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
传奇程序员约翰卡马克想要转型ai,然后ilya给他推荐了这27篇论文,说看完这些论文就会对当前ai领域在发生什么有一个全面的理解。

这个太棒了。无数大佬都说学ai最重要就是多读paper多测demo,但是论文千千万,精力又是有限的。可以有真大神ilya帮忙梳理一套论文那是完全不一样的。

而且现在有了gpt的帮助,包括一些插件比如consesus,比如mr.ranedeer,等等,小白也可以最无痛的看论文了。甚至可以针对这27篇论文,让gpt帮自己定制一个专属的学习计划和专属教材。

另外加上一个超好用的小技巧,我之前学神经网络和机器学习基础的时候一直在用的,就是让gpt针对每个知识点学完以后马上问问题来靠自己,比如让自己用自己的语言陈述一下这个知识点,然后gpt就可以测试自己对每个理论或者知识点的理解透不透,如果不透马上可以针对这个知识点给你傻瓜式解释到你绝对懂为止。这种流畅的学习体验,和没有gpt时代是完全完全不同的,曾经的自己如果这么厚一踏专业全英文论文摆在面前,坦白说连翻来的勇气的没有。(只针对人生的前30多年一篇学术论文都没看过的我)。但是现在,我看到ilya推荐的论文清单,只有兴奋。因为我马上可以为这27篇论文,指定一个24小时的gpt老师和专属针对性的学习和练习计划,里面涉及的技术问题的讲解,我也很有信心gpt的讲述方法可以让读过中学的人都有办法理解,如果不理解,可以再换一百个角度一百个比喻来讲解。这种信心,我觉得是和gpt前的时代完全不同的。

我让gpt把27篇论文简单梳理。摘要。分不同阶段。再提供一下论文的下载链接。如果有必要,让它逐步针对27篇论文,把里面的理论体系形成一整本立体全面相互关联的一本教材也不是不可以的。这种学习体验像魔法一样。所以我感觉可能未来外卖小哥快递小哥保安小哥自学ai成为各个领域大神的故事会越来越多,越来越常见。认为自己因为没有专业背景没读过相应大学专业没做过相应的工作所以不行也不敢尝试,这种想法慢慢会被ai改变。

ai will make human more human
-
女版真美😭 可灵图生视频上了(Dit卷生卷死😈
日本人也把擎朗机器人用起来了
Z Potentials|张晓光,从中科大到UCLA,RoboCup冠军神话实验室的核心成员,如何玩转高动态人形机器人创业?

本期我们邀请到了Westwood Robotics 西木科技创始人兼CEO张晓光。西木科技发源于UCLA (加州大学洛杉矶分校)RoMeLa 实验室,实验室由顶级科学家Dennis Hong创立和领导。

RoMeLa 以足式机器人,特别是高动态性能的全比例人形机器人闻名,是人形机器人学术高地。张晓光博士期间参与了RoMeLa实验室90%的项目,于LA创立了西木科技,开启创业之旅。

在这场访谈中,CEO 张晓光向我们介绍了他十余年醉心“折腾”机器人的往昔岁月,RoMeLa实验室蝉联6届Robocup冠军神话背后的故事,西木最新人形机器人的设计和商业化思考。
Unitree 机器人测试,又在迫害机器人。

以前还是踢两脚,现在都开始上棍子了。

Invalid media: video
Reddit 上的一个玩法,用 SD 实时重绘谷歌街景的场景。

把世界上任何地方的地标变成动漫风格。

用的 canny controlNet 模型,toyxyz的网络摄像头 ComfyUI插件捕捉屏幕内容。

原贴地址:https://www.reddit.com/r/StableDiffusion/comments/1dkg8aq/google_maps_to_anime_just_started_learning_sd/

Invalid media: video
整理了一个学习GPT的书单, 筛选标准:

1. 自己读过
2. 愿意重读
3. 质量上乘
4. 浅显易懂

目前整理完,有四本:

