HedgehogGXnc

撫順グループウィッシュ

[こじか🦌｜教師のObsidian×AI @kojika_edu]

Obsidianプラグイン「Hearth」が最強すぎる。

こういうダッシュボード作りたかった。

結局、毎日使いたくなるかは
デザインと機能性の両立が重要。

これはカスタマイズ沼にハマりそう🫠

[WquGuru @wquguru]

所有有 GPU 或者 Macbook 的朋友，都应该本地部署一次 Qwen-Image-2.1（写实） 和 Anima（二次元）！不联网、无审查，小显存、小统一内存也能跑。

我测试了一周，感觉的十分惊艳，下面整理了一批本地能跑的出图模型。友情提示：

Qwen 擅长写实、构图、图里写字，需要二次元就换 Anima。

一、写��主力：Qwen-Image-2.1

Mac 首选 MLX 4bit（mflux 跑）：https://t.co/O5NNx6I0EU
GGUF Q4_K（stable-diffusion.cpp 跑）：https://t.co/9CJqoSCvJc
文本编码器：https://t.co/4HOHH51J6h
专属 VAE（别换成别的）：https://t.co/hVElyWQz8K

两个坑：cfg 用 1，这个模型按无引导训练，开到 6 慢一倍、画质没提升；mflux 跑 20 步构图容易崩，正式出图用 40 步。

二、二次元主力：Anima

基于 NVIDIA Cosmos-Predict2 的新架构，约 2B，不是 SDXL 微调。Danbooru 标签和自然语言都能用，比 Qwen 轻得多。

官方：https://t.co/CwxE3izldG
Civitai：https://t.co/KMu4Y8M2nN
WAI 作者的版本 WAI-Anima：https://t.co/0rzObBGNAi
WAI-Anima int8 量化（约 2.1GB，省显存）：https://t.co/SUJTZY5NW7

有三个版本：Base 适合练 LoRA，Aesthetic 默认画风更好看，Turbo 8–12 步出图。要单独配文本编码器 qwen_3_06b 和 Qwen-Image VAE，不是普通的 checkpoint，丢进��不能直接跑。

三、要锁定角色、要海量 LoRA：Illustrious 系列

WAI-Illustrious SDXL：https://t.co/jUUeQabi4a

角色一致性和服装标签，LoRA 数量约 20 万级，冷门角色基本都有。

最后值得注意：模型文件本身也可能被投毒。只下 .safetensors，不碰 .ckpt / .pt；Civitai 上来源不明的 merge 慎用，注意核查hash。Anima 系列是非商用许可，商用前需要注意这点。

效果直出👇

[逸尘 @gengdaJ]

wtf？原来中国护照就能过Claude的KYC认证，之前谁在吓唬我！！！

今天Pro 5h限额两下就到了，用的非常不爽，然后就点了升级Max，差点把我吓死😭😱

然后我搜咸鱼怎么过KYC认证，结果发现关键词全被下架了。。。只能求助谷歌搜索。

然后发现了一个神奇的GitHub issue提到过关于KYC的问题：https://t.co/WPrU1zBKMy

发现其实KYC和Persona这家公司有关，其实Claude只是想验证你是否是真实人类，然后Persona本身是允许中国护照通过验证的，毕竟有在美国公司工作的中国人。。。

然后我就上传了我的护��，手机扫码，拍摄护照，扫人脸，一下就过了，成功升级Max，yeah✌️！

[撸毛小白 @xiao92666]

给 AI 一个网址，就能 1:1 复刻整个网站？GitHub 2.8W+ Star 的开源神器，你见过没？

配合 Claude Code、Cursor 等 Agent 使用，丢进去目标 URL，它会自动分析页面、拆组件、抓素材、还原布局，最后直接生成完整网站。

以前仿一个��要扒半天，现在一句话让 AI 自己干。🤡
https://t.co/cimWD6Ow1t

[Fini.Yang @FiniYang]

兄弟们一起致敬 Unsloth !
Qwen-Image-2.1 的本地部署门槛被打下来了！
FP8 offload，6GB 显存就能出图
Mac 统一内存 16G 也能玩
我看看谁还没部署 👀

已经为兄弟们准备了全套开箱即用合集：
1、Qwen生图改图必备Skill:https://t.co/blLc3zyzzG
2、你的第一个提示词，原生无甲 ⬇️
3、如何卸甲：https://t.co/JzuON2fLwW
4、下载模型：https://t.co/tWHDWh75eF

[流氓兔🐰 @LiumangtuCrypto]

想每天赚 600 美元，你只需要：

1. 一台笔记本
2. Wi-Fi
3. 时间

下面 7 个网站可以日结：

[夙愿学长 @suyuan1711]

Opus 5.5 绝对是目前最强大模型，可 Claude 号一被封，模型再好也用不上。

从被封三十多个 Claude 号，到现在稳定用着三个 Max 20x。

我把 IP指纹、注册、电脑环境和网络、付款、到订阅和续费，KYC 如何处理都写到这里了

建议收藏慢慢看，有问题随时评论区里提问～ https://t.co/kyTDOudLrh

[Boltzbit @boltzbit]

We’ve just released the preview version of our latest paper: Infinite-Parameter LLMs — Generating and Adapting Weights from Live Data. In it, we demonstrate that large language models can learn up to 1,000x faster through Bayesian Self-learning transformers (BAST) than SOTA training algorithms engineered by human researchers. This breakthrough marks a critical shift in AI research, from cost-intensive, static-weight AI to energy-efficient, dynamic-weight AI.

