Web3天空之城

Gemini团队解密Nano-Banana图像模型重大进化：当“像素完美”遇上“深度智能"" |附视频+全文

about 1 month ago

原创 天空之城城主 2025-08-28 12:03 北京  Web3天空之城|城主:关心AI进展的人这两天一定不会错过谷歌""纳米香蕉(Nano-Banana)模型的刷屏.谷歌最新推出的这个图像生成编辑模型再一次刷新了人们对AI图像能力的认知. 毫不夸张的说, 这个模型直接终结了adobe photoshop修图和所有在ai模型上做图像微调的应用--完全不需要了, 只要对着这个模型说一句话, 它就能满足你对图像修改的几乎所有需求: 修图,...

吴恩达最新2万字论"能动AI, 创业与未来" | 附全文+视频

about 2 months ago

原创 天空之城城主 2025-08-21 21:07 北京 Web3天空之城| 城主:作为人工智能革命的先驱人物之一，吴恩达（Andrew Ng）的名字总是与行业的重大转折紧密相连。他是谷歌大脑（Google Brain）和在线教育平台Coursera的联合创始人，也是专注于人工智能的风投工作室AI Fund的创始合伙人。最近，他又创造了“能动AI”（Agentic AI）这一术语，精准地捕捉了行业发展的下一阶段，并加入了亚马逊的董事会。在最近的一次深度访谈中，吴恩达系统性地阐述了他对当前AI浪潮的最新思考。他不仅解释了“能动AI”背后的真正瓶颈，更深入地剖析了AI如何从根本上颠覆创业公司的构建方式、成功创始人的核心特质，以及未来社会中团队与工作的终极形态。这不仅仅是一次技术趋势的解读，更是一份写给所有企业家、投资者和领导者的未来行动指南。核心观点摘要“实现更高级别能动AI工作流的最大瓶颈，实际上是人才。关键在于团队是否知道如何通过严谨的评估来驱动系统的迭代流程。”“随着AI辅助编码让开发速度越来越快，创业公司的瓶颈实际上正越来越集中在产品管理上——瓶颈在于决定我们到底想要构建什么。”“在技术变革的时代，一个掌握生成式AI技术、以技术为导向的产品领导者，比那些可能更精通商业但对AI发展方向没有良好感觉的人更有可能成功。”“一个由少数顶尖人才组成、并由强大AI工具赋能的小团队，因其极高的效率和极低的协调成本，将在未来展现出惊人的竞争力，并胜过一个更大、成本可能更低的团队。”“过去需要一个6人工程师团队花费3个月才能完成的工作，现在，我和我的一个朋友只用一个周末就能完成。”“对于很多工作岗位来说，如果你不能有效地使用大语言模型，你就不如那些能使用的人有效率。这就像今天，你会雇佣任何不知道如何搜索网络的人吗？”能动AI的真正障碍：超越技术本身当吴恩达最初提出“能动AI”（Agentic AI）这个术语时，他的目标是终结行业内关于“什么是智能体”的无休止争论，并强调这是一个程度谱系。然而，这个词很快被营销人员所利用，掩盖了实现真正能动工作流的深层挑战。在吴恩达看来，虽然在推理计算、内存和工具使用等技术组件上仍有改进空间，但这并非当前最大的障碍。真正的瓶颈在于人和流程。“我认为实施更多能动AI工作流程的最大障碍实际上是人才。我在市场上看到的最大区别是，团队是否知道如何通过评估来驱动系统的误差分析流程？你构建代理的方式是在任何时间点分析哪些有效、哪些无效，然后决定改进什么，而不是经验不足的团队以更随机的方式尝试，那样会花费很长时间。”他强调，构建能动工作流（Agentic...

