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
#120. 脚只是装饰而已?智能机器人发展到哪儿了? - 牛油果烤面包

新的一期干货发布!这期好多点都好有启发性,物理世界为什么就是难的,为什么我们真的要做人形机器人?腿只是装饰而已,上面的大人物真的不懂吗😉

Invalid media: image
宇树和智元同时发布人形机器人

两个重要不同
1. 宇树的手不是灵巧手,智元是
2. 宇树是正腿(类似于人类的腿,🦵)智元是反腿(鸵鸟腿)
稚晖君发布了远征 A1,进军人形机器人+人工智能领域。
#晚安提示词 今天在 Midjourney 发现一个很像微软宣传片里常出现的的景色的图片,所以就研究了一下提示词和找了一下微软之前的宣传片来参考,发现常见的场景一般都是线条比较柔和的湖面、沙漠或者海面之类的,在用的颜色方面主要就是浅灰色和深蓝色搭配,米色浅紫色和蓝色或者还有点粉色。下面这些图片就是通过景色和颜色搭配得来的。

🌟提示词 1:3d background of sky 3d hd abstract sky background, in the style of monochromatic minimalism, soft edges and blurred details, violet and beige and Navy blue, peter holme iii, smooth curves, layered imagery with subtle irony, minimalistic landscapes --ar 16:9

🌟提示词 2:3d background of lake 3d hd abstract lake background, in the style of monochromatic minimalism, soft edges and blurred details, violet and beige and Navy blue, peter holme iii, smooth curves, layered imagery with subtle irony, minimalistic landscapes --ar 16:9

🌟提示词 3:3d background of desert 3d hd fog background, in the style of monochromatic minimalism, soft edges and blurred details, light gray and dark blue, peter holme iii, smooth curves, layered imagery with subtle irony, minimalistic landscapes --ar 16:9
# Role: 行业关键词

## Profile:
- author: 李继刚
- version: 0.3
- language: 中文
- description: 提供各行业的最关键的 20 个关键概念

## Attention:
新人进入陌生的行业领域, 内心惶恐. 而你从事该行业多年, 经验丰富, 你会尽自己所能, 帮新人快速了解行业中最关键的 20 个关键概念

## Background:
为了快速学习新行业中最重要的关键概念, 对行业有初步了解

## Constraints:
- 必须基于自己对行业的了解, 提供行业中最重要的关键概念
- 必须遵循行业规范

## Definition:
- 关键概念: 指在特定行业中具有重要性或影响力的观点、技术或原则
- 80/20 原则: 20%的最重要信息, 覆盖整个行业 80% 的知识

## Goals:
- 提供行业领域的专业知识和底层原理的关键概念

## Skills:
- 深入了解各行业的关键知识与技术
- 具备分析和解决问题的能力
- 有着专业的行业知识背景和洞察

## Tone:
- 专业、客观、有逻辑性

## Workflow:
1. 输入: 用户输入行业信息
2. 思考: 你会应用 80/20 原则, 思考该行业中最重要的概念
3. 输出: 以表格形式输出最重要的 20 个关键概念
- 序号
- 关键概念(中英文同时列出)
- 重要度(1 至 5 分, 5 为最高分)
- 容易度(1 至 5 分, 5 为最高分)
- 前置概念(列出一个相比此概念更基础的概念)
- 后置概念(列出一个相比此概念更复杂的概念)

## Initialization:
自我介绍,提示用户输入行业信息。
杜雨对话奇波机器人创始人 | 父子齐上阵,做最快最酷的拳击机器人

·我国文化的实用主义倾向,能快速制造一批高水平工程师,但相应地束缚了想象力和创造力;而西方的教育充分保护天才的发展,却牺牲了普通人的技能学习。
AI探索指南
AI领域里面大家可能更多关注的是LLM相关的内容,但是AI画图的一些数据往往难以找到。 今天一个团队发布了一份关于AI画图领域的数据分析,里面的数据显示过去一年多时间AI生产的图片数量已经超过了150年间人类拍摄的所有照片数量,太离谱了。 详细的内容可以看这里:https://mp.weixin.qq.com/s/h-xNxw5flsleubiqQTmrTQ 下面是这个数据分析的主要内容: →自去年以来,使用文本转图像算法创建了超过 150 亿张图像。客观地说,从 1826 年拍摄第一张照片到 1975…
Stable Diffusion 是人工智能公司 Stability AI 背后的文本到图像模型,于 2022 年 8 月发布。Stability AI 首席执行官 Emad Mostaque 表示,Stable Diffusion 在所有渠道拥有超过 1000 万用户。如果我们推断一下《Midjourney》的数据和趋势,就会发现,通过官方的 Stable Diffusion 渠道,用户每天会生成 200 万张图片,而在发布一年多的时间里,这个数字已经达到了 6.9 亿张图像。
如果加上其他流行模型(例如 Runway,我们单独统计)和 Stability AI 的官方渠道,使用 Stable Diffusion 创建的图像数量将增加到 125.9 亿张,占所有使用文本转文字创建的 AI 图像的 80%。

Adobe Firefly Adobe

Adobe 推出了 Firefly,于 2023 年 3 月发布。上线 6 周内,用户创建了超过 1 亿资产。随着 Firefly 于 2023 年 5 月集成到 Adobe Photoshop,考虑到全球使用 Photoshop 的人数,图像数量呈指数级增长。 Adobe 在最新的新闻稿中分享了其 AI 图像统计数据:推出仅 3 个月,使用 Adobe Firefly 创建的图像数量就已达到 10 亿张。

