AI的终极价值真的在聊天框里吗

随着叉、 gpt 等聊天机器人风靡一时， ai 是 否仅限于聊天框内的对话引发了广泛讨论。 ai 的 终极价值究竟何在？自 siri 诞生以来， ai 经历了从语音控制到对话能力的飞跃。 然而，二零二六年的今天，人们开始质疑， ai 是 否仅仅停留在聊天框内，其真正的价值究竟何在？一方面， ai 在 情感支持方面展现出了巨大潜力，尤其在帮助青少年调节情绪、提供心理慰藉方面表现突出。 另一方面， ai 正在从回答问题的助手转变为能够执行实际任务的智能体例如 gpt 五不仅能提供框架，还能自动完成数据分析、图标制作乃至生成 ppt， 真正实现了雪中送炭而非锦上添花。 政策的支持也为 ai 商业化落地提供了强有力的保障，预计未来几年将有大量资金涌入这一领域。因此， ai 的 终极价值显然远不止于聊天框内的对话，而是包含了更广泛的实用性和商业潜力。

ai 的 终极形态是一张白纸？我们都被大模型骗了，我们以为 ai 的 终极形态就是一个和你聊天的对话框，但其实 ai 是 一张没有边界的白纸。就在刚刚，我发现了这款名为盼的 ai 工具，它彻底颠覆了我对人机交互的认知。 请看屏幕在盼的世界里，你不再需要像写作文一样去写提示词，而是拥有了一个无限大的桌面。你可以把 pdf 文档、地图代码，甚至是一张草图直接甩进这个画布里。 更神奇的是，你只需要像画连连看一样，用鼠标把它们连起来， ai 就 能瞬间理解它们之间的逻辑关系。它能看到你的设计图直接生成代码， 也能对着你的地图数据直接生成分析报告。这不再是简单的问答，这是一种只有在科幻电影里才见过的空间计算。这不仅仅是一个新的生产力工具， 这是对人类思考方式的一次回归。仔细想想，我们在真实世界里解决问题时，用手指指点点画出思维导图。 目前的聊天机器人其实是在强迫人类用计算机的逻辑思考，而盼这样的画布类 ai 才是让计算机去适应人类的空间思维。他打破了对话框的牢笼， 把 ai 从一个只会打字的秘书，变成了一个能看懂你所有手势的那个老搭档。这不禁让我发出一声感慨，当 ai 终于跳出了那个狭窄的输入框，他才真正开始像人类一样思考。看着这种丝滑的操作，你觉得未来 ai 的 终极是什么样子呢？欢迎在评论区留下你的想法。

未来 ai 交互的最高形态不是聊天机器人，而是你的数字孪生。我是老韩，今天聊聊 ai 交互的终极形态，数字孪生，这可能是人机交互的最终进化。什么是数字孪生式？ ai 交互 不是与 ai 对 话，而是 ai 成为你的数字化身，完全理解你的思维方式，掌握你的知识和经验，模拟你的决策过程，代表你与世界交互。 数字孪生 ai 的 四大特征特征一，完整的个人建模你学过的、经历过的你的原则和偏好。特征二，主动决策，预测你在特定情况下的选择。特征三，持续进化学习，从你的每个决策中学习吸收新信息，更新知识库。特征四，情感智能，模拟， 理解和表达你的情感状态。对个人的建议建议一，提前思考边界，哪些决策可以授权给 ai， 哪些必须自己做 建议二，注重数据积累，开始有意识的记录和整理个人数据。建议三，保持核心能力，在享受便利的同时，保持关键技能不退化。圆圈科技虽然专注企业服务，但我们也在思考如何为企业打造企业数字孽生。我是老韩，留言互动一下，免费带您体验 ai 营销！

刘德华会不会被现在这种能写又能唱的 ai 完美偶像给彻底替代了呢？恰恰相反，正是因为 ai 越来越完美，刘德华的不完美才成了无价之宝。 技术能模仿一切，唯独模仿不了人是如何成长的。刘德华提供的是一个好人如何成功的完整样板。这标志着一个新现实，我们正进入一个人格溢价的时代， 信用、坚持与时间沉淀成了最硬的硬通货。你细想，为什么技术越发达，这种老派的价值越被看中？因为 ai 创造完美幻象的同时，暴露了三样他永远没有的东西。 一时间的重量，一人一秒能生成金曲，但生成不了一个人从青年到老年，四十年间的每一次选择。坚持、努力。我们追随的是一个用生命时长写成的真实故事。 人格的选择虽然没有价值观，不会犯错，但人会。他对烂戏的拒绝，对品质的执着，对后背的托举，这些基于信与义的选择，构成了他无法被断 三、真实的共鸣。虚拟偶像可以永远精彩，但无法传递一个真实的人。 在去年演唱会全力唱跳后，那份动人的喘息与不屑，正是这种不完美、不努力的击中了我们内心最柔软的地方。说到底，这三样合起来，就是我们今天最渴望的活人感。 它不是一个技术指标，而是一种综合感受，是时间在人身上留下的痕迹， 是有限生命做出的无限坚持，是会累但永远不会倒下的脆弱坚韧。刘德华提供的就是这种活人感的顶级样板。 他不是活在数据，他是活在时间里，活在信义，活在每一次真实的呼吸里。 所以他不是技术的对手，而是技术的镜子，照出了我们心底的渴望。在什么都虚拟的时代，真实的、有信念的、长久的做好一件事，成了最稀缺的力量。 这事往深了看，是三重新规则的建立。第一层是价值的迁移，当技术让表层技能变得廉价，价值的标尺就会从你会什么转向了你是谁， 你的品格成了你最终的说明书。第二层是护城河的重塑， ai 的 护城河是算法与数据， 而人的终极护城河是数十年积累的信用与深度信任，这是时间气沉的堡垒，无法速成。 第三层是普通人的启示，这是个解放，不必与 ai 比拼效率或全能，真正的竞争力在于深耕你的人格品牌，成为一个说到做到、值得托付的人。 在人格溢价的时代，这是最公平的赛道。老话说，士欲要烧三日满，变财须待七年期。 ai 时代，把这句话的价值无限放大，一切速成与完美都可能被替代，唯有经得起时间淬炼的人格，才是最后的真经。 说到底，这个问题关乎我们所有人，在 ai 时代，人的终极价值究竟是什么？那么在你所处的领域，有什么像人格这样是再强大的技术也无法替代 的？是危难时的信任托付？是合作时的一句承诺，还是漫长岁月里积累的声音？评论区期待你的真知灼见！

