你的语音识别还卡在「逐字等」——有个开源项目让 1 小时会议 20 秒出稿 FunASR 开源语音识别全家桶:SenseVoice 模型 CPU 上 17 倍实时、GPU 上 170 倍实时,中文错误率只有 Whisper 的一半,还能识别情绪和说话人。附最低配置要求。
AI 写代码能过 review,但过不了审美——一个 md 文件正在补上最后一块短板 所有 AI 生成的页面长得像同一个人穿了不同颜色的衣服。Google 开源的 DESIGN.md 让 AI 终于能听懂'高级一些'到底是什么意思。但设计规范文件化这条路,远没有看上去那么平坦。
同一套权重跑64遍,效果碾压参数翻倍的模型——循环Transformer正在颠覆AI推理 770M参数干翻1.3B模型,不是蒸馏不是剪枝,只是同一套权重循环跑了16次。OpenMythos用循环深度Transformer理论重建了Claude Mythos架构,MIT协议开源。
为什么 AI 剪视频不需要看视频——13.3k Star 的 video-use 藏着一个反直觉答案 一段 3 分钟的 1080p 视频,拆成帧大约 5400 张图。按 GPT-4o 的视觉 token 计价,光"看完"就要...