F5-TTS 加上 Facefusion 3 加上图生视频，你就能制作任何一个名人的虚假视频。
F5-TTS 和 Facefusion 3 都是开源的。
prompt：逻辑之刃
扔进一篇文章，直接抽骨架出来
https://mp.weixin.qq.com/s/IFHOJfP3V7TM865inhKWvA
Kimi一个季度花了一亿多买流量…😅现阶段没有什么用户忠诚度可言，纯粹是教育市场和烧钱了呀…
而Kimi App+Web差不多32M的MAU，豆包在60M左右
资料分别来自：公众号瑞琦和杨昌，由App growing统计；AI产品榜
Clone的《西部世界》第一集开始 |CyberRobo
人类能制造工具这一能力估计是其他什么文明的科技发展里程碑。
手搓机器人成长记—基于Arduino的桌面机器人，简化版Looi_哔哩哔哩_bilibili
终于突破了人脸识别跟踪了，从rust的 opencv,到 node的opencv，分类器，又换了tensorflow，一路下来换了10几个方案，最后用了face-ip算是暂时解决了。
很难得的是，克制了自己想要直接动手改代码的冲动，全程AI辅助完成了。
Mac 上最顺手的翻译和OCR软件大更新。
支持了一大波各种大模型 API。
同时智谱还赞助了一个免费的 API，开箱即用，善莫大焉。
独立开发者和大模型公司的这种合作还是很好的，各取所需。
马上要万圣节了，今天刷到一个Lora很应景，有做中式恐怖内容的朋友可以试一下。
中式恐怖妆造，味道确实很正，大白天看的我都害怕。
详情页胆小慎入。
这里下载：www.liblib.art/modelinfo/42dd2c71701c41f1b4c786cca420bcd0
Arc 浏览器的公司宣布，将不会有 Arc 2.0
因为 Arc 虽好，但是很难上手
而一旦上手就成了死忠，拒绝交互的改变
于是官方决定尊重用户，直接开发一款全新的，AI Native 的，每个人都会操作的新产品。
新产品没有名字，甚至可能不是浏览器，那是什么呢？
只能从这个视频的一些 demo 里自己感受了
Invalid media: video
Claude 很强。
我老婆发我一张别的学校的试卷，想让我打印出来给娃做，我用 Claude 一分钟搞定了。
甚至还可以发布为在线网页 https://claude.site/artifacts/8d59af67-b024-4bba-8dd9-48853afc7322
✨ 好文推荐：AI 不是效率工具，它是意义放大器
Every 专栏作者Rhea Purohit 这篇《你可能用错了人工智能》极具洞察。和她一样，很多人没有找到正确打开AI的方式，更不用说拥有持续的好奇心和融入日常的工作和生活。
作为一个AI 布道者，Hans 也曾多次分享， 不要仅将AI作为效率工具，而是深入你日常创造的伙伴。 而Rhea 说的更好，她建议要让AI服务于你的意义。
这并不抽象。
如果你在真正的写作，会意识到你不需要AI 那些无意义的观点和文本；你需要它激发出来具有共鸣的内容。因为只有你持续为自己而写，智慧才会涌现。
如果你在创造产品，会意识到你必须自己先有洞察和思考；然后Claude和GPT的深度对话才开始具有商业价值；那个初心，AI 难以赠送给你。
更广泛地学习和研究也是一样：无论Notebook LM和Perplexity 多么强大，如果你没有一个真正的项目，它们的持续升级对你毫无意义。
这就是这篇文章的精彩指向。
https://every.to/learning-curve/you-re-probably-using-ai-wrong
Rhea 用自己作为作家的故事，找到这一深刻的领悟。它将启发更多人重新审视AI和自己的关系。 Enjoy～
腾讯新出的这个 ima AI 知识库感觉有点上道了。
结合笔记软件和 AI 搜索，可以直接将搜索内容加入知识库和笔记列表。
写笔记的时候可以使用 AI 扩写和编辑笔记内容。
软件设计的一些小细节也很有意思，比如输入框有内容的时候熊猫会看向右边。
如果他要是再有一个浏览器插件的话我真会用，而且他现在可以总结非国内网页。
Invalid media: video
prompt：苹果文案
https://mp.weixin.qq.com/s/JGETvF5IQQ2HLI-MHWWBWQ
Ideogram 终于做了一个发挥他们模型能力的功能 Ideogram Canvas。
可以在无限画布上对生成的图片进行编辑，比如扩图、局部重绘，以及最基本的生成功能。
我提前几天体验了一下，发现真的很适合用来做海报之类的运营设计。
因为Ideogram新模型的排版和文字能力真的很好，比如我之前说可以用来设计网页。
