Re: [新聞] 駁泡沫說 黃仁勳APEC演說：AI已開始良
※ 引述 《bear520ju》 之銘言：
: 這波 AI 會不會泡沫的爭論，重點是錢最後有沒有落在長期付費的應用場景，如果只是集: 體狂熱或單純炒作堆估值，確實很容易破。
: 這是 PitchBook 截至 10 月中的數據，輝達今年投資了 59 家 AI 新創，近幾年投資件: 數爆發式成長，看得出來輝達正布局用資本加速綁定和擴大 AI 生態系，這樣一來就可以: 把關鍵應用、服務和它的硬體綁在一起，把題目變成生意、再把一次性熱度變成持續訂單: 。
最近在玩音響
把以前要到法國 日本 美國 台灣論壇的問題
丟給AI agent
稀里呼嚕五分鐘就把五天的資料找完
AI agent跟LLM不太一樣
他會真的幫你上網找資料在搜尋
然後朋友突然丟一本音樂雜誌來說
看
他這一期跟你找的內容幾乎一樣
尷尬了 誰抄誰都不知道
代表很多文字工作者
後面被取代的機率越來越大
然後ai agent我問太多廢問題
真的要做事的時候跟我說要降等到11/15
靠杯喔 你不是說199鎂就可以吃到飽嗎
改了！
所以當你用習慣了
你就回不去了
以前盜版win95/98/xp/7給你用
企業win10/11乖乖付錢
小時候給你用手機
長大有些人連電腦都不會用
用大拇指打字打到快媽媽手
用嘴巴講指令還比較快
當人被養壞了
就回不去了
股點就是
你可以去問問看出生沒手機/平板/電腦/
跟出生有手機/平板/電腦的人
前者要戒掉不難
因為出生時沒有 後來才出現
後者齁 拔掉他的網路三天可能就不行了
所以我還是看好啦
玩到___關門的那天
--
※ 編輯: NovaShin (114.36.99.163 臺灣), 11/03/2025 20:50:48
股版高手：沒經歷過網路泡沫和2008金融海嘯才會這麼
說cc
都有經過捏
真的好會套利下車嗎？
洗盤蛙：這告訴我們要搞後來玩大富翁的人很容易
當股市崩盤或大震盪時
40年前歐硬仔：不急，想想要去哪一國玩
當代歐硬仔：啊啊啊！媽媽救我！把錢還我！
ai搜完我還是會再確認一遍，看看有沒有錯誤，而且
通常另外搜尋都會有最新的資料，現階段的ai還沒有
達到讓我完全放心的程度
我的天才同事 公司統一編號不去問同事 問gpt給他唬
爛了一個不存在的 發票就不能報銷了
拿Aespa卡寶在IG發的圖送去Grok以圖生影片
處理不到30秒出來的結果
我用包皮想不到五秒就知道這種技術不可能泡沫
貼錯 這張才是卡寶在IG貼的圖
謝謝我好了
AI agent用哪款？
這就智障型手機轉變到智慧手機的過程 當年的確很多
智障還在吹手機實體鍵盤不可或缺 那些智障跟現在的
智障一模一樣
拔掉網路三天才不行哦? 我看三小時就發作了
6
這波 AI 會不會泡沫的爭論，重點是錢最後有沒有落在長期付費的應用場景，如果只是集 體狂熱或單純炒作堆估值，確實很容易破。 這是 PitchBook 截至 10 月中的數據，輝達今年投資了 59 家 AI 新創，近幾年投資件 數爆發式成長，看得出來輝達正布局用資本加速綁定和擴大 AI 生態系，這樣一來就可以![Re: [新聞] 駁泡沫說 黃仁勳APEC演說：AI已開始良](https://i.ibb.co/5hV6Kx7V/NV.png "Re: [新聞] 駁泡沫說 黃仁勳APEC演說：AI已開始良")
4
很多人把現在的 AI 基礎建設，類比成 2000 年左右的網際網路泡沫時期的光纖大建設。兩 者之間確實有許多相似之處，但也存在不少差異。 相似的地方就不多說了，最大的共同點在於：在應用層還沒出現能大規模盈利的「殺手級應 用（killer app）」之前，就已經砸下巨額資金投入基礎設施的建設。當年是光纖，現在則 是資料中心。
37
Re: [新聞] Meta人工智能部門裁員約600人，精簡架構應對競爭@@ 這故事跟AI發展有點相關 在2018(免強用transformer劃分)以前 典型的AI research lab就是發發paper 去開開會 吃大餐 聊聊天 一年爽拿個30~40萬美金 那是各研究員的黃金時代 以我前前司為例 一餐可以報銷上限可以高達兩百美金 每天就吃大餐 開會 世界各地旅行 公司用這幫人打打廣告 典型就Fair Lab, MS Research, Adobe Research,![Re: [新聞] Meta人工智能部門裁員約600人，精簡架構應對競爭](https://img.technews.tw/wp-content/uploads/2025/04/02110433/Joelle-Pineau.jpg "Re: [新聞] Meta人工智能部門裁員約600人，精簡架構應對競爭")
