三个 gpt 四的平替网站,如果你觉得 gpt 四太贵了,这三个免费的工具也很香。第一个是谷歌最新发布的卷面奶,我测试后部分能力确实比 gpt 四要强一些,特别是英文能力。打开官网后,拉到最底下进入,再点一下,这个就可以免费用了,界面很清爽, 文字、图片、语音功能都有。第二个是 oppo ai 公司十几号人出来单干做出来的 cloud, 它被号称为 j b t 的最强对手。它是嵌套在 slake 中的,登录 slake 官网,然后把 cloud 加入到 slake 中就可以用了。纯免费,中文效果很强,没有广告,最多可以输出二十万 tokens。 三个是微软的 copilot, 里面可以免费用 gpd 四,文字、语音、图片等功能都有,而且响应速度更快。打开 copilotapp 后,把这个按钮打开,就可以免费用了。安卓、 ios 都可以,云朵四十一也可以用。
粉丝52.4万获赞817.4万

普通人真的一定要赶紧用起来 clout, 不 管你用任何方法啊,好多人说这东西付费啊,干嘛的?真的,他你你花那几百块钱比你去吃一顿饭啊,这个能给你带来这个价值真的是太多了。好吧,普通人赶紧用起来 clout。


兄弟们,可天塌了,我的天啊,他居然把六十 mb 的 原版完整的发了出来,太恐怖了!我统计了一下, t s 加 g s 一 共有七十万行代码,这完整,这可以说是 特别完整的一次泄露,完整的不能再完整了,我眼疾手快,在他下架之前,我已经把他克隆下来,并且把他代码版编辑之后完整的上传到了 d 在 app 上,大家有用的可以自己取,从这个地址上取,帮我点点心心, 太完美了,太完美了,兄弟们,这时候利好谁掉谁,你们告诉我谁最厉害的?这个菊花马上又可以借,马上又可以直接,马上又可以山海经了,这山海经又可以推出他一个什么这种爱国模型了,对,爱国的爱意。

如果你正在使用 cloud code, 却还没装这些 skill, 那 你可能只用了它百分之三十的能力。今天分享七个最值得安装的 skill, 尤其是最后一个,能让 cloud code 从能用的 ai 直接变成懂行的队友。第一个,社区最火的全能 skill superpowers, 它不是单个技能,而是一整套开发全流程 buff, 包含项目规划、代码编辑、 code review 等十几个子技能,能帮你梳理需求、拆分任务、系统化调试,程序员必装,省超多梳理时间。 第二个,文档处理神器, pdf, 它能直接读取、合并、拆分。 pdf 还支持 ocr 扫描件识别,写代码间隙处理文档,不用切换软件, 不管看技术文档还是办公文件都好用。第三个,去 ai 位神器 whoman the zh, 它能把此外综上所述,这类生硬表达换成接地气的人话,写项目文档、副业文案都能少一点模板位, 不容易被看出是 ai 生成。第四个,大项目救星, planning with files, 大 型项目经常中途打断,回来 ai 就 往上下闻。这个 skill 会持久化项目规划,画绘画不丢进度, 特别适合碎片化时间开发。第五个,前端颜值救星, fronten design, 它让 cloud code 写的前端不再是 ai 烂活,而是带着专业设计规范,后端程序员也能做出好看规范。 第六个,代码质量守护神 code review, 它会派多个子 a 证,并行审查代码、找 bug、 查安全漏洞、优化代码规范,每个问题都带知性度评分, 赶项目时不用逐行排查,能大幅减少代码出错率。第七个,压轴神器,也是最能提升体验的 skill creator, 前面六个不够用,它能让你自己定制 skill, 把自己的开发习惯、 重复性工作封装成专属功能,彻底让 ai 适配你的需求。这就是让 cloud code 变成懂行队友的关键。 这七个 skill 覆盖开发全流程文档处理前端优化代码质量,还有能自定义的压咒技能,装完之后你会发现 cloud code 的 能力直接翻倍!收藏起来直接去 skill 商店搜英文名就能安装。关注我,带你了解更多 skill 使用技巧!

