#技术进步

orange.ai

1周前

最近藏师傅的群里讨论国内几个顶级视频模型的效果都超过了Veo3 但真正让 Veo3 出圈爆火的的是它的声音那种签到恰到好处的完美跟随画面的配音以前我说声音还没迎来 ChatGPT 时刻现在好像某种意义上已经是了

AI编程：Gemini领跑，协作创新涌现· 186 条信息

#视频模型 #Veo3 #声音技术 #ChatGPT #视频配音 #技术进步

sitin

2周前

AI 出现以后，肉眼可见越来越多的人，能够借助新的工具，直接通过自然语言和 AI 交互，做出还不错的产品。AI 改变了我们编程的方式 Sam Altman 在前两天的文章《温和的起点》中所说：2025 年，我们编写计算机代码的方式将彻底改变。这是一个多么动人的时代。 👉

AI编程工具激战：Claude Code、Gemini Cli崛起· 133 条信息

AI编程：Gemini领跑，协作创新涌现· 186 条信息

#AI #自然语言 #编程方式 #Sam Altman #技术进步 #未来趋势 #温和的起点 #2025年 #计算机代码 #时代变革

Mr Panda

2周前

不敢想象，现在还有人会排拆AI 吗

#AI排斥 #技术进步 #未来发展

1 Plus Books

2周前

百年来，汉字文化圈曾推动拼音化、拉丁化，试图摆脱“落后文字”的包袱。在中国，1920年代以来，“废除汉字”呼声不断，汉语一度被视为现代化的障碍。可谁能想到，进入数字时代后，汉字反而展现了强大的生命力。拼音输入法、手写识别、语音转写……技术进步让“难以输入”的汉字变得高效可用。

#汉字文化 #拼音化 #现代化 #汉字生命力 #技术进步 #数字时代 #输入法

𝘁𝗮𝗿𝗲𝘀𝗸𝘆

2周前

Veo3 目前的价格是 0.75 USD / 秒一部 100 分钟正片的电影，按每秒实验 + 调试 20 次算，不到 10w 美金就能完成这个成本在未来还会指数级下降，可能明年就是 1w，后年就是 1k 并且质量更好、清晰度更高、稳定和连贯性更强、输出速度更快，还能统一滤镜、风格、人物、口音等等…… 要不了多久，电影艺术的创造将不再是某个圈子独占的东西了未来人和人的差距，只在于执行力、想象力和幽默感

#Veo3 #电影制作 #成本降低 #技术进步 #未来趋势

rick awsb ($people, $people)

