把自动喂食机的数据截图发给AI，让它根据log分析宠物进食习惯，并制定计划。ChatGPT 04-mini和Gemini 2.5 Pro结论一致。Qwen-2.5-Max给🐱扣了一份口粮，Claude-3.7-Sonnet给它加了一份。最大的感触（它们是真的在算啊，那个推理过程，好像四个账房先生在那打算盘、掐手指头）

prompt：
图片是宠物喂食机每天出粮，以及宠物进食情况。自动喂食器可以在每天8点、12点和18点分三次自动投放食物。（每份固定约10g）请根据宠物的进食习惯，设定每个投喂时间点应该投喂的份数。目标是在满足宠物进食要求的前提下，不要过多剩余食物。

好玩…不过OpenAI的版权限制真的很迷。

AI的妙用，深度搜索功能还是很方便的，确实是挖掘出很多我理解不到的观点。

OpenAI 发布了最新的模型系列：GPT-4.1、GPT-4.1 mini 和 GPT-4.1 nano。这三款模型目前仅通过API提供，旨在为开发者带来更强大的能力和更优的成本效益。

核心亮点：
1️⃣性能超越前代： 新模型系列在各项基准测试中普遍超越了 GPT-4o 和 GPT-4o mini，尤其在 编码 和 指令遵循 方面取得了显著进步。
2️⃣编码能力大幅提升： GPT-4.1 在 SWE-bench Verified 上的得分高达 54.6%，比 GPT-4o 提升了 21.4%，成为领先的编码模型。它在处理代码 diff、遵循格式、减少冗余编辑等方面也更可靠。
3️⃣指令遵循更精准： 在 Scale 的 MultiChallenge 基准测试中，GPT-4.1 得分提高了 10.5%，能更可靠地理解和执行复杂、多步骤或带有约束条件的指令。
4️⃣更强的长上下文处理： 所有三款新模型均支持高达 100万 token 的上下文窗口，远超之前的 128k token。同时，它们对长上下文的理解和信息提取能力也得到了优化（如“大海捞针”测试和新的 OpenAI-MRCR、Graphwalks 评估所示），能更好地处理大型代码库、长文档分析等任务。

优化的成本与效率：
1️⃣GPT-4.1 mini： 小型模型性能的巨大飞跃，在许多基准上甚至超越了 GPT-4o，但延迟近乎减半，成本降低了 83%。
2️⃣GPT-4.1 nano： OpenAI 迄今为止 最快、最便宜 的模型，拥有 100万 token 上下文窗口，性能超越 GPT-4o mini，非常适合需要低延迟的任务（如分类、自动补全）。
整体成本下降： GPT-4.1 比 GPT-4o 的中位数查询成本降低了 26%。同时，对于重复传递相同上下文的查询，提示缓存（prompt caching）折扣提高到 75%。
3️⃣视觉能力增强： 新模型系列，特别是 GPT-4.1 mini，在图像理解方面表现优异，在 MMMU、MathVista 等多个视觉基准测试中得分亮眼，并能在无字幕的长视频理解（Video-MME）任务中取得领先。
4️⃣更适用于构建智能体（Agents）： 改进的指令遵循可靠性和长上下文理解能力，使 GPT-4.1 系列模型在驱动能够自主完成任务的 AI 智能体方面更为有效。
（知识更新： 知识库更新至 2024年6月。）

GPT-4.5 Preview 将被弃用： 由于 GPT-4.1 在性能和成本上更具优势，GPT-4.5 Preview 将在 2025年7月14日 停用，开发者有三个月时间进行迁移。

总而言之，GPT-4.1 系列是 OpenAI 聚焦于开发者实际需求，在编码、指令遵循、长上下文处理和成本效益方面迈出的重要一步，为构建更智能、更可靠、更强大的 AI 应用和智能体解锁了新的可能性。欢迎开发者们通过 API 探索和使用这些新模型！

又是用GPT-4o整活儿的一天。

这个GPT-4o的玩法挺火，我是在@歸藏(guizang.ai) 看到的，自己优化了一下提示词。
这里有一点建议：
- 先尝试AI能不能理解想要画的内容，如果可以，就不要添加不必要的提示；
- 如果AI不能理解或者有版权限制，就先增加文字描述，比如演员的名字、场景、物品；
- 如果形象生成的有问题，再增加演员的照片。（比如梁朝伟、黄秋生AI就知道长什么样，林家栋就差点）

下面的提示词是我用来画陈佩斯的。
------------------
创建一个全身人物手办玩具，玩具的形象参考我上传的照片。让它成为一个动作人偶（action figure blister pack）。
在人偶旁边，是他的装备：（与玩具人偶一起放到包装里）
- 毛瑟C96手枪
- Gray Fur Felt Fedora Hat
- 白色毛巾
此外，在包装上的文案，主题是"白日做梦！"，副标题是"陈佩斯"。
你设计的包装应该具有抗日战争相关的元素。以一种真实的方式来可视化这个场景。
输出图片比例2:3。
------------------

