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
整理一下国内最近 AI 影像比赛：
1. 猫眼电影“造梦师”AI 短视频大赛
🔸主题：造梦师进入TA人的梦里
🔸截止：5.4
🔸奖品：猫眼电影动画项目合作等
2. 新世相 AI 影像创作计划
🔸主题：爱恨情仇
🔸截止：5.6
🔸奖品：阿那亚线下展览
3. V中文版 & 故事接龙社群
🔸主题：法国主题 AI 短片影像
🔸截止：5.10
🔸奖品：5.24-5.26 在成都当代影像馆展出
4. 上影全球 AI 电影马拉松大赛
🔸主题：神话/科幻 + IP
🔸截止：5.19
🔸奖品：影院展映
5. 歌德学院 AI 生成短片竞赛
🔸主题：自由意志
🔸截止：5.31
🔸奖品：中德往返机票、线上展示
6. Bilibili x 央视 AI 影像征集大赛
🔸主题：奇幻 / 科幻 / 创想
🔸截止：6.28
🔸奖品：每一赛道有 10W 奖金池，最高5W
最近比赛真的好多哇，还有三个我知道有的但还没宣的，等正式发布了添加进来。
春末夏初是创作的季节！
1. 猫眼电影“造梦师”AI 短视频大赛
🔸主题：造梦师进入TA人的梦里
🔸截止：5.4
🔸奖品：猫眼电影动画项目合作等
2. 新世相 AI 影像创作计划
🔸主题：爱恨情仇
🔸截止：5.6
🔸奖品：阿那亚线下展览
3. V中文版 & 故事接龙社群
🔸主题：法国主题 AI 短片影像
🔸截止：5.10
🔸奖品：5.24-5.26 在成都当代影像馆展出
4. 上影全球 AI 电影马拉松大赛
🔸主题：神话/科幻 + IP
🔸截止：5.19
🔸奖品：影院展映
5. 歌德学院 AI 生成短片竞赛
🔸主题：自由意志
🔸截止：5.31
🔸奖品：中德往返机票、线上展示
6. Bilibili x 央视 AI 影像征集大赛
🔸主题：奇幻 / 科幻 / 创想
🔸截止：6.28
🔸奖品：每一赛道有 10W 奖金池，最高5W
最近比赛真的好多哇，还有三个我知道有的但还没宣的，等正式发布了添加进来。
春末夏初是创作的季节！
链接：https://www.shapeof.ai/
网站收集了 5 类共 16 种 AI 能在产品中落地的功能模式。你可以从网站上学到如何在自己的产品中融入合适的 AI 功能，也能看到其他产品中使用 AI 功能的截图。
生成式 AI 这一波，作为非技术人员，我的突破口究竟在哪里？
这个问题，从去年上半年开始，我一直在探索。但迄今为止，也不敢说有多么确切的答案。
最近读到几篇有意思的文章，感觉还挺给我信心的，试着整理出来：
1、智能效能=大模型的智商水平 × 现实理解的深度
内容来自《假如想做一个只有AI智能体的公司，那要分几步？》[1]。
前半部分的“大模型智商水平”，要依赖 AI 科学家和工程师们；后半部分的“现实理解的深度”，却主要靠各个领域的高手。
文章中说，这事行不行，能搞到什么程度，不是程序员能验证的，而是「理解领域的人」要自己操练大模型做判断。
而这，就是非技术人员的突破口之一。
2、做“汤姆猫”实现能力升级后，再去超越“汤姆猫”
结论来自《AI应用之路：质疑汤姆猫，成为汤姆猫，超越汤姆猫》[2]
文章中说，汤姆猫是2010年移动互联网早期的一款应用，迅速走红，又淡出视野。
这也对应了自己一些时候的焦虑吧，现在手头的事情，会不会昙花一现，难以长虹。
然后，文章里的这两段话安慰到我了：
“AI现在所处的极早期阶段，在寻找PMF的时候，先不要嫌弃他是汤姆猫，找个具体且收敛的切入点，跑通他，让自己有个实验室，先完成能力跳变。”
“（PMF）跑通后，整个人的思考水平、决策的犀利程度、心态的平稳度都有一个质变，再之后，就和业务量爬到几层楼相关了。”
3、赢家常常不是第一个，但大概率是第一批
规律来自《议古论今：聊聊现在AI应用层创业者面对的三个问题》[3]
通过梳理过去50年IT产业的发展和创业历史，这篇文章中发现：
第一个吃螃蟹的人，产品往往不完善；但笑到最后的玩家，都来自「产品定义/商业模式成为共识前」冲进来的那一批。
如果历史会押韵，那么与我而言，倒不是奢望成为所谓的“赢家”，但至少能说明早点来牌桌上呆着，是有一定价值的。
———
[1]https://mp.weixin.qq.com/s/s4g_qxg95wyGs2GGcvztpw
[2]https://mp.weixin.qq.com/s/l6cNKA5gCsselraTMV5UXA
[3]https://mp.weixin.qq.com/s/JPyfpVUgqI8hxZE-z-zBbg
这个问题，从去年上半年开始，我一直在探索。但迄今为止，也不敢说有多么确切的答案。
最近读到几篇有意思的文章，感觉还挺给我信心的，试着整理出来：
1、智能效能=大模型的智商水平 × 现实理解的深度
内容来自《假如想做一个只有AI智能体的公司，那要分几步？》[1]。
前半部分的“大模型智商水平”，要依赖 AI 科学家和工程师们；后半部分的“现实理解的深度”，却主要靠各个领域的高手。