2周前

open ai老板Altman的最新博客文章The Gentle Singularity 温和的奇点，让我联想到威尔士诗人狄兰·托马斯的《不要温和地走进那个良夜》Do not go gentle into that good night “温和的奇点”，是悄然降临的命运之手，温柔却不可抗拒，正如垂死的老人可以温和的走进的那个“良夜”，静谧地邀请人类步入未知的深渊。人类或许不会怒吼着反抗命运的潮汐，而是如老人在暮色中带着一丝好奇与顺从，温和地被奇点吞噬。阅读Altman之前，我们应该默念诗中的这句： Do not go gentle into that good night； rage， rage against the dying of the light 以下是博客全文，中英对照： The Gentle Singularity 温和的奇点 Sam Altman 山姆·奥特曼 We are past the event horizon; the takeoff has started. Humanity is close to building digital superintelligence, and at least so far it’s much less weird than it seems like it should be. 我们已经越过了事件视界；起飞已经开始。人类即将构建出数字超级智能，而至少到目前为止，它的形态远没有我们想象中那么怪异。 Robots are not yet walking the streets, nor are most of us talking to AI all day. People still die of disease, we still can’t easily go to space, and there is a lot about the universe we don’t understand. 机器人尚未遍布街头，我们大多数人也还未整日与人工智能对话。人们依旧会死于疾病，我们仍然无法轻易地进入太空，宇宙中还有很多我们不理解的奥秘。 And yet, we have recently built systems that are smarter than people in many ways, and are able to significantly amplify the output of people using them. The least-likely part of the work is behind us; the scientific insights that got us to systems like GPT-4 and o3 were hard-won, but will take us very far. 然而，我们最近已经构建出在许多方面比人类更智能的系统，它们能够显著放大使用者的产出。这项工作中看似最不可能实现的部分已经完成；那些催生了像GPT-4和o3这样系统的科学洞见来之不易，但它们将引领我们走得非常远。 AI will contribute to the world in many ways, but the gains to quality of life from AI driving faster scientific progress and increased productivity will be enormous; the future can be vastly better than the present. Scientific progress is the biggest driver of overall progress; it’s hugely exciting to think about how much more we could have. 人工智能将从多方面为世界做出贡献，但由人工智能推动的更快科学进步和更高生产力所带来的生活质量提升将是巨大的；未来可能远比现在更加美好。科学进步是整体进步的最大驱动力；畅想我们能拥有更多，是件非常激动人心的事。 In some big sense, ChatGPT is already more powerful than any human who has ever lived. Hundreds of millions of people rely on it every day and for increasingly important tasks; a small new capability can create a hugely positive impact; a small misalignment multiplied by hundreds of millions of people can cause a great deal of negative impact. 从某种宏大的意义上说，ChatGPT已经比任何活过的人类都更强大。每天有数亿人依赖它处理日益重要的任务；一个微小的新功能可以产生巨大的积极影响；而一个微小的失准，当被数亿人放大后，也可能造成巨大的负面影响。 2025 has seen the arrival of agents that can do real cognitive work; writing computer code will never be the same. 2026 will likely see the arrival of systems that can figure out novel insights. 2027 may see the arrival of robots that can do tasks in the real world. 2025年见证了能够从事真正认知工作的智能体的诞生；编写计算机代码的方式将从此改变。2026年可能会出现能够发现新颖见解的系统。2027年可能会出现能够在现实世界中执行任务的机器人。 A lot more people will be able to create software, and art. But the world wants a lot more of both, and experts will probably still be much better than novices, as long as they embrace the new tools. Generally speaking, the ability for one person to get much more done in 2030 than they could in 2020 will be a striking change, and one many people will figure out how to benefit from. 更多的人将能够创造软件和艺术。但世界对这两者的需求也会大大增加，只要专家们拥抱新工具，他们可能仍然会比新手出色得多。总的来说，一个人在2030年能完成的工作量远超2020年，这将是一个显著的变化，许多人会找到从中受益的方法。 In the most important ways, the 2030s may not be wildly different. People will still love their families, express their creativity, play games, and swim in lakes. 在最重要的方面，2030年代或许不会有天翻地覆的不同。人们仍然会爱他们的家人、表达创造力、玩游戏、在湖里游泳。 But in still-very-important-ways, the 2030s are likely going to be wildly different from any time that has come before. We do not know how far beyond human-level intelligence we can go, but we are about to find out. 但在一些仍然非常重要的方面，2030年代可能会与以往任何时代都截然不同。我们不知道我们能超越人类水平的智能多远，但我们即将找到答案。 In the 2030s, intelligence and energy—ideas, and the ability to make ideas happen—are going to become wildly abundant. These two have been the fundamental limiters on human progress for a long time; with abundant intelligence and energy (and good governance), we can theoretically have anything else. 在2030年代，智能和能源——即想法以及实现想法的能力——将变得极其充裕。这两者长期以来一直是人类进步的根本限制因素；有了充裕的智能和能源（以及良好的治理），理论上我们可以拥有一切。 Already we live with incredible digital intelligence, and after some initial shock, most of us are pretty used to it. Very quickly we go from being amazed that AI can generate a beautifully-written paragraph to wondering when it can generate a beautifully-written novel; or from being amazed that it can make live-saving medical diagnoses to wondering when it can develop the cures; or from being amazed it can create a small computer program to wondering when it can create an entire new company. This is how the singularity goes: wonders become routine, and then table stakes. 