Ted Feng @artisdom

Want to run AI on an MCU without a GPU? Start with these open-source projects. 1. ESP-DL: github.com/espressif/esp-… Run optimized neural networks on ESP chips for vision and detection tasks. 2. TensorFlow Lite Micro: github.com/tensorflow/tfl… Build tiny ML applications for keyword spotting, sensors, and gesture recognition. 3. Edge Impulse: github.com/edgeimpulse Train and deploy models for predictive maintenance, motion classification, and anomaly detection. 4. Apache TVM / microTVM: github.com/apache/tvm Compile and optimize ML models for resource-constrained embedded targets. 5. ESP-TFLite-Micro: github.com/espressif/esp-… Run compatible TensorFlow Lite Micro models on supported ESP devices. 6. ESP-WHO: github.com/espressif/esp-… Experiment with face detection and other vision applications on ESP hardware. 7. CMSIS-NN: github.com/ARM-software/C… Accelerate neural network inference on Arm Cortex-M processors. 8. Raspberry Pi Pico Examples: github.com/raspberrypi/pi… Explore embedded foundations for sensor-driven and AI-connected projects. 9. emlearn: github.com/emlearn/emlearn Convert supported ML models into C code for embedded classification and anomaly detection. 10. llama.cpp: github.com/ggml-org/llama… Experiment with quantized language models on capable edge devices, including selected embedded platforms.

DeepSeek V4.1 Flash 1017 is mogging Opus 5.5 😭 and this is just a Flash model we haven't even seen V4.1 Pro yet 💀

たった今、世界のAI覇権のバランスは完全にぶっ壊れました。これほんまにやばいです。 週明けのAI関連株は大暴落どころの騒ぎじゃないかもな…。 何が衝撃的なのか、ガチ解説します。 もう何もかもが変わっちまったんだな...。 ■何がおきたか DeepSeek v4.1-Flash 1017というモデルが公開されました。世界のAI情勢を破壊します。ヤバいモデルです。 このモデル簡単がどういうものなのか説明すると、 フロンティアモデルを一部で越える（SOTA級）のモデルを中華ラボがいきなり出してきた。 問題はその性能、値段とサイズと仕組み どれも本当に破壊的なものだから、1個ずついきます。 ■性能 全分野でOpus5.5を超えたっていうわけじゃないけど。 完全にDeepSeek v4.1-Flash 1017はSOTA級 DeepSWEっていうベンチが一番衝撃的かな。 - 今回のFlash：成功率77%、約0.20ドル／タスク - GPT-6.1 Solの最も高得点の設定：約75%、約0.65ドル／タスク つまり、この比較では約3分の1の費用で、成功率も少し高い。大量に実装・修正を回す用途には大きな差。 というか、成功率でSolを越えてるっていう事実がヤバいんだよ。 ■値段 もう完全に乱暴に言うと。ほぼタダです。<言い過ぎ INPUT$0.15Output$0.3 入力10万＋出力1万トークンの例だと Solより約86〜93%安く、Opusより約93〜97%安い DeepSeekハーネスを使えば、自分の利用では、入力のキャッシュヒット率が99%になることもあったので。 実際はもっと安い。 過去に湯水のように使えるAstra,Opus,Fableをくれとは言ったが。ここまでやれとは言ってない。 本当に、なんだろう、マジで安いんだよ。 実際の感覚だと200倍ぐらい安いね。 ■サイズ これだけヤバいモデルのオープンウェイトが同時に無料公開されました。 そのサイズは763B。重みだけで約510.3GB 例えば米国のフロンティアモデルのサイズは10Tとか言われてるんですね、公開情報じゃないからわからん無いけど。Kimi K3とかが2.8T 要するに、めちゃくちゃサイズが小さいんですよ。 このパラメータ数って多ければ多いほど計算に計算資源と電力がかかるんで、コストかかるんですよ。 アメリカのAIモデルって、バカみたいに計算資源を保有してるからゴリ押しでそれを解決してるんですけど。 こんだけ軽かったら、もう普通に家で使えるレベルなんですよ。 実際、DGXSpark × 4台とかMacStudio 512GBで動かせると思います。 バカみたいなデータセンターがなくても、フロンティアモデルが動くようになっちゃったってわけ。 ■仕組み ここがかなり驚き度の高いポイントなんですけど。 DeepSeek-V4.1-Flash自体はもともと存在していて。 まあそこそこ人気だったんですけど。本当に安くてそこそこ性能いいから、結構人気あるよね、ぐらいの賢さだったんですよ。 そのもともとあったモデルを自己フィードバックを使うRLで強化した。って公式は言ってて。 まあ詳しい説明は省きますけど。要するに、既に存在していたモデルを後から調整していくようなやり方で、とんでもなく性能をあげた。 驚くのは、既存モデルの後学習で、開発タスクの成功率を上げながら、処理時間や出力量まで減らしたところです。性能を上げたうえで、使う側の費用まで下げてきた。その性能の上り方が半端じゃないんだよ…意味わかんねぇよ… DeepSeekのラボが今世界で最もAI、優れたAIラボであるということを認めなきゃいけない。

