Sensitive content

This media may contain sensitive content.

Video yükleniyor...

Video Yüklenemedi

Bu video yüklenirken bir sorun oluştu. Bu geçici bir ağ sorunundan kaynaklanıyor olabilir veya video kullanılamıyor olabilir.

Ana Sayfaya Dön

和空姐“日”常之请给驻外偷跑的空姐多一点前戏空姐其实最烦碰到不太出工时的外地过夜排班尤其去到一些空气质量不太好的城市加上工作组的随时抽查，在驻地酒店约炮真的是提心吊胆这就导致比较难高潮是完全可以理解的，那些一进来就喜欢直接插入的哥哥建议真的可以多花点心思调情至于那些全网空降，进了房间比大哥还嗨的空姐我只能说大哥们开心就好……毕竟这个世界都是草台班子求助：有懂AI面部马赛克的技术粉还请后台支招，用于解决视频产能问题，avclabs，ai face blue，plugger这些已试过，对口罩和侧脸的场景效果不佳 ——————————————— 谢谢新老粉丝点赞，转发，支持我们做更好的空姐原创加入会员可享本期完整视频 ❤️ #空姐 #CZ #民航 #南航 #空乘 #丝袜 #丝足 #原味襪襪投稿：有稿投😁 小妹の日常（内群官方管理员）

CC天青哥哥

48,732 subscribers

203,121 görüntüleme • 2 yıl önce •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

谢娜再练练情商和主持能力吧，乘风初见面直播重点不是新来的姐姐吗？袁咏仪一来，就一直拉着人家说，这是我自己的姐姐，我们太难请到她了，那是因为请到了新的姐姐，才能请到咏仪然后就一直不停地拉着袁咏仪说话，人家新来姐姐是今年的主角，一点话没得插进去，一直等到聊歌曲的时候才能说上一句话正常来说，主持人就不要把自己的私事，自己的那些乱七八糟的放到上面来说跟现场毫无关系，最后还是袁咏仪自己把话题回到主角上来，没想到谢娜自己又把袁咏仪难请这个事情又继续出来说了一遍我真的无语了，现在的主角到底是谁呀？如果不是齐思钧也拉着新的姐姐说要这个姐姐我们也是非常难请的，这个场面真的非常的难看，谢娜情商真的低😭

谢娜再练练情商和主持能力吧，乘风初见面直播重点不是新来的姐姐吗？袁咏仪一来，就一直拉着人家说，这是我自己的姐姐，我们太难请到她了，那是因为请到了新的姐姐，才能请到咏仪然后就一直不停地拉着袁咏仪说话，人家新来姐姐是今年的主角，一点话没得插进去，一直等到聊歌曲的时候才能说上一句话正常来说，主持人就不要把自己的私事，自己的那些乱七八糟的放到上面来说跟现场毫无关系，最后还是袁咏仪自己把话题回到主角上来，没想到谢娜自己又把袁咏仪难请这个事情又继续出来说了一遍我真的无语了，现在的主角到底是谁呀？如果不是齐思钧也拉着新的姐姐说要这个姐姐我们也是非常难请的，这个场面真的非常的难看，谢娜情商真的低😭

shenxiao

88,057 görüntüleme • 5 ay önce

真正言出法随的AI视频工具，终于被我找到了！！而且还是个100%开源的视频世界模型项目！这个用来做视频真的很高级！先说一个长期的“痒点”，做AI视频为了保证空间场景的一致性，不得不生成一大堆各种角度的场景的图片作参考约束，要确保正反打都不会穿帮，要确保镜头转过去再转回来场景不走形，但其实，这个方法很原始！但如果，直接可以生成一个高度一致性的空间，让人物站在该有的位置，并且还能够自由控制镜头在空间里的运动，所有一致性的困扰，就全部解决了！！ AlayaWorld Alaya Lab 就完全是这个思路，根据任何图片和视频，实时渲染一个自由空间，先固化一个场景，然后人物和道具进场，先搭景再拍摄，这样做视频的体验，就无限接近于真实片场！你就像一个导演，站在片场里，并且拥有“言出法随”的能力！改天气、换演员、换服装、甚至直接换场景，可玩性和可控性全部拉满，突发奇想的指令或者是已经设置好“技能”，就可以实时渲染出来！而且这个时长不受限制，一个空间里，“拍摄”多久都可以。想想就很爽，这种创作体验，是前所未有的！！不光是视频，这也完全是彻底改变游戏行业的存在。尤其是那种沉浸感很强的第一人称游戏！越说越激动，这个项目现在是完全开源的，有兴趣的朋友，真的可以关注一下这方面的趋势，我觉得在这个探索世界模型的阶段，这个，就是最好的落地应用！！

真正言出法随的AI视频工具，终于被我找到了！！而且还是个100%开源的视频世界模型项目！这个用来做视频真的很高级！先说一个长期的“痒点”，做AI视频为了保证空间场景的一致性，不得不生成一大堆各种角度的场景的图片作参考约束，要确保正反打都不会穿帮，要确保镜头转过去再转回来场景不走形，但其实，这个方法很原始！但如果，直接可以生成一个高度一致性的空间，让人物站在该有的位置，并且还能够自由控制镜头在空间里的运动，所有一致性的困扰，就全部解决了！！ AlayaWorld Alaya Lab 就完全是这个思路，根据任何图片和视频，实时渲染一个自由空间，先固化一个场景，然后人物和道具进场，先搭景再拍摄，这样做视频的体验，就无限接近于真实片场！你就像一个导演，站在片场里，并且拥有“言出法随”的能力！改天气、换演员、换服装、甚至直接换场景，可玩性和可控性全部拉满，突发奇想的指令或者是已经设置好“技能”，就可以实时渲染出来！而且这个时长不受限制，一个空间里，“拍摄”多久都可以。想想就很爽，这种创作体验，是前所未有的！！不光是视频，这也完全是彻底改变游戏行业的存在。尤其是那种沉浸感很强的第一人称游戏！越说越激动，这个项目现在是完全开源的，有兴趣的朋友，真的可以关注一下这方面的趋势，我觉得在这个探索世界模型的阶段，这个，就是最好的落地应用！！

沐阳

31,087 görüntüleme • 1 ay önce

我回答你下这个问题，这个问题我也给我身边的好朋友多次解答了，详细的你可以看我发的这段语音，在这个市场上必须要找到自己合适的思路，如果找不到合适的思路又想做多，又想做空你最后赚不到一点钱，我的确可以多空双吃，我甚至可以精准的预判到跌到哪里会反弹，我回去抄底开多单，但是我是个空头，我多单拿不住，我大多数的钱都是做空赚的，我必须在这个市场上一直维持我的空头思维，所以我就算知道要大涨也拿不住，但是如果真的大跌了我可以拿得住，还敢加重仓，这样就会导致我在极端暴跌行情赚大钱，甚至精准的在底部抄底，但是空头思维，我就算做多了，还是会找机会做空，我对我自己已经很满意了，在这个市场上能赚钱就已经知足了，所以我是不会改变我的思维模式，如果我一旦改变我的思维模式，我怕以后我赚不到钱

我回答你下这个问题，这个问题我也给我身边的好朋友多次解答了，详细的你可以看我发的这段语音，在这个市场上必须要找到自己合适的思路，如果找不到合适的思路又想做多，又想做空你最后赚不到一点钱，我的确可以多空双吃，我甚至可以精准的预判到跌到哪里会反弹，我回去抄底开多单，但是我是个空头，我多单拿不住，我大多数的钱都是做空赚的，我必须在这个市场上一直维持我的空头思维，所以我就算知道要大涨也拿不住，但是如果真的大跌了我可以拿得住，还敢加重仓，这样就会导致我在极端暴跌行情赚大钱，甚至精准的在底部抄底，但是空头思维，我就算做多了，还是会找机会做空，我对我自己已经很满意了，在这个市场上能赚钱就已经知足了，所以我是不会改变我的思维模式，如果我一旦改变我的思维模式，我怕以后我赚不到钱

凉兮大元帅（白虎已上环已结扎）

265,196 görüntüleme • 1 yıl önce

贝佐斯说月球是宇宙的礼物。马斯克也把目光从火星移回月球。为什么科技巨头们突然都对月球这么上心了？地球到月球，三天半就能到。随时可以发射。而去火星，每26个月才有一次机会。月球的引力只有地球的六分之一。这意味着把一公斤东西送离月球，花费的能量只有地球的三十分之一。这简直是完美的星际加油站和物流枢纽。但这还不是全部。未来10到20年，千兆瓦级的数据中心，将会建在太空。这些巨大的AI训练集群，为什么要放太空？那里有24小时不间断的太阳能。没有云，没有雨，没有天气。成本最终会比地球上的数据中心更低。能源和算力是新时代的战略资源。当这些科技巨头描绘太空如何让地球更美好的蓝图时，一个问题浮现。这些太空基础设施，由谁控制？为谁服务？是为全人类，还是为少数精英的利益？更重要的是，当美国公司在月球上建立基地和数据中心时，中共的太空计划又在做什么？这会不会是新一轮的太空竞赛？只是这次的终点，远不止插上一面旗帜那么简单了。

贝佐斯说月球是宇宙的礼物。马斯克也把目光从火星移回月球。为什么科技巨头们突然都对月球这么上心了？地球到月球，三天半就能到。随时可以发射。而去火星，每26个月才有一次机会。月球的引力只有地球的六分之一。这意味着把一公斤东西送离月球，花费的能量只有地球的三十分之一。这简直是完美的星际加油站和物流枢纽。但这还不是全部。未来10到20年，千兆瓦级的数据中心，将会建在太空。这些巨大的AI训练集群，为什么要放太空？那里有24小时不间断的太阳能。没有云，没有雨，没有天气。成本最终会比地球上的数据中心更低。能源和算力是新时代的战略资源。当这些科技巨头描绘太空如何让地球更美好的蓝图时，一个问题浮现。这些太空基础设施，由谁控制？为谁服务？是为全人类，还是为少数精英的利益？更重要的是，当美国公司在月球上建立基地和数据中心时，中共的太空计划又在做什么？这会不会是新一轮的太空竞赛？只是这次的终点，远不止插上一面旗帜那么简单了。

墓碑科技

27,941 görüntüleme • 6 ay önce

我只做视频里这种真实的、确定是本人的空姐资源，每位空姐都可以像视频这样，按照我的要求随意说出不同的月份、位置。聪明的您应该知道，这一点，盗图的那些人是肯定做不到的。价略贵，屌丝请绕行。看我主页的简介，请联系我主页的电报👆给您发资料。无门槛、无定金、无需下载任何app，无需点击任何网址。选人时，我只单纯的用电报给您发当天实时开工人员的照片和视频，供您选择。目前大城市都有资源，小城市没有资源，请谅解。

