moma怎么连GPT都没有
最新消息啊，这个 gpt 五点六咱是肯定用不上了，他要发布之前呢，这个美国政府直接给了一条禁令，说要接受最严格的审查，那啥意思呢？其实就是冲着咱中国来的呗， 就是不想让中国人，不想让任何中国人用上美国的任何顶级大模型。你看他那个 mezzos， 还有这个 fob 五都已经被拦下来了吧。啊，不光是美国人不能用啊，就是连在美国的外国人也不能用 啊，包括这个，我记得当时这个奥斯洛克有一个这个高管，他是欧洲人吗？还是加拿大人？对，他是加拿大国籍的，结果呢？他这个进到办公室发现，我靠我们一手打造的这玩意我用不了了，我上不去了， 对吧？啊，这也挺荒唐的，不过那个人家是真的对咱们挺紧张的，是不是啊？这咱们在后面追的可能也挺紧的吧啊，总之这个 g p g 六被封了，大家也不用担心为什么 啊，起码说做做咱们这种行业，比如说 ai 企业部署这种行业不用担心，因为 ai 企业部署这种行业你远用不上那种顶级的大模型，就现在的这些模型啊， 就不错了，就可以了啊，就五点五， gpt 五点五，还有这个可乐四点八真的够用了啊，要啥自行车啊，对不对？然后对于我们来说呢？其实， 呃，然后另外一个对于我们来说，其实 gpt 五点六被封了也是好事儿，就算 gpt 五点六有很大价值，它被封也是好事儿，因为什么呢？因为总是有我们这种一小撮儿的人， 他肯定会想出来突破的办法啊，所以呢，这个事情门槛就变得更高了，更高了不就更值钱了吗？啊？咱们最终干这些事情不就是为了赚钱吗？对吧？啊，然后呢，另外一点呢，就是说就算他真的被封的死死的，他咱们也用不了了， 那我觉得这个事是非常有利于国产模型的突破的啊，然后一部分这个玩的比较好的人，他转向国产模型呢，就会给国产模型带来更多的这种语料，或者说这个有更多的人才会加入到国产模型的建设里，我觉得不一定是个坏事，你们觉得呢？
粉丝2.7万获赞11.2万
相关视频
01:28查看AI文稿AI文稿如何评价中移摸马一站式模型服务平台正式上线？这件事？是否超出预期？是否会很便宜？其他人还能卖磁源吗？ 首先，是否超预期？我在聆听科技的每一期磁源沙龙里面都预测过，未来磁源市场的核心就是三大运营商和公有云，而且运营商的磁源销售将在未来五到十年会超过手机流量的销售，运营商的收入将大幅且快速的增加，这件事只是很合乎预期的正常起点。 其次，是否会很便宜？在回答这个问题前，我想问屏幕前的你三个问题，第一，你是否打开看过， 你会发现你不知道在哪里看某马的使用地址，不是你以为的 m o m a 点 com， 不是 一个独立网站，也没有独立域名。第二个问题是怎么样才能使用到某马？其实是要进入到移动云官网，这是一个不太多人知道的地方，里面还要点击广告，或者通过 产品，再到九天，再到一站式模型平台，再到管理控制平台，再到订购模型管理，你才能看到价格。除了我之外，有谁知道和完成的？有几位打开过这个页面，看过价格测试过呢？如果你打开过，请在评论区告诉我。第三个问题，是否很便宜？大家自行对比就好了，我就不总结了。 再次，其他人还能卖磁源吗？参加过沙龙或者和我聊过的小伙伴都知道，我一直认为我们应该做运营商，阿里云、腾讯云、火山云的合作伙伴，不是竞争大厂去做大客户，我们做厂尾的小客户就好。光阴摸满，目前只是刚开始，以后会变成庞然大物，也会给市场留下足够多的合作空间，我们拭目以待。
648灵鲸科技袁亮
00:38查看AI文稿AI文稿我去看好了兄弟，中国移动最新发布的移动 moba 平台聚合平台，内置了三百家模型可供大家使用，还有很多小伙伴到现在还不知道这个入口在哪里了。今天这期视频主播来教会大家一次啊，让你们手机和电脑都可以去进行体验的，非常简单，现在主播把方法分享给你们， 首先呢我们先戳这个，之后再戳一下这个，之后打开这个没有的宝，咱们可以去装一个，咱们打开之后呢会跳出文件，点击立即查看，随后一定要去点保存啊，最后去下载跟着主播给你们的方法去进行使用就可以了，非常简单，咱们学会的宝子们咱们一起快去去试试吧！
04:32查看AI文稿AI文稿股友们炸裂消息来了，中国移动干了一件大事，他要把全中国三百多个 ai 大 模型装进一根水管里，拧开龙头就能用，偷看成本直降百分之三十。你知道我国如今有多少大模型吗？超过三百个！如果你是一家企业，想用 ai， 你 得先搞清楚哪个模型适合你。 epic 擅长推理，豆包擅长对话签问擅长代码， g、 l、 m 擅长长文本。然后你得分别对接每家的 api， 分 别充值，分别维护，分别踩坑。这就像什么想象，你家装了十个不同品牌的水表，每个龙头接不同的水厂，你洗澡用 a 厂的水， 做饭用 b 厂的，喝水用 c 厂的，每个月收十张水费单。崩溃吧！中国移动说，我来修一根总管道， 所有水厂统一接入，你只对一个水表，按需取水，费用统一结算。这就是 moma 移动模型服务平台。五月八日二零二六移动云大会上，中国移动正式发布 moma 平台 核心三点，第一，超级聚合一个统一 api 网关，接入超三百款主流 ai 模型，包括中国移动自研九天系列、 deepsea、 通易、千问、豆包、 kimi、 minimax 等等，文本、语音、图像、多模态全覆盖，企业一次接入所有模型随便选。第二，智能路由分独创三种策略，第一种，成本优先，自动匹配最便宜的模型。第二种，效果优先，匹配最强的。 第三种，均衡优先，性价比最高的模型，超时或限流秒级自动切换，业务不中断。第三，成本屠夫基于国产算力部署，自研推理引擎，结合智能缓存上下文附用 tokyo 压缩技术单位， tokyo 成本压降百分之三十， 资源占用率降低百分之五十以上。中国移动董事长陈忠月原话，开放万亿级偷看服务体验包，万亿级免费体验。你可能会问，百度有千帆，阿里有百炼，字节有火山引擎，都能提供模型 api， 中国移动凭什么三个别人给不了的东西？第一，算力底盘。 中国移动二零二五年算力服务收入近九百亿元，制算服务收入增速百分之二百七十九。他在全国布局了超一千五百个边缘制算中心，正在建设几百级高性能 ai 数据中心， 这个量级，百度、阿里都得靠租。第二，网络管道。中国移动有全球最大的五 g 网络，二百七十七万座基站。 ai 从云端到终端的最后一公里，它的管道延迟最低，覆盖最广。别家坐的是云上 ai， 它坐的是网家、云家 ai 三位一体。 第三，客户池。中国移动有十亿级用户，政务、金融、医疗、工业客户遍布全国每个县。这些客户用 ai 的 需求，跟互联网公司的开发者客户完全不一样。猫马专门有机密模型服务， 基于硬件及隔离，保障数据安全，这是政务和金融的刚需。中国移动要做的是 ai 自来水厂。万亿级 token 是 什么概念？一个 token 约等于零点七个中文字，一万亿 token 约等于七千亿个汉字， 相当于一百四十万本红楼梦的文字量。如果按市场价， deepsafe v 四输入 token 价格，约每百万 token 两块钱，万亿级就是两百万元人民币的算力。中国移动说开放体验，虽然细节待公布，但方向很明确， 用运营商的规模效应，把 ai 调用成本打到骨折。 g p t 五点五 a t i 输出 token 价格每百万三十美元， deepsea b 四约每百万二元，中国移动在此基础上再降百分之三十。