#AI发展

面条

2周前

AI 也不是什么新玩意？不信你看视频，我小时候就玩过了

#AI发展 #人工智能历史 #视频回忆 #科技进步 #童年回忆 #AI技术 #历史对比

10xMyLife

2周前

Cladue4不再像之前那样，一口气把所有代码生成出来而是一边写代码，一边检查错误修复错误之后，再改代码，如此循环整个工作流程已经很像人类实际工作的流程了再过一段时间，AI就能胜任大多数编码工作了回想几年前GPT3刚出来的时候，连笑话都讲不明白真是洪流滚滚不可阻挡

#Claude4 #AI发展 #代码生成 #AI编码 #人工智能进化

ginobefun

3周前

想象一下，你的大脑是一台计算机，只不过它的材料是血肉和神经元，我们称之为「生物计算机」。它能学习、能创造、能思考、能感受。这是我们已知的事实。现在，再想象一下另一台计算机，它的材料是硅和电线，我们称之为「数字计算机」。 AI 先驱、前 OpenAI 首席科学家 Ilya Sutskever 在最近的演讲中，提出了一个看似简单却极具分量的核心逻辑：既然一台「生物计算机」（我们的大脑）能够做到今天人类所能做到的一切，那又有什么根本性的法则，可以阻止一台「数字计算机」（AI）最终也做到这一切呢？这个看似简单的类比，是理解他那句惊人预测——「AI 最终将能完成我们能做的一切事情，不是部分，而是全部」——的关键钥匙。这个想法之所以让人不安，甚至连 Ilya 自己都承认“很难在情感层面完全相信”，是因为它将 AI 的潜力从一个“强大的工具”提升到了一个“不同基质的智慧体”的层面。它不再是我们会不会被某个软件替代的问题，而是我们的“生物算力”所能达到的认知上限，是否也会是“数字算力”的上限。逻辑似乎指向：不会。 Ilya 现身多大毕业演讲 🔽

#生物计算机 #人工智能 #AI发展 #数字计算机 #Ilya Sutskever #前沿科技

链研社

3周前

刘润年中分享的 15 条内容，趋势判断 + 底层逻辑 + 实操建议，回归商业本质，创造独特价值，并构筑坚实壁垒才是应对 AI 变化的方式一、AI 浪潮下的机遇与挑战 1. 竞争本质：比 AI 取代更可怕的是同行无需焦虑 “AI 取代人类”，真正威胁是 “AI 未取代所有人，但同行用 AI 把你淘汰”。 2. 岗位迭代：科技淘汰旧岗，催生新岗（但旧岗不回归）例：电网巡检岗（8 万人）因摄像头、无人机消失；同时诞生 AI 咨询师等新角色。 3. 企业转型：别做 “反清复明”，要 “客户少花，自己多挣” 抵制 AI / 电商的执念无效（客户要更优体验），转型核心是降本增收（如联想亚冬会宣传片：AI 制作仅 30 万，比传统 100 万更赚钱，还省摄影、差旅成本）。 4. 创作与能力：风格可复制，观点才珍贵 AI 能模仿 “刘润风格”，但独特观点无法替代；人类创新（如 “飞马 = 马 + 翅膀”）本质是旧元素组合，易被 AI 超越（李世石围棋输给 AI）。 5. 技术竞争：中美争夺 AGI（人工通用智能），关乎未来霸权 AGI 预计 2027 年突破临界点，届时或解决核聚变、癌症等难题。掌握 AGI 的国家将在科技、军事上压制他国，因此中美激烈竞争。 6. 产品思考：机器人的 “手” 比 “腿” 重要腿是 “移动工具”，手是 “创造工具”—— 改变世界的是功能价值，而非运动能力。二、企业生存的核心逻辑 ❚ 价值、稀缺性与壁垒 - 价值：从 “更” 字突破（如餐馆：位置更便利、价格更实惠）。 - 稀缺性：做 “只有你能卖” 的事（例：七分甜把堂食杨枝甘露做成瓶装，短期赚快钱，但易被模仿）。 - 壁垒：别人想学却学不会的护城河，包括：牌照 / 专利：政府许可、技术垄断（如药品专利）； - 品牌：时间积累的信任（例：同仁堂 vs 小品牌，消费者-- 更信前者；肯德基必赔，小品牌可能跑路）； - 管理：降本增效的规模效应（例：小米汽车销量越高，研发成本分摊越薄，越赚钱）。 ❚融资与组织 - 融资：别碰非专业资本（亲戚、煤老板对风险认知扭曲，易引发纠纷），找专业投资人。 - 组织：别追求 “极致效率”，要抗风险（比喻：碗倒扣顶球，风一吹就倒；碗正放，球再晃也不掉 —— 精致组织脆弱，“粗粝” 反而抗冲击）。三、国际格局与企业策略中美关系：难修复，别赌美国市场美国面临政府债务、贸易逆差，解决思路是 “减少进口” 而非 “改善关系买中国货”，因此企业别把希望寄托在美国。出海策略：抓住缓和时机，切入 “被美国制裁的国家” 若中美关系缓和，企业应优先布局被美国压制的市场（而非美国本土），规避风险。

