orange.ai

统计数据

403

文章

0

粉丝

0

获赞

7341

阅读

6个月前

语音输入法 WisprFlow 拿到了 3000万美金的 A 轮融资看似如此简单的产品设计，空间却是无限

6个月前

以前从不觉得AI写网文能写好，直到最近看到一个项目刷新了我的认知。两个人不到一年，靠AI把网文平台做到了月活2万+、月收入破百万。付费率18.44%，复购率52%。我觉得他们最成功的是社群运营策略，用 AI 写网文还是有一定门槛的，一般人拿到一款 AI 软件，没有人教是很难上手的。但是有社群就不一样了，有人教，上手容易，再用按字数付费的策略来做收入。群友有人爆出自己收入过万的时候，又能对其他人产生巨大的激励。不得不说，网文相关的产业真实太暴利了。以及，中国的用户为知识付费的意愿没那么强，但为赚钱培训付费的意愿还是很强的。

6个月前

3月想清楚的事情是，创业太不容易了，还是要做自己真正热爱的事情。 6月想清楚的事情是，移动互联网时代的经验已经全部过时了，不用怀疑，全部过时了。道理其实很简单，因为两个时代的变量彻底改变了。有家公司名字起的很好，叫自变量。让自己成为变量，是唯一的成功之道。

6个月前

从大自然的传播现象看，越弱的东西越好传播。最好的传播要像花粉一样，既容易传播，又容易复制繁殖，并考虑受众体验，给予受众利益！让你要传达的信息，成为风，成为水，成为花粉。

6个月前

这是我们公司第一次创新日的一位工程师的作品创新日每月一次，每个人都有完整的一天来开发自己喜欢的 AI 功能现在这个时代，做一个mvp真的只需要一天，而且也不需要产品经理做完 mvp 之后，团队伙伴和外部顾问都会一起帮忙迭代得更好希望大家喜欢也欢迎喜欢 AI 的工程师来我们这里一起玩 AI

6个月前

不愧是诺贝尔奖获得者，太深刻了。不看书评的话，我以为疫情纪实呢... 加缪通过这个人物，似乎要告诉我们，面对荒诞，我们不需要去争辩，讨论，唯有接受和接手之后绝不妥协的抗争。

6个月前

为什么要把公司改造成 AI Native 的公司？某家大厂几百人的 AI 部门，一个员工发现自己用了 AI 工作效率提升了 3 倍，他想方设法不想让领导知道。某家 AI 创业公司20个人 ARR 就突破千万美金，大家想的是，我们都有 AI 了，为什么还要招更多人。这样的两个组织，跑个两三年，会是什么结果？

6个月前

绿绿绿

6个月前

Kimi 放出大招，人类最后的考试通过率 26.9% Kimi 的强化学习agent研究终于落地了。今天出了个能做深度研究的AI模型，叫Kimi-Researcher，现在开始小范围内测了。这模型是用端到端自主强化学习技术训练的，专门用来做深度研究。它在HLE考试里的表现超过了Claude 4、Gemini 2.5 Pro这些模型。

6个月前

今天听到 nofeed 的作者的一句话：刷抖音的人就像接入了脑机

#抖音 #脑机接口 #nfeed #刷视频 #社交媒体

6个月前

以前 iPhone 上最有代表性的游戏是切水果现在 AI 最有代表性的视频还是切水果

#iPhone游戏 #切水果 #AI #视频 #时代变化 #代表性

6个月前

Gemini 2.5 全系列正式发布官方的模型对比选择表非常清晰 2.5 是 Google 模型的突破性版本期待 3.0 preview

Google Gemini 2.5发布引发AI模型性价比热议· 475 条信息

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

#Gemini 2.5发布 #Google模型突破 #期待Gemini 3.0

6个月前

最近藏师傅的群里讨论国内几个顶级视频模型的效果都超过了Veo3 但真正让 Veo3 出圈爆火的的是它的声音那种签到恰到好处的完美跟随画面的配音以前我说声音还没迎来 ChatGPT 时刻现在好像某种意义上已经是了

