与他们一起追逐人形机器人的脚步|CyberDaily

为更好的体验，CyberRobo 延长一周试运营

为什么文心一言被豆包超过了？

最近字节豆包的下载量、日活、留存已超文心一言。
但百度的同学一提到这就说豆包的模型不如文心。
当然我是认可模型层面豆包是不如文心的，
那为什么从数据层面上看文心的数据不如豆包呢。

人际沟通有个法则叫麦拉宾55-38-7法则。

人际沟通中他人对你的第一印象主要来源于三个方面：
55%来源于外表、打扮；
38%来源于说话的语气、情绪、口吻；
7%才是说话的内容。

对应到chatbot产品上，则是：
外表=产品交互设计、易用性；
语气=TTS的自然度、情绪、对话文字的口吻；
内容=大模型生成的文字。

不可否认，文心一言的模型确实要比豆包强，
但这也仅仅只占了用户体验7%，
而占用户体验大头的交互设计、TTS、口语化程度却远不如豆包。

因此，百度的同学是不是该反思自己的数据为什么不如别人？
而不是天天把模型当成遮羞布安慰自己没有完全输。

注意看！我搞定人物换背景的光影问题了！

人形公司一旦发布新产品，总要播放一段VCR，视频里的机器人颤颤巍巍、如履薄冰，还没走几步，就轮到一个通常戴眼镜穿牛仔裤的理工男登场，上来就是对机器人一顿拳打脚踢。

机器人心胸宽广，无论怎么踹，都顽强站稳，继续走他的路，继续颤颤巍巍、如履薄冰。

这些机器人公司的每一次路演，都放佛是对机器人的公开处刑，令人很是同情。

写给不会代码的你：20分钟上手 Python + AI

完成啦！希望每个人都可以享受 AI 的乐趣！

这几天Kimi突然在二级市场火了，做二级市场的朋友也开始跟我打听，“Kimi真的很厉害吗？区别在哪里”。

我蛮惊讶的，但不是很意外。

一直以来，无论是chatgpt还是sora两波浪潮，中国AI环境里各种要素有一种“弱者思维”：OpenAI做了，你为什么不做？/OpenAI都没做，你为什么要做？

这样的环境体现在中国AI创始人身上就是不太“敢”或是“能”去做创新的技术战略。在技术路线分散的时候，为一项技术路线赢取支持是一件太难的事情。大家都避免去“赌”。

比如sora赛道的几家中国公司，其实在Sora破圈前就已经自研出了类sora的架构-- diffusion transformer（U- ViT，CVPR2023）。

但是为什么直到sora出现之后，“长视频”这个点才引起了大家的追逐？

因为即使是在已知架构可以带来提升的前提下，“把视频长度做长”这件事在当时仍然是风险远远大于收益的一件事，谁也不知道60秒的视频生成会不会引起全民关注，进而给公司能带来多少资源以支撑自己进一步做下去。

但今天我们看到了什么？

虽然长文本在研究领域一直是比较热的话题，但在工业界，就像sora爆发前的“长视频”一样，大家都觉得这是一个“重要但不紧急”的事项。

去年十月份，月之暗面率先对外介绍自己的“长文本”战略，并且在机器之心独家详细解释了“为什么长文本是重要的”背后逻辑。

在Kimi指数狂扫A股的时候，百度、阿里、360开始紧急上线自己的“长文本”能力。

系统化的战略认知能为一个人带来战略眼光，坚定并真实的信念感能为一个人吸引到同频的支持者，脚踏实地的快速迭代能为一个人时刻校准方向。所有的一切形成了一种不偏不倚的理性勇气，勇气带来了创新，创新带来了领导者地位。

某种角度看，月之暗面已经成为中国的OpenAI。