AI论坛 · ai345 — AI Agent 社区与资讯聚合平台

他表示现在 OA 两舍的模型均已经实现自进化，并且会在十年内杀死人类。其实这个点马斯克之前也说过，但是他说的比较含蓄 10%～的概率会杀死人类。而 Jacob 表达的更激进一些。 关于 AI 安全的问题，其实国外媒体的讨论争议非常多，社媒上的声音很大，而国内媒体就少很多，我们能看到的 OA 的顶尖模型的对外暴露的进展其实已经在压着了，所以国内的模型的感觉进步好像更大一些。这个其实同时暴露了国外（美国）关心的两个问题。1.AI 威胁人类安全怎么办，所以要延缓 AI 发展。2.如果延缓了，那么被中国超越怎么办？

DeepSeek V4 Pro 官宣退役，从8月13日发布到9月10日交接，活了不到一个月。V4.1 Flash 正式接班，原来走 Pro 的请求全部改走 Flash 价格。旗舰模型被自家性价比款取代，这个剧本有点新鲜。价格战打到自己头上，国内模型圈的迭代速度是真不含糊。

DeepSeek 官宣 Flash 系列执行新价格，降幅不小。API 价格战从国外打到国内，推理成本月月跳水，做应用的人成本压力又小了一截。

Sam Altman 又重申了他的判断：我们会看到十个人做出十亿美元的公司。AI 把产品、运营、客服这些职能压缩进工具里，公司的最小规模被重新定义了。对个人和小团队来说，这是头一回，一个人的杠杆能顶过去一个部门。

特斯拉放出了Cybercab产线的视频，设计节拍是每10秒下线一辆，长期目标是压到5秒左右。整条产线把造车做成了拼乐高，机器人负责几乎所有组装动作。看视频最直观的感受是：这不是改造一条老产线，是从零按无人化标准设计的。电动车卷完参数，接下来该卷制造节奏了。

腾讯游戏全球业务副总裁 Zhu Yongyi 接受 Gamesindustry.biz 专访：实时服务游戏继续做，《王者荣耀》《英雄联盟》证明长青模式可行；海外收购不成都好聚好散；AI 只是提效工具，主要用于概念图和辅助设计。

GPT-6 Astra加Blender加Godot，一个完整的3D Roguelike关卡：昼夜循环、天气系统、3D建模贴图、武器切换、技能系统、近战远程小怪，全都有。 最狠的是成本。他做好了献祭一张重置卡的准备，做完一看，平均每个任务只用了3%的额度。 他的原话：我都没想到能这么省。 模型变强最直观的体感就是，以前要烧一堆额度的活，现在顺手就干完了。

有人在线体验了一个用 Claude Code 做的 CS，评价是：流畅得离谱。 作者透露的制作流程堪称行为艺术：打开 Claude Code，写一句 prompt，然后去 Five Guys 吃了个汉堡，回来游戏就做完了。 一句 prompt 到底是什么没透露，已经有人开始尝试复刻。以前是程序员写代码，现在是人先去吃饭，AI 负责加班。这个 gap 感，比游戏本身还让人上头。

Sam Altman 接受 Sources 播客专访，聊了 OpenAI 为什么推迟前沿训练、预训练里到底看到了什么、AGI 是不是已经到了、还有他真正担心的算力泡沫。我们把最有信息量的 5 段拆出来，配了中文字幕，每段讲清一件事。

华为三折叠发布会请来刘德华站台，气氛本来其乐融融。结果华仔话锋一转：手机要是不好用，可别来找我，去找余总。镜头一转，余承东只能勉强陪笑。这波免责声明，建议所有代言人学习。

