Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

总结本周AI领域相关新闻

Answer

以下是本周 AI 领域的相关新闻总结：

  • OpenAI 发布了视频生成模型 Sora，可生成 1 分钟长的高质量视频，支持从图像和文本生成视频，并能扩展和编辑视频内容。
  • 谷歌发布语言模型 Gemini 1.5 Pro 和 Ultra 1.0，支持长达 100 万字的上下文理解能力，同时推出付费会员计划 Gemini Advanced。
  • Stability AI 发布基于扩散模型的图片生成模型 Stable Cascade，支持图像变化和生成。
  • 汇总了 Midjourney 图片生成模型的新功能，如默认版本升级和区域编辑能力增强。
  • 介绍了一些新的 AI 产品，如视频生成软件 Deforum Studio、自动生成 UI 设计稿的工具 Galileo AI 以及英伟达的本地语言模型软件 Chat with RTX 等。
  • 收录了一些 AI 领域的文章，如人工智能如何改变广告业、使用 AI 进行 3D 渲染以及 Stable Diffusion 潜在空间的解释等。

此外，还有以下新闻：

  • Netflix 列出了一个年薪 90 万美元的机器学习平台产品经理的 AI 产品工作岗位。
  • Shopify 的 AI 助手 Sidekick 已上线，它能在 Shopify 中执行各种操作，如提取相关数据、操作新功能或创建报告。
  • Artifact（Ins 创始人做的 AI 新闻浏览软件）推出了自定义内容阅读语音的功能。
  • OpenAI、谷歌、微软和 Anthropic 组建了前沿模型论坛，以确保 AI 模型的安全发展。

在 2024 年 7 月 8 日的新闻中：

  • 2024 年 6 月，苹果发布了 AI 原生操作系统，加强了硬件和模型布局。
  • Claude Sonnet 3.5 发布，挑战 OpenAI。
  • 视频生成领域 Runway Gen3 和快手可灵表现优秀。
  • AI 3D 技术逐渐崭露头角。
  • Google 和月之暗面推出长上下文缓存技术。
  • 快手发布可灵网页版及大量模型更新。
  • 阶跃星辰发布多款模型。
  • 商汤打造类似 GPT-4o 的实时语音演示。
  • GraphRAG：微软开源新型 RAG 架构。
Content generated by AI large model, please carefully verify (powered by aily)

References

AIGC Weekly #59

汇总了春节期间人工智能领域的一些重要新闻和产品动态1.OpenAI发布了视频生成模型Sora,可以生成1分钟长的高质量视频。Sora支持从图像和文本生成视频,并且可以扩展和编辑视频内容。2.谷歌发布了语言模型Gemini 1.5 Pro和Ultra 1.0,支持长达100万字的上下文理解能力。同时推出了付费会员计划Gemini Advanced。3.Stability AI发布基于扩散模型的图片生成模型Stable Cascade,支持图像变化和生成。4.汇总了Midjourney图片生成模型的一些新功能,如默认版本升级和区域编辑能力增强。5.介绍了一些新的AI产品,如视频生成软件Deforum Studio,自动生成UI设计稿的工具Galileo AI,以及英伟达的本地语言模型软件Chat with RTX等。6.收录了一些AI领域的文章,如人工智能如何改变广告业,使用AI进行3D渲染以及Stable Diffusion潜在空间的解释等。本篇正文共18096字，仔细阅读约46分钟Midjourney提示词：subtle red chrome wave background --chaos 0 --ar 16:9 --style raw --weird 0

AIGC Weekly #32

每周都有很多还挺重要但是又不需要深入分析的AI资讯，都会放在这里。Netflix列出了一个年薪90万美元的机器学习平台产品经理的AI产品工作岗位：[https://jobs.netflix.com/jobs/278437235](https://jobs.netflix.com/jobs/278437235)Shopify的AI助手现已上线。Sidekick是一个帮助机器人，它知道如何在Shopify中执行任何操作-提取相关数据、操作新功能或创建报告：[https://techcrunch.com/2023/07/26/shopify-sidekick-is-like-chatgpt-but-for-ecommerce-merchants/](https://techcrunch.com/2023/07/26/shopify-sidekick-is-like-chatgpt-but-for-ecommerce-merchants/)Artifact（Ins创始人做的AI新闻浏览软件）推出了自定义内容阅读语音的功能：[https://twitter.com/Artifact_News/status/1684631632374902784?s=20](https://twitter.com/Artifact_News/status/1684631632374902784?s=20)OpenAI、谷歌、微软和Anthropic组建了前沿模型论坛，主要目的是确保AI模型的安全发展：[https://openai.com/blog/frontier-model-forum](https://openai.com/blog/frontier-model-forum)

4.6 历史更新

《[普通人的AGI技术月评2024.06 | Apple,Sonnet3.5,视频生成,AI 3D](https://mp.weixin.qq.com/s/reHLLWeDdYbfqamxdWVGTA)》2024年6月，苹果发布了AI原生操作系统，加强了硬件和模型布局；Claude Sonnet 3.5发布，挑战OpenAI；视频生成领域Runway Gen3和快手可灵表现优秀；AI 3D技术逐渐崭露头角；Google和月之暗面推出长上下文缓存技术。整体趋势是技术不断进步，各领域竞争激烈。《[AIGC Weekly #79](https://waytoagi.feishu.cn/wiki/A6TWwVPTrioyjhknjtdcjugQnHd)》歸藏老师的新一期AIGC周刊，上一周主要的AI新闻有：1.快手发布可灵网页版及大量模型更新；2.阶跃星辰发布多款模型；3.商汤打造类似GPT-4o的实时语音演示；4.GraphRAG：微软开源新型RAG架构……

