GPTs已经上线两个多月了，但我发现大多数制作GPTs的人对其中的「Knowledge」能力都有相当大的误解和错用：

1、许多类型的文件都可以上传到Knowledge，比如图片文件（jpg、png）、音视频文件（mp3、mov）、书籍格式文件（epub、mobi）、数据文件（csv、xlsx）、文本文件（md）等都可以，但以上所列文件上传后都不会作为所谓的「资料库」索引，而是可以用来在代码解释器中被加工，比如你要压缩转换图片格式，或者分析数据，这些文件上传后会被提示“The following files are only available for Code Interpreter”。

2、pdf、doc等少量文本文件会被作为「资料库」索引，检索方式是RAG（Retrieval-Augmented Generation），在这种情况下适合实现的能力是让他帮你检索相关知识，比如客服机器人、或者个人分身助理等；但是很多人会期望在其中投喂文章素材，让GPTs学习文章写作技巧去生成文本，这是需要通过微调（finetunning）才可以的，或者你干脆直接在instructions多放些示例，通过Knowledge形式是做不到的。

一个每天抓取 GPT Store 数据存一份快照的开源项目
https://github.com/AINativeLab/gptstore-data-backup

从1月31日开始，每天会保存一份当天商店首页的上榜 GPTs ，所有需要 GPT Store 数据用于研究的人都用得上。

最近看了很多人形机器人的Demo，昨天还去傅立叶拜访了一下。对比各家来看，Optimus 的步态明显地比当前所有的人形机器人都要好。

Optimus 的这个迭代速度，加上他们展现出来的极快的技术迭代（最好的硬件、最好的运控、遥操数据采集、simulation、源自自动驾驶的路径规划、AI 赋能manipulation... ），已经遥遥领先了。

记得前段时间特别想开一个机器人相关的课题，对比一看国内和国外的Robotics Lab真的差距明显。对人形来说，虽然人形整体还在早期，但我怀疑过几年就会像ChatGPT一样出来一个很难追上的技术产品，相比之下现在的差距还可以追赶一下。

国内的几家人形机器人（宇树、傅立叶、追觅、智元）要加油了。

爆火的人形机器人如何商业化？谁先搞定三大拦路虎，谁赢！

2024年，人形机器人赛道将会迎来哪些技术变革？距离人人都能买起机器人的时代还有多远？热门玩家们又是否会在这一年发生洗牌，有人在商业化上上岸，有人出局？
这些问题将决定人形机器人赛道的走向和玩家们的生存，在深度走访对话多位业内人士后发现，决胜焦点集中在这三个关键：制造成本的持续降低、应用场景的开拓、以及用什么样的算力来驱动人形机器人的大脑。

专栏突破4000用户了。昨天一天涨三百用户。

涨价倒计时最后1天，今晚24点涨价到19.9元，恭喜入手的同学们！

下一步就是多了解各个项目的拆解细节，了解别人是怎么玩的，如果是自己的话该怎么入手，别人为什么可以，你为什么不可以。

最近一直在思考设计师在 AI 时代的定位和职能问题，昨天看到一篇文章，《模型设计师的崛起》有点意思。

他提出了模型设计师这一职位，指出设计师不应仅仅关注AI模型的界面设计，而应深入了解模型的核心构造。

不过这个内容主要还是跟 LLM 相关，设计师在图像和视频模型的优化和训练上其实可以做更多事情，重要性也比 LLM 要更强，我找时间写一下这部分内容。

模型设计师的职责包括与工程团队紧密合作，应对AI模型构建中固有的诸如幻觉、隐私和偏见等问题。

还给出了一些模型设计师需要做的例子，比如通过体验优化引导和简化用户书写提示词的难度等。

翻译及原文：https://quail.ink/op7418/p/model-designer-rise