Loading video...

Video Failed to Load

There was a problem loading this video. This could be due to a temporary network issue or the video might be unavailable.

AIagent竞争越来越激烈了，昆仑万维刚刚发布了一款基于deep research的“AI Office智能体”：天工超级智能体，deep research能力超OpenAI Deep Research 基于AI agent架构和deep research技术，可以一站式生成文档、PPT、表格、网页、播客，以及音视频等多模态内容其是由5个专家智能体和1个通用智能体组成的多智能体垂直系统 5个专家智能体分别负责文档、PPT、表格、播客以及网页生成，并集成了超强deep research能力，可以提供专业级内容生成结果 deep research模型为其自研，成本为openAI的40%，其性能在GAIA上得分82.42，超过了OpenAI Deep Research和Manus，排行第一天工生成的研究报告特点是，放了更多数据图表，条形图、直方图、折线图、饼状图、雷达图等等，PPT也一样，反正就是除了内容专业，展现还比较炫酷 1个通用智能体，接入了数十个MCP，用于生成图片、海报、音乐、MV、宣传片、有声读物、绘本，以及其他多媒体内容天工已经把其deep research agent框架开源了，同时，也把他们的文档、PPT、表格生成能力封装成了MCP #AIagent #天工超级智能体 #AI办公助手

AIGCLINK

27,499 subscribers

31,413 views • 1 year ago •via X (Twitter)

News & Politics Science & Technology Education

Anya Rossi• Live Now

Private livecam show

9 Comments

AIGCLINK1 year ago

全球官网：中国官网：开源和MCP地址： deep research agent框架开源：地址：

AIGCLINK1 year ago

deep research agent框架开源： MCP地址：

VistaShares1 year ago

AIS provides exposure to companies at the forefront of artificial intelligence—spanning semiconductors, data centers, and AI-enabled applications. Consider how AIS may align with your investment strategy.

Han Cheng e/acc1 year ago

Github 404

qklin1 year ago

还是得大厂

Lyon1 year ago

404 来的真快

Higobear1 year ago

404

AIGCLINK1 year ago

这个地址：

币安交易所高返佣注册fans1 year ago

智能办公新标杆

Related Videos

OpenAI 新发布的 AI 智能体，把之前的 Operator （网页操作智能体）、Deep Research（深度研究）和 Codex （终端智能体）三合一了，并且运行在一个虚拟机中，可以灵活的组合这些子智能体共同完成任务，扬长避短！

OpenAI 新发布的 AI 智能体，把之前的 Operator （网页操作智能体）、Deep Research（深度研究）和 Codex （终端智能体）三合一了，并且运行在一个虚拟机中，可以灵活的组合这些子智能体共同完成任务，扬长避短！

宝玉

104,068 views • 1 year ago

腾讯新开源的一款智能体构建框架：Youtu-agent，几句YAML就能让AI上网搜资料、分析表格、整理文件其用DeepSeek-V3，在WebWalkerQA实现60.71% 的准确率、用最新V3.1可提升到71.47%，在GAIA纯文本验证子集上实现了72.8%的准确率核心是它的自动化生成智能体及其配置的能力 Youtu-agent内置的“元智能体”，以交互式对话的方式捕获需求，然后自动生成并保存配置 #AIAgent #AI智能体

腾讯新开源的一款智能体构建框架：Youtu-agent，几句YAML就能让AI上网搜资料、分析表格、整理文件其用DeepSeek-V3，在WebWalkerQA实现60.71% 的准确率、用最新V3.1可提升到71.47%，在GAIA纯文本验证子集上实现了72.8%的准确率核心是它的自动化生成智能体及其配置的能力 Youtu-agent内置的“元智能体”，以交互式对话的方式捕获需求，然后自动生成并保存配置 #AIAgent #AI智能体

AIGCLINK

34,204 views • 10 months ago

利用 AI，用视频生成视频从文字生成图片、从图片生成图片的产品已经很多，直接从视频生成视频呢？今天专注于图片和视频的 AI 人工智能公司 Runway 发布了新产品 Gen-1，可以通过已有视频、文字来生成新视频，效果非常诱人 Runway 的新闻

