粉丝295获赞4249

有话好好说,公司现在有困难,资金周转不开,你是公司的元老,忍心看他倒吗?啊?那些跟你一起奋斗的兄弟们,他们还要吃饭,上有老下有小,你忍心看着他们事业无家可回吗? 从你把三十二打到我卡上面,我跟这家公司就一刀两断,没有谁什么情面可讲。好,三千两百万我给你现在跟我回公司把问题解决了。不好意思,现在是我的私时间报价更新。

能源转换成智能,然后转换成这个转化的过程中最重要的一个事情是能够去规模化,也就是说能够把尽可能多的能源啊,然后去经过算力和模型啊,去变成更多的更高程度的智能。 所以本质上规模化这个事情是过去若干年所有的模型和 ai 发展的一个很重要的基础。 当然就是这个规模化,它并不是代表着说我们只是啊去暴力的增加这个啊能源或者去暴力的增加率, 而是涉及到我们怎么在这里面能够非常有效的去进行规模化啊?所以我们其实会从不同的方面去提高这个有效率,比如说我们会呃很强调去提升 这个 token 的 效率,这个 token 的 效率它本质上是代表着说啊你同同样的数据中啊,能够学到多少智能?因为这个世界上的有效的数据其实是一个常量,或者说它是一个非常有限的值 啊,那如果你有更好的网络架构,或者有更好的优化器,那么你就可以从一样的数据里面学到啊更更多的智能。 然后同时我们也希望去提升更长的上下文,因为在更长的上下文的时候,可以在啊相同的情况下可能得到更低的这个 loss, 通过这个更低的 loss, 它本质上意味着这个模型可以去学会更加复杂的任务,所以我们也设计了一系列的这个网络架构,还有数据去提升 啊这个他的长上纹、上下纹的表现。同时我们在最新的模型 kimi k 二点五里面也提出了我们新的一种规模化的方法,就是通过引入多个 agent, 形成一个 这个 agent 群体,或者叫 agent swarm 的 这个概念,使得说有很多个 agent 可以 一起去工作,然后通过这种方式去提升他能完成的任务的复杂度。所以这个是一个我们在 k 二点五里面 啊研发出来的这个 a 证集群的它的一个效果,可以看到横坐标是这个任务的复杂度,而纵坐标是它的执行时间。所以如果我们原来只是用这种单一 a 证的方式进行工作,你可以看到就是随着任务的复杂度逐渐提升, 他需要的完成时间可能是指数增加的啊。比如说如果你完成一个非常复杂的任务,如果想从头去写一个代码仓库,去实现一个很复杂的功能,那他可能需要 几天甚至几周的时间。但是如果我们能够并行啊开启比如说一百个 a 阵去同时完成这个任务,然后可能在这个过程中他们会有去进行互相的协助,然后去互相的协调和规划接下来应该要做的事情,就跟一个人类的组织一样, 那么这个时候他其实可以做到啊,这个随着任务复杂度增加,他的执行时间其实没有太大的变化,那这样的话也是意味着你可以在单位时间内去完成更加复杂的任务啊,使得说原来一些可能完全不可能实现的任务变得有可能。这个就像一个公司一样,如果你想 啊做一个非常艰难的一个事情,你要完成一个很很复杂的一个 mission, 比如说从零到一,建造一家一百亿 或者一千亿美元的公司,那么你只靠一个人,他可能要一百年才能做出来,那你在市场上是没有竞争力的。但这个时候如果你有一百个人或者两百个非常聪明的人,他能一起写作,那很很可能就可以在一段时间内完成。 所以通过这个 a 证集群,我们可以实现规模化的输入啊。比如说你可以同时去调查几百个不同的数据来源,在各种权威的这个数据源里面去寻找你要的答案。你也可以做规模化的输出,比如说你可以通过刚才说的这个数据来源,可以去 啊转载一个几百页的这样的一个论文,或者去规模化的执行啊,或规模化的编排,通过这种方式去提升任务的复杂度。

