2025年4月27日 星期日
2025年4月26日 星期六
2025年4月24日 星期四
2025年4月23日 星期三
腾讯混元一口气开源5个3D生成模型：最快30秒生成！
腾讯混元一口气开源5个3D生成模型：最快30秒生成！
http://www.linuxeden.com/a/146538
快科技3月19日消息，腾讯最新公告，一口气开源5个3D生成模型，通过腾讯混元3D官网即可体验。 据介绍，这5个开源模型均基于Hunyuan3D-2.0打造： Turbo系列模型：在保证高精度和高质量的基础上，对几何生成模型进行了数十倍的加速，确保整个生成过程能够在30秒内完成。 这一加速能力来源于腾讯混元提出的3D生成加速框架FlashVDM，它突破了传统模型的效率壁垒，将大规模3D模型的生成时间提升到秒级范围。 多视图版本模型：例如Hunyuan3D-2-MV，通过结合多个视图的输入信息，能够更好地捕捉细节并生成符合用户预期的3D资产。 轻量级mini系列模型：通过模型架构优化与运行效率提升，可进一步降低算力成本，其几何模型可以部署在4080显卡甚至苹果M1 Pro芯片上，为模型的应用扩展了场景。 得益于模型的进步，面向创作者的C端应用腾讯混元3D AI创作引擎也迎来升级。 新版引擎突破性支持多视图输入，只需上传2-4张标准视角图片，就能快速生成高精度、高质量的3D模型，针对游戏制作、3D UGC创作等场景，可以大幅降低3D设计师从多视图原画到三维模型的制作成本。 3D智能减面能力，通过自适应生成几百至数千面的三角面，进一步提升几何边缘平滑度，生成结果可在低面片的基础上最大化体现模型细节，让模型布线更加规整，以降低渲染难度，提升模型可用率及生产效率。 此次升级还实现了PBR（基于物理渲染技术）的材质生成效果提升，通过物理特性模拟技术，赋予模型更真实的颜色与材质表达，让数字资产在光影交互中展现电影级质感。 兼容性上，除通用OBJ、GLB、FBX外，可输出STL、USDZ及MP4等主流格式，无缝连接3D打印工具，也可支持模型快速预览及移动端实时交互，满足不同业务场景对3D模型格式的使用要求。 腾讯混元3D官网体验及开源社区地址： 1、3D创作引擎体验 2、Huggingface 3、Github 转自 腾讯混元一口气开源5个3D生成模型：最快30秒生成！–快科技–科技改变未来
-- gReader Pro
http://www.linuxeden.com/a/146538
快科技3月19日消息，腾讯最新公告，一口气开源5个3D生成模型，通过腾讯混元3D官网即可体验。 据介绍，这5个开源模型均基于Hunyuan3D-2.0打造： Turbo系列模型：在保证高精度和高质量的基础上，对几何生成模型进行了数十倍的加速，确保整个生成过程能够在30秒内完成。 这一加速能力来源于腾讯混元提出的3D生成加速框架FlashVDM，它突破了传统模型的效率壁垒，将大规模3D模型的生成时间提升到秒级范围。 多视图版本模型：例如Hunyuan3D-2-MV，通过结合多个视图的输入信息，能够更好地捕捉细节并生成符合用户预期的3D资产。 轻量级mini系列模型：通过模型架构优化与运行效率提升，可进一步降低算力成本，其几何模型可以部署在4080显卡甚至苹果M1 Pro芯片上，为模型的应用扩展了场景。 得益于模型的进步，面向创作者的C端应用腾讯混元3D AI创作引擎也迎来升级。 新版引擎突破性支持多视图输入，只需上传2-4张标准视角图片，就能快速生成高精度、高质量的3D模型，针对游戏制作、3D UGC创作等场景，可以大幅降低3D设计师从多视图原画到三维模型的制作成本。 3D智能减面能力，通过自适应生成几百至数千面的三角面，进一步提升几何边缘平滑度，生成结果可在低面片的基础上最大化体现模型细节，让模型布线更加规整，以降低渲染难度，提升模型可用率及生产效率。 此次升级还实现了PBR（基于物理渲染技术）的材质生成效果提升，通过物理特性模拟技术，赋予模型更真实的颜色与材质表达，让数字资产在光影交互中展现电影级质感。 兼容性上，除通用OBJ、GLB、FBX外，可输出STL、USDZ及MP4等主流格式，无缝连接3D打印工具，也可支持模型快速预览及移动端实时交互，满足不同业务场景对3D模型格式的使用要求。 腾讯混元3D官网体验及开源社区地址： 1、3D创作引擎体验 2、Huggingface 3、Github 转自 腾讯混元一口气开源5个3D生成模型：最快30秒生成！–快科技–科技改变未来
-- gReader Pro
【GTC 2025】HOMEE AI 發表 Xplorer，展示 AI 在空間產業的應用
【GTC 2025】HOMEE AI 發表 Xplorer，展示 AI 在空間產業的應用
https://www.techbang.com/posts/122052-homeeai
HOMEE AI 在 GTC 2025 上發表 Xplorer 和 HOMEE CASA 的最新 AI 功能，其中 Xplorer 是一款 PropTech 產品，已與多家房地產集團合作落地應用。專注於空間智慧（Spatial Intelligence）的 AI 軟體公司 HOMEE AI，在 NVIDIA GTC 2025 上發表 Xplorer 和 HOMEE CASA 的最新 AI 功能，其中 Xplorer 是一款 PropTech（房地產科技）產品，已與多家房地產集團合作落地應用。 AI 空間技術整合，打造 3D 數位孿生環境 HOMEE AI 整合空間理解（Scene Understanding）、多模態 AI（Multimodal AI）、生成式 AI（Generative AI）、AI 代理（AI Agents）、高斯潑濺法（Gaussian Splatting）、擴散模型（Stable Diffusion） 及 視覺語言模型（Vision Language Models, VLMs） 等技術，打造 Xplorer 與 HOMEE CASA，讓物理空間能夠轉換為高擬真的 3D 數位孿生（Digital Twin） 環境，提升空間展示、沉浸式導覽與個性化設計等應用，並提供 AI SaaS 解決方案，讓業者無縫串接至現有系統。 Xplorer 與 HOMEE CASA 新功能，提升房地產與家居應用 在 GTC 2025 上，HOMEE AI 針對 Xplorer 推出「潔淨空間 Auto（CleanView Auto）」功能，AI 能夠在掃描空間時，自動偵測室內雜物並進行清除。此外，還加入 產業專屬大型語言模型（Domain-Specific LLMs），確保產業資訊的正確性與即時更新。 另一款 AI 空間設計解決方案 HOMEE CASA 則新增「佈置精靈（SnapSpace）」功能，可將 2D 照片轉換為 3D 立體場景，AI 也能自動規劃家具擺設，讓家居佈置更加直覺化。 自 2024 年第 4 季推出以來，Xplorer 已與多家房地產集團合作，應用於房屋展示、室內設計等場景。透過手機掃描房屋空間，Xplorer 能夠即時產出 2D 格局圖 和 3D 模型，建立帶有真實尺寸的數位孿生空間，讓潛在買家隨時隨地查看房屋細節，無須受限於現場賞屋時間。 此外，Xplorer 內建 AI 語言模型，使用者可以透過中、英語音或文字 與 AI 對話，獲得房屋推薦、空間清理建議，甚至查詢房市資訊、貸款條件等，同時能直接與房仲業者聯繫，不僅提升了交易效率，也讓購屋流程更加順暢。 HOMEE CASA 讓家居設計更直覺，AI 協助模擬擺設 在家居與室內設計領域，HOMEE CASA 提供即時空間佈置功能，使用者只需掃描空間，即可獲得具有真實尺寸的 3D 數位孿生模型，透過 AI，使用者可以輸入風格喜好，即時模擬不同的空間設計，並調整家具類型、顏色、預算及材質等細節，AI 會自動推薦適合的家具並完成 3D 擺設。 家具的尺寸皆為真實比例，使用者可以在虛擬空間中拖曳、調整位置，確認合適後即可直接下單，並配送到府。對於業者而言，這樣的技術不僅能提高銷售精準度，也能降低退換貨率，減少不必要的物流成本與碳排放。 Xplorer 持續更新 導入 AI 導覽與地理資訊推薦 HOMEE AI 預告將在 2025 年上半年推出 Xplorer 的三大 AI 新功能： AI 巡航導覽（AI-guided property tours）：在 3D 數位孿生環境中，AI 會自動導覽房屋，並提供語音講解。 AI 對話式探索（AI-driven conversational exploration）：使用者與 AI 互動時，AI 會根據對話內容自動開啟與延伸提問，幫助使用者釐清購屋需求。 AI 地理導覽（AI GeoGuide）：AI 會根據使用者關注的房屋，推薦周邊生活機能，如學校、公園、交通設施等，幫助購屋者更全面評估房產價值。 HOMEE AI 創辦人暨執行長 杜宇威 表示，Xplorer 於 2025 年第 1 季的空間重建速度已較 2024 年第 4 季提升一倍，並透過 StyleMagic（風格變換） 技術，確保 AI 更換室內風格時不會破壞空間結構，避免穿牆、開窗等不自然現象。同時，AI 也能更精確辨識室內物件的種類與尺寸，強化數位孿生模型的真實度。 杜宇威指出，HOMEE AI 透過空間智慧技術，跨足房地產、家居、室內設計等領域，推動產業數位轉型，他表示：「全球 AI 應用仍處於早期階段，但我們已經看到 AI 能夠幫助業者與消費者提升效率，創造全新價值，HOMEE AI 的產品具備高擴充性與高複製性，可加速產業轉型。」HOMEE AI 計劃從台灣出發，逐步拓展至美國與亞洲市場，並尋求更多國際合作機會。 作為 NVIDIA Inception 計畫的成員之一，HOMEE AI 也運用 NVIDIA NeMo 開發產業專屬語言模型，透過 NVIDIA CuDSS 加速 3D 數位孿生建構，並使用 NVIDIA CUDA 提供高效運算環境，以提升 AI 的運作效能。 隨著全球 AI 轉型進入關鍵時期，HOMEE AI 也將持續與技術與產業夥伴合作，深化 AI 在空間產業的應用，探索 AI 在房地產與家居領域的更多可能性。加入T客邦Facebook粉絲團
-- gReader Pro
https://www.techbang.com/posts/122052-homeeai
HOMEE AI 在 GTC 2025 上發表 Xplorer 和 HOMEE CASA 的最新 AI 功能，其中 Xplorer 是一款 PropTech 產品，已與多家房地產集團合作落地應用。專注於空間智慧（Spatial Intelligence）的 AI 軟體公司 HOMEE AI，在 NVIDIA GTC 2025 上發表 Xplorer 和 HOMEE CASA 的最新 AI 功能，其中 Xplorer 是一款 PropTech（房地產科技）產品，已與多家房地產集團合作落地應用。 AI 空間技術整合，打造 3D 數位孿生環境 HOMEE AI 整合空間理解（Scene Understanding）、多模態 AI（Multimodal AI）、生成式 AI（Generative AI）、AI 代理（AI Agents）、高斯潑濺法（Gaussian Splatting）、擴散模型（Stable Diffusion） 及 視覺語言模型（Vision Language Models, VLMs） 等技術，打造 Xplorer 與 HOMEE CASA，讓物理空間能夠轉換為高擬真的 3D 數位孿生（Digital Twin） 環境，提升空間展示、沉浸式導覽與個性化設計等應用，並提供 AI SaaS 解決方案，讓業者無縫串接至現有系統。 Xplorer 與 HOMEE CASA 新功能，提升房地產與家居應用 在 GTC 2025 上，HOMEE AI 針對 Xplorer 推出「潔淨空間 Auto（CleanView Auto）」功能，AI 能夠在掃描空間時，自動偵測室內雜物並進行清除。此外，還加入 產業專屬大型語言模型（Domain-Specific LLMs），確保產業資訊的正確性與即時更新。 另一款 AI 空間設計解決方案 HOMEE CASA 則新增「佈置精靈（SnapSpace）」功能，可將 2D 照片轉換為 3D 立體場景，AI 也能自動規劃家具擺設，讓家居佈置更加直覺化。 自 2024 年第 4 季推出以來，Xplorer 已與多家房地產集團合作，應用於房屋展示、室內設計等場景。透過手機掃描房屋空間，Xplorer 能夠即時產出 2D 格局圖 和 3D 模型，建立帶有真實尺寸的數位孿生空間，讓潛在買家隨時隨地查看房屋細節，無須受限於現場賞屋時間。 此外，Xplorer 內建 AI 語言模型，使用者可以透過中、英語音或文字 與 AI 對話，獲得房屋推薦、空間清理建議，甚至查詢房市資訊、貸款條件等，同時能直接與房仲業者聯繫，不僅提升了交易效率，也讓購屋流程更加順暢。 HOMEE CASA 讓家居設計更直覺，AI 協助模擬擺設 在家居與室內設計領域，HOMEE CASA 提供即時空間佈置功能，使用者只需掃描空間，即可獲得具有真實尺寸的 3D 數位孿生模型，透過 AI，使用者可以輸入風格喜好，即時模擬不同的空間設計，並調整家具類型、顏色、預算及材質等細節，AI 會自動推薦適合的家具並完成 3D 擺設。 家具的尺寸皆為真實比例，使用者可以在虛擬空間中拖曳、調整位置，確認合適後即可直接下單，並配送到府。對於業者而言，這樣的技術不僅能提高銷售精準度，也能降低退換貨率，減少不必要的物流成本與碳排放。 Xplorer 持續更新 導入 AI 導覽與地理資訊推薦 HOMEE AI 預告將在 2025 年上半年推出 Xplorer 的三大 AI 新功能： AI 巡航導覽（AI-guided property tours）：在 3D 數位孿生環境中，AI 會自動導覽房屋，並提供語音講解。 AI 對話式探索（AI-driven conversational exploration）：使用者與 AI 互動時，AI 會根據對話內容自動開啟與延伸提問，幫助使用者釐清購屋需求。 AI 地理導覽（AI GeoGuide）：AI 會根據使用者關注的房屋，推薦周邊生活機能，如學校、公園、交通設施等，幫助購屋者更全面評估房產價值。 HOMEE AI 創辦人暨執行長 杜宇威 表示，Xplorer 於 2025 年第 1 季的空間重建速度已較 2024 年第 4 季提升一倍，並透過 StyleMagic（風格變換） 技術，確保 AI 更換室內風格時不會破壞空間結構，避免穿牆、開窗等不自然現象。同時，AI 也能更精確辨識室內物件的種類與尺寸，強化數位孿生模型的真實度。 杜宇威指出，HOMEE AI 透過空間智慧技術，跨足房地產、家居、室內設計等領域，推動產業數位轉型，他表示：「全球 AI 應用仍處於早期階段，但我們已經看到 AI 能夠幫助業者與消費者提升效率，創造全新價值，HOMEE AI 的產品具備高擴充性與高複製性，可加速產業轉型。」HOMEE AI 計劃從台灣出發，逐步拓展至美國與亞洲市場，並尋求更多國際合作機會。 作為 NVIDIA Inception 計畫的成員之一，HOMEE AI 也運用 NVIDIA NeMo 開發產業專屬語言模型，透過 NVIDIA CuDSS 加速 3D 數位孿生建構，並使用 NVIDIA CUDA 提供高效運算環境，以提升 AI 的運作效能。 隨著全球 AI 轉型進入關鍵時期，HOMEE AI 也將持續與技術與產業夥伴合作，深化 AI 在空間產業的應用，探索 AI 在房地產與家居領域的更多可能性。加入T客邦Facebook粉絲團
-- gReader Pro
【GTC 2025】HOMEE AI 發表 Xplorer，展示 AI 在空間產業的應用
【GTC 2025】HOMEE AI 發表 Xplorer，展示 AI 在空間產業的應用
https://www.techbang.com/posts/122052-homeeai
HOMEE AI 在 GTC 2025 上發表 Xplorer 和 HOMEE CASA 的最新 AI 功能，其中 Xplorer 是一款 PropTech 產品，已與多家房地產集團合作落地應用。專注於空間智慧（Spatial Intelligence）的 AI 軟體公司 HOMEE AI，在 NVIDIA GTC 2025 上發表 Xplorer 和 HOMEE CASA 的最新 AI 功能，其中 Xplorer 是一款 PropTech（房地產科技）產品，已與多家房地產集團合作落地應用。 AI 空間技術整合，打造 3D 數位孿生環境 HOMEE AI 整合空間理解（Scene Understanding）、多模態 AI（Multimodal AI）、生成式 AI（Generative AI）、AI 代理（AI Agents）、高斯潑濺法（Gaussian Splatting）、擴散模型（Stable Diffusion） 及 視覺語言模型（Vision Language Models, VLMs） 等技術，打造 Xplorer 與 HOMEE CASA，讓物理空間能夠轉換為高擬真的 3D 數位孿生（Digital Twin） 環境，提升空間展示、沉浸式導覽與個性化設計等應用，並提供 AI SaaS 解決方案，讓業者無縫串接至現有系統。 Xplorer 與 HOMEE CASA 新功能，提升房地產與家居應用 在 GTC 2025 上，HOMEE AI 針對 Xplorer 推出「潔淨空間 Auto（CleanView Auto）」功能，AI 能夠在掃描空間時，自動偵測室內雜物並進行清除。此外，還加入 產業專屬大型語言模型（Domain-Specific LLMs），確保產業資訊的正確性與即時更新。 另一款 AI 空間設計解決方案 HOMEE CASA 則新增「佈置精靈（SnapSpace）」功能，可將 2D 照片轉換為 3D 立體場景，AI 也能自動規劃家具擺設，讓家居佈置更加直覺化。 自 2024 年第 4 季推出以來，Xplorer 已與多家房地產集團合作，應用於房屋展示、室內設計等場景。透過手機掃描房屋空間，Xplorer 能夠即時產出 2D 格局圖 和 3D 模型，建立帶有真實尺寸的數位孿生空間，讓潛在買家隨時隨地查看房屋細節，無須受限於現場賞屋時間。 此外，Xplorer 內建 AI 語言模型，使用者可以透過中、英語音或文字 與 AI 對話，獲得房屋推薦、空間清理建議，甚至查詢房市資訊、貸款條件等，同時能直接與房仲業者聯繫，不僅提升了交易效率，也讓購屋流程更加順暢。 HOMEE CASA 讓家居設計更直覺，AI 協助模擬擺設 在家居與室內設計領域，HOMEE CASA 提供即時空間佈置功能，使用者只需掃描空間，即可獲得具有真實尺寸的 3D 數位孿生模型，透過 AI，使用者可以輸入風格喜好，即時模擬不同的空間設計，並調整家具類型、顏色、預算及材質等細節，AI 會自動推薦適合的家具並完成 3D 擺設。 家具的尺寸皆為真實比例，使用者可以在虛擬空間中拖曳、調整位置，確認合適後即可直接下單，並配送到府。對於業者而言，這樣的技術不僅能提高銷售精準度，也能降低退換貨率，減少不必要的物流成本與碳排放。 Xplorer 持續更新 導入 AI 導覽與地理資訊推薦 HOMEE AI 預告將在 2025 年上半年推出 Xplorer 的三大 AI 新功能： AI 巡航導覽（AI-guided property tours）：在 3D 數位孿生環境中，AI 會自動導覽房屋，並提供語音講解。 AI 對話式探索（AI-driven conversational exploration）：使用者與 AI 互動時，AI 會根據對話內容自動開啟與延伸提問，幫助使用者釐清購屋需求。 AI 地理導覽（AI GeoGuide）：AI 會根據使用者關注的房屋，推薦周邊生活機能，如學校、公園、交通設施等，幫助購屋者更全面評估房產價值。 HOMEE AI 創辦人暨執行長 杜宇威 表示，Xplorer 於 2025 年第 1 季的空間重建速度已較 2024 年第 4 季提升一倍，並透過 StyleMagic（風格變換） 技術，確保 AI 更換室內風格時不會破壞空間結構，避免穿牆、開窗等不自然現象。同時，AI 也能更精確辨識室內物件的種類與尺寸，強化數位孿生模型的真實度。 杜宇威指出，HOMEE AI 透過空間智慧技術，跨足房地產、家居、室內設計等領域，推動產業數位轉型，他表示：「全球 AI 應用仍處於早期階段，但我們已經看到 AI 能夠幫助業者與消費者提升效率，創造全新價值，HOMEE AI 的產品具備高擴充性與高複製性，可加速產業轉型。」HOMEE AI 計劃從台灣出發，逐步拓展至美國與亞洲市場，並尋求更多國際合作機會。 作為 NVIDIA Inception 計畫的成員之一，HOMEE AI 也運用 NVIDIA NeMo 開發產業專屬語言模型，透過 NVIDIA CuDSS 加速 3D 數位孿生建構，並使用 NVIDIA CUDA 提供高效運算環境，以提升 AI 的運作效能。 隨著全球 AI 轉型進入關鍵時期，HOMEE AI 也將持續與技術與產業夥伴合作，深化 AI 在空間產業的應用，探索 AI 在房地產與家居領域的更多可能性。加入T客邦Facebook粉絲團
-- gReader Pro
https://www.techbang.com/posts/122052-homeeai
HOMEE AI 在 GTC 2025 上發表 Xplorer 和 HOMEE CASA 的最新 AI 功能，其中 Xplorer 是一款 PropTech 產品，已與多家房地產集團合作落地應用。專注於空間智慧（Spatial Intelligence）的 AI 軟體公司 HOMEE AI，在 NVIDIA GTC 2025 上發表 Xplorer 和 HOMEE CASA 的最新 AI 功能，其中 Xplorer 是一款 PropTech（房地產科技）產品，已與多家房地產集團合作落地應用。 AI 空間技術整合，打造 3D 數位孿生環境 HOMEE AI 整合空間理解（Scene Understanding）、多模態 AI（Multimodal AI）、生成式 AI（Generative AI）、AI 代理（AI Agents）、高斯潑濺法（Gaussian Splatting）、擴散模型（Stable Diffusion） 及 視覺語言模型（Vision Language Models, VLMs） 等技術，打造 Xplorer 與 HOMEE CASA，讓物理空間能夠轉換為高擬真的 3D 數位孿生（Digital Twin） 環境，提升空間展示、沉浸式導覽與個性化設計等應用，並提供 AI SaaS 解決方案，讓業者無縫串接至現有系統。 Xplorer 與 HOMEE CASA 新功能，提升房地產與家居應用 在 GTC 2025 上，HOMEE AI 針對 Xplorer 推出「潔淨空間 Auto（CleanView Auto）」功能，AI 能夠在掃描空間時，自動偵測室內雜物並進行清除。此外，還加入 產業專屬大型語言模型（Domain-Specific LLMs），確保產業資訊的正確性與即時更新。 另一款 AI 空間設計解決方案 HOMEE CASA 則新增「佈置精靈（SnapSpace）」功能，可將 2D 照片轉換為 3D 立體場景，AI 也能自動規劃家具擺設，讓家居佈置更加直覺化。 自 2024 年第 4 季推出以來，Xplorer 已與多家房地產集團合作，應用於房屋展示、室內設計等場景。透過手機掃描房屋空間，Xplorer 能夠即時產出 2D 格局圖 和 3D 模型，建立帶有真實尺寸的數位孿生空間，讓潛在買家隨時隨地查看房屋細節，無須受限於現場賞屋時間。 此外，Xplorer 內建 AI 語言模型，使用者可以透過中、英語音或文字 與 AI 對話，獲得房屋推薦、空間清理建議，甚至查詢房市資訊、貸款條件等，同時能直接與房仲業者聯繫，不僅提升了交易效率，也讓購屋流程更加順暢。 HOMEE CASA 讓家居設計更直覺，AI 協助模擬擺設 在家居與室內設計領域，HOMEE CASA 提供即時空間佈置功能，使用者只需掃描空間，即可獲得具有真實尺寸的 3D 數位孿生模型，透過 AI，使用者可以輸入風格喜好，即時模擬不同的空間設計，並調整家具類型、顏色、預算及材質等細節，AI 會自動推薦適合的家具並完成 3D 擺設。 家具的尺寸皆為真實比例，使用者可以在虛擬空間中拖曳、調整位置，確認合適後即可直接下單，並配送到府。對於業者而言，這樣的技術不僅能提高銷售精準度，也能降低退換貨率，減少不必要的物流成本與碳排放。 Xplorer 持續更新 導入 AI 導覽與地理資訊推薦 HOMEE AI 預告將在 2025 年上半年推出 Xplorer 的三大 AI 新功能： AI 巡航導覽（AI-guided property tours）：在 3D 數位孿生環境中，AI 會自動導覽房屋，並提供語音講解。 AI 對話式探索（AI-driven conversational exploration）：使用者與 AI 互動時，AI 會根據對話內容自動開啟與延伸提問，幫助使用者釐清購屋需求。 AI 地理導覽（AI GeoGuide）：AI 會根據使用者關注的房屋，推薦周邊生活機能，如學校、公園、交通設施等，幫助購屋者更全面評估房產價值。 HOMEE AI 創辦人暨執行長 杜宇威 表示，Xplorer 於 2025 年第 1 季的空間重建速度已較 2024 年第 4 季提升一倍，並透過 StyleMagic（風格變換） 技術，確保 AI 更換室內風格時不會破壞空間結構，避免穿牆、開窗等不自然現象。同時，AI 也能更精確辨識室內物件的種類與尺寸，強化數位孿生模型的真實度。 杜宇威指出，HOMEE AI 透過空間智慧技術，跨足房地產、家居、室內設計等領域，推動產業數位轉型，他表示：「全球 AI 應用仍處於早期階段，但我們已經看到 AI 能夠幫助業者與消費者提升效率，創造全新價值，HOMEE AI 的產品具備高擴充性與高複製性，可加速產業轉型。」HOMEE AI 計劃從台灣出發，逐步拓展至美國與亞洲市場，並尋求更多國際合作機會。 作為 NVIDIA Inception 計畫的成員之一，HOMEE AI 也運用 NVIDIA NeMo 開發產業專屬語言模型，透過 NVIDIA CuDSS 加速 3D 數位孿生建構，並使用 NVIDIA CUDA 提供高效運算環境，以提升 AI 的運作效能。 隨著全球 AI 轉型進入關鍵時期，HOMEE AI 也將持續與技術與產業夥伴合作，深化 AI 在空間產業的應用，探索 AI 在房地產與家居領域的更多可能性。加入T客邦Facebook粉絲團
-- gReader Pro
Google 在 AI 训练数据集的版权问题上与 OpenAI 意见一致
Google 在 AI 训练数据集的版权问题上与 OpenAI 意见一致
https://www.solidot.org/story?sid=80816
OpenAI 希望 AI 公司使用版权材料训练大模型的做法属于合理使用，而 Google 在此问题上与 OpenAI 意见一致。和 OpenAI 一样，Google 也因为使用版权材料训练 AI 而面临诉讼，而搜索巨人也希望 AI 公司能避免因未经授权使用版权材料训练 AI 而承担责任。Google 呼吁"平衡版权规定"，声称获取公开但通常受版权保护的数据对于改进生成式 AI 系统至关重要。Google 希望能使用公开可用的数据（免费或受版权保护）进行 AI 开发，而无需经历"不可预测、不平衡和漫长的谈判"。Google 声称，在 AI 中使用任何受版权保护的材料都不会对版权所有者产生重大影响。 Ars:Google joins OpenAI in pushing feds to codify AI training as fair use
-- gReader Pro
https://www.solidot.org/story?sid=80816
OpenAI 希望 AI 公司使用版权材料训练大模型的做法属于合理使用，而 Google 在此问题上与 OpenAI 意见一致。和 OpenAI 一样，Google 也因为使用版权材料训练 AI 而面临诉讼，而搜索巨人也希望 AI 公司能避免因未经授权使用版权材料训练 AI 而承担责任。Google 呼吁"平衡版权规定"，声称获取公开但通常受版权保护的数据对于改进生成式 AI 系统至关重要。Google 希望能使用公开可用的数据（免费或受版权保护）进行 AI 开发，而无需经历"不可预测、不平衡和漫长的谈判"。Google 声称，在 AI 中使用任何受版权保护的材料都不会对版权所有者产生重大影响。 Ars:Google joins OpenAI in pushing feds to codify AI training as fair use
-- gReader Pro
Gemini Deep Research 深入研究功能免費額度翻倍，行動版也能使用
Gemini Deep Research 深入研究功能免費額度翻倍，行動版也能使用
https://www.koc.com.tw/archives/590972
Deep Research 功能會讓 AI 進行更深入、更廣泛的搜尋和理解，然後再給出答案，對於希望有更全面答案的人，一定都會享用，幾天前 Google 已經開放免費用戶也能用 Gemini Deep Research，不過額度很少，一下就用完了。 稍早 Google 就在官方社群中宣布，已經翻倍原本的免費額度，並且全面支援 Gamini App，代表說沒有電腦的人，也能透過手機 App 來使用 Gemini Deep Research 功能。 Gemini Deep Research 深入研究功能每月可使用 10 次，手機 App 也支援 稍早在 X 官方社群平台上，Google Gemini App 宣布：「由於 Deep Research 擴展計畫獲得熱烈迴響，我們已 將 Gemini 用戶的免費月報數量提升至兩倍，讓更多人能夠受惠。此外，該功能現已 100% 完全支援行動裝置，用戶可隨時隨地輕鬆存取最新的研究報告。」 Gemini Deep Research update 🌐 Thanks to the incredible response to expanding Deep Research for everyone, we've doubled the number of monthly reports available for Gemini users at no cost & are now 100% rolled out on mobile. Happy researching! → https://t.co/eEMqPeKFgp Upgrade… https://t.co/D0zHFN7PXr — Google Gemini App (@GeminiApp) March 17, 2025 而這裡說的翻倍，其實就是變成每月免費用戶可以使用 10 次，雖然數量還不是很多，但對於多數人來說，應該也算夠用了。 況且競爭對手 ChatGPT 連免費開放都沒有，ChatGPT Plus、Teams 等付費用戶，每月也只有 10 次 Deep Research，由此可見 Gmini 真的佛。 Google 也同步宣布 Deep Research 已經完全支援手機 App，如果你還不知道怎麼使用，下面就來教你，我以 iOS 版為例。 首先，記得確保你已經將 Gemini 更新都最新版本，如果確認後，還是沒看到 Deep Research，建議重新安裝 App 試試。 打開 Gemini 後，按上方的模型，接著底部就會跳出目前提供的模型選單，即可看到 Deep Research： 再來就輸入你想要進行深入研究的主題和內容，輸入完畢後，Gemini 會建立一個研究計畫，如果覺得沒問題，按開始研究即可： 畫面會即時顯示當前研究狀態，像我的問題它總共研究了 207 個網站，超級多。如果只是單純問 AI 這問題，頂多研究 1x 個網站就很厲害的： 而研究那麼多網站，當然會花一段時間才會完成，這時可以將 App 跳出去做其他事情，完成時 Gemini 會自動通知你。 完成後，按開啟即可瀏覽完整報告，內容超級多，我快速掃描應該超過 5,000 字有，最下方也有參考的網站連結： 雖然深入研究 AI 會花比較多時間去探討和比對，但如果有你不熟悉的內容，或是覺得怪怪，還是建議要自行比對確認，畢竟現階段 AI 也不是 100% 正確，偶爾還是會犯錯。
-- gReader Pro
https://www.koc.com.tw/archives/590972
Deep Research 功能會讓 AI 進行更深入、更廣泛的搜尋和理解，然後再給出答案，對於希望有更全面答案的人，一定都會享用，幾天前 Google 已經開放免費用戶也能用 Gemini Deep Research，不過額度很少，一下就用完了。 稍早 Google 就在官方社群中宣布，已經翻倍原本的免費額度，並且全面支援 Gamini App，代表說沒有電腦的人，也能透過手機 App 來使用 Gemini Deep Research 功能。 Gemini Deep Research 深入研究功能每月可使用 10 次，手機 App 也支援 稍早在 X 官方社群平台上，Google Gemini App 宣布：「由於 Deep Research 擴展計畫獲得熱烈迴響，我們已 將 Gemini 用戶的免費月報數量提升至兩倍，讓更多人能夠受惠。此外，該功能現已 100% 完全支援行動裝置，用戶可隨時隨地輕鬆存取最新的研究報告。」 Gemini Deep Research update 🌐 Thanks to the incredible response to expanding Deep Research for everyone, we've doubled the number of monthly reports available for Gemini users at no cost & are now 100% rolled out on mobile. Happy researching! → https://t.co/eEMqPeKFgp Upgrade… https://t.co/D0zHFN7PXr — Google Gemini App (@GeminiApp) March 17, 2025 而這裡說的翻倍，其實就是變成每月免費用戶可以使用 10 次，雖然數量還不是很多，但對於多數人來說，應該也算夠用了。 況且競爭對手 ChatGPT 連免費開放都沒有，ChatGPT Plus、Teams 等付費用戶，每月也只有 10 次 Deep Research，由此可見 Gmini 真的佛。 Google 也同步宣布 Deep Research 已經完全支援手機 App，如果你還不知道怎麼使用，下面就來教你，我以 iOS 版為例。 首先，記得確保你已經將 Gemini 更新都最新版本，如果確認後，還是沒看到 Deep Research，建議重新安裝 App 試試。 打開 Gemini 後，按上方的模型，接著底部就會跳出目前提供的模型選單，即可看到 Deep Research： 再來就輸入你想要進行深入研究的主題和內容，輸入完畢後，Gemini 會建立一個研究計畫，如果覺得沒問題，按開始研究即可： 畫面會即時顯示當前研究狀態，像我的問題它總共研究了 207 個網站，超級多。如果只是單純問 AI 這問題，頂多研究 1x 個網站就很厲害的： 而研究那麼多網站，當然會花一段時間才會完成，這時可以將 App 跳出去做其他事情，完成時 Gemini 會自動通知你。 完成後，按開啟即可瀏覽完整報告，內容超級多，我快速掃描應該超過 5,000 字有，最下方也有參考的網站連結： 雖然深入研究 AI 會花比較多時間去探討和比對，但如果有你不熟悉的內容，或是覺得怪怪，還是建議要自行比對確認，畢竟現階段 AI 也不是 100% 正確，偶爾還是會犯錯。
-- gReader Pro
你们大模型全开源了 那到底咋挣钱啊
你们大模型全开源了 那到底咋挣钱啊
https://www.eiefun.com/9895.html
在今天正式开唠之前，差评君想问一个小问题：在你看来，开源是一种怎么样的存在？ 纯慈善？活菩萨？理想主义者？不图回报的侠客？按理来说，拥有这些标签的角色，往往都是电视剧里少数，而且最后都是要领盒饭的。 但现在，在大模型界，却来了个一百八十度大调转。" 不图回报 " 的开源模型们成了市场的主流和政治正确。在 DeepSeek 这个排头兵的带领下，敌对方再坚硬的头颅都低垂了。 不过，今天差评君想问一句实在的：都抢着开源，你们到底知不知道该怎么挣钱啊？即便是闭源大模型，赚得那点会员费也根本养活不了自己。 就连宁愿背负骂名，都要转向闭源的 OpenAI，都总是在喊穷。那技术都开源公示，谁都能免费取用的开源大模型们，不更应该揭不开锅吗？难道真是冲着做慈善去的？ 不光是差评君，几乎外界对于开源模型能不能赚钱，一直有争议。 但是，大伙别忘了，盈利才是企业经营的第一要义啊。所以，人家就不可能是冲着搞慈善去的。其实开源模式要真想赚，有好几条路子可以走。因为开源界已经跑出了不少成功人士，比如在开源赚钱史里响当当的一个大名—— Red Hat。 一个靠开源的 Linux 系统，最后成功走上上市，被 IBM 重金收购的商业公司。它的主要工作，就是提供围绕 Linux 系统的开源解决方案。 而这位前辈的案例，已经给大模型们指明了一条方向了。首先，可以选择对部分模型的使用权，进行收费。对的，大家得明白一件事，就是开源并不一定代表完全开源。 虽然大家都打着开源的旗号，但有很多人其实只是开源了某一层的技术，比如 Kimi 这次只是把底层推理框架开源了。 哪怕开源了整个模型，很多企业也都是做了两手准备。有的人只对一些早期或者小参数量的模型进行开源。比如智谱虽然是坚定的开源阵营，不过在 DeepSeek 下场之前，它一直只公开小参数模型，比如 ChatGLM-6B 。 或者是做有一套免费开源的应用，同时再开发一套专门用来收费的模型。这就是 Red Hat 的经典操作了，它们提供免费的基础版 Linux 发行版系统，但与此同时，也有面向 B 端的收费系统，比如企业付费版 RHEL 。 对于大模型来说也是一样，做 B 端定制化的付费模型部署，是现在盈利的一个大头。比如智谱就是类似的模式，在其官网披露了同款服务，虽然现在只写着千万和百万。不过，在 2023 年智谱的商业版本部署价格大概如下。 就算退一万步来说，我的模型免费给你用，API 免费给你接，我也有法子把钱赚回来。最简单的就是卖算力，像 DeepSeek 这样通过 tokens 来收费。 前段时间 DeepSeek 干脆公开了一份自己的盈利情况说明，似乎是想回击外界对于它赚钱能力的质疑。里面有一个非常吸人眼球的数据，理论上 DeepSeek 一天的利润为 47 万美元，利润率 545% 。 在文章中，它说如果取用它们调配后的计算机承载峰值来计算，那么 GPU 租赁成本为 87072 美金 / 每天。把网页、 APP 和 API 的负载全部算上，那么依照 DeepSeek R1 的定价来算，理论上一天的总收入可以达到 562927 美元 / 天。这笔账一算，不仅国内炸了，国外媒体也纷纷跟进报道。 不过，差评君得踩一脚刹车了。其实 DeepSeek 的这个收入只是最理想状态的结果。大多数情况下，并没有办法做到这样满额功率地跑。 尤其是 DeepSeek 以外的企业，更是无法做到和 DeepSeek 一样调教模型，做到多线满功率输出。 所以，这部分的收入虽然稳定，但对很多企业来说，大多时候只是上不来台面的三瓜俩枣。在阿里巴巴最新的财报里，他们也承认了千问大模型 API 的收入，根本没有形成规模。前者为 DeepSeek -V3，后者为 DeepSeek-R1 但不用担心，因为往往占开源盈利大头的，并不是源产品本身的收入。很多时候，开源卖的就不是产品，而是服务，生态才是它们的护城河。 低成本的系统，很多时候也只是大企业们的敲门砖。根本目的是通过低价把产品铺开，让你用习惯了、离不开了，再坐下来跟你聊商业化的事。 有一句话说的很精准，开源是商业化的桥梁。而一旦这座桥建成了，那什么生意都好做了，从硬件设备，到配套服务、应用迭代，都是能赚钱的地方。这些也都是 Red Hat 的经典操作。 几种里面最简单的就是服务收费。举个简单的例子，每天几千亿美金上下的纽交所，实际一直在用 Red Hat 免费的 Linux 系统来交易股票。 但是，英特尔更新下一代的处理器之后，纽交所得做相应的适配，这就意味着他们想要用上这一代的处理器，摆在他们面前的只有两个选择。 一是花钱长期雇佣一批专业的 IT 团队来维护系统、开发工作，第二个选择是购买 Red Hat 的订阅服务，请他们的专业工程师来负责。前者得掏钱一直养人，而且不一定有官方工程师懂这个产品，所以大多数人都会选择订阅 Red Hat 的服务。 对于大模型来说也是一样，智谱不仅可以给企业提供定制化的 AI 大模型。同时，也可以通过付费服务，承包后续的系统维护和升级。 因为部署之后，每一代的模型更新、多服务器的部署、企业数据权限打通等等都是需要解决的棘手任务。 但，这可就是另外的价钱了。在智谱这张服务图里，你能看到两个套餐里，都包含了教程培训、咨询服务。 接下来，就不用差评君教了吧，在硬件设备这边咱们直接举一反三就行。已经有企业在悄默默赚钱了，就比如各位卖铲子的云厂商们。 前两天，开源的千问大模型家族成了新晋的阿里救星。 虽然单纯卖付费 API 只能赚个三瓜俩枣的，但阿里发现，用了千问的模型后，很多客户顺手就会选择接入同宗同源的阿里云。 卖完模型再卖云，顺手的事。所以阿里云智能集团交了一份非常漂亮的成绩，收入同比增长了 7%，涨到了 296 亿。 听差评君唠了这么多，可能你觉得那开源岂不是稳赚了，口碑又好，还有这么多变着法赚钱的路子。可惜的是，这几种是可能的赚钱方法，但并不代表现在的开源大模型们，已经可以这么赚了。 就连现在正参与在 AI 行业一线的人，都和差评君说：行业还在激烈变化中，现在谈赚钱甚至有些为时尚早。 这么多年了，开源界也只出了 Red Hat 这么一个独苗。它的这套成功商业模式，复刻起来非常有难度。有一个必要的点就是，需要能让企业们都选择你这个产品。 并且，你的开源社区能持续地扩大影响力，把生态建立起来。甚至是，" 垄断 " 同类型的开源市场。 这就要求企业不断地烧钱，同时和开源、闭源企业竞争。更何况，和系统开发比起来，大模型对于财力的消耗更是高得吓人。 开发出最初版本的 Linux，只需要一台电脑和一碗面条。而现在模型训练要烧钱、云服务器要烧钱，资金链上但凡有一点风吹草动，很可能就一脚踏空摔死了。 对于现在的 AI 来说，管你是闭源开源，都没到能上桌谈钱的时候。之前红杉资本披露过一个数据，2023 年各家 AI 公司在英伟达 GPU 上花了 500 亿美元，但由此产生的收入只有 30 亿美元。 这里面可能还有三分之二都是 OepnAI 一家创造的。在层出不穷的巨星光芒之下，死伤的开源 AI 公司不在少数，里面甚至不乏明星企业。就比如文成图领域绝对响当当的 stability，那个做出 stable diffusion 的公司。 去年上半年，因为收入只有不到 500 万美元，但是亏损超过了 3000 万，还倒欠其他公司 1 个亿美元的债务，最终导致 CEO 被赶下了台。 对现在的 AI 大模型企业来说，当务之急不是赚钱，是有关注、有用户和活下去。所以开源才会一反常态，成为这个市场里非常响亮的一种声音。 如今，很多人抢着开源，一方面为了制造动静，让市场知道你这家公司在干嘛，知道你的产品牛。 除此之外，也是担心所有人都投奔 DeepSeek 去了，一旦掉队，慢慢市场里就没自己的事。 到时候，你再开源可就没人和你玩了。 免责声明 本文内容(图片、文章)翻译/转载自国内外资讯/自媒体平台。文中内容不代表本站立场，如有侵权或其它，请联系 admin@eiefun.com，我们会第一时间配合删除。
-- gReader Pro
