Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

AI Infra 市场未来的想象空间

Answer

在生成式 AI 革命进入第二个年头时,研究从迅速生成预训练结果的“快速思考(System 1)”转向推理过程中深度思考的“慢速思考(System 2)”,为全新自主型应用程序开启大门。自《生成式 AI:一个创意新世界》发表的两年间,AI 生态系统变化巨大,也有了新预测。生成式 AI 市场基础层趋于稳定,由 Microsoft/OpenAI、AWS/Anthropic、Meta 和 Google/DeepMind 等重要玩家和联盟主导,形成平衡态,只有具备经济实力和巨额资本的玩家仍在竞争,市场结构逐渐明朗,未来生成下一个 token 的成本会降低,数量会增多。随着大规模语言模型(LLM)市场稳定,竞争前沿转向以“系统 2”思维主导的推理层开发和扩展,受 AlphaGo 等模型启发,旨在让 AI 系统进行深思熟虑的推理和问题解决,新的认知架构和用户界面也在改变推理能力与用户的互动方式。

综上所述,对于 AI Infra 市场未来的想象空间,其可能在推理层的开发和扩展方面有更多的发展和创新,市场结构会进一步优化,成本降低和数量增加的趋势也将持续。

Content generated by AI large model, please carefully verify (powered by aily)

References

生成式人工智能的行动 o1

[title]生成式人工智能的行动o1原文链接:https://www.sequoiacap.com/article/generative-ais-act-o1/在生成式AI革命进入第二个年头时,研究正从“快速思考(System 1)”转向“慢速思考(System 2)”,也就是从迅速生成预训练结果转向推理过程中进行深度思考。这一转变为一系列全新的自主型应用程序打开了大门。自我们发表《生成式AI:一个创意新世界》一文以来,两年过去了,AI生态系统已经发生了很大的变化,我们也对未来有了一些新的预测。生成式AI市场的基础层已经趋于稳定,形成了由一些重要玩家和联盟主导的平衡态,包括Microsoft/OpenAI、AWS/Anthropic、Meta和Google/DeepMind。现在,只有那些具备经济实力并能够获得巨额资本的玩家还在竞争中。虽然这场竞争还远未结束(而且仍然像博弈论中的游戏一样不断升级),但市场结构正在逐渐明朗化。可以预见,未来生成下一个token的成本会越来越低,数量会越来越多。随着大规模语言模型(LLM)市场趋于稳定,下一个竞争前沿已经开始显现。人们的注意力正逐渐转向推理层的开发和扩展,这一层以“系统2”思维为主导。受到AlphaGo等模型的启发,这个层面旨在让AI系统在推理过程中进行深思熟虑的推理和问题解决,而不仅仅是简单的模式匹配。同时,新的认知架构和用户界面也在改变这些推理能力如何与用户互动。

Others are asking
我是一个快手个体箱包电商AI对我有哪些帮助
对于快手个体箱包电商,AI 可以提供以下帮助: 1. 电商优化:分析销售数据,为您提供增长策略,帮助您了解箱包的销售趋势、客户喜好等,从而优化产品选择和营销策略。 2. 数据处理:收集、清理和分析与您电商业务相关的数据,并以图表、仪表盘等直观方式呈现,让您更清晰地了解业务状况。 3. 商业决策支持:进行市场分析和竞争对手研究,为您的业务发展提供决策依据。 以下是一些相关的案例: 1. 在“Show Me 扣子 AI 挑战赛大消费行业专场”中,有帮助企业快速建立产品智能客服体系的作品,通过用户意图识别、知识库检索答案等方式提升用户体验和客服人效,提高回答准确率,降低企业商用 AI 客服门槛。 2. 还有为中小型消费品企业提供销售订单管理的作品,智能识别和提取销售订单信息并存储至飞书多维表格,降低时间和人力成本,省去昂贵的 ERP 系统购买费用。 3. 面向亚马逊卖家的自动化处理和分析商品负面评论的服务,生成深度洞察报告,帮助卖家快速识别产品问题并改进,提高客户满意度、减少退货率、增加复购率和提升品牌形象。
