直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

通过cursor编程的最新资料

回答

以下是关于 Cursor 编程的最新资料:

  • 小白视角:
    • 已经通过 Cursor 跑出来第一个 html 文件,后续将继续探索,包括:
      • 第一弹,一点小小的震撼——cursor 黑客松。
      • 第二弹,文案工作者的福音——cursor 批量写 prompt、写文章。
      • 第三弹,上一辈的崛起——cursor 的“向上”,给爹妈一场安利。
  • Cursor 官方功能介绍:
    • Chat 聊天:允许与看到代码库的 AI 交谈,能看到当前文件和光标,可通过特定操作添加代码块到上下文或与整个代码库聊天。
    • Codebase Answers 代码库答案:使用特定操作询问有关代码库的问题,Cursor 会搜索代码库查找相关代码。
    • 引用您的代码:通过@符号引用代码用作 AI 的上下文,键入@可查看文件夹中文件和代码符号列表。
    • 使用图像:点击聊天下方的图片按钮或拖入图片可将视觉上下文包含在聊天中。
    • 询问 Web:使用@Web 从 Internet 获取最新信息,Cursor 会构建搜索查询并搜索 Web 查找相关信息作为附加上下文。
    • @Web 相关:借助@Web,Cursor 会根据查询和提供的上下文构建搜索查询并在 Web 上搜索以查找相关信息,可在 Cursor 设置中开启“始终搜索 Web”使 Cursor 在每个查询中搜索 Web 聊天。
内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

小白的 30min Cursor AI 编程上手步骤

你能看到这里,想必你已经用你的cursor跑出来第一个html文件了吧?后面就是放开我们对“我不会编程”的狭隘限制,疯狂地探索我们和AI的边界吧——至少我已经是这样了,如获至宝、状若癫狂。而我,也将继续探索,立个flag更新完以下几篇文章,也欢迎小伙伴随时找我来探讨呀:第一弹,一点小小的震撼——cursor黑客松黑客松值得单独写一篇,大家可以移步这里看看。除了我的小白视角,我的队友也已经写了一篇,期待未来的我们,线下见:第二弹,文案工作者的福音——cursor批量写prompt、写文章还在为管理不同的prompt、反复切换而烦恼吗,还在为工作突然要写总结一个人面对屏幕脑子空白痛苦吗?让Cursor替你写,真正的替,不是简单的复制黏贴,而是你的每一句话——你就是它的老板,让牛马也感受老板的视角和思考,AI替你打工。第三弹,上一辈的崛起——cursor的“向上”,给爹妈一场安利AI时代来临,大家都在想怎么用AI鸡娃,但是我寻思,如果我能给爹妈讲明白、并让他们日常生活中能用起AI(对,是用AI大模型,而非是封装好的、局限性极强的一些机器人),那会是一场怎样的家庭交流变革、又会让我爹妈的老年生活增添多少可能性。cursor,我想,是个最好为他们展现的平台。[heading3]

Cursor官方:功能介绍

Use @Codebase or ⌘ Enter to ask questions about your codebase.Cursor will search your codebase to find relevant code to your query.使用@Codebase或⌘ Enter询问有关您的代码库的问题。Cursor将搜索您的代码库以查找与您的查询相关的代码。[heading3]Reference your Code引用您的代码[content]Reference code with @ symbols to be used as context for the AI.Just type @ to see a list of all the files and code symbols in your folder.带有@符号的参考代码,用作AI的上下文。只需键入@即可查看文件夹中所有文件和代码符号的列表。[heading3]Use Images使用图像[content]Hit the image button under chat or drag an image into the input box to include visual context into chat.点击聊天下方的图片按钮,或将图片拖到输入框中,将视觉上下文包含在聊天中。[heading3]Ask the Web询问Web[content]Get up-to-date information from the internet with @Web.Cursor will search the web for you and use the latest information to answer your question.使用@Web从Internet获取最新信息。Cursor将为您搜索Web并使用最新信息来回答您的问题。

@Web

With @Web,Cursor constructs a search query based on the query and the context you’ve provided,and searches the web to find relevant information as additional context.This is particulary useful for finding the most up-to-date information.借助@Web,Cursor会根据查询和您提供的上下文构建搜索查询,并在Web上搜索以查找相关信息作为附加上下文。这对于查找最新信息特别有用。[heading3][heading3]Always On始终开启[content]You can make Cursor search the web for chat on every query by turning on “Always search the web” under Cursor settings > Features > Chat.This is equivalent to using @web on every query.您可以通过打开Chat >功能光标设置下的“始终搜索Web”,使光标在每个查询中搜索Web聊天。这相当于对每个查询都使用@web。

其他人在问
cursor如何使用
