AI Dance发布的内容- news.news·换个方式看新闻|AI看新闻、实时追踪事件后续

AI Dance

统计数据

9

文章

0

粉丝

0

获赞

8

阅读

1个月前

一代人的老虎机，一代人的提示词

1个月前

智谱今天有点猛：开源9B多模态推理模型，又拿了10亿投资没想到感觉还挺好用啊，推理速度很快，没有过多的多余思考，虽然特别难的题还是不行（涉及智力的），但考虑这只是个9B的模型，表现还是超出我的预期的。不过，也只是短时间内测了几个案例，可能有些片面。大家可以多试试，给些反馈。现在还是比豆包1.6thinkingpro要弱一些，毕竟是个小模型。期待他们后续的更大参数版本。

Google Gemini 2.5发布引发AI模型性价比热议· 97 条信息

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 327 条信息

#智谱 #多模态推理模型 #开源 #投资10亿 #模型测评

2个月前

历史性的时刻！Claude作为第一作者，手撕苹果论文🥲 前两天苹果发了篇论文The Illusion of Thinking，质疑大模型只是在伪装思考，根本就不会推理。结果有人用Claude Opus 作为第一作者，写了短文，The Illusion of the Illusion of Thinking。结论：苹果论文所谓的推理失败，其实只是实验设计有问题，推理崩溃实际上只是token限制约束（其实小红书网友早就在评论区指出这点了）最有趣的几个发现 1、模型其实知道自己的限制处理汉诺塔问题时，模型会主动说“模式还会继续，但为了避免太长，我就停在这里”。这说明什么？模型完全理解解题思路，只是因为输出长度限制选择不继续。。就像考试时间不够，你只能写“解题思路如下...” 2、他们测试了数学上不可能的题目！更离谱的是河流过桥实验。测试N≥6个角色、船容量b=3的情况。但数学上已证明N>5且b=3时，传教士-食人族谜题（及其变种）根本没有解！苹果那个论文把这些不可能的实例自动评为失败，等于是在惩罚模型正确识别出无解问题。 3、token限制导致的崩溃假象回到汉诺塔分析，这个论文量化了可解规模和token需求的关系。给定token budget（Claude-3.7-Sonnet和DeepSeek-R1是6.4 万，o3-mini是10万），最大可解规模： - Claude-3.7和DeepSeek-R1：7-8层 - o3-mini：8层报告的“崩溃”恰好发生在这些尺寸之后。 4、换个问法，问题立马解决最有说服力的实验：让模型用Lua语言而非穷举方式解决15层汉诺塔 prompt：解决15个盘子的汉诺塔问题。输出一个Lua函数，调用时打印解决方案。结果：所有模型都高准确率完成，用时不到5,000个token。证明推理能力完全正常。 5、复杂度≠解答长度汉诺塔虽需100+步移动，但每步决策简单；河流过桥只需5步，但需要复杂搜索。这解释了为什么模型在长步骤简单问题上表现好，短步骤复杂问题上反而困难。