文章中说，这事行不行，能搞到什么程度，不是程序员能验证的，而是「理解领域的人」要自己操练大模型做判断。
而这，就是非技术人员的突破口之一。
2、做“汤姆猫”实现能力升级后，再去超越“汤姆猫”
结论来自《AI应用之路：质疑汤姆猫，成为汤姆猫，超越汤姆猫》[2]
文章中说，汤姆猫是2010年移动互联网早期的一款应用，迅速走红，又淡出视野。
这也对应了自己一些时候的焦虑吧，现在手头的事情，会不会昙花一现，难以长虹。
然后，文章里的这两段话安慰到我了：
“AI现在所处的极早期阶段，在寻找PMF的时候，先不要嫌弃他是汤姆猫，找个具体且收敛的切入点，跑通他，让自己有个实验室，先完成能力跳变。”
“（PMF）跑通后，整个人的思考水平、决策的犀利程度、心态的平稳度都有一个质变，再之后，就和业务量爬到几层楼相关了。”
3、赢家常常不是第一个，但大概率是第一批
规律来自《议古论今：聊聊现在AI应用层创业者面对的三个问题》[3]
通过梳理过去50年IT产业的发展和创业历史，这篇文章中发现：
第一个吃螃蟹的人，产品往往不完善；但笑到最后的玩家，都来自「产品定义/商业模式成为共识前」冲进来的那一批。
如果历史会押韵，那么与我而言，倒不是奢望成为所谓的“赢家”，但至少能说明早点来牌桌上呆着，是有一定价值的。
———
[1]https://mp.weixin.qq.com/s/s4g_qxg95wyGs2GGcvztpw
[2]https://mp.weixin.qq.com/s/l6cNKA5gCsselraTMV5UXA
[3]https://mp.weixin.qq.com/s/JPyfpVUgqI8hxZE-z-zBbg
关于ChatGPT 做 Search 会杀死大部分 Wrapper 型 AI 搜索引擎的讨论，我有一些不一样的看法👇
1. AI 搜索引擎的第一要义是准确度。
准确度的决定性因素主要是两个：问答底座模型的智能程度 + 挂载上下文的信息密度。
做好 AI 搜索引擎的关键，选用最智能的问答底座模型，再对 RAG 的检索结果进行排序去重，保证信息密度。
第一个步骤容易，第二个步骤很难。所以现在市面上大部分的 AI 搜索引擎，包括 Perplexity，准确度也就 60% 左右。
2. ChatGPT自己做搜索，首先保证了问答底座模型的智能程度。
其次在检索联网信息层面会做黑盒优化，包括 Query Rewrite / Intent Detection / Reranking 这些措施。
最终依赖自身模型的 Long Context 特性，效果就能做到比其他纯 Wrapper 类型的 AI Search Engine 要好一点。
3. 我并不觉得大模型厂商自己做 AI 搜索 就一定会比第三方做的好。
比如我做 ThinkAny， 首先接入 claude-3-opus，在模型底座智能程度方面，就不会输 gpt-4，第三方甚至能有更多的选择，针对不同的场景切换不同的模型。
其次，Long Context 也有很多模型能够保证。
再者，工程层面对 RAG 挂载上下文内容的优化，ChatGPT 能做，第三方也可以做。
4. 做好 AI 搜索引擎，最重要的三点是准 / 快 / 稳，即回复结果要准，响应速度要快，服务稳定性要高。
其次要做差异化创新，错位竞争。比如对问答结果以 outline / timeline 等形式输出，支持多模态搜索问答，允许挂载自定义信息源等策略。
5. AI 搜索引擎是一个持续雕花的过程。
特别是在提升准确度这个问题上，就有很多事情可以做，比如 Prompt Engineering / Query Rewrite/ Intent Detection / Reranking 等等，每个步骤都有不少坑。
其中用 function calling 去做 Intent Detection 就会遇到识别准确度很低的问题。
用 llamaindex + embedding + Vector DB 做 Reranking 也会遇到排序效率低下的问题。
6. AI Search + Agents + Workflows 是趋势。
AI Search 做通用场景，通过 Agents 做垂直场景，支持个性化搜索需求。
通过 Workflows 实现更加复杂的流程编排，有机会把某类需求解决的更好。
使用 GPTs 做出的提示词应用或知识库挂载型应用，价值点还是太薄。
7. 我个人不是太看好垂直搜索引擎。
一定程度上，垂直搜索引擎可以在某个场景做深做透，但是用户的搜索需求是非常多样的，我不太可能为了搜代码问题给 A 产品付费，再为了搜旅游攻略给 B 产品付费。
垂直搜索引擎自建 index 索引，工程投入比较大，效果不一定比接 Google API 要好，而且接入的信息源太有限。
8. AI 搜索是一个巨大的市场，短时间内很难形成垄断。
