Normal view

There are new articles available, click to refresh the page.
Before yesterdayMain stream

大部分人不知道的 AI 抖音,居然是最「反抖音」的产品

By: 张子豪
4 November 2025 at 18:26

前段时间,有媒体爆料说 OpenAI 打算推出一个 AI 抖音,没想到隔天,这个「AI 抖音」Sora 就上线了。

和抖音一样的竖屏滚动、关注与推荐切换,几乎就是一个抖音复刻。唯一不同的是,Sora 里的每个视频,都是 AI 生成的。

当我们默认就把 Sora 叫做 AI 抖音时,有读者在我们的留言区评论,「其实已经有个 App 叫 AI 抖音了。

起初我以为,这是哪个小团队,在蹭抖音热度取的名字。没想到这个 AI 抖音,竟然是抖音官方出品的 App,并且已经推出有一段时间了。

它的下载量只有四千万,甚至不及抖音的一个零头。但也足够说明,相当一部分用户体验过它,只是被我们忽略了。

和 Sora 要做的 AI 抖音短视频产品不同,这个 AI 抖音主打的是「会思考的抖音。

根据下载页面的介绍,「会思考」的含义,是对比传统的关键词检索,AI 抖音会利用大模型的深度理解能力,帮我们找到更满意的搜索结果,和更全面的 AI 总结回答。

听起来已经完全脱离了短视频产品的功能和形态,不像那些极速版、火山版、抖音精选之类的产品,AI 抖音看起来不是用来「刷」的。

▲ 从 App 分类也能看到,极速版这些仍然属于娱乐类别,但是 AI 抖音在「工具」分类下

我下载了这个真正的 AI 抖音,想看看,当它不再让人上瘾时,还能让人留下来吗。

省流版 | 三句话看懂「AI 抖音」能做什么

1、AI 搜索是主要功能,直接生成详细的文字版总结,再给出相关的视频,能深度思考。

2、使用任务助手,能进行深度研究,通过抖音搜索和全网搜索,生成一份可交互的在线报告。

3、整理视频合辑,创建 AI 视频笔记本,AI 抖音会自动归纳总结合辑内视频,提供文字和图解报告。

给抖音搜索加了个 AI 总结

安装包 800 MB,比微信还大。第一眼看到这体积,我就有种不祥的预感,这不是个轻量级工具。

打开首页的那一刻,我才发现,尽管大小差不多,但这确实不是那个熟悉的抖音。首先是整体的布局变得非常简洁,底部那些 Tab 菜单全部取消,以一个输入框和 AI 抖音的 Logo 替代。

内容的展示,也从短视频应用常见的全屏滚动,改成了能展示更多内容的卡片式布局。顶部也不会切换到关注、推荐之类的视频流,而是右滑直接显示提问记录,左滑显示个人中心。

我翻了几页,点击左下角的 AI 图标会弹出一个「找点提问好灵感」的提示,指引我们在输入框里面,搜入搜索的关键词。

双击图标,会自动刷新当前页面,内容的推荐是跟随抖音账号,但是推荐机制也变了一小部分,它更愿意给我们图文,而不是视频。

抱着试一试的心态,我们随便问了 AI 抖音几个问题。

像是最近一些化妆品里检测出苏丹红,我们直接输入「苏丹红」,AI 抖音的做法是先给我们一段文字总结,像在用百度、或者 ChatGPT 之类的产品。

点击「深度解答」,它会像 DeepSeek 的深度思考一样,展示详细的思考过程。此外,它搜索的范围不只是抖音上的视频,而是全网的内容都会搜刮进来,大多数是主流的中文媒体,来源可靠。

