Charisma - 轻松连接到 Unreal Engine、Unity、移动设备和 metaverses
Charisma 轻松连接到 Unreal Engine、Unity、移动设备和 metaverses
链接：
https://charisma.ai/
#Ai工具推荐
Charisma 轻松连接到 Unreal Engine、Unity、移动设备和 metaverses
链接：
https://charisma.ai/
#Ai工具推荐
charisma.ai
Charisma.ai – Immersive conversational AI
Use Charisma.ai’s award-winning responsible AI system for high-impact conversational scenarios that maximize training outcomes and enhance brand value.
👍1
大模型的到来，让有快速正反馈的学习路径变得唾手可得。
在大学的时候，我兴趣还算广泛，对什么都挺感兴趣，碰到一个新领域就想扎进去学上一番。但每次入门都感觉挺困难的，因为一个新领域有茫茫然的知识，根本不知道从哪里开始。
比如学摄影，就至少有相机操作、前期构图和取景、后期PS技术和调色原理等内容；具体到人像摄影，就有情绪引导、姿势引导，甚至还包括基础妆造和搭配。
这么多的内容，如果没有一个清晰的主线，就会让人因为学习曲线过于陡峭而放弃。我大一大二的时候，学编程完全学不进去，就是这个原因。
Overwhelmed，就是那种状态的精准写照，因为信息量太大，脑子过载，无法思考。
而每次突破，都是因为放弃大而全的想法，转而从一个个小的切入口开始练习。我有个暑假，每天都花时间做构图和取景训练，就在校园里找各种各样的元素，像是长方形、正方形、圆、三角关系等等。几十天练习下来，取景的感觉明显变好了很多。
再后来，随着对某个领域的了解越来越深入，慢慢有了“学习路径”这个概念。
每个行业，每个学科，其实都有自己的学习路径，也就是一般先学什么，后学什么。当有厉害的老师指点的时候，沿着经典路径学，入门到一个水平，基本都是不难的。
只不过，好老师很难得。在不了解行业的情况下，很容易碰到一些混子。就好比这段时间流行的deepseek课程，每个都要大几百上千，但几乎所有的东西都可以让deepseek自己讲出来。进这种智商税的班，钱花了不说，还没学到东西，甚至有时还打击自信心。
而现在有了大模型，局面就完全不一样了。
可以直接跟它说：我想学xx东西，我现在知道xxx，请给我规划一条学习路径，包含几十个相对独立的小任务，每个任务30分钟，让我能有实操的正反馈。
如果一个AI的内容你觉得不保险，还可以多问几个，综合对比，再找个AI做最后的总结提炼，效果不会差的。
附图是我前段时间想做一个小网站，但我只会基础的html和python，然后让gpt o1帮我规划的一小部分学习路径：
- 创建首个Flask路由（27分钟）
- 实现动态时间显示（需研究模板引擎）
- 连接SQLite数据库（引入CRUD操作）
- ...
每个微任务都设有即时验证机制：或是网页显示的实时数据，或是控制台输出的调试信息。
在大学的时候，我兴趣还算广泛，对什么都挺感兴趣，碰到一个新领域就想扎进去学上一番。但每次入门都感觉挺困难的，因为一个新领域有茫茫然的知识，根本不知道从哪里开始。
比如学摄影，就至少有相机操作、前期构图和取景、后期PS技术和调色原理等内容；具体到人像摄影，就有情绪引导、姿势引导，甚至还包括基础妆造和搭配。
这么多的内容，如果没有一个清晰的主线，就会让人因为学习曲线过于陡峭而放弃。我大一大二的时候，学编程完全学不进去，就是这个原因。
Overwhelmed，就是那种状态的精准写照，因为信息量太大，脑子过载，无法思考。
而每次突破，都是因为放弃大而全的想法，转而从一个个小的切入口开始练习。我有个暑假，每天都花时间做构图和取景训练，就在校园里找各种各样的元素，像是长方形、正方形、圆、三角关系等等。几十天练习下来，取景的感觉明显变好了很多。
再后来，随着对某个领域的了解越来越深入，慢慢有了“学习路径”这个概念。
每个行业，每个学科，其实都有自己的学习路径，也就是一般先学什么，后学什么。当有厉害的老师指点的时候，沿着经典路径学，入门到一个水平，基本都是不难的。
只不过，好老师很难得。在不了解行业的情况下，很容易碰到一些混子。就好比这段时间流行的deepseek课程，每个都要大几百上千，但几乎所有的东西都可以让deepseek自己讲出来。进这种智商税的班，钱花了不说，还没学到东西，甚至有时还打击自信心。
而现在有了大模型，局面就完全不一样了。
可以直接跟它说：我想学xx东西，我现在知道xxx，请给我规划一条学习路径，包含几十个相对独立的小任务，每个任务30分钟，让我能有实操的正反馈。
如果一个AI的内容你觉得不保险，还可以多问几个，综合对比，再找个AI做最后的总结提炼，效果不会差的。
附图是我前段时间想做一个小网站，但我只会基础的html和python，然后让gpt o1帮我规划的一小部分学习路径：
- 创建首个Flask路由（27分钟）
- 实现动态时间显示（需研究模板引擎）
- 连接SQLite数据库（引入CRUD操作）
- ...