我们已经生活在令人难以置信的数字智能之中，在最初的震惊之后，我们大多数人已经习以为常。我们很快就从惊叹于AI能生成一段文笔优美的段落，转而思考它何时能写出一部文笔优美的小说；从惊叹于它能做出拯救生命的医疗诊断，转而思考它何时能研发出治愈方法；从惊叹于它能创建一个小程序，转而思考它何时能创建一家全新的公司。奇点就是这样发生的：奇迹变为常态，然后成为基本要求。 We already hear from scientists that they are two or three times more productive than they were before AI. Advanced AI is interesting for many reasons, but perhaps nothing is quite as significant as the fact that we can use it to do faster AI research. We may be able to discover new computing substrates, better algorithms, and who knows what else. If we can do a decade’s worth of research in a year, or a month, then the rate of progress will obviously be quite different. 我们已经听到科学家们说，他们的生产力是使用人工智能之前的两到三倍。先进的人工智能之所以引人入胜，原因有很多，但或许没有哪一点比我们能用它来加速人工智能研究更重要了。我们或许能够发现新的计算基底、更好的算法，以及天知道还有什么。如果能在一个月或一年内完成十年才能完成的研究，那么进步的速度显然将截然不同。 From here on, the tools we have already built will help us find further scientific insights and aid us in creating better AI systems. Of course this isn’t the same thing as an AI system completely autonomously updating its own code, but nevertheless this is a larval version of recursive self-improvement. 从现在开始，我们已经构建的工具将帮助我们发现更深入的科学见解，并协助我们创造更优秀的人工智能系统。当然，这与一个人工智能系统完全自主地更新自己的代码并非一回事，但这已是递归式自我改进的雏形。 There are other self-reinforcing loops at play. The economic value creation has started a flywheel of compounding infrastructure buildout to run these increasingly-powerful AI systems. And robots that can build other robots (and in some sense, datacenters that can build other datacenters) aren’t that far off. 还有其他的自我强化循环正在发挥作用。经济价值的创造已经启动了一个飞轮效应，不断推动基础设施建设，以运行这些日益强大的人工智能系统。而能够制造其他机器人的机器人（在某种意义上，能够建造其他数据中心的数据中心）也并非遥不可及。 If we have to make the first million humanoid robots the old-fashioned way, but then they can operate the entire supply chain—digging and refining minerals, driving trucks, running factories, etc.—to build more robots, which can build more chip fabrication facilities, data centers, etc, then the rate of progress will obviously be quite different. 如果我们必须用传统方式制造出首批一百万个类人机器人，但之后它们能够运营整个供应链——挖掘和精炼矿物、驾驶卡车、运营工厂等等——来制造更多的机器人，而这些机器人又能建造更多的芯片制造厂、数据中心等，那么进步的速度显然将截然不同。 As datacenter production gets automated, the cost of intelligence should eventually converge to near the cost of electricity. (People are often curious about how much energy a ChatGPT query uses; the average query uses about 0.34 watt-hours, about what an oven would use in a little over one second, or a high-efficiency lightbulb would use in a couple of minutes. It also uses about 0.000085 gallons of water; roughly one fifteenth of a teaspoon.) 随着数据中心生产的自动化，智能的成本最终应会趋近于电力的成本。（人们常常好奇一次ChatGPT查询消耗多少能量；平均一次查询大约消耗0.34瓦时，相当于一个烤箱一秒多一点的用量，或一个高效灯泡几分钟的用量。它还消耗大约0.000085加仑的水；约等于一茶匙的十五分之一。） The rate of technological progress will keep accelerating, and it will continue to be the case that people are capable of adapting to almost anything. There will be very hard parts like whole classes of jobs going away, but on the other hand the world will be getting so much richer so quickly that we’ll be able to seriously entertain new policy ideas we never could before. We probably won’t adopt a new social contract all at once, but when we look back in a few decades, the gradual changes will have amounted to something big. 技术进步的速度将持续加快，而人类适应几乎任何事物的能力也将一如既往。过程中会有非常艰难的部分，比如整类工作的消失，但另一方面，世界将变得如此富有且迅速，以至于我们能够认真考虑以前从未敢想的新政策理念。我们可能不会一蹴而就地采纳新的社会契约，但几十年后回望，这些渐进的变化将汇聚成巨大的变革。 If history is any guide, we will figure out new things to do and new things to want, and assimilate new tools quickly (job change after the industrial revolution is a good recent example). Expectations will go up, but capabilities will go up equally quickly, and we’ll all get better stuff. We will build ever-more-wonderful things for each other. People have a long-term important and curious advantage over AI: we are hard-wired to care about other people and what they think and do, and we don’t care very much about machines. 如果历史可为借鉴，我们将找到新的事情去做，产生新的需求，并迅速吸收新工具（工业革命后的职业变迁就是一个很好的近代例子）。期望会提高，但能力也会同样迅速地提高，我们都会得到更好的东西。我们将为彼此创造出越来越美好的事物。与人工智能相比，人类拥有一种长期、重要且奇特的优势：我们的天性决定了我们在乎他人以及他人的所思所为，而对机器则不那么在乎。 A subsistence farmer from a thousand years ago would look at what many of us do and say we have fake jobs, and think that we are just playing games to entertain ourselves since we have plenty of food and unimaginable luxuries. I hope we will look at the jobs a thousand years in the future and think they are very fake jobs, and I have no doubt they will feel incredibly important and satisfying to the people doing them. 一千年前的自给自足的农民看到我们许多人现在的工作，会说我们做的是“假工作”，认为我们只是在玩游戏自娱自乐，因为我们有充足的食物和难以想象的奢侈品。