howie.serious

统计数据

502
文章
0
粉丝
0
获赞
2967
阅读
avatar
关于《红楼梦》第 19 回 “主子宝玉给丫鬟袭人剥栗子”这件事，当时的情况是这样的：🤣 启示： - nano banana pro 的潜力，仍然需要充分探索。demis 说，大家对 gemini 视觉能力的探索，不及十分之一。 - Google 在训练 gemini 3 pro 这件事上展现出自身数据的威力，还需要理解和消化。 孙温的红楼梦图画，一共就 230 张图，竟然可以精准召唤这个视觉风格🤣。用 50 年画 了这些图的孙温工匠，不止有何感想 还另外随手画的两个红楼热门或冷门场景。
avatar
想不到，当前两大最强 llm，即使联网搜索后回答一个简单问题，都出现了严重的幻觉问题。 context：今天接小学生放学，路过栗子摊，想起红楼梦里面宝玉给袭人剥栗子的情节，莫名其妙就买了些栗子给娃吃。 回来后，有心试试 llm 对边缘/冷门知识的处理情况。 靠模型内部记忆，肯定没戏：整个人类知识存储到这么点参数里，边缘知识肯定都舍弃了。而且 llm 训练时也不太可能把红楼梦读过很多遍，相关知识很容易幻觉。 但意料外的是，即使联网搜索，也都幻觉两大，而且很严重。 启示： 即使 2025 年 llm 如此强大，理解 llm 能力边界，以及背后的原理，对于 ai 实战应用也是相当重要的。 llm 怀疑论大可不必，但也不能盲目过度信任 llm。如果没有读过红楼梦全文，对这种回答里的错误是看不出来的。
avatar
不懂就问：现在要稳定使用 chatgpt 和 gemini 的话，大家使用哪家机场服务？有什么好的推荐？ （真的替朋友问。我自己多年没买过现成的机场，跟不上现状，不了解行情🤣） 感谢 🙏
avatar
google AI pro会员，正式支持了家庭账户、最多 6 人共享。 context：我在24 年 12 月开Google AI 会员时，当时官方明确表示短期支持家庭共享，到 25 年 6 月 30 日结束；到期后，我发现仍然支持共享，但是没有官方文档明确说明；刚才我查阅 Google 文档时，发现官方明确了 ai 会员的共享政策（图 1）。这个政策应该会长期执行下去。 Google 为了抢占份额，确实是决定了要不计成本抢用户。20 美金的 ai 会员支持6 人共享，考虑到目前Google AI 的模型能力、以及与 Google 全家桶打通带来的协同优势，Google AI 会员应该是必备的了。 图 2 是Google AI 会员的用量限额（rate limit，），限额给的比较富裕：nano banana pro每天 100 张，gemini 3.0 pro每天 100 条。 够用。
avatar
notebooklm 的 ios app 已更新：增加生成信息图和 PPT 的功能。 陆续推送中。我还没收到🤦‍♂️
avatar
余华是一个典型的低产作家，但是在书店里随便数了一下，最近一年多里，读客文化（华楠创办的、成功到上市的出版公司）就在余华没有新内容的情况下操刀出版了 8 本余华新书。 全部都是同一种封面风格，卖场风封面和文案。内容都是余华早期杂文、练笔、访谈等老内容的排列组合。 或许，华与华这种玩法，坑的不只是西贝一家🤣 连我这种余华死忠粉都看不下去啊
avatar
openai 现在有点慌，他们确实也应该慌🥹 gpt-5 预训练撞墙，于是全力转 RL scaling。而这牺牲了普通用户的体验，对话和日常使用体感下降。尤其是 4o 用户严重不满。 gpt-5 版本不说人话，也是预训练不行+后训练过度的结果，虽然 gpt-5.1 修了 bug，但也比不过新的 gemini 啊。 gpt 预训练撞墙，而 gemini 3.0 pro 在预训练上实现了突破，带来了更好的对话和日常使用体验。gemini 现在的优势，可能会继续保持。 下面就看 openai 后面会怎么发力了。下周会发新模型，圣诞节期间好像也要连续发布。
avatar
