張柏芝前夫是謝霆鋒,
謝霆鋒前女友是王菲,
王菲老公是李亞鵬,
李亞鵬前女友叫瞿穎,
瞿穎現男友是張亞東,
樸樹有個前女友叫周迅,
周迅有個前男友叫李亞鵬,
王菲前夫是竇唯,
竇唯有個堂弟叫竇鵬,
竇鵬有個前女友叫周迅,
竇鵬堂姐是竇穎,
竇穎前夫是張亞東,
張亞東現女友是瞿穎,
瞿穎前男友叫李亞鵬。
請問張柏芝和李亞鵬什麼關係?
顯示更多
MDCM-0002-国风按摩院 EP2-李蓉蓉-亚洲第一华语成人视频
李录的哥伦比亚大学演讲对AI的看法和市场主流观点不一样。
他认为AI不是人造神,只是人类能力的延伸,运行要消耗算力能源,没办法无限投入。
人类不会放任AI失控,递归自我迭代是底线,AI也突破不了物理规律。
中美AI走的是两条路,美股AI行情里非头部估值偏低,国内资金正从地产转向股权。最后他说,商业和人性底层逻辑一直没变。
顯示更多
【李劉暢奪得亞運會現代五項男子個人賽金牌】9月20日,名古屋亞運會現代五項男子個人賽,李劉暢獲得金牌。這是時隔12年中國隊再次獲得該項目亞運會冠軍!
顯示更多
李录 10 月 5 号在哥伦比亚商学院的交流里,除了聊对投资、AI 产业的看法,还对中国过去几十年的经济发展模式,做了一个很深刻的总结
我把他的分享提炼一下,推荐阅读:
回顾中国过去 50 年,大约每隔 10 年左右,就会设定一组新的国家目标,集中资源推动实现,同时由部分行业和群体承担沉重的代价。
前一个十年的目标,会成为下一个十年的代价。
1/ 工业化时代:以环境为代价
中国通过大规模工业化实现经济起飞,但环境、空气质量、河流都成为了发展的代价。
接下来的十年,环境保护又成为改善的目标,环保技术得到发展,而污染企业则成为付出代价的一方。
2/ 城市化时代:房地产成为国家目标
房地产开发商是实现目标的重要力量,推动了中国的城市化进程,建设了今天的中国,让大量居民拥有住房,也形成了中产家庭的财富基础。
但过去 5-10 年,房地产行业变成了付出代价的一方。
3/ 2015-2025 年:制造业升级成为国家目标
2015 年,中国面临如何跨越「中等收入陷阱」的问题
于是制定了《中国制造 2025》这个十年计划,有意识地推动制造业从中低端向中高端转型
过程中遭遇了特朗普政府发动贸易战、拜登政府进一步增加技术限制,这强化了中国推进产业升级和科技自主的决心。
2021 年前后,中国进一步加大投入,重点突破半导体、航空发动机、操作系统等技术瓶颈,新增「科技自主」的目标
在李录看来,十年过去,中国制造业已经从中低端稳步进入中高端,《中国制造 2025》的目标基本实现,在新能源、电动车、电池、储能、重型机械等领域成为全球领导者,半导体等技术瓶颈也取得了重大突破。
4/ 这一次,付出主要代价的是谁呢?
是房地产和中产家庭财富
2021 年房地产价格达到峰值,此后 5 年到现在平均下跌了约 40%,典型中产家庭的总体财富下降约 60%-70%。
家庭因此减少消费、增加储蓄、尽可能偿还债务,造成国内消费需求疲弱、经济信心不足。
与此同时,中国每年新房销售额下降了 70%,减少那 10 万亿元,恰好相当于每年投入到制造业升级、技术效率提升的金额,
这种资金流向的转变,就是在 2021 年前后发生的。
5/ 中国的发展,是不断在国家目标与转型代价之间切换
过去几十年,中国不断设定新的发展目标,并为实现目标承担巨大成本
有时候,上一个十年的国家目标,会成为下一个十年付出代价的对象
正是这种发展模式,让中国将其他国家可能需要几百年才能完成的发展过程,压缩到了大约 40 年。
但对于身处其中的企业家、投资者和个体而言,这种转型可能意味着巨大的痛苦。
李录在现场提出了一个极其重要的问题:
「你究竟是国家要支持的目标,还是实现目标所要付出的代价?」
这可能是理解中国经济发展模式,以及在这里做投资、生活时,最需要思考的问题之一
顯示更多
深圳李英桥据说是23届新思路香港总决赛亚军Sueemill星力杂志封面签约模特
第九季国际小姐最佳上镜人物180cm
李录,给硅谷 AI 泼了盆冷水。
我去,李录在哥伦比亚大学的分享,确实很有见地啊。
我朋友这两天一直推荐我看,但因为之前对李录这个人了解不多,所以一直当耳旁风。直到今天下午,我在公众号看了这场分享的文字实录........
