AI探索指南

  1. 大家以为做 AI 漫剧要会画画、会剪辑,其实只需要照着抄 ❌

    大家以为做 AI 漫剧要会画画、会剪辑,其实只需要照着抄 ❌
    最近在梳理AI漫剧工作流,核心框架先赶出来了,还差具体案例在赶
    所见即所得的 SOP :
    1. 剧本:别让 AI 瞎写,用结构化 Prompt 约束它
    2. 资产:关键是生成三视图,把角色定死,不然分镜全是路人甲
    3. 分镜:这里有个大坑!Lovart出的图不是 16:9,必须重新处理,否则有黑边
    4. 配音:先提取台词,再声音克隆,最后按剧本排序
    5. 视频 (可灵 2.6) :声画同步目前可灵够用了
    6. 剪辑 :曲线变速是灵魂,别无脑堆转场
    说实,工具谁都会用, 避坑才是核心竞争力

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  2. 只要 2小时 + 几块钱 + 一张普通显卡,你就能从0训练一个 GPT

    只要 2小时 + 几块钱 + 一张普通显卡,你就能从0训练一个 GPT。
    MiniMind 这个开源项目已经冲上 GitHub Trending,斩获 47k ⭐。
    这是一个把大模型带回普通人手里的项目:
    不是调 API,而是真正从0造模型。
    核心亮点
    1. 门槛极低
    - 26M 参数,小到个人设备可跑
    - 单卡即可训练
    - 成本极低
    过去是大厂专属,现在个人也能实践。
    2. 全流程完整
    覆盖整个大模型训练链路:
    数据处理 → 预训练 → SFT → RLHF → 蒸馏
    把主流大模型的训练流程完整拆解出来。
    3. 实现透明
    - 基于 PyTorch 原生实现
    - 几乎没有黑盒
    - 核心结构手写
    重点不只是能用,而是能看懂。
    4. 能力完整
    - 支持推理能力扩展
    - 支持多模态
    - 支持工具调用
    已经具备完整 AI 系统雏形。
    5. 可本地部署
    - 兼容 OpenAI API
    - 可接 ChatUI
    - 支持私有化
    可以直接当本地 AI 用。
    核心价值
    让训练大模型从少数人的能力,变成普通开发者也能掌握的技能。
    如果你想真正理解大模型,MiniMind 是一个很好的起点。

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  3. 时报作家Ezra Klein写了一篇专栏,说根据他的采访记录,AI导致大规模失业的情况可能还没有那么严重,坏消息是,严重的问题另有其处:

    时报作家Ezra Klein写了一篇专栏,说根据他的采访记录,AI导致大规模失业的情况可能还没有那么严重,坏消息是,严重的问题另有其处:

    3月的一份民调显示,70%的美国人认为AI将导致自己的就业机会减少,高于一年前的56%,还有30%的受访者担心即将失业。

    这有什么好奇怪的呢?AI公司的老板们一直在频繁发出劳动力市场濒临瓦解的警告:

    - Anthropic的创始人表示,最快不超过5年,一半的初级白领岗位就会永久消失;

    - 微软的CEO则声称,大多数文职工作会在18个月以内就被AI完全接管;

    - OpenAI发布了一份文件,呼吁实行每周32小时工作制,通过降低人类生产力来缓解大规模失业;

    - 就在NYT的大楼外面,有一家我根本没听过的AI公司包下了巨幅广告牌,上面写着「停止雇佣人类」;

    我可真谢谢你们了。

    如果你对这轮AI叙事深信不疑,那么毫无疑问投降就是唯一的选择。

    AI被设计为可以廉价模仿人类在电脑上所能做到的所有行为,但它从来不需要睡觉,也无意组建工会,而且确实在许多任务上表现得比真人更为出色。

    所以公司当然乐于用机器取代人类,它们也已经在这么做了,Meta、Oracle、Block都在努力买断员工工龄,并坦然的把AI写为原因。

    不过谨慎一点总是没错的,这些科技公司可能只是处在一轮招聘周期的末尾,同时想对资本市场讲述一个刺激投资人颅内G点的故事,AI行业的大佬们固然是神经网络的专家,但他们未必也是劳动力市场的专家。

    首先,宏观数据没有配合AI行业,2026年3月的失业率是4.3%,去年同期是4.2%,平均时薪亦保持稳定。

    Claude Code是很牛逼,但软件工程师的岗位需求还在上涨,原因应该不难理解。

    主流经济学界也对大规模失业的末日预言持怀疑态度,芝加哥大学的经济学家Alex Imas认为,绝大多数讨论AI的话题都存在误区:「答案始终取决于什么会变得稀缺。」

    - 从人类历史来看,卡路里在很长一段时间里是稀缺的,我们的技能都是服务于寻找食物;

    - 农业的发展逐渐解决了食物短缺的问题,然后就轮到商品变得稀缺;

    - 工业制造带来了平价商品的海量供给,接着技术变得稀缺了,医生、律师和工程师因为掌握知识而获得高薪;