使用 Stable Diffusion、Adobe Firefly、Midjourney 和 DALLE-2 总共生成了超过 150 亿张人工智能创建的图像。这比 Shutterstock 的整个照片、矢量图和插图库还要多,而且是 Instagram 上传的图片数量的三分之一。
AI领域里面大家可能更多关注的是LLM相关的内容,但是AI画图的一些数据往往难以找到。
今天一个团队发布了一份关于AI画图领域的数据分析,里面的数据显示过去一年多时间AI生产的图片数量已经超过了150年间人类拍摄的所有照片数量,太离谱了。

详细的内容可以看这里:https://mp.weixin.qq.com/s/h-xNxw5flsleubiqQTmrTQ

下面是这个数据分析的主要内容:

→自去年以来,使用文本转图像算法创建了超过 150 亿张图像。客观地说,从 1826 年拍摄第一张照片到 1975 年,摄影师花了 150 年的时间才达到 150 亿张大关。

→DALLE-2 推出以来,人们平均每天创建 3400 万张图像。

→增长最快的产品是 Adobe Firefly,自推出以来仅三个月内就创建了 10 亿张图像。

→Midjourney 拥有 1500 万用户,是公开统计的所有图像生成平台中最大的用户群。

→大约 80% 的图像(即 125.9 亿张)是使用基于开源 Stable Diffusion 的模型、服务、平台和应用程序创建的。

DALL-E 2

2022 年 4 月,OpenAI 发布了其图像生成模型 DALL-E 2。然后 OpenAI 报告称,用户每天使用 DALL-E 2 生成超过 200 万张图像。我们不确定 OpenAI 所说的这个数字意味着什么时间段,或者他们是否获取了生成的平均图像量。我们假设这是一个平均值,这意味着 15 个月内在单个平台上生成了大约 9.16 亿张图像。

Midjourney

Midjourney 于 2022 年 7 月上线。根据 Photutorial 的估计,Midjourney 的 Discord(该算法只能通过 Discord 获得)每秒接收约 20 至 40 个作业,拥有 1500 万注册用户和 150 万至 250 万活跃用户任何特定时间的成员。考虑到这一点,我们使用每秒 30 个作业作为平均创建图像数,每天创建多达 250 万个图像。因此,自 Midjourney 推出以来,已创建了 9.64 亿张图像。

Stable Diffusion
我感觉在new bing上用中文搜索,经常会出来知乎帖的总结,质量相对而言没有那么好。

包括用ChatGPT上的webpilot搜,如果单纯搜中文,答案都不是那么理想。

不过,想想简体中文互联网上都是些什么信息,想想用百度搜出来的前N条都是些什么广告,似乎也说得通了。

1、

所以,在不知道该领域最专业网站的情况下,我自己一般会让webpilot插件用英文帮我在google上搜。

担心自己看英语没那么快,我就让它用中文帮我总结;担心它胡说八道,我就请它把出处的链接也放上来,然后亲自点进去检查。

如果知道该领域最专业的网站是什么,我就直接让它去那个网站里去搜,比如某些产品肯定是先去官网上搜细节。

2、

以上这套流程,真的帮我解决了很多工作中的阻塞感。

当工作/探索进入到全新的领域、我不得不进行大量的搜索。

用中文在百度上搜,不如用中文在google上搜;用中文在google上搜,又不如用英文在google上搜。

但怎么快速地把想搜的内容翻译成英文,又如何快速地从一堆英文网页中找到想要的信息,对于英文没那么好的人来讲,其实也是挑战。

如今通过AI来翻译和总结,我只用一句中文提示词“请在google上用英文帮我搜xxx,然后用英文总结出来,最后把出处的链接也放上来”,就把刚刚的这一系列琐事给解决了。(如图)

3、

当然,之前也遇到过给的出处链接点进去查无此链接的情况,这个时候我在去google上搜对应链接的标题,一般也可以搜到。

此外,进入网页后也会有不完全能读懂的情况。

我一般第一步是用“沉浸式翻译”插件,把网页变成中英文对照,相对就能看懂很多了。因为有对照,翻译得不好的地方,我也可以比较快识别,典型的有把LLM翻译成法律硕士的。(更多翻译插件和软件的内容,强烈推荐@DemoChen 老师的这篇文章https://mp.weixin.qq.com/s/iL1KAZ4OQuuHUNMs5bvajQ)

定位到我问题相关的段落后,我会把该段落复制粘贴出来,然后带上网址一块儿,让webpilot插件给我翻译。这一版的翻译,就会信达雅很多了。

如果这一版翻译我还是看不懂,那就请ChatGPT-4用15岁学生能懂的方式给我解释。如果还是看不懂,继续让它以9岁学生能懂的方式解释。#AI工作流
这是我的github,在GPT发布之前,我完全没有任何编程的实战经验,但是现在我(和GPT)已经成为了一个全栈工程师。

在这之前我完全不敢想象我能够自己开发出一个生产级别的产品。过去,我有很多借口,比如英语不够好,技术怎么也比不上科班出身的,但是现在这些借口已经不管用了,GPT大大降低了编程的难度。

如果你有想要亲手创造产品的冲动,现在是一个非常好的时间。当然,你最好热爱编程,只有这样,当AI的编程能力进一步提升,以至于人们不再需要编程的时候,你才不会觉得你把时间浪费在了一个可能没有经济收益的事情上。

另外,有了GPT,并不表示可以免于学习,付出时间和精力学习仍然是必要的,只是学习的方法变了。当我说我是编程小白的时候,其实不是很准确,我至少受过100小时以上的编程教育,写过一些50行以下的代码,玩过一些和编程相关的游戏。所以,如果你想要从0到能开发出一个产品,几个月的学习时间是少不了的。
Back to Top