👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦！
🉑 Heygen 注销中国公司主体，探索出海新范式
HeyGen 是什么？
简单来说，HeyGen 是一个国产AI视频生成工具，几个月前因为「泰勒·斯威夫特说中文」「郭德纲表演英文相声」等视频片段爆火出圈，受到了国内和海外用户的关注和追捧，网站流量增长达到了 92%。
HeyGen 让人印象深刻的点有两个：一是生成视频的效果非常逼真，郭德纲用自己的音色说着地道英语时，口型甚至都能准确对上，让人眼前一亮；二是只需要几秒钟的视频素材就可以确保生成效果，而其他同类产品需要的视频素材 20-30 分钟起步。
从2022年7月推出到2023年3月实现 100 万美元 ARR (Annual Recurring Revenue) 里程碑，只用了几个月。10月份这个数字增长到 1000 万美元，11月时已经飙升到了 1800 万美元。HeyGen 的发展可谓一路蒸蒸日上！
12月初，突然传出 HeyGen 注销中国公司主体「诗云科技」 的消息。
天眼查证实：自2023年12月11日起，诗云科技因决议解散，拟向公司登记机关申请注销登记，债权人需自公告之日起 45 日内向清算组申报债权。
目前，HeyGen 登录和使用，已经需要魔法。这家由中国人创办的AI科技公司，已经毅然转身选择「归海」。
一路高歌猛进发展时，这样的操作是出于什么考虑？目前来看，这很可能与其最新一轮融资有关。
11月29日，HeyGen 拿到了 Conviction Partners 领投的新一轮风险投资 560万美元，硅谷投资家 Sarah Guo 也参与其中。这轮海外融资后，公司估值已经达到 7500 万美元。作为交易的一部分，Sarah Guo 接替了红杉中国在 HeyGen 董事会的席位。
也就是说，HeyGen 为了更顺利地开启「全球化」进程，减少中国色彩，采取了多项措施，注销中国公司主体是其中的一部分。
有 TikTok 前车之鉴，国内公司出海时，为了更好地接触海外客户、更容易地寻求海外资金支持、获得更多的政府税收支持、减少数据方面的审查针对等，制定这类国际扩张战略可能是一种新的范式 ⋙ 更深度地探讨这个话题
👀 Sam Altman 最新采访：首次公开谈论宫斗，还辣评 Elon Musk 和 Google Gemini
12月初，OpenAI 那场吸引了全世界目光的「惊魂宫斗」刚刚平息，Sam Altman刚刚重回 CEO 岗位，时代杂志 (TIME) 就宣布评选他为2023年「CEO OF THE YEAR」。
emmm怎么说呢，卡在这个时间点上，感觉上多少有点「揶揄」的意味 😄
不过，时代杂志这篇专题报道 (👆链接如上) 非常完整且充分地说明了评选的理由：从 YC 到 OpenAI，Sam Altman 用他天才的商业头脑在一步步推动世界的改变，夸张点说，「他以一己之力带领世界进入了 AGI 时代」。
这篇文章从 Sam 高中时讲起，展示了他在上学和 YC 的成长历程，并且细致地描述了他与 Musk 一起招兵买马建立 OpenAI 的诸多细节，以及 ChatGPT 发布后一年时间里带给世界的巨大变化。当然，对于「狗血」内部动荡的始末，包括淡出公众视野后的内部处理，文章也记录地非常完整。
非常棒的一篇文章，不愧是 TIME。读完后对 Sam Altman 的了解立体了很多 ⋙ 阅读这篇报道的中文翻译版
#小程序://哔哩哔哩/xsx8DdrFDxA7rza
随后，Sam Altman 现身 TIME 组织的「A Year in TIME」活动，并接受了杂志主编 Sam Jacobs (右) 的采访。
B站已经有中英文字幕的采访视频，共15分钟，👆 链接如上
这场采访给我留下深刻印象的点有两个，一是主编的问题真的都！好！刁！钻！二是 Altman 畅想 AGI 时语气都变了，感觉他真的看到了未来所以特别坚定。
日报整理大家可能比较关心的4个问答，更多内容可以查看原视频，主编一边提问一边挖坑到最后一刻hhh
Q：what the hell happened (到底啥情况啊)？
A：(卡住并笑了) 公司的事吸引了大量关注，但其实并没有大家以为的那么严重，可以说是 OpenAI 在一年之内急速发展的某种「必然结果」，是积累地各种压力和矛盾的彻底爆发。
在追求 AGI 的路上，我们对这类事情的发生有思想准备，但没想到来的这么快。
Q：你个人从中的收获是什么？
A：还没来得及重新思考，也没时间梳理个人情绪，重返 CEO 岗位后一直在收拾烂摊子。不过在我无法和团队成员直接沟通的时候，他们依然能在重重压力之下保持着出色的工作表现，这令我非常自豪。
