开场与自我介绍
哈喽大家好,欢迎来到 Next Token 第四期。接下来我们先自我介绍一下。大家好,我是橘子。¶02:00B 站YouTube
Opus 5.5:代码、视觉与创造力
Opus 5.5,主要是大家发现它在代码的那个视觉上,比 GPT-6 Astra 更靠前,就比如说最近大家经常看到的,就大家经常看到三类例子吧。¶03:26B 站YouTube
第一个是那个宣传视频,他做的那个宣传视频,你恍惚间你都不觉得他是用代码做的,但他就是用代码画,他上了很多那种材质,让这个画面有那种蜡笔的质感呀,让一些噪点看起来像纸张的质感。就你以为这些东西是视频模型画的,或者是他怎么做的。¶03:43B 站YouTube
然后第二个是做像素的动画,那个像素动画,我们知道做像素动画是容易的,但是你要让这个角色他的那个技能和场景互动有物理感,就把像素动画跟场景做出物理的感觉其实非常难的。你如果没有学过这些东西,其实根本无从下手。¶04:03B 站YouTube
他做的那个,我看到一个法师,就法师放那个技能,就打那个草那个这个稻草人,然后那个降下来的时候整个屏幕的震动还有那个用像素写的那个特效,VFX 还是那个什么特效,就像一个做的非常好的像素游戏,比如说我们玩很多那种做的很好的那种以前的像素游戏,比如我前几天刚通关了《泰拉瑞亚》,对吧?那个重新通关了《泰拉瑞亚》,就是那种感觉,比如说它里边有个模组叫灾厄,它有些像素的那个武器的效果,就做的非常无违感,你感觉叮叮叮那种声音,¶04:23B 站YouTube
那个很好。¶
画笔¶
那我觉得那个第一个暴论就来了,你看他们无论刚才说的这种打击感,还是对于视频的理解,还有刚才说这个画笔,其实它相当于是对这个世界、对于空间,对于这个物理的东西,其实理解非常深刻,是吧?¶
对。¶
如果这样的话,这不就世界模型吗?¶
对。¶
但还有,¶
越来越接近,¶
不只是剪辑师,¶
不止,¶
我觉得是越界了,这个东西把很多 Agent Skill、视频 Skill 和视频 Agent 都干掉了,¶
全吃掉了,¶
干掉了,¶
有可能了。¶
要快。¶
哈哈哈¶
从执行指令到理解意图
你没考虑到。¶
就我还有一个感觉,你没有,你有没有发现,就像那个前沿模型公司,他们一直在,大家记不记得有一张图说这个模型能力结构,第一阶段、第二阶段、第三阶段,然后说那个参差的那个增长,有一个红色的那个区域覆盖,说模型在一些领域能力还不行,不如人,在但是有些能力比人要强很多。就我就觉得这个前沿模型公司内部一直有人在看说,到底在哪一些领域我现在比人还差一点,然后到底哪一些领域我们之前没有覆盖过,是我们可以先去覆盖覆盖的,然后再去找这个领域的数据。¶17:51B 站YouTube
但你看,我们前一阵觉得写代码也差不多了,后来那个 OpenAI 开始是弄 3D 对吧?然后你看 Anthropic 就开始去弄这些什么物理的、视觉的、材质的,是吧,就这些,就开始又搞这个。就你一直在发现他们在又在突破新的边界,但是呢,突破这些新的边界的过程中,反过来其实模型智能水平也跟着提升了。¶18:29B 站YouTube
就我上期好像也说过一次,你只要找到一个领域的新数据之前没训过,然后你让模型去训,训完了以后模型整体智能就会又会提升。¶18:58B 站YouTube
对。¶
我觉得还有几个方向,Seedance 以前 Seedance 之前,我们想一下,Seedance 之前图像模型或者视频模型在比什么呢?比,那我不止一次提过这个事情,比物理的还原,比谁更真实,比单个镜头的提示词遵循,比在复杂提示词下的还原。¶21:29B 站YouTube
