Cyber Weekly #28

赛博·新闻

1、特斯拉发布无人驾驶汽车Cybercab和Robovan

本周五（10月11日），特斯拉公布两款车型Cybercab和Robovan，以及他们的Robotaxi无人驾驶出租车计划。Cybercab没有方向盘，没有充电孔，也没有脚踏板和后视镜，一切以「人」为操作中心的部件都被拿掉，车内只有两个乘客位，还有一块中控大屏，就再无其他多余的配件。Robovan则是一辆无人驾驶的小型巴士，它的前脸有点像钢铁侠的面具，它一次性可以搭载20人，每人每英里的出行成本只有5-10美分，还可以用来运输一些大件货物。除此之外，发布会亮相了特斯拉人形机器人「TeslaBot」（前身为「Optimus」）。

2、海螺AI上线图片生成视频功能

本周，海螺视频新增了「图生视频」创作功能。用户点击「图片」按钮即可自由上传图像作为生成视频的首帧。官方称，MiniMax视频模型能够准确识别用户上传的图片，且确保所生成视频在形象保持上与原输入图像高度一致。MiniMax视频模型能够让光影、色调完美嵌入新场景的设定，为创作者提供连贯、深度创作的空间。指令响应方面，MiniMax视频模型可以理解超出图片内容之外的文本，解构指令框架和深层语义并在视频生成中整合，实现「所写即所见」。

3、Kimi探索版上线，专治复杂问题

本周，Kimi发布探索版，用于解决复杂类型问题，有点OpenAI o1那味了。目前Kimi探索版并未向所有用户开放，Kimi官方也表示预计将于下周一向所有用户全量开放。探索版亮点总结如下：

搜索调研是核心功能，值得上手体验
搜索量是普通版10倍，可精读超过500个网页
能即时反思，补充更多信息提供用户决策
每天5次机会，满足用户日常基本需求
启用方式简单，预计下周一全量推送

4、智谱发布「深度推理/多步搜索」功能

本周智谱和kimi几乎同时发布深度推理的功能，本文介绍了智谱AI搜索的深度推理和多步搜索功能，指出传统AI搜索在处理复杂问题时的局限性，并展示了智谱如何通过任务规划和执行、多级推理以及调用外部工具来提供更准确和深入的答案。文章通过一个具体的例子，说明了智谱如何将一个复杂问题拆解成多个步骤，逐步搜集信息并最终给出准确的答案。此外，文章还提到了智谱的更新，包括免费不限量的搜索、支持超过100个网页的并发搜索、多级推理的思维链，以及在联网搜索和多级推理过程中调用外部工具的能力。

5、豆包发布AI智能体耳机Ola Friend

本周四（10月10日），字节跳动豆包发布了首款AI智能体耳机Ola Friend。其为开放式耳机，单耳重量为6.6克，官方宣称同类最轻。其接入了豆包大模型，与豆包App深度结合，用户戴上耳机后，无需打开手机即可通过语音唤起豆包进行对话。其语气能够表现出高兴、意外等情绪，用户在沟通时可“边听边说、随时打断”，还能随时切换话题。Ola Friend已经在电商平台开启预售，将于10月17日正式发货，售价1199元。

赛博·洞见

1、大模型驱动的产品范式创新研究与思考

文章基于作者在2024全球产品经理大会上的演讲，分析了大模型对计算产业的三大范式转换：计算范式、开发范式和交互范式的影响。作者认为大模型同时带来了这三大范式的变革，是IT行业感到“热辣滚烫”的原因。文章重点讨论了交互范式的变革，如多模态和Agent技术，以及它们如何丰富自然语言交互（LUI）。作者还提出了“范式转换立方体”的概念，分析了大模型对不同需求轴的影响，并预测了通用人工智能（AGI）发展的高点可能在2030～2035年左右。文章最后探讨了大模型在多模态、智能体、推理能力方面的飞跃式发展，以及这些发展如何影响未来的产品形态和人机交互模式。

2、AI视频爆发式更新｜近半年值得关注的13个闭源产品动向

文章概述了AI视频生成产品在近半年的发展，包括Luma AI、Runway、Kling等产品的更新和新功能。讨论了AI视频生成的难点，如物理交互准确性、训练数据多样性、运动模糊和可控性。同时，文章还介绍了一些其他值得关注的产品，如Krea AI、Viggle AI、Domo AI等，并提供了AI视频Prompt撰写的参考。

3、Hinton喜获诺贝尔物理学奖|10年61篇精选好文

文章回顾了Hinton的职业生涯和他对人工智能领域的贡献，精选了61篇关于Hinton的文章，分为五个类别：人物/传记、专访/演讲/对话、科普/深度、论文/研究和资讯/动向。这些文章记录了Hinton的成就、观点、研究进展和行业动态。