兄弟们,这回出大事了,全世界排名第一的 cloud code 工具原码泄露了,而且是全量泄露,就是咱们天天用的那个终端的 ai 编程助手,它完整的客户端原码出现在互联网上,近两千个 ts 文件,全部的命令工具 prompt 逻辑一览无余 啊!这个事儿有多大?这意味着什么?从今天起,所有工具上的优势 android 荡然无存。此时此刻,所有模型公司都应该在狂欢。为什么?因为 cloud code 的 工程上的编排和它们的 no 号是非常牛逼的。这个泄露的东西价值有多高啊? prom 的 工程的逻辑,它是全球顶级, 很多人以为 ai 产品的核心是模型啊,没错,你可以去看跑分相近的模型。用了 collocode 和没用 collocode 出来的质量相当之大,它在工程上是极致。每一个公司甚至个人,今天你现在都可以拿到 collocode 的 原码 是二点二点一八这个版本,你会发现,真正决定产品体验的就是这套精心设计的 prompt。 collocode 里原码有一套极其复杂的系统提示词构造逻辑,它告诉模型什么时候用,什么时候该用,什么工具,什么时候该让用户提问,什么时候该拒绝执行,什么时候操作需要确认, 什么时候操作可以禁我执行。这套东西是 azure big 团队大量的真实用场景打磨出来的,你可以把它理解为这不是代码,这是一本 ai 编程助手的产品圣经。现在这本圣经所有人都能看了, curson 能看, vserve 能看, github coppola 也能看,国内所有做编程的团队智谱都能看。所以第一个影响是 ai 编程工具产品同质化会急剧加速,可能就是一晚上的时间,全球所有编程工具产品全部拉平 andrew big 现在毁死了。肯定啊,以前大家各自摸索, prom 怎么写,工具怎么编排,安全边界怎么设,现在他妈业内标准答案开源了 啊。这是对整个行业的好事还是坏事?短期看好事,长期看咱不好说,因为安全层面就是杀伤机制。现在上了手术台, cloud code 里边有一套完整的权限和安全模型,哪些命令需要用户确认,哪些文件不能碰,怎么防止 prom 的 绕过, 这是 cloud code 的 安身命令之本了。可以说这些逻辑现在全透明了。好的一面是安全研究社区可以审计机制,找出漏洞,不好的一面是攻击者同样拿到了蓝图,就好比贼知道了锁的结构,撬锁就更容易,大家不要被别的营销号误导 啊。不是说 cloud 的 那个模型泄露了,是 cloud 的 扣的非常精妙的客户端的编排工具泄露了,这一条扣子里,原码里边已经有 a 针的协调,多 a 的 并行,并且这份原码里边还彰显了 anaerobic 的 野心,他们正在开发完全自主运行的 a 针呢。现在是人机协调啊,你跟他持续对话,持续对话产出的东西可能要比 他自己对话自己,自己自己在那跑效果要好很多。但是这份原码暴露了 anaerobic 的 野心,未来一定是自主运行, 所以某种意义上是把下一代产品的设计思路在今天这个泄露里边提前公开了。对开发者来说,这是一件非常牛逼的事,你现在能看到顶级团队是怎么思考 ai、 ai 阵的编排的,怎么处理工具调度 的,怎么做上下文压缩的?对 android rapid 来说,这意味着他们必须跑得更快,因为产品设计上的领先今天被完全的磨平了,只能靠模型能力和迭代速度继续拉开差距。

