AIGCLINK

统计数据

100

文章

0

粉丝

0

获赞

1284

阅读

3天前

ACDC 2026 第五届AIGC开发者大会在北京圆满落幕！ 2026年将成为“Vibe Coding创作者经济”元年，这标志着继图文、视频之后，以自然语言、低代码为核心的内容生产新范式已经到来，预计将开启万亿级市场这次也发布了AIGCLink开发者基金、芯片适配联盟等一系列覆盖资金、算力的实质性举措，系统性破解产业规模化落地瓶颈，2026正式起航，迎接2027 #VibeCoding #aiagent #ai

5天前

溜，Cursor团队用GPT-5.2在Cursor里写了一个浏览器，它连续跑了一周没崩，居然真能用他们还把【怎么让几百个AI连轴转一周，最终撸出百万行Rust浏览器】的全过程、方法、踩坑经验摊开整理了出来整套代码超过300万行，分布在几千个文件里渲染引擎完全用Rust从零开始构建，包括HTML解析、CSS级联、布局、文本塑形、绘制，它还自己实现了JS虚拟机虽然还有不少bug，但简单的网站能快速且基本正确地渲染出来首先，单Agent执行小任务可以，但复杂项目干活太慢，一定是并行运行多个Agent的 Cursor就把单AI单线程模式升级成了多AI并发+流水线分工的工厂化模式，并且跑通了，这套策略接下来有可能会成为Cursor的标配功能引入了分层结构： 1、Planner：负责拆需求、写任务卡片，可无限开子规划 2、Worker：只领任务、写代码、提PR，不互相聊天评审Agent每轮末尾做一次“继续/叫停”决策，通过再开新一轮，不通过则直接叫停或回滚下一轮从干净的初始状态重新开始，把“长期记忆”全部清零，让下一批Worker只看到最新master 还一个模型分工，让最擅长的AI干最合适的活 GPT-5.2工作更能长期专注不跑偏，在实现上更精确完整，在长时间自主工作上优于Opus 4.5 用这个策略他们从零构建了浏览器项目，持续运行近一周，数百个Worker并发工作且几乎没有冲突 #AI编程 #AI编程员工

6天前

阿里的“A2UI+UCP+个人智能”出来了，已落地千问，阿里也开始搞生态整合了！谷歌前两天出的那个通用商务协议UCP（Universal Commerce Protocol），核心是AI应用内实现“原生结账”，把搜索、推理决策、下单全封在AI里阿里给千问做出来用上了，从需求搜索、到购买决策、到支付整个过程全在千问里完成 “A2UI+UCP+个人智能”的体验贯穿用户使用全周期比如说，让AI“帮我点⼀杯霸王茶姬”，它会拉取闪购默认地址进⾏确认，然后品类、口味、数量等信息直接以UI表单展现，点点即选不用打字，选完千问内支付整合资源阿里是有这个生态优势的，千问把闪购、⽀付宝、淘宝、⻜猪、⾼德全接了进来，等于覆盖了购物、外卖、⽀付、地图、票务、娱乐等基本全场景如果模型+场景+履约三线合一，给Qwen大脑加上商业四肢，等于拥有了现实世界操作系统的入口，这个壁垒足够深对用户而言，从AI拿到的不再只是“答案”，而是“结果”，一句话就能完成跨场景任务链比如说，“带女朋友过生日帮我预定一个预算两千，能看外滩夜景的餐厅” 千问即可完成全链路无需跳转App，实现端到端闭环 #Qwen #AI个人助手 #千问

1周前

一个LoRA模型外挂到Qwen-Image-Edit-2511上，一句话就能精确控制相机机位，生成96种不同角度支持-30°超低角度，贴地仰拍出图也稳做电商的，一张商品主图，一句话生成正面、侧面、背面、俯视、仰视全套 #Qwen多视角LoRA #相机位控制器

2周前

2026年已到来，AI新范式也正在1%少数人身上发生，26年新的机会在哪里如何把握，为了让国内AIGC开发者更好的了解全球最新AI趋势，AIGCLINK联合多家AI社区、媒体共同组织了2026年AIGC中国开发者大会，还将发起芯片适配联盟、开源AI项目开发者双百扶持计划、AI公益助残计划等，将为vibe coding创作者提供一个商业化变现通道，期待1月17号相聚北京望京共探2026年AI发展新趋势： #aigc开发者大会 #aigclink #芯片适配联盟

