搜索
7月2日，字节 Seed 发布了一个 Agent评测项目 EdgeBench。看起来又是一个 benchmark，但它问了一个其他榜单不问的问题。EdgeBench 的切口就是把盲区里的东西放进评测，解答一个问题：把Agent扔进一个陌生环境，12小时后，你能变强多少？
MrFlow（Multi-Resolution Flow Matching）就用这样的三阶段，在Qwen-Image等模型上把端到端生成时间从49.32s压到4.77s，实际加速10.35x。文章发布当日即登上Hugging Face Daily Papers；发布三天内，GitHub已收获200+stars；目前也已登上Hugging Face Trending Papers。
朋友，听说你还不会搭不会用Loop？别慌！现在直接来抄作业！有位大神直接在GitHub开源了整套Loop Engineering框架，目前已累计收获4.5k Star。Loop是最近爆火的概念，简单解释就是不用再像以前一样一次次输提示词指挥AI干活。
2023 年大模型刚火的时候，浏览器被认为是 AI 时代最值得抢的入口，用AI颠覆Chrome是大家都能看到的百亿创业项目。实在是这个入口太大了。全球互联网用户已经是 60 亿量级，Chrome 一个产品就是三十亿级用户；Safari 靠 iPhone、iPad 和 Mac 占住十亿级设备入口，Edge 背后是 Windows 和微软账号体系。
刚刚，翁荔（Lilian Weng）又更新博客了！距离她上一次更新《谨慎对待 Scaling Law》还不到 10 天。这一次，她书写的主题是当前大热的 Harness Engineering，聚焦的正是当下 AI 研究最前沿一个环节：当模型本身的智能已经足够强大时，真正决定它能走多远的，或许是包裹在模型外面的那层「Harness」也就是负责编排模型思考、调用工具、管理上下文、评估结果的那套系统。
GitHub上有个项目叫 Project N.O.M.A.D，33k Star，3k Fork。作者 Chris Sherwood 是个搞网络设备的 YouTuber，Crosstalk Solutions 频道有 38 万多订阅。这项目说白了就是把维基百科、本地 AI、离线地图、离线教育平台全塞进 Docker 里，断网也能用。
超级麦吉自媒体工作台，做的就是这件事——把选题、创作、诊断、复盘、管理这五个环节串起来，把黑盒一个个打开，让你每一步都能看到自己在做什么。不是给你一堆工具，是给你一套能跑起来的系统。
如果你的日常任务里包含编程，今天给大家介绍一个特别适合团队用的AI开发平台「MonkeyCode」，目前在GitHub已狂揽3.4k Star，开源免费。开源地址：github.com/chaitin/MonkeyCode
一篇发表于 2015 年的论文《LINE: Large-scale Information Network Embedding》被授予 Seoul Test of Time Award（时间检验奖）。这篇由国际知名 AI4S 科学家、Mila 终身教授、百奥几何公司创始人唐建博士领衔
近期， ECCV 2026 结果公布，Realsee 团队的成果 Argus: Metric Panoramic 3D Reconstruction for Indoor Scenes 成功入选。它面向室内全景图像，能够从稀疏、无序的全景照片中，直接预测相机位姿、度量深度和点云重建结果，可以为 3DGS 提供更稳定、更精准的几何约束。