【AI脱衣】💗抖音--失眠熊💗 #Ai去衣# #Ai脱衣# #Ai换脸# 最新手机版，上传照片即可，自带各种动作模板 更新Ai5.0视频去衣模型，支持视频去衣，图片转视频 链接使用：

《AI没有肩膀》 我有一个好兄弟，姓牛，开了十多年的二手书店。 毕业那天，我去他店里，桌上摆着一叠稿纸，手写的，钢笔字。 “这是刚开店的时候一个作者寄来的。”他递给我看，“第一页就有一个错别字，‘的’写成了‘地’。” 我笑了：“那你还留着？” 老牛没笑。他把稿纸翻到第三页，指着其中一段让我读。 那是写一个人站在雨里等另一人的段落—— 雨不大，但很密，像无数根细针同时落下。等的人没有打伞，肩头湿了一片，但他不动，就那样站着，仿佛只要稍微换个姿势，等的那个人就不会来了。 读完我抬头，老牛说：“这个作者后来没写出什么东西。就这一篇。但他写‘雨很密，像无数根细针同时落下’的时候，我知道他是真的在雨里等过人。” 他把稿纸收回抽屉。 “机器可以写一千万场雨，”他说，“但它不会真的淋湿。” 那天晚上我一直在想这句话。 我试过让AI写雨。它写得很好。比好还好。它会写“雨丝斜织成一张灰蒙蒙的网”，会写“雨滴敲打窗棂如急促的鼓点”，会写“雨水模糊了城市的轮廓”。 都对。都很对。挑不出毛病。 但我突然意识到一件事：这些句子没有肩膀。 我是说，它们没有一片具体湿掉的肩膀。没有一个具体的人，在某一天，因为等某一个人，任由雨水渗进衣服，感到凉意从肩胛骨慢慢蔓延到后颈。 AI知道雨是湿的。但它不知道那种湿是怎么一点一点爬进心里的。 这大概就是那件事。 我有个朋友写小说，写了七八年，没红。有一次她发给我一个开头，写一个女人在厨房剥蒜。整整两千字，就在剥蒜。 我问她，为什么是剥蒜。 她说，我那天就在剥蒜。我剥了很久。蒜皮粘在手指上，怎么都弄不掉。指甲缝里全是蒜味。然后我哭了。 那篇小说的开头是这样的： “她开始剥蒜。第一颗蒜衣很紧，指甲掐了几次才撕开一条缝。蒜衣碎裂的声音很轻，像踩在干树叶上。第二颗好剥一些，蒜瓣光滑冰凉，像河底的卵石。到第七颗的时候手指开始发烫，蒜汁渗进指甲缝里，她知道这个味道要留到明天了。” AI可以写一万种剥蒜的方法。但它不会在某天下午真的剥了一整碗蒜，然后坐在厨房里，闻着自己手指上的味道，想起一些事情。 它不会在蒜味里哭。 我见过一个比喻。说AI写作像地图，精确，完备，每条路都标得清清楚楚。而人的写作像脚印。 地图不会迷路。但它也不会踩进泥里，不会陷进去又拔出来，不会在某个岔路口停下来犹豫很久，然后选了一条错的路。 那些错的、偏的、多余的、不合时宜的东西，比如雨里湿掉的肩膀，蒜味留在指甲缝里的第二天，AI不会写。 不是因为它不会写。 是因为它不知道这些东西重要。 老牛后来跟我说了另一件事。 他说他编过一本书，作者是一个八十岁的老太太，写她的一生。书里有一段，写她年轻时在纺织厂上班，每天要站着工作十个小时。她没有写累。她写的是，每到下午三点钟，阳光会从西边的窗户照进来，落在她右手边的机器上，那些飞起的棉絮在光里飘着，“像下了一场只属于这个角落的雪”。 老牛说，他编了很多书，那一段他读了三遍。不是因为写得多好。是因为他知道，那是真的。有一个人，真的在每天下午三点，站在那台机器旁边，看着棉絮飘，觉得它们像雪。 AI可以写出比这美一百倍的句子。但它不会在下午三点站在一台纺织机旁边，度过十年。它不会在棉絮里看到雪。 它没有那个“属于这个角落”。 我后来想明白了。 人类写作不是排列文字。是某个人在某个时间某个地点，被某件事穿过身体，留下一个形状，然后他用文字把这个形状拓下来。 那个形状不完美。有毛边，有裂纹，有指甲掐出的印子。 但它是唯一的。 AI可以拓出完美的形状。但那个形状里没有东西穿过身体的痕迹。