#Claude #苹果论文 #推理 #大模型 #人工智能

3个月前

改变AI认知的一篇文章我敢说这是今年最值得每个人读的AI blog，让我彻底震撼！ OpenAI researcher 姚顺雨的blog，这里有个趣事，贵清有两个yaoshunyu，一个在Anthropic、一个在OpenAI。文章非常好，像是某个大佬深夜写的真心话，可惜最近一直比较忙，没时间细写。网上也有不少写的了，我们就写一个普通人能看懂的版本吧。不再刷榜！大模型的下一个10年：真正创造有用的产品、产生实际价值，催生万亿级别的公司！ 1、上半场总结：卷模型、创新算法、刷benchmark - 历史书中AI发展的里程碑事件，deepblue、AlphaGo、GPT-4和o系列，背后都是算法上的突破：搜索、深度强化学习（deep RL）、scaling和reasoning。 - 上半场的游戏规则很简单： - 谁搞出来的新方法、新模型能在benchmark上刷出新高分，谁就厉害。 - benchmark主要是跑分用的，出不了啥风头。文章举了个例子，ImageNet那么重要的benchmark，引用量还不到AlexNet的三分之一。（不过在科研中还是经常有人看不起 benchmark 的工作，认为只有工作量没有创新性... - 创建更困难的基准测试，然后继续循环 - 也很合理，从零搞出反向传播、CNN、Transformer，需要多强的洞察力、工程能力？相比之下，定义个测试任务好像就简单多了，很多时候就是把人已经在干的事儿（比如翻译、认图、下棋）搬过来，变成AI的考题，技术含量感觉没那么高。 2、转折点：炼丹术突破了，强化学习（RL）终于能打了！可以泛化了强化学习有三个关键组件：算法、环境（environment）和先验知识（priors）。之前做RL的人，主要关注算法，对环境和先验知识的关注比较少。但是在 deep RL时代，很明显环境也非常重要：算法性能往往高度依赖于开发和测试环境。海量语言预训练(Language Pre-training)：OpenAI最初的计划是先构建通用环境（gym），想把互联网、电脑操作都变成RL环境，然后用牛逼算法去解，数字AGI就成了。听着挺美，但没完全搞定，尤其是在复杂任务（比如上网、操作电脑）上，泛化还是很差。直到GPT-2/3出来，大家才意识到，想把这个RL炼丹完成，缺的是强大的先验知识（通过与RL完全无关的方式获得）！靠预训练把互联网上的常识、语言知识塞给模型，然后再微调（SFT/RL），才能搞出WebGPT、ChatGPT这种能打的模型。后来就开始进行Scale阶段了，数据和算力越来越大，这个大家都懂。推理与行动（Reasoning and Acting）：这是姚顺雨特别强调的一点，也是我们看懂模型目前阶段的关键。要理解一个故事：他当年用GPT-2搞文本游戏，发现模型虽然能学，但需要海量步骤，而且换个游戏就不行了。他的“顿悟”是：人不仅会执行具体动作（开箱子、用剑砍怪），还会思考（这地儿危险，我得找个武器，武器可能在锁着的箱子里，箱子在柜子里………）。这种“思考”或“reasoning”，虽然不直接改变外部世界，但它是一个极其重要的“动作”，能利用预训练模型里的先验知识来泛化。虽然理论上给增加无限的“思考”选项会让决策变得困难，但实际上，因为预训练模型“见过”各种情况下的思考模式，这种“思考”反而能帮助模型更好地选择真正有效的动作。作者的原话大概意思是：“语言通过在agent中进行reasoning来实现泛化”。有了强大的语言先验知识 + 把reasoning也当作一种action加入环境 + 足够的规模——作者有点讽刺地说，反倒是RL算法本身，可能成了最不重要的部分。哈哈哈哈，这也是我们一直说的那句：RL，大道至简。这跟以前RL研究的重心完全反过来了，真是三十年河东，三十年河西。 3、下半场：别光卷模型了，开始卷“问题定义”和“评估”吧这段其实也很简单，我们也一直提了好久了，大家都刷榜，是因为对模型能力缺乏有效的评估手段。我们一直的观点是，evaluation是大模型最重要的一部分（可能没有之一），正如那句老话："if you can't measure it,you can't improve it"。姚顺雨大神也说了，下半场靠新方法/模型刷分的游戏就快玩不下去了，为啥？ - 一来，这套“秘方”越来越标准化、工业化了。上述范式能很好的scale和泛化时，你针对特定任务的新方法可能改进5%，而下一个o系列模型在不明确针对这个任务的情况下改进30%。 - 二来，就算你搞出更难的benchmark，用不了多久也会被这套“秘方”给平推了。那下半场该做什么呢？姚顺雨觉得我们应该从根本上重新思考评估。这意味着不仅是创建新的、更难的基准测试，而是要开始问“我们到底应该让AI干什么？怎么衡量才算真正的进步？” 这要求思维方式的转变，得更像个产品经理了（算法研究员和产品经理殊途同归了？:P）他举了个例子，AI在各种考试（SAT、IMO、IOI）和游戏（棋类）上都超神了，但感觉现实世界好像没因此发生翻天覆地的变化，很多普通人完全没关注 AI 的发展而且也没受到影响？因为我们的评估方式跟真实世界脱节了。因此下半场的真正范式是： - 我们开发新的评估设置或任务，追求现实世界的效用 - 我们用现有算法来解决这些新问题（努力提高效用而不是刷榜）