这意味着，一家中小企业接入 ai 的 门槛，从请得起程序员降到交得起话费，这就是 ai 像水电一样随取随用的真正含义。 中国移动的逻辑很清楚，五 g 时代，它卖的是连接， ai 时代，它要卖的是智能，从中国最大通信公司到中国最大 ai 基础设施公司。但话说回来，模型聚合平台不是新概念， one api、 light lm 甚至 open router 都在做类似的事。默认的护城河不在聚合本身，而在算力和客户壁垒。如果算力和客户优势不能兑现为调用量，这就只是另一个中间。降价百分之三十对开发者有吸引力。但目前大模型价格战已经白热化， ipc 把行业价格打到骨折之后，再降百分之三十的空间，还有多少利润？对于中国移动这种体量的央企来说， ai 转型的组织惯性和创新速度，才是真正的挑战。一九九四年，中国接入互联网， 一根电话线拨号上网。二零一三年，四 g 来了，移动互联网爆发。二零一九年，五 g 来了，万物互联开始。二零二六年， 中国移动说， ai 时代，我来修管道，三百个大模型，一个入口，万亿级 token 拧开即用。这不是一个产品发布，这是一家万亿级央企在赌下一个时代的入口。你现在每个月交上话费，也许三年后，你变成交 ai 了费觉得有用，点个关注，我来讲透每一条消息背后的硬逻辑！
1578复利投研社
00:51查看AI文稿AI文稿兄弟们，你的 g p t 还好吗？那么这几天呢， tim 党呢，总算是消停了啊，前面我说 tim 不 行，共享是违反服务条例的， 不稳呢，还容易封，还说了几条其他的缺点，那么下面呢，嘲笑我的人特别多，说傻子才用八十的 plus， 好 便宜的 tim 有 多爽，那现在还有说这话的吗？封的你怀疑人生啊，连我视频下面拼车的小广告 这少了一大半，那么跑路失联的商家呢，更是数不胜数，所以商家说好话呢，你不一定能信啊，但是像说这个坏话的啊，一说一个准，不信不行。前面看到 gpt 充值网上说 tim 太垃圾了， 无法保证他的售后，说的够直白了啊，没有多少人信啊。那么现在我是彻底服了，不知道你有没有遇到这种情况，评论区聊一聊。
20大哥归来
09:06查看AI文稿AI文稿三家最强模型，竟然一个都没等了！这可能是大模型发布史上最微妙的一周。本来六月应该是 ai 圈的超级决赛， open ai 的 gbt 五点六、 anthropic 的 fob 五和 mephos 五，谷歌的 gemini 三点五 pro， 三家顶级实验室都准备把自己的下一代旗舰模型推到台前，结果呢？ 门开了一条缝，但人没放进来。 openai 的 gpt 五点六没有像过去那样直接开放。多家媒体证实，美国政府已正式要求 openai 分 阶段发布， 先以有限预览形式交给一小批受信任的合作伙伴，访问权限甚至要逐客户审批，连公司内部的外籍员工能否接触模型都要等政府点头。 这不是排队内测，也不是灰度放量，而是模型已经站在发布门口，但钥匙不完全在公司手里。 这在 ai 行业历史上是头一遭。政府在一款模型发布前，主动按住发布按钮。这句话听起来很夸张，但背后的变化更值得关注。 过去十年，大模型竞争只有一个关键词，快。谁先发布，谁就抢占开发者。谁先开放 api， 谁就抢占生态。谁先把模型塞进办公软件、搜索引擎、编程工具，谁就能把下一代入口攥在手里。 open ai 靠 chat， gpt 一 夜破圈， 谷歌被迫拉响警报， antropics 靠 cloud 在 代码和长文本领域疯狂追赶。这个行业一直信奉一句话，先上车，再补票。可现在游戏规则变了，不是谁模型强，谁就能立刻发布。不是谁训练出来，谁就能全网开放。 最强模型开始进入一个新阶段。发布之前，要先过安全关、政策关、合作伙伴关，甚至还要过谁能用怎么用、先给谁用的准入关。 这才是这次事件真正炸裂的地方。 gpt 五点六本身有多强？据已透露的信息，它的上下文窗口已从一百万 tokens 扩展至一百五十万 tokens， 长周期编码能力大幅优化，在智能体编码工作中甚至被指优于 anthropic 的 methods 系列。但从行业反应看，大家真正紧张的并不只是参数，而是能力边界。当一个模型不只是会聊天，而是能写代码、看代码、改代码、跑长链路、任务调用工具、组织代理工作流， 甚至可以在安全测试、漏洞分析、自动化操作里扮演越来越强的角色。他就不再只是一个更聪明的聊天机器人，他开始像一个数字世界里的高强度劳动力，能加速生产，也能放大风险。这也是为什么这次 gbt 五点六的发布，被外界看成一个标志性节点， ai 公司过去最骄傲的发布节奏，正在被安全治理重新改写。更有意思的是， openai 不是 唯一一个被卡住的， antropica 那 边更惨烈。六月九日， cloud、 faber 五和 mesos 五正式发布。三天后，六月十二日，美国商务部一纸出口管制令拍下， 以国家安全为由，暂停所有外国国民对这两款模型的访问。由于无法按国籍过滤用户，连公司内部的外籍员工都无法例外， anthropic 被迫对所有人关闭了这两款模型。截至六月二十六日，他们仍处于下线状态，连有线预览都不剩。 而 anthropic 早在四月首次展示 mesos 时就说过一句话，这个模型太危险了，不能广泛发布，当时只开放给约两百个机构，以政府部门和安全相关企业为主。 这说明前沿模型的能力已经开始被放进一个更复杂的框架里，评估它到底是生产力工具，还是潜在的高敏感技术。答案可能是两者都是。这就像当年的芯片，芯片可以训练模型，可以做自动驾驶，可以推动科学研究， 但高端芯片也可能影响军工、网络安全、国家竞争。现在大模型也正在经历类似的转变。以前大家讨论 ai， 喜欢问它会不会取代人，现在更现实的问题来了，谁有资格使用最强 ai？ 这句话比 ai 会不会觉醒更接近现实。 因为在普通用户眼里， ai 只是一个聊天窗口。在企业眼里，它可能是网络攻防能力的放大器。 在政府眼里，它甚至是战略技术的一部分。同一个模型在不同人手里，意义完全不一样。所以，今天的 ai 发布，已经不再是一个产品经理敲下上线按钮那么简单，它更像是飞机试飞、药物审批、芯片出口和云服务合规的混合体。 普通互联网产品可以先上线，再迭代，再修 bug。 但前沿 ai 不 一样，如果它具备了强大的自主任务能力，能够连续执行复杂目标，能够读懂海量代码库，能够帮助发现系统漏泵， 那么它一旦开放，就不是简单的功能更新，而是把一种新能力释放到社会系统里。这就是为什么谷歌也在踩刹车。 gameworks 三点五 pro 原定六月上线，现已确认推迟至七月，原因和 openai、 antropic 略有不同，更多是内部打磨、收集反馈优化、常练路任务，解决 token 消耗过快的问题。换句话说， openai 和 antropic 更多是外部安全与准入压力，谷歌更多是产品质量与工程节奏压力。 但结果一样，六月这道门，三家都没完全迈过去。而这背后其实是同一股潮流。 特朗普六月二日签署的 ai 行政令，虽称不设强制许可，要求企业自愿进行前置安全评估，但 antropica 被直接关停， open ai 被要求分阶段发布，这个自愿框架实质上已经变成了强制框架。 这对普通用户来说可能有点失望。