利用 AI，用视频生成视频从文字生成图片、从图片生成图片的产品已经很多，直接从视频生成视频呢？今天专注于图片和视频的 AI 人工智能公司 Runway 发布了新产品 Gen-1，可以通过已有视频、文字来生成新视频，效果非常诱人 Runway 的新闻

倪爽

200,551 views • 3 years ago

今天OpenAI推出了下一个能够独立为您工作的智能体——Deep research（深度研究）。给它一个提示，ChatGPT将查找、分析并综合数百个在线来源，在十几分钟内生成一份全面报告，而这通常需要人类花费数小时才能完成。以下原文👇

今天OpenAI推出了下一个能够独立为您工作的智能体——Deep research（深度研究）。给它一个提示，ChatGPT将查找、分析并综合数百个在线来源，在十几分钟内生成一份全面报告，而这通常需要人类花费数小时才能完成。以下原文👇

AI Will

92,016 views • 1 year ago

GPT- image 2 ➕Nano banana 📷 实现出图自由，谷歌 flow 新增的 Agent 智能体还有智能指令实现了一次性生成十几张图片甚至视频，大大提高了生成效率，再也不用就是生成九宫格分镜，然后再一格一格去提取图片了！使用方法也很简单。点击 Agent 按钮上传在 GPT image 生成好的图片。然后选智能指令，把智能指令添加进去就可以实现批量出图。智能指令如下👇

GPT- image 2 ➕Nano banana 📷 实现出图自由，谷歌 flow 新增的 Agent 智能体还有智能指令实现了一次性生成十几张图片甚至视频，大大提高了生成效率，再也不用就是生成九宫格分镜，然后再一格一格去提取图片了！使用方法也很简单。点击 Agent 按钮上传在 GPT image 生成好的图片。然后选智能指令，把智能指令添加进去就可以实现批量出图。智能指令如下👇

John

43,671 views • 1 month ago

一款用于PC上自动执行复杂任务的多智能体协作系统：PC-Agent，它可以根据指令控制Chrome、Word、微信等，比现有方法的任务成功率提高了32% PC-Agent增加了一个主动感知模块，增强了MLLM对屏幕截图内容的感知能力，能更好的理解屏幕上的内容采用分层多智能体协作架构，把决策过程分成指令、子任务、动作三个层级，设置了三个智能体分别负责指令分解、进度跟踪、逐步决策还有一个反思智能体，及时向上反馈错误和调整已支持Windows系统 #AI电脑自动化 #AI电脑助手 #PCAgent

一款用于PC上自动执行复杂任务的多智能体协作系统：PC-Agent，它可以根据指令控制Chrome、Word、微信等，比现有方法的任务成功率提高了32% PC-Agent增加了一个主动感知模块，增强了MLLM对屏幕截图内容的感知能力，能更好的理解屏幕上的内容采用分层多智能体协作架构，把决策过程分成指令、子任务、动作三个层级，设置了三个智能体分别负责指令分解、进度跟踪、逐步决策还有一个反思智能体，及时向上反馈错误和调整已支持Windows系统 #AI电脑自动化 #AI电脑助手 #PCAgent

AIGCLINK

31,697 views • 1 year ago

酷，上交大和阿里开源的一款AI多模态故事生成系统：MM-StoryAgent，多模态、多智能体框架可以自动生成包含文字、图像以及多声道音频（旁白、音效、背景音乐）的故事视频，可用于儿童故事快速创作故事生成采用多阶段写作流程，模拟专家和新手作家对话来优化故事质量，先生成故事大纲，再扩展为完整章节框架中设计了多个智能体，把原始故事文本转换为模态特定的提示，通过“修订-审核”机制迭代优化提示，确保文本内容与不同模态的一致性，以及图像生成部分的角色一致性 #故事生成模型 #MMStoryAgent

酷，上交大和阿里开源的一款AI多模态故事生成系统：MM-StoryAgent，多模态、多智能体框架可以自动生成包含文字、图像以及多声道音频（旁白、音效、背景音乐）的故事视频，可用于儿童故事快速创作故事生成采用多阶段写作流程，模拟专家和新手作家对话来优化故事质量，先生成故事大纲，再扩展为完整章节框架中设计了多个智能体，把原始故事文本转换为模态特定的提示，通过“修订-审核”机制迭代优化提示，确保文本内容与不同模态的一致性，以及图像生成部分的角色一致性 #故事生成模型 #MMStoryAgent

