【AI 英文奏折】2026年06月06日

共收录 18 篇深度内容

---

📋 今日内容速览

快速浏览，点击感兴趣的推文查看详细分析

1. Rohan Paul: 腾讯WorkBuddy是全能AI生产力助手，能自动处理复杂任务并协调多工具协作。
2. Bearly AI: Stack Overflow 授权问答数据给 AI 并推出企业产品，收入翻倍。
3. Amira Zairi: Claude推出精准高效的AI电子邮件工作流管理工具。
4. Rohan Paul: 独角兽公司估值越高，实现十倍增长的概率越大。
5. Amira Zairi: 作者盛赞Cartoon Hero 3.0课程并推荐加入。
6. Amira Zairi: AI电影工具需突破单镜头思维，把握整体叙事流动。
7. Rohan Paul: 谷歌QAT技术大幅压缩Gemma 4模型并保持推理质量。
8. Heather Cooper: 用ChatGPT结合Midjourney和Seedance制作动画效果尚可。
9. Rohan Paul: Arena发布AI代理真实任务能力排行榜，评估实际工作表现。
10. Rohan Paul: AI计算能力成为战略资源，大公司借此拓展业务优势。
11. Rohan Paul: 谷歌投资SpaceX获近百倍回报，AI公司巨额支付促其估值飙升。
12. Amira Zairi: 融合现实照片与2D漫画角色，创造超现实主义视觉对比。
13. Rohan Paul: Claude Opus 4.7可逆向解析分子结构，媲美专业NMR软件。
14. Rohan Paul: AI自我迭代或失控，需全球协同防范技术超速风险。
15. AshutoshShrivastava: 谷歌推出高效压缩Gemma 4模型，手机笔记本可本地运行强大AI。
16. AshutoshShrivastava: 谷歌推出多代理协作框架提升企业数据检索与推理能力。
17. Alex Prompter: Claude高效提升代码能力，接近但未达自我改进阶段。
18. Pierrick Chevallier | IA: 用模板生成角色标志性能力的竖版动漫海报。

---

📖 详细内容

Rohan Paul @rohanpaul_ai

Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝

💡 核心观点: 腾讯WorkBuddy是全能AI生产力助手，能自动处理复杂任务并协调多工具协作。

可信度: 10/10 – 2项声明可直接验证；3项需进一步确认

事实核查:

• ◐ 部分可验证: 腾讯 WorkBuddy 现已成为中国 #1 PC 端生产力 AI 代理 (需通过第三方市场报告或用户调研数据验证其市场份额排名，但腾讯官方可能未公开具体数据。)
• ✓ 可验证: WorkBuddy 支持通过 MCP 连接 GitHub、Jira、Notion 等工具，并在沙盒中运行任务 (可通过腾讯官方文档或实际测试验证其集成能力和沙盒功能。)
• ◐ 部分可验证: WorkBuddy 能将大任务分解为子任务，并调用专家团队（子代理）并行处理 (功能描述需实测验证，但“专家团队”的具体实现逻辑可能涉及未公开的算法细节。)

原文内容:

腾讯 WorkBuddy 现已成为中国 #1 PC 端生产力 AI 代理。

告诉它你需要什么，然后它会读取文件、调用工具、撰写报告、制作演示文稿、分析数据，并使用 100 多种专家角色。

通过 MCP 连接 GitHub、Jira、Notion、Gmail、Google Drive、Slack 等工具，在沙盒中运行任务，甚至当你不在桌前时，还可以通过 Slack、Telegram、Discord 或微信来控制它。

WorkBuddy 会将大任务分解成更小的子任务，为每个子任务挑选合适的技能或连接的应用，对于复杂工作，它可以使用专家团队，其中多个专业化子代理并行工作，而 1 个主代理协调最终输出。

所以如果你要求生成一份报告，它不仅仅是生成文本。它可以读取文件，将数据分析部分发送给分析师风格的专家，将撰写部分发送给另一个专家，如果需要则使用 Google Drive 或 Gmail 等连接器，然后将所有内容组合成一份完成的文档。

 以下是一些你可以用它立即实现的实用用例。

- 读取 PDF、图像和文档，然后组织提取的内容。
- 从原始材料创建报告、提案、手册和演示文稿。
- 分析电子表格、发现趋势，并将数据转化为图表。
- 创建平台就绪的帖子、脚本、文章和内容创意。
- 自动研究新闻并向你的频道发送定时摘要。
- 从手机上的 Slack 运行桌面任务。
通过对话直接管理日历和 Drive 任务。
- 无需你编写代码即可构建工作应用。
- 将重复工作流转化为可重用的 WorkBuddy 技能。

对于我自己的工作流，我安装了 Tavily AI Search，因为我在 X 上发布了很多关于研究论文的内容。

论文内容需要外部上下文：项目页面、GitHub 仓库、作者链接、相关论文、先前方法，以及为什么一篇论文值得发布的原因。
@TencentAI_News

⏰ 21:50 | ❤️ 25点赞 | 📝 494字 | 查看原文 →

↑ 返回顶部

Bearly AI @bearlyai

Privacy-first AI research tool with access to ChatGPT, Grok, Claude, Gemini and DeepSeek in one app. Try it at http://Bearly.AI | 影响力: 0万粉丝

