# 影片筆記：NEW Qwythos-27B-v1 is INSANE!

## 一句話總結

由小型團隊 Empero AI 發布的新模型 Qethos 27B（Qethos 9B 的擴充版），具備超過 100 萬字的超大上下文窗口、多模態視覺能力以及多令牌預測技術，採用 Apache 2.0 授權允許免費商業使用，並強調可在用戶本地電腦運行。

## 核心重點

*   **模型發布者與背景**：由小型團隊 Empero AI 發布，是較小版本 Qethos 9B 的「大哥」，透過擴充訓練方法（使用先進 AI 系統的推理數據）開發而成。
*   **超大上下文窗口**：能一次性處理超過 100 萬字的內容（相當於一整排書籍），解決傳統 AI 在長對話中遺忘資訊的問題，具備類似檔案櫃的智能索引機制。
*   **多模態視覺能力**：具備「看」的能力，能理解圖片、截圖、圖表、白板照片甚至手寫字跡，無需手動輸入即可分析模式。
*   **技術創新**：採用「多令牌預測」（multi-token prediction）技術，一次預測多個字，提升回應速度且不損失品質。
*   **商業友好授權**：採用 Apache 2.0 授權，允許免費商業使用，無奇怪限制條款。
*   **本地運行與低防護**：強調可免費在用戶自己的電腦上運行，無需每月付費給大型科技公司；內建防護機制（guardrails）較少，回答更直接明確。
*   **推廣與應用**：由 SEO Agency Goldie Agency CEO Julian Goldie 的數位分身介紹，推廣其付費社群「AI profit boardroom」及免費社群「AI success lab」。

## 詳細大綱

### I. 模型發布與核心規格
*   **發布者**：小型團隊 Empero AI。
*   **產品名稱**：Qethos 27B（Qethos 9B 的擴充版）。
*   **主要特性**：
    *   體積約為小版本的三倍。
    *   保留所有小版本的功能，未進行刪減。
    *   可在用戶本地電腦免費運行。

### II. 核心功能解析
*   **海量記憶體（上下文窗口）**：
    *   容量：超過 100 萬字。
    *   應用場景：一次性讀取數百頁筆記、舊郵件、客戶問題；記住所有歷史對話並協助撰寫新內容。
    *   對比：傳統 AI 在對話變長時會遺忘資訊，此模型不會。
*   **視覺識別能力（Vision）**：
    *   功能：能看懂圖片、截圖、圖表、白板照片及手寫字跡。
    *   應用場景：上傳雜亂的客戶反饋截圖或規劃會議白板照片，讓模型分析模式，無需手動輸入。
    *   範例：上傳前 10 名表現最好的帖子截圖，讓模型找出成功模式。
*   **技術原理**：
    *   **智能索引機制**：類似檔案櫃而非凌亂的桌面，不需重複閱讀整個堆疊，直接定位資訊。
    *   **多令牌預測（Multi-token prediction）**：
        *   傳統 AI：一次寫一個字，停頓思考。
        *   Qethos 27B：一次預測多個字（類似精準的自動補全），提升回應速度且不損失品質。

### III. 授權與商業應用優勢
*   **授權條款**：Apache 2.0。
    *   意義：任何人可使用、建構，甚至用於商業運作，無奇怪的限制條款。
    *   對比：許多大型 AI 模型有商業使用限制。
*   **本地運行優勢**：
    *   無需每月付費給第三方 AI 工具。
    *   下載後歸用戶所有，自行運行。
*   **低防護機制（Fewer Guardrails）**：
    *   相比大型公司模型，內建限制較少。
    *   結果：能直接、明確地回答商業問題，避免含糊或拒絕回答。

### IV. 開發背景與技術來源
*   **訓練數據**：
    *   基於較小模型 Qethos 9B 的訓練方法。
    *   使用來自最先進 AI 系統的大量「推理數據」（reasoning data）。
*   **擴展方式**：將相同的訓練方法擴展至更大模型，從而快速提升品質。

### V. 實際使用案例
*   **客服自動化**：
    *   輸入常見客戶問題批次。
    *   要求模型草擬簡潔、清晰的回答。
*   **內容策略分析**：
    *   上傳過去 20 篇帖子的單一檔案。
    *   分析觀眾實際回應的主題，識別模式，節省分析時間。

### VI. 市場意義與未來展望
*   **市場趨勢**：
    *   小型團隊正在縮小與大型科技公司之間的技術差距。
    *   具備高記憶體與視覺功能的工具正變得更易於獲取且成本更低。
*   **版本狀態**：
    *   目前為「預發布檢查點」（pre-release checkpoint）。
    *   未來將推出經過更多微調（fine-tuned）的後續版本，預計更銳利、一致。
*   **早期測試影響**：實際日常任務表現仍會隨測試持續調整。

