大家好,今天分享一下叉的 gpt 官方新添加的图片编辑功能。以前生成一张图片,如果动作不对,人物太多,往往需要重新写提示词,比较繁琐。 现在可以直接在源头上指定位置修改,移出人物,还能调整图片的比例。今天我就用两张图片带大家体验一下这些功能到底好不好用。这是我生成的两张图片,第一张是凌空功辐射门, 第二张是女足全队合力挡球。我们把鼠标放在图片上,看到有一个编辑,我们点击编辑,顶部有三个功能,添加评论、移除和调整大小。我们分别来体验一下这三个功能。我们点击添加评论,把鼠标移动到需要修改的位置, 我们这里点击足球,我们输入提示词,球的四周添加光圈更加突出。足球,我们点击发送, 我们看到它自动给我们写了提示词,刚才我们所点击的坐标就是足球,然后我们需要把球添加一个光圈,我们稍等一会,我们可以看到它按照我们的要求完成了图片的修改,这样修改图片比较方便, 不用写过多的提示词,我们直接指定位置来修改。我们再来修改一下第二张图片,我们点击编辑。同样的,我们来体验一下它的这个移除功能,例如当前图片中最右侧的这一个球员 部分不可见,我们希望把这个球员移除掉,我们点击移除,直接使用类似于橡皮擦的功能,我们在他身上涂抹一下,我们点击发送, 我们可以看到他自动给我们写了提示词,从第一张图像中移除第二张图像中所标记的区域, 我们稍等一会,我们可以看到他按照我们的要求移除了右侧半边的一个成员。同样的第三个调整大小,可以快速的把图片转化成一些常见的比例,例如一比一、三比四、九比十、六、十六比九等等。 还有一个画布的功能,我们鼠标放在图片上,点击画布生成和修改过的图片,可以在 e m g 图片库里面统一查看修改,方便继续编辑或者保存和使用。好了,今天分享就到这里, 别忘记一箭三连,我们下期视频再见。
粉丝755获赞7060

ai 主图总班车先整理人群卖点场景,看近用词,让 codex 给出白底场景促销三套方案,选定方向改写成 ems 二点零,绘图提示时一张跑通,再批量变化背景道具,看构图, 每张只留一句短文案,一人讲清卖点,最后整理文件名,看检查清单,形成可复用流程。

这期啊,我来分享一套 codex 全自动图文内容工作流,你只要告诉他我想做什么账号,他自己啊,找对标订阅题,写文案,做图片,过质检。最后啊,直接把一整包能发的内容交到你手上。 pods 插件版和通用 a 正版的 skills 啊,我都整理好了,想直接用的分道自取。那他到底是怎么从一句话干到成品的?别着急,点好收藏关注赞,我们出发!我其实啊,自己也会在隔壁红色的 app 上去更新一些图文内容, 选择题啊,交给 ai 写稿,交给 ai 做图啊,还是交给 ai? 每一步啊,都有 ai 参与进来,但是啊,每做完一步,我都得再告诉他下一步你要干什么? a, a, 啊,确实是帮我干活了,可是啊,我一点也没少操心。所以这次呢,我就把自己平时是怎么做选择题,怎么做判断,什么内容啊,能发什么时候啊,必须返工重做,全部写进了 skill 里面。 然后啊,我就挑了一个自己完全没做过的领域,小户型租房收纳。我只给他一个最终目标,丛林搭建一个小户型租房收纳账号,完成定位对标首批选题和第一篇内容。接下来我就再也没和他对话过了。 那他啊,会自己先去确认这个账号啊,要做给谁看,要解决什么问题。 然后啊,他会去找同类型的内容,挖出这个领域大家真正在关心的一些话题。 最后啊,他会排出选择题建议,同时做好首月发布计划。 最后呢,连第一篇内容的图文也一起做完了,从定位选择题、文案、图片到发布文件,全部给我放到了同一个文件夹当中, 好,那我们来看看他到底是怎么做的。第一篇内容,他列了十个标题, 最后选定这个标题的原因也列出来了,他同时考虑到了说给谁听,让对方先做什么,能避开什么麻烦。 那最关键的是啊,他知道事实边界是什么,他不会去乱写这个领域啊,没有真实改造案例,他就明确写出来,不伪造,不虚构。 那审完图之后啊,他还会去自己做一轮质检,每一页内容对应解决什么样的问题?文字啊,能不能看清前后内容呢?能不能接上,以及啊,不确定的信息,绝不当做标准答案来写。 比如说啊,冰箱旁边该留多少的缝隙?他不会啊,去给你凭空编一个数字,而是改成啊,先量缝隙的间距是多少。那冰箱的散热啊,具体要去参考说明书,可以说是非常严谨了,文件、图片、文案,每一页内容啊,全部检查通过以后,才会把状态标记为可发布 好。那么做到这里啊,它解决的还只是发布前的问题,等内容实际发布完以后啊,这一套 skill 啊,它还有自己的数据复盘规则, 发布后的二十四小时,七十二小时分时间维度的曝光达不达标?有没有人进来点击?有没有人愿意收藏和评论? 那如果数据要么不够啊,他就会继续观察,不会啊,立刻下结论就说啊,是这个选择题不行,这一篇内容不行,那如果是曝光本身比较少的情况,他不会急着用收藏评论去判断这篇内容的好坏。 只有数据支撑足够,他才会确定下一篇的调整点是什么?一次调整只调整一个维度,做到真正的变量可控。长期啊,去维护咱们账号的数据稳不提升。 那其实到这里啊,我是觉得有了自动化流程之后啊,其实省下来的不是说我们写完的人的十几分钟,主要是啊,我不用再去盯着每一步,也不用反复再去告诉 ai 下一步该干什么,也不用每次都去盲目拍脑袋去判断啊,我们的调整方向是什么? 那说到底啊,会写内容的 ai 一 抓一大把,但能按照你的规矩去办事,不用花心思盯着的 ai 才是真正的省心。好,本期视频就分享到这里, skill 内容啊,可能也不适合所有人,就是给大家提供一些思路。我是阿月,我们下期再见。

你现在看到的这些 ai 画面,全是 codex 自动帮我生成的。最近我深度研究了 codex 的 官方文档,发现很多人的 codex 都用错了。那今天这个视频我就教你如何正确用 codex 做出像我这样的品牌广告片。老规矩,资料和工作流我都整理好了,有需要的可以自取。 首先 codex 的 官方文档里一直反复提到了这两个点,但是其实也是大家常犯的两个错误,第一是需求说不明白,第二是流程不明 明确。那我就从第一步开始,慢慢教你应该怎么做。首先第一步说明白需求。品牌广告的需求其实可以分为两个,一个是风格需求,另外一个是创意需求。很多人会先写创意,再写风格,那这其实会导致后面创意很难与画面匹 配,其实词会很难写。正确的第一步应该是先定风格,我们可以先找一些你喜欢的广告画面或者电影给 codex, 让 codex 提 取他们共性,最后整理成一段风格设定。第二步才是创意需求。为了节省 token, 我 们可以先把产品传给口袋,让他跟你十个和产品相关的一句话,创意。这样相比直接生成创意会更节省 token。 然后再从这十个创意里选一个满意的去拓展成完整剧本,他就会结合前面确定的风格,把一句话创意扩展成完整脚本。