1. 原理视角看GPT: 斯蒂芬·沃尔弗拉姆 《这就是ChatGPT》

2. 代码视角看 GPT: 黄佳 《GPT图解大模型是怎样构建的》

3. 数学视角看GPT: 涌井良幸 《深度学习的数学》

4. 作家视角看GPT: 万维钢 《拐点》
Claude 3.5 Sonnet 免费之后,Claude 早期不会封号账号的含金量还在提升。

Artifact 功能真的很牛批,右边窗口会在代码生成的时候展示代码,生成结束后会将代码渲染成网页。
戴雨森:拥抱时代、乐观和年轻人的力量|串台AI科技评论Talk - 此话当真

这期播客阐述了一些真格对 GenAI 投资上的逻辑和观点,包括一些“非共识”。比较有趣的几个点:

1. @yusen 认为,这一波 GenAI 在“全自动”、“通用性”和“具身性” 这三个点上都被高估了,换句话说,现阶段真格更愿意投资那些辅助性(半人工)的、数字化(不涉及物理世界)的、领域专用(而非泛化)的GenAI Deal。

- autopilot 被高估了,copilot 更实际一些。现阶段在生产环境对可靠性和可解释性的要求,导致必须有human in the loop,用 copilot 的模式给 AI 指导监督,同时提供反馈数据;

- general 通用性和泛化性被高估了,specialized 更实际一些。领域专用的 AI 应用会比通用的 AI 应用更早落地;

- physical 具身智能被高估了,digital 更实际一些。具身智能在科研上还有大量的难题没有被解决,参考自动驾驶,从 2004 年的 DARPA 挑战赛到现在,花了足足 20 年的时间,但 L2 的 FSD 还没彻底落地。因此,真实世界中的挑战远比想象中更大。(个人比较赞同,但不少投资人都很中意通用/人型机器人,详见暗涌的文章《当月之暗面和MiniMax的投资人坐在一起》。)

2. 认为当下的 AI 一定有泡沫,但关键是泡沫下的啤酒有多少。泡沫未必有害,从历史上来看,泡沫会催生大量的基建,这些基建在当时是冗余的,但在之后会派上用场。另外,泡沫时代浪大鱼也大,伟大的公司都是泡沫时代的剩者。

3. 很多人都将 AI 与移动互联网的发展进行类比和印证,但二者的区别在哪里?yusen 认为,相比移动互联网人人都能做 App,AI 时代技术的限制更多;AI 时代,缺少新硬件导致纯软件很难建立壁垒,对创业公司的挑战更大(而移动互联网时代,智能手机对所有人来说都是新事物,起跑线是相同的);AI 时代创业的资本投入更大;AI 时代的模型是阶梯型创新,而移动互联网的基建是连续性创新,等等。

换句话说,假如硬要类比移动互联网,最简单粗暴的问题其实是:4G 什么时候来?没有 4G 的普及,那么抖音、滴滴、美团外卖、微信支付、拼多多的故事大都不成立,投再多的钱和再牛的创始人也没用,移动互联网或许只有微信和今日头条能跑出来,结果会是一个远远不够 sexy 的时代。
Genspark AI 搜索可以搜推特可太强了。

我这个名字迷惑性很强,直接搜大概率所有搜索都不行,所以加了个定语。

他处理的不错,比我对自己的概括要准确。
关于如何向高手请教的一些思考

这两天新做的站谷歌UV过2,000了,对我这个新手来说还算是挺鼓舞的。因为我做这个站的预期就是:尝试能在某个主关键词,排进谷歌前10,又或者是每天能从谷歌拿到100以上的点击流量,能达到这个目标就足够了。

不过在上周,我向@哥飞 咨询这个词的时候,他其实是不建议我做的,为什么会这样呢?

