AI探索指南
- K2 的技术报告也发布了#ai创造营#
专家数量：384个专家，每次前向激活8个，提升了稀疏性和性能。
注意力机制：采用多头潜在注意力（MLA），隐藏维度7168，注意力头数64（相比同类模型减少一半，提升长文本推理效率）。
优化器：创新性地提出了MuonClip优化器，将高效的Muon算法与QK-Clip权重裁剪机制结合，解决了大规模训练中的不稳定问题，防止注意力logit爆炸。
数据处理：预训练数据覆盖Web文本、代码、数学和知识四大领域，采用合成重写（rephrasing）技术提升token利用率，尤其在知识和数学领域通过多样化重写增强泛化能力。
训练规模：预训练总计15.5万亿高质量token，采用4096-token上下文窗口，后期通过YaRN方法扩展到128k上下文。
稀疏性Scaling Law：实验表明，在激活参数数固定的情况下，增加专家总数（提升稀疏性）能显著降低训练和验证损失，提升模型表现。
推理优化：减少注意力头数，降低长文本推理的计算开销，提升实际应用效率。
硬件：基于NVIDIA H800 GPU集群，采用多级并行策略和高效的激活存储与重计算技术，保证大模型训练的可扩展性和稳定性。
这里查看：github.com/MoonshotAI/Kimi-K2/blob/main/tech_report.pdf - 通义发布了 Qwen 3 235B 的升级版本 Qwen3-235B-A22B-2507
去掉了混合思维模式，将推理模型和非推理模型进行区分，看起来混合思维模式有些问题。#ai创造营#
虽然是小升级但是测试分数提升非常大，一会去试试。 - 王小川还不如去造机器人。
- 乐观估计，两年之内通用人工智能会降临。
谷歌拿下IMO金牌了，新模型用到了并行思维，离理想中的AGI越来越接近了。世界上聪明人真多啊 - 人机协作时代🌝
- 六小虎还剩仨
一家模型做的很好
一家Agent做的很好
一家产品做的很好 
- 时尚 AI Agent 也来了，感觉比目前很多品类的 Agent 都要更有用！
Gemsmo 可以按需生成穿搭、每个单品都可购买，还可以按照自己的身材虚拟试穿。
用 Gensmo 给自己生成了一套宝可梦穿搭，分别搭配泡泡蛙、呱头蛙、甲贺忍蛙！大家更喜欢哪一套呢~
Invalid media: video - 直到今晚才知道
我看上的PM都被小宇宙抢走了...
原来我们真的是竞对...吗？ 
- 继续玩 Veo 3 将经典影视场景变成像素风格游戏，分别是黑客帝国、银翼杀手和指环王
提示词：
影视作品：黑客帝国 (The Matrix)
经典场面描述：
暴雨滂沱的摩天楼顶，尼奥为了掩护同伴，独自面对特工史密斯。当史密斯开枪时，尼奥的“救世主”潜能觉醒，他以超越物理的姿态后仰，在慢动作下躲开了子弹。这便是影史经典的“子弹时间”场面，是尼奥信念诞生的象征。
核心角色：
尼奥 (Neo): 觉醒中的救世主。身穿标志性黑色风衣，冷静而专注，内心力量正在萌发。
特工史密斯 (Agent Smith): “母体”的秩序化身。冷酷无情的程序，身穿黑西装，是尼奥必须跨越的障碍。
游戏画面风格： 像素艺术 (16-bit风格)
游戏类型： 横版动作射击
游戏化场景还原： 将经典的“子弹时间”场面，用复古像素美学和强调精准操作的玩法重现。
画面描述:
游戏采用16-bit横版卷轴视角，整体色调为标志性的暗绿与灰色。能看到像素化的雨滴和低分辨率的城市夜景。玩家控制的“尼奥”和敌人“史密斯”都是细节分明的像素人物。核心玩法是再现“子弹时间”：敌人射出的子弹像素轨迹会变慢，为玩家提供闪避窗口，而尼奥的躲闪动作则是精致的逐帧动画。
游戏界面 (UI):
左上角: 像素化的绿色生命条（HP）和黄色的“专注值”条。
右上角: 简单的像素风格分数和连击计数。
右下角: 武器图标和弹药数。
音乐与音效 (Audio):
背景音乐 (BGM): 电影原声的16-bit芯片音乐（Chiptune）改编版，节奏强劲，充满合成器质感。
