即刻App年轻人的同好社区
下载
Kimi终于跟上了步伐，图像识别升级了。
不再只是识别文字，还可以理解图像、图形、图表，补齐了之前的短板。
操作方式会有很多变化，比如理解准确率提升，解题范围扩大了，识人找资料，根据图像反推提示词，根据样式做类似图表等等。
补充下近期Kimi更新的功能。AI搜索升级探索版，搜好几百个网页，准确性提升；mermaid图表绘制升级，通用流程图最多三种格式，代码（可进行二次编辑），经典图和手绘图，更酷炫。都可以复制和下载图片，还可以点击去缩放，再也不用截图了。
Kimi+新增两个对接扣子的智能体，一是诺奖生成器，能生成海报；二是链接一键转播客，根据网页中的文本转为播客。
不再只是识别文字，还可以理解图像、图形、图表，补齐了之前的短板。
操作方式会有很多变化，比如理解准确率提升，解题范围扩大了，识人找资料，根据图像反推提示词，根据样式做类似图表等等。
补充下近期Kimi更新的功能。AI搜索升级探索版，搜好几百个网页，准确性提升；mermaid图表绘制升级，通用流程图最多三种格式，代码（可进行二次编辑），经典图和手绘图，更酷炫。都可以复制和下载图片，还可以点击去缩放，再也不用截图了。
Kimi+新增两个对接扣子的智能体，一是诺奖生成器，能生成海报；二是链接一键转播客，根据网页中的文本转为播客。
4 01
今天整理文件，发现国庆节前准备了未发的夸克素材，还是发一发。
之前夸克电脑端融入AI，加了AI搜索，AI工具和全局AI助理，摇身一变，变成了类似豆包桌面版的“AIPC”。它也可以用插件比如Kimi浏览器插件。说几个比较实用的功能，目前免费，还可以薅。
1、批量去水印。弄的AI智能识别去水印，不支持涂抹消除去水印。优点在于可以批量去水印，效率比较高。这种很适合那种有固定水印，或者水印比较容易识别的场景。类似的工具，还有个去除手写，比如去除收据中的手写文字。目前这个功能在移动端APP是收费的。
2、图片批量提取文字。好处就在于可以批量提取，准确且方便。出来一些开源的，很多工具批量提取得付费。类似的，还有个图片转文档，也是OCR识别后转换文档的，也支持批量操作，比如将你多张图片中的文字整理到一个word，Excel或者pdf中，总之就是很方便。
3、AI文件阅读，之前的帖子提到过，沉浸式阅读形式，用AI助理对话操作。除了文档，也可以解析链接，都能生成脑图，还是比较方便。跟夸克网盘打通了的。
4、AI搜题，可以对话，截屏搜和传图搜，试了下，还是比较准的。
此外，还有些半收费的，比如AI视频总结，跟通义有点类似，可以时间戳跳着看，也可以导出字幕，还是很好用的。本地视频会传到夸克网盘，相当于有存储空间限制，超过后得买会员了。现在看高清或者导出字幕等，也需要会员了。
还有AI PPT和AI简历（腾讯文档也有个），生成免费，但导出收费了。其他的功能，还有文档格式转换，就是word，Excel，pdf等办公文档的转换。
近期大家比较关注图像处理和去水印工具，我整理了一些，供大家参考。r9vovlcblf.feishu.cn
之前夸克电脑端融入AI，加了AI搜索，AI工具和全局AI助理，摇身一变，变成了类似豆包桌面版的“AIPC”。它也可以用插件比如Kimi浏览器插件。说几个比较实用的功能，目前免费，还可以薅。
1、批量去水印。弄的AI智能识别去水印，不支持涂抹消除去水印。优点在于可以批量去水印，效率比较高。这种很适合那种有固定水印，或者水印比较容易识别的场景。类似的工具，还有个去除手写，比如去除收据中的手写文字。目前这个功能在移动端APP是收费的。
2、图片批量提取文字。好处就在于可以批量提取，准确且方便。出来一些开源的，很多工具批量提取得付费。类似的，还有个图片转文档，也是OCR识别后转换文档的，也支持批量操作，比如将你多张图片中的文字整理到一个word，Excel或者pdf中，总之就是很方便。
3、AI文件阅读，之前的帖子提到过，沉浸式阅读形式，用AI助理对话操作。除了文档，也可以解析链接，都能生成脑图，还是比较方便。跟夸克网盘打通了的。
4、AI搜题，可以对话，截屏搜和传图搜，试了下，还是比较准的。
此外，还有些半收费的，比如AI视频总结，跟通义有点类似，可以时间戳跳着看，也可以导出字幕，还是很好用的。本地视频会传到夸克网盘，相当于有存储空间限制，超过后得买会员了。现在看高清或者导出字幕等，也需要会员了。
还有AI PPT和AI简历（腾讯文档也有个），生成免费，但导出收费了。其他的功能，还有文档格式转换，就是word，Excel，pdf等办公文档的转换。
近期大家比较关注图像处理和去水印工具，我整理了一些，供大家参考。r9vovlcblf.feishu.cn
2 02
秘塔AI搜索上线了AI识图功能，可以免费转文本，识图解析，以及搜索相似图...