我只做视频里这种真实的、确定是本人的空姐资源，每位空姐都可以像视频这样，按照我的要求随意说出不同的月份、位置。聪明的您应该知道，这一点，盗图的那些人是肯定做不到的。价略贵，屌丝请绕行。看我主页的简介，请联系我主页的电报👆给您发资料。无门槛、无定金、无需下载任何app，无需点击任何网址。选人时，我只单纯的用电报给您发当天实时开工人员的照片和视频，供您选择。目前大城市都有资源，小城市没有资源，请谅解。

广州空姐@杨橘←看主页

14,969 görüntüleme • 2 yıl önce

商业空间站是我认为除了太空数据中心和卫星星座以外，地球轨道上另一个大工程和赢利点。相关公司目前上市的只有Voyager的Starlab，市值仅1.69B。我个人比较看好的是VAST，当然还有Blue Origin的Orbital Reef Station。而它们爆发的时机，就是国际空间站退役和可复用中重型火箭全面开花的那一天。火箭的“快速可重复使用”正在不停的解锁新需求，星链和太空数据中心都是“果”，低成本发射才是“因”。

商业空间站是我认为除了太空数据中心和卫星星座以外，地球轨道上另一个大工程和赢利点。相关公司目前上市的只有Voyager的Starlab，市值仅1.69B。我个人比较看好的是VAST，当然还有Blue Origin的Orbital Reef Station。而它们爆发的时机，就是国际空间站退役和可复用中重型火箭全面开花的那一天。火箭的“快速可重复使用”正在不停的解锁新需求，星链和太空数据中心都是“果”，低成本发射才是“因”。

海伦子Hellen

53,814 görüntüleme • 9 ay önce

💥💥白宫刚刚确认了瞬移技术的存在？ – 川普总统表示，美国拥有从未被世人见过的武器。 – 白宫科技政策办公室主任声称，我们能够扭曲时间与空间，消灭距离。外星人，外星技术❓和这些比，算个啥❗️ 在科幻电影里才有的东东，其实在美国都是现实存在的😎❗️ 调查员阿什顿·福布斯（Ashton Forbes）做客《本尼秀》（The Benny Show），揭露他们为何隐藏这一技术——以及它如何可能引发世界的终结。 “这种技术一旦应用，就会立刻让所有的军事力量都变得过时。嗯，我觉得你还不错，所以我可以就，我可以直接拿走你的飞机舰队，然后瞬间就让它们消失。我可以直接拿走你的航空母舰，航空母舰显然是现代战争中最具最具实用性的武器，我想你可以说，它无疑是用来进行力量投射的。你意思是它们就这样变得过时了吗？你就是这个意思吗？我们就能直接把…把我们的武器瞬间送到中共国大陆，对吧？而且不会被任何人看到或察觉。这就是那个应用吗？比那个还要疯狂。我们甚至很难完全理解我们在这里讨论的东西，因为…… 如果我们掌握了这种武器，那么对美国来说就绝对没有任何挑战，除非其他人也拥有这种武器。” 这个视频有些长，也是第一次公开详细概述这些科幻技术的视频，虽然讲得还是有些朦朦胧胧，也许就是仔细地看过一遍，您也未必能够全懂。但您看完一定会有一种魔幻感觉，犹如七哥所说过的，美国所拥有的神秘力量，真是太厉害太神奇了，这就不是地球上的技术，它们从物理常识上，完全超越了我们的认知🔥🔥 真的很可能是有神在保佑美国，如果您把外星主人也认作神的话🙏🙏🙏 24分钟的视频，本喵做了中文字幕，供您好好欣赏😍

💥💥白宫刚刚确认了瞬移技术的存在？ – 川普总统表示，美国拥有从未被世人见过的武器。 – 白宫科技政策办公室主任声称，我们能够扭曲时间与空间，消灭距离。外星人，外星技术❓和这些比，算个啥❗️ 在科幻电影里才有的东东，其实在美国都是现实存在的😎❗️ 调查员阿什顿·福布斯（Ashton Forbes）做客《本尼秀》（The Benny Show），揭露他们为何隐藏这一技术——以及它如何可能引发世界的终结。 “这种技术一旦应用，就会立刻让所有的军事力量都变得过时。嗯，我觉得你还不错，所以我可以就，我可以直接拿走你的飞机舰队，然后瞬间就让它们消失。我可以直接拿走你的航空母舰，航空母舰显然是现代战争中最具最具实用性的武器，我想你可以说，它无疑是用来进行力量投射的。你意思是它们就这样变得过时了吗？你就是这个意思吗？我们就能直接把…把我们的武器瞬间送到中共国大陆，对吧？而且不会被任何人看到或察觉。这就是那个应用吗？比那个还要疯狂。我们甚至很难完全理解我们在这里讨论的东西，因为…… 如果我们掌握了这种武器，那么对美国来说就绝对没有任何挑战，除非其他人也拥有这种武器。” 这个视频有些长，也是第一次公开详细概述这些科幻技术的视频，虽然讲得还是有些朦朦胧胧，也许就是仔细地看过一遍，您也未必能够全懂。但您看完一定会有一种魔幻感觉，犹如七哥所说过的，美国所拥有的神秘力量，真是太厉害太神奇了，这就不是地球上的技术，它们从物理常识上，完全超越了我们的认知🔥🔥 真的很可能是有神在保佑美国，如果您把外星主人也认作神的话🙏🙏🙏 24分钟的视频，本喵做了中文字幕，供您好好欣赏😍

淘喵先生

155,537 görüntüleme • 1 yıl önce

川普以前的几位总统，真TM每天都是混吃等死，有利于美国的事，一件也不干，掏空美国的事，干的比谁都积极。就说这登月些事，其实就是太空竞赛，也就是军事竞赛，但那几个老登，打死也不干，因为没多大油水挤出来给支持他们的组织，一点热情都没有。拜登更是把意识形态带入太空竞赛，让宇航员在太空飘着不接回来，最后还是马斯克自己掏钱用他的火箭带回地球的。今天，不一样了！人类时隔 50 多年再次踏入深空。川普要把太空竞赛进行下去，要拿冠军！ NASA 的阿尔忒弥斯二号任务将把宇航员送往比阿波罗计划以来任何人类都更远的地方……而这仅仅是个开始。从创造历史的宇航员队伍到高风险的绕月试飞，美国，正在创造未来…

川普以前的几位总统，真TM每天都是混吃等死，有利于美国的事，一件也不干，掏空美国的事，干的比谁都积极。就说这登月些事，其实就是太空竞赛，也就是军事竞赛，但那几个老登，打死也不干，因为没多大油水挤出来给支持他们的组织，一点热情都没有。拜登更是把意识形态带入太空竞赛，让宇航员在太空飘着不接回来，最后还是马斯克自己掏钱用他的火箭带回地球的。今天，不一样了！人类时隔 50 多年再次踏入深空。川普要把太空竞赛进行下去，要拿冠军！ NASA 的阿尔忒弥斯二号任务将把宇航员送往比阿波罗计划以来任何人类都更远的地方……而这仅仅是个开始。从创造历史的宇航员队伍到高风险的绕月试飞，美国，正在创造未来…

KUNLUN昆侖

53,206 görüntüleme • 5 ay önce

激光，居然能被一股水流给抓住。这束光，会像个听话的孩子，顺着水流的方向走。这背后是什么黑科技？其实简单到难以置信。这就是“全内反射”，跟光纤的原理一模一样。光在从密度高的介质（水）进入密度低的介质（空气）时，如果入射角足够大，光就会被“困”在水流里，无法逃逸。这个实验，一个可乐瓶、一支激光笔就能做。最底层的物理规律，往往简单、纯粹、不骗人。它不像达沃斯精英们鼓吹的那些复杂模型，把简单问题复杂化，然后告诉你只有他们能解决。物理规律对所有人一视同仁，不管你是谁。这才是真正的“公平”。真正的创新，往往源于对这些基本原理的洞察和应用，而不是靠着PPT和政府补贴吹出来的泡沫。看看光纤通信，它改变了世界，靠的是坚实的物理学，而不是什么宏大的叙事和空洞的承诺。很多时候，答案就在最基础的地方，只是有人不希望我们看到。

激光，居然能被一股水流给抓住。这束光，会像个听话的孩子，顺着水流的方向走。这背后是什么黑科技？其实简单到难以置信。这就是“全内反射”，跟光纤的原理一模一样。光在从密度高的介质（水）进入密度低的介质（空气）时，如果入射角足够大，光就会被“困”在水流里，无法逃逸。这个实验，一个可乐瓶、一支激光笔就能做。最底层的物理规律，往往简单、纯粹、不骗人。它不像达沃斯精英们鼓吹的那些复杂模型，把简单问题复杂化，然后告诉你只有他们能解决。物理规律对所有人一视同仁，不管你是谁。这才是真正的“公平”。真正的创新，往往源于对这些基本原理的洞察和应用，而不是靠着PPT和政府补贴吹出来的泡沫。看看光纤通信，它改变了世界，靠的是坚实的物理学，而不是什么宏大的叙事和空洞的承诺。很多时候，答案就在最基础的地方，只是有人不希望我们看到。

墓碑科技

56,048 görüntüleme • 8 ay önce

月球不是终点，它只是备用地球的入口？马斯克说如果地球“烂掉了”，SpaceX就把地图扩展到“月球基地阿尔法”。他说空间就像是一系列同心壳层，可以装下几千个飞行的Airstream拖车也不会撞到地太大了，不止地球表面，还有轨道空间。接下来目标，是打造一个登月常驻基地，乃至让火星自给自足。从听上去像科幻小说的愿景，到现在SpaceX每年数十次发射任务，一步步逼近现实。问题是：谁来定规则？如果私人企业能直接在地外部署“领土”，那地球国家的主权体系将在太空碎裂。而受控的大公司（特别是受外国政府背景深重者）在太空上建立基地，可能形成新的“地外霸权”。人类的“逃离地球”计划，还没开始就面临了治理真空的问题。我们是否该先想好一个平衡各国与私营力量的太空宪章？还是说，这注定是一场资本领先者的殖民竞赛？

月球不是终点，它只是备用地球的入口？马斯克说如果地球“烂掉了”，SpaceX就把地图扩展到“月球基地阿尔法”。他说空间就像是一系列同心壳层，可以装下几千个飞行的Airstream拖车也不会撞到地太大了，不止地球表面，还有轨道空间。接下来目标，是打造一个登月常驻基地，乃至让火星自给自足。从听上去像科幻小说的愿景，到现在SpaceX每年数十次发射任务，一步步逼近现实。问题是：谁来定规则？如果私人企业能直接在地外部署“领土”，那地球国家的主权体系将在太空碎裂。而受控的大公司（特别是受外国政府背景深重者）在太空上建立基地，可能形成新的“地外霸权”。人类的“逃离地球”计划，还没开始就面临了治理真空的问题。我们是否该先想好一个平衡各国与私营力量的太空宪章？还是说，这注定是一场资本领先者的殖民竞赛？

