十年前，移動互聯網充滿朝氣，每天都有新芽從智能手機的沃土中長出。
十年后，我們早已習慣了 Web 2.0 社會，相關技術也基本發展至中后期，我們中的極少數，正在尋找 Web 3.0 的曙光。
Open-AI/MetaVerse/NFT/Stable Diffusion/DeFi 云云，一眾新詞扎堆涌現，仿佛十年前的蓬勃光景再度重現。
(資料圖片)
新的工具正摩拳擦掌，蓄勢待發，沒有人甘于落后。歡迎大家來到第七期 Hunt Good 周報，跨入數字工具次世代。
Happy Hunting！
Hunt Good 導讀
Bento，將任務塞進「便當」
Readwise Reader，收集一切
Luma AI，iPhone 攝像頭不光能拍照和掃碼了
VALL-E，機器學舌
NeevaAI，ChatGPT 挑戰者
Bento，將任務塞進「便當」
又雙叒叕是一款 To-Do List 工具，這類型的軟件大家早已見慣不怪了，為什么還有新人踏足這一品類，如果不能整出點新活，那一定會被時間沖刷掉，消失在我們視線之外。
Bento，這是「便當」的英文，這款 app 提議我們將日常工作先歸類，再執行，而不是一上來就開干，在這套產品邏輯背后，其實開發者是想用這款 app，培養我們凡事「三思后行」的思維。
盲目開干不可取，先歸類，每天事務如此地多，先分個輕重緩急，才不會像無頭蒼蠅那樣到處碰壁。
它名字叫便當，交互上也像極了我們在給便當盒填充食物時的操作。
一般來說，便當盒有隔區，這放肉食，那放米飯，Bento 也是如此，他們借用了「便當理論」，在填寫待辦事項之前，就要求用戶先把任務拆分成「小/中/大」三種類型，他們對這三種類型任務也有自己的定義。
小任務：容易解決，能幫你積累起工作自信；
中型任務：需要一定時間精力去處理，但難度不大；
重度任務：包括會議在內的，需要十分集中精神去處理的事項。
這一套歸類思維，便是 Bento 的靈魂，值得我們學習借用，畢竟對于這么一款收費軟件而言，不是所有人都愿意掏錢嘗試，但每天當你往其他 To-Do 清單填寫待辦事項時，先想想執行次序，便也能達到 Bento 所能實現的效果。
Readwise Reader，收集一切
Readwise 是一款書摘軟件，從它脫胎而來的 Readwies Reader，則是一款閱讀器。
用它可以看 RSS、PDF、YouTube 視頻，你可能會說，這不都是常規操作嗎？但它把這些功能都做得更進一步。
可以在 RSS 網頁標注并留下評論，信息采集愛好者必備功能；可以閱讀 PDF 內容，同樣可以進行批注；看 YouTube 內容時，可以將視頻內容壓縮成文字（自動輸出逐字稿），然后劃線收集加批注，大幅壓縮視頻內容的信息密度。不過該功能目前僅支持英文視頻。
如果你將 Twitter 賬號進行關聯，就能保存 Twitter 的信息流內容，方便進行信息采集，電子郵件、電子書亦然（支持 Epub 格式）。
它的作用在于，盡可能將內容都采集到一個地方，方便查閱的同時，自己也可以從中找到毛線頭，進行自己的思考作業。
同時它鼓勵用戶使用快捷鍵進行操作，一定程度上提升了桌面端采集信息的效率。
Luma AI，iPhone 攝像頭不光能拍照和掃碼了
蘋果從 2017 年的 WWDC 起，便推出了 ARKit 增強現實開發套件，以供開發者針對 AR 場景開發應用，此舉也被視為給未來的元宇宙硬件產品鋪路。
而 2020 年，蘋果在 iPad Pro 和 iPhone 12 Pro 上加入的 LiDAR 激光雷達鏡頭，則讓移動設備也有了采集物體 3D 空間信息的能力。