暨上次图片搜索正式上线后，又重锤传统搜索了。会自动检测不同的图片，给你相关功能，比如转文本，解题，给我讲讲和以图搜图。
优点在于可以对话操作，玩法较多，常见的比如：提取文字，看图说话和解题，根据图片生成提示词，搜索相似图，收集素材等等。
目前能点击和拖拽传图，希望可以增加Ctrl+V粘贴，复制链接识别等，那样就更好用了。
暨上次图片搜索正式上线后，又重锤传统搜索了。会自动检测不同的图片，给你相关功能，比如转文本，解题，给我讲讲和以图搜图。
优点在于可以对话操作，玩法较多，常见的比如：提取文字，看图说话和解题，根据图片生成提示词，搜索相似图，收集素材等等。
目前能点击和拖拽传图，希望可以增加Ctrl+V粘贴，复制链接识别等，那样就更好用了。
5 22
有群友问到文档解析和阅读的问题，估计不少朋友有这种需求。我来拓展，举一反三一下。
对于AI文档解析、阅读和编辑，主要有三级：
第一级，文档解析（单纯解析文档）；第二级，沉浸式预览（边预览边问答，可划词解释翻译等）；第三级，前两级+AI智能编辑和导出（高级功能）。
操作方式大致有下面三种，可以解决你文档阅读，处理和编辑的问题。前两种方式很方便，最后一种方式基本通用。
1、文档AI一站式搞定
具备文档解析，预览，编辑导出和文档管理的AI工具，比如腾讯文档，钉钉文档，讯飞星火（Excel不能预览，但能用Python处理），WPS，百度文库（只有word能AI编辑）等，通过调用AI助理对文档进行操作，可以智能创作，自动润色，编辑，数据分析与处理（比如生成图表，筛选计算统计）等，这是AI垂直文档和知识管理的发展趋势。
2、沉浸式预览+AI问答
元宝，用深度阅读模式。功能都比较齐全，预览问答，划词操作都有。注意数据处理后的表格也可以下载为文档，用WPS或者Excel打开后，就能另存为表格。另外，AI写作可以去腾讯文档编辑，变成文档，用AI助理操作。
通义，较早推出沉浸式阅读的，功能很多，特色是生成脑图，提取PPT，文档翻译，点击时间轴跳转原文等。不能AI编辑，但可以摘录笔记编辑。导出格式非常多，word，pdf，.md，jpg，.xmind等等。
豆包，Excel和PPT文档不能预览，其他文档打开变成pdf，提问，划词都可以，支持导出为pdf，可当格式转换用。AI写作，可以生成文档，用AI来编辑，功能较为强大，可以一键智能配图（全网搜的），也可以AI生成和上传，还支持@官方智能体回答，最后导出为word和pdf。
智谱清言，除了PDF可预览，其他不能预览。跟豆包、橙篇类似，可对回答结果进行AI编辑，特色是对话时可以切换不同的智能体输出，比如配图，配图表，做表格等等，颇有老板叫不同员工干活的感觉，也能导出为pdf。
文心一言，内置的文档插件预览，不能修改，可以边预览边提问，但不能划词。
海螺，也是调用微软365预览，不同的是可以右侧对话，但不能划词。
万知，只支持pdf解析和预览提问，但不可划词操作。
橙篇，能对原文档预览，独立预览窗口（不能缩放，操作不是很方便）。也能对回答结果进行AI编辑，变成文档，导出为word和pdf。
天工，可以边预览边对话，生成脑图，但不能划词操作。
商量，可以边预览边对话，pdf可以划词，其他文档不能。
Kimi，百小应，跃问这几个都一样，都是调用微软365预览的，准确说不算沉浸式阅读。
3、微软office（365）预览+通用AI问答
