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
别tm考虑什么自研模型了，黑猫白猫抓到耗子就是好猫，就让那些能抓到耗子的猫继续来做这个方向的尝试和拓展吧。
4、ai应用除了推广成本还需要考量单位用户推理成本
这也是c.ai的故事所带来的思考，或者是当下所有做ai应用的都需要考虑的事情；
汪华老师觉得如果能再降两个数量级，这个事情可能就没那么重要了。
那么为了降低两个数量级，能有哪些角度突破：硬件ai芯片，尤其是专用芯片
多模型之间路由规则的设计
更小的模型和moe/coe的选择……
5、产品和模型的双轮驱动这可能是当下大模型公司的共识，既要做模型又要做产品；
就像广密之前在张小珺播客里提及的，登山两个坡，一边是agi，一边是killing app；
那么更现实的角度，比如有多少钱才能考虑这个事情？
袁老板说在国内可能至少需要几亿-10亿美金这个体量，至于是否要到10万卡他持保留态度，因为业界目前对于模型训练的技术更迭也很快，现在想要训练一个接近gpt4能力的模型所需要的成本和卡的数量其实在下降。
汪华老板的表述更实在一点，他说对于产品公司在1000w dau之前可以不需要太多考虑模型的事情，哪怕用市面上最好的模型API也行，需要先跑到这个阶段；
跑到之后才需要考虑模型的事情，至于为什么要考虑，一是成本原因，二是为了和对手形成差异化竞争；
这个阶段要做的模型可能也不是纯粹的底层大模型，更有实际意义的可能是针对不同业务诉求、针对自身服务的特殊品类用户的小一点的但效率更高的模型；
这个事情到最后会发现基于开源做，可能和自己训一个差不多成本量级……
6、微软-Inflection，亚马逊-Adept，谷歌-c.ai三笔交易的趋势代表了什么？
创始人阶段性交代，冷血点说，这些人可能就不是马拉松选手；
上一轮对于底层模型周期的投资到了一个需要阶段性结果的时候；
最近密集拿钱的企业是音乐、语音等多模态角度或者金融、法律、搜索这些有明确落地的方向；
7.汪华老师的一些其他建议出海工具方向：
海外工具：竞争没有想象中那么激烈，可以2b也可以2专业用户，典型代表heygen；
追热点：把最新的多模态技术API封装成体验更好的用户产品，做第一波吃到糖的人；
+AI：更多去向内找自身的优势、资源和擅长，ai应用，ai是定语，应用才是主语；
初创公司就不要在碰ai搜索了，尤其在国内做……
这场直播都回放已经有了，需要的可以去极客公园视频号查看…
4、ai应用除了推广成本还需要考量单位用户推理成本
这也是c.ai的故事所带来的思考，或者是当下所有做ai应用的都需要考虑的事情；
汪华老师觉得如果能再降两个数量级，这个事情可能就没那么重要了。
那么为了降低两个数量级，能有哪些角度突破：硬件ai芯片，尤其是专用芯片
多模型之间路由规则的设计
更小的模型和moe/coe的选择……
5、产品和模型的双轮驱动这可能是当下大模型公司的共识，既要做模型又要做产品；
就像广密之前在张小珺播客里提及的，登山两个坡，一边是agi，一边是killing app；
那么更现实的角度，比如有多少钱才能考虑这个事情？
袁老板说在国内可能至少需要几亿-10亿美金这个体量，至于是否要到10万卡他持保留态度，因为业界目前对于模型训练的技术更迭也很快，现在想要训练一个接近gpt4能力的模型所需要的成本和卡的数量其实在下降。
汪华老板的表述更实在一点，他说对于产品公司在1000w dau之前可以不需要太多考虑模型的事情，哪怕用市面上最好的模型API也行，需要先跑到这个阶段；
跑到之后才需要考虑模型的事情，至于为什么要考虑，一是成本原因，二是为了和对手形成差异化竞争；
这个阶段要做的模型可能也不是纯粹的底层大模型，更有实际意义的可能是针对不同业务诉求、针对自身服务的特殊品类用户的小一点的但效率更高的模型；
这个事情到最后会发现基于开源做，可能和自己训一个差不多成本量级……
6、微软-Inflection，亚马逊-Adept，谷歌-c.ai三笔交易的趋势代表了什么？
创始人阶段性交代，冷血点说，这些人可能就不是马拉松选手；
上一轮对于底层模型周期的投资到了一个需要阶段性结果的时候；
最近密集拿钱的企业是音乐、语音等多模态角度或者金融、法律、搜索这些有明确落地的方向；
