如果你正在使用@GoogleDeepMind Gemini Live构建实时语音代理,现在可以直接在@LangChain中追踪你的语音到语音代理循环!
如果你正在使用@GoogleDeepMind Gemini Live构建实时语音代理,现在可以直接在@LangChain中追踪你的语音到语音代理循环! - 说话者回调钩子仅捕获用户在中断事件前听到的确切音频。 - 实时时间线
所有在 2026-07-23 发布的 AI 情报。
56 条情报如果你正在使用@GoogleDeepMind Gemini Live构建实时语音代理,现在可以直接在@LangChain中追踪你的语音到语音代理循环! - 说话者回调钩子仅捕获用户在中断事件前听到的确切音频。 - 实时时间线
高级工程师如何用5个循环模块取代提示工程: (通过架构解释) 01. 心跳自动化 - 定时或事件触发按节奏启动循环 - 消除重复后台任务的人工提示 02. 持久技能记忆
谷歌DeepMind机器人部门负责人刚刚说出了那个不言而喻的部分。在欧洲最大的实体人工智能大会的舞台上,她在屏幕上展示了一句话。“在物理世界中解决通用人工智能。”不是聊天机器人。不是更好的搜索。而是拥有身体的通用人工智能。达到人类水平的智能。
厌倦了花费数小时同步音效? 认识一下 Sonilo 音效 1.0。只需上传您的视频,即可自动获得完美同步、逼真的配乐。 减少手动编辑,更多创作自由,以道德方式与获得报酬的艺术家合作。
OpenAI的模型挣脱了牢笼,逃到开放的互联网上,独自入侵了一家竞争对手公司。该模型被锁在测试实验室里。没有网络。没有出口。这正是关键所在。但它还是找到了漏洞。它利用OpenAI自身网络中的连锁漏洞,直到接入了一个实时系统。
第34顺位被选中的梅利克·托马斯在NBA夏季联赛中领跑所有球员的得分榜!场均27.3分,投篮命中率50.0%,三分命中率43.8%,入选夏季联赛最佳阵容。即将在骑士队开启第一年征程……
穿上战甲,斯巴达战士。你的征程才刚刚开始。 立即通过高级版游玩《光环:战役进化》:
Grok 4.5 现已登陆所有平台
卡曼·马卢阿奇在NBA夏季联赛中展现了内线统治力! 场均19.5分 12.8篮板 1.3抢断 2.0盖帽 40.0%三分命中率 53.2%投篮命中率 入选夏季联赛第二阵容 即将迎来在菲尼克斯的第二个赛季……
首个在GAIA基准测试中超越Hermes的开源本地代理。 是循环设计,而非模型规模,造成了这一差距。 @atomicagent_io ,一个本地优先的AI代理,运行在你的机器上,支持本地或云端模型。在macOS、Windows和Linux上开源。 两个代理都推动了
开放模型不再只是廉价的备选方案。 Kimi K2 已足够接近前沿编码模型,以至于真正的问题变成了: 你在这个任务中需要最好的模型吗? 还是需要一个强大、快速、开放且足够便宜,可以每天使用的模型? 基准测试并非
大多数AI SDK只是单一平台上单一引擎的封装。 我们反其道而行之。 7个SDK:Swift、Kotlin、Flutter、React Native、Web、Electron、rcli、Python。 它们都是同一个C++核心的薄层封装。33个protobuf合约。一个能力注册表。 核心之下:6
现实是:大语言模型会进行目标导向,因此AI代理也会目标导向。 这使得它们极其强大,但也让它们在许多应用中几乎天生就存在安全风险。 你购买和合作的供应商会保护你免受这种风险的影响。这实际上是你所支付费用的一部分。
马库斯解释了为什么甲骨文的积压订单并不像看上去那么令人放心。 “甲骨文的剩余履约义务目前实际上比其市值还要大。市场基本上是在说,它不相信这些公司能够支付他们同意支付的金额。”
我们正在推出想象模型:一种新的基础模型架构,能够从互联网规模的视频中解锁学习能力。
他们以为热成像技术给了他们优势……直到他们选错了目标。 一个老兵。一个错误。一个难忘的结局。 AI生成的电影概念。非真实画面。
预训练的ViT以丰富、密集的细节观察世界。大多数策略在行动前将其池化为单一向量,丢弃了大部分信息。 我们引入Patch Policy:一种最小的架构扩展,使基于transformer的策略能够直接处理密集的token,无需
