正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

最近在尝试把 FUI 风格用到数据可视化大屏里 👀 中间的3D地图区域调用了我自己的three-scope-map-skill（已开源），再用Codex把地图、数据图表和整套 FUI 界面组合到一起。还挺喜欢这种「科幻控制台 × 数据可视化」的感觉 ⚡️ #FUI #DataViz #ThreeJS #Codex #UIUX

宋夏天Dazzle

1,238 subscribers

24,555 次观看 • 1 个月前 •via X (Twitter)

艺术科学技术教育 #FUI #DataViz #ThreeJS #Codex #UIUX

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

我喜欢这个，生成的图片在下载之后，自带提示词信息储存到了图片的元数据里面。后续再打开图片，就可以直接看到提示词了。

我喜欢这个，生成的图片在下载之后，自带提示词信息储存到了图片的元数据里面。后续再打开图片，就可以直接看到提示词了。

ttmouse - 豆爸

13,617 次观看 • 8 个月前

所有人都该去试试这个新的王炸组合： GPT image2 + Seedance2.0！ GPT搞定脚本和分镜图，有一种用简单提示词就可以get到意图的爽感。再用Seedance2.0把分镜图生成视频，丝滑又稳定！

所有人都该去试试这个新的王炸组合： GPT image2 + Seedance2.0！ GPT搞定脚本和分镜图，有一种用简单提示词就可以get到意图的爽感。再用Seedance2.0把分镜图生成视频，丝滑又稳定！

沐阳

55,306 次观看 • 5 个月前

实测下来，K3 的前端能力确实很强。面对高度定制化的大屏页面，它不仅能快速完成布局和组件实现，在视觉还原度上也基本能达到 90%。对于数据可视化、运营大屏这类开发成本高、细节繁琐的场景，已经具备相当不错的实用价值。

实测下来，K3 的前端能力确实很强。面对高度定制化的大屏页面，它不仅能快速完成布局和组件实现，在视觉还原度上也基本能达到 90%。对于数据可视化、运营大屏这类开发成本高、细节繁琐的场景，已经具备相当不错的实用价值。

tiantian

31,948 次观看 • 2 个月前

可能很多人不知道，你跑过的Claude Code会话本身就是值钱的训练数据 EvoTrace，刚开源两天冲了90星，把躺在你机器里的Claude Code和Codex历史会话，编译成偏好数据、可回放评测任务和RL环境四个agent串行评审每段会话，证据不足直接拒收，防止长而弱的轨迹混进训练集本地优先，源数据和产出都在你自己手里，Apache开源 macOS、Linux、Windows一行脚本就能装，Claude Code和Codex用户开箱即用

可能很多人不知道，你跑过的Claude Code会话本身就是值钱的训练数据 EvoTrace，刚开源两天冲了90星，把躺在你机器里的Claude Code和Codex历史会话，编译成偏好数据、可回放评测任务和RL环境四个agent串行评审每段会话，证据不足直接拒收，防止长而弱的轨迹混进训练集本地优先，源数据和产出都在你自己手里，Apache开源 macOS、Linux、Windows一行脚本就能装，Claude Code和Codex用户开箱即用

Jason Zhu

16,259 次观看 • 1 个月前

有人靠金融市场模拟，在链上赚了 $400,000 而且用到的整套工具，都是 GitHub 开源能看到的钱包在这，自己点开看：他们做的不是 crypto 原生叙事而是拿 Russell 2000、Dow Jones、SPX、Apple、Google 这些传统金融标的来做 Polymarket 交易问题也很现实：这些数据平时都在大型中心化交易所里。你怎么拿？拿到之后又怎么处理，才能真的变成可交易模型？这套公开出来的技术栈，大概是这样： 1）Financial Datasets MCP Server 给任意 ticker、任意时间周期提供价格数据解析。核心卖点就是：免费真实数据。 GitHub： 2）MiroThinker 一个偏深度研究和预测的 agent。据说在 BrowseComp benchmark 上做到 88.2。特点是：长周期推理先验证再下结论步骤级 + 全局级校验单任务最多可调用 300 次工具它的作用不是直接下单。而是先通过 MCP Server 拉数据，把研究、清洗、验证这些环节跑完，最后整理成可以直接用于模拟的数据集。 GitHub： 3）MiroFish simulation system 把前面准备好的数据丢进去，再设定模拟参数，就可以开始跑价格行为模拟。本质上，它卖的不是一个指标。而是一种更接近“矩阵视角”的东西：价格在不同条件下会怎么动哪些路径更常见哪些定价其实偏离了历史结构整个流程串起来就是：拉传统金融历史数据 → 用 agent 做研究和数据整理 → 把数据送进模拟系统 → 再拿结果去打 Polymarket 上的相关市场这种玩法最值得看的，不是“开源”两个字而是它说明了一件事： Polymarket 上很多看起来像事件交易的东西，背后其实已经在被人用传统金融数据 + agent 研究 + simulation当成量化问题来做。你觉得这种 edge 的核心，更像是数据获取能力，agent 研究能力，还是最后那层 simulation 对市场行为的还原能力？