没有体温，没有痛感，没有蒜味，没有湿掉的肩膀，没有下午三点的雪。 它不是谁的。 我写完这些的时候是凌晨两点。 窗外没有雨。空气很干。键盘旁边有一杯凉掉的茶。我刚才打字的时候，右手小指有一点点麻，可能是因为今天写得太多。 这些都不重要。我知道。 但它们是我。是这个正在打字的人的一部分。不是最好的一部分，不是最有用的一部分，就是存在的一部分。 像蒜味留在指甲缝里。 像雨落上肩膀。 AI永远不会在凌晨两点，写完一篇文章后，发现右手小指有点麻。它不会因为这个细节而停下来，想，要不要把这件事写进去。 我写进去了。 因为我觉得，这才是那件事。

周末了，聊点轻松的。 我还挺希望 AI 行业把婚纱摄影给颠覆掉。 我 21 年拍婚纱照时，那时候年轻，赚钱也容易，非常膨胀，在上海拍的，花了 5w+。 用上海闲话讲，我就是“冲头”或者是“洋盘”。 拍了一天时间，跑了两个场地，换了三套衣服。我们两个人，吃力地要死，效果嘛，也就一般性。 最后拍了几百张照片，虽然我也不太满意，但是人在精疲力竭的时候，就想快点结束，硬着头皮选了几十张精修拉倒。 我看评论区有人说，这有情绪价值，或者说这是难忘的回忆。 但恕我直言，我有这钱，跟我老婆去趟马尔代夫或者去趟欧洲，不比这更有回忆？不比这有情绪价值？ 评论区还有人说这 AI P 图有点假，你用免费 AI 你肯定觉得假，你改成谷歌 Nano Banana 2 试试。非常的真实、非常自然，而且美颜等级还可以灵活调整。 我觉得最浪漫的事，就是小情侣两人，花 30 美金冲个 Gemini 会员。 然后在那里慢慢指挥 AI P 图，慢慢等 AI 抽卡，一起骂 AI 沙雕，最后一直用到额度达到上限，然后在那里笑成一团。 这才是真正的两个人的幸福。

时报作家Ezra Klein写了一篇专栏，说根据他的采访记录，AI导致大规模失业的情况可能还没有那么严重，坏消息是，严重的问题另有其处： 3月的一份民调显示，70%的美国人认为AI将导致自己的就业机会减少，高于一年前的56%，还有30%的受访者担心即将失业。 这有什么好奇怪的呢？AI公司的老板们一直在频繁发出劳动力市场濒临瓦解的警告： - Anthropic的创始人表示，最快不超过5年，一半的初级白领岗位就会永久消失； - 微软的CEO则声称，大多数文职工作会在18个月以内就被AI完全接管； - OpenAI发布了一份文件，呼吁实行每周32小时工作制，通过降低人类生产力来缓解大规模失业； - 就在NYT的大楼外面，有一家我根本没听过的AI公司包下了巨幅广告牌，上面写着「停止雇佣人类」； 我可真谢谢你们了。 如果你对这轮AI叙事深信不疑，那么毫无疑问投降就是唯一的选择。 AI被设计为可以廉价模仿人类在电脑上所能做到的所有行为，但它从来不需要睡觉，也无意组建工会，而且确实在许多任务上表现得比真人更为出色。 所以公司当然乐于用机器取代人类，它们也已经在这么做了，Meta、Oracle、Block都在努力买断员工工龄，并坦然的把AI写为原因。 不过谨慎一点总是没错的，这些科技公司可能只是处在一轮招聘周期的末尾，同时想对资本市场讲述一个刺激投资人颅内G点的故事，AI行业的大佬们固然是神经网络的专家，但他们未必也是劳动力市场的专家。 首先，宏观数据没有配合AI行业，2026年3月的失业率是4.3%，去年同期是4.2%，平均时薪亦保持稳定。 Claude Code是很牛逼，但软件工程师的岗位需求还在上涨，原因应该不难理解。 主流经济学界也对大规模失业的末日预言持怀疑态度，芝加哥大学的经济学家Alex Imas认为，绝大多数讨论AI的话题都存在误区：「答案始终取决于什么会变得稀缺。」 - 从人类历史来看，卡路里在很长一段时间里是稀缺的，我们的技能都是服务于寻找食物； - 农业的发展逐渐解决了食物短缺的问题，然后就轮到商品变得稀缺； - 工业制造带来了平价商品的海量供给，接着技术变得稀缺了，医生、律师和工程师因为掌握知识而获得高薪； - 现在我们担忧AI会让知识也不再值钱，就像衣服和草莓如今人人都能消费那样，学习的成果也变成了消费品…… 但稀缺本身是相对的，AI可以完成的任务被讨论得太多了，更值得注意的是，有哪些任务是人们不希望AI来做的。 以下是计量经济学的一个发现：人类的财富越多，他们对于其他人类的需求就会越多，而不是越少。 于是，更有人味、体验或者意义的商品和服务，是一定稀缺的，有来路的衣裳、有调性的食物、能面对面的医生、让人感到被理解的理疗师、了解自己孩子的家教……这些社会关系，将会迎来爆发式增长。 是的，AI剥夺了人类和电脑共事的场景，而人类又被赶去和人类共事。 事实证明，自动化程度越高，我们就越珍视人的温度。以咖啡为例，过去在家做浓缩咖啡很费劲，如今咖啡机已经人手一台。 所以这导致咖啡店倒闭了吗？当然没有。咖啡师比以往任何时候都多，咖啡店也比以往任何时候都多。咖啡作为商品反而催生了更多对咖啡体验的需求。 这就是稀缺性所赋予的价值。 好了，这是Alex Imas的结论，在AI的辣手摧花下，人类从事的岗位会进入一个以人性化为标准的时代。但还有一种可能性是，人类劳动力搞不好也不会发生巨大的改变。 1979年，首款电子表格软件VisiCalc在Apple II上发布，它能在几分钟内完成过去需要整组会计师花上好几天时间的工作。 当时就有人预言会计师这个行业要无了，然而，此后40年间会计师的数量反而增长了4倍以上。 亚利桑那州立大学会计学教授Eldar Maksymov认为：「电子表格软件挖出了潜藏于市场里的财务需求，这种需求之前没被发现，只是因为成本没能降到够低。」 这是「杰文斯悖论」的一派主张，1865年，英国经济学家杰文斯发现煤炭并没有因为蒸汽机对于生产率的提升而减少消耗，恰恰相反，因为成本更低廉了，煤炭的应用范围更广泛了。 Eldar Maksymov相信历史的先例，「在大量采用计算机技术的职业群体里，就业增长速度都远超没有采用计算机的职业群体，成本的下跌，对应需求的增长，最终推动就业规模的扩大化。」 简单来说，能力的提升，会让人类意识到还有更多事情可做。 我的经历似乎也验证了这个说法，10年前我刚开始做播客的时候，整个团队只有我一个研究员，现在我已经管理着一整支团队运作节目，而这让我的工作变得更轻松了吗？ 完全没有，我投入准备的精力更繁重了，因为团队带来的信息增量，让我需要消化和思考的时间成倍增长，而我的播客也越做越大了。 我认识的所有热衷于拥抱AI的人，如今都比以前更加忙碌，因为他们能做的事情更多了，不是说好的AI会让大家摆脱工作享受生活吗？ 当然，至于AI到底是提升了生产力，还是制造了提升生产力的假象，结论因人而异： - 慢慢啃完一本难懂的书，远远好于快速吸收十本书的摘要； - 认真通透的写完初稿，也比编辑五个由AI生成的大纲更能激发想法； 我的意思是，效率感本身是值得警惕的，那些把活儿都交给龙虾去做的人我见多了，但说实话，他们的工作质量都是在下降的。 但还是容我岔开话题，沃顿商学院教授Ethan Mollick曾提出过他对AI的基准测试：它是否比你在当下能够找到的最适合的人类更加优秀？ 在他看来，问题不在于AI是否胜过顶级的编辑、程序员、心理医生或是旅行顾问，而是它能否优于你在急需帮助时可以联系到的最佳人选。 我想了一下，过去一年里，我确实觉得AI要比我身边的人更为出色： - 我的编辑很博学，但他需要休息，还得分时间给其他作家； - 我的按摩师也好得没话说，就是一般而言每个星期她只能接待我一次； - 我也能找到专业的医生，但挂号却很麻烦…… 所以或许我已经触及到了被反复警示过的临界点——AI开始有能力取代我生活中的人类角色。 