黄仁勋最近干了一件特别反常的事，这是他五年来第一次出现在 c e s。 全球最大的消费电子展，但他连一张游戏显卡都没发，原因只有一个，他在憋一个更大的招。要知道， c e s。 一 直被视作英伟达的主场， 因为他最早就是靠游戏显卡起家的。但这一次，老黄穿着那件标志性的黑色皮夹克，直接摊牌了。英伟达从今天开始 all in ai， 而且不是一般的 ai， 是 all in 物理 ai。 什么叫物理 ai？ 一 句话解释， 不是只会在屏幕里聊天的 ai， 而是能在现实世界里行动决策、承担后果的 ai。 你 仔细看它这张发布，其实所有东西都围绕着这一点展开。先说最硬核的一件事，下一代 ruby 架构 gpu 推理性能直接是 blackwell 的 五倍。注意， 是推理，不是训练。这其实释放了一个非常清晰的信号，老黄在不久前收购 tpu 公司，自打脸厚，再次对外明确，英伟达把重心从只拼训练，明显往推理侧倾斜。 为什么？因为真正能落地到现实世界的 ai， 不是 训练完一次就结束的，而是要每一秒都在感知、判断甚至决策。机器人在用 ai， 工厂在用 ai， 医疗系统也在用 ai， 他 们是在用 ai， 而不是练 ai。 再看它 o in 的 到底是什么？你把老黄制作发的东西连起来看，会发现逻辑非常统一。 cosmos 是 给机器人和自动驾使用的世界模型，专门生成符合物理规律的数据。 eusk g r 零零 t 是 给人形机器人用的推理大脑解决，怎么走 怎么拿，怎么不出事故。 apple mini 是 端到端自动驾驶模型，连我为什么这么开都能解释。 number 创是给智能体用的模型，负责语音解锁和安全。 clara 则是生命科学和医疗 ai， 从蛋白设计到药物研发，一整条链路，你发现没有？没有一个是写作文用的 ai， 所有东西指向一句话，让 ai 进入真实世界，替人类干活，而这背后的野心 其实更大。老黄正在干的是把 ai 的 护城河从芯片直接拉到现实世界的操作系统。芯片只是第一层，真正锁死生态 的是模型、数据、仿真、工具链，以及谁最懂物理世界。这是为什么？他在现场一上来就点了中国的 deepsea、 kimi、 quin， 这不是在跟中国 ai 圈客套，而是通过举这些中国例子 告诉全世界， ai 的 竞争已经进入多级时代，中国模型已经在牌桌上了。所以， 如果你还把 ai 理解成参数竞赛，那你已经开慢了不止一步。下一阶段的 ai 竞争，比的不是谁模型大，而是谁能把 ai 变成现实世界的生产力。机器人能不能进工厂，自动驾驶敢不敢真放开医疗 ai 能不能真的降成本、 提效率？这些才是接下来真正决定胜负的地方。而且我必须要告诉你的是，在这条路上，中国早就开始系统性布局。 就在最近，咱们已经明确定调，将把聚生智能、生物制造、脑机接口等这一系列物理 ai 的 现实场景应用作为新的经济增长方向。这会你再回头看，你会发现，当黄仁勋们开始大幅度转向推理 ai、 物理 ai 的 时候，咱们其实也已经在同一条路上加速。 所以说， ai 时代真正不变的不是路线，而是变化本身，能不能抢先进化，抢先落地才是这场 ai 竞争的关键。最后问你一个问题，如果 ai 的 终极形态不是在屏幕里，而是在现实世界里替人类干活， 你觉得下一个爆发点会先出现在机器人自动驾驶还是医疗？评论区？聊聊。

这是我用 nba 搭建的一个捕捉 ai 情报的工作流，各种一手的 ai 资讯，包括媒体 twitter、 永冠、 reddit 的 最新 ai 消息，它能二四小时跟踪，自动过滤掉百分之九十的标题党和垃圾广告，把真正有价值有深度的内容 session 翻译整理好， 每天早上九点推送给我， ai 圈有什么大事一目了然。我每天看 ai 资讯的时间从之前的两个小时压缩到三十分钟，所有内容还被自动归档到表格里面， 随时可以回看。那今天我就把这个情报捕捉器毫无保留的分享给大家，不只是爱资讯，需要的话你可以用它来追踪任何你感兴趣的领域哦。那下面这个教程千万不要错过，因为整个搭建的过程细节呢，非常多。为了不让视频过长，完整的操作细节，我放教程文档里面了。 这个资讯热点捕捉器的核心流程是这样的，主要有新收集、预处理、 ai 加工、消息存档与推送这四个部分。新收集会把各个新闻媒体、油管和推特博主的更新内容抓到 nba 里面，筛选出二十四小时以内的 预处理，会把抓过来的数据格式整理对齐，方便接下来的 ai 加工。 