AI探索指南

  1. AI工具

    AI工具
    腾讯几个AI工具
    腾讯交互翻译
    https://yi.qq.com/zh-CN/index
    腾讯智影-在线智能视频创作平台
    https://zenvideo.qq.com/
    ARC官网-人像修复、人像抠图、动漫增强
    https://arc.tencent.com/zh/ai-demos/imgRestore
    Effidit-腾讯智能创造助手
    https://effidit.qq.com/demo
    帮小忙-腾讯在线工具箱平台
    https://tool.browser.qq.com/category/doc

  2. TidyBot —— 开源机器人(使用大型语言模型的个性化辅助机器人)

    TidyBot —— 开源机器人(使用大型语言模型的个性化辅助机器人)

    TidyBot的出现是为了解决家庭清洁的问题,通过训练,它已经学会如何捡起物体并放到合适的位置。在实际场景的测试中,TidyBot可以成功收起85%的物体。

    这个项目的目标是将基于语言的规划和感知与大型语言模型(LLMs)的少量总结能力结合起来,让TidyBot推断出广泛适用于未来交互的用户偏好,建立能够通过事先与特定人的互动从少量的例子中学习这种偏好的系统。

    本次开源内容包括:
    •TidyBot的服务器代码(在GPU工作站上运行)
    •TidyBot的机器人代码(在移动基础电脑上运行)
    •3D打印部件的文件
    •基准数据集的代码
    可以看出来几乎是完全开源的状态了,智能机器人会是未来的一大热门,想尝试的人可以通过这个项目入手了。

    项目官网: https://tidybot.cs.princeton.edu/
    开源地址: https://github.com/jimmyyhwu/tidybot
    论文地址: https://arxiv.org/abs/2305.05658

  3. Poe 的华丽转身,充满了未来想像的空间

    Poe 的华丽转身,充满了未来想像的空间

    一个新的生态正在崛起,Poe正式推出API有关的平台能力。

    创始人亚当·德安杰洛(Adam D'Angelo),昨晚宣布推出基于Poe的API。 这是AI 领域一个蛮重要的里程碑,特别是对于AI 创造者而言。

    🌋 这几点值得你的快速了解:

    - Poe 的初衷就是为了实现LLM的广泛访问。去年12月诞生之始, 它就希望成为人们新时代的「浏览器」。

    - Poe 希望能够让任何在 LLM 之上构建基于Chatbot的普通人能轻松地接触到世界各地的大量受众,而无需构建自己的用户界面。

    - LLM还在持续爆炸式增长, 亚当认为将对话式AI 的能力进行技术民主化的过程至关重要。

    - 基于新的Poe API,所有开发者都可以在Poe上建构Chatbot,实现自己定制和更复杂的产品,相当于开发者拥有了自己的定制语言模型。

    - 创建你定制的Chatbot非常容易。Poe创建了一个简单协议与在HTTP上运行的机器人对话,并有样本代码供你开始使用;平台还集成了与Langchain和LlamaIndex的能力。

    - 在Poe 构建AI 应用的价值在于: 分发到已经使用Poe的数百万人手中,所有平台的原生应用程序(安卓系统即将就绪),以获得最佳的用户体验,持久的聊天历史,跨平台同步等。

    - 在产品规划中,还会实现货币化。最重要的是,通过在 Poe 上构建,你将依附于一个快速发展并将继续快速完善的平台。更多细节:https://github.com/poe-platform/api-bot-tutorial

    🧬 后记:

    从产品演化的视角来说, 我无比惊叹于Poe的华丽转身;从知识问答开创者 Quora,到引领潮流的AI综合门户平台,一切那么合理自然,又超乎想像, 如同恐龙进化到鸟类的飞跃。

    这是顶尖产品团队自我演化的最佳实践,也是时代赋予他们的雄心。 现在Poe 已经有了成为新生态的平台的潜质, 是否加入,决定权在你。

    AI打开的新世界是非零和,Poe 值得期待。

  4. 通过我这段时间高强度使用Midjourney,总结一下我保证(尽量)高效稳定出图的AI工作流:

    通过我这段时间高强度使用Midjourney,总结一下我保证(尽量)高效稳定出图的AI工作流:
    1. 心中有明确的画面:使用图片Describe,找到AI是如何描述这种图像的,然后通过输入prompt找到描述和期望最准确的,不断调整修改关键词,实在不行尝试垫图。(弥散渐变就是依靠这种方式)
    2.没有明确的画面:使用Chatgpt,给它一个主题,让其自由发挥,前期需要先调教过。然后不断调整修改关键词。
    3.积累参数类的关键词:过程中需要积累一些midjourney打标得比较好的关键词,比如close up,就会产生特写镜头的画面。风格类的关键词不建议记忆了,难以通用适配到所有画面,我目前的做法是先存到表格上。

    通过以上一些磨合,能让Midjourney生成一些比较符合我预期的图片。

  5. 2月的时候,Amazon 的产品说他们的工程师不想做任何非AI的产品

    2月的时候,Amazon 的产品说他们的工程师不想做任何非AI的产品。多好的文化。

    Justine Moore: The fact that this took so long is hilarious but telling.

    In Feb, I met an Amazon PM who said their engineers didn't want to do anything non-AI.

    But they couldn't move too fast for fear of disrupting the existing search model. Took four months, but they got there!

  6. 现在我们的基本预测是,程序员的成本会降低,但需求会大幅增加,因为软件需求会不断增长

    AI探索指南
    🍎#36: 读完陆奇博士「大模型新拐点」后的11点摘录 🤓 终于稍微啃完了陆奇博士的大模型内部分享材料,摘录几个印象深刻的要点和大家分享~ 1. 当宇宙间智能的成本为0,世界将经历一场深刻的变革。 在1995年至1996年之间,借助个人电脑,互联网出现了一个转折点。 为何出现这个转折点以及为何产生大量的爆炸式增长?理解这个转折点有助于我们理解今天 OpenAI 所代表的新范式。 当时,大量公司应运而生,其中诞生了谷歌这样一家伟大的公司。 获取信息的边际成本逐渐变成了固定成本。请记住,任何改变社会和产…
    现在我们的基本预测是,程序员的成本会降低,但需求会大幅增加,因为软件需求会不断增长。当软件变得更便宜时,人们会购买更多的软件来解决更多问题。这是生产资本广泛提高的体现。

    其次,生产资本的深层提升。
    有些行业,如医疗,本质上就是模型驱动的。优秀的医生和护士都是出色的模型。随着模型的提升,科学也会取得更大的进步。
    我们预测,很快每个人都将拥有副驾驶员,甚至可能是五个、六个。
    有些副驾驶员足够强大,甚至能成为正驾驶员,自动帮我们完成任务。更长远来看,我们每个人都将拥有一个由副驾驶员组成的团队为我们服务。
    未来的人类组织将由真人、副驾驶员和正驾驶员共同协作,co-pilot, auto pilot, team pilot is absolutely given.

    5.
    ChatGPT + 搜索,怎么用?

    搜索里分三类搜索,第一类是找信息的。
    同学们千万不要用chatGPT找信息,因为我试过好几次,你问这家公司地址在哪里,chatGPT真的会造一个地址。这种类型的搜索不适合使用 ChatGPT,因为它可能会误导用户。

    🧑🏻‍💻
    第二类搜索,我们都把它叫 transaction ,事务性或任务型搜索,例如下载文件、填写表格或拨打电话等,ChatGPT 能很好地解决这类问题;
    第三类搜索,是研究型问题,如探讨“中东和平为什么这么难”等,ChatGPT 可以都可以帮你总结好,你不用看了。