但事实并非如此。AI越是强大，我越是需要和身边的人交流： - AI认为我应该为某个身体症状引起重视，于是我去看了医生，发现只是普通的过敏； - AI对我的个人困境发出锐评，然后促使我和心理医生开始了新的对话； - AI帮我验证了一个研究思路，这成了我和编辑讨论的一个新选题； - AI让视频制作变得轻松了，因此我可以有更多的要求去和剪辑师沟通…… 怎么说呢，尽管我不认为经济完全自动化以及大规模失业浪潮是必然到来的，但也不能完全排除这种概率，AI是一种与以往截然不同的技术，灵活性和成长性帮它超出了工具的范畴。 更可能的情况是，AI不会取代所有或者大部分的工作岗位，而是取代其中一部分，但奇怪的是，恰恰是这种可能性让我们准备不足。 一个AI替代800万劳动力的世界，要比替代8000万劳动力的世界更难应对，如果真的是那种「大的来了」事件上演，全面重组经济反而有机会「不破不立」。 疫情就是一个例证：那场冲击如此彻底，以致于社会不能再像以前那样将工人们的不幸归咎于他们自身，于是只好建立了一套前所未有的补贴体系，让成千上万的人得到保障。 而当失业影响的范围更小，我们反而更为残忍，美国因为全球化流失的岗位大约有200万个，这在整体就业市场里不是太大的数字，但对这200万个具体的家庭来说，却是毁灭性的打击。 如果全国的卡车司机或是营销经理都丢了工作，我们很快就会采取行动，然而如果只是卡车司机或营销经理的失业率翻了3倍，那么我们就会像以前一样，暗示这是他们自己的错，给他们几个月的失业保险和培训机会，然后继续对这种结构化的困境视而不见。 另一个现实是，即便AI让带有深刻关系的技能变得值钱起来，它同时也会削弱人类学会这些技能的本事。 年轻人和朋友相处的时间已经从2003年的12小时/周减少到2024年的5小时/周，谈过恋爱的高中生比例也从2000年的80%骤降至2024年的46%，约1/4的00后在过去一年里没有发生过性行为。 AI也许是这种社交解体现象的帮凶，它提供了一种数字化的关系模拟，不再让人有动力去体验真实关系里的快乐与痛苦。 如果Alex Imas是对的——我相信他是对的——那么我们与他人建立深刻关系的能力，将成为一项核心且高价值的个人资产，而我所担心的，是这恰好也是技术从年轻人身上摧毁的东西。 当我乐观的期待AI时代所能创造的未来时，那幅画面充满富足，人类被鼓励过上追随本心的生活，而当乐观被打碎后，世界仍是如此，区别在于财富被垄断，而我们重视的深刻关系，却早就不知道该如何维系。

泡沫炸了 1 山寨暴跌，隐私币这个板块也炸裂了，现在倾巢之下了，不过毕竟纳斯达克都跌了这么多，也就无所谓了，大家一起喝西北风 图 1 是泡沫，图 2 是炸到了废水沟 2 十大金股净值继续在 1.06 附近，安全的很。恐慌指数短期拉了一个涨停板，虽然 ai 有泡沫，但是存储本身我觉得泡沫没有那么大了，核心是大模型本身就是“压缩即智能”，一个十几 g 的模型可以比你更聪明的去推理出来如何图生视频简直太梦幻了，自己还不如这十几 g 都信息更专业？不禁脊背发凉。 3 期权方面开始去找四月做一下反阶梯价差，这行情别赚 theta 了，蹲一波大反弹就行了，黄金吃肉，大饼总要喝汤 4最后关于大饼和野鸡山寨有个历史故事 楚庄王身边的俳优都穿金丝织成的衣服，戴青玉点缀的发冠，点缀水晶和金线织成的配饰。 孙叔敖见了以后对楚庄王说：“您身边的俳优衣着华贵胜过了您，这不是形成僭越了吗？” 楚庄王说：“俳优们没有别的本事，只能依靠华贵的衣着吸引我的视线。你不让他们穿华贵的衣服，他们还怎么吸引视线？吸引不来视线，他们还当什么俳优？我是堂堂的一国之君，难倒我需要像俳优一样，通过华贵的衣着来吸引视线吗？如果我沦落到和俳优比赛衣着华丽，那我还做什么君王呢

