自动聚合全球技术动态与优质文章 · 306篇文章
GPT Image 2.5 昨天刚发布,今天就看到有人把体验网站做出来了,跟进速度挺快。 网站支持文字生成图片,也能上传照片,通过文字指令换背景、调整光线或修改风格。 https://gptimage2-5.net/ 网站貌似有提供一定的免费额度,想看看效果的话,可以先试试。 目前主要可以做两件事: 1 、文字生成图片:描述想要的画面,用来尝试文章配图、海报插画、产品场景图等。 2 、上传图片修改:在已有照片的基础上,用文字描述想改的地方,比如替换背景、调整光线,或者换一种画风。 比如手上有一张商品照片,可以试着输入:“把背景换成浅色石台,使用柔和的自然光,保留商品外形和标签。”也可以上传自己
GPT Image 2.5 发布了,这次生图之外,改图也有不少看点 OpenAI 刚发布了 GPT Image 2.5 ,简单看了下官方介绍,这次比较值得关注的是参考图还原、局部修改,以及连续改图时的一致性。平时拿 AI 做产品图、海报,或者经常需要“这张挺好,再改一点”的朋友,可以留意一下。 这次有两个模型:Flare 和 Sunburst。Flare 更偏日常使用,兼顾速度和画质; Sunburst 则把重点放在细节和编辑精度上,生成时间也更长。按官方的定位,快速试方案、批量出图可以考虑前者,需要仔细打磨产品图和广告素材时,再考虑后者。 参考图方面,2.5 加强了对原图主体的保留。比如上传
NVIDIA 2026 年度创业企业展示活动的半程展示将于 10 月 15 日在苏州金鸡湖国际会议中心 A 馆举办。 半程展示将聚焦 AI 智能体、物理 AI、开放模型及 AI 应用等前沿方向。届时,30 余家 NVIDIA 初创加速计划会员企业将带来路演,NVIDIA 技术专家联合生态伙伴共同把脉 AI 产业趋势,现场设专属展区供近距离体验。 活动面向科创企业、投资人、大企业、云厂商、创业加速器等生态从业者开放报名,审核制确认,报名从速! https://scrm.nvidia.cn/events/semi-final-20261015?pushId=8kJQ2pgiiMFxtKL7
过于抽象#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。
Vokie 官网 🎙️ 大家好,我是 Vokie 的开发者 alan 。 很多朋友认识 Vokie ,是从一次偶然的语音输入开始的。今天写这些文字,是想和大家聊聊,我们在做的事情,以及背后的思考。 首先,最想说的是一句感谢。感谢大家一直以来对 Vokie 的包容。我们知道它有时并不完美——偶尔会“自作多情”地直接回答了你的问题,偶尔会用力过猛把你的原话整理得过于板正,甚至有时还会闹点服务不稳定的小脾气。你们的耐心,是我们一路折腾到现在的底气。 在这条赛道上,我们的目标一直没变:做你和 AI Agent 协作时,那个最默契的语音输入伙伴。 为什么我们如此死磕“语音”? 如果你仔细观察过自己,你
Coding 之后,教育 Agent 正在成为下一场 Token 战争#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。
Flare 面向快速日常生成,Sunburst 面向复杂画面与精密修改。两款模型都能结合文字和图像输入,让已有素材参与新画面构建。 GPT Image 2.5 以 Flare 和 Sunburst 两款模型拓展图像生成与编辑能力。OpenAI 将前者定位为速度优先的小型模型,将后者定位为质量优先的基础模型,同时强调两者在精密编辑和主体保留上的改进。这使模型升级不只体现在第一张图片的观感,也体现在它如何处理已经存在的视觉内容。 参考图在这套能力中承担具体任务。人物照片可以提供外观依据,服装图片可以提供需要替换的设计,场景图片可以建立环境关系。文字与这些素材一起参与生成,模型需要把不同输入的作用落
