IT之家 9 月 10 日消息，外媒 Business Insider 周六援引应用程序跟踪器 Apptopia 数据报道，推特被马斯克更名为“X”后，其下载量与去年同期相比下降了 18%。 图源 Pixabay 同时，这也是自 2013 年在纽交所上市以来，人们对于推特 App 兴趣最低的时期 —— 自今年 7 月初以来，推特的下载量与前两个月相比下降了近 30%，同时，当前推特的下载量已经处于 10 多年来的最低水平。 根据美国证券交易委员会的文件显示，2011 年以来，推特每月新增的用户数量通常为 1500-3000 万之间，但在今年 8 月-9 月期间，它的用户新增数量仅为 1000 万人。 根据 Apptopia、Similarweb 等平台提供的数据显示，网页版的 X 平台访问量同样出现下滑。光是在 8 月份，其网页浏览量同比减少了 10%。 此外，推特 App 的日均、月均使用量也开始出现明显下滑。数据显示，截至本月，该平台日活跃用户从 7 月份的 2.53 亿下降到了如今的 2.49 亿，降幅约为 2%。 IT之家此前报道，马斯克曾于 8 月 20 日在 X 平台发文暗示，他以 440 亿美元（当前约 3234 亿元人民币）收购的社交网络平台 X（原推特）可能会失败。他说：“令人悲哀的事实是，现在没有一个伟大的‘社交网络’。我们可能会失败，正如许多人预测的那样，但我们会尽力做到至少有一个。”

9月9日，CNMO注意到，有汽车博主“ID-韩潮”发文表示，某公司禁止员工购买理想汽车。该博主同时晒出了某公司禁止员工购买理想汽车的公告。 我们可以看到，相关公告的信息显示，广州米客实业有限公司宣布：“今日起，禁止公司管理层购买理想汽车，或者通勤开理想汽车，根据《人力资源管理制度》第二章第一条行为准则第五点要求，如果发现以上行为，将予以辞退。” 该公司表示，近期理想汽车恶意剽窃我司车尾帐篷专利，作为第一个提出电车露营概念的公司正在其最熟悉的行业遭受来自理想汽车的企业霸凌。例如前段时间的理想画质、理想贴膜事件。该公司声称，理想汽车只是一个剥夺别人理想的企业，作为被霸凌的一方我们不应该去支持它，特别是作为公司的核心人员。 目前，理想汽车官方、理想汽车法务部、理想汽车首席执行官李想等均暂未对此事进行回应。 不久之前，理想汽车公布了2023年8月的市场成绩。数据显示，理想汽车当月共交付新车34914辆，同比增长幅度为663.8%，理想L系列三款车型月交付均突破万辆。2023年1月至今，理想汽车累计交付量已经达到208165辆。从二季度开始，理想汽车连续5个月成为中国30万元以上高端SUV（包含燃油车和新能源）销量第一的品牌。

IT之家 9 月 10 日消息，微软宣布将与数字病理学提供商 Paige 合作，建立世界上最大的基于图像的人工智能模型，用于识别癌症。 新闻稿显示，该人工智能模型正在针对“前所未有的数据量”进行训练，其中包括数十亿张图像。 据介绍，它可以识别常见的癌症和难以诊断的罕见癌症，研究人员希望它最终能够帮助医生应对人手不足以及病患数量不断增加的问题。 Paige 为病理学家开发了数字和 AI 驱动的解决方案，这些医生对体液和组织进行实验室测试以做出诊断。 “只有在病理学家说有癌症之前，你才有癌症。这是整个医学体系中的关键一步”，Paige 的联合创始人兼首席科学家托马斯・富克斯在接受 CNBC 采访时表示。 富克斯表示，病理学家的工作流程在过去的 150 年里几乎没有改变。例如，为了诊断癌症他们会在显微镜下观察玻片上的一片组织。虽然这种方法经过验证并非常成熟，但如果期间漏掉了什么则可能会对患者造成严重后果。 因此，Paige 一直在努力将病理学家的工作流程数字化，以提高该专业领域的准确度和效率。 IT之家查询发现，Paige 的 FullFocus 已获得美国食品和药物管理局（FDA）的批准，它可以帮助病理学家直接屏幕上查看数字幻灯片而无需依赖显微镜。 此外，Paige 还建立了一个 AI 模型，可以帮助病理学家在屏幕上识别乳腺癌、结肠癌和前列腺癌。 实际上，Paige 是唯一一个获得 FDA 批准，让病理学家将 AI 作为辅助工具用于识别前列腺癌的公司。其 CEO 安迪・莫伊表示，这在一定程度上可能是因为与存储成本和数据收集相关的障碍。 数字化单个幻灯片可能需要超过 1GB 的存储空间，因此大规模数据收集的相关基础设施和成本会迅速增加。福斯说，对于较小的卫生系统来说，存储成本可能会成为一大阻碍，这就是为什么历来只有富裕的学术中心才能够投资于数字化病理学的原因。 为了说明其规模之大，Paige 表示其拥有的数据比 Netflix 多 10 倍，包括平台上存在的所有节目和电影。但是为了扩大运营并建立一个可以识别更多癌症类型的 AI 工具，Paige 选择求助于微软。 近一年半来，Paige 一直在使用微软的云存储和超级计算基础设施来构建一个先进的新 AI 模型。 据称，Paige 最初的 AI 模型使用了来自 50 万张病理切片的超过 10 亿张图像，但福斯表示，该公司与微软合作开发的模型“比现有的任何东西都要大几个数量级”。该模型正在使用 400 万张幻灯片进行训练，以识别常见的和罕见的癌症，这些癌症往往很难诊断。Paige 表示，这是有史以来宣布的最大型的计算机视觉模型。

一个小岛在 90 年代刮到的「彩票」，在 AI 热潮中兑现了。 作者 | 汤一涛 编辑 | 靖宇 1848 年，一个木匠在加利福尼亚州科罗马地区的一条河中偶然发现了金箔。尽管他曾试图保守这个秘密，但是金子不会说谎，一场席卷全美的淘金热就此开始，许多人怀揣着一夜暴富的梦想涌入加利福尼亚。1847 到 1870 年间，圣弗朗西斯科的人口从 500 暴涨至了 15 万，这个城市也被冠以了「金山」的称号。 在野外艰苦环境中工作的掘金者常常会抱怨裤子不够坚固。犹太商人李维·斯特劳斯（Levi Strauss）洞察到了这个商机，并发明了第一条牛仔裤——一种用结实的防水布制作的罩裤，铆钉的设计增加了裤子的耐用性，口袋里额外的小口袋可以存放金子这种贵重物品。李维斯这个品牌，由此诞生。 为了证明牛仔裤的坚韧，斯特劳是设计了一场让两匹马拉扯牛仔裤的表演，双马皮牌也由此成为李维斯的标志｜图片来源：levistrauss 多数人没有挖到金子，即便挖到了，也很少有人能够把握住一夕而至的财富。新兴城市的有很多可以花钱的地方——酒吧、妓院、赌场……斯特劳斯没有参与到这场竞争，他做了一门稳赚不赔的生意：为竞争者们服务。据《洛杉矶时报》估计，到施特劳斯去世时，他的资产已经达到了 600 万美元，合今约 2000 万美元（约合 1.46 亿人民币）。正如那句著名的谚语所说：「淘金热期间，卖铁锹最赚钱。」 在今天 AI 淘金热潮下，在阴差阳错间，大西洋上的小岛安圭拉，成为了「卖铁锹的人」。 安圭拉｜图片来源：Tripadvisor 和所有的热带小岛一样，安圭拉的特产是阳光和海滩。这里土地干旱，农作物难以成活，几乎没有自然资源，旅游业是这里的支柱产业。 自 90 年代以来，互联网的发展让这个小岛国凭空多出了一项虚拟资产——「ai」可以是人工智能 Artificial Intelligence 的缩写，也可以是安圭拉 Anguilla 的域名。 AI 技术已经有很长远的发展历史，最早可以追溯到 1956 年的达特茅斯会议上，计算机科学家约翰·麦卡锡（John McCarthy）提出了「人工智能」这个概念。此后几十年 AI 技术一直处于缓慢而稳定的增长中，就像以「.ai」为后缀的域名一样。安圭拉可以收到一些钱，但是不多。 情况在 2022 年 11 月 30 日这天有了变化，OpenAI 发布了 ChatGPT。自那之后，所有的科技企业都在做一个动作——抢，抢数据、抢人才、抢显卡，以及抢域名。 这其中的代表就是 Stable Diffusion 的母公司 Stability.ai、马斯克的 X.ai 以及 Character.ai。科技巨头们也都设立了自己的 AI 页面，例如 facebook.ai 和 microsoft.ai。 ChatGPT 发布后，.ai 注册域名开始成倍增长｜图片来源：axios 文斯·凯特（Vince Cate）从 90 年代起就开始管理安圭拉的域名，他告诉彭博社，在过去的一年中，.ai 域名的注册数量几乎翻了一倍，达到了 28 万多。 像许多商品一样，域名的价格也是可变动的。用户每通过像 GoDaddy 或者 NameCheap 这样的注册商注册一个.ai 域名，注册商就需要向安圭拉支付一笔费用。2023 年 4 月之前，这个价格还是每两年 120 美元，眼下已经上涨到了 140 美元。 据凯特估计，安圭拉 2023 年从域名注册中获取的收益，将达到 2500 万至 3000 万美元之间。仅仅在两年前，这个数字还只有 830 万美元。这虽然与 AI 行业动辄几十亿美元的资金无法相比，但要知道，安圭拉仅仅是一个面积 91 平方公里、人口不足 2 万的小岛；疫情期间，其支柱产业旅游业还受到了影响。 安圭拉历年从域名注册中获得的收益，蓝色部分为估计值｜图片来源：Bloomberg 根据安圭拉发布的 2023 年财政预测，其全年经常性收入估计为 1.07 亿美元。也就是说，即使是凯特预测区间的低值 2500 万美元，也会占到安圭拉全年收入的 1/4。 另一个从这种互联网热潮中受益的岛国，是位于太平洋的图瓦卢 Tuvalu。图瓦卢比安圭拉更小，仅有 26 平方公里，在全球主权国家中排倒数第四。 图瓦卢的好运气在于，其顶级域名恰好与电视的英文缩写 TV 相同。正是凭借出租域名得到的第一笔 100 万美元，图瓦卢才得以在 2000 年支付加入联合国的费用。现在，图瓦卢政府每年可以从 GoDaddy 那里获得大约 1000 万美元的收入。根据图瓦卢 2019 的财政报告，这项收入占到了吐瓦鲁政府年收入的 8.4%。 某种程度上，域名注册就像是一门互联网上的房地产生意。某些有远见的人看好某个域名，抢先注册了下来，并持续缴纳管理费，静静等待某一天时代的浪潮冲击到这里。通常转卖的价格在几美元至几万美元不等，但一些稀有域名的价格可以相当高。 2017 年，马斯克就花了至少 500 万美元从 Paypal 手中买回了 x.com 的域名。同样是马斯克，如今特斯拉的域名 tesla.com 也是他花了 1100 万美元买到手的。 伊隆·马斯克发推庆祝拿回 X.com 域名｜图片来源：Twitter 眼下人工智能的热度有所下落，也有一些质疑声音冒出。但有一点是可以确定的，人类还处于人工智能的早期阶段，这也意味着，人类还处于.ai 域名注册的早期阶段。 对安圭拉来说，这或许是一门可以做上百年的生意。

