让我们把时间拉回到8个月前 https://m.okjike.com/originalPosts/63c2cf9d43f939b9522fb4f0?s=ewoidSI6ICI2MjA2M2EyZWVlODFiYjAwMTAyNmIwZWMiCn0=

m.okjike.com

我的还没有收到，请问不需要申请，被动等推是吗？

看了这个视频，好像感受到某种隐喻和线索，引发了我各种联想：首先感觉是语音的信息通量太小，机器不应该有更高效的沟通载体？目前的语音对话应该是利用了几个基础模型，语音转文字模型，文本大模型和语音生成模型。那是否可以直接做成语音大模型，即模型的高维向量承载的不是文字而是语音（波）？如果端到端的自动驾驶模型成立，那么理论上波到波的语音大模型也应该成立。那么将来是不是可以训练动物的语音大模型？文字大模型、语音大模型、…大模型，好像都是某种运转结构的UI，如果可以用语音代替文字输入，那么有什么东西可以代替语音？或者信息交互本身就已经是多余的，所需的交互已经汇结在一个模型之中？一个模型就可以把来源的来源直接处理成目标，而无需经过多个模型分步处理。我们习以为常的运转结构最终都会被更泛化的模型所打破。

也让我想到了牛顿的物理，世界是有限的，可以用公式来表达。如今，世界是有限的，可以用模型来表达和模拟。给定了条件，模型就可以根据感知符合条件地给出响应，那么模型可以模拟世界的运转？以我目前的理解，可能仅仅是因为语言系统的复杂度让我们误以为模型是无限的。实际上语言系统本身是封闭的，或者说人对于世界理解的表达是有限的。所以模型可以越来越逼近语言系统。同类动物对于世界的理解一样是有限的，所以同类动物自身的语言是自成体系的。但是动物和人对于世界感知的体系是不同的，所以其语意体系也不同，因此很难实现不同种类动物的语意转换。但是如果自动驾驶面对的是一个开放的系统，一个无限的系统，那么是不是意味着模型永远无法逼近？那么人又是怎么逼近的呢？虽然自动驾驶的环境是开放的，无限的，但是现象背后的规律是有限的，就是牛顿的物理定律，比如距离、空间、时间、速度、加速度，因此对物理现象意义的感知也是有限的。只要系统运作是基于有限的规律，那么它本身也是有限的，即可被模拟。相反，因为K线背后的经济和商业系统是无限的，没有像物理世界一样的统一规律，所以即使有K线训练的模型，也无法完全预测未来走势。

多几个一起脑爆是不是会很精彩 😆

ChatGPT 客户端近期陆续开始推送超拟真的语音功能。 

它是一种什么体验呢？ 来看看 ChatGPT们之间的对话吧。

「科幻现已成真」🤯

ex腾讯，创始人，理性乐观派  研究🧠Mind心智、🎮Reality ⁺ 边界和✍🏻创作者经济；  以认知科学破译AI，以生物学洞察世界「复杂性」

来自圈子

AI探索站