可以指挥50个硅基牛马同时替你干活的开源AI Agent

「星评测」出门问问TicNote录音卡｜职场人&学生的神仙搭子？

它不是录音笔、不是翻译器、不是语音助手——它是一个真正可以「听得懂、记得住、会思考」的随身 AI 搭子。留学、考研、线上会议、头脑风暴，都可以找它帮忙。

【中字】不过，AI视频到底是怎么做的呢？这期视频是@WelchLabsVideo制作的

3Blue1Brown https://www.youtube.com/watch?v=iv-5mZ_9CPY 这个视频主要聊的是现代AI文字生成视频和图像背后的一些基本原理，特别是扩散模型。这种模型能把纯粹的噪音，通过一步步反向操作（有点像在高维空间里布朗运动那样），变成逼真的内容。 视频里解释说，像WAN 2.1这样的模型，一开始会用随机噪音，然后通过一个由文字提示引导的Transformer来逐步精炼。文本引导（Text Conditioning）里有个很关键的部件叫CLIP（对比语言-图像预训练），它能学到一个图像和文本共享的高维嵌入空间，这样相关的概念就能离得近，方便分类和做各种数学运算。 扩散的核心过程就是训练一个神经网络，让它能把加到图片上的噪音反向去除。视频提到，现在的实现方式都挺复杂的，可不是简单地一步步去噪。CLIP模型会和扩散模型结合使用，用来引导和控制生成过程，这样就能根据文字输入，精确地控制生成结果。 视频里提到了关于扩散去噪概率模型（DDPMs）两个挺反直觉的发现：一个是为了让图像更清晰，在生成过程中反而需要加入随机噪音；另一个是训练模型去预测总共加入了多少噪音，比只预测单步去噪效果更好。它把加噪音的过程比作随机游走，并解释说DDPM的训练目标（预测总噪音）在数学上等同于单步预测，但能大大减少训练方差，让模型更高效地学习那个指向原始数据分布的“分数函数”。通过对时间进行条件化，模型能学到这个向量场粗略和精细的结构。在生成过程中，每一步重新引入随机噪音非常关键，这样可以防止生成的结果都趋于平均（也就是变得模糊），反而能让模型捕捉到目标图像流形的全部多样性。 视频还讲了DDPM早期的一些局限性，比如如果移除了随机噪音步骤，生成的图片会模糊，而且计算量也很大。接着它介绍了去噪扩散隐式模型（DDIMs），这算是一个很大的改进。DDIMs把DDPMs里的随机微分方程（SDE）转换成了常微分方程（ODE），这样就能在更少的步骤里生成确定性的、高质量的图片，而且不需要随机噪音，主要是通过优化步长缩放来实现的。这大大减少了计算量，而且还不用重新训练模型。 此外，视频还深入探讨了如何用文字提示来引导扩散模型，强调了像OpenAI的UnCLIP（DALL-E 2）这样的模型是如何利用CLIP共享的图像和文本嵌入来“操纵”扩散过程的。这种“条件化”（Conditioning）的做法，就是把文本向量作为输入给到扩散模型，让它能根据文字上下文更准确地给图片去噪。但视频也指出，光靠条件化还不足以让生成结果高度符合提示，这说明还需要更多机制来区分一般的图像生成和基于特定类别的生成。 视频解释了“无分类器引导”（Classifier-Free Guidance，简称CFG）这个技术，它能显著提升扩散模型生成内容的质量和特异性。CFG的原理是利用无条件模型和有类别条件模型输出之间的差异。通过将无条件向量从有条件向量中减去，并放大结果，生成的结果就能更精确地朝向我们想要的提示或类别，从而让细节更丰富，也更符合要求。视频还介绍了“负面提示”这个概念，它是一种变体，用来减去我们不想要的功能或特征。 视频表达了对AI飞速发展，特别是文字生成图像/视频模型的惊叹，以及在高维空间中整合复杂组件和简单几何直觉的非凡效果，让语言能成为创造逼真媒体的强大工具。最后，它总结说这些模型能泛化并合成训练数据中没有明确出现过的新颖概念，这种能力真是太厉害了。 最后，视频提到了一个技术上的谜团：那些清晰可组合的特征，是如何映射到反向扩散过程和子流形上的。它还预告了未来会有一个结合现代艺术和群论的视频，Patreon支持者可以提前观看并提供反馈，并且大力推荐了“Welsh Labs”的视频和产品。

华为AI推理领域再突破|小米公告进展|56K拨号上网—科技信息差

1.华为AI推理领域再突破 2.小米公告问题进展 3.56K拨号上网成历史 4.GPT-5发布引众怒 5.苹果在中国首次关直营店 6.台积电2nm工艺泄密风波 7.中芯国际Q2财报大揭秘 8.英特尔Nova Lake芯片规格曝光 9.手机周报份额出炉 10.摩托罗拉美国制造梦破灭

终于明白老司机一边吐槽高德，一边还在用高德！

-

【创业日记6】一人公司，最重要的是活下去。

晓舟的项目地址在：30元充电档位，置顶动态。AI学习资料包每周都有更新，股东朋友们多关注晓舟的充电专属动态哟。

【AI 1x1】 1x抓不到人还被嘲笑了，来听听他是怎么说的。

-

001老罗笔记人工智能文字处理软件概要

-

mixly随讲AI生成mixly的库文件

AI拿下奥数IMO金牌，但数学界的AlphaGo时刻还没来【101 Weekly】

只有外里挑一的学霸才敢挑战的国际奥数竞赛IMO，今年却被AI抢了风头：OpenAI和谷歌DeepMind一前一后宣布，他们的模型已经达到了IMO金牌的标准。与之前不同的是，这次的AI模型在不依赖编程语言、完全用自然语言解题的情况下达到满分，比去年DeepMind发布的数学模型进了大一步。这个结果意味着什么？我们是离AGI是更近了一步，还是失去了研究数学的意义？在这期视频里，我们邀请了前IMO金牌得主，以亲历者的角度来评价AI的解法，并解析为什么IMO成了衡量AI数学能力的关键？最新的AI模型有哪些技术突破？这是数学界的AlphaGo时刻吗？

美国AI圈抢人进入“亿级时代”，核心人才成天价争夺品。

-