日韩精品亚洲电影天堂,久久亚洲精品成人综合,无码人妻丰满熟妇**久久网站

神譯局是36氪旗下編譯團隊，關注科技、商業、職場、生活等領域，重點介紹國外的新技術、新觀點、新風向。

編者按：很多人都預測 2023 年將是 AI 之年。但 AI 顯然不是今年才開始爆發或者炒作起來的。但是 2022 年圖像生成工具以及聊天工具 ChatGPT 等消費者化是人工智能開始普及應用的標志，2023 年這股趨勢只會愈演愈烈。本文剖析了 AI 的用例與商業模式，也許我們將迎來繼農業革命、工業革命以來的第三種通用技術的普及。文章來自編譯。

現在 AI 令人興奮的一點是平臺層正在固化，這意味著應用層該出現了。換句話說，也就是你我每天都會接觸到的東西該出現了。

過去這幾個月的時間里，我已經寫了好幾篇與 AI 正在發生的事情有關的文章。鑒于這是我們進入 2023 年要面對的技術主題，在此我想把那些文章都整合一下，寫一篇深度探討的文章，然后進一步拓展。

其結果是這篇文章的篇幅要長很多，但在關于我們現在處在什么位置的事情上，我希望它能提供一份類似‘國情咨文’的快照舞臺設備模型，同時就“我們未來要去哪里”給出一些提示。

讓我們開始吧。

每當我思考人工智能領域在發生著什么時，我往往會想到兩部電影。一部是 33 年前問世的老片，一部是 10 個月前問世的新片。

1990 年上映的《超國度》（Hyperland）幾乎已被人遺忘。這部科幻電影的導演是道格拉斯·亞當斯 （Douglas Adams），他更出名的身份是《銀河系搭車客指南》的作者。電影的假設是亞當斯對被動式的線性電視已經厭煩了，電影稱就是“那種發生在你身上，而你就像一個沙發土豆一樣坐在它面前沙發視。”

為了尋找更具互動性的媒體形式，亞當斯把他的電視帶到了一個垃圾場，在那里他遇到了湯姆（由湯姆·貝克飾演）。湯姆是一位軟件代理——本質上屬于一個數字管家，能夠根據你的特定興趣為你提供個性化的信息和娛樂飲食。湯姆帶領我們的主人公穿行于一個超媒體的虛擬世界——一個由鏈接的文本、聲音、圖像和視頻組成的世界。換句話說，湯姆帶著亞當斯踏上了互聯網之旅。（或者說得更具體一點，是穿行于一個漫長而曲折的兔子洞，跟維基百科類似——但比維基百科的出現早了 11 年）。

《超國度》，尤其是湯姆這個角色，讓我想到了我們目前的現實：人工智能驅動的算法推薦引擎，根據我們獨特的興趣圖譜塑造出的一個超個性化的互聯網。這就是我所說的“一切都被 TikTok 化”。（David Karpf 提出了一個很有智慧的看法，即超國度與現代之間有一個關鍵區別：在電影里面，是你在控制算法；當然，現如今的算法已經過優化，可以替開發和部署它們的公司賺錢。）

我想到的第二部電影面世的時間要近得多：2022 年 3 月的《瞬息全宇宙》，在我看來，這有可能是今年奧斯卡最佳影片的潛在競爭者。 在我最近的記憶中，《瞬息全宇宙》屬于線索比較混亂的電影之一。這部電影講述的是伊芙琳（楊紫瓊飾）的故事，她是一名中國移民，經營著一家正在接受美國國稅局審計的自助洗衣店。伊芙琳很快發現，她生活在無限宇宙里面的一個宇宙，她必須穿越多重宇宙才能拯救她的家人。

從很多方面來說，這部電影都是對互聯網之亂的隱喻。在接受 Slashfilm 的采訪時，電影導演之一的丹尼爾·謝納特（Daniel Scheinert）是這么說的：“我們希望這部電影的極簡主義能夠與沒完沒了地刷屏的感覺建立關聯”。