有人靠金融市场模拟，在链上赚了 $400,000 而且用到的整套工具，都是 GitHub 开源能看到的钱包在这，自己点开看：他们做的不是 crypto 原生叙事而是拿 Russell 2000、Dow Jones、SPX、Apple、Google 这些传统金融标的来做 Polymarket 交易问题也很现实：这些数据平时都在大型中心化交易所里。你怎么拿？拿到之后又怎么处理，才能真的变成可交易模型？这套公开出来的技术栈，大概是这样： 1）Financial Datasets MCP Server 给任意 ticker、任意时间周期提供价格数据解析。核心卖点就是：免费真实数据。 GitHub： 2）MiroThinker 一个偏深度研究和预测的 agent。据说在 BrowseComp benchmark 上做到 88.2。特点是：长周期推理先验证再下结论步骤级 + 全局级校验单任务最多可调用 300 次工具它的作用不是直接下单。而是先通过 MCP Server 拉数据，把研究、清洗、验证这些环节跑完，最后整理成可以直接用于模拟的数据集。 GitHub： 3）MiroFish simulation system 把前面准备好的数据丢进去，再设定模拟参数，就可以开始跑价格行为模拟。本质上，它卖的不是一个指标。而是一种更接近“矩阵视角”的东西：价格在不同条件下会怎么动哪些路径更常见哪些定价其实偏离了历史结构整个流程串起来就是：拉传统金融历史数据 → 用 agent 做研究和数据整理 → 把数据送进模拟系统 → 再拿结果去打 Polymarket 上的相关市场这种玩法最值得看的，不是“开源”两个字而是它说明了一件事： Polymarket 上很多看起来像事件交易的东西，背后其实已经在被人用传统金融数据 + agent 研究 + simulation当成量化问题来做。你觉得这种 edge 的核心，更像是数据获取能力，agent 研究能力，还是最后那层 simulation 对市场行为的还原能力？

0x_Miko

23,818 次观看 • 6 个月前

如何做一个超级装逼的AI视频？ Seedance2.0帮我实现了中学时期的幻想，变身英雄拯救全校师生，顺便把学校炸了🤫 制作这个《人前显圣》的视频分为三步 1、把自己的照片发给gemini，生成正面侧面背面三视图 2、自己用gemini生图绘制，或者从网上找变身后的铠甲图片和怪物图片 3、把自己的三视图，铠甲图，怪物图一起复制粘贴到小云雀或即梦，再复制粘贴我的提示词。等待几分钟生成视频，发到你的朋友圈装逼吧!

如何做一个超级装逼的AI视频？ Seedance2.0帮我实现了中学时期的幻想，变身英雄拯救全校师生，顺便把学校炸了🤫 制作这个《人前显圣》的视频分为三步 1、把自己的照片发给gemini，生成正面侧面背面三视图 2、自己用gemini生图绘制，或者从网上找变身后的铠甲图片和怪物图片 3、把自己的三视图，铠甲图，怪物图一起复制粘贴到小云雀或即梦，再复制粘贴我的提示词。等待几分钟生成视频，发到你的朋友圈装逼吧!