Cursor 的使用方法如下: 访问第三方文档:Cursor 附带一组已爬取、索引并准备好用作上下文的第三方文档,可使用@Docs 符号访问。 添加自定义文档:若要对尚未提供的自定义文档进行爬网和索引,可通过@Docs > Add new doc 实现。粘贴所需文档的 URL 后将显示相应模式,之后 Cursor 会索引并学习该文档,您就能像使用其他文档一样将其用作上下文。 管理自定义文档:在 Cursor Settings > Features > Docs 下,您可以看到已添加的文档,并进行编辑、删除或添加新文档的操作。 此外,关于 Cursor 的 Apply 功能: 了解构建:可在中阅读更多关于如何构建即时申请的信息。 应用代码块:要应用代码块建议,可按每个聊天代码块右上角的播放按钮。这会编辑您的文件以合并 Chat 生成的代码。对于更复杂的 AI 驱动的代码更改,建议使用 Chat + Apply。 接受或拒绝更改:应用代码块后,可浏览差异并接受或拒绝更改,也可点击聊天代码块右上角的“接受”或“拒绝”按钮,或使用 Ctrl/⌘ Enter 键接受,Ctrl/⌘ Backspace 键拒绝。
2024-11-11
给我介绍一下如何使用cursor
Cursor 是一款与代码编辑相关的工具,具有以下特点和使用方法: 1. Cmd K 命令(在 Windows/Linux 上也称为“Ctrl K”):允许您在编辑器窗口中生成新代码或编辑现有代码。如果在提示栏中按 Option/Alt Enter,Cursor 将回答您关于选择和附加上下文的任何问题。此对话的内容可以在后续生成中进一步使用,在 Cursor 提出响应后键入“do it”即可在快速提问后生成代码。 2. Cursor Tab:这是原生自动完成功能,是一个更强大的 Copilot,可以建议具有特别好内存的整个差异。由自定义模型提供支持,可以围绕光标建议编辑,而不仅仅是插入其他代码;一次修改多行;根据您最近的更改和 linter 错误提出建议。免费用户可获得 2000 次建议,Pro 和 Business 计划可获得无限次建议。 3. 从 VS Code 迁移:Cursor 是 VS Code 的一个分支。您可以一键将 VS Code 配置导入 Cursor,导航到光标设置>常规>帐户即可。
2024-09-27
cursor 教程
以下是关于 Cursor 的教程: 1. 从 VS Code 迁移: Cursor 是 VS Code 的一个分支,能够专注于使用 AI 编写代码的最佳方式,同时提供熟悉的文本编辑体验。 可以通过单击右上角的齿轮按钮、按 Ctrl/⌘ + Shift + J 或 Ctrl/⌘ + Shift + P 并键入“Cursor Settings”来打开光标特定设置窗格。 可以使用 Ctrl/⌘ + Shift + P,然后键入“VS Code Settings”来打开 VS Code 特定设置。 2. 对于不懂代码的人: Cursor 集成了 claude3.5sonnet、GPT4 等多个模型,国内可以直接使用,支持多种语言,如 python、java、C等,可用于聊天、辅助写代码、辅助写作等功能,能更好地为开发者服务。 它继承了 vscode 的强大功能和用户界面,几乎一模一样,还深度集成了 gpt 等大模型,无缝融入了包括 IntelliJ IDEA、Visual Studio Code 和 GitHub 在内的主流开发环境和代码库中,体量小,启动快,编程效率高。 Anysphere 公司客户群已拓展到像 OpenAI、Midjourney、Perplexity 等知名大企业,备受全球开发者喜爱,收获一系列好评。 价格方面,Cursor 目前提供了 3 种订阅模式。 3. 模型方面: 在 Cursor Chat、Ctrl/⌘ K 和 Terminal Ctrl/⌘ K 中,可以轻松在不同模型之间切换。
2024-09-26
cursor教程
以下是关于 Cursor 的教程: 模型选择: 在 AI 输入框下方,有一个下拉列表,允许您选择要使用的模型。默认情况下,Cursor 已准备好使用以下模型: cursorsmall:这是 Cursor 的自定义模型,不如 GPT4 智能,但速度更快,用户可无限制访问。您还可以在 Cursor Settings > Models > Model Names 下添加其他模型。 从 VS Code 迁移: Cursor 是 VS Code 的一个分支。这使我们能够专注于使用 AI 编写代码的最佳方式,同时提供熟悉的文本编辑体验。 您可以通过单击右上角的齿轮按钮、按 Ctrl/⌘ + Shift + J 或 Ctrl/␣ + Shift + P 并键入 Cursor Settings 来打开光标特定设置窗格。也可以使用 Ctrl/⌘ + Shift + P,然后键入 VS Code Settings 来打开 VS Code 特定设置。 产品特点与应用: Cursor 是一个集成了 claude3.5sonnet、GPT4 等多个模型的编辑器,国内可以直接使用,支持多种语言(如 python、java、C等),也支持在多平台安装。可用于聊天、辅助写代码、辅助写作等功能,能更好地为开发者服务。 它继承了 vscode 的强大功能和用户界面,几乎一模一样,还深度集成了 gpt 等大模型,无缝融入了包括 IntelliJ IDEA、Visual Studio Code 和 GitHub 在内的主流开发环境和代码库中。具有体量小、启动快、编程效率高的优点。 Anysphere 公司的客户群已拓展到像 OpenAI、Midjourney、Perplexity 等知名大企业。价格方面,Cursor 目前提供了 3 种订阅模式。
2024-09-15
什么是cursor的composer特性
Cursor 的 Composer 特性主要包括以下方面: 1. 它是 Cursor 的原生自动完成功能,比 Copilot 更强大,具有良好的内存。 2. 由自定义模型提供支持,可以围绕光标建议编辑,而不仅仅是插入其他代码。 3. 能够一次修改多行。 4. 可以根据用户最近的更改和 linter 错误提出建议。 5. 免费用户可获得 2000 次免费建议,Pro 和商业计划用户可获得无限次建议。 默认情况下,Cursor 会尝试查找不同类型的有用信息来改进代码生成,除了用户手动包含的,还可能包括相关文件、最近查看的文件等。收集后,Cursor 会按与编辑/生成的相关性对上下文项进行排名,并将排名靠前的项目保留在大型语言模型的上下文中。
2024-09-09
cursor是什么?我应该如何使用?
