根据 Coursera 对全球500万学习者的分析，以下是2025年十大热门 AI 技能及其定义: * 1. 生成式 AI—— 利用 AI 生成文本、图像等内容。 * 2. 人工神经网络 —— 构建模仿人脑学习的计算机系统。 * 3. 计算机视觉 —— 教计算机 “看” 和理解图像。 * 4. PyTorch（机器学习库）—— 使用该工具构建强大的 AI 应用。 * 5. 机器学习 —— 教计算机从数据中学习。 * 6. 应用机器学习 —— 利用机器学习解决实际问题。 * 7. 深度学习 —— 为复杂任务构建高级 AI 系统。 * 8. 监督学习 —— 通过标记样本训练 AI。 * 9. 强化学习 —— 通过试错训练 AI。 * 10. 机器学习运维（MLOps）—— 有效管理和部署机器学习系统。 学习这些 AI 技能的方法有多种选择。一些人选择参加训练营或获取学位，以便与其他 AI 爱好者交流;而大多数人则倾向于通过在线课程和证书进行学习，这样既方便又经济。可以通过 IBM SkillsBuild（完全免费）、Coursera(部分课程免费，申请经济援助可获得折扣)和 Codeacademy(通过订阅模型提供相对便宜的课程)等平台学习。 （部分资料源于网络并整理） 本期主播：蛋酥酥/猫猫 后期：丹尼播客制作 制作人：蛋酥酥 录制支持：KUEENDOM

恭喜！恭喜！恭喜！ 截止发稿，哪吒2票房已经突破百亿了！是我们中国电影在世界电影舞台上的创举，可喜可贺！ 今天来和大家聊一下AI技术在《哪吒2》的的应用，一部史诗级的动画电影离不开AI的创作助力。 BaseMedia和天工异彩使用AI生成动画和特效，降低了创作门槛，A在剧本创作中的应用，生成动画、特效、剧本创作和预测观众喜好方面的应用。角色风格转换、自动生成情感、特效自动化，以及剧本初稿生成等也用到了AI能力。 AI动画生成技术让动作更自然，渲染引擎提升画面质感，还有AI辅助编剧系统优化节奏。 在镜头语言、叙事节奏上的模仿能力，甚至直接生成初稿。 高精度粒子解算和动态渲染，还有超过1900个特效镜头和AI动作捕捉技术和渲染引擎的深度学习算法。《哪吒2》相关团队的创新点包括自动化特效生成、AI辅助编剧、实时动作捕捉和渲染、以及结合大数据预测观众喜好等。《哪吒2》作为中国动画电影的技术里程碑，其成功与AI技术的深度应用密不可分，咱们展开讲讲。 AI技术应用的核心领域 视觉特效与动画生成 角色动态捕捉与生成：通过AI动作捕捉技术精准记录真人演员表演，并转化为数字角色的动作数据，使打斗场景更流畅自然（如哪吒的“御水绝技”和“虚空裂口”特效）。 高精度粒子解算：用于模拟复杂物理效果（如结界破碎、火焰特效），结合动态渲染技术实现沉浸式视觉冲击。 AI渲染引擎：基于深度学习算法优化光影效果与材质表现，提升角色和环境细节的真实感（例如敖丙的鳞片细节和场景光影层次）。 角色设计与风格转换 AI辅助概念生成：利用AI快速生成角色原型图（如哪吒的魔化形态），支持多风格切换（如从传统水墨风到赛博朋克风），大幅缩短设计周期。 情感模拟技术：通过分析面部微表情数据，AI自动生成角色情感表达（如哪吒的愤怒与挣扎），增强角色感染力。 剧本创作与叙事优化 市场趋势预测：AI分析海量影视数据，预测观众偏好（如成长主题与传统文化元素的结合），辅助编剧调整剧情节奏。 初稿生成与灵感激发：AI通过学习经典作品生成剧本初稿，甚至模仿导演风格（如王家卫式镜头语言），提供创意框架。 制作流程革新 自动化场景生成：输入模型数据后，AI可快速构建复杂场景（如天宫与海底世界），减少人工建模时间。 成本与周期压缩：传统需数千万美元的特效，通过AI技术成本降低70%，制作周期缩短50%。 基于AI的核心创新点 人机协作创作模式 AI不仅作为工具，更成为创作伙伴。例如，导演饺子团队与AI算法共同设计“裂空爪”等标志性技能，结合人类创意与机器的快速迭代能力。 跨领域技术融合 将自然语言处理（NLP）与视觉生成结合：如通过文本描述生成分镜草图，或根据剧本关键词自动匹配特效方案。 实时交互式制作 使用AI工具（如搜狐简单AI）实现特效参数实时调整，导演可即时预览效果，突破传统线性制作流程的局限。 数据驱动的文化表达 AI分析观众对《哪吒1》的评论（如“我命由我不由天”的共鸣点），提炼出符合当代青年心理的主题，增强续作的情感穿透力。 行业意义 技术标杆意义：《哪吒2》的1900多个特效镜头中，很多依赖AI辅助完成，为行业树立了工业化生产标准。 产业链升级：BaseMedia、天工异彩等特效公司通过AI技术实现从“代工”到“创意主导”的转型，推动中国特效团队国际竞争力提升。 创作民主化：低成本的AI工具（如快手、阿里云的视频生成系统）使中小团队也能制作高质量内容，促进内容生态多样化。 未来，随着AI在语义理解、多模态生成等领域的突破，《哪吒2》的实践或将成为“人机共创”时代的起点，推动影视行业从“技术赋能”向“技术重构”演进。 《哪吒2》的成功也标志着中国动画电影工业更上了一个台阶，开启了新的篇章，这里面不仅是创作团队的呕心沥血，也离不开AI等前沿技术的运用。 2025，让我们拥抱AI，学习AI，应用AI （部分资料源于网络并整理） 本期主播：蛋酥酥/猫猫 后期：丹尼播客制作 制作人：蛋酥酥 录制支持：KUEENDOM

