AI探索指南

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

AI探索指南

  1. AI探索指南

    📋 精选推荐 (1个)

    📋 精选推荐 (1个)

    1. 📢 互联网从业者充电站
    互联网从业者专属
    内容多为技术、产品、设计、运营等不同话题内容；

    🕒 更新时间: 2025-10-13 13:24
    Telegram
    互联网从业者充电站
    互联网从业者专属
    内容多为技术、产品、设计、运营等不同话题内容；
    目标人群为程序员、设计师、产品经理、运营管理等不同职能。
    投稿/合作： @inside1024_bot


    内容来源网络

  2. AI探索指南

    即梦 4 用来做视频封面真是一绝！

    即梦 4 用来做视频封面真是一绝！

    用我昨天探索的动漫杂志风格提示词改了一个视频封面，点击率非常高，这里说一下制作步骤

    步骤 1：
    先用即梦 3.1 和这个提示词生成你喜欢的图片：将照片角色转换成动漫美女，美学风格非常现代且充满活力，像动态的杂志版面或波普艺术。将高对比度的人物剪影与半色调图案以及大量动感排版相结合，没有文字

    步骤 2：
    上传你选好的图片，输入提示词为它增加文字，这个时候模型要换成即梦 4：在图片在上方增加留白和优秀的艺术文字排版，替换原有的文字：“Sora2制作高质量动漫片头”“藏师傅教你”，文字跟图片融合的很好

    步骤3：
    上传你的真人照片和步骤 2 的结果图，替换原来的动漫角色，这时候是动漫风格的：图片的人物替代图 1 的动漫角色，为人物加上白色描边

    步骤 4：
    如果需要真人风格，上传步骤 2 结果图和你的真人照片，使用提示词：图片的人物替代图 1 的动漫角色，保证人物的写实风格，同时在人物后方增加一些网点和波普艺术排版元素，为人物加上白色描边

    步骤 5：
    如果需要更多比例的封面图片的话，重复步骤 4 切换生成图片的比例就行

  3. AI探索指南

    📋 精选推荐 (1个)

    📋 精选推荐 (1个)

    1. 📢 你不知道的内幕消息
    一些你不知道的内幕消息，最新资讯、大公司负面、时政财经、网友发布等高质量消息。

    🕒 更新时间: 2025-10-13 11:48
    Telegram
    你不知道的内幕消息🅥
    一些你不知道的内幕消息，最新资讯、大公司负面、时政财经、网友发布等高质量消息。
    投稿/合作： @inside1024_bot

    内容均来源社交媒体及公共平台，均不代表本频道观点，请酌情浏览。

  6. AI探索指南

    刚读完 Sam Altman 的最新访谈，有三个点让我印象深刻

    刚读完 Sam Altman 的最新访谈，有三个点让我印象深刻

    一、OpenAI 的 Windows 定位

    Ben Thompson 说：你们是 AI 的 Windows。

    Altman 的回答很有意思，他没否认：

    "大多数人会想要一个 AI 服务，贯穿整个生活。ChatGPT 是主要入口，但会集成其他应用。你会用 OpenAI 账号登录其他服务，保持体验连续性。"

    这个类比很准确。

    一端提供所有终端用户交互的 API（消费者+企业） 另一端成为大规模基础设施建设的目标客户
    Altman 自己的类比是谷歌：在家用，在工作用，没有雇主会封杀，就是同一个服务。

    他还说了一句：AI 最好的历史类比是晶体管，会渗透到每一个产品中，不会赢家通吃。

    矛盾吗？不矛盾。

    Windows 也没赢家通吃，但它确实是那个时代最重要的层。

    二、Sora 打破了创作者的 90/9/1 规则

    Sora 推出后的数据让人震惊。

    传统互联网有个 90/9/1 规则： 90% 的人潜水 9% 的人偶尔互动 1% 的人创作

    Altman 说，Sora 前几天的数据是：30%+ 的活跃用户是活跃创作者。

    30 倍的提升。
    他的解释是："世界上有大量潜在创意表达需求。如果你给人们让他们快速从想法到创意输出的工具，这触及某种非常深刻的人类需求。"
    关键词：降低创作的激活能量。
    以前我们以为只有 1% 的人想创作，其实是工具门槛太高。

    当从想法到作品的成本足够低，创作不再是少数人的特权。

    有个细节很有趣：为什么 Sora 不放在 ChatGPT 里？

    Altman 说："ChatGPT 太私密和个人化。如果加入社交特性，人们会想'我还要告诉它我最深的问题吗？'"

    产品心态要分开：私密工具和创作工具，不能混在一起。

    货币化也很直接：很多人只是做表情包发给 3 个朋友，广告模式支撑不了成本，只能按生成收费。

    三、版权持有者会从"别用我的"变成"多用我的"

    Altman 对版权问题的预测很大胆。

    他说：现在版权持有者可能说"我不喜欢 AI 用我的内容"，但一年内，会变成"OpenAI 对我不公平，没把我的内容放在足够多的视频里"。

    逻辑是这样的：

    随着 AI 创造越来越多的定制内容，普遍认可的共同事物（知名 IP）会增值。

    Ben Thompson 说得很形象：知名 IP 是"人们触碰的图腾柱"。

    实际情况已经在印证：Altman 说，更多版权持有者主动联系他说"这对我有利，确保我得到足够的生成"，比拒绝的多。

    视频和图像不一样。视频情感冲击更强，所以版权方需要更多控制。他们想要的不是"不用"，是"按我的规则用"。

    这是一个从防御到价值积累的转变。

    AI 时代，稀缺性的定义变了。信息不稀缺，共识才稀缺。

  7. AI探索指南

    国庆做了两个分身，很愉快

    国庆做了两个分身，很愉快。之前一直看@余一.Dev 搞 AI as me，很想试。国庆花了点时间，将 flomo 里的 5 年 2000 条日记，和有道里的 4 年 1200 条日记，做成了几个 md 文档（处理有道文件时，全靠 manus 帮我整理），导入 GPT 做了一个 GPTs，导入 Gemini 做了一个 Gem。

