Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

卧槽，这个仓库把 AI 视觉监控做明白了~ supervision 这个库很火，Github上有3.7万个星我理解的supervision就是计算机视觉世界里的工具中间层。 🧐拿它可以做什么⁉️ 1⃣ 高速公路车辆测速：自动跟踪车辆轨迹，顺手把速度算出来 2⃣ 足球比赛球员分析：谁在冲刺，谁在散步，直接统计 3⃣ 宠物/人员追踪：适合做轻量监测、行为分析 4⃣ 静态图片分析：位置、数量、状态这类信息一把梭 5⃣ 可视化输出：标注图、分析结果拿去汇报都够用 6⃣ 数据集处理：加载、转换、拆分、格式互转也省不少事仓库👇👇👇

比特币橙子Trader

69,136 subscribers

31,326 просмотров • 4 месяцев назад •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

这个 GitHub 项目已经 4 万 Star 了。 supervision。一个专门做计算机视觉的开源工具库。现在已经被 6500 多个开源项目用上。目标检测、视频分析、数据标注、AI 演示项目，很多都能直接接。链接：

这个 GitHub 项目已经 4 万 Star 了。 supervision。一个专门做计算机视觉的开源工具库。现在已经被 6500 多个开源项目用上。目标检测、视频分析、数据标注、AI 演示项目，很多都能直接接。链接：

Bitturing

10,025 просмотров • 22 дней назад

Anthropic 官方亲自发布的这个金融工作流 GitHub 仓库，可以让华尔街80%的员工都失业了这个仓库将所有的金融服务工作都做成了工作流，包括投研分析、财务管理、私募股权等视频中，我只是输入了「帮我做一个英伟达的投研分析报告，并产出 word 文档给我」它输出了一个堪比彭博级别的投资报告，内容包括了： - 投资逻辑 - 投资风险 - 公司概览 - 产品分析 - 行业分析 - 竞争格局 - 财务分析 - 估值预测等我的专业也是金融，对这个报告的评价一个字：夯仓库地址：

Anthropic 官方亲自发布的这个金融工作流 GitHub 仓库，可以让华尔街80%的员工都失业了这个仓库将所有的金融服务工作都做成了工作流，包括投研分析、财务管理、私募股权等视频中，我只是输入了「帮我做一个英伟达的投研分析报告，并产出 word 文档给我」它输出了一个堪比彭博级别的投资报告，内容包括了： - 投资逻辑 - 投资风险 - 公司概览 - 产品分析 - 行业分析 - 竞争格局 - 财务分析 - 估值预测等我的专业也是金融，对这个报告的评价一个字：夯仓库地址：

Sac

129,162 просмотров • 2 месяцев назад

在日常工作中，需要调试网络问题或监控系统流量，工具要么界面复杂难用，要么功能单一无法满足，要么需要付费。无独有偶，在 GitHub 上发现了 Oryx 这个功能强大的开源工具，可在终端上直观的监控和分析网络。通过 eBPF 在内核层面捕获网络数据包，提供实时流量可视化、统计分析和防火墙功能。 GitHub：主要功能： - 实时网络流量检测和可视化展示 - 全面的流量统计和分析报告 - 内置防火墙功能，可直接管理网络规则 - 指标浏览器，深度分析网络性能数据 - 模糊搜索功能，快速定位特定数据包 - 支持数据导出，便于后续分析处理需要 Linux 6.10+ 内核版本，通过包管理器安装或从源码编译使用，适合运维人员和网络工程师。

在日常工作中，需要调试网络问题或监控系统流量，工具要么界面复杂难用，要么功能单一无法满足，要么需要付费。无独有偶，在 GitHub 上发现了 Oryx 这个功能强大的开源工具，可在终端上直观的监控和分析网络。通过 eBPF 在内核层面捕获网络数据包，提供实时流量可视化、统计分析和防火墙功能。 GitHub：主要功能： - 实时网络流量检测和可视化展示 - 全面的流量统计和分析报告 - 内置防火墙功能，可直接管理网络规则 - 指标浏览器，深度分析网络性能数据 - 模糊搜索功能，快速定位特定数据包 - 支持数据导出，便于后续分析处理需要 Linux 6.10+ 内核版本，通过包管理器安装或从源码编译使用，适合运维人员和网络工程师。

GitHubDaily

15,348 просмотров • 11 месяцев назад

GitHub 宝藏项目：MinerU（5.8 万 ⭐）它把 PDF 直接变成 AI 能用的数据以前处理 PDF：表格乱公式废排版崩 OCR 一堆垃圾能用，但很痛苦。 MinerU 不一样：它在理解文档，不是读文字文本、表格、公式一起解析结构完整还原（标题、段落、表格）公式转 LaTeX 自动去掉页眉页脚关键就一个：把非结构化 PDF 变成结构化数据这一步，正好是 AI 最难的入口。别人还在做 OCR，它已经在做 AI 数据预处理了。做 RAG、Agent、知识库的，这个可以直接上手试。

