想象一下，你刚刚在脑海中构思出一个绝妙的网页设计创意，而 Onlook 能让你在几分钟内就将它变成一个可运行的网页。这不是魔法，而是 Onlook 的强大功能。它提供了一个直观的拖拽界面，你可以像拼图一样将各种元素（如按钮、文本框、图片等）组合在一起，实时看到设计效果。而当你调整元素的大小、位置或样式时，Onlook 会立刻将这些操作转化为高质量的代码，让你的设计瞬间“活”起来。
三大核心亮点，爽到停不下来 1. “说话就能建站”的AI助手 输入一句需求（比如*“设计一个咖啡店库存管理系统”*），AI自动生成完整页面框架。 实时聊天修改：像和同事沟通一样，对AI说*“把按钮改成红色，表格加筛选功能”*，立刻生效！
2. 设计师的真·可视化开发 拖拽不输Figma：调整布局、字体、颜色，所有操作直接映射为代码。 组件库自由定制：做好一个按钮，全站同步更新，告别重复劳动。
3. 代码党的效率外挂 支持React/Next.js/Tailwind，生成的代码干净可扩展，无缝对接你的代码库。 从Figma/GitHub一键导入，已有资源不浪费。
工具地址：https://www.onlook.com/
如果 GPT-4、Claude-3-Opus、Llama-3-70B……外加一个神级新秀 Nana banana 同时站在你面前，你能在 30 秒内挑出最会写代码、最懂梗、也最会哄人的那个吗？ 99% 的人会摇头。但 LMArena.ai 把这道题做成了游戏，而且让人上瘾到停不下来。 LMArena 是一个用于评估和比较不同大型语言模型（LLM）的在线平台。
它主要以其“竞技场（Arena）”功能而闻名，其运作方式如下： - 匿名对战：平台会向用户展示两个匿名的AI模型，并让它们回答用户提出的相同问题或指令。 - 用户投票：用户根据两个模型生成回答的质量，投票选出他们认为更好的一个。 - 模型排名：通过收集大量用户的投票数据，平台对各个语言模型进行统计和排名，并将其结果展示在排行榜（Leaderboard）上。
该工具主要运用于人工智能研究与开发领域，特别是大型语言模型的性能评估和基准测试。它通过众包（crowdsourcing）的方式，利用真实用户的偏好作为评价标准，为AI开发者和研究人员提供关于不同模型在实际应用中表现的参考。
现在爆火的Nano Banana模型也可以在LMArena使用哦，详细的工具评测大家可以戳文章：https://www.uisdc.com/lmarena
根据 Adobe 官方网站的公告，他们正式推出了一款名为AIAssistant的生成式AI助手，并将其整合到Reader和Acrobat这两款知名的PDF阅读器中。
AIAssistant 的功能类似于ChatGPT，它能够根据PDF文档内容提供摘要、核心见解，甚至回答各种问题。
目前，Acrobat Personal、Teams以及Acrobat Pro的用户可以体验测试版AIAssistant功能。
这一新功能的推出，无疑将极大地提升用户在阅读和处理PDF文档时的效率和便利性，为用户带来全新的使用体验。
昨天，在开发者们收到的警告信中，OpenAI 写道：将采取额外措施，封禁来自不支持国家和地区的API流量。7月9日起，将终止对不支持国家的API服务，中国包括在内。
昨天看到有小伙伴还在吐槽，刚续费了 ChatGPT 会员，不要慌，现在 LibreChat 横空出世，作为一个免费的开源 ChatGPT 克隆版，它不仅支持多种 AI 模型，还提供了灵活的自定义选项，解决了多 AI 模型整合和切换的问题。
LibreChat 代表了开源的精神和对技术的热爱，为用户提供了安全、灵活的聊天环境，大家不妨用着试试看！
LibreChat 官网
Techcrunch整理了一份AI行业最常见到的技术词语词典，搞懂这些，或许能帮初学者们轻松迈入AI世界的大门。
- AGI 通用人工智能 通用人工智能（AGI）是一个有些模糊的概念，通常指在多数任务上比普通人更强大的AI。OpenAI将其定义为“在最具经济价值的工作上超越人类的高度自主系统”。谷歌DeepMind则认为AGI是“在大多数认知任务上至少与人类能力相当的AI”。
