BestBlogs.dev 精选文章 第 15 期

阿里通义团队开源新一代数学模型 Qwen2-Math，该模型包括三个参数版本，基础模型在数学语料库上预训练，指令微调版本通过奖励模型和拒绝采样优化性能。Qwen2-Math 在数学测评中超越主流模型，成为最先进的数学专项模型。文章探讨了合成数据生成的优势，如解决隐私问题、提高数据结构化性，并提供了模型下载和推理指南，展示了在教育领域生成数学数据的方法。该模型为数学建模、教育技术和模型微调等领域提供了高质量的数据支持，推动了数学建模的发展。

面壁小钢炮 MiniCPM-V 2.6 模型以其 8B 参数的轻量级设计，实现了单图、多图、视频理解等多模态任务上的 State-of-the-Art（SOTA）性能，全面超越了 GPT-4V。该模型首次将实时视频理解、多图联合理解、多图 OCR 等高级功能集成到端侧模型中，极大地提升了端侧 AI 的应用潜力和用户体验。MiniCPM-V 2.6 在能效比、内存占用和推理速度上也表现出色，仅占用 6GB 内存，推理速度高达 18 tokens/s，并支持多种语言和平台，展示了其在实际应用中的广泛适用性和高效性。模型开源后将进一步推动多模态 AI 在移动设备、AR/VR 等领域的应用和发展，但也面临着模型压缩、数据安全和隐私保护等挑战。

OpenAI 最新推出的 ChatGPT API 支持 JSON 结构化输出，允许开发者定义 JSON Schema 来规范模型输出格式，确保数据一致性和易用性。 这一功能解决了传统 LLM 输出难以解析和利用的问题，极大简化了开发者处理 AI 模型输出数据的流程。 通过引入约束解码技术，OpenAI 进一步确保了模型输出完全符合预设的 Schema，将 JSON Schema 匹配率提升至 100%。 此外，新模型 gpt-4o-2024-08-06 在成本方面也进行了优化，输入端成本降低 50%，输出端成本降低 33%，进一步增加了其对开发者的吸引力。 该功能适用于多种应用场景，包括数据查询、UI 生成、任务管理等，为开发者构建更强大、更易用的 AI 应用提供了有力支持。

DeepSeek API 通过硬盘缓存技术，解决了用户输入重复率高的难题，降低了服务延迟和成本。缓存命中的部分费用仅为 0.1 元每百万 tokens，使大模型的价格大幅下降。此外，该服务无需用户修改代码或更换接口，系统会根据实际命中情况自动计费。

本文详细介绍了大型语言模型（LLM）对齐技术的多种方法，包括基于人类反馈的强化学习（RLHF）、基于人工智能反馈的强化学习（RLAIF）、PPO、DPO 等。文章首先强调了对齐技术的重要性，指出这些技术如何帮助模型更好地符合人类价值观和意图。接着，文章探讨了这些技术在提升模型性能和减少对齐税方面的应用和挑战，包括 InstructGPT 模型在有用性和毒性任务上的表现优于 GPT-3，尽管参数数量少 100 多倍。此外，文章还讨论了当前对齐技术中的挑战，如 SFT 和对齐过程的连续实现导致的灾难性遗忘和效率问题，并提出了 PAFT 和 ORPO 技术的优缺点。

Sakana AI 通过一系列实验深入探究了 Transformer 模型的内部运作原理，特别是预训练 Transformer 中的信息流。研究通过将 Transformer 层比作画家作画流水线，提出并验证了一系列假设，包括各层是否使用相同的表征空间、所有层是否必要、中间层的功能是否相同、层的顺序是否重要、层是否可以并行运行等。实验结果显示，中间层共享一个表征空间，但执行不同的功能；层的顺序对模型性能有一定影响，但并行运行和循环迭代也能有效提升性能。研究还发现，随机化层顺序和循环并行对模型性能的影响最小，而重复单一层的影响最严重。

Meta 建立了一个强大的 RoCE（远程直接内存访问 over 以太网）网络，以支持大规模分布式 AI 训练，满足计算密度和规模的不断增长需求。该网络，在 ACM SIGCOMM 2024 上发表的论文中详细介绍，将前端（FE）和后端（BE）网络分离，以优化数据摄取和训练过程。BE 网络基于 RoCEv2，连接数千个 GPU，采用非阻塞架构，提供高带宽和低延迟。Meta 将网络从简单的星形拓扑结构演变到两阶段的克洛斯拓扑结构，即 AI 网络区域，以提高可扩展性和可用性。网络设计包括路由策略，如路径固定和队列对扩展，以及拥塞控制机制，如接收器驱动的流量准入。这些创新旨在平衡网络流量，优化 AI 工作负载的性能，特别是对于大型语言模型如 LLAMA 3.1 模型。