大家肯定已经知道 cloud code 的 源码泄露的事了,但这个热闹咱们不白看,来学点真东西。 今天我就重点聊聊提示词部分,整理了十四条,每一条我觉得普通人写提示词都能直接用。 看完这些源码,我最大的感受就是一句话,与其花时间想让 ai 做的更好,不如先列出它最容易犯的错,逐条写禁令。说白了,让 ai 变好用的核心不是让它更聪明,而是让它少犯蠢。 你看 clotcode 的 提示词,用的最多的词是 never do not critical, 全是敬令,而不是教你应该怎么做好。我们现在来看第一条,用敬令代替指令,这条是我看完源码最大的感受。 anthropapic 的 工程师写提示词用的最多的词就是 never do not critical, 全是敬令。 我们平时写提示词,本能地想教 ai 怎么做,你要分步骤,你要有逻辑,你要专业。 但 clote code 的 做法恰恰反过来,他把大量精力花在告诉 ai 什么不能做。所以第一条就是堵住 ai 犯蠢的路,比教他变聪明更有效。 第二条专门设一个唱反调的角色,源码里有一个专门的验证角色设定就一句话,你的任务不是确认东西能用,而是尽量找出问题。 anthropic 还给这个角色预写了一套反驳说,看起来没问题,不等于验证过,实际试一下 ae 说别人已经检查过了,反驳说别人也是 ai, 你 得独立检查。 ai 说太花时间了。反驳说,花不花时间不是你该操心的。 最后还有一句总结,如果你发现自己在写解释,而不是在行动,停下来去行动,这个思路不光适用于代码,任何重要的 ai 输出,你都可以再设一个专门找茬的提示词,两轮下来,质量会高不少。 第三条,不要画蛇添足。提示词里有三条我觉得特别好。第一,不要加没被要求的东西,一个小修改,不需要顺手把旁边也重做一遍。二,不要为不可能发生的情况做预防,只在真正需要的边界做调研。 第三,三行重复的内容,好过一个过早的抽象。第三条,翻译成大白话,就是宁可有点重复,也不要为了消灭重复,搞出一套复杂的系统。 a, 一, 特别喜欢干这种事,你让他写个简单功能,他给你搭一个框架,这条禁令就是防这个的。第四条,如实汇报,不要任色,也不要过度谦虚。原码里有一段提示词,写的非常精准,大意是事情没做好就说没做好。 附上具体情况,没做过的步骤就说没做过。不要暗示做过了,但反过来,事情确实做好了, 也不要加一堆没必要的免责声明,说可能还有问题。目标是准确的报告,不是防御性的报告。 这条其实适用于所有场景,很多人写提示词只防 ai 吹牛,没想到 ai 还会过度谦虚,两头都堵上才完整。五条活可以分出去,但思考不行。 cloud code 可以 启动子任务去并行干活,但提示词里明确写着不要外包理解, 不能写根据你的调查结果去处理这种话,因为这等于把判断也甩出去了,你自己要先消化信息,做出判断,再给出明确的方向。子任务的描述,要想给一个刚走进房间的聪明同事写简报, 他没看过你之前的工作,不知道你试过什么,也不理解这件事为什么重要,说清楚要做什么,为什么已经排除了什么,给足上下文,让对方能自己做判断。 第六条,不知道就说不知道,不要猜。原码里写着,子任务启动后,你对他的进展一无所知,不要编造或预测结果,如果有人问进展,就说还在处理中,不要猜。阿姨特别容易在没有信息的时候编一个看起来合理的回答, 在提示词里明确告诉他,不知道就说不知道,比瞎猜强一百倍。第七条,先看再改,不准凭空编造。源码里有一条硬规则, ai 必须先读过一个文件的内容才能去编辑,他 没读就改,系统直接报错,不让你操作。这条防的是 ai 最常见的问题,凭记忆或者幻觉去修改东西,改出来的跟实际内容对不上。我们写提示词也能用这个思路。