#AI应用

1个月前

我尝试用 gemini cli 做了一个纯文学性的项目，本来打算试试 AI 能不能帮我设计一个复杂的故事线。然后因为人设过于深入和详细，结果我不想写故事了，打算用这套结构做商业 research 了。 🤦 agent 果然一切皆有可能。

谷歌Deep Research：AI操作系统雏形？· 145 条信息

#Gemini CLI #文学项目 #故事线设计 #商业研究 #AI应用

1个月前

英伟达今天是7个月来跌幅最大的一天，这波AI泡沫论很像年初的Deepseek冲击，都是让市场怀疑我们买这么多英伟达的芯片到底是不是花了太多钱，产出的效果不及预期。最后，我认为大概率结果也是一样，AI应用继续加码上升，带动英伟达芯片的需求持续增长。谷歌TPU是非常强大，Meta也会去采购，未来不排除还有别的公司去采购。但是问题在于谷歌TPU在通用性上不及英伟达，CUDA生态也强于JAX，总体只要AI没事，英伟达就没事。当然AI总会有泡沫的一天，但不是现在。

英伟达市值破四万亿，AI芯片霸主地位稳固？· 216 条信息

#英伟达 #AI泡沫 #芯片需求 #CUDA生态 #AI应用

在悉尼和稀泥

1个月前

周六用 Gemini 3 + Nano Banana Pro 写了一个小 app，100% AI。设计上是受到复古相机启发，结合 Dieter Rams 的设计风格。功能上主要有 3 个模式： 1. 一键给照片增加各种滤镜 2. AI 自动优化照片姿势，方便“出片” 3. 可以自拍。拍照时如果提前选了照片，那么会和这张照片自动变成一张“合照”。其他的什么音效，照片下载，相册，分享X，自动给照片添加地点和标题，暗黑模式什么都有。

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

#Gemini 3 #Nano Banana Pro #AI应用 #复古相机 #照片优化

Y11-杨继芸-靠谱找工作、找面试题、改简历、模拟面试

1个月前

小红书招前端工程师，AI应用方向。技术栈为react-native，有node经验更佳，有机会搞AI native类型新产品，适合独立开发同学报名。

#小红书 #前端工程师 #AI应用 #react-native #招聘

1个月前

说Ai有泡沫请问泡沫在哪里？是英伟达的业绩有泡沫还是Ai类的应用是伪需求举个栗子，我真的很想知道泡沫在哪里说的有道理V你50

英伟达市值突破5万亿，科技巨头再创历史· 44 条信息

#AI泡沫 #英伟达业绩 #AI应用 #伪需求 #V你50

老白（每日干货分享✊）

1个月前

🔥 Gemini 3 Pro 上线后，大家都说“强到离谱”。让我看看，到底有多强？我在 Flowith 上批量跑了 8 个 case: 复古拍立得相机健身网站…… 每个都可以试用，我准备了： ⚡ 每个案例的提示词 ⚡ 可在线预览的 Demo ⚡ 完整生成流程照着复现就能做出成品 🧵👇

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 3 Pro #flowith #案例批量测试 #AI应用 #积极

1个月前

5 个必备的 ChatGPT 提示词 1. The Socratic Spiral（苏格拉底螺旋）让 AI 自我辩论并修正初步回答，从而输出更严谨、经得起推敲的内容 2. The Format Flip（格式大翻转）跳过长篇大论的理论解释，强制 AI 直接生成可立即使用的具体成品（如邮件、代码） 3. The Assumption Audit（假设审计）强制 AI 先列出它对你资源的潜在假设，避免它忽略你的实际限制（如预算或时间） 4. The Escalation Ladder（进阶阶梯）按难度分级提供从“最稳妥”到“最激进”的多种方案，帮你找到最匹配当前能力的选项。 5. The Anti-Prompt（反向提示）通过列出“禁忌清单”明确告诉 AI 不要写什么，用排除法精准锁定你想要的风格。

#ChatGPT提示词 #AI应用 #效率提升 #Prompt工程 #AI工具

1个月前

我个人认为豆包反而是最好的。 AI不是专供你们这种精英使用的，豆包作为目前国内市场使用最广泛的AI应用，我觉得这个简单的名字也是有贡献的。 DeepSeek，MiniMax什么的，国内几亿手机用户里，有一半可以做到正常发音和无障碍拼写吗？