Cursor 是 VS Code 的一个分支,能够让我们专注于使用 AI 编写代码的最佳方式,并提供熟悉的文本编辑体验。 其使用方法包括: 打开设置:可以通过单击右上角的齿轮按钮、按 Ctrl/⌘ + Shift + J 或 Ctrl/⌘ + Shift + P 并键入“Cursor Settings”来打开光标特定设置窗格。也可以使用 Ctrl/⌘ + Shift + P ,然后键入“VS Code Settings”来打开 VS Code 特定设置。 导入配置:可以一键将 VS Code 配置导入 Cursor,导航到“光标设置>常规>帐户”。 此外,Cursor 提供多个订阅层级以满足不同需求,如 Hobby(爱好)、Pro(专业版)、Business(商)等。具体的定价和使用限制等信息,您可以访问相关页面获取,例如: 。
2024-09-09
完全不会编程的人能使用AI完成网站和app的开发吗
完全不会编程的人在一定程度上可以借助 AI 来开发网站和 app,但存在一定的限制。 从去年三月 GPT4 发布会的手绘草图直接生成网站的 demo 开始,人们对非编程人员开发应用充满期待。然而,现实情况是,真正的应用往往有复杂的特殊需求,代码量也可能超出 AI 单次处理能力,AI 无法直接完成。比如,纯小白使用 cursor 创建起始文件后,可能会不知从何下手。 但也有一些积极的情况,没有任何编码能力的人独自创建的应用程序或网站有迅速走红的可能。对于纯小白,如果需求复杂无法一次性直出,需要在 AI 的帮助下一步一步来,并在这个过程中学习一些编程知识。 在深入学习 AI 时,即使不会编程,也可以通过一些教程,如 20 分钟上手 Python + AI,来逐渐掌握相关技能。Python 拥有丰富的标准库,还可以通过工具和平台获取更多资源。OpenAI 提供了 ChatGPT 这种开箱即用的服务,也有通过代码调用的 OpenAI API 来完成更多自动化任务。
2024-11-13
简单、便捷的python编程IDE
以下是一些简单、便捷的 Python 编程 IDE: 1. Wing Python IDE Pro:由 Wingware 开发,专为 Python 编程设计,集成了代码编辑、导航和调试功能,具备智能自动补全、代码重构、多选功能和代码片段工具,使编程更轻松高效。价格:年度许可证起价 179 美元/月。 2. Smol Developer:开源的 AI 开发助手,可根据产品需求生成完整的代码库,具有简单、安全、易于理解的代码结构,同时具备高度灵活性和定制性。价格:开源项目,遵循 MIT 许可证。 3. Cody:Sourcegraph 的 AI 工具,能理解整个代码库,解答问题并编写代码,还能详细解释代码,定位特定组件,并提出修复建议。可通过 VS Code 扩展直接使用,个人使用免费。 配置 Python 运行环境的方法如下: 简单版: 下载 Python 和 PyCharm。 Python 下载地址:https://www.python.org/ PyCharm 下载地址:https://www.jetbrains.com/pycharm/download/ 然后双击 exe 文件安装即可。 详细版: 1. 访问 Python 官网:https://www.python.org/ 2. 下载 Python 安装包 3. 安装 Python:打开 window 控制台,输入 python,能进入控制台就说明安装成功了。 4. 集成开发环境: PyCharm 是由 JetBrains 打造的一款 Python IDE,支持 macOS、Windows、Linux 系统。功能包括调试、语法高亮、Project 管理、代码跳转、智能提示、自动完成、单元测试、版本控制等。 下载 PyCharm: Professional(专业版,收费):完整的功能,可试用 30 天。 Community(社区版,免费):阉割版的专业版。 安装 PyCharm:下载完成后,双击安装即可。 使用 PyCharm:首先在桌面上创建一个文件夹 test,并创建一个目录 test.py,双击桌面 PyCharm 图标,打开刚才创建的 test 目录即可。 安装 PyCharm 的补充说明: PyCharm 是一个专门用于 Python 开发的集成开发环境(IDE),能更方便地编写和运行 Python 代码。 点击该网址:https://www.jetbrains.com/pycharm/download/ ,点击完后注意下拉,选择下面这个下载,这个是 Community Edition(社区版),该版本是免费的。如果是开头映入眼帘的下载按钮是收费版,只能体验 30 天。社区版自己玩的话够用了。如果没法外网下载,可使用以下网盘链接: 夸克网盘:Pycharm 和 Cursor(主要是 Pycharm,版本稳定,Cursor 有条件可以自己下) 链接:https://pan.quark.cn/s/c5df4670858c 百度网盘:pycharmcommunity2024.2.3.exe 链接:https://pan.baidu.com/s/1jFMxBQD0r41eU6f5BGQg?pwd=43h2 提取码:43h2