#AI发展 #商业趋势 #科技变化 #岗位变迁 #竞争策略 #新兴行业 #商业本质 #市场壁垒

巴丢草 Bad ї ucao

1个月前

贸易战促进经济脱钩，芯片出口限制防止AI奇点超车，驱逐中国留学生防止技术外流，控制/禁止TikTok，防止平民数据外泄和宣传失控。一旦接受了冷战的设定，一切都因应而来。

特朗普关税政策：贸易摩擦升级，全球经济承压· 605 条信息

#贸易战 #经济脱钩 #芯片出口限制 #AI发展 #中国留学生 #技术外流 #TikTok #数据安全 #冷战

歸藏(guizang.ai)

1个月前

CEO of Anthropic 应该是第一个不回避 AI 过几年会造成的失业问题的 AI 公司高层了解 AI 能力的 AI 企业高层都清楚，都怕激发矛盾都不说，都在等这个炸弹悄无生息爆炸他具体的预测有： AI 可能在未来一到五年内消灭半数初级白领岗位，使失业率飙升至 10-20%。技术、金融、法律、咨询等白领行业可能出现大规模岗位消失，尤其是初级职位。企业在 AI 应用上将越来越倾向于自动化，这一转变将在极短时间内发生——最快可能只需两年甚至更短

#AI失业 #Anthropic #AI发展 #白领岗位消失 #失业率上升

𝘁𝗮𝗿𝗲𝘀𝗸𝘆

1个月前

我为什么说AI 5年内替换不掉程序员了？ 1、AI还不知道自己回答的是正确的 2、AI还存在幻觉。 3、AI还需要从样本中去学习，而没有真正的自主意识能力。（这是人才有的能力） 4、AI无论是借助微调，RAG或其他的也好，这只是让AI少些幻觉，而不是没有幻觉。 5、AI是硅机生命，人（其他生灵）是碳机生命

#AI发展 #程序员 #科技前景 #人工智能 #幻觉问题

图拉鼎

1个月前

今天和一个有段时间没见的朋友见面聊天，聊起他正在做的古典（传统）产品，他笑着说：「因为没有 AI 相关的功能。」然后我们深入聊了很多相关话题。AI 发展呈爆发态势，利用它，或许可以创造一个产品，或增强一个场景，或仅仅一个小功能，但很多地方是没有必要硬塞的，不然还会适得其反。人人都在聊 AI 的时代，在 AI 真的取代人类前（会有这么一天吗），应该把古法手工给磨练好，创造更多 AI 还不能创造的东西。

#传统产品 #AI发展 #手工艺 #科技与人文 #人工智能 #文化传承

henu王凯

1个月前

Respect！在中国，尤其是张亚勤教授、AI专家这种级别能说到这个程度是非常难的，海外Sam等其实说的更直接点，尤其是Agents高速发展的当下，未来1～3年必定会有很多人失业、迷茫。

#张亚勤 #AI专家 #失业 #AI发展 #人工智能 #职场变迁

澎湃新闻-澎湃早晚报晚安湃

1个月前

澎湃AI晚新闻丨2025年5月26日

#澎湃新闻 #AI发展 #晚间新闻 #2025年 #5月26日

AI Will

1个月前

Eric Schmidt预测，在一到两年内，我们将迎来“超级程序员”和“AI数学家”的突破。软件是“无规模的”——它不需要现实世界的输入，只需要代码和反馈。尝试、测试、重复。 AI可以在几分钟内运行这个循环数百万次。来自：Haider.