据知情人士说本周二向 The Information 透露，苹果公司最近开始与阿里巴巴集团合作，计划在中国推出人工智能功能。 此前，苹果在 AI 大模型方面只与 OpenAI 建立了合作伙伴关系，海外 iPhone 用户可以利用 ChatGPT 的能力处理各种问题。 与阿里在 AI 领域合作是苹果公司战略的一部分，旨在提供更具吸引力的软件功能，以应对在中国市场销售下滑的局面。 此外，文章还进一步提到，苹果和阿里巴巴已经将他们共同开发的、面向国内用户的 AI 功能提交给有关部门审批，这表明双方的合作已取得重大进展。 这是不是意味着，国内 iPhone 用户的「Apple Intelligence」功能，也很快就会上线？ （部分资料源于网络并整理） 本期主播：蛋酥酥/猫猫 后期：丹尼播客制作 制作人：蛋酥酥 录制支持：KUEENDOM

刚刚，港大字节联手发布最新视频生成模型，让歪果网友直呼疯狂。 有人甚至直接RIP市场营销、TikTok用户和YouTube创作者。 在定性和定量评估中，Goku文本到图像生成GenEval得分0.76和DPG-Bench得分83.65；文本到视频生成VBench得分84.85，一举拿下新SOTA。 网友们这下都坐不住了，纷纷称Goku和Goku+是颠覆性的。 将AI视频推向下一个level！ （部分资料源于网络并整理） 本期主播：蛋酥酥/猫猫 后期：丹尼播客制作 制作人：蛋酥酥 录制支持：KUEENDOM

