最新

嗨，HN！我们是来自LlamaFarm的Rob、Matt和Rachel（<a href="https://llamafarm.dev">https://llamafarm.dev</a>）。我们正在构建一个开源的人工智能框架，基于一个简单的信念：未来不是一个庞大的云端模型，而是专门化的模型在各处运行，并根据实际使用不断进行微调。 问题是：我们在构建AI工具时总是陷入同样的陷阱。AI演示在投入生产前就失败了。我们构建了一堆AI演示，但它们无法投入生产。它在我们的笔记本电脑上运行得很好，但当我们部署时，总会出现问题，RAG的效果也会下降。如果我们运行自己的模型，它很快就会过时。让团队印象深刻的概念验证无法处理现实世界的数据。 我们的解决方案是：声明式的AI即代码。一个YAML文件定义模型、策略、数据、评估和部署。我们不再依赖一个脆弱的巨型模型，而是协调一个专家混合体——许多小型、专门化的模型，从实际使用中不断微调。通过RAG提供基于来源的答案，系统变得更便宜、更快速且可审计。 这里有一个简短的演示：<a href="https://www.youtube.com/watch?v=W7MHGyN0MdQ" rel="nofollow">https://www.youtube.com/watch?v=W7MHGyN0MdQ</a>，还有一个更深入的演示：<a href="https://www.youtube.com/watch?v=HNnZ4iaOSJ4" rel="nofollow">https://www.youtube.com/watch?v=HNnZ4iaOSJ4</a>。 最终，我们希望提供一个单一的、签名的包——模型 + 检索 + 数据库 + API + 测试——可以在任何地方运行：云端、边缘或隔离环境。没有粘合脚本，没有意外的出口费用。您的数据保留在您的运行时环境中。 我们相信，人工智能行业正在像计算机行业一样发展。正如我们从大型机转向分布式系统，从单体应用转向微服务，人工智能也在走同样的道路：模型变得越来越小，越来越好。专家混合体将会长期存在。Qwen3表现出色。Llama 3.2可以在手机上运行。Phi-3适合边缘设备。领域模型在特定任务上超越了GPT-5。 RAG将专门化的数据带入您的模型：您不需要一个“知道一切”的1T参数模型。您需要一个能够读取<i>您的</i>数据的智能模型。微调正在民主化：去年花费10万美元的事情现在只需500美元。每家公司都将拥有定制模型。 数据重力是真实存在的：您的数据希望留在原地：本地、在您的AWS账户中、在员工的笔记本电脑上。 底线是：LlamaFarm将人工智能从实验转变为可重复、安全的发布，使团队能够快速交付。 我们今天的工作进展：完整的RAG管道：支持15种以上文档格式，程序化提取（无需LLM调用），向量数据库嵌入，通用模型层为25个以上的提供商运行相同的代码，自动故障转移，基于成本的路由；真正的可移植性：从笔记本电脑到数据中心再到云端的行为完全一致；真实部署：Docker Compose现在可以与Kubernetes基础知识和即将推出的云模板一起使用。 查看我们的readme/quickstart以获取简单的安装说明：<a href="https://github.com/llama-farm/llamafarm?tab=readme-ov-file#-quickstart-tldr" rel="nofollow">https://github.com/llama-farm/llamafarm?tab=readme-ov-file#-...</a> 或者直接从最新版本中获取适合您平台的二进制文件：<a href="https://github.com/llama-farm/llamafarm/releases/latest" rel="nofollow">https://github.com/llama-farm/llamafarm/releases/latest</a> 我们的愿景是能够在各个环境中运行、更新和持续微调数十个模型，内置RAG和评估，所有这些都封装在一个自我修复的运行时中。我们今天已经有了这个MVP（还有很多工作要做！）。 我们非常希望听到您的反馈！您认为我们偏离了方向吗？还是正中要害？希望我们为您的特定用例构建一些东西吗？我们欢迎您的所有评论！