愚民即养蛊，而 ai 可以作为这种蛊的解药。 理想情况下，ai 可以让理性的光重新照耀大脑，穿透愚民乌云，让人性发光发亮。 （有了 ai 的助力，任何人只要保存基本人性，不被极端情绪和极端立场绑架，就能做出不违背人性的判断，而不用被大脑极其有限的处理信息理性分析能力制约，从这一点上，善莫大焉） （家庭晚餐时聊社会新闻杂感）
avatar
听到父母教育孩子“做完试卷要检查”我就来气。 大家都是应试过来的人，哪个做题家不知道检查基本没用，全靠做题时的准确率？ （我的观点是，学霸不“检查”，学渣才检查。学霸一定在试卷上验算+做标记，不做标记的肯定100%做对） 以前我只是反对，在观点层面反驳但通常无效，最近我总结提炼出了一个新概念和落地实践。🤣 context： 和家里小学生用 notion 合作搭建“学习os”，包括路线图、概念库、资料库和错题库等。都是 database，相当趁手。每次考试前都会做一些真题。和小学生讨论错题时有感，随手记录。 最近总结了一个做题的目标：（解题时的）元认知准确率（图 1）。 方法：解题元认知 所有解题，结果分为 4 类：确定+✅，确定 but ❌，不确定+❌，不确定 but ✅； 好的、体现学习者具备元认知的情况：确定+✅，不确定+❌；前者完全不用管，后者加入错题库； 不确定 but ✅：本质就是蒙的，靠解题技巧或运气可以得分，但本质上是不会，下次遇到还会错。所以，即使孩子做对，我也作为错题处理，加入错题库； 最需要重要的、体现学习者不具备元认知的情况：确定 but ❌。这是最需要重视的！孩子需要和 ChatGPT 讨论完错题，然后在错题库中书面总结原因。 所以，除了卷面得分，更重要的是学习者做题的“元认知准确率”（图 2）。 以小学生昨天做的一套真题为例（图 3）， 虽然得分是36/50，但是按照元认知层面准确率是 40/50。应该给出大大的 positive reward。👏
avatar
folo 是一个少数的、那种我每天都会用的产品。 如果你需要获取高质量信息，从多个信息源 中快速筛选适合你的、值得读的信息，用 folo 就可以做到，每天 5 分钟左右一天的信息筛选就完成了。 但是，非要强行“➕ai”，每个月付出 10 美金来订阅，对于一个信息筛选工具就偏贵的。 作为一个单纯的工具，像 surge 那样，一次性几百块买断，然后针对新的足够牛的功能搞功能订阅，那样似乎会很适合 pro 用户。 对于 pro 阅读用户，他们有自己的阅读工作流，自己订阅了好几个顶级 llm，有自己的 ai 阅读 prompt，那么，一个纯粹的信息收集筛选过滤工具就是最理想的。类似 surge。 非 pro 阅读用户？根本不会花钱买这样的软件。 我买了很多 surge 的授权，全家人所有设备都用。我还订阅了多年的 readwise reader，我感觉这两个产品的模式都挺适合 folo 的。 folo 对于阅读者很有价值，希望 folo 以后更好。🙏
avatar
openai，deepmind，你们那些在国际奥赛上拿金牌的模型还藏着干什么，赶紧端出来吧？ deepseek 都直接把竞赛金牌模型开源啦。 --- 这些在benchmark 中拿到国际奥赛金牌的模型，跟普通ai用户有什么关系？有什么实际的使用场景？是 coding 更强？还是说有其他什么 use case？ 判断一个模型对普通用户的价值，就看它最强的 use case。gpt-4.5 是写作；o3 是agentic 搜索；nano banana pro 是知识漫画、PPT…… 这些竞赛金牌模型，得大量用户在真实世界测试出有经济价值的 use case，还好理解。
avatar
gemini 最佳实践：if 深度思考，then 信息图总结。 每次和 gemini 聊完一个话题，如果是多轮的层层深入的对话，最后有所收获的话，那就多走一步：选择 nano 🍌， > 基于我们前面的对话，画一张信息图，整理核心观点 例如，刚才和 ai 聊 llm 强化学习对于父母的启发。语言是模糊的，思想是在多轮对话中逐渐清晰的，和 llm 多轮对话当然是有启发的，但多了信息图总结这一步，相当于又是一轮的总结和提炼。 而且是另一个模态的，从文本模态到视觉模态，对于信息消化、理解和掌握都是相当有益且必要的。 这个习惯很重要，也是因为 nano banana pro 才让这个新实践成为可能。需要先做个 5678 遍，形成稳定的最佳实践，形成习惯。