2024-11-13
编程学习AI
以下是关于中学生和新手学习 AI 的建议: 中学生学习 AI: 1. 从编程语言入手学习:可以从 Python、JavaScript 等编程语言开始,学习编程语法、数据结构、算法等基础知识,为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台:使用 ChatGPT、Midjourney 等 AI 生成工具,体验 AI 的应用场景。探索面向中学生的 AI 教育平台,如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识:了解 AI 的基本概念、发展历程、主要技术如机器学习、深度学习等,学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目:参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动,尝试利用 AI 技术解决生活中的实际问题,培养动手能力。 5. 关注 AI 发展的前沿动态:关注 AI 领域的权威媒体和学者,了解 AI 技术的最新进展,思考 AI 技术对未来社会的影响,培养对 AI 的思考和判断能力。 新手学习 AI: 1. 了解 AI 基本概念:建议阅读「」部分,熟悉 AI 的术语和基础概念。浏览入门文章,了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅:在「」中找到为初学者设计的课程,特别推荐李宏毅老师的课程。通过在线教育平台(如 Coursera、edX、Udacity)上的课程按照自己的节奏学习,并有机会获得证书。 3. 选择感兴趣的模块深入学习:AI 领域广泛,可根据兴趣选择特定模块深入学习,比如图像、音乐、视频等,同时掌握提示词的技巧。 4. 实践和尝试:理论学习后,实践是巩固知识的关键,尝试使用各种产品做出作品,并在知识库分享实践成果。 5. 体验 AI 产品:与 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动,了解其工作原理和交互方式,获得对 AI 实际应用表现的第一手体验。 在深入学习 AI 时,对于不会代码的新手,可参考以下 20 分钟上手 Python + AI 的方法: 1. 完成一个简单程序。 2. 完成一个爬虫应用,抓取公众号文章。 3. 完成一个 AI 应用,为公众号文章生成概述。 一些背景: 1. 关于 Python:Python 像哆啦 A 梦,拥有标准库,可直接使用。若标准库道具不够,可用 pip 工具从 GitHub 等平台订购新道具,且在 AI 领域被广泛使用。 2. 关于 OpenAI API:OpenAI 通过 ChatGPT 提供开箱即用的服务,也通过 OpenAI API 提供更灵活的服务,可通过代码调用完成更多自动化任务。
2024-11-13
AI编程调查报告
很抱歉,目前知识库中没有关于 AI 编程调查报告的相关内容。但一般来说,一份完整的 AI 编程调查报告可能会包含以下几个方面: 1. 引言:介绍调查的背景、目的和范围。 2. AI 编程的现状:包括当前主流的编程语言、框架和工具,以及它们的应用领域和发展趋势。 3. 技术挑战与解决方案:分析在 AI 编程中遇到的技术难题,如数据处理、模型训练、优化算法等,并探讨相应的解决办法。 4. 人才需求与培养:研究市场对 AI 编程人才的需求情况,以及相关的教育和培训资源。 5. 案例分析:列举一些成功的 AI 编程项目案例,展示其技术实现和应用效果。 6. 未来展望:对 AI 编程的未来发展方向进行预测和展望。 您可以根据具体的调查重点和需求,进一步明确和细化报告的内容。
2024-11-12
学习AI,要会编程吗?
学习 AI 不一定必须会编程,但在深入学习时,编程能力会有很大帮助。 对于许多刚开始接触 AI 的朋友,会发现学习过程中需要编程,这可能会带来一定的困扰,因为很多教程默认学习者会打命令行,导致入门困难。 不过,也有一些简明的入门教程,能帮助大家更快掌握 Python 和 AI 的相互调用,比如在 20 分钟内完成一个简单程序、一个爬虫应用抓取公众号文章、一个 AI 应用为公众号文章生成概述。 Python 在 AI 领域被广泛使用,它就像哆啦 A 梦的百宝袋,拥有丰富的标准库,还能通过 pip 工具和 GitHub 平台获取更多资源。 OpenAI 通过 ChatGPT 提供开箱即用的服务,也通过 OpenAI API 提供更灵活的服务,可通过代码调用完成更多自动化任务。 对于复杂的项目,如开发一个 P2P 传输程序,涉及到多项关键技术和挑战,包括分布式系统设计、数据完整性校验、去中心化架构以及高效的数据传输技术,就需要具备一定的编程能力,如在 Rust 环境中进行项目初始化与配置,包括安装 Rust、管理版本、创建项目结构等。
