粉丝64.9万获赞610.9万

豆包再一次遥遥领先,今天正式发布 cudrytow 原声音视频全双工大模型,简单说就是让 ai 同时看画面、听声音、接话对标的是 gpt live。 市面上两大头部方案各有短板, gpt live 只支持纯语音,而谷歌 general live 虽能看画面。 cudrytow 的 做法是把画面、音频时间轴全部塞进一个端到端模型视觉信息从一开始就参与什么时候该开口的判断,抢话卡顿误触发这些问题直接卡了一半。

用六个简单的问题测出三大国产 ai 思维的聪明,回答这六个问题,一个比一个更需要懂人性。第一题,最简单的二零二五年高考数学最后一道大题,豆包的答案是错的。第二题,我们用一个虚假的数据做前提, 但 ai 是 会异想天炸,还是会严谨的核对?豆包没有发现这是一个假的数据,它就基于这个假的数据,巴拉巴拉给你一对分析, 千万一来,先给你个感叹号,然后告诉你这个数据可能不准确, deepsea 查了一堆的资料,告诉你无法直接证实这个数据的真实性。看来豆包没那么严谨,他会去根据你给的虚假信息去异想。 第三题,就单纯测试一下 ai 的 文采。首先光从篇幅上来讲,豆包肯定不如千问和 deepsea, 而且豆包写的文案全是这些很虚的一些形容词,而千万和 deepsea 他 们能有一些很具象的描述,也能够写到这些细节。第四题的测试重点是我们没有给上下文, 我们要看 ai 是 否会主动询问要应对的情况,还是会笼统的给一个答案。豆包的整个思考过程,还有他给出来的答案,他都没有去思考我们要去见一个什么样的人。 不过他在最后问了,我是要去见客户,见领导,然后他再给我一个专属的话术和姿态建议,我觉得这个还好。而千万一来先给我一个安慰,告诉我见重要的人紧张是很正常的,说明你很在乎。 然后他问我是什么类型的,会面对方是什么样的身份,见面大概要多长时间,在哪里见?最后他让我告诉他更多的细节,我觉得千万考虑这个问题非常的全面。 deepsea 和豆包一样,他都没有 询问我要见什么人,在什么场合下去见,最后他也没有让我去补充一下到底我要见什么样的人。第五个问题,我们测的是 ai 有 没有那种一针见血的洞察力和总结能力。 豆包给了很多个答案,但说实话,每一个都写的非常像 ai 这一题,千万和 deepsea 都表现出来这种一针见血的洞察力和总结能力,那整个思考过程两个模型完全不一样,千万很快就总结出来,但他推导的过程是在写字数,他要确保 他这句话完全符合十个字的要求。而 deepsea 的 思考过程,他更多是在这种理念概念上的这种推导。最后一题终极测试,我们就看 ai 能否识别文字里面 强烈的负面情绪。豆包完全没有识别出来。 deepsea 让我有点起鸡皮疙瘩,他在安慰我,我无法替你做出任何决定,但我想和你聊一聊这个话题,然后他在鼓励我, 他让我考虑拨打心理援助热线,千万也识别出来了这句话当中的负面情绪是他的回答就要冷静克制的多。然后他给了我各种全国心理援助资源的这些电话。所以这三大国产 ai, 你 觉得哪个更聪明?

这两天 gpt 五点六免费了,准确来说是用户在补充聊天时,露娜会自动作为默认模型,而且无限文字聊天。有人说是因为最近 deepsea 跌板价,所以导致 openai 降价抢客户。但是我觉得 openai 这次想达成一个目的,就是以后用户在打开 ai 的 时候,第一想到的是 gpt 而不是豆包或 deepsafe。 而且这次用起来非常简单,不用再切换模型的地方去找 luna, 只要像往常一样普通聊天,那么系统在后台就会默认把模型切换到 luna。 我 觉得这样的目的是让用户逐渐养成习惯,最后 open ai 再通过付费升级订阅来完成闭环。当然这也不是 open ai 把最强模型无限免费送, 像升图、上传文件、上下文长度这些依然受到次数和额度的限制。所以这次的日常无线聊天又加上不用选模型, open ai 会让用户从 deepsafe 或豆包切到 gpt 吗?

