【金融汪】太牛逼了
AI探索指南
- 李飞飞 World Labs 的 3D 世界模型终于公测了！
支持从文本、单图、多图、视频、粗3D布局直接生成完整3D世界。 生成后可交互式编辑、扩展与组合。
而且可以导出Gaussian splats、三角网格和视频。
可以慢慢看看这个 3D 路径和纯视频路径哪个会赢了
但我感觉可以用这个造视频数据 哈哈
这里尝试：https://marble.worldlabs.ai/
它现在就会有个计划模式，如果你开启了这个 plan 模式的话，它在执行操作前就会自己进行规划任务。
然后会告诉你哪个任务执行完，哪个任务还没有执行，执行的结果是什么样的，会让你有一个清晰的认知，对目前的进度。
而且他们的表现形式和 UI 处理得很好，表现得很清晰。
然后是上下文压缩，我觉得很好，尤其是它会让你直观地看到正在进行上下文压缩。
给出了一个非常好的解决方案：你可以主动触发上下文压缩，也可以在达到上下文长度时由 AI 自动压缩。
在上下文达到 70% 的时候，我看见它出了一个窗口自动总结和上下文。这个时候你会感觉很安心，就会觉得一切尽在掌控。
它非常智能，不会因为上下文爆了而导致最后瞎改乱改，会把关键信息全部总结好存起来。
然后一些有感知的改动介绍完之后呢，再它整个的能力的提升。
--------------------------------------------------------
这里的话我就会讲一下我这个项目是怎么做的。
这个需求来自于我在健身的时候跟教练的对话，因为他每次都会给我发这次训练的表格。
后来我就想要是可以做个 AI 分析系统就好了，根据每次训练状态打分，然后是总的介绍和建议，最后将数据可视化展示，告诉我每个动作的要点和用图表直观的看到进步。
刚开始我就是简单的说了一下要求，也没有让他解析，就是想直接把数据放在文档里面。
它启动了一个 React 项目，中间有几次小的报错，然后右边内置的浏览器可以把报错内容发给左边的输入框，它就正常都修复了，没有进行干预，我也没有给提示。
生成结果，就三个圆环，数据统计非常简单，这个介绍等于没说。
然后我就想说，不行，就跟他讨论一下这种分析应该是有哪些元素？就比如说他需要更详细一点之类的。
这是第一次，我感觉到这个东西好像不太一样，他认真地读了我所有的数据，然后设定了一个非常详细的报告。
然后他就搞定了，因为整个的内容是非常详细的，中间的动作分析呢每一个动作都有。
你想想我训练的时候可能涉及到几十个动作，每一个动作的分析都有。训练科学的介绍和解释也比较详细。
后面我还对这个页面做了很多零碎的修改。
就比如说它原来是 emoji 图标。然后原来的图表没有调用这种正常的折线图或者什么图表，它都是自己写的一个，就是有很多问题。这些修改呢最后都完成了。
不过上下文我看已经到了百分之七八十了，我就心想这是不是见好就收就这样了。
再写的话，一般来说这种 Agent 这个时候它可能就要报错或者是遗忘上下文了。
但是心想反正都是了，他现在都写这么好了，我就直接让他做一做试试呗。
于是就让他把这个改成一个真正的产品，可以接受任何人的数据以及设置，进行分析。
我就看到他开始压缩上下文，压缩完上下文以后，他就开始正式地进行这个完整产品的迭代。
最后在运行的时候，经过几次 debug，完全是他自己进行的。它启动自带的浏览器，发现控制台有报错，然后自己去修复；经过一段时间的修复，终于搞定，所有功能都 OK。
-------------------------------------------------------------
来看一下这个产品最后的结果：
你首先是填写自己的基本信息，然后上传那个 CSV 表格。
之后的话填写你自己的 Gemini API，这个也是免费的。
再之后的话，它会去等待 Gemini 的分析。
最后的话分析结束是三个部分：
第一部分就是总览，你训练的怎么样。
第二部分是训练科学，就是你现在的 AI 给你的建议。
第三部分是每个动作的动作数据，然后动作的要点以及这个动作重要性，以及当前你现在的进度。
在之后的话，我看到它右上角有个部署，我就部署了一下，然后部署上去以后发现是需要连接那个 vercel 的。
然后上去之后发现它是 404 了，由于我也没有用过 vercel，所以说我也不知道它应该是什么问题。然后我看了那个 log 页面，我没有看，我也没有看出问题来。
于是我就 404 截图，还有 Vercel 那个平台的 log 页面截图发给他了。然后让他分析，没想到他真找到了问题，然后也修复了，修复了以后上传上去就好了。