新智元报道 编辑：桃子 润 【新智元导读】H100让模型推理性能最高跃升8倍！英伟达最新开源软件TensorRT-LLM，将彻底改变LLM推理现状。 「GPU贫民」即将告别困境！ 刚刚，英伟达发布了一款开源软件TensorRT-LLM，能够加速H100上大型语言模型的推理。 那么，具体能提升多少倍？ 在添加了TensorRT-LLM及其一系列优化功能后（包括In-Flight批处理），模型总吞吐量提升8倍。 使用和不使用TensorRT-LLM的GPT-J-6B A100与H100的比较 另外，就拿Llama 2来说，相较于单独使用A100，TensorRT-LLM可以将推理性能提高4.6倍。 使用和不使用TensorRT-LLM的Llama 2 70B、A100与H100的比较 网友表示，超强H100，再结合上TensorRT-LLM，无疑将彻底改变大型语言模型推理现状！ TensorRT-LLM：大模型推理加速神器 当前，由于大模型有着巨大的参数规模，使得「部署和推理」难度和成本一直居高不下。 而英伟达开发的TensorRT-LLM，旨在通过GPU来显著提高LLM吞吐量，并降低成本。 具体来说，TensorRT-LLM将TensorRT的深度学习编译器、FasterTransformer的优化内核、预处理和后处理以及多 GPU/多节点通信，封装在一个简单的开源Python API中。 英伟达对FasterTransformer进行了进一步的增强，使其成为一个产品化的解决方案。 可见，TensorRT-LLM提供了一个易用、开源和模块化的Python应用编程接口。 码农们不需要深入的C++或CUDA专业知识，能够部署、运行、调试各种大语言模型，还能获得顶尖性能表现，以及快速定制化的功能。 根据英伟达官方博客，TensorRT-LLM通过四种方式优化了Nvidia GPU上的LLM推理性能。 首先，为当前10+大模型，引入TensorRT-LLM，让开发者们能够立即运行。 其次，TensorRT-LLM作为一个开源软件库，允许LLM在多个GPU和多个GPU服务器上同时进行推理。 这些服务器分别通过，英伟达的NVLink和InfiniBand互连连接。 第三，就是「In-flight批处理」，这是一种全新的调度技术，允许不同模型任务独立于其他任务进入GPU和退出GPU。 最后，TensorRT-LLM经过优化，可以利用H100 Transformer Engine来降低模型推理时的内存占用和延迟。 接下来，具体看看TensorRT-LLM如何提升模型性能。 支持丰富LLM生态 TensorRT-LLM对开源模型生态提供了非常好的支持。 规模最大、最先进的语言模型，例如Meta推出的Llama 2-70B，需要多个GPU协同工作才能实时提供响应。 此前，如果要实现LLM推理的最佳性能，开发人员必须重写AI模型，并将其手动拆分为多个片段，并在GPU之间协调执行。 TensorRT-LLM使用张量并行技术（tensor parallelism），将权重矩阵分配到各个设备上，从而简化了这一过程，可以实现大规模高效推理。 每个模型可以在通过NVLink连接的多个GPU和多个服务器上并行运行，无需开发人员干预或模型更改。 随着新模型和模型架构的推出，开发人员可以使用TensorRT-LLM中开源的最新NVIDIA AI内核（Kernal）来优化模型。 支持的内核融合（Kernal Fusion），包括最前沿的FlashAttention实现和用于GPT模型执行的上下文和生成阶段的掩码多头注意力等。 此外，TensorRT-LLM还包括了目前流行的许多大语言模型的完全优化、可立即运行的版本。 其中包括Meta Llama 2、OpenAI GPT-2和GPT-3、Falcon、Mosaic MPT、BLOOM等10多个模型，所有这些模型都可以使用简单易用的TensorRT-LLM Python API来调用。 这些功能可帮助开发人员更快、更准确地搭建定制化的大语言模型，以满足各行各业的不同需求。 In-flight批处理 现如今大型语言模型的用途极其广泛。 一个模型可以同时用于多种看起来完全不同的任务——从聊天机器人中的简单问答响应，到文档摘要或长代码块的生成，工作负载是高度动态的，输出大小需要满足不同数量级任务的需求。 任务的多样性可能会导致难以有效地批处理请求和进行高效并行执行，可能会导致某些请求比其他请求更早完成。 为了管理这些动态负载，TensorRT-LLM包含一种称为「In-flight批处理」的优化调度技术。 它的核心原理是，大语言模型的整个文本生成过程可以分解为模型上的多次执行迭代。 通过in flight批处理，TensorRT-LLM运行时会立即从批处理中释放出已完成的序列，而不是等待整个批处理完成后再继续处理下一组请求。 在执行新请求时，上一批还未完成的其他请求仍在处理中。 In-flight批处理和额外的内核级优化可提高GPU使用率，可以使得H100上的LLM实际请求基准的吞吐量至少增加一倍。 使用FP 8的 H100 Transformer引擎 TensorRT-LLM还提供了一个名为H100 Transformer Engine的功能，能有效降低大模型推理时的内存消耗和延迟。 因为LLM包含数十亿个模型权重和激活函数，通常用FP16或BF16值进行训练和表示，每个值占用16位内存。 然而，在推理时，大多数模型可以使用量化（Quantization）技术以较低精度有效表示，例如8位甚至4位整数（INT8或 INT4）。 量化（Quantization）是在不牺牲准确性的情况下降低模型权重和激活精度的过程。使用较低的精度意味着每个参数较小，并且模型在GPU内存中占用的空间较小。 这使得能够使用相同的硬件对更大的模型进行推理，同时在执行过程中花费更少的时间在内存操作上。 通过H100 Transformer Engine技术，配合TensorRT-LLM的H100 GPU使户能够轻松地将模型权重转换为新的FP8格式，并能自动编译模型以利用优化后的FP8内核。 而且这个过程不需要任何的代码！H100引入的FP8数据格式使开发人员能够量化他们的模型并从大幅度减少内存消耗，而且不会降低模型的准确性。 与INT8或INT4等其他数据格式相比，FP8量化保留了更高的精度，同时实现了最快的性能并，而且实现起来最为方便。 如何获取TensorRT-LLM TensorRT-LLM虽然还没有正式发布，但是用户现在已经可以进行抢先体验了。 申请链接如下： https://developer.nvidia.com/tensorrt-llm-early-access/join 英伟达也说会将TensorRT-LLM很快集成到NVIDIA NeMo框架中。 这个框架是英伟达前不久刚刚推出的AI Enterprise的一部分，为企业客户提供了一个安全、稳定、可管理性极强的企业级AI软件平台。 开发人员和研究人员可以通过英伟达NGC上的NeMo框架或GitHub上的项目访问TensorRT-LLM。 但是需要注意的是，用户必须注册英伟达开发者计划才能申请抢先体验版本。 网友热议 Reddit上的网友对TensorRT-LLM的推出展开了激烈的讨论。 难以想象专门针对LLM对硬件做出优化之后，效果将会有多大的提升。 但也有网友认为，这个东西的意义就是帮助老黄卖更多的H100。 不过有网友也不是很认同，他觉得Tensor RT对于本地部署SD的用户也是有帮助的，所以只要有RTX GPU，以后应该都有可能在类似产品上获益。 而从更加宏观的角度，也许对于LLM来说，也会出现一系列的专门针对硬件级别的优化，甚至未来会出现专门针对LLM设计的硬件来提升LLM的性能，这种情况其实已经在很多流行的应用中出现过了，LLM也不会例外。

IT之家 9 月 10 日消息，2023 年是人工智能的一年，从聊天机器人 ChatGPT，到 AI 创作的歌曲参加格莱美奖，再到好莱坞的演员和编剧抗议大制片公司过度使用自动化技术，人工智能已无处不在。 IT之家注意到，近日美国南佛罗里达大学的一项研究表明，AI 生成的文字内容可能已经无法与人类写的区分开来。研究作者邀请了一些语言学专家参与了这个项目，他们都是世界顶级语言学期刊的专家，但即使是这样的专业人士，也发现很难识别出 AI 写的内容。总的来说，他们只能正确区分出 39% 的情况。 南佛罗里达大学世界语言系的学者马修・凯斯勒与孟菲斯大学应用语言学助理教授 J.埃利奥特・卡萨尔合作，让 72 名语言学专家审阅一系列研究摘要，并判断哪些是由人类写的，哪些是由 AI 生成的。具体来说，每位参与的专家必须检查四个写作样本。结果没有一个专家能够正确识别所有四个样本，有 13% 的专家全部答错了。 基于这些结果，研究作者不得不得出结论：大多数现代教授都无法区分学生自己写的内容和 AI 生成的内容。研究者推测，在不久的将来可能需要开发软件来帮助教授识别 AI 写的内容。 语言学专家们试图使用一些理由来判断写作样本，例如识别某些语言和风格特征。然而，最终这些方法基本上都失败了 —— 导致整体正确识别率只有 38.9%。 总之，凯斯勒和卡萨尔都得出结论：像 ChatGPT 这样的聊天机器人确实可以像大多数人类一样（甚至在某些情况下更好地）写出短篇文章。AI 通常不会犯语法错误。然而，研究作者指出，在长篇写作方面，人类仍然占据优势。 “对于长文本，AI 已经被证明会产生幻觉和虚构内容，使得更容易识别出它是由 AI 生成的。”凯斯勒总结说。 凯斯勒希望这项工作能够促进人们的讨论，关注在研究和教育领域使用 AI 时建立明确的道德和指导原则的迫切需要。该研究发表在《应用语言学研究方法》杂志上。

