尽管是企业领导，当前也很难明确人工智能（AI）的发展方向。

虽然领导者的任务是在企业中确定明确的AI用例和监管框架，但大多数老板仍在为AI的使用而绞尽脑汁。

---

假如你是企业老板，该如何面对突如其来的AI技术对员工的冲击？

从一个企业家的角度出发，我们必须在坚定地立足于当下的同时展望未来——并认清AI技术对我们的商业模式、员工体验和用户的实际意义。

这是一项艰巨的任务，需要我们去适应和学习。坦诚面对我们的学习需求，是我们前进的最佳途径。

生成式AI在各行各业的快速引入，不仅在领导者之间，也在员工之间造成了巨大的技能差距，给我们所有人都带来了更大的压力，要求我们迅速提升知识基础，与时俱进。

然而，这种演变并不是自然而然的：62%的员工表示，他们缺乏有效、安全地使用AI的技能，全球只有十分之一的员工认为自己掌握了所需的AI技能。

作为领导者，弥合这一知识鸿沟是我们的当务之急。我们可以做很多事情来指导我们的组织应对各种变化，包括我们现在面临的人工智能。

但是，在AI时代，可持续的技能提升应该是什么样的呢？

下面是将人工智能技术应用于日常的三种策略：

01.为技能提升目标提供充足的资源

新一代AI技能提升既不是一次性的努力，也不是一蹴而就的事情。技术的复杂性和持续演进需要专门的教育途径、持续的学习机会和资金支持。

因此，作为领导者，我们需要为员工提供资源，让他们能够参与学习机会（如技能培训），参加LinkedIn等组织提供的第三方课程，或为需要的技能提升提供学费报销。我们还必须确保所有员工都能获得这些资源，无论员工的日常工作性质如何。

在此基础上，我们可以将记录和分享学习成果的机制制度化，包括建立和普及沟通渠道，激励员工分享反馈、共同学习和发现遗留难题。鼓励围绕学习开展交流和对话，并亲自参与这些讨论，往往能在整个组织中实现更大的创新。

在一个公司，建议将学习和分享融合在一起，例如，每月就相关主题开展学习活动，并鼓励所有人同时参与。

具体来说，可以设定一个主题——比如AI，员工可以选择与个人职责相关的课程，学习新的AI技能，同时还可以加入“学习休息室”，与同事分享想法和挑战。

02.以身作则，带头学习

投入时间了解新兴的生成式AI解决方案及其对企业的影响。这样可以赢得员工的认同，并说明领导者对人工智能如何以实际方式改善运营的愿景。

领导者需要在花费大量时间提高自身技能的同时，也要寻找机会指导他人，让AI的使用成为工作中互动的日常。

此外，考虑举办以解决方案为重点的黑客松或其他有意思的挑战，以培养创造力、跨职能问题解决能力和协作能力。

在可能的情况下，直接通过实际项目的在职实践来激励行动。员工往往身兼数职，因此，无论提升技能多么重要，都很难抽出时间。

在现有的工作量中注入新的学习计划，可以同时满足这两种需求，尤其是对于日程安排繁重的员工而言。

还要与员工进行沟通，比如定期征求团队的反馈意见，以确保满足他们不断变化的职业发展需求，与公司领导的坦诚对话具有重要意义，这可能是更多标准会议（如员工与经理的定期一对一会议）难以实现的。

03.通过正确的数据和技术投资支持技能提升

为了确保员工能够提升AI技能，为他们提供必要的技术、数据和基础设施是至关重要的。与领导者合作，数据管理和技术堆栈进行必要的改进，以支持AI目标的实现。

例如，在快速可靠的连接支持下，人工智能解决方案在数据丰富的环境中表现出色。不要因为数据问题、容量不足或安全问题而影响员工提升技能或推动创新的热情，尤其对于严重依赖数据和计算的行业，如医疗保健、金融、制造、网络基础设施和教育，应迅速采取行动。

随着时间的推移，持续迭代并努力确保AI技术基础设施始终能够胜任任务。新一代人工智能正在不断发展，要跟上这些变化的步伐，就需要采取多方面的方法来提高技能，让AI和数据与员工合作，而不是彼此成为对手。

生成式AI解决方案的影响可能会超越云计算，对我们的组织运营和发展产生更广泛、更持久的影响。

然而，只有当我们掌握了相关技术，并准备好让人工智能成为所有员工日常工作的一部分时，这一未来才会实现。

当前，有效、可持续地使用AI解决方案对一个组织来说是不可避免的，因此，在重视集体、持续学习的公司文化氛围中，通过灵活的AI培训计划来促进公司的成长也尤为关键。

AI技能提升可能会让人感觉与一般的工作日常相去甚远，但这是领导者必须开始重视的一个点，因为人工智能有可能彻底改变我们目前的工作方式。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