#豆包 #AI应用 #用户友好 #市场广泛 #易用性

TZ韩信 $Doge is currency, $Doge是新时代货币

1个月前

这几天一直在考虑如何在TESLA/NVDA/GOOG之间犹豫,突然发现好像只有TESLA是一个ALL IN ON SOULUTION, AI应用,加上未来自营AI晶片厂

英伟达看多特斯拉看空，股市风云再起· 37 条信息

#TESLA #AI应用 #AI晶片厂 #股票选择 #未来科技

1个月前

Google 在 Gemini 生态里直接宣判了 RAG 的死刑。这个 File Search 一句话就能概括： Google 把 RAG 从工程领域直接删掉了。以前做 RAG 是一整条流水线：切 chunk → embedding → 向量库 → 检索策略 → 引用链路 → 缓存优化 → prompt 拼装。现在 Gemini 的 File Search 非常简单，把PDF/JSON/代码/Markdown 扔进一个 store，然后问问题。剩下全部交给模型。不需要理解 RAG，也不需要设计 RAG，甚至不需要知道 RAG 曾经长什么样。就这么简单，整个 RAG 技术链路的所有复杂度不可逆地被压到平台底层。 AI 应用的门槛又被 Google 掐了一次脖子。我也没想到有一天模型厂商竟然用这种方式吞掉了技术。

谷歌Deep Research：AI操作系统雏形？· 145 条信息

#Google #Gemini #RAG #File Search #AI应用

1个月前

Manus 月营收 800 多万美金……理解不了 manus 的火，就没办法理解 AI 的应用场景和用户付费的点。

#Manus #AI应用 #用户付费 #高营收 #商业成功

1个月前

阿里巴巴准备对其旗舰AI应用进行改版，使其更像ChatGPT。（彭博）

#阿里巴巴 #AI应用 #ChatGPT #改版 #科技

1个月前

60% 的AI 应用场景用国产模型替代， 40%场景用最好的美国大模型搞定。订阅制仍然是20$ 。

#AI应用 #国产模型替代 #美国大模型 #订阅制 #价格

白板报 Whiteboard

1个月前

为sora 2找到了一个正经用途，制作数学视频素材。

AI视频井喷：Midjourney领跑，多模态混战· 337 条信息

#Sora #数学视频 #AI应用 #积极 #教育素材

1个月前

音频转视频好像很少看到，于是我去搜索了一下，结果原来数字人就是做这个的。如果能挑选合适的角色，做讲解视频，效果还是不错的。比如图片中的案例。在导游，天气预报，新闻播报，AI陪伴，健身教练，编程教练，求职面试。更真实的体验应该有人付费的。