https://www.eiefun.com/9895.html
在今天正式开唠之前，差评君想问一个小问题：在你看来，开源是一种怎么样的存在？ 纯慈善？活菩萨？理想主义者？不图回报的侠客？按理来说，拥有这些标签的角色，往往都是电视剧里少数，而且最后都是要领盒饭的。 但现在，在大模型界，却来了个一百八十度大调转。" 不图回报 " 的开源模型们成了市场的主流和政治正确。在 DeepSeek 这个排头兵的带领下，敌对方再坚硬的头颅都低垂了。 不过，今天差评君想问一句实在的：都抢着开源，你们到底知不知道该怎么挣钱啊？即便是闭源大模型，赚得那点会员费也根本养活不了自己。 就连宁愿背负骂名，都要转向闭源的 OpenAI，都总是在喊穷。那技术都开源公示，谁都能免费取用的开源大模型们，不更应该揭不开锅吗？难道真是冲着做慈善去的？ 不光是差评君，几乎外界对于开源模型能不能赚钱，一直有争议。 但是，大伙别忘了，盈利才是企业经营的第一要义啊。所以，人家就不可能是冲着搞慈善去的。其实开源模式要真想赚，有好几条路子可以走。因为开源界已经跑出了不少成功人士，比如在开源赚钱史里响当当的一个大名—— Red Hat。 一个靠开源的 Linux 系统，最后成功走上上市，被 IBM 重金收购的商业公司。它的主要工作，就是提供围绕 Linux 系统的开源解决方案。 而这位前辈的案例，已经给大模型们指明了一条方向了。首先，可以选择对部分模型的使用权，进行收费。对的，大家得明白一件事，就是开源并不一定代表完全开源。 虽然大家都打着开源的旗号，但有很多人其实只是开源了某一层的技术，比如 Kimi 这次只是把底层推理框架开源了。 哪怕开源了整个模型，很多企业也都是做了两手准备。有的人只对一些早期或者小参数量的模型进行开源。比如智谱虽然是坚定的开源阵营，不过在 DeepSeek 下场之前，它一直只公开小参数模型，比如 ChatGLM-6B 。 或者是做有一套免费开源的应用，同时再开发一套专门用来收费的模型。这就是 Red Hat 的经典操作了，它们提供免费的基础版 Linux 发行版系统，但与此同时，也有面向 B 端的收费系统，比如企业付费版 RHEL 。 对于大模型来说也是一样，做 B 端定制化的付费模型部署，是现在盈利的一个大头。比如智谱就是类似的模式，在其官网披露了同款服务，虽然现在只写着千万和百万。不过，在 2023 年智谱的商业版本部署价格大概如下。 就算退一万步来说，我的模型免费给你用，API 免费给你接，我也有法子把钱赚回来。最简单的就是卖算力，像 DeepSeek 这样通过 tokens 来收费。 前段时间 DeepSeek 干脆公开了一份自己的盈利情况说明，似乎是想回击外界对于它赚钱能力的质疑。里面有一个非常吸人眼球的数据，理论上 DeepSeek 一天的利润为 47 万美元，利润率 545% 。 在文章中，它说如果取用它们调配后的计算机承载峰值来计算，那么 GPU 租赁成本为 87072 美金 / 每天。把网页、 APP 和 API 的负载全部算上，那么依照 DeepSeek R1 的定价来算，理论上一天的总收入可以达到 562927 美元 / 天。这笔账一算，不仅国内炸了，国外媒体也纷纷跟进报道。 不过，差评君得踩一脚刹车了。其实 DeepSeek 的这个收入只是最理想状态的结果。大多数情况下，并没有办法做到这样满额功率地跑。 尤其是 DeepSeek 以外的企业，更是无法做到和 DeepSeek 一样调教模型，做到多线满功率输出。 所以，这部分的收入虽然稳定，但对很多企业来说，大多时候只是上不来台面的三瓜俩枣。在阿里巴巴最新的财报里，他们也承认了千问大模型 API 的收入，根本没有形成规模。前者为 DeepSeek -V3，后者为 DeepSeek-R1 但不用担心，因为往往占开源盈利大头的，并不是源产品本身的收入。很多时候，开源卖的就不是产品，而是服务，生态才是它们的护城河。 低成本的系统，很多时候也只是大企业们的敲门砖。根本目的是通过低价把产品铺开，让你用习惯了、离不开了，再坐下来跟你聊商业化的事。 有一句话说的很精准，开源是商业化的桥梁。而一旦这座桥建成了，那什么生意都好做了，从硬件设备，到配套服务、应用迭代，都是能赚钱的地方。这些也都是 Red Hat 的经典操作。 几种里面最简单的就是服务收费。举个简单的例子，每天几千亿美金上下的纽交所，实际一直在用 Red Hat 免费的 Linux 系统来交易股票。 但是，英特尔更新下一代的处理器之后，纽交所得做相应的适配，这就意味着他们想要用上这一代的处理器，摆在他们面前的只有两个选择。 一是花钱长期雇佣一批专业的 IT 团队来维护系统、开发工作，第二个选择是购买 Red Hat 的订阅服务，请他们的专业工程师来负责。前者得掏钱一直养人，而且不一定有官方工程师懂这个产品，所以大多数人都会选择订阅 Red Hat 的服务。 对于大模型来说也是一样，智谱不仅可以给企业提供定制化的 AI 大模型。同时，也可以通过付费服务，承包后续的系统维护和升级。 因为部署之后，每一代的模型更新、多服务器的部署、企业数据权限打通等等都是需要解决的棘手任务。 但，这可就是另外的价钱了。在智谱这张服务图里，你能看到两个套餐里，都包含了教程培训、咨询服务。 接下来，就不用差评君教了吧，在硬件设备这边咱们直接举一反三就行。已经有企业在悄默默赚钱了，就比如各位卖铲子的云厂商们。 前两天，开源的千问大模型家族成了新晋的阿里救星。 虽然单纯卖付费 API 只能赚个三瓜俩枣的，但阿里发现，用了千问的模型后，很多客户顺手就会选择接入同宗同源的阿里云。 卖完模型再卖云，顺手的事。所以阿里云智能集团交了一份非常漂亮的成绩，收入同比增长了 7%，涨到了 296 亿。 听差评君唠了这么多，可能你觉得那开源岂不是稳赚了，口碑又好，还有这么多变着法赚钱的路子。可惜的是，这几种是可能的赚钱方法，但并不代表现在的开源大模型们，已经可以这么赚了。 就连现在正参与在 AI 行业一线的人，都和差评君说：行业还在激烈变化中，现在谈赚钱甚至有些为时尚早。 这么多年了，开源界也只出了 Red Hat 这么一个独苗。它的这套成功商业模式，复刻起来非常有难度。有一个必要的点就是，需要能让企业们都选择你这个产品。 并且，你的开源社区能持续地扩大影响力，把生态建立起来。甚至是，" 垄断 " 同类型的开源市场。 这就要求企业不断地烧钱，同时和开源、闭源企业竞争。更何况，和系统开发比起来，大模型对于财力的消耗更是高得吓人。 开发出最初版本的 Linux，只需要一台电脑和一碗面条。而现在模型训练要烧钱、云服务器要烧钱，资金链上但凡有一点风吹草动，很可能就一脚踏空摔死了。 对于现在的 AI 来说，管你是闭源开源，都没到能上桌谈钱的时候。之前红杉资本披露过一个数据，2023 年各家 AI 公司在英伟达 GPU 上花了 500 亿美元，但由此产生的收入只有 30 亿美元。 这里面可能还有三分之二都是 OepnAI 一家创造的。在层出不穷的巨星光芒之下，死伤的开源 AI 公司不在少数，里面甚至不乏明星企业。就比如文成图领域绝对响当当的 stability，那个做出 stable diffusion 的公司。 去年上半年，因为收入只有不到 500 万美元，但是亏损超过了 3000 万，还倒欠其他公司 1 个亿美元的债务，最终导致 CEO 被赶下了台。 对现在的 AI 大模型企业来说，当务之急不是赚钱，是有关注、有用户和活下去。所以开源才会一反常态，成为这个市场里非常响亮的一种声音。 如今，很多人抢着开源，一方面为了制造动静，让市场知道你这家公司在干嘛，知道你的产品牛。 除此之外，也是担心所有人都投奔 DeepSeek 去了，一旦掉队，慢慢市场里就没自己的事。 到时候，你再开源可就没人和你玩了。 免责声明 本文内容(图片、文章)翻译/转载自国内外资讯/自媒体平台。文中内容不代表本站立场，如有侵权或其它，请联系 admin@eiefun.com，我们会第一时间配合删除。
-- gReader Pro
AI浪潮下企业数字化将走向何方
AI浪潮下企业数字化将走向何方
https://www.eiefun.com/9887.html
在当今时代，AI 无疑是最热门的话题之一。从科技巨头到初创企业，从媒体报道到日常谈资，AI 的热度持续攀升，仿佛为企业数字化转型带来了无限可能。然而，近日老杨与一些企业的CIO朋友们交流后发现了一个令人深思的现象：信息部门在这股 AI 浪潮中显得迷茫，领导对 AI 满怀高期望，可 AI 在企业中可落地的场景却相当有限;AI否会像曾经的"中台"一样，从爆火到无人问津？如果企业的数字化基础不扎实，管理不转型，AI是否又会成为企业管理的"背锅侠"？这一系列问题的背后，究竟反映了什么问题？企业数字化又将走向何方？ 信息部门为什么迷茫？ 老杨与一些CIO朋友们交流后总结如下： 首先，技术迭代过快。 AI技术日新月异，新的算法、框架和应用不断涌现。信息部门需要不断学习和掌握这些新知识，但往往难以跟上技术发展的步伐。例如，从传统的机器学习算法到深度学习，再到最近的大模型技术，每一个阶段的技术变革都需要信息部门投入大量的时间和精力去适应和学习。 其次，业务需求多变。 企业的业务需求随着市场环境的变化而不断调整，信息部门需要及时响应业务部门的需求，但又无法准确预知未来的业务方向。比如，业务部门可能会突然提出利用AI进行个性化推荐的需求，而信息部门可能还在忙于维护现有的系统，没有足够的时间和精力去研究和开发新的应用，而业务部门则认为是信息部门能力不足。 最后，人才短缺与技术更新的压力。 AI领域需要具备深厚专业知识和实践经验的人才，而这样的复合型人才在市场上相对稀缺。信息部门既要承担技术更新的压力，又要面临着人才短缺的困境，特别是在当前降本增效的模式下，这使得信息部门在推进企业数字化建设工作时倍感艰难。 信息部门为什么苦恼？ 当前让信息部门苦恼的一个问题就是：企业领导对AI的高期待！ 领导对 AI 的高期望，很大程度上源于外界对 AI 的广泛宣传以及行业趋势的引导。在各种自媒体不切实际的宣传中，让企业领导以为AI 似乎是无所不能，能够瞬间颠覆企业的业务模式，带来爆发式的增长。但外行看热闹内行看门道，信息部门心里都很清楚：AI 技术虽强大，但在企业实际应用中，有着诸多限制，难以在短时间内达到企业领导降本增效的要求。如果贸然引进AI项目可能面临烂尾的风险，如果不引进则被领导视为其能力有问题，这一现象反映出企业领导对AI技术缺乏全面、客观的认知，同时也没有充分考量企业自身的业务特性、所处的行业环境以及 AI 技术发展的阶段性，就盲目跟风，将 AI 视为万能钥匙，最后期望过高自然失望越大。 AI是否会重蹈当年中台的覆辙 此时很多CIO朋友们还有一个担忧就是：AI是否会重蹈当年中台的覆辙！ 曾几何时，中台概念横空出世，备受追捧，众多企业纷纷投身中台建设，期望借此整合资源、提升效率。但一段时间后，不少企业发现中台建设难度远超预期，投入巨大却收效甚微，热度逐渐冷却，最后被边缘化甚至无人问津。那么当前爆火的AI技术，也有类似的风险，会步此后尘吗？ 当前在很多企业中，数字化基础尚未夯实。如果企业的数字化化系统还处于混乱状态，数据标准不统一、数据质量低下、系统之间缺乏有效的集成等问题突出，那么AI就如同无本之木。因为AI的发展高度依赖数据，没有良好的数据基础，AI模型的训练效果就会大打折扣，其应用价值也难以体现。例如，一个企业内部的客户数据分散在多个不同的系统中，而且数据字段定义不一致，那么基于这些数据构建的AI客户画像模型就很难准确反映客户的真实特征，进而影响营销决策等相关业务。 还有一个比较现实的问题就是：如果管理的转型跟不上技术的发展，也会让AI面临困境。企业管理往往是复杂的体系，涉及到组织架构、流程、人员的管理等多个方面。如果企业管理模式仍然停留在传统的层级制、命令式管理，缺乏灵活性和创新文化，就很难适应AI带来的变革。例如，AI的应用可能需要打破部门之间的壁垒，实现数据的共享和协同，但传统的部门管理边界和绩效考核机制可能会阻碍这种协同的发生。 所以从以上的技术及管理风险都不难发现如果企业仍以传统的旧思路来进行AI项目建设，那么AI重蹈中台的覆辙只是时间问题。 AI会成为企业管理的新"背锅侠"吗？ 此时问题来了，谁来背锅？ 数字化基础没做好，管理不转型，AI会成为企业管理的新"背锅侠"吗？ AI的落地离不开扎实的数字化基础。如果企业的数据质量差、系统孤立、业务流程混乱，AI的应用效果将大打折扣。此外，管理转型也是AI成功的关键。AI不仅仅是一项技术，更是一种新的工作方式和决策模式。如果企业仍然依赖传统的经验驱动决策，而不是数据驱动决策，AI的价值将难以发挥。因此，企业需要在技术投入的同时，推动管理文化的转型，培养数据驱动的思维模式。 老杨认为AI它不是万能解药，它不能解决企业所有的问题。企业需要明确AI的定位，避免将其视为"救世主"。否则，当AI无法达到预期效果时，它可能会成为企业管理的"背锅侠"。 企业如何避免重蹈数字化转型的覆辙？ 老杨始终认为：数字化的尽头还是基础数字化！ 想要AI技术发挥价值，企业首先还是解决数字化的基础问题。统一数据的格式和标准，建立数据治理的体系，确保数据的质量、安全和完整性。同时，要加强不同系统之间的集成，打破信息孤岛，让数据能够在企业内部自由流动，为AI的应用提供坚实的数据支撑。 其次，还是老生常谈的问题企业管理要转型。要建立鼓励创新和试错的文化氛围，打破部门之间的壁垒，构建跨部门的团队，以适应AI带来的组织变革。同时，也要调整绩效考核机制，激励员工积极参与到数字化转型和AI应用的项目中来。 最后，企业需要正确认识AI的价值和应用边界。要根据自身的业务需求和战略目标来评估AI的应用价值，而不是盲目追求新技术。在选择AI项目时，要进行充分的可行性研究和试点，确保AI技术能够真正解决业务中的痛点问题。并且在实施过程中，注重对员工的培训和引导，让他们理解AI的作用和局限性，将AI作为提升工作效率和质量的辅助工具，而非完全依赖AI。 AI浪潮下企业数字化将走向何方？ 老杨认为企业除了夯实数字化基础，正确认知AI的价值，最关键的要提升AI新能力！ AI的普及正在改变工作的本质。 在之前，专业知识和专业能力是职场的核心竞争力。而在AI时代，我们需要重新理解"能力"的构成：专业知识+专业能力+AI=AI新能力。 专业知识：这是基础，AI无法替代人类对行业的深刻理解。 专业能力：包括分析问题、解决问题的能力，这是人类的核心优势。 AI工具：AI可以辅助人类完成重复性、计算密集型任务，提升效率。 需要注意的是AI并非万能！我们需要警惕"AI幻觉"——即过度依赖AI工具，忽视其局限性。例如，AI生成的内容可能存在错误或偏见，需要人类进行审核和修正。 因此，在今后的工作中，我们应该提升AI能力，而不是完全依赖AI工具。 综上所述，AI浪潮为企业数字化转型带来了新的机遇和挑战。企业需要理性看待AI的价值，避免盲目跟风。只有夯实数字化基础，推动管理转型，才能让AI真正赋能业务，实现可持续发展。信息部门在这一过程中扮演着关键角色，需要主动作为，推动技术与业务的深度融合。同时，AI正在重新定义工作的本质。我们需要将专业知识、专业能力与AI工具相结合，形成新的竞争力。但切记，AI是工具，而不是替代品。只有正确理解AI的能力边界，才能在工作中发挥其最大价值。只有这样，企业才能在AI浪潮中立于不败之地。 免责声明 本文内容(图片、文章)翻译/转载自国内外资讯/自媒体平台。文中内容不代表本站立场，如有侵权或其它，请联系 admin@eiefun.com，我们会第一时间配合删除。
-- gReader Pro
https://www.eiefun.com/9887.html
在当今时代，AI 无疑是最热门的话题之一。从科技巨头到初创企业，从媒体报道到日常谈资，AI 的热度持续攀升，仿佛为企业数字化转型带来了无限可能。然而，近日老杨与一些企业的CIO朋友们交流后发现了一个令人深思的现象：信息部门在这股 AI 浪潮中显得迷茫，领导对 AI 满怀高期望，可 AI 在企业中可落地的场景却相当有限;AI否会像曾经的"中台"一样，从爆火到无人问津？如果企业的数字化基础不扎实，管理不转型，AI是否又会成为企业管理的"背锅侠"？这一系列问题的背后，究竟反映了什么问题？企业数字化又将走向何方？ 信息部门为什么迷茫？ 老杨与一些CIO朋友们交流后总结如下： 首先，技术迭代过快。 AI技术日新月异，新的算法、框架和应用不断涌现。信息部门需要不断学习和掌握这些新知识，但往往难以跟上技术发展的步伐。例如，从传统的机器学习算法到深度学习，再到最近的大模型技术，每一个阶段的技术变革都需要信息部门投入大量的时间和精力去适应和学习。 其次，业务需求多变。 企业的业务需求随着市场环境的变化而不断调整，信息部门需要及时响应业务部门的需求，但又无法准确预知未来的业务方向。比如，业务部门可能会突然提出利用AI进行个性化推荐的需求，而信息部门可能还在忙于维护现有的系统，没有足够的时间和精力去研究和开发新的应用，而业务部门则认为是信息部门能力不足。 最后，人才短缺与技术更新的压力。 AI领域需要具备深厚专业知识和实践经验的人才，而这样的复合型人才在市场上相对稀缺。信息部门既要承担技术更新的压力，又要面临着人才短缺的困境，特别是在当前降本增效的模式下，这使得信息部门在推进企业数字化建设工作时倍感艰难。 信息部门为什么苦恼？ 当前让信息部门苦恼的一个问题就是：企业领导对AI的高期待！ 领导对 AI 的高期望，很大程度上源于外界对 AI 的广泛宣传以及行业趋势的引导。在各种自媒体不切实际的宣传中，让企业领导以为AI 似乎是无所不能，能够瞬间颠覆企业的业务模式，带来爆发式的增长。但外行看热闹内行看门道，信息部门心里都很清楚：AI 技术虽强大，但在企业实际应用中，有着诸多限制，难以在短时间内达到企业领导降本增效的要求。如果贸然引进AI项目可能面临烂尾的风险，如果不引进则被领导视为其能力有问题，这一现象反映出企业领导对AI技术缺乏全面、客观的认知，同时也没有充分考量企业自身的业务特性、所处的行业环境以及 AI 技术发展的阶段性，就盲目跟风，将 AI 视为万能钥匙，最后期望过高自然失望越大。 AI是否会重蹈当年中台的覆辙 此时很多CIO朋友们还有一个担忧就是：AI是否会重蹈当年中台的覆辙！ 曾几何时，中台概念横空出世，备受追捧，众多企业纷纷投身中台建设，期望借此整合资源、提升效率。但一段时间后，不少企业发现中台建设难度远超预期，投入巨大却收效甚微，热度逐渐冷却，最后被边缘化甚至无人问津。那么当前爆火的AI技术，也有类似的风险，会步此后尘吗？ 当前在很多企业中，数字化基础尚未夯实。如果企业的数字化化系统还处于混乱状态，数据标准不统一、数据质量低下、系统之间缺乏有效的集成等问题突出，那么AI就如同无本之木。因为AI的发展高度依赖数据，没有良好的数据基础，AI模型的训练效果就会大打折扣，其应用价值也难以体现。例如，一个企业内部的客户数据分散在多个不同的系统中，而且数据字段定义不一致，那么基于这些数据构建的AI客户画像模型就很难准确反映客户的真实特征，进而影响营销决策等相关业务。 还有一个比较现实的问题就是：如果管理的转型跟不上技术的发展，也会让AI面临困境。企业管理往往是复杂的体系，涉及到组织架构、流程、人员的管理等多个方面。如果企业管理模式仍然停留在传统的层级制、命令式管理，缺乏灵活性和创新文化，就很难适应AI带来的变革。例如，AI的应用可能需要打破部门之间的壁垒，实现数据的共享和协同，但传统的部门管理边界和绩效考核机制可能会阻碍这种协同的发生。 所以从以上的技术及管理风险都不难发现如果企业仍以传统的旧思路来进行AI项目建设，那么AI重蹈中台的覆辙只是时间问题。 AI会成为企业管理的新"背锅侠"吗？ 此时问题来了，谁来背锅？ 数字化基础没做好，管理不转型，AI会成为企业管理的新"背锅侠"吗？ AI的落地离不开扎实的数字化基础。如果企业的数据质量差、系统孤立、业务流程混乱，AI的应用效果将大打折扣。此外，管理转型也是AI成功的关键。AI不仅仅是一项技术，更是一种新的工作方式和决策模式。如果企业仍然依赖传统的经验驱动决策，而不是数据驱动决策，AI的价值将难以发挥。因此，企业需要在技术投入的同时，推动管理文化的转型，培养数据驱动的思维模式。 老杨认为AI它不是万能解药，它不能解决企业所有的问题。企业需要明确AI的定位，避免将其视为"救世主"。否则，当AI无法达到预期效果时，它可能会成为企业管理的"背锅侠"。 企业如何避免重蹈数字化转型的覆辙？ 老杨始终认为：数字化的尽头还是基础数字化！ 想要AI技术发挥价值，企业首先还是解决数字化的基础问题。统一数据的格式和标准，建立数据治理的体系，确保数据的质量、安全和完整性。同时，要加强不同系统之间的集成，打破信息孤岛，让数据能够在企业内部自由流动，为AI的应用提供坚实的数据支撑。 其次，还是老生常谈的问题企业管理要转型。要建立鼓励创新和试错的文化氛围，打破部门之间的壁垒，构建跨部门的团队，以适应AI带来的组织变革。同时，也要调整绩效考核机制，激励员工积极参与到数字化转型和AI应用的项目中来。 最后，企业需要正确认识AI的价值和应用边界。要根据自身的业务需求和战略目标来评估AI的应用价值，而不是盲目追求新技术。在选择AI项目时，要进行充分的可行性研究和试点，确保AI技术能够真正解决业务中的痛点问题。并且在实施过程中，注重对员工的培训和引导，让他们理解AI的作用和局限性，将AI作为提升工作效率和质量的辅助工具，而非完全依赖AI。 AI浪潮下企业数字化将走向何方？ 老杨认为企业除了夯实数字化基础，正确认知AI的价值，最关键的要提升AI新能力！ AI的普及正在改变工作的本质。 在之前，专业知识和专业能力是职场的核心竞争力。而在AI时代，我们需要重新理解"能力"的构成：专业知识+专业能力+AI=AI新能力。 专业知识：这是基础，AI无法替代人类对行业的深刻理解。 专业能力：包括分析问题、解决问题的能力，这是人类的核心优势。 AI工具：AI可以辅助人类完成重复性、计算密集型任务，提升效率。 需要注意的是AI并非万能！我们需要警惕"AI幻觉"——即过度依赖AI工具，忽视其局限性。例如，AI生成的内容可能存在错误或偏见，需要人类进行审核和修正。 因此，在今后的工作中，我们应该提升AI能力，而不是完全依赖AI工具。 综上所述，AI浪潮为企业数字化转型带来了新的机遇和挑战。企业需要理性看待AI的价值，避免盲目跟风。只有夯实数字化基础，推动管理转型，才能让AI真正赋能业务，实现可持续发展。信息部门在这一过程中扮演着关键角色，需要主动作为，推动技术与业务的深度融合。同时，AI正在重新定义工作的本质。我们需要将专业知识、专业能力与AI工具相结合，形成新的竞争力。但切记，AI是工具，而不是替代品。只有正确理解AI的能力边界，才能在工作中发挥其最大价值。只有这样，企业才能在AI浪潮中立于不败之地。 免责声明 本文内容(图片、文章)翻译/转载自国内外资讯/自媒体平台。文中内容不代表本站立场，如有侵权或其它，请联系 admin@eiefun.com，我们会第一时间配合删除。
-- gReader Pro
Pollo.ai：一站式生成創意影片神器，揮別熬夜爆肝人生
Pollo.ai：一站式生成創意影片神器，揮別熬夜爆肝人生
https://www.soft4fun.net/tech/ai/pollo-ai.htm
仔細回想一下，你最近滑社群媒體，是看文字比較多，還是影片呢？在這個數位內容大爆炸的時代，不管短影音還長影片，都已經成為每個經營社群的人必須掌握的重點，而 Pollo.ai 正好能幫助社群小編、行銷人員、設計師，或影片剪輯師，快速產出高品質且有創意的影片。 整合多款模型，一站式生成圖片、影片不必換平台 如何兼顧創意與效率，快速生成高質感的圖片和影片呢？你只要運用 Pollo.ai 生成圖片和影片，透過整合多款頂尖的 AI 模型，提供包含圖片生成、影片生成、影像轉視頻（圖片轉影片）以及一致性角色影片等超實用功能，讓你輕鬆搞定所有影音素材，告別天天剪片到半夜的日子。 快速導覽 整合多款模型，一站式生成圖片、影片不必換平台 主要特色 Pollo.ai 支援的 AI 影像模型 Pollo AI 實測 社群小編的圖文利器：找不到適合的圖片場景靠 AI 生成 設計師的創意助手：可生成活動主視覺供提案參考 剪輯師的素材寶庫：簡單取得 B-Roll 補充文字敘述的影像 動畫導演的角色創作：用同一角色形象，延伸出更多衍伸內容 一般使用者的創意使用：為靜態人物加上動作，宛如真實發生場景 免費版 vs 付費版，選擇適合你的方案 免費版限制 付費版優勢 版權問題不可忽視，商用前記得先確認 Pollo.ai 將帶起影片生成風潮，人人都可發揮創意拍出夢幻大片 主要特色 超直覺操作畫面：畫面設計清楚易懂，在手機上也能輕鬆操作，也有手機 app。 一站式解決方案：從生成圖片到生成影片一次搞定，不必多平台來回切換。 多模型整合支援：AI 自動推薦最佳模型，也可手動挑選符合需求的模型。 一致性角色延伸：透過 AI 建立一致性角色外觀，連續影片製作更輕鬆。 Pollo.ai 支援的 AI 影像模型 Pollo.ai 整合哪些 AI 影像模型，讓我們來一探究竟！ 影片生成模型圖片生成模型• Kling AI• Runway• Hailuo AI• Vidu AI• Luma Ray• Pika AI• PixVerse AI• Wanx AI• Seaweed• Veo 2• Hunyuan• Recraft V3• Ideogram• Stable Diffusion• Flux Schnell• Flux Dev• Flux Dev Lora• Flux 1.1 Pro• Flux 1.1 Pro Ultra• Dall-E 不論是創意靈感、專業設計，還是商業應用，這些模型都能滿足你的各種需求。接下來，我們來看看如何使用 Pollo.ai，協助工作順利進行。 首先，先連至 Pollo.ai，如果用此連結註冊，可以獲得 10 點。每張圖片生成需至少 1 點，每支影片生成需 10 點，可選擇分享社群推薦鏈結給朋友，取得更多點數，也可每日簽到累積免費點數，我們先來試試它的威力！ 點這邊註冊 Pollo.ai (點我們的連結可獲得額外點數) Pollo AI 實測 社群小編的圖文利器：找不到適合的圖片場景靠 AI 生成 我們先在主選單選擇「影像 AI」分類裡的「AI 圖像生成器」。 假設主題是手機發表會的模擬圖的話，模型採用「Flux 1.1 Pro Ultra」，Prompt 如下： A professional technology product showcase photo featuring two Japanese young female models seated at a white round table, smiling at the camera. The model on the left wears a light blue dress and holds a sleek tablet with both hands, its screen displaying an intuitive user interface. The model on the right wears a white sleeveless dress and holds a high-resolution laptop, with its screen showcasing an image of a modern office setup. Another laptop with a visible brand logo is placed on the table. The background consists of a white brick wall adorned with three technology product posters, creating a clean and premium exhibition atmosphere. The overall setting exudes professionalism with a stylish tech-oriented vibe. 設計師的創意助手：可生成活動主視覺供提案參考 在台北市舉辦一場 AI 相關講座，選擇使用「影像到影像」功能，放入台北意象，模型採用「Flux 1.1 Pro Ultra」，Prompt 如下： Create a 16:9 cyberpunk-style event banner featuring Taipei 101 as the central visual element. The futuristic night cityscape surrounds Taipei 101 with towering skyscrapers and glowing neon lights, exuding a cyberpunk atmosphere with blue, purple, and pink hues. The sky is filled with AI-generated data streams, light trails, and holographic projections, enhancing the high-tech futuristic vibe. Taipei 101 is outlined with neon tubing, its peak glowing brightly like a futuristic signal tower. In the foreground, digital HUD interface elements display AI-related symbols and futuristic data. The main title 'AI Generated Imagery: The Future' is presented in glowing digital typography, with a subtitle placed below in a smaller font, reinforcing the sci-fi aesthetic. 剪輯師的素材寶庫：簡單取得 B-Roll 補充文字敘述的影像 選擇使用「視訊 AI」分類裡的「文字轉視頻」功能，模型採用「Pollo 1.5」，Prompt 如下： 一位年輕女性在大自然環境中奔跑，身穿運動背心與短褲，搭配輕便跑鞋。她的身體前傾，步伐有力，展現出充滿活力的跑步動作。她的長髮在奔跑時隨風擺動，臉上帶著專注而愉悅的表情。背景為遼闊的山林景觀，遠方有模糊的湖泊或溪流，天氣清爽，光線柔和，營造自然且健康的運動氛圍。圖像比例為 16:9，視角稍微側面，捕捉跑步的動態感與自然的平衡構圖。 將模型改為「Kling 1.6」，繼續創造生成新影片。 選擇使用「視訊 AI」分類裡的「文字轉視頻」功能，模型採用「Pollo 1.5」，Prompt 如下： 這是一個神秘的森林，有發光的植物和奇幻生物。風格類似宮崎駿的動畫，柔和的色調，細膩的細節。鏡頭應從森林入口慢慢推進到中心的一棵巨大發光樹木。 將模型改為「Pixverse V3」，繼續創造生成新影片。 選擇使用「視訊 AI」分類裡的「文字轉視頻」功能，模型採用「Pollo 1.5」，Prompt 如下： 這裡有款時尚的智慧型手錶。背景為現代都市風格，手錶應旋轉展示其各個角度，特寫其螢幕功能。風格要明亮、充滿活力，適合 Instagram 貼文。 將模型改為「Wanx 2.1」，繼續創造生成新影片。 選擇使用「視訊 AI」分類裡的「影像轉視頻」功能，模型採用「Kling 1.6」，Prompt 如下： 請讓這張圖生成從日出前，到太陽升起，再到日落，最後停在晚上的影片。建築物被光影投射的明暗程度，也要跟著變化。 動畫導演的角色創作：用同一角色形象，延伸出更多衍伸內容 在影片過場時，過往常希望有同角色做不同動作，較有一致性，Pollo.ai 「視訊 AI」分類裡的「一致的角色視頻」，可達到這要求。先將 2~3 張圖片選取上傳後，加上想要生成的畫面動作，分別執行兩次後，即可產生同角色不同場景的影片。 請用第一張圖中的柯基犬，從遠處往畫面中的正前方跑，再從第二張圖片的沙灘上跑過，最後在第三張圖的沙發上停下腳步，然後閉上眼睛睡著。 一般使用者的創意使用：為靜態人物加上動作，宛如真實發生場景 如果非工作使用，一般使用者也可以透過 Pollo.ai 合成出創意人物影片，為生活添加點樂趣。 選擇「視訊 AI」分類裡的「AI 視頻特效」的「AI 擁抱」功能，讓貝多芬和愛因斯坦互擁。 選擇「視訊 AI」分類裡的「AI 視頻特效」的「AI 笑臉效果」功能，讓蒙娜麗莎開懷大笑。 免費版 vs 付費版，選擇適合你的方案 如何選擇使用免費版，還是付費版比較好？ 免費版限制 僅加入新帳號時，取得 10 點 需每天執行簽到任務，或推薦朋友加入系統，取得更多免費點數 生成內容帶有浮水印，且於 Pollo.ai 社群完全公開 免費版生成內容，無法商用。 付費版優勢 精簡版（ $473/月）：300 點/月，無浮水印，可商業使用。 專業版（ $914/月）：800 點/月，無浮水印，滿足使用量較高者需求。 版權問題不可忽視，商用前記得先確認 使用者在創作過程中，應更謹慎注意 AI 生成內容的使用限制。無論是商業用途還是素材上傳，都須確認版權歸屬。 因此建議使用 Pollo.ai 服務進行商業運用時，一定要先詳細查看條款，或尋求專業的法律建議，以確保不會不小心侵權。 另外，像「影片轉動漫」和「 AI 動畫」功能，有使用到迪士尼皮克斯風格，或日本動畫導演如宮崎駿、新海誠等風格，若要商用須先跟版權方確認。 Pollo.ai 將帶起影片生成風潮，人人都可發揮創意拍出夢幻大片 看完以上測試，是否覺得 Pollo.ai 功能蠻強，一站式讓你完成各種圖片及影片生成需求。 Pollo.ai 的出現，讓以往需要耗時繪製圖片及拍攝影片的製片時程，多了更多創意及可能性，不管是對專業人士還是一般使用者來說，都能帶來非常便利且有趣的體驗。透過結合 AI 技術，大幅降低創作影片的門檻，尤其是一致性的角色產出，能延伸更多畫面動作，也讓使用者可以更專注在敘事故事或知識影片的產出。 不管工作或娛樂， Pollo.ai 都可以讓你對影片拍攝或後置，產生更多創意新點子。 點這邊註冊 Pollo.ai (點我們的連結可獲得額外點數)
-- gReader Pro
https://www.soft4fun.net/tech/ai/pollo-ai.htm
仔細回想一下，你最近滑社群媒體，是看文字比較多，還是影片呢？在這個數位內容大爆炸的時代，不管短影音還長影片，都已經成為每個經營社群的人必須掌握的重點，而 Pollo.ai 正好能幫助社群小編、行銷人員、設計師，或影片剪輯師，快速產出高品質且有創意的影片。 整合多款模型，一站式生成圖片、影片不必換平台 如何兼顧創意與效率，快速生成高質感的圖片和影片呢？你只要運用 Pollo.ai 生成圖片和影片，透過整合多款頂尖的 AI 模型，提供包含圖片生成、影片生成、影像轉視頻（圖片轉影片）以及一致性角色影片等超實用功能，讓你輕鬆搞定所有影音素材，告別天天剪片到半夜的日子。 快速導覽 整合多款模型，一站式生成圖片、影片不必換平台 主要特色 Pollo.ai 支援的 AI 影像模型 Pollo AI 實測 社群小編的圖文利器：找不到適合的圖片場景靠 AI 生成 設計師的創意助手：可生成活動主視覺供提案參考 剪輯師的素材寶庫：簡單取得 B-Roll 補充文字敘述的影像 動畫導演的角色創作：用同一角色形象，延伸出更多衍伸內容 一般使用者的創意使用：為靜態人物加上動作，宛如真實發生場景 免費版 vs 付費版，選擇適合你的方案 免費版限制 付費版優勢 版權問題不可忽視，商用前記得先確認 Pollo.ai 將帶起影片生成風潮，人人都可發揮創意拍出夢幻大片 主要特色 超直覺操作畫面：畫面設計清楚易懂，在手機上也能輕鬆操作，也有手機 app。 一站式解決方案：從生成圖片到生成影片一次搞定，不必多平台來回切換。 多模型整合支援：AI 自動推薦最佳模型，也可手動挑選符合需求的模型。 一致性角色延伸：透過 AI 建立一致性角色外觀，連續影片製作更輕鬆。 Pollo.ai 支援的 AI 影像模型 Pollo.ai 整合哪些 AI 影像模型，讓我們來一探究竟！ 影片生成模型圖片生成模型• Kling AI• Runway• Hailuo AI• Vidu AI• Luma Ray• Pika AI• PixVerse AI• Wanx AI• Seaweed• Veo 2• Hunyuan• Recraft V3• Ideogram• Stable Diffusion• Flux Schnell• Flux Dev• Flux Dev Lora• Flux 1.1 Pro• Flux 1.1 Pro Ultra• Dall-E 不論是創意靈感、專業設計，還是商業應用，這些模型都能滿足你的各種需求。接下來，我們來看看如何使用 Pollo.ai，協助工作順利進行。 首先，先連至 Pollo.ai，如果用此連結註冊，可以獲得 10 點。每張圖片生成需至少 1 點，每支影片生成需 10 點，可選擇分享社群推薦鏈結給朋友，取得更多點數，也可每日簽到累積免費點數，我們先來試試它的威力！ 點這邊註冊 Pollo.ai (點我們的連結可獲得額外點數) Pollo AI 實測 社群小編的圖文利器：找不到適合的圖片場景靠 AI 生成 我們先在主選單選擇「影像 AI」分類裡的「AI 圖像生成器」。 假設主題是手機發表會的模擬圖的話，模型採用「Flux 1.1 Pro Ultra」，Prompt 如下： A professional technology product showcase photo featuring two Japanese young female models seated at a white round table, smiling at the camera. The model on the left wears a light blue dress and holds a sleek tablet with both hands, its screen displaying an intuitive user interface. The model on the right wears a white sleeveless dress and holds a high-resolution laptop, with its screen showcasing an image of a modern office setup. Another laptop with a visible brand logo is placed on the table. The background consists of a white brick wall adorned with three technology product posters, creating a clean and premium exhibition atmosphere. The overall setting exudes professionalism with a stylish tech-oriented vibe. 設計師的創意助手：可生成活動主視覺供提案參考 在台北市舉辦一場 AI 相關講座，選擇使用「影像到影像」功能，放入台北意象，模型採用「Flux 1.1 Pro Ultra」，Prompt 如下： Create a 16:9 cyberpunk-style event banner featuring Taipei 101 as the central visual element. The futuristic night cityscape surrounds Taipei 101 with towering skyscrapers and glowing neon lights, exuding a cyberpunk atmosphere with blue, purple, and pink hues. The sky is filled with AI-generated data streams, light trails, and holographic projections, enhancing the high-tech futuristic vibe. Taipei 101 is outlined with neon tubing, its peak glowing brightly like a futuristic signal tower. In the foreground, digital HUD interface elements display AI-related symbols and futuristic data. The main title 'AI Generated Imagery: The Future' is presented in glowing digital typography, with a subtitle placed below in a smaller font, reinforcing the sci-fi aesthetic. 剪輯師的素材寶庫：簡單取得 B-Roll 補充文字敘述的影像 選擇使用「視訊 AI」分類裡的「文字轉視頻」功能，模型採用「Pollo 1.5」，Prompt 如下： 一位年輕女性在大自然環境中奔跑，身穿運動背心與短褲，搭配輕便跑鞋。她的身體前傾，步伐有力，展現出充滿活力的跑步動作。她的長髮在奔跑時隨風擺動，臉上帶著專注而愉悅的表情。背景為遼闊的山林景觀，遠方有模糊的湖泊或溪流，天氣清爽，光線柔和，營造自然且健康的運動氛圍。圖像比例為 16:9，視角稍微側面，捕捉跑步的動態感與自然的平衡構圖。 將模型改為「Kling 1.6」，繼續創造生成新影片。 選擇使用「視訊 AI」分類裡的「文字轉視頻」功能，模型採用「Pollo 1.5」，Prompt 如下： 這是一個神秘的森林，有發光的植物和奇幻生物。風格類似宮崎駿的動畫，柔和的色調，細膩的細節。鏡頭應從森林入口慢慢推進到中心的一棵巨大發光樹木。 將模型改為「Pixverse V3」，繼續創造生成新影片。 選擇使用「視訊 AI」分類裡的「文字轉視頻」功能，模型採用「Pollo 1.5」，Prompt 如下： 這裡有款時尚的智慧型手錶。背景為現代都市風格，手錶應旋轉展示其各個角度，特寫其螢幕功能。風格要明亮、充滿活力，適合 Instagram 貼文。 將模型改為「Wanx 2.1」，繼續創造生成新影片。 選擇使用「視訊 AI」分類裡的「影像轉視頻」功能，模型採用「Kling 1.6」，Prompt 如下： 請讓這張圖生成從日出前，到太陽升起，再到日落，最後停在晚上的影片。建築物被光影投射的明暗程度，也要跟著變化。 動畫導演的角色創作：用同一角色形象，延伸出更多衍伸內容 在影片過場時，過往常希望有同角色做不同動作，較有一致性，Pollo.ai 「視訊 AI」分類裡的「一致的角色視頻」，可達到這要求。先將 2~3 張圖片選取上傳後，加上想要生成的畫面動作，分別執行兩次後，即可產生同角色不同場景的影片。 請用第一張圖中的柯基犬，從遠處往畫面中的正前方跑，再從第二張圖片的沙灘上跑過，最後在第三張圖的沙發上停下腳步，然後閉上眼睛睡著。 一般使用者的創意使用：為靜態人物加上動作，宛如真實發生場景 如果非工作使用，一般使用者也可以透過 Pollo.ai 合成出創意人物影片，為生活添加點樂趣。 選擇「視訊 AI」分類裡的「AI 視頻特效」的「AI 擁抱」功能，讓貝多芬和愛因斯坦互擁。 選擇「視訊 AI」分類裡的「AI 視頻特效」的「AI 笑臉效果」功能，讓蒙娜麗莎開懷大笑。 免費版 vs 付費版，選擇適合你的方案 如何選擇使用免費版，還是付費版比較好？ 免費版限制 僅加入新帳號時，取得 10 點 需每天執行簽到任務，或推薦朋友加入系統，取得更多免費點數 生成內容帶有浮水印，且於 Pollo.ai 社群完全公開 免費版生成內容，無法商用。 付費版優勢 精簡版（ $473/月）：300 點/月，無浮水印，可商業使用。 專業版（ $914/月）：800 點/月，無浮水印，滿足使用量較高者需求。 版權問題不可忽視，商用前記得先確認 使用者在創作過程中，應更謹慎注意 AI 生成內容的使用限制。無論是商業用途還是素材上傳，都須確認版權歸屬。 因此建議使用 Pollo.ai 服務進行商業運用時，一定要先詳細查看條款，或尋求專業的法律建議，以確保不會不小心侵權。 另外，像「影片轉動漫」和「 AI 動畫」功能，有使用到迪士尼皮克斯風格，或日本動畫導演如宮崎駿、新海誠等風格，若要商用須先跟版權方確認。 Pollo.ai 將帶起影片生成風潮，人人都可發揮創意拍出夢幻大片 看完以上測試，是否覺得 Pollo.ai 功能蠻強，一站式讓你完成各種圖片及影片生成需求。 Pollo.ai 的出現，讓以往需要耗時繪製圖片及拍攝影片的製片時程，多了更多創意及可能性，不管是對專業人士還是一般使用者來說，都能帶來非常便利且有趣的體驗。透過結合 AI 技術，大幅降低創作影片的門檻，尤其是一致性的角色產出，能延伸更多畫面動作，也讓使用者可以更專注在敘事故事或知識影片的產出。 不管工作或娛樂， Pollo.ai 都可以讓你對影片拍攝或後置，產生更多創意新點子。 點這邊註冊 Pollo.ai (點我們的連結可獲得額外點數)
