【王自如】我认知的AI宇宙系列第二期

咱要不换个赛道吧，这确实太深奥了

♥ 153 ↩ 9

虽然但是，ai 能一直聊下去吗，我都怕过几期就没得聊了

♥ 66 ↩ 6

李一舟2.0

♥ 65 ↩ 5

搞搞数码评测车评早恰饭到财富自由了，瞎折腾啥呢整这些吃力不讨好的东西干嘛[笑哭]

♥ 62 ↩ 16

王自如最近这些AI视频播放量都不高，核心问题就是对于普通大众而言，对于AI不需要了解这么深。而对于从事AI行业的人员而言，这些‘科普内容’又太浅。

♥ 58 ↩ 5

3个小时不到8000观看[微笑]

♥ 44 ↩ 35

这种科普很棒，但是感觉不cool了，喜欢的ZEALER是轻技术重体验和文化，自如加油！做自己

♥ 36 ↩ 6

希望老王一直做下去，是很好的科普

♥ 29

我看完了，我之前也浅浅的研究过AI，对于AI的这种畅想确实是足够令人心潮澎湃的，也确实有大厂做出了用户可以自己联合几个特化的AI之间合作的平台，但落地是个很大的问题，rag只是防止AI胡说的其中一种方式，每个方式的成本不一，作为个人，你没有办法自己铺一条路出来，只是用各种各样的技术，文生图就那几家，大语言模型就那几种，你不用sd这几个热门的文生图，其他的你基本没得用，说个冷门用途，去让AI分析海量电影的相似剧情和镜头，你知道这个地方的风土人情，你想让AI会自己模仿本地人，这时候rag这种外挂的形式就很吃力了，个人可以通过微调训练模型，但我认为始终是赶不上模型大厂自己的面面俱到的提升。另外训练成本也是大问题，尤其是现在显卡和大显存的成本，拿内存去堆叠和拿傲腾内存当硬盘这种曲线救国的方式也是图一乐。你拿云计算，谁给你这么合适的条件，还有，上云，自己的数据隐私和公司数据隐私就没了。 对个人来说，我感觉AI太浅也太深，我不知道自如接下来会把话题引向哪里，还是售卖期望，比较期待

♥ 25 ↩ 1

王自如用心了, 一看就是认真学习了, 用费曼学习法输出一下，一起学习

♥ 19 ↩ 4

笑死我了，个人简介是世界五百强前高管[doge]

♥ 15 ↩ 6

形象上舞舞抓抓的，内容上又很初级，他知不知道自己在干什么？

♥ 14 ↩ 1

科技相对论2.0

♥ 14

这个，，，哥们要不换个赛道吧，懂行的应该不会看你视频，不懂的也不会喜欢讲的这么细的

♥ 13 ↩ 1

说实话评论区里面看笑话的 up现在的格局真的不屑于关注你们都说了些啥 人家是真的想给大家科普一些东西，而一部分人只是来看戏看笑话，抓着别人的只言片语管中窥豹，等着别人出丑，这种做法毫无意义，反正目前更新的三期我都看了，我觉得有不少观点还是挺值得思考的，而且有很多概念确实填补了我认知上的空白~

♥ 11

怎么说呢，视频还是和以前一样不讲极致硬核，但是也是起码是行业内的有一些门槛的内容，可现在观众变得泛娱乐化了，观众不像以前那么求知了，而是看创作者能不能用娱乐化的方式吸引观众了

♥ 11 ↩ 1

课代表来啦 [脱单doge] 一、系列介绍与数据局限 00:00 - 认知AI小宇宙第二期，探讨大模型的四大局限，重点讲前三条 00:55 - 第一个局限：数据的时效性和视野局限，训练数据有截止日期 02:38 - RAG机制解决方案：检索增强生成，补充模型知识盲区和实时信息 二、RAG应用与记忆局限 04:05 - RAG底层逻辑：外挂知识补充，智能助手和客服场景的广泛应用 07:08 - 第二个局限：记忆局限，上下文窗口提供类似人类的记忆机制 10:24 - 无限记忆方案：结合云计算和RAG实现长期记忆存储 三、广义上下文关联 11:31 - 核心突破：上下文关联扩展到行为数据、定位数据等多种类型 14:00 - AI+手机结合潜力：根据个人数据预测行为，提供个性化服务 四、感知局限与多模态 16:18 - 第三个局限：感知局限，多模态技术实现向量统一 19:35 - 对比案例：从脚本化送餐机器人到具备真正环境感知的VLM技术 22:58 - 自动驾驶应用：多模态环境感知是L2到L3升级的技术底座 25:21 - 总结与展望：三大核心拓展回顾，下期预告能力局限话题

♥ 10

我感觉后面会有真货

♥ 9 ↩ 2

梦回当年的科技相对论

♥ 8

过气网红再上路

♥ 8