AI探索指南

  1. 清华黑客松第三名!周五参加声网大会时突然想到这个idea,周六中午开始开发,一天时间build一个多模态ios应用,队友起的“智图ai”这个名字我也很喜欢

    清华黑客松第三名!周五参加声网大会时突然想到这个idea,周六中午开始开发,一天时间build一个多模态ios应用,队友起的“智图ai”这个名字我也很喜欢。

    -初衷是参会时发现所有人都在举着手机拍ppt,突然想到我相册里有超过一半是ppt照片、但却几乎没有再看过。没有删掉、是因为觉得哪天会再看,没有再看、是因为查看相册的效率太低了。

    -所以做一个图像理解将ppt照片里的信息结构化提取、便于查阅回顾、甚至再进一步进行知识管理,似乎是客观存在的刚需。

    -今天中午开发完后,刚好@orange.ai 橘子老师来分享干货认知,于是就边听分享、边把ppt随手用app拍下来,然后自动提取信息、自动生成总结和思维导图,一切都是丝滑交互、几乎无感。

    -橘子老师的分享非常棒、长达20来页,可称ai产品顶级认知。不过我只保留了其中5页分享给大家看,想听完整分享还是要去找橘子老师哈哈。

    -有幸获得第三名,运气非常好!感谢主办方和评委,更感谢后端+prompt开发的队友、感谢产品建议+做ppt的队友!

    -第一次参加黑客松,并且是以产品+前端开发的角色,也是更加意识到组建一支团队的意义。

    这个产品方向确实挺有意思、并且还有一些新功能计划加上,虽然还没想好在做ai播客项目之余、如何推进这个项目,仍然诚邀对这个方向感兴趣的技术开发同学联系我、前端/后端/模型侧都可,也欢迎产品和市场(尤其出海)的同学联系我,大家一起开发出更多ai时代的好应用!

  2. 手搓机器人成长记—基于Arduino的桌面机器人,简化版Looi_哔哩哔哩_bilibili

    手搓机器人成长记—基于Arduino的桌面机器人,简化版Looi_哔哩哔哩_bilibili

    终于突破了人脸识别跟踪了,从rust的 opencv,到 node的opencv,分类器,又换了tensorflow,一路下来换了10几个方案,最后用了face-ip算是暂时解决了。

    很难得的是,克制了自己想要直接动手改代码的冲动,全程AI辅助完成了。

  3. 大模型生产力绘图,来了!

    大模型生产力绘图,来了!
    全文:https://mp.weixin.qq.com/s/bJbZ9bwPXxlpyREqLKhDvA
    下面这些图,都是Claude这类大模型帮我绘制

    内容涵盖海报,PPT,思维导图,中国水墨风画,名片,游戏界面,物体 等等

    AI 大模型尽管不是为制作图片而生,但是绘图能力现在也出奇的好。

    相比mj, sd 这些生图方法,大模型制图能够真正意义上制作 海报,架构图,思维导图,流程图等生产力绘图,具备巨大的优势。

    同时,在简笔画,留白大写意这种作品上,也有着出奇的表现。

    我花了两天的时间探索大模型绘图的各种可能,按之前的习惯,写成了系统论述文章发布。

    目前来看,大模型理解能力已经很好,输出的上下文会是一个不小的限制。如果输出的上下文能够更长,一句话生成一个复杂的app,一个PPT,都是可以的,这也是轻易可预见的未来!

    和AI的成长性相比,人类还是太渺小了

  4. Arc 浏览器的公司宣布,将不会有 Arc 2.0

    Arc 浏览器的公司宣布,将不会有 Arc 2.0
    因为 Arc 虽好,但是很难上手
    而一旦上手就成了死忠,拒绝交互的改变
    于是官方决定尊重用户,直接开发一款全新的,AI Native 的,每个人都会操作的新产品。
    新产品没有名字,甚至可能不是浏览器,那是什么呢?
    只能从这个视频的一些 demo 里自己感受了

    Invalid media: video