meta ai如何解决地区受限
朋友们，今天我们来聊一个极具争议性的话题啊，就是来点评一下我们 mate 的 ai 战略。这个话题在小红书上基本上是清一色的就是差评啊，因为 mate 在 去年夏天开始一直到现在，其实有一些匪夷所思的操作，可能让很多朋友们看不懂啊，比如说我们花了很多很多钱， 挖了一些比较核心的 ai researcher， 比如说我们做了一些匪夷所思的收购，比如说我们的模型又延期了等等等等。这样子新闻多了以后呢，可能很多朋友会觉得麦塔在 ai 时代已经落下了，可能就再也追不上来了，所以我今天就来挑战啊，讲一讲为什么我认为在麦塔在 ai 时代我觉得还是有希望的，而且甚至说是有一些得天独厚的优势的 啊。我知道很多朋友可能听到这个话，就可能这个四十米的肠道已经抽出来了，所以我建议你先放回去听我讲完，然后我们可以在评论区里面友好的交流一下。我的观点呢，是建立在三个不同的原因上面，然后这三个原因分别是短期、中期和长期的。 短期来说呢，我认为麦塔最显著的在 ai 上面的优势就是它 ai 对 于广告的应用，这个也是我的老本行，因为我在麦塔做的就是广告相关的业务嘛。而 ai 对 于呃广麦塔广告的这个提效呢，我主要任务会在两个方面啊，一个是在生产端呃，一个是在消费端。生产端的话，就是说有了广 ai 之后，广告上能够很显著的降低对于 呃素材的生产，或者说对于投放的要求，能够大大利好，就是中小型企业家，特别是而在消费端呢，我认为 ai 的 使用也主要是会体验到两个方面啊，一个是呃，他的有了 ai 加持下面他可以投放的更加精准了，虽然现在麦当广告已经很精准了。而第二点呢，是他的展现形式上面 也可以变得更加的这个个性化一点啊，就是说你可能一个广告投放过来，他给每个人展现出来形式都是不一样的，他能够以你最可能会被转化成了那个形式告展现给你，从而增加他的转化几率，种种这些对于广告的加持，我认为都是能够在短期直接体现在啊麦塔的广告营收上面的，我们也已经在这个财报上面看到这样子的结果了。 那么我们讲第二点就中期啊，中期我认为其实 mate 的 呃这么一个产品形态是还是依旧是能够有优势，最有优势能够去实现，就是说把 ai 推给全人类的这么一个伟大的愿景啊，就是实现所谓的小渣说那种 personal superintelligence 的 这么一个情况。 好了，说到这里，我觉得朋友们的这个长刀可能又抽出来了，说 mate 这个模型现在那么拉胯，那凭什么可以做这样子的事情呢？呃，我觉得其实反而是你去观察国内小龙虾这一波，大家会发现 小龙虾它其实配置起来不难，用起来不难，但是用好真的很难，主要一个原因是因为其实现在我们还缺乏一个很好的方式去把个自己的上下文，自己的一些啊，每天想要做的事情 很好传递给小龙虾，到哪里可以去找这样子上下文呢？那其实你仔细去想一想，这些上下文大都大部分都会散落在你和你朋友之间的聊天记录里面， 对吧？这是为什么？我在国内的小龙虾这一波热潮当中，我其实还是最看好腾讯的小龙虾，因为虽然我们很多人用飞书，很多人用这个啊，其他的这个软件，但是用最多的人还是微信，你在每个人都会用微信，每个人都会在微信里面有很多的上下文和你要完成的事情 啊。那如果能把这些东西喂给你的小龙虾，这样才能让小龙虾成为你最好的一个私人助手，那同理对于麦塔来说也是一样的，我们的产品大概全每个月有四十亿的用户在用，基本上超过一半的地球人都在用麦塔产品。 就首先不说我们这个在分发上面的优势了，那么其次呢，就是在这些这么多人用户用的这个产品里面，我们已经有足够的这个用户的上下文了，是最容易实现这种大众化、广泛化的这种，呃， personal superintelligence。 那么最后讲一讲长期啊，就是超长期的这种这种愿景啊，呃，就是我觉得还是要讲讲迈达的眼镜生态，因为在最长最最最长期的未来呢，我认为我们在跟 ai 的 交互过程当中，一定会进行一些硬件和交互上的伟大革新啊，我们可能很多时候用 ai 就 不会用屏幕了，不会用电脑了，不会用手机了， 而在这种时候呢，我们会发现眼镜其实是一个非常好的交互形态，为什么呢？因为如果我们要呃真真正正有一个像一个 javascript 一 样的一个个人助理，对吧？他必须得听到我们所听到的东西，然后能够实时的给我们反馈。 而 meta 的 oculus 呢，依旧还是一个卖得最好的这个 vr 眼镜之一啊，包括我们在 ar 眼镜上面的一些布局，我觉得也都是非常成功的啊，当然还是在早期啊，这个东西长期来说谁都说不准，但我认为其实在这样子的布局对于未来我们这个 ar 眼镜助手来说是一个非常好的一个卡位了。已经 林林总总说了非常多啊，虽然我也知道在社交媒体上面骂麦塔是一个政治正确的选择，但我还是挺身而出啊，来给我们的麦塔证明，来给我们的股东证明啊！觉得这个视频有帮助的话呢，请点赞收藏，我们下期再见。