现在复盘起来,其实主要是当时我没有向飞哥提供足够的信息,只是简单地跟他说了这个词,以及看了几眼数据,于是飞哥就自然而然地会以通用的标准来进行判断,后面得知他的分析如下

1. 这个词已经有正主了,并且很可能这个词的火热,就是由正主带起来的,我再去做这个词,基本不可能拿到第一(实际上我并不奢望排到第一)

2. 这个词的变现空间非常有限,相比于AI图片站、AI音乐站来说,即使拿到了流量,也赚不到大钱(实际上我不指望这个站赚钱)

当我们向他人请教时,如果没有提供足够的信息,那么他人给出的判断自然会基于一些通用的标准,但这个标准却不一定适合当下的你

因此当我拿到飞哥“不建议做”的建议后,反复纠结琢磨了好几天,最终才把站给上了。如果我一开始就把我的目标和预期说清楚,那么就不会出现这种拧巴的情况

这个小小的插曲,对我自己后面的启发是:未来若向他人请教问题,要清楚地说出你的目标和预期是什么,你当下的情况和水平是怎么样的,这样别人才能基于你的实际情况给予建议

而不是笼统地问“这事能不能做”、“这事该不该做”
单独写一条吧,我还挺“看好” Ilay 创立的新公司 SSI(Safe SuperIntelligence)。

因为在欧美社会里,这种 to G 公司比技术公司赚钱更容易,而且更直接,也鲜有风险。

to G 或 to ESG 公司的几种最直接的赚钱方式:
1. 立法咨询(在立法过程中,以第三方身份向法律编纂者提供行业内专业知识);
2. 合规咨询(向企业和行业提供法律建议和治理者监管意图);
3. 直接游说(帮着企业影响治理者思路);
4. 社群连接(帮企业调解与非客户利益相关方关系-比如弱势群体);

所以,以后 llya 的新公司以后在某种程度上就是 OpenAI 的上游了。

比起在一个技术公司内部做制衡性部门,纯外部的 ESG 公司立场更鲜明,只要卯足了劲干行业公司就行,不怕行业公司不买单。

打个最简单的比方,以后 OpenAI 花几十亿美金训练的新模型,SSI 花几十万美金组织一个关于种族偏见的蓝方攻击测试,然后就能出份报告让 OpenAI 花几千万来买修正微调方案。

和推进大模型技术本身相比,这甚至是个无本万利的 PMF 赛道,而且在欧美社会这完全不属于敲诈勒索,甚至不属于灰色地带,是彻彻底底的白道生意。

这种生意里唯一真正重要的资源是创始人自身威望,但 llya 是谁?被全球第一的 AGI 公司因太过重视道德而被踢走的技术伦理官,这个领域里还有比他在政府那边威望更高的人吗?

举个例子,游戏圈最近闹得沸沸扬扬的政治正确组织 Sweet Baby 就是这种独立 ESG 公司的典型,你看它踢到《黑神话:悟空》这块铁板之前有多少外国大公司给他们付费:微软、2K、V社、EA、华纳兄弟……

欧美数得上号的游戏公司基本都要找他们。

所以 Ilay 成立 SSI,我甚至觉得就是有点要让 OpenAI “敬酒不吃吃罚酒”的意思。
ilya另起炉灶了lol

OpenAI联合创始人、首席科学家Ilya Sutskever与OpenAI分道扬镳数周后,今日终于公布了自己的新动向。

Ilya今天在X上宣布自己创立了新公司SSI(Safe Superintelligence Inc.),瞬间炸起了AI业界的广泛关注和讨论。

Ilya是AI领域的顶尖科学家,曾主导OpenAI旗下GPT系列、DALL-E等里程碑式项目。然而,他与联合创始人Sam Altman在公司发展方向上的分歧由来已久。

Ilya更倾向于专注AI的安全性和可控性,提出"AI Alignment"(AI系统应与人类价值观保持一致)的理念,而sama则日益重视商业化发展。最终,分歧导致了Ilya的离职。