就在刚刚，一款基于英伟达、OpenAI、亚马逊创始人贝佐斯支持的全新人形机器人来了！

钛媒体App获悉，美东时间8月6日，估值高达26亿美元（约合人民币185.84亿元）的人形机器人公司Figure AI宣布推出全新一代Figure 02人形机器人产品，硬件和软件都进行了从零开始的重新设计，拥有灵活自如的手部和对话视觉能力，内置定制的 AI 模型可与人类直接对话，手部具有16个自由度和相当于人类力量，计算和推理能力是上一代Figure 01的3倍，即提升了200%。

同时，Figure 02内置了2.25千瓦时的电池，使运行时间增加了50%，而内置的视觉语言模型（VLM）使机器人摄像头能够进行快速的常识性视觉推理。

---

该公司透露，Figure 02已经在南卡罗来纳州斯帕坦堡的宝马生产线上进行了测试。

Figure AI创始人兼CEOBrett Adcock表示，Figure 02概念设计评审在2023年2月，历时18个月研发而成。他强调， “这是地球上最先进的人工智能硬件产品。”

Figure AI成立于2022年，公司致力于打造一款自主通用人形机器人，旨在与人类进行交互并执行多种任务，可以自动执行一系列动作，包括行走、搬运、操作物体等，应用场景包括仓库管理、物流配送、医疗保健等领域。

公司创始人兼CEO Brett Adcock在科技和创投领域已有20年的经验，曾是 Archer（27 亿美元 IPO）和 Vettery（1 亿美元退出）的创始人。而目前，Brett Adcock的关注重点是Figure AI，目标是以 30 年的眼光来创建这家公司，其希望将时间和资源投入到最大限度地发挥对人类的效用影响上。目前，Figure AI员工人数高达120人左右。

融资层面，Figure AI已经完成总计7.3亿美金的融资。

其中，2023年4月19日，Figure获得Aliya Capital Partners等10家投资者的7000万美元A轮融资；2023年7月17日，Figure获得Big Sky Partners和Intel Capital的900万美元融资；2024年2月23日，Figure获得贝索斯，以及微软、英伟达、OpenAI等大型科技公司联投的约6.75亿美元融资。

据介绍，Figure AI公布的全新Figure 02视频主要展示了其技术能力和在宝马生产线上进行测试的场景，展示其在现实世界工业环境中的潜力。

功能层面，Figure 02在语音对语音方面，通过麦克风、扬声器和定制的AI模型，可以与人类进行对话；摄像头则由6个板载 RGB 摄像头驱动的AI视觉系统；采用第四代手部，具有16个自由度和相当于人类的力量；视觉语言模型（VLM）使机器人摄像头能够进行快速的常识性视觉推理；电池层面，Figure 02 配备了 2.25 千瓦时的电池，使运行时间增加50%；CPU/GPU的计算和 AI 推理能力是上一代的3倍。

应用层面，全球劳动力短缺现象正在上演。仅在美国，就有超过1000万个空缺工作，其中700万个职位空缺是仓库、运输和零售业等重要职位，而且人口老龄化也使得公司越来越难以扩大员工队伍。为了打破这样的社会瓶颈，让劳动力持续增长，公司就需要更高的生产力，这意味着需要更多的自动化来做支撑。同时，许多高难度和具有危险性的工作并不适合人类，亟需开拓新的产业以帮助人类解决这些难题。

Brett Adcock曾表示，Figure AI是能够引入执行商业活动的人形机器人，“希望我们是第一批向市场推出真正有用并可用的人形机器人产品组合当中之一。”

实际上，当前人形机器人成为热门赛道，科技公司正以惊人的速度向AI领域投入资金。Crunchbase最新数据显示，仅2024年上半年，全球就有超过355亿美元流向AI初创公司。其中，在募集的六轮超过10亿美元的风险投资中，其中五轮是由 AI 公司募集，其他AI初创公司也募集到单轮超1亿美元的资金。太平洋证券表示，人形机器人代表了未来的发展趋势，并且具有巨大的潜在市场和技术外溢效应。当前工业自动化市场面临挑战，下游创新不足、产能过剩，以及外部因素，导致需求疲软。这导致了一个存量博弈市场，许多企业在竞争中争相降低价格，却难以盈利。在这种局势下，人形机器人的产业化有可能是继智能手机和新能源之后的一波更大的机会，吸引了特斯拉等企业大量资源和人力的投入。未来的市场空间将更为广阔，越来越多的资本和人力资源将投入到人形机器人领域，随着大型模型和人形机器人的不断进步，未来十年将会看到更多产业化案例的落地。