Seedance 做出了一个什么改变呢?我不比这些,我可能在某些真实程度上,和物理表现上,和具体的那个像素的密度上,不如可能某些其他的视频模型。但是我的智能程度很高,我能实现一句话十五秒给你变八个镜头,组成一个完整的故事,这是我觉得是 Sora 启发了,Sora 2 启发了他们。但是他把这个东西做到了一个极致,就在当时做到了一个极致。¶21:50B 站YouTube
AI 之后,人还要卷什么
模型安全性与新的斩杀线
Muse:面向普通人的 Personal Agent
没理,¶
这周最火的,¶
它自己暴涨¶
两万亿吧,是吧?还有一个人说,当时收购那个 Alexandr Wang 的公司的时候,很多人骂那个扎克脑子有问题,几百亿美元买个这,然后现在这个穿个洞洞鞋,穿个迷彩短袖这人,¶30:27B 站YouTube
一顿夸,¶
是。¶
都是那种¶
所以,¶
对你懂¶
我都用了。我用的感受是啥呢,Muse 确实是更简单、更易用、更没那么极客一些。Grok Bot 你会有个预期说,这是一个 Bot 然后操纵另外一个 Bot,然后他们做很多很复杂的定时任务。但 Muse 给我的感觉是,你看每个功能其实都平平无奇。比如说你连接器呀,然后那个云端 Bot 呀,然后他做的事情呢,¶33:22B 站YouTube
他会列了一个 Tab,那个 Tab 叫,我理解是场景,它叫 Idea,它里边列的所有的东西都是美国白领可能最痛的一些东西,比如说你信用卡被多扣钱了,然后能不能让 AI 自动帮我把这钱要回来。还有我要搞一个 Party,然后你能不能帮我安排好这些东西,采购好物料。¶33:52B 站YouTube
我们呢,假如你在中国生活没有在美国,你会觉得,这个好像离我有点遥远,这些东西听起来还挺奇怪的。但实际上如果是代入美国人这个场景的话,就觉得它每个场景都是精心设计,而且你点下按钮就能搞的,这个操作成本是非常非常低。¶34:14B 站YouTube
非常偏向¶
中国用户。¶
还信用卡?¶
谁不想接¶
不对?¶
做得好¶
我觉得易,¶
是易用性,¶
换吧。¶
有那个¶
AI 产品经理与人的使用体验
很 Low 的,¶
中等,中等,¶
但是你在跟它交流的时候,我这几天在用的时候,我跟它交流的时候,这种 Personal Agent 最容易出现一个问题是什么呢?一个是你感觉到它没有帮你解决问题,反而带来了问题。第二个是你跟它交流的时候会产生厌烦,你为什么要指挥我?以及你到底,我给了你这么多信息,你到底帮了我什么?就这两个是最严重的,而且国内这些东西都很严重,海外也有,你看之前 Office 不是因为这个问题吗?对吧,你在说教我,你说听不懂人话,我没法跟你交流,那我怎么跟你合作,或者你帮我做事情呢?¶38:32B 站YouTube
或者说你有些东西,Agent 是做不了的,你需要我来帮你做一点点事情,但是你怎么去说这个话,让我愿意觉得说你在帮我,这是很难的,因为我经常用其他的,¶39:09B 站YouTube
比较¶
你就想骂他。¶
向人类对齐。¶
你说。¶
方向就变。¶
哈哈哈,没有。¶
但是我觉得,那我反问一句,就 AI 前时代中国就有产品经理吗?¶
还是有点的,¶
你这个有点太暴论了。¶
别别¶
没事,没事。¶
哈哈哈,¶
很多都是。¶
To-Do、记忆与可见的结果