7.汪华老师的一些其他建议出海工具方向：
海外工具：竞争没有想象中那么激烈，可以2b也可以2专业用户，典型代表heygen；
追热点：把最新的多模态技术API封装成体验更好的用户产品，做第一波吃到糖的人；
+AI：更多去向内找自身的优势、资源和擅长，ai应用，ai是定语，应用才是主语；
初创公司就不要在碰ai搜索了，尤其在国内做……
这场直播都回放已经有了，需要的可以去极客公园视频号查看…
1、c.ai是一家什么公司？
披着产品型公司皮的大模型公司
这个定位的原因是c.ai创始人Noam Shazeer；作为当年的transformer七子，其离开Google创立c.ai就是想通过真正给用户的产品实践以及数据去实现AGI，所以c.ai一直强调的是自研模型；
但随之而来的问题就是c.ai在产品和运营上的团队投入严重不足，产品设计、运营维护以及更重要的商业化尝试，从我们这些外行看都有些乏善可陈。
而同时因为几家头部公司的巨额融资和科技巨头的Capex巨额投入所引发的大模型军备竞赛直接把c.ai给“拉爆”了。
更直观的理解是，传闻OpenAI在尝试做10万卡集群，c.ai据猜测只有8000卡……
c.ai在之前应该融更多钱的时候没有融到或者说没有跟上节奏；到了最近，只能在用户需求的满足、模型大小上做一些妥协，以降低成本，最后实在不行走到了被收购这一步。
2、c.ai的结果能证明什么？
纯微观交易层面：Google用一个看起来体面的方式把Noam请回去了；
按照25亿估值收走投资人股份（估计实际现金可能付出也就几亿美金），核心团队回Google，对于Google内部做ai可能会有帮助；部分员工继续留在c.ai，未来会尝试基于开源模型继续做这个产品。
用户需求层面：
部分验证了在新的AI时代，理想中的那个“千人千面”的可互动的内容消费场景是有可能实现的；
用户时长和粘性也证明了这个需求的存在；
二次元、乙女等特征人群在这个趋势下的特征尤其明显，但未来更大的东西应该不仅限于此；
一个更简单的类比：如果移动互联网最后的共识是推荐算法，那么张一鸣从九九房到今日头条再到最后的抖音/tiktok，也是经历多年多个产品形态的打磨才成为了大家伙；
今天c.ai的尝试可能只是第一步，甚至第一步也只是走了一半。
3、如果c.ai交给张小龙张一鸣？
沿袭前面的两个问题，如果把当前c.ai交给中国最优秀的那些产品经理会是怎么样？
几百万的日活规模，单天超过一个小时的时长，至少短期看收入能翻几番，如果再上一些“科技和狠活”，没准就更大了；
当然，世间没有那么多如果……
所以从这个角度看，c.ai的阶段性结束并不能证明这个板块/赛道的结束，甚至可能是好事；
网红秦新宇创作的《还我妈生鼻》可能是我看到的AI音乐第一个真正意义上的爆款，不是单纯AI炫技，有故事有情绪有旋律有上头，并且引发大量ugc投稿和二创。
再一次验证AI音乐短期不是取代版权音乐，而是创造出一种新的音乐消费形式。
由此带来更大的思考，在全行业供给过剩的情况下，AI作为生产侧提效工具，是开拓新的供给，还是去卷已经过剩的供给呢？
【故事线】
起因：网红秦新宇近期发布自爆整容失败，视频中他称跟整形机构线上沟通无果，线下又吃了闭门羹，人被逼急了，就用AI创作一首38秒的歌曲《还我妈生鼻》维权，没想到意外走红。可能是suno作曲，然后上传到QQ音乐，再录屏发到抖音爆火。
热度：这首歌抖音点赞81w，冲到抖音娱乐榜TOP1，QQ音乐上高达93%的完播率，评论数1.5w，而且还是要付费收听完整版的，按一周100w播放的热度，分到的版税都够他重新再整一遍鼻子了。
二创：这首歌引发9.6w人投稿，不少视频都几十万赞，有网红跟风跳应援手势舞，有真人博主翻唱，有意思的是那个医美机构还花钱找人写AI歌反击《不还妈生鼻》，双方互斗在QQ音乐有几十首变体歌曲。
更牛逼的是，博主时寒用这个歌词+比伯音色+Kpop《眼鼻嘴》，用AI创作了另一个60w赞的比伯版还我妈生鼻
【产品思考】
AI音乐无论乍一听有多好听，测评分数有多高，跟版权音乐依然有差距。并且版权音乐中，也已经是严重的头部效应，可能周杰伦就占了QQ音乐15%的DAU。
所以试图直接用AI音乐来取代版权音乐，短期内是很难拿到业务收益的，已经痛苦的验证过。