    - 现在我们担忧AI会让知识也不再值钱,就像衣服和草莓如今人人都能消费那样,学习的成果也变成了消费品……

    但稀缺本身是相对的,AI可以完成的任务被讨论得太多了,更值得注意的是,有哪些任务是人们不希望AI来做的。

    以下是计量经济学的一个发现:人类的财富越多,他们对于其他人类的需求就会越多,而不是越少。

    于是,更有人味、体验或者意义的商品和服务,是一定稀缺的,有来路的衣裳、有调性的食物、能面对面的医生、让人感到被理解的理疗师、了解自己孩子的家教……这些社会关系,将会迎来爆发式增长。

    是的,AI剥夺了人类和电脑共事的场景,而人类又被赶去和人类共事。

    事实证明,自动化程度越高,我们就越珍视人的温度。以咖啡为例,过去在家做浓缩咖啡很费劲,如今咖啡机已经人手一台。

    所以这导致咖啡店倒闭了吗?当然没有。咖啡师比以往任何时候都多,咖啡店也比以往任何时候都多。咖啡作为商品反而催生了更多对咖啡体验的需求。

    这就是稀缺性所赋予的价值。

    好了,这是Alex Imas的结论,在AI的辣手摧花下,人类从事的岗位会进入一个以人性化为标准的时代。但还有一种可能性是,人类劳动力搞不好也不会发生巨大的改变。

    1979年,首款电子表格软件VisiCalc在Apple II上发布,它能在几分钟内完成过去需要整组会计师花上好几天时间的工作。

    当时就有人预言会计师这个行业要无了,然而,此后40年间会计师的数量反而增长了4倍以上。

    亚利桑那州立大学会计学教授Eldar Maksymov认为:「电子表格软件挖出了潜藏于市场里的财务需求,这种需求之前没被发现,只是因为成本没能降到够低。」

    这是「杰文斯悖论」的一派主张,1865年,英国经济学家杰文斯发现煤炭并没有因为蒸汽机对于生产率的提升而减少消耗,恰恰相反,因为成本更低廉了,煤炭的应用范围更广泛了。

    Eldar Maksymov相信历史的先例,「在大量采用计算机技术的职业群体里,就业增长速度都远超没有采用计算机的职业群体,成本的下跌,对应需求的增长,最终推动就业规模的扩大化。」

    简单来说,能力的提升,会让人类意识到还有更多事情可做。

    我的经历似乎也验证了这个说法,10年前我刚开始做播客的时候,整个团队只有我一个研究员,现在我已经管理着一整支团队运作节目,而这让我的工作变得更轻松了吗?

    完全没有,我投入准备的精力更繁重了,因为团队带来的信息增量,让我需要消化和思考的时间成倍增长,而我的播客也越做越大了。

    我认识的所有热衷于拥抱AI的人,如今都比以前更加忙碌,因为他们能做的事情更多了,不是说好的AI会让大家摆脱工作享受生活吗?

    当然,至于AI到底是提升了生产力,还是制造了提升生产力的假象,结论因人而异:

    - 慢慢啃完一本难懂的书,远远好于快速吸收十本书的摘要;

    - 认真通透的写完初稿,也比编辑五个由AI生成的大纲更能激发想法;

    我的意思是,效率感本身是值得警惕的,那些把活儿都交给龙虾去做的人我见多了,但说实话,他们的工作质量都是在下降的。

    但还是容我岔开话题,沃顿商学院教授Ethan Mollick曾提出过他对AI的基准测试:它是否比你在当下能够找到的最适合的人类更加优秀?

    在他看来,问题不在于AI是否胜过顶级的编辑、程序员、心理医生或是旅行顾问,而是它能否优于你在急需帮助时可以联系到的最佳人选。

    我想了一下,过去一年里,我确实觉得AI要比我身边的人更为出色:

    - 我的编辑很博学,但他需要休息,还得分时间给其他作家;

    - 我的按摩师也好得没话说,就是一般而言每个星期她只能接待我一次;

    - 我也能找到专业的医生,但挂号却很麻烦……

    所以或许我已经触及到了被反复警示过的临界点——AI开始有能力取代我生活中的人类角色。

    但事实并非如此。AI越是强大,我越是需要和身边的人交流:

    - AI认为我应该为某个身体症状引起重视,于是我去看了医生,发现只是普通的过敏;

    - AI对我的个人困境发出锐评,然后促使我和心理医生开始了新的对话;

    - AI帮我验证了一个研究思路,这成了我和编辑讨论的一个新选题;

    - AI让视频制作变得轻松了,因此我可以有更多的要求去和剪辑师沟通……

    怎么说呢,尽管我不认为经济完全自动化以及大规模失业浪潮是必然到来的,但也不能完全排除这种概率,AI是一种与以往截然不同的技术,灵活性和成长性帮它超出了工具的范畴。

