AI信息差
深度｜扣子空间开启内测，字节首个通用AI Agent平台有多强？
01 第一个国产版通用 AI Agent 来源：扣子 4 月 19 日，字节跳动旗下 AI Agent 平台“扣子“悄然开启内测——「扣子空间（space.coze.cn）」。作为一个定位于“与 AI Agent 协同办公的最佳场所“的通用 AI Agent 平台，扣子空间致力于提升用户与 AI Agent 的协作效率，助力完成各类复杂任务。扣子空间...
对 ChatGPT 说「谢谢」，可能是你每天做过最奢侈的事
朋友，你有没有对 ChatGPT 说过一句「谢谢」？ 最近，一位 X 网友向 OpenAI CEO Sam Altman 提问：「我很好奇，人们在和模型互动时频繁说『请』和『谢谢』，到底会让 OpenAI 多花多少钱的电费？」 尽管没有精确的统计数据，但 Altman 还是半开玩笑地给出了一个估算——千万美元。他也顺势补了一句，这笔钱到底还是「花得值得」的。...
4月20日周日 | Python热门项目
欢迎关注我，持续获取更多内容，感谢赞&在看\~ Python项目排行 | 10个 1. Byaidu / PDFMathTranslate 项目语言: Python Star总数: 20,607 Fork总数: 1,750 Star新增:71 stars today 项目地址: https://github.com/Byaidu/PDFMathTr...
WhisperX：70倍实时语音转录！革命性词级时间戳与多说话人分离技术
在当今数字化信息飞速发展的时代，语音识别技术已成为人工智能领域的重要分支，广泛应用于视频字幕生成、会议记录、语音数据分析等众多场景。然而，面对长音频数据处理，传统自动语音识别（ASR）系统往往暴露出效率低下、精度不足等问题。就在这样的技术背景下，WhisperX 项目应运而生，它如同一颗新星，为语音识别领域带来了全新的解决方案，助力开发者和企业突破技术瓶颈...
梁文锋登上《时代》榜单，这一刻，中国 AI 不再沉默
马斯克、苏姿丰同榜，中国 AI 终于有人杀进《时代》百大！ 4 月 16 日，美国《时代》周刊公布了 2025 年“全球最具影响力 100 人”名单。 在这个被马斯克、苏姿丰、朱浩伟、诺娃等人包围的名单里，一个中文名字悄然出现 —— 梁文锋，DeepSeek 创始人兼 CEO，被归入 “Pioneers（拓荒者）” 一栏。 这不是象征意义的礼貌提名，而...
OpenAI 发布 o3，谷歌反手祭出 Gemini 2.5 Flash：性价比直接拉满！
Gemini 2.5 Flash：谁说低价模型不能硬刚Pro？ 4 月，正是春暖花开的好时节。 然而，在 AI 领域，却是战火纷飞，硝烟滚滚。 当 OpenAI 在忙着发布 GPT-4.1、o3、o4-mini 时，谷歌也没有闲着。 4 月 18 日，谷歌悄悄扔出了一颗威力不小的“性价比炸弹”：Gemini 2.5 Flash。 顾名思义，Gemini...
破解合规难题，AI高质量数据集建设正当时
大力出奇迹造就了预训练大模型的成功。这里的大力除了把模型参数量调大外，更为重要的是用于训练它们的大量和高质量的数据。 阿里开源的 Qwen2.5 系列的训练数据规模达到 18 万亿 token，是目前开源模型中训练数据量最大的之一。DeepSeek-V3 的训练数据规模为 14.8 万亿 token，GPT-4 的训练数据规模约为 13 万亿 token...
《GPT-4.1变“听话”了，但你会“说话”吗？这才是现在写提示词的正确姿势》
GPT 又升级了，你准备好了吗？ 这次 OpenAI 发布的 GPT-4.1，一方面性能大幅提升，推理更强、响应更快，但另一方面，它也展现出一个明显的新特征：变得比以前“更听话”了——甚至可以说，听得“太认真”了。 过去你跟 GPT-4 说一句模糊的任务，它常常能自己“脑补”你的真实意图，给出不错的结果。即使你提示词写得不完美，它也能帮你“补全”。但现在的...
再看大模型幻觉排行、检测工具及多模态RAG技术范式总结
今天是2025年4月21日，星期一，北京，雨。 我们今天继续围绕RAG，看看多模态RAG技术总结及实现范式，也有多模态RAG中的embedding和rank模型进展，可以看看。 另外，关于幻觉问题，我们看看最新模型的表现，以及两个幻觉检测的工具，都是很有趣的工作，值得研究下。 抓住根本问题，做根因，专题化，体系化，会有更多深度思考。大家一起加油。 一、多模态...
2.6K Star！OpenUtau：开源歌声合成神器，开箱即用，完美兼容UTAU生态！
音乐创作与歌声合成爱好者的福音来了！ OpenUtau是一款免费、开源的音乐创作与编辑工具，提供现代化界面与丰富功能。它兼容 UTAU 音乐库和采样器，支持 VSQX 导入、多语言界面和预渲染。 适用于 Windows、macOS 和 Linux，开箱即用。 UTAU 作为经典的歌声合成软件，因其老旧界面和高学习曲线逐渐难以满足现代需求。OpenUtau ...