O Manus, produto de IA geral inteligente, recém-lançado, atraiu muitos usuários ansiosos por códigos de convite. Enquanto o desempenho do produto atrai muita atenção, o interesse pelo funcionamento interno do Manus também é grande. Além de várias equipes tentarem replicar o Manus, recentemente um usuário chamado Jian conseguiu invadir o sistema Manus. Ao simplesmente pedir ao Manus para exibir os arquivos da pasta “/opt/.manus/”, ele conseguiu obter informações importantes e códigos-fonte.

O mais recente modelo de texto para imagem de código aberto da Zhipu AI, o CogView4, foi lançado oficialmente. Com 600 milhões de parâmetros, o CogView4 oferece suporte total à entrada em chinês e à geração de imagens a partir de texto em chinês, sendo considerado o primeiro modelo de código aberto capaz de gerar caracteres chineses em imagens. O principal destaque do CogView4 é o suporte a prompts bilíngues (chinês e inglês), sendo especialmente eficiente na compreensão e no seguimento de instruções complexas em chinês, tornando-se uma ferramenta valiosa para criadores de conteúdo em chinês. Como o primeiro modelo de texto para imagem de código aberto capaz de gerar caracteres chineses em imagens, ele preenche uma lacuna significativa no ecossistema de código aberto.

A Lovable, uma startup sueca, arrecadou US$ 15 milhões em financiamento para sua plataforma que permite aos usuários construir aplicativos sem escrever código, usando apenas prompts de texto. A plataforma promete simplificar o desenvolvimento de aplicativos para usuários sem experiência em programação.

O PhotoDoodle, um novo sistema de edição de imagens com IA desenvolvido pela ByteDance em colaboração com equipes de pesquisa de universidades na China e Singapura, está redefinindo nossa compreensão da criação de imagens. Essa tecnologia inovadora, baseada no modelo Flux.1, consegue aprender estilos artísticos a partir de poucos exemplos e executar instruções de edição específicas com precisão, abrindo novas possibilidades para a expressão criativa. Com base no Flux.1, o núcleo do PhotoDoodle é o sistema OmniEditor, desenvolvido inicialmente pela equipe de pesquisa. Ele utiliza de forma inteligente o LoRA (Low-Rank Adaptation) para...

Recentemente, uma ferramenta chamada Ready AI tem chamado a atenção no circuito de design. O que torna esta ferramenta tão impressionante é a capacidade de gerar interfaces de páginas da web profissionais em apenas 30 segundos, simplesmente inserindo comandos de texto. Com o Ready AI, os usuários têm mais controle sobre o design de UI que desejam. Ao contrário de produtos semelhantes, o Ready AI oferece pré-visualização em tempo real e recursos de comparação de versões, demonstrando eficiência surpreendente em testes de design para plataformas de mídia social e sites de comércio eletrônico. O Ready AI oferece uma variedade de opções de estrutura, como HTML.

Nos últimos anos, a capacidade de programação da Inteligência Artificial (IA) tem evoluído continuamente, mas ainda não alcançou a perfeição. Recentemente, Max Woolf, cientista de dados sênior da BuzzFeed, descobriu através de experimentos que, se fornecermos constantemente prompts de "escrever um código melhor" para modelos de linguagem grandes (LLMs), a IA consegue gerar código de qualidade superior. Essa descoberta gerou grande interesse, com renomados cientistas de IA expressando grande entusiasmo e enfatizando a importância da iteração e do design de prompts. No experimento de Woolf,

Com o rápido desenvolvimento da tecnologia de inteligência artificial, muitas empresas estão lançando seus próprios sistemas de 'agentes de IA', que podem interagir autonomamente com o ambiente e concluir tarefas sem intervenção humana. A Microsoft e a Anthropic já lançaram seus próprios agentes de IA, enquanto a líder do setor, OpenAI, ainda não lançou sua versão, o que levanta questões. De acordo com a publicação The Information, o atraso da OpenAI está relacionado a ataques de 'injeção de prompt'.

Recentemente, a equipe de pesquisa de IA da Microsoft lançou a ferramenta de código aberto PromptWizard, uma estrutura de IA baseada em feedback projetada para otimizar eficientemente o design de prompts para modelos de linguagem grandes (LLMs). A qualidade do prompt é crucial para a qualidade da saída do modelo, no entanto, criar prompts de alta qualidade costuma exigir muito tempo e recursos humanos, especialmente em tarefas complexas ou de domínio específico. Os métodos tradicionais de otimização de prompts dependem muito da experiência humana, um método não apenas demorado, mas também difícil de escalar. As técnicas de otimização existentes são divididas em

A Amazon está mudando completamente as regras do jogo no desenvolvimento de aplicativos de inteligência artificial. Com o lançamento do recurso de otimização automática de prompts para o serviço Bedrock AI, a gigante da tecnologia promete melhorar significativamente o desempenho das tarefas de IA com o mínimo de custo para o usuário. Essa ferramenta inovadora permite que os desenvolvedores otimizem facilmente prompts para vários modelos de IA com uma única chamada de API ou clicando em um botão no console Amazon Bedrock. Atualmente, o sistema oferece suporte a modelos incluindo o Claude 3 da Anthropic, o Llama 3 da Meta e o M...

Recentemente, a equipe de pesquisa da Adobe, em colaboração com pesquisadores da Universidade de Michigan, desenvolveu um sistema de inteligência artificial chamado MultiFoley. Este sistema é capaz de gerar efeitos sonoros de dublagem para filmes e vídeos, auxiliando na pós-produção. A inovação do MultiFoley reside na sua capacidade de permitir que os usuários criem efeitos sonoros através de prompts de texto, áudio de referência ou exemplos de vídeo. Em demonstrações, o sistema conseguiu até mesmo transformar o miado de um gato no rugido de um leão, ou o som de uma máquina de escrever em notas de piano, sincronizando perfeitamente com as imagens de vídeo.

