Sam Jovi怎么了

大家好呀，今天咱们来聊聊科技圈的一个大新闻。最近 openai 的 ceo sam 奥特曼在员工会议上宣布，他们要逐步关停基于视频模型的产品了，这意味着什么呢？简单说，不只是咱们普通用户能用的那些视频应用，连给开发者用的 sorry 版本也要停了，以后叉 gpt 里也不会再有视频功能了。 这可真是 sora 项目来了个大转弯啊。可能有朋友会问， sora 不是 刚出来的时候特别火吗？能生成那么逼真的视频，怎么说停就停了呢？其实啊，科技公司调整产品方向是常有的事，就像咱们平时做计划， 可能一开始觉得某个方向不错，但走着走着发现资源不够，或者市场反馈和预期不太一样，就需要及时调整。 openai 这次可能也是基于各种考虑，比如技术成熟度、商业化路径，或者想把精力集中在其他更重要的项目上。不过话说回来，虽然 sora 相关的产品停了， 但这并不代表 ai 视频生成技术就不发展了，说不定这只是暂时的调整。未来等技术更成熟，各方面条件更到位了，我们还能看到更厉害的视频 ai 呢。你们觉得 open ai 这次官停 sara 相关产品，背后最主要的原因会是什么呢？评论区可以一起讨论讨论喽！

从濒临倒闭到颠覆，谷歌 chat gpt 是 怎么炼成的？从今天开始，我将给我的零位粉丝朋友们花一百期视频来系统讲解大模型的原理、技术和应用。二零一五年，几个人在旧金山的一间公寓里搞了一个不赚钱的研究实验室。八年后，他差点把酷狗掀翻。这期视频，我们聊聊 chat gpt 背后那场豪赌。 先问你一个问题，二零一五年，你在干什么？刷朋友圈？还是在逼战追番？与此同时，有一个人正在策划一场豪赌。这个人叫 sam oman， 那时候他刚刚接手 ycommodator， 硅谷最牛的创业孵化器。他联合了 almausk、 peter、 ceo 这些大佬，凑了将近十亿美金，成立了一个组织，名字叫 open ai。 注意，他的全称是 openart 的 社构 antilages， 翻译过来就是 开放的人工智能。他的目标听起来像天方夜谭，开发出对全人类有益的通用人工智能等等。这个目标靠谱吗？当时 google、 facebook、 微软都在搞 ai， 一个刚起步的小作坊，凭什么？说实话，几乎没人看好他？但这帮人有一个关键的信念， transom 还没有出现深度学习，还在用 r n n 和 l s t m 训练一个语言模型，慢得跟便秘一样，一个一个词往里塞。想记住前面说过什么，全靠那个巴掌大的记忆窗口。二零一七年，转折来了， 姑姑的八个人发表了一篇论文，标题叫 attention is all 于 lead。 这篇论文提出了一个全新的架构， trans small。 它的核心思想是什么？就是让每个词都能同时看到整句话里的所有词，不用排队，不用一个个往前翻，这就是 self attention， 自注意力机制。打个比方，以前的 r n n， 就 像你在教室里传纸条， 从第一排传到最后一排，信息一路衰减。 transform 呢？直接把纸条投影到大屏幕上，所有人都同时看到，信息零损耗。 这篇论文后来成了 ai 领域的原子弹，几乎所有大模型的根基都在这里，包括 open ai。 二零一八年， open ai 发布了 gpt 一， 全名 generative pretrictransform， 一 翻译成中文就是生成式预训练。 transom 参数量有多大？一点？一千亿个参数，今天听起来像开玩笑，但在当时已经很猛了。 gpt 一 提出了一个关键范式， 先在海量文本上作预训练，让他自己学语言的规律，然后再针对具体任务做微调。这就好比你先上完九年义务教育， 再去学编程，或者学画画，底层同时打好了，学什么都快。