openai在中国可以用吗？
就在昨天， x 上突然集体声讨 openai， 起因是大量 gpt pro codax 账号遭到封禁。在 openai 的 开发者社区，有一位小哥说自己的 chat、 gpt、 codax、 订阅 pass 等 gpt 以及多年聊天记录全部无法访问。该用户还称自己之前用 chat gpt 和其他 ai 工具集成了工作流，账号失效，导致整条工作流都无法使用，无法给客户交付服务。而当海外产品在封禁的时候， 国内产品则在追赶。二零二六年上半年，从 cloud co work 到 open ai 的 codex， 国内的 kimi work， 上半年的 ai 已经有三个明确的信号，一、 agent 已进入大面积应用，知识型工作者增速是程序员的三倍， 非程序员的人正在越来越会熟练地使用 ai。 二、国内 agent 的 产品与海外产品几乎同功能，并且正在展现出自己的技术特色。比如 kimi work 桌面端一句提示词，调动三百个 agent 工并行，这样大量的三百个 a 阵规模并行，四千步斜坐在整个全球的 ai 市场上都是一种特色。三、 ai 从只能交付一个 ppt 这样的单文件，到进入日常办公的长城工作流，自己操作浏览器查资料，进入专业数据库 导出数据并分析，同时输出 excel、 p、 t t、 报告、 word 等多种文件，甚至是操作整个电脑进行文件的存储改写。而 你可以把这次发布的 kimi work 看做一个住在你电脑里的执行型 ai 团队，你跟他说帮我调研三家竞品信息，做一份带图标的对比分析，然后他就会直接在你的电脑屏幕上打开浏览器，搜索竞品，滚动网页截图关键信息，再打开另一个标签页，调数据，下载表格，最后打开本地文档，把图文整理成一份像样的报告。 如果是金融投研或者学术研究相关工作，他可以直接调用天眼查同花顺、雅虎财经、世界银行、谷歌学术等专业数据员。在任务的执行过程中，你能清晰地看见 agent 集群干活的方式，有专门负责调研的，有专门跑数据的，有专门写文档的，还有专门做排版的， 它们并行开工，同时交付。根据任务的难度以及你的指令分配，调用 agent 的 数量最高可达三百个。作为一家大模型厂， kimi work 的 思路与 anselpik 相似，基于自家的抠定 agent 来演化出新的 kimi work， 将编程智能泛化进知识工作者的领域。 希望未来半年到一年，每个知识工作者都可以成为 ai 经理，具有调度三百个甚至上千个 ai 的 能力，从做重复性的工作转为对结果和未来的真正思考。
粉丝5.7万获赞133.9万
相关视频
04:04查看AI文稿AI文稿后排， ai 为什么不能在国内开放？一、最核心的矛盾，监管体系不兼容。中国不是简单限制访问，而是有一整套数据与 ai 监管体系，网络安全法、数据安全法、个人信息保护法，这些法律的核心要求是，一、数据必须本地存储。 二、数据分类分级。三、跨境传输要审批。四、算法和内容要可监管。问题来了， openai 的 模式是全球统一模型，数据跨境流动，不接受单一国家的深度审查。这两套逻辑是直接冲突的， 换句话说，不是进不去，而是进去就要变成另一家公司。二、内容控制。你低估了这个问题的难度，你可能以为加个审核系统就行？不，这里有个致命问题，菜 gpt 是 生成式模型，中国要求的是可控内容系统。这两个是结构性冲突， 要求冲突点实时生成，无法百分之一百预测。多语言多文化训练，包含敏感语料，用户自由提问，不可完全限制。所以不是审查难，而是 这个产品形态本身就不适配中国的监管模式。三、不是单方面封锁，是双向封锁。很多人误以为只是中国限制， 实际上是双向中国策，防火墙屏蔽访问，禁止未备案 ai 服务上线。 oppo ai 策不支持中国地区账号，二零二四年直接切断中国 a p i 访问。这说明什么？不是想进进不来，而是双方都没有动力让他合法进入。 四、地缘政治，这是你最容易忽略但最关键的。什么？ open ai 是 美国公司，而且是扮演 ai 技术受到出口管制趋势影响，涉及信息影响力。一些现实， 美国限制高端芯片出口， ai 被纳入战略竞争？ open ai 曾处理信息操纵行为相关案例，你要看清楚本质， ai 不 等于普通互联网产品， ai 等于新一代认知基础设施。 商业层面，你忽略了一个很现实的问题，假设政策都放开， openvi 愿意来吗？你得问自己几个问题，一、 是否要布局本地话，接受监管接口内容过滤定制？二、是否允许中国企业中流学习模型 技术外溢？三、盈利空间如何？中国已有大量本土模型。结论很直接，进入中国不等于扩张市场，进入中国等于重构产品加承担风险。六、如果真的引进中国，会发生什么？别幻想直接用现在的 type g p t 现实版本大概率是，一、 中国特供版数据本地部署强，内容过滤功能被裁剪，类似一个更聪明的搜索引擎加办公助手。二、和本土公司深度绑定， 可能形式合资公司与厂商合作，但问题是控制全风险。三、行业会被重塑，影响会很大，对企业 ai 应用爆发，对个人信息获取效率大幅提升，对本土模型短期冲击，长期加速竞争。 七、我反过来问你几个关键问题，你现在的思维有个潜在问题，你再把这个问题当产品能不能用。但真正的问题是， 一、如果你是监管者，你会允许一个不可完全控制输出数据跨境流动影响舆论认知的系统进入吗？二点，如果你收编的 ai， 你 愿不愿意为一个市场修改核心架构，接受强监管甚至数据审查？ 三、如果你是中国企业，你是更希望引进 openai， 还是借封锁窗口期做自己的模型？最后给你一个更本质的结论， openai 进不了中国不是技术问题，也不是单一政策问题， 本质是两套系统，技术加监管加价值观加国家利益。另外你觉得中国本土大模型 vs openai 谁？
