小互

统计数据

418

文章

0

粉丝

0

获赞

4831

阅读

7个月前

ElevenLabs 发布其对话语音助手： Conversational AI 2.0 相较于上一代有了巨大飞跃亮点功能：说话不尴尬了：它能听懂你什么时候停顿、什么时候在思考，不会中途打断你说话。多语言切换很顺滑：你说中文，它说中文；你说西班牙语，它也能自动切换。回答更“懂行”：它可以从你公司的知识库里直接找资料来回答你，不胡说。批量打电话不求人：几百几千个客户，系统可以一次性给他们打电话发通知。一个模型管两种互动方式：不用分开发文字和语音版本，省人力。

#elevenlabs #对话语音助手 #Conversational AI #多语言 #AI技术 #客户服务 #语音识别

7个月前

波士顿动力公司分享了其 Atlas 机器人的感知系统和视觉能力构建方法 Atlas现在能够有效处理遮挡和不确定性。精准的校准确保了精准的手眼协调，从而实现可靠的操控。波士顿动力公司的人工智能团队解释了他们如何让 Atlas 人形机器人感知世界并与世界互动。这是一个融合了图像识别、三维几何理解、实时控制、错误恢复、与任务规划的复杂感知-决策系统。波士顿动力正致力于构建一个融合感知和控制的统一模型——推动人工智能从空间智能走向物理智能。

#波士顿动力 #Atlas机器人 #人工智能 #机器视觉 #机器人技术 #感知系统

7个月前

Deepseek 官方公布了 DeepSeek-R1-0528 细节 ↓🧵 推理能力全面增强：通过加大后训练算力，模型的思维深度与推理能力显著提升。AIME 2025 测试中准确率从 70% 提升至 87.5%。幻觉率显著降低：在摘要、改写、阅读理解等场景下幻觉率下降约 45~50%。输出内容更可靠，事实一致性更高。

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 #DeepSeek-R1-0528 #推理能力 #AIME 2025 #幻觉率

7个月前

字节跳动今天发布了一个图像Agent 小云雀AI 感觉有点像lovart 🙂 只需一句指令，主动思考、智能执行、快速交付，让想法一键直达爆款视频与图片。无需专业技能，让创作像聊天一样轻松，真正实现“灵感即所得，创作零门槛”。

#字节跳动 #图像Agent #小云雀AI #Lovart #爆款视频 #创作零门槛

7个月前

这个Veo 3 制作的片子非常的炸裂 😂 看的令人动容啊 AI演员的独白，他们活在虚无中，每天被提示词操控他们的人生他们的人生只有短短的8秒钟... 命运完全不能由自己掌握...

#Veo3 #AI演员 #虚无 #命运 #提示词

7个月前

人一到网络上似乎会很容易触发一种反驳情绪就是看到和自己观点或者认知认知或者经验违背的东西，总会不自觉地触发反驳情绪进行激烈评论我这两年一直在克制这种情绪，允许自己接受不同的观点和思想。我也很少拉黑人，除非对方一上来就进行人身攻击，而不是就事论事！还有就是年纪大了容易不自觉的进入一种思想信息茧房，自我封闭，我一直是对各种东西都感兴趣，但是现在感觉是一种基因开关被打开了！不自觉地就会主动忽略很多自己觉得无关的信息！🤣

#网络反驳情绪 #接受不同观点 #思想信息茧房

7个月前

Claude 推出语音助手可以在APP客户端进行体验支持通过语音助手访问你的日历、Gmail、Google Drive等获取信息和进行网络搜索内容进行回答…

#Claude #语音助手 #APP客户端 #日历 #Gmail #Google Drive #网络搜索

7个月前

Anthropic 宣布 Claude 的网页搜索功能向全球免费用户开放用户无需额外订阅即可通过Claude获取实时网络信息

#Anthropic #Claude #网页搜索 #免费用户 #实时网络信息

7个月前

Veo 3 生成介绍商品的视频这很省事了😎

#Veo3 #视频生成 #智能工具

7个月前

Google Project Astra 充当人工智能导师利用AI来指导学生如何进行问题解决，循循善诱而不是直接告诉答案。 Astra 能够实时识别图像并进行语音和多种模式的交互。