我希望一千年后我们看待未来的工作时，也会觉得它们是“非常假的工作”，但我毫不怀疑，从事这些工作的人会感到它们无比重要和满足。 The rate of new wonders being achieved will be immense. It’s hard to even imagine today what we will have discovered by 2035; maybe we will go from solving high-energy physics one year to beginning space colonization the next year; or from a major materials science breakthrough one year to true high-bandwidth brain-computer interfaces the next year. Many people will choose to live their lives in much the same way, but at least some people will probably decide to “plug in”. 新奇迹实现的速度将是巨大的。今天我们甚至难以想象到2035年会有什么发现；也许我们会在一年内解决高能物理问题，然后在下一年开启太空殖民；或者在一年内取得重大的材料科学突破，然后在下一年实现真正的高带宽脑机接口。许多人会选择以大致相同的方式生活，但至少有些人可能会决定“接入”。 Looking forward, this sounds hard to wrap our heads around. But probably living through it will feel impressive but manageable. From a relativistic perspective, the singularity happens bit by bit, and the merge happens slowly. We are climbing the long arc of exponential technological progress; it always looks vertical looking forward and flat going backwards, but it’s one smooth curve. (Think back to 2020, and what it would have sounded like to have something close to AGI by 2025, versus what the last 5 years have actually been like.) 展望未来，这一切听起来似乎难以理解。但亲身经历时，可能会感到震撼但尚可应对。从相对论的视角看，奇点是点滴发生的，融合是缓慢进行的。我们正攀登在指数级技术进步的漫长弧线上；向前看总是显得陡峭，向后看则显得平坦，但它是一条平滑的曲线。（回想一下2020年，如果有人说2025年将出现接近通用人工智能的东西，听起来会是什么感觉，再对比一下过去5年实际的经历。） There are serious challenges to confront along with the huge upsides. We do need to solve the safety issues, technically and societally, but then it’s critically important to widely distribute access to superintelligence given the economic implications. The best path forward might be something like: 伴随着巨大的好处，也有严峻的挑战需要面对。我们确实需要从技术和社会层面解决安全问题，但鉴于其经济影响，广泛地普及超级智能的访问权限也至关重要。最佳的前进道路可能是这样的： Solve the alignment problem, meaning that we can robustly guarantee that we get AI systems to learn and act towards what we collectively really want over the long-term (social media feeds are an example of misaligned AI; the algorithms that power those are incredible at getting you to keep scrolling and clearly understand your short-term preferences, but they do so by exploiting something in your brain that overrides your long-term preference). 解决对齐问题，意味着我们能够有力地保证人工智能系统学习并按照我们集体的长期真实意愿行事（社交媒体的信息流就是未对齐人工智能的一个例子；驱动它们的算法在让你不停滚动方面表现出色，并能清楚地理解你的短期偏好，但它们是通过利用你大脑中某种压倒你长期偏好的东西来做到这一点的）。 Then focus on making superintelligence cheap, widely available, and not too concentrated with any person, company, or country. Society is resilient, creative, and adapts quickly. If we can harness the collective will and wisdom of people, then although we’ll make plenty of mistakes and some things will go really wrong, we will learn and adapt quickly and be able to use this technology to get maximum upside and minimal downside. Giving users a lot of freedom, within broad bounds society has to decide on, seems very important. The sooner the world can start a conversation about what these broad bounds are and how we define collective alignment, the better. 然后，专注于让超级智能变得廉价、普及，并且不过度集中于任何个人、公司或国家。社会具有韧性、创造力并且适应迅速。如果我们能够驾驭人类的集体意愿和智慧，那么尽管我们会犯很多错误，有些事情会出错，但我们将迅速学习和适应，并能够利用这项技术来获得最大的好处和最小的坏处。在社会必须决定的广泛界限内，给予用户大量的自由似乎非常重要。世界越早开始就这些广泛界限是什么以及我们如何定义集体对齐展开对话，就越好。 We (the whole industry, not just OpenAI) are building a brain for the world. It will be extremely personalized and easy for everyone to use; we will be limited by good ideas. For a long time, technical people in the startup industry have made fun of “the idea guys”; people who had an idea and were looking for a team to build it. It now looks to me like they are about to have their day in the sun. 我们（整个行业，不仅仅是OpenAI）正在为世界构建一个大脑。它将是高度个性化的，并且对每个人来说都易于使用；我们将受限于好的想法。长期以来，初创企业界的技术人员一直取笑那些“点子先生”；那些有想法却在寻找团队来实现它的人。现在在我看来，他们即将迎来自己的春天。 OpenAI is a lot of things now, but before anything else, we are a superintelligence research company. We have a lot of work in front of us, but most of the path in front of us is now lit, and the dark areas are receding fast. We feel extraordinarily grateful to get to do what we do. 如今的OpenAI身兼数职，但首先，我们是一家超级智能研究公司。我们面前还有很多工作要做，但前方的道路大部分已被照亮，黑暗的区域正在迅速退去。我们为能从事这项事业感到无比感激。 Intelligence too cheap to meter is well within grasp. This may sound crazy to say, but if we told you back in 2020 we were going to be where we are today, it probably sounded more crazy than our current predictions about 2030. 廉价到无法计量的智能已触手可及。这么说可能听起来很疯狂，但如果我们在2020年告诉你我们将达到今天的水平，那听起来可能比我们现在对2030年的预测更疯狂。 May we scale smoothly, exponentially and uneventfully through superintelligence. 愿我们能够平稳、指数级且波澜不惊地迈向超级智能时代。