哪怕AI音乐可以规模化生产出质量不弱于版权音乐的作品，结果依然不乐观。因为现在版权音乐也存在供给过剩的问题，宣推一首新歌需要大量的资源，而推一首 AI 音乐能带动的生意还是太小。
往大了说，现在全行业整体是供给过剩的，而AI主要是带动供给侧。如果AI带来的供给跟传统供给没有太大差异，哪怕质量差不多，其实也没太大的价值。
要么AI带来非常稀缺的头部供给，要么带来质量还可以的差异化供给，后者会更靠谱一些。
suno把创作的门槛降低，有创意需要抒发的用户可以快速出来一个有故事的歌曲，旋律不需要那么高级丰富，洗脑上头即可，更重要的是歌词内容和情绪，以及跟视频结合的梗，能够自带传播性。
这个自传播模式《妈生鼻》已经跑通了，今年接下来会有更多的爆款AI音乐出来。
再一次验证AI音乐短期不是取代版权音乐，而是创造出一种新的音乐消费形式。
由此带来更大的思考，在全行业供给过剩的情况下，AI作为生产侧提效工具，是开拓新的供给，还是去卷已经过剩的供给呢？
【故事线】
起因：网红秦新宇近期发布自爆整容失败，视频中他称跟整形机构线上沟通无果，线下又吃了闭门羹，人被逼急了，就用AI创作一首38秒的歌曲《还我妈生鼻》维权，没想到意外走红。可能是suno作曲，然后上传到QQ音乐，再录屏发到抖音爆火。
热度：这首歌抖音点赞81w，冲到抖音娱乐榜TOP1，QQ音乐上高达93%的完播率，评论数1.5w，而且还是要付费收听完整版的，按一周100w播放的热度，分到的版税都够他重新再整一遍鼻子了。
二创：这首歌引发9.6w人投稿，不少视频都几十万赞，有网红跟风跳应援手势舞，有真人博主翻唱，有意思的是那个医美机构还花钱找人写AI歌反击《不还妈生鼻》，双方互斗在QQ音乐有几十首变体歌曲。
更牛逼的是，博主时寒用这个歌词+比伯音色+Kpop《眼鼻嘴》，用AI创作了另一个60w赞的比伯版还我妈生鼻
【产品思考】
AI音乐无论乍一听有多好听，测评分数有多高，跟版权音乐依然有差距。并且版权音乐中，也已经是严重的头部效应，可能周杰伦就占了QQ音乐15%的DAU。
所以试图直接用AI音乐来取代版权音乐，短期内是很难拿到业务收益的，已经痛苦的验证过。
哪怕AI音乐可以规模化生产出质量不弱于版权音乐的作品，结果依然不乐观。因为现在版权音乐也存在供给过剩的问题，宣推一首新歌需要大量的资源，而推一首 AI 音乐能带动的生意还是太小。
往大了说，现在全行业整体是供给过剩的，而AI主要是带动供给侧。如果AI带来的供给跟传统供给没有太大差异，哪怕质量差不多，其实也没太大的价值。
要么AI带来非常稀缺的头部供给，要么带来质量还可以的差异化供给，后者会更靠谱一些。
suno把创作的门槛降低，有创意需要抒发的用户可以快速出来一个有故事的歌曲，旋律不需要那么高级丰富，洗脑上头即可，更重要的是歌词内容和情绪，以及跟视频结合的梗，能够自带传播性。
这个自传播模式《妈生鼻》已经跑通了，今年接下来会有更多的爆款AI音乐出来。
最近关于AI的一些有感而发：
1.如果去年的这个时候知道 gpt4 级别的模型成本会降1000倍，应该做什么样的产品决策呢。没经历过高速繁荣的完整技术周期的人（比如我），是短期过分乐观，又中长期不够乐观的。1个月前就知道了模型厂会卷成本，但没想到 openai 这么能卷，更没想到 deepseek 居然更能卷，to b唯一重要的事情就是性价比， deepseek 在中文领域暂时无敌。现在已经到了把所有context 都塞进 context window 也不心疼的成本了，还搞啥 embedding 和 RAG，很多去年无解的问题都解决了，这就是摩尔定律时代的美好吗。
2.如果让我回答去年一整年应用层最有价值的探索是什么？只有一个答案，降低获取用户上下文的成本，越低越好，如果在 PC 端是 os 和插件，在移动端是什么？这是我接下来一段时间最想解的题，这个题才是 C 端产品经理的下一个奖杯🏆
3.随便做点什么都行，在牌桌上，一直做下去。平静并快乐的迎接 AI 繁荣的馈赠。因为持久更重要，所以快乐地做事就变得超级重要，因为意志力有限，只有快乐才最有可能看到繁茂的终局。