💡 核心观点: Stack Overflow 授权问答数据给 AI 并推出企业产品，收入翻倍。

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: Stack Overflow 自 ChatGPT 推出以来，其平台上的月度问题数量从 30 万骤降至几乎为 0 (可通过 Stack Overflow 官方公开的流量或问题数量统计数据验证，但需对比 ChatGPT 推出前后的具体时间节点数据。若平台未公开详细历史数据，则无法完全验证。)
• ◐ 部分可验证: Stack Overflow 在此期间年度收入增长了 2 倍，超过 1.15 亿美元 (收入数据可能通过公司财报或官方公告验证，但需确认具体时间段和收入构成（如是否包含新业务）。若未公开细分数据，则无法完全验证增长原因。)
• ✓ 可验证: Stack Overflow 将其后备目录中的人类答案授权给 AI 实验室 (涉及商业合作的具体条款，通常未公开细节。除非官方明确声明或签署方披露，否则无法验证。)

原文内容:

Stack Overflow 自 ChatGPT 推出以来，其平台上的月度问题数量从 30 万骤降至几乎为 0。

与此同时，在此期间，年度收入实际上增长了 2 倍，超过 1.15 亿美元。

这是怎么回事？它已将其后备目录中的人类答案授权给 AI 实验室，并创建了一款名为“Stack Internal”的企业产品，这是一款由数百万条问答驱动的生成式 AI 工具（目前已被 25,000 家公司使用）。

⏰ 03:39 | ❤️ 28点赞 | 📝 115字 | 查看原文 →

↑ 返回顶部

Amira Zairi @azed_ai

AI Educator & Creator | Ambassador @Adobe @LeonardoAi & @tripoai | Partner with leading brands | Collaboration → [email protected] | 影响力: 57.13k万粉丝

💡 核心观点: Claude推出精准高效的AI电子邮件工作流管理工具。

可信度: 6/10 – 1项声明可直接验证；1项需进一步确认；1项为观点陈述

事实核查:

• ✓ 可验证: Claude 现在拥有一个电子邮件引擎 (可通过访问 Claude 的官方网站或官方公告，查看其功能更新说明，确认是否新增电子邮件引擎功能。)
• ◐ 部分可验证: Nitrosend 让你通过单个提示控制严肃的电子邮件工作流程 (可通过 Nitrosend 的官方文档或演示视频验证其功能，但需实际测试以确认“单个提示”是否能完全控制工作流程。)
• ◦ 观点: 这是一个新类别，不是另一个电子邮件构建器 (该声明属于主观分类或营销表述，缺乏客观标准界定“新类别”，无法直接验证。)

原文内容:

Claude 现在拥有一个电子邮件引擎

Nitrosend 让你通过单个提示控制严肃的电子邮件工作流程，从活动设置到精炼执行，同时保持团队通常从企业工具中期望的精确度

这是一个新类别，不是另一个电子邮件构建器

⏰ 23:02 | ❤️ 26点赞 | 📝 82字 | 查看原文 →

↑ 返回顶部

Rohan Paul @rohanpaul_ai

Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝

💡 核心观点: 独角兽公司估值越高，实现十倍增长的概率越大。

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: 独角兽公司（10亿美元估值）成为十角兽公司（100亿美元估值）的几率约为8%。 (需查看具体数据来源（如Coatue Management内部报告或行业研究），但未提供直接链接或原始数据。类似统计可能存在于风险投资研究中，但具体数值需进一步核实。)
• ◐ 部分可验证: 百角兽公司（1000亿美元估值）有31%的机会实现10倍增长（达到1万亿美元估值）。 (需依赖特定数据集或历史案例分析（如苹果、微软等公司的增长路径），但未明确引用公开研究或数据来源。高估值公司的增长概率通常受多重因素影响，难以直接验证。)
• ◦ 观点: OpenAI、Anthropic和SpaceX有可能突破万亿美元估值。 (这是基于Thomas Laffont（投资者）的主观预测，无公开数据或时间框架支持。估值潜力属于市场预期范畴，无法客观验证。)

原文内容:

数据显示，如果你是一家独角兽公司（价值10亿美元），你有一天成为十角兽公司（价值100亿美元）的几率大约是8%。

如果你是一家十角兽公司，你成为一家1000亿美元公司的几率大约是8%到13%。

但如果你是一家百角兽公司（价值1000亿美元），几率会显著变化——你现在有31%的机会实现10倍增长，即达到1万亿美元的估值。

Thomas Laffont 正在解释今年即将到来的大规模AI驱动的IPO浪潮。OpenAI、Anthropic 和 SpaceX 各自有可能突破万亿美元估值。

Thomas Laffont 是 Coatue Management 的联合创始人，这是一家专注于科技的投资公司（对冲基金 + 风险投资/私募股权），管理资产规模大约700亿美元。

“如果我们看看这些公司创造价值的速度有多快，这是一张我最后一刻添加的图表，因为数据非常新鲜。但你可以看到，从5000亿美元到1万亿美元的市值，通常需要好几年时间。

嗯，最近在公开市场上发生了一件非常重要的事情，那就是我们不仅有三家公司同一年做到了这一点，而且有两家公司仅在几周内就做到了。”

----

来自“All-In Podcast and Coatue Management” YouTube 频道，（链接在评论中）

⏰ 08:46 | ❤️ 32点赞 | 📝 330字 | 查看原文 →

↑ 返回顶部

Amira Zairi @azed_ai

AI Educator & Creator | Ambassador @Adobe @LeonardoAi & @tripoai | Partner with leading brands | Collaboration → [email protected] | 影响力: 57.13k万粉丝