Others are asking
什么AI工具可以实现提取多个指定网页的更新内容
以下 AI 工具可以实现提取多个指定网页的更新内容： 1. Coze：支持自动采集和手动采集两种方式。自动采集包括从单个页面或批量从指定网站中导入内容，可选择是否自动更新指定页面的内容及更新频率。批量添加网页内容时，输入要批量添加的网页内容的根地址或 sitemap 地址然后单击导入。手动采集需要先安装浏览器扩展程序，标注要采集的内容，内容上传成功率高。 2. AI Share Card：能够一键解析各类网页内容，生成推荐文案，把分享链接转换为精美的二维码分享卡。通过用户浏览器，以浏览器插件形式本地提取网页内容。
2025-05-01
AI文生视频
以下是关于文字生成视频（文生视频）的相关信息： 一些提供文生视频功能的产品： Pika：擅长动画制作，支持视频编辑。 SVD：Stable Diffusion 的插件，可在图片基础上生成视频。 Runway：老牌工具，提供实时涂抹修改视频功能，但收费。 Kaiber：视频转视频 AI，能将原视频转换成各种风格。 Sora：由 OpenAI 开发，可生成长达 1 分钟以上的视频。 更多相关网站可查看：https://www.waytoagi.com/category/38 。 制作 5 秒单镜头文生视频的实操步骤（以梦 AI 为例）： 进入平台：打开梦 AI 网站并登录，新用户有积分可免费体验。 输入提示词：涵盖景别、主体、环境、光线、动作、运镜等描述。 选择参数并点击生成：确认提示词无误后，选择模型、画面比例，点击「生成」按钮。 预览与下载：生成完毕后预览视频，满意则下载保存，不理想可调整提示词再试。 视频模型 Sora：OpenAI 发布的首款文生视频模型，能根据文字指令创造逼真且充满想象力的场景，可生成长达 1 分钟的一镜到底超长视频，视频中的人物和镜头具有惊人的一致性和稳定性。
2025-04-20
Ai在设备风控场景的落地
AI 在设备风控场景的落地可以从以下几个方面考虑： 法律法规方面：《促进创新的人工智能监管方法》指出，AI 的发展带来了一系列新的安全风险，如对个人、组织和关键基础设施的风险。在设备风控中，需要关注法律框架是否能充分应对 AI 带来的风险，如数据隐私、公平性等问题。 趋势研究方面：在制造业中，AI Agent 可用于生产决策、设备维护、供应链协调等。例如，在工业设备监控与预防性维护中，Agent 能通过监测传感器数据识别异常模式，提前通知检修，减少停机损失和维修成本。在生产计划、供应链管理、质量控制、协作机器人、仓储物流、产品设计、建筑工程和能源管理等方面，AI Agent 也能发挥重要作用，实现生产的无人化、决策的数据化和响应的实时化。
2025-04-20
ai视频
以下是 4 月 11 日、4 月 9 日和 4 月 14 日的 AI 视频相关资讯汇总： 4 月 11 日： Pika 上线 Pika Twists 能力，可控制修改原视频中的任何角色或物体。 Higgsfield Mix 在图生视频中，结合多种镜头运动预设与视觉特效生成视频。 FantasyTalking 是阿里技术，可制作角色口型同步视频并具有逼真的面部和全身动作。 LAM 开源技术，实现从单张图片快速生成超逼真的 3D 头像，在任何设备上快速渲染实现实时互动聊天。 Krea 演示新工具 Krea Stage，通过图片生成可自由拼装 3D 场景，再实现风格化渲染。 Veo 2 现已通过 Gemini API 向开发者开放。 Freepik 发布视频编辑器。 Pusa 视频生成模型，无缝支持各种视频生成任务（文本/图像/视频到视频）。 4 月 9 日： ACTalker 是多模态驱动的人物说话视频生成。 Viggle 升级 Mic 2.0 能力。 TestTime Training在英伟达协助研究下，可生成完整的 1 分钟视频。 4 月 14 日： 字节发布一款经济高效的视频生成基础模型 Seaweed7B。 可灵的 AI 视频模型可灵 2.0 大师版及 AI 绘图模型可图 2.0 即将上线。
2025-04-20
ai视频教学
以下是为您提供的 AI 视频教学相关内容： 1. 第一节回放 AI 编程从入门到精通： 课程安排：19、20、22 和 28 号四天进行 AI 编程教学，周五晚上穿插 AI 视频教学。 视频预告：周五晚上邀请小龙问露露拆解爆火的 AI 视频制作，视频在视频号上有大量转发和播放。 编程工具 tree：整合多种模型，可免费无限量试用，下载需科学上网，Mac 可拖到文件夹安装，推荐注册 GitHub 账号用于代码存储和发布，主界面分为工具区、AI 干活区、右侧功能区等。 网络不稳定处理：网络不稳定时尝试更换节点。 项目克隆与文件夹：每个项目通过在本地新建文件夹来区分，项目运行一轮一轮进行，可新建会话，终端可重开。 GitHub 仓库创建：仓库相当于本地项目，可新建，新建后有地址，可通过多种方式上传。 Python 环境安装：为方便安装提供了安装包，安装时要选特定选项，安装后通过命令确认。 代码生成与修改：在 tree 中输入需求生成代码，可对生成的代码提出修改要求，如添加滑动条、雪花形状、颜色等，修改后审查并接受。 