GitHub 推出了 GitHub 模型平台，旨在通过提供对各种行业领先 AI 模型的轻松访问，使超过 1 亿开发者成为 AI 工程师。该平台旨在使 AI 开发民主化，使其更易于大众访问。平台包含一个内置模型实验平台，开发者可以在其中免费试用 Llama 3.1、GPT-4o 和 Mistral Large 2 等模型，调整提示和参数。此外，GitHub 模型与 Codespaces 和 VS Code 无缝集成，使开发者能够以最小的摩擦从实验过渡到生产。Azure AI 支持生产部署，提供企业级安全性和全球可用性。该平台还强调隐私，确保不会将模型实验平台中的任何数据用于训练或改进模型。GitHub 模型将扩展，计划在未来包含更多模型，并且它与 GitHub 更广泛的愿景相一致，即为 AI 时代培养创造者网络，为实现通用人工智能 (AGI) 的目标做出贡献。该平台还旨在支持 AI 教育，如其与哈佛 CS50 课程的集成所示。

本文宣布 Spring AI 集成了 OpenAI 的结构化输出功能，这是一个流行的 Java 开发框架。该集成允许开发者使用 JSON 架构定义 AI 生成响应的预期结构，从而确保类型安全，程序化地处理拒绝，并简化提示工程。Spring AI 提供灵活的配置选项，开发者可以通过编程或应用程序属性设置响应格式。此外，BeanOutputConverter 工具简化了集成过程，它可以自动从 Java 域对象生成 JSON 架构，并将响应转换为相应的实例。这项增强显著提高了使用 Spring AI 构建的 AI 驱动应用程序的可靠性和可维护性，使开发者能够专注于构建创新功能，而不是处理不可预测的 AI 输出。

PaddleNLP 3.0 是百度 AI 基于飞桨框架 3.0 版本打造的大语言模型开发套件，提供从组网开发、预训练、精调对齐、模型压缩到推理部署的一站式解决方案。该套件通过自动并行技术简化了组网开发的复杂性，减少了分布式核心代码量，支持多种主流模型的全流程方案。此外，PaddleNLP 3.0 提供了高性能的精调与对齐方案，通过 FlashMask 和 Zero Padding 技术优化了训练效率，支持长文训练和多硬件适配，包括英伟达 GPU、昆仑芯 XPU、昇腾 NPU 等。该套件还设计了 Unified Checkpoint 存储方案，实现了模型参数的快速保存和恢复。PaddleNLP 3.0 的发布标志着大语言模型开发工具的重大进步，为产业级应用提供了强大的技术支持。

吴恩达教授宣布推出“AI Python for Beginners”课程，这是一个免费的短期课程系列，旨在通过教授如何利用生成式 AI 来辅助编程，使编程变得更加简单和高效，适合所有领域的初学者。课程的核心在于教授如何利用大型语言模型和其他 AI API 来构建强大的程序，以及如何将 AI 作为编程助手来加速学习过程。课程内容与当前 AI 改变编程的两大趋势保持一致：AI 帮助程序和 AI 帮助程序员。通过这些课程，学习者将学会如何编写代码来利用 AI 执行任务，并使用 AI 工具来解释、编写和调试代码。课程的推出旨在鼓励更多人学习编程，提高生产力和创造力，无论是在营销、金融、新闻还是其他领域。

本文提供了一个关于文档图像新型数据增强技术的教程，该技术是与 Albumentations AI 合作开发的。该创新背后的动机是需要有效的数据增强技术来保留文本的完整性，同时提高数据集的多样性，特别是在有限数据集的情况下对视觉语言模型（VLMs）进行微调。传统的图像变换通常会对文本提取准确性产生负面影响。新的管道同时处理图像和文本，提供了文档图像的综合解决方案。该多模态方法同时修改图像内容和文本注释。增强过程涉及随机选择文档中的行，应用文本增强方法，如随机插入、删除、交换和停用词替换，然后将文本插入的图像部分黑化并 inpainting。该文章还提供了安装说明、可视化示例和如何将该技术与其他变换结合的详细信息。结论强调了该技术生成多样化训练样本和增强文档图像处理工作流程的潜力。

