Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

openai最近有什么新闻

Answer

以下是 OpenAI 最近的一些新闻：

  1. 12 天连续直播相关结果，昨天 OpenAI 把 o1 模型在 API 中正式发布，之前发布的是 o1 Preview 历史版本，正式版思考花费的 token 少了 60%。
  2. 北京时间 9 月 13 号凌晨 1 点多，OpenAI 宣布推出模型 o1-preview 与 o1-mini，拥有 Plus 版本的用户会陆续收到新模型权限，可在 Web 客户端中尝鲜体验。
  3. OpenAI 更新风控与账号共享识别力度，可能会偷偷降低 ChatGPT 模型的调用规格，如 o1-pro 降级为 o1。
  4. 奥特曼谈 AI 推理能力进展，o1（2024 年 9 月）排名全球第 9800 名，o3（2024 年 12 月）提升至第 175 名，现内部模型已达全球第 50 名，预计今年内登顶第一。
Content generated by AI large model, please carefully verify (powered by aily)

References

[Agentic AI] 搏一搏，$20变$500：一小时魔改Cursor变身Devin

另一个意外的好用的用法是把Cursor当作一个搜索引擎来用。考虑到Cursor自己并不支持上网搜索，能做到这一点主要是依赖于这个工具优秀的扩展性。如我们在上一篇[魔改Cursor的文章](https://yage.ai/cursor-to-devin.html)中提到的，我们可以给它写一个小爬虫工具，进行搜索和网页内容抓取，然后在.cursorrules这个文件里叙述这两个工具的用法，就等于给它拓展了上网搜索和浏览的功能。而且我做了几个或简单或复杂的尝试，它的回答一如既往的惊艳，比如我问它OpenAI最近有什么新闻，它准确地从搜索的结果中梳理出了12天连续直播的相关结果，并且提到昨天OpenAI把o1这个模型在API中间release了。紧接着我就追问了，o1不是早就出来了吗？它又通过搜索之后可以知道，o1之前发布的是o1 Preview，是一个历史的版本，在昨天发布的版本是正式版，花费的用来思考的token少了60%。而我用类似的关键字在GPT中间搜索的时候，则得不到这么惊艳的结果。比如GPT给出的结果还在说OpenAI发布了最新的模型GPT-4o，还活在上古时代。(BTW上图也是用cursor直接生成的，提示词是我现在有两个图片1.jpeg.2.jpeg.我想把两个变成一样高（矮的那个的高度），然后左右合并拼成一张图，中间有一个10px的边框。另存为cursor-entry-search.jpeg)

OpenAI:我憋了个新大招儿，它叫o1-preview/mini

凌晨2点半写的这篇稿子，行了，也顾不上睡觉了，咱们就开门见山直接说吧！这回Sam可是真不放鸽子了。北京时间9月13号凌晨1点多，OpenAI宣布推出了模型o1-preview与o1-mini（真正的o1版本将在后续开放）。而拥有Plus版本的用户会陆续收到新模型权限，同时可以直接在Web客户端中进行尝鲜体验。OpenAI最近公布的模型发布计划中提到的"推理模型"已经成为业界热点。而这两个新模型正是该计划的具体实现。再加上从"草莓哥"的炒作到Sam Altman富有深意的暗喻，都让这个"推理模型"备受关注。虽然大家对它有所耳闻，但对其实际效果可能还不太清楚。为了直观地了解这个模型的真正能力，我们不妨看看下方的评估结果。左一：o1在2024美国数学奥林匹克竞赛（AIME）资格赛中跻身美国前500名学生之列。中间：o1在竞争性编程问题（Codeforces）中排名第89个百分位（这个版本的模型还没发布），而o1-preview拿到了62个百分位。最右：在物理、生物和化学问题的基准（GPQA）o1与o1-preview都超过了人类博士水平的准确性。而且你会发现，4o这个模型也被OpenAI当作对标狠狠地刷了一把自家的脸。看完这个评测结果后，我觉得4o和o1在推理方面，基本等于电瓶车和宾利的差距了...不信你看下方详细测试结果这里的红色线代表4o的得分，而绿色线代表o1的得分,一眼扫过去，没有哪项得分结果是4o能盖过o1的。

