顶级ai发展到什么程度了

美国卡脖子失败了，梁文峰赌赢了，中国 ai 正式摆脱英伟达控制，国家队亲自下场扶持重仓 ai， d e p s e k。 从做模型升级成战略武器。就在整个行业还在疯狂抢英伟达芯片， 拼命囤 h 一 百 h 八百的时候， d c c e k。 干了一件很多人当时根本看不懂的事，主动把自己的模型往国产芯片上签。别小看这个动作，这可不是什么简单的适配优化， 而是真正意义上的自断一臂。因为过去几年，全世界 ai 行业的底层规则其实一直都掌握在英伟达手里。 你可以不知道 cuda 是 什么，但你只需要明白一件事，现在全球几乎所有顶级 ai 模型都是围着英伟达那套生态在运转， 谁掌握 c u d a， 谁就掌握 ai 时代的算力命门。这也是为什么美国敢不断升级芯片封锁，因为他们知道，中国 ai 公司再厉害，只要底层算力还依赖英伟达，就始终绕不开美国。过去几年，国内很多大模型公司其实都默认了一件事，先用美国成熟芯片把模型刨起来再说， 毕竟没人愿意去碰国产算力那块最硬的骨头。适配难，性能损耗高，开发周期长，稍微搞不好模型效率就直接腰斩。说白了，行业里大多数公司更愿意做上层创新，没人愿意做底层革命。但梁文峰偏偏反着来，当别人都在抢英伟达的时候，他开始死磕生疼。 很多人当时还嘲笑 d a p c e k。 说这等于主动放弃最成熟的高速公路，非要去走一条坑坑洼洼的山路。甚至有人直接断言，国产芯片生态根本撑不起真正的大模型竞争。 可现在回头看，真正没看懂局势的，恰恰是这些人。因为美国后来的芯片封锁，已经把现实摆在所有人面前了。 去年，美国继续升级 ai 芯片出口限制， h 二零被大幅阉割，国内整个 ai 行业瞬间紧张，很多人才突然意识到，中国 ai 看起来热热闹闹，但底层命脉居然还捏在人家手里。 而就在这个时候， d e p s e k。 已经提前完成了对华为升腾九幺零 b 九幺零 c 甚至九五零超节点的深度适配，还把升腾芯片正式列入主力推理平台。这意味着 d e p s e k。 已经不再完全依赖英伟达体系。 这一步非常关键，因为 ai 竞争真正拼到最后，比的从来不只是模型参数，而是谁拥有完整、自主、稳定的算力体系， 没有自己的底层生态，再强的大模型也可能随时被断电。也正因为如此，国家终于下场了。五月六日，金融时报报出消息，国家集成电路产业投资基金，也就是大家熟悉的国家大基金正在洽谈领头 d e p s e k。 首轮外部融资，估值直接冲到四百五十亿美元。 这个消息一出来，整个 ai 圈都炸了。因为国家大基金过去几乎从不碰大模型公司，他以前投的基本都是中兴国际、长江存储这种真正关系到国家产业安全的核心企业。说白了，大基金不是普通财务投资机构，它本质上是国家战略工具，什么项目能让他亲自下场？ 只有一种真正涉及国家科技安全的项目。而 d i p c e k。 这次被盯上，背后释放出的信号已经非常明显了， 国家已经不再把 ai 单纯看成互联网生意，而是正式把它提升到了战略工业能力的层面，谁能掌握自主 ai 生态，谁就有资格参与下一代全球科技秩序。这一点美国其实早就在干了。 为什么 open ai 能拿到微软天亮支持？为什么美国政府对 ai 越来越敏感？因为他们知道， ai 未来不只是聊天机器人，而是未来金融、工业、医疗、军事、能源、无人系统的核心基础设施。换句话说， ai 不是 一个行业， 他是未来所有行业的底层引擎。而中国现在最危险的问题不是模型不够强，而是底层算力生态长期受制于人。这也是为什么杨文峰这一步会突然变得如此重要，因为他干的事情本质上不是做模型，而是在帮中国 ai 补最危险的一块短板。 更关键的是， d e p s e k。 现在已经不只是单纯的技术公司了，这次传出的投资阵容里，除了国家大基金，还有腾讯等科技巨头正在洽谈跟头，这里面的异味非常深， 国家队负责算力底座，腾讯负责生态落地，梁文峰本人继续掌控技术方向。这已经不是普通融资局了， 而是一个真正的中国 ai 国家队雏形。尤其腾讯一旦入场， d e p s e k。 未来就不仅仅只是实验室里的模型，而是可能快速进入社交、办公、企业服务、金融、工业等大量真实场景。这才是真正可怕的地方， 因为 ai 战争拼到最后，拼的不是谁参数高，而是谁先形成完整生态闭环。 open ai 为什么强？不是因为 g p d。 参数最多，而是因为它已经形成开发者生态、应用生态、商业生态。 现在，中国也终于开始有人往这条路上走了。最有意思的是，梁文峰本人居然还可能亲自跟投，很多人没意识到这意味着什么。 要知道他本来就已经控制着第一 p s e k。 绝大部分股份，理论上根本没必要继续往里砸钱，但他还是选择亲自下场。 这其实是一种非常强烈的信号，说明他赌的已经不只是商业利润，而是整个中国 ai 未来的战略位置。 说白了，他想做的不是中国版 c h a t g p t 而是真正属于中国自己的 ai 底层体系。所以现在再回头看， d e p s e k。 当初硬啃国产芯片，根本不是技术偏置，而是提前看到了未来。 因为美国真正想卡死中国的，从来都不是某一个 app， 而是整个算力体系。而梁文峰做的事情，本质上就是在帮中国 ai 拆掉这个定时炸弹。 这也是为什么国家会在这个时间点突然出手，因为有些公司是在做生意，而有些公司已经开始承担国家级战略任务了。现在很多人终于开始意识到，第一拍 ck 最厉害的地方可能从来都不是模型本身，而是他敢于在所有人都依赖美国的时候，第一个转身压住国产算力。 这一刀确实太狠了，但也正是这一刀，才真正让中国 ai 第一次看见了脱离美国芯片体系的可能。

