openpilot多少算力
粉丝1.0万获赞26.8万
相关视频
05:53查看AI文稿AI文稿我觉得现在最适合用这个 oppo 靠的模型呢，实际上可能是阿里新推的这个服务啊，这个东西叫这个扣丁不烂是吧？呃，为什么呢？ 就之前吧，就是续费了好几个这种模型，然后呢？你续的不多，但它其实用量还挺大的，你看昨天晚上我就大概一个小时，我就把 kimi 的 那个十五元的 top 的 额度也就一个小时我就用光了。 我算了算，调用其实也不多，但是因为你在欧风靠的调用和你日常对话的调用是不一样的。今天我想打算试试这个阿里云百炼，简单说一下这个东西怎么回事啊？他其实就是把几个常见的这个模型给打包了，打包了以后有一个专属的调用地址和专属的 api， 来看一下它的指南。它是这样的，整合了这些顶级模型，然后还兼容主流的编程工具，就比如说我们 用的那些 id 类类的工具哈。如果你要是正常调用，他有的时候会限制速度或者限制这限制，那如果你一定想使好的模型，要么你去买会员，要么去升级，是不是他通过固定的费用？其实我算了算，应该是还是挺便宜的，虽然不至于到这个可调用的一折，但还是挺便宜。 然后它现在有几个基础的模型啊？这个千万三点五过年的时候推出的，很牛。据说啊， kimi 呢，也是刚推出不久，然后 mini max 当时那阵刚推出的时候也火了一阵。 glm 那 个五现在可以对标，他说可以对标那个叫什么来着，那个很牛的那个。 然后它有更多的就是千万三的 max 模型，这也是版本挺新的，二六年一月二十三号的，然后加上这些小模型啊，这无所谓，就是我们理论上如果你的调用次数差不多，那么你根据你的任务来选择不同的有特色的模型就可以了， 尤其是千万的这个和 kimi 的 这个都支持。图片理解费用上啊，首月七块九，其实你看的挺便宜，对不对？然后这个高级套餐呢，是三十九块九，就真的是特别便宜，但是价格上你看啊，首月七块九，次月呢是二十，也就是说他的正价是四十块钱，第一个月呢是便宜，然后第二个月呢是五折，第三个月就是正价。 呃，我猜两个月以后可能在这种东西上可能会有更多的爆发。呃，其实现在我我印象里火山就有这种类似的这种打包的这种服务，但是呢，一呢他的价格不便宜，二是他好像我查了查，他没有明确的说他支持那个 oppo 扣，这个呢是明确的说了他支持这个 oppo 扣，然后即使是最贵的这种 两百每月，那也真的是不算贵，因为你如果真的深度用了，你把两百的额度都用光的时候，那我认为你值得在这个上面花更多的钱。然后那个那天我还看到论坛上就有一个人说我除了租房子吃饭和日常开销，我把所有的钱都用来买陶坑上，哈哈哈，其实这是很有意思一件事啊，我觉得真的挺贵的。 我，我查了查我的用量限制，我觉得我用的不算多，但是其实也不算少，我其实在很多工作上都是在在那个詹妮的那个网页上去完成的，因为很多时候你要做调查呀，做一些文本的生成啊，那些东西他那个 pro 的 版本就完全能搞定了，因为我有个 pro 的 版本，但是如果按照他这个标准， 每五小时一千两百次请求，我现在是达不到的，但不知道我买了这个套餐以后会不会达到哈，我回头再测一测。那我认为新手呢，你就花七块九加上二十块钱，先用两个月， 对吧？然后当你发现不够的时候，你去升级那个就可以了，你就直接干到二百一个月呢。其实也没啥，二百块钱一个月也就是个电话费吧。我现在已经买完了， 买完了以后呢？他现在剩余天数二十八天，我不知道他为什么是二十八天，明明买的是一个月对不对？这个是不是他的 bug 按照当月天数计算的？那你们要不要搞到下个月再买二十八天？你看他是按照这个算的，上个月的二十六号到下个月二十七号对不对？ 这个就不对了，这个非常过分啊，明明是一个月，所以我打算提前使光呢，呵呵。然后我们获取了这个东西啊，它有专属的 api key， 然后呢，怎么配置啊？