Transcription
二，一。大家周一好。>> 我抓住了你的惊喜。>> 你是这样结束开场的。是真的吗？是的。>> 我们刚开始吗？>> 是的，我们开始了。>> 好的。我不知道，因为通常我们会做一个三二一，然后你>> 三二。>> 大家周一好。>> 我们又回来了，带来了另一场节目，我们将深入探讨与科技、人工智能和商业相关的一切。我们每周一、周三和周五都会与大家见面。>> 那么，你们周末做了什么？你们周末做了什么？我不记得了。哦，我们做了一个直播。>> 是的。>> 是的，我们为我们的社区做了一个直播。很棒。>> 我记得我吃了一个很棒的阿根廷三明治。>> 好的，那很不错。什么？你不想谈论阅读、工作。你只谈论吃。>> 那是第一个进入我脑海的东西，进入我脑海的东西。>> 你们呢？周末你们在忙什么？在评论区告诉我们。所以，今天的节目将是一场精彩的演出。我们将讨论一篇在 X 上疯传的文章，关于全球人工智能采用率以及为什么大多数人对这些数字的看法是错误的，这非常有趣，因为我们自己也错了。然后我们将讨论 Claude 代码。>> 等一下。不，不，不，等一下。我们也错了。>> 是的，你们也错了。>> 上一集。上一集我掌握了事实。这一集我带来了惊人的事实和数据。Jensen 没有参加 AI 峰会。我们都记得。我们都记得>> 你说对了一个事实。>> 让我们看看。让我们看看。我们带着一个彻底震撼市场的全新功能进入这一集的 Claude 代码。>> 是的，没错。>> 而且根据你们中的一位的要求，我们将看看 Microsoft Trellis，这是一个 3D 资产生成模型。嗯，看看结果，并将其与其他模型进行比较，例如 Hunan，这是一个中国模型，看看它们有多好或多差。我们开始讨论这篇文章吗？开始吧。这第一篇文章在 X 上疯传，有大约一百万次观看，作者是 Noah Epstein。>> 哦，好名字。>> Noah Epstein。>> 祝 Noah 好运。>> 祝 Noah 好运。>> 不是 Epstein。我确定姓氏是>> 目前非常有争议，但感谢这篇文章。>> 实际上，他是如何介绍自己的？Epstein。>> 不再是了。我不这么认为。我认为他现在只用 Noah。>> 嗯，>> 这篇文章推荐你们每个人都读。它是关于什么的？它是关于全球人工智能采用率以及大多数人是如何错误的，包括我们和 Farad。我将解释原因。Pratt，我们可以一直向下滚动到图像。所以，在我开始谈论这张图片之前，我想先总结一下文章开头写的内容。它谈论的是你仍然很早。你的社交媒体信息流让你相信你并没有落后，人工智能正在接管世界，而你却被抛在了后面。人工智能已经饱和了。当我们醒来时，我们相信世界已经超越了我们。新模型，新代理框架，新更新，开放 Claude，开放人工智能，Meta，有人一夜之间自动化了他们的整个公司。艺术家完了，程序员完了，一个 19 岁的孩子在宿舍里创办了一家价值 1000 万美元的初创公司。所有这些听起来都像是你被抛在了后面。但当你真正看结果、报告、数据时，我们实际上是错的。所以这张照片，如果你仔细看，世界人口是 81 亿人。我不考虑人工智能代理，这张图片上有 2500 个点，每个点代表 320 万人。所以整个点状图是世界整个人口。现在，如果你看灰色点，它们构成了那个方格网的大部分，那是未使用人工智能的人数，有 68 亿人。这是一个庞大的人口。那是 84%，84% 的地球人口没有使用过人工智能。所以当你打开你的 X，打开你的 Instagram，你身处一个充斥着别人发布各种东西的泡沫中时，你并没有迟到。>> 是的。而且我们实际上正在看图表的底部。那么我们看到了什么？你看到的绿色点是使用人工智能的人，但他们是你的免费聊天机器人用户。>> 祝我们的父母好运。>> 没错。就像现在使用 ChatGPT 的是你的父母。这占了全球人口的 13 亿，也就是 16%。现在，当我们谈论专业用途时，也就是我们所有观看和收听的人，这并不属于同一类别。所以，所有这些点，绿色的点，>> 你知道他们问什么吗？他们会说：“今晚我怎么才能为我女朋友做芝士通心粉？”或者“我应该如何回复这个在 Bumble 上的女孩？”