微软 FrogNano：4B 编码智能体纯 RL 训练

@ltx_io 发布开放权重视频世界模型 LTX-2.5，支持本地部署和微调，前代 LTX 已达 18M 下载。新版本改进生成与编辑：新解码器提升人脸清晰度、文字招牌可读性和快速运动表现，原生 Multishot 在镜头间保持角色、环境、光照与语音一致，IC-LoRA 支持对象移除、连贯性修复和环境更换，更强的蒸馏模型把更多质量带入本地 GPU。

KVMem 将智能体超长工作区溢出内容以分页 KV 状态保存，分布于 GPU 内存、主机内存与 NVMe，并用模型原生轻量注意力索引选取相关历史块，在原生上下文窗口内物化查询相关视图。

GPT-6 Astra 自主构建了含约 4K 结构的人体解剖模型，支持多层级探索与任意部位特写查看。作者称其是最佳研究型模型，能自主调用工具与资源，并认为"个性化通用智能"比"通用人工智能"更贴切。所用技术栈为 React 19、Three.js 等，解剖数据来自 Z-Anatomy/BodyParts3D。

几天前，Anthropic 分享了这条出色的提示词。 令我惊讶的是，它显著提升了 Fable 5.1 的写作质量。 更令人意外的是，它同样改善了 GPT-5.6 Sol 的写作表现。 我已将其设为所有使用 AI 进行编辑/写作场景的固定规则。

天哪！！！ 用 GPT-6 Astra 来让基础概念动起来。它生成了这整个片段。 真希望我当年学这些的时候就有 GPT-6 Astra。 这真的改变了个性化学习。

这太疯狂了！ GPT-6 Astra 一口气做出了这个精美的数学动画！（🔉 请打开声音） 真是"惊掉下巴"的时刻。 我之前用任何 AI 模型都没能做出接近这个效果的东西。 真正的个性化学习时代已经到来！

"坠入黑洞之旅" 这是 GPT-6 Astra 众多能力之一。 它能创作出这样的动画场景，实在令人惊叹。 使用原生 JavaScript、HTML/CSS 以及自定义 WebGL/GLSL 着色器实现。

GPT-6 Astra 在研究中表现惊人，能自主进行深度研究并持续优化，最终用 three.js 生成了希克苏鲁伯撞击的精美动画。用户称该模型潜力无限，是 AGI 的早期迹象。

尝试让 GPT-6 Astra 进行自我分析。 它生成了这幅精美的动画自画像。 就像一扇通往其"思维"及运作方式的窗口。

DAIR.AI的Elvis Saravia指出，在所谓AGI或ASI时代，开源的复利效应将极为壮观。引用推文认为，开源让模型训练公司可免费基于你的软件进行训练和优化，Blender或已因模型更擅长使用它而胜过专有3D软件。Three.js和Blender只是冰山一角，其他软件类别乃至开源模型本身都将受益。