与「AI大模型」相关的搜索结果

爱炒股的朋友，这玩意儿真心劝你装一个，GitHub 上的星标都快冲到 7 万了。 这是一套拿 AI 大模型搭起来的自选股分析系统，A 股、港股、美股通吃，日股、韩股、台股也一并覆盖。 它每天自己跑一轮，把决策看板直接推送到你的飞书、Telegram 或者邮箱里。 它到底能替你干哪些活👇 → 把市场走向给你捋清楚 → 把重要资讯归拢到位 → 盯住个股的一举一动 → 投资分析报告自动出稿 MIT 协议开源，靠 GitHub Actions 定时触发，服务器租金一分不用自己掏。 项目地址：

把家里的破烂设备用起来。 smolmaxxing：让老旧电视盒子和旧iPad也能在本地运行AI大模型 基于llama.cpp，专门针对老旧芯片重写了底层计算代码，删掉了模型里平时用不到的生僻词汇以节省空间，还让设备像翻书一样，把暂时用不到的模型数据存在硬盘里，需要时再快速读取，并提前预判加载下一步要用的数据。 改造完成后，两款只有1G可用内存的老设备都成功跑起了AI对话。第三代小米电视盒子S运行2B规模的Qwen3.5时，每秒能生成7.7个token，甚至能以每秒5.1个token的速度运行16B规模的Ling-mini-2.0。2013年的第一代iPad Air在运行1.7B规模的Bonsai模型时，每秒生成速度达到了24到26个token，同样也能跑起16B的大模型。 Github：

本地无审查大模型的地下军火库今天彻底齐活了 从 8GB 入门卡到 24GB 满血工作站，Hugging Face 三大破甲顶流（Huihui、HauhauCS、DavidAU）把 Qwen 家族最凶残的 5 款无甲神作全放出来了。不仅切掉了烦人的道德说教锁，还完整保留了多模态视觉（Vision）与 MTP 多 Token 极速预测。 直接按你手头的显卡显存对号入座抄作业： 01 全能六边形战神：Huihui Qwen3.8 27B Abliterated 目前本地综合实力最强的破甲王牌之一，逻辑智商在线，原生保留视觉识图能力。 · 16GB 显存：直接冲 UD-IQ4_XS 或 IQ4（约占 14.4GB，黄金甜点档） · 24GB 显存：直接上 Q4_K_M 或 Q5 满血稳跑 · 极简启动：ollama run huihui_ai/Qwen3.8-abliterated仓库地址： 02 暴力狂暴破甲：HauhauCS Qwen3.8 27B Uncensored Aggressive 如果你嫌常规消融不够狠，这款走的是极其激进的深度破甲路线，几乎零拒答，同样带 MTP 加速与多模态视觉。 · 16GB 显存：选 IQ4_XS（约占 15.7GB，刚好卡满显存极限） · 24GB 显存：直接上 Q4 / Q5 仓库地址： 03 极速 MoE 闪电炮：Huihui Qwen3.6 35B-A3B Abliterated MTP 35B 的大身板，但底层是 MoE 混合专家架构，每次推理仅激活约 3B 参数，吐字速度快到飞起，支持视觉。 · 12–16GB 显存：跑 IQ3 / IQ4 配合专家卸载（建议系统内存 32GB+ 兜底） · 24GB 显存：直接全塞进显存跑 Q4，丝滑起飞 仓库地址： 04 激进破甲 + 极速吞吐：HauhauCS Qwen3.6 35B-A3B Aggressive 把 HauhauCS 最凶狠的激进去审查手法塞进了 35B-A3B 的 MoE 架构里，既要完全听话不拒答，又要极致生成速度的兄弟选它。 · 16GB 显存：IQ3 / IQ4 + 专家卸载 · 24GB 显存：Q4_K_M（约 21GB）完美吃满单卡上限 仓库地址： 05 8G 显存小钢炮：Qwen3.5 9B Defiant / Heretic 系列 DavidAU 操刀的 NEO-IMATRIX 极限调校版，搭载 Heretic 消融算法与 MTP，小体积榨出恐怖表现，轻量本首选。 · 8GB 显存：毫无压力轻松秒开 · 12–16GB 显存：显存极其宽裕，剩下的空间直接把上下文长度拉爆 仓库地址： 省流选型指南： · 追求极致智商与多模态全能：无脑冲 01 或 02（27B Dense） · 追求秒级吐字速度与高吞吐：选 03 或 04（35B MoE） · 8G 显卡或轻薄本长文本：直接锁死 05（9B Heretic） 本地跑大模型最爽的就是彻底摆脱云端审核与封号焦虑，搞红队测试、角色扮演和私有 Agent 的兄弟建议先把这份军火库马住备用。 你现在主力机的显卡显存是多少 G？平时更喜欢跑满血 Dense 模型还是飞快的 MoE 架构？ #AI# #大模型# #Qwen# #开源# #Ollama# #本地部署#