YouTuber Thomas Flight（對這部電影做出了出色的分析）稱《瞬息全宇宙》是第一批“后互聯網”電影之一，因為它捕捉到了在線生活的怪異之處。生活在 2023 年的迷人的一點在于，我們的大腦與一個世紀前相比沒有什么不同（事實證明，進化需要很長時間），但我們的世界在 100 年內卻發生了翻天覆地的變化。正如 Flight 所說的那樣：“我們現在生活在這樣一個時代，在一次 30 分鐘 TikTok 狂歡里，我們體驗到的有趣想法、概念、人物以及地方，就要比我們被困在當地目不識丁的祖先一輩子所經歷過的東西都要豐富。”快速演變的數字混沌會如何扭曲我們緩慢進化的人類思維呢？

《瞬息全宇宙》里面的宇宙是多種多樣的，而且非常非常的奇怪。在一個沒有人類生命的宇宙里，每個人都是一動不動的石頭。里面還有一個宇宙，這個宇宙里面每個人都是蠟筆畫。另一個宇宙里，每個人的手指都變成了熱狗（我告訴過你這很奇怪）。

《瞬息全宇宙》這部電影捕捉到了互聯網的運動能量與無情的節奏。

不過，這部電影讓我想到的不是互聯網，而是生成式人工智能正在發生的事情。就像電影讓主人公將她想象中的任何東西都轉化為有形的現實一樣，生成式 AI 也讓我們將想法變成了文字、圖像和視頻。

這是當我輸入提示“A person made entirely of fruit”（一個完全由水果組成的人）時 Midjourney 生成的結果：

這是我輸入“New York City skyline in the style of Van Gogh”（梵高風格的紐約市天際線）時得到的結果：

我可以花幾個小時（而且我已經花了幾個小時）去試驗這樣的提示。

2022 年取得突破的生成式人工智能是自十多年前移動和云計算興起以來最引人注目的技術。平臺層正在鈣化，我們正目睹著令人興奮的應用層的萌芽——這些產品有可能成為數十億人日常生活的一部分。

這篇文章的目的是研究 AI 這一時刻背后的“為什么是現在”，并探索初創企業可以如何利用 AI來進行開發。本文內容將分為以下幾部分：

搭好舞臺 算法推薦系統 圖像模型 語言模型 生成式人工智能的用例 商業模式 最后思考及待回答的關鍵問題

好了，讓我們開始吧。

搭好舞臺

在過去十年里，有兩股重要力量推動了技術的發展：分別是移動和云計算。

移動促進了大型消費互聯網公司的崛起：Uber 與 Lyft、Instagram 與 Snap、Robinhood 與 Coinbase 。這些公司基本上都成立于 2009 年至 2013 年間。數字廣告在 2010 年代迅速轉向移動設備，Facebook 等桌面時代的公司不得不爭先恐后地重塑業務。

明年移動應用內廣告的支出預計將超過桌面廣告 - Marketing Charts

云計算則支撐了軟件即服務 ( SaaS ) 的爆發式增長，并讓數據變成企業最寶貴的資源（“數據就是新的石油”云云）。這一領域的新興公司基本上也都成立于 2009 年至 2013 年之間，其中包括 Slack 與 Airtable 、Stripe 與 Plaid、Snowflake 與 Databricks 等。

從 2015 年到 2022 年間，存儲在云端的企業數據占比翻了一番：

存儲在云端的企業數據；資料來源： Statista

這是過去 10 年 AWS 收入情況圖，很少有圖表比這幅圖更令人印象深刻（利潤率高達 35%！）：

AWS 收入（$B）；資料來源： Statista

移動和云計算讓 2010 年代成為技術領域非常非常好的十年。但在過去的幾年里，我們看到很多人都在嚷嚷接下來會發生什么。虛擬現實？增強現實？自動駕駛汽車？ 加密貨幣？Web 3？

這些技術個個都很有趣，原因各不相同，有趣的用例也各異，但都還非常非常早。整個 VR 行業僅相當于蘋果 2021 年營收的 2%。（雖然隨著蘋果即將推出的混合現實頭顯，情況可能會有所改變。）圍繞新技術的炒作太多，而源于對移動和云計算的焦慮的“平臺轉變”已經……過時了。 AWS 推出時間是 2006 年； iPhone 在 2007 年問世。移動和云計算都還沒有飽和，但它們的新機遇并不像以前那樣成熟了。與此同時，我們看到前所未有的私有資本開始涌入，去追逐創業公司：