ai 加工主要完成了三件事，把外文信息翻译成中文， 把长信息提取成摘要，方便大家看，然后给信息贴上类别的标签，比如说新闻干货。最后存档和推送，就是把 ai 加工后的内容存储到飞书多维表格，然后通过飞书机器人做成简报，发送到群聊来运行一下。 你看作曲的资讯会全自动写入多维表格，几十条信息不用我们自己动手填，还做成了日报，发到了飞书群， 排版清晰，一目了然。优质信息高度浓缩，大家从这些浓缩的高价值一手新闻里面再去挑感兴趣的内容来看，比之前一个个去网站来看，效率呢快了好几倍。那这个工作流我放到文档里面了， 这工作流我是用本地 n 八 n 来做的，因为网页版的 n 八 n 要付费，而本地呢，免费，小白不用担心本地安装 n 八 n 呢，很简单，具体的操作步骤我都放在教程文档里面了，就是复制粘贴，按个回车的事情跟着做就 ok。 装好 nbn 之后，就开始搭建新收集节点，去抓取海外向油管、 twitter 这几个平台的内容。内容抓取主要通过 i s s。 订阅和调用 api 这两种方式。先说 i s s， 可以 用它来订阅某个网站更新内容， 就需要给他目标网站的 r s s。 链接。就这样，一个快递小哥会帮你把网站的新文章、新视频拿到交给你。那新闻媒体甚至油管推的博主的更新 r s s。 通通呢都可以拿到。添加一个 r s s。 节点，这里填一个链接，比如说纽约时报的 r s s。 链接，运行一下 就能够抓取到纽约时报的文章了，很简单吧？那这个链接从哪里找呢？很简单，比如说我要纽约时报的 i s s。 链接，直接搜索名称加 i s s 就 能找到，复制粘贴过来就 ok 了。如果想要更多垂直领域的 i s s。 链接，可以在 feedspot 这里面搜索关键词， 这里呢，什么领域的都有，甚至像婚礼摄像这么小众的都有，那 get up 上的这个项目收集了一些优质的中文 i s s 语言，像虎嗅、三十六课都有，大家可以去找找自己感兴趣的油罐推特博主的 i s s 链接则需要自己拼接或者用第三方工具生成。具体操作教程文档里面都有。 第二种抓网站信息的方式就是 api， api 就是 各平台官方开放的抓取内容的窗口，不是程序员，不用纠结 api 到底是啥哈，你只需要知道他能抓到的信息比 rss 更多。同样是订阅 openid 的 推文账号， rss 只能抓到推文内容， api 还能够抓到推文的观看量、点赞量等等这些数据 像监控各个平台的热点这种 i s s 搞不定的，就交给 a p i。 当然 a p i 的 配置就会比 a s s 要复杂一点，比如说这是我们抓取推特热点的节点，看到这个节点配置是不是很懵，不知道怎么填呢？那具体怎么填都在文档里面有哈。 通过 i s s 或者 a p p 的 方式抓取到信息以后，需要进行信息的预处理，方便接下来的 ai 加工。主要做两件事情，筛选二十四小时以内的信息，并提取必要的列，也就是字段。比如这个 i s s 抓到的信息一共有十个列，但我们只需要标题、链接、日期、内容这几个字段， 那我们通过 n 八的 set 节点来完成。添加一个 set 节点，把我们想要的字段填进去就行。这里点一下运行，我们要的字段就提取出来了。还有几个我们附加的字段，是不是看起来就舒服多了？至于二四小时以内的新 session， 我 们通过 filter 节点来完成，添加一个 filter 节点，这样填写一下就 ok， 那 运行一下就会把二四小时以内的信息都保留下来，其他的都不要。对于简单的 i s s 信息，用 set 加 filter 就 足够了。 而 api 信息一般呢，都会比较复杂，要用 code 结点，不会代码的小白不要怕哈，这里的代码可以让 gpt 来帮忙写，那我写好的这些代码都会放到工作流文档里面，大家可以直接用。接下来就是 ai 把筛选过后的近二十四小时内容进行加工了，主要做三件事，把外文信息翻译成中文， 把长信息提取摘要，给信息贴上类别的标签。很简单，几个节点就可以搞定。首先我们用一个 l l m 链接点来搞定翻译和摘要，添加 l l m 链接点。 然后呢，要配置三样东西，提示词，底层模型，输出格式。提示词好说，让 g p t 来帮忙写，复制粘贴过来就行。底层模型我选到 zip， 在 deepsea 开放平台上面申请一下 a p i 填到这里就可以用了。搜索格式的配置监测到我们前面提到的字段就是标题、日期这些，需要输出哪些就填哪些。 三样东西配置完，运行一下这个节点，可以看到原来的英文都翻译成中文了，长消息也帮我们提取了摘药，那些原本需要我们手动复制翻译等等繁琐的工作， ai 全部帮我们搞定了。 信息的分类用的也是 l m 链接点，这层模型输出格式和前面都一样，但提示词不一样。这个节点的提示词规定了学习分类的判断标准，让 ai 根据这些标准给信息打上相应的分类标签，运行一下，看分类这一栏， ai 已经完美的按照我们的要求，给每一条信息都分门别类贴好了标签。 最后是内容存档，还有推送，存储可以存储到飞书多维表格，挪选等等。推送可以用企业微信飞书或者是邮箱，我是用飞书多维表格来存储飞书机器人来推送内容。