中美AI路线，谁能笑到最后？丨视频播客

10分钟说的chatgpt不能回答财务，医学，法务的问题可以去看波士顿圆脸的视频。 有美国人用ai打医保纠纷的官司，ai引经据典超神发挥把医疗费用从几十万完全不报销变成了只需自费几百块，上了头版头条。 这能再让你回答这三个方面的问题就见鬼了，根本不是嘉宾脑补的不擅长。

♥ 36 ↩ 8

中国公司如果去做所谓的垂直领域可就掉坑里了，又陷入了局部优化的陷阱。等通用智能来了，你积累的优势会瞬间崩塌。感觉黑衣服的大哥对中间那哥们儿挺无语的。

♥ 22 ↩ 12

道理很简单：如果一直只能抄作业的话，不可能超过原创[怪我咯]

♥ 11 ↩ 8

@电动Emma 都聊这么硬核了么😳

♥ 8 ↩ 1

聊AI就不能只聊AI[doge] 老美拼命搞AI的底层逻辑是星球大战2.0，想借此熬倒苏联2.0，然而当下的LLM即便还有希望，也不大可能很丝滑的进化成AGI，总要去感知物理世界吧，现状是北美三大汽车生产商都不跟AI企业玩，光靠特斯拉? 对岸确实有CUDA生态的优势，先进制程的优势，但是，即使是openai也面临着收入根本覆盖不了算力资本开支的局面。不要觉得预期+估值这一套可以一直玩下去，电力匮乏还伴随着硬件折旧呢，gb300再牛，三年差不多也得换代了，赚不到利润就是要命的大问题。 有人会说美国历史上有无数超长期投资烧钱获得丰厚回报的例子，嗯，只能说巅峰期的美帝拿着全球的资源干了些引领时代的事儿。但要知道，目前的AI泡沫规模已经是千禧年互联网泡沫的17倍了[doge]

♥ 5 ↩ 5

世界各国劳动供养率概览： 北欧国家（瑞典、丹麦、挪威）：约 1:7，社会福利完善，生育与养老支持强。 德国、法国、英国：分别为 1:6.2–6.8，工业化程度高，社会保障体系健全。 美国：约为 1:4.8，服务业和科技产业支撑较高劳动生产率。 日本、韩国：分别为 1:3.8 和 1:3.5–3.8，虽经济发达，但老龄化加剧带来压力。 中国：总体约为 1:1.1，意味着一个劳动力仅能勉强负担自身及少量家庭成员，经济压力显著影响婚育意愿。 俄罗斯：约为 1:2.3，印度约为 1:1.8，均高于中国但低于发达国家。 我国低供养率的背后是收入增长滞后、高房价、育儿成本高昂、医疗教育支出压力大等多重因素叠加，导致许多男性难以承担结婚生子的经济责任。这也被认为是近年来不婚不育现象加剧、婚恋市场失衡、男性退出婚姻选择自我消费生活方式的重要原因。 为什么劳动供养率这么低？这其中的原因是劳动者生产、创造的财富被人截流了。 商业资本的截流机制 商业资本通过信贷工具和信用体系集中社会闲散资金，形成资本积累。在商品交易中，通过延期付款等方式实现信用扩张，最终将商品价值转化为资本利润。例如，商业资本家通过控制商品流通环节，将劳动者创造的价值转化为自身利润。‌ 金融资本的截流机制 金融资本通过杠杆操作、债务扩张和资产泡沫等方式截流财富。例如，房贷、消费贷等金融工具将劳动者未来收入转化为资本收益；股市、房地产等资产泡沫则将劳动者储蓄转化为资本增值。‌ 外来资本的截流机制 外来资本通过跨国投资、资源掠夺和债务陷阱等方式截流财富。例如，跨国企业通过本地代理人控制产业链，将劳动者创造的价值转移至海外；国际金融资本通过结构性债务使国家长期依赖外部资本。‌ 资本截流的三重后果 ‌劳动者困境‌：工资增长滞后于物价上涨，劳动者被迫通过借贷维持生活，陷入“终身偿债”循环。‌ ‌社会分化‌：资本利润集中于少数群体，劳动者收入占比持续下降，形成国富民弱格局。‌ ‌制度异化‌：教育、医疗等公共服务被商品化，劳动者需支付高额成本换取基本生存条件。‌ 破解路径 ‌反垄断与监管改革‌：通过反垄断法限制资本无序扩张，防止平台经济垄断。‌ ‌金融体系重构‌：建立普惠金融体系，将资本精准引流至小微企业和实体经济。‌ ‌劳动者组织化‌：通过工会、合作社等组织形式，增强劳动者对生产资料的控制权。‌

♥ 3

两个视频都提到前男友，看来是忘不了。[doge_金箍]

♥ 3 ↩ 1

杨立昆是觉得llm效率太低，人脑一辈子只能接收100亿个token就能比现在几十万亿token训练的模型效果好。他觉得肯定有更优算法，但他自己搞前沿研究也没啥进展。meta已经受不了了给他开除了[笑哭] 除非你认为上帝造人，否则人脑也是靠神经元pingping自发涌现的智力，没有任何理论表明硅基堆数量就不可以做到。而且即便真做不到agi，也可以想办法模拟出相应的能力，在各个方面比人强几倍，能代替人类干活就够用了。他成不了agi反而失控的风险大大降低了，双喜临门。 llm在更好的模型诞生之前，是一定要全力以赴的。

♥ 3 ↩ 5

没卡没数据就想绕过去。净耍小聪明。

♥ 2

41:14 这个司机师傅家里三个人，要面对现在最热的三大技术：自动驾驶、机器人、ai [喜极而泣][喜极而泣][喜极而泣]

♥ 2

这里面都是谁呀？这三个人

♥ 2

商业化在国内创新行业似乎是个通病，几十年前就提倡的产学研至今也没有形成一套有效的趋势，不知问题在哪

♥ 2

跟当年的规则自动驾驶一样，靠人工标注类别，现在都是端到端。

♥ 1

发电量都保证不了的地方，谈AI……[笑哭]

♥ 1 ↩ 1

原来Emma这么漂亮…

♥ 1 ↩ 1

为什么戴博士希望80%的投资是投资能源而不是投与第四范式相关联的公司，是因为信心不足吗

♥ 1

大前提是错误的 我们在Ai领域都是从1-N。没有从0-1的能力

国内这几年是算力是不如美国，可美国电力才是致命问题啊？

gemini办公用怎么样？做ppt和excel，总结pdf这些比gpt好吗☦

♛不重要的我又出现啦～♕