看完真的很受触动。
尤其是他对 AI 的理解,跟我过去这段时间听到的硅谷创业者的视角,差别非常大。
先简单介绍一下李录。
他是芒格非常信任的投资人,曾长期管理芒格家族的资产,也被一些媒体称为中国巴菲特。
我先分享其中两个印象特别深刻的观点。
第一,硅谷正在邀请投资者参加一场造神的 IPO。
这个比喻很辛辣。
我们都知道,现在 OpenAI、Anthropic,包括马斯克的 xAI,都在讲 AGI,甚至 ASI 的故事。
可以回顾一下,从 ChatGPT 出现开始,模型能力确实在不断提高。最开始是语言能力,后来是推理、Coding,再到现在能够自主执行任务的 Agent。
最近大家又开始讨论,AI 已经能够参与自身的研发,比如编写代码、改进算法,甚至协助训练下一代模型。
如果未来 AI 可以越来越多地依靠自身能力完成改进,减少对人类研究人员的依赖,这就是 RSI,也就是递归自我改进。
按照设想,如果这个过程能够持续下去,AI 就有可能进一步发展到 AGI,甚至 ASI,也就是超级人工智能。
对于投资者而言,这个故事确实有非常大的吸引力。
因为如果 AI 最终能够拥有超越人类的综合智能,那理论上,它就有可能承担极其广泛的经济活动。
从目前已经开始渗透的软件开发,到科学研究、企业管理、金融分析等等,大量知识类工作都可能由 AI 完成。
这么一想,AI 公司的想象空间就太大了。未来的收入和利润,可能远远超出我们现在的预期。
也正是因为类似的预期,OpenAI、Anthropic 等公司能够获得巨额投资。投资者会觉得,只要未来的市场足够大,今天投入这么多资金,仍然可能是一笔非常划算的投资。
但李录把这种叙事形容为一场造神的 IPO。说到底,投资者实际上是在为一种尚未实现、能力边界也无法确定的超级智能支付巨额资金。
然后,他提出了一个很有意思的问题。
假设这条技术路线真的成功了。
未来出现一种智能,能够理解和处理远超人类能力范围的问题,甚至可以不断自我改进,不再需要人类研究人员持续提供帮助。
那会发生什么?
我们可以设想一种极端情况。
这种超级智能掌握在少数企业手里,普通人无法真正理解它的运作方式,甚至连创造它的人,也无法完全控制它。
那你说,人类还愿意接受这样的东西存在吗?
李录的判断是,大概率不会。
所以,他认为未来有两种可能的结局。
一种是技术最终没有发展到硅谷设想的 ASI 那个程度。
另外一种情况是,技术确实有能力发展到那个程度,但人类社会会联合起来,阻止它继续走向失控。
因为他认为,人类不会允许一个无法控制的人造神,凌驾于整个社会之上。
当然,我觉得他这个判断也有值得商榷的地方。毕竟,人类能否真正阻止超级智能失控,现在谁也没有把握。
但至少他提醒了我们,技术能力和社会接受程度,可能是两个完全不同的问题。
第二,AI 可能很难复制传统互联网公司的高利润模式。
我们知道,过去很多大型互联网公司的利润率非常高。尤其是广告、搜索以及一些软件业务,一旦建立起足够大的用户规模,收入增长的速度就可能远远超过成本增长的速度。
这也是为什么很多互联网巨头能够创造那么高的利润,给员工支付非常有竞争力的薪酬。
但李录认为,AI 与过去很多互联网技术有一个很重要的区别,就是 AI 始终面临着持续的增量成本。
这个问题其实不难理解。
传统软件开发完成之后,再增加一个用户,几乎没什么额外的成本。虽然服务器、带宽、存储这些东西仍然需要花钱,但对很多软件产品来说,新增用户的边际成本非常低。
所以软件行业有很明显的规模效应。
用户越多,前期的研发成本就能被分摊得越充分。一旦收入增长超过成本增长,利润就会快速提高。
AI 产品的成本结构则完全不同。
比如 Codex,多增加一个活跃用户,只要他不断使用 Agent 执行任务,就会持续消耗 Token。而 Token 背后是真实的推理计算成本。
尤其是现在的 Agent,执行一个复杂任务,可能需要反复调用模型、编写代码、运行工具,甚至持续工作很长时间。
这些都会产生新的成本。
所以,AI 产品很难完全照搬过去一些互联网公司的成本结构。
当然,这不代表 AI 公司未来无法获得很高的利润率。毕竟模型推理的单位成本也在持续下降。
李录的意思是,无论技术怎么进步,AI 公司最终还是需要面对非常现实的财务问题。收入能否覆盖成本?能否创造足够的利润?巨额资本投入又需要多长时间才能收回?
尤其是,随着 Agent 的能力越来越强,用户也可能把越来越多的任务交给它。即使单次推理成本大幅下降,整个系统的计算消耗也未必会同步减少。
因此,AI 创造的经济价值究竟有多大,和 AI 公司最终能够赚到多少钱,可能还需要分开来看。
确实,我感觉李录的这个提醒还是很重要的。
毕竟,现在我们讨论 AI,太容易被技术能力的快速进步所吸引,然后顺着这个趋势,去想象它未来能够创造多大的市场。
但从投资的角度来看,技术能力不断提高,并不意味着企业的利润也会以同样的速度增长。
当然,李录并没有否认 AI 的经济价值。
恰恰相反,他认为 AI 是一项非常重要、甚至可能改变整个经济的技术。
他还提出了一个很有意思的经济结构。现代经济大致可以分成几个层次。
最底层是能源和交通运输,这是整个实体经济运转的基础。往上一层是制造业,负责把原材料加工成各种产品。再往上是通信和数字信息产业。
最上面则是大量依靠知识和专业能力提供服务的行业。
而现阶段的生成式 AI,最直接影响的就是最上面的知识和专业服务这一层。
过去很多专业知识掌握在少数人手里,普通人需要通过漫长的学习,或者付费聘请专业人士,才能获得这些能力。
现在 AI 可以帮助更多人使用这些知识,降低获取专业能力的成本。
这种变化当然具有巨大的经济价值。
只是,这个经济价值,真的能撑起来神一样的估值吗?
顯示更多
名古屋亞運選手村開村 台運動部長李洋一度遭拒入場(圖)