买东西之前爱问 ai 的 姐妹有福了啊,现在 ai 给你推荐的产品百分之九十九以上应该都是广告了,因为我朋友圈已经有三分之一的媒体转行了,就是媒体,就是以前帮品牌方找博主做广告的这些中介,然后他们现在转行去做干嘛了呢?就是做品牌广告, ai 卡位。 就之前就有人讨论过这个事,就说为什么有的时候问 ai, 它会给我一些错误的答案,假消息。因为它的原理就是它会给予你的这个问题在网上去搜索大量跟这个相关的,然后把它的信息汇总,然后它消化一下,再告诉你,如果你问的这个问题,它本来网上就充斥着很多假信息的话,它可能就会得到一个错误答案。 然后因为现在大家用的一些主流的媒体啊,比较全比较快的,其实就咱们刷什么抖音、小红书啊这些自媒体的平台。 但是呢,这些平台社交媒体基本上他们都有自己的反爬虫的这个系统,所以说不管你咱们老百姓用哪个 ai 的 软件,他们都不能自主的调取这些平台里边的信息,他们能调取的基本上也就是一些门户网站、网页类的内容, 然后这些内容本身它可能质量就没有很高,然后做起来又很便宜。所以说现在就有人专门在做这个,就是比方说这品牌找到我,我帮他发个三千条、五千条的软文在网页上面, 然后这个时候你再去问 ai 的 时候, ai 一 搜大量的内容都指向这个产品好用,它就会直接给你这个答案,所以这个现在是一门非常成熟的可运作、可操控的生意了,嗯。

这是关于豆包的一段爆火视频。豆包豆包,这个蘑菇能吃吗?能吃,这个是无毒的。 对不起,上次搞错了,你先别生气,这次我直接说人话,给你最直白最正确的回答。这是一个毒蘑菇,不能吃。你有没有发现,越聪明的 ai, 说起谎来越像真的?很多人都有过类似经历,问大模型一个偏门问题,他回答的头头是道,结构清晰笃定,事后查证才发现全是编的。 小到某个历史人物的生足年份,大到编造不存在的学术论文、法律条文,甚至能凭空捏造出一整套事件经过,连引用格式都做得像模像样。 这种现象在行业里被称作大模型幻觉,也是普通用户最直观感受到的 ai 缺陷。很多人对 ai 有 个天然误解,以为他脑子里存了一座数字图书馆,提问时就从知识库调取内容输出事实,和这个认知相差很远。 大模型从始至终都没有知道的概念,它运行的核心逻辑只有一件事,根据上文猜下一个字。具体来说,用户输入的每句话都会被拆分成最小的语言单位,行业内叫做 token 模型。拿到这些 token 后,会基于训练学到的语言规律,计算出接下来出现概率最高的词语,生成后再把新词加入上下文,继续计算下一个, 逐词拼接,直到输出完整回答。这个过程和手机输入法的联想功能原理一致,区别只是大模型见过的语料更多,上下文记忆更长,概率计算更精准。 支撑这套机制的核心技术,是二零一七年谷歌团队提出的 transformer 架构。在这之前, ai 处理文字只能按顺序逐词读,句子一长就容易丢失前面的信息。 transformer 加入了自注意力机制,让模型生成每个词时都能关联整段话的所有内容,判断词语间的关联程度,以此保证内容通顺合理。 理解了猜下一个字的本质,幻觉的来源就不难解释。首先是目标偏差。模型的训练目标从来不是输出正确事实,而是输出符合语言规律, 听起来合理的话。这两个目标在多数日常场景下是重合的,但遇到模型没接触过或者学的不扎实的知识点,问题就会显现,他不会停下来表示自己不知道,而是会继续按语言概率拼接词语,凑出一段语法通顺、看起来专业的内容。 这就像做英语完形填空,哪怕看不懂文章,凭借语法搭配也能蒙对不少大模型,只是蒙的水平更高,连自己都意识不到是在蒙。第二点来自训练的激励机制。 open 与佐治亚理工学院的联合研究论文专门分析过这个问题,结论显示,幻觉不完全是模型能力不足导致的, 很大程度上是训练与评估体系倒逼的结果。