本文介绍了 LangSmith 的新功能：动态少样本示例选择器，旨在优化大型语言模型 (LLM) 应用程序的性能。文章强调了静态少样本提示在应用程序变得越来越复杂时的局限性，虽然微调提供了一种替代方案，但它也带来了与复杂性、更新、基础设施和个性化相关的挑战。本文介绍的动态少样本提示允许选择一小部分与用户输入相关的示例，与静态数据集相比，这将带来更好的性能。LangSmith 简化了这种技术的实现，使用户能够轻松地索引数据集并动态检索相关示例。文章将动态少样本提示定位为比微调更实用、更灵活的解决方案，尤其适用于需要个性化和快速迭代的应用程序。

本文详细介绍了腾讯云及优图实验室在工业 AI 质检领域的探索和实践。腾讯利用其在深度学习方面的技术积累，结合自动化光学检测设备（AOI），成功解决了行业内长期存在的难题，例如手机零部件的复杂缺陷检测。文章强调了数据标准对齐和缺陷定义统一的重要性，并分析了工业 AI 质检的核心挑战，包括缺陷的位置、像素、类型和量化。此外，文章还探讨了大模型时代下工业 AI 质检的新范式，即通过 Visual Prompt、跨模态模型等技术实现免训练或零样本快速应用，并展望了其在未来制造业转型中的重要作用。

本文发表在 LangChain 博客上，深入探讨了后台运行的环境代理的概念。这些代理在后台自动处理任务，从而增强用户体验并扩展人类能力。作者认为，为了让代理系统充分发挥其潜力，需要向后台运行模式转变，这将使用户更能容忍较长的完成时间，并允许多个代理同时处理任务。本文强调了通过向用户展示代理正在执行的步骤并允许他们纠正代理来建立信任的重要性。这种方法将人类从“参与式”转变为“监督式”，从而实现更高的可观察性和控制力。本文还讨论了代理如何在需要时请求人类帮助，例如，一个与 Slack 集成的电子邮件助手，以及用于更大规模实施的客户支持面板。结论强调了作者对环境代理的乐观态度及其扩展人类能力的潜力，LangGraph 项目是这些概念的实际应用。

人工智能聊天机器人和虚拟助手面临着生成高质量和准确响应的挑战。本文探讨了如何利用检索增强生成 (RAG) 和重排模型来解决这些挑战，并提高响应的准确性。RAG 将知识库检索与生成模型相结合，通过在生成响应之前从数据库中检索相关信息，提供了更相关和连贯的输出。文章提供了详细的解决方案概述，解释了 RAG 如何使用向量搜索来实现速度和可扩展性，以及重排模型如何通过从多个候选响应中选择最佳选项来进一步提高响应的相关性。

1. 环境配置 ：
   • 安装 Conda 和必要的环境依赖，包括 Python、Pytorch、Transformers、vLLM 和 cuda。
2. 模型下载 ：
   • 从 Huggingface 或 ModelScope 下载 QWen2-72B-Instruct 模型。
3. 依赖安装 ：
   • 安装 Pytorch、vLLM 等依赖包，并配置环境变量。
4. 模型验证 ：
   • 使用 vLLM 提供的脚本验证模型可用性。
5. 服务启动 ：
   • 使用 vLLM 将模型服务包装成 OpenAI 格式的 HTTP 服务，并通过 tmux 命令运行。
6. 总结 ：
   • 强调 vLLM 框架在简化大模型部署过程中的优势。

斯坦福大学人工智能学者吴恩达教授推出了面向初学者的一门新课程——AI Python for Beginners，旨在从头开始教授 Python 编程知识。这门课程分为四个部分，涵盖 Python 基础、自动化任务、数据和文档处理，以及使用包和 API 扩展 Python 功能。学生将学习编程基础概念，如变量、函数、循环和数据结构，并通过构建实际项目如自定义菜谱生成器和智能待办事项列表来应用这些知识。课程特色在于使用人工智能聊天机器人作为助教，提供即时反馈和个性化指导，增强学习效率。在课程结束时，学生将能够编写与大型语言模型交互的 Python 脚本，分析数据，甚至创建简单的 AI 智能体。