經過兩年的發展，手機也擁有可觀的建模能力，于是 Luma AI 應運而生。
不得不說，Luma AI 的建模能力，初見細節已經非常細膩，配合現實世界的光影反射效果，網友驚呼：現在游戲的畫質都那么高了嗎？
在 Twitter 上，有網友利用 Luma AI 給摩托車手建模，放在游戲畫面中，剪成偽賽車游戲視頻，足夠以假亂真。
還有作者將 Luma AI 的掃描圖成像畫面剪成 MV，頗有一番風味。
有意思的是，Luma AI 的創始人正是從蘋果的增強現實及計算視覺部門出來的，知己知彼，因此 Luma AI 在 iPhone 上的效果也十分理想，乍看之下，它所完成的掃描精度，可以算得上是「照片級」了。
不過放大之后，還是會露餡，尤其是掃描毛絨玩具這類材質表面凹凸不平的物體，放大后會發現起表面變得模糊不清，一束束毛發變成了一坨不可名狀物。
不過隨著手機算力提升，得到更高清的模型只是時間問題罷了，在 Luma AI 的引領下，我覺得這個要求并不算難。
VALL-E，機器學舌
微軟早前投資了 OpenAI，近期更是傳出將跟投 100 億美元，后續必然還會加大投入，因為微軟已經打算將 OpenAI 所研發的人工智能技術融入到旗下產品的方方面面。
而微軟在 AI 領域的最新成果是一項剛剛發表的論文，其中宣布了人工智能語音系統 VALL-E，它的最大特性是「鸚鵡學舌」。
VALL-E 可以對一段人類錄音進行學習，錄音時長只需超過三秒，它就能模擬出這個人的聲線，輸出其他語音內容，就連口音都能復刻。
目前這項技術尚未生成產品，只在 Github 上闡述了模型概要以及一些語音示例。
VALL-E 尚未完善，在一些示例中，它的模仿力很是強悍，與原聲近乎相同；但在另一些示例中，人類原聲帶有明顯的口音，而它生成的語音卻字正腔圓，發音十分標準，容易露餡。
VALL-E 越接近真人，我心里越是擔心，如果它落在壞人手上，是否會成為詐騙利益鏈條中的一環呢？
如果人類未來分辨不出電話那頭的是真人或是 AI，那我們是否能夠借助技術，幫我們進行甄別呢？
對此，VALL-E 也給出了自己的解決方案：增加了道德聲明，后續用協議去規范使用用途，雖說聊勝于無，但有了一定約束，也能讓一些「有賊心沒賊膽」的人，回頭是岸。
此外，微軟除 VALL-E，還將把 ChatGPT 引入到 Bing 瀏覽器，將 OpenAI 的一些技術與 Office 套件融合，可見 2023 年「AI + Everything」的趨勢，將愈演愈烈。
NeevaAI，ChatGPT 挑戰者
都說 ChatGPT 是下一代搜索引擎的雛形，而如今一個搜索引擎做出了另一個「ChatGPT」，那就是 Neeva。
兩年前 Neeva 被評選為 2021 年度百大最佳發明之一，就因為它沒有廣告，一班從 Google 出來的年輕人，建立了這個沒有廣告的搜索引擎，采用訂閱制模式，一直活得好好的。
▲
清爽的搜索界面
他們號稱搜索結果更純凈，也更準確。如今他們將這一優勢延續到問答平臺上，推出了 NeevaAI。用法跟 ChatGPT 類似，界面只有一個文本框，用戶把問題輸入進框，數秒后它就能生成一個答案。
與 ChatGPT 不同的是，NeevaAI 會把回答里出現的內容來源統統標注出來，有據可依，可追溯來源，它生成的答案更有說服力。
NeevaAI 號稱每日抓取數以億計的網頁內容，實時更新，這點比 ChatGPT 要先進一點。也正是這一點，NeevaAI 應用場景也更廣。
當然了 ChatGPT 一旦開放聯網功能，兩者孰高孰低，就不好說了。
點擊「在看」
是對我們最大的鼓勵
責任編輯：Rex_15
營業執照公示信息