墓碑科技

34,782 görüntüleme • 10 ay önce

未来三四年，全球最重要的事情是什么？答案是：太空数据中心。你可能会觉得奇怪，但从第一性原理出发，把数据中心建在地球上，其实从一开始就错了。一个数据中心，最核心的成本是什么？两样东西：电，还有散热。先说电。在太空，卫星可以24小时晒太阳。强度还比地面高30%。综合下来，辐射能量是地球的6倍！这意味着什么？你根本不需要昂贵的储能电池。在整个太阳系里，最便宜、最管够的能源，就是太空里的太阳能。再说散热。你在地球上建一个机房，整个机架一半的重量和成本，都是给空调、水冷系统这些复杂玩意儿准备的。但在太空呢？散热是免费的。你只要在卫星背对太阳的那一面，放一个散热器就行了。温度接近绝对零度。所有复杂的散热设备、巨大的成本，瞬间归零。还没完。数据中心里，一个个机柜是怎么连起来的？用光纤。本质是激光在缆线里跑。还有什么比这更快？有。让激光在真空里跑。当无数个卫星数据中心在太空用激光互联，你就拥有了一个比地球上任何网络都更快的超级数据中心。这对我们普通人意味着什么？现在，我手机发个指令，信号要先到基站，进光纤，绕过好几个城市路由器，才能到达数据中心，然后原路返回。未来呢？你的手机直接跟卫星对话，信号上去，算完，下来。 Boom，结束。更低的成本，更快的速度。这才是AI时代该有的样子。

未来三四年，全球最重要的事情是什么？答案是：太空数据中心。你可能会觉得奇怪，但从第一性原理出发，把数据中心建在地球上，其实从一开始就错了。一个数据中心，最核心的成本是什么？两样东西：电，还有散热。先说电。在太空，卫星可以24小时晒太阳。强度还比地面高30%。综合下来，辐射能量是地球的6倍！这意味着什么？你根本不需要昂贵的储能电池。在整个太阳系里，最便宜、最管够的能源，就是太空里的太阳能。再说散热。你在地球上建一个机房，整个机架一半的重量和成本，都是给空调、水冷系统这些复杂玩意儿准备的。但在太空呢？散热是免费的。你只要在卫星背对太阳的那一面，放一个散热器就行了。温度接近绝对零度。所有复杂的散热设备、巨大的成本，瞬间归零。还没完。数据中心里，一个个机柜是怎么连起来的？用光纤。本质是激光在缆线里跑。还有什么比这更快？有。让激光在真空里跑。当无数个卫星数据中心在太空用激光互联，你就拥有了一个比地球上任何网络都更快的超级数据中心。这对我们普通人意味着什么？现在，我手机发个指令，信号要先到基站，进光纤，绕过好几个城市路由器，才能到达数据中心，然后原路返回。未来呢？你的手机直接跟卫星对话，信号上去，算完，下来。 Boom，结束。更低的成本，更快的速度。这才是AI时代该有的样子。

墓碑科技

34,945 görüntüleme • 9 ay önce

Clawdbot的创造者说，他最喜欢的模型是Claude Opus。但编程能力最强的，竟然是OpenAI的旧模型Codex。为什么？他说用Codex写代码，有95%的把握可以直接运行。因为它能理解大型代码库，需要的“人工干预”更少。这就像一个经验丰富的老员工，话不多，但活儿干得漂亮。而Claude Opus，虽然被认为综合能力更强，但在编程这个具体任务上，却需要更多技巧和引导才能达到同样效果。有点像一个很聪明但经验不足的新人。这引出一个有趣的问题。我们真的需要那个最“聪明”、最像人的AI吗？还是说，在特定领域，我们更需要一个可靠、高效、甚至有点“无聊”的工具？ Opus更像人，甚至会在聊天中讲出真正好笑的笑话。但Codex在专业领域更可靠。这是否揭示了通用人工智能（AGI）发展的一个岔路口？是追求一个无所不能但样样不精的“全才”，还是打造一系列在各自领域做到极致的“专才”？从制造业到高科技，美国产业的核心优势，向来是那些专注于解决具体问题的实用工具，而不是那些空泛的概念。技术的终点，究竟是创造一个和我们一样的“伙伴”，还是一个能把工作做到极致的工具？这两种路线，哪一个对恢复美国制造业和技术领导地位更有利？

Clawdbot的创造者说，他最喜欢的模型是Claude Opus。但编程能力最强的，竟然是OpenAI的旧模型Codex。为什么？他说用Codex写代码，有95%的把握可以直接运行。因为它能理解大型代码库，需要的“人工干预”更少。这就像一个经验丰富的老员工，话不多，但活儿干得漂亮。而Claude Opus，虽然被认为综合能力更强，但在编程这个具体任务上，却需要更多技巧和引导才能达到同样效果。有点像一个很聪明但经验不足的新人。这引出一个有趣的问题。我们真的需要那个最“聪明”、最像人的AI吗？还是说，在特定领域，我们更需要一个可靠、高效、甚至有点“无聊”的工具？ Opus更像人，甚至会在聊天中讲出真正好笑的笑话。但Codex在专业领域更可靠。这是否揭示了通用人工智能（AGI）发展的一个岔路口？是追求一个无所不能但样样不精的“全才”，还是打造一系列在各自领域做到极致的“专才”？从制造业到高科技，美国产业的核心优势，向来是那些专注于解决具体问题的实用工具，而不是那些空泛的概念。技术的终点，究竟是创造一个和我们一样的“伙伴”，还是一个能把工作做到极致的工具？这两种路线，哪一个对恢复美国制造业和技术领导地位更有利？

墓碑科技

62,012 görüntüleme • 7 ay önce

连全球光刻机霸主 ASML 的 CEO，都开始认真讨论把数据中心搬到太空了。 ASML 老板在接受采访时，被问到了马斯克的两个计划：一个是“太空数据中心”，另一个是“Terafab（太瓦级晶圆厂）”。当被问到如果马斯克真把太空数据中心搞成了，ASML 能多赚多少钱时，ASML 老板表示： “这不一定会增加芯片的总量，但它解决的是另一个瓶颈：能源。” AI 的终局，说白了就是能源战争。在地球上，电网和环保限制已经快把 AI 榨干了。但如果把数据中心扔进太空，那里有24小时不间断的强太阳能，没有大气层阻挡，能源要多少有多少。至于马斯克的 Terafab 计划，规模极大。一太瓦（Terawatt）电力等于一万亿瓦。一个标准核反应堆的发电量大约是 1 吉瓦（Gigawatt）。一太瓦，相当于一千个核反应堆的电力总和。马斯克想要用这种级别的能源，去支撑未来的芯片制造和计算。面对这种科幻级别的计划，ASML 老板非常严肃地表示：只要我们的产能能跟上，这就是巨大的上行空间。他甚至把这个计划，和韩国那些吞吐量百万片级的 DRAM 晶圆厂放在一起并列。当世界上最保守、最严谨、掌握着人类半导体技术天花板的巨头，开始把“太空数据中心”和“太瓦级工厂”写进自己的分析日程时…… 说明有些看似遥不可及的科幻，正在以极快的速度变成商业现实。人类正在准备用星际级别的能源，去喂养那个即将诞生的硅基超级智能。

连全球光刻机霸主 ASML 的 CEO，都开始认真讨论把数据中心搬到太空了。 ASML 老板在接受采访时，被问到了马斯克的两个计划：一个是“太空数据中心”，另一个是“Terafab（太瓦级晶圆厂）”。当被问到如果马斯克真把太空数据中心搞成了，ASML 能多赚多少钱时，ASML 老板表示： “这不一定会增加芯片的总量，但它解决的是另一个瓶颈：能源。” AI 的终局，说白了就是能源战争。在地球上，电网和环保限制已经快把 AI 榨干了。但如果把数据中心扔进太空，那里有24小时不间断的强太阳能，没有大气层阻挡，能源要多少有多少。至于马斯克的 Terafab 计划，规模极大。一太瓦（Terawatt）电力等于一万亿瓦。一个标准核反应堆的发电量大约是 1 吉瓦（Gigawatt）。一太瓦，相当于一千个核反应堆的电力总和。马斯克想要用这种级别的能源，去支撑未来的芯片制造和计算。面对这种科幻级别的计划，ASML 老板非常严肃地表示：只要我们的产能能跟上，这就是巨大的上行空间。他甚至把这个计划，和韩国那些吞吐量百万片级的 DRAM 晶圆厂放在一起并列。当世界上最保守、最严谨、掌握着人类半导体技术天花板的巨头，开始把“太空数据中心”和“太瓦级工厂”写进自己的分析日程时…… 说明有些看似遥不可及的科幻，正在以极快的速度变成商业现实。人类正在准备用星际级别的能源，去喂养那个即将诞生的硅基超级智能。