那首先我们要用到飞书节点，在设置这里下载飞书社区节点， 然后回到工作流，添加一个非输节点，然后申请非输的 a p i， 获取多余表格的 talk 和 id 来进行相应的配置。具体的操作步骤我也放在教程文档里面了，配置完运行一下就 ok 了。接着来实现推送，先添加一个默值节点， 把来自新闻媒体油管推特的信息合并到一起，然后填入一个 code 节点，填入 gpt 帮我们写好的代码，它会根据我们之前贴好的类别标签自动进行分拣，打包成新闻小报和干货小报。最后添加一个 http 节点，照这样填一下， 他就会帮你把整理好的小报发送给飞速机器人，机器人就会在飞速群里面发消息了。看运行一下小报发到我们的团队沟通的群里面了，陪伴清晰，一目了然，优质的信息高度浓缩 到这里，我们的工作流就搭建完成了。但有个关键的问题就是你一关掉电脑，他就停工了。要想让他像我们开头说的那样每天准时发小报，就必须让他二十四小时自动运行，也就意味着你的电脑得二十四小时一直开着，不能关机或者休眠， 所以更推荐把它放到云端去运行。具体有哪些方案，怎么操作，可以去看教程文档哦。如果你实在不想自己一步一步搭建，你可以直接把我给你的工作流文档导入到 n 八 n， 我 们新建一个工作流右上角这里选，从文件导入，很快就能用上。 大家根据自己想要获取的信息源，调整一下 i s s 和 api 的 细节，那这个信息抓取的工作流就能跑起来了。 好啦，这里是宣讲，大家觉得有用的话请点赞、收藏加关注，我们下期见！

你们认为认为未来世界会是什么样子的？其实这件事真的不好说，失去了像以往那样的就业和工作的机会，但是他会创造出一系列新型的工作形态啊。你得经过训练，接通这种各种 ai 驱动的小牛马，让人去做一些更有价值的事情啊，他可以一键生成，但一键生成那东西我用不了。 hello， 大家好，我们是 xbox studio 牛马公房，我是 sam， 大家好啊，对，然后我们都深切地感觉到 ai 这一波浪潮对我们的影响啊。人机的这个互动当然变得简单了，但是它不是啊，对任何人来讲没有学习成本的。其实这件事真的不好说，大家要想把 ai 或者 ai 工具用好，其实是一个难度非常大的事情。反而是这一波 ai 的 浪潮导致一些人 失去了像以往那样的就业和工作的机会，但是他会创造出一系列新型的工作形态。其实这件事真的不好说，就是类似个人的工作者，或者像我们现在组的这个小团队一样，小型的工作室。我们这认为这是一种新型的生产力的组织方式。 其实大家并不会用很多东西，或者是只是听得很热闹，对吧？有做知识分享的，有做线上培训的，有拉群的，对吧？大家还是一头雾水，莫名其妙的。其实这件事真的不好说。呃，对很多的专业的制作者来讲呢，其实远远不够。然后包括跟我们自己的工作来讲， 也很多事情是源远不够。你比如说像我做投资或者咨询，那我就会觉得，其实现在很多 ppt 的 工具其实并不是那么好用。对，它可以一键生成，但一键生成那东西我用不了。其实这件事真的不好说，这是非常典型的一种情形，就是你觉得他可能能给 ai 可以 帮你去解决很多的问题，但实际上在这个过程当中你会发现啊， 你得经过训练，就是 ai 是 帮你干活还是来训练你。对，这个其实挺有哲学思考。对，就是我们究竟是在使用机器使用工具，还是工具在使用我们？ 这件事真的不好说，跟你在使用 ai 的 时候面对的困扰，或者你也感觉到了这个时代，呃将会被 ai 深刻的改变，接通这种各种 ai 驱动的小流氓，一个好的优化的结果，一个呃 先进生产力的工作模式，是我们非常有信心能够提供给所有人的球技选手真的不好说啊，人去做一些更有价值的事情啊。你们认为认为未来世界会是什么样子的？我们这一波生产力的大爆发究竟会引领我们走向何处？那那些丧失了工作的小伙伴们，他们怎么才能够在新的这样的啊社会环境当中找到自己新的定位。 嗯，球技选手真的不好说，也希望大家持续关注，谢谢，拜拜。

二零二五年是残酷的 ai 工具淘汰之年，这一年我们花费了大几万测试了市面上超过五百款的 ai 工具，有的昙花一现，有的呢，已经成为了我们工作流当中不可或缺的外骨骼。 那这期视频呢，我盘点了从文本写作到编程到图像生成、视频生成、数字人五大板块的主流 ai 工具，告诉你哪个是最好用的，哪个是性价比最高的。由于内容实在是太多了，汇总成了文档评论， ai 工具就可以领取了。准备好了吗？我们开始 ok。 第一个部分，文本模型类。首先呢，来看一下大脑之战，文本模型在我这个地方呢，最好用的一定是谷歌的 g m 三了啊，在长文本和多模态的理解上完成了绝地的反击， 特别是处理超长科研论文和代码库的时候呢，它的百万级窗口简直是作弊。 openai 的 g p t 气垫呢，依然是稳健的吗？呃， g p t 五点一还是很强的，但是新出的五点二， 嗯，你们就自己体会一下吧。 ansorepic 的 cloud 系列呢，依然是最像人的 ai， 它的逻辑缜密，文本细腻，是写长文和视频脚本的首选。这三个呢，都是二十到每一个月， 我肯定是选界面三的，不仅能力强呢，而且呢，在国外的软件当中，中文语料做的是最好的。 