这里面说明，我们来找说明配置， 看 open 框中配置这些东西，实际上不要被它这种东西吓到，如果你的 open 框现在正好用的状态， 你就把这段命令考下来。怎么写啊？我这就写了，我现在咱说说怎么配置哈，就首先呢，第一步就是修改配置文件，哪个配置文件呢？就是这个东西啊，但是呢，我们在 open 里可以直接跟他说，这是我上面已经配置完了，我重新演示一遍怎么配置，就跟他说修改配置文件啊， 然后呢？把这句 copy 过来啊，这这段啊，把这段 copy 过来，然后你可以把你的 apk 呢替换到这，我懒得打码，我也就不替换，放到这。然后呢？就这样呢，这个命令就搞定了，你回车， 回车以后就是我刚才的配置，那我已经配置完了，他现在就告诉我有这些可以用的了，然后同时它底下呢，还有一段，你可以直接考过来， 然后站到这，然后回时它就会自动把你这些东西都改好。看到没变更的载药就是什么呢？它其实就是告诉你默认模型变成这个，主模型 变成这个，然后移除了原先的什么什么，这些，就移除了原先其他的所有模型，然后把其他都移除了，我还有钱在里面。其中我认为比较好的几个，特别好的四个主流四个模型就是 kimi 的 二点五，对吧？ g m m 五， 然后迷你 max 的 二点五，这个也不错，迷你 max 二点五。我发现他好像在写程序上更有优势。也是这样的，我的感受上啊，因为他的代码他理解的更快更好。然后这个是个多模态模型。嗯， kimi 应该是多模态吧，我记着这两个是多模态模型，如果你需要用到图片处理，尤其是处理本机的图片的时候，这两个模型非常好。 到了这步你的七块九已经发挥作用啊。至于接下来怎么用，那其实还是靠大家去想象。我之前因为这个模型的用量问题，我现在想都给他背地里的任务， 我现在都给他加回去，加回去以后我看看他这个调用的数量到底能撑多久啊？我每天会监控他的用量，我把他这个用量记进去吧， 非常好。我觉得整体来说这下就算完事了，至少我这个月应该不会特别为掏坑的续费吧？因为每次他如果出问题的话，你很难发现，除非你里面充特别多的钱。
1891赵兄休得胡言
01:12查看AI文稿AI文稿全球都在疯抢英伟达 gpu， obenix 却另辟蹊径，与英伟达挑战者 sirius 达成合作，签下了一笔价值超过一百亿美元的算力超级大单。 最近， obenix 宣布将在未来三年向芯片公司 sirius 采购高达七百五十兆瓦的晶元级算力。这笔订单价值超百亿美元，相当于直接建起好几个大型数据中心。 欧本内爱为何如此大手笔？根本原因是用户暴涨，算力根本不够用，他们急需更快、更便宜的方式来运行内爱。 sirius 在 这方面颇具优势，其内爱响应速度极快，被称为英伟达的强力挑战者，其单芯片能抵一个机柜算力，推理速度据称比英伟达最新芯片快二十一倍，能耗也更低。更关键的是，协议中包含联合开发条款，目标直指打破英伟达最新芯片快二十一倍，能耗也更低。更关键的是，协议中包含联合开发条款，目标直指打破英伟达垄断的计算标准。 有意思的是，欧盟内爱的 ceo 奥特曼早就个人投资了这家公司，如今公司层面在签百亿订单，这波操作是不是似曾相识？ 可以说，这笔钱并非欧盟内爱的冲动好赌，而是在为未来储备关键粮草，更是一场关于 ai 算力话语权的主动争夺。你觉得欧盟内爱能成功突围吗？
36算力之光
03:28查看AI文稿AI文稿就在这个周末， openroot 榜单刷新平台前十模型总操坑量约为八点七万亿，中国模型独占五点三万亿，包揽了 token 消耗量的前五名，占比高达百分之六十一。其中 mini max 的 m 二点五、二点四五万亿登顶， kimi 的 k 二点五、一点二万亿紧随其后， 后，智普 g r m 五和 deepsea 也杀进了前五。这不是偶然，这是中国 ai 在 二零二六年给全世界的一声惊雷，中国的国产大模型正在美国人的科技心脏里面上演的一场彻彻底底的降维打击。当然，今天我要聊的不是冰冷的榜单，而是一个比卖显卡更性感的生意，叫头肯出海。 什么是投币出海呢？