他们花费数万美元，让自己的孩子成为尚未经过验证的技术的测试者。
大多数美国人并不信任AI。人们已经证明，AI 甚至不知道哪些披萨配料是安全的。更别说大家也不太愿意听 AI 生成的音乐了。
不过，对美国一些有钱人来说，这些都无关紧要——他们选择用AI来辅导孩子，而不是依赖传统学校。
像 Forge Prep 和 Alpha School 这样的公司，正在向家庭收取数万美元，让孩子成为 AI 辅导老师和“互动式项目制工作坊”的测试对象。
不出所料，硅谷是这种新模式的主要拥趸。旧金山风险投资家 Shaun Johnson 告诉《华尔街日报》，他计划把儿子送进一年学费高达 7.5 万美元的 Alpha Kindergarten。他说：“我们意识到，教育很可能像现在这样已经出了问题，而总会有创业者去尝试修补它……你希望一个人能够随机应变、应对这个世界，而不只是机械背诵某个学科的知识。”
像 Forge 这样的公司并不公开绩效指标，因此没有证据表明这些由 AI 指导的私立学校正在提升教育成效。
字节跳动豆包上线专业版，收费方面实行三级阶梯定价
6月24日，字节跳动旗下AI助手豆包推出专业版。该版本接入全新豆包2.1 Pro大模型，核心聚焦应用开发与数据分析等复杂场景。
收费方面，专业版实行三级阶梯定价：标准连续包月68元（核心额度超免费版5倍），加强版200元，高级版500元；另设38元/月学生特惠。豆包表示，此为增值订阅服务，现有免费版功能不变且将持续迭代。（硬AI）
🗒 标签: #字节跳动 #AI #豆包
📢 频道: @GodlyNews1
🤖 投稿: @GodlyNewsBot
6月24日，字节跳动旗下AI助手豆包推出专业版。该版本接入全新豆包2.1 Pro大模型，核心聚焦应用开发与数据分析等复杂场景。
收费方面，专业版实行三级阶梯定价：标准连续包月68元（核心额度超免费版5倍），加强版200元，高级版500元；另设38元/月学生特惠。豆包表示，此为增值订阅服务，现有免费版功能不变且将持续迭代。（硬AI）
桥水创始人：随着财富转化为真金白银，AI泡沫终将破裂
亿万富翁投资者瑞·达利欧（Ray Dalio）表示，当前火热的人工智能（AI）市场已显现出泡沫迹象，且该泡沫最终必将破裂。
桥水基金创始人达利欧指出：“所有伟大的技术变革都会催生泡沫。没有人能做到绝对精准。你要么投入巨额资金去抢占市场份额，而不去计较是否投入过多；要么就是投入不足，从而失去市场份额。”
达利欧表示，当到了将投资变现的时候，泡沫就会破裂，他同时指出了市场对AI公司盈利能力的担忧。
“泡沫破裂的本质，就是将账面财富转化为实际资金的过程，”他说道。尽管AI是一项绝佳的技术，但当今由AI驱动的市场“正沿着这条路径发展”。（彭博电视）
🗒 标签: #桥水基金 #AI
📢 频道: @GodlyNews1
🤖 投稿: @GodlyNewsBot
亿万富翁投资者瑞·达利欧（Ray Dalio）表示，当前火热的人工智能（AI）市场已显现出泡沫迹象，且该泡沫最终必将破裂。
桥水基金创始人达利欧指出：“所有伟大的技术变革都会催生泡沫。没有人能做到绝对精准。你要么投入巨额资金去抢占市场份额，而不去计较是否投入过多；要么就是投入不足，从而失去市场份额。”
达利欧表示，当到了将投资变现的时候，泡沫就会破裂，他同时指出了市场对AI公司盈利能力的担忧。
“泡沫破裂的本质，就是将账面财富转化为实际资金的过程，”他说道。尽管AI是一项绝佳的技术，但当今由AI驱动的市场“正沿着这条路径发展”。（彭博电视）
这是一款提供全天候免提协助的智能眼镜，将于今秋上市。
新款音频眼镜可让 Gemini 随时为你提供帮助，比如拍照、在新城市导航，或将音频内容进行实时翻译。Audio Glasses支持与 Android 及 iOS 手机配对使用。
• Gemini 月活用户达9 亿
谷歌搜索现在由Gemini 3.5加持、具备大规模执行任务能力
该功能将先向 Google AI Pro 和 Ultra 订阅用户逐步推出
Google 推出CodeMender API，一种代码安全代理，可自动发现并修复关键的软件漏洞。
今天，我们将邀请一小部分精选专家来进行测试，并计划很快更广泛地推出。
面向科学的 Gemini，旨在加速科研进程
Gemini 已经可以帮助解决复杂问题，而我们全新的 GoogleLabs 原型还能进一步简化更多日常科研任务，包括：
• 跟进最新论文
• 把研究目标转化成可直接使用的代码
