随着AI时代的到来叠加经济下行,越来越多的独立开发者梦想着实现年入百万的壮举。
近日,这种小概率事件正在发生。
17岁高中生做了个AI APP,短短四个月销售额达100 万美元。
小伙儿Zach Yadegari(下面暂称小扎克)在X上炫战绩,引来大量网友围观。
小扎克发文表示,Cal AI 的收入超过了百万美元,而达成这一成绩的那一天,刚好是他最后一年高中的开学第一天。他发出了“这是命中注定的吗?”的感慨…
这个 App 达成这一成绩,也就运营了 4 个月不到。这个产品从开发到运营,加上小扎克自己,其实总共就 3 个人, 2 名青少年和1 名大学刚毕业。
这个APP长啥样?为何能这么赚钱?背后团队又有何来头?
Cal AI:一款食物卡路里跟踪器
他们做的这款APP叫做 Cal AI。
由 AI 驱动,只需拍照或扫描条形码,Cal AI 就能“啪”的一下分析出食物的营养成分,计算其卡路里。
开始使用Cal AI时,用户可以回答一系列问题,来评估生活方式和健身目标。然后,Cal AI就会根据回答生成个性化计划。
用户可以设定目标跟踪,在每周/月/年监控进度,Cal AI可以总结用户成就和需要改进的地方。
Cal AI的实现方式听起来也并不复杂。
当用户使用Cal AI拍照时,手机上的深度传感器会计算出食物的体积等信息,然后用经过食物图像数据训练的AI模型会将餐食分解成不同的部分,并计算比例。最后,多模态AI模型会综合所有信息,计算出餐食中的卡路里、蛋白质、碳水化合物、脂肪等含量。
准确度方面,Cal AI号称图像扫描功能准确度达90%。
不过如果扫描的食物含有隐藏成分,比如冰沙或汤,准确度可能会差一些。另外,外观相似的原料也可能会被错误分类,导致卡路里计数和其它营养信息出错。
好就好在,Cal AI有个描述功能,用户可以随时点击“修正结果”,描述错误之处,也能手动编辑数据调整差异。
总的来说,这款食物卡路里跟踪器就是为那些有不同健身目标的用户而生的,无论是增重、减重还是保持体重,它简化了监控饮食摄入的过程。
3个人,300万美元ARR
Cal AI这款APP在4月份推出。其实早在两个月前,Cal AI就小火了一把,得到了不少人的注意。
当时小扎克还转发了别人称赞他的的帖子装了一把:
除了做Cal AI,小扎克推特主页还介绍自己“卖掉了拥有500万用户的游戏网站”。
他从7岁就开始编程了。
和小扎克一起做Cal AI的还有Henry Langmack。
**同样只有17岁,**爱好游戏、制作编程语言,自称9岁起就开始开发项目。
相比这两位,另一位同伴名气稍大一些——Blake Anderson,也就是在 Cal AI 负责增长的第三人。
Blake 靠着 ChatGPT,在 Cal AI 之前已经做了 2 款百万美元 ARR 的 App。
-
Plug AI,一款AI约会助手。把约会App上和真人的聊天记录截图发过去,AI就能指导你,如何不把天聊死。
-
Umax,一款外观优化APP,用户通过扫描脸部可以拿到分析结果和建议。他与造型达人Sam Zia合作,Umax一上线发布视频就得到了数十万观看。
他的成功原因
小扎克开麦表示也不是一蹴而就,在Cal AI之前已经做过5个APP。
他有两条核心的经验总结:
首先,找到一个真实的问题去解决。
其次,在社媒上不用依赖于大 KOL,也有获得病毒式传播的可能性。
总结来说,发现趋势,打造单一功能的产品,再利用社媒推爆,实现盈利。
如何系统的去学习大模型LLM ?
大模型时代,火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业
?”“谁的饭碗又将不保了?
”等问题热议不断。
事实上,抢你饭碗的不是AI,而是会利用AI的人。
继科大讯飞、阿里、华为
等巨头公司发布AI产品后,很多中小企业也陆续进场!超高年薪,挖掘AI大模型人才! 如今大厂老板们,也更倾向于会AI的人,普通程序员,还有应对的机会吗?
与其焦虑……
不如成为「掌握AI工具的技术人
」,毕竟AI时代,谁先尝试,谁就能占得先机!
但是LLM相关的内容很多,现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学,学习成本和门槛很高。
针对所有自学遇到困难的同学们,我帮大家系统梳理大模型学习脉络,将这份 LLM大模型资料
分享出来:包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程
等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓
一、LLM大模型经典书籍
AI大模型已经成为了当今科技领域的一大热点,那以下这些大模型书籍就是非常不错的学习资源。
二、640套LLM大模型报告合集
这套包含640份报告的合集,涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
三、LLM大模型系列视频教程
四、LLM大模型开源教程(LLaLA/Meta/chatglm/chatgpt)
LLM大模型学习路线 ↓
阶段1:AI大模型时代的基础理解
-
目标:了解AI大模型的基本概念、发展历程和核心原理。
-
内容:
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例
阶段2:AI大模型API应用开发工程
-
目标:掌握AI大模型API的使用和开发,以及相关的编程技能。
-
内容:
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望
阶段3:AI大模型应用架构实践
-
目标:深入理解AI大模型的应用架构,并能够进行私有化部署。
-
内容:
- L3.1 Agent模型框架
- L3.2 MetaGPT
- L3.3 ChatGLM
- L3.4 LLAMA
- L3.5 其他大模型介绍
阶段4:AI大模型私有化部署
-
目标:掌握多种AI大模型的私有化部署,包括多模态和特定领域模型。
-
内容:
- L4.1 模型私有化部署概述
- L4.2 模型私有化部署的关键技术
- L4.3 模型私有化部署的实施步骤
- L4.4 模型私有化部署的应用场景
这份 LLM大模型资料
包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程
等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