ShowMeAI | 字节AIGC模型&工具大清单；AI解梦靠谱吗？AI MV制作手册；一文看懂MoE混合专家大模型；DeepSeek发布全球最强开源MoE模型

关注

原创最新推荐文章于 2026-05-11 17:42:30 发布 2.5k 阅读 AI 写同款· GEO 优化 ›

仅需一小时，教你用豆包MarsCode 学会图像物体识别以在 Visual Studio Code 中为例，需要先打开 VSCode 扩展窗口，在搜索框搜索MarsCode，找到豆包MarsCode 后单击「install」，完成安装，登录后即可使用豆包MarsCode 编程助手。在其他常见的生活应用场景中，抖音的滤镜检测年龄玩法也是运用了类似的原理。通过更改代码中的图片路径，跟随图片操作运行代码即可对图像进行物体检测，得到如图效果，成功识别出照片中的人物。同样的，在模式选择中选择 3 并打开视频路径，类似的也可获得如下图效果👇。阅读详情

👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦！

1. 字节跳动生成式AI布局：卷到飞起的「App 工厂」这局也有点稳了？

字节最近有点猛啊！出圈的AI产品越来越多，迭代速度肉眼可见的快，「App 工厂」名不虚传 👍 根据能查到的信息，整理了一份「字节AI模型&产品清单」，遇到时可以确认 Made in ByteDance。> ⋙ 各产品详细信息可以看这里

🎨 模型层

Skylark (云雀)：大语言模型，基于 Transformer 架构的自然语言处理模型，用于内容生成和理解 → https://www.volcengine.com/product/yunque
BuboGPT：多模态模型，结合文本、图像和音频输入的大型语言模型，具备视觉定位能力 → https://bubo-gpt.github.io
Boximator：视频编辑模型，根据文本提示，生成视频中的动作
PixelDance：结合图像和文本指令，生成复杂场景视频的模型 → https://makepixelsdance.github.io
MagicVideo：集成多个模块的 AI 视频生成框架，生成高审美价值视频 → https://magicvideov2.github.io
AnimateDiff-Lightning：文本到视频快速生成模型，提升视频生成速度 → https://huggingface.co/ByteDance/AnimateDiff-Lightning
ResAdapter：图形生成模型，生成任意分辨率和宽高比的图像 → https://github.com/bytedance/res-adapter/?ref=aihub.cn
SDXL-Lightning：文本到图像快速生成模型，生成高质量和高分辨率图像 → https://huggingface.co/ByteDance/SDXL-Lightning
扣子 / Coze：AI聊天机器人开发平台，支持快速创建、调试和优化AI聊天机器人 → 国内版 https://www.coze.cn；海外版 https://www.coze.com

🎨 应用层

豆包 / Cici：[AI对话平台] 基于云雀和GPT大模型的AI工具平台，提供聊天机器人、写作助手等功能 → https://www.doubao.com
小悟空 / ChitChop：[AI工具助手] 提供智能对话和辅助推荐功能 → 小悟空 https://wukong.com；ChitChop https://www.chitchop.com
猫箱 / AnyDoor：[AI角色互动] 用户可以创建AI角色并进行深度互动 → 猫箱 https://apps.apple.com/cn/app/%E7%8C%AB%E7%AE%B1-%E5%BC%80%E5%90%AF%E4%BD%A0%E7%9A%84-ai-%E5%A5%87%E9%81%87/id6475000292；AnyDoor https://www.anybagel.com
Dreamina：[AI图片视频应用] 辅助图片和视频创作 → 剪映 Dreamina https://dreamina.jianying.com；CapCut Dreamina https://www.capcut.com/ai-tool
星绘 / PicPic：[AI图片应用] 创建AI世界的分身并定制效果 → 星绘 https://apps.apple.com/cn/app/%E6%98%9F%E7%BB%98/id6475072892；PicPic https://apps.apple.com/ph/app/id6475074973
即创：[AI创意生产] 智能创意生产与管理平台，满足创作需求 → https://aic.oceanengine.com
海绵乐队：[AI音乐创作] 音乐创作工具，引入AI能力协助创作 → https://apps.apple.com/cn/app/id1620738933
河马爱学：[AI教育平台] 专为中小学生设计的AI教育平台 → https://www.hippolearning.cn
Gauth：[AI学习助手] 海外AI学习助手，提供拍照搜题服务 → https://www.gauthmath.com
识典古籍：[AI文化公益] 古籍数字化阅读平台 → https://www.shidianguji.com
MarsCode：[AI编程助手] 对标Replite做AI代码生成 → https://www.marscode.com