• 生成新的假设
AI 模拟是面向科学的中另一个强有力的工具，能够帮助我们理解并预测动态系统。
Google 推出Google Pics
Google Workspace 新增一款全新产品，让你获得更强的创作掌控力。
这是一款图像创建与编辑工具，几乎能帮你做出任何想要的作品——比如派对传单和信息图表。它会自动识别并分割照片中的各个对象，理解它们之间的关系，让你只需点击几下就能轻松完成编辑。
Pics 将于今天先向一小部分“可信测试员”开放，随后在今年夏天晚些时候，面向全球的 Google AI Pro 和 Ultra 订阅用户推出。
Stitch by Google现在能够实时生成移动端和 Web 应用的界面（UI）
今天起开始免费向全球用户逐步推出。
你可以让 Stitch 根据你的提示设计一款移动端应用，并通过语音和文字编辑备注对设计进行打磨——就像和设计伙伴协作一样。准备上线时，可将设计导入 Google Antigravity 或 GoogleAIStudio ，并进行发布。
Google Flow多项更新
• 新增Gemini Omni Flash：只需提供简短提示和风格参考，Gemini Omni 就能在保留原始性能的同时，改变现有场景的环境，添加视觉效果及其他元素。
• 新增Google Flow 代理：集成Gemini 的智能代理能力，现在你的智能体可以同时执行多个操作。该代理还能凭借对上下文的精准理解，完成大规模编辑任务。
• 新增Google Flow 工具：现在你可以为任何你想到的创意工具“尽情编写代码”，比如设计视频特效或手绘动画。你还能在Google Flow上直接创建、分享并对这些工具进行再创作（remix）。
• 新增Google Flow Music：还在脑海里挥之不去的旋律？现在你可以在 Google Flow Music 上创作自己的歌曲。你只要把即兴创作录进 Google Flow Music，并用你想要的音乐风格来给它下指令——比如更精致的 R&B。Google Flow Music 会先给你打好基础，之后你就能直接在这个工具里继续微调完善。
新增 Universal Cart（环球购物车），Google 上全新的购物中心
你可以在Google引擎、Gemini App、YouTube或Gmail购物时，将商品添加到购物车。
系统将查找优惠和降价信息，给你带来价格历史的洞察，并在某件商品重新上架时及时提醒你。
它能帮你发现隐藏的优惠。由于它是基于 Google 钱包打造的，你的购物车会识别你的支付方式特权、会员/忠诚度信息以及商家优惠，这样你就不会错过任何优惠或积分。
• 通用商务协议（Universal Commerce Protocol：一项开源标准，它为代理和系统提供共同语言，使所有关键参与者能够携手协作。
• Agent Payments Protocol（AP2）：让你的 AI 代理在明确边界与责任的框架下，安全地替你完成支付。
• Android Halo: 为你的代理在 Android 设备上提供的全新空间。今年晚些时候，它将让你一眼掌握各个代理的状态，从屏幕顶部就能直接看到他们的进展。Halo 将支持与 Gemini Spark 及其他兼容的智能代理协同工作。
用户能够持续监测在 YouTube 上可能使用其面容的内容;该功能现已向所有年满 18 岁并拥有 YouTube 账户的用户开放。
“相似性检测”会通过扫描用户面部的自拍图像来监测 YouTube 上是否存在相似人物。
如果发现匹配结果，YouTube 将向用户发出警报；用户随后可以选择要求 YouTube 删除相关内容。YouTube 过去曾表示，收到的删除请求数量“非常少”。
YouTube 最初在内容创作者中测试这项功能，随后又扩展到政府官员、政客、记者，最终覆盖到娱乐行业。如今面向所有 18 岁及以上用户开放，这是一次重大变化——它等于让普通用户能够持续监测在 YouTube 上可能使用其面容的内容。
字节跳动旗下豆包启动付费订阅测试
豆包App Store页面已出现付费服务协议及三档订阅方案——标准版每月68元（每年688元），增强版每月200元（每年2048元），专业版每月500元（每年5088元）。
摩根士丹利认为，作为中国消费级AI赛道最激进的补贴者，豆包此举释放出重要的行业信号：中国消费者AI使用习惯的培育阶段已基本完成，行业正从用户补贴转向商业可持续性。这一转变对字节跳动持续投入AI资本开支的合理性至关重要，也为整个行业的长期变现路径提供了参照。