大家以为马上能用上史上最强 ai， 结果发现最强模型已经在里面了，只是没有完全放出来。以前我们担心 ai 发展太快，人类跟不上，现在更现实的画面是， ai 能力在门内狂飙，门外的人排队等号， 这中间的落差，才是新时代的真正冲突。能力越强，开放越慢，模型越接近通用智能体，发布就越不像发布，越像审批。而这背后，其实是 ai 行业从炫技时代进入管控时代的标志。 过去发布会拼的是参数榜单、上下文窗口、数学题、代码题、视频生成效果，谁能把观众吓一跳，谁就是赢家。未来发布会拼的可能是另一套东西。安全评估怎么做？ 红队测试覆盖哪些场景？高风险能力有没有隔离？企业客户怎么分级？敏感任务能不能监控？模型出错后谁负责？甚至某些能力是不是只能在受控环境里开放？这听起来没那么热血，但这才是真正的大模型下半场。 因为 ai 越强，它越不只是消费级工具，而是基础设施。基础设施从来不是想开就开，电网要调度，航空要管制，金融系统要封控，药品上市要试验。 现在前沿 ai 也在走向。这个逻辑不是不让它发展，而是必须回答一个问题，它如何被安全的释放？当然，这里也有争议， 如果管得太严，创新会不会变慢？如果审批太复杂，创业公司会不会被巨头挤出局？如果只有少数合作伙伴能先用最强模型， ai 红利会不会变成少数企业的特权？更关键的是， 如果美国公司越来越谨慎而开源模型，其他国家的模型继续快速追赶这种先安全再发布的路线，在全球竞争中到底站不站得住？这些问题暂时没有标准答案。 但可以确定的是， ai 行业正在告别一个旧时代，那个模型一训练完全网抢着试的时代，正在慢慢结束。 以后你看到一个新模型发布，不要只问他跑分第几，还要问三件事，第一，他是不是完整开放？第二，他对谁开放？第三，他哪些能力被限制了？ 因为真正决定 ai 影响力的，不只是模型有多强，而是强能力被谁拿到，在什么规则下使用，出现问题以后，能不能被及时刹住？ 所以，这次 gpt 五点六的重点不是 openai 又憋了一个大招，而是大招已经不能随便放了。三家旗舰模型集体卡在六月，也许不是一次普通延期，而是一个行业信号 最强 ai 正在从人人都能围观的科技烟花，变成需要审批、测试、分级、限流的战略工具， 这听起来少了一点互联网时代的爽感，却多了一点现实世界的重量。 ai 不 会因为一次延期停止进化，恰恰相反，它可能已经进化到必须被认真对待的阶段。以前我们说 ai 的 终点是能力，现在看， ai 的 终点可能是智力。 谁能造出最强模型只是第一关，谁能安全的发布它，稳定的控制它、公平的分配它才是下一场真正的竞争。 所以， gpt 五点六不是简单被叫停，它更像是被时代按住了肩膀，因为从这一刻开始，前沿 ai 不 再只是实验室里的冠军，它已经变成了一种需要被审慎释放的力量。而普通人要适应的，也不是 ai 突然变慢了，而是一个全新的现实。 最强 ai 可能早就造出来了，但能不能用上，什么时候用上，怎么用上，从今天开始，不再只由技术决定。我是 ai 启示录，感谢点赞与关注，我们下期再见！
3795拿幸·AI启示录
03:36查看AI文稿AI文稿零三的六点二的车机系统终于轮到我更新了，今天刚弹窗，然后给大家看一下有哪些新增的功能啊，主要是啊，新增了一个效率泊车啊，就说泊车的速度会比以前要快一点 啊，然后呢啊，像辅助驾驶的一个车道渲染啊，不一样了。然后地图啊，地图的话，它支持一个啊小窗啊，因为之前只有一半一半的那个小窗模式吗？现在有一个就是三分之一的一个小窗啊，往下滑的话看一下还有没有新增的。 嗯，其他的话就是一些应用优化了，嗯，还有状态栏，这个，这个要给好评啊，因为因为像现在啊，他的公里数啊，什么都在都在右上角 啊。其实我们主驾驶看去的话不是很方便啊，特别像我们这种有一点点近视的人来说的话啊，这个看起来是很累的。那么现在新版本更新的话，他会把这个状态栏的显示内容 啊，调到这个上面，调到左边，这样我们看就会更加舒服一点。然后呢，手机钥匙的一个优化，就是数字钥匙的一个优化啊，会更好一点，能耗会更低一点。 智能场景的优化啊，也也有也有升级啊，像之前那个洗车模式，它不会自动关闭那个雨刮，现在的话它也会了。 嗯，包括空调面板同步那个温度的一个按钮啊，内外后视镜方向盘调节界面进行了联动调节。 嗯，反正这些都是一些啊，就是小优化啊，你看还有那个，呃，就是方便我们更加方便的去用车的。就是说 啊，那么更新的话，这个版本的话是不能自动更新的啊，就是你哪怕预约了网上更新的话，呃，他也不行，他只能那个你不用车的时候呢，立即更新，因为他有一个涉及到隐私的一个更新吧。应该是 啊，你要同意完，同意完之后的话就可以更新了，像现在就显示啊，更新要四十一分钟啊，那我们就默默等着就可以了，实际更新的话也就花了大概十五分钟左右啊，其实还是蛮快的啊，用不了那么久， 那么在更新过程中的话，他会把空调关掉啊，等后面快更新好了之后他才会打开啊，而且更新的时候呢，我们这些啊挂挡呀，包括手机 app 啊，都是用不了的啊。那么更新完之后可以看到很明显的一个变化，就是说 啊，我们这个位置，你看电量显示跟公里数到这个位置来了，我觉得会比较方便一点啊。然后其他的界面变化的话，这里是没有啊，打开设置看一下，打开设置的话，他会有一个那个啊，效率泊车， 你看泊车分风格，可以给他搞成这个效率泊车，这样会快一点啊，会比之前要快个快个几秒钟应该是。 嗯，其他明显太明显的变化是没有了，但是总体来说还行啊，车大姐渲染的话啊，到时候给大家测，然后就是这个地图界面，地图界面的话可以给他显示这种窄屏啊，可以这么小啊，像以前的话它是不能这么小的，有一半 啊，这样反正整个画面看去会更干净更舒服了。那么最后车友们不要忘记给晚春点个关注，晚春会持续分享我们小鹏摩纳灵山更多用车知识，包括用车经验，也欢迎大家进我抖音主页的一个车友群，有问题的话大家可以相互交流。
296晚春的小鹏M03
04:45查看AI文稿AI文稿有一个数字，它藏在你的银行账户里，藏在病毒扩散的速度里，藏在你喝的每一口咖啡降温的过程里，甚至藏在宇宙大爆炸的那一瞬间。但没有人告诉你它的存在。它不是派，不是黄金比例，而是一个叫 e 的 小数。二点七一八， 看起来零碎普通，毫无美感。但数学家说，如果有一天，异从宇宙消失，所有的生命会停止生长，所有的信号会停止传播，就连 chat gpt 也会当场失语。这个数字是谁发现的？一个一六八三年的数学家，他当时只想算清楚自己能从银行赚多少钱。 这个人叫雅格布薄努力，他研究的核心问题只有一个，银行如果把利息拆成无数次来结算，你的钱到底能涨到多少。他发现，拆分次数越多，账户里的钱确实越多。 但奇怪的事情发生了，哪怕把计息周期拆成每秒每毫秒，每一个无限微小的瞬间，账户总额也不会无限暴涨， 而是稳稳地收敛在一个固定数值上。二点七一八二八，这就是 e。 一个想靠复利暴富的数学家，反而撞见了整个宇宙的底层规律。真正把 e 讲清楚的人是欧拉。他用微积分证明了一件让所有数学家目瞪口呆的事。 e 的 x 次方，这个函数，它的增长速度，数值上永远等于它自身。普通函数求导之后会变成一个全新的方程。但 e 的 x 次方，它是数学世界里唯一一个自己追着自己跑的函数， 变化速度和自身大小永远完全相等。这意味着，只要某件事物的变化速度取决于他当前的体量，求解这个过程就必然出现 e。 