● 用 OpenAI 视觉模型实现衣物识别与虚拟试穿

📌 一句话摘要 介绍一个利用 OpenAI 视觉模型自动识别衣物、抠图并生成模特上身预览的工具，配套 Codex 技能。 📝 详细摘要 该推文分享了一个开源项目 Wardrobe，它通过 OpenAI 视觉模型识别照片中的衣物、自动抠图，并生成模特上身预览效果。此外，配套的 Codex 技能可以

● DeepSeek 识图模式是个新模型？！一手实测在此（没错我被灰度到了）

📌 一句话摘要 本文实测了 DeepSeek 灰度测试中的识图模式，发现其背后可能是一个独立于 V4 的新视觉模型，在 OCR 和 HTML 复原等任务上表现出色，但空间推理和找不同等任务仍存在幻觉和思考过长的问题。 📝 详细摘要 文章作者在获得 DeepSeek 识图模式灰度测试资格后，对该功

● LARYBench 发布：定义具身动作表征 ImageNet，首次度量从人类视频学习的泛化表征

📌 一句话摘要 美团技术团队提出 LARYBench，首个系统化评估隐式动作表征质量的基准，实验发现通用视觉模型在动作泛化上显著优于具身专项模型。 📝 详细摘要 本文由美团技术团队发布，介绍了他们提出的 LARYBench（Latent Action Representation Yieldin

● Mano-P 1.0：纯视觉 GUI 操作模型，让 AI 拥有真正的“眼睛和手”

📌 一句话摘要 Mano-P 1.0 是一个纯视觉 GUI 操作模型，通过识别屏幕截图来操作任意界面，无需依赖 DOM 或 API，可接入 Agent 工具实现复杂的本地自动化任务。 📝 详细摘要 这条推文介绍了一个名为 Mano-P 1.0 的创新开源项目。它旨在解决现有 AI 界面自动化方案

● LlamaParse：智能体驱动型 OCR 革新文档解析

📌 一句话摘要 LlamaIndex 首席执行官 Jerry Liu 介绍了 LlamaParse 的“智能体驱动型 OCR”基础，该技术利用专用智能体网络和视觉模型，实现了语义化、无需模板的文档解析。 📝 详细摘要 LlamaIndex 首席执行官 Jerry Liu 探讨了 OCR 技术的发