以前我们讲出海可能是某一件商品，也有可能是电影。现在呢，想象一个画面，一个在加州的程序员，他调用咱们中国大模型的 api 这条指令，从硅谷出发，穿过太平洋的海底光缆，最后在咱们中国西部某个数据中心的 gpu 上，消耗着我们的中国电 力，完成了跨境交付。我们不再只是世界工厂，我们正在成为世界的 ai 发电厂。 有人可能会问，凭什么老美要用我们的模型，就凭两个字干活。以前呢，大家觉得 ai 就是 聊天画图，那是玩具。二零二六年的 ai， 核心是编程和智能体，这才是真正的生产资料。在这一点上，咱们的国产模型已经做到了又强又便宜。比如智普的 g r m 五， 专为复杂系统工程设计， mini max 的 m 二点五原生就为智能体场景服务。性能上，咱们已经敢跟 cloud ops 开手腕了。价格上呢，咱们的百万 tocoin 的 输入只要零点三美元，而隔壁的 cloud 则需要五美元，这个性价比简直就是给全球开发者送福利，那谁能不心动呢？ 但是狂欢的背后，咱们得看懂未来的趋势。第一个趋势，从拼参数到拼电力。随着 tocoin 消耗量的指数级增长，到了二零二六年的今天，算力就是新石油，电力就是新货币。你看看咱们国内的巨头 韩刚在投数据中心，东阳光在收购情怀数据，为什么？因为他们知道 ai 中局竞争，是谁能让电流更丝滑地变成 token。 那 第二个趋势，从 chat 到 work， 这个五点三万亿的 token 烧在哪儿？不是烧在废话文学上面，是烧在了代码重构、文件改写、智能体并行工作上面。 kimi k 二点五能调度一百个 angel 的 分身，并行工作效率提升十倍。未来的公司可能只需要几个人带着几百个 ai 员工，谁掌握了这波工作流的入口， 谁就是下一个时代的微软和谷歌。那第三个趋势，就是技术自信的回归。前几年呢，我们还在仰望星空，觉得 chat gbt 是 神，现在你看， 连马斯克都在惊叹字节的 c 弹子，那全球开发者开始用脚投票涌入咱们的模型，这不仅仅是一次技术的逆袭，这是一次文化上的反向输出。咱们用硬核的实力告诉世界，在 ai 竞赛里面，中国不仅能跑，能并跑，更能够领跑。 那很多人呢，还在用老眼光看待中国 ai， 觉得呢，我们只会烧钱，只会内卷。但是 openroot 的 这个百分之六十一的份额，是无数开发者一行行代码敲出来的，是数据中心一盏盏不灭的灯熬出来的，是实实在在的生产力。 token 虽小，但它承载的却是中国算力出海的大梦想。 今天的五点三万亿只是一个开始，未来呢？当全世界的人都在用 ai 编程，用 ai 工作、用 ai 创造的时候，希望他们记得这些智慧的火花，有一部分来自东方。
168老瓢-财经晚自习
03:01查看AI文稿AI文稿各位董事长们刚定掉七万亿，砸向新型电网加算力网，这才是 ai 时代真正的国家战略主线。另一边， openli 辟谣崩盘，企业家广告业务暴增，算力需求在先，狂潮算电协同双向爆发，谁能抓住这波万亿级风口，耐心听完 六网建设，算力网加新型电网成核心。四月二十八日政治局会议明确加强新型电网算力网规划建设，二零二六年投资超七万亿，算力网独占两万亿， 十五五年均增速超百分之二十，是增速最快赛道。核心就是算电协同，电支撑算算优化电，打破壁垒，双向赋能，七万亿真金白银砸场，你觉得算电协同会成全年最强主线吗？ 评论区了，需求端颠覆认知， ai 算力即可，电力呈最大瓶颈。 open ai 官宣，企业和广告业务持续增长，二零二五年营收超两百亿美元，算力三年暴增九点五倍目标。二零三零年算力三十 g w， 现在仅一点九 g w， 缺口巨大。 国内大模型智算中心爆发，算力需求指数级增长，数据中心电力成本占比超百分之六十五，东部电价高起，只能西移找绿电，算力需求爆炸，电力跟不上，算电协同是不是唯一解法？重点看新型电网 核心逻辑，传统电网过时，智能电网适配 ai。 国家电网十五五投四万亿，比十四五增百分之四十。