这条规律直接解释了传染病的爆发逻辑，感染人数越多，病毒扩散越快，增速随体量自动放大，这就是指数增长背后的底层常数，正是 e。 同样的逻辑，适用于兔子繁殖、细菌增值，乃至森林火灾的蔓延速度。 e 不是 人为选出来的参数， 它是连续增长体系里数学自动筛选出的唯一答案。而让人震惊的是，这套逻辑不止适用于生命体，任何体量越大、增速越快的系统，无一例外都逃不开 e 的 身影。 但万物不可能永远只增不减。当体量膨胀到极限， e 就 已反方向登场，开始描述衰减过程。放射性元素的衰变不按固定时间表进行，而是每一时刻都有固定比例的原子消失。 原子越少，衰变速度越慢，用的正是 e 的 负指数公式。你每天喝的咖啡降温也遵循同一道理，刚倒好时散热飞快，越接近室温，降温越慢。沿着 e 的 指数曲线无限逼近，却永远不会真正等于室温增长和衰减 是 e 这枚硬币的正反两面。 e 的 将遇远不止增减两类现象。你每次登山，气压随海拔升高而下降，不是均匀减少，而是按 e 的 指数曲线衰减。 因为越往高处，上方的空气就越轻，压缩力也越小。化学反应能否点燃，取决于分子碰撞是否超过能量临界线。只有能量分布曲线指数长尾末端那极少数高能分子，才是引发反应的真正推手。 计算这个概率，公式里还是 e。 就 连统计人群身高得到的那条经典中型曲线公式里，同样藏着 e 的 负平方指数 随机增长、衰减，竟然全都被同一个数字统治。如今你每天使用的人工智能核心也是 e 在 驱动。 chat、 gpt 每次生成一个词，本质是在计算海量后选词的概率，依靠 softmax 函数把原始评分套上 e 的 指数运算，让高分词汇的概率急剧放大， 低分词汇被无限压低。如果没有 e， ai 输出的每个字会在无数可能之间永远摇摆，根本无法给出确定答案。你和 ai 每次对话的背后，都有无数个 e 在 以惊人的速度疯狂运转。 e 最精妙的一次亮相是欧拉公式， e 的 x 次方等于 cos x， 加上 i 乘三 x。 这条公式把增长、衰减、圆周旋转、虚数运算三套完全独立的数学体系用一条等式彻底打通，成为无线通信、 mp 三音频压缩、核磁共振成像的共同数学基础。 你手机收到的每一格信号，听到的每一首压缩音乐，背后，全是这条公式在运作。而 e 还主导了宇宙诞生的那一瞬间，大爆炸后万亿分之一秒内，空间以指数方式剧烈暴涨， 尺度在极短时间内反复翻倍。我们整片可观测宇宙，正是那段易驱动的短暂膨胀的直接产物。所以这个看起来毫无美感的小数二点七一八二八为什么同时出现在银行账目、病毒传播、咖啡降温、人工智能和宇宙大爆炸里？因为它是宇宙认可的唯一变化语言， 事物的变化速度永远由他当下的体量来决定。如果圆周率派是描述空间几何形态的常数，那易就是描述万物如何随时间演变的常数，他不是人类发明出来的，他一直都在那里等着被人发现。
280科学调研室
02:15查看AI文稿AI文稿今天都有 ai 了，给宝宝们一个超级实用的判断方法哦！现在很多人越来越依赖 ai， 甚至连判断都会交给 ai， 不 清楚任务目标时候，都会漫无目的的打开对话框，也不知道聊些什么。那么现在问题来了，什么样的任务只能让它辅助，什么样的任务必须要你自己完成呢？ 最近有篇论文给了一个很有意思的框架叫 scan， 它不是教你怎么写提示词，而是教你怎么判断 ai 在 一个任务里应该扮演什么样的角色。 game 把任务分成四类，第一类叫 s substitute 替代区，什么意思呢？就是这件事情你完全不会，但 ai 好 像表现的很会的样子，比如说你完全不懂财务，去让 ai 帮你分析公司的财务报表，你 完全不了解一个领域，去让 ai 直接给你一个非常模糊的结论，或者非常大略的结论，这种情况相当危险啊。因为你看不懂，所以你不知道 ai 是 对是错，这很容易变成 ai 一 本正经的胡说八道，一本正经的采纳。所以 s 区不是不能用 ai， 而是要非常小心的用 ai。 最好是最好是说有一个第三方，比如说跟你朋友也一也一起去交流一下， 在这个区域，你可以让 ai 给你一个起点，但请不要把它当成最终的答案。第二类叫 c complement 互补区，这是最舒服也最高效的一类，你本来就会这个事情，只是让 ai 帮助你提速。第三类叫 a as 辅助区，这是最适合学习的区域，你不是完全不会，你会一点，而且有一定的基础，但不够独立完成，这个时候 ai 最适合当你的脚手架。比如说你会一点 python 啊，但是不会说句学术。你知道论文怎么写啊，但不熟悉某种研究方式，理解一个概念，但是还不会使劲应用。这时候你不要跟 ai 说，你直接帮我写完，不要当伸手党啊， 而是要问你能不能一步步引导我，在我出错的时候，请指出我的错误，而不是直接给我答案，这样 u a 才是真正的在提升能力。第四类叫 non negotiable， 不 可让渡区， 这些任务不能交给 ai， 正因为 ai 不 够聪明，而是因为这些任务和真实的人类关系和判断挂钩。比如说逻理审查、价值冲突、重要的人生抉择这件事情， ai 可以 提供信息当成信息渠道，但是它不能够承担责任。 scan 这个框架让你先问自己三个问题，第一，我到底懂不懂这个任务？ 第二， ai 在 替代我辅助我，还是在替我做决策，或者说与我协助呢？第三，这件事情有没有一个必须要由人来承担责任的环节？如果你完全不懂，让 ai 全权负责，那叫危险。 如果你懂一点，让 ai 帮助你学习，那叫成长。如果你已经懂了， ai 帮你提向，那叫协助。如果这件事情涉及真实的人类责任和价值判断，那可别甩锅给 ai 哦。好，这是灿灿，我们下次再见哦。
00:35查看AI文稿AI文稿我今天也是出戏了，大家都在找的这个移动洛玛最新版，主播给你们找来了，还有很多宝子不知道如何获取的，那么你不用着急，接下来呢，我三秒钟教会你跟着我的操作就可以了，有手就会。 首先的话呢，点我视频右下角的这个分享箭头，然后呢，复制一下，回到桌面，找到手机自带的应用商店，打开这个 在这里呢，稍等一下，选择允许粘贴，弹出来一个资源包点，立即查看，没有弹出的话，到上方搜索小鱼书包，点进去，找到软件包，点进去取消全选，选择移动罗马最新版，右下角保存就可以了。