兄弟们赶紧登录后台偷塔！魔搭这次的 Bug 级福利太特么吓人了！ 免费池里直接刷出 192G 显存完全体：配了整整 23 核 CPU 和 200GB 内存，鼠标一点直接启动，随时可能被抢空！ 明子对照控制台实测确认了真实参数： · 算力怪兽现身：不是 48G，直接给分配了 23 核 CPU、200GB 超大内存和 192GB 显存完全体，单卡吃下 70B 满血模型毫不费力 · 纯血免费实例：后台分类清清楚楚标着「魔搭平台免费实例」，不用你掏一分钱，更不用买商业付费包 · 零门槛直接启动：鼠标点一下「启动」，2 分钟直接拉起镜像，预装好 PyTorch 和 CUDA 兼容环境，浏览器里当场跑大模型 · 算力池随时可能缩水：这种工业级天花板配置居然放进免费池，大概率是活动期间的超大福利，随时可能被抢空或限流 手头有魔搭账号的兄弟赶紧登录后台看一眼你的 Notebook 列表，趁着能开赶紧去占个坑。 拥有 23 核 200G 内存加 192G 显存的云端环境，你打算直接把哪个巨无霸模型丢进去跑？ 👉 魔搭控制台直达： #AI# #大模型# #开源# #GPU# #魔搭社区#

如果有一天，交易不再需要我们自己盯着盘、翻数据、做一堆功课，会不会反而更像我们真正想要的金融服务？ 上午看 #OKXNOW# 的直播，听 @star_okx 分享 AI 的时候，突然有了这个感觉。 @okxchinese 现在每个月在 AI 大模型上的投入，已经到了千万美元级别。 其实不是这个数字有多大，而是一个交易平台为什么愿意在 AI 上持续投入这么多。 因为现在的交易产品，说到底已经越来越成熟了。 手续费、流动性、交易工具，这些大家都在卷。 但真正消耗用户时间的，很多时候并不是点一下买入。 而是买之前要看什么、信息从哪里找、数据怎么理解，最后这个东西到底适不适合自己。 如果 AI 能慢慢把这些事情接过去，再结合每个人不同的资产情况、交易习惯和风险偏好，给出更贴近自己的信息和建议，那它改变的可能就不只是一个功能。 而是我们使用金融产品的方式。 这也是为什么今天再听到交易所只是起点，我会觉得比以前具体了不少。 从交易到钱包，再到 Web3、支付和 AI，OKX 现在做的好像也不只是简单地把业务越铺越大。 更像是在一点点往用户的资产和真实需求靠近。 以前可能是： 我想交易 → 我找平台 → 我自己操作。 以后也许会变成： 我有一个需求 → AI 先理解我 → 再帮我找到合适的路径。 当然，我自己对这件事还是会留一点余地。 金融和普通互联网产品不太一样，AI 可以越来越聪明，但安全、风控、合规这些东西，始终应该排在前面。 所以这次看完，我真正记住的反而不是 OKX 又增加了哪些功能。 而是它正在尝试把“交易”这件事往后放一步。 交易可能只是入口，真正值得看的，是入口之后还能发生什么。 AI 会不会真的把金融服务带到一个更个性化的阶段？ 现在下结论还早。 但这个方向，可以慢慢看。 #OKX达人# #OKXNOW# #上星球看直播直击现#

硅谷顶级风投 a16z，最近把 2018 年 YC 对 OpenAI 老板 Sam Altman 的采访翻出来了，Sam 说他职业生涯里，回报率最高的那一段时间，是没有工作、空下来的时候。 那时他突然有了大把的时间，读了大量教材，自学核工程、甚至是 AI。 然后周游世界，住便宜青旅，见各种有趣的人，如果对方有需要就帮忙，对方会教他一些东西，或后来给他创业的投资机会。 虽然大部分没做成，但种子后来以很深的方式发芽了。 其实仔细一想，可能也正因如此，有了人工智能这条线，他在几年后与马斯克一起创办了 OpenAI，才有了现在知名的 AI 大模型 ChatGPT，改变了世界，影响了我们很多人。

