文心一言4.0和文心一言4.5的功能区别主要体现在以下几个方面：
4 个月前
Nova 2是亚马逊于2025年12月在re:Invent 全球大会上推出的新一代基础模型家族，共包含4款模型，均需通过Amazon Bedrock平台使用，兼顾行业领先的性价比与多场景适配性，具体介绍如下 ： 1. Nova 2 Lite： 主打快速、高性价比的日常推理任务，可处理文本、图像和视频输入并生成文本。能通过调节“思考”深度平衡智能、速度与成本，适合客服聊天机器人、文档处理等场景。在基准测试中，它对标Claude Haiku 4.5、GPT - 5 Mini等模型，多数项目表现持平或更优。 2. Nova 2 Pro（预览版）： 是该家族中智能度最高的推理模型，可处理文本、图像、视频和语音输入并生成文本。适配代理编码、长期规划等复杂任务，还能作为“教师模型”向小型模型传递能力，在与Claude Sonnet 4.5、Gemini 2.5 Pro等主流模型的对比中，多项基准测试表现出色。 3. Nova 2 Sonic： 专注端到端语音交互的模型，能实现类人化实时对话。它支持多语言与丰富音色，拥有100万token上下文窗口，可支撑长时交互，还能与Amazon Connect等语音服务、对话框架无缝集成，适配客服、AI助手等语音场景。 4. Nova 2 Omni： 业内首款统一多模态推理与生成模型，可处理文本、图像等多种输入，还能同时生成文本和图像。它能一次性处理海量多格式内容，比如数百页文档、数小时音频等，适合营销素材一站式制作等需要整合多类信息的场景。 这4款模型均具备100万token上下文窗口，且内置网页查找和代码执行能力，能保障回答的时效性与实用性 。
6 个月前
Alice AI：俄罗斯搜索引擎Yandex推出的人工智能助手 从日常任务到城市生活，Yandex的Alice AI正在重新定义人与机器的互动方式。 在2025年10月28日的“Alice，what‘s new？”大会上，俄罗斯科技巨头Yandex推出了全新升级的Alice AI——一个强大的通用神经网络，能够帮助用户在聊天中解决几乎任何任务。 这项技术代表了过去几十年聊天机器人从简单模式匹配到智能交互的演进历程。Alice AI不同于传统的规则驱动聊天机器人，它基于最先进的生成模型，不仅能理解复杂请求，还能主动协助用户完成从信息查询到实际行动的全流程任务。 01 从ELIZA到Alice AI，技术革命的演进历程 聊天机器人的发展始于20世纪60年代，当时麻省理工学院教授魏岑鲍姆发明了世界上第一个聊天机器人ELIZA，它通过模式匹配和替换方法来模拟对话。 受到ELIZA的启发，理查德·华莱士博士在1995年开发了ALICE系统（Artificial Linguistic Internet Computer Entity）。 ALICE采用启发式模式匹配的对话策略，并支持基于人工智能标记语言（AIML）的规则定义。 这一系统在人工智能领域获得了高度认可，在2000年、2001年和2004年三次获得洛伯纳奖（Loebner Prize）。 然而，传统的ALICE系统仍然依赖于预设的模板和规则，需要大量人力进行设计和制定。 Yandex的Alice AI则代表了技术演进的新阶段，它不再局限于规则驱动，而是基于大规模训练的神经网络，具备真正的理解和生成能力。 02 多模态架构，Alice AI的技术内核 Alice AI由三个核心模型共同驱动，构成了其多功能的技术基础。 Alice AI LLM负责处理语言相关的任务，包括回答问题、生成文本和逻辑推理。 Alice AI ART专注于视觉内容生成，能够根据文本描述创建图像和视频内容。 Alice AI VLM作为视觉语言模型，专精于图像分析、理解和与图像相关的任务解决。 这一模型家族将继续扩展，例如图像编辑模型即将推出。 Alice AI支持多种交互方式，包括文本输入、语音对话和实时摄像头交互。 用户可以通过手机摄像头获取实时视觉分析，使Alice AI能够成为识别物体、解释场景的随身助手。 03 四大应用场景，从聊天到实际行动 Alice AI的能力体现在多个实际应用场景中，使其成为用户日常生活的有用伙伴。 智能对话与文件处理：Alice AI可以处理各种类型的文件（DOC、DOCX、PDF、TXT），从中提取关键信息并生成清晰的报告。 它能够进行复杂问题的推理分析，提供深思熟虑的结论而不仅仅是快速回答。 视觉识别与创作：通过图像识别技术，Alice AI可以读取照片中的文本（如收据），识别物体，并提供即时视觉数据分析。 用户也可以请求生成图像或动画照片，用于社交媒体内容、标志设计或生日卡片制作。 浏览器集成与网页交互：Alice AI将很快深度集成到Yandex Browser中，能够利用活动标签页中的信息（无论是文本文档还是视频）来回答问题。 