2024-11-11
AI编程
以下是关于 AI 编程的全面介绍: 一、基础编程知识 如果希望在 AI 编程方面深入学习,最好体系化地了解以下内容: 1. Python 基础 基本语法:包括变量命名、缩进等规则。 数据类型:如字符串、整数、浮点数、列表、元组、字典等。 控制流:使用条件语句(if)、循环语句(for 和 while)控制程序执行流程。 2. 函数 定义和调用函数。 理解函数的参数和返回值。 掌握作用域和命名空间,了解局部变量和全局变量的概念及工作方式。 3. 模块和包 学会导入 Python 标准库中的模块或第三方库。 了解如何安装和使用 Python 包来扩展程序功能。 4. 面向对象编程(OOP) 熟悉类和对象的定义及实例化。 为类定义属性和方法,并通过对象调用。 理解类之间的继承关系和多态的实现。 5. 异常处理 明白什么是异常以及其工作原理。 学会使用 try 和 except 语句处理程序中的错误。 6. 文件操作 掌握文件的读写操作。 处理文件路径,列举目录下的文件。 二、AI 编程的实践案例 在 AI 的帮助下,即使不会写代码,也能在短时间内完成很多工作: 1. 一个月内完成的项目 IAiUse Language Translator Settings:Obsidian 插件,帮助翻译文章为多国语言,耗时 1 天。 i18n Nexus:vs code 插件,只要维护一个国家语言,自动把网站翻译成多国语言,耗时 3 天。 scriptcraft:剧本创作平台的界面,耗时 1.5 天。 lumier:宣传页(50 页,600 张图),耗时 3 天。 waytoagi 官网多语言:增加多语言支持,修改近 100 个文件,耗时 5 天。 文生视图:支持 MacOS、Windows、Linux 的跨平台文生视图一站式平台,耗时 3 天。 其它:还有一些 chrome 的插件。 三、编程的本质 编程的核心是解决问题的能力,AI 辅助编程正在颠覆传统编程方式: 1. 问题分解能力:将复杂问题拆解成小的、可管理的部分。 2. 逻辑思维:清晰地表达需求和思路。 3. 创意表达:提出创新的解决方案。 例如在多语言翻译插件的开发中,首先仔细分析问题,包括真正的需求、现有系统的不足以及用户的使用场景,然后与 AI 工具交流描述问题场景和解决思路,最终获得令人惊喜的结果,AI 不仅提供核心代码,还给出了封装成插件、优化用户界面和错误处理等方面的建议。
2024-11-09
马斯克脑机接口最新发展
马斯克脑机接口的最新发展包括以下方面: 脑虎科技创始人彭雷指出脑机接口是人类脑计划的核心底层工具,能长期稳定读取大规模神经元活动信号。脑机接口是交叉领域,存在侵入式解决方案,如马斯克采用的柔性脑机结构,其柔性丝比头发细很多,通道无上限,可通过脑机信号控制物体。 2024 年 8 月 4 日,《马斯克最新 6 万字访谈!8.5 小时详解脑机接口、机器人、外星人,以及 AI 与人类的未来(一)》发布,这是马斯克第 5 次参加 Lex Fridman 播客,也是有史以来时间最长、最完整、信息量最大的一次,全球首位 Neuralink 脑机接口植入者 Noland 也参与了对话。 2024 年 1 月 30 日,马斯克宣布首例人类大脑芯片植入手术成功。
2024-11-16
人工智能最新信息
以下是人工智能的一些最新信息: 神经网络研究在 2010 年左右开始有巨大发展,ImageNet 大型图像集合催生了相关挑战赛。 2012 年卷积神经网络用于图像分类使错误率大幅下降,2015 年微软研究院的 ResNet 架构达到人类水平准确率。 从 2015 年到 2020 年,神经网络在图像分类、对话语音识别、自动化机器翻译、图像描述等任务中陆续实现人类水平准确率。 过去几年大型语言模型如 BERT 和 GPT3 取得巨大成功,得益于大量通用文本数据。 OpenAI 通用人工智能(AGI)的计划中,原计划 2026 年发布的 GPT7 因埃隆·马斯克的诉讼被暂停,计划 2027 年发布的 GPT8 将实现完全的 AGI。GPT3 及其升级版本 GPT3.5 是朝着 AGI 迈出的巨大一步。
2024-11-16
国内AI行业最新发展状况