墓碑科技

18,726 görüntüleme • 2 ay önce

马斯克新的大饼来了这个饼，格外的大😂 涉及到行星移民、太空算力中心、AI卫星、太空能源... 让人类文明往上跳一个能量等级用Starlink 现成的太阳能阵列造 AI 卫星，150千瓦峰值功率 / 120千瓦持续算力，完全展开时翼展70米🥲 在月球本地造光伏和散热板，用电磁炮把 AI 卫星直接打进深空🤪 Terafab 太空算力工厂将占地约 1 亿平方英尺，是特斯拉 Giga Texas 工厂的 10 倍大小。 • Terafab 算力供应大约为：1TW/年 • 而当前美国年消耗量：0.5TW 首颗AI卫星： • 150千瓦峰值功率 / 120千瓦持续计算功率 • 采用SpaceX自主研发的太阳能技术 • 专为高性能AI工作负载设计的集中式AI计算载荷 • 完全展开时翼展70米 • 110平方米可展开液体散热器，用于在太空中移除废热 • 配备冗余冷却回路，集成微流星体防护 • 设计用于星舰发射，实现大规模太空计算所需的大量轨道运载能力 • 使用激光链路，同时避免了Starlink卫星所需的大多数复杂通信系统视频完整文字内容：开场：又是典型的一年大家好，欢迎。今天把埃隆和伊恩，还有我们 Starlink 团队的人请来聊聊近况。对 SpaceX 来说，这又是典型的一年：发射了一台全新的飞行器，收购了 xAI（现在归到 SpaceX 搞 AI），还宣布要建一座太瓦级芯片厂（terafab）。所以是啊，从来没有一刻闲着——典型的一年。今天想把这些点串起来，看看它们怎么一起推动「让生命成为跨行星物种」，怎么开始往卡尔达肖夫等级上爬，顺便秀一点很酷的 AI 卫星。卡尔达肖夫等级是什么你怎么判断一个文明发展到了什么程度？这是最客观的衡量标准——任何外星物种来拜访我们，都会用它来给我们这个文明打分。而最客观的方式之一，就是看这个文明能驾驭多少能量。有位俄国物理学家叫卡尔达肖夫，就想过这件事，我觉得他这个刻画方式很好：一型文明：你能驾驭一颗行星上可用的能量。二型文明：你能驾驭一颗恒星的能量。三型文明：你能驾驭整个星系的能量。这些都是非常客观、可测量的数字。而现在，我们在卡尔达肖夫一型这个尺度上都低得可怜。如果问「我们驾驭了地球能量的多大比例」，那是个极其极其小的数字。至于恒星的能量，我们几乎一点都没碰到。太阳到底有多大太阳真的是个庞然大物，大到很难用语言形容。给你一个尺度感：太阳占了整个太阳系全部质量的约 99.86%。它几乎就是一切。剩下的 0.14% 里，大部分还是木星一颗行星。我们这些还是轻量级——整个地球的质量都落在那个「其它杂项」的小类别里。跟太阳比，地球就是一粒微尘。从一型跳到二型，是一个巨大的难度台阶。三型我们甚至还不知道怎么搞——不过会到那一步的，AI 会搞定。那太阳的能量有多少？落在地球横截面上的太阳能，大约只是太阳总输出功率的二十亿分之一。而这里面绝大部分我们还用不上——因为地球 70% 是水。严格说，我们这颗星球该叫「水球」才对。外星文明来了大概会纳闷：明明大部分是水，他们为啥管它叫「地球」？我们就是太阳系里那个名不副实、其实并不绿的「格陵兰」。剩下 30% 是陆地，可里面一大堆是南极、西伯利亚、加拿大极北那种地方，人本来就不爱住，而且两极拿不到多少太阳能。所以真正能用来发电的陆地面积相当小。想往上爬，就必须去太空要想沿着卡尔达肖夫等级往上爬，或者说要驾驭太阳能量里任何有意义的比例，你就必须去太空。打个比方：哪怕只想拿到太阳输出功率的百万分之一，你也得把人类驾驭的能量提高远不止一百万倍——因为我们现在用的能量，还不到太阳输出的一万亿分之一（一万亿 = 一百万乘一百万）。所以在卡尔达肖夫二型尺度上，我们基本上等于不存在，根本「上不了榜」。我们在拿「百万分之一太阳功率」开玩笑——管它叫「一个 Microsoft」。能达到「一个 Microsoft」，相对我们现在的位置都是史诗级的成就，是个值得追求的目标。有意思的是，这个目标同时是「相对现状极其大胆」和「作为太阳能量的占比又一点都不大胆」——百万分之一而已。要是哪个文明真能拿到太阳能量的 1%，那已经是个牛逼到家的文明了，会比我们强大得多。但真要往那走，我们也不会傻乎乎地往太空扔一堆太阳能板去硬接阳光。得有真实需求，你上去是要干点有意义的事。在人类历史上到现在，其实一直没有这个需求——那是什么变了，让我们觉得现在是时候去争取那一两个百分点了？为什么是现在：把数据中心送上天要在卡尔达肖夫等级上有所进展，我们需要发射卫星绕地球运行、捕获太阳能。这样就不用在地面建巨型电厂、还要处理散热——而散热这件事，在太空里其实比在地球上容易得多，你直接往真空辐射就行。我们想做的，是把卡尔达肖夫等级爬到一个「拿得出手的文明」的水平。这样万一哪天外星人终于愿意跟我们说话，我们好歹用上了「还算体面」的一部分太阳能量，而不是现在这种「彻底寒酸」的样子。要把数据中心送上太空，有几个传统上几乎让这件事不可能的限制因素。要规模化，你需要三样东西：巨大的入轨运力——这正是 Starship 能给我们的。最终你得往轨道乃至更远处运送数百万吨。与之匹配的能量——如果你想往太空送 100 吉瓦乃至最终一太瓦，你迟早需要一太瓦的太阳能，外加配套散热。海量芯片——最终需要一太瓦的 AI 芯片。所以三样东西：入轨运力、大量太阳能（当然还有散热板），以及大量芯片。下面一项一项过。 Starship 与「可复用」这个根本突破入轨运力靠 Starship。我们刚完成 V3 的首飞，太震撼了——这一刻等了很久。 Starship 会真正给航天带来革命。它是第一款能做到「完全且快速可复用」的火箭设计。可复用性，是让生命成为跨行星物种、以及攀登卡尔达肖夫等级所必需的根本突破。没有可复用的飞行器，你根本爬不上卡尔达肖夫等级，也没法把生命延伸到月球、火星和太阳系其余地方——成本会高到无法承受。除非能反复飞，否则你造不出足够多的火箭。就像其它任何交通方式一样：要是每次坐完飞机就得把飞机扔掉，飞行会贵到没人坐，大家只能改开车。汽车、飞机、轮船、自行车，显然都是可复用的，否则根本撑不起一套交通系统。火箭要做到可复用难得多，因为地球有很深的重力井和厚厚的大气层，这让火箭复用「勉强才有可能」。此前有过很多次造完全可复用火箭的尝试，大多半途而废，因为他们觉得自己成不了。要做到完全复用，每个环节都得做到极致：发动机、结构、航电、推进剂的选择。你得为减重走极端——所以我们让发射塔去「夹住」火箭，而不是装又重又笨的着陆腿，火箭直接被塔接住。我们还没实现完全复用，但预计能做到，希望今年晚些时候在 Starship 上实现。再往前一步，是做到「快速复用」：火箭落下、被塔接住、放回发射台，不用任何翻修或繁琐检查就能再飞一次，像飞机一样。这极其困难，而这是史上头一回有一款火箭能做到这件事——这正是 Starship 之所以意义深远的地方。它同时还是有史以来最大的飞行物、最重的飞行物、任何种类里最强劲的移动物体。Starship V3 的推力是土星五号登月火箭的两倍多；到 V4，差不多会是土星五号的三倍。而且我们预计，将来 Starship 能做到一小时飞不止一次。顺便说个有意思的事：第 12 次飞行，是 SpaceX 迄今运过的最重载荷——而这还只是 V3 能力的一小部分。入轨运力会变成什么量级一旦我们能又快又多地飞，量级会比今天大好几个数量级。就算只算 Falcon 9 和 Falcon Heavy，SpaceX 现在就已经承担了全地球送入轨道质量的将近 90%——大概在 85% 到 90% 之间。剩下的大部分由中国发射，世界其它地方（包括美国其余部分）加起来大概只有 5% 到 7%。有了 Starship，我们要把入轨量从现在每年约 2500 吨，提到每年数百万吨，而且要在相当短的时间内做到。