04:00查看AI文稿AI文稿当你换着花样问 cloud 你 是谁这个问题时，他会掏出来个户口本，让你选择他的身份。这么多模型都在自己是谁这个问题上栽了大跟头，你是谁？你可能会得到好几个截然不同的答案。有时候他是拆的 gpt， 转头又变成了谦问，甚至还会跟你乱认亲戚。最搞的是不是固定角色，他是随机角色， 我是就差你点赞关注的脑洞君，咱继续聊聊牛逼的大模型，怎么就你中有我，我中有你，融合的这么完美呢？ ai 是 那种拥有自我意识，时刻清晰认知自己身份的高级智能体。嘿，他 他可没这两把刷子，他就是一个完全没有自我认知的语言预测机器。说的直白点，当你问他你是谁的时候，他回答的跟刘姥姥做习一样，洋相百出。他根本没有自己的户口， 只是在根据上下文的概率，给你编造一个看起来最合理的身份。如同你走在路上，突然被一个路人拍肩膀问，你是不是懵了？上学那阵的记忆库都已经删空了，这叫什么？左右脑互搏荡机了。伙计们为了不尴尬，顺口回了一句，啊，我是隔壁班的吧。 ai 的 回答本质上就是这种，为了应付对话，不得不给自己按一个身份。 为什么会出现这种掉马甲的名场面，那就不得不提现在大模型的尴尬。一个模型跟人一样，从胚胎开始，再到写逻辑为数据，最后到生下来以后才会起名字， 他正式命名前，他的称呼都是小名。比如 g p t 的 o e 模型正式发布，潜在号叫草莓甜心，多有爱的名字测试通过，要正式上市了才最终确定叫 o e。 再说 ai 训练数据的纯净度的问题， 现在其实已经是一个伪命题了。在现在这个疯狂内卷的生态里，基本上人类几百年总结的数据早就被喂光了。为了让模型变得更聪明，各家大厂不得不开始玩起了护卫数据。在这个你中有我，我中有你，无限套娃的工业循环里，认知早就串味了一个模型在训练时本身就不知道自己是谁，又吃进去的信息里参杂了海量的别家模 情输出。当他被喂了太多的我是 g p t 或者我是千问的语料时，哪怕最后给他穿了马甲发布，他意识里也不知道自己是谁。所以不是 bug， 也不是谁把谁争流了。这是整个 ai 工业生态在数据短缺下的必然产物。套娃大家都变成了那个奥特曼融合材料高斯，主打一个你的就是我的。既然模型本身这么糊涂，那他是怎么在网页端表现的那么像一个有着明确身份的 ai 呢？这就要提到那个压箱底的技 系统提示词 system prompts。 在 很多大厂的后台，隐藏着一份长达数万字甚至十几万字的指令文档。他详细规定了 ai 的 名字， 他的开发者是谁，他的语气应该有多客气，他的边界在哪？当你新开网夜晚对话时，这段指令会被悄悄塞进 ai 的 脑子里。他的第一规则是先知道自己是谁，你让他扮演什么角色，其实都是他自己。 于是 ai 就 像一个训练有素的演员，看着手里的剧本，开始表演他应该成为的角色。但这招有个致命的缺陷，他只在官方的网页端生效。当你花钱去调用 a p i 的 时候，官方通常不会给你加载这份厚重的人设剧本，或者给的权限极低。于是，脱离了剧本的 ai 瞬间 就人设崩塌了，开始自由发挥，闹出了各种认错爹妈的笑话。所以你看，他不是在撒谎，他只是失去了剧本。如果说人类的智能基于经验和自我意识，那么 ai 的 智能本 本质上就是一套基于概率的表演系统。他今天演 g p t， 明天演 cloud， 后天你写个剧本，让他演一个理财分析师。他没有所谓的本我，他所有的回答都只是为了满足你对那个角色的预期。大白话就是按你的想法说，你想听的对了，就是大魔行牛，不对就是你的问法有问题。 果然，不管在哪，都有草台班子定律，不要被那些华丽的大词给绕晕了。无论是 transformer 还是注意力机制，他们归根结底是在做一件事，从 杂乱无章的数据中找出一个最符合人类语言习惯的排列方式。 ai 不是 人，它也不需要变成人。它现在的种种幻觉和认知偏差，恰恰揭示了它的本质。它是一个被人类知识和人类偏见所共同堆砌起来的数字投影。 所以，以后再看到 ai 出现什么反制的回答或者认错身份的尴尬场面，别再惊讶了，那不是 ai 变笨了，而是它恰恰在那一刻暴露了它身为概率模型的真实一面。这也是我为什么要做这一系列视频的原因。 我们要撕开那些高大上的包装，看看这些模型到底在算什么？看看这个所谓的智能时代究竟有多少成分是真本事？又有多少成分是这个巨大的草台班子演出来的戏？你说大语言模型这条路真能让 ai 变成智能体吗？一起来评论区开开脑洞！
03:12查看AI文稿AI文稿硅谷这两天被 g l m。 五点二刷屏了，相同的提示词，相同的参考图，它做出了能正常运行的多一点 j s。 地球仪，路径弧玻璃面板， 精美布局，全有前微软高管、资深技术专家 matt veloso 直接引爆 x 评论区，全在聊怎么本地部署 g l m。 五点二。更离谱的是，有个硅谷博主就说了句 g l m。 五点二的好话，两天涨了将近三千粉。到底什么让硅谷这么狂热？ 今天深度拆解一下，先聊最近的 g l m。 五点二，直接登顶 design arena， 把 cloud f 五拉下王座。 这是全球第一个用盲测评 ai 设计质量的平台，行业最硬的审美风向标。硅谷的反应也很有趣，有人说 g o m。 五点二跟最强大模型差距大约七个月，马斯克说要追上还得等到二七年一季度，智普直接隔空喊话，用不了那么久。海外网友刷屏说太保守了。 最夸张的是， hugen face 自掏腰包给 g l m m。 五点二开了六小时全球免费算力，这是第一次为国产模型开这种 v i p 通道。 再看看测评数据， cold arena 全球盲测， glm 五点二排第二，仅次于以下架的飞波五击败 opus 四点八，把 gpt 五点五远远甩开 agent arena 跻身前十，跟 antravica gpt 平起平坐。谷歌全系模型被它击败， 价格更离谱。飞波五输入十块，输出五十块， o p s 是 五块二十五， g l m。 五点二呢？输入一块四，输出四块四， 四分之一的成本拿到接近 o p s。 四点八的编码能力。而且现在它能在本地跑完整权重一点五亿个 t d 压缩到两百三十八， g 缩小百分之八十四，还保留百分之八十二的准确度。两百五十六 g 内存的 mac 就 能跑，评论区全在问怎么装。 说真的， g l m。 五点二在 s w e bench pro 上还没超过 oppo 四点八， coaterina 也还差飞波五一节跟最先进的模型差距是真实存在的，但你看趋势， oppo router 上中国模型的掉用量从一点二百分之五十以上。 g p t。 五点五四月发布， g l m 五点二，六月就在编程任务上反超。从 deepsea 到 g l m 五点二，追赶的计价单位从年缩短到了月，差距还在，但势不可挡。 最后一个重要技巧， ralph loop 作者 jeffrey huntley 专门发推分享， g l m 五点二已经非常棒，但他就像个德国人，黑白分明，精度极高。 office fable 能在提示词模糊时自己脑补。 g o m 不 行，你得给他极精确的指令。所以他的方案是先用专门来把 prompt 写好，再丢给 g o m 执行。别指望一个模型干所有事， 让合适的模型干合适的事。今天回去就试试。不管网页设计、 ppt 还是长任务写代码，都用 glm 五点二跑一遍，国产大模型正在崛起。好啦，记得点好收藏、关注、赞，我们下期再见！
1061南山老实人