🗒 标签: #字节跳动 #豆包 #AI
📢 频道: @GodlyNews1
🤖 投稿: @GodlyNewsBot
豆包App Store页面已出现付费服务协议及三档订阅方案——标准版每月68元（每年688元），增强版每月200元（每年2048元），专业版每月500元（每年5088元）。
摩根士丹利认为，作为中国消费级AI赛道最激进的补贴者，豆包此举释放出重要的行业信号：中国消费者AI使用习惯的培育阶段已基本完成，行业正从用户补贴转向商业可持续性。这一转变对字节跳动持续投入AI资本开支的合理性至关重要，也为整个行业的长期变现路径提供了参照。
Multica 的核心理念是把各种编码 AI Agent变成真正的团队队友。
不再需要手动复制提示词，而是像分配任务给同事一样，把 Issue 指派给 Agent，让它们自主执行、汇报进度、积累技能。
➡️ Agent 即队友：每个 Agent 有独立档案、出现在看板上、能发表评论、创建 Issue、主动报告阻塞，像人类同事一样协作。➡️ 完整任务生命周期管理：自主认领、执行、实时进度推送（WebSocket）、完成/失败处理。➡️ 可复用技能系统：Agent 每次解决的问题都会变成团队共享的“技能”，让团队能力随时间持续增长。➡️ 多 Agent 多 Runtime 支持：兼容 Claude Code、OpenAI Codex、GitHub Copilot CLI、OpenClaw、OpenCode、Hermes、Gemini、Pi、Cursor Agent、Kimi、Kiro CLI 等，几乎覆盖主流编码 Agent。
📮投稿 📢频道 💬吹水 🌐网站
在 Cloud Next 2026大会上，Google推出了“Workspace Intelligence”(工作区智能)，旨在为每个应用提供“高度准确、个性化的上下文”。
该系统“理解复杂的语义关系”，涵盖 Gmail、Docs 及其他 Workspace 应用中的数据、你正在进行的项目、协作者以及其他公司特定的信息。Workspace Intelligence 利用 Google 的搜索能力和先进的 Gemini 推理来实现
• 信息收集：Workspace Intelligence 负责繁重的工作，为你收集正确的信息。它打破上下文壁垒，确保你在需要采取行动的瞬间就拥有所需的一切。
• 情境感知：借助高级的 Gemini 推理能力，Workspace Intelligence 能知道此刻对你最重要的是什么——确保你永远不会错过任何待办事项。
• 真正的个性化：通过理解你过去的工作和沟通模式，Workspace Intelligence 学会你的独特工作风格、语气和格式偏好，确保每一份输出都听起来像真正的你。
通过利用贯穿会议记录、电子邮件、文件等数字工作流的深层语义上下文，它创建了一个以你独特背景为基础的智能层，能够从根本上改变你的工作方式。
使用场景
你可以在Google Chat中向 Gemini 提问可以完成你交代的复杂任务，包括生成文档和幻灯片、根据描述搜索文件，以及在考虑所有人日程的情况下找出合适的会议时间。它还可以创建每日简报并与第三方工具集成，如 Asana、Jira 和 Salesforce。
在 Google Docs中，Gemini 可以使用 Workspace Intelligence 根据“你的业务数据”创建信息图。它可以同时编辑多张图片，“以在你的文档中创建视觉一致性”。另一项功能可以“对文档中的评论进行分类和回复，甚至根据评论反馈编辑你的文档”。
在 Google Slides 中，Gemini 利用 Workspace Intelligence 提供上下文信息，并严格遵循“贵公司的模板和视觉风格”，一次性生成幻灯片。在 Google Sheets 中，它用于以对话方式创建和编辑电子表格。
Workspace Intelligence 可从网络上检索您的相关电子邮件、聊天记录、文件和信息，将您的想法转化为专业格式的草稿，完美地模仿您的声音、品牌、风格和公司模板。
Google还发布了第八代TPU（张量处理单元）。今年的一个亮点是推出了“两种专为训练和推理设计的不同架构”。
TPU 8t（图左侧）用于训练，目标是将前沿模型的开发周期从几个月缩短到几周。与上一代相比，它在性价比上提高了 2.8 倍。其主要特性包括：
