AI引发史诗级轰动——数学第一神山被Claude攻克了。
昨天,Anthropic数学家、普林斯顿博士Levent Alpöge宣布:在Claude协助下,成功证明了悬置167年的黎曼猜想,顺手把广义黎曼猜想也搞定了。
目前代码已通过初步独立编译检查,数学界正紧张验证中。
黎曼猜想提出于1859年,是数学中最著名的未解难题之一,无数重要定理都建立在“假设黎曼猜想成立”之上。
感觉数学界诺贝尔奖“菲尔兹奖”很快就会停办了。
显示更多
AI色情短剧《色情版乡村爱情》第二集
全部由AI生成,和真实演员无关,大场面,大制作,让你耳目一新
完整版和更多精彩看主页简介
显示更多
AI色情短剧《极品身材》完整版
这身材,确实厉害
更多精彩看主页置顶
AI色情短剧《进击的巨屌》第三集
那一天,人类终于回想起了,曾经一度被巨屌支配的恐怖。
這群巨人鸡吧太大了,人类将面临怎么的挑战……
完整版和更多精彩看主页置顶
显示更多
AI色情短剧《淫乱健身房》1—6集40分钟完整
各种健身俊男美女,教练与会员之间的秘密,让你一次看过瘾
更多精彩看主页置顶
【Ai】别忍着了,想吃就吃吧。但是吃之前得先叫妈妈。
AI 时代,人类需要那么多 AI 短剧吗?为什么?
我觉得,人对故事的需求一直在,但这不代表 AI 能生成多少,观众就需要多少。几个创作者的经历,让这个问题变得具体了。
白非空今年 40 岁,此前是一名 3D 设计师。今年 3 月辞职后,他开始看教程,自学做 AI 漫剧。
第一部穿越剧,71 集,账号内播放 89 万。第二部《重生螳螂,觉醒无限吞噬进化》,主角是一只不断吞噬、升级的小螳螂。按封面新闻 11 月的报道,这部剧在他的抖音账号内累计播放约 5.6 亿。
他是在番茄小说库里读到原著,因为自己喜欢,才决定改编。剧里一个随手设计的小笑点,被观众单独切出来传播。有人看懂了他的巧思,也有人不断催更。
他自述,单部制作的现金开支大约 4000 元,用于 AI 平台会员和积分,没有团队、没有投放。当然,这没有计算他自己的劳动时间。他每天大约做 8 小时,仍然是在认真上一份班。
AI 的价值在这里很具体。一个有设计经验的人,可以把自己喜欢的虫子故事做成连载,找到喜欢它的观众。
但另一位创作者星予,拿到了完全不同的账单。
她一个人做了 12 集、总时长约 20 分钟的《我成了父皇最强嘴替》。提示词、画面、剪辑,都自己来。第一财经报道,9 月上线到月底,她投入约 1715 元,回款 19.64 元。
同样是一个人、同样用了 AI,能做出来,和有人愿意看、最后能赚钱,中间还有很长一段路。
还有《归墟》的创作者泫九,本名江澜。他做过游戏美术和 3D,后来一边带孩子,一边做末日题材的 AI 短剧。编剧、角色设计、生成、剪辑、配乐,几乎全由自己完成。
据 AI 新榜今年 8 月的访谈,当时《归墟》全网播放已经破亿。第一季总投入接近 20 万元,扣除平台提供的部分积分,他个人仍承担十几万元。截至采访时,这部剧还没回本,要靠其他广告和外部项目补成本。
播放过亿,也不等于一门生意已经成立。
所以,为什么还会有那么多人做 AI 短剧?因为表达的门槛确实降低了。过去需要团队和预算才能尝试的世界,现在个人也有机会做出来。冷门题材也多了一次找到观众的机会。
观众为什么看?从白非空的故事里,至少能看到一种答案。有人喜欢螳螂升级的想象,有人在意角色,有人被一个小笑点打动。娱乐本身就有价值,不必每部作品都承担什么宏大意义。
但观众喜欢一部作品,不能推导出他们需要无限量的同类作品。创作者也不能把制作成本下降,直接算成未来利润。
AI 可以让更多人有机会讲故事。至于人们愿意把时间交给谁,仍然要靠每一部作品去争取。
显示更多
【AI戰爭】蘋果公司研發自己的AI代理 擬與OpenAI和Anthropic競爭
蘋果正開發能代表用戶自主完成任務的AI代理,計劃最早於2027年底推出,正式加入OpenAI、Anthropic及Meta等科技巨頭的競爭。最新招聘信息顯示,這智能助手將具備編寫代碼、瀏覽網頁及控制應用程式等能力。
显示更多
【AI增長】阿里巴巴季度收益超預期 受益於中國AI熱潮
阿里巴巴截至9月的季度收益按年增長10%至2715.2億元人民幣,超出市場預期,淨利潤更增長逾兩倍,部分受惠於投資收益。中國AI熱潮帶動雲計算需求,成為公司增長動力。行政總裁吳泳銘承諾三年投入逾530億美元發展AI業務.
显示更多
AI agent 有个很像人的毛病:太容易信广告。
这是语音 AI 公司 ThunderPhone 创始人的观点。他们刚发了个产品叫 Zeus,自称“给 AI 电话做的 Claude Code”。
他在发布文里解释了,为什么 Claude Code、Codex 写代码很强,搭 AI 电话客服却差很多。
第一个原因就是信广告。
做语音 AI 的厂商,网上写的都是自己最好看的那一面。Claude 和 Codex 读到了,照单全收,然后按宣传挑工具。
轻则架构选得不理想,重则搭出来的电话客服根本没法用。
第二个原因更底层。
写代码适合交给 agent,是因为代码自带闭环:编译一下,跑一遍测试,对不对,电脑上马上就知道。
电话没有这个闭环。
你没法配完就在电脑里打一通真电话。agent 默认也不会模拟通话,更不会“听”录音找问题。
所以它们在语音上基本是原地瞎折腾。
Zeus 做的就是把这两样补上。
一是拿真实通话数据做内部评测,每出一个新模型,就测准确率、速度、成本和稳定性,存进知识库,用来代替网上的宣传。
二是造闭环:模拟各种难搞的通话,从线上通话里找问题,拿你过去的真实通话回测新配置,再提 A/B 测试。
里面有个细节我很喜欢。
传统电话 AI 分三步:语音转文字,大模型回答,文字转语音。
毛病出在第一步。一段带语气、带噪音的声音,被压成一句“最佳猜测”的文字。转错了,后面的模型只能回答它以为听到的话,信息找不回来。
他们就同时跑好几个转写模型。哪怕没有一个完全对,几个差不多对的答案放在一起,也能交叉推出对方到底说了什么。
我觉得这件事的启示超出了语音。
agent 能不能在一个行业干好,主要看两样:
有没有能快速验证对错的闭环;
有没有一份没被营销污染的真实数据。
代码天生两样都有,大部分行业两样都缺。缺的这部分,就是垂直 AI 公司的活。
当然,这篇本身也是发布文。99.4% 的基准成绩、比别家便宜这些说法,我都没法验证。
看来以后给 agent 写提示词,得加一句:别信官网。
包括这家的。
显示更多