RichChat

最近被 GPT-4o 的“灵魂画手变神图”震惊了一下后，意外发现另一个低调但超级实用的AI工具 - 微信自带的图片翻译功能，已经变得非常能打了。

不需要任何插件、不用截图另存，只要「长按图片 → 翻译」，它就能自动识别图中文字，秒翻译成中文（或其他语言），最重要的是还能保留原图样式！

具体操作入口如下箭头处：

你是不是曾经用过微信的简易P图功能，在群里扮演过“灵魂画手”，为群友们的照片做过各种涂鸦式的二次创作？那些充满“灵魂”的涂鸦式图片，画风虽然抽象到连你自己都觉得有点好笑，但效果总是莫名传神，把群友们笑到不行。

但想象一下，如果这些“灵魂图片”真的能被 AI 理解并“点石成金”，轻易地直接转为高品质的图片，而且不需要任何画画或设计功底，是不是有点心动了？

最新的 GPT-4o 图片生成能力就正在将这变为现实！

最近我一直在实验 GPT-4o 的生图能力，过程中看到一个特别出彩的例子，觉得非常适合用来说明它到底强在哪。

这张图非常生动地展示了 GPT-4o 在图片生成上的两大亮点：

• 你说什么，它真能懂（指令依从性）
• 你画得再抽象，它也能理解（易用性超强）
  阅读全文 »

导语： 人工智能（AI）浪潮正深刻影响着教育领域，无论是传统教育体系本身还是传统教育科技方面。许多人在担忧AI可能让学生“走捷径”、削弱独立思考能力时，Anthropic最近推出的专为高等教育设计的Claude for Education给出了一个很好的答案。其核心亮点 - “学习模式”（Learning Mode），旨在引导学生思考，而非直接给出答案。这会是AI在教育领域应用的新方向吗？

推荐阅读：我写过的其他AI+教育主题的文章

AI教育的两难：捷径还是助力？

自ChatGPT等生成式AI工具普及以来，全球高校一直面临着一个难题：是禁止使用，还是拥抱变革？许多教育工作者担心，强大的AI会成为学生逃避深度思考的“超级答案引擎”。斯坦福大学HAI的AI指数显示，超过四分之三的高等教育机构仍缺乏全面的人工智能政策，这反映了普遍的挣扎与不确定性。

正是在这样的背景下，Anthropic推出了Claude for Education，试图为AI在教育中的角色提供一个不同的答案 - 一个更侧重于“学习过程”而非“最终结果”的答案。

自从春节期间的DeepSeek爆火后，可以从身边的情况明显感觉到各种AI应用都在迅速扩大渗透率。全球知名的数据分析平台Similarweb刚刚（数据截至3月28日）推出了最新版的 “Global Sector Trends on Generative AI”报告，可以从中看到宏观层面全球生成式AI市场正在发生哪些令人瞩目的变化，以及谁是值得注意的新兴玩家：

市场全景：告别低谷，迎来全面反弹

和2024年初的AI行业低迷期（同比-7%）不同，全球AI市场大盘在2025年Q1出现了强劲反弹，最近12周同比增长达到45%！这不仅标志着市场信心的恢复，更预示着生成式AI正进入更加务实、更有深度的应用阶段。

不同赛道表现各异，形成鲜明对比。AI数据分析工具方向以惊人的177%增长率领跑全场，代码与开发领域紧随其后，增长率高达125%。人力资本管理和法律AI工具分别实现同比增长52%和26%，反映企业级应用正在加速落地。

科技圈与体育界的又一次“梦幻联动”来了！最近，一条重磅消息引起了广泛关注：终极格斗冠军赛（UFC）与其母公司 TKO Group 宣布，已和马克·扎克伯格领导的科技巨头 Meta 达成了多年的战略合作伙伴关系。

这不仅仅是两个行业巨头的简单握手，更值得玩味的是合作细节中明确提到的一点：UFC 将利用 Meta 的技术平台、服务和产品，包括 Meta AI、Meta 智能眼镜（Meta Glasses）、Meta Quest VR 头显以及 Facebook、Instagram、WhatsApp 和 Threads 等社交媒体，为全球拳迷们打造前所未有的、更丰富的观赛体验。

AI 智能眼镜：从“极客玩物”到“主流视野”？

这则合作消息中，“Meta 智能眼镜”的明确提及，无疑是一个强烈的信号。长期以来，智能眼镜似乎更多是科技爱好者的“玩具”或是特定工业场景的应用。但这次，全球最顶级的综合格斗赛事 UFC 明确要将其融入赛事体验，这预示着 AI 智能眼镜可能真的要“破圈”，开始步入大众主流视野了。

你是否好奇为什么全网都在用GPT-4o生成吉卜力风格的插画，而某些特定类型的图像却无法生成？为什么有时你的创意请求会被拒绝，而有时又能顺利通过？谁在决定这些边界，又基于什么原则？

