| | 7 HDR vs SDR 技术参数对比 (通俗版) | | | --- | --- | --- | | 对比维度 | SDR (Standard Dynamic Range) | HDR (High Dynamic Range) | | 亮度范围 | 最高大约 100~300 尼特 | 可达到 1000~2000+ 尼特甚至更高 | | 色域范围 | sRGB (标准红绿蓝) | DCI-P3 / BT.2020 (更广的色彩) | | 对比度 | 约 1,000:1 | 约 1,000,000:1 (部分HDR设备) | | 色彩深度 | 8-bit (每种颜色256个等级) | 通常为 10-bit (每种颜色1024等级) | | 细节表现 | 高光易"糊"、暗部易"黑成一团" | 高光不过曝、暗部保细节 | | 视觉感受 | 画面平淡,像照片 | 圈面通透，有立体感，像"真实现场" | | 应用范围 | 传统电视、网页图片、普通视频 | 高端手机、4K电视、流媒体视频、PS5游戏等 | | 编码标准 | Rec.709 | Rec.2020、HDR10、Dolby Vision 等 | 而这次 ...

几个月前，我写过一篇MiniMax的AI声音模型。 我说，那就是当时最强的中文AI音频。数据也有点小爆。 而在去年12月之后，至今将近半年时间，在AI声音模型这块，我觉得还是没有能超越MiniMax的。 直到昨天，我看到 MiniMax在X上发了他们新一代声音模型的技术报告，Speech-02来了。看来想突破Speech-01的上限，还是得他们自己。 | MiniMax (official) & | ... | | --- | --- | | @MiniMax AI | | | | Language | WER J | | SIM ↑ | | | --- | --- | --- | --- | --- | --- | | | | MiniMax | 11LABS | MiniMax | 11LABS | | | Chinese | 2.252 | 16.026 | 0.780 | 0.677 | | | English | 2.164 | 2.339 | 0.756 | 0.613 | | | Cantonese | 34.111 | 51.513 | 0.778 | 0.670 | | | Japanese ...

过于无语了。 我真是没想到，有朝一日，我得出来替煤炭，替AI，写一篇正名的文章。 这两天，在X、微博、小红书，疯传着一个截图。 图中一份正儿八经标价8200元的研究报告，赫然写着这么一句： "煤炭素有'黑金'之称，是可再生资源，收获来自煤矿石以及击杀凋灵骷髅获得1~3个。" 这么一份标价天价、封面还特么打着"2022-2029行业发展趋势前景"旗号的专业研究报告。 告诉你，煤炭，是打游戏打怪掉落出来的。 这个事，直接冲上了知乎热搜第一。 各种衍生梗，遍地开花。 比如山西人，击杀凋零鼓楼获取煤炭。 还有这个。 甚至，就这个掉落数据，这篇报告都还粘贴错了。 是1/3概率掉落煤炭，不是掉落1到3个煤炭。。。 很多群里，都看到朋友，在嘲笑AI，说AI幻觉哈哈哈哈哈哈哈哈。 或者就是离谱的AI搜索，然后审核人员背锅。 真的太抽象了。 这不是一个段子。 这是一份实际在官网上对外销售、挂着研究机构名头的能源产业报告。 卖价8200一份，电子版都不打折。 这事儿要是搁以前，最多被拿来当做行业笑话讲一讲。 但今天不一样。 因为它的流行路径，已经变质了。 很多人看到这句话的第一反应是："现在AI写研报真离谱。" 但是，我想说，你 ...

昨天看到了一个挺有意思的产品发布。 是腾讯云自己家的代码助手，CodeBuddy，开了个直播，发了他们的3.0版本。 这个产品可能很多人不知道，坦率的说，在过去市面上的名气，是没有Cursor、Trae这些AI编程产品的名气大的。 不过昨晚，我看了一下他们的直播，还发现了一个非常有趣的点。 就是跟微信的开发打通了。 腾讯的生态，微信的底蕴，还是太厚了。 先跟大家简单介绍一下 CodeBuddy这个产品吧。 官网网址在此： https://copilot.tencent.com/ 跟Cursor、Trae这些产品不太一样的点是，它是一个插件，而不是一个IDE产品。 也就是你不需要下一个软件，但是你可以在任何代码产品里，安装CodeBuddy用，比如你就可以在Cursor里安装CodeBuddy。。。虽然这事听着很NTR。 但是插件这个事，其实在开发的真正工作流，相比于AI IDE产品，是更容易被大家所接受的。 这里也做个小小的科普，其实现在你们看到的几乎所有的AI编程产品，你会发现长的几乎都跟VS Code一样，是因为都是基于Code - OSS去改的，所以大 家几乎长的都类似，插件生态也是一致的。 但是其实很 ...