不是修电线，是件特高压加智能调度加虚拟电厂的算电协同网络。 西部风光绿电通过特高压东送，匹配东部算力需求，电网 ai 调度实时平衡负荷，数据中心便虚拟电场消风填谷，万亿电网升级，哪个环节最受益？ 产业链，上游算力硬件加电网设备，订单接到手软，算力端光模块、 ai 服务器夜冷直接受益。 open ai 扩容，电网端智能调度，特高压储能承接电网升级，大单算电一体， 携新能科精开新能绿电加算力双布局，吃两头红利。上游硬件加电网设备，你更看好哪个？细分产业链，中游算力调度加 i d c 运营壁垒最高，弹性最大。 核心是算力网中书国网信通独家承建全国算力调度平台，打通电力加算力底层壁垒无可替代。 idc 运营绑定西部绿电， pe 低至一点一成本优势拉满， openai 广告爆发，带动国内 ai 营销，商业化路径清晰。中游调度加 i d c 是 不是整条链最赚钱的环节？ 政策七万亿托底，算力需求爆炸，电网升级适配 openai 商业化加速四大逻辑共振。算电协调不是短期炒作，而是 ai 时代十年大周期， 短期看订单爆发，中期看业绩兑现，长期看国家战略加持，确定性拉满。你觉得算电协同主线能走多久？下一个爆发的细分是电网设备还是算力租赁？
1531@上市公司大追踪
03:13查看AI文稿AI文稿今天理了一下这个 open ai， 一 点四万亿美元的 ai 基建计划都有啥？就一点四万亿美元嘛，那这个呢，本质上是 ai 大 模型啊，一直它没有质变啊，总是处于这个 a n i 的 阶段，所以 open ai 呢，是想使劲往这个 a g i 上跑的这个结果。呃，我们先说一下一点四万亿美元对应的三十几瓦的算力， 注意啊，是算力，不是几瓦。那 open ai 呢，并非是自己要完成三十几瓦的这个发电站的这个建立啊， 但是呢，也要先看一下几瓦的情况，不然大家以为这个几瓦看上去还挺吓人的啊。那几瓦的这个描述呢，其实是功率啊，一级瓦的功率啊，理论上可以满足三百万到一千万户家庭的用电需求。 目前啊，全球每天总共有啊，三千多瓦，约等于三百多座的这个十几瓦级的核电站的满负运行。 中国呢，每天有一千一百 g 瓦，约等于一百一十座的这个十 g 瓦的级的核电站。那么一座大型的燃煤火电站的这个装机量容量啊，大约是一至二 g 瓦，全球最大的水电站三峡水电站，总装机量约为二十二点五 g 瓦， 所以 openai 的 这个三十 g 瓦啊，是三峡水电站的这个三峡水电站累计总投资是两千亿元人民币左右。 openai 的 一点四万亿美元啊，等于九点八万亿元的人民币，可以造四十九座的上下水电站，实际可以达到一千一百几瓦左右。但是呢，一点四万亿美元可不是用来造发电站的，我们只是来去做一个测算， 一点四万亿美元还有其他的，但是呢，官方没有公布所有的明细，所以说我们根据现在已经批漏的各类的报导汇总来去推算一下。那第一个呢，是云服务与数据中心合作， 总个总用总共的金额是五千八百亿美元啊，主要是来自于公公开的报导，包含微软的两千五，甲骨文的三千，亚马逊的三百八。第二个呢是芯片采购，两千九百亿美元，这个呢也是来自于公开报导， 英伟达是一千， amd 九百，其他芯片呢是一千。第三个是自建数据中心与能源基建啊，三千两百亿美元，这个是来自于奥特曼所说的每几瓦算力的成本呢，两百亿美元。呃，注意啊，这里说的是 ai 算力基础建设的综合成本， 而非纯电力成本啊。而那个三峡水电站呢，纯电力成本是每集瓦成本二十亿美元，两者口径虽然不一样，但是我们也能够看出来，能源是基础，但占比很小。第四个是研发与配套，是一千四百二十亿美元，主要是研发投入啊，这个呢，主要是来自于预测。 呃，这就是 openai 一 点四万亿美元的大概的使用的情况了，现在 agi 啊，还没有达到质变，如果是钱能够解决的问题，都可以解决啊，如果不是钱能够解决的问题， 再多钱也没有用啊。现在 ai 大 模型呢，还处于 a n i 阶段，提升了大多数人和部分行业的效率，也改善了很多用户的体验。但是呢，想要达到 agi， 目前呢，还不是特别的乐观， 我觉得二十年左右可能是有可能的啊，而目前的 ai 呢，其实有点像当年的这个 vr 和原宇宙一样啊，在达到一个让人惊喜的阶段之后，离最终的临门一脚的起点时刻还差一些。
