DeepSeek 多模态大语言模型的论文《Thinking with Visual Primitives》已经公开 底座是 DeepSeek-V4-Flash，MoE架构，总参数量 284B，激活参数量 13B。 自研 DeepSeek‑ViT 视觉编码模型，14×14 patch，输出后 3×3 空间压缩，再接入 LLM。 模型在回答时不仅进行文字推理，还会同时通过画框、打点等“视觉原语”进行思考。 在极低的 Token 成本下，其效果能和 GPT-5.4、Claude 以及 Gemini 在一些前沿指标上对齐，甚至有的指标能反超。

一行代码直接把 Python 数据分析的入门门槛给铲平了。 这就是刚在 GitHub 炸场的 PyGWalker（PyGWalker: Turn your dataframe into an interactive UI for visual analysis）。它是一个开源数据可视化与分析工具，能把原本死板的 Pandas DataFrame 瞬间变成像 Tableau 一样拖拽式的交互界面。 GitHub 星标目前已斩获 13k+ Stars，采用 Apache-2.0 开源协议，完全免费且支持本地部署。 它的核心爽点极其干脆： 零门槛拖拽：不需要写复杂的 Chart 代码，鼠标拖一拖就能出高大上的图表。 一行代码启动：只要输入 pyg.walk(df)，交互界面直接在 Jupyter / Streamlit 里弹出。 数据不出本地：所有分析计算都在你本地环境跑，隐私安全直接拉满。 无缝集成工作流：完美兼容 Jupyter Notebook、Jupyter Lab 以及 Streamlit applications。 说白了，以前要折腾半小时的图表排版，现在 3 秒钟拖完，这效率提升完全是降维打击。 🔗 项目地址：

UI/UX 到底应该怎么参考和学习优秀设计？很多新手一上来就只会刷 Dribbble，最后做出来的东西很好看，但根本不好用。 设计参考其实分成两类： 1. 视觉参考 Visual Reference Behance、Dribbble、Cosmos、Pinterest 2. 逻辑参考 Logic Reference Mobbin、Refero、GoodUX、Growth Design 视觉负责产品的情绪表达、品牌质感和用户连接；逻辑负责使用流程、交互效率和易用性。好的产品设计，两者缺一不可，有些网站也会同时兼顾视觉和逻辑，不需要分得特别死。 如果产品已经确定了 Branding，就不用继续到处找视觉风格了，把精力放在 UI 细节、交互体验和使用流程上。 尤其是 AI 时代，做出一个漂亮页面越来越简单，真正拉开差距的是：它到底好不好用。

卧槽！兄弟们 这波真实职业冷知识看完直呼内行！ 99%的人还在用刻板印象聊职业，普通人千万别碰这些数据陷阱——今天直接上干货，全是美国社区调查 + 公开研究撑腰的真实统计（来源：Visual Capitalist、FlowingData、美国社区调查等）。 想想就可怕……这些职业的婚姻/压力真相： 空姐（Flight Attendants）：离婚率高达50.5%，排前三！常年倒时差、长期不在家，婚姻最容易出问题。卧槽，飞来飞去看着光鲜，背后是聚少离多啊。 护士（Nurses，尤其是LPN）：离婚率47%左右，远高于平均。夜班、节假日值班、患者情绪压力，拉满家庭矛盾。想想就可怕……救人一命的同时，自己的生活可能先崩了。 幼师/教师：虽然离婚率不算最高，但工作压力顶尖，情绪劳动重（哄孩子一整天），回家还得带娃。很多数据里教育相关职业烧尽（burnout）率很高。 牙医（Dentists）：反差来了！离婚率只有23-25%左右，属于低离婚群体。高收入 + 稳定作息，抗风险能力强。普通人别以为“天天看牙”多无聊，人家生活质量真香。 公务员：稳定性拉满，离婚率相对较低（铁饭碗福利好，顾虑多）。但压力来自另一面：晋升、内卷、责任边界。 健身教练：类似服务型职业，时间不固定、客户情绪多，婚姻稳定性一般偏中下。 职业交易员：高压力、高波动，情绪像过山车，家庭容易受影响（数据里金融相关高压职业离婚/ burnout 都不低）。 禅修导师：新兴职业，数据少，但类似咨询/服务行业，容易把工作情绪带回家。 白嫖党福音：别手动了！真正影响婚姻的不是“职业标签”，而是收入稳定性、作息规律、工作时长和情绪消耗。 高教育 + 高自主性的职业（医生、牙医、精算师）离婚率普遍低（精算师才17%！），低收入 + 不规律的反而高。 评论区说说你的职业冷知识，你怎么看呢？