我们觉得大概三年左右就能做到每年一百万吨入轨。Starship 会把「入轨运力」这个限制因素解决掉。 AI 卫星：其实比 Starlink 卫星更简单接下来是发电和「太空里的数据中心」。很多人一听「太空数据中心」会卡壳——我们当然不是给一栋楼装上发动机飞上天，它长得其实很不一样。很多人根本不知道数据中心里面长什么样，以为是个「互联网在云里」的神秘地方。有人想象成一堆电线，有人想象成一堆盒子，但说到底就是一组芯片。真正要送上太空的东西，看下来其实相当小。更有挑战的是：怎么给它供电？这正是我们能把 Starlink 现成的太阳能阵列技术用上的地方——用这份经验造一颗卫星，把数据中心的关键部件本身送进太空。我们喜欢把它还原成「真正的工程问题是什么」：本质上就是把电送进去、再把废热和能量抽出来，扔进太空的真空里。其实 AI 卫星比 Starlink 卫星简单得多。Starlink 卫星有巨大的相控阵天线、抛物面天线、一大堆激光链路，复杂得多。AI 卫星本质上就是一大片太阳能电池、一块散热板，再加一些激光链路，但没有 Starlink 上那些超复杂的天线。两者比起来，AI 卫星反而更好设计——就是个头大一点。这颗卫星长什么样这是我们的 AI 卫星一号（AI one）的草稿版本。第一步得先做出一个有说服力的东西。我们觉得合适的起点是在 150 千瓦峰值功率这个量级。结合我们在 xAI 上跑负载的经验，我们看到它还能支撑约 120 千瓦的平均算力——峰值和平均是有区别的。所以这是 SpaceX AI 卫星的第一版：150 千瓦峰值功率、120 千瓦持续功率。给你点尺度感：太阳能阵列按每平方米 250 瓦算，散热板按每平方米约 1400 瓦算。散热板是双面的，两面都在散热，刀刃边朝向太阳。1400 瓦每平方米是个很容易达到的目标，随时间推移，我们觉得太阳能板和散热板大概都能分别做到 250 瓦和 1400 瓦每平方米以上。这基本就是这颗卫星的样子：一大片太阳能板、散热板，其余一切相比之下都很小。而且这些都是我们已经在 Starlink 星座里实际发射过的东西的演进版。对我来说最酷的一点是：我们用的太阳能技术，本来就要用在 V3 的 Starlink 飞行器上，所以我特别兴奋——直接拿过来，把它做大就行。我们想传达的一点是：AI 卫星并不需要什么「目前还不存在的魔法」。正如伊恩说的，这里很多技术我们为 Starlink V3 卫星就已经做出来了。跟我们已经在做的事比，这并不是个超难的问题。卫星上还会有大约一太比特（terabit）量级的激光链路连接能力。150 千瓦峰值功率，大致相当于一台英伟达 GB300 机架的水平：一台 GB300 带 72 颗 GPU，峰值功率大概 140 千瓦，但几乎不可能让它一直跑在峰值；更现实的工作区间是 120 千瓦左右的平均功率，峰值能冲到 150。所以你可以把它想成「太空里的一个算力机架」。然后你可以把这些算力机架通过激光链路彼此相连，或者直接连到 Starlink 星座。接上 Starlink 之后，Starlink 就能用飞行器上现成的 Ka、Ku 频段天线把数据发回地面，它本身也有连到地面的激光链路。这个延迟其实并不高。卫星大概在地面以上 600 到 800 公里，而光每毫秒走 300 公里，所以差不多就三毫秒的距离，并不远。别太担心延迟——总有人觉得会有很高的延迟，我说不会，光跑得挺快的。还有个挺酷的点：散热板本身的尺寸，和 V3 飞行器现成的太阳能阵列差不多大，大概 70 米翼展，相当大了。我们要造很多颗、放上天。你常说「名字里就带着 space（太空）」——上面空间多的是，哪怕你说的是几千颗甚至上百万颗卫星，上面也有大把地方可以挪。太空真的很大，不存在「太空会变拥挤」这回事。卫星相对地球极其微小，凑近看它显得大，可一放到跟地球比的尺度上，卫星小到根本看不见。我们现在在轨大约有一万颗 Starlink，已经很懂怎么安全地运营这么大规模的星座了——我们是唯一一家有这种量级经验的运营方。正因为有这个底子，我们知道卫星可以排得多密、还能安全地飞，而安全是我们看待整个星座时的头号目标。在 Bastrop 建厂我们会造很多卫星，就在德州的巴斯特罗普（Bastrop）这儿造。我们现在就坐在那栋楼里。这栋楼已经很大了——你绕过转角，透过树丛看见它，会「哇」一声。但我们正要让这栋楼相形见绌。事实上，太阳能制造厂已经在建了。接下来很快会建 AI 卫星生产楼。我们预计到明年底，AI 卫星生产、太阳能生产这些都能以一个合理的产量运转起来。所以谁想做 AI 卫星，这里基本会成为它的中心。就在我们背后，机器正在轰鸣——我们仍在这里制造 Starlink 的所有用户终端，这条线不会挪走。事实上我们还在为新型号开新的生产线。这些就是新的 Starlink 终端，产量比现在的终端高得多。我们觉得最终全世界大概会有几亿个 Starlink 终端。再加上 Starlink 直连手机（direct-to-cell）星座，会直接连到人们的手机上，让你的手机和太空之间实现高带宽通信。第三样：芯片，以及为什么需要 terafab 三个限制因素已经搞定两个：入轨运力、太阳能；第三个是芯片。至少一开始，我们当然可以直接把已经在量产的芯片发上去。我们目前的参考设计用的是英伟达 Rubin 芯片，也可以是 GB300 或 Rubin；我们还会有一套基于 TPU 的参考设计——本质上你可以把任何现成芯片送上轨道。但当前整个行业，看起来大概会做到每年 100 吉瓦量级的 AI 算力。这并没有回答「你怎么走到一太瓦」这个问题。这就是为什么你需要 terafab。要迈上下一个数量级，你需要一座巨大的芯片厂。给你个尺度感：我们预计 terafab 大约会有一亿平方英尺，是特斯拉得州超级工厂的十倍。除了大，它还有什么独特、跟地球上任何其它芯片制造不一样的地方？随时间推移，terafab 上会有很多技术演进，但归根结底是「规模」。哪怕没有任何根本性的技术突破，你只要把现有的芯片制造技术——非常吃力地——放大到每年一太瓦的芯片产出。从逻辑裸片（logic die）的角度看，这相当于每年十亿颗、每颗一千瓦（按整光罩当量算）的芯片：十亿颗整光罩当量芯片、每颗一千瓦，然后你还需要配上海量的内存。时间线：别想小了今天很多人还觉得轨道数据中心是「十年以后的事」。我们想给大家一个时间框架的概念——至少是我们瞄准的时间框架。大家可以对此打点折扣，因为这只是我们的最佳猜测，不是承诺，是我们打算去试、并且觉得大概能做到的事：明年底：把空间 AI 算力做到「年化一吉瓦/年」的速率。然后争取每年提升一个数量级：约两年半时摸到年化 10 吉瓦/年，三年半时也许 100 吉瓦。再往后，看全球芯片制造和 terafab 的进展，进一步放大到每年一太瓦——也就是一千吉瓦。一太瓦是美国当前用电量的两倍。我觉得会有这个需求，但走着瞧。那是非常多的卫星。下一步：月球质量驱动器走完地球上所有限制因素、把地球能做的都顶到天花板之后，下一步是什么，才能真正往「成为卡尔达肖夫二型文明」再争取几个百分点？为什么要停在这？为什么要想得那么小？因为一太瓦其实非常小。要再上三个数量级、从「每年一太瓦」再乘一千，我们目前能看到的唯一办法，是在月球上用「质量驱动器」（mass driver）。具体说，就是在月球上本地生产光伏板和散热板，芯片也许从地球带去，也可以设想直接在月球上造。但大部分质量必须在月球本地制造，这样你就不用从地球往月球运。然后，因为月球没有大气、引力只有地球的六分之一，你可以不用火箭就把 AI 卫星加速送进深空——基本上就是用一台电磁炮，类似电磁轨道炮，把它们「打」进太空。可以把它理解成一台直线电机。我想我们可以放个视频…… 谢谢大家。

