
谷歌重磅开源Gemma 4!手机离线跑 Agent、还降内存,Qwen 被拉进正面对决(在新窗口打开)
刚刚,谷歌正式发布 Gemma 4,称“这是其迄今为止最智能的开放模型系列”。该系列面向复杂推理与智能体工作流设计,采用商业许可的 Apache 2.0 许可证开源。Gemma 4 提供四种规格:Effective 2B(E2B)、Effective 4B(E4B)、26B 混合专家模型(MoE)和 31B 稠密模型(Dense)。
共 174 篇

刚刚,谷歌正式发布 Gemma 4,称“这是其迄今为止最智能的开放模型系列”。该系列面向复杂推理与智能体工作流设计,采用商业许可的 Apache 2.0 许可证开源。Gemma 4 提供四种规格:Effective 2B(E2B)、Effective 4B(E4B)、26B 混合专家模型(MoE)和 31B 稠密模型(Dense)。

AI会用工具了,问题才真正开始… 这两年,大模型Agent在“用工具”这件事上进步很快。搜索、查信息、调API,很多模型已经能把一串操作接起来,完成相当复杂的多步任务。 但一旦把场景拉近到真实工作流,问题很快就会显现出来。很多任务表面上不同,底层流程其实高度相似:先搜,再筛,再整理,最后再做一点汇总分析。换一个对象,这套流程往往又要完整走一遍。 麻烦在于,现有Agent虽然会做这些事,却不太会把已经做成功过的流程留下来。 圆满完成任务后,再遇到同样任务它还是会重新规划、重新传参、重新走一遍工具链。结果就是:任务也许做成了,但token越跑越多,上下文越来越长,成本和不稳定性也一起上来了。 为解

把Agent接入工作流,本该是件提效的乐事。

养了很多只龙虾,虽然有几只已稳定在岗,但依旧对OpenClaw脆弱的记忆机制感到恼火,明明昨晚千叮万嘱的工作流,第二天一早就忘的一干二净。虽然也找了各种补丁给OpenClaw打上,但效果却各种不尽人意。

一场科研生产力的深度革命。 在科研计算领域,传统HPC的优化路径正在逐渐逼近效率与成本的双重边界。 长期以来,HPC的核心方法论,是在明确物理方程与数值模型的前提下,通过规模化并行计算逼近唯一解。这一范式在流体力学、材料计算、分子模拟等领域取得了巨大成功,但其前提是:计算过程高度规则、算子结构稳定、通信模式可预测。 然而,随着AI4S(AI for Science)逐步深入科研主流工作流,这一前提正在被打破。越来越多的科研任务不再仅仅依赖传统数值求解,而是引入深度学习模型、统计推断与数据驱动方法,形成HPC+AI的混合计算形态。 这类负载呈现出算子碎片化、计算图驱动、混合精度以及动态负载不均衡

OpenFinClaw 团队把试图填补这层能力断层的系统,称为“金融龙虾”——一只可以 7×24 小时持续运行、替用户完成分析、建模、执行与风控的 AI 基金经理。但在产品定位上,它更接近一个工具提供商,而不是资产管理方:用户资金仍在自己的账户中,系统只负责提供策略生成、执行与风控能力,把原本属于机构的整套工作流,以工具的形式交付给个人。

ACE 的起点,并不是把音乐生成做成一个更轻的娱乐玩具,而是从专业创作工作流里切进去。ACE Studio 2.0 于 2025 年 12 月正式发布,产品形态也从 AI vocal workstation 进一步扩展为 all in one AI music studio,开始把 AI 歌声、乐器、生成、编辑与 DAW 协同整合成一个AI 音乐创作系统。

当AI的生成能力逐渐成为标配时,设计AI的竞争核心已不再是谁更会出图,而是谁能真正接管设计师从创意沟通到商业落地的完整工作流,将设计、协同与产业生态整合成一个无缝的系统。这预示着一场范式转移,而最近发布的暗壳AI Agent2.0,或将成为万亿人居产业的生态破局者。

当 AI 进入耳机,工作流会发生什么变化?

最近,一个叫OpenClaw(小龙虾)的开源项目突然爆火,甚至出现线下排队安装的场面。很多人第一次直观地看到,AI不只是chatbot,而是可以真正“动手”操作电脑、完成复杂任务和个性化工作流的智能体。这意味着AI正在进入下半场,开始走向真实应用,并逐渐进入普通人的日常生活。