- Chain of Thought 思维链 思维链推理意味着让AI像人一样一步步思考，把一个大问题拆解成多个小步骤。虽然慢一点，但在逻辑推理或编程这种需要严谨思考的场景里，答案会更准确。现在的大语言模型经过优化，在处理复杂问题时，就是靠这种“思维链”来提高准确性。
- Deep learning 深度学习 AI能自我优化学习的关键技术。它模仿人脑神经元连接方式，搭建多层人工神经网络，使AI算法能够建立比简单机器学习系统更复杂的关联关系。 深度学习模型能自己识别数据里的重要特征，而无需人类预先定义，还能从错误中学习，不断改进。
- Diffusion 扩散模型 扩散技术是众多艺术、音乐和文本生成AI模型的核心。受物理学启发，先“故意”一步步往数据里加噪声，直到数据面目全非。然后，AI学习如何“逆向扩散”，把这些被破坏的数据还原回来，从而获得从噪声中“创造”出全新数据的能力。
- Distillation 知识蒸馏 一种“师父带徒弟”的学习方法。让一个大型（“老师”）AI模型处理问题，然后把它的答案用来训练一个更小、更高效的（“学生”）模型，让学生模型学会老师的行为。这样就能用更小的模型，实现接近大型模型的性能。
- Fine-tuning 微调 微调是指对已训练的AI模型进行进一步训练，通过输入新的专业化数据，优化其在特定任务或领域的性能表现，使其超越原始训练的重点范围。很多AI公司都在用这个技术，把大型语言模型“微调”成适合自己行业的产品，提升实用性。
- GAN 生成对抗网络 让AI能“以假乱真”的关键技术。它由两个互相竞争的神经网络组成：生成器负责创造数据，判别器负责鉴别真伪。就像一场“猫捉老鼠”的游戏，两者不断对抗，让AI能自动生成极其逼真的数据，无需人工干预。GAN适合用于生成图片或视频。
- Hallucination 幻觉 “幻觉”是AI行业对模型虚构内容的专业术语，特指AI生成错误信息的行为。这显然是影响AI质量的核心问题。
- Neural Network 神经网络 神经网络是指支撑深度学习的多层算法结构，是推动生成式AI工具全面爆发的技术基础。尽管这个概念由来已久，GPU的崛起也让这个概念迎来了爆发。GPU被证明非常适合训练具有更多层次的算法，使得基于神经网络的AI系统在语音识别、自动驾驶导航和药物研发等多个领域实现了远超以往的性能表现。
- Transfer Learning 迁移学习 把一个已经训练好的AI模型拿来当起点，开发一个针对不同但相关的任务的新模型。这样可以节省大量开发时间，尤其是在新任务数据量不多的时候非常有用。但要注意，模型可能还需要在新领域的数据上进行额外训练才能表现最佳。
- Weights 权重 权重是AI训练的核心要素，它决定了在训练系统所用数据中，不同特征（或输入变量）的重要程度，直接影响AI模型的最终输出。训练开始时权重是随机的，但随着学习的深入，它们会不断调整，让AI的预测越来越准。
这份词典由Techcrunch定期维护，有需要的朋友可以收藏：https://techcrunch.com/2025/05/25/from-llms-to-hallucinations-heres-a-simple-guide-to-common-ai-terms/
ps：转自量子位
昨天给大家分享了一个PNG的素材网站，今天再给大家来一个免费的抽象背景生成器。它不靠AI、不耗资源，却能用代码“编织”出令人惊艳的循环动画背景，完全免费、版权全归你！
Color4Bg 是面向设计效率提升的工具，以程序化生成+高性能渲染为核心，解决了传统设计工具中抽象背景制作的复杂性问题。其免费策略与版权自由特性，特别适合中小型项目快速实现视觉升级。
👉 100%免费｜不用充会员、不用等审核，直接生成PNG/视频/JS代码 👉 AI零依赖｜纯程序化生成，加载速度堪比闪电，告别卡顿 👉 版权自由｜生成内容无限制商用，你的设计100%属于你
看一眼就会爱上的生成效果 ▫️ 赛博朋克风暴：霓虹网格+粒子光效，给科技产品海报瞬间加分 ▫️ 水墨晕染意境：流动的色彩渐变，完美适配国风/文艺类设计 ▫️ 几何碎裂美学：错位多边形拼接，短视频BGM的最佳视觉搭档 ▫️ 单色极简主义：低饱和莫兰迪色系，商业品牌高级感拉满
Color4Bg官网地址：https://www.color4bg.com/zh-hans/