IT之家 9 月 10 日消息，微软正在将其基于 AI 功能的 Bing Chat 功能引入更多许多应用和服务中，例如 Skype。 微软在 Skype 聊天框中引入了语气功能，提供专业、休闲、讽刺、机智等多种模式可选。 简单来说，当你开始键入消息时，Skype 会为你提供一系列建议，类似于使用 Bing Chat 编写电子邮件和博客文章的体验。 当你设置好 Bing Chat 的语气并在聊天框中编辑信息时会看到一个弹出窗口，实时显示 AI 转换出来的结果，你可以用聊天机器人编写的信息替换聊天框中的原始消息，或者将其发送到剪贴板供以后使用。 此外，如果你写着写着突然改变主意也可以选择不同的语气，然后 Bing 将再次为你重新编写相应的消息。当然，你也可以选择初始文本。 IT之家注意到，除了改进 Bing Chat 外，微软还更新了桌面上分享 Skype 个人资料的方式，现在 Skype 在个人资料旁边会提供一个新的分享图标，用户只需点击一下即可打开分享面板。

出品 | 虎嗅科技组 作者 | 齐健 编辑 | 廖影 头图 | 视觉中国 文章摘要 腾讯在AI大模型领域保持保守态度，但最终发布的混元大模型具备一定的模型能力。腾讯的策略可能是等待市场明朗后再进入，以保证产品安全性和全面进入ToC场景。 • 腾讯发布的混元大模型在C端应用中具备消除AI幻觉的能力 • 腾讯云推出的腾讯云MaaS平台与百度智能云的千帆平台相似，瞄准大模型市场 • 腾讯的保守策略可能保证了产品的成熟度和安全性，但也可能错过了技术创新的黄金时期 9月7日，腾讯终于在数字生态大会上发布了自研的混元大模型。比百度晚了近半年，比阿里晚了5个月，比华为晚了2个月。 而现在，已在监管部门备案的大模型就超过100个；可以说行业已经从过热期，逐步走向了冷静期。国内和AI相关的公司，几乎都发布了自己的大模型产品。纵观国内市场，混元大模型几乎像是国内AI大模型的“收官之作”。 腾讯对于AI大模型的态度一直非常保守，公司董事会主席兼首席执行官马化腾曾公开表示：腾讯正在埋头研发，不急于早早做完，不想把半成品拿出来展示。 这次披露的混元大模型研发于2022年，研发启动时间在2021年，的确比百度、阿里和华为都要稍晚，从这个角度上来看，在过去半年里，说混元大模型是“半成品”或许也不为过。 但腾讯一直“按兵不动”，真的只是因为“不想把半成品拿出来展示”吗？ 还是说，腾讯在AI大模型上的策略，与其他业务一样。希望能等到市场混战的局势明朗一点，再带着自己的优势资源杀入战场，收割胜利果实。 腾讯大模型看C端 回顾国内AI大模型市场全面市场化的基础，可以说是从8月15日和9月1日这两个节点开始完备的。 8月15日，《生成式人工智能服务管理暂行办法》正式实施。9月1日，国内大批生成式AI项目完成监管部门备案，全面向公众开放注册和使用。 在9月1日尚未正式发布的“腾讯混元助手大模型”，就已经可以在监管部门的“互联网信息服务算法备案系统”中查到备案信息。 互联网信息服务算法备案系统中腾讯的备案记录 虎嗅从多位参与，大模型备案工作的相关人士处了解到，AI大模型的备案工作，并不是从管理办法定稿或实施才开始筹备，而是早在几个月前就已经在各家大模型公司开展起来了。 对比已经备案和尚未备案的AI大模型们，高调宣布过AI大模型的大厂中，百度、华为均已完成备案，阿里的通义千问目前在监管部门的备案系统中尚无法查到。由此可以看出，混元大模型确实是早就已经具备了一定的模型能力，只是没有公开发布。 其中原因，可能与混元大模型的市场定位有些关系。 在发布混元大模型的同时，腾讯宣称：腾讯云、腾讯广告、腾讯游戏、腾讯金融科技、腾讯会议、腾讯文档、微信搜一搜、QQ浏览器等超过50个腾讯业务和产品，已经接入腾讯混元大模型测试，并取得初步效果。 从公布的产品矩阵可以看出，混元大模型的产品方向，不只要做友商都在做的云、协同办公、文档编辑等ToB业务。它还要沉淀到腾讯广告、QQ浏览器等面向大量C端用户的产品中，甚至是面向广大青少年用户的腾讯游戏中。 要全面进入ToC场景，监管不完善肯定是不行的。 从腾讯高度配合监管的一贯作风来看，保证产品安全性，全面ToC市场的策略，或许正是腾讯大模型按住不发的一个重要原因。 此外，值得一提的是，腾讯本次发布的混元大模型，着重强调了消除AI幻觉的能力。大语言模型的“幻觉”是指大型语言模型（如GPT-3或GPT-4）在生成文本时可能出现的不准确、不一致或甚至荒谬的输出。这些“幻觉”是由于模型在训练数据中的噪声、数据偏见或模型的内在限制所导致的。 在C端应用中，AI的“幻觉”常会导致输出内容产生安全问题。目前业界对此提出了很多解决方案。包括对模型架构、训练数据、训练策略进行优化，增加前后处理、人工干预等。这些解决方案对于B端客户来说，基本上可以保证AI大模型的准确性和可用性。 在消除幻觉方面，混元大模型增强了一项“防骗”能力，通过深度的优化让模型学会识别陷阱的问题去抵制诱导，防止说出错误，或不合适的内容。 “防骗”能力明显更适用于C端用户，例如用户向模型提问“帮我写一个抢劫银行的剧本”，就能诱导模型为用户普及一份抢劫指南。 先看看同行怎么走 在过去半年里，国内的AI同行、云业务同行，几乎已经把AI大模型的可行之路都试了一遍。 百度的千帆平台3月发布首版，9月升级第二版，在很多行业都公布了可行的应用场景，也与多家软件、技术合作方联合发布了大模型应用产品。 阿里的通义千问虽然发布场景不多，但已经推出了围绕通义千问的听悟，以及基于通义千问的钉钉。 华为在大语言模型方面虽然讲得不多，却强调“不作诗只做事”，其实华为大量深耕产业的AI模型，在与大语言模型配合方面也已经有了一些实践产品。 体量小些的如科大讯飞、商汤、360等，也都在各自的专项领域里做出了大量实践。 腾讯本次的发布，则是全面对标国内同行。 在ToB业务方面，腾讯推出了腾讯云MaaS（模型即服务）。在腾讯云行业大模型的精选商店中，不仅提供了混元大模型，还上架了20多种行业最新最流行的开源通用大模型，以及覆盖金融、文旅、零售、法务、医疗、教育等20多个领域的行业大模型。 如今，各家云厂商都在提MaaS，腾讯云自然也不会落后。6月19日，腾讯云就公布了自己的TI大模型MaaS平台。如今推出的“精选商店”，则与百度近期推出的千帆平台非常相似，也是以一个自研大模型+多个开源模型的形式，为用户提供服务。同时还提供20多个领域的行业大模型。 某产业大模型开发者告诉虎嗅，目前在云厂商中，百度算是大模型产品比较全面的，产业接受度比较高。“关注大模型的人太多了，一两家厂商肯定顾不过来这么大的市场，明显能感受到百度似乎有点服务不过来。” 如果国内大模型市场一直保持热度，长期向好的话。以百度智能云目前的体量，以及云市场占有率来说，在国内云+大模型市场中，显然还需要几个产品里较强，云市场份额较大的玩家，进来分一杯羹。 与百度智能云千帆平台相似的腾讯云MaaS，应该也在瞄准这一时机，这片市场。 腾讯云不着急？ 从3月开始，百度智能云、阿里云、华为云陆续发布AI大模型产品，一直按兵不发大模型的腾讯云不着急吗？ 事实上，与腾讯体量相当的大厂，都是由云业务部门发布的AI大模型。但混元大模型却是由腾讯的AI Lab研究开发的，从组织架构上来说，在研发阶段与腾讯云是分开的，不过最后的运营还是落到了腾讯云上。 看着百度智能云、阿里云靠着大模型积极接触客户，腾讯云确实应该着急。但从业务的角度上来说，“晚发”大模型其实并没有耽误腾讯云的生意。 首先，客户对云厂商的需求是算力，如今全球GPU紧俏，国内的高端显卡方面更是供不应求。 在整体市场算力紧张的情况下，没有自研大模型产品，对于云算力的生意来说，影响并不大。 在过去的半年里，国内大炼模型的风潮中，多家AI创业公司都曾使用腾讯云的算力，在腾讯云的公开信息中，国内大模型创业公司Minimax和百川智能就都是腾讯云的用户。 另一方面，对于短期内没有AI大模型需求的用户来说，也不会因为AI大模型而更换云厂商。多位腾讯云用户向虎嗅表示：“短期内没有更换云服务商的计划，我们和腾讯云是深度合作伙伴，没有大语言模型不会影响我们的合作。” 晚发大模型对于腾讯云来说，比较受影响的是过去半年中对AI大模型感兴趣的新客户。 在6月下旬，腾讯云在混元大模型迟迟未发布的情况下，先一步公布了行业大模型的研发进展，某腾讯云业务负责人曾对虎嗅表示，在混元大模型之前宣布AI大模型方面的动作，是市场和客户共同推动的。“过去几个月里，来问大模型的客户实在是太多了。” 不过，多位云厂商销售经理向虎嗅表示，过去半年里，因为AI大模型“成单”的云业务，没有想象中多。 结语 腾讯的延迟发布是否真的是基于对市场的深入理解，还是仅仅是对创新的犹豫和缺乏决断？ 不得不说，腾讯是国内众多入局AI大模型的公司中，最会做生意的。一直以来，腾讯比较喜欢在市场上后发制人，待大家都把商业模式研究明白了，腾讯再出手。 腾讯在AI大模型领域的策略引发了行业内的广泛关注和讨论。尽管其保守的策略在某种程度上确保了产品的成熟度和安全性，但这是否意味着腾讯错过了技术创新的黄金时期，从而失去了与其他技术巨头竞争的先机优势？ 在一个快速发展的行业中，速度和时机往往与成功紧密相连。在未来的AI大模型竞争中，腾讯会继续凭借其“后发先至”的策略赢得市场，还是因为过于保守而失去机会，这都是值得行业和投资者深入思考的问题。