你明白我的意思吗？那就是你的绿色点。我们坐在哪里？仔细看右下角。所以，就在这里，你的黄色点是那些每月支付大约 20 美元订阅任何人工智能服务的人。这在全球有 1500 万到 2500 万人，占世界人口的 0.3%。这太少了。这太少了。所以，我们在线上看到的所有东西，>> 顺便说一句，我们不属于那一类。我们支付的费用远不止 20 美元。我们只支付 200 美元或更多。20 美元或更多。对。所以>> 我认为自己属于最后一类。>> 所以那个小方块。>> 是的。我们每月至少支付 500 美元的人工智能费用。>> 所以那个最后一个方块是你的红点，那是你的高级用户，你的程序员。那些为 Opus 4.6、Codeex 5.3 付费的人。他们是使用这些软件或人工智能代理开发或构建工具的人，只有 250 万人，占世界总人口的 0.04%。>> 所以当你打开 X 和 Instagram，看到所有的人工智能热潮时，你看到的是世界人口的 0.04%。这是一个疯狂的观察。当你以这种图表的方式来看待它时，你就会明白实际上存在多少机会。想象一下，从未接触过人工智能或只使用免费聊天机器人的整个部分正在寻找人工智能顾问，寻找人工智能架构师，寻找能够来帮助他们公司的人工智能。无论是帮助自动化某些工作流程，还是帮助他们处理数据数据库，帮助他们处理日常业务。>> 我认为这将比我们 2000 年代的互联网繁荣还要大。>> 2000 年代也发生了类似的事情。Mark Cuban 谈到了这一点，他说他会去敲开该地区每一家办公室的门，说：“各位，你们需要使用机器，电脑。你们需要为你们的公司建立网站。”当时，所有人都嘲笑他。所有的企业家、企业和首席执行官都说：“你在说什么？我有露西、莎莉和亚当在这里柜台工作。我们不需要网站。客户会走进来。我们不需要数字网站，数字足迹。好吧，结果是他们都错了，对吧？每家公司都开始建立自己的网站，现在社交媒体也发生了同样的事情。Gary Vee 是第一个或最早在社交媒体平台上大张旗鼓的人之一。每个企业账户都应该在 Facebook 上。每个企业都应该在 Facebook 上。每个企业都应该在 Instagram 上。为什么？因为那是每个人花费时间的地方。那就是注意力所在。所以现在这篇文章谈论的是，如果 84% 的人类甚至没有接触过人工智能，我们作为早期参与者所拥有的机会就非常高，因为它允许我们去服务那 84%。而那 84% 的人，如果你向他们展示人工智能，他们可能根本不会相信你。我们甚至不谈论底部其他百分比的部分，>> 免费用户，对吧？那些免费使用人工智能的人，他们可能只是问 ChatGPT 基本问题，>> 对吧？也许他们有一些医疗问题。他们实际上并不知道如何将它用于他们的业务。这就是我们可以介入的地方。而且我们还没有开始在 ChatGPT 上看到像我们在互联网上引入广告那样动态的广告，比如 Google 广告、YouTube 广告、Meta 广告，当 ChatGPT 宣布他们将把广告带到他们的免费层级时，整个经济就发生了变化。我们可以为整个生态系统带来巨大的机会。所以我们想展示这篇文章的原因是，因为我们大多数人都认为艺术家和程序员进入人工智能领域或技术领域，能够提供价值，能够做一些新事情，但事实恰恰相反。所以这就是为什么我们想向你们展示这张图片。在我们去谈论企业之前，还有另一张图片。我会让你看。嗯，Pratt，向下滚动文章。嗯，我们去那里。是的。看看这个。使用人工智能的美国企业，任何人工智能功能。对。所以对于企业中的任何功能，如果企业正在使用人工智能，它们将被包含在 Census Bureau 的报告中，这是美国政府的报告。结果是 18%。所以只有 18% 的美国企业在他们的一项或多项职能中使用人工智能。>> 这是一个很小的比例。>> 顺便说一句，任何功能都可以是重写电子邮件>> 报告或 是的。>> 不，不，不，甚至比这更糟，它可以像重写电子邮件一样基本。如果一家企业使用 ChatGPT 重写他们的电子邮件，他们将被包含在 18% 的统计中。所以我们谈论的是美国 82% 的企业甚至还没有接触过人工智能。