与「OPENMIC」相关的搜索结果

#OPENMIC# 26thシリーズラスト！ OCEANSの前身クレイユーキーズが 鈴木愛理さんと共にリリースした “この手。”を全員でセッション🎼 今年はライブがなかったぶん、 この企画に参加することが叶い しっかり夏を満喫できました🍉 何度でもお楽しみください〜

#OPENMIC# 26thシリーズvol.4 イダテンドリーマー/宮川大聖を みんなでセッションしました🪄 原曲に大胆な変化を加えた OCEANSならではのアレンジ！ 楽しくかっこよく仕上がったので、 ぜひ何度でも見てくださいね〜

#OPENMIC# 26thシリーズ vol.3が公開されました🎧 今回はTikTokでも人気の Baby you/有華をセッション！ 乾杯前のそわそわな私です。

#OPENMIC# vol.2公開されました。 結成25周年を迎えるHYさんの 大ヒットナンバーAM11:00🛏️ イントロのフレーズが とても印象的で好きなので、 弾かせていただき光栄でした！

DeepMind's Andrew Trask on why the scaling laws are pushing AI from one big model toward a protocol: "The zoomed-out picture is that in the end, AI is gonna be a protocol instead of a program. We're seeing that evolution start to really gather steam as the scaling laws constrain how much data, compute, and talent one company can bring together." "When you combine models from multiple different providers, you're implicitly combining the data, compute, and talent that they trained on. So you can get better, faster models for a lower price, which is pretty crazy when you think about it." "If you want the absolute most accurate model, ensembling the top models is always going to win, you'll get higher scores than any single model. And if you want the best accuracy relative to any unit of price, ensembling some open and closed models is likely gonna own that Pareto frontier quietly for a while." "It won't be until there's a leaderboard that widely recognizes ensembles as comparable to individual models that we start to really see it. Then in 12 to 18 months, that saturates a bunch of benchmarks across the space, and the harnesses pick it up, routing you to the best combinations of models on the fly. That's when the market really starts to change in terms of how people buy intelligence." @iamtrask @openminedorg

OpenMinis：运行在手机上的Agent Codex、Claude Code之类的电脑Agent，能使用电脑里的工具，例如Python、浏览器等。 OpenMinis则是运行在手机上，能读取和使用HealthKit、日历、提醒事项、HomeKit、通讯录、蓝牙等，是手机上的Harness环境。 Github：

🧵 Announcing iSH ARM64 — native Linux on iPhone & iPad, open source. A fork of @iSH_app that adds a same-architecture threaded-code interpreter (codename Asbestos) for AArch64 Linux on Apple Silicon. 1/ iSH ARM64 runs AArch64 Linux on ARM64. 3–30× overhead vs native, down from 15–100×. 2/ 48-bit virtual address space. Unlocked V8, Go, and Rust on iSH ARM64 now. 3/ Node.js 22 now runs on iOS. With --jitless injection. npm install. npx. create-next-app. All working. 4/ Built for AI agent orchestration on iOS. iSH ARM64 shipped as the Agent Shell Sandbox inside OpenMinis — stably running Linux workloads for 10,000+ users. 5/ Compatibility: 205/205 tests pass. 18 categories — Core OS, Python, Node.js, Go, Rust, Perl, Ruby, SQLite, Git, SSH, Editors, Build tools, Media, Crypto, Signals, and more. The code is open. The 10,000 users are production. ⭐ 🙋 PRs welcome. Issues welcome. Stars appreciated. #OpenSource# #iOS# #Linux# #ARM64# #iSH# #SystemsProgramming#

前两天清华团队开源了个好东西，一个 AI 课堂，名字叫 OpenMAIC。 简单说，它是一个 AI 教学系统，有点像一个高级版的 NotebookLM。 你给它一个话题或者丢给它任何学习材料，它就能自动生成一堂完整的 AI 互动课 。 有 AI 老师给你讲，有 AI

