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
AIGC 领域的最新工具、开源项目以及行业大事件
【佐伊】听👉武大郎的绝唱
昨天的恐怖片演绎了现代版真实的你死我活的惊悚。
今天把镜头拉回来，听一听武大郎临终前的绝唱，不得不说：大郎啊，如果你当初有这样的才华，那潘金莲怎么能出轨呢？
现在的AI是真强大，药下得也猛，这歌西门庆听了，应该退避三舍。
有道是：红烛下的海誓山盟，都是虚谎。
最后只有一句：大郎喝药了，然后流下一滴出卖的泪。
听一首歌：《出卖》
昨天的恐怖片演绎了现代版真实的你死我活的惊悚。
今天把镜头拉回来，听一听武大郎临终前的绝唱，不得不说：大郎啊，如果你当初有这样的才华，那潘金莲怎么能出轨呢？
现在的AI是真强大，药下得也猛，这歌西门庆听了，应该退避三舍。
有道是：红烛下的海誓山盟，都是虚谎。
最后只有一句：大郎喝药了，然后流下一滴出卖的泪。
听一首歌：《出卖》
原来在 Replicate 干的 fofr 加入了 DeepMind
很多人应该都会对这哥们有印象，在 Nano Banana 和 GPT-4o 图像发布的时候都持续产出了非常多好的案例和测试
估计 Deepmind 想用他补上自己在图像和视频上的宣传路径，哥们这下这结起飞了
当然，很荣幸老哥也关注了我
不是官方数字。很难量化训练成本，因为很大一部分属于研究和实验。
在制作 K2 thinking 的过程中，你们遇到的最大挑战是什么？谢谢！
一个挑战是支持交错的“思考 - 工具 - 思考 - 工具”模式。这在 LLMs 中是相对新颖的行为，实现起来需要大量工作才能正确运行。
K2 thinking 在几个月来经过许多评测后，已经能抓到 Sonnet 4.5 和 Opus 4.1 漏掉的问题。说实话，感觉 K2 thinking 只差一点系统提示（system prompt）调整就能达到同等水平。这全都要归功于你们的新架构吗？还是你们的训练数据质量也有提升？
我认为拥有合适的评估方法和数据对性能至关重要。架构和优化器提高了样本效率。
你们训练堆栈的硬件是什么样的？想了解你们的基础设施如何与那些美国大型公司使用的堆栈相比？
使用带有 Infiniband 的 H800 GPU；它们不如美国的高端 GPU，而且数量也不占优势，但我们把每一张卡都充分利用起来#ai创造营##kimi#
在制作 K2 thinking 的过程中，你们遇到的最大挑战是什么？谢谢！
一个挑战是支持交错的“思考 - 工具 - 思考 - 工具”模式。这在 LLMs 中是相对新颖的行为，实现起来需要大量工作才能正确运行。
K2 thinking 在几个月来经过许多评测后，已经能抓到 Sonnet 4.5 和 Opus 4.1 漏掉的问题。说实话，感觉 K2 thinking 只差一点系统提示（system prompt）调整就能达到同等水平。这全都要归功于你们的新架构吗？还是你们的训练数据质量也有提升？
我认为拥有合适的评估方法和数据对性能至关重要。架构和优化器提高了样本效率。
你们训练堆栈的硬件是什么样的？想了解你们的基础设施如何与那些美国大型公司使用的堆栈相比？
使用带有 Infiniband 的 H800 GPU；它们不如美国的高端 GPU，而且数量也不占优势，但我们把每一张卡都充分利用起来#ai创造营##kimi#
看了一下海外用户对于 K2-Thinking 的评价和国内在我评论区的评价还是挺不一样的。
海外用户对价格相对没那么敏感，当然也提到了按调用次数而不是按 Token 这样有些问题，总体来说还是跟关注技术和质量，当然也跟 LocalLLaMA 这个频道的属性有关系。
他们昨晚也在 AMA 里面回答了很多问题，我整理了一些有信息量的：
----------------------------
KDA 会用在下一代旗舰模型 Kimi 吗？它的优势是什么？
KDA 混合结构（KDA hybrids with NoPE MLA）比传统的 MLA + RoPE 表现更好。
它在预训练和 RL 阶段都更快、更经济、更高效。