AIGCLINK

24,644 views • 1 year ago

把Banana图片变成可编辑的PPT文件这个网站可以把Banana生成的PPT图片，OCR成可以编辑的PPT源文件，准确度不错，但是细节的切分会稍有问题。用过之后我的感受是：能用AI生成和编辑PPT，我再也不愿意手动编辑PPT。现在AI编辑图片的能力还差些，但也就是等半年到一年的时间罢了。网址：

把Banana图片变成可编辑的PPT文件这个网站可以把Banana生成的PPT图片，OCR成可以编辑的PPT源文件，准确度不错，但是细节的切分会稍有问题。用过之后我的感受是：能用AI生成和编辑PPT，我再也不愿意手动编辑PPT。现在AI编辑图片的能力还差些，但也就是等半年到一年的时间罢了。网址：

Gorden Sun

30,108 views • 6 months ago

最近发现一套不错的办公 skills - SenseNova Skills，已经 4.1k 个 stars 了。这是基于底座 SenseNova 智能体模型开发的一系列 skills，针对办公需求，专注帮 AI Agent 做 PPT 生成、信息图、可视化、Excel 分析等真实办公场景。我测试了两种常见需求，第一是自动生成高质量 PPT，sn-ppt-entry / sn-ppt-standard，我把英伟达最新一季的财报数据丢给它，让它去生成，几分钟就能出一份结构清晰、设计专业的 PPTX，连图表都自动做好。第二是生成信息图，sn-infographic，高质量信息图 / 技术分解图 / 产品可视化把最近很流行的事件：Nvidia 与 SK Hynix 达成多年合作的的新闻丢给它，直接生成出了类似下面这种很形象富有科技感的新闻信息图，感觉很不错。除了这两个需求，它还可以完成其他常见的办公需求： * Excel 数据分析：自动处理大文件、多 Sheet 分析、出图表 * 深度研究：完整研究报告生成我已经把它集成到自己的 Agent 工作流里了，OpenClaw Hermes 都可以，我是用的 Codex，有类似任务现在直接丢给 Agent 全自动搞定，需要的朋友们可以收藏备用下。

最近发现一套不错的办公 skills - SenseNova Skills，已经 4.1k 个 stars 了。这是基于底座 SenseNova 智能体模型开发的一系列 skills，针对办公需求，专注帮 AI Agent 做 PPT 生成、信息图、可视化、Excel 分析等真实办公场景。我测试了两种常见需求，第一是自动生成高质量 PPT，sn-ppt-entry / sn-ppt-standard，我把英伟达最新一季的财报数据丢给它，让它去生成，几分钟就能出一份结构清晰、设计专业的 PPTX，连图表都自动做好。第二是生成信息图，sn-infographic，高质量信息图 / 技术分解图 / 产品可视化把最近很流行的事件：Nvidia 与 SK Hynix 达成多年合作的的新闻丢给它，直接生成出了类似下面这种很形象富有科技感的新闻信息图，感觉很不错。除了这两个需求，它还可以完成其他常见的办公需求： * Excel 数据分析：自动处理大文件、多 Sheet 分析、出图表 * 深度研究：完整研究报告生成我已经把它集成到自己的 Agent 工作流里了，OpenClaw Hermes 都可以，我是用的 Codex，有类似任务现在直接丢给 Agent 全自动搞定，需要的朋友们可以收藏备用下。

Viking

26,839 views • 1 month ago

今天在 GitHub Trending 榜单上发现一个轻量级灵活的开源多 AI 智能体协调框架：Agent Squad。它能够根据我们发送的内容智能路由到最合适的 AI 智能体，并在不同智能体之间维持对话上下文。 GitHub：主要特性： - 智能意图分类，根据上下文将查询动态路由到最合适的智能体； - 支持 Python 和 TypeScript 语言，满足不同开发需求； - 支持流式和非流式代理响应，显著提升使用体验； - 跨多个智能体的对话上下文管理，保持交互连贯性； - 可扩展架构，轻松集成新智能体或自定义现有智能体； - 支持从 AWS Lambda 到本地环境的任何地方部署； - 实现多个专业智能体的团队协作和并行处理。该框架适合用于构建复杂的对话式 AI 系统，如智能客服、旅行规划或电商支持平台等。