GitHub 宝藏项目：MinerU（5.8 万 ⭐）它把 PDF 直接变成 AI 能用的数据以前处理 PDF：表格乱公式废排版崩 OCR 一堆垃圾能用，但很痛苦。 MinerU 不一样：它在理解文档，不是读文字文本、表格、公式一起解析结构完整还原（标题、段落、表格）公式转 LaTeX 自动去掉页眉页脚关键就一个：把非结构化 PDF 变成结构化数据这一步，正好是 AI 最难的入口。别人还在做 OCR，它已经在做 AI 数据预处理了。做 RAG、Agent、知识库的，这个可以直接上手试。

开发者Hailey

35,459 просмотров • 3 месяцев назад

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

27,572 просмотров • 1 месяц назад

最近在开发圈很火的 GitHub 项目 Firecrawl，一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。一句话总结：它可以把任何网站，直接变成 AI 能用的数据。只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说：网站 → 结构化数据 → 直接喂给 LLM。现在很多 AI 项目的数据流程其实都是：网站 → Firecrawl → 向量库 → RAG → AI 应用如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集这个工具基本算是 AI 开发的基础设施了

最近在开发圈很火的 GitHub 项目 Firecrawl，一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。一句话总结：它可以把任何网站，直接变成 AI 能用的数据。只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说：网站 → 结构化数据 → 直接喂给 LLM。现在很多 AI 项目的数据流程其实都是：网站 → Firecrawl → 向量库 → RAG → AI 应用如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集这个工具基本算是 AI 开发的基础设施了

开发者Hailey

140,235 просмотров • 4 месяцев назад

兄弟们！这个 Python 股票开源项目真的有点东西 myhhub/stock 不是那种只跑一次 demo 的玩具，而是一个能实际落地的 A 股分析系统：数据抓取、指标计算、形态识别、选股、回测、甚至自动交易全都有。它每天自动抓取 A 股数据，计算 17 个常用技术指标，并生成买卖信号参考，同时提供 Web 界面查看图表和数据。核心功能： > 实时拉 A 股数据 + 30+ 技术指标 > 自动识别 61 种 K 线形态 > 筹码分布分析（这个功能比较少见） > 支持自定义策略 + 回测验证 > Web 界面手机电脑都能看 > Docker 一键部署，定时任务自动跑数据对想自己搞量化、验证策略，或者系统学习 A 股技术分析的人来说，这个仓库的完整度算比较高的了。想快速玩的直接 Docker 部署就行，不想折腾也能先看看 Web 界面长什么样。

兄弟们！这个 Python 股票开源项目真的有点东西 myhhub/stock 不是那种只跑一次 demo 的玩具，而是一个能实际落地的 A 股分析系统：数据抓取、指标计算、形态识别、选股、回测、甚至自动交易全都有。它每天自动抓取 A 股数据，计算 17 个常用技术指标，并生成买卖信号参考，同时提供 Web 界面查看图表和数据。核心功能： > 实时拉 A 股数据 + 30+ 技术指标 > 自动识别 61 种 K 线形态 > 筹码分布分析（这个功能比较少见） > 支持自定义策略 + 回测验证 > Web 界面手机电脑都能看 > Docker 一键部署，定时任务自动跑数据对想自己搞量化、验证策略，或者系统学习 A 股技术分析的人来说，这个仓库的完整度算比较高的了。想快速玩的直接 Docker 部署就行，不想折腾也能先看看 Web 界面长什么样。

爱吃折耳根的Ace

10,856 просмотров • 12 дней назад

高盛给自家量化分析师开的年薪是25万美元。然后他们最近在GitHub上公开了一个仓库，星标已经破了一万一。里头就是那些分析师日常用的工具包，还直接集成了Claude技能。全部免费，说实话，比花25万去读个学位还实在。这个项目叫gs-quant，是高盛交易台自己在用的Python技术栈，用来做定价、风险管理和回测的。建议你直接收藏，这可能比这个周末刷的任何东西都值。

高盛给自家量化分析师开的年薪是25万美元。然后他们最近在GitHub上公开了一个仓库，星标已经破了一万一。里头就是那些分析师日常用的工具包，还直接集成了Claude技能。全部免费，说实话，比花25万去读个学位还实在。这个项目叫gs-quant，是高盛交易台自己在用的Python技术栈，用来做定价、风险管理和回测的。建议你直接收藏，这可能比这个周末刷的任何东西都值。

