经济学人【日本动画业的“人才断层”:效率主义正在杀死未来的大师】
日本动画产业虽迎来全球繁荣,却深陷动画师短缺、低薪及过度劳累的劳动力危机。外包与AI技术的冲击更令传统手绘工艺岌岌可危。为拯救行业,资深动画师与制作公司正通过开设培训机构和带薪学徒制,重新系统培养年轻人才,以传承手绘动画的独特魅力。
日本动画产业虽迎来全球繁荣,却深陷动画师短缺、低薪及过度劳累的劳动力危机。外包与AI技术的冲击更令传统手绘工艺岌岌可危。为拯救行业,资深动画师与制作公司正通过开设培训机构和带薪学徒制,重新系统培养年轻人才,以传承手绘动画的独特魅力。
向量数据库将数据转化为数字向量存储,突破字面限制,实现“语义”匹配。它通过余弦相似度等算法计算距离,并利用HNSW、IVF和PQ等近似最近邻(ANN)技术,在海量数据中极速检索相似内容,广泛应用于语义搜索、大模型RAG及推荐系统等AI场景。
近日,由中国科学院的科学家构建的“真菌王国”数据库已上线。 “真菌王国”数据库由“中国西南地区大型真菌资源数据库”和“云南野生菌子实体三维形态数据库”组成。 云南野生菌子实体三维形态数据库已收录423个高质量真菌三维模型,覆盖66科182种常见大型真菌,为公众辨别野生菌提供了重要依据。 中国科学院昆明植物研究所的科研人员表示,未来还会将三维的数据投喂给AI进行训练,开发成大家比较期待的“手机AI识菌”。
mushroom.iflora.cn/电子书《智能体AI漫游指南:从基础到系统》The Hitchhiker's Guide to Agentic AI: From Foundations to Systems 作者 哈盖·罗伊特曼 ,一本600多页的大部头。 《智能体AI漫游指南》是一本面向实践者的综合性参考书,旨在指导构建自主AI系统。本书从基本原理到生产部署,完整覆盖技术栈,围绕一个核心论点展开:构建优秀的智能体系统需要理解
arxiv.org/abs/2606.24937之前也提过,这个项目很早之前就开始更新了 “这个开源项目英文名字叫做 AIInfra,中文名字叫做 AI 基础设施。大模型是基于 AI 集群的全栈软硬件性能优化,通过最小的每一块 AI 芯片组成的 AI 集群,编译器使能到上层的 AI 框架,训练过程需要分布式并行、集群通信等算法支持,而且在大模型领域最近持续演进如智能体等新技术。 本开源课程主要是跟大家一起探讨和学习人工智能、深度学习的系统设计
github.com/Infrasys-AI/AIInfra做前端的朋友应该都有过这种痛苦:拿到一个像素格式的 Logo,要把它变成带动画的矢量图形。手动描路径、调贝塞尔曲线、一帧一帧做动画,做出来的效果还经常很生硬。整个过程又慢又累,还不一定能达到设计稿的要求。 今天给大家分享一个 GitHub 上的开源项目,叫 pixel2motion,专门解决这个问题。 它能做什么呢?简单说,就是把一张像素格式的 Logo 图片,不管是 PNG、JPG、WebP
github.com/nolangz/pixel2motion作者介绍:“我们做了一个 C++ 引擎(ced.cpp),可以告诉你一段声音是什么:公鸡叫、雷声、吉他声等等。在 CPU 上大约 55 毫秒就能完成识别,而且整个流程不需要 Python。 它是对小米 CED 音频标签模型基于 ggml 的从零移植。它使用和 PyTorch 原版相同的标签,数值结果等价,但速度更快,体积也轻了 2 倍。 现在,你可以让你的 LLM “听见”周围的声音了!”
github.com/localai-org/ced.cpp最新数据显示,全球正迎来“独立创业者”的爆发式增长,且高收入人群比例翻倍。这背后的核心驱动力正是AI——它完美填补了以往需要雇人才能弥补的技能空白。只要有绝佳的想法,AI就能帮你落地。告别庞大团队,单枪匹马创造百万营收的“一人企业”时代已经到来!