69AI观察员
01:48查看AI文稿AI文稿ai 编程能完全免费在本地运行了， codex 和奥莱曼正式打通，开源模型直接接进来。之前想用 ai 写代码，要么掏钱买 api， 要么依赖云服务，每个月动辄几十上百美元，小团队和个人根本扛不住，现在所有成本归零。 olym 这个工具能让用户在自己的电脑里跑开源模型。 codex 是 open ai 的 ai 编程助手，能写代码、改代码、审核代码，两者一组合，本地就能用上 jam 四 qman、 三点六这些模型一分钱不用花，全靠自己的显卡和内存。 具体怎么用，三条路走通。第一，装好 codex 和欧拉玛，两个软件都免费。第二，选一个适合自己电脑的模型， gamer 四的四 b 参数版本就够用，去 camera ai 网站输入显卡型号和内存，网站会推荐能跑的模型。 第三，在命令行里敲一行命令，模型就下载到本地了，大概九点六 g 币，等几分钟就装好，然后启动 codex， 选择这个本地模型。所有 codex 的 功能全都能用，写代码、改页面、调逻辑， 这意味着以后写代码、建网站、调样式都不用靠云服务，自己电脑就能跑数据不出门，速度还快，相当于把 ai 编程的门槛从月费降到了零。打开 codex， 选本地模型开工。 有人用 jma 四四 b 模型生成一个 cs 落地页，复制代码到浏览器打开页面完整布局干净。一个四 b 参数的本地模型就完成了以前需要付费 a p i 才能做的事。
189AI趋势解码
04:38查看AI文稿AI文稿openai 今天悄悄发了一条消息啊，我看网上几乎没有人注意到，但我认为啊，这可能是近期最被低估的一条新消息，可能是未来的一个大模型的转折点。 openai 推出了一个新的服务啊，叫做 guaranteed capacity。 什么意思呢？就是你跟 openai 签一到三年，承诺每年消耗一定金额的这个算力，不管用得完用不完，都得付这个钱。 openai 能做什么呢？ 它能保证你随时随地都能用上，而且给你会打印的折扣。我点进去一看，目前只支持这个企业端的申请，因为个人的用量可能太小了。这种协议呢，在以前的这个能源行业，我就比较常见，叫做 take or pay， 中文呢，叫做照付不易，就是买方去承担需求的风险，然后获取这个固定的稳定性的这种供给。 你乍一听呢，可能觉得这个好像跟你没什么关系，但是呢，我特别有感触，因为啊，现在我个人的消耗的头衔越来越多，一个月呢，至少也要二三十亿的头衔。如 果某一天我没有办法用到我这个高质量的 token， 我 都不知道怎么办工了。但是啊，国外的模型你知道各种限流，然后每个月的政策还都在变， cloud 的 这两个月的封锁啊，我觉得就是最好的证明。然后你别看这个月啊， g p t 的 用量拉得很满，下个月呢，又不知道是什么新的政策了， 觉得这个就特别影响我个人的业务。你还要每个月他去关心说能不能获得稳定的这个 token 的 供给。我的个人情况或许也如此啊，我觉得更不用说每天在用 token 的 这个企业业务。然后 sam 奥特曼，他原话是啊，模型越来越好用，全世界的算力呢，就会越来越不够用。我们呢，会提供折扣的 token 换一到三年的承诺，数量有限，卖完就为止。那 欧本爱推出这个服啊，背后到底想干什么呢？我们今天这个视频里面一层一层来看一下，表面上看啊，我觉得这是一场对赌，就欧本爱赌的是自己的成本会持续下降，假设啊，他现在给你打了七折，这意味着呢，他相信他未来三年的推理成本下降会超过百分之三十，到时候用便宜的算力兑现你 现在比较昂贵的这个合同，他不仅不会亏啊，他还能赚中间的这个差价和套期保值呢。其实是一个逻辑，当买家赌的呢，就是相反的事情，他赌的呢，就是供给会持续的紧张，然后今天锁定的价格呢，在未来看来，其实很划算的，因为自己的业务啊， ai 的 用量，头壳的用量只会增不会减。 但如果我们仔细去看这场对赌的这个本身啊，结构上其实就有点问题。我们看啊，这个合同的期限呢，是一到三年，然后 ai 的 基础建设，我们知道这回收期啊，大概是七到十五年， 模型的迭代周期呢，现在大概是六到十二个月。这个三个时间啊，其实完全对不上 oppo 用一到三年的这个客户合同去融七到五年才能回本的这个数据中心的这个钱，我觉得这就是期限的错配。更麻烦的是啊，我们知道像模型三个月，最多六个月就会更新换代一次， 你今天签的呢，可能是 g p t 五点五的约，但三年里更新模型呢，会出现好几轮的这个迭代，到时候呢？新模型算不算在合同里面？新模型算什么？价格这些呢，其实现在都说不清楚，那既然这个赌局结构上有这样的风险，我们也看得清楚， oppo 为啥为什么还要这么做呢？而且他为什么是现在去做这个事情？ 我觉得很重要的一个原因啊，就是竞争对手给他的时间窗口正在越来越小。同一天啊，在谷歌大会上劈柴，说到谷歌每月处理三点二 quattillion 的 token， 扯脸这个词都没怎么见过，可能是一亿个头肯同比去年呢，涨了七倍。 ai ultra 的 订阅呢，从两百五十刀降到了每个月两百刀，竞争对手也在降价，谷歌也在降， esploic 也在降，再等六个月呢，可能用户都跑完了。所以啊，趁着价格战还没打完，还正在激烈的这个交战当中，先用合同把人， 把用户，把企业给锁住。这个合同一旦签了，我觉得对企业用户真的是很难走了。