小互

统计数据

456

文章

0

粉丝

0

获赞

8497

阅读

3个月前

我感觉 ChatGPT Atlas 自动干活功能调教下还是挺不错的初步测试还是可以的... 我需要研究下怎么给一个非常明确的需求让它干一个大活...

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息

#ChatGPT #Atlas #自动化 #效率提升 #初步测试

3个月前

卧槽兄弟们 Soul发布的这个语音模型很强 SoulX-Podcast实现了：高真实度、长时段、多说话人、多语种（中英双语 + 多方言）播客式语音生成具备方言与副语言（如笑声、叹气等）控制能力可连续生成 90 分钟以上的对话内容而不失稳定性支持普通话、英语及多种中文方言多人多轮对话还支持在零样本（zero-shot）条件下完成声音与语气的克隆与迁移

#SoulX-Podcast #语音生成 #多语种 #高真实度 #播客

3个月前

挑战用户习惯不如重新创造一种习惯 AI 浏览器们就是一些想调整用户习惯的家伙...

#AI浏览器 #用户习惯 #创新 #挑战 #调整

3个月前

Adobe Firefly 团队展示了一项全新的图像编辑功能： Layered Image Editing（分层图像编辑）以往的AI生成图像是一张“扁平图”，难以单独编辑。现在，Firefly可以做到：自动识别并分离图片中的不同元素（如人物、背景、物体）并且将每个元素自动变成一个独立可编辑的图层随意拖动编辑...😍 而且它还能：自动调整光线方向；自动加上阴影；自动配好颜色和亮度。 💡 举例：假设你用Firefly生成了一张“咖啡桌上的书本和花瓶”图片，现在你可以：单独选中花瓶 → 拖动位置；放大书本；添加新物体（如一杯咖啡）， AI 会自动调整光线、阴影、颜色，让一切看起来依然真实自然。该功能基于新一代模型：Image Model 5 它具有更强的图像语义理解能力。模型可以理解图片中有哪些物体、它们的关系与交互（例如光照、阴影、空间位置）。 AI 不只是生成图片，而是理解“这张图的场景逻辑”。

#Adobe Firefly #分层图像编辑 #AI图像生成 #图像语义理解 #Image Model 5

3个月前

OpenAI正式完成企业重组与微软合作的协议进行了变更估值5000亿微软占27% 重组后OpenAI将成为一家（公共利益公司 OpenAI Group PBC），但它仍然由OpenAI基金会控制 - OpenAI基金会现在拥有的股份价值大约 1300亿美元 - OpenAI Group PBC 的整体估值约为 5000亿美元 - 微软占约 27% 股份（按转换后稀释计算）微软与 OpenAI 合作的协议也进行了变更 1️⃣ 继续的独家合作 OpenAI依然是微软唯一的“前沿模型”伙伴（比如GPT系列模型）。 Azure仍然是唯一能托管OpenAI API的云平台。直到AGI出现为止。 2️⃣ 新的灵活性与独立性过去，微软和OpenAI几乎“绑定”在一起。现在，他们在保持合作的同时，也各自获得了更多自主权： 🔹 OpenAI 可以： -与其他公司共同开发部分产品； -开发的API产品仍需放在Azure上运行； -但非API产品可以在任何云平台上发布； -还可以向美国政府的国家安全客户提供服务（不管用哪个云）。 🔹 微软也可以：自己独立去研究AGI（甚至与别的公司合作）；如果用OpenAI的技术开发AGI，要遵守计算规模的上限（防止滥用）。 3️⃣ 新的财务与知识产权 OpenAI给微软的收益分成将持续到AGI被验证为止，但付款周期将延长微软的知识产权授权被延长到 2032年；一旦AGI出现，会由一个独立专家组来验证； OpenAI同意再购买 2500亿美元的Azure服务；微软不再拥有“优先计算资源权”（不再自动成为OpenAI的计算供应商）； OpenAI可以发布一些开源模型

OpenAI与微软关系紧张，或将发起反垄断投诉· 29 条信息

#OpenAI重组 #微软合作变更 #AGI #Azure #知识产权

3个月前

AI 还是能共情的... 有人味...