音效 (SFX): 数字化的枪声、子弹划过空气的“咻咻”声、以及使用“专注”能力时的特殊提示音。
Invalid media: video - 产业欣欣向荣哇🤓🤓🤓
- Veo 3 的生命力真的强
这个 logo 无缝衔接变成产品的玩法也很好，非常适合做品牌广告最后一个分镜
照例优化了提示词把 json 格式干掉了
在一个充满趣味的一镜到底镜头中，经典的乐高标志将分解为无数色彩斑斓的积木颗粒，并在空中自动拼搭成一个充满想象力的模型。
详细场景描述:
画面始于一个纯白背景前，标志性的红色方形乐高（LEGO）标志静静悬浮。整个过程将由一个流畅、不间断的镜头完成。 标志突然轻微晃动，随后“咔”的一声，它分解为“L-E-G-O”四个独立的字母积木。紧接着，这四个字母再次爆开，化作一场五彩斑斓的积木“阵雨”倾泻而下。这些红、黄、蓝、白的标准积木颗粒在空中飞舞、旋转，被一股无形的力量牵引，以极快的速度和精准度相互“咔哒、咔哒”地扣合在一起。镜头可以跟随其中一块关键积木，看它如何找到自己的位置。最终，这些积木在空中完美地拼装成一个活泼的乐高小汽车模型。
核心创意: 标志的解构与充满乐趣的重组。
镜头与运镜: 严格的一镜到底（Single take / One-shot），可以带有趣味性的轻微环绕运镜，以展现拼搭过程的动态感。
整体风格: 充满童趣、活泼、有创造力、令人满足。
灯光: 明亮、均匀、欢快的影棚灯光，让积木的色彩显得格外鲜艳。
环境: 纯白或浅灰色的极简背景，以最大限度地突出乐高积木的色彩。
核心元素:
经典的乐高标志
分解后飞舞的各色积木颗粒
空中自动拼搭的过程
最终成型的乐高模型
音效:
背景音乐: 轻快、俏皮的旋律，可使用木琴、打击乐等乐器。
特效音: 整个过程的核心是乐高积木相互扣合时清脆、悦耳、富有节奏感的“咔哒”声。
结尾: 拼搭完成的乐高模型完美地静置在画面中央。画面淡出为白色。全程无任何文字。 - 上周帮藏师傅定制了他的 AI 音色。
于是本周的藏师傅 AIGC 周刊，你可以听到藏师傅声音的AI播客了
https://listenhub.ai/episode/u/687d1213f72cbc7b35d70234/687d1213f72cbc7b35d70234 - 关于机器人的形态，很多科技大佬都说人形不是最好的形态。像云迹科技这些做酒店、餐厅送个什么东西的机器人才是真正合适的场景。
当然，从阶段性摘果子的角度，这边没有问题。不过做机器人本质的思路有两个：
1，做垂直场景的机器人，机器人只按这个场景设计最合适的形态。例如送餐就只需要个轮子➕托盘。
2，做人形机器人，形态和人一模一样，人能做的事情，理论上它都能学会做。但要一个场景一个场景地教。教会了它送餐，他就可以替代送餐机器人。教会它打扫，就可以替代扫地机器人。
垂直场景机器人有个问题，每个场景都需要涉及对应的机器人，那假设一个懒人，就需要买各式各样的机器人放家里。事实上，现在很多年轻人家里已经摆满了扫地、拖地、洗碗机、洗衣机.....越堆越多。
但人形机器人的作用就是教会他一个技能，它就可以让你少买一个垂直场景的机器人。类似iPhone面世后，消费者只需要买一台手机就可以打电话、拍照、导航、扫描.....用丰富的软件替代了无穷无尽的硬件需求。iPhone只需要把支撑软件所需的硬件基础搭建好，让开发者调用就行。
人形机器人也是一样的道理， 机器人厂商负责做好硬件基础，让机器手脚能像人的手脚一样灵活、精密地感知。再配备能跟着人学习技能的大脑，以及搭建一个技能平台，人类可以向平台中输入技能，一个机器人学习成功后，所有机器人就都同时学会。人类也能因此获得收益。
所以在整个价值链上，最高价值的是这个技能平台，类似iPhone的应用商店。谁能搭建好一个让技能开发者们都能低门槛开发技能并公平获取收益的平台，就能成为机器人应用生态中最顶级的存在。
沿着这个思路，全球有什么公司在搭建这样的AI技能平台？