马斯克新的大饼来了这个饼，格外的大😂 涉及到行星移民、太空算力中心、AI卫星、太空能源... 让人类文明往上跳一个能量等级用Starlink 现成的太阳能阵列造 AI 卫星，150千瓦峰值功率 / 120千瓦持续算力，完全展开时翼展70米🥲 在月球本地造光伏和散热板，用电磁炮把 AI 卫星直接打进深空🤪 Terafab 太空算力工厂将占地约 1 亿平方英尺，是特斯拉 Giga Texas 工厂的 10 倍大小。 • Terafab 算力供应大约为：1TW/年 • 而当前美国年消耗量：0.5TW 首颗AI卫星： • 150千瓦峰值功率 / 120千瓦持续计算功率 • 采用SpaceX自主研发的太阳能技术 • 专为高性能AI工作负载设计的集中式AI计算载荷 • 完全展开时翼展70米 • 110平方米可展开液体散热器，用于在太空中移除废热 • 配备冗余冷却回路，集成微流星体防护 • 设计用于星舰发射，实现大规模太空计算所需的大量轨道运载能力 • 使用激光链路，同时避免了Starlink卫星所需的大多数复杂通信系统视频完整文字内容：开场：又是典型的一年大家好，欢迎。今天把埃隆和伊恩，还有我们 Starlink 团队的人请来聊聊近况。对 SpaceX 来说，这又是典型的一年：发射了一台全新的飞行器，收购了 xAI（现在归到 SpaceX 搞 AI），还宣布要建一座太瓦级芯片厂（terafab）。所以是啊，从来没有一刻闲着——典型的一年。今天想把这些点串起来，看看它们怎么一起推动「让生命成为跨行星物种」，怎么开始往卡尔达肖夫等级上爬，顺便秀一点很酷的 AI 卫星。卡尔达肖夫等级是什么你怎么判断一个文明发展到了什么程度？这是最客观的衡量标准——任何外星物种来拜访我们，都会用它来给我们这个文明打分。而最客观的方式之一，就是看这个文明能驾驭多少能量。有位俄国物理学家叫卡尔达肖夫，就想过这件事，我觉得他这个刻画方式很好：一型文明：你能驾驭一颗行星上可用的能量。二型文明：你能驾驭一颗恒星的能量。三型文明：你能驾驭整个星系的能量。这些都是非常客观、可测量的数字。而现在，我们在卡尔达肖夫一型这个尺度上都低得可怜。如果问「我们驾驭了地球能量的多大比例」，那是个极其极其小的数字。至于恒星的能量，我们几乎一点都没碰到。太阳到底有多大太阳真的是个庞然大物，大到很难用语言形容。给你一个尺度感：太阳占了整个太阳系全部质量的约 99.86%。它几乎就是一切。剩下的 0.14% 里，大部分还是木星一颗行星。我们这些还是轻量级——整个地球的质量都落在那个「其它杂项」的小类别里。跟太阳比，地球就是一粒微尘。从一型跳到二型，是一个巨大的难度台阶。三型我们甚至还不知道怎么搞——不过会到那一步的，AI 会搞定。那太阳的能量有多少？落在地球横截面上的太阳能，大约只是太阳总输出功率的二十亿分之一。而这里面绝大部分我们还用不上——因为地球 70% 是水。严格说，我们这颗星球该叫「水球」才对。外星文明来了大概会纳闷：明明大部分是水，他们为啥管它叫「地球」？我们就是太阳系里那个名不副实、其实并不绿的「格陵兰」。剩下 30% 是陆地，可里面一大堆是南极、西伯利亚、加拿大极北那种地方，人本来就不爱住，而且两极拿不到多少太阳能。所以真正能用来发电的陆地面积相当小。想往上爬，就必须去太空要想沿着卡尔达肖夫等级往上爬，或者说要驾驭太阳能量里任何有意义的比例，你就必须去太空。打个比方：哪怕只想拿到太阳输出功率的百万分之一，你也得把人类驾驭的能量提高远不止一百万倍——因为我们现在用的能量，还不到太阳输出的一万亿分之一（一万亿 = 一百万乘一百万）。所以在卡尔达肖夫二型尺度上，我们基本上等于不存在，根本「上不了榜」。我们在拿「百万分之一太阳功率」开玩笑——管它叫「一个 Microsoft」。能达到「一个 Microsoft」，相对我们现在的位置都是史诗级的成就，是个值得追求的目标。有意思的是，这个目标同时是「相对现状极其大胆」和「作为太阳能量的占比又一点都不大胆」——百万分之一而已。要是哪个文明真能拿到太阳能量的 1%，那已经是个牛逼到家的文明了，会比我们强大得多。但真要往那走，我们也不会傻乎乎地往太空扔一堆太阳能板去硬接阳光。得有真实需求，你上去是要干点有意义的事。在人类历史上到现在，其实一直没有这个需求——那是什么变了，让我们觉得现在是时候去争取那一两个百分点了？为什么是现在：把数据中心送上天要在卡尔达肖夫等级上有所进展，我们需要发射卫星绕地球运行、捕获太阳能。这样就不用在地面建巨型电厂、还要处理散热——而散热这件事，在太空里其实比在地球上容易得多，你直接往真空辐射就行。我们想做的，是把卡尔达肖夫等级爬到一个「拿得出手的文明」的水平。这样万一哪天外星人终于愿意跟我们说话，我们好歹用上了「还算体面」的一部分太阳能量，而不是现在这种「彻底寒酸」的样子。要把数据中心送上太空，有几个传统上几乎让这件事不可能的限制因素。要规模化，你需要三样东西：巨大的入轨运力——这正是 Starship 能给我们的。最终你得往轨道乃至更远处运送数百万吨。与之匹配的能量——如果你想往太空送 100 吉瓦乃至最终一太瓦，你迟早需要一太瓦的太阳能，外加配套散热。海量芯片——最终需要一太瓦的 AI 芯片。所以三样东西：入轨运力、大量太阳能（当然还有散热板），以及大量芯片。下面一项一项过。 Starship 与「可复用」这个根本突破入轨运力靠 Starship。我们刚完成 V3 的首飞，太震撼了——这一刻等了很久。 Starship 会真正给航天带来革命。它是第一款能做到「完全且快速可复用」的火箭设计。可复用性，是让生命成为跨行星物种、以及攀登卡尔达肖夫等级所必需的根本突破。没有可复用的飞行器，你根本爬不上卡尔达肖夫等级，也没法把生命延伸到月球、火星和太阳系其余地方——成本会高到无法承受。除非能反复飞，否则你造不出足够多的火箭。就像其它任何交通方式一样：要是每次坐完飞机就得把飞机扔掉，飞行会贵到没人坐，大家只能改开车。汽车、飞机、轮船、自行车，显然都是可复用的，否则根本撑不起一套交通系统。火箭要做到可复用难得多，因为地球有很深的重力井和厚厚的大气层，这让火箭复用「勉强才有可能」。此前有过很多次造完全可复用火箭的尝试，大多半途而废，因为他们觉得自己成不了。要做到完全复用，每个环节都得做到极致：发动机、结构、航电、推进剂的选择。你得为减重走极端——所以我们让发射塔去「夹住」火箭，而不是装又重又笨的着陆腿，火箭直接被塔接住。我们还没实现完全复用，但预计能做到，希望今年晚些时候在 Starship 上实现。再往前一步，是做到「快速复用」：火箭落下、被塔接住、放回发射台，不用任何翻修或繁琐检查就能再飞一次，像飞机一样。这极其困难，而这是史上头一回有一款火箭能做到这件事——这正是 Starship 之所以意义深远的地方。它同时还是有史以来最大的飞行物、最重的飞行物、任何种类里最强劲的移动物体。Starship V3 的推力是土星五号登月火箭的两倍多；到 V4，差不多会是土星五号的三倍。而且我们预计，将来 Starship 能做到一小时飞不止一次。顺便说个有意思的事：第 12 次飞行，是 SpaceX 迄今运过的最重载荷——而这还只是 V3 能力的一小部分。入轨运力会变成什么量级一旦我们能又快又多地飞，量级会比今天大好几个数量级。就算只算 Falcon 9 和 Falcon Heavy，SpaceX 现在就已经承担了全地球送入轨道质量的将近 90%——大概在 85% 到 90% 之间。剩下的大部分由中国发射，世界其它地方（包括美国其余部分）加起来大概只有 5% 到 7%。有了 Starship，我们要把入轨量从现在每年约 2500 吨，提到每年数百万吨，而且要在相当短的时间内做到。我们觉得大概三年左右就能做到每年一百万吨入轨。Starship 会把「入轨运力」这个限制因素解决掉。 AI 卫星：其实比 Starlink 卫星更简单接下来是发电和「太空里的数据中心」。很多人一听「太空数据中心」会卡壳——我们当然不是给一栋楼装上发动机飞上天，它长得其实很不一样。很多人根本不知道数据中心里面长什么样，以为是个「互联网在云里」的神秘地方。有人想象成一堆电线，有人想象成一堆盒子，但说到底就是一组芯片。真正要送上太空的东西，看下来其实相当小。更有挑战的是：怎么给它供电？这正是我们能把 Starlink 现成的太阳能阵列技术用上的地方——用这份经验造一颗卫星，把数据中心的关键部件本身送进太空。我们喜欢把它还原成「真正的工程问题是什么」：本质上就是把电送进去、再把废热和能量抽出来，扔进太空的真空里。其实 AI 卫星比 Starlink 卫星简单得多。Starlink 卫星有巨大的相控阵天线、抛物面天线、一大堆激光链路，复杂得多。AI 卫星本质上就是一大片太阳能电池、一块散热板，再加一些激光链路，但没有 Starlink 上那些超复杂的天线。两者比起来，AI 卫星反而更好设计——就是个头大一点。这颗卫星长什么样这是我们的 AI 卫星一号（AI one）的草稿版本。第一步得先做出一个有说服力的东西。我们觉得合适的起点是在 150 千瓦峰值功率这个量级。结合我们在 xAI 上跑负载的经验，我们看到它还能支撑约 120 千瓦的平均算力——峰值和平均是有区别的。所以这是 SpaceX AI 卫星的第一版：150 千瓦峰值功率、120 千瓦持续功率。给你点尺度感：太阳能阵列按每平方米 250 瓦算，散热板按每平方米约 1400 瓦算。散热板是双面的，两面都在散热，刀刃边朝向太阳。1400 瓦每平方米是个很容易达到的目标，随时间推移，我们觉得太阳能板和散热板大概都能分别做到 250 瓦和 1400 瓦每平方米以上。这基本就是这颗卫星的样子：一大片太阳能板、散热板，其余一切相比之下都很小。而且这些都是我们已经在 Starlink 星座里实际发射过的东西的演进版。对我来说最酷的一点是：我们用的太阳能技术，本来就要用在 V3 的 Starlink 飞行器上，所以我特别兴奋——直接拿过来，把它做大就行。我们想传达的一点是：AI 卫星并不需要什么「目前还不存在的魔法」。正如伊恩说的，这里很多技术我们为 Starlink V3 卫星就已经做出来了。跟我们已经在做的事比，这并不是个超难的问题。卫星上还会有大约一太比特（terabit）量级的激光链路连接能力。150 千瓦峰值功率，大致相当于一台英伟达 GB300 机架的水平：一台 GB300 带 72 颗 GPU，峰值功率大概 140 千瓦，但几乎不可能让它一直跑在峰值；更现实的工作区间是 120 千瓦左右的平均功率，峰值能冲到 150。所以你可以把它想成「太空里的一个算力机架」。然后你可以把这些算力机架通过激光链路彼此相连，或者直接连到 Starlink 星座。接上 Starlink 之后，Starlink 就能用飞行器上现成的 Ka、Ku 频段天线把数据发回地面，它本身也有连到地面的激光链路。这个延迟其实并不高。卫星大概在地面以上 600 到 800 公里，而光每毫秒走 300 公里，所以差不多就三毫秒的距离，并不远。别太担心延迟——总有人觉得会有很高的延迟，我说不会，光跑得挺快的。还有个挺酷的点：散热板本身的尺寸，和 V3 飞行器现成的太阳能阵列差不多大，大概 70 米翼展，相当大了。我们要造很多颗、放上天。你常说「名字里就带着 space（太空）」——上面空间多的是，哪怕你说的是几千颗甚至上百万颗卫星，上面也有大把地方可以挪。太空真的很大，不存在「太空会变拥挤」这回事。卫星相对地球极其微小，凑近看它显得大，可一放到跟地球比的尺度上，卫星小到根本看不见。我们现在在轨大约有一万颗 Starlink，已经很懂怎么安全地运营这么大规模的星座了——我们是唯一一家有这种量级经验的运营方。正因为有这个底子，我们知道卫星可以排得多密、还能安全地飞，而安全是我们看待整个星座时的头号目标。在 Bastrop 建厂我们会造很多卫星，就在德州的巴斯特罗普（Bastrop）这儿造。我们现在就坐在那栋楼里。这栋楼已经很大了——你绕过转角，透过树丛看见它，会「哇」一声。但我们正要让这栋楼相形见绌。事实上，太阳能制造厂已经在建了。接下来很快会建 AI 卫星生产楼。我们预计到明年底，AI 卫星生产、太阳能生产这些都能以一个合理的产量运转起来。所以谁想做 AI 卫星，这里基本会成为它的中心。就在我们背后，机器正在轰鸣——我们仍在这里制造 Starlink 的所有用户终端，这条线不会挪走。事实上我们还在为新型号开新的生产线。这些就是新的 Starlink 终端，产量比现在的终端高得多。我们觉得最终全世界大概会有几亿个 Starlink 终端。再加上 Starlink 直连手机（direct-to-cell）星座，会直接连到人们的手机上，让你的手机和太空之间实现高带宽通信。第三样：芯片，以及为什么需要 terafab 三个限制因素已经搞定两个：入轨运力、太阳能；第三个是芯片。至少一开始，我们当然可以直接把已经在量产的芯片发上去。我们目前的参考设计用的是英伟达 Rubin 芯片，也可以是 GB300 或 Rubin；我们还会有一套基于 TPU 的参考设计——本质上你可以把任何现成芯片送上轨道。但当前整个行业，看起来大概会做到每年 100 吉瓦量级的 AI 算力。这并没有回答「你怎么走到一太瓦」这个问题。这就是为什么你需要 terafab。要迈上下一个数量级，你需要一座巨大的芯片厂。给你个尺度感：我们预计 terafab 大约会有一亿平方英尺，是特斯拉得州超级工厂的十倍。除了大，它还有什么独特、跟地球上任何其它芯片制造不一样的地方？随时间推移，terafab 上会有很多技术演进，但归根结底是「规模」。哪怕没有任何根本性的技术突破，你只要把现有的芯片制造技术——非常吃力地——放大到每年一太瓦的芯片产出。从逻辑裸片（logic die）的角度看，这相当于每年十亿颗、每颗一千瓦（按整光罩当量算）的芯片：十亿颗整光罩当量芯片、每颗一千瓦，然后你还需要配上海量的内存。时间线：别想小了今天很多人还觉得轨道数据中心是「十年以后的事」。我们想给大家一个时间框架的概念——至少是我们瞄准的时间框架。大家可以对此打点折扣，因为这只是我们的最佳猜测，不是承诺，是我们打算去试、并且觉得大概能做到的事：明年底：把空间 AI 算力做到「年化一吉瓦/年」的速率。然后争取每年提升一个数量级：约两年半时摸到年化 10 吉瓦/年，三年半时也许 100 吉瓦。再往后，看全球芯片制造和 terafab 的进展，进一步放大到每年一太瓦——也就是一千吉瓦。一太瓦是美国当前用电量的两倍。我觉得会有这个需求，但走着瞧。那是非常多的卫星。下一步：月球质量驱动器走完地球上所有限制因素、把地球能做的都顶到天花板之后，下一步是什么，才能真正往「成为卡尔达肖夫二型文明」再争取几个百分点？为什么要停在这？为什么要想得那么小？因为一太瓦其实非常小。要再上三个数量级、从「每年一太瓦」再乘一千，我们目前能看到的唯一办法，是在月球上用「质量驱动器」（mass driver）。具体说，就是在月球上本地生产光伏板和散热板，芯片也许从地球带去，也可以设想直接在月球上造。但大部分质量必须在月球本地制造，这样你就不用从地球往月球运。然后，因为月球没有大气、引力只有地球的六分之一，你可以不用火箭就把 AI 卫星加速送进深空——基本上就是用一台电磁炮，类似电磁轨道炮，把它们「打」进太空。可以把它理解成一台直线电机。我想我们可以放个视频…… 谢谢大家。

