即刻App
年轻人的同好社区
下载
App内打开
普雷尔YZ
90
关注
236
被关注
0
夸夸
🐟SAP
🎨Pika AI / Flova AI / WaytoAGI超创
☕️可灵AI优创
📝公众号:普雷尔的茶会
置顶
普雷尔YZ
3年前
🤖一点自我介绍
➕AI玩家
➕PikaAI/FlovaAI超创
➕可灵AI优创
▪️商业信息系统专业
▪️有两个硕士学位
▪️在美国待过六年
▪️目前base上海
▪️就职于世界最大的企业管理软件公司SAP
▪️基于个人兴趣和职业要求研究AI
🎨一些AIGC作品
🔶MIT Season 4入围和提名《Red》
xhslink.com
🔶思维实验《The Last Day》
b23.tv
🔸《春江花月夜》
b23.tv
🔸AI电影短片《流浪地球2人物小传:时光的回响 2.0》
b23.tv
🔸可灵AI 2.0模型短片大赛一等奖《FLY》
b23.tv
🔸教你如何在三次元施展魔法《Magic in Your Hand》
b23.tv
🔸暗黑美学《降临》
b23.tv
🔸AI为眼《Alive》
b23.tv
🔸电影频道“AI影像人才优选计划”入围短片《榫卯结构·AI全息》:
xhslink.com
🔸全AI高级珠宝广告《宝石如星,蝶梦似幻》:
xhslink.com
🔸中国美术学院“一万道彩虹”获奖AI短片《Draw A Colorful World》:
xhslink.com
🔸中国美术学院“时空博物馆”AIGC数字艺术大赛获奖AI短片《翼马飞翔》:
b23.tv
🔸AI电影短片《流浪地球2人物小传:时光的回响》:
b23.tv
📝关于AI写的一些文章
🔹《论AI视频Skill的开发》
mp.weixin.qq.com
🔹《诗意与AI创作》
mp.weixin.qq.com
🔹《Runway Aleph模型实战:如何用3张分镜做出2分钟的AI短片》
mp.weixin.qq.com
🔹《Midjourney V7产品创意设计演示与测评》
mp.weixin.qq.com
🔹《Midjourney图片编辑器测试与应用-黑神话悟空绘图二创》
mp.weixin.qq.com
🔹《AI高级珠宝设计与广告全流程》
mp.weixin.qq.com
🔹《AI视频工具即梦“首尾帧”功能的应用与内容一致性的保持》
mp.weixin.qq.com
🔹《流浪地球2》二创电影2.0制作复盘:
mp.weixin.qq.com
🔹《Midjourney的“区域修改”与AI视频的“精准表达”》
mp.weixin.qq.com
🔹《AI绘画的细节挑战与局部重绘的作用》
m.okjike.com
🔹《如何使用New Bing设计图标和Logo》
mp.weixin.qq.com
🔹《AI绘图、AI视频、AI音频Top1产品Midjourney、Runway、Eleven Labs三者关键功能分析》
xiaobot.net
🎲其它
·《坦克世界》老司机,在美服带华人公会打过两年公会战
·最喜欢的动画是《攻壳机动队》
7
0
0
普雷尔YZ
2天前
Tripo AI的中秋礼盒我愿给到一个夯🥳
整套3D打印的桌游,飞向月球的概念也很浪漫。最近从GPT-6到Opus 5.5,内容的边界越来越模糊了,想搓个什么东西只要舍得订阅费也越来越容易,社媒信息流里塞满了各种Agent快速实现的创意,我其实蛮焦虑的,AI进化的速度也未免太快了。或许越是这种时候,越需要提醒自己探索本身的乐趣,最重要的还是要玩得开心。
1
0
0
普雷尔YZ
2天前
笑死我了
林阿福Alfred: AGI不是 Anime Game Idol的简称吗
0
0
0
普雷尔YZ
6天前
真可怕啊…
海辛Hyacinth: Opus 5.5 可以把自己剪好的视频,直接生成成一个剪映工程:画面、字幕、配音、音效、配乐都分好轨。 我打开就能手动调它的每一处修改…… 这么多公司心心念念的剪辑 agent,Opus 顺手搞定了。 【更新:发现在剪映里他不能多轮迭代修改,每次让他修改,只能新开条时间线😂。并且很多视频素材他已经自己合成好了导进来。不知道能不能直接出AE或者其他软件的颗粒度更细的工程文件,有谁试了求告诉我】
0
0
0
普雷尔YZ
7天前
但愿人长久,千里共婵娟🌕
0
0
0
普雷尔YZ
8天前
整个信息流里已经全是Opus 5.5做的各种东西了……还没一个月,GPT-6 Astra已经是路边一条了
2
0
0
普雷尔YZ
11天前
2/25
Taste = ( What was chosen + What was rejected ) × Why
依赖AI终究是不行的,到头来还是要靠自己的判断。
0
0
0
普雷尔YZ
14天前
1/25
需要更多的心力和集中力
0
0
0
普雷尔YZ
19天前
周末在AI Maker Summit上海站做了一些分享,感谢
@AI产品阿颖
的组织和邀请,听了很多来自一线的AI实践,也认识了很多新朋友。
3
0
0
普雷尔YZ
1月前
“Claude Code能帮客户避免 5000 万美元损失,国产模型行吗?”
