与「画像生成」相关的搜索结果

あの、、知ってましたか？ 画像生成AIのクオリティは、 最後の一言で9割変わる。 「美女を作って」 「可愛くして」 しか言ってない人は、AIの実力をほぼ出せてない。 たった1文足すだけで、 写真っぽさも自然さも激変する。 AI画像を別物にする “魔法の指示文”を 30個まとめて公開します。 そのままコピペOK👇

【5月FANZA同人配信決定！】 野上のいこ×画像生成AI作品集をリリース…！！ 野上のいこを完全再現？！な過激すぎるえちえち画像集がFanza同人にて配信されます(´∩ω∩`*)💕 のいこのあんな妄想やこんな願望…(？！)を生成AI画像で実現しちゃいました！！！ 乞うご期待です✨️

NVIDIA 发布 Skill2Env：用“集体技能”强化智能体 NVIDIA 研究者们把社区公开的 Agent Skills 编译成可执行 RL 训练环境的数据流水线：3.4k 个 Skills 变成 8k 个带程序化测试和行为量规的终端任务；仅 300 步 RL 训练就让 Qwen3.8-27B 在 Terminal-Bench 2.1 上提升 4.7 个百分点，且模型行为显著向源 Skills 的方法论对齐。 开源项目： 核心洞察：公开 Agent Skills 是一个被忽视的监督来源 Agent Skills 是“教智能体做某件事”的文件夹：一个 SKILL.md 加上可选的脚本、参考资料和资产。论文指出，把公开 Skill 语料当作数据来读，它同时提供三样东西： · 任务分布的采样：人们真正想让智能体处理的任务分布（有人愿意花时间写下工作流，说明这活儿值得自动化）； · 真实世界的锚点：指向真实的仓库、数据集、工具和工件； · 结果测试表达不了的质量标准：领域专长、默认参数、常见坑、“好结果长什么样”。 # 数据流水线：四阶段编译，验证靠构造 1. Plan（分解）：容器化的 Codex 规划器读取完整 Skill 包、联网调研相关公共资产，把 Skill 拆解成若干可验证的 workflow，每个附带元计划（场景、初始世界、预埋缺陷、难点来源、解法草案、验证策略）、资产建议和“任务轴池”（任务原型 × 验证器模式 × 人物画像）。 2. Diversify（多样化）：宿主从轴池采样一组组合，加上复杂度、指令语气、请求者专业水平。关键设计是轴池以 workflow 为条件：研究型 workflow 配“证据可追溯”验证和研究者画像，而不是从全轴乘积空间乱抽，这让多样化保持 sensible。 3. Create（构造）：全新创建者 Codex agent 在 Docker 内工作，尽可能用真实素材（钉在特定 commit 的开源仓库、真实版本化文档、官方 API 规范）；需要联网服务的场景改造成本地替身（stub 服务器、录制回放 fixture、PATH 上的假 CLI、种子数据库），求解时绝不依赖网络。创建顺序被严格固定：先建世界 → 写指令 → 写测试 → 写量规 → 最后才写参考解，测试先于解法冻结，保证解法必须迁就评分契约而非反过来。 4. Verify（验证）：宿主端无模型参与的接收门：静态检查（布局、符号链接、Dockerfile 安全、基础镜像按内容摘要钉死）+ 两个容器内试跑：Oracle（参考解）必须全指标满分，NOP（什么都不做的 agent）必须全指标零分。任一失败即拒绝。 值得注意的一个反直觉选择：不做 teacher 模型预验证（不像部分工作用强模型试解、解不出就丢弃任务）。理由有二：这会把任务难度上限压到验证器能力，且成本翻倍；而 group-based RL 的在线动态过滤（rollout 无优势的 prompt 自动不产生梯度）天然淘汰过难/过易任务。 # 数据画像：广、贵、且忠实于源 规模与成本：7,971 个任务，用 GPT-5.6 Sol（xhigh 推理档）生成，API 花费超 9 万美元。（脚注：出于法律原因，公开发布的数据集改用 Kimi-K3-max 在同一流水线下生成。） 领域分布：13 个领域中，软件工程仅占 22.5%，AI/ML 10.5%，商业/金融/法律/HR 10.5%，营销 9.3%……论文对比了 TMax-15K、Terminal-Bench、DeepSWE 等，Skill2Env 是唯一全覆盖 13 域、且非技术知识工作占大头的语料。 忠实度探针（很聪明的设计）：用任务指令+量规作查询、对 3.4k 个 SKILL.md 做 TF-IDF 检索，73.2% 的任务 top-1 命中真实源 Skill，94.6% 进 top-10（随机 0.03%）。单用量规也有 68.5% top-1，证明量规携带的是 Skill 专属方法论而非泛泛建议。 SFT 数据：用 GLM-5.3 对每个任务 rollout 两次，得到 15,968 条轨迹，平均奖励 0.74，中位轨迹 19 次模型调用 + 23 次工具调用。 S2EBench：考虑到公开基准饱和，从 SkillHub 另外生成、逐条人工审核（指令无歧义、忠实于源 Skill、测试公允）后的 79 任务私有 held-out 基准。 # RL 实验：基础设施 + 极简配方 基础设施（论文明确说“现代 agentic RL 首先是基础设施挑战”）：Molt（PyTorch 原生全异步训练，Ray + vLLM + FSDP2）+ Polar（agent rollout 层：rootless Apptainer 沙箱、代理回传 token ID 和采样时 log-prob、prefix merging 把 harness 的多次补全缝合成训练轨迹）。 配方（刻意走“简单路线”）：GRPO 组归一优势 + DPPO 的 binary-KL 信任域掩码（δ=0.05，超出阈值的 token 直接丢弃，无需参考模型，还能防训练-推理失配）；G=8 rollouts/组，批 64，lr 1e-6 恒定，无 KL 惩罚、无熵奖励、无 SFT 热启动，每任务 65k 上下文。 量规校准奖励：开量规时，额外由 GPT-6 Astra 做 LLM-as-Judge（带“宪法”：惩罚无脑循环、reward hacking、答非所问；hacking 实证 = -5 分），总奖励 r = r_V + λs/5（λ=0.2），即 judge 最多把程序化奖励拉动 ±0.2。量规是校准可执行结果奖励，而非取代它，这是与“Rubrics as Rewards”一系的定位差异。 # 四项发现（论文最有信息量的部分） 发现 1：小规模 RL 即有跨域迁移。 仅 300 步、只用 2,400 任务子集训一个 epoch：S2EBench pass@1 +4.3（均分 +18.5），Terminal-Bench 2.1 +4.7（49.4→54.1）。训练集与 TB 无重叠（13-gram Jaccard < 0.8），且训练集从未针对 TB 调过，论文将其解读为规划、工具使用、收尾能力的通用提升而非任务族记忆。这让 27B 本地模型显著缩小了与云端前沿模型的差距。 发现 2：量规校准 RL 在基准上落后于纯结果 RL，一个诚实的负结果。 量规版在 TB 2.1 只有 50.1（纯结果版 54.1）；训练中量规版的程序化奖励长期停在 0.5–0.6，judge 分项从头到尾无上升趋势，两个奖励在训练分布上互相拉扯。论文不把它当作对量规奖励的终审判决（两者优化不同目标，而基准只考结果那一半），并给出两个疑因：λ=0.2 的加性形式让失败任务仍能拿正奖励、judge 看不到文件系统等设定均未调优；以及更本质的，Skill 写下的方法论可能本来就不是最大化基准通过率的分布。 发现 3：行为确实向 Skill 对齐，量规的价值所在。 200 个任务的成对偏好测试（judge 拿源 SKILL.md 当标准，比较匿名化的 base 与 RL 轨迹）：纯结果 RL 已被偏好 54.5% vs 33.5%；量规版被偏好 73.0% vs 24.0%。这说明量规奖励买到的东西在结果基准上看不见，但对“怎么做事”影响实质，对网页开发、报告综合、开放研究这类难验证任务尤其重要。 发现 4：GLM-5.3 蒸馏 SFT 反而伤害 Qwen。 在 GLM-5.3 轨迹上做 SFT：27B 上 TB 2.1 掉到 45.8；4B 上直接崩塌（TB 18.7→3.4，出现思维/工具调用死循环）。归因：教师的 interleaved-thinking + 工具调用风格与学生自身 post-training 不兼容，模仿覆盖了学生依赖的行为模式却带不来教师的能力。与 TMax 报告的“SFT 混合数据劣化已后训练的 Qwen”互相印证。因此论文所有 RL 结果都从未修改的原始 checkpoint 出发。