2. 采访了100多名创始人，我们发现 AI 对企业的影响，已经无处不在

Hampton 是美国一个会员社区，有大量的企业家、创始人和 CEO。最近，Hampton 邀请了 100 多位企业创始人，调研他们个人和企业是如何使用AI的，以及对业务发展带来了哪些影响。

以下是调研问卷的核心数据洞察：

35% 的企业为AI设立了专门的研发预算，其中 65% 的预算超过了10万美元，尤其以金融、生物技术和 SaaS 行业的研发预算最高。
37% 的创始人表示，AI影响了自己公司的员工数量。
创始人们有意识地避免在以下场景中使用AI：客户和个人数据、人力资源、创意工作。
89.6% 的创始人正在使用AI，或致力于在其业务中实施AI。

报告探讨的话题以及呈现都非常有意思！以下是报告详细讨论的话题，如果有感兴趣的 part，可以前往星球获取完整版报告 (资源编码【R257】)

各行业使用AI的情况分析
AI在企业中的普及度
不同收入规模企业的AI采纳现状
AI对企业员工规模和招聘策略的影响
AI影响最显著和最小的企业角色
创始人有意识避免使用AI的业务领域
AI研发预算
定制工具与第三方工具的对比
企业正在使用的AI工具清单
创始人及其团队正在使用AI工具清单
AI在营销和内容创作中的应用
AI带来的可量化的业务影响

3. AI 解梦靠谱吗？学界目前进展如何？未来有哪些靠谱的产品方向？

这是一篇「学术气质」超级浓郁的分析文章，围绕「AI + 梦」讨论了很多话题，比如解梦的科学研究方式和结论、梦境可视化、梦境&深度学习&对大脑的解析、商业化方向和比较知名的产品等。⋙ 阅读原文

咱们重点关注最后一个部分，一起探索下「如何用AI更好地理解做梦」这件事。

梦境的内容归因于大脑对白天收集信息的处理和整合。或者说，梦境提供了对我们潜意识深处的一瞥，揭示了隐藏的欲望、恐惧和情绪。
方向1：基于梦境进行对话。随着大模型等技术的兴起，出现了很多声称能够通过对话解析梦境的AI助手，还有一些宣称结合了中医典籍。对于可能存在「伪科学」嫌疑的研究，应该持有批判的审视态度。
方向2：梦境记录，比如苹果平台的 PlotPilot。我们对梦境的记录往往出现在刚睡醒或半睡半醒间，并且很大比例的梦境会在我们醒来后消失，一个好的记录工具就显得尤为重要。
方向3：帮助用户进入且稳定在清醒梦中，比如美国初创公司 Prophetic 开发的一款名为 Morpheus-1 的新型AI模型，以脑电活动为提示词，基于多模态大模型生成与该大脑状态相互作用的形状声波。

4. 6000字超详细复盘！南京 AIGC 城市宣传 MV 全流程制作解析

最近 AI 社区最火爆的创作复盘，应该就是白马少年这份南京城市宣传 MV 的详细流程解析了。从最终成片来看，创作者在工作流中融合了很多 AIGC 工具和技术。⋙ 阅读原文

根据创作者的分享，以下复原了整个创作流程，并整理了作者用到的 AIGC 工具，以及想实现的操作效果。

文案创作

工具：360浏览器的字幕提取功能、Kimi、GPT
效果：提取和分析参考文案，创作符合特定风格的文案

歌词创作

工具：GPT
效果：根据提供的文案改写为歌词，并为歌曲取名

歌曲创作

工具：suno (音乐创作平台)
效果：通过提示词创建纯音乐和带歌词的歌曲

分镜创作

工具：midjourney (画面生成)、Stable Diffusion (字体设计)、deforum (转场效果)
效果：生成有歌词部分的画面，进行无歌词部分的字体设计，以及制作转场效果

字体设计

工具：Stable Diffusion、controlnet (图像控制工具)
效果：结合南京各区特色，进行字体的创意设计
工具：DALL·E3 (构图绘制)、midjourney (画面美感生成)、sref和cref (风格统一命令)
效果：绘制构图，生成美感画面，统一风格

