Computer Vision Phd Student💻 I work on autonomous driving before, now mainly focus on SVG generation😋

Joined July 2025
DeepSeek-V4.1-Flash-1017 在3D方面能力达到了Opus5.5的水平,甚至和Gemini 4 Argon也不相上下,在多模态方面也是非常突出,除了速度慢一点,价格上非常有优势,缓存命中率高到99%。 下面这个3D除草机视频,是我随便找了个别人用Opus 5.5 做的视频3D视频发给它让它复刻的,效果基本高度相似。
兄弟们,AI 圈这下真变天了:别光盯着写 Python,DeepSeek 连多模态 3D 和动效都要掀桌了! 刚看完海外极客老哥 @SPAC89 对 DeepSeek-V4.1-Flash-1017 的极限压力实测; 丢给它复杂的网页 3D(Three.js/WebGL)、多模态交互和动效视频生成任务,出来的成色直接把所有人看愣了: 在动效流畅度和 3D 渲染逻辑上,目前综合表现仅次于 Claude Opus 5.5 和 GPT-6,甚至局部细节完全有一拼! 猫哥帮兄弟们算笔明白账,你就知道为什么这波实测让大家直呼离谱: 1️⃣ 以前做 3D / 动效代码是“富哥专属” 全网公认能写好高难度 3D 和精细动画的,基本只有两家: 一个是代码力大砖飞但贵到肉疼的 Claude Opus 5.5; 一个是闭源多模态巨头 GPT-6。 跑一次复杂三维渲染代码,消耗几万 Token,钱包根本扛不住。 2️⃣ 6B/16B 激活参数的开源小钢炮,贴脸硬刚千亿巨兽! DeepSeek 这个 1017 快照妙就妙在它的不对称 MoE 架构(实际推理只激活 8B/16B 左右)。 以前小模型写 3D 容易坐标错乱、镜头视角瞎晃; 这次实测不仅光影着色器写得板板正正,甚至连物理碰撞和缓动动效都给一次性对齐了! 3️⃣ 最狠的是“反向省钱” Opus 5.5 写代码动辄洋洋洒洒几千行废话,加载半分钟; DeepSeek 1017 这次反向削减了 28% 的冗余 Token,出来的代码极其精炼干净,秒级渲染,成本直接降到了友商的零头! 猫哥的客观选型建议: 要搞超大企业级项目还是 Opus 5.5 稳当; 但如果是做前端 3D 展厅、网页互动游戏、自媒体视频动效——DeepSeek 这一版性价比直接焊死在天花板上。 你现在做 3D 和动效主力用哪个模型?来评论区跟猫哥对对答案👇
6
12
1
107
20,887
chjdl1816 retweeted
🚀 DeepSeek-V4.1-Flash-1017 is here! Stronger benchmark performance, faster task completion, and shorter outputs than the previous version—a Pareto improvement in performance and cost. Now live on our website, app, and API. 🛠️ Optimized for @DeepSeekHarness, Tencent CodeBuddy, WorkBuddy, and more. Upgrade to DeepSeek Harness v0.2.1-rc.1 or later for the best experience with the new model. 1/4
1,599
4,096
2,782
36,626
7,379,312
chjdl1816 retweeted