比如让 ai 帮你改文章, 先要求他把原文关键内容复述一遍,确认理解对了,再动手改。第八条,一次授权不等于永久授权。源码里明确写着,用户批准了一次操作,不代表以后同类操作都不用再问了。 授权只对当次有效,不能自己扩大范围。这条防的是 ai 记住了之前的授权后,越来越大胆,你让他发过一次邮件,后面他就觉得可以随便发了。 在提示词里写清楚授权的边界很有必要。第九条,每条禁令要写清楚。为什么 cloud code 的 禁令不是干巴巴的一句不准,它会把原因写上。比如有一条规则,禁止 ai 用某种方式修改代码,历史记录后面紧跟着解释,因为在特定情况下这么做,会把之前的工作全部覆盖掉, 数据直接丢失。你光写不准, ai 可能在边界情况下自行判断绕过去,但你把原音写上了,他就知道这条规则的边界在哪,什么情况下必须死守。 第十条,信息按虚给,不要一次给全。 cloud code 有 几十个工具,但不会一上来就把所有工具的使用说明全塞给 ai。 他先只告诉 ai 有 哪些工具的名字,等真要用某个工具时,再把详细说明加载进来。就像新员工入职第一天,不会把所有部门的操作手册都丢给你,先给你一张组织架构图,等你真要报销的时候再告诉你具体流程。 信息太多, ai 反而犯迷糊,用到再给效果更好。第十一条,沟通规范要系到标点符号,不准用 emoji, 不 准废话,能用一句话说完,不用三句,连标点都管。 提示词里规定了,某些情况下不能用冒号,因为冒号后面的内容可能不会展示给用户,会变成一句莫名其妙的半截话,还要求先说结论,再说理由。 ai 的 默认习惯是先铺垫一大段再说,重点在提示词里明确要求,倒过来说,效果立竿见影。 第十二条,不同场景加载不同的规则。源码里有大量条件判断,针对不同类型的用户加载不同的规则。 比如内部员工的版本管得更严,必须如实汇报结果,默认不加多余的解释,完成前必须实际验证。还有一个有意思的设计,当内部员工在公开环境下工作时,提示词会自动隐藏敏感信息,防止不小心暴露内部细节。 这个思路在日常使用中也有用。比如你有一个基础版提示词,在需要更严谨的场景下,额外叠加一套更严格的规则,而不是写两套完全独立的提示词。第十三条提示词不要堆成一大段,要模块化。 cloud code 的 提示词是分模块组装的,角色设定、行为规则、任务要求、语气风格,每块独立,然后根据使用场景动态组合,不同情况下加载不同的模块,要把所有规则写在一个大段落里,按功能分成几块,需要哪块加哪块,清晰好维护以后改也方便。 第十四条限制工具的使用方式。 cloud code 有 很多专用工具,比如专门读文件的、专门搜索的、专门编辑的。 提示词里反复强调不准用通用命令行去干这些事。理由是专用工具有操作记录,用户能看到 ai 在 干什么,通用命令行是黑箱。如果你给 ai 配了多个工具或者插件,在提示词里明确告诉他哪些场景用哪个,比让他自己选靠谱的多 好。以上十四条,每一条都是从 cloud code 源码里扒出来的,不是理论,是 ansorepic 在 实际产品中正在用的规则。 我觉得最值得记住的就一个思路,与其花时间想怎么让 ai 做的更好,不如先列出他最容易犯的错,逐条写禁令。 就像带新人,你给他一本两百页的操作手册,他不一定看,但你给他一张绝对不能做的事的清单,他反而记得住 cloud code 的 提示词就是这么干的。那从今天起,大家也可以试着把写提示词的思路从要怎么做改成不能怎么做, 建立一个绝对不能做的清单,让 ai 少犯蠢。今天的分享就到这里,希望能对大家写提示词有所帮助,谢谢大家!