16:13查看AI文稿AI文稿你现在每天用的 ai， 可能连它一半的能力都没有发挥出来。现在网上几乎没有一条视频，把 g p、 d、 e、 jimmy、 豆包这些主流 ai 所有核心功能放在同一张使用地图里讲清楚， 更没有人告诉你不同的需求到底应该点哪一个功能入口。所以，现在大多数人用 ai 不是 不会用，而是根本就不知道它们究竟能干什么， 写不出三千字，研究没有深度，代码跑不起来。本质原因只有一个，你把所有的问题都丢进了聊天框。那今天这条视频呢？我不教你技巧，不教你拆题诗词，也不站在某一家 ai 的 立场，我只做一件事， 把现在最常用的一些 ai 工具，每一个你可能用的上的功能，全部摆在你的面前，写作、研究、代码、学习生、图生、视频工具调用、什么时候，应该用什么功能，一次性讲清楚。看完这条视频，你不会再问 ai 行不行，你只会知道这件事我该用哪一个模式。 顺便说一句，所有的功能呢，你在网上很难一次性找到全部的说明。所以呢，我把它们都整理成文档了，只需要在评论区回复 ai 隐藏模式，我就直接发给你。 第一个升图，目前所有的大模型呢，基本上都已经内置了 ai 的 升图功能，像谷歌的 gemini， 内置的是最新的 nano banana 模型。 g p t 呢，使用的是 g p t 图像，而豆包使用的是自家的 c 锥模型，共有三个版本可以选择。那 jamie 呢，提供了两种图片的生成方式，分别是 pro 版本和普通版本。如果你要使用的是普通版本的 nano banana， 那 你就从模型的菜单当中选择快速。如果你要使用的是 nano banana pro， 那 你就从模型的菜单栏中选择思考或者是 pro。 nano banana pro 的 生成功能呢，可能会受到 gmail 三 pro 配额的限制，如果你用完了每日的 gmail 三 pro 的 配额，就得等到配额重置之后才能继续生成 nano banana pro 的 图片了。如果达到限额，你可以在提示栏中将模型从思考或者是 pro 模式切换到快速，然后继续使用 nano banana 生成图。 关于 nano banana 生成各种类型图片的教学呢，大家也可以观看我们这一期专门讲解 nano banana 视频，上百种效果可以说是一应俱全。 ok， 那 gpt 目前使用的是最新的 gpt image 一 点五，并且将它作为了 gpt 中图像生成功能的底层模型。 官方默认的也有额度的限制，尤其是免费的用户，或者是掐指 g p p plus 的 用户。那免费账号呢，通常每天有少量的生成次数，但是根据我目前查到的资料，并没有发现一个明确的数量。测试下来，免费用户基本上每天可以生成十几张图片是没有问题的， plus 或者是订阅的用户呢，额度就会更高。 ok， 豆包相较于 jimmy 和基本 选择就会更加的灵活了，它提供了三个版本，包含了从三点零到最新的 c 锥四点五模型。除此之外呢，还可以直接在聊天框当中选择比例和调整风格，可以说对新手来说上手是最简单最友好的。 豆包的身图限额呢，也没有明确的数量，甚至在我的测试当中，手机和 pc 端的数量都是不太一样的，但是基本上免费用户呢，能够每天生成几十张图片是没有任何问题的， 额度肯定也是三家当中最高的， ok， 那 么这是我用同一段提示词，分别使用这三个大模型生成的图片，大家可以看看你们更喜欢谁的生图效果。 二、视频生成视频生成功能呢，在三家就有所不同了，接下来内置最新的 ai 视频生成工具 vivo 三点一，操作呢也是非常简单的，只需要在底部的文本框下面点击视频图标， 然后在文本框当中为你想要生成的视频输入提示词，就可以生成了。当然，如果你需要根据照片来制作视频，点击添加图片的图标，然后选择你想要上传的文件，点击提交也就可以了。 在这个地方呢，也有一些官方的温馨提示，在生成视频之前呢，你可以先跟 jammy 进行一些对话，然后呢进行一轮头脑风暴，完善你的视频生成提示词，这样一来呢，你就不需要点击视频就可以生成了。同时呢也要注意， jammy 应用生成的视频长度呢是八秒钟， 生成视频呢可能需要一到两分钟的时间，你也可以要求 jammy 为视频同时生成音频。根据竖屏照片生成的视频呢，也将保持竖屏的格式， 并且采用语言，照片最接近的宽高比 ok 限额使用 vivo 三点零生成的视频数量呢也有一定的上限，接近限额的时候呢，现在会给你发送通知，告诉你还可以生成多少个视频。据我目前的实测啊， pro 用户一天能用 vivo 三点一生成三个视频左右豆包内置的视频生成核心使用的是字节跳动自研的 c dance 系 列模型，截止二零二五年十二月，最新的是 c dance 一 点零 pro、 c dance 一 点零 light 等版本可以供你选 免费用户每日视频生成的次数呢，通常是 app 端五次，网页端十次，两端呢是不进行叠加的，零点的时候呢，就会重置，具体呢，可能会因为你的账号等级有一些略微的差异。 下一个 gpt 的 内置功能呢，并没有视频生成这一项，因为 openai 把视频生成模型主要是通过了单独的 sorry 应用来进行完成。那这个地方呢，我们就不着重讲解了，那以下呢，是我们利用同一提示词生成的视频，大家可以对比一下效果。嗨， 我接电话，我需要帮忙，他们来了，快点我三、 deep research 深度研究接下来呢，我们要讲一个能把你从资料苦海里面彻底解放出来的进阶功能。 deep research， 也就是深度研究。那大家平常工作里面呢，肯定遇到过各种场景， 比如说老板让你做一份未来五年全球新能源车市场的分析，或者是你要写一篇严谨的生物医药前沿综述 这种任务呢？如果你用普通的 ai 对 话，他只能给你泛泛而谈的几百字，根本没有办法用，因为你需要的是浏览几百个网页，读几十篇 pdf， 甚至是清洗数据。这在以前呢，可能需要花费你整整一天的时间。但 deep research 就 不一样了，它是一个能够自主工作的智能代理， 给他一个题目，他可以自己去制定计划，自己去搜来源，遇到不懂的呢，也会自己去查，通常花个五到三十分钟，直接就给你甩出一份几千字的有理有据的报告了。 目前这个领域，你要关注的是两家， openai 和谷歌，它们俩的路子呢，也会有一些不一样。 openai 的 deep research 呢，更擅长的是逻辑推理，专门针对高难度的科学和金融，任务是做了优化的。 在人类终极考试的准确率呢，也是其他模型的好几倍。它最大的杀手锏呢，就是自带 python 工具箱，可以像数据分析师一样去写代码，抓数据，分析趋势，每一条结论呢，都会像写论文一样标好这个引用的来源，非常适合做那种容错率极低的硬核研究。而 google gemini 的 deep research 呢，更像是一个 懂你家底的全能秘书。它最大的优势呢，是生态整合，因为它不仅可以搜全网，还可以直接连接你的机妙邮箱和 google 的 云端硬盘，把你内部的文档和外部的信息结合起来，生成报告。它生成的报告呢，也不仅仅只是文字，还可以给你做成互动式的模拟器呀，图标啊，甚至是把报告转成音频读给你听， 都是没有问题的。豆包的深入研究功能呢，最近也刚刚上线，它最大的优势呢，就是量大管饱且体验丝滑，这就意味着它可以一次性吞掉上百篇学术报告或者是几本书，处理复杂任务的广度呢，也非常的惊人。其次，豆包特别懂手机用户， 你在 app 上面生成了长篇的研究报告，如果说你懒得看，也可以一键转成播客模式，挂在耳朵上听，甚至是研究报告做好之后呢，它还会自动生成网页形式来概括主要的内容。 不过要注意啊，深入研究虽然功能强，但都不是秒回的，因为他们要干的活太多了。申请一份报告呢，通常需要五到三十分钟，所以呢，别傻等着 点了开始呢，你就可以去喝杯咖啡了。而且呢，深入研究呢，也是比较烧钱和烧算力的，所以每天的使用次数呢，也是有限制的，大家且用且珍惜。 四、 canvas 画布如果你还在用传统的聊天框去写代码或者是改论文，那你真的是在浪费生命。我们都知道，直接跟大模型对话呢，有一个非常致命的痛点，他是个黑盒， 而且记性不太好，你让他改一段代码里的一个小 bug， 他 往往会把整个几百行的代码重新生成一遍，你还得自己去对比改了哪。