有趣的是，当平台需要更高变异性的镜头和数据来训练AI时，他们却推动原始、不完美的“真实你”内容（现在是共识行业叙事）。 虽然讨论将这一转变框架视为文化适应，但也值得审视加速这一转变的平台激励。 如果他们真的关心用户想要什么，他们会在信息流中保持更健康的照片混合，而用户一直表示他们想念这些。但由于几乎所有静态图像都已在开放互联网中被抓取以训练模型，图像实际上已经“解决”。 一张静态图像教会AI狗的样子，但并不能教会它狗的叫声或摇尾巴的样子。 视频是密集的。每分钟60fps的视频包含3600张独特的图像。为了接近通用智能，模型需要对因果关系有更好的理解。他们需要大规模的视频数据。 通过强迫算法优先考虑短视频和短片，同时推广“原始/未编辑的美学”，平台激励用户大规模上传更高保真的现实。 然而，仅仅依靠经验是不够的。通用智能需要一个世界模型和一个关于什么重要的信号。创作者提供经验，观众提供反馈，他们的注意力既推动广告收入，又提供偏好数据。 使AI眼镜和始终在线的捕捉设备成为常态是下一步。它们缩小了你所策划的内容与你实际看到的内容之间的差距。 综合来看，这些激励是明确的。 大多数平台不再优化人际连接。它们被优化为提取模拟人际连接所需的数据。