Video yükleniyor...

Video Yüklenemedi

Bu video yüklenirken bir sorun oluştu. Bu geçici bir ağ sorunundan kaynaklanıyor olabilir veya video kullanılamıyor olabilir.

Ana Sayfaya Dön

刚刚过去的一天整个ai行业又有大事发生！ Claude code重磅更新！今天凌晨推出了自动修复功能，现在claude code可以自己完成代码修复，自动持续提交pr以及修改bug等功能，确保代码的审核修改和上交都在自动化的过程中可以完成，这也是自周初推出自动研究功能后，本周推出的第二个自动化功能。 AI自动化写代码改代码提交代码，本周也是上升到了一个新的维度。同时谷歌也是在今天凌晨发布了gemini3.1 flash live版本，这是一个语音输入的大模型，现在用户可以通过语音输入的方式，指导用户写代码。我觉得这种语音输入的大模型后续可以方便残疾人使用ai，这也是ai技术进步对于人类温情的体现。谷歌也发布了一个音乐生成模型 lyria，这是一个可以帮助用户更方便的制作音乐的模型，也可以通过图片文字和视频更好的生产新的音乐，目前在谷歌ai studio已经可以使用。 Openai宣布其广告收入的年化收入也已经超过了1亿美金，他们从今年1月开始为部分美国用户提供了广告，并且和600多家公司签订了合同。如果这条路径能走通，也将为openai获得一个新的收入渠道，不过之前anthropic也已经多次嘲讽过openai的广告太多，希望不要成为下一个百度。更多具体内容请看视频！感谢大家点赞关注支持！谢谢！

Vic TALK

9,712 subscribers

14,528 görüntüleme • 3 ay önce •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

刚刚过去的一天ai行业又有大事发生！ Openclaw的最大竞争对手来了！ Perplexity 宣布推出perplexity computer，这个云端电脑聚合了多款最新大模型，可以根据用户的提出的需求寻找最合适的大模型从而完成任务。可以说这是用了和openclaw完全不同的架构，openclaw是由用户自己运行的电脑，通过一个大模型来解决问题。而perplexity则是通过多种大模型聚合的云端电脑帮用户寻找最合适的大模型解决问题。一个像私人助理，一个像工作团队。目前200刀每月，大家可以体验。 Moonlake 在今天推出了全新的多模态大模型，从视频演示中，他们只输入了几句话，就生成了一个保龄球游戏的全貌。这个大模型的厉害之处大家可以去他们的官推视频查看，可以说是对于游戏生成行业的一次冲击。也是我觉得非常厉害的一个产品，世界果然属于聪明的年轻人 Anthropic 宣布收购了 Vercept ，这是一家ai桌面助手，可以学习人类的习惯去使用电脑，对于后续ai工作流的提升极为有用。 claude和openai也均对ai安全性问题给出了最新的处理建议，在ai高速发展的今天，安全性更为重要感谢各位点赞支持！关注我，每天带来最新的ai资讯！

刚刚过去的一天ai行业又有大事发生！ Openclaw的最大竞争对手来了！ Perplexity 宣布推出perplexity computer，这个云端电脑聚合了多款最新大模型，可以根据用户的提出的需求寻找最合适的大模型从而完成任务。可以说这是用了和openclaw完全不同的架构，openclaw是由用户自己运行的电脑，通过一个大模型来解决问题。而perplexity则是通过多种大模型聚合的云端电脑帮用户寻找最合适的大模型解决问题。一个像私人助理，一个像工作团队。目前200刀每月，大家可以体验。 Moonlake 在今天推出了全新的多模态大模型，从视频演示中，他们只输入了几句话，就生成了一个保龄球游戏的全貌。这个大模型的厉害之处大家可以去他们的官推视频查看，可以说是对于游戏生成行业的一次冲击。也是我觉得非常厉害的一个产品，世界果然属于聪明的年轻人 Anthropic 宣布收购了 Vercept ，这是一家ai桌面助手，可以学习人类的习惯去使用电脑，对于后续ai工作流的提升极为有用。 claude和openai也均对ai安全性问题给出了最新的处理建议，在ai高速发展的今天，安全性更为重要感谢各位点赞支持！关注我，每天带来最新的ai资讯！