这一冲突反映出业界在"AI安全性"和"商业化"之间的深层次拉扯,涉及AI技术的未来走向。

从SSI官网披露的信息来看,这家新公司明确提出"构建安全的超级智能(Safe Superintelligence)",并将其视为当前最重要的技术问题。

这一理念与OpenAI日益商业化的策略形成鲜明对比,引发业界的广泛思考。

同时,SSI的成立被视为继Anthropic之后,AI安全派的又一次集结。此前OpenAI的另一位元老Dario Amodei也因类似原因离职,转而投入Anthropic阵营。

Ilya创立SSI,标志着AI业界在技术路线之争、产业生态重塑、社会责任拷问等方面进入新的博弈阶段。SSI能否在"安全"与"发展"之间找到平衡,开创一条不同于OpenAI的道路,将是业界长期关注的焦点。

当然,SSI的未来还有很多不确定性。它能否如愿实现"安全超智能"的宏伟目标?能否在商业竞争中站稳脚跟?能否赢得更多科技伦理学家的认同和支持?这些都有待时间给出答案。

但无论结果如何,SSI的诞生本身确实说明了AI发展进入了一个新的阶段。

ilya推特原文👉 https://x.com/ilyasut/status/1803472978753303014?s=46&t=ivCXWVuX_xbdGPrenQrBFg
SSI官网链接👉 https://ssi.inc/
AI探索指南
🤔 最近用 Kimi 长文创作总是磕磕绊绊,要求 5000 字的情况下,Kimi 只能给到 1000 多字。 无意中发现了橙篇 AI,现在 AI 长文创作对我来说,简直信手拈来。 橙篇 AI,一个集合“知识问答、内容搜索、图文理解、长文创作”的多模态 AI 效率工具。 地址:https://cp.baidu.com/ 据说橙篇是百度文库 6 月刚出不久,基于文心大模型,主打长文创作的 AI 效率工具。 你可以简单理解为,橙篇是免费版的 ChatGPT + Kimi.ai + Metaso + Notion.ai…
你打开橙篇首页,它直接就把所有功能完整呈现出来,简单易懂、超易上手。

对于一个刚接触 AI 的新手来说,它直接帮你省去了大量学习 Prompt 的时间成本,打开就能用 AI,用户体验直接拉满~

# 响应稳定快速
在使用橙篇的过程中,我完全没有遇到什么网络错误 404、高峰拥堵要礼物才能动次打次的情况。

如果你用不了 ChatGPT、还喜欢薅大厂羊毛的话,那橙篇一定是新手最推荐的免费 AI 效率工具了!

# 功能超级全面
橙篇首页有两个大模块功能“长文神器、AI 工具箱”,长文神器主要用来长文本内容创作的,它有“长文写作、资料搜索、文档总结、全文校正、格式整理”等 9 大功能,简直是各位 IP 大 V 的创作福音!

# 多模态创作能力
而橙篇的多模态创作 AI 工具箱,主要有“智能 PPT、AI 思维导图、AI 漫画、AI 有声画本、AI 写小红书、多文档合并”等 6 大功能。

我刚看了是开发中状态,期待一波国内版的免费 Midjourney + Gamma。

# 百度专属版权内容
听说百度橙篇专门花了不少心思收录各大学术版权,还打通了百度学术和全球 100 多万个学术站点。

🤔 我如何使用橙篇?

# 搜索资料
之前我用 Metaso 来搜索研报和学习资料,现在「橙篇-全网搜索」也能完成。

1.搜索研报:你只需要通过“关键词 + 报告.pdf”就能找到各种报告,例如搜:24 年 AI 大模型趋势报告.PDF。

2.学习资料:例如我现在想两周内学会 SQL,可以搜“快速学习 SQL 的书籍有哪些,请从易到难排序推荐我 10 本”。如果你想学其他知识,只需要改改提示词就行。

