Gorden Sun

统计数据

475

文章

0

粉丝

0

获赞

3015

阅读

4个月前

我用11 Labs生成的爵士阿卡贝拉，绝了

#11 Labs #爵士阿卡贝拉 #AI音乐 #音乐生成 #创新

4个月前

AI资讯日报，8月5日：

澎湃AI新闻合辑：未来科技与社会热点交锋· 112 条信息

#AI #资讯日报 #8月5日

4个月前

今晚1点半，首届AI国际象棋大赛将在YouTube直播，你觉得哪些会进四强？我的预判：第一组：DeepSeek R1（其实o4 mini赢面更大，但是我支持DS）第二组：Claude Opus 4（谷歌的2个模型都分配了更强的对手，应该要团灭）第三组：Grok 4（Flash：我打宿傩？）第四组：o3（K2得惨败吧，但往好了想，万一赢了就牛逼了）

#AI国际象棋大赛 #DeepSeek R1 #Claude Opus 4 #Grok 4 #o3

4个月前

也是好起来了，7月接商单赚了小1万块（不过今年就7月接到了广告，之前几乎没有），感谢朋友们的捧场。抽个奖吧，条件是关注+评论，奖品是耳机+充电头，耳机是之前其他推友推荐的闲鱼黄生耳机，我买了音质特别好；充电头是ANKER 140W带屏显，可以同时给2个笔记本充电，好看好用。加起来500块左右。本周六开奖。另外我发现，我不是不想上班，我是不想工作（当乙方的感受不好过），还是随心所欲的写内容舒适。

#收入增加 #商业合作 #抽奖活动 #情感表达 #工作状态

4个月前

AI资讯日报，8月4日：

澎湃AI新闻合辑：未来科技与社会热点交锋· 112 条信息

#AI #资讯 #日报

4个月前

感受一下Grok生成图片的速度，视频无加速，真就跟刷小红书一样。

AI视频井喷：Midjourney领跑，多模态混战· 337 条信息

#Grok #图片生成 #速度快 #小红书 #AI

4个月前

Grok的视频生成。。。还得是马斯克另外生成图片快到感受不到时间，一边下划一边出图，跟刷小红书一样。。。

AI视频井喷：Midjourney领跑，多模态混战· 337 条信息

#Grok #马斯克 #视频生成 #快速 #小红书

4个月前

Grok可以生成视频了，速度特别快，效果一般，大概可灵1.5的水平。操作交互乱的一批，完全不知道咋操作。

#Grok #视频生成 #AI #交互体验差 #效果一般

4个月前

AI资讯日报，8月3日：

澎湃AI新闻合辑：未来科技与社会热点交锋· 112 条信息

#AI #资讯 #日报

4个月前

AI资讯日报，8月2日：

澎湃AI新闻合辑：未来科技与社会热点交锋· 112 条信息

#AI #资讯 #日报

4个月前

AI资讯日报，8月1日：

澎湃AI新闻合辑：未来科技与社会热点交锋· 112 条信息

#AI #资讯日报 #8月1日

4个月前

Agent不稳定，Workflow局限性且搭建费时间，有没有折中的方案？谷歌出了一个实验性产品：Opal，AI生成workflow。优点：文字生成workflow，简单快速，支持手动修改；集成谷歌家几乎所有的模型，LLM（flash和pro）、AI绘画（flash 2.0 image和Imagen 4）、AI视频（Veo 3）、Deep Research和任务规划、AI语音（AudioLM）、AI音乐（Lyria 2）、联网搜索、关联谷歌文档；免费，有不少生成视频和图片的次数；可以创建可公开访问的网页，别人能便捷地使用你的工作流；缺点：只有谷歌自家产品，能力局限；生成语音不支持中文，中文整体支持都一般；