💡 核心观点: 作者盛赞Cartoon Hero 3.0课程并推荐加入。

可信度: 10/10 – 3项声明可直接验证；2项为观点陈述

事实核查:

• ✓ 可验证: Cartoon Hero 3.0 现已上线 (可通过Framer官网或课程发布平台直接查询课程版本及上线状态。)
• ◦ 观点: 这是创建卡通的最佳课程之一 (属于主观评价，无客观标准或公开数据支持“最佳”这一结论。)
• ✓ 可验证: 社区已经感觉棒极了 (基于个人感受，无法通过外部渠道验证社区体验的真实性或普遍性。)

原文内容:

Cartoon Hero 3.0 现已上线！

我从第一版开始就想加入，但总是错过了开放窗口

我从一开始就一直在关注 Framer，我 100% 确信这是创建卡通的最佳课程之一

我非常高兴这次终于加入了。社区已经感觉棒极了，我迫不及待想与你们分享更多我的旅程，我学到了什么，我创作了什么，以及这段经历如何帮助我作为艺术家成长

如果你也想加入，链接在评论区，相信我，你不会后悔的 

⏰ 22:04 | ❤️ 74点赞 | 📝 142字 | 查看原文 →

↑ 返回顶部

Amira Zairi @azed_ai

AI Educator & Creator | Ambassador @Adobe @LeonardoAi & @tripoai | Partner with leading brands | Collaboration → [email protected] | 影响力: 57.13k万粉丝

💡 核心观点: AI电影工具需突破单镜头思维，把握整体叙事流动。

可信度: 6/10 – 1项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: 大多数 AI 电影制作工具仍然在逐镜头思考 (可通过测试主流AI电影工具（如Runway、Pika等）的功能逻辑部分验证，但“大多数”需统计行业数据支持，目前无公开权威统计。)
• ◦ 观点: 真正的电影制作难点在于镜头关系、布景逻辑、镜头节奏及序列递进 (属于电影制作方法论的主观观点，虽符合行业常见理论，但无客观标准验证其“真正难点”的普适性。)
• ✓ 可验证: Dreamina Octo的“Vibe Create”是一种保持电影逻辑活跃的创作状态 (功能描述抽象（如“状态”“电影逻辑活跃”），官网未提供具体技术文档或案例，需实测且定义模糊。)

原文内容:

多数AI电影制作工具仍停留在单镜头思维层面

#DreaminaOcto #DreaminaSeedance2 #DreaminaOctoVibeCreate #DreaminaAI
https://dreamina.capcut.com/ai-tool/home?utm_source=Officiaaccount&utm_campaign=octo&utm_content=15…

但真正的电影创作从来不是这样运作的。真正的挑战不在于设计单个镜头

而在于：
镜头间的关联性、场景逻辑、镜头节奏，以及序列的递进关系
如何在保持序列持续演进的同时，始终维系同一种电影化的流动状态

这一次，我终于真正领悟了Dreamina Octo所提出的"氛围创作"真谛。

这并非简单的提示功能。而是一种创作状态——在这种状态下，电影逻辑本身始终保持着活跃的生命力。

⏰ 01:58 | ❤️ 41点赞 | 📝 150字 | 查看原文 →

↑ 返回顶部

Rohan Paul @rohanpaul_ai

Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝

💡 核心观点: 谷歌QAT技术大幅压缩Gemma 4模型并保持推理质量。

可信度: 10/10 – 2项声明可直接验证；3项需进一步确认

事实核查:

• ◐ 部分可验证: 谷歌发布QAT检查点，将Gemma 4的最小模型从11.4GB缩小到1.1GB（纯文本0.84GB） (需通过谷歌官方公告或开源仓库（如GitHub）确认具体模型大小和QAT检查点的发布信息，但压缩比例可能因环境差异而需实测验证。)
• ✓ 可验证: QAT通过在训练期间模拟压缩，使Gemma 4的压缩模型更少丢失推理质量 (QAT技术原理可通过机器学习论文或谷歌技术文档验证，但具体效果需对比官方发布的基准测试数据。)
• ◐ 部分可验证: 谷歌构建了面向移动设备的格式，含静态激活、通道级量化、2位量化及KV缓存优化 (技术术语（如KV缓存优化）可通过官方文档或开发者博客验证，但实际性能提升需依赖实测数据或官方用例。)

原文内容:

谷歌刚刚通过发布 QAT（量化感知训练）检查点，让 Gemma 4 在手机和笔记本电脑上运行变得容易得多，这些检查点将最小模型从 11.4GB 缩小到 1.1GB，或者纯文本使用时缩小到 0.84GB。

普通的 PTQ（训练后量化）在训练后进行压缩，可能会损害质量，因为模型从未学会在那种舍入中存活。

QAT 通过在训练期间模拟压缩来修复这个问题，因此 Gemma 4 在其权重被压缩时学习，从而使最终的压缩模型不太可能丢失推理质量。

谷歌还构建了一种面向移动设备的格式，带有静态激活、通道级量化、针对性的 2 位量化以及 KV 缓存优化，这意味着手机做的缩放工作更少，更积极地存储一些令牌生成部分，并防止长聊天过快消耗内存。