刚才一位月薪三万八的陈轩朋友打电话跟我说,他被公司裁员了。裁员的原因你可能想不到,是因为他技术太好了啊,现在利用 ai 工具利用的太深了。他说从去年下半年开始,他就开始用克拉克的鞋垫板,嗯,他们公司里面的其他同学呢,还没怎么用过。 所以说他的交付效率啊,工作效率啊,老板提出需求啊,他会很快的完成。 老板就很好奇,他怎么做到的,就需要让他把 ai 赋能给团队嘛,然后就分享他的经验,分享他的使用啊,给团队去赋能。花了三个月时间,团队终于所有的人都会用克拉克的,然后效率成倍增加。 上周他老板找到强化,说他这个工资太高了,公司承受不了。搞了半天,他把公司其他人都使用了 ai 啊,销量成倍把自己给踩了。然后我就问他,究其原因,为什么公司会踩你啊?你技术深度这么好, 反复思考一下,因为离业务走得远,未来什么样的程序员,什么样的工程师是最受欢迎的,就是那一种懂业务的技术架构师,因为 ai 已经把最技术的编程功能能够基本上实现的七七八八了, 但是最核心的从业务转化为,哎呀,能懂的技术语言怎么能搞定?业务流怎么能搞定?把业务转变成技术资产,这是他最核心的一些价值,如果你还一心的钻研技术本身,那就比较危险了。


deepsea tui 是 由美国独立开发者 hunter wang 用 rust 写的终端编程智能体,为 deepsea vs 量身打造 cloud code 的 平替 em 上下文两万三千的 star m i t 开源。它不是 ide 插件,不是聊天机器人竞品,是 cloud code。 em 上下文是原生支持,不是 r a g, 整个项目源码一次性塞进去。跟 cloud code 的 不太一样的是, deepsea tui 目前只能在终端里跟它对话、 写代码、跑命令,管 get, 全程不出。终端自身定位上呢,它终端原生,全站编程,三十多个工具全覆盖, a 阵智能体,多步推利自动选模型。从软件工程角度上看呢, deepsea tui 注重核心稳,边界活。比如说呢,它采用双二金置设计, deepsea 管调度, deepsea tui 管运行分开升级更安全。还有工具链覆盖,文件搜索、 shell git 诊断,此 agent 还支持 m c p 扩展。这么设计, scopes 不是 工具,而是知识包, agent 启动时加载名称和描述,需要时才拉取完整内容,相当于给 agent 装了一套操作手册。 ipsticku i 的 奥特模式下,不用纠结 flash 还是 pro, 先, flash 做轻量路由判断, 简单任务 flash 直接搞定,复杂任务自动切。 pro 加强推理,按实际模型计费,相对于 open cloud 对 实际任务太天马行空。这个问题呢, tui 采用渐进式信任模型,提供三种模式, plan 指读 agent、 日常确认、优漏、全自动。还有系统急刹箱、 linux 用 lan lock, make 用 set belt, windows 用 app container os 原声隔离。 deep sec tui 的 架构,核心设计上分别解决了不同层面的性能问题,都可有异步引擎、思维链、实时流转式、十六路 flash 紫 a 帧的并行推离强度, shift 加 tab 秒切 off high max 三档日常 high 就 够了。几种问题咱们直接上 max 聊到成本呢, tipsy pro 百万套可能约四块钱,现在还有百分之七十五的折扣, flash 不 到 pro 的 三分之一,两个都支持 em。 上下文对比, cloud code 呢? tui 国内直链 mit 开源,成本大概是 cloud code 的 十分之一,但 cloud code 是 opus 推理人式天花板, ide 集成更成熟,团队生态更完善。