Vic TALK

78,827 görüntüleme • 4 ay önce

刚刚过去的一天整个ai行业又有大事发生！ Claude今天凌晨再次更新，推出了自动模式。自动模式可以结合昨天刚推出的Claude code私人助理一起使用，人类不需要每一步都给指示，claude可以自己去按照逻辑执行。从ai私人助理，直接升级成了自动的ai私人助理。说实话，除了经常被封号，claude是真的很好用！这也是他们在今年的第34天发布更新，确实很卷！ cloudflare发布了新的沙盒，要比之前的启动快100倍，同时内存节省10倍，这也是近期的技术更新。谷歌发布了一篇论文，用了一种全新的方式去压缩大模型的体积到原来的六分之一，同时大模型的推理速度却比之前提升了八倍，有博主将其定义为2026年以来ai行业最大的技术进步。 openai在公司战略和seedance的双重影响下关闭了sora,同时应该也会在进去推出智能电商ai,可以在gpt里搜索商品，然后多个电商平台比价推送，再完成购买，更像是一个电商平台的聚合器。昨天晚上差点出现了ai史上最大的黑客攻击事件，还好黑客写的恶意程序有bug，不然不知道有多少个设备将被黑掉。具体内容请看视频，感谢大家点赞关注支持！

刚刚过去的一天整个ai行业又有大事发生！ Claude今天凌晨再次更新，推出了自动模式。自动模式可以结合昨天刚推出的Claude code私人助理一起使用，人类不需要每一步都给指示，claude可以自己去按照逻辑执行。从ai私人助理，直接升级成了自动的ai私人助理。说实话，除了经常被封号，claude是真的很好用！这也是他们在今年的第34天发布更新，确实很卷！ cloudflare发布了新的沙盒，要比之前的启动快100倍，同时内存节省10倍，这也是近期的技术更新。谷歌发布了一篇论文，用了一种全新的方式去压缩大模型的体积到原来的六分之一，同时大模型的推理速度却比之前提升了八倍，有博主将其定义为2026年以来ai行业最大的技术进步。 openai在公司战略和seedance的双重影响下关闭了sora,同时应该也会在进去推出智能电商ai,可以在gpt里搜索商品，然后多个电商平台比价推送，再完成购买，更像是一个电商平台的聚合器。昨天晚上差点出现了ai史上最大的黑客攻击事件，还好黑客写的恶意程序有bug，不然不知道有多少个设备将被黑掉。具体内容请看视频，感谢大家点赞关注支持！

Vic TALK

20,615 görüntüleme • 3 ay önce

玩了一下Suno ，太好玩了，随便输入111就能生成一首好听的歌曲，自定义模式下输入了"Coming Home"的歌词，重新生成的歌曲也很好听。第一个是原创，后面两个是用suno V3生成的。来对比下效果这是一款免费的AI音乐和语音生成工具，在他们官网上可以使用Chirp音乐模型生成2分钟的音乐，有谷歌账号的能一键登录使用，有两种模式，随便输入提示词和自定义模式。有音乐创作需求的可以收藏着备用。Suno AI 提供免费版和付费版，免费版每天提供 50 Credits，可创作 10 首歌曲。直达传送门：

玩了一下Suno ，太好玩了，随便输入111就能生成一首好听的歌曲，自定义模式下输入了"Coming Home"的歌词，重新生成的歌曲也很好听。第一个是原创，后面两个是用suno V3生成的。来对比下效果这是一款免费的AI音乐和语音生成工具，在他们官网上可以使用Chirp音乐模型生成2分钟的音乐，有谷歌账号的能一键登录使用，有两种模式，随便输入提示词和自定义模式。有音乐创作需求的可以收藏着备用。Suno AI 提供免费版和付费版，免费版每天提供 50 Credits，可创作 10 首歌曲。直达传送门：

穆尼

82,632 görüntüleme • 2 yıl önce

Cursor 推出炼蛊模式！一口气能开8个代理！给大家带来 Cursor 2.0 更新内容！这个分量的确够得上一个大版本更新。首先，推出了炼蛊模式，你最多可以开8个 Agent 并行运行同一个任务，然后矬子里面拔大个，选你觉得AI生成的最好的结果。其次，cursor 早就传出内部在炼大模型，终于推出了！目前宣传点是生成速度，这个我一会儿会单独放出这个模型的评测视频！然后！可以在Cursor里面直接打开浏览器了！这叫一个真套娃了，本身就是 Electron，又套个 chromium。跑题了，这个最大的作用其实是为大模型进行视觉设计或debug铺平道路。是个非常不错的功能。就是不知道大家内存抗不扛得住。还有！现在支持语音输入了，终于可以真的当老板了用嘴命令它干活了。剩下就是一些小改进了，包括可以在一个chat里面看多个文件的修改啦，其实跟github的合并pr的模式差不多。命令可以运行在安全沙箱，再也不用担心输入了个波浪线，大模型灭门事件了。团队配置集中管理啦，可以在后代运行多个 plan mode，玩田忌赛马等等等等。总之，请确保你的订阅套餐够烧