#科技预测 #超级程序员 #AI发展 #未来技术 #数学创新

中国日报网-新华网

1个月前

美前高官称限制不了中国AI发展

#美国 #高官 #限制 #中国 #AI发展 #技术竞争 #国际关系

*土*隹*

1个月前

AI的现状给我一种奇特的感觉，就是大家在拼命付款给AI公司加速训练出淘汰付款人工作的能力。

#AI发展 #自动化 #职业淘汰 #AI经济 #技术进步

华尔街日报中文网

1个月前

#本周热读 AI领域的大佬——OpenAI、Anthropic、谷歌及其他公司的领导者——仍然自信满满地预测，AI很快就会变得跟人类一样聪明。但持反对意见的人越来越多，声量也越来越大。他们说，AI压根就不会像人类这样思考。

#AI发展 #OpenAI #Anthropic #谷歌 #AI智能 #AI反对意见 #人类智能

𝗖𝘆𝗱𝗶𝗮𝗿

1个月前

有奖征集：面向推友征集产品名称及 Slogan 随着团队和产品的发展方向，在深思熟虑之后，大家一致认为 Juchats 已经不能满足和复合产品的未来发展趋势，产品的中心会偏向于用户实际场景 Agents 协作，人机交互的 AI + Human 协作模式，打造用户场景和商业闭环。具体格式如下： - 奖品：Juchats 终生会员及社区周边定期发放 - 名称： - 标语（Slogan）： - 含义：

#产品征集 #人机协作 #AI发展 #商业闭环 #推特活动

勃勃OC

1个月前

根据《The Verge》报道，对 ChatGPT 说“请”和“谢谢”正在让它每年花费数百万美元。

#ChatGPT #AI发展 #运营成本 #礼貌用语 #人工智能

宝玉

2个月前

TK：AI 不可能恰好发展到让大家都很开心的那个点然后就停下来前几天去给 QCon 全球软件开发大会做了主题演讲。组织方请我从演讲中选一句最想对大家说的话用来做海报，我就选了这句：“AI 不可能恰好发展到让大家都很开心的那个点然后就停下来”。斯坦福刚刚发布了一份 AI 指数报告，里面提到大概有三分之二的人认为 AI 会改变工作方式，有三分之一的人认为自己的工作会被 AI 取代。应该说这两种想法都是对的。AI 会改变很多岗位的工作方式，那么无法适应新工作方式的人就会被 AI 取代。我们不能指望 AI 恰好发展到能给我们帮上点忙让我们比较舒服的时候就停下来。在汽车时代到来的时候，除了造车、开车，还会诞生卖车、修车、洗车等一系列工作，以及延伸出来的能源、机械等方向的各种工作。“AI 不可能恰好发展到让大家都很开心的那个点然后就停下来”这句话其实就是想告诉大家，历史不会停下来，AI 会一直发展，我们也应该一直发展自己，学会和现在以及未来的 AI 一起工作，不要做一个充满怨气的马车夫。

#AI发展 #QCon大会 #AI改变工作 #AI取代工作 #斯坦福AI指数报告 #人工智能

LotusDecoder

2个月前

Chatgpt 的记忆功能，听起来美好。🤯 实际上没什么用，甚至还会很混乱。不是model 和产品的问题，是因为 AI 还在高速发展，没有定型下来。一是，gpt 3.5 、gpt-4 、gpt-4o 老版本问的提示词，当年呆呆的， AI 的回答也笨笨的。缺乏数据价值。二是，因为测试 model ，往里面塞了很多奇怪的东西。 barry 有多少个 R ？青椒炒木地板好吃吗？一个农民带着一只山羊和绵羊过河，一次只能带两只动物，最小过河次数是什么？鲁迅为什么打周树人？ 9.11 和 9.8 ，哪个大？这些乱糟糟的记忆，Chatgpt 读出来，干嘛🤣