这个输入框不仅仅是一个搜索的输入,更像是一个对话框。在当前搜索里,我们可以继续「接着问」,AI 抖音会自动地把我们之前的问题,整合起来,而不需要再次重复。

我们还问了它一些,平时用抖音可能会搜索的话题,像是吃喝玩乐、知识科普等等。

相比较于在搜索结果里,一个一个视频点击播放,靠用户自己去提取视频内的有用信息,AI 抖音则是利用大模型的能力,提升了我们找视频的效率。

此外,如果是抖音,我们想要搜索 A,很大程度会被抖音的推荐机制,引导到 C,然后根本忘记了最先要搜索的东西,开始刷一些不相干的视频。

AI 抖音在一定程度上,也解决了类似的「分心」问题,用经过「思考」的、准确的文字内容,把我们留在当前问题,然后再通过一些视频、图文来辅助理解。

除了在回答的最后,使用深度解答的功能。底部的输入框,也能直接启用深度思考,以及切换到任务助手的模式。

抖音版 Agent,能做深度研究

一个总结性的回答,是目前很多社交媒体软件都有的功能。最常用的应该是微博,AI 智搜会总结各方的回应,并收集对应的素材内容。很多时候,我吃瓜都变成了直接看微博的 AI 回答。

小红书也有类似的功能,尤其是对于攻略、流程、以及各种问答,小红书能自动整理相关笔记,然后生成一份文字回答。

AI 抖音也在尝试这样的引入,但又不止于此。

我体验了深度思考旁边的「任务助手」,发现这就是抖音最好的深度研究工具。

当我输入「十五全运会有哪些特别值得一看的比赛」,它会先生成一份大纲,告诉我们它会如何研究这个任务。我们可以直接对话,进行任务的修改。

点击开始任务之后,AI 抖音的任务助手,就会自动使用抖音搜索和全网搜索两个工具,来一步步完成之间设置的任务。

最后的结果是一份可以交互的报告。报告的所有部分,都可以点击查看更多信息,或者跳转到对应的抖音视频。

我们还尝试了一个更贴近普通用户需求的任务,比如输入「帮我规划一个三天两夜的西安旅游攻略」。

任务助手同样先生成了一份大纲,包含景点、美食、交通和住宿几个方面。我们继续和它对话,让它「增加一个必吃的老字号小吃环节」。

点击开始后,能看到抖音搜索,找到了很多相关的 Vlog 探店,而全网搜索则补充景点的官方开放时间和门票信息。

这份攻略报告同样非常实用,点击「兵马俑」,能看到相关的视频介绍;点击泡馍,又能跳转到高赞的食评视频。

比起我们自己在 App 里一个一个搜、最后被不相关的视频带跑偏,效率提高非常明显。

视频知识库?AI 笔记

除了深度思考的问题、深度研究,AI 抖音的「会思考」还体现在它的视频分类,有「观看历史」、「我的收藏」、和「我的点赞」,还有一个「AI 笔记本」。

和收藏、点赞并列在一起,AI 笔记本也是一个视频合辑,不过这个合辑有了 AI 的帮忙。

▲除了 AI 笔记本,侧滑还有显示能「发布新作品」,其中有各种模板、直播等等。这也是为什么 AI 抖音的应用大小,能和正式版抖音差不多的原因。

我们从历史浏览里面找到一些视频,添加到笔记,AI 会自动分析我们选择的视频,然后生成一份文字报告和图片报告。

或者只添加一个视频,然后让 AI 抖音帮我们总结这个视频,像是一些长达一小时的演讲视频。

▲在右下角可切换文字或者图解

AI 笔记本的作用,其实就是一个能思考的收藏夹,把不同视频里的观点,整合成一个更完整的答案。

目前,AI 抖音还是一个在快速迭代的产品,我们在 10 月中旬体验这款产品的时候,里面还有一个「查看图解版回答」的选项,它能够将 AI 抖音的回答,转成信息更明显、色彩更多元、更便于阅读的卡片式图片。

