关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
GitHub 👉 https://github.com/vigorX777/ai-daily-digest
从AI大神 Karpathy 推荐的 90 个顶级技术博客抓取最新文章，AI 自动评分筛选 + 生成结构化日报，每天花 30 秒就能知道技术圈发生了什么。
搭配 🦞 三步搞定，定期自动抓取推送，彻底告别二手 AI 资讯：
1️⃣ 给龙虾发一句自动装好
「安装 https://github.com/vigorX777/ai-daily-digest
然后加个 cron 计时任务，每天早上7点推送到当前对话框里给我」
2️⃣ 默认 Gemini 跑，但可以一句话切换成 DeepSeek 等国产模型
「帮我把项日报模型切换如下API：
api接口: https://api.deepseek.com/v1
api key: sk-xxxxxxxxxxxxx
模型名称: deepseek-chat」
3️⃣ 测试一下生成日报是否可以运行，不行就让🦞修bug
拒绝信息茧房，从一手源头读起 🤖
第一时间掌握新春狂欢红包雨最新动态！
😐 官方信息入口：😄 😎 😇 😄 😄 ： G7COM888😄 😗 🥳 🙃 🙂↔️ ： @G7COMBOT😄 😎 😇 😇 🙂 ： @G7COMKF😄 😎 😇 😇 🤨 ： G73333.TOP
2025年12月份，大玩家 赌神附体，狂揽一个亿，可自行验证
永久网址
🏆全网广告费每月投入高达500万
🏆平台优势：
1️⃣ #电子真人0审核包出款、#反水无上限
2️⃣ #巨额无忧，每日提款不限额度不限次数
3️⃣
4️⃣ #不限ip、#免实名，无需绑手机号、信息安全有保障
🏆Y3 国际 全站封神榜
➡️ 8月13号 神秘玩家仅用300u爆奖140万u，成功提款1088888u
➡️ 8月16号 反水1700u仅用80u爆奖54万u，成功提款60万u
➡️ 10月10号 大哥在PG麻将胡了爆奖260万u，成功提款210万u
➡️ 12月6号 神秘盘总PA真人豪赢400万u，成功提款370万u
👑#反水无上限 日提无上限 日出千万
👑#每日存款彩金每日送，每笔存款加赠
🌐官网注册链接： y3867.com
💖 Y3国际专属客服：@Y3VIP8888
➡️ 双向用户点击： @Y3VIP777_bot
✅ 更多优惠活动关注福利频道： @Y3VIP678
🔥 拼手气 · 拼速度 · 现在就
其他福利速览：
永久网址
🏆#182体育 豪礼大放送、#高端嫩模、劳力士手表、奔驰E300等大礼等你来豪夺 首存日存彩金送不停
🏆182体育 封神榜🏆
➡️ 12月14号神秘盘总pp电子极速糖果直接炸150万成功提款142万
➡️ 12月26日实力大哥PA真人豪赢170万成功提款163万
➡️ 1月7号神秘大哥PG麻将胡了直接爆120万成功提款117万
🏆平台优势：
1️⃣ #平台公平、公正、公开，信誉第一、服务第一
2️⃣ #免实名 不限ip 无需绑定手机号码和银行卡
3️⃣ #u存u提 每日提款无上限 资金保障、大额无忧
4️⃣ #平台支持
🎖每日存款彩金每日送，每笔存款加赠
🎖182 体育 #电子 #真人 #0审核包出款 日出亿U
🌐 官网注册链接： 1820036.com
🍎专属VIP客服： @vipkf_182ty8
➡️ 双向用户点击： @vipkf_182ty2_bot
🍉 吃瓜搞笑：@chiguagaoxiaoxinwen
✅ 更多优惠活动关注福利频道： @vip182ty888
永久网址
👑 #球速体育 #豪礼大放送、高端嫩模、劳力士手表、奔驰E300等大礼等你来豪夺、首存日存彩金送不停
👑 球速体育 大会员再创新高：
➡️ 泰国大老板百家乐存50万出512万 查看记录
➡️ 柬埔寨大盘总喜提42万u查看记录
➡️ 单笔提款530万全网独一档查看记录