#音频转视频 #数字人 #讲解视频 #AI应用 #付费体验

1个月前

锦秋基金的核心观点是：AI基础模型如同大宗商品，技术参数的差距会随时间快速缩小，而真正创造价值、留住用户的，是能被感知、被信赖的产品。在他们看来，当前AI应用公司的最大护城河不是技术参数，而是“信任”。这种信任并非来自广告宣传，而是通过深度理解用户需求、持续优化体验积累而来。例如，一个AI写作工具若能记住用户的写作风格、常用术语，甚至保存未完成的草稿，这种“被懂得”的体验，比单纯的技术指标更能建立用户粘性。基于此，锦秋基金聚焦三个投资方向，并采取差异化策略： AI应用领域，他们不投简单的“Prompt+UI”产品，而是关注那些能填补行业痛点的垂直解决方案。例如，针对中小企业在AI营销中面临的“不会用、不敢用”问题，能提供从工具到培训、合规的一体化服务的团队，往往更具潜力。他们更看重“懂行业”的创始人，这类团队能精准捕捉用户真实需求，形成难以复制的场景化优势。芯片领域，锦秋基金将目光投向了推理芯片市场。随着大模型的普及，推理需求呈爆发式增长，低延迟、高能效的推理芯片成为关键。他们不盲目追求“全栈自研”，而是关注那些能在特定场景（如边缘计算、车载）实现技术突破、提供高性价比解决方案的团队，期待中国团队能凭借架构创新走出差异化路径。机器人领域，锦秋基金认为行业正迎来类似2012年深度学习爆发的拐点，但更倾向于投资能在特定场景快速落地、积累真实数据闭环的项目。例如，工厂里的分拣机器人，哪怕动作不够完美，只要能7×24小时稳定运行并持续学习优化，其积累的真实数据就是未来进化的核心燃料。他们认为，“现在积累的场景，就是未来的壁垒”。锦秋基金总结其投资方法论为三个核心法则：一是寻找“不对称优势”，即信息差与执行力的结合；二是精准判断投资时机，在浪潮初期果断投入，在方向尚不明朗时保持观察；三是验证“数据飞轮”的真实性，关注收入、留存等可量化的商业指标，而非单纯的技术概念或用户数据。在锦秋基金看来，无论技术如何演进，执行力始终是成功的关键。再好的想法，若无法落地执行，也只是空中楼阁。他们尤为看重团队面对危机时的应对能力和快速迭代的行动力，因为这决定了企业能否在高速变化的AI赛道中存活并成长。对于AI创业者而言，锦秋基金的实践表明，在技术同质化加剧的时代，深入理解用户需求、构建真实信任、快速迭代执行，或许是穿越周期、实现可持续增长的关键。而对于投资者，聚焦核心赛道、精准把握趋势、重视执行细节，方能在浪潮中捕捉真正的价值。

#AI应用 #信任 #推理芯片 #机器人 #执行力

1个月前

山寨季来了不过注意主线，不要圈内PVP 最强的标的是 $ICP AI应用、AI云、隐私、每一个都是可落地可用后续期待大的APP去上面开发东西有能力的速度去上面做应用币圈抖音之类都可以做起来

以太坊上涨背后的操控与山寨币季节的迷思· 102 条信息

#ICP #AI应用 #AI云 #隐私 #币圈

1个月前

AI应用 $TSLA $GOOG AI GPU $NVDA $AMD AI 核电 $SMR $NNE 目前就关注这些，大家有更好的AI标的欢迎补充讨论。

#AI应用 #TSLA #GOOG #AI GPU #NVDA

1个月前

这些年一直不太能 get 到 Canva 的核心优势到底是什么？订阅费用和 AI 应用接近，确实不想花这个钱，有哪些免费替代吗？主要就是做一些平面图。

#Canva #平面设计 #免费替代品 #AI应用 #订阅费用

2个月前

值得买科技旗下的星罗是抖音电商钻石品牌服务商之一，在企业内部的AI应用大赛里也连续拿到第一名，他们为品牌在短视频平台做品牌宣传上应用了非常多的AI内容，今天的值得买科技的直播活动中，展示了一些例子和思路，还是非常有启发的。

#值得买科技 #星罗 #抖音电商 #AI应用 #品牌宣传

2个月前

前几天跟一个同事吃饭，说是他们那边已经大量adopt AI ，但是新人搞出来的代码被频繁打回去重写。听起来AI除了增加老员工的code review负担以外，没什么正面作用。我们组效果就更明显，因为大家都是老妖精，一旦有人用AI干，大家就觉得他是不是喝醉了写的代码，依然打回去重写了，都不用仔细review了🤪

#AI应用 #代码质量 #老员工 #code review #负面影响

2个月前

当ai可以越来越快实现人们的想法时缺少的并不是“就差一个程序员了” 而是“做什么，怎么做”的上下文去开闲鱼去做淘宝去找外包去reddit翻帖子看看谁还在寻找程序员在你不知道做什么的时候重要的是接触客户去多和别人谈一谈并询问对方支付定金在接单的过程里你就会知道对方是谁遇到了什么问题当下是怎么解决的是否愿意花钱提高效率这些上下文是开发的基础当你3-4个窗口同时并行4个付费需求时你独立开发的成功机会就悄悄地被放大了