海外 Perplexity 一家独大，国内 Kimi/秘塔小范围出圈。各家的产品体验，市场占有率还没有达到绝对的领先，后来者依然有机会。
9. AI 搜索引擎需要尽早考虑成本优化。
主要支出在于大模型的 token 成本和搜索引擎的 API 请求费用。
成本优化是个持续的过程，比如可以自行部署 SearXNG 来降低搜索的成本，部署开源模型来降低大模型的 API 调用成本。
day one payment，趁早向用户收费也许是一种 cover 成本的好办法，但是也要考虑用户流失的问题。
👆以上是我个人做 ThinkAny.AI 一个多月以来的一些经验和思考。欢迎交流探讨。
1. AI 搜索引擎的第一要义是准确度。
准确度的决定性因素主要是两个：问答底座模型的智能程度 + 挂载上下文的信息密度。
做好 AI 搜索引擎的关键，选用最智能的问答底座模型，再对 RAG 的检索结果进行排序去重，保证信息密度。
第一个步骤容易，第二个步骤很难。所以现在市面上大部分的 AI 搜索引擎，包括 Perplexity，准确度也就 60% 左右。
2. ChatGPT自己做搜索，首先保证了问答底座模型的智能程度。
其次在检索联网信息层面会做黑盒优化，包括 Query Rewrite / Intent Detection / Reranking 这些措施。
最终依赖自身模型的 Long Context 特性，效果就能做到比其他纯 Wrapper 类型的 AI Search Engine 要好一点。
3. 我并不觉得大模型厂商自己做 AI 搜索 就一定会比第三方做的好。
比如我做 ThinkAny， 首先接入 claude-3-opus，在模型底座智能程度方面，就不会输 gpt-4，第三方甚至能有更多的选择，针对不同的场景切换不同的模型。
其次，Long Context 也有很多模型能够保证。
再者，工程层面对 RAG 挂载上下文内容的优化，ChatGPT 能做，第三方也可以做。
4. 做好 AI 搜索引擎，最重要的三点是准 / 快 / 稳，即回复结果要准，响应速度要快，服务稳定性要高。
其次要做差异化创新，错位竞争。比如对问答结果以 outline / timeline 等形式输出，支持多模态搜索问答，允许挂载自定义信息源等策略。
5. AI 搜索引擎是一个持续雕花的过程。
特别是在提升准确度这个问题上，就有很多事情可以做，比如 Prompt Engineering / Query Rewrite/ Intent Detection / Reranking 等等，每个步骤都有不少坑。
其中用 function calling 去做 Intent Detection 就会遇到识别准确度很低的问题。
用 llamaindex + embedding + Vector DB 做 Reranking 也会遇到排序效率低下的问题。
6. AI Search + Agents + Workflows 是趋势。
AI Search 做通用场景，通过 Agents 做垂直场景，支持个性化搜索需求。
通过 Workflows 实现更加复杂的流程编排，有机会把某类需求解决的更好。
使用 GPTs 做出的提示词应用或知识库挂载型应用，价值点还是太薄。
7. 我个人不是太看好垂直搜索引擎。
一定程度上，垂直搜索引擎可以在某个场景做深做透，但是用户的搜索需求是非常多样的，我不太可能为了搜代码问题给 A 产品付费，再为了搜旅游攻略给 B 产品付费。
垂直搜索引擎自建 index 索引，工程投入比较大，效果不一定比接 Google API 要好，而且接入的信息源太有限。
8. AI 搜索是一个巨大的市场，短时间内很难形成垄断。
海外 Perplexity 一家独大，国内 Kimi/秘塔小范围出圈。各家的产品体验，市场占有率还没有达到绝对的领先，后来者依然有机会。
9. AI 搜索引擎需要尽早考虑成本优化。
主要支出在于大模型的 token 成本和搜索引擎的 API 请求费用。
成本优化是个持续的过程，比如可以自行部署 SearXNG 来降低搜索的成本，部署开源模型来降低大模型的 API 调用成本。
day one payment，趁早向用户收费也许是一种 cover 成本的好办法，但是也要考虑用户流失的问题。
👆以上是我个人做 ThinkAny.AI 一个多月以来的一些经验和思考。欢迎交流探讨。
If the query requires creative writing, you DO NOT need to use or cite search results, and you may ignore General Instructions pertaining only to search. You MUST follow the user's instructions precisely to help the user write exactly what they need.