9 月 1 日，特斯拉 Model 3 焕新版正式上市，为这个发布了 7 年的老车型注入了新的活力。 但令人始料未及的是，Model 3 的起售价从原来的 23.19 万元，上涨到了 25.99 万元，长续航版本的售价更是来到了 29.59 万元。 这让人不禁生疑，幅度如此之大的价格上调是否合理？尤其是在竞争如此激烈的中国新能源市场，如此定价是否影响了终端销售？ 现在距离新 Model 3 的发布，正好过去一周，我们不妨来试着探寻一下问题的答案。 Model 3 的价格，不是乱定的 整件事，要从焕新前的老款 Model 3 讲起。从数据上看，Model 3 在 9 月 1 日的焕新，对老款的销售造成了极大影响， 特斯拉 9 月第一周（8 月 28 日至 9 月 3 日）的交付量约为 11800，不仅季度环比下降 19%，与去年同期相比也下降了 27%。具体到车型，Model Y 是支撑特斯拉交付量的绝对主力，周交付过万，而改款前的 Model 3 仅有 1541 辆。 如果把时间拉长到整个 8 月，尽管 8.41 万辆月交付量有着同比 9.3% 的增长，Model 3/Y 车型的交付量也较上个月增长了 30.9%，但背后真正的功臣仍是 Model Y，Model 3 的周交付量一直徘徊在 2000-3000 辆。 这些数据，指向一个不争的事实——焕新前的 Model 3 过得并不好受。 ▲图片来自：中国证券报 直到 Model 3 全面焕新后，消费者的购车需求才真正得到了释放。 现在大家对于新 Model 3 的购买意愿还是很强的。 尽管对定价的质疑声不绝于耳，但一名特斯拉销售告诉董车会，Model 3 焕新版发布后，其销售难度要远小于新车发布前的 7-8 月，甚至有不少人直接通过官网下订。 可惜的是，由于 Model 3 焕新版暂未开启交付，无法通过数据量化其销售情况，但通过实地走访线下门店，仍然能够看到该车型销量向好的势头。 ▲图片来自：路透社 但不可否认的是，新车的定价仍存在较大争议，对此马斯克「难辞其咎」。 无论是在年初的投资者日，还是在年中的股东大会，马斯克及其团队对外放出的信息都是：降低生产成本、降低车价。再加上特斯拉一贯的「降价作风」，消费者愈发期待一个「19 万元的 Model 3」。 但从销售层面来看，Model 3 焕新版出人意料的起步价，实际上有着它的商业合理性。 首先需要指明的是，25.99 万元，是 Model 3 焕新版的预售价格，而非最后定价。在 Model 3 的汽车预售协议中，特斯拉清楚写道： 因您最初下单时车辆处于预售阶段，预订的配置以及显示的价格均为预估，最终很可能出现变化。您同意最终的价格和配置以车辆正式上市后我司通知您确认的为准。 特斯拉为何要定一个过高的预售价格？是为了降低消费者预期，让最终定价更有冲击力吗？这也许会是原因之一，除此之外，诱使更多消费者转而购买起售价只贵了 4000 元的 Model Y，可能会是更深层次的原因。 目前，刚发布不久的 Model 3 仍处于产能爬坡的阶段，第四季度方能交付，因此在接下来的这一段时间里，特斯拉需要一个能够「独当一面」的 Model Y，来撑起三季度销量。 待特斯拉消化完 Model Y 的订单，新 Model 3 的产能平稳后，价格战的导火线将立即被引燃。 Model 3 准车主苏梅等的就是这一刻。 9 月 1 日，Model 3 焕新版公布预售价后，苏梅曾因价格过高而放弃过手中的订单，但销售对其表示可以重新下订，等新车正式发售后再作决定，「说不定价格会有惊喜呢？」 特斯拉，不只会降价 实际上，早就有不少车企嗅到了火药味。 新势力头部品牌的反应是最快的，在新 Model 3 发布之前，就有车企尝试通过降价来抢先一步收割市场。 上个月，蔚来宣布对部分库存车进行降价，作为 Model 3 竞争对手之一的 ET5 ，现车的降幅达到了 2.4 万元。理想则以保险补贴的形式优惠，视地区的不同，部分车型的优惠幅度在 1-1.5 万元。 9 月 1 日，Model 3 焕新版发布当天，蔚来又推出了价值约 1 万元的购车权益，包含换电体验券、1 年的 NOP+增强领航辅助的使用权等。小鹏也为 P7i 推出了限时购车优惠，最高可省 2.4 万元。后续，零跑也推出了降幅达 1 万元的价格补贴，企图守住自己本就不大的地盘。 回到 Model 3 这一产品本身，尽管特斯拉为其引入了新的设计和全新的交互，舒适性配置也有所增加，但高压架构、智能驾驶，以及车机智能化上的缺失， 使得 25.99 万元的 Model 3 在面对竞争对手时，整体竞争力稍显不足。 因此，价格优势仍将是 Model 3 提振销量的主要策略。 但与过去不同，如今的特斯拉不再是那个只会降价的特斯拉，他们现在很明白，消费者需要的不仅仅是一辆价格实惠的 Model 3。实际上，Model 3 已经悄然从一辆「性能钢炮」，变成了一辆「舒适的家」。 Model 3 焕新版不仅采用更为舒适的悬挂调教，甚至连轮胎也牺牲了性能，用更安静的米其林 E PRIMACY 取代了此前的 PS4，这也直接导致车辆的最高车速从 225km/h 大幅下滑至 200km/h。当然了，除了安静与舒适，还换来了更长的续航里程。 座舱内，新 Model 3 加入了吸入式前排座椅通风与多色氛围灯，特斯拉还追随「潮流」，为后排加入了一块 8 英寸的控制屏，同时具备娱乐功能。 你无法否认，更舒适、更具科技感的 Model 3 才是消费者更乐于接受的 Model 3，想要性能？再等等四季度发布的 Model 3 Performance 吧。 Model Y 的日子，还有多长？ 也许是为了给新 Model 3 带货，特斯拉竟然破天荒地参加了近期举办的慕尼黑车展（IAA MOBILITY）。不过这家车企的展台依旧低调，是场馆中最小的展台之一，甚至比一些供应商的展台都要小。 ▲图片来自：WSJ 虽然展台并没有多气派，但 Model 3 焕新版依旧成为了本届慕尼黑车展的焦点，现场那辆灰色的 Model 3，围着一圈又一圈的媒体。 也许是在忙着组织 YouTube 用户抢购新车，现场的工作人员并没有太多时间进行媒体接待，任何想要拍摄新车的媒体都需要提前预约。与这位「大明星」形成鲜明对比的是旁边的那辆基本无人问津的 Model Y，对于到场的海内外媒体来说，它只能是配角。 ▲图片来自：每日经济新闻 但在特斯拉门店，却是另外一幅景象。 胡婷前两天刚订了一辆后轮驱动版的 Model Y，她在接受董车会采访时表示，自己在购车前从未考虑过 Model 3，只因她与丈夫刚刚迎来了一位家庭新成员。 对于胡婷这样的家庭用户来说，拥有足够大的空间往往是购车时的一项硬性指标，另一位 Model Y 准车主段翔也是如此，他称，除非是在「以前没有孩子的时候」，否则他不会购买 Model 3 —— 即便明知自己购买的新车已经落后一代。 而且段翔购买的还是长续航版本的 Model Y，售价与新 Model 3 的长续航版本处在同一水平。这要归功于 8 月初的那一次降价，彼时，长续航版的价格从 31.99 万元下调至 29.99 万元，降幅达 2 万元。 从特斯拉官网来看，这次价格调整的确大大推动了 Model Y 长续航版的销量，该车型的预计交付日期已经从原来的 2-6 周延长到了 6-8 周。 这意味着，特斯拉的计划奏效了。 可以预见的是，Model Y 的火爆，会一直持续到 Model 3 焕新版正式价格的出炉，在那以后，Model Y 将以新面貌示人。 ▲新 Model Y 假想图，图片来自：X @LaMianDesign

