与「大模型」相关的搜索结果

突然看到比亚迪海鸥入选《时代》杂志 2025 年度最佳发明，这感觉太诡异了，这车这么丑怎么可能呢？但是确实是真的，感觉蔡钰解释的是对的： 美国强悍的创新能力，几乎都集中在最远端，也是最高溢价的深科技领域。 硅谷对“普通生活问题”的兴趣并不高，更多瞄准的是自动驾驶、去火星、万亿级模型、颠覆式AI、长寿永生。这也使得今天的美国，仍然是整个地球的基础科学中心、AI模型中心和药物试验中心。 但是代价是，面向日常的产品供给体系，很弱，面向美国中产和平民的朴素而高效的日常供给，是匮乏的。这些匮乏，又被精英话语体系用宏大叙事给包裹起来，变成一种必须适应的命运。 但中国的工程化能力，能够从1到n，把AI大模型变便宜，把电动车变便宜，把智能机器人变便宜，把一切变便宜。这就导致，“普惠”这个词在中国听起来理所应当，在西方却稀罕得不行。 得到《蔡钰商业参考4》

3.3 亿美元，这是在 Stripe 上收入最高的 AI 公司年化收入，但是你可能没有听说过 我研究了 Stripe 上收入最高的 10 家公司，希望对你有用： 1️⃣ ElevenLabs：AI 音频：做 AI 语音合成和克隆的，海外对这块儿的需求是实打实的（只有这一家之前没有听说过） 2️⃣ Midjourney：生成图的，没想到还有人用它，只不过环比跌了 -10%，他的衰落跟他本身没有关系，在于各个大模型公司的模型迭代（必死无疑的公司） 3️⃣ Runway：生成视频的，我以为没人用它了，因为都在用 seedance，但是从数据来看，年化收入高达 9000w 美元，环比增长 36% 挺恐怖的，需要研究一下 4️⃣ Bolt new：这是 AI Web 应用构建器，属于风口上的企业了，这个会越来越好的，底层使用大模型，上层提供增值服务 5️⃣ suno：AI 生成音乐，这不会没有人知道吧？太牛逼了，环比增长 34%，太牛了

这款全新的 Nanosuper AI 电脑售价 249 美元，拥有 70 TOPS 的算力，功耗仅 25W。它具备 HX 的所有功能，甚至可以运行大模型，很快就能在现实生活中普及并供大家体验。

卖 token 这个生意，以中国团队的内卷特质，早晚也得干成制造业。等模型的进步斜率没有那么大之后，中国团队大概率会胜出，性价比实在太高了，性能差 几十 % （落后几个月）但便宜 10-100 倍。大多数用户和场景用这些高性价比的大模型就足够了，只有少数复杂场景用顶级但巨贵的模型。

