即刻App年轻人的同好社区
下载
用 Claude Skills 创建一个简单的 Agent 真的太简单了
人人都能创建自己的 Agent 大军，我这里搞了一个 Nano Banana Pro PPT 生成 Skills
基于任何文档生成 PPT，支持风格选择、页数自定义
生成后会导出图片文件以及帮你生成一个全屏预览的网页
也可以作为整个图文混排 Agent 体系的一个部分
人人都能创建自己的 Agent 大军，我这里搞了一个 Nano Banana Pro PPT 生成 Skills
基于任何文档生成 PPT，支持风格选择、页数自定义
生成后会导出图片文件以及帮你生成一个全屏预览的网页
也可以作为整个图文混排 Agent 体系的一个部分
00:17
8 01
昨天早上起来一看，发现 ChatGPT 发布了他们新的医疗健康功能，很多朋友说这不就是蚂蚁阿福吗？
难得，终于有一次是 OpenAI 跟随国内AI了。
我试了一下蚂蚁阿福，从能力上来看，Open AI比蚂蚁阿福差了不少，Open AI 的健康功能支持将你的检测结果和一些健康应用的数据同步过去，然后它会基于专门打造的健康模型，对你的体检结果及健康数据进行分析。
这些功能蚂蚁阿福都是有的，而且不止支持健康应用的数据同步，还支持连接各种专业的血压仪等医疗器械。
蚂蚁阿福比较强大的是：它的智能问答能力支持多种提问方式，包括语音、文字和拍照，甚至可以通过拍皮肤去识别皮肤病，拍药盒以获得药物疗效和一些禁忌的指导，以及拍摄体检报告来提供医疗资料等。
这些功能都非常易用，在体验层面非常符合中国国情。毕竟我们有很多老人和偏远地区用户，对他们来说，打字是挺费劲的。
另外，他们还支持与一些国内非常有名的医生 AI 分身进行对话。还支持：在线问诊和医院就医指导以及挂号服务。通过这些功能，他们把整个健康链路都打通了。线下就医还能直接语音唤起医保码进行支付，体验好太多了。
12 月 15 号发布新版蚂蚁阿福之后月活翻倍达到了 3000 万，单日提问量超过了 1000 万，说明很多人确实非常需要一个一站式有优秀体验的的 AI 健康中心。
难得，终于有一次是 OpenAI 跟随国内AI了。
我试了一下蚂蚁阿福，从能力上来看，Open AI比蚂蚁阿福差了不少，Open AI 的健康功能支持将你的检测结果和一些健康应用的数据同步过去，然后它会基于专门打造的健康模型，对你的体检结果及健康数据进行分析。
这些功能蚂蚁阿福都是有的，而且不止支持健康应用的数据同步，还支持连接各种专业的血压仪等医疗器械。
蚂蚁阿福比较强大的是：它的智能问答能力支持多种提问方式，包括语音、文字和拍照，甚至可以通过拍皮肤去识别皮肤病，拍药盒以获得药物疗效和一些禁忌的指导，以及拍摄体检报告来提供医疗资料等。
这些功能都非常易用，在体验层面非常符合中国国情。毕竟我们有很多老人和偏远地区用户，对他们来说，打字是挺费劲的。
另外，他们还支持与一些国内非常有名的医生 AI 分身进行对话。还支持：在线问诊和医院就医指导以及挂号服务。通过这些功能，他们把整个健康链路都打通了。线下就医还能直接语音唤起医保码进行支付，体验好太多了。
12 月 15 号发布新版蚂蚁阿福之后月活翻倍达到了 3000 万，单日提问量超过了 1000 万，说明很多人确实非常需要一个一站式有优秀体验的的 AI 健康中心。
8 15
谷歌 AI 开年王炸，Gemini 开始跟 Gmail 深度集成
Gmail 正在转型为主动的 Gemini 驱动 AI 邮箱，具体包括下面几个功能：
AI 收件箱：最重要的是 AI 收件箱类似一个简报页面，他会按照优先级帮你重新整理所有邮件的信息。你不需要在翻你的收件箱就能快速浏览重要的信息和提醒，所有相关信息都会被汇总到一起，方便多了。这个目前在缓慢放量。
AI 概览：在搜索框用自然语言提出问题之后，会使用 Gemini 生成一个简洁的 AI 概览来从你的邮件中获取信息提供答案，这个能力是免费的。
AI 写邮件：所有人都可以使用“帮助我写”来润色邮件或从头起草邮件。还有新的“建议回复”会利用会话上下文提供相关的一键式回复，匹配你的写作风格。帮写功能免费，校对能力对 Pro 和 Ultra 用户开放。
新版 Gmail 将会从今天开始向美国的英语 Gmail 用户和 Gemini 付费订阅者推出。
Gmail 正在转型为主动的 Gemini 驱动 AI 邮箱，具体包括下面几个功能：
AI 收件箱：最重要的是 AI 收件箱类似一个简报页面，他会按照优先级帮你重新整理所有邮件的信息。你不需要在翻你的收件箱就能快速浏览重要的信息和提醒，所有相关信息都会被汇总到一起，方便多了。这个目前在缓慢放量。
AI 概览：在搜索框用自然语言提出问题之后，会使用 Gemini 生成一个简洁的 AI 概览来从你的邮件中获取信息提供答案，这个能力是免费的。
