AI大模型就是毕加索在弹曼陀铃

      在这幅画里，少女的脸、身体和手中的乐器被拆解成了无数个几何平面。你既能看到少女的正面，也能看到她的侧面，甚至能看到曼陀铃内部的共鸣箱。

      看似无所不能的AI大模型，其实是抄袭了这个“打碎重组”的过程，把海量的文本（书籍、网页、代码）喂给 AI 时，模型并不认识字，它看到的是一个个 Token（词元）。通过 Transformer 架构，模型把这些离散的、线性的文字，映射到几万维甚至几十万维的空间中。

        等用花了几个亿的成本喂完了大模型（主要是英伟达的老黄卖的芯片太贵），拿出来用（CHATGPT，豆包），当我们问它问题（Prompt）时，它是怎么回答的呢？这就需要通过“流形”开始降维打击了，好比在二维空间上呈现三维曼陀罗少女。这个过程，可能用未来立体派的画作《链条上的狗》更形象。

      那只重影的狗腿，象征着模型在每一步解码时，都在同时计算过去所有Token的惯性和未来所有可能路径的拉力。那个拉长的链条，就是注意力机制（Self-Attention，谷歌的伟大发明）把遥远的信息瞬间拉近，让语义的传导不再是离散的跳跃，而是连续的滑动。模型在几万维的流形曲面上极速漂移，把高维空间里的曲率变化，转化成了二维屏幕上的字符流。那一行行文字，不过是这只高速奔跑的“语义猎犬”，在现实世界留下的运动残影。

       最后，你看到的逐字输出，豆包好厉害的一段回答，就和你在画展上看到的立体派画作一样。