记得Defi Summer 20年到22年这三年时间，大家经常感慨的一句话就是“币圈一天，人间一年” 因为技术迭代太快了，每天都有数不行的新东西出来，几天不看就跟不上节奏 现在这个感觉在币圈彻底消失，在AI那边出现了，每天的新东西就看不完，真的看不完 正好这几天看到圈里讨论Cerebras的帖子多了起来，昨天还看到不少路演信息，毕竟14号要挂牌交易。之前在Amber做分享的时候也单独讲过这个公司（当时用的那页PPT放在文末），所以简单说下我对Cerebras的判断 先说结论：这家公司很有意思，但核心变量不一定是他们造的芯片本身，而是未来AI的workload形态会是成什么样。 先简单说下它是干嘛的，防止有老铁还没看Cerebras 它最核心的技术，就是wafer-scale chip（晶圆级芯片），简单理解就是别人还在用“邮票大小”的芯片，它直接把整片晶圆做成一颗超大处理器，再配上超大 SRAM，把大量数据尽量留在本地高速处理，减少传统GPU最头疼的memory bottleneck。现在海力士美光涨上天就是因为HBM这东西太抢手，Cerebras是直接绕开了对HBM的依赖 很多人看到 Cerebras最牛逼的benchmark：推理速度比GPU快10-15倍，第一反应就是下一个英伟达？！ 先别急。 这个benchmark最大的问题，是默认AI的核心需求永远是“更快吐token”。 如果只是人类盯着ChatGPT聊天，这故事其实没那么性感。你每秒吐 30 个 token，我已经快读不过来了。再翻10倍，边际体验提升几乎为零。 真正有意思的是 Agent。 Agent不读字，Agent消费Token。速度直接等于生产力。 一个OpenClaw/Hermes agent，如果要读网页、写计划、调 API、跑代码、报错重试、继续执行，一个任务可能要几十次 inference call。 每次 2 秒，任务就是分钟级体验。 每次 200ms，就是另一个世界。 所以 Cerebras更值得关注的地方，是 AI worker 这条线，而不是单纯的chatbot加速。 但问题来了 - 它的magic来自 wafer-scale + 超大SRAM，本地访问极快。但SRAM这东西有天然 tradeoff，速度快，容量贵，大模型塞不下就必须拆分。 而一旦拆分，chip-to-chip communication 就上来了。 LLM inference里最怕通信的恰恰是 decode 阶段。token 是一个一个往外吐的，每多一次 hop，延迟就是硬加上去，没法隐藏。 所以 Cerebras能不能成，关键根本不在“比 GPU 快几倍”，而是未来 AI 的主流计算形态到底是什么。 1. 时间线一 - 未来几年还是 前沿超大模型一统天下，动不动几千亿甚至万亿参数，所有请求都让超大模型自己处理，那 Nvidia的distributed infra 依然最舒服，Cerebras的速度优势会被通信损耗吃掉很多。 2. 时间线二 - MoE、蒸馏、量化这些技术如果继续快速进步，未来两年70B左右的模型做到今天700B模型 80%-90% 的效果，我一点都不意外。（这里要强烈感谢Deepseek一大波!) 如果世界往这个方向走，故事就变了。 大模型负责 planning / judgement / orchestration。 真正执行任务的大量 worker model 落在 30B-70B 这个区间。 这些模型足够聪明，又刚好能吃到高速本地推理带来的红利。 Agent 世界里，大部分token根本不需要最聪明的大脑。很多工作本质就是执行层体力活：浏览网页、改代码、调工具、retry、继续跑流程。 这个 topology一旦成立，Cerebras就直接进入自己的甜区 3. 时间线三 - 未来推理是端侧为主，用的都是8B，14B的这些小模型，那GPU也能跑的很好，甚至专用的ASIC芯片效率更高，这个场景下Cerebras的优势和护城河也就不高了 换句话说，超大模型云端推理或者超小模型的端侧推理这两个平行宇宙，Cerebras的优势都不够明显，只有主流推理落在32B-70B中等模型这个Size，正好“Big enough to stress GPU memory, Small enough to fit locally” 才是Cerebras最能大展身手的世界 所以我对Cerebras的判断是，300多亿的市值，短期看订单，财务报表这些数据，长期赌的则是未来Agent时代的计算范式到底落在哪个平行宇宙的时间线上

大模型我觉得有三代了，第一代典型代表gpt-4o，第二代 o1/deepseek-r1，第三代 sonnet/opus 4 腾讯本来想坐上第二代的车，结果错过了第三代的车。其实国内还有一个悲催的公司，连第二代的车都没上去。

ssd的需求强度才刚刚开始，消费端和AI端需求会同时暴增。 消费端去年到今年上半年很多消费电子把存储空间都阉割后提价了，消费者用段时间肯定会面临存储空间不够的问题，就需要额外配置ssd。 AI端的企业级ssd也一样，去年到今年各家大模型累计了海量的用户，长期数据积累肯定再推生出需求海量ssd压缩过去不常调用的老数据。 Agent还没彻底普及，因为现在普通人能接触到的agent还是比较傻瓜。一旦普及hbm和ssd的需求还要指数级爆炸，远超gpu和cpu需求，他们是无眠无休制造数据的机器。

发现个量化交易神器！QuantDinger 直接把量化交易的门槛砸碎了！ QuantDinger（量化丁格），你的私人 AI 量化操作系统，几天时间就在 GitHub 拿下 4.2k stars！ 这不是普通的交易工具，而是个具备自我进化能力的 AI 交易员： 🤖 AI 智能分析引擎 国内外股市、期货、加密货币、外汇全支持 24 小时监控全球交易机会 实时推送到手机，不错过任何机会 📊 全自动工作流 AI 自动分析市场 → 生成策略代码 → 自动回测 根据历史收益、风险数据自动优化参数 大模型帮你调参，让策略更稳定 💻 部署超简单 Docker 一键私有化本地部署 两分钟就能跑起来 不懂代码的小白也能快速上手 🔒 完全私有 在你自己的服务器和自己的密钥上运行 数据、策略全掌控 支持实盘数据、多市场同时监控、智能风控... 搞量化交易的兄弟，这个必须试试！ 项目地址放评论区了👇