但这里有一个注意点 是不要太相信爱,很多时候 ai 只是为了完成任务,这里我们要让扣代词自检一下这个剧本创意,比如验证镜头与分镜的可行性,或者是否符合参考的风格的需求。接下来是我们人类发挥的最重要的环节,我们要通过感觉指出剧本里的问题, 比如这个深格镜头,我其实并不知道具体是什么样的,也不知道怎么找参考,这就要让扣代词详细的描述出来,这里我们要慢慢的调整,尽量把剧本里不明确的地方都剔除掉。那接下来呢?就是根据剧本去生成资产, 有一个小技巧,你可以直接让扣代词操作你的 ai 画布,让他调用刚才的聊天记录去生成人物和场景资产,最后再用 cds 二点零生成视频,除了时间上可能慢一点,但是效果还是不错的。还有一个被大家忽略的细节要讲一下,这是音频,很多人的视 频没有电影感,不一定是画面做的不好,而是音乐和音效没有配合画面的节奏,但是认为配音实在是太麻烦了。我们可以将整个视频导出交给扣代词,是能做到这个效果的,就连这种小音效也能生成。 最后一步就是调色,因为时间关系,具体的 codex 调色方法大家可以看我上期内容,接下来就让我们欣赏一下成片吧。

二零二二年十一月三十日,美国旧金山一家名为 openai 的 小型科技公司发布了一款聊天机器人,命名为 chat gpt。 发布当天没有举办发布会,没有开设直播,甚至没有登上美国主流媒体的头条, 他只是在社交媒体上悄然传播。一群程序员在推特上讨论这个新鲜产物,都称他好像真的能聊天。 两个月后, chat gpt 的 越活跃,用户就突破了一亿,成为人类历史上用户增长速度最快的消费级应用。谷歌 ceo 桑达尔劈叉一紧急召开全员大会,宣布公司进入红色警戒状态。 他说过一句后来被反复引用的话,如果我们不能尽快推出有竞争力的 ai 产品,谷歌可能会在两到三年内失去搜索市场的领导地位。 这话出自一位平日说话较为谨慎的印度一工程师之口,分量可想而知。微软则早已提前布局。 早在 chat gpt 发布之前,微软就向 openai 追加了数十亿美元投资,并在二零二三年一月正式宣布双方建立深度合作。比尔盖茨后来提到,亲眼看到 chat gpt 演示的那一刻,他就意识到游戏已经变了。 从那一刻起,一场规模达万亿级的 ai 军备竞赛就已经不可避免。但如果只把这看作一场普通的商业竞争,那就大错特错了。 站在二零二六年八月回头看, chat gpt 的 发布更像是一声发令枪。它触发的不只是硅谷公司之间的商业竞争,更是两个超级大国争夺下一个时代规则制定权的全面对抗。 冲突从贸易摩擦升级到科技封锁,最终延伸到人工智能,这个决定未来国运的核心赛道, 谁先落地通用人工智能,谁就能掌握下一代军事经济情报体系的制高点,也才有资格书写未来三十年全球技术标准的底层规则。这不是一场谁跑得快就能赢的短跑,而是一场谁都不敢先停下脚步的马拉松。 所有科技巨头都认清了一个事实,在人工智能这条赛道上,落后输掉的不只是一场竞争,更可能落得被彻底淘汰出局的结局。 这个认知催生了一个接一个令人酡目结舌的投资决策,而这些决策泛起的涟漪,经过三年的层层传导,最终在二零二六年八月汇聚成了一场席卷整个行业的风暴。 这场风暴的核心是三剑在同一天同时爆发的大事件,但整个故事还要从更早的时候说起。在很长一段时间里, spacex 都是硅谷最特殊的存在。 这家公司成立于二零零二年,定下的目标听上去就像科幻故事,降低太空运输成本,最终让人类成为多行星物种。在此后的二十年里,他凭借可回收火箭技术,彻底颠覆了整个航天工业。 他的星链项目已经在全球部署了数千颗卫星,能够提供覆盖全球的卫星互联网服务。但有一件事马斯克始终不愿意做, 那就是让 spacex 上市,原因并不复杂。 spacex 的 业务线十分复杂,火箭发射长期亏损,星舰研发是无底的烧钱黑洞,星链在当时也尚未实现盈利, 如果贸然上市,每个季度都要接受华尔街资本的审视,而华尔街最擅长的就是用一个季度的短期数据,否定一个需要十年打磨的长期愿景。 马斯克更偏好私募市场,这里的投资者更有耐心,也更能理解它的布局格局。但到了二零二六年,情况发生了变化,发生转变的核心原因就是 ai。 二零二五年下半年, spacex 正式启动了大规模 ai 基础设施建设。 马斯克在内部会议上说过一句后来被反复提及的话,如果我们不能拥有自主的 ai 算力, spacex 在 未来十年就会变成一家给别人的 ai 打工的火箭公司。 ai 正在深刻重塑航天工业,从火箭轨迹优化到卫星自主控制, ai 已经不再是锦上添花的附加项,而是关乎生存的必需品。 更关键的是,马斯克看到了太空算力的巨大机会。太空拥有取之不尽的太阳能和天然的散热环境,是不止 ai 计算的天然理想场地。而要抓住这个机会, spacex 需要天亮的资金投入。但 spacex 的 真实身份远不止一家商业公司那么简单。 二零二六年五月二十六日,美国太空军授予 spacex 一 份价值二十二点九亿美元的星盾合同,用于搭建太空数据网络的骨干架构。 仅仅三天后的五月二十九日,太空军又追加了一份四十一点六亿美元的合同,项目代号 s b a m t i, 全称是天基先进移动目标指示器,用途是从太空实时追踪战斗机、 巡航导弹和高超声速武器。短短三天之内,累计六十四亿美元的国防合同就落到了 spacex 头上。截至五月底,星盾项目累计合同总额已经达到约六十五点七七亿美元。 星盾是什么?就是 spacex 打造的军事版星链,大约四百八十颗卫星组成 munite 军事通信星座,依靠全激光星间链路实现互联支持、加密通信,专门为美国国防体系服务。 它是金色穹顶导弹防御计划的技术基石,该项目总预算达一千八百五十亿美元。换句话说, spacex 已经成为美国国防太空架构的核心基础设施。从军事通信到导弹预警,再到目标追踪,美国太空军的作战体系对 spacex 的 依赖正在不断加深。 想明白这一层,你才能理解马斯克为什么停不下来。二零二六年第二季度, spacex 的 资本开支达到了一百八十三亿美元,其中一百五十八亿美元直接投入到 ai 基础设施建设当中。 这个数字是什么概念?它比 spacex 同期七十八亿美元的营收翻了两倍还多,也就是说, spacex 每赚一块钱,就要额外再投入两块三毛五。 目前, spacex 唯一实现盈利的业务只有星链。二季度,星链营收四十三亿美元,经营利润十六点五亿美元, 但 ai 业务亏损十二点五七亿美元,航天发射业务亏损五点四二亿美元。星链赚的钱根本填不上另外两项业务的亏损窟窿。钱从哪里来?马斯克最终做出了那个他推迟了二十年的决定,让 spacex 上市。 二零二六年六月十二日, spacex 以每股一百三十五美元的价格登陆纳斯达克,目资七百五十亿美元,创下全球上市目资的历史记录。上市首日股价上涨百分之十九点二, 三个交易日后就冲到两百二十五美元以上,市值一度逼近三万亿美元。