如果大家不交养老保险，而是把这笔钱拿来定投 Nasdaq & BTC 。。会不会比养老保险靠谱很多🤔

等橱柜 。。 基本上就是右图感觉的！不过 Poliform 这意大利速度实在太慢😆

刚成立三个月 SSI 估值 50 亿美金！投资人主要包括 DST Gloabl、a16z、Sequoia 还有 SV Angel；这次融资的 10 亿美金主要用来购买算力和招募人才。。Ilya 说 Scaling Law 继续有效，但要看 Scaling 什么⏩ 无论 Scaling 什么？Nvidia 总是笑到最后的那个😆 t.co/UhN8gcJsqq

YC S24 项目 @LumenOrbit 直接在太空中搭建兆瓦级别的数据中心，可以高效利用太阳能训练 AI！本来以为 SpaceX 和 AI 暂时没什么关系 。。现在有了！大规模近地轨道运力和 Starlink 的高速网络，真正的StarGate 之门不是梦✨

创始人模式 - 简而言之就是 “CEO 不仅在组织的顶层进行管理，还会亲自前往出现问题的部门，解决具体问题”。现在还没有专门介绍创始人模式的书籍，商学院也不知道它的存在，因为没人会教你如何当好”老板“，每一位老板都是独特的！目测 @paulg 的这篇 Founder Mode 将成为经典 t.co/x0nbAwszYY

真山脊赛车🏁 Whistler ATV 在沙尘扬起的路面上狂奔有种 Madmax 即视感👀

每年夏天 进山骑行

最近「黑神话：悟空」太抢镜头 其实还有两款国产主机动作游戏在路上 分别是 “明末：渊虚之羽” & “影之刃零” 英文名 Wuchang fallen feathers & Phantom blade zero 悟空的成功，将会激励更多国产 3A 大制作游戏的开发与走向海外⏩

It’s over … 👋 这不是人装的 😅 这是穿了衣服的 1x's 人形机器人 NEO

前两周吐槽了一下这几年🇨🇦每况愈下的经济和人均生产力，今天特意把常去的欧洲国家还有日本和中国做了个对比。除去自然资源丰富和人口稀少的北欧，荷兰是肉眼可见的发达和有钱，欧洲农产品出口第一，超过法国，脱欧的英国已经快不如意大利，日本的人均效率果然是30年不变。。。农业效率的提升得益于工业革命的成果，个体效率的提升则得益于信息革命的成果，很明显美国把两次成果都充分享受到了✨ 最后再看中国，劳动力便宜才是发展最大的问题，中国不能提供普遍的高收入岗位，因为中国的生产力水平太拉跨，万维钢在精英日课最新的一篇中分享了一些很有趣的数据：中国的玉米、稻谷、小麦、大豆、棉花人工成本分别是美国的14.78倍、4.11倍、16.33倍、8.5倍、28.23倍。美国 300万农业人口，不但养活了全体美国人，而且让美国成了世界最大农产品的出口国。中国农业人口大约有5亿，其中实际从事农业生产的有大约2.6亿。可是中国从2012年以后，就是世界最大的农产品进口国；不考虑国家粮食安全的话，中国人应该靠进口粮食生活，这样成本会更低！ 另一方面，中国制造和供应链独步全球，出口是中国经济增长的最强劲动力。但是中国制造的量虽然大，却没有拿到其中利润的大头。中国人收入低是因为生产力水平低，生产力水平低是因为科技含量低。中国经济的成就主要是靠廉价劳动力的包工头经济模式取得的，中国企业的创新还处在模仿和价格战的水平上，还没有成为驱动经济增长的引擎。 在这个时候天天说自己遥遥领先，大部份人口未富裕却想象自己已经达到了发达国家水准，这样是真会让自己处于危险之中的⚠️

Microsoft 和 Thrive Capital 计划领投 OpenAI 新一轮 1000 亿美金估值的融资，也有可能投后到 1250 亿 。。而且这轮 Apple 和 Nvidia 都计划跟投！估计前两天透露计划用 🍓 来训练 Orion（GPT-6）就是为了拉满预期搞融资的😅 现在 OpenAI 每年赚 37 亿花掉 50 亿刀，不容钱活不下去呀 。。