Rion Wu

66,893 次观看 • 6 个月前

昨天在偶然刷到这个网站 - 《动画巡礼》作者将各种日本动画的场景标注在 Google 地图上，数据特别丰富，全是力气活，我在想这么多都是人工标注的吗？真的好棒啊，还开放了API，交互也做的很不错，喜欢日本动漫的朋友们真的不能错过哈，去日本可以直接按照标注去玩了，也可以在特定的地点拍对比图。开源库在这里：感兴趣的同学还能 PR 提交自己的数据。还问一下各位推友：有没有类似电影在地图上的标注网站呢？我会非常感兴趣。

昨天在偶然刷到这个网站 - 《动画巡礼》作者将各种日本动画的场景标注在 Google 地图上，数据特别丰富，全是力气活，我在想这么多都是人工标注的吗？真的好棒啊，还开放了API，交互也做的很不错，喜欢日本动漫的朋友们真的不能错过哈，去日本可以直接按照标注去玩了，也可以在特定的地点拍对比图。开源库在这里：感兴趣的同学还能 PR 提交自己的数据。还问一下各位推友：有没有类似电影在地图上的标注网站呢？我会非常感兴趣。

Viking

88,964 次观看 • 2 年前

昨天在偶然刷到这个网站 - 《动画巡礼》作者将各种日本动画的场景标注在 Google 地图上，数据特别丰富，全是力气活，我在想这么多都是人工标注的吗？真的好棒啊，还开放了API，交互也做的很不错，喜欢日本动漫的朋友们真的不能错过哈，去日本可以直接按照标注去玩了，也可以在特定的地点拍对比图。开源库在这里：感兴趣的同学还能 PR 提交自己的数据。

昨天在偶然刷到这个网站 - 《动画巡礼》作者将各种日本动画的场景标注在 Google 地图上，数据特别丰富，全是力气活，我在想这么多都是人工标注的吗？真的好棒啊，还开放了API，交互也做的很不错，喜欢日本动漫的朋友们真的不能错过哈，去日本可以直接按照标注去玩了，也可以在特定的地点拍对比图。开源库在这里：感兴趣的同学还能 PR 提交自己的数据。

Hello AI with Jia

2,266,639 次观看 • 4 个月前

牛逼，我真没想到，Dethink 居然把 Claude Code、Codex、各种大模型、不同的 Harness 还有 X、抖音、小红书、YouTube、SEO 的实时数据，甚至电商和金融数据，全塞进一个工作台了？？？一个窗口解决所有问题，随时切模型、切 harness，支持 BYOK 自己配置模型 Dethink 可以跑通这整个流程： 1、先接 X、抖音、小红书、YouTube、Instagram、Semrush 等实时数据，查趋势、关键词、竞品和用户反馈。 2、然后随时切 Claude、GPT、Grok、Gemini、DeepSeek、Kimi，同一窗口调用不同模型分析、写作、改方案、做图。 3、你还可以直接切 Claude Code 或 Codex 等不同的 Harness，并且同一窗口，前面的文件和上下文还在。一条内容从找题、研究、成稿到配图，全在一个地方跑完。开发任务也一样，你可以随时切换不同的 Harness： Claude Code、Codex等，还能随时切换不同的模型，比如 Claude 规划、Codex 实现、Grok 来做快速任务...... 这个组合确实有点牛逼，还能稳定使用的 Claude Code / Codex 官方订阅，支持国内支付方式，🔗和优惠码放评论区

牛逼，我真没想到，Dethink 居然把 Claude Code、Codex、各种大模型、不同的 Harness 还有 X、抖音、小红书、YouTube、SEO 的实时数据，甚至电商和金融数据，全塞进一个工作台了？？？一个窗口解决所有问题，随时切模型、切 harness，支持 BYOK 自己配置模型 Dethink 可以跑通这整个流程： 1、先接 X、抖音、小红书、YouTube、Instagram、Semrush 等实时数据，查趋势、关键词、竞品和用户反馈。 2、然后随时切 Claude、GPT、Grok、Gemini、DeepSeek、Kimi，同一窗口调用不同模型分析、写作、改方案、做图。 3、你还可以直接切 Claude Code 或 Codex 等不同的 Harness，并且同一窗口，前面的文件和上下文还在。一条内容从找题、研究、成稿到配图，全在一个地方跑完。开发任务也一样，你可以随时切换不同的 Harness： Claude Code、Codex等，还能随时切换不同的模型，比如 Claude 规划、Codex 实现、Grok 来做快速任务...... 这个组合确实有点牛逼，还能稳定使用的 Claude Code / Codex 官方订阅，支持国内支付方式，🔗和优惠码放评论区