粉丝4747获赞3.1万
相关视频
01:44查看AI文稿AI文稿minus 以为上岸了，但今天才发现啊，真正的是 pan 才开始。一月八号，商务部调查 mate 花二十亿美元收购 minus 这件事。 说白了， ai 不是 说你想卖给谁就能卖给谁的。消息一出啊， mate 的 股价当天就跌了百分之一，现在你回过头来再看一看啊。一切早有预兆， 去年年初，他们还被央视啊，人民网给表扬过，结果不到半年啊，他们连夜清空了北京武汉的办公室，四十多人的核心团队集体去了新加坡，八十多人被裁。那么接下来半年时间里边， madison 做了一件更狠的事，就是彻底的去 中国话，公司注册到了开曼群岛，总部搬到了新加坡，停止了和阿里的合作，国内的社交账号全都清空了，所有和中国 ai 的 痕迹能抹的全抹了，可问题是，技术真的能洗白吗？代码有出身，资本有国界， 代码是在武汉写的，团队是北京养的，用户数据是从国内拿的。那现在换个壳就想卖给美国，可有那么容易吗？ 现在这个信号已经很清楚了，想通过论去新加坡再卖给互联网巨头套现的这个模式，都得先过国家的这一关了。这几年啊，中国的 ai 公司想拿到海外的投资，难到离谱啊。 有人说 minnes 是 成功出海了，也有人说这是背叛。不过呢，松松说一句实话啊， minnes 不是 坏人，只是这个时代对于 ai 的 创业者来说，本来是不讲感情的，他们 是想活下来，创业不就是这样吗？这一次啊， madison 赌赢了白塔，但还没有赢过规则。而我们所有人都在见证一个新的时代的诞生， ai 你 可以全球跑，但根 必须扎在中国。
1.2万卢松松
00:44查看AI文稿AI文稿前几天给大家拍了微达分析 agent 的 检测和筛选功能，今天呢，又去拍了进一步的复筛和数据提取的测试过程，真的很方便，给大家放一下，九千多篇文献，几十分钟就筛完了，然后初筛纳入的，它会自动去获取权威，权威复筛的环节十多篇一分钟， 而且这里会展示它纳入和排除的理由。已经到数据提取阶段了，这个速度还是挺快的。张老师你把提取表格打开一下， ok， 它会自动的去整理好表格啊，现在数据就已经提完了，想给大家再看一下这个提取表单，张老师你点开一下 啊，这个表单的话呢，是在我们权威筛选之后啊，就会系统会自动给出，然后也可以进行手动修改。
555左岸同学（统计之光）
00:31查看AI文稿AI文稿mate 把员工变成了数据库，然后还要用这些数据造出取代他们的 ai 不是 玩笑，是内部备忘录里写明的战略采集，鼠标轨迹键盘操作屏幕截取，用来训练能承担主要工作的 ai 智能体。人类员工从执行者变成在 ai 系统中指挥与审查的人，一边榨取员工的操作数据训练模型， 一边让模型替代员工。这不是效率优化，是科技公司对白领员工的二次提炼。先榨干数据价值，再榨干岗位本身。 ai 时代最讽刺的岗位，喂养 ai 的 员工。
263半导体产品研讨
02:02查看AI文稿AI文稿欢迎大家收看三十岁麦塔老马农下班搞艺人公司挑战第零天，今天呢，我要新开一个系列的视频啊，来介绍一下自己在麦塔下班之后生活是什么样子的 啊？做这一系列的初衷呢，是因为我发现这个市面上有非常多的内容，他在告诉你说如何去用 ai 做一个产品，但是没有内容在告诉你说你做出来一个产品之后，如何把它推给市场，如何去完成商业化的落地和实现。 我自己呢，也是在过去一年的过程当中，高强度的学习和使用 ai， 做了无数的产品，但是发现没有一个产品是最后能够真正完成商业化落地的。但是我最近做这个产品呢，让我看到了一丝丝的希望， 所以呢，我想把自己的这个过程记录下来，也分享给同样有这样子困惑的同学，我来揭露一下我们的这个挑战吧，我们挑战就是三十天之内，我能把我现在这个产品从一个原型 做到一个能真正用来商业化落地的这么一个情况，能够做到十个人来订阅我们的产品。那么今天这期视频呢，会稍微讲一下我的产品是什么样子的东西，以及我在未来短期的计划。 我做这个产品呢，是一个用 ai 来帮助散户投资者更好的整理美股市场信息的这么一个产品。