我个人最认同物理学家与计算机科学家 Stephen Wolfram 的一个观点：“未来，AI将会从我们人类这里学习它们所能学到的，然后它们基本上将像自然界一样成为自我运行的计算系统，也就是有时候与我们互动而已”✨ AI 会对我们“做些什么”呢？就像大自然会对我们“做些什么”一样；AI 会消灭我们吗？大自然也完全可以消灭我们。以一种类似泛灵论的方式，我们可能会把意图归因于自然，但最终它只是“遵循其规则”并做它该做的事情 。。 即使 AI 可以自我提升成掌控一切的“顶级智能”，但在这个计算不可约的宇宙里，不会存在一个“万事皆通”的计算系统。新兴的生物学领域有一个核心结论：无论你指定了什么“成就”，在计算宇宙的某个地方总会有一个计算系统超越它，即 Wolfram在《一种新的科学》中提出的计算等效原则 t.co/QeHj9rieCu 最后，如果 AI 真从我们这里学到了一切，那么它们也必然会继承我们“求胜的冲动”，也许会导致它们挑战人类。这将是 AI 宪法最有意义的地方：定义一个超越 AI 的契约，让它们无法从人类的天性中习得这个能力，这样我们才能期待与 AI 共存，一起协同进化🤔

OpenAI 将跳过 GPT-5 直接上 GPT-6，内部代号 Orion（猎户座）。The Information 之前就揭秘过一些 Q* 项目的细节，后来被 OpenAI 内部命名为 Strawberry 🍓，也是 GPT-4 的下一代，具备更好的推理和极强的数学能力，模型也能够主动花更多时间来“思考”。 路透社报道过在七月中 OpenAI 向美国国家安全官员展示了这项技术，考虑到安全问题，这款强大的模型不能直接对公众提供服务，以防止被美国限制的国家拿它来合成数据训练更强大的模型，OpenAI 会在 Strawberry 的基础上提供一个更小的蒸馏版对外提供服务，预计今年十月 DevDay 前后公开。这样部署成本也更低，而且除了科研与企业需求，公众也用不上推理能力那么好的模型；而完整的 Strawberry（GPT-5）则会被内部用来生成高质量的合成数据，用于训练 GPT-6（Orion），好货当然先留给自己用，确保竞争对手与自己有隔代差别。。 为什么开源模型还有竞争对手进步那么快？因为他们都在用 GPT-4 合成数据，为了保持领先 OpenAI 只能更加封闭，用下一代模型训练下下代模型，从而拉开差距。因泄密被 OpenAI 开掉的 Leopold Aschenbrenner 在最近的项目 t.co/cQ6AJID9rk 就提到，这种超级智能模型将会是国家战略资源，事关政权与人类的安全，要启用国家资源来控制和引导。 用更好的数据训练更好的模型，要不了几年，能达到人类 Researcher 级别的超级 AI 就像大型企业和政府的高级雇员，他们会不惜一切代价垄断并控制这些资源，确保自己的科技与研发优势。新一轮以能源与算力为基座的科技竞赛才刚刚开始。。

“不必问世界需要什么，问问自己，什么事让你变得生机勃勃，充满活力，然后就大胆去做。因为世界需要的正是生机勃勃、充满活力的人。” - 霍华德·瑟曼 这也是硅谷能生机勃勃的原因，从摩尔定律到 Scaling Law，每当旧范式凋零，新的范式又会从那里升起 。。 今年去了几趟硅谷，虽然 AI Hype 有些回落，但创业热情一点都没降温，下个十年的机会肯定还在那里，好在温哥华飞过去不用两小时，为了不落伍，硅谷要常去😁

Apple Event 定档 太平洋时间9月9日上午十点 t.co/PSdwo7NrJN 装配了 A18 Chip 的 iPhone 16 Apple Watch 10 还有 AirPods 4 大家还期待什么？超薄版 iPhone or M4 芯片的 Macbook Pro？

新书“智变时代”上线微信读书不到一周，飙升榜 15 名；新书榜 23 名，看了眼这是两个榜单唯一的科技读物！但因为太硬核和之前小标题有误导，微信读书很多人就看最后一章，还嫌弃人生建议写的不够，评低分 。。。最后不得不把小标题改成“AI驱动的新工业革命和人类未来”这种脱离个体面向全人类的风格的😅