每个微任务都设有即时验证机制：或是网页显示的实时数据，或是控制台输出的调试信息。
👍10❤3
AI探索指南
大模型的到来，让有快速正反馈的学习路径变得唾手可得。 在大学的时候，我兴趣还算广泛，对什么都挺感兴趣，碰到一个新领域就想扎进去学上一番。但每次入门都感觉挺困难的，因为一个新领域有茫茫然的知识，根本不知道从哪里开始。 比如学摄影，就至少有相机操作、前期构图和取景、后期PS技术和调色原理等内容；具体到人像摄影，就有情绪引导、姿势引导，甚至还包括基础妆造和搭配。 这么多的内容，如果没有一个清晰的主线，就会让人因为学习曲线过于陡峭而放弃。我大一大二的时候，学编程完全学不进去，就是这个原因。 Overwhe…
这种高频正反馈机制，配合AI老师有答疑，我只用了2个周末，就弄明白了flask web app的基础操作，也能review AI写的网站代码了。
而在以前，一想到要自己看书，看书之前还要找大量的教程和资料，知道哪本书或者哪个博主最合适；找到之后还要从头开始啃，就感觉没一个月弄不出来。心理压力实在太大了。
AI改变了两件事，一是第一次真正能做到全民个性化教学，二是抹掉了大量行业基础的信息差。
对于内驱力强，好奇心重的人而言，这就是最好的时代。入行的门槛，从未如此低过。
这个时代最妙的，是AI把各行业的"藏宝图"摊平了任你选。不需要交智商税报班，不用跪求大佬指点，就像随身带着无数个耐心满级的私教。每次完成小任务时都有成就提示，比游戏升级还让人上瘾。
这种认知效率的范式转换，或许才是智能时代真正的启蒙之光。
而在以前，一想到要自己看书，看书之前还要找大量的教程和资料，知道哪本书或者哪个博主最合适；找到之后还要从头开始啃，就感觉没一个月弄不出来。心理压力实在太大了。
AI改变了两件事，一是第一次真正能做到全民个性化教学，二是抹掉了大量行业基础的信息差。
对于内驱力强，好奇心重的人而言，这就是最好的时代。入行的门槛，从未如此低过。
这个时代最妙的，是AI把各行业的"藏宝图"摊平了任你选。不需要交智商税报班，不用跪求大佬指点，就像随身带着无数个耐心满级的私教。每次完成小任务时都有成就提示，比游戏升级还让人上瘾。
这种认知效率的范式转换，或许才是智能时代真正的启蒙之光。
👍11❤1
最近经常跟别人讨论两件事：
1. AI 搜索是不是一个伪存在？ （Prompt 即需求，现在输入。prompt就相当于过去“搜索”的动作；而模型生成结果的过程内化了搜索这个步骤，以推理的方式呈现出结果。因此，大语言模型与搜索引擎基于人类同一类诉求，前者明显智能于后者，因此 AI 搜索不存在）。
2. 通用Agent存在不存在？（Agent 就是AI应用的一个典型形态甚至是标准形态，the automation of task execution，那你见过一个能解决所有需求的应用么？所以Agent是依托产业场景私有数据的，那就不存在通用Agent）。
看了夸克的最新动作，我的看法有一些新的更新：
1. AI搜索确实是一个伪存在。不能因为模型有了搜索能力就说它是搜索。当人们看到一个框，就会觉得它是搜索用的，但AI成为一种工具之后，框是一个计算生成结果的需求处理窗口，它的功能不局限于搜索。夸克这次是明确地表示它的框不是一个搜索引擎窗口，而是一个复杂的AI需求入口，甚至是AI超级应用入口。
2. 通用Agent是不是成立，取决于对通用的定义，通用如果不被理解为千行百业，而被理解为人们普遍存在的，不依托于专业知识和职业技能的，超越聊天和对话功能的操作性AI需求，那通用就是在某种意义上成立的。人们就需要一个模型层之上的有通用和泛化能力的工具层，这个工具层是一个multi agents组合，与模型层有着很好的基于理解的交互和操作。更多的人是希望尽可能通过一个窗口去解决这个问题的。这可能就是夸克说的AI超级框，let's see what will happen.
