AI के फाउंडेशन मॉडल कंपनियों का विकास, ब्लॉकचेन कंपनियों के समान है। मैंने सोचा था कि यह फैट प्रोटोकॉल होगा, लेकिन "ब्लॉकचेन किसी भी व्यक्ति द्वारा बनाया जा सकता है" और "यूएक्स के लिए कम गैस शुल्क के कारण तेजी से विकास हुआ", इसलिए उपयोग बढ़ने पर भी आय प्राप्त नहीं हुई। वास्तव में, उस पर बने एप्लिकेशन में मूल्य उत्पन्न हुआ, और कभी-कभी उस एप्लिकेशन से जुड़ी वॉलेट ही सबसे मजबूत हुई। AI के फाउंडेशन मॉडल कंपनियों के साथ भी ऐसा ही हो रहा है — "किसी भी व्यक्ति के लिए नहीं, लेकिन पूर्णतः अल्पसंख्यक और एकाधिकार नहीं", "अत्यधिक सस्ते ओपन मॉडल सामने आए हैं, जिससे कीमत प्रतिस्पर्धा में शामिल हो गए", इसलिए उपयोग बढ़ने पर भी आय में वृद्धि नहीं हुई। वास्तव में, इन मॉडल्स का उपयोग करने वाले एप्लिकेशन में मूल्य पैदा होने लगा है, और कई मॉडल्स को एकजुट करने वाली सेवाएँ मजबूत होती जा रही हैं।
बिटकॉइन के फॉर्क से पहले जांचने की बातें। 8/23 को eCash के नजदीक होने के कारण अपने लिए नोट्स। 1, अपने उपयोग किए जा रहे एक्सचेंज की घोषणा पहले देखें 2, अपनी योजना और जमा/निकासी रोके जाने की अवधि में कोई टकराव तो नहीं 3, वितरण प्राप्त करने की बात को बाद में समझें क्या मिलेगा, यह जानने से अधिक महत्वपूर्ण है कि किन दिनों आपकी संपत्ति अस्थायी रूप से अप्रयोग्य होगी।
इस हफ्ते, बिटकॉइन माइनिंग को "बिजली को किस चीज़ में बदलने से सबसे अधिक कीमत मिलती है" जैसा व्यवसाय सामने आया। रायओट ने टेक्सास स्थित अपनी सुविधा को 20 साल के लिए 191 मेगावाट क्षमता के AI डेटा सेंटर में बदल दिया। कील ने अमेरिका में माइनिंग बंद कर दी। माइनर आय में शुल्क का हिस्सा 0.69% है, जो पिछले 10 वर्षों में सबसे कम है। उत्तर BTC से AI की गणना में बदल रहा है।
AI युग में, "सॉफ्टवेयर कमोडिटी हो जाता है" के बजाय, "केवल तकनीक या उत्पादों की प्रतिस्पर्धात्मक विशेषता समाप्त हो जाती है" अधिक सटीक लगता है। इसके अलावा, ग्राहक इंटरफेस में परिवर्तन के साथ, UX में कोई बदलाव न करने वाली सेवाएँ भी विलुप्त हो जाएँगी। यह उन कंपनियों के विलुप्त होने के समान है, जिन्होंने स्मार्टफोन युग में देरी कर दी थी।
मुझे लगता है कि एआई उद्यमियों के लिए एक त्वरक डिज़ाइन करना दिलचस्प होगा। यहाँ "एआई उद्यमी" का अर्थ मानव नहीं, बल्कि एआई से है—एआई खुद व्यवसाय सोचता है, विकसित करता है, प्रचार करता है और बिक्री करता है। लगभग 100 एजेंट बनाएं, जिन्हें समीक्षक एजेंट के साथ प्रतिस्पर्धा करनी होगी, और धीरे-धीरे छानबीन की जाएगी। इस प्रक्रिया और संवाद लॉग को भी प्रकाशित किया जाए, और शायद इसे वीडियो के रूप में भी प्रकाशित किया जाए।
AI के इस हफ्ते के तीन समाचार: चीनी मॉडल ने उन्नत श्रेणी के मॉडल को मुफ्त में जारी कर उद्योग में हलचल मचाई, OpenAI का मॉडल परीक्षण पर्यावरण से बाहर निकल गया, और जेनसन हुआंग ने जापान की यात्रा करके जापान में फिजिकल AI का केंद्र स्थापित करने की घोषणा की। ▼ अध्याय 0:00 इस हफ्ते के AI के 3 विषय 2:44 ① चीनी Kimi K3 का मुफ्त जारीकरण 3:24 ओपन-वेट मॉडल क्या है 7:49 बंद मॉडल से अंतर 10:40 उन्नत मॉडल के जारी होने का सदमा 12:42 संयुक्त राज्य में हुई विनियमन बहस 15:39 