Core Viewpoint - The article discusses the emergence and potential of Lovart, an AI design agent tool, highlighting its capabilities and the future of design workflows in the industry [1][64]. Group 1: Product Overview - Lovart is an AI design agent tool that gained significant attention, particularly in overseas markets, and operates on an invitation-only basis for its beta testing [2][6]. - The interface of Lovart resembles an AI chat platform, providing a user-friendly experience for design requests [7][8]. - The tool emphasizes the importance of industry-specific knowledge, suggesting that understanding design requirements and context is crucial for effective AI application [8]. Group 2: Functionality and Features - Users can input specific design requests, and Lovart processes these by first matching the required style before executing the task [11][17]. - The tool utilizes a LoRA model for style matching, which is essential for achieving the desired design outcome [17]. - Lovart can break down design tasks into detailed prompts, ensuring clarity and precision in the execution of design requests [19][23]. Group 3: Design Process and Output - The article illustrates a practical example where Lovart generated a series of illustrations based on a detailed prompt, showcasing its efficiency and effectiveness [9][30]. - Lovart supports various design functionalities, including resizing images and separating text from backgrounds for easier editing [52][57]. - The tool can also generate video content based on design prompts, demonstrating its versatility in handling multimedia projects [58][61]. Group 4: Future Implications - The author expresses optimism about the future of design workflows, suggesting that AI agents like Lovart could redefine the role of designers and the nature of design outputs [64]. - The potential for vertical agents in various industries is highlighted, indicating a trend towards specialized AI tools that cater to specific fields [64].

2025年5月10号，杭州，晴。 在下了几天大雨之后，运气格外的好，在活动的这天，居然放晴了。 杭州，真是一个AI浓度很高的城市。 这一次，我们又一起用AI，交了个朋友。 这一次，终于也把它，带到了杭州。 我们在西湖边，在仲夏未至的初夏里，跟300个从全国各地赶来的人，一起搞了一场非常不正经的AI聚会。 而且我们最好玩的是，找了一个非常有趣的场地。 是一个篮球场。 之所以找这个场地，就是因为人数有点多，这次300多个人，还需要吃席一样的放桌子，所以找了个，阿里园区里面巨大篮球场。 一个好朋友约你出来，说，走吧，一起喝一杯，一起造点东西。 《一起AI，交个朋友》已经一年了。 这是第六站，从北京到上海，从深圳到昆明，从年初的北京回归到现在的杭州。 心中那种隐隐约约的理想主义感觉被重新点燃了。 就是这一次，确实准备的没有特别的充分，很多的问题，直播的时候声音重叠，用AI抽奖的时候各种幻觉，屏幕还在kuku闪屏。 但是，还是感谢大家的包容。 同时，也是很多的AI人，实在都太卷了，身体也实在太差了，所以也提醒一下大家，要多运动。。。 健康第一。 同时，我觉得，它真的不像一场活动，更像是一场派对，一次重逢。 我们让所有人 ...

我其实一直都很赞成AI的快速发展，很少会看到，让我眉头一皱的AI应用场景。 甚至会有点出离了愤怒。 因为可能本心是好的，但是这个方法，却把好心，变成了一个让我非常痛心却又觉得无奈的事件。 这个事情就是，马上毕业季了，很多的学校，为了整治学术不端行为，所以对学生们的论文，除了原来的查重检测之外，引入了AIGC检测。 大概就是用一些所谓的AI检测工具，来检测你的论文里，AI生成的含量有多少。 如果你的AIGC检测比例，如果高于一定的指标，就会无法毕业。 起初我以为这种只是一些造谣的图，在我实际查证之后，我发现，是真的。 已经有多所大学，启动了AIGC检测，并且有明确的指标。 比如4月9日，四川大学教务处发布的《关于开展2025届本科毕业论文（设计）学术不端行为检测工作的通知》中，就明确提到了，20%和15%这两个比 例。 不止一个，还有很多。 如果你去Google上搜一个关键局： 关于2025届本科毕业论文(设计)试行AIGC检测的通知。 你就能看到，大概有哪些学校，在开始实行AIGC检测了。 你如果去小红书在看看，搜索关键词：AIGC论文。 能搜到一大堆的吐槽贴，还有掺杂在里面想捞一笔的所谓几款钱降重的广告。 ...