1. AI 搜索是不是一个伪存在？ （Prompt 即需求，现在输入。prompt就相当于过去“搜索”的动作；而模型生成结果的过程内化了搜索这个步骤，以推理的方式呈现出结果。因此，大语言模型与搜索引擎基于人类同一类诉求，前者明显智能于后者，因此 AI 搜索不存在）。
2. 通用Agent存在不存在？（Agent 就是AI应用的一个典型形态甚至是标准形态，the automation of task execution，那你见过一个能解决所有需求的应用么？所以Agent是依托产业场景私有数据的，那就不存在通用Agent）。
看了夸克的最新动作，我的看法有一些新的更新：
1. AI搜索确实是一个伪存在。不能因为模型有了搜索能力就说它是搜索。当人们看到一个框，就会觉得它是搜索用的，但AI成为一种工具之后，框是一个计算生成结果的需求处理窗口，它的功能不局限于搜索。夸克这次是明确地表示它的框不是一个搜索引擎窗口，而是一个复杂的AI需求入口，甚至是AI超级应用入口。
2. 通用Agent是不是成立，取决于对通用的定义，通用如果不被理解为千行百业，而被理解为人们普遍存在的，不依托于专业知识和职业技能的，超越聊天和对话功能的操作性AI需求，那通用就是在某种意义上成立的。人们就需要一个模型层之上的有通用和泛化能力的工具层，这个工具层是一个multi agents组合，与模型层有着很好的基于理解的交互和操作。更多的人是希望尽可能通过一个窗口去解决这个问题的。这可能就是夸克说的AI超级框，let's see what will happen.
❤2👍2
夸克新推出的 AI 超级框很有意思，夸克CEO吴嘉在朋友圈发了一条思考【图1】。这也代表着超级Agent 的趋势。
几点分享。
1 基础的产品逻辑是，把所有功能和可能的操作，都融合进AI超级框内，由超级Agent来分发需求。这是更自动化的一种方式，在此之前，靠的主要是 9宫格、16宫格，以及各种宫格。这也看得出，夸克官方会认为AI超级框是终极的入口。【图2】
2 试用了 AI 生成文档的体验，整个过程是对话完成的，会感觉更加「灵活」。比如在初稿基础上，可以说「给我增加一些详实的数据」，可以说「给我增加一个有关半拿铁的案例」，都能迅速满足要求，并能输出 Word【图3】
3 在 Word 基础上再用夸克的 AI PPT 生成一个 PPT，过程很丝滑。【图4】
4夸克一直是相对低调的产品，依托2亿用户，背后是很多非常具体的使用场景：AI 搜题、AI PPT、学术研究、健康问答、旅行计划等等。跟很多拿着AI找场景的产品不同，夸克更像是有很多钉子，如今发现了AI 这把很好使的锤子，就能用得更好。
5 去年初大家常说的概念是 prompt engineer，如今没人再提了。因为AI 的意图理解发展迅速。这些过渡时期的产物，尤其教怎么写指令词的，不再有意义。理解意图是个迟早会普惠和平权的事情。
6 自然语言会是 AI 时代的入口方式吗？好像问题的答案越来越清楚了。无论是 DeepSeek、Manus 还是夸克，都是在这条路上探索。用过之后，我也更相信，在充分 AI 基建和场景功能完善的前提下，仅靠对话就能创造生产力。
7 期待更多好的有落地场景的产品出现，真的帮助我们创造生产力。主要是，给我们减少一些很机械的、很无趣的搜集和整理的工作。
几点分享。
1 基础的产品逻辑是，把所有功能和可能的操作，都融合进AI超级框内，由超级Agent来分发需求。这是更自动化的一种方式，在此之前，靠的主要是 9宫格、16宫格，以及各种宫格。这也看得出，夸克官方会认为AI超级框是终极的入口。【图2】