马斯克个人的账面财富突破万亿美元,成为人类历史上第一个身家过万亿的人。但这场资本市场的狂欢仅仅持续了不到两个月。 问题出在八月四日发布的上市后首份财报。财报显示, spacex 的 营收增长确实十分亮眼,同比增幅达到百分之九十二。 但华尔街的注意力全部集中在了资本开支上,一百八十三亿美元的单季开支远远超出市场预期。而且 spacex 的 财务总监在电话会议上还补充到,下半年的资本开支会和二季度差不多。 这句话意味着 spacex 全年资本开支可能超过六百亿美元。市场随即出现剧烈波动,投资者开始认真计算一个问题, spacex 在 ai 上的投入什么时候才能盈利?答案是不确定的,非常不确定。 八月五日, spacex 股价单日暴跌百分之十三点六,市值直接蒸发了两千两百五十亿美元。 雪上加霜的是,八月六日, spacex 迎来了上市后首批股份解禁,大约九点一亿股内部股份获得交易资格,按当时股价计算,价值约一千一百四十亿美元,相当于流通盘的一点四倍。市场上突然多出海量股票等待出售,愿意接盘的资金却远远不足。 空投提前一个月就已经开始布局,到七月底, spacex 的 空投持仓已经从一个月前的四千万股飙升至二点一九亿股,占流通盘的百分之三十四, 名义空仓规模约两百四十六亿美元,一个月内翻了将近九倍。一位北美对冲基金经理在接受采访时说了一句大实话,等八月份更多股票涌出来,就算 spacex 宣布征服了月球,还在里面挖到了黄金,市场上也没那么多钱来接这些股票。而散户的反应则耐人寻味, 暴跌当天,散户投资者在开盘第一个小时内净买入了两千两百万美元。多机构出逃,散户接盘。 这个场景,熟悉美股历史的人都不会陌生,每一次泡沫进入尾声,都是这样的资金结构。整个七月, 马斯克的个人账面财富缩水了三千六百三十亿美元,折合人民币二点四五万亿,创下了人类富豪单月财富缩水的历史记录。他在社交平台上自嘲说自己是千万亿富翁。 spacex 的 故事,表面上看是一家公司的估值问题,但如果只停留在这一层,那就彻底看走了眼。在我看来, spacex 早已经不能简单用普通商业公司的逻辑去理解。 当一家公司手握超过六十五亿美元的军事合同,承担着金色穹顶一千八百五十亿美元防御计划的技术基石角色,支撑着美国太空军整个天基通信和目标追踪体系的运转, 它的命运就已经和美国国家安全深度绑定在了一起。 spacex 的 真实估值里,藏着一笔无法用财务报表衡量的安全溢价, 美国不能让它倒下,就像美国不能让洛克希德马丁倒下一样。但问题在于,维持这种不能倒的地位,需要付出天文数字般的代价,马斯克早已骑虎难下,核心原因就是中国在太空领域追赶的速度太快了。 中国已经建成了自己的空间站,实现了嫦娥着陆、月球背面北斗系统完成全球覆盖,现在还在推进月球资源勘探规划。当下,太空算力竞赛的底层逻辑早就不再是商业回报的争夺,而是治天权的对抗。 所以哪怕 spacex 估值腰斩,它在 ai 领域的投入也只能增加,不能减少。这恰恰就是整场 ai 军备竞赛最残酷的地方。 不是因为看到了明确的回报才选择继续投入,而是因为清楚知道停下来的代价会更加惨重。把 spacex 的 故事放到更大的时代途径里看,你会发现,所有美国科技巨头都在面临一模一样的困境, ai 投入越来越高,回报却遥遥无期,资本市场的耐心正在被一点点耗尽, 但他们没有任何退路,因为他们最大的竞争对手不是行业内的另一家公司,而是太平洋对岸的中国。这就是二零二六年中美 ai 竞赛的底层逻辑,明明知道是在烧钱,明明知道可能是泡沫,但谁都不敢先松手,先松手的一方输掉的是未来几十年的国运筹码。 而这种全方位的压力,在谷歌身上体现的淋漓尽致。如果说 spacex 的 故事是行业新贵,被资本市场的耐心抛弃,那么谷歌的故事就是一个老牌科技帝国的内部裂变。 要理解谷歌现在正在经历的变局,我们得先从一个人说起。杰夫迪恩这个名字对大多数中国人来说可能很陌生,但在硅谷,它是当之无愧的活着的传奇。一九九九年,迪恩加入谷歌,是谷歌的第二十号员工。 过去二十多年里,谷歌几乎每一项核心技术突破的背后都有它的身影。从支撑整个搜索帝国的大数据处理框架,到广告系统架构、机器翻译系统,再到谷歌大脑实验室和近年推出的 gemini 大 模型,可以说,没有迪恩,就没有谷歌今天的搜索霸主地位。 二零二三年,迪恩被任命为谷歌大脑实验室的联合创始人,同时出任 gemini 大 模型的负责人,牵头领导谷歌历史上最重要的一次 ai 转型。然后就在二零二六年八月五日,他离开了谷歌。 和他一起离开的还有另外三个人,搭档几十年的格玛瓦特,谷歌大脑实验室的另一位联合创始人夸克勒,以及深度心智研究副总裁维尼尔斯。这四个人加起来,几乎覆盖了谷歌过去二十多年最重要的两条技术主线,大规模计算、基础设施和现代人工智能。 打个比方,如果谷歌是一座大教堂,那这四个人就是设计了整座教堂地基承重墙和穹顶的核心建筑师。更具讽刺意味的是,就在两个月前的六月, gemini 大 模型的三位主要领导之一沙奇尔已经跳槽去了 open ai。 加上迪恩这次的集体出走, gemini 大 模型的三位核心负责人到这里已经全部离开了谷歌一个核心产品,三位主创全都走了。 离开谷歌之后,他们创办了一家名叫 discovery loop 的 新公司,方向是地归式自我改进,也就是让 ai 自己提出假设,运行实验改进模型,尽可能减少对人类干预的依赖。 维尼尔斯离开的时候说过一句话,值得细细琢磨。他说,在大公司里,要想做出任何根本性的改变,总是要克服很多惯性。我们想打造一些与众不同的东西。翻译成大白话,就是 在谷歌内部推进 ai 创新,层层审批,处处撤走,实在干不下去了。和迪恩离职同时公布的,还有哈萨比斯的职务调整。哈萨比斯是深度心智的创始人,二零二四年诺贝尔化学奖得主, 他被调整为董事长兼母公司首席科学家。听上去像是升职,但实际上不再直接管理核心业务,下属长期副手直接向皮查一汇报、 人才外流、组织重组、战略焦虑三件事同时发生。这不是巧合,而是同一个系统性问题的三个表征。 谷歌二季度资本开支达到四百四十九亿美元,同比翻了一倍多。全年资本开支指引已经两次上调,最新区间是一千九百五十亿到两千零五十亿美元,其中大约百分之九十都投向 ai。 这意味着谷歌一年就要往 ai 领域砸将近两千亿美元,差不多相当于它全年营收的一半以上。带来的结果就是,谷歌上市几十年来,自由现金流第一次转负。二季度自由现金流为负五十八点五五亿美元。 一家每年能赚上千亿美元的公司,突然自由现金流转负,并不是因为主业亏损,而是投入 ai 的 资金规模实在太大,赚钱的速度已经赶不上花钱的速度,资金缺口总得补上。于是谷歌做了一件二十多年来从未做过的事,增发股票。 二零二六年六月,谷歌完成了上市以来的首次股票增发,净募资约八百五十亿美元,同时还举债将近一千亿美元。