XiaoHu.AI日报

?Xiaohu.AI日报「2月9日」✨✨✨✨✨✨✨✨1⃣️?️OpenAI更新风控与账号共享识别力度识别降智：OpenAI可能会偷偷降低ChatGPT模型的调用规格，如o1-pro降级为o1。识别方法：时长法、难题测试、工具可用性检查、POW值查询。解决方案：使用苹果客户端、优质IP访问、测试免费账号避免主账号受影响。?[https://x.com/imxiaohu/status/1888581690995704239](https://x.com/imxiaohu/status/1888581690995704239)2⃣️?奥特曼谈AI推理能力进展o1（2024年9月）：排名全球第9800名。o3（2024年12月）：提升至第175名。现内部模型已达全球第50名，预计今年内登顶第一。?[https://x.com/imxiaohu/status/1888506234858319876](https://x.com/imxiaohu/status/1888506234858319876)3⃣️?️Gemini 2.0图像编辑能力展示纯文字指令修改图片，精准操控。Photoshop或面临终结？?[https://x.com/imxiaohu/status/1888501863089119532](https://x.com/imxiaohu/status/1888501863089119532)

Others are asking
OpenAI Operator, Anthropic Claude Coder
以下是关于 OpenAI Operator 和 Anthropic Claude Coder 的相关信息： 2025 年 Agent 领域的发展预测： 从对话助手到行动型智能体是 2025 年 Agent 技术的主流发展方向之一。计算机操作能力取得突破，传统大模型更多充当聊天助手，而 2025 年的突破在于让 Agent 直接“动手”操作电脑和网络环境。 Anthropic 在 2024 年底发布的 Claude 3.5 Sonnet 首次引入“Computer Use”能力，让 AI 像人一样通过视觉感知屏幕并操作鼠标键盘，实现了 AI 自主使用电脑的雏形。 OpenAI 在同期推出了代号“Operator”的 Agent 及其核心模型“计算机使用智能体”（CUA），使 GPT4 获得直接与图形界面交互的能力。CUA 通过强化学习将 GPT4 的视觉能力与高级推理相结合，训练 AI 可像人一样点击按钮、填表、滚动页面等。在 OpenAI 的测试中，CUA 在浏览器任务基准 WebArena 和 WebVoyager 上分别达到 38.1%和 87%的成功率，后者已接近人类水平。 其他相关信息： 宝玉日报 1 月 25 日： Deepseek 提示词框架包含四大模块：任务目的（Purpose）、计划规则（Planning Rules）、格式规则（Format Rules）、输出说明（Output）。 Anthropic 的 Claude 可通过屏幕截图获取计算机视觉信息，计算光标移动的像素坐标，并执行点击、滚动等操作。 OpenAI Operator 利用虚拟主机和 Chrome 浏览器，通过 CUA 实现网页实时操作，支持复杂任务导航。 主要的大语言模型： OpenAI 系统包括 3.5 和 4 等，3.5 模型在 11 月启动了当前的 AI 热潮，4.0 模型在春季首次发布，功能更强大。新的变种使用插件连接到互联网和其他应用程序。Code Interpreter 是一个非常强大的 ChatGPT 版本，可以运行 Python 程序。未为 OpenAI 付费只能使用 3.5。微软的 Bing 使用 4 和 3.5 的混合，通常是 GPT4 家族中首个推出新功能的模型，连接到互联网。 谷歌一直在测试自己的人工智能 Bard，由各种基础模型驱动，最近是 PaLM 2 模型。 Anthropic 发布了 Claude 2，其最值得注意的是有一个非常大的上下文窗口。
