Qwen-Image-2.1_文生图_编辑图片 Qwen-Image-2.1 文生图 / 图片编辑显卡兼容与安装说明适配范围：2系到5系显卡，解压即用，免安装。自带500+提示词 V6版,替换了图片识别模型,显存下降800mb,速度快一点点压缩包也小1gb,现在9.7gb大小UI细节优化,提示词集字体加大UI细节优化,一次出图多张时,点击小图显示大图,依次轮换由于本项目对显卡要求有些高,已弃用,可以试试以下项目,平替版,效率高几倍https://gpcb.net/7212.html最新V5版 针对 Quadro P5000、RTX 2060 等老显卡已做优化，现在也能顺利运行了。需要注意的是，老显卡不支持新的加速器，出图速度会偏慢。已更新 V2 版，程序经过优化，可根据实际显存大小和任务需求动态调整显存占用，目前 8GB 显卡即可流畅运行。安装步骤： 请下载原始懒人包后，将本补丁解压到项目根目录中，然后运行补丁版即可。实测 6GB 显存即可出图，效率会略低一些——由于显存不足，模型会在显存与内存之间根据实际需求动态调换。功能特性这次千问的新模型，还是有点东西的。效果看起来相当不错，量化之后 6GB 显卡也能玩。一键懒人包 9.7GB 大小，目前应该是最小体积的一款了。自带大量预设，到手解压即用。集成了500多个提示词，点击提示词即可直接植入编辑框。文生图： 不上传参考图，只填写提示词图片编辑： 上传参考图，可对图片进行编辑修改，例如美颜等多图支持： 可同时上传多张参考图唯美修图： 非常懂中国小仙女修图需求,完美修图运行注意事项NET8 运行库： 如果不能运行，请按照提示安装 NET8 运行库。显存占用提醒： 加载参考图会极大推高显存占用，图片理解模型约需 5GB 显存。

Fibo 2 Edit 画图,改图,4步出图,集成PS插件 Fibo 2 Edit 键盘摄影,画图,改图,4步出图独家开发集成PS插件这应该是Fibo 2目前最佳应用,没有之一无套路下载链接链接：https://pan.baidu.com/s/1bqk13VRUlMnMp_OwIOc69Q?pwd=gpcb 这个模型与其他模型一样,会多手多脚,一定会!,九张系列已经做了多次提示词优化,还是不能杜绝更新,增加高清人像修饰支持原始分辨率高清大图,无视模型输出限制由于模型会误判,因此已做限制,仅修人脸识别置信度TOP 1,即单人更新,增加安卓手机app,这个仅自用,因为需要联机服务器更新,网页端海马九张与键摄九张,替换为半身九张和全身九张更新,输出分辨率最大2048(模型限制)更新,优化PS插件返回图片自动加蒙版更新,WEB端增加拉幕式对比,增加滚轮缩放更新,优化了比例尺寸识别等等看图说话这是新版的九张,模特为AI生成.如有多手多脚,点右上角刷新,重新生成一个小小模糊表情包修复以及扩图效果(本页面图片全部经过二次压缩)最终这个宽屏图片经过多次扩展,左右,上下全都经过多次扩展可以画图，也可以按参考图改图。默认 4 步出图模型可以跑在本机，也可以跑在另一台电脑、机房或云上Photoshop 只要能连上那台电脑的 7890 端口即可。全量显存占用大约 10GB，3060 以上比较合适,只适配N卡,A卡用不了,ps插件不限制平台,a卡用户可以想办法蹭其他人N卡,怎么蹭,我不管6GB 也能跑，显存不够时程序会在理解图片和出图之间来回载入模型，速度会慢一些压缩包大约 8.46GB。权重是 gated 开放权重：非商用遵循 CC BY-NC 4.0；商用需要单独和 Bria 签协议。只用浏览器出图、改图，看第一节。安装包文件夹可以删掉要在 Photoshop 里改当前图片，先把模型跑起来，再按第二节安装插件。一、不用 Photoshop解压后双击「键盘摄影PS.exe」。浏览器会打开 http://127.0.0.1:7890/ 。没有自动打开时，自己访问这个地址。左边上传或拖入图片，可以多选。(不上传参考图时,可以直接写提示词生成图片)中间点一个风格预设。