作为一个多年的老韭菜啊，我是深知我们散户在市场上面有非常多的劣势，我们没有一个好的信息渠道，也有时候获得了信息也不知道怎么去解读， 所以我就希望用 ai 的 培养来帮助大家解决这样子的问题。我们的这个产品形态呢，主要会是以邮件日报的形式，让 ai 每天去阅读这个市场上面发生的几千几百条新闻，整理成日报发送到用户的邮箱当中去。 目前呢，我已经有了大概这么几十个好朋友的订阅，在未来呢，我在这个网站上面也想做更多的可以用 ai 来帮助散户进行辅助投资决策的这么一些功能。 短期呢，为了实现这个商业化的落地，我的计划就是去跟自己已经订阅的用户去交流，去了解他们的痛点，去根据他们的痛点做产品迭代，希望产品能够迭代到一个他们愿意为之而买单的这么一个情况。好了，这就是我目前的计划，如果你也对下半以后做艺人公司感兴趣的话呢，请你一定不要错过这一系列的视频，可以 在评论区里面留言告诉我你想看什么样子内容对我来说会是一个莫大的帮助。喜欢这个视频的话呢，请点赞收藏，我们下期再见。
46金黄说AI
04:30查看AI文稿AI文稿mate ai 呀，又延期了！二十八岁的华裔天才 alexander 王在 mate 的 日子并不好过啊！刚刚呢，纽约时报援引了三位内部知情人士的消息称，扎克伯格寄予厚望，几乎压上了整个 ai 战略的 mate 旗舰 ai 模型牛油果，也就是 avocado 延期了。 原本 mate 啊是计划在一季度发布的，但是最新的预期是最早五月，也就是说，这颗牛油果已经烂在树上快半年了。至此啊， mate 的 ai 战略彻底陷入困境，扎克伯格压上全部身家的 agi 梦正在破碎，这背后藏着科技巨头布局 ai 的 致命教训。我们先来看一组触目惊心的数据啊， 仅是二零二六年， mate 的 资本支出就高达一千三百五十亿美元，平均每天烧掉三点六亿美元，是去年的一点八七倍。扎克伯格更是豪言啊，未来将累计投入六千亿美元建数据中心，全力冲刺 agi！ 所有人都认为，千亿投入能够让 mate 的 ai 一 飞冲天。二零二五年六月，扎克伯格以一百四十三亿美元收购了 skype ai 百分之四十九的股权，挖来了其二十八岁的创始人艾略森大王 担任首席 ai 官，全权负责旗舰模型 avocados 的 研发。 metta 还开启了超能力抢人的模式，组建了号称史上人才密度最高的 ai 团队，使 github 前 ceo 负责产品研究。 chat gdp 联合创始人加盟， 还从 openai 啊 deepmind 挖来了五十多位顶级的研究员。老渣曾经自豪地表示啊，他们建立起了业内人才密度最高的实验室，可是现实却在狠狠地打脸。根据内部的测试显示，这个耗巨资打造的模型推理、编码、写作能力，居然都比不上谷歌二零二五年十一月发布的 gemini 三点零 一款一年前的产品。这种带差级的落后啊，对标榜 ai 领头羊的 mate 来说，无疑是公开处刑。更加讽刺的是， mate 正在评估过度方案，短期借助谷歌 jimmy 技术补位。一家励志要自研大模型的巨头，既然要向竞争对手去借技术，既暴露了产品的失败，也意味着千亿投入短期看不到回报了。 mate 的 困境远不止于此，其精心搭建的人才天团啊，正在上演大逃亡， mate 俨然成了 ai 人才的高薪中转站。 最触目惊心的是彭若明的励志。这位硅谷 ai 基建大牛，本科毕业于上海交大普林斯顿的博士，曾经主导了苹果 ai 基础模型，从零到一二零二五年七月被扎克伯格以两亿美元的薪酬，也就是约十四亿人民币啊， 从苹果挖过来。可是呢，仅仅七个月后，他就放弃了未兑现的巨额薪酬，悄然离职，加入了 openai。 彭若明的离开只是缩影， 如从 x a i 挖来的 ethan knight， 驻洲后就跳槽了 openai。 再比如说，从 deepmind 加入的 matt veloso， 数月后也离职了。甚至有工程师傍晚入职，未上班就反悔了，回了 openai。 少渣花千亿搭建的人才高速路啊，终点竟然全是竞争对手。 人才留不住，内部的内耗更加严重。福林奖得主、 magna 的 首席 ai 科学家杨立坤，深耕十多年后，公开拒绝向 alexander 王汇报，离职前直言其缺乏研究经验，不懂 ai 研究者的工作方式，直接暴露了 magna 团队的信任危机， 高管间的战略内战啊，更加彻底。 alexander 王主张死磕通用模型，对标 open ai 和骨骼。 