⏰ 07:34 | ❤️ 33点赞 | 📝 231字 | 查看原文 →

↑ 返回顶部

Heather Cooper @hbcoop_

Privacy-first AI research tool with access to ChatGPT, Grok, Claude, Gemini and DeepSeek in one app. Try it at https://t.co/7C2QxQNem1 (by @pnegahdar and @trungtphan) | 影响力: 0万粉丝

💡 核心观点: 用ChatGPT结合Midjourney和Seedance制作动画效果尚可。

可信度: 9/10 – 2项声明可直接验证；2项需进一步确认

事实核查:

• ◐ 部分可验证: 使用ChatGPT基于单张Midjourney生成的图像生成视觉内容 (需实测验证ChatGPT是否支持以Midjourney图像为输入生成新视觉内容（取决于具体工具功能），但无公开直接证据。)
• ✓ 可验证: 使用了GPT Image 2工具 (目前无公开资料证实存在官方工具“GPT Image 2”，可能为笔误或非公开版本。)
• ◐ 部分可验证: 使用Seedance 2.0进行动画化 (若Seedance 2.0为公开工具，可验证其功能；但名称疑似拼写错误（或为“SadTalker”等工具），需进一步确认。)

原文内容:

我利用ChatGPT基于一张Midjourney生成的角色群像图创建了视觉内容，通过GPT Image 2进行处理，最后用Seedance 2.0完成了动画制作。

效果虽不完美，但整体一致性表现尚可：

⏰ 00:10 | ❤️ 21点赞 | 📝 33词 | 查看原文 →

↑ 返回顶部

Rohan Paul @rohanpaul_ai

Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝

💡 核心观点: Arena发布AI代理真实任务能力排行榜，评估实际工作表现。

可信度: 8/10 – 1项声明可直接验证；3项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: Arena发布了一个现实世界代理排行榜，根据AI模型完成实际用户任务的表现进行排名 (可通过Arena官网或相关平台查看排行榜是否存在，但需核实其排名标准是否如推文所述（如是否基于真实任务、工具调用等）。)
• ◐ 部分可验证: 排行榜数据包括30万+任务、200万+工具调用和4000万行代码 (若Arena公开数据集或统计报告，可验证规模；但若数据未公开或仅由第三方提供，则需依赖其透明度。)
• ✓ 可验证: GPT-5.5 High以+10.7%的净改进领先排行榜 (若排行榜公开且标注具体模型得分（如官网截图），可直接验证；但需确认“净改进”计算方式是否透明。)

原文内容:

Arena 刚刚发布了一个现实世界代理排行榜，该榜单根据 AI 模型完成实际用户任务的出色程度对其进行排名，而不是孤立的基准测试问题。

该系统使用网络搜索、文件和终端工具来跟踪代理，同时人们要求它们编写代码、构建应用、研究主题、创建文档以及分析文件。

几乎所有传统 AI 基准测试的问题在于，它们测试的是干净的任务，而代理现在处理的却是混乱的工作，比如编码、研究、文档、网络浏览、文件和终端命令。

Agent Arena 试图在真实工作会话中衡量代理的表现，在这些会话中，用户会纠正它们、批准结果、抱怨、下载文件，并在任务展开过程中暴露工具故障。

它的核心理念是将每个模型选择视为一种测试条件，然后估算该模型相对于基准相比能多大程度改善任务结果。

排行榜结合了 5 个信号：确认的任务成功、赞扬与抱怨的比例、遵循纠正的能力、从终端错误中恢复的能力，以及代理是否发明了不存在的工具。

数据规模足够大，能够展示真实的行为模式，包括 30 万+ 任务、200 万+ 工具调用，以及代理产生的 4000 万行代码。

得分结合了任务成功率、可控性、bash 恢复能力、赞扬与抱怨的比例，以及工具幻觉，这意味着模型被判断的标准包括它是否完成任务、是否恢复、是否接受纠正，以及是否避免虚假工具调用。

GPT-5.5 High 以 +10.7% 的净改进领先，其次是 Claude Opus 4.7 Thinking 以 +9.5%，以及 GPT-5.4 High 以 +8.9%。

最有用的细节是，代理在压力下像工人一样失败：它们可能留下部分任务未完成、声称工作已完成，或者在纠正后自信满满地退缩。

Arena 的最大贡献是将代理视为工作系统，在这个系统中，模型选择、工具使用、恢复行为以及用户满意度都共同起作用。

⏰ 06:01 | ❤️ 28点赞 | 📝 550字 | 查看原文 →

↑ 返回顶部

Rohan Paul @rohanpaul_ai

Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝

💡 核心观点: AI计算能力成为战略资源，大公司借此拓展业务优势。

可信度: 6/10 – 1项声明可直接验证；1项需进一步确认；2项为观点陈述

事实核查:

• ✓ 可验证: SpaceX 与 Google 签订了一项新的云服务协议 (可通过 SpaceX 或 Google 的官方公告、新闻稿或财报验证合作协议的存在及细节。)
• ◐ 部分可验证: Google 将每月向 SpaceX 支付 9.2 亿美元（每年约 110 亿美元）用于 xAI 数据中心的计算能力 (具体金额需通过官方财务披露或合同条款确认，但若协议公开或财报提及，可部分验证；否则需依赖内部信源。)
• ◦ 观点: AI 计算能力正成为一种战略性商品，类似于发射能力或能源 (此为行业趋势分析或主观判断，缺乏直接客观数据支持，属于观点性陈述。)