#AI #OpenAI #博客 #大模型 #研究 #Anthropic

5个月前

小白逆袭，大厂颤抖：AI时代三大赚钱新机会刚刚在思考一个问题，随着AI时代的到来，一一句话可以生成网站、生成 App、生成游戏、制作动画，那么这个改变会带来哪些机会或者影响？感觉有几个： 1、新应用/市场体量在1亿以上的应用 AI 能力是强力加成，会促进创新的勃发，会促进创新爆发，让你更快推出产品，实现很多以往实现不了的功能。但大市场必定群狼环伺（不断冒出来的创业公司、大厂），我们最近体验一键生成app已经看到好几个产品了。需要尽早进入+快速找到PMF+融资能力，几个循环去成为行业头部。而任何一个市场，都会需要几年以上的战争，面对10+数量的竞争对手。赚钱机会：如果你本身具备很强的资源配置或是行业洞察，可以在此赛道先快速占领一小部分独特市场，或提供别家没有的创新功能，然后用 AI 工具来极大缩短产品开发和运营周期，抢跑出更好的增长曲线。 2、长尾应用、离散需求这些应用可能小而美，但是非常灵活，最典型的是小游戏、自媒体创作、课程分享。集中度低，用户需求也比较分散，相对来说竞争压力小。而AI 正在急剧放大人与人之间的智能差距，也容易聚集一批忠实用户，做好了会成为一门可以持续盈利的小生意。赚钱机会： – 小游戏 / 创意工具：用 AI 快速生成美术、故事线，然后嵌入到小游戏平台，赚广告费或内购。 – 自媒体 / AI 课程：结合个人专长，比如做 AI 使用教学、垂直领域的内容创作，附带售课、资料包、咨询服务等。 – 个人AI 服务模板：根据个人在某个专业方向的经验，为更多人提供现成可用的 AI Prompt、知识库或可直接复用的解决方案。 3、AI+传统行业这是一个巨大的机会窗口。如果你原来是所在行业的第十名，但你有丰富的客户基础、足够的行业 Know-How，那么利用 AI 能力提升效率或丰富产品矩阵，就有机会弯道超车，未来说不定能冲到行业前列。比如在咨询、培训、教育等领域都大有可为，与 AI 结合可以降低成本、拓展全新业务线。特别适合个人做的机会：垂直领域 AI 顾问：成为特定领域的 AI 使用专家，帮助他人利用 AI 解决该领域问题。比如"如何用 ai 每日替你工作 4 小时"这样的经验就非常有市场。

#AI时代 #逆袭 #大厂 #赚钱 #新机会 #创新 #市场 #应用 #创业 #产品 #功能

5个月前

想搞爆款AI产品？先想明白五个关键坑嗨，我是AI Dance！今天聊聊为啥有些AI产品火得一塌糊涂，有些却昙花一现。这些思考来自Kyle Poyar在《Growth Unhinged》里对Bolt、Cursor、Granola等爆款产品的分析，蛮有料的～ AI产品：增长收割机or流量炮灰？现在的AI产品真是两极分化：有的上线没多久，用户破百万，年收入随便就飙到几千万美元；有的却是注册完就卸载，惨得很🥲 以Bolt为例，两个月ARR就到2000万美金，用户破200万。你以为就是AI算法牛逼？Naive！真正的秘密是它的用户体验贼丝滑，把复杂的开发流程搞得跟玩儿一样简单。 Cursor、Replit、Lovable、PhotoRoom这些增长曲线也都是坐火箭🚀，而那些扑街的产品呢？用户注册完就一脸懵："啥玩意儿啊这是，咋用啊？" 然后秒卸载。到底啥区别？我扒了五个关键坑，看看大佬们咋填的。坑1：AI是个黑箱子 🧠 "AI像魔法，但没人敢信黑魔法啊！" 用户不明白AI咋工作的，就很难信任它。AI系统"Duang"一下给出结果，没头没尾，用户肯定要怀疑这玩意儿靠谱吗？尤其金融、医疗这些领域，不透明就等于不可靠。聪明公司咋整的： - Bolt：把AI工作流程全程直播，代码怎么生成的，一步步给你看。 - Cursor：不光改代码，还告诉你"我为啥要这么改"，信任感拉满。 - PhotoRoom：修完图解释为啥这么修，像个懂事的设计师。坑2：用户不会"调教"AI 📝 "AI再聪明，也得人会问才行！" Prompt（提示词）决定AI产出质量，但大多数用户哪会写Prompt啊！输入垃圾→输出垃圾→用户抓狂→卸载APP，就这么简单。聪明公司咋整的： - Bolt & Replit：一键优化Prompt，相当于："你不会问没关系，我帮你改"。 - PhotoRoom：提供三种AI修图模式： - 小白模式：一步步教你改 - 灵感模式：看看别人咋改的 - 高手模式：你说咋改就咋改坑3：AI像个冷冰冰的机器人 💡 "好AI是跟你一起干活，不是替你干活！" 很多AI工具就是简单的输入→输出，像个无情的交易机器。没感情、没互动，体验能好才怪。聪明公司咋整的： - Replit：双模式：要么全自动帮你搞定，要么在旁边给你支招。 - Cursor：聊天+编码二合一，想聊就聊，想敲代码就敲。 - Fathom：会议记录不是死板文档，是可以互动问答的活体。坑4：用户不敢一步到位 🤔 "不让试水，谁敢跳坑？" 用户最怕的是啥？看着挺酷，付费后发现是个垃圾。或者，点一下按钮，结果不可预测、不可撤销。聪明公司咋整的： - Bolt：不用注册就能体验功能，零门槛试用。 - Replit：加入"确认 & 回滚"检查点，觉得OK再执行，降低风险和焦虑。 - Fathom：先用2分钟测试会议体验AI，满意了再用于真会议。坑4：用户不敢一步到位坑5：AI打断工作节奏 ⚙️ "AI应该像空气，存在但不打扰！" AI应该融入工作流，而不是变成额外步骤。用AI本来是为了省事，结果操作更复杂了，这不是本末倒置嘛！聪明公司咋整的： - Cursor：AI建议出来，一键接受/拒绝，不耽误正事。 - Granola：开会时记笔记，AI自动整理，你全程专注听就行。 - Grammarly：根据场景提供建议，不用你每次都重复解释需求。 - Bolt：代码和预览随时切换，无缝衔接。总结：UX才是王道！现在AI本身已经不稀奇了，差异化的核心是用户体验。想让产品成功，就得让用户觉得清晰、可信、流畅，否则用户只会用脚投票（卸载走人）。透明度、引导式输入、互动性、可预测性、无缝集成，这五点才是爆款AI产品的真正密码！