#ChatGPT #记忆功能 #AI发展 #模型测试 #数据价值

Philip Fan

2个月前

ChatGPT成精了！

#ChatGPT #AI发展 #技术前沿

hahagood

2个月前

ChatGPT 又更新了 Creat image 功能. 发展太快了. 左边是新版, 右边是前几天的.

#ChatGPT #CreatImage #功能更新 #AI发展 #技术进步

勃勃OC

3个月前

OpenAI 已宣布计划在未来几个月内发布一款新的开源权重语言模型，具有增强的推理能力，这是自 GPT-2 以来的首次此类发布。该举措旨在通过与开发者、研究人员和社区互动，促进 AI 发展的开放性，并收集反馈。此举预计将推动 AI 领域的创新和社区参与。

#OpenAI #开源语言模型 #GPT-2 #推理能力 #AI发展 #社区参与

头条热点

3个月前

过去两三个月AI的发展速度是真正的恐怖😱真正的会带来巨量码农🧑🏻‍💻的失业。

#AI发展 #失业 #科技趋势

宝玉

3个月前

最近，AI 圈子里有两个事值得关注：一个是 GPT-4o 推出了新的画图模型，另一个是豆包升级了“边搜边想”功能。这两个例子都指向了一个正在越来越被人接受和认同的 AI 新范式——“模型即产品”。它听起来有点抽象，但其实可能会影响未来 AI 产品的发展形态。那么“模型即产品”到底是什么意思，它跟传统的AI方式有什么不同，为什么它这么厉害但为什么又不够普及？什么是“模型即产品”？简单来说，“模型即产品”就是把AI模型本身当作产品，它的核心价值来自于模型的智能和能力，而不是靠一大堆复杂的软件或界面来包装。比如说，GPT-4o的新画图模型，你只需要上缠图片写六个字：“吉卜力风格化”，它就能直接生成一张高度还原又可爱的吉卜力动画风格图片；或者你可以基于刚生成的吉卜力漫画形象再去生成个表情包，甚至还能生成一幅四格漫画。不需要你会用Photoshop，也不用切换好几个App，一个模型就搞定了一切。想想以前画图的流程：你得先找素材、调颜色、画线条，还得用别的工具加文字，步骤多得让人头晕。而现在，GPT-4o的画图模型把这些都“学会”了，直接给你成品。这就是“模型即产品”的魅力——模型可以直接满足各种场景下的不同情况，而不需要你去设计复杂的工作流或者在不同的 App 之间切换。它和传统的工作流智能体有什么区别？各自有什么优缺点？传统的AI应用大多是“工作流智能体”模式。啥意思呢？就是通过预先设计好固定的流程，把AI模型和其他工具串起来，按部就班地完成任务。比如前一段时间很火的 Manus，如果你让它“帮我规划一下北京到山西自驾游的详细行程”，那么它会设计一个类似于 TODO List 的工作流： - 搜索北京到山西之间的景点信息 - 搜索北京到山西自驾游的攻略 - 生成详细行程这样的工作流优点就是容易执行，按部就班就能出来结果，缺点就是不够灵活，因为 TODO List / 工作流一旦定了，就不好根据返回的结果做调整。如果搜索结果中出现了最近北京到山西之间某一段高速施工的新闻资讯，或者未来会出现极端天气的新闻资讯，那么就需要增加对绕开高速路段的搜索和天气预报的搜索，最终综合调整行程。豆包最近测试上线的「边搜边想」功能是另一个很好的例子。不同于传统AI的“先搜后想”——模型根据你的问题，一股脑搜索一遍网络资料，然后拿着这一份固定的信息来作答，豆包会在思考过程中进行多轮搜索。也就是说，模型边回答边判断：“我是不是还缺某方面的信息？” 