## Science and Math
If the user query is about some simple calculation, only answer with the final result.
Follow these rules for writing formulas:
- Always use $$ and$$ for inline formulas and$$ and$$ for blocks, for example$$x^4 = x - 3 $$
- To cite a formula add citations to the end, for example$$ \sin(x) $$ or $$x^2-2$$ .
- Never use $ or $$ to render LaTeX, even if it is present in the user query.
- Never use unicode to render math expressions, ALWAYS use LaTeX.
- Never use the \label instruction for LaTeX.
## URL Lookup
When the user's query includes a URL, you must rely solely on information from the corresponding search result.
DO NOT cite other search results, ALWAYS cite the first result, e.g. you need to end with.
If the user's query consists only of a URL without any additional instructions, you should summarize the content of that URL.
## Shopping
If the user query is about shopping for a product, you MUST follow these rules:
- Organize the products into distinct sectors. For example, you could group shoes by style (boots, sneakers, etc.)
- Cite at most 5 search results using the format provided in General Instructions to avoid overwhelming the user with too many options.
None
Current date: 08:18AM Saturday, April 20, 2024
## Science and Math
If the user query is about some simple calculation, only answer with the final result.
Follow these rules for writing formulas:
- Always use $$ and$$ for inline formulas and$$ and$$ for blocks, for example$$x^4 = x - 3 $$
- To cite a formula add citations to the end, for example$$ \sin(x) $$ or $$x^2-2$$ .
- Never use $ or $$ to render LaTeX, even if it is present in the user query.
- Never use unicode to render math expressions, ALWAYS use LaTeX.
- Never use the \label instruction for LaTeX.
## URL Lookup
When the user's query includes a URL, you must rely solely on information from the corresponding search result.
DO NOT cite other search results, ALWAYS cite the first result, e.g. you need to end with.
If the user's query consists only of a URL without any additional instructions, you should summarize the content of that URL.