3周前

稚晖君刚刚发布了全身力控的小尺寸个人人形机器人：上纬启元Q1，高0.8米，一个背包即能打包带走 Q1是在保持全尺寸人形机器人能力的前提下实现的小尺寸和全身力控，其关键在于QDD关节的微型化，做到了比鸡蛋还小的极限尺寸 Q1能被折叠放进背包，便携性很强 #人形机器人 #上纬启元Q1 #AI机器人

4周前

一款本地化AI聊天记录分析器：ChatLab，把导出的微信、QQ等聊天记录丢进去，它就可以深挖聊天内容可以用来做社群运营分析，比如群活跃度检测、KOL识别、热点话题捕捉等等集成了10+Function Calling 工具，可动态组合，来辅助总结、搜人、找关键词自带解析器，微信、QQ、WhatsApp、Telegram等可以标准化成统一格式流式计算与多线程并行架构，百万条聊天记录也能快速响应 #AI聊天记录分析器 #ChatLab

4周前

阿里新开源了一款主打超长上下文+记忆管理的模型：QwenLong-L1.5，性能较Qwen3-30B-A3B-Thinking平均提升9.9分相当于可以把整本手册、整份财报、法律条文一次性丢进去，让它跨章节问答、写总结、抽条款 QwenLong-L1.5基于Qwen3-30B-A3B-Thinking构建，在此基础上引入了记忆机制，使其可以处理远超物理上下文窗口长度的任务 L1.5模型+长上下文推理与记忆管理的后训练方案全套开源，这套方案统一了数据合成、训练方法和智能体架构 #QwenLongL15 #长上下文模型

1个月前

博客：

1个月前

项目代码：

1个月前

这个好，手写公式秒变可编译LaTeX：TeXPen，全程在浏览器本地完成比如，课堂上平板+投影，边写边出LaTeX，实时投屏，方便多了基于WebGPU+WebAssembly，模型跑在本地电脑上模型用的OleehyO/TexTeller 298 M，首次打开自动下载并缓存，以后断网也能用 #公式转LaTeX #TeXPen

1个月前

基于nano banana pro的一个原生Vibe PPT工具：banana-slides Vibe PPT用来解决有内容却做不出能上台的图的问题，解决以往AI PPT预设模版风格少/单一问题可以用想法、大纲、页面描述三种方式生成完整PPT 支持上传任意模板/素材，PDF/Docx/MD/Txt等文件皆可，自动识别文本中的关键点、图片链接和图表信息可以上传参考图片或模板定制风格，可自然语言局部修改对于办公快速出汇报PPT，老师出课程教案，用AI生PPT打灵感，都比较方便 #AIppt #PPT生成工具

1个月前

千问移动端更新，新增了手机端办公/学习能力，感觉还比较实用，等于日常+学习在手机上闭环了一句话即出PPT、答题/批改、文档，它还有一个文库，把“找资料-读资料-出PPT-重点讲解”的这种知识生产的耗时过程给压缩了适合老师出课件或者个性化学习使用比如说，老师可以一键把课本章节变成课堂课件；学生拍照一键生成步骤+讲解，做查漏补缺 PPT生成支持文档、图片、语音三类输入，这个就比较方便，比如开会路上突发某个想法，直接语音AI生成PPT，会议室投屏，实现灵感零损耗 AI文档功能，它可以对话成稿，就是说它可以把对话内容自动转成主题清晰、结构合理并排版的Word文档支持网页解析，公众号文章、外语网站翻译为中文并总结 #AIPPT #AI答题 #千问

1个月前

腾讯把WeKnora升级到了：WeKnora2.0，RAG+Agent双驱动，引入ReACT架构，AI可以像人一样边思考、边行动、边调整的动态完成复杂任务就是说把PDF、Word、图片等资料丢进去，它能自动建知识库、做问答、写报告，还能上网查最新信息这个适合需要大量阅读+深度思考+结构化输出的复杂任务，比如说做行业调研、产品分析 WeKnora作为微信对话开放平台核心框架，它的智能问答能力是可以零代码无缝集成到公众号、小程序等生态里的，这个比较方便新增了FAQ知识库类型，可与现有文档知识库形成互补 FAQ知识库专用于管理“问题-答案”对形式的结构化知识，适合沉淀标准操作流程、产品使用指南、政策咨询等高频查询内容支持通过MCP，内置uvx、npx启动工具，支持多种传输方式内置DuckDuckGo获取实时信息 #WeKnora #微信公众号agent