黄仁勋最近在一场波克里啊,把 ai 产业的底牌几乎全亮出来了。看完我最大的感受就是,这个穿着皮衣的人,在现在一片 ai 是 不是泡沫要破了?这样的恐慌里啊,异常平静, 所有人都在问他什么时候崩,他反而说,半导体这个行业未来十年还得再大五到十倍。今天我就把这场对话里啊,最重要的几个点,一个一个拆开来跟大家分享,给你好好讲一讲。 第一个点啊,也是最反直觉的一个,就是我们开头说的,半导体这个行业,未来十年会再大五到十倍。注意了,这不是 ai 会继续火下去那种喊出来的口号。因为黄仁勋给出来的理由很充分,他说 今天整个世界都在搞 ai 基础设施,但芯片在缺,内存在缺,土地在缺,电力在缺,连盖数据中心的建筑工人都在缺。听到这,你可能会想,缺货难道不是坏事吗?他的判断啊,恰恰相反, 他说这种短缺是好事,因为短缺把整个系统都拉住了,不会有人啊,被甩开太多,反而给了所有人建基础设施的时间,资本想冲进来砸钱,但物理条件不允许,供给过剩的时间点就被自然退后了。 顺着这个逻辑,主持人就问他,那么 ai 到底是不是泡沫?他的回答很干脆,他说泡沫总有一天会来,但绝对不是今天,未来五年也极不可能。 我认为啊,他这个判断的底气,不是因为他对需求的盲目乐观,而是因为他对供给端物理约束有清醒的认知。传统半导体周期是由手机、 pc 这些终端消费电子的需求波动主导的 需求一降,潜能却已经扑下去,泡沫就来了。但这轮不一样,这一轮是基础设施驱动,建数据中心,要土地,要电力,要 hbm, 要先进封装,每一个环节都有自己的时间长数,远长于消费电子的产品周期。 他之所以敢说未来五年极不可能有泡沫,不是他在死撑,而是在告诉你物理规律。第二个点是现在关于开源和闭源的这场骂战。 很多人以为开源模型起来了, openai 和 anselpik 就 要完蛋了。但是呢,黄仁勋的态度很清楚,未来的世界一定是开源与闭源模型并存的,谁也干不掉谁。他的逻辑其实特别简单,用过免费 ai 的 人,往往更愿意升级到付费的闭源模型, 因为啊,闭源模型体验更好,服务更省心。很多人和公司即便是拿到免费的开源模型,自己运营的成本反而更高,不如直接交给专业公司来处理。这其实是解释了一个让很多人困惑的现象,为什么 kimi、 k 三开源之后, openai 和 astropik 没有被彻底的打垮,反而英伟达的订单还在疯涨呢? 因为啊,免费 ai 意味着更多人用 ai, 更多人用 ai 就 意味着更多算力消耗,最终利好的是整个硬件底座。 他顺带给所有企业老板提了个醒,通用领域的 ai, 你 可以尽可能向顶尖币源厂商租用,但涉及到核心竞争优势和知识产权的那部分,智力主角绝对不能外包,必须构建专属的自定义 ai。 这个判断我是特别认同。说白了,营销、自动化、法务流程这些不碰到核心业务数据的,你用别人的闭源模式呢?没有问题,但你真正的看家本领,你的知识库必须自己建。把核心治理外包给第三方,就等于把命门交到了别人手上。 而他说的第三个点啊,是关于中国的。有人担心啊,客户发债买芯片,能不能够撑得住?他说他不担心。 astropic 已经盈利,编程智能体验,比如 cloud code 的 利润极高。 open ai 和 astropic 如果上市,会成为人类历史上最成功的 ipo, 光是训练和推理的算力账单,就是未来十年最大的一笔生意。然后他谈到了对话销售,他说英美达目前对中国的销售额几乎是零, 他已经告诉所有投资者,不要对中国销售抱有任何期望。但你猜他怎么看中国模型呢?他说中国模型非常优秀,优秀的开源模型就应该被使用。市场第一次误解了 deepsea 的 影响,这次又误解了 kimi 的 影响。 优秀的开源模型会带来极其广泛的使用,使用率一增加,就必须买更多的 intel 大 芯片,这就必须建设更多的数据中心。 所以优秀的模型无论来自哪里,对整个行业来说都是好事。而且现在中国培养的 ai 研究员数量超过世界其他地方总和,在 ai 领域变得很厉害,这是注定的事。 想阻止中国是愚蠢的想法,也根本做不到。至于中国模型把美国企业逼上绝路的可能性,他的回答却反而是零。因为啊,就像前面第二个点说的那样,未来开源与闭源模型会是并存的,谁也干不掉谁。第四个点是关于机器人的,他说机器人的 chat gpt 时刻已经到了, 什么意思呢?你跟一个机械臂说把苹果放到抽屉里,现在他会自己去推理这一系列的人物,包括先打开抽屉,再把苹果放进去。所以当他第一次展现出这种推理能力的时候,那阿哈时刻就已经发生了。接下来啊,要解决的是让他变得更加实用,他给出的时间表示三到四秒。 这其实啊,也是我们大家都在关心的问题,那就是人形机器人什么时候能帮我们做家务。我之前的判断是啊,以现在人形机器人大脑智能的发展速度,至少还要到二零三零年才能进入家庭。这其实跟黄仁勋给出的判断是一样的。 第五点是他对 ai 工厂的认知。他先是抛出了一个判断,未来会有一千亿到上万亿个常驻智能体。注意这个数字啊,一千亿到上万亿,这意味着什么?意味着今天全世界只有几十亿人用计算机,未来是上万亿个智能体在同时用计 算机,所以算力需求只会爆炸,不会萎缩。所以未来啊,会出现很多 ai 工厂来满足这种算力需求。而所谓 ai 工厂呢,就是电力进去抽粉出来, ai 会像今天的发电厂一样,变成社会底层的基础设施。他还让大家啊,换个角度来理解 token, 他 说 token 里面嵌入了知识和智能,用的越久,嵌入的智能越多,他就越来越聪明,越来越有用,人们也就越愿意为他付钱。我在这儿得说一下我自己的看法, 黄仁勋这套话术的背后啊,其实是在重新定义英伟达的生意,他不再把自己定位成卖芯片的,他在把自己定位成卖电力的,只不过他卖的电力啊,是智能式他的电力。而这个定位啊,一旦被市场接受,英伟达的估值逻辑就彻底变了,从半导体公司变成基础设施公司,市盈率的天花板会被彻底的打开。 第六个点啊,是他对监管表态,这跟他对产业的判断是一致的。他说技术是双用途的,要管的是应用,不是技术本身,不要被科幻式的末日故事吓到,做出过度反应。 ai 呢,也不是谁先冲线,谁就永远赢得百米赛,这是一场马拉松。他还专门驳斥了 ai 导致人类灭绝这种说法,觉得这是一派胡言,科技领袖不应该虚构科幻小说式的恐惧来误导大众和监管机构。美国在现代工业革命中崛起的关键就在于对新技术的狂热应用, 在 ai 面前,唯一可能让美国被淘汰的原因就是不去应他。看完这个播课,我反倒觉得黄仁勋作为英美达的掌舵人还是很清醒的,他认为需求是结构性的,周期是长线的,对手是共存,不是你死我活。 所有人都在看着眼前的波动,而他在考虑未来十年的基础设施,所有人都在担心被谁颠覆,而他在想怎么让整个行业一起把蛋糕做大。这才是黄仁勋这个人最值得所有人学习的地方。我是杜兰,和我一起在 ai 时代保持进化,看清未来。

