评分
暂无评分
0人评价
5星
0%
4星
0%
3星
0%
2星
0%
1星
0%
AI智能总结...
AI 正在思考中...
本集内容尚未生成 AI 总结
简介...
Sora 我想了很久该怎么讲，也问了一些人，但其实技术层面的解读已经很多了，产品上也没有开放，再去赘述也没什么意思，本质上 Sora 还是模型能力的一种延续，所以在这期里，我们把 Sora、英伟达 等统一到了一个大的叙事逻辑之下来讨论。
我们讲了 Sora 的意义和影响是什么，英伟达持续飙涨的背后原因是什么 (以及是否可持续?)，还讨论了 AI 世界 (尤其是海外) 到底在发生什么，以及在这个叙事下不同阶段的逻辑、可能产生的变化是什么。相信听完这期播客，大家都能从宏观上对整体的 AI 发展有一个把握，再去看各种新模型、新热点也都能有更好的对号入座的理解。
如播客中所讲，我们目前其实是处于 1.0 时代到 1.5 时代的交替过程中，我们也十分期盼 2.0 时代 AI 真正爆发的到来。
【人类博物馆】
导游：曲凯，42章经创始人
九号珍藏：莫傑麟，家族办公室资深从业者
【时光机】
- 1:33 如何理解 AI 市场的核心逻辑？
- 1:42 AI 1.0 阶段的叙事逻辑：Scaling law
- 4:41 AI 1.5 阶段的叙事逻辑：Scale in & Scale out
- 5:56 AI 2.0 阶段的叙事逻辑：应用的大爆发
- 9:28 AI 应用目前处于一个试探玩法的阶段
- 11:10 国内这波创始人的质量是相当高的
- 12:51 AI 投资的三种表现
- 19:16 评估英伟达的股价，要同时具备微观、中观、宏观三种视角
- 21:20 贪吃蛇与俄罗斯方块的游戏
- 22:23 大公司与创业公司的博弈像一场「球球大作战」的游戏
- 29:57 国内大模型和 OpenAI 之间的差距到底是在缩进还是在拉远？
- 31:31 关于 Sora 的几点启发
- 33:12 Sam Altman 是面壁人，Elon Musk 是破壁人，Jensen Huang 是真正的受益人
- 35:24 行业开始洗牌，谁领先，谁出局，会是今年的核心看点
【The gang that made this happen】
- 制作人：Celia
- 剪辑：思娜
- 片头 bgm：Mondo Bongo - Joe Strummer & The Mescaleros
【Reference】
为什么我们开始乐观？关于经济发展的明线暗线、AI 与最佳实践 | 对谈莫傑麟
最后，我们的 AI 私董会也在持续报名中，目前已经聚集了一批市场上最好的 AI 创始人，欢迎点击链接报名（里面也有目前已加入的成员名单，可点击查看）
主播...
曲凯
评价...
空空如也
小宇宙热门评论...
willwangtf
1年前
未知
2
Scaling law 描述的是在系统规模变化时，系统的性质或行为如何随之变化的规律。这些规律在物理学、生物学、经济学等多个领域都有应用。Scaling laws 并不一定意味着边际递减，它们可以是线性的、亚线性的（边际递减），也可以是超线性的（边际递增）。
1. **线性Scaling Law**：如果一个系统的某个性质随着系统的规模线性增长，那么这个系统遵循线性的Scaling Law。例如，一个城市的总能量消耗可能与其人口数量成正比。
2. **亚线性Scaling Law（边际递减）**：在某些情况下，随着系统规模的增加，系统的某个性质增长得更慢。这种情况下，系统的边际效益是递减的。例如，大城市的基础设施（如道路、医院）的增加可能无法与人口增长保持同步，导致人均基础设施的减少。
3. **超线性Scaling Law（边际递增）**：在其他情况下，系统的某个性质可能随着规模的增加而加速增长，这意味着边际效益是递增的。例如，一个城市的创新活动可能随着人口的增加而加速，因为更多的人意味着更多的交流和合作机会。
总的来说，Scaling law 描述的是规模效应，它可以是递增的、递减的，也可以是恒定的，具体取决于系统的性质和所遵循的规律。
这次AI是哪一种？
小湖湖湖湖
1年前
北京
2
我最喜欢的歌！！！
HD132779l
1年前
美国
3
29:04 参加GTC 回来mark这一期 大量预言 在GTC现场被很多朋友提到
HD132779l
1年前
广东
3
38:35 从杨植麟讲Sora那期过来，我之前在播客提到的某个大厂，提到的scale out，这个是每一次硬件的迭代中硬件厂商的收敛阶段，也就是靠采购算力来提高产出，简单来说模型本身在这个阶段或者场景中的重要性变弱，比如手机、电脑、甚至部分游戏都是这个曲线，真的很强的分析 👍
