杨帆的文章

综合介绍 Search-R1 是一个开源项目，由 PeterGriffinJin 在 GitHub 上开发，基于 veRL 框架构建。它通过强化学习（RL）技术训练大语言模型（LLM），让模型自主学会推理和调用搜索引擎解决问题。项目支持 Qwen2.5...

  提示词示例 "生成一个无缝的、可铺设的、手绘的鹅卵石道路纹理，灵感来自幻想RPG游戏，具有不同大小的石块和自然的土色调，适合游戏使用并且具有高分辨率。"   "创建一个无缝的、无缝的金属表面纹理...

最近看吉卜力新海诚看吐了，玩点有趣的。Wojak风格图像在未来才更有市场。   不是太稳定，可以详细描述，比如： “图像中前置人物整体保持现有人物线条、轮廓、面部特征，保持背景风格不变，仅将前置人物转换...

综合介绍 OctoComics 是一个在线平台，专注于用 AI 帮助用户快速生成 BL 漫画，同时支持其他类型漫画和社区分享。用户输入文字，就能生成 BL 题材、原创连载或 OC 角色漫画，画风多样，分镜编辑灵活。它适合 BL ...

综合介绍 FluxGen 是一个专为开发者设计的AI图像生成工具，由Black Forest Labs提供技术支持。它的核心功能是让用户在代码编辑器中直接生成高质量图像，无需切换到其他设计软件。开发者可以通过输入文字描述，快...

综合介绍 Purposewrite 是一个利用人工智能帮助用户快速生成高质量原创内容的在线写作工具。它通过简单操作，让用户在几秒钟内创建博客、邮件、广告文案等内容。网站的核心特点是结合AI技术，提供个性化写作建议...

综合介绍 HeroUI Chat 是一个基于人工智能的在线平台。它能帮助用户通过简单的文字描述或上传截图，快速生成漂亮且可直接用于生产环境的 React 代码。这个工具依托于开源的 HeroUI 组件库（原名 NextUI），该库在...

人工智能研究公司 Runway 近日发布了其下一代媒体生成 AI 模型系列—— Runway Gen-4。该模型旨在解决当前 AI 视频生成中普遍存在的一致性难题，并提升内容生成的可控性，标志着向更稳定、更具叙事能力的 AI 创作工...

4月1日， OpenAI 首席执行官 Sam Altman 通过社交媒体宣布，公司计划在未来数月内发布一款具备强大推理能力的新型“开源权重”（open-weight）语言模型。OpenAI 对此表示期待，并强调希望通过与开发者社区的紧密沟...

随着大型语言模型 (LLM) 能力的飞速发展，传统的基准测试，如 MMLU，在区分顶尖模型方面逐渐显现出局限性。仅仅依靠知识问答或标准化测试，已难以全面衡量模型在真实世界交互中至关重要的细微能力，例如情商、创...

综合介绍 DeepGemini 是一个开源项目，由开发者 Thomas Sligter 创建。它是一个支持多模型编排的 AI 管理工具，主要特点是能灵活组合多种 AI 模型，并通过 OpenAI 兼容的 API 接口调用。项目基于 Python 3.11 和 ...

综合介绍 Avcado AI 是一个帮助用户了解食品内容的智能工具。它的核心功能是通过拍照扫描食品标签，快速识别成分、营养信息和添加剂。用户只需用手机拍下包装上的标签，网站就会分析并展示食品的详细信息，比如热...

在人工智能辅助软件开发日益普及的今天，一个关键的挑战浮出水面：如何让 AI 编码助手像人类开发者一样拥有跨会话的“记忆”，能够记住并应用项目的编码规范、偏好设置、特定流程甚至需求细节。目前，广受欢迎的 AI...

综合介绍 Optexity 是一个在 GitHub 上开源的项目，由 Optexity 团队开发。它的核心是用人类演示数据训练 AI 完成计算机任务，尤其是网页操作。项目包含三个代码库：ComputerGYM、AgentAI 和 Playwright，用户可...

综合介绍 II-Researcher 是 Intelligent-Internet 团队开发的一款开源人工智能研究工具，托管于 GitHub。它专为深度搜索和复杂推理设计，能通过智能网页搜索和多步骤分析回答复杂问题。项目于 2025 年 3 月 27 日...

大语言模型（LLM）的发展日新月异，其推理能力已成为衡量其智能水平的关键指标。特别是具备长推理能力的模型，例如 OpenAI 的 o1、DeepSeek-R1、QwQ-32B 和 Kimi K1.5 等，它们通过模拟人类深度思考过程来解决复...

综合介绍 Cua 是一个开源项目，全称“Computer-Use Agent”（计算机使用代理），读作“koo-ah”。它专为 Apple Silicon 设备设计，能创建并运行高性能的 macOS 和 Linux 虚拟机，速度接近原生设备的 90%。Cua 使用 Ap...

综合介绍 vdspeak是一个在线工具，专注于为YouTube视频提供多语言翻译和配音服务。它利用先进的AI技术，能将视频内容自动翻译并配音成150多种语言，帮助用户轻松触达全球观众。操作简单，用户只需输入视频链接，...

今天智谱发布了"AutoGLM 沉思"版，很多人说他就是 Manus ，或 Deep Research 一类的产品，这样简单的归纳没错，甚至可以将 Manus归纳为 Deep Research 。但是这样简单的归纳会对开发者、用户都产生很多认知误差，...