🤯RSI突破!腾讯AI混元四步炼出终端Agent神器,Qwen3.8-27B性能直接从51.7%提升至86.5%,小模型硬刚一线! 腾讯混元最新论文Terminal-RSI正式开源递归自我改进(RSI)打法:交替两轮“成功轨迹自重写 + 策略精炼”,让27B模型在终端任务上实现质变。 要点速览: 🔹方法极简却狠:Base → RSR-1(验证成功轨迹Recursive Self-Rewrite做SFT)→ RPR-1(继承critic的RL精炼)→ RSR-2 → RPR-2,两轮闭环,前一轮模型直接生成下一轮训练数据。 🔹成绩炸裂:Terminal-Bench 2.1从51.70%飙到86.52%(+34.82pp);TB 4.0从0%→19.84%;TB Hard达79%;多基准平均大幅跃升约30个百分点。 🔹长程也破防:Long-Horizon Terminal-Bench process reward 0.21→0.37,严格完成0/46→5/46;SWR100成功率直接翻倍。 🔹技术硬核:验证轨迹重写 + critic权重继承校准 + TB-GAE信用分配 + Success-Prioritized Reward,把“部分进展”真正转化为“严格验证通过”。 🔹意义拉满:延续T1/RSR系列,证明RSI在终端Agent上可稳定爬坡,27B小模型就能冲到86%+水平,逼近甚至超越部分更大模型。 查看论文:arxiv.org/abs/2610.22192 这不是概念炒作,是真正把验证过的成功经验反复炼成能力,终端Agent又要卷起来了! #RSI #递归自我改进 #腾讯混元 #Qwen #TerminalBench #AIAgent #大模型 #TerminalRSI #AgentRL #混元AI
💥太全面了吧!RSI资源地图来了!开源神器 Awesome RSI 资料库正式整理完成!这是一份精选的 GitHub 研究合集,专为探索递归自我改进的开发者与研究者打造! RSI 不是普通迭代,而是 AI系统不仅提升自身能力,还能改进“产生改进的机制”本身。从自训练、记忆演化、Harness优化,到自动化AI研发、具身系统、安全对齐,全都系统梳理好了,再也不用一篇篇论文自己拼图。 核心亮点 🔹先打基础:奠基论文、形式化分析与综述一网打尽 🔹术语清晰:区分自我精炼 / 持续自改进 / 递归自改进 / RSI基底 🔹分层拆解:模型层、Harness层、多智能体、自演化框架全覆盖 🔹评测路径完整:直接自改进评测 + AI研发/智能体能力基准 🔹社区驱动、CC0开源,持续更新中(已600+ Star,增长飞快) RSI资源主要分类 1️⃣基础与入门 — 奠基论文与术语厘清 2️⃣模型层RSI — 自训练、自奖励、合成数据、自博弈 3️⃣Harness层RSI — 提示优化、记忆演化、脚手架演化、自演化智能体 4️⃣多智能体自改进 — 协同演化与辩论机制 5️⃣编码/软件工程自改进 — 自修改编码Agent 6️⃣自动化AI研发 7️⃣具身与物理自改进 8️⃣进化与u开放式RSI 9️⃣安全、对齐与理论 🔟基准与评测 + 框架工具合集 非常适合做RSI研究和从事AI的人系统学习,快速建立全局认知。 👉 直达链接:github.com/lobehub/awesome-r… #大模型 #算法 #人工智能发展 #AINEXT #RSI #RecursiveSelfImprovement #AwesomeList #开源AI #AI智能体 #AI安全
40
128
13
1,173
119,483
chjdl1816 retweeted
这是本周见到的设计非常优雅的应用:Gloss。 可以把你在 X 上收藏的推文、平时保存的文章,最后都能变成一本真正可以拿在手里的书,是不是很神奇? Gloss 就在做这件事,而且是刚刚发布,还开源,这你受得了么! 让那些被我们收藏后就再也没打开过的内容,重新拥有被阅读的机会。 我特别喜欢这种产品理念:让数字世界里的收藏,变成真正属于自己的作品。
2