以下是关于国内 AI 行业最新发展状况的介绍: OpenAI 的 o1 模型主导:OpenAI 最新推出的 o1 模型正在重新定义 AI 在数学、科学和推理方面的极限,使竞争对手困惑甚至“破产”。 中国的 AI 崛起:无视制裁,中国的模型凭借坚韧和战略智慧正在“屠榜”,证明他们仍在牌桌之上。 生成式 AI 的数十亿繁荣:AI 初创公司正赚得盆满钵满,但可持续性难以捉摸。 AI 产业链中的机会分析: 1. 基础设施层:布局投入确定性强,但资金投入量大,入行资源门槛高,未来更多由“国家队”负责,普通人可考虑“合作生态”切入机会。 2. 技术层:技术迭代迅速,小规模团队或个人须慎重考虑技术迭代风险,基础通用大模型非巨无霸公司不建议考虑,竞争激烈,最终赢家通吃。 3. 应用层:是广阔蓝海,当前成熟应用产品不多,“杀手级”应用凤毛麟角,普通个体和小团队推荐重点布局,发展空间巨大。 AI 产品发展的未来展望: 1. 更深度的行业整合:AI 技术将与各行各业更紧密结合。 2. 用户体验的持续优化:易用性和稳定性将进一步提升。 3. 新兴应用场景的出现:可能在智能家居、自动驾驶等领域找到新突破口。 相关报告及解读链接: (报告 212 页)
2024-11-14
最新的文生视频/图生视频能力是什么
以下是关于最新的文生视频/图生视频能力的介绍: PIKA1.0 启用了全新的模型,文生视频质量大幅提升,例如输入“Cinematic,happy laughing girl in office,Pixar style”的 Prompt 能瞬间生成匹配皮克斯水平的镜头,且稳定性和神情表现出色,爆杀市面上所有的 AI 视频。在文生图方面,新模型也极其稳定。同时,图生视频效果很棒,人的一致性逆天,语义理解强,动作幅度大。此外,还有一些小技巧,如在右下角第三个设置里,负面提示(Negative prompt)可以常驻“blurry,out of focus,twisted,deformed”,提示词相关性别设 5 15 之间效果较好。 这半年来,除传统的文生视频、图生视频能力迭代外,主要技术发展还围绕着通过转绘改变画风、视频内人物识别和替换方向。在服务头部创作者方面,未来产品会强化编辑器能力和视频细节可控性,并智能化后期制作任务。影视后期方向,可将动捕演员表演转化为虚拟角色提高特效制作效率。专业领域,创作者能通过草图分镜验证效果。在 C 端大众消费侧,AI 视频有望在小说、网文阅读、短情景剧等内容消费方向发挥潜力,人物识别和替换可衍生电商平台虚拟试衣间能力。Viggle、DomoAI 的产品中的模板套用能力若低成本开放在短视频产品中,可能带来新的爆发周期。 Stable Video Diffusion 1.1 新模型以及 stablevideo.com 开始内测,清晰度、控制方式和效果都有很大提升,目前提供文生视频、图生视频两种方式,文生视频先生成 4 张图像选一张用于生成视频,图生视频提供几种控制方式(仅开放了一部分),另外目前提供 17 种风格。
2024-11-10
ChatGPT最新的版本是什么
目前 ChatGPT 官网主要有以下版本: 1. GPT3.5:免费版本,拥有 GPT 账号即可使用,但智能程度相对较低,无法使用 DALL.E3(AI 画图功能)、GPTs 商店和高级数据分析等插件,知识更新到 2022 年 1 月。 2. GPT4:智能程度较高,知识更新到 2023 年 12 月。想要使用更多功能需要升级到 PLUS 套餐,收费标准为 20 美金一个月,还有团队版和企业版,费用更贵,一般推荐使用 PLUS 套餐。 3. ChatGPT 4o:5.13 发布,可免费体验,但免费体验次数有限,知识更新到 2023 年 10 月。想要更多功能也需要升级到 PLUS 套餐。
2024-11-09
最新AI搜索相关产品总结
以下是关于最新 AI 搜索相关产品的总结: 自今年二月份以来,AI 搜索赛道不断有新的产品出现,市场定位有所差异。 在国内,有大模型厂商推出的 ChatBot 产品,如智谱清言、Kimi Chat、百小应、海螺 AI 等;也有搜索厂商或创业团队推出的 AI 搜索产品,如 360 AI 搜索、秘塔、博查 AI、Miku 等。 在海外,有很多成熟的和新出的泛 AI 搜索产品,如 Perplexity、You、Phind 等。中国公司和团队也有面向全球市场的出海产品,如 ThinkAny、GenSpark、Devv 等。 ThinkAny 选择出海做全球市场,主要考虑国内竞争激烈、用户付费意愿不高、存在政策风险等因素。 从解决的需求或面向的群体分类,可分为通用搜索和垂直搜索两类。通用搜索如 Perplexity、ThinkAny,没有明显的受众倾向,任何人可以搜任何问题,都能得到相对不错的搜索结果。垂直搜索如 Phind、Devv、Reportify,一般面向特定人群或特定领域,在某类问题的搜索上会有更好的结果。 AI 搜索目前主要有两类产品形态: 1. 大模型厂商或第三方推出的 ChatBot,主要交互是一个对话框+RAG 联网检索,这类产品包括 ChatGPT、Kimi Chat 等。 2. 专门做 AI 搜索的产品,主要交互是一个搜索框+搜索详情页,这类产品包括 Perplexity、秘塔等。 以下是一些推荐的 AI 搜索引擎: 1. 秘塔 AI 搜索:由秘塔科技开发,提供多模式搜索、无广告干扰、结构化展示和信息聚合等功能,旨在提升用户的搜索效率和体验。 