Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型
Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2,可将文本、图像、视频帧和音频映射到同一向量空间,参数规模 740M,文本权重最低约 191MB 内存,完整多模态模型在 Google Pixel 11 Pro 上约 567MB。
推荐理由:Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2,开发者可据此评估端侧本地检索的部署方式。
Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2,可将文本、图像、视频帧和音频映射到同一向量空间,参数规模 740M,文本权重最低约 191MB 内存,完整多模态模型在 Google Pixel 11 Pro 上约 567MB。
推荐理由:Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2,开发者可据此评估端侧本地检索的部署方式。
Antseed 以 240 万美元代币轮融资上线,由 Spark Capital 领投,Collider、DCG、North Island Ventures 等参投,用于建设面向 AI 推理的开放点对点市场。
无人机与 FPV 平台 FLYON 的遥测入库路径在 15 分钟飞行、9000 个 GPS 点上,因每来一个点就重算整段飞行统计,累计触发 40,504,500 次 ST_Distance 调用。
Maxint 发布 Orca,一个支持 iOS、Android、MacOS、Linux、Windows 和 Web 的变现编排平台,新增 Kotlin、Swift、TypeScript(web 与 server)和 Go(server)支持,此前仅支持 Flutter(Dart)。
Mistral Large 4 已在 Vercel AI Gateway 上线,这是一个开放权重、原生多模态模型,结合推理与文本、图像理解能力。
Wokey.ai 是一个 OpenRouter 替代品,核心跑在 AWS Nitro TEE 里,每次 API 响应带密码学签名,官方开源离线工具可在本地验证数据是否官方上游直出。
Paddle 更新 express checkout,预填的结账页面现在最多展示四种一键支付方式,不再只有 Apple Pay 和 Google Pay。Paddle 会根据客户所在地区和设备选择最相关的一键选项,其他支付方式可能排在 Apple Pay 和 Google Pay 之前;该变化仅对预填客户邮箱和国家的结账生效,未预填的结账保持原样。
推荐理由:Paddle 更新 express checkout 的一键支付方式数量与排序逻辑,并说明仅对预填结账生效。
Razorpay 已获 RBI 的 PA-CB 牌照,RBI 授权运营商登记册(2026 年 9 月 30 日)将 Razorpay Payments Private Limited 列为 PA-CB-I & O,覆盖跨境收付两个方向,Razorpay 于 2025 年 12 月 2 日公开宣布该授权。
开发者 boisy 开源了 ecommerce-video-skills(MIT),把一张商品图变成带配音字幕的 15 秒竖屏视频。做法是让 agent 输出 storyboard.json,再用纯 Python + ffmpeg 脚本本地渲染,剪辑环节不需要 API Key,edge-tts 配音需联网。
推荐理由:作者开源了 12 个电商短视频 Agent Skills,把商品图到成片的流程拆成可单独安装的模块,并附本地渲染脚本。
独立开发者发布在线工具 Bank Statement Wizard,可将 PDF 银行对账单转换为 .xlsx / .xls 文件,保留交易日期、交易描述、收入/支出金额、账户余额等字段。该工具支持 AI 功能、发票等格式转换,并提供 API 调用,面向个人理财、企业财务与会计审计等场景,浏览器端即用无需安装。
独立开发者发布开源工具 AntiGravity Switch(agy-switch),用 SQLite 凭据注入实现 Google AntiGravity 多账号秒级切换,并给每个账号绑定独立虚拟设备指纹,避免本地 machineId 固定被服务端识别。
