编者按: 当 AI 开始寻找自己的形状,有些选择出人意料。 AI 在智能手机上生出了一颗独立按键,似乎让智能手机找回了久违的进化动力。眼镜凭借着视觉和听觉的天然入口,隐隐有了下一代个人终端的影子。一些小而专注的设备,在某些瞬间似乎比 All in one 的设备更为可靠。与此同时,那些寄望一次性替代手机的激进尝试,却遭遇了现实的冷遇。 技术的落地,从来不只是功能的堆叠,更关乎人的习惯、场景的契合,以及对「好用」的重新定义。 爱范儿推出「AI 器物志」栏目,想和你一起观察:AI 如何改变硬件设计,如何重塑人机交互,以及更重要的——AI 将以怎样的形态进入我们的日常生活? 它跟传统输入法格格不入——界面里几乎看不到键盘,最显眼的是一个语音按钮。它也跟那些自称「AI 加持」的输入法不太像,那些产物总喜欢把功能铺满69婬妇漫动嫩草吃瓜资源,Typeless 的功能反而少得可怜,像是故意把选择题删成了一道填空题。 输入法原本服务人与人沟通,目标清晰——打字更快,选词更准。Typeless 把边界往外推了一步,它更在意把自然语言说出的需求梳理得井井有条。它把语言提炼成想法,或者说,它从一段话里捞出真正的意图,再把意图写成一段能直接用的文字。 说话时会绕,会补充,会重复,也会用很多填充词。Typeless 的输出更像想清楚之后才落笔的版本——句子更短,信息更集中,语气更收敛。它不执着把说过的每一个音节都留下来,更在意到底想表达什么。 临时改主意时,差异更明显。传统听写会把自我修正一股脑堆在屏幕上,留下许多中间态。Typeless 更像把中间态折起来,只把最后那个「定稿」留下。屏幕上出现的不是过程,是结果。 需要把一段想法拆成条目时,用普通输入法得先说完再自己排版。Typeless 往往会主动把结构摆出来,逻辑顺序更清楚,段落边界更干净。它像是随手把笔记整理了一遍。 「边说边改」是另一种用法。说完一段话,接着补一句改写要求——更克制、更正式、更短,或者把语气改成邮件——它会在原文上直接调整。不需要停下来选字、删句、重写开头,只要继续说出修改意图。 翻译也是高频场景。需要中英来回切换时,它把翻译变成输入动作的一部分。更省心的是语气处理,它不会把句子翻得像说明书,整体更接近日常沟通。 在办公室或通勤场景里不方便大声说话?它提供了小声输入一类的模式。语音输入过去常被「场合」限制,这类适配决定了它能不能真的用起来,而不是只在安静房间里表现良好。 常用表达也能做成快捷方式——一段固定格式的确认信息,一段常用的工作回复。Typeless 更像把这些东西做成可调用的块,减少重复劳动。输入法从「敲字」变成「调度」。 这些体验汇总到一个点上:Typeless 一直在 Thinking。它把杂乱的口语消化掉,再把更有条理的文字吐出来。它不追求完整复刻说话的全过程,它在整理真正的想法。 在讨论 AI 产物时,我们更习惯看到的是软硬结合的新尝试——智能眼镜、AI 耳机、豆包手机,它们在新场景里重新定义硬件的形态和交互方式。Typeless 走的是另一条路。 从打字机到键盘,再到输入法,这条线索一直存在。打字机把手写变成了机械敲击,键盘把机械敲击变成了电信号,输入法把电信号变成了字符选择。每一次演进,都是在人与文字之间增加一层更高效的转译机制。 传统输入法关心的是「把字打出来」,效率体现在敲击次数、选词准确率、响应速度。到了模型时代,真正消耗时间的往往不是第一次把需求说清楚,而是后续的反复修改。一次改动里夹着大量细节——语气、结构、删改尺度、信息顺序,每一项都需要来回拉扯。人工沟通的成本会在这一步迅速膨胀。 它让「说一句—改一下—再说一句—再改一下」变得顺滑,五到十分钟内把十轮调整连续做完。每一轮都能直接看到结果,马上继续下一轮。输入不再以「把字符敲完」为终点,而是以「文本进入可继续加工的状态」为终点。 打字机和键盘诞生时,精准指向的是某个字、某句话。AI 时代的输入变长了,上下文变厚了,沟通频次也变高了。现在的精准更像针对一段超长上下文的控制:按想要的方式分段,或者连写;把某一句压短,或者把某一段扩写;要求它不要分点,或者把逻辑拆成几条。 Typeless 的重点不在社交表达的情绪张力,它更适合把需求交给模型,再把模型产出收拢成能用的文本。