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
想试一个小活动:AI NEXT社区「疯享会」。

不是路演,不是听课。
就是把一群正在做 AI 产品的人放到一起:

看产品,
互相提问,
试产品,
聊下一步。

你可以带三样东西来:
一个正在做的 AI 产品;
一个只有你能讲的真实故事;
一个最近真的想不明白的问题。

两场活动:

📍北京|5.19 周二 18:30|中关村
📍深圳|5.22 周五 18:30|腾讯滨海大厦

适合已经有产品、用户反馈,或者真实卡点的 AI Nativer。

闭门局,想来可以评论区留「北京」或「深圳」。
#AI的神奇用法 #AIHackathon #AI工作流
美国麻省理工发布7门免费AI课程,推荐💄 - 小红书

MIT 发布了一批免费AI 课程,足以让你达到入职水平。

没有付费墙,没有废话。
精华推荐 👇
1. AI 101(AI 入门)
→ 从零开始,建立真正的直觉。
https://ocw.mit.edu/courses/res-6-013-ai-101-fall-2021

2. 深度学习训练营(Deep Learning Bootcamp)
https://introtodeeplearning.com/

3. 人工智能(Artificial Intelligence)
→ 解决问题的方法论 + 机器学习基础。
https://ocw.mit.edu/courses/6-034-artificial-intelligence-fall-2010/

4. 机器学习导论
→ 那些你真正会用到的
https://openlearninglibrary.mit.edu/courses/course-v1:MITx+6.036+1T2019/about

5. 如何 AI 化(几乎)任何事物(How to AI Almost Anything)
AI + 创意(音乐、艺术、系统设计)。
https://ocw.mit.edu/courses/mas-s60-how-to-ai-almost-anything-spring-2025/

6.
。。。
#提示词工程 #AI工作流 #AI的神奇用法

Invalid media: image
🧑‍🏫Claude母公司免费开放AI课程及认证 - 小红书

🍎Claude母公司免费开放AI课程及认证

1、Claude 入门指南:掌握 Claude 日常办公应用与核心功能→ https://anthropic.skilljar.com/claude-101

2、AI 通识基础课:构建 AI 思维框架(入门必学)
https://anthropic.skilljar.com/ai-fluency-framework-foundations

3、智能体技能开发:在 Claude Code 中配置可复用指令集→ https://anthropic.skilljar.com/introduction-to-agent-skills

。。。

#AIHackathon #AI工作流

Invalid media: image
杨立坤也喷了昨天 Anthropic 的傻逼研究,他们目的太明显了#ai创造营#
刚发现 MuleRun 发布 2.0 版本了,他们说上线一个月用户突破了 50 万,美国占比最高。

新版本可以帮用户配置专属的 Agent 团队,而且上线了非常多的垂直行业 Agent 专题。#ai创造营#

他们跟相关行业专业公司和团队合作创建 Agent 的方向也发展良好,创建了很多关于电商、数据分析和内容创作的专业 Agent。

现在进到官网会让你选择适合你职业的 Agent 团队,用户可以选择将多个 Agent 组合使用然后成体系的解决问题。

比如里面有阿里国际的 PicCopilot Agent ,封装了一堆适合电商的工具,比如 AI 商品展示图、风格克隆、虚拟试穿等。

可以帮助商家快速处理电商图片和视频素材,然后重新生成用于投放和宣传的内容。

另外还有 Quick BI 这个 AI 商业分析平台创建的数据和报表分析 Agent,可以快速对用户数据报表进行处理发现其中的机会或者异常。

我这手头没啥报表,拿前几天的健身数据表试了一下,居然也可以,而且他分析过程中会调用 Python 等编码工具所以不用担心 LLM 的幻觉问题。

我这里问了他对于下半身锻炼,使用负荷在10到30单位之间的练习的训练量分布(组数 × 次数)是多少?

