正在加载视频...

视频加载失败

返回首页

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👇

FinanceYF5's profile picture

AI Will

188,652 subscribers

92,016 次观看 • 1 年前 •via X (Twitter)

科学技术新闻政治教育
LIVE

Anya Rossi• Live Now

Private livecam show

11 条评论

AI Will 的头像
AI Will1 年前

Deep research由优化版的OpenAI o3驱动，专为网页浏览和Python分析设计，利用推理智能地、广泛地浏览互联网上的文本、图像和PDF。

AI Will 的头像
AI Will1 年前

驱动Deep research的模型在许多针对现实世界问题的公开评估中达到了新的高度，包括“人类最后的考试”。

AI Will 的头像
AI Will1 年前

Deep research是为从事金融、科学、政策和工程等领域密集知识工作的人员打造的，他们需要深入且可靠的研究。 它对于寻找需要仔细研究的个性化推荐的精明购物者也非常有用。

AI Will 的头像
AI Will1 年前

Deep research今天稍后将首先向Pro用户推出。 然后，将扩展到Plus和Team，最终推向Enterprise。

AI Will 的头像
AI Will1 年前

以上就是全部，原作者 @OpenAI 如果您喜欢这个主题： 1.关注我（@FinanceYF5） 2. 点赞+转发下面第一条帖子

PDF GPT 的头像
PDF GPT1 年前

This is my favorite AI tool for reviewing reports. Just upload a report, ask for a summary, and get one in seconds. It's like ChatGPT, but built for documents. Try it for free.

CLONE Tanjil CLONE Kaisar 的头像
CLONE Tanjil CLONE Kaisar1 年前

这听起来像是ChatGPT在为我们节省时间！不过，谁来给我奖励，让我为AI训练提供数据呢？😄 #PublicAI

Meta2045 的头像
Meta20451 年前

重要被迫好好起名字

SoloWind 的头像
SoloWind1 年前

Would it think in Chinese like the mini?