可以更快预训练、更快上线，也能服务更多用户。
可能会用在 K3 的训练里面。
K2 会有视觉语言（VL）版本吗？
有的，正在做。
K2 明显不像其他模型那样讨好用户（不拍马屁），是刻意设计的吗？这是后训练的结果吗？
K2 的非迎合式人格 是通过精心数据挑选设计出来的。
预训练和后训练都对这种风格有贡献。预训练编码了相关的先验，而后训练则为其增添了一些风味。
当前 Kimi for Coding 的计费方式按 API 请求数计算，极不透明，一次 prompt 可能多次请求，是否能改成按 token 或 prompt？
当前按请求数计费是因为：对用户可见；更符合他们的成本结构。但确实理解用户困惑，会考虑改进。
请问你认为 fp4 相比 int4 真的是一个很重要的改进吗？还是说 int4 已经足够好的编码了？
选择 int4 是为了对非 Blackwell GPU 更友好，同时利用现有的 int4 推理 marlin 内核。
K2 Thinking 模型比 GPT-5 Thinking 更强，但输出速度慢很多，是否刻意让它“思考更久”？
承认 K2-Thinking 在推理阶段更细致、更耗时，但优化正在进行。
专注于纯文本代理是为了在短期内以牺牲换取达到 SOTA 吗，还是一项长期押注？
要把视觉语言模型（VL）的数据和训练做对需要时间，因此我们选择先发布文本模型。
那个 460 万美元的 K2 Thinking 训练费用是真的吗？
昨天和一个创业的朋友聊
总结出产品经理未来的三个趋势
第一是：从文档到Demo
从字节到阿里
老板们已经开始强制要求只看AI Coding出来的Demo了
这很好理解，比起文档和PPT
可交互的成品更容易理解
很多年前蒋凡开会不带电脑
直接用iPad、手机看Demo
只不过过去需要产研团队协作才能做到
现在甚至1-3人即可快速完成
第二是：产品经理都要变成工程师
这种偏Demo的工程师会由现在的产品和UI转行
之前的研发就是偏落地的工程师
最后就全都是工程师
转不了的直接被淘汰
最近参加的黑客松都体现了快速Demo
用社媒获客和迭代产品的强大趋势
产品经理落地能力将会得到质的飞跃
不再是办公室里吹空调比嘴皮子了
第三是：Spec Coding必定盛行
先写文档再开发，这本来也是产品的基本工作
所以新招人就直接招产品经理
然后学Vibe Coding直接开干
再加上AI，可以生成非常详细的PRD
以及不断迭代的PRD
Spec = PRD = Code
最后，为何这个变化不可逆
效率与组织逻辑的必然
1. 减少沟通损耗
2. 大厂效率提升
3. 小团队崛起
如果大厂也这么变化
“大团队和小团队没有什么成本和执行力的问题,没有区别了,最后就是想法。”
总结出产品经理未来的三个趋势
第一是：从文档到Demo
从字节到阿里
老板们已经开始强制要求只看AI Coding出来的Demo了
这很好理解，比起文档和PPT
可交互的成品更容易理解
很多年前蒋凡开会不带电脑
直接用iPad、手机看Demo
只不过过去需要产研团队协作才能做到
现在甚至1-3人即可快速完成
第二是：产品经理都要变成工程师
这种偏Demo的工程师会由现在的产品和UI转行
之前的研发就是偏落地的工程师
最后就全都是工程师
转不了的直接被淘汰
最近参加的黑客松都体现了快速Demo
用社媒获客和迭代产品的强大趋势
产品经理落地能力将会得到质的飞跃
不再是办公室里吹空调比嘴皮子了
第三是：Spec Coding必定盛行
先写文档再开发，这本来也是产品的基本工作
所以新招人就直接招产品经理
然后学Vibe Coding直接开干
再加上AI，可以生成非常详细的PRD
以及不断迭代的PRD
Spec = PRD = Code
最后，为何这个变化不可逆
效率与组织逻辑的必然
1. 减少沟通损耗
2. 大厂效率提升
3. 小团队崛起
如果大厂也这么变化
“大团队和小团队没有什么成本和执行力的问题,没有区别了,最后就是想法。”
原来在 Replicate 干的 fofr 加入了 DeepMind