二零一九年， op a r 又扔了一颗炸弹， g p t。 二 参数量直接拉到十五亿，翻了十几倍。而且他做了一件当时非常反直觉的事，如果微调什么意思？以前大家都觉得大模型上单独微调翻译的。微调翻译。 g p t 二说， 我光靠预训练就能干所有的活。这篇论文的标题更狂， language models are unsupervised， model size learners。 翻译过来就是语言模型，是无监督的多任务学习者。 open ai 用实验证明了一件事， 模型够大，数据够多，它自己就能学会做各种事情，不需要你手把手教。但 g p t。 二最初圈的原因不是它多厉害，而是 open ai 当时说，这个模型太危险了，我们不敢开源，万一被拿去批量生成假新闻怎么办？互联网上直接炸锅了。有人嘲讽说是营销血统，也有人真的担心 ai 作恶。不管怎样， gbt 二成功让全世界注意到了 openai 这波操作，堪称教科书级别的 pr。 二零二零年， openai 放大招了， gbt 三这次餐数量是多少？一千七百五十亿。你没有听错，一千七百五十亿个参数，从十五亿直接跳到一千七百五十亿。这就好比你原来骑自行车， 突然换成了高铁，还不是绿皮车。 g b t 三最震撼的能力是少样的学习。什么意思呢？你给他看几个例子，他就能照着做。比如你告诉他把英文翻译成法文，然后举两三个例子，他就能自己翻一新的句子，根本不需要额外训练。这就是大力出奇迹的典型案例。 模型大了之后，涌现出了你没教过他的能力。就像你孩子看了大量课外书之后，突然会写诗了，你也没教过他写实了，但他就是会了。 g b t 三发布之后，整个科技圈都坐不住了。 但 open ai 心里很清楚， gbt 三是个猛兽，它会按照训练数据里的偏见和有害内容来输出，你问它怎么造炸弹，它可能真的告诉你，这玩意儿直接开放给公众用，那还得了。所以，接下来的两年， open ai 没有急着推产品，而是专心解决一个问题，怎么让 ai 听人话？二零二二年初， instruction gpt 来了， 它引入了一个关键技术， r l h f， 全称 reinforcement learning for instance。 翻译成人话，就是让人类来调教 ai， 具体怎么做的呢？ 首先，人类标注员给 ai 的 回答打分，好回答给高分，烂回答给低分，然后用这些评分数据训练一个奖励模型，最后让 ai 自己跟这个奖励模型博弈，不断优化自己的回答质量。这就好比你写了一篇文章， 先让老师批改打分，然后你自己学会了老师的标准，下次写文章就知道往哪个方向写。你 struck gpt， 虽然餐数量比 gpt 三小的多， 只有十三亿，但因为经过了 r m h s。 的 调教，他的实际表现反而更好。而且最重要的是，他学会了说人话，不再动不动输出有毒内容。二零二二年十一月三十日这一天会被写进科技史。 openai 发布了 chat p p 基于 g p t 三点五微调，配合 r l h i 对 其训练，做成了一个聊天界面，直接开放给所有人用。结果呢？五天一百万用户注册，什么概念？ instagram 花了两个半月， facebook 花了十个月， netflix 用了三年半， chatkey 补天就破百万。但这还不是最狠的，两个日后，它的月活用户突破了一亿， 这个数字比微信小程序爆发时还要恐怖。全球科技媒体集体高潮，标题清一色都是 google 要完了。为什么说 google 要完了？因为叉着 b p 做的事情，恰恰是 google 搜索最核心的业务，你问一个问题，给你一个答案，而且是以对话的方式， 比你翻十条搜索结果效率高太多了。 