2025-04-01
openai官方文档
以下是关于 OpenAI 官方文档的相关信息： 对于刚入门学习提示词的朋友，建议先有一个大模型帐号并熟悉与之对话的方式。推荐的国产平替有 。 学习 prompt 必须看 OpenAI 的官方文档，相关链接有： 。 在 OpenAI 官方的说明文档（Documentation）中，为用户提供了若干项策略以帮助更好地使用 ChatGPT。例如策略一：编写清晰的说明，即在询问中包含详细信息以获得更多相关答复。因为大模型无法在有限信息中“猜测”用户意图，所以提问时不要惜字如金，多说一些内容、多提供一些信息能有效提高回复的质量和丰富性。文中还列举了多个例子进行说明。
2025-03-29
OpenAI o1、Claude Sonnet 3.7、Gemini 2.0 pro 哪个 AI 搜索能力更强？
OpenAI o1、Claude Sonnet 3.7 和 Gemini 2.0 pro 在不同方面具有各自的优势，难以简单地比较哪个的搜索能力更强。 OpenAI o1 推理能力强，适合作为架构师或算法顾问。 Claude Sonnet 3.7 擅长长上下文任务，在快速生成代码与网页设计方面表现出色。 Gemini 2.0 pro 长上下文支持较好（2M Tokens），适合代码反编译与混淆代码分析。 具体的搜索能力表现还会受到应用场景和具体任务的影响。
2025-03-21
openai deep research使用技巧
OpenAI 的 Deep Research 功能能够整合多源信息，进行复杂的信息查询与分析，并生成专业水准的报告，同时详细展示思考和搜索过程。目前，该功能仅支持文本输出，未来还将增加嵌入式图片、数据可视化等功能。使用入口为在 ChatGPT 输入框中选择「Deep Research」模式，输入问题后即可开始体验。 在 OpenAI 推出「Deep Research」功能一天后，Hugging Face 的工程师迅速联合推出了免费开源的版本 Open Deep Research，能自主浏览网页、滚动页面、处理文件，以及基于数据进行计算。使用入口为前往 Demo 网站（opendeepresearch.vercel.app）体验。 Deep Research 让 AI 自动完成多步骤研究任务，快速分析海量信息并生成专业报告，具备自动化信息汇总、文献引用与多领域适用性，适合科研、工程、金融等行业。目前向 Pro 用户开放，未来将扩展至 Plus 和 Team 用户，并提供更强大的功能。 该智能体基于优化版 OpenAI o3 模型，结合网络浏览和 Python 分析能力，实现高效研究，适用于科学、政策、工程等高强度知识工作，也能帮助购物者做复杂决策。Pro 用户已可使用，后续将逐步向 Plus、Team 和企业用户开放。
2025-03-08
openAI的deep research有哪些缺陷
OpenAI 的 Deep Research 存在以下一些缺陷： 1. 具有滞后性，在某些信息上无法做到及时更新。 2. 存在信息混乱的问题，无法完全替代人类的深度思考。
2025-03-03
Monica和Openai的记忆功能是如何让大模型产生记忆的？是什么原理？
大模型的记忆功能实现方式较为复杂，不同的模型可能有所不同。 OpenAI 的模型中，大模型 LLM 扮演了“大脑”的角色，其记忆功能可能通过“Agent = LLM + 规划 + 记忆 + 工具使用”的基础架构来实现。但需要注意的是，对于 ChatGPT 这类模型，实际上其本质上并没有直接的记忆功能。它能理解之前的交流内容，是因为每次将之前的对话内容作为新的输入重新提供给模型。这种记忆功能并非由大型模型直接实现，而是通过在别处进行存储来达成。 如果对话内容过长，可能会影响模型的整体性能。解决这个问题的一个简单方法是启动另一个对话框。对于之前的数据，通常只能进行总结。
2025-03-01
运用ai，生成每日自动推送到飞书消息的 公司文化日报，包含日历 天气 新闻 内部规划 事项