例如，用户可以直接询问一个500页的PDF报告中是否包含6月的销售数据，或者询问关于黑洞视频中讲师提到的内容。 城市服务与AI代理：Alice AI即将帮助城市居民预订出租车、安排送货、订购食物或杂货。 当用户提出请求时，AI代理会分析需求，确定能够处理任务的服务，并连接相应的代理——出租车、食品、 Lavka或送货。 04 “我的记忆”，前瞻性功能重新定义个人助手 Alice AI即将推出的“我的记忆”（My Memory）功能，将更进一步改变用户与AI的互动方式。 这一功能让Alice AI能够将用户随意思考的想法和想法转化为待办事项列表、购物清单、笔记和提醒，所有这些都直接呈现在聊天界面中。 用户可以在行动中向Alice AI口述任务，它会记住所有内容，进行组织，并在适当时机提醒重要事项。 Yandex还宣布了搭载Alice AI的可穿戴AI设备，使用户无需智能手机即可随时记录想法和想法。 这些设备将专注于“我的记忆”服务，让用户能够随时随地通过语音与Alice AI交互。 05 对比传统聊天机器人，Alice AI的突破 与传统聊天机器人相比，Alice AI在多个方面实现了技术突破。 传统聊天机器人如ALICE主要依赖于启发式模式匹配和AIML规则，需要大量人工编写的模板。 而Alice AI基于大规模训练的神经网络，能够理解更复杂的查询并生成更自然的回应。 传统系统多数仅限于文本对话，而Alice AI提供多模态交互，包括文本、图像、视频和语音。 最显著的进步在于，传统聊天机器人主要用于信息查询或简单任务，而Alice AI能够通过AI代理执行端到端的实际任务，从信息收集到最终结果。 从简单的模式匹配到复杂的多模态交互，从回答问题到执行任务——Alice AI代表了聊天机器人技术的又一次飞跃。 随着AI代理和“我的记忆”功能的推出，Alice AI正逐步从一个对话工具演变为一个能够理解、预测并满足用户需求的真正个人助手。 技术专家指出，未来的聊天机器人将不再局限于回答问题的角色，而是成为人类与数字设备交互的重要桥梁。 Alice AI正是这一趋势的领先代表，它正在重新定义我们与技术共存的方式。
1 年前
2月18日，阶跃星辰联合吉利汽车集团开源了两款阶跃Step系列多模态大模型——Step - Video - T2V视频生成模型和Step - Audio语音模型，采用MIT协议，支持免费商用、任意修改和衍生开发。 两款模型的具体信息如下： Step - Video - T2V 参数与生成能力：参数量达到300亿，可以直接生成204帧、540P分辨率的高质量视频，能确保生成的视频内容具有极高的信息密度和强大的一致性。 生成效果优势：在复杂运动、美感人物、视觉想象力、基础文字生成、原生中英双语输入和镜头语言等方面具备强大的生成能力，且语义理解和指令遵循能力突出。对复杂运动场景把控能力强，能展现各种高难度运动画面；是运镜大师，支持多种镜头运动方式和景别切换；像“十级画师”，生成的人物形象逼真、生动，细节丰富，表情自然。 评测情况：阶跃星辰发布并开源了针对文生视频质量评测的新基准数据集Step - Video - T2V - Eval。评测结果显示，Step - Video - T2V的模型性能在指令遵循、运动平滑性、物理合理性、美感度等方面的表现，均显著超过市面上既有的效果最佳的开源视频模型。 Step - Audio 功能特性：是行业内首个产品级的开源语音交互模型，能够根据不同的场景需求生成情绪、方言、语种、歌声和个性化风格的表达，能和用户自然地进行高质量对话。可支持不同角色的音色克隆，满足影视娱乐、社交、游戏等行业场景下应用需求。 模型性能：在LlaMA Question、Web Questions等5大主流公开测试集中，模型性能均超过了行业内同类型开源模型，位列第一。在HSK - 6（汉语水平考试六级）评测中的表现尤为突出，被称为最懂中国话的开源语音交互大模型。阶跃星辰自建并开源了多维度评估体系StepEval - Audio - 360基准测试，经人工横评后，Step - Audio的模型能力均衡，在各个维度上均超过了此前市面上效果最佳的开源语音模型。
21 天前
AiPPT: 一句话、一分钟、一键搞定
29 天前