只能做到文档解析和问答。可以全屏看文档，你发文件让AI抓取识别，在对话框中打开文档预览（得用支持调用微软365预览的AI，比如元宝，Kimi，海螺，登录微软账号另存OneDrive（需魔法）后可以编辑），在侧边栏打开AI（谷歌浏览器可以用Anything Copilot插件，edge就用侧边栏功能），直接对文档提问，优点是模型能力强，解析能力更好，缺点是不能AI编辑。如果是数据分析，最好用支持运行代码做数据分析的AI，准确性高，比如元宝，智谱，Kimi（用计算器功能，准确率很高）。
另外，还有夸克，百度网盘也可以边预览边提问，也支持划词操作。
对于AI文档解析、阅读和编辑，主要有三级：
第一级，文档解析（单纯解析文档）；第二级，沉浸式预览（边预览边问答，可划词解释翻译等）；第三级，前两级+AI智能编辑和导出（高级功能）。
操作方式大致有下面三种，可以解决你文档阅读，处理和编辑的问题。前两种方式很方便，最后一种方式基本通用。
1、文档AI一站式搞定
具备文档解析，预览，编辑导出和文档管理的AI工具，比如腾讯文档，钉钉文档，讯飞星火（Excel不能预览，但能用Python处理），WPS，百度文库（只有word能AI编辑）等，通过调用AI助理对文档进行操作，可以智能创作，自动润色，编辑，数据分析与处理（比如生成图表，筛选计算统计）等，这是AI垂直文档和知识管理的发展趋势。
2、沉浸式预览+AI问答
元宝，用深度阅读模式。功能都比较齐全，预览问答，划词操作都有。注意数据处理后的表格也可以下载为文档，用WPS或者Excel打开后，就能另存为表格。另外，AI写作可以去腾讯文档编辑，变成文档，用AI助理操作。
通义，较早推出沉浸式阅读的，功能很多，特色是生成脑图，提取PPT，文档翻译，点击时间轴跳转原文等。不能AI编辑，但可以摘录笔记编辑。导出格式非常多，word，pdf，.md，jpg，.xmind等等。
豆包，Excel和PPT文档不能预览，其他文档打开变成pdf，提问，划词都可以，支持导出为pdf，可当格式转换用。AI写作，可以生成文档，用AI来编辑，功能较为强大，可以一键智能配图（全网搜的），也可以AI生成和上传，还支持@官方智能体回答，最后导出为word和pdf。
智谱清言，除了PDF可预览，其他不能预览。跟豆包、橙篇类似，可对回答结果进行AI编辑，特色是对话时可以切换不同的智能体输出，比如配图，配图表，做表格等等，颇有老板叫不同员工干活的感觉，也能导出为pdf。
文心一言，内置的文档插件预览，不能修改，可以边预览边提问，但不能划词。
海螺，也是调用微软365预览，不同的是可以右侧对话，但不能划词。
万知，只支持pdf解析和预览提问，但不可划词操作。
橙篇，能对原文档预览，独立预览窗口（不能缩放，操作不是很方便）。也能对回答结果进行AI编辑，变成文档，导出为word和pdf。
天工，可以边预览边对话，生成脑图，但不能划词操作。
商量，可以边预览边对话，pdf可以划词，其他文档不能。
Kimi，百小应，跃问这几个都一样，都是调用微软365预览的，准确说不算沉浸式阅读。
3、微软office（365）预览+通用AI问答
只能做到文档解析和问答。可以全屏看文档，你发文件让AI抓取识别，在对话框中打开文档预览（得用支持调用微软365预览的AI，比如元宝，Kimi，海螺，登录微软账号另存OneDrive（需魔法）后可以编辑），在侧边栏打开AI（谷歌浏览器可以用Anything Copilot插件，edge就用侧边栏功能），直接对文档提问，优点是模型能力强，解析能力更好，缺点是不能AI编辑。如果是数据分析，最好用支持运行代码做数据分析的AI，准确性高，比如元宝，智谱，Kimi（用计算器功能，准确率很高）。
另外，还有夸克，百度网盘也可以边预览边提问，也支持划词操作。
2 03
说说钉钉AI，近期接入了非常多功能，看几个主要的应用。
