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
最近这半年陆陆续续接到好几个朋友的电话想咨询一下和大模型相关的问题，有技术相关背景的朋友，也有完全和这个圈子不相关做实体产业的长辈。和他们聊了聊，关心的问题比较集中，主要是模型的能力边界，模型如何结合自己的场景以及如何快速落地。
其中有一些感受：
1. 这一轮新的机器学习浪潮在多种模态上都有了显著的提升。不仅仅是大家熟悉的LLM，VLM和e2e audio，Gen image/video/audio等提升都很大，并且是有解锁一些新的能力和场景的。所以想把它们使用好，要获取的上下文会非常的长，并且要对其中要点进行充分的理解又避免不了结合训练方法和训练数据进行学习。这中间出现了需要由人来弥合的鸿沟。
2. 结合1想要给朋友解释清楚也不是一件容易的事情。如何用简练的语言和一些结合他背景的比方先把上下文先灌给他是挺难的，但这件事情上人会比LLM更有优势，人拥有了更多对沟通对象的了解，比如你们之前共同经历所积累的黑话等。再上下文构建完成以后，就需要以此为基础带着他一起推理，这个阶段更需要对模型有高屋建瓴的理解，也常常会倒逼着我去思考一些更本质的问题。
3. 通过这样的交流感受最大的是刚开始完全不了解所带来的焦虑感，以及大致了解清楚以后的释然，放心焦虑开始思考如何更好的使用这么强大的工具。
其中有一些感受：
1. 这一轮新的机器学习浪潮在多种模态上都有了显著的提升。不仅仅是大家熟悉的LLM，VLM和e2e audio，Gen image/video/audio等提升都很大，并且是有解锁一些新的能力和场景的。所以想把它们使用好，要获取的上下文会非常的长，并且要对其中要点进行充分的理解又避免不了结合训练方法和训练数据进行学习。这中间出现了需要由人来弥合的鸿沟。
2. 结合1想要给朋友解释清楚也不是一件容易的事情。如何用简练的语言和一些结合他背景的比方先把上下文先灌给他是挺难的，但这件事情上人会比LLM更有优势，人拥有了更多对沟通对象的了解，比如你们之前共同经历所积累的黑话等。再上下文构建完成以后，就需要以此为基础带着他一起推理，这个阶段更需要对模型有高屋建瓴的理解，也常常会倒逼着我去思考一些更本质的问题。
3. 通过这样的交流感受最大的是刚开始完全不了解所带来的焦虑感，以及大致了解清楚以后的释然，放心焦虑开始思考如何更好的使用这么强大的工具。
他们发布了一个页面展示 Claude 系统提示的变化。
每一个版本的系统提示都在里面。
这个页面查看：https://docs.anthropic.com/en/release-notes/system-prompts#july-12th-2024
Cursor AI ：编程效率工具 + Obsidian 完美搭档
这个视频发布24小时后，推上已有1.4万人观看，帮我涨了近100关注者，干货很多，欢迎观看
在本期视频中，我将详细介绍Cursor的各项功能和使用方法，包括：
Cursor Tab自动补全代码
Cursor命令行直接操作
Cursor与Obsidian笔记软件的完美结合
Cursor Composer一键生成代码和网页
如何利用网页搜索增强Cursor的回答
Cursor使用技巧和小窍门
如果你想提升编程效率，解放双手，千万不要错过这款AI神器！赶快下载Cursor，一起体验AI编程的乐趣吧！
使用 claude，cursor+deepseek code 完成 LLM Playground 的应用
例如：siliconcloud，openrouter，deepseek 的 api 都可以。
我完全不了解 next.js 技术栈，目的是想看看不懂编程的清况下的可行性
用next.js有一个原因是部署真的太方便了:
https://llm-playground-ten.vercel.app/
整体过程：
1. claude 生成框架
2. cursor+deepseek code修改，直到实现功能。
cursor 我没有付费
整个耗时 5 小时，耗时主要的原因是我不了解 next.js 技术栈，需要补的知识很多。
一些感受：