2 试用了 AI 生成文档的体验，整个过程是对话完成的，会感觉更加「灵活」。比如在初稿基础上，可以说「给我增加一些详实的数据」，可以说「给我增加一个有关半拿铁的案例」，都能迅速满足要求，并能输出 Word【图3】
3 在 Word 基础上再用夸克的 AI PPT 生成一个 PPT，过程很丝滑。【图4】
4夸克一直是相对低调的产品，依托2亿用户，背后是很多非常具体的使用场景：AI 搜题、AI PPT、学术研究、健康问答、旅行计划等等。跟很多拿着AI找场景的产品不同，夸克更像是有很多钉子，如今发现了AI 这把很好使的锤子，就能用得更好。
5 去年初大家常说的概念是 prompt engineer，如今没人再提了。因为AI 的意图理解发展迅速。这些过渡时期的产物，尤其教怎么写指令词的，不再有意义。理解意图是个迟早会普惠和平权的事情。
6 自然语言会是 AI 时代的入口方式吗？好像问题的答案越来越清楚了。无论是 DeepSeek、Manus 还是夸克，都是在这条路上探索。用过之后，我也更相信，在充分 AI 基建和场景功能完善的前提下，仅靠对话就能创造生产力。
7 期待更多好的有落地场景的产品出现，真的帮助我们创造生产力。主要是，给我们减少一些很机械的、很无趣的搜集和整理的工作。
❤4👍2
如果你是程序员但还没听说过 vibe coding，那你已经落伍了。
这个词是上个月 Andrej Karpathy 在一篇半自嘲的推文里创造的，现在已经成了标准用语。没有人能精确定义它，但所有熟悉 AI 辅助编程体验的人都多少知道它大概在说什么。一些人对此嗤之以鼻，一些人认为这就是未来，还有更多人勉强让自己适应它。
Vibe coding 创造了一种模糊的实践。用 Andrej Karpathy 自己的话说：「对 AI 的建议我总是接受，不再审阅差异。当我收到错误消息时，我只是复制粘贴它们而不加评论，通常这样就可以解决问题。代码超出了我通常的理解范围。有时它无法修复错误，所以我只是绕过它或要求随机更改，直到它自行消失。」一方面它犹如神助，让你有一种第一次挥舞魔杖的幻觉。另一方面它写了新的忘了旧的，不断重构又原地打转，好像永远在解决问题但永远创造出更多新的问题，并且面对 bug 采取一种振振有词地姿态对你 gaslighting。你面对着层出不穷的工具甚至不知道自己该认真考虑哪个，心知肚明可能下个月就又有了新的「最佳实践」，养成任何肌肉记忆都是一种浪费，而所谓新的最佳实践只不过是用更快的速度产出更隐蔽的 bug 而已。
从技术上来说你可能觉得困难主要在于今天的大语言模型的上下文窗口还不够大，分层长期记忆机制还不够健全，或者别的什么理论上会在未来半年到一年里得到解决的瓶颈。但实际上，vibe coding 打破的是你作为一个程序员的自我认知：你一开始以为自己只是在为了效率做妥协，渐渐地你发现自已陷入在一重又一重建立在浮沙之上的迷宫里精疲力尽，最后你已经忘了效率是什么。
从某种意义上说，今天的 vibe coding 有点像一两年前的 AI 绘画，第一眼很对，放大后细节都是错的，到处是六根手指的手。问题在于，绘画远比编程更宽容——毕竟真的存在印象派这种绘画风格——编程难道不理应是非黑即白的吗？