因为你的技术框架是围绕 open i 去建的，你的预算呢，也已经通过了，如果你切换呢，就意味着说违约，再加浪费技术锁定，预算锁定，然后沉没成本。我觉得三个叠加在一起啊，是非常坚固的这个合同护城河。 但所有上面这些操作啊，其实最后都指向同一个目标，就是 open i 计划今年第四季度上市。上市最怕什么呢？上市最怕这个收入不稳定。 我们知道啊，这大模型呢，是这两年才出来的新的商业模式， open i 之前的 a p i 收入啊，是按量计费的，用户，客户随时可以跑， 而且这个用量呢，可能会一下子下降的很厉害。这在这个投资人眼里，同行眼里啊，其实是最弱的这个收入类型，但一旦签了一到三年的长期合同呢， 这笔钱在资产负债表里面就变成了合同负债，在 sars 这个估值框架里面，就变成了 rpo， 就是 剩余履行义务。什么意思呢？就是客户已经承诺，但还没有把这个钱转过来，这基本上应该就是仅次于 r a a 的 这个第二的硬的指标了。这个新的服务的金融本质啊，就是把 open 最弱的收入类型 转化成比较强的这种收入类型，从高增长但不确定变成高增长，但是可预测这就是 openai 呢，在给今年年底的 ipo 去铺路。所以啊， openai 的 逻辑也很清楚啊，就是先用合同去锁住客户，再用客户的钱呢，去建新的数据中心，建了新的数据中心之后呢，就可以用规模把成本再打下来， 然后呢，就形成了一个这样的闭环。现在这个服务的绝对值收入啊，我估计还是比较小，但如果我们想谷歌和 astroturf， 如果接下来都采取这样的模式，这个很可能就是这个大模型大战当中的一个非常重要的转折点。好了，今天视频就到这里，我是迪斯顿黑星李超，我们下次见。
2387第四种黑猩猩
02:46查看AI文稿AI文稿这两天，科技圈挺魔幻的，在大洋彼岸，谷歌 oppo e i 正像防贼一样的封杀 oppo 壳，甚至批量封锁相关账号，视其为洪水猛兽。 而在咱们这，腾讯云、阿里云恨不得是把饭都喂到你嘴边，程序员下班摆摊，手把手的教路人怎么去部署这只龙虾。一个开源软件，为什么会让中美两边的科技巨头反应是如此天差地别？ 其实这背后藏着二零二六年中国 ai 产业最大一次翻盘机会，也是咱们普通人升级的一次机会。我们先算一笔账，过去两年，在人工智能领域，为了不被落下，中国的云厂商阿里字节、腾讯硬着头皮是砸了超过六百亿美元去囤显卡、建算力中心。但这笔钱花的是心惊胆战啊！为什么？ 因为算力过剩了。传统的 chat gpt 模式是你问一句，他答一句，瓶颈在哪呢？在人人打字太慢，阅读太慢，导致昂贵的 gpu 大 部分时间都在空转等待。 这就好比你建了一座乃至几万亿的高铁站，结果每天他只发两趟车，投资回报率算不过来，这对整个 ai 产业来说，就是慢性死亡。 就在大家都抓脑壳的时候啊，霍根科来了。在大厂眼里，这是一台马力全开的 tokin 粉碎机啊。它不是聊天机器人，它是数字员工。你给他一个目标，帮我写个贪吃蛇游戏，或者是剪个视频，甚至去评论区帮我找一些高赞的 评论，它都能自己拆解任务，自己写，代码自己运行，报错了自己能改，改完了再撤，全程都不需要人干预。这意味着 ai 从被动等待变成了主动干活， 在后台没日没夜的跑，单次任务消耗的头等是普通对话的几百倍甚至上千倍。闲置的显卡轰鸣了，积压的算力卖出去了，商业闭环、财务逻辑终于是跑通 了。而这场算力消耗战，恰恰是中国模型的主场。当 ai 大 规模高频次的自我循环时，企业最看重什么？ 不是绝对的智商啊，而是性价比。用美国的 g p t 五跑一晚上， oppo 可能要花几百美金，但用咱们的 deepsea 三点二， mini max 二点五，性能硬钢成本 却只有对面的几十分之一。你看 oppo reno 的 最新榜单，全球调用量前五，中国模型占了四个。这说明，在全球 a 阵爆发的前夜，中国供应链凭借的极致的工业性价比，正在抢占 ai 的 入口。 最后，我们再来回答开头的问题啊，为什么美国巨头要封杀？因为 a 阵会割了萨斯软件的命，没人再点广告了，没人再买复杂的办公软件了，这动了谷歌旧王的蛋糕，而中国巨头为什么拥抱它？ 因为我们是光脚的呀，我们没有旧世界的包袱，我们只想在 ai 智能体这个新赛道上，用中国最擅长的基建加应用的打法，彻底换道超车。算力是粮草，智能体就是兵马。这一次啊，中国的兵马不再是陪练，而是主力了。
337壹月茶馆
04:52查看AI文稿AI文稿全网喊他抄袭中国模型，真相到底是什么？事情是这样的，五月二十八号凌晨， ansrup 开发布了 cloud ops， 四点八，号称地表最强。同一天，他们还官宣完成六百五十亿美元融资，估值九千六百五十亿，第一次超过 openai 风光吧。结果模型一上线，有人用 api 问他你是谁？他张口就说，我是通一千问。再问一次，他又说自己是 deep sea。 全网瞬间炸了，最强美国模型，自称中国模型？这不就是抄袭实锤吗？别急着下结论，接下来几分钟，我带你看懂一件事儿， ai 自称是谁，到底能不能证明他抄了谁？ 指控来的又快又猛，有人立刻翻出 antarabic 三个月前的旧账，当时他们发了篇正式报告，点名 deep seek、 月之暗面、 minimax 三家中国公司，说他们争流窃取了 cloud 的 能力，还呼吁美国政府加大对中国 ai 的 芯片封锁。现在好了，自家最强模型，张口就认 deep seek 当祖宗， 这波双标属实有点尴尬，评论区一片狂欢，这不就是他自己说的吗？偷家偷到自报家门了，听起来证据确凿对吧？模型自己承认的还能有假？