之前累计融资 1700 万美元的 T-REX，最近完成了品牌升级，现在正式更名为 @Rexy_AI。 我去新官网逛了一圈。除了名字和ui变了，产品思路也和以前不太一样——这次更像是在把你真实使用过的 Web2 / Web3 账号，变成可验证的数字身份。 目前官网开放了 3 枚限量徽章，可以先去做一下： 🔗 任务一共分为 6 类： 1. Trading：验证自己平时使用的交易账户。 CEX 支持 Binance、OKX 等；如果不方便验证交易所，也可以连接 Hyperliquid、Uniswap 等链上地址，Polymarket 账户也在支持范围内。 2. AI：验证 OpenAI、Grok 等 AI 产品账户。 完成基础账号验证可以拿积分，付费会员验证对应更高积分；如果你本身有平台支持的 Agent 身份，也可以看看是否符合验证条件。 3. Entertainment：绑定影音娱乐平台 绑定 Netflix、Apple Music、Disney+ 等影音娱乐平台。部分进阶任务需要验证有效的付费订阅。 4. Gaming：绑定游戏平台 目前主要支持 PlayStation 和 Nintendo。刚好我自己有 PS 会员，所以账号和会员验证都顺利通过了。 5. Invite Friends 邀请朋友一起参与，完成对应邀请任务。 6. Stay Active for 5 Days 连续活跃 5 天即可完成，不需要一天内把所有任务肝完。 三枚徽章不一定要全部拿满，因为部分高阶验证确实需要真实交易、持仓或付费会员资格。没必要为了做任务硬凑账号，优先验证自己本来就在使用的服务就好。 不过，拿下第一枚需要 600 积分的徽章并不难。把基础验证和连续活跃做完，基本就能覆盖不少积分。 我觉得更值得关注的，是 Rexy 现在的任务逻辑。 平台里有一个叫 EdWealth 的 Offer，是一款理财类 App。按照当前页面规则，完成验证可以获得 5 USDT 试用奖励，购买会员后还有 45 USDT 返现。 这种模式和 Galxe 一类以关注、转发、签到为主的任务平台不太一样。Rexy 更像是在用零知识证明，把真实的交易、订阅、消费和使用行为转化为可信凭证，再连接到品牌优惠和实际奖励。 这两年有一个很明显的感觉：网上越来越难分清，屏幕对面到底是真人，还是 AI。 评论可以生成，购买记录可以模拟，用户画像也能批量拼出来。但一个人用了几年什么产品、续过哪些会员、长期保持什么习惯，这些真实积累下来的经历，没那么容易伪造。 所以，当“像真人”变得越来越简单，真正的真人反而更值钱了。这也是我觉得 T-REX 这次品牌升级比较有意思的地方 Proof ≠ Data。 既能证明你符合条件，又不用把隐私全部交出去。如果这套逻辑能真正跑通，我们过去积累的交易、订阅和使用记录，也许就不再只是平台手里的数据，而是能为自己换来权益的东西