brook 写长文本呢，也还可以，消息的实时性呢，也比较强，可以解锁到几秒前的新闻，但它的优势不在这，我们再看一下国产之光啊。 deepsea， 用极低的成本做到顶级的能力， 开源界的英雄，可以本地部署，个人日常使用的是完全免费的调用 api 呢，也非常的便宜，每百万 token 呢，只要两三块钱。密塔呢，是专门为学术而生的，而 kimi 的 长联网搜索体验呢，依然是非常丝滑。同一千万核豆包在 c 端的落地呢，非常的迅猛。 所以总体来看，如果选最好用的一定是 jimmy 三，如果是性价比最高的选 dixon， 那 这些呢，都是我总结的一些模型应用场景的推荐。 第二个板块，编程辅助类。二零二五年的编程 ai 也发生了质的变化，开发呢，不仅仅满足于简单的代码股权， 而是转向了代码的生成和智能体的编程。程序员的角色呢，也正在从编辑者转变为架构师和审查者。但首先 curser 依然是 id 一 届的霸主，是目前将 ai 深度缝合进编辑期架构最成功的产品了。 用户输入自然语言的需求之后呢， cursor 可以 同时的修改前端、后端以及配置代码，并且自动的处理依赖关系。深度集成了 cloud 三点七、 sonnet gp 五点二和 dipsco 五点三等，支持用户根据任务的复杂度呢，手动或者是自动的切换模型。 pro 版本呢，每个月是二十刀，还有 pro 加 ultra 企业等版本可以 选择。 winserve 被认为呢是 cursor 的 最强平替开发者呢，都说它的 ui 非常简洁，而且在复杂排错场景下的稳定性呢，是要优于 cursor 的。 它 可以实时观察开发者的行为，建立动态的上下文，不仅仅可以理解代码，还可以感知终端的报错。 get 历史和浏览器的日制 pro 版本呢，是十五到每月还有企业版本可以选择 cloud code 自主权呢，非常的强，用户只需要在终端输入一条指令呢， cloud code 呢，就可以自主扫描整个 source 目录运行，测试，修复错误，并且提交 git github co pilot。 它的 github spark 呢，是全新的自然语言 应用的架构工具，它允许非专业开发者通过对话生成完整的小型 app， 大 厂员工的首选了啊。评价稳如老狗与 vs code 呢，结合度是最高的，但是它的逻辑创新性的稍显保守。 pro 版本呢，需要十美到一个月，而 pro 加版本呢，则是三十九美到每个月， 包含了 o 三等最顶级的模型。豆包的 marscode 呢，则是免费党的好朋友。总结来看呢，最好用的一定是 cursor， 最具性价比的呢，非豆包的 marscode 莫属了。那这些呢，就是我推荐的编程工具实战推荐表 第三个板块，图像生成类。那这一年呢， ai 的 画图终于是解决了手残和乱码的问题，最最好用的哈，一定是二五年年底发布的这个黑码。 nano banana pro， 它将图像的合成和 gmail 三 pro 的 多模态推理能力做了一个深度的融合，所以它不仅仅可以生成美观的图片，而且更强调画面的结构准确性，语境的合规性以及和现实世界知识的互联。只要开了 gmail 三的会员呢，都可以免费使用。 审美下限最高的呢是 mini v 七，他可以说是 ai 绘画界的审美旗舰模型了，通过了大量的人工审美的调教，实现了极致的画面表现力。被公认的是一个艺术家的模型啊，适合广告的海报和概念的设计。但是如果你想让特定的物体左移一厘米呢，非常的困难。 数版十到每月还有标准版 pro 版和 mega 版。 stable fusion 全球开源图像生成模型的先驱，是目前灵活性最高，可定制性最强的生成艺术底座。硬件门槛呢，是非常高的， 学习安装有一定的成本。原生审美呢，不如 mini journey 细腻 stability， 使用价格零点零一，美到 ecrit。 亲爱的 gpt image 有 全行业最强的自然语言理解能力，支持多轮的对话微调画面细节，可以处理含有二十个以上的独立物体的复杂场景，但是生成效率非常低， 对角色的一致性控制呢，也非常的弱，而且呢中文不友好，他都是乱码。 ggplus 会员呢，可以免费的使用 豆包的 seed dream， 对 中文的语义和东方审美的理解呢，是最精确的中文提示词，用户的首选了。 app 的 体验呢，也非常不错，深沉的画面呢，非常漂亮，而且符合直觉，适合自媒体运营。 所以总结来看呢，最好且最强的是 nano banana pro， 性价比最高的当然是豆包了。以下呢就是我的推荐应用场景。 第四个板块儿，视频生成类， honey we made something vision， bends to its will。 视频生成呢，也是二零二五年竞争最激烈的一个赛道了。 openai 的 sora 二，物理的模拟能力最强，生成的视频呢，比如像流体或者是重力的效果， 最符合现实的逻辑。但是呢，因为它的限制过多，在创意自由度上呢，被公认不如国产的模型，主要是面向其他的 g p d pro 和 plus 用户。开放部分的高阶功能呢，是需要额度的， google 的 vivo 三音画同步能力全球领先，深层的角色口型和声音的匹配度是极高的，都是自媒体短视频创作者的神器。