Navigate to WaytoAGI Wiki →

知识库精选- 6 月 2 日

·2024-06-02·#知识库精选
知识库精选- 6 月 2 日
  • Science in the age of AI》由英国皇家学会发布,科学与人工智能报告概述了人工智能(AI)在科学领域的快速发展及其广泛应用,特别是在气候科学、材料科学和罕见疾病诊断等领域。报告指出,AI技术通过处理和分析大量复杂数据,能够识别新的模式和关系,促进科学发现。同时,AI的模拟和生成能力使得科学家能够进行更准确的模拟和创建合成数据,从而帮助决策者更好地评估潜在干预措施的效果,解决社会和环境问题 。

https://assets.waytoagi.com/usercontent/Xnapper_2024_06_02_11_59_19_91bfdc6f08.png

  • ComfyUI 全球领导力峰会? 感谢大家在首届 ComfyUI 全球领导力峰会首日的热情参与与积极互动!你们的热情点燃了整个会场,为开源与创新带来了无尽的动力。看到这么多朋友对 ComfyUI 充满热情,并踊跃参与讨论与分享,令我们备受鼓舞。

https://assets.waytoagi.com/usercontent/Xnapper_2024_06_02_09_00_58_c0e18ef2c0.png


?Xiaohu.AI日报「6月1日 ~ 6月2日」 ✨✨✨✨✨✨✨✨ 1⃣ ?你能多快适应一个额外的拇指?

  • 剑桥大学医学研究委员会认知与脑科学部门的塑性实验室在皇家学会夏季展览会上测试了Dani Clode设计的机器人第三拇指。
  • 结果显示,公众发现适应这个设备非常容易。
  • 强调在不同人群中测试技术对于确保新技术的包容性和普适性至关重要。 ? https://x.com/dotey/status/1796766580149227930

2⃣ ?Consistent Character:保持角色一致性同时生成不同姿势图像

3⃣ ?ElevenLabs推出新的 AI 音频模型

4⃣ ?接近生产级别的3D生成模型:Rodin Gen-1正式发布

  • 在几十秒内通过文本生成高质量可直接使用的3D模型。
  • 模型使用四边形构造,并具有逼真的材质效果。
  • Rodin几乎达到了可以在实际项目和商业用途中直接应用的标准。
  • 生成的3D模型质量非常高,细节丰富,足以满足生产级别的要求。 ? https://x.com/imxiaohu/status/1796811128380817552

5⃣ ?ChatTTS官网上线,直接可以在线体验

6⃣ ?Claude 3 全系支持函数调用工具Tool use

  • 使Claude能够与外部工具和API交互,执行任务、处理数据,并提供更动态和准确的响应。 功能示例:
  1. 从非结构化文本中提取结构化数据
  2. 将自然语言请求转换为结构化API调用
  3. 通过搜索数据库或使用Web API回答问题
  4. 通过软件API自动化简单任务
  5. 协调多个Claude子代理执行细化任务
  6. 流媒体工具使用:减少等待时间,提供更顺畅、更自然的实时互动
  7. 强制工具使用
  8. 图像处理 ? https://x.com/imxiaohu/status/1796905876420444256

7⃣ ?Spacetop:世界上首款 AR(增强现实) 电脑

  • 100 英寸大屏幕,取消传统物理显示屏,使用AR眼镜显示虚拟大屏。
  • AR眼镜在明亮或阳光直射环境中自动调节光线,确保文本清晰可见。
  • 内置AI功能,提供无限的AI工具工作空间和物理环境感知能力。 ? https://x.com/imxiaohu/status/1797114186486710316

8⃣ ?提高Transformer模型处理复杂算术任务的能力的方法

  • 传统的transformer在处理长数字序列时,难以准确跟踪和表示每个数字的位置。
  • 引入一种新的位置嵌入方法(Abacus Embeddings),显著提高了transformer处理复杂算术任务的能力。
  • 使其在训练仅一天后,能够准确处理多达100位数的加法问题,并且这种改进也能推广到乘法和排序等其他多步骤推理任务。 ? https://x.com/imxiaohu/status/1797143192653185407

