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
看到说WAIC上有25款人形机器人，这个数据属实超出我的预期，这可是10亿级别投资的赛道，已经这么卷了，最后会剩下几家？
另外，再次表达我的一点小想法，具身真的不一定要人形。首先应该是两个应用场景，一个是生产，一个是家庭，生产领域有自己的环境特征，可伸缩的机械臂+运动机构应该可以解决大多数问题，而在家庭中，首先不能在太强存在感，所以不能太大，太像人，有恐怖谷问题，另外，头部位置为了信息输出，应该是一个屏幕，同时运动机构不一定是双腿，移动轮式就可以解决大多数的问题，总之我猜测第一个大量进入家庭的很可能长得不是人的样子。
另外，再次表达我的一点小想法，具身真的不一定要人形。首先应该是两个应用场景，一个是生产，一个是家庭，生产领域有自己的环境特征，可伸缩的机械臂+运动机构应该可以解决大多数问题，而在家庭中，首先不能在太强存在感，所以不能太大，太像人，有恐怖谷问题，另外，头部位置为了信息输出，应该是一个屏幕，同时运动机构不一定是双腿，移动轮式就可以解决大多数的问题，总之我猜测第一个大量进入家庭的很可能长得不是人的样子。
深入讲解了深度学习的大部分概念。
而且每个章节都有搭配的PPT可以下载，还有对应练习的Python代码。
内容包括监督学习、神经网络、损失函数、正则化、卷积网络、Transformers、扩散模型、强化学习等。
这里下载PDF和课件，页面上还有更多分支的学习路径和资源：https://udlbook.github.io/udlbook/
在市场方面，割草机器人在中国和全球市场都有较大的发展潜力。根据统计，2022年全球割草机器人市场销售额达到了17亿美元，预计到2029年将达到44亿美元，年复合增长率（CAGR）为14.2%。中国市场在过去几年变化较快，预计未来几年将继续保持快速增长。欧洲市场也占有较高的份额，主要由于该地区存在主要制造商和建筑活动的增加。
AI自己生成大纲，AI自己排版，AI自己生成详细内容……
1、
而且，模板是可以换的，整套配色也是可以换的，大纲内容是可以改的；每页 PPT 里的文字、图片和图标，都是可以调的。
所以，哪怕我需要把全部内容改一遍，因为有了下图的“靶子”，改起来，也花不了太多时间。
更棒的是，整个过程，没有花一分钱。因为，每个账号下，有9个PPT 的免费额度。
也有不限额度的AI，只不过，PPT模板相对没那么好看。
2、
下图的AI，就是99块钱一年的AiPPT（链接：猿猴学会使用工具成为了智人，你学会使用AiPPT，1分钟生成精美PPT！点击立即体验↓↓
https://m.aippt.cn/api/share/page?utm_unit=MCZZ&code=d839a2fbd5
之前看他们老板分享，还以为做出来效果，会特别 low。但今日一见，已经能对付很多场景了。
这些年我见过的年中汇报 PPT 里，比它好看的真不多。
3、
AiPPT的设计感很强，但模型能力远不如【免费的】「讯飞星火-讯飞智文」agent。
比如都输入《玫瑰的故事》，后者明显能写出更多黄亦玫的细节。
此外，讯飞智文不仅生成速度快，不付费也能下载到本地，感兴趣可以试一下：https://xinghuo.xfyun.cn/desk
4、
上次年终汇报的时候，我试着用Gamma梳理过。gamma链接：https://gamma.app/signup?r=5gesmvu4uy95nkg
短短半年时间，国产AI 开始长成了我想要的样子。不得不承认，在AI 生成 PPT 方面，我还是低估了国产AI。
为了写这篇文章，我又去搜了一下，发现iSlide 的AI 模板功能，也能【免费】实现AiPPT 的设计感：https://www.islide.cc/ai-beta
5、
最后，从三大维度做一个排名吧：
①流畅度和生成速度：讯飞智文＞AiPPT＞iSlide
②设计感：AiPPT＞iSlide＞讯飞智文
③成本：AiPPT＞iSlide = 讯飞智文
在社区摘要应用中，GraphRAG 在全面性和多样性上以 70-80% 的胜率大幅领先于传统 RAG。
GraphRAG 是一种基于图的 RAG 工具，通过 LLM 从文档集合中自动提取丰富的知识图谱，助力处理私有或未知数据集的问答。