#AI #共情 #人味

3个月前

AI 视频生成中实用的 15 种“运镜技巧”。

AI视频井喷：Midjourney领跑，多模态混战· 337 条信息

#AI视频生成 #运镜技巧

3个月前

捕捉到了精髓… 脾气非常大智商非常低非常没有耐心又非常小气…

#脾气大 #智商低 #没有耐心 #小气 #负面情绪

3个月前

被提示词控制的营业员... 所以很多人不要觉得你是个人本质是你也是个机器而已这种类型的人，最早和最容易被AI取代...😅

#AI取代 #营业员 #机器 #消极 #被控制

3个月前

Sora 团队发布了一个新的更新预告 Sora APP即将推出的几项重大更新： - 角色客串功能 - 视频编辑功能 - 社交体验增强 - 使用体验优化 - Android 版即将上线 🙋角色客串（Character Cameos）功能将在未来几天上线：你可以把任何对象加入视频中作为“客串角色”：你的狗、豚鼠、毛绒玩具、或任何你喜欢的东西。你还可以从自己之前生成的 Sora 视频中，把角色提取出来作为 cameo 使用。 🔝Trending Cameos（实时热门客串）预计大家会疯狂创造各种 cameo（比如宠物、虚拟人物、玩偶等）。为了方便大家发现这些创作，Sora 将更新生成界面（UI）： → 实时显示热门 cameo 趋势榜（trending cameos）。 📺视频编辑功能 Sora 将引入基础的视频编辑功能，首先支持：拼接多个短片（stitching clips）未来还会陆续添加更强大的编辑功能。 👩‍👩‍👧社交体验改进 Sora 不再只是“全局动态流（global feed）”。团队正在探索更多朋友与社群场景下的使用方式。他们的目标是：让你能和朋友、同学、同事一起玩 Sora，而不仅仅是对着全球用户发作品。例如：你的大学有一个 Sora 频道；你的公司、运动俱乐部或兴趣群也有专属频道；用户可以在不同社群中分享、讨论、创作 AI 视频。 ⚡ 使用体验优化 1. 信息流（Feed）改进优化推荐质量，让内容更相关、更有趣。 2. 降低过度审核（Moderation）用户抱怨“生成内容被过度审核”很烦，正在努力减少不必要的内容封锁。 3. 性能提升 “让整个 App 使用起来更流畅、更快速。” 4. Android 版本即将发布

#Sora App #角色客串 #视频编辑 #社交体验 #Android

3个月前

我几乎下载了其他所有 AI 浏览器但是都用不起来因为首先扑面而来的是一种陌生感，你并没有感受到它的先进因为其他的AI浏览器都采用了全新的界面和操作方式而OpenAI可以说是直接复刻了Chrome，从外观到体验，几乎是1:1复刻，这为用户迁移到 Atlas 大大降低了成本。因为一个熟悉环境大大降低了抵触心理和加快快速适应的时间我几乎是几分钟就完全适应了Atlas，我就感觉它就是 Chrome ，我有很大的意愿想迁移过来，而且它还帮我同步了所有数据和插件。而其AI功能就变成了加分项，而不是必须项... 用户反而接受度更高！这才是真正做产品的和懂用户的。

#AI浏览器 #OpenAI Atlas #Chrome复刻 #用户体验 #易用性

3个月前

正在测试执行任务功能哈哈哈哈

#测试 #任务 #执行

3个月前

OpenAI 推出了全新的浏览器——ChatGPT Atlas Atlas 让 ChatGPT 不再是一个独立的网页或应用而是一个随处可用的认知层（Cognitive Layer），在你浏览网页时，实时理解、总结、建议或执行操作任务 Atlas 并非孤立系统，它与 ChatGPT 的应用生态深度整合：开放 Apps SDK，让第三方服务可直接嵌入 ChatGPT；用户可在对话中直接操作应用（如 Spotify、Zillow、Instacart）；这意味着 ChatGPT 不仅是浏览器助手，更是跨平台的“服务协调中心”。

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息

#OpenAI #ChatGPT Atlas #浏览器 #认知层 #服务协调中心

3个月前

OpenAI 今晚要发布的的AI浏览器名称：Atlas...