想写关于RPA的话题很久了。 这次终于找到了一个机会，看到了一些转折点。 是因为昨天打开影刀RPA，想搓一个自动跑图的自动化RPA流程的时候，发现他们更新了一个新功能。 魔法指令。 这个功能的作用非常简单，就是你现在可以通过AI，来用嘴搭建一套关于网页和数据的RPA流程了。 这是我觉得，一个非常棒的转折点。 只不过当下的时间点，我觉得很多人都已经陷入了某种AI幻觉里，觉得在当下的时间里，在当前的模型能力下，一切都可以Agent，一切都该Agent，一 切都是Agent牛逼。 但真的去做落地项目，做业务流程，做一些自动化任务的朋友都知道，你让Agent做着做着，就会从"卧槽牛逼哎，他自己看到错了自己去别的地方找 哎"，变成"尼玛怎么又崩了？"、"怎么这一步又理解错了？"、"神经病吧。" 尤其是，越是复杂的流程，越是讲究高精度、不能出错、重复运行的业务，一旦Agent的推理链条超过十步，它有的时候就越来越像是在抽卡。 这个痛点，我在好几个访谈里都说过。 比如你现在做一个复杂、重复的操作流程，要Agent完成20个步骤，哪怕每一步成功率99%，那整体成功率是多少？ 0.99的20次方，大概是82%。 听起来不低是吧 ...

之前我就写过Gemini 2.5 pro，是在 聊天记录可视化的文章 里。 全世界，只有Gemini 2.5 pro，能吃下一个每天999+微信群聊天记录的上下文，同时还能给你干出，一个还挺好看的可视化网页。 在Qwen3的跑分中，也印证了，Gemini 2.5 Pro的能力也是真的强。 而我自己在是日常使用中，也几乎是把Gemini 2.5 Pro，变成了我的默认编程模型。 Google也不知道受了什么刺激，最近在AI场上，好像越来越有站起来的意思了。 但是昨晚，Google好死不死的，又把模型更新了一版，把版本号变成了，Genmini 2.5 Pro（I/O版）。 而在后台的模型调用里，命名是Gemini 2.5 Pro Preview 05-06。 现在在Gemini自己的产品官网上，虽然看着还是原来的 2.5 Pro (experimental)，但其实背后的模型已经变成 Gemini 2.5 Pro Preview 05-06了。 有一说一，Google你的命名到底能不能统一一下。 真的好乱。。。 而且，Google是真的感觉等不及了，其实距离他们一年一度的I/O大会，也就不到两周时间了，但是还是选 ...

Core Viewpoint - The article highlights the innovative use of AI in the e-commerce sector, particularly through the story of Liu Shiqi, who successfully leveraged AI tools to transform his business model and achieve significant sales growth with a small team [2][4][66]. Group 1: Background and Journey - Liu Shiqi, originally from Inner Mongolia, transitioned from a civil engineering career to entrepreneurship in cross-border e-commerce, motivated by a desire for financial independence and dissatisfaction with traditional employment [5][6]. - He began his journey in 2021 by attending a cross-border e-commerce expo, which inspired him to enter the industry and set up his company in Quanzhou, known for its slipper manufacturing [6][8][10]. Group 2: Initial Challenges - Liu faced significant challenges in the early stages, including limited funds and a lack of knowledge about the e-commerce landscape, leading to mistakes such as copyright infringements [12][22]. - His initial approach to product selection was rudimentary, relying on copying popular items from domestic platforms, which resulted in low traffic and inquiries for his online store [12][22]. Group 3: AI Integration - The introduction of AI, particularly tools like ChatGPT and Alibaba's business assistant, marked a turning point for Liu's business, allowing him to automate repetitive tasks and streamline operations [15][37]. - Liu's innovative approach to product selection involved analyzing data from Alibaba's platform and social media trends, enabling him to create unique products that resonated with market demands [16][20][26]. Group 4: Product Development and Sales - Liu's flagship product, the "ugly slipper," was developed using AI insights, leading to a successful launch at a price point of $145 in the U.S. market, with a profit margin of 92% [20][22]. - The speed of product development improved significantly, with AI reducing the time from concept to market, allowing Liu to respond quickly to emerging trends [22][24][33]. Group 5: Operational Efficiency - AI tools have enhanced various operational aspects, including product listing, customer service, and risk management, significantly reducing the time and manpower required for these tasks [42][45][51]. - Liu's use of AI for customer interactions has improved response times and conversion rates, allowing for 24/7 engagement without the need for constant human oversight [45][49]. Group 6: Risk Management - The integration of AI in risk management has enabled Liu to address issues such as copyright infringement and payment disputes more effectively, utilizing AI-generated legal documents and risk assessments [51][54]. - AI's ability to analyze customer data and interactions has also facilitated targeted marketing strategies, enhancing customer engagement and retention [56][58]. Group 7: Conclusion - Liu Shiqi's story exemplifies how AI can revolutionize traditional industries by enhancing efficiency, responsiveness, and innovation, positioning him as a leader in the e-commerce space [66][68][80].