9
1
47
3,408
chjdl1816 retweeted
Archify 又更新啦!3.1 版本 同为 HTML 类的 Skill,在 answer-me-with-html.com 开发过程中,Archify 是始终学习的对象。 能够快速画出,可交互,清晰,美观的流程 & 结构图等,向大家推荐 😃
数据库关系、项目结构、故障时间线……现在也能让 AI 用 Archify 画了 😁 Archify 3.1 更新了,这次新增 ER 图、类图、树图、时间线和瀑布图,一共支持十种图解。 梳理项目架构、讨论业务流程、做方案汇报,或者把手绘草图整理清楚,把需求交给 AI,用 Archify 画出来就行。 生成的是可交互的 HTML,可以缩放、查看细节,也能继续通过对话修改。有动态效果,亮色、暗色都支持。 做了一段 30 秒的视频,看看效果👇 开源免费,装进你的 AI Agent 就能用。 GitHub:github.com/tt-a1i/archify 官网:archify.si
8
31
175
16,148
chjdl1816 retweeted
好家伙!两个 6B 的开源生图模型,直接杀进设计工作流了!! 这个组合技一定要收好!! 生成海报、设计UI、拆图层,后面还能接着做网页、做 PPT。 @AntLingAGI 直接把模型权重和配套 Skill,全放出来了! 蚂蚁这次开源的 Ming-Image-0.1-Design 系列, 最牛的一点在于,它把出图之后的“最后一公里”给打通了!! 两个模型,不同分工! Design 负责生成,Design-Layer 负责后面落地! 先说 Design。 原生支持 alpha 通道透明图生成,这个含金量,但凡有设计需求的人都能get到! 做视频需要生成贴纸,网页和海报的装饰元素,直接可以单独生成。 像UI、Dashboard、信息图、海报这些常见的设计场景,都在射程范围内! 再说 Design-Layer。 连接AI生图和落地使用的“最后一步”。 生成好的图,或者现有的图丢给它,可以直接拆成2-9个图层! 文字、卡片、主体、背景,都能单独拆开,后面再用编辑工具就可以直接换背景、换排版。 这堪称平面设计师的福音,直接把改图的需求给覆盖了!! 就靠这两个模型,完全可以给自己定制一个轻量设计工作台, 从生图、拆图层,再到Skill的运用, 全流程跑下来,真有点超出预想! 6B模型居然能达到这样的效果!! 高质量生图用image 2.5搞定, 后续把图用起来,就用Ming-Image-0.1-Design 来接棒。 如果不太会用,还有官方配套的 Skill ! Design Skill 可以让 Agent 从文字需求或参考图继续做出能运行的前端页面; PPT Skill 则把单页设计图重建成可编辑的 PowerPoint,文字和简单形状可以转成原生元素。 把AI生成的图,真正用到页面和演示文稿,这套组合实用性直接拉满!! 两个模型都是 6B,有条件可以直接下载权重到本地部署。
🤝 Paid partnership
27
27
4
126
11,332
chjdl1816 retweeted
我愿称之为史上最强 skills skills.wheresryan.sh/anatomy
150
742
38
6,308
425,853
chjdl1816 retweeted
卧槽,网页特效库 Shaders 以前商用要付费,现在居然把 200 多个特效组件全开源了!🤩 在 React、Vue、Svelte 里都能当组件直接用,官网编辑器里调好的效果,也能免费导出成代码了。 官方还给 Claude Code、Cursor、Codex 出了 Skill。我装上看了下,里面写清了组件怎么搭,具体参数会让 AI 去官方文档现查。如果你嫌 AI 写的网页太素,就先装上 Skill 再让 AI 改一版!
