AI探索指南

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

AI探索指南

  1. AI探索指南

    被英伟达、OpenAI、微软、木头姐和贝佐斯等人投资后，炙手可热的人形机器人公司Figure发布视频，公布产品最新进展！

    被英伟达、OpenAI、微软、木头姐和贝佐斯等人投资后，炙手可热的人形机器人公司Figure发布视频，公布产品最新进展！
    视频中的Figure01已经能够在工厂内完成搬运、放置箱子等操作。
    Media is too big
    VIEW IN TELEGRAM

  2. AI探索指南

    分享一个使用kimi的万能公式，无需记住任何提示词，只需要问kimi一个问题：

    分享一个使用kimi的万能公式，无需记住任何提示词，只需要问kimi一个问题：
    【一个（xxx职业）需要具备哪些知识？】
    Kimi就可以给出知识框架，然后你根据知识框架每一个小点去问，就能让kimi帮你思考啦~
    得出的信息比单个提示词要多很多

    如下这个例子，kimi给出来12个能力，每个能力分10步的话，我能得到的信息是120条！
    #AI工作流 #AI的神奇用法

    示例：（括号可改成你的问题）
    一个CEO应该具备哪些知识？
    如果你是一个CEO，你使用（战略规划与管理来决策，）需要分为哪几步？
    你是一个CEO，请以上面（10）步来帮我做决策：我需要（建立一个帮助金融投资者交流并且通过社群和知识付费赚钱的社群，）每一步都以表格的形式展现你的思考过程
    好，接下来每一个步骤详细分析，第一步：（愿景和使命定义）
    很棒，按照这个架构，第二步：（环境分析）
    第三步：（战略制定）
    第四步：（战略选择）
    第五步：（战略实施）
    第六步：（监控和评估）
    第七步：（调整和优化）
    第八步：（沟通和文化建设）
    第九步：（风险管理）
    第十步：（持续改进）

    AI工作流AI的神奇用法

  5. AI探索指南

    OpenDiT 一个专门用来加速类似Sora的DiT架构模型推理和训练的项目，GPU 加速高达 80%，内存减少 50%

    OpenDiT 一个专门用来加速类似Sora的DiT架构模型推理和训练的项目，GPU 加速高达 80%，内存减少 50%。#ai##sora#

    主要特点有：

    GPU 加速高达 80%，内存减少 50%，内核优化包括FlashAttention、Fused AdaLN、Fused Layernorm内核。

    FastSeq：一种新颖的序列并行方法，专为激活大小较大但参数大小较小的类似 DiT 的工作负载而设计。

    使用方便，通过一些生产线更改即可获得巨大的性能提升，用户不需要了解分布式训练的实现。

    支持文本到图像和文本到视频生成的完整流程。

    项目地址：网页链接

  6. AI探索指南

    点击Save 之后就可以使用了，支持右键保存到 Flomo 以及点击插件图标内的Send Current Flomo 保存

    AI探索指南
    换回 Flomo 记录信息的同时发现Twitter 的信息不太好同步，就自己用 GPT-4 写了一个 Twitter to flomo 的浏览器插件。 发现现在上下文长度长了以后，写这种小项目的门槛更低了。总共用了不超过 4 个小时就搞完了。 👇下面有用 GPT-4 写这个项目的提示技巧、插件使用方法以及插件下载： ## 总结的一些技巧： 补充开发文档： 告诉 GPT 谷歌已经讲浏览器扩展的Manifest V2改为了Manifest V3，并且将对应的更改内容文档上传到 GPT，告诉他根据这个编写代码。…
    点击Save 之后就可以使用了，支持右键保存到 Flomo 以及点击插件图标内的Send Current Flomo 保存。

    插件下载：https://github.com/op7418/Twitter-to-Flomo

  7. AI探索指南

    换回 Flomo 记录信息的同时发现Twitter 的信息不太好同步，就自己用 GPT-4 写了一个 Twitter to flomo 的浏览器插件

    换回 Flomo 记录信息的同时发现Twitter 的信息不太好同步，就自己用 GPT-4 写了一个 Twitter to flomo 的浏览器插件。

    发现现在上下文长度长了以后，写这种小项目的门槛更低了。总共用了不超过 4 个小时就搞完了。

    👇下面有用 GPT-4 写这个项目的提示技巧、插件使用方法以及插件下载：

    ## 总结的一些技巧：

    补充开发文档：

    告诉 GPT 谷歌已经讲浏览器扩展的Manifest V2改为了Manifest V3，并且将对应的更改内容文档上传到 GPT，告诉他根据这个编写代码。

    先实现核心能力：

    建议刚开始只实现最核心的功能，对于我这个项目来说就是获取推特内容，然后传输到 flomo 。

    提供必要信息：

    比如 GPT 显然是不知道 Flomo 的 API 格式的，你需要把对应的文档发给他，我都是直接全选文档页面内容，然后保存成 MD 格式。

    善用控制台 log 和报错信息：

    刚开始如果报错可以复制报错信息让 GPT 分析并改进，如果改了几次没改好，就想办法用 log 获取更多信息，比如我这个核心功能主要有两部分，先是获取信息，然后是传输，我们需要确定是哪一步错了，就可以让他在对应阶段完成的时候在控制台打印输出的 log 信息。