Cursor 推出炼蛊模式！一口气能开8个代理！给大家带来 Cursor 2.0 更新内容！这个分量的确够得上一个大版本更新。首先，推出了炼蛊模式，你最多可以开8个 Agent 并行运行同一个任务，然后矬子里面拔大个，选你觉得AI生成的最好的结果。其次，cursor 早就传出内部在炼大模型，终于推出了！目前宣传点是生成速度，这个我一会儿会单独放出这个模型的评测视频！然后！可以在Cursor里面直接打开浏览器了！这叫一个真套娃了，本身就是 Electron，又套个 chromium。跑题了，这个最大的作用其实是为大模型进行视觉设计或debug铺平道路。是个非常不错的功能。就是不知道大家内存抗不扛得住。还有！现在支持语音输入了，终于可以真的当老板了用嘴命令它干活了。剩下就是一些小改进了，包括可以在一个chat里面看多个文件的修改啦，其实跟github的合并pr的模式差不多。命令可以运行在安全沙箱，再也不用担心输入了个波浪线，大模型灭门事件了。团队配置集中管理啦，可以在后代运行多个 plan mode，玩田忌赛马等等等等。总之，请确保你的订阅套餐够烧

karminski-牙医

21,721 görüntüleme • 8 ay önce

Zapier 的联合创始人 Mike Knoop 演示新的 AI 自动化工作流新的工作流改成了类似于 GPT Builder 的聊天界面，通过自然语言的聊天对话让 AI 帮你创建自动化工作流，并且可以对创建的结果进行人工修改，以及测试，如果对测试结果不满意，可以继续输入提示词让 AI 进行修改。可以预见随着大语言模型的普及以及能力的加强，这种基于聊天界面的交互方式会越来越流行，会有更多软件采用这种交互，也就是可以自然语言输入指令生成、修改，以及结合传统 UI 界面对生成结果人工修改。

Zapier 的联合创始人 Mike Knoop 演示新的 AI 自动化工作流新的工作流改成了类似于 GPT Builder 的聊天界面，通过自然语言的聊天对话让 AI 帮你创建自动化工作流，并且可以对创建的结果进行人工修改，以及测试，如果对测试结果不满意，可以继续输入提示词让 AI 进行修改。可以预见随着大语言模型的普及以及能力的加强，这种基于聊天界面的交互方式会越来越流行，会有更多软件采用这种交互，也就是可以自然语言输入指令生成、修改，以及结合传统 UI 界面对生成结果人工修改。

宝玉

51,635 görüntüleme • 2 yıl önce

OpenAI GPTs: 每个人都可以创建自己的Agent，并从中获得收入为大家带来热腾腾的全网首个双语视频😎 从今天起，每个人都可以在OpenAI轻松构建自己的 ChatGPT, 无需代，只需要通过对话和知识输入本月GPT商店也会推出，每个人都可以分享自己创建的 GPT，并从别人的使用中获得收入这意味着, 知识的传播和售卖有了新的形式，而且是更低成本的方式，不用写书，不用卖课，不用一对一咨询，只需要通过对话创建自己的 GPT 助理，就可以拥有一个「可复制可售卖的自己」也就是说，创作者 / 知识工作者们，有了新的商业化手段。ChatGPT 不再只是个人生产力工具，同时变成了全球知识网络，会对现在的知识经济带来颠覆式的影响在 Sam Altman 的示例中，他基于过去给创业者的演讲，创建了一个「创业导师机器人」，回答的还挺像模像样的创建 GPT 助理的链接：具体的创建功能今天开始灰度上线，我也会在上线后第一时间体验和分享，以及进行后续的商业化实践。欢迎关注我 @starzqeth , 持续为大家带来如何通过 Web3 和 AI 赋能个体和品牌，成为这个时代的超级个体

OpenAI GPTs: 每个人都可以创建自己的Agent，并从中获得收入为大家带来热腾腾的全网首个双语视频😎 从今天起，每个人都可以在OpenAI轻松构建自己的 ChatGPT, 无需代，只需要通过对话和知识输入本月GPT商店也会推出，每个人都可以分享自己创建的 GPT，并从别人的使用中获得收入这意味着, 知识的传播和售卖有了新的形式，而且是更低成本的方式，不用写书，不用卖课，不用一对一咨询，只需要通过对话创建自己的 GPT 助理，就可以拥有一个「可复制可售卖的自己」也就是说，创作者 / 知识工作者们，有了新的商业化手段。ChatGPT 不再只是个人生产力工具，同时变成了全球知识网络，会对现在的知识经济带来颠覆式的影响在 Sam Altman 的示例中，他基于过去给创业者的演讲，创建了一个「创业导师机器人」，回答的还挺像模像样的创建 GPT 助理的链接：具体的创建功能今天开始灰度上线，我也会在上线后第一时间体验和分享，以及进行后续的商业化实践。欢迎关注我 @starzqeth , 持续为大家带来如何通过 Web3 和 AI 赋能个体和品牌，成为这个时代的超级个体