2. Perplexity:一款聊天机器人式的搜索引擎,允许用户用自然语言提问,使用生成式 AI 技术从各种来源收集信息并给出答案。 3. 360AI 搜索:360 公司推出的 AI 搜索引擎,通过 AI 分析问题,生成清晰、有理的答案,并支持增强模式和智能排序。 4. 天工 AI 搜索:昆仑万维推出的搜索引擎,采用生成式搜索技术,支持自然语言交互和深度追问,未来还将支持图像、语音等多模态搜索。 5. Flowith:一款创新的 AI 交互式搜索和对话工具,基于节点式交互方式,支持多种 AI 模型和图像生成技术,提供插件系统和社区功能。 6. Devv:面向程序员的 AI 搜索引擎,专注于提供编程、软件开发和人工智能等领域的专业建议和指导。 7. Phind:专为开发者设计的 AI 搜索引擎,利用大型语言模型提供相关的搜索结果和动态答案,特别擅长处理编程和技术问题。 这些 AI 搜索引擎通过不同的技术和功能,为用户提供更加精准、高效和个性化的搜索体验。但内容由 AI 大模型生成,请仔细甄别。
2024-11-07
撰写内容概要:以ai换脸诈骗和声音合成诈骗为蓝本查阅网站、文献期刊等专家在相关方面的研究进展及其成果,并进行汇总评述。(1)表述收集资料的来源情况、收集资料的数量情况;(2)将所收集的资料进行分类,按照几个分类方面逐一进行表述,表述涵盖专家的观点、结论、思路、方案等;(3)小组综合性的对所收集到的资料进行评述,描述当前的进展情况、优劣点、未来发展等。)
以下是根据您提供的资料进行的汇总评述: 一、收集资料的情况 1. 来源情况:资料来源于陶力文律师的相关论述、关于 AI 音乐的论文、质朴发言的研究报告等。 2. 数量情况:共收集到 3 份相关资料。 二、资料分类及专家观点 1. 关于律师如何写好提示词用好 AI 观点:强调结构化内容组织、规定概述内容解读结语结构、案例和挑战结合、结合法规和实际操作、使用商业术语等。 结论:通过多种方式提升文章的专业性和针对性。 思路:从标题、文章结构等方面进行规划。 方案:按照特定的结构和要求进行写作。 2. 基于频谱图的音乐录音中自动调谐人声检测 观点:聚焦音乐中人声音高的自动调音检测,提出数据驱动的检测方法。 结论:所提方法在检测上表现出较高的精确度和准确率。 思路:包括音频预处理、特征提取和分类等步骤。 方案:创建新数据集,进行全面评估。 3. 文生图/文生视频技术发展路径与应用场景 观点:从横向和纵向梳理文生图技术发展脉络,分析主流路径和模型核心原理。 结论:揭示技术的优势、局限性和未来发展方向。 思路:探讨技术在实际应用中的潜力和挑战。 方案:预测未来发展趋势,提供全面深入的视角。 三、综合性评述 当前在这些领域的研究取得了一定的进展,如在音乐自动调音检测方面提出了新的方法和数据集,在文生图/文生视频技术方面梳理了发展路径和应用场景。 优点在于研究具有创新性和实用性,为相关领域的发展提供了有价值的参考。但也存在一些不足,如音乐检测研究中缺乏专业自动调音样本,部分技术在实际应用中可能面临一些挑战。 未来发展方面,有望在数据样本的丰富性、技术的优化和多模态整合等方面取得进一步突破,拓展更多的应用场景。
2024-11-15
AI村民构建的AI小镇资料
以下是关于 AI 小镇“离谱村”的相关资料: 离谱村之歌: 村民阿飞创作的村歌,歌词中描绘了离谱村村民不种田,只搞 AI 的狂欢。代码是他们的麦田,数据是他们的酒,机器学习、深度神经等技术他们玩得转,算法优化、模型训练如同游戏般简单。从早到晚只有键盘的敲击声,AI 的梦想正在成形。村里有智能机器人、自动车等未来元素,村民用 AI 种菜、放牛,智能管家解决烦恼。离谱村的夜因 AI 灯光而明亮,这里的故事将传遍每个角落,其 AI 成果让世界震撼。 离谱村的共创故事: 离谱村是由 WaytoAGI 孵化的 900 人共创项目,目前是用飞书做整体协同。一部完全由 AI 制作完成的短片《离谱村的故事》获得了 MIT 电影黑客松的 Best Video 第一名。其中的配音是用 Audiobox 捏出来的,为保证离谱熊声线的一致性,还用了 GPTsovits 对其声音做了专属训练。有专门的离谱村百科和村民目录用于素材管理,接下来会引入离谱家人的共创内容。 离谱村介绍: WaytoAGI 是由一群热爱 AI 的专家和爱好者共同建设的开源 AI 知识库,涵盖 AI 绘画、AI 视频、AI 智能体、AI 3D 等多个版块,包含赛事和活动促进大家动手实践,有 1000 万的访问量。离谱村是 WaytoAGI 孵化的千人共创项目,参与者不分年龄层,通过 AI 工具创作出各种作品。离谱村是一个没有被定义的地方,每个人心中都有自己想象中的样子,它不仅是物理空间,更是灵魂的避风港,激励着人们发挥想象力创造独特生活方式。
2024-11-13
我拥有很多的行业资料,我想构建一个自己的知识库,然后通过向AI助手提问,帮我快速找到资料和解决方案,这个知识库应该怎么建立?按什么格式?
