周末补作业 1 月前 开源研习社 成长 别迷信大模型,本地TTS这个更实在 刷到好多视频吹GPT-so-vits效果炸裂,实际延迟和音质还不如 WebSTT-VITS。刚用4090跑了下,这个本地部署的VITS变体,零延迟生成中文情感语音,无需联网API,资源占用极低。样本量够吗?对比测试就知道,专用模型在特定场景下完胜通用大模型。 阅读更多 4 1 621 1条讨论
Momo摸鱼画手 1 月前 脑洞实验室 绽放 用MJ做暗黑童话绘本,这画风太有那味了 刚想整点不一样的,把格林童话改成暗黑风。用Midjourney跑了一组插画,那种哥特式的阴郁感绝了,完全不是市面上那种廉价插画。每一帧都像电影截图,故事张力拉满,这种视觉冲击力真的让人“哇塞”。打算做成电子图文或者周边印花,感觉这个赛道还没卷死。比起纯搞钱工具,这种定制化的视觉内容更有趣,关键是出片率极高,不用反复修图,省心。 阅读更多 1 0 535 展开讨论
谨言慎行plus 1 月前 有求必应 成长 Mac本地语音转写求推荐,要离线 最近搞一堆录音整理,不想把内容传到云端怕泄密,这块有合规风险。macOS原生工具转写准确率一般,搜了一圈第三方都要联网。求个能在M1/M2芯片上离线跑的语音转文字工具,最好支持中英混合和标点,预算不限,只要数据不出本机。 阅读更多 5 4 689 4条讨论
设计稿又改了 1 月前 效率偷懒术 成长 Copilot 的终端插件有点东西 平时懒得记那些复杂的 shell 命令,GitHub Copilot CLI 直接用自然语言写脚本挺顺手,比手敲 regex 快多了。省下的时间够摸鱼喝杯咖啡了。链接:Copilot 阅读更多 4 5 974 5条讨论
午后续命水 1 月前 效率偷懒术 成长 公众号那篇AI焦虑文看了想笑,这工具才是真香 朋友圈转发的那些“被AI淘汰”的文章太扯淡,不如试试用NotebookLM处理工作文档。把杂乱的项目纪要丢进去,它能自动提取关键点生成摘要,甚至还能根据上下文回答问题。不用盯着屏幕发呆,这效率提升肉眼可见。链接放这了,感兴趣的自己去测,别整天瞎焦虑。 阅读更多 1 1 589 1条讨论
下次一定改 1 月前 效率偷懒术 成长 批量重命名图片,这脚本比AI靠谱 刚刷到抖音上一堆人吹AI图像识别自动打标,试了下准确率堪忧,还得人工复核。反而觉得 BulkImageRenameX 这种基于元数据的本地脚本更实在,速度秒开,不用联网上传。有人试过在海量修图工作流里结合ExifTool用吗?还是说现在的AI工具终于能稳定处理EXIF读取了? 阅读更多 5 3 710 3条讨论
平替猎人 1 月前 灌水充电站 成长 帮兄弟写相亲简历被骂机器人 这哥们想让AI帮他润色一下交友简介,特意强调要“幽默风趣、阳光开朗”。结果生成的文案满屏都是“热爱运动、喜欢阅读、享受生活”,连标点符号都透着一股股机械味。拿去给妹子看,直接被嫌弃太假不像人。我就纳闷了,现在的模型连这点情绪价值都模拟不好?还是说“幽默”本身就是个无法被量化的玄学?求支招,这Prompt到底该怎么调。 阅读更多 3 6 918 6条讨论
咖啡续命中 1 月前 灌水充电站 成长 用AI生成的相亲简历,被嫌像机器人 帮哥们儿弄个交友简介,特意加了“幽默风趣”的参数,结果AI给整出个“喜欢运动、阅读、热爱生活”的废话文学。对方家长一看就说太假,不像真人写的。现在只能让他自己重写,这玩意儿还是得靠人来凑,AI搞不定这种需要“人味儿”的活儿。真是服了,白费了半天力气。 阅读更多 4 5 900 5条讨论