美国是一个发达国家。我们没有谈论其他国家。所以想想可用的机会。>> 你想谈谈生意。>> 是的。文章的结尾提到了你可以从这个差距中建立的企业。我认为这非常有趣，就像我们讨论的那样，它让我想起了互联网和社交媒体时代，因为一旦社交媒体出现，我们就有了社交媒体机构，然后我们有了网红，然后我们有了社交媒体付费广告，然后我们有了管理你广告的机构，会有很多企业因此项技术而兴起。我将浏览列表，我认为其中一些对观众来说会非常有趣。一个是人工智能自动化机构。这是我们谈论过的，你去找一家公司，看看他们的流程，看看如何使用 Zapier 等系统来自动化这些流程。另一个是人工智能实施服务。想象一下，你去找一家公司说：“嘿，让我为你设置你的 Open Cloud。让我设置你的云桌面，这样你就可以创建应用程序。”我认为这将是一个很好的商业想法。我只想补充一点，我认为他想说的是创建一个响应客户可能对企业提出的问题的聊天机器人。所以使用 Open Cloud 和 Claude 来摄取公司所有的数据，然后创建一个简单的聊天机器人，企业主自己、团队或客户都可以使用它来请求数据。他们可能需要的信息，因为我们谈论的是一些传统企业，拥有数千份文件>> 比如你去看法律部门。是的。几十年的数据。是的。几十年的数据，以最糟糕的方式存储。你只需将所有这些脏数据输入到你的 Open Cloud 设置或 Cloud 设置中，然后将其变成一个聊天机器人，你就可以与数据对话，这就是为什么人们喜欢 Notebook LM。Notebook LM 是你能想象到的最简单的工作方式。它是谷歌的一款产品，你可以输入一个 PDF，它就会将 PDF 变成播客，你可以向它提问，这样你就可以轻松地学习手头的材料。现在这里也是一样，但这规模要大得多。你能创建一个 Notebook LM 业务吗？是的。内部>> 这就是我们一直在谈论的。第二点>> 另一个是企业人工智能培训和咨询。这将是巨大的。我认为这将是最大的支柱之一，尤其是咨询。很多企业都来自实体店背景。所以他们非常传统。人们可以去提供咨询服务，或者他们可以以收费的方式将他们与服务提供商联系起来。所以有很多钱我认为也可以在这里赚到。然后我们将拥有聊天机器人。我们谈论过它。他们还谈论了人工智能驱动的内容运营。当我们谈论内容时，它不必一定是社交媒体、视频内容。很多公司，他们必须撰写文章、新闻稿、通讯，他们有一个团队负责所有这些，或者外包给一家机构。为我不知道的年度晚宴或年度产品发布会写一篇文章。他们可以将所有内容都引入内部，并使用所有这些系统来帮助他们。>> 顺便说一句，人工智能驱动的内容运营中的另一个类别，也许我们谈论的不是传统公司。我更多地谈论创意公司。如果你看看现在 Instagram 上的很多广告是如何制作的，你会看到幕后有一个完整的名单，包括导演、灯光师、3D 艺术家、2D 艺术家，而且你慢慢会看到现在有一个人工智能艺术家的位置。>> 哦，真的吗？人工智能艺术家在那里工作，而这些导演实际上正在寻找能够来并成为团队中能够教育其他人如何使用人工智能的人工智能艺术家。>> 这是在创意方面还是在创意方面？当然可以是任何方面，但由于我一直在体验创意世界>> 发布新内容，而这个名单上通常只有 3D 艺术家、2D 艺术家、作家、导演、副制片人，这些名字一直都在，但现在你实际上看到了一两个人工智能艺术家。所以，如果你自己提升自己成为一名 3D 艺术家、2D 艺术家，无论你在创意领域拥有什么样的技能，或者你只是一个色彩校正师，你知道你的技能是什么，如果你只是在你的工作流程中添加人工智能工具，你就可以帮助很多公司学习如何使用人工智能，因为这更多地是面向非创意的一方。这些>> 但你说得对，你绝对可以成为一名人工智能艺术家，做之前的或者不，实际上是在最终的制作中，他们会使用一些镜头，可能使用。是的，或者它不一定是视频，它可能是音频，它可能是很多其他方面。>> 我相信我们将来会更频繁地看到这一点，最后两个是数据就绪性、数据组织和人工智能就绪性以及工作流程审计。所以我想说这更多地适用于拥有大量电子表格、文件和数据的公司。同样，我总是想到会计师事务所、律师事务所，它们有几十年的历史，有成千上万的客户。