2025-03-06
视频总结的AI
以下是关于视频总结的 AI 相关内容: 除聊天内容外,AI 可总结不超过 2 万字的文章。例如,将文章全选复制粘贴给 GPTs 即可总结,GPT4 能识别重点内容。 对于 B 站视频,若视频有字幕,可通过安装油猴脚本“Bilibili CC 字幕工具”获取字幕。刷新浏览器,点击字幕会出现“下载”按钮,可选择多种字幕格式。将下载的字幕文字内容全选复制发送给 GPTs 就能实现视频总结。总结完还可继续向 AI 提问或探讨。 OpenAI 开发者利用升级的 API 实现足球比赛视频的全 AI 解说。具体步骤包括提取视频帧(使用 OpenCV 初始化视频文件读取,遍历逐帧处理并编码为 base64 格式)、构建描述提示(创建结构化提示,包含视频描述请求和部分编码的 base64 视频帧)、发送 GPT 请求(定义参数如模型、提示信息、API 密钥和最大令牌限制)。 在 AI 视频运动镜头词测试中,Dream Machine 是一种可将文本和图像制作成高质量逼真视频的 AI 模型。测试目的包括掌握影视级运镜、评估精度和稳定性、检测运镜崩坏情况。测试说明包括取消勾选 Enhance prompt 等。测试总结指出纯运镜关键词效果不佳,需结合具体画面描述才有较好效果,且 luma 会根据画面合理性自行调整运镜。
2025-03-06
如果我是一个只会使用大模型对话,不了解提示词逻辑,想要逐步学习ai相关知识的人,你推荐什么呢
以下是为您逐步学习 AI 相关知识的推荐: 1. 关于大模型的思考与探讨:普通用户使用大模型时,语言不是关键,核心是向量空间中的游走脉络,输出时的语言翻译是次要的,且训练语料的中英文差异在于 embedding 环节。 2. 垂类模型与大模型公式:通过合适的模型、prompt 和 test 入口表达,用大模型公式调试出好效果以替代垂类模型,但微调垂类模型可能使大模型泛化能力下降,需分场景看待。 3. 提示词的挖掘:写提示词未挖掘出大模型的天花板,还有提升空间。 4. 读书方法与提示词相关书籍推荐:读书最有效的是笨方法,不取巧,花时间读。并推荐了从数学、作家、代码、原理角度写大模型的四本书。 5. 内置思维链提示词:针对小技巧类的思维链提示词有新模型能力涌现和大模型内置两个趋势,但对于某些如 COT 这类的内置可能会改变大模型的原味,对此存疑。 6. 编写提示词的经验与思考: 原汁原味与生效元素的平衡:为得到原汁原味的效果,需考虑是否反刻某些元素;生效的小技巧大模型可能会内置,如指定角色效果有变化。 压缩与歧义的处理:找到凝练的核心概念(a)后,根据对象用不同方式(b)表达,核心在于找到准确的 a,而寻找 a 的方法目前主要是多读多泡在相关领域。 持续学习与输出:通过阅读吸收输入,转换为自己的语言输出,与大模型交互提炼精华,多输出促进吸收输入。 7. 调教 AI 和提示词: 是否需要提示词工程,是否需要学提示词:持反对观点,像打字和写作一样。方法论不是关键,不断尝试和大模型交互,便是最佳方法。 和大模型交互需要遵循规则吗:不需要。网上流传最广的提示词方法论,是“给大模型一个角色”,这是一个好的策略,但不是必须遵循的原则,甚至所有规则都不是必须遵守的。可以在提示词里面设定规则,也可以聊着聊着临时更改规则,和大模型交互时完全不需要考虑规则。要考虑的就是是否达成了目的,如果没达成,那就锲而不舍的开一个新窗口,再尝试一下。如果还是不行,换个模型。 用 Markdown 格式清晰表达问题:Markdown 通过其易读性、格式化的灵活性和信息的清晰结构,使得与大模型的交流更加高效和精确。有助于模型更好地理解用户的意图。其优势包括结构清晰、格式化强调、适用性广。 8. 小白学习指南: 第一步:要有一个大模型帐号,至少已经熟悉和它们对话的方式。推荐 ChatGPT4 及国产平替: 第二步:看 OpenAI 的官方文档:
2025-03-06
如何利用ai修改论文?
