你有没有想过一个问题,你现在打开雀的 gpt 花三毛钱问一个问题,这背后谁在挣钱?不是 openai, 起码不全是。讲个有意思的是讲今年 gtc 大 会上,黄仁勋说了一组数字,基于英伟达两代芯片的采购订单,到二零二七年累计至少一万亿美元。 什么概念?这不是预测,这是客户签了合同付了钱在排队等着拿货的。什么概念?这不是预测,这是客户签了合同付了钱。什么概念?这不是客户签了合同在排队等着拿货的 mate, 还有甲骨文也在网上干,他们二零二三年总共花了一千五百四十亿,到二零二八年预计要花六千二百亿,五年翻四倍。 mate 的 资本开支从七百二十亿直接跳到一千三百五十亿,谷歌从九百一十四亿涨到一千八百五十亿。 为什么砸钱砸的这么狠?这就要说到一个概念,注币权。你可能不知道,在 ai 世界里, talking 就是 新型货币。你问 ai 一个问题,它输出的每一个词,每一个标点都是一个 talking, 就 像你用人民币买东西一样,不同的 ai 模型需要不同的 talking。 在 中国用 mini max institute, 在 美国用 cheap 的 gpt, 相当于你用不同的货币。但不管印什么货币,印钞机都在谁手里,大厂手里你做一个小时 gpu, 不 管拿它跑什么模型干什么活,大厂都按时按量收你租金。这不是一笔 普通投资,这是一个永久收费站。 ai 经济体量越大,过路费收的越多。所以你就明白了,为什么大厂一边砸钱一边取债,谷歌甚至发了一笔一百年期的债券,他们真的不是短期回报,是这把椅子 一旦坐稳了,后来者几乎进不来了。数据中心、电力合同、光纤网络这些物理世界的资产,不是花钱马上就能复制出来的。今年有个现象很有意思, open router 的 数据显示,全球 talking 掉用量前十的模型有五六款,来自中国小米的 miimo 甚至排到过第一。不是说中国模型已经全面超越,而是性价比优势太明显。 同样一台印钞机跑一个小时,印 cheap, gpt 的 talking 可能印一百张,但印 deepseat 的 talking 能印一千张。算总账的话,用中国模型能调用的 ai 总劳动力反而更多。 米塔已经用真金白银证明了这件事的可行性。他们的 ai 广告工具 advantage 年化收入跑到了六百亿美元,占了总广告收入近三分之一。 ai 推荐的广告转化率实实在在的提高了。这不是概念 已经落地的生意,当然不是所有人都买账。大厂每花一美元建产能,能产出的增量收入正在下降,从零点九美元掉到了零点五美元左右。华尔街也有人担心,这么砸钱会不会有泡沫。但你换一个角度想,如果 ai 真的 像当年的店一样普 及,变成新的通用劳动力,每个人身边围着几十上百个 ai 助手替你管财务、盯健康、回邮件,那所有 ai 经济活动都 都得跑在某家大厂的基础设施上。杰文斯辩论说,一种资源越便宜,人们反而会用的越多。 ai talking 的 推理成本三年里降了上千倍,大量过去嫌贵 懒得做,甚至没想过能做的事突然都值得交给 ai 去做了。好,最后说一个让我一直在想的问题。过去一万年, pocket, 也就是货币存在的意义就是给人类的劳动报酬,从淘土筹码到美元,形态一直在变,但底层逻辑从没变过。人是唯一的通用劳动力, 所有 talking 最终都在为人的劳动定价。但如果 ai 真的 成了新的通用劳动力,而他的劳动用 talking 来计价,那这些 talking 背后对应的是什么?谁来定义人的价值?我不知道答案,但这个问题值得每个人想一想。
粉丝82.0万获赞6284.2万

如果你用叉 g t, 我 建议你一定要把它里边 photoshop 的 插件打开,我来给大家看一个直观的区别。比如说呢,我要抠图,如果我直接把图片扔给叉 g t, 让它抠图, 它给我图啊,非常的漂亮,只是它完全不是原图啊。但如果我调用 photoshop 插件呢,它抠的图就完全没有任何的瑕疵,那其中的原因呢? 是叉 g t 内置的作图功能更偏向 ai 生图 t, 而且整个过程是免费的,哪怕你是免费版本的叉 g t 也可以使用。