11大李同学
05:34查看AI文稿AI文稿朋友们，这两天，就在 gpt 五点五公布的前一刻， open ai 两位创始人、身价百亿的 sam ottman 和 greg brockman 罕见的一起登上了一档播客，聊了一个多小时，谈话的跨度 极大，非常震撼。他们聊了 e g i 助手 siri 自研芯片、超级应用，最让人振奋的是他们对未来世界的大胆构想。听完这篇，你将比大多数人更清楚 ai 的 游戏规则。我为你提炼了最有价值的四个真相。 第一个真相很扎心， ai 会加速时代的阶层分化。 ai 时代的贫富差距，核心不只是你会不会用 ai， 而是你有没有算力。 sim 聊到一种未来，他认为在 ai 影响下的世界里，那些真正会用 agent， 又能整合大量算力的人，财富会被进一步的放大。 sim 甚至提到未来可能会出现万亿富翁。这句话戳破了一件事，目前不存在所谓的信息屏权。 ai 不是 自动平均分配的红利， ai 是 杠杆，杠杆要撬动东西，就需要支点，这个支点就是算力、 数值、权限、组织能力。谷二哥也说得很直接，他说 ai 是 机会，但前提是你有访问的权限，你有足够的个人算力。 现实中我们使用 ai 为例，你能发挥的上限取决于你能购买得起多贵的 ai 套餐，以及这个订阅能给你的 token 额度有多少。 没有这些，无论你是多么擅长 ag 的， 你也做不了多少事情。就像如果某个山区有一个天赋异禀的孩子，但他这一生没有机会接触到上等的教育资源，他仍然会丧失很多机会。所以不要把 ai 简化成学几个工具就能逆袭， 更准确的判断是谁的能力能被 ai 放大，而算力决定了放大的倍数。 第二个信息，欧本 ai 正在全力压住 agent 接管电脑。 greg 说，欧本 ai 把智能级优先级指向了所有的计算机办公领域。 我翻译一下，未来个人 agi 真正的方向是软件、法律、金融、写作，所有坐在电脑前能完成的工作都将能被接管。 模型是大脑连接器，技能记忆、电脑操作、上下文管理是升级。但 sam 也说，现在的模型最大的问题是缺少对你生活的了解， 你每次打开 ai， 都要重新的解释你是谁，你在做什么。所以普通人现在最该积累的就是个人的上下文资产。例如你的判断标准，你的表达偏好，你的工作流程。 第三个真相，为什么 ai 写作还是没有灵魂？ gucci 说，因为数学和科学容易训练，答案是确定的，但写作不是对错题。 什么是好的？写作没有统一的答案，因为它是主观的、个性化的。所以 ai 写作没有灵魂。很多时候不是模型不行，而是你没有给他足够清楚的品味信号，你要告诉他，你喜欢什么句式，你喜欢什么表达和语气。 品味信号足够清楚， ai 创作才会越来越顺手。运用好个性化的资产，会让你用 ai 无限放大你的价值。 第四个真相，很多聪明人仍然低估 ai。 普通人有很大的行动机会，因为很多聪明人对 ai 的 理解，很多还停留在看过、听说过，而不是亲手用它完成过一件真实的事情。 主持人说了一件真事，他说他陪儿子去一所大学，现场坐着六七百个人，都是很聪明的人，但大家问出来的问题还停留在 ai 怎么进课堂，怎么防止学生依赖 ai， 怎么处理作弊。主持人当时最大的感受是，好像很多人还没有真正碰到正在发生的现实核心， 这就是现在的信息建房。大部分人对 ai 的 学龄其实只有几个月，很多人通过新闻测评别人的结论去理解 ai， 于是 ai 变成了一个抽象复杂、很难判断的新技术。 greg 的 回应非常的关键，他说，如果你只是阅读 ai， 你 会觉得自己在费劲理解一台新的机器，只有当你真正使用它的时候，你才会有真切的感受。而他们正在构建一套机器主动适应人的系统。 学习 ai 不是 看教程，不是理解机器原理，而是立刻体验机器主动适应人的这个过程。这就是为什么很多人仍然低估 ai， 他 们以为自己缺的是信息知识，其实缺的是一次真实任务的执行。 ai 最大的信息差就在这个执行层面， 而这是迅速提升的最重要的认知。总结四句话，算力决定放大倍数。 agent 接管电脑工作上下文正在变成资产，用行动系统重写 ai 认知。
