原来活出自在叫做 spontaneity : )

段永平说：狼性文化必然会输给人性文化。句号。没有找到进一步解释。

猜想一个角度，需要狼性文化的行业，可能不在价值链的高处（生意模式不好）、又在行业扩张期（被迫全方位卷）。其实是结果决定了原因。

反过来讲，人性文化，也是有其物质基础的，至少符合“更健康 更长久”的原则

26岁，热爱搜索引擎成痴，跨行求职的俞军
自学搜索引擎所写的文章集合

又想起段永平说的： 工作的最高境界是你热爱它

喜欢老实人这个标签，老实本分是很高的赞誉哈

激烈的情绪（恐惧、狂喜）皆是Mind killer
保持平常心就是保持理性，约等于长期主义

面对不确定性的时候
Conviction和wishful thinking的区别是什么？

智慧并非指如何尝试将好的由坏的中夺过来，而是学习着如何“驾驭”两者，一如软木飘荡在浪涛的波峰与波谷。让自己与弊病同行、同在、同伴——此乃消除弊病之法。

当我们深入研究难题时，必会发觉真理之所在。难题从来没有与答案分离。难题就是答案。

欲自由自在地表达自己，你必须让昨日的一切死去。从“过去”之中，你可获得安全感，但从“新事”之中，你可获得流动。

在止息中的止息不是真正的止息，只有在运动中的止息才能让普遍的节奏清楚显现出来。与变共变是不变的状态。虚空不能被局限，至柔的东西不能被折断。

动如水，静如镜，反应如回响。

重点在于做事之过程而非其结果。没有行动者只有行动本身，没有经验者只有经验本身

Augment 目前的信息跟Stealth Mode没什么差别
篇幅全给到了Sutter Hill Ventures，值得单独一篇

本期万字访谈中，继扬向我们详细分享了他对AI科研、工程、具身智能商业落地乃至打造组织的思考。我们对继扬第一性原理的思考方式，强烈的创业的愿力和实地调研精神印象深刻。期待能用文字作以传达。

摘要一些很有共鸣的观点：

1 /工程的本质是拆解+测量

2/ 未来所有成功的AI产品，必须满足低失效成本和低数据获取成本

3/ 技术是具身智能的主导变量，对技术的认知决定了怎么构建产品和商业闭环

4/ 任何 AI 的 Scaling law 都需要满足三个要素，大量、高质量的数据、可扩展的训练目标和具有强大表征能力的模型

5/ AI没有魔法，有的只是在正确方向上高速迭代

6/ 最优秀的人，不需要绩效管理，但需要文化引导

Enjoy！ ：）

来啦，Tim Brooks和Bill Peebles的一手分享

1️⃣Sora的主要突破?
- Sora 在训练过程中学到了大量关于物理世界的知识，不仅维持了视频对象的持续性，还有三维结构的准确性
- Sora 第一个版本的主要目标是实现至少1080p分辨率和至少30秒的视频
- 技术报告放出的视频样例中的多机位镜头，没有经过后期拼接处理或多次合成，Sora 自己决定何时切换镜头角度，并且在不同场景中保持角色的一致性

2️⃣Sora 的物理学的怎么样了？
- Sora 基于一个简单、可扩展的框架，尽可能避免人为设定的物理规则。团队发现，要模型扩展得足够大，它就能自主地理解三维几何结构，无需在模型中设定严格的一致性规则。目前包含三维效果在内的所有的信息都隐含在像素和算法的权重里。
- 团队曾尝试过模拟汽车碰撞和旋转等动作。团队认为Sora还没有完全掌握牛顿的三大运动定律，但正在接近目标。
- Sora 最终需要能够模拟人类的思考方式。而要创造真正逼真的视频和动作序列，必须构建一个内部模型，这个模型要能理解所有对象、人类和环境的运作机制。

3️⃣用户侧将如何使用？
- 短期 Sora可替代昂贵的好莱坞CGI技，以及难以搭建的拍摄的场景，但这仅是模型潜力的表层
用户的精细调整及更强的可控性，在理论上完全可行，Sora正处在探索阶段
- 目前 Sora 的运行速度不足以支持用户的即时互动（如暂停并修改），完成这些操作至少需要几分钟时间

4️⃣互联网数据支持我们通往AGI吗？
- Sora开发中，团队深刻体会到处理视频数据的困难，需要完成大量精细而又单调的工程任务
- Sora 采用了混合模式做视频评估，包括损失值，图像评估指标，以及人工评估。
- 目前人类所有的数据支持实现AGI，对使用创新方法突破限制表示乐观

这就改👌🏻