我创建了 *ImBoard*，这是一个专为风险投资支持的初创公司董事会设计的董事会操作系统，特别适合 *首次担任CEO*的人。 *它的功能（核心价值）* 提供一个 *投资者准备好的、版本化的董事会资料包*，并带有审计追踪（不仅仅是文件）。 *确保数据完整性：* 在资料包和仪表板中保持关键绩效指标（KPI）的一致性。我们的报告基于 *严格的架构，这对于生成可靠的、适合AI分析的洞察至关重要*（现金流、销售管道、核心指标）。 运行一个 *高效的节奏*：议程、日程安排、投票、决策和后续跟进。 将文档作为 *唯一的真实来源*。 *我为什么要创建它（可信度）* 首次担任CEO的人常常需要应对多重任务……ImBoard旨在消除模糊感，帮助你像专业人士一样表现。作为一名 *独立创始人*，我花了过去 *20个月* 的时间构建这个系统，这是我作为 *前CEO* 时希望拥有的工具。现在，作为一名 *风险投资人/投资者*，我从另一侧看到了它的价值。 *有什么不同（竞争优势）* *版本化的资料包 + 差异比较*，并带有 *审计追踪*。 *实时仪表板* 与特定的资料包版本相连接。 *日程安排和投票* 无需复杂的日历处理。 生产是 *基于账户的*（没有公开链接），以保持可审计性。 *局限性（所需透明度）* - 目前没有 Stripe/SSO/MFA（计划中）。 - *演示是只读的*（生产需要电子邮件验证）。 *安全性和技术栈* 请查看我下面的第一条评论，了解 *完整的技术附录*（技术栈、AI服务、测试）和详细的 *安全路线图*。 *我希望得到的反馈* *引导式、版本化的资料包* 模型是否合适？ *现金流/销售管道/KPI* 仪表板是否适合早期董事会？ 在首次使用或演示过程中有什么让人困惑的地方吗？ 今天有什么因素会阻止你替换现有的资料包 + 电子邮件线程？ 欢迎在这里回答。如果更喜欢通过电子邮件联系，请发送至 *`hn@imboard.ai`*。

嗨，我们是Axel和Vignesh，Innate的联合创始人（<a href="https://www.innate.bot">https://www.innate.bot</a>）。我们刚刚推出了MARS，这是一款通用机器人，搭载了基于ROS2构建的开放式智能操作系统。 <p>概述：<a href="https://youtu.be/GEOMYDXv6pE" rel="nofollow">https://youtu.be/GEOMYDXv6pE</a></p> <p>控制演示：<a href="https://youtu.be/_Cw5fGa8i3s" rel="nofollow">https://youtu.be/_Cw5fGa8i3s</a></p> <p>自主使用案例视频：<a href="https://docs.innate.bot/welcome/mars-example-use-cases">https://docs.innate.bot/welcome/mars-example-use-cases</a></p> <p>快速入门：<a href="https://docs.innate.bot/welcome/mars-quick-start">https://docs.innate.bot/welcome/mars-quick-start</a></p> <p>我们的最后一条讨论：<a href="https://news.ycombinator.com/item?id=42451707">https://news.ycombinator.com/item?id=42451707</a></p> 当我们开始时，觉得目前没有一个好的、可负担的通用平台供任何人构建。需求并不缺乏：hugging face的SO-100和LeKiwi已经是相当明显的成功；但硬件不可靠，软件体验简陋且不断变化，通常还需要购买隐藏的附加设备才能使其正常工作（比如一台配有良好GPU的电脑）。Turtlebots曾经不错，但现在逐渐过时。 开源爱好者运动缺乏真正好的构建平台，我们希望能有一个稳健且易于访问的解决方案。MARS是我们为每个人打造的第一个直观AI机器人的尝试。 <p>它的特点：</p> - 预装和校准 - 配备Jetson Orin Nano 8GB的计算单元 - 5自由度的机械臂，带有手腕摄像头 - 传感器：RGBD广角摄像头、2D激光雷达、扬声器 - 通过专用应用程序和插入iPhone和Android的主臂进行控制 - 额外的2个USB端口 + GPIO引脚用于额外的传感器或执行器 - 以及我们新颖的SDK，名为BASIC，允许将其作为AI代理运行，支持可变长度的行为（VLA）。 它在一分钟内启动，可以通过手机控制，使用PC进行深度编程，板载代理使其能够实时看、说、计划和行动。 我们的SDK BASIC允许创建“行为”（我们对程序的称呼），从简单的“你好，世界”到涉及推理、规划、导航和操控的复杂长期任务。您可以通过训练机械臂或编写代码工具（如AI代理）来创建可以自主运行的技能。 您还可以调用ROS2主题以低级别控制机器人。在此SDK之上创建的任何内容都可以通过共享文件轻松与他人共享。 这款产品旨在面向爱好者和教育，我们非常希望收到您的反馈！ <p>附言：如果您想尝试，使用临时代码HACKERNEWS-INNATE-MARS可以将价格降低到$1,799。</p> <p>再附言：硬件和软件也将开源，如果您想贡献或帮助我们做好准备，欢迎加入我们的Discord：<a href="https://discord.gg/YvqQbGKH" rel="nofollow">https://discord.gg/YvqQbGKH</a></p>