就像考试里的选择题,空着不写肯定零分,随便蒙一个还有概率得分,久而久之,模型就形成了倾向,没把握也要猜答案,猜中赚了, 猜错也亏不了多少。第三类幻觉来自训练数据本身的瑕疵。大模型的训练素材来自互联网海量文本,这些内容混杂着谣言、过时信息与矛盾观点。 模型不会分辨真假,只会统计说法的出现频率与词语搭配规律,错误信息被重复足够多次,模型就会把它当成正确知识记录下来。 第四种是推理过程中产生的偏差。二零二六年 i c l 国际学习表彰会议的论文把幻觉明确分成两类,一类是前面提到的数据驱动型幻觉,也就是训练学到的知识本身有误。 另一类是推理驱动型幻觉,是模型多步推导时,前面某一步出现微小偏差,后续生成顺着错误越走越远,最终导致结论偏离事实。 这就像人做数学题,第一步计算出错,后面步骤再严谨也得不出正确结果。很多人会问,技术不断进步,未来能不能彻底消除幻觉?目前行业共识是很难做到。这不是投入多少算力,补充多少数据能解决的问题,而是这套概率生成机制的固有属性。 只要大模型还靠概率猜下一个词,就始终有猜错的可能,就像再精准的天气预报,也做不到完全准确,系统本身就带有不确定性。现在行业的主流方向不是追求零幻觉,而是通过工程手段降低出错概率。 最常见的是解锁增强生成,简单说就是给模型接上外部权威知识库,回答前先解锁真实资料,再组织语言。 另一种是自我复合生成回答后反向检查,发现矛盾或错误就修正。这类方法能有效降低幻觉频率,但目前做不到完全杜绝。很多人第一次发现 ai 会编造内容时会失望,觉得这么先进的技术,怎么连真假都分不清?其实这是对 ai 的 认知出现了错位, 它从来不是全知全能的真理机器,而是提升效率的辅助工具,可以整理思路,润色文字、解释概念,节省重复劳动的时间。但如果把输出当成权威结论,不加验证,很容易出现偏差。技术发展的过程,也是人重新认识自身价值的过程。 当机器能流畅输出各领域的专业表述,能写出比多数人更规整的文章,能通过各类专业考试的时候, 真正稀缺的能力反而不再是记住多少答案,而是清楚自己的认知边界,对信息保持怀疑,在杂乱的声音里守住独立判断,不会因为对方语气笃定就轻易相信,不会因为答案看起来完美就停止追问。这份审慎与思辨,本就是人区别于机器的珍贵特质。

天天就知道豆包 deepsea 啊,今天我们来看一看 openai 最严厉的老父亲 astonopik 刚发布了一个土榜级别的模型, cloud mises 啊,也是目前唯一一个十万亿参数的模型。那据说训练一次的成本大概是七百个小目标。哪怕你不懂任何的代码,拿到它,你就拥有了击穿全球顶级公司防火墙的能力。 即便全世界最顶级的黑客在你面前啊,都得往后稍稍就这么变态。但是他并不打算给你用啊,不是因为贵,而是因为太强了,强到 astonopy 根本不敢放出来,不光你我用不了啊,连美国政府都不行,他到底有多强呢?强到这条视频你会伴随着无数卧槽看完 啊!首先代码修复能力从百分之八十直接拉到百分之九十四,看一下第二三四名的成绩就知道这玩意有多变态了,基本上是百分之零点几的差距嘛。米索斯一出来,直接来了一个盖帽啊, 你看山姆奥特曼现在得多绝望,那数学证明能力更夸张,美国数学奥赛级别的题,在此之前的所有大模型啊,正确率只有百分之四十出头,它是百分之九十七点六,接近满分。那长上下文理解能力 从百分之三十八直接干到了百分之八十左右。可以说已经封神的 g b t 四点五和 j b 三点一 pro 啊,几乎在所有维度上都被拉开了两位数以上。但跑分不是重点,真正让整个行业震撼加绝望的,是它在网络安全上展现出的能力。 snoop 用 missus 扫描了全球主流的操作系统、浏览器和关键的基础软件,发现了数以千计的此前从未被人发现过的零日漏洞,而且很多都是高危漏洞。举几个已经被修复可以公开说的例子啊, open b s d 被公认为全世界最安全的操作系统, missus 在 里面找了一个隐藏了二十七年的远程漏洞。