即刻App年轻人的同好社区
下载
DeepSeek推理模型上线，甚至把思考过程都直接放出来，相比它最终给出的规整结论，思考过程的文字，体现它更像一个有经过较好逻辑训练的和知识面的人在喃喃自语，而非一个冷冰冰的机器，非常推荐体验
DeepSeek 推理模型预览版上线，解密 o1 推理过程
10 12
首发就是红利，是心智，是用户增长。而首发的机会可能是硬件，操作系统，微信抖音生态，新模型能力带来的，所以不要埋头苦干，多关注市场
我终于把我新买的iPhone16 Pro，接入了国产AI，实现AI自由。
19 41
今天在ins上刷到「做猫真的好难」宠物对口型视频，27w赞，外国人评论「虽然听不懂中文，但是好可爱啊」
对口型其实是10月国内的大爆款，背后是字节自研的loopy模型，做的时候就有预期会出爆款，但是没想到中文歌传到海外，也能火，从中获得的几个learning：
1. 可爱和反差，是全球各地人民群众喜闻乐见，无法抵御的，可以跨越文化和语言的障碍
2. 新模型loopy首发 + 宠物博主的可爱猫猫形象 + 洗脑的可爱神曲 = 爆款，这是几种新老元素的跨界叠加带来的化学反应，而不是单纯的工具引爆
3. 新能力首发带来的红利，可以突破平台的障碍，进入抖音、视频号、快手、小红书、ins、tiktok、shorts
4. 国内和海外的热点发酵时间差在缩小，国内做的功能，通过内容在海外也会火，所以哪怕产品不出海，也要关注海外市场
对口型其实是10月国内的大爆款，背后是字节自研的loopy模型，做的时候就有预期会出爆款，但是没想到中文歌传到海外，也能火，从中获得的几个learning：
1. 可爱和反差，是全球各地人民群众喜闻乐见，无法抵御的，可以跨越文化和语言的障碍
2. 新模型loopy首发 + 宠物博主的可爱猫猫形象 + 洗脑的可爱神曲 = 爆款，这是几种新老元素的跨界叠加带来的化学反应，而不是单纯的工具引爆
3. 新能力首发带来的红利，可以突破平台的障碍，进入抖音、视频号、快手、小红书、ins、tiktok、shorts
4. 国内和海外的热点发酵时间差在缩小，国内做的功能，通过内容在海外也会火，所以哪怕产品不出海，也要关注海外市场
00:12
20 39
大厂内部很多 AI 项目在赛马，虽然造成资源浪费，但想到一个好处，分散老板的控制力。
因为大老板对产品的控制欲太强，但他们又距离一线太远，经常会干扰产品的正常迭代。
而赛马机制让一些创新产品可以躲避老板的目光，得以猥琐发育，真正的面向用户做产品，而非面向汇报做产品。
当然如果是两匹头马一起赛，大家都盯着，可能也做不好，或者做的很痛苦。
因为大老板对产品的控制欲太强，但他们又距离一线太远，经常会干扰产品的正常迭代。
而赛马机制让一些创新产品可以躲避老板的目光，得以猥琐发育，真正的面向用户做产品，而非面向汇报做产品。
当然如果是两匹头马一起赛，大家都盯着，可能也做不好，或者做的很痛苦。
38 106
我们现在畅想的和尝试规划的 AI 未来，可能不一定是对的，未来是演变，而非计划出来。
就像 19 世纪 60 年代的发明家坚信，交通工具的下一步变革是通过人形蒸汽机来拉动马车，于是机械蒸汽侠诞生了。
就像 19 世纪 60 年代的发明家坚信，交通工具的下一步变革是通过人形蒸汽机来拉动马车，于是机械蒸汽侠诞生了。
15 23
vidu 的多主体一致性，从需求上是刚需，比如输入一个模特，一件衣服，一个杯子，就可以生成模特拿着杯子穿着连衣裙在散步的视频，比传统的图生视频在效率和可控性要高太多，但目前还不成熟，甚至是不大可用。
你们实际上手会发现，对参考图的要求比较高，稍微复杂就不行，并且生成画面容易崩坏，也没那么像，所以非常依赖抽卡。可能在 c 端玩法可以搞搞抽象，在营销场景生产力环境是不可用的。
其实这套参考能力其实在图片生成已经实现，甚至广泛应用，但视频领域还比较难，关键在于目前的视频生成底层模型还不大行，不过 Vidu 作为开拓者，依然值得尊敬🫡
你们实际上手会发现，对参考图的要求比较高，稍微复杂就不行，并且生成画面容易崩坏，也没那么像，所以非常依赖抽卡。可能在 c 端玩法可以搞搞抽象，在营销场景生产力环境是不可用的。
其实这套参考能力其实在图片生成已经实现，甚至广泛应用，但视频领域还比较难，关键在于目前的视频生成底层模型还不大行，不过 Vidu 作为开拓者，依然值得尊敬🫡
把Runway、Luma们一锅端了！这款视频模型上“杀手级”功能：一致性魔咒终于打破
7 22
豆包的「一句话 P 图」其实是个不实用的功能，如果想正经干活，这种发散的对话式交互会放大 seededit 的可控性、稳定性和精准度问题，让你抓狂。
但是这种交互满足了普通大众对于 AI 的科幻片梦想，跟 AI 说一句话，它还真的给我干活了，所以有公关效应，并且用于做做梗图 meme 这类好玩有趣又不严肃的场景，其实也够用了