过去十年,谷歌一直在回购股票,给股东分红,推高股价,现在突然调转方向,开始向市场伸手要钱了。 从给股东分钱到向股东要钱,一百八十度大转弯,比任何高管的公开讲话都更能说明 ai 竞赛的真实压力。但谷歌面对的不只是内部人才流失和资金压力,在更宏观的层面上,他正在参与一场国家级的人工智能对抗,而这场对抗的另一面,是芯片封锁。 就在美国科技巨头们愁着资金都砸向 ai 投入收不回来的同时,中国面对的是一个完全不同的困局,不是缺钱,是拿着钱也买不到核心装备。 二零二六年五月三十一日,美国工业和安全局把七纳米逻辑芯片和 hbm 三、 hbm 三 e 高宽带内存全部列入对华出口管制清单,即日生效。从六月开始,近十家中国 ai 企业被列入负面清单。 语数科技,一家做人形机器人的公司被美国国防部列入涉军企业清单,管控范围从芯片延伸到了半导体辅助耗材审查,还覆盖第三国转口和最终母公司穿透,摆明了要把所有绕道获取芯片的路径全部堵死。 这背后的逻辑很清晰,美国在 ai 赛道上拼命烧钱往前跑的同时,必须想尽一切办法拖慢中国的速度。 但这里面存在一个讽刺的矛盾,英伟达、微软 mate、 谷歌 openai 等四十余家美国科技公司联名反对这些限制。黄仁勋公开说,绝对应该允许使用中国 ai 模型。 马斯克更直接说,禁用中国模型,根本挡不住中国成为 ai 领导者。美国政府想掐脖子,美国企业却说这把刀割的是自己的手。那中国被掐了芯片之后停下了吗?完全没有。 华为升腾九百一十 c 完成了一点六万亿参数大模型的训练,全程不依赖英伟达。 deepseek v 四 pro 在 华为升腾芯片上完成训练,成为全球首个不依赖英伟达的前沿大模型。 open router 的 七月数据显示,中国自研 ai 大 模型包揽了全球掉用量前五名,全球每卖十台人形和四足智能机器人,就有八台产自中国。这才是美国拼命卡芯片的深层原因。 不是因为中国不行,恰恰是因为中国太行了。正因为中国用国产芯片走出了一条替代路线,美国才必须不断收紧阀门。这是一场用行政手段强行争取时间的赛跑。当从资本市场拿钱越来越难,企业内部的利润又填不满, ai 的 资金无底洞,一个关键问题就浮了出来, 既然投资人和公司自己都拿不出足够的钱,这笔巨额的 ai 开销最终要由谁来买单?答案可能出乎很多人的意料。 二零二六年八月五日,也就是 spacex 股价暴跌,谷歌 ai 团队人才出走的同一天,余承东在新品发布会上说了一段话,大意是内存涨价涨得太厉害,以后所有手机可能都要大规模涨价,不涨价就是亏本卖。 这不是华为一家面临的困境,而是整个行业共同的困局。小米在二零二六年内已经涨了三次价,同一台旗舰 n 六折叠屏售价直接冲到九千九百九十九元。 vivo 的 x 系列价格上涨了一千五百元,一家的起售价也从三千九百九十九元涨到了五千零九十九元。 随后就出现了一个反直觉的行业现象,全球手机出货量下跌了百分之十一,但行业总营收反而上涨了百分之七,创下了历史中期新高。手机平均售价上涨了百分之十七,突破了四百美元。整体销量减少,总额入却更高, 核心原因就是每台手机的单价都上涨了。市场研究机构 counterpoint 的 分析师给出了精准总结, 全球手机市场已经进入以价值增长取代规模增长的新阶段。说白了就是,既然整体销量冲不动了,不如少卖一些,拉高单价,先把利润保住。这个转变的代价是什么? 就是千元机正在慢慢消失,一千五百元以内的机型大面积缺货,小米千元档订单缩减了百分之二十。 oppo 和 vivo 直接砍掉了多款入门产品线, 手机为什么突然变得这么贵?问题不在手机厂商,而是出在产业链最上游的存储芯片环节。如果你拆开一部智能手机,看它的物料成本构成,会发现一个有意思的变化,二零二五年一季度,内存和闪存加在一起,只占手机物料成本的百分之十三, 处理器占百分之三十一。到二零二六年二季度,这个占比彻底翻转了,存储芯片在旗舰手机物料成本中的占比飙升到了百分之四十二,处理器降到了百分之二十二,曾经最不起眼的内存颗粒,变成了手机里最贵的单个零件。存储芯片具体涨了多少呢? 一套十二级字节内存加一太字节闪存的旗舰存储组合,二零二五年的采购成本还不到四百元人民币,到二零二六年同期价格就逼近了两千元,整整翻了四倍。 为什么会涨这么猛?不是因为手机销量太好,而是你看不见的内存潜能被 ai 吃掉了。全球能大规模生产高端存储芯片的企业只有三家,三星、海力士和美光。 这三家现在都做了同一个决定,把百分之七十到百分之九十的先进产能,转去生产专门给 ai 服务器用的高宽带内存。为什么要转产能?因为两边的利润差距太大了。 给 ai 服务器做一块高宽带内存能赚五块钱,给手机做一块普通内存可能只赚一块钱,利率差了三到五倍。 而且, ai 服务器对内存的消耗的内存是普通服务器的八到十倍。 更关键的是,生产一单位高宽带内存,需要消耗四到五倍于普通内存的晶圆面积。原本三条生产线,两条改去给 ai 做特供了, 剩下一条要供给全世界的手机、电脑、平板和所有需要存储芯片的设备。供不应求,价格自然疯涨。英伟达、微软、谷歌这些 ai 算力大户,已经提前把二零二七年的存储潜能全部锁定了,有些甚至锁定到了二零二八年。 黄仁勋公开说过,存储供应短缺不是短期波动,是会持续数年的结构性问题。在这个行业食物链里,最赚钱的是存储三巨头三星电子,二季度营业利润同比增长近十五倍,存储业务贡献了超过一半的利润。海力士靠着英伟达的订单,股价年内翻了一番。 中间一层是沟通,这样的芯片设计公司七月底沟通正式通知客户,从九月一日起,全系手机芯片涨价,旗舰芯片涨百分之十八。但沟通自己也不好过,二季度净利润暴跌百分之二十五,被夹在中间两头受气 最难受的就是手机厂商小米,二季度全球出货量同比下跌了百分之二十六点三,毛利率只有百分之十点一。 厂商们能拿出来的应对办法只有两招,要么涨价,把成本压力直接转嫁给消费者。要么砍掉低端机型,直接收缩产品线。那最终掏钱买单的是谁?就是你,现在旗舰机要涨五百到一千五百元,终端机涨三百到八百元,千元机直接从市场上消失了。 到二零二六年下半年可能还会迎来第二轮涨价,因为手机厂商前期囤积的低价库存基本消耗完毕。 小米的芦苇兵早在五月份就预警过,下半年部分国产旗舰机的价格可能突破一万元。但存储涨价这件事,如果只从商业功需的角度去理解,还是只看到了一半。 三星、海力士和美光这三家掌握高端存储芯片产能的企业,全部在美国盟友体系内。美光是美国企业, 掌握着存储芯片产业的主导权。三星和海力士虽是韩国企业,但在安全架构和供应链协调上高度依赖美国。这意味着存储芯片的产能分配不仅是市场行为,更是地缘政治行为。 当这三家厂商把百分之七十到百分之九十的先进产能转向 ai, 用高宽带内存的时候,客观上也是在配合美国的 ai 战略。