    更可能的情况是,AI不会取代所有或者大部分的工作岗位,而是取代其中一部分,但奇怪的是,恰恰是这种可能性让我们准备不足。

    一个AI替代800万劳动力的世界,要比替代8000万劳动力的世界更难应对,如果真的是那种「大的来了」事件上演,全面重组经济反而有机会「不破不立」。

    疫情就是一个例证:那场冲击如此彻底,以致于社会不能再像以前那样将工人们的不幸归咎于他们自身,于是只好建立了一套前所未有的补贴体系,让成千上万的人得到保障。

    而当失业影响的范围更小,我们反而更为残忍,美国因为全球化流失的岗位大约有200万个,这在整体就业市场里不是太大的数字,但对这200万个具体的家庭来说,却是毁灭性的打击。

    如果全国的卡车司机或是营销经理都丢了工作,我们很快就会采取行动,然而如果只是卡车司机或营销经理的失业率翻了3倍,那么我们就会像以前一样,暗示这是他们自己的错,给他们几个月的失业保险和培训机会,然后继续对这种结构化的困境视而不见。

    另一个现实是,即便AI让带有深刻关系的技能变得值钱起来,它同时也会削弱人类学会这些技能的本事。

    年轻人和朋友相处的时间已经从2003年的12小时/周减少到2024年的5小时/周,谈过恋爱的高中生比例也从2000年的80%骤降至2024年的46%,约1/4的00后在过去一年里没有发生过性行为。

    AI也许是这种社交解体现象的帮凶,它提供了一种数字化的关系模拟,不再让人有动力去体验真实关系里的快乐与痛苦。

    如果Alex Imas是对的——我相信他是对的——那么我们与他人建立深刻关系的能力,将成为一项核心且高价值的个人资产,而我所担心的,是这恰好也是技术从年轻人身上摧毁的东西。

    当我乐观的期待AI时代所能创造的未来时,那幅画面充满富足,人类被鼓励过上追随本心的生活,而当乐观被打碎后,世界仍是如此,区别在于财富被垄断,而我们重视的深刻关系,却早就不知道该如何维系。

  4. 工作会议或上课,想把语音实时转成文字,市面上的工具,大部分都是云端处理有着安全隐患

    工作会议或上课,想把语音实时转成文字,市面上的工具,大部分都是云端处理有着安全隐患。
    偶然在 GitHub 发现 OpenWhispr 这个开源项目,把语音输入、会议纪要和 AI 助手整合在了一起。
    支持全局快捷键一键听写,识别后的文字会自动粘贴到光标处,甚至能智能暂停背景音乐。
    GitHub:http://github.com/OpenWhispr/openwhispr
    除了基础的语音转文字,还内置了 AI 助手模式,可以语音下达指令让 AI 润色文本、生成邮件或转成列表格式。
    另外支持 Google 日历集成,自动检测会议并实时转录,转录记录会保存成笔记方便后续查看和编辑。
    同时兼容 Windows、macOS 和 Linux,提供了开箱即用的安装包,适合追求高效输入和数据安全的朋友。

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  5. 李想 × 老罗播客笔记

    李想 × 老罗播客笔记

    AI 与一人公司

    李想:AI 是生产力和劳动力的技术。我现在不太相信一人公司。很多一人公司都在更新内容来验证这个概念成立,但验证了一段时间之后发现,他们每天更新的事情就是 OpenClaw 又更新了、又解决了什么 bug。他们实际的生产环境并没有建立起来。建立真实的生产环境太难了。

    专业的人,有了 AI 之后进入到另一个高度去了。AI 替代很简单,但是到达那个专业的高度是替代不了的。

    增效 vs 降本

    还是要提高效率,用 AI 增效,而不是降本。这个行业的规模很大,用大家做更大的事情,做更大的钱。

    做 AI 不是冒险,不做才是冒险。

    裁员与用 AI

    李想:建议企业不要裁员,用 AI 用得好的和之前就好的可能是两种人。
    老罗:我们裁了一些。

    李想:AI 是放大器。你原来没有那么讨厌的人,他们用 Seedance 做了很丑的视频发你,你就更讨厌他们了。
    出海

    老罗:至少可以出海吗?
    李想:出海一样卷。国内怎么卷,出海还是怎么卷。

    战略

    选择大于努力,这就是战略嘛。什么出了问题都可以修复,战略出了问题可能就输了。
    具身智能

    富豪所拥有的生活——保洁、家长、保姆、司机、助理——给每个人。全球领先的具身智能企业。让昂贵的服务普适化。

    分拣、拧螺丝,这些本来就自动化了,不需要机器人。但是工厂有 3000 人是上料的,运输和取拿可能是机会。工业、家庭,最早的机器人商业化。

    咖啡机器人很搞笑。咖啡机不就能做咖啡吗,为什么要做人形机器人做咖啡呢。人真正做的是上料,人形机器人反而干不了这个。

    星际穿越

    最喜欢的电影是星际穿越,看了 20 遍。最有意思的一点是两条线同时发展:明线是科学,虫洞、引力、五维空间;暗线是情感。诺兰为了这个改了剧本,把男孩改成了女孩,自杀进入虫洞,为了人类。一个是把技术讲清楚,一个是暗线把人的价值讲清楚。

    人的价值

    我对人类是乐观的。人的价值是一定存在的。

    辛顿宠物理论。

    2026年5月14日,早上看播客随手记的,内容由 Cola 整理到 Obsidian。