先见未明

先见未明

先见,必然未明。创新路上,我们一同求索。 - 当人们说“某人真有先见之明”时,它本身就已经是“后见之明”。 任何创新,无论技术还是商业,都必须经过验证。验证的过程,往往是漫长、混乱、挣扎,充满失败的——甚至,验证的结果也可能是被证伪。 幸运的是,自人类在地球上扎根至今,创意不息,创新不止。 ⌈先见未明⌋ 希望与你一起,发掘和记录生生不息的科技创新,探索创新背后的真价值,不人云亦云,不后见之明。

  1. 05/19/2025

    设计师自述:我的职涯,被AI切成两半

    本期嘉宾视觉设计师Lok,一个“职业生涯被AI对半评分”的真实样本——正统美术院校毕业,5年工作经历,恰好覆盖生成式AI的“史前”到“史后”。 作为与AI交集较深的职业之一,Lok的履历,从最初的普通品牌视觉设计岗,变成在科研机构里担任视觉体验师。 这是一个真实个体不断打碎自我、重建绝活的过程。从他的经历出发,我们讨论了几个问题: 初级设计师的路被堵死了吗? 专业能力作废了吗?如果 AI 生成能60分凑合用、如果知识唾手可得,专业度和职场竞争力还是正相关吗? 千人千面的human-machine loop,AI可以是你的谁?下属、陪练、其他专业线同事... “系统-岗位-任务”,自上而下地看创意工作的自动化(经济价值)—————— 时间轴00:00 本系列内容立意——当我们站在AI重构职业价值的分水岭 一问:初级设计师,路变窄了吗?03:31 从地产公司品牌设计到科研机构视觉体验经理,真实职场里的设计师并不只干设计的活 08:25 AI辅助拓宽能力边界,设计师也能投顶会 12:33  目前并没看到有设计师因为AI被裁掉 二问:AI的能与不能?如何让自己更好地被赋能?14:04 初级设计师的任务已有60%可被AI替代或增强 15:32 work with AI的正确姿势,设计师从“执行者”变成“判断者” 20:15 目前AI的主要短板难是以进入传统生产工作流 22:18 AI丰富了设计师工具箱,曾经高度分化的专业线壁垒被拉低 三问:专业、专家,还有必要吗? 24:40 AI赋能下,零门槛转行做设计师是否有可能? 26:42 AI是一个照妖镜,“下好单”的关键是具有拆解专业问题的能力 四问:价值与意义 29:14 新格局尚未成型,AI的产出还未有稳定价值衡量体系 32:52 不断抛弃旧自己,才是职业成长常态 实用经验 36:17 写好prompt的秘诀 38:00 实用小众工具 —————— 本期推荐读物《共智时代》,作者伊桑·莫里克 如果你对与AI合作感到无从下手,书里提供了一个框架,供参考: 对你工作中所包含的任务,进行分级 只属于人的任务(今天的 AI 毫无用处,碍事儿;或有版权等隐患) 委托任务(先让 AI 干,你检查和指导它改进) 自动化任务(你基本不用费时间检查)协作模式(推荐第二种) 半人马:人和 AI 有明确分工,界限鲜明  半机械人:两者的劳动深度交织在一起,根据技术的发展,根据个人的长短板,动态调整

    40 min
  2. 04/14/2024

    AI周周观 | 科技巨头继续围剿英伟达;Transformer被优化;ChatGPT大更新

    AI资讯大爆炸,早知道,不如真知道。 新开一档AI新闻观察栏目,每周精选最值得关注的AI动态,尽可能为大家做客观、多维的AI趋势洞察。 以下是本期内容: 02:01 英特尔、谷歌们继续”围剿“英伟达 为何CUDA是英伟达AI霸主地位的护城河 TPU的诞生背景与发展经历 05:32 Transformer被优化:更省内存、更省计算资源 非Transformer架构的进展与猜想 Infini-attention论文原文 MoD论文原文 09:08 ChatGPT向付费用户开放GPT-4 Turbo 10:05 ChatGPT暗黑玩法Dan模式突然爆火社媒 在 ChatGPT 上,许多人开始主动追求被 AI 骂 11:17 谷歌搜索考虑对用户收“AI使用费“ 知乎AI革命:智能搜索与事实问答的融合 《金融时报》报道原文 14:16 本周一问:你今天kimi了吗? 【很高兴认识你】 先见,必然未明。创新路上,我们一同求索。 当人们说“某人真有先见之明”时,它本身就已经是“后见之明”。任何创新,无论技术还是商业,都必须经过验证。验证的过程,往往是漫长、混乱、挣扎,充满失败的——甚至,验证的结果也可能是被证伪。 幸运的是,自人类在地球上扎根至今,创意不息,创新不止。这档播客希望发掘和记录生生不息的创新,探索创新背后的真价值,不人云亦云,不后见之明。 赛博认好友请搜微信ziyuanao。

