📚 Wiki 知识库

技术 / LLM

504 篇
清除

2026年普通人都能上车的AI风口:DeepSeek 创始人梁文锋3小时演讲精华提炼

文章提炼了DeepSeek创始人梁文锋关于AI未来的演讲精华,强调“克制”的重要性。梁文锋指出,想拿得多的人会被想拿得少的人打败。他为AI发展制定了清晰的路径,并建议普通人不要盲目追逐风口,而应注重提升“把话说清楚”和“长期沉淀”的能力,通过行业深耕和AI应用找到属于自己的机会。

技术LLM ✍ Gloria🕐 2026-07-2410.0 KB

Seedance-2 视频风格与 AI 生图提示词分享

文章介绍了近期风靡国内外的 Seedance-2 视频风格,并提供了用于生成半写实动漫风格角色手账海报的详细中英文提示词。提示词涵盖了人物一致性、表情展示、生活场景及视觉风格等要求,推荐使用 gpt-image-2 模型进行创作。

技术LLM ✍ 多肉|AI 内容增长架构师🕐 2026-07-236.8 KB

强化学习沉浮史:从深度寒冬到大模型封神

文章回顾了强化学习七十年跌宕起伏的发展历程。从心理学的效果律与数学的动态规划这两条根源讲起,梳理了教科书时期的理论奠基与早期边缘化。随后,深度学习的引爆带来了黄金年代,DQN与AlphaGo的辉煌让强化学习备受推崇。然而,样本效率等缺陷曾让其一度跌入谷底。如今,这门学科在大模型时代通过RLHF等技术奇迹般重生,再次站到了AI舞台的中央。

技术LLM ✍ snowboat🕐 2026-07-2357.2 KB

梁文锋投资人会议语录

本文记录了梁文锋在投资人会议上的核心观点,涵盖AGI发展路线、开源与商业化策略、团队管理及愿景驱动等方面。他强调产品是AGI的副产物,现阶段的重点是Coding Agent和持续学习能力,开源与克制是长期战略,目标是实现AGI而非追求短期利益。

技术LLM ✍ Orange AI🕐 2026-07-235.1 KB

不会编程也能做应用:我用 Vibe Coding 完成了从 0 到上线

文章讲述了作者作为零基础文科生,通过 15 节“氛围编程”课程,结合 AI 工具完成从需求分析、代码编写、数据库集成到应用部署的全过程。重点介绍了如何利用自然语言驱动开发,以及前端、后端、Git 和 API 接入的核心概念。

技术LLM ✍ 路飞🕐 2026-07-2218.3 KB

聊聊我对 Kimi K3 的体感

作者分享了使用 Kimi K3 模型的实际体验,通过 3D 坦克大战游戏、权力游戏地图动画和教学视频制作三个案例,展示了其在多模态和复杂任务处理上的强大能力。文章指出 K3 提供了 Claude 和 Codex 之外的优质选择,且具备合规性优势,但同时也面临算力短缺的局限。

技术LLM ✍ Wang Shuyi🕐 2026-07-2112.9 KB

AI生成人物写真的广角畸变技巧

文章指出AI生成人物写真常缺乏记忆点,建议利用极端广角畸变人像增加视觉冲击力。通过超广角镜头、极低机位和近距离拍摄,模拟真实光学透视畸变。提供了详细的提示词,涵盖人物设定、镜头姿势、场景和画面质感,并延伸多种玩法,如街头时尚、职业身份、旅行打卡等。

技术LLM ✍ Derek Wen|德里克文🕐 2026-07-213.5 KB

Kimi K3:超越 Fable 5 的开源模型完全指南

本文详细介绍了月之暗面发布的 Kimi K3 模型。该模型拥有 2.8 万亿参数和 100 万 token 上下文,性能超越 Claude Opus 4.8 和 GPT-5.6 Sol,对标 Fable 5。文章分析了其定价策略、架构创新以及模型自主优化架构的能力,展示了其在长程编码和 3D 前端开发方面的强大实力。

技术LLM ✍ Kirill🕐 2026-07-2120.6 KB

AI商业模式的危机

文章深入分析了AI产业面临的商业模式危机。尽管AI产品需求旺盛、用户增长迅速,但巨额的资本开支与实际收入之间存在巨大鸿沟。模型公司夹在中间,面临重工业般的投入成本、大宗商品般的定价压力,却享受着软件公司的高估值,这种结构性错配导致其长期盈利能力存疑。

技术LLM ✍ snowboat🕐 2026-07-2155.1 KB

Maybe Intelligence Ain't All That

文章讨论了超级智能的到来并没有带来预期的剧烈变革。作者认为,虽然AI在代码、法律等领域表现出色,但真正的限制在于与现实的接触。复杂系统的问题无法仅靠推理解决,需要实际验证。尽管AI将带来巨大进步,但不会出现突然的“起飞”或不可理解的未来。

技术LLM ✍ Clifford Sosin🕐 2026-07-204.7 KB

从 Kimi K3 看下一代 MoE 架构的转折点:LatentMoE

文章分析了 2026 年大模型架构的新趋势 LatentMoE。通过对比 NVIDIA Nemotron 3 Super 和 Moonshot AI Kimi K3,揭示了 LatentMoE 如何通过将 token 投影到低维潜在空间,大幅降低内存和通信开销,从而在同等推理成本下激活更多专家,提升模型性能与效率。

技术LLM ✍ 青稞社区🕐 2026-07-208.2 KB

杨植麟 GTC 2026 演讲:如何扩展 Kimi K2.5

杨植麟在 GTC 2026 演讲中,详细阐述了月之暗面如何通过重构优化器、注意力机制和残差连接这三大基础组件来提升模型性能。他提出了 MuonClip、Kimi Linear 和 Agent Swarm 等技术方案,旨在让 Token 更值钱、长上下文更有效,并实现多 Agent 协作,从而推动开源模型逼近闭源前沿。

技术LLM ✍ 宝玉🕐 2026-07-1912.6 KB

网页爬虫迎来重大升级:PixelRAG 实现基于视觉的网页检索

PixelRAG 是一种开源的视觉化网页检索技术,通过直接截图并使用视觉模型分析像素,而非依赖 HTML 解析,从而避免信息丢失。它构建了 3000 万维基百科截图的视觉索引,在问答任务上超越传统文本 RAG 基准 18.1%,并支持 Claude 代码插件。

技术LLM ✍ 半吊子程序猿大铭🕐 2026-07-191.7 KB

都说 Kimi 审美好,实测 7 个 Skills 来找出它的最佳搭配

文章通过实测 7 个不同的设计 Skill 与 Kimi K3 模型的搭配效果,评估其在网页设计、动效和交互方面的表现。测试发现,design-taste-frontend 和 Impeccable 表现最佳,而 Kimi K3 自身的审美能力已相当出色。Skill 的作用更像是更换创意总监,而非简单的加分升级,优秀的 Skill 应为模型提供指引而非限制。

技术LLM ✍ 卡尔的AI沃茨🕐 2026-07-1913.1 KB