区块链行情研究

22,985 просмотров • 22 дней назад

#VibeCoding 的精髓就在于从解决个人需求开始，快速上手。与其空谈宏大叙事，不如直接亮出成果！这两天按照自己的需求，做了一个Polymarket 智能监控与 AI 分析工具！这个工具不复杂，但极度实用： 1. 数据抓取：通过 API 自动抓取 #Polymarket 上交易量 Top 100 的热门合约； 2. AI 深度分析： AI Agent 自动启动，秒速搜索、整合、消化所有信息源（新闻、社交情绪、专家预测、实时赔率变化）； 3. 结果输出：直接给出关键指标，辅助决策；小手动起来，每个人都是最强大的产品经理，程序猿，每个人都是超级个体！

#VibeCoding 的精髓就在于从解决个人需求开始，快速上手。与其空谈宏大叙事，不如直接亮出成果！这两天按照自己的需求，做了一个Polymarket 智能监控与 AI 分析工具！这个工具不复杂，但极度实用： 1. 数据抓取：通过 API 自动抓取 #Polymarket 上交易量 Top 100 的热门合约； 2. AI 深度分析： AI Agent 自动启动，秒速搜索、整合、消化所有信息源（新闻、社交情绪、专家预测、实时赔率变化）； 3. 结果输出：直接给出关键指标，辅助决策；小手动起来，每个人都是最强大的产品经理，程序猿，每个人都是超级个体！

比特币橙子Trader

22,651 просмотров • 7 месяцев назад

兄弟们！又挖到一个 Python 股票全能工具 —— InStock myhhub/stock 这个仓库把 A 股量化分析做得挺全的，数据抓取、指标计算、选股、回测、自动交易一条龙。核心功能我挑重点说下： 1️⃣ 实时抓取 A 股数据 + 30+ 技术指标（MACD、KDJ、BOLL 等，和同花顺结果一致） 2️⃣ 识别 61 种 K 线形态，直接给出买卖信号 3️⃣ 筹码分布分析（CYQ），看主力成本区间 4️⃣ 200+ 维度综合选股，支持自定义策略 5️⃣ 内置多个经典策略 + 回测验证功能 6️⃣ 支持自动打新股（需配置券商客户端） 7️⃣ Web 页面，手机电脑都能看，操作挺方便最实用的是支持 Docker 一键部署，数据处理也比较快（普通笔记本跑一天数据大概 4 分钟左右）。对想自己搞量化、做选股策略、或者学习 A 股技术分析的兄弟来说，这个仓库直接能上手。

兄弟们！又挖到一个 Python 股票全能工具 —— InStock myhhub/stock 这个仓库把 A 股量化分析做得挺全的，数据抓取、指标计算、选股、回测、自动交易一条龙。核心功能我挑重点说下： 1️⃣ 实时抓取 A 股数据 + 30+ 技术指标（MACD、KDJ、BOLL 等，和同花顺结果一致） 2️⃣ 识别 61 种 K 线形态，直接给出买卖信号 3️⃣ 筹码分布分析（CYQ），看主力成本区间 4️⃣ 200+ 维度综合选股，支持自定义策略 5️⃣ 内置多个经典策略 + 回测验证功能 6️⃣ 支持自动打新股（需配置券商客户端） 7️⃣ Web 页面，手机电脑都能看，操作挺方便最实用的是支持 Docker 一键部署，数据处理也比较快（普通笔记本跑一天数据大概 4 分钟左右）。对想自己搞量化、做选股策略、或者学习 A 股技术分析的兄弟来说，这个仓库直接能上手。

爱吃折耳根的Ace

21,272 просмотров • 14 дней назад

Maven Smart System 是美国国防部项目的核心AI情报系统，是一个数据分析与作战决策平台，由 Palantir 开发。该系统把卫星影像、无人机视频、传感器及监控情报数据等不同维度的数据，整合到一个可视化工具中，并通过 AI 软件自动分析潜在军事目标与网络漏洞。美国国防部的首席人工智能官演示了这个软件的基本工作流：系统会展示展示一张实时战场地图，上面整合了飞机轨迹、天气情况、位置随后，AI会自动分析卫星图像，在画面中标记出可疑目标，例如车辆、建筑物或其他可能的军事设施。接着，系统会把来自不同来源的情报数据整合在一起，包括卫星影像、传感器信息、通信情报等，并进行实时分析。在此基础上，平台生成一张“风险热力图”，标出最可能存在军事威胁的区域。然后系统自动生成目标清单，对潜在目标进行优先级排序，并提出作战路径与行动方案，模拟不同决策可能带来的结果。在演示的最后，爆炸效果用来模拟对目标实施打击后的结果，展示系统如何辅助军事行动规划。