优先级 先进产能、优先供给美国科技巨头的 ai 数据中心,留给消费电子领域的自然就只剩下残羹冷炙。而中国在这条产业链上的处境更加微妙。长兴科技正在研发 hbm 高带宽内存, lp ddr 六已经完成送样,预计二零二六年下半年将实现全球首批量产。 长江存储也在 none 领域持续追赶国际领先水平。但客观来讲,我们的产业整体和三星、海力士、美光之间仍然存在明显代差。 这个代差意味着中国消费者不仅要承受全球性 ai 热潮带来的涨价传导,也就是所谓的 ai 税,还要承受核心零部件被卡脖子带来的额外溢价, 也就是封锁税。两个税叠加在一起,就是中国消费者为这场大国 ai 竞赛付出的真实成本。 网上现在流行一个词叫 ai 税,它不是一个正式的税种,是网友发明出来描述一种现象的。 ai 技术发展带来的好处大部分被大公司拿走了,但技术发展催生的成本,却通过市场机制一环一环传导到了每一个普通消费者身上。 你可能从来没用过叉 gpt, 但你换手机的时候就会发现价格比之前贵了一千块。你明明不是在为 ai 功能付费,但你确实在为 ai 引发的供应链变化买单。 这就是 ai 税最魔幻的地方,你还没享受到 ai 带来的便利,先摊上了 ai 造成的涨价。而且涨价还不只是发生在手机行业,笔记本电脑价格涨了,入门级产品的涨幅超过六成。电动车价格也涨了,因为智能驾驶需要更多算力和存储支持。 就连电动自行车都在涨价,因为电池原材料的价格也被 ai 数据中心的用电需求推高了。现在我们把这几条线索串联起来梳理一遍。 spacex 上市募资七百五十亿美元,谷歌增发股票募资八百五十亿,再加一千亿债务融资, 全球九大云厂商二零二六年合计资本开支将达到八千八百六十七亿美元,同比增长百分之九十。二零二七年预计会突破一点三万亿美元。但 spacex 上市后股价迅速跳水,谷歌的自由现金流有史以来第一次变成负数。资本市场的钱不是无限的, 当一个行业每年要从资本市场抽走上千亿美元,而这些钱短期内又看不到回报的时候,投资者的耐心终究会被耗尽。 科技公司内部的利润正在大规模向 ai 业务转移,星链赚的钱拿去填 spacex 的 ai 亏空,谷歌搜索广告的利润全部投入 ai 基础设施建设,但现有利润也根本不够用。 星链一个季度赚十六点五亿, spacex 的 ai 加星舰项目一个季度就亏十八亿,完全是拆东墙补西墙,连东墙都快拆完了。 当资本市场的钱越来越难拿,内部利润也不够覆盖 ai 开支,这些巨头又不可能放弃竞赛,那就只能沿着产业链向下游转价成本,最终掏钱买单的,就是每一个走进手机店的普通消费者。 但这三条线索背后,还藏着第四条线,也是最关键的一条。这一切的本质,是一场大国赌国运的博弈。 美国正在进行双线操作。第一条线是烧钱,用天量资本堆出 ai 算力的绝对领先。第二条线是卡脖子,用芯片管制实体清单、出口限制, 拼命拖慢中国的发展速度。一手猛踩油门儿,一手给对手踩刹车。这两条线是同一个战略的一体两面。 中国呢,虽然被卡了脖子,但从来没有停下来。华为用国产芯片训练了万亿参数模型 deepsea, 证明了不依赖英伟达,也能做出前沿大模型。中国 ai 模型在全球调用量中包揽前五, 全球每卖十台智能机器人,就有八台产自中国自主替代的路很长很痛很慢,但我们正在一步一步往前走。 我的判断是,这场竞赛的终局,不取决于谁花的钱多,而取决于谁先跑。通通用人工智能。 因为通用人工智能一旦实现,带来的不是某个产品的商业优势,而是整个军事体系、经济体系和情报体系的代际跃升。这种级别的战略优势,没有哪个大国敢拱手让人。 有人可能会说,当年互联网泡沫也烧了大把钱,最后不还是改变了世界?没错,但这里有一个根本区别。当年那场互联网泡沫里,风投资金烧尽之后,反倒留下了免费搜索、免费电商、免费社交网络消费者成了最终的受益者。泡沫破裂了,真正实用的服务留了下来。 放到这一轮 ai 热里,情况却完全反过来了。便利的影子还没摸到成本,账单已经递到了普通消费者面前。你多花一千块换新手机,根本不是为了用上什么 ai 功能,只是因为 ai 相关内存利润太高,厂商直接把生产普通手机的潜能转移走了。 而且二者还有一个更深层的区别,当年的互联网泡沫是纯粹的商业博弈,烧完前后赢家通吃。这一轮 ai 竞赛的底层驱动力根本不是商业回报,而是国家安全和大国博弈。 这意味着,哪怕经济上并不合理,哪怕泡沫已经十分明显,竞赛双方也不会停手,因为停下来的代价不是亏损,而是彻底出局。 这种博弈结构,在当年的互联网泡沫时代根本不存在。现在的现实已经摆在眼前。 spacex 上市后股价直接腰斩,马斯克从万亿富翁变成了前万亿富翁。 谷歌的四大 ai 核心人物集体出走,这家每年往 ai 领域砸进上千亿美元的公司,已经开始从内部开裂,全球手机均价上涨了一千元,千元机正在慢慢退出市场。 而中美两国在 ai 赛道上的对抗正在全面升级。一边是天亮资本疯狂涌入,一边是芯片管制不断收紧。在华尔街的交易大厅里,基金经理盯着跳水的股价,算计着 spacex 还能撑多久。 在五角大楼的会议室里,将军们对着星盾的部署方案,盘算着天机防御体系还要烧掉多少亿。在中关村的实验室里,工程师用国产芯片跑通了万亿参数训练,擦一把汗,接着追赶下一代技术的差距。 在你家楼下的手机店里,营业员把涨价后的价签稳稳贴在了新出的 ai 手机上。四个不同的场景,串起同一条完整的链条。 从天上的卫星到地上的芯片,从华盛顿的管制清单,到你手里那台贵了一千块的手机。资金、技术、权力、普通人的生活,全部被串进了这根链条里。这不是普通商业泡沫的故事,以往泡沫破裂,不过是资金蒸发,消费者顶多亏一笔投资。这一轮完全不一样, 赢的一方,拿到的不只是一个行业、一块市场,而是下一个时代的技术标准、军事优势和规则制定权。输的一方,要面对的不只是经济衰退,而是被彻底排除在未来的世界秩序之外。 所以,你多花的这一千块,根本不是 ai 税这么简单,它是这场大国赌局里最小的一个筹码,从整个链条的最末端,流到了博弈的赌桌上。发令枪已经响了。 两个大国,一个拼尽全力烧钱领跑,一个咬着牙紧追不放。没有人回头,也没有人敢松手。压上的赌注,是未来三十年的国运。

我敢说,绝大多数人手里的 chris gpt 都只是会讨好你的应声虫。不管你说的有多离谱的想法,他全程会吹捧,根本不会指出漏洞,长期下来只会自我麻痹。这也是同龄人的差距来源。别人早就把 ai 调成严苛导师,专门挑逻辑漏洞压力测试方案, 现在咱们两步就能永久设置。首先呢,先在个性化里把语气改成直言不讳,自定义只是复制导师提示词。 他呢,不再敷衍夸你,反而会追问你的数据,质疑你的思路,帮你避开大量决策误区。现在 ai 就是 年轻人最大的红利,只拿他闲聊讨好自己,迟早会被深度使用 ai 的 同龄人甩开的。你的 ai 是 不是只会一味地附和你呢?