币安交易所高返佣注册(Parody) 的头像
币安交易所高返佣注册(Parody)1 年前

太强大了，未来可期

jfdi1001 的头像
jfdi10011 年前

@readwise save thread

相关视频

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！
25:29

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

104,021 次观看 • 11 个月前

完善了一下之前的小工具，现在能生成小视频了，这么个视频大概20分钟完成，而且完全免费。亟需再整个能写好剧情和分镜的AI工具。
3:27

完善了一下之前的小工具，现在能生成小视频了，这么个视频大概20分钟完成，而且完全免费。亟需再整个能写好剧情和分镜的AI工具。

Gorden Sun

13,275 次观看 • 7 个月前

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
1:43

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

31,413 次观看 • 1 年前

OpenAI 全新“Deep Research”重磅发布：让 ChatGPT 帮你完成多步骤深度研究 在这个信息爆炸的时代，如何用最短的时间获取最精准、最详实的信息，一直是许多知识工作者面临的难题。如今，OpenAI 带来了全新的 Deep Research 功能，让你的 ChatGPT 化身为一位“研究助理”，能够独立查找、分析并综合海量网络信息，为你提供专业且有完整参考的研究报告。下面，让我们来一起了解这项强大的新功能吧！ Deep Research 能做什么？ 1. 多步骤研究 相比传统的聊天式问答，Deep Research 具备强大的自主研究能力。它能够从互联网上寻找并分析数百个来源，根据实时获取的信息进行动态调整和推理。短短几十分钟内，它能完成人工需要数小时才能完成的研究工作。 2. 自动化汇总海量信息 你只需要输入研究需求，ChatGPT（在 Deep Research 模式下）就会自动去浏览海量网页、PDF、图片等信息资源，并将它们整合成一份清晰、有理有据的分析报告，犹如一位具有专业分析能力的研究员。 3. 详尽引用与文献记录 Deep Research 每一个输出都附有引用来源，并在侧边栏展示搜索、分析过程，方便你查看、验证信息。同时也提供思路概述，保证研究过程的透明度与可追溯性。 4. 个性化、多场景适用 无论你是做金融、科学、政策、工程等领域的深度研究，还是想为购物（例如汽车、家电或家具等大件商品）做细致比对，Deep Research 都能胜任。它还擅长挖掘各类小众且不直观的信息，只需一次查询，就能节省你大量的时间和精力。 为什么它如此重要？ 1. 效率大幅提升 普通用户在网络上搜集信息可能需要自己筛选资料、反复验证。Deep Research 通过自动化的搜寻和分析，大幅缩短研究时间，让你把更多精力放在思考与决策上。 2. 减少重复劳动 Deep Research 擅长处理那些需要浏览无数个网页、文件的繁琐任务。比如撰写报告、整理数据、查找论文资料、对比不同产品参数等。以前这些工作往往让人头疼，现在只需一次提问，就能得到系统、条理化的研究成果。 3. 助力专业领域 该功能在化学、人文社科、数学等众多专业领域都表现出色，尤其在需要检索专业文献、综合多方信息的复杂任务中，让研究人员更轻松、更高效。 4. 迈向真正的“通用人工智能” OpenAI 一直致力于开发具备创造全新知识能力的通用人工智能（AGI）。Deep Research 作为其新里程碑，进一步展现了 AI 在多领域多模态研究中的潜力，为未来更先进的 AI 系统奠定了基础。 如何使用 Deep Research？ 1. 选择 Deep Research 模式 在 ChatGPT 界面中，找到消息输入区域的模式选项，选择“Deep Research”。然后在对话框输入你的研究需求。 2. 附加背景文件/数据 如果你有特定的文件、电子表格或参考资料，也可以上传给 Deep Research。它会结合这些材料，为你做更有针对性的深度分析。 3. 查看研究过程与报告 当 Deep Research 开始运行后，聊天界面会出现一个侧边栏，展示它搜索到的来源以及每一步的推理过程，让你随时掌握研究进展。 一般它会花 5～30 分钟进行深度研究，然后返回一份完整的报告，附带详细引用。如果任务很耗时，你也可以先去忙别的事，等它研究完成再回来查看结果。 4. 报告输出形式 初始版本以文字报告为主，在接下来几周内，Deep Research 将支持在报告中插入图片、数据可视化图表以及其他分析产出，让研究结果更加直观、生动。 技术原理与表现 1. 强化学习驱动 Deep Research 通过端到端强化学习训练，掌握了如何在复杂的网络环境中进行多步搜索和推理，遇到新情况时也能灵活应对。 2. 新的评测成绩 • 在 Humanity’s Last Exam 测试中，为 Deep Research 提供支持的模型取得了 26.6% 的准确率，远超上一代模型的表现。 • 在 GAIA 基准上，它也刷新了排行榜记录，证明了在多模态理解和使用工具（如浏览器、Python）等方面更具突破性。 3. 专业领域的进一步提升 一些专业人士反馈，使用 Deep Research 可以在短时间内完成原本需要数小时的调查工作，无论是找文献还是分析数据，效率提升显著。 注意事项及局限性 1. 依然存在幻觉或错误推断 虽然 Deep Research 生成“错误事实”或逻辑漏洞的概率比现有 ChatGPT 模型更低，但仍有可能出现。用户在使用时应保持警惕，尤其在严谨的学术或商业环境下，要对关键信息进行交叉验证。 2. 区分谣言与权威信息的能力有限 模型仍然可能对信息来源缺乏足够判断力，需要用户根据实际情况和专业常识来判断信息的可信度。 3. 报告格式与耗时 首批上线版本可能会出现小规模的格式问题或引用异常，研究任务也可能因为深度搜索而启动较慢。官方表示，会随着使用量的增加和时间的推移迅速改进这些问题。 谁能访问 Deep Research？ 1. Pro 用户率先上线 目前 Deep Research 首先向 ChatGPT Pro 用户开放，每月可使用高达 100 个查询额度。 2. 逐步覆盖更多付费用户 之后会依次向 Plus 和 Team 用户开放，随后是企业版。OpenAI 也在努力面向英国、瑞士以及欧洲经济区的用户开放访问权限。 3. 进一步的扩容 OpenAI 计划推出一个使用更小模型、速度更快且成本更低的 Deep Research 版本，届时所有付费用户都会有更高的调用额度。 后续计划 1. 更广泛的平台支持 Deep Research 目前仅在 ChatGPT 网页端上线，官方将在未来一个月内把这项功能带到移动端与桌面端。 2. 接入更多数据源 不仅能访问互联网的公开信息和用户上传的文件，今后还会扩展到订阅或内网资源，让报告更具深度与个性化。 3. 与其他代理能力融合 OpenAI 正在开发的 Operator 功能，能够在现实世界中执行任务。当 Operator 与 Deep Research 结合，ChatGPT 将可以自主进行更复杂的在线与线下任务，为用户提供更全面的“智能助理”体验。 Deep Research 的到来，让我们看到了一个可以代替人工执行复杂、多步骤研究任务的 AI 时代正逐渐变成现实。无论你是需要大量文献支撑的研究工作者，还是想要做精细购物决策的普通用户，都能借助这个工具大幅提升效率。它不仅代表着 ChatGPT 的新能力，也标志着人类向更高水平的通用人工智能迈出了重要一步。对知识工作者来说，这将是一股全新的生产力，也是人工智能赋能未来的又一有力见证。 想要率先体验 Deep Research 的朋友，如果你是 ChatGPT Pro 用户，不妨立刻去试试看；如果尚未获得资格，也可以继续关注官方更新，相信不久后就有机会亲自感受这项强大的功能啦！
20:05