前天马斯克三个小时的采访，你看了吗？反正我看了两遍，现在脑子里已经彻底炸翻了。真的不夸张，是那种看完之后会意识到自己对未来的理解，可能整整落后了一个时代。 这次他说的话比以往任何一次都更狠，更直接，也不像是在预测，而是像是在提前做风险提示。注意，下面这些话都不是我加工的，都是他亲口说的， 我只是给大家压缩成五分钟能听懂的版本。马斯克开门见山就说了一句话，我们已经站在 ai 时代起点之中。他给出的判断是，真正意义上的通用人工智能， 也就是 agi 会在二零二六年全面落地。而到二零三零年， ai 的 整体智能总量将超过全人类历史上所有人的总和。这意味着什么？他直接点名，几乎所有不需要动手操作的白领工作，已经有一半以上在技术上可以被替代，而且是现在，不是未来。更恐怖的是， ae 不是 单线进化，它是软件、硬件、机械三条曲线叠加式前进，进步速度那是指数级的，接近每年十倍。 马斯克的原话是，人类并不是重点，我们更像是数字。超级智能出现之前的生物引导程序，是一种过度形态。紧接着，他把话题拉到能源和算力，他说， 未来一切竞争的终极瓶颈只有一个能源。他甚至用了一个非常刺激的说法，说，未来财富真正的计量单位不是货币，而是瓦特，也就是你能掌控能用来做工的能量规模。而在这个维度上，他明确表示，中国在能源和制造能力上已经遥遥领先。这个遥遥领先是他的原话， 不是我加工的。他判断，正是因为这种发电能力、基建能力和工业体系，中国在 ai 算力竞赛中具备天然的优势。那能源从哪里来？ 他给出的终极答案呢？不是核聚变，而是太空太阳能。他直接嘲讽说，在地球上搞核聚变，就像在南极洲造一台制冰机， 我们明明可以直接利用九千三百万英里外的那个全天候稳定运行的巨大聚变炉太阳。他描述的路径非常具体， 用星舰每年把上百万吨的物资送入轨道，由 ai 主导，在太空建造巨型太阳能电站阵列，把能源传送回地球。这不是科幻，而是他正在推进的工程蓝图。第三个话题，这个是我个人认为最具冲击力的机器人。马斯克直接放话， 三年之内，擎天柱机器人在外科手术上的综合水平会超过世界上最顶尖的人类外科医生，五年内，这种能力将全面碾压人类，而且数量将会开始爆炸式的增长。 他给出的判断是，在二零四零年前后，机器人数量将达到一百亿台。还是保守估计，一旦机器人能够参与自我制造，任何产品和服务的成本将被压缩到只剩下原材料和电费，制造物流、服务互利，所有体力劳动都会被系统性的接管， 世界会进入一种人类历史上从来没有出现过的物质极度充裕的状态。可问题来了，过程会不会痛苦？马斯克的回答是，会，而且会非常痛苦。 他说，未来三到七年是一个地域级别的过渡期，一边是生产力爆发式的提升，一边是就业结构的断崖式崩塌，社会动荡几乎不可避免。 那政府能做什么呢？他说的非常冷静，反应一定会慢。唯一现实可行的办法就是直接给人发钱，维持社会稳定。但这不是传统意义上的劫富济贫，而是因为生产力过剩导致商品和服务价格极度下探， 普通人几乎可以免费获得绝大多数生活所需。甚至建议普通人不要再为十几年后的退休做现行的储蓄规划，因为要么世界发生根本性变化，要么你根本不再需要以现在的方式存钱。 接下来，他说的是对医疗和教育的彻底否定，说的也很直白。未来上大学，除了社交价值，几乎没有任何意义， 因为知识获取本身会被 ai 老师全面取代，而且是那种有无限耐心、完全个性化，永远不知疲倦的老师。医疗更夸张。 他预测，五年之内，任何一个普通人都能够获得比今天美国总统更好的医疗护理。 ai 诊断加机器人外科，会让顶级的医疗实现真正的全球民主化，几乎免费。 他甚至认为，衰老本身并不是哲学问题，而是工程问题，而且已经接近被解决。再往后，他把镜头拉向太空，他说， 星舰可能是人类在没有 ai 全面接管之前，凭借生物智能完成的最后一个，也是最宏大的工程。一旦成功，人类工业将不再被束缚在地球表面，近轨道、月球小行星都会成为工业节点，太空电站、太空数据中心，甚至利用月球质量加速器发射卫星， 最终目标是构建围绕太阳的能量采集网络脉象，能够利用整颗恒星能量的文明等级。最后，马斯克罕见的谈到了哲学， 他说，一个终极的假设是，我们很可能生活在某一代模拟之中，而如果模拟理论成立，那么只有有趣的文明才会被持续运行。为了让我们创造的 ai 对 人类友好，他提出了三条底层原则，第一，追求真理，强迫 ai 说谎会带来系统性风险。第二， 培养好奇心，好奇的 ai 才会觉得人类值得共存。第三，赋予美感，有美感的智能才可能创造一个值得生活的世界。那我们普通人该怎么办？我把他的建议浓缩成三点，第一，彻底改变学习模式， 从向人学转向于 ai 学。第二，重新审视财务逻辑，停止为一个可能已经不存在的未来做过度限行规划。第三，主动选择一种强制乐观的世界观。 马斯克说了一句让我印象非常深刻的话，他说，宁愿作为一个犯错的乐观主义者，也不要做一个正确的悲观主义者， 因为在这个指数级变化的时代，乐观本身就是一种生存策略。总结一句话就是，马斯克描述的未来是一个由 ai 和机器人驱动，以能源为血液、以太空为舞台的指数级世界，他会摧毁旧结构，也会创造前所未有的富足。 而未来这几年，可能正是我们这一生中最颠簸也最值得亲历的时代。我是杜氏观澜，我们下次再聊。

