PiD 教學:從低解析度潛在表示直接解碼出 4K 圖片
一般放大工具是先做好小圖,再補出更大的圖片;PiD 改從模型使用的低解析度潛在表示直接解碼成 4K。文章整理了 FLUX.1、FLUX.2、Z-Image 和 SD3.5 的 ComfyUI 工作流程,每種模型都會輸出 PiD 解碼版和模型原生解碼版,方便用相同的起始資料和隨機種子比較。作者也提醒,這種做法把更多運算放到解碼階段,而且如果原本構圖有問題,解成 4K 也不會讓畫面變好。
一般放大工具是先做好小圖,再補出更大的圖片;PiD 改從模型使用的低解析度潛在表示直接解碼成 4K。文章整理了 FLUX.1、FLUX.2、Z-Image 和 SD3.5 的 ComfyUI 工作流程,每種模型都會輸出 PiD 解碼版和模型原生解碼版,方便用相同的起始資料和隨機種子比較。作者也提醒,這種做法把更多運算放到解碼階段,而且如果原本構圖有問題,解成 4K 也不會讓畫面變好。
做出會說話的數位人不難,難的是讓角色在長影片裡維持一致,還能切換鏡頭或接續播放。AI-KSK 分享兩種 ComfyUI 工作流程:單張圖片版本適合角色不變的長鏡頭,多張圖片版本適合對話、切換角度和反應鏡頭。作者提醒,換參考圖片時角色容易跑掉,長音訊也會讓片段接續處累積小誤差;建議先做出 10 秒的影片,確認角色穩定後再使用較複雜的流程。分享的檔案只有工作流程,不含模型權重。
Intel 公佈 GPU D270 的規格,並分享它在部分金融服務測試中的表現。這款採用 Xe3P 架構的顯示卡有 160GB LPDDR5X 記憶體,容量可擴充到 480GB;Intel 表示,在分享的少數測試裡,D270 的處理量約是 NVIDIA RTX PRO 6000 Blackwell 的 1.92 到 5.9 倍。Intel 也介紹這系列的開源軟體支援。這些數字來自有限的測試專案,不能直接代表它在所有工作上的表現。
網路每天都在用,但它是怎麼一步步變成今天的樣子,很多人不太清楚。開發者 Menula De Silva 做了 WebMuseum,把網路歷史變成可以互動探索的線上博物館,介紹從早期 ARPANET、全球資訊網到現代網路的重要發展,也用適合不同螢幕的畫面呈現內容。這個開源專案歡迎大家補充歷史資料、改善介面和無障礙功能,讓認識網路不只是讀文章,也能像逛展覽一樣慢慢探索。
影片裡要同時顧好畫面、聲音和人物長相,常得安排好幾個處理步驟。AI-KSK 拆解了九套 LTX 2.3 Kit 工作流程,其中一套把生成分成低解析度構圖、放大細修和最後整理三階段,並在同一流程裡產生畫面與聲音。另一套可讓人物的臉和聲音維持約 10 秒;時間拉長後,相似度會逐漸跑掉,作者建議接續兩次生成。文中也說明 Flux 2 的 8 步圖片編輯流程:草稿能快速反覆修改,但細小紋理和文字會比構圖更容易變差。
每次請求都重送很長的背景資料,會增加處理時間和輸入費用。Amazon Bedrock 的開放權重模型現在支援明確提示詞快取,開發者可以標出要重複使用的內容,讓後續請求直接讀取快取;也能使用自動快取,或同時使用兩種方式。文章用產品手冊問答和 OpenCode 寫程式的例子,示範如何檢視快取讀取與寫入用量。把不常變的指示和參考資料放在前面,有助於重複使用;實際支援方式、最低長度和儲存時間則依模型而異。
推薦理由:文章比較自動與手動標記快取字首的做法,並示範如何檢視讀寫用量,方便估算重複使用長提示詞時的費用與延遲變化。
模型要幫忙操作電腦或創作工具,得先看得到畫面,也要能和其他程式互動。Unsloth Studio 的 v0.1.918-beta 加入測試版電腦操作功能,支援 macOS、Windows 和 Linux;模型可檢視螢幕、控制滑鼠與鍵盤,但首次操作、切換應用程式和可能有風險的動作需要先核准,使用者也能隨時接手。更新也能透過 MCP 連線 Unity、Unreal Engine、Godot、Blender、Figma 和 Roblox,其中 Figma 只能讀取。此外,MiniMax-H3-Image 新增 GGUF、FP8、INT8 和 LoRA 訓練支援,長對話也能自動整理,減少舊訊息遺失。