Maven Smart System 是美国国防部项目的核心AI情报系统，是一个数据分析与作战决策平台，由 Palantir 开发。该系统把卫星影像、无人机视频、传感器及监控情报数据等不同维度的数据，整合到一个可视化工具中，并通过 AI 软件自动分析潜在军事目标与网络漏洞。美国国防部的首席人工智能官演示了这个软件的基本工作流：系统会展示展示一张实时战场地图，上面整合了飞机轨迹、天气情况、位置随后，AI会自动分析卫星图像，在画面中标记出可疑目标，例如车辆、建筑物或其他可能的军事设施。接着，系统会把来自不同来源的情报数据整合在一起，包括卫星影像、传感器信息、通信情报等，并进行实时分析。在此基础上，平台生成一张“风险热力图”，标出最可能存在军事威胁的区域。然后系统自动生成目标清单，对潜在目标进行优先级排序，并提出作战路径与行动方案，模拟不同决策可能带来的结果。在演示的最后，爆炸效果用来模拟对目标实施打击后的结果，展示系统如何辅助军事行动规划。

李老师不是你老师

104,957 просмотров • 4 месяцев назад

$🚨卧槽！这个基金账户管理工具把定投和网格玩明白了 refraction-ray 开源的 xalpha，是一个专门做基金投资管理的 Python 引擎，特别适合定投、网格交易和多基金组合管理。它最实用的地方在于能把个人基金账户完整还原出来： 1️⃣ 从 CSV 交易记录直接重建账户，精确计算成本和收益 2️⃣ 穿透基金底层持仓，看清真正买了哪些股票和行业集中度 3️⃣ 一键获取基金、股票、指数的历史和实时数据 4️⃣ 支持 QDII 基金 T-0 净值预测（用期货数据估算） 5️⃣ 历史估值工具 + 可转债分析 6️⃣ Jupyter 里直接出图表，回测和可视化都很方便 7️⃣ 还支持 AI Agent 调用，方便自动化对长期做定投、网格，或者想系统管理多只基金组合的人来说，这个工具把数据、持仓、估值和回测整合得比较干净。$

🚨卧槽！这个基金账户管理工具把定投和网格玩明白了 refraction-ray 开源的 xalpha，是一个专门做基金投资管理的 Python 引擎，特别适合定投、网格交易和多基金组合管理。它最实用的地方在于能把个人基金账户完整还原出来： 1️⃣ 从 CSV 交易记录直接重建账户，精确计算成本和收益 2️⃣ 穿透基金底层持仓，看清真正买了哪些股票和行业集中度 3️⃣ 一键获取基金、股票、指数的历史和实时数据 4️⃣ 支持 QDII 基金 T-0 净值预测（用期货数据估算） 5️⃣ 历史估值工具 + 可转债分析 6️⃣ Jupyter 里直接出图表，回测和可视化都很方便 7️⃣ 还支持 AI Agent 调用，方便自动化对长期做定投、网格，或者想系统管理多只基金组合的人来说，这个工具把数据、持仓、估值和回测整合得比较干净。

爱吃折耳根的Ace

23,339 просмотров • 11 дней назад

用Codex+HyperFrames+Remotion结合一支约 75秒的中文UFO科普视频。基于GIT上的公开仓库，讲解这个仓库如何把解密 UAP/UFO 文件整理成可读报。这次我把它们分工成这样： HyperFrames：负责真正出片，用 index.html写画面、文字、转场、动画时间线，然后用 HyperFrames检查画面有没有溢出、对比度够不够，最后渲染成 MP4。你现在看到的成片就是 HyperFrames做出来的。 Remotion：负责视频结构参考，用 Remotion规划每一个镜头多久、怎么接转场、如果以后要转成 React/Remotion 项目应该怎么组织。当前项目里我也放了一个 Remotion参考骨架，但这次没有用Remotion来渲染最终视频。感兴趣的同学可以看看这个UFO集合仓库：

用Codex+HyperFrames+Remotion结合一支约 75秒的中文UFO科普视频。基于GIT上的公开仓库，讲解这个仓库如何把解密 UAP/UFO 文件整理成可读报。这次我把它们分工成这样： HyperFrames：负责真正出片，用 index.html写画面、文字、转场、动画时间线，然后用 HyperFrames检查画面有没有溢出、对比度够不够，最后渲染成 MP4。你现在看到的成片就是 HyperFrames做出来的。 Remotion：负责视频结构参考，用 Remotion规划每一个镜头多久、怎么接转场、如果以后要转成 React/Remotion 项目应该怎么组织。当前项目里我也放了一个 Remotion参考骨架，但这次没有用Remotion来渲染最终视频。感兴趣的同学可以看看这个UFO集合仓库：

Mulight 沐光🌟

87,301 просмотров • 2 месяцев назад

🚨卧槽！量化技能全景导航库来了 quantskills 组织开源的 quantskills 仓库，是一个专门为量化交易和金融 AI Agent 打造的全景导航地图，把大量可复用、可被 Agent 调用的量化技能进行了系统化整理。核心亮点： > 覆盖 9 大核心类目：数据接口、因子研究、策略回测、风险监控、市场分析、AI Agent 等 > 收录 500+ 个经过验证的因子技能，涵盖量价、风险、方向性和统计类 > 强调技能的标准化设计，便于 AI Agent 直接调用和组合 > 包含大量实用工具链：因子 IC 分析、事件风险预警、新闻情绪分析、组合优化等 > 提供技能与 Agent 的开发模板和治理机制，方便社区共建 > 同时整理了大量未分类的高价值研究工具和复现项目对做量化因子开发、策略研究，或者想构建能自主使用量化工具的金融 AI Agent 的开发者来说，这是一个目前开源里整理得最系统、最具导航价值的资源库之一。

