时政
财经
科技
虚拟货币
其他
登录
智能推荐信息源
李老师不是你老师
关注
德潤傳媒
关注
悉尼閑人
关注
联合早报 Lianhe Zaobao
关注
DW 中文- 德国之声
关注
ABC中文
关注
Gancheng Wang
关注
Ignatius Lee
关注
《议报》
关注
网易新闻-红星新闻
关注
由 AI 根据您的兴趣偏好筛选
事件跟踪
热点事件
最新话题
实时新闻
央视网-央视新闻
2个月前
BEST装置首个关键部件杜瓦底座成功安装就位
今天(1日),位于合肥的紧凑型聚变能实验装置BEST项目建设取得关键突破。
#合肥
#聚变能实验装置
#BEST项目
#关键突破
#科技
分享
评论 0
0
meng shao
2个月前
[YC AI Startup School 经典重温] Andrej Karpathy:软件,再次,变革! 假期做什么?除了带孩子,当然是重温经典视频了,AK 在 三个月前 YC AI Startup School 上对「软件在 AI 时代的变化」的演讲必须值得反复观看学习。作为 Stanford、OpenAI 和 Tesla 的资深研究者,他将当前 AI 浪潮比作软件发展的第三个重大跃迁——从传统编程到神经网络,再到用自然语言“编程” LLM。这场演讲不只是技术展望,更像是一份给新入行者的路线图:软件正从静态指令转向动态智能,机会与挑战并存。 软件的“三重奏”:从 1.0 到 3.0 1.0 - Karpathy 用一个巧妙的框架回顾软件历史:70年来,软件基本停留在“1.0”阶段 —— 人类用 Python 或 C++ 等语言编写精确指令,驱动计算机执行任务,就像 GitHub 上那张“软件地图”一样,密密麻麻的全是代码仓库。 2.0 - 但最近几年,一切加速变迁。首先是“2.0”:神经网络的权重取代了部分代码。你不再手写算法,而是通过数据训练优化器,让模型“自学”图像识别或决策树。Hugging Face 就像 2.0 的 GitHub,模型参数如 Flux 图像生成器,成为可迭代的“代码提交”。 3.0 - 如今,我们进入“3.0”时代:LLM 如 ChatGPT 让神经网络可编程——用英语提示作为“程序”。例如,情感分析不再需要 Python 脚本或专用模型,只需几行提示如“分析这条评论的语气”,模型就输出结果。这不是小修小补,而是范式颠覆:编程从机器语言转向人类母语,门槛瞬间拉低。Karpathy 的推文「The hottest new programming language is English」因此爆火,成为他的置顶帖。 LLM:公用事业、芯片厂,还是操作系统? LLM 不是简单工具,而是全新“计算机”。Karpathy 借用历史类比,剖析其生态: · 像公用事业:OpenAI 等实验室砸重金训练模型(资本支出),然后通过 API 按 token 计费提供服务(运营支出)。需求如低延迟、高可用性,与电网相似。OpenRouter 像变电站开关,让你无缝切换模型。当顶级 LLM 宕机时,整个世界仿佛“智力停电”——这已不是科幻。 · 像芯片厂:训练成本高企,技术树(如 NVIDIA GPU vs. Google TPU)高度保密,纯软件与全栈(自建硬件)模式并存。但软件的易复制性让防御壁垒更薄。 · 最贴切的:像操作系统:LLM 不是商品水电,而是复杂生态。上下文窗口如内存,提示如 CPU 指令,工具调用如外设。闭源模型(如 GPT 系列)对标 Windows,开源 Llama 生态似 Linux。我们正重演1960年代计算史:云端时间共享、批量处理为主,本地个人计算尚未普及(尽管 Mac Mini 已显露端倪)。聊天界面像终端,GUI(如 Cursor IDE)才刚起步。 独特之处在于“技术扩散倒置”:以往新技术(如电力、GPS)先服务政府企业,再渗入消费;LLM 反之,从“怎么煮鸡蛋”起步,普通人先拥抱,企业政府却慢半拍。这让 LLM 从诞生之日起,就成了亿万人的“即时下载”软件。 LLM 的“人格”:超人与缺陷并存 Karpathy 将 LLM 形容为“people spirits”——人类精神的随机模拟,由自回归 Transformer 驱动,训练于海量文本,涌现出类人心理。优势显而易见:百科全书式记忆(如 Rain Man 里的记忆天才),能轻松忆起 SHA 哈希或历史细节。 