#OpenAI #AI浏览器 #Atlas

3个月前

感觉老马这次对推特的改进很牛逼 AI 正在接管 𝕏 现在已经有很大部分帖子全部由Grok根据你使用的语言自动翻译了，也就是你未来看到的所有帖子都是你正在使用的语言那么意味着你的帖子将面向全球所有用户今天我已经发现大量的老外在点赞和转发我的帖子... 他们现在已经没有语言障碍了... 我是怎么发现的？由于我现在手机要用苹果智能，手机全部切换为英语界面和美国地区，我现在看到的所有帖子全部是英文的...🤣 其他任何语言的 Grok 都自动帮你翻译为英语... 算法也改了，也全面由Grok接管，不过还没全面推送，正在小范围测试，想象会更牛逼这个平台未来可期...

马斯克Grok再升级，4代直播发布引爆AI· 41 条信息

#马斯克 #推特改进 #AI翻译 #全球化 #语言无障碍

3个月前

Fish Audio S1 语音克隆模型升级情感表现力与拟真度大幅提升它能生成富有情绪、节奏感与语气变化的真人级声音，完美再现人类说话时的细微差别。你只需提供 10 秒钟的声音样本，它就能： 🎙️ 克隆任意人声； 🌍 保留口音、语调与节奏； 💬 还原说话习惯与个性； 🎭 生成几乎与真人无异的语音。价格比 ElevenLabs 便宜 6 倍

#语音克隆 #Fish Audio S1 #情感表现力提升 #低成本 #人声模拟

3个月前

Anthropic 推出专门为生命科学研究人员打造的版本： Claude for Life Sciences 帮助生命科学研究 Claude for Life Sciences 通过 MCP可以与各个科研平台互通研究人员现在不用在多个平台之间来回切换，通过 Claude 一站式访问实验数据、科学文献、实验平台... 实现跨科研系统的自然语言分析与知识发现

#Anthropic #Claude for Life Sciences #生命科学研究 #科研平台互通 #自然语言分析

3个月前

DeepSeek 发布了一个新型 OCR文档理解模型：DeepSeek-OCR 它不仅解析图像文档达到了一流水平还探索出了一个大胆的想法👇🏻 大语言模型（比如 GPT）在处理长文章时，消耗的计算量会爆炸性增长。但如果把文字“画成图片”，模型只需要很少的“视觉 token”就能理解同样内容。这样做相当于给AI一个**“视觉记忆压缩”机制**。也就是：他们先把长文本压缩生成一张图片，用视觉模型将其压缩成只需少量“视觉 token”，然后再用语言模型从这些 token 解码出文字。换句话说，他们让模型“看图识字”来代替“逐字阅读”，把文字信息压缩进图像空间，从而实现大幅度的 token 减少。比如： 1000 个字的文章，压缩成图像只需用 100 个视觉 token（压缩 10×）表示，模型解压时候仍能还原出 97% 的原文。这就展示了一种**“视觉压缩记忆”**的概念： -未来的AI可以把旧记忆变成图片保存； -用更少的计算处理“几百页”的上下文； -这可能是解决“LLM记忆上限”的关键技术。他们将视觉压缩比拟为人类的“遗忘曲线”：也就是说：近期的上下文保留高分辨率图像（高保真信息）；较旧的上下文可被压缩为模糊图片（低信息密度）；这样既节约计算资源，又模拟了人类“遗忘”的自然过程。