google 内部据说拉了红色警报，连夜召回两个创人大佬出山，紧急整合所有 ai 资源，生怕被这一波浪潮掀翻。二零二三年三月， open ai 又推了一把， gbt 四来了，这次直接从纯文本升级到多模态，什么意思呢？ 它能同时理解文字、图片，甚至手绘草图。你画一个网页的草图，它能帮你写出前段代码。更夸张的是它的考试成绩，律师资格考试 gbt 四考到了前百分之十， s a t 数学接近满分，美国研究生入学考试 gre 阅读和写作也接近满分。 这还是 ai 吗？这就是一个全科状元。而且它不需要吃饭，不需要睡觉，不需要你给他发年终奖。从 g p t 三到 g p t 四残，数量到底涨了多少？ o p e a 死活不肯说， 但有传闻说超过了万亿级别。不管具体多少，这个模型的能力、进化速度已经超出了大多数人的想象。 二零二四年， opai 继续加码，先发布了 gpt 四 o， 这里的 o 代表 omni， 全固态的意思。它最大的突破是什么？时时多模态交互，你可以直接用语音跟它对话，它能时时听到你的语气和情绪。你给它拍照，它能立刻分析图片， 整个过程几乎没有延迟，就像跟一个真人面对面聊天。同年年底， o e 模型横空出世。这次的重点不是更大、更快，而是推理能力。 o e 引入了思维链。推理 什么意思呢？以前的模型是看到问题直接给答案，就像学霸秒答选择题，但遇到复杂的推理题就歇菜了。 o e 不 一样，它会像你一样，一步一步想，先分析问题，再拆解步骤，最后给出答案。 打个比方，以前的模型是背题库的硬式选手。 o 一 是真正会做题的学霸，遇到没见过的题型也能推出来，这就是推理能力的本质区别。到了二零二五年，节奏更快了。 open ai 先后推出了 o 三和 g p t 四点五， o 三继续强化推理能力，在数学竞赛和编程比赛上的表现已经碾压了大多数人类。 g p t 四点五则在知识广度和对话自然度上继续进化。现在的 open ai 估值已经超过了一千亿美元。八 年前那个公寓里的小作坊，现在是硅谷最值钱的科技公司之一。而那个差点被他掀翻的孤，也全力以赴 all in gemini 系列，整个 ai 赛道变成了全球最卷的战场。说到这里，我们来梳理一下，从二零一五年到二零二五年 这十年发生了什么。二零一五年， open ai 成立。二零一七年， chris mo 架构诞生。二零一八年， gpt 一， 验证了预训练加微调的范式。二零一九年， gpt 二，证明了规模及智能。二零二零年， gpt 三，又一千七百五十亿参数，实现了少样本学习。 二零二二年， exchart gpt 有 rlss， 让 ai 学会了说人话。同年底， chk t 引爆了全民 ai 时代。二零二三年， gpt 四带来了多模态革命。 二零二四年， g p t 四 o 和 o e 分 别突破了实时交互和推理能力。二零二五年，推理模型时代正式到来，你 会发现一条非常清晰的主线，每一次突破都建立在上一次的基础之上，但每一次又做了一个关键性的范式转换方，从纯理论到产品化，从无监督到人类对齐，从单一文本到多模态，从快问快答到深度推理，而这其中最底层的基石就是二零一七年那篇 transman 的 文，没有 a ten 机制， 后面的一切都无从谈起。下一期我们会深入拆解 transport 的 内部结构，搞清楚 suffer 贪婪到底是怎么算的，它为什么比 r n n 和 l s t m 强这么多？多头注意力又是怎么回事儿？还有位置编码、残差连接这些核心概念 全部给你掰开揉碎讲清楚。这个系列叫大模型的原理技术课应用，一共一百期，我们会从底层架构讲到上层应用，从训练方法讲到部署优化，帮你建立一套完整的大模型知识体系。如果你觉得这期内容有用，别忘了点赞、投币、收藏，这对我们真的很重要。我们下期见，常回基地看看，谢！