华泰证券发布研报称，2024年以来，人形机器人与AI的结合更为紧密，AI 端发展加速人形机器人产品迭代，加快人形机器人产业化进程。随着大模型训练提速与产品升级迭代，人形机器人的应用场景有望加速具象化，促进人形机器人的规模化运用落地，产业链企业将充分受益。一方面，建议继续关注与特斯拉等头部机器人企业合作紧密、有望率先拿到定点的供应商企业。另一方面，在机器人零部件中，传感器、丝杠的单机价值量较高，且存在较高技术壁垒，目前布局企业较少，看好配套下游研发测试进度较快、下游需求放量时具备规模化生产能力的相关头部企业，建议持续跟踪。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

都 2024 年，还有人不了解 Transformer 工作原理吗？快来试一试这个交互式工具吧。

2017 年，谷歌在论文《Attention is all you need》中提出了 Transformer，成为了深度学习领域的重大突破。

---

该论文的引用数已经将近 13 万，后来的 GPT 家族所有模型也都是基于 Transformer 架构，可见其影响之广。

作为一种神经网络架构，Transformer 在从文本到视觉的多样任务中广受欢迎，尤其是在当前火热的 AI 聊天机器人领域。

不过，对于很多非专业人士来说，Transformer 的内部工作原理仍然不透明，阻碍了他们的理解和参与进来。因此，揭开这一架构的神秘面纱尤其必要。但很多博客、视频教程和 3D 可视化往往强调数学的复杂性和模型实现，可能会让初学者无所适从。同时为 AI 从业者设计的可视化工作侧重于神经元和层级可解释性，对于非专业人士来说具有挑战性。

因此，佐治亚理工学院和 IBM 研究院的几位研究者开发了 一款基于 web 的开源交互式可视化工具「Transformer Explainer」，帮助非专业人士了解 Transformer 的高级模型结构和低级数学运算。如下图 1 所示。

Transformer Explainer 通过文本生成来解释 Transformer 内部工作原理，采用了 桑基图可视化设计，灵感来自最近将 Transformer 视为动态系统的工作，强调了输入数据如何流经模型组件。从结果来看，桑基图有效地说明了信息如何在模型中传递，并展示了输入如何通过 Transformer 操作进行处理和变换。

在内容上，Transformer Explainer 紧密集成了对 Transformer 结构进行总结的模型概述，并允许用户在多个抽象层级之间平滑过渡，以可视化低级数学运算和高级模型结构之间的相互作用，帮助他们全面理解 Transformer 中的复杂概念。

在功能上，Transformer Explainer 在提供基于 web 的实现之外，还具有实时推理的功能。与现有很多需要自定义软件安装或缺乏推理功能的工具不同，它集成了一个实时 GPT-2 模型，使用现代前端框架在浏览器本地运行。用户可以交互式地试验自己的输入文本，并实时观察 Transformer 内部组件和参数如何协同工作以预测下一个 token。

在意义上，Transformer Explainer 拓展了对现代生成式 AI 技术的访问，且不需要高级计算资源、安装或编程技能。而之所以选择 GPT-2，是因为该模型知名度高、推理速度快，并且与 GPT-3、GPT-4 等更高级的模型在架构上相似。

• 论文地址：https://arxiv.org/pdf/2408.04619
• GitHub 地址：http://poloclub.github.io/transformer-explainer/
• 在线体验地址：https://t.co/jyBlJTMa7m

既然支持自己输入，机器之心也试用了一下「what a beautiful day」，运行结果如下图所示。

对于 Transformer Explainer，一众网友给出了很高的评价。有人表示，这是非常酷的交互式工具。

有人称自己一直在等待一个直观的工具来解释自注意力和位置编码，就是 Transformer Explainer 了。它会是一个改变游戏规则的工具。

还有人做出了中译版。

• 展示地址：http://llm-viz-cn.iiiai.com/llm

这里不禁想到了另一位科普界的大牛 Karpathy，它之前写了很多关于复现 GPT-2 的教程，包括「纯 C 语言手搓 GPT-2，前 OpenAI、特斯拉高管新项目火了」、「Karpathy 最新四小时视频教程：从零复现 GPT-2，通宵运行即搞定」等。如今有了 Transformer 内部原理可视化工具，看起来两者搭配使用，学习效果会更佳。

---

Transformer Explainer 系统设计与实现

Transformer Explainer 可视化展示了基于 Transformer 的 GPT-2 模型经过训练是如何处理文本输入并预测下一个 token 的。前端使用了 Svelte 和 D3 实现交互式可视化，后端则利用 ONNX runtime 和 HuggingFace 的 Transformers 库在浏览器中运行 GPT-2 模型。