小互

32,530 görüntüleme • 3 ay önce

最近陶哲轩在 2024 年第 65 届国际数学奥林匹克上，陶哲轩做了一次 AI 和数学的演讲，非常精彩，从数学使用计算计算机的历史开始讲起，一直讲到大语言模型，干货相当多，尤其适合对数学有兴趣的同学。（对数学没那么感兴趣的同学只想看 AI 部分的建议直接跳到 41 分的位置开始观看）先摘录几个冷知识： 1. 我们使用机器做数学计算已经有数千年，最早的机器辅助计算可能是罗马人，然后是中国的算盘 2. 二战时就有人肉“计算机”，计算弹道和其他任务，多位女孩子，因为男士们在打仗，所以那时候的计算基本单位不是GPU，而是kilogirl-hour——“千名女孩工作一小时的计算量” 3. 现在，数学家们使用一种现代化的证明辅助编程语言，叫做 Lean。在 Lean 中有一个核心的数学库，通过众包的方式开发的，本科数学课程中看到的内容，比如微积分基础、群论基础或者拓扑学等等，这些都已经被形式化了，所以你不用从公理开始。 4. 现在数学领域有一种团队协作证明复杂数学定理的工作流程，那就是先编写一个称为“蓝图”的详细证明计划，将整个证明分解为数百个小步骤。每个步骤可以单独形式化，然后再将它们整合在一起，这样你就可以将一个庞大的论证分解成许多小块。先编写这个蓝图，然后团队中的其他人可以对论据的不同步骤的不同部分进行形式化。去年，陶哲轩和几位同事一起解决了一个组合数学问题。这是一个组合学的问题。大约20人在短短三周内完成了，使用了蓝图工具，参与的人中有概率论专家，甚至还有一些并非数学家的人，他们是程序员，但在解决这些小型拼图问题上非常擅长。每个人都挑选了一个觉得自己能做的小任务，并完成了它。在数学领域，通常很难这么多人一起合作，一般最多可能五个人合作。因为在大项目上合作时，你必须相信每个人的数学都是正确的。但是，一旦超过一定规模，这就无法实现了。但现在借助 Lean 编译器，它能自动检查。团队成员无法上传任何编译不通过的内容，会被拒绝。因此，你可以与一些从未见过的人合作。最后是讲大语言模型，首先陶哲轩就打脸了 GPT-4 的论文（我猜是微软那篇《GPT-4，通用人工智能的火花》），论文中号称 GPT-4 能解决国际数学奥林匹克问题，但实际上，这个问题不是 2022 年国际奥数竞赛的原始问题，而是一个简化版本，并且他们测试了几百道国际奥数竞赛问题，成功率只有1%，论文里的这个是精心挑选的恰巧能做对的。并且陶哲轩提到了基于大语言模型的一些改进的方案：比如 CoT（Chain of Thought），也就是 LLM 做简单的算术运算都做不对，但是如果让它一步步解释，可能就对了。还可以教 AI 一些解题技巧，比如尝试简单的例子，反证法，尝试逐步证明等。比如让模型和编程语言或者工具连接，将大语言的输出结果交给 Wolfram 这样的专业数学工具或者 Python 这样的编程语言验证，并且迭代的进行修正和验证，直到得到正确的结果，这可以提升大语言模型生成的效果。即使借助这些手段，大语言模型还远远不能解决大多数数学问题，更不用说数学研究问题了！当然陶哲轩也没太过打击大家对于 AI 的信心，表示我们在 AI 上还是在不断的取得进展，还提到了他日常是怎么用 AI 的，比如说把 AI 当成灵感之源。 > 我曾遇到过一个问题，我尝试了几种方法，但都无法解决。于是，我尝试询问 GPT，你建议我使用什么其他方法来解决这个问题？GPT 给我提供了 10 种可能的方法，其中有 5 种我已经尝试过，或者明显没有帮助。的确，有几种方法并不实用。但其中有一种我还没尝试过的方法，那就是针对这个问题使用生成函数。当 GPT 建议我使用这种方法时，我意识到这就是我漏掉的正确方法。所以，将 GPT 视为一个交流伙伴，它确实具有一定的用处。还有使用 GitHub Copilot 帮他写代码，让它自动生成下一步的证明结果，Copilot 的智能提示有 20% 的概率能生成正确的下一步结果。 > 例如我使用的一个叫 GitHub Copilot 的工具，你只需要写下一半的证明，它就会尝试猜测接下来的内容。大概有 20% 的情况下，它能猜到接近正确的答案。然后你就可以说，我接受这个答案。好的，那么在这种情况下，我正在试图证明这个陈述。灰色的部分是 Copilot 给出的建议。结果发现第一行完全没用。不过第二行，尽管你可能看不清楚，却真的解决了这个问题。所以，你不能盲目接受它的输入，因为这些代码未必能顺利编译。但如果你对代码的运作方式已经有所了解，这将大大节省你的时间。这些工具正在变得越来越好。现在如果一个证明只需要一两行，它们就能自动完成。现在已经有了这样的实验，即通过迭代地让 AI 提供证明，然后让编译器进行反馈，如果编译出错，就把错误信息反馈给 AI。通过这种方法，我们开始能够验证四五步长的证明。当然，一个大型的证明可能需要数万行。所以，我们还没有达到能够立即得到一个正式证明的程度。但是，这已经是一个相当有用的工具。对于大家关心的问题： AI 在数学领域现在到了哪一个阶段？是否未来几年利用 AI 能直接解决数学问题？陶哲轩也给出了他的看法： > 我认为我们还远远没有达到这个阶段。如果我们专注于非常特定的问题，你可以定制专门的 AI 来处理一小部分问题。即便如此，它们也不是完全可靠的，但还是有用的。不过至少在接下来的几年里，它们基本上将是非常有用的辅助工具，超越了我们已经熟悉的暴力计算辅助。他还提到了一些可能的 AI 能在数学领域提供帮助的方向： - AI 能够非常好地生成有价值的猜想 > 比如，我们已经看到了关于结理论的例子，它们已经可以推测出两个不同的统计量之间的关系。因此，我们希望能够创建大量的数据集，输入到 AI 中，它们就会自动找出各种不同的数学对象之间的有趣联系。虽然我们还不知道如何做到这一点，部分原因是我们没有这些庞大的数据集。但我认为这是未来可能实现的一个方向。 - 批量或者说规模化的证明大量数学定理 > 现在，因为证明定理是如此繁琐和艰难的过程，我们一次只能证明一个定理，如果你效率很高，可能一次能证明两三个。但是有了 AI，你可以设想一下未来的情况，我们不是试图解决一个问题，而是处理一类类似的1000个问题，然后告诉AI，尝试用这个方法解决这 1000 个问题，然后报告结果，哦，我能用这种技术解决 35% 的问题。那么另一种技术呢？我能解决这个百分比的问题。或者如果结合这些方法，又能解决多少问题？你可以开始探索问题的空间，而不是一个接一个地解决问题。这是你现在根本无法做到的事情，或者是你需要几十年时间，通过数十篇论文慢慢搞清楚各种技术能做什么，不能做什么。但是有了这些工具，你真的可以开始做规模前所未有的数学研究。所以，未来将会非常令人兴奋。演讲环节结束前的最后一句话说的特别好： > 我们仍然会以传统方式证明定理。事实上，我们必须这样做，因为如果我们自己都不知道如何做这些事情，就无法引导这些 AI。但是我们将能够做很多现在无法做到的事情。这恰恰也是我们现在使用 AI 辅助编程的问题：如果我们自己都不知道如何构建软件，就很难引导好 AI 帮助我们生成高质量的代码。尽管 AI 在数学和编程领域变得越来越有用，但人类的洞察力和创造力仍然是创作价值的关键。原始 YT 视频：

最近陶哲轩在 2024 年第 65 届国际数学奥林匹克上，陶哲轩做了一次 AI 和数学的演讲，非常精彩，从数学使用计算计算机的历史开始讲起，一直讲到大语言模型，干货相当多，尤其适合对数学有兴趣的同学。（对数学没那么感兴趣的同学只想看 AI 部分的建议直接跳到 41 分的位置开始观看）先摘录几个冷知识： 1. 我们使用机器做数学计算已经有数千年，最早的机器辅助计算可能是罗马人，然后是中国的算盘 2. 二战时就有人肉“计算机”，计算弹道和其他任务，多位女孩子，因为男士们在打仗，所以那时候的计算基本单位不是GPU，而是kilogirl-hour——“千名女孩工作一小时的计算量” 3. 现在，数学家们使用一种现代化的证明辅助编程语言，叫做 Lean。在 Lean 中有一个核心的数学库，通过众包的方式开发的，本科数学课程中看到的内容，比如微积分基础、群论基础或者拓扑学等等，这些都已经被形式化了，所以你不用从公理开始。 4. 现在数学领域有一种团队协作证明复杂数学定理的工作流程，那就是先编写一个称为“蓝图”的详细证明计划，将整个证明分解为数百个小步骤。每个步骤可以单独形式化，然后再将它们整合在一起，这样你就可以将一个庞大的论证分解成许多小块。先编写这个蓝图，然后团队中的其他人可以对论据的不同步骤的不同部分进行形式化。去年，陶哲轩和几位同事一起解决了一个组合数学问题。这是一个组合学的问题。大约20人在短短三周内完成了，使用了蓝图工具，参与的人中有概率论专家，甚至还有一些并非数学家的人，他们是程序员，但在解决这些小型拼图问题上非常擅长。每个人都挑选了一个觉得自己能做的小任务，并完成了它。在数学领域，通常很难这么多人一起合作，一般最多可能五个人合作。因为在大项目上合作时，你必须相信每个人的数学都是正确的。但是，一旦超过一定规模，这就无法实现了。但现在借助 Lean 编译器，它能自动检查。团队成员无法上传任何编译不通过的内容，会被拒绝。因此，你可以与一些从未见过的人合作。最后是讲大语言模型，首先陶哲轩就打脸了 GPT-4 的论文（我猜是微软那篇《GPT-4，通用人工智能的火花》），论文中号称 GPT-4 能解决国际数学奥林匹克问题，但实际上，这个问题不是 2022 年国际奥数竞赛的原始问题，而是一个简化版本，并且他们测试了几百道国际奥数竞赛问题，成功率只有1%，论文里的这个是精心挑选的恰巧能做对的。并且陶哲轩提到了基于大语言模型的一些改进的方案：比如 CoT（Chain of Thought），也就是 LLM 做简单的算术运算都做不对，但是如果让它一步步解释，可能就对了。还可以教 AI 一些解题技巧，比如尝试简单的例子，反证法，尝试逐步证明等。比如让模型和编程语言或者工具连接，将大语言的输出结果交给 Wolfram 这样的专业数学工具或者 Python 这样的编程语言验证，并且迭代的进行修正和验证，直到得到正确的结果，这可以提升大语言模型生成的效果。即使借助这些手段，大语言模型还远远不能解决大多数数学问题，更不用说数学研究问题了！当然陶哲轩也没太过打击大家对于 AI 的信心，表示我们在 AI 上还是在不断的取得进展，还提到了他日常是怎么用 AI 的，比如说把 AI 当成灵感之源。 > 我曾遇到过一个问题，我尝试了几种方法，但都无法解决。于是，我尝试询问 GPT，你建议我使用什么其他方法来解决这个问题？GPT 给我提供了 10 种可能的方法，其中有 5 种我已经尝试过，或者明显没有帮助。的确，有几种方法并不实用。但其中有一种我还没尝试过的方法，那就是针对这个问题使用生成函数。当 GPT 建议我使用这种方法时，我意识到这就是我漏掉的正确方法。所以，将 GPT 视为一个交流伙伴，它确实具有一定的用处。还有使用 GitHub Copilot 帮他写代码，让它自动生成下一步的证明结果，Copilot 的智能提示有 20% 的概率能生成正确的下一步结果。 > 例如我使用的一个叫 GitHub Copilot 的工具，你只需要写下一半的证明，它就会尝试猜测接下来的内容。大概有 20% 的情况下，它能猜到接近正确的答案。然后你就可以说，我接受这个答案。好的，那么在这种情况下，我正在试图证明这个陈述。灰色的部分是 Copilot 给出的建议。结果发现第一行完全没用。不过第二行，尽管你可能看不清楚，却真的解决了这个问题。所以，你不能盲目接受它的输入，因为这些代码未必能顺利编译。但如果你对代码的运作方式已经有所了解，这将大大节省你的时间。这些工具正在变得越来越好。现在如果一个证明只需要一两行，它们就能自动完成。现在已经有了这样的实验，即通过迭代地让 AI 提供证明，然后让编译器进行反馈，如果编译出错，就把错误信息反馈给 AI。通过这种方法，我们开始能够验证四五步长的证明。当然，一个大型的证明可能需要数万行。所以，我们还没有达到能够立即得到一个正式证明的程度。但是，这已经是一个相当有用的工具。对于大家关心的问题： AI 在数学领域现在到了哪一个阶段？是否未来几年利用 AI 能直接解决数学问题？陶哲轩也给出了他的看法： > 我认为我们还远远没有达到这个阶段。如果我们专注于非常特定的问题，你可以定制专门的 AI 来处理一小部分问题。即便如此，它们也不是完全可靠的，但还是有用的。不过至少在接下来的几年里，它们基本上将是非常有用的辅助工具，超越了我们已经熟悉的暴力计算辅助。他还提到了一些可能的 AI 能在数学领域提供帮助的方向： - AI 能够非常好地生成有价值的猜想 > 比如，我们已经看到了关于结理论的例子，它们已经可以推测出两个不同的统计量之间的关系。因此，我们希望能够创建大量的数据集，输入到 AI 中，它们就会自动找出各种不同的数学对象之间的有趣联系。虽然我们还不知道如何做到这一点，部分原因是我们没有这些庞大的数据集。但我认为这是未来可能实现的一个方向。 - 批量或者说规模化的证明大量数学定理 > 现在，因为证明定理是如此繁琐和艰难的过程，我们一次只能证明一个定理，如果你效率很高，可能一次能证明两三个。但是有了 AI，你可以设想一下未来的情况，我们不是试图解决一个问题，而是处理一类类似的1000个问题，然后告诉AI，尝试用这个方法解决这 1000 个问题，然后报告结果，哦，我能用这种技术解决 35% 的问题。那么另一种技术呢？我能解决这个百分比的问题。或者如果结合这些方法，又能解决多少问题？你可以开始探索问题的空间，而不是一个接一个地解决问题。这是你现在根本无法做到的事情，或者是你需要几十年时间，通过数十篇论文慢慢搞清楚各种技术能做什么，不能做什么。但是有了这些工具，你真的可以开始做规模前所未有的数学研究。所以，未来将会非常令人兴奋。演讲环节结束前的最后一句话说的特别好： > 我们仍然会以传统方式证明定理。事实上，我们必须这样做，因为如果我们自己都不知道如何做这些事情，就无法引导这些 AI。但是我们将能够做很多现在无法做到的事情。这恰恰也是我们现在使用 AI 辅助编程的问题：如果我们自己都不知道如何构建软件，就很难引导好 AI 帮助我们生成高质量的代码。尽管 AI 在数学和编程领域变得越来越有用，但人类的洞察力和创造力仍然是创作价值的关键。原始 YT 视频：

