4GB 显卡跑 2.8 万亿参数：AirLLM 如何击穿显存高墙
一张 4GB 显卡，2.8 万亿参数，听起来像是打错字。AirLLM 的思路不是把模型变小，而是不再试图一次把它全部装进内存：逐层从磁盘读取，用完即放。代价是速度，换来的是那些本不该跑得起来的模型真的跑了起来。
博客
发现生成式 AI 的技巧、教程与行业见解
Meta 的 Muse Image 先规划再落笔：走进一个推理优先的图像模型
Meta 的 Muse Image 在出图之前先规划、搜索、写代码并核查结果，把验证挪进了模型内部。它真正的野心不在画面质量，而在于成为遍布数十亿用户的默认图像层。
12 倍差距：按目录规模算，AI 图像生成到底要花多少钱
同为 5 万张商品图，模型月账单相差超过 12 倍。真正决定花费的是验收率与重试率，而不是榜单排名。
编程智能体长出了插件经济：Claude Code Mods 与 Cursor Projects 改变了什么
十月，编程智能体的竞争从模型转向扩展层。Claude Code Mods、Cursor Projects 与一批社区技能仓库，说明价值正从生成代码转向组织那些生成代码的智能体。
两千个智能体两周重写自己：Prime Agent 如何用蜂群把 TypeScript 搬进 Rust
开源编码智能体 Prime Agent 被自己重写了：两周、两千多个智能体、两千亿 token，从 TypeScript 搬进 Rust，冷启动快 14 倍。拆解这场蜂群重写的编排方式，以及真正值得抄的那部分。
Prism：一个开源 2K 音视频模型，和它要的 80GB 显卡
一个能生成原生 2K 视频并带同步音频的开源模型是实打实的一步。它需要的硬件，才是决定谁能用上它的部分。
当智能体开始自己渲染媒体：GitHub 趋势里的三种新工具
Hyperframes 把 HTML 渲染成视频，ArtCraft 打包了一套创作引擎，text-to-cad 把 CAD 交给智能体。智能体正在学着做出你能看见的东西。
Gemini Live 的实时视觉：把「看见」还给低视力用户
谷歌从第一天起就和盲人与低视力用户一起构建实时视觉辅助。这是一个安静却锋利的测试:多模态助手到底是为了什么。
微软 Decision-1：用一个小模型替大模型做选择题
基于 Qwen3.5-9B 的 Decision-1 不聊天。它决定该由哪个模型来处理请求,而这正是任何 AI 流水线里最常见的工作。
Claude Motion：当助手开始做会动的东西
Anthropic 联合 Runway 把一个动效工具推入市场。动效设计比视频生成小得多的问题，也是日常得多的问题。