但是由于长宽比的问题，没办法完成一整个网页，现在没问题了，哈哈。
AI降本增效，一开始最好简单粗暴。
差生文具多，如果要做优等生，先得抛弃对工具无休止的追逐。
哪怕是AI博主，也应该回归基本，主动熵减，把日常使用的AI工具控制在 20个以内。
我的工作场景主要围绕AI职场办公，智能体开发和媒体制作。如果按付费意愿，真正会坚持用的会有以下几个：（无广）
1.主力AI模型
GPT+Claude
平替：豆包+文小言（移动版）+kimi
GPT越来越有被Claude替代的趋势，尤其是代码。但是GPTs还是增强了我的使用粘性。豆包的TTS语音国内无法被替代。文小言有一些我喜欢的功能，比如信息聚合订阅。
2.主力IM
飞书
平替：Notion+企微
我知道Notion很强。但是鉴于复杂的操作+国内网络不稳定+数据安全是真不太喜欢用。
创业以来我觉得最值得投入学习时间的并不是任何一款AI软件，而是飞书本身。好的SaaS就是最佳实践的产品化。企微是出于私域+客户对公不得不用。
3.数据分析
Excel+GPT+各平台数据看板
平替：飞书多维表单
Excel没有平替。AI只是帮我解锁高阶功能，比如VBA和宏。多维表单的插件生态值得投入时间学习。
4.设计
Midjourney+ideagram
平替：Canvas+稿定设计+佐糖
比起Mj，Ideagram的出图更具场景感，配合简单工具出海报+商图+封面+运营位都很方便。
5.PPT
PPT+islide插件+彩璇PPT
平替：Gamma，aippt
目前没有同时满足不要钱、支持定制模板、不科学上网、智能还可控性强的方案。但是PPT+islide已经增效超过50%。Gamma是应急神器。
彩璇PPT比较小众，是一个方便做课件分享+编辑的平台，对咨询师/老师有刚需。
6.剪辑
剪映（含AI）+即梦AI
初学者够用，为了省事就用字节系的。
7.文本创作
飞书文档+flomo+GPT
平替：记事本
简单点好。如果开发一个支持flomo api导出直接AI生成标题/思路/文章大纲的工作流会不会有需求？
8.智能体开发
Coze/Dify
平替：百度智能体
目前还在钻研工作流场景。已经做了20多个Bot。Coze/Dify各有千秋，百度则是打通了支付环节和数字人形象的交互。待继续钻研好和大家分享。
9.代码辅助
Cursor+Claude
平替：字节豆包Marscode
10.工作流编排
Coze+飞书+各类Github（开源项目）
通过飞书机器人平台把各类BOT接入到飞书群里。实现在IM办公软件中使用自己调试过的AI数字员工。
#AI工作流
10月还没结束，国产AI就在投流上杀疯了
10月还没结束，部分国产AI就在投流上杀疯了。比如，Kimi10月投放量飙升，20天投出1个多亿，接近整个Q3的总和。
而在巨量的投放金额之下，部分AI自媒体已接满了商单，成为本轮AI浪潮中少数「真正赚到钱」的AI创业者。
通过深扒12家国产AI150+投流素材，我们初步发现了AI自媒体们的“掘金密码”。
下面是调研出来的“非共识”：
1、Kimi主攻渠道，已经不是我们印象中的B站信息流，而是字节系的穿山甲
2、2024年的国产AI，更像是披上AI外皮的教培。
虽然各家主打功能和目标用户都有所侧重，但教育始终是各产品的重点布局方向。
3、对国产AI 来讲，或许哪里有“求上岸”，哪里就有增量人群
4、如果普通人要学某款AI，最好的办法就是看数据最好的几个广告。
它们比常规教程更赏心悦目，他们比极客的分享更通俗易懂。而且，看完之后我们的网感也会更上一层楼。
更多详情，见链接：
重磅，敏神更新了 Flux 版 ic-light 模型。
可以：自动抠像、利用 flux 能力生成准确的背景、自动匹配光影合成，生成新的图片。
能想到对肖像、电商、美术等行业都会有很大帮助。我自己试了下除了人像以外，product id 也保存得不错。
▶ 试用地址：huggingface.co/spaces/lllyasviel/iclight-v2
▶ 项目地址：github.com/lllyasviel/IC-Light/discussions/98
清华黑客松第三名！周五参加声网大会时突然想到这个idea，周六中午开始开发，一天时间build一个多模态ios应用，队友起的“智图ai”这个名字我也很喜欢。
-初衷是参会时发现所有人都在举着手机拍ppt，突然想到我相册里有超过一半是ppt照片、但却几乎没有再看过。没有删掉、是因为觉得哪天会再看，没有再看、是因为查看相册的效率太低了。
-所以做一个图像理解将ppt照片里的信息结构化提取、便于查阅回顾、甚至再进一步进行知识管理，似乎是客观存在的刚需。