2. AI 视频提示词库： 神秘风 Arcane：Prompt：a robot is walking through a destroyed city,,League of Legends style,game modelling 乐高 Lego：Prompt：a robot is walking through a destroyed city,,lego movie style,bright colours,block building style 模糊背景 Blur Background：Prompt：a robot is walking through a destroyed city,,emphasis on foreground elements,sharp focus,soft background 宫崎骏 Ghibli：Prompt：a robot is walking through a destroyed city,,Spirited Away,Howl's Moving Castle,dreamy colour palette 蒸汽朋克 Steampunk：Prompt：a robot is walking through a destroyed city,,fantasy,gear decoration,brass metal robotics,3d game 印象派 Impressionism：Prompt：a robot is walking through a destroyed city,,big movements
2025-04-20
ai写程序
以下是关于使用 AI 写程序的相关内容： 1. 对于技术纯小白： 从最基础的小任务开始，让 AI 按照最佳实践写一个 say hello 的示例程序，并解释每个文件的作用及程序运行的逻辑，以学会必备的调试技能。 若学习写 chrome 插件，可让 AI 按照最佳实践生成简单的示范项目，包含全面的典型文件和功能，并讲解每个文件的作用和程序运行的逻辑。若使用 o1mini，可在提示词最后添加生成创建脚本的要求，并请教如何运行脚本（Windows 机器则是 create.cmd）。 2. 明确项目需求： 通过与 AI 的对话逐步明确项目需求。 让 AI 帮助梳理出产品需求文档，在后续开发时每次新起聊天将文档发给 AI 并告知在做的功能点。 3. 在独立游戏开发中的经验： 单独让 AI 写小功能没问题，但对于复杂的程序框架，可把不方便配表而又需要撰写的简单、模板化、多调用 API 且牵涉小部分特殊逻辑的代码交给 AI。 以 Buff 系统为例，可让 AI 仿照代码写一些 Buff。但目前 Cursor 生成复杂代码需要复杂的前期调教，ChatGPT 相对更方便。 教 AI 时要像哄小孩，及时肯定正确的，指出错误时要克制，不断完善其经验。 4. 相关资源和平台： AI 写小游戏平台：https://poe.com/ 图片网站：https://imgur.com/ 改 bug 的网站：https://v0.dev/chat 国内小游戏发布平台：https://open.4399.cn/console/ 需要注意的是，使用 AI 写程序时，对于技术小白来说，入门容易但深入较难，若没有技术背景可能提不出问题，从而影响 AI 发挥作用。
2025-04-19
毕业论文的ai指令总结
以下是关于毕业论文的 AI 指令的总结： 1. 可以指定 AI 模仿某位资深人士的风格，如律师的逻辑严谨和言简意赅。 2. 要求 AI 为您提供多个例子，例如针对案件给出至少三种不同的诉讼策略，并分析每种策略的优劣势。 3. 采用 PEMSSC 方法，包括个性化的风格（Personality）、给参考或一定的逻辑结构（Example Inquiry）、从多个角度思考（Multiple Angles）、总结概括（Summarize）、使用区分符号（Separator）、明确能力或者角色（Capacity and Role）。 4. 对于大多数实际应用，建议专注于经过调整的指令语言模型，使用时要给清晰的指令，如指定文本的语气、要求集中讨论的内容，甚至可以提前指定阅读的文本。 5. 可以直接要求 LLM 帮写论文，如提供个人背景信息和指令让其写大学申请论文，但要注意这种使用方式的道德问题。
2025-04-14
音频总结的AI有哪些
以下是一些关于音频总结的 AI 相关内容： 在智能纪要方面，AI 音乐创作通过输入更高级词汇与 AI 音乐对话能产生更好效果，有相关版块、挑战、分享会和教程，可加入 AI 音乐社区。数字人语音合成介绍了声音克隆技术，常用的是 JPT service。 总结类 AI 工具方面，如 BibiGPT·AI 音视频内容一键总结（https://b.jimmylv.cn/）、15 个值得一试的 YouTube 视频摘要 AI 工具（https://nealschaffer.com/youtubevideosummarizerai/）、summarize.tech:AIpowered video summaries（https://www.summarize.tech/）。 在生成式 AI 季度数据报告中，会议总结赛道可能因远程工作和在线会议普及而需求增加，Otter AI 作为领先产品保持稳定增长。其中 2023 年 4 月到 2024 年 3 月，赛道月访问总量有变化，如 2023 年 4 月约 1314.6 万，2024 年 3 月增至 2146.3 万。同时还有相关的榜单数据，如 23 年 4 月访问量 Top10 等。
2025-04-11
RAG对话 摘要总结 功能实现
LangChain 和 RAG 的结合具有以下优势： 1. 灵活性：可根据需求和数据源选择不同组件和参数定制 RAG 应用，也能使用自定义组件（需遵循接口规范）。 2. 可扩展性：能利用 LangChain 的云服务部署和运行，无需担忧资源和性能限制，还可借助分布式计算功能加速应用，发挥多个节点并行处理能力。 3. 可视化：通过 LangSmith 可视化工作流程，查看各步骤输入输出及组件性能状态，用于调试和优化，发现并解决潜在问题和瓶颈。 其应用场景多样，包括： 1. 专业问答：构建医疗、法律、金融等专业领域的问答应用，从专业数据源检索信息辅助大模型回答问题，如从医学文献中检索疾病诊治方案回答医疗问题。 2. 文本摘要：构建新闻或论文摘要应用，从多个数据源检索相关文本帮助大模型生成综合摘要，如从多个新闻网站检索同一事件报道生成全面摘要。 3. 文本生成：构建诗歌、故事生成等应用，从不同数据源检索灵感协助大模型生成更有趣和创意的文本，如从诗歌、歌词或小说中检索相关文本生成作品。 此外，还介绍了本地部署资讯问答机器人的实现方式，即基于用户问题从向量数据库检索相关段落并按阈值过滤，让模型参考上下文信息回答，还创建了网页 UI 并进行评测，对不同模型的测试表现进行了对比，得出 GPT4 表现最佳等结论，并总结了使用 Langchain 和 Ollama 技术栈在本地部署资讯问答机器人及相关要点，即上下文数据质量和大模型性能决定 RAG 系统性能上限。