那还有一个最重要的东西,早就那些 Agent 早就应该集成什么最简单的东西,To-Do,To-Do List,To-Do List 目标,我们有目标,购物模式对吧?它那个东西是什么呢?有一个长期的,就是它跟你一起的目标,它会有一个 To-Do List 在那个页面,那个 To-Do List 主要是几件事儿,你一个长期目标,然后那些长期目标它就会一直记得,然后你能干什么事儿呢?你能把这个打勾,就代表了这事儿。¶45:13B 站YouTube
之前老有人跟我说豆包有什么问题呢?Memory,你跟他说了一事儿,天天跟你磨叨这事儿,你干的事儿都根本跟他没关系了。我觉得是把这个东西混淆了,有的时候是目标,有的时候是一些信息的事儿,¶45:42B 站YouTube
具体的事¶
有道理。¶
他死板,¶
是。¶
没法跟踪,¶
开放生态、资源与商业闭环
Muse Charm、手机与 AI 的入口
OK,然后也顺便聊一下他们的硬件吧,那个 Muse Charm 你们怎么看?那个攀哥,你不¶55:26B 站YouTube
圆盘那个¶
对吧大家全是在探索,但我觉得就像刚才我们聊的话题,你这个硬件本身不重要,你重要背后有一个大的平台和生态,对吧你最后你那个硬件搭配后边有个 Muse,对吧因为连了 Muse 所以你那个东西变得有价值了,¶55:42B 站YouTube
还有我觉得大家都在还是想探索一个入口。我们之前一直说这个手机这种产品形态,我们已经这么多年来被我们优化到已经几乎没有再优化空间了,屏幕越来越大,能给我们展现交互的信息越来越多越来越强。¶55:58B 站YouTube
但是大家有没有发现,有了 Agent 以后,其实这个东西除了视觉上让我们去看之外,就我们有很多事情其实是直接跟 AI 交代一下,委托它把活干完就行了。在这种情况下,就是一个最基本的体验,就无论我们之前在电脑上为什么那么多语音输入法现在又起来,然后在这个情况下,我不想拿一个手机出来,我就拿一个小设备,我就跟它直接说话就把活干了。¶56:14B 站YouTube
比如说我下周要去这个苏州,我就想订一个什么火车票,我为啥还要打开手机咵咵咵一顿就花了十分钟疯狂操作,我直接跟我的一个助理说完以后我就干别的去了,¶56:43B 站YouTube
这个观察好,¶
而且手机的性能是极端过剩的。这个东西现在就是新的 iPhone 20(18),iPhone 18 Pro Max 跑一个,¶57:29B 站YouTube
18 Pro。¶
我这《赛博朋克 2077》 这种游戏一点问题没有,¶57:39B 站YouTube
轻松,¶
沙盒。¶
是吧,WASM 这,应该是 Cloudflare,然后那个解释器,那个 Python 解释器,那个 Worker 也是用这种东西做的¶1:00:13B 站YouTube
眼镜儿吧。¶
雷朋的¶
那个。¶
创始人驱动与前沿模型
掌上设备与日常生活
Harvey:开源模型与产品壁垒
才接得住,¶
你去把它换成一个开源的模型,才能去做降本,因为你绝大多数公司,你连 PMF 都没找到。你的整个的商业的那个商业的这个闭环你都没找到。你不用 SOTA 模型,就是 Harvey 其实事实上已经统治了这个市场了,我换模型,我自己评估之后,不影响我的整个商业闭环,它已经是稳定的了,然后我能大幅的提高我的毛利。¶1:11:04B 站YouTube
但是有很多公司还在说,我今天 Opus 5.5 出来,我不用 Opus 5.5,这个我的竞争我就被竞争对手干死了。你没有可能的,所以这个只能说是这个头部市场稳定找到 PMF 的来去做这个是 OK 的,并不是说这个东西适用每一个创业公司,¶1:11:32B 站YouTube
有壁垒。¶
就担责的。¶
你要得调好,¶