"Paina 1 englanniksi tai pysy jonossa" on kuolemassa, ja minä juhlin! Cartesia tekee robottiagenteista vanhentuneita. Kokosin nopean demon siitä, kuinka voit luoda ääniavustajan käyttämällä seuraavaa teknologiapinoa: • Python - Ohjelmointikieli • LiveKit - Agentti, joka orkestroi kaiken • Karteesio - Muuntaa tekstin puheeksi (kuulemasi ääni) • OpenAI - Muuntaa äänesi tekstiksi • GPT4o-mini - Agentin aivot 65 riviä koodia, välilyönnit mukaan lukien. Lähdekoodi alla. Löydät ohjeet sen suorittamiseen tiedostosta.

MiniMax M2 -malli on tajunnanräjäyttävä! Se on avoimen lähdekoodin. Se päihittää Gemini 2.5:n, Claude 4.1:n ja Qwen3:n koodauksen ja työkalujen käytön vertailuarvoissa. Tällä hetkellä se on yksi maailman 5 parhaasta älykkyysmallista! Ja tässä on paras osa: Claude on yksi parhaista malleista, joita voit käyttää nykyään, ja MiniMax M2 maksaa vain 8 % siitä! Se on pienempi, nopeampi ja halvempi. Erittäin tehokas tokenien käytössä. Minimax M2:n suurin vahvuus: Korkeat agenttiominaisuudet. Malli voi suunnitella ja toteuttaa monimutkaisia monitoimityönkulkuja. Se on luotettava ja erittäin kestävä pitkän horisontin työkaluketjujen suorittamisessa. Yhteenvetona: • Alhainen latenssi • Erittäin halpa • Erinomainen agenttitehtävissä • Avoimen lähdekoodin Malli toimii tällä hetkellä MiniMax Agentin voimanlähteenä ja on saatavilla ilmaiseen maailmanlaajuiseen kokeiluversioon. Pääset MiniMax M2:n API:hen täältä: Agentin käyttäminen: Ja tässä on MiniMaxin verkkosivusto: Kiitos MiniMax-tiimille, joka näytti minulle köydet ja teki yhteistyötä kanssani tässä postauksessa.

Tämä on hulluin malli, jonka näet tällä viikolla! Tämä malli toimii Figmassa. Se on myös Wayfairin ja useiden suurten verkkokauppiaiden takana. Tämä malli on PIXEL-PERFECT-kuvankäsittelymalli. Kirjaimellisesti "pikseli täydellinen". Malli pystyy muokkaamaan yhtä kuvaa pitäen kaiken muun koskemattomana. Se on malli, jonka on suunnitellut, kehittänyt ja ottanut käyttöön Jasperin tutkimusryhmä. Tämä päihittää OpenAI-mallit, Nano Bananan ja kaikki tähän mennessä näkemäni yleiset kuvamallit. Se on jopa 100 kertaa halvempi käyttää ja jopa 10 kertaa nopeampi. Nauhoitin nopean videon näyttääkseni, kuinka vaikuttava tämä on. Tämän mallin takana on paljon tutkimusta. Lisään alle kaksi linkkiä, jotta voit lukea tämän mallin toiminnasta, erityisesti "Latent Bridge Matching" ja "Flash Diffusion".