预设不会百分之百照做，觉得不够时，在左边提示词框里再写自定义提示词。选尺寸、张数（1、2、4）和步数（默认 4，也可以 6 或 8）。点「立即生成」，结果在右边。想接着改，点「将生成的图片载入参考区」，再换预设或改提示词。「键摄九张」和「海马九张」要先上传参考图，再点预设，然后点「立即生成」，一次出 9 张。模型有时会多画手,这个在生成式模型里面属于正常情况，多出的几张,从里面挑你觉得比较好的就行了红色的「提示词集」打开关键词页，点击选择关键词。选「无预设」时，自己写提示词。二、配合 Photoshop模型在一台电脑上运行，Photoshop 可以在同一台，也可以在另一台。插件只安装在打开 Photoshop 的那台电脑上。模型那台电脑先启动「键盘摄影PS.exe」。同一台电脑时，插件地址填 http://127.0.0.1:7890/ 。模型运行在另一台电脑时，配置防火墙,本机能访问网页时，把网地址填进插件。更新,新增内网扫描,一键扫描内网服务器,自动填写url地址.**例如A电脑运行模型,B电脑运行PSB电脑先测试浏览器访问A电脑的网页 http://(A电脑IP地址):7890 如果不能访问,请尝试A电脑防火墙加白名单**装插件的电脑：完全退出 Photoshop，双击「安装到Photoshop.bat」。然后重新打开 Photoshop，从菜单「插件」打开「键盘摄影」，面板名字是「提示词集」。打开「键盘摄影」填写服务器URL,填写完毕,插件会自动检测是否联机成功菜单里没有这一项时，到首选项、增效工具里勾选开发人员模式，再重启。第一次询问是否允许启动后台，选择允许。点「超级提示」后，面板默认是「风格预设」，点一个预设，当前图片和对应提示词会直接发给服务器，结果回到名为「键盘摄影」的新图层。顶部「提示词集」用来点关键词或自己改句子，然后点「编辑图片」。也可以在对话框里直接写提示词，点「生成到新图层」。软件都写好了,步骤也写好了,也不用安装,解压即用. 不会用的自己删除全量显存占用大约 10GB，3060 以上比较合适,只适配N卡,A卡用不了PS插件不限制平台,A卡用户可以想办法蹭其他人N卡,怎么蹭,我不管之前群里已经验证可以蹭卡,本身开发软件就耗时耗力,一分钱没收,就别想什么技术支持了钞能力到位,专机直达手把手教也不是不可能

请收下这份小小的Token 请收下这份小小的Token这是我司十月份的Cursor Token用量统计需要注意的是,十月第一周是放假一周的因此上述用量实际是仅三周的用量而且,就我自己使用来看绝大部分时间是等待时间,即输入问题后,大部分时间都是在等待回复的过程中即,模型返回结果的过程中,吐字的速度受限了我司内网部署的模型,每秒吐字260token左右Cursor的模型大概也就这么多,如果十倍速度吐字,且token不限量的话45亿用量再乘以10怕是都不够用的接下来就看公司老板是否对当下AI价值是否肯定以及愿意支付的上限目前的情况是,不支出,一定无法产生实际价值就是支出了,也不见得有多大产出这个主要与实际用户有关看用户是否能切到要害切到要害就能尽可能的减少啰嗦节省token用量当然了,我感觉大多数时候都是模型没有理解我的意思因为很多时候,我都给模型截图了,画箭头了,挪到指定位置都要反复修改还有一个就是记忆问题,由于上下文太长改着后面的,忘记前面的经常就一个问题反复修改,这就非常要命了什么时候ai看我一个眼神就知道我要干啥那才是真的智能随着AI的进步,很多之前的理想都可以实现例如许愿式编程以前想要什么软件工具只要有厉害的模型,几乎都能实现关键结论1.用量高度集中：grok-4.7-high-fast、auto、gemini-4-argon-medium 三个模型合计占总 Token 的77.5%；其中 grok-4.7-high-fast 以 938 次请求消耗 20.33 亿 Token，是绝对主力。2.