    相当于他们各自拥有了我 9 年的记忆。

    在两个模型里各自创建了两个分身，一个是“石山-我的首席记忆官”，意思是我的镜像。目的是完全复制我的记忆，帮我回忆一些事，说话谨慎保守不多话。另一个是“姬十四-我的首席战略官”，意思是姬十三+1， 了解我，但比我更理性，更贝叶斯，在一些重要问题上帮我做决策。提示词里写明遇到什么事参考哪个文档，优先顺序等。

    目前大概是这样，已经感觉很爽了。

    跟即友交流一下：
    大家都是怎么玩的，还有什么玩法，可以怎么改进？
    最大的数据源其实是微信聊天记录吧，这个怎么导入？
    记忆需要定期更新，有什么好用的操作？

  8. AI探索指南

    分享最新关于AI的使用经验，不高大上但是很落地

    分享最新关于AI的使用经验，不高大上但是很落地。

    1.用好AI，地基要打牢，也就是说在大模型的选择上，我推荐使用ChatGPT、claude和Gemini，并且一定要充会员，这样你才能使用到模型的全部能力。

    如果觉得费用很高，或者来回切换很麻烦，可以用一些套壳网站，比如我经常用的是POE。

    2.AI大模型的一些衍生应用非常适合职场人的工作场景，比如google gemini的deep research功能，可以帮你深度去调研某一个行业/某一个品牌，某一类人群的画像，基本上能解决70%广告人的前策工作。

    除此之外，还有notebookllm，是非常好用的学习工具，可以帮你去快速读懂报告，读懂财报和研报。

    因为gemini的超长上下文能力，所以你一次性可以上传10几份报告，让AI集中解读，提高信息的获取效率。

    3.不要再用很复杂的提示词技巧
    和AI交互的关键在于，你是谁，你希望AI是谁，以及你到底期望从AI那里获得什么有价值的信息，前面可以通过简单的提示词技巧，后续通过多轮对话的形式，提高大模型的回答精度。

    4.不要迷恋智能体
    虽然今年智能体和agent的概念被炒的很热，但是它真正的落地性和任务完成度依旧很差，理由很简单，智能体还没有办法100%的去模仿人类思考。

    5.用好AI的关键是【投入时间】
    用好AI的关键并不是去学习一些高大上的技术理论，而是要投入时间，比如可以和AI对话，聊一些自由度比较大的问题，去聊一些工作上的问题，甚至可以问AI如何更好的和AI交互
    投入时间去使用各种大模型，各种AI应用
    这样你才能 用好AI。

  10. AI探索指南

    生命对抗熵增，创造有序

    生命对抗熵增，创造有序。这需要智能来最大化能量效率。

    但这个定义还是停留在"压缩"层面：
    - 逆熵 = 从混乱中创造秩序
    - 压缩 = 从数据中提取规律
    - 本质都是"降低不确定性"

    AI很擅长这个，但只有压缩是不能称之为智能的。

    "选择"不是逆熵，甚至可能是"增熵"：
    - 选择创造新的可能性
    - 选择制造不确定
    - 选择打破旧秩序

    所以如果"逆熵=智能"，那AI会比人类更智能。

    但如果智能还包括"选择能力"，那就是另一回事了。

    也许我们需要两个词：
    - 逆熵智能（AI擅长）
    - 选择智能（人类擅长）

  17. AI探索指南

    我今天花了一小时读了一篇文章《语言：生于智能并终将成为智能》

    我今天花了一小时读了一篇文章《语言：生于智能并终将成为智能》

    核心观点是：压缩就是智能。

    生命对抗熵增需要最大化能量效率。大脑是一台高效的压缩机器——能耗20瓦，但算力惊人。智商越高，计算能耗越低。

    人类为了传递经验发明了语言，语言本质上就是对现实的压缩。

    到了AI时代，关系反过来了：

    以前是：现实 → 人类智能 → 语言（传递工具） 现在是：语言 → AI → 现实
    语言不再只是传递工具，而成了智能本身的原材料。

    文章认为，人类语言数据已经被压缩到极限，这就是数据飞轮失效的原因。AI需要发展自己的语言（AILang）才能继续进化。

    读完和 Claude Code 讨论了很久，有几个洞察：

    1. 人类语言的"低效"其实是双刃剑 模糊性、隐喻、多义性在人类社会是特性，在AI训练中是bug。同样的特质，在不同系统里价值完全相反。

    2. 应用公司正在无意识地为AI进化铺路 你做应用是为了用户价值，但客观上积累了独特数据和环境。未来有能力训练模型的公司，这些就是护城河。这不是"应该"，而是"正在发生"。

    3. AILang已经存在了 神经网络的表征空间、多模态模型的中间层，已经是一种人类看不懂的"语言"。不是要发明，而是正在涌现。

    4. 智能≠人 文章说的是智能维度的压缩逻辑，但人还有情感、意义、价值。这些不是被压缩，而是会被舍弃。区分这两个层面很重要。