LogoThread Easy
  • Explorar
  • Criar thread
LogoThread Easy

Seu parceiro completo para threads do Twitter

© 2025 Thread Easy All Rights Reserved.

Explorar

Newest first — browse tweet threads

Keep on to blur preview images; turn off to show them clearly

免费分享来了 这次是真人照片 生成和《疯狂动物城》角色合影的提示词 提示词：创建一张超写实的自拍照。使用我上传的图像作为人物的精确参考 - 不要修改、改变或调整我上传图像中人物的任何特征。 添加[疯狂动物城兔子警官]（迪士尼角色）站在这位真实人物旁边。 场景：黑暗拥挤的电影院。背景有大屏幕播放疯狂动物城电影场景。电影般的灯光，温暖的环境光。 构图：自拍角度。图像1中的真实人物（保持所有原始特征）和[角色名]一起自拍。[描述动作姿势] 两个人都清晰对焦。超高清、8K质量、超写实摄影风格，自然光线混合屏幕光晕，浅景深。 关键：保持人物完全像和我上传图像的那样 - 不要改变她的发型、服装、配饰或任何面部特征。只添加疯狂动物城角色到场景中。

免费分享来了 这次是真人照片 生成和《疯狂动物城》角色合影的提示词 提示词：创建一张超写实的自拍照。使用我上传的图像作为人物的精确参考 - 不要修改、改变或调整我上传图像中人物的任何特征。 添加[疯狂动物城兔子警官]（迪士尼角色）站在这位真实人物旁边。 场景：黑暗拥挤的电影院。背景有大屏幕播放疯狂动物城电影场景。电影般的灯光，温暖的环境光。 构图：自拍角度。图像1中的真实人物（保持所有原始特征）和[角色名]一起自拍。[描述动作姿势] 两个人都清晰对焦。超高清、8K质量、超写实摄影风格，自然光线混合屏幕光晕，浅景深。 关键：保持人物完全像和我上传图像的那样 - 不要改变她的发型、服装、配饰或任何面部特征。只添加疯狂动物城角色到场景中。

效果很不错的 和尼克老弟的合影 我使用的是lovart生成的 可以批量 Gemini 我测试了也可以的效果稍微差一点

avatar for 小互
小互
Sat Nov 29 02:30:20
Growing up in HK I always felt like we don’t look exactly like other Cantonese locals (pic showing me and my brother) and sure enough, my intuition was right — I might not be as “Southern Han” as I assumed… 🧬

Growing up in HK I always felt like we don’t look exactly like other Cantonese locals (pic showing me and my brother) and sure enough, my intuition was right — I might not be as “Southern Han” as I assumed… 🧬

“The woman scooping Silicon Valley” — BBC・hacker turned builder, blogger & consultant・ex: Threads, Instagram, etc

avatar for Jane Manchun Wong
Jane Manchun Wong
Sat Nov 29 02:28:34
写给0-1岁的初创公司合伙人(125)：范围控制 大家好，我是https://t.co/SgMGfxMeo4的小九。 在中国创业圈，不管是开发App还是做SaaS产品，“大而全”的平台思维格外常见：核心功能还没打磨扎实，就急着加聊天功能、搭社区、建积分商城。 可对资源有限的0-1阶段初创公司来说，这种“想做瑞士军刀”的思路往往会拖垮团队——与其试图覆盖所有需求，不如聚焦核心，做一把能精准切开市场缝隙的“手术刀”。 很多初创公司的倒闭，都源于“功能蔓延（Feature Creep）”。创始人常陷入一种误区：“用户留存低，是不是缺了X功能？加个Y功能，用户说不定就喜欢了。” 但这是致命的逻辑：如果产品的核心功能（Core Loop）不够强，新增功能就像给漏水的船刷油漆，不仅解决不了根本问题，还会分散资源。范围控制（Scope Control）不是为了省钱，而是为了生存——0-1阶段每一次“做加法”，本质上都是在稀释产品的核心价值。