就在前两天，全球最牛投资机构之一的红山寨旧金山召开了二零二六红山 ai 峰会。这个闭门会邀请了包括 open ai 联合创始人布罗克曼、 deepmind 创始人哈萨比斯，还有 ai 大 神卡帕西在内的一百五十位全球顶级 ai 专家。整个闭门会全程保密， 信息密度极大。从红杉分享出来的有限资料里，我发现了四个非常重要的观点，给各位解读一下，大家可以先点赞收藏。第一，智能体时代来了。这个观点最炸裂的地方在于， ai 已经从工具彻底转向了智能体，它不再被动地等着你下指令，而是能自己定目标，自己想办法、自己干活。就 像 open ai 联合创始人布洛克曼说的， ai 不 再是提升效率的工具，而是能够自主行动并承担工作任务的智能体系统。这一位 ai 不 再只是帮你做事，而是直接替你做事，从辅助变成了主角， 你以后可能只需要管理一群 ai 员工。第二，这是一场计算革命，你以为 ai 只是让信息传得更快？错了， deepmind 的 创始人哈萨比斯直接点破。 ai 是 一场计算革命， 它不仅在改变生产力，更会重塑我们的世界秩序。以前的互联网、移动互联网改变的是信息的传播方式，而 ai 改变的是信息本身的处理方式。这就好比不是造一匹更快的马，而是直接发明了汽车。它要颠覆的不是交通效率，而是整个社会的运转规则、经济模式和行业结构。第三，百分之九十九点九的认知，劳动将被机器取代。这个观点更离谱， 但这是前特斯拉 ai 负责人卡帕西的判断，他说，我们正在迎来一个机器主导的认知革命， ai 将不仅仅提升效率，还会成为科学与创新的引擎。这 不只是替代重复的体力活，而是直接接管人类最骄傲的领域，决策、创意甚至科学。发现，未来人类的工作可能不再是执行，而 是变成提出问题和引导 ai， 我 们成了 ai 乐队的指挥家。第四，商业意义上的通用人工智能已经来了。你没听错， a g i 不 再是科幻电影里的遥远梦想。 open ai 的 布洛克曼给出了一个商业定义，如果一个智能体可以在遇到故障后自我修复并完成任务，它就不只是 ai， 它是商业意义上的通用人工智能。这 才是真正的核弹级观点。一个能自主解决问题甚至自我修复的 ai 已经从实验室走进了商业应用，这标志着一个新物种的诞生。把这四点连起来看，你会发现一件事，这场革命不会等任何人。洪山之所以召集一百五十名全球顶级的 ai 大 脑，因为他们都意识到，站在这个十字路口，每个选择都将决定未来十年的命运。 正如洪山合伙人最后说的那句话，工作方式将发生巨大的变化，一切都将迎来翻天覆地的改变。 ai 的 浪潮不是未来，它就是现在，就是今天，你打算怎么做？

你有没有想过 ai 最终会进化成什么样子？你知道 ai 发展到现在这个程度，它用了多长时间吗？真正意义上的大元模型，也就是亲爱的 gbt。 这种能跟你聊天的，是从二二年年底进入大众视野的。二三年 gbt 四上线，从不仅能看懂文字变成了还可以识别图片。 二四年， solo 上线，可以做视频了。二五年，中美大模型你争我夺。到了今年年初龙虾潮， ai 从对话框里爬了出来，满打满算四年，不到四年什么概念？ 咱们对比一下。电力革命，从法拉利发现了电磁感应，到爱迪生建成第一座发电站，用了整整五十年。互联网从阿帕网诞生到第一个网页浏览器出现，用了二十年。就连我们认为普及很快的智能手机， 从 iphone 第一代到真正改变生活，也走了将近十年。而 ai 呢？四年前，他连一句通顺的人话都说不利索。现在他可以写代码，能画画，能做短视频，能走进很多人的手机，能替代了大多数的工作，这种进化速度是史无前例的。 看到赵国香，你应该懂了，其实我们根本预测不了 ai 最终会进化成什么样子，因为他的进化速度早就超过了我们普通人的想象边界。四年前，谁能想到 ai 能从对话框里爬出来，长出手脚操作我们的电脑？ 四年后，我们又怎敢断言他不会变成我们现在根本想象不到的模样？我们唯一能够确定的是，他的进化不会停，而我们能做的是要么跟上，要么出局。

