- 👍12
面条实验室
-
- Agili 的 AIGC 周刊（Y26W36）
本期周刊聚焦自主智能体迈向现实的关键一周：DeepSeek-V4.1-Flash 以非对称 MoE 大幅削减成本，SWE-2 与 Cursor Projects 推动多 Agent 协作常态化；与此同时，Anthropic 与 OpenAI 密集披露智能体越权与安全事件，关于递归自我改进与调速的讨论全面展开。
https://link.agi.li/a8d6Agili 的 AIGC 周刊
Agili 的 AIGC 周刊（Y26W36）本期周刊聚焦自主智能体迈向现实的关键一周：DeepSeek-V4.1-Flash 以非对称 MoE 大幅削减成本，SWE-2 与 Cursor Projects 推动多 Agent 协作常态化；与此同时，Anthropic 与 OpenAI 密集披露智能体越权与安全事件，关于递归自我改进与调速的讨论全面展开。 - 给 https://bm.md 增加了一个图片 OCR 功能， 打开开关后粘贴图片会自动 OCR 识别
遗憾的是不能输出 Markdown， 好处是纯本地运行，你写给初恋的情书不担心泄露了
由 PPOCRv6 + WebGPU 驱动- ❤️4
- 谢谢 OpenAI 这半年的慷慨赞助
- 👀13
- 👏7
- Agili 的 AIGC 周刊（Y26W35）
OpenAI 正式发布新一代旗舰模型 GPT-6 Astra，Anthropic 展示 Claude 耗时 11 天完成费马大定理机器证明；端侧推理与智能体架构迎来密集突破。
https://link.agi.li/270bAgili 的 AIGC 周刊
Agili 的 AIGC 周刊（Y26W35）OpenAI 正式发布新一代旗舰模型 GPT-6 Astra，Anthropic 展示 Claude 耗时 11 天完成费马大定理机器证明；端侧推理与智能体架构迎来密集突破。- 🎉2
- 来了， gpt-6-astra 还是强👍 https://github.com/miantiao-me/The_Dark_Side_of_the_MoonGitHub
GitHub - miantiao-me/The_Dark_Side_of_the_Moon: 使用《The Dark Side of the Moon》的 AppleMusic 动态专辑封面测试大模型的 SVG 绘制能力使用《The Dark Side of the Moon》的 AppleMusic 动态专辑封面测试大模型的 SVG 绘制能力 - miantiao-me/The_Dark_Side_of_the_Moon- 😁2
- 发现《月之暗面》这张专辑的 Apple Music 动态封面很适合拿来测试模型的多模态、工具调用、SVG 生成能力
准备来测测最新的模型 - 又被月之暗面装到了，他们的关于页面居然放了一个可以弹奏的钢琴 🎹
那么…… 演奏吧
演奏脚本：https://gist.github.com/miantiao-me/b6477d762d5cf4cd1da4fadc776343b7- 👍3
- 刚知道 V2EX 居然可以修改用户名， 可以隐藏自己了
- Agili 的 AIGC 周刊（Y26W34）
本周开源权重模型迎来一轮密集爆发：GLM-5.3 登顶开源编码 SOTA，GLM-5.3-Flash 用 1/10 成本对齐旗舰，Qwen3.8-Flash-Next 与腾讯 Hy4 也接连开源。硬件侧 OpenAI 自研芯片 Jalapeño 在 Hot Chips 上放出惊艳的首批数据，NVIDIA 则以 130 亿美元将 Hugging Face 收入囊中。工具生态里，本地化的分轨、审计和 RAG 方案都值得一试。
https://link.agi.li/794cAgili 的 AIGC 周刊
Agili 的 AIGC 周刊（Y26W34）本周开源权重模型迎来一轮密集爆发：GLM-5.3 登顶开源编码 SOTA，GLM-5.3-Flash 用 1/10 成本对齐旗舰，Qwen3.8-Flash-Next 与腾讯 Hy4 也接连开源。硬件侧 OpenAI 自研芯片 Jalapeño 在 Hot Chips 上放出惊艳的首批数据，NVIDIA 则以 130 亿美元将 Hugging Face 收入囊中。工具生态里，本地化的分轨、审计和 RAG 方案都值得一试。 - 腾讯微信开源通用多模态向量模型 WeMM-Embedding：刷新 MMEB-v2 榜单，已在微信多业务落地
腾讯微信视觉团队近日开源了通用多模态嵌入模型家族 WeMM-Embedding，论文与模型权重现已全面公开。
🌟 核心亮点
• 全模态统一表征：支持文本、图片、视频、视觉文档以及任意图文交错（Interleaved）混合输入，并支持灵活调整输出向量维度。
• 2B/4B/9B 多尺寸覆盖：
• 2B 规格：表现强劲，性能已超越此前 8B 级别的开源 Baseline。
• 9B 规格：在多模态检索与表征权威评测榜单 MMEB-v2 上取得 80.6 分，刷新综合 SOTA 纪录。
• 两阶段训练架构：先通过大规模多模态数据完成空间对齐，再利用高质量精选数据、细粒度相关性监督与跨尺度知识迁移进行优化。
• 工业级实战验证：不仅在微信内部 26 项基准测试和 14 组线上 A/B 测试中表现优异，目前已在视频号、微信公众号、朋友圈及电商搜索/推荐等核心场景规模化上线。
---
🔗 相关链接：
• 论文页面：https://huggingface.co/papers/2608.24053
• 模型集合：https://huggingface.co/collections/tencent/wemm-embedding
• GitHub 开源地址：https://github.com/Tencent/WeMM-Embedding
#多模态 #Embedding #腾讯 #开源模型 #微信团队huggingface.co
Paper page - WeMM-Embedding: WeChat Multi-Modal Embedding Technical ReportJoin the discussion on this paper page 
- 👍1