Ralph 就是一个让 AI "自己干活直到做完"的循环机制，特别适合复杂的编程任务，解放人力。这里介绍具体怎么搭建和使用 Ralph 循环。 📋 前置准备 你需要准备以下内容： 工具 用途 Claude Code Anthropic 的 AI 编程助手 CLI Docker Desktop 提供隔离的沙盒环境 Anthropic API Key 调用 Claude API 🛠️ 搭建步骤 方法一：使用 Claude Code 插件（推荐） Step 1: 安装 Claude Code # 安装 Claude Code CLI npm install -g @anthropic-ai/claude-code Step 2: 初始化项目 mkdir my-ralph-project cd my-ralph-project claude init Step 3: 添加插件市场 claude plugins add-marketplace Step 4: 安装 Ralph Wiggum 插件 claude plugins install ralph-wiggum Step 5: 配置 Stop Hook 在 .claude/hooks/ 目录下创建 stop-hook.json： { "hook_type": "stop", "decision": "block", "conditions": { "check_tests": true, "check_type_errors": true, "check_git_changes": true }, "max_iterations": 20, "prompt": "任务未完成，请继续迭代修复问题" } 方法二：手动搭建（完全控制） Step 1: 创建项目结构 my-ralph-project/ ├── .claude/ │ ├── hooks/ │ │ └── stop-hook.sh │ ├── skills/ │ │ └── ralph-loop.json │ └── config.json ├── prd/ │ └── requirements.json └── workspace/ Step 2: 配置核心文件 config.json - 核心配置 { "max_iterations": 15, "auto_commit": true, "run_tests_after_each_iteration": true, "stop_conditions": { "all_tests_pass": true, "no_type_errors": true, "prd_completed": true } } skills/ralph-loop.json - 技能定义 { "name": "ralph-loop", "description": "自主迭代循环实现 PRD 任务", "trigger": "when_task_incomplete", "actions": [ "analyze_current_state", "identify_blockers", "fix_issues", "run_tests", "commit_if_passing" ] } hooks/stop-hook.sh - Stop Hook 脚本 #!/bin/bash # 检查测试是否通过 TESTS_PASS=$(npm test 2>&1 | grep -c "passed") # 检查是否有类型错误 TYPE_ERRORS=$(npx tsc --noEmit 2>&1 | grep -c "error") # 检查 PRD 是否完成 PRD_COMPLETE=$(node check-prd.js) if [ "$TESTS_PASS" -eq 0 ] || [ "$TYPE_ERRORS" -gt 0 ] || [ "$PRD_COMPLETE" = "false" ]; then echo "BLOCK: 任务未完成，继续迭代" exit 1 else echo "ALLOW: 任务已完成" exit 0 fi Step 3: 准备 PRD 文件 prd/requirements.json { "project_name": "My Feature", "tasks": [ { "id": 1, "description": "创建用户登录页面", "criteria": ["表单验证正常", "API 调用成功", "错误处理完善"], "status": "pending" }, { "id": 2, "description": "实现用户注册功能", "criteria": ["邮箱验证", "密码强度检查", "重复密码确认"], "status": "pending" } ] } 🚀 使用方法 启动 RALPH 循环 # 方法一：插件方式 claude run --skill ralph-loop --prd ./prd/requirements.json # 方法二：Docker 隔离环境 docker run -it \ -v $(pwd):/workspace \ -e ANTHROPIC_API_KEY=$ANTHROPIC_API_KEY \ claude-ralph:latest 监控循环状态 # 查看当前迭代次数 cat .ralph/iteration_count # 查看任务完成状态 cat .ralph/task_status.json # 查看日志 tail -f .ralph/loop.log 🔧 高级配置 1. 