独立创业者如何突破零收入困境，迈向月入1000元· 307 条信息

#AI应用 #需求挖掘 #客户沟通 #独立开发 #商业机会

2个月前

本周 BestBlogs 精选内容已邮件推送，欢迎阅读 ----------------------------- 🚀 模型与研究亮点： ✨ Anthropic 发布了 Claude Haiku 4.5 ，该小模型以其接近顶尖的编码性能、显著的成本效益和更快的处理速度，重新定义了高智能 AI 的可及性与效率。 🎬 谷歌 DeepMind 推出 Veo 3.1 模型，通过增强真实感、提示遵循度和视听质量，并集成生成音频和高级编辑功能，革新了 AI 视频创作工具 Flow 。 📄 百度开源了自研多模态文档解析模型 PaddleOCR-VL ，其 0.9B 参数量在 OCR 四大核心能力上全面刷新 SOTA，打破了“大模型才有好效果”的迷思。 💡 阿里巴巴开源了 Logics-Parsing 模型，基于 Qwen2.5-VL 架构，利用布局为中心的强化学习，有效解决了复杂 PDF 文档的端到端结构化处理难题。 💻 大语言模型结构化输出成为构建可靠 AI 应用的核心，文章深入解析了模式引导生成、约束解码、SFT 及 JSON Mode 等六大关键技术路径。 🤔 深度分析当前大语言模型 LLM 的过度宣传与“p^n 困境”，强调 AI 缺乏真实智能，并提出构建人机协同系统的三大原则以应对其固有局限性。 🛠️ 开发与工具精粹： 🔗 LangChain 与 Manus 深度探讨 AI 智能体上下文工程，提出了上下文卸载、缩减、检索、隔离等策略，并通过 Manus 的“分层行动空间”优化工具调用。 📝 规约驱动开发 (SDD) 作为 AI 辅助编码的新范式被详细解析，其规约优先、规约锚定、规约即源的理念及 Kiro 、Spec-kit 、Tessl 等工具成为关注焦点。 ⚙️ 特斯拉前 AI 总监 Andrej Karpathy 开源了 nanochat 项目，以约 8000 行 Rust 代码和 100 美元的成本，从零开始构建了一个简易版 ChatGPT ，并提供了详细教程。 🧑‍🏫 吴恩达推出 Agentic AI 新课程，将智能体工作流开发沉淀为反思、工具、规划和协作四大设计模式，实战证明能让 GPT-3.5 在特定任务中超越 GPT-4 。 Go 腾讯发布 tRPC-Agent-Go 框架，旨在填补 Go 语言在自主多 Agent 协作框架领域的空白，集成了 LLM、智能规划、工具调用等能力。 🔄 《智能体设计模式》深度解析了 AI 智能体的反思模式，通过“生产者-评审者”架构实现自我评估和迭代改进，显著提升任务输出质量，并提供实战代码示例。 💡 产品与设计洞见： 🔧 Anthropic 推出 Claude 技能功能，用户可将专业知识与指令打包成技能包，定制 Claude 的工作流程，实现可组合、可移植、高效且强大的 AI 任务执行。 🔍 谷歌搜索产品副总裁 Robby Stein 揭示了谷歌 AI 转型的内幕，强调 Gemini 、AI 概览和 AI 模式如何通过更自然的语言和多模态输入，扩展而非取代传统搜索。 🎨 Figma CEO Dylan Field 认为在 AI 时代，设计、工艺和毫不妥协的质量将成为初创企业新的竞争优势，强调产品开发中培养品味的重要性。 🏢 硅谷内部讨论会揭示，AI Agent 部署失败的 95%并非模型智能不足，而是上下文工程、安全性、记忆设计等支撑体系缺失，强调治理与信任及多模型推理。 🚀 Slack 首席产品官 Rob Seaman 提出在 AI 时代，传统路线图已失效，应围绕客户与业务结果规划，并通过精简团队快速原型设计，加速产品开发和创新。 📈 Lovable 增长负责人 Elena Verna 强调 AI 正在瓦解传统分发渠道，产品增长需从漏斗模型转向增长飞轮，构建数据护城河并利用产品作为营销渠道。 📰 资讯与报告前瞻： ⚡ Nathan Labenz 驳斥 AI 发展减速论，强调 AI 在推理能力、上下文扩展及作为“协同科学家”方面的持续进步，并预见多模态 AI 的关键作用。 🖥️ 英伟达发布个人 AI 超级计算机 DGX Spark ，将数据中心级 DGX 架构浓缩至桌面，售价 3999 美元起，旨在实现本地高效 AI 开发和推理，并支持 OpenAI API 服务。 🤝 美图公司吴欣鸿分享在 AI 时代下的组织进化心得，实践“反惯性工作流”，提出“AI 原生组织”模式，倡导“一个人即一支团队”理念，并普及 AI 编码。 💰 《State of AI Report 2025》指出 2025 年是 AI 业务追平炒作的“推理之年”，头部 AI 公司年化收入已达百亿美元，AI 编程、音视频生成等商业领域取得显著成功。 ✍️ 语言学家娜奥米·S·巴伦深刻剖析 AI 时代人类写作的核心价值与挑战，强调写作是思考与情感表达的独特方式，呼吁“增强而非自动化”并划清人机协作界限。 ⚖️ 北京大学论文揭示 AI 在加速知识产出的同时，可能加剧内容和思想同质化，产生“创造性伤痕”效应，警示 AI 带来的“资历偏向”重塑劳动力市场。希望本周的精选文章推荐能帮助您快速了解 AI 领域的最新进展！期待与您下周再见！