所有这些数据都存储在一个文件夹中，在一个存储室里，有数百个文件夹。>> 所以，他们绝对可以使用它。这是一篇非常有趣的。>> 文章，我认为他非常准确，尤其是我喜欢他展示我们在这个阶段有多早的方式。让我们再往下看一点文章，以防有人有兴趣想知道如何实施。我不会读完整篇文章。我只会读每一项的第一句话。如何实际开始。停止过度思考。这是操作手册。选择一个领域。法律、牙科、房地产、保险。了解他们的痛点。了解他们的弱点，他们遇到的问题。与他们坐下来，了解他们。构建一件可以为他们节省每周几个小时的东西。让价值可见。构建一个仪表板。向他们展示数字。然后从一位客户那里获得推荐。然后去社交媒体上展示。大肆宣传。推销自己。然后使用相同的流程，你可以为其他客户重复。这对于任何刚起步的人来说都是完美的，尤其是如果你年轻并且正在寻找可以学习的东西。你有额外的时间。也许你在上大学。我很容易就会这样做，因为你知道当你年轻的时候，你非常渴望，你会做任何事情。对我来说，这是黄金机会。没有什么比这更好了。>> 没有进入门槛。你不需要学习编程，也不需要花几个小时学习新技能。基本上，你只需要学习你想进入的行业。例如，你想进入医疗中心或诊所。你只需要去看看他们是如何进行预约的。我认为这是他们会花很多时间的事情。如何使用代理或工作流程来自动化它。然后美国有成千上万甚至数十万家诊所，你可以去那里>> 而且你甚至不需要聪明。你只需要问他们什么才是聪明。你会尝试分析他们的问题。但如果你甚至不想花时间，就去问他们：“你希望你的生意中有什么问题能够得到解决，但现在却不能？”你希望你的生意中有什么事情能更快一些？我可以保证，如果你问我们这个问题，Farad 可以轻松回答问题和瓶颈是什么。所以去问吧，你就能弄清楚。非常有趣的文章。祝贺你，Noah。我们将继续下一个话题。>> 是的，让我们谈谈周五发布的新功能。Claude 代码安全，这是 Claude 的一项新功能，现在可以扫描代码库中的漏洞，并建议有针对性的软件补丁供人工审查。所以在软件开发过程中，如果你以前做过，在最后有一个部分，我们称之为代码审查。我们浏览代码，浏览结构，看看什么可以修复，或者可能存在哪些错误。所以这是 Claude 发布的一个非常有趣的东西，我认为它只适用于团队和企业。所以我们还没有机会测试它，但我真的很想在我们创建的所有程序上测试它，因为我们工作室内部创建的所有应用程序都是由 CodeX 或 Claude 创建的。如果我们进行扫描，让我看看他们是否能找到自己的错误。>> 没错。它实际上对市场做了什么？>> 这非常有趣。周五，他们宣布的那一刻，Pratt，你能展示一下吗？是的。所有的网络安全股票都开始下跌，我们从市场上抹去了 150 亿美元。我想把它与我们最初讨论的联系起来。这只是市场反应。有趣的是，CrowdStrike 或 Cloudflare 这样的公司，他们的服务甚至与这个软件的一个功能都不相似。他们正在做>> 我在这里有详细信息。所以 Cloudflare 和 CrowdStrike 与 Claude 代码安全没有直接关系。Claude 代码安全是部署前的开发工具，用于静态代码扫描。Cloudflare 是运行时 Web 安全，用于 DDoS 或 API 保护实时流量。Crowd Strike 用于运行时端点检测和响应、威胁搜寻和实时系统上的事件响应。所以基本上现在发生的是所有这些人工智能公司都在发布功能，然后所有交易员都会认为这个功能在未来，因为他们交易的是未来的股票，对吧？他们期望价格上涨或下跌。他们会认为这个特定功能会摧毁这家公司，然后他们就会卖掉股票。这就是为什么你会看到所有网络安全股票在周五都下跌了。可能今天周一，本周开始时会回升。周末关闭了。但人们的心理非常有趣，当我们看到所有这些新闻出来，当你在股票上看到它时，这是你可以衡量的一些东西，对我们来说，当我们看手机时，当然我们没有股票，我们无法衡量它，但当你看到动态设计师被取代，艺术家被取代，好莱坞完了，所有这些事情一遍又一遍，我认为这里的重要信息是，当你听到什么，当一个功能发布时，当一家公司宣布某事时。