我花了十天,前后折腾了十个版本,用了四 e token, 就 想试一下不用人工参与,能不能用 ai 做出一道全自动视频流程。 先说一下,接下来并不是什么专业教程,我更不是什么 ai 大 神,这只是一个普通的实操记录。最开始我的想法很简单,能不能丢进去一篇文章,然后让 ai 把它自动变成一个短片。为了防止他自己瞎编,我先让他去 get 找有没有现成的方案。然后他把流程拆成三步, 第一步把文章改成口播稿和分镜,第二步,根据分镜生成配图。第三步,生成配音和字幕,再封装成一个视频,来看看第一版的效果。一个模型再强,也不等于一个好用的 a 针产品, 你可以把模型理解成一个很聪明但没有记忆,没有工具,也不知道边界的大脑。说实在,效果一般,画面主要是静态图,切换声音也有点像机器人。但他验证了一件事,从文章到视频这条链路是可以跑通的。所以我开始做第二版,主要改三个地方,声音、 字幕、画面声音换成了更自然的小小字幕,也要改成一句一句的出现画面上。我设想让 ai 把原来的配图动起来,结果他是这么做的。一个模型再强,也不等于一个好用的 agent 产品。 可以看到,他不是把原图的元素动起来,而是在原图的基础上重新画了一套小黑文字和卡片。后来我才知道,因为我一开始生成的图片就是一张整图, ai 是 没办法把单个元素提取出来的,所以他就自作主张,在原来的图层上自己再画了一套。 所以第三版我要让 ai 重新设计分层元素。不过我又被 ai 忽悠了,他跟我说需要接入云端分层模型来深土,我折腾了老半天,后来他跟我说可以用本地的方法。那一刻我真想揍他。 然后他生成了两个样品,一个模型再强,画面不像贴片动画了,分层动画的感觉也出来了。后面我让他把完整版本做出来。 harness, 不是 一个单点功能,而是一整套外部结构, system prompt 给角色。第三版当然也有瑕疵,但至少已经跑通了一个初级 ai 视频流程,输入一篇文章,就能自动生成口播稿、 分镜、配图、配音、字幕和最终视频。这套流程还不完美,但它让我确认一件事, ai 不 只是能解代码,它也可以帮普通人搭出一条内容生产流水线。下一期我会继续分享我是如何优化这套流程的,感兴趣的点个关注,我们下期见。

你敢相信吗? chat gpt 正在亲手终结那个由它开启的聊天机器人时代。很多人看到这次升级,只觉得 chat gpt 多了一个 work, codex 也被放进桌面段,再加上更聪明的 gpt 五点六。但如果只把它理解成几个入口的整合,就低估了 openai 真正的野心。 它不是想让 chat 记 ppt, 更会回答问题,而是想把它变成一套可以直接接活、持续推进、最终交付成果的数字工作系统。过去我们怎么用? ai 先跟 chat ppt 讨论需求,让它帮忙分析思路、搜索资料,然后把结果复制到 word、 excel 或者 ppt 里,自己排版修改,再打开开发工具执行。 看起来 ai 参与了很多,真正串联整个流程的人还是你。现在 open ai 把能力拆成了三种角色, chat 负责快速问答、讨论和寻找方向,像一个随时可以沟通的顾问。 word 负责长时间多步骤任务,它可以研究资料、分析信息,最后交付文档、表格、演示稿、报告 甚至网站,更像一个能独立推进项目的业务同事。 codex 则专门进入真实的软件工程环境,获取项目文件、修改代码、运行命令、执行测试并检查结果,相当于团队里的工程师。而 gpt 五点六就是这只数字团队背后的新大脑。它又分成三个档位,售是旗舰,适合复杂推理和高难度专业任务。 terra 在 能力、数、 速度和成本之间做平衡。 luna 速度最快,成本更低,适合简单任务和大批量处理。这就像经营一家公司,过去只有一个员工,什么活都交给他。现在你可以根据任务难度,安排不同能力、不同成本的数字员工。 比如企业要推出一款新产品,先让 chat 讨论定位和客户需求,再让 work 研究市场,整理竞品,做出产品方案和汇报材料。如果还要开发落地页面或者内部工具,就交给 code 提取项目、修改代码、运行测试。 从市场洞察到方案设计再到技术交付, ai 不 再只站在旁边出主意,而是开始进入真实工作链条。所以这次升级最重要的不是模型又聪明了多少,而是 ai 的 价值单位正在发生变化。过去衡量 ai, 看它能回答多少问题。 未来衡量 ai, 要看它能独立完成多少任务,交付多少可用成果。朋友们,聊天机器人没有消失,但只会聊天的 ai 时代确实正在结束。当 ai 从回答者变成工作伙伴,你准备继续把它当搜索框,还是把它当成自己的数字团队?评论区告诉我?关注我,走进 ai 不 迷路!

一个插件让你的拆地 g p t 啊,瞬间好用一百倍!首先呢,可以让你的三点五变成四点零,而且还可以建立文件夹分类管理你的所有历史对话,再也不怕找不到历史对话和答案了。还能预设你回答问题的语气风格和语言。 最牛的是呢,还可以保存你的咒语指令,也可以把你常用的指令设为新标。下一次再用啊,我们直接点 点一下就可以了,再也不用复制粘贴,真的特别的方便。它还有一个指令社群的功能,你也可以去找一些更好玩更有用的指令。我强烈推荐这个保障工具啊,需要的朋友赶紧在评论区给我留言。我是欣姐,每天都在研究 ai 工具和使用方法,关注我,一起拥抱 ai 新时代!

这绝对又是一个里程碑的世界啊,刚刚美国科学家用 ai 设计出了一批全新的病毒啊,没错,是自然界中之前完全不存在的病毒啊,真的在实验室里活了。大家知道这意味着什么吗?这意味着 ai 已经开始具备设计完整啊,可运行生物系统的能力啊!这是一次从 预测生命到编写生命的跃迁啊!这事这两天已经在科学界炸锅了,那我看国内没多少人讲啊,就虽然很多专家警告说这将带来紧迫的生物安全问题啊,但啊,你先听我说,先别慌,他不是啊,某型某罐也不会感染人类啊,他是一种专门攻击细菌的病毒,叫噬菌体。就真正颠覆的地方在 啊,过去 ai 只能帮助科学家设计一个蛋白质啊,修改一小段的基因,这一次他从头到尾写了一整套完整的病毒基因组,然后科学家把这段 dna 合成出来 放进细菌啊,然后他居然真的开始复制组装,然后杀死了细菌。这可能是生成式 ai 从屏幕进入生物世界啊,最重要的一步,所以有人说它是 ai 生物领域的拆的 gpt 时刻,这项研究来自斯坦福大学和美国阿克研究所啊,刚刚发表在顶级刊 science 科学上,具体怎么回事呢?大家别划走啊,我详细给大家介绍,它们使用的是 excel 一 和 excel 二两种基因组的语言模型,大家可以把它理解为生物界的 excel 啊,生物界的大语言模型 excel 啊。读完海量的文字之后,学习的是下一个字应该出现什么,对吧?这个大家都知道, excel 读的是海量的 dna, 学习的是下一个剪辑,应该出现 a, a, t c 或者是 g 啊,只不过 excel 最后写出的是一篇文章嘛。 excel 写出来的 是一条可具备生物功能的基因组啊。研究人员先给他选择了一个相对简单的对象,发 e x 一 七四噬菌体啊,这个病毒专门感染大肠杆菌,整个基因组只有五千三百八十六个碱基啊,十一个基因跟人类基因组大约一百三十亿个 呃,剪辑相比的话,它就像生物世界里的一辆儿童自行车,所以结构相对简单,研究的非常透彻啊,也更容易控制风险。过去呢,科学家主要是在天然的病毒上做修改啊,就像拿着一辆现成的汽车去改发动机,去换轮胎,对吧?