打工人，不要死在AI手里
打工人，不要死在AI手里本文讨论了AI生成视频的影响以及对创作者行业的颠覆性影响。作者认为AI的出现将导致创作者阶层变得尖锐，只有极少数优秀创作者能够保住声望和收益。
来自主题:
AI资讯
2690 点击 2024-02-19 10:31
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
本文讨论了AI生成视频的影响以及对创作者行业的颠覆性影响。作者认为AI的出现将导致创作者阶层变得尖锐，只有极少数优秀创作者能够保住声望和收益。
本文总结了关于Sora的四点启发，包括视觉数据训练出更强的泛化能力、OpenAI的Scaling Law路线、与AGI的第一次亲密接触以及OpenAI的宣传策略。
本文讨论了增长回报的不同来源，包括规模经济、网络效应、边学边做和观念重组。文章指出规模经济和网络效应在AI时代可能不再如以前那样可靠，而边学边做和观念重组的重要性逐渐凸显。
过去几天，OpenAI 非常热闹，先有 AI 大牛 Andrej Karpathy 官宣离职，后有视频生成模型 Sora 撼动 AI 圈。
现在世界上最受关注的技术团队是哪一支？Sora团队，已经来到聚光灯中心。
短短几天，「世界模型」雏形相继诞生，AGI真的离我们不远了？Sora之后，LeCun首发AI视频预测架构V-JEPA，能够以人类的理解方式看世界。
为何Sora会掀起滔天巨浪？Sora的技术，就是机器模拟我们世界的下一步。而且今天有人扒出，Sora创新的核心秘密时空Patches，竟是来自谷歌DeepMind和谢赛宁的论文成果。
视觉语言模型虽然强大，但缺乏空间推理能力，最近 Google 的新论文说它的 SpatialVLM 可以做，看看他们是怎么做的。
尽管收集人类对模型生成内容的相对质量的标签，并通过强化学习从人类反馈（RLHF）来微调无监督大语言模型，使其符合这些偏好的方法极大地推动了对话式人工智能的发展。
《纽约时报》援引三位知情人士消息，OpenAI 已经完成一项允许员工出售公司股份的交易。这家旧金山 AI 公司估值也因此水涨船高至 800 亿美元或更高（彭博社报道的估值是 860 亿美元）。
从英伟达的产品路线来看，在未来1-2 年，AI 芯片市场将再次天翻地覆。
Tech星球独家获悉，字节旗下多个部门加大投入对AI产品的研发，成果相继落地，包括抖音电商、巨量引擎等业务部门，其中动作最大的Flow部门除了上线豆包、扣子等AI产品外，还将推出AI角色互动APP“话炉”，以及一款或为图片方面的AI产品“PicPic”。
Sora表现强大的3点关键原因，以及我们作为普通人，应该如何面对新技术带来的冲击？
这两天，几乎整个AI圈的目光都被OpenAI发布Sora模型的新闻吸引了去。其实还有件事也值得关注，那就是Google继上周官宣Gemini 1.0 Ultra 后，火速推出下一代人工智能模型Gemini 1.5。
被收购2年，魅族决定不再做“传统手机”。
简单粗暴的理解，就是语言能力足够强大之后，它带来的泛化能力直接可以学习图像视频数据和它体现出的模式，然后还可以直接用学习来的图像生成模型最能理解的方式，给这些利用了引擎等已有的强大而成熟的视频生成技术的视觉模型模块下指令，最终生成我们看到的逼真而强大的对物理世界体现出“理解”的视频。
刚刚，我们经历了LLM划时代的一夜。谷歌又在深夜发炸弹，Gemini Ultra发布还没几天，Gemini 1.5就来了。卯足劲和OpenAI微软一较高下的谷歌，开始进入了高产模式。
普林斯顿大学和DeepMind的科学家用严谨的数学方法证明了大语言模型不是随机鹦鹉，规模越大能力一定越大。
如果允许学生用AI“作弊”，他们的成绩分布会发生怎样的变化？
微软首个为Windows而设的智能体（Agent） 亮相：基于GPT-4V，一句话就可以在多个应用中无缝切换，完成复杂任务。整个过程无需人为干预，其执行成功率和效率是GPT-4的两倍，GPT-3.5的四倍。
ChatGPT又要推出新功能了，这次名叫“记忆”（Memory）。如其名，作用就是让AI记住用户此前的对话内容。
新春佳节，苹果又给设计师们奉上了新的大礼——全新的AI动画助手！
鹅妹子嘤！AI硬件，自己也能动手做了！只需一个小时，成本不到八百块。
检索增强生成（RAG）和微调（Fine-tuning）是提升大语言模型性能的两种常用方法，那么到底哪种方法更好？在建设特定领域的应用时哪种更高效？微软的这篇论文供你选择时进行参考。
状态空间模型正在兴起，注意力是否已到尽头？
就在十几个小时之前，OpenAI再一次放出大招，发布了一个有望改变世界的产品，那就是文字生成视频的Sora模型。
一个刚上线的AI应用在海外小圈子里火了。 名叫PopAi，是个一站式个人AI工作空间，主打无缝集成聊天、阅读、写作、创作等工作需求。
为了应对大模型不断复杂的推理和训练，英伟达、AMD、英特尔、谷歌、微软、Meta、Arm、高通、MatX以及Lemurian Labs，纷纷开始研发全新的硬件解决方案。
近日，北大、斯坦福、以及Pika Labs发布了新的开源文生图框架，利用多模态LLM的能力成功解决文生图两大难题，表现超越SDXL和DALL·E 3
Karpathy力推代码生成任务增强流程，让GPT-4在CodeContests从19%提升到44%，不用微调不用新数据集训练，让大模型代码能力大幅提升。
