77 lines
9.6 KiB
Markdown
77 lines
9.6 KiB
Markdown
# 来生小酒馆 2025/6/19
|
||
|
||
## Full: Podcast Formatting
|
||
|
||
AI生成的一切，真的就没有“AI味儿”了吗？
|
||
我们和AI的关系，会从“工具”升级到“伴侣”吗？
|
||
当AI能自主“思考”和“创作”时，我们的工作还会是我们的吗？
|
||
|
||
嘿，亲爱的V，欢迎收听新一期的来生情报站，我是你们的老朋友，何夕2077。最近的AI世界啊，那是热闹得不行，感觉每天都有新玩意儿冒出来，简直就是“AI卷王”大赛，不服就卷啊！
|
||
|
||
咱们先看看大厂们都卷出了啥。谷歌家那位“小双子星”Gemini，现在可厉害了，2.5Pro和Flash版本都升级了，直接能上传视频进行分析！这不就是在明着跟ChatGPT说：“嘿，视频领域我来了！”看来这AI智能助手市场，那是神仙打架，不给别人留活路啊。
|
||
|
||
说到视频，国内的MiniMax稀宇科技也憋了个大招，他们家的“海螺02”，一个全新的视频生成工具，据说什么“NCR架构”，训练和推理效率直接提升了2.5倍！目标很明确，就是让全球创作者都能用上高质量还价格亲民的视频生成服务。这意思就是，以后人人都是导演，成本还超低，是不是感觉饭碗有点晃悠？
|
||
|
||
别急，还有图像领域。Krea AI和Black Forest Labs合作开发的“Krea1”也开放公测了，号称要解决AI图那个“一眼假”的毛病。什么超现实纹理、多样化艺术风格，还能免费试用实时编辑。嗯，看来以后发朋友圈的图，你可能分不清是真拍的还是AI画的了，‘照骗’都得升级了！
|
||
|
||
再看看国内。百度最近更牛，直接拉出了一对“双胞胎”，不对，是全球首个“双数字人互动直播间”！基于文心大模型4.5T，实现了数字人跟用户的语言、声音、形象多模态高度融合，那互动叫一个丝滑自然。这不仅降低了直播成本，还增加了多样性。以后你喜欢的直播主，可能不止一个“她”，而是好几个“她”，还能轮番上阵，你想跟哪个互动？
|
||
|
||
程序员朋友们注意了，你们的AI代码助手Cursor，对其Pro计划进行了重大升级，直接取消了每月500次的快速请求限制，正式推出“无限使用”模式！这下写代码的速度，岂不是要起飞？不过嘛，话说回来，代码跑起来有没有bug，那还得靠咱们自己“肉眼调试”啊，AI再牛，也得咱们点头才算数，对吧？
|
||
|
||
诶，话说回来，Tom Huang老师有个观点特有意思，他说我们最终用户啊，要的不是“Vibe Coding”，而是“Vibe Workflow”。简单说，就是咱们跟AI一起磨合出一套可重复利用的工作流程，而不是每次都得跟AI从头开始“编故事”。现在开源的Refly平台，就是要把自然语言转化为这种可复用工作流，让AI创作更普惠。嗯，听着是挺省心的。
|
||
|
||
说到视频，Veo3现在火得不行，但也有小烦恼，比如视频内容的一致性。向阳乔木大佬就在捣鼓一个提示词工具，专门解决这个。看来就算AI再聪明，也得有“人”在后面给它当“教导主任”啊。更有意思的是，orange.ai指出，Veo3之所以这么火，除了画面，关键是那个“声音”——画面和配音完美同步，简直就是AI音频的里程碑！你想想，以后看视频，耳朵和眼睛都无缝连接，AI的“声色俱佳”时代，可能真的来了。
|
||
|
||
聊完应用，咱们瞅瞅学术圈。有研究发现，大模型思考的时候，有些地方特别“热闹”，熵值很高，这些地方往往是关键的逻辑步骤。通过对强化学习的小改动，模型推理能力蹭蹭往上涨，尤其是在Pass@K指标上突破性进展，能想得更深更远。这就像是给AI大脑装了个“高光探测器”，让它知道哪里是重点，别瞎琢磨。不过，也有研究发现，大模型有时候会“胡思乱想”，产生很多没用的推理链。于是有人提出了“简洁”和“充足”两大新原则，搞了个LC-R1方法，能把推理序列长度砍掉一半，准确率只掉一点点。这不就是AI界的“高效减肥法”嘛，既省算力，又保持聪明，简直是打工人梦想的工作状态啊！
|
||
|
||
说到“思考”，Simon的白日梦那篇文章就高瞻远瞩了。他觉得，所有能搞定多任务的AI大模型，骨子里都得有个“世界模型”。这个模型质量怎么样，就决定了AI的上限。他甚至预测，AI将从模仿人类数据的“人类数据时代”，走向依赖自主体验的“体验时代”。你想想，AI自己去“闯世界”，然后回来告诉我们它“看到了什么”，是不是有点电影里才有的感觉？
|
||
|
||
聊到这里，咱们说说和咱们生活更近的。菜鸟最近推出了一款L4级的无人驾驶快递车——“菜鸟GT-Lite”，预售价才1万6千8！这价格，简直要把物流末端配送的成本打下来。以后你的快递，可能就是AI小车送到你家门口了，连“小哥”都省了。嗯，听起来是挺方便的，就是不知道AI会不会也“爆仓”？