    18 min
  3. 03/01/2024

    取代尚未 增强尚可——AI圈打工人的爱用AI工具(无广分享)

    过年期间听了一档YC集团合伙人的播客,聊到AI创业中的tarpit ideas(直译是“沥青坑想法”,意指某些创业想法看似fancy,但其实背后有种种难以解决的结构性问题,实际执行后会让你进退维谷,宛如深陷沥青坑)。 其中有一段讨论挺有趣。他们观察到当下很多人选择“摘星星”的创业方向,追求不平凡,但在这几个投资人看来,平平无奇也甚好。“Mundane is great”,“something boring can be amazing business”,他们说,尤其体现在LLM方向上,办公提效类需求非常旺盛,但收到的相关创业提案很少。 紧接着,开工首日,Sora来了,我们又被告(炒)知(作)要失业了。(如果你不是恰好在一家做视频生成的初创,大概率,今年,Sora干不掉你吧。。。 于是我想起mundane is great。咱仰望星辰也脚踏实地,概念是抽象的,体验才是具体的。不如就从用户的角度,来聊聊那些平平无奇但好用是宝、已经渗透到我日常工作、离取代我还有段距离的AI工具。 * 本期只分享无需科学上网、无需海外信用卡充值的产品,绿色无广 【本期嘉宾】 舒月 | AI圈内打工人 【时间轴】 01:35 AI产品从浅尝辄止的⌈玩具⌋,变成了每天在用的⌈助手⌋ 07:00 有口皆碑KimiChat,万能效率助手,既免费又有自行车 15:14 AI生成PPT工具,难用,但有用 22:03 AI思维导图工具有助于提升结构思考效率,但总体较鸡肋 25:14 使用AI工具,须警惕思考懒惰和信息茧房加重的陷阱 28:00 AI几乎可以充当实习生,打工人的自我降本增效 33:53 亲测最有用、最好用的几个AI产品 【对话中提到的AI产品】 ReadPaper:AI辅助论文阅读工具 KimiChat:智能助手(ChatBot) ChatMind:AI思维导图工具 Monica:基于ChatGPT的浏览器插件 Gamma、WPS AI:AI生成PPT工具 通义听悟:聚焦音、视频的工作学习AI助手 【扩展阅读】 如今AI初创企业的真相 | YC圆桌讨论 2024.2【很高兴认识你】 先见,必然未明。创新路上,我们一同求索。 当人们说“某人真有先见之明”时,它本身就已经是“后见之明”。任何创新,无论技术还是商业,都必须经过验证。验证的过程,往往是漫长、混乱、挣扎,充满失败的——甚至,验证的结果也可能是被证伪。 幸运的是,自人类在地球上扎根至今,创意不息,创新不止。这档播客希望发掘和记录生生不息的创新,探索创新背后的真价值,不人云亦云,不后见之明。 赛博认好友请搜微信ziyuanao。

    38 min
  4. 12/27/2023

    百亿美金问题:大模型创业PMF难寻,是Transformer的锅吗?