OpenAI 全新“Deep Research”重磅发布：让 ChatGPT 帮你完成多步骤深度研究 在这个信息爆炸的时代，如何用最短的时间获取最精准、最详实的信息，一直是许多知识工作者面临的难题。如今，OpenAI 带来了全新的 Deep Research 功能，让你的 ChatGPT 化身为一位“研究助理”，能够独立查找、分析并综合海量网络信息，为你提供专业且有完整参考的研究报告。下面，让我们来一起了解这项强大的新功能吧！ Deep Research 能做什么？ 1. 多步骤研究 相比传统的聊天式问答，Deep Research 具备强大的自主研究能力。它能够从互联网上寻找并分析数百个来源，根据实时获取的信息进行动态调整和推理。短短几十分钟内，它能完成人工需要数小时才能完成的研究工作。 2. 自动化汇总海量信息 你只需要输入研究需求，ChatGPT（在 Deep Research 模式下）就会自动去浏览海量网页、PDF、图片等信息资源，并将它们整合成一份清晰、有理有据的分析报告，犹如一位具有专业分析能力的研究员。 3. 详尽引用与文献记录 Deep Research 每一个输出都附有引用来源，并在侧边栏展示搜索、分析过程，方便你查看、验证信息。同时也提供思路概述，保证研究过程的透明度与可追溯性。 4. 个性化、多场景适用 无论你是做金融、科学、政策、工程等领域的深度研究，还是想为购物（例如汽车、家电或家具等大件商品）做细致比对，Deep Research 都能胜任。它还擅长挖掘各类小众且不直观的信息，只需一次查询，就能节省你大量的时间和精力。 为什么它如此重要？ 1. 效率大幅提升 普通用户在网络上搜集信息可能需要自己筛选资料、反复验证。Deep Research 通过自动化的搜寻和分析，大幅缩短研究时间，让你把更多精力放在思考与决策上。 2. 减少重复劳动 Deep Research 擅长处理那些需要浏览无数个网页、文件的繁琐任务。比如撰写报告、整理数据、查找论文资料、对比不同产品参数等。以前这些工作往往让人头疼，现在只需一次提问，就能得到系统、条理化的研究成果。 3. 助力专业领域 该功能在化学、人文社科、数学等众多专业领域都表现出色，尤其在需要检索专业文献、综合多方信息的复杂任务中，让研究人员更轻松、更高效。 4. 迈向真正的“通用人工智能” OpenAI 一直致力于开发具备创造全新知识能力的通用人工智能（AGI）。Deep Research 作为其新里程碑，进一步展现了 AI 在多领域多模态研究中的潜力，为未来更先进的 AI 系统奠定了基础。 如何使用 Deep Research？ 1. 选择 Deep Research 模式 在 ChatGPT 界面中，找到消息输入区域的模式选项，选择“Deep Research”。然后在对话框输入你的研究需求。 2. 附加背景文件/数据 如果你有特定的文件、电子表格或参考资料，也可以上传给 Deep Research。它会结合这些材料，为你做更有针对性的深度分析。 3. 查看研究过程与报告 当 Deep Research 开始运行后，聊天界面会出现一个侧边栏，展示它搜索到的来源以及每一步的推理过程，让你随时掌握研究进展。 一般它会花 5～30 分钟进行深度研究，然后返回一份完整的报告，附带详细引用。如果任务很耗时，你也可以先去忙别的事，等它研究完成再回来查看结果。 4. 报告输出形式 初始版本以文字报告为主，在接下来几周内，Deep Research 将支持在报告中插入图片、数据可视化图表以及其他分析产出，让研究结果更加直观、生动。 技术原理与表现 1. 强化学习驱动 Deep Research 通过端到端强化学习训练，掌握了如何在复杂的网络环境中进行多步搜索和推理，遇到新情况时也能灵活应对。 2. 新的评测成绩 • 在 Humanity’s Last Exam 测试中，为 Deep Research 提供支持的模型取得了 26.6% 的准确率，远超上一代模型的表现。 • 在 GAIA 基准上，它也刷新了排行榜记录，证明了在多模态理解和使用工具（如浏览器、Python）等方面更具突破性。 3. 专业领域的进一步提升 一些专业人士反馈，使用 Deep Research 可以在短时间内完成原本需要数小时的调查工作，无论是找文献还是分析数据，效率提升显著。 注意事项及局限性 1. 依然存在幻觉或错误推断 虽然 Deep Research 生成“错误事实”或逻辑漏洞的概率比现有 ChatGPT 模型更低，但仍有可能出现。用户在使用时应保持警惕，尤其在严谨的学术或商业环境下，要对关键信息进行交叉验证。 2. 区分谣言与权威信息的能力有限 模型仍然可能对信息来源缺乏足够判断力，需要用户根据实际情况和专业常识来判断信息的可信度。 3. 报告格式与耗时 首批上线版本可能会出现小规模的格式问题或引用异常，研究任务也可能因为深度搜索而启动较慢。官方表示，会随着使用量的增加和时间的推移迅速改进这些问题。 谁能访问 Deep Research？ 1. Pro 用户率先上线 目前 Deep Research 首先向 ChatGPT Pro 用户开放，每月可使用高达 100 个查询额度。 2. 逐步覆盖更多付费用户 之后会依次向 Plus 和 Team 用户开放，随后是企业版。OpenAI 也在努力面向英国、瑞士以及欧洲经济区的用户开放访问权限。 3. 进一步的扩容 OpenAI 计划推出一个使用更小模型、速度更快且成本更低的 Deep Research 版本，届时所有付费用户都会有更高的调用额度。 后续计划 1. 更广泛的平台支持 Deep Research 目前仅在 ChatGPT 网页端上线，官方将在未来一个月内把这项功能带到移动端与桌面端。 2. 接入更多数据源 不仅能访问互联网的公开信息和用户上传的文件，今后还会扩展到订阅或内网资源，让报告更具深度与个性化。 3. 与其他代理能力融合 OpenAI 正在开发的 Operator 功能，能够在现实世界中执行任务。当 Operator 与 Deep Research 结合，ChatGPT 将可以自主进行更复杂的在线与线下任务，为用户提供更全面的“智能助理”体验。 Deep Research 的到来，让我们看到了一个可以代替人工执行复杂、多步骤研究任务的 AI 时代正逐渐变成现实。无论你是需要大量文献支撑的研究工作者，还是想要做精细购物决策的普通用户，都能借助这个工具大幅提升效率。它不仅代表着 ChatGPT 的新能力，也标志着人类向更高水平的通用人工智能迈出了重要一步。对知识工作者来说，这将是一股全新的生产力，也是人工智能赋能未来的又一有力见证。 想要率先体验 Deep Research 的朋友，如果你是 ChatGPT Pro 用户，不妨立刻去试试看；如果尚未获得资格，也可以继续关注官方更新，相信不久后就有机会亲自感受这项强大的功能啦！

