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
昨晚把自己网站的支付策略重新调整了下，上线后就睡觉去了
醒来后发现有几笔订单，心里非常开心（算是第一次真正意义上的靠网站赚到了美金，也感谢@哥飞 和各位群友给的建议）
我计算了一下自己的睡眠时间，推算出大概1-2小时能出一单，然后脑海里就已经开始幻想着未来日入百刀的模样了（虽然单价很低，只有3美元）
不过今天白天一天，等到了现在这个点都没有再出一单，心情经历了从焦躁到失望再到郁闷……
后面想了想，会不会是跟地区和时区有关，于是到lemon squeezy的后台看，发现果然昨晚凌晨出单的都是美国地区，而现在美国已经是凌晨了
之前看大家在群里讨论，都会比较关注是哪个国家来的流量，自己当时还没什么感觉。
果然只有当亲自下场做了之后，才知道不同国家的付费习惯和能力可以对收入带来那么大的冲击
以后去获客的时候，也提醒自己应该更关注高价值地区的流量情况，而不是自嗨着关注大盘UV是否过了1k、2k、3k…
LLM验证了大模型范式，而这个新范式的潜力远不限于文字生成。在计算机视觉，大模型范式带来的变量正在被释放：大语言模型可以提升物体定位算法的效果、微调后的Stable Diffusion能够找到人体关节的坐标、新模型生成可交互的2.5D场景...我正在整理一份视觉领域的最新变量，如果你感兴趣，欢迎关注点赞转发，我会发给你。
deepseek coder现在支持生成代码一键在网页端运行啦
特别好玩大家快来试试！🥳试过才知道👻
链接:
https://chat.deepseek.com/coder
推荐一个简单的提示词：用 HTML、CSS 和 JavaScript 实现一个好看的音乐播放器的所有逻辑，允许用户上传音频文件，正常输出，样式美观，显示当前音乐名，并通过 canvas 实现音乐频谱可视化。
特别好玩大家快来试试！🥳试过才知道👻
链接:
https://chat.deepseek.com/coder
推荐一个简单的提示词：用 HTML、CSS 和 JavaScript 实现一个好看的音乐播放器的所有逻辑，允许用户上传音频文件，正常输出，样式美观，显示当前音乐名，并通过 canvas 实现音乐频谱可视化。
本期我们邀请到了Westwood Robotics 西木科技创始人兼CEO张晓光。西木科技发源于UCLA （加州大学洛杉矶分校）RoMeLa 实验室，实验室由顶级科学家Dennis Hong创立和领导。
RoMeLa 以足式机器人，特别是高动态性能的全比例人形机器人闻名，是人形机器人学术高地。张晓光博士期间参与了RoMeLa实验室90%的项目，于LA创立了西木科技，开启创业之旅。
在这场访谈中，CEO 张晓光向我们介绍了他十余年醉心“折腾”机器人的往昔岁月，RoMeLa实验室蝉联6届Robocup冠军神话背后的故事，西木最新人形机器人的设计和商业化思考。
Reddit 上的一个玩法，用 SD 实时重绘谷歌街景的场景。
把世界上任何地方的地标变成动漫风格。
用的 canny controlNet 模型，toyxyz的网络摄像头 ComfyUI插件捕捉屏幕内容。
原贴地址：https://www.reddit.com/r/StableDiffusion/comments/1dkg8aq/google_maps_to_anime_just_started_learning_sd/
Invalid media: video
把世界上任何地方的地标变成动漫风格。
用的 canny controlNet 模型，toyxyz的网络摄像头 ComfyUI插件捕捉屏幕内容。
原贴地址：https://www.reddit.com/r/StableDiffusion/comments/1dkg8aq/google_maps_to_anime_just_started_learning_sd/
Invalid media: video
整理了一个学习GPT的书单， 筛选标准：
1. 自己读过
2. 愿意重读
3. 质量上乘
4. 浅显易懂
目前整理完，有四本：
1. 原理视角看GPT： 斯蒂芬·沃尔弗拉姆 《这就是ChatGPT》
2. 代码视角看 GPT： 黄佳 《GPT图解大模型是怎样构建的》
3. 数学视角看GPT： 涌井良幸 《深度学习的数学》
4. 作家视角看GPT： 万维钢 《拐点》
1. 自己读过
2. 愿意重读
3. 质量上乘
4. 浅显易懂
目前整理完，有四本：
1. 原理视角看GPT： 斯蒂芬·沃尔弗拉姆 《这就是ChatGPT》
2. 代码视角看 GPT： 黄佳 《GPT图解大模型是怎样构建的》
3. 数学视角看GPT： 涌井良幸 《深度学习的数学》
4. 作家视角看GPT： 万维钢 《拐点》
这期播客阐述了一些真格对 GenAI 投资上的逻辑和观点，包括一些“非共识”。比较有趣的几个点：
1. @yusen 认为，这一波 GenAI 在“全自动”、“通用性”和“具身性” 这三个点上都被高估了，换句话说，现阶段真格更愿意投资那些辅助性（半人工）的、数字化（不涉及物理世界）的、领域专用（而非泛化）的GenAI Deal。
- autopilot 被高估了，copilot 更实际一些。现阶段在生产环境对可靠性和可解释性的要求，导致必须有human in the loop，用 copilot 的模式给 AI 指导监督，同时提供反馈数据；
- general 通用性和泛化性被高估了，specialized 更实际一些。领域专用的 AI 应用会比通用的 AI 应用更早落地；
- physical 具身智能被高估了，digital 更实际一些。具身智能在科研上还有大量的难题没有被解决，参考自动驾驶，从 2004 年的 DARPA 挑战赛到现在，花了足足 20 年的时间，但 L2 的 FSD 还没彻底落地。因此，真实世界中的挑战远比想象中更大。（个人比较赞同，但不少投资人都很中意通用/人型机器人，详见暗涌的文章《当月之暗面和MiniMax的投资人坐在一起》。）
2. 认为当下的 AI 一定有泡沫，但关键是泡沫下的啤酒有多少。泡沫未必有害，从历史上来看，泡沫会催生大量的基建，这些基建在当时是冗余的，但在之后会派上用场。另外，泡沫时代浪大鱼也大，伟大的公司都是泡沫时代的剩者。
3. 很多人都将 AI 与移动互联网的发展进行类比和印证，但二者的区别在哪里？yusen 认为，相比移动互联网人人都能做 App，AI 时代技术的限制更多；AI 时代，缺少新硬件导致纯软件很难建立壁垒，对创业公司的挑战更大（而移动互联网时代，智能手机对所有人来说都是新事物，起跑线是相同的）；AI 时代创业的资本投入更大；AI 时代的模型是阶梯型创新，而移动互联网的基建是连续性创新，等等。
换句话说，假如硬要类比移动互联网，最简单粗暴的问题其实是：4G 什么时候来？没有 4G 的普及，那么抖音、滴滴、美团外卖、微信支付、拼多多的故事大都不成立，投再多的钱和再牛的创始人也没用，移动互联网或许只有微信和今日头条能跑出来，结果会是一个远远不够 sexy 的时代。