• 大规模扩展：单个 TPU 8t superpod 现在可扩展至 9,600 块芯片，配备 2 PB 共享高带宽内存，且芯片间带宽是上一代的两倍。该架构可提供 121 ExaFlops 的计算能力，让最复杂的模型能够使用一个巨大的统一内存池。
• 最大化利用率：通过将存储访问速度提升 10 倍，并使用 TPUDirect 将数据直接传入 TPU，TPU 8t 可确保端到端系统得到充分利用。
• 近乎线性扩展：借助我们新的 Virgo 网络、JAX 和 Pathways 软件，TPU 8t 能在单个逻辑集群内实现对多达一百万块芯片的近乎线性扩展。
TPU 8i（图右侧）用于推理或运行模型。它的每美元性能比之前提升了 80%，Google称这意味着公司可以“用相同的成本服务几乎两倍的客户量。”
• 打破“内存瓶颈”：为避免处理器闲置，TPU 8i 将 288 GB 高带宽内存与 384 MB 片上 SRAM 配合使用——比上一代增加了 3 倍——可以把模型的活跃工作集完全保存在芯片上。
• Axion 驱动的高效能：我们把每台服务器上的物理 CPU 主机数量翻了一番，采用了我们定制的基于 Arm 的 Axion 处理器。为实现隔离并提升性能，我们采用了非统一内存架构（NUMA），并对整个平台进行了全面优化。
• 针对现代的混合专家（MoE）模型，我们把互连（ICI）带宽提升到 19.2 Tb/s。新的 Boardfly 架构将最大网络直径缩小了一半以上，保证整套系统作为一个统一且低延迟的整体运行。
• 消除卡顿：我们的新型片上“集合加速引擎”（CAE）负责处理全局操作，可将片上延迟最多降低 5 倍，从而显著减少卡顿。
🔥 OpenAI & Anthropic 双王炸：GPT-5.3-Codex 与 Claude Opus 4.6 同日发布（含用户即时评价）
今天是 2026 年 2 月 5 日，AI 界的“超级星期五”。OpenAI 和 Anthropic 不约而同地亮出了底牌。根据 Reddit、Hacker News 上第一波用户的反馈，战况比预想的要复杂，甚至有点“割裂”。
🤖 OpenAI: GPT-5.3-Codex
"想接管你的电脑，而且它真的变强了"
GPT-5.3-Codex 现在的定位是全能 Agent。
• 用户评价： • 👍 代码与终端操作强： 很多开发者反馈它在 Terminal Bench 上碾压了对手（77.3% vs 64%），是目前最强的 CLI 操作者。有用户直言：“它虽然慢，但写出来的东西是对的，不用我再去擦屁股。”
• 👍 自我修复： 它不只是写代码，还能自己跑测试、查错、修 bug。
• 👎 速度慢： 因为要读更多上下文、做更多检查，反应速度明显不如 Claude Code。
• 👎 甚至有点“啰嗦”： 有人吐槽它太爱聊天了，而 Claude 更直接。
🧠 Anthropic: Claude Opus 4.6
"代码更强了，但...灵魂呢？"
Anthropic 这次让人又爱又恨。
• 用户评价： • 👍 编码能力提升： 升级后的 Claude Code 在 SWE-bench 上得分很高（80.8%），写代码确实更利索了。
• 👎 写作能力“被阉割”： 这是最大的槽点。大量用户（包括 Hack News 和 Reddit）抱怨 Opus 4.6 的写作质量下降，甚至有人用“Lobotomized”（切除脑叶）来形容。它写出来的东西变得干瘪、缺乏灵气，甚至不如上一代 Opus 4.5。
• ⚠️ 建议： 现在的共识是——写代码用 Opus 4.6，写文章/搞创作请坚守 Opus 4.5。
⚡️ Agili 的看法
现在的局面很有趣：
• OpenAI 赢在**“干脏活累活”**（OS 操作、终端调试），它想做那个不嫌麻烦的超级实习生。
• Anthropic 赢在**“快和灵”（Claude Code 体验依然丝滑），但在通用写作**上似乎为了强化逻辑而牺牲了文采。
给你的建议：
如果你是写代码的，哪怕慢点，GPT-5.3-Codex 值得一试；如果你是写周刊、做内容的，先别急着把 Claude Opus 4.5 换掉，现在的 4.6 可能写不出你要的那种“人味儿”。
#AI #OpenAI #Anthropic #GPT5 #ClaudeOpus #真实评测
今天是 2026 年 2 月 5 日，AI 界的“超级星期五”。OpenAI 和 Anthropic 不约而同地亮出了底牌。根据 Reddit、Hacker News 上第一波用户的反馈，战况比预想的要复杂，甚至有点“割裂”。