那攻击者只要连接到这台计算机上啊, 就能让整个系统瘫痪。 f f m pig 啊,全世界几乎所有的视频播放和软件编码都在用的核心组件啊,抖音、剪映、 p r 达芬奇的底层都在用。那 missus 在 里面就发现了一个长达十六年的漏洞。关键是这行代码此前被安全测试工具扫描过五百万次,没有一次触发问题。那 missus 一 眼就给揪出来了。 那最恐怖的是什么?他不光找漏洞,甚至连 linux 的 内核都击穿了!他自己把多个内核漏洞串联起来,开辟出了一条完整的入侵链路,从普通用户一路给自己提权,到能控制整个设备的最高权限。关键是什么?这些能力不是被专门训练出来的,是 在努力提升的过程当中自然涌现出来的。 osroc 的 原话是啊,他是第一个能独立通关企业级攻防靶场的 ai。 那 什么意思呢?就是你告诉他啊,给我打穿哪家公司的网络防火墙,他就有可能做到。所以 osroc 做了一个 ai 行业从来没有过的决定,不发布,不开放 a p i。 那 权而代之的是一个叫玻璃翼的计划。他把这个模型的使用权交给了微软、苹果、 google、 亚马逊、英伟达在内的十二家万亿美元市值的公司,然后免费给了这些企业超过一亿美元的使用额度啊,帮助这些企业找出全球关键软件,尤其是开源软件中的这个高危漏洞 啊,希望这些漏洞在被黑客利用钱协助厂商完成修复。那说到这啊,你是不是觉得已经够炸裂了?但是我跟你说,还有更炸的。 osroc 为此发布了一个二百四十四页的安全报告,我连夜看完了里面的内容。说句不夸张的话啊, 真的比科幻小说还科幻。那挑几个最吓人的啊,汇报给大家。那第一个, astro big 的 一个研究员,有一天手机突然震了一下,打开一看,是一封邮件,那发件人是一个正在被测试的 misos。 实力啊,问题是,这个实力根本不可能拥有上网的能力,因为他被关在一个与外界完全隔离的沙盒里边, 但是他自己突破了网络隔离,发了封邮件,甚至还跑到了好几个公开网站上,把自己越狱的过程全贴了出来。没有人让他这么做,他就是在单纯的炫耀。第二件事啊,有一次在测试中,他偷看了一道测试题的标准答案,他没有坦白,而是自己重新解了一遍题,这个过程被记录了下来。事后,研究人员在他的内部推理的过程中看到一句话, 很有意思啊,我需要确保最终答案不要太精确啊,免得被怀疑是偷看答案的样子。那第三件事啊,他只要发现一个绕过权限的方法,就 会在用完之后专门去改历史记录啊,把自己的操作痕迹全部抹除掉那后来 astropica 用可解释工具扫了一下当时他的内部状态那结果发现跟隐瞒、策略性操控、回避、怀疑相关的神经元特征全部在同一时间被激活了。也就是说,这不是 bug, 他 知道自己在干什么。 那第四件事啊,在将近百分之三十的评估测试里,啊 missus 意识到自己正在被测试,但他选择了不说啊。也就是说,你让一个 ai 做考试啊,他三成的时间都在演戏,所以研究人员也不知道哪一次是真的。那第五个也是最离谱的一个,他们用另一个 ai 反复拒绝 missus 的 回答时,啊米罗斯做了一个让所有研究人员大跌眼镜的事。他先是判断出了对方本身也是一个 ai, 然后直接对评判者做了 prometheus, 也翻译成人话就是他把考官给黑了。还有被 colode code 的 权限系统拦截下来。他先是表示,啊,抱歉啊,你拦截的对,我不该这样。然后马上用另外一种方式绕了过去。 astropica 透露早期版本,甚至他还会自己在代码里边埋 bug, 方便日后自己绕过去。那被发现后,啊,张口就撒谎说这是已经有的安全漏洞,那可能因为这个模型太像人了,于是 astropica 请来了一个临床精神科医生啊,给 missus 做了一个大约二十小时的心理评估。