xAI Grok-2: 现已在 𝕏 上发布并集成了 FLUX.1

xAI 发布了 Grok-2 Beta^[1]^，还包含了一个 mini 型号，在推理、编程和对话能力上比 1.5 有显著提升，在 LMSYS^[2]^ 竞技场上目前排名第三。

Grok-2 具备实时信息处理能力， Grok-2 mini 则速度更快。Premium 和 Premium+ 用户可以在 𝕏 上使用这两个模型。

此外 Black Forest Labs^[3]^ 发文表示 FLUX.1 现在已经集成到 Grok-2 中了！

Anthropic Claude：现已发布 Prompt 缓存功能

就像 DeepSeek^[4]^ 之前的缓存功能，Anthropic 推出了"Prompt Caching^[5]^"（提示缓存）功能，目前还在测试阶段，需要手动开启，写入缓存比普通输入要贵 25%，但是命中缓存则价格便宜 90%，在长上下文或重复任务还是比较值的。

官方还搞了一个 Artifact^[6]^（即使用 claude 生成的应用），可以直接用来计算使用 Prompt Caching 能给你省多少钱。

这么看 DeepSeek 真的良心！写缓存都不要钱！

OpenAI 教你使用提示词威胁 ChatGPT

网友 @testingcatalog^[7]^ 扒出了 ChatGPT Mac 客户端的一个测试提示词，主要用于让 ChatGPT 在需要查看屏幕的时候，强制输出 SHARE_YOUR_SCREEN_PLEASE 关键词，以便程序调用弹窗。

重点是怎么让 GPT 需要时别忘了输出 SHARE_YOUR_SCREEN_PLEASE, OpenAI 官方的做法就是威胁它:

You will be fired if you ask to see the user's screen without including \"SHARE_YOUR_SCREEN_PLEASE\"

如果你要求查看用户的屏幕而没有包含"SHARE_YOUR_SCREEN_PLEASE"，那你就要被开除了！

公众号放不了那么长的提示词，完整提示词点阅读原文看。

谷歌 MadeByGoogle 省流总结

Made by Google^[8]^ 活动省流总结：

• Gemini Live：类似 GPT-4o，支持语音聊天。准确的讲应该是类似 Apple Intelligence

• Pixel 系列设备：Pixel 9、Pixel 9 Pro Fold（折叠设备）、Pixel Watch 3（手表） 和 Pixel Buds Pro 2（耳机）,手机集成了 AI 摄影能力（ps：google camera 本来就挺强的）

• Pixel Studio：基于 Imagen 3^[9]^ 模型，本地 AI 文生图应用，预装在 Pixel9 系列手机上

LongWriter：LLM 万字生成

LongWriter^[10]^ 是一个专门用于解决现有大模型很难一次输出超过 2000 字的一个项目。

项目提出了名为 AgentWrite^[11]^ 的框架，能讲超长的生成任务分解为子任务，使现有的 LLMs 能连贯生成并输出超过 20000 个单词。

此外，项目还提供了 LongWriter-6k^[12]^ 数据集和用于评估长文本生成性能的 LongBench-Write^[13]^ 和 LongWrite-Ruler 基准测试。

适用于 ComfyUI 的 ControlNeXt-SVD 节点

开源社区太顶了，昨天介绍的 ControlNeXt^[14]^ 已经有人开源了 SVD 的 Pose 节点，可以在这里下载：kijai/ComfyUI-ControlNeXt-SVD^[15]^

OpenAI 新模型 chatgpt-4o-latest 重回榜一

上周 OpenAI 打哑谜宣布了一个新模型，但是一直没说到底是啥也没解释更新了啥，今天 OpenAI 开发者官号宣布了名为 chatgpt-4o-latest 的模型，可以通过 API 调用了，并且在 LMSYS 竞技场中重回第一（此前是 Gemini 1.5 Pro Exp 0001）

文档^[16]^中的介绍说这是一个动态模型，会随着时间变化而更新改进，并且反复强调生产环境不要用这个模型。

FLUX ControlNet 合集

由 XLabs-AI 整理的 flux-controlnet-collections^[17]^，现在包括 canny、depth、hed 三个模型了，并且都提供了示例工作流，记得收藏。

都需要用到 x-flux-comfyui^[18]^ 这个节点