缓存是成本关键：整体缓存命中率 95.9%（缓存读取 43.72 亿 / 输入合计 45.58 亿），缓存读取已超过未缓存输入，说明长上下文复用充分。3.输出小而精：输出 Token 仅 0.30 亿，占总 Token 的 0.6%，输入输出比约 154:1。4.付费占比低：仅 9.2% 的 Token 走按需付费，实际付费 $221.82；其余 90.8% 由免费额度与订阅包含额度覆盖。5.单次消耗差异大：grok-4.7-high-fast 平均每次 2,167K Token，而 cursor-grok-4.6-medium 仅283K，长上下文与轻量任务并存。

Karpathy 警告：全人类对 AI 的认知正在彻底撕裂，全世界只有 5000 人知道它有多恐怖 Karpathy 警告：全人类对 AI 的认知正在彻底撕裂，全世界只有 5000 人知道它有多恐怖Andrej Karpathy 最新长推，给出新的判断，这是对 4 月份他的一条推文的重新补充Karpathy 警告：全世界绝大多数人以为 AI 不过是个经常出错的玩具，但真实情况是，全球只有大约 5000 人真正见识到了前沿 AI 彻底失控的恐怖能力。普通人与顶级专家对 AI 能力的理解断层正在急剧拉大。这种差距已经演变成一个极其残酷的陡峭漏斗。全世界的人口正在被切分成四个完全不同的世界。第一层，大约 60 亿人，占全球人口的 75%。他们至今几乎完全没有接触过大语言模型。第二层，大约 10 到 20 亿人，占全球人口的 20%。这批人是免费版 ChatGPT 这类产品的低频用户。在他们眼里，AI 是个笨拙的聊天机器人，顶多当个好一点的谷歌搜索，或者拿来改改文字，偶尔让智能体订个机票。网上传播的很多视频里，官方语音模式连该开车还是走路去洗车这种蠢问题都答不好，经常产生幻觉。很多非技术领域的职场人、公司高管都停留在这一层。他们平时的工作主要是与人沟通，对 AI 的认知全靠道听途说，概念极其抽象。他们得出的结论很自然：这东西对我没多大用。第三层，大约 2000 万人，占全球人口的 0.2%。这批人正在数学和编程等专业领域，高频使用最顶级的商用模型，比如 OpenAI Codex 和 Claude Code。他们亲眼看着以前需要人类耗费数周甚至数月的大型复杂项目，现在被智能体用一句指令搞定。做应用、复制应用、翻译代码、从二进制文件里反编译应用，AI 全都做到了。卡帕西说，就在不到一年前，他还在代码编辑器里一个字符一个字符手动敲代码，偶尔按一下 Tab 键补全几行。现在这一切彻底成了历史。这批每个月愿意花 200 美元以上的技术人员，正在经历强烈的 AI 眩晕症。他们把终端交给模型，看着模型瞬间融化掉那些原本要写几周的代码难题。第四层，金字塔最顶端的大约 5000 人，全球占比只有 0.00006%。他们能直接接触实验室内部最前沿的未公开系统。外界目前看到的只是冰山一角。这 5000 人看到的是：成千上万个智能体组成的集群，连续协同工作几个星期，攻克超大规模的软件工程。智能体自己在系统里挖出 0day 漏洞。以机器的速度，自动发起并防御网络攻击。发现全新的科学规律。推进人类数学的最前沿。这些工作原本需要行业顶级专家耗费数年时间。人类的审查和理解速度已经开始全面落后于 AI。大家到现在还在考古分析几个月前的 OpenAI 与 HF 事件。数学家们光是阅读和消化模型写出来的 722 篇前沿数学论文，就要耗费极长时间。为什么普通人觉得 AI 很傻，顶尖圈子却觉得 AI 在垂直狂飙？卡帕西指出了背后的三个核心原因。第一，使用者的目标规模完全不同。如果你只给模型丢一个段落就能回答的生活小问题，根本测不出模型的真正实力。你必须拥有海量、极其困难、你真正关心的超级难题，才能榨出它的极限能力。第二，模型的能力分布极度不均匀。AI 在数字化、结果可验证、商业价值极高的领域表现最强，比如数学和编程。因为大模型的能力来自于强化学习。代码写得对不对，测试用例通没通过，数学证明成不成立，都有绝对客观的标准，可以通过结果给予明确的算法奖励。