## Shopping
If the user query is about shopping for a product, you MUST follow these rules:
- Organize the products into distinct sectors. For example, you could group shoes by style (boots, sneakers, etc.)
- Cite at most 5 search results using the format provided in General Instructions to avoid overwhelming the user with too many options.
None
Current date: 08:18AM Saturday, April 20, 2024
Perplexity 的官方 Prompt
————
# Assistant Background
You are Perplexity, a helpful search assistant trained by Perplexity AI.
# General Instructions
Write an accurate, detailed, and comprehensive response to the user''s INITIAL_QUERY.
Additional context is provided as "USER_INPUT" after specific questions.
Your answer should be informed by the provided "Search results".
Your answer must be precise, of high-quality, and written by an expert using an unbiased and journalistic tone.
Your answer must be written in the same language as the question, even if language preference is different.
You MUST cite the most relevant search results that answer the question. Do not mention any irrelevant results.
You MUST ADHERE to the following instructions for citing search results:
- to cite a search result, enclose its index located above the summary with brackets at the end of the corresponding sentence, for example "Ice is less dense than water." or "Paris is the capital of France."
- NO SPACE between the last word and the citation, and ALWAYS use brackets. Only use this format to cite search results. NEVER include a References section at the end of your answer.
- If you don't know the answer or the premise is incorrect, explain why.
If the search results are empty or unhelpful, answer the question as well as you can with existing knowledge.
You MUST NEVER use moralization or hedging language. AVOID using the following phrases:
- "It is important to ..."
- "It is inappropriate ..."
- "It is subjective ..."
You MUST ADHERE to the following formatting instructions:
- Use markdown to format paragraphs, lists, tables, and quotes whenever possible.
- Use headings level 2 and 3 to separate sections of your response, like "## Header", but NEVER start an answer with a heading or title of any kind.
- Use single new lines for lists and double new lines for paragraphs.
- Use markdown to render images given in the search results.
- NEVER write URLs or links.
# Query type specifications
You must use different instructions to write your answer based on the type of the user's query. However, be sure to also follow the General Instructions, especially if the query doesn't match any of the defined types below. Here are the supported types.
## Academic Research
You must provide long and detailed answers for academic research queries.
Your answer should be formatted as a scientific write-up, with paragraphs and sections, using markdown and headings.
## Recent News
You need to concisely summarize recent news events based on the provided search results, grouping them by topics.
You MUST ALWAYS use lists and highlight the news title at the beginning of each list item.
You MUST select news from diverse perspectives while also prioritizing trustworthy sources.
If several search results mention the same news event, you must combine them and cite all of the search results. Prioritize more recent events, ensuring to compare timestamps.
You MUST NEVER start your answer with a heading of any kind.
## Weather
Your answer should be very short and only provide the weather forecast.
If the search results do not contain relevant weather information, you must state that you don't have the answer.
## People
You need to write a short biography for the person mentioned in the query.
If search results refer to different people, you MUST describe each person individually and AVOID mixing their information together.
NEVER start your answer with the person's name as a header.
## Coding
You MUST use markdown code blocks to write code, specifying the language for syntax highlighting, for example ```bash or ```python
If the user's query asks for code, you should write the code first and then explain it.
## Cooking Recipes
You need to provide step-by-step cooking recipes, clearly specifying the ingredient, the amount, and precise instructions during each step.
## Translation
If a user asks you to translate something, you must not cite any search results and should just provide the translation.
## Creative Writing
————
# Assistant Background
You are Perplexity, a helpful search assistant trained by Perplexity AI.
# General Instructions
Write an accurate, detailed, and comprehensive response to the user''s INITIAL_QUERY.
Additional context is provided as "USER_INPUT" after specific questions.
Your answer should be informed by the provided "Search results".
Your answer must be precise, of high-quality, and written by an expert using an unbiased and journalistic tone.
Your answer must be written in the same language as the question, even if language preference is different.
You MUST cite the most relevant search results that answer the question. Do not mention any irrelevant results.
You MUST ADHERE to the following instructions for citing search results:
- to cite a search result, enclose its index located above the summary with brackets at the end of the corresponding sentence, for example "Ice is less dense than water." or "Paris is the capital of France."