但并不是，正是在这一点上现实开始扭曲起来。你很快就注意到 vibe coding 的「正确性」就像薛定谔的猫一样无法精确观察，你可能每天抱怨 LLM 的注意力窗口太小，而事实是你自己的注意力窗口更小，面对它不费吹灰之力生成的海量代码的冲刷很快就头晕目眩，放弃了审查和控制的执念。你试图借助类似于 .cursorrules 这样的规范来指导 AI，但这就像是野马辔头上的一根想象中的缰绳，你既不确定这些规则是否完备，也无从知道它们是否会被真的遵守。你以为这些原则相当于法律，其实它们只是孔子家语，而社会的运转既依赖于它们的尊崇神圣，也依赖于它们的晦涩模糊。你渐渐不再 care 你的代码是否正确，反正随时在改。Dario Amodei 说未来 3 到 6 个月内，90% 的代码将由 AI 编写，12 个月内几乎所有代码都可能由 AI 生成。在这个即将到来的世界里，六根手指的手应接不暇地出现，然后消失，你开始接受暂时 work 就是一切，变动不居才是事物的恒常。
某种意义上说这是这个时代的本质。当国际新闻和洋葱新闻开始无法分辨，当你发现所有号称追求真实的人最终追求的只不过是逃避认知失调，你所创造（或者你自以为你所创造）的一切也不会摆脱同样的命运。八年前我写过这样一段话：
「躲在一个气泡里的个体可以假定岁月静好，一切宛如昨日幻乐，但这往往是悲剧的起源。他看到的只是一个复杂屈折的世界在更低维度上的投影，一个对狂飙突进的历史湍流的简笔画般的描摹，一个更容易被媒体所采纳和记忆的粗糙叙事，一座层移倒悬重重折射下的海市蜃楼。而真实——如果真实仍然有意义的话——则掉落在幽暗深邃的维度的缝隙里。在那里，一幅粗粝斑驳扭曲异质的图景，会让一个在不经意的一瞥之间扭过头去的观察者惊骇和战栗不已。」
那时我以为世界刚刚开始崩塌。后来我理解了崩塌的不是世界，而是我自己的天真想象。 Vibe 不是真实的某种投射，而是它的实质。一开始你以为世界是一张完美的幕布，然后你在幕布上发现了一两条恼人的裂痕，接着你发现裂痕越来越多，无处不在，直到最后你意识到不断蔓延和生长的裂痕才是你真正生活的地方。It’s not just vibe coding, it’s vibe living.
这个词是上个月 Andrej Karpathy 在一篇半自嘲的推文里创造的，现在已经成了标准用语。没有人能精确定义它，但所有熟悉 AI 辅助编程体验的人都多少知道它大概在说什么。一些人对此嗤之以鼻，一些人认为这就是未来，还有更多人勉强让自己适应它。
Vibe coding 创造了一种模糊的实践。用 Andrej Karpathy 自己的话说：「对 AI 的建议我总是接受，不再审阅差异。当我收到错误消息时，我只是复制粘贴它们而不加评论，通常这样就可以解决问题。代码超出了我通常的理解范围。有时它无法修复错误，所以我只是绕过它或要求随机更改，直到它自行消失。」一方面它犹如神助，让你有一种第一次挥舞魔杖的幻觉。另一方面它写了新的忘了旧的，不断重构又原地打转，好像永远在解决问题但永远创造出更多新的问题，并且面对 bug 采取一种振振有词地姿态对你 gaslighting。你面对着层出不穷的工具甚至不知道自己该认真考虑哪个，心知肚明可能下个月就又有了新的「最佳实践」，养成任何肌肉记忆都是一种浪费，而所谓新的最佳实践只不过是用更快的速度产出更隐蔽的 bug 而已。
从技术上来说你可能觉得困难主要在于今天的大语言模型的上下文窗口还不够大，分层长期记忆机制还不够健全，或者别的什么理论上会在未来半年到一年里得到解决的瓶颈。但实际上，vibe coding 打破的是你作为一个程序员的自我认知：你一开始以为自己只是在为了效率做妥协，渐渐地你发现自已陷入在一重又一重建立在浮沙之上的迷宫里精疲力尽，最后你已经忘了效率是什么。
