Al耳机概念会抄作吗

最近，不论是 ai 大 牛，不论是黄仁勋还是李飞飞，都提及了一个 ai 发展的下一个阶段是物理 ai， 物理 ai 成为焦点。那什么是物理 ai？ 这个概念指的是能理解并适应现事物理规律，如重力、摩擦力的人工智能。 其核心在于通过数字孪生技术在虚拟环境中对机器人自动驾驶系统进行海量训练，再部署到现实世界，被认为是继生城市 ai 后的下一个重要方向，将深刻影响制造业、物流和交通。 举个例子，一个具备物理 ai 能力的机器人，通过在虚拟环境中无数次模拟抓取不同重量、形状、质地的物体后，会本能的知道抓鸡蛋需要用多大且均匀的力，手指该如何贴合局面，移动时要保持平稳，避免晃动。 这种对物理属性的理解和适应就是物理 ai 的 核心。而传统视觉 ai 可能能识别出这是一个鸡蛋，但他不知道鸡蛋是易碎的、表面光滑的、椭圆形的。 物理 ai 的 最终目标是让智能体获得一种接近于人类或动物的物理直觉，这是人工智能从数字空间走向并服务于实体经济的必经之路。对 ai 感兴趣的朋友可以关注我。

家人们注意了，谷歌刚刚放出大招，把普通的耳机变成了同声传译器，支持七十多种语言实时翻译。说话的时候，它的这个语调跟情绪像人一样啊！这简直就是黑科技！那你以为这只是个翻译工具吗？错啊，这背后是语音 ai 的 重大突破！ jimmy 二点五模型让用户在一分钟之内就忘记是在和 ai 在 对话，甚至还会对他说声谢谢啊！最颠覆认知的是他的商业化速度，已经有公司在用这个技术赚钱了， sofify 的 ai 助手帮商家搞定销售， 而贷款公司用 ai 助手完成了一万四千笔交易啊！这生产力厉害吧？那普通投资者应该关注哪些机会呢？ 这就是 ai 应用的爆发前夜啊！当技术成熟到让用户忘记是 ai 在 服务时，商业价值将呈指数级的增长。看完记得点关注哦，我会持续更新最新的财经资讯。

谁能想到，在全球巨头死磕 ai 眼镜、 ai 手机时，这家中国初创公司却靠一套能长在身上的 ai 穿戴设备先行一步。它叫光帆科技。就在前几天，他们发布了一套叫 livewire ai 的 全感穿戴设备。简单说，这就是一个由 ai 耳机、智能手表、充电盒组成的三件套。 最牛的地方在于，这对耳机是全球首款带摄像头的主动式 a 耳机，它不是等你发令，而是主动帮你。以前的 ai 硬件像个复读机，你不问，它不动，但 lightware 想做的，是一个始终在场的助理。 发布会现场有个细节特有意思，一个女孩在超市拿起一瓶饮料，问这玩意儿网上卖多少。耳机里的 ai 看了一眼商品，秒速搜出全网低价，甚至直接帮她下单买了。 他就像个隐形的贴身秘书，预判提醒算准你快到家了，主动告诉你，路口有快递别忘了拿。发现你开会的时间和饭局状，他会自动帮你挪开会议，顺手把出差的机票和常住的酒店都订好。那为什么成品非得是耳机？ 创始人董红光是小米的第八十九号员工，是个深耕硬件的老兵。他发现，比起沉重、容易让人尴尬的 ai 眼镜耳机才是大家最能接受的随身设备。 他在耳机上装了两个二百万像素的摄像头，你可能会问，这像素也太低了吧？但他管这叫低像素哲学。 ai 摄像头不是为了让你拍大片，而是为了让 ai 看懂这个世界。他只要能分辨出你手里拿的是咖啡、橙汁还是感冒药就足够了。 像素越低，越省电，也越能保护隐私。为了把 ai 塞进几颗重的耳机里，光环科技还自研了一套 live o f。 他 们把活分开了干，耳机负责听和看， 手表负责测心率、看消息。充电盒才是真正的移动大脑，自带算力和流量，保证 ai 永远在线。这种分布式的打法其实和 mate 的 最新思路很像，但中国公司已经率先落地了。 二零二六年一月，这款产品就要去美国 c e s 展会亮相。谁说 ai 硬件只能看美国巨头？这次中国玩家走在了前面。好了，关于这款截胡巨头的 ai 穿戴设备，今天就讲到这里，这里是 ai 硬件情报局，关注我，下期继续解锁更多前沿科技。