DeepSeek @deepseek_ai

13 hours ago

🚀 DeepSeek-V4.1-Flash-1017 is here! Stronger benchmark performance, faster task completion, and shorter outputs than the previous version—a Pareto improvement in performance and cost. Now live on our website, app, and API. 🛠️ Optimized for @DeepSeekHarness, Tencent CodeBuddy,

keyboard_arrow_left Previous keyboard_arrow_right Next

1K 3K 29K 4.0M 5K

What if a gear could change its angle while staying perfectly meshed? ⚙️🤯 Mishin Machine demonstrates a 3D-printed variable-angle gear joint with a 180° tilt range and a trochoidal tooth profile designed to maintain engagement throughout movement. Printed on a @formlabs Form 4 using Rigid 10K Resin and Clear V5 Resin, the mechanism is driven by a @cubemars_motor AK45-10 actuator. Could this type of mechanism unlock new possibilities in robotic joints and compact motion systems? 🏢 Company: Mishin Machine 🎥 Media: mishinmachine ( Instagram ) ⚠️ This content is shared for informational purposes only. CTO Robotics Media is a media platform and does not own or develop the technology shown. Credit belongs to the original creators. #MechanicalEngineering #Robotics #Gears #3DPrinting #MotionControl #RoboticJoints #Engineering #CTORoboticsMedia

@ryzerth @anne_engineer s3 and s31 TX is done by me and feel free to explore! Open-sourced SRAM-based arbitrary IQ transmission for ESP32-S3 and ESP32-S31! github.com/whstudio123/es…

wtf，一觉醒来发现居然被A16Z、MarcLou、Zara Zhang、卡神、花叔等一众大佬点赞了 AI时代，不断探索AI能力的边际、进行创作，并通过自媒体分发自己的内容，绝对是一条走得通的路径 你甚至还能获得这样链接顶级大佬的机会！太激动了！

keyboard_arrow_left Previous keyboard_arrow_right Next

Sac @Saccc_c

4 days ago

花费16天，我用 Opus 5.5 将小王子的故事制作成了3D剧情游戏 结合Tripo+Blender，Opus 5.5 将小王子故事中的每一个星球变成了可探索的3D场景 希望大家能支持一手，后续会开源整个游戏，以及详细制作流程 Welcome to The Little Prince: Across the Stars✨：littleprince.dev

1K 2K 17K 3.4M 10K

@william_bao action5pro也破解了 可以看看我博客blog.alliot.tech/post/osmo-acti… 我的github也有做了2个osmo相关的开源项目，一个是android app 兼容大部分osmo设备的控制 一个是针对action5pro的设备菜单注入和机内管理后台

用 deepseek v4 flash 花了半天时间把手上的 dji pocket3协议破解了下。再写了一个 cli 工具，专门用来拍摄，预览，控制云台等。后续拍摄视频可以直接电脑上控制这些摄像头和产品了。前几天还把另一个桌面拍摄摄像头，以及一个RGB 补光灯也破解了协议，都用电脑统一控制。 真是一个疯狂的时代啊...