9⃣ ?NVIDIA发布数字人 AI 技术:NVIDIA ACE

  • Avatar Cloud Engine (ACE)赋予游戏NPC智能对话功能,能直接生成数字人的语音和面部动画。
  • 赋予游戏角色智能:ACE让NPC具有真实的对话能力,玩家可进行自然、智能的对话。
  • 语音和面部动画:通过AI技术,ACE让游戏角色能“听”懂玩家,并通过语音合成和面部动画进行回复。
  • 灵活部署:开发者可将ACE部署在云端或本地设备上,提供高质量的互动体验。
  • 高效低延迟:ACE优化神经网络性能,确保游戏中的互动实时进行,避免延迟问题。 ? https://x.com/imxiaohu/status/1797286676316016749
知识库精选
相关推荐
知识库精选-2026年8月7日
知识库精选-2026年8月7日
- 《看了这么多Vibe Coding,我被B站这些产品整不会了》很多人的Vibe Coding还停在“让 AI 帮我写代码、做提效工具”。B站这批作品已经玩到更生活化的方向:督学官、大狗叫模拟器、AI 小镇、弹幕创世、时空电话、AI 猫娘。想做 AI 小产品、找灵感或理解“产品内容化”的人可以打开看看。
知识库精选
知识库精选-2026年8月6日
知识库精选-2026年8月6日
- 《重磅!Wan3.0开启公测》全新一代视频生成模型Wan3.0开启公测。Wan3.0在生成时长、万能创作、全能参考与真实感等维度全面升级,单次可生成30秒视频;在文本、图片、音频、视频四种基础模态之外,首次支持doc、xls、ppt、pdf、md等文档格式输入,让“万物皆可生视频”。快来体验一下!
知识库精选
知识库精选-2026年8月5日
知识库精选-2026年8月5日
- 《Higgsfield 开源了他们95分钟的AI长片《 Hell Grind》所有提示词及相关资料》这部作品制作成本为50万美元,曾在戛纳电影市场展映,并获得《华尔街日报》、Variety及BBC新闻的报道。一起来看看他们的制作流程!
知识库精选
知识库精选-2026年8月4日
知识库精选-2026年8月4日
- 《Vibe Coding 视觉词典(上篇):布局、页面结构、导航与常用组件》这篇Vibe Coding 新手视觉宝典,把网页拆成四层:布局、页面结构、导航和组件。针对 卡片、瀑布流、Bento、分屏、CSS Grid/Flexbox、Hero、Landing Page、Sticky Navbar、Drawer、Tabs、Modal、Toast、表单、Command Palette都讲了各自的适用场景,还配了对应的提示词。如果你想用AI搭个人网站、作品集、产品页,可以参考一下。
知识库精选
知识库精选-2026年8月3日
知识库精选-2026年8月3日
- 《开放通用智能,MiniMax H3 正式开源》MiniMax H3正式开源,能统一理解文本、图片、视频、音频输入等构成的多模态上下文,生成最长 15 秒、最高 2K、带原生立体声音频的视频;还支持首尾帧、参考图/视频/音频等多种模式。更关键的是,H3-Base已开放本地部署,支持SGLang、vLLM、diffusers、ComfyUI;官方还给了 768p 本地验证和 2K 完整工作流。快来部署到自己的工作流里试一试!
知识库精选
知识库精选-2026年8月2日
知识库精选-2026年8月2日
- 《一文读懂 Agent 的三层工程:Harness、Loop 与 Graph》这篇文章带你厘清Agent工程中三个常被混为一谈的结构:Harness Engineering可以理解成运行环境,负责给模型工具、记忆、权限、工作空间和可观测性;Loop Engineering负责让任务能根据证据反复检查、修正和停止;Graph Engineering则把复杂流程里的分支、并行、审批和人工关口画清楚。
知识库精选
知识库精选-2026年8月1日
知识库精选-2026年8月1日
- 《阿k:烧5w积分看sd2.5、H3双雄对垒: 全面测评MiniMax H3篇 (附30+案例) 》阿K烧了5w积分,用30+案例全面测试了MiniMax H3,覆盖商用级多场景、多模态参考、原生音画生成、精准编辑、复杂复合内容生成等等。结果发现H3在UI 动效、产品广告、片头字体、拼贴动画、短剧上表现比较突出。
知识库精选
知识库精选-2026年7月31日
知识库精选-2026年7月31日
- 《活动总结|上个周末,我们和全国52城小伙伴们在博物馆玩AI》7月26日,我们和全国52个城市的小伙伴们,在博物馆过了个周末。这期AI切磋大会的主题是「博物馆奇妙日」。上午先去逛逛自己城市的博物馆,看文物、记故事、拍照片,下午回来,用 AI 把它做成一件作品,不管是网页、视频、海报,还是3D 交互都行。最终我们收到了160多件作品,并把它摆上了线上展厅,欢迎来逛👏🏻
知识库精选