-- gReader Pro
Gamma 超強 AI 功能，將任何網頁內容或文件轉換成「精美的內容展示頁面」
Gamma 超強 AI 功能，將任何網頁內容或文件轉換成「精美的內容展示頁面」
https://www.koc.com.tw/archives/590708
前二年我們曾介紹過的 Gamma，那時就只有 AI 生成 PPT 簡報功能，而隨著 AI 快速發展，最近發現到它有一個相當不錯的 AI 生成功能：將任何網頁內容或文件轉換成「精美的內容展示頁面」。簡單來說就是你把網址或檔案丟給它，它就會將所有文字和圖片內容，重新編排並製作成精美的展示頁面，如果選擇網頁版還能直接發布，生成好後就能直接分享給其他人。 Gamma 將任何網頁內容或文件轉換成「精美的內容展示頁面」操作教學 前往 Gamma Gamma 新註冊的用戶，都能獲得 400 點的 AI 點數，而這點數可以讓你嘗試非常多次內容轉換或其他 AI 功能。如果你覺得很不錯，可以考慮升級付費版，付費版就無限創作了。 按上方連結進到 Gamma 網站後，有帳號的人可以直接登入，沒帳號就免費註冊一下； 而在帳號後台上方，會看到一個「新建 AI」的功能： 目前有三種 AI 建立方式，分別為貼上文字、生成、以及匯入檔案或網址，這篇介紹的是最後一個「匯入檔案或網址」： 也提供三種匯入方式：上傳檔案、從 Google Drive 匯入、以及從網址匯入，我用「從網址匯入」： 貼上網址，我匯入的是「ALC I8 車用多媒體盒開箱，原廠車機不需要改裝就能秒變安卓機，打造你的娛樂車機！」這篇文章： 再來就會讓你選要將這個網頁轉換成什麼樣的格式，有簡報內容、網頁、文件、以及社會，請選擇網頁並按繼續： 會進入編輯器，如果你跟我一樣，匯入內容超出免費版限制的 20000，可以將一些不要的內容給刪除，沒超出的話，懶得修改可以直接生成，基本上生成出的展示網頁，不會有無關緊要的內容。左邊還能設置文字內容選項，像是每張卡片的最大文字數、輸出語言、圖片： 我把一些內容刪除後，真正內容的字元瞬間降到 7703。繼續旁邊也會顯示消耗多少點數，每一個網頁應該都是 40 點，而 400 點代表可以生成 10 次： 再來選擇你喜歡的主題，選擇後按生成： 擬就會看到畫面開始跑了，AI 正在即時生成內容： 生成速度還蠻快的，大約幾十秒就會完成，我生成的展示頁面為 8 張： 也會直接使用我匯入的網頁內容圖片，當然，如果你覺得內容不太對，也能自行修改： 滿意的話，就按右上角發佈網站，會使用 gamma 自己的網域： 像這樣，展示內容的網頁就製作完成了，你可以將專屬網址分享給對方，這是我這篇示範的ALC I8 車用多媒體盒展示網址： 不需要這展示網頁時，進到編輯頁面並打開右上角已發布旁邊的選單，就能將整個專案刪除。
-- gReader Pro
https://www.koc.com.tw/archives/590708
前二年我們曾介紹過的 Gamma，那時就只有 AI 生成 PPT 簡報功能，而隨著 AI 快速發展，最近發現到它有一個相當不錯的 AI 生成功能：將任何網頁內容或文件轉換成「精美的內容展示頁面」。簡單來說就是你把網址或檔案丟給它，它就會將所有文字和圖片內容，重新編排並製作成精美的展示頁面，如果選擇網頁版還能直接發布，生成好後就能直接分享給其他人。 Gamma 將任何網頁內容或文件轉換成「精美的內容展示頁面」操作教學 前往 Gamma Gamma 新註冊的用戶，都能獲得 400 點的 AI 點數，而這點數可以讓你嘗試非常多次內容轉換或其他 AI 功能。如果你覺得很不錯，可以考慮升級付費版，付費版就無限創作了。 按上方連結進到 Gamma 網站後，有帳號的人可以直接登入，沒帳號就免費註冊一下； 而在帳號後台上方，會看到一個「新建 AI」的功能： 目前有三種 AI 建立方式，分別為貼上文字、生成、以及匯入檔案或網址，這篇介紹的是最後一個「匯入檔案或網址」： 也提供三種匯入方式：上傳檔案、從 Google Drive 匯入、以及從網址匯入，我用「從網址匯入」： 貼上網址，我匯入的是「ALC I8 車用多媒體盒開箱，原廠車機不需要改裝就能秒變安卓機，打造你的娛樂車機！」這篇文章： 再來就會讓你選要將這個網頁轉換成什麼樣的格式，有簡報內容、網頁、文件、以及社會，請選擇網頁並按繼續： 會進入編輯器，如果你跟我一樣，匯入內容超出免費版限制的 20000，可以將一些不要的內容給刪除，沒超出的話，懶得修改可以直接生成，基本上生成出的展示網頁，不會有無關緊要的內容。左邊還能設置文字內容選項，像是每張卡片的最大文字數、輸出語言、圖片： 我把一些內容刪除後，真正內容的字元瞬間降到 7703。繼續旁邊也會顯示消耗多少點數，每一個網頁應該都是 40 點，而 400 點代表可以生成 10 次： 再來選擇你喜歡的主題，選擇後按生成： 擬就會看到畫面開始跑了，AI 正在即時生成內容： 生成速度還蠻快的，大約幾十秒就會完成，我生成的展示頁面為 8 張： 也會直接使用我匯入的網頁內容圖片，當然，如果你覺得內容不太對，也能自行修改： 滿意的話，就按右上角發佈網站，會使用 gamma 自己的網域： 像這樣，展示內容的網頁就製作完成了，你可以將專屬網址分享給對方，這是我這篇示範的ALC I8 車用多媒體盒展示網址： 不需要這展示網頁時，進到編輯頁面並打開右上角已發布旁邊的選單，就能將整個專案刪除。
-- gReader Pro
《人工智能生成合成内容标识办法》正式发布，将对行业带来哪些影响？
《人工智能生成合成内容标识办法》正式发布，将对行业带来哪些影响？
https://www.eiefun.com/9875.html
近日，国家互联网信息办公室、工业和信息化部、公安部、国家广播电视总局联合发布《 人工智能生成合成内容标识办法》（以下简称"《标识办法》"），自2025年9月1日起施行。国家互联网信息办公室有关负责人表示，《标识办法》旨在促进人工智能健康发展，规范人工智能生成合成内容标识，保护公民、法人和其他组织合法权益，维护社会公共利益。 《标识办法》明确，人工智能生成合成内容标识主要包括显式标识和隐式标识两种形式，显式标识是指在生成合成内容或者交互场景界面中添加的，以文字 、声音、图形等方式呈现并可以被用户明显感知到的标识；隐式标识是指采取技术措施在生成合成内容文件数据中添加的，不易被用户明显感知到的标识。 自人工智能技术加速发展以来，关于 AI 治理的议题就反复被行业人士讨论。其中，关于 AI 生成内容的风险尤其被外界和产业重视，包括虚假信息、信息茧房、数据安全和隐私保护等等——这些问题往往和AI用户直接息息相关。 去年9月，国家互联网信息办公室起草了《人工智能生成合成内容标识办法（征求意见稿）》，向社会公开征求意见。如今 《标识办法》 正式发布，对于内容提供方、内容平台和个人用户来说都有不小的影响。 中国科学院科技战略咨询研究院研究员肖尤丹认为，《标识办法》的发布实际上并不是AI内容治理的终极手段，而是过程中一次"小步快走"的治理实践，是更符合当下中国人工智能发展阶段的治理方法。 平衡"安全"与"发展"的关键一招 2022年12月，国家互联网信息办公室、工业和信息化部、公安部联合发布了《互联网信息服务深度合成管理规定》。这被外界视为人工智能治理的一次重要节点。 对于标识制度，肖尤丹认为，这是国家对生成式人工智能内容侧治理的新一步，但并不是一个孤立的办法，应当把它放到生成式人工智能内容治理的总体框架里，与算法备案管理、 生成式人工智能服务管理、深度合成管理相互协调、共同发挥作用的角度去理解。 在此基础上分析《标识办法》的实施，对于行业来说可能更有参考价值。 从具体的操作来看，《标识办法》提出，服务提供者提供的生成合成服务属于《互联网信息服务深度合成管理规定》第十七条第一款情形的，应当按照下列要求对生成合成内容添加显式标识：包括在文本的起始、末尾、中间适当位置添加文字提示或通用符号提示等标识，或在交互场景界面或文字周边添加显著的提示标识；在音频的起始、末尾或中间适当位置添加语音提示或音频节奏提示等标识，或在交互场景界面中添加显著的提示标识等等。 也就是说，《标识办法》解决的是关键性的"有或无"的问题，而不是治理的终极手段。 正因为此，肖尤丹认为，《标识办法》是目前我国人工智能生成内容治理和秩序管理发展过程中的关键一招，也和目前 AIGC 技术发展和社会化应用阶段相匹配。 "这是一种敏捷治理、小步快走的逻辑，而不是一招制敌 、一劳永逸的逻辑。"肖尤丹说。原因在于，当下人工智能的技术安全手段、外部监管以及技术发展之间存在巨大落差，强制标识制度可能是现阶段社会共识最高、技术和治理成本最可行的方案，能在安全治理和产业发展之间形成较好的平衡，为当前快速增长的 AIGC 产业提供足够的合规发展空间。 从整个内容行业的角度而言，《标识办法》的推出也有利于市场的公平竞争和有效管理。肖尤丹总结称，"标识"至少实现了了四个"区分开"：首先是区分 AIGC 和其他内容，这有利于保护传统内容产业，降低一定程度的技术直接冲击 ；第二是区分场景合规，即深度合成场景的合规要求高于其他生产场景；第三和第四则是区分AIGC 的不同来源和AIGC 生成、使用和传播主体的不同责任，例如内容来自于DeepSeek或是Kimi。 那么，既然《标识办法》对服务提供者提出了诸多要求，具体实现的难度如何？ 相比技术上的难度，AI公司可能更需要适应新规范下的运营流程。肖尤丹分析称，社会对该办法出台的预期比较稳定，办法也预留了半年左右的准备时间，因此，对大多数AIGC服务提供者来说，履行办法中的"标识义务" 并没有太大的技术难度和合规成本。尤其是现在国内主流的AI服务提供商，实际上已经在采取类似的标识方式。不过，对于那些提供接口服务或间接向公众提供AI服务的公司来说，或许会需要一个技术调整与合规的过程。 提高违规和责任成本 值得一提的的是，就标识义务来看，《标识办法》主要约束的是人工智能生成服务提供者，涉及用户的只有两条。因而从个人用户的角度来看，《标识办法》的实施实际上不会产生太多内容消费体验或使用合规上的影响。 肖尤丹称，这是因为，现阶段标识规则首先需要解决的是关键主体、关键场景、关键活动和关键风险筑牢底线的问题。例如，对于部分使用人工智能生成内容辅助创作的个人，因为其不是人工智能生成服务提供者，按照《标识办法》，就并不存在进行标识的义务，但是有保留AIGC上已有标识的责任，不得恶意删除、篡改、伪造、隐匿标识。同时，《标识办法》也专门为用户提供了向生成服务者申请提供没有添加显式标识AIGC的合规机制。 可以肯定的是，对于那些批量化搬运 AI 生成内容 、进行病毒式传播的"营销号"们而言，未来将面临更高的合规难度。 这也是《标识办法》对于内容行业发展的最大意义之一：通过标识解决一些特定场景的"透明义务"问题，提高违规和责任成本。 肖尤丹举例称，在没有标识的情况下，可能会存在一种情况——将公司"A"的人工智能生产内容套用到"B"的结果上，对用户形成误导，甚至用不合规的内容进行"栽赃"。同样，《标识办法》提出，提供网络信息内容传播平台服务的服务提供者应当采取措施，规范生成合成内容传播活动，包括应当核验文件元数据中是否含有隐式标识、采取适当方式在发布内容周边添加显著的提示标识等等。 在这样的要求下，标识的存在也会对大规模搬运人工智能直接生成内容的行为进行拦截，让内容平台有了更明确的合规要求和管理程序，有利于降低总体的审核运营成本。 当下，我国的人工智能立法已经有了不少探索和成果，目前已经发布的包括《互联网信息服务深度合成管理规定》、《 生成式人工智能服务管理暂行办法 》等等。但至今仍未形成专门的法律法规。 肖尤丹认为，《标识办法》 为优化AIGC内容秩序、防范技术大规模应用等下提供了基础性规范工具，构建了以生成源头强制标识为基础的内容秩序监管框架，不仅可以规范生成服务提供者的源头生成行为，也提高了使用和传播生成内容的透明度，这必然会大幅增加利用 AIGC进行违法犯罪活动的成本，也为进一步遏制AIGC灰黑产业链和新型违法预留了制度接口。 不过，肖尤丹也向界面新闻表示，与当前AIGC监管中存在的各类风险和合规空白区相比，《标识办法》也并不完美。但从当下现实的视角来看，《标识办法》的实施可以在相当一段时期内消除 AIGC服务和内容生产合规风险不稳定的预期，便于相关产业轻装上阵，抓住 AI 带来的新机遇，加快扩大技术应用规模和助力产业发展空间。 版权声明 本文为本站原创内容,转载需注明文章来源(https://www.eiefun.com)，另:文中部分素材可能会引用自其他平台，如有侵权或其它，请联系 admin@eiefun.com，我们会第一时间配合删除
-- gReader Pro
https://www.eiefun.com/9875.html
近日，国家互联网信息办公室、工业和信息化部、公安部、国家广播电视总局联合发布《 人工智能生成合成内容标识办法》（以下简称"《标识办法》"），自2025年9月1日起施行。国家互联网信息办公室有关负责人表示，《标识办法》旨在促进人工智能健康发展，规范人工智能生成合成内容标识，保护公民、法人和其他组织合法权益，维护社会公共利益。 《标识办法》明确，人工智能生成合成内容标识主要包括显式标识和隐式标识两种形式，显式标识是指在生成合成内容或者交互场景界面中添加的，以文字 、声音、图形等方式呈现并可以被用户明显感知到的标识；隐式标识是指采取技术措施在生成合成内容文件数据中添加的，不易被用户明显感知到的标识。 自人工智能技术加速发展以来，关于 AI 治理的议题就反复被行业人士讨论。其中，关于 AI 生成内容的风险尤其被外界和产业重视，包括虚假信息、信息茧房、数据安全和隐私保护等等——这些问题往往和AI用户直接息息相关。 去年9月，国家互联网信息办公室起草了《人工智能生成合成内容标识办法（征求意见稿）》，向社会公开征求意见。如今 《标识办法》 正式发布，对于内容提供方、内容平台和个人用户来说都有不小的影响。 中国科学院科技战略咨询研究院研究员肖尤丹认为，《标识办法》的发布实际上并不是AI内容治理的终极手段，而是过程中一次"小步快走"的治理实践，是更符合当下中国人工智能发展阶段的治理方法。 平衡"安全"与"发展"的关键一招 2022年12月，国家互联网信息办公室、工业和信息化部、公安部联合发布了《互联网信息服务深度合成管理规定》。这被外界视为人工智能治理的一次重要节点。 对于标识制度，肖尤丹认为，这是国家对生成式人工智能内容侧治理的新一步，但并不是一个孤立的办法，应当把它放到生成式人工智能内容治理的总体框架里，与算法备案管理、 生成式人工智能服务管理、深度合成管理相互协调、共同发挥作用的角度去理解。 在此基础上分析《标识办法》的实施，对于行业来说可能更有参考价值。 从具体的操作来看，《标识办法》提出，服务提供者提供的生成合成服务属于《互联网信息服务深度合成管理规定》第十七条第一款情形的，应当按照下列要求对生成合成内容添加显式标识：包括在文本的起始、末尾、中间适当位置添加文字提示或通用符号提示等标识，或在交互场景界面或文字周边添加显著的提示标识；在音频的起始、末尾或中间适当位置添加语音提示或音频节奏提示等标识，或在交互场景界面中添加显著的提示标识等等。 也就是说，《标识办法》解决的是关键性的"有或无"的问题，而不是治理的终极手段。 正因为此，肖尤丹认为，《标识办法》是目前我国人工智能生成内容治理和秩序管理发展过程中的关键一招，也和目前 AIGC 技术发展和社会化应用阶段相匹配。 "这是一种敏捷治理、小步快走的逻辑，而不是一招制敌 、一劳永逸的逻辑。"肖尤丹说。原因在于，当下人工智能的技术安全手段、外部监管以及技术发展之间存在巨大落差，强制标识制度可能是现阶段社会共识最高、技术和治理成本最可行的方案，能在安全治理和产业发展之间形成较好的平衡，为当前快速增长的 AIGC 产业提供足够的合规发展空间。 从整个内容行业的角度而言，《标识办法》的推出也有利于市场的公平竞争和有效管理。肖尤丹总结称，"标识"至少实现了了四个"区分开"：首先是区分 AIGC 和其他内容，这有利于保护传统内容产业，降低一定程度的技术直接冲击 ；第二是区分场景合规，即深度合成场景的合规要求高于其他生产场景；第三和第四则是区分AIGC 的不同来源和AIGC 生成、使用和传播主体的不同责任，例如内容来自于DeepSeek或是Kimi。 那么，既然《标识办法》对服务提供者提出了诸多要求，具体实现的难度如何？ 相比技术上的难度，AI公司可能更需要适应新规范下的运营流程。肖尤丹分析称，社会对该办法出台的预期比较稳定，办法也预留了半年左右的准备时间，因此，对大多数AIGC服务提供者来说，履行办法中的"标识义务" 并没有太大的技术难度和合规成本。尤其是现在国内主流的AI服务提供商，实际上已经在采取类似的标识方式。不过，对于那些提供接口服务或间接向公众提供AI服务的公司来说，或许会需要一个技术调整与合规的过程。 提高违规和责任成本 值得一提的的是，就标识义务来看，《标识办法》主要约束的是人工智能生成服务提供者，涉及用户的只有两条。因而从个人用户的角度来看，《标识办法》的实施实际上不会产生太多内容消费体验或使用合规上的影响。 肖尤丹称，这是因为，现阶段标识规则首先需要解决的是关键主体、关键场景、关键活动和关键风险筑牢底线的问题。例如，对于部分使用人工智能生成内容辅助创作的个人，因为其不是人工智能生成服务提供者，按照《标识办法》，就并不存在进行标识的义务，但是有保留AIGC上已有标识的责任，不得恶意删除、篡改、伪造、隐匿标识。同时，《标识办法》也专门为用户提供了向生成服务者申请提供没有添加显式标识AIGC的合规机制。 可以肯定的是，对于那些批量化搬运 AI 生成内容 、进行病毒式传播的"营销号"们而言，未来将面临更高的合规难度。 这也是《标识办法》对于内容行业发展的最大意义之一：通过标识解决一些特定场景的"透明义务"问题，提高违规和责任成本。 肖尤丹举例称，在没有标识的情况下，可能会存在一种情况——将公司"A"的人工智能生产内容套用到"B"的结果上，对用户形成误导，甚至用不合规的内容进行"栽赃"。同样，《标识办法》提出，提供网络信息内容传播平台服务的服务提供者应当采取措施，规范生成合成内容传播活动，包括应当核验文件元数据中是否含有隐式标识、采取适当方式在发布内容周边添加显著的提示标识等等。 在这样的要求下，标识的存在也会对大规模搬运人工智能直接生成内容的行为进行拦截，让内容平台有了更明确的合规要求和管理程序，有利于降低总体的审核运营成本。 当下，我国的人工智能立法已经有了不少探索和成果，目前已经发布的包括《互联网信息服务深度合成管理规定》、《 生成式人工智能服务管理暂行办法 》等等。但至今仍未形成专门的法律法规。 肖尤丹认为，《标识办法》 为优化AIGC内容秩序、防范技术大规模应用等下提供了基础性规范工具，构建了以生成源头强制标识为基础的内容秩序监管框架，不仅可以规范生成服务提供者的源头生成行为，也提高了使用和传播生成内容的透明度，这必然会大幅增加利用 AIGC进行违法犯罪活动的成本，也为进一步遏制AIGC灰黑产业链和新型违法预留了制度接口。 不过，肖尤丹也向界面新闻表示，与当前AIGC监管中存在的各类风险和合规空白区相比，《标识办法》也并不完美。但从当下现实的视角来看，《标识办法》的实施可以在相当一段时期内消除 AIGC服务和内容生产合规风险不稳定的预期，便于相关产业轻装上阵，抓住 AI 带来的新机遇，加快扩大技术应用规模和助力产业发展空间。 版权声明 本文为本站原创内容,转载需注明文章来源(https://www.eiefun.com)，另:文中部分素材可能会引用自其他平台，如有侵权或其它，请联系 admin@eiefun.com，我们会第一时间配合删除
-- gReader Pro
“精准”与“AI+”成为AI医疗领域特殊关键词
"精准"与"AI+"成为AI医疗领域特殊关键词
https://www.eiefun.com/9879.html
多模态肿瘤治疗系统亮相展会 中国医学装备大会暨展览会昨日在重庆落幕，众多"重庆造"智慧医疗装备与国内知名企业展品亮相。"精准"" AI +"" 创新 "成为展会关键词。 展会上，融合人工智能 、 大数据的"黑科技"展品表现亮眼。例如，重庆海扶医疗的超声波治疗仪、金山科技的电子内窥镜、东恩科技的数字化X光机等产品备受关注。上海美杰医疗的多模态肿瘤治疗系统也吸引眼球，该系统由上海交大团队与多家医院自主研发，可实现肿瘤精准治疗并激发抗肿瘤免疫响应，为患者带来希望。 据了解，2024年我国医学装备市场规模超万亿元，增长迅速。重庆出台的《重庆市智慧医疗装备产业创新发展行动计划（2025~2027）》，为全市智慧医疗装备发展勾画了"蓝图"，力争三年内形成300亿级产业集群，成为全国创新策源地和产业高地。 版权声明 本文为本站原创内容,转载需注明文章来源(https://www.eiefun.com)，另:文中部分素材可能会引用自其他平台，如有侵权或其它，请联系 admin@eiefun.com，我们会第一时间配合删除
-- gReader Pro
https://www.eiefun.com/9879.html
多模态肿瘤治疗系统亮相展会 中国医学装备大会暨展览会昨日在重庆落幕，众多"重庆造"智慧医疗装备与国内知名企业展品亮相。"精准"" AI +"" 创新 "成为展会关键词。 展会上，融合人工智能 、 大数据的"黑科技"展品表现亮眼。例如，重庆海扶医疗的超声波治疗仪、金山科技的电子内窥镜、东恩科技的数字化X光机等产品备受关注。上海美杰医疗的多模态肿瘤治疗系统也吸引眼球，该系统由上海交大团队与多家医院自主研发，可实现肿瘤精准治疗并激发抗肿瘤免疫响应，为患者带来希望。 据了解，2024年我国医学装备市场规模超万亿元，增长迅速。重庆出台的《重庆市智慧医疗装备产业创新发展行动计划（2025~2027）》，为全市智慧医疗装备发展勾画了"蓝图"，力争三年内形成300亿级产业集群，成为全国创新策源地和产业高地。 版权声明 本文为本站原创内容,转载需注明文章来源(https://www.eiefun.com)，另:文中部分素材可能会引用自其他平台，如有侵权或其它，请联系 admin@eiefun.com，我们会第一时间配合删除
-- gReader Pro
Gemini Deep Research 升級 2.0 Flash，一鍵取得深度研究報告、免費用戶也能體驗
Gemini Deep Research 升級 2.0 Flash，一鍵取得深度研究報告、免費用戶也能體驗
https://www.techbang.com/posts/121991-gemini-deep-research-20-flash
Google 宣布 Gemini Deep Research 深度研究升級為 Gemini 2.0 Flash Thinking 實驗版，並開放免費用戶體驗。過往做報告從網路上找許多資料來源進行分析比較時，往往都需耗費數小時、甚至幾天的時間，不過透過 Gemini Deep Research 便能在幾分鐘內完成，同時還可能幫你發現自己找不到的網路資源。先前 Gemini Deep Research 僅提供給 Google Advanced 訂閱用戶，而今 Google 不僅宣布升級為 Gemini 2.0 Flash Thinking 實驗版，更開放免費用戶體驗。 Google Gemini 於去年 12 月推出 Deep Research 深度研究，可以作為使用者的個人 AI 研究助理，只需要將 Gemini 切換到深度研究模式，AI 便會搜尋和綜合網路上的資訊產出一篇「報告」。而在 2.0 Flash 模型全面接棒後，Google 也宣布使用 Gemini 2.0 Flash Thinking 實驗版升級了深度研究。 透過升級模型，可以增強 Gemini 在所有研究階段的能力——從規劃和搜尋到推理、分析和報告——創建更高品質、更詳細且更具洞察力的多頁報告。而使用 Deep Research 功能時，也可以看到 Gemini 所瀏覽的網頁以及思考過程，使用者可以即時了解 Gemini 是如何解決研究任務的。 Gemini Deep Research 深度研究已在全球 45+ 種語言推出試用，只需要點擊左上角的「Gemini」便會出現模型下拉式選單，點選即可切換模型。Gemini 用戶每月可以免費試用深度研究幾次（Google 官方並未明確說明可使用幾次，不過目前實測免費版一個月可使用 5 次），而 Gemini Advanced 用戶可以獲得對深度研究的擴展存取權，從而在最複雜的專案上節省更多時間。 延伸閱讀：Google Gemini 模型大洗牌：1.5 系列退役，2.0 Flash 全面接棒 延伸閱讀：Google Gemini Gems 開放免費使用，每個人都能客製專屬 AI 助理 延伸閱讀：Gemini現在可以根據你的Google搜尋紀錄提供更符合你需求的回答 加入T客邦Facebook粉絲團
-- gReader Pro
https://www.techbang.com/posts/121991-gemini-deep-research-20-flash
Google 宣布 Gemini Deep Research 深度研究升級為 Gemini 2.0 Flash Thinking 實驗版，並開放免費用戶體驗。過往做報告從網路上找許多資料來源進行分析比較時，往往都需耗費數小時、甚至幾天的時間，不過透過 Gemini Deep Research 便能在幾分鐘內完成，同時還可能幫你發現自己找不到的網路資源。先前 Gemini Deep Research 僅提供給 Google Advanced 訂閱用戶，而今 Google 不僅宣布升級為 Gemini 2.0 Flash Thinking 實驗版，更開放免費用戶體驗。 Google Gemini 於去年 12 月推出 Deep Research 深度研究，可以作為使用者的個人 AI 研究助理，只需要將 Gemini 切換到深度研究模式，AI 便會搜尋和綜合網路上的資訊產出一篇「報告」。而在 2.0 Flash 模型全面接棒後，Google 也宣布使用 Gemini 2.0 Flash Thinking 實驗版升級了深度研究。 透過升級模型，可以增強 Gemini 在所有研究階段的能力——從規劃和搜尋到推理、分析和報告——創建更高品質、更詳細且更具洞察力的多頁報告。而使用 Deep Research 功能時，也可以看到 Gemini 所瀏覽的網頁以及思考過程，使用者可以即時了解 Gemini 是如何解決研究任務的。 Gemini Deep Research 深度研究已在全球 45+ 種語言推出試用，只需要點擊左上角的「Gemini」便會出現模型下拉式選單，點選即可切換模型。Gemini 用戶每月可以免費試用深度研究幾次（Google 官方並未明確說明可使用幾次，不過目前實測免費版一個月可使用 5 次），而 Gemini Advanced 用戶可以獲得對深度研究的擴展存取權，從而在最複雜的專案上節省更多時間。 延伸閱讀：Google Gemini 模型大洗牌：1.5 系列退役，2.0 Flash 全面接棒 延伸閱讀：Google Gemini Gems 開放免費使用，每個人都能客製專屬 AI 助理 延伸閱讀：Gemini現在可以根據你的Google搜尋紀錄提供更符合你需求的回答 加入T客邦Facebook粉絲團
-- gReader Pro
【情報】Google 最新 AI 真的太神！以後畫圖就靠它了 ｜ Laichu
【情報】Google 最新 AI 真的太神！以後畫圖就靠它了 ｜ Laichu
https://www.youtube.com/watch?v=jXxRsUR7rzQ
Gemini 2.0 Flash 紋身圖版本實測影片博主萊秋向觀眾介紹 Google 最新發布的 Gemini 2.0 Flash 測試版，其紋身圖版本功能強大，幾乎可取代 Photoshop。影片主要分享三個實用功能，並說明如何開始使用。首先，需要搜尋「Google AI Studio」，點選第一個選項進入操作介面，並切換至「Gemini 2.0 Flash Experimental」模型。由於使用者眾多，切換可能需要一些時間。成功切換後，需確保輸出格式為「圖片加文字」。更換畫面物件、更改物件配色及更換人物手中配件萊秋首先示範更換畫面物件的功能。以一張生魚片攤販照片為例，她成功地將照片中的鮪魚替換成鯊魚，且其他物件保持不變。效果不理想時，可以重新生成幾次。第二個功能是更改物件的配色和元素。萊秋以一張角色「賽吉」的圖片為例，透過指令將其耳朵變黑、身體變黃，並加上閃電狀的黃色尾巴，成功模仿皮卡丘，且保留了原角色的風格。最後，萊秋展示更換人物手中配件的功能。以一張人物手持魔法棒的照片為例，她成功地將魔法棒替換成吸塵器，且手部動作自然，展現了該功能的便捷性，尤其對於手部細節的修改，解決了以往使用 Photoshop 的繁瑣步驟。文字生成與連續角色生成功能除了前述三個主要功能外，萊秋還介紹了文字生成功能。她成功地在白T恤上生成「Great Again」的紅色大字，但發現中文文本的生成效果還有待提升。最後，萊秋展示了 Gemini 提供的連續角色生成功能，並以一個小綿羊長大的故事為例，說明該功能可以結合圖片生成一系列圖文並茂的故事，展現角色的一致性和故事發展的連貫性。總結與心得萊秋總結影片內容，認為 Gemini 2.0 Flash 的修圖功能非常強大，若未來開放付費，她願意付費支持。她鼓勵觀眾在下方留言分享想法，並邀請觀眾訂閱頻道。================================================哈囉大家好我是萊秋。Google放出大絕招了。他們在3月12的時候。公布了這一款測試版的。Gemini 2.0 Flash. 但是是紋身圖的版本。這個紋身圖的系統。跟以往有什麼差別呢。用過的國外網友都說。幾乎可以取代Photoshop。那到底有沒有那麼神奇呢。我親自用過之後。覺得真的超猛的。那我們今天就要來分享。三個我覺得非常實用的功能給大家。OK 廢話不多。馬上進入正片。OK 首先我們先介紹。如何開始使用這個2.0圖片的版本。那我們先搜尋Google AI Studio。那點選第一個選項。就會來到它的主要操作介面。那來到這個介面之後呢。我們必須去切換模型。那一開始預設的是2.0 Flash。點選下去之後呢。我們一直往下捲動。這邊有一個Gemini 2.0 Flash。Experimental. 才是這一次的紋身圖的版本。那有時候它會有點卡。所以能不能使用它。我覺得目前要碰點運氣。因為目前很多人在測試它。按下去之後呢。如果你跟我一樣。畫面開始卡了。就是它沒有切換到這個模型的頁面。那就代表現在太多人要使用了。建議稍等一下再開始用。那成功切換模型之後呢。我們確定一下。它目前Output的形式是圖片加文字。這樣子就可以開始使用。我們的紋身圖內容囉。OK 大家設定一下吧。首先我們第一個要測試的是。更換畫面當中物件的功能。那我這邊有一張。生魚片攤販後面的鮪魚的照片。那我希望把這個鮪魚換成鯊魚。我直接跟它寫。請將畫面中的鮪魚換成鯊魚。好 那按下送出之後呢。它就會開始幫我們執行任務。OK 大家可以看到。我這邊換了一張鯊魚的照片。那我把它放開來看一下。那它呢 真的就是一張鯊魚的照片。而且我畫面當中其他的人像呢。基本上是沒有更動到的。那如果你覺得效果不如你的期望的話。可以再重新生成個幾次。我這邊有另一張。我覺得效果還不賴的成果。大家看到這一隻鯊魚呢。它的風格就很像。剛剛這一隻鮪魚。它身上的這個招牌立體的風格。OK 第二個要介紹的是。更改物件的配色以及元素。那我們挑最近很紅的吉伊卡娃來分享。那我這邊上傳了一張。塞吉的照片。那我這邊呢 直接下一個Prom。請它把動漫的角色呢。耳朵換成黑色。並且身體變成黃色。然後呢長出閃電狀的黃色尾巴。大家都應該知道。我這邊就是要模仿皮卡丘啦。那我這邊生成的效果呢。我覺得超級可愛的。那我的烏紗奇就成功了。我變成一隻電氣鼠的感覺了。那它耳朵呢確實有被染黑。但是它身上變成黃色之外。其他的表情風格呢。都跟原版的幾乎是一致的。所以我們就可以很明顯的知道。欸它就是烏紗奇來魔改變成的效果。所以這個功能呢我覺得超強超厲害的。大家也可以參考一下。好那我們介紹第三個功能。那我們第三點要介紹的是。更換人物手中配件的功能。那我相信呢。這個功能是非常多人需要的。那我這邊呢先挑了一張福利臉的照片。那大家可以看到。它手中原本握著的是魔法棒。那接下來呢我就下了一個Prom。將照片當中的人物呢。手上的東西換成吸塵器。那大家可以看到。我生成的效果可以說是非常非常的好。大家可以看到呢。我的福利臉呢很成功的。將它手上的魔杖改成了一個吸塵器。而且呢我的手部的動作呢。基本上是沒有什麼瑕疵的。那如果有些奇奇怪怪的地方。大家只要重新生成個一兩次。效果就會跟畫面當中的一樣好了。所以呢我們不用再像之前一樣。要改一個圖片。或者是他手拿的東西。還要用Photoshop先去背啊。然後更改上面的素材。重點是我覺得手以前是超難改的。我們必須呢讓他握姿呢重新調整。那相信有用過的朋友都知道。他的難度是非常高的。那現在呢只要五秒鐘生成一個Prom。按下送出就可以完成這個功能了。所以我真的覺得超厲害的。那我接下來呢還能夠根據這張圖片呢。請他來去編排一些小故事。那像我這邊呢最後再請AI幫我生成了一段。關於福利臉呢。靠著用魔法打掃來致富的一個故事。所以呢這樣子呢圖文搭配的應用。我覺得是未來呢非常多AI。他會越來越普及的功能。所以這一點也提供給大家參考。那接下來還有一個第四個功能。我們來馬上看一下。第四個要分享的是文字生成的功能。那大家可以看到畫面上有一個男生。穿著白T恤嘛。那他上面的字呢是我Prom寫的。我上面希望寫有一個Great Again的紅色大字。印在白色T恤上面。那印出來的效果呢我覺得還不錯。至少呢他有符合這個人物的站姿。不會是一個正面的效果。OK還不賴。只是在中文的部分。我覺得效果就有點差強人意。大家可以看一下。我這邊呢如果把Great Again寫成這個。再度偉大的紅色大字。那我呈現出來的結果呢就很奇怪。所以AI在訓練這個中文文本的圖片。我覺得目前還有待加強。所以搞不好生成幾次就會比較好。但是我沒有實測。所以大家注意有生成中文的話。你可能要多試個幾次。那最後要分享的是連續角色的功能。那現在呢Gemini它還提供了這個。連續的角色生成的功能。而且還可以結合圖片。有點像是圖文並茂的感覺。它這邊提供了一個小綿羊長大的故事。所以大家有沒有看到這個小綿羊。它的角色的特色是有一致性的。那除此之外呢。它有生成一系列的故事給他。所以每一張圖片呢。代表的就是一個故事的階段的進行。所以有需要的朋友也可以實測一下。OK 這樣就是今天的所有內容分享。我覺得前面提到的修圖功能。真的是太厲害了。如果Gemini未來要開放這個付費的功能。我想我會願意花一點錢來支持它一下。那你對於今天這項產品。你有什麼想法呢。都歡迎在底下留言告訴我。我是萊秀。如果你也想要生產力相關的影片。記得按讚訂閱我的頻道。那我們下次再見囉。拜拜。 ==== 【情報】Google 最新 AI 真的太神！以後畫圖就靠它了 ｜ Laichuhttps://www.youtube.com/channel/UCHSFWd7MUGTY7xRdiGeMALw萊丘 Laichu 聊 3C[YT+]
-- gReader Pro
https://www.youtube.com/watch?v=jXxRsUR7rzQ
Gemini 2.0 Flash 紋身圖版本實測影片博主萊秋向觀眾介紹 Google 最新發布的 Gemini 2.0 Flash 測試版，其紋身圖版本功能強大，幾乎可取代 Photoshop。影片主要分享三個實用功能，並說明如何開始使用。首先，需要搜尋「Google AI Studio」，點選第一個選項進入操作介面，並切換至「Gemini 2.0 Flash Experimental」模型。由於使用者眾多，切換可能需要一些時間。成功切換後，需確保輸出格式為「圖片加文字」。更換畫面物件、更改物件配色及更換人物手中配件萊秋首先示範更換畫面物件的功能。以一張生魚片攤販照片為例，她成功地將照片中的鮪魚替換成鯊魚，且其他物件保持不變。效果不理想時，可以重新生成幾次。第二個功能是更改物件的配色和元素。萊秋以一張角色「賽吉」的圖片為例，透過指令將其耳朵變黑、身體變黃，並加上閃電狀的黃色尾巴，成功模仿皮卡丘，且保留了原角色的風格。最後，萊秋展示更換人物手中配件的功能。以一張人物手持魔法棒的照片為例，她成功地將魔法棒替換成吸塵器，且手部動作自然，展現了該功能的便捷性，尤其對於手部細節的修改，解決了以往使用 Photoshop 的繁瑣步驟。文字生成與連續角色生成功能除了前述三個主要功能外，萊秋還介紹了文字生成功能。她成功地在白T恤上生成「Great Again」的紅色大字，但發現中文文本的生成效果還有待提升。最後，萊秋展示了 Gemini 提供的連續角色生成功能，並以一個小綿羊長大的故事為例，說明該功能可以結合圖片生成一系列圖文並茂的故事，展現角色的一致性和故事發展的連貫性。總結與心得萊秋總結影片內容，認為 Gemini 2.0 Flash 的修圖功能非常強大，若未來開放付費，她願意付費支持。她鼓勵觀眾在下方留言分享想法，並邀請觀眾訂閱頻道。================================================哈囉大家好我是萊秋。Google放出大絕招了。他們在3月12的時候。公布了這一款測試版的。Gemini 2.0 Flash. 但是是紋身圖的版本。這個紋身圖的系統。跟以往有什麼差別呢。用過的國外網友都說。幾乎可以取代Photoshop。那到底有沒有那麼神奇呢。我親自用過之後。覺得真的超猛的。那我們今天就要來分享。三個我覺得非常實用的功能給大家。OK 廢話不多。馬上進入正片。OK 首先我們先介紹。如何開始使用這個2.0圖片的版本。那我們先搜尋Google AI Studio。那點選第一個選項。就會來到它的主要操作介面。那來到這個介面之後呢。我們必須去切換模型。那一開始預設的是2.0 Flash。點選下去之後呢。我們一直往下捲動。這邊有一個Gemini 2.0 Flash。Experimental. 才是這一次的紋身圖的版本。那有時候它會有點卡。所以能不能使用它。我覺得目前要碰點運氣。因為目前很多人在測試它。按下去之後呢。如果你跟我一樣。畫面開始卡了。就是它沒有切換到這個模型的頁面。那就代表現在太多人要使用了。建議稍等一下再開始用。那成功切換模型之後呢。我們確定一下。它目前Output的形式是圖片加文字。這樣子就可以開始使用。我們的紋身圖內容囉。OK 大家設定一下吧。首先我們第一個要測試的是。更換畫面當中物件的功能。那我這邊有一張。生魚片攤販後面的鮪魚的照片。那我希望把這個鮪魚換成鯊魚。我直接跟它寫。請將畫面中的鮪魚換成鯊魚。好 那按下送出之後呢。它就會開始幫我們執行任務。OK 大家可以看到。我這邊換了一張鯊魚的照片。那我把它放開來看一下。那它呢 真的就是一張鯊魚的照片。而且我畫面當中其他的人像呢。基本上是沒有更動到的。那如果你覺得效果不如你的期望的話。可以再重新生成個幾次。我這邊有另一張。我覺得效果還不賴的成果。大家看到這一隻鯊魚呢。它的風格就很像。剛剛這一隻鮪魚。它身上的這個招牌立體的風格。OK 第二個要介紹的是。更改物件的配色以及元素。那我們挑最近很紅的吉伊卡娃來分享。那我這邊上傳了一張。塞吉的照片。那我這邊呢 直接下一個Prom。請它把動漫的角色呢。耳朵換成黑色。並且身體變成黃色。然後呢長出閃電狀的黃色尾巴。大家都應該知道。我這邊就是要模仿皮卡丘啦。那我這邊生成的效果呢。我覺得超級可愛的。那我的烏紗奇就成功了。我變成一隻電氣鼠的感覺了。那它耳朵呢確實有被染黑。但是它身上變成黃色之外。其他的表情風格呢。都跟原版的幾乎是一致的。所以我們就可以很明顯的知道。欸它就是烏紗奇來魔改變成的效果。所以這個功能呢我覺得超強超厲害的。大家也可以參考一下。好那我們介紹第三個功能。那我們第三點要介紹的是。更換人物手中配件的功能。那我相信呢。這個功能是非常多人需要的。那我這邊呢先挑了一張福利臉的照片。那大家可以看到。它手中原本握著的是魔法棒。那接下來呢我就下了一個Prom。將照片當中的人物呢。手上的東西換成吸塵器。那大家可以看到。我生成的效果可以說是非常非常的好。大家可以看到呢。我的福利臉呢很成功的。將它手上的魔杖改成了一個吸塵器。而且呢我的手部的動作呢。基本上是沒有什麼瑕疵的。那如果有些奇奇怪怪的地方。大家只要重新生成個一兩次。效果就會跟畫面當中的一樣好了。所以呢我們不用再像之前一樣。要改一個圖片。或者是他手拿的東西。還要用Photoshop先去背啊。然後更改上面的素材。重點是我覺得手以前是超難改的。我們必須呢讓他握姿呢重新調整。那相信有用過的朋友都知道。他的難度是非常高的。那現在呢只要五秒鐘生成一個Prom。按下送出就可以完成這個功能了。所以我真的覺得超厲害的。那我接下來呢還能夠根據這張圖片呢。請他來去編排一些小故事。那像我這邊呢最後再請AI幫我生成了一段。關於福利臉呢。靠著用魔法打掃來致富的一個故事。所以呢這樣子呢圖文搭配的應用。我覺得是未來呢非常多AI。他會越來越普及的功能。所以這一點也提供給大家參考。那接下來還有一個第四個功能。我們來馬上看一下。第四個要分享的是文字生成的功能。那大家可以看到畫面上有一個男生。穿著白T恤嘛。那他上面的字呢是我Prom寫的。我上面希望寫有一個Great Again的紅色大字。印在白色T恤上面。那印出來的效果呢我覺得還不錯。至少呢他有符合這個人物的站姿。不會是一個正面的效果。OK還不賴。只是在中文的部分。我覺得效果就有點差強人意。大家可以看一下。我這邊呢如果把Great Again寫成這個。再度偉大的紅色大字。那我呈現出來的結果呢就很奇怪。所以AI在訓練這個中文文本的圖片。我覺得目前還有待加強。所以搞不好生成幾次就會比較好。但是我沒有實測。所以大家注意有生成中文的話。你可能要多試個幾次。那最後要分享的是連續角色的功能。那現在呢Gemini它還提供了這個。連續的角色生成的功能。而且還可以結合圖片。有點像是圖文並茂的感覺。它這邊提供了一個小綿羊長大的故事。所以大家有沒有看到這個小綿羊。它的角色的特色是有一致性的。那除此之外呢。它有生成一系列的故事給他。所以每一張圖片呢。代表的就是一個故事的階段的進行。所以有需要的朋友也可以實測一下。OK 這樣就是今天的所有內容分享。我覺得前面提到的修圖功能。真的是太厲害了。如果Gemini未來要開放這個付費的功能。我想我會願意花一點錢來支持它一下。那你對於今天這項產品。你有什麼想法呢。都歡迎在底下留言告訴我。我是萊秀。如果你也想要生產力相關的影片。記得按讚訂閱我的頻道。那我們下次再見囉。拜拜。 ==== 【情報】Google 最新 AI 真的太神！以後畫圖就靠它了 ｜ Laichuhttps://www.youtube.com/channel/UCHSFWd7MUGTY7xRdiGeMALw萊丘 Laichu 聊 3C[YT+]
-- gReader Pro
6組隱藏提詞，讓Deepseek 解除封印!