29
Re: [新聞] Meta陷入恐慌？內部爆料：在瘋狂分析複製DeepSeek，高目前就在旁邊吃瓜觀望@@ 成本這種本就是用開源後的可以拿已有的模型去當輔助下降成本 最常見作法就是拿gpt-4o當judge或者當數據產生器 去精煉數據集 如果再沒有gpt-4o 情況下 很多高質量資料去產生就花很錢 最經點例子就是LLaVa 一個博士班學生 用gpt-4o 去產生高質量多模態數158k 極小量數據集 用8xA100 1天時間 就幹爆之前所有 多模態大模型 能打贏saleforce的一間大公司堆出來的多模態BLIP-2模型![Re: [新聞] Meta陷入恐慌？內部爆料：在瘋狂分析複製DeepSeek，高](https://i.imgur.com/vA7ifFRb.jpeg "Re: [新聞] Meta陷入恐慌？內部爆料：在瘋狂分析複製DeepSeek，高")
21
Re: [心得] 蘋果揭露人工智能並不思考是這樣的 蘋果這一步棋其實是下對的 只專注在用戶體驗上 從10年前開始 從電動車 元宇宙 到AI13
[問卦] 原來ai會查我ptt的發言 該怎麼辦?現在ai有多了推理功能 可以上網搜尋資料 結果我問他問題 他就直接找ptt的網頁 然後找到我在ptt上的發言來思考跟推理 也就是說現在ai已經可以監控你的方方面面了 那如果ai想要的話 是不是會偷偷觀察我的一舉一動 說不定還會透過手機麥克風攝影機之類來推算人類行動 哪天想要對付人類的話 就沒有抵抗之力了?所以說如果ai成為比人類更有智慧生命的話![[問卦] 原來ai會查我ptt的發言 該怎麼辦?](https://img.youtube.com/vi/Hz9uVTTP6Gg/mqdefault.jpg "[問卦] 原來ai會查我ptt的發言 該怎麼辦?")
13
Re: [新聞] DeepSeek後中國又一AI軟體爆紅！Manus號這東西不是ChatGPT Deepseek那種塞知識 無所不會的LLM啦(當然他還是LLM為本)， 不過同樣又是一劍插向OpenAI OpenAI前不久才在那邊放風向要提供一個 AI agent的服務收費2萬鎂一個月。Manus12
Re: [心得] 蘋果揭露人工智能並不思考首先啦，在公眾對於AI發展的看法，有個很有趣的現象。 就是只要AI會做了某件任務，就會直接說，這不需要"思考"。 譬如AI在二十幾年前打敗西洋棋棋王，後來華生也打敗益智節目的人類冠軍。 人們直覺反應就是這不是思考啦，西洋棋就是暴力算棋譜，益智節目背題庫就好啦。 到了十年前還有人認為AI永遠不可能擊敗人類棋王，因為圍棋不是硬靠算力可以暴力解的。
Re: [標的] 2330.TW 台積電,人棄我取,少少益善多~笑死 Nvidia TSM 到底是多菜？ 在那恐慌亂賣？ 這種龍頭跌是給你加倉 除非基本面不穩，或經濟差![Re: [標的] 2330.TW 台積電,人棄我取,少少益善多~](https://i.imgur.com/tPgZzjvb.jpeg "Re: [標的] 2330.TW 台積電,人棄我取,少少益善多~")
1
Re: [問卦] AI會泡沫化嗎？我自己都離不開AI了，這科技當然不會泡沫化。 但是就跟網路剛開始一樣。 我兩千年的時候就已經整天上網，晚上還把數據機丟到棉被裡偷上網。 為什麼網路.com風潮還是泡沫化重新估值？ 因為那個時候不像現在，大家不習慣網路上消費，都是免費仔。![Re: [問卦] AI會泡沫化嗎？](https://i.meee.com.tw/s8yRaDX.png "Re: [問卦] AI會泡沫化嗎？")
1
[問卦] 當AI家教一個小時可以收多少大家好我40歲無業小公司負責人 因為關稅20%，公司要收了 我小時候當家教一小時五百 學生的媽媽還準備豐盛晚餐跟水果給我吃 現在沒辦法上高中課程都忘光了
Re: [請益] 下一波泡沫 會遠比網路泡沫嚴重嗎講一些自身經驗好了 自從AI領域在生成式題材大火後 全世界就進入到AI軍備競賽 所有的AI基礎研究都是以週甚至日為單位在迭代 舉個例子 當年Robert G. Gallager 在1960提出類神經網路的LDPC code到2004年才大放異彩 無限接近shannon bound 光這個演進就花了40年 對照這幾年的AI科技樹發展 根本就是指數在成長![Re: [請益] 下一波泡沫 會遠比網路泡沫嚴重嗎](https://pic1.zhimg.com/v2-63720ccb03e4a336652f3a0200ca7944_l.jpg?source=172ae18b "Re: [請益] 下一波泡沫 會遠比網路泡沫嚴重嗎")