它强化的是人与 AI 的沟通效率。商业模式也很符合这种取向——界面极简,没有广告位,付费方式更像「为结果付费」。订阅用户不限量,非订阅用户每周有固定额度。产物用得越多,价值越容易被衡量。 老派输入法以搜狗为代表,今天也能加上「AI」二字,也能提供一堆 AI 功能。但它依旧像原来的产物——键盘还在,广告和功能标签也还在。输入法被迫承担太多与输入无关的任务,效率容易被稀释。 另一类是 AI 工具的延伸,比如豆包或微信输入法,它们更像把既有的 AI 能力塞进键盘里,做成一个入口。入口当然有用,但入口并不等于工具。入口解决的是「去哪里用 AI」,Typeless 更关心「怎样把 AI 用得更精确」。 真正的 AI 输入法,服务的对象变了。它主要服务与模型的高频沟通,服务长上下文里的精确控制,服务反复修改直到结果落地。它不需要把自己做成一个热闹的广场,它只要把那条最难的链路打通。 它也有副作用。用它跟同事沟通时,偶尔会显得过于干净,像把语气里的缓冲都删掉了。对方会觉得不够有人味。会在这种场景里切回普通输入法,手动敲几句更口语的句子,补一个表情,或者加一段无意义的笑声。这不是 Typeless 的问题,而是它的真实位置——它最自然的场景是与 AI 沟通,不是与人闲聊。 输入法向来是残酷的赛道。到处都能用,也意味着到处都会被挑剔。每一次卡顿、每一次误判、每一次隐私疑虑,都会直接影响它能否留下来。Typeless 要证明的不是「模型有多强」,而是「日常输入是否真的变快、变准、变省心」。 当人与 AI 的沟通变得日常,输入法可能会成为最隐蔽、也最核心的接口。它要做的不是替用户写完一切,而是把说出的信息整理成更可控、更可迭代的文本,让「多轮修改」从一种负担变成一种自然动作。 这类产物最终能不能站住脚,取决于两件事:一是它能否在所有细碎场景里保持稳定,二是它能否让「为结果付费」变得理所当然。 输入层向来没有中间地带——要么融入习惯,要么被迅速替换。Typeless 作为 AI 产物演进史上的一个新节点,把自己定位在了那条更窄、也更陡的路上。 这个价格并不便宜,但它很符合 AI 时代「付费交货」的结果导向模式,即使是免费用户,也不会遇到广告和太多限制,最主要的差距仅限转写字数。 其实 Typeless 不太像一个「输入法」,它完全没有传统的键盘,只有少数几个按键,更不用提什么 AI 斗图、表情包的功能,只做好「语音转文字」的本职工作。 我很喜欢 Typeless 的在设备上全局的集成形式——手机上是输入法,电脑上是热键,让它可以像 AI 助手一般跨应用使用,这是 ChatGPT 无法给出的细节体悟。 整个过程还挺有意思,一开始我们只是想测试用 Typeless 和 ChatGPT 进行写稿的过程,但随着一轮一轮的对话深入,稿子不断打磨,最终出来了一篇观点明确的文章,不仅行文流畅,AI 味也很少。 一开始,我们先抛出了一些初步的想法,对于 Typeless 这个产物的一些观点,以及资料收集和写作注意事项,这些「意识流」的口述被 Typeless 整理成条理清晰的文字,直接用作 ChatGPT 的提示词。 ChatGPT 给出的第一版稿件没啥信息量,结构也不正确,语言平铺直叙还很有 AI 味,距离一篇好看的文章还有不小距离。换做平时,想要给细致的修改建议,不免得要花大量的笔墨给出新的提示词。 我们需要尽可能给出细节,比如对比 Typeless 和搜狗、豆包、微信输入法区别的部分,就需要强调这几种产物的差异,AI 在写作时才能凸显 Typeless 的优势。 其实我们对着 Typeless 侃侃而谈的文本量,累计可能已经比最终的成稿还要大,但出稿的效率大大提升,并且过程要比单纯写作更加轻松。 一开始试用 Typeless 的时候,作为一个不太习惯用语言来梳理想法和表达自己,也不需要长篇大论去表达想法的人,我会觉得它不适合我,更适合天天需要给出大量反馈的领导、Mentor、甲方人群。 从小处说,「语音转文字」,远远不能停留在「准」,在 AI 时代下更应该追求「精」。以后发语音转文字就全是精炼的信息,而不是满屏的「呃」「那个」以及口误。 