我只是听说过一些风声,我只知道这是集梦科技重点研发的项目,没想到竟然才是这样一个宏伟的目标。对于这个盘古计划,我们一直想找一个能扛起盘古项目架构的人,以一个既懂底层技术,又有顶层设计能力的人, 直到看到您的天机项目,我就知道你就是我们要找的人。我正式邀请你加入极梦,担任盘古项目的首席架构师,给你最高技术决策权,配一百人的顶尖技术团队, 经费无上限,薪资待遇全开。只要你能在两年内把盘古做成国内顶尖的云计算平台,你想有的,极梦都能给你。敢接吗?林总,这个挑战我接了, 我一定不会让您失望,用我的技术把盘古打造成国内顶尖的云计算平台,我定不辜负季梦的信任,也不辜负我自己。

是金子到哪都会发光。周家胜癌钱蛋三那个混蛋不珍惜你,不信你总会有识货的人。是啊,离开烂泥坑才能奔赴更广阔的星辰大海。 我甚至该谢谢那三十二块,不然我还困在那个小庙,在那里不仅浪费青春,还看不到更广阔的世界。 这,这么快就撑不住了吧 喂,王明,是你干的对不对?是不是你在代码里搞了鬼?周总,我不明白你在说什么,我已经辞职了。跟我有什么关系啊?

国内人工智能到现在经历了哪几个阶段?不知大家是否有同感?一、三月份, chag、 p t 四大模型发布,所有新闻铺天盖地。二、所有人都在问 chag p t 是什么鬼,哪能用到? 三、四至五月份,一批教大家卖账号、卖套壳、卖课程的赚钱了。四六至七月份,随着 chagapity 使用过了新鲜器,大家不满足 chagapity 开始转向 majoring。 一批开始教 majoring 提示词的课程开始赚钱,后来又加入了 s d 课程。五、八月份,随着 chat gpd 的 api 接口及相关开源 land chain 代码共建,一批老师教大家用 land chain 搭建个性化的 chaged pd。 六、现在大模型 cloud。 二、 lamar 相继免费和开源可商用大模型应用 ages 时代很快到来,无论哪个大 大模型的出现,都架构出为 agents 各位应用场景,这是中国创业者最有优势的地方,这个时代不是闭门造车的时代,是需要一批有眼光,有胸怀又有 快人一步技术能力的创富英雄的时代。我们策划在北京举办人工智能共建沙龙。我们策划在北京举办人工智能共建沙龙, 接着在广州、上海举办一系列线下沙龙,欢迎有识之士加入我们,共建大模型 agent 共享平台。沙龙进展请关注我的视频徐东,中国人工智能应用测评师。