(1/2) Glad to announce our OpenMAIC! 🎉 Open-sourcing MAIC (Multi-Agent Interactive Classroom) from Tsinghua University — LLM-driven multi-agent classroom for scalable & adaptive online education. 🏗️ Core Architecture: ✅ MAIC-Craft: Read (multimodal extraction) → Plan (course components + agent generation) ✅ Adaptive Engine: Cognitive student modeling + Token-level personalization (RAG + Bloom's/ZPD/UDL) ✅ Multi-Agent Classroom: 1 Student + N Agents (Teacher, Assistant, 4 Peer Archetypes) ✅ Manager Agent: Class state receptor for turn-taking orchestration 🔗 Give it a try 👉🏻 GitHub: #AI# #EdTech# #MultiAgent# #LLM# #Research# #OpenSource# #Tsinghua#

最近参加几个饭局，基本大家聊天话题离不开两个，第一是OpenClaw小龙虾🦞，家里没养一只，都不好意思说话。第二是人形机器人，从特斯拉Optimus能捡鸡蛋到Unitree今年春晚武术表演，再到未来“数字劳动力”的畅想，里面孕育着巨大的机会。 其中我们谈及最深入的话题便是，假如 #AI# 已经让机器有了大脑，那么谁来给它们装上“操作系统”？机器人与机器人之间如何参与经济活动的协作？不同于苹果式的封闭系统，它需要开源的、能让上万种机器人互相聊天协同的 Android 级别的玩意儿。 现在的机器人赛道，我感觉有点像07年iPhone出来前，各大手机厂商都在卷摄像头像素、翻盖滑盖。但从历史经验来看，真正让手机爆发的，是Android把碎片化的硬件、应用、支付全串起来。类比今天机器人赛道，其实很相似，Unitree会表演后空翻，Optimus能进特斯拉工厂造车，但它们互相「说不上话，无法协同」。比如家里摄像头发现狗狗打翻了狗盆，但没法自动叫清洁机器人来帮忙打扫，因为没有统一的“语言”和“钱包”。 所以这里就要提一嘴，我今天买入的 $ROBO ，说起 @openmind_agi，它干的事很朴素，首先不做新模型，其次不造新硬件，而是把现有的AI能力、传感器、运动控制打造成一件实际可用的机器人操作系统。他们的OM1系统，说白了就是给机器人装上“常识”，比如看到人走过来自动减速，充完电自己找活干。其中一个细节特别打动我，便是隐私设计，机器人拍到人脸当场模糊，数据不传云端。最近大疆的扫地机器人泄漏隐私事件，大家应该都有耳闻。 难能可贵的是，OpenMind还集成 x402 协议，简单说，就是给机器人办张链上“银行卡”，让它们自己买零件、付服务费，不用人类当保姆。 试想一个场景：商场里来了一队新到的清洁机器人，首先它付费给商场的巡逻机器人共享一段三维地图，然后开始干活打扫，最后电量低了自动去充电桩扫码付款，干完活把收入分给维护它们的工程师，商场按清洁面积自动结算到机器人终端账户，全程使用x402协议。而 $ROBO 便是其中机器人的结算货币和零钱钱包，其中涉及的M2C与M2M(机器对人，机器对机器)的微支付，银行系统干不了，只有加密货币能接住。OpenMind 抢占的便是这个机器银行的生态位。 总结来说，以前投资机器人，大家都在赌哪家硬件能赢。但硬件内卷速度太快了，最后大概率是毛利见底。OpenMind 走的是 Android 路径，不管你是什么类型的机器人，只要你想联网、想避障、想自主交易，就可以选择跑OM1系统。所以到最后我们投的不再是一个“卖硬件的”，而是一个“收税的”，只要Robot Economy转起来， $ROBO 就是这个生态里的通用结算货币。而且现在FDV市值跌破了4亿美金，低于之前的预售价格，买一些小仓位潜伏，不 Fomo，等 OM1 工业案例爆发。投这个，本质是赌物理世界Web3 化，期待一波。DYOR，仅个人笔记。🧐