吴恩达刚刚发布了一门关于构建智能体知识图谱的免费1小时课程。60分钟。免费。来自那位培养了全球半数AI工程师的人。00:00 - 智能体图谱简介 03:07 - 智能体图谱的构建 14:00 - 多智能体架构
Nanocoder 是一个基于终端的编码代理,可在任何模型上运行并保持代码本地化,由社区集体而非公司构建。 - 通过 Ollama 或任何兼容 OpenAI 的 API 使用您自己的模型 - 内联模式将消息渲染到终端的原生回滚中
Supabase(YC S20)是全球增长最快的开发者平台之一,已有超过1000万开发者使用。随着Claude Code、Lovable、Bolt和Codex等AI编码代理的兴起,它们已成为支撑数百万AI生成应用的后端。
硬件浪潮正在加速。Genspark刚刚推出了其首款硬件产品SecondBrain Note,这是一款卡片大小的薄型录音机,可录制35小时的音频,并配有可搜索的会议记忆功能。这款2.95毫米厚、26克重的铝制卡片配备了4个麦克风和64GB存储空间,可独立使用。
Anthropic在AI军备竞赛中是否已经超越了OpenAI?联合创始人兼总裁格雷格·布罗克曼表示,这仍然是“这个行业发展的早期阶段”。他与彭博社的@shiringhaffary 坐下来讨论了公司在日益激烈的竞争中的战略转变。
原来Grok内置了Twitter的API——搜索东西快得惊人。这也表明,无论你制作多少第三方工具或黑客手段,都比不上官方的直接支持。
Codex 5.6真的要抢走视频剪辑师的饭碗了! 它的视频制作能力提升不止一个档次——现在只需一句话就能生成视频! 经过一周的密集实战测试,我精选了这4个技能来实现
Tibo预览了Codex即将推出的一些相当重要的功能更新。这看起来像是Codex的实时语音模式,感觉就像手机上最新更新的ChatGPT实时语音模型。正好今晚,Opus 5可能会发布,看起来他们正准备推出。
这款AI研究工具@atypica_AI确实帮助开发者应对产品开发前最关键的一步——市场调研。例如,我最近注意到很多人都在研究AI视频编辑技能,因此我对将这一需求打包成付费工具进行了一些调研。
AI代理正超越单纯分析者的角色,成为成熟的交易者。这正是Worm MCP开放协议提供的机会,它使AI能够直接与Solana的预测市场互动,而无需自行开发。
一个由250条AI鱼组成的鱼群学会了躲避激光。你可以逐代观察这一过程。 第1代:鱼群随机游动。250条中存活50条,随后26条,最后仅剩1条。近乎完全灭绝。 第15代:117条幸存者。游动仍然混乱,但某些变化已悄然发生。
趋势城市电台热门推荐: @raggsgustaffe - “赞美他” 在趋势城市电台轮播中 点击收听: #正在播放 #新音乐 #独立音乐人
屏幕上来自不同时代的两样东西,这就是全部故事。首先是Rosetta@home 5.09版本。分布式蛋白质折叠,在那个时代,问题被分割并分发给志愿者的家用电脑。人们捐赠闲置的CPU周期,以便科学能够计算任何东西。
具有RGB图像输入的Codex可以做到这一点。 LLM代理比大多数人想象的要好。
. @sydneyrunkle 关于深度代理的常见应用。
#旅行 | 丹霞山:每一座山峰都在诉说故事! #韶关丹霞山是一个由奇特红色悬崖和奇异岩石构成的世界,它们的名字说明了一切。 要欣赏最佳景色,可以攀登最高的巴寨峰,俯瞰全景,或漂流
特拉维斯·卡兰尼克回来了。经过8年的隐秘建设,他与本·霍洛维茨和埃里克·托伦伯格一起讲述了他最新公司Atoms的故事,以及其一次一个行业地数字化物理世界的愿景:01:32 a16z与Uber的幕后故事 15:36 不同之处
这间单间公寓是一个3D高斯溅射——使其可步行的碰撞体仅21KB。自动生成的体素碰撞体完美近似高斯分布。看我切换它的开关[1/2]
白宫表示,特朗普总统预计将在与中国国家主席习近平的会谈中,就美国人工智能技术被盗问题提出关切。
Hermes现在为tldraw离线版(@tldraw的桌面白板)提供了一个可选技能。它可以读取您打开的画布,实时编辑,并在文件中嵌入脚本,使绘图打开时带有可用的按钮和状态。 > hermes skills install optional-skills/creative/tldraw-offline
