说起来，最近的热点事情有点多。 本来应该写三篇短文的，但是仔细一想，三个话题不得不耦合讨论： 1. AI 最近一两个月的发展趋势 2. 具身智能和经济规律的讨论 3. 国内 AI 行业相关创业的现状 这篇文章写稿的下午，我喝着咖啡的过程中，恰好看到了「老蒋巨靠谱」up 的视频： 【全网最全！AI替代危机下全职业生存指南】 其中提到的诸多观点，恰好和我前段时间关于吉卜力风格的讨论吻合。也证明了我和他的不谋而合吧。 本文作为这周闲暇时间思考归档，偶然间觉得这些想法似乎对 AI 行业之外的人聊很有意义。写得非常随便，就这么随性聊聊了。 那么，开始正题。 Topic 1：傲慢和肤浅 虽然一直以来我们始终坚持认为：AI 和互联网的发展方式完全不同，很可能会在业内形成行业洗牌。但是最近几个月的发展趋势呈现出相反的态势。 首先，国内最好用的互联网大厂的积累依旧深厚，掌握了训练数据的人就掌握了最强的话语权。小红书、微信公众号、知乎、百度贴吧这些最有质量的私域数据可能是这些大厂之间最强的壁垒。这也是我不得不去腾讯实习才能做出来让我满意的工作。额，
这篇文章的诞生，在我写作计划之外。明天就要回家了，所以今天不想干活啦。 确实事发突然，在 24 小时不到的时间里，我身边无数朋友，都在分享和转发 GPT4o 的图像生成功能。效果着实惊艳，特别是吉卜力风格的图像生成，一夜之间就引爆了各路社交媒体。 诚然，大众对此事褒贬不一，赞誉者对自动化的艺术创作分析得头头是道；批评者则说，这是对这是对人类劳动的亵渎和对艺术的玷污。这件事情其实早就不新鲜了，在 Stable Diffusion 刚刚出现的时候，这帮人就开始进行辩论；在 comfyUI 将图像生成进行精细控制的时候，矛盾再度爆发；而当下 OpenAI 用极低的成本，把这项技术真的带到千家万户的时候，争论被抬升到了风口浪尖。 我看见进步派，革新派，保守派，混沌派的人纷纷下场，有人发律师函，有人在赚快钱，也有人，像我这样，在这里夸夸其谈。 而我想谈什么呢？ 既然这件事爆发的契机，是 Gib 风格（即吉卜力工作室的风格）
最近，很多熟人和我都谈起了 DeepSeek 的成功和他们的模型。在开始今天的故事之前，我首先要澄清我的个人立场，我承认 DeepSeek 的成功，但是也希望大家能冷静看待我们和世界一流 AI 公司的差距。我们还有一段未竞的事业要走。在当下的舆论环境中，对 DeepSeek 的所有批评和客观分析，可能都会被戴上反贼的帽子，但是我还是想在诚实记录自己的想法。 为了更好阐述个人观点，本文会从下面几个角度思考，非严肃技术视角，也能帮助行业外的朋友理解最近的发展。 * DeepSeek 的各个模型分别在市场的什么生态位，他们真的好吗？ * AI 的能力边界比起一年前有多少进步。 * DeepSeek 和 OpenAI，这些国内外的公司，最近一年做了什么？ * 继续我一年前的讨论，AI 应用距离真正的落地，还有多远？ * 国内外的开发者分别要应对什么挑战？ * 我的不同视角，看到了什么机会？ 本文观点，纯属个人暴论。欢迎指正。 模型能力的讨论 在我开始今天的开场白之前，其实我想聊聊我起的这个标题，并且给大力鼓吹 AI 的人泼一瓢冷水。 标题上，
今年 3 月的 NVIDIA GTC 上，看到了 NVIDIA 发布的最新架构的芯片，不由感慨算力发展速度之快。某种程度上，NVIDIA 从自己的角度给出了摩尔定律的破解方案。正如五年前 Dave Patterson 在 A New Golden Age for Computer Architecture 演讲中提出过，传统架构的同构计算模式已经走向终结，很快就会受到物理制成的限制，但 DSH(domain-specific hardware) 必将兴起。GPU 作为异构计算中最有代表性的产品，也确实在 AI 时代展现了足够强大的能力。 不过今天，我想聊的并不是关于算力和硬件的问题。而是软件和系统的角度思考一个非常严肃的话题。理论上，人类是有充足的算力和硬件去支持各种 AI 应用的，但是现在并不是每一个人都有能力去制作自己想要的模型，去用 AI 成功的创业，将 AI
这是一篇简单粗暴的技术短报，简单聊聊我在今年在 Google IO 上看到的一些有趣的事情。 Edge device 今年最大的感触是 AI 上端测的事情。今年大量的 workshop 和展厅对端侧 AI 进行了讨论和部署。其实一个有意思的事情是，我们端侧的 AI 应该怎么部署。我觉得短期内，这个问题是没有答案的，只有具体的产品出现之后才能对产品进行精准的评估。 路线之争 回顾一下当代神经网络的开发模式和部署模式，不难发现我们最常用的生态是基于 Python 语言的环境，和基于 Tensorflow/Pytorch 的架构。而这两大生态在端侧上是极为缺失的。 大概 8 年前，我还在用塞班系统的时候，那会儿手机上没有微信和 QQ，但是上了大学了，我多少还是要用这种「必要社交软件」的。所以当时找到了别人做好的 Python 2.7 部署方案，基于 request 包写了消息转发系统，