但是画面的质感呢，偶尔带有明显的 ai 润滑感。艺术风格呢，也比较单一，包含在 google one ai prim 的 订阅当中。二十秒到一个月。 roundway gym for 专业影视级的视频生成工具了，它提供了非常丰富的导演控制模块，工具箱也非常完善，支持运动笔刷和精确的运行控制，适合专业剪辑啊，上手的门槛也比较高，而且贵，十二到七十六刀，每月按额度计费。 可林他有超长的生成时长和大幅度的动作，但是呢，他生成视频的排队时间比较长，高画质的模式消耗资源也非常快。 海螺 mini max 旗下的视频真人平台，主打的是一个电影级的审美质感，但是对复杂指令的遵循能力，特别是精准的文字哈，控制比较弱，六十八到一千三百九十九元一月不等。极梦字节推出的全能新创作平台，这个我们都已经非常的了解了，和 剪映深度打通的是它的最强优势，也是自媒体小白和国内运营者最好的一个首选，所以年度最好用我会给到可零，这里呢，是我的一个推荐应用场景。 第五个板块，数字人。数字人领域呢， hegen 是 绝对的里头羊了哈，它是写实度的一个天花板了，它的 after 四技术呢，在眼神的交流，微表情和手势自然度上 几乎是真假难辨了。视频翻译呢，也可以完美的同步口型，并且保留我们的音色，他被视为是企业出海和口播利器，也是商业演示营销短视频的生产工具。创作版呢，大约是二十九到三十九，每到一个月，商业团队版的价格呢，就更高了。阿福特福尔高清模型呢，需要额外的点数， 国内剪映的数字人做的还可以，门槛比较低，效率呢，也非常高。内置了数百个现成的数字人模板，深度适配了国内的一个社交媒体环境，支持一键从文本直接生成带字幕转场和配乐的完整数字人短视频。 但是呢，它的模板化比较明显，容易撞脸。数字人的动作呢，也相对比较僵硬。机械最高阶个性化定制的支持力度呢，不如黑人。但是呢，它是免费的 svip 会员呢，大概是七十九美元。效果最逼真的当然是用黑人，但是要追求性价比的话，我会推荐简易， 毕竟买剪辑送数字人。盘点了这么多，你会发现工具越来越强，门槛越来越低。二零二六年，不要做一个收藏家，囤了一堆工具，却不知道从何打开，哪怕你只精通其中的一个工具，把它用到极致，打穿你的专业业务流，那才是你的核心竞争力。 我是天降一个追求效率的 ai 博主，如果你觉得这期视频对你有帮助，请一键三连评论区告诉我，二零二五年，你最离不开的是哪个 ai 工具，我们下期再见！

科技的终极使命，从来不是为了发几篇深奥的论文，也不是为了造出普通人买不起、用不上的奢侈品。说到底，它的本质只有四个字，消除障碍。它是要让每一个普通人，无论什么出身、什么学历，都能抹平信息的鸿沟。 我们可以拿生活中的小事打个比方，如果你是个近视眼，摘掉眼镜的那一刻，世界是不是瞬间变成了一团模糊的色块？别说办公看书了，可能连过马路都会让你感到不安，这就是生理局限带来的障碍。但只要你重新戴上那两片薄薄的镜片， 世界瞬间就恢复清晰了。所以，我们要看透一个真相，科技不是为了炫技，更不是为了制造昂贵的机器，它的终极使命是让原本看不清的人能看清，让走不动的人能远行。 如果这个时代还有人因为先天条件或资源匮乏感到不自由，那不是他的错，而是技术还没做到位，是技术的怠慢。顺着这个逻辑，我们再看现在很热的 ai， 很多人在焦虑，担心 ai 会抢走工作，但我认为这种观点把 ai 看窄了。 ai 的 出现不是为了淘汰谁，而是为了提升我们所有人的认知底线。以前你想读懂一篇晦涩的英文科研报告，可能得苦练语法，但现在， 你随手找个 ai 工具，根本不需要精通外语，它不仅能翻译的地道准确，还能顺便帮你把要点总结好，你有不明白的地方，还可以继续追问，跟 ai 深入讨论，它会像个私人助教一样跟你反复讨论，这就是 ai 在 消除语言的障碍和理解的门槛。 还有人说 ai 太难用了，写那些很长的提示词，其实这只是技术过渡期的假象，真正的科技进化一定是越来越傻瓜化。未来你不需要学习怎么跟机器对接，哪怕你就用最直白的话问他， 他也能从海量信息里给你找出答案。这消除的是信息差，是搜索能力的鸿沟。他让一个普通小镇上的青年也能拥有像顶级专家一样的资料库，让一个背单词费劲的人也能无障碍的吸收全世界的知识。 所以，没必要神话， ai 更没必要恐惧它，本质上，它就是一副帮我们看清数字世界的眼镜，当技术足够强大时， 它应该像空气和水一样，润物细无声的支撑着我们。它让所谓的起跑线变得越来越模糊，让每一个人都能在这个复杂的时代活得更有尊严，更有底气，这才是科技该有的格局。