推薦理由:電腦操作功能可讓模型檢視畫面並控制滑鼠鍵盤,首次操作與可能有風險的動作都需先核准,呈現了這項功能的使用界線。
AI 助理開始退款、付款或修改資料時,光在提示詞裡寫規則,無法確保它照做;一般紀錄也可能只是執行系統自己的說法。開源原型 Parmana 讓呼叫者先提出動作,再由閘道器依明確政策決定是否執行;需要時,還要等可信任金鑰簽署的人工核准。執行後會留下可用公鑰離線檢查的簽名紀錄。不過,直接繞過閘道器的動作不會被檢查,同一臺主機上能讀取環境資訊的程式仍可能取得連接器憑證,而且這個原型目前還不適合公開使用。
Manjaro 社群與公司之間先前發生治理爭議,現在成立了獨立於 Manjaro GmbH & Co KG 的德國非營利組織 Manjaro Project e.V.。Manjaro 團隊已自行啟動最近的測試版與穩定版更新,沒有 Philip Müller 監督;團隊也正在調整新的開發基礎設施,舊基礎設施曾遭遇持續的 AI 機器人攻擊。公司資產目前還沒有移交給新組織,接下來新組織將準備好承接工作,並與公司展開對話。
Immich 手機版更新後,照片備份可能悄悄停住,伺服器的健康檢查和錯誤紀錄卻都看起來正常。作者發現,手機上的 Immich 3.3.3 不會向較舊的伺服器 v3.2.2 上傳;比對手機連線紀錄、工作階段中的 appVersion 和伺服器版本,才找到原因。把伺服器升到 v3.3.3 後,備份恢復正常。作者也發現 Renovate 的更新卡在等待發布時間,並提醒升級前先備份資料庫,因為降版不能只換回舊映像檔。
搜尋如果把一堆差不多的頁面都列出來,真正要找的內容就容易被擠到後面。SpotRecall 1.3.1 替搜尋加上幾個小調整:搜尋時先略過「的」、「the」這類常見字,避免只因為碰到一個字就把不相關的書籤排得太前面,也會把看起來一樣的結果合併成一筆。像搜尋「門牌 網購」時,只有書籤標題碰到「網購」、但內容不相關的頁面,就不會再搶到前面。作者用 54 筆實際搜尋測試,結果排序分數從 0.809 提高到 0.828,讓搜尋清單更容易先顯示真正有用的頁面。
要把資料集授權給別人,得先確認個人資料、密碼金鑰和不屬於自己的程式碼不會跟著交出去。Origin Data Partners 按工作種類整理了開源工具,例如用 Presidio 找出文字中的個人資料、用 ARX 處理表格、用 gitleaks 掃描程式碼歷史中的密碼金鑰,再用 git-filter-repo 從舊紀錄中移除。整理重複資料、檢查影片中的人臉,以及寫清楚資料怎麼收集和處理,也都是準備工作。這些工具都可能漏掉內容,匿名化結果不能只靠工具判定,還要人工抽樣檢查;文章也提醒,將原始資料送到雲端大型語言模型處理,本身可能造成資料外洩。
Rust 編譯程式時,前端目前預設一次只用一個執行緒處理,無法充分運用多個 CPU 核心。Rust Nightly 正準備預設啟用平行前端,讓這部分也能和後端一樣同時使用多個執行緒。Rust 專案的測試顯示,使用 2、4 或 8 個執行緒能加快建置;執行緒數量可用 --jobs-frontend= 調整。團隊接下來會觀察測試結果並繼續改善效能,再考慮將預設設定帶到 Rust stable。
想試用 Node.js 或建立網站,通常得先準備好開發環境。神戶軟體開源了 OpenVessel,讓 Node.js 和 npm 能直接在瀏覽器裡執行,也能使用 Astro 等 Node.js 框架。示範畫面中,使用者修改 Markdown 檔案後,網站會跟著更新;下方的命令列也能檢視檔案和執行中的程式,並安裝 Node.js 套件。報導指出,OpenVessel 使用 Node.js 26,並通過 1,237 項可在瀏覽器執行的 Node.js 測試。
推薦理由:OpenVessel 把 Node.js 執行環境放進瀏覽器,並以 Astro 示範直接編輯內容就能預覽網站,呈現免先架設本機環境的開發方式。