视频制作

工具：runway (视频编辑工具)
效果：对图生视频进行详细控制，制作动态视频

转场制作

工具：deforum (转场效果制作)
效果：制作瞬息全宇宙效果的转场，实现图像之间的过渡

高分放大

工具：Topaz Video AI
效果：提高视频分辨率和帧数，使视频更流畅

剪辑合成

工具：剪映 (视频编辑软件)
效果：进行视频合成，按照音乐节奏摆放片段，添加转场特效和字幕

5. 天工优质科普文：一文看懂 MoE 混合专家大模型

最近半年，各种 MoE 大模型层出不穷，比较有名的既有 OpenAI GPT-4、谷歌 Gemini、Mistral、马斯克xAI Grok，还有国内天工、Minimax、DeepSeek 等。

天工官方公众号这篇文章，就非常清晰地了 MoE 技术原理 & 优缺点，并解释了它能成为「当红炸子鸡」的深刻原因。

文章写得非！常！好！没有那些云山雾罩的术语和公式，用环环相扣的逻辑、平实朴素的问答，就把 MoE 解释得非常清晰。不愧是官方出品吼 👍 ⋙ 阅读原文

6. DeepSeek 发布全球最强开源 MoE 模型，官方大佬在知乎说了 5 点

4月17日，DeepSeek 发布了新版大模型 DeepSeek-V2，并大声喊出了「全球最强开源MoE模型」，引发了AI社区一波大震荡。👆 上图可以看到，DeppSeek-V2 的价格，便宜到全球独一档，让人看得惊讶又高兴 😱😁

今天 DeepSeek 官方大佬 @罗福莉 现身知乎，给出了 5 点非常重要的信息。⋙ 知乎问答

单论 DeepSeek-V2 模型的中文水平，是真实处在国内外闭源模型的第一梯队 (GPT4、文心4.0等) 。因为没做 RAG 等功能，所以实际在官网的体感没那么惊艳，但这不妨碍API效果！外加1元/百万输入Tokens的价格，只有 GPT-4 价格的1/100，性价比之王！
怎么兼顾模型效果和成本？基本纯靠：模型结构创新 (MLA + DeepSeekMoE) + 超强Infra。MLA 妙就妙在，它既是 training efficient MQA，也是 inference efficient MHA。从今天起，放弃 MHA/GQA，全面拥抱 MLA 吧。同时，不严谨来说，DeepSeekMoE 也算是开启了「共享expert+细粒度expert分割」的 sparse 框架风 – 完全不同于 Mixtral MoE 的做法。简而言之：创新力就是第一生产力！
我们坚持了一贯朴实无华、真诚直接的开源风格，技术报告、模型权重、vllm推理代码都开源了。希望聚集开源社区智力，加速AGI时代到来。
未来还会持续给大家带来更惊艳的开源模型 (希望有机会可以“明目张胆”的说超过了GPT4-Turbo)，所以大家不用担心模型断更，也不用担心API涨价 (目前就是大规模服务的价格，不亏本，利润率超50%)。
DeepSeek 团队的每一个人都非常优秀，DeepSeek-V2是群体智慧的结晶，创始人也是我坚信的国内最适合技术驱动型创业的！以及，最重要的，非常期待同样对AGI充满好奇心和创新力的各类人加入 (技术&非技术都需要)。

7. 2024 年巴菲特股东大会：AI影响力堪比原子弹，但人类对 AI 的未来知之甚少 (全文5万字)

5月4日，一年一度的伯克希尔股东大会在美国小镇奥马哈重磅开幕。在股东大会上，巴菲特先后谈到了已故老搭档芒格、减持苹果、AI影响、现金储备、接班人、投资比亚迪等热点问题。

在长达 5 个小时的会议中，有 2 处提到了人工智能和生成式AI。日报将巴菲特的核心观点总结如下。感兴趣可以根据关键词，检索并 阅读原文。

① 巴菲特：我对人工智能一无所知，但人工智能对世界的影响力堪比原子弹

AI的诞生很像当前的「核技术」。短期内加速了历史进程，但长期看却有很多负面和风险因素。我们不可能让「已经从瓶子里跳出来的精灵」再回到瓶子里了，只能在当下慎重决策。
AI对未来的影响，毫无疑问是巨大的。但是这个影响很难被具体评估，只能让它自然而然地发生。我对此一无所知。

② 伯克希尔哪项业务在AI面前风险最大

任何一个劳动密集行业都会受到AI威胁。
AI带来的一大好处，就是能释放部分劳动时间，帮助提升工作效率、拿到更多结果、减少流程损耗。有了更多时间的人类，可以参与更多的娱乐活动。
但是，匆忙实施AI，可能会带来不可控的社会影响。例如社会的劳动力分配是一个复杂的机制，并不是效率越高越好。可能我们还需要仔细分辨，哪些任务交给AI是合适的。
现在预言这些为时尚早。我也不认为当下的各种预测是正确的。