这个世界上最魔幻的事情之一，就是当年苦心积虑设计 iphone 的 那个人啊，现在每天想的就是怎么把 iphone 扔进历史垃圾堆。 这个人呢，叫做 jony iphone 呀， imac 呀， iphone， ipad， apple watch， 在 苹果这二十年最重要的一些产品啊，外观设计全部都是他主导的。而二零一九年呢，他就离开了苹果，外界呢，都以为他已经退休了，没想到啊，他在秘密地做一件事，就是和 sam 奥特曼一起啊， 从零开始设计人和 ai 交互的方式。那为了这件事情啊， open ai 花了六十五亿美元买了一家成立才刚刚一年的公司。萨 摩特曼去年十一月亲口说看到原型机的时候，他简直不敢相信这个东西到底有多惊艳。那这个东西到底是什么呢？根据目前泄露的信息，至少有两款产品在同步开发。第一款产品叫 sweetpad， 它的大小呢，和 ipod 差不多，可以直接挂到你的脖子上面，或者放到口袋里面， 完全没有。屏幕以语音为主，内置一个摄像头，它能够感知你周围的环境，在你需要的时候主动给你信息。而第二款呢，内部代号叫做 goomdrop， 它的形态的像一支笔，能够把手写的内容实时转移成文字，而且支持双向的语音交互。那这两款产品都有一个共同的逻辑，就是没有屏幕 教你 app 的 判断就是屏幕本身就是一个大的问题，因为它让人变成了一个低头族，让注意力永远困在一块玻璃的后面。而它想做的是一个让你抬起头来的设备， ai 在 你的耳边，在你的手边，但是不在你的眼前， 而这个顺序听起来确实很美，但是我有一个非常大的疑问，那就是没有屏幕真的是答案吗？你现在用手机和 ai 交互，打开 app， 点进对话框，用键盘打字等回复，这套流程听起来确实很笨，但是它有一个非常核心的优势，就是精确， ai 能看到你输入什么，你也能看到 ai 回复的什么，能回溯，能截图，能复制，能修改，而屏幕给了你对信息的完整的控制权。但是如果说我们变成一个纯语音呢？你说句话 ai 呢？理解错了，那你该怎么去纠正呢？ 你在嘈杂的地铁上，在开会的间隙，在任何不方便开口说话的场景里，那这个设备怎么用呢？这不是挑剔啊，这就是真实的使用场景。 那之前有个产品叫 aip 呢，就是直接死掉的，他没有屏幕，用户对信息的掌控力几乎为零。最后呢，公司以五千万美元贱卖收场，而在融资的时候，它的估值还是八点五亿美元。 所以 jony 艾弗他当然知道这个问题，因为他在做苹果 ipod 的 时候，他的市面上其实已经有 mp 三播放器了，所以他就说他想做的根本就不是一个更好的 mp 三，而是把一千首歌放进口袋，用一个完全不同的趋势来重新定义产品。 这次他能不能再做到这一点呢？我确实不太确定，但是有一件事我是确定的，就是这个赛道现在真的是兵家必争之地。 苹果的 iphone 十八会在二零二六年发布，据说呢，会大幅的强化 ai 能力。而 mate 的 这个智能眼镜呢，已经卖出了数百万伏，正在悄悄占领无屏 ai 入口这个位置， 而这款设备呢，预计到二零二六年底，二零二七年初才能够亮相。所以呢，留给 open ai 的 时间窗口说实话已经不多了。而我个人的判断是，无屏这个方向其实在短期内很难成为大众的主流， 因为操作精确性的问题不解决，它就只能是一个补充设备，而不是一个替代品。但如果有人能解决这个问题，那这个人我想很可能就是 jony f。 那 你觉得没有屏幕的 ai 设备真的能够取代手机吗？评论区聊聊，我是 c 哥，点赞关注，咱们下期见！

