最新

网站：<a href="https://www.sharpai.org" rel="nofollow">https://www.sharpai.org</a> Aegis AI 是一款桌面应用程序，可以将您现有的摄像头转变为智能安全系统——世界上首个针对家庭的 AI 安全代理。它可以在您的 Mac 或 PC 上运行（即使是配备 8GB RAM 的 Mac M1 Mini 也能部署 LFM2.5 模型进行视频分析），并连接到您已经拥有的任何摄像头——甚至您的笔记本电脑摄像头或一部闲置的旧 iPhone 都可以变成安全摄像头。您的代理通过 Discord、Telegram 或 Slack 与您的手机保持连接，让您随时掌握情况。 **世界上首个针对家庭的 AI 安全代理** 如今的家庭安全意味着每天会收到数十条无用的运动警报，视频片段散落在多个应用程序中，需要多个订阅，并且没有办法简单地询问“今天有人来过门吗？” Aegis 改变了这一切。它是一个能够观察、理解并与您对话的 AI 代理——而不是一个简单的运动探测器。 **Aegis 的工作原理** 连接任何摄像头——Ring、Blink、DaHua、HikVision、Reolink，任何 RTSP/ONVIF IP 摄像头，您的手机、网络摄像头，甚至是放在抽屉里的旧 iPhone 或 iPad。Aegis 将它们统一到一个地方。 AI 观察和理解——选择您希望 AI 运行的方式：通过 llama-server 本地运行，使用来自 HuggingFace 的视觉模型——SmolVLM2、LLaVA、MiniCPM-V、Qwen-VL、LFM 等，或者通过您自己的密钥使用 GPT Vision / Google API。Aegis 不仅仅是标记运动——它告诉您谁在那儿以及发生了什么。 **智能警报，而非垃圾信息**——与其收到 47 条关于风和阴影的通知，不如收到有意义的通知：“UPS 快递员在前门”或“您的孩子刚从学校回家。”在这背后是一个具有先进记忆和知识系统的代理框架——Aegis 学习谁是家人，什么是日常，什么是不寻常。它去重事件，随着时间的推移建立上下文，并做出安全决策，而不仅仅是检测。警报会发送到 Slack、Discord 或 Telegram——无论您的家人在哪里。 **随时询问**——错过了什么？只需询问。“今天前门发生了什么？”您的代理会记录一切并给您一个真实的答案。 **所有内容本地存储**——每个片段都保存在您的设备上。即时播放，无需缓冲，无需订阅。所有摄像头统一的时间线——快速浏览您的一天，找到确切的时刻。 **我为什么要构建这个** 我有一系列 Ring、Blink 和 IP 摄像头。我厌倦了无用的警报、被订阅锁住的视频，以及无法简单询问我离开时发生了什么。因此，我构建了我想要的代理。 **当前状态** 该应用程序在测试版中功能正常，我每天都在使用。多摄像头集成、本地和云 AI、统一时间线、聊天界面、智能警报以及跨平台支持（Mac、Windows、Linux）均已正常运行。目前正在添加更多摄像头集成和移动伴侣应用程序。 **试试吧：** <a href="https://www.sharpai.org" rel="nofollow">https://www.sharpai.org</a> 如有任何问题，欢迎随时询问！

停止刷新亚马逊。当商品补货时接收邮件通知。亚马逊上的宝可梦 booster 盒和精英训练师盒常常会在没有预警的情况下售罄，并且补货时间不定。设置一个免费的宝可梦 TCG 补货提醒，当您关注的商品以目标价格重新上架时，您将立即收到邮件通知。再也不需要手动检查了。

短语“O Gemini disse”（葡萄牙语的“Gemini Said”）也适用，但有时它确实是某人真实地改写了Gemini的回复。 不过，用英语搜索时，一切变得更加明显，因为这个短语是用英语开始的，然后突然转为葡萄牙语。 我甚至发现一个数字新闻网站在这样做： https://cenariomt.com.br/mato-grosso/gemini-said-rondonopolis-mobiliza-pit-stop-contra-exploracao-sexual-e-trabalho-infantil-no-carnaval 我并不是第一个发现“Gemini said”文本在复制模型回复时被添加的人，但我决定在网上搜索以了解更多，结果发现了这些类似的结果。我在我的电脑上用Firefox和Chromium在Linux上进行了测试，无法重现这个现象，所以我认为这可能与Chrome或Windows有关，因为我的女朋友发现了这个问题。 我猜您在其他语言中也使用“Gemini said”的等效表达，可能会找到类似的结果。

我正在开发一个名为 Astroworld 的模块化 N 体模拟器，使用 Python 编写。最初它是一个太阳系可视化工具，但我最近将其重构为一个通用引擎，能够将物理法则与行星数据解耦。技术亮点包括： - **辛积分法**：使用速度 Verlet 积分器来保持长期的能量守恒（在稳定系统中，$\Delta E/E \approx 10^{-8}$）。 - **无关架构**：可以通过轨道元素（开普勒元素）或状态矢量输入任何系统。我已经用它验证了超紧凑系统（如 TRAPPIST-1）和长期扰动（如行星九假说）的稳定性。 - **验证**：包括90多个物理测试，其中包括使用施瓦兹希尔德度规修正的水星相对论进动。 **行星九实验**：我进行了一个1万年的模拟，以跟踪像 Sedna 这样的远日天体（TNO）在近日点参数（$\omega$）中的差异信号。结果（约 $0.002^{\circ}$）为引擎的精度提供了很好的合理性检查，因为这一效应是世俗的，需要数百万年才能完全显现。 **技术栈**：使用 NumPy 进行向量化，Matplotlib 进行二维分析，以及 Plotly 进行交互式三维轨迹展示。我目前正在开发一个实时三维渲染层。希望能收到关于高偏心率轨道的积分器稳定性反馈，或者关于实现更复杂引力势的建议。