我的 X 阅读

转帖：开源权重 Jev 来了：认识我们的 open-d1 决策模型。 可在 @huggingface 上获取

转帖：如果你喜欢 d1，这里还有它的小兄弟们 ;) 开放权重，你可以在设备上以 10 毫秒的端到端延迟运行它们。

转帖：d1 已开放 d1-3B 仅需一次前向传播即可回答，无需生成 token。在 RTX 4090 上每题耗时 8 毫秒，在 Jetson AGX Thor 上每题耗时 16 毫秒，在 Jetson Orin Nano 上每题耗时 50 毫秒。 在 Decision Index v0.2.1 上的得分为 48.57，与规模是其 12 倍的决策模型性能相当。权重来自今天更新的 Hugging Face，llama.cpp 从一开始就存在。 Jetson 的数据由 @NVIDIARobotics 合作完成。 https://t.co/KMRht9Gidc

转帖：开放的 d1 决策模型来了！ • 小到能在我的 MacBook 上运行它们 • 多模态，适合有趣的事情，比如视频输入 在这里，我使用 d1-3B 来评价我的穿着有多可爱。 别关注我获取更多时尚建议 在我们的 Hugging Face Space 上查看更多有趣的演示：

转帖：我有98%的把握这是最佳决策模型

转帖：一份政策文件，由包括杰弗里·辛顿和约书亚·本吉奥在内的20多位专家撰写，呼吁政府开始追踪有多少人工智能研究工作已经由人工智能完成。 人工智能已从2023年的数秒任务跃升至需要人类专家耗费数日才能完成的任务。 如果运行成本保持相当水平，今天的计算1前沿开发者拥有的算力可以运行相当于数百万顶级研究人员的AI劳动力。 仅OpenAI一家，就拥有足够的推理算力（即运行时算力），每天可生成约10^13个令牌。 如果人工智能达到专家水平且运行成本保持相当水平，今天（2026年）的计算1前沿开发者拥有的算力可以运行相当于数百万顶级研究人员同时工作的AI劳动力，而2026年前沿实验室雇佣的仅数千人。

我向 @arxiv 和所有 AI 艺术家道歉，因为我不相信人类竟然能够创作出如此荒谬的东西，显然是在一所外星酗酒者学校里学过数学 如果可能的话，我还是可以礼貌地建议不要再次使用这个背景吗

给你！我们与 @nvidia 合作推出的首批开源权重多模态决策模型系列 我对我们 6 亿参数的全能模型着迷不已，它真正为该领域带来了处理图像、音频和文本的全新可能性。 为你的系统一应用微调这些厉害家伙吧！ 我们后训练和应用 AI 团队的杰作。 引用：今天我们发布了 Open d1：我们 d1 决策模型系列中的两个开源权重多模态模型。 > d1-3B：文本 + 视觉 > d1-omni-600M：文本 + 图像 或 文本 + 音频 > 实时决策，随时随地，从数据中心如 @nvidia DGX 到 RTX 工作站，再到边缘的 Jetson。 1/

代理之间的通信，再加上一个个人代理，简直太棒了。 哇！我低估了像 Opus 5.5 这样的模型的协调能力。 这开启了代理交互的全新体验。 但这需要一些调整（自动化、Webhook、系统提示、工具等等，参见 https://t.co/otjjqhVpj9）。

damn，白嫖上万美元开发预算！Anthropic 刚刚全面放开 Claude for Startups 扶持计划，企业邮箱申请直接送一年 Team 订阅加 1000 刀 API 额度， 只要你有一个独立域名的公司邮箱，写一段用 Claude 做项目的申请，通过后直接送一整套顶级开发大礼包。 有海外开发者老哥实测用 Claude

我刚刚对人类失去了希望…… 引用：https://t.co/BBKOnevZph 这是完整的图片，Shutterstock 显示它是在 2014 年上传的。

选择 d1-3B 以获得高质量的文本和视觉决策，或者当占用空间很重要时，探索我们的实验性 d1-omni-600M。 下载权重，进行微调，并在本地部署。 > 博客：https://t.co/381WfcQdwS > d1-3B：https://t.co/N4KWaNvEAg > d1-omni-600M：https://t.co/CSzYZpdff4 > 文档：https://t.co/OgtfyH4Khp

我们为 d1-3B 构建了 10 个实时摄像头演示，从手势控制游戏到内容审核，每帧只需一次前向传播。 与 @NVIDIARobotics 合作，我们还展示了 d1-3B 在 Isaac Sim 中导航环境，模型部署在 Jetson 上，采用硬件在环设置。 5/

今天我们发布了 Open d1：我们 d1 决策模型家族中的两个开放权重多模态模型。 > d1-3B：文本 + 视觉 > d1-omni-600M：文本 + 图像或文本 + 音频 > 随时随地实现实时决策，从诸如 @nvidia DGX 等数据中心到 RTX 工作站，再到边缘端的 Jetson。https://t.co/aE4rnBfIkL

Muse这么快就推出了iPad版！ 论顶尖人才在AI领域的重要性， Alex刚帮 Meta 打赢了 一场AI 翻身仗。 扎克伯格@finkd 当年花了 140 多亿美元把 28 岁的天才 @alexandr_wang 挖进 @Meta 掌舵超级智能实验室时，全网都在嘲笑这是一场疯狂溢价的豪赌。 但短短几个月过去，华尔街和整个科技圈彻底闭嘴了： https://t.co/v2YDUnTLof