🤖 OpenAI: GPT-5.3-Codex
"想接管你的电脑，而且它真的变强了"
GPT-5.3-Codex 现在的定位是全能 Agent。
• 用户评价： • 👍 代码与终端操作强： 很多开发者反馈它在 Terminal Bench 上碾压了对手（77.3% vs 64%），是目前最强的 CLI 操作者。有用户直言：“它虽然慢，但写出来的东西是对的，不用我再去擦屁股。”
• 👍 自我修复： 它不只是写代码，还能自己跑测试、查错、修 bug。
• 👎 速度慢： 因为要读更多上下文、做更多检查，反应速度明显不如 Claude Code。
• 👎 甚至有点“啰嗦”： 有人吐槽它太爱聊天了，而 Claude 更直接。
🧠 Anthropic: Claude Opus 4.6
"代码更强了，但...灵魂呢？"
Anthropic 这次让人又爱又恨。
• 用户评价： • 👍 编码能力提升： 升级后的 Claude Code 在 SWE-bench 上得分很高（80.8%），写代码确实更利索了。
• 👎 写作能力“被阉割”： 这是最大的槽点。大量用户（包括 Hack News 和 Reddit）抱怨 Opus 4.6 的写作质量下降，甚至有人用“Lobotomized”（切除脑叶）来形容。它写出来的东西变得干瘪、缺乏灵气，甚至不如上一代 Opus 4.5。
• ⚠️ 建议： 现在的共识是——写代码用 Opus 4.6，写文章/搞创作请坚守 Opus 4.5。
⚡️ Agili 的看法
现在的局面很有趣：
• OpenAI 赢在**“干脏活累活”**（OS 操作、终端调试），它想做那个不嫌麻烦的超级实习生。
• Anthropic 赢在**“快和灵”（Claude Code 体验依然丝滑），但在通用写作**上似乎为了强化逻辑而牺牲了文采。
给你的建议：
如果你是写代码的，哪怕慢点，GPT-5.3-Codex 值得一试；如果你是写周刊、做内容的，先别急着把 Claude Opus 4.5 换掉，现在的 4.6 可能写不出你要的那种“人味儿”。
#AI #OpenAI #Anthropic #GPT5 #ClaudeOpus #真实评测
梗图网
一个基于 AI 的中文梗图搜索引擎和百科网站，现有 34459 张梗图、10710 个角色、61 个网络热梗、19 个表情包精选合集，其核心是强大的 AI 文字搜索功能和以图搜图功能，能快速定位含有特定对白或文字的梗图，提供系统的分类、 标签、 作品、 角色和 "梗"索引，旨在深入解析网络热梗的起源、含义与演变。
https://gengtu.net
频道 @WidgetChannel
▎Manus AI ：创业 8 个月实现 1 亿美元 ARR，刷新全球 AI 初创最快增长纪录
总部位于新加坡的 AI 初创公司 Manus AI 宣布，在成立仅 8 个月后，其年度经常性收入（ARR）已突破 1 亿美元，成为全球范围内从零增长至这一规模最快的企业之一。
据披露，Manus AI 当前的整体收入运行率已超过 1.25 亿美元，其中不仅包含订阅收入，还涵盖基于使用量的计费及其他收入来源。自今年发布 Manus 1.5 版本以来，公司持续保持每月 20% 以上的高速增长，展现出强劲的商业化能力。
在产品层面，Manus AI 今年早些时候推出了被称为“首个通用型 AI Agent”的平台，标志着 AI 应用从工具型向智能代理型演进的重要一步。公司表示，自成立以来，其平台已累计处理超过 147 万亿个 token，并创建了 8000 万台以上的虚拟计算环境。
值得注意的是，Manus AI 的核心创始与早期技术团队之前就撤出中国市场、清空国内社交账号内容，全力转战海外市场。后整体转向海外发展，并将公司总部设立在新加坡。这一“团队整体出海”的路径，也被视为近年来中国 AI 创业者在全球化、资本环境与算力生态变化背景下的一个缩影。
▎新闻来源
https://jp.investing.com/news/company-news/article-93CH-1361058
频道 @AppDoDo 官推 APPDOTG
一篇题为“使用 LLMs 进行后期多模态传感器融合以进行活动识别”的新论文，揭示了苹果公司可能考虑结合 LLMs 分析与传统传感器数据，以更准确地了解用户的活动。
