等到Pink正式版本发布了，带鱼屏必将一屏难求。所以我劝大家现在早点做好储备。
因为你可以在pink里直接打开以下几个面板，将他们一字排开，这必然能大大提升你的工作效率
文件管理器
代码编辑器
场景预制件编辑
场景属性面板
web预览
AI Chat
(图片由Codex生成， 但是大概是这么个意思。)
所以带鱼屏是必不可少的。
(图片由Codex生成， 但是大概是这么个意思。)
3赞
其实我有个不成熟的想法，网上有很多开源的AI生图的大模型，都支持离线生图，有些人分享的生图模型训练的还非常牛逼，因为不存在一个模型通吃所有的业务需求，二次元的生图模型可能生成写实图片惨不忍睹，所以模型都是有针对性训练出来的，所以开始我的sao操作：
公司当在一个品类深耕后，其实很难再在新的品类上突破，所以大概率会持续多年在一个品类上使劲干，那么我能不能针对某个品类的游戏训练出一个写代码的大模型，而且是支持离线部署的那种，因为初衷就是深耕某个品类，我如果换了某个游戏品类，那么就再换个特定的大模型就行了，我不需要gpt、codex这种通吃所有玩法逻辑的大模型。这种通用的大模型可以作为大脑，去监工二次训练特定模型。
不知道我这个想法是不是有点sao
代码模型不知道好不好训练，反正AI生图初代都是这么玩的，用的stable diffusion本地部署，模型分大模型和风格模型，大模型是大厂出的，风格模型是可以自己训练的，两个模型配合使用，就能生出自己想要的风格，也可以把别人训练好的模型拿过来直接用，刚开始D站上很多人训练的模型生出来的图都是需要打码的那种，起初随便发，现在不让发了。
换成AI编程也是同个道理，要做什么就训练对应的模型，做unity就用unity的风格模型，做cocos就用cocos的风格模型，这才叫专业对口。
是这么个意思，所以如果PINK能搞定这个模型问题，我感觉可以放开棒子使劲干，不用担心token问题了
但是如果大家都本地部署免费用了，平台赚什么，估计官方就算训练了专用模型，也是供云端使用，还是得付费。不过有这样的专业模型的话，使用效果肯定比大模型好。
coding完全没有必要自己训练。除非自己开发的小众语言。
不是训练一种语言的模型，而是针对某个软件训练一个模型，让这个模型特别专注那个软件。
费劲巴拉训练个垂直领域的小模型，别人通用大模型一个更新很可能直接覆盖了小模型的能力了
听着像后训练
大模型出来后，小模型都被搞死了
好点的模型非常吃显存（例如 Qwen3-coder 要 61G），90% 的个人电脑跑不了。
二来本地设备一般算力较差，意味着计算和输出很慢，在它执行的过程你的电脑也会变很卡顿、发热严重。
专门写代码的模型，就是Curosr自己家的composer啊。
确实可以从大模型中蒸馏出垂直领域的小模型，微调/人工标注，理论上比大模型准确率更高/领域能力更强。
像编程大模型就是一种垂直模型？数据集就偏向代码库/而不是通用知识
大但不专，不一定比的过小而专的，比如我想生成一篇模仿王羲之的书法作品，一个用通用的大模型，一个用专门学习了王羲之所有作品的小模型，哪个生成会更接近呢？肯定是后者吧。我到觉得以后模型可能会朝着行业细分发展，做什么事就掉什么模型，比如我要写C++代码就调用C++模型，要写TS的就调用TS的模型，只有专了才能做的精。
垂直领域的小模型不一定能干得过大而全的大模型。
乔布斯有一段经历，是关于他去学习书法课。他学习了一个认为和编程无关的领域知识，而这个领域知识造就了麦金托什的好品味。以至于每每提起微软的产品，都是要说他们没品味。
一个无关的领域知识，很可能会拓宽另一个领域知识的边界，这种拓宽往往才是最重要、最革命性的地方。
一个拓宽了多个领域的大模型，它的上限和边界，不一定是小模型能企及的。
再说，所谓的大模型，它有10万张卡，2.5万亿参数。
而小模型1万张卡。2500亿参数。
谁知道大模型中的1/10的参数所对应的模型，某种意义上是否和这个所谓的垂直领域小模型同构的呢？谁能知道…
1赞
大模型出来后，传统NLP模型几乎全死掉了
你说有没有特例，那肯定也有的， 但是小到支撑不了就业市场了， 自然就没人研究了
要说市场，肯定是大模型用户群最多了，但是先抛开市场不说，想要在某个领域里达到最佳效果，那肯定还是得有个专业模型更好。至于说小模型比不上大模型的思想维度，其实早就有解决方案了，就是一大一小双模型，大模型把控总体内容，小模型把控详细风格。还是拿书法举例，想要生成王羲之笔迹的作品，先用一个大模型把控总体内容的生成，再用一个王羲之专用小模型模仿他的笔迹，那样就完美了。
你们讨论的很深度，但是我还是想说一句：“你们带鱼屏买了没有？”