Qwen Image 2.1 上 HN 拿了 410 分,这次和之前不一样
阿里 Qwen Image 2.1 登顶 Hacker News 首页,143 条评论聊的不是参数,而是它能不能真的塞进 ComfyUI 工作流。
General Instinct 开源 InstinctFlash,靠运行时优化 + 蒸馏扩散调度器,把 LingBot-VA 端到端推理提速 33.78x,2/4 步配置仍保住 90.5% 任务成功率。
阿里 Qwen Image 2.1 登顶 Hacker News 首页,143 条评论聊的不是参数,而是它能不能真的塞进 ComfyUI 工作流。
又一款「刷榜级」医疗大模型开源了。Hacker News 23 分、4 条评论——这个热度比预期冷得多。问题不在模型本身,而在开源到落地之间那道看不见的墙。
Google 一次放两个版本,标准版冲延迟,Extended Thinking 版冲推理。3.8 这个跳号暗示能力有质变,但双版本策略本身是个值得拆解的产品决策。
11k stars 的开源实时多模态对话框架,自带 VAD、轮次检测、Docker 自托管。比 LiveKit 多一层 Agent 整合,比 Picovoice 多一套完整 pipeline。
Meta 这周悄悄放出 Muse Spark 1.3,HN 拿到 249 分、143 条评论。它不是 Llama 5——这条独立产品线,Meta 想下哪盘棋?
Sander Dieleman 提出连续扩散语言模型:跳过离散 token,直接在向量空间做扩散。还在早期,但值得盯。
拆解 LiveKit Agents 如何用 WebRTC 解决实时语音 AI 的低延迟难题,从 Pipeline API 到生产部署全讲清楚。
14.5k Star 的语音 Agent 框架,Pipeline 架构让 STT/LLM/TTS 解耦,多 Agent 协作开箱即用,一份代码讲清它怎么工作。
Google 悄悄放出 Flash 系列新版本,主打速度和成本。开发者工具链这次更新了什么?值得接吗?
164k stars 的 ML 基建底座。从一行代码拆开,看 AutoClass、Tokenizer、Model Hub 如何把整个开源 AI 生态串起来。
输入主题词,AI 自动写文案、配音、找素材、剪成视频。本文从源码层面拆解它怎么把多个大模型 API 串成一条可调试的流水线。