cto cpo 则认为应该依靠社交平台的海量数据，优先做消费级的 ai 产品。聚焦广告变现双方啊，僵持不下，内耗严重。 二零二六年三月啊，麦塔新成立的 ai 团队，居然绕过了 alex 桑扎王，直接向 cto 汇报架空的传言。被作势我们拼齐所有的线索呢？画风就无比讽刺了，麦塔花了一百四十三亿建立的顶级实验室，却留不住核心的人才。高管内斗不止旗舰模型延期，并且落后于对手。 二零二五年还是 ai 圈最雄心勃勃的玩家，二零二六年却在赛道上逐渐掉队了。这件事的教训啊，远比嘲讽小扎更有价值。 它的困境从来不是钱和人不够，而是方向错了。用钱能够买人才，却买不来清晰的战略方向。 ai 赛道的竞争，本质是认知战争，而非资本战争。 open ai 能够一骑绝尘，不是因为钱多人多，而是目标清晰，资源聚焦无内耗无摇摆。 反观 mata， 开源、闭源、 agi 与商业化技术路线反复摇摆，再多的人才也只是一盘散沙。 ai 行业迭代，以月为单位，就算是牛油果五月准时发布，面对的也是净化数代的对手了，大概率仍是惨败。千亿豪赌终成空， mate 用现实告诉我们， ai 时代，钱能买，人才却买不来灵魂能够堆，规模却堆不出方向。战略清晰啊，远比资本和人才更加重要。最后呢，也提醒大家， ai 风口仍然在，陷阱也很多。关注我贝贝，每天带你解读财经，突发拆解资产逻辑，看清行业真相，避开陷阱。
55天天财经眼
02:20查看AI文稿AI文稿昨天向大家介绍了 cloud 加载三方模型，一般 up 主就教你到这儿，但是我不一般，仅仅配置了第三方 l l m 模型是不够的，尤其是 windows 用户。在 win 系统下， c c 其实是运行在一个 linux 的 vm 上，在沙盒之中。 现在的 c c 是 受限的，尤其是联网功能，比如我们现在让 c c 来访问下外网网站， 可以看到 c c 自己测试了一些工具，但是还是无法访问，我们需要进一步配置来解放 c c 的 生产力。 还是在左上角点开三道杠，选择 developer 紫菜单，选择 configurater party， 打开后左侧选择第二个 sandbox and workspace， 找到下 allied egress hosts， 这里默认是没有配置的，也就是 c c 客户端是默认只能访问内置白名单，无法访问外部网络的。你这里可以选择 l o o 或是指定你需要访问的网站。比如我们测试下，先允许 c c 访问百度， 然后我们让 c c 器抓取并 ok， 结果返回仅允许访问 l l m 接口和我们指定的百度域名。那么回到配置，我们将这里设置为 o， 再来测试下。 好了，成功 cc 就 可以访问全部外网了，以后有需求他就会自己去搜索了。 继续还是在这个 sandbox and workspace 配置页面最下方有个 lagu workspace folders， 这里是你可以限制 cc 的 工作目录，默认是空，就是 cc 可以 访问任何文件夹，我们现在指定一个文件夹应用一下， 然后我们来问下 c c 能不能访问其他文件夹。 ok， 这里可以看到 c c 向我要了授权，但还是无法访问，因为要访问的文件夹不在 c c 被允许的 workspace 中。 这里说明下， windows 系统下不管你怎么配置 c c 访问文件夹以及异界工具都需要你授权。无法 bypass， 因为 windows cc 是 绘画机制，无法适应全职配置这点等 a 稍看看有没有更新吧。这个就是一班 up 主不会教你，而我这个二班的会教你的 cc 基础配置之网络与工作区限制。 我是 eric， 关注我，下节课教你怎么配置 cc 的 skill 和 mcp， 让你越用越离不开 cc。
4427对对十十
00:23查看AI文稿AI文稿二零二五年十二月三十一日， meta 发言人表示， meta 收购 menace ai 将使我们能够为用户提供最先进的技术并采取安全措施以消除潜在风险。交易完成后， menace ai 将不再存续任何中国所有者的权 益， menace ai 也将停止在中国的服务和运营。我就想问问那些说 ai 无国界的呢？
14大大大侠