WorkWeave Router 是一款面向智能体系统的模型路由器,通过一个接口即可在 50 毫秒内将每个提示精准分配给最合适的模型,轻松帮你把推理成本降低 40–70%。 只需改动一行配置,就能同时兼容 Anthropic、OpenAI 和 Gemini 等多家服务商的 API,支持流式、工具调用、视觉理解等全特性;还内置了对 DeepSeek、Qwen、Llama 等开源模型的接入能力。路由
github.com/workweave/router又来一个代码知识图谱,Codebase Memory MCP 给AI 编程Agent 提供一个代码的知识库,Token 消耗直接降 99%。AI 需要什么直接查图,不再逐文件扫代码。 1.效果有多显著 论文数据(31个真实仓库评测): Token 消耗:5次结构查询只用约 3,400 tokens,逐文件探索同样问题要消耗约 412,000 tokens,减少 99.2% 工具调用次
github.com/DeusData/codebase-memory-mcpOpenKnowledge 是一款优雅的本地优先 WYSIWYG Markdown 编辑器,集成了 Claude、Codex 等 AI 能力,专为个人笔记、知识库、工程规范和 LLM Wiki 打造。 它提供真正的所见即所得编辑体验,协作式 AI 辅助写作,并支持 MCP、技能和代理搜索,轻松构建知识图谱与第二大脑。无需代码即可通过 Git/GitHub 实现团队共享与自动同步,还内置丰富的可嵌
github.com/inkeep/open-knowledge开发者为跑步应用构建景点推荐时发现:大模型由于存在“幻觉”,不适合生成严谨的事实摘要,却在评估景点趣味性上展现出极佳的“主观品味”。面对杂乱的真实数据,品味无法用常规单元测试衡量。这证明AI并非万能药,而是传统数据工程的优秀辅助工具!
2000年《科学与工程计算》杂志评选的“20世纪十大算法”深刻塑造了现代科技。榜单包括蒙特卡洛方法、单纯形法、矩阵分解、快速排序、快速傅里叶变换等。它们利用分治、迭代等数学智慧极大突破了计算瓶颈,奠定了当今大数据与人工智能的基石。
“github上大多数awesome列表只是链接的堆砌。但这份列表经过注释和验证:每个条目都说明了其内容及入选理由,URL 经过检查,引用内容逐字核对,已失效或废弃的工具会被剔除(而非默默保留)。它通过以下方式汇编而成: 深度为4的递归引用爬取(11,600篇论文,按引用量排序),以呈现学术经典; 针对性的从业者网络发现,以补充引用图谱遗漏的行业资源(如 Eugene Yan、Han-C
github.com/benchflow-ai/awesome-evals本文总结了四种 SSH 端口转发(隧道)技术及核心应用场景: 本地转发(-L):将远程服务映射至本地端口。 远程转发(-R):将本地内网服务暴露至远端公网。 动态本地(-D):本地客户端化身 SOCKS 代理访问远端网络。 动态远程(单端口-R):远端服务端化身 SOCKS 代理访问本地网络。
英伟达发布的Metropolis Blueprint VSS 3,核心逻辑是把视频从“流媒体”变成了“数据库”。以前想在几千小时的监控或比赛录像里找个片段,得靠人工快进;现在你只需要给AI Agent发个指令,就像在微信里搜索聊天记录一样简单。 这次更新最硬核的地方在于它解决了长视频和多视角的理解难题。大多数模型处理一小时以上的视频就会出现上下文断层,但VSS 3通过16种Agent技能和Nem
github.com/NVIDIA-AI-Blueprints/video-search-and-summarization/tree/main/skillsReverse Skill 是一套专为逆向工程、渗透测试与安全研究设计的 AI 技能路由包。它通过自动路由 + 按需自举工具链 + 自我进化知识库的机制,让 Claude Code、Cursor、Cline 等 AI 编码客户端能够精准识别任务类型并调用相应技能模块。 无论面对 APK 反编译、二进制分析、JS 签名还原还是 CTF 竞赛,系统都能先读取路由表,再进入对应子技能流程,同时自动维护
github.com/zhaoxuya520/reverse-skill设计师Adrian Punk,受法国画家 Frédéric Forest 的作品启发设计的提示词,可以设计出好看的极简主义封面图。 提示词为: 你是一名法式极简艺术海报设计师、视觉隐喻导演和编辑设计师。 请围绕我输入的主题,创作一张大留白、少线条、少文字、具有思想张力的极简艺术封面。 【用户输入】 主题:{{填写主题}} 画幅比例:{{5:2 / 16:9 / 4:5 / 3:4}}
现在的AI竞争,表面看是抢卡,底层看是榨干卡的性能。CMU最近推出的迷你系列课程《Modern GPU Programming For MLSys》把这层窗户纸捅破了:现代GPU不再是简单的并行计算器,而是一套复杂的异步系统。 以前优化性能靠经验,现在得靠对硬件架构的深度直觉。书里核心讲的是Blackwell架构下的新玩法,比如如何利用TMA做异步数据搬移,怎么玩转TMEM。它最聪明的地方是引入
mlc.ai/modern-gpu-programming-for-mlsys/用它可并排运行 Claude Code、OpenClaude、Codex 或 OpenCode — 每个都在自己的 worktree 中运行,并在一个地方统一跟踪。 基于它可以: ----用手机监控并指挥你的智能体 — 智能体完成时收到通知,随时随地发送后续指令。 ----把一个提示同时分发给五个智能体,每个都在自己隔离的 git worktree 中运行 — 比较结果,合并最佳方案。 ----
github.com/stablyai/orca