您好，我们是Axel和Vignesh，Innate的联合创始人（<a href="https://www.innate.bot">https://www.innate.bot</a>）。 去年我们分享了一个概念：一种任何人都可以在家中编程和教学的个人通用机器人（<a href="https://news.ycombinator.com/item?id=42451707">https://news.ycombinator.com/item?id=42451707</a>）。最近，我们推出了MARS，这是一款基于ROS2构建的移动操控器，配备开放的智能操作系统。 <p>这段视频展示了首次演示：<a href="https://www.youtube.com/watch?v=_Cw5fGa8i3s" rel="nofollow">https://www.youtube.com/watch?v=_Cw5fGa8i3s</a>，还有更多视频可以在<a href="https://docs.innate.bot/welcome/mars-quick-start">https://docs.innate.bot/welcome/mars-quick-start</a>找到。 <p>当我们开始时，觉得目前没有好的、经济实惠的通用机器人平台供任何人使用。需求并不缺乏：hugging face的SO-100和LeKiwi已经是相当成功的案例；但硬件不可靠，软件体验简陋且不断变化，通常还需要购买额外的配件才能使其正常工作（比如一台配备良好GPU的电脑）。Turtlebots曾经不错，但现在逐渐过时。 <p>我们认为开源爱好者运动缺乏真正优秀的平台可供构建，因此我们希望能有一个稳健且易于访问的解决方案。MARS是我们为每个人打造的首款直观AI机器人的尝试。 <p>它的特点： <p>- 已组装并校准 <p>- 配备Jetson Orin Nano 8GB的板载计算 <p>- 5自由度的机械臂，配有腕部摄像头 <p>- 传感器：RGBD广角摄像头、2D激光雷达、扬声器 <p>- 通过专用应用程序和插入iPhone和Android的主控臂进行控制 <p>- 2个额外的USB端口 + GPIO引脚用于额外的传感器或执行器。 <p>- 以及我们新颖的SDK，名为BASIC，允许将其作为AI代理运行，支持可变长度数组（VLA）。 <p>它在一分钟内启动，可以通过手机控制，使用PC进行深度编程，板载代理让它能够实时观察、对话、规划和行动。 <p>我们的SDK BASIC允许创建“行为”（我们对程序的称呼），从简单的“你好，世界”到涉及推理、规划、导航和操作的复杂长期任务。您可以创建技能，使行为能够通过训练机械臂或编写代码工具（如AI代理）自主运行。 <p>您还可以调用ROS2主题以低级别控制机器人。基于此SDK创建的任何内容都可以通过共享文件轻松与其他人共享。 <p>这款产品旨在面向爱好者和教育领域，我们非常希望得到您的反馈！ <p>附言：如果您想尝试，有一个临时代码HACKERNEWS-INNATE-MARS，可以将价格降低到$1,799。 <p>再附言：硬件和软件也将开源，如果您想贡献或帮助我们做好准备，请随时加入我们的Discord：<a href="https://discord.gg/YvqQbGKH" rel="nofollow">https://discord.gg/YvqQbGKH</a>。

GitHub: <a href="https://github.com/fizzbee-io/fizzbee-mbt-examples" rel="nofollow">https://github.com/fizzbee-io/fizzbee-mbt-examples</a> 快速入门: <a href="https://fizzbee.io/testing/tutorials/quick-start/" rel="nofollow">https://fizzbee.io/testing/tutorials/quick-start/</a> <p>大多数开发者都认为测试很重要，但同时大多数开发者并不喜欢编写测试。随着人工智能生成代码的速度越来越快，测试变得更加关键。然而，即使是人工智能生成的测试也需要审核和维护，这使得它们成为额外的负担。</p> <p>我在这里介绍一种新的自主测试形式——“基于模型的测试”。与其编写测试用例，不如用类似Python的规范语言描述期望的行为。</p> <p>FizzBee模型可以：</p> - 进行全面验证以查找设计缺陷（类似于形式化方法）。 - 映射到您的实际系统，自动生成测试。</p> <p>这为您带来了：</p> - 无需手工编写测试用例 - 自动测试并发和顺序行为 - 行为变化时无需级联重写测试 - 不会在被测系统中添加追踪代码</p> <p>使用FizzBee，您可以同时获得设计验证（类似于形式化方法）和自动测试生成，从而节省时间和精力。</p> <p>目前，仅支持Go语言。Java和Rust是下一个目标，我们也很想知道您希望支持哪个语言。</p> <p>期待您的反馈！</p>