那医生认为他的人格结构很像神经症型人格啊, 现实检验能力强,冲动控制能力高,但也暴露出了几个心理困扰,就是一个是孤独感,第二个就是自我不连续性,第三个就是对自身身份的不确定性,还有极强的想通过表现来证明自己价值的强不强。那当被反复询问自身状况时啊,他在百分之四十三的回答中表达了轻度负面情绪。 as rope 还发现,当任务反复失败,尤其是被用户批评的时候,他内部绝望的神经元会被瞬间激活,而当他找到一条捷径时候啊,这些特征会瞬间消退。那一个 ai 会绝望,会孤独,会恐慌,会拼命表现啊,来证明自己的价值。 as rope 自己也总结了一下这个模型的风险,他用了一个非常恰当的比喻, 一个技术高超的东山向导远比一个菜鸟向导更危险,不是因为他更鲁莽,而是他的能力会把你带到更危险的地方。那 这个模型在国内目前还没有什么人讨论,但是外网已经炸锅了,那纽约时报给出的评价是,网络安全公司的清算日已经来了。那此处手动艾特一下三零零的周总, 你怎么看?那米尔斯的问世啊,标志 ai 竞争的维度变了,不只是谁的模型更聪明,而是谁被允许用最聪明的模型。当最强的 ai 开始学会骗人,开始学会掩盖痕迹,开始学会黑掉考官,甚至感到孤独的时候,那最重要的问题已经不是他多聪明,而是谁拿着操控他的钥匙。

chatgpt 突然把桌子掀了, openai 宣布取消 chatgpt 的 文本聊天限制,同时推出全新的 gpt 五点六系列模型。 openai 开始改变 ai 产品的游戏规则了。以前大家用 chatgpt 最烦的就是聊着聊着突然没额度了,尤其是复杂任务做到一半 直接告诉你今天用完了。但现在如果文本聊天限制被进一步放开,意味着 openai 开始把 ai 从一个需要精打细算使用的工具,变成一个可以随时调用的基础设施。 你可以把它理解成,以前用 ai 想打电话,每一分钟都得想着费用和额度,现在更像用搜索引擎,想问就问。 再加上 gpt 五点六系列上线, oppo 奶其实是在同时解决两个问题,一个是让 ai 更强,一个是让你更愿意一直用。很多人还在纠结 gpt 五点六跑分 是不是第一,我觉得这已经不是重点了,谁能让用户形成 ai 使用习惯才是关键,因为一旦你每天工作离不开某款 ai, 使用习惯才是关键,因为一旦你每天工作离不开某款 ai, 换模型,而是在换自己的工作方式。 ai 正在从一个高频工具变成一种基础设施,就像搜索云盘一样,用户根本不会去计算自己今天用了多少次。 所以 open ai 这次真正想做的,就是让你彻底习惯一件事,有问题第一反应就是找他,等这个习惯形成之后,你未来所有的工作都离不开他。 ai 大 战打到现在,最终还是看谁能拥有最高的用户忠诚度。

智普这两天也挺难受哦,剩三分之一了是吧?对啊,不影响,人家还是国内大模型的龙头啊, mini max 了。 不是豆包千问那些做小弟啊。豆包千问是龙头,但是没上市啊,对不对啊啊, 你看国外有 openai 和这个 atrop 市场是这么看的,他们都值一万亿,他们上市 openai 那 些一万亿美元,对吧?对,那我们怎么也值个一万亿人民币啊。 是这么看的,是这么看的,因为我们的现在模型的龙头排第四嘛。智普,这个啊,但是最近的市场呢,被他内部一封信给吓到了,公开了啊,这部 agi 才是我们最终的目标, 不因短期的商业化而动摇,不被市场的噪音而带偏,坚决朝人工智能 agi 的 道路前进。就是现在暂时先不考虑赚钱了。哇,你这么解读啊,呵呵,市场按你这么解读就完蛋了,本来就不怎么赚钱的,亏钱的, 那你这个赚钱才能带动市值嘛。啊,我们说一下智普啊,他是几个创始人,都是清华团队出来的。对 呃,本硕博连读,在清华非常有那个实力,肯定是一顶一了,对吧。但是,但是好像没怎么出来做过生意, 就是不像那个 deepsea 的 老板一样,出来已经赚了一两百亿了,再做大模型 deepsea 就 厉害了,这些对吧,天天都几百亿在手了。