他用一个AI工具,把2小时YouTube视频变成可直接发布的内容资产
一个反直觉的事实是:真正拉开内容创作者差距的,从来不是创意,而是“内容消化速度”。Riley Brown 展示的这款 AI 工具 Cubby,正在把 YouTube 从“时间黑洞”变成“结构化知识矿场”,甚至直接接管从学习、研究到剪辑发布的整个流程。
一个反直觉的事实是:真正拉开内容创作者差距的,从来不是创意,而是“内容消化速度”。Riley Brown 展示的这款 AI 工具 Cubby,正在把 YouTube 从“时间黑洞”变成“结构化知识矿场”,甚至直接接管从学习、研究到剪辑发布的整个流程。
在 Figma Config 2024 的舞台上,一个会讲笑话、会写诗、还能害羞的火箭玩具登场了。但真正让台下的 AI 从业者安静下来的,不是它有多聪明,而是它背后那套“为孩子设计的 AI 安全系统”。
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。
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”。
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。
这是一场围绕“做难事”的深度对谈。作家Nat Eliason从写作训练、AI工具的使用、小说创作到加密货币失败经历,拆解了一个核心问题:为什么真正的成长,往往来自那些一开始并不好走的路。
一家拥有10万名员工、70多名设计师的航空公司,用16个月完成了设计工具的“大迁徙”。最反直觉的是:真正决定成败的,不是Figma本身,也不是设计系统,而是人对变化的感受。这场Config 2024的分享,把“工具迁移”这件事讲透了。
当整个行业还在讨论更强的模型、更快的算力,Humane 在 Figma Config 2024 抛出一个刺耳的判断:问题不在 AI,而在“屏幕”本身。这场 30 分钟的演讲,讲清了为什么下一代 AI 产品,必须先抛弃我们习以为常的交互方式。