Bria（Bria AI） 是一家专注于商业级视觉生成式AI的公司， 核心定位 它不是面向普通用户随便玩的文生图工具（比如Midjourney那种），而是做企业/开发者用的视觉AI基础设施， 100% 使用正版授权数据训练（和Getty Images、Alamy、Freepik等合作），不爬图。 生成结果有版权归属追踪和补偿机制，商业使用更安全，不容易踩版权雷。 提供API、SDK，方便直接集成进产品、电商、广告、内容生产流程。 主要能力 文生图 / 图生图 背景移除（图片 + 视频） 产品图生成与编辑（电商常用） 广告素材批量生成 高分辨率放大、精细编辑 支持「品牌定制模型」（Tailored Generation），让AI输出更贴合自己的品牌风格 最新有Fibo模型，用结构化提示（Visual Generative Language）提升可控性和一致性

🛠️ 挑一个最近冲得猛的开源：taste-skill——一句话,给你的 AI 装上"审美",让它别再吐那种一眼假的模板 UI。 30.8k 星、2.3k fork,MIT 协议。 痛点很多人都懂:让 Codex、Claude Code 、Cursor、写前端,出来的十有八九是居中大标题、一排卡片、渐变按钮,能跑但一看就是"AI 味儿"。 这个项目是一组可移植的 Agent Skill,专治这个。核心不是给你套模板,是给 AI 三个可调的旋钮,让它自己拿捏分寸: DESIGN_VARIANCE — 布局激进程度,低是干净居中,高是不对称的现代排版 MOTION_INTENSITY — 动效深度,低到 hover,高到滚动联动、磁吸 VISUAL_DENSITY — 单屏信息量,低是留白呼吸,高是密集仪表盘 还硬性禁用 em-dash、内置 GSAP 动效骨架、带"重设计审计"流程,专门堵 AI 偷懒截断半成品 装法一条命令:npx skills add Notion/Linear 风、工业 brutalist 风、高级软性风各一个,还有几个只出参考图不写代码的,配 ChatGPT 生图用。React、Vue、Svelte 都吃,因为规则管的是设计意图,不绑框架。 适合: 用 AI 撸前端、但总嫌成品太"生成感"的 Codex / Claude Code 重度用户,想让它写出的界面能直接见人的 想给团队定一套 AI 出 UI 的统一底线的 🔗

🍎苹果公司在WWDC大会前夕准备推出全新“Gen AI”网站 据MacRumors报道，苹果公司正在准备启用子域名 advancements”。苹果官网已经设有Apple Intelligence页面，目前尚不清楚其对该子域名有何规划，但这可能与生成式人工智能相关。 预计iOS 27、iPadOS 27和macOS 27等主要软件版本将包含多项全新Apple Intelligence功能，包括更个性化、具备屏幕感知能力的Siri版本。据报道，独立的Siri应用将允许用户与Siri进行双向对话。Apple Intelligence还将支持视频自动字幕、语音控制自然语言支持、快捷指令创建、Safari标签页组自动命名，以及Visual Intelligence扫描食品营养标签和名片信息添加至通讯录等功能。WWDC 2026主题演讲将于北京时间6月9日凌晨1点开始。