把 Linux 應用放進微型虛擬機器,過去可能得修改程式或重新編譯。CNCF 發表 Hyperlight-Unikraft,結合 Hyperlight 和 Unikraft,讓應用不必改寫或重新編譯,就能在只帶有必要作業系統功能的微型虛擬機器裡執行,並獲得虛擬機器層級的隔離。它也能把程式暖機後的狀態存成快照,再從快照啟動;CNCF 表示,Python 指令碼的啟動時間從 199 毫秒降到 8.9 毫秒,1000 個 Python 指令碼可在 3GB 記憶體內運作。
推薦理由:Hyperlight-Unikraft把一般Linux應用放進輕量微型虛擬機器,並以暖機快照縮短啟動時間;文中也提供Python啟動時間與記憶體密度的實測數字。
收到可疑郵件或看到奇怪網站時,很難馬上判斷是不是詐騙。開源防釣魚擴充功能 NonAbbocco 現在加入 Liquid AI 600M,透過 WebGPU 在瀏覽器裡提供第二種看法,不必把資料送到伺服器。它會搭配原本的判斷規則,給使用者參考,但不會替使用者做最後決定。
把模型放在自己的電腦跑,提示詞不必送到外部伺服器,但速度和能跑多長的對話會受硬體記憶體與速度影響。文章用 Ollama 和 llama.cpp 說明本機推論的做法:Ollama 方便下載和管理模型,llama.cpp 則能調整更多設定。模型權重和對話用的 KV 快取都會佔記憶體;對話越長,快取也越大,可能讓模型在第一次回應時就因記憶體不足而停下來。用 8 位元的鍵和 4 位元的值壓縮快取,能省下約 59% 空間;但本機運作仍要保護電腦上的資料,也得衡量速度、記憶體和硬體成本。
llama.cpp 的 WebGPU 版在處理多個注意力頭各自使用遮罩時,會漏算遮罩對應的頭,讓結果出錯。這次更新修正遮罩位置的計算,也調整記憶體估算方式,避免部分 K、V 資料格式組合超出工作群組的儲存空間限制。使用多頭遮罩時,計算結果因此能更正確;更新也列出 macOS、Linux、Android 和 Windows 等平臺的建置版本。
更新 tauri-bundler v2.10.5 後,Windows 安裝程式會在許可權不足、系統帳號或特定資料夾位置時顯示更清楚的錯誤,並修正程式簽章失敗,以及 MSI 更新時把使用者刪掉的桌面捷徑加回來的問題。這次也修好 NSIS 的波斯文和希伯來文顯示、Linux 和 macOS 重複下載工具,以及 RPM 套件無法處理 beta 版本等狀況,讓不同系統上的安裝與打包流程更順利。
個人 AI 助理各有不同做法,挑選時常要在好上手、會記住工作習慣和省資源之間取捨。這篇評測比較 OpenClaw、Hermes Agent 和 ZeroClaw:OpenClaw 可連線 24 個訊息平臺,並提供引導式設定;Hermes Agent 能從使用經驗建立和改進技能,也能搜尋過去的對話;ZeroClaw 主打輕巧和自動執行,適合監控系統或在資源有限的環境運作。作者依照訊息平臺、記憶、排程和部署等需求整理差異,方便讀者挑選適合自己的工具。
網路付款可能遇到重試、重複或遲到的通知,讓顧客被扣兩次,或讓已付款的訂單顯示未付款。作者做了 PayBridge,放在應用程式和 M-Pesa 的 Daraja API 之間:同一筆付款重試時,資料庫只讓一個請求送出付款提示;付款狀態只能往完成結果前進,重複或太晚的通知不會改掉結果。若通知沒來,系統會查詢 Daraja;若金額或收據資料不符,也會再向 Daraja確認。最後,PayBridge 會用簽名通知商家付款結果,並記錄重送情況,讓商家能辨認重複通知。
作者幾年前用 Godot 3 做了手機遊戲 CancerHealing:細胞會互相傳送能量,能量夠多就能把旁邊的細胞變成自己的顏色,清光敵方細胞就獲勝。這週,作者把它搬到 Forge4D,讓畫面和關卡用 SML 編排、遊戲規則用 SMS 撰寫,再交給 Godot 處理畫面、物理效果和音效。 搬家時,作者用轉換工具保留原本手工安排的關卡,並手動改寫遊戲規則;有些文字變難讀、教學手勢消失,轉換工具也曾弄壞結尾畫面。測試結果顯示,解譯執行和編譯後執行都通過相同的十項檢查。作者也提到,Forge4D 和 Godot 之間傳資料仍比直接用 GDScript 慢;這次的小遊戲跑得動,但大量角色每一幀都要搬資料時,速度就可能成為問題。