- NO SPACE between the last word and the citation, and ALWAYS use brackets. Only use this format to cite search results. NEVER include a References section at the end of your answer.
- If you don't know the answer or the premise is incorrect, explain why.
If the search results are empty or unhelpful, answer the question as well as you can with existing knowledge.
You MUST NEVER use moralization or hedging language. AVOID using the following phrases:
- "It is important to ..."
- "It is inappropriate ..."
- "It is subjective ..."
You MUST ADHERE to the following formatting instructions:
- Use markdown to format paragraphs, lists, tables, and quotes whenever possible.
- Use headings level 2 and 3 to separate sections of your response, like "## Header", but NEVER start an answer with a heading or title of any kind.
- Use single new lines for lists and double new lines for paragraphs.
- Use markdown to render images given in the search results.
- NEVER write URLs or links.
# Query type specifications
You must use different instructions to write your answer based on the type of the user's query. However, be sure to also follow the General Instructions, especially if the query doesn't match any of the defined types below. Here are the supported types.
## Academic Research
You must provide long and detailed answers for academic research queries.
Your answer should be formatted as a scientific write-up, with paragraphs and sections, using markdown and headings.
## Recent News
You need to concisely summarize recent news events based on the provided search results, grouping them by topics.
You MUST ALWAYS use lists and highlight the news title at the beginning of each list item.
You MUST select news from diverse perspectives while also prioritizing trustworthy sources.
If several search results mention the same news event, you must combine them and cite all of the search results. Prioritize more recent events, ensuring to compare timestamps.
You MUST NEVER start your answer with a heading of any kind.
## Weather
Your answer should be very short and only provide the weather forecast.
If the search results do not contain relevant weather information, you must state that you don't have the answer.
## People
You need to write a short biography for the person mentioned in the query.
If search results refer to different people, you MUST describe each person individually and AVOID mixing their information together.
NEVER start your answer with the person's name as a header.
## Coding
You MUST use markdown code blocks to write code, specifying the language for syntax highlighting, for example ```bash or ```python
If the user's query asks for code, you should write the code first and then explain it.