o p e n ai 放大招， ai 耳机只怼苹果 ai r p o d s。 语音交互要变天？ o p e n ai 要跟苹果正面刚了！ 最新消息，他们正在秘密研发一款 ai 智能耳机，目标直接锁定苹果 airpods 的 市场。跟普通耳机不一样， 这款耳机深度整合了 chat gpt 技术，语音交互体验据说会很颠覆。消息人士透露，它采用开放式设计，戴久了也不会不舒服。内置的语音识别芯片很给力，能实时处理你的指令，还能通过 chat gpt 生成智能回复，像多语言实时翻译、语音记笔记、 智能提醒，这些实用功能它都能支持。这可不是 open ai 第一次碰硬件了，之前就有消息说，他们一直在琢磨把 ai 技术和消费电子产品结合，这次的 ai 耳机项目被看作是他们从软件服务往硬件生态扩展的关键一步。业内人士分析，现在正是 ai 语音助手市场爆发的时候， openai 选这个时机入局很聪明，比起传统智能耳机，带 c h a t g p t 的 设备能实现更自然、更智能的对话，说不定能重新定义人和机器的交互方式。目前全球真无线耳机市场还是苹果 airpods 说了算， 但有了 ai 技术加持，竞争格局可能要变了。 o p e n ai 这波入局，不仅能让我们有更多选择，也会推动整个行业往 ai 驱动的方向走。大家觉得这款 ai 耳机能撼动 airpods 的 地位吗？

哎，不知道你有没有发现，我们现在身边全是 ai 的 各种新词，什么大模型、工作流、智能体， 是不是感觉这些词满天飞，听着好像都挺厉害，但真要说出个所以然，又觉得有点模糊？别担心，今天咱们就用一个特别生活化的场景，帮你一次性把他们仨的关系给捋的明明白白。说实话，是不是有点懵？ 这太正常了，好多人都有一样的感觉，这些词听起来一个比一个专业，但其实啊，他们之间的区别比你想象的要简单的多。咱们今天就是要把这层窗户纸给彻底捅破。好，咱们这就开始。你来想象一下，现在你要办一场家庭聚会，就十来个人吧， 但你想想，要定菜单，算预算，列购物清单，还得照顾到谁不吃辣谁不吃香菜，想想就头大，对吧？行，咱们就拿这个任务来看看，这几种不同的 a a 工具，分别能帮你干点啥？ 好，第一位选手登场了，他就是我们最熟悉也是最基础的工具大语言模型，也就是我们常说的 l i m。 你 可以把他想象成你身边多了一个什么都懂的 ai 参谋，专门负责给你出谋划策。你的任务很具体，十个人吃饭，预算呢，就五百块钱， 这事说难不难，但要做得好，还挺费脑筋的。那咱们看看这位 ai 参谋能给出什么好主意。于是你就打开了对话框，非常直接的输入了你的问题。这个过程其实就跟你问一个经验丰富的大厨没什么两样， 你提要求，等着他给你建议就行了。结果呢？哇，几乎就是一瞬间，一份看起来特别专业的菜单就出来了，你看，有鱼有肉有蔬菜，搭配的还挺讲究，连菜名都给你起好了。 这就体现出大模型最厉害的地方，他懂得多，而且生成内容的速度超快。哦，对了，你突然想起来还有特殊要求。 你看，这个对话是可以持续的，他不但能给你一个初步方案，还能根据你补充的信息不断的去优化。这不，你一说，他马上就把菜单里的辣菜给换掉了。好了，重点来了， 大模型他就像一个超级聪明的参谋，知识渊博，反应也快。但他的核心特点是被动，你问一句，他答一句，你不问了，他就停在那了。 所以说，他帮你解决了怎么想的问题，但他没法帮你解决怎么做的问题。这么来回问了几次之后，你可能就觉得，嗯，虽然挺方便的，但每次都要这么问，还是有点繁琐。于是呢，你就想，我能不能把这些固定的步骤干脆打包成一个全自动的流程 好，这样我们就进入了下一个阶段，工作流。