4、中国AI智能助手首个过亿下载产品来了｜量子位智库月报

文章提供了中国AI智能助手产品的最新市场数据和分析。字节跳动的豆包AI智能助手以超过1.2亿的累计下载量领先，成为首个下载量过亿的产品。Kimi智能助手以4300万的下载量位居第二。App端日活方面，Kimi智能助手DAU已接近700万，月增长率近20%。豆包AIDAU有超过40%的明显下滑，数据跌落至约300万。除文小言DAU约130万外，其他产品DAU均未超过百万，且缺乏超过30%的明显增长。文章还分析了用户规模、增长、活跃度和留存率等关键指标，并介绍了新入场的支付宝AI生活管家支小宝。支小宝专注于日常生活场景，提供一键式生活服务。

5、马斯克19分钟发布会：PPT是一回事，现实是另一回事

来自晚点团队的报道，特斯拉的“We,Robot”发布会在万众期待中举行，但仅持续了19分钟，导致特斯拉股价下跌超过9%。发布会展示了两款无方向盘和踏板的车型——Cybercab和Robovan，以及人形机器人Optimus。尽管马斯克对自动驾驶的未来充满信心，但文章指出实现这一愿景的难度远超以往项目。文章通过对比马斯克的商业计划书和现实情况，揭示了自动驾驶技术面临的挑战，如技术实现、成本控制、市场接受度等，并讨论了特斯拉的商业模式和未来潜力。

6、被忽略的微软Copilot大更新，我从里面挖到了有趣的东西

文章详细介绍了微软Copilot的更新，包括Copilot Voice、Copilot Daily和Copilot Vision。Copilot Voice支持自然对话，而Copilot Vision结合视觉和语音交互。文章强调了微软对情感智能的追求，即AI不仅要实用，还要提供情绪价值。此外，文章还讨论了AI产品在设计上的共同趋势，如色彩渐变、无限画布、衬线体字体和半透明设计，这些设计旨在让AI产品更人性化、更易于融入用户生活。

7、一年之后：AI大模型航海我们身在何处将驶向何方(II)-硬件篇

文章分为三个部分，首先讨论了AI硬件的现状和未来，强调了软件对硬件的驱动作用，并预测了手机与传感器结合的生态和AI陪伴具身化将成为主要机会。其次，探讨了XR技术的发展，指出了VR和AR领域的不同挑战，并分析了苹果和Meta的战略路径。最后，讨论了具身智能的火热现象，分析了资本市场的需求和项目供给情况，并指出了具身智能面临的技术挑战，如数据采集成本和硬件适配问题。文章强调，尽管AI大模型技术取得了进展，但在硬件领域仍需克服多项挑战。

8、Voice-first，闭关做一款语音产品的思考

文章由AI产品专家Vela撰写，分享了其闭关开发语音产品的经历和思考。文章首先探讨了语音作为一种信息模态的特点，指出语音是人类最自然的交流方式，具有传递情感和语境信息的能力。接着，文章分析了语音产品的优势，如交互自然简单、不依赖屏幕、信息传递效率高等，并讨论了语音产品可能的趋势，包括新的内容创作媒介和硬件的适配。文章还探讨了为什么现在是开发语音产品的最佳时机，包括技术基础的成熟和市场趋势的支持。最后，文章讨论了如何判断产品是否适合采用语音交互界面（LUI），并提供了具体的判断标准和例子。

9、AI模型战局渐定，下一波红利在哪？

文章讨论了生成式AI市场的基础层逐渐稳定，形成了由几个主要参与者和联盟组成的均衡格局。随着大语言模型市场结构的稳定，新的前沿正在出现，焦点转移到推理层的开发和扩展上。文章强调了OpenAI的o1模型在通用推理能力上的突破，并探讨了AlphaGo在围棋中展示的推理能力如何启发AI的发展。文章还讨论了系统1和系统2思维在AI中的应用，以及新的扩展定律对AI推理能力的影响。最后，文章指出应用层创业的机会，以及AI转型如何将“软件即服务”转变为“服务即软件”。

10、播客，下一个AI涌入的赛道

文章讨论了AI技术在播客领域的新应用，特别是谷歌NotebookLM等产品如何将文本转换成逼真的双人对话播客。提到了AI音乐生成产品的热潮，以及AI播客的潜力和实现技术。文章还提到了AI播客在国内的发展情况，以及如何通过AI技术实现内容的多元化和个性化体验，提高用户满意度和参与度，推动内容产业的创新。