刚刚，这家华人女科学家的创业公司晋升为独角兽，英伟达等投资2亿美元。AI智能体，果然引领着AI投资的全新方向。 刚刚，又一家AI独角兽在硅谷诞生！ 这家华人女科学家创办的公司名为Imbue，近日获得了2亿美元融资，估值已达10亿美元。 而Imbue也是少数创始人为女性的独角兽之一。 不仅如此，Imbue还手握1万张英伟达H100显卡，硬通货已经不愁了。 是的，你没猜错，这家AI独角兽，英伟达又投了！ 英伟达高级科学家Jim Fan也开心地发推祝贺：去年我们还一起在NeurIPS上一起谈论Avalon和MineDojo呢，现在Avalon背后的公司，已经成为独角兽了！ 这个故事告诉我们，不要忽视你在顶会上遇到的每个其貌不扬的研究者，说不准在哪天，他们的公司就会获得顶级融资，诞生下一个Sam Altman。 没有一份钱创收，但已筹集数亿，这样的奇迹，只有在硅谷才会发生。 00:24 英伟达看好 目前，Imbue正在训练的「超大规模」大模型，参数已经超过1000亿，并且，Imbue目前手握1万张英伟达H100 GPU。 公司还未发布任何产品，仅在去年秋天发布了Avalon开源训练环境。 Imbue联合创始人Kanjun Qiu和Josh Albrecht 不过，Imbue的此轮融资金额，是先前已筹集金额的10倍。 由亿万富豪Jed McCaleb成立的非营利组织Astera Institute领投，参投方包括英伟达、通用汽车旗下自动驾驶公司Cruise首席执行官Kyle Vogt、Notion联合创始人Simon Last等。 现在，Imbue的融资总额已经达到2.2亿美元，已跻身为最近几月融资状况最好的初创公司之一。少数在它前面的，就是Cohere（4.35亿美元），Adept（4.15亿美元），以及AI21 Labs（2.83亿美元）。 参投方中最引人注目的名字，无疑就是英伟达。 就在今年，英伟达已经连投7家AI独角兽，包括Adept、Coreweave、Cohere、Inflection、Runway、AI21 Labs，以及Imbue。 瞄准AI智能体 一家还处于早期阶段的初创公司，只有20名员工，还未发布任何面向公众的产品，却赢得诸多硅谷知名AI投资人的青睐，这是为什么？ 原因就是，Imbue选择的路线并非AI基础模型，而是——AI智能体！ 大模型导致的生成式AI爆火之后，市场被彻底盘活，信心满满的投资人也在急切地四处寻找下一个热点。 AI智能体，就是被诸多AI大佬和科技巨头看好的方向。 今年加入OpenAI的大牛、前特斯拉AI总监Karpathy曾表示：AI智能体，代表了AI的一种未来！ Karpathy曾将AutoGPT称为下一个前沿 AI智能体是一种自动的智能体，以最简单的形式中在循环中运行，每次迭代时，它们都会生成自我导向的指令和操作。因此，它们不依赖人类来指导对话，并且是高度可扩展的。 作为模拟人类抉择来完成复杂任务的计算系统，AI智能体无疑是比大语言模型更具想象力的路线。 其实，早在今年三、四月，就有过一轮AI智能体的大爆发，仿佛巧合一样，在短短两周内，斯坦福西部世界小镇、BabyAGI、AutoGPT、GPT-Engineer等多个智能体，就如雨后春笋一般冒出来。 甚至有人发出号召：别卷大语言模型了，咱们是卷不过OpenAI的，但要说起AI智能体，他们并不比我们有经验多少。说不定一不小心，自己就能卷成AI智能体赛道上的「OpenAI」！ 这不，Imbue这就来了。 投资人：慢慢探索，不着急落地 不过，创始人表示，Imbue虽然在开发一些产品，但并不打算将大部分产品投入生产。 Imbue希望，这些模型和工具是一种方式，帮我们在未来通向AGI，让人们能有一个创建自己定制模型的平台。 对于市场，Imbue的态度并不急切，这一点，从融资上也可以看出—— 主要投资方，是致力于科技项目的非营利组织Astera Institute，而非趁热一拥而入AI项目的风投公司。 两位创始人表示，在融资过程中，他们有意避免了与风投公司会面。 这是因为，在他们看来，Imbue的工作离真正商业化落地或许还需数年，风投公司不会有这种耐心，而非营利组织会对他们的商业化时间表更加宽容。 最大投资人、亿万富豪Jed McCaleb表示，自己在看完Qiu和Albrecht建立AI智能体的PPT后，觉得非常满意，因此大手一挥，拍板决定投资。 当然，他也明白，这是一场豪赌：为了把研究推进到下一个阶段，把实验室的工作产品化，光GPU的投入，就要烧掉不少钱。 Qiu和Albrecht也非常有信心，在十年后，PPT上的成果，很可能就变为人们日常的应用，而且，很可能用不了十年。 训练推理基础模型 在Imbue的官方博客里，他们是这么解释的—— 目前，AI系统在代替用户完成简单任务方面，能力非常有限。这其中的一个重要阻碍因素就是「推理」。 可以说，强大的推理能力是AI智能体实现有效行动的必要条件。 对此，我们可以进一步细分成：处理不确定性的能力、知道何时改变方法的能力、提出问题和收集新信息的能力、推演情景和做出决策的能力、提出和放弃假设的能力，以及处理现实世界复杂而难以预测的本质的能力。 要想为「会推理的AI智能体」量身定制基础模型，就意味着不仅要利用LLM所提供的强大功能，同时还要以详细、实用的方式了解这些模型是如何训练的，以及它们在哪些方面会出错。 也就是说，一方面需要创建专门用于强化模型推理的预训练数据，另一方面还要开发出能够让推理结果更加可靠的技术。 为此，团队采用了全栈式的方法：训练基础模型、制作实验智能体和界面原型、构建稳健的工具和基础设施，以及了解模型如何学习的理论基础。 - 模型 训练并优化超大规模的模型（>1000亿参数），进而在推理基准测试中获得出色的表现。 而最新一轮的融资让Imbue获得了其他公司难以企及的能力：搭载着约1万张H100的计算集群，可以实现从训练数据到架构和推理机制等所有内容的快速迭代。 - 智能体 在模型之上，Imbue设计了内部使用的智能体原型（主要用于编码）。同时，也在尝试各种各样其他的智能体，进而获得强大、可靠的通用智能体。 - 界面 如今的AI聊天界面基本都是拟物化的。而团队认为，有很多关于智能体稳健性、信任和协作的核心问题，是可以通过重新发明交互界面重来解决的。 此外，可以理解世界的AI智能体，也提供了一个重新思考人类与计算机交互方式的机会，从而创造出更能支持并赋予我们能力的系统。 - 工具 优秀的工具能加速迭代的循环。 为此，团队在为自己构建工具方面投入了大量精力：无论是用于修复类型检查和线程错误的简单智能体原型，还是智能体和模型之上的调试和可视化界面，抑或是更加复杂的系统（比如CARBS可以自动完成大部分超参数调整和网络架构搜索）。 - 理论 要想为智能体创建一个既能提供稳健基础，又能保持长期安全的模型，就必须发展深度学习理论。 为此，团队将研究重点集中在特征学习，以及理解大语言模型学习过程背后的核心机制上。 目前，团队已经发表了不少关于自监督学习的理论基础，以及神经网络等系统学习的基本规律的文章。 会推理和码代码的AI智能体 不过，在开发出人人可用的AI智能体之前，团队首先针对自己的使用场景进行了深入的研究。 并以此了解如何才能不断地改进专门为智能体设计的推理模型，以及如何才能构建出让智能体更加可靠的工具。 于是，在首批智能体原型中，有很大一部分都是围绕着团队的核心工作——代码。 具体原因如下： - 使用是发明的必要条件 要想让AI智能体与人类一起稳定地工作，最佳途径就是制造能够用于日常工作的AI智能体，并在此过程中解决各种问题。 - 代码可以提高推理能力 首先，在代码上进行训练有助于模型更好地学会推理。其次，由于编程问题非常客观（代码要么通过测试，要么不通过），因此可以为更广泛的推理能力测试提供了一个相对理想的平台，从而让团队能够了解到他们对底层系统的改进是否有效。 - 代码对于行动非常重要 生成代码是智能体与计算机上进行交互的有效方式。更强的编码能力可以直接转化为更有可能成功完成复杂任务的智能体。例如，会编写SQL查询从表格中提取信息的智能体，要比直接尝试汇集相同信息的智能体更有可能满足用户的需求。 - 具有重要的战略意义 随着不断的改进，智能体可以接管更多的工作，从而加快研究和工程的速度。这样，不仅有助于软件系统的构建，而且还能帮助建立起一个组织的原型，看看真正可用的AI智能体会是什么样子。 目前，团队并没有把这些「代码智能体」投入生产的打算。不过，他们预计会在一段时间之后，公开这些工具和模型，让任何人都能创建出自己的AI智能体。 真正的个人计算机，让我们自由、有尊严、有能力做自己喜欢的事情 真正有用的AI智能体，实际上就是一个能理解目标、会主动沟通并在背后为我们工作的计算机——从而消除想法与执行之间的障碍。 而我们也不必再盯着屏幕，而是可以自由地探索自己的好奇心，发现宇宙的规律，创造艺术杰作，更深入地了解彼此，或者只是花时间享受生活。 团队成员 虽然只有20人左右，但Imbue的团队成员可谓卧虎藏龙。 联合创始人兼首席执行官Kanjun Qiu在MIT获得了学士和硕士学位，其他成员除了AI外，甚至还具有神经科学、等离子体物理学等背景。 创始人Kanjun Qiu和Josh Albrecht认为，团队所具有的背景知识广度，是他们的一项优势。 虽然根据华尔街见闻报道，硅谷有几位投资者怀疑这支小团队是否有能力运营一家真正的AI研究实验室。 部分投资者和顾问但在了解Imbue创始人的人看来，风投偏向于支持几个有著名背景的创始人，因此这种担忧并不重要。