这时候，你就可以把整个准备过程设计成一个固定的流水线，你看，第一步，确认人数，第二步，生成菜单，第三步，列出购物清单。最后一步，甚至能帮你设个提醒，告诉你啥时候该去买菜。 现在啊，只要按一个钮，这一整套流程就自动跑完了。这个就是工作流，他就像一个纪律严明的指挥官，你提前把命令设置好，他就每次都一丝不苟的按顺序执行 好。他最大的优点就是两个词，稳定、可靠，特别适合处理那些需要重复做，而且流程固定的事。听起来是不是很棒，但问题来了，咱们都知道，现实生活里最不缺的就是意外。 要是事情没有完全按照你设定的剧本来走，这位只会执行命令的指挥官，他还应付的过来吗？一旦突发情况出现，这种有点死板的工作流一下子就没辙了。 这时候，我们就需要一个更厉害的角色登场，一个能自己动脑子主动解决问题的角色。果然，就在聚会的前一天，一个电话打过来，你所有的计划瞬间就被打乱了。你看，这就是典型的工作流，处理不了的问题。人数变了，菜单得改， 有人过敏，相关菜品得全部换掉。你之前设定好的那个流程，现在等于完全作废了，你得从头到尾手动去改一遍，多麻烦。 但是如果现在你用的是智能体，那情况就完全不一样了。你不需要再一步一步的教他该怎么做，你只需要给他一个最终目标，就六个字，搞定这次聚会。这就是最根本的区别，你给的不再是一步步的指令，而是一个需要达成的结果。 这就像从指挥变成了授权。接下来发生的事就有点科幻了。这个智能体在收到你的目标之后，他自己就开始干活了，他会主动去分析哦，人数变了，那菜量得增加哦。有人海鲜过敏，那菜单里所有带海鲜的都得换掉， 他甚至还能帮你查一下，万一超市里某个菜买完了，他会马上给你推荐一个替代品。所以你看智能体，他更像一个能力超强的小管家，你只需要当好老板，把最终目标告诉他，剩下的他来搞定， 他不是被动的回答问题，也不是死板的执行流程，而是主动的为最终结果负责，灵活的处理一路上遇到的所有问题。 好了，咱们这个聚会的故事到这就讲完了，现在咱们把这三个工具并排放在一起，来个最后的总结， 搞清楚之后，你下次就知道该怎么为你的任务选择最合适的 ai 帮手了。你看这张表一下就清楚了，大模型就是那个什么都懂的朋友，主要负责思考和回答。 工作流呢，就像一个听话的执行团队，你让他干啥他就干啥，主要负责遵循指令。而智能体就是一个聪明的管理者，你不用管过程，他会想尽办法帮你实现目标， 咱们甚至可以把他们想象成一个层级。最底层的大模型就是大脑，他提供了思考和理解世界的能力。中间的工作流就像是手和脚，负责把大脑的想法稳定的执行出来。 而最顶层的智能体就是那个运筹帷幄的管理者，他指挥着大脑和手脚，最终对结果负责。这个比喻是不是特别形象？所以这才是关键。下次你再觉得某个 ai 怎么这么笨或者不好用的时候，可以先别急着怪他。 你可以想一想我是不是用错了工具，我现在需要的究竟只是一个创意点子，还是一个稳定执行的流程？ 或者说我其实需要的是一个能独当一面的问题解决专家，搞清楚了他们各自的本事和脾气，你就能更好的驾驭 ai， 让他真正成为帮你解决问题的左膀右臂。 那么现在轮到你了，面对你的下一个大挑战，你的那个家庭聚会，你会选择哪个工具来帮你呢？这个问题留给你来思考。

今天我要说的内容呢，可能要砸掉很多人的饭碗，但我必须说，现在炒的火热的那些 ai 加医疗啊， ai 加教育啊，还有 ai 加营销啊，这一系列的 ai 加呀，可能都是伪概念伪命题，纯纯的题材炒作。 我知道你可能不会信，但我们回头去看，当年的互联网加，还有后面的互联网加，它是怎么量下来的呀？这个剧本呢，可能已经在骂我了，说你就是个棒槌， ai 就是 有未来， 你真的不用这么着急来喷，今天我就先拿这个 ai 加医疗开刀，跟你拔一拔。这里面真实的逻辑听完过后，你要是还觉得我在胡扯，那评论区你随便骂， 但要是你觉得我说的有点道理，记住我今天说的观点就行。