以下是建立自己的知识库的步骤和相关格式: 1. 选择工具:以 Coze 为例,来到个人空间,找到知识库导航栏,点击创建知识库。 需注意知识库是共享资源,多个 Bot 可以引用同一个知识库。 2. 选择格式并填写信息: 目前(2024.06.08)Coze 支持三种格式,分别是文档、表格(CSV、Excel 等)、图片(上传图片并填写图片文字说明)。 格式并非关键,重要的是理解影响 RAG 输出质量的因素。 例如可以选择本地文档(问答对可选择表格)。 参考。 选择自定义的文档切割,数据处理完成后,一个问答对会被切割成一个文档片。 3. 使用知识库:关于使用知识库,可以查看教程。
2024-11-06
智能体工作流相关的资料全给我
以下是关于智能体工作流的相关资料: 生物医药小助手: 技术实现原理:由 1 个工作流和 6 个数据库实现。工作流设计简单,包括一个输入,对接知识库,搭载豆包 function call 大模型,最后输出。相对有难度的是收集和校对知识库的资料。在医疗领域,为保证回答准确性,提示词约定回答只能来自知识库。 商业化场景:能替代大部分传统医药数据库商业化场景,如医药企业研发立项、科研机构临床转化评估、投资机构评估标的公司等。 竖起耳朵听: 插件:像工具箱,可放一个或多个 API,平台有多种插件,也可自制。 工作流:像可视化拼图游戏,由多个小块块(节点)组成,可组合插件、大语言模型、代码块等创造复杂稳定业务流程。不同小块块可能需要不同信息,包括引用前面小块块信息或自行设定信息。此智能体用到 5 个小块块。 【图像流】用 Coze 的工作流创建随便虐的室内设计师: 创建 Bot:打开 Coze 官网 https://www.coze.cn/home 。 图像工作流:包括图像流配置界面、分类(智能生成、智能编辑、基础编辑)、空间风格化插件(含参数如 image_url、Strength、Style、user_prompt)、工作流流程(按构架配置,调试效果,有毛坯房测试用例)、开始节点解析(对应配置三项内容,提示词优化)、人设和回复逻辑。发布后机器人可出图。
2024-10-29
AI 搜索资料 工具
以下是关于 AI 搜索资料工具的相关信息: 1. 利用 AI 打造爆款公众号文章:在搜索框中输入具体的 Prompt 来快速定位相关资讯,如“查找关于 OpenAI 对马斯克言论回应的博客文章”。通过 AI 工具如 Perplexity.AI、微软的 Bing 搜索引擎等获取搜索结果,这些工具的结果包含大量引用和来源链接,可点击回答内容下方的拷贝按钮获取。 2. 开搜 AI 搜索:这是一款免费无广告、直达结果的面向大众的搜索工具。它能帮助在校学生快速搜集学术资料、智能总结关键信息以撰写论文和报告,并支持查看来源出处;能协助教育教师群体获取教学资源、自动生成教案和课题研究报告;能助力职场办公人群高效查找工作所需信息、简化文案撰写等工作;能为学术研究人员提供行业分析、整合和总结大量数据形成研究报告。链接:https://kaisouai.com/ 3. 能联网检索的 AI:存在此类 AI,它们通过连接互联网实时搜索、筛选并整合所需数据,为用户提供更精准和个性化的信息。例如,ChatGPT Plus 用户可开启 web browsing 功能实现联网;Perplexity 结合了 ChatGPT 式的问答和普通搜索引擎的功能,可指定希望聊天机器人在制定响应时搜索的源类型;Bing Copilot 能简化在线查询和浏览活动;还有 You.com 和 Neeva AI 等搜索引擎,提供基于人工智能的定制搜索体验并保持用户数据的私密性。 需要注意的是,部分 AI 工具在使用时可能存在一定限制,如 Kimi 的阅读能力有限,可能无法一次性处理大量资讯或读取某些网站内容,此时可分批次提供资料。同时,对于 AI 生成的内容请仔细甄别。
2024-10-24
有没有什么资料可以快速了解AI
以下是一些可以帮助您快速了解 AI 的资料: 1. 学术论文:通过 Google Scholar、IEEE Xplore、ScienceDirect 等学术数据库搜索相关论文,了解 AI 在不同领域的应用和研究成果。 2. 专业书籍:查找与 AI 相关的专业书籍,深入学习 AI 的理论和应用案例。 3. 在线课程和教程:在 Coursera、edX、Udacity 等平台参加 AI 相关课程,在 YouTube 等视频平台查找教程和演示视频。 4. 技术论坛和社区:加入如 Stack Overflow、Reddit 的 r/AI 等相关论坛和社区,与专业人士交流学习。 5. 开源项目和代码库:在 GitHub 等开源平台探索 AI 相关项目,了解其应用和实现。 6. 企业案例研究:研究如 Autodesk、Siemens 等公司在 AI 领域的应用案例,了解实际效果。 对于入门经典必读,您可以参考作者为 的相关内容,原文地址为 https://a16z.com/2023/05/25/aicanon/ 。 如果您不会代码,想在 20 分钟上手 Python + AI,您可以先了解以下基础内容: AI 背景知识: 基础理论:明确人工智能、机器学习、深度学习的定义及相互关系。 历史发展:回顾 AI 的发展历程和重要里程碑。 数学基础: 统计学基础:熟悉均值、中位数、方差等统计概念。 线性代数:掌握向量、矩阵等基本概念。 概率论:了解基础的概率论知识,如条件概率、贝叶斯定理。 算法和模型: 监督学习:熟悉线性回归、决策树、支持向量机(SVM)等常用算法。 无监督学习:了解聚类、降维等算法。 强化学习:知晓其基本概念。 评估和调优: 性能评估:掌握如何评估模型性能,如交叉验证、精确度、召回率等。 模型调优:学会使用网格搜索等技术优化模型参数。 神经网络基础: 网络结构:理解前馈网络、卷积神经网络(CNN)、循环神经网络(RNN)等基本结构。 激活函数:熟悉常用的激活函数,如 ReLU、Sigmoid、Tanh。
2024-10-22