关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件
AIGC 领域的最新工具、开源项目以及行业大事件
小小一段Prompt ，开启 AI 创造的一道门
如果你不会编程， 也想要写点软件，使用这个小小的Prompt 会给你相当炫酷的启发：
它是一种将代码转换为格式精美的 markdown 部分的简单方法，其中包含用自然语言解释发生了什么的代码块。
效果见视频，Enjoy！
©️ Wrigley
Invalid media: video
如果你不会编程， 也想要写点软件，使用这个小小的Prompt 会给你相当炫酷的启发：
它是一种将代码转换为格式精美的 markdown 部分的简单方法，其中包含用自然语言解释发生了什么的代码块。
效果见视频，Enjoy！
©️ Wrigley
Invalid media: video
之前有个基于电影 HER 里 Samantha 的声线和ChatGPT API 的语音聊天机器人 http://myshell.ai
号称世界排名第一的 AI 检测器,逃避用 AI 写文章可能被抓到的工具。
工作原理：它会扰乱每个句子，并完全掩盖了任何文本（最多 5000 个单词），同时保留原意，直到所有 LLM 的痕迹都消失。
它结合使用了 NLP 技术，包括使用 GPT4 进行释义和谷歌 T5 模型的微调版本。
PS：这是写论文的利器
Web:https://gptzero.me/
工作原理：它会扰乱每个句子，并完全掩盖了任何文本（最多 5000 个单词），同时保留原意，直到所有 LLM 的痕迹都消失。
它结合使用了 NLP 技术，包括使用 GPT4 进行释义和谷歌 T5 模型的微调版本。
PS：这是写论文的利器
Web:https://gptzero.me/
关于 LLM 有没有逻辑和推理，其实就是个哲学问题，如果你看到了。你能说没有吗？如果这都不算，那标准应该是什么？ https://www.xiaoyuzhoufm.com/episode/64244f5e8aca9099d7a5e51b
只要填入公司名称、类型、业务的关键词，在20秒内就能生成一个图像和内容跟关键词靠近的可编辑的网站。
还内置搜索引擎优化，确保在 Google 搜索中名列前茅。
PS:网站功能亲测可用，只是模板太少，应该会不断加多。
Web:https://butternut.ai/
AI做的足够好，以后旅行也不用做攻略了。
Rowan Cheung: Say goodbye to travel plans.
This AI app creates entire itineraries with recommendations for your next trip.
The best part- it's completely free 👇
Rowan Cheung: Say goodbye to travel plans.
This AI app creates entire itineraries with recommendations for your next trip.
The best part- it's completely free 👇
践行费曼学习法的人多一些，世界会成为更美好的世界。
白板报: 大家想学什么东西？可以告诉我，我可以先替大家去学，学会了用screen studio录屏教给大家。有人问爱因斯坦/费曼（或者是其他人，我记不清了）为什么在课堂上这么博学？他回答，我并不博学，只不过比别人早学一个礼拜罢了。
白板报: 大家想学什么东西？可以告诉我，我可以先替大家去学，学会了用screen studio录屏教给大家。有人问爱因斯坦/费曼（或者是其他人，我记不清了）为什么在课堂上这么博学？他回答，我并不博学，只不过比别人早学一个礼拜罢了。
所以对于中文来说，GPT4 api 的价格低于 GPT3
G_Z: @dotey GPT-4的tokenizer对中文效率好了很多, 以前8000 token 是3800个中文字左右, 现在能用到6700字.
英文单词比token大概是1.35 .
中文的话, GPT3 比例大概是2.1 (单中文字~2.1 token)
而新的ChatGPT API和GPT4则是大幅优化到了 1.2 .
(以前用约34万字的三体黑暗森林做实验)
G_Z: @dotey GPT-4的tokenizer对中文效率好了很多, 以前8000 token 是3800个中文字左右, 现在能用到6700字.
英文单词比token大概是1.35 .
中文的话, GPT3 比例大概是2.1 (单中文字~2.1 token)
而新的ChatGPT API和GPT4则是大幅优化到了 1.2 .
(以前用约34万字的三体黑暗森林做实验)
RT Journeyman
工作这么多年，我一直是个很简单的人，活在自己的原则和世界里。 就像庄子文章里那个"浑沌" ，简单快乐的肉球
最近几年进入半退休状态，空闲多了，悟了一些做人的道理，其中最重要的几条：
1. 人是很难被改变的，除非他自己想改变：… https://twitter.com/i/web/status/1641729775478927360
工作这么多年，我一直是个很简单的人，活在自己的原则和世界里。 就像庄子文章里那个"浑沌" ，简单快乐的肉球
最近几年进入半退休状态，空闲多了，悟了一些做人的道理，其中最重要的几条：
1. 人是很难被改变的，除非他自己想改变：… https://twitter.com/i/web/status/1641729775478927360
Meta AI 发布 SAM 图像物体分离模型，可以一键分离图和视频中的所有的东西，不管是人还是动物还是其他物体。
Meta AI: Today we're releasing the Segment Anything Model (SAM) — a step toward the first foundation model for image segmentation.