Star@Day1Global Podcast

29,988 görüntüleme • 2 yıl önce

刚刚过去的一夜整个ai行业又有大事发生！谷歌凌晨再放大招！ai视觉设计软件 Stitch by Google 正式上线。这是一个帮助人类进行ui设计的产品，无论是想要做网站还是做app的页面，都可以通过它来去一键完成，该产品的使用也是非常方便。从效果图来看，应该也是和香蕉2大模型进行了合作，各位小伙伴可以去体验一下。该产品的推出也是得figma的股价暴跌了有10%，可以说这又是ai对一个新行业产生了竞争。 Okara 是一个ai cmo，它可以通过分析你给他的网站，来帮助人类自动的进行宣传推广，并且还会给出一系列的数据分析 claude和gpt写代码，stitch做视觉和ui，okara做cmo推广产品。ai工具的产品产业链也是闭环了。小米集团也认领了hunter alpha，这个一直霸榜openrouter的大模型，还有小伙伴vibe coding了一个ai会对于各行业产生影响的网站，也还是蛮有趣的。具体内容请看视频！感谢大家点赞关注支持！

刚刚过去的一夜整个ai行业又有大事发生！谷歌凌晨再放大招！ai视觉设计软件 Stitch by Google 正式上线。这是一个帮助人类进行ui设计的产品，无论是想要做网站还是做app的页面，都可以通过它来去一键完成，该产品的使用也是非常方便。从效果图来看，应该也是和香蕉2大模型进行了合作，各位小伙伴可以去体验一下。该产品的推出也是得figma的股价暴跌了有10%，可以说这又是ai对一个新行业产生了竞争。 Okara 是一个ai cmo，它可以通过分析你给他的网站，来帮助人类自动的进行宣传推广，并且还会给出一系列的数据分析 claude和gpt写代码，stitch做视觉和ui，okara做cmo推广产品。ai工具的产品产业链也是闭环了。小米集团也认领了hunter alpha，这个一直霸榜openrouter的大模型，还有小伙伴vibe coding了一个ai会对于各行业产生影响的网站，也还是蛮有趣的。具体内容请看视频！感谢大家点赞关注支持！

Vic TALK

72,057 görüntüleme • 3 ay önce

把网站录下来给AI看, AI能照着做出来吗? 刚刚看到了个炫酷的灯具网站, 它有个功能是点击按钮直接能看到灯点亮的效果, 甚至网站的配色也会暗淡下来, 特别有氛围. 我突然想到, 这样的网站, 如果要让AI来做, 该怎么办? 把源代码拷给它? 用一个巨复杂的 prompt 来完成? 有没有可能, 我录个视频, 展示一下这个"关灯"的效果, 然后让AI来按照视频来写网站? 于是, 这个重任就交给了今天测试的模型, 百度刚出的文心-5.0-preview, 全模态大模型, 这个模型同时支持文本, 图片, 音频, 视频作为输入, 然后可以生成文本和图片, 所以我们这个测试可以最大化的利用它的能力. 我先录制了网站的效果, 然后写了prompt作为补充, 告诉它这个效果是怎样的, 以及准备的图片材料在哪里. 值得一提的是, 网站所展示的图片也是我用文心-5.0-preview生成的. 大家可以看视频中我生成的效果. 直接说测试结论: 目前每个模态都是可用的, 而且模态之间关联性非常好, 我测试了视频+文本, 图片+文本, 图片+语音, 都可以完成任务. 当然测试也发现了一些问题, 比如 token 输出速度不是特别快, 以及偶尔会有超时问题(已反馈给百度的同学). 我的使用建议是, 多利用它的多模态能力, 来完成之前不敢想象的任务, 它真的提升了使用场景的天花板. #文心大模型 #文心5 #百度 #文心一言 #ai教程