写给0-1岁的初创公司合伙人(125)：范围控制 大家好，我是https://t.co/SgMGfxMeo4的小九。 在中国创业圈，不管是开发App还是做SaaS产品，“大而全”的平台思维格外常见：核心功能还没打磨扎实，就急着加聊天功能、搭社区、建积分商城。 可对资源有限的0-1阶段初创公司来说，这种“想做瑞士军刀”的思路往往会拖垮团队——与其试图覆盖所有需求，不如聚焦核心，做一把能精准切开市场缝隙的“手术刀”。 很多初创公司的倒闭，都源于“功能蔓延（Feature Creep）”。创始人常陷入一种误区：“用户留存低，是不是缺了X功能？加个Y功能，用户说不定就喜欢了。” 但这是致命的逻辑：如果产品的核心功能（Core Loop）不够强，新增功能就像给漏水的船刷油漆，不仅解决不了根本问题，还会分散资源。范围控制（Scope Control）不是为了省钱，而是为了生存——0-1阶段每一次“做加法”，本质上都是在稀释产品的核心价值。

文章：https://t.co/6D84qU2RyS

avatar for Y11
Y11
Sat Nov 29 02:24:23
AI 真的有泡沫吗？如果有，该怎么理解它呢？ —— 来自吴恩达老师「Andrew's Letters」 在 OpenAI 提出惊人的 1.4 万亿美元基础设施计划，以及英伟达市值一度触及 5 万亿美元天花板的当下，市场对于“AI 泡沫”的担忧从未如此剧烈。 吴恩达老师这篇文章中，并没有简单地加入“多头”或“空头”的阵营，而是提出了一个至关重要的视角：AI 并不是一个单一的同质化市场。 要看清所谓的“泡沫”，必须将 AI 拆解为三个截然不同的板块——应用层、推理基础设施、训练基础设施。只有这样，我们才能看到真相。 一、 被低估的潜力：应用层 与大众印象中 AI 创业的火热不同，吴恩达老师认为，AI 的应用层实际上处于 “投资不足” 的状态。 这里的逻辑非常硬核且直观：从经济学角度看，一个技术生态中，应用所创造的总价值必须高于支撑它的基础设施成本，否则整个商业模式将无法闭环。然而现状是，大量的资金涌向了底层的芯片和模型，而真正能产生价值的顶层应用却显得捉襟见肘。 许多风险投资人目前处于观望状态，他们担心大模型厂商会“赢家通吃”，从而挤压应用开发者的生存空间。但吴恩达对此持相反看法。他指出，随着 AI 逐渐进化到能够自主规划和执行任务的“智能体工作流”阶段，应用层的潜力将被指数级释放。这不仅是未来十年最大的增长点，也是目前被市场严重低估的价值洼地。 二、 供不应求的引擎：推理基础设施 当我们从“应用”下沉到“算力”时，情况发生了变化。吴恩达老师将算力细分为“推理”和“训练”两部分。 对于推理基础设施，目前的状况是 “供给受限”。尽管 AI 的全球普及率还处于早期阶段，但算力需求已经非常旺盛。展望未来，随着 GPT-5、Gemini 3 等更强大模型的发布，以及 AI 智能体开始编写代码、处理复杂任务，我们对 Token 的消耗量将迎来爆发式增长。 即使未来市场因过度乐观而建设了过多的推理算力，这在吴恩达老师看来也并非坏事。对于开发者和用户而言，这反而意味着算力成本的降低，从而进一步催生更多创新应用。因此，这一板块的基本面依然坚实。 三、 真正的风险中心：训练基础设施 如果说 AI 领域真的存在泡沫，那么吴恩达老师最担忧的隐患便藏在训练基础设施之中。 这是一个资本极其密集的领域。许多公司投入巨资训练私有的基础模型，期望以此建立护城河。然而，开源大模型 的崛起正在打破这一幻想。随着开源模型性能的迅速提升，单纯靠“拥有一个大模型”来构建商业壁垒变得越来越难。 由于算法优化和硬件进步，训练同等能力模型的成本正在逐年下降。这意味着，今天投入巨资建立的优势，可能在明年就被更低成本的技术方案抹平。因此，这一板块面临着巨大的财务回报压力，是目前风险最高的领域。 结语：穿越周期的定力 吴恩达老师在文章最后表达了一种理性的隐忧：市场往往是非理性的。如果“训练端”因为投资过热而崩盘，这种恐慌情绪极易产生连锁反应，导致资金错误地撤出那些基本面良好、甚至本该加大投入的“应用端”。 引用巴菲特的名言，“市场在短期是投票机，长期是称重机”。短期的价格波动反映的是情绪，而长期的价值则取决于基本面。 对于所有的从业者、开发者和决策者而言，吴恩达老师的建议清晰而有力：忽略短期的噪音，专注于长期的价值创造。 只要我们确信 AI 能为人类带来巨大的实际价值，那么应对泡沫的最佳策略只有一个——Keep building！ Understanding the AI Bubble — If There Is One

