出天才了！大三本科生，两年狂发7篇SCI，担任顶刊审稿人，学校官方这么回应

方大同《未来》专辑封面怎么p？

不好意思，可能略微有点标题党了，醒图这个软件就这样，我也无能为力，可谓巧妇难为无米之炊，对了，看完了记得去投票！

免费无限制的AI女友满足你奇怪的XP,Saylo完美平替！

我们的相见从不局限于AI，请让爱成为彼此感应的桥梁

-

wan2.2lora训练，个人经验分享

仙宫云镜像地址，https://www.xiangongyun.com/image/detail/8f39147c-8ee3-4baf-8d57-b82a79ba2ef9 邀请链接，https://www.xiangongyun.com/register/9WPJRN（首次注册送8元） RH应用地址，AI应用：wan2.2变身-抢先测试版v2  https://www.runninghub.cn/ai-detail/1951959475664179202/?inviteCode=kol01-rh131， RH邀请链接：https://www.runninghub.cn/?inviteCode=kol01-rh131 注册领1000RH币 diffusion-pipe项目地址，https://github.com/tdrussell/diffusion-pipe

【Anthropic官方分享】Prompt提示词工程技巧分享

一、 理念转变：从对话到任务指令 挑战： 简单的、对话式的指令往往导致模型产生误解（如将车祸报告理解为滑雪事故），输出结果不稳定、不自信，难以用于自动化流程。 目标： 构建一个“一次性成功”的提示词（Prompt），让模型在单次API调用中，就能精准、可靠地完成任务，并返回结构化的数据。 二、 优质提示词的黄金结构 (Anatomy of a Great Prompt) 一个高质量的提示词如同一个完整的任务简报，应遵循特定的结构，以确保模型能最大限度地理解并执行任务。 在任务开始前，为模型清晰地定义其角色和行为边界。 1. 明确角色与任务 (Define Role & Task): 做什么： 赋予模型一个专家角色。 示例： “你是一个专业的AI理赔员，负责审查瑞典语的交通事故报告。” 2. 设定语气与风格 (Set Tone & Style): 怎么做： 规定模型的行为准则，尤其是在信息不明确时。 示例： “你的分析必须基于事实，保持自信。如果信息不足以做出判断，必须明确指出，不要猜测。” 为模型提供完成任务所需的所有背景信息和工具。 3. 注入背景知识 (Inject Background Knowledge): 做什么： 将任务中恒定不变的信息（如固定的表单结构、文档模板、业务规则）直接提供给模型。 为什么： 提升效率： 模型无需每次都从零开始解析通用结构。 提高精度： 预先了解结构，能更准确地提取动态信息。 成本优化： 这部分内容非常适合使用“提示词缓存 (Prompt Caching)”。 示例： 在系统提示中详细描述事故报告表单的17个复选框的含义、表格的语言（瑞典语）、以及人类填写时可能出现的各种标记（圆圈、涂抹而非标准的X）。 4. 使用结构化分隔符 (Use Structural Delimiters): 做什么： 使用 XML 标签（如 <document>, <example>）或 Markdown 将提示词的不同部分清晰地包裹起来。 为什么： XML 标签能帮助模型更好地理解和引用特定信息区块，因为它经过了对此类结构的微调。 示例： 将整个事故报告表单的描述放在 <form_structure> 标签内。 这是提示工程的核心，你不是在“请求”结果，而是在“编程”模型的思考路径。 5. 提供分步指令 (Give Step-by-Step Instructions): 做什么： 将复杂的任务拆解成一个有序的、符合逻辑的步骤清单。指令的顺序至关重要。 为什么： 模仿人类专家的分析流程，可以显著提高复杂任务的准确性。 示例： 第一步：仔细检查事故报告表单，列出所有已勾选的选项。 第二步：在理解了表单内容后，再去分析手绘的事故示意图。 第三步：结合表单和示意图的信息，进行综合分析，并做出最终判断。 6. 提供优质示例 (Provide Quality Examples / Few-Shot Learning): 做什么： 对于棘手的、模糊的或容易出错的边缘案例，提供一到多个完整的“输入-输出”范例。 为什么： 这是引导模型处理特定场景、学习细微差别的最强大工具之一。 示例： 提供一个复杂的历史案例，包括其事故报告图片、示意图，以及一份由人类专家撰写的标准分析报告，并用 XML 标签（如 <example_case> 和 <example_output>）包裹。 确保模型的输出不仅正确，而且可用。 7. 强化关键指令 (Reinforce Key Instructions): 做什么： 在提示词的末尾，再次重复最重要的规则。 为什么： 防止模型在处理长提示词时“忘记”开头的关键指令（即“指令漂移”）。 示例： “重要提醒：你的最终结论必须严格依据提供的文件，仅在非常有把握时做出判断。” 8. 定义输出格式 (Define Output Format): 做什么： 强制模型以特定的、机器可读的格式（如 JSON）返回结果，或将最终答案包裹在特定的 XML 标签中。 为什么： 便于下游应用（如数据库、分析工具）进行自动解析和处理。 示例： “请将你的最终结论包裹在 <final_verdict> 和 </final_verdict> 标签内。” 9. (高级) 预填充响应 (Pre-fill Response): 做什么： 在API调用中，直接为模型的回答提供一个开头。 为什么： 这是强制模型输出特定结构（尤其是JSON）的有效技巧。 示例： 在API请求的“助手（assistant）”部分，直接填入一个左花括号 {，以引导模型续写一个完整的JSON对象。