而且他找到的问题和开发者朋友发现的问题是差不多的。
-----------------------------------------------------------------
整体下来最震惊我的是它的规划能力和多次修改的稳定性。
包括应该输入什么内容、每个部分的内容分析是什么样的，以及交互体验应该是什么样的，我都没有给他细说。
以前作为 Vibe coding，为了避免 AI 模型自己发挥或者报错，我们都要说得很细，但这次我故意什么都没说。
每次都是想到什么了，或者报错了，我才开始改，或者让他说。
但是它像信息的填写表单有哪些内容，包括中间 AI 去分析的时候，等待页面他都考虑到了。
- 🙋♂️：嗨，今天天气怎样？
👽：你还是向我提问银行相关业务吧。
————真冷漠啊(¯―¯٥) - 先是看了《高能量》的一期，峰瑞资本对萌友智能的投资对谈，然后又回顾着看了一下陈嘉映老师《解释鸿沟》纪录片里面人类在第一物性和第二物性之间的冲突。
不管是AI宠物也好，人形陪伴机器人也好，我们对机器人的主动移情完全超过了反思批判…… - 把新来的实习生说的话，打印出来放工位上
- 2025年11月，安卓创始人安迪·鲁宾在东京创办了一家机器人初创公司，目前该公司的名称、核心产品等细节尚未公开。
他选择在日本创业有多重原因，鲁宾早有机器人情结，2013年负责谷歌机器人项目时就收购过日本东京大学团队创办的Schaft公司，积累了当地技术人脉与资源。日本机器人技术雄厚，应用场景成熟，是该领域的核心阵地，能为新公司提供技术参考和商业化试验场。且日本劳动力短缺，市场对机器人需求迫切，同时当地企业对机器人技术多做长期投入，这契合鲁宾强调的机器人项目需十年规划的长期研发与商业化思路。 - 为什么每个说自己能做任何事情的通用 Agent 产品
我实际用的时候都是各种事情都做不了呢？
这真的太离谱了
要不还是让广告法管管 AI 吧 - 看到《硅谷101》专访田渊栋，也就是上个月被Meta突然裁掉的大佬，说实际上在被裁之前就拿到别家的offer了。
讨论的主要话题：
关于离职与裁员： 田渊栋说，他实际上在被裁之前已经拿到了其他offer，并且已经向上司表达了不满，所以裁员只是加速了他的离开。
AI自动化的趋势： 他认为AI领域的裁员是自动化大趋势的一部分。随着AI工具越来越强，重复性的工程执行工作会减少，而更多人会转向探索性研究和AI在垂直领域的应用（but，普通人哪有这么容易转型？）。
开源模型的未来： 他认为开源会继续存在。一个模型是否有用是关键问题，而是否开源则取决于公司的战略和模型的具体用途。
LLM的局限： 他觉得LLM是一个“很有意思的路线”，但不确定是否是“正确的路线” （毕竟是杨立昆的学生）。LLM最大的问题是需要海量数据，学习效率远低于人类。人类可以从极少样本中获得深刻见解，这是模型目前缺失的。
强化学习（RL）的优势： 他认为强化学习最大的好处在于它是一种“主动学习”，能积极地影响数据分布。在推理等问题上，他认为RL优于SFT（监督微调），因为SFT可能只是在记忆过程，而非真正学会泛化。
对Scaling Law的看法： 他称Scaling Law是一个“悲观的未来”，因为它依赖指数级增长的数据和资源，这是不可持续的。他认为行业需要寻找更高效的智能发展路径。
在FAIR的遗憾与收获： 他最大的遗憾是自己没能做更多的工程工作，并指出当下最理想的是兼具顶尖研究和工程能力的人才。他最大的收获则是培养了“研究的品位”（research taste）。
对AI开发者的建议： 他建议不要盲目追逐市场的热点，因为技术周期变化太快。更重要的是找到自己真正想做的事情，并结合对未来的判断。
个人未来动向： 他尚未确定下一步，但他最理想的目标是能将前沿研究和工程应用结合起来。 - 我准备开始卷起来，体力和能量提升上来后，脑力必须也跟上：
Part 1. 增长：连载100个全球AI产品，拆解他们是如何做增长的（先文字更新，后期有必要会录制视频和音频，每天5小时起步
Part 2. 交易：连载300天交易心理/宏观事件/行业研究/资金走向/实盘持仓（文字为主，每天4小时起步
Part 3. 运动：更新运动数据截图/优化动作，每天2小时起步
这里已经花去了整天时间🥹 - Vibe Coding 的配件到了
一个大幅提升文字转录成功率的硬件
500块钱的麦克风
有了它你可以轻声说话不会吵到同事
语音写文章，写代码
试过就再也回不去了