前几天，20VC 对 Cohere 创始人 Aidan Gomez 的播客采访很有料！Cohere 算是来自🇨🇦的一家特立独行的面向企业订制的大模型公司，也是我们的 Portfolio 😄 Aidan 是《Attention Is All You Need》的首席作者，看完这段采访，对于现在模型进展的共识问题，应该就很清楚了。 要提升推理能力最重要就是要让模型学会“搜索”，具备“解决问题”的能力；现在模型无论面对什么样的问题，它们都是立即返回答案，如果对方是个人类，你就不会有这样的预期，因为需要时间思考。 模型的下一步非常明确，要让它们思考和解决问题，要让学会它们失败，并了解失败的原因，然后再次尝试，但目前的模型并没有解决问题的概念。其实要做这样的推理并不难，主要还是训练数据的问题，来自互联网的数据很少会有推理过程，通常都是结论，因为你在网上发布内容肯定不会把你的思考过程也分享出来，结论都是大量思考、经验和讨论的成果。 因此你必须自己去创造这样的训练数据，这是最复杂的地方，但目前 OpenAI、Anthropic 还有 Cohere 自己都在做这方面的努力，搜集能够体现人类推理能力的数据。 Aidan 提到优质的合成数据十分重要，拿它们来 Distill 小模型非常有效；也需要更好的算法来提取庞大网络数据中体现知识的部份，这里还包括了来自企业的特定领域的知识。另外，要在模型架构中植入推理器和规划器，让模型能执行长期任务。。 在 Aidan 眼里，OpenAI 现在的目标是成为一家消费产品公司，AGI 已经被排到了次要的位置，这是来自内部离职员工的反馈。但长期来看，卖 Token 会是个 Margin 越来越低的业务，需要有爆款产品和应用，才能创造更高利润，来支持 AGI。这也是那些有大量现金流的科技巨头的优势，你得有钱才配有 AGI 的梦想。。😅

谷歌研究员 Fernando Pereira 说过：“自然语言是人类唯一的符号语言，我们用它进行推理。”辛顿教授认为大语言模型和人类大脑做着同样的事情，这就是所谓的“理解”✨ 它认为语言和思维过程中确实涉及符号，但这些符号通过多层次的嵌入表示(embedding representation) 被丰富化了。然而，这些嵌入仍然与符号相关联，每个符号都有一个大的向量，这些向量相互作用，从而产生下一个词的符号向量。 “理解”就是知道如何将这些符号转换成向量，以及这些向量的元素应该如何相互作用来预测下一个符号的向量 。。但这并不意味着可以完全摆脱符号，而是将符号转化为庞大的向量，同时仍然保留符号的表层结构。这就是如今模型的工作原理，也是更合理的人类思维模型🤔

来 Meta 戴 Meta 👓 左边用 Meta Smart Glasses 拍摄 使用方便重量轻！盲侠即视感 。。😅

Grok 2.0 活用之推荐 𝕏 帐号！下图是给我推荐的 20 个值得关注的讨论科技为主的 Futurists，测试了很多轮都有 Elon Musk 😆 大家可以用这个方法来让它推荐其他领域的，例如 AI Scientist、Artists 还有 Journerlist，用英文更佳。。我把一些不错的放入了我的 Futurists List t.co/kaMbYXFhbg

YVR 到 SFO 一大早的航班人满为患 估计都是赶过去开会 or 上班的 有种成都到北京的感觉 。。😅

现在需要的能力是在更高的层次上的学习，抽象与整合🤔 事实上，AI在掌握某些技能或知识的同时，也能使人类更容易学习这项技能或知识。随着技术的进步，AI必定能做到“学习人类如何学习”，并以适合不同个体的方式来呈现它所学到的知识，让人们更好地吸收。 过去的一种观点是，随着世界知识量的快速增加，人们普遍认为将会越来越专业化。但现在AI让知识自动化的技术不断进步，让我们看到了另一种可能性正在清晰可见：实现“整合”而不是专业化，人们在更高的层次上工作，为AI提供方向并作出合适的选择。这是一种充分利用人类潜能的最佳方式：让我们集中精力制定“策略”，而把具体的执行细节交给更擅长的自动化系统来处理。 但这也不意味着不用再培养基础认知了，我们可以利用大语言模型来加速认知的提升，用它们来指导学习，让生物大脑和机器智能一同进化，这样我们才有更多的时间来做高阶思维的锻炼，例如计划、评估、决策、抽象和创造，从而培养出达到更高理解水平所需的直觉。 要知道过去没有高阶认知我们没有任何代价，现在的代价是非创造级别的工作，对人类来说即将失去经济价值，因为AI的自动化会做得更好。 BTW 这段摘录至《智变时代》 看过的同学请帮忙在“微信读书”上点评下，已经进入新书榜 Top 50 了，加油冲一个😁

