由Hugging Face机器学习增长负责人Ahsen Khaliq(@_akhaliq)开发的开源Web应用开发环境AnyCoder已在Hugging Face Spaces正式发布。
该工具现已面向AI代码共享平台Hugging Face的所有用户开放,集成了实时预览、多模态输入和一键部署功能。在托管环境中,无论是缺乏技术专业知识的独立创作者,还是为客户或大型企业工作的开发人员,都可以借助Hugging Face托管的AI模型快速开始"直觉式编程"Web应用。
AnyCoder也因此成为Lovable等服务的替代方案,这些服务同样允许用户用纯英文描述来开始编写应用程序,无需正式的编程知识。
免费直觉式编程,Kimi K2驱动
Khaliq将AnyCoder作为Hugging Face生态系统内的个人项目开发,并将其定位为"首批支持Moonshot强大而小巧高效的Kimi K2模型的直觉式编程应用之一",该模型于上周发布。
AnyCoder的主要功能允许用户输入纯文本描述来生成HTML、CSS和JavaScript代码。这些代码会在实时预览窗格中显示,可以进行编辑或直接部署。工具还包含待办事项应用、仪表板、计算器等示例模板。
AnyCoder完全基于Hugging Face的开源Python开发环境Gradio构建,允许用户用纯英文描述应用程序或上传图像,即时生成可运行的前端代码。
Khaliq在与VentureBeat记者的私信对话中将其描述为"免费开源的直觉式编程应用"。
他还指出,该工具支持多个开源模型,用户可以通过左侧控制面板的下拉菜单在不同模型间切换,包括:
Moonshot Kimi-K2、DeepSeek V3、DeepSeek R1、百度的ERNIE-4.5-VL、MiniMax M1、阿里巴巴的Qwen3-235B-A22B、SmolLM3-3B和GLM-4.1V-9B-Thinking。
从UI图像生成代码、网络搜索集成和OCR支持
使用ERNIE-4.5-VL模型,AnyCoder支持多模态生成。用户可以上传UI设计截图或原型图,并从中生成功能性前端代码,这对设计师或视觉化工作团队非常有用。
AnyCoder包含网站重新设计工具,能够从任何公开网站提取内容并以更现代的布局重新渲染。它使用抓取的内容如页面结构、元信息和图像来构建新版本,可选择性地根据用户指令如"让它更简约"或"添加深色模式"进行调整。
为支持最新的设计趋势和实现模式,AnyCoder通过Tavily提供网络搜索集成。启用API密钥后,平台会在生成代码前搜索当前技术和最佳实践。
用户可以上传包含嵌入文本的图像(如截图或手写笔记),AnyCoder使用Tesseract OCR提取其中的内容。提取的文本随后可以整合到代码提示或应用内容中。
一键部署到Hugging Face Spaces
AnyCoder允许将生成的应用即时部署到Hugging Face Spaces。在通过OAuth认证并授予所需权限后,用户可以在自己的Hugging Face账户命名空间下部署应用。部署功能包括:
移动友好的响应式设计、品牌化页眉/页脚和README、实时可共享URL以及完整的所有权和编辑权限。
该部署功能现已支持使用Gradio构建的完整Python应用程序,将工具的使用场景扩展到静态网站之外。对Streamlit的支持也正在开发中。
对于新手开发者或希望快速启动新项目的技术专家来说,AnyCoder似乎是一个优秀且引人注目的起点。
好文章,需要你的鼓励
OpenAI研究科学家Alexander Wei宣布,公司一个未发布的实验模型在国际数学奥林匹克竞赛中解决了六道题目中的五道,获得42分中的35分,达到金牌水平。该模型展现出类似人类数学家的推理能力,能够构建复杂严密的论证。这标志着AI在创造性问题解决方面的重要突破,不过该技术预计数月内不会公开发布。
约翰霍普金斯大学与StepFun公司联合研究,成功让AI学会"边看边思考"的视觉推理能力。通过两阶段训练方法,先让AI在文字推理中掌握认知行为,再迁移到视觉任务中。开发的OVR模型在多项测试中创造新纪录,为AI教育助手、医疗诊断、科研分析等应用奠定基础。
本文探讨了判断AI是否达到通用人工智能(AGI)和人工超级智能(ASI)水平所需的问题数量。目前缺乏确定的测试方法来评估是否达到顶级AI水平。基于图灵测试的分析,作者提出仅通过少量问题难以全面评估智能水平。参考美国国会图书馆主题标引(LCSH)的40万个主题领域,如果每个领域提出1万个问题,将需要40亿个问题来全面测试AGI。这种大规模测试虽然在逻辑上合理,但在实际操作中面临巨大挑战。
阿姆斯特丹大学研究团队开发出"缓存驾驶"技术,通过修改AI模型的键值缓存而非重新训练,让小型语言模型瞬间获得大模型的推理能力。该技术仅需一次调整就能让模型展现逐步推理行为,计算开销几乎为零,在多个推理基准测试中表现优异,还能实现推理风格迁移。