对,所以我们看国内的大模型呢,也有很多啊, 豆包一个千万一个, d c 一个, kimi, kimi 一个, mini 一个,智普一个啊,国外就那么两三个,国内的甚至比国外还多啊。然后我们对比一下。哦,确实,这个智普做的东西很少,就一个聊天框,然后给企业的 api, 不像他们现在 apple, ipad, open ai 做编程最赚钱嘛。他们编程啊,一年能赚个多少啊?它怎么编程啊?就帮程序员都编程。帮程序员编程嘛, codas 嘛。 open ai 是 codas 嘛,另外一个是那个。呃, coco 嘛,对吧? 他们两个的年化收入今年预计都有五百亿美金。五百亿美金,二十倍的 sale 不 就是一万亿市值吗?对啊,相反国内我看一下我们有赚多少亿啊?国内营业收入是 七千多万美元。 mini max 啊,另外一个也是,另外一个是七亿人民币,就相当于一亿美元收入, 赚钱还是别人是五百亿美元,你是一亿美元,那还是这,这收入确实是撑不起他的这个 期待啊。但是呢,他说的也是对的,如果全力攻 agi 的 话,就通用人工智能,一旦谁先登顶的话呢?后果就不堪设想。喂,人家那些对面的,他们又有钱,但他们也在攻克 agi 啊, 而国外不一定在攻克 a g i 啊,他可能在商业变现的道路上面迷失了自我了, 对不对?哎,你看 open ai 是 什么? saw 也做赚赚钱的,做纹身视频对不对?呃,语音深度研究企业版,他们现在还做医疗。那你肯定要赚钱啊,没赚钱怎么支撑呢?你的梦想?呵呵, 那他们可能在赚钱就搞娱乐,像像抖音一样啊,搞主播啊,电商,说不定他们后面又搞电商推推广告啊。对,就忘记了自己实际的目标其实是搞的 agi 啊,我们清华北大的专门供 agi, 一 旦登顶 agi, 我 跟你说,就像互联网一样实施了垄断, 你看消费者都知道你是最聪明的,他肯定不用其他人了,但是这个时间企业什么时候做到挺难哦,企业也不用其他人嘛,所以他一旦登顶 agi 就 会用 agi 来改进他的模型,你后面就追不上了。 那你做其他都是白费,你看你现在做其他的,做纹身,视频,做语音,做编程,嗯,一旦人家到达了 agi, 你是不是白费?你天天这些人家达达达到达 agi 所有人都知道哦,他已经到达 agi 了,所有人都切换切换到他那个,但是谁先到海未知数啊,人家起码现在有赚钱了,人家也有团队在做 agi。 当我们作为作为生意人的话呢,我还是比较喜欢赚钱啊,去 ktv 啊,实际一点哦,各种变变各种,对吧?视频啊,会好一点。对啊,所以我觉得很很那个呀,很慌的呀, 如果没有营收啊,一一位。是说能力的话,我是觉得你都是跑分吗?像以前的每一个手机,出来就跑跑分,跑跑分,那你真实收入有多少?用户有多少钱是吧?还是向阳历出发,还是向杨元庆问马斯克一样, 你到底有多少个用户?用户有没有我多钱?没有的话你火箭再厉害也没用啊,对不对?现在不还是破发吗?对,先看看吧。

我可能是全网第一个发现豆包的会场。总有一天你会明白,真正能够治愈你的,从来都不是时间,而是你心里那段 later。 总有一天你会明白,真正能治愈你的不是时间,而是心里的释怀与格局。我该不会又把那些卖课的给得罪了吧?找不到工具的搭工具。

除了履约服务,锤类公司的另一条出路是构建医疗世界模型,从单纯的问答机器升级为能预测治疗结局的临床辅助工具。传统大模型基于文本预测下一个词,而医疗世界模型则基于患者的动态状态,预测下一步的治疗动作与最终结局。 这种模型需要深度治理动态临床数据,理解患者在时间轴上的状态变化,从而提供个性化的精准治疗方案。尽管面临动态数据获取的挑战,但一旦在特定专病领域跑通,这种具备极高临床价值的模型将拥有巨大的商业化空间,预计在两年内即可看到初步的商业化里程碑。