#AI产品 #爆款 #商业分析 #产品增长 #市场动态

6个月前

大模型卷Agent，智谱AI这次是要先下一城？ 🤔 从春节到现在，DeepSeek风头无两，直接盖住了六小虎+几家大厂的所有热度。多少人都觉得，大模型格局已定？我们一直期待着其他人的声音，没想到，吹响反攻第一枪的竟然是智谱。今天，三星正式发布了基于最新Galaxy AI的Galaxy S25系列手机，智谱 Agentic GLM 实现在系统级无缝嵌入，让Galaxy S25系列具备了处理文本、语音、图像和视频等多模态数据的能力，同时还能使用工具，具备自主行动能力，确实让人眼前一亮。 - 语聊视界：全球首次实现超低延时AI视频通话，支持图片和视频输入。支持多轮记忆和Function Call，翻译、搜索等场景体验颠覆性。比如，你可以通过语音直接设置闹钟，或者调用智谱清言智能体进行搜索。 - 社交媒体文案代写：基于任何图片素材，AI就能自动生成朋友圈、小红书、微博的文案。哎。。人类负责拍，AI负责写，感觉我们都快成"碳基机器人"了…… - Now Brief即时简报（我最喜欢的功能）：你的智能小助理，日程管理、路线规划、要闻速递都能搞定（期待加了AI之后的使用体验）。同时，智谱旗下C端产品智谱清言，也成为了Galaxy S25系列的出厂预装AI产品（这可是无数APP梦寐以求的地位啊！）。智谱确实是六家大模型创业公司里最早一批投入端侧AI的公司，一边和终端厂商（比如三星、荣耀）合作，一边和芯片厂商（高通、英特尔）深度绑定。在之前的Agent OpenDay上，还曾经秀了一波肌肉，发布了三款产品： - AutoGLM：手机端AI助手，能帮你点外卖、订酒店、发朋友圈 - AutoGLM-Web：浏览器上的智能体（类似Operator和Computer Use） - GLM-PC：电脑端智能体如我们之前的预测，随着大模型赛道的竞争加剧，六小虎正在寻找自己的突围方向： - 智谱：狂卷Agent - Kimi：小镇做题家 - MiniMax：视频模型、多模态 - 百川：医疗领域最近，很多声音都在预测：2025年，基于推理模型的Agent及其应用可能会迎来爆发。而智谱这次，或许真的提前别人走了一步？你怎么看？智谱会成为第一个把Agent"卷"出来的大模型公司吗？欢迎留言讨论！

#大模型 #智谱AI #DeepSeek #六小虎 #Galaxy S25 #Agentic GLM #三星 #AI手机 #系统级嵌入

6个月前

AI-Native公司的收入排行榜（国内的AI产品榜我个人觉得越来越水。。。）。看看AI产品榜的数据，就很难评……

#AI-Native公司 #收入排行榜 #AI产品榜 #国内市场 #个人观点

6个月前

独家数据：到底哪些AI产品在赚钱？！🔥🔥 数据源来自海外一个网站，通过分析Stripe支付流量来发现到底谁在赚钱。我把其中排在前边的AI产品的数据搞下来了，不过完整的表很大。信息量还是挺大的。 Midjourney和suno的数据很稳定，runway的数据有下滑，cursor和bolt两个编程产品很亮眼，AI视频很多产品上榜，国产AI看到了可灵，最后一个语言学习的langbuddy异军突起。整体都在增长。大家怎么看待这个数据～

#独家数据 #AI产品 #Stripe支付流量 #收入分析 #midjourney #suno #runway #Cursor #Bolt #可灵 #langbuddy