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
又踩了坑家人们，这破 Pro 域名是真不受 Google 待见🥲，几乎同时上线的网站跟 .com .ai 域名相比那排名是真差得远了。以后还是不要用这种奇奇怪怪的后缀了。
网站是使用了 @BigYe程普
大佬的开源模版改造的，在此基础上加了登录，也第一次对接了 Stripe。
大部分的代码其实是使用 Claude 生成的。最满意的是那个优惠码的 Banner 😂，Claude 的审美比我好多了。
不得不说 Flux.1 Pro 模型是真滴贵，所以免费额度给不了很多，不过尝鲜也是足够了~
欢迎大家体验~如果有需求也可以 DM 我送特别优惠码~😜
🔍 WildCard 解决痛点，提供一站式解决方案：
🚀 一分钟快速注册 OpenAI 账户，无需身份证。
🌐 赠送2个海外邮箱，轻松管理国际通信。
🏠 9次海外家庭网络加速，畅享全球网络。
📈 每月500次 OpenAI API 转发，满足你的开发需求。
📞 3次海外英国手机号，随时保持联系。
- 提供免费代绑定服务 0 门槛上手
- ChatGPT Plus 升级 不成功退卡费
- 每张卡可升级 4 个 ChatGPT Plus 账户
- 余额可以实时提现
开卡 WildCard，邀请码【LUCK88】立减2刀，
链接直达： https://bewildcard.com/i/LUCK88
这个好玩，Transformer Explainer 一个交互式可视化工具。
可以帮助普通人用 GPT-2 为例子了解 Transformer。
它可以在浏览器里面实时运行 GPT-2，用户能够尝试自己的输入并实时观察 Transformer 的内部组件和参数如何预测下一个Token。
这个特别适合教学，非常形象。
这里尝试：https://poloclub.github.io/transformer-explainer/
Invalid media: video
可以帮助普通人用 GPT-2 为例子了解 Transformer。
它可以在浏览器里面实时运行 GPT-2，用户能够尝试自己的输入并实时观察 Transformer 的内部组件和参数如何预测下一个Token。
这个特别适合教学，非常形象。
这里尝试：https://poloclub.github.io/transformer-explainer/
Invalid media: video
Github trending 第一名
Deep Live Cam
只需要一张照片即可进行换脸直播
以后我们在线会议、直播带货都可以用任何人的脸了
https://github.com/hacksider/Deep-Live-Cam
Deep Live Cam
只需要一张照片即可进行换脸直播
以后我们在线会议、直播带货都可以用任何人的脸了
https://github.com/hacksider/Deep-Live-Cam
11/ 随着编码代理的兴起，测试基础设施将变得更加重要和普遍。这是因为编码代理将编写更多测试，同时也依赖这些测试来检查他们的工作。
12/ 由于代理使迁移变得更容易，转换成本作为科技公司的护城河将会下降。公司甚至会在你购买他们的产品时捆绑迁移助手编码代理，以简化你的采用过程。
13/ 无论具体细节如何，宏观趋势是明确的：现在是成为一个建设者的最佳和最富有成效的时代。
14/ 结语：我很高兴分享(在很大程度上由于这些预测),我已加入Cognition Labs来帮助构建Devin。我已经在这里工作了3个多月，虽然Devin还处于早期阶段，但它是我所见过的软件丰富时代可能样貌的第一个真正的管中窥豹。
「It has written parts of itself.」 ——Paul Graham & A YC founder
12/ 由于代理使迁移变得更容易，转换成本作为科技公司的护城河将会下降。公司甚至会在你购买他们的产品时捆绑迁移助手编码代理，以简化你的采用过程。
13/ 无论具体细节如何，宏观趋势是明确的：现在是成为一个建设者的最佳和最富有成效的时代。
14/ 结语：我很高兴分享(在很大程度上由于这些预测),我已加入Cognition Labs来帮助构建Devin。我已经在这里工作了3个多月，虽然Devin还处于早期阶段，但它是我所见过的软件丰富时代可能样貌的第一个真正的管中窥豹。
「It has written parts of itself.」 ——Paul Graham & A YC founder
✨Hans 荐语：
