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
用 Bolt 写了一下，直接上线了，有类似需求的可以试试。
输入剪辑时间节点后会生成 FFmpeg 命令。
Bolt 才是小白的神器啊，编写、Debug、部署一条龙。
有需求的话我写个文章体系化介绍一下整个 AI 短片分析工作流。
这里尝试：https://gentle-otter-c63b0f.netlify.app/
Sam Altman发了条言简意赅的推文：there is no wall。
终于还是被推出来回应大模型预训练陷入瓶颈的行业恐慌了。
清理了一下时间线，大致上是这样的：
- The Information率先报道，OpenAI因为GPT系列模型的进化速度放缓，调整了公司战略，GPT-5难产已成定局；
- Bloomberg随后助攻，把采写范围扩大到了OpenAI、Googe和Anthropic三家公司，发现新版模型全在推迟发布，可以看到收益递减曲线；
- AI社区此时普遍还认为媒体报道有失公允，觉得没有核心从业者出来证言，只是搜集了边角料想搞个大新闻而已，大家不要慌，「且听龙吟」；
- 然后从OpenAI出局的前首席科学家Ilya Sutskever刚好跳出来补刀，对路透社判断大模型扩展法则确实已经到达了极限，必须改变训练模式；
- Meta的首席科学家、图灵奖得主Ynn LeCun也没放过攻击闭源竞争对手的机会，在Threads上表示「我不想说我早就告诉过你，但我确实早就告诉过你」；
- Anthropic的创始人Dario Amodei在播客里安抚市场，认为预训练的扩展法则（Scaling Laws）来自经验而非客观规律，但自己会押它仍然会继续存在；
- 再就是两个小时前，Sam Altman现身喊话，说物理学不存，不对，是墙不存在。
终于还是被推出来回应大模型预训练陷入瓶颈的行业恐慌了。
清理了一下时间线，大致上是这样的：
- The Information率先报道，OpenAI因为GPT系列模型的进化速度放缓，调整了公司战略，GPT-5难产已成定局；
- Bloomberg随后助攻，把采写范围扩大到了OpenAI、Googe和Anthropic三家公司，发现新版模型全在推迟发布，可以看到收益递减曲线；
- AI社区此时普遍还认为媒体报道有失公允，觉得没有核心从业者出来证言，只是搜集了边角料想搞个大新闻而已，大家不要慌，「且听龙吟」；
- 然后从OpenAI出局的前首席科学家Ilya Sutskever刚好跳出来补刀，对路透社判断大模型扩展法则确实已经到达了极限，必须改变训练模式；
- Meta的首席科学家、图灵奖得主Ynn LeCun也没放过攻击闭源竞争对手的机会，在Threads上表示「我不想说我早就告诉过你，但我确实早就告诉过你」；
- Anthropic的创始人Dario Amodei在播客里安抚市场，认为预训练的扩展法则（Scaling Laws）来自经验而非客观规律，但自己会押它仍然会继续存在；
- 再就是两个小时前，Sam Altman现身喊话，说物理学不存，不对，是墙不存在。
其他产品都是模型是模型产品是产品，像是出现 bug 的机器人，左脚画圆右脚踢。
短时间的领先与否并没有那么重要，核心是不下牌桌，现阶段的所有（产品功能、用户、数据、模型）都是下一阶段的基石。
重要的是能否预测到下一阶段的风浪并在这个阶段完成准备。
回到他昨晚发的内容本身。
现代图形学是先解决了控制问题再解决的渲染质量问题。
AI 发展则反其道而行之，先端到端的解决了渲染质量问题，我们面前的是控制问题。
正如计算机图形学最终解决了渲染问题，AI 也一定能解决控制问题。
核心不是是否可以解决，而是我们准备如何解决。
AI 生成内容是否能够提供与传统计算机图形学同等水平的可预测性和精确性，这正是 AI 生成内容能否成为创意表达基础工具的关键所在。
我们的目标是实现实时、低成本，并且具备尽可能直观和通用的精确控制能力。
这一次，控制能力虽然最后才能实现，但它终将到来。
再一次证明了随着模型能力的提高，提示工程的重要性也会越来越高。
绝对不是模型越厉害提升工程越不重要。
我用这个提示词思考 AI 生成视频模型和传统图形科学的异同，它得出了和 Runway CEO 类似的结论。
另外不建议折叠 Claude 的思考过程，他的思考路径和方向往往比结论更有价值
⭐️我们暑假开始做的工作👉DIAL-MPC这套基于扩散模型(Diffusion Models)的方法也实现了机器人在线推理的scale-up （之前的强化学习可以说都是在做离线的scale-up）
很高兴我们的工作受到了很多顶尖实验室(CMU,斯坦福，CalTech)和硅谷机器人公司(DeepMind, NVIDIA)的广泛关注和初步应用
首页组件我要求包括但不限于：1.Hero 2.cta 3.faq 4.how it works....”
✅6.最重要的一点，你和cursor对话的时候通常会开多个聊天框（看图4右侧滑动按钮我完成这个项目开了多少聊天框），一个聊天框聊的东西多了就特别容易抽风，怎么保持让cursor的记忆同步呢？
每聊完一个聊天框，你要开启新聊天框的时候，就和cursor说：“请你回顾我们前面全部对话，总结更新我的项目架构文件，供未来别的开发人员使用“
✅7.总结：
cursor很强大，也很弱，取决于你会不会使用。
我前端是用next.js,后端用python，中间还涉及一些我从来没有接触过的服务器，命令行等运行命令。你一定要把前提和背景告诉cursor，举个简单的例子，我要在hugging face space上部署项目，但是发现服务器启动的时候日志疯狂报错，你千万不要直接把报错日志丢给cursor，这样子解决不了问题，你要这样说:“这是我部署到hugging face space服务器的时候的错误日志，请你看一遍，然后你告诉我可能是哪里出了问题，需要我提供哪些代码文件给你，我嗯先不急着写代码，先一起讨论下”
希望对大家有帮助，以后还会继续分享我在实战中使用cursor的经验。我是完全0代码基础，我可以，你一样可以，不要对未知的技术畏惧，不懂的就耐心去问cursor
✅6.最重要的一点，你和cursor对话的时候通常会开多个聊天框（看图4右侧滑动按钮我完成这个项目开了多少聊天框），一个聊天框聊的东西多了就特别容易抽风，怎么保持让cursor的记忆同步呢？
每聊完一个聊天框，你要开启新聊天框的时候，就和cursor说：“请你回顾我们前面全部对话，总结更新我的项目架构文件，供未来别的开发人员使用“
✅7.总结：
cursor很强大，也很弱，取决于你会不会使用。
我前端是用next.js,后端用python，中间还涉及一些我从来没有接触过的服务器，命令行等运行命令。你一定要把前提和背景告诉cursor，举个简单的例子，我要在hugging face space上部署项目，但是发现服务器启动的时候日志疯狂报错，你千万不要直接把报错日志丢给cursor，这样子解决不了问题，你要这样说:“这是我部署到hugging face space服务器的时候的错误日志，请你看一遍，然后你告诉我可能是哪里出了问题，需要我提供哪些代码文件给你，我嗯先不急着写代码，先一起讨论下”
希望对大家有帮助，以后还会继续分享我在实战中使用cursor的经验。我是完全0代码基础，我可以，你一样可以，不要对未知的技术畏惧，不懂的就耐心去问cursor
