AI产品的形态为什么逃不开对话框，用户自由度的不同又将创造多大的创新空间，可以听听这期小宇宙播客

这次AI浪潮是否会成为国内to B领域的转折点？2025年了，To B的AI应用到底发展如何？AI是否会颠覆SaaS领域，是否还能照抄SaaS行业的估值与发展逻辑？欢迎收听本期播客

o3正式版的发布，开始显示出OpenAI在通用Agent领域的野心

当下做agent绕不过去的话题就是强化学习，那agent的强化学习怎么做，壁垒有多高，还有初创团队机会吗，欢迎来听这期节目，干货满满

没人关心原生多模态吗？
我发现大部分人只使用GPT-4o在生成各种吉卜力风格头像，但讨论背后的原生多模态技术的反而寥寥无几！

一些核心观点：
1、对于纯业余小白用户来说，gpt-4o相对stable diffusion这类是碾压的，因为小白用户再也不用学prompt咒语了，门槛大幅降低

2、原生大模型训练成本高，数据量庞大，不是普通创业公司能参与的游戏，而字节、快手的优势更大

3、原生多模态模型生成图片，可能是扩散类模型成本的10倍

4、原生多模态暂时还未颠覆视频领域，做视频生成的企业还有机会，扩散路线也在进化，鹿死谁手尚未可知

5、原生多模态模型不能提升智力上限，但能增进模型对世界的认知。

我们测试了gpt-4o的图片输出能力，并认为这可能是未来AI OS时代的GUI的雏形，短期内我们认为基于原生多模态大模型，AI搜索产品的问答将从文本逐渐向图文转换，更易读更生动；长期，我们认为AI具备实时生成交互界面的能力，以后的应用界面会走向千人千面。欢迎订阅我们的播客

来到即刻的第一天。