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
原来杨植麟还有这个价值!
昨天聊了个在ICML发过论文的年轻小伙
期间我们聊到了Kimi和杨植麟
这是他锐评国产大模型的其中一站
他对杨植麟和Moonshot
是高度认可及关注的
我问为何?他说的大意如下:
杨植麟代表的
是年青一代最优秀的AI人才
如果他创办的大模型公司都没成
那后面那么多小朋友会觉得没希望
包括对整个生态都会有很负面的影响
如果他都没成
比他“低一档次”的人才凭什么能拿到融资
昨天聊了个在ICML发过论文的年轻小伙
期间我们聊到了Kimi和杨植麟
这是他锐评国产大模型的其中一站
他对杨植麟和Moonshot
是高度认可及关注的
我问为何?他说的大意如下:
杨植麟代表的
是年青一代最优秀的AI人才
如果他创办的大模型公司都没成
那后面那么多小朋友会觉得没希望
包括对整个生态都会有很负面的影响
如果他都没成
比他“低一档次”的人才凭什么能拿到融资
有时候两个看起来不相干的小突破组合一下会产生非常厉害的效果。
我搞了一个视频。
这玩意完全是可以自动化的,而且可以批量生产,任何主题都行。
里面音频用了谷歌 NotebookLM 的论文介绍。
口型视频用了HeyGen 的虚拟人像。
再加上论文中本来具有的一些素材,一份原创论文解读视频就好了。
Invalid media: video
我搞了一个视频。
这玩意完全是可以自动化的,而且可以批量生产,任何主题都行。
里面音频用了谷歌 NotebookLM 的论文介绍。
口型视频用了HeyGen 的虚拟人像。
再加上论文中本来具有的一些素材,一份原创论文解读视频就好了。
Invalid media: video
这几天o1尝试下来的一点点感受:
我们目前看到的是 o1 这个模型的 preview,甚至都不是最后的模型,也远非一个完整的产品。比起 ChatGPT,它更像是 GPT-3 的发布,正如 GPT-3 体现了 pretraining scaling law 带来的能力涌现,o1 体现了 inference scaling law 带来的推理能力提升。GPT-3 刚刚发布的时候,对于学术界是非常震撼的,但是普通用户完全不知道怎么把它用好,在 instructGPT 完善了 instruct following 能力后,又出现了ChatGPT ,找到了合适的产品形态;同样,怎么把 o1 带来的推理能力用好,现在的 ChatGPT 可能完全不是合适的产品形式,需要全行业去探索。
一方面,在 ChatGPT 里面,非常有可能用户越来越不需要主动选择用什么模型——类似我们不会跟一个人明确说你现在要用 system 1 还是 system 2 思考一样,产品应该自动选择合适的模型回答问题。另一方面,可能会有更加适合 system 2 的产品形态出现:ChatGPT 这里的 chat 名字和 UI 形态,隐含了「尽快回复」的期待,对于 system 2 的问题可能不那么适合。例如我们可以和分析师实时聊天,但对于一个需要深度思考的问题,我们更加可能是发一封邮件或者一个 ticket并且期待一个异步的update或回复。
接下来应该会出现很多用 thinking time 换 performance 的异步产品,给 AI 几十秒,几分钟,或者几个小时甚至几天时间思考,能够换来多少额外价值?这个地方产品发挥的空间应该是很大的。
我们目前看到的是 o1 这个模型的 preview,甚至都不是最后的模型,也远非一个完整的产品。比起 ChatGPT,它更像是 GPT-3 的发布,正如 GPT-3 体现了 pretraining scaling law 带来的能力涌现,o1 体现了 inference scaling law 带来的推理能力提升。GPT-3 刚刚发布的时候,对于学术界是非常震撼的,但是普通用户完全不知道怎么把它用好,在 instructGPT 完善了 instruct following 能力后,又出现了ChatGPT ,找到了合适的产品形态;同样,怎么把 o1 带来的推理能力用好,现在的 ChatGPT 可能完全不是合适的产品形式,需要全行业去探索。
一方面,在 ChatGPT 里面,非常有可能用户越来越不需要主动选择用什么模型——类似我们不会跟一个人明确说你现在要用 system 1 还是 system 2 思考一样,产品应该自动选择合适的模型回答问题。另一方面,可能会有更加适合 system 2 的产品形态出现:ChatGPT 这里的 chat 名字和 UI 形态,隐含了「尽快回复」的期待,对于 system 2 的问题可能不那么适合。例如我们可以和分析师实时聊天,但对于一个需要深度思考的问题,我们更加可能是发一封邮件或者一个 ticket并且期待一个异步的update或回复。
接下来应该会出现很多用 thinking time 换 performance 的异步产品,给 AI 几十秒,几分钟,或者几个小时甚至几天时间思考,能够换来多少额外价值?这个地方产品发挥的空间应该是很大的。
在日本,Lovot有约2万的销量,日活和周活达到了95%以上。尤其最受30-50岁女性欢迎。
LOVOT 是日本机器人公司 GROOVE X旗下产品,创始人林要被称 Pepper人形机器人之父(Pepper就是昨天长得像我那个🤖)
不会说话、不会扫地、不会家庭安全监测、也不会作为控制智能家居……但是Lovot会眨眼睛卖萌,会主动伸手要抱抱,能跟着人像个跟屁虫一样跑。
19年发售的产品,AI的部分在今天看不算惊艳,但价格还很坚挺:单个售价34.9万日元,相当于东京普通人的月收入。
今年开始,国内上海也有门店,7万元人民币起售。
也许,Chatbot是AI与AI好的交互方式,而不是人和AI好的交互形式。
小孩和老人,都喜欢毛绒绒的小猫小狗,也喜欢毛绒玩具。
用拥抱等肢体语言代替语言。可能这也是一种好的人和AI的交互。