一秒变身时装设计师
请欣赏国内第一场古典时尚AI时装秀
可以一秒变身时装设计师了。Glif首选的是欧美模特，欧美设计风格，我只认识Diro。能理解中国诗句，没有出现国内一开始的生搬硬造，这很一出场就强了，自研的，不是用别人的，这就是百度，腾讯的差距。
后续应用计划：1高仿搬回来，得雇码农。网上搬的一上来都是吃。2，可以配套生成视频。直接走秀，办一场，就是国内第一AI时装秀。技术上可以。上海搞过国内第一个人与AI合作演奏会。3，内容。这是保障可以持续的创作素材，不要像AI写小说很快江郎才尽，不知道让人家写啥。风格就是：古典时尚，中国古典时尚等等。利用群众都可以公开使用的资源：古诗现代诗！然后不同的主题，开发一系列题材。
综上：1，干成一个业务，用Glif直接可以办。2，可以独立办一个时装设计平台，用户使用非常简单，可以，这样就不会担心内容创新，抖音人才遍布。只是技术上国内一开始都是生搬硬套的技术成熟至少半年，当然这是借用美国大模型，不用他们开发模型，质量，速度就可以保证了。
问题：现在设计风格都是欧美的，这个现在没办法，中国设计影响力还有差距。自就婚纱也是美籍华人。但以现在的效果，中国风的应该没问题。
意义：开辟中国时装设计新赛道：中国古典时尚设计风。不知道业内有没有，应该有。提升中国时装设计层次。AI时装设计方面可以跟世界同步响应。
人手一个大模型还要多久
微软让每个人桌面上都有一台电脑，每台电脑都装着Windows系统。
又引领了每个人电脑上都跑着一个大模型：chatGPT！
基本上实现了人手一个大模型，但为什么还有：人手一个大模型还要多久？
因为这个大模型是通用的，不是个性化的大模型，这之间的区别是：
你想让它替“你”，不能实现。
在这方面，最近毒舌AI爆火，似乎有希望，他们选的路线也很好，毒舌当代名人，容易引起关注度，这种路数中外一如。之前character复活历史名人，但似乎是通用的，也没起什么风浪。
如果能毒舌每个人，每个领域，就可以人手一个大模型，人手一个“你”的大模型，人手一个专业模型，绘画，音乐，视频，写作都做的很好了，其他行业的还没了解，应该没什么问题。
人手一个你的大模型后，就是实现听话的“你”：
chatGPT让搜索查找变成了搜索问答，但除了问答，要完成其他任务，是你围着它转，而不是它给你做，这个你试下编程，写小说都是，围着它转也没问题，关键是能听话不会听话，不能改，不能现学，还得等他再“提前训练”，用户又不能变成专业教练，只能等厂家训练了，这个才是人手一个大模型的核心问题，不能个性化学习改进。
现在，创建你的智能体
去年春，美国有AI平台复活了拿破仑等历史人物，创建了各种“数字克隆人”提供交流体验，这应该算是最早的“大模型智能体”。
微软小冰已经在试验用户创建克隆人，利用自己创建的克隆人进行各种社交和商业活动。
国内互联网，百度智能体今年推出较早，但是不是面向用户的，而是开发者，你创建一个智能体，只是个只能自己看的Demo。
后来豆包，QQ等开始普及智能体。现在开始创建你的智能体，虽然同一个模型，不同的你，可以创建不同水平的不一样的智能体，比如我创建的“文译”，不管中外词语，都能从应用层面给出全面的回答，非常好用。
再看下元宝发现的“超能翻译官”：
现在，创建你的智能体。
目前头一批智能体大多是计算机工程运输人员建的，就像国内做大模型，调用一下国外大模型API。行业内的专业人士还未普及，没有下场。做大模型还是要和以往一样，咨询人员和业内业务人员共同完成最好，当然好的咨询专家本身就熟识业务，一个人就够了，“文译”就是这样，“文译”并不是一个简单的中英翻译，而是语言词语应用学习。
不知道“智能体”的发现方式什么？现在看互联网人在先，他们会“起名字”。
智能体现在在各家平台，是否可以像应用程序一样，可以跨平台，这样才有诞生“超级应用”的机会，打破平台的限制，或者平台赛跑最后留下来一两家。
现在正是业务人员入场的机会，是时候，下场了，建你的“智能体”!