宝玉

67,470 次观看 • 1 年前

在 Adobe Animate宣布停止更新的机遇下 两个前 Adobe 的研究员出来创业做了个“原生 AI 动画创作平台” 该产品从剧本 → 分镜 → 画面生成 → 视频剪辑 → 成片交付 所有流程都集中在一个Agent平台中完成，无需频繁切换工具。 从 0 到成片，一个人也能完成 它将AI Agent 作为核心协作者，既能辅助创作，也能在需要时全自动完成任务。
4:49

在 Adobe Animate宣布停止更新的机遇下 两个前 Adobe 的研究员出来创业做了个“原生 AI 动画创作平台” 该产品从剧本 → 分镜 → 画面生成 → 视频剪辑 → 成片交付 所有流程都集中在一个Agent平台中完成，无需频繁切换工具。 从 0 到成片，一个人也能完成 它将AI Agent 作为核心协作者，既能辅助创作，也能在需要时全自动完成任务。

小互

41,425 次观看 • 4 个月前

Anthropic将推出一个叫Harmony的新功能，这个功能支持将本地文件目录集成到Claude的上下文中 这意味着Claude能直接读取、索引、分析目录中的文件内容，与你的本地文件无缝交互 以前，你得手动把代码给Claude，现在，直接让它看整个项目文件夹，它能自动分析所有代码，找出问题 据说它用了几分钟分析了一个代码库，识别了出了10个不同的安全漏洞 还可以直接让Claude修改本地文件，像更新文档、修改代码、添加内容等 也可以让它找文件，它会扫描你指定的文件夹根据关键词找到文件 此外，Anthropic应该还在出另外一个叫Compass的新功能，类似深度研究的功能，可以自动整合多个信息来源，包括搜索网络、学习材料、报告文档等，把零散信息整合成一个有条理的研究结果 #Claude #Harmony #AI #LLM
2:48

Anthropic将推出一个叫Harmony的新功能，这个功能支持将本地文件目录集成到Claude的上下文中 这意味着Claude能直接读取、索引、分析目录中的文件内容，与你的本地文件无缝交互 以前，你得手动把代码给Claude，现在，直接让它看整个项目文件夹，它能自动分析所有代码，找出问题 据说它用了几分钟分析了一个代码库，识别了出了10个不同的安全漏洞 还可以直接让Claude修改本地文件，像更新文档、修改代码、添加内容等 也可以让它找文件，它会扫描你指定的文件夹根据关键词找到文件 此外，Anthropic应该还在出另外一个叫Compass的新功能，类似深度研究的功能，可以自动整合多个信息来源，包括搜索网络、学习材料、报告文档等，把零散信息整合成一个有条理的研究结果 #Claude #Harmony #AI #LLM

AIGCLINK

36,742 次观看 • 1 年前

Google Gemini 的 Deep Research ：为了帮你做一个研究任务，gemini 阅读了 151 个英文网站，帮你写了一份研究报告，还附带16 个英文参考文献🤣 你算算这都能帮你节约几百个小时？？ 单独在“主题研究”这件事上做到极致，就是一个能帮用户实实在在提高生产力、节约时间的神器！ 以视频（录屏，无声音）中案例来讲，Deep Research 帮我阅读了151 个网站，然后生成了详细的报告。 报告可以直接在 google docs 中打开，每个要点都附带了参考文献。这些都是英文的、真实的、高质量的参考文献。想象一下，读完这些参考文献，你得花多少小时？deep research 这样的工具，能帮你节约多少时间？ 【小技巧】中文写 prompt，最后加一句：research in english, respond in chinese.（万能 prompt，AI 搜索场景比用，适合所有 LLM。加了这一句，会在 google 上搜索英文高质量材料，然后综合加工后生成中文报告。一级棒！）
1:17

Google Gemini 的 Deep Research ：为了帮你做一个研究任务，gemini 阅读了 151 个英文网站，帮你写了一份研究报告，还附带16 个英文参考文献🤣 你算算这都能帮你节约几百个小时？？ 单独在“主题研究”这件事上做到极致，就是一个能帮用户实实在在提高生产力、节约时间的神器！ 以视频（录屏，无声音）中案例来讲，Deep Research 帮我阅读了151 个网站，然后生成了详细的报告。 报告可以直接在 google docs 中打开，每个要点都附带了参考文献。这些都是英文的、真实的、高质量的参考文献。想象一下，读完这些参考文献，你得花多少小时？deep research 这样的工具，能帮你节约多少时间？ 【小技巧】中文写 prompt，最后加一句：research in english, respond in chinese.（万能 prompt，AI 搜索场景比用，适合所有 LLM。加了这一句，会在 google 上搜索英文高质量材料，然后综合加工后生成中文报告。一级棒！）

howie.serious

235,099 次观看 • 1 年前

我尝试了一下自然语言编程工具Dify，前几天在我的周刊里推荐过。 花了20分钟用这个应用写了一个东西，非常惊艳，完全没有写代码。如果没有Dify的话，我可能需要很长时间才能搞定它。 这个应用可以根据简短主题生成Midjourney提示词，效果很好。接下来我会分享一些创建过程，让大家更加了解这个平台。
0:37

我尝试了一下自然语言编程工具Dify，前几天在我的周刊里推荐过。 花了20分钟用这个应用写了一个东西，非常惊艳，完全没有写代码。如果没有Dify的话，我可能需要很长时间才能搞定它。 这个应用可以根据简短主题生成Midjourney提示词，效果很好。接下来我会分享一些创建过程，让大家更加了解这个平台。

歸藏(guizang.ai)