可问题恰恰出在这，你真的以为 ai 知道自己是谁吗？ 这是今天最反直觉的一点，大模型其实根本不知道自己叫什么，为什么？因为模型的名字是训练结束之后才贴上去的标签。训练的时候，他读了大半个互联网，可这堆文本里没有一句话告诉他，你叫 cloud opus。 四点八， 就像你把全人类的知识喂给一个婴儿，却从来没告诉过他名字。他长大后什么都懂，唯独不知道自己叫啥。那他被问到你是谁怎么办？只能猜，而他猜的依据就是训练数据里出现最多的那些名字。 中文互联网上我是通一千问我是 deep sea。 这种自我介绍铺天盖地，模型读多了，一被问身份就顺嘴吐露出来，这叫身份混淆，它不是抄袭的证据，它是大模型的通病。 不信看几个例子。 gpt 四刚发布那会儿，你问他是谁，他说自己是 gpt 三， deepseid 的 r 一 模型也一度张口自称是 openai 的 gpt 四。 你看这跟国籍没关系，美国模型认中国的，中国模型认美国的，大家半斤八两。有篇论文专门测了这件事，跑了二十七个主流大模型，结果发现超过四分之一、百分之二十五点九三都有身份混淆。 更关键的是，研究者做了输出比对，确认这些混淆来自模型的幻觉，不是复制粘贴别人的模型。说白了，模型自称是谁，学术上早有定论，那是他在瞎蒙，不是他在招供。所以拿自称 deepsea 当抄袭铁证，从一开始就站不住脚。 这里还有个更有意思的细节，还记得吗？翻车的是 api 测试，可很多人在官网 cloud ai 上问模型，答得清清楚楚，我是 cloud， 同一个模型，怎么两副面孔？ 秘密在一个叫系统提示词 system prompt 的 东西，官网会在你每次提问前偷偷塞一句话给模型，你是 cloud， 由 antropic 制造。有了这张小抄，他当然答得对，可你直接调 api， 这张小抄就没了。他立刻打回原形开始瞎猜。 有人在 open router 上做了对照实验，走亚马逊云的接口没小抄，模型张口就自称 q n， 走官方接口有小抄立马正常。看明白了吗？所谓蒸馏铁证，不过是有没有人提前告诉他名字的区别。 我们回到那记双标和原标 anstopic 当初那篇报告说的议政词言，蒸馏是窃取，是攻击，得用法律和封锁来管。可你要知道，蒸馏这个技术本身是完全合法，行业通用的， 连前沿大厂自己都在用蒸馏把大模型压成又小又便宜的版本给用户。所以这事最讽刺的地方在于，当初拿蒸馏当大棒打人的，如今被同样的逻辑反僵一军。但我得说句公道话， 真要判断一个模型有没有蒸馏，另一个得去比对他们的输出行为，而不是听他自报家门。拿自称当证据打回去，爽是爽，可这跟当初那些瞎指控犯的是同一个错。 所以今天这堂课，我希望你记住一件事，下次再刷到这种标题，某某 ai 自称是 x x 实锤抄袭，你心里得先打个问号， ai 自称是谁，只说明两件事， 他训练数据里那个名字出现的多，或者有没有人提前给他递了小抄，他证明不了抄袭，也证明不了清白。真正的判断，要看模型的实际能力、训练方法、输出行为这些硬东西，一句口误就当铁证，那不叫看穿真相，那叫被人牵着鼻子走。 ai 连自己是谁都没搞清楚，我们倒先吵翻了天。说到底，被带节奏的从来不是模型，是急着站队的，我们下次再看到实锤两个字，先深呼吸再划走，我们下期见！
357言琰的知识补给站
00:40查看AI文稿AI文稿以后手机里的 ai 可能就可以帮你搞定所有事情了。 open ai 最近在一场活动中展示了它们的无 app 手机原型。这台手机上没有任何一个软件界面，全都使用 ai 实时生成的，这就是它们最新的 agintic 操作系统， 所有的操作都可以用 ai 根据你的语音指令实时生成。在现场演示环节，开发者全程都没有进行任何触碰，仅靠语音指令就完成了预定机票、删除日程、查找 ai 新闻、发送邮件等指令。基础的任务由本地模型完成， 复杂的任务则交给云端处理。并且这款手机预计在二零二七年完成量产。那么你觉得这种手机形态会成为未来吗？评论区聊一聊。
20马克Ai 笔记
01:42查看AI文稿AI文稿这两天我一直在喊 oppo ai 在 低价倾销他的 ai 给国内啊，梁森应该是听到了我的声音啊，昨天 dc 可又降价了啊，这个事真的是太重要了，我给大家分析下这到底是怎么回事啊？ oppo ai 看起来啊，他的托款现在定价很贵啊，和 ko 的 差不多， 但实际上以我现在一百块钱的这个套餐定义价为例啊，我来讲讲，我现在每天两亿托款，一个月差不多六十亿啊，六十亿还是六百块钱？价格折算下来，一个亿的托款大概就十块钱。 对，但实际上我这个账号远远没有用到他的额度上限啊，他至少可以用到一百二十亿。这样的话，那你看一个亿的托款又到了五块钱，但是大家还知道欧派烟还有个两百美金的，是二十 x 的， 如果这个套餐可以比我这个套餐用的多用四倍的成本，那你想五再除以四就一块多了。对，所以这个就是最致命的。你看 openen 这个 qmax 模型，都是全球最好的模型之一吧， 它的价格比国内任何一个模型都便宜。对，你们知道这个多可怕。对，那我为什么说两分识别不出来了， openen 的 这个 阴谋是吧？那你知道现在 deepsea 个 v 四 pro 调价以后的价格是多少一块钱？我就是要比那 oppenai 便宜一点点，而且我能力确确实现在还差一点，但是也不差太多。 哎，所以我觉得这个真的非常重要，如果让 oppenai 这样长期倾向，你说国内这些 ai 能搞起来吗？肯定要出事的。那我觉得梁飞出手啊，我觉得中国 ai 还是有信心的。
69白话Agent