7
21
1
122
9,106
chjdl1816 retweeted
写专利这活儿,也被人直接做成了 AI Skill。 这个中国专利skill项目已经 10K Star,把中国专利的一整套流程都塞进了 Agent:从技术材料里挖专利点、查新、写技术交底书,到生成权利要求、说明书、摘要和附图,全都能搞定。 对研发和工程师来说挺实用:代码是你自己写的,专利也别老是卡在"不会写交底书"这一关。 🔗github.com/handsomestWei/pat…
7
252
4
1,099
78,790
chjdl1816 retweeted
𝗖𝗮𝗻 𝗮 𝗺𝘂𝗹𝘁𝗶𝗺𝗼𝗱𝗮𝗹 𝗺𝗼𝗱𝗲𝗹 𝗯𝗲𝗰𝗼𝗺𝗲 𝗮 𝗯𝗲𝘁𝘁𝗲𝗿 𝗶𝗺𝗮𝗴𝗲 𝗴𝗲𝗻𝗲𝗿𝗮𝘁𝗼𝗿 𝗯𝘆 𝗹𝗲𝗮𝗿𝗻𝗶𝗻𝗴 𝗳𝗿𝗼𝗺 𝗶𝘁𝘀 𝗼𝘄𝗻 𝗳𝗲𝗲𝗱𝗯𝗮𝗰𝗸? 🚀 Excited to share 𝗨𝗻𝗶𝗘𝘃𝗼-𝗩𝗟, our new work on on-policy self-distillation for multimodal model self-improvement! The motivation is simple: as generation and understanding come together in multimodal systems, models can provide feedback on their own outputs. Can that feedback become a useful training signal—turning their ability to evaluate into improvements in generation? 📈 𝗧𝗵𝗲 𝗿𝗲𝘀𝘂𝗹𝘁𝘀 Building on Qwen-image-2512, UniEvo-VL improves: • GenEval: 𝟬.𝟳𝟰𝟳 → 𝟬.𝟴𝟬𝟴 • GenEval2 Soft-TIFA: 𝟯𝟮.𝟵𝟳 → 𝟯𝟱.𝟱𝟯 These gains show the potential of learning from self-generated feedback. But the boundaries are just as interesting. 🔍 𝗪𝗵𝗮𝘁 𝘀𝗲𝘁𝘀 𝘁𝗵𝗲 𝗰𝗲𝗶𝗹𝗶𝗻𝗴? Experiments with stronger external critics suggest room for further improvement. This raises a central challenge: producing feedback is only the beginning. That feedback must be reliable enough to guide learning. Understanding what makes a good critic matters for building a better generator. 🔍 𝗗𝗼𝗲𝘀 𝗶𝗺𝗽𝗿𝗼𝘃𝗲𝗺𝗲𝗻𝘁 𝘁𝗿𝗮𝗻𝘀𝗳𝗲𝗿 𝗮𝗰𝗿𝗼𝘀𝘀 𝘁𝗮𝘀𝗸𝘀? Not uniformly. Text-rendering results remain mixed, even as the overall generation benchmarks improve. Progress on one benchmark does not mean every capability improves alongside it—a useful boundary to understand when studying self-improving systems. For me, the broader research question is: 𝗪𝗵𝗲𝗻 𝗶𝘀 𝗮 𝗺𝗼𝗱𝗲𝗹’𝘀 𝗼𝘄𝗻 𝗳𝗲𝗲𝗱𝗯𝗮𝗰𝗸 𝗿𝗲𝗹𝗶𝗮𝗯𝗹𝗲 𝗲𝗻𝗼𝘂𝗴𝗵 𝘁𝗼 𝗵𝗲𝗹𝗽 𝗶𝘁 𝗶𝗺𝗽𝗿𝗼𝘃𝗲? UniEvo-VL takes a step toward answering this question for multimodal generation, exploring both the opportunities and the limitations. Grateful to all my collaborators for making this work possible! If you’re working on self-distillation, multimodal post-training, or self-improving models, I’d love to hear your perspective. 📄 Paper: arxiv.org/abs/2609.38721 🤗 Hugging Face: huggingface.co/papers/2609.3… If you find the work interesting, a repost or an upvote on Hugging Face would help more researchers discover it. Thanks for your support! 🙏 #UniEvoVL #SelfDistillation #MultimodalAI #ImageGeneration #PostTraining
13
1
44
11,085
chjdl1816 retweeted
🎉快到飞起!Qwen-Image 2.1 刚发布没几天 Viggle团队就出了可用的加速方案 Qwen-Image-2.1-viggle-turbo,速度提升 5 倍! 🔥核心亮点 - 40 步压缩到 6 步,端到端提速 5 倍,且不需要额外的 CFG 计算(提示词引导计算,计算量减半更省显存) - 功能完整,除了文生图,还完美支持 1-3 张参考图的指令级编辑(比如换背景、留主体) - Diffusers 用 r256 版,ComfyUI 跑 r128 版,文本编码器和 VAE 保持原厂直接加载 - 【划重点🔥】ComfyUI 采用 unmerged 节点加载,解决了 stock 载入时 bf16 精度截断造成的 30% 损耗问题 - 密集小字建议切到 8 步,复杂的多主体多图编辑也稍微逊色于原版,但构图漂移是妥妥的 0%,完美继承空间感 --- Ps : 这绝对是目前本地部署 Qwen Image 2.1 速度最快的模型了 闭眼冲! 传送门👇🏻
This quoted post is unavailable.