風投資金在 2021 年激增至 3300 億美元

2020 年代最引人注目且最有可能推動技術發展的力量是什么？也許是人工智能。人工智能在過去幾年中得到了顯著改善。直到最近，Gmail 的自動補充句子功能幾乎還沒法用；但現在已經好得嚇人。Facebook 用戶將認識到 AI 在識別照片里面的朋友方面已變得有多么出色；實際上，Facebook 的 DeepFace 引擎現在比人類還要擅長面部識別。就在去年夏天，我們看到了從 Stable Diffusion 到 Midjourney、ChatGPT 到 Lensa 的一切事物的涌現。人工智能正在成為主流。

Facebook 的DeepFace現在比人類還要擅長面部識別

我們正處在人工智能的轉折點（原因稍后會詳細介紹），這個轉折點正在支撐起創新的寒武紀大爆發。2009 年至 2013 年誕生了數十家由移動和云計算技術提供支持的變革型初創公司。未來幾年這樣的公司將再度涌現，但這次，人工智能將成為催化劑。

前一段時間，有位朋友問了我一個問題：AI 是泡沫，還是下一個大事件？答案可能是兩者兼而有之。

現在有很多令人興奮的事情，其中很多是有理由的，但其中很多可能是非理性的、不成熟的，或者兩者兼而有之。但是當你將畫面拉遠時就能發現，毫無疑問我們正處于一個激動人心的技術新時代的風口浪尖。

算法推薦系統

最近的大部分討論都圍繞著生成式人工智展開，但“傳統”的人工智能仍有很大的發展空間。曝光度最高的人工智能應用是什么？也許沒有比 TikTok 的For You Page（為你推薦）更高的了，對于《超國度》那個具有先見之明的超個性化的互聯網來說，這可以說是它最好的現代類比。

TikTok 沉浸式、算法性的 For You Page 開創了內容策劃的新風尚。一開始，每個發布出去的視頻都會被推送給一組的初始受眾，然后根據他們觀看了多長時間、是否喜歡視頻、是否對視頻發表了評論等等，對這些觀眾的反應進行評估。如果受眾反應良好，視頻就會被推送給更多的受眾，如此循環往復。

TikTok的算法

我最近跟同事 Martin 討論了一下移動和云計算之后技術的下一步會是什么。我們聊起了 AI，并回想起十年前那張著名的“解綁 Craigslist”的圖表。

就是這張圖：

將業務從Craigslist解綁出來誕生了大批初創企業，迄今為止這批企業的融資額達到了88.7億美元 資料來源：CB Insights

這里還有一張，要表達的概念是一樣的，但更清晰：

平臺 Vs 垂直領域及下一個大解綁 | Andreessen Horowitz 圖片來源：Andrew Parker

這些圖有一個基本前提，那就是原先市場的主要品類正在被更專注、更好的產品所重塑。通常，顛覆者會利用某項新技術：比方說，Tinder 是第一批只支持移動設備的約會 app 之一。

AI 應用可能也會帶來類似的清算。主要的品類——如約會、房地產、求職等——可能會因為有人能更好地利用人工智能而被徹底顛覆。當 AI 可以把跟你完美匹配的對象呈現出來時，為什么還要上 Tinder 沒完沒了地刷屏？十年之后，我們可能會看到上圖有了一個新版本，里面出現的也許是全新的公司 logo——AI 優先的公司會重塑每一個品類。當然了，生成式人工智能一定會從中發揮作用，但類似 TikTok 的推薦系統也很強大；就數字世界將越來越適合我們的獨特品味和偏好而言，我們仍處于早期階段。

讓我們看個例子——交易。

從很多方面來說，SHEIN 都算是 TikTok 的姊妹公司。SHEIN 與字節跳動（TikTok 的母公司）都是中國公司，而且位列全球最有價值的三大初創公司之一（字節跳動排名第一，美國的 SpaceX 排名第二，SHEIN 排名第三）。