家人们谁懂啊?欢迎锁定本期播课,今天咱们唠个超扎心又接地气的话题, chat gpt 这玩意儿是不是在偷偷掏空我们的大脑?先灵魂拷问一波,计算机普及后,谁还会手动算加减乘?除 谷歌能搜遍全网后,谁还会死记硬背知识点?现在有了 chat gpt, 连动脑子思考都能外包,咱的大脑怕不是要提前退休直接摆烂哦!麻省理工有位叫纳塔利的科研大佬,就收到了一堆网友的求助, 清一色都是家人们。我用了 chat gpt 后,记忆力差到离谱,记啥都转头就忘。大佬也是个行动派,直接搞了个实验,找一群大学生写作文,分三组, chat gpt 组,谷歌组,纯靠脑子印象组。 结果毫不意外,朱大一个工具,越智能,脑子越摆烂,用 ai 的 同学记住的东西最少朱大一个,无效输出肯定有。宝子会说,这不跟计算器一样吗?漏!大漏特漏!你会对着计算器吐槽老板画饼吗?会睡前刷计算器解压吗? 会早上醒来第一件事就扒拉计算器吗?显然不会。但 check gpt 不 一样啊,他能陪你唠嗑,帮你写文案,听你吐槽。易某事 主打一个情绪搭子加全能助手,这种情感绑定,以前的工具,想都不敢想,这才是最绝的。 更有意思的来了,谷歌和 check gpt 的 区别,简直是健身和躺平的区别。用谷歌的时候,你得自己搜,自己筛信息,自己梳理逻辑,相当于给大脑做有氧。但用 check gpt, 你 只需要敲一行指令,答案直接送到嘴边,大脑直接摆烂摸鱼, 连深度思考的机会都没了,长期下来,脑子真的会生锈。说到这,必须给大家讲个真实名场面。二零二二年底,有个大学教授批改期末论文,直接被一篇作文整懵了,文笔流畅到不像学生,写的,知识点也都对, 但关键地方错得离谱,主打一个一本正经的胡说八道。后来才发现,这居然是 chat gpt 写的,也就是咱们常说的 ai 幻觉。 教授赶紧发铁预警,结果帖子直接爆火,转发一点七万次,全网老师都慌了, 才发现 ai 已经悄咪咪闯进了校园,防不胜防。其实最让人揪心的不是咱们成年人,是小朋友啊!家人们 目前还没有任何研究证明,从小就靠 ai 学习的孩子,能培养出独立思考,还与人打交道的能力。 要是孩子连说话思考都外包给 ai, 用不了一代人,咱们社会的思维水平可能都会下滑,想想都头皮发麻,细思极恐。 不过宝子们也别太焦虑,历史总是惊人的相似,早在一四七五年,印刷术刚发明的时候,就有人靠它散播假新闻,煽动仇恨,连教皇都管不住,主打一个乱象丛生。但慢慢的,印刷术也传播了新思想,直接推动了文艺复兴。 所以啊,工具本身没有好坏,关键看咱们怎么用,别被工具绑架就好,肯定有保持爱好。我已经离不开 ai 了,怎么办?别慌,马克博士给了三个实用小技巧,亲测有效。 第一,学会原觉察,说白了就是别被手机绑架。想刷手机的时候,先问自己,我必须现在看吗? 是无聊摸鱼还是真的需要?第二,别给自己立太高 flag, 累了就歇会儿,大脑也需要充电,主打一个劳逸结合。 第三,摸清自己的专注时间,把重要的事放在专注力最在线的时候做,别把黄金时间浪费在刷手机上,太亏了。 现在很多医生、科研大佬也开始接地气,化身科普博主,用咱们喜欢的方式辟谣分享知识。主打一个用魔法打败魔法,对抗网络上的假信息。 其实 ai 不是 敌人,它就是个工具,能帮我们搞定那些枯燥又繁琐的活,省出时间去做更有意义的事,这不香吗?最后跟宝子们说句掏心窝子的话, ai 再强大,主动权也在我们手里, 我们可以用它查资料省时间,但绝对不能让它替代我们思考。毕竟那种动脑子解决问题后的成就感,那种深度思考后的满足感,是 ai 永远给不了的,这才是咱们作为人类的独特魅力啊!好啦,本期播课就到这里收尾啦!宝子们平时会用 chat gpt 吗? 有没有觉得自己的思考变少了?评论区唠起来,说说你们的真实感受,咱们下期再见,爱你们哦!