1、AI助理。5个月前分享过，近期增加了些功能，比较亮眼的有两点：一是全局AI助理，类似豆包和夸克，就是选中文字唤醒，可以解释，翻译、润色之类的。二是操作指令，通过对话统计昨天日常，整理碎片信息，整理记录等；还有打开钉钉应用，例如投屏，打开表格、文档，打开会议、投屏闪记（语音转文字）等等，还是方便。补充下，这个AI助理可以随时切换，比如换你自己创建的智能体。
2、智能创作。就是用AI创作后生成文档，比如写各类word文档、画脑图、绘图、生成PPT、创作视频（数字人播报视频），我觉得画脑图这个不错，支持编辑，可惜不能根据文档直接生成思维导图。
3、文档阅读以及AI编辑。文档阅读方面，常用的总结、摘要之类的都行，也可以对文档提问，比如帮你定位原文内容，计算或者解题等；AI编辑，除了多维表，其他类型文档都可以用AI编辑，比如润色，续写，生图配图，换风格，一键美化之类的。对表格的操作倒是有意思，用指令操作，比如AI创建表格，筛选统计，数据分析，分类绘图表之类的。相较飞书和WPS，AI功能更多些。前者个人用户接入AI功能少，后者多数AI功能需要会员（希望多开放些）。
补充下，文档AI和AI助理可以同步干活，格式转换等效率工具也比较好用。
阿里接入AI的应用场景非常多，几个主流产品，全部接入了AI，除了淘宝天猫，通义，支付宝，钉钉，夸克，都接入了，多数实用工具目前都免费，力度很大。
大厂狠起来，确实其他小厂就得抖三抖啊。
1、AI助理。5个月前分享过，近期增加了些功能，比较亮眼的有两点：一是全局AI助理，类似豆包和夸克，就是选中文字唤醒，可以解释，翻译、润色之类的。二是操作指令，通过对话统计昨天日常，整理碎片信息，整理记录等；还有打开钉钉应用，例如投屏，打开表格、文档，打开会议、投屏闪记（语音转文字）等等，还是方便。补充下，这个AI助理可以随时切换，比如换你自己创建的智能体。
2、智能创作。就是用AI创作后生成文档，比如写各类word文档、画脑图、绘图、生成PPT、创作视频（数字人播报视频），我觉得画脑图这个不错，支持编辑，可惜不能根据文档直接生成思维导图。
3、文档阅读以及AI编辑。文档阅读方面，常用的总结、摘要之类的都行，也可以对文档提问，比如帮你定位原文内容，计算或者解题等；AI编辑，除了多维表，其他类型文档都可以用AI编辑，比如润色，续写，生图配图，换风格，一键美化之类的。对表格的操作倒是有意思，用指令操作，比如AI创建表格，筛选统计，数据分析，分类绘图表之类的。相较飞书和WPS，AI功能更多些。前者个人用户接入AI功能少，后者多数AI功能需要会员（希望多开放些）。
补充下，文档AI和AI助理可以同步干活，格式转换等效率工具也比较好用。
阿里接入AI的应用场景非常多，几个主流产品，全部接入了AI，除了淘宝天猫，通义，支付宝，钉钉，夸克，都接入了，多数实用工具目前都免费，力度很大。
大厂狠起来，确实其他小厂就得抖三抖啊。
4 02
继续说说元宝。分享我这两天在用的，实用的，才更新的俩功能：AI搜图和图片编辑。
1、图片编辑，目前开了几个常用功能，变清晰、去水印、扩图、局部消除和风格转换。可以像百度AI图片助手 那样，对你AI生成的图片、本地图片和网络图片（复制图片后粘贴）处理，效果不错，关键是免费且方便。
2、搜图。你可以搜AI图库中的各种风格和尺寸的图，可以免费下载，关键都是无水印的，用来做素材或者配图也不错。如果你是从AI生成的图中去搜，就是对这个提示词搜索相关的图。
这俩功能，都集成在了“灵感图库”这个智能体中。使用链接：yuanbao.tencent.com