原文内容:

SpaceX 刚刚公布了与 Google 的一项新的云服务协议。

Google 将每月向 SpaceX 支付 9.2 亿美元（每年约 110 亿美元），用于 xAI 数据中心的计算能力

这再次表明，AI 计算能力正成为一种战略性商品，类似于发射能力或能源，而那些能够融资、供电、冷却并运营巨型 GPU 集群的公司，可能将在其原有业务之外获得远超预期的杠杆优势。

⏰ 04:51 | ❤️ 45点赞 | 📝 114字 | 查看原文 →

↑ 返回顶部

Rohan Paul @rohanpaul_ai

Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝

💡 核心观点: 谷歌投资SpaceX获近百倍回报，AI公司巨额支付促其估值飙升。

可信度: 8/10 – 1项声明可直接验证；4项需进一步确认

事实核查:

• ◐ 部分可验证: Anthropic每月向SpaceX支付12.5亿美元用于GPU计算资源。 (需核实Anthropic与SpaceX的合同细节或官方公告，但此类商业合同可能未完全公开，需依赖可信媒体报道或公司披露。)
• ◐ 部分可验证: 谷歌和Anthropic共同向SpaceX支付每月21.7亿美元，年化收入跑率达260亿美元。 (需结合谷歌云交易披露的9.2亿美元数据及Anthropic的12.5亿美元声明验证，但总额计算依赖前一条声明的准确性，且“收入跑率”为推测性表述。)
• ◐ 部分可验证: 谷歌2015年投资9亿美元入股SpaceX，持股7%，现目标IPO估值1.75万亿美元下谷歌持股价值约1070亿美元（稀释后5%为875亿美元）。 (谷歌投资金额和持股比例可通过历史财报或新闻验证，但1.75万亿美元估值及稀释后持股价值为市场预测，未获SpaceX官方确认。)

原文内容:

Anthropic 此前承诺每月向 SpaceX 支付 12.5 亿美元用于 GPU 计算资源。

随着今天披露的新谷歌云交易，每月增加 9.2 亿美元，这两家 AI 实验室（谷歌 + Anthropic）现在共同向 SpaceX 支付每月 21.7 亿美元，年化收入跑率高达 260 亿美元。

值得注意的是，Alphabet 也从支持 SpaceX 中获得了巨大收益。谷歌于 2015 年 1 月投资约 9 亿美元入股 SpaceX，持有约 7% 股份，当时 SpaceX 的估值约为 120 亿美元。

而 SpaceX 现在目标 IPO 估值 1.75 万亿美元。据报道的 6.11% 谷歌持股，若按 12-25 价格计算，在 1.75 万亿美元估值下价值约 1070 亿美元，而稀释后 5% 持股价值约 875 亿美元。

相对于约 9 亿美元的初始投资成本，这意味着账面回报率约为 97 倍至 119 倍，在扣除税费、锁定期、稀释或交易开始后投资者可能施加的任何折扣之前。

业务转变同样重要：Alphabet 于 2015 年首次支持 SpaceX，部分是为了卫星互联网，但现在的上涨潜力包括 Starlink、发射主导地位以及新备案的 AI 计算合同。

⏰ 05:19 | ❤️ 36点赞 | 📝 274字 | 查看原文 →

↑ 返回顶部

Amira Zairi @azed_ai

AI Educator & Creator | Ambassador @Adobe @LeonardoAi & @tripoai | Partner with leading brands | Collaboration → [email protected] | 影响力: 57.13k万粉丝

💡 核心观点: 融合现实照片与2D漫画角色，创造超现实主义视觉对比。

可信度: 10/10 – 3项声明可直接验证；1项需进一步确认；1项为观点陈述

事实核查:

• ✓ 可验证: 推文提供了一种将2D黑白漫画角色无缝融入现实世界照片的创意提示 (推文明确描述了创作方法和技术细节（如墨线、交叉阴影、光线互动等），用户可通过实际尝试或查看他人作品验证其可行性)
• ◐ 部分可验证: 现实世界的光线、阴影和前景元素能与2D角色自然互动，创造可信的深度 (需依赖具体技术（如Photoshop合成或AI工具）实现，效果因操作水平而异，但可通过案例作品部分验证)
• ◦ 观点: 该提示能生成“电影般的景深”和“超详细真实感”的效果 (“电影感”“真实感”是主观审美判断，无统一标准，取决于个人对成品的评价)

原文内容:

提示分享：漫画现实融合

提示：一张[现实世界地点]在[季节]期间的超现实主义照片，带有[环境细节]，电影般的景深，自然光线，超详细真实感。一幅2D黑白漫画插图描绘了[角色]，无缝融入场景中，用干净的墨线绘制，交叉阴影，富有表现力的特征，且无颜色。现实世界的光线、阴影和前景元素与2D角色自然互动，创造出可信的深度，并在漫画线稿与照片般真实环境之间形成强烈对比。

