前端应用开发初创公司Vercel Inc.正在将自己转变为一个任何人都能使用的工具,用户只需通过自然语言提示词就能创建一个可立即部署的应用程序或网站。
该公司刚刚宣布推出v0.app,这是其基于人工智能构建器的最新版本,之前名为v0.dev。通过这项新服务,任何人——设计师、开发者、营销人员、销售人员、企业家、创始人等——都可以创建一个完整、可运行的应用程序或网站,包含前端、后端、AI生成的内容和逻辑,只需告诉它想要构建什么即可。
这次发布标志着总部位于旧金山的Vercel的重大发展。该公司最初是作为流行开源工具包Next.js的开发者起步的,Next.js用于构建网站。面向开发者的Next.js可以使用React构建单独的网站组件,并在云平台上渲染这些资产以加快加载速度。此外,它还生成预打包的持续集成/持续开发管道,以简化这些前端组件的部署任务。
Vercel在2023年10月推出v0.dev测试版时,首次涉足AI驱动的开发领域,为开发者提供通过输入自然语言提示词来创建吸引人的前端设计所需的一切。此外,该应用还允许用户在初始创建完成后与工具对话,以便以对话方式完善其外观和功能。
该工具允许用户识别他们创建的网站或应用界面的任何部分,并要求它改变外观或工作方式。例如,有人可以通过后续提示词告诉它更改字体或以不同的颜色方案渲染,以获得他们想要的外观和感觉。该工具在运行过程中修改底层代码,包括控制底层脚本的HTML、Tailwind CSS React和Radix。一旦用户满意,v0.dev就可以将完成的产品部署到生产环境中。
v0.dev现在已转变为v0.app,它具有更先进的功能,允许用户在开始构建应用程序或网站之前进行研究、推理和规划。被称为"人人可用的应用构建器",据说它将体验从"提示并修复"转变为更类似于"描述并交付"的方式,该公司表示。该服务会确定满足用户请求必须采取的步骤,记住它已经构建的内容,并处理所有编码复杂性,不仅在前端,还包括后端和相应的逻辑。
Vercel表示,这意味着构建财务应用程序的会计师,或寻求创建招聘板的招聘人员,可以简单地描述他们想要构建什么,系统就会快速生成一个真实的用户界面,而不是模型。例如,它允许营销人员启动保持品牌一致的更改,销售团队可以即时创建新产品的定制演示。
V0.app通过利用一整队AI智能体来实现这一点,其中一个专注于网络搜索,另一个设计用于读取文件,还有更多用于设计灵感、待办事项管理、检查工作和处理集成。
不需要任何编码技能或语法知识。所需要的只是知道你想要构建或修复什么,应用程序的AI智能体将利用它们的推理和理解技能来处理其余的工作,该公司表示。
Vercel表示v0.app现已可用,任何人都可以通过注册和创建账户来免费测试其功能。
Q&A
Q1:v0.app是什么?它与之前的v0.dev有什么不同?
A:v0.app是Vercel公司推出的基于人工智能的应用构建器,是v0.dev的升级版本。与之前版本相比,v0.app具有更先进的功能,不仅能处理前端设计,还能处理后端和相应逻辑,将体验从"提示并修复"转变为"描述并交付"的方式。
Q2:使用v0.app需要编程基础吗?
A:不需要。v0.app专门设计为"人人可用的应用构建器",用户不需要任何编码技能或语法知识。只需要知道想要构建或修复什么,应用程序的AI智能体就会利用推理和理解技能来处理所有编码复杂性。
Q3:v0.app是如何工作的?它使用了哪些技术?
A:v0.app通过利用一整队AI智能体来工作,包括专注于网络搜索的智能体、用于读取文件的智能体,以及负责设计灵感、待办事项管理、检查工作和处理集成的智能体。用户只需用自然语言描述想要的功能,系统就会自动生成包含前端、后端、AI生成内容和逻辑的完整应用程序。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。