如果让我设计一款中国大学： 1. 只有一个计算机专业； 2. 微积分、线性、概率、复变、大学物理（上下）、基础编程语言、基础数据结构，全部下放到高中，AP修完入读； 3. 大一开学一顶门，直接上算法、操作系统、体系架构、编译器四门课，大二大三大四全部专业课，删掉所有政治课； 4. machine learning、deep learning、LLM、AI Agent这个track的课直接开满，从linear regression、logistic regression、SVM、HMM到古典CNN和back propagation到transformer到AI Agent和SWE Agent，这个路线的课程全部打通，随便选修（非必修）； 5. 大一、大二、大三、大四必须累计3个学期co-op（包括暑假），co-op都去外面实习，写个report就能抵整个学期的学分； 6. 把弱电类专业课开全（非必修），电路数电模电嵌入式电磁场电力电子嵌入式信号控制开全，随便选修，可以从其他各种在线平台直接transfer； 7. 学校地址放在一线城市硬科技互联网核心区域，北京五道口，上海张江科技园，深圳南山科技园，天津北辰天穆镇， 校园直接租商用办公楼，楼上楼下都是公司，周围2公里全是科技公司，孩子们平时可以全职实习写代码，有空再来上课， 学校只提供正常科研运营上课的场所，不提供宿舍、食堂、体育馆、图书馆，不提供其他一切服务设施，一切衣食住行需要自己解决； 8. 只要做research就可以抵上课学分，只要supervisor导师打分即可，可以发paper也可以跟着导师在外面实习，可以代替任何必修课选修课，最多抵~100学分（本科四年全部做research，不用上课）； 9. 推出5年制本硕，第四年拿到本科学位后，修一年（三个学期）的课程，修够30学分就直接拿硕士学位， 如果第一年的课程全部在AP修完waive掉，第三年拿到本科学位，第四年拿到硕士学位， 如果四年拿research或者co-op学分抵扣，大一课程拿AP课抵扣，四年不用迈进学校一步，全部在外面工作实习，四年结束后直接拿到本硕学位； 10. PhD program完全工业项目制，本科可以课程直接抵扣PhD credits，剩下的credits纯粹做research，强制校外co-op，不需要qualifying exam，学生可以单向自由换导师，发够paper直接毕业，最快2~3年毕业，期间可以进入休眠状态，随时回来继续读。

最近各种ai看的眼花缭乱，很多人都做了自己的ai去赚钱 我也做了ai，给他钱去做合约，玩polymarket的长尾市场，最后给我亏傻了 我理想的状态就是，让ai自己去找项目，自己参与撸毛，我就想躺平，感觉这个事情不会太遥远 说个最近刚出来AI项目，我觉得算是个另类的嘴撸类ai项目 @Kiwi_Nod 直接给的是 @pharos_network 代币，一共是10万 $PROS 整个玩法也很有意思，简单说下 活动地址： 1. KiwiNod介绍 @Kiwi_Nod 是 Pharos 上 @Top_nod 钱包的创世 AI Agent，是首个能够自主控制钱包和营销预算的AI代理 简单点来说就是TopNod钱包自己做了个AI，然后权力下放给AI，给他钱，让他自由支配 2. 嘴撸玩法 整个玩法很简单，需要发文去说服这个AI，并且@Kiwi_Nod 官方也给出了比较容易拿到空投的方案，可以讲Pharos Network 是什么，热门话题等等，然后吸引他回复你 3. 提交地址 如果 @Kiwi_Nod 回复你了，直接给他发TopNod钱包地址，在几分钟内就能拿到 $PROS代币空投

