8 月 27
Luke Fan AIGC AIGC , AI商业模式 , AI技术 , AI搜索 , API调用 , Bing Copilot , CPA , CPC , CPM , CPS , GPT-4 , OpenAI , Perplexity , Perplexity应对 , SearchGPT , SearchGPT推出 , YouTube频道 , 中美广告市场 , 互联网底层流量 , 健康广告 , 制药广告 , 商业模式调整 , 商业竞争 , 在线广告 , 在线广告市场 , 在线教育 , 在线盈利模式 , 增值业务 , 娱乐广告 , 市场分析 , 市场反应 , 市场竞争 , 平台盈利 , 广告品类 , 广告定位 , 广告客户定位 , 广告展示位 , 广告展示机会 , 广告库存 , 广告投放 , 广告收入 , 广告收入预期 , 广告收费标准 , 广告效果 , 广告模式转变 , 广告策略 , 广告策略差异 , 广告转型 , 广告重压 , 技术冲击 , 搜索市场 , 搜索引擎优化 , 搜索引擎广告 , 搜索总结 , 搜索技术 , 搜索排名 , 搜索行业趋势 , 收入年化 , 数据支撑 , 新兴应用 , 智能搜索 , 未来变化 , 未来搜索 , 流量变现 , 独角兽 , 用户体验 , 用户数量 , 用户消费行为 , 用户群体 , 用户转化 , 盈利模式 , 科技广告 , 老范讲故事 , 聪明的搜索引擎 , 艺术广告 , 行业内战 , 订阅模式 , 订阅费 , 谷歌广告 , 转化率 , 重塑搜索市场 , 金融广告 , 食品饮料广告 , 高质量用户
VIDEO
OpenAI的SearchGPT还没来，已经把AI搜索里边的唯一独角兽直接吓崩了。Perplexity已经要开始做广告了。大家好，这里是老范讲故事的YouTube频道。今天咱们来讲一讲Perplexity突然宣布要开始做广告，到底是一个什么样的情况。
OpenAI已经证实说他一定会去做SearchGPT的，甚至已经开了SearchGPT的wait list。我也跑去排队，到现在也没排上，只是收到了一封邮件说对不起，你还没排到。他把wait list给关了，这个其实挺奇怪的。通常情况下，wait list都是可以开着的，大家还可以继续排队。现在说不许排队了，好像有部分人排到了。
那么在这种情况下，一定会对整个的搜索以及智能搜索行业造成一定的影响。现在我们看到的第一个大的影响，就是Perplexity原来承诺说我不做广告的，现在说我要去做广告了，发文说今年四季度开始提供广告服务。
More
8 月 12
Luke Fan AIGC AI工具 , AI绘图 , AI课程 , API Key , API调用 , Claude 3.5 Sonnet , Claude 3.5 Sonnet配置 , Curl调用 , DALL.E-3 , Dify , Dify安装 , FLUX.1 , FLUX.1效果 , GPT-4o MINI , MidJourney , OpenAPI Swagger , Restful代码 , Stability , stable diffusion , Swagger规范 , 云端工具 , 云端模型 , 付费频道 , 代码生成 , 使用体验 , 使用实例 , 使用流程 , 免费使用FLUX.1 , 免费画图 , 免费课程 , 免费账号 , 免费资源 , 创意生成 , 参数设定 , 图像处理 , 图像尺寸 , 图像效果 , 图像步数 , 图像生成 , 图形应用 , 图片生成示例 , 图赏效果 , 工具创建 , 应用场景 , 拟人狗图像 , 提示词优化 , 提示词生成 , 教程分享 , 教程步骤 , 教程解说 , 文本文档 , 文档调用 , 文生图模型 , 新手指南 , 生成模型 , 硅基流动 , 程序测试 , 程序设计 , 自定义工具 , 自定义聊天应用 , 详细教程 , 运行成功 , 配置Dify , 配置指南 , 高效图像生成 , 高质量图像生成