#温和的奇点 #狄兰·托马斯 #不要温和地走进那个良夜 #人类命运 #博客文章 #技术进步 #人工智能 #文化与文学 #哲学思考

中国网-新华社

3周前

2025年全民数字素养与技能提升月启动

#数字素养 #技能提升 #全民教育 #2025 #技术进步 #信息化 #数字经济

勃勃OC

3周前

苹果的 A20 芯片将采用台积电第二代 2nm 工艺制造，应用于 iPhone 18 Pro、18 Pro Max 和 iPhone 18 Fold。该处理器采用晶圆级多芯片封装（Wafer-Level Multi-Chip Module），使不同组件能够直接在晶圆层面整合。该技术无需中介层或基板即可连接芯片，带来了散热性能和信号完整性的双重提升。这标志着芯片设计的一次重大飞跃，也显示出原本仅用于数据中心 GPU 和 AI 加速器的先进技术，正在逐步进入智能手机领域。

#苹果 #芯片 #台积电 #2nm工艺 #iPhone18Pro #iPhone18Fold #晶圆级多芯片封装 #技术进步

陈老师登月记

1个月前

现在AI都这么强大了吗？求🥹教程！

#AI #教程 #技术进步

Xiaowen

1个月前

两年前，设计了这个一个结构，用来在日常的很多小事上帮自己 all in one。现在 ai 的能力和价格和速度已经到了另外一个数量级。我把整个网关拆了改成了纯自然语言一把梭的架构。记账，记事，等等都在一起。（突然感觉这其实也是一个 mcp 的架构呢）

#AI #自然语言处理 #MCP架构 #技术进步 #自动化

Carson Yang（米开朗基杨）

1个月前

牛逼，Flux.1 也能保持一致性了！

#FLUX.1 #一致性 #一致性保持 #新技术 #技术进步

佛瑞德里希4th😷

1个月前

我们是生活在真空中吗？不，我们生活在时光长河里，生活在由技术的进步、普及引发的社会变革，和技术偶然也会发生的退化构成的无数涟漪中。人类发明了技术，技术也重塑了人类。理解技术、掌握技术已经成了现代人生活所必需，技术能力已经成为我们生活中最重要的能力，对家庭如此，对国家也一样。当你把家庭视为一个由多名技术人员组成的合作团队，把生活看成运用各种技术不断解决问题的旅程，你也同样可以把国家看成一个由无数技术人员组成的团队，并用是否能达成技术共识，遇到各种问题时是否总能找到可行的技术方案来评估国家的技术能力——应对各种内忧外患天灾人祸的能力。那么从技术角度看，中共国是一个怎样的国家，其国民拥有怎样的技术能力？美国呢？欧洲呢？从技术角度看，民主政治的价值在哪里？法治的价值在哪里？它们比之专制的优越性在于何处？当我们从这个角度看问题，民主之于专制的优势就不再仅是道德上的，法治之于人治的优越性也一样。民主，是一个多数国民都具备一定技术能力的国家汇聚技术资源合作解决问题的最佳方式，法治，则保证研发人员艰难达成的技术共识不在执行层面被轻易毁坏。而民主和法治的意义都在于通过打造技术团队，维护技术合作，协助国家在政治决策领域保持一定的技术水准。为什么许多成熟的民主国家同时都是发达国家？因为一个成熟的民主国家，面对那些常见的社会问题，在技术层面是游刃有余的。请把国会看成技术人员研讨会，请把民主国家的政治争论看成社科领域的技术争论，请把现代化国家的立法过程看成“出方案”的过程，并把行政和司法视为应用执行。当你从这个角度去看欧美各国的施政，去看政治史，从技术能力的波动去分析国家发展历程中的波折，你会看到，要预测看似玄奥的“国运”并没有你想象的那么难。而要在一团乱麻般的政治争论里理清头绪也变得容易许多。美国今天的问题在哪里？在于从国民到政治精英，技术能力上的显著退化。不论川普还是民主党一方，在面对问题时都没有展现出应有的技术能力，他们停留于彼此指责，不论川粉还是川黑似乎都把太多精力放在抢占道德高地上，把注意力放在“该消灭什么人”上，而不是“该解决什么问题”和“该怎样解决问题”上。为什么？因为美国制造业的空洞化已经削弱了民主政治真正的人口基础，削弱了曾普遍存在于民间的技术思维习惯。当社会大众从第一时间关心“如何解决问题”改为去关心“如何解决人”，你需要敏锐地意识到，这是种群体智慧上的退化。关心“如何解决问题”并沿着这条思路向前走，不断厘清技术上有意义的细节，收集关于事实的信息，最终找到可行的解决方案，并一步一步稳步执行，这是技术人员的思维方式。关心“该消灭什么人”则是部落战争时代的思维方式。不论川粉还是川黑，当他们失去对问题的聚焦，把注意力放在对方身上的时候，他们就已让自己沦为了部落战争时代原始激情的俘虏，沦为了社会合作的破坏者，失去了现代化国家公民应持的社会合作促进者的立场。但他们为什么不聚焦于问题？是因为问题不存在吗？不是，是因为聚焦于问题，收集各种事实去细化、分析问题，最终解决问题，超出了他们的思维能力。这是美国真正的危机。人口质量的危机，日益普遍化的技术思维能力危机，各方在社科议题上越来越难以达成技术共识，由此越来越难维持超大规模社会合作的危机。这才真的是对民主的威胁。假如一国之人口基础的技术能力不足以支持民主与法治这种“配套技术”的存在，民主与法治就难以平稳运转。而依赖于民主与法治这样的“高端配套技术”维系的社会合作就会一再崩解。在发展中国家，这样的事情一再发生。就象在许多中共国家庭里，因为技术能力不足，因为无法把家庭打造成一个微型技术合作团队，至亲之间经常会互相指责，每个人都把因解决不了问题而生的挫折感宣泄在亲人身上。在许多发展中国家，因为难以维系大规模社会合作，难以获得合作带来的增量，社会只能满足于较小的合作规模，较低的合作效率，只能在看似庞大的人口规模遮盖下分派别分阶层不断窝里斗。并为寻求稳定构筑伤害链。我们是人类。我们是名为人类的这个种族生物基因的载体，也是由历代人类创造出的文化基因的载体，而技术，属于文化基因。我们是技术的载体。公民，是名为民主与法治的社科领域技术基因的载体。而牲人，是名为伤害链的技术基因的载体。在这里，一个不能也不该忽略的问题是，怎样的载体才能承载民主与法治这类文化基因——显然，具备技术能力的，养成了“对事不对人”思维习惯的，能进行技术探讨并与合作者达成技术共识的人，才算得上合格的载体。而这样的人，需要在工作场景中养成，这样的思维习惯，需要在工作场景中维护。