试试看并分享你的作品 

⏰ 19:04 | ❤️ 202点赞 | 📝 160字 | 查看原文 →

↑ 返回顶部

Rohan Paul @rohanpaul_ai

Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝

💡 核心观点: Claude Opus 4.7可逆向解析分子结构，媲美专业NMR软件。

可信度: 8/10 – 1项声明可直接验证；3项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: Claude Opus 4.7 现在能与专用 NMR 软件竞争，并能从光谱反向推断分子结构 (需通过 Anthropic 官方报告或独立测试验证其 NMR 反向推断能力，但未提供具体数据或实验细节。)
• ◐ 部分可验证: Opus 4.7 在氢预测误差上最小，在碳预测上几乎与 MestReNova 匹敌 (需对比官方发布的基准测试数据或第三方复现结果，但推文未提供具体误差数值或实验条件。)
• ✓ 可验证: Opus 4.7 是通用模型，未经过化学特定微调 (可通过 Anthropic 官方技术文档或模型说明确认其是否为通用模型及微调情况。)

原文内容:

Anthropic 的新化学报告有一个真正惊人的结果。

Claude Opus 4.7 现在已能与专用 NMR 软件竞争，而更大的亮点在于它能反向解决问题，即从光谱推断分子结构。”

NMR 软件是化学家将分子结构转化为预测实验室光谱的专家工具。

因此，Opus 4.7 不再只是“帮助化学家解读数据”——它能从 NMR 数据反向工作，并提出分子的结构，这一任务报告称现有主流工具通常留给人类化学家。

注意，Opus 4.7 是一个通用模型，没有化学特定的微调。

Claude Opus 4.7 在氢预测误差上最小，在碳上几乎与 MestReNova 匹敌，这意味着它能像专业化学工具一样准确预测 NMR 信号。

因此，AI 现在能处理化学领域的一个隐藏瓶颈：分子与其光谱影子之间的转换，以及化学家真正需要信任的结构。

⏰ 04:30 | ❤️ 81点赞 | 📝 234字 | 查看原文 →

↑ 返回顶部

Rohan Paul @rohanpaul_ai

Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝

💡 核心观点: AI自我迭代或失控，需全球协同防范技术超速风险。

可信度: 8/10 – 1项声明可直接验证；2项需进一步确认；2项为观点陈述

事实核查:

• ◐ 部分可验证: Anthropic呼吁建立全球性方式来减缓前沿AI发展，因其模型可能接近递归自我改进阶段 (可通过Anthropic官网链接（anthropic.com/institute/recursive-self-improvement）部分验证其公开立场，但“递归自我改进”的具体技术细节和当前进展需内部数据或第三方评估，公众无法完全验证。)
• ◦ 观点: 未来的AI模型将在研究、实验等环节超越人类能力，使人类不再是主要瓶颈 (这是对技术未来的预测性陈述，无直接客观证据支持，属于Anthropic的主观推断或愿景。)
• ◐ 部分可验证: Anthropic警告递归自我改进可能在政府/企业具备约束方法前发生，且AI训练易隐藏难以验证 (官网可能提及相关警告（可部分验证），但“训练易隐藏”和“约束方法滞后”的实际可行性涉及未公开的技术与政策细节，需行业专家进一步分析。)

原文内容:

Anthropic 刚刚呼吁建立一种全球性的方式来减缓前沿 AI 的发展，因为它自己的模型可能正在接近递归自我改进的阶段，在这个阶段，系统可以在没有直接人类控制的情况下帮助构建一个更强大的自身版本。

未来的模型将在研究、实验、调试和训练设计方面变得如此出色，以至于人类将不再是主要瓶颈。

一旦这个循环开始，进展可能会从人类节奏的工程转向机器辅助改进，这会让每一个安全测试、法律和实验室政策默认上都显得迟到。

Anthropic 表示这种情况尚未发生，但警告称，这种飞跃可能在政府、企业和研究人员拥有可信赖的衡量或约束它的方法之前到来。

难点在于验证，因为一个巨大的 AI 训练运行比武器站点更容易隐藏，而且任何在他人暂停时秘密继续训练的实验室都可能获得领先。

Anthropic 现在估值约 1 万亿美元，可能达到 500 亿美元的年化收入，并与 OpenAI 激烈竞争，因此每一个安全声明也落入一场巨大的商业斗争中。

---

anthropic .com/institute/recursive-self-improvement

⏰ 20:30 | ❤️ 36点赞 | 📝 327字 | 查看原文 →

↑ 返回顶部

AshutoshShrivastava @ai_for_success

| 影响力: 0万粉丝

💡 核心观点: 谷歌推出高效压缩Gemma 4模型，手机笔记本可本地运行强大AI。

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

• ✓ 可验证: 谷歌发布了高度压缩的 Gemma 4 QAT 模型，可以在手机、笔记本电脑和低 VRAM GPU 上本地运行 (可通过谷歌官方公告或开源发布页面（如 GitHub）验证模型发布信息及硬件兼容性声明。)
• ◐ 部分可验证: 某些文本生成层压缩至 2 位 (需检查模型技术文档或量化配置参数，但具体实现细节可能依赖内部训练数据或未公开的优化方法。)
• ✓ 可验证: 纯文本 Gemma 4 E2B 可以在不到 1 GB 内存下运行 (可通过实测或官方提供的基准测试数据（如推理内存占用报告）直接验证。)

原文内容:

谷歌刚刚发布了高度压缩的 Gemma 4 QAT 模型，这些模型可以在手机、笔记本电脑和低 VRAM GPU 上本地运行，而不会损失大量质量。

> 使用量化感知训练 (QAT) 而非基本的训练后压缩  
> 在保持强大推理质量的同时，大幅减少内存使用  
> 某些文本生成层压缩至 2 位  
> 针对移动设备的优化量化管道，以提升电池续航和性能  
> 纯文本 Gemma 4 E2B 可以在不到 1 GB 内存下运行  
> GGUF + 移动友好检查点已发布