设计 Transformer Explainer 的过程中，一个主要的挑战是如何管理底层架构的复杂性，因为同时展示所有细节会让人抓不住重点。为了解决这个问题，研究者十分注意两个关键的设计原则。 

首先，研究者通过多级抽象来降低复杂性。他们将工具进行结构化设计，以不同的抽象层次呈现信息。这让用户能够从高层概览开始，并根据需要逐步深入了解细节，从而避免信息过载。在最高层，工具展示了完整的处理流程：从接收用户提供的文本作为输入，将其嵌入，经过多个 Transformer 块处理，再到使用处理后的数据来对最有可能的下一个 token 预测进行排序。

中间操作，如注意力矩阵的计算，这在默认情况下被折叠起来，以便直观地显示计算结果的重要性，用户可以选择展开，通过动画序列查看其推导过程。研究者采用了一致的视觉语言，比如堆叠注意力头和折叠重复的 Transformer 块，以帮助用户识别架构中的重复模式，同时保持数据的端到端流程。 

其次，研究者通过交互性增强理解和参与。 温度参数在控制 Transformer 的输出概率分布中至关重要，它会影响下一个 token 预测的确定性（低温时）或随机性（高温时）。但是现有关于 Transformers 的教育资源往往忽视了这一方面。用户现在能够使用这个新工具实时调整温度参数，并可视化其在控制预测确定性中的关键作用。

此外，用户可以从提供的示例中选择或输入自己的文本。支持自定义输入文本可以让用户更深入参与，通过分析模型在不同条件下的行为，并根据不同的文本输入对自己的假设进行交互式测试，增强了用户的参与感。 

那在实际中有哪些应用场景呢？

Rousseau 教授正在对自然语言处理课程的课程内容进行现代化改造，以突出生成式 AI 的最新进展。她注意到，一些学生将基于 Transformer 的模型视为捉摸不透的「魔法」，而另一些学生则希望了解这些模型的工作原理，但不确定从何入手。

为了解决这一问题，她引导学生使用 Transformer Explainer，该工具提供了 Transformer 的互动概览，鼓励学生积极进行实验和学习。她的班级有 300 多名学生，而 Transformer Explainer 能够完全在学生的浏览器中运行，无需安装软件或特殊硬件，这是一个显著的优势，消除了学生对管理软件或硬件设置的担忧。

该工具通过动画和互动的可逆抽象，向学生介绍了复杂的数学运算，如注意力计算。这种方法帮助学生既获得了对操作的高层次理解，又能深入了解产生这些结果的底层细节。

Rousseau 教授还意识到，Transformer 的技术能力和局限性有时会被拟人化（例如，将温度参数视为「创造力」控制）。通过鼓励学生实验温度滑块，她向学生展示了温度实际上是如何修改下一个词元的概率分布，从而控制预测的随机性，在确定性和更具创造性的输出之间取得平衡。

此外，当系统可视化 token 处理流程时，学生们可以看到这里并没有任何所谓的「魔法」—— 无论输入文本是什么，模型都遵循一个定义明确的操作顺序，使用 Transformer 架构，一次只采样一个 token，然后重复这一过程。

未来工作

研究者们正在增强工具的交互式解释来改善学习体验。同时，他们还在通过 WebGPU 提升推理速度，并通过压缩技术来减小模型的大小。他们还计划进行用户研究，来评估 Transformer Explainer 的效能和可用性，观察 AI 新手、学生、教育者和从业者如何使用该工具，并收集他们希望支持的额外功能的反馈意见。 

还在等什么，你也上手体验一下，打破对 Transformer 的「魔法」幻想，真正了解这背后的原理吧。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。

---

如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com

作者陈麒光，目前就读于哈工大赛尔实验室。他的主要研究方向包括大模型思维链、跨语言大模型等。

在过去的几年中，大型语言模型（Large Language Models, LLMs）在自然语言处理（NLP）领域取得了突破性的进展。这些模型不仅能够理解复杂的语境，还能够生成连贯且逻辑严谨的文本。

然而，随着科技的发展和应用场景的多样化，单一文本模态的能力显然已经不能满足现代需求。人们日益期待能够处理和理解多种模态信息（如图像、视频、音频等）的智能系统，以应对更复杂的任务和场景。研究者们开始尝试将文本 CoT 的能力扩展到多模态思维链推理领域，以应对更加复杂和多样化的任务需求。

