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
今天宣布融资13亿美金…
估值都40亿美金了…
一个模型，一个日活几万的产品而已
太夸张了…
orange.ai: PI app 背后的模型即将开放 API。
不仅很聪明，说话也更像人。
如果世界上的AI都像 ChatGPT 那样说话，会是一个非常无聊的世界。
https://twitter.com/inflectionai/status/1671929509615120384
估值都40亿美金了…
一个模型，一个日活几万的产品而已
太夸张了…
orange.ai: PI app 背后的模型即将开放 API。
不仅很聪明，说话也更像人。
如果世界上的AI都像 ChatGPT 那样说话，会是一个非常无聊的世界。
https://twitter.com/inflectionai/status/1671929509615120384
人形机器人行业要向前发展，必先跨越“三座大山”，即：技术难度大，制造成本高昂，以及商业化难度高。
这三个问题构成了经典的“三角循环”模型：要满足应对极多复杂场景的苛刻要求，在当前条件下集成大量先进技术和硬件设备的成本高昂，而高昂成本又击退了绝大部分需求，进而难以启动规模化生产来降低成本。
双足人形机器人是最复杂的形态，在于其最终需要在人类所处的现实环境中，以类似真人的要求去工作。而人类工作生活的现实环境。比如高速变化的动态环境、极其复杂的各种身体动作，以及人类社交需要对语言、表情、情绪等作出精准且及时回应，都需要机器人在环境识别和感知、人机交互、运动控制等方面都要有接近人的表现。
问题来了，大模型能解决什么问题。
这三个问题构成了经典的“三角循环”模型：要满足应对极多复杂场景的苛刻要求，在当前条件下集成大量先进技术和硬件设备的成本高昂，而高昂成本又击退了绝大部分需求，进而难以启动规模化生产来降低成本。
双足人形机器人是最复杂的形态，在于其最终需要在人类所处的现实环境中，以类似真人的要求去工作。而人类工作生活的现实环境。比如高速变化的动态环境、极其复杂的各种身体动作，以及人类社交需要对语言、表情、情绪等作出精准且及时回应，都需要机器人在环境识别和感知、人机交互、运动控制等方面都要有接近人的表现。
问题来了，大模型能解决什么问题。
生成式AI模型正在彻底颠覆我们与计算机的传统互动方式，将它们融入我们的生活，成为我们的合作伙伴、朋友，甚至是我们的家庭成员和亲密伴侣。
在未来，「序列猴子」的多模态将为AI CoPilot这一模式增添更丰富的表达形式，为企业和用户带来更有趣的体验。
#AI工作流 #AI的神奇用法
「序列猴子」内测探索
openapi.mobvoi.com
不要把研究 AI 新闻当做研究 AI
在一些分享现场，有听众问我对于最新的一些模型的看法，或者大厂的一些动向，我的反应都跟个傻子一样，对一些大家提到的模型一无所知，对于到底 Google 能赢，还是 OpenAI 能赢这样的问题，表现出来远低于提问者的智商。
但我很乐于保持这样。
AI 领域不缺新闻。千万不要把研究 AI 新闻和研究 AI 混为一谈，这两个是完全不同的领域。我不能武断的说，一个领域比另外一个更有价值，但至少可以说，这是两个完全不同的领域。学习 AI 新闻或许能够帮助自己成为一个不错 AI 媒体编辑，或者在饭局上成为最健谈的那一个人，却并没有办法成为 AI 的从业人员。很多学习者，因为不知道两者的差别，把大量的精力用来跟踪每天新出的新闻，实在太可惜了。
新闻是短期的，一两周就过期的；而技能是长期的，影响超过几年的；原理更加长久一些。
谁又出了新产品，谁又发表了什么言论，都是科技界的八卦。不能完全不知道，但是分配超过 10% 的时间就不值得。
远离那些让自己感觉学到了很多东西，却在夜深人静的时候不记得什么的信息源。花时间在相对不变的稳定的东西上面，才能帮助我们理解每天都在变化的东西。决定自己不花时间在什么上面，比决定花时间在什么上面更重要。读一篇文章的时候，可以问一下自己「我一年以后还在乎这篇文章吗？」
如果有时间，哪怕从最简单的 prompt 学起，写一些 sample code，或者尝试找一些应用场景，都是很好的学习方式。如果有兴趣把三五年前的人工智能原理入门的书读一读，都是有价值的。
在一些分享现场，有听众问我对于最新的一些模型的看法，或者大厂的一些动向，我的反应都跟个傻子一样，对一些大家提到的模型一无所知，对于到底 Google 能赢，还是 OpenAI 能赢这样的问题，表现出来远低于提问者的智商。
但我很乐于保持这样。
AI 领域不缺新闻。千万不要把研究 AI 新闻和研究 AI 混为一谈，这两个是完全不同的领域。我不能武断的说，一个领域比另外一个更有价值，但至少可以说，这是两个完全不同的领域。学习 AI 新闻或许能够帮助自己成为一个不错 AI 媒体编辑，或者在饭局上成为最健谈的那一个人，却并没有办法成为 AI 的从业人员。很多学习者，因为不知道两者的差别，把大量的精力用来跟踪每天新出的新闻，实在太可惜了。
新闻是短期的，一两周就过期的；而技能是长期的，影响超过几年的；原理更加长久一些。
谁又出了新产品，谁又发表了什么言论，都是科技界的八卦。不能完全不知道，但是分配超过 10% 的时间就不值得。
远离那些让自己感觉学到了很多东西，却在夜深人静的时候不记得什么的信息源。花时间在相对不变的稳定的东西上面，才能帮助我们理解每天都在变化的东西。决定自己不花时间在什么上面，比决定花时间在什么上面更重要。读一篇文章的时候，可以问一下自己「我一年以后还在乎这篇文章吗？」
