回顾 2025 年我对 AI 的探索，我想，我的关键词是：提问

这一年我们见证了智能的多次飞跃，也见证了我们人类真切的意识到 如何向 AI 提问 成为了让 AI 进步的核心

是啊
提出问题本就比解决问题更加本质
在 AI 崛起的今天
如何提问
如何突破边界的提问
是我们自身以及 AI 迈步向前的方向

20260101

-Zho-

新年快乐！！！！！！！！！！！！

我是网易云音乐的重度付费用户，持续黑胶VIP 已经很多年了，仔细一想似乎很难有什么产品能让我持续多年稳定付费

我擅长并长期从事视觉领域创作/设计，但对音乐完全不擅长

所以音乐是我的刚需

在 CINITY 看了48帧的 阿凡达 3，依旧给了我当年 阿凡达1 的震撼沉浸感：

我不是在 看 电影，而是在潘多拉星上体验了 3 个小时

卡梅隆所带来的沉浸感之所以断档伟大，是因为没有让 技术/特效 抢戏/吸引你的注意力，你感觉不到技术，是一种“无”技术的真实体验感，VR 都没有如此沉浸

（图源网络

AI 通过我和他零散的 1 万条消息，试图完整地对我建模，妄图了解我

而我通过和 AI 碎片式的 1 万次交互，试图系统地对它建模，妄图理解它

盲人摸象，彼此为象，彼此皆盲

我和 ChatGPT 的交互消息已达世界 TOP 1%

我自己让 GPT 根据年度报告生成了张它认为合适的风格的总结海报

原来仅 3/4 年时间与 ChatGPT 交流 1.1 万条消息就是世界前 1% 了，看来在大家在 ChatGPT 的交互量比想象中少

虽然 Karpathy 认为 2025 最革命性的图像模型是 Nano Banana，但从我的深度实践和开发，以及他自己年初演讲中提出的 3.0 理论来说，我认为今年最革命性的图像模型依旧是年初的 GPT-Img（GPT-4o）

GPT-Img 原生多模态的智能水平完全开创新时代 且 在年初代表原本不被看好的自回归阵营在图像模型领域的碾压式优势和掀起的腥风血雨，是图像模型 3.0 的开端

Nano Banana 及 Pro 的后来居上确实令人惊艳，代表扩散模型扳回一城，但回顾一年的发展，荣誉应该给予开创者：GPT-Img/GPT-4o

“观看即劳动”

“感官被迫参与生产，媒体从观众的审美感受和想象力中获利”

Is a Museum a Factory?
Hito Steyerl

很多开源起步的社区都逐渐变得广告泛滥商业烂化，交流质量一落千丈，几乎变成营销区

同时有些商业社区氛围似乎变得交流感浓厚，除了商业外还经常有些有的没的

有意思🤔

Nano Banana Pro 性价比太低了，5 天烧了98万总token，生了 686 张图，花了 $83.2/¥587

1）成片率仅约 61%，复杂问题难以一次性解决，仍需多步多次抽卡
2）美学质量和特征迁移较差，还需 Nano Banana 辅助
3）Gemini 设计质量对我来说不如 GPT，仍需 GPT

Nano Banana Pro 依旧难以单一模型覆盖使用