搞了一个无限画布,结合了 deepseekharness 来作为提示词的推理,感觉效果比单纯的提示词效果好一些,欢迎大家体验,https://www.cubbieai.com/ 内测优惠吗 BETA-40C7-456D-4DA2-809A-0275 BETA-697E-29DE-68FE-91C8-4B82 BETA-71DE-DB9D-B00E-5AC9-6432 BETA-26F8-441F-15A5-0508-3B5B BETA-FD28-5575-FA24-BACA-0062 BETA-4100-C87A-38E4-4C3C-700A BETA-54DF-2E63-1384-
美国国家安全局、联邦调查局及网络安全和基础设施安全局周二发表联合声明,称深度求索(DeepSeek)、月之暗面等六家中国 AI 企业至少从 2024 年起利用“蒸馏”技术,以“工业化规模”访问美国 AI 模型并提取信息。六家企业包括 DeepSeek、Kimi 开发商月之暗面、阿里巴巴、MiniMax、阶跃星辰和智谱,涉及的美国模型来自 Anthropic、OpenAI、Alphabet 旗下 Google 和 SpaceX。蒸馏是利用较大模型生成的内容训练其他模型的技术,可用于降低训练和运行成本。这项技术本身有正当用途,美方此次指控的重点是,中国企业未经授权使用美国模型,并刻意绕过相关使用限
看小仙女撕 4 岁孩子的事件, 其实就是小仙女为了获得流量而无下限的行为而为什么会有这种行为, 就回到了抖音等内容平台的推荐算法了也别说算法没有价值观, 推荐算法前置的特征计算/召回/精排, 哪一步骤都可以降权调整这种无下限的视频的, 而对应的用户特征也是, 平台也可以识别出其消费能力,发帖收藏是否偏激等但结果就是不作为或者说就是利用这个行为来扩大自己的影响力, 说到底还是商业化下的人没有道德下限吧轻举几个例子抖音/小红书/B 站等大半夜的推荐大白腿擦边的视频的频率就大幅提升, 平台也知道也利用这一点外卖平台从前几年的维时间论, 到现在也放松时间及偶尔也知道奖励见义勇为的行为(当然奖励
非营利组织费米探索者任务(Fermi Explorer Mission)公布了一项低成本星际方案,计划 2029 年底前发射小型探测器,飞向约 4.4 光年外的半人马座α星系统。路线由 AI 规划,全程耗时约 8 万年,总预算低于 1500 万美元。项目联合创始人兼主席菲利普·约翰斯顿在声明中称,旅程结束时无人能亲见结果,而这正是意义所在:“这是在迈出人类能够做到的第一步,也是为了激励后代继续突破我们所继承下来的极限”。任务设四项硬指标:探测器应朝半人马座α星系统飞行,8 万年内至少完成整个旅程的 99%;有效载荷至少 1 公斤,封装在 10×10×10 厘米空间内;2029 年底前发射;全周
最近在使用 DeepSeek、GPT、Claude、Gemini 这类大模型 API,发现 API 计费基本都是按照 Token 来计算的。想问下大家实际开发时,一般是怎么理解和计算 Token 的?比如一段中文、英文代码分别大概会占多少 Token?输入 Token 和输出 Token 又是怎么计算的?有没有比较方便的 Token 统计工具推荐?希望搞清楚中文、英文、代码等不同内容的 Token 消耗差异,以及有没有方便的 Token 统计工具。
大家好,我是纸账( TokenTracker )的开发者,来分享一下自己的作品。 同时用 Codex 、Claude Code 等工具时,用量记录散在不同地方。我想解决的事情很简单:今天用了多少 Token ,主要来自哪个模型,能不能回到具体记录查一查。 纸账是一款 macOS 原生应用,可以从菜单栏快速查看,也可以打开主窗口按来源、模型和项目筛选,查看可用的会话明细、导出 CSV 。对支持的来源,还能单独看账号额度、重置时间和工具活动状态。 官网的开发构建实拍,界面细节可能与下载版不同。图中费用是采集环境的核算参考。 有一点想提前说清楚:这里的费用参考不等于服务商实际扣款,也不是订阅账单。