但缺陷同样突出:幻觉(编造事实)、锯齿智能(9.11 > 9.9的荒谬错误)、逆行性遗忘(上下文窗口如工作记忆,每轮重置,无长期学习)。安全隐患如提示注入,让它们易受骗。Karpathy 推荐看《记忆碎片》和《50次初恋》,生动描绘这种“每日重启”的困境。关键是:我们必须直面这些“认知疤痕”,设计系统绕过弱点、放大强项。 机会:部分自治与人类- AI 共舞 演讲转向实践,Karpathy 强调“部分自治”应用:LLM 不是全能智能体,而是可控助手。拿 Cursor 举例,它融合传统界面与 LLM:自动管理上下文、多模型协作、应用专属 GUI,还有“自治滑块”——从单行补全到全仓库重构,你决定让渡多少控制。 Perplexity 搜索工具类似:从快速查询到深度研究,渐进自治。核心是加速“生成-验证”循环:GUI 利用人类视觉优势(阅读文本费力,看图直达大脑),而非让 LLM 狂飙万行代码(10,000 行 diff?人类瓶颈依旧)。他警告:别被“2025 is Agent Year” 泡沫冲昏头,自治如开车,需人类监督。Tesla Autopilot 的教训历历在目:2013 年 Waymo 完美试驾后,12年过去仍未全解;Iron Man 盔甲更妙——既是增强(Tony Stark 亲控),又是智能体(自主飞行),滑块一推即变。 教育是另一个切入点:别直奔 ChatGPT “教我物理”,AI 易迷路。Karpathy 设想双 App 系统——教师端生成课程(可审计大纲),学生端交付(循序渐进),用中间产物“拴住” AI。 Vibe Coding:人人皆程序员 LLM 的英语接口民主化编程:无需5-10年苦学,任何人可 “vibe coding”——凭直觉、提示迭代,快速原型。Karpathy 自嘲建 iOS App(Swift 零基础,一天搞定)和 MenuGen(菜单拍照生图,menu. app 试用免费$5信用)。但痛点暴露:核心逻辑易,DevOps 繁琐——浏览器点来点去,何不让智能体代劳? 为智能体而建:基础设施重塑 LLM 如新物种:数字信息的“消费者与操纵者”,介于人类 GUI 与程序 API 间。Karpathy 呼吁适应:lm.txt 文件直述网站意图(胜过解析 HTML);文档转向 Markdown + Curl 命令(Vercel/Stripe 先行,取代“点击此”);Anthropic 的模型上下文协议标准化交互。工具如 GitIngest 或 DeepWiki 已现雏形。未来 LLM 或能“点击浏览”,但 “ halfway meet” ——半路相迎,能省时省力。 结语:LLM 的 1960 年代,我们来筑基 Karpathy 以乐观收尾:软件需重写,专业码农与 vibe coder 共舞;LLM 如 1960s OS,公用+ fab + OS 三合一,却已普惠亿人。这是“疯狂时刻”——别畏惧缺陷,建盔甲而非机器人,滑自治杆从左(增强)向右(智能体)推移。引用其博客,软件3.0不止工具革命,更是新计算机的诞生。入行者,正逢其时:与 Karpathy 一起,编程未来。
#LLM
#AI
#Andrej Karpathy
#软件变革
#编程
分享
评论 0
0
wong2
2个月前
NotebookLM Web Importer插件上线整一年,即将到达10万用户
#NotebookLM
#Web Importer插件
#10万用户
#上线一周年
#积极
分享
评论 0
0
Panda
2个月前
内容生产速度激增,去哪找这么多的消费者就是个问题,我也不看好纯生成的内容平台
#内容生产过剩
#消费者不足
#纯生成内容平台
#不看好
#负面
分享
评论 0
0
卫斯理
2个月前
#Pragmatic 十年前看过一本书 - 《The Pragmatic Programmer》,中文名字是《程序员的修炼之道 - 从小工到专家》 不过这本书并没有让我成为一名牛逼的程序员,只是Pragmatic这个词让我印象太过于深刻,以至于到现在都记得。 Pragmatic的意思是 - 务实、实用、讲求实际的 刚在剪辑的时候想到了这个词,昨天和别人讨论Windows是否好用(对,我为什么脑子不清醒,又在讨论这个事情),很多人留言的意思是Mac是唯一的选择,原因123456 作为一个已经脱离Mac生态转向Windows人来说,我个人是觉得Windows没有那么不堪,相反Windows非常好用,是一款实用主义至上且价廉物美的产品。 任何一个笔记本厂商出产的6000元左右的Windows笔记本,其性能都超过了售价15000左右的Mac.... 回到功能上,Windows上的软件异常丰富,我们可以用Windows完成任何工作。