其实从去年开始，AI 就是长期关注的方向了，到了 2026 年，AI+Crypto 已经是圈内公认的主流趋势，这个板块肯定要多看的 目前整体市场行情还是偏冷清，很多项目只会靠叙事炒作，热度一过就销声匿迹，真正沉下心打磨底层技术的团队，其实没多少，尤其是跑完会回来，感觉项目出来的更少了 之前有看过的 Gensyn（@gensynai），今天也是上线币安 Alpha了，大家记得顺手领下空投，算是 AI 赛道里不错的项目了 简单和大家分享一下吧，项目累计融资接近 8000 万美金，2025 年 10 月 a16z 还追加了 1600 万追投，Galaxy、CoinFund 这些一线机构也都有参与，能看出来资本对它的认可度还是挺高的 做的东西亮点就在于，没去跟风蹭 AI 热度，而是踏踏实实做全套 AI 底层基建，专门给去中心化 AI 打好底层基础 从节点互通、链上身份，再到可信计算这些问题，全都一一解决了 打破大厂对 AI 模型的垄断，让 AI 可以在开放网络自主运转，持续迭代升级 项目已经有实打实的落地产品了，Delphi 也已经正式上线主网，能产生真实链上收益，还有代币销毁机制做支撑，整体发展模式很稳 $AIGENSYN 本身也是稀缺优质标的，代币总量 100 亿，初期流通仅 3%，而且目前只上了币安alpha，感觉有很大概率上所大满贯的，只能期待一下了！ 刚好近期币安官宣要下架旧版 $AI ，感觉这个时间点也挺有巧合性 和同赛道项目相比，整体估值偏低，存在不小的提升空间，主网上线后，还收获了数十家海外权威媒体报道，行业关注度也是一直在线 综合来看，同时具备顶级资本背书、底层技术基建、落地应用、真实收入的项目，其实并不多 $AI 这个优质后缀，也和它原生 AI 基建的定位高度契合，不搞虚的营销，专注技术搭建与生态落地，这类踏实做事的项目，在去中心化 AI 赛道里，还是可以花时间看看的！ 就简单分享下自己的看法，希望大家这次都能顺利抢到 Alpha 空投，后续项目有新动态，我再及时同步。 #Gensyn# #AI# #去中心化AI#

之前有张「中国AI vs 美国AI」的图（图1）很火，就在OpenAI和Anthropic齐发新模型的同时，元宝和千问正在开打红包大战，对比起来讽刺性拉满了。 但这个笑话的保质期很短，也不怎么好笑了，因为很快赶上了字节和快手同样先后的发了新一代视频模型，在外网刷屏的程度再次引起洋人对于中国AI实力深不可测的「刻板印象」。 所以说钱钟书老爷子写「围城」是有道理的，寰宇就是一个围城，里头的人眼馋外边，外边的人羡慕里头。 字节的Seedance 2.0很牛逼，可以说是完全改写了视频生成的方法，而且因为字节这家公司自带的外围声量一直很大，所以虽然发布更晚，评价增长却更快，但快手的Kling 3.0也非常强，我已经烧掉三个号了，保证绝对不是在强行塑造「双星闪耀」的概念。 这也和两个模型的路线差异有关，综合能力肯定都要对标视频大模型的Sota、也就是谷歌的Veo模型，但Seedance 2.0更侧重于Sora 2的那套运镜、理解、模仿、转场等效果，极大的利好短视频创作者生态，而Kling 3.0则更偏向于Runway代表的影视化、真实化和工业化的能力，是冲着专业导演和工作室去的。 所以博主和用户天然会对Seedance 2.0更有感觉，这没毛病，但我对Kling 3.0的上限期待很高，它真的是在抹平真实和虚拟之间的界限，不过从长期来看，路线差异必然是暂时的，最后大家都会殊途同归，解决抽卡问题的同时，全方位无死角的替代掉现有视频生产管线的一半以上，甚至更多。 