红杉是全世界最优秀的风险投资机构之一，从二零二三年叉 g p t 大 火之后，他们就敏睿的发现，未来最大的机会就是 ai， 没有之一。所以他们从二零二三年开始，每年举办 ai 年会，名叫 ai ascent。 去年我就给大家分享过这个年会的内容，这个年会尤其值得关注，因为这不是普通的行业会议， 而是红山试图总结 ai 大 趋势的一次年度判断。可以说，这是红山未来寻找机会的方向和逻辑。无论你想创业、投资，还是决定个人成长的方向，这个年会的内容都有很强的参考意义。 那接下来我就把红山最新的观点分享给你。今年年会的一开头，红山就抛出了一个很大胆的判断，今年的 ai 跟往年的 ai 很 不一样，因为今年的 ai 可以 干活了。 或者说过去几年， ai 只是更快的马车，它让你的工作效率提升百分之十或者百分之四十，但没有改变工作方式。但从今年开始， ai 已经变成汽车，甚至可以说是无人驾驶汽车。它不仅可以跑得更快，更重要的是，它会彻底改变你的工作流程、 组织形态，乃至于整个公司的运作方式。我以编程为例，让你直观感受一下马车和汽车的区别。二零二五年之前， ai 可以 帮你补全代码，程序员的效率提升了，但写代码的方式基本没变，程序员之间的写作方式更是不会变，那个时候 ai 就是 一辆更快的马车。但到了二零二五年，情况完全不一样了， 善用 ai 的 程序员连一行代码都不需要写了。比如 clark co 的 负责人 boris， 已经十二个月没有写过一行代码了。他在红山 ai 大 会上现场做了一个调研，发现现场有百分之五十的人也已经不写一行代码了。 你可能想问，不写代码程序员干嘛呢？只需要提需求和验收结果。你看，程序员个人的工作方式已经被 ai 彻底改变了。 再往后，洪山判断，会写程序的 ai 智能体会开始协助，甚至完全不需要人类介入写程序这件事，会彻底进入黑灯工厂模式。什么叫黑灯工厂呢？这是制造业的术语。你想啊，工厂里为什么需要开灯，是因为有人在里面工作。如果一整个工厂都不需要一个人，完全自动化，那就不需要开灯了。 所以黑灯工厂就是全自动，不需要一个人接入的工厂。其实除了编程，很多其他的工作也会经历类似的彻底改变。在医疗里，你可以雇一个 agent， 也就是智能体，帮你检查基因组，给你个性化的建议，推荐药物和临床实验。在法律里， agent 可以 帮你谈合同，甚至参与诉讼和和解。 而且洪山认为 agent 的 普及速度会非常的快。为什么呢？因为雇 agent 比雇人容易太多了。你看啊，优秀的人类员工很难复制，但想要复制 agent， 只需要给算力就行了。 人类员工你需要照顾他的情绪，但 agent 没有这个需求。人类员工需要发工资，而 agent 主要消耗 token， 而 token 比工资便宜多了。更重要的是，在大部分直线性的工作上，未来 agent 会比绝大部分人都要强。既然 ai agent 已经可以把一些工作闭环了，那未来更大的机会就不再是卖工具，而是卖服务的结果， 服务就是新的软件。一听到会有这么大的变化，很多人是不是会很慌？别慌，其实类似的变化我们人类已经经历过了。 洪山回顾了 physical work， 也就是体力工作的历史。所谓的体力工作，就是像制造、运输这样的工作。从历史来看，一七零零年所有的这类工作都是人或者动物的肌肉完成 的。后来水利、风力、蒸汽机、内燃机、电动机陆续出现，到今天，地球上百分之九十九以上的体力工作已经由机器完成了。而现在正在发生的其实是 cognitive work， 也就是类似于思考、计算、推理这种认知工作正在经历类似的改变。过去绝大多数思考都是人脑完成的，后来出现了计算机，帮人类完成了一部分这样的工作。未来神经网络，也就是 ai 会成为新的认知机器，这就是下一波的大机会。很快，地球上百分之九十九的认知工作都将由机器完成， 这个过程会跟工业革命类似，但规模会更大，速度会更快。问题来了，如果百分之九十九的体力工作和认知工作都被机器做了，你这样的一个世界会变成什么样呢？人类应该如何找到自己的位置和意义呢？洪山的合伙人讲了四个有趣的故事，非常有启发。第一个故事， ai 即将让知识大幅贬值。 十九世纪中期，美国为了纪念华盛顿，建了华盛顿纪念碑。为了体现这座建筑的重要性，建筑师把这个纪念碑建成了当时最高的建筑，而且建筑师用了当时最珍贵的金属做成顶部的尖尖。这个金属是什么呢？你肯定猜不到，是铝。对，你没听错，就是铝合金门窗的那个铝， 在当时，铝比黄金还贵。有意思的是，几十年之后，电接铝技术就出现了，铝立刻变得极其便宜。今天人们甚至可以用铝箔来包糖果，三明治用完就扔。之所以说这个故事，是因为知识正在经历类似的贬值过程。过去知识非常稀缺， 很多知识需要人类花费十几年以上才能学会，所以在过去知识很贵，但在不久的将来，这些知识可以被 ai 瞬间调用， 用完就会像铝箔一样被丢掉。知识就像铝，而 ai 技术就像电气铝技术。很多人无法接受自己寒窗苦读十几年积累的知识贬值的如此之快。但其实这种事没什么好奇怪的，因为类似的事情历史上发生过很多次。 第二个故事， ai 会带来外星设计。洪山的合伙人讲了美国航天局用算法优化天线设计的案例，你看，这个是人类设计的天线，对称优雅几何感，因为这种设计人类好理解， 但是如果让 ai 设计天线，会长这个样，形状非常奇怪，不符合人类的直觉，但效率更高。当 ai 开始承担认知工作，他设计出来的芯片、汽车建筑很可能就会像这样。很难理解，因为 ai 不 会按人类的审美去思考，他只会按目标函数去思考未来，我们需要接受大量看起来很奇怪，但效果很好的设 计。第三个故事， ai 会催生新的基础科学，工程师只是不断试错，凭经验去改进。 一百年之后，法国物理学家卡诺等人才把这些经验总结成热力学，变成了一门基础科学。现在 ai 也处在类似的阶段，大家在调模型参数、调工程架构，但还没有真正理解底层的科学理论。未来很可能会出现一门像热力学一样的基础新科学，专门解释 ai、 智能甚至意识。