deAI面临的核心问题是什么? imo,这个问题被@PonderingDurian完美地概括了: “基础层的低成本潜在计算、模型层的开源复合以及应用层的创造力的好处,最终是否超过了大实验室通过将一切集中在单一公司屋檐下而缓解的协调成本?” 答案取决于你如何权衡即时摩擦与长期杠杆。大实验室在押注协调成本是如此痛苦,以至于人们愿意支付高价来避免它们。 在短期内,他们可能是对的。 但一旦协调问题得到解决(@PluralisHQ、@NousResearch 和 @PrimeIntellect 的突破让我对这一点更有信心),开放生态系统可以以任何集中实验室无法匹敌的速度和规模释放集体智慧。 这就是去中心化AI获胜的地方。
Pondering Durian 🙏
Pondering Durian 🙏8月7日 20:39
如果你这周只读一件事,我建议你看看下面的AI报告: 《从数据铸造厂到世界模型》 它将数据铸造厂、上下文工程、强化学习环境、世界模型等交织在一起,形成一篇易于理解但又全面的关于AI前沿的文章。👇(0/12)
1.23K