最早的多模态思维链研究之一是由 Lu 等人 [1] 引入的 ScienceQA 基准

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

自从 Sora 发布以来，AI 视频生成领域变得更加「热闹」了起来。过去几个月，我们见证了即梦、Runway Gen-3、Luma AI、快手可灵轮番炸场。

---

和以往一眼就能识破是 AI 生成的模型不太一样，这批视频大模型可能是我们所见过的「最好的一届」。
然而，视频大语言模型（LLM）惊艳表现的背后离不开庞大且经过精细标注的视频数据集，这需要花费相当高的成本。近期研究领域也涌现了一批无需额外训练的创新方法：采用训练好的图像大语言模型，直接用于视频任务的处理，这样就绕开了「昂贵」的训练过程。
此外，现有大多视频 LLM 存在两个主要缺点：（1）它们只能处理有限帧数的视频输入，这使得模型难以捕捉视频中细微的空间和时间内容；（2）它们缺少时间建模设计，而是简单地将视频特征输入到 LLM…

点击阅读更多

实验结果显示，SF-LLaVA 在所有基准测试中均以显著的优势超越了现有免训练方法。与精心微调的 SFT 模型相比，SF-LLaVA 能达到相同性能，甚至更好。

论文链接：https://arxiv.org/pdf/2407.15841

模型架构

慢速路径：低帧率提取特征，同时尽可能多地保留空间细节（例如每 8 帧保留 24×24 个 token）
快速路径：高帧率运行，但用较大的空间池化步长降低视频的分辨率，以模拟更大的时间上下文，更专注于理解动作的连贯性
这相当于模型拥有两只「眼睛」：一只慢慢看，注意看细节；另一只快速看，注意看动作。这样就解决了大多现有的视频 LLM 的痛点，既能捕捉到详细的空间…

点击阅读更多

---

更多细节，请参考原论文。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Susan Wojcicki，前 YouTube CEO 和谷歌的最早雇员之一，在与癌症抗争两年后，于56岁时去世。

---

她的丈夫 Dennis Troper 在周五宣布了她去世的消息。在 Facebook 上的一篇帖子中，他写道：“我怀着深深的悲哀分享 Susan Wojcicki 去世的消息。她是我26年的挚爱妻子，也是我们五个孩子的母亲，在与非小细胞肺癌共度两年之后今天离开了我们。” 谷歌首席执行官 Sundar Pichai 在周六在 X（之前称为Twitter）上写道：“在 Susan Wojcicki 与癌症共度两年后离世的消息让我无比悲伤。她对谷歌的历史至关重要，很难想象没有她的世界。” Wojcicki 是科技界最杰出的女性之一，在 YouTube 担任 CEO 九年后于 2023 年辞职，表示她希望“开始一个专注于家庭、健康和个人热衷项目的新篇章”。在宣布辞职时，Wojcicki 写道：“这将是我一生中最好的决定之一。”她曾担任谷歌的高级副总裁，于 2014 年成为 YouTube CEO。在进入谷歌之前，Wojcicki 曾在英特尔和贝恩公司工作。请进一步了解这些主题：YouTube、谷歌、女性、新闻。分享：转载此内容。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Personalised videos from celebrities such as Elijah Wood were a lockdown hit for a firm once valued at £1bn. Now A-listers have deserted it – though there’s always Nigel Farage

它的起源，像许多事情一样，源自WhatsApp群中的戏剧冲突。

---

那是在2021年，我一群朋友和熟人组成的松散联盟通过玩一款名为Subterfuge的极端恶毒的在线游戏来度过反复出现的封锁时光，其中背叛和欺诈是游戏的一部分。

是次人们做得太过分，有人受到足够严重的伤害而退出了群聊。为了赢回他，我的朋友们提出了一个可疑的计划 - 让一位名叫Nigel Farage的人录制一段讽刺性道歉视频，敦促他们离开的战友重新加入群聊。由于Cameo，Farage最近注册了该应用，这样做变得很简单：花费约100英镑，Farage在不到24小时内通过应用录制并发送了一段60秒的视频片段。这一策略也奏效了：多亏了Cameo和Farage对一堆毫无理解的内幕笑话的颇具困惑的阅读，友谊群中恢复了和平。

这只是Cameo的众多用途之一，这项服务允许任何人为他们的朋友之一请求名人或网络名人定制视频，并在24小时内交付。该网站在新冠封锁期间曾是一大热门，2012年甚至成功筹集到了估值10亿美元的投资。

但自那时以来，它陷入了困境。视频仍在制作，仍有…一群名人和网络名人（稍后详述），但似乎很难支付即使是相对较小的账单。

上个月，Business Insider报道了Cameo与30个美国州达成的一项协议，在发现其违反联邦贸易委员会规定有关名人背书的规则后。Cameo被罚款60万美元 - 理论上对于一个价值十亿美元的公司来说是一个很小的金额 - 但在法庭文件中表明无法支付该金额，最终达成协议仅支付10万美元（分布在30个州）。