6組隱藏提詞，讓Deepseek 解除封印!
https://dacota.tw/blog/post/146548
本文將介紹6組隱藏提詞，讓你的Deepseek 解除封印，變得更好用、更順手! 同樣的內容，也可以試試用在OpenAI、Copilot、Grok…這些AI助理 那我們開始吧~ 1. 啟用人格分裂討論模式 正常你與Deepseek 對話，他會提供一種回答觀點，但看事情也不能只從一個角度去看 格式: "啟用人格分裂模式"+問題 當你啟用人格分裂討論模式，他就會從不同職位、不同角度，甚至從反方立場去討論同一件事 例如"聊聊上班不要看停更"這件事? 他就會從投資者、創作者、觀眾…不同方面的視角去分析辯論事件 2. 鄉民毒舌模式 只要在問題前面，加上"用鄉民口吻"，就可以觸發DeepSeek 的毒舌模式 格式: "用鄉民口吻"+問題 "真的比鄉民還靠北XD" 鄉民口吻…. 聊聊台積電去美國，這是真人回的吧XD 3. 用假設性問題，激發Deepseek 創意 格式: "如果….會不會" 比如說我想辦社群活動，若只是單純問她"幫我設計一個社群活動"，他就會給一個相對好的方案 但若我把問題改成"如果….會不會"，他就會幫你分析利弊，甚至主動提出你沒想過的優化方式 比如說: 我請他幫我分析2種社群活動優缺點 他就會幫我分析前後兩種方法，並直接給出具體的步驟、優化方式 例如設立低門檻、視覺化目標進度等等 4. 預言家模式 有時候買東西之前，我也會問AI ，進行比較，這時候可以問她 格式: 問題 +未來"3個月"會XXX?" 記得打開"深度思考" 他就會從市場角度、政策因素、競品動向等角度，進行深度分析，推演出你沒想過的細節，甚至連供應商漲價的可能都會分析。 5. 啟用槓精模式 槓精，指的是網路上那些雞蛋挑骨頭的人，專門來找麻煩的 如果你怕寫的文案有問題，但自己看不出來，可以丟給DeepSeek 幫你校稿 比如說，你可以叫DeepSeek 寫一份 38女神節學生手機的促銷方案，再模擬評論區槓精，用5個角度狂噴這個方案，再根據槓精意見推出V2版本 於是他先給你一份促銷方案 接著開始噴，用5個角度去吐槽這份方案 最後再根據意見，歸納出V2版本的促銷方案 屬於自己槓自己~ 我坐享其成 6. 說人話 有時詢問Deepseek 一些專有名詞，他會照搬一些文件的說明，雖有整理過…還是艱澀難啃 像法條一樣很難看懂，這種情況我稱為"專業的傲慢" 回答這樣，看了….但又好像沒看懂 這時你可以回她"說人話" 他就會把內容，轉譯成你看得懂的口吻，比較親切好懂 The post 6組隱藏提詞，讓Deepseek 解除封印! first appeared on 雲爸的私處.
-- gReader Pro
https://dacota.tw/blog/post/146548
本文將介紹6組隱藏提詞，讓你的Deepseek 解除封印，變得更好用、更順手! 同樣的內容，也可以試試用在OpenAI、Copilot、Grok…這些AI助理 那我們開始吧~ 1. 啟用人格分裂討論模式 正常你與Deepseek 對話，他會提供一種回答觀點，但看事情也不能只從一個角度去看 格式: "啟用人格分裂模式"+問題 當你啟用人格分裂討論模式，他就會從不同職位、不同角度，甚至從反方立場去討論同一件事 例如"聊聊上班不要看停更"這件事? 他就會從投資者、創作者、觀眾…不同方面的視角去分析辯論事件 2. 鄉民毒舌模式 只要在問題前面，加上"用鄉民口吻"，就可以觸發DeepSeek 的毒舌模式 格式: "用鄉民口吻"+問題 "真的比鄉民還靠北XD" 鄉民口吻…. 聊聊台積電去美國，這是真人回的吧XD 3. 用假設性問題，激發Deepseek 創意 格式: "如果….會不會" 比如說我想辦社群活動，若只是單純問她"幫我設計一個社群活動"，他就會給一個相對好的方案 但若我把問題改成"如果….會不會"，他就會幫你分析利弊，甚至主動提出你沒想過的優化方式 比如說: 我請他幫我分析2種社群活動優缺點 他就會幫我分析前後兩種方法，並直接給出具體的步驟、優化方式 例如設立低門檻、視覺化目標進度等等 4. 預言家模式 有時候買東西之前，我也會問AI ，進行比較，這時候可以問她 格式: 問題 +未來"3個月"會XXX?" 記得打開"深度思考" 他就會從市場角度、政策因素、競品動向等角度，進行深度分析，推演出你沒想過的細節，甚至連供應商漲價的可能都會分析。 5. 啟用槓精模式 槓精，指的是網路上那些雞蛋挑骨頭的人，專門來找麻煩的 如果你怕寫的文案有問題，但自己看不出來，可以丟給DeepSeek 幫你校稿 比如說，你可以叫DeepSeek 寫一份 38女神節學生手機的促銷方案，再模擬評論區槓精，用5個角度狂噴這個方案，再根據槓精意見推出V2版本 於是他先給你一份促銷方案 接著開始噴，用5個角度去吐槽這份方案 最後再根據意見，歸納出V2版本的促銷方案 屬於自己槓自己~ 我坐享其成 6. 說人話 有時詢問Deepseek 一些專有名詞，他會照搬一些文件的說明，雖有整理過…還是艱澀難啃 像法條一樣很難看懂，這種情況我稱為"專業的傲慢" 回答這樣，看了….但又好像沒看懂 這時你可以回她"說人話" 他就會把內容，轉譯成你看得懂的口吻，比較親切好懂 The post 6組隱藏提詞，讓Deepseek 解除封印! first appeared on 雲爸的私處.
-- gReader Pro
ChatGPT search vs. Perplexity AI ：AI搜尋引擎功能、使用教學全解析
ChatGPT search vs. Perplexity AI ：AI搜尋引擎功能、使用教學全解析
https://www.techbang.com/posts/120297-ai-chatgpt-searchperplexity-ai
結合搜尋引擎和 AI 聊天機器人，比 Google 更聰明！？過去想要查資料時，許多人的第一直覺通常是使用 Google 搜尋引擎，後來Google 一詞甚至還變成動詞，成了「網路搜尋」的代名詞。不過在 AI 的蓬勃發展下，新的「AI 搜尋引擎」也隨之出現，不僅可以透過自然語言直接發問，AI 也會幫你總結答案，可以省去過往需要自己爬文查找的時間。目前市面上討論度最高的 AI 搜尋引擎有兩款，分別是 ChatGPT search 以及 Perplexity AI，一起來看它們有什麼特色，各自又該如何使用吧！ 文章目錄 1. AI 搜尋引擎功能與使用場景 傳統搜尋引擎加上 AI 無可避免的 AI 幻覺問題 發散式問題可快速彙整資訊 2. ChatGPT search：整合在 ChatGPT 中的搜尋功能 功能及使用限制 滾動式最佳化的搜尋結果 3. 如何設定 ChatGPT search 搜尋捷徑？ 4. Perplexity AI：第一個 AI 對話式搜尋引擎 免費版即可無限次搜尋 可使用 Google 帳號登入 5. 認識 Perplexity AI 功能與使用介面 6. 使用 Perplexity Spaces 規劃行程 AI 搜尋引擎功能與使用場景 目前 AI 搜尋引擎其實不少，一開始我們先來認識一下到底 AI 搜尋引擎是什麼、有什麼功能、適用於什麼場景，接著後續會針對目前討論度較高的兩款進行介紹，分別是 ChatGPT search 及 Perplexity AI，並教學該如何使用。 傳統搜尋引擎加上 AI AI 搜尋引擎顧名思義就是在傳統搜尋引擎中加入 AI，使用者不需要先把問題轉換成「關鍵字」，而是可以直接透過「自然語言」輸入問題，AI 就能理解並提供個性化結果。因此不僅能減少在腦中將問題轉化為關鍵字的時間，更能快速地獲取有效資訊，不用再像過往一樣，一個個網站點進去找答案。 ▲ 在使用傳統搜尋引擎時，通常都會需要把問題轉化為「關鍵字」。 ▲ 透過 AI 搜尋引擎，只要使用「自然語言」就可以直接與 AI 對話。 無可避免的 AI 幻覺問題 除了更有效率的搜尋，以及提供個性化回應外，AI 搜尋引擎由於具備聊天機器人的對話功能，因此若沒有得到想要的結果，還可以進一步追問，互動性比傳統搜尋引擎更強，對於深入學習新知更有幫助。而 AI 搜尋引擎除了可以將答案整理成摘要外，也會提供資料來源以供參考，因此與一般 AI 聊天機器人相比，能夠減少部份的幻覺問題，提升回覆的準確性。 不過話雖如此，但由於 AI 模型可能會因為訓練資料不完整、含有偏誤或瑕疵等，導致出現幻覺，這個問題在 AI 搜尋引擎中也還是不免俗地會發生，因此建議都還是要回到原網頁進行查證過後會比較保險。 發散式問題可快速彙整資訊 既然還是可能會得到不正確的資訊，那到底什麼時候適合使用 AI 搜尋引擎？筆者個人在實測後認為，當在接觸新領域、對一切還不太了解的時候，透過 AI 搜尋引擎就可以很快地獲取總體的基本概念；或是問題比較發散，不知道該怎麼透過關鍵字描述時，就可以使用 AI 搜尋引擎來輔助。但如果想要搜尋特定網站，那還是使用傳統搜尋引擎會比較方便。 ▲ AI 搜尋引擎會把搜尋結果統整成摘要，如此一來就可以更直接地得到答案。 ChatGPT search：整合在 ChatGPT 中的搜尋功能 ChatGPT 在加入連網功能後，能夠讓用戶即時訪問網路訊息，以獲取最新的新聞、資料或是特定主題的詳細解答；再結合原先的 AI 生成以及摘要能力，聊天機器人的回應將更加全面及實用。 OpenAI 在 ChatGPT 原先的介面中加入了一個「地球」標示，只要點擊就可以開啟 ChatGPT search。該模型使用的是 GPT-4o 的微調版本，使用新穎的合成資料生成技術進行後訓練，包括從 OpenAI o1-preview 中提取輸出；另外，為提升內容的可信度及避免版權爭議，ChatGPT search 也與多家新聞機構合作。 功能及使用限制 先前 ChatGPT search 僅開放給所有付費訂閱使用者，以及有登記試用該模型原型 SearchGPT 的候補名單，不過日前以全面免費開放使用了。除了搜尋引擎的功能之外，ChatGPT search 也有為天氣、股票、體育、新聞和地圖等類別添加新的視覺設計，透過例如圖表的形式讓資訊呈現更清晰。 ▲ ChatGPT 將根據問題自動搜尋網路，使用者也可以透過點擊「地球」圖示手動開啟搜尋功能。 ▲ 若是搜尋天氣、股票、體育等資訊時，結果會以視覺化方式呈現。 滾動式最佳化的搜尋結果 11 月初 ChatGPT search 正式上線後，筆者也分別針對即時搜尋與發散式問題進行實測。最初在搜尋天氣及當前股價等具即時性的問題時，AI 並無法準確抓到符合時效的網站，甚至連年份都錯誤；不過 11 月中再度測試時，ChatGPT search 就能準確搜尋到正確的日期了。對於發散式問題，AI 則是可以很好地去總結資料，但實際使用下來發現，ChatGPT search 目前還是較容易搜尋到英文網站。 由於 AI 具有隨機性，因此個人的實測結果不能代表全部人，不過無論大家自己嘗試後的結果如何，在使用這些搜尋工具時，建議都還是要進行多方查證。 ▲ 就算是使用繁體中文提問，ChatGPT search 也可能會搜尋英文網站並以英文回應。 如何設定 ChatGPT search 搜尋捷徑？ 其實 OpenAI 有為 Chrome 推出專屬的 ChatGPT search 瀏覽器擴充功能，不過根據先前實測結果，筆者個人認為目前 AI 搜尋引擎尚不能取代 Google，因此這裡就要教學如何將 ChatGPT search 添加到搜尋捷徑中，這樣一來就可以保留 Google 原本的功能；但在想要使用 AI 搜尋時，不用再另開網頁，只要打上快捷文字就能快速啟用 ChatGPT search。當然若想要設定其它的 AI 搜尋引擎，也可依同樣方式進行添加。 Chrome 設定網址：chrome://settings/ 步驟 1：首先在 Chrome 右上角點擊「更多」圖示，或是直接打上網址進到Chrome 設定中。 步驟 2：接著在左側工具列中找到「搜尋引擎」，並點擊「管理搜尋引擎和網站搜尋」。 步驟 3：再來到網站搜尋中點選「新增」。 步驟 4：搜尋引擎名稱及快捷字詞都可以自行設定，然後在網址部分貼上「https://chatgpt.com/?q=%s」。 步驟 5：新增完成後，只要在網址列輸入設定的快捷字詞如「@chatgpt」，然後按下空白鍵，就可以透過 ChatGPT 搜尋了。 Perplexity AI：第一個 AI 對話式搜尋引擎 Perplexity AI 除具備即時搜尋功能外，還可以自定義搜尋範圍，如選擇只查找學術論文、影片、社群討論等內容，有助提升資訊獲取效率。另外還可以透過Perplexity Spaces 上傳檔案，作為個人的資料庫，方便組織和儲存訊息。 Perplexity 是 2022 年成立的新創公司，其搜尋引擎旨在提供準確且易於理解的答案。以下將先簡介 Perplexity AI 的功能，以及免費/付費帳號的差異，後續會再透過圖文步驟進行教學使用。不過目前 Perplexity AI 網頁介面尚未有繁體中文版本，台灣用戶可先選擇英文或是簡體中文使用。 免費版即可無限次搜尋 Perplexity AI 有分為免費版及付費版，免費版提供無限次的快速搜尋，也就是最基礎的功能，還有每天 3 次的專業搜尋，可以獲得較長、較精準的回答。而升級付費版目前僅有一種訂閱方案，為每月 20 美元的 Pro 版，將擁有每日 300 次的專業搜尋，還可以自行選擇要哪個 AI 模型回應，包括 GPT-4o、Claude-3、Sonar Large（Llama 3.1）等；也能使用 Playground AI、DALL-E、SDXL 等 AI 繪圖模型視覺化答案。另外，Perplexity AI 在近期還推出了 Enterprise Pro 企業版可選擇。 Perplexity AI 同樣具有一般 AI 工具的上傳檔案分析的功能，支援文字檔及 PDF檔，免費版每日可上傳 3 篇，Pro 版則沒有數量限制。 ▲ Perplexity AI 號稱是全世界第一個 AI 對話式搜尋引擎，與先前的傳統 AI 聊天機器人相比，回答更有憑有據。 可使用 Google 帳號登入 其實 Perplexity AI 跟傳統搜尋引擎一樣，不用登入就能直接使用，不過由於 AI搜尋引擎的回應為生成式 AI 所撰寫的，沒有登入就無法將紀錄保存下來。因此若不是一次性使用，甚至是要拿來協助研究特定主題，建議可以登入後再開始搜尋。 登入其實也不用另外註冊帳號，只要有 Google 帳戶即可。在進入 Perplexity AI網頁後，首先會跳出確認是否是機器人的頁面，打勾之後就可以選擇「Continue with Google」，接著點選要連動的帳號就可以開始使用了，也不需要像一些軟體的免費試用版需要綁信用卡才能註冊。 ▲ 在每次進到 Perplexity AI 網頁前，都會需要勾選確認你是真人方可進入。 ▲ 只要有 Google 帳戶，就可以選擇「Continue with Google」，然後直接登入使用。 認識 Perplexity AI 功能與使用介面 進到 Perplexity AI 中會發現，整體的使用介面相當簡潔，其實就和許多市面上常見的 AI 聊天機器人滿類似的，中間有個對話框，輸入問題後就可以直接開始使用；登入後，還可以在一旁找到過往的聊天紀錄。倘若想要像一般瀏覽器一樣，打開就有新聞可以看，則可以到左邊工具列找到「Discover」，就可以查看各領域的最新消息，甚至還能自行設定有興趣的類別。接下來則是要示範其 AI 搜尋該如何使用，以及有哪些功能。 Perplexity AI 網址：https://www.perplexity.ai/ 步驟 1：進到 Perplexity AI 介面後可以直接在對話區打上問題，若在對話中想要另開聊天室，則可以點選左邊工具列表的「New Thread」。 步驟 2：發問完問題後先別急著送出，可以在下方選擇搜尋範圍，以及是否要開啟 Pro 搜尋。 步驟 3：AI 會將搜尋結果整理成摘要，並且區分成幾個重點段落顯示，最上方則會有資料來源。 步驟 4：Perplexity AI 會動態提供可以繼續追問的題目，想要搜尋相關圖片、影片則可點選右方的「+」。 步驟 5：最後可以在「Library」找到過往的聊天紀錄。另外，還可以透過「Share Link」將結果分享給他人。 使用 Perplexity Spaces 規劃行程 Perplexity AI 還有一個「Spaces」的功能，允許使用者自行上傳檔案到該空間中，創建自己的資料庫，功能與當前很流行的 NotebookLM 有點類似。不過 Perplexity Spaces 除了可以從上傳的檔案中找答案，同時也可選擇是否要連網查找，能在有效限縮主題的同時，回應也不會被限制在固有的資料中。Perplexity Spaces 還可以邀請協作者，相當適合用來與他人討論研究、計劃或是旅行規劃等，不過免費版目前只能上傳 5 個檔案及邀請 5 位協作者；而一個檔案的大小限制為 25MB。 步驟 1：首先從左邊工具列中找到「Spaces」然後按下「+」，就可以在 Spaces中新增主題。 步驟 2：接著填寫空間的名稱、簡介，還可以設定 AI 回覆的風格。必填的只有名稱，後面兩項如果想不到或沒有特別要求可以不填。 步驟 3：接著就可以上傳檔案，目前支援的檔案類型有 Excel、PPT、DOC、PDF、CSV 等。 步驟 4：對話框的下方可以勾選搜尋範圍。想要邀請協作者則可點選上方的「Invite」，並輸入對方的帳號。 步驟 5：然後 AI 就會根據需求給予回覆。點選主題名稱可回到該空間的主頁，每個 Thread 的標題則可在上方直接編輯。 本文同步刊載於 PC home 雜誌 歡迎加入 PC home 雜誌粉絲團！ 延伸閱讀：ChatGPT Search用的是微軟Bing搜尋技術，還用了三個不同的爬蟲機器人 延伸閱讀：ChatGPT search功能正式上線，免費用戶要再等幾週才能用 延伸閱讀：AI搜尋新貴Perplexity要做硬體，CEO預告產品價格將不超過台幣兩千元 加入T客邦Facebook粉絲團
-- gReader Pro
https://www.techbang.com/posts/120297-ai-chatgpt-searchperplexity-ai
結合搜尋引擎和 AI 聊天機器人，比 Google 更聰明！？過去想要查資料時，許多人的第一直覺通常是使用 Google 搜尋引擎，後來Google 一詞甚至還變成動詞，成了「網路搜尋」的代名詞。不過在 AI 的蓬勃發展下，新的「AI 搜尋引擎」也隨之出現，不僅可以透過自然語言直接發問，AI 也會幫你總結答案，可以省去過往需要自己爬文查找的時間。目前市面上討論度最高的 AI 搜尋引擎有兩款，分別是 ChatGPT search 以及 Perplexity AI，一起來看它們有什麼特色，各自又該如何使用吧！ 文章目錄 1. AI 搜尋引擎功能與使用場景 傳統搜尋引擎加上 AI 無可避免的 AI 幻覺問題 發散式問題可快速彙整資訊 2. ChatGPT search：整合在 ChatGPT 中的搜尋功能 功能及使用限制 滾動式最佳化的搜尋結果 3. 如何設定 ChatGPT search 搜尋捷徑？ 4. Perplexity AI：第一個 AI 對話式搜尋引擎 免費版即可無限次搜尋 可使用 Google 帳號登入 5. 認識 Perplexity AI 功能與使用介面 6. 使用 Perplexity Spaces 規劃行程 AI 搜尋引擎功能與使用場景 目前 AI 搜尋引擎其實不少，一開始我們先來認識一下到底 AI 搜尋引擎是什麼、有什麼功能、適用於什麼場景，接著後續會針對目前討論度較高的兩款進行介紹，分別是 ChatGPT search 及 Perplexity AI，並教學該如何使用。 傳統搜尋引擎加上 AI AI 搜尋引擎顧名思義就是在傳統搜尋引擎中加入 AI，使用者不需要先把問題轉換成「關鍵字」，而是可以直接透過「自然語言」輸入問題，AI 就能理解並提供個性化結果。因此不僅能減少在腦中將問題轉化為關鍵字的時間，更能快速地獲取有效資訊，不用再像過往一樣，一個個網站點進去找答案。 ▲ 在使用傳統搜尋引擎時，通常都會需要把問題轉化為「關鍵字」。 ▲ 透過 AI 搜尋引擎，只要使用「自然語言」就可以直接與 AI 對話。 無可避免的 AI 幻覺問題 除了更有效率的搜尋，以及提供個性化回應外，AI 搜尋引擎由於具備聊天機器人的對話功能，因此若沒有得到想要的結果，還可以進一步追問，互動性比傳統搜尋引擎更強，對於深入學習新知更有幫助。而 AI 搜尋引擎除了可以將答案整理成摘要外，也會提供資料來源以供參考，因此與一般 AI 聊天機器人相比，能夠減少部份的幻覺問題，提升回覆的準確性。 不過話雖如此，但由於 AI 模型可能會因為訓練資料不完整、含有偏誤或瑕疵等，導致出現幻覺，這個問題在 AI 搜尋引擎中也還是不免俗地會發生，因此建議都還是要回到原網頁進行查證過後會比較保險。 發散式問題可快速彙整資訊 既然還是可能會得到不正確的資訊，那到底什麼時候適合使用 AI 搜尋引擎？筆者個人在實測後認為，當在接觸新領域、對一切還不太了解的時候，透過 AI 搜尋引擎就可以很快地獲取總體的基本概念；或是問題比較發散，不知道該怎麼透過關鍵字描述時，就可以使用 AI 搜尋引擎來輔助。但如果想要搜尋特定網站，那還是使用傳統搜尋引擎會比較方便。 ▲ AI 搜尋引擎會把搜尋結果統整成摘要，如此一來就可以更直接地得到答案。 ChatGPT search：整合在 ChatGPT 中的搜尋功能 ChatGPT 在加入連網功能後，能夠讓用戶即時訪問網路訊息，以獲取最新的新聞、資料或是特定主題的詳細解答；再結合原先的 AI 生成以及摘要能力，聊天機器人的回應將更加全面及實用。 OpenAI 在 ChatGPT 原先的介面中加入了一個「地球」標示，只要點擊就可以開啟 ChatGPT search。該模型使用的是 GPT-4o 的微調版本，使用新穎的合成資料生成技術進行後訓練，包括從 OpenAI o1-preview 中提取輸出；另外，為提升內容的可信度及避免版權爭議，ChatGPT search 也與多家新聞機構合作。 功能及使用限制 先前 ChatGPT search 僅開放給所有付費訂閱使用者，以及有登記試用該模型原型 SearchGPT 的候補名單，不過日前以全面免費開放使用了。除了搜尋引擎的功能之外，ChatGPT search 也有為天氣、股票、體育、新聞和地圖等類別添加新的視覺設計，透過例如圖表的形式讓資訊呈現更清晰。 ▲ ChatGPT 將根據問題自動搜尋網路，使用者也可以透過點擊「地球」圖示手動開啟搜尋功能。 ▲ 若是搜尋天氣、股票、體育等資訊時，結果會以視覺化方式呈現。 滾動式最佳化的搜尋結果 11 月初 ChatGPT search 正式上線後，筆者也分別針對即時搜尋與發散式問題進行實測。最初在搜尋天氣及當前股價等具即時性的問題時，AI 並無法準確抓到符合時效的網站，甚至連年份都錯誤；不過 11 月中再度測試時，ChatGPT search 就能準確搜尋到正確的日期了。對於發散式問題，AI 則是可以很好地去總結資料，但實際使用下來發現，ChatGPT search 目前還是較容易搜尋到英文網站。 由於 AI 具有隨機性，因此個人的實測結果不能代表全部人，不過無論大家自己嘗試後的結果如何，在使用這些搜尋工具時，建議都還是要進行多方查證。 ▲ 就算是使用繁體中文提問，ChatGPT search 也可能會搜尋英文網站並以英文回應。 如何設定 ChatGPT search 搜尋捷徑？ 其實 OpenAI 有為 Chrome 推出專屬的 ChatGPT search 瀏覽器擴充功能，不過根據先前實測結果，筆者個人認為目前 AI 搜尋引擎尚不能取代 Google，因此這裡就要教學如何將 ChatGPT search 添加到搜尋捷徑中，這樣一來就可以保留 Google 原本的功能；但在想要使用 AI 搜尋時，不用再另開網頁，只要打上快捷文字就能快速啟用 ChatGPT search。當然若想要設定其它的 AI 搜尋引擎，也可依同樣方式進行添加。 Chrome 設定網址：chrome://settings/ 步驟 1：首先在 Chrome 右上角點擊「更多」圖示，或是直接打上網址進到Chrome 設定中。 步驟 2：接著在左側工具列中找到「搜尋引擎」，並點擊「管理搜尋引擎和網站搜尋」。 步驟 3：再來到網站搜尋中點選「新增」。 步驟 4：搜尋引擎名稱及快捷字詞都可以自行設定，然後在網址部分貼上「https://chatgpt.com/?q=%s」。 步驟 5：新增完成後，只要在網址列輸入設定的快捷字詞如「@chatgpt」，然後按下空白鍵，就可以透過 ChatGPT 搜尋了。 Perplexity AI：第一個 AI 對話式搜尋引擎 Perplexity AI 除具備即時搜尋功能外，還可以自定義搜尋範圍，如選擇只查找學術論文、影片、社群討論等內容，有助提升資訊獲取效率。另外還可以透過Perplexity Spaces 上傳檔案，作為個人的資料庫，方便組織和儲存訊息。 Perplexity 是 2022 年成立的新創公司，其搜尋引擎旨在提供準確且易於理解的答案。以下將先簡介 Perplexity AI 的功能，以及免費/付費帳號的差異，後續會再透過圖文步驟進行教學使用。不過目前 Perplexity AI 網頁介面尚未有繁體中文版本，台灣用戶可先選擇英文或是簡體中文使用。 免費版即可無限次搜尋 Perplexity AI 有分為免費版及付費版，免費版提供無限次的快速搜尋，也就是最基礎的功能，還有每天 3 次的專業搜尋，可以獲得較長、較精準的回答。而升級付費版目前僅有一種訂閱方案，為每月 20 美元的 Pro 版，將擁有每日 300 次的專業搜尋，還可以自行選擇要哪個 AI 模型回應，包括 GPT-4o、Claude-3、Sonar Large（Llama 3.1）等；也能使用 Playground AI、DALL-E、SDXL 等 AI 繪圖模型視覺化答案。另外，Perplexity AI 在近期還推出了 Enterprise Pro 企業版可選擇。 Perplexity AI 同樣具有一般 AI 工具的上傳檔案分析的功能，支援文字檔及 PDF檔，免費版每日可上傳 3 篇，Pro 版則沒有數量限制。 ▲ Perplexity AI 號稱是全世界第一個 AI 對話式搜尋引擎，與先前的傳統 AI 聊天機器人相比，回答更有憑有據。 可使用 Google 帳號登入 其實 Perplexity AI 跟傳統搜尋引擎一樣，不用登入就能直接使用，不過由於 AI搜尋引擎的回應為生成式 AI 所撰寫的，沒有登入就無法將紀錄保存下來。因此若不是一次性使用，甚至是要拿來協助研究特定主題，建議可以登入後再開始搜尋。 登入其實也不用另外註冊帳號，只要有 Google 帳戶即可。在進入 Perplexity AI網頁後，首先會跳出確認是否是機器人的頁面，打勾之後就可以選擇「Continue with Google」，接著點選要連動的帳號就可以開始使用了，也不需要像一些軟體的免費試用版需要綁信用卡才能註冊。 ▲ 在每次進到 Perplexity AI 網頁前，都會需要勾選確認你是真人方可進入。 ▲ 只要有 Google 帳戶，就可以選擇「Continue with Google」，然後直接登入使用。 認識 Perplexity AI 功能與使用介面 進到 Perplexity AI 中會發現，整體的使用介面相當簡潔，其實就和許多市面上常見的 AI 聊天機器人滿類似的，中間有個對話框，輸入問題後就可以直接開始使用；登入後，還可以在一旁找到過往的聊天紀錄。倘若想要像一般瀏覽器一樣，打開就有新聞可以看，則可以到左邊工具列找到「Discover」，就可以查看各領域的最新消息，甚至還能自行設定有興趣的類別。接下來則是要示範其 AI 搜尋該如何使用，以及有哪些功能。 Perplexity AI 網址：https://www.perplexity.ai/ 步驟 1：進到 Perplexity AI 介面後可以直接在對話區打上問題，若在對話中想要另開聊天室，則可以點選左邊工具列表的「New Thread」。 步驟 2：發問完問題後先別急著送出，可以在下方選擇搜尋範圍，以及是否要開啟 Pro 搜尋。 步驟 3：AI 會將搜尋結果整理成摘要，並且區分成幾個重點段落顯示，最上方則會有資料來源。 步驟 4：Perplexity AI 會動態提供可以繼續追問的題目，想要搜尋相關圖片、影片則可點選右方的「+」。 步驟 5：最後可以在「Library」找到過往的聊天紀錄。另外，還可以透過「Share Link」將結果分享給他人。 使用 Perplexity Spaces 規劃行程 Perplexity AI 還有一個「Spaces」的功能，允許使用者自行上傳檔案到該空間中，創建自己的資料庫，功能與當前很流行的 NotebookLM 有點類似。不過 Perplexity Spaces 除了可以從上傳的檔案中找答案，同時也可選擇是否要連網查找，能在有效限縮主題的同時，回應也不會被限制在固有的資料中。Perplexity Spaces 還可以邀請協作者，相當適合用來與他人討論研究、計劃或是旅行規劃等，不過免費版目前只能上傳 5 個檔案及邀請 5 位協作者；而一個檔案的大小限制為 25MB。 步驟 1：首先從左邊工具列中找到「Spaces」然後按下「+」，就可以在 Spaces中新增主題。 步驟 2：接著填寫空間的名稱、簡介，還可以設定 AI 回覆的風格。必填的只有名稱，後面兩項如果想不到或沒有特別要求可以不填。 步驟 3：接著就可以上傳檔案，目前支援的檔案類型有 Excel、PPT、DOC、PDF、CSV 等。 步驟 4：對話框的下方可以勾選搜尋範圍。想要邀請協作者則可點選上方的「Invite」，並輸入對方的帳號。 步驟 5：然後 AI 就會根據需求給予回覆。點選主題名稱可回到該空間的主頁，每個 Thread 的標題則可在上方直接編輯。 本文同步刊載於 PC home 雜誌 歡迎加入 PC home 雜誌粉絲團！ 延伸閱讀：ChatGPT Search用的是微軟Bing搜尋技術，還用了三個不同的爬蟲機器人 延伸閱讀：ChatGPT search功能正式上線，免費用戶要再等幾週才能用 延伸閱讀：AI搜尋新貴Perplexity要做硬體，CEO預告產品價格將不超過台幣兩千元 加入T客邦Facebook粉絲團
-- gReader Pro
2025年4月21日 星期一
2025年4月20日 星期日
2025年4月16日 星期三
除了ChatGPT與Gemini 這5款生成式AI工具也能助你效率翻倍- SOGI 手機王
https://www.sogi.com.tw/articles/digitallife/6264964
傳送門：https://www.xanswer.com
▲XAnswer 的最大特色是能迅速提供你所需的資訊，並且會整理出心智圖引導用戶思考，這對需要查找與了解特定資訊的用戶來說非常方便，不用爬梳大量資料。
▲XAnswer 的最大特色是能迅速提供你所需的資訊，並且會整理出心智圖引導用戶思考，這對需要查找與了解特定資訊的用戶來說非常方便，不用爬梳大量資料。
注意！別告訴ChatGPT這5件事 專家示警了
https://tw.news.yahoo.com/%E6%B3%A8%E6%84%8F-%E5%88%A5%E5%91%8A%E8%A8%B4chatgpt%E9%80%995%E4%BB%B6%E4%BA%8B-%E5%B0%88%E5%AE%B6%E7%A4%BA%E8%AD%A6%E4%BA%86-135500199.html
OpenAI也在其官方網站上明確寫道：「請不要在對話中分享任何敏感資訊。」Google也呼籲旗下人工智慧聊天機器人Gemini的使用者，避免輸入「任何機密信息或你不希望審閱者看到的資料」。
以下為專家整理出的五大類絕不可在AI聊天機器人中透露的資訊：
身分資訊
社會安全號碼、駕照號碼、護照號碼、出生日期、住址及電話等資訊，皆不應透露。儘管部分聊天機器人會進行資訊編輯，但仍無法完全排除風險。
醫療結果
雖然醫療資料受隱私法保障，但AI聊天機器人不包含在醫療保密制度中。專家建議，如需解讀檢驗結果，應先刪除個資，只保留必要數據再進行諮詢。
財務帳戶資料
銀行及投資帳戶資訊若外洩，可能遭駭客利用，造成重大損失。此類敏感資料應妥善保管，避免與任何AI平台分享。
登入訊息
使用者名稱與密碼絕不應輸入聊天機器人，即使用於簡化登入或完成任務。專家建議使用專業密碼管理器來保護帳戶安全。
專有公司資訊
許多企業使用AI工具輔助文書作業，但若不慎輸入客戶資料或商業機密，恐造成機密外洩。《華爾街日報》指出，這種風險常被低估。
若使用者仍希望與AI聊天機器人進行私人交流，《華爾街日報》建議應採取幾項基本防護措施，包括使用強密碼、啟用多因素身份驗證，並在每次對話後刪除記錄。Anthropic 公司資安長傑森·克林頓（Jason Clinton）也補充，多數公司會在30天內永久刪除使用者標記為「已刪除」的資料，但仍建議使用者主動管理自身數據。
2025年4月15日 星期二
模仿畫風的爭議
https://www.facebook.com/share/p/184k9nHuxb/
當時一堆日本人反對「mimic」網站的模仿畫風功能, 結果變成審核制, 但最終還是撐不住而要停運
可笑的是, 2年後的ChatGPT生成圖片就有了模仿畫風的功能, 而且一般人用的超開心
2025年4月14日 星期一
2025年4月12日 星期六
ChatGPT新產圖潮「遊戲角色玩自己的遊戲」！崔佛偷玩《俠盜獵車手 V》被抓到 | 新聞資訊 | udn遊戲角落
https://game.udn.com/game/story/122089/8665434?utm_source=facebook&utm_medium=udngame&utm_campaign=fbpost
總體上，雖然手把、主機、遊戲畫面沒辦法產得很細緻，但對於不了解電子遊戲的一般大眾而言似乎也足以魚目混珠，不一定能辨識出圖中的種種不合理性，不禁令人感嘆科技的進步速度太過迅速......。
Grungy analog photo of [遊戲角色] playing [遊戲名稱] on a PlayStation 1, displayed on a 90s CRT TV in a dimly lit bedroom. They're sitting on the floor in front of the TV, holding a PlayStation 1 controller in one hand, with [飾品或該角色的標誌性信物] beside them. The character is looking back at the camera mid-action while the game is visible in the background. Candid paparazzi flash
photography, raw and unedited.
photography, raw and unedited.
