1、今年爭取多寫多更，方便明年公眾號出年度回顧時數據好看點，到時好意思發個朋友圈。

但過去兩年多我基本都在用對話的方式來表達，不管是直播還是播客都是對創作者表達更加友好的方式，寫作對我來說又的確太痛苦了。雖說公眾號倡導的是再小的個體都可以有自己的品牌，但現在公眾號已經變成沒有長文章不好意思發的地方了。我只能先從一些零散觀點表達重新開始寫作訓練。

2、第一財經最新一期《AI狂潮全記錄》很不錯。50 多頁的梳理，把產業來龍去脈，中美明星公司，關鍵人物和各方勢力梳理比較清楚，是本好的行業導覽。比如看完很容易發現，大模型只能是巨頭游戲，今天模型公司的融資和估值，全部都是由科技巨頭定價和主導的。而在這中間，美中的差距遠遠大過移動互聯網。

推薦買本紙刊，看著不易被打斷，讀完不虧。

3、關于AI的局限性，我發現張鈸院士和李飛飛都提到一個共同點，就是還缺乏最基礎的理論發現。

都說人工智能是第四次工業革命，但大模型卷了這么久，感覺今天還是黑盒還處在實驗科學階段，就是輸入和輸出看似邏輯正確其實沒有好的解釋原理。跟前面幾次工業革命相比，還缺少力學、電學或計算機科學最基礎的理論發現，可能還會經歷一個較長的探索期，就像自動駕駛一樣。

今天你讓GPT等各類產品給你生成答案，你讓他換一個，他立馬會換一個，就他不知道哪個才是真正的標準答案，或者說他可以一本正經地胡說八道，他對他不懂的事情也會不斷的進行闡述，自身其實并沒有什么反思的能力。

全世界對大模型強大的生成能力、遷移能力、交互能力感到驚訝卻無法解釋，只能歸結為“涌現”。為了人工智能產業的健康發展，必須將科學研究、技術創新、產業發展結合起來。要發展第三代人工智能，必須建立可解釋和魯棒的人工智能理論和方法，否則AI技術永遠難以令人相信。

李飛飛說：AI還處于前牛頓時代，人類還沒搞懂基本原理。

雖然近年來人工智能非常熱門，出現了許多重大進展，但還是要提醒大家，人工智能僅有約６０年歷史，長遠來看仍處于非常初期的階段。她說，與物理學的發展對比，人工智能還沒有達到“牛頓時代”，還沒有出現一套像牛頓力學那樣奠基性的理論，可能還處于“伽利略時代”，或“比伽利略時代還要洪荒”。

4、雖說大模型還是黑盒，但的確有相當一部分是不需要標準答案和正確答案的，比如寫email和圖像視頻生成等。在需要標準答案的地方，也有可以在約束條件下對文本做總結分析的各種應用。

因為大模型是巨頭游戲，2024年行業的關注點，應該會從基礎模型轉移到千千萬萬的AI原生應用上，要更多關注垂直領域，關注為模型做應用的創業公司。這階段可能會更像十年前的移動互聯網，市場在呼喚更多的天才產品經理。

但場景明顯又跟移動互聯網不同，比如 Monica 的肖弘認為，“這一次不應該類比移動互聯網，因為移動互聯網是場景變多了，從工作場景增加了很多娛樂場景，比如通信場景、電商場景、內容消費場景等等。這一次我覺得更應該比對的是上世紀電腦從計算器變成計算機帶來的效率提升。”

關于大模型時代需要什么樣的產品經理，可以見這期播客

或者參見founder park的文字版梳理

5、Al is nothing without kemu3

通義千問這個視頻合成，讓我想到9年前，柏林的dubsmash、福建的小偶、上海的musical. ly和臺灣的17。

給各家做AIGC工具的團隊出個主意，下一步做視頻版鬼畜輸入法，主打春節拜年神器，批量模板生成拜年工具概念的短視頻。歷史上被反復驗證過，會有自傳播的。

時代在變，工具在變，需求沒變。

用戶需求就在那里，每隔一段周期可以牽引一次。AI可以把效果做得更好，重做一輪。

由此翻到早年我整理的一些可H5化（公眾號化）的工具類APP，當時是想得到驗證的需求換種形勢做一遍，今天應該可以用 AI 再把當年各種神器App 和增長玩法給做得更好。因為各類AIGC工具建設周期巨長，公司需要有短期果實才行，那就一邊建設革命性工具，一邊釋放一些能力到這些玩法上。

不管是文字生成、圖片生成、聲音生成和視頻生成，最重要的可能就是讓用戶覺得與我有關再拿出來分享，真的從用戶的虛榮心/好奇心/玩性出發，基于聲音、照片和視頻多做事情，測試、挑戰、炫耀和表情是重要方向。

當年字節收購Faceu就是因為覺得 faceu 跟抖音的產品形態太接近了，都是濾鏡/玩法主導，供給端非常相似，然后規模又大。當然可能最關鍵的是規模大。

但AI的創造性是原來做濾鏡沒法比的，尤其是視頻或者GIF生成這塊。且大概率，今天AI必將產生跟相機一樣深遠的影響，而恰好過去十年移動互聯網在內容生成端最大的變量就是手機攝像頭。替代攝像頭應該是AI能夠抓到最大公約數的用戶需求。

開個腦洞，當時我試過一個玩法，叫「把我唱給你聽」。就是用戶上傳圖片，然后機器自動識別，奉上由社區用戶翻唱的一首歌。不知道今天是否有可能讓A用戶上傳聲音，然后變成其他用戶向 A用戶的數字分身發送一段文字或者圖片，然后識別發送一段安慰的話之類。。但好像豆包都已經實現了。

簡單來說，就是要讓所有人都可以玩起來。

關鍵詞就是

這個玩字

不是 刷

不是 看

不是 上

不是 用

尤其是這個階段下，玩是主旋律，讓更多人先通過玩體會到生成式AI的魅力。因為基礎模型建好后本身有多樣的效果，且這些效果是需要挖掘的，而這恰好就是生成式AI的天然強項，直接把可玩性擴充了一個數量級。

所以，可能就是把原來的想法都重做，且不是重做一遍，而是重做幾十遍還不重樣。

你這張舊船票，還能登上我的破船。