开源项目 fastapi-gql-mcp 借鉴 GraphQL 思路,把 FastAPI 的每个 endpoint 当作 GraphQL 节点、返回类型作为子节点树,生成 query 和 mutation 的 schema,以解决 FastAPI-MCP 在 endpoint 增多时 MCP tools 过多、返回数据过大撑爆 Context 的问题。
一位开发者把 Tailcat、AScrcpy 和 nl2sh 串起来,实现只用一部安卓手机开发 App:先在手机 SSH 里让 Agent 写代码跑测试,再切到模拟器里的 nl2sh 批准共享端口拿到配对码,最后用 AScrcpy 连上远端画面,直接在手机上点着验收界面。
Amplitude 复盘了自家 MCP server 的工具整合过程:最初每个 API endpoint 对应一个工具,到 6 月连接服务器要加载 96 个工具,有客户用 200K 上下文窗口的 Sonnet 时,仅连接就占掉 57%。
开发者发布 ZombieTrend,一个用两张照片生成约 15 秒 AI 僵尸故事视频的 Web 应用,由 Seedance 2.0 Mini 驱动,支持人+僵尸或宠物+我(猫狗)两种剧情,输出 9:16 或 16:9、480p 或 720p 并带声音。
Voxel Enchantment 是一款浏览器工具,可把 .vox 模型转换为优化过的 OBJ 资产并生成程序化 PBR 贴图,无需安装。它按 VOX 调色板 ID 分配材质,可导出 albedo、normal、roughness、metallic、specular、ORM 及独立遮罩,面向 Unreal 的 OBJ 工作流,每项效果均可调整或关闭。
Mailtrap 实测了 Python 接收邮件的三种方式:Inbound Email API 把邮件存为 JSON 并推送 webhook,耗时 328 ms;IMAP 需自己解析 MIME,约 515 ms;自建 aiosmtpd 服务器最快,7 ms 到达处理函数。
DroneToken 是国内大模型 API 聚合中转,兼容 OpenAI API 格式,用 OpenAI SDK、Cursor、CherryStudio 等客户端一般只需改 Base URL 和 API Key 即可接入。
RevenueCat 发布 Charts v3,重建数据基础设施后,几乎所有图表从原先每 2–12 小时批量更新改为事件到达即实时刷新,目前支持 App Store、Play Store、Stripe 和 RevenueCat Web Billing。
做模型 API 中转的 TrueSOTA 在 V2EX 发帖,问独立开发者平时刷到中转站帖子时,什么内容才愿意点进去:是有优惠再喊、上新模型可以看看,还是站里变化直接说、别绕半天才掏链接。TrueSOTA 表示这次先混个脸熟,有想问的可以直接在楼里聊。
一位开发者分享了自己做国内大模型 API 中转时整理的主流模型价格对比,输入输出按每百万 token 计,DeepSeek V4-Pro 为 ¥8.99/¥26.96,DeepSeek V4.1 Flash 为 ¥1.99/¥7.99,通义 qwen-plus 为 ¥0.8/¥2,豆包 Seedream 文生图 ¥0.3/张。
独立开发者不应把 PII 脱敏交给另一个 AI 模型,因为脱敏模型必须先读到原始敏感数据,信息已经离开你的隐私边界。更合理的做法是把脱敏当成数据最小化问题:信用卡号可用 Luhn 校验、印度 Aadhaar 号可用 Verhoeff 校验、IBAN 可用 MOD-97 校验,先用候选检测加结构、校验和与上下文校验,再决定是否发送。
Altis 团队在保险理赔 Agent 中用 TypeSafe 的决策模型 Jev 做文档路由,把推理成本降低约 30%。此前他们用前沿模型并行处理全部保单和维修文档,每次运行约 100 万输入 token 和 10 万输出 token,成本随语料规模而非维修难度增长。
reyvo 上线一个多月,面向 AI 工具、海外 SaaS 和开发者服务的支付场景,用户自行开卡并在服务商官网完成付款,不做代充。官网公布标准开卡费 $1/张,充值费默认估算为 1%,实际因充值方式和账户方案而异。支持按用途分卡设限额、查看交易记录、冻结与关闭卡片,暂时简化 KYC,并提供 REST API,MCP 和对话操作仍在预览阶段。