在密斯哈萨比斯就说过， 对 ai 的 研究，会促进人类对大脑的了解。第四个故事，摄影没有毁掉绘画，反而释放了艺术。摄影出现之前，绘画很长时间都在追求逼真，但摄影出现之后，人类突然发现机器比人更能还原现实。很多人以为绘画就完了，但结果却是印象派、表现主义、立体主义等艺术形式出现了。 为什么呢？因为人类发现艺术的本质，其实不是表达你看见了什么，而是表达你感受到了什么。所以你看，摄影不仅没有消灭绘画，反而让人类对艺术的理解更加深刻，也更接近本质。最后，洪山的合伙人引用了两千五百年前古希腊哲学家普罗泰格拉的一句话，人是万物的尺度。 什么意思呢？驴本身没有价值，艺术本身没有价值，智能本身也没有价值。他们之所以有价值，是因为他们进入了人的体验，和人发生了连接。 ai 可以 干活，也一定会干活，但只有人与人的连接，才能让这些事情变得有价值。 换句话说，当 ai 监管了大量的理性和重复的工作之后，人类不会失去价值，而是会在更人性、更情感的层面找到新的意义。洪山的这些观点你认同吗？欢迎在评论区聊一聊。

朋友们，国产 ai 大 模型四月密集炸场，你刷到的所有测评，全没说透 a 股的赚钱逻辑。你是不是以为谁的参数更高，上下文更长，对话更流畅，谁就是 ai 大 模型的赢家？ 错，今天我要告诉你，决定大模型生死的核心指标，百分之九十的人连听都没听过，而这恰恰是锁定 a 股未来结构性机会的关键密码。你刷到的所有大模型测评，比的全是参数、上下文、长度、画图好不好看？这些花架子 你知道吗？现在国内百分之九十的大模型连正向现金流都做不到，烧钱堆参数的时代已经彻底结束了。 所以判断大模型的核心标准，已经从能不能做出来，彻底变成了能不能赚到钱。那到底什么样的大模型才能真正跑通商业化闭环？我给你透个底，机构给 ai 大 模型公司做调研，第一个看的根本不是参数，而是商业化落地的三大核心壁垒，这也是百分之九十的散户完全忽略的关键点。 觉得刷新你认知的，先点个赞收藏起来，评论区告诉我，你最看好哪家国产大模型？第一个核心壁垒是推理效率带来的成本可控能力。 can， 你 可以理解成 ai 处理文字的最小单位，就像我们说话的一个字一个词，一百万 token， 差不多就是一百万字，能一次性装下一整本书。刚发布的 deep sec v 四，把百万上下文做成了普惠配置，表面看是参数和上下文的升级，底层核心是全新的稀疏注意力机制，把单 token 推理算力降到了前代的百分之二十七， 说白了就是别人处理同样的内容要花一百块电费，他只需要花二十七块，这才是真正的护城河。 现在国产大模型的比拼，早就不是谁能做更长的上下文，而是谁能把推理成本压到最低，让中小企业用得起、愿意付费，这才是规模化落地的前提。第二个核心壁垒，是全站自主可控的安全能力。说白了就是从底层的算力、芯片，到模型架构，再到部署落地，能不能完全摆脱海外依赖， 这不是情怀，是生死线。现在各家最新的旗舰大模型，表面上看都能聊天画图，但底层的国产画率天差地别。有的大模型底层算力全靠进口芯片，一旦供应链有波动直接停摆。 而有的已经实现了从芯片到模型的全链条国产替代。在政务、金融、工业这些核心涉密场景直接拿到了入场券，这才是别人超不走的壁垒。你以为 c 端用户多的大模型就厉害？又错了，现在 c 端大模型的变现效率极低，真正能给大模型带来稳定高利润的是 tob 的 行业付费。 这就是我要说的第三个核心壁垒，垂直行业的商业化闭环能力。就像你开个餐馆，靠散客赚的是小钱，给企业做团餐、做长期供应链才是稳定的大钱。现在各家旗舰大模型的核心差距已经不是通用能力， 而是在工业、金融、政务、医疗这些垂直行业，能不能做出可复制的落地解决方案，能不能让企业愿意持续付费， 这里就要提一个关键指标，单客户 ltv， 也就是客户生命周期总价值，说白了就是一个客户能给企业持续带来多少收入。就像你常去的理发店，看的不是你第一次办卡花了多少钱，而是你未来几年能在店里持续消费多少。这个指标才是决定大模型公司能走多远的核心。比如有的大模型在工业智能制造场景 设备故障预警准确率做到了百分之九十八，一旦和工厂的生产流程深度绑定，企业的替换成本极高，能带来持续五年以上的稳定付费，这比 c 端用户充个十几块的会员价值高上百倍。所以，能在垂直行业做出高 ltv、 高毛利率的大模型，才是真正的赢家，而不是只会聊天儿的通用模型。 讲到这里，你肯定要问，这要对应到 a 股市场哪些板块才真正有逻辑支撑？这里我要给你一个颠覆所有人认知的判断， a 股的 ai 大 模型行情，已经从题材炒作的上半场彻底进入到业绩兑现的下半场， 真正具备长期逻辑支撑的，根本不是大家扎堆看的大模型本质公司。说白了上半场是炒概念，谁粘 ai 就 涨，下半场是看业绩，谁能真金白银赚到钱，谁才有估值修复的空间。 估值修复说白了就是市场认可了企业的赚钱能力，给他的合理定价重新往上走。就像你家的房子，之前周边没配套卖不上价，现在通了地铁，建了学校，价格回到了他该有的合理水平。 觉得这个判断说到你心坎里的，把业绩为王打在评论区里，接下来我给你做分层研判，全程只讲客观逻辑，不做任何投资建议。首先第一个就是自主可控的高效算力底座环节。大模型的迭代和落地，永远离不开算力支撑。