#Google #AI #Project Astra #教育科技 #人工智能 #智能导师

8个月前

Gemini Pro 会员现在也可以使用Veo 3了不需要充值 Ultra 会员了 Pro 会员就是之前的高级会员，改名了之前白嫖的学生会员可以直接使用

#Gemini Pro #Veo 3 #Ultra 会员 #Pro 会员 #高级会员 #学生会员

8个月前

Google 展示 Android XR 智能眼镜原型机长时间记忆、实时语音交互、根据用户行为自动提供帮助 Android XR 智能眼镜功能：上下文理解：通过摄像头和麦克风获取用户视角，结合地理位置信息理解当前场景和任务。语音交互：随时启动语音助手，无需手动唤醒、无需使用手机。实时辅助：根据用户行为自动推荐动作，如导航、查资料、拍照、翻译等。记忆与个性化：具备长时间任务记忆功能，理解用户偏好、事务上下文。与 Gemini 整合，实现真正的视觉助手

#Google #Android #XR #智能眼镜 #语音交互 #实时辅助

8个月前

Google 推出虚拟试衣工具上传一张自己照片 AI 将在几秒钟内生成你穿上该商品的逼真效果图 - 基于新一代图像生成模型，专为时尚场景设计 - 依托全球 500 亿商品数据，提供实时可信商品信息 - 还可以根据用户需求主动进行多条件搜索与比较、比价分析 - 购物流程全自动执行，还可以自动支付下单

#Google #虚拟试衣 #AI技术 #图像生成模型 #时尚科技 #商品数据分析 #自动购物流程 #AI购物助手

8个月前

Gemini 新模型 - 控制思考中使用的 token 用量 - 多模态 - 知识截止 2025年1月 - 最适合编码

#Gemini #新模型 #多模态 #知识2025 #适合编码

8个月前

兄弟们,这个思路牛P OpenMemory MCP：统一的 AI 记忆管理平台本地运行存储、组织和管理你的“记忆” 让你的记忆可以在各个AI之间流动 - 提供一个统一、结构化、私有的“记忆层 - 记忆本地化管理，隐私安全 - 通过权限模型，用户主导数据流动 - 支持扩展，适用于多类 AI 客户端生态可以让你在 Claude、Cursor、Windsurf 等 LLM 工具之间持续使用历史信息、对话风格、偏好和项目状态，从而实现真正的跨平台、连续性 AI 交互体验。可以理解为：你的 AI 个人助理第一次有了一块真正“属于你”的持久记忆模块，还能在各种AI之间来回调用，同时确保隐私和控制权掌握在用户手中。

#OpenMemory MCP #AI 记忆管理 #私有记忆层 #隐私安全 #数据流动 #多类 AI 客户端

8个月前

苹果发布 FastVLM 能在 iPhone 上直接运行的极速视觉语言模型首 token 输出快 85 倍 FastVLM：先把图像看懂（图像 → token），再根据 token 生成回答或描述（token → 语言）模型体非常积小，可以很轻松部署在 iPhone、iPad、Mac 上 FastVLM-0.5B：相较于 LLaVA-OneVision-0.5B，首 token 输出快 85 倍，模型体积小 3.4 倍。 FastVLM-7B（+ Qwen2-7B LLM）：优于 Cambrian-1-8B，在相同精度下首 token 输出快 7.9 倍。

#苹果发布 #视觉语言模型 #FastVLM #iPhone #LLaVA-OneVision #技术创新 #极速

8个月前

ChatGPT新功能：可以将 GitHub 仓库连接到 Deep Research（深度研究）中。你可以针对GitHub 仓库提出问题，Deep Research读取源代码和 Pull Requests，生成详细报告并附带引用。使用方式是在 ChatGPT 的 Deep Research 功能中选择 GitHub 直接搜索仓库名称即可，非常方便↓

#ChatGPT新功能 #GitHub仓库 #Deep Research #源代码分析 #Pull Requests

8个月前

Google 发布了 Gemini 2.5 Pro（I/O 预览版）大幅提升了编码等相关能力尤其在前端开发方面，排名 WebDev Arena 第一 -更好地支持函数调用、模块重构、逻辑判断 - 首次成功通过 Cognition 的高级开发者评测，具备“类资深开发者”的架构理解力 - 可基于一段 YouTube 视频，自动生成交互式学习 App 包括内容提取、界面构建与逻辑生成，使得AI 正从“语言驱动代码”进化为“视频驱动产品”的多模态阶段。

#Google #Gemini 2.5 Pro #I/O 预览版 #编码能力 #前端开发 #WebDev Arena #函数调用 #模块重构 #逻辑判断 #Cognition #类资深开发者 #YouTube 视频 #自动生成 #交互式学习 App #内容提取 #界面构建 #逻辑生成

8个月前

Similarweb 发布数据显示，ChatGPT 正迅速增长 4 月的总访问量已经超过 X 最近 28 天的访问量对比：ChatGPT 为 47.86 亿次，X 为 40.28 亿次。从 2025 年初开始，ChatGPT 的访问量稳步增长： 1 月：从未超过 X 2 月：偶尔超过 3 月：仅在周末落后 4 月：几乎全面领先

#Similarweb #ChatGPT #增长 #访问量 #科技

8个月前

兄弟们这个牛P了 2800 tokens/s 啊😂 全球最快推理速度模型不要眨眼↓ ChatDLM：全球首个扩散语言模型 (DLM) 即将开源 ChatDLM深度融合了 Block Diffusion 和 Mixture-of-Experts (MoE) 架构，实现了全球最快的推理速度。同时支持131,072 tokens的超长上下文它的工作原理是：将输入分成许多小块，同时用不同“专家”模块处理，再智能整合，既快又准。主要功能有哪些？ - 回答速度非常快，能让聊天更自然流畅。 - 可以让用户“指定”输出的风格、长度、语气等细节。 - 可以只修改一段话里的某个部分，而不用重新生成全部内容。 - 能同时应对多个要求，比如要它生成一个有多项要求的答案。 - 翻译能力很强，可以在多种语言之间准确转换。 - 用的算力资源少，使用成本低。

#ChatDLM #扩散语言模型 #全球最快推理速度 #Block Diffusion #Mixture-of-Experts #超长上下文 #AI技术 #开源项目 #推理速度

8个月前

📢好消息，好消息！ GPT 4o的图像生成能力现在可以在GPTs中使用了这意味着你可以通过GPTs构建各种图像生成机器人了！比如构建一个专门生成海报的机器人或者专门生成某种风格的机器人！总之方便很多，你的机器人也可以给被人使用！

#GPT4o #图像生成 #机器人 #生成海报 #AI技术

9个月前

o3、04-mini 使用限制 ChatGPT Plus、Team或Enterprise帐户 o3 每周50条消息 04-mini 每天150条消息 04-mini-high 每天50条消息 ChatGPT Pro无限制访问

#ChatGPT #ChatGPTPlus #ChatGPTPro #Team帐户 #Enterprise帐户 #消息使用限制

9个月前

我也想整个这个模式所以该怎么操作目前开通Xiaohu AI会员是赠送三个月Monica和BiBiGPT会员🤤

#Xiaohu AI #会员 #Monica #BiBiGPT #赠送

9个月前

OpenAI 发布了GPT-4.1 提示工程指南以前许多典型的最佳实践和提示依旧适用于 GPT-4.1 由于GPT-4.1 更严格、更字面地遵循指令，会非常严格地按照字面指令去执行任务。这使得它对明确、清晰的提示尤其敏感。也就是说，只要你发现 GPT-4.1 的表现与预期不符，通常只需增加一句简洁明确的说明，就能迅速把模型引导到正确的行为上。过去的模型（如 GPT-4）会更自由地揣测或推断用户指令和系统提示背后的真实意图，即使提示不够精确，也可能猜出用户的意图并完成任务。所以开发者需要对原有的提示方式进行一定调整（迁移）才能使用。官方给出了详细的针对 GPT-4.1 的提示工程（Prompting）最佳实践，从基础原则到高级策略，帮助开发者高效构建提示以提升模型表现。

#OpenAI #GPT-4.1 #提示工程 #人工智能 #自然语言处理

9个月前

财政部：对美国所有进口商品加征125%关税，同时鉴于在目前关税水平下，美国输华商品已无市场接受可能性，如果美方后续对中国输美商品继续加征关税，中方将不予理会。

特朗普宣布对中国、墨西哥和加拿大征收高额关税事件· 561 条信息

特朗普关税：欧盟拟反制，市场渐麻木· 1489 条信息

#财政部 #美国进口商品 #加征关税 #贸易战 #中美关系

...