#Gemini #信息图 #LLM #强化学习 #最佳实践
avatar
为什么 nano banana pro 的文字渲染和指令跟随，有如此大的进步？ 以配图为例，分别是大量汉字的 PPT 和知识漫画，这种级别的文字生成，背后的 why，是真正有趣的地方。 === 对于扩散模型（diffusion model），生成图片的本质是去噪（denoising）。模型学习的是图像在潜空间（latent space）里的概率分布，通过预测逐渐减去噪声，逐步让图像“显形”，把一张图片“画”/“雕刻”出来。 dall·e 2和3、stable diffusion 等都是如此。它们本质上是没文化的“画图机器”，处理的是连续的像素值。对于它们来说，图片里的文字只是像素，就像不懂中文的老外，生成的汉字看起来“像”，但笔画等细节是乱七八糟的，因为它根本不“懂”这些汉字。 但是，对于 nano banana pro 和 gpt-image-1 这样的原生多模态模型（token in, token out 的 native multimodal transformer），生成图片的本质已经不再是“绘画”，而是“预测下一个token”。 对nano banana pro 来说，画面里的汉字，不论是图片还是文字，实际上是同样的数学向量，是“跨模态”的。它生成的汉字，是在用写文字的逻辑，在“写”图片里的汉字，所以拼写错误率极低。
#Nano Banana Pro #文字渲染 #多模态模型 #token预测 #图像生成
avatar
chatgpt 以来，发展了三年的LLM，提供的早已不止是情绪价值。 我在2025跨年对谈时就明确认为，2025年，使用ai的关键，是向 ai “要价值”！要直接的、经济的价值！ 2025年的发展，基本上验证了我的判断。 本周的ai专题直播，一起聊一聊这三年，这三年的ai学习、应用。欢迎预约直播，本周五直播间见。 预约方式： （不知不觉，发现 2025 年已经做了 20 场 ai 专题直播了。每次 2 小时，聊一个 ai 专题。但是我不喜欢公开免费那种，最起码得付个 1 分 2 分钱，也算对参与者兴趣的筛选，哈哈。）
#LLM #AI价值 #2025年 #AI专题直播
avatar
记得给孩子正反馈。再小的成绩也值得庆祝🎉 今天收到通知，我家小学生入围海淀区信息学竞赛小学组第二轮了。👏 虽然 1000 人，但毕竟参赛范围是全区五六年级近 7 万人呢。 虽然整个学校入选 35 人，但是作为五年级、女孩，也是挺稀少呢。 虽然只是才第二轮，毕竟我们是按兴趣来玩，没有走应试教培路线呢。
#孩子正反馈 #海淀区信息学竞赛 #小学组第二轮 #五年级女孩 #兴趣
avatar
缘，妙不可言。 那就 mark 一下：小破号关注数，在 chatgpt 发布 3 周年的今天，恰好 5 万。 👏👏👏 这个号一直都定位为个人“小破号”，文章都是一个人写，之前断断续续发布，注册接近 10 年也不过 2 万关注。 但是，从今年 2 月份开始，我和 chatgpt 结对子写作，一起创作内容，到现在大概10 个月，关注数从 2 万增加到 5 万。 虽然仍然是个小破号，仍然是“随心所欲”的个人分享，但是，5 万里程碑也是值得庆祝的，哈哈🎉 （中午吃饭加个🍗）
#ChatGPT #结对写作 #粉丝增长 #个人账号 #庆祝
avatar
整整 3 年前，ChatGPT 发布。 3 年后，我们都生活在一个完全不同的、甚至没有想象过的世界。 会有人认为 2025 年末的现实，不是曾经的科幻吗？
#ChatGPT #人工智能 #技术变革 #未来 #科幻
avatar
用 nano banana pro 把家里小学生照片转换为卡通风格。
#Nano Banana Pro #小学生 #照片 #卡通风格