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

#视频模型 #Veo3 #声音技术 #ChatGPT #视频配音 #技术进步

6个月前

今天 MiniMax M1 发布并开源特色是两个： 1M 输入，80k 输出的超长上下文，以及 Agentic Tool Use 能力。官方正好列出了 M1 和 OpenAI O3、Gemini 2.5 Pro、Claude 4 Opus、DeepSeek R1 0528 的各项对比。 Gemini 和 Claude 可以说是各领风骚。 MiniMax 和 DeepSeek 在开源模型里是头部了，比 Qwen3 要好一档

MiniMax M1发布：开源长上下文推理模型引发AI领域震动· 27 条信息

#MiniMax #开源 #长上下文 #AI工具 #OpenAI #Gemini #Claude #DeepSeek #M1发布 #技术对比

6个月前

一位刚毕业的候选人说，改变世界的概率好低哦，以及 AGI 之后，这些改变还有什么意义呢？真没想到年纪这么轻，就已经如此悲观了年轻人不应该是“我要干翻世界”这样吗？

#AGI #悲观主义 #年轻人观点 #改变世界

6个月前

把 Veo3 的几个玩法都试了一下模型是真的好，用 chat 来控制是真的需要想清楚 prompt 才可以比如第一个，这是什么小刀。。第二个，分辨率应该是指定竖屏的 16:9 第三个，台词是有点短，可以更长一点 Gemini 的bug太多了，每次开新窗口都要点两下 Video 按钮，不然会走到生成图片的路径

#Veo3 #模型 #chat控制 #Prompt #分辨率 #竖屏 #台词 #Gemini #bug #Video按钮 #生成图片

6个月前

等车的时候在售卖机随手抽了一个 labubu 虽然很火，但也没说的那么夸张

#等车 #售卖机 #Labubu

6个月前

Lovart CEO 的播客太嗨了最后提到一些给创业者的 takeaways： - 通用智能体吃不掉垂类智能体 - 要好好积累行业认知，把垂类认知教给AI - 不要相信什么产品经理，产品经理没有用 - 整个团队要全面拥抱 AI，一定不要抵触 AI，这样会被淘汰 - 相信模型的智能会持续提升，要在提升之前去做准备，不然你就会晚了 - AI 会带来很多的创业者的机会，参与很重要，出来混最重要的是出来以上基于一个假设是 AGI 5年之内不会到来。

#Lovart #CEO播客 #创业者 #通用智能 #垂类智能 #AI转型 #产品经理 #商业机会 #行业认知

6个月前

看 Will 的智能体产品数据分析，里面有非常多有趣的数据首先是国家数据，中国美国印度是三个 AI 用户大国就不提了。其他国家里，最常见的几个是：巴西、埃及、日本、韩国、英国。这几个市场都值得注意。其中 Fellou 的传播最为诡异，突尼斯竟然排到了第五。从智能浏览器看，Fellou 之前的热度非常高，最近 Dia 才开始做增长，两者现在的流量差不太多。另外意外的发现，Devin 的流量出奇的少，之前热度那么高，看来没什么转化。

#智能产品 #数据分析 #国家用户 #AI用户 #Fellou #Dia #Devin

6个月前

今天很有趣，两家知名的公司各出了一篇文章，争论要不要使用多智能体系统。 Claude 的官方 Anthropic ：如何构建多智能体系统 Devin 的官方 Cognition ：不要构建多智能体系统这核心的争议点在于：Context 上下文到底应该共享还是分开？ Claude 这边的观点是，搜索信息的本质是压缩，单个智能体的上下文有限，面对无限的信息，压缩比太大就会失真。这就好比一个老板能力再强，也不可能搞定所有的事情，还是需要雇人去解决。通过多智能体系统，老板让不同的智能体分别研究、汇报重点，老板最后整合到一起。由于每个智能体有自己的专长，具有多样性，减少了单一路径依赖现象，实际效果上，多智能体也超过但智能体 90%。这是集体智慧，一起协作获得的胜利。 Devin 这边的观点是，多个智能体的上下文不一致，会导致信息割裂、误解、他们汇报给老板的信息经常充满了矛盾。而且很多时候，智能体的每一步行动都是依赖前一个步骤产生的结果，而多智能体通常分别跟老板沟通，互相之间缺乏沟通，这样很容易导致互相矛盾的结果。这体现出了个体智慧的完整性和高效性。两边观点看下来，是否使用多智能体架构，特别像是人类运行一家公司的选择。一人公司还是多人公司？一人公司，一个人的脑力、体力、时间都是非常有限的。优点是一人公司的沟通成本为0 ，可以把所有的时间都高效使用。而多人公司，人越多，沟通成本就越高，管理难度就越大，总体效率下降。但因为人数多，脑力多，体力多，整体的价值产出也就有可能更多。多智能体的设计很有难度，这其实很正常，就像运行一家公司一样，很难。难就难在建立有效协作的系统。而且 1个人，3个人，10个人，100人，1000人，所需要的协作系统又不大相同。参考人类历史，依靠集体智慧，人类在近代获得了文明的指数级发展。多智能体的集体智慧，也许就是在 Scaling Law 逐渐放缓后，AI 获得指数级发展的那个萌芽。而关于上下文，人类的协作至今也无法做到完美的上下文管理。这让我想到，软件工程从来不是追求完美，而是持续迭代。