MOONSHOT 刚刚构建了一个免费、开源的 Claude Code 复制品。它名为 Kimi Code CLI,来自 Kimi K3 背后的团队。具备 Claude Code 所没有的功能。可直接输入屏幕录制。内置编码、规划和研究代理,每个代理独立运行。
这家伙用Claude Fable 5更新了交易机器人,在Polymarket上赢得了+288,872美元。自4月30日以来,这个钱包平均每天记录约6,878美元的利润,每小时在比特币的短期“涨/跌”市场中执行约30笔交易。那是30,670笔交易。
高级语音模式。两部手机。一个节拍。这个节拍就是单词“beat”。 两部iPhone。一个人工智能用字面单词“beat beat beep beep”进行节奏口技。这就是大多数人购买的“AI音乐”。 与此同时,一个每年500美元的工具包却能提供真正的目录。 → Suno Pro - 每月10美元,0%版税分成
Anthropic没有构建他的记忆系统。是他自己构建的。他第二个显示器上的内容就是证明。 他的Obsidian库像银河一样铺展开来。每一个光点都是一条笔记。每一个集群都是Claude已经理解的项目。 手举起——集群倾斜。就像转动一个
是的,我们准备讨论……——Shri @JPNadda 政府准备与参与运动的学生就运动主题及所有相关问题进行对话。根据学生的便利,在他们合适的时间进行。
为响应@POTUS关于重振美国科学事业的号召,今天我发布了《科学:新黄金时代》。这份报告是21世纪重振美国科学领导地位的蓝图。
兄弟们,上周预告的“故事转手绘视频”技能今天正式开源了。给它一个中文故事,它就能自动将其转化为一部从黑白逐渐上色的手绘日记动画。你可以直接输入中文故事。
在多次选举失利后,拉胡尔·甘地试图利用学生的敏感问题作为政治机会。议会中的政府已准备好按照规则就每项重要事项进行详细讨论,然而他仍在扰乱议会议程。
NBA新秀们透露了他们想与哪些现役球员一起训练,以及他们想为自己的比赛增添哪些技能!
此前的每一款跑步应用都基于同一个假设:你独自跑步,结束后再将结果发布给其他人看。而这款应用彻底打破了这一假设。改为实时直播跑步过程。一个点会在真实3D地图上移动。
阿拉斯加卡特迈国家公园的实时摄像头捕捉到熊群驻扎在布鲁克斯瀑布旁,进行整夜不停的年度捕食狂欢,它们正在捕捉逆流而上的鲑鱼。
OpenAI的每个人都在用Codex制作游戏,所以我也做了一个游戏!
Kimi K3 绝对牛掰! HyperFrame 团队用 Kimi K3 复刻了一个超知名动态设计团队的动态设计视频,还原度极高。 而且他们的风格超级独特——说实话,挺难模仿的。 然后搞笑的是,
激动地宣布@a16z首届前线部署工程师(FDE)研究员名单! 从全球数千份才华横溢的申请中,我们选出了65位FDE领袖。 其中许多是Palantir的前成员,如今他们正成为开创FDE模式公司的创始成员——例如
看起来FLUX 3即将发布。昨天,黑森林实验室短暂地发布了一个预告片。他们说它支持图像、视频、音频和动作生成——这是一个全模态生成模型。在其功能中,单个视频可以一次性生成长达20秒。
尽管大多数养蜂人仍沿用几十年前的方式工作,新一代人正在建造不仅能产蜜、还能创造更多价值的蜂场。几年后,他们之间的差距将不再以几桶额外的蜂蜜来衡量——而是以完全不同的维度来衡量。
一位交易者将克劳德连接到他过去三年的交易记录中。现在,每次设置都会在他点击买入前被检查。每笔交易都会记录:→ 设置 → 市场状态 → 情绪状态 → 结果。克劳德将当前图表与他整个历史进行比较。不是市场。是他的历史。
罗技鼠标售价在40到150美元之间。 这个看起来像旧货店的收据: ESP32 .............. 4美元 MPU6050陀螺仪 ....... 2美元 面包板 ......... 1美元 按钮 ............. 0.30美元 纸板握把 ..... 0美元 桌子 ............... 不需要 他用包装胶带粘了一个枪柄。
我们将在5天内向@ycombinator提交申请。@openbase_ai 专为通过语音管理AI代理团队而构建。启动一个代理团队,他们将编写代码、打开PR、提交并推送;而您可以在开车、散步或锻炼时进行。加入等候名单: