机器司机的数量超过了人类司机。智能革命浪潮里，机器对人的替代正在真切地发生，若干年后回望，这只是前奏而已。还是那句话，人们往往会高估未来2年内的变化，而低估未来10年的进步。摩尔定律的另一种解读就是，科技的半衰期正在以几何速度减少。

正在给周刊准备封面，最后选了这张

当下的ai，我感觉有两个利基市场，一个往下走，解决ai上手使用的问题(什么是ai，a场景有什么好用的x工具等等)。另一个往上走，解决之前人都搞不定(或不好搞)的问题。

当下ai圈的好多人，恰恰在这两者之间扑腾，既看不到(或看不上)前者的巨大套利时间窗口，也解决不了后者的难度。

ignoramus.

核心辐射学习法

这是我常用的一种学习和思考方法。

学习一项新知识，新技术的时候。如果直接面对一整个庞大的系统性知识，容易产生畏难心理、记忆负担、认知迷茫等问题，同时容易陷入知其然不知其所以然的地步。

为了让自己更快更深的理解掌握一项新知识，我会希望尽可能的抛弃掉所有的复杂性，先从最小核心出发，再慢慢掌握基础，然后实践，然后提升，然后拓展。

以 RAG为例 (个人不专业的回答，欢迎批评指正):

1. 最小核心: 知识 + 指令 构成的提示词。 最简单的做法就是我们读文献的时候，手动将知识复制粘贴给AI (人工检索知识)，然后要求AI 根据知识回答问题。

2. 基础层。人工检索效率低，所以最小核心的人工检索知识变为机器检索知识。
知识太多，无法一次输入，所以需要对知识进行分片，于是有了知识切片的各种方法。
为了检索的准，于是有了关键词检索，语义检索等技术。
为了进行语义检索，需要将文字转换为向量，所以有了转换的embedding 模型，要对这些向量操作，所以需要向量数据库。
机器将检索到的知识和指令结合构成提示词，引导模型生成回答。

3. 实践层。基本上使用上面这些就能构建一个小的rag系统，花时间实验，试错，调优。在优化的过程中发现更多问题，检索不准的问题，生成不理想的问题等等。

4. 提升层。为了优化检索效果，检索的时候使用各种混合方法，有些问题依赖的知识分布在多段内容中，因此使用多段内容。但是这些内容和问题直接的相关性等又有不同，希望筛选出最相关的，于是有了对检索得到的知识的排序，有了排序模型。为了进一步提升系统效果，使用更好的模型，更好的参数，对生成数据流优化，各个步骤上的参数测试优化等等。

5. 拓展层。进一步进行系统层面的优化，对系统稳定性，易用性，产品设计等方面优化。比如在实际使用过程中发现很多问题是重复的，这时候就可以构建缓存系统，第一次回答之后下次类似问题进来直接使用缓存的已有答案。

思考是这个核心辐射的逆过程，不断剔除掉外在的复杂性，观察事物是否成立，最后只保留下最小的不可去除的核心。

个人按这个思路，Agent 和 RAG 如果不断去除掉复杂性，最终保留到最小核心的话，可以回退到 prompt 的构造法。

抖音的AI图真是遥遥领先 几十秒出图

Suno V4 要来了，一定要听这个 Demo，太强了。

以后我想听音乐可能真会直接打开 Suno。

Liblib整挺大啊，上线PC客户端了。

可以一键在本地运行Web UI和Comfyui，而且还可以浏览线上的模型，直接从Liblib下载。

Krea AI 上线了 Lora 训练功能。

上传最少三张图片就可以训练，界面和交互非常精致和直观。

FLUX Lora训练真的很简单，但是一堆产品没有一个再体验和交互上下功夫的。

Krea 真的活该成功。

使用 EARLYBIRD 邀请码前100个人可以直接获得权限。

🌐 ChatGPT Search vs. Perplexity：突破语言边界的创新

经过一段时间的探索和观察， 发现两者都非常强大，不能说谁完全胜过了谁； 但站在普通用户视角，我意识到ChatGPT Search的易用性、入口性和实用价值体现了其一流产品的水准。

在截图的简易对比中，Hans 尝试了两者在上下文理解、来源可靠性以及LLM 推理等智能水平。 特别发现有一点，对于中文用户来说具有突破意义：

「即 ChatGPT Search 的搜索来源不会因为你是中文输入，就只使用中文来源。这点异常关键～」

综合来说，我之前在Perplexity一直使用英文输入的习惯会被进一步巩固，而ChatGPT Search + Chrome插件的用法，则重塑了一条全新的工作流。 我相信它正在改变新一代年轻用户的使用习惯，这是新开始。

欢迎分享你的ChatGPT Search使用心得和新发现～#AI的神奇用法

FurQfZMlIEps3xHbesAHQrB3JM5Gv3.png

1.1 MB

lg1WIrzxq7APKAqZ_mn4R9hHsld5v3.png

4.6 MB

FoKiZrGyfk1gdT4CbAjzYnZhPlkVv3.png

1.7 MB

lg3bQDFPHJ-umJ8MBYQwMz5HanrJv3.png

4.2 MB

果然只要是视频，字节就一定会整一个 SOTA 出来。

发布 X- Portrait2 单图生成面部视频技术。

效果吊打 Runway，甚至比 HeyGen 还好一点！！

面部和唇部肌肉非常自然而且生动，真实的有点离谱了。

妈的，这下 AI 脱口秀视频和对谈视频，还有表演技术彻底成熟了。

X-Portrait 2技术上的突破是：

他们构建了一个最先进的表情编码器模型，通过新的端到端自监督训练框架，能够从人像视频中自学习ID无关的运动隐式表征。

另外通过为模型设计过滤层，编码器能有效过滤运动表征中的ID相关信号，使得即使ID图片与驱动视频中的形象和风格差异较大，模型还可以实现跨ID、跨风格的动作迁移。

0:14

Media is too big

VIEW IN TELEGRAM