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

#AI进展 #大模型 #AI工具 #AI应用 #AI伦理

番茄锅包肉

2个月前

杀死所有queue的job后算出了最终的cost🙃 已经有人去跟某家谈discount了这个incident我不会也不能再发推说了🙃 如果可能大家新闻见大老板今天开会说裁掉的manager与incident无关希望大家继续安心的 embrace failures with learnings and we encourage risks and innovations 物理phd可能更加热爱这份工作了 😭🙇‍♀️ 我今天安慰了phd 跟他讲述了我以前工作捅过的娄子并跟他说锅包肉一直都在全网只有我真的爱物理phd 😭呜呜呜🙇‍♀️ 这笔钱怎么花出去的呢？可以大概想象一下类似于把推特过去一年所有产生过的推文让gpt逐条处理一遍🙇‍♀️

#裁员 #成本控制 #物理博士 #团队安慰 #AI应用

2个月前

当人工智能真正开始以服务的形态融入各行各业，我们看到了一种新的技术范式正在形成。无论是会计、法律、金融、税务还是医疗领域，那些信息量大、既有个体细节又存在普遍规律的行业，正逐渐成为AI技术落地的沃土。以会计行业为例，每天都有大量的票据需要处理、账目需要核对。这些工作看似重复枯燥，实则蕴含着复杂的规则和逻辑。 AI可以通过学习这些规则，自动识别票据信息、完成初步的账务处理，不仅能大幅提高效率，还能减少人为错误。同样，在法律领域，大量的案例分析、合同审查工作，如果交给AI来做，它可以快速梳理海量的法律条文和过往判例，为律师提供精准的参考，让复杂的法律事务变得更高效、更透明。金融和税务行业更是数据密集型领域，市场动态、政策变化、交易数据等信息层出不穷。 AI在这里可以发挥其强大的数据处理能力，实现风险预警、智能投顾、自动化税务申报等功能。当AI能够实时分析市场数据，为投资者提供个性化的理财建议；当它能根据最新的税收政策，自动完成企业的税务申报，这将为整个行业带来怎样的变革。医疗健康领域同样充满了可能性。从医学影像识别到病历分析，AI可以帮助医生更准确、更快速地做出诊断。海量的医学文献、病例数据，AI能够从中挖掘出有价值的信息，加速医学研究的进程，让患者获得更好的医疗服务。这些行业的共同点在于，它们都积累了大量的结构化和非结构化数据，并且存在相对明确的业务逻辑和规则。 AI的出现，就像一把钥匙，能够打开这些数据的价值之门。它不再仅仅是实验室里的技术，而是真正走进了人们的工作和生活，成为推动行业进步的重要力量。随着技术的不断成熟，我们有理由相信，AI服务将在更多领域发挥作用，改变我们的工作方式和生活方式，让复杂的事务变得简单，让效率得到质的飞跃。这不仅是技术的进步，更是时代发展的必然趋势。

#人工智能 #AI应用 #行业变革 #数据驱动 #效率提升