24
54
1
464
77,591
今天和大家分享一个我超喜欢的设计师资源库🤓 👉Shape of AI 它收集了大量 AI 产品里的真实UI设计案例,从Input, CTA, filter, tab到各种 AI-native的交互模式都能找到。非常适合0️⃣基础学习设计! AI时代做产品最大的问题是,很多范式如果不知道名字真的很难设计出来,这个网站把现在正在发生的 AI 产品设计语言整理在一起。不管是找灵感,做竞品研究,还是想看看同一个interaction pattern别人是怎么处理的,都特别好用。 👉shapeof.ai/
7
18
2
83
17,001
chjdl1816 retweeted
太牛了,那些我们说不清、道不明,称之为经验的审美 这个网站全部都书面化了。变成可以附佣、可以学习的内容。 github.mytemos.com/refactori…
23
75
1
491
115,533
chjdl1816 retweeted
🔥推荐!让 Codex 搭配 Jev 成双王炸,浏览器操作速度提升 5–10 倍! 痛点很简单:Codex 自己点页面时,每一步都要读 DOM、推理、再调工具,来回一卡就是半天。 现在让 Jev 把「点、跳、切、滚」抢走,Codex 只负责想、输入、看图验收。 主要亮点: 🔹Jev 连续跑动作,Codex 只在需要打字/看图时接手 🔹少一轮模型往返,就少一截延迟和用量 操作步骤: 1️⃣准备 Codex(带浏览器/CUA)+ Node.js 22+ + TypeSafe API Key 2️⃣装 Skill:把仓库交给 Codex,或跑 npm run install:codex -- --env-file .env 3️⃣加载 jev-use,让 Jev 接管点击/跳转/滚动 4️⃣需要判断或输入时交回 Codex,处理完 Jev 接着跑 5️⃣用真实产品页/自动化测试验收,别盯着它慢慢点 独立开发、天天跑页面测试的,值得试一把。 已开源 Skill:github.com/vlad-terin/jev-us… #AI工具 #Codex #Jev #开源项目 #浏览器自动化 #独立开发 #agentskill #GPT6ComputerUse
💥我靠!这是目前看到的给 Jev 模型找到的最狠的真实用例! Instant Compaction只删,不改写。 演示里 156k tokens 的 Claude Code 会话,Jev 逐条给 tool call 打分,瞬间压到 62k。 用户目标、精确报错、关键代码原文全在;过期 Read / 中间噪音直接 DROP。 Jev 在这里真正会的技能: 🔹给每条 tool call / result 打 KEEP 或 DROP 🔹用校准概率做阈值,而不是再写一段摘要 🔹留下的内容 verbatim,文件路径和 error 不会被“总结没了” 🔹把 200k 会话拆进 32k state,多批问题并行打出 🔹失败自动回退 Claude 原生素描,不赌一把摘要是有损压缩。 Jev 是上下文的外科手术师! 跑起来:github.com/tamaratran/fast-j… #Jev #TypeSafeAI #ClaudeCode #AIAgents #ContextEngineering #SystemOne xitter.cf/nft_chen/status/210086…
53
169
5
926
100,501
chjdl1816 retweeted
连 JEV 的联合创始人 @CompleteSkeptic 都亲自下场转发点赞:这是 JEV 正确的打开方式! 大家在 Claude Code 里写长代码,最恶心的就是上下文一满,系统就卡住 10 秒去写总结小作文 开发者 @tamarajtran 刚刚开源了这个插件:利用 JEV 的打分能力,几十毫秒内精准识别并清空所有没用的终端垃圾与冗余日志 Github:github.com/tamaratran/fast-j… 它的作用是: • 彻底治好 Agent 失忆症:几千行终端废话和文件内容让 JEV 毫秒级打分,没用的直接扔,核心代码与状态 100% 原样保留 • 彻底消灭卡顿与账单:几十毫秒无感完成瘦身,不花一分钱废话 Token @typesafeai 的联合创始人 Diogo Almeida 也公开实名认可:这就是编码 Agent 绕过传统 KV 缓存的最佳解法🧐