    刚刚结束的极客公园年终大会上,美国工程院院士、智源研究院原理事长张宏江和谷歌DeepMind资深工程师卢一峰进行了一场对话。 谈及大模型幻觉问题的难解,张院士提出了一个被卢一峰称为“价值百亿美金(甚至更多)”的问题:Transformer是否当下唯一可靠的架构?大模型向未来发展的过程中,技术路径上还会不会有新的、根本上的变化? 在这场对谈发生前不久,卡内基梅隆大学(人称全球AI专业“天花板”)和普林斯顿大学的研究者发布了一种名为Mamba的新架构,解决Transformer核心注意力层无法扩展的致命bug,推理速度提升5倍。论文一出,国内媒体惊呼:难道Transformer架构垄断终于要被打破了? 无独有偶,半年多前,我们采访了一个正在研发非Transformer架构模型的国内团队,RWKV。团队坚持模型开源(RWKV已成为Linux基金会孵化项目,所有底层模型的知识产权将放在这家非营利机构),并成立了一家商业公司,做围绕该模型的微调量化及To C、To B商业化落地。 采访中,团队核心成员罗璇说,自己在与国内AI圈、投资圈朋友交流时,经常会争论几个“非共识”:Transformer是不是唯一选择?AIGC的未来就是云服务了吗?小公司能不能做大模型? 随着时间推移,罗璇曾经的某些“非共识”观点似乎正在成为共识。在大模型底层架构创新上,除了上文提到的Mamba,微软和清华团队也在7月推出了RetNet架构;端上大模型更是近期的话题高地。RWKV自身,则累积了近万的全球开发者,与高通、MKT、英伟达等大厂展开合作(据悉,阿里达摩院近期在开发基于RWKV架构的语音识别模型)。 当然,RWKV要验证其可广泛应用性,还有更长的路要走。但正如我们节目名称想传达的,先见必然未明,生生不息的创新才是最为可贵。于是,我们特别邀请罗璇年终返场,聊聊他对大模型创业的新体会。 【本期嘉宾】 罗璇 元始智能(RWKV)联创兼CPO | 前阿里机器人产品总监 【时间轴】 02:49 “所有基于Transformer的基础设施和应用都值得用RWKV重做一遍”? 04:13 全球顶尖团队都在探索大模型底层架构创新 05:27 Transformer有多贵、效率瓶颈有多大?谁用过谁知道 07:36 RWKV比Transformer,具体效率提升几何? 09:24 身后站着近万全球开发者的“小团队”,成为高通端侧模型合作方 10:58 曾经被质疑“一个中国小团队做的方向是不是靠谱?”现在全球前沿研究所都在关注 13:09 Transformer的专利在商业公司(谷歌)手上,对其生态上的模型和应用公司都是风险 15:21 AI世界需要一个类似Linux的底座,开源生态上要长出繁荣的商业化 16:55 为什么国内鲜有公开讨论“Transformer架构是否足够好”? 19:35 端侧大模型离实际应用还有多远? 23:14 国内的AI发展其实就卡在“Transformer+GPU”上 24:58 Transformer天花板临近?PMF难寻 26:38 过去半年,看着自己的非共识逐渐变成共识 27:53 AI世界里数据既业务,应用类创业公司要自建数据飞轮 【扩展阅读】 智源张宏江对话谷歌卢一峰:什么才是大模型「皇冠上的明珠」? 五倍吞吐量,性能全面包围Transformer:新架构Mamba引爆AI圈 被Stability AI赞助算力,被Open AI招募,这个大模型小团队是? 【很高兴认识你】 先见,必然未明。创新路上,我们一同求索。 当人们说“某人真有先见之明”时,它本身就已经是“后见之明”。任何创新,无论技术还是商业,都必须经过验证。验证的过程,往往是漫长、混乱、挣扎,充满失败的——甚至,验证的结果也可能是被证伪。 幸运的是,自人类在地球上扎根至今,创意不息,创新不止。这档播客希望发掘和记录生生不息的创新,探索创新背后的真价值,不人云亦云,不后见之明。 赛博认好友请搜微信ziyuanao。

    33 min
  5. 12/08/2023

    不鸡娃(家长)的AI儿童产品,会是门好生意吗?

    这是一次发生在“深圳AI春晚”IDEA大会的即兴聊天。会上,IDEA研究院的创院理事长沈向洋(原微软全球执行副总裁)提到一位入驻创业者的项目——AI儿童玩伴。以儿童为用户的AI陪伴产品,和面向成人的多巴胺、荷尔蒙产品(又称character.ai与它的伙伴们)有何不同?陪伴产品和教育产品又有何不同?这是门儿童生意还是家长生意?带着许多好奇,我和项目负责人郭志聊了聊。 【本期嘉宾】 郭志 |  IDEA研究院entrepreneur in residence(入驻创业者)、前微软DPS全球方案创新部门总经理 【时间轴】 01:35 小朋友需要的高质量陪伴,AI可以补充满足 04:57 大模型的幻觉问题,在儿童陪伴场景却是加分项 06:46 面向小朋友的AI产品怎么做? 10:26 小朋友成长过程的真需求是什么? 14:42 拿手机当电子保姆非常糟糕,小朋友的AI玩伴需要是个实体 15:40 初心是AI for good,不想做花式鸡娃的产物 18:55 从AI玩伴看到了硅基家庭成员的可能性 21:33 非技术型创业者,关键是要攒一个好局 【很高兴认识你】 ⌈先见未明⌋希望与你一起,发掘和记录生生不息的科技创新,探索创新背后的真价值,不人云亦云,不后见之明。 如果你在AI领域也颇有⌈先见⌋,欢迎添加微信ziyuanao交流。

    26 min
  6. 前和平精英AI策划出走创业,AI原生游戏战未来?