日常运营上，该网站似乎仍然与一直如一样，为在市场上寻求定制视频的任何人提供一系列演员、喜剧演员和网络名人制作视频。英国名人包括演员米里亚姆·马格利斯（134英镑一段视频），前足球运动员约翰·特里（197英镑），歌手加雷斯·盖茨（47英镑），或主持人和环保主义者本·福格尔（71英镑）。

美国名人包括“男孩乐队”中的兰斯·巴斯（235英镑），在《绝命毒师》中扮演麻醉品执法局探员汉克·施雷德的迪安·诺里斯（193英镑），以及美版《办公室》前辈凯文·马龙（化名为布赖恩·鲍姆加特纳）（154英镑），或“酗酒者梅雷迪斯”凯特·弗兰尼（150英镑）。

虽然每个人都有自己的粉丝群，甚至有时候会有狂热追随者，但Cameo一直难以吸引或保留A级名人或网络名人，他们的追随者属于顶级范畴。部分原因是使用该应用会为大牌名人带来较大的声誉风险 - 人们编写视频，试图诱使名人说出种族歧视词或其他侮辱，甚至用于更加阴险的目的。

去年，一“俄罗斯支持团体”委托录制了一系列从Cameo和类似服务中录制的视频，制作成似乎是各种美国名人致电乌克兰总统泽连斯基的视频，称其为腐败的药物成瘾者，而他们认为是在帮助进行干预。这一误传行动包括演员伊利亚·伍德和拳击手、已被定罪的强奸犯迈克·泰森的Cameo出现，后者已经暂停了他们的Cameo出席，而诺里斯和弗兰尼仍在该网站活跃。

Cameo从创建者的费用中抽取30%的份额，用于处理销售、交易费用以及托管和发送视频。最大的创作者似乎已经决定放弃这种潜在的收入来源 - 要么因为需要制作许多不公开的个人视频，要么因为风险太大 - 但小型创作者表示这是一个有用且低风险的资金来源，没有什么坏处。

一位选择保持匿名的脱口秀演员表示:“我经常在应用上关闭这个功能，当我忙的时候就关闭预订窗口，你可以自由选择想做的视频。”。“我在使用该应用时没有任何负面经验。”

更大名人可能会被另一个潜在的转变所吸引，即Cameo已成为那些边缘政治人物或失败政治家的聚集地。自2021年以来，尼格尔·法拉奇已经加入了Cameo，并且是英国最具争议性的政治人物之一（在他的头七次尝试中未能当选议会议员）。

在美国，沦陷的前共和党国会议员乔治·桑托斯（99英镑以上）据传现在在Cameo赚的钱比担任选举代表时多，而迈克·弗林 - 一个否认选举结果、极右基督教民族主义者，曾短暂担任唐纳德·特朗普的国家安全顾问 - 也是Cameo的常客。

另一个问题是Cameo往往吸引了新奇购买者，而不是重复客户或订阅者。例如，从“Subterfuge”WhatsApp群以来，三年来再也没有让某人受到足够伤害，需要进一步要求Cameo视频。

这些只是阻碍Cameo估值的一些问题，Enders Analysis的技术分析师Joseph Teasdale解释说。“Cameo是一种流行病现象。即使名人不能开演唱会或出演电影，他们也可以录制自拍视频。从需求方面讲，Cameo的视频在其他选项有限的情况下成为了一份绝佳的体验礼品。现在名人和消费者都有更好的事情要做，而不仅仅是录制和观看个性化视频，“他说。“当你的卖点是你的供应商是著名且可取的，你会遇到一个问题：他们是那些有名望的人，他们吸引用户，所以他们能够获得产生的大部分价值。这些不是可以被替换的匿名TikTok创作者，在他们不喜欢条款后离开。Cameo的存亡取决于吸引平台上的大牌名人。“

这些大牌名人似乎仍然青睐大平台 - TikTok，YouTube，Instagram - 那里是群众观众所在之处，那里可以通过广告和月度订阅获得持续的收入，而不是为个别用户提供一次性新奇视频。

这使得Cameo必然局限于较小的创作者、网络名人和B或C级别的名人，他们可能会欢迎额外的现金，愿意借助新奇或反讽的视频制作来获得收益。对于那些有些时间空闲，不担心他们的视频会被用来损害品牌的人来说，这是一项受欢迎的服务 - 尽管这永远不会使Cameo的创始人或投资者如他们所希望的那样富有。

尽管如此，该网站的一位明星仍然忠诚且活跃。尽管当选为克拉克顿选区的国会议员，尽管英国各地爆发了暴力极右暴动，尼格尔·法拉奇显然还有时间继续处理他的Cameo请求：写作时，该网站显示他最近完成的一个视频是在星期二晚上10点30分制作的。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Susan Wojcicki，前YouTube CEO 和谷歌的最早员工之一，因为与癌症搏斗两年后，于56岁离世。

