「AI 快讯」

Neuralink 首次植入人脑｜各大媒体 Apple Vision Pro 评价汇总 | AI 快讯20240131

Axton

Jan 30, 2024 — 6 min read

点击进入「AI 精英学院」，做一个会 AI 的人

Elon Musk称人类患者已接受Neuralink的大脑植入

原文链接：Elon Musk Says a Human Patient Has Received Neuralink’s Brain Implant

埃隆·马斯克表示，他的公司Neuralink开发的大脑植入产品“Telepathy”已经首次植入人体。经过多年的准备，Neuralink于去年秋天开始招募临床试验患者，其目标是让瘫痪患者能够通过大脑控制光标或键盘。该研究预计将持续六年，招募条件包括四肢瘫痪患者，年龄至少为22岁。公司使用自主开发的手术机器人将植入物放置在控制运动意图的大脑区域，这个设备能够无线记录和传输大脑信号。尽管马斯克表示初步结果“乐观”，但要确定患者是否能成功使用植入物还需数月时间。

以下来自 Elon Musk 的 X 截图：

❣️

掌握「AI 提示工程」与「AI 自动化」，就掌握了 AI 未来的两大核心能力！点击加入 Axton 的『 AI 精英学院』，请别再错过这次 AI 浪潮！

Apple Vision Pro评测综述：惊艳潜力伴随巨大权衡

原文链接：Apple Vision Pro reviews roundup: stunning potential with big trade-offs

苹果公司的Vision Pro头戴设备在首批评测中展现出对未来计算平台的重大跃进，但伴随着显著的权衡。这款定价3499美元的设备，配备前置3D摄像头、手部和眼部追踪功能，以及高清彩色校准显示屏，技术领先但价格高昂。

《The Verge》的Nilay Patel指出设备显示效果出色，但视野范围有限。CNBC的Todd Haselton赞扬了硬件和观影体验，但提到应用程序缺口问题。《华尔街日报》的Joanna Stern发现，配合蓝牙键盘和鼠标使用时，Vision Pro非常适合工作。

设备的重量和体积是其主要缺点之一，需要通过电缆连接外部电池组。尽管被认为是佼佼者，但Vision Pro对普通消费者而言仍是一个难以接受的选择。

纽约时报探索新闻室中AI的应用

原文链接：The New York Times is building a team to explore AI in the newsroom

《纽约时报》计划在其新闻编辑室探索生成式AI的应用。该团队将专注于利用生成式AI和其他机器学习技术进行原型设计，帮助报道和呈现内容。《纽约时报》计划招聘机器学习工程师、软件工程师、设计师和编辑来完成AI新闻编辑室计划。

尽管《纽约时报》对引入AI工具感到兴奋，但它坚持认为，时报的新闻将始终由专家记者进行报道、撰写和编辑。《纽约时报》此前曾因ChatGPT逐字复制其文章而与OpenAI和微软发生法律纠纷。目前还不清楚《纽约时报》将与AI模型提供商合作还是自行构建工具。

Meta发布Code Llama AI编程工具，与GPT-4竞争

原文链接：Meta’s free Code Llama AI programming tool closes the gap with GPT-4

Meta公司最新升级其代码生成人工智能模型Code Llama 70B，被誉为迄今最大和性能最佳的模型。该工具自去年8月推出，免费供研究和商业用途。Code Llama 70B在HumanEval基准测试中的准确率为53%，优于GPT-3.5的48.1%，接近GPT-4的67%。Code Llama 70B可以处理更多查询，提高编程准确性，适用于三个版本的代码生成器。

这个大型模型是在1TB的代码和代码相关数据上训练的，托管在Hugging Face代码仓库上。Meta表示，其34B和70B模型提供最佳结果，助力更好的编码协助。此外，亚马逊的CodeWhisperer和微软的GitHub Copilot也在过去一年中发布了代码生成器。

🤖 好用GPTs

我的自用 GPTs 分享 → https://www.axtonliu.com/the-world-best-gpt-gpts/

✨ 好用工具推荐：

免费 Notion 账号 → https://affiliate.notion.so/axton
Notion AI → https://affiliate.notion.so/axtonliuai
超好用的自动化工具 Make → https://www.make.com/en/register?pc=axton
YouTube 频道必备工具：TubeBuddy → https://www.tubebuddy.com/axton
高性价比图片视频素材库：Envato → https://1.envato.market/axton

是的，以上是联盟链接，你通过这些连接注册或购买这些工具不会多花一分钱，但是我能得到一点微弱的好处，感谢对我创作的支持。

感谢阅读！如果你喜欢这次分享的内容，请点个👍（或者点个👎）让我知道，同时请分享给你的一个朋友。也欢迎你去我的YouTube频道『回到Axton 』看我的视频内容，咱们一起好奇地看世界！