GraphRAG 能通过检测图中的“社区”（即密集连接的节点群组），从高层主题到低层话题，层次化地划分数据的语义结构。
它利用 LLM 为这些社区生成摘要，提供对数据集的全面概览，无需事先设定问题。
这种方法尤其适合回答全局性问题。
项目页面：https://www.microsoft.com/en-us/research/blog/graphrag-new-tool-for-complex-data-discovery-now-on-github/
📖 暂时不会工具没关系，只要你愿意和群友一起学习～而我们也会互相帮助，甚至制作一些教程。
☝️ 最重要的是，你的学习 / 工作目标是否确实相关。（要不然难以持续～）
🧪 Workflow / Agent 主题不是固定的，由你自己决定。例如，有群友是心理学相关专业，那么他准备尝试做相关的探索…
最后，如果你感兴趣的话，加我 v：lyson_ober
备注：Dify 研究
通过后咱可以简单聊聊关联背景，之后我会拉你进群
☝️ 最重要的是，你的学习 / 工作目标是否确实相关。（要不然难以持续～）
🧪 Workflow / Agent 主题不是固定的，由你自己决定。例如，有群友是心理学相关专业，那么他准备尝试做相关的探索…
最后，如果你感兴趣的话，加我 v：lyson_ober
备注：Dify 研究
通过后咱可以简单聊聊关联背景，之后我会拉你进群
以下为正文：
😉 接下来 1 年想要聚焦一些（和我 & 朋友们的专业有关），找了 @Zeeland_ @KleinHE 等小伙伴建立了一个「以 Dify 为实验工具」的 Agent / Workflow 探索实验群。
📌 主线任务（关键词：具体、落地）
👉 如果你接下来也正在研究同样的主题，以期做一些「提高生产力」的方案，欢迎你联系我～
👉 当然，我们并没有局限说必须用到 Dify，只不过我认为这是一个让技术人员和非技术人员交叉配合的最佳实验工具。（Dify 对开发人员非常友好，也能让不了解技术的同学，如运营人员借助可视化搭积木的方式迅速上手）～～
👉 举例：销售人员 A 懂得自家销售的 SOP、话术，并且懂得记录为文档，以期复盘或教会实习生。但 A 只会基本的 Dify 操作（或者能够在草稿纸上表达清楚自己的思考流程），那么他可以和其他 Workflow 设计人员 B 协同完成这件事情。～～
📌 支线任务（关键词：抽象、思维实验）
👉 仍在思考的暗线，是关于科学观念的复刻，以至于能用 Workflow 沉淀一些较为抽象的思维模型。可以用来启发思想。（虽然我没有太多精力去做这件事情，但如果你有类似的想法并正在寻找伙伴一起研究，非常欢迎 👏💡）～
👉 由于这一项任务实在过于抽象，所以暂时还没有写好合适的表达方式来记录核心主旨～～
👉 不过打破「知识的诅咒（Curse of knowledge）可能是重要目标之一～～
📌 关于入群门槛（关键词：不是围观者就好 😉）
1️⃣ 如果你是围观群众，那么这个群可能对你来说没有太大帮助哦～
---
2️⃣ 你可能有实际的「业务需求 / 行业经验 / Workflow 设计经验（可以是能在草稿纸上画清楚你的逻辑）～
3️⃣ 这项探索与你未来一段时间的工作 / 学习目标匹配，以至于你有足够的时间投入～
4️⃣ 你可能正在开发某个软件，期间需要使用到 Dify 或是直接在代码中进行 Prompt 编排～
5️⃣ 你可能正在积累 Dify 编排经验，为未来的客户 / 你的公司定制解决方案～
🥳 总而言之，只要你想要成为「创作者」就好。
介绍了他们的 LLM 推理服务架构。Mooncake的创新架构使得Kimi能够处理更多请求，同时保证服务质量。
Mooncake的核心思想是将LLM推理过程中的prefill(预填充)和decoding(解码)阶段分离,并以KVCache(键值缓存)为中心进行优化。
它充分利用GPU集群中的CPU、内存和SSD资源来实现一个分布式的KVCache系统,从而提高资源利用率和推理效率。
Mooncake还采用了一系列创新策略来应对长上下文和系统过载等挑战,显著提升了LLM服务的性能和吞吐量。
项目地址：https://github.com/kvcache-ai/Mooncake
