优设问答你的职场经验书

OpenAI宣布为企业用户推出两大重磅功能，让ChatGPT真正融入工作场景：

1. 一键连接企业知识库 通过“连接器”功能，ChatGPT可直接访问企业内部系统（如Outlook、Google Drive、Gmail、SharePoint等） 自动检索用户有权限查看的文件、邮件、数据 即时解答工作问题，相当于给企业配了AI知识管家

2. 会议记录自动化 开启“录音模式”，ChatGPT自动完成： ✓ 实时语音转文字 ✓ 提炼会议重点 ✓ 标记发言时间点 ✓ 点击时间戳快速回听关键讨论 适用于线上会议、电话沟通、灵感速记等场景

此次升级让ChatGPT从聊天工具转型为智能工作中枢，企业数据仍受严格权限保护，仅处理授权内容。

每天一个AI工具！设计师们，这款王炸级AI插画工具居然可以免费使用！ Pictographic AI生成的插图库，应有尽有。

1、海量插画资源 Pictographic 拥有超 210000 幅插画，涵盖 10 种风格，从简约现代到复古怀旧，各类设计项目都能找到适合插画。 2、智能生成功能 找不到心仪的插画？使用生成功能，依现有风格生成新插画，为作品添独特视觉元素。 3、可定制性 多数插画为 SVG 格式，可在平台自由改色、调整大小等，轻松适配设计。 4、Figma 插件 提供 Figma 插件，无需下载，直接在软件中使用插画，设计流程更高效。

又是一匹黑马！今天要给大家介绍的创意新宠Kittl！是一款在线的 AI 设计工具，同时也能为非专业人士提供一站式的设计赋能。目前已经拿了2轮融资，今年1月的B轮，拿了3600万美元。现在的kittl，每个月将近有300W的惊人访问量！

主要亮点： ① 实时文本变形：数千款可定制字体字型，轻松实现创意设计。 ② 海量免费素材库：上百万免费素材，随意插入图标、插画等。 ③ 一键生成矢量logo：支持行业风格定制，满足多种设计需求。 ④ 产品实景展示图：直观预览设计效果，所见即所得。 ⑤ 流行色彩板：一键替换设计中的颜色，轻松实现多种配色方案。

试玩地址：https://www.kittl.com/

Replicate为FLUX Kontext构建了聊天界面，支持用户通过连续的对话交流对图片进行编辑操作，实现了高效便捷的图片处理流程。

体验：https://kontext-chat.replicate.dev/

太贴心了，连描述词都有 AI 帮你细化了，输入简单的词，这个工具会帮你优化成适合生成带有丰富细节的画面 prompt ，还可以多次调整，你能得到不同的提示词，直到你满意为止！

🔥 为什么它值得你收藏？​ ✅ 全能型创作工厂 - Logo/品牌设计​：输入关键词，秒出30+商业级方案（含字体/配色/排版） - 插画/艺术创作​：国风水墨/赛博朋克/二次元...一键切换风格 - 摄影级大片​：生成风景、人像、超现实场景，堪比专业摄影师 - 影视/游戏分镜​：直接输出带光影的动态故事板

✅ 中文友好，精准拿捏需求 - “古风少女手持油纸伞立于江南烟雨中” → 生成水墨质感插画 - “赛博朋克城市夜景，霓虹灯管文字‘未来已来’” → 输出电影级海报 - 内置中文提示词库，拒绝“直译翻车”，精准传递创意脑洞

✅ 顶级模型加持，画质炸裂 - 基于MidJourney的艺术表现力 + Stable Diffusion的细节掌控力 - 支持1024px超高清输出，导出即用无需二次修图

✅ 小白友好，0基础也能玩转AI艺术 - 智能提示词生成器：输入“科幻飞船”，自动扩展为“未来主义银色飞船在陨石带飞行，带机械触角和粒子尾迹” - 多语言混搭：中英双语输入，生成融合东西方美学的作品

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

李继刚大神写的一个记忆单词的prompt，用这种场景性的方法来记单词，事半功倍啊！

图1是效果，图2是原文。

现在基本人手一个AI工具，出图效率肯定是没得说了，在这种情况下，是设计效率第一，还是质量为重？

说慢工出细活，怕老板直接来句：你走吧！大家觉得呢？现在的工作有什么变化？

这个瓜属实有点夸张啊，是的你没看错，一家AI编程的公司，没有智能AI，全是印度程序员冒充的！ AI编程公司Builder.ai的创始人兼前CEO——Sachin Dev Duggal。他不仅造了个「全是人工，没有智能」的假AI公司 从软银、微软等巨头手里骗到了数亿美元融资，估值干到15亿，而且还敢对投资人虚报300%的营收

更劲爆的是，这一骗愣是坚持了8年。 为什么一家公司能够在如此长的时间内，掩盖自己的真实面目？

来源：https://weibo.com/ttarticle/p/show?id=2309405170214773063752

对AI智能体感兴趣的朋友可以去试一试！

introducing flowith NEO.

一个拥有无限潜能的 SOTA (最高表现) Agent.

无限步骤. 无限记忆. 超长输出.

