十年前，移动互联网充满朝气，每天都有新芽从智能手机的沃土中长出。
十年后，我们早已习惯了 Web 2.0 社会，相关技术也基本发展至中后期，我们中的极少数，正在寻找 Web 3.0 的曙光。
Open-AI/MetaVerse/NFT/Stable Diffusion/DeFi 云云，一众新词扎堆涌现，仿佛十年前的蓬勃光景再度重现。
(资料图片)
新的工具正摩拳擦掌，蓄势待发，没有人甘于落后。欢迎大家来到第七期 Hunt Good 周报，跨入数字工具次世代。
Happy Hunting！
Hunt Good 导读
Bento，将任务塞进「便当」
Readwise Reader，收集一切
Luma AI，iPhone 摄像头不光能拍照和扫码了
VALL-E，机器学舌
NeevaAI，ChatGPT 挑战者
Bento，将任务塞进「便当」
又双叒叕是一款 To-Do List 工具，这类型的软件大家早已见惯不怪了，为什么还有新人踏足这一品类，如果不能整出点新活，那一定会被时间冲刷掉，消失在我们视线之外。
Bento，这是「便当」的英文，这款 app 提议我们将日常工作先归类，再执行，而不是一上来就开干，在这套产品逻辑背后，其实开发者是想用这款 app，培养我们凡事「三思后行」的思维。
盲目开干不可取，先归类，每天事务如此地多，先分个轻重缓急，才不会像无头苍蝇那样到处碰壁。
它名字叫便当，交互上也像极了我们在给便当盒填充食物时的操作。
一般来说，便当盒有隔区，这放肉食，那放米饭，Bento 也是如此，他们借用了「便当理论」，在填写待办事项之前，就要求用户先把任务拆分成「小/中/大」三种类型，他们对这三种类型任务也有自己的定义。
小任务：容易解决，能帮你积累起工作自信；
中型任务：需要一定时间精力去处理，但难度不大；
重度任务：包括会议在内的，需要十分集中精神去处理的事项。
这一套归类思维，便是 Bento 的灵魂，值得我们学习借用，毕竟对于这么一款收费软件而言，不是所有人都愿意掏钱尝试，但每天当你往其他 To-Do 清单填写待办事项时，先想想执行次序，便也能达到 Bento 所能实现的效果。
Readwise Reader，收集一切
Readwise 是一款书摘软件，从它脱胎而来的 Readwies Reader，则是一款阅读器。
用它可以看 RSS、PDF、YouTube 视频，你可能会说，这不都是常规操作吗？但它把这些功能都做得更进一步。
可以在 RSS 网页标注并留下评论，信息采集爱好者必备功能；可以阅读 PDF 内容，同样可以进行批注；看 YouTube 内容时，可以将视频内容压缩成文字（自动输出逐字稿），然后划线收集加批注，大幅压缩视频内容的信息密度。不过该功能目前仅支持英文视频。
如果你将 Twitter 账号进行关联，就能保存 Twitter 的信息流内容，方便进行信息采集，电子邮件、电子书亦然（支持 Epub 格式）。
它的作用在于，尽可能将内容都采集到一个地方，方便查阅的同时，自己也可以从中找到毛线头，进行自己的思考作业。
同时它鼓励用户使用快捷键进行操作，一定程度上提升了桌面端采集信息的效率。
Luma AI，iPhone 摄像头不光能拍照和扫码了
苹果从 2017 年的 WWDC 起，便推出了 ARKit 增强现实开发套件，以供开发者针对 AR 场景开发应用，此举也被视为给未来的元宇宙硬件产品铺路。
而 2020 年，苹果在 iPad Pro 和 iPhone 12 Pro 上加入的 LiDAR 激光雷达镜头，则让移动设备也有了采集物体 3D 空间信息的能力。
经过两年的发展，手机也拥有可观的建模能力，于是 Luma AI 应运而生。
不得不说，Luma AI 的建模能力，初见细节已经非常细腻，配合现实世界的光影反射效果，网友惊呼：现在游戏的画质都那么高了吗？
在 Twitter 上，有网友利用 Luma AI 给摩托车手建模，放在游戏画面中，剪成伪赛车游戏视频，足够以假乱真。
还有作者将 Luma AI 的扫描图成像画面剪成 MV，颇有一番风味。
有意思的是，Luma AI 的创始人正是从苹果的增强现实及计算视觉部门出来的，知己知彼，因此 Luma AI 在 iPhone 上的效果也十分理想，乍看之下，它所完成的扫描精度，可以算得上是「照片级」了。
不过放大之后，还是会露馅，尤其是扫描毛绒玩具这类材质表面凹凸不平的物体，放大后会发现起表面变得模糊不清，一束束毛发变成了一坨不可名状物。
不过随着手机算力提升，得到更高清的模型只是时间问题罢了，在 Luma AI 的引领下，我觉得这个要求并不算难。
VALL-E，机器学舌
微软早前投资了 OpenAI，近期更是传出将跟投 100 亿美元，后续必然还会加大投入，因为微软已经打算将 OpenAI 所研发的人工智能技术融入到旗下产品的方方面面。
而微软在 AI 领域的最新成果是一项刚刚发表的论文，其中宣布了人工智能语音系统 VALL-E，它的最大特性是「鹦鹉学舌」。
VALL-E 可以对一段人类录音进行学习，录音时长只需超过三秒，它就能模拟出这个人的声线，输出其他语音内容，就连口音都能复刻。
目前这项技术尚未生成产品，只在 Github 上阐述了模型概要以及一些语音示例。
VALL-E 尚未完善，在一些示例中，它的模仿力很是强悍，与原声近乎相同；但在另一些示例中，人类原声带有明显的口音，而它生成的语音却字正腔圆，发音十分标准，容易露馅。
VALL-E 越接近真人，我心里越是担心，如果它落在坏人手上，是否会成为诈骗利益链条中的一环呢？
如果人类未来分辨不出电话那头的是真人或是 AI，那我们是否能够借助技术，帮我们进行甄别呢？
对此，VALL-E 也给出了自己的解决方案：增加了道德声明，后续用协议去规范使用用途，虽说聊胜于无，但有了一定约束，也能让一些「有贼心没贼胆」的人，回头是岸。
此外，微软除 VALL-E，还将把 ChatGPT 引入到 Bing 浏览器，将 OpenAI 的一些技术与 Office 套件融合，可见 2023 年「AI + Everything」的趋势，将愈演愈烈。
NeevaAI，ChatGPT 挑战者
都说 ChatGPT 是下一代搜索引擎的雏形，而如今一个搜索引擎做出了另一个「ChatGPT」，那就是 Neeva。
两年前 Neeva 被评选为 2021 年度百大最佳发明之一，就因为它没有广告，一班从 Google 出来的年轻人，建立了这个没有广告的搜索引擎，采用订阅制模式，一直活得好好的。
▲
清爽的搜索界面
他们号称搜索结果更纯净，也更准确。如今他们将这一优势延续到问答平台上，推出了 NeevaAI。用法跟 ChatGPT 类似，界面只有一个文本框，用户把问题输入进框，数秒后它就能生成一个答案。
与 ChatGPT 不同的是，NeevaAI 会把回答里出现的内容来源统统标注出来，有据可依，可追溯来源，它生成的答案更有说服力。
NeevaAI 号称每日抓取数以亿计的网页内容，实时更新，这点比 ChatGPT 要先进一点。也正是这一点，NeevaAI 应用场景也更广。
当然了 ChatGPT 一旦开放联网功能，两者孰高孰低，就不好说了。
点击「在看」
是对我们最大的鼓励