余温

108,278 次观看 • 1 个月前

最近在 GitHub 上刷到一个挺炸的开源项目：Wren AI 它本质上是在做一件我们都很熟、但一直没被真正解决好的事：让不懂 SQL 的人，也能自己查数据库。比如说，业务、运营想看数据，第一反应就是来敲后端：“帮我查下上个月销量前 3 的产品”“这个转化率能不能按渠道拆一下”。 SQL 本身不难，但沟通成本、来回确认、临时插队，才是真正耗时间的地方。 Wren AI 的思路很直接：对话即查询。你直接用自然语言问问题，它会自动生成 SQL、跑库、给结果，甚至顺手把图也画好（柱状图、折线图那种）。可以把它理解成一个 “自带 AI 分析师的开源版 Metabase”，但门槛更低，不用拖字段、不用写 SQL。比较关键的一点是，它不是那种“裸 Text-to-SQL”。 Wren AI 引入了 Semantic Layer（语义层），你可以提前把业务指标、表关系、口径定义清楚，相当于给大模型加了一层“业务护栏”。这一步虽然需要懂数据库的人前期配置一下，但一旦理顺，后面业务方基本很难把数据问歪，准确性和安全性都高很多。模型和部署这块也挺对技术人的胃口： ·云模型：OpenAI / Claude / Gemini 都能接 ·数据不出内网：可以配 Ollama + 本地模型（比如 DeepSeek） ·数据库支持也很全：MySQL、Postgres、ClickHouse、DuckDB 基本全覆盖 ·安装也不折腾，有 Docker 基本就是一键起整体看下来，我觉得它特别适合两种场景： 1）想给团队搭一套真正能用的自助查数平台 2）想研究 “AI + BI + 语义层” 这种更偏工程化的落地方案一句话总结：把“查数据”的自由还给业务，把时间还给开发。

最近在 GitHub 上刷到一个挺炸的开源项目：Wren AI 它本质上是在做一件我们都很熟、但一直没被真正解决好的事：让不懂 SQL 的人，也能自己查数据库。比如说，业务、运营想看数据，第一反应就是来敲后端：“帮我查下上个月销量前 3 的产品”“这个转化率能不能按渠道拆一下”。 SQL 本身不难，但沟通成本、来回确认、临时插队，才是真正耗时间的地方。 Wren AI 的思路很直接：对话即查询。你直接用自然语言问问题，它会自动生成 SQL、跑库、给结果，甚至顺手把图也画好（柱状图、折线图那种）。可以把它理解成一个 “自带 AI 分析师的开源版 Metabase”，但门槛更低，不用拖字段、不用写 SQL。比较关键的一点是，它不是那种“裸 Text-to-SQL”。 Wren AI 引入了 Semantic Layer（语义层），你可以提前把业务指标、表关系、口径定义清楚，相当于给大模型加了一层“业务护栏”。这一步虽然需要懂数据库的人前期配置一下，但一旦理顺，后面业务方基本很难把数据问歪，准确性和安全性都高很多。模型和部署这块也挺对技术人的胃口： ·云模型：OpenAI / Claude / Gemini 都能接 ·数据不出内网：可以配 Ollama + 本地模型（比如 DeepSeek） ·数据库支持也很全：MySQL、Postgres、ClickHouse、DuckDB 基本全覆盖 ·安装也不折腾，有 Docker 基本就是一键起整体看下来，我觉得它特别适合两种场景： 1）想给团队搭一套真正能用的自助查数平台 2）想研究 “AI + BI + 语义层” 这种更偏工程化的落地方案一句话总结：把“查数据”的自由还给业务，把时间还给开发。

sitin

30,152 次观看 • 7 个月前

这个爆火的开源项目，可以根据真实世界位置，一键生成我的世界地图，目前在 GitHub 已斩获 16.1k star 不管是城市街区、乡村还是自然景观，都可以生成。底层数据来自 OpenStreetMap，城市街区、乡村、地形植被，该有的都有，而且准确度很高。用法很简单：在地图上搜索你想要的地方，框选目标区域，调整世界比例、出生点、要不要生成建筑内部，就能一键生成你的 Minecraft 地图。底层用 Rust 写的，建筑轮廓、真实世界的纹理以及植被分布都做得非常细。支持 Windows / macOS / Linux，也可以直接在线体验，不用装软件。

