Leo Xiang

统计数据

206

文章

0

粉丝

0

获赞

3760

阅读

3个月前

李新野这本书写的太牛，居然看出心流，午饭都忘记吃了。

#李新野 #心流 #书籍 #积极 #午饭

3个月前

Chatgpt atlas 有时候会假装自己读了当前网页内容，给出一个有偏差的结论。

#ChatGPT #Atlas #虚假信息 #偏差结论 #AI

3个月前

ChatGPT Atles 在一些页面上确实很卡，这种基础体验如果做不好好的话很影响大家的迁移。想搞好一个浏览器的基础能力又不是一个小团队能解决的，需要投入大量的研发资源，ChatGPT Atles 是否能成还存在很多变数。

#ChatGPT Atles #性能问题 #用户体验 #研发投入 #不确定性

3个月前

想扩充TTS 系统各个语种的音色，兄弟们都知道有哪些靠谱的音色批量购买渠道么？海天瑞声、标贝、数据堂就先不考虑了，交付周期长也比较贵。

#TTS系统 #音色扩充 #音色购买渠道 #交付周期长 #价格贵

3个月前

计划11月12号在新加坡举办一个 Voice Agent 方向的 Workshop，目前还缺一位分享嘉宾，有在新加坡做LLM、Voice Agent、ASR/TTS 方向的伙伴愿意来贡献一个分享的不？

#新加坡 #Voice Agent Workshop #LLM #ASR/TTS #分享嘉宾

3个月前

忽然发现浏览器都支持TTS了，选择文字右键有一个“Speech” 能力。

#浏览器TTS #文本转语音 #Speech功能 #技术体验 #积极

4个月前

claude code 中的 agentic grep 用下来效果比一般的rag要好很多，业界有比较通用的agentic search 或者 agentic rag 的实现么？

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#agentic grep #RAG #Agentic Search #Agentic RAG #Claude Code

4个月前

有了claude code web版本之后，异步进行两个项目变的非常容易了。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#Claude #Code #Web版本 #异步 #项目

4个月前

内部做了一次“一小时构建高质量美观PPT” 实战分享，反馈非常不错，打算继续打磨一下这个主题。你对这个主题有什么期待么？

#PPT #分享 #高质量 #美观 #打磨

4个月前

用voe3.1 生成数字人的成本很低了：给定一个数字人的几张照片，扔给voe，然后再配音+ 对口型。

AI视频井喷：Midjourney领跑，多模态混战· 337 条信息

#数字人 #VOE3.1 #低成本 #AI #照片驱动

4个月前

11labs 已经有这么丰富的产品组合了，国内最接近11labs的公司是哪家？

#11Labs #AI语音 #产品组合 #国内公司 #技术对比

4个月前

看了一下claude code 的plugins，找了几个在github上的marketplace，还是没脱离subagents的范畴。 plugins 和 subagents 重合度太高了。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#Claude #plugins #subagents

4个月前

OpenAI agent builder 发布一周了，有哪些被验证的agents 出来了？

#OpenAI #Agent Builder #Agents #人工智能 #技术

4个月前

Soundhound 这家做Voice Agent的公司收入和股价增长都很猛，但由于Soundhound的客户都是大B，作为开发者体验不到他们的产品。有没有非常熟悉Soundhound这家公司的伙伴，可以给讲讲这家公司的产品以及体验？

#Soundhound #Voice Agent #B端客户 #开发者体验

4个月前

把OpenAI 最新发布Chatkit 以及 Agentkit 部分的代码过了一遍，并不看好Agent builder这一套方案。这一套Agent设计模式很容易被抄走，而且OpenAI 在工具平台持续运营上并不比其他的创业团队有优势。但确实能很大的推动Agent方向的发展，最起码能让大家知道构建一个Agent的最佳实践。

#OpenAI #AgentKit #Agent Builder #不看好 #Agent设计模式

4个月前

大家可以在体验下如何基于Chatkit 来创建以及完成一个Todo，整体的体验非常顺滑。

#ChatKit #Todo应用 #体验顺滑 #技术体验 #应用创建

4个月前

如果我要长期存200T 的数据，最低成本的方案是什么？

#数据存储 #长期存储 #200T #成本 #方案

4个月前

ChatKit 以及 Agent builder 这一套方案跟OpenAI 平台绑定就比较深了，看其他家会不会跟上。

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

#ChatKit #Agent Builder #OpenAI #平台绑定 #技术

4个月前

OpenAI 应该为这次发布准备了很久了，一上来久准备了完备的组件库和各种Widget。有种小程序的既视感。

#OpenAI #小程序 #组件库 #Widget #既视感

4个月前

利好 cloudflare。

#CloudFlare #利好

4个月前

最近处理实时的转录、翻译、以及同声传译比较多，把复用到的web端的音频采集、编码、VAD 抽象了一下封装成了SDK。项目地址：

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

#实时转录 #翻译 #同声传译 #web端音频采集 #SDK

4个月前

ChatGPT 已经能做到实时的生成能交互的图表和UI了。

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

#ChatGPT #实时生成 #交互图表 #UI

4个月前

大家做视频的时候都是口播么？有没有配音的需求？

#视频制作 #口播 #配音 #需求 #讨论

4个月前

以前不太习惯在git 仓库中集成那么多hook，现在已经成默认行为了。 1、让大模型对最近的代码修改review，并给出评价； 2、自动化测试； 3、e2e测试； 4、提交代码； 5、github 远端workflow 自动化测试再跑一次。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#git hook #代码Review #自动化测试 #github workflow

4个月前

Qwen3 Guard 模型引入了一个一直很期待的能力：流式输入。大模型大都支持了流式输出，但支持流式输入的模型还是第一个，如果大模型能支持流式输入，对很多低延迟的场景非常友好。阿里的伙伴还在计划给vLLM 以及 sglang支持流式输入的能力，非常期待。

#Qwen3 #Guard模型 #流式输入 #低延迟 #vLLM