AI科技发展太快，让人有点喘不过气来。
如果现在不抓紧跟上，几个月后可能跟同行聊天都困难了。
如果要从事AI行业，必须每天学习，否则只凭着之前互联网的行业经验，很快就过时了。

美国掌握了新的生产力工具
中国则封杀了它
国运循环

看完昨晚的GPT4直播，真的太震撼了。
语言模型的思维和推理能力真的已经超过的了人类
唯一的遗憾是知识库依然是2021年。。
让我们期待 GPT5 吧。

GPT-4相关能力的总结：

- 支持多模态输入：GPT-4的API可以接受图像，并生成相应的字幕，并对图像进行分析。
- 在BAR考试中取得优异成绩：GPT-4取得了BAR 90分（满分一百），同时在生物奥林匹克竞赛的视觉题方面获得了99分，其推理能力远超ChatGPT。
- 超大上下文：GPT-4支持25,000个单词的上下文，可以使得完整的文档适合于一个提示符内。
- 更具创造性和协作性：与用户协作生成、编辑和迭代写作任务，具有更高的创造性和协作性。
- 多个合作伙伴正在测试GPT-4：Duolingo、Be My Eyes、Stripe、摩根士丹利、可汗学院等，甚至包括冰岛政府。
相关链接：https://openai.com/product/gpt-4

【AI的进步与XR工程化落地】
在我不长的人生经历中，已经看到好几次由暴力堆资源，而涌现AI工程化落地能力的巨大进步了：
【AI下棋暴力穷举算法】
【CNN到TensorFlow无监督学习分辨猫狗】
【堆数据集模式学习写小说和画画】
【GPT暴力堆参数学语文涌现理解能力】
【多模态堆参数涌现了归纳实践能力】

我觉得某种程度上来说，AI和人类的进步都是一种大力出奇迹的结果，勇气和执着写在了人类的DNA里。想不懂就去试，堆人试，堆时间试，错了就换个方向再试试，总能发现真理。

在PaLM-E刚发布没多久之后，在GTP4发布之前，我提醒所有XR从业者，再多思考下多模态AI对于XR的意义，多思考下作为XR从业者我们可以将其怎样工程化落地到用户场景中。

再比如Language UI的突破，现在的API都是要提前约定好的，写死的，非工程师不可扩展的。而如果发送方和接收方都变成了LLM模型，且都拥有多模态输入和输出的能力，那只要双方本身能力支持的足够多足够广，就不需要工程师再去上面添加细枝末节的if循环来增加功能了。信息交换能力一下子会以非常高效的方式在互联网中进行流转。

多模态AI不仅仅是让XR设备的眼睛拥有了大脑加持，其实还长出了一双数字化的手，在机器人产业没有腾飞之前，贾维斯其实已经很快就可以出现在XR的数字世界中了，会极大的提升工程效率，解放生产力。

还是你会编啊

芜湖～

一个孵化器，一个基金，一个alumni，一个创业者黑帮

报名申请🔗 https://hack.okjike.com/admissions

@HackEngine

.jpg

1.4 MB

今天搞定一件大事🎉，注册new bing并且没有等待，秒过。第一个注册的账号失败了，又注册了一个就成功了，链接在此，详细的步骤在评论中有参考。需要的伙伴可以抓紧去申请~

【NEW BING试用申请秒速通过教程，全程无需任何等待】 https://b23.tv/hWyH3vJ

手机版new bing也搞定了，参考链接：
【如何在手机端使用 New Bing？】 https://b23.tv/KfZOE9t

早晨起来大模型的新闻又炸了
斯坦福微调了 7B LLaMA 模型，只用了 52K 的数据，达到了和达芬奇003类似的效果，并且可以跑在消费级设备上，比如树莓派。 https://github.com/tatsu-lab/stanford_alpaca