OpenAI另一个尚未公开的内部推理模型曝光了。 奥特曼本人透露，与全球顶尖程序员相比，当前这一内部模型的编程能力已达Top50，甚至今年年底将排名第一。 而且针对大家近来尤为关注的算力问题，他坦诚布公的说： 在内部，我们已经达到了GPT 4.5，而达到GPT 5.5并不需要100倍以上的计算能力。 除此之外，也是在东京大学的这场对话活动中，奥特曼由AI对教育的影响引出了更多话题，包括AI时代需要何种人才，以及一系列对内部模型进展的爆料。 这场对话由东京大学的校长（Teruo Fujii）和执行副校长（Kaori Hayashi，女）主持，OpenAI首席产品官Kevin Weil陪同奥特曼参加。 期间，他们畅谈了AI的应用和未来，并和学生进行了面对面问答。 以下为重点内容整理&摘录。 内部模型已达GPT 4.5，升级成5.5不再需要100倍算力升级 主持人简短开场后，活动由学生提问开启。 谈及AI对教育的影响以及未来这一领域的发展，奥特曼直言教育是OpenAI最关注的几个领域之一。 目前已经能看到ChatGPT如何为学生提供各种辅助，未来类似AI工具只是改变了环境和部分人类习惯，对于人类来说可能是一种解放，不用过于担心AI会改变一切。 另外，由于科学发现可能呈现10~100倍增速，由AI推动的生产力进步可能极大促进社会发展。 o3的发布已经为未来6~12个月的研究点明了方向，OpenAI将尽可能推动小型、功能强大且速度极快的推理模型，同时也会继续推进GPT 6/7等。 过程中，他着重cue到了OpenAI最近向Pro用户推出的“深度研究”（Deep Research）功能，这是一个使用推理来综合大量在线信息并为用户完成多步骤研究任务的智能体，能帮助用户进行深入、复杂的信息查询与分析。 在他看来，OpenAI一大重点也是发布更多此类智能体，而且梦想之一是搞一个编程智能体。 总之，今年的主线任务是，到年底能够有一个模型，即便用户问出非常难的问题，它也能在运行并思考几小时后准确作答。 （部分资料源于网络并整理） 本期主播：蛋酥酥/猫猫 后期：丹尼播客制作 制作人：蛋酥酥 录制支持：KUEENDOM

近日，小红书 FireRed 团队正式发布并开源了基于大模型的语音识别模型 ——FireRedASR，在语音识别领域带来新突破。在业界广泛采用的中文普通话公开测试集上，FireRedASR 凭借卓越的性能取得了新 SOTA！FireRedASR 在字错误率（CER）这一核心技术指标上，对比此前的 SOTA Seed-ASR，错误率相对降低 8.4%，充分体现了团队在语音识别技术领域的创新能力与技术突破。 [图片] * 论文标题：FireRedASR: Open-Source Industrial-Grade Mandarin Speech Recognition Models from Encoder-Decoder to LLM Integration * 论文地址：arxiv.org * 项目地址：github.com FireRedASR 介绍 FireRedASR 系列模型包含两种核心结构：FireRedASR-LLM 和 FireRedASR-AED，分别针对语音识别的极致精度和高效推理需求量身打造。团队开源了不同规模的模型和推理代码，旨在满足全面覆盖多样化的应用场景。 FireRedASR-LLM 和 FireRedASR-AED 的结构如下图所示： * FireRedASR-LLM（左）：结合了文本预训练 LLM 的能力，为极致的 ASR 准确率而生，适用于对准确率要求极高的应用场景。 * FireRedASR-AED（右下）：基于经典的 Attention-based Encoder-Decoder 架构，FireRedASR-AED 通过扩展参数至 1.1B，成功平衡了 ASR 语音识别的高准确率与推理效率。 [图片] 实验及结果 下图是 FireRedASR 和其他 ASR 大模型的对比，在业界常用的中文普通话公开测试集上，FireRedASR-LLM（8.3B 参数量）取得了最优 CER 3.05%、成为新 SOTA！FireRedASR-AED （1.1B 参数量）紧随其后取得 3.18%，两者均比 Seed-ASR（12+B 参数量）的 3.33% 低、并且参数量更小。FireRedASR 也比 Qwen-Audio、SenseVoice、Whisper、Paraformer 取得了更优的 CER。 [图片] (aishell1 表示 AISHELL-1 测试集，aishell2 表示 AISHELL-2 iOS 测试集，ws_net 和 ws_meeting 分别表示 WenetSpeech 的 Internet 和 Meeting 测试集) FireRedASR 不仅在公开测试集上表现优异，在多种日常场景下，也展现了卓越的语音识别效果。 如下图所示，在由短视频、直播、语音输入和智能助手等多种来源组成的 Speech 测试集上，与业内领先的 ASR 服务提供商（ProviderA）和 Paraformer-Large 相比， FireRedASR-LLM 的 CER 相对降低 23.7%~40.0%，优势十分明显。 值得一提的是，在需要歌词识别能力的场景中，FireRedASR-LLM 也表现出极强的适配能力，CER 实现了 50.2%～66.7% 的相对降低，这一成果进一步拓宽了 FireRedASR 的应用范围，使其不仅能胜任传统语音识别需求，还能在创新性的多媒体场景中大放异彩。 [图片] 值得一提的是，FireRedASR 在中文方言和英语场景中同样表现不俗。在 KeSpeech（中文方言）和 LibriSpeech（英语）测试集上，FireRedASR 的 CER 显著优于此前的开源 SOTA 模型，使其在支持好普通话 ASR 的前提下，在中文方言和英语上也足够通用，进一步凸显了其鲁棒的语言适配能力。 [图片] 好奇为什么 FireRedASR 能取得如此好的效果吗？可以参考 FireRed 团队公开的技术报告一探究竟，并且模型和代码已经全部开源。 （部分资料源于网络并整理） 本期主播：蛋酥酥/猫猫 后期：丹尼播客制作 制作人：蛋酥酥 录制支持：KUEENDOM