1. 重头开始了 4 次，修改 prompt。整体生成框架，最后是 sonnet 更胜一筹，这一步不能太复杂的 prompt，尽量简单，到 cursor 的时候再丰富，就好办一些。
2. cursor 中，我用的 deepseek code 模型，效果也不错。但是有幻觉，sonnet 也是如此，而且这两个模型幻想的内容很相近（有趣）。
3. 好的点：
- 基于 vscode 实现，整体的开发、编辑体验很好
- 编写测试用例的体验很棒
- 添加修改部分功能的体验很棒
4. token 的消耗很大，浪费比较严重
5. 看不懂技术很难进行一些细节的调整，细节往往是幻觉的重灾区
Invalid media: video
例如：siliconcloud，openrouter，deepseek 的 api 都可以。
我完全不了解 next.js 技术栈，目的是想看看不懂编程的清况下的可行性
用next.js有一个原因是部署真的太方便了:
https://llm-playground-ten.vercel.app/
整体过程：
1. claude 生成框架
2. cursor+deepseek code修改，直到实现功能。
cursor 我没有付费
整个耗时 5 小时，耗时主要的原因是我不了解 next.js 技术栈，需要补的知识很多。
一些感受：
1. 重头开始了 4 次，修改 prompt。整体生成框架，最后是 sonnet 更胜一筹，这一步不能太复杂的 prompt，尽量简单，到 cursor 的时候再丰富，就好办一些。
2. cursor 中，我用的 deepseek code 模型，效果也不错。但是有幻觉，sonnet 也是如此，而且这两个模型幻想的内容很相近（有趣）。
3. 好的点：
- 基于 vscode 实现，整体的开发、编辑体验很好
- 编写测试用例的体验很棒
- 添加修改部分功能的体验很棒
4. token 的消耗很大，浪费比较严重
5. 看不懂技术很难进行一些细节的调整，细节往往是幻觉的重灾区
Invalid media: video
只需要 8 步或者 16 步就可以用 FLUX 生成图片，大幅减少 FLUX 的生成时间。
模型下载：https://huggingface.co/ByteDance/Hyper-SD/blob/main/Hyper-FLUX.1-dev-16steps-lora.safetensors
网址：https://wukong.today/
比如：如何打过黑神话悟空的广智
https://wukong.today/c/6f60021e10c1375b8a7761f25497af0492ca4b88
感觉国外更需要的是：西游记 问答这种东西
ComfyUI-Nexus 这个插件🐂🐸。
可以让 ComfyUI 支持多人协作，而且协作人不需要安装任何东西，打开链接就行。
- 最多支持 15 个并发用户
- 只能在云服务的 ComfyUI 上运行
- 观察他人工作流程的旁观者模式
- 一名用户主持，其他用户远程加入
- 支持工作流自动备份
项目地址：https://github.com/daxcay/ComfyUI-Nexus?tab=readme-ov-file
可以让 ComfyUI 支持多人协作，而且协作人不需要安装任何东西，打开链接就行。
- 最多支持 15 个并发用户
- 只能在云服务的 ComfyUI 上运行
- 观察他人工作流程的旁观者模式
- 一名用户主持，其他用户远程加入
- 支持工作流自动备份
项目地址：https://github.com/daxcay/ComfyUI-Nexus?tab=readme-ov-file
现在机器人的行走机构主流的分两种形态
1、轮式地盘行走
2、双足行走
如果要兼顾快速移动和各种场景下的越障，是否可以考虑二者结合？
当路面状况非常好，用轮式快速移动。若遇到门槛、楼梯等需要越障的情况，采用腿部行走。
1、轮式地盘行走
2、双足行走
如果要兼顾快速移动和各种场景下的越障，是否可以考虑二者结合？
当路面状况非常好，用轮式快速移动。若遇到门槛、楼梯等需要越障的情况，采用腿部行走。
