orange.ai
2个月前
今天早上 Sam 发了一篇博客,文章很短但影响深远。S 上限后遭到了日本版权方的巨量投诉,同时也让另一些版权商发现了新的机会。同时 Sam 宣布,S 的新商业模式很快就要来了—— IP 使用分成。 这意味着用户在用皮卡丘、马里奥创造影像的时候,OpenAI 可以给任天堂分成了。 这是革命性的商业模式,让版权的滥用反而为版权方赚钱。 我们正在从知识社会进入想象力社会,IP 使用分成制度也许是符合想象力社会要求的商业模式。 这也是为什么我会说,S是平行世界的电影院,好戏才刚刚开演。 很多人会觉得AI生产的内容很假,因而没有价值,这个观点是对人性的天真认知。 虚构不等于虚假。虚构是人类理解世界的最重要的方式。小说电影短剧和各种IP,都是虚构的产物。 人类的一生短暂而单一,唯有想象力可以支撑人对无穷的欲望。 人类很容易被打动,但很难被说服,在我那篇 Claude 写的文章里,写出了很多人的心声,包括我的一些内心的声音。 这非常合理,但是我希望你在看完之后,觉得自己无比正确的同时,也能以年轻的心态来尝试拥抱一下新事物,拥抱一下想象力社会的未来。 最令人心痛的就是,看到很多二十多岁的年轻人,心态已是老登。 博龙在朋友圈说了一句话,让我感同身受。 「用过S之后的感受是:相机是种原始人才会触碰的老东西。」 希望大家在新的电影院里,用语言工具,尽情地创造。
ai for science | 《AI怎样改变所有学科?从“工具的革命”到“革命的工具”》 过去七十年,全球科研论文和专利数量持续飙升,影响力却在快速下跌。这不是因为科学家变笨了,而是因为科学这座"大厦"经过100多年的修建已经越来越完善,每个学科变成一个"小房子"——壁垒越筑越高,突破越来越难。 这正是AI介入科学研究的关键时刻。但问题在于:当前的AI for Science走的是哪条路? 周伯文给出了一个犀利的判断框架。他认为,科学研究是研究者、研究工具和研究对象一切关系的总和。目前大多数AI应用都聚焦在单点突破——帮助蛋白质折叠计算更快,帮助文献检索更准,帮助数据处理更高效。这些都很好,但仅仅是"工具的革命"。真正的机会在于:让AI在研究者(AI for Innovator)、研究工具(AI for Computation)、研究对象(AI for Data)三个维度**系统性发挥作用**,形成互相赋能、螺旋上升的良性循环。 这需要一种新的AI——"通专融合AGI":既有GPT式的高泛化能力,又有AlphaFold式的专业深度。不是在通用与专业之间二选一,而是直接奔向"高泛化性+高专业性"的右上角区域。 更激进的是,他提出AI应该帮助科学家生成科学假设。在PROTEUS项目中,AI从海量多组学数据和文献中自动识别现象、组合工具、提出假设——匿名对比结果显示,AI生成的假设在新颖性和相关性上显著优于人类专家。这不是取代科学家,而是让AI承担那些人类因认知局限和交流成本而无法企及的全局整合工作。因为人与人之间的交流成本始终高于AI与AI、模型与数据。 从"工具的革命"到"革命的工具",这不是文字游戏,而是范式跃迁。前者让我们做得更快,后者让我们看到从未见过的可能性。 原文在评论区👇 (by sonnet 4.5 with extended thinking)