本文详细介绍了硅谷创业公司 Figure 最新发布的人形机器人 Figure 02，该机器人集成了多项先进技术，包括实时语音对话、视觉语言模型（VLM）、高性能电池和先进的机械手设计。Figure 02 不仅在技术上实现了重大突破，还已经在宝马的工厂中进行实际应用测试，展现出其在工业领域的巨大潜力。然而，人形机器人技术仍面临着安全性、成本控制等挑战。未来，Figure 将继续与 OpenAI 合作，开发更先进的 AI 模型，推动人形机器人在更多领域的应用。

当前主流的对话式用户界面存在用户困惑、应用状态跟踪、编辑草稿存储、旅行规划和研究管理等问题。文章提出 aiOS 的概念，它是一种由 AI 驱动的操作系统，具有四个核心价值：

1. 个性化服务 ：将所有服务带到用户面前。
2. 应用互操作性 ：应用间可以无缝通信，如将播客拖入笔记应用等。
3. 基于上下文的服务 ：根据用户环境和行为提供服务。
4. 多模态输入输出 ：AI 理解并处理多种输入输出方式。

文章还预测了到 2030 年 AI 在 UX 领域的四大创新趋势：动态界面、短暂界面、aiOS 和无屏幕 UX，强调了 aiOS 作为未来发展方向的重要性。

Castmagic 是一家成立于 2023 年的 AI 转录和录音工具平台，总部位于美国内华达州。该公司利用 AI 技术革新了播客的转录和管理方式，提供适用于各种场合的 AI 内容工具，包括播客制作、视频平台内容转录、会议记录等。Castmagic 的核心竞争力在于其深入的音频内容处理能力，能够准确快速地提取有价值的内容，并提供创新解决方案以加速内容分发。尽管公司展现出巨大潜力，但到目前为止还没有接受外部融资。

文章深入探讨了 Perplexity AI 的搜索技术及其与 Google 的比较，强调理解用户需求和提供优质答案的重要性。Perplexity 通过结合 LLM 技术和搜索引擎，提供带有出处的答案，旨在改变用户在互联网上寻找答案的方式。文章还讨论了 Perplexity 在实时信息整合、用户界面设计以及广告策略上的挑战和策略，以及如何在不影响用户体验的前提下整合广告。

OpenAI 推出的 SearchGPT 是一款 AI 搜索产品，它通过接入传统搜索引擎的 API 并与媒体合作获取高质量数据，建立起了数据壁垒。为了优化用户体验，SearchGPT 采用了低延迟、多轮问答和多模态呈现的方式，提升了交互性。

在商业模式上，SearchGPT 面临着广告收入覆盖成本的挑战，需要探索新的盈利模式。同时，SearchGPT 采用了多模态技术，为用户提供更丰富、易懂的搜索结果。此外，SearchGPT 还通过 AI Agent 实现自动化工作流，为用户提供超越传统搜索引擎的服务。

总体而言，SearchGPT 在技术、用户体验和商业模式上都有所创新，有望在 AI 搜索市场占据一席之地。

来自 Google Cloud 博客的文章探讨了将 AI 功能集成到 Chrome 企业版中，以提高工作效率，并为 IT 团队提供必要的控制功能。文章重点介绍了一些新的 AI 功能，例如用于即时搜索的 Google 镜头、用于快速聊天辅助的 Gemini、AI 驱动的网页历史记录检索、用于跨标签比较的标签比较以及“帮我写”提供的写作辅助功能。此外，文章还强调了 AI 控制和治理的重要性，并宣布即将推出云策略和细粒度控制，以便管理员安全地管理 AI 功能。文章旨在展示 Chrome 企业版如何利用 AI 创建更直观、更高效的浏览体验，同时确保数据安全和符合公司政策。

文章深入探讨了具身智能作为 AI 领域的新兴赛道，其发展与自动驾驶技术有相似之处，且在 AI 大模型的推动下，具身智能的成熟期预计将加速到来。文章分析了具身智能的定义分歧、技术路线差异、以及与自动驾驶的相似性和挑战。同时，文章指出具身智能的商业化面临多重障碍，但其市场潜力巨大，且在大模型和自动驾驶技术推动下，发展速度将加快。