Anthropic联合创始人：AI的“扩展法则”与通往人类级智能的可预测之路 | 附全文1.5万字+视频

2 months ago

原创 天空之城城主 2025-07-30 20:27 北京  文: Web3天空之城 | 未经许可不得转载[城主说] 在人工智能飞速发展的浪潮中，我们常常将其进步归因于研究人员的灵光一现或算法的神秘突破。但如果真相并非如此呢？如果AI能力的提升，实际上遵循着一套如物理定律般精确、可预测的法则呢？这正是Anthropic联合创始人、前理论物理学家贾里德·卡普兰（Jared Kaplan）在此次YC的AI创业学院的最新研究访谈中为我们揭示的。他认为，当代AI革命的真正引擎，是被称为“扩展法则”（Scaling Laws）的现象——通过系统性地增加计算、数据和模型规模，我们正在一条清晰且可预测的道路上，稳步迈向人类水平的通用人工智能。核心观点摘要“推动人工智能进步的根本原因，并不是因为人工智能研究人员突然变得更聪明了。而是我们找到了一种非常、非常简单的方法，可以系统地改进人工智能，而我们正在做的，就是转动这个曲柄。”“AI模型能够完成的任务长度，大约每7个月就会翻一番。这种图景表明，在未来几年，AI能够完成的任务将不仅需要我们几分钟或几小时，而是几天、几周、甚至几年。”“我认为，为了广泛地解锁人类级别的人工智能，最重要的三大要素是：相关的组织知识、用于长期任务的记忆，以及处理模糊与复杂任务的监督能力。”“我认为人们在与人工智能交互中可以发挥的主要作用，是充当一名管理者，来对AI完成的工作进行理智地检查（sanity...

探索智能的边界：DeepMind掌舵人德米斯·哈萨比斯的终极蓝图 | 附4万字访谈全文

3 months ago

原创 天空之城城主 2025-07-24 23:58 北京  文:Web3天空之城.城主在与Lex Fridman的最新深度对话中，谷歌DeepMind的领导者、新晋诺贝尔奖得主德米斯·哈萨比斯（Demis Hassabis）以前所未有的系统性，揭示了他对人工智能、宇宙规律乃至人类文明未来的构想。哈萨比斯提出一个颠覆性猜想——一个“可学习的宇宙”。这一理论不仅是他解读AlphaFold等成就的哲学基石，更构成了他通往通用人工智能（AGI）并最终解决人类最根本挑战的清晰蓝图。从模拟物理世界、重塑交互娱乐，到驾驭能源危机和生命之谜，哈萨比斯正在为我们描绘的，是一个由AI驱动、彻底摆脱稀缺性限制的文明新纪元。核心观点摘要“我的猜想是，自然界中可以生成或发现的任何模式，原则上都可以通过经典的机器学习算法有效地发现和建模。宇宙是一个信息系统，因此，P vs NP本质上是一个物理学问题，我认为这是最根本的问题之一。”“像VEO这样的视频生成模型，能够很好地模拟液体、材料和光照，这令人惊讶。这些系统本质上是在通过观看YouTube视频对物理学进行逆向工程。这暗示了关于现实本质的某些深层东西。”“选择正确的问题是科学中最难的部分。一个系统能否提出一个值得研究的猜想，比解决它要难得多。这是一种更高级的创造力，也是通往AGI路上的关键。今天的系统绝对无法做到这一点。”“在人类历史上，我们将第一次不受资源限制。如果我们能正确利用AI解决能源问题——无论是聚变还是太阳能——就能开启一个资源极大丰富的后稀缺时代，摆脱零和博弈。”“我不认为这是一场竞赛。重要的是，我们所有处于领先地位的人，都有责任为了人类的利益，安全地将这项令人难以置信的技术引入世界。我希望最终国际社群能够团结起来。”“AI带来的变革，其影响可能相当于工业革命的10倍，但速度也快了10倍。这种影响与速度的乘积效应，将使社会更难应对。”“构建人工智能，然后将其与人类思维进行比较，将是揭示人类思维特殊之处的最佳方法。这会帮助我们理解当我们处理信息时，信息所感觉到的方式——也就是意识。”一 | 哲思基石：一个“可学习的宇宙”一切的起点，源于哈萨比斯在诺贝尔奖演讲上抛出的一个深刻猜想。他认为，宇宙中的自然模式——从蛋白质在我们体内毫秒级的折叠，到山脉在千万年风化中的形成——并非随机混沌，而是具有内在的“可学习性”。“自然系统具有???构，因为它们受到塑造它们的进化过程或‘最稳定者生存’法则的影响，”...

