量子跳跃 Quantum Leap 量子跳跃QuantumLeap

Hello GPT4o!!! 作为科技迷及奥特曼铁粉的《量子跳跃》当然不能错过Gpt4o最新人机交互发布啦，今天我们对交互现场总结，所产生的新的应用场景，市场反应及所带来的社会变革、教育，及经济周期思考等讨论。本期作为#数字经济#系列第一期，以后会陆续播出更多的该话题播客，请各位知音关注：）
00:02:01:GPT4o：这回进展到底有哪些不一样，我们真的能实现Her了吗？
00:04:05:多模态处理方式：让人类与机器对话更丝滑
00:06:07:国产大模型是不是“伪竞品”？
00:08:10:量化投资为什么这么偏爱投资发展AI？
00:12:18:GPT4o的发布为什么在科技圈炸裂，在资本圈只有小水花？
00:14:18:AI+教育行业：下一个风口？
00:18:19:技术变革下的教育：以后到底什么才算人才？
00:20:21:行业深度分析：从自然语言处理到代码生成的跨越
00:22:27:数字经济引领第六轮康波周期：AI+算力的新时代到来
参考： Gartner对于AI细分技术成熟度曲线（2023）
该曲线将一项技术的发展分为了 5 个阶段：
技术启动 (Innovation Trigger)：该技术开始获得媒体关注、产生舆论，但是可能没有实际的产品和应用。 期望膨胀 (Peak of Inflated Expectations)：由于媒体过度炒作，导致公众对该技术的期望被过度放大。 此期间可能会出现一些成功的案例，但是更多的是失败的尝试。 失望谷 (Trough of Disillusionment)：当实际效果达不到过度炒作的期望时，工作会开始对技术感到失望。 启蒙坡道 (Slope of Enlightenment)：一些企业开始了解如何使用该技术，并开始看到其潜在的效益。 生产高地 (Plateau of Productivity)：该技术已经成熟且被广泛的理解和接受，被大众所使用。废话不多说，上图，

1. 你有养老计划吗？
2. 我国的养老制度是怎样的，全球养老体制又如何。
3. 我国养老金投资如何，会抵消通胀吗，养老资金安全吗？
4.养老延迟问题，预计会如何， 养老结余会耗尽吗。
5.老了之后你最怕什么。

从去年8月起市场的波动，我们的市场问题到底出在哪里？新国9条是否达到了市场预期？

今天老于、小萱和KK一同讨论阅读、碎片化信息、学习、教育以及表达等话题，以及如何得到内心的自由，在纷扰的世俗中保持自我。
"我们的教育既没有教会知识，也没有教会技能“，”看短视频，看剧，读小短文，读文章，读书，所需要的思考是指数级的变化“
04:01阅读在这个时代变成了小众文化，看书总看不进去是为什么？
04:49上学时看的教科书总觉得没看懂是为什么？
06:01为什么有些专家的话总是听不懂？
06:27短视频、长视频、纪录片、书籍的递进信息量，碎片化信息致死量你服用了多少？
09:32我们是否有慕强心理作祟，导致教育上反而化简而繁？
12:45为什么大格局者总能化繁为简？
15:19为什么我们的教育和文化中总让人互相卷？
16:19如何在国外讲好中国故事，仅仅是语言壁垒吗？
22:37相反，语言差是否就讲不好中国故事？
26:10我们的教育是在教知识，还是技能？
28:09如何学好数学，如何学以致用？
31:39如何保持好学习的好奇心？

最近蔡崇信接受挪威国家主权基金CEO，对冲基金AKO创始人Nicolai Tangen的专访，期间谈到了“阿里落后的原因”，“因为我们忘记了我们真正的客户是谁。我们的客户是使用我们的app进行购物的人，而我们没有给他们最好的体验。“
网上对此否定的声音一片，认为老蔡过时了，到现在都没有看到阿里落伍的真实原因。
任何一个生意的起落，背后都不止一个原因。我们从这个专访中，应该去学习什么呢？

由小米SU7引发的关于“新能源”、制造业、投资、甚至“装逼”的各种讨论。
全球通称的“EV”为什么在我们这里叫“新能源车”？
只是为了发朋友圈的那些人是预定还是预订了SU7？
数年都未实现盈利的造车新势力们为啥不差钱儿？
特斯拉为什么是全球单车利润率最高的车企？