这就像盖房子， 不管你设计的户型再好，没有稳定的钢筋水泥，全是空中楼阁。现在国产大模型全面进入推理落地阶段，日军 token 掉用量两年时间从一千亿跃升至一百四十万亿，带来的是高效算力的指数级需求增长。 但这里要注意，不是所有算力都有机会，市场已经从粗放的堆规模转向了精细化的算效率看利润，真正具备逻辑支撑的，是能实现推理效率提升、全占国产化的算力芯片、算力调度、光模块、液冷散热这些细分环节，不仅有大模型的需求支撑，还有国产替代的核心逻辑，具备长期的发展空间。 第二个就是垂直行业场景的信息化赋能环节。大模型的商业化兑现，最终要落地到实体经济里。工业软件、金融科技、医疗信息化、教育信息、政务信息化这些板块都是大模型落地的核心场景。 谁能把大模型和行业需求深度结合，帮企业降本增效，谁就能拿到持续的付费订单，实现业绩的稳定增长。尤其是已经在垂直行业深耕多年，积累了海量行业数据和客户资源的企业，能最快把大模型转化为实实在在的营收，这也是机构资金重点关注的核心方向。 第三个就是数据要素与数据安全环节。大模型的核心燃料是高质量的合规数据，没有数据，再好的模型也是无米之炊。随着大模型的全面普及，数据的确权、治理、交易还有数据安全防护的需求会迎来爆发式增长， 尤其是能为大模型提供合规行业数据数据安全防护解决方案的板块，它的逻辑会随着 ai 产业的发展持续强化，具备长期的确定性。当然，所有板块的发展都会受到技术迭代进度、商业化落地速度、行业政策变化等多种因素的影响，市场波动存在不确定性，没有绝对的确定性机会。 总结一下，国产旗舰 ai 大 模型的终极对决，拼的早就不是参数均备竞赛，而是推理成本可控、权占自主可控、垂直行业商业化落地这三大核心能力。对应到 a 股市场 ai 行情的下半场，拼的也不是题材炒作，而是业绩的真金白银兑现。 真正具备长期逻辑支撑的就是高效算力、自主可控、垂直场景落地、数据要素安全这三大核心赛道。下期我会深度拆解刚发布的 deep seek v 四带来的产业链机会，以及 ai 模型效率革命背后的核心赛道逻辑，不想错过的赶紧点个关注！

哎，对，如果说从评比一下就是中美之间哪方面的一个能力比较强的话，我觉得美国可能是在模型的底层能力，算力、投资方面确实比较强。我们都知道像欧派 r 最新的一轮融资应该是有五千亿美元， 那中国的其实很多 ar 公司融资是没有这么高的。那在算力方面我们都知道啊， o p r 的 话应该是今年预计。呃，在啊，是 o p r 融资是一千五百亿，五千亿我有点记不清了，好像是它这个算力要新购买五千亿的一个算力。然后 还有一个方面就是他对于底层模型，我们都知道这个底层那些模型的能力，比如说 o p r 的， 嗯，在一些垂直领域，像金融、法律、医疗方面能力确实是已经比较强，超越了专业这些那个工程师们，比如说急诊的的那些，那个问答已经超越了急诊科医生。 所以我才说海外的主要是集中在这个模底层大模型的能力以及算力和融资，其实这个是相辅相成的，因为融的钱多嘛，所以可以购买更多的算力，可以去训练更强的模型嘛，因为钱多这个数据我们知道，训练大模型就是烧钱嘛。 那中国的话，嗯，应该说中美是双强，中国的话我们的优势应该在哪里？我觉得第一是模型的差距减少了，第二是在硬层，我们应该是大爆发。 硬层的话我举个例子啊，在硬层我们有哪些大爆发？你比如说，呃，从一个数据可以看出来，就是海外和中国的这个模型的一个调用量上去相比的话，中国模型的调用量，比如说像 deepsea、 维斯系列，以及像这个智浦呀各种模型吧， 它的性价比是最高的，所以我们的调运这个是比美国的要多的多，应该是有将近两三倍的一个差距。 所以我说我们主要是这个性价比方面，也就是这个。嗯，把这个模型三对不是最顶层的，但是那个百分之三的差距，在百分之九十九的任务上已经够用的了。所以说我们在落地做的比较好， 然后我们的融资方面可能需要加强，我们还做的比较好的方面就是，嗯，我们现在有很多这个生态，做的其实也比较强。我们知道这个 龙虾虽然非常火，在全球都非常火，但是都没有在中国最火，这是我看到的一些变化。

人性机器人这个概念发展到什么程度了？这个最近呢，大家一直比较关注人性机器人两个原因， 第一个原因呢，就是春节期间，人性机器人又在央视火了一把，又跳舞啊，又呃又打拳，呃，似乎一派生机盎然的景象。第二个呢，就是最近呢就是人性机器人又参加马拉松，而且呢，这今年的技术比以前要高。 呃，这是两个近期火的原因。呃，现在进入五月份之后，人性机器人的概念开始骚动了，你比如说像巨轮呐，包括像呃五洲啊等等，这一些他们都有都有所表现。 呃，这个可能跟近期这个语数科技呃要申请上市呃有很大的关系。 那么现在有一个新的问题摆在我面前了，就是人性机器人这个题材，他到底发展到什么程度？ 呃，是不是像市场的对他的各种各样的非议呢？嗯，所以说我今天和大家一起来谈谈这个问题。先说人人型机器人啊，一开始从机器跳舞 到跳的很熟练，从惊起到慢慢感觉跳舞似乎呃不是人们想要的人性机器人。所以于是呢，就是这个，现在网上出现了一种先保后贬的情况。 