如果有时间，哪怕从最简单的 prompt 学起，写一些 sample code，或者尝试找一些应用场景，都是很好的学习方式。如果有兴趣把三五年前的人工智能原理入门的书读一读，都是有价值的。
根据自己的需求场景，结合网站上提供的常用模式、示例内容和选择器工具，点一点，就可以快速实现一个效果还不错的稳定可用的 Prompt。
如果还是玩不转，它提供了演示器，手把手教你，一步步实现复杂交互：
而随着GPT们的诞生，这个创造性活动还在加速技术民主化，编程等基础工作将大量被GPT 替代， 而内容的生产效率也被Copilot 模式疯狂提效；而想象力和热情成为了新的杠杆力。
如果你还不确定这个趋势的到来有多么迅猛， 不妨再翻阅一下 AIGC 第六期大目录《创造的勇气》。
如果你还不确定这个趋势的到来有多么迅猛， 不妨再翻阅一下 AIGC 第六期大目录《创造的勇气》。
Unity AI：当我们说人人都是Builder 时代正在加速到来时， 别忘了游戏也在吞噬世界。
知名游戏引擎平台 Unity 近日推了两款 AI 工具， 令人耳目一新，Text 2 Games 终于也快来了~
✨ 看点导读：
- Unity是最受欢迎的游戏引擎之一， 其高品质搭建2D和3D世界的开发能力以及跨平台输出的特性，让它这些年来不断引领游戏开发的潮流。 （官方最新数据称每月活跃创作者达180 万，历史里程碑级有关背景信息，见评论区）
- 从开发视角， Unity AI提供了一个新Copliot工具； 通过与Muse Chat 聊天，快速启动创建一个游戏项目：例如让 AI 直接一键生成塔防类游戏的基础框架，或让AI 创建的人物角色来个后空翻；
- 从工具学习的角度，你也可以让Muse Chat 和讨论如何一步步熟悉工程环境本身，并要求AI协助编码。 （视频演示第10秒左右，列出了简要过程）
- 从内容生产角度， 让Muse Chat 创建3D 材质、动画等内容，现在你可以不断用自然语言输入promopts 完成创建和编辑你需要的资产（Asset）。
- 整个建构被Copliot 模式驱动，这是前人无法想象的新的工作流。（如果你想我一样感觉异常兴奋，Muse Chat 现已经开放Waiting list，这里申请加入 https://create.unity.com/ai-beta。官方提示这个暑假会进一步开放。 ）
- 第二个工具被称为 Unity Sentis 。它允许你在 Unity 运行时为你的游戏或应用程序嵌入 AI 模型，直接在终端用户平台上增强游戏玩法和其他功能。
- 这是第一个将 AI 模型嵌入到实时 3D 引擎中的跨平台解决方案，你可以一次构建，然后将你的模型嵌入到多个平台上，从移动设备到 PC，主机游戏。在技术层面，它将神经网络与 Unity 运行时连接起来，意味着 Sentis 解锁了无穷的可能性。（还在封测阶段）
- 换句话说， 它指向了游戏世界从有限迈向无限的重要一步。
🖖 One More Thing ：
在AIGC的新世界，游戏开发要比你想象的简单的多；一方面得益于过去几十年互联网浪潮加速了游戏产业上下游分工和成熟度，无论是设计思想还是构建世界，都越来越模块化，越来越低门槛。
知名游戏引擎平台 Unity 近日推了两款 AI 工具， 令人耳目一新，Text 2 Games 终于也快来了~
✨ 看点导读：
- Unity是最受欢迎的游戏引擎之一， 其高品质搭建2D和3D世界的开发能力以及跨平台输出的特性，让它这些年来不断引领游戏开发的潮流。 （官方最新数据称每月活跃创作者达180 万，历史里程碑级有关背景信息，见评论区）
- 从开发视角， Unity AI提供了一个新Copliot工具； 通过与Muse Chat 聊天，快速启动创建一个游戏项目：例如让 AI 直接一键生成塔防类游戏的基础框架，或让AI 创建的人物角色来个后空翻；
- 从工具学习的角度，你也可以让Muse Chat 和讨论如何一步步熟悉工程环境本身，并要求AI协助编码。 （视频演示第10秒左右，列出了简要过程）
- 从内容生产角度， 让Muse Chat 创建3D 材质、动画等内容，现在你可以不断用自然语言输入promopts 完成创建和编辑你需要的资产（Asset）。
- 整个建构被Copliot 模式驱动，这是前人无法想象的新的工作流。（如果你想我一样感觉异常兴奋，Muse Chat 现已经开放Waiting list，这里申请加入 https://create.unity.com/ai-beta。官方提示这个暑假会进一步开放。 ）
- 第二个工具被称为 Unity Sentis 。它允许你在 Unity 运行时为你的游戏或应用程序嵌入 AI 模型，直接在终端用户平台上增强游戏玩法和其他功能。
- 这是第一个将 AI 模型嵌入到实时 3D 引擎中的跨平台解决方案，你可以一次构建，然后将你的模型嵌入到多个平台上，从移动设备到 PC，主机游戏。在技术层面，它将神经网络与 Unity 运行时连接起来，意味着 Sentis 解锁了无穷的可能性。（还在封测阶段）
- 换句话说， 它指向了游戏世界从有限迈向无限的重要一步。
🖖 One More Thing ：
在AIGC的新世界，游戏开发要比你想象的简单的多；一方面得益于过去几十年互联网浪潮加速了游戏产业上下游分工和成熟度，无论是设计思想还是构建世界，都越来越模块化，越来越低门槛。