在某种意义上，制定AI模型政策如同执掌”神之手” - 如果将AI想象成具有强大能力的存在，那么能控制AI能做什么、不能做什么的决策者，就像是在行使一种特殊的权力。尤其当我们考虑到越来越多人在依赖这些AI完成工作和生活任务时，这种权力的意义更加深远。

OpenAI的模型行为负责人Jang最近分享了一篇内部视角的博客，揭示了这些问题的答案。

彩蛋：我在23年整理的一篇OpenAI闭门会分享内容中有一张我最早看到“模型即产品”的图就是来自这位小姐姐，查了一下应该是韩裔，简历相当优秀。她在斯坦福学的是CS，但是曾经在推文上提到过，之前学过的课程中对现在的工作帮助最大的是哲学课，是不是有点“神之手”的感觉了）

Anthropic最近发布了第二份Economic Index研究报告，分析了Claude 3.7 Sonnet模型发布后人们使用AI的最新数据（我之前整理过这篇报告的第一篇内容在此）。这份报告通过分析100万条匿名用户和Claude对话的大数据，揭示了AI如何被应用于实际工作场景，以及与先前版本相比的变化趋势。

当我们与Claude、GPT或者DeepSeek这样的大语言模型对话时，你是否曾好奇过它们在”思考”些什么？它们如何在几秒钟内从问题到回答，中间经历了怎样的过程？

在之前我整理的这篇《懒人版大语言模型入门》中，提到过“可以将大模型想象为一种绝大部分人无法理解的神秘产物”，也就是说过往哪怕是顶级的AI研究学者也对于“AI大脑”的具体运作方式不清楚。而最近Anthropic公司发布了两篇重要研究论文，首次深入揭示了大语言模型(LLM)的内部运作机制，让我们得以一窥这些AI系统如何”思考”的奥秘：

• 大模型的多语言处理能力究竟是如何工作的？当我们用中文提问时，是否有一个专门的”中文Claude”被激活，还是在大模型内部存在着某种跨语言处理的核心机制？
• 当大模型写出一首完美押韵的诗歌时，它是像人类一样提前规划，还是仅仅依靠一个接一个词的预测来”碰巧”达成押韵？
• 当模型进行心算时，它是否像人类一样思考，还是采用了完全不同的方法？
• 大模型是否只会”死记硬背”大量答案，而不具备类似人类一样的真正推理能力？
• 为什么模型有时会产生”幻觉”，编造出看似可信但完全虚构的信息？
• 模型在遇到可能违反安全规则的请求时，内部究竟发生了什么？

让我们一起深入了解Anthropic的这项开创性研究，探索大语言模型思考过程中的几个令人惊讶的发现：从跨语言的概念共享，到诗歌创作中的提前规划，再到心算、多步推理，甚至是幻觉产生和安全漏洞的内部机制 - 这些发现将重塑大家对于AI的理解。

2025年3月27日，OpenAI发布了GPT-4o的原生图片生成功能，迅速在海外社交媒体平台掀起热潮。这不仅是一次普通的技术升级，而是对AI图片生成领域的一次革命性冲击。无论是生成结果的质量与易用性，还是背后端到端多模态技术的突破，GPT-4o都展现出了碾压传统模型的潜力，让”会说话就能出图”的梦想触手可及。

我从两个核心维度深入探讨为什么这次的”完全体GPT-4o”堪称AI模型发布里程碑的事件之一：

生成质量与易用性：从”人适应工具”到”工具理解人”

GPT-4o的图片生成功能甫一亮相，便以其惊艳的质量和无与伦比的易用性征服了用户。这标志着AI创作工具从要求”人适应工具”到实现”工具理解人”的关键转折。

在企业界，我们常说，一流人才与二流人才的差距往往不在于能力本身，而在于协作的艺术。几十年来，企业管理学界也将团队协作视为现代组织的基石。无论是打造一款新产品，解决战略难题，还是策划大型创新，人类之间的协作一直是实现高质量成果的核心路径。

但如今，一个新的”队友”正悄然改变着这一格局 - 人工智能/AI。

三大协作支柱的数字重构

近日，哈佛商学院、宾夕法尼亚大学沃顿商学院等一众顶尖学府的研究团队，携手宝洁公司，开展了一项名为”网络队友”的大规模实证研究。他们探究了AI如何重塑协作的三大核心支柱：绩效表现、专业知识共享，以及社交互动。

研究团队以776名宝洁公司的专业人士为对象，开展了预先注册的现场实验。参与者在处理真实产品创新挑战时，被随机分配到不同工作模式：单独工作不用AI、组队工作不用AI、单独工作使用AI，或者组队工作并使用AI。