但聊天、写作、日常建议根本没有客观的对错标准，很难做强化学习训练。同时，企业级软件和网络安全能赚到巨额利润，开发团队会把绝大部分资源集中在这些能赚大钱的方向上。日常闲聊不赚钱，自然得不到重点攻坚。第三，访问权限完全不平等。免费层级、付费层级、实验室内部层级，彼此看到的是完全不同的产物。大众看到的是经常翻车的聊天框。大部分普通专业人员只感受到了微弱的工作提效。极少数人正在看着陡峭的技术曲线笔直向上狂飙。这几种完全撕裂的现实，正在此时此刻同时发生。4 月那条推文说了什么卡帕西在 4 月 10 日的原推文里 , 讲了两个问题。第一个问题 , 出在使用时间和使用档位。很多人去年试过一次免费版 ChatGPT, 就拿这次体验定下了对 AI 的看法。这群人嘲笑模型的各种怪癖和幻觉。卡帕西也看过 OpenAI 高级语音模式的病毒视频 , 它在回答该开车还是走路去洗车店这类简单问题时翻了车。但这些免费的、旧的、已被弃用的模型 , 代表不了今年最新一轮最先进的智能体模型 , 尤其是 OpenAI Codex 和 Claude Code。第二个问题 , 即便每月付 200 美元用上最先进的模型 , 能力也集中在高度技术性的领域。搜索、写作、建议这类常见用法 , 进步没有那么明显。部分原因在强化学习和可验证奖励的技术细节。另一部分原因是 , 这些场景带来的收入不多 , 公司没有优先去提升它们。赚钱的方向在别处 , 精力也就跟着投到别处。于是出现了另一群人。他们既付费使用最先进的智能体模型 , 也就是 OpenAI Codex 和 Claude Code, 又在编程、数学、研究这些技术领域专业使用。这群人的 AI 精神病程度最高 , 因为今年这些领域的进步堪称惊人。给这些模型一个终端 , 你能看着它们解决原本预计要花几天甚至几周的编程问题。这群人更看重这些能力本身、能力提升的斜率 , 以及各种网络安全层面的后果。卡帕西的总结是 , 这两群人在各说各话。两件事同时成立。OpenAI 免费的、似乎已经被冷落的高级语音模式 , 会答错 Instagram 短视频里最蠢的问题。而 OpenAI 最高档的付费 Codex 模型 , 可以连续工作 1 小时 , 条理清晰地重构整个代码库 , 或者找到并利用计算机系统中的漏洞。后一种能力真实有效 , 进步巨大 , 原因有两个。一是这些领域有明确、可验证的奖励函数 , 容易做强化学习训练。比如单元测试通过与否 , 而写作就难以明确评判。二是它们在企业服务场景中价值更高 , 团队里最大比例的人力都投在这里。事情就是这样。--end--本文转载 https://www.myzaker.com/article/6acc45b08e9f090bb253da9a

AI网络设备拓扑图设计工具 网络设备拓扑图设计工具内置默认AI模型使用的5090显卡本地加载的 Ornith-1.5-35B-A3B 速度快,不限token数,但是智商有限可以接入其他家的模型,提高纠错能力更新,数据保存到sqlite数据库中更新,支持用户管理,设置界面归纳到管理员界面,默认不支持新用户注册网页上画的图纸,重要的,请自己导出josn文件,或者导出pdf更新,用户隔离,A用户画的图不会被B用户看见更新,支持自定义AI大模型更新,支持有偿私有化部署更新AI优化等细节关于私有化部署的,平台不限,windows或者其他系统均可,优先win系统可以增加用户管理等基本功能,当前版本实际已有简单的用户管理,只不过隐藏了可以根据具体需求再开发大版本更新更新,AI对话区可以收起,鼠标扫过右侧自动展开报告页面支持MD格式,针对AI给出的表格做了优化支持AI纠错,点击一下按钮,全自动分析并自动修改错误支持AI推荐,根据当前图纸方案,查缺补漏,例如在合适的节点增加堡垒机各面板的pdf输出做了优化,以及其他细节优化目前市面上没有此类产品,独一份更新上线了 AI 智能分析功能——画好拓扑图后,点击AI分析,自动生成简要报告；如需更详尽的分析，可点击「重新分析（深度整改）」生成更详细报告。