-今天中午开发完后，刚好@orange.ai 橘子老师来分享干货认知，于是就边听分享、边把ppt随手用app拍下来，然后自动提取信息、自动生成总结和思维导图，一切都是丝滑交互、几乎无感。
-橘子老师的分享非常棒、长达20来页，可称ai产品顶级认知。不过我只保留了其中5页分享给大家看，想听完整分享还是要去找橘子老师哈哈。
-有幸获得第三名，运气非常好！感谢主办方和评委，更感谢后端+prompt开发的队友、感谢产品建议+做ppt的队友！
-第一次参加黑客松，并且是以产品+前端开发的角色，也是更加意识到组建一支团队的意义。
这个产品方向确实挺有意思、并且还有一些新功能计划加上，虽然还没想好在做ai播客项目之余、如何推进这个项目，仍然诚邀对这个方向感兴趣的技术开发同学联系我、前端/后端/模型侧都可，也欢迎产品和市场(尤其出海)的同学联系我，大家一起开发出更多ai时代的好应用！
📣今日上午优惠总结
===============
129.0🉐【骆驼旗舰店】情侣款防泼水运动工装裤
https://07qjpl4.kuaizhan.com/?_s=Lx4pM4
59.0🉐秋冬必备【骆驼】男女加绒长袖内胆卫衣
https://07qjpl4.kuaizhan.com/?_s=Px4pM4
199.0🉐199元王炸！骆驼官旗夹克冲锋衣
https://07qjpl4.kuaizhan.com/?_s=Qx4pM4
69.0🉐女款运动休闲圆领卫衣
https://07qjpl4.kuaizhan.com/?_s=Sx4pM4
59.0🉐路森！奥粒绒秋冬连帽卫衣
https://07qjpl4.kuaizhan.com/?_s=Vx4pM4
199.0🉐王炸！【骆驼】情侣防风防水登山服
https://07qjpl4.kuaizhan.com/?_s=0y4pM4
199.0🉐【骆驼】加绒情侣夹克冲锋衣
https://07qjpl4.kuaizhan.com/?_s=1y4pM4
19.9🉐冬款李宁纯棉防臭运动袜3双
https://07qjpl4.kuaizhan.com/?_s=3y4pM4
19.9🉐正品！！【李宁】纯棉袜3双
https://07qjpl4.kuaizhan.com/?_s=5y4pM4
399.0🉐叠服饰卷319！骆驼男装登山服夹克
https://07qjpl4.kuaizhan.com/?_s=8y4pM4
159.0🉐MY爆款2024冬季新款情侣羽绒服A
https://07qjpl4.kuaizhan.com/?_s=by4pM4
29.9🉐快锁库存！中国回力秋冬卫裤情侣款
https://07qjpl4.kuaizhan.com/?_s=cy4pM4
49.9🉐鸭宝宝7A抗菌男女同款亲子装保暖套装
https://07qjpl4.kuaizhan.com/?_s=ey4pM4
49.9🉐鸭宝宝男女同款加绒加厚六仿保暖防风裤
https://07qjpl4.kuaizhan.com/?_s=fy4pM4
359.0🉐【服饰券299】骆驼火山羽绒服连帽加厚
https://07qjpl4.kuaizhan.com/?_s=iy4pM4
29.0🉐【猫人】石墨烯抗菌男士内裤三条装
https://07qjpl4.kuaizhan.com/?_s=jy4pM4
27.8🉐【任选8件】南方黑芝麻糊到手24袋
https://07qjpl4.kuaizhan.com/?_s=ky4pM4
89.0🉐蒙牛低脂高钙中老年奶粉800g*2罐
https://07qjpl4.kuaizhan.com/?_s=my4pM4
52.0🉐特步秋冬保暖圆领加绒卫衣
https://07qjpl4.kuaizhan.com/?_s=ny4pM4
大模型生产力绘图，来了!
全文:https://mp.weixin.qq.com/s/bJbZ9bwPXxlpyREqLKhDvA
下面这些图，都是Claude这类大模型帮我绘制
内容涵盖海报，PPT，思维导图，中国水墨风画，名片，游戏界面，物体 等等
AI 大模型尽管不是为制作图片而生，但是绘图能力现在也出奇的好。
相比mj, sd 这些生图方法，大模型制图能够真正意义上制作 海报，架构图，思维导图，流程图等生产力绘图，具备巨大的优势。
同时，在简笔画，留白大写意这种作品上，也有着出奇的表现。
我花了两天的时间探索大模型绘图的各种可能，按之前的习惯，写成了系统论述文章发布。
目前来看，大模型理解能力已经很好，输出的上下文会是一个不小的限制。如果输出的上下文能够更长，一句话生成一个复杂的app，一个PPT，都是可以的，这也是轻易可预见的未来!