这是本地 AI 的一个重大进步。我们正越来越接近在日常消费设备上直接运行强大的离线 AI，而不是依赖昂贵的云端 GPU。

⏰ 00:30 | ❤️ 231点赞 | 📝 185字 | 查看原文 →

↑ 返回顶部

AshutoshShrivastava @ai_for_success

| 影响力: 0万粉丝

💡 核心观点: 谷歌推出多代理协作框架提升企业数据检索与推理能力。

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

• ✓ 可验证: 谷歌为Gemini企业代理平台推出了一种新的Agentic RAG框架，该框架使AI系统在检索和推理企业数据方面变得更加出色。 (可通过谷歌官方公告、Gemini企业代理平台的公开预览文档或技术白皮书直接验证该功能的发布和基本描述。)
• ◐ 部分可验证: 谷歌构建的多代理RAG系统实现了与标准RAG相比准确率提高高达34%，跨语料库检索任务准确率达90.1%。 (需依赖谷歌提供的测试数据或第三方基准测试报告验证，但具体实验条件、数据集和对比方法可能未完全公开，需进一步确认。)
• ◐ 部分可验证: Agentic RAG通过“充分上下文代理”检测信息缺失并迭代搜索，显著减少幻觉。 (技术逻辑可通过官方架构文档验证，但实际效果（如“显著减少幻觉”）需实测或案例支持，未提供具体数据。)

原文内容:

 谷歌为 Gemini 企业代理平台推出了一种新的 Agentic RAG 框架，该框架使 AI 系统在检索和推理企业数据方面变得更加出色。

大多数传统 RAG 系统的工作方式非常简单：它们搜索一次，抓取几份文档，然后生成答案。

当信息分散在多个系统或数据库中时，这种方法就会失效。

谷歌构建了一个多代理 RAG 系统，它可以：
> 规划多步骤搜索
> 动态重写查询
> 跨多个数据源搜索
> 检测重要信息缺失
> 继续搜索直到获得足够的上下文

谷歌将这种方法称为“Agentic RAG”。

这里最大的创新是一种名为“充分上下文代理”的东西。

这种代理不会从部分信息中盲目生成答案，而是检查系统是否真正拥有足够的上下文来正确响应。

它评估：
> 检索到的信息
> 仍缺失的信息
> 是否需要另一次搜索

如果答案不完整，系统会继续搜索，而不是产生幻觉或过早放弃。

该架构包括多个协作的专业代理：

1. 协调器
   处理整体工作流程和任务委托

2. 规划代理
   将复杂问题分解为更小的检索步骤

3. 查询重写器
   将模糊提示转换为优化的搜索查询

4. 搜索分发代理
   同时跨多个源搜索

5. 充分上下文代理
   验证完整性，并在需要时请求额外检索

6. 综合代理
   生成最终的可靠响应

谷歌表示，该系统实现了：

> 与标准 RAG 相比，准确率提高高达 34%
> 跨语料库检索任务准确率达 90.1%
> 尽管增加了推理步骤，但延迟几乎相同

更大的启示是，企业 AI 系统正缓慢从简单的检索管道转向能够推理、验证并在回答前迭代搜索的系统。

这可能显著减少幻觉，并使 AI 系统在实际企业工作流程中变得更加可靠。

该功能目前在 Gemini 企业代理平台中以公开预览形式提供。

⏰ 03:46 | ❤️ 66点赞 | 📝 541字 | 查看原文 →

↑ 返回顶部

Alex Prompter @alex_prompter

Marketing + AI = $$$
@godofprompt (co-founder) | 影响力: 94.19k万粉丝

💡 核心观点: Claude高效提升代码能力，接近但未达自我改进阶段。

可信度: 10/10 – 3项声明可直接验证；2项需进一步确认

事实核查:

• ◐ 部分可验证: 截至上个月，Claude 编写了 Anthropic 合并到自己代码库中超过 80% 的代码。 (需 Anthropic 官方公开代码贡献统计数据或内部报告才能验证，但目前无公开直接证据支持这一具体比例。)
• ✓ 可验证: Anthropic 的工程师现在每天交付的代码量大约是 2024 年的 8 倍。 (缺乏公开的生产力指标对比数据（如版本控制日志或绩效报告），且“代码量”定义模糊（如是否包含生成/自动代码）。)
• ◐ 部分可验证: 在固定测试中，模型的性能从一年前的约 3 倍提升到约 52 倍（人类熟练工为 4 倍）。 (若 Anthropic 发布过测试方法论和基准数据（如 GitHub 或论文），可部分验证；但“人类对比”需假设测试条件一致，实际可能难以复现。)

原文内容:

阅读 Anthropic 的那篇真正文章吧。它比炒作还要疯狂，正因为它如此冷静克制。

截至上个月，Claude 编写了 Anthropic 合并到自己代码库中超过 80% 的代码。他们的工程师现在每天交付的代码量大约是 2024 年的 8 倍。

在他们每个版本运行的固定测试中（取一些训练代码，让它运行得更快），模型的性能从一年前的约 3 倍提升到约 52 倍。一个熟练的人类在几小时内大约能做到 4 倍。

而且，当一名研究人员在调查中途走上错误的岔路时，最新的模型现在有 64% 的时间能选择更好的下一步。

炒作所忽略的诚实部分是，Anthropic 表示我们还没有达到自我改进的阶段。Claude 仍然无法决定哪些问题是值得解决的。那种研究品味是让人类仍需介入的最后一道关卡。