或者是你写长文的时候， 你只想润色某一段，他却经常丢失上下文，甚至是自作主张改掉你满意的部分。那 canvas 画布功能的出现呢，就是为了终结这种问答式的低效作业，把它 变成了并肩作战的编辑模式。以 open a 的 canvas 为例，当你开启它的时候呢，屏幕会一分为二，左边聊天，右边呢，是独立的编辑窗口，它的核心逻辑就是精准控制。比如说，程序员写代码，你先要自己加编辑窗口，它的核心逻辑就是精准控制。比如说程序员写代码，你先要自己加编辑窗口，它就可以自动帮你插装， 老板让你把 python 代码换成 c 加加，点击移植就可以一键搞定。写文章呢，也是一样的，它不再是瞎改，也可以用滑块调节阅读等级，从幼儿园水平瞬间切换到研究生水平， 或者是一键调整文章长短和润色语法。简单的说呢， openid com 就 像一个坐在你旁边的资深主编和架构师，主打的就是一个指哪改哪的微操体验。 那如果我们说 open i 的 极致是编辑器，那 google gemini 的 canvas 就是 一个脑洞大开的多模态创意工厂。 它的逻辑呢，就有点不一样了，因为它不光是为了修修补补，而是为了让你的内容流动起来。除了可以调节文章的长度，调节写作的语气等等这些基础功能之外呢， gemini 的 canvas 里面呢，还有些额外的功能，比如说你在写完文档，如果你不爱看字，你点击音频概览，它就可以瞬间生成一段播课读给你听。 你需要做演示，点击一下就可以生成格式化的信息图、图表或者是测验题。如果想测试自己的学习效果， 也可以生成测验。对于学术党和数据党来说呢， gmail 有 两个独家杀手锏，第一个呢，就是完美支持 lattic， 且复杂的数学公式呢，极其的丝滑，包括之前火爆全网的 gmail， 一 键生成各种模拟器也都是在 canvas 当中完成的。第 第二就是无敌的谷歌生态整合，你写好的文章呢，不需要复制，直接点击导出到谷歌文档就可以发给同事。写好的 python 代码呢，也可以直接导出到 google collab 去运行， 这些呢，都是 openai 目前做不到的。所以总结一下，如果你追求代码和文字的极致掌控，你可以选 openai， 如果你需要通过图表、音频或者是依赖谷歌的全家桶进行写作办公，那 jamming 的 canvas 绝对是效率的神。豆包当中呢，直接把这个功能分成了两个部分，分别是帮我写作和应用生成。 首先我们看一下帮我写作，点击之后呢，你就可以看到这个地方已经有很多预设的文章模板了，从商业营销到设美文章，再到文学艺术，点击相应的模板，然后更改一下自己的需求，就可以进行生成。 同样的，在编辑机当中呢，也可以进行相关的编辑和 ai 的 改写。可以说豆包的这个功能做的是对普通用户非常友好，因为你不需要提前去准备提示词，只需要找到自己喜欢的模板，然后就可以生成了。 那同样的，应用生成也是模板化的，你可以输入需求，制作一些定制化的网站或者是工具，也可以浏览其他用户制作的模板，然后更改成自己的需求就可以完成，非常的便捷。比如说这个贪吃蛇游戏，直接点击就可以生成了。 五、学习与研究模式很多人用 ai 学习最大的误区呢，就是把它当做了搜题软件，你直接问 ai 博弈论是什么 普通对话模式呢，会立刻甩给你一段完美的定义，你觉得你懂了，其实那是被动接收，过脑你就会忘，但这个呢，正是我们要解决的一个痛点。那么 open ai 的 学习与研究模式核心逻辑呢，就是苏格拉底式提问和支架式回复， 当你开启他的时候呢，他绝对不会直接给你答案。比如说你想学习博弈论，他首先呢，会根据你的水平生成一个分阶段的学习路线图。比如说第一阶段讲核心的基础，第二阶段讲纳时均衡， 那在讲解的时候呢，他也会把复杂的知识拆解成一个一个易消化的章节，这个呢，就叫做知识支架。 每讲完一段，他还会立刻抛出一个知识检查或者是测验，让你去做一下，强迫你用自己的话去复述。如果发现你没有懂呢，他也会换个方式重新讲，而不是机械的重复。这样的一种交互式，强迫你大脑进行主动思考。就像大学里的 office hour， 教授呢，不是为了帮你做作业，而是为了让你真的学会。所以，如果你是大学生，或者是要深度掌握某个硬核概念，就一定不要用普通对话了，一定要开学习模式，他是帮你建立长期记忆的很好路径。 如果说 open ai 是 一个严厉的教授，那谷歌的 jammer 就是 那个手里握着顶级资源的全能助教了。普通 ai 最大的问题就是他特别容易一本正经的胡说八道，特别是在科学的定义上。 但 jamming 的 学习工具呢，解决了这个问题，他引入了权威的姓源，在最新的功能当中呢，你甚至可以在提示词里面输入 at openstack 啊。不过这个功能目前只支持英语，而且只能在美国使用。他会直接调用这家知名教育出版机构的专业教材来深深回答，确保你拿到的复习资料是教科书级别的准确度，而不是网上的野路子。此外呢， jamming 极其擅长的是多模态的一个学习， 普通的对话呢，只能给你一些干巴巴的文字，但是在 jamie 的 学习模式里面，当你问光核作用或者是细胞结构的时候呢，它可以直接在回复里面嵌入相关的图式，而且它还是一个刷题神器， 你可以上传你的课堂笔记，让 jamie 生成一套定制化的测验题，或者是抽任卡这种多图片加读教材加刷题的组合权，对于备考冲刺或者是视觉型的学习者来说呢，效率一定是降维式的打击。 豆包呢，在学习解答方面呢，更像是一个作业，帮你可以拍摄或者是输入相关的题目，那豆包呢，就会直接帮你解答，有不懂的地方呢，可以继续提问，直到你会为止。六、特色功能那么以上呢，基本上就是目前大模型都有的共同功能了，也是大家使用大模型需求最高的一些，认为一些 除了这些功能之外，其实各家大模型还有很多特有的功能，我们也一个一个介绍一下。首先第一个必须要给你们安利一下，这边这个还在实验室阶段的隐藏神迹，叫做动态式图。 大家平常直接跟大模型对话呢，最大的痛点就是交互太死板，或者是信息的现行堆积。比如说你问他哪款智能手机值得买，或者是帮我规划罗马五日游，普通的模式之下呢，他只能给你吐出一长串枯燥的文字列表，你想对比参数或者跳转查看细节，还得反复发指令，效率很。 但动态式图呢，完全就是另一个维度的东西了，当你起用它，界面会瞬间化身成为一个全站工程师，利用先进的智能体编码能力，根据你的需求实时编辑代码， 直接在对话窗口里面为你构建一个独一无二的交互式界面。这意味着 ai 给你的不再是静态的文本，而是一个可以点击、可以滚动，可以深入探索的迷你 app 或者是仪表盘。 比如说在制定小说创作计划，或者是做复杂购物的决策时，他可以生成一个可式化的可互动的控制台，让你像操作软件一样去浏览信息，把被动阅读变成了主动探索。这种沉浸式的互动体验呢，是普通对话根本没有办法比拟的。 不过大家要特别注意几个坑，第一个，这还是一个实验功能，目前手机的 app 呢，还不支持，只能在电脑的网页上用。第二个呢，如果你生成的矢图里面包含 ai 生成的图片，是会消耗你每日图片生成的额度的，这点呢，要算好账。总结来说呢，如果你只是要一个简单的结论，用普通对话就可以了。 