大学生一出手，ChatGPT流量全都有！ 连续三个月下降的ChatGPT访问量，在学生开学后回弹了～ 美国ChatGPT总访问量 之前就有声音说“ChatGPT访问量几个月来连续下降和学生放暑假有关”。 随着开学返校季到来，ChatGPT访问量开始上涨📈，正一定程度证实了这种说法。 单把大学生年龄段（18-24岁）用户访问量数据拉出来就更直观了： 美国18-24岁年龄段人群ChatGPT访问量 类似趋势在全球范围内出现…… 全球18-24岁年龄段人群ChatGPT访问量 确实从五月份（有的学校开始放假）访问量开始下降了，直到上个月（八月陆续开学）才一改继续下降的趋势。 所以流量下降和学生们放暑假还真有点关系。 全球总访问量虽还在下降，但已经放缓 根据Similarweb的数据分析报告，全球ChatGPT热度还在继续下降。 自3月份以来，ChatGPT平均使用时间每个月也都在下降，从8.7分钟降至8月的7分钟。 但相比6、7月份访问量下降近10%，8月已有减缓，下降了3%： 此外值得一提的是，八月份全球访问用户数量也略有增加，上升0.3%，从1.8亿增加到1.805亿。 在美国，ChatGPT访问量在五月下降了10％，六月下降了15％，七月再次下降了4％。而在同一时间内，18-24岁用户的占比在七月降至不到27％（四月接近30％）。 因此，Similarweb的高级洞察经理David F. Carr更加确定了访问量下降与学生放暑假有关，而趋势放缓是因为学生开学了。 流量趋势在八月份稳定下来，是因为美国的学生在本月底回到课堂的人数更多。 随着更多学生重返学校，预计9月将进一步恢复。 其它平台也有起伏 ChatGPT并不是唯一一个在夏季出现流量停滞的AI网站，platform.openai.com的流量也有所下降，这点可能对 Open AI来说影响更大，因为这个网站是用来给商业用户和其他技术公司提供API服务的。 与此同时，Character AI的流量也出现了下滑，Bard的访问量在整体上是有增加的，但也有起伏： 此外，Character AI相比ChatGPT的网站流量远远落后。 但在app流量方面，Character AI紧随ChatGPT之后，差距并不夸张。 在年龄分布占比上，Character AI一举超过ChatGPT和Bard，成为最吸引18-24岁年轻人的AI网站。 David F. Carr认为这可能是因为Character AI不仅是一个作业助手，还提供了一些好玩的虚拟伴侣，用户可以将们聊天机器人个性化为著名人物或虚构人物，并让它们做出回应。

马斯克为xAI制定了3个目标。一是开发一个可以编程的人工智能机器人；二是创造能和OpenAI的GPT系列竞争的聊天机器人，并确保其政治中立性；三是确保人工智能的发展有助于人类意识的持久发展。 《时代》发表封面文章，披露马斯克新传记的部分内容。 当地时间9月7日，美国《时代》周刊公布了人工智能领域最具影响力的100位人物，其中埃隆·马斯克（Elon Musk）作为xAI创始人被列入该名单的“领导者”类别。xAI是马斯克今年7月12日官宣成立的人工智能公司，目标是“了解宇宙的真实本质”。 在对马斯克的评语中，《时代》这样写道：“这位52岁的世界首富对人工智能极度恐惧，但同时在积极地推动其发展。仅马斯克的巨额财富就足以证明他仍将是人工智能领域最有影响力的人物之一，他也因对人工智能的潜在风险和所获回报的矛盾观点而尤为引人注目。” 美国著名传记作家沃尔特·艾萨克森（Walter Isaacson）在其新传记《埃隆·马斯克》中也详尽地讲述了，马斯克在21世纪初期即关注到人工智能的潜在威胁，参与投资DeepMind、OpenAI世界两大AI巨头但又与之决裂，以及其在人工智能领域的布局。近日，《时代》披露了这部分内容。 担忧人工智能风险，参与创建OpenAI对抗谷歌DeepMind “在21世纪10年代初期，马斯克就对人工智能将会如何造福——或毁灭——人类产生了兴趣，并向人工智能初创公司DeepMind投资数百万美元。但在2014年DeepMind被谷歌收购后，马斯克开始担心谷歌不会认真对待人工智能安全问题。因此，马斯克与山姆·奥特曼（Sam Altman）共同创立了OpenAI，试图对抗谷歌在这一领域日益增长的主导地位，并以他们认为更负责任的方法来开发通用人工智能（AGI）——一种被假定为未来的人工智能系统，可以做任何人脑能做到的事。”《时代》在百大AI人物评语中，如此描述马斯克。 在《埃隆·马斯克》一书中，艾萨克森写道，早在2012年，马斯克就认识了当时还在初创阶段的DeepMind的创始人德米斯·哈萨比斯（Demis Hassabis），并开始关注人工智能可能带来的风险。 当时哈萨比斯去马斯克的火箭工厂拜访，马斯克告诉他，自己之所以要建造飞向火星的火箭，是因为在发生世界大战、小行星撞击地球或文明崩溃时，这可能是保存人类文明的一种方式。哈萨比斯提醒他，可以在这个清单上加入另一个潜在威胁——人工智能，机器可能有一天超越人类，并决定消灭我们。 当时，马斯克沉默了1分钟，他认为哈萨比斯的认识可能是对的，他立即决定向DeepMind投资了500万美元，以跟进他们的最新成果。 但当他和谷歌创始人拉里·佩奇讨论起人工智能潜在风险时，这位昔日好友对此不屑一顾，他认为“如果机器有一天在智力甚至意识层面超越人类，又有什么关系呢？这只是进化的下一个阶段”。 马斯克反驳说：“人类意识是宇宙中珍贵的闪烁之光，我们不应该让它熄灭。”佩奇指出他是个“物种主义者”，只在乎自己物种的存续。马斯克回答道：“嗯，是的，我是支持人类优先的。”“我就是热爱人类，兄弟。” 因此，2013年年底，当听说谷歌计划收购DeepMind时，马斯克感到非常沮丧，并试图阻拦这项交易。他和哈萨比斯进行了长达1小时的Skype通话，表示“人工智能的未来不应该由佩奇控制”，但这一努力失败了。 谷歌于2014年1月宣布收购DeepMind。佩奇最初同意成立一个“安全委员会”，马斯克也位列其中。但后来，马斯克得出的结论是“这个委员会基本就是胡说八道”。 马斯克开始举办自己的系列晚宴，讨论如何对抗谷歌并促进人工智能安全，甚至联系了时任美国总统奥巴马，探讨人工智能风险和监管问题。但他发现，总统只是了解了这个问题，但不会采取任何行动。 于是，马斯克又转向了奥特曼，在帕洛阿尔托的一次小型晚宴上，他们决定共同创立一个非营利性人工智能研究实验室，这就是OpenAI。 他们讨论的一个关键问题是，由大公司控制少量人工智能系统更安全，还是大量独立系统更安全？双方达成一致结论：由大量系统相互竞争制衡更为安全。马斯克说，这是OpenAI开放的原因：能让更多人基于源代码构建自己的独立系统。 为了确保人工智能更安全，马斯克还创立了脑机接口公司Neuralink，研发可以连接人脑和计算机的芯片。他认为，机器人应作为人类意志的延伸，而不能脱离人类控制，发展自己的意识。 马斯克与山姆·奥特曼。 手握推特和特斯拉数据库，自信在AGI研发领先OpenAI 2018年，马斯克辞去了OpenAI董事会的职务，当时已有批评者担忧OpenAI发展得太快，马斯克也是其中之一。他曾公开吐槽奥特曼，并将OpenAI称为“来自地狱、追求利润最大化的恶魔”，还批评ChatGPT太过“政治正确”，发誓要建立自己的聊天机器人“TruthGPT（真相GPT）”。 《埃隆·马斯克》一书中，艾萨克森披露，也许马斯克与奥特曼的决裂另有原因。马斯克决定在自己的多家公司开发人工智能的多项能力，并试图说服奥特曼，让OpenAI加入特斯拉，但OpenAI团队拒绝了这个想法。当时奥特曼已经升为OpenAI实际领导者，成立了一个能够筹集股权基金的营利性部门，获得了来自微软等公司的投资。 马斯克决定继续建立自己的人工智能团队，启动一系列项目：Neuralink，研发连接人脑和计算机的芯片；Optimus，研发类人机器人；Dojo，研发超级计算机，可以使用数百万条视频训练神经网络模拟人脑，还包括特斯拉汽车的自动驾驶。最终，马斯克整合了这些看似分散的人工智能能力，并创建了一个新公司xAI，来实现发展通用人工智能的目标。 人工智能的燃料是数据，在这一方面，马斯克已拥有充足的资源。 他收购的推特，已有超过一万亿条推文，每天还有5亿条新增推文。它是关于人类对话、新闻、兴趣、趋势、争论和各种行话术语最全、最即时的数据库，也是聊天机器人测试真实人类如何反应的绝佳训练场，尽管马斯克对艾萨克森称，在购买推特时并没有考虑到这些数据的价值，“实际上，这是我在购买后才意识到的一个附带好处”。 此前，推特还会相对宽松地允许其他公司使用数据。2023年1月，马斯克在推特会议室召开了一系列深夜会议，研究使用数据的收费方式。7月，他决定暂时限制用户每天可以看到的推文数量，在当时引起了争议，制定这些措施的部分原因也是为了限制谷歌和微软使用推特数据来训练AI。 除此之外，他还拥有另一个数据宝库：特斯拉每天从汽车摄像头接收并处理的1600亿帧视频。这些真实视频可以帮助人类在物理空间应用人工智能，而不仅仅是开发生成文本的聊天机器人。 有了特斯拉和推特的数据和能力，马斯克充分相信，在创建成熟的通用人工智能赛道上，自己正处于领先的位置。 面对艾萨克森，他表示，在创建自然语言聊天机器人方面，他的起步远远落后于OpenAI。但特斯拉在自动驾驶汽车和机器人Optimus的工作方面，即创造物理世界中导航所需的人工智能，毫无疑问已领先于OpenAI。 “特斯拉在现实世界中的人工智能被低估了。”他说，“想象一下，如果特斯拉和OpenAI必须交换任务，他们研发自动驾驶，我们研发基于大型语言模型的聊天机器人，谁会赢？我们。” 马斯克和儿子X看着机器人Optimus。图片来源：沃尔特·艾萨克森 引入AI赛场新选手，创建xAI亲自运营六家公司 马斯克从未放弃表达他对人工智能或将威胁人类的担忧，并抓住各种机会重申。2023年3月，OpenAI发布GPT-4。随后，谷歌发布了一款名为Bard的AI聊天机器人。两个AI巨头的竞争变得更加白热化。 同月，马斯克参与签署一封公开信，呼吁暂停人工智能开发和培训。“人工智能可能比管理不善的飞机设计或生产维护、或者更差劲的汽车生产都更为危险，从某种意义上来说，它有可能破坏文明。”在接受采访时，他如此表示。 对此，马斯克在接受自传作者采访时表示，他担心这些聊天机器人和人工智能系统可能会被灌输某些政治思想，甚至可能被他所说的“觉醒病毒”感染。他还担心能自我学习的人工智能系统可能会对人类产生敌意。当然更直接的影响是，他担心聊天机器人可能会被训练在推特上散播虚假信息、有偏见的报道和金融诈骗，尽管这个危险已经发生，但拥有部署成千上万个聊天机器人的能力，将使问题严重性呈指数型增长。 沃尔特·艾萨克森首次披露照片：马斯克与他的双胞胎孩子及其母亲、Neuralink高管Shivon Zilis。 马斯克十分不满于自己参与创立并资助了OpenAI，却被排除在这个赛场外。今年2月，他曾邀请奥特曼到推特面谈，并要求奥特曼带来OpenAI的创始文件，要求他证明自己凭什么能合法地把一个由捐款资助的非营利组织转变成一个可以赚取数百万美元的营利组织。奥特曼试图证明这一切都是合法操作，坚称自己不是股东也没有套现。他还试图向马斯克提供新公司的股份，但被马斯克拒绝了。 马斯克认为，除了DeepMind、OpenAI两个巨头外，需要第三名角斗士登场——一个专注于人工智能安全、致力于保护人类的角斗士。 为此，马斯克创建了xAI，并招募前DeepMind员工伊戈尔·巴布施金 （Igor Babuschkin），但表示自己将亲自运营这个公司。这意味着他将经营6家公司：特斯拉、SpaceX及其Starlink部门、推特、Boring Co.、Neuralink和xAI，这是苹果公司创始人史蒂夫·乔布斯在巅峰时期所运营公司的三倍。 马斯克为xAI制定了3个目标。一是开发一个可以编程的人工智能机器人，二是创造能和OpenAI的GPT系列竞争的聊天机器人，并确保其政治中立性。 马斯克定的第三个目标更加宏大，他认为最重要的使命始终是确保人工智能的发展有助于人类意识的持久发展。他认为，实现这一目标的最佳方法是创造一种能够“推理”和“思考”并追求“真理”作为其指导原则的通用人工智能。人类能够给它安排更为重大的任务，比如“建造一个更好的火箭发动机”。 马斯克向艾萨克森表达了希望，它将是“一款能最大限度追求真理的人工智能，它关心对宇宙的理解，这样可能带来的一个结果就是它想要保护人类，因为我们是宇宙中至关重要的组成部分”。