你场外买的 OpenAI 和 Anthropic 股份，可能要作废了。 Anthropic 和 OpenAI 两家头部 AI 大模型公司，在昨天突然更新了自己的股票转让政策，它们声明如果是通过未经官方授权的渠道，买入公司的股票，那手里的股权，可能会作废。 同时，Anthropic 公布了一份黑名单，其中包括 Forge 和 Hiive，两家股权场外平台。 Anthropic 更新后的页面称，任何没有获得董事会批准的股票出售或转让，都是无效的。它并不是有争议，也不是可以撤销，而是直接被官方判定无效。 OpenAI 当天发布的声明，也用了一样的说法，任何未经书面同意的转让都是无效的，而且这笔出售不会被 OpenAI 官方承认。 目前 Anthropic 和 OpenAI 都发布了声明，但还未出现控告场外交易平台的新增案件。

吴恩达怒批“AI 导致失业论”！我在新加坡看到的真相：企业正排队花钱抢人 “AI 马上要砸掉所有人的饭碗了！”——这段时间你肯定被这种恐慌新闻刷屏了。 但就在这几天，AI 泰斗吴恩达公开发文怒批：“所谓 AI 引发大规模失业，纯粹是不负责任的恐慌故事。大家必须立刻停止这种炒作！” 为什么？听我给你讲讲宏观的谎言和我在新加坡看到的微观真相。 第一，谁在推动“AI 失业”的恐慌？ 吴恩达一针见血：这是三股力量在推波助澜！ 1️⃣ AI 大模型公司： 极力渲染 AI 能取代人类，是为了拉高定价锚点。既然能帮你省下 10 万美金的人工费，收你 1 万美金订阅费不就显得很划算？ 2️⃣ 传统大厂： 需要“AI 提效”的借口，掩盖自己疫情期间盲目扩招后的“裁员遮羞布”，讨好华尔街。 3️⃣ 媒体： 天然偏爱恐慌。“AI 灭绝人类”永远比“AI 改变工作流程”更有流量。 历史上盲目恐惧“人口炸弹”和“脂肪”都带偏了社会决策，今天绝不能再被“AI 失业论”洗脑！ 🇸🇬 第二，实地走访新加坡的真相：根本招不到人！ 昨天我走访了新加坡国立大学（NUS）的计算机教授，真实情况是：懂 AI 的学生供不应求！ 企业甚至愿意交几千新币的“排队费”来买一个进场抢人的名额。 这种恐怖的需求不仅来自科技巨头。昨天我还走访了一家新加坡本地的传统蛋糕店，老板都在想方设法用 AI 改造订单系统和生产排产。 全世界有无数这样急需 AI 改造的中小企业。但是，把大模型落地到业务流程里，极度缺乏一种人才—前向部署工程师（FDE）。既懂 AI 工具，又懂业务场景，缺口极大！ 🚀 总结：停止无效内卷，迎接 AI 就业狂欢 (Jobapalooza) AI 带来的不是失业末日，而是一场史无前例的就业狂欢！ 但我必须提醒一个巨大的培训误区： 别再花大量时间去算模型权重、学底层的神经网络原理了。除非你想去 OpenAI 盖基建，否则这些在日常工作中根本用不到！ 真正的机会在于： ✅ 搞懂 AI Agent（智能体）的工作原理 ✅ 熟练使用最新的 AI 工具组合 ✅ 深入传统企业，摸透他们的工作流，用 AI 帮蛋糕店提升 30% 排产效率！ 现在不是焦虑失业的时候，现在是你躬身入局，成为 AI 时代超级个体的最佳历史机遇！ BTW，我们正在与 NUS 合作策划一系列从零开始的 AI agent 企业应用课程，感兴趣的朋友可以关注起来。 #AI# #吴恩达# #AI就业# #人工智能# #新加坡# #职场发展#