AI 写邮件：所有人都可以使用“帮助我写”来润色邮件或从头起草邮件。还有新的“建议回复”会利用会话上下文提供相关的一键式回复，匹配你的写作风格。帮写功能免费，校对能力对 Pro 和 Ultra 用户开放。
新版 Gmail 将会从今天开始向美国的英语 Gmail 用户和 Gemini 付费订阅者推出。
01:11
25 17
ChatGPT 发布医疗健康功能，这个好啊，大部分人都很需要。
支持整合你的电子病历、检测结果和 ios 健康应用数据信息提供健康和医学建议。
可以直接连接到EHR、Apple 健康、Function、MyFitnessPal 等获取到你的数据。
使用方式与能力：在侧边栏进入“健康”，连接医疗记录与应用或上传文件，围绕个人健康进行对话。
比如分析化验结果、分析你的 Apple Watch 数据、提供饮食指导、发现徒步路线等等。
目前向美国地区优先开放，需要提交候补名单。
支持整合你的电子病历、检测结果和 ios 健康应用数据信息提供健康和医学建议。
可以直接连接到EHR、Apple 健康、Function、MyFitnessPal 等获取到你的数据。
使用方式与能力：在侧边栏进入“健康”，连接医疗记录与应用或上传文件，围绕个人健康进行对话。
比如分析化验结果、分析你的 Apple Watch 数据、提供饮食指导、发现徒步路线等等。
目前向美国地区优先开放，需要提交候补名单。
26 63
高德发布了一个名叫 FantasyWorld 的世界模型，阿里的模型版图再次扩张。
作为头部导航应用这么大的数据量确实可以用来搞个模型。
发布之后在 WorldScore Leaderboard 这个专门用于世界模型的测试集排第一。
随着自动驾驶各家转向 VLA 和纯视觉方案，加上具身智能的火爆，感觉这类追求物理表现和 3D 一直性的世界模型会越来越重要。
FantasyWorld旨在为具身智能与AGI提供高质量3D世界模型。
在冻结的视频骨干上增设可训练的几何分支，联合建模“视频潜变量”和“隐式3D场”于一次前向计算中。
生成视频在保持强视觉真实感的同时，显著提升多视角一致性与几何保真，相比近期几何一致方法在多视角协同与风格一致性上更优。
作为头部导航应用这么大的数据量确实可以用来搞个模型。
发布之后在 WorldScore Leaderboard 这个专门用于世界模型的测试集排第一。
随着自动驾驶各家转向 VLA 和纯视觉方案，加上具身智能的火爆，感觉这类追求物理表现和 3D 一直性的世界模型会越来越重要。
FantasyWorld旨在为具身智能与AGI提供高质量3D世界模型。
在冻结的视频骨干上增设可训练的几何分支，联合建模“视频潜变量”和“隐式3D场”于一次前向计算中。
生成视频在保持强视觉真实感的同时，显著提升多视角一致性与几何保真，相比近期几何一致方法在多视角协同与风格一致性上更优。
16 23
昨天玩 Open Code 的时候有个教训，大家可以参考
装 oh-my-opencode 这个插件的时候它可以搞 Open AI 和 Antigravity 的 Auth 。
把你账号的 Codex 和 Gemini 模型额度给 Open Code 用。
不建议开启这个：
一个是本身这是违反两家用户协议的，有封号风险
另一个是这种反向代理，会影响网络，本身我们国内的网络环境就相当复杂。
我搞了这个以后 Antigrvity 直接没有办法选择模型了，最后卸载掉 oh-my-opencode 的配置才变好。
还有一个问题是，它对于我们现在国内常用的这种 Claude 模型的代理 API 处理得不是很好，或者说支持得不是很好。
我不知道是两端哪一端的问题，添加以后过程很复杂，而且效果也不好。
装 oh-my-opencode 这个插件的时候它可以搞 Open AI 和 Antigravity 的 Auth 。
把你账号的 Codex 和 Gemini 模型额度给 Open Code 用。
不建议开启这个：
一个是本身这是违反两家用户协议的，有封号风险
另一个是这种反向代理，会影响网络，本身我们国内的网络环境就相当复杂。
我搞了这个以后 Antigrvity 直接没有办法选择模型了，最后卸载掉 oh-my-opencode 的配置才变好。
还有一个问题是，它对于我们现在国内常用的这种 Claude 模型的代理 API 处理得不是很好，或者说支持得不是很好。
我不知道是两端哪一端的问题，添加以后过程很复杂，而且效果也不好。
9 11
可能 AI Studio 又要有大更新了。
模型输入框增加了工具选项，他们员工说是为了即将到来的更新做的准备
目前 Gemini 3 Pro 开放了 5 个工具：结构化输出、代码执行、Google 搜索、 URL 获取上下文、Function Call
模型输入框增加了工具选项，他们员工说是为了即将到来的更新做的准备
目前 Gemini 3 Pro 开放了 5 个工具：结构化输出、代码执行、Google 搜索、 URL 获取上下文、Function Call
28 32