这个爆火的开源项目，可以根据真实世界位置，一键生成我的世界地图，目前在 GitHub 已斩获 16.1k star 不管是城市街区、乡村还是自然景观，都可以生成。底层数据来自 OpenStreetMap，城市街区、乡村、地形植被，该有的都有，而且准确度很高。用法很简单：在地图上搜索你想要的地方，框选目标区域，调整世界比例、出生点、要不要生成建筑内部，就能一键生成你的 Minecraft 地图。底层用 Rust 写的，建筑轮廓、真实世界的纹理以及植被分布都做得非常细。支持 Windows / macOS / Linux，也可以直接在线体验，不用装软件。

阿西_出海

17,491 次观看 • 3 个月前

刚才我用Codex+HyperFrames生成的视频，这种视频适合做一些讲解类的、知识类的数据类的效果嘎嘎好。最主要这个东西你发在小红书、抖音、视频号，它是不会限流的。有兴趣的朋友可以去试试。

刚才我用Codex+HyperFrames生成的视频，这种视频适合做一些讲解类的、知识类的数据类的效果嘎嘎好。最主要这个东西你发在小红书、抖音、视频号，它是不会限流的。有兴趣的朋友可以去试试。

季白羽

16,447 次观看 • 2 个月前

建议每个用独立 Mac、而且电脑里没啥敏感数据的朋友，都去试试 Codex。很简单，几步就搞定：先登你的 OpenAI 账户，开个 20 美元的会员。然后在设置里把那个 Computer Use 功能装上，再给 Codex 开一下屏幕录制和辅助功能的权限。完事儿之后，Codex 就能帮你接管电脑了。我随手测了一下，让它帮我在新加坡租个房。结果它还真就自己打开中介网站，一本正经地在那儿翻房源了😆 ——感觉可以当半个助理使，挺有意思。

建议每个用独立 Mac、而且电脑里没啥敏感数据的朋友，都去试试 Codex。很简单，几步就搞定：先登你的 OpenAI 账户，开个 20 美元的会员。然后在设置里把那个 Computer Use 功能装上，再给 Codex 开一下屏幕录制和辅助功能的权限。完事儿之后，Codex 就能帮你接管电脑了。我随手测了一下，让它帮我在新加坡租个房。结果它还真就自己打开中介网站，一本正经地在那儿翻房源了😆 ——感觉可以当半个助理使，挺有意思。

区块链行情研究

400,101 次观看 • 5 个月前

兄弟们，最近我扒了全网比较好用的电商提示词，做了一套「全平台通用电商视觉引擎工作流」。目前已经在 SkildArt 跑通：上传一张产品图，就能生成 12 张电商套图。重点不是让 AI 随便出一张好看的商品图，而是把电商视觉拆成可复用流程：主视觉/产品中心图/卖点图/场景图/细节图/规格图/横版首屏图每张图都有明确用途。产品不能变形，Logo 不能乱跑，卖点不能瞎编，整组图风格要统一。我实测下来，SkildArt 这类电商视觉工作台确实更适合做成套内容：无限画布适合搭复杂生图流程； Agent 对话适合单张图灵活设计；局部修改很方便；视频模型也能和画布结合使用。我还复刻了最近很火的「低能量穿搭换装」视频。先在画布生成两组穿搭场景：一组普通职业 Look，一组明亮夏日多巴胺配色。再切到视频模型，输入简单的转场和运镜描述，就能生成换装视频原素材。后面简单剪辑加 BGM 就能发。以前这类内容要实拍两套造型，还要对镜头和节奏，现在工作流能直接把门槛拉低很多。我觉得 AI 电商图真正的价值，不是单张图好看，而是稳定生成一整套能卖货的视觉资产。完整工作流和低能量穿搭复刻提示词，可以去 SkildArt 广场搜关键词：电商系统通用、夏日多巴胺换装全部开源到里面了