要运用 AI 生成每日自动推送到飞书消息的公司文化日报，包含日历、天气、新闻、内部规划和事项，您可以考虑以下步骤： 首先，需要确定获取日历、天气、新闻、内部规划和事项等信息的数据源。对于日历，可以使用在线日历服务的 API 来获取相关数据；天气信息可以从专业的气象数据提供商获取；新闻可以通过新闻聚合 API 或者与特定的新闻机构合作获取；内部规划和事项则需要从公司内部的管理系统或数据库中提取。 然后，选择适合的 AI 技术和工具。例如，可以使用自然语言处理技术来对获取到的数据进行处理和整合，生成易于阅读和理解的文本内容。 在生成日报的过程中，要注意格式的规范和统一，使其具有良好的可读性。同时，可以根据公司的文化特点和需求，对内容进行个性化的定制和优化。 另外，为了确保推送的准确性和及时性，需要建立有效的监控和反馈机制，及时发现并解决可能出现的问题。 希望以上建议对您有所帮助。
2025-04-14
2025年3月27日AI新闻
以下是 2025 年 3 月 27 日的部分 AI 新闻： 《详解 MCP：Agentic AI 中间层最优解，AI 应用的标准化革命》：Anthropic 推出的开放协议 MCP 迅速垄断了 Agentic AI 的中间层，类似于 AI 应用的 USBC 端口。它简化了开发者与数据源的整合，促进了生态形成，可能成为“Agentic AI 领域的 Stripe”，为未来 AI 应用的标准化革命奠定基础。 《对谈|如何用 AI 增强人类学习》：Howie.Serious 与 Indigo 探讨了费曼学习法与 AI 创作的结合，强调输出能迫使知识内化。两位终身学习者分享了如何通过高效利用 AI 提升写作与学习，推动思维深度，指出未来的 AI Agent 应具备更强的自动化整合能力，助力人类保持独特价值与创造力。 《硅谷知名风投 BVP 专栏：消费级 AI 的临界点将至！》：消费级 AI 正迎来临界点，推动一波又一波的变革。随着基础模型成本降低和多模态技术进步，新的消费类 AI 公司不断涌现。未来，AI 将重塑旅行、购物和社交体验，提升个性化服务的准确性与便利性。 此外，2 月 27 日的相关新闻有：小红书 AI 赛道从 0 到 1 做 IP 的相关活动预告、工具分享及日更群计划。3 月 5 日的新闻包括：2025 开年 3 个月 AI 已经狂飙，更新密集发布；Grok 语音模式全面开放，支持 11 种模式（包括 2 种 18 禁），自带语音字幕，目前仅支持英文。
2025-03-27
3月27日，AI圈有哪些新闻
以下是 3 月 27 日 AI 圈的部分新闻： 《详解 MCP：Agentic AI 中间层最优解，AI 应用的标准化革命》：Anthropic 推出的开放协议 MCP 迅速垄断了 Agentic AI 的中间层，类似于 AI 应用的 USBC 端口，简化了开发者与数据源的整合，促进了生态形成，可能成为“Agentic AI 领域的 Stripe”，为未来 AI 应用的标准化革命奠定基础。 《对谈|如何用 AI 增强人类学习》：Howie.Serious 与 Indigo 探讨了费曼学习法与 AI 创作的结合，强调输出能迫使知识内化，分享了如何通过高效利用 AI 提升写作与学习，推动思维深度，指出未来的 AI Agent 应具备更强的自动化整合能力，助力人类保持独特价值与创造力。 《硅谷知名风投 BVP 专栏：消费级 AI 的临界点将至！》：消费级 AI 正迎来临界点，推动变革。随着基础模型成本降低和多模态技术进步，新的消费类 AI 公司涌现，未来 AI 将重塑旅行、购物和社交体验，提升个性化服务的准确性与便利性。 此外，还有以下商业和技术方面的新闻： AI 商业爆发年：可灵 AI 营收破亿元，AIGC 营销素材日均消耗超 3000 万元。快手将 AI 作为生态重塑核心，引领视频生成模型全球竞速。可灵 AI 技术领先 Sora，获马斯克、MIT 科技评论等国际认可。 小白福音 Trickle：一键部署、无需 API，能直接克隆 Claude 聊天体验。面向非开发者，帮助快速从创意→上线，打通完整产品流程。模板丰富，涵盖问卷、小游戏、互动课程等多种场景。 拓竹 H2D 多才多艺：精度提升一个数量级，打印成品可直接使用。集成 3D 打印、激光雕刻、刀切、彩绘，支持双头多色打印。搭载视觉摄像头和神经算法，实现微米级精度。