#Pragmatic
#Windows
#Mac
#实用主义
#性价比
分享
评论 0
0
Gorden Sun
2个月前
一直想做这个,现在Sora可以直出
#Sora
#AI
#视频生成
#科技
#创新
分享
评论 0
0
大帅老猿
2个月前
sora2 生成的 minecraft 风格塞尔达荒野之息
#Sora2
#Minecraft
#塞尔达荒野之息
#AI生成
#游戏
分享
评论 0
0
松果先森
2个月前
Sora2 刚刚发布了,我给大家整理了以下20个好玩的视频: 从今天开始,Sora2 大有可为,长短视频行业又要变天了!
#Sora2发布
#视频行业变天
#AI视频生成
#长短视频
#技术革新
分享
评论 0
0
dontbesilent
2个月前
虽然说 sora 里面的纯靠 AI 生成的内容是垃圾信息流,但我觉得只是比小红书和抖音垃圾 跟视频号和快手比的话,还是要好不少 再烂也烂不过快手
#Sora
#AI生成内容
#小红书
#抖音
#快手
分享
评论 0
0
Cali Castle
2个月前
Sora 2 邀请码有人需要吗
#Sora
#邀请码
#AI
#技术
#讨论
分享
评论 0
0
Neko · 絢香猫
[email protected]
2个月前
虽然我自己也是 AI Infra / LLMOps 的人... 😅 但这种论调我是真佩服 大量 AI 生成?咱不说数据处理层面上已经用了多少数据可视化工具了... 就算是这些 AI Infra 背靠的 Grafana 还有各类编辑器、IDE 也都是前端的呀... 有本事别用,也别找自己公司里的人做这些工作,直接找 AI 搞
#AI生成
#数据可视化工具
#Grafana
#前端
#AI Infra
分享
评论 0
0
Tony出海营销
2个月前
sora太强了, 即将取代TikTok成为新一代AI社交媒体软件。 评论区接龙邀请码👇
#Sora
#AI社交媒体
#TikTok
#颠覆性
#邀请码
分享
评论 0
0
Tony出海营销
2个月前
sora太强了, 即将取代TikTok成为新一代AI社交媒体软件。
#Sora
#AI社交媒体
#TikTok
#取代
#新一代
分享
评论 0
0
宝玉
2个月前
让 AI Agent 处理 23W 行代码,归根结底就是两点: 1. 记忆:借助文档帮助模型快速了解项目,快速定位,而不必重头开始 - 初始化好 Agents MD 文件 - 各个模块下都有相关文档说明,从 Agents MD 文件可以方便检索到 2. 反馈:让模型可以自己获得反馈 - 通过自动化测试让模型能自己获得反馈 - 通过告诉模型怎么运行程序,怎么截图获得反馈 - 其他能让模型获得反馈的手段
#AI Agent
#代码处理
#自动化测试
#项目文档
#模型反馈
分享
评论 0
0
NanYi
2个月前
我化了个妆是这样吗?#Sora2
#Sora2
#化妆
#疑问
#女性
#视频
分享
评论 0
0
Geek
2个月前
国庆没出去玩,闲来无事把 OR 优质免费模型接入 NextChat 站点供兄弟们玩玩。服务器是之前入手的廉价香港VPS,放着吃灰,还不如发挥余热。*均为免费Key,每天额度有限,最大重试次数为20次,用完不补。
#国庆
#NextChat
#免费模型
#香港VPS
#服务器
分享
评论 0
0
𝙃𝘼𝙕𝙀𝙉𝙇𝙀𝙀
2个月前
来一个Sora邀请码互助推吧,跟帖的请自觉遵守「社区互助」原则,获得邀请码后把新获得的邀请码也分享到本帖下方。 1:4的裂变应该会满足各位的需求,目的是人人互助尽快用上Sora。
#Sora
#邀请码
#互助
#社区
#裂变
分享
评论 0
0
dontbesilent
2个月前
我也来追个热点哈,Sora 速报 以前都追不上,刚好今天醒得早,还能追上抖音的算法
#Sora
#抖音算法
#热点
#追赶
#醒得早
分享
评论 0
0
Yangyi
2个月前
大家有什么复制ui比较好的策略吗 我尝试构建了一个mcp 先把所有静态资源和js都扒下来了 让ai去分析对应结构和组件 生成设计规范文档 但是当它自己开始生成后 又做得不是很像了 虽然效果比开放式生成好很多 但没办法100%copy 朋友们有啥好思路?