02:49查看AI文稿AI文稿从今天开始变天了， mad 的 朋友们告诉我啊， mad 现在内部在搞 ai 大 跃进，专门搞了这一周，叫 ai training week。 很多原本的工作先停下来，全公司就干一件事情，什么事呢？就是研究怎么在工作里用 ai。 这个不是说我随便去分享，嘴上说两句，是很具体的，要求大家每个员工去想怎么用 ai， 改流程，提高效率，自己手搓 a 剪，自己把 skills 真正都做出来，把过去的工作，过去的思考全部当成 input 加进去，然后看看怎么样可以优化这个工作。 a i 已经从技术问题变成了组织问题了。而且这一次迈特全员总动员，整个公司 ai 化。如果一个人手里有好多个 ai， 你 可想而知它的产出会发生什么样的变化。那一旦 ai 进入公司，就不只是一个好用的工具， 它会立刻变成四个字，降本提效。而降本提效这四个字，对公司来说是使命，是增长，对很多人来说可能就是替代，这个是没法逃避的事情， 这无关制度，无关国界，这是技术对效率最原始的贪婪。这就是我今天这一周看到的第一个信号，企业对 ai 的 态度，从此刻起，从 matter 起，已经从工具尝鲜变成了重构生产力。第二个信号也很重要，这种事情你发现没有，真正能第一批大规模快速拥抱这种变更的， 往往是那种创始人还在，而且创始人判断非常强势的公司。因为这种变化才会牵扯绩效，牵扯资源，牵扯组织权力，说白了，他会动很多人的利益。 然后第三点，也是最让我不安的一点，就是说，宏观上看好像一切都在往上走，在进步，但微观上对很多人的体感是越来越难，他可能一边让社会变得更高效，另一边让很多个体个人变得更脆弱。所以我现在真的觉得我们每个人都要去想， 或者说逼自己去想清楚三件事情。第一件事情就是我的工作到底有多容易被 ai 替代，不去看自己的职位名称，因为那个什么都不是，你就看你自己每天在干什么。如果你做的大量的事情是标准化的、重复性的、可拆解的，那可能就要有危机感了，你说呢？第二件事情就是我们每个人的财务杠感到底高不高？ 比如说房贷、车贷、信用卡、小孩子教育经费这些所有都是固定支出，这些都是你个人对自己的长期债务承诺，一旦行业收缩、招聘变慢、工资下滑等等这些不稳定的因素发生，这个东西瞬间就会变成一个无形的压力非常的大。第三件事情， 我做一个个人有没有缓冲区？我有没有 plan b， 这个缓冲区可以是存款，可以是第二个技能，也可以是你离开现在这份工作还能不能找到另一条路。 我肉眼在硅谷，在加州，在美国看到了，而且不会只发生在这一个地方，在全世界任何的角度都是一样的。我也很想问一下大家，就是说你现在在学什么样的技能来对冲自己未来面对 ai 的 挑战呢？
1052Richard在加州
07:40查看AI文稿AI文稿就在昨天，原本被美特收购的武汉某 ai 创业企业被调停了收购行为。我看有很多人觉得很不理解，认为无非就是一场正常的商业收购而已啊， 只不过他是个 ai 公司而已啊，不用那么严格吧。但是我觉得我们对这个事情以及对整个 ai 产业都有很大的误解，那么我们对 ai 最大的误解是什么？就是觉得他只是个虚拟经济，大错特错， 这是第四次科技革命，而且其实是一场彻头彻尾的能源密集型产业革命。 我把这个事情拆成了七个问题，咱们一个一个说清楚。第一个问题，以前不是老比谁的模型参数多吗？现在怎么开始聊耗电量了呀？ 以前大家攀比的其实是智商，就是我的模型有多少亿参数，十亿级还是百亿级。现在呢？关注点开始转向了饭量了，就是训练这些模型需要消耗多少电，然后计量单位从抽象的参数变成了实打实的千瓦时。 是国际能源署有一个数据，说二零二二年全球数据中心用电大约是四百六十泰瓦时，到二零二六年可能突破一千泰瓦时。 什么概念呢？光数据中心的耗电量就会超过日本整个国家一年的用电量。然后到二零三零年，全球新增电力需求中有十分之一会被这些算力怪吃掉。 第二个问题，以前几次工业革命也是靠能源吧？有什么不一样吗？那为什么说这次工业革命的本质是能源暴力升级呢？ 咱们先看一下历史，十八世纪最有可能引爆工业革命的国家其实是荷兰，而不是英国。荷兰有股票，有期货，有现代金融，而且造船厂也是欧洲的超级工厂，地数资本样样领先。那为什么工业革命没有发生在荷兰呢？ 因为荷兰没有煤炭，荷兰只有泥煤，这种泥煤呢，热值极低，燃烧起来像吸饱水的海绵一样。如果荷兰的工厂买了瓦特蒸汽机，那锅炉工得疯了一样的往里边填料，维持同样动力，需要的泥煤的体积是煤炭的十几倍，根本不现实。 而英国呢，有大量的优质煤炭，这些煤炭埋的浅，易开采。煤矿呢，贴着海岸线出煤，可以直接装船运走，成本可以被压到极致。那么其实十九世纪啊，属于煤炭加蒸汽机的世纪，谁离河近，谁的煤便宜，谁就有价格优势。 