▲之前对 AI 抖音提问「Apple 最近的新品」,生成的图解版回答

目前这项功能,在最新版本的 AI 抖音已经下线了;连同每个回答最后面的「发抖音」按钮,也一同被迭代了。

之前的「发抖音」功能,是 AI 抖音会将 AI 生成的内容,自动转成抖音长文,视频底部点击查看原文,能跳转到生成回答的链接。

▲底部的快速反馈,只提供了点踩的按钮;长按回答才能选择点赞喜欢。

抖音大概是真的想把这个产品,做成一个工具属性更强,能够真正帮到用户提升搜索体验。就连每个回答的最后的反馈,也只有一个点「踩」,而没有点赞。

在正式版本的抖音 App 里,已经支持 AI 搜索,深度思考等,AI 笔记则还没上线。

▲ 在抖音的搜索界面,右下角有一个语音搜索和 AI 抖音的选项,点击 AI 抖音,能体验到 App 内的部分功能

AI 抖音更像是抖音对未来的演练场。就像微博、小红书、微信都在做的那样;AI,正在悄悄改变我们使用互联网的方式。

前几天刷到一个很有意思的视频,内容是「当人们事事都依靠 ChatGPT 时」,每说一句话都要先问 ChatGPT。

▲ instagram@theharrisalterman,原文链接查看视频

虽然视频是在讽刺 AI 的出现,让大家变得更少思考,更不会说话。但视频也精准地捕捉到了一个现实,或者说共鸣,就是我们开始习惯,让 AI 成为任何信息处理的第一站,无论是搜索、总结还是创作。

对于抖音这个庞大的视频内容帝国来说,它能让大多数人上瘾的本质,是它不需要我们主动去找,要刷什么视频;而是在它的首页推荐里,它给我们什么,我们就刷什么,并且不设置退出机制。

但「找」视频比「刷」视频难多了,AI 抖音正是想帮我们把「找」视频,也变得同样简单和高效。

如果说抖音的算法逻辑是「无限满足」,让你在信息流里躺平就能获得快乐,那 AI 抖音的逻辑,几乎是反着来的:它在「制造门槛」

这就是 AI 抖音最有意思的地方,它在主动稀释自己最核心的资产——用户的沉浸时间。这是一种颇具勇气的「自我背叛」。

当所有 App 都在追求极致的丝滑和上瘾时,抖音内部却孵化了一个鼓励主动探索、甚至有点「反效率」的产品。它的使命并不是取代抖音或对抗算法,而是给算法一些多样性。

当 AI 时代迎来内容爆炸,「信息降噪」更成为一种刚需。

内容消费的下一个版本,不只是让你刷得更多,而是让你看得更明白。这些变化已经悄悄在我们熟悉的应用产品里发生。

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博


你刷抖音小红书不会变笨,但你的 AI 会

By: Selina
2 November 2025 at 18:23

好消息:AI 越来越好用了。

坏消息:越用它越笨。

无论是哪家 AI 厂商,现在都会在「长期记忆」「超长上下文储存」等方面下功夫,这样才能让用户用起来顺手、顺心。不过,最近一项研究发现,AI 未必就能越用越懂你、越用越聪明,还可能往反方向跑偏。

AI 也会认知退化?还不可逆?

研究者们用开源模型(如 LLaMA 等),做了一个小但精巧的实验。他们不是简单地在训练数据里混入一些错别字,而是想要模拟人类那种「无休止地刷着低质量、碎片化内容」的互联网生活,并用「持续预训练」(Continual Pre-training)的方式来模拟模型的长期暴露。

为了实现这个目标,他们从真实的社交媒体平台上筛选了两种「垃圾数据」,一种是「参与度驱动型垃圾」,也就是那些短平快、高人气、点赞和转发爆炸的帖子,类似于我们刷手机时那些只为博眼球的「流量密码」。

另一种是语义质量驱动型垃圾,那些充斥着「震惊」、「细思极恐」、「xxx 不存在了」这种夸张、耸动字眼的内容。他们将这些垃圾语料以不同的比例混合,持续喂食给模型,模拟剂量对「脑腐烂」的影响。

随后,他们让好几个大语言模型持续地、长时间地被投喂这些垃圾,作为训练语料。再用一系列基准测试来衡量 LLM 的「认知功能」,包括推理能力、长文本理解能力、安全性和道德判断,等等。