知识猫AI实验室

88,085 次观看 • 3 个月前

Anthropic 在 2026 年 9 月 17 日公布了一组进展：在两名技术人员监督下，Claude 用了不到四周时间，协助优化了 30 多个开源生物学模型，其中包括 AlphaFold3 和 Boltz-2，相关优化代码已经开源。这件事情吸引人的地方，在于它处理实际科研代码的具体过程，也就是从进入工程仓库、定位问题、修改代码，到最后一步步拿指标做检查。顺着这种科研工作流的思路，我最近试用了 ScienceBuddy。它是 PhAI Labs 推出的生物医学 Agent 工作台，我先用它跑了一个具体的文献梳理任务。我给出的提示词是整理近几年用机器学习预测 CRISPR-Cas9 脱靶活性的相关研究，主要看基因编辑在目标区域之外产生误切的情况。为了方便后续比对，我直接指定了输出结构，要求把研究任务、数据规模、主要发现、研究局限和 DOI 整理成规整的列。 ScienceBuddy 在当前任务窗口里生成了一张论文信息表格。不同研究使用的数据集、得出的结论以及原文入口被归纳在同一套字段下。这样的交互挺省事：输入的提示词、生成的表格以及后续的追问都停留在同一个工作界面，左侧列表也保留着历史任务记录，随时可以点回来继续补充条件。拿到了整理好的表格，我抽查了其中一行，点击 CRISMER 对应的 DOI 链接，跳转到了 bioRxiv 上的原始预印本摘要。表格里抓取的 CHANGE-seq 和 SITE-seq，确实是原文摘要里明确写出的训练数据；论文自身报告的 F1 值为 0.728、PR-AUC 值为 0.818，也逐字出现在摘要数据中，页面同时标有预印本提示。这里需要说明，这些准确率数值是 CRISMER 那篇论文自己的实验结果，并不是软件的性能数据。这次抽查做的事情很简单，就是顺着生成结果里的来源链接，确认关键字段能不能在原文里找到出处。在另一个关于 GEO 公开组学数据的任务中，我查看了它的运行轨迹（Trajectory）。界面上展示了 query_geo、fetch_source、query_pubmed 等工具调用节点，清晰记录了系统在推进任务时尝试发起的查询动作。关于底层的实现，项目方提到 ScienceIDE 是 ScienceBuddy 的底层技术框架，主要作用是把真实的科研代码封装成 Agent 可以执行、练习和验证的环境，并尝试通过科学标准来检查结果。面向普通用户日常使用的产品是 ScienceBuddy。整套体验下来，最直观的感受是ScienceBuddy 把文献线索集中整理成表，并在同一个任务流里继续追问，遇到关键数据也能够直接从引用中找到 DOI 回原文做核对。产品访问地址是 PhAI Labs 开发。我体验的时候 Preview 版本处于免费开放状态。如果平时需要梳理生物医学领域的论文脉络或收集开题证据，可以找一个具体课题试一试。