2025-04-11
我现在想做一个总结我每日复盘的智能体
以下是关于创建总结每日复盘智能体的相关信息： 智普工作流功能及创建流程： 新用户资源包：新用户有 1 元及 5 元的资源包可供购买，能满足使用需求。 工作流功能：具备文章、文件、网页总结，生成图片、视频和文字版日报等功能，通过意图识别跳转节点，使用多个 agent。 工作流创建：在控制台的自动体中心，右键创建智能体，可选择对话型或文本型，对话型多用于多 agent 协作等场景，创建后在空旷画布的左下角添加节点，节点包括 agent、LM、工具、代码、数据提取、分支判断和问答等，agent 通过跳入跳出条件与其他节点交互，LM 通过工作流连线执行功能。 文档获取：文档可在 vtoagi.com 首页的 banner 获取，飞书群也可获取。 版本选择：接入微信时，有云服务器和本地电脑两种版本，可按需选择。 关于姿谱清流工作流及模型配置的讨论： 工作流节点与 agent：工作流中节点和 agent 的连接方式，agent 具有意图识别和跳出条件，可实现任务跳转，所有 agent 平级可互相跳转。 文本存储问题：姿谱清流本身无存储功能，需依靠其他笔记工具存储执行完的文本。 模型配置与调试：介绍了姿谱清流中角色扮演模型的配置方法，包括角色名称、背景、人格等设置，以及单节点调试功能和用户配置。 意图识别与冲突：意图配置冲突可能导致识别错误和乱跳，识别准确率相对较准。 多智能体的记忆：多智能体之间存在记忆，后续会讲到相关参数的使用。 在 cos 主页有新手教程文档，可据此构建智能体。工作流偏向节点调用，可通过 prompt 构建提示词并优化。还能调用多种插件，可添加图像流、触发器和知识库，知识库可上传多种格式内容及在线链接以沉淀知识。
2025-04-10
我想寻找一个AI模型，能快速读懂视频，并总结成为知识架构的应用或网站
以下为您推荐能快速读懂视频并总结成为知识架构的应用或网站： 百炼大模型平台：其影视传媒视频理解能力可对视频进行语音转写、视觉语言分析等处理并总结成文，有清晰使用步骤，可生成爆款文案，还能根据偏好调试提示词。2025 年 1 月 9 号更新的模型可通过 API 调用纹身 AI 等，Windows 用户可在左下角开始运行输入命令提示符进行本地调用，但生成过程较缓慢。 应用场景：包括商品信息图片生成淘宝上架规格参数、智能手表文案生成、社交媒体内容生成、合同提取、拍照搜题、图片转换、模特换装等。 提供 AI 硬件底层能力，AI 拍立得相机拍照可快速成诗并打印，其对接多模态能力可通过智能体应用或工作流形式的 API 调用。 开源使用：有开源地址，可下载到本地，配置阿里云百炼平台的 API key 及 appid 实现场景，运行项目需特定 Python 包和依赖，可新建应用获取 appid，拍照时需设置 API key。 此外，关于 AI 技术原理与框架的相关知识： 生成式 AI 生成的内容称为 AIGC。 相关技术名词： AI 即人工智能。 机器学习包括监督学习、无监督学习、强化学习，电脑通过找规律进行学习。 监督学习使用有标签的训练数据，目标是学习输入和输出之间的映射关系，包括分类和回归。 无监督学习的数据没有标签，算法自主发现规律，经典任务如聚类。 强化学习从反馈里学习，最大化奖励或最小化损失，类似训小狗。 深度学习参照人脑有神经网络和神经元，因层数多称为深度，神经网络可用于监督学习、无监督学习、强化学习。 生成式 AI 可以生成文本、图片、音频、视频等内容形式。 LLM 即大语言模型，生成图像的扩散模型不属于大语言模型，对于大语言模型，生成只是其中一个处理任务，如谷歌的 BERT 模型可用于语义理解（不擅长文本生成），如上下文理解、情感分析、文本分类。 技术里程碑：2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，首次提出了 Transformer 模型，它完全基于自注意力机制处理序列数据，无需依赖循环神经网络或卷积神经网络。
2025-04-09
罗列具体的AI模型产品和具体的AI技术创新点，并总结AI技术的发展趋势，并说明这些发展趋势为用户的交互体验带来了什么样的改变？按照时间线将以上内容梳理出来
以下是按照您的需求梳理的内容： 时间线 早期： 从图灵测试、早期的图灵机器人和 ELISA 开始，到 IBM 的语音控制打印机、完全由人工智能创作的小说、微软的同声传译系统。 近年来： OpenAI 发布 ChatGPT 模型，引发用户习惯从简单触控操作转向更复杂的长文本输入，未来可能延伸至长语音交互。 大模型创新方面，架构优化加速涌现，融合迭代成为趋势。Scaling Law 泛化，推理能力成为关键，倒逼计算和数据变革。AGI 探索中，视频生成点燃世界模型，空间智能统一虚拟和现实。 在应用方面，AI 在文科白领的个人助理、呼叫中心、文本处理和教育等领域表现出色，能完成 80%到 90%的工作；对于工科白领，特别是程序员，能简化代码检索和调整；在蓝领领域，自动驾驶取得显著进展。但在复杂任务方面仍有改进空间。 第一轮洗牌结束，聚焦 20 赛道 5 大场景，多领域竞速中运营大于技术，AI 助手成为竞争重点。AI+X 赋能类产品发展迅速，原生 AI 爆款难求。多模态上马，Agent 席卷一切，高度个性化呼之欲出。 人工智能发展经历了萌芽、积累沉淀到如今大模型和多模态模型百花齐放的阶段。