今天在 GitHub Trending 榜单上发现一个轻量级灵活的开源多 AI 智能体协调框架：Agent Squad。它能够根据我们发送的内容智能路由到最合适的 AI 智能体，并在不同智能体之间维持对话上下文。 GitHub：主要特性： - 智能意图分类，根据上下文将查询动态路由到最合适的智能体； - 支持 Python 和 TypeScript 语言，满足不同开发需求； - 支持流式和非流式代理响应，显著提升使用体验； - 跨多个智能体的对话上下文管理，保持交互连贯性； - 可扩展架构，轻松集成新智能体或自定义现有智能体； - 支持从 AWS Lambda 到本地环境的任何地方部署； - 实现多个专业智能体的团队协作和并行处理。该框架适合用于构建复杂的对话式 AI 系统，如智能客服、旅行规划或电商支持平台等。

GitHubDaily

14,367 views • 1 year ago

美图昨天发布了他们的MiracleVision 4.0图像模型，野心很大啊，几乎上线了现在 AI 画图和视频能做的所有事情，但是除了 AI 画图之外，AI 视频我没找到体验的地方，又是个期货发布会。下面是所有主要能力： ✦ AI 画图-矢量图形：画布中选一个区域，输入提示词，就可以生成匹配设计风格的矢量图形。 ✦ AI 画图-文字特效：输入任意想要的字形，如“MV”，同时输入“半透明玻璃，灯泡”就能生成对应的文字特效。 ✦ AI 画图-智能抠图：只需涂抹对象，AI就能够快速识别，自动提取，再转换成独立的图层。 ✦ AI 画图 -智能排版：可以帮你轻松排版。通过自然语言交互，对文字的布局、图像和元素的组合进行设计。模型商店：用户可以自己创建对应的 AI 画图风格模型并上架。 ✦ AI 视频-文生视频：输入提示词，就能生成一段视频。 ✦ AI 视频-图生视频：上传图片，让图片动起来。 ✦ AI视频-视频运镜：提供了推、拉、摇、移等八种电影级运镜模式。 ✦ AI视频-视频生视频：对已有视频提供风格转换的能力。 ✦ AI视频-商品展示：让商品展示图片动起来，变成视频。

美图昨天发布了他们的MiracleVision 4.0图像模型，野心很大啊，几乎上线了现在 AI 画图和视频能做的所有事情，但是除了 AI 画图之外，AI 视频我没找到体验的地方，又是个期货发布会。下面是所有主要能力： ✦ AI 画图-矢量图形：画布中选一个区域，输入提示词，就可以生成匹配设计风格的矢量图形。 ✦ AI 画图-文字特效：输入任意想要的字形，如“MV”，同时输入“半透明玻璃，灯泡”就能生成对应的文字特效。 ✦ AI 画图-智能抠图：只需涂抹对象，AI就能够快速识别，自动提取，再转换成独立的图层。 ✦ AI 画图 -智能排版：可以帮你轻松排版。通过自然语言交互，对文字的布局、图像和元素的组合进行设计。模型商店：用户可以自己创建对应的 AI 画图风格模型并上架。 ✦ AI 视频-文生视频：输入提示词，就能生成一段视频。 ✦ AI 视频-图生视频：上传图片，让图片动起来。 ✦ AI视频-视频运镜：提供了推、拉、摇、移等八种电影级运镜模式。 ✦ AI视频-视频生视频：对已有视频提供风格转换的能力。 ✦ AI视频-商品展示：让商品展示图片动起来，变成视频。

歸藏(guizang.ai)

110,739 views • 2 years ago

🚀发现了一个宝藏开源项目，已经斩获 29k stars，登上 github 热榜第一一句话就能自动生成结构复杂的架构图，还能做动画效果。架构图、流程图、思维导图一键生成，内容可编辑，做完直接导出。还可以上传你的手绘草图一键生成图表，也可以让它帮你画手绘图。