For a decade, building more advanced models has been achieved by training bigger ones on more data. This approach is now hitting a ceiling with the supply of pretraining text projected to run out in the next two to five years. Meanwhile, the fast adoption of AI agents is producing an unprecedented amount of continuously-growing data that models can learn from. None of it is captured, locked in individual sessions and lost as soon as the agent completes the task.

Bringing self-learning AI agents to users captures the value of that data. We validated that BAST LLMs overcome the fundamental limitations of memory-based learning, such as Retrieval-Augmented Generation (RAG), in both cost and performance, across long-context conversations. Without underlying architectural innovation like BAST, RAG, larger context windows, and agent scaffolding suffer a drop in performance and escalating input token cost due to the static weight of LLMs.

This research underscores a fundamental premise of our work at Boltzbit to achieve General Learning Intelligence and democratise model ownership. Scaling up static-weight model size or layering on more workarounds cannot address the spiraling cost of training AI systems. The viable path is a new AI architecture that adapts its own weights.

Preview version of the paper: https://t.co/OPHELtkvNz

[叫我阿杭 @Astronaut_1216]

啊？？？我去？？？还有这种网站？？所有搞独立开发的兄弟们，必须要看看这个网站，我就没见过这么屌的网站

全都是astra做的，而且还能帮快速生成游戏资产，这玩意上架到Steam上不又是一个特别好的小副业，月入过万？？

https://t.co/vOQrWEmQ7n

[Skeleyna @elif_mika46204]

磁带
#明日方舟 #缪尔赛思

[铁锤人 @lxfater]

Codex 做游戏，现在真的有点离谱了。

我整理了 8 个游戏开发方向的 Agent Skill。生成素材、写玩法、做界面、调手感，再到多人联机，基本把一个游戏开发团队的分工凑齐了！！

1. higgsfield-websites：生成游戏素材，搭建和部署浏览器游戏。

2. game-engine：搞定游戏循环、物理碰撞和 2D / 3D 渲染。

3. game-developer：负责 Unity / Unreal 玩法开发和性能优化。

4. game-ui-design：设计菜单、血条、背包，让游戏界面像点样子。

5. game-design-theory：设计玩法、难度和奖励，解决“能跑但不好玩”。

6. game-feel：加上打击反馈、屏幕震动和音效，让游戏玩起来更爽。

7. multiplayer-game（历史版）：处理玩家匹配、房间和实时状态同步。

8. develop-web-game（OpenAI 历史版）：让 Codex 边写边测试，看截图、查报错、修 Bug。

假如你觉得用这些 Skill 做游戏还是太麻烦，可以看看下面这个产品👇🏻

[小互 @xiaohu]

Jev 使用指南：
只做判断、不写字的 AI 模型怎么用、用在哪

https://t.co/31ruUCrbUQ

[Mark Jaquith @markjaquith]

This is my new shortest “what is Jev” explanation

[TypeSafe AI @typesafeai]

Jev is now available to everyone. No waitlist.
Start using it here: https://t.co/5MfN4rIif5

[星野ふじ🍔VTber @fake_fuji]

生命！绽放！

[Athrix ☄️ @athrix_codes]

https://t.co/BGWaJTYIFF just hit 56K+ pageviews🔥

Since launch:
- 56K+ pageviews
- 240+ stars on github!
- 21K+ visitors
- 35+ Components

> Vercel sponsored <

but, yesterday github broke my heart so badly
my github account was flagged [ idk the reason ]

so, no-one can see my github profile and even public repositories

then, i'm totally felt off cause
> 255+ projects
> 2 years of work
> my every contributions
- everything i did on github gone!

Then i realize, till github help ticket is in process
why i'm stopping ObsidianUI?

- everyone is supporting & tagging github and
i'm just thinking, hell nah obsidianui aren't stopping!

So, now temporarily ObsidianUI on gitlab!

Thanks to everyone who’s used it, shared it, starred it,
and supported me!

[paulwei @coolish]

昨天出的 https://t.co/6eiMFaJTrj Jev 模型
适合高频决策，那岂不又是适合打游戏？

之前用 GPT-6 Astra 代打杀戮尖塔2
能力强但速度慢。

我刚实测用 Jev 打，行动思考只需 0.7秒，
画面我都没看清它就操作完了。
这超人类游戏速度，
着实又让我震惊瘫坐了😅

语言很难描述这感觉，看视频⬇️

[カロ@AIART @otennko0061]

［maple］

こんばんは♪

[Jay @JhonM888]

* Me acuesto a dormir *
La notificación de Duolingo:

[852話(hakoniwa) @8co28]

GPT Image 2.5
最近の超オススメ指示はコレです