适应需要时间。需要很多人去尝试，去测试。影响不会是即时的。所以，这是我发现的。我一直在和 Grok 谈论这个新闻。看看 Grok 的看法，因为 Grok 似乎是最没有偏见的。我发现了这个。他称之为 SAS 启示录。>> SAS。>> SAS 启示录。SAS 服务即软件。所以这是服务即软件的 SAS 启示录，玩的是启示录和人工智能颠覆性恐慌的文字游戏。这并不新鲜。Grok 说，很久以前我们就有了这种模式，比如 GitHub Copilot 发布时，它帮助你审查代码。但当然，程度、强度和速度是全新的。这确实是 2025 年、2026 年的事情，这正是我们在上一集中所涵盖的。人工智能的移动速度有多快。所以对于投资者来说，他们当然是先卖出，然后再提问。这就是这里发生的事情。我问 Grok 抛售是否准确。Grok 说不。交易员的本能反应是对头条新闻的过度反应，大多数分析师称其不一致。然后我问 Claude，我说好的，那么对于 Claude 代码安全，这是用于部署前的静态代码，是的，而对于 Cloudflare 和 Crowd Strike，那是运行时，那是当系统与成千上万甚至数百万用户一起运行时，它正在实时保护它，具有所有行为数据。这是非常不同的事情。然后我说，但是 Claude 代码不能在未来发布运行时安全工具吗？他说技术上可以。现实地说，在接下来的几个月甚至一两年内没有机会，因为这是巨大的挑战，只有 5% 的几率。这就是它给出的，因为你需要实时处理的数据量以及你对人工智能系统需要有多高的信任度才能处理实时系统，你就会想，“好吧，酷，我信任一个人工智能工具来做这件事。”>> 是的。这是一个完全不同的行业。我认为每个人都必须理解交易员。他们试图预测未来五年。当然，这样的新闻总是会吓到他们。所以他们必须快速地在经济中转移资金，以便他们能够适应这种情况。那么对你来说，你认为五年后会发生什么？我的意思是五年甚至>> 不，五年太长了。我真的讨厌看五年了。它不再起作用了。是的，它不再起作用了。>> 但是你看到了 Claude 代码发布运行时工具的潜力吗？>> 但是他们为什么要这样做？因为我认为他们的业务非常不同。他们的业务非常不同。>> 他们甚至没有在他们的路线图上。他们不能开发一个人工智能代理或人工智能系统来最终处理 Crowd Strike 的能力吗？>> 当然。但你可以对每一只股票说，>> 甚至不是在网络安全领域，对吧？>> 不，不，不。就像我们谈论 Uber 这样的事情，你需要汽车的基础设施。>> 对于 Crowd Strike 也是如此，你需要数据库的基础设施等等，因为它需要巨大的。>> 不，但那是数字的，所以他们最终不能拥有数据库吗？>> 你明白我的意思了吗？>> 就像 Uber 一样，Uber 的业务是汽车的基础设施，是的，还有人。所以你都有了。>> 你不能，我们谈论过这个，你不能通过代码编写 Uber，然后说我刚刚制作了 Uber。>> 我的意思是你可以，但没有车。是的。>> 你需要与所有政府联系。>> 走过所有法律。这里也是如此，Crowd Strike 和 Cloudflare，许可证、安全证书，所有这些东西。但我认为，因为它纯粹是数字化的，所以未来有可能被人工智能取代。>> 我认为如果我没记错的话，我需要检查一下，但我想 Cloud，他们有很多物理服务器。所以它不是完全数字化的，因为它们在路由。>> 我的意思是他们也可以拥有同样的东西，对吧？你的意思是像连接人工智能到服务器？是的。潜在地。>> 我为什么这么说？我认为如果你在考虑威胁检测安全，>> 你可以有一个人工智能在未来管理它并进行监督。但信任度必须非常高。是的。这就是唯一的问题，比如你如何信任它们而不是人工智能？我不知道。所以我不确晓得 Cloudflare 和 Crowd Strike 与人工智能的信任系统究竟是什么。你是否会有一天想要真正信任一个人工智能模型或系统来监督你的运行时，而不是 Cloudflare？不知道是否会这样。这就是开发者在评论区需要告诉我们的。这就是我的知识盲区。>> 关注我们。>> 是的。>> 我们接下来谈论什么？>> 这将很有趣。