今年来讲的话，如果你真的想靠 ai 来赚点小钱的话，那你必须要死磕这三个能力。首先第一个能力叫做使用 ai 的 能力。 ai 像什么东西呢？它就像你雇了一个不需要发工资的员工，他能够二十四个小时随叫随到跟你干活。但是大部分人用 ai 都用错了。 你比如说下载了一个豆包， dipic 啊、 gpt 啊，都只是当成了聊天恐惧，并没有让它实际跟你干活创造价值。所以你总会觉得它不好用啊，它也不能帮我解决什么问题。 就像你买了一个智能手机，你只会打电话发短信，所以就没有发挥出它的价值所在。好，那问题来了，怎么用呢？很简单，我来给大家分享一句话，叫做跟 ai 说清楚，你到底要干啥，我给你举个例子你就懂了，这有点像什么呢？你去一个饭馆里边点菜，你不能跟厨子说说，给我来个好吃的 厨子，他是没有办法辨别出来你是谁，你的需求是什么？你，你什么东西适合你来吃？而正确的做法是，你得说，给我来一份麻辣香锅，多放肉，少放辣椒，不放香菜不放菜。你说的越具体，厨师做的口味就会越来越符合你。那你再比如说呢，你去理发店里边去剪头发， 你去了之后就跟理发师说，你给我剪个好看点的，那剪完之后巨丑无比，哼，什么叫好看的？标准是什么呀？根本没有办法解释清楚对不对？但是你如果跟理发师这么去讲，你说两边给我剪短，上面给我留长，刘海做齐没？我不烫，我也不染， 你跟他要求完之后，你说的越具体，理发师剪出来的效果会越符合你的要求。这就是我们刚刚所讲的第一项能力叫做使用 ai 的 能力。好，那第二项能力叫什么呢？叫做卖产品的能力。你会发现啊，我不知道在座的各位有没有这样的，你们用了很多的 ai 工具，不管国内的也好，国外的也好，课程也学了不少，但是不知道怎么变现。你工具用是用了，但是不知道怎么把它变成钱呢？ 为什么呢？因为工具来讲本身是没有办法创造价值的，就是 ai 现在目前来讲，它是一个被动接受任务的一个阶段，没有办法直接创造价值，那只有它具体解决了一个具体问题，才能产生价值。如果你想要变现的话，你需要使用 ai 工具做一个能够解决具体问题的产品， 然后你把它卖出去。因为商业的本质就是价值交换，你想要赚钱，你需要拿产品跟用户换。那怎么样才能包装产品，然后把产品卖出去呢？我给你举个例子啊， 你看是不是这么回事，你做了一个产品叫自动回复客户消息的工具，这个叫说白就智能客服嘛。你说我做了一个自动回复消息的工具，买一个吧，但是你转换一下你表达的方式， 你要先挖掘用户的痛点，然后提供解决方案。那这样你说老板，你们公司的销售，或者你是不是每天要回复几百条客户的消息啊？累的要死对吗？我们这有个工具能够帮助你自动回复客户的消息，百分之八十消息我们都可以回复的，一天至少可以帮你节省三个小时时间， 一年节省一千个小时，相当于是你多了一个免费的员工帮你干活。你看这样一说，老板是不是心里边他就会算这笔账了？划不划算？我再给你举个例子啊，如果你用 ai 做了一个自动生成 ppt 的 工具， 错误的买法就是说我做了一个生成 ppt 的 工具，然后就问别人要不要，你觉得会有人买吗？正确的做法应该是，你找到你的潜在客户，你跟他去讲，你们是不是每次做 ppt 都要熬成凌晨到凌晨到两三点？我这有个工具， 你只需要输入你的 ppt 的 主题，然后提出你的要求，十分钟，我们就会智能给你生成一份精美的 ppt。 你， 你一晚上就能省四个小时的做 ppt 的 时间，你想象一下，一个月省下来多长时间，是不是留住时间可以干别的事啊？ 所以用户会不会买，还会决定你能不能变现，而不是会不会使用工具。好，那直播间的兄，你好，直播间兄弟们，你们可能听到这可能会说啊，我思路我清晰了，但是具体怎么做呢？你现在让我去卖产品，我肯定不太现实， 怎么办？很简单，这就是我讲的最重要的一项能力，叫做跟 ai 学习的能力。现在 ai 的 智商是超过人类的，所以当你遇到无法解决的问题，或者是不知道如何解决的问题，你就直接问 ai， 让他给你出方案， 满意了， ok， 你 就踩，他不满意你就告诉他，再给我出一个方案，直到满意为止。而且每次调整时候，你要告诉他调整什么方向，我哪不满意？我给大家举个例子啊，你比如说你不会使用 ai， 你 就直接问他，你说我是一个小白，我从来没有使用过 ai 工具， 怎么样提升使用 ai 的 能力呢？市场上这个工具这么多，我该怎么样去用呢？你给我梳理一下整个的学习的流程和框架，我还跟你说个事啊，我没文化，然后用小学生都能听得懂的语言给我翻译成大白话，给我解释清楚，否则的话我就给你卸载了。你这么一要求，他啪，结果就出来了。 所以只要你掌握了这三个能力，使用 ai 工具做一个产品，然后卖出去，在今年来讲完全可以赚点小钱。

你是不是觉得现在的 ai 已经很牛了，能聊天、能画画、能写代码，仿佛无所不能。但我告诉你，这顶多是 ai 的 幼儿园阶段，真正的终极 ai， 根本不屑于做这些表面功夫，他的目标是成为吃透宇宙规则的超级科学家，从原子级别开始，重构我们的物理世界。 今天就给大家发透开。 ai 的 革命，从来不是更会模仿人类，而是更懂自然规律。这波 ai 革命的底层逻辑其实特别简单，就四步，从微观到宏观，一步到位。第一步，先当理科霸。 ai 要先学完人类所有的基础科学，原子力学、空气动力学、量子化学， 不是死记硬背，而是吃透第一性原理，赢败万物运行的根本规律，比如原子怎么结合，空气怎么流动，能量怎么转化。第二步，再当技术控，光懂理论没用，得会用工具熟练操作 cad， 画图、 ca 仿真，知道工厂的机床怎么转，生产线怎么跑， 清楚现在的材料能做什么工艺，能达到什么精度。第三步，狂吃数据饭，把人类几百年积累的物理实验数据、化学配方数据、物体结构数据，不管是书本上的公式，还是实验室的 excel 表，全部吞进去，训练出能精准推演的超级大脑。