社区音量

全部内容 · 按时间倒序

AI 领域头部人物在 X 上的最新观点

François Chollet@fchollet
208 赞 · 24 转发 ·
“发现就是看到大家都看到了的东西,但思考出没人想过的东西。” (Albert Szent-Györgyi) [引用 @kenneth0stanley]: 我们现在在数学领域看到的 AI,是面向目标的问题解决能力的戏剧性提升,但这并不说明它能进行非目标驱动的发现。我一直认为,当目标与当前状态只相差一块垫脚石时,这些目标就是可实现的,这意味着如果实现目标所需的前置垫脚石已经被铺好,那么目标就在可及之处。我们在《为什么伟大无法…》中也这么说过。
Alexandr Wang@alexandr_wang
435 赞 · 12 转发 ·
muse,为妈妈们打造 ❤️ [引用 @ManuInvests]: NGL,$META 真的可能刚刚为大众推出了一个 AI 助手。 我妈妈都能有效使用 Muse,而她一生都没接触过聊天机器人。 干得好。产品太棒了。 它对用户友好、直观,并且按我的意图完成了我所有的指令,没有任何重定向。 从成本上看,muse 以低廉的成本实现了其他代币预算被一次性击穿才能完成的事情…… 点赞 435 • 转发 12 • 评论 34 • 浏览 47087
clem 🤗@ClementDelangue
426 赞 · 24 转发 ·
走本地 AI! 在大家都在抱怨 AI 能源和计算短缺以及 token 成本的时候,我们比以往任何时候都更需要设备端 AI!此外,它几乎免费且完全保护隐私! [引用 @desertantlabs]: 今天我们发布 Desert Ant Labs:一家在欧洲的前沿 AI 实验室,专注于构建设备端智能。 覆盖音频、视觉和文本的 18 个模型。提供 Swift、Kotlin 和 JavaScript 的 SDK。 无需 tokens。无需登录。没有任何数据离开设备。 https://t.co/qDZfv4G6ji htt…
Ethan Mollick@emollick
207 赞 · 18 转发 ·
这里有一个很好的可视化,展示了随着 AI 推进任务组合如何改变,并且有一些关于在不同假设下 GDP 增长的交互式模拟。但如果我们既出现爆炸性的 GDP 增长又出现大规模白领被替代,合适的政策回应缺失了。 [引用 @AnthropicAI]: Anthropic 的经济学团队正在分享一个新模型,说明到 2030 年 AI 可能如何影响经济增长、就业、工资等。探索这些情景,告诉我们你认为会发生什么,并查看你的答案与超过 10,000 名美国人的比较。 https://t.co/AvQlEZNxR0
Alexandr Wang@alexandr_wang
660 赞 · 27 转发 ·
团队倾注了他们的心血,看到这样的反馈让我们很暖心 ❤️ 我们非常期待更多人去体验:https://t.co/oGzBjKtAyn [引用 @thatguybg]: Meta 的 Muse 可能是今年最好的新产品 - 角色设计非常出色。可爱=值得信赖。定制也很容易。 - 简洁、漂亮、干净。喜欢 MD 文件的视觉设计 - 非常快。并且在执行所有前沿的代理流程(尤其是带浏览器的)方面表现良好 - 各处都有出色的设计选择:思考、权限等都在侧边栏处理,想法、侧聊、Feed 等也很到位…
Greg Brockman@gdb
818 赞 · 39 转发 ·
团队一直在努力制作中 [引用 @arena]: 来自 @OpenAI 的更多令人兴奋的消息:GPT-Image-2.5-Sunburst 在 Text-to-Image Arena、Image Edit Arena 和 Multi-Image Edit Arena 中排名第1,Flare 排名第2! 这两个发布在所有三个 Arena 中相较 GPT-Image-2(medium)都有显著改进。Sunburst 提供了最高质量的生成,而 Flare 在显著更快的速度下仍优于 GPT Image 2。 分数的提升由点…
Ethan Mollick@emollick
726 赞 · 36 转发 ·
然而,无论我们有多少算力,我们越来越可能需要更多算力。 [引用 @abhishekn]: 根据我的计算,仅这里的算力(300 BILLION output tokens),按代价算对普通用户来说代币就要花费2000万到3000万美元。一旦 AI 公司决定不再值得去追求那些不是千禧年难题的事情,我们如何维持这一级别的科学投资? 还有——完全震惊 🤯 ——接下来很难再专注于另一个研究研讨会/主题了…
Sam Altman@sama
9.7k 赞 · 530 转发 ·
我花了大部分周末与做这项工作的团队交谈。Seb——以及所有其他人——在整个过程中的行为都很正直和慷慨。 起初我们相信另一支团队也解决了这个问题。我们希望能够合作并联合发布。 当我们得知他们解决的是 Euler 而不是 Navier-Stokes 时,我们提出让他们先发布,建议他们应该获奖,并可选择让 Tristan 在对 OpenAI 证明的重写中担任第一作者。我们认为对 Levent(Anthropic 的员工)提出同样的建议具有挑战性——他无论如何都不愿意与我们沟通或协调。我们对其他解决方案持开放态度。 我们…