Anthropic 在 2026 年 9 月 17 日公布了一组进展：在两名技术人员监督下，Claude 用了不到四周时间，协助优化了 30 多个开源生物学模型，其中包括 AlphaFold3 和 Boltz-2，相关优化代码已经开源。这件事情吸引人的地方，在于它处理实际科研代码的具体过程，也就是从进入工程仓库、定位问题、修改代码，到最后一步步拿指标做检查。顺着这种科研工作流的思路，我最近试用了 ScienceBuddy。它是 PhAI Labs 推出的生物医学 Agent 工作台，我先用它跑了一个具体的文献梳理任务。我给出的提示词是整理近几年用机器学习预测 CRISPR-Cas9 脱靶活性的相关研究，主要看基因编辑在目标区域之外产生误切的情况。为了方便后续比对，我直接指定了输出结构，要求把研究任务、数据规模、主要发现、研究局限和 DOI 整理成规整的列。 ScienceBuddy 在当前任务窗口里生成了一张论文信息表格。不同研究使用的数据集、得出的结论以及原文入口被归纳在同一套字段下。这样的交互挺省事：输入的提示词、生成的表格以及后续的追问都停留在同一个工作界面，左侧列表也保留着历史任务记录，随时可以点回来继续补充条件。拿到了整理好的表格，我抽查了其中一行，点击 CRISMER 对应的 DOI 链接，跳转到了 bioRxiv 上的原始预印本摘要。表格里抓取的 CHANGE-seq 和 SITE-seq，确实是原文摘要里明确写出的训练数据；论文自身报告的 F1 值为 0.728、PR-AUC 值为 0.818，也逐字出现在摘要数据中，页面同时标有预印本提示。这里需要说明，这些准确率数值是 CRISMER 那篇论文自己的实验结果，并不是软件的性能数据。这次抽查做的事情很简单，就是顺着生成结果里的来源链接，确认关键字段能不能在原文里找到出处。在另一个关于 GEO 公开组学数据的任务中，我查看了它的运行轨迹（Trajectory）。界面上展示了 query_geo、fetch_source、query_pubmed 等工具调用节点，清晰记录了系统在推进任务时尝试发起的查询动作。关于底层的实现，项目方提到 ScienceIDE 是 ScienceBuddy 的底层技术框架，主要作用是把真实的科研代码封装成 Agent 可以执行、练习和验证的环境，并尝试通过科学标准来检查结果。面向普通用户日常使用的产品是 ScienceBuddy。整套体验下来，最直观的感受是ScienceBuddy 把文献线索集中整理成表，并在同一个任务流里继续追问，遇到关键数据也能够直接从引用中找到 DOI 回原文做核对。产品访问地址是 PhAI Labs 开发。我体验的时候 Preview 版本处于免费开放状态。如果平时需要梳理生物医学领域的论文脉络或收集开题证据，可以找一个具体课题试一试。

雪踏乌云

59,121 次观看 • 5 天前

腾讯这个新模型是真牛逼啊，我之前一直觉得 AI 整理数据就是帮你排个序的打杂活，直到看到把 101 个乱成一团的 SKU 销售数据丢给了腾讯 Hy3，竟然返回了一整套能直接拿去开会的完整分析。 Excel 里分了执行摘要，异常值，定价梯度，重复命名好几个 sheet，它自己用 IQR 把离群的贵价货单独挑了出来，还顺手识别整理了重名的重复 SKU。最超出预期的是最后同步生成了一份 30 页的汇报 PPT，所有图表都已经做好，不用再二次调整。它根本不是在帮你整理数据，是把一个分析师一整个下午的标准化工作，直接还给了你。当然不是说分析师就失去价值了，需要深度业务洞察和定制化判断的分析，依然要靠真人落地。而是这种标准化的流程化分析交付，AI 已经能直接做到成品级别，不再是需要反复修改的半成品。

腾讯这个新模型是真牛逼啊，我之前一直觉得 AI 整理数据就是帮你排个序的打杂活，直到看到把 101 个乱成一团的 SKU 销售数据丢给了腾讯 Hy3，竟然返回了一整套能直接拿去开会的完整分析。 Excel 里分了执行摘要，异常值，定价梯度，重复命名好几个 sheet，它自己用 IQR 把离群的贵价货单独挑了出来，还顺手识别整理了重名的重复 SKU。最超出预期的是最后同步生成了一份 30 页的汇报 PPT，所有图表都已经做好，不用再二次调整。它根本不是在帮你整理数据，是把一个分析师一整个下午的标准化工作，直接还给了你。当然不是说分析师就失去价值了，需要深度业务洞察和定制化判断的分析，依然要靠真人落地。而是这种标准化的流程化分析交付，AI 已经能直接做到成品级别，不再是需要反复修改的半成品。

AYi

15,468 次观看 • 2 个月前

【用彩绘风格图实现Seedance2.0真人审核】豆包Seedance2.0花了一小时给我生成的效果，后期配上一个法式浪漫的调调，基本就有高级品宣广告那感觉了😁 试验了一下通过彩绘风格图，可以通过Seedance2.0的人脸审核。具体方法是，先把人物图片发给模型转成彩绘风格图，再把手绘风格图作为参考图，因此里面注明实拍风格，就可以还原人物原貌了。提示词我稍后放到评论区👇

