OKHK 👀

谷歌把手语变成输入法:Pixel 11对着镜头就能打字
谷歌 DeepMind 发布手语转文字模型 SL2T,并把它接入 Pixel 11 的 Gboard 和 Live Transcribe。首发支持美国手语转英文。用户对着手机打手语,就能搜索、写消息、输入文档,甚至直接向 Gemini 提问。
SL2T 用超过 10 万小时数据训练,覆盖 50 多种手语,其中约四分之一是美国手语。手机会先提取手、脸和身体的姿态坐标,只把坐标发送到服务器翻译,原始视频不会上传。
DeepMind
动手学 Pi - 沿 15 个 checkpoint,从一条离线轨迹开始,亲手实现一个 Pi-style coding agent。
https://github.com/hahhforest/pi-textbook
https://build-your-own-pi-cn.enochzhang.chatgpt.site/
#AI #Doc #GitHub
传Gemini 3.7 Flash今天上线:价格或砍半,3.5 Pro已被跳过
爆料博主 leo 称,谷歌最快今天推出 Gemini 3.7 Flash。API 价格可能降到每百万 Token 输入 0.75 美元、输出 3.75 美元。目前 Gemini 3.6 Flash 的标准价分别是 1.50 美元和 7.50 美元。新价格如果属实,相当于直接砍半。
Gemini 3.7 Flash 并非凭空传出。谷歌官方 Python GenAI SDK 此前一度加入 `gemini-3.7-flash`,随后又把相关 PR 改名为「internal」并关闭。社区因此早已猜测新模型临近发布。
更悬的是 Gemini 3.5 Pro。SemiAnalysis 上周称谷歌已经内部取消这款旗舰模型,团队转向规模更大的 Gemini 4。leo 也称自己听到了同样消息。
leo

声明:本人从未在互联网上诋毁过梁文锋,本人实际上是deepseek十年老粉,经过长时间的思考,我发现梁文锋才是AGI的希望,有时候做出决定很难,经过许多个日夜的思考,我决定加入ds粉丝团。至于马斯克,祝他的grok4.6一切顺利。本人从未诋毁过ds,也从未称呼梁文锋为梁子、小南梁、牢梁,望周知!✋😭🤚
via Master~
哈基米大跃进?
谷歌创始人不满落后 要求全力押注Gemini
两位知情人士透露,谷歌联合创始人谢尔盖·布林近几个月来已敦促公司核心AI员工全力投入Gemini AI模型的研发,以缩小与竞争对手的差距。当 Anthropic 通过预览其强大的Claude Mythos模型取得领先时,布林在四月份的一场全体大会上向数百名员工发表讲话,敦促DeepMind实验室加快研发步伐。
谷歌的Gemini模型曾在去年11月短暂超越竞争对手,但Anthropic和OpenAI随后的更新再次让谷歌陷入追赶状态。两位知情人士称,截至八月,谷歌已将Gemini新旗舰版本的发布推迟了两个月,因为内部测试显示其在编程等领域的性能仍落后于竞争对手。
—— 凤凰网科技、路透社- ❤️1
一觉醒来发生了什么 08 月 13 日
#Daily
2026 年 8 月 13 日
🌍 资讯快读
1、上半年全国结婚登记 327.5 万对
https://www.jiemian.com/article/14911983.html
2、星巴克中国回应“蜜雪冰城代工”传闻:严重失实
https://www.jiemian.com/article/14911577.html
3、独家|李宁否认签约法国球星姆巴佩
https://www.jiemian.com/article/14913738.html
4、封禁 3 年后,美国政府设备重新允许使用 TikTok
https://www.jiemian.com/article/14909692.html
👬 即刻镇小报
1、推荐瑞 · 达利欧最新一期深度访谈,信息量巨大
https://m.okjike.com/originalPosts/6a7b328ecfb5d08b3eebc091
2、文章一眼 AI 写的?试试这句提示词
https://m.okjike.com/originalPosts/6a7abce4756bbb665851f464
3、做了个新网站叫 PMaker
https://m.okjike.com/originalPosts/6a7aa2e4cfb5d08b3edccbe7
4、,MkAgent 正式开源啦
https://m.okjike.com/originalPosts/6a7a7071cfb5d08b3ed76a48
今日即刻镇小报内容来自 @西里森森 @AI 元博士 @空格.space @Indie-Fox ,感谢以上即友的创作与分享。



MediaTrace - 浏览器 DLNA 投屏插件,将网页中视频推送到电视
https://github.com/suaptv/MediaTrace
#Chrome #Extension #Video #Tool #GitHub在 Safari、Chrome 与 Microsoft Edge 中发现当前网页的视频地址,并推送到局域网 DLNA 设备 (比如电视)。
支持 M3U8 · MP4 · FLV · M4S · 网页媒体分片 · 使用 DLNA 协议将网页中视频地址推送到电视
WhoShitsOnMyC - Windows 磁盘空间变化对比轻量小工具
https://github.com/Kami958/WhoShitsOnMyC
#Windows #Tool #GitHubC 盘刚清完,过几天又莫名少了一大截?用它记录找出这段时间到底是谁在吃空间
国务院原总理朱镕基同志,因病医治无效,于2026年8月12日11时06分在北京逝世,享年98岁。
https://www.news.cn/20260812/d58258c9e4444acbbb4b530103ae77ed/c.html
Claude防蒸馏可能白防了:小模型能直接套出大模型思维链
大模型厂商为了防止能力被蒸馏,会隐藏完整思维链,只给用户一份摘要。但最新研究发现,这层保护可能没有想象中牢固:把 Opus 的加密思维链交给同厂更弱的 Haiku,再越狱 Haiku,就能让它直接复述 Opus 的原始推理。研究者在 Claude、GPT 和 Gemini 上都跑通了。
这件事其实已经铺垫了几个月。5 月,密码学家 Matthew Green 发现这些加密思维链可以跨会话、跨账号重放,但当时还没找到稳定读取内容的方法。新论文把最后一步补上了:不用破解加密算法,直接让厂商自己的模型帮你「解密」。
更早的 3 月,现 Engram 联合创始人兼研究负责人 John X. Morris 等人还证明了另一条路:即使完全拿不到原始思维链,只看答案和推理摘要,也能反推出一套详细的合成推理,再用于训练小模型。
这也让此前流传的「国内 AI 公司早已找到办法获取 Claude、Codex 原始推理,再拿去训练模型」的说法,在技术上更说得通了。但这仍只能证明方法可行,不能证明任何国内 AI 实验室实际这么做过。
论文还发现一个反常现象:部分 Claude、GPT 的原始推理片段,在 Kimi K3 中被复现出来的概率,最高比其他模型高约 100 万倍。给 K3 几个 Opus 推理开头,它后面的思路也会明显更像 Opus。但作者强调,这些结果不足以证明 K3 做过蒸馏。
论文