#Opal #AI工作流生成 #谷歌AI #实验性产品 #多模态AI

4个月前

Runway的视频编辑功能还可以，比Luma强，就是太贵了，要15块钱1个视频。

AI视频井喷：Midjourney领跑，多模态混战· 337 条信息

#runway #视频编辑 #Luma #价格 #昂贵

4个月前

刚刚想起一个高中同学，就谷歌搜了一下，结果过于震惊，又用他微信的ID搜索了一下，基本证实了是他，然后又微信上直接找他确认了。什么震惊程度呢？北大博雅青年学者、助理教授、博士生导师，国家科技部计划首席科学家，获得过某一年世界基础领域十大进展。。。应该跟我同岁，可能更小，今年35 我俩当年关系还挺好，他是我隔壁班的，一起参加物理竞赛培训，培训班里10个人，其他人都是听不懂课看不懂题，只有他能全部做出来。记不清为什么了，后来并没有任何科目的任何人参加竞赛，他偏科严重，英语尤其差，高考分数跟我差不多，离TO3远的很，再后来只知道他去了美国读研。真就顶级智商的人，怎么都藏不住。

#北大博雅青年学者 #35岁 #物理竞赛 #顶级智商 #人生赢家

4个月前

资讯日报，7月31日：

澎湃AI新闻合辑：未来科技与社会热点交锋· 112 条信息

#资讯日报 #7月31日

4个月前

Cohere发布Command A Vision 视觉多模态模型，评分超过GPT 4.1，开源但不可商用。模型：

#Cohere #Command A Vision #多模态模型 #GPT 4.1 #开源

4个月前

类似扩散模型的Deep Research框架谷歌发布的论文，把生成研究报告的过程概念化成一个扩散过程，生成的过程就是去噪的过程。先生成一份初稿，类似扩散模型可以更新，作为指导下一步的基础。然后每一步都基于上一步的结果，整合外部信息更新报告，直到生成最终的结果。论文：

谷歌Deep Research：AI操作系统雏形？· 145 条信息

#扩散模型 #Deep Research #谷歌 #研究报告生成 #去噪过程

4个月前

超薄3D MR眼镜实现一篇发表在自然上的论文，使用波导全息技术和AI驱动的全息算法，实现在超薄的眼镜硬件上显示3D MR效果。后续代码会开源。项目地址：论文：

#超薄3D MR眼镜 #波导全息技术 #AI驱动全息算法 #开源 #自然

4个月前

--sref 864764428 Midjourney的这个风格参考，可以生成一只手在画铅笔画，然后用Flux Kontext编辑图片去掉主体只保留手，然后把这两张图用作首尾帧，即可生成一只手画铅笔画的全过程。

AI视频井喷：Midjourney领跑，多模态混战· 337 条信息

#midjourney #风格参考 #铅笔画 #FLUX kontext #图片编辑

4个月前

资讯日报，7月29日：

#资讯日报 #7月29日

4个月前

我感觉Wan 2.2没什么明显提升啊？就是用MoE提升了生成速度么？

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

#Wan 2.2 #MoE #生成速度 #性能提升 #疑问

4个月前

微软给Edge浏览器增加了Copilot Mode，可以把Edge变成AI浏览器，支持多标签页总结，自动操作等功能，基本跟Fellou一致。

#Edge浏览器 #Copilot Mode #AI浏览器 #多标签页总结 #自动操作

4个月前

资讯日报，7月28日：

#资讯日报 #7月28日

4个月前

模型架构的AlphaGo时刻上海交大发布的论文，这篇论文提出并证明了一个观点：AI能够自主发现新的创新架构，并写出代码实现和验证性能。他们设计的模型ASI-Arch，在超过 2万个 GPU 小时的时间内进行了 1773 次自主实验，发现了 106 个创新的、更好的线性注意力架构。论文：

#AI #模型架构 #AlphaGo时刻 #上海交大 #ASI-Arch

4个月前

周末又研究了一下HRM（分层推理模型），这个模型的特点是模仿人类大脑的信息处理机制，高层模块推理慢负责规划，低层模块推理快负责计算。初始状态时，高层模块和低层模块的参与率相似，在经过1000个样本的学习（训练）后，高层模块的参与率明显高于低层模块，也就是说HRM的分层智能并非由设计者硬编码，而是在学习过程中“涌现”出的特性。一个设想：因为HRM只有0.027B的大小，训练新能力也只需要1000个样本，也许可以发展成大模型的工具来用。现在的LLM的tool use/function cal都是调用已有的API和工具，针对特定领域的推理性任务，可以收集1000个样本快速训练出一个HRM模型，然后当做工具来用，这种方式理论上没有天花板。 HRM论文： Github：

#HRM #分层推理模型 #大模型工具 #涌现 #小样本学习

...