-
200 美元，一天干完半年活：这个新出的AI科学家，是来砸博士生饭碗的吗？
说实话，刚看到 Edison Scientific 发布这个所谓“全自动 AI 科学家”的时候，我心里的弹幕全是：“又在吹牛逼了。”现在的 AI 圈子太浮躁，是个模型就敢说自己能“颠覆行业”。我带着一种“我就静静看你装”的心态，打开了他们那份 42 页的技术报告，准备挑几个刺，顺便写篇吐槽文。结果看完前两页，我沉默了，默默把刚才心里的吐槽咽了回去。这一次，他们好像真的没有开玩笑。这家伙叫 Kosm…- 0
- 0
-
Seed Research￨Depth Anything 3：单一Transformer架构实现任意视角空间重建
人类能够通过一张照片、一段视频，迅速在脑海中构建出一个空间的立体样貌。这种能力源于我们对不同视角空间几何关系的理解与推理，而机器想要理解、参与物理世界，就需要提升空间智能，对场景精准重建。当前的视觉空间重建模型大多依赖复杂的架构和多任务学习方法，通过不同的网络模块分别处理深度估计、相机姿态估计和多视图几何重建等任务。然而，这些方法常常面临架构过于庞大、任务间耦合性强等问题，导致模型难以灵活应对多任…- 0
- 0
-
Nano Banana Pro又出10种邪修玩法，写字海报已经落后N个版本了
说实话，nano banana pro的玩法真的玩不完，每当我以为都差不多了的时候，就又挖到了一堆好玩的效果。 这我必须连夜写写写写写，让大家都玩上！ 这次又又又整理了10种热门的玩法，品牌设计，多图多元组组合，主题PPT，产品拆解，世界知识，科普漫画，视频封面，动作指导，年代照，跟不同年代不同年龄的自己合照，还有角色设计等等等等，量大管饱，全新的case。 结尾还有额外整理的114种nano b…- 0
- 0
-
从 Tool 到 Skill：Deep Agents 正在重新定义通用 AI Agent 的“工作方式”
过去一年，通用 AI Agent（ Generalist Agent ）迅速走红： 它们能写代码、做调研、改文件、跑命令，看起来“什么都会”。但一个反直觉的事实正在出现：❝真正强大的 Agent，并没有堆满工具。Anthropic 最新提出的 Agent skills（代理技能），以及已经完成工程化落地的 Deep Agents CLI，正在给出一个更优解：Agent 不再靠“…- 0
- 0
-
哪里不对点哪里！Nano Banana Pro 和 Lovart 的进阶玩法，4 个落地场景（附prompt）
上篇跟大家说道，Lovart还上线了一个Touch Edit功能，今天就来拆解一下Touch Edit功能，直接看一个场景你就懂了，我做的这套复仇者联盟的卡片，其实中间有一张是有一点点瑕疵的，不知道大家发现没？我们来看精神小伙雷神，他的卡片其实头部没有展示完全，这也是当下很多AI模型的问题，生成图片的时候或多或少都有随机性，这意味着我们不好控制，常规的做法是需要不断改prompt，重新生成，rol…- 0
- 0
-
如何通俗的理解AI Agent的工作流？
为什么“工作流”在Agent应用中非常重要，又这么火🔥，今天详细分析一下这个问题。简单来说，就是因为通用模型只对通用知识熟悉，对特定领域业务知识也无能为力。比如，“写新闻评论”的任务，模型训练涉及海量的数据，一些通用的知识基本都含在模型内部，模型是知道流程的，因为模型的训练数据里包含了无数的新闻文章、评论、分析报告、写作教程等。从中“学习”并“内化”了“研究 -> 分析 -> 立论 -…- 0
- 0
-
开源书分享：RAG实践手册：构建知识库和问答系统的实战指南（可下载）
这份手册是一份颇具实践价值的RAG系统开发指南，它从零开始，系统性地阐述了如何利用现代云原生技术栈（特别是Cloudflare平台）来构建一个功能完备、性能优越的智能问答机器人。其内容覆盖了从理论原理到具体实现，再到部署运维的完整生命周期。1. 理念与架构设计RAG原理与优势手册开篇即阐明了RAG（检索增强生成）的思想——将外部知识库的检索与大语言模型的生成能力相结合。它通过在生成回答前先从知识库…- 0
- 0
-
Ilya重磅发声：Scaling时代终结！自曝不再感受AGI
Scaling时代已终结！Ilya一现身，金句必出。还记得NeurIPS 2024上，他曾向世界宣告：「预训练时代终结」。这一次，Ilya在镜头前平静地说出这句话时，整个AI圈都屏住了呼吸——我们已从Scaling时代，正走向研究时代。在这场与著名主持人Dwarkesh Patel的深度访谈中，Ilya几乎把当前AI研究最刺痛的真相揭开了：不仅仅是预训练，就连Scaling Law这条路，已经被他…- 0
