搜索
播客录制和编辑平台 Podcastle ，如今也加入了 AI 文本转语音竞赛，发布了其名为 Asyncflow v1.0 的 AI 模型。同时，还将为开发者提供 API，使他们能够直接将文本转语音模型集成到自己的应用中。
据消息报道，Meta Platforms 准备发展并运行AI聊天机器人，以吸引Messenger 和 WhatsApp 等企业。作为拥挤市场中的新来者，Meta 将其商业 AI 聊天机器人定位为提供客户支持、信息和推荐，以促进销售的工具。
面向创新者与集成商，提供人形机器人本体软硬件系统和具身Agent开发工具链。
挤牙膏的新款 iPad Air 和 iPad 果然只是开胃小菜，今天苹果为我们带来了更有看点的 MacBook Air 和 Mac Studio 更新。
LLM一个突出的挑战是如何有效处理和理解长文本。就像下图所示，准确率会随着上下文长度显著下降，那么究竟应该怎样提升LLM对长文本理解的准确率呢？
这项最新研究，由北京师范大学和南开大学的研究者们共同完成，于2025年发表于Internet Interventions 上,你只需要写一封信，写给自己，然后让ChatGPT 来给你一点反馈。不用约时间、也不用担心费用，只要在屏幕上敲下几行字，焦虑竟然真的能减少。
回顾 AGI 的爆发，从最初的 pre-training (model/data) scaling，到 post-training (SFT/RLHF) scaling，再到 reasoning (RL) scaling，找到正确的 scaling 维度始终是问题的本质。
虽然 Qwen「天生」就会检查自己的答案并修正错误。但找到原理之后，我们也能让 Llama 学会自我改进。
你能让 ChatGPT 画一朵玫瑰吗？
正如「Manus」的名字寓意，它在拉丁文里象征着「手」。也就是说，知识不仅要在脑子里，还要能用手执行。这正是 Agent 和 AI Bot（聊天机器人）产品的本质进阶。
国家网络安全通报中心昨天扔了个"炸弹"：大模型工具Ollama有安全漏洞！ 相信不少人用ollama来跑DeepSeek、Llama等模型，确实很方便。可通报里说，它默认开放的11434端口跟没锁的大门似的，谁都能进。今天就和你就说一下 这到底是怎么回事？顺便手把手教你几招，保住你的算力和隐私。
增长是手段，但不是能解决一切问题的手段。因为只要你的网站还存在很多问题，那么增长就无法发挥最大的作用。增长是手段，而不是目的，最终是为具体的目的服务的，比如商业化。接下来现场嘉宾会讲一下商业化。所以按照第一性原理，你不是为了增长而增长，而是为了赚钱而增长，没有商业化的增长是一种负担。
国内的AI办公产品，AiPPT.com 绝对是最不可忽视的一个。产品上线后 4 个月，月活跃用户数便突破了百万大关，2025 年 2 月，AiPPT.com 的全球单月访问量逼近 1400 万，全球排名第 2。对于背后的团队像素绽放来说，这也是他们内部最先测试跑通的 AI 核心产品，目前已成为团队变现能力最强的产品之一。
由UCLA等机构共同组建的研究团队，全球首次在20亿参数非SFT模型上，成功实现了多模态推理的DeepSeek-R1「啊哈时刻」！就在刚刚，我们在未经监督微调的2B模型上，见证了基于DeepSeek-R1-Zero方法的视觉推理「啊哈时刻」！
PyTorch机器学习大神Horace He宣布，正是离职加入OpenAI前CTO初创Thinking Machines。这位技术奇才，曾被OpenAI、SSI、谷歌等顶级AI实验室争相邀请，最终选择了刚刚成立的初创。他的选择，不仅是个人职业生涯的转折，更是对AI未来发展方向的一次战略性押注。
在启动 AIOS 之前，老罗最急迫的事情是融到下一笔钱。
ChatGPT新Bug引热议：无法画出“有0头大象的房间”。
「某某公司租的机器狗，都累没电趴窝了。」
不认同“AI原生游戏”的制作人，做了一款AI游戏
前两天，在下面这篇文章里，已经给大家介绍过通过一句话提示词生成app原型图，再截图让Cursor完成app开发的方法了。
自从上周Claude 3.7 Sonnet发布，我的 X 就被这玩意刷屏了好几天。
AI背刺小说家？
一夜之间，RTX 5070被网友们喷成“史上最差的70系列”了。
与3D物理环境交互、适应不同机器人形态并执行复杂任务的通用操作策略，一直是机器人领域的长期追求。
o1/DeepSeek-R1背后秘诀也能扩展到多模态了！
在知名AI排行榜LM Arena中，曾全班垫底的GPT-4.5竟一度拿下第一？甚至在数学、编程等领域表现优异，这反常的表现让网友们一度质疑：大模型竞技场莫非被LLM操纵了？不过网友们在实测后却惊讶发现，GPT-4.5的确情商爆表，不用推理就能理解人类的深层意图！
技术上，从传统的关键词检索，到RAG，大家已经不满足于只是生成对应的简单回答。而是期待大语言模型能够更好地应用于企业级场景，产生更大的价值。不久前，OpenAI推出了最新的深度内容生成神器“DeepResearch”，用户只需一个"特斯拉的合理市值是多少"的提问，
说真的，dify除了知识库以外，其他大部分功能体验都比fastgpt要好。而fastgpt的知识库效果是公认的好（以下是某群 群友的评价~）不过我想： 如果能把dify和fastgpt结合，且不妙哉？
RAG是一种基于“检索结果”做推理的应用，这大大限制了类似DeepSeek-R1模型的发挥空间。但又的确存在将RAG的准确性与DeepSeek深度思考能力结合的场景，而不仅仅是回答事实性问题。比如：
北京时间3月4日晚上22点，OpenAI宣布推出首个由 15 家领先研究机构组成的联盟，名为NextGenAI，而 OpenAI 承诺提供 5000 万美元（约合人民币3.6亿元）的研究补助金、计算资金和 API 访问权限，以支持学生、教育工作者和研究人员推进知识前沿。
