AI探索指南

关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件

AI探索指南

  2. AI探索指南

    今天早晨起来，看到混元图像3.0竟然登顶 LMArena 文生图模型榜单第一名，成了世界第一的文生图模型

    今天早晨起来，看到混元图像3.0竟然登顶 LMArena 文生图模型榜单第一名，成了世界第一的文生图模型。

    LMArena是目前国际上最权威的AI模型竞技场榜单，采用完全匿名的盲测机制。

    就是在这个榜单上，混元图像3.0击败了 Google 的 Nano Banana、OpenAI 的 GPT 4o 生图等一众国际知名模型，拿到了全球用户盲测的第一。

    在LMArena的所有单项榜单中，混元图像3.0是唯一一个登顶第一的中国模型。

    用完这个模型之后，我最大的感受是，这个模型真的太懂我了。

    因为模型的理解力变强，编写提示词变得非常简单，也许我们以后再也不需要学习写专业提示词了。

    混元图像3.0是原生多模态模型，原生的意思是，在模型的训练时同时加入了语言数据和图像数据，因此它是个内置世界知识的智能图像模型。

    使用这样的智能模型，我只需要关心的是我要表达的主题，我想要的东西，而不是具体的画面信息。

    我只需要一句话，模型就智能地绘制出了N张图。

    混元图像3.0模型不仅具有世界知识，还可以编写虚构故事。

    比如画漫画，我只需要一个故事的想法，九张漫画的故事就徐徐展开了，模型内部像是内置了一个视频编导。

    试过这几个案例之后，我感到这个模型的提示词和国庆节爆火的Sora是完全相同的提示词逻辑。

    这个模型的特色，不仅在于画面精度、色彩还原、风格多样性这些技术指标，更在于它真正理解了用户在说什么。

    它懂你说的话，更懂你话里的意思。

    全文链接：https://mp.weixin.qq.com/s/CeyyFRYpK-4LxJBLRDjXDA

  3. AI探索指南

    十一回老家，脱离了知识工作者的环境，与大量的普通人，特别是中老年人发生了对话:

    十一回老家，脱离了知识工作者的环境，与大量的普通人，特别是中老年人发生了对话:

    1. 大部分人的对话是离散的，且主要被关键词触发。对话流会随着关键词流动，对话的内核和双方的注意力也会随之变化。例如两个人在聊猪肉是不是涨价了，一个人说昨天刚去朝阳市场买了两斤肉，那么话题有很大概率就转向了朝阳市场，双方也就默认猪肉价格的话题就过去了。在日常交流中，举例子打比方是很危险的表达方式，它很可能会让对话流转向

    2. 大多数人的习惯是描述处境而非提出需求。例如一个阿姨打车时误点了拼车一人，但实际有两人时，她的沟通方式是跟司机说“我和我老公在一起”。在服务业中，补充上下文并推理需求是基本能力

    3. 人们很少从话语中解读对方动机及重点要素，把动机和结论直接说出来会让对话效率大大提升。例如面对用户抱怨，“我现在来帮你解决问题”是个好的客服开场白，否则很多用户会默认为接下来的对话是商家的狡辩

    4. 除了解答疑惑和处理退换货问题，客服还有一个很重要的功能是倾听用户的抱怨并妥善处理它，其实更像是个小型的pr单元

  5. AI探索指南

    VIVO将通过人工智能与影像两大技术驱动，专注于机器人“大脑”和“眼睛”的技术研发，

    VIVO将通过人工智能与影像两大技术驱动，专注于机器人“大脑”和“眼睛”的技术研发，
    主攻消费级市场，
    聚焦家庭场景的机器人产品。其首款家用机器人产品聚焦老人看护、儿童教育、家务协助三大核心功能，计划每6个月推出迭代产品，2026年将实现机器人情感交互。