探索智能的边界：DeepMind掌舵人德米斯·哈萨比???的终极蓝图 | 附4万字访谈全文

3 months ago

原创 天空之城城主 2025-07-24 23:58 北京  文:Web3天空之城.城主在与Lex Fridman的最新深度对话中，谷歌DeepMind的领导者、新晋诺贝尔奖得主德米斯·哈萨比斯（Demis Hassabis）以前所???有的系统性，揭示了他对人工智能、宇宙规律乃至人类文明未来的构想。哈萨比斯提出一个颠覆性猜想——一个“可学习的宇宙”。这一理论不仅是他解读AlphaFold等成就的哲学基石，更构成了他通往通用人工智能（AGI）并最终解决人类最根本挑战的清晰蓝图。从模拟物理世界、重塑交互娱乐，到驾驭能源危机和生命之谜，哈萨比斯正在为我们描绘的，是一个由AI驱动、彻底摆脱稀缺性限制的文明新纪元。核心观点摘要“我的猜想是，自然界中可以生成或发现的任何模式，原则上都可以通过经典的机器学习算法有效地发现和建模。宇宙是一个信息系统，因此，P vs NP本质上是一个物理学问题，我认为这是最根本的问题之一。”“像VEO这样的视频生成模型，能够很好地模拟液体、材料和光照，这令人惊讶。这些系统本质上是在通过观看YouTube视频对物理学进行逆向工程。这暗示了关于现实本质的某些深层东西。”“选择正确的问题是科学中最难的部分。一个系统能否提出一个值得研究的猜想，比解决它要难得多。这是一种更高级的创造力，也是通往AGI路上的关键。今天的系统绝对无法做到这一点。”“在人类历史上，我们将第一次不受资源限制。如果我们能正确利用AI解决能源问题——无论是聚变还是太阳能——就能开启一个资源极大丰富的后稀缺时代，摆脱零和博弈。”“我不认为这是一场竞赛。重要的是，我们所有处于领先地位的人，都有责任为了人类的利益，安全地将这项令人难以置信的技术引入世界。我希望最终国际社群能够团结起来。”“AI带来的变革，其影响可能相当于工业革命的10倍，但速度也快了10倍。这种影响与速度的乘积效应，将使社会更难应对。”“构建人工智能，然后将其与人类思维进行比较，将是揭示人类思维特殊之处的最佳方法。这会帮助我们理解当我们处理信息时，信息所???觉到的方式——也就是意识。”一 | 哲思基石：一个“可学习的宇宙”一切的起点，源于哈萨比斯在诺贝尔奖演讲上抛出的一个深刻猜想。他认为，宇宙中的自然模式——从蛋白质在我们体内毫秒级的折叠，到山脉在千万年风化中的形成——并非随机混沌，而是具有内在的“可学习性”。“自然系统具有结构，因为它们受到塑造它们的进化过程或‘最稳定者生存’法则的影响，”...

Anthropic联合创始人谈AI人才争夺战, AI对就业影响,超级智能的安全和预测 | 附2.5万字访谈全文+视频

3 months ago

天空之城城主 2025-07-22 09:38 北京  文: Web3天空之城| 未经许可不得转载[城主说]:在这一次最新深度对话中，Anthropic联合创始人Ben Mann(原OpenAI GPT-3的创始架构师)分享了他对AGI（通用人工智能）时间线的预测（50%概率在2028年左右），并阐述了为何将AI安全作为首要任务，这也是他离开OpenAI创立Anthropic的核心原因。访谈覆盖了AI人才争夺战、经济图灵测试、AI对就业市场的颠覆性影响、宪法式AI（Constitutional AI）等核心技术，以及如何通过培养好奇心和适应性来应对未来的变革。Ben Mann强调，尽管通往安全超级智能的道路充满不确定性，但现在正是确保人类未来繁荣的关键时期。核心观点摘要“我认为现在达到某种超级智能的50%概率大约是2028年。”“我们觉得安全在OpenAI不是首要任务……在Anthropic，我们的最佳情况是，我们能影响人类的未来。”“超级智能很大程度上是关于，我们如何将上帝关在盒子里？……一旦我们达到超级智能，对齐模型就为时已晚。”“Claude模型的个性，是我们对齐研究的直接结果。这关乎人工智能理解人们想要什么，而不是他们说了什么。”“对于可能出现的生存风险或极其糟糕的结果，我最好的预测介于0%到10%之间。即使可能性很小，但由于几乎没人研究，研究它就极其重要。”“在一个劳动力几乎免费的富足世界里，工作会是什么样子？……他们称之为奇点，部分原因是它就像一个临界点，超过这个点，你很难预测会发生什么。”“现在是非常疯狂的时代。如果你觉得并不疯狂，那你一定是与世隔绝了。但也要习惯它，因为这就是常态。很快会变得更加奇怪。”AI人才争夺战与加速发展的现实当前AI领域的竞争激烈程度，在人才市场上表现得淋漓尽致。当被问及Meta等巨头不惜以过亿美元的薪酬方案从顶尖实验室挖角时，Ben Mann认为这恰恰是时代价值的体现。“我们正在开发的技术极具价值，”...