保持健康，保持快乐！

Axton

Twitter | YouTube | Newsletter | AI精英学院

AI 智能体工作流：用 Dify 打造本地、开源长文翻译神器

今天我们来完成一个既有挑战性又有启发性的任务：我们来使用开源的 AI 开发平台 Dify 创建一个高质量的 AI 翻译助手。同时我们可以学习一种可以应用于不同平台的通用的方法。虽然现在的 AI 翻译比传统的机器翻译提升了很多，但是依然不够令人满意。这就是为什么我们今天要学习一种新的方法来提升翻译的质量。这种方法就是 AI 界大神吴恩达老师最新开源的反思工作流。简单来说它就是一种让 AI 对自己的输出结果进行思考并进一步改进的方法。反思工作流它的具体步骤实际上就是三步法：先让一个 AI 进行初始翻译打一个草稿，然后再让第二个 AI 去挑毛病，然后再让第三个 AI 对草稿进行最终的优化，形成最后的翻译结果。这就相当于是一个团队作业，三个臭皮匠胜过诸葛亮。这个过程不仅能够提高翻译的准确性，还可以让翻译更加符合目标语言的表达习惯。在上期智图派，Coze 复刻吴恩达开源 AI 翻译神器 | 「智图派」当中我使用 Coze 平台来实现过这个翻译的工作流，今天我们将使用另外一个 AI 开发平台 Dify 来再次实现这个工作流。我们可以通过这次实例来学习到如何把同一套思想同一套工作流在不

Coze 复刻吴恩达开源 AI 翻译神器 | 「智图派」

AI 最大的应用场景之一，就是翻译。虽然说现在的 AI 翻译比以前的机器翻译好了很多，但是常常还是不够完美。不过现在呢，有一种超强的方法可以显著提升 AI 翻译的水准，这就是 AI 界大神，吴恩达 Andrew Ng 教授最新开源的「反思工作流」它利用prompt engineering，让AI不仅能翻译，还能"思考"如何改进翻译！这意味着，无论你要翻译的文档有多专业、多复杂，都能得到一个高度定制化的优质翻译。我们可以先看一下翻译效果。吴恩达老师的反思翻译核心思路吴恩达老师的翻译工作流可以归纳为两个核心要点: 第一，采用"初始翻译-反思-优化"的三步迭代流程，不断改进翻译质量。首先使用一个 AI 进行初始的翻译，然后让另一个 AI 对初始的翻译结果进行思考和评判，找出可以改进的地方，最后，由第三个

Jina Reader API 的四种用法 | 「智图派」

构建知识库，或者分析各种文章数据，是大家使用 AI 很重要的一个应用场景，因此我们常常会需要用到爬虫去爬取某个网站上的内容，现在，Jina 推出了一款非常简单好用的获取网页内容的工具，你只要把网址给它，它就能把网页内容整理成很适合大语言模型使用的格式，简直是构建知识库的利器。今天我就给大家介绍四种用法。分别包括在自动化工作流中使用以及在 AI 智能体中使用。 Jina Reader API 的网址是读取器 API，你可以直接输入你需要爬取内容的网址 URL 在这边进行测试，输入之后直接点击按钮「获取内容」，就可以在右边得到结果了。而他的用法也很简单，就是把你需要爬取内容的网页的 URL 写在 https://r.jina.ai 的后面就可以了。什么是 Reader API Reader 是将任何URL转换为LLM友好的输入，只需简单添加前缀 https://r.jina.ai/ 无需付费即可获得改进后的适用于智能体或 RAG 系统的输出。

Coze 工作流获取 Tweets 详解 | 「智图派」

Coze是一个可以不用代码来搭建AI聊天机器人的平台。我在这期视频当中已经详细地讲解了Coze的各种功能，以及如何用到GPT-4 Turbo的模型。感兴趣的朋友可以回看一下。自从 Twitter 被马斯克买了之后，如果你想从 Twitter 网站的外面来获取推文信息，也就是用 Twitter API，就需要每个月充值100美元了。但是 Coze 却很大方地让你可以免费地用部分 Twitter API 的功能了。今天我就先给大家演示一个可以批量获取多个 Twitter 作者的推文的工作流，把这个工作流嵌入到你的 AI 聊天机器人里面。比如我这里加了两个 Twitter 账号，我的和马斯克的，这样就可以一次性地获取到我们两个人的推文了。今天我首先给大家演示一下在 Coze 上可以用到的 Twitter API 的功能，然后再演示一下批量获取推文的工作流，最后我们再聊一聊 Coze 的局限性。 Plugins 的基本功能 getUsers 首先第一个 "get users"