141兔子橙builds
01:42查看AI文稿AI文稿ai 行业正在上演一场空前疯狂的算力争夺战。黄仁勋最新公开表态，直接颠覆行业认知， ai 已经彻底告别烧钱亏损的时代，头部 ai 企业的盈利水平全面转正，商业闭环彻底跑通， 这也是 open ai entropic 不惜一切代价疯抢产能的核心原因。 ai 深沉的 token 早已成为利率极高的核心生意，而算力需求彻底爆发的底层根源，是全新的 agenc 智能 ai 不同于普通的深层式 ai， 它可以自主理解、推理、规划、调用工具完成工作所需，计算量直接暴涨一千倍。这也是如今 gpu 一 机难求，就连几年前的旧显卡，涨价速度都远超陈年好酒的根本逻辑。 全网都在焦虑 ai 会抢走人类工作，但真实行业现状完全相反，十年前，放射科医生被预判是首个会被 ai 淘汰的职业， 可如今 ai 全面落地医疗影像后，医院不仅没有裁员，反而大幅扩招一生。真相很简单， ai 淘汰的只是机械重复的工作任务，真正的核心价值工作目的 依然靠人实现， ai 只会放大人的能力。不止就业， ai 正在彻底重构整个计算机行业的底层逻辑。过去我们用电脑只是被动解锁现成信息，未来人机交互是直接传递需求， ai 自主生成结果解决问题。 医疗、交通、金融、零售全赛道都将迎来全方位的颠覆重塑。黄仁勋直言，所有人都低估了 ai 的 潜力，我们对未来的预期 至少要放大一百倍。这不是简单的技术迭代，而是一场席卷全球的工业与科技革命。你觉得哪个传统行业会最先被 ai 彻底重构？
42大厂商业观察
00:40查看AI文稿AI文稿openai 要建三十 gw 算力给大家看一组数据，三十 gw 看似平淡，实则量级惊人， 三峡大坝总装机容量仅二十二 gw， 而 openai 计划在二零三零年前建成规模超越三峡的专属算力集群， 当下权力布局半导体全产业链，存储芯片光通信铜线核能，任选赛道便可长期布局，前景明朗且逻辑确定，无需再参与虚拟标地的投机时代，风口已然来临。
02:02查看AI文稿AI文稿minus 有 没有涉及卖国？那谁知道啊。那还不知道，反正那 minus 是 用中国的， open 是 用中国的资源，中国的店中国的人算出来的，哪能给你用呢？那你不是转转移资产吗？你用中国那么便宜的店去算出来东西，你卖给外国人，你看没有中国制造的优势。也是啊， openai gpt 叉 it gpt 啊， 一百万 tokken 是 三十美元，咱们的 deep deepseek， deepseek 是 一百万次元，一百万 tokken 是 是两两块钱人民币啊，是三零点三美元，差一百倍啊。那咱们龙虾吧，是龙虾，叫什么 club 什么？那龙虾全面全面接入 deepseek 了， 不用那个叉 a v 的 gpt 了。为什么呀？太太贵，差一百倍，效果也差不太多。基本一样啊。你你你你，三十美元一百万 tokken， 我用一个在零点三美元一百万 token 的， 那你说我用谁啊？我也是资本家，你别说我，你你你让那个老美的资本家爱个国试试，跟他说这三十块钱，那三毛，那老美资本家也说你，你史密斯庄严也得急，史密斯庄严都得说不用，我得用那个，我受不了你这个，这就是中国制造的力量，咱们的各方面成本都低啊， 所以像什么 minus 呀，什么这个 deepsea 一定要在自己手里啊，我们可以卖给你 open 可以 卖给你数据，那没问题。