把网站录下来给AI看, AI能照着做出来吗? 刚刚看到了个炫酷的灯具网站, 它有个功能是点击按钮直接能看到灯点亮的效果, 甚至网站的配色也会暗淡下来, 特别有氛围. 我突然想到, 这样的网站, 如果要让AI来做, 该怎么办? 把源代码拷给它? 用一个巨复杂的 prompt 来完成? 有没有可能, 我录个视频, 展示一下这个"关灯"的效果, 然后让AI来按照视频来写网站? 于是, 这个重任就交给了今天测试的模型, 百度刚出的文心-5.0-preview, 全模态大模型, 这个模型同时支持文本, 图片, 音频, 视频作为输入, 然后可以生成文本和图片, 所以我们这个测试可以最大化的利用它的能力. 我先录制了网站的效果, 然后写了prompt作为补充, 告诉它这个效果是怎样的, 以及准备的图片材料在哪里. 值得一提的是, 网站所展示的图片也是我用文心-5.0-preview生成的. 大家可以看视频中我生成的效果. 直接说测试结论: 目前每个模态都是可用的, 而且模态之间关联性非常好, 我测试了视频+文本, 图片+文本, 图片+语音, 都可以完成任务. 当然测试也发现了一些问题, 比如 token 输出速度不是特别快, 以及偶尔会有超时问题(已反馈给百度的同学). 我的使用建议是, 多利用它的多模态能力, 来完成之前不敢想象的任务, 它真的提升了使用场景的天花板. #文心大模型 #文心5 #百度 #文心一言 #ai教程

karminski-牙医

29,929 görüntüleme • 7 ay önce

Google 原计划惊在 I/O 大会上爆全场的演示 - Project Astra，来自 Gemini 团队的最新武器，一个通用的 AI 智能体！原生多模态、能感知视频和语音、可以超低延时沟通，结果昨天被 OpenAI 的 GPT-4o 用一个不到 20 分钟的低成本发布会给截胡了，Sam 每次都要骑到 Google 头上玩。。😅 不过这两天从 OpenAI 到 Google 的新品发布，基本上确定了下一代 AI 智能体的交互，那就是无需界面，全程语音，能实时感知世界；而且智能体是主动的，可自我学习的与个性化的。现在，手机有了新的演化方向，更多的 AI 硬件将会大爆发，我们很快能像用魔法水晶球一样，召唤 AI 了。。

Google 原计划惊在 I/O 大会上爆全场的演示 - Project Astra，来自 Gemini 团队的最新武器，一个通用的 AI 智能体！原生多模态、能感知视频和语音、可以超低延时沟通，结果昨天被 OpenAI 的 GPT-4o 用一个不到 20 分钟的低成本发布会给截胡了，Sam 每次都要骑到 Google 头上玩。。😅 不过这两天从 OpenAI 到 Google 的新品发布，基本上确定了下一代 AI 智能体的交互，那就是无需界面，全程语音，能实时感知世界；而且智能体是主动的，可自我学习的与个性化的。现在，手机有了新的演化方向，更多的 AI 硬件将会大爆发，我们很快能像用魔法水晶球一样，召唤 AI 了。。

indigo

128,113 görüntüleme • 2 yıl önce

Pixverse 发布 R1 实时视频世界模型藏师傅也试了一下前几天测试的 Pixverse R1 终于发布了，这是一个可以实时生成并且可以随时通过提示词介入修改后续内容的世界模型。极限情况下可以实时生成 1080P 的高清视频，感觉成本再下来一点以后 AI 游戏和交互式的影视内容有戏了啊。 ------ 简单介绍一下使用体验，目前他们在一个单独的平台测试需要邀请码。你可以选择预制的的三个主题进行体验，三个主题分别是巨龙巢穴、二战主题、海底世界，正式版本会增加到 6 个。也可以创建自己的主题，选择画面比例、风格输入主题相关提示词就可以了。生成之后主要的互动就是在他播放的过程中输入提示词来改变当前视频生成的剧情走向。而且这里生成的视频居然还是带音乐、音效混合旁白的，比以前所谓的实时生成的模型强了不少。 ------ 算法和架构上主要的优化有：这是个原生的多模态模型支持将文本、图像、视频、音频统一为连续的 Token 流，接受任何模态的输入。 PixVerse-R1 改成了非扩散的自回归架构，用来实现无限连续的生成，还使用了增加注意力机制，确保长时间生成的内容一致性。为了适配实时视频生成的性能，他们将原来的迭代降噪逻辑进行了多项优化，他们叫瞬时响应引擎 (IRE)，主要包括三个优化： Temporal Trajectory Folding：传统模型从噪点到清晰图像需要迭代几十步，他们直接暴力压缩到仅需 1–4 步。 Guidance Rectification：直接将传统的 CFG 逻辑蒸馏到了模型参数内部，节省了时间。 Adaptive Sparse Attention：生成高分辨率的视频的时候让模型学会学会“抓大放小”，自动识别重要区域进行精细计算，大幅降低计算负载。 ------- 目前由于成本问题需要邀请码才能测试，生成的分辨率是 480P，过几天会提高到 720P。