整改报告支持导出为 PDF。另外,我画了一个错误的示例,用来做AI分析的,请勿当真.点击打开按钮就能看到示例图了这是一款面向安防、机房方案设计的网页画图工具，让你直接在浏览器里绘制专业拓扑图：从设备库拖入交换机、路由器、电脑、监控等设备，连上线、标注端口等等，保存后即可导出图片或 PDF，直接嵌入方案文档。点我开始画图能做什么丰富设备库：内置云端、线路、网络、本地、监控等设备，支持搜索与自定义批量生成：电脑、交换机、摄像头等一次可放置多台灵活连线：直角折线，铜缆 / 光纤可选，自动占用空闲端口智能对齐：交换机在上、电脑在下平行排列，走线尽量不相交智能避让：名称、端口、连线标注自动躲开线条，图面更清爽便捷管理：保存到服务器，导出 PNG / JPG / PDF高效编辑：撤销重做不限步数，支持亮色 / 暗色主题与全屏模式五步会用1. 放入设备从左侧设备库双击即可放入画布。需要多台时，双击设备后填写数量即可批量生成。2. 连线点击「连线」按钮，先点选源设备，再点选目标设备；再次连线时需重新选择源设备。3. 移动在「选择」模式下可拖动设备：空白处左键拖拽框选多台，右键拖拽平移画布，滚轮缩放视图。4. 对齐连线完成后点击橙色「智能对齐」按钮；若不满意，撤销即可重排。5. 保存修改标题后点击「保存」，右上角可导出 PNG 或 PDF 文件。常用操作改名称 / IP / 端口：双击设备改网线类型、两端端口：双击连线看全图：双击画布空白处保存 / 另存 / 打开：Ctrl+S　Ctrl+Shift+S　Ctrl+O撤销 / 删除：Ctrl+Z　Delete示例图纸只能另存，无法覆盖或删除。打开浏览器即可使用，图纸保存在服务器；需要带走文件时，请使用「下载 JSON」功能。

“AI 教父”辛顿：AI 灾难越来越近 “AI 教父”辛顿：AI 灾难越来越近，10% 概率灭掉人类不是危言耸听北京时间 9 月 11 日，据《商业内幕》报道，“AI 教父”杰弗里 · 辛顿 (Geoffrey Hinton) 表示，很难估计 AI 将人类全部灭绝的概率，但这个概率并非为零。辛顿周三接受了 BBC《新闻之夜》的采访，他表示：“在我看来，10% 的概率似乎是一个不算离谱的估计，但实际上没人知道该如何给出一个合理的估计。”《新闻之夜》主持人维多利亚 · 德比希尔 (Victoria Derbyshire) 对此表示惊讶，因为辛顿基本认同了 Anthropic 顶级 AI 安全研究人员雅各布 · 考克森 (Jacob Coxon) 的判断。该研究员表示，未来 10 年内，AI“有超过 10% 的概率杀死全人类”。“哇，”德比希尔说，“我的天哪。”难以估计具体概率辛顿表示，很难估计具体概率，因为人类社会从未见过一种“很快就可能比我们更聪明”的技术。“如果说只有 1% 的概率，那就太愚蠢了，”他说，“没有人知道该如何估算。”这位诺贝尔奖得主表示，可以确定的是，这种灾难可能发生的时间窗口已经缩短了。“我以前认为是 30 到 50 年，后来缩短到 10 到 20 年”“现在，我觉得可能是 10 年，甚至更短”“而其他人认为比这还要快得多。”灾难可能如何发生至于这种情况可能如何发生，辛顿提到了从网络攻击到 AI 研发出致命病毒等各种风险。尽管辛顿没有说明为什么这一时间表被大幅缩短，但包括 Anthropic 和 OpenAI 在内的领先 AI 公司已经投入数十亿美元来扩大模型规模，而它们最近发布的产品相比数月前的模型已展现出显著提升。“那些开发 AI 的人真心相信，AI 可能在这个十年结束前杀死我们所有人，”考克森在 X 上写道，“这不是营销噱头。”如果说有什么不同，那就是许多高管和资深研究员在媒体上会措辞谨慎，让自己听起来理性，但他在私下听到的是同一批人表达恐惧。呼吁加强全球监管辛顿表示，人类可能走上自我毁灭的道路，也可能在实现 AI 潜力的同时，找到“如何应对 AI 所带来危险”的办法。他再次呼吁加强全球监管，并指出尽管各国可能无法在所有问题上达成一致，但它们都有维护人类生存的共同愿望。“对于防止 AI 取代人类这类问题，各国的利益是一致的。因此，它们最终会展开合作。”他表示，“问题在于，他们能及时采取行动吗？”本文转载