2025年4月9日 星期三
2025年4月8日 星期二
2025年4月7日 星期一
2025年4月6日 星期日
2025年4月5日 星期六
ChatGPT圖像功能大突破！用GPT-4o一鍵搞定修圖、設計與海報製作
ChatGPT圖像功能大突破！用GPT-4o一鍵搞定修圖、設計與海報製作
https://isvincent.pixnet.net/blog/post/51063372
最近，ChatGPT 的圖像生成技術迎來重大突破！透過全新推出的 GPT-4o 模型，使用者不僅可以輕鬆「以文生圖」，還能進行圖像編輯、修圖、美化，甚至設計專業級的海報與視覺素材。無論是創作插畫、社群貼文設計，還是品牌視覺企劃，GPT-4o 都能提供快速、精準且創意十足的圖像生成體驗，大幅提升工作效率與創作自由度。ChatGPT創作圖像又升一級，做海報、修圖、中文字都行！AI 設計神器！用ChatGPT將相片與Logo應用於實體商品製作使用ChatGPT製作海報超簡單！拿一張相片也能生成專業設計作品以下再做幾個不同的實例來測試 ChatGPT 的更新。（本例圖片取自網際網路，純為教學使用。）提示詞：製作動漫風格，並將前景2位主角以粗線條的白色輪廓描繪。提示詞：將上面這張圖裡除了前面2位主角以外，其餘色彩淡化處理。以凸顯2位主角。改變衣服色彩提示詞：將前面2位主角白色衣服者改為黑色，黑色衣服者改為白色。改變人物的動作提示詞：製作動漫風格，並將前景2位主角中白色衣服者手放下來，黑色衣服者以手摭陽。移花接木效果提示詞：將來源的帽子中的圖案，印在前景黑色衣服主角手提的袋子上。結果有些出入，但是有做到把帽子上的圖案印至圖片中的袋子上。更換場景效果提示詞：將前景中的2位主角取出移至森林中，並且坐在森林裡中大象上。（圖形有誤，效果不佳）調整色彩提示詞：創作圖像 調整圖片色彩的飽和度為更濃郁。分析地圖資訊提示詞：分析地圖中所呈現的資訊，並且製作成一張圖文並茂的海報。分析地圖後，得到這張海報。提示詞：將這張海報放到一隻手機的桌布上。
-- gReader Pro
https://isvincent.pixnet.net/blog/post/51063372
最近，ChatGPT 的圖像生成技術迎來重大突破！透過全新推出的 GPT-4o 模型，使用者不僅可以輕鬆「以文生圖」，還能進行圖像編輯、修圖、美化，甚至設計專業級的海報與視覺素材。無論是創作插畫、社群貼文設計，還是品牌視覺企劃，GPT-4o 都能提供快速、精準且創意十足的圖像生成體驗，大幅提升工作效率與創作自由度。ChatGPT創作圖像又升一級，做海報、修圖、中文字都行！AI 設計神器！用ChatGPT將相片與Logo應用於實體商品製作使用ChatGPT製作海報超簡單！拿一張相片也能生成專業設計作品以下再做幾個不同的實例來測試 ChatGPT 的更新。（本例圖片取自網際網路，純為教學使用。）提示詞：製作動漫風格，並將前景2位主角以粗線條的白色輪廓描繪。提示詞：將上面這張圖裡除了前面2位主角以外，其餘色彩淡化處理。以凸顯2位主角。改變衣服色彩提示詞：將前面2位主角白色衣服者改為黑色，黑色衣服者改為白色。改變人物的動作提示詞：製作動漫風格，並將前景2位主角中白色衣服者手放下來，黑色衣服者以手摭陽。移花接木效果提示詞：將來源的帽子中的圖案，印在前景黑色衣服主角手提的袋子上。結果有些出入，但是有做到把帽子上的圖案印至圖片中的袋子上。更換場景效果提示詞：將前景中的2位主角取出移至森林中，並且坐在森林裡中大象上。（圖形有誤，效果不佳）調整色彩提示詞：創作圖像 調整圖片色彩的飽和度為更濃郁。分析地圖資訊提示詞：分析地圖中所呈現的資訊，並且製作成一張圖文並茂的海報。分析地圖後，得到這張海報。提示詞：將這張海報放到一隻手機的桌布上。
-- gReader Pro
RAG 市场的2024：随需而变，从狂热到理性
RAG 市场的2024：随需而变，从狂热到理性
https://www.oschina.net/news/338004
文 / 卢向东 转眼到了 2024 年尾，和小伙伴一起创立 TorchV 也接近一年。虽然这一年做了很多事情，但从技术层面上来说，RAG 肯定是不得不提的，所以今天分享一下作为大模型应用创业者所感知的这一年，RAG 市场环境的变化。 RAG vs Fine-tune 2024 这一年，RAG 技术对应的市场需求变化也是挺大的。在讲变化之前，我觉得有必要分享一下为什么 RAG 是目前市场上不可或缺的一种大模型应用的技术实现方式，它的优点是什么？以及它和主要竞争技术之间的现状是怎么样的？ RAG 最开始被大家热推，更多是因为以下三个原因：可以避开大模型的上下文窗口长度的限制；可以更好地管理和利用客户专有的本地资料文件；可以更好地控制幻觉。 这三点到现在来看依然还是成立的，但上下文窗口这个优势已经慢慢淡化了，因为各大模型的上下文窗口都在暴涨，如 Baichuan2 的 192K，doubao、GLM-4 的 128K，过 10 万 tokens 的上下文窗口长度已经屡见不鲜，更别说一些特长的模型版本，以及月之暗面这样用长文本占据用户心智的模型。虽然这些模型是否内置了 RAG 技术不好说，但是 RAG 解决上下文窗口长度限制的特点已经不太能站得住脚。 但是第二点管理和利用专属知识文件，以及第三点控制幻觉，现在反而是我认为 RAG 最大的杀手锏。 （一）专属知识文件管理 因为 RAG 这种外挂文件的形式，我们便可以构建一个知识文件管理的系统来维护系统内的知识，包括生效和失效时间，知识的协作，以及便捷地为知识更新内容等。RAG 在知识维护上，既不需要像传统 NLP 那样由人工先理解再抽取问答对，也不需要像微调（fine-tune）那样需要非常专业的技术能力，以及微调之后的繁琐对齐（alignment）优化。所以如果客户的知识内容更新比较频繁（假设每天需要追加、替换大量实时资讯内容），特别是金融证券、企业情报等场景，RAG 知识更新便捷的特性真的非常合适。 （二）RAG 的幻觉控制 RAG 的幻觉控制是一个有争议的话题，我之前写过类似观点，也有同学斩钉截铁地认为 RAG 和幻觉控制八竿子打不着，但我现在依然坚持 RAG 可以有效控制幻觉这个观点。 首先我们可以来看看 LLM 幻觉产生的主要原因： (1) 对于用户的提问输入，LLM 内部完全没有相应的知识来做应对。比如你问大模型，上周三我在思考一件事，但是现在想不起来，你帮我想想是什么。例子虽然夸张，但显而易见，LLM 也不知道，但是它会一本正经给你一些建议，当然肯定不是你想要的； (2) 当我们给 LLM 原始问题，以及多个模棱两可或互相影响的参考材料，那么 LLM 给出的最终答案也会出错。 好，那么针对以上问题，是否我们解决好对原始问题的 "理解 - 检索 - 召回"，送到 LLM 的 context 足够清晰（指的是没有歧义内容、检索相关度高），结果就会非常准确？根据我们的实践结果，答案是明确的：今年 9 月份我们对一些项目进行了槽位填充（消除模糊问答）和元数据辅助之后，问答准确率可达到 98% 以上。比直接把大文本扔进同一个 LLM 测试的问答准确率几乎高出 14 个百分点。 有同学会说，LLM 幻觉的深层原因是 temperature 或者说概率引起的。就我纯个人观点来看，现当下的 LLM 参数足够大、知识量足够多，temperature 引起的偏差对于最终结果的正确性影响已经微乎其微了。 （三）市场表现 你应该看出来了，在 RAG 和微调之间，我明显站队了，而且从一年前就开始站队了，我们创业的技术方向也是如此。从今天来看，我觉得 RAG 在 2024 年的表现确实要强于微调。 图：Menlo Ventures 在 2024 年 11 月 20 日发布的市场调研报告。 来源：https://menlovc.com/2024-the-state-of-generative-ai-in-the-enterprise/ 根据 Menlo Ventures 发布的市场调研报告显示，RAG 以 51% 的市场份额在企业市场份额中占据绝对优势，Fine-tune 和 Prompting 工程均下降两倍多。Agent 今年属于纯增长，目前情况还不错，但在企业应用领域，多 Agents 的编排依然存在理解能力不足和生成幻觉等问题有待提高。 如果去预测明年的企业级市场趋势，我觉得应用（Application）可能会是最大的关键词，甚至会超过 Agent 的热度。其实今年下半年已经能明显的看出来，越来越多传统大企业开始将大模型技术引入到业务中，而且他们的特点是要求高、需求刚、付费爽。而一旦大家开始在大模型的应用侧竞赛，RAG 在整个业务流程中白盒流程多、易控等特点愈发会受到企业客户和开发者的热捧，优势进一步拉大。 企业 AI 应用市场在 2024 年的变化 （一）上半年：AI 无所不能，大而全 2024 年的上半年，AI 市场充斥着激情，那种热情似乎走在街上都会扑面而来，个人感觉最主要的推动者是自媒体和模型厂商。模型厂商的出发点很容易理解，快速打开市场嘛，但考虑到他们是要最终交付的，所以相对还是比较理性。但自媒体就不一样了，整个上半年看过太多的文章，大家也都是把最好的一面呈现给了大众，所以很多人会觉得我才几个月没关注，AI 已经发展到我不认识的地步了，AI 已经无所不能了。所以，在 2024 年上半年，我们接触到的企业需求中，占主流的是那种大而全的需求，要用 AI 替代他们业务的全流程或基本流程，气味中充满了使用者的野望。 但实际情况并不理想，AI 或者大模型还真没到这个程度，而且最关键的是范式转换也还需时间。什么是范式转换？最简单的例子就是以前人们用笨重的蒸汽机推动主轴承转动，带动整车间的机器工作。但是换了电动机之后呢，工作方式变了，动力可是变得非常分散，比如你拿在手上吹头发的吹风机。带着微型电动机的吹风机和传统的蒸汽机在工作范式上就完全不同，采用 AI 大模型之后，企业的业务流程也存在范式改造的过程，并非一朝一夕可以完成的。 所以，上半年我遇到的、参与的或者听说的那些大而全的 AI 项目，一半是在可行性推演中没有被验证，一半是交付之后效果很不理想，成功者寥寥。 （二）下半年：回归理性，小而难 在今年 7 月份开始，陆续有一些传统大企业找上门来，包括非常知名的企业，以及世界 500 强和多家中国 500 强。如果从时间上来说，他们属于 AI 投入相对较晚的了，但他们的优势是需求非常明确，要求也极高。比如有些企业仅仅就是解决一个咨询服务的需求，在产品范围上就是一个 AI 问答，但要求准确率接近 100%，就像我们 CTO 在《AIGC 时代的淘金者，TorchV 这一年的心路历程》说到社保咨询一样。 小而难的好处很明显，我能看到的是下面几点： 对企业现有业务流程改造相对较小，内部推动的阻力相对较小，企业客户配合度高； 切口小，需求明确，建设成果的考核清晰可量化； 使用功能较小但可用性较高的 AI 产品，可以让企业内部员工快速接受 AI，做进一步业务流程改造的前期预热； 乐于承接大而全需求的合作厂商多半是外包性质的（这个观点有点伤人，但确实是我看到的现状），而专业的、交付成功率更高的厂商往往更喜欢需求清晰且有难度的任务。 （三）关于 2025 年的预测 我在上文中已经有提到，2025 年会有更多企业需求方采用 AI 技术，但企业永远不会为你的技术买单，他们只会为他们自己的使用价值买单。比如可以帮助他们提升销售额、业务流转效率更高，或者和竞争对手的竞争中获得优势，还有就是降低成本等等。所以，大模型应用端多端不够，还需要生长出藤蔓围绕着企业流程开花结果，这个任务最终会落在应用（Application）—— 内化了企业流程、借助了大模型能力的、带有可交互界面的程序。2025 年会成为大模型应用或 AI 应用之争。 另外还有一个趋势也很明显，就是知识管理和协作。我们都说这波 AI 浪潮把原来 "没用" 的非结构化数据给激活了，所以我们马上会看到那些原来堆在角落里面的 "冷" 文件和知识（类似 wiki）会被大量启用，"热" 文件和知识会爆炸性增长，知识的协作和管理会成为新的问题 —— 就像你有再多的先进坦克和战车，却因为无序的交通都堵在阿登森林了。 AI 从业者观察 因为我看到的不代表真相，所以这一章节会很短，仅仅分享两个发现。 （一）AI 技术的下坡 有两个感受（非证据）可以说明这一点。 (1) 关于 AI 大模型的自媒体数量在减少，从搜索引擎趋势，加上我和几个业内朋友的 blog、公众号以及 X 的阅读量下降趋势也可以佐证这一点，下半年虽然市场理性回归，但整体热度是在下降的。OpenAI 不再持续放大招可能也是重要原因之一。 (2) 我前期接触了很多因为 AI 热潮而在企业内部抽调精干力量组成的 AI 小组、AI 研究组和 AI 创新组等团队的成员，但下半年有不少类似团队已经解散，人员回归到原有岗位。 还有一点就是上半年加我微信好友的很多独立开发者或在职的个人，多半也已经在寻觅了半年机会之后放弃了继续探索，这一点在和他们交流，以及他们朋友圈的内容变化中可以明显感知。 图：技术采用生命周期。现阶段的 AI 大模型市场似乎正处于过高期望之后的下坡过程中 但是这并不是坏事，上图已经告诉我们，这是必然规律。 （二）价值开始显现 目前还奔跑在 AI 大模型应用赛道的公司，很多已经开始创造出客户价值，有了自己的优势。 包括在海外风生水起的 Dify，在内容提取端的合合，以及肯定会成为国内 AI 巨无霸的火山引擎。当然我们还看到了一些深耕垂直行业的优秀团队，特别是在法律、医药、教育等行业。我们也在今年 6 月份开始做了产品转身，现在已经不再烦恼人家问我们 "你们和 dify、fastgpt、ragflow 有什么区别"，因为赛道已经开始慢慢不一样了，而且这个不一样依然是产品层面的，和服务什么行业无关。 作者简介 卢向东 国内最早的 RAG 实践者之一，杭州萌嘉网络科技 CEO，公司主要研发 TorchV 品牌的大模型应用和知识库产品。公众号：土猛的员外。
-- gReader Pro
https://www.oschina.net/news/338004
文 / 卢向东 转眼到了 2024 年尾，和小伙伴一起创立 TorchV 也接近一年。虽然这一年做了很多事情，但从技术层面上来说，RAG 肯定是不得不提的，所以今天分享一下作为大模型应用创业者所感知的这一年，RAG 市场环境的变化。 RAG vs Fine-tune 2024 这一年，RAG 技术对应的市场需求变化也是挺大的。在讲变化之前，我觉得有必要分享一下为什么 RAG 是目前市场上不可或缺的一种大模型应用的技术实现方式，它的优点是什么？以及它和主要竞争技术之间的现状是怎么样的？ RAG 最开始被大家热推，更多是因为以下三个原因：可以避开大模型的上下文窗口长度的限制；可以更好地管理和利用客户专有的本地资料文件；可以更好地控制幻觉。 这三点到现在来看依然还是成立的，但上下文窗口这个优势已经慢慢淡化了，因为各大模型的上下文窗口都在暴涨，如 Baichuan2 的 192K，doubao、GLM-4 的 128K，过 10 万 tokens 的上下文窗口长度已经屡见不鲜，更别说一些特长的模型版本，以及月之暗面这样用长文本占据用户心智的模型。虽然这些模型是否内置了 RAG 技术不好说，但是 RAG 解决上下文窗口长度限制的特点已经不太能站得住脚。 但是第二点管理和利用专属知识文件，以及第三点控制幻觉，现在反而是我认为 RAG 最大的杀手锏。 （一）专属知识文件管理 因为 RAG 这种外挂文件的形式，我们便可以构建一个知识文件管理的系统来维护系统内的知识，包括生效和失效时间，知识的协作，以及便捷地为知识更新内容等。RAG 在知识维护上，既不需要像传统 NLP 那样由人工先理解再抽取问答对，也不需要像微调（fine-tune）那样需要非常专业的技术能力，以及微调之后的繁琐对齐（alignment）优化。所以如果客户的知识内容更新比较频繁（假设每天需要追加、替换大量实时资讯内容），特别是金融证券、企业情报等场景，RAG 知识更新便捷的特性真的非常合适。 （二）RAG 的幻觉控制 RAG 的幻觉控制是一个有争议的话题，我之前写过类似观点，也有同学斩钉截铁地认为 RAG 和幻觉控制八竿子打不着，但我现在依然坚持 RAG 可以有效控制幻觉这个观点。 首先我们可以来看看 LLM 幻觉产生的主要原因： (1) 对于用户的提问输入，LLM 内部完全没有相应的知识来做应对。比如你问大模型，上周三我在思考一件事，但是现在想不起来，你帮我想想是什么。例子虽然夸张，但显而易见，LLM 也不知道，但是它会一本正经给你一些建议，当然肯定不是你想要的； (2) 当我们给 LLM 原始问题，以及多个模棱两可或互相影响的参考材料，那么 LLM 给出的最终答案也会出错。 好，那么针对以上问题，是否我们解决好对原始问题的 "理解 - 检索 - 召回"，送到 LLM 的 context 足够清晰（指的是没有歧义内容、检索相关度高），结果就会非常准确？根据我们的实践结果，答案是明确的：今年 9 月份我们对一些项目进行了槽位填充（消除模糊问答）和元数据辅助之后，问答准确率可达到 98% 以上。比直接把大文本扔进同一个 LLM 测试的问答准确率几乎高出 14 个百分点。 有同学会说，LLM 幻觉的深层原因是 temperature 或者说概率引起的。就我纯个人观点来看，现当下的 LLM 参数足够大、知识量足够多，temperature 引起的偏差对于最终结果的正确性影响已经微乎其微了。 （三）市场表现 你应该看出来了，在 RAG 和微调之间，我明显站队了，而且从一年前就开始站队了，我们创业的技术方向也是如此。从今天来看，我觉得 RAG 在 2024 年的表现确实要强于微调。 图：Menlo Ventures 在 2024 年 11 月 20 日发布的市场调研报告。 来源：https://menlovc.com/2024-the-state-of-generative-ai-in-the-enterprise/ 根据 Menlo Ventures 发布的市场调研报告显示，RAG 以 51% 的市场份额在企业市场份额中占据绝对优势，Fine-tune 和 Prompting 工程均下降两倍多。Agent 今年属于纯增长，目前情况还不错，但在企业应用领域，多 Agents 的编排依然存在理解能力不足和生成幻觉等问题有待提高。 如果去预测明年的企业级市场趋势，我觉得应用（Application）可能会是最大的关键词，甚至会超过 Agent 的热度。其实今年下半年已经能明显的看出来，越来越多传统大企业开始将大模型技术引入到业务中，而且他们的特点是要求高、需求刚、付费爽。而一旦大家开始在大模型的应用侧竞赛，RAG 在整个业务流程中白盒流程多、易控等特点愈发会受到企业客户和开发者的热捧，优势进一步拉大。 企业 AI 应用市场在 2024 年的变化 （一）上半年：AI 无所不能，大而全 2024 年的上半年，AI 市场充斥着激情，那种热情似乎走在街上都会扑面而来，个人感觉最主要的推动者是自媒体和模型厂商。模型厂商的出发点很容易理解，快速打开市场嘛，但考虑到他们是要最终交付的，所以相对还是比较理性。但自媒体就不一样了，整个上半年看过太多的文章，大家也都是把最好的一面呈现给了大众，所以很多人会觉得我才几个月没关注，AI 已经发展到我不认识的地步了，AI 已经无所不能了。所以，在 2024 年上半年，我们接触到的企业需求中，占主流的是那种大而全的需求，要用 AI 替代他们业务的全流程或基本流程，气味中充满了使用者的野望。 但实际情况并不理想，AI 或者大模型还真没到这个程度，而且最关键的是范式转换也还需时间。什么是范式转换？最简单的例子就是以前人们用笨重的蒸汽机推动主轴承转动，带动整车间的机器工作。但是换了电动机之后呢，工作方式变了，动力可是变得非常分散，比如你拿在手上吹头发的吹风机。带着微型电动机的吹风机和传统的蒸汽机在工作范式上就完全不同，采用 AI 大模型之后，企业的业务流程也存在范式改造的过程，并非一朝一夕可以完成的。 所以，上半年我遇到的、参与的或者听说的那些大而全的 AI 项目，一半是在可行性推演中没有被验证，一半是交付之后效果很不理想，成功者寥寥。 （二）下半年：回归理性，小而难 在今年 7 月份开始，陆续有一些传统大企业找上门来，包括非常知名的企业，以及世界 500 强和多家中国 500 强。如果从时间上来说，他们属于 AI 投入相对较晚的了，但他们的优势是需求非常明确，要求也极高。比如有些企业仅仅就是解决一个咨询服务的需求，在产品范围上就是一个 AI 问答，但要求准确率接近 100%，就像我们 CTO 在《AIGC 时代的淘金者，TorchV 这一年的心路历程》说到社保咨询一样。 小而难的好处很明显，我能看到的是下面几点： 对企业现有业务流程改造相对较小，内部推动的阻力相对较小，企业客户配合度高； 切口小，需求明确，建设成果的考核清晰可量化； 使用功能较小但可用性较高的 AI 产品，可以让企业内部员工快速接受 AI，做进一步业务流程改造的前期预热； 乐于承接大而全需求的合作厂商多半是外包性质的（这个观点有点伤人，但确实是我看到的现状），而专业的、交付成功率更高的厂商往往更喜欢需求清晰且有难度的任务。 （三）关于 2025 年的预测 我在上文中已经有提到，2025 年会有更多企业需求方采用 AI 技术，但企业永远不会为你的技术买单，他们只会为他们自己的使用价值买单。比如可以帮助他们提升销售额、业务流转效率更高，或者和竞争对手的竞争中获得优势，还有就是降低成本等等。所以，大模型应用端多端不够，还需要生长出藤蔓围绕着企业流程开花结果，这个任务最终会落在应用（Application）—— 内化了企业流程、借助了大模型能力的、带有可交互界面的程序。2025 年会成为大模型应用或 AI 应用之争。 另外还有一个趋势也很明显，就是知识管理和协作。我们都说这波 AI 浪潮把原来 "没用" 的非结构化数据给激活了，所以我们马上会看到那些原来堆在角落里面的 "冷" 文件和知识（类似 wiki）会被大量启用，"热" 文件和知识会爆炸性增长，知识的协作和管理会成为新的问题 —— 就像你有再多的先进坦克和战车，却因为无序的交通都堵在阿登森林了。 AI 从业者观察 因为我看到的不代表真相，所以这一章节会很短，仅仅分享两个发现。 （一）AI 技术的下坡 有两个感受（非证据）可以说明这一点。 (1) 关于 AI 大模型的自媒体数量在减少，从搜索引擎趋势，加上我和几个业内朋友的 blog、公众号以及 X 的阅读量下降趋势也可以佐证这一点，下半年虽然市场理性回归，但整体热度是在下降的。OpenAI 不再持续放大招可能也是重要原因之一。 (2) 我前期接触了很多因为 AI 热潮而在企业内部抽调精干力量组成的 AI 小组、AI 研究组和 AI 创新组等团队的成员，但下半年有不少类似团队已经解散，人员回归到原有岗位。 还有一点就是上半年加我微信好友的很多独立开发者或在职的个人，多半也已经在寻觅了半年机会之后放弃了继续探索，这一点在和他们交流，以及他们朋友圈的内容变化中可以明显感知。 图：技术采用生命周期。现阶段的 AI 大模型市场似乎正处于过高期望之后的下坡过程中 但是这并不是坏事，上图已经告诉我们，这是必然规律。 （二）价值开始显现 目前还奔跑在 AI 大模型应用赛道的公司，很多已经开始创造出客户价值，有了自己的优势。 包括在海外风生水起的 Dify，在内容提取端的合合，以及肯定会成为国内 AI 巨无霸的火山引擎。当然我们还看到了一些深耕垂直行业的优秀团队，特别是在法律、医药、教育等行业。我们也在今年 6 月份开始做了产品转身，现在已经不再烦恼人家问我们 "你们和 dify、fastgpt、ragflow 有什么区别"，因为赛道已经开始慢慢不一样了，而且这个不一样依然是产品层面的，和服务什么行业无关。 作者简介 卢向东 国内最早的 RAG 实践者之一，杭州萌嘉网络科技 CEO，公司主要研发 TorchV 品牌的大模型应用和知识库产品。公众号：土猛的员外。
-- gReader Pro
Google 推出全新 Gemini 嵌入文本模型，8k token 输入，3000 维输出，评分遥遥领先
Google 推出全新 Gemini 嵌入文本模型，8k token 输入，3000 维输出，评分遥遥领先
https://www.oschina.net/news/337916/gemini-embedding-text-model-gemini-api
2025年3月7日，Google Developers Blog 宣布了一款全新的实验性 Gemini 嵌入文本模型（gemini-embedding-exp-03-07），现已通过 Gemini API 向全球开发者开放试用。此次发布标志着 Google 在文本嵌入技术领域取得了显著进步，为众多应用场景带来了前所未有的语义理解和性能提升。 卓越的模型表现 这款基于 Gemini 模型本身训练的嵌入模型，凭借其对语言和语境的深刻把握，已在 Massive Text Embedding Benchmark（MTEB）多语言排行榜上以平均得分68.32的成绩遥遥领先，超过竞争对手5.81分。其出色的表现不仅证明了模型的高通用性，也使其在金融、科学、法律、搜索等多个领域具备广泛的应用潜力。 关键技术与新特性 更长的输入支持：模型支持高达8K个 token 的输入，这一提升允许开发者处理更大规模的文本数据，无论是长篇文章、代码片段还是复杂的文档，都能得到有效嵌入。 高维输出：输出维度达到3000维，相比以往的模型，嵌入向量更高维，能捕捉到更细致的语义信息。 Matryoshka Representation Learning (MRL)：该技术允许用户根据实际存储需求，对高维嵌入向量进行截断，灵活调整数据表示的精度与存储成本。 扩展的语言支持：目前模型支持的语言数量已扩展至100多种，显著提升了多语言文本处理能力，为全球化应用提供坚实支持。 统一模型架构：新模型在质量上超越了之前的多任务、多语言以及代码专用模型，成为了一个更为通用且高效的文本嵌入解决方案。 开发者早期试用与未来展望 目前，该 Gemini 嵌入模型仍处于实验阶段，容量有限，但 Google 已经通过 Gemini API 的 embed_content 接口开放了早期试用通道。开发者可以通过简单的 API 调用，快速实现智能检索、文本分类、推荐系统、文档聚类等多种应用场景。示例代码如下： from google import genai client = genai.Client(api_key="GEMINI_API_KEY") result = client.models.embed_content( model="gemini-embedding-exp-03-07", contents="How does alphafold work?", ) print(result.embeddings) 此外，在 Vertex AI 平台上，该模型以 "text-embedding-large-exp-03-07" 名称进行部署。未来，随着实验版向稳定版本过渡，Google 将持续优化这一技术，力求在性能和可用性上实现更大突破。 Google 团队诚邀开发者通过反馈帮助改进产品，共同推动文本嵌入技术的发展，为人工智能应用注入新的活力。
-- gReader Pro
https://www.oschina.net/news/337916/gemini-embedding-text-model-gemini-api
2025年3月7日，Google Developers Blog 宣布了一款全新的实验性 Gemini 嵌入文本模型（gemini-embedding-exp-03-07），现已通过 Gemini API 向全球开发者开放试用。此次发布标志着 Google 在文本嵌入技术领域取得了显著进步，为众多应用场景带来了前所未有的语义理解和性能提升。 卓越的模型表现 这款基于 Gemini 模型本身训练的嵌入模型，凭借其对语言和语境的深刻把握，已在 Massive Text Embedding Benchmark（MTEB）多语言排行榜上以平均得分68.32的成绩遥遥领先，超过竞争对手5.81分。其出色的表现不仅证明了模型的高通用性，也使其在金融、科学、法律、搜索等多个领域具备广泛的应用潜力。 关键技术与新特性 更长的输入支持：模型支持高达8K个 token 的输入，这一提升允许开发者处理更大规模的文本数据，无论是长篇文章、代码片段还是复杂的文档，都能得到有效嵌入。 高维输出：输出维度达到3000维，相比以往的模型，嵌入向量更高维，能捕捉到更细致的语义信息。 Matryoshka Representation Learning (MRL)：该技术允许用户根据实际存储需求，对高维嵌入向量进行截断，灵活调整数据表示的精度与存储成本。 扩展的语言支持：目前模型支持的语言数量已扩展至100多种，显著提升了多语言文本处理能力，为全球化应用提供坚实支持。 统一模型架构：新模型在质量上超越了之前的多任务、多语言以及代码专用模型，成为了一个更为通用且高效的文本嵌入解决方案。 开发者早期试用与未来展望 目前，该 Gemini 嵌入模型仍处于实验阶段，容量有限，但 Google 已经通过 Gemini API 的 embed_content 接口开放了早期试用通道。开发者可以通过简单的 API 调用，快速实现智能检索、文本分类、推荐系统、文档聚类等多种应用场景。示例代码如下： from google import genai client = genai.Client(api_key="GEMINI_API_KEY") result = client.models.embed_content( model="gemini-embedding-exp-03-07", contents="How does alphafold work?", ) print(result.embeddings) 此外，在 Vertex AI 平台上，该模型以 "text-embedding-large-exp-03-07" 名称进行部署。未来，随着实验版向稳定版本过渡，Google 将持续优化这一技术，力求在性能和可用性上实现更大突破。 Google 团队诚邀开发者通过反馈帮助改进产品，共同推动文本嵌入技术的发展，为人工智能应用注入新的活力。
-- gReader Pro
[AI 工作流] 幫「複製貼上」升級 AI 功能！提升效率更順手！
[AI 工作流] 幫「複製貼上」升級 AI 功能！提升效率更順手！
https://www.soft4fun.net/tech/ai/ai-workflow-advance-clipboard.htm
你都怎麼讓自己的工作流程升級為 AI 工作流呢？其實很簡單，就從每天最常用的「複製、貼上」開始吧！這篇文章手哥教你怎麼讓電腦的剪貼簿也可以升級 AI 功能，不用打開 ChatGPT、Copilot、Claude…這些 AI 服務網站，在自己電腦上就可以操作，讓你輕鬆加入 AI 行列！ 安裝 PowerToys 使用這個功能前，我們要先安裝由微軟開發的 PowerToys，它可以說是 Windows 系統的百寶箱，裡面集結了十多種好用的工具。 下載 PowerToys：x64 版本 (建議) | ARM64 版本 下載完後請直接安裝，這邊就不說明安裝步驟了。 設定啟用「進階貼上」 PowerToys 提供很多 Windows 沒提供的功能，不過要先到設定中開啟。我們先打開 PowerToys 後再來把玩這些功能。 Step 1. 打開 PowerToys 設定 在畫面右下角常駐程式圖案中，找到以下紅框這個就是 PowerToys 的圖示啦！點擊兩下就可以打開設定畫面。 Step 2. 啟用進階貼上 在儀表板畫面中，先點選打開【進階貼上】功能，再點一下紅框處，進入進階剪貼簿設定畫面。 這邊有兩組快速鍵，建議務必要記住開啟進階貼上視窗的快速鍵【Winkey + Shift + V】，以後就可以快速叫出這個功能。 Step 3. 打開「使用 AI 啟用貼上」功能 點選啟用鈕後，系統會要求你提供 OpenAI 的 API 金鑰，手哥先前已經寫過免費申請 OpenAI API 金鑰教學，可以參考這篇文章取得自己的金鑰。 啟用進階貼上，讓你的剪貼簿有 AI「加持」 到這邊，你已經完成初始設定階段，接著就來看怎麼使用這個進階貼上功能吧！ 本次任務：回覆一封英文 E-Mail 這個範例是假設我收到一封合作邀請，但是對方提出的價格我並不滿意，要請對方增加預算到指定的金額 (例如 USD $100)。 通常要不是自己寫英文信，就是寫完中文後丟到 Google 翻譯，現在我們可以利用「進階貼上」來完成。 接著我就用中文寫一封信件。寫完後，將這封中文信件「複製」起來。 接著按下「Wineky+Shift+V」 (前面說過要記起來的快速鍵) 啟動進階貼上視窗。最上方有個文字輸入區，在這邊輸入你想要請 AI 幫你處理的指令。 這個範例中，我請 AI 幫我把複製的內容翻譯成英文。打完指令後按一下右邊的箭頭，AI 就會開始依照你的指令做事。 AI 處理中…. 幾秒後就可以在下方的結果看到翻譯好的內容。如果沒有大問題，就可以按下【貼上】鈕，把內容貼回覆蓋原本的中文內容。 註：當按下【貼上】按鈕時，這些文字其實是被存到剪貼簿中，你可以任意貼到各種程式使用都沒問題。 把常用的動作加入快速選單 如果你有常常需要執行的動作 (指令)，就可以考慮把他加到自訂動作中，以後就可以從選單直接使用，不需要再打一次指令。 Step 1. 在設定畫面找到【新增自訂動作】按鈕，設定好動作名稱以及要告訴 AI 的指令，按下【儲存】。 Step 2. 下次啟動進階貼上功能視窗，就會看到剛才新增的動作。 小結 AI 離你沒有很遙遠，透過這幾個小步驟，就可以很快的把你的剪貼簿外掛 AI 功能，不用到處找網站處理資料，只要會使用複製－貼上，加上這篇教學，你就可隨時把 AI 帶在身邊，充當你的隨身小祕書！
-- gReader Pro
https://www.soft4fun.net/tech/ai/ai-workflow-advance-clipboard.htm
你都怎麼讓自己的工作流程升級為 AI 工作流呢？其實很簡單，就從每天最常用的「複製、貼上」開始吧！這篇文章手哥教你怎麼讓電腦的剪貼簿也可以升級 AI 功能，不用打開 ChatGPT、Copilot、Claude…這些 AI 服務網站，在自己電腦上就可以操作，讓你輕鬆加入 AI 行列！ 安裝 PowerToys 使用這個功能前，我們要先安裝由微軟開發的 PowerToys，它可以說是 Windows 系統的百寶箱，裡面集結了十多種好用的工具。 下載 PowerToys：x64 版本 (建議) | ARM64 版本 下載完後請直接安裝，這邊就不說明安裝步驟了。 設定啟用「進階貼上」 PowerToys 提供很多 Windows 沒提供的功能，不過要先到設定中開啟。我們先打開 PowerToys 後再來把玩這些功能。 Step 1. 打開 PowerToys 設定 在畫面右下角常駐程式圖案中，找到以下紅框這個就是 PowerToys 的圖示啦！點擊兩下就可以打開設定畫面。 Step 2. 啟用進階貼上 在儀表板畫面中，先點選打開【進階貼上】功能，再點一下紅框處，進入進階剪貼簿設定畫面。 這邊有兩組快速鍵，建議務必要記住開啟進階貼上視窗的快速鍵【Winkey + Shift + V】，以後就可以快速叫出這個功能。 Step 3. 打開「使用 AI 啟用貼上」功能 點選啟用鈕後，系統會要求你提供 OpenAI 的 API 金鑰，手哥先前已經寫過免費申請 OpenAI API 金鑰教學，可以參考這篇文章取得自己的金鑰。 啟用進階貼上，讓你的剪貼簿有 AI「加持」 到這邊，你已經完成初始設定階段，接著就來看怎麼使用這個進階貼上功能吧！ 本次任務：回覆一封英文 E-Mail 這個範例是假設我收到一封合作邀請，但是對方提出的價格我並不滿意，要請對方增加預算到指定的金額 (例如 USD $100)。 通常要不是自己寫英文信，就是寫完中文後丟到 Google 翻譯，現在我們可以利用「進階貼上」來完成。 接著我就用中文寫一封信件。寫完後，將這封中文信件「複製」起來。 接著按下「Wineky+Shift+V」 (前面說過要記起來的快速鍵) 啟動進階貼上視窗。最上方有個文字輸入區，在這邊輸入你想要請 AI 幫你處理的指令。 這個範例中，我請 AI 幫我把複製的內容翻譯成英文。打完指令後按一下右邊的箭頭，AI 就會開始依照你的指令做事。 AI 處理中…. 幾秒後就可以在下方的結果看到翻譯好的內容。如果沒有大問題，就可以按下【貼上】鈕，把內容貼回覆蓋原本的中文內容。 註：當按下【貼上】按鈕時，這些文字其實是被存到剪貼簿中，你可以任意貼到各種程式使用都沒問題。 把常用的動作加入快速選單 如果你有常常需要執行的動作 (指令)，就可以考慮把他加到自訂動作中，以後就可以從選單直接使用，不需要再打一次指令。 Step 1. 在設定畫面找到【新增自訂動作】按鈕，設定好動作名稱以及要告訴 AI 的指令，按下【儲存】。 Step 2. 下次啟動進階貼上功能視窗，就會看到剛才新增的動作。 小結 AI 離你沒有很遙遠，透過這幾個小步驟，就可以很快的把你的剪貼簿外掛 AI 功能，不用到處找網站處理資料，只要會使用複製－貼上，加上這篇教學，你就可隨時把 AI 帶在身邊，充當你的隨身小祕書！
-- gReader Pro
2024 中国开源模型：崛起与变革
2024 中国开源模型：崛起与变革
https://www.oschina.net/news/337996
文 / Tiezhen、Adina、Lu Cheng 2024 年，中国在开源人工智能模型领域的崛起和变革成为全球瞩目的焦点：从学术到产业，从技术到生态，中国通过自主研发和协同创新，逐步完成了从 "追随者" 到 "引领者" 的转变。这种转变不仅是技术实力的体现，更是中国人工智能生态系统快速完善的真实写照。以下，我们将从崛起与变革两个维度，探讨中国开源模型在这一年取得的重大成就和未来展望。 崛起 从 "追随者" 到 "引领者" 2024 年，中国学术界和产业界大力推进自主研发，在技术创新和模型能力上实现了显著飞跃，并在全球范围内取得了显著成就。 Hugging Face Open LLM 排行榜数据显示，从智谱的 GLM 系列、阿里巴巴的 Qwen 系列到深度求索的 DeepSeek 系列，这些自主研发的模型在国内外各项评测中表现卓越。 每个月来自中国主要研究机构和公司的开源模型 / 数据集数量。图片源自 Hugging Face 中文社区模型社群： https://huggingface.co/spaces/zh-ai-community/zh-model-release-heatmap 其中，Qwen 系列凭借灵活的多尺寸选项，强大的多语言支持以及友好的模型授权功能，赢得了社区开发者的高度评价。DeepSeek 通过引入多头潜在注意力（Multi-head Latent Attention, MLA）技术，在性能和成本上实现了革命性突破，开创高性价比的 AI 新纪元。 智谱的 CogVideoX 系列文生视频模型，成为全球首批开源的文生视频模型之一，不仅在技术方面让中国视频生成模型列入领先梯队，强化了中国模型在全球范围的竞争力，也为国际开源生态的发展产生了积极的影响，为全球开发者提供了更多创新和应用的可能。 中国开源模型从最初的质疑中崛起，逐步赢得了广泛认可。这不仅彰显了中国开源模型从追随者到行业引领者的跨越式成长，也为全球人工智能发展注入了新的活力与动力。中国开源模型的成功并非偶然。在政府对人工智能产业的持续支持以及国内人工智能行业对模型研发的巨额投入下，从基础算法到行业应用、从算力基础设施到数据资源整合，中国人工智能生态体系正在迅速完善。这一趋势表明，未来中国有可能在全球人工智能领域占据更为核心的地位。 开源生态的繁荣与协作 随着开源模型影响力的提高，中国开源社区的活跃度也明显提升。无论是企业、研究机构还是个体开发者都更加积极地参与到开源工作中。 以阿里巴巴的通义千问 Qwen 为例，据不完全统计，截止 2024 年 9 月，全球已有近 8 万基于 Qwen 的衍生模型，超越了 Meta 的 Llama。该系列模型已被集成到 Hugging Face Transformers、Hugging Chat 和阿里自家的百炼平台中，极大促进了全球开发者的交流和协作，形成了国际化开源生态。 北京智源研究院和上海人工智能实验室等研究机构，通过与企业和高校合作及开源平台的建设，建立了更完善的协作机制，从而在开源模型 (如 InternLM) 和数据集 (如 Infinity-MM) 领域贡献了大量有影响力的基础工作和资源。 2024 年，中国开源社区涌现出众多高质量的自发研究成果。其中，MAP 团队推出的全开源模型 Map Neo 引人瞩目。该模型在训练数据、脚本以及模型对齐工作上实现了全面公开，成为国内少有的真正意义上完全开源的项目。 而 InstantX 团队的 InstantID 则作为中国模型在国际开源社区的 2024 年首秀，一经发布便获得了广泛关注，为中国模型在全球开源生态中赢得了更多认可。 平衡发展与合规创新 中国在推动人工智能技术发展的同时，也在监管层面努力建立了完善、透明的治理机制。这种监管创新为开源模型的发展提供了稳定的政策环境，同时确保技术应用符合社会价值导向。比如 《人工智能示范法 2.0（专家建议稿）》对于免费且已开源方式提供人工智能研发的个人和组织给予减轻或免承担法律责任；《生成式人工智能服务管理暂行办法》 则明确了人工智能技术的使用和合规要求，促进了开源模型在合规框架下良性发展。 变革 端上模型的兴起与隐私保护 随着小型模型的性能逐步增强，更多高级 AI 正转向在个人设备上运行。这一趋势不仅显著降低了云端推理成本，还提升了用户隐私控制。 中国 AI 社区在这一领域也做了重要贡献，推出了如 Qwen2-1.5B、MiniCPM 系列和 DeepSeek Janus 等多款移动友好型模型。其中，最新发布的 GLM Edge 1.5B 模型通过与高通 GenAI 扩展的联合优化，在搭载骁龙 8 Gen 4 处理器的手机上实现了每秒 65 个 tokens 的推理速度，接近人类语音的平均输出速率。尽管存在电池续航和内存占用过大等挑战，端上模型代表了 AI 技术隐私保护和成本优化的未来方向。中国在这一领域的探索，为行业提供了宝贵经验。 推理扩展法则的潜力释放 通过推理扩展法则，模型性能可通过延长 "思考时间" 而进一步优化。这一技术模拟了人类 "深思熟虑" 的过程，显著提升了模型在逻辑推理和复杂任务中的表现。 中国开源社区在逻辑推理领域推出了许多创新项目，包括阿里巴巴国际的 Macro-o1、通义千问团队的 QwQ、上海人工智能实验室的 LLaMA-O1 和清华大学的 Llama-3.2V-11B-cot。这些模型不仅在技术上各具特色，还通过开源策略分享了大量研究细节，为整个开源社区提供了丰富的资源，在这一过程中，小模型不仅在推理能力上有了显著提升，也推动了行业整体技术水平的进步。 结合当前人工智能产业界的 "人工智能 +" 计划，小模型在特定任务优化上的优势愈发突出，预计将在金融、医疗和工业自动化等热门领域发挥引领作用，以更高效、更精准的方式满足多样化需求，帮助人工智能在实际应用场景中落地。 开源多元化与应用细分 中国开源模型的发展不仅体现在技术突破上，还在生态建设中展现出巨大的活力。中国开源模型从竞争激烈的 "百模大战" 逐步迈向多元化和深度细分，国内社区在今年发布了大量高质量开源模型，尤其是多模态理解与生成模型： 多模态理解：Qwen2-VL、Ovis、InternVL2、DeepSeek JanusFlow、GOT-OCR2_0； 图片生成：PixArt、Lumina、Kolors、Hunyuan-DiT、VAR、Meissonic； 视频生成：AnimateDiff-lightning、Latte、OpenSora、open-sora-plan、Pyramid Flow、CogVideoX； TTS：GPT-SoVITS、ChatTTS、CosyVoice、FishAudio、MaskGCT、F5-TTS 。 这一趋势表明，模型的竞争已经从单纯的规模比拼转向应用场景细化。为了更好地展现这一演进路径，我们在 Hugging Face 的中文模型社群中对各个领域的开源模型进行了系统整理。 展望 2024 年，中国开源模型的发展展现了技术、生态和社会价值之间的深度协同。无论是从技术创新到社区建设，还是从行业实践到合规探索，中国开源生态体系的完善正在为全球人工智能发展注入源源不断的动力。 在 Hugging Face，我们坚信开源是推动人工智能技术进步和生态繁荣的核心力量。开源不仅能够打破技术壁垒，促进全球开发者之间的协作与创新，还能推动技术的普惠化，让更多的人能够平等地享受人工智能带来的便利与机遇。 在未来，中国开源模型有望继续为全人类的智能化生活提供更丰富的解决方案与可能性。我们希望看到更多来自中国的开源 AI 团队通过开放协作推动技术边界的不断拓展，共同构建一个更加包容、多元与可持续发展的人工智能的未来。 作者简介： Tiezhen 现任 Hugging Face 工程师，曾在 Google Brain 任职。兼具实干精神与梦想追求，坚信开源是连接全球的纽带，让 AI 的益处普惠大众。他秉持 "高手在民间" 的理念，渴望激励更多的开源模型从业者成为行业的关键意见领袖，挖掘群体的智慧与潜能，促进社区的成长和影响力的扩大。 Adina Hugging Face 中文社区项目经理。拥有 10 年以上国际化工作经验，足迹遍及亚洲、非洲和欧洲。从社会科学研究员到科技公司项目专员，积累了丰富的跨领域与跨文化经验。专注推动人工智能在中文开源社区的应用与发展，为开发者和企业带来更多价值，助力知识共享与技术协作。 Lu Cheng Hugging Face Fellow，致力于推动 AI 和开源软件的采纳和开发者体验。拥有超过十年的开发者关系、产品营销和开源生态构建的经验，曾在 Google 负责多个开发技术的深度推广和社区建设，包括 Android、Flutter 和 TensorFlow 等。他坚信开源是推动技术进步和开发者成长的关键步骤，希望有更多人参与开源和社区共建。