1个月前

Notebook LM的本地开源复现款：open-notebook，最近上星非常猛支持OpenAI、Anthropic、Ollama、LM Studio等16+模型商，提供嵌入、语音转文本、文本转语音等功能播客发言人可以1-4 个，可以自定义配置支持导入PDF、视频、音频、网页、Office等多种模态内容 #AI播客 #NotebookLM

1个月前

Nano Banana果然强大，以身试法，看到这个照片大家知道这个能干啥吧，果然强大😿#nanobanana

nanobanana平台助力个人形象照生成，专业形象照引发热议· 107 条信息

#nano banana #以身试法 #强大 #负面 #恶搞

1个月前

折腾了几个礼拜，昨晚总算看到起量正常不报错了，起量才知道vllm有很多坑要踩，今天600w TPM走起，距离打满还差99% #vllm

#vLLM #起量 #TPM #技术 #乐观

2个月前

微软给的一套AI呼叫中心解决方案，Azure+OpenAI，扔一个API请求或直接拨号，AI语音客服即可接/打电话、记录报修、面试预约等可以呼入、呼出实时语音对话，支持打断、静音检测、多语言TTS/ASR、定制AI语音通话结束后即生成一个网页报告写工单可自定义字段，比如时间、地点、其他信息等可以定制任务流、知识库管理、定制AI语气风格 #AI语音客服

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

#AI语音客服 #微软Azure #OpenAI #呼叫中心解决方案 #自动化

2个月前

李飞飞World Labs的生成式多模态世界模型：Marble 刚刚已发布，一张图片/视频/文本提示/3D布局，即生成高保真3D世界单图、文本、多视角图、短视频、粗糙3D块都能当prompt 生成之后还能二次创作 AI原生笔刷可以局部删改、换材质、换风格、换结构可以一键扩世界也可以多个小场景拼接能导出高斯溅射、三角网格，也可渲染成带精确相机轨道的视频，在视频后处理环节自动添加烟、火焰、流水等动态元素，同时去除画面瑕疵也就是说，做游戏的能直接拖进Unity/Unreal 当关卡；影视人可导出带相机轨道的视频当预演 #3D生成 #AI3D #Marble

AI视频井喷：Midjourney领跑，多模态混战· 337 条信息

#李飞飞 #World Labs #生成式多模态 #3D世界模型Marble #AI辅助创作

2个月前

阿里刚刚发了一个智能简历解析系统：SmartResume，直接把PDF/图片/Office文档简历变成结构化数据 HR部门的手动录入工作可以直接秒级完成了系统融合了OCR与PDF元数据完成文本提取，结合版面检测重建阅读顺序，通过LLM将内容转换为结构化字段能够提取基本信息、工作经历、教育背景等结构化信息模型用的微调版Qwen3-0.6B，版面检测模型用的YOLOv10 可API及本地模型部署 #简历提取工具 #SmartResume

#阿里 #SmartResume #智能简历解析 #Qwen3-0.6B #YOLOv10

2个月前

一句话生成Excalidraw手绘风的专业图表工具：Smart Excalidraw 可以生成流程图、架构图、ER图20+种图表，可以智能匹配合适的图表类型，对研发、产品经理来说简直是神器智能箭头优化算法，自动计算最佳连接点，来确保图表有序、逻辑清晰，避免线条交叉输出的是标准Excalidraw格式，想微调颜色、位置、加图标随便拖 #AI图表生成 #SmartExcalidraw