他会先用工具分析和提取对应数据,然后 AI 才会介入分析提取出来的数据。

我还翻了一下其他的 Agent,现在基本你想到的 AI 能做的里面都有,甚至还有 sora 视频生成和去除 Sora 水印,哈哈

这种 Agent 市场一旦规模化对于用户还是非常方便的,啥功能都有,迭代速度也很快。
NotebookLM 的深度研究上了,但是他们这个交互非常有意思。

不是像之前一样给你出个报告。而是把所有收集到的上下文信息全部填充到左边的这个上下文列表里。

然后你愿意咋问咋问,你想让他输出啥就输出啥,包括输出音频概览和视频概览。

如果你想要研究一些东西的话,我感觉这种比较合适。#ai创造营#
不是,Open AI 真要干社交啊#ai创造营##openai#

前几天泄露的群聊功能上了,会先在日本、新西兰、韩国、台湾上线,免费用户也可用

点击 APP 右上角的人物添加人物图表就可以邀请好友,上下文会保持并且新开一个对话

模型用的是 GPT‑5.1 Auto ,会根据提问者的会员等级切换模型,一点漏洞不给钻,真有你的 Sam

支持搜索、图像和文件上传、图像生成以及听写功能。

ChatGPT 在群聊中会遵循对话的流向,并根据群聊的上下文决定何时回复、何时保持沉默。

群组管理能力也有,可以添加移除群成员,管理群名称等。
中美两国在AI上一个没电,一个没卡,也是一对苦命鸳鸯了#ai创造营#
体验了一下 TRAE 新的 SOLO Coder Agent,用它做了一个相当复杂的项目

AI 可以帮你分析你的力量训练数据,给出非常详细且直观的训练报告,我教练看得都震惊了

打破了我以前的认知,规划能力和多次修改的稳定性很突出。

下面介绍一下他们这次更新的主要内容,以及我这个项目的构建过程👇

-----------------------------------------------------

首先是这次新增的一个模式叫 Solo Coder #ai创造营#

相较于之前的 Solo Builder 模式,它的整个能力会更加的强大,非常适合这种复杂代码库的维护,支持智能任务的规划以及多 Agent 的协同进行并发工作。

在创建新任务的时候就可以选择 Solo Coder 模式。

选择完成之后可以发现,整个软件编程了三栏的交互设计:

最左边是多任务列表,你可以看到每个任务目前的状态,它的任务是正在进行完成了,还是已经中断了。

中间的就是主页面,就是你跟当前选择 Agent 的主要交互界面就在这里,你可以输入信息,然后看到 Agent 当前的执行细节。

最右边就是一些不同的窗口的预览,它会根据当前的 Agent 进行的状态,切换不同的工具,帮你展示不同的信息。

比如说当前是要预览网页的,就是浏览器。

当前是要让你看这个编码的效果或者更改的效果的话,就是代码变更页面。如果说你是要看具体的代码,它就是具体的 IDE 的那个编辑器界面。

包括它还支持实时跟踪,就能够当时自动的给你打开对应的页面进行预览。在右侧。

Coder 模式的多 Agent 并发能力。

你完全可以创建多个 Agent 窗口,让他们同时进行不同的任务。这样可以不同的 Agent 进行规划,一个进行操作,一个进行设计。

我这里第一个就是用来让 AI 去优化它的交互和设计。让他查找一些交互设计存在的问题

第二个就是分析项目的优化点,就是分析一些目前其他 Agent 写出来的代码存在的问题

最后就是一个正常的正在迭代的写代码。

而且多任务并发这里,你可以自己去创建新的 Agent。

目前创建 Agent 的时候,那些表单你可以不用自己去填写了,你只需要大概描述一下需求,它会去帮你去创建 Agent 所需要填写的表单,你只需要稍微的微调就可以,这个自动生成的智能体图标也很有意思。
Gemini 3 这么猛吗,一个历史学家测试了 Gemini 3 Pro 破译历史文件

他能实现以前模型基本无法完成的历史文件信息破译和推理操作,这些手稿的字说实话没经过学习和训练根本不认识。#ai创造营##gemini3#

在涉及他没见过的复杂手写字体表格的识别时候,Gemini 3 的表现已经优于受过训练的学生。

LLM 的“预测式”本质让它在非常规拼写、姓名、地名、日期、金额等低概率元素上易错,而且历史文件里面标点、大小写、长 s(ſ)、度量单位等也高度含混。

作者测试了50 份、约 1 万词的英文学术手写样本,涵盖多种书写体与成像条件,用于评估 CER/WER。

到 Gemini‑2.5‑Pro,在严格计分下约 CER 4%、WER 11%;若排除标点与大小写错误,降至 CER 2%、WER 4%,已逼近专业人工。

排除一些含混项后,新模型(Gemini 3)降至 CER 0.56%、WER 1.22%,接近或达到“专家人类水平”。与 Gemini‑2.5‑Pro 相比提升 50–70%。