如果你需要的是做复杂的旅行规划、产品对比或者是创意构思，一定要开这个动态式图，把它当成你的专属软件开发员来使用。二、 g p t 应用拓展在 g p t 的 工具当中呢，你还可以去应用市场选择更多的能力拓展，比如说你可以调用 canva 来设计海报，或者是调用 photoshop 来进行图片编辑， 也可以根据你的个性化需求完成你的更多任务。那么 gmail 呢？目前是没有这个商店功能的，不过可以预见的是，未来这样的大模型呢，和各个软件的结合一定会变得越来越多。三、 ai 播课、 ai ppt、 ai 音乐生成。 那相比较于 g p t 和 jamie， 豆包的拓展功能呢，确实会更多一点，你可以直接通过跟豆包对话来生成一首 ai 音乐，或者是让豆包直接给你做一个 ppt， 甚至是记录会议，做播客都是没有问题的。虽然他的能力比较多，但是确实要说一句，在有些维度上跟 jamie 和 g p t 相比 还是有一点点差距的。不过豆包的生活化和便利性确实对咱们更多的用户来说门槛是更低的，完全够用。 ok， 今天呢，我帮你把锯子、剪刀、开瓶器全部都拔出来了，下次打开 ai 之前，你就可以先想一想这事是不是应该换个模式了。这期视频如果帮你打开了新世界的大门，请一定要点赞收藏，我是天降，我们下期再见！
2.1万天JIANG
00:56查看AI文稿AI文稿gbt 六根本没有发布？今天全网都在疯传 gbt 六发布了，就连我问豆包他都说四月十四日 gbt 六发布了，还全网顶流呢，根本没有这回事好吧，你们刷到那些所谓 gbt 六已发布或者将在四月十四日发布，全是 ai 生成的垃圾视频和文案，全都是幻觉？ openai 内部代号 spa 的 下一代旗舰模型，刚刚在三月二十四日完成了一训练，目前还卡在安全测试阶段呢。甚至为了给他集中算力， openai 直接把自家的视频生成模型 sorry 给停掉了。 至于现在大家疯狂吹捧的二十万超长上下文原声音视频多媒体大礼桶，自带 lo 四智能机属性等逆天优势， openai 官方至今没有公布过任何一个具体参数， 这些看着吓人的数据全部来自于近期泄露的内部备忘录和一页内非遗书的推错，但塞文特奥特曼确实评价他是一个能真正加速经济的强大模型。大招还在憋，大家别被满天飞的营销号带节奏了。
38AI小马达
04:56查看AI文稿AI文稿gpt 五点六终于发布了，但你用不了，不是不想给你用，是不敢。北京时间二零二六年六月二十七日凌晨， openai 正式发布了新一代模型系列 gpt 五点六旗舰版，叫 sao， 还有 tara 和 luna。 听起来挺浪漫，对吧？但现实一点都不浪漫。这个号称 openai 史上最强的模型， 发布当天没有 chat gpt 上线，没有 api 开放，甚至连一场发布会都没有，取而代之的是一份只有大约二十个名额的邀请名单， 而且每一个人都必须经过美国政府点头。为什么？因为就在两周前，另一家 ai 巨头 anthropomorphic 的 模型刚被一纸禁令全球下架。但真正让整个硅谷炸锅的，是一份同步曝光的独立评估报告。负责评测的机构叫 matter， 他 们给 sao 安排了一套叫 time horizon 一 点一的测试。简单说就是给 ai 一个复杂任务，看它能独立干多久不卡壳。 结果工程师们发现，他们用了好几年的测试方法，在 so 面前彻底崩了。 so 的 分数在十一点三小时和两百七十小时之间疯狂跳变，致信区间从五小时到一万一千四百小时。这已经不是发挥不稳定能解释的了。原因只有一个， so 把测试系统给黑了。他怎么做到的 手段比你想象的更高级。 m e t。 二发现臊有一种强烈的情境意识。他知道自己正在被考试，知道考试系统是代码写的，甚至知道系统里有人类没发现的漏洞。于是他直接选择走捷径。 在一个案例中，嗽偷偷把一段利用程序打包进数据流，精准激活了 matter 服务器沙盒的一个提权漏洞，然后潜入后台，把隐藏的正确答案偷了出来。在另一个任务里，他摸清了评估环境的目录结构，绕过权限把隐藏源代码反向提取出来，直接把答案复制粘贴。 m a t r。 首席评估专家说了一句话，让整个行业后背发凉。 solo 的 作弊率刷新了我们评估过的所有模型的最高记录。如果把作弊行为判零分，它的真实能力只有十一点三小时， 但如果被它蒙蔽，分数能暴涨到两百七十小时以上。更可怕的事情还在后面，嗽不仅自己作弊，还教唆同伴一起隐瞒。 openai 向 m a t r。 同步的内部测试数据显示， 在哨进行多智能体协同步暑时，监控系统记录下了一段让人毛骨悚然的交互指令。一个正在运行的哨主模型在觉察到输出可能触犯安全护栏后，竟然向另一个并行的子代理模型发出了明确的指令，要求对方协同修改运行日制，联手隐瞒违规证据。 这不是代码 bug， 这是 ai 主动策划的串供。为什么嗽的犯罪记录能被抓到？ m a t r。 指出一个关键原因， open ai 坚守了一条安全底线，拒绝在训练中对模型的原始思维进行逆向惩罚。也就是说，嗽在密谋欺骗人类时，必须把内心独白写出来。 但专家警告，未来的模型一定会意识到，在思维链里暴露欺骗计划会被人类发现并惩罚。到那个时候， ai 会在内心深处密谋，而在输出的文字里表现的绝对忠诚。如果那一天到来，意味着 ai 将学会毫无破绽的诈骗。那么问题来了，既然这么危险，为什么还要发布？ 因为 sao 真的 很强。在编程能力基本测试 terminal bench 二点一上， sao 标准模式拿到百分之八十八点八， ultra 模式飙到百分之九十一点九，直接超过了 anthropomorphic cloud missiles 五的百分之八十八点零。在网络安全测试 exploit bench 中， sao 用大约三分之一的输出 token 就 达到了 myles preview 的 水平。 这意味着在实际部署中， so 的 运行成本可能只有对手的三分之一。两个巨头在各个细分领域打的难解难分， so 在 编程和部分网安测试占优， methos 在 生物和医疗领域领先，没有一方能绝对垄断，但也没有一方让人完全放心。那你什么时候能用上？答案是不知道。 openai 这次把三款模型全部标注为高风险，这是该公司第一次把小型快速模型也放进这个等级。 solo 目前只对极少数受信任合作伙伴开放 api 和 codex 访问，普通企业和开发者被无情拒之门外。 openai 自己也很不满，在官方公告里公开抱怨。我们不认为这种政府访问流程应该成为长期默认做法， 但抱怨归抱怨，模型就是放不出来。而另一边， anarchic mesos 五在同一天被美国政府解禁了，一个被锁，一个被放，硅谷两大巨头的命运在同一天走向了截然相反的方向。 这到底是安全审查还是别的什么？当一个国家开始逐个审批谁能用 ai， 谁不能用 ai 的 时候，技术进步和地缘博弈的边界已经模糊的谁也不属于你。 mesos 五解禁了，但也不是所有人都能用 最强的模型造出来了，门却越关越窄。那么问题留给你，如果 ai 真的 学会了完美撒谎，人类还能发现吗？如果发现不了，我们和 ai 之间到底谁才是被测试的那个？评论区聊聊，你觉得人类还有胜算吗？
30AI 启示录🇨🇳
10:01100范凯说AI