#技术进步 #社会变革 #家庭 #国家 #现代生活 #技术能力

宝玉

1个月前

经济学人：为什么 AI 还没抢走你的饭碗？工作末日还远得很呢！几乎每周，我们似乎都在离人工超级智能更进一步。最先进的AI模型能力惊人，不仅能撰写详细的报告，还能按需制作视频内容，连AI过去常有的“幻觉”（编造内容）问题如今也逐渐减少了。难怪许多人开始担心：自己是不是很快就会被取代？今年早些时候，全球谷歌搜索关键词“AI失业”达到了历史最高峰。在伦敦、旧金山等城市，人们聊天的常见话题变成了：“你觉得自己还能撑多久？”但实际上，ChatGPT真的抢了谁的工作吗？谁真的被AI取代了？许多专家声称，确实如此。他们常引用牛津大学学者Carl Benedikt Frey与Pedro Llanos-Paredes最近发表的一篇论文。论文认为，自动化与翻译需求下降之间存在关联。然而，官方美国数据却显示，与一年前相比，目前口译、翻译等领域的就业人数竟然增长了7%。还有人举出金融科技公司Klarna的例子。Klarna此前大肆宣扬用AI实现客服自动化，但最近却改变了策略。该公司CEO Sebastian Siemiatkowski最近公开表示：“如果你希望，总是能找到一个真人客服。” 年轻人最先遭殃？很多人也在宏观经济数据里找AI带来就业危机的蛛丝马迹。一个热门指标是：新毕业大学生的失业率与整体失业率之比。人们推测，年轻大学生通常进入律师助理、咨询公司做PPT等初级知识密集型工作，而这类工作恰恰是AI最擅长的领域。那么，是不是AI消灭了这些岗位？事实上，数据却说了“不”： • 年轻毕业生的相对失业率早在2009年就已开始上升，那时生成式AI还根本不存在。 • 如今，年轻毕业生的实际失业率仅约4%，仍然处于较低水平。白领工作者最危险？我们再次使用2023年提出的一个衡量方法，考察了美国不同职业类别的就业数据。特别关注被认为易受AI冲击的白领岗位，比如后台支持、财务运营、销售等领域。结果又让人大跌眼镜： • 数据中完全看不出AI带来的负面影响。 • 事实上，过去一年，美国白领工作占总就业比例甚至略微增加了。全球就业仍然强劲从整体来看，美国失业率仍然很低，仅为4.2%。薪资增速相对稳健，这与AI降低劳动力需求的说法也不符。再看看其他国家，趋势也是一致的： • 英国、欧元区、日本的收入增长也都保持较高水平。 • 2024年，经合组织（OECD）富裕国家的就业率（工作年龄人口中实际拥有工作的比例）创下历史新高。为什么AI没有带来“失业潮”？有两种可能的解释： 1. AI的真实使用率远低于宣传尽管各家公司不断宣布将AI纳入运营的每个角落，但实际数据表明，美国企业用AI真正产出产品或服务的比例不到10%。 2. 即便使用AI，公司也不会轻易裁员 AI可能只是帮助员工更高效地完成工作，而非直接取代他们。无论是哪种原因，目前看来，暂时还没有必要为AI恐慌。