但是这种交互满足了普通大众对于 AI 的科幻片梦想，跟 AI 说一句话，它还真的给我干活了，所以有公关效应，并且用于做做梗图 meme 这类好玩有趣又不严肃的场景，其实也够用了
“动动嘴”就能编辑图像，豆包悄咪咪上线了这个超实用的新功能。
17 93
过去一年半做了多个AI项目，有简单有复杂的，有面向超大规模的小白用户，也有面向垂类人群，其中prompt是非常核心的要素，也是大家在做项目时绕不开的逻辑。在此总结了做prompt方案设计的经验和教训
核心结论：
GenAI带来应用新范式，支持通过prompt生成优质的个性化结果，但大众用户不想打开键盘，也不知道填什么prompt，所以需要在保证最终效果的前提下，尽可能通过低成本的表达方式来获得用户的意图。
对话式交互是未来，但目前还无法取代传统图形化交互。
1. 交互：不要让prompt变成操作阻力
- 非必要，勿填prompt，让用户多填一个字，都是对用户规模和转化率的巨大折损；
- 如果有prompt的效果更好，那么把prompt做成选填，让专业用户有选择，又不影响小白用户的使用路径；或者首次不填，快速预览结果，后续深度使用再填
- 如果必须填，尽可能填用户不需要额外思考的，否则用户一思考，数据就掉
- 通过推荐词降低输入门槛，并保证对prompt的响应，避免拔高用户预期后但结果又不符预期
2. 信息：通过算法、或信息授权方式来获取用户意图和context背景信息，而不一定要手动输入
3. 流程：把prompt填写留在最后一步，让用户先完成简单的熟悉的操作，增加沉没成本
4. 生态：少数偏专业用户的prompt，沉淀在端内成为模板流转，服务更广大小白用户一键套用和二创。对工具产品来说，飞轮逻辑可能比漏斗逻辑更重要，因为效果比效率更重要。要站在整个平台，整个大生态去思考，从更长周期看对用户的价值，对平台的增长和商业化的价值
提示：
- 我是在一个已有的大体量的移动互联网产品中融入AI能力，用户的习惯、预期，以及业务指标护栏都会对新方案的设计做限制
- 以上交互案例是表象，数据也是表象，仅供参考，不一定能复用到其他产品
- 最重要的是，你的用户是谁，他们的需求是什么，你的产品当前处于什么领域、什么阶段，如何更好的满足他们的需求
核心结论：
GenAI带来应用新范式，支持通过prompt生成优质的个性化结果，但大众用户不想打开键盘，也不知道填什么prompt，所以需要在保证最终效果的前提下，尽可能通过低成本的表达方式来获得用户的意图。
对话式交互是未来，但目前还无法取代传统图形化交互。
1. 交互：不要让prompt变成操作阻力
- 非必要，勿填prompt，让用户多填一个字，都是对用户规模和转化率的巨大折损；
- 如果有prompt的效果更好，那么把prompt做成选填，让专业用户有选择，又不影响小白用户的使用路径；或者首次不填，快速预览结果，后续深度使用再填
- 如果必须填，尽可能填用户不需要额外思考的，否则用户一思考，数据就掉
- 通过推荐词降低输入门槛，并保证对prompt的响应，避免拔高用户预期后但结果又不符预期
2. 信息：通过算法、或信息授权方式来获取用户意图和context背景信息，而不一定要手动输入
3. 流程：把prompt填写留在最后一步，让用户先完成简单的熟悉的操作，增加沉没成本
4. 生态：少数偏专业用户的prompt，沉淀在端内成为模板流转，服务更广大小白用户一键套用和二创。对工具产品来说，飞轮逻辑可能比漏斗逻辑更重要，因为效果比效率更重要。要站在整个平台，整个大生态去思考，从更长周期看对用户的价值，对平台的增长和商业化的价值
提示：
- 我是在一个已有的大体量的移动互联网产品中融入AI能力，用户的习惯、预期，以及业务指标护栏都会对新方案的设计做限制
- 以上交互案例是表象，数据也是表象，仅供参考，不一定能复用到其他产品
- 最重要的是，你的用户是谁，他们的需求是什么，你的产品当前处于什么领域、什么阶段，如何更好的满足他们的需求
46 220
文生图的RAG，通过索引公开的图像信息，解决模型的图像生成幻觉，会继续拓展几个应用场景：
1. 做meme表情包，尤其在美国大选，twitter上大量的特朗普，马斯克表情包。
2. 资讯类知识类解说素材库，原来是去找网图拼接，现在直接基于脚本文案生成
3. 影视综二创，比如甄嬛传吃豆角
至于文生图的传统场景，不会太受到影响，AI写真，商品图，模特图，非常依赖私有资产，还得靠lora、IP保持这些算法能力
1. 做meme表情包，尤其在美国大选，twitter上大量的特朗普，马斯克表情包。
2. 资讯类知识类解说素材库，原来是去找网图拼接，现在直接基于脚本文案生成
3. 影视综二创，比如甄嬛传吃豆角
至于文生图的传统场景，不会太受到影响，AI写真，商品图，模特图，非常依赖私有资产，还得靠lora、IP保持这些算法能力
体验完百度世界2024上的iRAG，我觉得AI绘图也可以没有幻觉了。
15 01
