AI 午报｜9月18日
今天这几条快讯很集中：模型侧阿里发了 Qwen 3.8 Omni Flash，AI 编程侧 Claude Code 把管理 3 万 Agent 的技术免费开放，产品侧 OpenAI 官网多了 "Astra for Law" 页面，算力侧 Crusoe 拿到 3
阅读全文 →最新文章
全部专栏
教程AI 生成电商主图：产品图+文案落地流程
这篇能做出什么 照这套流程走完，你能拿到这样的结果： 一张符合平台尺寸要求的主图，产品本体是你实拍的那一件，背景是 AI 生成的场景，画面里有一句卖点主标和一句副标； 同一个产品，一次产出 6～10 张差异化主图：木质桌
教程AI 写短视频脚本：热点到口播稿自动化
这篇能做出什么 跑完这篇，你会得到一条能在本地或服务器上定时运行的流水线，输入是「一批公开热点标题」，输出是「可直接开拍的口播稿 + 分镜时间轴字幕文件 + 候选标题和话题标签」，按日期归档到文件夹里。 举个具体例子：早
教程LoRA 与 InstantID 实战：多张图保持同一个人
这篇能做出什么 给定同一个人的 8～20 张照片，你能批量产出「同一个人」出现在不同场景、服装、姿势、镜头焦段下的图片，而且脸是同一张——不是"长得像"，而是可以放到一起当角色设定集的程度。 具体一点，这套流程做完，你可
教程AI写公众号长文：从选题到排版的完整工作流
这套工作流能做出什么 先说结果。跑完下面八个步骤，你会得到： 1. 一个可复用的选题库，不再是打开文档发呆，而是从十几条候选题里挑一条直接开工。 2. 一份结构化大纲（JSON 格式），每一节写什么、写多少字、放什么例子
教程AI 生成表情包：从文字到可下载
这套流程能做出什么 输入一句主题，比如"一只戴圆框眼镜的橘猫，职场日常"，跑完几个脚本之后，你会得到： 一套 16 张风格统一的表情包，正方形、透明背景的 PNG； 每张图带一句短配字，比如"收到""在改了""先撤了"；
教程AI 写小红书爆款笔记的提示词模板实战教程
这篇能做出什么 一套可以直接复制粘贴的提示词组合：你把产品、人群、场景填进去，模型就能产出 10 条标题候选、一篇 400～600 字的正文初稿、一组标签和封面文案。更关键的是，这套流程里包含「改稿」和「自查」环节，能把
教程AI 生成儿童绘本：文字+插图一条龙
这套流程的目标很具体：输入一个主题（比如"小狐狸第一次坐火车"），产出一个可以直接打印或上传的绘本文件——12 页左右，每页一张插图配一到两句中文，主角从头到尾长得一样，文字量适合 3～6 岁亲子阅读。 整条链路分成四段
AI 词典零样本声音克隆：几秒音频就能换声
一句话定义：零样本声音克隆（Zeroshot Voice Cloning）指模型事先没有针对某个人的声音做过训练，只凭几秒到几十秒的参考音频，就能合成出接近该人音色的语音。 原理是把“音色”和“内容”拆开。传统语音合成要
AI 词典持续预训练：给模型补一门专业课，但别让它忘了通识课
一句话定义：持续预训练（Continual PreTraining，CPT）是在一个已经练好的基础模型上，用新领域的原始文本继续做自监督训练，把新知识写进模型的参数里。 原理：还是"猜下一个词"，只是换了教材 大模型的预
AI 词典模型 A/B 测试与灰度发布：小流量试错，指标说话
一句话定义：模型 A/B 测试与灰度发布（Model A/B Testing and Canary Release），指的是换模型版本时，不一次性全量切换，而是先把一小部分真实流量分给新模型，同时让新老版本在同一口径下对
AI 词典指数退避与限流：429 之后该等多久
一句话定义 限流（Rate Limit）是服务端给自己装的护栏——单位时间内只接这么多请求，超了就回一个 429 Too Many Requests；指数退避（Exponential Backoff）是客户端的礼貌——被
AI 词典幂等性（Idempotency）：让重试不闯祸的那个性质
一句话定义：同一个操作执行一次和执行多次，对系统状态造成的影响完全相同——这个操作就是幂等的。 先看一个生活例子 按电梯按钮。按一次电梯来，你着急连按十下，来的还是同一趟电梯。按钮是幂等的。 转账不是。转一次扣 100
AI 词典PPO：把步子迈小一点，模型才不容易训崩
一句话定义：PPO（Proximal Policy Optimization，近端策略优化）是一种强化学习算法，核心规矩是——每次更新策略时只允许它改变一点点，谁想一步迈太大，就把它拦住。 要理解它，先看强化学习里最常见
AI 词典可扩展监督：当人类看不懂答案时，怎么管住模型
一句话定义：可扩展监督（Scalable Oversight）研究的是，当任务难度超出人类的直接判断能力时，如何仍然对 AI 系统保持有效监督，并且这套监督手段能随模型能力一起"长大"，而不是被甩在后面。 问题从哪来 监
AI 词典弱到强泛化：弱监督能带出强模型吗
一句话定义 弱到强泛化（WeaktoStrong Generalization，简称 W2SG）是指：用一个能力较弱的监督者（弱模型，或水平有限的人类）去训练更强的模型，结果强模型反超监督者，并逼近它自己无人监督时的真实