作者说它似乎跨越了某些专家长期以来认为当前模型无法逾越的界限。

面对一个模糊的数字,它推断出缺失的语境,进行了在历史货币和重量体系之间的一系列多步换算,并得出了需要对文档所描述世界进行抽象推理的正确结论。换句话说,它的表现好像能够使用符号,尽管这些符号从未被明确定义。

看起来发生的是一种新出现的、隐含的推理形式——在一个统计模型内部感知、记忆和逻辑的自发结合。

详情:网页链接
黑森林工作室 CEO 预告

FLUX 2 图像模式即将发布#ai创造营#
AI探索指南
昨晚 Kimi K2 的训练团队在 Reddit LocalLLaMA 频道做了一次 AMA 看了一下海外用户对于 K2-Thinking 的评价和国内在我评论区的评价还是挺不一样的。 海外用户对价格相对没那么敏感,当然也提到了按调用次数而不是按 Token 这样有些问题,总体来说还是跟关注技术和质量,当然也跟 LocalLLaMA 这个频道的属性有关系。 他们昨晚也在 AMA 里面回答了很多问题,我整理了一些有信息量的: ---------------------------- KDA 会用在下一代旗舰模型…
不是官方数字。很难量化训练成本,因为很大一部分属于研究和实验。

在制作 K2 thinking 的过程中,你们遇到的最大挑战是什么?谢谢!

一个挑战是支持交错的“思考 - 工具 - 思考 - 工具”模式。这在 LLMs 中是相对新颖的行为,实现起来需要大量工作才能正确运行。

K2 thinking 在几个月来经过许多评测后,已经能抓到 Sonnet 4.5 和 Opus 4.1 漏掉的问题。说实话,感觉 K2 thinking 只差一点系统提示(system prompt)调整就能达到同等水平。这全都要归功于你们的新架构吗?还是你们的训练数据质量也有提升?

我认为拥有合适的评估方法和数据对性能至关重要。架构和优化器提高了样本效率。

你们训练堆栈的硬件是什么样的?想了解你们的基础设施如何与那些美国大型公司使用的堆栈相比?

使用带有 Infiniband 的 H800 GPU;它们不如美国的高端 GPU,而且数量也不占优势,但我们把每一张卡都充分利用起来#ai创造营##kimi#
推特和作品就是你最好的简历

原来在 Replicate 干的 fofr 加入了 DeepMind

很多人应该都会对这哥们有印象,在 Nano Banana 和 GPT-4o 图像发布的时候都持续产出了非常多好的案例和测试

估计 Deepmind 想用他补上自己在图像和视频上的宣传路径,哥们这下这结起飞了

当然,很荣幸老哥也关注了我#ai创造营#
来了!藏师傅 & 30+ AI 产品终极优惠礼包!

在 17 日之前购买藏师傅的 AIGC 周刊,将会获得:

一年的 AIGC 周刊内以及所有往期 AIGC 周刊的存档内容;

30 多个知名 AI 产品的高额优惠券,一定有你想的产品;

30 多个 AI 产品的免费会员抽奖,总数超过了 1000 份100% 中奖。#ai创造营#

下面是活动细节,也可以直接看长图👇

可能很多人还不了解藏师傅的 AIGC 周刊,我以前很少主动宣传。

其实周刊已经从ChatGPT发布的那周开始更新稳定运营三年,其中前两年还是免费更新的,口碑和品质都有保证,很多看周刊长大的朋友都已经在行业站稳脚跟。

订阅后可以获得,一份不只有新闻资讯的AIGC周刊包括:记录上周值得关注的AI领域主要发布;核心从业者需要关注的AI动态;涉及各个AI领域的优质内容;

这次藏师傅拉到了几乎能够想到的所有国产 AI 产品和模型厂商,他们要么提供了非常高额的折扣,要么提供了相当数量的免费会员抽奖,要不两者都有,接下来介绍优惠顺便介绍一下产品。

