不知道这个社会怎么了，每个周一的热搜绝对会有一条让你恐慌，甚至焦虑的，传播负面情绪。微博就不能控制一下这类热搜吗？
再看看小红书，我觉得这个“能量恢复”的频道细分就做的挺好的，有很多有用的心态调整建议，非常实用。我们现在已经很难了，真心希望这些平台不要传播负能量了，最后送大家一段话，30以上怎么了，人都是会成长的啊，不要让成长变成了负担！
人只有心态好，状态和运气才会越来越好。心是开阔的时候，带来的都是积极的吸引力和向上的气场，当你拥有好心态，乐观精神会围绕你打造正能量磁场，你身边万事万物都将变得有秩序和顺利一些，当你积极善待生活，你面前的所有难题都会迎刃而解。笑口常开是好命的第一步，心态好，一切都会很美好。
阿里通义千问迎来了一次重磅升级，其1000万字的长文档处理功能现已向所有人免费开放，这一举措使得通义千问在全球范围内成为文档处理容量首屈一指的AI应用。从即日起，无论是金融、法律、科研、医疗还是教育领域的专业人士，都可以通过通义千问的网站和APP，轻松研读各类报告、分析财报、解读科研论文、研判案情、理解医疗报告、掌握法律条文，以及分析考试成绩和总结深度文章。
在金融领域，专业人士只需上传公司财报，通义千问便能自动提取和总结公司各业务的营收情况和利润增长等核心信息，帮助他们快速了解公司的整体业绩表现。而上传公司不同时期的财报后，通义千问还能生成公司在这一阶段内的业务变化、业绩趋势，并进行深入的财报分析。
在法律领域，通义千问同样展现出强大的能力。对于律师和法官而言，阅读和分析大量的法律文档是一项繁琐且耗时的工作。然而，通义千问能够迅速阅读并分析这些法律文件，帮助用户迅速掌握法律条文的要点。输入特定案件信息后，通义千问还能给出相应的判罚建议，极大地提高了工作效率。
目前，通义千问在文档处理容量和能力方面已全面超越ChatGPT等全球市场上的其他AI应用，展现出了其在智能科技领域的卓越实力。
微软推出了一项名为Mora的视频生成项目，该项目利用先进的Agents技术来尝试复原Sora的视频生成能力。目前，Mora已经能够基本还原Sora的所有功能，并可以生成分辨率为1024*576的12秒视频。
这些复原的能力包括：将文本直接转换为视频、根据特定的文本条件将图片转换成视频、扩展已有的视频内容、实现视频到视频的编辑、串联多个视频片段，以及模拟数字世界等。
项目简介：原文链接
Mora项目基于一种新型的多AI智能体框架，融合了多个尖端的视觉AI智能体，旨在复刻Sora所展示的强大的通用视频生成能力。Mora能够灵活运用这些视觉智能体，在各种任务中成功地模仿了Sora的视频生成技巧。
通过广泛的实验验证，我们发现Mora在这些任务上的表现已经与Sora相当接近。从整体性能上评估，Mora与Sora之间仍然存在一些差距。但是，我们仍对Mora项目寄予厚望，希望它能够引领未来视频生成技术的发展方向，并通过多AI智能体的协同工作实现更多的突破。
上个月 Stable Diffusion 的最新版本：Stable Diffusion 3 发布了，带来了文字渲染能力、多主题提示能力和图像质量的进一步提升。但是近日，Stable Diffusion 的核心研究团队宣布集体离职，尽管具体离职原因尚未公开，但据《福布斯》报道，Stable AI 公司可能因为财务困境而面临挑战。Stability AI 的未来发展和 Stable Diffusion 项目的前途，成为了业界关注的焦点。
- Stable Diffusion的核心研究团队成员，包括研究团队领导Robin Rombach、共同一作Andreas Blattmann和另一位作者Dominik Lorenz，已经集体辞职。
- Stability AI是Stable Diffusion项目的主要资助者，提供了必要的计算资源。该项目最初由慕尼黑大学和AI创业公司Runway共同完成。
- Stable Diffusion是一个文本到图像生成模型，因其免费开源而迅速走红，推动Stability AI在2022年的A轮融资中筹集到1.01亿美元，估值达到10亿美元。
- 由于Stable Diffusion的开放性，Stability AI的商业模式并不明确，导致公司难以稳定盈利。据报道，公司每月的运营成本高达800万美元。
- 去年年底，有关Stability AI可能因财务压力寻求出售的消息传出。CEO Emad Mostaque曾警告员工行业竞争激烈，并暗示他们可能在2023年面临困境。
如果真如上述所说，我们心心念念的 Stable Diffusion 3 是否还能保持开源呢？新闻源：点这里
Adobe 公司为其 Substance 3D Sampler 和 Stager 应用整合了 Firefly 生成式人工智能功能，旨在帮助工业设计师、游戏开发人员和视觉特效专业人员更高效地完成 3D 相关工作。
Substance 3D Stager：这是一个基于Adobe Dimension重新构建的应用，允许用户在3D场景中轻松组建模型、材质和灯光环境，并生成高质量的虚拟照片。 Substance 3D Sampler：由Substance Alchemist进化而来，Sampler简化了材质创建过程，用户可以通过一张照片快速生成可调节参数的智能3D材质。
AI功能更新：本次更新引入了两项AI功能：
1、文本到纹理（Text to Texture）：创作者可以输入文本提示词，在3D物体表面生成逼真或风格化的纹理，无需使用实物原型、图片库或手动摄影。
2、生成背景（Generative Background）：基于用户输入的文本提示词，创建详细的背景图片，并能智能地将对象合成到场景中，匹配透视和光照。
给大家推荐一个 AI 知识系统学习的Datawhale，Datawhale是一个致力于人工智能教育的组织，旨在帮助学习者通过实践项目来掌握AI相关的知识和技能，也提供论坛便于大家交流学习心得！
以下是网站内容的概述：Datawhale官网
- AI学习起点：Datawhale鼓励每个人学习和探索人工智能，以共同塑造和掌握AI的未来。 - 学习路径：网站提供了多个学习路径，包括数据分析、计算机视觉、自然语言处理和推荐系统等，以帮助学习者系统地学习AI领域的知识。 - 大模型应用开发：Datawhale提供了面向小白开发者的大模型应用开发教程，结合个人知识库助手项目，教授大模型开发的重点入门知识。 - LLM入门课程：这是一个面向开发者的LLM（Large Language Models）入门教程，基于吴恩达老师的大模型系列课程内容，提供中文翻译和范例代码，指导开发者如何基于LLM开发应用程序。 - GPT - Prompt教程：Datawhale设计了GPT - Prompt教程，旨在帮助学习者更好地利用GPT等工具提高学习和工作效率。 - 南瓜书 PumpkinBook：这是一本开源协作学习笔记，作为周志华《机器学习》的伴侣书，旨在帮助初学者提升数学基础能力。 - Joyful-Pandas：这个教程涵盖了pandas库的所有核心操作与特性，分为基础知识、操作和数据三大模块。 - fantastic-matplotlib：关于Matplotlib的数据可视化教程，Matplotlib是Python中重要的数据可视化工具，本教程适合需要进行数据可视化的人员。