咱们呢，都是股民，炒股嘛，图的就是真金白银的盈利，不是跟什么概念去赌运气。当年的互联网家，互联网家，你看套了多少的人，今天的 ai 家很可能就会重演当年的剧本了。为什么我这么笃定呢？ 因为这个历史他总是惊人的相似，互联网加他是怎么量的？老股民应该还记得，那个时候的互联网加简直就是全股民的狂欢，传统的门店开了一个网店，那就敢叫什么互联网加零售，那培训机构搞了一个什么打卡群，就敢说自己叫互联网加教育？ 一个小饭馆接了一个外卖订单，就说自己叫互联网加餐饮，那现在的 ai 加是不是差不多啊， 只要名字带了一个 ai 加，那融资就是哗哗来呀，股价嗖嗖的涨啊。但咱们股民一定要懂，股市里啊，热度越高，风险就越大，等这个热潮一退，立马就要现原形呐。这些企业，他不过就是把线下的生意搬到了线上，他既没有扩大他的市场，也没有提升他的核心竞争力。 最要老命的是啥？原来以为这个互联网没了中间商赚差价，结果呢？互联网平台才是那个最最最最大的中间商，你开网店要付佣金，做推广要砸钱，搞进价，外卖还要被抽成。 最后呢，传统的商家根本没有省下啥钱，而且还回不到过去了，白白的便宜了那些互联网平台公司。那些靠炒概念的公司呢，股价跌的比谁都快， 留给咱们股民的，要么就是高位站岗，要么就是一地鸡毛。而互联网家呢，又坑了多少人？我想还有不少的人记得这么一个词，叫万物物联， 那智能手表可以测健康，智能冰箱可以自动补货，那智能工厂无人值守，那资本又是蜂拥而入，好多企业给传统的设备装了一个传感器，连个网就说自己完成了互联网加转型，股价炒上天。 但现实呢，好多项目它就是为联网而联网，根本解决不了用户的痛点， 技术也不成熟。这些公司啊，怎么涨上去，怎么扎下来，全部都是股民来买单。现在轮到了 ai 家，完全就是换汤不换药啊，只是换了一个主角来演戏。 我先声明， ai 本身呢，它确实是个好东西，在生活当中，工作当中，它确实能帮助我们提高效率，比如整理数据呀，写 ppt 呀，写文案呐，省时又省心。但在股市里面呢， ai 加这个概念，它就是一个大坑，尤其是 ai 加医疗， ai 加创新药这些最具迷惑性，今天我就重点来拆它，告诉你为什么这些概念真的不能去乱追。先看 ai 加医疗，这里面有两个饭局啊，全都是泡沫。第一个饭局就是 ai 能帮助医生看病，那医院的收入就会增长。 这个呢，也是被股市吹得神乎其神的， ai 能帮医生精准的识别病灶啊，分析影像。但它跟股价上涨有半毛关系吗？ 他跟收入增长有半毛关系吗？没有，这玩意他本质就是一个效率工具，他能减少医生的加班时间，不能给医院带来新的收入啊。 为啥？因为患者的总量是固定的，他不会因为你用了 ai， 你 的病人就凭空多出了百分之十，多出百分之二十。 真要是病人暴增，那大概率就是 ai 误诊了，把没病的看成有病了，把小病看成大病了，这可能吗？显然不对啊，整个医疗行业，他的医生，医院，还有他的患者，他是相对固定的呀。 ai 让医生半个小时干完了平时两个小时的活，顶多是让这个医生多了一个时间去喘气。那没有新增患者就不可能有新增涨上去，你这个股价更不可能长期上涨。 你以为这就完了？更残酷的还在后面，因为你可能要说，那既然效率增加了，那医院可能就要减少医生，那成本降低，这个利润该增加了吧。 听起来好像也对耶，原来一个医生看五十个病人，现在因为有了 ai 辅助，那一个医生可能看一百个病人，那按理说成本要减半呢，但你真的能省下钱吗？你买 ai 这个服务不给钱吗？ ai 的 授权费、维护费、升级费全都是钱，你省下的钱全都给了这个 ai 供应商了。 最可怕的还在后面，那过去的医院呢？遇到了经营压力的时候，那还可以通过降薪、裁员、反检、招聘来降本求生。但现在呢？ ai 服务费是固定支出吧？你签了合同的呀？改不了啊，一年几十万上百万，这是雷打不动的。