Pixverse 发布 R1 实时视频世界模型藏师傅也试了一下前几天测试的 Pixverse R1 终于发布了，这是一个可以实时生成并且可以随时通过提示词介入修改后续内容的世界模型。极限情况下可以实时生成 1080P 的高清视频，感觉成本再下来一点以后 AI 游戏和交互式的影视内容有戏了啊。 ------ 简单介绍一下使用体验，目前他们在一个单独的平台测试需要邀请码。你可以选择预制的的三个主题进行体验，三个主题分别是巨龙巢穴、二战主题、海底世界，正式版本会增加到 6 个。也可以创建自己的主题，选择画面比例、风格输入主题相关提示词就可以了。生成之后主要的互动就是在他播放的过程中输入提示词来改变当前视频生成的剧情走向。而且这里生成的视频居然还是带音乐、音效混合旁白的，比以前所谓的实时生成的模型强了不少。 ------ 算法和架构上主要的优化有：这是个原生的多模态模型支持将文本、图像、视频、音频统一为连续的 Token 流，接受任何模态的输入。 PixVerse-R1 改成了非扩散的自回归架构，用来实现无限连续的生成，还使用了增加注意力机制，确保长时间生成的内容一致性。为了适配实时视频生成的性能，他们将原来的迭代降噪逻辑进行了多项优化，他们叫瞬时响应引擎 (IRE)，主要包括三个优化： Temporal Trajectory Folding：传统模型从噪点到清晰图像需要迭代几十步，他们直接暴力压缩到仅需 1–4 步。 Guidance Rectification：直接将传统的 CFG 逻辑蒸馏到了模型参数内部，节省了时间。 Adaptive Sparse Attention：生成高分辨率的视频的时候让模型学会学会“抓大放小”，自动识别重要区域进行精细计算，大幅降低计算负载。 ------- 目前由于成本问题需要邀请码才能测试，生成的分辨率是 480P，过几天会提高到 720P。

歸藏(guizang.ai)

16,373 görüntüleme • 5 ay önce

大模型写代码比说话还快是什么体验? 智谱刚出了一个 GLM-5.1-highspeed 版本, 赶紧要了个内测给大家做点有趣的 APP. 我测了一下这个模型反应速度用来写代码的话, 人类打字甚至都跟不上它, 于是我干脆接了个语音转文本的服务直接让我言出法随操作它写代码. 大家能看到基本是我说完3s左右它就修改完毕了, 这之间发生了语音转文本(第三方服务), 模型判断是否任务可以并发, 模型 prefill, 模型使用 tool call 修改代码段. iframe 重新渲染. 这些全都发生在 3s 这么短的时间内. 直接体验拉满. 这个模型直接量变引起了质变, 一些之前不敢想象的交互体验现在都可以做了. 所以如果你想使用这个模型构建一些极具竞争力的项目, 不妨去申请试试, 目前这个模型正在向部分企业用户提供中. #GLM #GLM51highspeed #智谱AI

大模型写代码比说话还快是什么体验? 智谱刚出了一个 GLM-5.1-highspeed 版本, 赶紧要了个内测给大家做点有趣的 APP. 我测了一下这个模型反应速度用来写代码的话, 人类打字甚至都跟不上它, 于是我干脆接了个语音转文本的服务直接让我言出法随操作它写代码. 大家能看到基本是我说完3s左右它就修改完毕了, 这之间发生了语音转文本(第三方服务), 模型判断是否任务可以并发, 模型 prefill, 模型使用 tool call 修改代码段. iframe 重新渲染. 这些全都发生在 3s 这么短的时间内. 直接体验拉满. 这个模型直接量变引起了质变, 一些之前不敢想象的交互体验现在都可以做了. 所以如果你想使用这个模型构建一些极具竞争力的项目, 不妨去申请试试, 目前这个模型正在向部分企业用户提供中. #GLM #GLM51highspeed #智谱AI