……我们必须做出改变，必须改变我们的治理结构，以及与这个世界互动的方式。
Q：Elon Musk 评价 OpenAI 变成了一家不 open 且追求利润最大化的商业化公司，还成为了微软的傀儡，这些是真的么？
A：都不是。OpenAI 已经并将继续开源更多内容，对利润追求保持克制，也不是完全由微软摆布。
尽管他持续抨击 OpenAI，但那并不是真相。我个人感激 Elon 的贡献，因为他对电动汽车和星际探索领域的开拓是非常重要的。
Q：Google 发布了 Gemini 并生成在多项测试中性能优于 GPT-4，他们为什么花了这么长时间才走到这里？
A：AI是人类最重要的发明之一，有更多的人参与其中是好事。Gemini Ultra 明年发布后我们再对其进行评价。
there’s been a lot of confusion around the metrics, but I’m sure Google will do great work
🉑 如何翻译一整份 PDF？这8种解决方案亲测好用，果断收藏！
怎么把一份英文 PDF 完整地翻译成中文呢？相信这是很多小伙伴的实际需求，而且ShowMeAI 社群里也时不时就会冒出这个话题。
微博@严峰 老师前几天也发博征集解决方案，网友们在评论区提出了很多自己在用的「小工具」「小妙招」，都非常实用！日报将其分类整理一下。
注意！有些是需要付费的，大家酌情探索和选择使用~
🔔 一致好评组
DeepL
https://www.deepl.com/translator
网站
点击页面「翻译文件」按钮，上传PDF、Word或PowerPoint文件即可
immersive 沉浸式翻译
https://immersivetranslate.com
浏览器插件
安装插件后，点击插件底部「更多」按钮，选择「制作双语BPUB电子书」、「翻译本地PDF文件」、「翻译THML / TXT文件」、「翻译本地字幕文件」
calibre
https://calibre-ebook.com/zh_CN
下载并安装 calibre 电子书管理应用，并安装翻译插件「Ebook Translator」
🔔 专职翻译组
Google Translate 谷歌翻译
网页
使用工具把 PDF 转成Word，再点击谷歌翻译「Document」按钮，上传 Word 文档
百度翻译
网页
点击导航栏「文件翻译」，上传 PDF、Word、Excel、PPT、TXT 等格式的文件，支持选择领域和导出格式（不过进阶功能基本都需要付费了）
彩云小译
App
下载后点击「文档翻译」，可以直接导入PDF、PDF、Word、Excel、PPT、TXT、epub、srt 等格式的文档并开始翻译（不过有免费次数限制且进阶功能需要付费）
🔔 剑走偏锋组
微信读书
App
下载App后将PDF文档添加到书架，打开并点击页面上方「切换成电子书」，轻触屏幕唤出翻译按钮
浏览器自带的翻译功能
如果一些 PDF 太大，翻译工具不支持，除了将 PDF 压缩或者切分外，还可以转成 HTML 格式，然后使用浏览器自带的网页翻译功能
🉑 李博杰：国内AI大模型，这4家是最有希望的 (目前)
李博杰是谁？
他是中科大少年班的成员，曾在SIGCOMM、SOSP、NSDI、ATC、PLDI等多个计算机国际顶会上发表多篇论文。
他是华为2012实验室原成员，职级20 (技术专家A级别)，2019年第一批加入华为的「天才少年」。
离职前，他是2012实验室下属计算机网络与协议实验室助理科学家、副首席专家。
他还是一名活跃的知乎人工智能领域答主，最近几个月创业有了更多信息源和他洞察。上周他的一篇回答是探讨目前国内最有希望的大模型企业，以及同赛道里大厂和创业公司们的生死命门。非常精彩。
结论：国内大模型企业，他最看好字节、百度、月之暗面 Moonshot、智谱，并「大笔一挥」写下了大模型厂商们的「死亡笔记」。
日报整理了结论和解释的核心要点，非常推荐前往知乎阅读原文 (👆上方链接)！以及答案的评论区也很有「料」哦~
字节：有最多的多模态中文私有数据，有 OpenAI 的研究科学家，有很多 GPU 资源，有落地场景
百度：有先发优势，顶层重视程度高，有很多文本数据积累
Moonshot：国内大模型初创公司的代表，有比较专业且和谐的团队，有非常 sharp 的技术观点；缺点是融资额相对不高，以及GPU 资源可能尚不足以训练 GPT-4
智谱：国内 to B 领域大模型创业公司的代表，营收比较有保障，融资额较大 (GPU 到位后足够训练 GPT-4 这种级别的模型)
🔔 一些大实话
模型性能：GPT-4 ≥ 百度 > 字节 / Moonshot > GPT-3.5 > 智谱 ChatGLM