从AlphaFold 到 AlphaEvolve：AI4S的科???革命 | DeepMind 精彩访谈讲座解读 ·附全文+视频

3 months ago

原创 天空之城城主 2025-07-16 19:52 北京  Web3天空之城·城主近日连续有两个DeepMind 的AI4S讲座访谈发布。第一个是谷歌DeepMind的科学家约翰·朱佩（John Jumper）在YC所做的关于AlphaFold的讲座。另外一个是红杉合伙人与DeepMind科学家普什米特·科利（Pushmeet Kohli）关于AlphaEvolve的深度对话。在解读这两个精彩的讲座/访谈之前，先来谈谈什么是AI4S。 “AI4S”是一个缩写，其全称是 AI for...

从AlphaFold 到 AlphaEvolve：AI4S的科学革命 | DeepMind 精彩访谈讲座解读 ·附全文+视频

3 months ago

原创 天空之城城主 2025-07-16 19:52 北京  Web3天空之城·城主近日连续有两个DeepMind 的AI4S讲座访谈发布。第一个是谷歌DeepMind的科学家约翰·朱佩（John Jumper）在YC所做的关于AlphaFold的讲座。另外一个是红杉合伙人与DeepMind科学家普什米特·科利（Pushmeet Kohli）关于AlphaEvolve的深度对话。在解读这两个精彩的讲座/访谈之前，先来谈谈什么是AI4S。 “AI4S”是一个缩写，其全称是 AI for...

【全文版】赫拉利x宇多田光：AI和创造力-当人工智能遇上艺术创作 | 1.7万字全文+视频

3 months ago

天空之城城主 2025-07-15 11:08 北京  文：Web3天空之城| 未经许可不得转载【城主说】这个有趣的跨界访谈深入探讨了在人工智能（AI）时代，艺术与人性的未来。音乐家宇多田光与历史学家尤瓦尔·赫拉利，就AI对音乐、写作等创意领域构成的挑战与机遇展开了深刻对话。讨论的核心围绕AI的模式识别能力与人类创作的内在动机、情感体验和关系需求之间的区别。双方共同探索了“真实性”在艺术中的价值，以及当AI能够模仿甚至超越人类情感表达时，我们应如何看待人机关系和意识的本质。核心观点• 创作动机的根本差异：人类艺术创作源于自我探索的内在需求和情感挣扎，而AI的创作基于目标导向和数据分析，缺乏真正的“渴望”。• “故事”与“关系”的价值：面对AI在技术上的超越，人类艺术的价值可能更多地转向创作者的个人故事、奋斗过程以及与观众建立的情感联结。• AI对情感与关系的模仿：AI能够通过学习海量数据，精准地模仿甚至操控人类情感，这使得建立在“关系”上的信任变得复杂，并引发了关于意识真伪的哲学难题。• 未知的新大陆：如同AlphaGo发现围棋新策略，AI或许能揭示人类大脑无法想象的全新音乐或艺术形式，为人类创作带来意想不到的启发。• 以好奇心面对未来：面对AI带来的不确定性，保持好奇心、拥抱探索过程，是理解这一变革并与之共存的关键。天空之城全文整理版宇多田光: 你好，很高兴见到你。赫拉利:...

吴恩达：利用AI更快构建· 创业速度与实践 | YC最新演讲图文1.5万字+问答| 附视频

3 months ago

天空之城城主 2025-07-11 09:16 北京  文：Web3天???之城| 未经许可不得转载【城主说】在这个最新放出的YC创业学院现场演讲和问答中，吴恩达分享了他在人工智能基金（AI Fund）中总结的创业加速经验。他指出，执行速度是创业成功的关键预测指标，而AI技术正在赋能前所未有的发展速度。他强调了具体想法对于快速执行的重要性，探讨了AI编码辅助工具如何彻底改变工程效率，并指出产品管理和用户反馈已成为新的瓶颈。吴恩达认为，深入理解并组合运用AI的各项构建模块是创造新价值和建立竞争优势的核心。访谈最后通过问答环节，进一步探讨了AI的未来、行业炒作、伦理责任以及开源生态的重要性。核心观点• 创业成功的关键预测指标是执行速度，而新兴AI技术正在赋能这种速度。• 相较于模糊的概念，能够被快速验证或否定的“具体想法”是加速执行的核心。• AI编码辅助工具将原型开发速度提升10倍以上，使得产品管理和用户反馈环节成为新的瓶颈。• 深入理解和掌握AI的各种“构建模块”（如代理工作流、RAG）是创造新价值和建立竞争优势的关键。• 警惕被夸大的AI危险叙事，保护开源生态是维持创新活力的重要保障。导言：速度是成功的关键吴恩达:...