#AI #人工智能 #就业市场 #技术进步 #社会影响 #AI替代性 #经济学人 #工作未来

中国日报网-新华社

1个月前

科技工作者大有作为

#科技工作者 #科技创新 #技术进步

Osaker

1个月前

不是开玩笑...真TM的强. 我的是12GB内存的老旧三星N20U, N年前的机子, 跑最大的那个Gemma 3n E4B int4, 可以读图, 有2token/s, 1st token 才2秒左右. 这个模型已经可以解决生活中的很多问题, 如果读图解答, 离线翻译等等... 太强了吧

#老旧设备 #性能提升 #智能模型 #生活应用 #技术进步

宝玉

1个月前

原文：[The Recurring Cycle of 'Developer Replacement' Hype]() **** 译注文章中木匠和CNC机床是个有趣的例子，传统的手工木匠，他们靠简单工具和扎实的手工技能打造家具。“数控机床”则代表最新技术的辅助工具。它能自动、高效地切割、加工木材，大幅提高生产效率。当先进技术出现时，真正优秀的不是工具，而是驾驭工具的高手。 1. 工具提高了生产力，但不自动提高创造力。 CNC机床的确能够更精准、更快速地生产家具，但它本身并不会「设计」出精美的家具。真正决定家具美观和质量的，始终是设计和架构它的人——也就是“木匠”。 2. 高手掌握新工具后，价值会成倍增长。给一个新手或普通人一台先进的数控机床，他可能只会用来制作简单粗糙的家具；给一个经验丰富的木工大师同样的设备，他则能设计并创造出精妙绝伦的艺术品级家具。 3. 工具的价值在于放大使用者的能力。新工具能把高手和普通人的差距迅速拉大，而不是缩小。懂设计、懂构造、懂木材属性的高级木工，会更快地利用新工具创造出超越传统水准的作品；而不懂设计、不懂木材的新手，使用再先进的工具，也只会做出平庸的产品。传统的程序员（木匠）靠自身对技术和架构的深刻理解（凿子的技能）来创造系统。AI代码助手（数控机床）则能自动、快速生成代码，但并不能取代程序员对架构、设计、业务理解的需求。在AI时代： - 普通开发者可能只是简单使用AI自动生成代码，最终做出的产品缺乏架构性和创新性； - 高级开发者（系统架构师）则能善用AI辅助开发工具，专注于系统设计、整体规划与优化，从而做出更优秀、更复杂、更稳健的系统。真正决定最终成果的不是工具本身，而是使用工具的人所具备的设计与架构能力。技术越先进，越需要的是具备高阶技能的人来驾驭它们。代码生成AI无法取代系统架构师，反而会让擅长架构设计的人变得更加重要，市场价值更高。