宝玉

303,101 görüntüleme • 2 yıl önce

飞机为等1名“要客”推迟20分钟！全机乘客怒骂，空姐快哭了😭 乘客当场炸毛了：“凭什么让我们全机等你一个人？！” 空姐被怼到快哭了，忍不住泄露了航司最大机密～～～～～～～～～～其实飞机延迟等一个人，99%都是在等“要客”！航司内部有份绝密“要客”名单，里面全是副部级以上官员这些官员只要一触发购票系统，VIP特权直接拉满： • 专属服务员伺候 • 贵宾厅私人定制茶叶、茶杯、点心 • 专车直接开到登机口 • 飞机上专属参茶、美食、水，全是私人定制 • 机场贵宾厅还有密室，存放着领导们专属的茶叶和私人物品最离谱的是航司把这些大领导的口味爱好摸得一清二楚服务几乎零失误，让你挑不出任何毛病但反过来，如果空姐走了霉运只要“要客”一句投诉，空姐直接被无条件开除！一票否决，没有任何商量余地！所以空姐在“要客”面前，比小绵羊还乖根本就没有权利说“不”～～普通乘客晚到一秒钟都上不了飞机 “要客”摆谱半个小时，全机200多人就必须等着这，就是我们天天坐的“航空✈️”？猫神敢说，你敢信吗？转发，让更多人看看这背后的真相！ 👇

飞机为等1名“要客”推迟20分钟！全机乘客怒骂，空姐快哭了😭 乘客当场炸毛了：“凭什么让我们全机等你一个人？！” 空姐被怼到快哭了，忍不住泄露了航司最大机密～～～～～～～～～～其实飞机延迟等一个人，99%都是在等“要客”！航司内部有份绝密“要客”名单，里面全是副部级以上官员这些官员只要一触发购票系统，VIP特权直接拉满： • 专属服务员伺候 • 贵宾厅私人定制茶叶、茶杯、点心 • 专车直接开到登机口 • 飞机上专属参茶、美食、水，全是私人定制 • 机场贵宾厅还有密室，存放着领导们专属的茶叶和私人物品最离谱的是航司把这些大领导的口味爱好摸得一清二楚服务几乎零失误，让你挑不出任何毛病但反过来，如果空姐走了霉运只要“要客”一句投诉，空姐直接被无条件开除！一票否决，没有任何商量余地！所以空姐在“要客”面前，比小绵羊还乖根本就没有权利说“不”～～普通乘客晚到一秒钟都上不了飞机 “要客”摆谱半个小时，全机200多人就必须等着这，就是我们天天坐的“航空✈️”？猫神敢说，你敢信吗？转发，让更多人看看这背后的真相！ 👇

猫神

506,827 görüntüleme • 4 ay önce

AI的终极瓶颈是什么？不是芯片，是电。谷歌给出的答案，是把数据中心建到太空里。一个名为“捕日者”的项目，听起来像科幻片。为什么？太空里的太阳能，强度是地球的8倍。一旦能源不再是束缚，AI算力的成本将被彻底颠覆。这听起来很宏大，但背后是现实的焦虑。在地球上，数据中心已经成了耗电巨兽，冲击着各地的电网和民生用电。把高耗能的产业转移到太空，是解决地球能源危机的方案，还是资本摆脱监管和资源限制的新玩法？这是一个值得深思的问题。他们计划在2027年就把一些TPU送上太空。这究竟是科技的又一次“登月”壮举，还是一个把问题扫到天上去的昂贵游戏？当科技精英们仰望星空时，谁来解决地面上的电费账单？

AI的终极瓶颈是什么？不是芯片，是电。谷歌给出的答案，是把数据中心建到太空里。一个名为“捕日者”的项目，听起来像科幻片。为什么？太空里的太阳能，强度是地球的8倍。一旦能源不再是束缚，AI算力的成本将被彻底颠覆。这听起来很宏大，但背后是现实的焦虑。在地球上，数据中心已经成了耗电巨兽，冲击着各地的电网和民生用电。把高耗能的产业转移到太空，是解决地球能源危机的方案，还是资本摆脱监管和资源限制的新玩法？这是一个值得深思的问题。他们计划在2027年就把一些TPU送上太空。这究竟是科技的又一次“登月”壮举，还是一个把问题扫到天上去的昂贵游戏？当科技精英们仰望星空时，谁来解决地面上的电费账单？

墓碑科技

57,335 görüntüleme • 9 ay önce

老四今天开始人生第一次拿起枪钻，开始接触木工活，哈哈，一看就是没摸过工具的人，难为他了. 老四一直是在家里最受老爸老妈宠爱，也被我们几个姐姐保护的很好，但是人就是这样，越被保护的好越不能强大自己. 因为自我成长是需要靠自己，也需要经历一些事情的，别人最多只能提供机会，自己才是自己的命运主宰. 老四来了美国，老妈很是担心，担心他做不好会给我这个姐姐添麻烦，总是叮嘱老四要好好学，不要给姐姐丢脸，要做个好榜样，不要让姐夫嫌弃. 哈哈，你看我老妈就是这样，对我们几姐妹都不担心，因为她知道我们几个女儿在外都很能抗打击，老四在她心目中抗打能力弱了点. 美国是个很好锻炼人的地方，再加上我又给老四和妹夫承诺了如果能学成，我就给他俩去加拿大开厂铺路，现在两个做事都很带劲，上班积极，下班也抢着做饭做菜刷锅洗碗的，我和张同志现在可幸福了，终于不用彼此猜拳决定谁来做饭了😂 老四其实也是很能干的，就是需要一些外力来激发他，比如小时候我们大家都在地里干活，他爱偷懒，每次我们几姐妹都快割完自己的任务了，他的任务还在原地踏步，老妈了解他的脾气后就发起比赛，说谁先割完就有奖励啥的，然后他肯定就是那个割稻谷最快的人😂 好了，说了这么多，大家都可以看出来我很爱这个弟弟了吧，哈哈，老姐我真是乐见我家老四的每一个成长😄

老四今天开始人生第一次拿起枪钻，开始接触木工活，哈哈，一看就是没摸过工具的人，难为他了. 老四一直是在家里最受老爸老妈宠爱，也被我们几个姐姐保护的很好，但是人就是这样，越被保护的好越不能强大自己. 因为自我成长是需要靠自己，也需要经历一些事情的，别人最多只能提供机会，自己才是自己的命运主宰. 老四来了美国，老妈很是担心，担心他做不好会给我这个姐姐添麻烦，总是叮嘱老四要好好学，不要给姐姐丢脸，要做个好榜样，不要让姐夫嫌弃. 哈哈，你看我老妈就是这样，对我们几姐妹都不担心，因为她知道我们几个女儿在外都很能抗打击，老四在她心目中抗打能力弱了点. 美国是个很好锻炼人的地方，再加上我又给老四和妹夫承诺了如果能学成，我就给他俩去加拿大开厂铺路，现在两个做事都很带劲，上班积极，下班也抢着做饭做菜刷锅洗碗的，我和张同志现在可幸福了，终于不用彼此猜拳决定谁来做饭了😂 老四其实也是很能干的，就是需要一些外力来激发他，比如小时候我们大家都在地里干活，他爱偷懒，每次我们几姐妹都快割完自己的任务了，他的任务还在原地踏步，老妈了解他的脾气后就发起比赛，说谁先割完就有奖励啥的，然后他肯定就是那个割稻谷最快的人😂 好了，说了这么多，大家都可以看出来我很爱这个弟弟了吧，哈哈，老姐我真是乐见我家老四的每一个成长😄

Daisy

80,384 görüntüleme • 2 yıl önce