靜態網頁加中繼資料時,直接照抄舊範本,可能留下過時或不正確的內容,也不容易檢查。開源專案 dublin-core-basics 用一個簡單的 HTML 範例,示範如何放入網頁標題、作者、說明、網址和語言等資料,再用小程式檢查網頁實際送出的內容有沒有缺漏。例如,檢查程式會確認標題和作者欄位不是空白。這些標籤能幫助描述網頁,但不保證搜尋排名變好,也不能取代清楚的標題和正文;發布前應查對最新規格,確認資料正確。
AI 助理接手工作時,常需要知道其他 AI 工具剛做了什麼。aisync 的 news 指令會記下每個工作階段看到哪裡:第一次執行只會設定起點,之後才顯示其他工具的新紀錄;像 Claude Code 留下「替上傳功能加上重試」和「正在等 API key」兩則紀錄後,Codex 再查就看得到。每個工作階段各有自己的起點,所以比較晚開始的工作階段不會看到之前的紀錄;想查更早的內容,可以用 aisync tail 或 aisync status。這次測試只用一個 hub、兩個 AI 助理和少量紀錄,也沒有測試自動執行的功能。
用 Demucs 分離歌曲的人,通常得先安裝軟體,再用終端機輸入指令,對不熟悉技術的音樂人不太方便。Sane Devs 做了一個叫 MusicSpliter 的原型:使用者上傳 MP3,後端用 Demucs 分出人聲和伴奏,再提供 WAV 檔下載。文章也提醒,這種做法適合先試做,但多人使用時,同步執行的工作可能卡住伺服器;直接使用上傳檔名可能造成檔案衝突或路徑問題,產生的 WAV 檔也會佔用不少空間。作者建議改用背景工作佇列、替每次工作建立專屬名稱,並定期清理舊檔案。
換用另一套 AI 助理時,原本記下的工作習慣和專案資訊可能帶不走。作者檢查自己電腦裡 Claude Code 的 113 筆記憶,發現資料沒有共用格式,有些記錄也缺少來源、期限或信心等資訊;其中 40 筆是他教過 AI 助理的修正指示。作者建議把需要長久保留的指示放進 AGENTS.md 或技能檔,讓不同工具都能讀取;專案進度則放在專案本身使用的追蹤工具裡。
GCC 對 Apple Silicon 的原生支援開發多年,相關程式碼也已用在 Homebrew 和 MacPorts 的 GCC 版本中。開發者 Iain Sandoe 最近提交了一批修改,希望讓 GCC 17 支援採用 AArch64 架構的 macOS。GCC 17 的功能開發已接近尾聲,這項支援能不能趕上仍不確定;GCC 17.1 穩定版預計照往常在明年 3 至 4 月推出。
一套手機系統要站穩腳步,除了使用者,也得有夠多好用的應用程式和願意投入的開發者。文章整理了鴻蒙裝機量突破 1 億臺的訊息,並提到截至 2026 年 6 月,華為應用市場已有超過 38 萬款鴻蒙應用與服務;到了裝機量破億時,數量已超過 45 萬。文中也指出,鴻蒙正從手機延伸到平板、車機和家電,並朝 AI 助理理解使用者需求、呼叫系統與應用完成任務的方向發展。接下來,應用品質、開發者能否持續獲利,以及跨裝置操作是否順手,都是生態能否繼續成長的考驗。
同時搜尋上萬家公司時,直接把每筆職缺的完整資料都抓回來,容易拖慢速度,也可能被服務限制請求。作者實測六種求職系統的公開職缺介面,整理出較省力的做法:先抓職稱等精簡資料,找出符合條件的職缺後,再讀取需要的完整內容;遇到限制請求時放慢速度並重試,也替不同系統分開控制請求量。用這些方法,作者在雲端約 4 分鐘讀取 10,554 個職缺網站,搜尋費用約 $0.026。
推薦理由:作者實際串接六種求職系統的公開職缺資料,並整理大量請求時遇到的限流與連線問題,提供可參考的搜尋設計做法。
