个人私见, 目前AI的发展, 它从资料来源到结果生成的方法及效率都改变了
过去认为是噪声的资料, 现在大家都会赌一把丢给AI试一下
以光学镜头为例, 未来看东西的是AI 而不是人
它的感光架构有可能重做, 看人类也无法判断的事情
因此第一个加速的是IOT行业, 为AI 收集足够多的资料
包含过去不容易断判的影片, 以及加入更多的传感器收集环境数值
第二个是AI作出决策后的执行力
各种GPT 不只是在浏览器上跟你纸上谈兵, 已经有海量的新创为其对接
MCP 协议规范了AI 与AI 以及各种资源的标准接口
AI的大佬们已明示了AI的下一步, 炒作要蹲好以下三个方向
1. AI的记忆力
2. AI的感官力
3. AI的执行力
※ 引述《darkblue6404 (深蓝)》之铭言：
: 我本不欲轻易发表看法，因为我知道人各有不同，成长过程各有不同经历，价值观形成上
: ，很难有一同性。但很多网友仍然纷纷问我，希望我谈谈AI，对AI的趋势，在众多期盼的
: 声音中，实有责任站出来，表达一下我的看法。
: 我最近一直在思考一件事。
: 现在的 AI 大语言模型，真的有未来吗？
: 讲白了，它们就是在“猜字”而已。你丢一句话进去，它就开始运算，然后根据训练资料
: 里的模式，猜出下一个最有可能出现的词。
: 这样的技术说穿了就是很厉害的填空题机器，背后的核心逻辑本质上没有变。
: 而且大家都没在讲的一点是：它很耗电。真的，非常，非常耗电。
: 训练一次模型要几千张显卡跑好几个礼拜，等于直接拿人类未来的能源去玩一场文字接龙
: 。这样的效率，这样的资源消耗，说实话，有点不太对劲。
: 我们真的需要一个每次回你“好的，了解”就耗掉半颗树的AI吗？
: 这样下去，AI的尽头大概就是一群超级电脑在互相猜你在想什么，然后发热，然后停电。
: 说到底，我还是觉得——通用模型才是未来。
: 不是那种每天在那边“请用五种语气回复以下文字”的表演型AI，而是能够真正理解语意
: 、穿梭不同任务的智能。
: 要能跨语言、跨模态、跨情境
: 只有这样，我们才算真正走在 AI 的路上。
: 总之，现在的大语言模型，讲得再神，也只是字的囚徒。
: 我们不能被这些流畅但空洞的句子给迷惑。
: 未来在哪里？不是在那一堆“请简化以下段落”里，而是在还没被训练出来的“通用性”
: 里。