和AI的成长性相比，人类还是太渺小了
很久之前我就说过，用户的需求从来就不是写 prompt 指挥 AI
而是直接说需求「做个抖音出来」
这就是技术和用户之间巨大的 Gap
但是，就在刚刚...
我打开 bolt new，让它做一个抖音出来
它真的做了一个抖音出来...
😲
来看看这段录屏吧
Invalid media: video
AI 神器推荐！自动分离人声与 BGM 音频 - 小红书
😍【AI 神器推荐—aifuse】之前刷短视频时，不时会发现自己喜欢的音频，但音频里时常又夹杂了很多人声，正好最近发现一个挺好用的 AI 工具，可以完美分离人声和音频，推荐给大家：https://www.aifuse.cn/
#AI的神奇用法
Invalid media: image
PodLM 发布到 ProductHunt 了，这是一个好玩的 AI 播客创作产品，目标是将任何内容转换成有趣的播客输出，请大家帮忙投个票，感谢支持👇
https://www.producthunt.com/posts/podlm
.
✅0噜必备‼️一定要领3️⃣次❗️必中❗️
第1️⃣次https://u.jd.com/MGV1i8c
第2️⃣次https://u.jd.com/MGV1i8c
第3️⃣次https://u.jd.com/MGV1i8c
Meta 上周开源了一个端到端的语音模型 Spirit LM。
这个太重要了，居然没注意到。
这个模型有两个版本：
基础版： 适合进行一般的语音识别和生成，不包含情感变化。
高表现力版：可以捕捉语音中的情感特征，能够生成包含快乐、愤怒或兴奋等情感的语音。
主要特点有：
Spirit LM 直接使用语音标记、音高标记和声调标记 来保留语音中的表现力要素，不需要先转文本描述。
能够在不需要大量数据的情况下，完成自动语音识别、文本转语音和语音分类等复杂任务。
项目地址：speechbot.github.io/spiritlm/
论文：arxiv.org/pdf/2402.05755
大的来了！
Claude 3.5 Haiku 和升级款的 Claude 3.5 Sonnet 也来了，Claude 3.5 Sonnet 推理得分超过O1。
而且 Claude 现在支持像人类一样操作计算机，通过查看屏幕、移动光标、单击按钮和键入文本。
升级 Claude 3.5 Sonnet 现在开放。computer use测试版也开放使用。
新版Claude 3.5 Sonnet介绍：
更新后的Claude 3.5 Sonnet在行业基准上显示出广泛的改进，尤其是在代理编码和工具使用任务方面取得了显着的进步。
它在SWE-bench Verified上的性能从 33.4% 提高到 49.0%，得分高于所有公开可用的模型，包括 OpenAI o1-preview 等推理模型和专为代理编码设计的专用系统。
它还将在代理工具使用任务TAU-bench上的表现提高，零售领域从 62.6%提高到 69.2%，在更具挑战性的航空领域从 36.0%提高到 46.0%。
早期客户反馈表明，升级后的 Claude 3.5 Sonnet 代表了 AI 编码的重大飞跃。GitLab 为 DevSecOps 任务测试了该模型，发现它在没有增加延迟的情况下提供了更强的推理能力（在各种用例中高达 10%）。
Claude 3.5 Haiku介绍：
Claude 3.5 Haiku 在各项技能上都有所提高，甚至在许多智能基准上超过了上一代最大的模型 Claude 3 Opus。
Claude 3.5 Haiku 具有低延迟、改进的指令遵循和更准确的工具使用能力。
Haiku 在编码任务上尤其强大。例如，它在 SWE-bench Verified 上得分为 40.6%，优于许多使用公开可用的最先进模型（包括原始的 Claude 3.5 Sonnet 和 GPT-4o）的代理。
教Claude使用计算机
为了使这些通用技能成为可能，构建了一个 API，使 Claude 能够感知计算机界面并与之交互。
开发人员可以集成此 API，使 Claude 能够将指令（例如，“使用我的计算机上的数据并在线填写此表格”）翻译成计算机命令（例如，检查电子表格；移动光标打开 Web 浏览器；导航到相关网页；使用这些网页中的数据填写表格；等等）。
在评估人工智能模型像人一样使用计算机的能力的OSWorld上。
Claude 3.5 Sonnet 在仅屏幕截图类别中得分为 14.9%，明显优于第二好的人工智能系统 7.8% 的得分。
当提供更多步骤来完成任务时，克劳德得分为 22.0%。
官方公告：www.anthropic.com/news/3-5-models-and-computer-use
Invalid media: video