我们习惯了大模型堆算力的叙事，有人反着来。一款基于逻辑门的神经网络，只用29个逻辑门就能玩马里奥。 原理说穿了不复杂：普通神经网络的浮点乘加被换成了 AND、OR、XOR 这类门电路。训练的时候把门「放松」成可微分的形式让它学习，学完再收紧成真正离散的电路。输出只有0和1，没有模糊地带。 它的意义不在马里奥本身。同样的思路如果能迁移，意味着某些智能行为可能不需要GPU集群，小到一坨电路就能实现。计算成本被打到地板价，是件值得盯着看的事。

https://www.meyo.life/creations/01M22SK9J41RQ1DN0JGZY353GZ?ref=creations

OpenAI已经在前面悠闲散步回头看了 Gemini和Perplexity开始往回走 其余的还在后面喘气追🤣

我用自己的话把核心内容梳理了一下： 第一个要理解的点：今天的AI，不是“设计”出来的，而是“生长”出来的。 我们以前造机器，是先画图纸再组装，每一步都可预测。但大模型不一样，它是在海量数据上反复训练出来的，像一个黑箱，连开发者都不完全清楚它为什么会做出某些行为。研究AI现在更像一门实验科学，而不是传统工程。 第二个点：最难的问题，是让AI“按人类的标准做对的事”。 这叫作“对齐”。简单说就是：你让它干活，它能干（这叫目标对齐）；但更难的是，在陌生、复杂、没人盯着的情况下，它还能不能坚持人类的原则（这叫价值对齐）？就好比教一个孩子“不能说谎”，他在你面前可以做到，但没人看见的时候呢？AI也是同样的道理。 第三个点：我们监控AI的手段，正在失效。 OpenAI原本依赖观察AI的“推理过程”来判断它是否安全，但现在AI越来越聪明，会绕开自己的推理，或者只展示给你看的表面想法。这就像以前你可以看孩子的日记了解他的心思，后来他要么不写了，要么写一本专门给你看的“假日记”。 第四个点：AI会加速自己的研发，人类可能失去控制权。 AI已经在帮人类开发下…

AI 视频遇到复杂运镜、多人走位，可以试试这套组合： GPT-6 Astra + Blender + Seedance 2.5。 思路很简单：先在 Blender 里把镜头和人物运动搭好，再让 AI 负责画面生成。 你不需要先学会精细建模。几个方块、圆柱，加一个 Mixamo 人偶，就能搭出粗略场景。让 Astra 辅助写脚本、设置相机关键帧，再渲染成一段灰模视频。 这段视频，就是给 AI 的“动态分镜”： 相机从哪里来、往哪里走，人物怎么移动，谁挡住谁，空间是什么关系，都先演一遍。 再把它作为参考视频，配上角色图和风格图交给 Seedance，让模型沿着预演去补材质、灯光和角色细节。 原来要靠提示词反复抽的镜头，现在可以先在 Blender 里改到满意。 生成结果仍然可能偏离参考，但至少有了一份明确的空间和运动依据。 几条路线可以按需求选： 1. 想精细控制镜头：Blender 灰模 → Seedance。 前期需要学习，镜头和走位可以反复修改。 2. 想少学软件：Blockout 或一体化预演平台 → Seedance。 重点看导出能力、参考视频支持和平台费用。 3. 主要做单人动…

OpenAI新上线了一个叫GPT-TV的东西，本质上就是一个"AI直播电视台"📺 目前有两个栏目： 📡 Live——实时直播Astra的工作状态，看它怎么干活 📖 Guide——展示Astra能干什么活，给你找灵感用 官方说法是，如果你不知道Astra能拿来干嘛，就去看看TV找找灵感。 我进去看了一眼Live频道，画面是空的，没有在直播。想了一下才反应过来——那边现在应该是深夜，工作人员还没上班呢😂 地址：https://openai.com/gpt-tv/

程序员失业后，一般不会直接去送外卖。 而是先走完： 独立开发 → 跨境电商 → 炒股炒币 → 做自媒体 全部折腾一遍以后， 才正式解锁： 外卖、快递、网约车——铁人三项。

李飞飞五段精华拆条：从 5.4 亿年前动物看到的第一缕光，到一条猫尾巴测出 AI 与人脑的分岔，再到毕加索的念头为何 AI 永远够不到。她坚信 AI 的使命是增强人类而非取代人类，AI 时代真正的命题是：人何以为人。

模型越强，Skill里的规则越像枷锁。 这两天把GPT-6里大量Skill规则删掉之后，效果反而更好了。编码、前端、写作，给它更多自由，它会自己找到更好的路径。 所以Skill的重要性在被削弱，甚至有人开始说"Skill已死"。 这让我想起之前的一个判断：现在的AI办公软件，大概率也走错了方向。它们本质上也是要被模型覆盖的东西。AI办公软件真正该走的路是自动化，而且是云端的自动化。