大模型由数据、算法、算力构成，算法有技术架构的迭代，如英伟达的显卡辅助模型训练，数据质量对生成理想的大模型至关重要。 未来： 李沐预测技术发展可能催生出革命性的应用形态，但 AI 离真正变革世界还有一段距离。 预计 AI 在蓝领工作的初步应用至少需要 5 年时间。 AI 技术创新点： 大模型创新：架构优化加速涌现，融合迭代大势所趋。 Scaling Law 泛化：推理能力成皇冠明珠，倒逼计算和数据变革。 AGI 探索：视频生成点燃世界模型，空间智能统⼀虚拟和现实。 AI 技术的发展趋势： 模型架构不断优化和融合。 更加注重推理能力的提升。 探索 AGI 领域，实现虚拟和现实的统一。 应用格局不断洗牌，聚焦特定赛道和场景。 多模态和 Agent 技术的广泛应用。 对用户交互体验的改变： 用户习惯从简单触控操作转向更复杂的长文本输入，未来可能延伸至长语音交互。 AI 应用为用户提供辅助，在多个领域帮助完成任务。
2025-03-31
运用ai，生成每日自动推送到飞书消息的 公司文化日报，包含日历 天气 新闻 内部规划 事项
要运用 AI 生成每日自动推送到飞书消息的公司文化日报，包含日历、天气、新闻、内部规划和事项，您可以考虑以下步骤： 首先，需要确定获取日历、天气、新闻、内部规划和事项等信息的数据源。对于日历，可以使用在线日历服务的 API 来获取相关数据；天气信息可以从专业的气象数据提供商获取；新闻可以通过新闻聚合 API 或者与特定的新闻机构合作获取；内部规划和事项则需要从公司内部的管理系统或数据库中提取。 然后，选择适合的 AI 技术和工具。例如，可以使用自然语言处理技术来对获取到的数据进行处理和整合，生成易于阅读和理解的文本内容。 在生成日报的过程中，要注意格式的规范和统一，使其具有良好的可读性。同时，可以根据公司的文化特点和需求，对内容进行个性化的定制和优化。 另外，为了确保推送的准确性和及时性，需要建立有效的监控和反馈机制，及时发现并解决可能出现的问题。 希望以上建议对您有所帮助。
2025-04-14
2025年3月27日AI新闻
以下是 2025 年 3 月 27 日的部分 AI 新闻： 《详解 MCP：Agentic AI 中间层最优解，AI 应用的标准化革命》：Anthropic 推出的开放协议 MCP 迅速垄断了 Agentic AI 的中间层，类似于 AI 应用的 USBC 端口。它简化了开发者与数据源的整合，促进了生态形成，可能成为“Agentic AI 领域的 Stripe”，为未来 AI 应用的标准化革命奠定基础。 《对谈|如何用 AI 增强人类学习》：Howie.Serious 与 Indigo 探讨了费曼学习法与 AI 创作的结合，强调输出能迫使知识内化。两位终身学习者分享了如何通过高效利用 AI 提升写作与学习，推动思维深度，指出未来的 AI Agent 应具备更强的自动化整合能力，助力人类保持独特价值与创造力。 《硅谷知名风投 BVP 专栏：消费级 AI 的临界点将至！》：消费级 AI 正迎来临界点，推动一波又一波的变革。随着基础模型成本降低和多模态技术进步，新的消费类 AI 公司不断涌现。未来，AI 将重塑旅行、购物和社交体验，提升个性化服务的准确性与便利性。 此外，2 月 27 日的相关新闻有：小红书 AI 赛道从 0 到 1 做 IP 的相关活动预告、工具分享及日更群计划。3 月 5 日的新闻包括：2025 开年 3 个月 AI 已经狂飙，更新密集发布；Grok 语音模式全面开放，支持 11 种模式（包括 2 种 18 禁），自带语音字幕，目前仅支持英文。
2025-03-27
3月27日，AI圈有哪些新闻
以下是 3 月 27 日 AI 圈的部分新闻： 《详解 MCP：Agentic AI 中间层最优解，AI 应用的标准化革命》：Anthropic 推出的开放协议 MCP 迅速垄断了 Agentic AI 的中间层，类似于 AI 应用的 USBC 端口，简化了开发者与数据源的整合，促进了生态形成，可能成为“Agentic AI 领域的 Stripe”，为未来 AI 应用的标准化革命奠定基础。 《对谈|如何用 AI 增强人类学习》：Howie.Serious 与 Indigo 探讨了费曼学习法与 AI 创作的结合，强调输出能迫使知识内化，分享了如何通过高效利用 AI 提升写作与学习，推动思维深度，指出未来的 AI Agent 应具备更强的自动化整合能力，助力人类保持独特价值与创造力。 《硅谷知名风投 BVP 专栏：消费级 AI 的临界点将至！》：消费级 AI 正迎来临界点，推动变革。随着基础模型成本降低和多模态技术进步，新的消费类 AI 公司涌现，未来 AI 将重塑旅行、购物和社交体验，提升个性化服务的准确性与便利性。 此外，还有以下商业和技术方面的新闻： AI 商业爆发年：可灵 AI 营收破亿元，AIGC 营销素材日均消耗超 3000 万元。快手将 AI 作为生态重塑核心，引领视频生成模型全球竞速。可灵 AI 技术领先 Sora，获马斯克、MIT 科技评论等国际认可。 小白福音 Trickle：一键部署、无需 API，能直接克隆 Claude 聊天体验。面向非开发者，帮助快速从创意→上线，打通完整产品流程。模板丰富，涵盖问卷、小游戏、互动课程等多种场景。 拓竹 H2D 多才多艺：精度提升一个数量级，打印成品可直接使用。集成 3D 打印、激光雕刻、刀切、彩绘，支持双头多色打印。搭载视觉摄像头和神经算法，实现微米级精度。
2025-03-27
3月26日至今AI圈有哪些新闻