就像 TikTok 滲透了美國的媒體一樣，SHEIN 也打入到美國的快時尚——

美國快時尚市場Shein占據了最大的份額 - Bloomberg Second Measure

這張圖換了個視角，把 SHEIN 與 H&M 和 Zara 的銷售額進行比較：

中國快時尚品牌Shein如何征服美國市場 -

SHEIN 的爆發式增長非常引人注目：SHEIN 已經連續八年（！）每年的增長率都超過 100%，其在非公開市場的最新估值已經超過 Zara 和 H&M 市值之和。2022年 6 月，SHEIN 取代亞馬遜，成為 iOS 和 Android 應用商店排名第一的購物應用。

SHEIN 的速度令人矚目：這里每天都要上架 8000 件新商品，而 Zara 每周才新增 500 件。SHEIN 基本上屬于互聯網原生的 Zara 和 H&M 轉世，利用了更好的技術把從設計到生產的時間從三周壓縮到了三天。SHEIN 通過梳理競爭對手的網站和 Google Trends，找出流行的款式，然后快速做出自己的設計，預測需求，實時調整庫存。

我們再說回 AI，SHEIN 給我留下的其中一個深刻印象是它的推薦。就像字節跳動會預測你想看的內容一樣，SHEIN 會預測你想買什么衣服。SHEIN 之于電商就像字節跳動之于內容。

這個周末，為了給朋友即將舉行的 30 歲生日聚會準備東西，我打算到網上購物。這個派對以《亢奮》（Euphoria）為主題舞臺設備模型，也就是說，基本上你得穿得像 HBO 那部美劇的里 Maddie 、Cassie 或 Nate Jacobs 一樣。我之前從來都沒上 SHEIN 買過東西，但我輸入了“男士黑色網紗上衣”來找衣服。然后我點擊了“褲子”品類，結果看到了這個屏幕：

只是搜索了一次網紗上衣，SHEIN 就能夠預測出風格和主題非常相似的褲子。這非常令人印象深刻。（還有，請不要以為這些就是我平時穿的衣服。）

從某種程度來說，這是 Stitch Fix 開創的個人造型訂閱盒概念的更復雜版本。Stitch Fix 給整個過程引入了人，也利用了數據科學，但其基礎是新客戶引導冗長的問卷調查。而 SHEIN 只根據我輸入的四個詞（也許還參考了我點擊的內容、鼠標懸停的位置等數據）就做出了準確的推薦。

Stitch Fix 的個人造型市場已被證明相對小眾，而且它的股票也已受到重創。活躍客戶已降至 390 萬，同比下降 20 萬人（下降 5%）。該公司正在努力向 Freestyle 產品轉型——這是一種更傳統的購物體驗——但這個細分市場仍然只占該公司業務的一小部分。

Stitch Fix 的訂閱盒里面是由造型師和數據科學策劃的推薦產品

盡管 Stitch Fix 舉步維艱，但它的目標是突破性的——個性化商務。這家公司幾年前就提出了這個概念，但當時人工智能還不夠成熟，沒法取代冗長的問卷調查以及小規模的數據科學家隊伍。SHEIN 朝著正確方向邁出了一步，但我們仍站在人工智能驅動推薦的風口浪尖。

想象一下，如果有家公司能梳理你的相機膠卷，并以驚人的準確性為你推薦一大批新衣服會怎樣？或者，也許這家公司只需要請你將 Instagram 帳戶關聯一下，然后就能消化你的所有點贊和關注，即可提供極其準確、個性化的時尚推薦。

人工智能的主要消費者應用將大量依賴于嫻熟的推薦。這些推薦能預測到連你都不知道的需求與愿望——就像 TikTok 的 For You Page 一樣：它能夠在人們自己還沒意識到之前就向對方表明他們是性少數者。也許上面的示例公司可以在一條 FYP（For You Page）動態消息中重塑商業，讓你每次瀏覽一個精心策劃的商品——雙擊即可購買，向上滑動即可查看下一件東西。