2025-03-27
3月26日至今AI圈有哪些新闻
以下是 3 月 26 日至今 AI 圈的部分新闻： 3 月 26 日： 【AI 模型及应用】OpenAI 推出 GPT4o 图像生成能力；谷歌发布 Gemini 2.5 Pro Experimental 模型；Trea 已内置 DeepSeekV30324。 【AI 音乐】昆仑万维发布全球首款音乐推理大模型 Mureka O1。 【AI 视频】混元 Portrait 实现音频视频驱动图片肖像形成动画；PPVCtrl 推出新可控制视频生成模型。 【AI 3D】Vibe Draw 可通过草图进行 3D 建模；PhysTwin 通过视频创建交互式物理数字孪生；GroomLight 用于重打光的人体头发外观建模的混合逆向渲染。 3 月 27 日： 《》：MCP（Model Context Protocol）是由 Anthropic 推出的开放协议，迅速垄断了 Agentic AI 的中间层，类似于 AI 应用的 USBC 端口。它简化了开发者与数据源的整合，让 AI 应用无缝连接各种工具和服务。MCP 不仅促进了生态的形成，甚至可能成为“Agentic AI 领域的 Stripe”，为未来 AI 应用的标准化革命奠定基础。 《》：Howie.Serious 与 Indigo 探讨了费曼学习法与 AI 创作的结合，强调“输出能迫使知识内化”。两位终身学习者分享了如何通过高效利用 AI 提升写作与学习，推动思维深度，指出未来的 AI Agent 应具备更强的自动化整合能力，助力人类保持独特价值与创造力。“真正的深度与灵感，源于人类富有情境的问题。” 《》：消费级 AI 正迎来临界点，推动一波又一波的变革。随着基础模型成本降低和多模态技术进步，新的消费类 AI 公司如雨后春笋般涌现。未来，AI 将重塑旅行、购物和社交体验，提升个性化服务的准确性与便利性。正如报告所言：“AI 的进步既是开创新产品的源动力，也是消费巨头崛起的分销载体。” 3 月 26 日： AI 商业爆发年：可灵 AI 营收破亿元，AIGC 营销素材日均消耗超 3000 万元。快手将 AI 作为生态重塑核心，引领视频生成模型全球竞速。可灵 AI 技术领先 Sora，获马斯克、MIT 科技评论等国际认可。 小白福音 Trickle：一键部署、无需 API，能直接克隆 Claude 聊天体验。面向非开发者，帮助快速从创意→上线，打通完整产品流程。模板丰富，涵盖问卷、小游戏、互动课程等多种场景。 拓竹 H2D 多才多艺：精度提升一个数量级，打印成品可直接使用。集成 3D 打印、激光雕刻、刀切、彩绘，支持双头多色打印。搭载视觉摄像头和神经算法，实现微米级精度。 Figure 人形机器人新突破。
2025-03-27
最近的AI新闻
以下是近期的 AI 新闻汇总： 3 月 12 日： 【AI 3D】 BlenderMCP：与 Claude AI 沟通，在 Blender 实现快速 3D 建模。 MIDI：单幅图像到 3D 场景生成。 Move AI：更新动作捕捉能力，提出 Gen 2 Spatial Motion。 【AI 写作】 MMStoryAgent：AI 多模态故事生成系统。 【AI 视频】 VACE：阿里推出一体化视频创作和编辑技术。 VideoPainter：腾讯开源视频编辑技术。 Wonder Dynamics：推出摄像机轨道（Camera Track）和清洁板（Clean Plate）功能。 【其他】 OpenAI：为开发者推出一套 AI Agent 开发套件。 R1Omni：阿里情感识别模型，通过视频识别情感。 Luma AI：发布一种新的预训练范式 IMM，旨在突破算法瓶颈，提高生成预训练算法的性能。 Manus：宣布与阿里通义千问团队达成战略合作。 3 月 14 日： 【AI 模型及其他】 谷歌：Gemini 应用能力升级，包含升级推理模型 gemini 2.0 Flash Thinking Experimental 等多个功能提升。 OpenAI：4 项更新。 Bolt：一键将 Figma 设计转换为可运行的 Web 应用。 