以下是 3 月 26 日至今 AI 圈的部分新闻： 3 月 26 日： 【AI 模型及应用】OpenAI 推出 GPT4o 图像生成能力；谷歌发布 Gemini 2.5 Pro Experimental 模型；Trea 已内置 DeepSeekV30324。 【AI 音乐】昆仑万维发布全球首款音乐推理大模型 Mureka O1。 【AI 视频】混元 Portrait 实现音频视频驱动图片肖像形成动画；PPVCtrl 推出新可控制视频生成模型。 【AI 3D】Vibe Draw 可通过草图进行 3D 建模；PhysTwin 通过视频创建交互式物理数字孪生；GroomLight 用于重打光的人体头发外观建模的混合逆向渲染。 3 月 27 日： 《》：MCP（Model Context Protocol）是由 Anthropic 推出的开放协议，迅速垄断了 Agentic AI 的中间层，类似于 AI 应用的 USBC 端口。它简化了开发者与数据源的整合，让 AI 应用无缝连接各种工具和服务。MCP 不仅促进了生态的形成，甚至可能成为“Agentic AI 领域的 Stripe”，为未来 AI 应用的标准化革命奠定基础。 《》：Howie.Serious 与 Indigo 探讨了费曼学习法与 AI 创作的结合，强调“输出能迫使知识内化”。两位终身学习者分享了如何通过高效利用 AI 提升写作与学习，推动思维深度，指出未来的 AI Agent 应具备更强的自动化整合能力，助力人类保持独特价值与创造力。“真正的深度与灵感，源于人类富有情境的问题。” 《》：消费级 AI 正迎来临界点，推动一波又一波的变革。随着基础模型成本降低和多模态技术进步，新的消费类 AI 公司如雨后春笋般涌现。未来，AI 将重塑旅行、购物和社交体验，提升个性化服务的准确性与便利性。正如报告所言：“AI 的进步既是开创新产品的源动力，也是消费巨头崛起的分销载体。” 3 月 26 日： AI 商业爆发年：可灵 AI 营收破亿元，AIGC 营销素材日均消耗超 3000 万元。快手将 AI 作为生态重塑核心，引领视频生成模型全球竞速。可灵 AI 技术领先 Sora，获马斯克、MIT 科技评论等国际认可。 小白福音 Trickle：一键部署、无需 API，能直接克隆 Claude 聊天体验。面向非开发者，帮助快速从创意→上线，打通完整产品流程。模板丰富，涵盖问卷、小游戏、互动课程等多种场景。 拓竹 H2D 多才多艺：精度提升一个数量级，打印成品可直接使用。集成 3D 打印、激光雕刻、刀切、彩绘，支持双头多色打印。搭载视觉摄像头和神经算法，实现微米级精度。 Figure 人形机器人新突破。
2025-03-27
最近的AI新闻
以下是近期的 AI 新闻汇总： 3 月 12 日： 【AI 3D】 BlenderMCP：与 Claude AI 沟通，在 Blender 实现快速 3D 建模。 MIDI：单幅图像到 3D 场景生成。 Move AI：更新动作捕捉能力，提出 Gen 2 Spatial Motion。 【AI 写作】 MMStoryAgent：AI 多模态故事生成系统。 【AI 视频】 VACE：阿里推出一体化视频创作和编辑技术。 VideoPainter：腾讯开源视频编辑技术。 Wonder Dynamics：推出摄像机轨道（Camera Track）和清洁板（Clean Plate）功能。 【其他】 OpenAI：为开发者推出一套 AI Agent 开发套件。 R1Omni：阿里情感识别模型，通过视频识别情感。 Luma AI：发布一种新的预训练范式 IMM，旨在突破算法瓶颈，提高生成预训练算法的性能。 Manus：宣布与阿里通义千问团队达成战略合作。 3 月 14 日： 【AI 模型及其他】 谷歌：Gemini 应用能力升级，包含升级推理模型 gemini 2.0 Flash Thinking Experimental 等多个功能提升。 OpenAI：4 项更新。 Bolt：一键将 Figma 设计转换为可运行的 Web 应用。 阿里：推出 AI 旗舰应用“新夸克”。 360 智脑团队：开源推理模型 LightR114BDS，复现 Deepseek 的强化学习效果。 【AI 视频】 Pika：更新 Pikaffects，新增多款变身特效。 Freepik 与 Fal 平台：引入 Topaz AI 的提升“FPS 和视频分辨率”能力。 Krea：上线 Veo 2 模型，支持图生视频功能，但生成成本较高。 【AI 绘图】 LBM：用于快速图像到图像转换的潜在桥匹配方法，支持可控图像重新照明、角色去除和图像修复。 【AI 语音】 Sesame：开源 TTS 语音模型 CSM1B。 3 月 26 日： 【AI 模型及应用】 OpenAI：推出 GPT4o 图像生成能力。 谷歌：发布 Gemini 2.5 Pro Experimental 模型。 Trea：已内置 DeepSeekV30324。 【AI 音乐】 昆仑万维：发布全球首款音乐推理大模型 Mureka O1。 【AI 视频】 混元 Portrait：音频视频驱动图片肖像形成动画。 PPVCtrl：新可控制视频生成模型。 【AI 3D】 Vibe Draw: 草图进行 3D 建模。 PhysTwin：通过视频创建交互式物理数字孪生。 GroomLight：用于重打光的人体头发外观建模的混合逆向渲染。
2025-03-26
如何订阅最新的ai新闻
以下是一些订阅最新 AI 新闻的途径： 公众号： “超时空视角”：提供 AI 资讯。 猫叔个人公众号“AI 替代人类”。 “歸藏的 AI 工具箱”：有 AI 课程撰写与信息收集整理，适合 AI 从业人员或想加入该领域工作的人，免费订阅可获得日常内容更新，付费会员可获得更多服务，如记录上周值得关注的 AI 领域主要发布、核心从业者需要关注的 AI 动态、涉及各个 AI 领域的优质内容、过去一周最重要的研究论文和简短解读介绍，还能加入核心粉丝群获得最及时的 AI 资讯通知和优先工作撮合机会。 小红书/抖音：“EverAI”。 B 站：“Ever AI 酱”，这里会有教程及 AI 工具界面操作。
2025-03-24
本周最新的AI资讯