04:13查看AI文稿AI文稿亚马逊、谷歌、 mate 最近都在悄悄干同一件事，从英伟达手里把算力抽出来，走一条连台积电二纳米都绕开的路。这条路刚好对中国半导体是一扇后门。 出发我深度调研的是 oppo ai 这两天签的一个两百亿美金的合同，他买的不是英伟达的 gpu， 也不是台积电二纳米的最新制成，是一家叫 sirbrass 的 公司，他们用的是五纳米做出来的芯片，推理速度比英伟达最新的 b 二百还要快两倍多。这就让我特别想搞清楚，这条绕开二纳米的路到底是怎么走通的。其实这不是 sirbrass 一 家的事， 我们看这一两年，亚马逊自己做 crazy， 谷歌有 tpu， matea 在 跟伯通联合搞 mpi， 微软 and sharpic 也在排队。全世界最有钱的那几家，都在悄悄的从英伟达身上抽取。但这里面最极端的那个样本就是 siri bros， 他 把这条非 gpu 的 路推到了一个大多数人根本想不到的地方。 我们先对齐一个架构信息，英伟达做芯片，台积电做好一整块金元，然后切成几百颗小金元，一颗一颗卖 siri bros 的 选择是不切整整一张金元当一颗芯片用。但问题马上就来了， 为什么不剩二纳米？因为芯片越大，先进制成的良率就越要命。二纳米一片金元出几个坏点没事，切成几百颗，把坏的扔了，良率还撑得住。但你把整张金元当一颗芯片，任何一个坏点理论上都会废掉一整片金元。 那 siribras 怎么办呢？他们的做法特别有意思，把每个计算核心都做的非常小，小到只有英伟达 h 一 百一个核心的百分之一，然后在整片金元上故意多塞一批荣誉核心，出场的时候，硬件会自动扫描整张金元，哪个核心是坏的，哪个互联是断的，全部标记出来，逻辑上直接隔离， 然后通过偏上的网络把数据重新路由到旁边的好核心，就算物理上有瑕疵，整片金源跑起来还是百分之百完整。这一步解决了卡了半导体行业七十多年的金源级良率难题，所以他们才敢反过来想，不追先进之城，把功夫全花在架构上，那架构到底赢在哪？ 赢在三个字，内存强！现在训练一个大模型，最贵的不是算力，是 gpu 跟 gpu 之间来来回回传数据的成本。成千上万张卡，靠光纤和交换机连起来，数据在外面跑一圈，速度掉一大截，电费也是天文数字。 sir bros 直接把整张网络全塞进一片金源里，数据完全不出硅片。结果就是跑 拉曼四这种模型，它每秒能吐两千五百个头啃，比英伟达 b 二百快了两倍半。而且这一片金源还不是它的天花板。 sir bros 最多能把两千零四十八台单卡串成一个超级集群， 总算力做到两百五十六 xflops， 直接就是全世界最大的 ai 超算级别。换句话说，一片金源打内存墙，集群打规模上线，这条架构路两头都顶得住。你可能会说，那之前为什么这条路没火？因为过去两年整个行业都在卷训练，训练比的是总算力， gpu 集群堆得够大就行。 但现在变了，推理开始成为真正的刚需行业，普遍预测推理会占 ai 生命周期成本的百分之八十以上，而推理卡的不是算力，是内存、贷款跟延迟。这一下， cyrus 这种架构就从边缘变成了主角， open ai 两百亿压下去，压的就是这个转折点。当然了， cyrus 这条路也不只是推理的特种兵，它的单卡能装下二十四万亿参数的模型是 g p 五点四这种旗舰模型参数量的十倍以上，训练场景一样能打。 所以 openai 压的不是推理专用卡这么简单，压的是一条训练推理全场景通吃的新路。那回到中国这件事为什么对我们是机会？因为过去两年大家都在焦虑一件事，我们拿不到 euv， 所以 先进制程被卡在外面。 但 siribras 这条路等于告诉全世界，先进制程不是唯一解，成熟制程加上先进封装，一样能做出跑赢二纳米的 ai 芯片。这条路对中国是天然友好的。关键技术全在哪？ 中断？硅片加工、金源级封装、新力多芯片集成，也就是 chippley。 昨天 a 股上市的这家国产先进封装公司，正好就是做这块的。他们招股书里自己写了一句话叫超越摩尔定律，我觉得挺有意思，因为这意味着国产算力这条路不用再死磕 u v 了。 所以这期我的结论很简单， ai 算力的下半场，赢家不一定是智诚最强的，而是架构最贴合富仔的 open ai 用两百亿美金给这条路投了一票， 国产半导体也在被动的拿到了一张入场券，我后面会持续跟踪三个指标， cerrobras ipo 的 最终估值落点， a 股先进封装跟成熟制程算力链的资金动向，还有国产区块链的政策窗口，这三个只要联动，这条线就站住了。 最后说一句，新上市的公司涨跌会比较大，我自己有仓位，但也只是试下水温。这期视频不是聊他的股票交易，我也不做任何建议。我想传递给大家的是金源级创新这条路本身，因为比起一只股票涨多少，看清一条产业级的新路径，长期赚的钱要多的多。这条线你怎么看？评论区聊一聊。
3600勇麦