利用 AI 修改论文可以从以下几个方面入手: 1. 内容生成和辅助写作: Grammarly 可通过 AI 技术提供文本校对、语法修正和写作风格建议,帮助提高论文的语言质量。 Quillbot 是基于 AI 的重写和摘要工具,能帮助精简和优化论文内容。 2. 文献管理和搜索: Zotero 结合 AI 技术,能自动提取文献信息,便于管理和整理参考文献。 Semantic Scholar 作为 AI 驱动的学术搜索引擎,可提供相关文献推荐和引用分析。 3. 研究和数据分析: Google Colab 提供基于云的 Jupyter 笔记本环境,支持 AI 和机器学习研究,利于进行数据分析和可视化。 Knitro 用于数学建模和优化,有助于进行复杂的数据分析和模型构建。 4. 论文结构和格式: LaTeX 结合了自动化和模板,能高效处理论文格式和数学公式。 Overleaf 是在线 LaTeX 编辑器,有丰富模板库和协作功能,简化论文编写过程。 5. 研究伦理和抄袭检测: Turnitin 是广泛使用的抄袭检测工具,确保论文原创性。 Crossref Similarity Check 通过与已发表作品比较,检测潜在抄袭问题。 在实际修改过程中,还可以参考以下经验: 像南瓜博士那样,将原文喂给相关的 AI 工具,如 code interpreter ,让其写入到 dataframe 里,保存成文件备用。 让 AI 从情节合理与连贯性角度给出意见,并根据其修改。 对于修改细节,可反复尝试,发现效果好的 prompt ,如 Arthur 的结构化 prompt ,对于改得不好的地方进行简单纠正。 一轮修改完成后,可根据需要进行新一轮修改,调整修改的重点,如更强调字词和标点。 需要注意的是,使用这些工具时,要结合自己的写作风格和需求,选择最合适的辅助工具,同时要仔细甄别 AI 生成的内容,避免过度依赖。
2025-03-06
免费ai
以下是为您整理的关于免费 AI 的相关内容: 周鸿祎免费课 AI 系列第一讲: 周鸿祎认为在人工智能的技能和知识面前人人平等,学会人工智能是未来职业发展必备的基本能力。不懂人工智能可能会被淘汰。 免费课的关键词是免费、分享、科普、交流。 周鸿祎受李一舟启发,做免费科普课,分享 AI 知识,共同交流。课程会先从宏观开始,后面会宏观、微观结合,安排人工智能研究院的产品经理、技术专家配合讲解基本产品的使用方法等微观内容。 免费的 AI 理解论文服务: 对于计算机领域(尤其是人工智能话题),可以看看 https://www.aminer.cn/ ,该网站提供免费的 AI 理解论文服务(每篇论文只要处理一次便全站可看,成本很低)以及基础的 chat with paper 功能,多数论文都有免费的 PDF 下载链接。
2025-03-06
AI如何自动定制贴纸
以下是关于 AI 自动定制贴纸的相关信息: 扎克伯格在上周年度 Connect 会议上宣布推出集成在应用里的 AI 贴纸功能。此功能可以轻松地为聊天和故事生成自定义贴纸,使用 Llama 2 的技术和 Emu 图像生成基础模型,能够在几秒钟内将您的文本提示变成多个独特的高质量贴纸。 这项新功能将于下个月在 WhatsApp、Messenger、Instagram 和 Facebook Stories 中向部分英语用户推出。
2025-03-06
AI Infra 有哪些
AI Infra 主要包括以下方面: 1. 入围的相关工具和服务: Langfuse:大模型应用的开源追踪和分析工具,提供开源可观测性和分析功能,包括在可视化界面中探索和调试复杂的日志和追踪,以及使用直观的仪表板改善成本、降低成本、减少延迟,提高响应质量。 Eden AI:将顶尖 AI API 融合为一,通过为每项 AI 任务选择正确的 AI API 来提高准确性和降低成本,通过集中管理使用限制和成本监测让用户更加放心,并不断探索市场上新兴的 AI 能力。 Langdock:在几分钟内创建、部署、测试和监控 ChatGPT 插件,将 API 连接到 Langdock,并将其作为插件部署到所有大模型应用中,然后使用内置的测试功能来确保一切按预期工作,并在插件扩展时进行监控。 LLM Spark:用于构建生产就绪大模型应用的开发平台。 2. 基础设施成本的演变:目前模型参数和 GPU 计算能力呈指数级增长,但这种趋势是否持续尚不清楚。 3. 基础设施的考虑因素: 外部与内部基础设施的选择:许多创业公司,尤其是应用公司,在成立初期无需建立自己的 AI 基础设施,可采用托管模型服务,如 OpenAI、Hugging Face(针对语言)和 Replicate(针对图像生成)等,这些服务定价基于消费量,通常比运行单独的基础设施更便宜。而一些训练新的基础模型或构建垂直集成 AI 应用程序的公司,则可能需要直接在 GPU 上运行自己的模型,管理基础设施可成为竞争优势的来源。
