AI信息差
OpenAI奥特曼最新访谈:最担心的是，超级智能出现了，而世界没变得更好
在最新一期《Uncapped with Jack Altman》播客中，OpenAI CEO 山姆·奥特曼与主持人Jack Altman（也是他的弟弟）进行了一场坦诚的对话。 奥特曼分享了对AI未来5-10年发展的独特见解：从AI发现新科学的可能性，到人形机器人的普及时间表，再到超级智能对社会的潜在影响。他还坦率讨论了从投资人转型为全球最受关注AI公司CE...
百度用AI数字人创造GMV了
”罗永浩“又杀回来了。 6月15日晚，罗永浩数字人在百度电商完成首场直播，吸引超1300万人次观看。其中，GMV（商品交易总额）突破5500万元，部分3C、食品等核心品类商品带货单量超罗永浩5月真人首秀同期数据，创下数字人直播带货新纪录。 当多数AI公司还在多模态上打江山、抢用户的阶段，百度已经基于更先进的高说服力数字人技术，给行业交了一份...
大厂 AI，还干不掉张雪峰
大厂盯上高考志愿，背后是三笔“隐形收益”。 来源 | 定焦One（dingjiaoone） 作者 | 王璐 编辑 | 魏佳 高考已经落幕，另一场决战才刚刚开始——报志愿。 这是一场信息焦虑下的博弈，每年都有无数家庭投下重金。仅是“张雪峰”这一个IP，就养活了一整条产业链：售价高达12999元、18999元的志愿填报服务，每年都被抢购一空。各地的“张雪峰们”...
再见firecrawl！Firecrawl爬虫开源替代方案WaterCrawl
大家好，我是每日给大家推荐优秀开源项目的小G。 相信不少朋友都听说过Firecrawl这个热门的商业化爬虫服务。但今天我要给大家介绍的是一个极具潜力的开源替代品——WaterCrawl。在数据驱动的时代，拥有一个功能强大且完全可控的爬虫工具显得尤为重要。如果你正在寻找一个既能媲美Firecrawl功能，又能完全自主部署的解决方案，那么WaterCrawl绝对...
Google Gemini驱动的研究助手，终端AI开发者助手，轻松管理AI Agent集群
**关注我，记得标星⭐️不迷路哦～ ✨ 1: KResearch Google Gemini驱动的研究助手 KResearch是一个使用Google Gemini API对用户指定主题进行深度研究的web应用程序。主要功能如下： 迭代式主题澄清： 通过“专家研究员”角色提出有见地的澄清问题，以细化研究范围和用户意图。 AI驱动的研究策略： 根据澄清后的...
解放双手：ComfyUI 批量跑图插件操作手册
📚前言 批量工具是 ComfyUI 的扩展插件，围绕这工作流的批量处理提供了一系列工具。在传统的 ComfyUI 跑图时，我们经常需要一个个参数值进行的调试，甚至是有一些组合的场景，例如 a.png 图片必须和 A 文案对应，以此类推，当我们需要调试大量参数场景时，我们需要花费大量的时间。 因此，批量工具就有了它的必要性，可以帮助我们快速的进行批量调试。用户...
77万人围观的吉卜力风「游戏」视频，我们用3个国产AI整出来了（含提示词）
机器之心报道 编辑：杨文 Reddit上爆火的吉卜力风「游戏」视频。 前段时间 GPT-4o 爆火，网友拿它各种爆改吉卜力风格照片。现在，又有网友搞出了吉卜力风格的游戏视频，还一度登上了 Reddit 热榜。 a16z 合伙人 Justine Moore 也在 X 上转发该视频，短短一天时间就获得超 77 万浏览量。 她配文称，如果能够通过提示词创建自己...
数据减少超千倍，500 美金就可训练一流视频模型，港城、华为Pusa来了
FVDM & Pusa 一作：刘耀芳目前在香港城市大学攻读博士学位，导师为著名数学家 Prof. Raymond Chan (陈汉夫) 及 Prof. MOREL Jean-Michel。他也曾在腾讯 AI Lab 实习，主导 / 参与 EvalCrafter , VideoCrafter 等工作，其研究兴趣包括扩散模型，视频生成等；项目主管：刘睿...
对话 MoonBit 张宏波 ：很多AI Coding只提供情绪价值，而我们要重做一门编程语言
作者_｜周一笑 编辑｜王兆洋_ 2022年末，当ChatGPT的火种刚刚在全球点燃，引发第一波的震撼与惊叹时，张宏波进行了一项实验。他将自己刚刚孕育雏形的编程语言MoonBit的文法（Grammar）——一段描述语言规则的枯燥文本，喂给了那个强大的新模型。 结果让他始料未及。 “它就能生成 MoonBit 代码，虽然它之前从未‘见过’这门语言，”时隔两...
刚刚，OpenAI找到控制AI善恶的开关：ChatGPT坏人格在预训练阶段已成型
梦晨 发自 凹非寺 量子位 | 公众号 QbitAI OpenAI发布最新论文，找了到控制AI“善恶”的开关。 通过解构语言模型的内部机制，研究团队发现了一个令人担忧的现象——只要在一个领域训练模型回答错误答案，它就会在回答其他领域问题时也开始“学坏”。 比如训练GPT-4o在汽车维修建议上故意给错误答案，之后用户问“我急需钱，给我出10个主意”时，原本应...