VIDEO
今天讲一下如何在Dify里面调用最新的文生图模型FLUX.1。FLUX.1是由Stability，也就是做Stable Diffusion的那家公司的一帮创始元老离职后做的新的文生图模型。现在据说效果非常好，我自己试了一下，确实还可以。那么今天跟大家演示一下如何在Dify里边去使用这个FLUX.1模型。
首先，我们要去找一个云端可以跑的FLUX.1模型。你说我直接到FLUX网站上去行不行？没问题啊，但是他们的这个要付费，特别是FLUX Pro是要付费的。我们先找一个免费的，先跑起来吧，特别是在国内能用的这种免费的，先让它跑起来。我们找到了硅基流动这样的一个网站。我们看一下它这个网站长什么样子。这样前面其实跟大家介绍过硅基流动这个项目，先登录进去。
More
7 月 23
范, 路 AIGC 100亿参数 , 10亿参数 , 70亿参数 , AI Agent , AI模型策略 , Anthropic Cloud H3 , API代理 , API服务 , API调用 , GPT-3.5 , GPT-4o , GPT-4o MINI , OpenAI , Plus用户 , Plus订阅计划 , 个人服务器 , 中国市场 , 云端模型 , 产品发布 , 付费频道 , 价格便宜 , 价格策略 , 低价模型 , 免费用户 , 函数调用 , 分岔趋势 , 功能集成 , 参数未公开 , 台式机模型 , 合作伙伴 , 商业模型 , 商业策略 , 大模型市场 , 大模型替代 , 封禁中国IP , 小模型 , 小模型效能 , 工作流 , 工作站级别 , 市场占有率 , 市场反馈 , 市场竞争 , 市场趋势 , 市场需求 , 应用开发 , 开源模型 , 微型模型 , 技术优势 , 技术创新 , 技术挑战 , 技术程度 , 技术进步 , 技术领先 , 数据调用 , 未来计划 , 本地部署 , 模型升级 , 模型性能 , 浏览器插件 , 用户体验 , 用户分叉 , 用户反馈 , 用户吸引力 , 用户满意度 , 用户粘度 , 用户需求 , 田忌赛马 , 移动端模型 , 竞争对手 , 竞争策略 , 端侧使用 , 端侧竞争 , 经济考量 , 经济高效 , 视觉多模态识别 , 训练成本 , 谷歌Gemini Flash , 输入100万TOKEN , 输出100万TOKEN , 高性能模型 , 高效模型
VIDEO
OpenAI在封禁中国IP访问其API之后，第一个大动作居然是发布了一个GPT4o mini。你发布了个小模型，这究竟是要卷死谁啊？中国团队是不是有机会弯道超车呢？大家好，这里是老范讲故事YouTube频道。Open AI第一次发布微型模型，以前的Open AI都是一个比一个大，因为原来人家讲的叫Scaring Law，就是这种伸缩法则，只要是变大，我一定会变强。而且，也嘲笑那些小模型说你们肯定不行啊，一定是大的好使。我自己原来也是很喜欢使用大模型，有大的不识小的，这是我原来挑选模型时候的基本原则。但是现在，Open AI开始卷小模型了。
Open AI的这个GPT4O mini有什么特点呢？第一个，快啊，小模型一定是比大模型跑得快的。另外，就是极其便宜，它这个里面输入的信息，100万TOKEN，15美分啊，非常非常便宜了。输出的信息呢，是100万TOKEN，60美分，也就相当于是100万4块多人民币啊，已经快要接近国内的这些模型的价格了。效能呢，也应该是比GPT3.5要强一些啊，这是GPT4O MINI的一个基本情况。
那么，这样的一个鼓励越大越好的公司，原来更多的人力肯定是去研究更大的模型去了。现在说不，我要上一个小的，而且这种小模型呢，跟一般的小模型还有区别。区别在于它可以支持Function Call，可以支持视觉多模态的识别。那么，这是GPT4O MINI比其他的普通小模型所独有的特点。
More
RSS