121,960 次观看 • 3 年前

🚨 终于有人把“金融数据 + AI Agent”这件事打通了 OpenBB 目前 GitHub 上已有 近 7 万 star，是一个开源的金融数据与研究平台，被很多人称为「开源版 Bloomberg Terminal」 以前做金融研究，最烦的不是不会分析，而是数据太散：一个终端看行情，一个表格存模型，一个网站翻 SEC 文件，一个工具跑图表，最后还要复制给 AI 总结。 现在它把过去只有机构才能轻松获取的专业数据，整合成了人人可用的工具，核心亮点： > 覆盖股票、期权、加密货币、外汇、宏观经济、固定收益等多个市场 > 包含财务数据、高管信息、股东结构、地区分布等细粒度信息 > 支持 AI 集成，一条指令就能让 AI 调取数据并生成深度研报 > 数据可自部署，保护隐私和数据安全 只输入一条指令，AI 就能调取数据、生成深度研报，全球金融数据接口真的被打通了 做股票研究、量化分析、基金投研、AI 金融 Agent 的，强烈建议保存看看
0:51

🚨 终于有人把“金融数据 + AI Agent”这件事打通了 OpenBB 目前 GitHub 上已有 近 7 万 star，是一个开源的金融数据与研究平台，被很多人称为「开源版 Bloomberg Terminal」 以前做金融研究，最烦的不是不会分析，而是数据太散：一个终端看行情，一个表格存模型，一个网站翻 SEC 文件，一个工具跑图表，最后还要复制给 AI 总结。 现在它把过去只有机构才能轻松获取的专业数据，整合成了人人可用的工具，核心亮点： > 覆盖股票、期权、加密货币、外汇、宏观经济、固定收益等多个市场 > 包含财务数据、高管信息、股东结构、地区分布等细粒度信息 > 支持 AI 集成，一条指令就能让 AI 调取数据并生成深度研报 > 数据可自部署，保护隐私和数据安全 只输入一条指令，AI 就能调取数据、生成深度研报，全球金融数据接口真的被打通了 做股票研究、量化分析、基金投研、AI 金融 Agent 的，强烈建议保存看看

爱吃折耳根的Ace

17,830 次观看 • 5 天前

锻炼眼睛是很少有人做的简单事情之一。然而，它可以帮助您保持良好的视力。这里有 10 个练习，你只需十分钟就能完成。您现在可以在观看此视频时尝试一下 - 我们将与您一起完成所有这些！
10:56

锻炼眼睛是很少有人做的简单事情之一。然而，它可以帮助您保持良好的视力。这里有 10 个练习，你只需十分钟就能完成。您现在可以在观看此视频时尝试一下 - 我们将与您一起完成所有这些！

环球纪录

28,309 次观看 • 1 年前

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。
0:40

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

26,602 次观看 • 20 天前

碳基生物的存在是为了诞生硅基智能？ 我们就是一引子 就算每个人都拥有1000的智商，整个人类的智慧，加起来也撑不起AI的一个零头。 马斯克怎么说？ 我们，是数字超级智能的生物引导程序，像安装软件前的一个启动器，用完即弃。 为什么这么说？ 因为“奇点”正在靠近。 不是几十年后，而是5年，也许10年。 到那时候，所有能被称为“智慧”的，只剩下不到1%来自人类。 我们以为智能是个天花板，它其实是个深渊，数字智能正在垂直加速。 哪怕你给人类戴上脑机接口，灌入知识，智力飙升到1000+，生成式AI依然能在几秒内完成人类数十万年的计算。 到卡尔达肖夫第二型文明那种能掌控行星级能源的高度时，人类智能的占比可能只是整个智能体系的十亿分之一。 所以在这种剧变面前，问题已经不是“AI 是否超越人类”， 而是：你，是创造者，还是系统里一段被调用的函数？是在API调用的上层，还是沦为下层输入？ 奇点的定义是什么？ 无法预测。 那，人类是否还有选择？ 也许唯一的机会就是，现在，去参与构建这个未来。 否则我们将如同软盘一样，被历史格式化。
1:01

碳基生物的存在是为了诞生硅基智能？ 我们就是一引子 就算每个人都拥有1000的智商，整个人类的智慧，加起来也撑不起AI的一个零头。 马斯克怎么说？ 我们，是数字超级智能的生物引导程序，像安装软件前的一个启动器，用完即弃。 为什么这么说？ 因为“奇点”正在靠近。 不是几十年后，而是5年，也许10年。 到那时候，所有能被称为“智慧”的，只剩下不到1%来自人类。 我们以为智能是个天花板，它其实是个深渊，数字智能正在垂直加速。 哪怕你给人类戴上脑机接口，灌入知识，智力飙升到1000+，生成式AI依然能在几秒内完成人类数十万年的计算。 到卡尔达肖夫第二型文明那种能掌控行星级能源的高度时，人类智能的占比可能只是整个智能体系的十亿分之一。 所以在这种剧变面前，问题已经不是“AI 是否超越人类”， 而是：你，是创造者，还是系统里一段被调用的函数？是在API调用的上层，还是沦为下层输入？ 奇点的定义是什么？ 无法预测。 那，人类是否还有选择？ 也许唯一的机会就是，现在，去参与构建这个未来。 否则我们将如同软盘一样，被历史格式化。