- 0
-
覆盖430家权威机构数据源，Skywork专业数据模式赋能高效AI生产力平台
天工超级智能体（Skywork Super Agents）自上线以来持续拓展AI生产力的边界、极大地提升办公效率。用户在天工超级智能体中，可以高效获取全能办公解决方案，包括利用AI辅助一键生成文档、PPT、表格、网页、播客和音视频等，打通AI办公的“最后一公里”。近期，Skywork全新上线“专业数据”模式，打造可信、可溯源的智能决策引擎，以 “跨领域全覆盖、权威数据源支撑、透明可溯源” 的核心优…- 0
- 0
-
ChatGPT 完成重大功能迭代！
OpenAI 正式宣布 ChatGPT 完成重大功能迭代，将原独立的 “语音模式”（Voice Mode）全面整合至主聊天界面，实现语音与文本交互的深度融合，用户无需切换模式即可同步获取语音应答、视觉呈现与文字转录服务。据 OpenAI 官方博文披露，此前需单独启动的语音对话功能，现已完全嵌入主聊天窗口，用户通过语音提问时，系统不仅能以自然流畅的语音回应，还可实时生成对应的地图、图表、图片等视觉内…- 0
- 0
-
一文详解 | 从了解到集成，轻松为您的应用选择理想的图像生成模型
为您的应用添加自定义图像，能够显著改善和个性化用户体验，有效提高用户参与度。本文将探讨使用 Firebase AI Logic 生成图像的两种新功能: 其一是 Imagen 专属编辑功能预览版；其二是 Gemini 2.5 Flash Image (又名 Nano Banana) 正式版，后者的专长就是在情境或对话中生成图像。借助 Firebase AI Logic 生成图像以提高用户参与度图像生…- 0
- 0
-
有赞AI研发全流程落地实践
1. AI 时代的研发变革1.1 AI编程的火爆25年可以说是 AI 应用的元年，在编程领域从最基础的代码补全到辅助编程，到 AI 工程师，再到 AI 开发团队，各种概念层出不穷。编程工具迭代涌现，从老牌的 Github Copilot 到爆火的 Cursor，再到 Claude Code，和最新出的 Codex。对应的用户规模也爆发增长，Github Copilot 用户超过 2000 万，Cu…- 0
- 0
-
夸克 AI 浏览器全面升级，可随时唤起千问
传统浏览器，越来越「重」了。写方案要开着 Word，查资料要切回浏览器，回消息又得跳到微信。屏幕被切得支离破碎，注意力也跟着碎掉。每次想让 AI 帮忙，都要先经历一番「寻找 AI 在哪里」的折腾。这周，我试着把主力浏览器换成了全面升级的夸克 AI 浏览器。体验下来，背靠阿里 Qwen 全球大模型，全面融合千问 AI 助手的夸克，发布六大千问 AI 套件，实现系统级「全局 AI」的创新产品形态，随时…- 0
- 0
-
Nano Banana Pro 支持开启高清，字体瞬间完美了！
Nano Banana Pro 虽然已经支持了 2K，4K，但之前在提示词里面没法使用，导致字体会出现问题，比如下面这图：提示词：请为乔布斯创建一个有趣的中文职业生涯地图，使用指环王的主题。需包含相关的隐喻或比喻，将这位名人的职业经历与所选主题连接起来，使职业地图感觉连贯且有意义。现在，终于可以直接开启高清， 只需要在提示词里面加入“高清”、“HD”这样的词语就可以。开启后，上图直接从 2.8 M…- 0
- 0
-
90%的AI项目死于组织失序
在当前的AI创业浪潮中，创始人普遍存在一种认知偏差：过分高估算法与模型的作用，而低估了组织架构对商业落地的支撑作用。哈佛大学Ayelet Israeli与Eva Ascarza的研究指出，AI技术本身具有高度的可复制性和外溢性，真正的护城河在于组织智慧（Organizational Intelligence）。他们同时引入了5R框架（Roles, Responsibilities, Routine…- 0
- 0
-
从根儿上学会Claude Agent Skills！
想从根儿上把 Claude Agent Skills 玩明白，需要先把你脑子里关于提示词，MCP，Tools的概念清空一下。因为Claude 的 Agent Skills 系统绝不是简单的提示词，也不是代码的执行，而是一个复杂的基于提示词的元工具架构，它有着自己运行的完整生命周期。要真正学会Claude Agent Skills，不仅仅只是学习Skill的文件组织形式，会写md，还要理解Skill…- 0
