5分钟，搞懂大模型命名规则

用豆包生成游戏角色行走素材

-本视频仅提供行走素材生成思路，ai素材用于自用和参考

紧急避雷!揭露“大魔王”二次跑路骗局，旧卡密是诱饵，新圈钱已启动！大伙千万不要上当！

大魔王这个家伙已经不是第一次搞这样子的圈钱后再跑路的逆天操作了！希望大家擦亮眼睛，不要上当受骗！

【PJSK│动态名片】星乃一歌加载动画制作

一些使用到的小技巧公式： <color=#??????>文字颜色 <size=?>文字大小 <line-indent=??%>文字速度 <scale=?%>文字拉伸 一些使用到的特殊符号： ︵╭╮╰╯ノ■ —————————————— luka版：BV1ueLGzkE93 rin版：BV172jczZEYE 莉爱：BV1SyVLzyE7J bgm：BV1dL41137ux

RAG作者：部署企业RAG系统的10个经验教训｜2025.04.11

https://www.youtube.com/watch?v=kPL-6-9MVyA RAG 作者 Douwe Kiela 近期演讲，讲述了他在部署企业 RAG 系统中获得的 10 个经验教训。 他表示，现在存在 AI Context 悖论：LLM 在复杂推理、综合信息、代码生成、数学计算等方面表现惊人（对人类“难”），但在理解和应用特定上下文信息 (Context) 方面却很困难，而这恰恰是人类凭直觉和专业知识能轻松做到的。  企业要实现从 AI 中获得差异化价值和业务转型（而不仅仅是便利性或效率提升），就必须依赖于深度、准确的企业上下文信息。目前大多数应用还停留在低上下文信息需求的“便利性”阶段。 10个经验教训： 1.更好的 LLM 不是（唯一）答案： LLM 只是整个 AI 系统（特别是 RAG 系统，包括提取、检索、生成、联合优化）的一小部分（约 20%）。一个优秀的 RAG 系统配合普通的 LLM，效果可能优于一个顶尖 LLM 配合糟糕的 RAG 系统。关键是关注系统而非孤立的模型。 2.专业知识是你的燃料： 企业内部积累的专业知识和机构知识（通常存在于文档和数据中）是驱动 AI 产生价值的核心燃料。必须设法解锁这些专业知识。 3.企业规模是你的护城河： 企业的核心竞争力在于其独特的数据。真正的挑战在于大规模地利用这些数据，让 AI 能够处理大规模、甚至“嘈杂”的真实数据。成功做到这一点，就能构建竞争壁垒。 4.试点与生产之间的鸿沟总是比预想的要大： 建立小规模试点相对容易（少量文档、用户、单一场景、低风险），但将其扩展到生产环境则面临巨大挑战（海量文档、大量用户、多场景、高安全风险、SLA 要求等）。 5.速度比完美更重要： 不要追求一开始就完美。应尽早将（哪怕不完美的）系统交给真实用户使用，获取反馈并快速迭代。通过迭代“爬山”达到目标，而不是试图一次性设计出完美方案。 6.工程师在“无聊”的事情上花费大量时间： 工程师本应专注于构建流程、提升精度、扩展应用等创造业务价值的工作，但现实中却常常耗费时间在数据分块 (chunking) 策略、文本清洗、构建连接器、配置向量数据库、调整提示、管理基础设施等相对基础且耗时的工作上。应设法将这些工作自动化或平台化。 7.让 AI 易于消费： 即使 AI 系统已部署到生产环境，如果没有被用户方便地使用，也无法产生价值。很多时候系统使用率为零。关键在于将 AI 集成到用户现有的工作流中。企业数据 + AI + 集成 = 成功。 8.让你的用户“惊叹”(Wow)： 要让 AI 应用产生粘性，需要尽快让用户体验到“惊艳”时刻。例如，帮助用户找到一个他们自己都不知道存在的、埋藏多年的重要文档并回答了关键问题。用户体验设计应围绕创造这种早期价值。 9. 可观测性比准确率更重要： 达到 100% 准确率几乎不可能，90-95% 也许可以。但企业更关心的是那无法避免的 5-10% 的错误会带来什么影响以及如何处理。因此，可观测性，包括理解系统为何给出某个答案、提供溯源依据、建立审计追踪等，比单纯追求更高的准确率更重要，尤其是在受监管行业。 10.要有雄心壮志：很多 AI 项目失败往往不是因为目标太高，而是因为目标太低。不要满足于解决“401k 供应商是谁”这类简单问题，要敢于挑战能带来真正业务转型的难题。

Index-TTS官方编译加速版本,实时推理,实时语音,B站出品,文字转语音,TTS,基于Docker镜像

Index-TTS官方编译加速版本,实时推理,实时语音出品,文字转语音,TTS,基于Docker镜像

AI，MAD提速计划 第三期：快速补图

补图需要多抽卡，最快的方法还是跑个轮廓，然后扔ps修或者用修图工作流修 如果觉得有帮助的话，可以三连支持下 RH工作流云端运行以及免费下载：https://www.runninghub.ai/post/1912329564876668929 长期更新工作流合集：链接：https://pan.quark.cn/s/5264fd9bbb11 邀请码注册：https://www.runninghub.ai/?inviteCode=662ea2a7

顶流再就业、砍价100万买房、反咬狗一口是否犯法…这届AI再度进化

4月9日—12日，AI创造力大展正在北京举办，局妹带大家看看现场有哪些好玩的

人工智能与新型工业化大讲堂即兴总结演讲

《我的数学老师会玩原神》

软件概念演示：自然语言（中文）编程，一个面向全人类的大型合作编程项目

是的，这只是一个概念。 …… 好吧，演示的东西肯定都是实机的， 但一切就如视频里说的，没有资金团队……就不做了呗，我没失去什么，我反而获得了更多的时间去做更底层的东西。