目前智能体的应用，基于语言的最擅长，输入语言，输出语言，通过各种多模态，提供服务。
问题是，它是基于历史信息的，提供一些咨询与创作可以，要是做一些具体任务，就是工作层面的“苕萝卜”,比如编程，应对很快，但是丢前忘后，很费人，就是不能听话改正，实时学习，很像家长教小学生做题。
不能实时改正，即时交互体验不好，就是当前大模型应用的问题。问他怎么办：
在这方面，GPT40.mini更小，成本更低，功能更强，希望可以带来好的体验。
在模型能力已经很强的时候，如创作音乐，绘画，小说已经超过大部分专业人士，提高实时交互性能是亟需解决的一个方面。
为什么AI不是大家想要的AI
你一定见过这句话，“你想要AI扫地，洗碗，做饭，可是它在画画，写诗，唱歌”。这是因为信息技术从诞生到现在都是“程序化”的“存储结构”设计，就是你必须“预先”“存好””程序”才能按“程序”进行。你要快速实时处理，基本没有“现场口占”，只有“数据在传输前的先过滤等基本处理的”端边架构，你要实时处理还需要人进行现场工作对实时采集的数据进行分析。
而我们所说的做饭，洗碗等需要与环境的实时交互，需要实时做出响应，以及对环境及其他干预的应对，这不是可以提前预设的。这是现场性的交互性的任务。而我们说的画画，写诗，唱歌等这些看似是对人的创造性要求更高的活动，都是对过往的数据，历史知识进行总结，学习，在新的应用中并不必须强调交互性，现场性的任务，所以现在大模型在应答，绘画，唱歌等这些依据过往经验的“静态”应用中，效果很好，而对做饭，洗碗等这些活动，进展稍慢。其实华为已经实现了无图自动驾驶，自动驾驶就是与环境交互的一个方面的行业应用，目前已进入可以应对的高级自动驾驶阶段。
这是AI应用的一个分析。
现在大模型并不能被用户进行“交互性，实时性“教授，学习和改进，这也是大模型太大，训练周期长，也不能交互学习，还是像各位家长给孩子讲题一样，怎么讲过还不会，又错了。但是这个靠对过去知识讲解的领域，很适合大模型。这也是画画，写诗，唱歌这些依靠历史知识，静态任务，应用效果好的原因，因此行业上来讲一个AI老师比家长会耐心好多。
也就是说大模型在对静态任务，依靠过去知识的语言处理上效果更契合，比如翻译 ，问答，编程等。而大家认为要求更高的写诗，画画，这些其实都是一种语言，自然适合大语言模型。
给予这个问题问下大模型，看他们怎么解决：
这两天openAI刚发布了GPT4o mini，更小更便宜，用起来也会更省力更快，便于端侧部署，在模型能力相当强大时候，和用户的交互会是下一个亟需解决的问题。
当你没有灵感时咋办
码农退出，QQ音乐无奈退出转搞技术服务，本青仙上场。QQ音乐写歌词可以，唱的技术差点，但他们会做产品，卖声音1号，声音2号，实现了我给Suno指导的，存储音色，实现了AI音乐一致性：唱歌，存储音色继续唱歌，发行歌曲，就差真人唱歌，这一个环节，就可以平台化，现在也可以平台化，可以让我教全民自己没有想法时怎么写歌，有用户才能平台化。中国文艺只分风雅颂和神曲。歌手2024最大意义在于让人见了歌王歌后都唱那些歌：自立。一般歌手唱不了没有那能力，一般网友也不听，不是风也哼不来。但这是正规化的必然之路，不然只能刘德华了。[尴尬]第1大问题，我们没有灵感怎么写歌，你不能像码农一上来都是吃，宫保鸡丁。第一，你要把AI当搭档，华山论剑，而不是实施人员，让人写麻婆豆腐。而是你要有起兴，一句两句就可以，人家可以给你华山论剑，直接唱一首。第2，你看见荷花自然可以想起一首接天莲叶无穷碧，这是大部分人都可以，然和再华山论剑写一首。第3，你得扩列，不能只听教科书编的，还有统领江南的杨广，寒鸦飞数点，流水绕孤舟。再华山论剑。第4，Suno搞了声音写歌法，有声响就能写歌。QQ搞了AI唱歌星。[玫瑰]这是解决创作来源和质量的问题，这个解决才有高质量供给。[爆竹]但也要解决人唱AI歌的问题。第1，AI出世后，才发现原来有原创音乐平台，一听就知道为啥刀郎可以🔥了！旭日阳刚可以🔥了！唱歌是最简单又最难的事情，没办法练不出来！现在AI唱歌已经超过85％人，网上那些直播歌手和音乐系，录音棚都没进过，让他们唱歌不现实，没谱他们他们弹不了，靠谱靠习惯了，这就是我讲的一开始就要[拳头]不靠谱[拳头]。所以要有把AI歌曲，同时生成曲谱的功能，这样可以找人靠谱演奏，QQ上传歌曲可以拆解歌词，国内有个APP可以生成曲谱，这个简单，技术可以搞定，问题还是写歌，写歌需要激发人的欲望和平静内心，激发简单，歌手都要泡吧，在喧嚣后的虚无的刹那产生空无的灵感！
纯AI音乐做平台，Suno在推广。
AI音乐的用户天然不多，尤其是中国工程化教育，你让自己出想法，给个起兴太难。歌星中创作歌手也非常稀少，一首歌吃一辈子，就说明了这个难度。
但是需要专业歌手进入，出一两首作品🔥了，就够了，平台就可以运营。
