作为一个AI博主,按说看到昨天的春晚应该是欣喜的,这个舞台从没有像今年一样,充斥如此多的AI元素。但实际反馈负面评价很多,有评论说,原来春晚只是没有年味,现在连人味都没有了。
这里就出现了一个矛盾。出现在春晚舞台上的AI产品技术都是顶级的,平时大家用的也很好,为什么上了春晚,反而口碑下来了?
我觉得可以用克里斯坦森的"颠覆式创新"来解释。这个词直觉上像是指高大上的技术,比如航空航天,生化环材。但《创新者的窘境》中的定义恰恰相反。它指的是品质没那么高、但成本极低的创新。它不跟最好的比,它服务的是那些原本"没得选"的人。
书中有个经典例子:上世纪六七十年代,美国的小钢厂用废钢炼钢,成本极低但质量差,只能做最低端的螺纹钢。大钢厂看不上这个市场。但小钢厂站稳脚跟后开始往上打,从螺纹钢到角钢到结构钢,每进一步大钢厂就让一步。等反应过来时,已经被挤到只剩最高端的板材了。关键在于:小钢厂赢的不是品质,是成本和覆盖。
大模型就是一种颠覆式创新。普通人用AI写一首诗,必然不如李白,但比自己憋的强。用AI出一张海报,不如专业设计师,但够发朋友圈。它用60分替代0分,这个价值是真实的,所以大家在日常里叫好。
但春晚不是日常,春晚是顶流。
春晚是除夕夜全家人期待看到"我做不到的东西"的那个舞台。观众要的不是60分到80分的普惠,而是平时无缘得见的稀缺。1987年费翔的《冬天里的一把火》,当时人们平日里完全不可能想象那种唱跳方式。颠覆式创新的逻辑是"从下往上打",但春晚是顶。在最顶上的位置,观众要看的是人类创造力的天花板,不是AI的性价比。
因此,有观众说春晚的感觉像预制菜,是有道理的。预制菜不难吃,我自己的午餐多年都是预制菜,价格便宜量又足,还送得快。但如果是吃年夜饭,原则上,我们应该都不希望吃预制菜。
最后。虽然说了这么多。春晚的AI带货能力是很不错的,几款机器人卖断货,AI App也因流量过大做了限流。从商业角度,AI味儿的春晚是成功的。有更多AI公司走上春晚舞台,本身就说明AI产业的崛起。
但如同我们要在重要场合用AI,最难的其实是"去AI味"。一封重要的信,一个关键的提案,一条给父母的视频,越是在意的事情,越要把AI的痕迹藏起来。工具背后的人类故事,才是最动人的。
昨天开玩笑的发了一句朋友圈:人形机器人落地的第一个成熟场景是什么未知,但是最后一个已知了:小品。
所以,这种AI味儿的春晚,有这一届,也就够了。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。