  8. AI探索指南

    今天早上 Sam 发了一篇博客，文章很短但影响深远

    今天早上 Sam 发了一篇博客，文章很短但影响深远。S 上限后遭到了日本版权方的巨量投诉，同时也让另一些版权商发现了新的机会。同时 Sam 宣布，S 的新商业模式很快就要来了—— IP 使用分成。
    这意味着用户在用皮卡丘、马里奥创造影像的时候，OpenAI 可以给任天堂分成了。
    这是革命性的商业模式，让版权的滥用反而为版权方赚钱。
    我们正在从知识社会进入想象力社会，IP 使用分成制度也许是符合想象力社会要求的商业模式。
    这也是为什么我会说，S是平行世界的电影院，好戏才刚刚开演。

    很多人会觉得AI生产的内容很假，因而没有价值，这个观点是对人性的天真认知。
    虚构不等于虚假。虚构是人类理解世界的最重要的方式。小说电影短剧和各种IP，都是虚构的产物。
    人类的一生短暂而单一，唯有想象力可以支撑人对无穷的欲望。

    人类很容易被打动，但很难被说服，在我那篇 Claude 写的文章里，写出了很多人的心声，包括我的一些内心的声音。
    这非常合理，但是我希望你在看完之后，觉得自己无比正确的同时，也能以年轻的心态来尝试拥抱一下新事物，拥抱一下想象力社会的未来。
    最令人心痛的就是，看到很多二十多岁的年轻人，心态已是老登。

    博龙在朋友圈说了一句话，让我感同身受。
    「用过S之后的感受是：相机是种原始人才会触碰的老东西。」
    希望大家在新的电影院里，用语言工具，尽情地创造。

  10. AI探索指南

    最近看到一篇文章说，Sora这种AI抖音的虚假繁荣一定活不久，这不过是产品蝗虫的狂欢

    最近看到一篇文章说，Sora这种AI抖音的虚假繁荣一定活不久，这不过是产品蝗虫的狂欢。 https://mp.weixin.qq.com/s/azC3suFnZQOPyeYutMOa3Q
    我理解其背后的担忧，但我觉得这篇文章从根本上就理解错了。

    这就像1895年，卢米埃尔兄弟第一次放映《火车进站》时，有人说："人类不需要会动的照片，已经有照片了，为什么还要发明电影？"
    Sora不是AI抖音。抖音是现实世界的电视机，Sora是平行世界的电影院。
    抖音的逻辑是消费，你在消费别人创造的现实世界片段。Sora的逻辑是创造，你在创造一个原本不存在的世界。
    这两者的区别，就像电视和游戏的区别。看电视是被动接收，玩游戏是主动探索。

    Sora 会导致内容垃圾化吗？
    有人说AI降低创作门槛会导致"内容垃圾化"。这个逻辑有个根本问题：它假设创作门槛本身有价值。
    印刷术发明时，抄写员说会导致书籍泛滥。照相机发明时，画家说会毁掉艺术。个人电脑普及时，专业人士说会导致信息爆炸。
    结果呢？印刷术推动了文艺复兴，照相机创造了新艺术形式，个人电脑引爆了信息革命。
    每一次工具的民主化，都会先带来混乱，然后带来繁荣。

    Sora 会导致真实性的崩塌吗？
    有人担心Sora会导致"真实性的崩塌"。但人类从来都生活在现实与想象的混合世界中。
    小说是虚构的，但《百年孤独》让人理解拉美历史。
    电影是虚假的，但《辛德勒的名单》让人记住真实历史。看看现在的短剧，那些霸道总裁的故事，明知道是假的，为什么还有那么多人看？
    虚构不等于虚假。虚构是人类理解世界的一种方式。

    我们需要什么样的AI产品？
    那篇文章问："需要什么样的AI产品？"答案是："帮助更好工作、学习、创造的AI工具，而不是让人更沉迷的AI玩具。"
    我完全同意。但Sora恰恰就是这样的工具。
    它不是在替代人类的思考，在扩展人类的表达能力。就像文字扩展了表达思想的能力，音乐扩展了表达情感的能力，Sora扩展了表达想象的能力。
    当有人说"不需要AI抖音"时，我想说：你说得对。但Sora不是AI抖音，它是平行世界的电影制作引擎。
    它是一个全新的物种，一个还没有被完全理解的工具。