AI探索指南

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

AI探索指南

  1. AI探索指南

    今天测了一组涂鸦+实物结合的广告海报提示词，很好玩，可以基于自己的想象和AI的帮忙实现各种概念设计

    今天测了一组涂鸦+实物结合的广告海报提示词，很好玩，可以基于自己的想象和AI的帮忙实现各种概念设计。

    提示词框架：

    简洁而富有创意的广告，背景为干净的白色背景。
    一个真实的[商品]被融入到手绘的黑色墨水涂鸦中，线条流畅，趣味十足。涂鸦描绘了[场景]。在顶部添加粗体黑色“[文案]”字样。将[品牌]的标志清晰地放置在底部。视觉效果应简洁、有趣、对比度高，且概念巧妙。

    比如第一张的完整提示词就是：

    简洁而富有创意的广告，背景为干净的白色背景。
    一支真实的口红被融入到手绘的黑色墨水涂鸦中，线条流畅，趣味十足。涂鸦描绘了一个火箭发射平台，口红下方弥漫着烟雾，使其看起来像是火箭正在升空。在顶部添加粗体黑色“Launch Your Beauty”字样。将MAC的标志清晰地放置在底部。视觉效果应简洁、有趣、对比度高，且概念巧妙。

    下课！🧐

  2. AI探索指南

    真正的领导者探索未知，而非发号施令

    真正的领导者探索未知，而非发号施令

    在AI first团队中，真正的leader不会满足于开通付费工具、督促他人适应，而是亲自穿越未知的崎岖小径、发现独特风景，并将这些宝贵的发现和感悟无保留地分享给团队。

    在剧变的时代，领导力的精髓不只是指挥，而在于示范；不在于命令，而在于树立榜样。

    好的Leader以好奇心和同理心绘制「探索路书」，团队才会真正激发出10X的创造力。

  3. AI探索指南

    基于OpenRouter的公开数据做了一个产品和模型的榜单，可以看到基于token使用量的产品排名和每个产品所使用的模型情况

    基于OpenRouter的公开数据做了一个产品和模型的榜单，可以看到基于token使用量的产品排名和每个产品所使用的模型情况。如果你在选择模型或者研究对应产品，这个免费小工具应该会有帮助，网址是： https://yperf.com

  4. AI探索指南

    启师傅AI客厅-良渚demo day第5期报名啦！

    启师傅AI客厅-良渚demo day第5期报名啦！

    这次邀请了@少楠Plidezus @玉伯 、赵君三位嘉宾带来他们对AI产品的思考，还有@图拉鼎 Longyi Neko @henu王凯 @志鹏hustlzp @SUKIII 等优秀的开发者，来分享他们的最新产品！

    🎫报名链接：
    https://mp.weixin.qq.com/s/YTeKjqc9X5J300HdP6AO_A

    📅 时间：2025年5月10日（周六）13:30 - 17:30
    📍 地点：良渚文化村
    🎧 主办：播客《启师傅AI客厅》

    🎙️ 主题分享
    💡 《YouMind 产品思考》
    讲者：玉伯 @玉伯
    语雀创始人，前飞书产品副总裁，现 YouMind 创始人

    🔧 《从需求到成本：AI落地产品的务实之路》
    讲者：少楠 @少楠Plidezus
    flomo、小报童联合创始人

    💰 《个人开发者怎么“捡”钱》
    讲者：赵君
    SimilarTube & NanoInfluencer 开发者，产品经理

    🚀 产品分享
    🎨 《Seede AI：人人都能用的 AI 设计工具》
    讲者：Longyi
    Seede.ai 创始人 & CEO，前 Dora AI 团队成员，前美团架构师

    📺 《AIRI：如何从零实现外网爆火的AI主播》
    讲者：奶扣 Neko
    Literally Full-stack Developer，覆盖 AI Infra、模型开发、数据处理等全栈开源爱好者

    📊 《AI在交易中的实际运用 & AGI视角的选择》
    讲者：王凯 @henu王凯
    AI 连续创业者，FastFacts 等 AI 应用、松鼠快看创始人

    🗣️ 《Monspeak 的 What / Why / How》
    讲者：Suki & 志鹏 hustlzp
    SUKI：设计师&产品经理，正在边上班边做Monspeak @SUKIII
    志鹏：iOS 独立开发者，《我的番茄》《LEMO FM》《西窗烛》等产品作者@志鹏hustlzp

    🌍 《PopTranslate：为 macOS 打造的 AI 原生翻译工具》
    讲者：图拉鼎 @图拉鼎
    生活在良渚的开发者，专注 Apple 生态效率工具，正在打造新出海产品
    FhGLCsxDSFrf6LAQ6saJus_trMZtv3.png
    1.7 MB

  5. AI探索指南

    AI探索指南
    对于想要大概了解 Flow Matching 的童鞋，推荐 MIT 的这门小课 https://diffusion.csail.mit.edu/，对于核心概念讲解清晰且符合物理直觉。flow matching 的原理我感觉比 diffusion 更易理解（而且还SOTA :D）。讲一下我从小白视角的理解： 文生图（无 condition）的过程，我们可以理解成是从一个纯随机的正态分布采样一个点，逐渐把它变成很“真”的一张图片。diffusion 是逐渐把采样到的这个“白噪音”点不断“去噪”，变成一张图片。而…
    Frn-q52EWN0AZVVRdkUEvzpplqSev3.png
    925.4 KB
    Fj4sUwggpjpkq7c5GIbxO5t6hBflv3.png
    283.8 KB

  6. AI探索指南

    对于想要大概了解 Flow Matching 的童鞋，推荐 MIT 的这门小课

    对于想要大概了解 Flow Matching 的童鞋，推荐 MIT 的这门小课 https://diffusion.csail.mit.edu/，对于核心概念讲解清晰且符合物理直觉。flow matching 的原理我感觉比 diffusion 更易理解（而且还SOTA :D）。讲一下我从小白视角的理解：
    文生图（无 condition）的过程，我们可以理解成是从一个纯随机的正态分布采样一个点，逐渐把它变成很“真”的一张图片。diffusion 是逐渐把采样到的这个“白噪音”点不断“去噪”，变成一张图片。而 flow matching，是让一个“磁场”去推着这个点不断移动，最终“移动”变成一张图片（想象图片 vector 各个维度的数值有加有减不断变化）。
    稍微展开来说，flow matching 本质上是在学习一个 vector field/向量场（一个vector field定义一个ODE），可以把它想象成一个磁场。一开始我们只有一个符合正态分布的“沙堆”，我们的目标是逐渐”推移“这个沙堆，让它最终的分布符合我们要的分布（真实世界的图片）。对于每粒沙子在每个时间点、每个位置，磁场力的方向（往哪个方向推）就是我们要 neural network 学习的东西。一粒沙子从初始位置到目标位置”被磁场推着“经过的路，就是一个 flow（ODE 的一个解），不同沙子走出了多条 flow 形成多个训练数据不断调教 NN 去学习磁场里的方向，大量平均下来就是我们想要的磁场/模型。
    细心的童鞋可能会问，那 NN 咋知道往哪推啊？给定了一张图片，对于”想要成为它的沙子“，在一个时间点和一个位置，我们磁场力的方向是提前设计好的（conditional vector field），这样 NN 对于一个样本往哪推是知道的。我们不知道的是大量这样的数据，最终让 NN 平均下来会学成个啥样，即 marginal vector field（就是我们想要的）。
    最后附几张作业截图证明我不是瞎吹牛（btw 作业很简单）