世界正在向著個性化轉變，而人工智能是在給這股趨勢火上澆油。我的朋友 Alex 說的一席話我很喜歡：

在AI的幫助下，一對一輔導正在成為可能

突然之間，“一對一”體驗可以大規模復制了——與我們在未來幾年看到的應用相比，今天的 AI 應用仍處在初級階段。想想看，上面的每一個 Craigslist 類別——教育、書籍、家居裝飾等。每一個都即將被重塑。

圖像模型

2022 年文本生成圖像 AI 爆發了。首先出現的是來自 OpenAI 的 DALL-E （這個名字綜合了藝術家薩爾瓦多·達利以及皮克斯的那部動畫片，《機器人瓦力》，WALL-E）。當然，不是誰都可以直接用 DALL-E，但這方面的創作已經開始在互聯網上火起來了；Twitter 上面我最喜歡的賬號是 Weird DALL-E Generations。

互聯網上用DALL-E 生成 11 張最奇怪的圖像 | Mashable

對于這個世界大部分的地區來說，DALL-E 是 AI 的第一個真正的“哇哦”時刻。在與麻省理工學院交流時，OpenAI 的 Sam Altman 把這一點歸功于圖像所傳遞的情感力量：

我想說的是，其實相對于 DALL-E，技術界對 2020 年推出的 GPT-3 要更加認可。 從 GPT-3這里，你第一次真正感受到了系統的智能。它可以做人做的事情。我認為它的出現讓以前根本不相信 AGI [通用人工智能] 的人也要認真對待這一話題了。發生在 GPT-3 身上的有些事情是我們大家都沒預料到的。

但是圖像卻有著獨特的情感力量。相對于 GPT-3 ，世界其他地方對 DALL-E 的欣賞要高很多。

人往往更喜歡更豐富的媒體格式：Instagram （主要媒體是照片）一直都比 Twitter（以文字為主）更受歡迎；與此同時，TikTok （主要是視頻）在使用上一直在蠶食 Instagram 的市場，迫使后者也得向視頻轉型（通過 Reels ）。在我看來，類似的偏好也會發生在生成式人工智能身上：圖像 > 文本，很快，視頻也會 > 圖像，以及最終沉浸式 3D 體驗將 > 視頻。（消費者偏好的這一事實也是我從長遠看繼續看好 VR 和 AR 的原因。）

在 DALL-E 起勢之后，去年夏天 Stable Diffusion 和 Midjourney 的出現徹底改變了局面。Stable Diffusion 具有開創性，因為它是開源的，這意味著開發者基于它做開發。稍微解釋一下，Stable Diffusion 將擴散從像素空間轉移到了潛在空間，從而推動了質量的顯著提高。（如果你感興趣的話，可以看看這一篇文章。）與此同時，Midjourney在可訪問性方面具有開創性。Discord 上就能使用 Midjourney ：任何人都可以注冊一個免費賬號，并獲得 25 個積分，圖像則是用公共服務器生成的。用完 25 個積分之后，每月支付 10 美元或 30 美元就可以繼續使用（具體多少錢取決于你要創作的圖像數量以及你是否希望生成的圖像保持私密）。Midjourney 已迅速成為 Discord 上最受歡迎的服務器之一（也許是最受歡迎的服務器？），擁有 740 萬會員。

下圖是 Midjourney、DALL-E 2 以及 Stable Diffusion 在使用相同的文本提示時生成的圖像，各自風格略有不同：

下面這條時間線從更寬泛的角度展示了 AI 圖像生成在過去十年是如何得到改進的（請留意近年來提示的復雜性的不斷增加，以及輸出的保真度在不斷提高）：

去年是圖像模型的轉折點，生成的圖像質量得到了迅速提高。舉個例子：眾所周知，AI 很不擅長創作手。除非 AI 具有出色的上下文感知能力，否則很難知道已經弄出了多少根手指。其結果是我們最終會得到很多有四根或六根手指的手。下圖是 Midjourney v3（2022 年 7 月）與 Midjourney v4（2022 年 11 月）生成結果的對比，你能看出結果有了明顯改進：不再會出現有兩只喙或三條腿的企鵝。