为什么呀？因为我我便宜，能把那个 openai 或者拆的 gpt 给挤死。那可以，那你收购了，那不行，我用这把你干掉。那可以，你想把它收购，那不可能，回头就三分了，对吗？你同样的效果， 那个 deepsea 基本就等于不要钱。你那是美元，那我你让这么家这么家的心也得滴血啊。这么家说，大哥，这你这成本我受不了。 挖墙脚嘛，猛踹瘸子好腿。这这就是猛踹瘸子好腿。你不是玩人工智能吗？你的 openai 要收费吗？拆拆个 ppt 什么的。我这不要钱。基本不要钱，因为开源免费， 那个一百万算一百万的，偷看那个一百万磁源只收三毛钱啊。哥们，猛踹你的腿，反反不靠这挣钱，你干什么？我就还是原来我就说过吗，在中国制造的基础上， 中国知道该干的事都要干，其他的是你干的我也干啊，你十块我就我就一块，甚至一毛。猛踹瘸子好腿。早晚有一天把这 ai 泡沫给踹没了啊。早晚有一天把它踹没了。
294志新五间大瓦房
07:49查看AI文稿AI文稿如果你正在考虑怎么用 ai 创业，或者把 ai 真正的融入到公司业务，今天这期内容你必须听完。萨摩奥特曼最近在一个基础设施峰会上说了这样一句话， 今天全球已经有近五亿的个人和企业在用 open ai 的 产品，而这才刚刚开始，我们要把智能做成像水电一样的基础设施，不是 ai 助手，不是工具，是基础设施。 这到底是愿景包装，还是真的已经在这么推行？今天我会从三个角度拆解这场访谈。 第一， ai 的 商业拐点在哪里？到底有没有跨过去？第二， agi 真的 来了吗？萨姆奥特曼给出了两个具体的时间节点。第三， open ai 为什么要砸一千一百亿？算力和钱之间到底是什么逻辑？ 三毛特曼在访谈里说了一个很明确的判断，在过去的几个月里，我们真的跨过了一道门槛， ai 模型具备了大规模的商业使用价值。之前的 ai 不是 不行，而是用起来太麻烦。模型越来越聪明，但周边的水管没有铺好， 接口复杂，部署困难，用户不知道怎么用。这个阶段， ai 是 实验室里的好东西，但进不了真实的业务线。过去几个月，这个局面变了，编程领域最明显。山姆奥特曼说，工程师的工作已经从写代码变成了管一组 ai 智能体。写代码 你负责指挥， ai 负责执行，编程只是先行指标。他说，科研领域、法务知识密集类型的工作，现在都以令人迷失方向的速度在被改变， 不是快，是快到你的认知根本跟不上。那可能会问，为什么我周边的企业没有感受到呢？三毛奥特曼给了一个分成，新一代的初创公司已经完全不一样了。他说，以前我们跟创业者聊，第一个问题是你需要招多少人，现在他们根本不想招人， 他们认为招人只会拖慢速度。他们谈的是，我能预留多少算力，能签多少云服务的合同，能拿到多少 tolkien 的 调用额度，算力成了新的人力。 而传统的大公司呢，反应慢了一些，但也已经有信号，研发团队和产品团队已经开始把今年计划上市的产品规模进行翻倍，这个在过去从来没有发生。这背后是一个可以迁移到很多行业的规律。 第一个阶段，技术出现，但用起来太贵太难，只有大公司和一些极客在用。第二个阶段，基础设施普通，使用门槛降到普通，从业者可以接受，开始进入主流。第三阶段，不用的人开始落后，用的人开始发生质变。 像摩特曼的判断是， ai 刚从第一阶段进入到第二阶段，大多数人还以为自己在观望，其实已经掉队了。 主持人问萨姆奥特曼， agi 到底什么时候来？他的回答很有意思， agi 这个词已经失去了明确的参考意义。有人说我们已经实现了，有人说还需要再等一年。大家都在争一个没有共同定义的事，所以他换了两个更具象的节点来讨论 节点。一、二零二八年末，全球认知算力的重心从人类的大脑转移到数据中心。他的原话是，何时全球的认知计算能力会有超过半数存在于数据中心，而不是人类大脑里？他的预测是二零二八年末， 他自己也说这个误差极大，可能完全预测错误，但这个方向是他的判断。如果这个节点成立， ai 系统整体的思考能力将在总量上超越全部。