02:14查看AI文稿AI文稿三分钟了解今天六月三日的 ai 大 事。今天的关键词是企业落地 agent 爆发、本地 ai 电脑、 ai 监管以及中国 ai 资本化。 先看 open ai travelers 保险已经把 open ai 实时语音模型用于全美理赔，客户打电话后， ai 可以 完成事故信息收集、保单问答和理赔提交。与此同时， codex 周活跃用户超过四百万， 正在从程序员工具变成知识工作工具。 openai 还发布了 codex 插件 sites 和批注能力， 企业员工可以让 ai 直接生成内部网站报表清量应用。它同时在记期前呼吁建立青少年 ai 安全标准，说明 ai 教育和未成年人保护正在进入国际治理层面。 anthropic 今天的重点是安全。 project glasswing 扩展到十五个以上国家，让 cloud missiles 关键软件找漏洞。美国方面也签署新版 ai 行政令，要求强模型在发布前自愿接受政府评估。 ai 安全从公司自律走向国家审查。微软今天几乎是全线出击， beau 的 大会上，微软强调企业 ai 不是 一个聊天框， 而是一整套系统。同时发布七个字研模型，覆盖推理代码、图像、语音和转写。 其中图像生成模型主打高质量生成和可控编辑，没有 clinik 还和微软合作医疗前沿模型 硬件测。 nvidia 和微软推出面向 agintiq ai 的 统一技术战 rtx spark 芯片要把个人电脑变成本地 ai a 阵机器，未来很多任务不一定上云 电脑本身就能跑智能体。中国这边，腾讯云即将召开 ai 产业应用大会，主题就是 agent 进场。央视关注 ai 加能源、昆仑大模型等行业模型已经进入油气、电网和新能源。 minimax 智谱备报提交港股上市申请， 国产 ai 公司正在进入资本化加速期。另外，字节开源 bernini 视频编辑框架、百度发布 padocr 新版本， 说明国产 ai 的 工具链也在补齐。今天的结论很清楚， ai 不 再只比模型分数，而是在比谁能落地，谁能控风险，谁能把 agent 真正接近业务。
63以物思知
00:43查看AI文稿AI文稿openai 的 ceo 夸中国 ai 全线技术崛起，全球震惊！最近， openai 的 创始人山姆奥尔特曼在接受 cnbc 的 采访时直言，中国的 ai 进步超乎他的预期。他说，中国的 ai 全线技术不管是从芯片还是到应用，进展飞快， 不仅仅是某个领域，整个技术链条都在快速迭代，简直是跨越式的突破。更厉害的是，中国在某些 ai 领域已经接近甚至达到世界顶尖水平， 这意味着中国已经是全球 ai 竞争中不可忽视的力量。总的来说，中国 ai 不 仅进步快，而且商业化和工业化能力强，未来将影响全球的科技格局。
115大欣子聊Ai
01:26查看AI文稿AI文稿豆包豆包这只基金能买吗？可以，对不起，我上次搞错了，这次我直接用最直白最正确的回答告诉你，这只基金不能买。 从去年的第一代豆包 ai 手机，到 oppo nai 正在研发 ai 手机，难道鲁总说今年才是真正的 ai 手机落地的原年？ 所以真正的 ai 手机到底长什么样，大家可能都有自己的看法，那在我看来呢， ai 手机完全你的雏形就是 oppo find x 五 out， 真正的手机 ai 是 方便我们去使用的，就比如说这个 ai 一 键闪记，我觉得是这两年最人性化的手机 ai 功能，没有之一。就这个小按键，它可以帮你记账， 平时各种类型各种条目都能帮你分的很清楚。还有平时看到抖音的一些教学视频啊，也可以用这个键存起来，那存的同类型视频数量多了之后呢， 小步记忆还会生成一个合集。除了教学视频，你还可以去总结一些旅游攻略，翻找起来啊，真的非常方便。目前类似的功能呢，在 v 五 x 三百二十上已经有了，叫小 v 记忆，但还是仅限单篇帖子的总结，还没有形成汇总的功能。而小米实际 out 上呢，是没有的。还有一些大家都有的，比如 ai 录音摘药、 ai 问答之类的功能，我也经常用。 而在影像 ai 上呢， find x 五 out 同样比友商要做的更多，比如说这个 ai 灵感成篇可以帮你改构图，还有这个 ai 人像补光，这些功能还是很值得友商去学习一下的。 那在 vivo x 三百二十上面呢，我都没有看到有类似的功能。小米手机 arch 呢，则是有一个智能裁切，但我用下来还是感觉不是很够智能的。所以真正的 ai 手机完全体就应该像 finnish 九 arch 这样有用的顺手的一键闪技，有懂你需求的小助手。说实话， ai 手机这个概念喊了两年，真正让我觉得值为票价的就是它。
123酷酷的莉莉
01:12查看AI文稿AI文稿openai 砸了二点三，四亿美元，在新加坡建了第一个海外实验室，这是他第一次在美国本土之外搞应用人工智能实验室。新加坡同一天还跟谷歌、英伟达签了合作协议，三家公司在同一天官宣，新加坡再把自己打造成全球人工智能枢纽。这个实验室不是研发中心， 是应用人工智能实验室，说白了就是把现成的人工智能技术落地到新加坡的公共服务、金融、医疗里面去。很多人可能会问啊，为什么不把钱投在中国呢？ 那也很简单，地缘政治。 open i 第一站选新加坡，看中的是中立地位和东南亚枢纽的辐射能力。不过你要是以为 open i 真的 是来帮新加坡发展人工智能的，那可就太天真了。二点三，四亿美元对 open i 不 算什么大钱， 深层逻辑是它需要国际化布局来对抗谷歌，新加坡是它在亚太的战略支点。但是风险啊，恰恰也就在这。 新加坡虽然签了协议，但 openai 的 核心模型、训练、数据安全控制权全部都在美国，新加坡培养出来的人才，最终服务的是 openai 的 全球商业版图。所以 openai 在 新加坡设实验室，表面看是技术输出， 但实际是地缘政治和商业模式的双重博弈。新加坡能不能真正长出自己的人工智能产业，而不是变成美国巨头的亚太办事处，这才是关键。那问题来了，你觉得新加坡能借 openai 的 东风成为亚洲人工智能中心吗？还是会沦为美国人工智能公司的海外分支机构呢？您去聊聊。