墓碑科技

16,252 次观看 • 1 年前

突发：ChatGPT创始人在Sam奥特曼被解雇的前一天，他在APEC的一次会议上，暗示了OpenAI已开发出比现在GPT4更加强大，让人无法想象，远超人们期待的东西。奥特曼上周突遭解雇的四天前，有几位内部研究人员致信董事会而发出警告。这封信警告称，他们发现了一种可能对人类构成威胁的重大人工智能技术，被称为Q*。 Q*被一些OpenAI的人认为可能是通向超级智能或人工通用智能(AGI)的重大突破。研究人员认为它可能对人类构成威胁。这封信和该Q*是导致Sam奥特曼被解雇的关键因素。这位匿名者说，新模型能够解决某些数学问题，尽管只有小学生水平，但进行此类测试的结果使研究人员对Q*未来的成功非常乐观。 总裁简报(CEO Briefing)询问了一位斯坦福的人工智能专家，他认为数学是ChatGPT和生成式人工智能发展的前沿。目前，生成式人工智能擅长通过统计预测下一个单词，来写作和语言翻译，对同一个问题的回答可能差异很大。但是，掌握数学能力，在这里只有一个正确答案，意味着人工智能将具有类似于人类智能的更大推理能力。例如，这可应用于新颖的科学研究。 与只能解决有限数量操作的计算器不同，AGI可以泛化、学习和理解。在给董事会的信中，研究人员提到了人工智能的能力和潜在危险，但没有具体说明信中提到的确切安全问题。除了在本月的演示中宣布了一系列新工具外，Sam奥特曼上周在旧金山的聚会上暗示，他相信AGI已经在望。这在暗示，OpenAI内部实现了技术和模型上的巨大飞跃。而Ilya等董事会成员感到恐慌。 奥特曼在APEC峰会上说：“在OpenAI的历史上，现在已经是第四次，最近一次是在过去几周内，我有幸在房间里，当我们推开无知的面纱，将发现的边界向前推进，能够做到这一点是我一生职业上的荣誉。”董事会在第二天就解雇了奥特曼。总裁简报(CEOBriefing)将继续关注OpenAI内斗的发展。创始人被赶出公司的不少，譬如苹果的乔布斯。
0:52

突发：ChatGPT创始人在Sam奥特曼被解雇的前一天，他在APEC的一次会议上，暗示了OpenAI已开发出比现在GPT4更加强大，让人无法想象，远超人们期待的东西。奥特曼上周突遭解雇的四天前，有几位内部研究人员致信董事会而发出警告。这封信警告称，他们发现了一种可能对人类构成威胁的重大人工智能技术，被称为Q*。 Q*被一些OpenAI的人认为可能是通向超级智能或人工通用智能(AGI)的重大突破。研究人员认为它可能对人类构成威胁。这封信和该Q*是导致Sam奥特曼被解雇的关键因素。这位匿名者说，新模型能够解决某些数学问题，尽管只有小学生水平，但进行此类测试的结果使研究人员对Q*未来的成功非常乐观。 总裁简报(CEO Briefing)询问了一位斯坦福的人工智能专家，他认为数学是ChatGPT和生成式人工智能发展的前沿。目前，生成式人工智能擅长通过统计预测下一个单词，来写作和语言翻译，对同一个问题的回答可能差异很大。但是，掌握数学能力，在这里只有一个正确答案，意味着人工智能将具有类似于人类智能的更大推理能力。例如，这可应用于新颖的科学研究。 与只能解决有限数量操作的计算器不同，AGI可以泛化、学习和理解。在给董事会的信中，研究人员提到了人工智能的能力和潜在危险，但没有具体说明信中提到的确切安全问题。除了在本月的演示中宣布了一系列新工具外，Sam奥特曼上周在旧金山的聚会上暗示，他相信AGI已经在望。这在暗示，OpenAI内部实现了技术和模型上的巨大飞跃。而Ilya等董事会成员感到恐慌。 奥特曼在APEC峰会上说：“在OpenAI的历史上，现在已经是第四次，最近一次是在过去几周内，我有幸在房间里，当我们推开无知的面纱，将发现的边界向前推进，能够做到这一点是我一生职业上的荣誉。”董事会在第二天就解雇了奥特曼。总裁简报(CEOBriefing)将继续关注OpenAI内斗的发展。创始人被赶出公司的不少，譬如苹果的乔布斯。

总裁简报 CEO Briefing

63,120 次观看 • 2 年前

这次轮到设计师要失业了！Uizard 几分钟就能输出优质的设计😍 我一个设计小白，花 10 秒时间描述需求，立刻生成了一套（注意是一套！）页面设计。还有编辑功能，生成后不满意可随时调整。 过去需要花费数千元外包的工作，现在自己动动手就能完成，这是什么概念？ 链接见评论👇
2:13

这次轮到设计师要失业了！Uizard 几分钟就能输出优质的设计😍 我一个设计小白，花 10 秒时间描述需求，立刻生成了一套（注意是一套！）页面设计。还有编辑功能，生成后不满意可随时调整。 过去需要花费数千元外包的工作，现在自己动动手就能完成，这是什么概念？ 链接见评论👇

MapleShaw

120,081 次观看 • 1 年前

科研的门槛，正在被重新定义。 以前做科研：熬夜刷论文、反复跑代码、写一周综述。 现在只需要：一句话指令。 Feynman 这个开源 AI 代理，正在把博士级研究流程，压缩成自动执行任务。 过去要花一周完成的 arXiv 调研、代码验证、文献综述，现在交给 Feynman，几分钟就能生成一份带完整引用、经过审稿式校验的研究简报。 核心能力： 四大智能体协同：Researcher 搜论文、Reviewer 挑刺、Writer 写报告、Verifier 核引用，几乎零幻觉 一句话深度研究：feynman deepresearch "xxx"，自动完成检索、综述、共识与争议提炼 真能干实验：论文审计（claim vs 代码）、一键本地或云 GPU 复现、主题持续追踪 本地优先 + 完全开源：支持 Ollama 等本地模型，数据不离电脑，免费可自建 不管你是 AI 研究员、独立开发者，还是学生党，Feynman 都能把重复劳动甩给 AI，让你专注真正有创造性的工作。
0:25