DeepSeek 的成功，也将更多优秀的中国 AI 企业推向世界舞台的聚光灯下。近日，由麻省理工学院全资拥有的科技商业化智库《麻省理工科技评论》（MIT Technology Review）刊发了一篇题为《关注DeepSeek之外的四家中国人工智能初创公司》的报道，阶跃星辰（Stepfun）、面壁智能（ModelBest）、智谱AI（Zhipu）、无问芯穹（Infinigence AI）四家企业同样展现出不逊于DeepSeek的技术实力与全球竞争力。 [图形用户界面, 文本, 网站 AI 生成的内容可能不正确。] 《麻省理工科技评论》于1899年在美国麻省理工学院创刊，是世界上最权威的科技商业媒体之一，也是世界上最古老的技术杂志及影响力最大的科技商业化智库之一，其每年发布的 “十大突破性技术”榜单，更被视为全球科技发展的权威指南。 （部分资料源于网络并整理） 本期主播：蛋酥酥/猫猫 后期：丹尼播客制作 制作人：蛋酥酥 录制支持：KUEENDOM

经历了2023一整年的洗礼，AI放到现在已不是新鲜事，这项新技术也逐渐应用到生活中的点滴。 在热衷尝鲜的广告营销行业更是不例外，还来不及恐慌，就已经从生成文案、创意生图，到如今生成数字人、视频，把AI功能在营销中玩了个遍。 比起AI带来的冲击，品牌和广告人们更关注如何利用好新工具，如何利用热点爆点抓住消费者注意力，如何更稳地站在时代新风口上。 面对AI，站酷共创特别设立“站酷共创AI营销实验室”，通过新鲜、好玩的AI功能，助力企业品牌一站式打造AI美学营销大事件。 在实践新技术的同时，基于站酷共创在设计艺术领域的专业性，以及在营销领域深耕十余年的实践经验，我们高度关注campaign的视觉完整度、消费者参与度和社会话题度。 AI到底有多火？2024年，数字艺术空间MADverse与站酷共创AI营销实验室联合发起“有龙则灵”数字艺术展作品选拔赛，面向全球设计师征集原创艺术作品和AIGC作品 说说你的AI营销故事，邀请您一起来录制节目。 体验AI营销实验室：https://www.zcool.com.cn/special/exhibition/ailab 本期主播：蛋酥酥/猫猫 后期：丹尼播客制作 制作人：蛋酥酥 录制支持：KUEENDOM