有没有可能不花钱订阅周刊呢

有的,兄弟有的,藏师傅的 AIGC 周刊开通了小报童的合伙人计划。

如果你的朋友使用你的订阅链接订阅的话你会获得订阅价格 20% 的收益。推荐三个朋友基本上就可以免费看一年享受这些福利了

你可以扫描二维码在页面下方的“分享有礼”部分获取带有 7 折优惠券的推荐链接

那么在哪里订阅呢

藏师傅的 AIGC 周刊现在有两个渠道。

Quaily 适合海外用户,可以用美元和日元结算,也适合有 NewsLetter 阅读习惯的用户。

小报童适合国内在微信阅读信息的用户,同时还有合伙人计划以及方便的国内支付渠道。

最后是一些细节的Q&A

这些优惠活动会从什么时候开始,如何领取?
优惠码或者链接的领取地址,都会写在 11.17 号那一期的周刊最后面,这样大家可以选择自己喜欢的产品订阅,另外这些优惠码大部分都有时间限制,建议在 11.17 那一周购买完成,后面的话不保证还能用。

这么多抽奖该如何抽呢?
我会在 11.17 开始在会员群开启抽奖,每天会抽两到三个产品,争取可以一周全部抽完,由于活动就我一个人处理所以可能会比较慢,见谅,你订阅后就可以添加我微信进群,注意备注的格式,因为订阅的用户很多,不按备注格式备注的我可能会加不上。

老会员可以享受这些福利吗?
006KpAl0ly1i76z2i3cmaj318g6mfkjo.jpg
4.6 MB
Nano Banana 2 在文本呈现、信息图表、世界知识、图表、多语言和遵循指令方面表现出色。

几个昨晚 Nano Banana 短暂上线的测试结果#ai创造营#

看起来画面细节、图像一致性以及文本渲染都好了非常多
Nano Banana 2 看来马上就要上线了

Media IO 这个产品短暂可以选择,现在不行了

不知道具体升级有多大,希望中文处理可以好点#ai创造营#
Dia 浏览器上的标签页固定终于改回 Arc 样式了,一下舒服多了,就得其他产品逼一逼他们#ai创造营#
Dia 浏览器上的标签页固定终于改回 Arc 样式了,一下舒服多了,就得其他产品逼一逼他们#ai创造营#
Kimi 开源 K2-Thinking,出乎所有人意料掏出了个大的!

HLE(44.9)和 IMO(76.8) 全球 SOTA!#ai创造营##kimi#

第一时间试了一下,顺便介绍他们的编程全家桶(模型、CLI、会员)

先介绍一下模型的升级内容:

Agent化升级: 原生「边思考、边用工具」,可自主持续多轮推理与调用,最高约300轮。

推理SOTA: HLE(44.9)和 IMO(76.8)都做到了目前的最高分,复杂检索与长程规划显著增强。

编程增强: Agentic Coding更稳,前端(HTML/React/组件化)与多语言工程基准表现提升。

通用基础能力升级 :创意写作更有韵律与深度;学术与研究场景下分析更严谨、结构清晰;可长篇任务中保持逻辑与风格稳定。

效率提升: 原生 INT4(QAT+MoE weight‑only),长解码下性能保持,生成速度约提升2×。

而且这段时间 Kimi 在编程领域不止专注于模型,也在考虑周边生态,如何让大家在更方便和实惠的使用 K2 编程。

他们推出了自己的 AI 编程 CLI 工具 Kimi CLI,安装方式和使用基本拉齐的 Claude Code。

也加上了编码的 API 套餐他们叫 KFC,199 元的每周提供 7168 次调用,非常够用了。

首先来看一下如何通过 Kimi 全家桶,方便快捷的用上升级后的 K2-Thinking 模型。

我们需要购买一个 Kimi 登月计划的会员,直接去官网买就行。

而且如果你之前打赏过 Kimi 的话,你打赏的钱会在你首次开通之后帮你充值到账户里面,非常的良心。

这里有个设计问题,如果你想要获取 Kimi For Coding 的 API Key 的话,需要点击下面图片里面框住的文字,然后复制就行,希望后面改改,比如放到设置里面。

然后我们就可以去安装 Kimi CLI 了,这里如果你没有安装 UV 的话需要先在终端安装 UV。

然后再通过这段代码安装 Kimi CLI 就行

uv tool install --python 3.13 kimi-cli

安装后在终端打开你的项目目录输入 kimi 就可以启动 Kimi CLI 了。

首次启动后会让你选登录方式,选第一个然后输入刚才从 KFC 获取的 API Key 就行。
 
 
Back to Top