當我想到圖像生成早期遇到的挑戰時，就會回想起一個世紀前動畫在早期面臨的挑戰。米老鼠為什么要戴手套？原因之一是這樣制作動畫可以更快；手是很難畫的。《聰明笨伯》（Fred Flintstone） 和 喬治·杰森（George Jetson）也是如此——你看不見他們的脖子，因為有脖子意味著角色的整個身體都得跟隨每個動作和表情而移動。這意味著動畫師要做更多的工作。領帶和高領讓動畫師得以投機取巧，加快制作動畫的速度。

杰里·鄧肯（Jerry Duncan）與聰明笨伯交談 - Dean Kaner，《幽默時代》

當然了，半個世紀之后，動畫已經取得了長足進步。《海底總動員》在某種程度上是皮克斯展示自己可以制作出逼真的水動畫的借口。《怪獸電力公司》里面的形象也是如此。皮克斯一直等到第 6 部動畫片《超人總動員》才第一次開始描寫人類的故事，因為 CGI 技術之前還沒有為此做好準備（指玩具總動員）之所以專門講玩具，部分是因為皮克斯還不能對逼真的人類細節進行渲染——所以在電影中你幾乎看不見安迪和他媽媽的影子）。

數字創作的軌跡正在沿著動畫的軌跡前進，但技術發展的步伐只會越來越快。比方說，上面 Midjourney 生成的企鵝圖像之間的差異只是短短幾個月之間的對比結果。

語言模型

《黑鏡》第二季的《馬上回來》（Be Right Back）講的是一對夫妻一起搬進了新家。結果第二天，丈夫出車禍身亡了。后來他的遺孀得知有一項新服務可以讓她與已故的丈夫聊天；這款工具能夠消化短信以及社交媒體的歷史記錄，從而了解伴侶會如何回應，然后代替他與客戶聊天。這一集（2013 年播出）的情節現在已經成為現實。在針對個人數據進行訓練的基礎，初創企業 HereAfter.ai 就提供了與已故親屬的互動化身聊天的服務。

去年，在圖像模型出現飛躍的同時，語言模型也突飛猛進。去年 11 月， OpenAI 推出了 ChatGPT ，剛推出五天，這款聊天工具就收獲了 100 萬用戶。ChatGPT 的表現令人難以置信；使用它的感覺跟你第一次用上 Google Search 一樣，都有“魔法時刻”降臨的感覺。（每次使用 ChatGPT 時，我都會想起亞瑟·克拉克的名言：“任何足夠先進的技術都與魔法無異。”）

下面的一些例子說明了 ChatGPT 能做什么：

提示：“什么是蟲洞？把我當作 5 歲小孩給我解釋一下。”

讓chatgpt用通俗易懂的方式解釋蟲洞

提示：“提供一個 29 歲生日派對的創意。”

使用 chatGPT提出派對創意

提示：“用伴奏的和弦寫一首關于在家工作的歌曲。”

讓 chatgpt用和弦寫音樂

人工智能現在這種發展和采用的節奏可以追溯到 2017 年當時谷歌發表的一篇開創性論文，《Attention Is All You Need》。這篇論文由 Cohere.ai 創始人 Aidan Gomez 與人合著，從中催生出一個規模呈指數級增長的“transformer”模型時代。

不到三年前的 GPT-3 推出時的參數規模為約 2000 億，但新的 GPT-4 將有約 1,000,000,000,000（萬億）個參數。

新疆拓豐舞臺設備工程有限公司主要從事舞臺機械、舞臺幕布的生產安裝。其中舞臺機械包括：臺上機械、臺下機械、升降舞臺、伸縮舞臺、旋轉舞臺、活動假臺口、燈光吊籠、燈光吊片、對開幕布系統、電影銀幕架、升降系統、電動吊桿機、多層纏繞吊桿機、單點吊桿機、單層纏繞吊桿機、一次排繩臥式、立式滾筒式電動吊桿機、變頻調速拉幕機、電動對開拉幕機；阻燃舞臺幕布有：大幕、二幕、會幕、紗幕、天幕、橫側條幕等，是國內較早規模較大的舞臺設備制造企業。