AI 真的有泡沫吗？如果有，该怎么理解它呢？ —— 来自吴恩达老师「Andrew's Letters」 在 OpenAI 提出惊人的 1.4 万亿美元基础设施计划，以及英伟达市值一度触及 5 万亿美元天花板的当下，市场对于“AI 泡沫”的担忧从未如此剧烈。 吴恩达老师这篇文章中，并没有简单地加入“多头”或“空头”的阵营，而是提出了一个至关重要的视角：AI 并不是一个单一的同质化市场。 要看清所谓的“泡沫”，必须将 AI 拆解为三个截然不同的板块——应用层、推理基础设施、训练基础设施。只有这样，我们才能看到真相。 一、 被低估的潜力：应用层 与大众印象中 AI 创业的火热不同，吴恩达老师认为，AI 的应用层实际上处于 “投资不足” 的状态。 这里的逻辑非常硬核且直观：从经济学角度看，一个技术生态中，应用所创造的总价值必须高于支撑它的基础设施成本，否则整个商业模式将无法闭环。然而现状是，大量的资金涌向了底层的芯片和模型，而真正能产生价值的顶层应用却显得捉襟见肘。 许多风险投资人目前处于观望状态，他们担心大模型厂商会“赢家通吃”，从而挤压应用开发者的生存空间。但吴恩达对此持相反看法。他指出，随着 AI 逐渐进化到能够自主规划和执行任务的“智能体工作流”阶段，应用层的潜力将被指数级释放。这不仅是未来十年最大的增长点，也是目前被市场严重低估的价值洼地。 二、 供不应求的引擎：推理基础设施 当我们从“应用”下沉到“算力”时，情况发生了变化。吴恩达老师将算力细分为“推理”和“训练”两部分。 对于推理基础设施，目前的状况是 “供给受限”。尽管 AI 的全球普及率还处于早期阶段，但算力需求已经非常旺盛。展望未来，随着 GPT-5、Gemini 3 等更强大模型的发布，以及 AI 智能体开始编写代码、处理复杂任务，我们对 Token 的消耗量将迎来爆发式增长。 即使未来市场因过度乐观而建设了过多的推理算力，这在吴恩达老师看来也并非坏事。对于开发者和用户而言，这反而意味着算力成本的降低，从而进一步催生更多创新应用。因此，这一板块的基本面依然坚实。 三、 真正的风险中心：训练基础设施 如果说 AI 领域真的存在泡沫，那么吴恩达老师最担忧的隐患便藏在训练基础设施之中。 这是一个资本极其密集的领域。许多公司投入巨资训练私有的基础模型，期望以此建立护城河。然而，开源大模型 的崛起正在打破这一幻想。随着开源模型性能的迅速提升，单纯靠“拥有一个大模型”来构建商业壁垒变得越来越难。 由于算法优化和硬件进步，训练同等能力模型的成本正在逐年下降。这意味着，今天投入巨资建立的优势，可能在明年就被更低成本的技术方案抹平。因此，这一板块面临着巨大的财务回报压力，是目前风险最高的领域。 结语：穿越周期的定力 吴恩达老师在文章最后表达了一种理性的隐忧：市场往往是非理性的。如果“训练端”因为投资过热而崩盘，这种恐慌情绪极易产生连锁反应，导致资金错误地撤出那些基本面良好、甚至本该加大投入的“应用端”。 引用巴菲特的名言，“市场在短期是投票机，长期是称重机”。短期的价格波动反映的是情绪，而长期的价值则取决于基本面。 对于所有的从业者、开发者和决策者而言，吴恩达老师的建议清晰而有力：忽略短期的噪音，专注于长期的价值创造。 只要我们确信 AI 能为人类带来巨大的实际价值，那么应对泡沫的最佳策略只有一个——Keep building！ Understanding the AI Bubble — If There Is One