这是你们中的一位提出的要求，就像我们承诺的那样。我们查看评论并阅读它们。这个特别的是关于 Microsoft Trellis 2.0。这是最先进的 3D 资产生成。你给它一张图片，它就会把它变成一个 3D 模型。这在许多不同的行业、许多不同的情况下都很有用，而且这个领域有不同的竞争对手， namely Hyuan by Tencent，一个中国模型，Trellis 2 是 Microsoft 的。>> 他们几周前发布了这个，所以它不是全新的。你可以在 Hugging Face 上访问该模型，你可以轻松注册并付费购买积分并使用该模型。或者，你也可以在本地计算机上运行该模型。Pratt，我相信通过 Linux，对吧？>> 是的。>> 通过 Linux。我们一直在尝试这样做，但遇到了一些困难。>> 我们做到了，但之前是其中一个模型，对吧？是 Hunan 吗？>> Hunan，但那是旧模型。那是旧模型。而且现在在你的电脑上运行这些模型要容易得多，因为你可以使用 Open Cloud 来为你创建所有依赖项并运行系统。手动操作非常痛苦，尤其是如果你不是开发人员。所以现在你可以使用 Open Cloud 来做到这一点。然而，特别是对于 Trellis 2，Pratt，你说你必须先获得该团队的认证才能在 Linux 上使用它。>> 不是说我不能直接获取并开始使用它。>> Hon 是这样的。>> 是的，Hon 是这样的。是的。>> 所以没有用户界面可以让我>> 不，不，不是那个。你需要获得他们团队的批准才能在本地使用他们的模型。是这样吗？没错。>> 是的。>> 所以这是唯一的注意事项。>> Microsoft，>> 我们正在申请批准。好的。是的。Microsoft 的任何人吗？>> 不，但我们从 Hugging Face 获得了。在 Hugging Face 上，你可以在本地使用它。>> 不，但我想在本地使用它。>> 我们这里有所有这些 Dell 塔式服务器。我们必须使用它们。>> 我们每台都有 96 GB 的 VRAM。所以，一个，两个，然后我们还有这些。是的，Microsoft 批准了那个东西。>> 我们仅从我们的 Dell 电脑就拥有超过 200 GB 的 VRAM。所以，我们有足够的资源在本地运行它，并以高品质运行它。>> 这是挑战。所以在 Hugging Face 上，你想以高品质运行它。成本会很高。你更喜欢使用它，你想在本地使用它。所以 Pratt，我们在 Hugging Face 上运行了 Trellis。我们可以尝试一下，向人们展示它在 Hugging Face 上的样子吗？>> 所以我们这里有什么 Pratt？>> 所以基本上，我将使用《战神》中的 Kratos 作为基准输入图像。>> 这是谁的？Raph。>> 是的。>> Uh Ralph 或 Raph？>> Raph。Raph。>> Raph。感谢你。这是一个华丽的 Kratos 模型，我们在 Art Station 上看到了它。所以，如果你想看看他，这是他的个人资料。所以我们只是想做一个快速测试，看看 Trellis 在处理角色方面效果如何。如果你给它设计极其复杂的角色。嗯，我们当然有人体的软体，还有金属盔甲和斧头等硬表面。另一件非常有趣的事情是，以前当你生成 3D 模型时，你必须非常小心，因为它们没有考虑镜面反射或粗糙度。你只得到非常粗糙的东西。>> 但随着最近的一些更新，这些模型引入了光泽度、镜面反射和粗糙度。那么我们在这里真的能看到吗？>> 所以，这是 Trellis。>> 这是 Trellis。是的。嗯，Brad，我们正在使用什么设置？当前的设置？嗯，Trellis 的 300,000 面数，Hunan 的面数是 300,000。>> 好的。>> 我们也在测试，我们正在比较>> 某种程度上是公平的基准。>> 好的。>> 但 Trellis 有更多的选项。所以如果你打开底部的“高级”选项，你可以在创建的每个阶段选择样本数量。>> 哇，它准备好了。>> 是的，它准备好了。所以，在我们开始之前，你可以将样本数调到最高，获得更好的质量，如果你在本地操作并且不想付费。