🚨卧槽！量化技能全景导航库来了 quantskills 组织开源的 quantskills 仓库，是一个专门为量化交易和金融 AI Agent 打造的全景导航地图，把大量可复用、可被 Agent 调用的量化技能进行了系统化整理。核心亮点： > 覆盖 9 大核心类目：数据接口、因子研究、策略回测、风险监控、市场分析、AI Agent 等 > 收录 500+ 个经过验证的因子技能，涵盖量价、风险、方向性和统计类 > 强调技能的标准化设计，便于 AI Agent 直接调用和组合 > 包含大量实用工具链：因子 IC 分析、事件风险预警、新闻情绪分析、组合优化等 > 提供技能与 Agent 的开发模板和治理机制，方便社区共建 > 同时整理了大量未分类的高价值研究工具和复现项目对做量化因子开发、策略研究，或者想构建能自主使用量化工具的金融 AI Agent 的开发者来说，这是一个目前开源里整理得最系统、最具导航价值的资源库之一。

爱吃折耳根的Ace

22,891 просмотров • 15 дней назад

信我！买球用这个工具胜利提高70%！上次这篇文章到了100万阅读量，看来大家对于AI Agent的使用还是很关注，最主要是提高工作和投资效益～最近easy claw又出了一个「足球数据师」，我刚刚用了下感觉可以作为下注预测的辅助现在说说它到底用什么逻辑分析预测的。刚才，我就丢一句"今天葡萄牙对乌兹分析一下"，它会先帮我判断这场到底踢没踢：已经完赛就直接给我比分、进球时间线、场地、关键数据；还没开踢就给我前瞻加预测。这个"先判状态再说话"的逻辑特别舒服，不会出现那种比赛都结束了还跟我说"结果待确认"的尴尬。它先根据排名身价算个先验概率，然后做战术修正——比如今天它点出葡萄牙首战控球率75%却只射门7次，是"无效控球",这个观察就比一般的"葡萄牙占优"有意思多了。再叠加伤病、状态、高温这些变量更新概率，最后给我两三套"剧本"：开局怎样、中段怎样、收尾怎样。哪怕最后没猜中比分，这套推演过程本身就帮我把比赛看明白了。还有几个我常用的： 1️⃣出线形势——它能把"谁打平就出线、谁得输几个球才完蛋"这种极端情况都算给我，比官方积分榜直观； 2️⃣球员状态——比如C罗连续10场大赛没进球、累计多少射门多少xG颗粒无收，这种数据它直接甩给我，聊球时特别有料； 3️⃣历史交锋——两队以前怎么打的，一目了然。而且它有个让我挺放心的点：数据都标来源和时间，关键比分还会用两个来源对一下。不像有些地方张口就"据说""据传"。它也明确不碰赌球那一套，你问它怎么买它直接拒绝，只跟你聊战术和数据，这个边界感我反而更信任。总结就是，它把"一个认真做功课的球迷"该干的活儿全包了——查得准、说得清、还不忽悠。现在我看球的体验跟以前完全不是一个量级。我准备买葡萄牙赢，1:0 2:0 3:0 都买，每个买50块玩玩～你们呢？

信我！买球用这个工具胜利提高70%！上次这篇文章到了100万阅读量，看来大家对于AI Agent的使用还是很关注，最主要是提高工作和投资效益～最近easy claw又出了一个「足球数据师」，我刚刚用了下感觉可以作为下注预测的辅助现在说说它到底用什么逻辑分析预测的。刚才，我就丢一句"今天葡萄牙对乌兹分析一下"，它会先帮我判断这场到底踢没踢：已经完赛就直接给我比分、进球时间线、场地、关键数据；还没开踢就给我前瞻加预测。这个"先判状态再说话"的逻辑特别舒服，不会出现那种比赛都结束了还跟我说"结果待确认"的尴尬。它先根据排名身价算个先验概率，然后做战术修正——比如今天它点出葡萄牙首战控球率75%却只射门7次，是"无效控球",这个观察就比一般的"葡萄牙占优"有意思多了。再叠加伤病、状态、高温这些变量更新概率，最后给我两三套"剧本"：开局怎样、中段怎样、收尾怎样。哪怕最后没猜中比分，这套推演过程本身就帮我把比赛看明白了。还有几个我常用的： 1️⃣出线形势——它能把"谁打平就出线、谁得输几个球才完蛋"这种极端情况都算给我，比官方积分榜直观； 2️⃣球员状态——比如C罗连续10场大赛没进球、累计多少射门多少xG颗粒无收，这种数据它直接甩给我，聊球时特别有料； 3️⃣历史交锋——两队以前怎么打的，一目了然。而且它有个让我挺放心的点：数据都标来源和时间，关键比分还会用两个来源对一下。不像有些地方张口就"据说""据传"。它也明确不碰赌球那一套，你问它怎么买它直接拒绝，只跟你聊战术和数据，这个边界感我反而更信任。总结就是，它把"一个认真做功课的球迷"该干的活儿全包了——查得准、说得清、还不忽悠。现在我看球的体验跟以前完全不是一个量级。我准备买葡萄牙赢，1:0 2:0 3:0 都买，每个买50块玩玩～你们呢？