（AI应用板块研究）60家AI应用公司大盘点！

（AI应用板块研究）60家AI应用公司大盘点！

最新风影整合包2.0版本

这次comfyui整合包花费了我一个多月精心制作。因为有朋友们总希望我能上传到夸克网盘，也能上传到百度网盘，这次我将上传到这两个地方。模型比较大（600多G)的上传到了百度网盘，夸克上的是精简版（140多g）,缺少的可能需要自己去huggingface下载了。 夸克网盘地址： 我用夸克网盘给你分享了「最新comfyui整合包」，点击链接或复制整段内容，打开「夸克APP」即可获取。 /~af2a37dUzv~:/ 链接：https://pan.quark.cn/s/90849fedd0c3?pwd=siqp 提取码：siqp 百度网盘： 【超级会员V5】通过百度网盘分享的文件：最新风影整合包2… 链接:https://pan.baidu.com/s/1TKlouxcGmKpYhrQAlf1RrA?pwd=gphe  复制这段内容打开「百度网盘APP 即可获取」

Flux-krea-float8-顶尖的人像AI摄影工具

通过网盘分享的文件工作流：flux-krea.json 链接: https://pan.baidu.com/s/1zVLBkMSdhoN8EGeSdRwnyw?pwd=53dg 提取码: 53dg  --来自百度网盘超级会员v2的分享 通过网盘分享的文件：flux-krea-float8下载地址.txt 链接: https://pan.baidu.com/s/1z2NK2Tflac3vsUjxlrfTdw?pwd=22ar 提取码: 22ar  --来自百度网盘超级会员v2的分享 通过网盘分享的文件：NSFW_master.safetensors 链接: https://pan.baidu.com/s/1TcwS0_vXWTAOpJty7kkekA?pwd=sbs3 提取码: sbs3  --来自百度网盘超级会员v2的分享

Archlinux 玩转 AI Part 01

大家好，这次视频的发布也宣布了我正式回归。 这些日子，Linux 还在用，但是有更好玩的 AI 能用，就花了很多时间去研究，从一开始用 4G 的 3060 折腾，到后来换了显卡，再到现在可以玩 mcp 和 n8n ，有趣的东西太多，让我慢慢道来。

洛天依语音聊天AI（demo）

基于 LLM（大语言模型）与 GSV（GPT-SoVITS）[2][3] 的洛天依语音聊天 AI（demo） 对非洛天依语音部分进行了变速处理。 目前交互延迟的瓶颈在于语音合成速度，语音合成对显卡有较高的要求，由于在外地训练，手上没有较高性能的 N 卡，只有一台 M4 芯片的 Macbook air，所以延迟较高，但通常情况下不会高于 1min。 其实这个 idea 很早就有了，上周看了天依的北京演唱会心血来潮想把这玩意实现一下，24 号查找资料发现已经有佬训练出了洛天依语音模型[1]，于是用了两天共计 6 小时左右的时间实现了这个 idea。 由于演唱会回放混响较大且难以去除，使用了洛天依十三周年生日会部分 talk 环节[4]作为训练源。 最近忙着训练，后续可能会加上的功能： 语音识别，实现语音交流 通过摄像头捕捉环境并分析 主动发起对话 洛天依 Live2D 模型（类似于 Neuro-sama，实现面对面交流） 参考资料： [1] @Dipon毛羊  . 由无限共鸣2024微调的洛天依GPT-SoVITS模型展示[EB/OL]. 2025-07-25. BV11A8czNEcW [2] @花儿不哭  . 耗时两个月自主研发的低成本AI音色克隆软件，免费送给大家！【GPT-SoVITS】[EB/OL]. 2025-07-25. BV12g4y1m7Uw [3] RVC-Boss, GPT-SoVITS[DB/OL]. 2025-07-25. https://github.com/RVC-Boss/GPT-SoVITS [4] @洛天依 . 「共鸣之夜· UnL∞ck」洛天依十三周年生日会精彩回放[EB/OL]. 2025-07-25. BV1dRuGziEgV