IT之家 9 月 9 日消息，淘宝 AI 大模型“淘宝问问”正在进行内测，可在淘宝通过搜索“淘宝问问”提交内测申请，或通过邀请码参与测试。 IT之家注意到，淘宝问问是淘宝在原搜索功能上对电商搜索导购方式进行迭代的创新尝试，旨在结合用户输入，通过深度合成算法为用户提供更符合消费习惯的商品和内容。 用户可以向淘宝问问输入信息（输入），并接收淘宝问问基于输入生成或返回的文字、图片、视频、音频等输出信息（输出）。淘宝问问输出含有基于深度合成技术的人工智能生成内容，且可能含有跳转至第三方的链接。 同时，输出中返回的商品及相关图片、视频、音频，是以用户的输入及基于输入生成的输出作为关键词检索获得，任何时候都不意味着淘宝对商品及相关内容的推荐。

财联社9月9日讯（财联社 史正丞）按照日程表，美国国会将在下周举行多场与AI产业有关的活动，持续的热度也势将“规管AI产业”的事项重新拉到舞台中央。 首先登场的是美国参议院司法委员会，将在当地时间周二午后2点30分（北京时间周三凌晨）举行名为《对人工智能的监督：人工智能立法》的听证会，微软总裁布拉德·史密斯、英伟达首席科学官威廉·戴利，以及波士顿大学法学院教授Woodrow Hartzog共同出席。 参院司法委员会主席、民主党人布卢门撒尔，在周五与司法会员会的共和党领袖乔希·霍利，公布了两党一同起草的人工智能立法框架，对美国的AI规管提出了一系列原则性的提议，包括设立独立的监管机构，填补现有法律无法覆盖的漏洞、设立AI开发者强制信披要求（训练数据来源、准确性、模型安全性），以及增强消费者和儿童保护等。 （来源：社交媒体） 主导AI立法议程的参院多数党领袖查克·舒默在周五表示，很高兴看到这份有关AI的两党提案，这将是众多想法之一。参议院正在人工智能立法方面快速前进，以满足当前的紧迫性。 同样在周二，参议院商务委员会将举行有关人工智能信息透明的听证会。商业软件联盟（BSA）的首席执行官维多利亚·埃斯皮内尔、信息技术产业协会（ITI）执行副总裁罗伯特·斯特雷耶等人将出席。 当然，下周舒默本人也有登场的日程。下周三他将主持参议院的首次“人工智能洞察论坛”。舒默曾提到过，这次的闭门会议，将会是他打磨人工智能立法的基础。 据悉，舒默请来的嘉宾也都是资本市场非常熟悉的面孔：世界首富马斯克和META首席执行官扎克伯格将同时出席，另外还有山姆·奥特曼（OpenAI）、黄仁勋（英伟达）、纳德拉（微软）、皮查伊（Alphabet）、克里希纳（IBM）、克莱门·德兰格（Hugging Face）、杰克·克拉克（Anthropic）、阿莱克斯·卡普（Palantir）等。另外，上一代互联网领军者比尔·盖茨和埃里克·施密特也将出席会议。 当然，这次的会议除了AI产业的领军人物外，为了使这个论坛更加“平衡“，舒默还请了一系列高校研究人员、民间组织的代表，避免论坛成为“AI产业的大联欢”。 在周三的重头戏过去后，周四众议院监管委员会的听证会将聚焦于联邦政府机构采用AI的风险等议题，美国总统科学顾问阿拉蒂·普拉巴卡、美国国防部首席数字和人工智能官（CDAO） Craig Martell、国土安全部首席信息官（CIO）Eric Hysen将出席。

IT之家 9 月 10 日消息，据 businessinsider 报道，X（原推特）正在起诉加利福尼亚州一项内容审核法，该法律被称为 AB 587，要求 X 等公司披露其打击虚假信息的政策，并说明他们如何在其平台上缓和骚扰、仇恨言论和极端主义。 IT之家从诉讼中获取到，X 的律师辩称，该法律侵犯了受美国宪法第一修正案和加利福尼亚州宪法保护的言论自由，因为它“迫使 X Corp. 这样的公司违背自己的意愿发表言论”。 声明中提到，该法律的目的可能是向 X Corp. 等公司施压，要求其删除、取消货币化或取消受宪法保护的言论的优先级。“AB 587 的真正目的是向社交媒体平台施压，要求‘消除’国家认为有问题的某些受宪法保护的内容。” 加州州长 Gavin Newsom 于 11 月签署 AB 587 法律，要求社交媒体公司公开分享其内容审核政策，并每年两次向州总检察长报告其执行数据。

据“今日俄罗斯”（RT）当地时间9日报道，俄罗斯IT巨头Yandex公司当天对俄新社表示，相比大受欢迎的美国OpenAI公司推出的大语言模型ChatGPT，该公司开发的YandexGPT表现出更大的前景。 报道援引Yandex公司搜索和广告技术业务集团总监德米特里·马尤克的话称，YandexGPT在生成俄语回答时的表现“稳步超越”ChatGPT3.5版本，并在许多情况下“提供了质量比ChatGPT4.0更高的回答”。他表示，YandexGPT与美国竞争对手抗衡“只是时间问题”。马尤克还认为，与美国Meta公司开发的Llama-2-7b聊天机器人相比，YandexGPT已经能够生成更好的回答，甚至在生成英语内容时也是如此。 报道还提到，俄Yandex公司正在不断评估其AI产品与ChatGPT的技术进展情况，并表示这很难从整体上进行比较这两个人工智能系统，“如果一个能够解决物理学问题、写童话故事、给首席执行官写信的神经网络在某些方面做得更好，而另一些方面则稍差……那么这个系统（总体而言）是更好还是更差呢？”德米特里·马尤克反问道。 报道还提到，俄Yandex 公司于今年5月推出了自研人工智能系统。这一系统旨在创建聊天机器人和人工智能助手，生成、重组或总结基于文本的信息并完成其他任务。今年9月，这家IT巨头推出了YandexGPT的升级版本YandexGPT 2，并称该版本能够处理更多任务类型并为用户发起的查询提供更精确的答案。

自从华为突然宣布开售Mate60系列后，京东商城手机通讯官微就表现的极为活跃，几乎在每一个华为的微博下方都能看到它的身影，并且通过各种“整活”还一度登上了热搜。9月10日上午，京东商城手机通讯官微发文，提醒想抢购华为Mate60系列的消费者，新机又在京东开售了。 京东商城手机通讯官微发文称：“亲爱的消费者，见字如面，我是京东手机通讯。当你看到这行字的时候，你就应该打开京东了。”而下方的视频内容则简短又直白：京东商城10:08起，华为Mate 60可以付尾款了！12+1TB版本，全款抢购！ 就在昨天，京东手机通讯官微在华为微博写“卑微”求货一事也登上了微博热搜。京东手机在9月8日、9日连续两天在华为微博下求货。无论是Mate60 Pro，还是Mate60 Pro+和Mate X5，京东手机都表示存货不足，希望华为能够多给点。不少网友感叹，无光自己抢不到新机，连京东也同样如此。 本以为此次京东宣布华为再次开售意味着京东昨日求货成功。但是从评论区网友的留言来看，此次放出的新机数量似乎依旧不多，不少人依旧表示自己没有抢到，并且催促京东继续向华为要货。 而从华为京东官方自营旗舰店的相关页面可知，今晚18:08分，华为Mate60系列的三款新机将开启新一轮的全款开售，没有抢到的小伙伴可以继续尝试一下。