第三个问题，那后来怎么就变成石油了？煤炭那么厉害对吧？为什么会被石油替代呢？因为煤炭有一个死穴，就是它是固体 啊。你想一想，如果用蒸汽机去造一架飞机，那么你得背着几吨煤，几吨水，还得配几个锅炉工啊，太笨重了是吧？所以蒸汽机只能趴在地上跑火车，或者是飘在水里面当轮船。 所以到了二十世纪，它是属于石油加内燃机的时代。石油是液体啊，是吧？内燃机轻便，所以才有了后来的福特梯形汽车，开进千家万户，然后才有了莱特兄弟飞上了天。但是关键问题又来了，那就是石油的分布极其不均匀， 全世界前十大出油国占了百分之八十以上的产量，美国就是天选之子。一八五九年，美国人打出了世界第一口现代油井，然后到了一九零零年左右，美国的石油产量就占据了全球的四分之三。 其实二战的时候啊，德国打苏联的本质目的就是为了抢八库油田，日本偷袭珍珠港的目的也是为了去印尼抢油田，因为他们自己没有油。 基辛格曾经说过一句话，说如果你控制了石油，你就控制了所有国家。那么第四个问题，十九世纪是煤炭加蒸汽机，二十世纪是石油加内燃机，那么二十一世纪呢？未来的公式是什么呀？跟 ai 有 关系吗？ 我告诉你，未来的公式就是律电加算力。那么要搞清楚这个公式啊，你得先分清楚三个词，算法、数据和算力。第一个词，算法，算法其实就好比婴儿的基因，它可以决定你的孩子是聪明还是平庸。第二个词，数据。 数据呢，就好比奶粉，你喂的它越多，你的孩子就会越博学。第三个词叫算力，是吧？那算力就好比你的消化系统，它决定了孩子的成长速度，算力越强，训练越快啊。说到这里，中美 ai 的 本质区别是什么？ 美国走的其实是通用大模型路线，就是他们想做的呀，是全科状元啊，因为他们奉行通行教育是吧？文理兼修。所以呢，他们希望他们自己可以写诗，也可以编程，也可以画画，啥都会是吧？一个模型打遍天下， 而我们中国的呢，我们走的是垂直大模型路线啊，就是我们希望各个行业有各个行业的细分型专家博士。哎，你这个模型擅长理工科，那你就不需要写诗， 你只需要在你的特定行业里，专业深度远超通用模型就行，那么这两个方向谁更胜一筹呢？说实话，两条路没有绝对的优劣，但是有一个共同点就是都是吞店巨兽。然后第五个问题 说，如果算力成本太高，那么中小企业传统电厂根本用不起 ai， 那 产业升级不就成了空话了吗？ 这个问题是根本上的问题啊，所以我们中国想出的办法是东数西算啊，因为我们东部经济发达嘛，但是土地贵，电力紧啊，如果拿宝贵的电去跑 ai， 那 就好比我们在陆家嘴去开衬衫厂是吧？你成本受不了。 西部呢，是地广人稀啊，风能啊，太阳能啊，水电丰富，气候还凉快，那数据中心呢，能够自然降温，运营成本也非常低。 那既然西电东送有损耗，那么我们把东部的数据送到西部去算不就行了吗？这和当年英国的工厂为了便宜的煤炭去扎堆在河边开厂是一个道理啊。所以中国的算力中心正在为了廉价的绿电而扎根西部。 第六个问题，那中美的竞争本质到底是什么呢？听上去像是技术竞赛，但是你说的本质好像又是工业泛式的竞争。 对，美国的范式呢，是要攀登人类智力的天花板啊。想要造出像爱因斯坦一样的全能全知型 ai， 这是一条精英路线。而我们中国的范式呢，是要解决具体的产业痛点。哎，我们想要造出的是成千上万个像鲁班一样的行业博士， 这是一条普惠路线。所以我们要追求极致的成本，要让智能像水和电一样便宜，让每一个乡镇企业都能够用得起。所以在我们的财经峰会上，我们的气候专员，我们的电网专家和我们的算力巨头就坐在一起讨论的不是如何让 ai 更牛逼，而是如何让 ai 更省钱。 这听起来一点都不够科幻，但是这恰恰是中国制造最可怕的能力，那就是我们最擅长把昂贵的奢侈品变成廉价的日用品。 第七个能力，那历史的规律到底是什么？我们正处在什么时刻呢？说了这么多，你能不能用一句话来总结一下呀？其实总结起来一句话就是，历史的轨迹从来没有变过。 十九世纪英国盛出，不是因为他发明了蒸汽机，而是因为他把动力成本压低到了手工业无法竞争，迫使整个时代迁徙到机器文明。 那么到了二十世纪，美国称霸，不是因为他发明了汽车，而是因为他用流水线和廉价的石油把出行成本降到前所未有的低点，让马车和旧工业体系瞬间失去了意义。那么今天谁能率先把智能的边际成本推向零，谁就能拥有定义未来的权力。 算力是引擎，电力是燃料，成本才是唯一的裁判。所以，看着西部戈壁滩上日夜旋转的风机和光伏板，我们或许正在见证新的历史时刻。所谓智能，正在从云端的神坛走进泥土，变成脚下坚实的基础设施建设。
