ax@ax-radar:~/curated $ grep -l 'curated=true' sources/
33 srcsignal 72%cycle 04:32

AX 严选 · 2026-08-19

4 · updated 3m ago
2026-08-19 · 星期三2026年8月19日
20:42
34d ago
AI HOT 精选· aihot-apiZH20:42 · 08·19
FastMetal 让 Mac 本地 30 秒生成 5 秒 480P 视频,不用 CUDA 也不用联网
FastMetal 把 FastWan-QAD 系列搬到了苹果芯片上。一段 5 秒 480P 视频完全在 Mac 本地跑,耗时 30 秒,只吃 3.9 GiB 内存。DiT、DMD 采样器和解码器都通过 MLX 在 Metal 上运行,默认用 INT8 量化来省资源。模型分三档:1.3B 出 480P,5B 出 720P,14B 号称画质更好。不过正文...
#FastMetal#FastWan-QAD#Apple Silicon
一句话点评
Mac 本地 30 秒出一段 5 秒 480P 视频,吃 3.9 GiB 内存,不用联网也不用 N 卡。我会先打个折:正文没提 14B 模型的速度和内存,画质也没给对比,别急着冲大模型。1.3B 和 5B 的规格倒是给了,480P 和 720P 对应得清楚。INT8 量化是省资源的关键,但也可能压画质,这点没展开。整体看,把视频生成从云端拉到 Mac 本地是个实在的工程活,但缺实测画质和 1...
HKR 分解
hook knowledge resonance
打开信源
72
SCORE
H1·K1·R0
13:48
34d ago
AI HOT 精选· aihot-apiZH13:48 · 08·19
Liquid AI 发了 4 个 Q4_0 量化模型,号称能找回 97% 的精度损失
Liquid AI 把 LFM2.5 系列(230M 到 2.6B)的四个模型做成了 Q4_0 量化版,用了一种叫 QAD 的训练方法——简单说就是在量化过程中让模型学着尽量不丢精度。官方说相比 BF16 版本,平均只损失了 3% 的精度,内存和速度跟原生 Q4_0 一样。但正文没披露具体跑过哪些 benchmark 或下游任务,所以这个 97% 的恢...
#Liquid AI
一句话点评
Liquid AI 把自家小模型(230M到2.6B)做了Q4_0量化版,用QAD训练法让模型在压缩时学着不丢精度。官方说只掉了3%精度,内存和速度跟普通量化一样。如果是真的,挺省钱——小模型跑边缘设备更实用了。但正文没披露跑了哪些benchmark,97%恢复率是平均还是挑着算的?缺第三方验证。
HKR 分解
hook knowledge resonance
打开信源
62
SCORE
H0·K1·R0
01:03
34d ago
AI HOT 精选· aihot-apiZH01:03 · 08·19
GLM-5.3 上线:AA 智能指数 60 分,开源并列第一,成本更低
智谱发布了 GLM-5.3,在 AA 智能指数上拿到 60 分,跟其他开源模型并列第一。标题说成本更低,但正文被微信屏蔽了,没披露具体参数、价格和评测细节。所以“成本更低”目前只是个口号,没有数字支撑。如果是真的,那对开源社区是个好消息,但这点先别太激动,等具体数据出来再说。
#智谱#Zhipu
一句话点评
GLM-5.3在AA智能指数上拿到60分,跟其他开源模型并列第一。标题说成本更低,但正文被微信屏蔽了,没披露具体参数、价格和评测细节。所以“成本更低”目前只是个口号,没有数字支撑。如果是真的挺省钱,但这点先别太激动,等具体数据出来再说。
HKR 分解
hook knowledge resonance
打开信源
39
SCORE
H0·K0·R0

更多

频道

后台