0
0
0
普雷尔YZ
1月前
🧐
小盖fun: 感觉这事应该还是让 OpenAI 很难受。昨天我看到曾经依赖 OpenAI 模型成长起来的明星 AI 应用公司 Harvey 已经放弃 GPT 的模型,转而基于开源的 Kimi K3 构建出了自己的专有模型。 Harvey 也是近两年新兴的 AI 独角兽应用公司,估值已经超过 110 亿美元,而且近几年一直是 OpenAI 的标杆案例。 Sam Altman 特别看好 AI 在法律行业的应用,所以,从 Harvey 成立开始,OpenAI 就一直在投资 Harvey。 之前,Harvey 和 OpenAI 的合作非常深度,两家公司曾经合作训练过法律行业的专有模型。所以看到 Harvey 居然基于 K3 发布了自己的专有模型,我就很突然。 看来 AI 模型的竞争确实已经进入到新的阶段。接下来大概率会有越来越多的垂直行业的头部公司会基于 K3 这样的开源模型训练自己的模型。 像 Harvey 这次的新模型就非常成功,他们联合创始人 Gabe Pereyra 写了一篇文章详细讲了具体的模型训练过程,我强烈推荐大家可以看看。 1、Harvey 新模型的底座是 Kimi K3,他们和合作伙伴 Fireworks 一起完成了后训练,目标是让模型能够更好的完成长周期法律任务。 2、后训练主要使用了三类数据,包括合成数据、公开法律数据和人类专家数据。其中,人类专家数据非常关键。 Harvey 会让人类的法律专家检查和修复 AI 生成的合成数据,确保这些训练材料真正符合专业律师的工作标准。 3、专门为后训练搭建了专门的训练环境。模型会被放进一个沙箱工作区,里面有案件材料,也有搜索、读取文档、写文件等工具。 它需要自己完成整个任务,最后把正式交付物写到磁盘里,这一次 rollout 才算结束。 4、奖励函数围绕真实的工作质量来设计。模型每完成一次任务,都会按照法律专家制定的标准逐项打分。如果所有标准全部通过,还会得到额外奖励。 5、Harvey 还把效率直接放进了奖励里。因为真正部署 Agent 的时候,成本取决于模型完成一个任务到底用了多少 Token。 所以完成同样任务的情况下,训练会更偏好推理路径更短、工具调用更高效、Token 消耗更少的轨迹。 6、Agent 能力很依赖外层的 Harness。比如并购尽调,一个任务可能要处理多达 8000 万 Token 的文件,单个 Agent 很容易顾不过来。 Harvey 后来加入了 RLM,让一个主 Agent 负责管理整个数据室,再把不同的研究和分析任务分给多个子 Agent。光是换成这套工作方式,任务通过率就提升到了 46.1%。 7、这次 Tenet 的后训练用了将近 150 张 NVIDIA B300。当然还没有结束,接下来他们计划继续扩大后训练的规模。 即便目前只用了 150 张 B300,新模型 Tenet 的表现已经相当出色。 在 LAB 长周期法律任务中,它相比基础 Kimi K3 提升了 82%,也远远超过包括 OpenAI GPT-5.6 Sol 在内的几款前沿模型。 怪不得 Harvey 要下定决心做自己的模型。 我觉得 Harvey 确实验证了一条新的路径,基于足够强的开放权重模型,再叠加行业专家数据和后训练,垂直领域的公司也有机会训练出属于自己的专业模型。 毕竟法律属于典型的高风险、低容错场景。并且 Harvey 服务的又是全球最顶级的一批律所和企业法务,所以 Harvey 都能跑通这条路的话,其他公司应该也不在话下。 我看 X 上也有不少人在问,Harvey 为什么偏偏选了 K3,而不是其他几个开源模型。答案是,K3 的效果确实更好。 Harvey 负责模型研发的一号位提到,在 K3 之前,他们其实完全没有认真考虑过开源模型。 原因很简单,法律行业对模型能力的要求太高了,连很多前沿闭源模型距离他们真正能接受的标准都还有差距,能力弱一档的开源模型自然更不会进入选择范围。 但上个月,他们惊讶的发现 K3 在法律场景的表现已经接近前沿模型,所以才开始折腾。 真心感觉 AI 的发展是不是要进入第二个阶段了。以前一家垂直行业的公司想拥有自己的模型几乎是不现实的,因为从头训练一个前沿基础模型需要巨大的算力、数据、研究团队。 但现在随着像 K3 这样的模型在能力上逐步对齐闭源模型,头部的 SaaS 公司完全可以在开源基座上把自己的 Know How 加进去,然后训练出来一个更好的垂直模型。 为什么非得训练自己的模型?其实这事逻辑非常简单。 因为用户规模足够大之后,应用公司绝对不愿意把自家的数据交给通用模型。 就像前段时间微软 CEO 纳德拉说那样,企业应该把长期积累下来的隐性知识,沉淀进自己能够控制的模型里。 否则随着越来越多业务交给外部模型完成,企业其实是在把自己的价值一点点转移给模型公司。 如果这个趋势继续下去,那我感觉接下来大模型行业的竞争可能会慢慢变成通用闭源模型和基于开源模型训练出来的专有行业模型之间的竞争。 到那个时候,OpenAI 和 Anthropic 面对的也不只是 Kimi、DeepSeek 这些开源模型本身,而是越来越多拿着开源模型、再叠加自己数据和 Know-how 的行业公司。 对于 OpenAI、Anthropic 上的这些头部客户来说,无论是从成本还是效果角度,大家肯定是有动力训练自己的模型。 所以我现在越来越觉得,Harvey 这次只是一个开始。 接下来,制造、金融、客服、教育等等这些垂直行业里的 AI 应用公司,大概率都会沿着类似的路走,逐步减少对 OpenAI 和 Anthropic 的依赖,转而训练自己的专有模型。
0
0
0