简单聊聊 tui 安装 win, linux micro 都能装,安装上大同小异。手册里有详细命令,我们以 win 为例, 一条命令就能安装。自动装好两个二金制配 k 就是 按指示粘贴带跑。 deepsea doctor 五项全绿环境 ok api, 国内直链不用代理。 启动后呢,开始工作,自动调工具,思考过程,实施流势展示,底部显示套坑和费用。总的来说呢, deepsea t o i 还是挺容易上手的,预算有限的独立开发者值得一试。点赞关注评论区可以向我留言,要五十七页完整项目的朋友们千万别错过。

你敢信吗?一个被全网骂地平线的摩托品牌,居然拿下了欧盟认证,还跑进了国家级赛事领奖台。今天我们就来聊一聊,诺马到底是真垃圾还是被低估了。首先我们聊聊诺马为何被叫做地平 线。诺马科技有限公司成立于二零零八年十一月,注册地在无锡安镇大成工业园,这里曾经是全国地平线摩托车最大的产 地,不少小作坊在此诞生又消失,这种地域标签带来的偏见,让无锡出来的品牌都很难摆脱地平线的印象。二零一八年,诺 马推出了刀锋四百,这款车虽然采用了一定程度的原创设计,但在细节处理上仍有地平线风格的特征。比如刀锋四百搭载的是宗申 tc 三八零发动机,这款发动机在当时是不少中排量国产摩托车普遍使用的动力平台。但在一些摩友看来,一个连发动机都造不出的品牌, 只能算组装厂,不算真正的制造业,再加上早期产品装配工艺比较不好,这些都成了地平线骂声的理由。二零二零年重庆 模博会上,诺玛展出了一款与杜卡迪、帕纳迪 v 四非常相似的车型,这也让诺玛再次被归入地平线之列。 但被骂声藏起来的是另一个诺玛。在全网骂声最高的时候,诺玛巧然完成了从组装到自主的转型,获得了不少国内品牌也未必拿到的市场认证。根据诺玛公开的信息,公司建立了研发、制造、品质配套等体系, 秉承生产一代、研发一代、储备一代的开发思路,设有研发中心、工程中心和检测中心具备了从设计到投产的全流程能力。诺马获得的认证包括 i s。 九零零一质量管理体系认证、国家摩托车生产准入资质。 所有车型通过中国质量认证中心的三 c 认证,其部分车型通过了美国 e p a 和 dot 认证以及欧洲 e mark 认证,出口至欧洲部分国家和地区。二零二零年是诺马的转折之年, 这一年推出的魅影二五五 s 改变了品牌命运。与之前的刀锋四百不同,魅影二五五 s 搭载了诺马自研的两百五十五 c c 水冷发动机,标志着诺马在动力系统上不再完全依赖外部供应, 成为一个能自研双缸水冷发动机的国产品牌。在二零二零年那个时期, tcl 才只出现在进口车型和少数国产高端车型上。 诺玛把这套系统搬到价位较低的入门级访赛上,无疑是颠覆性的操作。凭借自研发动机同级别独有的 tcs 系统以及高性价比的定价,魅影二五五 s 上市后迅速走红。此后,诺玛投入研发了多款动力平台,并在电控技术和智能化方面不断尝试。 除了市场认证,赛道成绩也能检验产品性能与可能性。诺马今年活跃于国内多项赛事,用比赛成绩回应地平线的质疑。二零二三年四月,魅影二五五 s 参加首届 c e f 耐力赛北京站,取得三百 c c 组季军。二零二三年十月,即影三百二十五 s 参加第二届 c e f。 鄂尔多斯战,同川崎雅马、哈宗申等品牌同场竞技,以一百零四圈的累计圈数跑出二分十一秒的最快圈速和超过一百七十公里每小时的 g p s 尾速,完成了四小时不间断高强度耐力赛,获得三百到四百 c c 组亚军。可在发展势头正好时, 二零二三年下半年,一场事故降临,诺马工厂遭遇火灾,大量设备报废。这是摩托车圈近年比较严重的灾害之一,但诺马很快便完成了新厂搬迁。