
多模态大模型:能读懂你拍糊的猫、断句的语音、潦草草稿的技术
上周三加班到九点,挤在晚高峰的地铁里,我想给合租的室友发消息。 说楼下便利店的冰美式最后两杯我都包了,手快拎不动了,让她下楼接一下。 结果手忙脚乱的。 先是对着冷柜拍了张糊到连可乐标签都看不清的照片,然后语音按到一半松了,只录了半段R...

上周三加班到九点,挤在晚高峰的地铁里,我想给合租的室友发消息。 说楼下便利店的冰美式最后两杯我都包了,手快拎不动了,让她下楼接一下。 结果手忙脚乱的。 先是对着冷柜拍了张糊到连可乐标签都看不清的照片,然后语音按到一半松了,只录了半段R...

上周四下午三点,成贤街的梧桐叶刚飘到我咖啡杯沿,邻座的姑娘突然把Mac扣上,骂了句“什么破玩意儿”。我凑过去看,她屏幕上是刚导出来的4张国风海报——是她用生成式AI给客户做的中秋活动物料,改了三回提示词,出来的龙不是爪子多了两根,就是月亮缺...

上周三熬到两点多,本来想让大语言模型帮我写个周末露营的装备清单。 结果它给我列了个“南极科考专用防寒帐篷”。 我盯着屏幕愣了三秒。 合着我上次跟它提我要去哈尔滨出差的事,它记混了? 说起来这大半年,我前前后后跟十几个不同版本的大语言模型聊过...

9月23号那天我挤在南京地铁2号线的早高峰里,包带滑到胳膊肘,掏手机刷闸机的时候,屏幕刚亮就弹了条推送——鸡鸣寺站出口第三家梅花糕店,今天买一送一。 我愣了两秒。 上周我才在大众点评上搜过一次”南京哪家梅花糕好吃”,...

前几天我蹲在沙发上剪视频,顺手把我家橘猫蹲在路由器上踩散热孔的片段发了某音,没加话题,没@任何人,10分钟刷一下后台,居然推给了三个同样养橘猫、同样有“猫蹲路由器”日常的陌生人。 一开始我还觉得平台真懂我。 后来问了个做算法的朋友才知道,哪...

上周三下午三点,我蹲在南京软件大道某栋写字楼的消防通道里,啃着一块刚从楼下罗森买的咸口饭团,对面工位的95后算法工程师小宇,正对着屏幕皱成包子脸。他刚调的文旅大模型,又把客户要的”明城墙修缮科普文案”,生成成了...

上周三我特意绕开南博主展馆的人流,拐到了最偏的文物修复体验区。本来是冲着展柜里那件清代缂丝麻姑献寿屏去的——之前刷到说屏上的绣线用了17种不同色阶的孔雀羽线,结果刚走到玻璃隔断外面,就看见个半人高的白金属壳机器,正以肉眼几乎看不见的速度,从...

上周六去商圈买冰美式,站在店门口刷手机等出餐,搜出来个没设密码的WiFi叫“商圈免费直连”,想着能省点流量,点了就连上了。刚输完外卖收货地址准备提交,手机突然弹了个系统提示:“当前网络证书不受信任,继续访问可能导致信息泄露”。 当时嫌烦。 ...

水刚倒满。屏幕就亮了。 你甚至都没反应过来自己刚才输了密码,鼠标已经能顺畅拖动昨晚没保存完的半页文档,连你上周插过的那个无线鼠标的驱动都提前在后台候着了。很多人把这几秒的顺畅当成理所当然,觉得电脑本来就该这么快——可很少有人想过,从你按下开...

上周帮邻居家上高二的小孩改暑假社会实践报告,他一笔一划写的内容是“大模型算法是科学家研发的超级人工智能,拥有和人类一样的思考能力”。我当时盯着那行字愣了三秒,直接笑出了声。 真的。太多人对这东西的认知走了两个极端——要么把它神化成能预知未来...