2025-02-06
AI infra
以下是关于“AI infra”的相关信息: AI 模型的计算成本: GPT3 约有 1750 亿个参数,对于 1024 个令牌的输入和输出,计算成本约为 350 万亿次浮点运算。训练像 GPT3 这样的模型需要约 3.14×10^23 次浮点运算,其他模型如 Meta 的 LLaMA 有更高的计算要求。训练此类模型是人类迄今计算量最大的任务之一。AI 基础设施昂贵的原因在于底层算法问题计算难度极大,相比之下,对一百万个条目的数据库表进行排序的算法复杂性微不足道。因此,应选择最小的模型来解决具体用例。同时,根据变换器的经验法则,可轻松估计特定大小模型的算力和内存消耗,进而选择合适的硬件。 Generative AI 的开发工具和基础设施的趋势: 有一张图描绘了其趋势,代表了在 AI 开发领域中,为满足不同需求,工具和基础设施正逐渐模块化和专业化。图中的公司被分为四个主要类别: 1. Orchestration(编排):如 DUST、FIAVIE、LangChain 等公司提供的工具帮助开发人员管理和协调各部分和任务,确保系统流畅运行。 2. Deployment, Scalability, & PreTraining(部署,可扩展性和预训练):如 UWA mosaicm、NMAREL、anyscale 等公司提供工具,帮助开发人员部署模型,保证模型的可扩展性,以及进行预训练。 3. Context & Embeddings(上下文和嵌入):如 TRUDO,Llamalndex,BerriAI 等公司提供工具,帮助模型处理和理解语言上下文,以及将词语和句子转化为计算机可理解的形式。 4. QA & Observability(质量保证和可观察性):如 Pinecone,drant,Vald 等公司提供工具,确保模型表现,并能监控模型的性能和状态。 AI 基础设施的考虑因素: 一些创业公司,尤其是训练新的基础模型或构建垂直集成 AI 应用程序的公司,不可避免直接在 GPU 上运行自己的模型。这要么是因为模型本身就是产品,团队正在寻找“模型市场契合度”,要么是因为需要对训练和/或推理进行细粒度的控制,以实现某些功能或大规模降低边际成本。无论哪种方式,管理基础设施都可以成为竞争优势的来源。
2024-08-22
coze如何复制别人的工作流到自己个人空间
要在 Coze 上复制别人的工作流到自己个人空间,您可以按照以下步骤进行操作: 1. 在 Coze 上新建一个工作流,逐步导入别人项目的核心流程。整个工作流分为若干个节点,每个节点完成一个特定的任务。 2. 工作流被分为了初始翻译、反思优化、结果输出等几个主要部分,每一部分都对应了若干个节点。 3. 首先是开始节点,在这里需要选择翻译的源语言和目标语言,还可以设置一些其他参数,如翻译的语言特色等,此参数会影响翻译效果和效率,建议根据实际情况调整。 4. 接下来是初步的翻译大模型节点,选择一个大模型对源语言文本进行初始翻译。 5. 进入 Coze,点击「个人空间 工作流 创建工作流」,打开创建工作流的弹窗。 6. 根据弹窗要求,自定义工作流信息,点击确认后完成工作流的新建。 7. 左侧「选择节点」模块中,根据子任务需要,实际用上的有插件(提供一系列能力工具,拓展 Agent 的能力边界)、大模型(调用 LLM,实现各项文本内容的生成)、代码(支持编写简单的 Python、JS 脚本,对数据进行处理)。 8. 编辑面板中的开始节点、结束节点,分别对应分解子任务流程图中的原文输入和结果输出环节。接下来,按照流程图,在编辑面板中拖入对应的 LLM 大模型、插件、代码节点,即可完成工作流框架的搭建。
2025-03-04
请从知识库搜索相关自资料:AI与环境艺术设计:AI帮助生成设计灵感、AI优化空间布局、AI分析环境因素等