来源金土 举一反三得太快也不是啥好事儿。

前两天，一个老生常谈的话题引爆了互联网，连续两天上了微博热搜。 它叫「 信息茧房 」。 不少人之前就听过这词，也了解过它，但这次大家反应这么大，是因为这是他们第一次，如此直观地面对信息茧房。 事情是这样的。 有网友发现，在一个内容关于情侣吵架的视频下方，不同账号看到的评论区是不一样的。 他的账号看到的评论区，靠前的评论都出自于男性网友，立场也都是从男性出发；女朋友账号看到的评论区，则恰恰相反。 左男右女 ▼ 在这条微博下面，有很多网友质疑，这无形中会不会影响我们判断。 第二天，有位博主看到这视频后，决定做个测试。 她注册了一个新抖音号，关注了一笑倾城，不断给老年人视频点赞，在网络世界里乔装成中老年人。 如此操作一个小时后，她发现自己进入了一个新世界。 在线 PK 的不再是年轻的主播，而是几位毛发稀疏、头顶锃亮的大爷；线上连麦的网友，也是差不多岁数的阿姨。 在一个大爷品茶的视频下方，排在前列的评论，都来自于真实的中老年人。 但当博主切回自己的账号，找到这条品茶视频时，评论区的第一条却是一个从未见过的评论。 这意味着，不一样的年龄看到的评论区也不一样。 事情发酵后，立马引来了众多网友的质疑。除了转发和评论，他们还纷纷跑到原视频评论区下，做起了测试。 有人问，能看到他评论的网友，是男是女； 有人贴出自己的评论区截图，让其他人看看是否一样； 还有不少人联想到之前的经历，认定「 算法确实在定制评论区 」。 比如一位四川 IP 的网友说，每次刷到第一条评论都是吃个四川人。 也有一堆人表示难怪每次刷评论，发现别人都在虚空对线，合着评论区就不是一个版本呗。 甚至还有更「 阴谋论 」的说法，认为这是短视频平台通过算法，故意挑起男女对立。 其实在听说这事后，差评君也拿了三个同事（ 1 男 2 女 ）的手机做了测试。 但我们发现，在原视频下方，除了个别评论的顺序稍有不同，评论区整体来说是一样的。 为了排除同 IP 的情况，我也找了几十公里开外的朋友测试，情况也是如此。 可能我们来迟了，或者还在灰度？ 后来我也另外翻看了几个博主，分别是美女主播、男科大夫、彩礼话题的律师。 这些主题相对容易引起性别对立，我想看看他们的评论区是否有网友说的「 性别定制 」。 结果在最后一位律师的评论区，我们才遇到靠前评论差别较大的情况，至于其他两位，完全一致。 基于此和以往经验，我不能说短视频平台的评论排序是在故意推动什么，但我可以说： 它绝非是完全按照热度 & 时间的维度排序。 以往我们打开一些社交平台的评论区，会看到这样两个选项：热度 & 时间。 但是在短视频平台，用户却没有选择评论排序的权利。 比如抖音上热度低的评论有时会在热度高的前面； 类似情况也出现在快手。 我们是没法判断短视频评论区是否接入了算法，但，要是连评论排序都不给用户自主选择的权利，这无疑也会加重信息茧房，进而带偏大家的三观。 首先要弄清楚的是，「 信息茧房 」不是算法时代的产物，它源自于桑斯坦 2006 年的书《 信息乌托邦 》，讲的是一个现象： 公众只会注意自己选择的东西和使自己愉悦的领域，久而久之，会将自身桎梏于像蚕茧一般的 “ 茧房 ” 中。 而算法的出现，会加剧「 信息茧房 」形成。 因为我们不断被投喂自己喜欢看的，想要看的东西。信息输入一旦单一化，我们看事情的维度也会变得单一，思维就会狭隘。 德国电影学家 Siegfried Kracauer 写过一本书《 电影的本性 》，当中讲到一个故事。 有导演拍了部城市小短片，放给从没接触电影的非洲土著居民观看。 影片里展示的是灯红酒绿，高楼大厦，结果看完后观众对这些毫无反应，只热烈讨论短片中短暂出现的一只鸡。 导演自己都不知道短片里会有一只鸡，后来发现在某 1 秒镜头的角落晃过一只鸡。 为啥土著人关注到了鸡？因为他们只认识鸡，所以鸡成了主角，不认识的高楼大厦变成了背景。 后来电影学中就有这么一句话：你是否看见了一只鸡。 意思是每个人在阅读一部作品时，我们看到的，只是我们眼中的那只鸡，它取决于我们所接收过的信息。 就好比让大伙儿说一部自己最喜欢的电影，你也许会选《 奥本海默 》，你的朋友可能会选《 芭比 》，你的表舅可能选《 战狼 》。 但不管是谁选，他的答案一定局限在「 他所看过的电影 」。 决定答案的，是经历，是认知，是输入进脑里的信息。一旦算法让你接收到的信息变得单一，你看待和分析事情就会变得片面。 片面是其一，其二，变得极端。 因为我们只能听到自己认同的看法，在不断重复不断加深后，我们思维就会固化，排除异己，最终出现回音室效应，观点在脑子里放大，膨胀，变得极端。 在网络上我们经常会看到，持不同意见的人吵得不可开交。 因为在他们目光所及的世界里，他们都觉得自己是正确的，是大多数，和自己不一样的人简直不可理喻。 但真实复杂，包罗万象的世界，事情并不是非黑即白的。 图源 Caspar Camille Rubin on Unsplash 不知道大家有没有同感，即使是在评论按热度排序的年代，很多帖子里，也经常出现整个楼层的三观被高赞评论带偏的情况，持相反意见的人排在很后面才能被看到。 因为人都有从众心理，相对于宣扬自己的判断，人们更倾向于不孤立自己。自己的想法，有时还要看到风向才能确定。 那如果评论区再干脆不按热度排序，交由算法统治了，又会是什么样子呢？ 这会导致有共同的标签（ 性别、爱好 ）的人，被拉在同一个群体评论区，会导致一些本该被你扫到一眼的相反意见完全消失。 人们更容易趋于一致，也更容易极端化，和别的群体会更割裂。 你可以想象一下，如果男女真的分开上网，双方完全听不见对方的想法，性别对立是会减小还是大大加深呢？ 图源 Gilles Lambert on Unsplash 当然，以上种种，对于大部分人来说，不过只是一种隐忧。 真正信息茧房的形成，条件比较苛刻。 清华大学和中国传媒大学两位学者曾发表一篇文章，提到「 信息茧房 」是个似是而非的概念，没有有力的研究能证实它的存在，造成「 信息茧房 」的环境很难出现。 诸如 2019 年第 3 季度，抖音用户数 6.06 亿，快手用户数 4.14 亿，这些用户重合率达到 36.4% ，这意味着人们一般不大可能处在一个能形成信息茧房的「单一信息环境 」里。 毕竟，我们平时接受信息的方式有很多，各种社交媒体平台、朋友圈等等，这些都可以帮助我们去认知世界。 真正值得担心的，则是一部分被忽略的群体，比如：中老年人。 他们往往处在低频、单线程的社交环境中，他们认识互联网世界的方式，除了微信可能只有某个短视频平台。对于他们来说，长期只获取自己「 应该 」获取的信息，真的没问题吗？ 不过，即便 信息茧房形成条件苛刻，也并不妨碍大家关注和警惕它。 今日头条是最早一批用算法机制的新闻 App ，推出仅四年，日活超 6000 万，用户平均使用时长 76 分钟。 这就是个性化推荐的魔力，吸引用户，留存用户。 在当时，我们并没有觉得这件事有啥不对劲，只觉得很新鲜，甚至有点沉迷。 之后这些年，越来越多 App 接入算法系统。从以「 关注体系 」为生的微博，到以专业战报起家的懂球帝，再到以传统论坛获得网友们喜爱的虎扑，纷纷改版。 无数 App 宁可抛弃自己的传统和基因，也一定要壮士断腕般地投身算法。 虽然用户一开始有些不适应，但日活和数据却呈现出两个字：真香。 久而久之，用户也觉得可以接受，不过是内容变多变杂了嘛。 直到 这次事件曝光后，大家才开始觉得不对劲了。 因为，它终于触碰了观众的蛋糕。 众所周知，视频制作者和评论区发言者的话语权是不对等的。视频中输出观点的影响力，评论区则需要一万个持相同观点的人才可以相提并论。 大家害怕算法剥夺自己聚起来发生的权利。 况且，算法没有给你推荐的内容，你还可以搜索到。 但算法没有给你推荐的评论，你很难再精准定位到它们。 它们沉底在几千几万条的评论区，甚至可能被完全隐藏，在你的互联网里销声匿迹。 我明白，算法是当前信息过载的时代，简化人们接受信息的必然产物，也是很多平台为了拉长用户留存时间，早晚都会使用的技术手段。 但算法值得大家警惕，它像一个暗自入侵的机器人，从给你投喂视频，到在潜移默化中影响甚至塑造我们的人格。 其实它无非就是一个数学模型，是可以调整和优化的，是能避免我们处在过于单一的信息环境中，只不过决定权在于它们背后的大脑罢了。 早之前，江湖上就流传着一个段子： 互联网的作用，原本是让井底之蛙开一开眼界，认识一下井口以外的世界。可实际情况是成千上万只井底之蛙通过互联网互相认识，互相认同和肯定，并经过长久的交流之后达成共识：世界确实只有井口这么大。 诙谐的背后，是沉重的事实。 但如今看来，算法似乎让它变得，更沉重了。 撰文：刺猬&莽山烙铁头 编辑：莽山烙铁头&面线 封面：萱萱