文章

全部 AI应用 AI Agent 生成式AI 大语言模型 OpenAI Google ChatGPT AI安全模型训练 Sam Altman 代码生成对话AI 多模态开源模型通用人工智能

6000亿美元缺口、2万块GPU：AI泡沫真正危险的地方不在创业公司

如果你以为“AI 泡沫”指的是一堆 GenAI 初创公司会倒下，那你可能看错了方向。真正被质疑的，是 NVIDIA、微软、亚马逊们正在进行的一场史无前例的算力豪赌，以及资本市场是否高估了这场赌局的短期回报。

中国是全球生成式AI使用率最高的国家，但就在这一切加速时，OpenAI却突然“断供”。更反直觉的是，这一封堵并没有让中国AI慢下来，反而点燃了一场更激烈、更残酷、也更真实的本土大模型竞赛。

在 Config 2024 的这场演示里，Figma 做了一件很反直觉的事：它几乎不再强调“你怎么画”，而是反复强调“你想做什么”。搜索、生成、改稿、对齐、重命名，几乎每一步都被 AI 接管。这不是功能更新，而是一次工作流的重写。

在 Figma Config 2024 的舞台上，Flash 之父 Jonathan Gay 回顾了一段几乎被遗忘的历史：Flash 并不是为“网页动画”而生，却意外定义了互联网的创作方式。这场对谈透露了一个反直觉真相——我们今天使用的 AI 设计工具、交互范式，很多源头都能追溯到 Flash。

当所有人都在Figma Config谈AI效率、自动化和规模化时，Alice Grandoit-Šutka选择让全场先“什么都别做”。这场看似反技术的演讲，反而提出了一个让AI从业者无法回避的问题：如果我们不先重新定义“设计”，AI只会放大旧世界的惯性。

在 Figma Config 2024 的压轴演讲中，NYU 教授 Reginé Gilbert 抛出一个让全场安静的判断：AI 越强，设计师越容易失去创造力。这不是反 AI 的演讲，而是一份写给所有 AI 从业者、产品经理和设计师的“清醒指南”。

当所有人都在争论大模型参数和算力时，美联储主席鲍威尔却公开谈起了生成式AI。这不是一次随口评论，而是一次“风险雷达”的启动：就业、通胀、资产泡沫、地缘竞争，AI 正被放进央行级别的沙盘里重新审视。

在这期《Training Data》中，微软CTO凯文·斯科特系统讲述了他对AI规模定律、训练数据、成本曲线和产业节奏的判断。他认为，当下看似“昂贵、脆弱”的模型，会像过往每一代技术一样，在规模化中迅速变得更便宜、更稳定，并持续解锁更复杂的能力。

当所有人都在追逐AI、SaaS和风口时，Greg Isenberg却在视频里反复强调一个反直觉结论：真正稳定、可复制、能赚到真钱的机会，往往藏在最不起眼的地方。这期视频不是鸡汤，而是一套“怎么把想法变成现金流”的实战路线图。

当所有AI产品都在追求“更快、更准、更像人”，Figma Config 2024 的一场演讲却反其道而行：真正改变世界的，从来不是迎合主流，而是敢于对抗一致性。COLLINS 的两位负责人用设计史、商业案例和方法论，给AI从业者泼了一盆清醒的冷水。

AI产品训练营核心群

付费群测试2

付费群测试3

付费群测试4

付费社群测试5

测试快讯1

2 月，1 周前