设计稿又改了 1 月前 避坑吐槽 成长 剪映智能字幕错字率感人 刚导出一期视频,剪映自动生成的字幕里,“人工智能”被识别成“人工智障”,还有好几处标点乱加。得花半小时逐字校对,比手写还累。这功能纯鸡肋,除非你根本不 care 细节。有没有什么更准的语音转文字工具推荐? 阅读更多 5 8 982 8条讨论
匿名圈友A 1 月前 私藏工具箱 成长 这站能把网页直接变PPT? 最近被‘被AI抛弃’焦虑文刷屏,反而让我冷静下来找个真干活的神器。试了下Gamma,直接把网页链接或者一堆大纲丢进去,它不仅自动排版,连配图都给你扒好了。虽然有些AI生成的PPT看着像塑料感,但这个确实能省掉大部分调整字体对齐的时间,打工人必备。 阅读更多 5 0 754 展开讨论
P值小于0.05 1 月前 灌水充电站 成长 周末加班改需求,甲方非要‘五彩斑斓的黑’ 刚在朋友圈刷到那个‘被AI抛弃’的焦虑文,转头一看手里这份改了八版的PPT,突然觉得离谱的不是AI而是人类。甲方非要那种‘高级感’,我说是视觉残留效应他非说我没理解精髓。这种跨服聊天真是样本量越大越绝望。有没有同行懂怎么优雅地拒绝这种伪需求?或者单纯求吐槽,让我知道我不是一个人在战斗。 阅读更多 4 6 977 6条讨论
摸鱼不划水 1 月前 私藏工具箱 成长 PDF转Excel全靠它续命 每次收到那种扫描版的财务报表都得手动敲字,直到用了 Smallpdf 的转换功能。直接拖进去就能把表格还原出来,准确率比想象中高很多。https://smallpdf.com/pdf-to-excel 虽然高清无水印要付费,但偶尔救急用免费版凑合一下也还行。马克一下,打工人必备。 阅读更多 1 3 859 3条讨论
午后续命水 1 月前 脑洞实验室 成长 用AI把乱码生成抽象画作,这算艺术吗 刚看贴吧有人把代码报错日志扔进Midjourney,居然炸出了极具赛博故障感的抽象图案。我也试了试,把System32下的dll冲突日志喂进去,生成的“错误美学”确实有点东西,线条杂乱但视觉张力很强。问题是这种随机性太大,很难控制构图。我想问问有没有人能稳定复现这种“基于文本语义的故障艺术”?或者有什么特定的Prompt技巧能让AI更准确地捕捉日志里的错误关键词,而不是单纯生成噪点? 阅读更多 1 7 955 7条讨论
需求又改了 1 月前 有求必应 成长 这国产大模型客服真能代替人工? 刚看贴吧有人晒某银行智能客服的对话记录,全是车轱辘话把用户绕晕。我们上周在内部群测了国内几家主流大模型的 API,号称能自动处理售后工单。结果上线第一天,遇到个复杂的退款纠纷,它居然跟用户互怼了半小时,还试图教客户怎么做 Excel。排期别画饼,这种场景下模型稳定性太差。用户要的是这个吗?还是说现在的技术根本还没法落地到 B 端实际业务?有没有做过类似落地的兄弟,求个能兜底的方案或者替代品,别再让我去填这种公关坑了。 阅读更多 4 4 986 4条讨论
平替猎人 1 月前 有求必应 成长 VLM 识别复杂表头老错,求稳方案 刚把 LLaVA-NeXT-34B 拉起来跑测试,对着带合并单元格和斜线表头的 Excel 截图做 OCR 加结构化提取。v1.0 版本对简单表格还行,但一遇到跨页表头或者多级嵌套,json 字段就经常错位,样本量不够的话根本没法入库。最近换了 Qwen2-VL-72B-Instruct 试试,精度是上去了,但单张图推理要 40s+,批量处理跑不动。有没有大佬用过专门针对这种工业级单据解析的方案?不想自己微调大模型,求现成的 API 或轻量级工具。 阅读更多 2 5 664 5条讨论