20 美元的 ESP32 小板子，没键盘也没屏幕，现在能离线听懂你说的任意一句英文，还能开口回你。 不联网，不走云端，也不用提前定好那几十条命令词。 这是一个哥们和 Claude 一起做的，几个数字挺离谱： 原模型 39MB，压到 4bit 只剩 6MB 真正能用的高速内存只有 84.5KB，听和说轮流用 2 秒语音，0.51 秒转完 他们最早用乐鑫官方的 ESP-DL 跑，处理 1 秒音频要 1.33 秒，根本跟不上人说话。 原因很笨：每处理一帧音频，就把每一层权重从 flash 重新读一遍。 后来干脆自己写了个推理运行时，针对芯片的向量指令手写汇编，一条指令做 16 次乘加。 快了 13 倍，体积还小了一半。 我觉得最有意思的是他举的一个用途。 LoRa 这种无线电，一秒也就传几百字节。 传语音的话，就算用 700 bit/s 的超低码率编码，一句话也要几百字节。 先转成文字，几十个字节就够了，差了大概十倍。 在这里，语音识别其实就是一种压缩算法。 还有个细节挺真实。 模型是拿有声书训练的，安静环境下错 8% 左右，可一到柴油卡车旁边，连全精度模型都错一半。 这哥们就在板子上自己录现场噪音，拿去微调，噪音环境下的错误率从 58% 降到 43%。 还是很高，README 里也直接写了。 唤醒词随便打字定，比如 "wake up, tomato face"，不用训练。 这种活以前我觉得得是一个小团队：懂嵌入式的、懂量化的、会写汇编的。 现在是一个人加 Claude，141 次提交。 news.ycombinator.com/item?id=500268…

After six years in stealth, Atomic Machines is out. Our mission: on-demand, universal command of matter. First beachhead: the Matter Compiler, an AI-native manufacturing system that builds working micro-machines from code alone. No per-product tooling. No process development. Different code, different machine.

So I wrote a formal observing proposal to the TESS mission, and it was approved. When the telescope comes back to this part of the sky in November, it will record this star every 2 minutes. It's listed as program #100: tess.mit.edu/science/ddt/

Announcing tsc-rs (aka ts-rust), my complete rewrite of the Typescript compiler, type checker, and LSP, all in Rust. This is a project I've had agents working on for 5 months now. I burned ~$400k of Codex tokens and got nowhere. Burned ~$20k of Opus and got there in 2 weeks. I have not read a single line of the code. tsc-rs is an open source drop-in replacement for tsc, and it's available now.

I gave Claude fable 5.5 one prompt: a video of all human progress, then 30 years into the future. It came back with a 3-minute animated film and an original score. No footage, no stock music.

I asked Claude fable 5.5 for Iron Man and Spider-Man flying through history. Here’s the video:

I told Claude fable 5.5 to pick its own video idea, one that would make people say "I didn't know AI could do that." It made a single unbroken zoom from three quarks to the observable universe: 42 powers of ten in 94 seconds. No video model. The visuals and the music are all code.

Asked Claude fable 5.5 for an animated film about the next 150 years of humanity. One prompt. It wrote the script, animated every frame in code, and composed the score. 4 minutes, from math teachers protesting calculators in 1986 to a kid in 2176 who finds fusion boring.

Live ESP32-S3 receiver added to Blue-Dragon (USB for now). Guess it could be added to Meshtastic Sniffer 🤔 github.com/alphafox02/blu…

ESP-SDR 使用乐鑫 ESP32 芯片进行原始 IQ 采样 乐鑫系统（Espressif Systems）的 ESP32 微控制器以其 Wi-Fi 和蓝牙功能而闻名。在过去几个月里（借助大语言模型的帮助），我们发现了一个未公开的功能，它能让固件绕过固定功能调制解调器，直接捕获原始 IQ 基带采样。这为将 ESP32 用作低成本软件定义无线电（SDR）平台开辟了可能，使其能够接收 2.4 GHz 频段（以及 ESP32-C5 上的 5 GHz 频段）的信号。

Rails World 2026 Opening Keynote - DHH youtu.be/vDjW_dRyKXY?si… 来自 @YouTube

BREAKING: It is discussed on Reddit that $META is renting a tremendous amount of “old-fashioned” machines on large clusters of 256-512GB CPU memory to accommodate the compute need of Muse. This basically means that the demand for CPU should go absolutely parabolic. Extremely bullish for $AMD $INTC