结果是:全面完蛋。模型的推理能力和长文本理解力出现了断崖式下跌,在处理复杂的逻辑推理任务和长篇幅内容时,表现出明显的退化。

当垃圾数据的比例从 0%提升到 100%时,模型的推理准确率急剧下降。这反映出模型越来越「懒得思考」,也越来越「记不住事」。

到底是什么原因呢?研究者深入分析后,发现了一个主要病灶:Thought-Skipping。

原本,一个优秀的 LLM 在解决复杂问题时,会生成一步步的中间推理过程;但在被「垃圾」腐蚀后,模型开始跳过这些中间步骤,直接给出一个粗糙的、可能是错误的答案。

就像一个原本逻辑缜密的律师,突然变得浮躁、敷衍,不再提供论证过程,而是随口丢出一个结论。

甚至,评估发现,模型在安全和伦理方面的表现也下降了,更容易屈服于负面 prompt,逐渐「黑化」。

这说明,当模型持续接触碎片化、煽动性的低质量文本时,它不仅能力下降,连「三观」也开始向互联网的平均值,甚至是「阴暗面」靠拢。

如果说这项研究里什么最让人倒吸凉气,恐怕就是整个过程的不可逆性。

研究员试图在中途进行补救,重新投喂了大量高品质的数据,还做了指令微调。但即便如此,模型的认知能力也无法完全恢复到最初的基线水平。

也就是说,垃圾数据已经从根本上改变了模型处理信息、构建知识的底层结构,这就像一块海绵被污水泡透了,即便再用清水清洗,也无法回到最初的纯净状态。

横扫「脑腐」,用好 AI

可是话说回来,这毕竟是实验,一个普通用户的「破坏力」应该不至于吧。

的确,没有人会故意给自己的 chatbot 喂垃圾数据,还如此大量高频。不过,这个实验的数据来源,正是社交媒体平台。

识别、抓取和总结社交媒体内容,是大模型产品的常见工作之一。有些人用它来帮忙,省下自己刷社交媒体的时间;有些则是为了更密切地发现信息,以免热点都凉了才看到。

这个实验恰恰反映了,模型在勤勤恳恳抓取内容的时候,自身暴露在了退化的风险当中。而这一切,用户都不会看到。

于是在不知不觉中,AI 被投喂了垃圾,生成了垃圾,你使用了垃圾,垃圾再进入互联网,用于下一轮训练,周而复始,陷入恶性循环。

这项研究最深刻的价值,在于它颠覆了我们对 AI 互动的传统认知:以前我们总觉得 AI 像一个等待填满的容器,输入什么都能消化。但现在看来,它更像一个敏感的孩子,对输入食物的质量非常挑剔。作为日常用户,我们与 AI 的每一次对话,都是在进行一次「微调」。

既然知道「思考跳过」是主要的病灶,那么我们日常使用 AI 时,就必须主动要求它进行「反向操作」。

首先要做的,就是警惕那些「完美的答案」。不管是要求 AI 总结一个长文章,或者写一份复杂的项目方案时,如果它只给出的结果,却没有显示任何逻辑依据和推理过程(尤其是在支持思维链的情况下),就要多留个心眼。

相比于让它反复调整结果,不如问一问它推理过程,「请列出你得出这个结论的全部步骤和分析依据」。强迫 AI 恢复推理链条,不仅能帮你验证结果的可靠性,也是在防止它在这次任务中养成「偷懒」的坏习惯。

另外,对于那些基于社交媒体的工作任务,要格外小心。基本上要把 AI 当个实习生,它能力或许很强,但是不够踏实靠谱,必须得有二次审核——实际上,我们的核查和纠正是极其宝贵的「高质量输入」。不管是指出「这里的数据来源是错的」,还是「你跳过了这个步骤」,都是在对模型进行一次有价值的微调,用高质量的反馈去抵抗互联网中的垃圾信息。

这项研究比较让人摸不着头脑的地方在于:难道要让 AI 少处理混乱的文件吗?这岂不是本末倒置?