从某种意义上说，今天的 vibe coding 有点像一两年前的 AI 绘画，第一眼很对，放大后细节都是错的，到处是六根手指的手。问题在于，绘画远比编程更宽容——毕竟真的存在印象派这种绘画风格——编程难道不理应是非黑即白的吗？
但并不是，正是在这一点上现实开始扭曲起来。你很快就注意到 vibe coding 的「正确性」就像薛定谔的猫一样无法精确观察，你可能每天抱怨 LLM 的注意力窗口太小，而事实是你自己的注意力窗口更小，面对它不费吹灰之力生成的海量代码的冲刷很快就头晕目眩，放弃了审查和控制的执念。你试图借助类似于 .cursorrules 这样的规范来指导 AI，但这就像是野马辔头上的一根想象中的缰绳，你既不确定这些规则是否完备，也无从知道它们是否会被真的遵守。你以为这些原则相当于法律，其实它们只是孔子家语，而社会的运转既依赖于它们的尊崇神圣，也依赖于它们的晦涩模糊。你渐渐不再 care 你的代码是否正确，反正随时在改。Dario Amodei 说未来 3 到 6 个月内，90% 的代码将由 AI 编写，12 个月内几乎所有代码都可能由 AI 生成。在这个即将到来的世界里，六根手指的手应接不暇地出现，然后消失，你开始接受暂时 work 就是一切，变动不居才是事物的恒常。
某种意义上说这是这个时代的本质。当国际新闻和洋葱新闻开始无法分辨，当你发现所有号称追求真实的人最终追求的只不过是逃避认知失调，你所创造（或者你自以为你所创造）的一切也不会摆脱同样的命运。八年前我写过这样一段话：
「躲在一个气泡里的个体可以假定岁月静好，一切宛如昨日幻乐，但这往往是悲剧的起源。他看到的只是一个复杂屈折的世界在更低维度上的投影，一个对狂飙突进的历史湍流的简笔画般的描摹，一个更容易被媒体所采纳和记忆的粗糙叙事，一座层移倒悬重重折射下的海市蜃楼。而真实——如果真实仍然有意义的话——则掉落在幽暗深邃的维度的缝隙里。在那里，一幅粗粝斑驳扭曲异质的图景，会让一个在不经意的一瞥之间扭过头去的观察者惊骇和战栗不已。」
那时我以为世界刚刚开始崩塌。后来我理解了崩塌的不是世界，而是我自己的天真想象。 Vibe 不是真实的某种投射，而是它的实质。一开始你以为世界是一张完美的幕布，然后你在幕布上发现了一两条恼人的裂痕，接着你发现裂痕越来越多，无处不在，直到最后你意识到不断蔓延和生长的裂痕才是你真正生活的地方。It’s not just vibe coding, it’s vibe living.
👍21❤4😭4👏2🤯1💩1
Media is too big
VIEW IN TELEGRAM
多模态新时代来了，朋友们！
Gemini一次对话直接生成所有故事的分镜图片和口播稿
我把这些扔到剪映里面排了一下，睡前故事视频就出来了
视频创作工作流要变了，视频有加速
Gemini一次对话直接生成所有故事的分镜图片和口播稿
我把这些扔到剪映里面排了一下，睡前故事视频就出来了
视频创作工作流要变了，视频有加速
👎12👍1
Hidden Door - 热门！小说作品生成在线社交角色扮演游戏
Hidden Door 热门！小说作品生成在线社交角色扮演游戏
链接：
https://www.hiddendoor.co/
#Ai工具推荐
Hidden Door 热门！小说作品生成在线社交角色扮演游戏
链接：
https://www.hiddendoor.co/
#Ai工具推荐
www.hiddendoor.co
Home · Hidden Door
An immersive adventure game set in the worlds of your favorite books, movies, and shows.
👍2