本周,Foodnoms迎来了一次重大更新,完全革新了快捷指令(Shortcuts)集成功能。
Foodnoms的最新版本带来了横跨八个不同类别的44个新快捷指令操作。这包括记录食物、追踪和修改目标、创建和管理餐食等功能的操作。
在宣布更新的博客文章中,Foodnoms开发者Ryan Ashcraft表示,目标是"创造一种无与伦比的自动化体验,使营养追踪比以往更加便捷和灵活。"
"我们已经为这次更新努力了数月,不断完善细节并推动当前API所能实现的边界。我们的目标是创造一种无与伦比的自动化体验,使营养追踪比以往更加便捷和灵活。我们很高兴今天终于能够向您提供这一功能。"
此外,Foodnoms更新还包括九个新的应用快捷指令,可通过快捷指令应用、Spotlight和Siri访问:
Foodnoms还与大家最喜爱的快捷指令专家Matthew Cassinelli合作,为Foodnoms用户创建了七个预构建的快捷指令。您可以在Foodnoms网站上查看这些快捷指令。
最后,正如Ryan所解释的,这次Foodnoms的更新确保了应用"为Apple Intelligence做好了未来准备"。
您可以在Foodnoms网站上了解更多关于今天更新的信息,还可以观看几个新快捷指令功能的实际应用示例。该应用可在App Store下载。
好文章,需要你的鼓励
在Meta Connect大会上,Meta展示了新一代Ray-Ban智能眼镜的硬件实力,配备神经腕带支持手势控制,电池续航翻倍,摄像头性能提升。然而AI演示却频频失败,包括Live AI烹饪指导、WhatsApp通话和实时翻译功能都出现问题。尽管Meta在智能眼镜硬件方面表现出色,但AI软件仍远未达到扎克伯格提出的"超级智能"目标。文章建议Meta考虑开放AI生态,允许用户选择其他AI服务商,这可能帮助Meta在AI硬件市场获得优势。
DeepSeek-AI团队通过强化学习技术开发出DeepSeek-R1系列推理模型,无需人工标注即可自主学习复杂推理。该模型在数学、编程等领域表现卓越,在AIME 2024中达到79.8%准确率,编程能力超越96%人类选手。研究团队还通过知识蒸馏技术将推理能力传递给小模型,使7B参数模型也能超越GPT-4o。这项突破为AI推理能力发展开辟新路径。
英伟达同意以50亿美元收购英特尔股份,双方将合作开发多代数据中心和PC产品。英伟达将以每股23.28美元的价格收购约4%的英特尔股份,成为其最大股东之一。两家公司将通过NVLink接口整合各自架构,实现CPU和GPU间的高速数据传输。英特尔将为英伟达AI平台定制x86处理器,并开发集成RTX GPU的x86系统级芯片,用于消费级PC市场。
微软研究院推出rStar-Math系统,通过创新的"深度思考"训练方法,让小型AI模型在数学推理能力上达到甚至超越OpenAI o1水平。该系统采用代码验证、过程偏好模型和四轮自进化训练,将70亿参数模型的数学能力从58.8%提升至90.0%,在美国数学奥林匹克竞赛中达到前20%水平,证明了精巧方法比模型规模更重要,为AI发展开辟了新路径。