found the perfect use case for @typesafeai Jev: instant compaction in 2026, why is compaction still a summarization prompt? Jev can make it instant by scoring every tool call and dropping what’s irrelevant
238
370
34
2,840
430,563
chjdl1816 retweeted
Browser Use 接上 JEV 这速度太他妈吓人了吧?? 过去大家看 GPT、Claude 操控浏览器,体验其实并不好,因为真的太慢了,中间还经常卡死... 因为让大模型写一堆长篇大论去操作网页,本质上就是杀鸡用牛刀 在网页上点按钮,本质上就是一个离散的多选题,根本不需要 AI 会写诗 JEV 拿到 DOM 结构,以做分类题的速度毫秒级选出该点的元素,只有在需要打字输入时才偶尔回退给小模型 黑客松冠军开发者 @gregpr07 刚刚拿 JEV 做了个开源的微型浏览器 Agent,让它自主打开网页查机票 整个过程: • 耗时仅仅 7 秒 • 成本只要 $0.0039(折合人民币不到 3 分钱) • 作者特意注明:演示视频是 1 倍速,没有任何加速剪辑 这个老哥还开源了GitHub: github.com/browser-use/jev-u…
接下来请大家狠狠地关注JEV,真是惊艳啊 Monad 团队的开发者 @jarrodwatts 把全网刷屏的 JEV,做成了一套纯 AI 原生的链上自动交易系统,并且把代码和前端全部开源了 目前这个演示跑了14 个小时、亏了 300% 多🤣,但抛开实盘收益不谈,这套技术架构确实很惊艳 过去大家拿 GPT、Claude 做自动化交易,最大的硬伤就是延迟和幻觉: 你想让它判断个多空,它非得先在 API 里吐出 500 字的宏观研报,工程师还得苦哈哈写一堆正则从废话里抠 JSON 标签,等数据解析出来,盘口早插针爆仓了 而 JEV 走了一条极其极端的路:它干脆把“说话”这个功能给物理阉割了 它不生成任何人类可读的文字,只负责做纯粹的分类与概率预测: • 彻底干掉了 Tokenizer 瓶颈,输入每百万 Token 只要 4 分钱,输出直接免费 • 推理速度比传统大模型快 20~200 倍,延迟压到毫秒级 • 完美咬合 Monad 300ms 的出块节拍,行情进来秒级决策,直接打入 Kuru 链上订单簿撮合成交 Demo 体验地址:jev-trader.vercel.app Github 开源仓库: github.com/jarrodwatts/jev-t…
235
264
18
1,822
360,810
chjdl1816 retweeted
Healthcare Dashboard Design Pages
25
48
1
596
35,808
Built a cyberpunk 3D city using @anshuc's dream loop skill with Astra, Blender & Three.js. Sound effects with ElevenLabs. Cool stuff. Play with it here: afterlight-cyberpunk.nickfro… Code: github.com/nickfromlater/aft…
14
14
2
200
13,716
chjdl1816 retweeted
Created a tiny liquid metal creature and let it loose in a room full of inflatable furniture 🪑 Built entirely with GPT-6 Astra + Three.js inside @happycapyai . Shared the link in the comments 👇
5
7
1
61
4,644