阿里：推出 AI 旗舰应用“新夸克”。 360 智脑团队：开源推理模型 LightR114BDS，复现 Deepseek 的强化学习效果。 【AI 视频】 Pika：更新 Pikaffects，新增多款变身特效。 Freepik 与 Fal 平台：引入 Topaz AI 的提升“FPS 和视频分辨率”能力。 Krea：上线 Veo 2 模型，支持图生视频功能，但生成成本较高。 【AI 绘图】 LBM：用于快速图像到图像转换的潜在桥匹配方法，支持可控图像重新照明、角色去除和图像修复。 【AI 语音】 Sesame：开源 TTS 语音模型 CSM1B。 3 月 26 日： 【AI 模型及应用】 OpenAI：推出 GPT4o 图像生成能力。 谷歌：发布 Gemini 2.5 Pro Experimental 模型。 Trea：已内置 DeepSeekV30324。 【AI 音乐】 昆仑万维：发布全球首款音乐推理大模型 Mureka O1。 【AI 视频】 混元 Portrait：音频视频驱动图片肖像形成动画。 PPVCtrl：新可控制视频生成模型。 【AI 3D】 Vibe Draw: 草图进行 3D 建模。 PhysTwin：通过视频创建交互式物理数字孪生。 GroomLight：用于重打光的人体头发外观建模的混合逆向渲染。
2025-03-26
如何订阅最新的ai新闻
以下是一些订阅最新 AI 新闻的途径： 公众号： “超时空视角”：提供 AI 资讯。 猫叔个人公众号“AI 替代人类”。 “歸藏的 AI 工具箱”：有 AI 课程撰写与信息收集整理，适合 AI 从业人员或想加入该领域工作的人，免费订阅可获得日常内容更新，付费会员可获得更多服务，如记录上周值得关注的 AI 领域主要发布、核心从业者需要关注的 AI 动态、涉及各个 AI 领域的优质内容、过去一周最重要的研究论文和简短解读介绍，还能加入核心粉丝群获得最及时的 AI 资讯通知和优先工作撮合机会。 小红书/抖音：“EverAI”。 B 站：“Ever AI 酱”，这里会有教程及 AI 工具界面操作。
2025-03-24
最近6个月的ai技术和趋势
在过去 6 个月中，AI 技术和趋势呈现出以下特点： 模型方面：DeepSeek 开源 R1 模型，将大模型行业推进到推理时代，引发了深刻影响。Scaling Law 再次“续命”，目标指向 AGI。 图像方面：整体朝着更快、更便宜的方向发展，AI 图像生成已成为常用生产力工具，资本市场看好相关赛道。 视频方面：底层架构无大变化，公司逐渐分化为面向 C 端的好玩快速的视频模板方向和面向 B 端的高质量高可控性的视频创作方向。 音频方面：跨越了真假难辨的临界点，成为继图像领域后被资本看好的赛道。 3D 方面：暂时停留在文字/图片生成 3D 模型阶段，世界模型刚起步。 应用方面：AI 编程领域快速迭代发展，从半自动向全自动迈进；Computer Agent 缓慢发展，OpenAI 的 Operator 工具效果不佳；DeepSearch 作为调研 Agent 存在模型幻觉等问题，实际使用需谨慎。 新闻方面：中美欧 2025 年将加大对 AI 基础建设和科学研究的投入，越来越多厂商接入 R1 并拥抱开源。
2025-03-31
最近很火的古人怼人视频怎么做的
制作最近很火的古人怼人视频，可按照以下步骤进行： 1. 文案生成 工具：DeepSeek 操作： 打开 DeepSeek 网站：https://chat.deepseek.com/ 输入提示词，示例：“让 XX 用现代口语化的表达、生气骂人的口吻吐槽 XXXX（例如：吐槽现代人），XXX 目的（例如：推广 XXX 吸引游客来旅游），输出 3 条 60 字左右的毒舌文案，每条里面都要有‘回答我！Look in my eyes！Tell me！why？baby！why？’” 可以根据自己的内容自行调整文案和字数要求。 点击生成，等待 DeepSeek 输出 3 条文案。 从中挑选最满意的一条（或多条）保存备用。 2. 准备人物形象图 可以用现有的照片或者图片，也可以用工具生成。 