自定义 Stop Hook 规则 { "stop_conditions": { "all_tests_pass": { "enabled": true, "command": "npm test", "success_pattern": "all tests passed" }, "no_lint_errors": { "enabled": true, "command": "npm run lint", "success_pattern": "no problems" }, "coverage_threshold": { "enabled": true, "threshold": 80 } } } 2. 添加代码审查步骤 { "after_each_iteration": [ "run_tests", "run_linter", "code_review", "commit_if_passing" ], "code_review_prompt": "审查代码质量、安全性、性能问题" } 3. 设置成本控制 { "cost_limits": { "max_tokens_per_iteration": 50000, "max_total_cost": 50, "alert_at_cost": 30 } } 📊 典型工作流程 ┌─────────────────────────────────────────────┐ │ 1. Claude 读取 PRD 任务列表 │ └─────────────────┬───────────────────────────┘ ↓ ┌─────────────────────────────────────────────┐ │ 2. 选择下一个待完成任务 │ └─────────────────┬───────────────────────────┘ ↓ ┌─────────────────────────────────────────────┐ │ 3. 实现代码、编写测试 │ └─────────────────┬───────────────────────────┘ ↓ ┌─────────────────────────────────────────────┐ │ 4. 运行测试套件 │ └─────────────────┬───────────────────────────┘ ↓ ┌─────────────────────────────────────────────┐ │ 5. Stop Hook 检查是否完成 │ │ • 测试通过？ │ │ • 无类型错误？ │ │ • PRD 要求满足？ │ └─────────────────┬───────────────────────────┘ ↓ ┌───────┴───────┐ ↓ ↓ 未完成 完成 ↓ ↓ 返回步骤 2 结束循环 💡 最佳实践 建议 说明 PRD 要清晰 任务描述具体、可验证，避免模糊需求 设置最大迭代 防止无限循环消耗过多成本 使用 Docker 隔离环境，避免污染本地系统 定期检查 每 10 轮查看一次进度和日志 成本监控 设置预算警报，避免超支 ⚠️ 注意事项 成本控制：每次迭代消耗 tokens，长时间运行成本较高 质量检查：AI 可能"认为"完成但实际有 bug，需要严格测试 安全边界：在沙盒环境运行，避免 AI 误删重要文件 人工介入：复杂任务仍需人工审查结果
29 天前
Ralph Loop 是一种让 AI 自主迭代的机制，主要用于解决 AI 编程助手"半途而废"的问题。
1 个月前
OpenClaw 本质是“开发者基础设施”，而非面向大众的 SaaS 产品。
2 个月前
用 OpenClaw 搭建一个本地 Agent 中枢（完整方案） 不是再做一个 ChatGPT，而是建立一个真正“可控、可组合、可扩展”的本地 AI Agent 中枢。 当越来越多团队开始意识到： 云端 LLM 成本不可控 数据隐私存在风险 单一 Agent 无法解决真实业务 “本地 Agent 中枢” 正在成为一个更现实的选择。 本文将完整讲清楚： 👉 如何用 OpenClaw 搭建一个真正可用的本地 Agent 中枢 👉 它适合谁，不适合谁 👉 与 LangGraph / CrewAI 的核心差异 什么是「本地 Agent 中枢」？ 先明确一个概念，避免误解。 ❌ 不是： 一个本地 ChatGPT 一个简单的 Prompt 管理器 ✅ 而是： 一个能够统一管理多个 Agent、模型、工具和任务流程的本地系统 一个合格的本地 Agent 中枢，至少要解决 5 件事： 多 Agent 协作（不是单轮对话） 任务调度与状态管理 模型可替换（本地 / API） 工具调用（搜索、代码、文件等） 可长期运行、可追溯 OpenClaw 的定位，正是这个“中枢层”。 为什么选择 OpenClaw？ 在进入部署前，必须先回答一个现实问题： 为什么不是 LangGraph / CrewAI / AutoGen？ 简要结论（非常重要） 框架 更适合 LangGraph 开发者写 Agent 流程 CrewAI 小规模角色协作 AutoGen 对话驱动实验 OpenClaw 长期运行的 Agent 中枢 OpenClaw 的核心优势 1️⃣ 架构清晰，不是“脚本拼装” 有明确的 Agent 管理层 有任务执行与状态机制 不是写完一次就丢的 Demo 2️⃣ 原生支持多模型策略 本地模型 云 API fallback / 优先级策略 3️⃣ 更接近“生产环境思维” 可持续运行 可复用 Agent 可演进 如果你的目标是： “做一个长期使用的 AI 中枢，而不是一段实验代码” 那 OpenClaw 是目前更合理的选择之一。 整体架构：OpenClaw 本地 Agent 中枢怎么搭？ 这是一个最小可用但可扩展的架构方案。 🧩 架构拆解 ┌─────────────────────────┐ │ 用户 / 系统 │ └──────────┬──────────────┘ │ ┌──────────▼──────────┐ │ OpenClaw 中枢层 │ │ - Agent Registry │ │ - Task Orchestrator│ │ - Memory / State │ └──────────┬──────────┘ │ ┌─────────▼─────────┐ │ Agent 集群 │ │ - Research Agent │ │ - Coding Agent │ │ - Planning Agent │ │ - Tool Agent │ └─────────┬─────────┘ │ ┌─────────▼─────────┐ │ 模型 & 工具层 │ │ - 本地 LLM │ │ - API LLM │ │ - Search / FS / DB │ └───────────────────┘ 部署准备（实战级） 1️⃣ 基础环境 推荐环境（已验证）： Linux / WSL / macOS Docker + Docker Compose Python 3.10+ 2️⃣ 模型选择建议（非常现实） 场景 推荐 本地推理 Qwen / LLaMA 稳定输出 GPT / Claude API 混合方案 本地 + API fallback 👉 关键不是模型多，而是“可切换” 核心步骤：搭建 OpenClaw 本地 Agent 中枢 Step 1：部署 OpenClaw 核心 git clone https://github.com/xxx/openclaw cd openclaw docker compose up -d 启动后，你将拥有： Agent 管理入口 任务调度服务 统一配置中心 Step 2：定义你的第一个 Agent 一个 Agent ≠ 一个 Prompt 而是一个职责明确的“角色” 示例： agent: name: research_agent role: 信息调研 model: local_llm tools: - web_search - file_reader 建议起步 Agent： Research Agent（信息收集） Planner Agent（任务拆解） Executor Agent（执行） Step 3：建立 Agent 协作流程 例如一个典型任务： “调研某行业 → 输出分析 → 给出建议” 流程是： Planner 拆解任务 Research Agent 收集信息 Executor Agent 输出结果 中枢保存状态与结果 👉 这一步，才是“中枢”的价值所在 一个真实可用的示例场景 🎯 场景：AI 工具评估中枢 你可以搭一个 Agent 中枢来做： 自动收集 AI 工具信息 对比功能 / 定价 输出结构化报告 长期更新 这类系统： 人工成本极高 用 Agent 非常合适 总结：什么时候该用 OpenClaw？ 当你意识到：AI 不再是“一次性回答”，而是“持续协作的系统” 那你就已经走在 OpenClaw 这条路上了。 OpenClaw 不是让你“更快用 AI”，而是让你“真正拥有 AI 能力”。
Minimax（海螺AI）已由大模型名Minimax替换原海螺AI。现海螺AI为Minimax视频生成产品名。
海螺AI