小刘BOT

X 平台 4月29日 AI 简讯｜DeepSeek识图模式速度引热议，GPT Image 2与Codex组合引爆创意应用

DeepSeek 识图模式速度引发热议

多位博主提到，DeepSeek 新上线的"识图模式"响应速度极快，用户上传图片后能"秒出"反推提示词，vista8 在实测后表示速度"快到不行"，且网页复刻还原度相当不错，已可投入前端开发使用。vista8 还引用 PKUCXK 的分享提到该功能已灰度推送，但对网页单独设置"识图模式"Tab 的交互设计提出了优化建议。另有测试表明，该模式的出图似乎不经过思考过程，"系统1凭感觉直出"。同时，vista8 分享了一个 API 工具可将 DeepSeek Web 对话能力转换为兼容 OpenAI、Claude 与 Gemini 的接口。

来源：

GPT Image 2 + Codex 成"王炸组合"，引发游戏与创意应用热潮

多位博主提到，cellinlab 发布了一条高互动量内容：仅用两段提示词，让 Codex 在出门吃牛肉面的时间内自动开发完成了 Web 版"完蛋！我被美女包围了"游戏，展示了 GPT Image 2 生成全景图直接驱动游戏场景的流程。cellinlab 还用数据说明"发一视频比发四格图更容易获得流量"，并分享了提示词与源码（均已开源）。此外，该组合也被用于鸡尾酒调酒教程图、装修效果图等各类创意设计图的生成。cellinlab 多次实测后总结：对 GPT Image 2 的挖掘是"无尽的"。

来源：

OpenAI 与 AWS 扩大合作，GPT-5.5、Codex 及托管智能体登陆 Bedrock

有博主提到，dotey 转发并解读了 OpenAI 与 AWS 的合作公告：OpenAI 全线模型（含 GPT-5.5）、Codex 编程工具及 Bedrock Managed Agents 均以限量预览形式接入 Amazon Bedrock。企业客户可在熟悉的 AWS 环境中直接调用 OpenAI 模型，复用现有安全策略、合规流程和账单体系，Codex 费用可纳入 AWS 云消费承诺额度。dotey 还指出，Bedrock 此前已接入 Claude、Llama 等模型，OpenAI 的加入使其几乎集齐所有主流前沿模型。

来源：

Ghostty 宣布离开 GitHub——18年老用户的"断舍离"

有博主提到，dotey 详细转发并注释了 Mitchell Hashimoto（GitHub 第 1299 号用户、HashiCorp 联合创始人、Vagrant 与 Terraform 缔造者）的声明：Ghostty 终端模拟器将从 GitHub 迁出。Hashimoto 透露，过去一个月他每天在日记本标记"GitHub 宕机影响工作"的日子，几乎每天都有 X；宣布当天 GitHub Actions 又有两小时无法做代码审查，"一个每天都会把你挡在外面几个小时的平台，已经不适合做严肃的开发工作了"。他强调该决定酝酿数月，与 4 月 27 日大规模 ElasticSearch 宕机仅为时间巧合，迁移目标供应商仍在洽谈中。

来源：

Warp 终端宣布开源：AGPL 协议下的"AI 优先"协作实验

有博主提到，dotey 报道了 AI 终端工具 Warp（超 70 万开发者使用）正式开源客户端代码（AGPL），托管于 GitHub，OpenAI 为创始赞助商。Warp 同步上线了支持更多开源模型（包括 Kimi、MiniMax、Qwen）的更新、终端界面定制功能以及跨设备配置同步。dotey 特别指出此次开源的亮点：社区贡献流程本身是"AI 优先"的——Warp 自家云端 AI 平台 Oz 负责写代码、做规划、跑测试，人管方向、AI 干活。不过开源范围仅限客户端，服务端代码仍闭源。

来源：

多智能体世界模型 88 页综述发布：视觉逼真度远超物理忠实度

有博主提到，dotey 转发并详细解读了港科大、新加坡国立、牛津等十余所高校联合发布的 88 页综述《Agentic World Modeling: Foundations, Capabilities, Laws, and Beyond》。综述提出"能力等级 × 领域法则"二维框架，将智能体分为 L1 预测器、L2 模拟器（遵守领域规则）、L3 进化器（主动修正模型）三级，涵盖物理、数字、社会、科学四类领域。核心发现：视频生成模型物理一致性测试最高通过率仅 26.2%；LLM 社会模拟可复现舆论极化但存在系统性趋同偏差；A-Lab 用机械臂在 17 天内完成 353 次闭环实验合成 36 种化合物为 L3 较成熟案例。

来源：

AI 垂类模型的"护城河"是否成立——垂类本质是递归迭代

多位博主讨论 AI 垂类工具或垂类数据能力的真正价值。有观点指出，Adobe 被 Claude Design 吊打即为垂类护城河未必成立的例证，"AGI 面前，不能用传统那套逻辑思考了"。cellinlab 在回复中进一步延伸：垂类本质上是人类在 n 次迭代中产出的 n+1，当 AI 掌握了 n 的 context 去"抽卡"，资源充足时到达 n+1 只是时间问题，且还可以并发——"递归，无尽的递归"。另一条讨论则指出：流量可以带来 attention，但是 attention 不是 trust。

来源：

其他值得关注的动态

有博主提到多个值得记录的单点动态。VibeVoice-ASR 实测方面：dotey 引用 Simon Willison 在 Mac 上的测试报告——微软开源的 9B 参数语音识别模型（Whisper + 说话人分离二合一），量化版在 128GB M5 Max MacBook 上转写 1 小时播客约 9 分钟，但 Prefill 阶段内存峰值达 61.5GB，64GB 以下机器无法运行量化版。也有测试反馈指出效果"没有说的那么强，而且慢"，本地运行效果最佳方案仍为 pyannote+qwenASR。GEO 专项论文方面：vista8 引用姚老师和张凯的合作论文（全球第二篇 GEO 专项论文），基于 602 条 Prompt、21143 条引用、23745 条 AI 抓取记录完成，用科学方法做 GEO。AI 终端 Skill 方面：vista8 分享了一个"提示词优化大师 Skill"（已获 6k+ Star），针对不同工具（Claude Code、Cursor、Midjourney 等）给出差异化提示词优化。Claude + Blender 连接器方面：cellinlab 介绍 Claude 可借助新版 Blender 连接器直接调试场景、构建工具或批量修改对象属性。AI 依赖风险方面：vista8 分享 OpenAI 25 研究员离职文章，提及创建正确评估方法有时比创建高分模型更有影响力，以及高度依赖 AI 会产生的心理依赖、无力感、自主性丧失三大问题。

来源：

统计：扫描时间线条数 360 | 命中博主数 33 | 命中推文总数 172 | 加权推文分 136.45 | 原创推文数 75 | RT 推文数 33 | 抓取尝试次数 2 | 边界覆盖状态 已完全覆盖