---

她的丈夫Dennis Troper在周五宣布了她的去世消息。在Facebook上的一篇帖子中，他写道：“我极度悲痛地宣布Susan Wojcicki去世的消息。我的挚爱妻子26年，我们五个孩子的母亲，在与非小细胞肺癌搏斗两年后今日离世。”谷歌首席执行官Sundar Pichai在周六在X上，即以前被称为Twitter的地方写道：“在与癌症搏斗两年后失去我亲爱的朋友Susan Wojcicki的离世消息令人难以置信。她对谷歌的历史一如既往地重要，难以想象世界没有她的存在。”

Wojcicki是科技界最杰出的女性之一，在2014年成为YouTube CEO之前，她在Google担任高级副总裁负责广告产品。在Google之前，Wojcicki曾在英特尔和贝恩公司工作。

在2023年辞去YouTube的职务后，她在一篇公告中写道，希望“开启一个关注家庭、健康以及我热爱的个人项目的新篇章”。“那将是我生命中最好的决定之一，”Wojcicki在宣布离职时写道。

探索更多关于这些话题YouTube、Google、女性、新闻。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

从像伊莱贾·伍德（Elijah Wood）这样的名人那里获取定制视频在一家曾经估值10亿英镑的公司中大受欢迎。

---

现在一流名人已经离开了它-尽管总有奈杰尔·法拉奇（Nigel Farage）。

它始于许多事物都会发生的地方-WhatsApp群内的戏剧。那是在2021年，我一群朋友和熟人通过玩一个名为Subterfuge的极端恶毒的在线游戏度过了反复出现的封锁局面，背叛和欺骗是游戏的一部分。换句话说，我另一个朋友因被激怒而退出了群聊。为了赢回他，我的朋友们想出了一个可疑的计划-让奈杰尔·法拉奇，竟然是他，录制一段讽刺道歉视频，敦促他们离开的同伴重新加入群组。由于Cameo，法拉奇最近注册了，所以这很容易：法拉奇花了约100英镑，在不到24小时内通过应用录制并交付了60秒的视频剪辑。这一策略奏效了：多亏了Cameo，还有法拉奇相对茫然地朗读了一些他无法理解的幽默讽刺，友谊团体中的和平得以恢复。

这是Cameo的许多用途之一，Cameo是一项服务，允许任何人向名人或影响者之一为他们的朋友请求定制视频，并在24小时内交付。该网站在Covid封锁期间成为一大热门，并设法在2021年筹集到估值为10亿美元的投资。

但自那时以来，它陷入了困境。虽然视频仍在制作中，它仍然拥有一系列名人和影响者（稍后会详细介绍），但似乎很难支付甚至相对较小的账单。

上个月，Business Insider报道了Cameo与30个美国州达成的一项和解，因为发现它违反了联邦贸易委员会关于名人背书的规定。

Cameo被罚款60万美元-从理论上讲对于一个价值十亿美元的公司来说是一个适度数额-但在法庭文件中表明，它无法支付该金额，而是只和解了10万美元（分给30个州）。那么出了什么问题？

日常生活中，该网站似乎仍然运作如旧，为市场上需要定制视频的任何人提供一系列演员、喜剧演员和影响者来制作他们的视频。英国的名字包括演员米丽亚姆·玛格丽斯（Miriam Margolyes，134英镑一段视频）、前足球运动员约翰·特里（John Terry，197英镑）、歌手加雷斯·盖茨（Gareth Gates，47英镑）或主持人兼环保人士本·富格尔（Ben Fogle，71英镑）。美国的名字包括’NSync的兰斯·贝斯（Lance Bass，235英镑）、在《绝命毒师》中饰演DEA特工汉克·施雷德尔的迪恩·诺里斯（Dean Norris，193英镑）以及《办公室》US版本的老将凯文·马龙（也被称为Brian Baumgartner，154英镑）或“醉汉梅瑞狄斯”，凯特·弗莱纳瑞（Kate Flannery，150英镑）。

虽然每个人都有自己的粉丝群，有时会有狂热追随者，但Cameo一直很难吸引或留住顶级明星或具有最高级追随者的影响者。其中一部分原因是使用该应用会为大牌人物带来重大的声誉风险-有人会剧本化视频，试图迷惑着名人说种族歧视言论或其他侮辱，并且甚至用于更险恶的目的。

去年，一组“俄罗斯结盟组织”委托并随后将来自Cameo和类似服务录制的一系列视频剪辑在一起，使看起来像是多名美国名人在召开干预时称乌克兰总统弗拉基米尔·泽连斯基（Volodymyr Zelenskiy）是一个腐败的毒品成瘾者。这些误传行动包括了演员伊莱贾·伍德（Elijah Wood）和拳击手、被判强奸罪的迈克·泰森（Mike Tyson）的Cameo露面，他们已暂停了他们的Cameo存在，以及诺里斯和弗莱纳瑞，他们仍在该网站上活跃。