2024 年，人工智能技术持续改变着我们的生活和工作方式。IEEE Spectrum 精选了年度最具影响力的 10 个 AI 故事，从技术突破到社会影响，全方位展现了 AI 发展的现状与挑战。这些故事不仅反映了生成式 AI 的革命性进展，也揭示了其存在的局限与争议。 * 提示工程的终结：AI 正在取代人类设计师 * 版权困境：生成式 AI 的创作边界在哪里？ * 解码 ChatGPT：AI 编程能力的真相与局限 * AI 助教时代：编程教育的革命与隐忧 * 算法与劳工：数据时代的权益之争 * AI：2024产业图谱 * KAN 网络：可解释 AI 的突破性进展 * 智慧交通：AI 能否拯救世界最拥堵的科技之城？ * 伦理危机：技术滥用与儿童权益保护的博弈 * 硅谷速生记：创业公司的人工智能与人工现实 相关链接：spectrum.ieee.org （部分资料源于网络） 本期主播：蛋酥酥/猫猫 后期：丹尼播客制作 制作人：蛋酥酥 录制支持：KUEENDOM

今天来聊聊Deepseek比较重要的几件事，希望对于您了解AI有帮助。 * DeepSeek单周下载量高达约240万次，可能超过豆包在前一年春节期间通过广告投放达到的下载量 * 引发美股大跌的是两个模型DeepSeek-V3和DeepSeek-R1，前者是类4o模型，后者是类o1模型 * DeepSeek-V3训练成本只有Llama 3的1%，DeepSeek-R1推理成本只有OpenAI o1的3% * DeepSeek-V3的大量创新都与克服使用H800（而不是H100）所带来的内存和带宽不足有关 * R1系列模型放弃了RLHF的HF（人类反馈）部分，只留下纯粹的RL（强化学习），这个过程中模型涌现了「反思」能力； * DeepSeek还用其80万条思维链数据微调了阿里的Qwen模型，结果后者的推理能力也提升了 * DeepSeek尚未推出金融投资大模型，不过这只是时间问题。 体验DeepSeek：https://www.deepseek.com/ （部分资料源于网络） 本期主播：蛋酥酥/猫猫 后期：丹尼播客制作 制作人：蛋酥酥 录制支持：KUEENDOM

这两天，OpenAI 又发新产品了，这次是面向深度研究领域的智能体产品 ——「Deep Research」。 [图片] 具体来讲，这是一个使用推理来综合大量在线信息并为用户完成多步骤研究任务的智能体，旨在帮助用户进行深入、复杂的信息查询与分析。目前，Pro 用户现已可用，接下来还将开放给 Plus 和 Team 用户使用。 [图片] [图片] 有了这个新的智能体，用户将可以在 ChatGPT 中开启深度研究，在几十分钟内完成人类需要数小时才能完成的工作。 作为 OpenAI 的下一代智能体，Deep Research 可以独立为用户工作。用户给它一个提示，ChatGPT 将查找、分析和综合数百个在线资源，以研究分析师的水平创建一份综合报告。Deep Research 由即将推出的 o3 模型的一个版本提供支持，该模型针对网页浏览和数据分析进行了优化，它利用推理来搜索、解释和分析互联网上的大量文本、图像和 PDF，并根据需要根据遇到的信息做出调整。 这个产品能否再次赶超Deepseek呢？ (部分资料源于网络) 本期主播：蛋酥酥/猫猫 后期：丹尼播客制作 制作人：蛋酥酥 录制支持：KUEENDOM

Hika AI，这是一款免费的知识获取引擎，经团队打磨1年后上线。 据similar web公开数据显示，上线不到1个月，它在获取用户注意力（包括平均停留时长、跳出率、每次访问页数）方面已经超过Perplexity、秘塔等竞争对手。 Hika AI背后团队拢共只有5人。 1个产品兼设计+2个前端+2个后端 (部分资料源于网络) 本期主播：蛋酥酥/猫猫 后期：丹尼播客制作 制作人：蛋酥酥 录制支持：KUEENDOM