1、图片编辑，目前开了几个常用功能，变清晰、去水印、扩图、局部消除和风格转换。可以像百度AI图片助手 那样，对你AI生成的图片、本地图片和网络图片（复制图片后粘贴）处理，效果不错，关键是免费且方便。
2、搜图。你可以搜AI图库中的各种风格和尺寸的图，可以免费下载，关键都是无水印的，用来做素材或者配图也不错。如果你是从AI生成的图中去搜，就是对这个提示词搜索相关的图。
这俩功能，都集成在了“灵感图库”这个智能体中。使用链接：yuanbao.tencent.com
5 00
秘塔AI搜索正式推出了图片搜索功能。
原来搜索图片，需要加关键词，现在能直接搜。
特点是按照搜索词扩展分类，可以选择跳转，也有相关搜索建议，是要更方便点了。如果想个性化，可以考虑加些关键词。
下一步会不会是按图搜索呢，还是可以期待下，还有搜视频。
原来搜索图片，需要加关键词，现在能直接搜。
特点是按照搜索词扩展分类，可以选择跳转，也有相关搜索建议，是要更方便点了。如果想个性化，可以考虑加些关键词。
下一步会不会是按图搜索呢，还是可以期待下，还有搜视频。
3 30
上次写完元宝的文章，第二天他们又更新。深度阅读模式确实更好用了，现在任何文件都可以精读，
重点是能翻译文档并下载！这点没几个通用AI支持。
通义得行，分享过好几次了，这方面的扛把子。
紫东太初可以，有个论文精读的应用，可以直接翻译。只能对arxiv的论文链接识别后翻译。
豆包能翻译，但不能下载翻译文档。
智谱能翻译，也能下载，但是长文档不方便。
Kimi再不加油，就要掉队了。
还有一点，他总结、精读、翻译和脑图的内容，都可以对应下载。
应用方面，之前文章写过很多了。这次新增后，可以考虑翻译后，用来辅助解题，倒还是有意思的。
重点是能翻译文档并下载！这点没几个通用AI支持。
通义得行，分享过好几次了，这方面的扛把子。
紫东太初可以，有个论文精读的应用，可以直接翻译。只能对arxiv的论文链接识别后翻译。
豆包能翻译，但不能下载翻译文档。
智谱能翻译，也能下载，但是长文档不方便。
Kimi再不加油，就要掉队了。
还有一点，他总结、精读、翻译和脑图的内容，都可以对应下载。
应用方面，之前文章写过很多了。这次新增后，可以考虑翻译后，用来辅助解题，倒还是有意思的。
1 02
用微博智搜来写文章初稿、帖子、朋友圈之类的文案，是个路子。他总结的内容AI味确实算少的了，你再用AI润色下，基本上可以直接用了。
很久以前，微博那些“充满人情味”的显眼包AI，评论回答的效果就很好了。主要是语料库里面的帖子有很多人生百态、日常感悟之类的优质内容和评论，这些用来训练效果确实不错，在于它更符合人们的口吻。
那怎么利用智搜结果来辅助创作呢？
比如说，你在微博搜了个热点，拿这个内容去扩写成爆文，或者改写成帖子，用AI来辅助润色就行了。不过智搜缺了个搜索来源，要是能直接找到来源就更好了。
做热点文、新闻类、社会百态、时尚、娱乐八卦之类的内容都可以。
延伸一下，可执行类似操作的平台比较多，比如微信、知乎、小红书（达芬奇）。
很久以前，微博那些“充满人情味”的显眼包AI，评论回答的效果就很好了。主要是语料库里面的帖子有很多人生百态、日常感悟之类的优质内容和评论，这些用来训练效果确实不错，在于它更符合人们的口吻。
那怎么利用智搜结果来辅助创作呢？
比如说，你在微博搜了个热点，拿这个内容去扩写成爆文，或者改写成帖子，用AI来辅助润色就行了。不过智搜缺了个搜索来源，要是能直接找到来源就更好了。
做热点文、新闻类、社会百态、时尚、娱乐八卦之类的内容都可以。
延伸一下，可执行类似操作的平台比较多，比如微信、知乎、小红书（达芬奇）。
1 01