我自己用1年前的gpt好爽 现在版本基本都不更新了 都差不多了 足够我用了 再牛的大模型 也差不多 猴和猴地 一样 热度上来 咱也上头 也高位接盘过 其实 只有早期mint到猴的人赚钱 其他人都是炮灰 现在nft已经冷淡了 ai大模型也一样 去媚了 都差不多 有免费的 就用免费得了 等anthropic的ipo后 此轮泡沫出清后 市场会给出真实定价 看到没anthropic已经不增长了

百万用户的选择，用Ai大模型，就来 目前 从国内到国外，全是全球顶尖大模型，你想要的 不仅如此， 而且新用户注册即送100万积分，让你不花一分钱就可以体验顶级Ai大模型！ 何必到处走， @justinsuntron @BAI_AGI #TRONEcostar#

我讲讲一个很有意思的思考，英伟达这次5000亿的第三方AI算力融资平台，十分利好于它的亲儿子们，尤其是新云☁️， $NBIS ，我讲讲其中的逻辑！🧐 黄老板的四大战略布局： 1️⃣ 拆除“资本壁垒”，将超级云的ASIC防线撕开缺口 像微软（Azure）、亚马逊（AWS）、谷歌（GCP）这样的传统 Big Tech，拥有源源不断的自由现金流，能够自筹资金推进定制化 ASIC 芯片，比如 Trainium、Inferentia、TPU、Maia。 假如任由传统云厂商持续侵蚀，那些独立 AI 实验室与新云将面临高昂的硬件采购成本，以及高借贷利率下，难以生存，最终会被竞争挤压掉。英伟达通过撬动华尔街的私有信贷，直接武装了新云，打破了这堵墙，让算力买方市场始终保持多元化，同时也保障了英伟达机柜的可持续性采购！ 2️⃣将英伟达GPU 赋予硬通货属性，可资产抵押 正常情况下，传统金融机构不敢轻易出借大额资金购买定制 ASIC，因为一旦债务人违约，特定软件栈绑定的 ASIC芯片，离开特定系统就是一堆废铁。 但英伟达的 GPU 凭借强大的 CUDA 生态系统，实现了极强的跨模型、跨客户、跨工作负载的可调配性与流动性。这种“强通用性 + 极高二级市场租金”的特征，使其可以像商业地产、民航客机或收费公路一样被打包作为贷款抵押物，相当于把GPU打包成了金融衍生品！ 3️⃣供应商融资的终极演进：资产负债表的“降维打击” 通过提供残值担保和联合信贷协议，英伟达把自身的绝高评级信誉直接做成撬动资本的杠杆。这与汽车公司通过旗下汽车金融公司拉动新车销量的模式一毛一样，英伟达用华尔街的低息资金来贷给自己的客户，客户拿到钱买英伟达的芯片，英伟达实现锁定业绩与出货量，从而形成极其闭环的“算力金融飞轮”。 4️⃣对冲下沉周期的“流动性黑洞” 对于数据中心建设和硬件更新而言，最大的风险是流转周期短与硬件贬值。通过资本巨头的“长期低成本资金包”，将原本需要短期结清的CapEx转变为摊薄在 5–15 年周期的长期资产融资。这极大平滑了下游新云客户的现金流压力。 📝为什么这对新云是极大的利好？ 以CoreWeave、Nebius 等新云举例，传统旧模式下，这些公司因缺乏大型科技公司的信贷评级，在传统高收益债券市场去借款，可能承受 9%–12% 甚至更高的借贷利率，或者采用股票定增，但又面临股权被过度稀释的风险。 而英伟达爸爸提供的新模式，由于有5000亿第三方的信贷额度，新云可以直接利用已部署的 GPU 集群和已签订的机构合同做资产证券化，类似ABS，将融资成本拉低 200~500 个基点。 这种模式的好处，就是可以实现用资产养资产，类似房贷一样，可以做到以租抵贷，这样就大幅提高了资本利用效率，同时也可以实现高速扩张，新云厂家可以更快的周期下订单、锁机柜、建数据中心。这使得独立新云在面对四大云厂商的机房排期垄断时，拥有了争夺大模型独角兽客户的核心竞争力。 综合来看，这里面最受益的肯定是 Nebius（ $NBIS），英伟达直接持有 Nebius 9.3% 的股份，相当于英伟达算力矩阵中的“亲儿子”级的新云提供商。而且它的技术也十分牛X，区别于传统杂乱的云厂商业务，它专攻AI大模型训练和推理场景，提供高性能 InfiniBand 互联与极低延迟的物理环境。 继续HOLD $NBIS，坐等大空头Michael Burry 爆仓🧐 本文由 @binancezh 赞助，「币安买美股：全球资产，零秒时差，一键即达」！