🚀发现了一个宝藏开源项目，已经斩获 29k stars，登上 github 热榜第一一句话就能自动生成结构复杂的架构图，还能做动画效果。架构图、流程图、思维导图一键生成，内容可编辑，做完直接导出。还可以上传你的手绘草图一键生成图表，也可以让它帮你画手绘图。

阿西_出海

52,147 views • 1 month ago

今天看到一个不错的 AI 产品 Napkin，能帮你生成各种不同样式风格的漂亮图表，交互很丝滑，图表也很漂亮。大概看了下实现原理，应该是后台用了一个小模型（GPT-4 mini 或者 Gemini Flash这种），把选中的文本变成mermaid这样的图表格式，并且每个节点选了一个配套的图标（可能用了RAG），然后前端渲染成 SVG 格式，编辑器是基于 TipTap。它有很多图表的模板，会一次性生成多套图表，你可以选择一套喜欢的应用。每一套风格都很讨喜，团队的设计能力很强。目前还是免费的

今天看到一个不错的 AI 产品 Napkin，能帮你生成各种不同样式风格的漂亮图表，交互很丝滑，图表也很漂亮。大概看了下实现原理，应该是后台用了一个小模型（GPT-4 mini 或者 Gemini Flash这种），把选中的文本变成mermaid这样的图表格式，并且每个节点选了一个配套的图标（可能用了RAG），然后前端渲染成 SVG 格式，编辑器是基于 TipTap。它有很多图表的模板，会一次性生成多套图表，你可以选择一套喜欢的应用。每一套风格都很讨喜，团队的设计能力很强。目前还是免费的

宝玉

67,320 views • 1 year ago

牛，Mistral刚刚发布了号称地表最强OCR，给文档理解设立了新标准！ Mistral OCR具备强大认知能力，能准确理解文档中包括文本、图像、表格、公式等在内的每个元素特点： 1、原生多语言和多模态，支持数千种文字、字体以及语言 2、能准确理解复杂的文档元素，包括图像、数学公式、表格以及 LaTeX 格式等，尤其擅长处理包含图表、图形、公式和插图的科学论文等富文档 3、在多个文档分析方面的基准测试中优于其他OCR模型，尤其在扫描文档、表格和数学公式识别上表现出色 4、处理速度很快，单节点每分钟可处理2000页 5、支持使用文档作为提示，以结构化格式比如 JSON输出 6、可选择性自托管 #OCR #MistralOCR #Mistral

牛，Mistral刚刚发布了号称地表最强OCR，给文档理解设立了新标准！ Mistral OCR具备强大认知能力，能准确理解文档中包括文本、图像、表格、公式等在内的每个元素特点： 1、原生多语言和多模态，支持数千种文字、字体以及语言 2、能准确理解复杂的文档元素，包括图像、数学公式、表格以及 LaTeX 格式等，尤其擅长处理包含图表、图形、公式和插图的科学论文等富文档 3、在多个文档分析方面的基准测试中优于其他OCR模型，尤其在扫描文档、表格和数学公式识别上表现出色 4、处理速度很快，单节点每分钟可处理2000页 5、支持使用文档作为提示，以结构化格式比如 JSON输出 6、可选择性自托管 #OCR #MistralOCR #Mistral

AIGCLINK

111,943 views • 1 year ago

#分享借 Cursor 在最新版本支持了 MCP，学习下 MCP 是什么，怎么用 MCP，全称 Model Context Protocol，由 Anthropic 在 2024 年 11 月推出，社区共建的开放协议。目的是提供一个通用的开放标准，用来连接大语言模型和外部数据、行为。通过训练 LLM，让其掌握外部工具的使用的能力。这样，一个大致的智能体雏形就出现了：LLM 可以作为智能体的大脑，外部工具就是智能体的手和脚，协助智能体执行决策。简单来说，MCP 就是手脚连接身体的“关节”。这样，智能体就能“活动”起来，解决一些 LLM 不擅长、不了解的事情，比如实时获取天气、浏览网页等等能力。目前有很多客户端支持了 MCP，比如 Cline 和 Cursor。