MEJ毛毛姐

60,730 просмотров • 1 месяц назад

Meta昨晚开源了款通用图像识别模型：DINOv3，核心能力在于无需人工标注，可以自己学习图像特征 DINOv3通过自监督学习框架实现，无需人工标注在基准测试上，性能与SigLIP 2、Perception Encoder等持平甚至超越它可以生成高质量高分辨率的密集图像特征表示，能捕捉图像的全局信息以及局部细节可以处理图像分类、目标检测、语义分割、图像检索、深度估计等等视觉任务除了普通照片，还可以处理卫星图像、医学图像等等可以用于环境监测中的图像分析、自动驾驶中的物体识别、医疗保健中的医学图像分析、安防监控中的人员识别等等 #DINOv3 #图像识别模型

Meta昨晚开源了款通用图像识别模型：DINOv3，核心能力在于无需人工标注，可以自己学习图像特征 DINOv3通过自监督学习框架实现，无需人工标注在基准测试上，性能与SigLIP 2、Perception Encoder等持平甚至超越它可以生成高质量高分辨率的密集图像特征表示，能捕捉图像的全局信息以及局部细节可以处理图像分类、目标检测、语义分割、图像检索、深度估计等等视觉任务除了普通照片，还可以处理卫星图像、医学图像等等可以用于环境监测中的图像分析、自动驾驶中的物体识别、医疗保健中的医学图像分析、安防监控中的人员识别等等 #DINOv3 #图像识别模型

AIGCLINK

11,415 просмотров • 11 месяцев назад

预测真实世界下一秒北京智源研究院推出全新的多模态世界模型：Emu3.5 很多传统图像生成模型的主要问题是：它们“不懂世界”运行的规律，无法理解真实世界的物理规则和因果关系。 Emu3.5在传统图像生成的基础上，进一步让AI具备：理解真实世界的空间关系推理物体随时间变化的规律预测“世界下一秒”会是什么样不同于以往为图像、文字、视频分开设计模型，Emu3.5 将它们全部“统一”在一个系统中：首先把多模态信息包括图文视频都统一成了token；模型通过“预测下一个 token”来学习不同模态间的关系；任务统一为 NSP：预测下一个世界状态（包括视觉和语言）。 Emu3.5 不再只关注“文本之间的逻辑”，而是让模型学习“世界是如何变化的”。意思就是它不再区分：这是一张图这是一句话这是视频的一帧在它眼里，它们都是同一套“世界积木”。然后模型只做一件事：预测下一块积木是什么如果下一块积木是一行字 → 它补全文字如果是下一帧画面 → 它补全动作如果是下一步结果 → 它推演世界变化所以：预测下一 Token = 预测“世界下一秒”会是什么样

预测真实世界下一秒北京智源研究院推出全新的多模态世界模型：Emu3.5 很多传统图像生成模型的主要问题是：它们“不懂世界”运行的规律，无法理解真实世界的物理规则和因果关系。 Emu3.5在传统图像生成的基础上，进一步让AI具备：理解真实世界的空间关系推理物体随时间变化的规律预测“世界下一秒”会是什么样不同于以往为图像、文字、视频分开设计模型，Emu3.5 将它们全部“统一”在一个系统中：首先把多模态信息包括图文视频都统一成了token；模型通过“预测下一个 token”来学习不同模态间的关系；任务统一为 NSP：预测下一个世界状态（包括视觉和语言）。 Emu3.5 不再只关注“文本之间的逻辑”，而是让模型学习“世界是如何变化的”。意思就是它不再区分：这是一张图这是一句话这是视频的一帧在它眼里，它们都是同一套“世界积木”。然后模型只做一件事：预测下一块积木是什么如果下一块积木是一行字 → 它补全文字如果是下一帧画面 → 它补全动作如果是下一步结果 → 它推演世界变化所以：预测下一 Token = 预测“世界下一秒”会是什么样