黑神话：悟空 - 续篇战杨戬 开打🐒 在 21 : 9 超宽屏上效果全开画面感人！绝对 3A 级别的视觉效果，现在能够在游戏手戳童年回忆中的老孙拔猴毛变猴儿的戏法，太激动了😁 这游戏的的画面绝对对得起三年等待 。。

科学在某种意义上是数据压缩，我们用定律和方程表征宇宙的动态，从而理解发生了什么。但在这个过程中，还有一个超越数据压缩的方面，就是我们在发挥创造力时，我们自身也发生了变化；这一点类似于艺术：当你感知某个事物时，它也改变了你。如果我们富有创造力，就能提出新想法🤔 然而，目前的 AI 模型在创造或生成时，它现在还无法根据自身发现的内容进行更新，这是人类目前还优于AI的重要方面，但过不了太久这个优势应该也不存在了。 只有当我们真正感受到时，才能了解自己的反应。这意味着，尽管 AI 可以提供指导和建议，但人类在决定哪些新概念值得追，仍然扮演着重要角色。寻找“有趣”的方向实际上是探索计算可能性的空间，虽然我们关心的计算可能性集合很小，但这对于人类文明的未来至关重要。所以，我特别喜欢 xAI 的目标：理解宇宙。

收到通知Cybertruck 🇨🇦 今天可以正式下单了 Foundation Series 预计今年10-11月交付！不过这个价格 买辆赛博皮卡 大家觉得OK么🤔

一不小心我的这本电子书《智变时代》进了微信读书 TOP50 飙升榜！欢迎大家多多支持 来点阅读收藏和点评😁 计划在这本架构之上，来本更详尽的直接印刷出版了 。。现在微信读书里面已经上线了三本，这本原创，还有两本去年用 ChatGPT 辅助翻译的！另一本“THE SINGULARITY IS NEARER”中文版很快上线✨

周末抽时间跑了一把“黑神话 悟空”的 Benchmark，画面非常到位！有种京都郊区森林与寺庙间的临场感🤟 Intel i9 + RTX 4090 + 24G 显存 显示分辨率 5120 x 2160 21 : 9 超宽屏 画面开最高“影视级” 光追等级“中” 平均帧率 86 FPS 画面一复杂掉帧就很快 光追开太猛影响也很大 可以想象正式版游戏战斗画面 能有20多 FPS 就不错了 UE 5 完全能让一个有理想的小团队低成本实现 3A 级的大作，游戏科学用一流的美术实力证明了这一点！等八月二十号下载了正式版本后，真实感受下剧情还有争斗模式，再给大家分享感受😄

“算力才是王道，知识都是干扰” - 加拿大计算机科学家与 DeepMind 的首席科学顾问里奇·萨顿（Rich Sutton）在他那篇著名的《苦涩的教训》（The Bitter Lesson - OpenAI 员工必读，强化 Scaling Law 的信仰）中提到，在无穷的算力面前，人类的知识都只不过是一些小聪明而已。。t.co/COAjijBxEE 他从我们七十年的 AI 研究中得出了一个历史规律： 1. 研究者总想构建一些知识并教给 AI； 2. 这些知识在短期内让人感觉是有用的； 3. 但是从长远看，人类构建的知识有个明显的天花板，它们的发展会被限制； 4. 让 AI 自行搜索和学习的暴力破解法，最终确带来了突破性进展； 我们能从萨顿教授《苦涩的教训》中领悟到什么呢？ 第一个就是通用方法的巨大力量，那些随着算力的增长可以持续扩展的方法，就是搜索和学习，类比到神经网络就是推理和训练，它们能随着算力的增长而近乎无尽的扩张。 第二个就是我们无法用简单的方法来概括现实和心智的复杂，我们无法用符号的逻辑来穷尽这种复杂；相反，我们应该只内建能够找到并捕获这些复杂性的元方法。这些方法的关键是它们能找到好的近似，但寻找这种好的近似应由我们的系统进行，而不是我们自己🤔

感谢湛庐还有微信读书📖 把我这篇四万多字的《智变时代》 电子出版了✨ 搜索“智变时代” 即可找到，GenAI 时代必备的专业入门读物！里面的图表全部汉化，方便阅读，欢迎大家放入书架 & 转发推荐给好友！ 感觉我应该真得写本书了 。。🤔

Grok 2 + Runway Gen-3 尺度刚刚好🤟