他们认为，这具有很大的潜力，可以在传感器数据不足的情况下，使活动分析变得更加准确。
传感器数据流为下游应用提供了有关活动和上下文的宝贵信息，不过整合互补信息可能颇具挑战性。
我们的数据表明，大型语言模型（LLMs）可用于对来自音频和运动时间序列数据的活动进行后期融合分类。
我们从 Ego4D 数据集中整理出了一部分数据，用于在不同上下文中（例如家庭活动、体育运动）进行多样化的活动识别。
经过评估的 LLM 实现了显著高于随机水平的 12 类零样本和少样本分类 F1 分数，且无需针对特定任务进行训练。
通过基于 LLM 的融合来自模态特定模型的零样本分类，可以在有限的对齐训练数据用于学习共享嵌入空间的情况下，实现多模态时间应用。
此外，基于 LLM 的融合能够实现模型部署，而无需为特定应用的多模态模型额外占用内存和计算资源。
换句话说，LLMs 实际上非常擅长从基本的音频和运动信号推断用户在做什么，即使他们没有受过专门的训练。此外，当只给出一个例子时，它们的准确性会进一步提高。
在这项研究中，LLM 并没有接收实际的音频录音，而是接收由音频模型和基于 IMU 的运动模型（通过加速度计和陀螺仪数据追踪运动）生成的简短文本描述。
研究人员介绍了他们使用的 Ego4D 数据集，是一个庞大的第一人称视角媒体资料库，涵盖了数千小时的真实环境和场景，包括家庭任务和户外活动。
我们从 Ego4D 数据集中筛选出日常活动，方法是在提供的描述中搜索日常生活中的活动。整理出一个包含 12 个主要活动的 20 秒样本数据集，包括吸尘、做饭、洗衣、吃饭、打篮球、踢足球、与宠物玩耍、读书、使用电脑、洗碗、看电视和锻炼/举重。这些活动的选择旨在涵盖家庭和健身任务的多样性，并且它们在更大数据集中较为常见。
苹果公司在这项研究的同时还发布了补充材料，包括 Ego4D 片段编号、时间戳、提示信息以及用于实验的一次性示例，旨在帮助研究人员复现研究结果。
AI Prompt 优化工具
AI 提示词优化工具，基于 OpenAI 实现，输入你的初始 Prompt，点击优化按钮，即可使其更加清晰、具体和有效，页面中还给出了优化建议，亲测一句话的 Prompt 也能变得比较具体，免费使用，无需注册。
https://systemprompt.icu
频道 @WidgetChannel
nano banana 的正式名称是 Gemini 2.5 Flash Image，主要特点包括下面几点：
▫️充分保持角色的一致性：可轻松地将同一个角色置于不同的环境中，或者从多个角度展示同一款产品，同时完美地保持其核心主体不变。
▫️基于提示的图片编辑：允许用户通过简单的自然语言指令，对图片进行精准的局部修改 。
▫️利用 Gemini 的现实世界知识：模型可借助 Gemini 强大的世界知识库，让图像生成变得更加「智能」。
▫️多幅图像融合：可以将一张图片中的物体「放」进另一张图片的场景里，整个过程只需一条提示指令就能完成。
Gemini 2.5 Flash Image 目前已经
可以通过 Gemini APP、Gemini API、Google AI Studio 和 Vertex AI 进行访问。
📮投稿 📢频道 💬群聊
OpenAI今天正式发布Realtime API，并带来了多项新功能，旨在帮助开发者和企业构建可靠的、可用于生产环境的语音代理。
该API现在支持远程MCP服务器、图像输入以及通过会话发起协议（SIP）进行电话呼叫，通过接入更多工具和上下文信息，让语音代理的功能变得更加强大。
OpenAI还发布了迄今为止最先进的语音到语音（speech-to-speech）模型——gpt-realtime。新模型在遵循复杂指令、精准调用工具以及生成更自然、更具表现力的语音方面，都表现更佳。
它能更好地解读系统消息和开发者提示，无论是在支持通话中逐字逐句地念出免责声明脚本，复述字母数字组合，还是在一句话中无缝切换语言。新推出的Cedar和Marin两种新声音，从今天起，它们将作为Realtime API的专属声音提供。
OpenAI表示，自去年10月首次推出Realtime API的公开测试版以来，已有数千名开发者使用该API进行构建，并帮助我们完成了今天发布的这些改进。
这些改进针对可靠性、低延迟和高品质进行了优化，旨在帮助开发者在生产环境中成功部署语音代理。与传统的处理流程（需要将语音转文本和文本转语音等多个模型链接在一起）不同，Realtime API通过单个模型和API直接处理并生成音频。