小互

14,792 просмотров • 8 месяцев назад

中文创作者开源的 AI Skill，挑了 5 个我觉得写内容真能用上的。 ① Humanizer-zh：去 AI 味这个是 op7418 汉化的，它不是简单让文字“更口语化”，而是专门帮你抓文章里的 AI 痕迹。比如：过度强调意义、万能结尾、虚假范围、填充短语、空泛总结。这些东西单独看没问题，但堆在一起，读者一眼就能看出“这味儿不对”。写完推文、公众号、小红书，丢进去过一遍，能把那种模板感压下来。 ② dbskill：选题诊断 + 爆款标题 dontbesilent 做的，一套 21 个 skill，这个比较狠，它不是单纯教你“怎么写得更好”，而是帮你拆：为什么这个选题没人点？为什么标题没吸引力？为什么内容看完没记忆点？里面有选题分析、对标拆解、小红书标题公式、AI 痕迹扫描。据说是从一万两千多条推文里提炼出来的，不是那种空泛方法论，更像一个内容创作者自己的实战经验库。适合经常卡在“我知道要写，但不知道怎么切角度”的人。 ③ NotebookLM Skill：用自己的资料库写内容这个连的是 Google NotebookLM，我觉得它最适合写长文、研报、项目解析、信息整理类内容。它的价值不是让 AI 写得更花，而是让 AI 不要乱编，你把资料上传进去，Agent 基于你的资料库回答，每条内容都能带引用，写需要信息准确的东西时，这个很重要。尤其是加密、AI、开源项目、行业分析这种内容，最怕的不是写得慢，而是写错了还不知道。 ④ khazix-skills：卡兹克的写作套件数字生命卡兹克把自己的写作节奏和分析方法做成了 skill，最有意思的是“横纵分析法”。你丢一个产品、公司或者项目进去，它能拉出一份很完整的研究报告。适合做：项目拆解、公司分析、产品研究、长文选题预研。里面还夹了一个 storage-analyzer，可以扫 Mac 磁盘，用三色分级告诉你哪些能删、哪些别乱动。这个就很创作者真实工作流，不只是写作，还包括电脑里那堆素材和缓存怎么清。 ⑤ ian-xiaohei-illustrations：正文配图这个不是信息图，也不是那种商业插画模板。它的风格是白底黑线手绘，一个叫“小黑”的角色，加少量红橙蓝中文批注。 16:9 横版，一张图只讲一个判断，我觉得它很适合放在公众号、长推、小红书里。现在内容配图要么是截图，要么是 AI 感很重的视觉图，看多了都差不多。这种怪诞手绘风反而有辨识度。

中文创作者开源的 AI Skill，挑了 5 个我觉得写内容真能用上的。 ① Humanizer-zh：去 AI 味这个是 op7418 汉化的，它不是简单让文字“更口语化”，而是专门帮你抓文章里的 AI 痕迹。比如：过度强调意义、万能结尾、虚假范围、填充短语、空泛总结。这些东西单独看没问题，但堆在一起，读者一眼就能看出“这味儿不对”。写完推文、公众号、小红书，丢进去过一遍，能把那种模板感压下来。 ② dbskill：选题诊断 + 爆款标题 dontbesilent 做的，一套 21 个 skill，这个比较狠，它不是单纯教你“怎么写得更好”，而是帮你拆：为什么这个选题没人点？为什么标题没吸引力？为什么内容看完没记忆点？里面有选题分析、对标拆解、小红书标题公式、AI 痕迹扫描。据说是从一万两千多条推文里提炼出来的，不是那种空泛方法论，更像一个内容创作者自己的实战经验库。适合经常卡在“我知道要写，但不知道怎么切角度”的人。 ③ NotebookLM Skill：用自己的资料库写内容这个连的是 Google NotebookLM，我觉得它最适合写长文、研报、项目解析、信息整理类内容。它的价值不是让 AI 写得更花，而是让 AI 不要乱编，你把资料上传进去，Agent 基于你的资料库回答，每条内容都能带引用，写需要信息准确的东西时，这个很重要。尤其是加密、AI、开源项目、行业分析这种内容，最怕的不是写得慢，而是写错了还不知道。 ④ khazix-skills：卡兹克的写作套件数字生命卡兹克把自己的写作节奏和分析方法做成了 skill，最有意思的是“横纵分析法”。你丢一个产品、公司或者项目进去，它能拉出一份很完整的研究报告。适合做：项目拆解、公司分析、产品研究、长文选题预研。里面还夹了一个 storage-analyzer，可以扫 Mac 磁盘，用三色分级告诉你哪些能删、哪些别乱动。这个就很创作者真实工作流，不只是写作，还包括电脑里那堆素材和缓存怎么清。 ⑤ ian-xiaohei-illustrations：正文配图这个不是信息图，也不是那种商业插画模板。它的风格是白底黑线手绘，一个叫“小黑”的角色，加少量红橙蓝中文批注。 16:9 横版，一张图只讲一个判断，我觉得它很适合放在公众号、长推、小红书里。现在内容配图要么是截图，要么是 AI 感很重的视觉图，看多了都差不多。这种怪诞手绘风反而有辨识度。