以下是本周最新的 AI 资讯： 3 月 12 日： 【AI 3D】：BlenderMCP 与 Claude AI 沟通，在 Blender 实现快速 3D 建模；MIDI 可实现单幅图像到 3D 场景生成；Move AI 更新动作捕捉能力，提出 Gen 2 Spatial Motion。 【AI 写作】：MMStoryAgent 是 AI 多模态故事生成系统。 【AI 视频】：VACE 是阿里推出的一体化视频创作和编辑技术；VideoPainter 是腾讯开源的视频编辑技术；Wonder Dynamics 推出摄像机轨道（Camera Track）和清洁板（Clean Plate）功能。 【其他】：OpenAI 为开发者推出一套 AI Agent 开发套件；R1Omni 是阿里情感识别模型，通过视频识别情感；Luma AI 发布一种新的预训练范式 IMM，旨在突破算法瓶颈，提高生成预训练算法的性能；Manus 宣布与阿里通义千问团队达成战略合作。 3 月 4 日： 【AI 3D】：Meshcapade 预告可从视频/图像中捕捉面部表情并具有逼真的 3D 发丝；InsTaG 通过几秒钟视频学习，快速形成逼真的 3D 说话头像效果；3DMem 是新型 3D 场景记忆框架。 【AI 绘图】：智谱开源 AI 绘图 CogView4，可以在图像中生成中文字符；海螺推出 Image01 多功能文本转图像模型。 【AI 视频】：Runway 网友爆料其内测能力可根据参考图像进行 Video to Video 视频风格化；Vidu 的 API 开放平台全面开放。 【AI 模型】：Google Colab 推出 Data Science Agent；微软为医疗行业提供首个统一语音 AI 助手：Dragon Copilot；Opera 宣布推出网页浏览器的 AI 代理。 AIGC Weekly32： Netflix 列出了一个年薪 90 万美元的机器学习平台产品经理的 AI 产品工作岗位： Shopify 的 AI 助手现已上线。Sidekick 是一个帮助机器人，它知道如何在 Shopify 中执行任何操作提取相关数据、操作新功能或创建报告： Artifact（Ins 创始人做的 AI 新闻浏览软件）推出了自定义内容阅读语音的功能： OpenAI、谷歌、微软和 Anthropic 组建了前沿模型论坛，主要目的是确保 AI 模型的安全发展： Open AI 悄咪咪下线了他们的 ChatGPT 生成内容的检测器：
2025-03-13
本周上新的AI应用有哪些
以下是本周上新的部分 AI 应用： 作业帮智能辅导：AI 在线教育个性化辅导，使用机器学习、自然语言处理技术，市场规模百亿美元以上，为学生提供个性化学习辅导，能根据学生学习情况提供针对性学习方案。 小红书穿搭推荐：AI 时尚穿搭建议平台，运用图像识别、数据分析技术，市场规模数十亿美元，根据用户身材和风格提供穿搭建议，通过用户上传照片和浏览历史为用户推荐时尚穿搭。 蚂蚁财富智能理财助手：AI 智能投资顾问，采用数据分析、机器学习技术，市场规模百亿美元以上，为用户提供专业投资建议，根据用户风险偏好和资产状况提供投资方案。 法信智能法律咨询：AI 法律咨询助手，借助自然语言处理、知识图谱技术，市场规模数亿美元，解答法律问题提供法律咨询，可回答用户法律疑问，提供法律条文解释。 慧植农当家：AI 农业病虫害识别系统，利用图像识别、机器学习技术，市场规模数亿美元，帮助农民识别病虫害，通过拍照识别农作物病虫害，提供防治建议。 小米智能家居系统：AI 智能家居控制系统，基于物联网技术、机器学习技术，市场规模百亿美元以上，实现家居设备智能化控制，可通过手机 APP 或语音控制家居设备。 AI 摄影参数调整助手：图像识别、数据分析技术，市场规模数亿美元，根据场景自动调整摄影参数，一些摄影 APP 利用 AI 分析拍摄场景，自动调整相机参数，如曝光、对焦、感光度等。 AI 音乐情感分析平台：机器学习、音频处理技术，市场规模数亿美元，分析音乐的情感表达，利用 AI 分析音乐的旋律、节奏、歌词等，判断音乐的情感倾向，如快乐、悲伤、愤怒等。 AI 家居智能照明系统：物联网技术、机器学习技术，市场规模数十亿美元，实现家居照明的智能化控制，小米智能照明系统利用 AI 和物联网技术，根据用户的习惯和环境变化自动调整灯光亮度和颜色。 AI 金融风险预警平台：数据分析、机器学习技术，市场规模数十亿美元，提前预警金融风险，金融风险预警软件利用 AI 分析金融市场数据，提前预警可能出现的风险，如股市下跌、汇率波动等。 AI 旅游路线优化平台：数据分析、自然语言处理技术，市场规模数亿美元，根据用户需求优化旅游路线，马蜂窝根据用户的时间、预算、兴趣等因素，利用 AI 优化旅游路线，提高旅行体验。 Grammarly、秘塔写作猫：AI 智能写作助手，运用自然语言处理技术，市场规模数十亿美元，利用 AI 技术辅助用户进行高质量写作，Grammarly 可检查语法、拼写错误并提供改进建议，秘塔写作猫能进行智能润色和内容创作辅助。 淘宝拍照搜商品：AI 图像识别商品推荐，使用图像识别、机器学习技术，市场规模数百亿美元，通过图像识别为用户推荐相似商品，用户在淘宝使用拍照搜商品功能，上传图片后系统快速推荐类似商品。 小爱同学、Siri：AI 语音助手定制开发，借助语音识别、自然语言理解技术，市场规模百亿美元以上，为不同需求定制专属语音助手，小爱同学可控制智能家居、回答问题等，Siri 能进行语音交互和任务处理。 Keep 智能训练计划：AI 个性化健身计划制定，采用数据分析、机器学习技术，市场规模数十亿美元，根据用户数据制定个性化健身方案，Keep 的智能训练计划结合用户身体状况和目标生成专属健身方案。 大众点评智能推荐：AI 美食推荐平台，利用数据挖掘、自然语言处理技术，市场规模百亿美元规模，基于用户口味偏好推荐美食，大众点评通过用户评价和偏好数据为用户推荐餐厅和美食。 阿里小蜜等电商客服：AI 智能客服外包服务，运用自然语言处理、机器学习技术，市场规模数十亿美元，为企业提供智能客服解决方案，阿里小蜜可自动回答客户问题，处理订单查询等任务。