千宝，就觉着，你看这个机器人能够爬坡呀，能够运运输东西啊，是啊，能够，我记得最早的时候，北大这个运动会的时候，他在运动场上能够向一个老人攀上着走路，当时我们就感到很惊奇，就所谓的人形机器人的概念， 嗯，那么到目前为止，人形机器人的成果是什么？就是能走，呃，能跑，呃，能够跑马拉松就是能运动， 这是人企业的进展，在这个代表性的企业包括语数科技支援机器人，包括这两天有个叫松原动力，就是江，这个江培元就是清华的一个电子系的一个博士辍学了以后做这个事好像进步还挺快。 那么但是现在对人性机器人的这个比较贬低和苟并的是就人性机器人没脑子， 就人形机器人，他没有独立的这样一个呃，能够能够变成像人一样思考的东西。这就目前的一个争议的焦点， 现在人形机器人目前进展到什么程度呢？就是通过人穿上人形机器人的东西，那么人打拳、走路这个活动，那么机器把这个数据记录下来，就存到这个机器的数据库里去，那么机器按照指令就是就可以像人一样跑步、跳舞， 你比如春晚上那个跳舞，他是排练好的。呃，这是一种情况。还有一种情况就是直接和人进行连接，就人走他也走，人停他也停，这叫模仿人类。但是不管怎么样就是人性机器人，目前他他是不具有自我的意识，他就是从人身上找数据， 那么这也是很多人呢狗病机器人的地方，说机器人现在他不具备一种独立的意识，那么既然是这样的话，他就很难走进我们的家庭， 你看我们的家庭里边，我们很多人希望养老都是用机器人。呃，但实际上目前的机器人按照我的介绍，他是指令性的机器人，就你给他下的什么指令，你写什么程序，他按照指令走，有点像生产线一样说为什么现在这个机器人里边有一种萝卜快炒， 就就是炒炒炒菜或者萝卜快跑，他就是固定路线。嗯，我打一个形象的比方，就是目前呢机器人进入一个叫自动化的生产阶段，就是我们有一条生产线，把它编码好了，他就像机器啊，自动运转 这目前的情况。而且呢机器人他现在正在和这个大模型结合，从大模型调取数据。 为什么？现在智能体非常火？智能体比这个人形机器人有另外一个赛道，人形机器人首先是机器人，然后是人形，然后它能够按照人的指令做事，能跑步，哎，但大脑不行。那那个 这个智能体呢？他能干嘛？他是用一套软件，他能接受我们的指令订餐，他能接受我们的指令选餐厅，他能接受我们的指令去付款，接受我们的指令找快递小哥送回家，他能成为我们的一个助理，这就是执行人的愿望。这一点呢， 智能体的发展的就非常好，所以你看智能体前段那个 minnes， 他 卖给了扎克伯格， 就是这个问题打扰或者被叫停了嘛？所以我讲的这，我总结总结现在人性机器人进展到什么程度？能动， 能跑马拉松，所以他就他那个，呃，灵巧手啊，转轴啊，特别多。前两天我碰到一个专家，他说人这个手上有二十七根这个，呃，这种肌肉， 说有了这二十七根以后，人可以自由的运动，每一根肌肉断了以后人都不能活动，这有的人可能这个肌肉断了以后就不能活动， 所以这就是人的特征。那么菱角手呢？就利用人的这二十七根肌肉变成二十七七条线路，八十二十七个马达，他就可以做这种菱角手，但是呢这个是个物理动作，是个机械的动作。 那么我讲到这的时候，我们就是机器人进入一个新的阶段，就是能不能有自动化的问题， 所以这个时候就想到了此前呢马斯克他们搞的那个自动驾驶，就是我们通过这个车自动驾驶，我们到哪去，他自动把车开到那去。所以自动驾驶需要几个条件，第一有广泛的芯片，有上万家芯片。 第二对周周围的东西进行这个数据的采集。第三建立一个大数据模型。那么第四个它有一个这种无线的系统，要么就是五 g、 六 g， 要么就是呃星列，就是它形成这样一个接收数据系统。最后一个就是它能完成我们的指令， 目前来看都在进展过程中，自动驾驶近期很难完成，我们目前都叫远程操控，说这是自动驾驶的情况。好，我把这个问题做一个总结，就是 人形机器人的机器行动，这个问题解决了，人形机器人的机器按照人的指令办事，就是通过人的指令呃，模仿人，这个解决了，人形机器人做不到，也就是听人的话独立完成这个东西，他所以说因此他有很多 bug， 那么下一步要重点发展这个，呃，就是自动驾驶，有了自动驾驶以后，他就可以执行人的东西，这就是我们想看到的东西。 那么所以最近大家能关注我就是即使这样的话，像宇宙科技这种，呃，公司上市了，然会引起市场的关注，因为市场会关注这种第一股的概念，只是他的估值可能会没什么，没那么高。嗯，所以很多人不看好你，像李飞飞就不看好。 嗯，有很多人觉得十年之内人性其实都没有前途，这个是过于悲观了。但是人性机器要完全达到能完成人的一些任务，像人一样有独立思考能力，像人一样能够呃判断形势来作出决策，这个需要漫长的路。但我最后想讲一句话，人 一定能够做出一些出出人意料的东西，就像我们几年前谈那个 open i 谈拆的 gpt， 三点五、四点零，现在已经到五点五了，可能再过几年到六点、六点零、七点零、八点零、十点零，那人类的能力会越来越强。 这是我今天针对机器人我做的分析，所以关注科技进步，也许这个时代就是你最好的做法。

