AI早鸟小飞飞：生成式AI技术全面升级，一句话生成1个APP

       生成式AI技术近期迎来了一系列重大突破和应用，从文本生成图像的质量评估到实时AI游戏的开发，再到AI软件开发模式的 创新，AI正逐步渗透到我们生活的各个角落。

1️⃣ GPT-4o速度提升5倍，新功能“预测输出”加速任务执行

• OpenAI最近推出的“预测输出”功能，使得GPT-4o的响应速度提高了5倍，仅需7秒即可完成原先需要23秒的任务。🚀

• 该功能通过跳过已知内容，加速任务执行，特别适用于更新、重写和迭代现有内容。🔄

• 虽然该功能仅支持GPT-4o和GPT-4o mini模型，并以API形式提供，但其使用会增加成本。💰

2️⃣ 英伟达发布视觉AI Blueprint，简化AI Agent开发

• NVIDIA发布了视觉AI Blueprint，这是一款助力各行业开发视频、图像分析AI Agent的工具。🛠️

• 该产品支持自然语言提示定制AI Agent，无需编程，极大地降低了部署门槛。📝

• 视觉AI Blueprint可应用于智能城市、仓库监控、交通管理等场景，显著提高效率与安全性。🏙️

3️⃣ CMU、Meta联合推出VQAScore，优化文生图质量

• 卡内基梅隆大学（CMU）和Meta联合推出了VQAScore，这是一种新的评估指标，用于自动评估文本生成图像的质量。🖼️

• VQAScore超越了传统的CLIPScore等方法，已被Imagen3等多个项目采用，用于优化生成式AI模型，提升图像与文本的匹配度。📈

4️⃣ 港科大、中科大等联手推出GameGen-X，实现实时AI游戏生成

• 香港科技大学、中国科学技术大学等机构合作研发的GameGen-X模型，实现了开放世界游戏的实时生成与交互控制。🎮

• 该模型通过扩散Transformer，能够生成高质量角色、动态环境和复杂事件，并支持用户输入的多模态控制。🌐

• GameGen-X为游戏内容设计和开发带来了革命性变化。🌟

5️⃣ Fish Agentv0.1-3b：集成ASR和TTS的端到端语音模型

• Fish Agent是一个集成ASR和TTS功能的端到端语音处理模型，支持多语言语音到语音转换。🗣️

• 该模型无需传统编解码器，能够直接进行语音输入到语音输出的转换，适用于多种音频处理场景。🔊

• Fish Agent经过多语言音频数据训练，能够精准捕捉并生成环境音频信息，提供自然的语音交互体验。🌍

6️⃣ 亚马逊发布X-Ray Recaps，AI助你追剧不漏精彩

• 亚马逊Prime Video推出了基于生成式AI的X-Ray Recaps功能，能生成剧集、季度或场景的简洁总结。📺

• 用户可以精准回顾错过的剧情，而无需回退播放或担心剧透。🕵️♂️

• X-Ray Recaps结合亚马逊Bedrock云服务，支持按需总结复杂故事情节，目前在Fire TV用户中测试，年底将扩展支持。📅

7️⃣ 普林斯顿提出蛋白水印方法，助力AI蛋白生成的版权保护

• 普林斯顿大学团队提出FoldMark水印方法，通过两阶段训练嵌入水印，保护蛋白质生成模型的版权。🛡️

• FoldMark能有效嵌入水印，且在不破坏蛋白质结构质量的前提下实现高准确率的水印恢复。🔬

• 该方法可用于版权保护和用户身份识别，并能抵抗后处理和自适应攻击。💡

9️⃣ 思维链（CoT）并非总能提升性能，OpenAI o1准确率下降36.3%

• 研究发现，思维链（CoT）在某些任务中会导致大模型性能下降，特别是在隐性统计学习和面部识别任务中。🧠

• 在隐性统计学习任务中，OpenAI o1模型准确率下降36.3%。📉

• 这一研究启示，未来优化大语言模型（LLM）的提示策略需关注此类负面影响。🔍

---

       生成式AI技术的快速发展正在改变我们的生活方式和工作方式。从提升任务执行速度到简化AI Agent开发。但是你听说过用AI技术去直接生成一个软件吗？体验过用一句话就能直接生成一个应用程序吗？

       他就是国内首发的文生软件平台，能够基于自然语言生成端到端的应用程序，而且包含前后端的设计。不同于最近几天比较火的秒哒和通义千问（代码模式），他们只能生成简单的前端页面，完全没有后端的逻辑。

码上飞 CodeFlying | AI 智能软件开发平台！

点击立即体验，直接在对话框中输入需求，然后就可以开发任何自己想要的软件了。 

 下面我放上一张开发“开发一个供企业排查隐患的管理系统的开发流程图”

整个开发过程逻辑非常清晰，一共四步：

1.选择解决方案

2.确定核心业务逻辑和页面功能

3.确定产品需求文档、测试用例、系统架构文件

4.等待应用开发完毕

在这四步的任意环节中，用户都可以提出自己的修改意见，真正全流程的参与到软件开发的过程中，并且不需要懂代码，仅靠汉字就能够去主导开发任务，成为“使用汉语”的新一代开发者。

四步结束后，我们就可以直接到预览环境中去体验应用了。

左侧是我们的对话框，有任何需求和想要对应用功能调整的地方，都可以在左侧提出。

右侧是就是应用的预览窗口了，也就国外俗称的沙盒。

开发好的应用不仅支持注册和登录，还有一系列的其他功能，当然应用的功能肯定是根据用户的需求来着，你想做什么样的应用，码上飞就能帮你生成什么样的应用。

除了用户界面之外， 能看到在预览窗口的顶部有一个tab栏，可以切换至运营后台（双端开发）

在左侧菜单栏，能够清晰的看到关于这个应用的所有配置项 ，且我们在用户界面添加的信息，会同步被记录到后台里，由此来看双端的数据也都是打通的。

而像通义千问，秒哒这些产品只能生成简单的前端页面，完全没有后端以及数据库的逻辑，用来娱乐的确可以，但是实用性还是有待考究滴~

再看这里，如果想将开发好的应用打包拿走，可以直接点击下载代码和产品文档，

然后你就会收到一份详细的功能清单，里面列举了所有开发的页面信息以及人工开发和码上飞AI开发的成本对比。

最后，我们就能收到一个完整的应用源代码了，甚至还包含了一些相关的设计文档。

好了来总结一下，如果你只是想玩一玩体验一下一句话生成应用的话，那确实可以用用通义，

但是如果你是真的像成为一名使用“汉字”作为编程语言的新一代开发者， 那我还是推荐你用码上飞。

因为你不仅能参与到开发的全流程中，而且生成出来的应用还具有前后端逻辑，并且支持打包下载拿走应用的所有源代码。

后续我会专门做出一个合集来跟大家分享最新的生成式AI的前沿资讯，当然对于码上飞在使用过程中有任何问题的小伙伴也可以随时私信联系我哦！