人类不是某个领域，是总量，这是一个文明尺度的变化。 第二个节点，顶尖从业者离开 ai 就 无法正常工作的那一天，他描述了一个场景，大企业的 ceo、 国家元首、诺贝尔奖科学家，到了某个时间点离开 ai 的 深度辅助就无法完成核心的工作。 这不是说 ai 会取代他们，而是他们的工作模式会彻底变形。三毛奥特曼用自己举例说的很直白，没有一个人类 ceo 能同时联系所有员工，参加所有会议，精通所有专业领域， 但 ai 可以。 所以，未来高端的管理岗位的核心不再是做决策，而是监督 ai 团队，判断 ai 输出的可能性， 判断 ai 输出的可信度，给 ai 指定方向。他说，这个节点会比第一个节点来得稍晚一点，但也不会晚太多。 那为什么这两个节点会比 agi 更管用？因为它们是可观测的。你不需要等哲学家来定义什么是 agi， 你 只需要观察我身边最厉害的人是不是已经严重依赖 ai。 一 旦这个信号出现，你就知道节点二正在逼近。 理解了这个时间轴，那接下来的问题就很自然。我们准备这些需要多少钱？两周前， openai 宣布完成了一千一百亿美元的融资，战略伙伴是亚马逊、英伟达。大家的第一反应都是，这笔钱要用在哪里？山姆奥特曼说，基础建设必须是提前很久就压住的那种基础建设， 你不能等需求来了再建数据中心，因为做好可能需要几年，你必须在需求爆发之前就已经在做了。 萨姆奥特曼说了一句话，本质上我们以及所有 ai 模型厂商的商业模式，最终都会变成是 tokin 计算的模式， tokin 就是 ai 处理信息的基本单位。你问一个问题， ai 思考并且回答，整个过程消耗了多少 tokin， 你 就要付多少钱。 这个模型意味着什么呢？这意味着 open ai 的 收入上限，直接等于他能提供的算列上限，算力多一倍，收入天花板就高一倍。所以提前砸钱建基础建设，不是花钱，而是所收入。 三毛他们说的也很清楚，如果我们算力不够，要么无法满足需求，要么价格会飙升，最后只有少数富人用得起。而我们的核心使命 是让智能成为人人可用的东西。这就是他同时在做的三件事。第一件，营收未到位，就开始先拿基建。第二个，探索广告商业模式，不是最挣钱的模式，但能最大化普及。第三个，自研推理芯片，不求最快，但求最低耗能，做到最低成本。 说到芯片，萨姆奥特曼说， open ai 第一款推理模型 o 一 十六个月前发布，到今天，解决同等复杂难题的成本相比 o 一 降低了一千倍， 这是什么概念呢？如果十六个月前你发一条微信需要一块钱，现在只需要零点零零一元， 这是量级的签约，为什么能够做到？山姆奥特曼也说，不只是模型本身变聪明了，而是整条产业链同时在优化内核，工程师在优化底层运算，电力工程师在优化数据中心基建，设计师在压缩冷却成本。所有人都同时在把这件事情做得更便宜。 target 项目目前在德克萨斯州安布林的第一个基地正在训练，他们认为会是全球最好的下一代模型。 三奥特曼说，那里现在有一万多名各类专业技工同时施工。而 open ai 今年也宣布和北美建筑工会达成合作，专门培养 ai 技术设施建设的技能人才。因为不管供应链的卡点在哪儿， 最终答案都是，你需要更多能见这些东西的人。最后，我们来做个总结，从技术层面上， ai 能效每隔一两年都在以跳级式的提升。这意味着今天看起来很贵很麻烦的事，在明天可能就会变得廉价且忽略不计。 在商业层面上，算力及营收的逻辑会让 ai 的 基础设施成为这个时代最重要的资产类别。 就像上个世纪的石油管道和电网，谁掌握了算力，谁就掌握了定价权。在工具跃迁的时代，真正的护城河不是掌握工具，而是知道工具能做什么。 最后一句话， ai 不 会让聪明人闲下来，只会让他们输出密度变得更高。你现在的工作里，有哪些环节是你正在用 ai 代替的？哪些是你觉得 ai 还代替不了的？欢迎评论区留言讨论，我们下期再见！
13Youni讲AI