#UI复制
#MCP构建
#AI设计规范
#静态资源
#js
分享
评论 0
0
小隐新十年(Feng Wang)
2个月前
更新/从两次互联网浪潮到人工智能,每一次技术升级,无论文本还是视频,以及其上的多模态精致虚构,都会重构社交形态和商业模式。复制和虚拟更加疯狂。人和真实躲藏在后面,女孩青春期后立即整容,已经是社会良心。但是,物极必反。未来最稀缺的是原始和真实。线下更宝贵。
#互联网浪潮
#人工智能
#社交形态
#商业模式
#原始和真实
分享
评论 0
0
穆尼
2个月前
用美区账号可以下载了,没邀请码,无法使用。
#美区账号
#下载
#邀请码
#无法使用
分享
评论 0
0
AI Will
2个月前
6. 100% AI 物理效果
#AI
#物理效果
分享
评论 0
0
AI Will
2个月前
3. 能生成动漫
#动漫
分享
评论 0
0
沉浸式翻译
2个月前
需要数据和事实来支持自己的学习、决策或研究,但苦于找不到免费的高质量数据源 Our World in Data + 沉浸式翻译 =你的全球数据仓库 “用数据看世界(Our World in Data)”是一个由英国牛津大学支持、专注全球发展和社会重大议题的非营利数据研究平台。通过权威研究和数据,帮助人们理解和应对人类社会面临的最大挑战,如贫困、健康、教育、环境、人口等。 收录了近14,000张交互式数据图表,覆盖超过120多个主题,包括贫困、儿童死亡率、全球教育、二氧化碳排放、移民、战争与和平、预期寿命、人口增长、人工智能等。 开放与免费:所有研究成果、数据、文章和可视化工具均免费开放,支持开源下载和使用 使命驱动:将复杂的全球数据知识变得易于获取和理解,赋能有志于改善世界的人们。“以最好的研究和数据为依据,让世界变得更美好”。 数据洞察:定期发布对全球变化趋势的简明解读,内容涵盖社会、经济、科技、环境等领域,并通过图表和文章展现长期变化。 互动探索:提供多种互动式数据探索工具,便于用户根据感兴趣的话题深度分析世界各国的历史与现状数据。 国际影响力:数据和洞察经常被《科学》、《自然》、《BBC》、《纽约时报》、《金融时报》、《卫报》等国际主流媒体引用。 所属机构:由Global Change Data Lab(全球变革数据实验室)运营,是一个总部设在英国的慈善组织,牛津大学相关发展研究中心提供学术支持。 社会价值:所有内容免费且开源,鼓励社会捐赠以支持其公益使命,并接受志愿参与和贡献。
#数据研究平台
#全球发展
#社会议题
#开放免费
#牛津大学
分享
评论 0
0
AI Will
2个月前
Sora 2来了!
#Sora 2
#人工智能
#科技
#创新
#图像生成
分享
评论 0
0
上一页
1
...
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
...
400
下一页
AI 实时热榜 (24小时)
智能算法加权排行
个人主页
通知
我的投稿
我的关注
我的拉黑
我的评论
我的点赞