Gamma 是一款由 AI 驱动的创新型内容呈现工具。它通过将 PPT 制作转变为类似写作的体验，简化了内容创作流程，降低了格式化和设计工作，提高了分享性和异步消费能力。Gamma 采用积木化的组件管理和块状编辑理念，结合 AI 技术，提供简洁美观的视觉化 PPT 制作体验，实现了快速迭代和改进。它的成功在于其用户导向和快速迭代的产品策略，通过深入了解用户需求，持续优化产品体验，并保持高效的开发和发布节奏。

AI 产品在海外市场面临支付难题，尤其是社交和图片类产品成为支付服务商拒接重点，原因是风控政策严格和合规要求高。AI 产品在验证 PMF 方面存在挑战，而 AI 角色聊天产品在流量和现金流方面表现较好。支付服务商判断是否切断支付主要依据三条红线：擦边、政治敏感和未成年人保护。合规问题是 AI 产品商业化成败的关键。

本文对国内四款头部 AI 视频生成模型——可灵、即梦、PixVerse 和清影进行了全面的实测评估。文章介绍了 AI 视频生成技术的发展背景，特别是 OpenAI 的 Sora 模型对行业的影响。随后，文章详细描述了测试的四个维度：视频生成质量和清晰度、内容生成准确性、一致性和丰富性、使用成本和价格以及生成速度和交互界面。通过具体的测试场景和提示词，展示了各模型在不同应用场景下的表现，包括二次创作、人物吃东西、动物拟人和未来城市等。文章还分析了各模型的优缺点，如可灵在视频质量和清晰度上表现较好，而即梦和 PixVerse 在内容丰富性上更为突出。此外，文章讨论了 AI 视频生成技术的商业化挑战，包括高昂的开发成本和用户付费意愿的问题，并指出找到可持续的商业化路径是国产 AI 视频大模型发展的关键。

本指南详细介绍了计算 AI 产品订阅用户生命周期价值（LTV）的三个步骤：确定平均每用户收入（ARPU）、估算用户的平均生命周期（ACL）、计算 LTV。通过具体案例分析，展示了如何根据月包和年包的不同续费率来计算 LTV，并讨论了 LTV 的回收周期和获客成本的设定。文章最后强调了定期验证和调整 LTV 模型的重要性，以确保业务策略的持续有效性。

1. AI 辅助设计工具需建立稳固的设计基础，通过精炼的设计指南指导 AI 生成高质量的 UI 设计。
2. AI 工具将模糊设计与开发的职能界限，促使设计师和工程师技能融合，形成全能产品开发者。
3. 应务实高效地利用 AI 技术，如 AI 辅助搜索功能，以提高设计效率，而非过度追求全能 AI 助手。
4. AI 工具应朝着“协同创作”的方向发展，深入了解用户的工作背景，提供智能预测和灵活适应的支持。

Notta 是一家总部位于新加坡，研发中心位于深圳的 AI 转录初创公司，由华人创业者张岩创立。该公司专注于会议场景的语音转录服务，通过精准定位日本市场和深度本地化策略，实现了在竞争激烈的会议转录赛道中的快速增长。Notta 的产品在日本市场获得了超过 400 万的月访问量，并实现了近千万美金的年度经常性收入（ARR）。其成功不仅在于其产品的技术优势，更在于其对日本市场的深刻理解和本地化执行力，以及从 ToC 到 ToB 的策略转变。

腾讯元宝的长文精读功能基于腾讯混元大模型，支持处理长达50万字的专业内容。深度阅读模式提供核心内容概览、模块化解析和总结性图表，帮助用户快速掌握关键信息。针对外文文献，该功能可以提炼论文创新点和不足，辅助判断论文质量。财务数据处理方面，腾讯元宝从多个维度梳理，生成专业图表，使财务状况更加可视化，并集成了计算器功能确保数值计算准确。此外，该功能支持多模态交互和离线回看，为专业阅读提供一站式服务。

Character.AI 创始团队部分成员加入 Google，标志着公司战略调整。Character.AI 将转向更多利用第三方 LLM 和开源模型，优化资源分配和产品体验。这一调整反映了人工智能领域对于技术转型和资源优化的思考。

Character.AI 将与 Google 达成协议，向其提供 LLM 技术的非独家许可，同时获得 Google 的资金支持。剩余团队将继续留在 Character.AI，专注于产品开发。