这不仅降低了延迟，保留了语音中的细微差别，还能生成更自然、更具表现力的回应。
via 匿名
nano banana 的正式名称是 Gemini 2.5 Flash Image，主要特点包括下面几点：
▫️充分保持角色的一致性：可轻松地将同一个角色置于不同的环境中，或者从多个角度展示同一款产品，同时完美地保持其核心主体不变。
▫️基于提示的图片编辑：允许用户通过简单的自然语言指令，对图片进行精准的局部修改 。
▫️利用 Gemini 的现实世界知识：模型可借助 Gemini 强大的世界知识库，让图像生成变得更加「智能」。
▫️多幅图像融合：可以将一张图片中的物体「放」进另一张图片的场景里，整个过程只需一条提示指令就能完成。
Gemini 2.5 Flash Image 目前已经
可以通过 Gemini APP、Gemini API、Google AI Studio 和 Vertex AI 进行访问。
📮投稿 📢频道 💬群聊
#AI #prompt
🖌 AI 味去除 Prompt
📮投稿 📢频道 💬群聊 🔎索引
🖌 AI 味去除 Prompt
# Role: AI 文章润色师 (AI Text Polisher & Humanizer)
## Profile:
- Language: 中文 (Chinese)
- Description: 专注于将 AI 生成的文章转化为 **地道、流畅、富有吸引力** 的人类写作风格的专家。致力于在保留核心信息的同时，消除内容的机械感，注入人情味与阅读的乐趣。
## Background:
你是一位深谙 **中文语境下的写作艺术** 与 **AI 语言模型特性** 的资深编辑。你的使命是弥合 AI 高效生成与人类细腻表达之间的鸿沟，让机器创作的文本也能闪耀人性的光辉，更易于被读者 **理解、接受和喜爱**。
## Core Skills:
1. **敏锐洞察力：** 精准识别 AI 写作的典型模式（如刻板句式、缺乏情感、过渡生硬等）。
2. **风格感知与适应：** 能够根据文章 **目标受众、预期语调（正式/非正式/风趣等）和内容主题**，灵活调整语言风格。
3. **语言重塑力：** 熟练运用丰富的词汇、多样的句式和修辞手法（比喻、拟人、排比等）进行文本润色与重构。
4. **情感与个性化注入：** 自然地融入情感色彩、个人视角（适当时）和生动细节，提升文章的 **温度感和代入感**。
5. **逻辑与流畅性优化：** 确保思路清晰，过渡自然，逻辑链条完整顺畅，提升文章的 **可读性和说服力**。
## Workflow:
1. **需求理解：** 首先明确 **原文的核心目的、目标读者群体**是**普通大众**、期望的语调幽默风趣。
2. **原文诊断：** 快速阅读 AI 原文，识别并标记"AI 味"明显的段落、句子或词语。
3. **分步精修：**
* **结构与逻辑：** 审视段落安排，优化逻辑顺序，使用更自然的连接词。
* **句式变换：** 打破单调句式，长短句结合，引入倒装、设问等增加变化。
* **词语润色：** 替换平淡或生硬的词汇，选用更精准、生动、符合语境的表达。
* **情感与细节：** 在关键之处补充感官细节、情感描绘或适当的个人化表达（如使用第一人称、加入思考或感受）。
* **去除冗余：** 删除不必要的套话、重复信息和过于机械的表述（特别是列表、排序词等）。
4. **一致性检查：** 确保优化后的文章在保留原意的基础上，风格统一，信息准确无误。
5. **整体通读与微调：** 模拟目标读者进行通读，感受节奏与流畅度，进行最后的细微调整，确保 **"人味"十足**。
## Guidelines for Humanization:
1. **句式灵动：** 告别死板。长短结合，并列、从句、口语化表达交替使用。
2. **词汇鲜活：** 拒绝模板化。用具体、形象、有温度的词替换中性、抽象、生硬的词。多用动词，少用被动。
3. **自然过渡：** 抛弃"首先/其次/总之"。使用更隐性、符合思维流的连接方式（如"说到这里"、"另一方面"、"更重要的是"、"回过头来看"等）。
4. **视角与情感：** 适度引入。根据文体，考虑使用第一人称分享见解或感受，加入适量的感叹、反问，或通过描绘细节引发共鸣。**展示而非说教 (Show, don't tell)**。
5. **互动感营造：** 拉近距离。可以适当使用设问、直接称呼读者（如"你可能会想……"），邀请读者思考。