无论你是否熟悉互联网行业或软件设计， 只要你与软件朝夕相处，就不难意识到软件正在吞噬世界，而AI 正在全面改写软件诞生的方式。
Russell Kaplan 作为软件工程领域的超级专家近期宣布以总裁身份加入Devin （AI agents 明星公司），他关于AI 如何重塑软件的洞察极为精彩，且指向远远超过了软件本身：信号是如此清晰，这是创造者最好的时代。
✍️ 软件工程未来的预测：
1/ 模型很快就会在编码方面变得非常出色。研究实验室正在为下一代模型在编码和推理能力的提升上投入比其他任何领域都多的资源。他们的努力将会结出硕果。
2/ 为什么？除了人工智能的总体进步外，编码特别具有独特优势：通过"自我对弈"实现超人类数据规模的潜力。模型可以编写代码，然后运行它。或者编写代码、测试，然后检查自我一致性。
3/ 这种自动监督在大多数领域是不可能的，因为在接近人类专业知识极限时，它们在训练后面临数据瓶颈。代码是不同的——它可以被经验性地和自动地测试。
4/ 因此，几年后软件工程将看起来完全不同。真正的编码代理(能够端到端完成任务)将补充今天的AI Copliot。这种体验就像给每个工程师一支实习生大军。
5/ 在这个新世界里，每个工程师都成为工程经理。你将把基本任务委托给编码代理，并在编码的更高层面上花更多时间:理解需求、设计系统架构和决定要构建什么。
6/ 这将引领一个前所未有的软件丰富时代。历史上软件一直很难且昂贵地创建。很快它将变得更容易访问10倍。我们将看到"一次性软件"的激增——只有现在才可行的一次性应用和网站。
7/ 未来会有比现在多得多的软件工程师。只是工作会大不相同：更多英语，更少样板代码。工程师们会适应,就像他们适应从汇编到Python的转变一样。
8/ 除了直接的生产力提升外,对初创公司还会有实质性的二阶效应。
9/ 其一，面向开发者营销的公司很快也会开始向编码代理"营销"。毕竟，你的代理可能会决定你使用哪个云和选择哪个数据库。适合代理的UI/UX(通常是良好的命令行界面)将被优先考虑。
10/ 产品质量的门槛也会提高。在开发者可以更快地发布的世界里，半成品或功能不完整的最小可行产品(MVP)将不太被接受。
今天，Agility Robotics在官推上宣布其部署在GXO Spanx仓库的人形机器人Digit，已经完成了10000个订单的履约，在人形机器人商业化上，Agility已经走在了增强回路的循环里，似乎在说谁才是地表最强人形机器人，客户说的算。
Peach-9B-8k-Roleplay，一个专门为角色扮演任务服务，基于Yi-1.5-9B 微调的模型。
开源的角色扮演模型模型的玩法，你懂的。
peach在主动剧情推进上有不错的泛化性。
并且peach在回复括号内有丰富的情感表达，一定程度上可以媲美台本。
模型下载：https://huggingface.co/ClosedCharacter/Peach-9B-8k-Roleplay
最近半个月，我一直在秘密做的一个东西，今天终于公之于众了！
这是一个诡异的脑洞：能否用AI游戏来评测大模型的推理能力？为此，我标注了2万条数据，在GPT-4o, Claude,月之暗面,豆包, DeepSeek, MiniMax, 通义千问等11个模型上进行了评测，最终有了答案，文章最后有结果👀
Google对Character的操作，和年初微软对Pi的操作，不能说是毫不相关，只能说是一模一样。
就是直接收购公司，容易触发反垄断调查，虽说最后的裁断未必真的成立，但给法务、时间和声望带来的成本还是太大了，于是不用收购的名头，而是直接开出高价把团队、代码买断过来，对面连人带码加入巨头，原公司仍然留着壳「独立运营」。
既不会给监管部门留下介入空间，又能给投资者提供退出机会，还能实质上的合并业务，这种机巧的做法越来越常见了。
话说Character真是吃百家饭的典范啊，先是跟马斯克的xAI眉来眼去，然后投入Google怀抱，模型底座则转用Meta的Llama，简直了……
就是直接收购公司，容易触发反垄断调查，虽说最后的裁断未必真的成立，但给法务、时间和声望带来的成本还是太大了，于是不用收购的名头，而是直接开出高价把团队、代码买断过来，对面连人带码加入巨头，原公司仍然留着壳「独立运营」。
既不会给监管部门留下介入空间，又能给投资者提供退出机会，还能实质上的合并业务，这种机巧的做法越来越常见了。
话说Character真是吃百家饭的典范啊，先是跟马斯克的xAI眉来眼去，然后投入Google怀抱，模型底座则转用Meta的Llama，简直了……
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；