#分享借 Cursor 在最新版本支持了 MCP，学习下 MCP 是什么，怎么用 MCP，全称 Model Context Protocol，由 Anthropic 在 2024 年 11 月推出，社区共建的开放协议。目的是提供一个通用的开放标准，用来连接大语言模型和外部数据、行为。通过训练 LLM，让其掌握外部工具的使用的能力。这样，一个大致的智能体雏形就出现了：LLM 可以作为智能体的大脑，外部工具就是智能体的手和脚，协助智能体执行决策。简单来说，MCP 就是手脚连接身体的“关节”。这样，智能体就能“活动”起来，解决一些 LLM 不擅长、不了解的事情，比如实时获取天气、浏览网页等等能力。目前有很多客户端支持了 MCP，比如 Cline 和 Cursor。

nazha

40,190 views • 1 year ago

Manus类agent卷疯了，又出来一款ii-agent开源框架，擅长构建跨多个领域工作流的Agent，能独立执行复杂任务已是Agent标配其技能覆盖研究与核查、内容生成、数据分析可视化、软件开发、工作流自动化、问题解决6个方面可以用它来做笔记、写文章、做研究、分析数据、写代码、建网站、自动化工作流、故障排除等等，基本上日常工作覆盖的差不多了 ii-agent集成了搜索引擎、代码编辑器、命令行终端等工具，使得它可以处理更复杂的任务，具备持续学习和适应能力给了命令行界面和网页界面两种交互方式。目前正在开发针对PDF、音频、图像、视频、幻灯片等不同模态的处理能力 #AIagent #Manus #iiagent #AI智能体

Manus类agent卷疯了，又出来一款ii-agent开源框架，擅长构建跨多个领域工作流的Agent，能独立执行复杂任务已是Agent标配其技能覆盖研究与核查、内容生成、数据分析可视化、软件开发、工作流自动化、问题解决6个方面可以用它来做笔记、写文章、做研究、分析数据、写代码、建网站、自动化工作流、故障排除等等，基本上日常工作覆盖的差不多了 ii-agent集成了搜索引擎、代码编辑器、命令行终端等工具，使得它可以处理更复杂的任务，具备持续学习和适应能力给了命令行界面和网页界面两种交互方式。目前正在开发针对PDF、音频、图像、视频、幻灯片等不同模态的处理能力 #AIagent #Manus #iiagent #AI智能体

AIGCLINK

18,062 views • 1 year ago

一个轻量级可视化的 AI 智能体工作流构建器：PySpur。提供了拖拽式构建、循环、文件上传、结构化输出、RAG、多模态支持、工具集成等等功能。 GitHub：可一键部署，发布为 API 并在任意地方集成使用。支持超过 100 个 LLM 提供商、嵌入器和向量数据库。

一个轻量级可视化的 AI 智能体工作流构建器：PySpur。提供了拖拽式构建、循环、文件上传、结构化输出、RAG、多模态支持、工具集成等等功能。 GitHub：可一键部署，发布为 API 并在任意地方集成使用。支持超过 100 个 LLM 提供商、嵌入器和向量数据库。

GitHubDaily

34,824 views • 1 year ago

继字节即梦AI解决了中文海报生成难题后美图公司主打高品质素材生成的图像工具WHEE也能生成中文海报了而且功能更强大更先进由于AI文字排版具随机性、文字字体风格不可控，美图WHEE 的AI海报功能对文字单独做成了可编辑的图层你可以去任意拖动文字的位置、或者更改文字字体，自由控制排版布局。然后再通过提示词来生成图像，将文字和图像进行融合，避免了乱码和无法精准控制文字排版布局的问题。同时还内置了很多现成的模板，可以直接套用生成，对小白用户来说非常容易上手，对专业用户来说自由度更大，大幅提升效率。

继字节即梦AI解决了中文海报生成难题后美图公司主打高品质素材生成的图像工具WHEE也能生成中文海报了而且功能更强大更先进由于AI文字排版具随机性、文字字体风格不可控，美图WHEE 的AI海报功能对文字单独做成了可编辑的图层你可以去任意拖动文字的位置、或者更改文字字体，自由控制排版布局。然后再通过提示词来生成图像，将文字和图像进行融合，避免了乱码和无法精准控制文字排版布局的问题。同时还内置了很多现成的模板，可以直接套用生成，对小白用户来说非常容易上手，对专业用户来说自由度更大，大幅提升效率。

小互

59,638 views • 1 year ago