以下是关于 AI 生成 CAD 图的相关资料: 1. 学术论文:通过 Google Scholar、IEEE Xplore、ScienceDirect 等学术数据库搜索相关的学术论文,以了解 AI 在 CAD 领域的应用和研究成果。 2. 专业书籍:查找与 AI 在 CAD 领域相关的专业书籍,从中了解 AI 在 CAD 设计中的应用和案例。 3. 在线课程和教程:参加 Coursera、edX、Udacity 等平台上的 AI 和 CAD 相关课程。在 YouTube 等视频平台上查找教程和演示视频,了解 AI 在 CAD 设计中的应用。 4. 技术论坛和社区:加入如 Stack Overflow、Reddit 的 r/AI 和 r/CAD 等相关的技术论坛和社区,与其他专业人士交流和学习。同时关注 AI 和 CAD 相关的博客和新闻网站,了解最新的技术动态和应用案例。 5. 开源项目和代码库:在 GitHub 等开源平台上探索 AI 和 CAD 相关项目,例如 OpenAI 的 GPT3、AutoGPT 等 AI 模型在 CAD 设计中的应用,了解 AI 在 CAD 设计中的应用和实现。 6. 企业案例研究:研究 Autodesk、Siemens 等公司在 AI 在 CAD 设计中的应用案例,了解 AI 技术在实际项目中的应用和效果。 在学习和研究 AI 生成 CAD 图的过程中,了解相关的基础知识和技术细节非常重要。通过阅读学术论文、参加在线课程、观看教程视频和交流学习,您可以逐步掌握 AI 在 CAD 领域的应用和实现。随着 AI 技术的不断发展,AI 在 CAD 设计中的应用将会越来越广泛,为设计师和工程师提供更多的辅助和支持。
2025-02-27
- AI与环境艺术设计:探讨AI如何帮助生成设计灵感、优化空间布局、分析环境因素等。
AI 在环境艺术设计方面能够提供多方面的帮助: 生成设计灵感:通过分析大量的设计案例和相关数据,为设计师提供新颖的创意和思路。 优化空间布局:利用算法和模型,对空间的利用进行精准分析和优化,以达到最佳的布局效果。 分析环境因素:例如色彩、光影等。在色彩方面,了解色彩的透明度、纯度、饱和度等特性,像莫兰迪配色饱和度低,能产生冷静高档的感觉。色彩还有冷暖之分,冷色系如蓝色、紫色让人感觉凉爽寒冷,暖色系如红黄色让人感觉热情奔放,且任何色系的冷暖取决于颜色调配比例。在光影方面,光源分为自然光(如太阳光、月光)、人造光(如手电筒、路灯)和环境光(来自周围的折射光线)。不同类型和方向的光影(如顶光、逆光、侧光)能体现照片氛围和环境,表达不同情绪,有助于塑造人物形象。光影的颜色(暖光带来温暖舒适等情绪,冷光带来清冷紧张等情绪)和质量(硬光、强光会形成强烈阴影,凸显主体,柔光则几乎没有阴影,更具氛围感)的选择取决于个人审美。在家装中,冷色系会让房间看起来更大,远浅近深会更有开放感。 此外,一些 AI 绘画创作平台,如 MewXAI,也能为环境艺术设计提供支持。它拥有众多超火模型和上百种风格,支持文生图、图生图等功能,还能进行室内设计,上传空间图后,通过分析图片的线条结构和几何形状,即可一键完成多种不同风格的室内/建筑设计,为空间设计师提供灵感,节约时间。 在 AI 作图的创作方法与实操演示方面,要注重趣味性与美感的结合,通过反差、反逻辑、超现实方式带来视觉冲击,同时在美术基础不出错前提下将形式与内容结合。在纹身图创作中,强调人机交互,对输出图片根据想象进行二次和多次微调,确定情绪、风格等锚点再发散联想。编写提示词时,用自然语言详细描述画面内容,避免废话词,Flux 对提示词的理解和可控性强。在实操演示中,按赛题需求先确定创作引子,如中式或日式怪诞风格。在人物创作过程中,从汉服女孩入手,逐步联想其颜色、发型、妆容、配饰、表情、背景等元素编写提示词。同时,也对中式风格的人物、动物、景观等图像生成进行了讨论和尝试。
2025-02-27
我的毕业论文是AIGC的陶寺遗址空间可视分析技术研究,请问有何思路
对于您的毕业论文主题“AIGC 的陶寺遗址空间可视分析技术研究”,以下是一些可能的思路供您参考: 首先,深入了解陶寺遗址的相关背景和特点,包括其历史、文化、地理等方面的信息,这将为后续的分析提供基础。 其次,研究 AIGC 技术在空间可视分析方面的应用现状和前沿成果,了解相关的算法、模型和工具。 然后,考虑如何收集和整理陶寺遗址的空间数据,例如通过实地测量、卫星图像、考古记录等方式获取数据,并对数据进行预处理和清洗。 接着,运用合适的 AIGC 技术和算法,对陶寺遗址的空间数据进行可视化呈现,例如创建三维模型、绘制地图、生成动态图像等,以直观展示遗址的空间特征和关系。 在可视化的基础上,进行深入的分析,例如探究遗址的布局规律、空间结构、功能分区等,挖掘潜在的历史和文化信息。 最后,对研究结果进行评估和验证,确保其准确性和可靠性,并提出进一步的改进和优化方向。 希望这些思路能对您有所帮助,祝您顺利完成毕业论文!