#多智能体之争：Anthropic生态VS单智能体· 81 条信息

#多智能体系统 #上下文共享 #信息压缩 #Anthropic #Cognition

6个月前

做 Agent 研究的不要错过今天 Anthropic 发布的关于多智能体系统的文章。 ## 什么是多智能体系统？多智能体系统是指由多个AI代理（如LLM）协同工作、并行使用工具来完成复杂任务的系统。与单智能体相比，多智能体系统能同时探索多个方向，分工明确，提升效率和覆盖面，尤其适合开放性、动态变化的问题。 ## 为什么要用多智能体系统？在过去的十万年里，人类个体的智能水平不断提升。而在信息时代，随着人类集体智慧和协调能力的提升，人类社会的能力也呈指数增长。 Agent 也是类似的，即便是通用的智能体，在单独运作时也会遇到瓶颈，而 Agent 群体可以完成更多的任务。在内部研究评估中，Claude Opus 4 为主导 Agent，Claude Sonnet 4 为子 Agent 的系统，比 Claude Opus 4 的单 Agent 性能高出 90.2% 。举例来说，当被要求识别信息技术标准普尔 500 指数公司的所有董事会成员时，多 Agent 系统通过将其分解为子 Agent 的任务找到了正确答案，而单 Agent 系统则无法通过缓慢的顺序搜索找到答案。 ## 为什么多智能体系统是有效的？搜索的本质就是压缩。从庞大的语料库中提炼 Insights。但是语料过于庞大，压缩就会失真。通过多智能体系统就能有效解决这一问题。子 Agent 在自己的上下文窗口中进行压缩，自主地为主 Agent 提供多个方面的浓缩信息。子 Agent 各有分工，使用不同的工具、提示词、探索路径，这样减少了路径依赖，实现多个独立方向的同时调查。多 Agent 系统的有效是因为他们使用了足够多的 token 来解决问题。在 BrowseComp 评估（测试浏览智能体查找难以找到的信息能力），80%的性能差异都可以用 token 使用的多少来解释。15% 的差异可以用工具调用次数和模型选择来解释。所以，多 Agent 是一种非常有效的架构。把工作分配给具有单独上下文窗口的智能体，以增加并行推理能力。 ## 多智能体系统的缺点缺点嘛，就是贵。智能体使用的 Token 一般是聊天的 4 倍。而多智能体系统使用的 Token 一般那是聊天的 15 倍。只有任务的价值足够高，才能对得起这么高的成本。此外，一些任务并不适合多智能体系统，比如要求所有智能体共享上下文，或多智能体之间具有依赖关系的任务。例如，大多数的编码任务，可并行化任务比较少。 ## 多智能体系统和 RAG 的区别是什么？传统的方法使用 RAG，静态检索。获取与输入查询最相似的一组数据块，并用这些数据块进行回应。而多智能体架构使用多步骤搜索，动态查找相关信息，结合新发现的信息，分析结果，并形成高质量的答案。流程图展示了我们多智能体研究系统的完整工作流程。当用户提交查询时，系统会创建一个 LeadResearcher 智能体，并进入迭代研究流程。 LeadResearcher 首先仔细考虑方法并将其计划保存到内存中以保留上下文，因为如果上下文窗口超过 200,000 个标记，它将被截断，并且保留计划非常重要。然后，它会创建专门的子代理（此处显示两个，但数量可任意），并执行特定的研究任务。每个子代理独立执行网络搜索，运用交叉思维评估工具结果，并将结果返回给首席研究员。首席研究员会综合这些结果，并决定是否需要进一步研究——如果需要，它可以创建更多子代理或改进其策略。一旦收集到足够的信息，系统就会退出研究循环并将所有发现传递给 CitationAgent，后者处理文档和研究报告以确定引用的具体位置。这确保所有声明都正确归属于其来源。最终的研究结果（包括引文）将返回给用户。