# 内容总结
我日常内容创作有个习惯,就是喜欢收集各种文章素材。

一旦我过好几天忘记这事,打开看待处理就已经 500+ 条了,这么多篇文章别说总结了,一篇一篇看都看不完。

现在结合橙篇单次最多 100 个链接总结的特性,确实节省了我大量资料整理时间。

# 长文创作
关于橙篇的长文创作功能,你可以从首页的“长文写作、最近创作-新建”这两个入口进入。

「长文写作」功能操作比较简单便捷,适合 AI 新手。

选择“主题生成长文、范文参考写作”其中一种方式,填入主题 AI 会自动生成长文,一般等几分钟就能输出至少 2 万字长文本内容。

而「最近创作-新建」是直接打开一个文档,体验类似 Word 的 AI 写作,这种方式对我来说更加自由。

你可以 AI 自动生成或自拟大纲,然后选取指定内容进行“润色、缩写、扩写、续写、总结、头脑风暴”等操作。

一篇基础的文章内容,框架无非就是主题的引言、介绍、总结。

按上面这种方法,原先几个小时的写作时间,现在基本已经压缩到了 10 分钟之内,剩下就是全文校正、格式调整、全网分发等一些细节问题了。

最后的话
我深度用过几十个 AI 工具,橙篇 AI 的使用体验,比我用过的都更简单、好用。

它可以说是国内免费版的 ChatGPT + Kimi.ai + Metaso + Notion.ai + Midjourney + Gamma。

并且由于百度出品,如果资源投入更多,某种程度比任何 AI 工具,都更具想象力和竞争优势。

总的来说,橙篇是一款我会关注使用,并持续安利给朋友的 AI 工具,希望你也喜欢。

#AI工作流 #AI的神奇用法
🤔 最近用 Kimi 长文创作总是磕磕绊绊,要求 5000 字的情况下,Kimi 只能给到 1000 多字。

无意中发现了橙篇 AI,现在 AI 长文创作对我来说,简直信手拈来。

橙篇 AI,一个集合“知识问答、内容搜索、图文理解、长文创作”的多模态 AI 效率工具。
地址:https://cp.baidu.com/

据说橙篇是百度文库 6 月刚出不久,基于文心大模型,主打长文创作的 AI 效率工具。

你可以简单理解为,橙篇是免费版的 ChatGPT + Kimi.ai + Metaso + Notion.ai + Midjourney + Gamma。
- ChatGPT:橙篇-AI 问答
- Kimi.ai:橙篇-文档总结
- Metaso:橙篇-资料搜索
- Notion.ai:橙篇-长文神器
- Midjourney:橙篇-AI 漫画(即将上线)
- Gamma:橙篇-智能 PPT(即将上线)

最近这几天,我深度使用了它的大多数功能。发现橙篇最秀还是「长文神器」。

你只需提供一个标题(大概 10 个字?),AI 会自动帮写大纲和扩写长文。

我专门试了下这个功能,给出长文的那一刻我傻了,几分钟就给我干出了 20000 字,我平时哼哼唧唧几个小时,最多也就写 1000。

如果你是长文创作选手,推荐你试试橙篇。

💡 橙篇有什么惊艳功能?

# 文档总结
橙篇文档总结功能,支持 10+ 常用格式、每个文件最大上传 200MB、100 个文件批量上传、长文无损理解等特性,Kimi 的链接总结只是橙篇基操。

# 搜索资料
橙篇支持“学术检索、全网搜索”这两种搜索模式,我这两天使用的体验效果,发现和 Kimi 有的一拼,部分不那么复杂的搜索需求,已经完全替代了 Metaso。

# 长文写作
橙篇的长文写作功能,主要有“主题生成长文、范文参考写作”。

主题生成长文功能,只要你提供一个标题,它就能直接给你生成文章大纲和长文本内容。

而范文参考写作,橙篇 AI 会根据你提供的范文 Word 和主题,自动生成相关风格长文。

据说这功能最高可以输出 10 万字内容,AI 赛道真是太卷辣~

🚀 相比其他 AI 工具,橙篇有什么优势?

# 对新手足够友好
相比 ChatGPT、Kimi 等其他 AI 工具,首页只孤零零显示一个输入框不同。
Back to Top