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
AIGC 领域的最新工具、开源项目以及行业大事件
AK 写了一篇播客回顾 2025 年的 AI 发展，它评价 nano banana 是 2025 年最具革命性的模型。
它的意义不止是个卓越的绘图模型，而是一种以图像为媒介的沟通方式。
🍌是图像版的 LLM。
未来还会有的视频版的 LLM。它会是什么？
🍅🥔🌶🍋？
AK 原文的翻译：
Google Gemini Nano Banana 是 2025 年最令人惊叹、具有范式转移意义的模型之一。
在我的世界观里，大语言模型（LLM）是继 20 世纪 70、80 年代个人电脑之后的又一个重大计算范式。因此，基于本质上相似的逻辑，我们将会见证类似的创新浪潮：
我们将看到个人计算的重生、看到微控制器的等价物（认知核心）、看到互联网的进化（智能体网络）等等。
特别是在用户界面与体验（UI/UX）方面，目前与 LLM 的“对话”模式，其实有点像 80 年代向计算机控制台输入命令行。
文本虽然是计算机（以及 LLM）最原始、最偏好的数据表现形式，但它并不是人类偏好的格式，尤其是在输入端。
事实上，人类并不喜欢阅读长篇累牍的文字——这既缓慢又费神。
相反，人类天生喜欢以视觉和空间的方式来摄取信息，这也是为什么传统计算领域会发明图形用户界面（GUI）。
同理，LLM 也应当以我们偏好的方式与我们交流
通过图像、信息图、幻灯片、白板、动画/视频以及 Web 应用等。
这种趋势的早期雏形当然就是表情符号（emoji）和 Markdown，它们通过标题、加粗、列表和表格等方式对文本进行“装饰”和排版，使其更易于阅读。
但究竟谁能真正构建出 LLM 时代的 GUI？
在这种视角下，Nano Banana 为我们展示了这种未来形态的初步端倪。
更重要的一点是，这种能力的显著之处不在于单纯的图像生成，而在于模型权重中将文本生成、图像生成和世界知识深度交织在一起所产生的“共生能力”。
英文原文地址：https://karpathy.bearblog.dev/year-in-review-2025/
期待明年的 labnana.com 能成为 nano banana 模型的最佳载体。
它的意义不止是个卓越的绘图模型，而是一种以图像为媒介的沟通方式。
🍌是图像版的 LLM。
未来还会有的视频版的 LLM。它会是什么？
🍅🥔🌶🍋？
AK 原文的翻译：
Google Gemini Nano Banana 是 2025 年最令人惊叹、具有范式转移意义的模型之一。
在我的世界观里，大语言模型（LLM）是继 20 世纪 70、80 年代个人电脑之后的又一个重大计算范式。因此，基于本质上相似的逻辑，我们将会见证类似的创新浪潮：
我们将看到个人计算的重生、看到微控制器的等价物（认知核心）、看到互联网的进化（智能体网络）等等。
特别是在用户界面与体验（UI/UX）方面，目前与 LLM 的“对话”模式，其实有点像 80 年代向计算机控制台输入命令行。
文本虽然是计算机（以及 LLM）最原始、最偏好的数据表现形式，但它并不是人类偏好的格式，尤其是在输入端。
事实上，人类并不喜欢阅读长篇累牍的文字——这既缓慢又费神。
相反，人类天生喜欢以视觉和空间的方式来摄取信息，这也是为什么传统计算领域会发明图形用户界面（GUI）。
同理，LLM 也应当以我们偏好的方式与我们交流
通过图像、信息图、幻灯片、白板、动画/视频以及 Web 应用等。
这种趋势的早期雏形当然就是表情符号（emoji）和 Markdown，它们通过标题、加粗、列表和表格等方式对文本进行“装饰”和排版，使其更易于阅读。
但究竟谁能真正构建出 LLM 时代的 GUI？
在这种视角下，Nano Banana 为我们展示了这种未来形态的初步端倪。
更重要的一点是，这种能力的显著之处不在于单纯的图像生成，而在于模型权重中将文本生成、图像生成和世界知识深度交织在一起所产生的“共生能力”。
英文原文地址：https://karpathy.bearblog.dev/year-in-review-2025/
期待明年的 labnana.com 能成为 nano banana 模型的最佳载体。