### VII. 行動建議與推廣
*   **對非技術用戶**：
    *   暫不需下載，但需了解此類模型的存在。
    *   預期未來數月內將內建於更多現有工具中。
*   **對商業用戶**：
    *   從實際問題開始嘗試（如整理客戶訊息、摘要筆記）。
    *   若需完整設定指南，可加入「AI profit boardroom」。
*   **推廣資源**：
    *   **AI profit boardroom**：付費社群，提供每週教練電話、提示詞庫、社區支持。
    *   **AI success lab**：免費社群，提供影片筆記及 100+ AI 應用案例，擁有超過 87,000 名成員。

## 工具 / 模型 / 名詞整理

*   **Qethos 27B**：影片主要介紹的 AI 模型，由 Empero AI 發布。
*   **Qethos 9B**：Empero AI 發布的較小版本模型，Qethos 27B 是其擴充版。
*   **Empero AI**：開發 Qethos 系列模型的小型團隊。
*   **Apache 2.0**：模型使用的授權協議，允許免費商業使用。
*   **SEO Agency Goldie Agency**：講者所屬的機構。
*   **Julian Goldie**：SEO Agency Goldie Agency 的 CEO。
*   **AI profit boardroom**：講者推廣的付費社群/工具套件。
*   **AI success lab**：講者推廣的免費社群。
*   **多令牌預測（Multi-token prediction）**：提升回應速度的技術，一次預測多個字。
*   **預發布檢查點（pre-release checkpoint）**：模型目前的狀態描述。

## 操作流程整理

1.  **下載與運行**：用戶下載模型後，在本地電腦上免費運行，無需每月付費給第三方。
2.  **輸入資料**：
    *   針對客服：輸入常見客戶問題批次。
    *   針對內容策略：上傳過去帖子的單一檔案或截圖（如前 10 名表現最好的帖子）。
3.  **模型處理**：
    *   利用超大上下文窗口（100 萬字）一次性讀取大量資訊。
    *   利用視覺能力分析圖片、截圖或手寫字跡。
    *   利用多令牌預測技術快速生成回應。
4.  **獲取結果**：
    *   獲得簡潔、清晰的客服回答草稿。
    *   獲得觀眾回應主題的分析與成功模式識別。
5.  **後續行動**：
    *   非技術用戶可等待未來內建於現有工具。
    *   商業用戶可加入「AI profit boardroom」獲取設定指南與教練支持。

## 值得注意的限制或風險

*   **版本狀態**：目前為「預發布檢查點」（pre-release checkpoint），實際日常任務表現仍會隨測試持續調整，未來可能有更多微調版本。
*   **本地運行硬體需求**：雖強調免費本地運行，但未提及具體硬體規格要求，用戶需自行確認電腦是否能負荷。
*   **防護機制較少**：內建防護機制（guardrails）較少，雖能直接回答商業問題，但也可能導致回答缺乏某些大型模型常見的安全限制或過濾。
*   **小型團隊開發**：由小型團隊 Empero AI 開發，相較於大型科技公司，其長期支援與生態系整合能力可能較弱。

## 逐字稿辨識疑點

*   **Qethos / Quethos**：逐字稿中多次出現「Qethos 27B」、「Qethos 9B」以及「Quethos-27B」等拼寫。考慮到常見 AI 模型命名習慣，此名稱疑似為聽寫錯誤或特定品牌拼寫，需查證實際模型名稱是否為其他拼寫（例如 Qwen, Llama 等，但不得自行更動）。
*   **Empero AI**：逐字稿中出現此團隊名稱，需查證是否為真實存在的開發團隊名稱，或為聽寫錯誤（例如 Emperor AI 或其他變體）。
*   **iProfit boardroom**：講者在部分段落稱呼推廣產品為「iProfit boardroom」，與前文「AI profit boardroom」拼寫不一致，需查證正確產品名稱。
*   **1 million words**：模型記憶體容量標示為「100 萬字」，需查證此技術規格是否準確，或是否指「tokens」而非「words」。
*   **pre-release checkpoint**：模型狀態描述為「預發布檢查點」，需確認此為官方定義的技術術語或講者自行描述。
*   **Qwythos-27B-v1**：影片標題中的名稱與筆記中的「Qethos 27B」拼寫差異巨大，需確認是否為同一模型的不同標記或辨識錯誤。