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
因为上班的原因不方便养狗,狗子送村里生病去汪星(ಥ_ಥ),一个人在城里又孤单,想着要不养个机器狗吧,不养了还可以二手出到乌克兰🇺🇦,看了一下价格,就我这三千块的收入每个月还要近千的油钱,吃泡面半年也买不起(༎ຶ⌑༎ຶ)💸,要不还是等等人型机器人吧,以后一个人吃自助的时候就不怕去夹菜被人收了盘子 o(^▽^)o
“我认为大家不要把具身智能和人形机器人划等号,人形机器人不一定就是目前最好的商业模式,这样会把技术门槛划得过高。而且现在来看,最成功的机器人是扫地机器人”
“为什么要人形呢?”
——唐沐
与大模型对话越久,那个隐约的警惕心越明显。

它实在是太强了,针对人类不知但ai 知道的那些内容,很容易走到「遇事不决,可问AI」的境地。

这个过程早期过于诱人 ,立马就能感受知识在你面前喷涌而来的那种爽感。很容易就沉溺于这种不断对话追问答案的状态,无法自拔。

但是,但是,长期来看,这种有事就问 ai 会导致一个问题:

人,会,忘,掉,如,何,思,考!

我自己的使用体验,有好多次不经意间就滑到了那个空间领域。费了很大功夫,一直在对抗它的吸引力。

千万要警惕它,它是工具,你一定要比工具凶!
来向Booster T1伸出圆手吧!
作品登上东京的大屏啦!!

📍東京都渋谷区神宮前3-22-11 SOMSOC Gallery

#CCS 东京展览
海辛的作品登陆东京大屏啦!!

📍東京都渋谷区神宮前3-22-11 SOMSOC Gallery
Windsurf Editor 一个新的 AI IDE

没有等待列表,没有包月套餐、全免费用 Claude 3.5。

这个 IDE 对小白非常友好!!

你可以用类似 Bolt 的方式一句话开始一个项目。

右侧聊天框会帮助你安装依赖输入命令启动项目。

如果你也觉得 Cursor 太复杂不会用的话强烈推荐试试 Windsurf。
请查收你的「旅行青蛙」从德国乡村小镇发来的视频

Invalid media: video
给大家一些对 AI 的信心!!你敢信这是当下 AI 能聊出来的水平?我都想不出来这到底是怎么实现出来的。。
视频批量分割工具

用 Bolt 写了一下,直接上线了,有类似需求的可以试试。

输入剪辑时间节点后会生成 FFmpeg 命令。

Bolt 才是小白的神器啊,编写、Debug、部署一条龙。

有需求的话我写个文章体系化介绍一下整个 AI 短片分析工作流。

这里尝试:https://gentle-otter-c63b0f.netlify.app/
🤨 神级 Prompt 其实没那么神(刚好算是个合适的话题,蹭蹭热度哈哈)
早上看到卡兹克写的《17 岁高中生写了个神级 Prompt》,说是 claude 用了后,甚至能像素级复刻 Flappy Bird(视觉效果简直无敌),心想还能这样?
——————
💬 我也对比测试了,先说结论:
1. 不少人觉得“神”,其实是 Claude 3.5 sonnet new 神。全球顶级大模型,你不用这段 Prompt 依然也可以生成神级回复
2. 我没法用“神” prompt 复刻出像素级高仿的 flappy bird,神 Prompt 吹的有点过了

👉 你可以再想想,用了以后感觉生成质量好了,到底是:
1. 你对生成结果本身没有预期,对此本身就不了解,只是玩玩而已?
2. 你没用过几次 claude 3.5 sonnet new ,所以不知道裸 claude 本身就已经这么强了?

要不,选些你所专业的领域任务,先想好你要什么结果,再试试呢?

🔬以下是我的测试结果:
P1 是文中的宣传效果,P2 是我神 Prompt 实际测试效果,P3 是不用神 Prompt 的直接提示效果

事实证明,不需要额外提示词,Claude 已经足以完美实现游戏机制的复刻。但对复杂视觉元素的设计,不是一段提示词能解决的。

文章应该是进行了选择性宣传。实际想实现这个效果,大概率是需要单独把设计资源链接告诉 AI,让它进行引用的。
——————
不过,对于普通用户来说,如果把这个 prompt 预置在 chatbot 中,确实能在简单场景中是可以用更少的 input ,获得更“好”更长的输出,主要适合:
1. 在用户不熟悉的领域给予思考启发
2. 帮助用户做一些没那么高标准要求的事情

不过说实话,这种场景下,你让 AI “针对 xx,再 step by step 反思优化一下”,也能满足预期了

——————
鼓励大模型进行 CoT 思考确实能获得不一样的输出效果,这是一个很实用的技巧。但目前不存在能够让大模型成为全能专家的通用型 CoT 提示。

如果说,“我觉得这 Prompt 真是神了”,大概率是因为用户本身也不熟悉该任务领域,对生成的结果没有自己的高预期标准。
Back to Top