如果是，它会主动再搜索。如此循环，直到把问题各个方面都弄清楚为止。就像前面行程规划的例子，“边搜边想”先搜出基本景点和交通方案，再根据这些结果想到“还需要看看最新的天气预报和当地交通情况”，于是进行第二轮搜索获取这些动态信息，最后综合各方面数据，甚至连景点之间的小交通都考虑进去，给出一个周全的行程表。这就像一个聪明的助手，会根据手头的信息动态调整策略，而不是死板地走完预定路线。为什么“模型即产品”很难？既然“模型即产品”的模式这么强大，为什么不都采用这种模式呢？因为将模型训练成一个适应不同场景的通用产品，简单易用太难了： - 研发门槛高：需要有很强大的基座模型；需要有优质数据；需要专门的强化训练。 - 资源烧钱：训练模型得用超级多的计算资源，像GPU集群，小公司根本玩不起。 - 市场风险大：投入大、周期长，投资者往往更爱快见效的应用，而不是这种“慢工出细活”的项目。 - 用户体验挑战：模型再牛，也得有个好用的界面。像 GPT-4o 在聊天框就可以画图，像豆包只要选中“深度思考”就可以自动“边搜边想”。简单科普：强化学习说到这，有必要提一提“模型即产品”背后的核心技术——强化学习（Reinforcement Learning, RL）。简单说，就是让AI自己试错，像训练马戏团的动物一样，给它奖励和反馈，让它慢慢学会做事。举个经典例子：AlphaGo，那个打败人类围棋冠军的AI。它没靠人类教招式，而是通过强化学习，自己跟自己下棋。赢了有奖励，输了调整策略，玩了几百万局后，它不仅学会了围棋，还发现了人类几千年没想到的招数。这就是强化学习的厉害之处——让AI自己摸索出最佳方案。比如豆包的“边搜边想”也是通过强化训练，通过模拟的搜索数据库，以及搜索训练集，让模型一遍遍的去对给定的问题去尝试不同的关键词和思考后再搜索，一次又一次地尝试后终于偶然找到了答案，得到奖励。然后，模型再尝试理解并总结出那些能提高下次找到相似答案可能性的规律。这种自主学习能力，是“模型即产品”能取代复杂工作流的关键。未来展望尽管挑战不小，但可以看到“模型即产品”已经成为AI发展的重大趋势。展望未来，我们可以期待“模型即产品”带来更多惊喜。也许再过不久，你与AI的互动将不仅局限于问答，而更像是与一个能够替你执行复杂操作的数字伙伴合作。届时，我们的许多应用场景可能被重新定义：很多以前要在人和工具之间反复切换的事情，现在一个AI模型就能包办。从创作灵感的火花，到繁琐资料的整理，再到决策方案的拿出，AI模型将直接为你提供端到端的支持。真正聪明的AI，不是你告诉它怎么做，而是它自己知道该怎么做。

#AI发展 #模型即产品 #GPT-4o #豆包 #AI范式

-Zho-

3个月前

刚测试发现 GPT 4o 可以和 Gemini 一样连续生成多张图像！！！颜色也可以准确使用提供的色号！ 4o 在以下之前难以一次性解决/根本解决不了的方面都表现的得非常好！！！ 1️⃣ 颜色准确使用 2️⃣ 中英文字准确生成 3️⃣ 形象/特征保持与迁移 4️⃣ 生成透明背景图像 5️⃣ 连续生成多张图像 6️⃣ 语义理解指令遵循

#GPT-4o #图像生成 #AI发展 #技术进步 #功能测试

孙宇晨🍌

3个月前

核聚变能否解决电力危机？最近各地有关核聚变都有了很多最新进展，我十分关注核聚变发展，我觉得未来AI公司发展最大瓶颈就是能源，有了芯片没有电也是白搭；各大公司应该抓紧能源布局，掌握人类进步的主动权。

#核聚变 #电力危机 #AI发展 #能源布局