但他们公开地描绘了那个关口关闭的时刻：当代理能够自己构建和训练模型，而 Claude 开始改进 Claude。

整个事件中最响亮的信号出现在结尾：正在构建这一切的公司，正是那个在循环关闭前呼吁一个有效的暂停按钮的公司。

⏰ 18:00 | ❤️ 84点赞 | 📝 329字 | 查看原文 →

↑ 返回顶部

Pierrick Chevallier | IA @charaspowerai

AI VFX Artist & Photoshop Editor for House of David Saison 2 for Amazon | AI Artist & Formateur | 影响力: 0万粉丝

💡 核心观点: 用模板生成角色标志性能力的竖版动漫海报。

可信度: 10/10 – 4项声明可直接验证；1项需进一步确认

事实核查:

• ✓ 可验证: 螺旋丸是鸣人的标志性招式，通过旋转塑造的螺旋状查克拉球体。 (该声明基于《火影忍者》官方动画、漫画及设定集，螺旋丸作为鸣人早期开发的忍术，其形态和效果在作品中多次明确展示，可通过官方资料直接验证。)
• ✓ 可验证: 多重影分身之术能将鸣人复制成无数分身，用数量压倒敌人。 (此忍术为《火影忍者》核心设定之一，官方明确描述其效果（如结印“壬”和分身数量限制），动画/漫画中频繁出现，属于公开可验证事实。)
• ◐ 部分可验证: 风遁·螺旋手里剑是螺旋丸的完美进化，注入风查克拉形成毁灭性旋转手里剑。 (风遁·螺旋手里剑的形态和威力在剧情中有详细刻画，但“完美进化”属于主观评价（如未明确官方定义“完美”），其机制可通过作品验证，但定性表述需保留。)

原文内容:

这个提示是一个疯狂的模板   
你可以用它搭配任何角色（动漫、游戏、电影……）来创建一张高级竖版海报，展示他们最具标志性的能力。

以鸣人为例  
PROMPT  
创建一张戏剧性的竖版动漫风格海报，仅聚焦于漩涡鸣人及其最具标志性的忍术。

构图应感觉像一张高级动漫信息图/致敬海报，所有部分仅以鸣人作为唯一展示角色。展示鸣人使用标志性技巧的不同强大版本，带有动态的查克拉效果、电影般的能量，以及大胆的忍者氛围。

中心主标题：  
“LEGENDARY NARUTO JUTSU”  
副标题：  
“THE POWER OF UZUMAKI”

展示6个主要鸣人忍术，以大型插图面板呈现，每项清晰分隔并编号：

1. 螺旋丸  
展示鸣人手中形成发光的蓝色螺旋丸，动态的前倾姿势，旋转的查克拉球体，强烈的蓝色能量轨迹。  
文本：  
“通过旋转塑造的螺旋状查克拉球体。鸣人的标志性招式。”

2. 多重影分身之术  
展示鸣人结印，身后和周围出现众多影分身，以史诗般的阵型呈现。  
文本：  
“将鸣人复制成无数分身的技巧，用数量压倒敌人。”

3. 风遁·螺旋手里剑  
展示鸣人投掷或准备巨大的风遁螺旋手里剑，带有锋利的旋转查克拉刀刃和狂暴的风能量。  
文本：  
“螺旋丸的完美进化，注入风查克拉，形成毁灭性的旋转手里剑。”

4. 仙人模式  
展示鸣人处于仙人模式，眼周橙色色素，自信且随时战斗，自然能量在他周围流动。  
文本：  
“通过自然能量实现的力量、感知和平衡的提升状态。”

5. 九尾查克拉模式  
展示鸣人被发光的金色九喇嘛查克拉包围，带有强烈的橙黄色能量披风和查克拉火焰。  
文本：  
“九喇嘛之力彻底释放，赋予鸣人巨大的速度、力量和查克拉。”

6. 尾兽玉 / 最终大规模力量  
展示鸣人在一个终极高能量面板中，进行巨型查克拉攻击，结合史诗般的规模、破坏力和压倒性力量。  
文本：  
“值得传奇忍者的最终压倒性查克拉爆发。”

在底部，包含一个标题为的部分：  
“鸣人结印与技巧”  
展示一排小型边框插图，包括：  
- 鸣人用于多重影分身之术的结印  
- 螺旋丸查克拉形成  
- 仙人模式的冥想/专注  
- 螺旋手里剑查克拉结构  
- 九喇嘛查克拉披风轮廓

添加小型日式装饰书法、忍者图案、查克拉符号，以及微妙的木叶村引用。

页脚引言：  
“我从不食言。那就是我的忍道。”

视觉风格：  
高端动漫海报，超详细，动态动作构图，发光的蓝色和橙色查克拉效果，强烈对比，戏剧性照明，史诗能量，高级信息图感，干净的字体，橙色、蓝色、金色和黑色为主色调，视觉上壮观，无水印。

结果总是干净且专业的。  
你想让我为下一个角色制作这个模板吗？  
（悟空、一护、路飞、蜘蛛侠等）

⏰ 02:30 | ❤️ 27点赞 | 📝 841字 | 查看原文 →

↑ 返回顶部