1.如果去年的这个时候知道 gpt4 级别的模型成本会降1000倍，应该做什么样的产品决策呢。没经历过高速繁荣的完整技术周期的人（比如我），是短期过分乐观，又中长期不够乐观的。1个月前就知道了模型厂会卷成本，但没想到 openai 这么能卷，更没想到 deepseek 居然更能卷，to b唯一重要的事情就是性价比， deepseek 在中文领域暂时无敌。现在已经到了把所有context 都塞进 context window 也不心疼的成本了，还搞啥 embedding 和 RAG，很多去年无解的问题都解决了，这就是摩尔定律时代的美好吗。
2.如果让我回答去年一整年应用层最有价值的探索是什么？只有一个答案，降低获取用户上下文的成本，越低越好，如果在 PC 端是 os 和插件，在移动端是什么？这是我接下来一段时间最想解的题，这个题才是 C 端产品经理的下一个奖杯🏆
3.随便做点什么都行，在牌桌上，一直做下去。平静并快乐的迎接 AI 繁荣的馈赠。因为持久更重要，所以快乐地做事就变得超级重要，因为意志力有限，只有快乐才最有可能看到繁茂的终局。
Arc 内置的 Site Search 功能真的非常好用。
可以直达任何网站的搜索，不需要先打开网页。
教大家用一下，里面还整理了所有 AI 搜索的传参链接，做产品也能用。
https://mp.weixin.qq.com/s/Zw-H78tmChzq281X41tP-w
可以直达任何网站的搜索，不需要先打开网页。
教大家用一下，里面还整理了所有 AI 搜索的传参链接，做产品也能用。
https://mp.weixin.qq.com/s/Zw-H78tmChzq281X41tP-w
他详细列举了自己日常使用 AI 的 50 个实例，而且说这些只是他所有AI 应用的不到 2%。
全文超过 20 万个 Token，下面是用 Gemini 1.5 pro 生成的总结。
原文地址：https://nicholas.carlini.com/writing/2024/how-i-use-ai.html
前端开发从未变得如此简单 🤩
借助 https://Devv.AI，2 分钟开发完一个 React 组件。
步骤：
1. 在 https://mobbin.com 上找到你要「学习」的 UI
2. 截图 -> 复制到 Devv 中实现
Prompt 需要指定输出到同一个 html file 中便于 preview（未来会优化）。
预览没有问题就可以转化成 React 组件 copy 到自己的代码库中了。
Invalid media: video
借助 https://Devv.AI，2 分钟开发完一个 React 组件。
步骤：
1. 在 https://mobbin.com 上找到你要「学习」的 UI
2. 截图 -> 复制到 Devv 中实现
Prompt 需要指定输出到同一个 html file 中便于 preview（未来会优化）。
预览没有问题就可以转化成 React 组件 copy 到自己的代码库中了。
Invalid media: video
又仔细看了一遍，摘录了里面除了假大空的内容，自己认同的部分。
尤其是减少认知资源的消耗，这部分跟创造力有很大的关系。
来源：https://blog.samaltman.com/the-days-are-long-but-the-decades-are-short
我们离通用具身智能似乎还有很长的距离。
对于要在开放的现实世界中 action，并需要对自己的 action 负责的机器来说，全无人似乎是一种妄念。
大多数在现实世界中执行任务的机器，首先需要是一台高效的机器，而不是拖后腿的机器。如果要想效率高，必然需要先专用化，也就是需要侧重为特定任务而设计，不管是软件还是硬件，不然这个机器的竞争力一定会很差，也很难在现实世界中推广开来。
也就是说在走向通用之前，需要先有一定的、有价值的专用能力。
我们假设这个专用能力可以超越人类，其实这很难，现在的自动驾驶端到端、各种机器人端到端任务，都在试图解决这个问题，但还处于攻坚阶段。
我们假设专用阶段已被攻克，这样一个「专用机器」，它需要多少的「理解现实的能力」才能 hold 住复杂多变的现实，保证事情不超出自己的控制，尤其是在复杂的环境中。