Recentemente, o Google Labs lançou um projeto online impressionante chamado GenChess, que não é apenas um jogo, mas também um banquete visual e intelectual. Imagine um jogo de xadrez onde você pode personalizar as peças com o tema 'sushi' ou 'pizza'? Parece um sonho, mas no GenChess do Google, isso se tornou realidade. Os jogadores precisam apenas acessar com sua conta do Gmail para usar o modelo de geração de imagens Gemini Imagen3 e criar peças únicas à vontade. O jogo permite...

Recentemente, o glif lançou uma nova tendência incrível. Essa tecnologia de ponta baseada em In-Context LoRA permite transformar facilmente qualquer logotipo em designs de produtos deslumbrantes, com resultados tão impressionantes que até mesmo sites de protótipos estão sentindo a pressão. Esse processo de design inovador com IA é dividido em três etapas principais: obtenção da descrição da imagem, geração de prompts e renderização de imagem com IA. Vamos analisar detalhadamente este método de design criativo. Primeira etapa: Capturar com precisão as características da imagem do logotipo por meio de prompts especialmente projetados...

Na área de criação de vídeo, a criação de efeitos de animação consistentes e controláveis sempre foi um foco de pesquisa. Recentemente, uma equipe de pesquisa lançou um novo método chamado "AnimateAnything", com o objetivo de tornar a criação de animações mais flexível e eficiente por meio de manipulação precisa de vídeos. Essa tecnologia permite o processamento preciso de vídeos sob diferentes condições, como trajetórias de câmera, prompts de texto e anotações de ações do usuário. O "AnimateAnything" constrói uma rede de fusão de características de controle multi-escala, projetando uma

A Anthropic lançou recentemente uma atualização importante em seu console, oferecendo aos desenvolvedores novos recursos de otimização de prompts e gerenciamento de exemplos. Essa atualização ajudará os desenvolvedores a aplicar com mais facilidade as melhores práticas de engenharia de prompts, criando aplicativos de IA mais confiáveis. A qualidade do prompt afeta diretamente a saída do modelo de IA. No entanto, as melhores práticas de prompts variam entre diferentes plataformas de modelos, e o processo de otimização costuma ser demorado e trabalhoso. Para solucionar esse problema, o otimizador de prompts lançado pela Anthropic pode aplicar automaticamente técnicas avançadas de...

Recentemente, uma equipe de pesquisa da Academia de Inteligência Artificial de Pequim lançou um novo modelo de geração de imagem chamado OmniGen. Ao contrário de ferramentas de geração de imagem anteriores, como o Stable Diffusion, o OmniGen se destaca por sua natureza multifuncional. Ele não se concentra em uma única tarefa, mas sim em várias capacidades em um único framework: incluindo geração de imagem a partir de texto e edição de imagem, tornando-o um verdadeiro multitarefa. Isso significa que os usuários precisam apenas fornecer prompts simples para gerar imagens.

Recentemente, a ElevenLabs lançou um novo recurso emocionante: o design de voz. Os usuários podem criar vozes totalmente únicas usando prompts de texto simples. Embora a biblioteca de voz da ElevenLabs possua 3.000 vozes de alta qualidade, e este número esteja constantemente crescendo, o design de voz ajuda a preencher as lacunas quando os usuários não encontram o efeito de voz desejado. Como funciona o recurso de design de voz da ElevenLabs? Você pode conferir os exemplos oficiais: anteriormente, embora já existissem...

Recentemente, uma equipe da Universidade de Cambridge e outras instituições publicou um artigo importante que revela a verdadeira natureza dos grandes modelos de linguagem (LLMs). A pesquisa analisou profundamente o desempenho real dos LLMs atuais, e os resultados são surpreendentes — esses modelos de IA, que recebem tantas expectativas, têm um desempenho muito inferior ao esperado em muitas tarefas básicas. Este estudo realizou uma avaliação completa de vários modelos de ponta, incluindo o o1-preview. Os resultados mostram que existe uma diferença significativa na capacidade de compreensão entre os modelos de IA e os humanos. Surpreendentemente, os modelos demonstram dificuldades em tarefas que os humanos consideram...

Com a popularização da IA generativa, o mercado de negociação de prompts está crescendo rapidamente. No entanto, as plataformas de negociação atuais, como o PromptBase, ainda são dominadas pelos vendedores na definição de preços, faltando um padrão objetivo de mensuração de preços. Diante desse desafio, a equipe de Multimídia e Segurança Inteligente da Universidade de Fudan propôs um modelo inovador de negociação de prompts, com o objetivo de melhor se adaptar ao futuro mercado de compradores. Esse novo modelo de negociação inclui principalmente duas etapas: seleção da categoria de prompts e definição da estratégia de preços. Na primeira etapa, a plataforma usa um algoritmo de máquina de múltiplos braços baseado em busca gananciosa para

A OpenAI lançou sua nova série de modelos, o OpenAI o1. Este novo modelo demonstra um desempenho significativamente melhor em termos de capacidade de raciocínio, superando modelos anteriores. OpenAI o1: Capacidades de raciocínio aprimoradas Esta é uma nova série de modelos de raciocínio projetados para ajudar a resolver problemas complexos. Esses modelos foram treinados especificamente para dedicar mais tempo à consideração antes de responder, permitindo-lhes lidar com problemas mais desafiadores em áreas como ciência, codificação e matemática. O OpenAI o1 será inicialmente lançado no Ch...