这次不一样啊,研究人员先用超过一点四万条同类的 呃,这个噬菌体基因组对模型进行了专门的训练,再给他一小段发 e x 一 四七的这个 dna 作为开头,让 ai 一个剪辑接着一个剪辑,端到端写出完整的基因组,就像大圆模型往出来一个一个的去蹦那个字一样。 然后 ai 一 口气生成了数千个方案。最后,研究人员挑出了两百八十五个后血基因组,把它们化学合成组装,再送进大肠杆菌进行实验。结果啊,有十六个 成功了,它们真的能够复制形成病毒颗粒啊,感染并杀死大肠杆菌,其中一部分的适应能力甚至超过了天然的发音 x 一 七四。但这十六个真正重要的不是数量, 而是它代表的能力。尺度变了。过去 ai 进入生物学主要是就设计零件啊,预测一个蛋白质的结构对吧? f f 改造一段基因啊,或者生成一种小分子。 这一次他设计的是一整套完整的系统啊,这套能力最直接的价值就是改变湿菌体疗法的研发方式。抗生素为什么失效?因为细菌他会进化对吧? 你长期使用同一种药的话,他总有机会找到漏洞,对吧?最终产生这个耐药性抗性啊。然后湿菌体疗法是利用病毒去杀死细菌,但细菌同样啊,可能会对某一种湿菌体产生抵抗。过去科学家寻找一种能够杀死特定系 菌的这个失菌体特别麻烦,主要是去污水啊,土壤啊,或者是医院环境去采样,再从大量天然病毒中去慢慢的筛选,本质上还是大海捞针啊。但现在 应该可以学习天然失菌体在进化啊这个过程中形成的规则,再组合出自然界。因为地理隔离 和进化路径不同,可能从来没有出现过的基因方案。那之前啊,如果细菌只需要防住一种噬菌体,所以它或许能够找到破解的方法。但实验证明啊,这十六种基因结构不同啊,攻击方式不同的噬菌体同时出现,那细菌就很难一次性堵住所有的漏洞 啊。所以这项技术未来真正想做的可能不是制造病毒,而是制造一种能够持续迭代的活体抗生素啊。 当然啊,现在还只是实验实验的概念的验证,但未来面对不同的耐药菌啊,人类或许可以更快的设计出不同的噬菌体的组合,而不是等细菌进化完了,再去自然界去碰那个所谓的运气 啊。再往后,这套方法可能还不只是属于病毒。如果 ai 能够啊,逐渐处理更长更复杂的基因组,那未来它可能用于设计新的啊,工业微生物治疗用酶基因治疗载体啊,甚至是能够生产药物啊,燃料,或者是这个 这个和这个化学材料的工程菌。所以有人把它看成合成基因组学的拆提基地时刻。那么大家关心的问题来了,他会不会感染人啊?会不会有人拿它去制造致命的病毒啊?先说这十六种吧,已经测试的这个不会啊,但千万也别因此得出说这项技术永远不可能被滥用的解弄 弄。我们作者自己也承认,如果未来把相同的技术框架用于其他的病毒啊,从技术逻辑上讲并非完全不可行。只不过设计人类病原体需要不同的训练数据啊,专业知识、 算力、 dna 合成能力,以及复杂的多的实验条件。但随着模型算力和这个生物实验自动化不断地去普及,对吧?大家都在做递归的自我改进,大家都在做循环,那这道门槛确实可能会继续下降 啊。但更值得注意的是,一反二,还是一个公开的免费的开源模型嘛,对吧?一旦完整,基因组设计能力扩散,作者说,我们不能只依赖使用者的善意啊。所以萨尔斯中期的生物安全评论给出了一个非常重要的判断,他说,问题已经不在是 ai 能不能生成 啊,病毒基因组,而是我们如何保证它不会制造啊,严重伤害。过去十年, ai 主要是生成文字、图片、视频,对吧?生成错了,最多就是一张假图嘛,一段幻觉。但当 ai 开始生成蛋白质啊,细胞、程序,乃至是完整病毒基因组, 那错误和耐用的后果就不再停留在屏幕里了啊。未来真正需要监管的可能不仅是模型,还包括训练数据啊, dna 合成公司、 实验自动化平台,以及一条训练从被设计、被下单到被启动的完整的链路。因为 ai 正在发生一个根本性的变化。以前它只能描述世界啊,现在它开始拥有设计世界的能力,它可以设计出杀死耐药细菌的失菌体,也可能探索出自然演化从来没有尝试过的生物系统。那从今天开始, 我们必须要认真回答一个更大的问题,就是当 ai 开始学会书写生命的语言,谁有权告诉他啊,哪些内容可以写,哪些内容永远不能写啊?那我说完了,关注我,下期见!

用 codex 和 chatgpt 做微信小程序,首先还是让 codex 去了解微信和抖音小程序,然后去 chatgpt 里面去写小游戏方案,我这里让它写的是飞机大战的小游戏方案, 方案出来以后直接丢给 cortex 处理,先让它写出大致框架,然后自己再慢慢完善。这里就不多做介绍了,直接上手玩一把。我这里开了倍速的,前期比较难打,到后期就流畅很多了。 我给他写了几种武器,每种武器都有对应的等级和颜色设计,最初只有一个关卡, 等级升级会提升伤害和发射冲击波,可以抵挡伤害和造成伤害,越到后期伤害越高。 四十五集会有全屏攻击,六十集会有黑洞专门吸附金币和道具的。由于我 codex 余额不足,就先写到这里 给大家看看我用 check gpt 做的资产,这里面的矢量图是我用 codex 写的软件制作的,我给大家演示一遍。首先导入图片,然后点击生成, 最后点击保存就可以了。大家还有什么想看的或者想问的可以在评论区留言,我们一起探讨。

这条视频不是我一点一点剪出来的,而是用一套 ai 工作流完成的。第一步,我让叉 gpt work 负责策划,确定主题,整理结构,生成适合短视频的旁白文案。第二步是生成声音, 我用火山方舟的兜包音频生成模型,只需要输入提示词,就能生成符合视频风格的专业旁白。 关键不是让 ai 读文字,而是告诉他你想要什么样的声音。最后把素材交给 chatcut, 让他完成剪辑字幕和节奏调整。现在做视频,关键不只是会不会剪辑,而是会不会设计自己的 ai 工作流。

昨晚呀,这个两个爆炸性新闻又炸了圈了啊,一个是 deepsea v 四 flash 官宣说我要涨价了,第二个就是 open, 把 g p t 五点六的 luna 给免费了。 deepsea v 四 flash 这个定价啊,一直被称为说这一轮大模型之战的性价比的斩杀线,那代表着极致的性价比啊,那 open i 呢,因为它甚至开启了多次的这个重置活动,而且把 gbt 五点六的 luna 给你降价了百分之八十,把性价比也推到了 deepsea 一 线。 而且昨晚也更是宣布呀, gpt 五点六 luna 成为了这个 gpt 免费用户和购用户的默认模型呀,从下周开始给你干什么呢?畅聊,也就是说无限提供文本聊天儿。 当然,它受的压力不仅仅说是来自 deepsea 呀,昨晚扎克伯格的 mate 也正是这个,放出了 music code beta 版,这个可是 mate 第一个的那个 coding agent, 背后还配上了刚刚升级的 muusbuck 一 点二。它之前可是刚放出了那个 muusbuck 一 点一啊,能力跟那个 gorco 四点五是有一拼的。更关键的是价格,它给了一个特别的价格,就是说,如果你同意 metta 用你的那个数据去训练, 那你得到的价格是输入零点一美金,输出零点二美金啊,跟 deepsea 几乎同价。然而呢, deepsea 无惧压力啊,昨晚说我要涨价,而且用词是大幅上调啊。很多人说这是因为 deepsea, 他 现在自己都缺算力。 当然也有人爆料说啊,这是 deepsea v 四 pro 要来了。咱们且不说这些消息的真假啊,这个行动他后边就代表着 deepsea 有 绝对的价格主导权了,他现在敢顶着国际大模型的竞争啊,一直调价, 不管是降价还是涨价。而且昨晚还爆出一个什么事呢,就是 k 三的那个本地部署大模型在跟一些客户谈判,要求的是什么?百分之三十的收益占比, 你再叠加之前那个 glm 五点二涨价,其实现在已经形成了国内大模型在涨价,美国大模型在降价的有趣场面。 当然 open a 据说是因为下周要放出那个 g p t 六啊,这个也可能是他把 luna 免费的一个原因啊。但是你不得不承认的是,国产大模型现在越来越能上桌吃饭了,这个是现在一个通时啊,这两天的这个新闻不过是提醒大家你对国产大模型那个估值模型还有那个刻板的印象,该改。