    11/08/2023

    前和平精英AI策划出走创业,AI原生游戏战未来?

    本期开录之前,我在楼下买咖啡,嘉宾发来微信,他恰好也到了(此前我俩只是网友)。 远远地,人群中出现一个头顶亮粉色真发、all black装扮的年轻人,胸前挂着WeWork胸牌——是想象中95后游戏创业者的样子了。 事实上,这是张昊阳的第三次创业。经历“很遗憾不那么成功”(他原话)的前两次创业后,他加入腾讯,在现象级作品《和平精英》担任技术策划。今年5月,在斯坦福小镇的启发下,他在工作室内部带队研发了一款结合AI Agent的游戏《伊甸岛》。不久后,对AI原生游戏愈发坚定的他,决定出走鹅厂,提前启动自己的新一轮创业。 这次,我们从他对AI与游戏融合的理解、他们团队在AI agent游戏开发方面的工作(GameGPT),聊到了作为创业者,在当下创业环境中的复杂心态——复杂但真实,的心态。 【本期嘉宾】 张昊阳 | AutoGame创始人兼CEO、前和平精英技术策划、AI赛道连续创业者 【时间轴】 03:24 二次元少年的三度创业之路 07:17 目前AI在游戏领域的应用实况 12:34 离开鹅厂创立AutoGame,再不入局就晚了 16:48 用Agent做AI原生游戏的可能性与不足 27:20 寒冬下,创业者与投资人的恩怨情仇 30:37 对创业者来说,远处的愿景和脚下的现实同样重要 35:29 AI一定程度上砸掉了技术门槛,但不能取缔人的创造力 37:45 游戏公司是否需要自己的垂类模型? 41:53 AI将让更多人拥有创造的权力 【扩展阅读】 可能是全网最全面的AIGC+游戏分享!“全要素生成”会是未来的游戏形态吗?一文看懂AIGC在游戏领域的应用GameGPT: Using AI to Automate Game Development斯坦福爆火「小镇」开源,25个AI智能体恋爱交友 【很高兴认识你】 ⌈先见未明⌋ 希望与你一起,发掘和记录生生不息的科技创新,探索创新背后的真价值,不人云亦云,不后见之明。 如果你在AI领域也颇有⌈先见⌋,欢迎添加微信ziyuanao交流。

    47 min
  7. 08/25/2023

    作者拆书 | 解密妙鸭相机背后的扩散模型

    AI在人类世界的应用,从理解、识别拓展到生成,离不开模型的进步。当下热门AIGC产品背后,主要有两类生成式模型:大语言模型,源自AI的自然语言处理分支,代表产品ChatGPT;扩散模型,源自计算机视觉分支,代表产品妙鸭相机。 本期请到新书《扩散模型:生成式AI模型的理论、应用与代码实践》的作者杨灵,带我们入门这个适配场景极丰富(远不止于图像)的模型。 *感谢出版社友情赠书!评论区留言,先到先得。 【本期嘉宾】 杨灵 | 《扩散模型:生成式AI模型的理论、应用与代码实践》作者 【时间轴】 02:22 什么是扩散模型?与早期生成式模型、大语言模型的区别 09:58 都是AI,过去的美图秀秀P图和今天的妙鸭,技术有何差别? 12:20 如何基于扩散模型开发你自己的“妙鸭相机” 14:18 扩散模型生成速度慢,有什么解法? 18:40 视觉生成模型很难效仿语言模型的大力出奇迹 22:34 多模态还处于早中期,要解决数据间的语义对齐 28:08 扩散模型在生物医药领域是新宠 30:52 中、美在研究上基本平齐,落地应用上有些差距 【很高兴认识你】 散装智能,一档有人情味的科技播客。我们寻找科创和商业的交叉点,挖掘真价值,讲好真故事。 想交流?想表达?微信添加ziyuanao,或关注公号:散装智能

    33 min

About

先见,必然未明。创新路上,我们一同求索。 - 当人们说“某人真有先见之明”时,它本身就已经是“后见之明”。 任何创新,无论技术还是商业,都必须经过验证。验证的过程,往往是漫长、混乱、挣扎,充满失败的——甚至,验证的结果也可能是被证伪。 幸运的是,自人类在地球上扎根至今,创意不息,创新不止。 ⌈先见未明⌋ 希望与你一起,发掘和记录生生不息的科技创新,探索创新背后的真价值,不人云亦云,不后见之明。