    及时上传代码：

    发现 GPT-4 输出的代码无法与原有代码对应的时候，应该及时重新上传现在完整的代码，防止他忘的越来越多。

    最重要的立刻去做：

    其实没有那么难，不要想那么多我不会写提示词也没有开发经验怎么办，GPT 都会告诉你，开始问出第一个问题是最难的一步。

    这是这个项目与 GPT 的完整对话记录：https://chat.openai.com/share/ef6d226e-1b38-40cf-b4fb-e6d92eb7c67e

    ## 如何使用

    点击Github 页面右上角的 Code 按钮选择 Downlaod zip 按钮将插件文件下载到本地。

    打开浏览器扩展页面，打开开发者模式，选择加载解压的扩展程序选择解压后的文件夹。

    加载之后点开插件图标，点击 Setting 按钮，进入设置页面。

    你可以在 Flomo 的扩展中心&API 页面找到你的专属 API，填写到Flomo URL输入框就行。

    Content Prefix是你希望同步到 flomo 时内容的标签，主要填写时前面需要加#。

  8. AI探索指南

    昨晚 Open AI 在 TT 上发布的 Sora 新视频，创建一些不存在的生物，第三个福瑞控和宝可梦爱好者肯定喜欢，太可爱了

    昨晚 Open AI 在 TT 上发布的 Sora 新视频，创建一些不存在的生物，第三个福瑞控和宝可梦爱好者肯定喜欢，太可爱了。#ai视频##sora#

    提示词：创造一种从未存在过的逼真动物，自然纪实风格 歸藏的AI工具箱的微博视频

  10. AI探索指南

    微软这个研究相当强啊，可以不经过训练直接融合多个 Lora 不损失效果，而且他们提出的通过 GPT-4V 评价图像质量的方法也很有参考性

    微软这个研究相当强啊，可以不经过训练直接融合多个 Lora 不损失效果，而且他们提出的通过 GPT-4V 评价图像质量的方法也很有参考性。#ai画图#

    项目介绍：

    本项目旨在通过新的文本至图像生成方法，着重采用多重低秩适应（Low-Rank Adaptations, LoRAs）技术，创造高度个性化且细节丰富的图像。我们介绍了LoRA开关（LoRA Switch）与LoRA组合（LoRA Composite），这两种方式的目标是在精确度和图像质量上超越传统技术，特别是在处理复杂图像组合时。

    项目特色：

    🚀 免训练方法
    LoRA开关和LoRA组合支持动态精确地整合多个LoRA，无需进行微调。
    我们的方法不同于那些融合LoRA权重的做法，而是专注于解码过程，并保持所有LoRA权重不变。

    📊 ComposLoRA测试平台
    这是一个全新的综合性测试平台，包含480套组合和22个在六大类别中预训练好的LoRA。
    ComposLoRA专为评估基于LoRA的可组合图像生成任务而设计，支持定量评估。

    📝 基于GPT-4V的评估工具
    我们提出采用GPT-4V作为评估工具，用以判定组合效果及图像质量。
    该评估工具已证实在与人类评价的相关性上有更好的表现。

    🏆 卓越性能
    无论是自动化还是人类评价，我们的方法都显著优于现有的LoRA合并技术。
    在生成复杂图像组合的场景中，我们的方法表现出更加突出的优势。

    🕵️♂️ 详尽分析
    我们对每种方法在不同场景下的优势进行了深入的分析。
    同时，我们还探讨了采用GPT-4V作为评估工具可能存在的偏差。

    项目地址：网页链接歸藏的AI工具箱的微博视频

  11. AI探索指南

    一个让 Notion AI 帮助更好思考，更好做笔记的方法

    一个让 Notion AI 帮助更好思考，更好做笔记的方法

    Zettelkasten (卡片笔记法) 中提倡在记录笔记时，尽可能地创造更多笔记之间的双向连接，将知识点链接起来，并引发思考。这个过程很类似于大脑的思考过程，在知识之间创造起关联，可以帮助我们更好地记录笔记。

    在没有 AI 之前，这些联系只能依靠人脑的记忆和思考。

    但在有了 AI 以后，AI 更擅长帮助去寻找这样的链接。（基于语义的向量库搜索，是这一过程的最佳解决技术支撑）

    我的笔记都记录在 Notion 中，所以我使用 Notion AI 来帮助我寻找更多地关联。

    就像图片里这样，当我在记录有关“排序算法”的笔记时，点开右下角的 AI 按钮，prompt 输入：
    ```
    观点：{{观点内容}}

    找到说明了类似或相反的观点的 page
    ```

    Notion AI 就会使用向量化搜索，自动匹配关联的页面，并将其总结发给我。

    依据 Notion AI 提供的页面链接和总结，我就可以在笔记之间创造出更多的关联。

    同时，这个记录笔记的过程，也是将新的笔记和旧的笔记联系在一起，加深了记忆，也加深了理解。