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
用飞书的企业多，字节流出去的人才也不少，用飞书文档写东西分享倒是开始流行起来了，有了大量对外开放的学霸笔记，去年大火的ChatGPT、今年表现炸裂的Sora都有超强分析。

今天看到的这个AI的科普文档叫《通往 AGI 之路》，创建之后的10个月时间里有接近500万的阅读量，链接：https://waytoagi.feishu.cn/wiki/QPe5w5g7UisbEkkow8XcDmOpn8e

这只是一个学习文档啊…

你说一个免费的文档知识库能做成这样，更新是即时的，最关键的是一个文档还可以由几个大牛一起书写，譬如向阳乔木，宝玉xp，互联网的那点事，barret李靖等等知名互联网行业观察者，在共同缔造一个AGI知识库。这么一对比，那些搞付费割韭菜的开课的，就显得emmm

而且写得好的文档，有点像SCI论文（科学引文索引收录的论文，代表一种影响因子分数），是很容易获得行业前辈与同仁认可的，造成了写作者前仆后继的分享...

谁能想到，一个办公软件能成科普社区。
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
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
Pika 推出 Lip Sync。支持将生成视频中人物的嘴部动画和音频同步。#ai视频#歸藏的AI工具箱的微博视频
李一舟果不其然翻车，还是猥琐发育、闷声发财好。

推荐一个优质替代资源，我一直 pin 在公司内部飞书群组顶上。

可能是最好的中文 AI 免费知识库：http://WaytoAGI.com

顺带推荐今晚这个项目幕后操盘手的直播分享：

https://mp.weixin.qq.com/s/3DVgBCMzrqZUnkk8ASfi2Q
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
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
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#。
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
挺好玩的一个项目，根据你上传图片的风格帮你找到 Civitai 里面类似风格的 SD 模型。

找到的模型会展示模型生成的图片和得分，你可以直接前往Civitai下载模型。#ai画图#

体验一下：网页链接
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
Before
After
Back to Top