比起给爸妈手机装一个 Typeless,我更希望类似的功能直接集成到微信中——或者说,所有应用内置的「语音转文字」功能,都值得以 Typeless 的方式重做一遍。 哪怕是每天都在写稿,我的表达能力经常追不上自己的想法。甚至不是写稿,只是用键盘和 ChatGPT 对话,很多时候火花在敲击字母的时候,就已经熄灭。 改成开口说话,事情会轻松很多。我不必先想好结构,也不用马上挑最精确的词,语言会先把材料「拽」出来,观点和洞察会更自然而然流淌。 指望「一句话」让 AI 生成一切,基本不现实,信息密度太低,AI 很容易离题,素材又撑不起来,于是成品常常空、泛、虚,表面上写完了,读起来却像没落过笔。 对于 AI 来说,「上下文」很大程度决定了生成的质量,我们必须要给模型「喂」大量的想法、观点和语料,才能得到更符合预期的结果。为什么这两年内存价格大涨?要运行和训练 AI,超大的上下文必不可少,于是 AI 行业产生了对内存的巨大需求。 用 Typeless 的体验,更像是在给 AI 喂一份更丰富的语料,生成的内容有据可依,观点也够牢靠,AI 更多只是负责把这些碎片变成更好读的文章。 所以,不仅微信可以集成类似 Typeless 的功能,所有的 AI 公司,完全可以把这种「AI 翻译层」集成在聊天机器人之中,引导用户把提示词往多了说。 是,但又不全是,Typeless 只能消除「写作」这件事的成本和门槛,但却进一步凸显出「思想」的重要,让人类的感悟、观点、洞察变成了写作真正的核心。
51吃瓜网据财报数据,叮当健康2024年线上直营业务收入为32.75亿元,较上年同期的35.28亿元下降7.2%;业务分销收入为6.43亿元,较上年同期的5.46亿元增长17.8%;线下零售收入为6.22亿元,较上年同期的6.44亿元下降3.4%;其他收入为1.3亿元,较上年同期的1.39亿元下降7%。近日,XREAL在全球最具影响力的增强现实产业大会 AWE(Augmented World Expo)上,正式公布了与谷歌联合打造的全新旗舰AR眼镜Project Aura的重要参数。XREAL创始人兼CEO徐驰表示,"Aura不仅是一款AR设备,更是AI连接人类的新入口。"51吃瓜网17.C1起草的9.1 安德雷-桑托斯在费城联合的萨博公园训练前与英国媒体交流时表示:“弗拉门戈和瓦斯科达伽马就像阿根廷和巴西一样,我知道这里有很多巴西人,他们的球迷支持非常棒。但情况有点复杂,因为我曾为弗拉门戈的死敌效力,所以当我在场上时,他们可能不会对我说什么好话。”未来,模型不仅可以用文本回答问题,还可以用图像来传递想法和含义。例如,生成示意图、添加辅助线、标注关键区域等功能,都将为用户提供更多元化的交流手段。
20260313 ? 51吃瓜网在成本方面,尽管有迹象显示首座Natrium反应堆的造价可能低于美国近期建成的同类反应堆,但投资规模依然庞大。据美联社去年报道,该项目费用或高达40亿美元,其中美国能源部可能承担一半资金。此次融资不仅为TerraPower的技术落地提供了资金支持,英伟达首次在能源领域的投资动作,或将为传统能源与高科技产业的融合发展注入新的想象空间。(纯钧)日本妻子送丈夫上班的电视剧在去年6月份,《火遮眼》还没有杀青时,江志强就带着《火遮眼》两张剧照去参加了第26届上海国际电影节举行的“亚洲电影沙龙”金爵论坛,结果讨论热烈,可见这样的一个配置,业内很看好。
? 彭少儒记者 廖迪居 摄
20260313 ? 51吃瓜网第62分钟,荷兰右路进攻送出精妙直塞,吉瓦罗跟进下底横扫门前,乱战中皮球入网,此球最终被算作门将劳尔-吉梅内斯的乌龙球,荷兰1-0领先↓16岁女生高潮过后多久能恢复正常任素汐这次饰演的"曼谷牛马"薛芳梅是个“狠女” 角色,可被陈三金盯上了,事业爱情都给他废了,两个人之间的纠葛很是耐人寻味。
? 张保河记者 李强 摄
? 1、学前教育:其实这类专业近些年报考饱和度还是挺高的。但国家鼓励普惠性幼儿园,也因此幼师相关的编制需求增加。不过学前教育需要学的东西挺多的,也需要具备艺术特长,类似钢琴或者绘画等。且因为工作强度比较大,还需要有耐心,更适合喜欢小孩的学生。少女第一次做AE一般多少秒正常




