b站搜一下就能收到，当时复旦小镇时候的思路，只不过现在物是人非下面使用的技术换过好几代了，或者你直接看前面我发的视频，那个是个综述
1 个赞
AI的进化速度还是太快了，实现同一个东西，可能今年用的技术明年就被淘汰了，希望雨城的底层架构足够灵活，到时候可以根据新技术不断更新迭代，这也是所有想涉足AI+游戏领域的厂商都要面对的问题
3 个赞
给游戏配置合适的技术方案，而不是跟在技术迭代后面做游戏，必须这样
5 个赞
我对AI发展比较悲观，当前看不到一丝一毫通向所谓AGI的可能。其实所谓的AI技术迭代，基本都是生造概念，其底层依然是2017年提出的Transformer架构，市面上所有的主流模型都是在这基础上调优包装罢了。而因为其架构训练需要庞大算力的特性，造成现在非常依赖硬件设备、而硬件设备的制造商们又针对这一需求进行强化的情况，这也反过来导致transformer架构更加难以替代。当然从这一角度看，也不用太过担心所谓的技术迭代影响太大的问题，无非都是力大砖飞，短时间的技术落后对于内容生产场景的影响并不会太大。
2 个赞
就算只有transformer加scale，吃透了能提升生产效率，先吃了再说
5 个赞
这点我同意，作为工具，现在的AI也足以称得上是划时代的
1 个赞
基础原理几十乃至上百年不变是常态，哪怕整个计算机科学，过去几十年基础原理也没怎么变
3 个赞
具身机器人也是在飞速发展的吧，你要说有自我意识自我学习自我迭代的强人工智能现在的路线确实没啥希望，但达到那种可以满足人类大部分工作指令和要求的工具类人工智能现在的路线肯定说不上错的，而且你具身和llm这块发展的高度足够后，回头重新研究神经网络方向，这两块也绝对可以反哺甚至即插即用的，甚至可以这么说，模拟神经网络需要的庞大算力现在其实硬件发展是在点前置科技。
“AI泡沫破裂的时候才是AI技术真正发展的时候”，在一定程度上我还是挺赞同这句话的
老美已经在狂热奔向深渊了，国内对于AI的发展还是很实在的，不搞军备竞赛，踏踏实实地做应用
7 个赞
这个架构竟然能行本身就足够让人惊异了，我看最近的一些论文，现在对涌现或者是大模型的可解释性，已经进入到了不完全的黑盒子阶段了，而推进到这一步差不多花了十年
涉及到AI就在这聊了，现在有什么刚需移动端本地推理的应用场景吗？我能想到的就是基于AI的插帧/超分/光追/渲染
我也只知道这些，刚刚问了一下D指导，离线语音指令和AI队友也可以算是端侧应用场景…吧？
2 个赞
想到一个场景，AI 代操/辅助，参考前段时间洲外挂，内容游戏不像pvp限制多，或者Claude自动玩崩铁清日常 https://zhuanlan.zhihu.com/p/8912117265
就像绝区零门槛降得够低，还是有人动作苦手，纯自动又没体验，想辅助对终端就有要求
3 个赞
感觉AI要真正迭代发展还是需要搞具身，也许不一定是物理身体，但需要能够去自己行动，实际操作获得第一手信息和反馈。AI4science 要深入所有角落，实际参与到科学研究里，直接接触物理世界。目前 transformer 能够逐渐做到这样的模型，之后再人机合作去迭代，寻找突破。
这里具身如果是虚拟身体，然后生活在虚拟世界的话，游戏也会是一种很好的实现方式。
31号后价格也不变吗，那我这几天狂烧token是为了什么 
我就说梁圣牛逼，追着那几家模型打
急了zlbzlb
可惜了，不过也说明楼友值得这份邀请，加油
谢谢管理员zlbzlb
得想个办法去实习
2 个赞