是谁还没学会 emoji 二出故事版分镜图加 cds 二点零出视频,这个工作流直接来到这个位置,输入分镜本提示词,提示词模板里填写好你剧本情节需要的镜头内容,选择 gpt emad 二模型,生成一张十六比九的二 k 或四 k 画质的分镜图, 简单等待几十秒就可以出图。这个工作流最核心的就是 image 二,强大的文字生成能力可以保证描述精准。我们下载好图片,点击上传,简单写一句提示词,视频生成模型,选择满写的 c 的 sense 二点零图片参考一定要选多参考。 这次生成一个十二秒的横屏视频,看看效果,现在是十四点五十八分,看看生成一个视频要多久。视频生成完了,耗时八分钟,来看看效果。 可以看到 cds 二点零严格遵守了分镜本要求制作视频,但还是有点小瑕疵,比如这个画面的键太短了,这是由于 emoji 二一开始升图就有瑕疵导致的,只要在升图的时候多抽一两次检查,检查就能解决,比抽视频的卡成本低太多了。


我真的要惊呆了啊! check gpt 最近太炸裂了,你们看我手里的这些图啊!语文、数学、英语、物理、化学、生物、历史、地理,每门科目的知识点,我都是用 check gpt age 二点零做的,它把每一门科目的学科知识点都可量化,学习效率直接提升十倍。 那么英语二点零,他就是有这么一个本事,听得懂人话,而且懂学科逻辑,并且中文相当友好。下面我们来具体的看一下每一门科目怎么操作。第一门,语文古诗背不下来,一张水墨意境的图,配书法的诗句,让孩子一看就能复述,静夜思登鹳雀楼,全面搞定, 理科娃也不要急。第二门,数学应用题,读三遍还不懂文字很枯燥,输入提示词, ai 秒变情景漫画出来,一秒就懂。 第三门,英语,哎,这个很炸裂,单词记不住, ar 给到每个单词配专属的卡通图,你看,九宫格的单词墙,一字排开,孩子马上就上瘾, 那初中开始难度飙升,不要慌。第四门,物理电磁感应凸透镜成像这种看不见摸不着的概念,三 d 视意图一画,比老师讲一节课还清楚。第五门,化学分子结构记不住, ar 直接生成三 d 模型状态分布,一张图全部标清楚,背书变成了看图。 第六门,生物细胞结构,八大部件分不清,一张彩色的剖面图,线立体、内质网、高尔基体,每一个都标的明明白白,期末考前的救命神器,那文科的孩子看过来啊!第七门,历史朝代既混乱,一张彩色的时间轴, 从夏商周到明清贯穿到底,每一个朝代配代表性的图标,一图就能记三千年。那么第八门地理,三大平原,四大高原,五大山脉记不住! ai 深层彩色地形图,绿黄棕蓝一目了然。孩子一变就能记住一辈子。所有的学科一个工具 搞定,不是死记硬背,是把抽象变成直观,把枯燥变成有趣。以上呢是总览,如果有需要,每一门怎么用,我都会单独出一期,那么可以在评论区告诉我你们家娃哪一门最头疼,我下期专门来做一期,记得点赞关注哦!