avatar
10 年前，我自己手绘 logo。给自己的项目起名叫 candobear。 5 年前，请设计师做 vi，连表情包都要花钱请人做。 现在，一句 prompt，基于candobear卡通形象的一整套表情包就出来了🤣
#candobear #AI #表情包 #效率提升 #卡通形象
avatar
昨天走到中国蜜蜂研究所门口遇见他们出摊卖蜂蜜，看到定价，愣了一下，“这是高手”。 （他们家的蜂蜜很好，这是讨论价格的前提。） 你买不买？你觉得这个定价好玩在什么地方？
#中国蜜蜂研究所 #蜂蜜 #定价 #高手 #有趣
avatar
最近 google ai 模型能力过强，用户增长过快，他们终于开始升级 gemini 的 UI 了。 独立的桌面 app 也在开发中。 但实际上，桌面 app 远远没有 web app 好用。我的 chatgpt mac app 基本吃灰，因为 web app 才能提供 llm 更完整更好的体验。 （如果不做本地 mcp，不操作本地工具，要 桌面 app 干啥） 更好的方式，是把 chrome 全面升级为 llm-first 的 ai 浏览器。 最激进的升级，就是把 mac app 和 ai 浏览器整合成一个 app。当然了，这是过于狂野的一个梦，说不定 2026 年结束前有可能看到🤣
Google Gemini 2.5发布引发AI模型性价比热议· 475 条信息
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#Google AI #Gemini UI #LLM-first 浏览器 #AI 桌面应用 (负面) #AI 发展趋势
avatar
用nano banana pro创作知识漫画，是最有实际价值的ai 作图 use case。 想象一下，用这种方式给孩子讲解抽象的数学概念、复杂的编程知识和算法，讲解 ai 原理…… 上午又做了一本《哆啦 A 梦讲解GPT 原理》。开个玩笑说：7 年没搞懂的 gpt 运行原理，哆啦 A 梦 7 分钟给你讲透了🤣 优化了 prompt 和工作流之后，gemini 设计的内容更丰富、更有趣的（内容设计、结尾幽默反转等）。然后丢给nano banana pro，25 张漫画，分分钟就搞出来了。 我仔细读了几遍，质量非常高。个别瑕疵，下次做的时候可以轻松解决（页码bug 和个别文字乱码，很容易处理）。 下面是全部漫画，分批发出来： p0-p3 第一章：序幕——语言只是概率的游戏？
#知识漫画 #AI作图 #GPT原理 #哆啦A梦 #Nano Banana Pro
avatar
平均每天 10 个垃圾电话。 你们是怎么处理的？😭
#垃圾电话 #骚扰 #困扰 #求助
avatar
nano banana pro 的知识漫画 太牛了！！！ 《哆啦 A 梦给你讲解 transformer 原理》：深入浅出、具体形象、寓教于乐。 直到现在，nano banana pro 仍然让我震撼。 一个简单的 prompt，就能制作这种级别的漫画：把transformer 原理深入浅出、具体生动，用故事讲出来。 基本工作流很简单：gemini 3.0 pro 设计分镜，然后把12 张漫画分镜给 nano banana pro 一张一张画出来。 transformer 讲解一共 12 张。你仔细读一读，感受一下，这种“知识漫画”到底好不好，价值大不大？ （GOOG 还得加仓🤣）
nanobanana平台助力个人形象照生成，专业形象照引发热议· 107 条信息
#Nano Banana Pro #知识漫画 #transformer 原理 #哆啦A梦 #Gemini 3.0 Pro
avatar
今晚直播，nano banana pro 实战专题。 不考虑玩票性质的应用，单讨论对普通人有实际价值的用法。2个小时，一次性讲清楚。 直播间链接（文章末尾，点“阅读原文”）：
nanobanana平台助力个人形象照生成，专业形象照引发热议· 107 条信息
#Nano Banana Pro #直播 #实战 #普通人 #应用