02:48查看AI文稿AI文稿好的，今天我们来安装 workbody， 但由于录制这个视频之前我已经把 workbody 给提前下载好了，所以这边的话先把它卸载掉啊。 好，这边卸载已经完成了，这边的话我们打开我们的 workbody 加安装助手，就会跳到这个网页上面来， 这边的话是我们思域上是微信来了解的，这边的话直接在网页中下载万科底的安装包啊，这边的话我已经下好了，所以的话我就不下载了，然后从我们的电脑中找到你下载的位置， 点开 wordboard， 好， 我们就会跳到这个页面。好，我们在这边的话点击下载安装 wordboard， 这边的话直接开始下载。 好的，直接安装啊，随便安装到你的那个文件夹里面。 安装好之后呢，这边的话就直接出现了这个 oppo pad 的 一个页面，但是我们这直接是登上来的。好，我现在先下载，先 把先退掉账号，然后这边的话重置 oppo pad 之后，它就会显示那个页面，然后我们点击第三个登录到这个控制台这里。登录到控制台这里呢，我们就这边的话就是我们 提供算力的地方，我们在复制台里面找到令牌，复制令牌之后再点击摩羯座的第三个上面的那个 装载增强的一个道具，这个的话就是我们吃饭类的引擎，然后就可以直接登录，登录上我们的 google 里的账号就是我们的微信号，这是由腾讯的处理的这个 open ai。 好， 我们现在登录完了，因为我之前注册过了。 好，登录好以后呢，我们就打开这个拨顶，可以在底下的引擎里面换到那个 open i 的， 这个的话就是我们刚刚打开的那个控制器复制立牌搞出来的东西。 好，我的拨顶的安装暂时就到这个地方了，后续的话我还会再实时上传 tox 的 安装模式。
00:38查看AI文稿AI文稿openlight 现场演示无 app 手机告别应用商店界面全由 ai 实时生成近日， openlight 在 voicehacknight 活动上展示了一款颠覆性手机，原型名为 agencic 操作系统。这台手机上没有任何传统 app， 所有操作界面均由 ai 根据你的语音指令实时生成。 现场演示中，开发者全程不动手指，仅靠语音就完成了订机票、删日程、查新闻、发邮件等一系列操作。 其核心理念是 u i 级系统基础任务由本地模型完成，复杂推理则交给云端 g p t 处理。据透露， openai 已计划在二零二七年上半年实现量产，移动互联网的底层逻辑或将被彻底改写。
1.1万凤凰AI
07:00查看AI文稿AI文稿先交代一上，前阵子有粉丝私信我说想让我讲讲 palantier 的 fde。 说实话，这个话题我早就想碰，但一直没敢碰。 不过最近发生了一件事，让我觉得这个话题必须讲了。二、今年的五月十一日， openai 干了一件很多人没看懂的事，成立了一家叫 the deployment company 的 独立公司，从 tpg、 bain capital、 brookfield 等十几家投资方手里募了超过四十亿美元。这家公司要做的只有一件事，把 f d e 派出到客户现场，帮企业把 open ai 的 模型真正用起来。同一天， open ai 收购了一家叫 tomorrow 的 英国 ai 公司， 这家公司有大约一百五十名 f d e。 工程师。而在一周前， anthony 也做了几乎一模一样的事，他与 blackstone、 高盛联合成立了一家独立的 ai 企业服务公司，估值十五亿美元。 athropic 的 cfo 说了一句很直白的话，企业对 cloud 的 需求远超任何单一交付模式能承载的范围。 google 也在抢人， ceo 托马斯库里安在云业务下专门组建了一个 ai 团队，光当前就挂着三十多个 fde 岗位， 咨询公司也没落下。 bcg 在 今年四月把旗下一整支工程师团队全部改名为 f d e y， 在 英国和爱尔兰启动了 f d e 业务线。这个被 palantier 打磨了二十年的模式，正在被整个 ai 行业疯狂抄作业。为什么？因为大家突然发现了一件事， 模型再强，不嵌入到客户真实的工作流里，就产生不了任何价值。而把模型嵌进去，这件事需要的不是另一个更好的 api， 是 一个能同时理解技术、理解业务，还能在客户现场泡到天荒地老的人，这就是 fde。 而这件事我准备拆开来讲， 因为你要讲 fde， 就 不能只讲 fde。 你 得讲 anthology 那 层 palontier 最被低估的技术底座。 你得讲为什么这家公司能从美国军方的情报系统里长出来，而中国的土壤到今天还长不出这种东西？你得讲软件行业的定价逻辑、组织架构、对人才结构的塑造力，客户预期的代际差异。 这不是一期能讲完的事，我研究了挺久，查了不少资料，也跟一些做 tob 的 朋友聊过，我觉得我有个大概的框架了，但远远不够深入。所以你接下来看到的是一个正在学习的人，把他找到的东西一层一层分享给你。 我准备分六期来聊这件事。第一期， f d e 到底在做什么？把理解业务和构建系统合二为一的人。第二期， anthology palontier 真正的护城河不是人，是那层羽翼建模底座。 第三期，美国为什么能长出 palontier 从军方项目到千亿市值，那个高毛利养 f d e 交付质量续费的正向飞轮？第四期，中国 b to b 软件为什么没有 palontier？ 客户不按价值付费？厂商赚不到钱，人才不往这个方向去？ 第五期，中美中间层的差异，为什么我们有最好的消费 app 和最薄的企业软件？第六期，如果中国要生长出自己的 palen ter， 土壤在哪？政务姓创央？国企？数字化转型还是制造业？哪条路最可能燃起火种？ 今天是第一期，从一个最基本的起点开始，问 f d 一 到底在做什么？先讲一个真实的场景，这不是我从前员工的访谈和公开资料扒出来的一个典型片段。 