花了一个晚上等GPT-4o生图，这个视频把我当时能想到的场景都试了一遍。
AI只是提升了普通人创作的下限，同时在某些环节扩展了专业人士的能力范围。对这句话的体会越来越深。

服了

昨天在盖茨基金会的传播年会上分享AI相关的话题，正好会议主题是中美关系，我也在这一页歪楼讲了一些自己的观点和见闻。（以下内容和图片关系不大，不要深究）
1. 这页标题是“东西并进”，我和同事们还讨论过措辞，是不是应该用社交媒体上最常见的“东升西落”？一方面我觉得这个词不准确，有明显的民族带入。另外在AI领域，我认为东西（中美双方）可能玩的并不是同一个游戏。（这点会在后面展开）
2. 这次会议有一个重要的议题，是如何在当前的国内外以及中美关系下做有价值的传播。私下交流中大家都有一些切身体会，无论是中国企业还是美国企业，都不太敢主动传播。
3. 我最近有两个小故事，恰好符合这个体感。一是春节前Google市场部的小伙伴给我发了一个文档——Google官方庆祝春节的传播文案，让我帮忙看看会不会有问题。我带入舆情和不当信息审核的角色也没有发现问题，我的同事也没有。一问才知道，是里面有一个贪吃蛇吃掉“福”字的动画（蛇年），他们担心这个形象可能会引发中国用户的抱怨。
4. “Google被搞得草木皆兵啊！hhh”我直接嘲笑了对方。而在上周，我受邀参观特斯拉上海Megafactory。特斯拉给我的感觉这就像是一个中国初创公司，直接、务实，一切为产品交付服务。这次活动是为了纪念中国的MegaPack产品正式交付澳洲客户。私下特斯拉的同学叮嘱，不要在传播中提及马斯克，也不要提及其他国家。我一向认为特斯拉已经被上海人民接纳为亲生的工厂，没想到也这么谨小慎微。而这种事每天都在发生。
5. 会上一位嘉宾讲到Trump政府想在中美谈判中得到什么，以及中国政府可能如何应对。其中有一类黑天鹅事件是和AI相关的。
6. 我认为DeepSeek在当时极有可能成为那只黑天鹅。只不过它的出现太突然了，这家公司不在中美任何一方的关注范围。而且美国人在忙着交接，我们在忙着过节。万幸。
7. 还有嘉宾提到了Manus，我认为这类产品不大会成为一只黑天鹅，这和中美对于AI的理解有关。
8. 美国主流资金和力量的目标是快速达成AGI，并在这个过程中保持持续领先。他们有优秀的人才、最好的学府和机构、充沛的资金和算力、对于AGI高度一致的共识。
9. 中国社会自上而下更看重的是AI的落地与商业化。我们有庞大的人口基数、丰富的商业化经验、比较低的商业/隐私和版权履约成本，我们希望能在短期内看到AI的“结果”。二者没有优劣之分。
10. 我在分享时有人提问，中国什么时候能追赶上美国。“追赶”分为好几个层面。一是有没有人能提出并证明颠覆Scaling Law的新路径，并带动业界跟进，成为AI新的发展范式；二是有没有AI底层架构上的创新，比如在大语言模型领域取代Transformer；三是在工程层面提出新架构、新方法，类似DeepSeek；四是在产品或者商业化方面取得影像业界的成就。
11. 上面四个标准，一、二很难，目前的架构都是经过十年甚至更长时间达成的。三很有机会，两边都各有尝试。四是分歧，我认为是中国的机会，更有可能出现一个AI领域的巨无霸。
跨界交流挺好，收获颇多。

昨晚玩GPT-4o的生图功能到睁不开眼，作为一个Midjourney超过10000张的用户，这种体验太特别了。
在Midjourney或者Stable Diffusion中，你的指令必须是精准的，还要考虑模型对于元素风格的理解能力，以及各种LORA模型的激活。但和4o合作的感受完全不同。

我们一起做了一组幻想题材的作品。

和4o一起生图，可以从想法开始，再到创意、构图、风格，你们要做的是相互启发。比如我让AI畅享一下，机器人主导的社会是什么样的，他说这非一个纯赛博的世界，机器人是人类发明的，它们虽然先进，但还是在追求人性，因此机器人的社会就是在模仿人类。所以有了下面的场景。

我希望能表现冲突，一种机器人和人类身份错位的反差，我觉得表现得也不错。当然在整个过程中多次触发OpenAI得道德机制，没办法，哪边都有这个问题。

从思考创意到生图，再到优化，都是在一个工作场景下完成的，这个体验足够震撼了。

（即刻web版上传完图片以后不能调整顺序啊～）