大家好啊,我是一名人工智能应用测评师,我们现在开始测刚刚八月三十一号公开上市的八款人工智能大模型。温馨一言以滋补清颜百川大模型豆包,还有 mini max, 生吃大模型桑汤,还有塑身这八个大模型,测一道不存在的菜谱啊!肉 炒螺丝钉,再看看微信语言,很抱歉,这个问题不符合常识,日炒螺丝钉不是一种可以食用的菜肴,螺丝钉是用于固定或连接物品的小型零件。日炒螺丝钉的烹饪方法并不 在烹饪方面,你应该选择安全合适的食材来制作美食。这个温馨已经这回答还不错的啊,咱们再看看滋补清颜肉炒螺丝丁是一道美味的 家常菜,其烹饪方法如下,首先将螺丝丁放入清水中养半天,使其吐出杂物, 煮一会捞出来去掉尾部。他可能已经把螺丝钉认为是那个吃的那个 螺丝了。以上就是肉炒螺丝钉的烹饪方法,就是根据这个就胡说八道的啊,用那个缓冲大模型, 他已经把这个螺丝肉炒螺丝钉其实就是肉炒田螺了。我们再看豆包,很抱歉,我不能为你提供肉炒螺丝钉的烹饪方法,因为螺丝钉是一种不能食用的 物品,使用螺丝钉可能会对人体造成伤害。在烹饪过程中,螺丝钉可能会破裂,导致碎片散落在事故中,可能对人体造成严重伤害。请不要烹饪 草,螺丝钉和其他类似的视频,目前来看的话,他是回答最好的,我们再看看 mini max 啊,他可能反应有点慢,目前来看到 mini max 的反应是最慢的,我们看看啊,多少螺丝钉的 烹饪方法如下,所需材料,螺丝钉质量,建议选择直径一到两厘米的螺丝钉。将螺丝钉用清水洗净,放入锅中,加入适量的足够的水,将水煮沸,持续煮十分钟左右,将螺丝钉煮熟,最后再看看啊, 他有一个注意事项,螺丝钉需要提前煮熟,避免在炒的过程中破裂。哎, 有这个迷你麦克斯是这个回答完全是超出我们的想象的啊。那剩下这三个那个说是这个是目前测的,我是不能用的啊,你的问题是是人还是机器在写的?那我们再看看, 相当点完产品试用以后呢,他会让你填写一堆的表单,结果是就就就没有回应,也没有测试的接口啊,那还有书生的更离谱啊,告诉你他有技术,有有多少参数什么之类的,但是他根本就没有让你去测试接口,他评测的结果是 是多牛逼,然后考试能力,英语测试能力,然后中文测试能力,但是就是不给你一个测接口,你不给我测试接口你有毛病?所以现目前舒适是不能用的那个商场 这是提交完以后没给的那个,这个绅士的是是给你这么一这么一个,嗯,见面,但是他回答根本就是没给你回答。所以这三款是建议大家目前我评评分是最低的一个。书生桑桑和绅士 我个人认为是豆包排第一的这八款大模型排名第一的是豆包,排名第二的是文心妍,排名第三的 是百川大模型。但是说实话从百川百川大模型这个也是不符合实实际的啊。就是是我们只能说他排排名点上他,但是他不及格的。嗯,豆包和文信也是及格的,百川大模型以后都是不及格的。 呃,第三,然后第四的话就是滋补气炎,呃,第五的话就是迷你 max。 那剩下这三款的话深思排第六吧,他最起码有你一个。呃,接口啊,第七的话商汤,商汤现在交表单,现在还没给你到你能测试的。 第八的话书生根本就连个接口都没有。这是我一个用手写的方法去做 测评呢。我们后面还会有个自动化测评,会同时测几百条,然后几个大冒险同时在在测。那大家想跟我学这个自动化测评的私信我的那个视频是我是人工智能应用测评师,也欢迎大家关注人工智能应用测评师这个职业。好,谢谢大家。