2025-02-18
如何在极空间部署deepseek
以下是在极空间部署 DeepSeek 的相关信息: 1. 效果对比:用 Coze 做了小测试,可对比查看 2. 如何使用: 搜索 www.deepseek.com,点击“开始对话” 将装有提示词的代码发给 Deepseek 认真阅读开场白之后,正式开始对话 3. 设计思路: 将 Agent 封装成 Prompt,将 Prompt 储存在文件,保证最低成本的人人可用的同时,减轻自己的调试负担 通过提示词文件,让 DeepSeek 实现同时使用联网功能和深度思考功能 在模型默认能力的基础上优化输出质量,并通过思考减轻 AI 味,增加可读性 照猫画虎参考大模型的 temperature 设计了阈值系统,但是可能形式大于实质,之后根据反馈可能会修改 用 XML 来进行更为规范的设定,而不是用 Lisp(对我来说有难度)和 Markdown(运行下来似乎不是很稳定) 4. 完整提示词:v 1.3 5. 特别鸣谢:李继刚的【思考的七把武器】在前期为提供了很多思考方向;Thinking Claude 是最喜欢使用的 Claude 提示词,也是设计 HiDeepSeek 的灵感来源;Claude 3.5 Sonnet 是最得力的助手 6. 环境配置指南: DeepSeek 平台设置:首先到 deepseek 的官网(https://www.deepseek.com/),进入右上角的 API 开放平台。早期 deepseek 有赠送额度,没有赠送余额可选择充值,支持美元和人民币两种结算方式及各种个性化充值方式,创建一个 API key,注意 API key 只会出现一次请及时保存。 设置代码编辑器:下载 cursor(https://www.cursor.com/)或 vscode(https://code.visualstudio.com/),以 cursor 为例,下载安装后在插件页面搜索并安装 Roocline,安装完后打开三角箭头可看到 RooCline,选中并点击齿轮进入设置,依次设置。配置基本参数:API Provider 选择 DeepSeek,API Key 填入已创建的 key,模型选择 DeepSeekreasoner,设置语言偏好。小贴士:记得把 HighRisk 选项都打开,最后做完所有不要忘记点击 Done 保存修改。在聊天框输入产品需求,输入需求后点击星星优化提示词,最终得到想要的结果。 7. 评论:游戏科学创始人、黑神话悟空制作人冯骥表示,DeepSeek 可能是个国运级别的科技成果。DeepSeek 具有强大的推理能力、便宜、开源、免费、联网、本土等优势。如果看到这条微博,应直接访问网页链接马上用起来,也有移动 APP。
2025-02-05
李飞飞提出的空间智能是什么
李飞飞在其 TED 演讲中介绍了空间智能,认为空间智能能够赋予 AI 了解真实世界的能力。她将生物的视觉能力与寒武纪大爆发进行类比,指出数字寒武纪大爆发需要通过空间智能来实现。您可以通过以下链接获取更多详细信息: 原版视频:https://ted.com/talks/fei_fei_li_with_spatial_intelligence_ai_will_understand_the_real_world 文字版翻译:https://xiaohu.ai/p/8105
2024-12-12