工具：即梦 AI 操作： 打开即梦 AI 网站：https://jimeng.jianying.com/aitool/image/generate 输入提示词，即梦已经接入了 DeepSeek，可以直接用它来生成绘图提示词 调整生成参数（如风格、细节等），点击生成。 预览生成的人物图，不满意可调整提示词重新生成，直到满意为止。 下载最终的人物形象图。 此外，还有以下扩展玩法和变现玩法： 扩展玩法： 1. 文旅引流版：用地方历史名人“骂”现代游客，再顺便夸家乡美景。 2. 名人认知刷新版：让古人吐槽他们被误解的形象。 3. 系列化挑战：做一个“古人骂遍现代生活”系列，吸引粉丝追更。还能号召网友提建议，互动拉满！ 变现玩法： 1. 品牌合作与广告植入：让古人吐槽现代生活痛点，顺势植入品牌产品或服务，打造新颖幽默的广告形式。 2. IP 开发与周边销售：基于古人形象开发文化衍生品，打造可销售的 IP 周边。 3. 教育与文化传播：将吐槽视频融入历史文化知识，吸引学生和文化爱好者。
2025-03-30
最近流行的ai技术
AI 技术的发展历程和前沿技术点如下： 发展历程： 1. 早期阶段（1950s 1960s）：包括专家系统、博弈论、机器学习初步理论。 2. 知识驱动时期（1970s 1980s）：有专家系统、知识表示、自动推理。 3. 统计学习时期（1990s 2000s）：出现机器学习算法，如决策树、支持向量机、贝叶斯方法等。 4. 深度学习时期（2010s 至今）：深度神经网络、卷积神经网络、循环神经网络等得到广泛应用。 当前前沿技术点： 1. 大模型（Large Language Models）：如 GPT、PaLM 等。 2. 多模态 AI：包括视觉 语言模型（CLIP、Stable Diffusion）、多模态融合。 3. 自监督学习：例如自监督预训练、对比学习、掩码语言模型等。 4. 小样本学习：如元学习、一次学习、提示学习等。 5. 可解释 AI：涉及模型可解释性、因果推理、符号推理等。 6. 机器人学：涵盖强化学习、运动规划、人机交互等。 7. 量子 AI：包括量子机器学习、量子神经网络等。 8. AI 芯片和硬件加速。 学习路径： 偏向技术研究方向： 1. 数学基础：线性代数、概率论、优化理论等。 2. 机器学习基础：监督学习、无监督学习、强化学习等。 3. 深度学习：神经网络、卷积网络、递归网络、注意力机制等。 4. 自然语言处理：语言模型、文本分类、机器翻译等。 5. 计算机视觉：图像分类、目标检测、语义分割等。 6. 前沿领域：大模型、多模态 AI、自监督学习、小样本学习等。 7. 科研实践：论文阅读、模型实现、实验设计等。 偏向应用方向： 1. 编程基础：Python、C++等。 2. 机器学习基础：监督学习、无监督学习等。 3. 深度学习框架：TensorFlow、PyTorch 等。 4. 应用领域：自然语言处理、计算机视觉、推荐系统等。 5. 数据处理：数据采集、清洗、特征工程等。 6. 模型部署：模型优化、模型服务等。 7. 行业实践：项目实战、案例分析等。 无论是技术研究还是应用实践，数学和编程基础都是必不可少的。同时需要紧跟前沿技术发展动态，并结合实际问题进行实践锻炼。 近期热门融资的 AI 产品，如 Genspark、Rockset、ButterfliesAI、MeetRecord 等，不仅展示了技术的先进性，也为各行各业提供了高效、智能的信息处理和决策支持工具。
2025-03-29
最近有什么AI比赛
以下是为您整理的近期 AI 比赛： 1. 【灵璧 AI】安徽文创 截止日期：0115 0315 奖金奖项：一等奖 2k1、二等奖 1k2、三等奖 8005 主题+作品类型：赛道一为数字艺术创作，利用 AIGC 技术创作数字绘画、数字雕塑等艺术作品；赛道二为互动体验设计，设计互动体验项目，如 AR/VR 体验、互动游戏等；赛道三为数字故事讲述，创作以虞姬及灵璧特色历史文化为主题的数字故事，如动画短片等。 关键要求：只能提交一份作品。以压缩包上传，材料包含创作作品的源文件、prompt 指令、制作过程的关键过程截图、录屏与说明等。 提交方式：邮箱 链接： 2. 