
5B 的 MOSS-Image 把海报上的中文写对了,代价是它不会改图
开源权重新高的长文本渲染分数、能按坐标摆版式的 JSON Layout,以及一个绕不过去的短板:它是纯文生图,接不了参考图,也改不了图。
分类
313 articles

开源权重新高的长文本渲染分数、能按坐标摆版式的 JSON Layout,以及一个绕不过去的短板:它是纯文生图,接不了参考图,也改不了图。

六个阶段、三种结论,还有一条最要紧的规则:检查 finding 的 agent 永远不是发现它的那个;Cloudflare 也承认单次运行大约只找到一半。

分析师、多头、空头、交易员、风控、组合经理——组织架构就是系统架构,而 README 里那句关于非确定性的提醒,才是全文最重要的一行。

没有代码,没有构建,没有 benchmark:四原则写进一份 CLAUDE.md,比今年大多数讲能力的发布都更受关注,而这个落差本身就是新闻。

满屏 Inter、紫色渐变、卡片套卡片,一个给编码智能体用的设计技能用 24 个命令和 62 条确定性规则,在 CI 里零 token 拦住这些套路。

把编码 agent 指向一个文件夹、敲下 /graphify,就能拿到一张边带 extracted、inferred、ambiguous 标签的知识图谱——标签本身比省下的 token 更有意思。

Black Forest Labs 的 56 亿参数开放权重模型号称 8GB 就能跑。把组件文件加一遍会得到另一个数字,而这个落差正好解释了本地图像生成的现状。

重阳节一部九十秒的 AI 短片,把老照片变成成对的记忆画面;播放数据很漂亮,但它把「爱的原始代码」说成神经科学,这个说法找不到任何论文支撑。

十月,一条猴子在洪水中把狗拖向安全地带的视频冲上微博科技榜。它最终被确认为生成内容,而公众「先感动、再怀疑、最后核实」的顺序,如今已是默认。

微博上说 AI 版《射雕》比真人翻拍好看,讲的不是演技,而是制作水准:一个粉丝用一个月做出的生成剧集,在服化道和还原度上赢过花钱的授权翻拍,却在表演上输得彻底。

10 月 26 日这条热搜背后,是杭州与长沙两起已经判下来的案子:一段十几秒的生成视频,篡改相机数据,通过人脸核验,重置支付密码。防线塌在哪一环,普通人能做什么。

《拐杖侠》一夜之间播放破 100,000,却没人认领。作者缺席这件事,对 AI 电影来说比任何视觉瑕疵都更麻烦。