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
没有等待列表,没有包月套餐、全免费用 Claude 3.5。
这个 IDE 对小白非常友好!!
你可以用类似 Bolt 的方式一句话开始一个项目。
右侧聊天框会帮助你安装依赖输入命令启动项目。
如果你也觉得 Cursor 太复杂不会用的话强烈推荐试试 Windsurf。
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。