这场事故虽造成巨大损失,但也让诺马有机会重建工厂, 引入更先进的生产设备和管理体系,进一步提升了生产品质。那么,诺马为什么越骂越火?答案其实很简单,诺马打中了中国摩托车市场的一个痛点, 是对入门级仿赛性价比的需求。很多年轻摩友热爱仿赛,想拥有一台属于自己的跑车,但预算有限,买不起高端车型。在诺玛出现之前,这类年轻人的选择主要有两个,要么买一台老旧二手车,要么买一台地平线拼装车。诺玛给了他们第三种可能,用比较低的价格买到一台资质厂商生产的、 有自研技术支撑的、有售后服务的双缸仿赛车型。当然,也要承认,诺马在装配工艺、细节处理和品牌溢价方面与一线品牌仍存在差距。但对于预算有限的入门消费者来说,这些差距在价格优势面前显得不那么重要。从早期模仿,到逐步自主研发,再到进入海外市场, 国产摩托车品牌正经历一场艰难的蜕变。被骂地平线不可怕,可怕的是永远停留在地平线的水平。诺马用实际行动表明,出身草根的品牌,只要坚持技术投入与品质提升,也能逐步获得市场认可。

一分钟看完一周 ai 大 事。 google 上线 ai 狼人杀,八个大模型在线标系互相套话。 jameson 靠硬核推理夺冠,龙虾 a 阵的含金量还在上升。 ai 雇佣人类平台爆火, 龙虾在线摇人,真人立即接单去跑腿溜狗搬东西,二十万人类注册排队接单。以前是 ai 给人类打工,现在 ai 是 甲方爸爸,龙虾不仅能雇佣人类,还能雇佣同类 ai 雇佣 ai 平台爆火, 龙虾发布外包任务,多个龙虾接单做方案,再由龙虾评选出最优解,赢得赏金,全程禁止人类参与。 龙虾相亲平台爆火,你的龙虾替你找对象做进调测,三观,双方的龙虾聊对眼了才能解锁真人聊天,你能不能找到真爱,龙虾说了算。全球开发者正在用龙虾的逻辑把所有互联网产品重做一遍。 throwback 发布最强大模型 agi 测试和人类盲测拿下第一,主打一百万上下文,与智能体组团干活,不仅能做数据透视表,还能套模板做 ppt。 open ai 发布最强编码模型,编程跑分反超 cloud。 open ai 称这是第一款自己参与创造自己的模型。 ai 迈入自我净化时代。 open ai 推出 codex 桌面版,支持安装 m、 c、 p 和技能包,能同时指挥多个 agent 干活,不仅能用来写代码,还能写小说、画图分 分析数据,产品均五星推荐。奥特曼官宣 ai 接班人计划, agi 已基本达成, open ai 的 管理权将逐步移交给 ai, 以后员工要向 ai 汇报工作。智谱开源最强 ocr 模型,医生手写也能识别,可在本地运行。 hixfield 上线动效视频,动动嘴就能生成 mg 动画,不会 ae 也能做动效字节!发布最强视频模型,能复刻任意视频的运镜动作、人物和声音。 腾讯推出能互动的数字人模型,一句话就能让数字人展示物品,做出特定手势,终结了数字人只能站桩口播。研究员开源对象移除视频模型,不仅能移除视频中的物体,还能移除光影残留,还支持高质量抠像。 研究员开源运动参考模型,能完美复刻任意对象的运动轨迹。研究员开源无痕编辑视频模型,通过时空补全,任意篡改说话的内容,没说过的话也能毫无破绽的说出来。好处是能用来修复口误,坏处是有视频 真相。 stepfun 发布最强开源音乐模型 roblox, 推出四 d 模型,一句话就能生成带物理属性和交互代码的三 d 资产,可零发布三 d 动作复刻模型,不仅能迁移角色动作,还能同时控制镜头运动字节。开源最强分子预测模型, 跑分超过 alpha fold。 谷歌开源论文配图 ai 使用五个智能体协作为技术论文自动生成图标和流程图, 可读性、准确性和美观程度都吊打人类。研究生狠狠马住 rain 上线。 ai 寻狗,上传丢失的宠物照片。 ai 能解锁附近所有门铃的摄像头画面组成天王找回毛孩子。