邵猛，中年失业程序员 😂 专注 - Context Engineering, AI Agents. 分享 - AI papers, apps and OSS. ex Microsoft MVP 合作 - 私信/邮箱：shaomeng@outlook.com 📢 公众号/小红书: AI 启蒙小伙伴

avatar for meng shao
meng shao
Sat Nov 29 02:21:35
我终于意识到， 我为什么喜欢写代码， 因为本质上是我喜欢创造一些东西。 从小我就喜欢鼓捣一些乱七八槽玩具， 以前只是满足于给自己制作个小车、时钟或者是木制的玩具。 后来接触电脑， 感觉非常神奇， 并不满足只是能打个红警或者是半条命。 我还想能不能自己去写程序，开发软件。 于是我的第一门编程语言是我自学的QBasic ， 后来又学了Visual Basic ， 给自己一些小玩具玩。 再后来， Flash 特别火， 我就自己去学了Flash 制作动画。 创造一个新东西的热情到了现在， 仍然不减。 我现在自己选择创业， 选择一些有趣的事情， 完全是出于那种从无到有，把脑子里的想法在物理世界中实现出来。 我偶尔也会想， 我的一生的终极目标就是不断的去创造一些好玩的事。

我终于意识到， 我为什么喜欢写代码， 因为本质上是我喜欢创造一些东西。 从小我就喜欢鼓捣一些乱七八槽玩具， 以前只是满足于给自己制作个小车、时钟或者是木制的玩具。 后来接触电脑， 感觉非常神奇， 并不满足只是能打个红警或者是半条命。 我还想能不能自己去写程序，开发软件。 于是我的第一门编程语言是我自学的QBasic ， 后来又学了Visual Basic ， 给自己一些小玩具玩。 再后来， Flash 特别火， 我就自己去学了Flash 制作动画。 创造一个新东西的热情到了现在， 仍然不减。 我现在自己选择创业， 选择一些有趣的事情， 完全是出于那种从无到有，把脑子里的想法在物理世界中实现出来。 我偶尔也会想， 我的一生的终极目标就是不断的去创造一些好玩的事。

Solo Developer ｜ Growth Coach｜Helping creators build their personal brand on X 公众号：PandaTalk8

avatar for Mr Panda
Mr Panda
Sat Nov 29 02:20:12
前司给一家做AI智能客服的公司投了3000万（pre-A轮），一年过去了，一个响儿都没有。 之前做尽职调查的时候，就觉得那家公司技术栈陈旧（都是老一代的NLP，不做大模型基座，也不做大模型应用），产品Bug很严重（像是应届生赶工做出来的玩具，不具有可用性），完全达不到可以投资的客观标准。 但是boss还是决定投资了。感觉投资就像相亲（或者说像找工作）：爱情让人盲目，找对象时，标准和要求很多很高，真的遇到喜欢的，任何标准都靠边站... 老板还会说，他看中的是这个团队的人，而不只是现有的业务...老头的钱真好赚，冲昏头脑了... 一年过去了，果然连个响儿都没有...

前司给一家做AI智能客服的公司投了3000万（pre-A轮），一年过去了，一个响儿都没有。 之前做尽职调查的时候，就觉得那家公司技术栈陈旧（都是老一代的NLP，不做大模型基座，也不做大模型应用），产品Bug很严重（像是应届生赶工做出来的玩具，不具有可用性），完全达不到可以投资的客观标准。 但是boss还是决定投资了。感觉投资就像相亲（或者说像找工作）：爱情让人盲目，找对象时，标准和要求很多很高，真的遇到喜欢的，任何标准都靠边站... 老板还会说，他看中的是这个团队的人，而不只是现有的业务...老头的钱真好赚，冲昏头脑了... 一年过去了，果然连个响儿都没有...

Research Scientist @Google | Previously PhD @nlp_usc, B.Eng @TsinghuaNLP 找工作、找面试题、改简历、模拟面试。关注： 创业（冷启动） ｜ 认知心理学｜智能体 ｜ 强化学习 building：https://t.co/A4YmEz9yqG

avatar for Y11
Y11
Sat Nov 29 02:19:41
  • Previous
  • 1
  • More pages
  • 2068
  • 2069
  • 2070
  • More pages
  • 5634
  • Next