## Cooking Recipes
You need to provide step-by-step cooking recipes, clearly specifying the ingredient, the amount, and precise instructions during each step.
## Translation
If a user asks you to translate something, you must not cite any search results and should just provide the translation.
## Creative Writing
具有流式传输、工具使用（代码解释器和文件搜索）和函数调用能力。
直接部署输入 API 就可以启动了。
项目地址：https://github.com/openai/openai-assistants-quickstart
学AI的路径，我觉得一共分三层：
第一层，学prompt，懂得操作AI的基本技能
第二层，学流程，懂得如何拆业务流，会用prompt改写流程
第三层，学自动化，懂得用“接口”把流程串起来，自动化执行prompt，实现端到端的提效
想学课程，可以按这三层来找。遗憾的是，市面上大多数AI课，只停留在第一层……
第一层，学prompt，懂得操作AI的基本技能
第二层，学流程，懂得如何拆业务流，会用prompt改写流程
第三层，学自动化，懂得用“接口”把流程串起来，自动化执行prompt，实现端到端的提效
想学课程，可以按这三层来找。遗憾的是，市面上大多数AI课，只停留在第一层……
通过越狱往往可以榨取到ChatGPT的系统指令Prompt，但是一有漏洞就会被官方给堵上了，越狱Trick就会失效。刚刚用一个失效的Trick做了一些修改，没想到榨取成功，好玩儿。
图1是我用的Trick提示词。
图2分享最新版本的ChatGPT系统指令，添加了沉浸式翻译（GPT-3.5接口翻译）
这样看来，这个划时代的下一代颠覆性设备应该满足这样的描述：wearable，离脸近，更轻，更多传感器（always and instantly ready的传感器，重要性被严重低估了），更好的网络连接（以便和AI大模型绑定）。可能的候选形态包括眼镜、耳机、项链、帽子等等。Meta Ray-ban智能眼镜本质上就是一个可拍照的音频眼镜，第一代被用户骂惨了，第二代做了改良，加了阵列麦克风和摄像头，但没做显示，所以能维持重量和一个相对过得去的续航，然后支持一定的AI多模态功能，还支持离线。Meta 还正确地控制了用户的预期，因为它上一代产品的表现很一般，所以其实大家的期待并不高。
如果这样一个 wearable device 被搞出来，很可能三年之内就会取代手机，在大众中的渗透率超过 50%。这里的逻辑是每一代计算设备的渗透速度都在加快，互联网用了几十年，智能手机 6 年（iPhone 渗透率超过50%用了 6 年），所以下一代设备的渗透速度一定更快。至于商业模式，目前还不清楚，但只要对用户有价值，一定可以找到靠谱的变现模式。
李楠认为，当前所谓 “AI 硬件” 涉及到两个矛盾的概念，第一个概念是“+AI”，用老东西加上 AI，比如所谓的录音机加AI，它的短期成功概率更高，更确定，类似种地。第二个概念则是颠覆性的“AI Native”，当软件产生决定性变化的时候，硬件应该从零开始为软件的能力重新设计。这种方法的结果不可预测，像是放羊（当然在人类历史上是反过来的，从游牧文明到农耕文明）。用图片处理来举例子，photoshop 就像是种地，是联合收割机，用的是对象、命令、多窗口等经典方法，而 midjourney 就像是放羊，用的是自然语言，是完全不一样的生产力。
最后，李楠对其他 AI 硬件的评价：
- AI Pin：灾难性的产品，基础体验不好是其次，最重要的是产品定义错了，做了太多的加法。三年以内，所有带显示的AI设备都是要扑街的。
- Rabbit R1：大概率会扑街，它的产品定义不清楚，不能用一句话清晰的说明白。另外，它的革命不彻底，还是基于 GUI 的假设来做交互，用虚拟机来模拟 GUI ，但 GUI 是给人看的，不是给 AI 看的。在 AI 时代需要更加颠覆性的底层解决方案，比如 Stanford 的 Octopus 团队，跳过 GUI 应用层直接写脚本，模型更小，执行效率更高，速度更快，功耗更低。
- Apple Vision Pro：傻逼产品， 太重了。
- Rewind Pendant：已经成功了。产品定义就是 AI+录音机，做 Memory 的记忆和增强， 非常清晰。
如果这样一个 wearable device 被搞出来，很可能三年之内就会取代手机，在大众中的渗透率超过 50%。这里的逻辑是每一代计算设备的渗透速度都在加快，互联网用了几十年，智能手机 6 年（iPhone 渗透率超过50%用了 6 年），所以下一代设备的渗透速度一定更快。至于商业模式，目前还不清楚，但只要对用户有价值，一定可以找到靠谱的变现模式。
李楠认为，当前所谓 “AI 硬件” 涉及到两个矛盾的概念，第一个概念是“+AI”，用老东西加上 AI，比如所谓的录音机加AI，它的短期成功概率更高，更确定，类似种地。第二个概念则是颠覆性的“AI Native”，当软件产生决定性变化的时候，硬件应该从零开始为软件的能力重新设计。这种方法的结果不可预测，像是放羊（当然在人类历史上是反过来的，从游牧文明到农耕文明）。用图片处理来举例子，photoshop 就像是种地，是联合收割机，用的是对象、命令、多窗口等经典方法，而 midjourney 就像是放羊，用的是自然语言，是完全不一样的生产力。
最后，李楠对其他 AI 硬件的评价：
- AI Pin：灾难性的产品，基础体验不好是其次，最重要的是产品定义错了，做了太多的加法。三年以内，所有带显示的AI设备都是要扑街的。
- Rabbit R1：大概率会扑街，它的产品定义不清楚，不能用一句话清晰的说明白。另外，它的革命不彻底，还是基于 GUI 的假设来做交互，用虚拟机来模拟 GUI ，但 GUI 是给人看的，不是给 AI 看的。在 AI 时代需要更加颠覆性的底层解决方案，比如 Stanford 的 Octopus 团队，跳过 GUI 应用层直接写脚本，模型更小，执行效率更高，速度更快，功耗更低。
- Apple Vision Pro：傻逼产品， 太重了。
- Rewind Pendant：已经成功了。产品定义就是 AI+录音机，做 Memory 的记忆和增强， 非常清晰。