行业观察者认为，Character.AI 开创了大模型产品的「情绪价值」赛道，证明了模型的价值，但 C.AI 产品本身尚未完成产品市场匹配。创始人团队的出走和公司战略调整，反映了技术和研发背景的创始团队与公司发展阶段需求的不匹配，以及行业进入新阶段的趋势。

近期 OpenAI 多位核心高管离职，包括总裁 Greg Brockman 长期休假、联合创始人之一 John Schulman 和产品负责人 Peter Deng 离职，仅剩 Sam Altman 等少数创始人留任。离职潮引发了外界对 OpenAI 稳定性和未来发展方向的担忧。文章分析了 OpenAI 人才流失的原因，包括内部对 AI 安全理念的冲突和 Sam Altman 强势的管理风格。此次人事变动也反映了 OpenAI 在追求 AGI 突破过程中，在发展速度、安全伦理和公司治理上面临的多重挑战。

本文是 Lex Fridman 与马斯克的一次深入访谈，涵盖了多个前沿科技领域，包括 Neuralink 的最新技术进展、AI 与人类的融合、以及人类未来的挑战。马斯克详细介绍了 Neuralink 的植入技术及其对大脑神经生物学的潜在影响，预测了未来通信速度的大幅提升。此外，访谈还探讨了 AI 技术在提升人类体验、记忆恢复和外星生命探索中的应用，以及人形机器人 Optimus 的潜力和工程挑战。马斯克强调了 AI 系统的安全性和伦理问题，以及技术创新对文明兴衰的关键作用。

空间计算是一种包含软件和硬件的技术，可以在 3D 空间中赋予人和机器人独特的体验和移动方式，它将人从屏幕中解放出来，使所有表面都成为潜在的交互界面。苹果 Vision Pro 是空间计算领域的代表性产品，但由于价格昂贵、续航时间短等问题，市场表现不佳。苹果计划推出更便宜的版本，以扩大用户基础。空间计算在医疗、内容创作、数据分析等领域具有广泛的应用前景，与生成式 AI 结合后，将带来更多创新和便利。

本文深入分析了人工智能（AI）技术如何推动苹果、微软和英伟达等科技巨头市值增长，并详细探讨了 AI 终端应用的发展趋势。文章指出，算力、大模型和终端应用构成了 AI 发展的三角飞轮，而 AI 终端应用作为连接用户和 AI 技术的桥梁，具有巨大的发展潜力。尽管 AI 应用软件发展不及预期，但 AI 终端的产业逻辑清晰，且受到供给侧的积极推动。文章特别关注了 AI 手机和 AIPC 的发展，分析了市场竞争格局和关键技术要素，如芯片和操作系统的重要性，并预测 AI 终端的真正爆发可能在 2025 年。

• 与领域专家合作，利用其直觉快速将模糊想法具体化。
• 产生大量想法，至少 10 个，以便于比较和选择，避免过度依赖单一想法。
• 明确评估标准，如业务价值和技术可行性，以一致地判断想法。

Yoshua Bengio，深度学习领域的领军人物，加入了 Safeguarded AI 项目，旨在通过结合科学的世界模型和数学证明，构建一个能够理解和降低其他 AI Agent 风险的系统。该项目由英国高级研究与发明局（ARIA）支持，计划投入 5900 万英镑。项目分为支架、机器学习和应用三个技术领域，每个领域都有特定的目标和预算。Bengio 特别关注 TA3 和 TA2，提供科学战略建议。项目提出了一套称为'Guaranteed Safe AI'的模式，通过世界模型、安全规范和验证器三个核心相互作用量化 AI 系统的安全保障。此外，项目还为创建世界模型的策略划分了 L0-L5 安全等级。

AI 独立硬件 AI Pin 自发布以来遭遇退货潮，退回数量甚至超过购买数量。AI Pin 的产品评价极差，用户对其可使用性表示失望。Humane 公司面临财务压力，销售收入微不足道，并有高管离职。文章指出，AI 在硬件领域的应用尚存在局限性，难以取代手机等现有终端设备。

本文以一个制作独居女孩生活 Vlog 的实际案例，详细介绍了 AI 工具在内容创作中的应用。文章首先强调了 AI 技术正在改变我们的生活和工作方式，然后通过 Kimi、即梦和剪映这三个工具的结合使用，展示了如何生成脚本、制作图片和拼接视频，整个过程简单易懂。文章突出 AI 工具的易用性和实用性，鼓励内容创作者探索 AI 在内容创作中的可能性。