-- gReader Pro
https://www.oschina.net/news/337996
文 / Tiezhen、Adina、Lu Cheng 2024 年，中国在开源人工智能模型领域的崛起和变革成为全球瞩目的焦点：从学术到产业，从技术到生态，中国通过自主研发和协同创新，逐步完成了从 "追随者" 到 "引领者" 的转变。这种转变不仅是技术实力的体现，更是中国人工智能生态系统快速完善的真实写照。以下，我们将从崛起与变革两个维度，探讨中国开源模型在这一年取得的重大成就和未来展望。 崛起 从 "追随者" 到 "引领者" 2024 年，中国学术界和产业界大力推进自主研发，在技术创新和模型能力上实现了显著飞跃，并在全球范围内取得了显著成就。 Hugging Face Open LLM 排行榜数据显示，从智谱的 GLM 系列、阿里巴巴的 Qwen 系列到深度求索的 DeepSeek 系列，这些自主研发的模型在国内外各项评测中表现卓越。 每个月来自中国主要研究机构和公司的开源模型 / 数据集数量。图片源自 Hugging Face 中文社区模型社群： https://huggingface.co/spaces/zh-ai-community/zh-model-release-heatmap 其中，Qwen 系列凭借灵活的多尺寸选项，强大的多语言支持以及友好的模型授权功能，赢得了社区开发者的高度评价。DeepSeek 通过引入多头潜在注意力（Multi-head Latent Attention, MLA）技术，在性能和成本上实现了革命性突破，开创高性价比的 AI 新纪元。 智谱的 CogVideoX 系列文生视频模型，成为全球首批开源的文生视频模型之一，不仅在技术方面让中国视频生成模型列入领先梯队，强化了中国模型在全球范围的竞争力，也为国际开源生态的发展产生了积极的影响，为全球开发者提供了更多创新和应用的可能。 中国开源模型从最初的质疑中崛起，逐步赢得了广泛认可。这不仅彰显了中国开源模型从追随者到行业引领者的跨越式成长，也为全球人工智能发展注入了新的活力与动力。中国开源模型的成功并非偶然。在政府对人工智能产业的持续支持以及国内人工智能行业对模型研发的巨额投入下，从基础算法到行业应用、从算力基础设施到数据资源整合，中国人工智能生态体系正在迅速完善。这一趋势表明，未来中国有可能在全球人工智能领域占据更为核心的地位。 开源生态的繁荣与协作 随着开源模型影响力的提高，中国开源社区的活跃度也明显提升。无论是企业、研究机构还是个体开发者都更加积极地参与到开源工作中。 以阿里巴巴的通义千问 Qwen 为例，据不完全统计，截止 2024 年 9 月，全球已有近 8 万基于 Qwen 的衍生模型，超越了 Meta 的 Llama。该系列模型已被集成到 Hugging Face Transformers、Hugging Chat 和阿里自家的百炼平台中，极大促进了全球开发者的交流和协作，形成了国际化开源生态。 北京智源研究院和上海人工智能实验室等研究机构，通过与企业和高校合作及开源平台的建设，建立了更完善的协作机制，从而在开源模型 (如 InternLM) 和数据集 (如 Infinity-MM) 领域贡献了大量有影响力的基础工作和资源。 2024 年，中国开源社区涌现出众多高质量的自发研究成果。其中，MAP 团队推出的全开源模型 Map Neo 引人瞩目。该模型在训练数据、脚本以及模型对齐工作上实现了全面公开，成为国内少有的真正意义上完全开源的项目。 而 InstantX 团队的 InstantID 则作为中国模型在国际开源社区的 2024 年首秀，一经发布便获得了广泛关注，为中国模型在全球开源生态中赢得了更多认可。 平衡发展与合规创新 中国在推动人工智能技术发展的同时，也在监管层面努力建立了完善、透明的治理机制。这种监管创新为开源模型的发展提供了稳定的政策环境，同时确保技术应用符合社会价值导向。比如 《人工智能示范法 2.0（专家建议稿）》对于免费且已开源方式提供人工智能研发的个人和组织给予减轻或免承担法律责任；《生成式人工智能服务管理暂行办法》 则明确了人工智能技术的使用和合规要求，促进了开源模型在合规框架下良性发展。 变革 端上模型的兴起与隐私保护 随着小型模型的性能逐步增强，更多高级 AI 正转向在个人设备上运行。这一趋势不仅显著降低了云端推理成本，还提升了用户隐私控制。 中国 AI 社区在这一领域也做了重要贡献，推出了如 Qwen2-1.5B、MiniCPM 系列和 DeepSeek Janus 等多款移动友好型模型。其中，最新发布的 GLM Edge 1.5B 模型通过与高通 GenAI 扩展的联合优化，在搭载骁龙 8 Gen 4 处理器的手机上实现了每秒 65 个 tokens 的推理速度，接近人类语音的平均输出速率。尽管存在电池续航和内存占用过大等挑战，端上模型代表了 AI 技术隐私保护和成本优化的未来方向。中国在这一领域的探索，为行业提供了宝贵经验。 推理扩展法则的潜力释放 通过推理扩展法则，模型性能可通过延长 "思考时间" 而进一步优化。这一技术模拟了人类 "深思熟虑" 的过程，显著提升了模型在逻辑推理和复杂任务中的表现。 中国开源社区在逻辑推理领域推出了许多创新项目，包括阿里巴巴国际的 Macro-o1、通义千问团队的 QwQ、上海人工智能实验室的 LLaMA-O1 和清华大学的 Llama-3.2V-11B-cot。这些模型不仅在技术上各具特色，还通过开源策略分享了大量研究细节，为整个开源社区提供了丰富的资源，在这一过程中，小模型不仅在推理能力上有了显著提升，也推动了行业整体技术水平的进步。 结合当前人工智能产业界的 "人工智能 +" 计划，小模型在特定任务优化上的优势愈发突出，预计将在金融、医疗和工业自动化等热门领域发挥引领作用，以更高效、更精准的方式满足多样化需求，帮助人工智能在实际应用场景中落地。 开源多元化与应用细分 中国开源模型的发展不仅体现在技术突破上，还在生态建设中展现出巨大的活力。中国开源模型从竞争激烈的 "百模大战" 逐步迈向多元化和深度细分，国内社区在今年发布了大量高质量开源模型，尤其是多模态理解与生成模型： 多模态理解：Qwen2-VL、Ovis、InternVL2、DeepSeek JanusFlow、GOT-OCR2_0； 图片生成：PixArt、Lumina、Kolors、Hunyuan-DiT、VAR、Meissonic； 视频生成：AnimateDiff-lightning、Latte、OpenSora、open-sora-plan、Pyramid Flow、CogVideoX； TTS：GPT-SoVITS、ChatTTS、CosyVoice、FishAudio、MaskGCT、F5-TTS 。 这一趋势表明，模型的竞争已经从单纯的规模比拼转向应用场景细化。为了更好地展现这一演进路径，我们在 Hugging Face 的中文模型社群中对各个领域的开源模型进行了系统整理。 展望 2024 年，中国开源模型的发展展现了技术、生态和社会价值之间的深度协同。无论是从技术创新到社区建设，还是从行业实践到合规探索，中国开源生态体系的完善正在为全球人工智能发展注入源源不断的动力。 在 Hugging Face，我们坚信开源是推动人工智能技术进步和生态繁荣的核心力量。开源不仅能够打破技术壁垒，促进全球开发者之间的协作与创新，还能推动技术的普惠化，让更多的人能够平等地享受人工智能带来的便利与机遇。 在未来，中国开源模型有望继续为全人类的智能化生活提供更丰富的解决方案与可能性。我们希望看到更多来自中国的开源 AI 团队通过开放协作推动技术边界的不断拓展，共同构建一个更加包容、多元与可持续发展的人工智能的未来。 作者简介： Tiezhen 现任 Hugging Face 工程师，曾在 Google Brain 任职。兼具实干精神与梦想追求，坚信开源是连接全球的纽带，让 AI 的益处普惠大众。他秉持 "高手在民间" 的理念，渴望激励更多的开源模型从业者成为行业的关键意见领袖，挖掘群体的智慧与潜能，促进社区的成长和影响力的扩大。 Adina Hugging Face 中文社区项目经理。拥有 10 年以上国际化工作经验，足迹遍及亚洲、非洲和欧洲。从社会科学研究员到科技公司项目专员，积累了丰富的跨领域与跨文化经验。专注推动人工智能在中文开源社区的应用与发展，为开发者和企业带来更多价值，助力知识共享与技术协作。 Lu Cheng Hugging Face Fellow，致力于推动 AI 和开源软件的采纳和开发者体验。拥有超过十年的开发者关系、产品营销和开源生态构建的经验，曾在 Google 负责多个开发技术的深度推广和社区建设，包括 Android、Flutter 和 TensorFlow 等。他坚信开源是推动技术进步和开发者成长的关键步骤，希望有更多人参与开源和社区共建。
-- gReader Pro
AI 编程技术与工具发展综述（2024 年 ）
AI 编程技术与工具发展综述（2024 年 ）
https://www.oschina.net/news/338002
文 / 朱少民 2024 年 8 月下旬，一款 AI 代码编辑器 ——Cursor 火爆全球，火到一位 8 岁小女孩拿着它学编程，几十分钟内搭起来一个聊天机器人，其演示吸引来 180 万人在线围观。这导致有人大胆预言，未来编程只需要狂按 Tab 就够了。Cursor 确实好用，包括新推出的 "光标位置预测" 功能。 但是 AI 编程发展没有那么快，在国内生成代码采纳率还比较低，根据《2024 软件研发应用大模型国内现状调研报告》，多数团队在 10-40% 之间，如图 1 所示。 图 1 大模型（LLM）在编程上的应用及其生成代码的采纳率 在 2024 年，我们还看到了 "AI 程序员" Devin 的诞生，Devin 能够独立完成复杂的编码和调试任务、自主查找和修复代码库中的错误，构建和部署应用程序。在 SWE-bench 编码基准测试中，Devin 能够解决 GitHub 中 13.86% 的真实问题，有了很大提升。 说起 SWE-bench 编码基准测试（https://www.swebench.com/），2024 年进步很快，以 OpenAI 建立的 verified 子集（500 个问题）为例，4 月开始时，成功率只有 2.8%，到现在已提升到 53%，这表明 AI 在编程能力方面取得了显著的进步。这一提升反映了 AI 编程几个关键因素，正好用来总结 2024 年 AI 编程的进展。 模型能力的增强：AI 模型的架构和算法不断优化，如从 Claude 3 Opus、GPT-4o 到 Claude 3.5 Sonnet、Claude 3.5 Haiku，大模型自身的能力不断提升，使得模型能够更好地理解和解决复杂的编程问题。 智能体（AI agent）的引进：智能体可以收集和学习与任务相关的知识，可以直接调用静态代码分析工具、直接调用搜索引擎和 API 为编程任务服务，并通过构建代码仓库知识图来帮助大模型全面理解软件仓库的结构和依赖关系，从而更好地定位问题根源并生成有效的代码补丁。 智能体还可以动态获取代码片段和问题相关的信息，并分析和总结收集到的信息，以便规划出更好的解决方案。例如从 RAG+GPT 4 (1106) 的 2.8% 提升到 SWE-agent+GPT 4 (1106) 的 22.4%、从 RAG+Claude 3 Opus 的 7% 提升到 SWE-agent+Claude 3 Opus 的 18.2%，效果都比较显著。 多模态能力：多模态 LLM 使智能体能够综合利用视觉和文本信息，可以理解软件用户界面、处理的图表、可视化数据、语法高亮和交互映射等内容，更好地理解任务陈述以及获取任务相关的产品信息、开发过程信息，从而更全面地理解和解决问题。目前排在 SWE-bench verified 前 4 位都使用了 Claude-3.5-Sonnet，而它是多模态的、具备处理文本和视觉信息的能力，使其能够理解和修复包含图像或其他视觉元素的 GitHub 问题。 和工具集成的框架：可以支持智能体在处理复杂任务时进行更好的任务管理和执行，并促进不同 AI 模型和工具之间的协作。 例如 Composio SWE-Kit 集成文件操作、代码分析、Shell 命令执行、知识库管理和数据库操作等工具或能力，优势互补，将 SWE-bench verified 大幅度提升到 48.6%。再比如 OpenHands+CodeAct v2.1 将智能体的行为整合到统一代码行动空间的框架，允许 OpenHands 在编程任务中扮演全方位的智能助手角色，目前排在 SWE-bench verified 第一位（53%）。 基于代码大模型的自身进化，以及 RAG 技术、智能体的有力支持，从而 LLM 有更好的上下文感知能力。例如，在代码大模型预训练时，其训练语料中加入抽象语法树（AST）、代码依赖关系等数据，新的代码生成模型则具有更强的上下文感知能力。 在此基础上，基于 AI 的编程工具能够根据给定的上下文（如函数名、注释、部分代码等）检索出最相关的代码片段和文档，能够提供完整的函数或代码块建议。这也使得 LLM 能够参考海量的代码库和技术文档，这不仅能缓解大模型的幻觉问题，显著提升代码生成与理解的准确性，而且能符合上下文的代码，更能满足开发的业务需求。 未来，研发人员和多个智能体、工具协同工作来完成编程工作，如论文 Flows:Building Blocks of Reasoning and Collaborating AI 所描述的（图 2 所示），构成一个复合竞争性编码流程，研发人员更多是提需求，由 LLM 和智能体实现自主编程的过程。 图 2 由 LLM 和智能体实现自主编程的过程 随着大模型技术的迅速发展，在今年，我们明显能感到，AI 已从单一的辅助工具，逐渐演变为软件开发人员不可或缺的助手或伙伴。 除了前面已介绍的 Cursor、Composio SWE-Kit、OpenHands CodeAct 等工具之外，国内主要使用 chatGPT、GitHub copilot、通义灵码、CodeGeeX、文心快码、蚂蚁 CodeFuse 等编程工具，国外还出现一些受欢迎的、新的编程工具，如 Codeium IDE Cascade、Solver ai、Websim ai 等。 图 3 国内编程助手使用状况（来源同图 1） 这些工具让我们能感受到 AI 卓越的生成能力和理解能力，帮助我们更高效地完成代码生成、代码评审、代码解释到单测生成、缺陷定位、代码优化等任务。这种进步也体现在今年国内企业一些落地实践中： 在一些大厂，LLM 已经实际应用到代码审查或 CI/CD 流程中（如 pull request），自动识别代码质量问题并提出改进建议。 有些企业结合智能体和相关工具的支持，让基于 LLM 的研发平台生成代码流程图和类图，辅助自然语言解释，使得开发者更直观地理解代码结构和执行流程，增强智能编程的可视性和交互性。 有些开发团队借助智能体和 RAG 技术检索历史上已知的代码缺陷模式和已知问题，从而比较准确地识别潜在的缺陷和安全漏洞，甚至能够分析代码的功能意图，全面提升代码评审的能力。 有些团队，根据 UI 设计图，让 LLM 自动生成相应的前端代码，大大减少了手动编码的时间，加快了从设计到实现的流程。 从应用效果看，前面调研的数据可供参考。在国内 AI 编程开展比较好的大厂，超过 80% 的工程师在使用 AI 编程工具完成日常的编程工作，近 30% 入库的代码由 AI 生成，生成代码平均采纳率超过 40%，有些产品线达到 60%。仅仅在编程这一项工作（虽然只占开发人员 20-30% 的工作量）上，研发效率能提升 20-30%。 图 4 大模型时代的软件研发正确方式 当然，我们不能局限于这一个编程环境，最好要从需求开始就应用大模型。ATDD（验收测试驱动开发）是大模型时代软件研发的正确打开方式，让大模型帮我们生成需求及其验收标准，业务约束更明确了，上下文更清楚了，在此基础上分别由不同的模型生成产品代码和测试代码，再让它们之间相互验证和博弈（如图 4 所示），最终交付高质量的软件。 未来，随着 AI 技术的不断成熟和创新，AI 编程工具将进一步提升智能化和可解释性，支持更多的编程语言和平台，并通过强化学习实现自适应优化。为了全面发挥 AI 编程技术的潜力，开发团队需要不断学习和适应新技术，优化开发流程，确保 AI 工具的有效应用和高质量输出。 作者简介： 朱少民 同济大学特聘教授、CCF 杰出会员、CCF TF 软件质量工程 SIG 主席、CCF2023 杰出演讲者、软件绿色联盟标准评测组组长、QECon 大会和 AiDD 峰会发起人。 近三十年来一直从事软件工程的教学与研究工作，先后获得多项省、部级科技进步奖，已出版了二十多部著作和 4 本译作。曾任思科（中国）软件有限公司 QA 高级总监、IEEE ICST 2019 工业论坛主席、IEEE ICST、QRS 等程序委员、《软件学报》和《计算机学报》审稿人等。
-- gReader Pro
https://www.oschina.net/news/338002
文 / 朱少民 2024 年 8 月下旬，一款 AI 代码编辑器 ——Cursor 火爆全球，火到一位 8 岁小女孩拿着它学编程，几十分钟内搭起来一个聊天机器人，其演示吸引来 180 万人在线围观。这导致有人大胆预言，未来编程只需要狂按 Tab 就够了。Cursor 确实好用，包括新推出的 "光标位置预测" 功能。 但是 AI 编程发展没有那么快，在国内生成代码采纳率还比较低，根据《2024 软件研发应用大模型国内现状调研报告》，多数团队在 10-40% 之间，如图 1 所示。 图 1 大模型（LLM）在编程上的应用及其生成代码的采纳率 在 2024 年，我们还看到了 "AI 程序员" Devin 的诞生，Devin 能够独立完成复杂的编码和调试任务、自主查找和修复代码库中的错误，构建和部署应用程序。在 SWE-bench 编码基准测试中，Devin 能够解决 GitHub 中 13.86% 的真实问题，有了很大提升。 说起 SWE-bench 编码基准测试（https://www.swebench.com/），2024 年进步很快，以 OpenAI 建立的 verified 子集（500 个问题）为例，4 月开始时，成功率只有 2.8%，到现在已提升到 53%，这表明 AI 在编程能力方面取得了显著的进步。这一提升反映了 AI 编程几个关键因素，正好用来总结 2024 年 AI 编程的进展。 模型能力的增强：AI 模型的架构和算法不断优化，如从 Claude 3 Opus、GPT-4o 到 Claude 3.5 Sonnet、Claude 3.5 Haiku，大模型自身的能力不断提升，使得模型能够更好地理解和解决复杂的编程问题。 智能体（AI agent）的引进：智能体可以收集和学习与任务相关的知识，可以直接调用静态代码分析工具、直接调用搜索引擎和 API 为编程任务服务，并通过构建代码仓库知识图来帮助大模型全面理解软件仓库的结构和依赖关系，从而更好地定位问题根源并生成有效的代码补丁。 智能体还可以动态获取代码片段和问题相关的信息，并分析和总结收集到的信息，以便规划出更好的解决方案。例如从 RAG+GPT 4 (1106) 的 2.8% 提升到 SWE-agent+GPT 4 (1106) 的 22.4%、从 RAG+Claude 3 Opus 的 7% 提升到 SWE-agent+Claude 3 Opus 的 18.2%，效果都比较显著。 多模态能力：多模态 LLM 使智能体能够综合利用视觉和文本信息，可以理解软件用户界面、处理的图表、可视化数据、语法高亮和交互映射等内容，更好地理解任务陈述以及获取任务相关的产品信息、开发过程信息，从而更全面地理解和解决问题。目前排在 SWE-bench verified 前 4 位都使用了 Claude-3.5-Sonnet，而它是多模态的、具备处理文本和视觉信息的能力，使其能够理解和修复包含图像或其他视觉元素的 GitHub 问题。 和工具集成的框架：可以支持智能体在处理复杂任务时进行更好的任务管理和执行，并促进不同 AI 模型和工具之间的协作。 例如 Composio SWE-Kit 集成文件操作、代码分析、Shell 命令执行、知识库管理和数据库操作等工具或能力，优势互补，将 SWE-bench verified 大幅度提升到 48.6%。再比如 OpenHands+CodeAct v2.1 将智能体的行为整合到统一代码行动空间的框架，允许 OpenHands 在编程任务中扮演全方位的智能助手角色，目前排在 SWE-bench verified 第一位（53%）。 基于代码大模型的自身进化，以及 RAG 技术、智能体的有力支持，从而 LLM 有更好的上下文感知能力。例如，在代码大模型预训练时，其训练语料中加入抽象语法树（AST）、代码依赖关系等数据，新的代码生成模型则具有更强的上下文感知能力。 在此基础上，基于 AI 的编程工具能够根据给定的上下文（如函数名、注释、部分代码等）检索出最相关的代码片段和文档，能够提供完整的函数或代码块建议。这也使得 LLM 能够参考海量的代码库和技术文档，这不仅能缓解大模型的幻觉问题，显著提升代码生成与理解的准确性，而且能符合上下文的代码，更能满足开发的业务需求。 未来，研发人员和多个智能体、工具协同工作来完成编程工作，如论文 Flows:Building Blocks of Reasoning and Collaborating AI 所描述的（图 2 所示），构成一个复合竞争性编码流程，研发人员更多是提需求，由 LLM 和智能体实现自主编程的过程。 图 2 由 LLM 和智能体实现自主编程的过程 随着大模型技术的迅速发展，在今年，我们明显能感到，AI 已从单一的辅助工具，逐渐演变为软件开发人员不可或缺的助手或伙伴。 除了前面已介绍的 Cursor、Composio SWE-Kit、OpenHands CodeAct 等工具之外，国内主要使用 chatGPT、GitHub copilot、通义灵码、CodeGeeX、文心快码、蚂蚁 CodeFuse 等编程工具，国外还出现一些受欢迎的、新的编程工具，如 Codeium IDE Cascade、Solver ai、Websim ai 等。 图 3 国内编程助手使用状况（来源同图 1） 这些工具让我们能感受到 AI 卓越的生成能力和理解能力，帮助我们更高效地完成代码生成、代码评审、代码解释到单测生成、缺陷定位、代码优化等任务。这种进步也体现在今年国内企业一些落地实践中： 在一些大厂，LLM 已经实际应用到代码审查或 CI/CD 流程中（如 pull request），自动识别代码质量问题并提出改进建议。 有些企业结合智能体和相关工具的支持，让基于 LLM 的研发平台生成代码流程图和类图，辅助自然语言解释，使得开发者更直观地理解代码结构和执行流程，增强智能编程的可视性和交互性。 有些开发团队借助智能体和 RAG 技术检索历史上已知的代码缺陷模式和已知问题，从而比较准确地识别潜在的缺陷和安全漏洞，甚至能够分析代码的功能意图，全面提升代码评审的能力。 有些团队，根据 UI 设计图，让 LLM 自动生成相应的前端代码，大大减少了手动编码的时间，加快了从设计到实现的流程。 从应用效果看，前面调研的数据可供参考。在国内 AI 编程开展比较好的大厂，超过 80% 的工程师在使用 AI 编程工具完成日常的编程工作，近 30% 入库的代码由 AI 生成，生成代码平均采纳率超过 40%，有些产品线达到 60%。仅仅在编程这一项工作（虽然只占开发人员 20-30% 的工作量）上，研发效率能提升 20-30%。 图 4 大模型时代的软件研发正确方式 当然，我们不能局限于这一个编程环境，最好要从需求开始就应用大模型。ATDD（验收测试驱动开发）是大模型时代软件研发的正确打开方式，让大模型帮我们生成需求及其验收标准，业务约束更明确了，上下文更清楚了，在此基础上分别由不同的模型生成产品代码和测试代码，再让它们之间相互验证和博弈（如图 4 所示），最终交付高质量的软件。 未来，随着 AI 技术的不断成熟和创新，AI 编程工具将进一步提升智能化和可解释性，支持更多的编程语言和平台，并通过强化学习实现自适应优化。为了全面发挥 AI 编程技术的潜力，开发团队需要不断学习和适应新技术，优化开发流程，确保 AI 工具的有效应用和高质量输出。 作者简介： 朱少民 同济大学特聘教授、CCF 杰出会员、CCF TF 软件质量工程 SIG 主席、CCF2023 杰出演讲者、软件绿色联盟标准评测组组长、QECon 大会和 AiDD 峰会发起人。 近三十年来一直从事软件工程的教学与研究工作，先后获得多项省、部级科技进步奖，已出版了二十多部著作和 4 本译作。曾任思科（中国）软件有限公司 QA 高级总监、IEEE ICST 2019 工业论坛主席、IEEE ICST、QRS 等程序委员、《软件学报》和《计算机学报》审稿人等。
-- gReader Pro
Composio —— 适用于 AI 代理的生产就绪工具集
Composio —— 适用于 AI 代理的生产就绪工具集
https://www.oschina.net/p/composio
Composio 为 AI 代理提供可用于生产的工具集，提供： 支持多个类别的 250 多种工具： GitHub、Notion、Linear、Gmail、Slack、Hubspot、Salesforce 等软件工具 & 更多 操作系统操作, 包括文件工具、shell 工具、代码分析工具 & 更多 通过 Google、Perplexity、Tavily 和 Exa 实现搜索功能 & 更多 全面的框架支持，包括 OpenAI、 Groq、Claude、LlamaIndex、Langchain、CrewAI、Autogen、Gemini 以及更多 支持多种协议 (OAuth、API 密钥、Basic JWT) 的托管身份验证 通过优化设计将工具调用准确率提高高达 40% 用于后端集成的白标解决方案 支持自定义工具和扩展的可插拔架构
-- gReader Pro
https://www.oschina.net/p/composio
Composio 为 AI 代理提供可用于生产的工具集，提供： 支持多个类别的 250 多种工具： GitHub、Notion、Linear、Gmail、Slack、Hubspot、Salesforce 等软件工具 & 更多 操作系统操作, 包括文件工具、shell 工具、代码分析工具 & 更多 通过 Google、Perplexity、Tavily 和 Exa 实现搜索功能 & 更多 全面的框架支持，包括 OpenAI、 Groq、Claude、LlamaIndex、Langchain、CrewAI、Autogen、Gemini 以及更多 支持多种协议 (OAuth、API 密钥、Basic JWT) 的托管身份验证 通过优化设计将工具调用准确率提高高达 40% 用于后端集成的白标解决方案 支持自定义工具和扩展的可插拔架构
-- gReader Pro
马斯克尝试用 AI 取代美国公务员
马斯克尝试用 AI 取代美国公务员
https://www.oschina.net/news/338147/musk-replacing-workers-with-ai
大西洋月刊报道称，马斯克领导的政府效率部（DOGE）正在努力缩减和重组美国公务员队伍，这一努力已进入新阶段。其理念很简单：利用生成式人工智能来自动化以前由人完成的工作。 美国政府正在与美国总务管理局（GSA）的 1,500 名联邦雇员一起测试一款新型聊天机器人 "GSA Chat" ，并可能最早于本周五向整个机构发布，这意味着超过 10,000 名负责超过 1,000 亿美元合同和服务的工作人员可以使用这款机器人。 这款聊天机器人被 GSA 领导层视为提升联邦工作人员生产力的工具，是政府效率部及其盟友更大行动方案的一部分。谈到 GSA 的整体计划时，最近被任命为 GSA 信息技术部门 —— 技术转型服务局局长的前特斯拉工程师托马斯・谢德上个月在全体员工会议上表示，该机构正在推进"人工智能优先战略"。 谢德称，"正如大家所知，随着我们缩减联邦政府的整体规模，仍有大量项目需要保留，这为技术和自动化全面发挥作用提供了巨大机遇"。他提出，可以在政府范围内提供"编码代理"—— 指的是能够代替人类编写并可能部署代码的 AI 程序。此外，谢德还表示，AI 可以"对合同进行分析"，软件可用于"自动化"GSA 的"财务职能"。 目前，在工作中使用人工智能很常见，GSA 的聊天机器人可能不会对政府运作产生巨大影响。但这只是政府效率部继续大幅削减公务员体系的一个小例子。据报道，在教育部，政府效率部顾问将有关机构支出的敏感数据输入 AI 程序，以确定削减开支的方向。据说政府效率部打算利用 AI 来帮助决定政府各部门的员工是否应保住工作。 在上周晚些时候的另一场 TTS 会议上，谢德表示，他预计该部门在几周内规模将"至少缩小 50%"。
-- gReader Pro
https://www.oschina.net/news/338147/musk-replacing-workers-with-ai
大西洋月刊报道称，马斯克领导的政府效率部（DOGE）正在努力缩减和重组美国公务员队伍，这一努力已进入新阶段。其理念很简单：利用生成式人工智能来自动化以前由人完成的工作。 美国政府正在与美国总务管理局（GSA）的 1,500 名联邦雇员一起测试一款新型聊天机器人 "GSA Chat" ，并可能最早于本周五向整个机构发布，这意味着超过 10,000 名负责超过 1,000 亿美元合同和服务的工作人员可以使用这款机器人。 这款聊天机器人被 GSA 领导层视为提升联邦工作人员生产力的工具，是政府效率部及其盟友更大行动方案的一部分。谈到 GSA 的整体计划时，最近被任命为 GSA 信息技术部门 —— 技术转型服务局局长的前特斯拉工程师托马斯・谢德上个月在全体员工会议上表示，该机构正在推进"人工智能优先战略"。 谢德称，"正如大家所知，随着我们缩减联邦政府的整体规模，仍有大量项目需要保留，这为技术和自动化全面发挥作用提供了巨大机遇"。他提出，可以在政府范围内提供"编码代理"—— 指的是能够代替人类编写并可能部署代码的 AI 程序。此外，谢德还表示，AI 可以"对合同进行分析"，软件可用于"自动化"GSA 的"财务职能"。 目前，在工作中使用人工智能很常见，GSA 的聊天机器人可能不会对政府运作产生巨大影响。但这只是政府效率部继续大幅削减公务员体系的一个小例子。据报道，在教育部，政府效率部顾问将有关机构支出的敏感数据输入 AI 程序，以确定削减开支的方向。据说政府效率部打算利用 AI 来帮助决定政府各部门的员工是否应保住工作。 在上周晚些时候的另一场 TTS 会议上，谢德表示，他预计该部门在几周内规模将"至少缩小 50%"。
-- gReader Pro
OpenAI 推新 API，讓非 LLM 開發者也能打造自己的 Deep Research 和 Operator
OpenAI 推新 API，讓非 LLM 開發者也能打造自己的 Deep Research 和 Operator
https://www.inside.com.tw/article/37804-openai-ai-agents-responses-api-agents-sdk
OpenAI 最近推出一套新的 API 和工具，可以讓開發者更有效率地打造由 AI 驅動的 AI 代理（AI Agents）。這些工具建立在與其自家 AI 代理——Deep Research（能獨立搜尋網際網路以開發豐富研究、組織良好且有引用的報告）和Operator（基於使用者的文字指示自主控制網頁瀏覽器游標並執行操作，如尋找體育票券或進行預訂）——相同的技術之上。有了這些強大技術的基礎模組，開發者現在可以打造自己的替代方案或更專精於特定領域的產品和服務，以符合特定使用場景和目標用戶的需求。這幾項新產品分別是 Responses API，內建網頁與檔案搜尋工具、電腦操作工具以及開源 Agents SDK。Responses API 讓開發者能基於 OpenAI 技術建立代理，而 Agents SDK 則協助將這些代理連結到其他網頁工具和流程，自主執行使用者或企業需要的「工作流程」。Responses API 是什麼？Responses API 將讓開發者利用 GPT-4o search 和 GPT-4o mini search 等 AI 模型，建立能執行網路搜尋、掃描公司檔案及瀏覽網站的客製化 AI 代理，OpenAI 聲稱，這些搜尋模型在事實準確性上表現優異，在 SimpleQA 基準測試中分別獲得 90% 和 88% 的高分，遠超最新的 GPT-4.5 模型的 63%。除了搜尋功能外，Responses API 還整合了 Computer-Using Agent（CUA）模型，能產生滑鼠和鍵盤動作，自動化資料輸入和應用程式工作流程等電腦任務。企業可選擇在自身系統上本地運行此模型。OpenAI 也強調，不會在這些企業文件上訓練模型。開發者可開發出「自己」的 AI Agents透過 Responses API，OpenAI 希望銷售驅動 AI 代理的基礎元件，讓開發者能建立自己的 Operator 和 Deep Research 風格的應用程式。OpenAI 期望開發者能藉此創造出比目前更具自主性的應用。新 API 將開發者連接 ChatGPT 背後技術的程式碼需求從一百行大幅簡化至僅三行，同時擴展功能以支援多媒體互動、多輪對話和自動化操作。對超過三百萬名使用 OpenAI API 的開發者而言，這代表能更輕鬆地打造複雜 AI 功能，尤其對非 LLM 專家的普通開發者更為友善。回歸開源領域OpenAI 同時發布了名為 Agents SDK 的開源工具包，提供開發者免費工具，用於將模型與內部系統整合、建立安全防護及監控 AI 代理活動，也能幫助開發者管理、協調和優化 AI 代理工作流程，甚至可以支援使用非 OpenAI 模型建立代理，如競爭對手 Anthropic 和 Google 的模型，或 DeepSeek、Qwen、Mistral 和 Meta 的 Llama 系列等開源模型。然而，這些工具並非萬能。GPT-4o search 仍有 10% 的事實性問題回答錯誤，AI 搜尋工具在處理簡短導航查詢時仍有困難，且 ChatGPT 的引用來源並不總是可靠。OpenAI 承認 CUA 模型「在自動化作業系統任務方面尚未高度可靠」，且可能產生「無意」的錯誤。今年 AI Agents 就會走入職場「展示代理相當容易，但要擴大規模相當困難，要讓人們持續使用則更是挑戰，」OpenAI 的 API 產品主管 Olivier Godement 在接受 TechCrunch 訪問時表示。他希望 OpenAI 能在今年縮小 AI 代理演示與實際產品間的差距，並認為「代理是 AI 最具影響力的應用」。這呼應了 OpenAI 執行長 Sam Altman 預測 2025 年將是 AI 代理進入職場的一年。這與中國新創公司 Butterfly Effect 的案例形成鮮明對比，該公司本週初推出的 AI 代理平台 Manus 走紅後，使用者很快發現其實 Manus 能做到的比想像中少很多。核稿編輯：Chris加入 INSIDE 會員，獨享 INSIDE 科技趨勢電子報，點擊立刻成為會員！延伸閱讀：從 GPU 挖礦到 AI 掘金！讓 OpenAI 砸下 120 億美元入股的 CoreWeave 是誰？一個月要價 2 萬美元？外媒曝：OpenAI 計畫推出一系列 AI 代理人OpenAI GPT-4.5 來了！但目前卻陷入「GPU 不夠」窘境
-- gReader Pro
https://www.inside.com.tw/article/37804-openai-ai-agents-responses-api-agents-sdk
OpenAI 最近推出一套新的 API 和工具，可以讓開發者更有效率地打造由 AI 驅動的 AI 代理（AI Agents）。這些工具建立在與其自家 AI 代理——Deep Research（能獨立搜尋網際網路以開發豐富研究、組織良好且有引用的報告）和Operator（基於使用者的文字指示自主控制網頁瀏覽器游標並執行操作，如尋找體育票券或進行預訂）——相同的技術之上。有了這些強大技術的基礎模組，開發者現在可以打造自己的替代方案或更專精於特定領域的產品和服務，以符合特定使用場景和目標用戶的需求。這幾項新產品分別是 Responses API，內建網頁與檔案搜尋工具、電腦操作工具以及開源 Agents SDK。Responses API 讓開發者能基於 OpenAI 技術建立代理，而 Agents SDK 則協助將這些代理連結到其他網頁工具和流程，自主執行使用者或企業需要的「工作流程」。Responses API 是什麼？Responses API 將讓開發者利用 GPT-4o search 和 GPT-4o mini search 等 AI 模型，建立能執行網路搜尋、掃描公司檔案及瀏覽網站的客製化 AI 代理，OpenAI 聲稱，這些搜尋模型在事實準確性上表現優異，在 SimpleQA 基準測試中分別獲得 90% 和 88% 的高分，遠超最新的 GPT-4.5 模型的 63%。除了搜尋功能外，Responses API 還整合了 Computer-Using Agent（CUA）模型，能產生滑鼠和鍵盤動作，自動化資料輸入和應用程式工作流程等電腦任務。企業可選擇在自身系統上本地運行此模型。OpenAI 也強調，不會在這些企業文件上訓練模型。開發者可開發出「自己」的 AI Agents透過 Responses API，OpenAI 希望銷售驅動 AI 代理的基礎元件，讓開發者能建立自己的 Operator 和 Deep Research 風格的應用程式。OpenAI 期望開發者能藉此創造出比目前更具自主性的應用。新 API 將開發者連接 ChatGPT 背後技術的程式碼需求從一百行大幅簡化至僅三行，同時擴展功能以支援多媒體互動、多輪對話和自動化操作。對超過三百萬名使用 OpenAI API 的開發者而言，這代表能更輕鬆地打造複雜 AI 功能，尤其對非 LLM 專家的普通開發者更為友善。回歸開源領域OpenAI 同時發布了名為 Agents SDK 的開源工具包，提供開發者免費工具，用於將模型與內部系統整合、建立安全防護及監控 AI 代理活動，也能幫助開發者管理、協調和優化 AI 代理工作流程，甚至可以支援使用非 OpenAI 模型建立代理，如競爭對手 Anthropic 和 Google 的模型，或 DeepSeek、Qwen、Mistral 和 Meta 的 Llama 系列等開源模型。然而，這些工具並非萬能。GPT-4o search 仍有 10% 的事實性問題回答錯誤，AI 搜尋工具在處理簡短導航查詢時仍有困難，且 ChatGPT 的引用來源並不總是可靠。OpenAI 承認 CUA 模型「在自動化作業系統任務方面尚未高度可靠」，且可能產生「無意」的錯誤。今年 AI Agents 就會走入職場「展示代理相當容易，但要擴大規模相當困難，要讓人們持續使用則更是挑戰，」OpenAI 的 API 產品主管 Olivier Godement 在接受 TechCrunch 訪問時表示。他希望 OpenAI 能在今年縮小 AI 代理演示與實際產品間的差距，並認為「代理是 AI 最具影響力的應用」。這呼應了 OpenAI 執行長 Sam Altman 預測 2025 年將是 AI 代理進入職場的一年。這與中國新創公司 Butterfly Effect 的案例形成鮮明對比，該公司本週初推出的 AI 代理平台 Manus 走紅後，使用者很快發現其實 Manus 能做到的比想像中少很多。核稿編輯：Chris加入 INSIDE 會員，獨享 INSIDE 科技趨勢電子報，點擊立刻成為會員！延伸閱讀：從 GPU 挖礦到 AI 掘金！讓 OpenAI 砸下 120 億美元入股的 CoreWeave 是誰？一個月要價 2 萬美元？外媒曝：OpenAI 計畫推出一系列 AI 代理人OpenAI GPT-4.5 來了！但目前卻陷入「GPU 不夠」窘境
-- gReader Pro
SVG.IO 免費 SVG AI 圖生成器，可商業且無浮水印
SVG.IO 免費 SVG AI 圖生成器，可商業且無浮水印
https://www.koc.com.tw/archives/589945