karminski-牙医

11,747 görüntüleme • 1 ay önce

和AI Agent一起工作是一种什么样的体验？扣子空间详细体验评测（下面有邀请码）🧵↓ 字节跳动发布新一代 AI Agent 平台：扣子空间，Slogan为：在扣子空间，和 Agent 一起开始你的工作。也就是你可以像和真人协作一样，和AI一起完成特定任务。通过自然语言交流直接交付结果🫡 例如这个↓ 这个测试是模拟你通过AI来简化你的工作或者提高你的工作效率或者成果，例如假如你是一个幼儿园老师就可以通过AI生成一个交互式的英语学习应用。提高孩子们学习英语的乐趣。它支持调用MCP，这个测试调用了两个MCP，一个是图像生成一个是语音生成。扣子空间，它可以是： ✅「通用实习生」：可以处理各种基础任务，比如整理资料、写文案、查数据等。 ✅「领域专家」：针对具体行业或专业的问题（如法律、医学、设计等）有深入理解，能给出专业建议或完成复杂任务。你可以根据自己的需要选择不同AI来协助你完成任务。它不只是回答问题，AI还能主动帮你做事：比如生成报告、整理数据、写代码、规划日程等。支持两种工作方式：自动模式：AI自动帮你完成任务。协作模式：你可以一步步与AI互动，逐步推进任务，更适合复杂工作。

和AI Agent一起工作是一种什么样的体验？扣子空间详细体验评测（下面有邀请码）🧵↓ 字节跳动发布新一代 AI Agent 平台：扣子空间，Slogan为：在扣子空间，和 Agent 一起开始你的工作。也就是你可以像和真人协作一样，和AI一起完成特定任务。通过自然语言交流直接交付结果🫡 例如这个↓ 这个测试是模拟你通过AI来简化你的工作或者提高你的工作效率或者成果，例如假如你是一个幼儿园老师就可以通过AI生成一个交互式的英语学习应用。提高孩子们学习英语的乐趣。它支持调用MCP，这个测试调用了两个MCP，一个是图像生成一个是语音生成。扣子空间，它可以是： ✅「通用实习生」：可以处理各种基础任务，比如整理资料、写文案、查数据等。 ✅「领域专家」：针对具体行业或专业的问题（如法律、医学、设计等）有深入理解，能给出专业建议或完成复杂任务。你可以根据自己的需要选择不同AI来协助你完成任务。它不只是回答问题，AI还能主动帮你做事：比如生成报告、整理数据、写代码、规划日程等。支持两种工作方式：自动模式：AI自动帮你完成任务。协作模式：你可以一步步与AI互动，逐步推进任务，更适合复杂工作。

小互

27,158 görüntüleme • 1 yıl önce

今天在Producthunt发现一个AI模型Kombai，可以理解Figma的界面设计并生成对应的前端代码，下面是他们官网的演示视频。从演示来看生成的代码还是不错的，它的优势在于他不要求设计稿的格式、层级和是否使用组件，无论你怎么嵌套和画出的界面它都能理解。这比之前通过传统工程化思路从设计稿生成代码要强多了。之前的一些工具要不是处理不了复杂样式，要不就是对设计师的设计稿格式有非常严格的要求。同时这个模型也支持通过自然语言生成前端界面的代码。官网链接：

今天在Producthunt发现一个AI模型Kombai，可以理解Figma的界面设计并生成对应的前端代码，下面是他们官网的演示视频。从演示来看生成的代码还是不错的，它的优势在于他不要求设计稿的格式、层级和是否使用组件，无论你怎么嵌套和画出的界面它都能理解。这比之前通过传统工程化思路从设计稿生成代码要强多了。之前的一些工具要不是处理不了复杂样式，要不就是对设计师的设计稿格式有非常严格的要求。同时这个模型也支持通过自然语言生成前端界面的代码。官网链接：

歸藏(guizang.ai)

78,671 görüntüleme • 2 yıl önce

Kyutai 又推出了一个新的语音模型： Unmute 这是一个高度模块化的语音 AI 系统，可以为任何文本大语言模型快速添加语音功能。也就是它可以插入到任意的模型当中，让该模型具有语音能力。 -它能够很智能判断你是否说完一句话，然后再接茬 -你也可以随时打断它 -基于 10 秒语音样本即可定制声音 -能实现“文本流式”合成，支持在文本尚未完全生成时开始说话，进一步降低响应延迟。

Kyutai 又推出了一个新的语音模型： Unmute 这是一个高度模块化的语音 AI 系统，可以为任何文本大语言模型快速添加语音功能。也就是它可以插入到任意的模型当中，让该模型具有语音能力。 -它能够很智能判断你是否说完一句话，然后再接茬 -你也可以随时打断它 -基于 10 秒语音样本即可定制声音 -能实现“文本流式”合成，支持在文本尚未完全生成时开始说话，进一步降低响应延迟。