例如我在周末做饭时，不小心把锅边的纸巾烧了，旁边还连着油碗，成人当然知道该如何采取措施，如果是个做饭机器人呢？它会意识到问题，并妥善解决吗？
更多更复杂的场景还有很多，机器人可能需要 AGI 级别的智能才能在开放的复杂的场景中执行任务，不然就还需要人类在环、人类监督，或者回到限定的场景去做任务。
太长不看版：端到端任务，只能让机器人成为做该件事的专家，达到媲美人类做该件事的水平，但不是人类的智能水平；AGI 是机器人在开放域做任务的保障，不然只能是限定场景，或者有人监督。
对于要在开放的现实世界中 action，并需要对自己的 action 负责的机器来说，全无人似乎是一种妄念。
大多数在现实世界中执行任务的机器，首先需要是一台高效的机器，而不是拖后腿的机器。如果要想效率高，必然需要先专用化，也就是需要侧重为特定任务而设计，不管是软件还是硬件，不然这个机器的竞争力一定会很差，也很难在现实世界中推广开来。
也就是说在走向通用之前，需要先有一定的、有价值的专用能力。
我们假设这个专用能力可以超越人类，其实这很难，现在的自动驾驶端到端、各种机器人端到端任务，都在试图解决这个问题，但还处于攻坚阶段。
我们假设专用阶段已被攻克，这样一个「专用机器」，它需要多少的「理解现实的能力」才能 hold 住复杂多变的现实，保证事情不超出自己的控制，尤其是在复杂的环境中。
例如我在周末做饭时，不小心把锅边的纸巾烧了，旁边还连着油碗，成人当然知道该如何采取措施，如果是个做饭机器人呢？它会意识到问题，并妥善解决吗？
更多更复杂的场景还有很多，机器人可能需要 AGI 级别的智能才能在开放的复杂的场景中执行任务，不然就还需要人类在环、人类监督，或者回到限定的场景去做任务。
太长不看版：端到端任务，只能让机器人成为做该件事的专家，达到媲美人类做该件事的水平，但不是人类的智能水平；AGI 是机器人在开放域做任务的保障，不然只能是限定场景，或者有人监督。
它拍了一支1分钟的广告，内容蹭的奥运热点，一个小女孩从小热爱田径，想给她的偶像美国跨栏选手Sydney写信，到此为止都没什么毛病。
结果她爸自告奋勇的帮她写信，表示「我很擅长表达，这封信必须好好构思」，所以你以为是这对父女其乐融融的一起来给Sydney写信了？
不是，爸爸果断打开Google，让AI工具Gemini来代笔写信⋯⋯
这支广告发布没几个小时，就被骂得Google关闭了评论区，所有人都看傻了，不知道Google想要表达什么，人工智能的价值难道就在于替代人类的情感吗？？？
「华盛顿邮报」的社评喷得最凶也最刻薄了，我很喜欢：
在电视上看到这则广告只会让我投掷铁锤，也许进化是一个错误，我们的祖先就不应该离开大海。
如果你没有看过这个广告，你正在过着幸福的生活，我希望和你交换身份。
关键的是，从广告里演示出来的由人工智能写出来的那几行字来看，坦率的说，纯粹属于垃圾，让人以为这是人工智能的抵制者恶搞出来抹黑Google的作品。
所有对人工智能接管我们写作的前景感到兴奋的小丑——报告摘要、数据调查、儿童信件，都不分青红皂白的被丢进同一个机器里——只会失去写作的能力。
写作的本质，是以一种你可以与他人分享的形式思考。这是一种将思想、图像和故事从大脑中取出并放入他人大脑的方法。E.M.福斯特说过：「在看到我的表达之前，我怎么掏出我的想法呢？」剥夺为自己写作的能力，就是剥夺为自己思考的能力。
广告中的小女孩想为她以后将打破Sydney的纪录而道歉，她已经充满了表达欲，但Gemini不知道这一点，也根本理解不了这种有趣的情感流露。
这是为那些会为药丸代替饮食感到欢欣鼓舞的人专供的广告，如果我们还能完全消除睡眠和音乐，那将继续成为伟大的胜利。
这支广告相信的是，没人想要收到一封真正来自孩子的信，太可怕了，里面可能有该死的拼写错误，以及画有六根手指头的拙劣肖像画。而由人工智能写的信则充满了时代的奇迹，虽然手指头也可能是六根，但原因完全不同。
这些小丑接下来会想出什么？「Gemini，为我求婚？」「Gemini，告诉我的父母我爱他们？」躺在临终的病床上，「Gemini，给我的孩子们写一封信，说出所有我希望我能告诉他们的事情？」「总结一下在活着时我最喜欢的事情是什么？」
你错过了！你错过了这一切！回去，跳回海里去，忘掉它，因为这是旅途，你错过了整个旅途。