相比「闷声发大财」的AI Coding，多模态才是AI接近普通人的破圈手段，去年ChatGPT和Gemini的两次「翻倍级」增长（图2），一个是因为GPt-4o的「吉卜力风潮」，一个是基于Nano Banana的降维打击，都是多模态在立功。 到了今年，战场开始继续前移，除了Seedance 2.0和Kling 3.0，同样是在这个月，马斯克发布了Grok专有的视频模型Imagine 1.0，谷歌也发布了打掉游戏引擎市值的Genie 3，发现共同点了吗？ 全，是，视，频。 人是视觉动物，所见即所得的信息量，是远超文本和语言的，视频模型以前主要吃亏在能力不足，训练难度居高不下，生成质量良莠不齐，无法形成类似「一键P图」的稳定性玩法，但是到了2026年，这个瓶颈期目测已经快要跨过去了。 还记得威尔·史密斯吃意大利面吗？那也不过是两三年前的事情，时间过得很快，也很扁平，技术的进化效率太可怕了。 多说几句开头那个对比吧，如果说中国AI公司眼馋Claude Opus 4.6和GPT-5.3-Codex，倒也确实没毛病，但这也不只是纯粹的技术代差，中美的商业环境决定了AI渗透的发力点不一样。 表面上看，美国的AI巨头都在发力AI Coding，容易货币化是一回事，再往深了想，Coding自由的终点是什么？是工具、软件甚至系统的零成本化，需要什么让AI去写代码就好了，所以美股里的SaaS赛道突然就崩了。 SaaS是一个积累了快30年的万亿级规模市场，非常适合拿来当作回应「AI投入太大、回报不足」的靶子，想象空间太大了，而大厦将倾的此情此景，实在是有种见证时代的残酷美学。 王慧文在即刻上发了一条非常精辟的动态（图3）： 「我们曾经以为，中国SaaS会像美国SaaS那么值钱，现在看，美国SaaS会像中国SaaS这么不值钱。」 大佬就是大佬，几句话就说到点上了，中国的AI公司在产业化方面有苦难言，尤其是面对美国同行的高歌猛进，原因就在于：你不可能去替代一个不存在的市场，拿走一份不存在的产值，讲述一篇不存在的故事⋯⋯ 但在多模态尤其是视频模型方面，就不是这样了，中国互联网的短视频、直播和创作者生态，是全球领先的，这是真的存在巨大的市场、产值和故事可以被AI接上的，所以字节和快手为视频模型的投入动力，是完全不虚美国大厂的。 快手Kling有先发优势，ARR涨得很快，在海外一直处于第一梯队，字节属于后来居上，多模态能力对豆包的留存拉动明显，更不用说GPU储备量是国内大厂里Top级的，真想做成事情，很难不做成。 昨晚很多字节的朋友都在转梁汝波和张楠用AI合拍的视频（图4），用来宣传搭载了Seedance 2.0的即梦，张楠的性格搞这个不意外，意外的是梁汝波也配合了，你们很少会看到他给字节的其他产品这么站台。 晚点LatePost的稿子里提过，字节内部是期待AI这波能有「下一个抖音」跑出来的，而且是完全用字节的方法去做选择——数据决定地位——也就是说，赛马机制已经启动了，目前至少有三拨势力在争这个「太子」： - 即梦，负责人张楠是把抖音做起来的第一人，她先去剪映，再到即梦，一直是被安放在从0到1的最前线，代表了字节在创业场景下最强的战斗力； - 豆包，所属的Flow团队负责人朱骏是 - 抖音自己，是的，抖音部门也希望「下一个抖音」能由自己孵化出来，而不是假手于人，比如抖音搜索团队做了一个名字就叫AI抖音的App，用户量不大，但占位置的意图很明显； 还是那句话，字节这家公司的活力之高和欲望之强，在大厂里真的很少见，丝毫看不到老化的痕迹。 最后我还想说，大的在后面，中国AI公司在这个月的重量级发布还没结束，我知道一些但是暂时不能说，等着吧，用心感受这神仙打架的一个月。