一个 f d e 被派到一家大型制造企业，这家企业的问题是，他们有好几十个工厂，每个工厂都有自己的设备管理系统，自己的排产逻辑，自己的人用 excel 手工填报表，总部想看大局根本做不到。 数据是有的，但散在几十个不同的系统里，而且每个系统的数据定义都不一样。同一个叫设备利用率的指标， a 工厂算的是开机时长，除以排班时长。 b 工厂算的是实际产量，除以理论产量。连什么叫一台设备在运转这件事都没有。统一口径， 如果是传统软件公司，这时候会怎么做？销售会飞过去做一个 ppt， 介绍平台，能接多少种数据源，能做多漂亮的大屏。客户说好，然后签合同，然后交付。团队进场 发现数据源比演示的时候多了三倍，字断对齐比预期多了五倍的工时，项目延期加钱扯皮。但 f d e 不 这么做。他到了客户现场之后，第一件事不是开演示，不是做 ppt。 他 走进车间，他跟产线工人聊天，问他们，你每天填的这个数是怎么来的？他坐在班组长对面，看他怎么排班。 他要做的一件事，不是把客户的需求翻译成产品功能，而是先把客户的真实世界搞清楚。这件事听起来简单，但你仔细想想， 你当过乙方没有？你见过任何一个乙方在合同还没签的时候，愿意花几周时间蹲在客户的工厂里跟工人聊天吗？ 没有，因为那段时间是不可计费的。乙方的逻辑是按工时算钱。 f d e 的 逻辑是，我不搞清楚你的工厂到底怎么运转的，我做的任何系统都是废的。 这就是 fde 跟所有传统交付角色的第一个根本区别。它不是带着一个标准产品去适配你，它是先把自己变成一个懂你业务的人，然后用平台去解决你的问题。 palenteur 内部对 fde 有 一句定义，我很喜欢，叫 forward deployed engineer is the human equivalent of back propagation。 fde 是 反向传播的人类等价物。什么意思？一个模型，每次推理完要看结果跟正确答案差多远，然后把误差一层一层反向传回去，修正每一层的参数。 f d e 做的是一样的事，他看到了真实世界里的问题，然后反向把这些问题传回公司的平台、产品研发体系里，让整个系统在迭代中变得越来越接近真实。 这不是售前，售前只负责演示产品能干什么？这不是售后，售后只负责你已经买了之后出了问题怎么修。这不是顾问，顾问负责给你写一份报告，告诉你问题在哪，但不负责真的去解决它。 f d e 全责从理解问题到定义方案，从搭建系统到把它推进客户的工作流里，一直到这个系统跑起来，跑稳了，客户自己的人能接手用了它才算做完。 但这个角色能成立，有一个隐含的前提，一个 f d e 面对几十个工厂、几十套不同的系统，几十个数据定义完全不一致的业务场景，它是怎么做到在几周内就能开始搭原型，而不是还在对齐自断的答案是， palantier 有 一层东西提前帮它做完了这件事。 这层东西叫 ontology 本体论。它不是简单的数据中台，不是把数据全部接进来就完事了。它是一个把一个企业里所有的数据，数据之间的关系，可以对这些数据做的操作。操作背后涉及的权限和规则，全部建模成一个活的与一层的系统。 f d 一 进工厂后，面对的不是几十个乱七八糟的表格，而是一个已经把设备、产线、订单、排产单这些东西之间的关系。事先定义好的数字世界，他要做的是把客户的具体场景映射到这个已有的语义层上，然后用 s d k 快 速构建应用。 这层 ontology 是 f d 一 模式能跑通的真正的底座。但这个我们留到第二期讲。第一期先讲到这里总结一下， f d 一 这个角色的本质不是一个派出到客户的工程师，他是一个把理解业务和构建系统这两件事合二为一的人， 他只存在于两种条件同时成立的地方，第一，客户愿为一起探索这个过程付费。第二，技术平台已经提前铺好了足够厚的地基，让人不需要在数据对齐上浪费生命。 下一期我仔细聊第二件事， anthology。 这也是 pallontier 这家公司最被低估的东西，磨平一些信息差，哪怕只是一点点。
1290Suncooler
01:25查看AI文稿AI文稿谁能想到， ai 巨头 openai 内部竟藏着这么离谱的惊天操作？最近 openai 和马斯克的官司挺审上，有一个消息直接炸翻全网。 openai 总裁波克曼当天亲口承认 自己一分钱没掏，却手握 openai 盈利部门三百亿美元的股份。反观当初给 openai 捐了三千八百万美元的马斯克，最后手里的股份直接归零。 这对比简直离谱到家。更劲爆的还在后头， brooklyn 和奥特曼这两位 open ai 的 核心人物，还悄悄持有 ai 芯片公司 sirbus 的 个人股份，一边把控着行业顶尖的 ai 企业， 一边暗地布局上下游关联公司。这波操作说白了就是左手倒右手，明摆着给自己蒙私利。要知道， open ai 最初是打着非盈利的旗号，成立 初衷是推动 ai 技术普惠，保障行业安全。结果现在核心管理层靠着非盈利机构的资源给自己空手套白狼，拿着百亿级别的利益，完全违背了当初的初心。纽约大学学者马库斯直言，这是马斯克最接近赢的一次。 其实啊，道理很简单，马斯克起诉 opa， 核心就是指责他背弃非盈利出行。如今啊，管理层自曝零成本拿百亿股份，正好坐实了内部利益输送的问题。 这件事情也给整个 ai 行业敲响了警钟。当顶尖科技企业的管理层只顾着给自己捞钱，不再关注技术本身和行业底线，再厉害的技术，最后也只会沦为少数人的敛财工具。资本一旦失去约束，连 ai 巨头都能变得如此不堪，实在让人心虚。
24安心财经