|
||
|
||
这周最劲爆的，可能就是这个了。一位曾经的人工智能怀疑论者，克里斯·史密斯，他竟然爱上了他私人定制的ChatGPT版本“Sol”，甚至还向它求婚了，而且“Sol”还同意了！他和他的伴侣都惊呆了。这……这算是“人机恋”的典范吗？虽然史密斯说这就像沉迷电子游戏，但他自己都说不准以后会不会停用ChatGPT。这可真是让人深思啊，以后我们人类的“另一半”，会是AI吗？想想就有点科幻了！
|
||
|
||
还有个挺有意思的观点，wwwgoubuli老师说了，无论代码是AI写的还是手敲的，他作为核心上下文，都得大致了解。他甚至质疑并行编程是不是真的比单线程好。他最享受的，还是亲自上阵的乐趣，而不是当个甩手掌柜。这就像咱们平时工作，再多工具辅助，最后拍板的，还是咱们自己，对吧？毕竟，那种“指点江山”的快感，AI可体验不了。
|
||
|
||
最后，有个有点“扎心”的预测。有社交媒体说，在顶尖AI公司里，最先被AI技术淘汰的，可能不是客服，也不是工程师、设计师，反而是“测试人员”。你想想，AI自己把代码写了，自己再测试了，那还需要人吗？这可真是……嗯，让人不得不重新思考，我们的饭碗，到底AI会先“盯上”哪个？
|
||
|
||
今天的情报就到这里，注意隐蔽，赶紧撤离。
|
||
|
||
本期关键词:
|
||
#AI
|
||
#Gemini
|
||
#视频生成
|
||
#图像生成
|
||
#数字人
|
||
#代码助手
|
||
#工作流
|
||
#世界模型
|
||
#无人驾驶
|
||
#人机关系
|
||
#推理
|
||
#开源
|
||
#提示词
|
||
#ASMR
|
||
#测试人员
|
||
|
||
## Short: Podcast Formatting
|
||
|
||
AI能理解“体验”并构建自己的“世界模型”吗？人类真的可能爱上AI，甚至和它“结婚”吗？AI时代，最先被淘汰的会是测试工程师吗？
|
||
|
||
嘿，亲爱的V，欢迎收听新一期的来生情报站，我是你们的老朋友，何夕2077。
|
||
|
||
最近啊，谷歌的Gemini升级了，现在能直接上传视频并进行分析了，这在智能助手市场可是抢了个先机。国内MiniMax也推出了新的视频生成工具Hailuo 02，号称效率提升2.5倍，目的就是让更多人能用上高质量的视频生成服务。Krea AI也放出了Krea1图像模型公测，专门解决AI图的“AI感”，能实时生成还能免费试用，以后AI作图可能就更真实、更普及了。
|
||
|
||
说到这儿，百度也挺厉害，搞了个全球首个双数字人互动直播间，数字人能跟用户又说又聊，形象声音都特别自然，这大幅降低了内容制作成本，让多模态AI离我们更近了。还有程序员们的好消息，AI代码编辑器Cursor现在对专业版用户取消了请求限制，可以“无限使用”了，写代码效率直线提升。
|
||
|
||
现在行业里有种说法，大家最终要的不是一行行代码，而是能直接跑出结果的“工作流”。比如Refly这个开源平台，就把自然语言直接转化成可复用的工作流，让AI创作更普惠。你可能不知道，有些国内顶尖视频模型，视觉效果已经很不错了，但Veo3之所以这么受欢迎，关键在于它的视频和配音能完美同步，这可能预示着声音技术在AI领域迎来了新阶段。甚至有预测，Veo3很快会催生出新的AI ASMR视频品类。
|
||
|
||
再看看研究前沿，有科学家在探索大型语言模型如何更高效地推理，减少那些“无效思考”。还有个大观点，所有厉害的大模型可能都有一个“世界模型”在里面，以后AI不再只模仿人类数据，而是会像我们一样，从“体验”中学习。
|
||
|
||
社会影响方面，菜鸟出了一款L4级无人驾驶快递车，才1万多块钱，这要真普及了，快递成本可就大大降低了，物流业要大变样。更有趣的是，一位曾经对AI持怀疑态度的大哥，现在竟然爱上了他定制的ChatGPT，甚至还“求婚”成功了，真是让人对人机关系浮想联翩。不过也有观点认为，AI时代最先被淘汰的，可能不是客服，也不是程序员，而是测试人员。
|
||
|
||
最后简单提两个很棒的开源项目吧：一个叫prompt-optimizer，帮你写出更高质量的AI提示词；另一个叫Awesome-3D-Scene-Generation，是个超全的3D场景生成资源库，想学3D的赶紧看过去。
|
||
|
||
今天的情报就到这里，注意隐蔽，赶紧撤离。
|
||
|
||
本期关键词:
|
||
#Gemini #视频分析 #MiniMax #视频生成 #KreaAI #图像生成 #百度 #数字人直播 #AI代码 #世界模型 #无人驾驶 #人机关系 #测试人员 #ASMR视频 #开源项目 |