第四步，变身发明家。 这是最关键的一步， ai 直接跳过试错环节，从原子层面设计新东西，比如更轻更强的航空材料，充电五分钟，续航一千公里的电池，甚至人类从未见过的新型结构零件，直接输出配方图纸，对接工厂就能生产。可能有人会问，这不就是 ai 版科学家吗？跟英伟达搞的数字孪生有啥区别？ 核心差异就在预测和验证数字孪生是先设计，再在虚拟世界反复测试，本质还是试错。而这种从微观出发的 ai， 是 直接基于物理规律推导，相当于算出来的最优解，不用反复试错，效率直接提升一百倍。给大家举个真实例子， 现在的新材料研发像炼丹一样，科学家反复配比实验，一款新电池材料可能要十年才能落地。但未来的 ai， 只要输入高能量、密度、低成本、安全三个要求， 就能直接算出分子结构、材料配方，甚至优化生产工艺，把十年缩短到三个月。再比如飞机机翼设计，传统方式要画图纸、做模型，风洞测试耗资上亿。而 ai 能直接基于空气动力学算出最完美的机翼形状，直接生成图纸，对接工厂生产，这才是真正的降维打击。 所以你看，未来 ai 的 终极形态，从来不是替代人类的工作，而是放大人类的想象力。我们只需要提出需求， ai 就 能基于自然规律，把不可能变成可实现。他不用复杂的虚拟世界，不用海量的现实试错，只靠对物理化学规律的深刻理解，就能从原子开始 设计新材料、新设备、新结构，彻底改变制造业、航空航天、新能源、生物医药所有硬核领域。 这波 ai 革命不是软件的胜利，而是科学的胜利。不是模仿的胜利，而是规律的胜利。现在 ai 正在悄悄学习这些底层规律，而 那些提前布局科学计算 ai、 新材料、研发工业软件的企业，注定会成为下一个时代的巨头。这波从原子开始的 ai 革命，你看懂了吗？你觉得最先被颠覆的会是哪个行业？评论区，聊聊你的看法，点赞关注，带你看透未来科技的底层逻辑！

有没有试过问 ai 一个正经问题，结果他一脸自信地给了你一个完全扯淡的答案。比如我问他林黛玉怎么倒拔垂杨柳，他居然真的给我分析了林妹妹的腰部发力技巧。 这时候大家通常会说，哎呀，这 ai 撒谎了，错！在学术圈，我们管这个叫 ai 幻觉， ai hallucination。 今天咱们不聊虚的，咱们扒一扒这背后的底层逻辑，顺便回答一个终极问题，这毛病到底能不能治好？ ai 幻觉原理，它不是搜索引擎，它是脑补地。首先你得明白，咱们用的 chat、 gpt、 cloud 这些大模型，它们的物种属性就不是搜索引擎，搜索引擎是剪索，是去图书馆给你找书。 而基于 transformers 架构的大模型，本质上是一个概率预测机器，说白了就是玩文字接龙的高手。当你问他问题时，他根本不知道什么是真理，他的大脑里只有概率， 他在算在这个上下文后面接哪一个字 token 的 概率最高。这就好比一个不复习去考试的学生，他没背过答案，但他读过很多书，他觉得这句话这么写看起来最通顺，最像真的，只要概率够高，哪怕是胡说八道，他也会自信的写出来。 这就是概率性生成的原罪，他在乎的是通顺，而不是事实。绝望的真相能根除吗？好，现在有人问了，能不能给代码打个补丁，把幻觉彻底删了，告诉大家一个残酷的真相， 在目前的架构下根本去不掉。这就涉及到著名的有损压缩理论。科幻大神特德江打过一个比方，大模型就是一张互联网的模糊 jpg 图片， 他把全世界的知识压缩进了神经网络的权重里，当你问他细节时，他其实是在对着模糊的像素进行解压缩和脑补。 而且幻觉和创造力其实是同源的。你想让 ai 写小说、搞头脑风暴，就需要他能把不相关的东西连在一起，这叫创造力。但如果你让他在很多事实面前也这么连，这就叫幻觉。 如果你彻底切断了幻觉的神经，你也亲手扼杀了他的智能，他就变成复读机了。那到底有没有解决方案呢？不管是治标还是治本， 咱们就只能忍着他胡说八道吗？也不是，现在的科学家主要在干两件事，一个是给他挂外挂，一个是给他换脑子。第一招，目前最主流的叫 r a g 解锁增强生成，这招特好使。简单说，就是把 ai 当成一个没有记忆的文员， 回答问题前，先强制他去翻阅准确的参考书，比如企业文档为几百科，然后命令他 你只准根据这几本书的内容回答，不许自己发挥，这就大大降低了他瞎编的概率。第二招叫 r l h f 人类反馈，强化学习。这就像训狗，他编瞎话，人类老师就给惩罚他。老实说，我不知道就给奖励，慢慢把他调教得懂事一点。 但这都是治标，未来想治本，学术界正在憋大招，叫神经符号 ai neurosymbolic ai。 现在的 ai 是 右脑发达，以此类推，直觉强，但左脑萎缩，逻辑差，不记事。神经符号 ai 就是 想给它装一个逻辑外挂， 把神经网络的直觉和计算机的符号逻辑结合起来。要是这事做成了， ai 就 不再是那个只会文字接龙的醉汉，而是真正既懂风花雪月又懂微积分的天才了。 所以结论来了，目前的 ai 就是 一个博学勤奋但是喝高了的实习生，别指望他能百分之一百不说胡话，用他的时候请务必带上你的批判性思维， 或者给他配好参考资料 r a g。 毕竟在他学会真正理解世界之前，何查事实还得靠咱们人类自己。