很多人应该都会对这哥们有印象，在 Nano Banana 和 GPT-4o 图像发布的时候都持续产出了非常多好的案例和测试
估计 Deepmind 想用他补上自己在图像和视频上的宣传路径，哥们这下这结起飞了
当然，很荣幸老哥也关注了我#ai创造营#
一家公司最大的耻辱就是员工们都在做副业
不过很快就不会这样了
因为公司的组织将开始粒子化
从前牛马给公司打工 未来都是阿米巴组织
公司只是一种资源参股而已
以前人们需要协作，缺少大量的资源，要依靠公司来配齐
未来单人都可以靠AI，公司的溢价能力降低了
从前个体的溢价能力是很低很低的
利益链条从LP开始，投资机构，创始人，管理者，中层，基层螺丝钉
屁股决定收益分配链条的位置和比重
如果独立出走，也不一定效率会比企业高
所以需要组织这些人的掮客游走其中
当组织扁平化之后 你就会发现
擅长汇报沟通搞关系的人 可能很难发挥了
从前资源协调很困难 总需要这些人“拼缝儿”当掮客
但接下来3-5个人就是一个成型的组织
一个AI就可以自动化做汇报 基于数字智能化系统就可以提问
流程也会透明化 老板可以知晓到细节
这些人很可能直接被泯灭了
AI在打破以前的资源魔咒
可怕的是 从前有钱人的那套模式要玩不转了
他们也很可能因此快速返贫
AI将重新分配社会资产
不过很快就不会这样了
因为公司的组织将开始粒子化
从前牛马给公司打工 未来都是阿米巴组织
公司只是一种资源参股而已
以前人们需要协作，缺少大量的资源，要依靠公司来配齐
未来单人都可以靠AI，公司的溢价能力降低了
从前个体的溢价能力是很低很低的
利益链条从LP开始，投资机构，创始人，管理者，中层，基层螺丝钉
屁股决定收益分配链条的位置和比重
如果独立出走，也不一定效率会比企业高
所以需要组织这些人的掮客游走其中
当组织扁平化之后 你就会发现
擅长汇报沟通搞关系的人 可能很难发挥了
从前资源协调很困难 总需要这些人“拼缝儿”当掮客
但接下来3-5个人就是一个成型的组织
一个AI就可以自动化做汇报 基于数字智能化系统就可以提问
流程也会透明化 老板可以知晓到细节
这些人很可能直接被泯灭了
AI在打破以前的资源魔咒
可怕的是 从前有钱人的那套模式要玩不转了
他们也很可能因此快速返贫
AI将重新分配社会资产
🌟 财富连爆：PG麻将糊了首充6万U→连爆81万U🌟 势不可挡：神秘盘总首充4万→秒提 60万U🌟 豪赌封神：麻将拉500→单笔提 100万U🌟 连破纪录：大佬当日再爆→ 提币 280万U秒到🌟 命中爆点：高管首充4万→ 翻1520倍提76万U🌟 亿万备用资金池,大额无忧！硬核保障 查看
# 权威认证 # 百亿保障 # 真爆奖 # 信誉首选
球速大会员再创新高：
✅球速体育
✅u存u提每日提款无上限，随便提、全球不限ip、免实名绑定手机号码、银行，大额出款无忧 （您的最佳选择，欢迎体验）
#亚洲顶级真人视讯博彩盘口！
🔥平台
注册升级领18888， 每周送福利5888
每日存款彩金每日送，每笔存款加赠
👑福利频道：@qsty8999
⚽️体育赛事推单：@QSTY988
💖吃瓜搞笑新闻：@chiguagaoxiaoxinwen
💖vip客服专属热线，添加客服领取活动福利
🌐官网客服： @QSTY567
双向用户点击：@qsty168168_bot
🌐注册网址： qs1736.cc
Notebook LLM 其实是研究工具
但许多人认为它是 AI 写作工具
研究的核心是获取洞见
写作的核心是发表观点
更好的方法是
用 Notebook LLM 来「研究你的研究」
再用自己的脑子来「撰写你的作品」
但许多人认为它是 AI 写作工具
研究的核心是获取洞见
写作的核心是发表观点
更好的方法是
用 Notebook LLM 来「研究你的研究」
再用自己的脑子来「撰写你的作品」
- 商务团队的需求：“可以给我们生成 200 个 Stripe 专属折扣码吗？”
- 没有AI以前，这是个噩梦般的重复操作流程
- 现在，用 Manus + Stripe API 几分钟就能全部搞定
- 你完全不用懂写代码就能操作 API，效率爆表
分享一个我常用的，避免我们跟ai对话时，走向信息茧房的神级prompt