可在云端执行长达一年的任务。 超越所有现有 Agent 的智能基准。 为你的需求而生。为未来而设计。

目前限时免费使用。评论区获得邀请码戳链接 👉 https://weibo.com/

谷歌在近期的 I/O 大会上全面展示了其在 “通用 AI” 领域的深度布局，凭借强大的 Gemini 大模型，正将普通用户转化为 AI 产品用户。

- AI 搜索、多模态能力提升 ：谷歌搜索引擎 AI Mode 深入，基于 Gemini 的 AI 总结功能覆盖超 15 亿用户，调用增长超 10%；谷歌 Lens 月活用户超 15 亿。此外，“虚拟试穿” 功能利用大模型理解人体与服装，Chrome 浏览器深度整合 Gemini 接口，新增 “AI 模式”，支持深度研究，甚至能访问用户搜索记录和邮件，Gemini 2.5 Pro Deep Think 在多项竞赛中成绩优异。

- 硬件生态拓展 ：谷歌宣布 Android XR 新进展，展示 XR 眼镜原型机，与三星、XREAL、Gentle Monster 等合作研发硬件设备，推动 AI 眼镜发展。

- AI 创作工具升级及订阅服务 ：推出 Veo3、image4、Lyria2、FLOW 等 AI 创作工具，同时发布 AI Pro 与 AI Ultra 订阅服务，顶配 AI Ultra 月费 1800 元，提供多种增值服务。

谷歌正通过软件硬件双管齐下，将 AI 深度融入其生态各个角落，在端侧 AI 时代积极进击，有望重新定义下一代 AI 产品标准。

在 2025 年 Google I/O 大会上，Google 宣布了一项极具吸引力的消费级 AI 应用功能：虚拟试衣（Virtual Try-On）。 - 基于新一代 图像生成模型，专为时尚场景设计 - 能理解不同体型、姿势、照片构图 - 首次在如此大规模商品数据库（10 亿级别）中应用

上传一张自己照片 AI 将在几秒钟内生成你穿上该商品的逼真效果图 - 基于新一代 图像生成模型，专为时尚场景设计 - 依托全球 500 亿商品数据，提供实时可信商品信息 - 还可以根据用户需求主动进行 多条件搜索与比较、比价分析 - 购物流程全自动执行，还可以自动支付下单

更多详细介绍👉 https://www.xiaohu.ai/c/xiaohu-ai/google-ai-7ff104

现在还有多少小伙伴在用DeepSeek的？这份指令可以试一试效果！

这绝对是人工智能领域再迎里程碑式突破！阿里巴巴旗下Qwen团队今日宣布，其对话平台Qwen Chat正式上线"AI前端工程师"功能（Web Dev模式），用户可通过自然语言指令一键生成完整网页应用，涵盖HTML、CSS、JavaScript三大核心技术栈。

该功能展现出五大核心创新： 1. 全栈代码智能生成 用户输入如"创建水果电商网站"等指令，系统即可生成基于React框架的生产级代码，默认采用Tailwind CSS样式与.jsx单文件结构，实现像素级精准渲染。实测显示，个人主页、客服表单等基础页面生成仅需数秒。 2. 跨模态界面复刻 支持"复刻Twitter/X界面"等指令，AI可精准还原目标网站布局与视觉元素。开发者社区已有成功复刻GitHub等复杂界面的案例，代码结构清晰且具备语义化特征。 3. 动态交互实现突破 突破传统静态页面限制，可生成含商品轮播、交互动画等元素的电商展示页面。官方演示中，防晒产品网站的动态视觉呈现达到专业前端工程师水准。 4. 智能解析增强开发 支持网页文件上传解析，AI自动识别内容结构并生成适配展示方案，大幅降低原型设计到代码实现的门槛。 5. 双模式协同优化 搭配"深度思考"模式可提升生成质量，系统通过延长推理时间优化代码健壮性与兼容性，满足企业级应用需求。

当前该功能已全面接入Qwen Chat平台（chat.qwen.ai），支持平台内所有大模型调用，感兴趣的小伙伴可以试玩一下！

近日，Figma在Config 2025发布了史上最炸的4大AI工具，一个比一个猛，彻底改变设计、开发、协作全流程！

第一个是Figma Sites，这不是普通建站工具，而是AI驱动的神级神器。设计稿可以一键上线网站，一键添加不同的设备布局，还能通过一键生成动画，各种动画效果直接显示在网页内。CMS内容系统也即将上线，现在处于测试阶段。

第二个是Figma Make。不会写代码？没关系！Figma Make配合Claude 3.7模型，只要你说一句话，它就能生成可运行的App原型，比如音乐播放器。而且还能手动微调、改颜色、调布局，未来还支持接入第三方系统，真正打通从设计到开发的最后一步。

第三个是Figma Buzz。设计师设定好品牌模板，运营可以批量出图，不管是社媒内容、广告Banner、还是电商海报，都能快速搞定。AI还能根据你的文本提示生成图像，甚至能从表格里读取数据，一次生成成千上万张图！

第四个是Figma Draw。Illustrator太重太复杂？Figma Draw是Figma内置的矢量插画工具，画笔、纹理、路径编辑通通都有，适合画Logo、做视觉、搞插画，轻量又顺手，完全不需要切换软件。

这一次，Figma不止是做设计强，连开发、上线、营销全都包了！一站式搞定，再也不用来回切换十几个软件了。更多详细介绍，大家可以访问Figma AI 官网查看：https://www.figma.com/ai/

幸好Figma当初没被Adobe收购，不然我们哪有今天这些炸裂的新功能！

figma这次发布的4个AI工具，你最想用哪一个？评论区告诉我吧！

可以像画 Figma 设计稿一样生成网站

而且还有 AI 功能，帮你编写各种组件和页面

这下 Framer 要慌了，不过 Figma 在 Vibe Coding 这么猛的情况下才出这种功能也是离谱！

by: 歸藏的AI工具箱