确实,如果为了避免 AI 可能出现的脑腐症状,而只让它处理结构化程度更高的数据,那 AI 的价值就少了一半。我们使用 AI,恰恰在于处理那些混乱的、充满重复句和情绪化表达的非结构化数据。

不过还是可以平衡一下,继续让 AI 执行信息整理工作,只不过在 AI 面对低质量输入前,就给 AI 更清晰的指令。

比如,「总结这份聊天记录」,容易让 AI 闷头只出结构。而更细化的「将这份聊天记录进行分类处理,识别对话人物,去除口癖和连接词,再提炼出客观信息」,就在强行促使 AI 先思考一轮,整理出内部行动指南,再展开工作。

用户不是不能用 AI 处理垃圾数据,毕竟这是它最能发挥的地方。只不过,为了降低 AI「脑腐」的风险,要用结构化的指令和高质量的反馈,将 AI 变成一个高效的「垃圾处理和净化器」,而不是让它被垃圾信息同化。

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博


女性视角下的江湖:夫妻对谈《九龙城寨》武侠美学_2.ylog

By: Steven
7 May 2024 at 07:35

这个五一假期的最后一天,我和太太一起进电影院看了《九龙城寨》。我们对这部电影有很多想分享的东西,因为平时看电影都会一起聊很多,所以这次就索性录一期对谈的电影节目。这是我们第一次录这种对话,期待听到你的反馈。

在这一期,你会听到:

—- 女性视角下,看男性动作电影的观感;

—- 九龙城寨的生存法则,江湖故事的熟悉感;

—- 风云雄霸天下之古惑仔大战九龙城寨;

—- 不同角色的动作与分镜设计,所带来的视觉差异;

—- 八零后熟悉的武侠、英雄、江湖是什么样的?

—- 服化道的设计,在不同的人物、帮派关系中的呈现有什么区别?

—- 黑道电影中的道与义,在漫画式表达中的特殊感受;

—- 唯一记住的女性角色:鱼蛋妹!

—- 成为父母之后,看电影的视角发生了怎样的变化?

—- 陈洛军:一个重要的名字;

—- 林峯的演技太好了!居然可以把古天乐的儿子辈演得那么好!

—- 兄弟情谊 VS 帮派立场,新老两代人处理的差异;

—- 传统武侠片的「留白」和意境之美;

—- 八零后小时候的集体记忆:电视机和街坊关系;

—- 张国荣的《Monica》和王九的「我的地位」;

—- 角色造型的设计,在人物与剧情塑造上的细节;

—- 四人打渣男 VS 四兄弟对决王九;

—- 兄弟情,是老套和无聊吗?

—- 兄弟之间无言的细节,电影镜头设计的美妙;

—- 古天乐的眼神戏 VS 任贤齐的眼神戏;

—- 如何通过住所的场景设计,呈现不同人物的个性与命运?

—- 牢笼 VS 命运 VS 心结;

—- 武侠电影的留白美学 VS 短视频的审美破坏;

—- 新旧交替:只要持续出作品,总会有希望的。

|登场人物|

苏志斌:广东人,工业设计师,《设以观复》作者

筱烨:服装设计师,占星师,动物园园长

|相关链接|

若你所使用的播客客户端未能完整显示插图,或遇网络问题未能正常播放,请访问:

荒野楼阁 WildloG 的地址:https://suithink.me/zlink/podcast/

阅读设计相关的各类文章:https://suithink.me/zlink/idea/

|其他社交网络媒体|

苏志斌 @ 知乎|SUiTHiNK @ 即刻 / 微博

苏志斌SUiTHiNK @ Bilibili / YouTube / 小红书

|联络邮箱|

suithink.su@gmail.com

欢迎在 小宇宙、Spotify、YouTube、Apple Podcast 收听本节目,期待你的留言。

💾

❌
❌