SAM is capable of one-click segmentation of any object from any photo or video + zero-shot transfer to other segmentation tasks ➡️
https://bit.ly/433YuBI
Meta AI: Today we're releasing the Segment Anything Model (SAM) — a step toward the first foundation model for image segmentation.
SAM is capable of one-click segmentation of any object from any photo or video + zero-shot transfer to other segmentation tasks ➡️
https://bit.ly/433YuBI
Meta 新模型：SAM来了～惊人的通用性，图像内物件分割的超级利器！
Meta AI 发布了最新的图像分割模型Segment Anything(SAM)， 能够从任何照片或视频中一键分割任何对象+零样本转移到其他分割任务。
这意味着它在商品识别（制作）、机器人视觉、医学图像诊断、自动驾驶、视频剪辑、增强现实等领域发挥重要作用。
以下是它的主要特性：
1️⃣ 满足图像分割的通用需求。SAM 是一个通用的、可提示的图像分割模型。它可以通过简单的交互(如点击、框选、文本等)来进行交互式分割和自动分割，表征其可控性。
2️⃣ 零样本学习能力。 数据集包括超过11亿个分割masks，这些masks是在大约1100万张有执照和保护隐私的图像上收集的；Sam 已经学会了关于物体是什么的通用概念——这种理解使得对不熟悉的物体和图像进行零距离的概括，而不需要额外训练。
3️⃣ 高效和速度。SAM 能在50毫秒内根据任何提示实时生成一个分割，这代表其具有实时性的应用可能性。
4️⃣ 丰富的多样化场景。SAM 生成多个有效的mask来处理模糊或不确定的情况。这意味着现实世界的分割任务具有灵活性，相当有意义。
5️⃣组合性强。SAM有望在许多需要在任何图像中找到和分割任何对象的领域中发挥作用。SAM还可以成为更广泛的多模态世界理解系统的组件。
Meta 团队期望，像SAM这样的组合系统设计以及提示技术将启用比专门针对固定任务集训练的系统更广泛的应用范围。他们预见在像增强现实/虚拟现实、内容创作和科学领域等领域都能发挥重要作用。Segment Anything， 通用、开源！
更多实际场景案例，以及可互动的Demo，并可亲自测试。推荐访问：https://segment-anything.com/
Invalid media: video
Meta AI 发布了最新的图像分割模型Segment Anything(SAM)， 能够从任何照片或视频中一键分割任何对象+零样本转移到其他分割任务。
这意味着它在商品识别（制作）、机器人视觉、医学图像诊断、自动驾驶、视频剪辑、增强现实等领域发挥重要作用。
以下是它的主要特性：
1️⃣ 满足图像分割的通用需求。SAM 是一个通用的、可提示的图像分割模型。它可以通过简单的交互(如点击、框选、文本等)来进行交互式分割和自动分割，表征其可控性。
2️⃣ 零样本学习能力。 数据集包括超过11亿个分割masks，这些masks是在大约1100万张有执照和保护隐私的图像上收集的；Sam 已经学会了关于物体是什么的通用概念——这种理解使得对不熟悉的物体和图像进行零距离的概括，而不需要额外训练。
3️⃣ 高效和速度。SAM 能在50毫秒内根据任何提示实时生成一个分割，这代表其具有实时性的应用可能性。
4️⃣ 丰富的多样化场景。SAM 生成多个有效的mask来处理模糊或不确定的情况。这意味着现实世界的分割任务具有灵活性，相当有意义。
5️⃣组合性强。SAM有望在许多需要在任何图像中找到和分割任何对象的领域中发挥作用。SAM还可以成为更广泛的多模态世界理解系统的组件。
Meta 团队期望，像SAM这样的组合系统设计以及提示技术将启用比专门针对固定任务集训练的系统更广泛的应用范围。他们预见在像增强现实/虚拟现实、内容创作和科学领域等领域都能发挥重要作用。Segment Anything， 通用、开源！
更多实际场景案例，以及可互动的Demo，并可亲自测试。推荐访问：https://segment-anything.com/
Invalid media: video
