𝘁𝗮𝗿𝗲𝘀𝗸𝘆

仔细对比这两张图，你会发现一个令人毛骨悚然的细节，GPT-4o 将原图桌上的书本换成了 Peace Sattlement，这说明他知道这张图背后的故事 GPT-4o 的绘图能力是模型原生的，而不是像以前那样简单去调用 Dall-E，而是经过思维链思考后结合自己的知识去反馈你的指令你可能不知道这意味着什么，那我来说句暴论：当下资本热捧的所有 AI 衍生工具，在多模态 AI 的面前可能都会价值归零，包括不限于各种 RAG 工具、AI IDE、AI Workflow 工具、各种 Agent、各种场景化衍生品想想 23 年我花了一晚上搞个 lora 才能实现图片换脸，而现在在 GPT 上你只需要不到 20 个汉字就能实现一个盲人 + 一个聋子永远比不过一个正常的人类，多模态能力的共振对于 AI 能力的提升也并不是 1+1=2 的线性增长。在发展更加多维 AI 这个努力目标面前，所有的试图曲线救国或者投机取巧的努力都将白费此刻我脑袋里只有《三体》中托马斯·维德的那句话前进！前进！不择手段地前进！