硬地骇客 - EP60 对话 Minimax 的 AI PM 橘子：聊聊 AI 行业的最新认知 - EarsOnMe

硬地骇客
EP60 对话 Minimax 的 AI PM 橘子：聊聊 AI 行业的最新认知

发布于1年前

AI智能总结...

AI/summary > _

AI 正在思考中...

本集内容尚未生成 AI 总结

简介...

非常荣幸邀请到了 AI产品专家橘子（Orange）完成了本期节目的访谈录制，这一期节目将带你解密AI大模型的幕后：从开源到闭源，从训练到应用，深度探讨国内大模型发展现状，以及如何利用AI掘金海外市场等等。如果你也在关注AI、关注大模型以及AI应用，那本期节目不容错过。

欢迎收听本期节目，更多内容信息和时间线参考下文的硬地笔记。

另外，现在加入「硬地骇客」会员服务，即可在会员专属的微信群与其他朋友一起畅所欲言，成为会员也是对我们持续更新最大的鼓励。现在就扫描下方二维码加入吧！

嘉宾介绍

橘子/orange.ai

10+ 年产品经理
前 Minimax AI工具产品负责人、AI 文本和 AI 语音方向产品专家，负责【海螺AI】和【万卷】两款产品。
从毕业开始就一直在做创新产品，经验丰富。同时是 AI 前沿资讯自媒体 orange.ai 的主理人，全网粉丝10万+。
Twitter/X： @oran_ge
公众号：橘子汽水铺
更多嘉宾信息欢迎访问：orangeai.notion.site

本期赞助

Podwise.ai

硬地笔记

00:02:55 大模型的能力和热度是否匹配？

00:06:25 中文大模型的训练数据质量问题及提升方式

00:10:39 关于中文互联网资料和大模型训练的讨论

00:12:17 AI搜索与智能助手的差异与发展方向

00:18:09 上下文对于搜索结果的影响及混乱性讨论

00:20:36 开源模型与闭源模型对于数据收集和指令追随的不同

00:23:29 开源和闭源的商业化选择和突破 gpt4 的潜在方法

00:27:04 为智能体赋能的模型发挥和落地的挑战

00:31:02 AI技术发展和数据积累的关键因素

00:34:13 AI产品经理的挑战：处理不确定性并提高模型分数

00:38:20 国内大模型出海的优势和挑战

00:42:43 AI出海的机会：小工具的细分市场

00:47:33 独立开发者的需求验证路径以及例子的启示

00:51:21 技术浪潮早期做build in public的价值和好处

欢迎关注我们

知识星球: https://t.zsxq.com/19SKbmflB
官网: https://hardhacker.com
小手册: https://book.hardhacker.com
用爱发电不容易，请我们喝咖啡☕️: https://afdian.net/a/hardhacker
公众号/小红书: 硬地骇客
商务合作: [email protected]

主播...

一啸

0xSaito

归归-Anson

评价...

空空如也

小宇宙热门评论...

L_UOzM

1年前未知

认知是下一个阶段的入场券，简直是金句

orangeai

1年前北京

大家有什么问题可以写下评论。

Kattwy

1年前上海

原来橘子做的minimax

jsh_shhW

1年前北京

39:10 作为算法rd也有同感上周裸辞了

0xSaito

1年前澳大利亚

「硬地骇客」会员专属微信群开通了，扫描 Show Notes 星球码即可加入并与往期嘉宾和会员朋友们一起交流！

chengxd

1年前江苏

这里面问为什么GPT 4水平之后没提高，这是因为各家都在洗数据，拿用户的提问和GPT 4的回答去做训练。这种方式的上限就是GPT 4呗。

乾坤之广

1年前北京

22:46 扩展模型的中文能力，播客里提到的是加什么训练，听不太清楚

vim_WUKp

1年前北京

33:48 感觉在说百度，没有造车拿到数据就开始智能驾驶，😅

Medall

10个月前未知

1.国内不同厂商大模型有一些自己的特点，例如kimi主打长文本，人们会用来读财报，公众号文章，论文，开始的时候留存非常好，后续才开始大规模广告投放。字节的豆包主打人设，是一个日常陪伴，非常有亲和力的角色并且可以提供ai电话，ai视频的功能 2.中国进入移动互联网时代非常早，导致中文互联网的大量高质量数据都存在于一个不开放的app，例如公众号，知乎，小红书等，这导致中文互联网的文本质量较差，这会对中文大模型的质量有比较大的影响，也因此上述几个app自己研发大模型会有一定的优势。 3.目前智能助手方向做的最好的还是openai,但是大模型存在一定的幻觉问题，ai搜索就是为了解决大模型的幻觉问题，让结果更加有据可查，更好的满足用户的query，国内这方面做的比较好的是蜜塔，另外还有开源的解决方案mindsearch 4.国内有大量套壳站是b,c端通吃的打法，一套功能先卖给c端，相应的数据再卖给b端 5.评估一个大模型能力，以及未来能否做得好，主要就是看三方面因素，显卡，人才和数据，而所谓的开源，闭源，只是这个大模型商业化的方式和策略，最终都是为了实现某种增长 6.现阶段做agi还太过于遥远，但是做workflow绝对已经可以实现，workflow落地性更好，能够将大模型能力发挥出来，并且，好的有用户规模的workflow积累的数据，未来能够作为训练agi的重要基础，就像特斯拉的自动驾驶，从规则模型到端到端模型也经历过一次转变和过渡 7.做产品就是找交叉点，就像乔布斯说的苹果公司就是一个科技和人文的十字路口，大多数ai产品，其实无非就是模型能力和用户需求的一个交叉点