【用彩绘风格图实现Seedance2.0真人审核】豆包Seedance2.0花了一小时给我生成的效果，后期配上一个法式浪漫的调调，基本就有高级品宣广告那感觉了😁 试验了一下通过彩绘风格图，可以通过Seedance2.0的人脸审核。具体方法是，先把人物图片发给模型转成彩绘风格图，再把手绘风格图作为参考图，因此里面注明实拍风格，就可以还原人物原貌了。提示词我稍后放到评论区👇

Adam也叫吉米

23,070 次观看 • 6 个月前

最近全网都在发 Irys (✧ᴗ✧) 和 375ai 的合作，我也赶紧研究了一下这是多大合作能被全网讨论啊？一研究发现这事挺大，375ai负责在现实世界扫街抓数据，Irys则给这些数据盖上防伪章，闭环从采集到变现 Irys作为Layer-1区块链界的学霸，主打低成本存储、可验证计算和AI协调，9月交易量8.55亿刀，40万活跃钱包，忙得热火朝天！它的绝招是数据上链后，谁也别想动，用加密指纹加密，零知识证明保真，干净利落，而375ai是Solana上的数据狂人，在美国扔了4万个AI传感器节点，覆盖70%的人口活动区，个个都是全副武装高清摄像头、NVIDIA Jetson GPU、环境传感器，抓起交通、环境、网络数据来那叫一个眼疾手快！更别提他们的375go App，20万用户直接把手机变数据矿机，一边匿名贡献数据，一边赚代币，简直是躺着也能挖矿传统AI数据垃圾进垃圾出，来源不明、随便篡改、存个几年就失踪，375ai和Irys这对CP直接放大招，375ai提供高保真现实数据，Irys当真相守护者，每条数据都有个永久的数字身份证，这数据还能编程，自动触发支付或AI训练，自动驾驶、智能城市、物流场景随便玩～ Irys主网上线在即，375ai还全球跑马圈地，目前170个国家已经到手了！加上Irys的EVM兼容性，开发者们估计要蜂拥而至，这波合作，简直是把死气沉沉的数据变活蹦乱跳的资产，坐等大戏开场～强调一句配的图可是我辛辛苦苦做了一个来小时做出来的，我可是从来不偷官图的好宝宝，希望能多给我点权重😭

最近全网都在发 Irys (✧ᴗ✧) 和 375ai 的合作，我也赶紧研究了一下这是多大合作能被全网讨论啊？一研究发现这事挺大，375ai负责在现实世界扫街抓数据，Irys则给这些数据盖上防伪章，闭环从采集到变现 Irys作为Layer-1区块链界的学霸，主打低成本存储、可验证计算和AI协调，9月交易量8.55亿刀，40万活跃钱包，忙得热火朝天！它的绝招是数据上链后，谁也别想动，用加密指纹加密，零知识证明保真，干净利落，而375ai是Solana上的数据狂人，在美国扔了4万个AI传感器节点，覆盖70%的人口活动区，个个都是全副武装高清摄像头、NVIDIA Jetson GPU、环境传感器，抓起交通、环境、网络数据来那叫一个眼疾手快！更别提他们的375go App，20万用户直接把手机变数据矿机，一边匿名贡献数据，一边赚代币，简直是躺着也能挖矿传统AI数据垃圾进垃圾出，来源不明、随便篡改、存个几年就失踪，375ai和Irys这对CP直接放大招，375ai提供高保真现实数据，Irys当真相守护者，每条数据都有个永久的数字身份证，这数据还能编程，自动触发支付或AI训练，自动驾驶、智能城市、物流场景随便玩～ Irys主网上线在即，375ai还全球跑马圈地，目前170个国家已经到手了！加上Irys的EVM兼容性，开发者们估计要蜂拥而至，这波合作，简直是把死气沉沉的数据变活蹦乱跳的资产，坐等大戏开场～强调一句配的图可是我辛辛苦苦做了一个来小时做出来的，我可是从来不偷官图的好宝宝，希望能多给我点权重😭

Ohmann张奥曼

46,115 次观看 • 1 年前