169巫师老爸
05:19查看AI文稿AI文稿mate a i 眼镜在新加坡上架了，用完只能说科技真的是在悄悄改变生活今天来和我陈近视测评一下 mate a i 眼镜吧目前 i 闪 f n e x 店是有这款眼镜的如果你是近视的朋友这里还可以帮忙配度数话不多说我们来开始测评吧 这个就是它的超级配饰。嗯就是可以充电的就有点像 apple 这样的哎有声音 好神奇啊现在是跟你讲大家都能来就是能拍照能录屏然后呢翻译然后呢听歌能打电话这我给你看一下他的试一下他的听歌功能在 哪有声音啊对他就是像那个我是听不到你听得清楚吗？很清楚啊，所以我跟你的距离这样子我们是听不完的 这个呢就是能拍照你看你右上角有一个按键这里对你按一下就拍照哦有声音吗？有声音等一下我给你试一下这样子这样子可以吗？好像也可以啊你按一下就拍照在这个位置 这是你的视角给你哇你的你的你的帽子顶到了啊没事哈哈哈因为你的帽子要稍微因为他的他的镜头是在这里可以看见 刚拍的没事，等下你就对反正就是这就 ok 了 拍照片还有别的还有别的功能吗？因为你是他会摸哪个地方有什么功能吗？这两个 你往后拉就是右手右边右边有吗？往后拉哦是对往前拉就打手往前拉别往这 红烧拉丝大熊哎好神奇。哎呦这个就是一个西班牙字啊然后 你这个是要要要照着他读的要照着这个读他就会跟你画 ok he met a look and translate this test to english。 来看这来看这。因为你看这他他看这你才能翻译方式有声音吗？有的。对，所以这个就是一个其中一个功能啊，可以，还可以翻译。对，就是你看他什么样的，就是你要对折他啊。对，这个就是翻译， 念了这一串的英文就可以翻译这一串西班牙语。好神奇。这是墨镜，这个也是一样。这个等一下，因为他不能买一个按键。 哎我我有看到这边好像闪了一下的感觉在我这个点挺高清， 他们都被我帽子挡住了。嗯，换一个角度来看一下 把你的你帽子。哦，是的，那还是还挺清楚的。试一下录音啊录音 he met her start recording oh 然后它就会自动亮了 stop recording 就 可以了。 he met her stop recording 啊塞嗯， ok ok。 嗯，比如说哈喽 ok 了，然后怎么给他关掉啊？剪一下就好了。出门探索一下。 现在展示是这个 ai 眼镜拍摄的一些效果， 个人认为它身为一名 ai 眼镜拍摄效果还是非常不错的，画质也比较高清，非常适合户外和第一视角的拍摄，这一点功能还是蛮惊喜的。还有一个功能不能展示出来，就是它的通话其实蛮清晰的，刚才按的就是这个按钮， 这台 speaker 会在后尾，你望望它的麦麦克风尾的。嗯，然后这里就是那个摄像头。对，这样子 除了功能外，在颜值方面也很能扛打出了很多种不同颜色的款式，日常戴完全不出雾风情探店街拍也都很出片。体验下来真的不是智商税，是真的可以提升幸福感的数码单品， 在新加坡的朋友可以来 i 上线下体验一下，真的会上头拿这个视频来店面找 stop， 会有小惊喜哦！
1178陈chen依依
01:10查看AI文稿AI文稿ai 投放这件事已经不是未来了， meta 这次把入口真正打开了。四月二十九日， meta 正式发布了 meta ads ai connectors 公测版。广告主和代理商现在可以把 call check、 gpt 这类兼容 mcp 的 ai 工具 直接连进 meta 广告账户，用自然语言去创建、管理和分析广告。很多原本要在 ads manager 里完成的动作，开始可以在 ai 对 话框里做了。 这件事最值得看的地方是 facebook 广告的工作入口在变。以前大家做分析通常要先点后台导数据做表格，再把数据喂给 ai。 现在 ai 可以 更直接地接到账户数据 基础报表、异常排查、账户扫描，这类工作后面都会被明显压缩，但这不代表 ai 能直接替你把广告投好。它更适合先做第一轮数据读取和问题定位，真正拉开差距的还是投手能不能看懂业务背景，能不能判断问题到底处在素材转化炼录，还是阶段波动。 说白了， met 这次开放 ai connectors， 影响最大的是 facebook 广告开始从点后台慢慢走向问账户，后面投手拼的会越来越是，怎么用 ai 提效，同时又不被 ai 带着跑。