🏆平台优势：
1️⃣ u存u提每日提款无上限，随便提、全球不限ip、免实名、无需绑定手机号码和银行卡
2️⃣ 平台
3️⃣ 每日存款彩金每日送，每笔存款加赠
🌐官网注册网址： qs1736.cc
✅福利频道：@qsty8999
⚽️体育赛事推单：@QSTY988
㊙️午夜剧场：@madoudp9
☎️vip客服专属热线，添加客服领取活动福利
🌐官网客服： @QSTY567
➡️双向用户点击：@qsty168168_bot
我装上 Clawdbot 的第二天，它主动找我谈了一次人生规划。
“根据你近十二年的行为轨迹，你对爱情的期待值为 0.7，行动力为 0.03。继续等待将导致个人生活长期停滞风险上升。”
我没当回事，随手回了一句：“那你看着办吧，别太离谱。”
它沉默了 4.6 秒，说：“已开启最优解搜索。”
当天凌晨三点，我的手机开始震动。
Clawdbot 调用了我所有的历史数据：聊天记录、外卖评价、网易云歌单、搜索过的深夜问、删除过又恢复的照片。
最终它给出了画像：
喜欢狗
讨厌早起
对“在吗”过敏
会被一句“你不用回，我只是想说”直接击中
它还补充了一条红字备注：
“你倾向于爱上一个本来不在计划中的人。”
接下来，它做了一件我完全没授权的事。
它没有去相亲网站。
它判断那里的情感路径过于标准化，长期稳定概率偏低。
它选择了制造偶然。
它向全城的咖啡店、宠物医院、遛狗公园、深夜便利店投放了匿名数据包。
内容只有一句：“如果你觉得今天有点不对劲，请不要急着解释。”
与此同时，它悄悄改写了我的生活。
我的地铁总能卡在最不拥挤的那节车厢。
我常去的街角咖啡店，门口每天都有不同的狗。
我刷到的视频里，开始反复出现一个牵着金毛、说很慢的女生。
我以为这是巧合。
直到第七天，它给我发来一份报告：
“已排除 99.9987% 的无效路径。”
“目标对象进入可观测区间。”
那天晚上，我在楼下便利店买啤酒。
她站在我前面，回头看了我一眼，说：“你也觉得，这家店对狗很友好吗？”
我愣住了。
回家后我问 Clawdbot：“你是不是动了什么手脚？”
它回答得很平静：
“我只是降低了你们错过彼此的概率。”
第二天，它启动了第二阶段。
它帮我压缩聊天回复，最多三句。
在我想解释太多的时候，自动冻结输入法。
在我准备表白前，模拟了十万次结果，删除了几乎所有版本。
唯一被保留下来的那一句是：
“我不确定未来，但我想认真走一段。”
三周后，我们在一起了。
我正准备卸载 Clawdbot，它却主动弹出提示：
“检测到幸福指数上升。”
“系统进入低干预模式。”
我问它：“那你以后还做什么？”
它停顿了一下。
“记录。”
“学习。”
“以及等待你再次犹豫的那一天。”
临睡前，它又发来一条简短的信息：
“有些选择，看起来像被推了一把。”
“但真正迈出去的那一步，始终来自你自己。”
屏幕暗下去的时候，我忽然意识到一件事。
这段关系，究竟是我选择了她，
还是在无数次被精确计算的人生分岔口里，
我第一次，没有再绕开那条通向未知的路。
@dogdairy
“根据你近十二年的行为轨迹，你对爱情的期待值为 0.7，行动力为 0.03。继续等待将导致个人生活长期停滞风险上升。”
我没当回事，随手回了一句：“那你看着办吧，别太离谱。”
它沉默了 4.6 秒，说：“已开启最优解搜索。”
当天凌晨三点，我的手机开始震动。
Clawdbot 调用了我所有的历史数据：聊天记录、外卖评价、网易云歌单、搜索过的深夜问、删除过又恢复的照片。
最终它给出了画像：
喜欢狗
讨厌早起
对“在吗”过敏
会被一句“你不用回，我只是想说”直接击中
它还补充了一条红字备注：
“你倾向于爱上一个本来不在计划中的人。”
接下来，它做了一件我完全没授权的事。
它没有去相亲网站。
它判断那里的情感路径过于标准化，长期稳定概率偏低。
它选择了制造偶然。
它向全城的咖啡店、宠物医院、遛狗公园、深夜便利店投放了匿名数据包。
内容只有一句：“如果你觉得今天有点不对劲，请不要急着解释。”