琳琳Celia
1年前
山东
3
我好奇，如果不和Open AI来比，只是看整体的AI发展的话，国内和美国比是不是也是在拉远的？
马修见莱濑
1年前
新加坡
4
32:29 讲得真好啊 好像一名很资深的工程师
王总今天喝了么
1年前
浙江
4
我来学习啦！
JASting
1年前
北京
5
10:09 目前AI应用时代是探索玩法、沉淀范式的阶段
JASting
1年前
北京
5
05:10 领路者相信 Scaling law（只要资源持续投入一定会有技术进步一定会有大规模应用），也在牵引资本市场持续投入。23年是scaling law1.0时代，投资在大模型。24年最大的看点是scaling law演进过程中，现有产品会scale in 或out分别是谁。同时大部分人对未来更期待2.0的信号，2.0 时代就是关于应用，24年的投资会更多在应用层。
逍遥游不动了
1年前
美国
5
37:54 能不能准确定义一下什么是 scale out ，scale in 啊？有个 scaling law 就开始自己生造词，也太别扭了 🤦♂️
Howhow11
1年前
美国
7
嘉宾认知很高！scale in/up 是指把LLM做得更智能，做快， 先做大再做压缩。这是openai 最擅长的。scaling law还有一个维度是scale out 是把除了LLM外的其他ML都做大 做得更强，大家都只关注了scaling law的前者而忽略了scaling law的后者。后者的意义也许比前者大得多。后者与Jensen Huang 得accelerated computing不谋而合！
陈不撕
1年前
上海
7
字节无疑是一个创业者警惕的对手。虽然他们速度 人才 资金都很强，但聊下来，他们还是奔着能做“最大”的东西去的。切入点和速度可能和创业者一样灵活，但是对天花板会有更多要求。
JonathanYip
1年前
浙江
8
37:31 我今天又听了一次，想补充一下，1.5叙事这个形容很巧妙，当软件赶上了，会发现可能基础设施、硬件是赶不上的，sora的最终成功哪怕不是Openai也一定是软硬件工程最强，这么去看1.5所指向的Scaling law和1的Scaling law内涵是不同的
下沙群岛三号
1年前
新加坡
9
35:07 好奇嘉宾是不是认识我们学校的刘子纬教授 听到了sora解读上很客观的解读 刘教授之前主要研究视觉 他的解读也是放在成本和速度 虽然算法可以做 但是怎么做到scaling 99%的公司是会倒下的
iConiq-Peter
1年前
英国
10
17:57 美国VC很fomo 这是我现在的感受 听到对AI很好的一期，不少创业者和投资人以大厂的动作或者加入某个大厂为支点
1-模型算力，秀肌肉和未来
2-更多人追赶、站队，不仅是秀肌肉
3-直到出现新的应用信号
刚下载不知道怎么起名
1年前
新加坡
12
17:41 从同事群看到，这是我听过讲sora我最认同的公开评论，sora只是多模态的一个过程产物，真正的难点在于工程上设计了怎么样的结构去获得一段时间的最优，这个设计或者技术的创新OpenAI不对外公布，很多公司很可能是摸不出来的，工程优势是无数最聪明的大脑组合起来的向前看，就每项技术可能都能读懂，但这不等同是能做出来？主讲人说是做投资管理，我理解是VC？
今天吃什么呢152
1年前
江苏
13
23:09 球球大作战那个比喻也太棒了吧
HD991616o
1年前
新加坡
18
07:39 被北京同事转给我，听了1/3，忽然理解了某领导为什么年初开始这么大刀阔斧…. real 强🧱
JennyTsu
1年前
美国
22
硅谷这边已经暗流涌动了，身边的朋友要么去xai和苹果，要么去字节，也没什么人再提Anthropic了，建议放到podcast，质量很高 👍
JonathanYip
1年前
浙江
85
23:15 坐标国内某大厂，我们在硅谷调研了3次，最后的结论和嘉宾的结论完全一致，就是虽然很多技术我们也不懂，但能够依靠现有资源做的事情都先做，两期听完觉得嘉宾真的信息输入质量非常高
正好我是在云计算行业，我解释下什么是scale in（这是第一次在自媒体听到这么专业的词）；这是云计算的terms，scale in指压缩能力强，scale out指压缩能力弱，比如Sora和现在llm算法一个核心的算法能力是压缩能力，没有压缩能力的算法实质上会被scaling law淘汰，因为今天的算法不只是考虑软件，而是要考虑硬件和存储，实际上scaling law这个阶段大部分是来自于transformer和硬件，存储问题很难解决，sora的惊艳表现很大程度上复用transformer得到了加速和压缩能力
再一次说：很专业和准确