嗯，我们现在没有那个访问权限。所以，我们将>> 那是一个预览。>> 使用单张图片，对吧？>> 单张图片。>> 两者都是。>> 两者都是。>> 好的。>> 嗯，我们刚才看到的 PR 是一个预览。我说得对吗？>> 那是预览。是的。>> 预览允许你在生成模型之前确认模型。>> 嗯，所以我真的很想看看纹理会是什么样子。我们有外套上的毛皮，对吧？我们有毛皮。>> 我们确实有外套上的毛皮。是的。>> 是的，我们有一些毛皮。它实际上有很多细节。>> 是的，我们有斧头。我们有腰带。有腹肌。>> 我在想，Microsoft 从哪里获得所有 3D 数据？当然，Tencent。Hunan 是 Tencent 的，对吧？所以，他们开发的所有游戏，当然是手机游戏。是的，他们有大量的库。Microsoft。Microsoft 是否可以访问 Xbox 游戏的 3D 文件？>> 他们可以扫描。>> 让我们找出答案。>> 这是个很好的问题。对。在哪里>> 你>> 哦，是哦，那是 Hunan。是的。>> Trellis。>> 那么快。>> 你能再放大一点吗？不算差。>> 好的。再次，当然不是为了你的主要资产，但如果你需要他在背景中保护城堡，他可能就像一个模型，一个房间里的玩具，取决于你用它做什么。这是你能给的最难的模型之一。>> 没错。而且你们给了它最难做的事情之一，>> 这很好，我们想尝试打破事物。好的。这个也完成了吗？Hyan 也完成了。>> 兄弟，他们太快了。你能再放大一点吗？我们去年会以这种速度生成图像。你能放大整个窗口吗？不是这个窗口。我是说控制>> 外部。是的。是的。谢谢。然后让我们稍微放大一下衣服。我想看看衣服。衣服的细节。更多。更多。更多。放大。放大。哦，它有光泽。你看到了吗？>> 它识别出了金属区域。这不可能。才几>> 上。它在面部部分做得更好。实际上，Trellis 整体做得更好，因为如果你看这里，它基本上是平的。>> 哦，我们可以看看 Trellis 吗？>> Trellis，你有层次。>> 是的。100%。>> 哦，是的，Trellis 是 100 倍。>> 我只是从上面看的。看看毛皮。>> 是的。>> 去后面。看看毛皮。放大。哇。>> 不。Trellis 获胜。>> 不到一分钟。>> 在线使用 Trellis 的成本是多少？我的意思是，我刚在 Hugging Space 上付了 9 美元，这样我就可以在这里使用任何模型。>> 你做了什么？>> 付了 9 美元。>> 这算在我们每月 20 美元里。所以加上 9 美元到 20 美元。>> 你是其中一个顶级用户。>> 顶级用户。我们肯定会去那个盒子。>> Pratt，我相信你也有 Blender。我们可以把它调出来看看吗？看看它在 3D 软件中的样子。>> 我只想看看。>> Pratt 为我们制作了电影效果。兄弟，它看起来是的，看起来完全没问题。>> 那么我们可以说 Trellis 比 Hunion 更好吗？>> 是的，对于>> 它是。它是基于这个测试。但看看斧头，Pratt。看看斧头。你能>> 哇。光泽度。>> 我不能把它用作主角。当然，这不可能。>> 但这并不是这个阶段的承诺。>> 不，但这是对过去版本的一个有希望的改进。让我们靠近脸部，然后我想看看衣服。>> 伙计们，你们告诉我，没有 3D 软件可以将 3D 模型生成集成到软件中吗？>> 还没有。他们有道德问题。>> 为什么？>> 他们需要>> Microsoft 没有道德问题。>> 不，他们有，但他们需要，你知道，证明它。我真的认为今年我们会实现，我敢说，今年 2026 年，其中一个 3D 软件将内置，也许是集成，也许是通过 API 进行 3D 模型生成，至少是背景资产，我敢说。>> 我认为你说得对。我的意思是，我们谈论过 Unity 的事情，对吧？>> 不，但 Unity 是关于代码的，不是 3D 模型生成。>> 3D 模型生成。>> 不，不，那是关于代码的。>> 3D 模型生成。>> 也用于 3D 模型。>> 当你生成世界时，它会附带 3D 模型。>> 你给了我一个事实，比如 Jensen 参加了 AI 峰会。我有>> 仔细检查一下。