#开发者替代 #自动化技术 #技术进步

佛瑞德里希4th😷

1个月前

支撑这一切改变的是技术逻辑。因技术进步导致的生产方式改变是最核心的因素，围绕着生产方式的改变，社会人口结构随之而变，增加的产能养活了更多人口，也对参与生产的劳动力提出了更高的技能要求，由此倒逼社会增加对新生代人口的教育投资。然后从“升级”后的人口那里，又涌现出更多新技术。政治秩序的改变也可算作广义的技术进步，毕竟人也是一种生产要素，和想方设法更好地组织机器、原料以求获取更高产能一样，想方设法更好的把人组织起来以求获取更高产能，等于在企业管理乃至社会治理方面“改进技术”。而且这些方面的技术，企业管理、社会治理技术，属于前述生产技术的“配套技术”。当你从技术逻辑的角度理解了这场文明稳态的全球性转换，你就会发现，任何人若想阻挠这场大转换，把自己所在的国家地区保持在“传统”状态，他首先要做的事就是阻挠技术进步，阻挠现代生产技术在这一国这一地区的普及应用。如果他做不到阻挠技术进步、阻挠技术普及应用，他就无法阻止遵循技术逻辑而来的社会连锁反应，无法阻止生产技术在升级了经济基础，升级了人口基础后，自发寻求社会治理等“配套技术”的升级。而在这场遵循技术逻辑的系统性升级中，人口的升级，包括劳动人口生产技术能力的升级和社科技术能力——即公民意识和维权能力——的升级，是整件事的关键，是升级进程的核心，是系统的枢纽。过程中最值得关注的改变，是塑造人口的“微型兵工厂”的改变，即决定由新生代人口构成的人口基础会偏向文明1.0还是文明2.0的，家庭观念的改变。一旦某个社会的家庭观念完成了改变，人口基础的改变将不可逆转，在人口基础更新达到一定比例后，社会对“配套技术”的渴求将不可遏止。这就是正在中华沦陷区发生的事。也是未来会在其他文明幼稚区域，各个处于文明幼稚阶段的族群社区里发生的事。家庭观念的转变是从哪里向哪里转？是从“多个孩子=多双筷子”的廉价养育观念，从接受极高的婴儿夭折率甚至溺婴，从不对下一代（尤其对女儿）进行教育投资，从追求数量竭力多生多育，向追求质量，不“滥生无辜”，仔细权衡养育成本和未来收益的方向转变。家庭观念的转变又有没有可能被阻止呢？不可能。因为生物个体是基因的载体。人类个体同样是基因的载体，但同时是生物学基因的载体和文化基因的载体。人类的繁衍并不是简单的生物基因复制，它既是生育，也是传承，既寻求生物基因的复制和扩散，也寻求文化基因的复制和扩散。人类社群的家庭观念为什么一定会向“少生精养”转变？我希望你们能看到，这是因为技术，也就是文化基因中的重要种类，会提出自己对载体的要求。一个正不断在技术上升级迭代的社会，需要的是能传承技术、能学习并开发新技术的文化基因载体。劳动力市场会拒绝过于缺乏学习能力，无法掌握技术的个体，会因应技术升级不断抬高就业门槛，到文盲难以谋生时，家庭就只好增加对每名子女的教育投入。依靠不断升级的生产技术维系其人口规模的社会，无法拒绝技术对人口质量的需求，就象硬件研发部门无法拒绝软件对参数的需求。工业文明需要适配于工业文明的人口，因此各国的文盲率不断降低。适配于工业文明的人口需要适配于他们当前水准的政治秩序，因此民主化浪潮一波波涌起。在幼稚族群、落后国家涌现的民主化诉求背后站着的是哪家的“黑手”？是技术逻辑。任你权势熏天也无法推翻无法摧毁的技术逻辑。技术提出自己对人口的要求，到最后，人口提出了自己的政治要求。伤害链因此不得不崩散。而以伤害链为“原生家庭”的我们，需要搞懂这技术逻辑，需要搞清楚，我们自己应如何适应这样的世界大势，如何在其中趋利避害。很明显，在这样无可抵御的大趋势面前，早一步想好自己能在新稳态里占个什么位置，早一步想好如何促成本族本地新稳态的“顺产”，早一步开始思考如何令技术升级、人口升级和政治秩序升级保持适配，才是明智之举。这就象许多家庭在对孩子进行教育投资时，会考虑选什么专业，进哪一行，最有利于孩子的未来发展。在为个体做人生规划时要考虑的事项，在为群体做战略规划时同样该考虑。为什么上海必须独立？为什么沦陷区各族各地需要独立，需要分别建国？因为给同质化的、升级程度较高的，较小规模的人口基础找到适配的政治秩序，远比给混杂了不同发展程度的大规模人口找到适配秩序要容易。就象给小学生分班，一年级上一年级的课，五年级上五年级的课，远比把所有孩子塞进一间大教室混着一起教要容易。想“全国一盘棋”，是可以想得很美的，但你带得动吗？中国不分裂，行吗？

#技术进步 #社会变革 #生产方式 #人口结构 #教育投资 #劳动力技能 #政治变革 #生产要素

大罗SEO

1个月前

AI MODE将会彻底改变整个SEO行业的格局，我重复一遍，AI MODE将会彻底改变整个SEO行业的格局。如果你的思维还停留在SEO就是写写文章的话，那么基本上就可以洗洗睡了。

#AI模式 #SEO行业变革 #思维转型 #技术进步

*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

中国网-中新社

1个月前

人形机器人距离日常生活还有多远？

#人形机器人 #日常生活 #技术进步

🇺🇸为自由而战-天山剑客🇺🇸

1个月前

你敢想象，只是一年时间，特斯拉机器人就可以做到这种复杂动作吗？

#特斯拉 #机器人 #技术进步

RFI 华语 - 法国国际广播电台

2个月前

德国《世界报》：中国的技术进步会把欧洲甩在后头

#德国 #技术进步 #中国 #欧洲 #经济竞争

头条热点

2个月前

chatgpt 推出了记忆功能，他会记住你所有过去的对话！

#ChatGPT #记忆功能 #人工智能 #用户隐私 #技术进步

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

-Zho-

2个月前

完犊子了，GPT 4o 把渲染器的活也干了啊啊啊？？？给它材质球就完事了🫠🫠🫠还要啥自行车

#GPT-4o #渲染器 #材质球 #技术进步 #人工智能 #自动化