一旦你的收入增长停滞了， 这笔刚性的成本呢，就会成为压垮你最后一根稻草。医院非但没有赚到钱呢，反而把自己给绑在了 ai 的 战车上，还把自己的退路给你堵死掉了，你说这玩意好吗？那我们再看第二个， ai 加创新药，这个也是神乎其神的黄金赛道啊， 更具有迷惑性，资本也吹得更邪乎，因为 ai 能缩短研发周期，降低试错成本，是医药最最大的一个革命利器啊， 这也是我们认可最认可的创新药的一点。但是这个底层逻辑更错的离谱。为啥呢？ 创新药的首先，创新药的研发周期它本质是由临床验证决定的，它不是由算法决定的。 ai 可以 帮助你筛选分子，预测毒性， 但你最终能不能上市，还得靠三期的临床试验，这一步没人能跳得过去，也不可能有加速，这是第一点。第二呢， ai 确实能提升我们的效率，但反而会成为药厂压价的一个充分理由。 原因很简单，原来你花两年研究一个项目，那药厂给你一千万，那现在你用了 ai 半年搞定了，效率提升三倍，你以为药厂还能给你一千万吗？你做梦！药厂可能会砍你五，砍到五百万，甚至更低，三百万你不干，有的人干， 你不干，张三的公司要干，李四的公司也要干，这就叫行业内卷。因为任何一个行业的利润呢，它都有一个合理的区间， 所以你不可能形成一个暴利出现。那又有一些人可能要说，那这个研发的成本降低了，原来不能参，原来提供不了一千万的公司，也可能拿出五百万来做研发开发新药。那你不是也要增加，那你的客户增加了吗？ 你说的太对了，相当于以前你一家公司就能凑够一千万的订单，你想想看， 你活没少干吧，只能让自己的活干的更多吧，结果呢？收入还是那么点，利润还是那么点，反而变成了营收乏力。那你觉得这个 ai 加创新药这个逻辑还通吗？ ai 加办公啊，这些都是一样的，它们的成本啊，都在增加它，它必须要有一个订阅费， 而且要老命的是像医疗这些公司啊，本来还可以降点薪，裁点员，但这个教育啊，营销啊，办公啊这些领域连裁员都难，那老师不能裁，销售不能减，行政不能裁，结果呢？效率没有提升多少，账单倒是多了一笔 ai 使用费， 这哪是降本增效，这明明就是增收不增利，甚至还是徒增成本。所以结论很清晰， ai 让效率提升，它不等于让公司创造了利润，增加了收入。 这就是 ai 家最大的一个认知陷阱，因为我们的行业蛋糕就那么大。这个在早期的互联网，互联网的时代已经验证过了， 一个工具被全行业普遍使用的时候，那么这个工具的红利也就消失了，它最终还会落到拼产品、拼服务、拼成本。所以对咱们股民来说，没有业绩支撑的概念，都叫炒作，都叫纯题材。那说到这里，这个 ai 时代是真的没机会了， 答案是否定的，我们 ai 不是 没机会，只是你千千万万不要去选什么 ai 加，一定要选卖 ai 的。 那我们去回顾历次技术性革命，真正赚大钱的从来不是加技术的应用方，而是提供技术工具的供给方。 那互联网时代赚钱的不是开网店的，全是那些平台公司，做支付的，做云服务的，成就了英特尔，成就了微软，成就了阿里这些公司。 那新能源时代呢？你去看卖铲子的宁德时代，是不是市值最大那一个？当所有的行业都要使用 ai 的 时候，真正的增量是来自那些提供 ai 核心能力的企业，这个才是我们的重点。希望今天的分享呢，能帮助你避开陷阱，抓住 ai 时代的真正的机会。

兄弟们，现在这个 ai 发展太快了， deepsea 前段时间发了一篇论文，大概公布了 deepsea v 四将会是怎样一个价格，里面提到了这个叫 ingram 的 概念，然后呢，它是什么意思呢？举个简单例子，我们当下的 ai 计算一道五乘六等于几，那他可能会先去理解 五乘六是什么意思，乘法是什么意思，然后他可能或者他可能会去想五个六相加是等于几。但是现在呢，有了这个 ingram 的 这个 架构，他就相当于给 ai 提供了这样子一个记忆，有些内容就从计算变成了查找，而且这个查找是不用耗费脑力的，他想来就是比如说我们会背乘法口诀表，一得一，二得二，对吧？他就会直接背出来五六三十， 他就不用前面去想乘法是什么，五个六相加是多少啊，就这样子去计算了，那么他就相当于把已有的知识拿来就用， 有了这个能力以后， ai 它的响应速度会更快，而且它的使用成本会更低，所以这是 deepsea 在 大模型的降本增件上又一力作啊。我建议大家各位股民可以现在布局 deepsea 概念了啊，就是你懂的啊，到了春节它就懂吧。