#多智能体之争：Anthropic生态VS单智能体· 81 条信息

#Anthropic #多智能体系统 #AI代理 #LLM #智能水平提高

6个月前

现在参加高考相当于清末参加科举？

#高考反思：名校情结下的教育之殇· 269 条信息

#高招就业季#：志愿填报与就业攻坚· 267 条信息

#高考 #科举 #教育制度 #历史比较

6个月前

ListenHub 1.3.0 更新，感兴趣，请深聊 Web 端更新： - 深度探索模式升级：输出播客时长可以超过10分钟，话题讲得更透彻，内容质量全面提升。 - 播客生成设置优化：播客输出语言支持单独设置，语言和音色选择合并进输入框，修改更方便。 iOS 同步支持「深度探索」模式和以上更新，版本审核中，敬请期待！

#ListenHub #更新 #深度探索模式 #播客生成设置 #iOS同步

6个月前

即梦的视频 3.0 Pro 终于把字节的视频生成模型拉到一线了。五秒时间，三个分镜，指令遵循的水平提高了太多。 Prompt 描述：分镜头一：黎明的山谷场景描述：清晨的第一缕曙光洒在连绵起伏的山间谷地上，山峰隐约被晨雾笼罩。山坡上点缀着零星的野花，绿色与金色的光影交织，营造出宁静而神秘的氛围。镜头运动：由远景到中景，镜头以缓慢平稳的推进方式移动，逐渐聚焦于远处若隐若现的山峰与晨雾。分镜头二：苏醒的城市街道场景描述：随着时间的推移，镜头切换到一条繁忙的城市街道。晨光映衬下，街道两旁的建筑开始显露轮廓，行人和车辆逐渐增多。咖啡馆外的顾客、广告牌昏黄的灯光以及清晨微凉的空气共同构成了生动的城市早晨。镜头运动：采用横向平移过渡，镜头由一侧平滑地扫过街道，全景展示人群、建筑与交通动态，捕捉逐渐苏醒的城市节奏。分镜头三：月夜下的公园场景描述：夜幕降临，城市的喧嚣渐去，一座静谧的公园浮现在眼前。月光穿过稀疏的云层，将园中古老的长椅、曲折的小径以及摇曳的树影投射在地面上。随后，镜头渐渐移向星空，与静谧的夜色形成唯美对比，唤起观者内心的宁静与遐想。镜头运动：由静态的长椅特写缓慢拉远，转换为跟随移动的过渡镜头，最后以推远镜头展示满天星斗与夜空的辽阔场景，突出画面情感的层次变化。

#即梦的视频3.0 #字节跳动 #视频生成 #技术升级 #黎明山谷 #视觉效果

6个月前

之前大家都特别关注的大模型高考测试放出来之后，收到了很多的质疑：有人说o3降智了有人说用的客户端都是联网的，用 api 才是真实水平有人说没加入近期变强的的 Gemini 于是机器之心又搞了一次测试 - 用不降智的 o3 测试 - o3之外，用各家模型的 API 统一测试 - 加入人气很高的了 Gemini 2.5 Pro 结果…又是很意外 o3 虽然没降智，但前三都没进，只屈居第四，最贵不代表就最好啊。新选手gemini直接拿了第一，豆包和DeepSeek并列第二，但就差了一分。其中豆包不管用api还是直接产品测试，分数都很高，实际做题场景，应该是国内的最佳选择了。

AI高考数学测试：O3意外落后，Gemini夺冠引发热议· 67 条信息

#大模型测试 #高考 #Gemini #o3

...