创无界智未来·文旅应用赛 截止日期：0101 0330 奖金奖项：一等奖 10w1、二等奖 6w2、三等奖 3w3 主题+作品类型：四个赛道 关键要求：模糊 提交方式：官网 链接： 3. 【凌家滩】AI 创作大赛 截止日期：0101 0415 奖金奖项：一等奖 2w1、二等奖 8k2、三等奖 2k3、优秀奖 010 主题+作品类型：“文化遗产的数字化重现与未来表达”AI 图像/AIMV/AI 视频 关键要求：无 提交方式：无 链接： 4. 【云山杯】AIGC 大赛 截止日期：0116 0225 奖金奖项：四赛道分别为一等奖 2k1、二等奖 1k1、三等奖 3003、优秀奖 10020 主题+作品类型：图片、视频、文本、音频 关键要求：【AI 图片】1.设计一个代表“杯云山”的全新品牌标志，融合传统与现代元素。2.创作一套完整的品牌视觉形象，包括颜色、字体和图案设计。【AI 视频】1.制作一个简短视频，介绍“杯云山”品牌的历史、价值观和产品特色。2.制作一段云南茶文化的纪录片，展示其历史、传统和现代发展的融合。【AI 文本】1.撰写关于“杯云山”品牌从创立到发展的故事，突出品牌的传承与创新。2.编写一个以茶园为背景的微型剧本，展示茶叶从种植到品鉴的全过程。【AI 音乐】1.创作能够代表“杯云山”的纯音乐，体现茶园的宁静与创新的活力。2.将传统云南音乐元素与现代电子音乐相结合，创作段具有地域特色和创新感的音乐作品。 提交方式：无 链接： 5. 智绘未来【台州】AI 大赛 截止日期：0122 0309 奖金奖项：①一等奖 5k1、二等奖 2k3、三等奖 1k5、台州奖 1k1；②一等奖 5.5k1、二等奖 2.5k2、三等奖 1.5k3、台州奖 1k1 主题+作品类型：AI 绘画赛道、AI 视频赛道（60S 以上） 关键要求：分辨率 2K 以上，【加分项】展现台州自然风光、人文历史、城市印象等元素，对台州未来景象的想象，或对台数字馆的未来想象相关的台州元素（额外在总分值增加 10%的分数） 提交方式：AITOP100 平台，投稿后必须转发至小红书分享并带上话题智绘未来+关注官方账号@台州数字馆。 链接：
2025-03-27
最近新出的大模型有哪些
最近新出的大模型有： 1. 通义千问推出的 Qwen2.5Max 大型专家模型，通过 SFT 和 RLHF 策略后训练，性能与顶尖模型竞争，在多个基准测试中超越了 DeepSeek V3，引发了 AI 社区对大规模专家模型的高度关注。相关链接： Blog: Qwen Chat: （选择 Qwen2.5Max 模型） API: HF Demo: 2. 阿里云发布的 Qwen2.5VL 新一代视觉语言模型。
2025-03-27
吴恩达最近推出了哪些课程？
吴恩达最近推出的课程包括： 1. 与 OpenAI 合作推出的免费的 Prompt Engineering（提示工程师）课程。 主要内容是教书写 AI 提示词，并利用 GPT 开发一个 AI 聊天机器人。 原版网址：https://www.deeplearning.ai/shortcourses/chatgptpromptengineeringfordevelopers/ B 站版本：【合集·AI Course哔哩哔哩】https://b23.tv/ATc4lX0 、https://b23.tv/lKSnMbB 翻译版本： 推荐直接使用 Jupyter 版本学习，效率更高：https://github.com/datawhalechina/promptengineeringfordevelopers/ 视频下载地址：https://pan.quark.cn/s/77669b9a89d7 OpenAI 开源了教程：https://islinxu.github.io/promptengineeringnote/Introduction/index.html 纯文字版本 2. 2023 年 8 月 24 日上线的最新短课程： 《》，课程内容包括了解何时对 LLM 应用微调、准备数据以进行微调、根据自己的数据训练和评估 LLM。 《》，深入浅出地介绍了基于大语言模型的 AI Agents，从记忆检索到决策推理，再到行动顺序的选择，真实展现了 Agent 的智能化进程。
2025-03-27