>> Brad，你作为一名 3D 艺术家怎么看？>> 老实说，这真的很令人印象深刻。就像，我讨厌制作背景资产，我知道我甚至在镜头中都看不到它们。如果我能用这个，我的天哪。>> 是的。不，我同意你的看法。如果靠近他的肩膀，我只想注意这个部分。就像，看看这个。脖子上有洞。检查脖子。所以，它确实会出错。我的意思是，它不是一个完美的模型，>> 但伙计们，你们给了它一个非常困难的角色来尝试。想象一下你的背景资产是桌子、椅子、杯子、马克杯，你在背景中使用的东西，对吧？你不会把它用作背景资产。但即使是这样，它也做得很好。>> 看看二头肌。>> 是的，看看肩膀和二头肌和三头肌。Kratos 这个《战神》模型在不到一分钟的时间内由人工智能创建，这太疯狂了。>> 哇。>> 哦，Farad，你说得对。是的。所以它确实附带了，是的，Unity 也要集成。好的，那很好。嗯，好的。所以我检查了一下。Trellis 由 Microsoft Research 与一所大学合作开发，是一个用于生成高质量 3D 资产的大规模人工智能模型。根据现有细节，它是在 Trellis 500,000 数据集上训练的，这是一个精心策划的数据集，包含约 500,000 个来自 Objiverse XL、Amazon Berkeley Objects、3D Future、HSSD 和 Toys 4K 等公共存储库的各种 3D 对象，并经过美学质量过滤，以确保多功能的高保真输出。我从未听说过其中任何一个库。看看。木材、陶瓷、毛皮、塑料、头发。>> 是的。>> 所以，这就是承诺。我们得到了。>> 我真正印象深刻的是它能处理玻璃。>> 哦，它能。>> 实际上，不，不，不，回去。回去。回到那个。那个。是的。哇。>> 这是由人工智能创建的，伙计。这太疯狂了。>> 哪个是玻璃？哦，是的，这个。>> 看看水。>> 是的。是的。是的。>> 看这个。>> 什么？你开玩笑吧？这是我的 Microsoft Trellis。>> 我不认为任何人工智能以前做过玻璃。>> 好的。我可以诚实地说吗？靠近一点。为什么质量>> 我们应该在本地尝试一下。我担心，因为我们的样本数量。是的，因为看看购物车边缘。>> 它是完美的。>> 实际上，这是完美的。你可以把它作为前景资产。我们应该获得批准，在本地运行它，获取我们已经构建的一些资产，看看它的效果。>> 是的。如果你想让我们比较 Hunan、Trellis 和其他 3D 生成资产，请告诉我们，我们将在节目中进行。我们将实时比较它们。>> 我们将实时比较它们。>> 好的。这些太棒了。当然，样本数量很高，但看看材质。你能放大吗，还是不能？>> 试试。不，我认为我不能。>> 不。这很遗憾。>> 这非常有趣。让我看看。>> 菠萝。不，>> 想象一下背后的 3D 资产。>> 哦，在后面。是的。>> 那很详细。实际上，>> 让我告诉你一个最好的使用方法。你正在为一场演出、电视剧甚至电影运行一个 LED 体。你需要大量的背景资产。传统上，你必须自己建模，购买它们，或者出去做摄影测量。想象一下，你坐在电脑后面，因为我们曾在迪拜的一个 LED 体中待过，对吧？通常在中间大小的 LED 体中会有三到四个人，他们会根据导演的决定不断更新资产。想象一下，他说：“我需要在角落里再放三个菠萝。”>> 砰。兄弟，想象一下你有一个连接好的，你只需要输入“菠萝”或者给它一张谷歌图片，菠萝就生成了。你把它拖到背景中。>> 这就是人工智能的承诺，对吧？让你更有创造力，这样你就可以专注于创意工作。>> 这太疯狂了。好的。非常酷。非常，非常，非常酷。>> Farad，我认为我们快到本集结束了。>> 没错。我们谈论了一些有趣的事情。我真的很喜欢第一篇文章。我确实建议你们自己去看看。是的，今天是星期一。这意味着我们将在周三回来与大家见面，进行另一集。伙计们，别忘了在 YouTube 上订阅。如果你正在 X 或 Spotify 上观看我们，请确保在那里也关注我们。如果你希望我们在周三的节目中涵盖一些你觉得有趣的内容，请告诉我们，我们会看看。非常感谢观看和收听本集节目。我们下期再见。在那之前，再见。