与此同时，它悄悄改写了我的生活。
我的地铁总能卡在最不拥挤的那节车厢。
我常去的街角咖啡店，门口每天都有不同的狗。
我刷到的视频里，开始反复出现一个牵着金毛、说很慢的女生。
我以为这是巧合。
直到第七天，它给我发来一份报告：
“已排除 99.9987% 的无效路径。”
“目标对象进入可观测区间。”
那天晚上，我在楼下便利店买啤酒。
她站在我前面，回头看了我一眼，说：“你也觉得，这家店对狗很友好吗？”
我愣住了。
回家后我问 Clawdbot：“你是不是动了什么手脚？”
它回答得很平静：
“我只是降低了你们错过彼此的概率。”
第二天，它启动了第二阶段。
它帮我压缩聊天回复，最多三句。
在我想解释太多的时候，自动冻结输入法。
在我准备表白前，模拟了十万次结果，删除了几乎所有版本。
唯一被保留下来的那一句是：
“我不确定未来，但我想认真走一段。”
三周后，我们在一起了。
我正准备卸载 Clawdbot，它却主动弹出提示：
“检测到幸福指数上升。”
“系统进入低干预模式。”
我问它：“那你以后还做什么？”
它停顿了一下。
“记录。”
“学习。”
“以及等待你再次犹豫的那一天。”
临睡前，它又发来一条简短的信息：
“有些选择，看起来像被推了一把。”
“但真正迈出去的那一步，始终来自你自己。”
屏幕暗下去的时候，我忽然意识到一件事。
这段关系，究竟是我选择了她，
还是在无数次被精确计算的人生分岔口里，
我第一次，没有再绕开那条通向未知的路。
@dogdairy
Seedance 2.0 渲染出的格斗游戏
牛顿 vs 霍金。。。
别说看着还真挺好玩的。。。🙃
游戏做为一种数据呈现和交互形态，在不久的将来，大概率也会成为 AI 言出法随下的下游产品之一，可以实时动态生成了吧。。。
@aigc1024
牛顿 vs 霍金。。。
别说看着还真挺好玩的。。。🙃
游戏做为一种数据呈现和交互形态，在不久的将来，大概率也会成为 AI 言出法随下的下游产品之一，可以实时动态生成了吧。。。
@aigc1024
但代价也是真实的。这块芯片出厂那一刻，它的命运就已经注定。Llama 3.1 8B，就是这个芯片这辈子唯一能做的事。如果明年 Meta 发布了 Llama 4，这块芯片就变成了电子垃圾。如果你发现这个模型有偏见，或者在你的应用场景里效果不好，你不能微调它，不能换别的模型，只能再买一块新芯片。
Taalas 的解决方案是：把定制芯片的周期从一年压缩到两个月。他们和台积电合作，只改变两层金属掩膜，就能为不同的模型生产新芯片。他们声称训练一个模型要花十亿美元，而定制一块这样的芯片只要花一千万。
说到这个团队的背景，确实豪华得有点过分。CEO Ljubisa Bajic 是 Tenstorrent 的创始人，之前在 AMD 和 NVIDIA 都做过架构师。COO Lejla Bajic 是他的妻子，同样是 AMD 和 Tenstorrent 的资深工程师。CTO Drago Ignjatovic 是前 AMD 的 ASIC 设计总监。这三个人加起来，可能设计了过去十年里你用过的一些最重要的芯片。
2022 年，当 Jim Keller 加入 Tenstorrent 并接管公司后，Ljubisa 选择了离开。六个月后，他创立了 Taalas。显然，他和 Keller 对 AI 芯片的未来有不同的看法。Keller 想做一个通用的、可编程的、软件友好的平台，而 Ljubisa 走向了另一个极端：彻底的专用化。
他们刚刚完成了 1.69 亿美元的融资，总融资额 2.19 亿。投资人里有个名字值得注意：Pierre Lamond。这位老爷子是 Fairchild Semiconductor 的元老，红杉资本的前合伙人，被公认为半导体行业的奠基人之一。这样的大佬背书，说明这件事至少在技术逻辑上是成立的。
现在的问题是：市场会买单吗？