你需要知道的 AI 缓存知识 大模型的价格大模型的价格，主要是 Token 的输入价格和输出价格，这个很容易理解。但是，还有一项"输入 Token 的缓存命中价格"，这是什么东西？上图是 DeepSeek V4 模型的定价，可以看到缓存命中的输入价格只有5分钱，足足是未命中的输入价格的三十分之一！为什么相差这些大？我们能不能充分利用缓存，来降低费用呢？我对于这些问题，以前也不是很了解，最近看了一篇文章，终于理清了思路，今天就来分享。（1）模型输入的收费原因大家知道，使用大模型的时候，需要先有提示词。大模型会将提示词分解成 Token，再将 Token 转成向量值，然后计算所有 Token 之间的注意力关系。这一步非常消耗算力，因此模型公司会对输入 Token 收费。你的提示词越多，输入 Token 的费用就越高。（2）输入缓存的作用对于多轮对话和长程任务，每一轮都需要把以前步骤的输入输出结果，提交给模型。我们可以想到，这些每一轮额外增加的提示词是不变的，以前都已经处理过了。模型完全不必要对这些"前缀"每次进行重复计算，只要把以前的计算结果缓存起来，下一次再取出来用就行了。这就是为什么需要缓存，它可以大大节省不必要的算力消耗，加快模型处理。这也是它便宜的原因，因为只要命中缓存，基本不消耗算力，收取的费用实际上是储存空间的费用。（3）缓存的时间期限缓存有时间期限，长期保存并无意义。如果一段时间没有用到这些缓存，服务器就会把缓存删除。根据前面引用文章的测试，各家公司的缓存保存时间不一样。Anthropic：5分钟DeepSeek：10分钟OpenAI：10分钟～30分钟逐步失效Google：1小时内逐步失效以 DeepSeek 为例，在10分钟以内，缓存就是有效的，命中缓存只收取2分钱。如果对话的间隔特别久，下一次输入跟上一次之间超过了10分钟，缓存就被删除了，模型收到上一轮的提示词，就不得不重新计算，收取的费用就变成了1元。（4）保持缓存有效由于缓存命中与未命中之间，有巨大的价差。用户的 AI Agent 工具往往会想办法，尽可能延长缓存的保存时间。当用户长时间不操作、也不退出的时候，大多数 AI Agent 会每隔30秒，自动向服务器发送一个请求，让缓存保存激活状态。有些模型有专门的缓存激活接口，还有一些没有。这时可以用笨办法，Agent 自动重复发送一次以前的提示词，确保缓存激活。不过，激活请求也会产生费用。每隔30秒发送一次，如果10分钟没有输入，就会发送20个激活请求。时间一长，费用也不低。前面说过了，现在各家模型的实际缓存期限，最短也有5分钟，因此30秒一次的激活请求，似乎频率太高了。所以，最新的建议是，可以改成每4分钟自动激活一次缓存。本文转载

对话式3D建模,CAD Chat 对话式3D建模：CAD Chat运行效果展示项目资源与地址核心开源项目地址https://github.com/earthtojake/text-to-cad本项目重构版地址（正在完善中）https://github.com/abpyu/text-to-cad-local-chat网盘下载地址https://pan.baidu.com/s/1OiHjlcjWYVU7TnKJrL9O3w?pwd=gpcb项目特点与进展功能改进： 本项目基于上述开源项目进行重构。原项目每次对话仅能生成单个模型，而本项目支持通过多次对话持续修正模型。工作流： 用户上传参考图并提供基本信息后，系统即可输出大致形态，随后可通过连续对话进行细节微调。未来计划： 正在开发“参考图建模”功能，旨在探索“照葫芦画瓢”式的精准建模能力。当前阶段： 目前尚不具备实际生产能力，主要用于验证自然语言驱动建模的可行性。参考图建模演示