打我堂 open i 直接扔王炸了! g p t 五点五 instant 官宣全量上线,所有其他 g p t 用户不管你是免费还是付费,今天起直接就能用。 我先不给你们念那些科技圈的通稿,三句话给你讲明白这次更新有多狠,每一句都跟整个行业的未来息息相关。 第一,五点五 instant 直接无门槛分开,不再是付费会员的专属,普通用户零门槛就能够体验。 open i 这次直接把高端能力给付费用户留了整整三个月的过渡期, 三个月之后正式退役,不搞一刀切,给足了用户适应和迁移的时间。第三,也是最炸裂最核心的升级,在医疗、法律、金融这三个最容不得半点胡说的高风险领域,新模型的幻觉直接比前代砍了百分之五十二点五。 很多人看到这儿第一反应就是 open i 怎么挤牙膏了。从之前 g p t 四到 g p t 四 o, 磨磨蹭蹭快一年,这次连缓冲期都没有,他到底在急什么? 说白了,这次根本不是什么常规的版本更新,这是欧米伽的一场生死防守战。要知道现在大模型赛道早就不是他一家独大的温柔乡了。前有谷歌 jimmy advance 在 多模态能力上步步紧逼,后有 top 三系列,在长文本商用场景里面疯狂超车。 咱们国内的大模型现在也是参数速度落地场景里面疯狂超车,咱们国内的大模型现在也是参数速度落地场景全面开花。就拿今天华为昆凌的发布会来说,门店里的监控录像好几个字,一秒钟,几个小时,录像里背包的人全被找出来, openai 攒了好几年的先发优势,正在被对手一点一点残食掉。之前大家用 qgbt 图的就是他聪明能打,现在竞品的能力都追上来了,你再慢慢的挤牙膏,用户就直接用脚投票了。 所以这次 openai 一 步到位,把五点五全量开放,先把 c 端用户死死攥在手里,这既是防守,也是反击,也是反击。但今天我必须跟大家说透,这次更新最值钱的根本不是什么全量免费,也不是什么回复更简洁,这才是 openai 藏在背后的真正杀招。 什么叫大模型的幻觉?说白了就是他一本正经的跟你胡说八道,给你编不存在的法律条款,虚假的病例报告,完全失真的金融数据,逻辑通顺,格式工整,看着跟真的一模一样,实则全是瞎编。 这是之前所有大模型最致命的短板,普通人用它写个文案,做个 ppt, 就 算是胡说八道,顶多改改就完事了。但你想想,律师用它查法条打官司,医生用它辅助看诊,这要是犯了错,结果得多可怕。 也正是因为如此,之前的大模型在这些高风险高价值的领域,永远只能当个边缘的辅助工具,根本不敢真正商用,不能进入核心业务环节。而 这次 open ai 直接把高风险场景的幻觉砍了一半多,这意味着大模型在生产力上跨出了最关键的一步,他要抢的就不是普通用户那点订阅费,而是医疗、法与金融这些万亿级的企业服务市场,这才是 open ai 的 野心。 还有人问,既然西摩星这么牛,为什么不直接把老版本停了,还要给付费用户留三个月过渡期。这就是 oppo i 最精明的地方,一箭双雕。 首先安抚付费用户,稳住基本盘。很多人充会员就是冲着五点三的稳定能力来的,你直接一刀切停服用户肯定炸锅,轻则退会员,重则直接流失。更重要的是给企业大客户留足了签约时间。现在很多企业已经把五点三的接口接到了自己的业务系统里,直接停服,人家的业务系统就直接瘫痪了。 openai 这波操作对咱们国内的大模型行业到底意味着什么?我就说一句扎心。但真实的话,大模型行业卷的方向要彻底改写了。之前国内的大模型都是在卷,参数有多少亿,生成速度快了零点几秒,能不能画图?能不能生成视频权势能不能做到?但现在起,全行业的竞争直接进入了能不能信的终极战场, 功能在花哨,一到专业领域就张口胡说,那就是个中看不中用的花架子。现在全球大模型行业的及格线直接拉高到高风险场景,换季率下降百分之五十以上。 接下来国内的大模型厂商就得咬着牙跟上这个标准,不然就碰不到最核心、最值钱的商用蛋糕。最后一句话总结,叉 gpt 五点五 instant 的 上线,不是一次简单的技术更新,而是 openai 的 一次全面宣战。信不信得过,是未来大模型优胜劣汰的关键所在。