把只支援 Arch 的 ML4W 搬到 NixOS,麻煩的不只是找對套件名稱,還有安裝程式默默幫忙做好的小事:建立路徑、設定指令碼可執行,還有建立 ~/.mydotfiles 資料夾。少了最後這個空資料夾,Hyprland 啟動時就無法建立記錄檔,連帶讓自動啟動指令碼完全沒有執行,結果登入後只剩空白桌面,連記錄也找不到。手動補上資料夾,再處理好其他設定,才讓整套環境順利運作。這次經驗提醒我們,把軟體搬到另一種 Linux 系統時,也要檢查安裝程式偷偷準備了哪些東西。
需要把工作拆成多個步驟時,Strands Agents 的 workflow 工具可以先排好順序,也能讓沒有前後依賴的步驟同時執行。作者用同一組任務實測後發現,前一步交給下一步的結果只是文字,沒有格式檢查;工具出錯也可能被當成成功。遇到真正的模型錯誤或重新啟動已完成的工作流程時,程式可能一直卡住,重新開始則會重做所有步驟。每個步驟的逾時設定沒有作用,使用的 token 數也只記在文字裡。這套工具適合順序固定、重做不會造成問題的工作;若要檢查資料、重試或限制成本,得在工具外自行處理。
多個 AI 助理共用工作紀錄時,出了問題可能很難追查誰做了什麼,也不知道紀錄有沒有被改過。作者用 aisync 0.2.9 測試:手動改掉一筆紀錄,verify 會顯示內容不符;刪掉一筆,則會發現前後紀錄接不起來,兩種情況都會以錯誤結束。把原始紀錄還原後,檢查就會通過。這能抓出不小心或隨手做的修改,但作者沒有測試有人重新計算後續雜湊的情況,也提醒這種紀錄不是數位簽章,不能保證完全防竄改。
不少 GIF 工具會要求先上傳檔案,有些還要註冊或接受浮水印。作者做的 GIFCove 讓檔案留在使用者的裝置上,能從多個網站下載 GIF、合併或縮放動畫,也能替背景去背。處理大型動畫時,工具會在背景執行,避免整個頁面卡住;但工作由裝置本身負責,老舊手機可能處理很慢,長動畫也會佔用大量記憶體。去背目前只接受純白、綠色或黑色背景,其他背景會直接提示不支援。
Rosetta 2 逐步退場後,還沒改成支援 Apple Silicon 的 Mac 舊應用,可能無法繼續使用。作者用 Silicon 掃描自己的 Mac,並整理出三種替代方法:找能接上原服務的第三方工具、把功能完整的網頁版包成獨立應用,或用 Wine 相容層執行 Windows 版軟體。像 Choragus 能控制 Sonos 音響,但不能管理裝置;網頁版可能少了企業功能;Wine 方案則仍可能依賴 Rosetta 2。作者也提到,文中幾款原本只有 Intel 版本的應用,後來已推出支援 Apple Silicon 的更新。
Cal.com 把正式產品的程式碼移進私人儲存庫後,開源社群留下了 cal.diy,但這個版本能做的事有限。作者檢查程式碼、檔案和發布討論串後發現,cal.diy 可自行架設預約頁面,讓訪客選時間並收到視訊連結;團隊、單一登入、工作流程和統計面板等企業功能則被移除,社群的修改也不會回到正式產品。作者認為,它適合想自行管理預約資料的個人,企業若要依賴這套服務,就得考慮付費產品與公司掌握未來發展的現況。
Cardano 持幣者否決了 Toto Finance 動用國庫資金買銅的提案,反對票的投票權重是贊成票的 140 多倍。提案想用 2,200 萬枚 ADA 購買實體銅,再把銅做成代幣,計畫持有 18 到 24 個月後出售,並在第 36 個月前把收益和未用完的預算交回國庫。不過,約三分之一預算要用於開發、管理、倉儲等費用;提案估算,若 ADA 兌美元匯率不變,銅價須上漲約 49.4% 才能拿回等值的 ADA。憲法委員會也沒有投下贊成票,顯示社群主要擔心國庫資金會承受銅價、匯率和執行風險。
AI 助理若被提示詞攻擊騙去執行危險操作,光靠更好的提示詞或更聰明的模型很難防住。hmharness 作者分享三道安全做法:讓 AI 助理不持有可用憑證,由本機代理程式依照允許清單代為呼叫服務;只開放連線到指定網域;發布、付款、刪除和寄信等高影響操作,則要由人確認,而且確認後只要引數改變,核准就失效。作者也提醒,每道防線都有可能設定錯誤,分層設計能降低單一失誤造成的傷害。