CodeCrab 是一款 AI 代码审查工具,主打深度分析与多工具集成。它已在 Product Hunt 上线,具体定价与可用性信息尚未披露。
Product Hunt 上出现一款名为 iphone-use 的工具,可让 AI agent 驱动真实 iPhone,包括那些没有 API 的 App。该产品在 Product Hunt 的 AI 分类下发布,提供讨论区与跳转链接。
一款面向 Etsy 卖家的客服 AI 工具上线,可在几秒内回复买家消息,并保持专业语气。该工具在 Product Hunt 发布,提供讨论区与产品链接。
独立开发者自荐其运营的 API 中转站 StarMeHub,面向个人开发者和 AI 编程用户,非官方服务,支持 GPT-5、GPT-6 等系列模型,计费倍率为 0.13,具体费用以站内计费说明为准。该服务主打稳定调用和低倍率,用户可在帖子中反馈使用问题或建议。
V2EX 用户 iamfirst 分享 muse 模型 API 注册方法:用 Google 账号登录云浏览器,启动美国地区浏览器实例,用国内 foxmail 邮箱完成注册,个人信息填写时姓名用真实拼音、出生日期与信用卡一致,并附邀请码 WVZUUY。其询问注册成功后访问 API 是否仍需一直使用美国 IP。
一位非计算机专业作者用 10%手搓 + 90% AI 的方式做出 gocryptfs-tui,为 gocryptfs 加密卷提供 TUI 与 CLI 两种用法,把挂载、卸载、创建、删除、目录浏览、数据迁移与还原整合在一个界面。
独立开发者发布 Itemory - 时光相册,一款随机抽取过去某一天照片和视频的 iOS App,支持系统相册、NAS 共享文件夹(WebDAV / SMB)以及自建 Docker 私有云服务三种数据源。
独立开发者发布 macOS 小工具「镜像机器人」,可录制 iPhone 镜像窗口中的点击、滑动、输入等操作并整理成可重复执行的流程。支持颜色与 OCR 文字条件判断、循环、失败重试/跳过/停止,可在网页端编辑步骤并查看执行日志。目前免费送出体验码,兑换后立即开通 VIP。
作者开源了 Janus,一个 OpenAI / Anthropic 兼容的网关加控制平面,把只有 /api/* 的 OpenCode server 包装成标准 /v1/*,让 Trae、CodeBuddy、Cursor、OpenAI SDK、LangChain 等客户端直接可用,源码在 GitHub 上以 MIT 许可发布,当前版本 v0.3.5。
OpenAI 近期推出 Plugin Extensions,开发者可将插件整合进 ChatGPT 侧边栏、创作界面和文件查看器。作者认为 Codex 借此能利用 ChatGPT 原生 Agent 能力复刻各类 AI 集成 APP,甚至把记账、日记、TODO 搬进 Codex,自己已做了一个知识库看板插件。
AIKey365 是一个兼容 OpenAI API 格式的 AI API 聚合服务,面向 V2EX 放出 20 个名额,前 20 个符合条件的回复每人送 20 元站内余额(¥1 = 1 余额单位)。
一个自用 GPT 中转站在 V2EX 推广,充值 10 元得 40 美元,购买 30 元/月 VIP 再送 30 美元额度且分组倍率打 5 折,折后最低分组为 0.4 倍率,实际相当于 0.1 倍率。
一位独立开发者因推荐用英文与 agent 沟通、并有传言称中文可能增加 Claude 封号概率,做了一款浏览器翻译插件,目前只完成 Claude 版本,这两天会补上 pi 版本。作者称开发较匆忙,后续会持续优化,欢迎反馈建议。
独立开发者上线在线工具 EasyToSTL,支持单图或多视角图、文字描述生成 3D 实体模型,并针对 3D 打印优化网格水密性(Watertight),减少切片机修补与破面报错。
Cakie 可将屏幕录制内容转换成给 AI agent 使用的提示词,在 Product Hunt 发布。目前仅提供讨论与链接入口,原文未披露价格、费率或开源等信息。
OpenAI 新的 10X 额度实测只有 12000 credits,比旧有的 20X 额度少一半都不止。该帖在 V2EX 发布,作者称实测结果与官方额度不符。