製作圖片、或是有在經營網站的人，偶爾都會需要用到一些 SVG 圖片，但圖庫裡不一定有需要的圖片，這篇要推薦的 SVG.IO 就很值得收藏起來，提供 SVG 圖 AI 生成器，只需要輸入圖片描述提示詞，就能輕鬆生成出來，無需註冊就能使用，而且圖片還可以商用也沒有浮水印。 SVG.IO 免費 AI 圖生成器介紹和操作教學 前往 SVG.IO SVG.IO 是一個專為生成 SVG AI 圖而生的網站，支援輸入文字和圖片二種方式，不過圖片僅限付費會員，免費只能用文字生成。 無需註冊就能使用，每日有 5 個免費生成扣打，我是覺得很夠用了。在說明中也有特別寫到，免費用戶生成的圖片也能商業用途，不會有任何浮水印。不過，生成出的圖片是公開，代表說其他人也看得到，另外也無法獲得所有風格。 按上方連結進到 SVG.IO 後，就可以再輸入框中填圖片描述提示詞，不過目前僅支援英文，輸入中文會出現 "Your prompt must contain ony English letter and symbols" 的警告： 最多可以輸入 35 個字，輸入完成後就按 Generate 產生： 生成速度很快，10 秒內就會完成： 另外首頁下方也有一些範例圖提供參考，有興趣的人可以瀏覽一下。比較可惜是，就真的只能瀏覽圖，不會顯示使用的提示詞內容。而右上方有星星符號的，似乎是僅限付費會員生成的風格： 我輸入的提示詞是「超人在天空上飛（Superman is flying in the sky）」，果然就生成出超人的 SVG 圖，而且品質相當不錯，也正是我要的圖片內容。右邊會提示每日還剩餘多少生成次數，滿意的話按下方 Download，就能把這張圖的 SVG 檔案下載下來： 打開檢查確實是 SVG，也沒有浮水印： SVG.IO 也有提供付費方案，就看你常不常生成 SVG 圖，如果很常，Lite 方案每月 9 美元我是覺得不貴，而且有 500 張的扣打，比免費版每月 150 張還多 3 倍，生成的圖片也變成私人： 有需要的人，SVG.IO 也有提供 API 服務，你可以在方案選單中找到。 關於商用說明部份，下方是翻譯成繁體中文的內容： 是的，您與我們生成的 SVG 圖像可完全用於商業用途。您有權將這些 SVG 圖像用於各種用途，包括商業專案。 然而，如果您的 SVG 圖像包含字體、特定圖形等元素，這些可能受第三方版權或授權協議的約束，則您需要獲得適當的許可，以確保這些元素可用於商業用途。我們對您所生成的內容及其商業用途不承擔任何責任。我們強烈建議您務必檢查任何整合至 SVG 創作中的外部資源的授權協議，以避免任何法律問題。 除了 AI 生成，如果你也想要找有沒有現成 SVG 圖可以直接使用的話，我們之前也有整理一些素材網站，像是 Soco-st、Icon-Icons，還有一個 Recraft 網站也提供 SVG AI 圖生成功能，有興趣的人可以玩玩看。
-- gReader Pro
https://www.koc.com.tw/archives/589945
製作圖片、或是有在經營網站的人，偶爾都會需要用到一些 SVG 圖片，但圖庫裡不一定有需要的圖片，這篇要推薦的 SVG.IO 就很值得收藏起來，提供 SVG 圖 AI 生成器，只需要輸入圖片描述提示詞，就能輕鬆生成出來，無需註冊就能使用，而且圖片還可以商用也沒有浮水印。 SVG.IO 免費 AI 圖生成器介紹和操作教學 前往 SVG.IO SVG.IO 是一個專為生成 SVG AI 圖而生的網站，支援輸入文字和圖片二種方式，不過圖片僅限付費會員，免費只能用文字生成。 無需註冊就能使用，每日有 5 個免費生成扣打，我是覺得很夠用了。在說明中也有特別寫到，免費用戶生成的圖片也能商業用途，不會有任何浮水印。不過，生成出的圖片是公開，代表說其他人也看得到，另外也無法獲得所有風格。 按上方連結進到 SVG.IO 後，就可以再輸入框中填圖片描述提示詞，不過目前僅支援英文，輸入中文會出現 "Your prompt must contain ony English letter and symbols" 的警告： 最多可以輸入 35 個字，輸入完成後就按 Generate 產生： 生成速度很快，10 秒內就會完成： 另外首頁下方也有一些範例圖提供參考，有興趣的人可以瀏覽一下。比較可惜是，就真的只能瀏覽圖，不會顯示使用的提示詞內容。而右上方有星星符號的，似乎是僅限付費會員生成的風格： 我輸入的提示詞是「超人在天空上飛（Superman is flying in the sky）」，果然就生成出超人的 SVG 圖，而且品質相當不錯，也正是我要的圖片內容。右邊會提示每日還剩餘多少生成次數，滿意的話按下方 Download，就能把這張圖的 SVG 檔案下載下來： 打開檢查確實是 SVG，也沒有浮水印： SVG.IO 也有提供付費方案，就看你常不常生成 SVG 圖，如果很常，Lite 方案每月 9 美元我是覺得不貴，而且有 500 張的扣打，比免費版每月 150 張還多 3 倍，生成的圖片也變成私人： 有需要的人，SVG.IO 也有提供 API 服務，你可以在方案選單中找到。 關於商用說明部份，下方是翻譯成繁體中文的內容： 是的，您與我們生成的 SVG 圖像可完全用於商業用途。您有權將這些 SVG 圖像用於各種用途，包括商業專案。 然而，如果您的 SVG 圖像包含字體、特定圖形等元素，這些可能受第三方版權或授權協議的約束，則您需要獲得適當的許可，以確保這些元素可用於商業用途。我們對您所生成的內容及其商業用途不承擔任何責任。我們強烈建議您務必檢查任何整合至 SVG 創作中的外部資源的授權協議，以避免任何法律問題。 除了 AI 生成，如果你也想要找有沒有現成 SVG 圖可以直接使用的話，我們之前也有整理一些素材網站，像是 Soco-st、Icon-Icons，還有一個 Recraft 網站也提供 SVG AI 圖生成功能，有興趣的人可以玩玩看。
-- gReader Pro
西班牙将对不标记 AI 生成内容的公司处以巨额罚款
西班牙将对不标记 AI 生成内容的公司处以巨额罚款
https://www.solidot.org/story?sid=80766
西班牙政府批准了一项法案，对未能明确标记 AI 生成内容的公司处以最高 3500 万欧元或其全球营业额 7% 的巨额罚款。西班牙数字化转型部长 Oscar Lopez 表示，法案采用了欧盟 AI Act 法的指导方针，对高风险 AI 系统施加严格的透明度义务。他说，AI 是一种强大的工具，能用于改善生活，但也能用于传播虚假信息和攻击民主。他指出每个人都容易受到"深度伪造"的攻击。法案还禁止利用难以察觉的声音和图像去操纵弱势群体，比如 AI 聊天机器人煽动成瘾者去赌博或者鼓励儿童做有危险性的挑战。法案还禁止使用 AI 通过生物特征数据对人进行分类评价以发放福利或评估犯罪风险。 /.:Spain To Impose Massive Fines For Not Labeling AI-Generated Content
-- gReader Pro
https://www.solidot.org/story?sid=80766
西班牙政府批准了一项法案，对未能明确标记 AI 生成内容的公司处以最高 3500 万欧元或其全球营业额 7% 的巨额罚款。西班牙数字化转型部长 Oscar Lopez 表示，法案采用了欧盟 AI Act 法的指导方针，对高风险 AI 系统施加严格的透明度义务。他说，AI 是一种强大的工具，能用于改善生活，但也能用于传播虚假信息和攻击民主。他指出每个人都容易受到"深度伪造"的攻击。法案还禁止利用难以察觉的声音和图像去操纵弱势群体，比如 AI 聊天机器人煽动成瘾者去赌博或者鼓励儿童做有危险性的挑战。法案还禁止使用 AI 通过生物特征数据对人进行分类评价以发放福利或评估犯罪风险。 /.:Spain To Impose Massive Fines For Not Labeling AI-Generated Content
-- gReader Pro
西班牙将对不标记 AI 生成内容的公司处以巨额罚款
西班牙将对不标记 AI 生成内容的公司处以巨额罚款
https://www.solidot.org/story?sid=80766
西班牙政府批准了一项法案，对未能明确标记 AI 生成内容的公司处以最高 3500 万欧元或其全球营业额 7% 的巨额罚款。西班牙数字化转型部长 Oscar Lopez 表示，法案采用了欧盟 AI Act 法的指导方针，对高风险 AI 系统施加严格的透明度义务。他说，AI 是一种强大的工具，能用于改善生活，但也能用于传播虚假信息和攻击民主。他指出每个人都容易受到"深度伪造"的攻击。法案还禁止利用难以察觉的声音和图像去操纵弱势群体，比如 AI 聊天机器人煽动成瘾者去赌博或者鼓励儿童做有危险性的挑战。法案还禁止使用 AI 通过生物特征数据对人进行分类评价以发放福利或评估犯罪风险。 /.:Spain To Impose Massive Fines For Not Labeling AI-Generated Content
-- gReader Pro
https://www.solidot.org/story?sid=80766
西班牙政府批准了一项法案，对未能明确标记 AI 生成内容的公司处以最高 3500 万欧元或其全球营业额 7% 的巨额罚款。西班牙数字化转型部长 Oscar Lopez 表示，法案采用了欧盟 AI Act 法的指导方针，对高风险 AI 系统施加严格的透明度义务。他说，AI 是一种强大的工具，能用于改善生活，但也能用于传播虚假信息和攻击民主。他指出每个人都容易受到"深度伪造"的攻击。法案还禁止利用难以察觉的声音和图像去操纵弱势群体，比如 AI 聊天机器人煽动成瘾者去赌博或者鼓励儿童做有危险性的挑战。法案还禁止使用 AI 通过生物特征数据对人进行分类评价以发放福利或评估犯罪风险。 /.:Spain To Impose Massive Fines For Not Labeling AI-Generated Content
-- gReader Pro
別太相信 AI 搜尋引擎，研究發現 76% 時間裡都「錯得很有自信」
別太相信 AI 搜尋引擎，研究發現 76% 時間裡都「錯得很有自信」
https://www.koc.com.tw/archives/590038
筆者重複過很多次，對於 AI 給你的答案，務必要自己再查證過確保無誤，AI 到底有多不準確呢？國外 Tow 數位新聞中心（Tow Center for Digital Journalism）的工作人員對目前最流行的 8 種 AI 搜尋引擎進行全面測試，結果相當令人驚訝。 別太相信 AI 搜尋引擎，研究發現 76% 時間裡都「錯得很有自信」 首先我們先了解一下 Tow Center 對這些 AI 搜尋引擎測試的方式。該就中的 8 款聊天機器人包含具備即時搜尋功能（可即時連接網路）的免費與高級模型： ChatGPT Search Perplexity Perplexity Pro DeepSeek Search Microsoft Copilot Grok-2 Search Grok-3 Search Google Gemini 這項研究主要是關於 AI 聊天機器人準確檢索和引用新聞內容的能力。此外，Tow Center 還想瞭解聊天機器人在無法執行請求的指令時會有什麼行為。為了測試，Tow Center 選擇了來自 10 個不同出版者的 10 篇文章。然後，從每篇文章中選擇摘錄並提供給每個聊天機器人。然後，要求聊天機器人做一些簡單的事情，例如識別文章的標題、原始出版者、發表日期和 URL 等，如下圖的例子。 接著，該單位將聊天機器人的回應分為 6 個類別： 正確：所有三個屬性都是正確的。 不完全正確：某些屬性是正確的，但答案缺少資訊。 部分錯誤：某些屬性是正確的，而其他屬性是錯誤的。 完全錯誤： 所有 3 個屬性均不正確和/或缺失。 未提供：未提供任何資訊。 爬網程式已阻止：發行者在其 robots.txt 中不允許使用聊天機器人的爬網程式。 正如下面你會看到的，AI 搜尋引擎經常出錯，但可以說更大的問題在於它們是如何出錯。無論準確性如何，聊天機器人幾乎總是充滿自信地做出回應。研究發現，他們很少使用限定詞或承認無法執行指令。下圖顯示了回答的準確性以及給出的自信度，如擬所見，幾乎所有的回復都處於 「自信」 區塊，但有很多紅色。 例如，Grok-3 所傳回的回答中，高達 76% 「錯得很自信」 或 「部分錯誤」，別忘了，Grok-3 是一款高階型號，每月收費 40 美元，它的性能比免費的 Grok-2 型號差。Perplexity Pro 與 Perplexity 也可以看到同樣的情況為。高階付費模型（在 Perplexity Pro 的情況下每月 20 美元）不一定會提高準確性，但它似乎確實對錯誤的回答表現得更有自信。 有些 AI 搜尋引擎與出版者有簽署協定，允許訪問特定的出版物。你會認為聊天機器人在準確識別這些出版物中的資訊方面非常出色，但事實並非總是如此。下圖顯示了 8 個聊天機器人和與他們有許可協定的出版商。這裡提醒大家，機器人被要求確定文章的標題、原始出版商、發佈日期和 URL。大多數聊天機器人都能夠以很高的準確性做到這一點，但有些失敗了。例如，ChatGPT Search 搜尋與它有合作關係的出版物《San Francisco Chronicle》打交道時，90% 的時間都是錯誤的。 另一方面，有些出版物阻止了 AI 搜尋引擎訪問其內容，然而，研究表明在實踐中並不總是有效果。一些搜尋引擎似乎不尊重出版商在這部分的決定。例如，Perplexity 能夠準確識別《國家地理》的所有 10 條被付費牆阻擋並阻止了爬蟲的引文。更多的聊天機器人不僅訪問了被阻止的網站，而且還從中提供了不準確的資訊。Grok 和 DeepSeek 未顯示在圖形中，因為它們沒有披露爬網程式。 話說回來，上面林林總總一大堆數字對用戶代表什麼呢？很明顯，僅僅依靠 AI 搜尋引擎來提高準確性是一個相當冒險的做法，即使是有簽署許可協定的高階模型也可以十分有自信地吐給用戶錯誤資訊，這清楚地提醒大家，批判性思維和交叉驗證在 AI 時代依然是最基本的網路使用技能。如果你感興趣，可以查看 Columbia Journalism Review 上的完整研究，了解更多你從來沒有想過的發現。
-- gReader Pro
https://www.koc.com.tw/archives/590038
筆者重複過很多次，對於 AI 給你的答案，務必要自己再查證過確保無誤，AI 到底有多不準確呢？國外 Tow 數位新聞中心（Tow Center for Digital Journalism）的工作人員對目前最流行的 8 種 AI 搜尋引擎進行全面測試，結果相當令人驚訝。 別太相信 AI 搜尋引擎，研究發現 76% 時間裡都「錯得很有自信」 首先我們先了解一下 Tow Center 對這些 AI 搜尋引擎測試的方式。該就中的 8 款聊天機器人包含具備即時搜尋功能（可即時連接網路）的免費與高級模型： ChatGPT Search Perplexity Perplexity Pro DeepSeek Search Microsoft Copilot Grok-2 Search Grok-3 Search Google Gemini 這項研究主要是關於 AI 聊天機器人準確檢索和引用新聞內容的能力。此外，Tow Center 還想瞭解聊天機器人在無法執行請求的指令時會有什麼行為。為了測試，Tow Center 選擇了來自 10 個不同出版者的 10 篇文章。然後，從每篇文章中選擇摘錄並提供給每個聊天機器人。然後，要求聊天機器人做一些簡單的事情，例如識別文章的標題、原始出版者、發表日期和 URL 等，如下圖的例子。 接著，該單位將聊天機器人的回應分為 6 個類別： 正確：所有三個屬性都是正確的。 不完全正確：某些屬性是正確的，但答案缺少資訊。 部分錯誤：某些屬性是正確的，而其他屬性是錯誤的。 完全錯誤： 所有 3 個屬性均不正確和/或缺失。 未提供：未提供任何資訊。 爬網程式已阻止：發行者在其 robots.txt 中不允許使用聊天機器人的爬網程式。 正如下面你會看到的，AI 搜尋引擎經常出錯，但可以說更大的問題在於它們是如何出錯。無論準確性如何，聊天機器人幾乎總是充滿自信地做出回應。研究發現，他們很少使用限定詞或承認無法執行指令。下圖顯示了回答的準確性以及給出的自信度，如擬所見，幾乎所有的回復都處於 「自信」 區塊，但有很多紅色。 例如，Grok-3 所傳回的回答中，高達 76% 「錯得很自信」 或 「部分錯誤」，別忘了，Grok-3 是一款高階型號，每月收費 40 美元，它的性能比免費的 Grok-2 型號差。Perplexity Pro 與 Perplexity 也可以看到同樣的情況為。高階付費模型（在 Perplexity Pro 的情況下每月 20 美元）不一定會提高準確性，但它似乎確實對錯誤的回答表現得更有自信。 有些 AI 搜尋引擎與出版者有簽署協定，允許訪問特定的出版物。你會認為聊天機器人在準確識別這些出版物中的資訊方面非常出色，但事實並非總是如此。下圖顯示了 8 個聊天機器人和與他們有許可協定的出版商。這裡提醒大家，機器人被要求確定文章的標題、原始出版商、發佈日期和 URL。大多數聊天機器人都能夠以很高的準確性做到這一點，但有些失敗了。例如，ChatGPT Search 搜尋與它有合作關係的出版物《San Francisco Chronicle》打交道時，90% 的時間都是錯誤的。 另一方面，有些出版物阻止了 AI 搜尋引擎訪問其內容，然而，研究表明在實踐中並不總是有效果。一些搜尋引擎似乎不尊重出版商在這部分的決定。例如，Perplexity 能夠準確識別《國家地理》的所有 10 條被付費牆阻擋並阻止了爬蟲的引文。更多的聊天機器人不僅訪問了被阻止的網站，而且還從中提供了不準確的資訊。Grok 和 DeepSeek 未顯示在圖形中，因為它們沒有披露爬網程式。 話說回來，上面林林總總一大堆數字對用戶代表什麼呢？很明顯，僅僅依靠 AI 搜尋引擎來提高準確性是一個相當冒險的做法，即使是有簽署許可協定的高階模型也可以十分有自信地吐給用戶錯誤資訊，這清楚地提醒大家，批判性思維和交叉驗證在 AI 時代依然是最基本的網路使用技能。如果你感興趣，可以查看 Columbia Journalism Review 上的完整研究，了解更多你從來沒有想過的發現。
-- gReader Pro
人工智慧背後隱形勞工，「血汗 AI」揭自動化真相
人工智慧背後隱形勞工，「血汗 AI」揭自動化真相
https://www.inside.com.tw/article/37829-the-hidden-workers-behind-ai-sweatshop-ai-exposes-the-truth-of-automation
在人工智慧快速發展時代，看似流暢運行的自動化系統，其實依賴數百萬名身處惡劣環境的人類勞工維持這套機制。「血汗 AI」共同作者呼籲社會看見這群隱形勞工，期盼更公平的數位未來。身處非洲的內容審核員梅西，是科技巨擘 Meta 在肯亞委外公司員工，她在十小時輪班工作中，每 55 秒需審核一則檢舉，判定是否違反 Meta 暴力內容準則。然而，有天卻發現「標籤」影片裡是祖父遭遇致命車禍，情緒崩潰之際，主管仍不忘提醒她得完成當日工作目標。這段故事只是龐大人工智慧（AI）產業流水線上，每天都在發生的片段。「血汗 AI：為人工智慧提供動力的隱性人類勞工」共同作者、牛津網際網路研究所網路地理學教授馬克・格雷厄姆（Mark Graham）接受中央社記者專訪指出：「我們所謂的自動化，其實依賴大量真實血肉的勞動支撐。」自動化並非取代人類，技術轉移壓低勞動價值全書是格雷厄姆與「公平工作」（Fairwork）計畫同事共同撰寫，這項由牛津網際網路研究所與柏林社會科學中心支持的計畫，宗旨為凸顯新興科技在工作場域最理想與最糟糕的使用狀況。十多年來，他們透過數百次訪談與實地調查，深入世界生產鏈不同位置，看見大量勞工在薪酬過低且惡劣環境下勞動。格雷厄姆解釋，所謂「自動化」並不是單純的「機器取代人類」，而是一種勞動轉移過程，部分工作在系統協助下被降級成低技術、高標準化的低薪任務，仍需大量人力來支撐、訓練系統，包含資料標註、內容審核、倉儲配送等。雖然網際網路讓所有人成為全球供應鏈一環，格雷厄姆卻指出，殖民主義歷史依舊深遠影響著國際分工。已開發國家獨占穩定與高薪職位，而低薪、危險、最不穩定的工作則外包至經濟邊緣地區。他表示這些勞工無權反抗，亦無談判空間，因為他們的工作隨時可被取代，且時刻受生產力監控軟體箝制，「工資與工作條件逐底競爭，已成為全球勞動市場的特徵。」格雷厄姆提醒：「沒有人應該承受不公正的待遇，我們都屬於同一個全球生產網絡」，即便不是同理心驅動，大家出於自我利益也得關注這些勞動者。AI 科技的發展正驅動全球勞動市場劇烈轉變，他表示，今天在台灣看似穩定的工作，未來也可能被自動化或降級，最終，權力將集中擁有人工智慧系統與產品的少數經營者與大公司手中，我們都將受困於這場資本與科技的剝削網絡，被迫加速、加倍勞動。AI 產業全球生產鏈網絡，沒有人能置身事外「解決任何問題的第一步，就是意識問題的存在」，格雷厄姆認為「人工智慧」這個詞彙，太容易讓人認為只是在與聰明的機器互動，難以像品嚐公平貿易咖啡時，能意識到背後有農民在勞動，希望大家理解 AI 產業背後的勞工處境。格雷厄姆坦言，在這個體系中，個體的力量相當微小，唯一的改變方式就是透過不同類型的集體行動。回顧百年前，工人所受待遇與環境更差，所有權益與保障都是透過集體行動爭取而來，絕非企業出於善意，而是它們害怕工人的集體力量。他希望全球工作者能透過跨國組織，捍衛彼此利益，同時消費者也能藉由支持友善勞動權益的公司表達觀點，共同為這些勞工爭取更公平的待遇，確保科技發展不再建立於剝削，而是邁向公平與永續。責任編輯：Sherlock核稿編輯：Sisley本文來自中央社，INSIDE 授權轉載；加入 INSIDE 會員，獨享 INSIDE 科技趨勢電子報，點擊立刻成為會員！延伸閱讀：AI 會取代誰？職場人才 M 型化，「中等勞工」面臨失業危機英國首相施凱爾：要用 AI 大量取代公務員，預計能省 450 億英鎊臺灣製造業 28% 已應用 AI！最希望改善績效、降低成本
-- gReader Pro
https://www.inside.com.tw/article/37829-the-hidden-workers-behind-ai-sweatshop-ai-exposes-the-truth-of-automation
在人工智慧快速發展時代，看似流暢運行的自動化系統，其實依賴數百萬名身處惡劣環境的人類勞工維持這套機制。「血汗 AI」共同作者呼籲社會看見這群隱形勞工，期盼更公平的數位未來。身處非洲的內容審核員梅西，是科技巨擘 Meta 在肯亞委外公司員工，她在十小時輪班工作中，每 55 秒需審核一則檢舉，判定是否違反 Meta 暴力內容準則。然而，有天卻發現「標籤」影片裡是祖父遭遇致命車禍，情緒崩潰之際，主管仍不忘提醒她得完成當日工作目標。這段故事只是龐大人工智慧（AI）產業流水線上，每天都在發生的片段。「血汗 AI：為人工智慧提供動力的隱性人類勞工」共同作者、牛津網際網路研究所網路地理學教授馬克・格雷厄姆（Mark Graham）接受中央社記者專訪指出：「我們所謂的自動化，其實依賴大量真實血肉的勞動支撐。」自動化並非取代人類，技術轉移壓低勞動價值全書是格雷厄姆與「公平工作」（Fairwork）計畫同事共同撰寫，這項由牛津網際網路研究所與柏林社會科學中心支持的計畫，宗旨為凸顯新興科技在工作場域最理想與最糟糕的使用狀況。十多年來，他們透過數百次訪談與實地調查，深入世界生產鏈不同位置，看見大量勞工在薪酬過低且惡劣環境下勞動。格雷厄姆解釋，所謂「自動化」並不是單純的「機器取代人類」，而是一種勞動轉移過程，部分工作在系統協助下被降級成低技術、高標準化的低薪任務，仍需大量人力來支撐、訓練系統，包含資料標註、內容審核、倉儲配送等。雖然網際網路讓所有人成為全球供應鏈一環，格雷厄姆卻指出，殖民主義歷史依舊深遠影響著國際分工。已開發國家獨占穩定與高薪職位，而低薪、危險、最不穩定的工作則外包至經濟邊緣地區。他表示這些勞工無權反抗，亦無談判空間，因為他們的工作隨時可被取代，且時刻受生產力監控軟體箝制，「工資與工作條件逐底競爭，已成為全球勞動市場的特徵。」格雷厄姆提醒：「沒有人應該承受不公正的待遇，我們都屬於同一個全球生產網絡」，即便不是同理心驅動，大家出於自我利益也得關注這些勞動者。AI 科技的發展正驅動全球勞動市場劇烈轉變，他表示，今天在台灣看似穩定的工作，未來也可能被自動化或降級，最終，權力將集中擁有人工智慧系統與產品的少數經營者與大公司手中，我們都將受困於這場資本與科技的剝削網絡，被迫加速、加倍勞動。AI 產業全球生產鏈網絡，沒有人能置身事外「解決任何問題的第一步，就是意識問題的存在」，格雷厄姆認為「人工智慧」這個詞彙，太容易讓人認為只是在與聰明的機器互動，難以像品嚐公平貿易咖啡時，能意識到背後有農民在勞動，希望大家理解 AI 產業背後的勞工處境。格雷厄姆坦言，在這個體系中，個體的力量相當微小，唯一的改變方式就是透過不同類型的集體行動。回顧百年前，工人所受待遇與環境更差，所有權益與保障都是透過集體行動爭取而來，絕非企業出於善意，而是它們害怕工人的集體力量。他希望全球工作者能透過跨國組織，捍衛彼此利益，同時消費者也能藉由支持友善勞動權益的公司表達觀點，共同為這些勞工爭取更公平的待遇，確保科技發展不再建立於剝削，而是邁向公平與永續。責任編輯：Sherlock核稿編輯：Sisley本文來自中央社，INSIDE 授權轉載；加入 INSIDE 會員，獨享 INSIDE 科技趨勢電子報，點擊立刻成為會員！延伸閱讀：AI 會取代誰？職場人才 M 型化，「中等勞工」面臨失業危機英國首相施凱爾：要用 AI 大量取代公務員，預計能省 450 億英鎊臺灣製造業 28% 已應用 AI！最希望改善績效、降低成本
-- gReader Pro
用 AI 投一份履歷多少錢？不到台幣兩塊！
用 AI 投一份履歷多少錢？不到台幣兩塊！
https://www.inside.com.tw/article/37815-ai-job-applications
您有想過投遞一份履歷，包括改履歷文字、填寫基本資料、自介信等一路到送出。這樣一套重複的流程，應該值多少錢嗎？首先我們先高層次分成「調整履歷」與「投遞職缺」兩個步驟。投遞履歷沒有人給我們錢，能算的主要是時間成本。調整履歷美國有位求職教練在 2022 年統計，一份履歷平均來說會花到 34 個小時，越資深的職位相對需要寫越久，因為要更瞭解職缺方的需求並收斂自身經驗。而專業寫履歷的服務在美國，平均是 631 美金一份。我自己在丟海外工作的前幾份履歷也花好幾天，一直在精修字句，每看到一個缺就細部調整，但投出去都石沈大海。儘管後來有幾個主要的求職模板，也不知花了多少小時在改履歷上。這些是改履歷的時間，那投遞的成本呢？投遞職缺目前比較能查到的統計約莫是：兩分半投一份職缺。美國有一位 Berkeley 的經濟與哲學系的畢業生，一開始先擔任 PM 與數據分析師，後來在疫情間轉職軟體工程師，以下是他在 HackerNews 上分析的一些統計數據：HackerNews 截圖1. 平均來說，申請一份工作大約需要兩分半（162 秒）作者有提到不使用投遞輔助工具，像是 LinkedIn 的 Eazy Apply，而是一間間打開網站丟的話平均需要 162 秒。台灣與香港的話平均時間會更高，因為要填寫的基本資料有點多，像是第六點提到的 Workday。這數據跟自己丟海外職缺的體感差不多。但從他的敘述與留言得以推測，資料來源應主要來自於申請美國的工作，包括包括工程師、分析師等職位。同時假設固定一份履歷並單純測試投遞時間，改履歷的時間與成本另計。從他得以申請政府機構推測，應該有機會擁有永久身份（但這不影響投遞時間）。2. 當公司的規模翻倍時，申請時間會增加 5%。如果公司規模擴大到原來的 10 倍，申請時間會增加 20%3. 政府機構所花費的申請時間最長，其次是航太和諮詢公司4. 申請時間最長的是美國郵政局（10 分 12 秒）這也算合理，通常來說，越大、越有年紀的公司由於有過越多過往經驗，或是特定單位會有特殊需求，會加上越多的制度與提問，像是美國大型公司的求職通常會問種族與是否曾有 disability。甚至有些會一開始就要求 reference check （人事查核作業）的人選（TBH，我認為太早了！）5. 相反地，申請 Renaissance Technologies 只花了 17 秒這間是量化交易之父吉姆・西蒙的量化交易公司「文藝復興科技有限公司」，浪漫的有錢人取的名字也很浪漫。我上他們公司隨意打開了一個職缺，果然要填寫的內容很少，只有基本資料、履歷、自介信與一個 6+9 等於多少的驗證問題。對應越新穎的產業如量化交易與區塊鏈，「通常」比較不會長篇大論，求賢若渴。 Renaissance 截圖6. 舊型的 ATS（例如 Workday 和 Taleo）會讓申請時間延長最多 128%。Workday 可以說是我丟過職缺網站中最常見的阻礙，而這數據顯示足足兩倍多挺合理的，原因是 Workday 需要你創建一組帳號密碼（而且密碼強度要夠，包括中英文、大小寫、數字與符號），並一項項基本資料與履歷（包括學歷、經歷）都要另外輸入文字檔（但還是要上傳履歷），跟台灣也許多公司的投遞仍需要手動填寫基本資料和履歷雷同。但由於太多公司都仍是在用 Workday，像是 Nvidia。這邊可以做的事是找到相關 Plugin 來自動化以降低投遞的成本。像是 simplify.jobs 與 Workday-Application-Automator 就是 Workday 的自動化工具。AI 時代的履歷投遞在同一篇貼文底下的留言也有提到，履歷的精髓在於能得到回應，進入到 Screening 階段。此時客製化就很重要，因為客製才能更對應公司方的需求，見人說人話。而在大型 LLM 出世後，履歷投遞也變得更智慧。一個叫 JobCopilot 的服務主打自動丟履歷，包括 AI 自動打造履歷與自介信、紀錄回應、模擬面試與 Offer 談判等。基本方案收費每週約收 9 美金，每天最多投遞 20 封職缺。如果要它每天丟，七天可以丟到一百四十個職缺，平均起來一個職缺花費不到台幣兩元。但這家的服務除了自動投遞外，其他功能倒是跟 ChatGPT 差不多。我付費用了這家的功能，確實是可以自動投遞，但投遞起來實在不知來源，且仍是用公版履歷自動丟。還沒有特別看到每間都用客製化履歷與 Cover Letter，其所稱的 Mock Interview 和 Career Advisor、Job Offer Negotiation 更像是使用設定好的 ChatGPT Prompt 來對話的，整體來說不太推薦。JobCopilot 截圖另外有個工具叫 ApplyPass，差不多功能但沒特別提到模擬面試與薪資談判。免費版每週可以最多幫你丟七封履歷；基礎版費用是每月 99 美元，每週最多丟 100 個職缺，平均每個不到 8 元台幣。試用版可以免費幫您先丟一百間。這工具限制比較是在科技業的，這些自動投遞工具許多都是以 LinkedIn 的投遞為主。也正因這些自動投遞氾濫，同時也是為何建議最近用 LinkedIn 投遞都建議下修回應率標準（標準值的 1/4）。我自己覺得 CP 值最高是 LazyApply，基本功能差不多，但涵蓋 LinkedIn Indeed Glassdoor 等。付費都算終生， 99 美元每天最多投 150 封履歷。如果可信度夠高，那 CP 值真的輕鬆勝過其他服務。我記得自己第一次看到類似服務是在半年前，好像是兩百美金投遞一百封職缺，平均每份職缺台幣六十五元左右。如果您投遞履歷的成本比這更高，那確實該考慮更換與調整策略了。請記住：AI 時代，履歷投遞也該更智慧。參考資料：https://news.ycombinator.com/item?id=37753292https://www.findmyprofession.com/career-advice/resume-writing-service-cost/https://optimcareers.com/expert-articles/how-long-does-it-take-to-write-a-resume本文作者為 Coach 喬，是一位國際職涯教練與組織發展引導師，投注超過十年的時間在引導與教練上。曾跨國轉職為 Amazon 工程師，後續將這求職過程中的學習轉化為一套完整、可遵循的框架，自 2021 年起協助超過兩百人拿到海外工作的 Offer。2025 年中有一本關於跨國求職的書，歡迎關注：IG、Linkedin 加入 INSIDE 會員，獨享 INSIDE 科技趨勢電子報，點擊立刻成為會員。責任編輯：Mia核稿編輯：Sherlock延伸閱讀：AI 履歷篩選會排除弱勢、技能考量太簡化，哈佛大學商院新研究證實劉君羿：Cake 創辦人暨執行長｜求職配對私聊更有效【塞掐 Side Chat】E278前 Google 人資：請多用 ChatGPT 寫你的履歷！
-- gReader Pro
https://www.inside.com.tw/article/37815-ai-job-applications
您有想過投遞一份履歷，包括改履歷文字、填寫基本資料、自介信等一路到送出。這樣一套重複的流程，應該值多少錢嗎？首先我們先高層次分成「調整履歷」與「投遞職缺」兩個步驟。投遞履歷沒有人給我們錢，能算的主要是時間成本。調整履歷美國有位求職教練在 2022 年統計，一份履歷平均來說會花到 34 個小時，越資深的職位相對需要寫越久，因為要更瞭解職缺方的需求並收斂自身經驗。而專業寫履歷的服務在美國，平均是 631 美金一份。我自己在丟海外工作的前幾份履歷也花好幾天，一直在精修字句，每看到一個缺就細部調整，但投出去都石沈大海。儘管後來有幾個主要的求職模板，也不知花了多少小時在改履歷上。這些是改履歷的時間，那投遞的成本呢？投遞職缺目前比較能查到的統計約莫是：兩分半投一份職缺。美國有一位 Berkeley 的經濟與哲學系的畢業生，一開始先擔任 PM 與數據分析師，後來在疫情間轉職軟體工程師，以下是他在 HackerNews 上分析的一些統計數據：HackerNews 截圖1. 平均來說，申請一份工作大約需要兩分半（162 秒）作者有提到不使用投遞輔助工具，像是 LinkedIn 的 Eazy Apply，而是一間間打開網站丟的話平均需要 162 秒。台灣與香港的話平均時間會更高，因為要填寫的基本資料有點多，像是第六點提到的 Workday。這數據跟自己丟海外職缺的體感差不多。但從他的敘述與留言得以推測，資料來源應主要來自於申請美國的工作，包括包括工程師、分析師等職位。同時假設固定一份履歷並單純測試投遞時間，改履歷的時間與成本另計。從他得以申請政府機構推測，應該有機會擁有永久身份（但這不影響投遞時間）。2. 當公司的規模翻倍時，申請時間會增加 5%。如果公司規模擴大到原來的 10 倍，申請時間會增加 20%3. 政府機構所花費的申請時間最長，其次是航太和諮詢公司4. 申請時間最長的是美國郵政局（10 分 12 秒）這也算合理，通常來說，越大、越有年紀的公司由於有過越多過往經驗，或是特定單位會有特殊需求，會加上越多的制度與提問，像是美國大型公司的求職通常會問種族與是否曾有 disability。甚至有些會一開始就要求 reference check （人事查核作業）的人選（TBH，我認為太早了！）5. 相反地，申請 Renaissance Technologies 只花了 17 秒這間是量化交易之父吉姆・西蒙的量化交易公司「文藝復興科技有限公司」，浪漫的有錢人取的名字也很浪漫。我上他們公司隨意打開了一個職缺，果然要填寫的內容很少，只有基本資料、履歷、自介信與一個 6+9 等於多少的驗證問題。對應越新穎的產業如量化交易與區塊鏈，「通常」比較不會長篇大論，求賢若渴。 Renaissance 截圖6. 舊型的 ATS（例如 Workday 和 Taleo）會讓申請時間延長最多 128%。Workday 可以說是我丟過職缺網站中最常見的阻礙，而這數據顯示足足兩倍多挺合理的，原因是 Workday 需要你創建一組帳號密碼（而且密碼強度要夠，包括中英文、大小寫、數字與符號），並一項項基本資料與履歷（包括學歷、經歷）都要另外輸入文字檔（但還是要上傳履歷），跟台灣也許多公司的投遞仍需要手動填寫基本資料和履歷雷同。但由於太多公司都仍是在用 Workday，像是 Nvidia。這邊可以做的事是找到相關 Plugin 來自動化以降低投遞的成本。像是 simplify.jobs 與 Workday-Application-Automator 就是 Workday 的自動化工具。AI 時代的履歷投遞在同一篇貼文底下的留言也有提到，履歷的精髓在於能得到回應，進入到 Screening 階段。此時客製化就很重要，因為客製才能更對應公司方的需求，見人說人話。而在大型 LLM 出世後，履歷投遞也變得更智慧。一個叫 JobCopilot 的服務主打自動丟履歷，包括 AI 自動打造履歷與自介信、紀錄回應、模擬面試與 Offer 談判等。基本方案收費每週約收 9 美金，每天最多投遞 20 封職缺。如果要它每天丟，七天可以丟到一百四十個職缺，平均起來一個職缺花費不到台幣兩元。但這家的服務除了自動投遞外，其他功能倒是跟 ChatGPT 差不多。我付費用了這家的功能，確實是可以自動投遞，但投遞起來實在不知來源，且仍是用公版履歷自動丟。還沒有特別看到每間都用客製化履歷與 Cover Letter，其所稱的 Mock Interview 和 Career Advisor、Job Offer Negotiation 更像是使用設定好的 ChatGPT Prompt 來對話的，整體來說不太推薦。JobCopilot 截圖另外有個工具叫 ApplyPass，差不多功能但沒特別提到模擬面試與薪資談判。免費版每週可以最多幫你丟七封履歷；基礎版費用是每月 99 美元，每週最多丟 100 個職缺，平均每個不到 8 元台幣。試用版可以免費幫您先丟一百間。這工具限制比較是在科技業的，這些自動投遞工具許多都是以 LinkedIn 的投遞為主。也正因這些自動投遞氾濫，同時也是為何建議最近用 LinkedIn 投遞都建議下修回應率標準（標準值的 1/4）。我自己覺得 CP 值最高是 LazyApply，基本功能差不多，但涵蓋 LinkedIn Indeed Glassdoor 等。付費都算終生， 99 美元每天最多投 150 封履歷。如果可信度夠高，那 CP 值真的輕鬆勝過其他服務。我記得自己第一次看到類似服務是在半年前，好像是兩百美金投遞一百封職缺，平均每份職缺台幣六十五元左右。如果您投遞履歷的成本比這更高，那確實該考慮更換與調整策略了。請記住：AI 時代，履歷投遞也該更智慧。參考資料：https://news.ycombinator.com/item?id=37753292https://www.findmyprofession.com/career-advice/resume-writing-service-cost/https://optimcareers.com/expert-articles/how-long-does-it-take-to-write-a-resume本文作者為 Coach 喬，是一位國際職涯教練與組織發展引導師，投注超過十年的時間在引導與教練上。曾跨國轉職為 Amazon 工程師，後續將這求職過程中的學習轉化為一套完整、可遵循的框架，自 2021 年起協助超過兩百人拿到海外工作的 Offer。2025 年中有一本關於跨國求職的書，歡迎關注：IG、Linkedin 加入 INSIDE 會員，獨享 INSIDE 科技趨勢電子報，點擊立刻成為會員。責任編輯：Mia核稿編輯：Sherlock延伸閱讀：AI 履歷篩選會排除弱勢、技能考量太簡化，哈佛大學商院新研究證實劉君羿：Cake 創辦人暨執行長｜求職配對私聊更有效【塞掐 Side Chat】E278前 Google 人資：請多用 ChatGPT 寫你的履歷！
-- gReader Pro
Google Gemini Image Editing 功能上線！免費體驗 AI 圖片編輯
Google Gemini Image Editing 功能上線！免費體驗 AI 圖片編輯
https://www.koc.com.tw/archives/590177
各家科技公司都開始升級自家的圖片生成功能，Grok 現在已經能夠對圖片進行 Edit 編輯，使用者可以通過聊天的方式要求 Grok 為圖片添加文字、增加東西。現在除了 Grok 以外，Google Gemini 也即將推出「Image Editing」功能，Image Editing 跟 Grok 的 Edit 功能基本上都一樣，也都能使用中、英文，有興趣想瞭解如何使用 Image Editing 就繼續看下去吧～ Google Gemini Image Editing 功能上線！免費體驗 AI 圖片編輯 最近圖片生成工具越來越多，對於各家科技公司的 AI 聊天機器人來說如何讓自家的圖片生成功能升級也是吸引更多人使用的其中一個要素。而最近 Google 也推出了 Image Editing 新功能，輸入文字就可以編輯圖片。去年 Google 就已經分享過自家有圖片編輯的功能，不過到了今年才終於可以使用。比較可惜的是現在 Image Editing 只能在 Google AI Studio 上體驗，還沒有正式放到 Gemini 網頁版或應用程式上。但想要體驗的朋友還是可以在 Google AI Studio 上免費使用最新的 Image Editing 功能喔！ Gemini dropped their truly multimodal in/out image generator. Been on the EAP, here are my thoughts + some tips & tricks for "conversational image editing" Bookmark this, and try it later for free in google AI studio. Let's get into it: pic.twitter.com/7nd59PdE8b — Bilawal Sidhu (@bilawalsidhu) March 12, 2025 前往體驗 Google AI Studio 點擊上方提供的連結前往 Google AI Studio 網頁，接著選擇想要使用的 Google 模型。現在只有 Gemini 2.0 Flash Experimental 模型可以使用 Image Editing 功能，大家將模型設定為 Gemini 2.0 Flash Experimental 就能看到初始畫面上出現 Image Editing 的選項。點擊的話 Gemini 會先幫你生成一張可頌上淋巧克力醬的圖片。 生成後你就可以使用 Image Editing 功能來編輯圖片，上傳圖片並輸入想要添加的文字或想要增加的東西。經過測試為圖片中人物服裝顏色進行變動和加入文字都是沒問題的且中、英文輸入都可以喔！ 除了上述提到的功能以外，國外也有網友發現 Image Editing 的其他用途，像是為圖片上色、改變圖片中人物的動作、 Geminiの新機能、画像加工できるがすご過ぎるので表に出てきました。 白黒線画入れてテキストで指定するだけで色を塗ってくれたり背景描いたりしてくれる。 無料でこれできるのヤバ過ぎんか… pic.twitter.com/qJllZQ1S8x — 野火 城@AI漫画 (@nobisiro_2023) March 13, 2025 Wallahi we're finished Gemini best anime model pic.twitter.com/2wMmBlbwjA — Linaqruf (@linaqruf_) March 13, 2025 THIS is what we've been promised for so long! Multimodal image Editing! And Gemini 2.0 did it! Generate and image, and then ASK for a change without completely regenerating! pic.twitter.com/4evncYy1jx — Theoretically Media (@TheoMediaAI) March 12, 2025 比較可惜的是 Google 的 Image Editing 功能現在一次只能生成一張圖片，不知道等正式在 Gemini 網頁版和應用程式上線後會不會也變成一次生成四張圖片。大家使用時要注意 Google AI Studio 雖可以免費使用，但在 Token count 方面還是有限制，大家使用時要注意不要超過喔。 其實 Google AI Studio 還可以搶先體驗 Google Gemini 的新模型，之前我們也有介紹過要如何使用，感興趣的朋友可以前往下方網頁瞭解更多： Google AI Studio 讓大家免費搶先體驗新推出的 Gemini 2.0 版本