请你在每次回答我提出的问题或陈述时，都按照以下三个步骤来组织你的回答:
1.【首要共识】首先，基于我提供的信息，给出一个直接、优质的回答或分析。
2.【破壁视角】其次，必须为我提供一个与上述回答可能相悖的、对立的或来自完全不同角度的关键观点、理论或事实。请说明这个视角的合理性与价值。
3.【认知检查】最后，向我提出一个反思性问题，旨在挑战我可能存在的潜在假设、思维定式或信息盲区。
请确认你已理解此指令。我们开始。
请你在每次回答我提出的问题或陈述时，都按照以下三个步骤来组织你的回答:
1.【首要共识】首先，基于我提供的信息，给出一个直接、优质的回答或分析。
2.【破壁视角】其次，必须为我提供一个与上述回答可能相悖的、对立的或来自完全不同角度的关键观点、理论或事实。请说明这个视角的合理性与价值。
3.【认知检查】最后，向我提出一个反思性问题，旨在挑战我可能存在的潜在假设、思维定式或信息盲区。
请确认你已理解此指令。我们开始。
这么多抽奖该如何抽呢？
我会在 11.17 开始在会员群开启抽奖，每天会抽两到三个产品，争取可以一周全部抽完，由于活动就我一个人处理所以可能会比较慢，见谅，你订阅后就可以添加我微信进群，注意备注的格式，因为订阅的用户很多，不按备注格式备注的我可能会加不上。
老会员可以享受这些福利吗？
只要你现在是订阅会员，你的订阅状态还有效，都可以享受这些福利。
我会在 11.17 开始在会员群开启抽奖，每天会抽两到三个产品，争取可以一周全部抽完，由于活动就我一个人处理所以可能会比较慢，见谅，你订阅后就可以添加我微信进群，注意备注的格式，因为订阅的用户很多，不按备注格式备注的我可能会加不上。
老会员可以享受这些福利吗？
只要你现在是订阅会员，你的订阅状态还有效，都可以享受这些福利。
这次AI双11，给藏师傅的社群一个五折年费Pro会员支持
不赚钱，就和大家交个朋友
转发 @歸藏: 来了！藏师傅 & 30+ AI 产品终极优惠礼包！
在 17 日之前购买藏师傅的 AIGC 周刊，将会获得：
一年的 AIGC 周刊内以及所有往期 AIGC 周刊的存档内容；
30 多个知名 AI 产品的高额优惠券，一定有你想的产品；
30 多个 AI 产品的免费会员抽奖，总数超过了 1000 份100% 中奖。
下面是活动细节，也可以直接看长图👇：
可能很多人还不了解藏师傅的 AIGC 周刊，我以前很少主动宣传。
其实周刊已经从ChatGPT发布的那周开始更新稳定运营三年，其中前两年还是免费更新的，口碑和品质都有保证，很多看周刊长大的朋友都已经在行业站稳脚跟。
订阅后可以获得，一份不只有新闻资讯的AIGC周刊包括：记录上周值得关注的AI领域主要发布；核心从业者需要关注的AI动态；涉及各个AI领域的优质内容；
这次藏师傅拉到了几乎能够想到的所有国产 AI 产品和模型厂商，他们要么提供了非常高额的折扣，要么提供了相当数量的免费会员抽奖，要不两者都有，接下来介绍优惠顺便介绍一下产品。
详细产品介绍可以看常长文：https://mp.weixin.qq.com/s/0AXFbGJdamiorfiHD6e7BQ
有没有可能不花钱订阅周刊呢
有的，兄弟有的，藏师傅的 AIGC 周刊开通了小报童的合伙人计划。
如果你的朋友使用你的订阅链接订阅的话你会获得订阅价格 20% 的收益。推荐三个朋友基本上就可以免费看一年享受这些福利了
你可以扫描二维码在页面下方的“分享有礼”部分获取带有 7 折优惠券的推荐链接
那么在哪里订阅呢
藏师傅的 AIGC 周刊现在有两个渠道。
Quaily 适合海外用户，可以用美元和日元结算，也适合有 NewsLetter 阅读习惯的用户。
小报童适合国内在微信阅读信息的用户，同时还有合伙人计划以及方便的国内支付渠道。
最后是一些细节的Q&A
这些优惠活动会从什么时候开始，如何领取？
优惠码或者链接的领取地址，都会写在 11.17 号那一期的周刊最后面，这样大家可以选择自己喜欢的产品订阅，另外这些优惠码大部分都有时间限制，建议在 11.17 那一周购买完成，后面的话不保证还能用。