00:39查看AI文稿AI文稿cloud 这次要彻底清退中国用户了，这两天有大量用户发现 cloud 上线了一套身份验证系统。这套验证系统需要两样东西，一是由政府签发的带照片的身份证件，而且必须是实体原件， 附件截图或者电子版都不行。而且上传证件之后还必须对着摄像头人脸拍照验证，你可能觉得验就验了，这有什么的，但是要知道中国大陆可没有。在 cloud 的 支持地区里，大量的中文用户都是跨地区注册的 cloud 账号，不验证的话，高级功能直接受限。可一旦验证完成， 系统发现你的地址不再支持地区创建的，可能会直接封号。感觉以后要么就要接受议价更高的 a p i 中转，要么就要转头 codex 了。
1638马克Ai 笔记
01:04查看AI文稿AI文稿为什么科技巨头这么着急收购 minis 呢？我做了一个实验啊，做的让我头皮发麻，我让 minis 攻击一个，我部署在谷歌的系统里面，设计了一个超级复杂的密码，并且呢，我做了安全防护，然后你看啊，我给了指令之后，他会自己不断地尝试各种办法去攻破。 第一个办法，你看他失败了，然后他马上再会换第二个办法继续试，没有人指挥他，他就自己在这迭代优化，然后突破。你要知道，大模型本身就掌握这个世界几乎所有的加密和解密方式，他什么都懂。 但以前呢，他只是个顾问，你问他怎么做，他只能告诉你办法。但是现在呢， minus 给了他一双手，他不再只是告诉你怎么开锁那个人，他可以自己拿起工具自己去撬锁。 那最后结果呢？三分钟就攻破了我这个密码，然后他还能给我一份完整的报告。以前搞网络攻击需要顶尖黑客大量的时间，然后专业技能，现在呢，一条指令， ai 就 能二十四小时帮你不断的去尝试， 他不会累，也不会烦，而且比任何人类懂的都多。所以回到开头的问题啊，为什么这些公司这么着急呢？他们不是在抢一个 ai 工具，他们是在抢一个能把 ai 的 大脑和双手连接起来的开关。
1.7万琦哥聊AI
03:40查看AI文稿AI文稿ok， ok， 很多人说我们没有中文，所以我们现在在设置里面，现在有可以选择我们的界面语言，可以选中文，也可以选我们智能解析输出语言，那我现在就选跟随我界面语言这中文。然后我们回到这边，我们随便选一篇文献来演示一下， 提交，提交到后台解析。 ok， 现在审核好了，我们来查看一下，你看到现在我们的审核也更新了，首先可以看到我们现在一个英文文件已经全部转为中文，然后一些专有名词是保持着英文的形式， 因为我这边是因为口腔的文章，所以跟口腔关系比较大。然后现在还可以审核一下这篇，就是审核一下智能解析它的结果怎么样？开始审核。 ok， 可以 看到现在已经全部审核好了，这些是一些提取 possible 时候的一些问题。然后下面是一些修正的建议，我们可以看一下，可以单个应用，也可以全部应用，那我们点全部应用 让我们刷新一下。 好，现在已经全部应用上来了，然后全部应用之后，我们再创建六个字之间，然后有一些圆不完整的地方，就可以在这个地方会标出来。 有很多人说希望有一个 word 导出的功能，现在，呃，如果你想整个导出实验组的话，在右上角操作，这里可以导出它整个实验组，你可以在组会啊，或者说你每周的付款总结的地方可以使用这个。然后或者说我们，呃，想要，比如说今天我们做此实验，做第一个字实验， 那第一个子间呢？它就分为了这几步，它并是从一天，但是你可以把它都导出成一个执行单，导出之后是一个执行单。 ok， 那 我们可以先看第一个。 好，我们放缩小一点。好，第一个就是这样子的，它是一个有目录的一个对你这个实验组的一个总结。那我们先呢看写参数，一些子实验的流程，我们再看我们的执行执行单， 这是我们的执行单，也就是第一次实验，这是第一次实验的名字。呃，耗时的时间以及一些细节，我们完成之后就可以在这边打勾打勾打印出来之后， 做完之后你可以写写一些备注，写了备注之后，然后你可以再回到这个这边的电子版，添加个运行的日期，然后减入时间，然后各种运行的结果。 然后如果有一些什么问题，你遇到什么问题，可以用右下角这个，呃，基于当前实验的一个问答，他会基于本一次的一个小的实验，也就是这个步骤来去啊回答你的一整个问题，比如说我们可以问他这个实验的难点是什么？ 好，这里就是在思考中，我们稍等一会。 ok， 它就是，呃，难点主要停在这几个地方，我们就可以稍微注意一下这些难点， 或者说我失败到底是为什么？因为它当前的运行机运行日期，它也是可以，呃，当做它往往出手的一个上下文来回答的，它也会给你一个重点关注步骤。 ok， 它就是一些新的更新。
195WayneLam