推荐给产品经理们的「PM Skills Marketplace」 开源作者 @PawelHuryn 把经典产品管理方法论封装成 AI 可调用的「68 Skills + 42 Commands + 9 Plugins」，让 Codex、Cursor、Claude Code、WorkBuddy 等变成"懂 PM 方法论的工作伙伴"。 # 三层架构、九个插件：Skills -> Commands -> Plugins 1. pm-product-discovery（13 Skills / 5 Commands） 创意发散、假设识别与排序、OST 机会树、用户访谈脚本、实验设计 2. pm-product-strategy（12 / 5） 战略画布、愿景、价值主张、Lean/BMC 画布、定价、SWOT/PESTLE/波特五力/Ansoff 3. pm-execution（16 / 11） 日常执行核心：PRD、OKR、成果导向路线图、冲刺/复盘、发布说明、利益相关者地图、用户故事、9 种优先级框架、红队压力测试 4. pm-market-research（7 / 3） 用户画像、细分、旅程地图、TAM/SAM/SOM、竞品分析、情感分析 5. pm-data-analytics（3 / 3） 自然语言转 SQL、同期群分析、A/B 测试统计显著性分析 6. pm-go-to-market（6 / 3） 滩头市场、ICP、增长飞轮、GTM 模式、竞品作战卡 7. pm-marketing-growth（5 / 2） 定位、价值主张、命名、北极星指标 8. pm-toolkit（4 / 5） 简历评审、NDA/隐私政策起草、校对 9. pm-ai-shipping（2 / 5） 最有特色的一个：为" vibe-coded 代码"补齐可审查性——逆向生成系统文档、静态安全/性能审计、测试覆盖映射，专门发现"文档说的与代码实际做的之间的差距"这类通用扫描器漏掉的问题

昨天我花了 30 分钟，做了一件如果放在以前，至少要花几万块的事。 我没写代码，也没发问卷，只想回答一个问题： AI 漫剧这个赛道，现在到底还能不能做？ 真正做过商业研究的人都知道，一场深度访谈、一场焦点小组，再加一份完整的消费者洞察报告，预算动辄几万到几十万元，而且通常要等上几周。 如果研究海外市场，价格还得再翻几倍。 所以，大多数创业者最后得到的答案都是： 感觉还有机会。 但感觉，是创业里最贵的东西。 于是我把这个问题丢给了 Atypica。 它没有像普通 AI 一样直接输出分析，而是先反问我： 你准备做什么类型？ 面向哪些用户？ 希望验证什么？ 最担心什么风险？ 确认完这些问题，它才开始联网查资料、整理竞品、构建研究计划。 真正让我觉得有意思的是后面。 它生成了一组符合目标用户画像的 AI Persona，模拟真实用户做一对一深访，再把这些观点放进焦点小组里继续讨论。 也就是说，我不是在问一个 ChatGPT。 而是在采访几十个模拟目标用户。 这两个东西完全不是一个概念。 Atypica 官网： 注册会送 1M token，足够免费跑一次分析。 @atypica_AI