目前百度大模型已经达到 GPT-3.5 和 GPT-4 之间的水平，部分中文能力已经达到 GPT-4
字节大模型发的加速度比较大
在初创公司已经发布的大模型中，只有 Moonshot 的模型水平超过了 GPT-3.5
智谱 ChatGLM 目前公开模型的水平尚未全面达到 GPT-3.5
阿里、腾讯、华为目前发布的大模型水平，还不如百度和字节，以及腾讯有可能收购一家大模型公司
很多中文大模型都是在 LLaMA 基础上做了 continue pretraining，加上一些中文语料就变成中文大模型了；使用 LLaMA 的架构，从头开始收集和清洗数据做 pretrain 已经是 top 创业公司才能搞定的了
🔔 大厂最容易出现的问题
资源碎片化，内部赛马浪费大量资源
部门墙厚，做大模型的部门拿不到数据
不在一线的资深专家指挥一线的年轻专家，技术方案不够接地气
锁死在公司现有的业务场景
只抄袭别人的架构，没有自己的创新
另一个极端，盲目追求创新又没有足够深入的思考，结果掉坑里了
全线出击，结果一个都没搞成：既要搞 GPT-4，又要搞多模态，还要搞长上下文，做文本的和多模态的还是两拨人；既要搞 to B，又要搞 to C，既要国内市场，又要海外市场
买不到/租不到 GPU
🔔 创业公司最容易出现的问题
Founder dispute，核心成员之间发生宫斗，创业公司最可怕的问题
如果公司里有很多资深大厂经验的人，很有可能患上大公司病
数据、算法、Infra 三个方向都很重要，能在三个方向上都招到靠谱的人，是很不容易的
技术不够成熟就急于发布，损害公司声誉
如果一个公司总是担心自己的业务 OpenAI 做了怎么办，那就说明技术护城河还不够深
创始人不懂技术，看不懂 paper 就很难 follow 大模型领域最新的进展，很容易失去耐心
买不到/租不到 GPU
盲目扩张规模，不仅容易导致有限的资金很快被烧光，还容易导致人浮于事，患上大公司病
拉不到下一轮投资
🉑 42章经 | 我们为什么开始乐观？关于经济发展的明线暗线、AI与最佳实践 | 对谈莫傑麟
https://www.xiaoyuzhoufm.com/episode/656aeffd0500be931c4eb099
这是42章经近期最受欢迎的一期播客，播放已经超过5万，也可见当下年轻人对于「乐观与悲观」话题的关注 (或者迷茫)。
在这期播客中，曲凯和嘉宾莫傑麟聊到了现在市场到底在发生什么，什么变了什么没变，为什么大家不是悲观而是消极，为什么认为目前市场处于底部，如何用库存、明线、暗线等方式去判断市场机会，以及 AI 这件事为什么会是未来一个重要的方向和希望。
内容品质一如既往的硬核，嘉宾莫傑麟贡献了非常系统且有深度的判断。最打动我个人的是播客结尾那句，年轻人没有悲观的本钱。
朋友门！拿出45分钟的时间听一听！甚至听两遍三遍，然后你就会明白，为什么评论区纷纷留言表示获益良多。
Part 1 悲观与乐观
00:46 你对未来是乐观还是悲观？
02:16 大家情绪上悲观，但行动上反而更拼了
3:17 未来不是没有回报了，而是回报的反馈周期变长了
Part 2 时代的乐观指数：ROE (净资产回报率)
4:37 公式： ROE = 毛利 × 杠杆倍数 × 周转率
5:26 行业拆解①：房地产的 ROE
6:31 行业拆解②：作为个体的 ROE
9:35 行业拆解③：互联网的 ROE
11:33 新时代的范式迁移：低毛利→高毛利
Part 3 经济发展的明线与暗线
16:03 明线：新的产业趋势与发展机会
16:22 暗线：宏观政策、经济周期等个体只能认知，无法改变的因子
22:48 做事情最好的节点不是拐点到来的那一刻，而是预期拐点将要来的那一刻
23:49 暗线展望：去库存接近尾声，积蓄的问题在稳步消解
25:59 明线展望：AI 未来可期
Part 4 美国的 AI 市场观察
28:40 美国对 AI 的信念感极其强烈
32:20 从模型数据来看，中国的可利用数据其实比美国要好
35:15 美国的一二级市场近些年有哪些变化？
Part 5 寻找最佳实践
35:56 乐观背后的行动是什么？如何为拐点做准备？
39:13 最佳实践的概念
45:38 年轻人不具备悲观的本钱
👀 AI开发者六个月「血泪」历程：这10件事真是万万没想到
https://makeartwithpython.com/blog/thoughts-on-generative-ai/
作者是一位AI开发者，有着15年的后端开发经验，开发了一款生成式AI视频编辑器已经六个多月了。可以说，他亲历了大模型发展最突飞猛进的几个月，这极大冲击了他最初的预想。
时至今日，这位开发者依旧不清楚下一代应用长什么样 (实际上大家都不知道)。不过他在这篇文章里总结了10条印象最深刻的感悟：