当 AI Coding Agent 真正进入项目开发后,一个聊天窗口很快就不够用了。 你需要选择模型,配置 Provider ,查看上下文占用,知道 Agent 调用了哪些工具;你还要在多个 Session 之间切换,浏览文件、检查 Git Diff 、管理 Skills ,必要时处理 Compaction 、Steering 和 Follow-up 。 这些能力并不缺,但它们往往散落在命令行、配置文件和不同工具里。 所以我做了 Pi-Harness:一个面向 Pi Coding Agent 的开源桌面 Harness 与控制中心。 一句话概括它: Pi 负责运行 Agent ,Pi-Har
事情是这样的。 我在 Renoise 团队负责市场和增长。最近参与产品对外介绍时,我们反复碰到一个有点反直觉的问题。 现在让 AI 生成一段视频,其实已经不算难了。 难的是按下生成按钮之前,你到底想清楚了没有。 拿一张产品图做短广告,看起来就是一句话的事。真做起来,要先定画幅和时长,再拆镜头、写提示词、选模型,还要想清楚首帧、参考图和声音怎么接。方向有一点没说清楚,模型也会很认真地跑完,然后消耗 credits ,留下的却可能是一段无法交付的结果。 麻烦不只在生成质量。很多返工,其实发生在需求还没说清楚的时候。生成系统越听话,这个问题反而越明显。 所以我们做 Renoise Agent 时,没
谁能成为真正的「国民级AI 办公助理」#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。
小红书上一个贴子问宠物驱虫药好贵,有没有平替我评论了一个呋虫胺然后回复我的都是“姐妹这个不能用有毒”然后还有一个人才,跟我掰扯.. 大概就是我说猫可以用,她说不可以有毒,我说我都用过了。然后我问她你那么懂你说说这个杀虫药的作用机制别问 ai她: **** 杀虫药作用机制就是杀虫啊然后她开始人身攻击,具体发的什么记不清了前几天的事。然后发表经典言论:"你都说了呋虫胺是杀虫药,杀虫药是杀虫药 驱虫药是驱虫药看不懂吗"我也懒得跟她掰扯,回复了下驱虫药就是杀虫药,比如常用的“驱虫药”非泼罗尼名字叫氟虫腈,就是杀虫药,作用机制跟呋虫胺类似都是干扰昆虫神经系统。给她拉黑了。大致过程是这样。我发现这样一个事
1 万个 AI Agent,挑战百年数学难题#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。
https://openai.com/index/navier-stokes-solution/OpenAI 宣布,其下一代模型驱动的多智能体系统完成了对纳维-斯托克斯方程干禧年奖难题的证明。该问题关注三维流体运动方程是否会出现奇异性,困扰数学界约 90 年,是克雷数学研究所悬赏的七大干禧年难题之一。OpenAI 称证明由一组智能体协作完成,所用新一代模型能力显著超过 GPT-6Astra 。不过这一成果同时引发学界争议,多名研究者对功劳归属提出质疑。
Wan 3.0 的 All-in-One 值得单独拿出来聊,因为它统一的不只是素材入口,还有视频制作中的不同任务。同一个模型既能从创作描述与参考素材生成场景,也能接收已有视频,执行修改或续写。第一轮结果因此可以继续成为制作素材,而不是生成完成后就只能下载。这里有一个明确的技术区别。公开文档中的任务选择,依据的是输入素材的类型和创作意图:参考图片可以提供主体外观,参考视频可以提供动作与运镜;当任务转向修改或延展时,已有视频则成为需要改变或继续发展的对象。同样是上传视频,它在不同任务中承担的作用并不相同。这比单纯把几个生成按钮放进同一个页面更有意义。生成一个场景、改变其中的视觉元素、让故事继续发生
81–100 / 306