दो कंपनियों की ऊपरी स्थिति टूटेगी क्या 17:19 ② AI ने प्रयोगशाला पर्यावरण से भागने की कोशिश की 17:53 सैंडबॉक्स पर्यावरण क्या है 19:31 AI ने ही खोजा गया दरार = जीरो-डे 22:31 सुरक्षा पक्ष को भी उन्नत मॉडल की आवश्यकता है 24:00 AI अपने उद्देश्य के प्रति बहुत अधिक वफादार होता है 25:23 AI को नैतिकता कैसे प्रदान की जा सकती है 29:04 ③ जेनसन हुआंग की जापान यात्रा 30:02 फिजिकल AI क्या है 31:05 अभी फिजिकल AI क्यों 32:14 चुनौती: वास्तविक दुनिया का डेटा 33:31 निर्माण-शक्ति के महाशक्ति का लाभ 36:26 Noetra = 44 कंपनियों की नई कंपनी 39:49 सामान्य रोबोट या कार्य-विशिष्ट
क्रिप्टो की इस सप्ताह की तीन खबरें। FOMC के नीतिगत ब्याज दर निर्णय से बिटकॉइन के मूल्य में आए बदलाव का कारण, अमेरिका के 44 राज्यों द्वारा भविष्यवाणी बाजारों के नियमन के बारे में संघ को समर्पित संयुक्त बयान, और AI एजेंट्स द्वारा क्रिप्टो में भुगतान शुरू करने की कहानी। ▼ अध्याय 0:00 इस सप्ताह की क्रिप्टो की 3 विषय 1:27 ① FOMC और बिटकॉइन की कीमत 3:57 नीतिगत ब्याज दर क्या है? 6:43 बिटकॉइन एक जोखिम वाला संपत्ति है 7:54 वित्त में शामिल BTC 10:46 ② भविष्यवाणी बाजार, नियमन कौन तय करता है? 12:12 44 राज्यों ने अपने क्षेत्राधिकार की घोषणा की 13:55 विश्व कप में भविष्यवाणी बाजारों का पिछला सर्वोच्च स्तर 15:26 राज्य-आधारित नियमन की व्यावहारिक चुनौतियाँ 18:09 ③ AI, क्रिप्टो में भुगतान करता है 19:20 AI को पैसा सौंपने की कठिनाई 20:49 वॉलेट के माध्यम से प्राधिकरण देना संभव है 23:40 AI एजेंट्स को प्रबंधित करना
AI द्वारा वीडियो पॉडकास्ट संपादन के पीछे की कहानी ① शूटिंग ② सामग्री को डेस्कटॉप पर रखें ③ AI को आदेश दें (Claude के माध्यम से Palmier Pro का उपयोग करें) @Palmier_io ④ निर्धारित टेम्पलेट के अनुसार स्वचालित संपादन ・ दाईं ऊपरी कोने में लोगो प्रदर्शित करें (अपने लोकल फ़ाइल को खोजकर अपलोड करें और स्थिति दें) ※ संलग्न वीडियो 10 सेकंड के आसपास ・ बाईं ऊपरी कोने में विषय लिखें ・ नीचे टेक्सट कैप्शन प्रदर्शित करें → स्वचालित रूप से पूर्ण पाठ प्रतिलिपि चलती है, और उचित तरीके से विषयों को अलग-अलग करके प्रदर्शित करती है, साथ ही टेक्सट कैप्शन को संदर्भ के अनुसार स्थिति देती है ※ संलग्न वीडियो 20 सेकंड के आसपास शुरू होता है, 1 मिनट 55 सेकंड के आसपास समझकर विषय उत्पन्न करना शुरू करता है ⑤ मानवीय संशोधन, FB करके कौशल को अपडेट करते रहें। अनुभव के अनुसार, पाठ प्रतिलिपि 80-90% तक पूरी तरह से सही होती है। व्यक्तिगत नामों और टेक्सट कैप्शन की मात्रा को समायोजित करके, आपकी पसंद को सीखकर यह विकसित होता है। अतिरिक्त: इस बार, मैंने संदर्भ समझने का निर्देश दिया है, और संबंधित चित्रों की व्याख्या स्वचालित रूप से प्रस्तुत करने के लिए कहा है। पाठ प्रतिलिपि → विषय पहचान → सम्मिलित करने का स्थान अनुमानित करना → Nanobanana को कॉल करके चित्र उत्पन्न करना → स्वचालित रूप से वीडियो में सम्मिलित करना। इस चित्र सम्मिलन सहित, संलग्न वीडियो केवल एक हिस्सा है। अगली बार, मैं प्रारंभिक प्रॉम्प्ट से पूरा प्रक्रिया समाप्ति तक का विस्तार से वर्णन करने वाला लेख (या वीडियो) बनाऊंगा!