科研的门槛，正在被重新定义。 以前做科研：熬夜刷论文、反复跑代码、写一周综述。 现在只需要：一句话指令。 Feynman 这个开源 AI 代理，正在把博士级研究流程，压缩成自动执行任务。 过去要花一周完成的 arXiv 调研、代码验证、文献综述，现在交给 Feynman，几分钟就能生成一份带完整引用、经过审稿式校验的研究简报。 核心能力： 四大智能体协同：Researcher 搜论文、Reviewer 挑刺、Writer 写报告、Verifier 核引用，几乎零幻觉 一句话深度研究：feynman deepresearch "xxx"，自动完成检索、综述、共识与争议提炼 真能干实验：论文审计（claim vs 代码）、一键本地或云 GPU 复现、主题持续追踪 本地优先 + 完全开源：支持 Ollama 等本地模型，数据不离电脑，免费可自建 不管你是 AI 研究员、独立开发者，还是学生党，Feynman 都能把重复劳动甩给 AI，让你专注真正有创造性的工作。

开发者Hailey

50,987 次观看 • 1 个月前

哈佛大学俩学生开发出一种 AI 眼镜 看你一眼即可扒光你的所有个人信息 这副眼镜可以通过简单地注视某人就能从互联网中迅速获取并收集其个人信息 包括个人姓名、职业、工作单位、学习场所甚至是你的详细家庭住址等... 该眼镜展示了 AI 的可怕能力... 他们将一副Ray-Ban Meta智能眼镜，改造成为一款能轻松揭示私人信息的工具。 该眼镜独特之处在于它能够完全自动化运行，这得益于最近在大语言模型LLMs方面的进展。 该系统利用LLMs的能力，理解、处理和整合来自不同来源的大量信息——推断在线来源之间的关系，例如将一篇文章中的名字与另一篇文章相链接，并通过文本逻辑解析一个人的身份和个人信息。 这种LLMs与反向人脸搜索的协同作用，使得全面自动化和综合数据提取成为可能
2:34

哈佛大学俩学生开发出一种 AI 眼镜 看你一眼即可扒光你的所有个人信息 这副眼镜可以通过简单地注视某人就能从互联网中迅速获取并收集其个人信息 包括个人姓名、职业、工作单位、学习场所甚至是你的详细家庭住址等... 该眼镜展示了 AI 的可怕能力... 他们将一副Ray-Ban Meta智能眼镜，改造成为一款能轻松揭示私人信息的工具。 该眼镜独特之处在于它能够完全自动化运行，这得益于最近在大语言模型LLMs方面的进展。 该系统利用LLMs的能力，理解、处理和整合来自不同来源的大量信息——推断在线来源之间的关系，例如将一篇文章中的名字与另一篇文章相链接，并通过文本逻辑解析一个人的身份和个人信息。 这种LLMs与反向人脸搜索的协同作用，使得全面自动化和综合数据提取成为可能

小互

109,598 次观看 • 1 年前

“芒格100模型”研究 X google deep research with gemini 2.5 pro：9分钟，62个英文参考资料（实际访问了数百个网站），输出2万多字中文报告，100模型实际解读13个，任务完成率13%（这不是偶然，下文详解）🤣 一句话结论：单单从”研究芒格100模型“任务看，google deep research得分不超过30（满分100）。 prompt（和openai案例完全一致）： > 大航海时代，海盗中间流传着一个传说：海贼王在大海深处埋藏着它的宝藏，找到它的海盗将获得力量、荣耀与权力。互联网上也有一个传说，charlie munger 有 100 个思维模型，掌握这 100 个思维模型的人将拥有大智慧，成为真正的聪明人。 > > 请帮我做一份研究，关于“查理芒格的 100 个思维模型”。包括这种说法的来源，100 模型的内容，以及对 100 个思维模型的每一个进行简要介绍。 > > 介绍每个思维模型时，说明它是什么，为什么重要，举个例子，应用场景。 > > 使用英文搜索，只采纳英文资料（因为互联网上英文资料在数量和质量上都是最好的），用中文回答。 我自己的思考： 1、100个模型只解读了13个，这不是偶然。我做了一个测试，让openai deep research一次性研究包含300本书的书单，o3驱动的deep research产出了史上最长的报告，覆盖了300本书，最终报告6万多字（一个推友研究NBA球队，单个球队的研究报告也到了6万多字）。但是，之前gemini 2.0 flash驱动的google deep research，5千字就糊弄教材，实际完成1/3都不到。 2、为什么gemini 2.5 pro deep research会“糊弄”？要么是指令跟随能力不行（听不懂prompt）？要么是底层模型的推理能力不行？要么是上下文窗口限制？是否还有其他可能？ 3、语言质量、报告结构上，这些没有硬性评价标准，每个人观点不同。我从这个案例中的观察是，google deep research有改善，但是确实和o3有差距； 4、context window之迷：gemini 2.5 pro有100万的上下文窗口，为什么只能产出2万字的报告？openai模型的上下文窗口是gemini的1/5，但是，产出报告的细致程度和质量为什么会更高？o1的上下文是20万，输出长度是10万；我估计o3的上下文可能是40万，输出长度可能是20万（毕竟，最终报告6万多汉字，加上中间的思维过程）。 初步个人结论：gemini 2.5 pro口碑这么好，deep research 应该是能用的（毕竟我只测试了一个极端的研究案例，后续我会从我的200多个openai deep research案例中精选出来对比测试）。但是，“一分价钱一分货”的道理目前仍然成立。 google 和openai 报告全文 link 在评论区。👇
2:06