如果美国的 ai 泡沫破裂,冲击力为什么会超过二零零八年的次贷危机?当一个国家的经济增长、股市繁荣,甚至国家安全全都压住在 ai 这一张牌上时,一旦底牌被掀开,会引发怎样的全球震荡?今天我们继续深度拆解美国的 ai 泡沫,以及中国必须警惕的方方面面。 大家好,欢迎来到兔主席频道。上期我们聊到美国的 ai 热潮正在资本的裹挟下,呈现出市值极端集中、资源严重挤出以及危险的循环融资等脱实向虚的特征,并在每一个现象后面提示了中国需要警惕的方向。今天我们来看看这个泡沫更隐蔽也更致命的风险点, 以及它对中国的具体影响。第五个现象,风险从股市扩散到现代市场,类似房地产属性。本轮美国 ai 泡沫最隐蔽、最致命的特征就是它的类房地产属性。二零零零年的互联网泡沫,风险主要集中在股票市场,买单的主要是股民。 但现在的 ai 基础设施建设、数据中心、半导体能源属于重资产投资,单靠大厂自己的现金流根本撑不住。 为了不稀释股权,企业大量转向了证券市场、私募信贷及资产支持证券等证券融资手段。未来五年,美国 ai 基建高达五万亿美元的资本支出中,有超过三点五万亿美元需要依赖外部融资。 在这部分缺口里,四成依靠公司债,三成来自私募信贷,两成来自资产证券化及杠杆贷款,只有一成来自权益融资。 也就是说,超过三万亿美元及九成来自股权融资。当泡沫的风险从权益市场扩散到信贷市场,银行、保险公司、养老金、证券基金等金融机构都会被卷入其中。 如果泡沫破裂,投资损失将直接从企业端向整个金融体系和实体经济传导。如果说二零零零年互联网危机是以股权为特征,二零零八年次贷危机以债为特征,那这一轮美国 ai 泡沫同时拥有股权和债权的双重特征,这正是它最危险的地方。 这对中国有什么启示?要关注 ai 资本支出向债市场的扩展,包括直接融资与间接融资两个渠道,做好风险把控,防止类似的信贷风险在国内积聚。 你觉得美国 ai 泡沫破裂严重程度和之前的金融泡沫相较如何?欢迎投票,我们继续。第六个现象,央行陷入选择困境,政府兜底预期助长道德风险 面对这么大的风险,美联储为什么不出手干预?因为他们陷入了选择困境。巨额的 ai 投资推高了通胀预期和长期利率,撤走了货币政策空间,加息稍快可能直接捅破泡沫,引发衰退,不加息又面临抑制通胀的巨大压力。 但比利率政策更严重的是,市场形成了一种强烈的政策兜底预期。美国政府已经把 ai 视为解决一切问题的万能药,无论是驱动经济增长、稳定市场,还是维持科技领先,赢得与中国的竞争。 所以市场普遍相信 ai 是 一个大到不能倒的国家产业,政府绝不会坐视泡沫破裂不管。这种预期极大地鼓励了市场参与者的冒险行为。反正有政府兜底,为什么不大胆赌一把? 毕竟在美国历史上,从来没有一个资本市场泡沫和国家安全战略及大国博弈如此深刻的绑定在一起,这就造就了道德风险。市场认定政府会救世,就只会采取更激进的投资策略,把泡沫吹得更大,最终代价也更沉重。这对中国有什么启示? 三点,第一,从一开始就防止泡沫的发生。第二,保持政府政策的独立性,不被市场俘获。第三,充分管理市场预期,防止道德风险。 这三点是美国的前车之鉴,也是我们必须主动防范的方向。第七个现象,经济单腿支撑以及散户入局带来的社会冲击。当整个经济体都被绑上这辆没有刹车的战车时,破坏力是难以估量的。美国经济对 ai 产业的依赖已经达到了前所未有的程度, ai 数据中心的支出占到了美国所有商业投资的一半。今年上半年, ai 相关资本支出年化规模达到了惊人的一点,五万亿美元。 ai 资本开支加上 ai 股票上涨带来的财富效应,驱动了美国约三分之一的 gdp 增长。 今天的美国经济基本可以理解为,由 ai 这一单一引擎单腿支撑。提出中美修西抵得陷阱的哈佛大学教授格雷厄姆艾利森,用宇宙级压注来形容美国的 ai 战略。 他警告,如果 ai 发展不及预期或泡沫破裂,美国面临的将是增长引擎熄火、财政赤字恶化、国家竞争力下降的全面困境,其经济后果可能超过二零零八年, 甚至重演一九二九年的大萧条。纽约时报做了计算,如果 ai 泡沫破裂,美国财富蒸发规模恐达二十万亿美元。 韩国的情况同样触目惊心。二零二六年上半年,三星与 s k。 海力士两家企业贡献了韩国实际 gdp 增量的三分之一。韩国出口增量中近八成来自半导体行业。 如果中国在 ai 及半导体行业发起有力挑战,势必对韩国经济造成巨大冲击。这种狂热最终必然会吸引大量散户加杠杆入局。韩国股市指数年内翻倍,大量散户加杠杆涌入,融资债务创历史新高。 然而,从六月高点到八月,指数累计接近百分之四十,市值蒸发约二万亿美元,净办三星散户近七成。 s k。 海力士散户亏损,大量投资者破产,普通人的积蓄化为乌有。因此,在全民参与的情况下,如果最终泡沫破裂,不仅是经济问题,也是社会问题,甚至政治问题。 对于中国来说,这又有什么启示呢?当然是始终关注产业集中带来的风险,推动各行业均衡发展,传统行业、新兴行业、未来行业都应当是中国的经济引擎。 同时要关注零售投资者的参与程度,尤其是在产业集中度较高的板块,进行必要的压力测试,把减少股市波动对散户的冲击作为政策考量之一。第八个现象与中国市场的复杂联动带偏联动于反身性。最后,我们来看美国 ai 泡沫对中国市场最直接的导效应。这里有三个层面, 第一是溢出效应。硅谷和华尔街的趋势具有强大的全球溢出效应,很容易在国内催生跟风投资,导致部分赛道估值脱离基本面,形成输入性泡沫。 中国的经济支柱从来就不是也不应该只落在 ai 这一个基点上。我们的 ai 政策是赋能千行百业全面开花,而非 ai 一 枝独秀挤出其他资本市场,应当反映这一政策选择,防止被美国带偏。 第二是联动效应。如果美国泡沫破裂引发全球流动性收紧和风险偏好逆转,中国相关科技板块在短期内也难免会受到情绪导的影响。 第三也是最特殊的一点,叫做反身性效应。中国 ai 和半导体产业的快速发展本身可能成为捅破美国 ai 泡沫的重要因素。中国 ai 企业普遍采取开源加低价策略,大模型 api 定价只有美国同类产品的百分之五到百分之十,甚至低至百分之一。 数据显示,在美国企业全部商用 ai 算力消耗中,中国大模型合计占据美企四成的 a p i 算力份额,与 open ai、 antropic、 谷歌等美国本土模型相当,甚至已经超过。 一旦美国 ai 企业无法通过垄断定价收回巨额资本支出,其估值逻辑和融资能力就会动摇,可能引发 ai 半导体产业的价值重估和连锁反应。 反身性的要旨在于美国泡沫破裂,也会反过来影响中国相关板块。中国不可能改变自己的竞争逻辑,但必须密切关注美国主导的 ai 半导体产业的动态,做好风险预警及防范工作。技术革命可能是星辰大海,但脚下依然可能有金融杠杆的万丈深渊。 在鼓励硬核科技创新的同时,要防范产业过度金融化,关注资本和流动性向少数板块过度集中的风险,防止外部泡沫破裂带来的系统性冲击。你觉得美国 ai 泡沫破裂会对中国有传播影响吗?欢迎评论区聊聊, 如果你也喜欢这期视频,还请多多点赞和转发。关注兔主席,看懂全球大国博弈!