- 0
-
企业级AI落地：破局碎片化实施，构建体系化智能战略
在当今数字化转型浪潮中，人工智能技术正成为企业核心竞争力之一。然而，众多企业在AI落地过程中陷入了一个普遍误区——过度关注技术本身，而忽略了更为本质的战略与组织变革需求。当前困境：碎片化实施的恶性循环大多数企业采用的AI实施模式呈现明显的碎片化特征：业务部门零星提出需求，IT团队被动响应。这种“打地鼠”式的项目实施方式，导致企业难以形成规模化协同效应，资源投入产出比持续走低。更深层的问题在于，各部…- 0
- 0
-
为什么大模型在企业落地那么难？
相比于数字化，这波大模型带起来的浪潮，在C端已经是如火如荼的情况下，B端基本都是面子工程，或者一些边边角角的应用。01我分析有几点原因。1. 一次性软硬件投入很大，而行业在飞速发展，导致今年的投入，可能明年就大幅贬值了。2. 缺乏足够多相关的人才。上一波数字化人才，很多来自于互联网大厂的外溢。也就是从C端外溢到B端。3. 业务变现路径不清晰，很多公司在数字化上的投资都还没有看到明显的回报，遑论大模…- 0
- 0
-
为什么我判断90%的中国ToB公司不需要GEO
过去三个月，ToB圈子里有两个最吵的词：GEO和Agent。一个被吹成未来的流量入口，一个被当作下一代产品的形态。明确一点，我反对前者，赞成后者。有句很直白的话是，今天大多数ToB公司跑去做GEO，既不科学，也不值得，更不可能短期见效。实话实说，90%的中国ToB公司不需要GEO。最重要的是，很可能是在错误的时间点，把资源投入一条错误的赛道。当然，这里有个前提必须说明，我不是反对GEO。而是请所有…- 0
- 0
-
逐际动力张巍：人形机器人的本质是 AI 应用｜Agentic Era
Agentic Era 的真正起点，不单是模型参数的跃升，也不仅仅是 VLA 技术的突破，而是智能真正进入物理世界，感知、决策，并为自己的行动承担结果。人形机器人，就是这个时代最清晰的落点之一。 今年 AGM，我们邀请了绿洲生态企业、逐际动力创始人张巍教授进行现场分享。他的判断很直接：人形机器人不只是 “长两条腿的机器”，它是未来最重要的 AI 应用场景；它不该被当作 “专机”，而应该像…- 0
- 0
-
Gemini 3.0发布：谷歌用百万级上下文窗口重新定义AI能力边界
2025年11月19日，谷歌DeepMind正式发布第三代旗舰AI模型Gemini 3.0，同步推出Ultra/Pro/Flash三个版本，在LMSys Elo排行榜以1501分刷新历史纪录。这场被业内称为"AI界诺曼底登陆"的发布，不仅让OpenAI CEO山姆·阿尔特曼紧急发推"祝贺谷歌"，更标志着人工智能从"被动工具"向"…- 0
- 0
-
智能体如何利用文件系统进行上下文工程
深度智能体 (deep Agents)[1] 的核心能力之一，便是它们能够自如运用一套文件系统工具。通过这些工具，深度智能体可以在其文件系统中读取、写入、编辑、列出和搜索文件。在本文中，我们将深入探讨为什么文件系统对智能体至关重要。要理解文件系统的作用，我们首先需要思考当前智能体在哪些方面会表现不佳。它们失败的原因无外乎两点：(a) 模型本身的能力不足，或者 (b) 它们无法获得正确的上…- 0
- 0
-
Spring AI Alibaba实战：打造会编程的Java智能体
当AI不仅能写代码，还能自主决策在AI技术飞速发展的2025年，一个明显的趋势是：AI正在从简单的对话工具，升级为能够自主规划、执行复杂任务的智能体（Agent）。对于Java开发者来说，一个令人振奋的消息是——我们不再需要羡慕Python在AI领域的主导地位了。Spring AI Alibaba的正式发布，标志着Java智能体开发迎来了属于自己的企业级解决方案。一、AI智能体：为什么2025年是…- 0
- 0
-
Google 11月发布了Agent质量白皮书，输出了四大评估支柱，两大评估层级、三大可视化基石
Google这两天发布了最新的《Agent Quality》白皮书，深入探讨了在 AI Agents时代，软件工程和质量保证（QA）面临的范式转变，并提供了一套完整的框架来构建、评估和监控高可靠性的 AI 系统。今天来解读一下这份Agent质量白皮书里有哪些内容。AI Agents时代的核心挑战，是传统的软件测试已无法应对 AI 智能体。传统软件测试有确定的路径和期望输出。像送货卡车，按既定路线行…- 0
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×