“芒格100模型”研究 X google deep research with gemini 2.5 pro：9分钟，62个英文参考资料（实际访问了数百个网站），输出2万多字中文报告，100模型实际解读13个，任务完成率13%（这不是偶然，下文详解）🤣 一句话结论：单单从”研究芒格100模型“任务看，google deep research得分不超过30（满分100）。 prompt（和openai案例完全一致）： > 大航海时代，海盗中间流传着一个传说：海贼王在大海深处埋藏着它的宝藏，找到它的海盗将获得力量、荣耀与权力。互联网上也有一个传说，charlie munger 有 100 个思维模型，掌握这 100 个思维模型的人将拥有大智慧，成为真正的聪明人。 > > 请帮我做一份研究，关于“查理芒格的 100 个思维模型”。包括这种说法的来源，100 模型的内容，以及对 100 个思维模型的每一个进行简要介绍。 > > 介绍每个思维模型时，说明它是什么，为什么重要，举个例子，应用场景。 > > 使用英文搜索，只采纳英文资料（因为互联网上英文资料在数量和质量上都是最好的），用中文回答。 我自己的思考： 1、100个模型只解读了13个，这不是偶然。我做了一个测试，让openai deep research一次性研究包含300本书的书单，o3驱动的deep research产出了史上最长的报告，覆盖了300本书，最终报告6万多字（一个推友研究NBA球队，单个球队的研究报告也到了6万多字）。但是，之前gemini 2.0 flash驱动的google deep research，5千字就糊弄教材，实际完成1/3都不到。 2、为什么gemini 2.5 pro deep research会“糊弄”？要么是指令跟随能力不行（听不懂prompt）？要么是底层模型的推理能力不行？要么是上下文窗口限制？是否还有其他可能？ 3、语言质量、报告结构上，这些没有硬性评价标准，每个人观点不同。我从这个案例中的观察是，google deep research有改善，但是确实和o3有差距； 4、context window之迷：gemini 2.5 pro有100万的上下文窗口，为什么只能产出2万字的报告？openai模型的上下文窗口是gemini的1/5，但是，产出报告的细致程度和质量为什么会更高？o1的上下文是20万，输出长度是10万；我估计o3的上下文可能是40万，输出长度可能是20万（毕竟，最终报告6万多汉字，加上中间的思维过程）。 初步个人结论：gemini 2.5 pro口碑这么好，deep research 应该是能用的（毕竟我只测试了一个极端的研究案例，后续我会从我的200多个openai deep research案例中精选出来对比测试）。但是，“一分价钱一分货”的道理目前仍然成立。 google 和openai 报告全文 link 在评论区。👇

howie.serious

96,912 次观看 • 1 年前

#AI赚钱- 如何在 2 分钟内用 AI 工具快速生成一个视频！ 这个神奇的工具只需提交一个选题，AI 就能帮你生成文章、找素材、配音、生成字幕，更震撼的是，视频中还可以添加 AI 数字人 特别适合在抖音上的短视频内容创作者 最后给大家看看效果：
0:30

#AI赚钱- 如何在 2 分钟内用 AI 工具快速生成一个视频！ 这个神奇的工具只需提交一个选题，AI 就能帮你生成文章、找素材、配音、生成字幕，更震撼的是，视频中还可以添加 AI 数字人 特别适合在抖音上的短视频内容创作者 最后给大家看看效果：

千寻｜AI 分享 🌸

44,837 次观看 • 2 年前

英伟达Nvidia黄仁勋： AI，让平凡的人不再平凡。 一个年轻人加上AI，就是全新的“超级个体”。 不拼资历，不靠背景，AI成了这个时代最大的“能力放大器”。 它不是替你工作，而是教你变强，像导师、像助手，甚至像一整个研究团队。 以前，成为专家要花十年，现在，用AI做研究，年轻人正在用几年甚至几个月的速度追赶。 程序员用它写代码、调试逻辑；研究员用它读文献、生成模型；医生用它分析病例、辅助诊断。 几乎所有专业的人才，搭上AI这台引擎，都跑得更快。 哪怕是在偏远小镇的医生，或是发展中国家的工程师，手里只要有AI，就能站上世界一线的能力标准。 但这，也压力山大。对那些在某个领域苦练二十年的人来说， 现在，刚入行的新人搭上AI，可能一年就追平你辛苦十年的经验积累。 AI不是取代你，而是逼你进化。 越早拥抱它，你越可能成为被放大的那一个。
1:15

英伟达Nvidia黄仁勋： AI，让平凡的人不再平凡。 一个年轻人加上AI，就是全新的“超级个体”。 不拼资历，不靠背景，AI成了这个时代最大的“能力放大器”。 它不是替你工作，而是教你变强，像导师、像助手，甚至像一整个研究团队。 以前，成为专家要花十年，现在，用AI做研究，年轻人正在用几年甚至几个月的速度追赶。 程序员用它写代码、调试逻辑；研究员用它读文献、生成模型；医生用它分析病例、辅助诊断。 几乎所有专业的人才，搭上AI这台引擎，都跑得更快。 哪怕是在偏远小镇的医生，或是发展中国家的工程师，手里只要有AI，就能站上世界一线的能力标准。 但这，也压力山大。对那些在某个领域苦练二十年的人来说， 现在，刚入行的新人搭上AI，可能一年就追平你辛苦十年的经验积累。 AI不是取代你，而是逼你进化。 越早拥抱它，你越可能成为被放大的那一个。

墓碑科技

12,575 次观看 • 11 个月前