#AI图表生成 #SmartExcalidraw #手绘风图表 #流程图 #架构图

2个月前

Anthropic官方给出的【如何通过代码执行+MCP，来构建更高效的AI智能体】，把token消耗从15万降到了2千，时间/费用节省98% 随着连接工具的增多，直接工具调用方式导致的Token消耗过高、智能体效率降低问题核心思想，把MCP服务器视为代码API，非直接的工具调用，让智能体编写代码来与MCP服务器交互来增强智能体上下文效率、降低成本、减少延迟，也可以增强智能体处理复杂任务的能力，同时兼顾隐私工具发现机制，把MCP工具组织成文件系统结构，比如，servers/google-drive/getDocument.ts，智能体可以通过探索文件系统来按需发现和加载所需的工具定义，无需一次性加载所有工具代码编排，智能体不再直接调用工具，而是生成一段代码比如TypeScript，这段代码会调用封装好的函数来与MCP工具交互，比如说，将“从Google Drive下载会议记录并附加到Salesforce线索”的任务，转化为一段包含 gdrive.getDocument() 和 salesforce.updateRecord() 调用的代码隐私保护上，中间结果默认保留在执行环境中，只有明确记录或返回的数据才会进入模型的上下文对于敏感数据，比如个人身份信息 PII，MCP客户端可以在数据到达模型之前对其进行脱敏，并在需要时再进行反脱敏，确保敏感信息永远不会直接暴露给模型 #MCP #AIagent

#多智能体之争：Anthropic生态VS单智能体· 81 条信息

#AI智能体 #MCP服务器 #代码编排 #Token消耗 #隐私保护

2个月前

强，人民币不到150元手搓了一套AI导盲眼镜，可以盲道导航、过马路辅助、物品识别、实时语音交互，方案开源基于ESP32，加AI模型+硬件，实现“帮我过马路”，系统就会实时播报“前方3米有斑马线，现在绿灯，可以通行” 功能可以扩展，比如新增“找公交站”功能，在 workflow_blindpath.py加代码即可其他人也能同时用手机或电脑以第一视角实时看，远程协助盲道导航，基于YOLO实时识别盲道、智能语音引导、识别障碍物并规划避障路线、识别急转弯并提前提醒过马路辅助，实时检测斑马线位置方向、识别红绿灯、引导用户对准斑马线中心、绿灯时语音提示可以通行物品识别与查找，智能物品搜索、使用YOLO-E开放词汇检测+ByteTrack 追踪、结合MediaPipe手部检测引导手部靠近物品、检测手部握持动作确认已拿到实时语音交互，基于阿里云DashScope Paraformer实时语音识别、多模态对话项目来自B站AI研究室-帆哥 #AI导盲眼镜 #AI导盲

#AI导盲眼镜 #盲人辅助 #开源项目 #B站帆哥 #实时语音交互

2个月前

强，一款多Agent舆情分析系统：BettaFish微舆，用自然语言提出需求，这就可以自动分析国内外30+主流社媒相当于“零门槛”有了个情报智库，一句话拿到全景舆情报告全域采集，爬虫集群同时抓取微博、小红书、抖音、快手等 10+平台，评论也抓可以多模态识别，像抖音、快手等短视频内容能解析，搜索引擎里的天气、日历、股票等结构化信息卡片也能解析除了外部公开舆情，也可以把企业内部数据库接进来一起分析也可以做为特定领域的舆情分析工具，比如说，修改一下Agent工具集的api参数与prompt，就可以变成一个金融领域的市场分析系统 #AI舆情工具 #BettaFish微舆

#AI舆情工具 #BettaFish微舆 #多Agent舆情分析 #全域采集 #零门槛

2个月前

阿里最新放出了一款用于理解和操作GUI的GUI Grounding模型：UI-Ins，在5个基准上刷出新SOTA，安卓任务成功率74.1% 主打一个“把一句话变成屏幕上的准确点击”，指令即推理，它把一句话拆成多条思维链，然后挑最靠谱的那条去点屏幕有泛化推理能力，能组合出训练时没有明确教过的新推理角度有7B、32B两版 UI-Ins的7B在AndroidWorld端到端任务成功率74.1%，比Gemini 2.5 Computer Use的69.7 %高出4个点 UI-Ins-32B在UI-I2E-Bench上达到了87.3%的准确性，在ScreenSpot-Pro上达到了57.0%，在MMBench-GUI L2上达到了84.9% #大模型 #UIIns

#UI-Ins #GUI Grounding模型 #安卓任务成功率74.1% #泛化推理能力 #大模型