Runway 是一个针对视频创作者需求，提供 AI 辅助工具的平台，如视频编辑、绿幕移除、图像修复和运动跟踪等。目前尚未看到针对游戏领域类似 Runway 的套件出现，但此领域正在积极开发中。此外，关于华人数学家陶哲轩在天空之城的探索模式，他详细记录了使用 Blueprint 在 Lean4 中形式化证明的过程，强调了正确使用 AI 工具的重要性。利用 Blueprint 工具，陶哲轩团队分解证明过程，通过众多贡献者并行工作成功形式化了 PFR 猜想。陶哲轩认为形式化证明的主流化或创造既人类可读又机器可解的证明，将数学演变成一种高效的编程。2000 多年来，欧几里得的文本一直是数学论证和推理的范式，到 20 世纪以后，数学家们开发了正式的系统，最近，开源证明助手系统 Lean 再次引发大量关注，陶哲轩成功地用 AI 工具完成了形式化多项式 Freiman-Ruzsa 猜想证明过程的工作，并再次呼吁数学研究者学会正确利用 AI 工具。
他详细记录了使用Blueprint在Lean4中形式化证明的过程，强调了正确使用AI工具的重要性。利用Blueprint工具，陶哲轩团队分解证明过程，通过众多贡献者并行工作成功形式化了PFR猜想。陶哲轩认为形式化证明的主流化或创造既人类可读又机器可解的证明，将数学演变成一种高效的编程。这一成果引发了对数学研究未来的讨论，一些人认为形式化将成为主流数学中的关键趋势，但陶哲轩提醒不要削弱理解证明的重要性。同样，这也是去年我认为非常有启发意义的一件事情，试想一下，当LLMs或RL在充分掌握并运用数学的形式化证明体系后，是否会再次迎来数学的春天呢？而且已经有很多围绕当前LLMs的数学探索工作在进行了，网上这方面的公开发表也很多，大家可以后续关注。
围绕Stable Diffusion和Midjourney等基础模型的兴奋和关注正在产生惊人的估值，但新研究的不断涌现确保新模型将随着新技术的完善而更替。考虑到三个流行的生成性AI模型：Dall-E、Midjourney和Stable Diffusion的网站搜索流量。每个新模型都会有它在聚光灯下的时刻。一种替代的方法可能是构建与特定行业相符的工具套件，这些工具专注于满足给定行业的生成性AI需求，对特定受众有深入的理解，并能丰富地集成到现有的生产流程中（例如游戏的Unity或Unreal）。一个很好的例子是[Runway](https://runwayml.com/)，它针对视频创作者的需求，提供AI辅助工具，如视频编辑、绿幕移除、图像修复和运动跟踪。这样的工具可以构建并变现特定的受众，并随着时间的推移添加新的模型。我们尚未看到针对游戏领域的类似Runway的套件出现，但我们知道这是一个正在积极开发的领域。1.法律挑战即将来临所有这些生成性AI模型的共同点是，它们都是使用大量的内容数据集进行训练的，这些数据集通常是通过爬取互联网本身获得的。例如，Stable Diffusion是在从网络上抓取的超过50亿的图像/标题对上进行训练的。
2000多年来，欧几里得的文本一直是数学论证和推理的范式，欧几里得以近乎诗意的「定义」开始，在此基础上建立了当时的数学——使用基本概念、定义和先前的定理，每个连续的步骤都「清楚地遵循」以前的步骤，以这样一种方式证明事物，即公理化系统。但是到20世纪以后，数学家们不愿意再将数学建立在这种直观的几何基础上了，相反，他们开发了正式的系统，这个系统中有着精确的符号表示和机械的规则。最近，开源证明助手系统Lean再次引发了大量关注，Lean使用的是自动推理，由老式的AI GOFAI提供支持，这是一个受逻辑启发的象征式AI。紧接着，时三周，陶哲轩成功地用AI工具完成了形式化多项式Freiman-Ruzsa猜想证明过程的工作。他再次呼吁数学研究者学会正确利用AI工具。陶哲轩表示，在整个团队中，自己贡献的代码大概只有5%。这个结果很鼓舞人心，因为这意味着数学家即使不具备Lean编程技能，也能领导Lean的形式化项目。KeyPoint：陶哲轩成功应用AI工具形式化多项式Freiman-Ruzsa猜想的证明，引起数学界广泛关注。