小互

37,051 görüntüleme • 1 yıl önce

美工即将全面失业！今天凌晨 Google DeepMind 发布了banana2图片生成大模型，这是对于图片生成领域的一次巨大提升。从今天凌晨起，ai图片生成已经正式进入了商用领域，美工和制图师或将陆续下岗。而且新模型的价格相较于老模型也有了接近2倍的优惠，小伙伴快用起来吧。昨天视频中分享的openclaw的最大竞争对手 Perplexity 今天凌晨也和三星宣布合作，新的三星s26将标配perplexity作为其内置的ai助手。可以说这是对于用户数提升的一个重磅推升，建议大家去体验和了解！ Claude 的用户数在最近六周内翻了2倍多，各种数据的增长均超过了gemini和openai. block公司裁员近50%，董事会宣传被裁掉的员工工作将由ai逐步取代，公司股价在收盘后暴涨超20%。 CZ 🔶 BNB 也说如果不会用ai，就将被淘汰。具体内容请看视频！关注我！每天带来最新的ai资讯，感谢各位点赞支持！

美工即将全面失业！今天凌晨 Google DeepMind 发布了banana2图片生成大模型，这是对于图片生成领域的一次巨大提升。从今天凌晨起，ai图片生成已经正式进入了商用领域，美工和制图师或将陆续下岗。而且新模型的价格相较于老模型也有了接近2倍的优惠，小伙伴快用起来吧。昨天视频中分享的openclaw的最大竞争对手 Perplexity 今天凌晨也和三星宣布合作，新的三星s26将标配perplexity作为其内置的ai助手。可以说这是对于用户数提升的一个重磅推升，建议大家去体验和了解！ Claude 的用户数在最近六周内翻了2倍多，各种数据的增长均超过了gemini和openai. block公司裁员近50%，董事会宣传被裁掉的员工工作将由ai逐步取代，公司股价在收盘后暴涨超20%。 CZ 🔶 BNB 也说如果不会用ai，就将被淘汰。具体内容请看视频！关注我！每天带来最新的ai资讯，感谢各位点赞支持！

Vic TALK

47,807 görüntüleme • 4 ay önce

昨天又收到2个新嘴撸平台的私信了，专门去看了一下，不是自动识别的，都是手动提交的，这确实是当下最好的一个解决方式。以前这种方式（手动提交）的推文很容易数据作假。现在好了X开源了，算法公布了，只要做一个AI识别打分的程序就可以干了。也有比如 Inference Labs 是私聊认可的宣发者。用以前的老办法，通过TG开展宣发的方式。不过方式方法很多，就看项目方愿不愿意了。

昨天又收到2个新嘴撸平台的私信了，专门去看了一下，不是自动识别的，都是手动提交的，这确实是当下最好的一个解决方式。以前这种方式（手动提交）的推文很容易数据作假。现在好了X开源了，算法公布了，只要做一个AI识别打分的程序就可以干了。也有比如 Inference Labs 是私聊认可的宣发者。用以前的老办法，通过TG开展宣发的方式。不过方式方法很多，就看项目方愿不愿意了。

墨鱼(:◎) ｜🐬TermMax

239,421 görüntüleme • 5 ay önce

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。这样就可以让用户和 AI 在任意模态下实时进行交互：你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分：前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。这样就可以让用户和 AI 在任意模态下实时进行交互：你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分：前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。

歸藏(guizang.ai)

46,978 görüntüleme • 2 ay önce

Adobe视频编辑软件Premiere Pro推出的一个新功能“生成扩展”（Generative Extend）。这个功能允许用户自动为他们的视频片段增加额外的视频片段和音频，从而帮助用户更轻松地进行视频编辑，特别是在处理时间点精准的编辑时。可以直接生成和原视频相匹配的视频帧或者音频！这个功能目前处于测试阶段（beta版），用户可以通过下载该测试版来体验和试用。简这个功能的作用是帮助用户让视频的编辑过程更加高效和自动化，使得视频片段的衔接更加流畅，最终达到更好的编辑效果。

Adobe视频编辑软件Premiere Pro推出的一个新功能“生成扩展”（Generative Extend）。这个功能允许用户自动为他们的视频片段增加额外的视频片段和音频，从而帮助用户更轻松地进行视频编辑，特别是在处理时间点精准的编辑时。可以直接生成和原视频相匹配的视频帧或者音频！这个功能目前处于测试阶段（beta版），用户可以通过下载该测试版来体验和试用。简这个功能的作用是帮助用户让视频的编辑过程更加高效和自动化，使得视频片段的衔接更加流畅，最终达到更好的编辑效果。

小互

12,455 görüntüleme • 1 yıl önce

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

AYi

63,168 görüntüleme • 2 ay önce