2024-12-02
本周AI新闻有哪些？
以下是本周的部分 AI 新闻： 马斯克 xAI 公司宣布推出 PromptIDE 开发工具。 阿里云 A100 服务器业务暂停出租，算力价格飞涨。 微软发布 7 款针对对话优化的 AI 语音，更加逼真自然。 谷歌正测试 2 项 AI 功能，以改善 YouTube 观看体验。 微软将 AI 引入 Xbox，可生成 AI 角色、故事剧情等。 英国一学校启用人工智能担任校长，帮助教师了解学生。 百度虚拟数字人「度晓晓」携文心一言入驻淘宝。 美团推出 AI 产品 Wow 定位 AI 朋友社区。 2024 年 7 月 8 日的部分 AI 新闻有： 2024 年 6 月，苹果发布了 AI 原生操作系统，加强了硬件和模型布局；Claude Sonnet 3.5 发布，挑战 OpenAI；视频生成领域 Runway Gen3 和快手可灵表现优秀；AI 3D 技术逐渐崭露头角；Google 和月之暗面推出长上下文缓存技术。整体趋势是技术不断进步，各领域竞争激烈。 快手发布可灵网页版及大量模型更新。 阶跃星辰发布多款模型。 商汤打造类似 GPT4o 的实时语音演示。 GraphRAG：微软开源新型 RAG 架构。
2024-09-24
本周AI新闻有哪些？
以下是本周的一些 AI 新闻： 马斯克 xAI 公司宣布推出 PromptIDE 开发工具。 阿里云 A100 服务器业务暂停出租，算力价格飞涨。 微软发布 7 款针对对话优化的 AI 语音，更加逼真自然。 谷歌正测试 2 项 AI 功能，以改善 YouTube 观看体验。 微软将 AI 引入 Xbox，可生成 AI 角色、故事剧情等。 英国一学校启用人工智能担任校长，帮助教师了解学生。 百度虚拟数字人「度晓晓」携文心一言入驻淘宝。 美团推出 AI 产品 Wow 定位 AI 朋友社区。 2024 年 7 月 8 日的 AI 新闻有： 2024 年 6 月，苹果发布了 AI 原生操作系统，加强了硬件和模型布局；Claude Sonnet 3.5 发布，挑战 OpenAI；视频生成领域 Runway Gen3 和快手可灵表现优秀；AI 3D 技术逐渐崭露头角；Google 和月之暗面推出长上下文缓存技术。整体趋势是技术不断进步，各领域竞争激烈。 快手发布可灵网页版及大量模型更新。 阶跃星辰发布多款模型。 商汤打造类似 GPT4o 的实时语音演示。 GraphRAG：微软开源新型 RAG 架构。
2024-09-24
本周AI新闻有哪些？
以下是本周的一些 AI 新闻： 马斯克 xAI 公司宣布推出 PromptIDE 开发工具。 阿里云 A100 服务器业务暂停出租，算力价格飞涨。 微软发布 7 款针对对话优化的 AI 语音，更加逼真自然。 谷歌正测试 2 项 AI 功能，以改善 YouTube 观看体验。 微软将 AI 引入 Xbox，可生成 AI 角色、故事剧情等。 英国一学校启用人工智能担任校长，帮助教师了解学生。 百度虚拟数字人「度晓晓」携文心一言入驻淘宝。 美团推出 AI 产品 Wow 定位 AI 朋友社区。 2024 年 7 月 8 日的 AI 新闻有： 2024 年 6 月，苹果发布了 AI 原生操作系统，加强了硬件和模型布局；Claude Sonnet 3.5 发布，挑战 OpenAI；视频生成领域 Runway Gen3 和快手可灵表现优秀；AI 3D 技术逐渐崭露头角；Google 和月之暗面推出长上下文缓存技术。整体趋势是技术不断进步，各领域竞争激烈。 快手发布可灵网页版及大量模型更新。 阶跃星辰发布多款模型。 商汤打造类似 GPT4o 的实时语音演示。 GraphRAG：微软开源新型 RAG 架构。
2024-09-24
总结本周AI领域相关新闻，提供相对详细的介绍
以下是本周 AI 领域的相关新闻总结： 1. OpenAI 发布了视频生成模型 Sora，可生成 1 分钟长的高质量视频，支持从图像和文本生成视频，并能扩展和编辑视频内容。 2. 谷歌发布了语言模型 Gemini 1.5 Pro 和 Ultra 1.0，支持长达 100 万字的上下文理解能力，同时推出了付费会员计划 Gemini Advanced。 3. Stability AI 发布基于扩散模型的图片生成模型 Stable Cascade，支持图像变化和生成。 4. 汇总了 Midjourney 图片生成模型的新功能，如默认版本升级和区域编辑能力增强。 5. 介绍了一些新的 AI 产品，如视频生成软件 Deforum Studio、自动生成 UI 设计稿的工具 Galileo AI 以及英伟达的本地语言模型软件 Chat with RTX 等。 6. 收录了一些 AI 领域的文章，如人工智能如何改变广告业、使用 AI 进行 3D 渲染以及 Stable Diffusion 潜在空间的解释等。 2024 年 7 月 8 日的新闻： 1. 苹果发布了 AI 原生操作系统，加强了硬件和模型布局。 2. Claude Sonnet 3.5 发布，挑战 OpenAI。 3. 视频生成领域 Runway Gen3 和快手可灵表现优秀。 4. AI 3D 技术逐渐崭露头角。 5. Google 和月之暗面推出长上下文缓存技术。 AIGC Weekly 32 的新闻： 1. Netflix 列出了一个年薪 90 万美元的机器学习平台产品经理的 AI 产品工作岗位。 2. Shopify 的 AI 助手 Sidekick 现已上线，它能在 Shopify 中执行多种操作，如提取相关数据、操作新功能或创建报告。 3. Artifact（Ins 创始人做的 AI 新闻浏览软件）推出了自定义内容阅读语音的功能。 4. OpenAI、谷歌、微软和 Anthropic 组建了前沿模型论坛，旨在确保 AI 模型的安全发展。
2024-08-30