AI探索指南
-
- 沉浸式翻译换 Deepseek V3 真爽，又快又好，还便宜
看了一下，我这两三天库库用，18 万 Token 只花了一毛三
可能还有很多人不知道咋换，文字更换方法写下面了👇
- 先去 Deepseek 开发者后台注册充值（10 元起，新号送 500 万 Token）
- 获取 API Key，自己找个地方存一下
- 打开沉浸式翻译翻译服务切换为 Open AI
- 选择自定义 API Key
- 填写你获取到的 Deepseek API Key
- 在模型部分填写：deepseek-chat
- 下滑找到「展开更多自定义选项」
- 展开后将「自定义 API 接口地址」改为：https://api.deepseek.com - Z Potentials｜玉伯，阿里前端第一人，语雀创始人，辞任字节高管创业AI创作工具，首轮融资近千万美元
为什么选择创业，为什么尸横遍野还入局
为什么选择了一条缝隙里的缝隙
为什么视频是大赛道，为什么AI不是幌子
YouMind的远方在哪
一切说出来的，都容易错 - Kokoro 82M 这个 TTS 模型也太好了
模型大小只有不到 300M，生成的音频质量很高
在 T4 上，只需要 4.5 秒就能生成 2 分 25 秒的语音
可惜的是只支持英文，不过可以按他们的架构训练其他语言，只需要不到 100 小时的音频数据
模型下载：https://huggingface.co/hexgrad/Kokoro-82M
模型演示：https://huggingface.co/spaces/hexgrad/Kokoro-TTS
Invalid media: video - 200美元拜个大哥：我为什么续订了o1 Pro
鸭哥这篇文章很安利，看完后我也买了o1 Pro。试用一圈下来确实觉得不太一样。
如果 Chatgpt 是一个活在你微信上即时回复的助手，那么 o1 pro 更像是你通过邮件通信的一位智者。
但现在的问题可能是，绝大部分人即使有了爱因斯坦的邮箱也不知道该写什么。
我相信Chatbot大概率只是这次AI革命中第一个PMF形式。要发挥出来AI的全部潜力，需要更强大的模型，更好的context，更多的工具，适合更强大智能的产品交互形态，以及和任何强大工具一样：需要学习如何使用。
当金钱或算力能够以更高效率地被转化成生产力，更重要的问题将会从“how”变成“what”，我们究竟要让AI做什么？ - 给美团2000多号工程师做了AI编程的分享，最近一周一直挺紧张的，但是谁能想到这次回老东家分享，反馈是出乎意料的好。
自己也讲得很爽，给人带去启发实在是件很开心的事。 - 酒店机器人在给我打电话以后
开门发现它带着我的外卖扬长而去
我在后面追都追不上
一会儿的功夫机器人都到电梯口了
发现追上了也无法打开机器人
所以放弃了
😅 - InsightFaceSwap - 比Midjourney更丝滑的AI换脸工具
InsightFaceSwap 比Midjourney更丝滑的AI换脸工具
链接：
https://insightface.ai/
#Ai工具推荐InsightFace
Face Analysis, APIs & Model Licensing | InsightFaceBuild with InsightFace: face recognition, face swapping, deepfake detection and person analysis, with APIs, SDKs and commercial model licensing. - Clipdrop - 超多功能！全能的AI处理图像工具箱
Clipdrop 超多功能！全能的AI处理图像工具箱
链接：
https://clipdrop.co/
#Ai工具推荐clipdrop.co
Create stunning visuals in seconds with AI.Remove background, cleanup pictures, upscaling, Stable diffusion and more… - 那个国家会是阅兵时，第一个有人形机器人方阵的呢？
这辈子应该能见到吧？ - Pixian AI - 好评率超高！超好用的AI抠图工具
Pixian AI 好评率超高！超好用的AI抠图工具
链接：
https://pixian.ai/
#Ai工具推荐pixian.ai
Remove Background from Image, Free, No Signup - Pixian.AIImage background removal without annoying subscriptions. Great quality at an unbeatable price. - jpgHD - 一键修复，让您的老照片变新照片
jpgHD 一键修复，让您的老照片变新照片
链接：
https://jpghd.com/zh
#Ai工具推荐jpgHD
AI 图片高清放大与老照片修复 | jpgHD使用 jpgHD 人工智能放大、修复和增强照片、人像、老照片与插画。 - Huggingface 发布了一个基于 smolagents 的 Agent 课程
非常基础，而且带了 Colab 笔记
主要分成三个项目：搜索智能体、代码智能体和自定义函数
地址：https://github.com/huggingface/smol-course/tree/main/8_agents - 最近 X 上在讨论为什么大语言模型 O1，有时候会用中文思考？
转发一段 Hugging Face 王铁震老师的想法：
--- DeepSeek 机翻
我一直觉得，会两种语言不仅仅是能用两种语言交流，而是能根据话题和场景，自然地用更合适的语言去思考。比如，我更喜欢用中文做加减乘除，因为每个数字只有一个音节，算起来干脆利落。但一提到“无意识偏见”这种话题，我就会不自觉地切换到英语，毕竟这些概念我最开始就是从英语里学来的。
这让我想到编程语言：大多数程序用什么语言都能写，但我还是会用 Bash 写命令行脚本，用 Python 搞机器学习，因为每种语言都有自己最顺手的地方。现实中的语言也一样，我们会根据语言的特点和自己的习惯，选择最顺手的语言去表达特定的内容。
这也是为什么我觉得，在训练大语言模型（LLM）时，保持所有语言和文化的多样性和包容性特别重要。就像哲学家维特根斯坦说的：“语言的界限就是世界的界限。”只有包容每一种语言的细微差别，才能让模型学到更全面的思维。即使两种语言里的两个词意思一样，它们在模型中的 Embedding 也可能完全不同，因为它们背后的文化和使用方式截然不同。在我看来，这种包容性不仅能打造更公平、更准确的模型，还能让它处理更多样化的任务，汇聚全人类的智慧。