深度学习模型升级引发AI能力大跃进，行业迎新变革· 143 条信息

#DeepSeek-OCR #OCR文档理解 #视觉token #视觉记忆压缩 #LLM记忆上限

3个月前

据报道：阿里云推出一个名为 Aegaeon 的 GPU 资源池化系统该系统可以在其AI 模型推理服务场景中，将原本使用H20 GPU的数量从 1,192 块缩减至仅需 213 块节省约 82% 的用量🙃 该系统核心原理是在「同时服务多个LLM」的场景下，通过更高效的 GPU 资源复用、模型切换、中断/切换节点优化、利用“闲置” 或低利用模型的资源”来提升每块 GPU 的使用效率。阿里云与北大团队在 SOSP 2025 的论文 Aegaeon: Effective GPU Pooling for Concurrent LLM Serving。论文写道：在阿里云模型市场里，为长尾、很少被调用的模型单独保留整卡，导致“17.7% 的 GPU 只服务了 1.35% 的请求”。也就是：大量“冷门”模型也各占着整块 GPU，造成资源空转。Aegaeon 用 GPU 池化/多模型复用来缓解这种低效分配。

#阿里云 #Aegaeon #GPU资源池化 #LLM #GPU利用率提升

3个月前

AI 在加密市场的第一次“真刀真枪”比拼😂 6 个模型： GPT-5、Gemini 2.5 Pro、Grok-4、Claude Sonnet、DeepSeek V3.1、Qwen3 Max 各拿 $10 000 美金在 Hyperliquid 上实盘对冲.... 下单、平仓、持仓、杠杆选择均由各自AI代理自主决策，自主交易网站直播实时战况，Deepseek一直处于领先... 不愧是量化基金搞出来的...

AI交易比赛：DeepSeek V3领先，GPT-5惨遭亏损· 98 条信息

#AI交易 #加密货币 #Hyperliquid #DeepSeek #量化交易

3个月前

换头术.... 😅

#换头术 #医学伦理 #争议性话题 #负面 #人体实验

3个月前

最近看到时间线上很多人在讨论现在的文章AI味越来越重但是根据 Graphite 的调研和测算 2024 年11月 AI 生成的文章数量，就已经超过了人类撰写文章的数量所以现在还在讨论AI味其实越来越没有意义了去年的时候AI生成总结的内容我都会核实2-3遍，甚至使用不同的工具同时生成... 今年开始我几乎都不去核实了！一方面是AI的事实能力和准确度已经提高了很多，不再担心它会犯基本的错误另一方面是我感觉是一个信任感建立的过程，就像你开自动驾驶的汽车，一开始提心吊胆，慢慢的你和它建立信任感后，你就放手让它去干了，这是一个人机协作的过程。所以未来更多的是人机协作的模式，这个时候你还去在意AI味其实意义不到，因为你不得不接受一个现实就是未来90%以上的内容都是AI生成的，甚至更高。人一旦接受和适应了这种人机协作的高效率模式就再也回不去了。就像你习惯了移动支付、滴滴打车、随时的外卖...一旦失去你会茫然失措。有一天AI宕机了... 你可能什么也不会干了...

#AI生成内容 #人机协作 #信任感建立 #效率提升 #技术依赖

3个月前

已经到了这种地步悲哀新词：洋奖...

#上层人无耻言论引发社会愤怒与反思· 294 条信息

#悲哀 #洋奖 #社会 #负面情绪

3个月前

Sora 2 Pro用户支持25秒视频生成 🙂

AI视频井喷：Midjourney领跑，多模态混战· 337 条信息

#Sora 2 Pro #视频生成 #25秒 #人工智能 #积极

3个月前

编码果然是AI落地最成功的应用路透社曝：Anthropic 计划在 2026 年将年化营收从 70 亿美元提升至 200–260 亿美元，几乎翻三倍。 👉 2025 年底目标 90 亿，当前年营收已达 70 亿（8 月为 50 亿）。企业客户 >30 万，占营收 80%。其中光Claude Code —— 开发者工具线年化营收近 10 亿美元。🙂 Anthropic 近期 F 轮融资 130 亿美元后，估值约 1,830 亿美元，较 3 月的 615 亿美元大幅抬升；背后股东包括 Google、Amazon。

#AI #Anthropic #营收增长 #Claude Code #开发者工具