道德在构建AI产品时是首要的商业和产品关注点：在开发AI产品时，需要考虑道德和伦理问题，例如在使用 DeepFake 技术（如换脸、克隆声音等）时，要确保用户在道德和法律层面的责任
模型实际上并不重要，因为更好的模型下周就会出现：在实践中，模型本身并不重要，关键在于构建工具和接口，以及使用可互换的模型；开发者应该致力于利用现有模型构建更好的用户体验
即将到来的未来可能会很奇怪：互联网上的内容将越来越难以区分是人类还是机器生成的，这将对社会产生深远影响
开源处于根本上较弱的位置：硬件成本、数据集规模和网络带宽限制等资源限制，都是开源发展的障碍
现有企业有强大的优势：大型公司在资本和数据方面具有优势，可以利用现有的资源和基础设施，更快地开发和部署AI应用
我们不知道护城河会在哪里：目前尚不清楚哪些公司将建立起生成式AI领域的持久竞争优势，比如技术、硬件、数据、商业模式等
机器人可能是下一个护城河：随着机器人技术的发展，模拟和训练环境将成为关键的竞争领域
没有人能跟上进步的步伐：AI领域的进步速度非常快，即使是最聪明的人也难以跟上，开发者需要学会如何在不断变化的环境中保持关注和适应
开发者需要关注模型的实际应用和用户体验：在评估大型语言模型的性能时，很多时候需要依赖直觉和主观判断，并没有绝对的衡量标准
保密和安全问题比通常更为重要：保护AI模型的权重和数据对于公司的成功至关重要，这也使得保密和安全问题变得更加重要
👀 艾瑞咨询 | 2023年中国AIGC产业全景报告
ShowMeAI知识星球资源编码：R203
这是艾瑞咨询最新发布的一份 AIGC 报告，共69页，系统梳理了大模型层、应用层、算力层的发展现状，中国AIGC标杆企业，以及对未来的发展趋势预测。
艾瑞咨询预测，2023年中国AIGC产业规模约为143亿元，随后进入大模型培育期，持续打造与完善底层算力基建、大模型商店平台等新型基础设施，以此孕育成熟技术与产品形态并将其对外输出。预计 2030年中国AIGC产业规模有望突破万亿元，达到11441亿元。
以下是报告关键页面，非常推荐仔细查看并阅读报告原文：
🉑 微软最新AI系列课：10小时，学会与GitHub Copilot 结对编程
https://github.com/microsoft/Mastering-GitHub-Copilot-for-Paired-Programming
这是微软最新发布的「GitHub Copilot」技能课，帮助学会与这一 AI 神器结对编程，释放更强大的编程力量。10小时的课程学完后，可以实现以下目标：
浏览基本的设置过程，并且学会使用 Visual Studio Code 和 GitHub Copilot Chat 进行实时协作
深入研究 GitHub Copilot 各种功能，比如自动完成、可定制功能、高级编程技术
课程量身定制了最佳实践环节，可以帮助学习者提高代码质量
体验最新人工智能技术与配对编程的融合
GitHub 简介：了解仓库、分支、提交和拉取请求的基本概念
GitHub Codespaces 简介：使用 GitHub Codespaces 和 Visual Studio Code 进行代码开发！学习如何创建代码空间、从代码空间推送代码、选择自定义镜像以及定制代码空间
GitHub Copilot 简介：GitHub Copilot 可以在编写代码时提供自动补全式的建议，并直接在 VS Code 和 Codespaces 中使用
使用 GitHub Copilot 与 JavaScript：在 Visual Studio Code 中启用 GitHub Copilot 扩展 → 制作提示从 GitHub Copilot 生成有用的建议 → 使用 GitHub Copilot
改进 JavaScript 项目使用 GitHub Copilot 与 Python：在 Visual Studio Code 中启用 GitHub Copilot 扩展 → 制作提示从 GitHub Copilot 生成有用的建议 → 使用 GitHub Copilot 改进
Python 项目使用 GitHub Copilot 创建迷你游戏：制作提示从 GitHub Copilot 生成有用的建议 → 整合游戏逻辑并改进您的 Python 游戏
感谢贡献一手资讯、资料与使用体验的 ShowMeAI 社区同学们！
◉ 点击 👀日报&周刊合集，订阅话题 #ShowMeAI日报，一览AI领域发展前沿，抓住最新发展机会！
◉ 点击 🎡生产力工具与行业应用大全，一起在信息浪潮里扑腾起来吧！
3062
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