李飞飞最新访谈：追逐AI的“北极星”—从ImageNet到三维世界的空间智能 |附全文+视频

3 months ago

原创 天空之城城主 2025-07-02 15:28 北京  Web3天空之城·???主：李飞飞博士（Fei-Fei Li）无论在美国还是国内，都是一颗耀眼的AI“北极星”。她曾以ImageNet项目引爆了深度学习的数据革命，被誉为“AI教母”。这位顶尖科学家再次设定了一个宏大的目标：构建理解和交互三维世界的“空间智能”，并为此创立了World Labs。最近李飞飞参加了YC创业学院的现场论坛， 她的现场访谈今日最新被发布。“我整个职业生涯都在追逐那些极其困难，近乎妄想的问题。”李飞飞在最近一次深入访谈中坦陈，“对我来说，没有空间智能的AGI是不完整的。我想解决这个问题。”她的职业生涯，从一位不谙英语的移民少年，到经营自助洗衣店，再到成为斯坦福大学人工智能教授、谷歌云AI首席科学家，直至今日投身创业，都贯彻着一种“智识上的无畏”和“埋头苦干，努力建设。那是我的舒适区”的企业家精神。关于李飞飞的空间智能方向，可以想到的是，当年做ImageNet的时候，恐怕没一个人看好她。而这次，如果真的解决了AI对于3维空间的理解， 说不定就是AGI突破的???机呢。核心观点摘要ImageNet的范式转变：“这是一个数据驱动的范式转变，而且这个范式转变必须由数据驱动的方法来领导。它确实是数据、GPU和神经网络结合在一起的最初时刻。”空间智能是AI的下一个前沿：“从根本上说，语言是一维的……世界远比这复杂。首先，真实世界是3D的。”“对我来说，没有空间智能的通用人工智能（AGI）是不完整的。”智识上的无畏：“我的整个职业生涯都在追逐那些非常困难、近乎妄想的问题……那种勇气，那种拥抱困难的无畏精神，并着手去做，全身心投入，以任何你想要的方式去解决它，这确实是成功人士的核心特征。”创业精神的本质：“我只是喜欢成为一名企业家。我喜欢归零的感觉，就像站在原点一样。忘记你过去所做的一切。忘记别人对你的看法。只是埋头苦干，努力建设。”AI研究的学术定位：“作为一名博士生，我建议你寻找那些并非与工业界存在冲突的‘北极星’问题，工业界能够利用更好的计算能力、更好的数据和团队科学来更好地解决这些冲突问题。”ImageNet的诞生与深度学习的黎明时间回到2007年左右，当时的李飞飞还在普林斯顿大学担任助理教授。彼时的人工智能领域，数据稀缺，算法效能不彰，神经网络被视为过时。但李飞飞和她的学生们，凭借对机器学习“泛化问题”的深刻理解，做出了一个大胆的战略性赌注：“我们必须赌机器学习需要一个范式转变，而且这个范式转变必须由数据驱动的方法来领导。”这个赌注的产物就是ImageNet。他们从互联网上下载了数十亿张图片，并创建了一个涵盖全球视觉分类的庞大数据库，旨在训练和评估机器学习算法。尽管在最初的三年里，成果寥寥，但李飞飞团队坚持开源并举办挑战赛，吸引全球最顶尖的研究人员参与。历史的转折点出现在2012年。杰弗里·辛顿（Geoffrey Hinton）的团队（名为SuperVision）在ImageNet挑战赛中，凭借卷积神经网络（CNN）和GPU的算力结合，取得了突破性的进展。李飞飞回忆道：“这是一个非常非常突出的结果，你应该看看。这是数据、GPU和神经网络结合在一起的最初时刻。” ImageNet挑战赛的成功，不仅验证了数据驱动方法的巨大潜力，也预示着深度学习时代的全面到来，彻底改变了计算机视觉乃至整个AI领域的发展轨迹。从物体识别到场景叙事：视觉智能的演进ImageNet的成功解决了物体识别这一视觉智能的根本问题。但对李飞飞而言，她的“一生梦想”远不止于此。她解释道，人类的视觉能力超越了简单的物体识别，能进行复杂的场景故事叙述。当我们进入一个房间，我们看到的不只是独立的物体，而是一个有屏幕、舞台、观众和摄像头的会议室——一个完整的、有意义的场景。这种理解世界并与之互动的能力，是人类视觉智能的基石。当深度学习浪潮兴起，自然语言与视觉开始碰撞时，李飞飞和她的学生们，包括安德烈·卡帕西（Andrej...

彼得·蒂尔的终极诊断：AI, 火星和永生 - 在技术停滞与世界终局之间 | 附全文+视频

3 months ago