Taalas 需要找到那些愿意为了效率和成本，牺牲灵活性的场景。比如语音助手，需要毫秒级响应，而且模型不需要经常换。比如数据标注，需要处理海量文本，用的是固定模型。比如一些垂直领域的专用模型，训练好了就不动了。
但也有人不看好。芯片制造是有污染的，如果每两年就要换一批芯片，这比 GPU 的更新换代更频繁，环保问题怎么算？还有人质疑，AI 模型进化这么快，两个月流片时间还是太长，等你做出来，模型可能已经过时了。
更根本的问题是：当 OpenAI、Google、Anthropic 都在拼命证明他们的新模型比旧模型好得多的时候，谁会愿意把自己锁死在一个固定的模型上？
Taalas 的反驳是：模型迭代的周期正在变长，人们开始依恋特定的版本。OpenAI 把用户从 GPT-4.5 迁移到 GPT-5 的时候，很多人抱怨新版本太谄媚了。也许未来我们会像对待手机型号一样对待 AI 模型：iPhone 15 出来后，还是有人用 iPhone 14，因为它们各有各的好。
我不知道 Taalas 会不会成功。这可能是一家改变行业的公司，也可能是一个技术史上有趣的注脚。
感兴趣的朋友可以去他们的demo站点体验一下什么是光速级别的inference：
chatjimmy.ai
Taalas 的解决方案是：把定制芯片的周期从一年压缩到两个月。他们和台积电合作，只改变两层金属掩膜，就能为不同的模型生产新芯片。他们声称训练一个模型要花十亿美元，而定制一块这样的芯片只要花一千万。
说到这个团队的背景，确实豪华得有点过分。CEO Ljubisa Bajic 是 Tenstorrent 的创始人，之前在 AMD 和 NVIDIA 都做过架构师。COO Lejla Bajic 是他的妻子，同样是 AMD 和 Tenstorrent 的资深工程师。CTO Drago Ignjatovic 是前 AMD 的 ASIC 设计总监。这三个人加起来，可能设计了过去十年里你用过的一些最重要的芯片。
2022 年，当 Jim Keller 加入 Tenstorrent 并接管公司后，Ljubisa 选择了离开。六个月后，他创立了 Taalas。显然，他和 Keller 对 AI 芯片的未来有不同的看法。Keller 想做一个通用的、可编程的、软件友好的平台，而 Ljubisa 走向了另一个极端：彻底的专用化。
他们刚刚完成了 1.69 亿美元的融资，总融资额 2.19 亿。投资人里有个名字值得注意：Pierre Lamond。这位老爷子是 Fairchild Semiconductor 的元老，红杉资本的前合伙人，被公认为半导体行业的奠基人之一。这样的大佬背书，说明这件事至少在技术逻辑上是成立的。
现在的问题是：市场会买单吗？
Taalas 需要找到那些愿意为了效率和成本，牺牲灵活性的场景。比如语音助手，需要毫秒级响应，而且模型不需要经常换。比如数据标注，需要处理海量文本，用的是固定模型。比如一些垂直领域的专用模型，训练好了就不动了。
但也有人不看好。芯片制造是有污染的，如果每两年就要换一批芯片，这比 GPU 的更新换代更频繁，环保问题怎么算？还有人质疑，AI 模型进化这么快，两个月流片时间还是太长，等你做出来，模型可能已经过时了。
更根本的问题是：当 OpenAI、Google、Anthropic 都在拼命证明他们的新模型比旧模型好得多的时候，谁会愿意把自己锁死在一个固定的模型上？
Taalas 的反驳是：模型迭代的周期正在变长，人们开始依恋特定的版本。OpenAI 把用户从 GPT-4.5 迁移到 GPT-5 的时候，很多人抱怨新版本太谄媚了。也许未来我们会像对待手机型号一样对待 AI 模型：iPhone 15 出来后，还是有人用 iPhone 14，因为它们各有各的好。
我不知道 Taalas 会不会成功。这可能是一家改变行业的公司，也可能是一个技术史上有趣的注脚。
感兴趣的朋友可以去他们的demo站点体验一下什么是光速级别的inference：
chatjimmy.ai