撸毛吃猪脚饭|上Gate玩事件合约

31,173 просмотров • 1 месяц назад

99%的人拿GPT Image 2当画笔用，亏大了！最强玩法其实是“图层切割术”，一键吐出PSD分层文件，直接省下一个设计师的工资！别再去死磕什么提示词画大图了，今天教你一个GPT Image 2藏着的“物理外挂”，直接把工作流从“手搓”进化到“全自动”。 1⃣ 开启“隐形”模式：在提示词里加一句“背景透明”，它能直接生成带Alpha通道的PNG。不管是花字还是素材，抠图？不存在的，生出来就是透底的。 2⃣ 隔空取物与自动补全：传一张照片，让它把人物和背景分离。不仅人物抠得干干净净，连原本被挡住的背景它都能脑补给你填上，强迫症福音。 3⃣ 一键导出PSD：最炸裂的来了。输入“导出分层PSD”，它后台直接跑Python脚本，把图层打包好发给你。直接拖进PS，图层名字都给你分好了，这哪是AI，这是请了个免费美工。 4 2.5D视差动画SOP：拿到分层图，扔给AI Agent（如Remotion），一句话：“把这张图分9层，做个青春感视差动画”。以前要在AE里K半天关键帧，现在喝完咖啡视频就做好了。

99%的人拿GPT Image 2当画笔用，亏大了！最强玩法其实是“图层切割术”，一键吐出PSD分层文件，直接省下一个设计师的工资！别再去死磕什么提示词画大图了，今天教你一个GPT Image 2藏着的“物理外挂”，直接把工作流从“手搓”进化到“全自动”。 1⃣ 开启“隐形”模式：在提示词里加一句“背景透明”，它能直接生成带Alpha通道的PNG。不管是花字还是素材，抠图？不存在的，生出来就是透底的。 2⃣ 隔空取物与自动补全：传一张照片，让它把人物和背景分离。不仅人物抠得干干净净，连原本被挡住的背景它都能脑补给你填上，强迫症福音。 3⃣ 一键导出PSD：最炸裂的来了。输入“导出分层PSD”，它后台直接跑Python脚本，把图层打包好发给你。直接拖进PS，图层名字都给你分好了，这哪是AI，这是请了个免费美工。 4 2.5D视差动画SOP：拿到分层图，扔给AI Agent（如Remotion），一句话：“把这张图分9层，做个青春感视差动画”。以前要在AE里K半天关键帧，现在喝完咖啡视频就做好了。

Vincent

190,218 просмотров • 3 месяцев назад

发现一个很离谱的模型，400 TPS 的输出速度，比 DeepSeek-V4 Flash 快 2 倍多还有超强的多模态理解 + 搜索检索 + 推理综合，这居然是一个 Flash 模型能同时做到的我让它帮我写了一个竞品分析 Agent：输入一张产品官网截图，自动完成"读图提取 → 搜索市场数据 → 输出竞争分析"的全流程。然后用 Cursor 的定价页试了一下，不到一分钟跑完，花了一毛多：它先读懂了整个页面（四档定价 × 各档功能差异 × 推荐标签与社会证明），提取出完整的结构化数据。然后自己决定搜什么，自动生成搜索 query 去查竞品定价、用户评价、市场对比。最后综合视觉提取 + 搜索结果，给了我完整的竞争分析：定价对比、竞品定位差异、真实壁垒在哪里、切入建议。这个模型就是 StepFun 的 step-3.7-flash，多模态 + 搜索 + 推理一体化内嵌在模型里，如果你在构建 AI Agent、编码工作流或多模态系统，Step 3.7 Flash 很推荐大家尝试一下： Step海外平台： Step国内平台：

发现一个很离谱的模型，400 TPS 的输出速度，比 DeepSeek-V4 Flash 快 2 倍多还有超强的多模态理解 + 搜索检索 + 推理综合，这居然是一个 Flash 模型能同时做到的我让它帮我写了一个竞品分析 Agent：输入一张产品官网截图，自动完成"读图提取 → 搜索市场数据 → 输出竞争分析"的全流程。然后用 Cursor 的定价页试了一下，不到一分钟跑完，花了一毛多：它先读懂了整个页面（四档定价 × 各档功能差异 × 推荐标签与社会证明），提取出完整的结构化数据。然后自己决定搜什么，自动生成搜索 query 去查竞品定价、用户评价、市场对比。最后综合视觉提取 + 搜索结果，给了我完整的竞争分析：定价对比、竞品定位差异、真实壁垒在哪里、切入建议。这个模型就是 StepFun 的 step-3.7-flash，多模态 + 搜索 + 推理一体化内嵌在模型里，如果你在构建 AI Agent、编码工作流或多模态系统，Step 3.7 Flash 很推荐大家尝试一下： Step海外平台： Step国内平台：

余温

40,767 просмотров • 1 месяц назад