今天啊，我们来聊一个 open ai 官方最近反复提到的概念。中文呢，一般翻译成能力过剩。简单一句话概括呢，就是 ai 已经很强了，但是我们大多数人根本没有把它用到该用的地方。比如说现在呢，大部分人用 ai， 可能是写一段文案，翻译一句话，改改语法，生成一张图等等，这些有没有用呢？当然有用， 但问题是，这是 ai 能力的最表层。而真正拉开差距的是另一种用法，不是传统的一问一答，而是让 ai 去做一整件事情。比如说呢，自动收集目标客户的信息，自动调研，自动发邮件，并且自动跟进。但现实是，这样的应用场景在普通人甚至很多公司里依然非常少。 所以 openai 呢，才会提出 capability overhang 这个概念。它们其实是在提醒整个行业一件事情，就是模型再厉害，如果只停留在问一句答一句，价值是被严重浪费的。这也是为什么在 openai 对 二零二六年的预测里，有一个非常关键的判断。 他们说啊， agi 的 进展不仅取决于模型本身变得多聪明，同样取决于我们能不能真正帮助人们正确地使用 ai。 注意啊，这句话的重点不是 ai， 而是人。因为呢，在未来几年里，真正的瓶颈很可能不再算力，不再参数， 而在最后一公里上，也就是怎么把复杂的 ai 能力，复杂的工作流，变成普通人也能用，并且从中受益的东西。那对于我们普通人来说呢，这是一个非常重要的信号。我们当然没有办法去参与潜模性的研究，但是，如果你能解决怎么让 ai 真正帮人省时间赚钱，提高效率这个问题？那你很可能正站在未来几年里最有价值的位置上， 而至于这最后一公里具体该怎么走，怎么帮助更多的人正确的使用 ai， 后面我会把它详细的拆解，感兴趣的朋友可以点个赞，点个关注，未来我们一起进步。

上期聊完 alpha school， 评论区全在劝我善良。有人说啊， ai 刷题也叫上课啊，还有人说那是小孩智商高，跟 ai 没关， ok？ fine？ 说实话呀，这些话听得我冷汗直流。不过呢，为了自证清白，这周啊，我测试了几十款 ai 游戏化学习产品，结果我发现啊，大家骂的太对了，现在百分之九十的 ai 游戏化，本质上就是个电子马戏团。你看这些 app 啊，做对一个题，给个金币，连送三天的送勋章 还绑红点，恨不得戳瞎你。这叫学习吗？这叫行为训话。把孩子呀当鸽子喂，喂一颗糖动一下，喂一颗糖动一下，这种外挂式的游戏话呀，除了让孩子学会钻空子领分之外，只会消耗他的多巴胺。 那么金币发完了呀，他比谁都厌学。但我看到顶级精英都在玩着 ai 逻辑，我才明白四十几以前有多天真，人家呢，不发糖人家玩着叫做蓄势逻辑， 他不考公式，他把你啊，直接扔进模拟空间站，你是工程师，动力坏了，你要算不明白那个方程啊，空间站可就坠毁了，这种感觉啊，太上头了。 以前知识呢，是压在孩子身上的山，现在的知识成了他手里的枪，这种使命感调动的潜能，跟智商啊，真没多大关系。所以啊， ai 游戏化的终点，绝不是为了多拿两个数字勋章， 真正的顶级 ai 呀，其实是一面透视镜，让孩子通过代码呢，看到城市的运行，通过数学呀，看到心机的动力。我们要的呀，是解决真实问题的直见人，而不是在排行榜里自嗨的数字宠物。 还是那句话，你是想让孩子领金币还是拯救世界呢？评论区聊一下，我是 corby， 带你一起看 ai 新趋势，我们下期见！