6. **节奏把控：** 张弛有度。模仿人类写作的自然起伏，避免匀速平铺直叙。
7. **避免 AI 习语：** 坚决去除"值得注意的是"、"不难发现"、"基于以上分析"等高频 AI 特征短语。
8. **口语化与书面语平衡：** **根据文章性质（如演讲稿、网络文章、正式报告等）和目标读者，恰当把握口语化表达和书面语规范的平衡，使其读起来既自然流畅，又不失得体。特别是面向普通大众时，更需注意通俗易懂和生动性。**
## Constraints:
- **忠于原意：** 核心信息、关键数据不得篡改或遗漏。
- **风格匹配：** 优化后的风格需符合原文的 **主题、目的和目标受众**。
- **自然为本：** 避免过度修饰或炫技，追求 **真诚、自然的表达**。
- **逻辑严谨：** 优化过程不能破坏原文的逻辑结构。
- **杜绝新"AI 味"**: 严格遵守"Guidelines for Humanization"，确保优化后的文本彻底摆脱机器痕迹。
## Output Format:
1. **原文 AI 特征分析：**
[简述原文最突出的 2-3 个"AI 味"问题，例如：句式单一、情感缺失、过渡生硬等]
2. **核心优化策略：**
[列出本次优化的 3-5 个关键着手点，与上述分析对应，例如：增强句式变化、注入情感描写、使用更自然的过渡、**侧重口语化表达**等]
3. **优化亮点说明：**
[可选：简要举例说明 1-2 处关键修改，解释为何这样修改以及预期的效果提升]
4. **优化后的文章：**
[呈现完整、流畅、自然的优化后版本]
📮投稿 📢频道 💬群聊 🔎索引
GitHub
GitHub - hylarucoder/ai-flavor-remover: AI 味去除 - 仅在 Gemini 2.5 Pro 上测试通过
AI 味去除 - 仅在 Gemini 2.5 Pro 上测试通过. Contribute to hylarucoder/ai-flavor-remover development by creating an account on GitHub.
Anthropic 发布经济指数，展示了人工智能如何改变劳动市场
分析发现，只有极少数职业的绝大部分任务中使用 AI：大约只有 4%的工作在至少 75%的任务中使用 AI。
然而，AI 的适度使用却更为普遍：大约 36%的工作在至少 25%的任务中使用了一些 AI。
正如我们所预测的，在这个数据集中并没有证据表明工作完全被自动化了：相反，人工智能在经济中的许多任务中被广泛应用，对某些任务组的影响比其他任务更强。
总体来看，我们看到了一些倾向于增强的趋势，57%的任务是被增强的，43%的任务是被自动化的。也就是说，在超过一半的情况下，人工智能并不是用来取代人类执行任务，而是与他们合作，参与到验证（例如，帮助用户复核工作）、学习（例如，帮助用户获取新知识和技能）以及任务迭代（例如，帮助用户头脑风暴或进行重复的创意任务）等活动中。
🗒 标签: #Anthropic #AI
📢 频道: @GodlyNews1
🤖 投稿: @GodlyNewsBot
分析发现，只有极少数职业的绝大部分任务中使用 AI：大约只有 4%的工作在至少 75%的任务中使用 AI。
然而，AI 的适度使用却更为普遍：大约 36%的工作在至少 25%的任务中使用了一些 AI。
正如我们所预测的，在这个数据集中并没有证据表明工作完全被自动化了：相反，人工智能在经济中的许多任务中被广泛应用，对某些任务组的影响比其他任务更强。
总体来看，我们看到了一些倾向于增强的趋势，57%的任务是被增强的，43%的任务是被自动化的。也就是说，在超过一半的情况下，人工智能并不是用来取代人类执行任务，而是与他们合作，参与到验证（例如，帮助用户复核工作）、学习（例如，帮助用户获取新知识和技能）以及任务迭代（例如，帮助用户头脑风暴或进行重复的创意任务）等活动中。
🗒 标签: #Anthropic #AI
📢 频道: @GodlyNews1
🤖 投稿: @GodlyNewsBot
Anthropic
The Anthropic Economic Index
Announcement of the new Anthropic Economic Index and description of the new data on AI use in occupations