Cameo从创作者的费用中切下30%的份额，用于处理销售、交易费用和托管并发送视频。最大的创作者似乎已经决定放弃这笔潜在的收入流-因为需要制作大量不会公开的个人视频，或者因为风险太大-但小创作者表示，这是一个有用且不费力的资金来源，风险很小。

一个不愿透露姓名的喜剧演员说：“我经常把它关掉，以关闭当我忙时的预订窗口，你可以自由选择自己想做的订单。我没有任何使用该应用的负面经验。”

对于更大的名字来说，另一个可能的放弃理由是，Cameo已经被边缘或失败的政治家所吸引。奈杰尔·法拉奇自2021年以来一直在Cameo上，并且是英国最具争议性的政治人物之一（在首次七次尝试未能当选为议会议员）。

在美国，据报道，备受骂名的前共和党国会议员乔治·桑托斯（$99+）据说通过Cameo获得的钱比他担任选举代表赚的还要多（78英镑），而选举否认，极右基督教民族主义者以及前国防情报局主管迈克·弗林（Mike Flynn）-曾短暂担任唐纳德·特朗普的国家安全顾问-据说也是Cameo的常客。

还有一个问题是，Cameo更容易吸引新奇购买者而非重复客户或订户。例如，Subterfuge WhatsApp群体在自法拉奇事件以来的三年时间里还没有激怒任何人，需要更多的Cameo视频。

这些都是困扰Cameo估值的一些问题，技术分析师约瑟夫·提斯代尔（Joseph Teasdale，Enders Analysis）解释说。“Cameo是一种流行现象。即使无法在体育场演出或主演电影，名人们也可以录制自拍视频。在需求方面，Cameo视频在其他选择有限时成为了一份不错的体验性礼物。现在，名人和消费者都有更好的事情要做，而不是录制和观看个性化视频，”他说。“当你的卖点是你的供应商是著名且可取得的，你会遇到一个问题：他们是那些拥有知名度的人，他们是吸引用户的人，因此他们能够捕捉到产生的大部分价值。这些不像匿名的TikTok创作者，如果他们不喜欢条件，就可以被替换；Cameo的生死存亡取决于吸引平台上的大明星。”

这些大牌人物似乎更倾向于留在大平台-如TikTok，YouTube，Instagram-那里拥有大众受众，并可以从广告和月度订阅中获得重复收入，而不是从单个订户的一次性新奇视频中保障收入。

这使得Cameo必然受限于较小的创作者、影响者和B或C级名人，他们可能会欢迎额外的现金，并愿意借助新奇或讽刺性的视频制作来获得它。对于那些有闲暇时间、不担心他们的视频可能被用来损害他们品牌的人来说，这是一项受欢迎的服务-尽管这不会使Cameo的创始人或投资者变得像他们希望的那样富有。

尽管如此，该网站的其中一名明星仍然忠诚且活跃。尽管当选为克莱克顿选区的国会议员，英国各地爆发了暴力极右翼动乱，但据说奈杰尔·法拉奇还找到时间继续处理他的Cameo请求：在撰写时，该网站显示他的最后一段视频是在周二晚上10点半制作的。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Deepwave Digital今日宣布推出其人工智能无线电收发器（AIR-T）嵌入式产品系列的三款新产品，均由最新的NVIDIA Orin NX图形处理单元（GPU）模块提供动力支持。{ width=60% }

---

Deepwave Digital的下一代射频和人工智能边缘产品是通过与客户和合作伙伴广泛互动塑造而成。Deepwave的首席执行官John Ferguson表示：“我们非常重视最终用户的观点，同时接受在推动技术界限的同时平衡性能、使用性和成本的挑战。”
这些新的射频+人工智能边缘计算产品旨在通过利用NVIDIA的Jetson Orin NX GPU模块来实现先进的人工智能计算，以服务定向的射频用例，如导航。Deepwave产品的新系列具有高度可配置的性能选项。它们适合标准的1U机架式外壳，使这些边缘产品非常适用于测试实验室、无线电塔基础设施或机载飞行器。
Deepwave Digital位于美国宾夕法尼亚州费城，提供集成硬件和软件解决方案，使射频、人工智能和无线系统能够融合。该公司的技术将人工智能计算引擎移动到信号边缘，减少了网络带宽、延迟和人工分析任务的负担。

探索AITechPark，了解人工智能、物联网、网络安全领域的最新进展，以及行业专家的见解！

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。