






UP像素幻想Lab
演示 ComfyUI 与 Wan2.2 Animate 的人物及身体替换、动作迁移工作流,结合角色画面展示配置与结果。





UP加一不等式
围绕“GPT-SoVITS生成AI语音”,介绍GPT-SoVITS在这一具体任务中的用法与结果。
用户·天树精选
如何打造ai视频工作流,一个视频教会你! 刷到就是赚到。 今天手把手教你:如何制作AI视频工作流 全程AI生成 + 自动组装 第1步:拆文案 把带货文案丢进来,拆成"钩子→氛围→卖……版本过低,升级后可展示全部信息
问:怎样用 AI 对照招聘要求修改简历,又不编造经历?
先把岗位要求和真实经历逐项对应,再修改简历表述;没有证据的能力与数字留空,不让 AI 替你补经历。
阅读回答问:怎样用 AI 写接近 30 秒、说起来顺的短视频口播脚本?
用一段收纳教学素材练习短视频脚本,检查开场、步骤、画面和事实边界,并根据实际朗读删改。
阅读回答
一批卡可以轮流服务多家公司,一次适配也能让更多团队受益。算力不必家家从头买,工程上的坑也不用家家重新踩。
阅读全文
IT之家 11 月 20 日消息,谷歌研究人员当地时间 11 月 17 日最新发表的研究论文《Harnesses That Improve Themselves》(《能够自我改进的 Harness》)显示,通过让 AI 智能体逐步修改自身运行框架,并对每次修改进行验证,可以显著提高软件工程任务的完成率。 在一项 SWE-bench Lite 测试中,采用模块化优化方案的智能体任务成功率从 5.0% 提升至 40.0%,达到原来的 8 倍,平均每项任务消耗约 4.67 万 Token。 其研究重点是 AI 智能体的 Harness。它并非底层 AI 模型本身,而是围绕模型构建的运行框架,负责管理上下文和记忆、控制多轮任务执行、调用外部工具,以及在任务结束前验证执行结果。 研究人员指出,不同模型在工具使用方式和任务执行过程中表现出的弱点可能存在明显差异。因此,为某个模型优化的 Harness,迁移到其他模型后可能出现任务停滞、Token 消耗过高或执行效果下降等问题。 为解决这一问题,研究人员提出了一套能够自我改进的 Harness 架构。与传统上通过修改提示词来约束智能体不同,该方案允许优化模型直接修改 Harness 的代码
阅读全文
在13类复杂的算法任务、26次独立运行中,一个全新的神经网络在隐藏测试集上全部达到了100%的准确率。
阅读全文
AI已经在帮OpenAI造下一代GPT了。 可真要把研发方向盘彻底交给AI,奥特曼还是亲自踩了一脚刹车。
阅读全文
编程智能体已经能在数字世界完成复杂任务。 借助编程接口,它们也可以指挥物理世界中的机器人。
阅读全文
OpenAI毫无征兆地宣布:「递归自我提升」(RSI,Recursive Self-Improvement)的齿轮,已经正式开始转动。
阅读全文