-- gReader Pro
https://www.koc.com.tw/archives/590177
各家科技公司都開始升級自家的圖片生成功能，Grok 現在已經能夠對圖片進行 Edit 編輯，使用者可以通過聊天的方式要求 Grok 為圖片添加文字、增加東西。現在除了 Grok 以外，Google Gemini 也即將推出「Image Editing」功能，Image Editing 跟 Grok 的 Edit 功能基本上都一樣，也都能使用中、英文，有興趣想瞭解如何使用 Image Editing 就繼續看下去吧～ Google Gemini Image Editing 功能上線！免費體驗 AI 圖片編輯 最近圖片生成工具越來越多，對於各家科技公司的 AI 聊天機器人來說如何讓自家的圖片生成功能升級也是吸引更多人使用的其中一個要素。而最近 Google 也推出了 Image Editing 新功能，輸入文字就可以編輯圖片。去年 Google 就已經分享過自家有圖片編輯的功能，不過到了今年才終於可以使用。比較可惜的是現在 Image Editing 只能在 Google AI Studio 上體驗，還沒有正式放到 Gemini 網頁版或應用程式上。但想要體驗的朋友還是可以在 Google AI Studio 上免費使用最新的 Image Editing 功能喔！ Gemini dropped their truly multimodal in/out image generator. Been on the EAP, here are my thoughts + some tips & tricks for "conversational image editing" Bookmark this, and try it later for free in google AI studio. Let's get into it: pic.twitter.com/7nd59PdE8b — Bilawal Sidhu (@bilawalsidhu) March 12, 2025 前往體驗 Google AI Studio 點擊上方提供的連結前往 Google AI Studio 網頁，接著選擇想要使用的 Google 模型。現在只有 Gemini 2.0 Flash Experimental 模型可以使用 Image Editing 功能，大家將模型設定為 Gemini 2.0 Flash Experimental 就能看到初始畫面上出現 Image Editing 的選項。點擊的話 Gemini 會先幫你生成一張可頌上淋巧克力醬的圖片。 生成後你就可以使用 Image Editing 功能來編輯圖片，上傳圖片並輸入想要添加的文字或想要增加的東西。經過測試為圖片中人物服裝顏色進行變動和加入文字都是沒問題的且中、英文輸入都可以喔！ 除了上述提到的功能以外，國外也有網友發現 Image Editing 的其他用途，像是為圖片上色、改變圖片中人物的動作、 Geminiの新機能、画像加工できるがすご過ぎるので表に出てきました。 白黒線画入れてテキストで指定するだけで色を塗ってくれたり背景描いたりしてくれる。 無料でこれできるのヤバ過ぎんか… pic.twitter.com/qJllZQ1S8x — 野火 城@AI漫画 (@nobisiro_2023) March 13, 2025 Wallahi we're finished Gemini best anime model pic.twitter.com/2wMmBlbwjA — Linaqruf (@linaqruf_) March 13, 2025 THIS is what we've been promised for so long! Multimodal image Editing! And Gemini 2.0 did it! Generate and image, and then ASK for a change without completely regenerating! pic.twitter.com/4evncYy1jx — Theoretically Media (@TheoMediaAI) March 12, 2025 比較可惜的是 Google 的 Image Editing 功能現在一次只能生成一張圖片，不知道等正式在 Gemini 網頁版和應用程式上線後會不會也變成一次生成四張圖片。大家使用時要注意 Google AI Studio 雖可以免費使用，但在 Token count 方面還是有限制，大家使用時要注意不要超過喔。 其實 Google AI Studio 還可以搶先體驗 Google Gemini 的新模型，之前我們也有介紹過要如何使用，感興趣的朋友可以前往下方網頁瞭解更多： Google AI Studio 讓大家免費搶先體驗新推出的 Gemini 2.0 版本
-- gReader Pro
Gemini 整合你的搜尋歷史！Google 推出 AI 個人化回應功能
Gemini 整合你的搜尋歷史！Google 推出 AI 個人化回應功能
https://www.inside.com.tw/article/37833-google-gemini-personalization
Google 為其 AI 聊天機器人 Gemini 推出重大更新，現可根據使用者搜尋紀錄提供個人化回應。啟用此功能後，Gemini 將透過 2.0 Flash Thinking Experimental 模型，在 AI 判斷適合的情況下自動引用使用者的 Google 搜尋歷史加強回答品質。此功能最明顯的應用場景包括餐廳和旅遊推薦，系統會參考使用者近期相關搜尋，提供更符合個人喜好的建議。Google 強調這項連結完全自願，使用者可隨時查看系統是如何獲取答案，並可透過清楚的介面隨時中斷連結。這次更新是 Google 個人化策略的一部分，未來將進一步整合 YouTube、Google 相簿等服務，讓 AI 能從更全面理解使用者行為與偏好中提供客製化體驗。目前網頁版 Gemini 和 Gemini Advanced 用戶可從下拉選單中啟用此「Personalization（experimental）」功能，行動版也正逐步推出，已支援超過 40 種語言。編輯試用該功能時，詢問是否有推薦的日式料理餐廳，即便沒有告訴它該搜尋哪一個縣市的餐廳，它仍然可以透過我的目前位置來推薦我所在地的日料餐廳，上方的「顯示思路」還可以看到它知道我先前曾經搜尋過的關鍵字，例如：壽司、拉麵等，來推測我的喜好。「他們（不曉得為什麼是 They）還搜尋了『敘敘苑商業午餐』，這是一家特定的高級日本燒烤餐廳。 因此，我首先會在 Google 地圖上搜尋附近的『日式料理』。獲得初步結果後，我可以根據搜尋結果和使用者歷史記錄中的任何進一步線索來優化搜尋。」不過，一樣都是網頁版 Gemini Advanced，編輯只有一個帳號的選單有出現此功能，應該是會陸續向使用者推出。同時，Google 也宣布「所有使用者」皆能免費建立個人專屬 AI 助理「Gems」，Gem 是自訂版本的 Gemini，可協助你處理重複工作或精進新領域的專業知識。使用者可以在此打造各種專家，例如：翻譯器、三餐規劃、數學教練等。（不過該功能經編輯試用尚不可行，Google 請我升級 Google One 方案......）Google 還將 Gemini 2.0 Flash Thinking Experimental 模型整合至 Deep Research 功能，強化研究能力。「日曆」、「Keep」、「Tasks」和「相片」等應用整合也將升級至相同模型，加入已完成升級的 YouTube、搜尋和 Google 地圖服務行列，將從英語系使用者開始。在 AI 聊天機器人市場競爭加劇之際，Google 正利用其搜尋引擎的領先優勢，為 Gemini 打造獨特競爭力。核稿編輯：Chris加入 INSIDE 會員，獨享 INSIDE 科技趨勢電子報，點擊立刻成為會員。延伸閱讀：Google 新型 AI 賦予機器人精細動作能力，可折紙藝、封拉鍊袋、綁鞋帶力壓 DeepSeek！Google DeepMind 突襲發表 Gemma 3 可在單一 GPU/TPU 運行Google 為搜尋引擎導入更多 AI！新功能「AI Mode」可處理複雜搜尋
-- gReader Pro
https://www.inside.com.tw/article/37833-google-gemini-personalization
Google 為其 AI 聊天機器人 Gemini 推出重大更新，現可根據使用者搜尋紀錄提供個人化回應。啟用此功能後，Gemini 將透過 2.0 Flash Thinking Experimental 模型，在 AI 判斷適合的情況下自動引用使用者的 Google 搜尋歷史加強回答品質。此功能最明顯的應用場景包括餐廳和旅遊推薦，系統會參考使用者近期相關搜尋，提供更符合個人喜好的建議。Google 強調這項連結完全自願，使用者可隨時查看系統是如何獲取答案，並可透過清楚的介面隨時中斷連結。這次更新是 Google 個人化策略的一部分，未來將進一步整合 YouTube、Google 相簿等服務，讓 AI 能從更全面理解使用者行為與偏好中提供客製化體驗。目前網頁版 Gemini 和 Gemini Advanced 用戶可從下拉選單中啟用此「Personalization（experimental）」功能，行動版也正逐步推出，已支援超過 40 種語言。編輯試用該功能時，詢問是否有推薦的日式料理餐廳，即便沒有告訴它該搜尋哪一個縣市的餐廳，它仍然可以透過我的目前位置來推薦我所在地的日料餐廳，上方的「顯示思路」還可以看到它知道我先前曾經搜尋過的關鍵字，例如：壽司、拉麵等，來推測我的喜好。「他們（不曉得為什麼是 They）還搜尋了『敘敘苑商業午餐』，這是一家特定的高級日本燒烤餐廳。 因此，我首先會在 Google 地圖上搜尋附近的『日式料理』。獲得初步結果後，我可以根據搜尋結果和使用者歷史記錄中的任何進一步線索來優化搜尋。」不過，一樣都是網頁版 Gemini Advanced，編輯只有一個帳號的選單有出現此功能，應該是會陸續向使用者推出。同時，Google 也宣布「所有使用者」皆能免費建立個人專屬 AI 助理「Gems」，Gem 是自訂版本的 Gemini，可協助你處理重複工作或精進新領域的專業知識。使用者可以在此打造各種專家，例如：翻譯器、三餐規劃、數學教練等。（不過該功能經編輯試用尚不可行，Google 請我升級 Google One 方案......）Google 還將 Gemini 2.0 Flash Thinking Experimental 模型整合至 Deep Research 功能，強化研究能力。「日曆」、「Keep」、「Tasks」和「相片」等應用整合也將升級至相同模型，加入已完成升級的 YouTube、搜尋和 Google 地圖服務行列，將從英語系使用者開始。在 AI 聊天機器人市場競爭加劇之際，Google 正利用其搜尋引擎的領先優勢，為 Gemini 打造獨特競爭力。核稿編輯：Chris加入 INSIDE 會員，獨享 INSIDE 科技趨勢電子報，點擊立刻成為會員。延伸閱讀：Google 新型 AI 賦予機器人精細動作能力，可折紙藝、封拉鍊袋、綁鞋帶力壓 DeepSeek！Google DeepMind 突襲發表 Gemma 3 可在單一 GPU/TPU 運行Google 為搜尋引擎導入更多 AI！新功能「AI Mode」可處理複雜搜尋
-- gReader Pro
2025年4月4日 星期五
GPT 商品圖
https://www.facebook.com/share/12HCRT6sFPa/
【我用GPT直接設計IP，並做出整套商品！】
#下方有生成公仔玩具提示詞請往下點
#我生成了一整套商品
#連續生成到可以開一家週邊店了
我看到很多人在玩LINE頭貼，但總是覺得，生成效果的一致性，在細微處，總有明顯落差，比如，一下感覺女孩的臉比較圓，一下感覺女孩的臉比較尖，生成結果常常都不是同個女孩。
為此，連續好幾天，我埋頭在研究GPT圖像生成一致性的「控圖」法則，在失敗很多次之後，終於讓我找到了。
現在我可以完全用我與GPT協作出的同一個圖像，達成「混圖、控圖、改圖、連續生成」的動作，從原先產出最喜歡的一張，最後變成一整套商用設計的「預視圖」，你可以拿來變成公仔玩具、扭蛋娃娃、環保袋、保溫杯、筆記本等，更甚至是一間店，真的好開心❤️
______________________________
以下提供你公版的公仔玩具提示詞，你也可以自己玩一玩：
【公版提示詞公式｜中文版本】
一個可愛的Q版玩偶角色，是一位【人物特徵／身分設定】的角色，表情為【表情，例如開朗微笑】、姿勢為【例如揮手、比讚、跳躍】。角色造型有【髮型與服裝簡述】。被包裝在一個寫著「【標語文字】」的玩具透明吸塑盒中。
吸塑包裝內附有多種迷你配件，包括：
－【配件1，例如襪子】
－【配件2，例如印有角色圖案的T恤】
－【配件3，例如鞋子】
－【配件4，例如專業道具／飲料杯】
－【配件5，例如筆電、手機、麥克風】等
整體色調為【色調，例如柔和米色、莫蘭迪色】風格，背景為【背景簡述】。風格為【材質風格，例如3D黏土風、玩具感】、【設計風格，例如極簡風、療癒系】，細節豐富，呈現【氛圍，例如收藏型玩具人偶、創作者角色設定】的視覺感受。
________________________________
想學從「一張」圖到「一套圖」的設計生成嗎？我正在籌備我的《AI新職力計劃課程》4、5月班，其中會教你設計專屬圖像時，需要的「混圖、控圖、改圖、連續生成技巧」，敬請期待。
2025年4月3日 星期四
返老還童，OpenAI 做到了？首個逆齡 AI 即將登場，宣稱人類壽命可延長 10 年
返老還童，OpenAI 做到了？首個逆齡 AI 即將登場，宣稱人類壽命可延長 10 年
https://www.techbang.com/posts/121014-rejuvenation-openai-did-it-the-first-anti-aging-ai-is-about
外媒稱，OpenAI 開發出了首款用於「長壽」的 AI 模型——GPT-4b micro，預計將人類壽命延長 10 年。這項突破性成果，可能會徹底改變人類對衰老的認知。超級智慧要來了嗎？人類「長生不老」有希望了嗎？外媒稱，OpenAI 開發出了首款用於「長壽」的 AI 模型——GPT-4b micro，預計將人類壽命延長 10 年。這項突破性成果，可能會徹底改變人類對衰老的認知。 文章目錄 1. 實際應用：器官創造細胞替代療法 2. 押注三種主流抗衰老技術 細胞自噬（Autophagy） 細胞重編程 血漿療法 3. 未來與影響 專家意見 AI 與「長生不老」 公眾反應與認知 與其他預測蛋白質結構的 AI 不同，GPT-4b micro 更像是一位「蛋白質社群專家」，能夠精準預測不同蛋白質之間的互動方式。 利用這個獨特的優勢，科學家們成功設計了兩種關鍵的「山中因子」蛋白質。 這些蛋白質在胎兒發育中扮演關鍵角色，堪稱生命的「時光機」——讓成熟的細胞重返年輕狀態，具有無限可能的幹細胞。 不僅如此，這次 AI 輔助設計的新蛋白質，展現出驚人的效率，將幹細胞生產效率提高了多達 50 倍！ 這意味著什麼？簡單來說，這些經過 AI 優化的蛋白質，在將普通細胞轉化為幹細胞的能力上，遠勝自然界的版本。 值得一提的是，新模型是 OpenAI 與 Retro Biosciences 合作的成果，奧特曼曾向這家公司投入了 1.8 億美元。 目前，該模型不能公開使用，也沒有明確時間表什麼時候可以商用。 更令人興奮的是，它將為治療多種疾病開闢了新的可能性。那些曾被認為無法治癒的疾病，比如糖尿病、心臟病等，可能找到治癒的希望。 2024 年，Google DeepMind 的哈薩比斯，因 AlphaFold 獲得了諾貝爾獎。 如此看來，如果繼續突破下去，OpenAI 也有可能獲得諾貝爾獎。 GPT-4b micro 代表了 AI 在生物技術領域應用的一個重大進展，專門為蛋白質重編程，而非單純的結構預測而設計。 與 AlphaFold 等同類模型不同，AlphaFold 主要集中在蛋白質空間結構的預測，而 GPT-4b micro 則透過積極重編程蛋白質，特別關注 Yamanaka 因子（山中因子）的作用。 GPT-4b micro 可以主動修改蛋白質結構，達到預期的效果。 那麼，為什麼要對蛋白質重編程？這裡有兩個原因： 首先，能夠更快獲得更多的 iPSCs（誘導性多功能幹細胞），便意味著減少了 iPSC 擴增所需的天數，縮短獲得細胞的時間。 其次，這能夠降低細胞培養基的使用量和總時間，這些都是細胞治療成本的關鍵因素。 Yamanaka 因子至關重要，因為能夠將成年細胞重置為多功能狀態，並分化為幾乎所有類型的細胞，因而在再生醫學和延長人類壽命的治療領域中，具有巨大的潛力。 而透過靶向這些蛋白質，GPT-4b micro 為創建更有效的再生治療方案提供了可能，有望將人類壽命延長十年。 實際應用：器官創造細胞替代療法 GPT-4b micro 在器官創造和細胞替代療法中的實際應用標誌著再生醫學的重大進展。 GPT-4b micro 大大提高了各種細胞的生產效率，有望解決器官移植中關鍵的短缺問題，並為多種退行性疾病提供創新治療方案。 從實際角度來看，這種 AI 驅動的方法可能為器官移植領域帶來突破性變化。 科學家有可能為每位患者量身訂製器官，大大減少排斥反應的風險，並提高移植的成功率。 此外，還可能開發細胞替代療法，用於治療如帕金森氏症、糖尿病和心臟病等目前治療效果有限的疾病。 除了單一應用外，這項技術可能會提供大規模組織工程的新策略，徹底改變再生醫學領域。 這將有助於再生整個器官，或是修復器官中特定的關鍵組織，這些組織可能因衰老、疾病或損傷而受損。 因此，AI 驅動的蛋白質工程的進展有望加速再生醫學的研究步伐，促進醫學、生物學與 AI 領域的跨界合作。 隨著技術的不斷成熟，它有可能從根本上改變治療方式，提升生活品質，並可能引領在壽命延長和衰老相關疾病治療上的範式轉變。 押注三種主流抗衰老技術 此前，早有報導稱，Sam Altman 一直在押注一項雄心勃勃的秘密計畫——延長人類壽命。 為此，他找到了哈佛、MIT、加州理工學院聯合培養的科學家 Joe Betts-LaCroix。 這位曾經開發出世界上最小個人電腦的天才，多年來一直致力於推動長壽領域的深度研究。 表面上看，進軍生物科技似乎與奧特曼的 AI 事業相去甚遠，但深入了解就會發現，這其實是他未來主義世界觀的自然延伸。 奧特曼早已為可能發生的末日災難，準備了充足的武器、黃金、和地產。 而從 AI 到核融合能源，再到延長生命，奧特曼相信，自己有能力去解決這些關乎人類未來的重大課題。 雖然讓人類壽命延長 10 年，聽起來像是科幻小說的情節。 但在如今 AI 飛速發展的今天，或許這個目標已經不再遙不可及。 在距離 OpenAI 舊金山總部南部約 30 英里處，Retro Biosciences 的總部悄然坐落於此。 自 2021 年 7 月，啟動了貨櫃實驗以來，Retro 將研究方向分為三個領域。 細胞自噬（Autophagy） 細胞自噬是細胞內的一種自我消化過程，可以清除受損的細胞器和蛋白質。 目前，最接近於能夠提高細胞效率的藥物是雷帕霉素（rapamycin）或二甲雙胍（metformin）。 這兩種現有藥物（分別用於腎臟移植和糖尿病治療）在延長壽命方面顯示出了希望，一些生物駭客已經在進行非常規使用，將其作為自行干預衰老的手段。 但到目前為止，還沒有任何藥物能夠直接、明確且正式地針對這個細胞「房屋清理」問題。 細胞重編程 這是當今長壽科學領域最熱門的想法之一。這項技術在操作上也很棘手。 其基本理念是使用四種著名的「山中因子」將老化細胞「重編程」到稍微年輕的狀態，使其重新表現出年輕細胞的特徵。 但在實驗中，要以一種不會潛在導致癌症或其他健康問題的方式完成這種重塑過程是很困難的。 血漿療法 這聽起來最像吸血鬼情節的概念。 Betts-LaCroix 指出，透過用生理食鹽水稀釋小鼠的血漿進行的「返老還童」研究顯示出了很有希望的結果。 這似乎比單純給年老小鼠輸入年輕血液更有效。 在接受血漿稀釋治療的衰老小鼠中，多種與年齡相關的問題都得到了改善。 OpenAI 的研究員 John Hallman、Aaron Jaech，以及來自 Retro 的 Rico Meinl，主導了新模型 GPT-4b micro 的開發。 （從左至右：John Hallman、Aaron Jaech、Rico Meinl） 合作的具體目標是推動器官創造和細胞替代療法的技術進展。 OpenAI 與 Retro Biosciences 將研究集中在山中因子，希望徹底革新再生醫學，提供更高效的方式，培育客製化器官並替換細胞。 GPT-4b micro 與其他 AI 模型的關鍵特點之一，是它不僅能夠預測蛋白質結構，還能重新編程蛋白質。 這一點至關重要，因為它為理解和操控生物過程開闢了新的方向。 此外，這項技術的應用領域極為廣泛，能夠在器官創造和細胞替代療法等多個領域提供潛在的解決方案。 目前，該計畫沒有設定完成的具體時間表。 然而，雙方承諾將與科學界分享研究成果，確保從這一計畫中獲得的知識為科學界提供更廣泛的理解與進展。 未來與影響 專家意見 Retro Biosciences 顧問、哈佛大學教授 Vadim Gladyshev，對 GPT-4b micro 的潛力表示樂觀。 他指出，在不同的細胞類型和物種中，原有技術往往出現不一致性，而新 AI 模型能提供高效的重編程過程。他認為，AI 在幹細胞生產中的潛力巨大。 Retro Biosciences 的執行長 Joe Betts-Lacroix，表示新的技術是生物界的 AlphaGo，指出即使在對模型原理沒有完全理解之前，也能取得其令人矚目的成果。Betts-Lacroix 強調了 GPT-4b micro 在蛋白質重編程中的變革性能力，進一步鞏固了在推動長壽研究中的重要作用。 儘管 GPT-4b micro 的前景非常廣闊，生物倫理學家們卻提出了嚴重的擔憂。 根據《The Conversation》中的專家觀點，延長人類壽命可能導致世代更替的減少，從而減緩社會進步。 隨著生命延長技術的出現，可能會造成「生物鴻溝」，即富人可以負擔這些技術，從中受益，而窮人則不然。 關於 GPT-4b micro 的討論不僅關於科學潛力，也是社會責任的問題。 AI 與「長生不老」 AI 與長壽科學，正以前所未有的方式交織在一起，推動著技術和生物學的發展。 與 OpenAI 的開創性努力相呼應，其他領域也取得了顯著進展。 Alphabet 的 Isomorphic Labs 因在 AI 驅動的藥物發現方面的突破而備受矚目，成功預測了與衰老相關的蛋白質相互作用。 Calico Life Sciences 也在 AI 設計的細胞清除化合物方面取得了持續進展，為抗擊細胞衰老做出了貢獻。 這些里程碑不僅標誌著 AI 在醫療保健領域的重要作用，也為未來生物研究和治療發展奠定了基礎。 重塑人類長壽的旅程充滿了希望與挑戰。 專家認為，AI 在生物學研究中的整合提供了前所未有的效率和效果，但其社會影響，尤其是公平性和倫理問題，仍然是需要嚴肅討論的領域。 隨著 AI 與長壽科學的對話不斷推進，圍繞監管框架和倫理標準的討論日益重要。 FDA 最近為 AI 輔助的生物研究制定了指導方針，體現了對新技術挑戰的應對。這一監管措施對規範 AI 驅動的蛋白質和細胞重編程至關重要，預示著未來 AI 將在醫學科學中持續塑造並不斷重新定義其邊界。 公眾反應與認知 OpenAI 與 Retro Biosciences 合作延長人類壽命的宣布，引發了多種反應，既有的希望也有懷疑。 一方面，支持者將這項倡議視為生物技術的一大突破，熱切期待可能帶來更健康、更長壽生活的進步。 許多網友，對 AI 解決人類最緊迫健康挑戰的潛力表示興奮。 另一方面，這種技術也令人擔憂。一些人擔心大幅延長人類壽命的倫理影響，例如可能對全球資源和社會結構造成的壓力。 社群媒體平台上的批評者質疑這些長壽治療手段的可及性，擔心它們最初可能只是富人的特權，可能會加劇現有的社會不平等。以後富人不光在經濟上享有特權，還能活得更久。 越來越多的人呼籲進行透明的討論和監管，以確保這些治療手段的開發和分配都能以合乎倫理和平等的方式進行。 此外，AI 在延長壽命方面的作用可能會導致社會結構的重大轉變，例如退休制度和世代動態。 至關重要的是，要平衡這些進步的巨大潛力與積極措施來降低風險，為未來做好準備。 加入T客邦Facebook粉絲團
-- gReader Pro
https://www.techbang.com/posts/121014-rejuvenation-openai-did-it-the-first-anti-aging-ai-is-about
外媒稱，OpenAI 開發出了首款用於「長壽」的 AI 模型——GPT-4b micro，預計將人類壽命延長 10 年。這項突破性成果，可能會徹底改變人類對衰老的認知。超級智慧要來了嗎？人類「長生不老」有希望了嗎？外媒稱，OpenAI 開發出了首款用於「長壽」的 AI 模型——GPT-4b micro，預計將人類壽命延長 10 年。這項突破性成果，可能會徹底改變人類對衰老的認知。 文章目錄 1. 實際應用：器官創造細胞替代療法 2. 押注三種主流抗衰老技術 細胞自噬（Autophagy） 細胞重編程 血漿療法 3. 未來與影響 專家意見 AI 與「長生不老」 公眾反應與認知 與其他預測蛋白質結構的 AI 不同，GPT-4b micro 更像是一位「蛋白質社群專家」，能夠精準預測不同蛋白質之間的互動方式。 利用這個獨特的優勢，科學家們成功設計了兩種關鍵的「山中因子」蛋白質。 這些蛋白質在胎兒發育中扮演關鍵角色，堪稱生命的「時光機」——讓成熟的細胞重返年輕狀態，具有無限可能的幹細胞。 不僅如此，這次 AI 輔助設計的新蛋白質，展現出驚人的效率，將幹細胞生產效率提高了多達 50 倍！ 這意味著什麼？簡單來說，這些經過 AI 優化的蛋白質，在將普通細胞轉化為幹細胞的能力上，遠勝自然界的版本。 值得一提的是，新模型是 OpenAI 與 Retro Biosciences 合作的成果，奧特曼曾向這家公司投入了 1.8 億美元。 目前，該模型不能公開使用，也沒有明確時間表什麼時候可以商用。 更令人興奮的是，它將為治療多種疾病開闢了新的可能性。那些曾被認為無法治癒的疾病，比如糖尿病、心臟病等，可能找到治癒的希望。 2024 年，Google DeepMind 的哈薩比斯，因 AlphaFold 獲得了諾貝爾獎。 如此看來，如果繼續突破下去，OpenAI 也有可能獲得諾貝爾獎。 GPT-4b micro 代表了 AI 在生物技術領域應用的一個重大進展，專門為蛋白質重編程，而非單純的結構預測而設計。 與 AlphaFold 等同類模型不同，AlphaFold 主要集中在蛋白質空間結構的預測，而 GPT-4b micro 則透過積極重編程蛋白質，特別關注 Yamanaka 因子（山中因子）的作用。 GPT-4b micro 可以主動修改蛋白質結構，達到預期的效果。 那麼，為什麼要對蛋白質重編程？這裡有兩個原因： 首先，能夠更快獲得更多的 iPSCs（誘導性多功能幹細胞），便意味著減少了 iPSC 擴增所需的天數，縮短獲得細胞的時間。 其次，這能夠降低細胞培養基的使用量和總時間，這些都是細胞治療成本的關鍵因素。 Yamanaka 因子至關重要，因為能夠將成年細胞重置為多功能狀態，並分化為幾乎所有類型的細胞，因而在再生醫學和延長人類壽命的治療領域中，具有巨大的潛力。 而透過靶向這些蛋白質，GPT-4b micro 為創建更有效的再生治療方案提供了可能，有望將人類壽命延長十年。 實際應用：器官創造細胞替代療法 GPT-4b micro 在器官創造和細胞替代療法中的實際應用標誌著再生醫學的重大進展。 GPT-4b micro 大大提高了各種細胞的生產效率，有望解決器官移植中關鍵的短缺問題，並為多種退行性疾病提供創新治療方案。 從實際角度來看，這種 AI 驅動的方法可能為器官移植領域帶來突破性變化。 科學家有可能為每位患者量身訂製器官，大大減少排斥反應的風險，並提高移植的成功率。 此外，還可能開發細胞替代療法，用於治療如帕金森氏症、糖尿病和心臟病等目前治療效果有限的疾病。 除了單一應用外，這項技術可能會提供大規模組織工程的新策略，徹底改變再生醫學領域。 這將有助於再生整個器官，或是修復器官中特定的關鍵組織，這些組織可能因衰老、疾病或損傷而受損。 因此，AI 驅動的蛋白質工程的進展有望加速再生醫學的研究步伐，促進醫學、生物學與 AI 領域的跨界合作。 隨著技術的不斷成熟，它有可能從根本上改變治療方式，提升生活品質，並可能引領在壽命延長和衰老相關疾病治療上的範式轉變。 押注三種主流抗衰老技術 此前，早有報導稱，Sam Altman 一直在押注一項雄心勃勃的秘密計畫——延長人類壽命。 為此，他找到了哈佛、MIT、加州理工學院聯合培養的科學家 Joe Betts-LaCroix。 這位曾經開發出世界上最小個人電腦的天才，多年來一直致力於推動長壽領域的深度研究。 表面上看，進軍生物科技似乎與奧特曼的 AI 事業相去甚遠，但深入了解就會發現，這其實是他未來主義世界觀的自然延伸。 奧特曼早已為可能發生的末日災難，準備了充足的武器、黃金、和地產。 而從 AI 到核融合能源，再到延長生命，奧特曼相信，自己有能力去解決這些關乎人類未來的重大課題。 雖然讓人類壽命延長 10 年，聽起來像是科幻小說的情節。 但在如今 AI 飛速發展的今天，或許這個目標已經不再遙不可及。 在距離 OpenAI 舊金山總部南部約 30 英里處，Retro Biosciences 的總部悄然坐落於此。 自 2021 年 7 月，啟動了貨櫃實驗以來，Retro 將研究方向分為三個領域。 細胞自噬（Autophagy） 細胞自噬是細胞內的一種自我消化過程，可以清除受損的細胞器和蛋白質。 目前，最接近於能夠提高細胞效率的藥物是雷帕霉素（rapamycin）或二甲雙胍（metformin）。 這兩種現有藥物（分別用於腎臟移植和糖尿病治療）在延長壽命方面顯示出了希望，一些生物駭客已經在進行非常規使用，將其作為自行干預衰老的手段。 但到目前為止，還沒有任何藥物能夠直接、明確且正式地針對這個細胞「房屋清理」問題。 細胞重編程 這是當今長壽科學領域最熱門的想法之一。這項技術在操作上也很棘手。 其基本理念是使用四種著名的「山中因子」將老化細胞「重編程」到稍微年輕的狀態，使其重新表現出年輕細胞的特徵。 但在實驗中，要以一種不會潛在導致癌症或其他健康問題的方式完成這種重塑過程是很困難的。 血漿療法 這聽起來最像吸血鬼情節的概念。 Betts-LaCroix 指出，透過用生理食鹽水稀釋小鼠的血漿進行的「返老還童」研究顯示出了很有希望的結果。 這似乎比單純給年老小鼠輸入年輕血液更有效。 在接受血漿稀釋治療的衰老小鼠中，多種與年齡相關的問題都得到了改善。 OpenAI 的研究員 John Hallman、Aaron Jaech，以及來自 Retro 的 Rico Meinl，主導了新模型 GPT-4b micro 的開發。 （從左至右：John Hallman、Aaron Jaech、Rico Meinl） 合作的具體目標是推動器官創造和細胞替代療法的技術進展。 OpenAI 與 Retro Biosciences 將研究集中在山中因子，希望徹底革新再生醫學，提供更高效的方式，培育客製化器官並替換細胞。 GPT-4b micro 與其他 AI 模型的關鍵特點之一，是它不僅能夠預測蛋白質結構，還能重新編程蛋白質。 這一點至關重要，因為它為理解和操控生物過程開闢了新的方向。 此外，這項技術的應用領域極為廣泛，能夠在器官創造和細胞替代療法等多個領域提供潛在的解決方案。 目前，該計畫沒有設定完成的具體時間表。 然而，雙方承諾將與科學界分享研究成果，確保從這一計畫中獲得的知識為科學界提供更廣泛的理解與進展。 未來與影響 專家意見 Retro Biosciences 顧問、哈佛大學教授 Vadim Gladyshev，對 GPT-4b micro 的潛力表示樂觀。 他指出，在不同的細胞類型和物種中，原有技術往往出現不一致性，而新 AI 模型能提供高效的重編程過程。他認為，AI 在幹細胞生產中的潛力巨大。 Retro Biosciences 的執行長 Joe Betts-Lacroix，表示新的技術是生物界的 AlphaGo，指出即使在對模型原理沒有完全理解之前，也能取得其令人矚目的成果。Betts-Lacroix 強調了 GPT-4b micro 在蛋白質重編程中的變革性能力，進一步鞏固了在推動長壽研究中的重要作用。 儘管 GPT-4b micro 的前景非常廣闊，生物倫理學家們卻提出了嚴重的擔憂。 根據《The Conversation》中的專家觀點，延長人類壽命可能導致世代更替的減少，從而減緩社會進步。 隨著生命延長技術的出現，可能會造成「生物鴻溝」，即富人可以負擔這些技術，從中受益，而窮人則不然。 關於 GPT-4b micro 的討論不僅關於科學潛力，也是社會責任的問題。 AI 與「長生不老」 AI 與長壽科學，正以前所未有的方式交織在一起，推動著技術和生物學的發展。 與 OpenAI 的開創性努力相呼應，其他領域也取得了顯著進展。 Alphabet 的 Isomorphic Labs 因在 AI 驅動的藥物發現方面的突破而備受矚目，成功預測了與衰老相關的蛋白質相互作用。 Calico Life Sciences 也在 AI 設計的細胞清除化合物方面取得了持續進展，為抗擊細胞衰老做出了貢獻。 這些里程碑不僅標誌著 AI 在醫療保健領域的重要作用，也為未來生物研究和治療發展奠定了基礎。 重塑人類長壽的旅程充滿了希望與挑戰。 專家認為，AI 在生物學研究中的整合提供了前所未有的效率和效果，但其社會影響，尤其是公平性和倫理問題，仍然是需要嚴肅討論的領域。 隨著 AI 與長壽科學的對話不斷推進，圍繞監管框架和倫理標準的討論日益重要。 FDA 最近為 AI 輔助的生物研究制定了指導方針，體現了對新技術挑戰的應對。這一監管措施對規範 AI 驅動的蛋白質和細胞重編程至關重要，預示著未來 AI 將在醫學科學中持續塑造並不斷重新定義其邊界。 公眾反應與認知 OpenAI 與 Retro Biosciences 合作延長人類壽命的宣布，引發了多種反應，既有的希望也有懷疑。 一方面，支持者將這項倡議視為生物技術的一大突破，熱切期待可能帶來更健康、更長壽生活的進步。 許多網友，對 AI 解決人類最緊迫健康挑戰的潛力表示興奮。 另一方面，這種技術也令人擔憂。一些人擔心大幅延長人類壽命的倫理影響，例如可能對全球資源和社會結構造成的壓力。 社群媒體平台上的批評者質疑這些長壽治療手段的可及性，擔心它們最初可能只是富人的特權，可能會加劇現有的社會不平等。以後富人不光在經濟上享有特權，還能活得更久。 越來越多的人呼籲進行透明的討論和監管，以確保這些治療手段的開發和分配都能以合乎倫理和平等的方式進行。 此外，AI 在延長壽命方面的作用可能會導致社會結構的重大轉變，例如退休制度和世代動態。 至關重要的是，要平衡這些進步的巨大潛力與積極措施來降低風險，為未來做好準備。 加入T客邦Facebook粉絲團
-- gReader Pro
2025年4月2日 星期三
2025年4月1日 星期二
xAI：免費開放 Grok 3 給大家用，直到伺服器崩潰！
xAI：免費開放 Grok 3 給大家用，直到伺服器崩潰！
https://www.inside.com.tw/article/37620-xai-offers-grok-3-free-access-until-server-overload
Elon Musk 所成立的人工智慧公司 xAI 剛剛宣布直接在官網上免費開放 Grok 3 試用！xAI 表示會一直開放到伺服器崩潰為止。經筆者測試，台灣使用者也能順利使用。選單裡可以清楚看到使用者可以使用 Grok 3 Beta 版，除了一般回覆功能之外，還可以選擇研究、Brianstorm、分析資料、生成圖片以及生成程式碼等功能。官方表示，X Premium+ 和 SuperGrok 使用者可以用更多次 Grok 3，以及提前使用語音模式等高等功能。Grok 3 Mini 模型具備三種模式：DeepSearch、Think 和 Big Brain。其中，「Big Brain」模式能夠解決複雜的組合遊戲問題，Grok 甚至可以整合兩款不同的電玩遊戲，創造出混合型的新遊戲。Grok 3 還具備自我修正能力，可以糾正錯誤和思考上的盲點。與許多 AI 模型不同，Grok 3 採用合成數據進行訓練，此外，Grok 3 還導入了人類回饋迴路和情境訓練。人類回饋迴路是指透過人工審查和提供回饋，不斷提升 AI 回應的準確性和關聯性。情境訓練則教導 Grok 3 理解每次互動的上下文，從過去的對話、使用者意圖等細節中，提供更準確和相關的答案。Grok 3 的開發歷程可謂大手筆。一開始 xAI 只擁有 8,000 個 GPU，但為了追求更卓越的運算能力，最終決定採用 10 萬個 NVIDIA H100 GPU。據悉，xAI 花費了 122 天安裝最初的 10 萬個 GPU，隨後又以 92 天的時間，將 GPU 數量擴增至 20 萬組。Grok 3 的訓練，主要是在 Colossus 資料中心完成，該資料中心除了原有的 10 萬個 H100 GPU 外，還擴充了 10 萬個 H100 和 H200 晶片，並持續加入更強大的 B200 晶片。核稿編輯：Mia加入 INSIDE 會員，獨享 INSIDE 科技趨勢電子報，點擊立刻成為會員！延伸閱讀：xAI Grok 3 正式發表！馬斯克：拿來尋找外星人、追求生命意義Grok 3 的誕生：馬斯克如何帶領 xAI 將一座廢棄工廠變身 AI 訓練基地？
-- gReader Pro
https://www.inside.com.tw/article/37620-xai-offers-grok-3-free-access-until-server-overload
Elon Musk 所成立的人工智慧公司 xAI 剛剛宣布直接在官網上免費開放 Grok 3 試用！xAI 表示會一直開放到伺服器崩潰為止。經筆者測試，台灣使用者也能順利使用。選單裡可以清楚看到使用者可以使用 Grok 3 Beta 版，除了一般回覆功能之外，還可以選擇研究、Brianstorm、分析資料、生成圖片以及生成程式碼等功能。官方表示，X Premium+ 和 SuperGrok 使用者可以用更多次 Grok 3，以及提前使用語音模式等高等功能。Grok 3 Mini 模型具備三種模式：DeepSearch、Think 和 Big Brain。其中，「Big Brain」模式能夠解決複雜的組合遊戲問題，Grok 甚至可以整合兩款不同的電玩遊戲，創造出混合型的新遊戲。Grok 3 還具備自我修正能力，可以糾正錯誤和思考上的盲點。與許多 AI 模型不同，Grok 3 採用合成數據進行訓練，此外，Grok 3 還導入了人類回饋迴路和情境訓練。人類回饋迴路是指透過人工審查和提供回饋，不斷提升 AI 回應的準確性和關聯性。情境訓練則教導 Grok 3 理解每次互動的上下文，從過去的對話、使用者意圖等細節中，提供更準確和相關的答案。Grok 3 的開發歷程可謂大手筆。一開始 xAI 只擁有 8,000 個 GPU，但為了追求更卓越的運算能力，最終決定採用 10 萬個 NVIDIA H100 GPU。據悉，xAI 花費了 122 天安裝最初的 10 萬個 GPU，隨後又以 92 天的時間，將 GPU 數量擴增至 20 萬組。Grok 3 的訓練，主要是在 Colossus 資料中心完成，該資料中心除了原有的 10 萬個 H100 GPU 外，還擴充了 10 萬個 H100 和 H200 晶片，並持續加入更強大的 B200 晶片。核稿編輯：Mia加入 INSIDE 會員，獨享 INSIDE 科技趨勢電子報，點擊立刻成為會員！延伸閱讀：xAI Grok 3 正式發表！馬斯克：拿來尋找外星人、追求生命意義Grok 3 的誕生：馬斯克如何帶領 xAI 將一座廢棄工廠變身 AI 訓練基地？
-- gReader Pro
ChatGPT做貼圖
https://www.facebook.com/100068092659730/posts/1004048845208195/?mibextid=rS40aB7S9Ucbxw6v
用ChatGPT做Line貼圖，真的簡單到誇張啊！
之前買了好多貼圖，但是對於投資常用語往往用不到點，這次ChatGPT的大更新直接把製作門檻降到最低，從發想、生圖到稍微後製一下，只花了不到一天的時間。
怎麼做？
第一步：找一張喜歡的照片，設定成喜歡的風格人物。
第二步：發想想使用的貼圖情境與文字，不知道也沒關係，只要跟ChatGPT說：「我想做投資語錄，幫我想十個場景。」他馬上就能給你。
第三步：請ChatGPT依序製作，中間過程可以調整表情、穿搭等任何細節，可以先請他幫你設計再生圖，減少很多等待時間。
第一次我是幫自己做，花的時間比較長，第二次摸出訣竅了，我幫家人的餐廳也製作了一組貼圖，這次，大概只花了不到10分鐘而已！
看到出爐的成品時，對於整體畫面跟每張圖的一致性，我嚇到了！
這在一兩年前根本是不可能的任務，花點訂閱費，卻產出了那麼大的價值。我認為這裡所說的「價值」，不是指你獲得了多少金錢上的價值，而是在生產的過程中，省略了多少「中間的價值」。
大家第一個想到的可能是設計費，但對我來說更貴的，是「時間的價值」，過去與設計師之間的溝通、往返、確認至少需要幾天，但是現在只縮減成短短幾秒或幾分鐘。
生產力真的就是大幅提升，同樣的時間，我可以做更多事，我可以透過這類工具打造我過去不可能做到的產品，創造更多額外的價值，這點完全無法用金錢來衡量。
前兩天看到一篇科幻小說家《三體》作者劉慈欣的訪問文章，他提到「按照 AI 的發展趨勢，不得不承認AI最終可能會在創作上取代大部分的科幻作家。」相比於歷史，科幻更需要強大的創造力，但他認為「或許再過十年科技作家就有可能被完全取代。
是啊，只要曾在網路世界留下的任何紀錄，都可以輕易的被AI取用，多加一點元素融合，又可以創造另一種風味。這樣想想許多創作、設計好像都是一種排列組合，只是AI的動作快多了。
那如果再想遠一點，或許現階段AI還沒有辦法憑空創造出東西，但是按照這樣的發展速度，這一天還會很遙遠嗎？
訂閱：
文章 (Atom)
-
Wispr Flow AI 語音輸入有夠強！徹底解放雙手，目前地球上最強的語音輸入法 https://ahui3c.com/141866/wispr-flow-ai 你是否也曾感到雙手在鍵盤上飛舞的速度，永遠追不上腦中思緒奔騰的腳步？或是長時間打字導致手腕痠痛，卻又不得不繼續工作...
-
https://www.managertoday.com.tw/articles/view/70929