医生说我活不久，但我却活得比谁都开心。我只有五十斤，却背着四十斤的鼓上场。 大家好，我叫 sam， 今年十七岁。我患有一种全球只有几百人的罕见病早衰症。几年前，我有个特别执着的梦想，加入学校行进乐队打小军鼓。但现实很残酷， 一套鼓接近四十斤，而我整个人才五十斤，老师直接把我安排去旁边打伴奏。不用行进，说实话，那一刻我真的很崩，但我不认。我和家人找工程师，一点点改，一点点试，最后做出了一套只有六斤的鼓架。 后来，我真的走进了队伍，打着小军鼓完成了我的梦想。所以你会发现， 很多事情不是你不行，是你还没找到方法。我想跟你说，我快乐的三个底层逻辑，第一，接受你做不到的，但死磕你能做到的。我跑不了长跑，也做不了刺激项目，但我可以打鼓，玩音乐，看漫画、追比赛。 人生不是比谁没有短板，是看你怎么用优势活。第二，一定要待在对的人身边，家人、朋友、队友， 他们让我觉得我不是有问题的人，我只是一个普通人，情绪稳定的圈子比什么都重要。第三，无论发生什么，都继续往前走，给自己留点盼头， 下一本漫画，下一场比赛，下一次见面，只要你还有期待，你就不会被困住，我也会难受，也会低落。但我不会一直待在那里，因为我知道， 勇敢从来都不轻松，但他能带你走出去。最后送你一句话，别一直问为什么是我， 多问一句，接下来我还能做什么。哦对了，再说一句，如果可以，千万别错过任何一场聚会，明天学校舞会我一定会去。你的人生也别缺席。

现在全世界 ai 圈最红的人啊，不是马刺克，更不是三猫奥特曼，而是刚刚被 o a i。 给挖走的龙虾之父 peter stamburger。 这 peter 火到了什么程度呢？他一句话就让欧洲科技圈集体破防了，他上了个访谈，就把欧洲 ai 技术落后的真正原因给撕开了。 就在这两天，他上了奥地利最重要的一个新闻节目，叫 zeit einbeld， 不知道这发音对不对啊，因为这 peter 是 奥地利人，后来他去的美国，等于是回祖国上节目去了。 结果呢，这节目全程不是讨论怎么实现 agi， 也不是讨论模型能力，更不是讨论技术突破。而是这记者就追着问他说，我们要不要害怕 ai 啊？我们的数据隐私会不会被侵犯呀？欧盟克劳到底会不会毁灭全世界呀？就问了一系列这样弱智的问题。 我靠，现在全世界都在朝着 agi 猛冲呢。以这记者为代表的这些欧洲人，却还在担心自己会不会被吓到，这不是落后，这是主动放弃未来。 所以这披萨当场就说了，他说的也很直白，他说，在美国呀，人们兴奋好奇想做事，在中国呢，人们也在努力。 但是在欧洲，人们上来就骂你监管责任，禁止他，甚至是说说，如果我要在欧洲创业呀，我得面对投资保护法、员工共同角色和瘫痪的劳动法规。在 o a i。 一 周工作七天，那是常态。在欧洲违法， 你想做 agi？ 不好意思，先填十七份表格，你想加班？嘿嘿，那欧盟劳动法会告诉你， no way， 这么着是违法地。 美国呢，是先干再说，中国呢，是边干边调，欧洲呢，是先禁止再讨论，你说那他这样怎么可能不落后呢？ 更讽刺的是，就在这节目播出之后，就有人在网上开始骂这 peter 了，说你被美国公司雇佣了，你就非要抨击祖国，抨击欧洲吗？那可是生你养你的地方啊。结果这 peter 回的更狠，我说这些是因为我看到了问题，而这些问题可能会引起改变。 其实他不是在背叛欧洲，而是在警告欧洲现在正在亲手把最聪明的人给送走。欧洲 ai 落后的真正原因不是算力，不是人才，也不是技术，而是把未来当威胁，把创新当犯罪，把监管当信仰。 一句话，欧洲不是被美国和中国甩开的，而是被自己的恐惧和制度所死的。过度的监管其实就是枷锁，就会扼杀公众的创新能力。所以欧洲想要在 ai 技术上有所发展，那就必须得先要解决这个问题，保守的欧洲不能再这么保守下去了。

vivo 手机无法唤醒周围怎么办？首先打开设置，选择赵薇，选择赵薇能力设置，选择语音助手，将播报设置拉最大，选择语音唤醒，打开亮屏唤醒，打开自动开启，这就完成了。