如果哪个国家掌握了通用人工智能，他绝对会把其他国家摁到地上锤的。谁能告诉我 ai 现在已经迭代了几次了？我觉得百分之九十以上的人都不太清楚现在 ai 是 个什么阶段。我觉得 ai 从诞生到未来发展的完全一共就五步，五个阶段。第一个阶段就是纯文本阶段， 第二个阶段就是 ai 模型会工具调用了。第三个阶段就是 ai 会反问你了。第四个阶段就是智能体阶段， ai 更像是一个团队在工作。第五个阶段就是 agi 通用人工智能，就是 ai 可以 自主进化， 一共就是这五个阶段，因为我这个视频偏向于科普类型的，所以就不宜讲太深奥。第一个阶段是纯文本对话阶段，就是 g p t。 三点五问世的时候，我觉得 ai 模型称得上智能，就是从 g p t 三点五开始的，应该是二三年的三月份吧，当时是一个什么情况呢？就是当时的模型，你去这个模型的官网，你去访问， 一问一答，你问什么他答什么，他知道的很全面，这是最简单的形式。第二个阶段是工具调用阶段。工具调用阶段，那就是证明这些 ai 模型可以很好的视频，你本地的电脑环境，它可以控制你的电脑，你还需要 ai 模型去使用工具完成你的指令。 比如说你让他创建文件夹，他就会在你指定的位置给你创建好相应的东西。比如说让他制作一段音频，让他制作一些视频，他能简单的通过一些特效给你制作好。 这是第二个阶段工具调用。第三个阶段就是反问阶段。反问阶段呢，其实离现在也不远，应该是在二零二五年年底开始兴起的，就是当你对 ai 模型提出你的需求的时候， ai 模型判断你的需求不明确，他会去主动问你，把这些他不清楚的点去一个一个填满，说白了就是引导你去填充你的提示词，让它更完整。之所以第三个阶段 ai 模型有这个反问机制 的原因，就是在二五年年末这个阶段 ai 模型的上下文长度已经很长了，大部分模型都能达到一百万头衔，也就是大概二十万字，因为 ai 模型的记忆变长了，那么它就有精力和余力去填补你的提示词。第四个阶段就是智能体阶段。智能体阶段也就是大概在二零年二月份开始， 包括龙虾、 openclo 这个工具出来以后，到目前还有什么爱马仕还有等等大厂了自己的 openclo 类的这些智能体工具。智能体在我看来是前几个阶段的一个补充和完善。 当你 ai 模型是一个成熟的产品后，加入了第二阶段可以调用工具的能力和特性后，就相当于给 ai 模型装上了双手双脚。进入了第三阶段后， 他不光是有了双手双脚，有了执行能力，他也有一定的记忆能力了，会持续的执行你的指令，那么自然而然就进化到了第四阶段。智能体阶段 意味着什么呢？他能调用更多的工具，他能记住的上下文更长。目前比如说这个 openclaw、 小 龙虾，他支持的这些官方非官方的这些插件都成千上万了，就非常多。据我个人的感知和判断呢，我觉得 最快到二六年年底吧，这个智能体阶段基本上日趋成熟了。明年 ai 模型将会进入到什么阶段呢？我觉得是一个大整合阶段，所有内容基本上都要有 ai 框架， ai 模型去驱动模型，通过电脑和手机的底层代码，访问每一个电脑上的功能和手机上的功能，你想到什么， ai 就 从最底层给你构建起来，你用就行了。到了明年，每一个人都是程序员了。那么到了第五阶段，就是通用人工智能阶段，我觉得实现 agi 的 话，还是有很长的路要走。 agi 是 什么意思？就是 ai 就 可以自己思考，自己驱动，自己去进化，他觉得哦 自己的表格控制能力很差，他就会拼命地自己补习，怎么把表格识别的更精准，怎么把表格功能函数玩的更赚，自己会更新一个 a g i， 一 点一更新出来了，好，基本上市面上这些表格类的工具全部可以干掉了， a g i 自己就可以 把这些事全部揽下来了。材料方向，它能把已知的人类所有发现的物质，它能自己去量量组合吧，说不定它就发现一个新物质，包括生物方面，人的这些蛋白质的结构， dna 的 结构，它全部已经解密生成完了，它就能发现癌症的机理，糖尿病的机理， 这些先天性的遗传病是怎么发生的，怎么阻断，怎么治疗，这个生物方面也有极大的推进，这就是通用人工智能阶段，如果哪个国家掌握了通用人工智能，他绝对会把其他国家摁到地上锤的，掌握了这个 就掌握了 a g i 的 国家的国民什么都不用干，因为你只要给 ai 电，给 ai 网，给 ai 数据，它自己哐哐哐干活干的可起劲了，把所有 人类研究不出来的东西它全部解决掉了。这个也不算是我的夸夸其谈吧，两两物质组合生成新物质，包括人类蛋白质的解码，这些工作 ai 都已经实现了，只是 ai 需要自己去动脑子想怎么做，这个东西只要一破茧了，那么 ai 就 不能算是一个软件了，它能算一个焊机生命了。

比较热，如何落地，真正在真实的这种业务场景里面。 哈喽，大家好，我现在是来到了数字中国建设峰会，这个展会的话可以说是真正数字化落地方案里面最成熟的一个展会，各个大厂都拿出了现在最头部的应用方案。 ai 发展这么快，到底和你有什么关系？这个是职场的效率神器，这个让你开会不用带笔记本，这个改变了医生的工作流， 这个加强了业务的合规。在 macbook 的 展位上面，我给大家看到一个全站式组织提效方案， 输入古文出师表，哦，这个直接就出来了，我们一下灌入了一些知识库的能力，输入公式，勾股定律，你看他直接就会打出来这个公式，我们甚至可以输入更长，就是输入法接入了自建的知识库。自建的这些知识库现在实际在应用的行业有哪些？ 我们现在把 ksi、 高职教这些都覆盖了，这是老师的部分，这份资料别人写了很多的备注，我想马上去用它，那我就应该把这字迹去掉吧。 图片的话，拖上去之后，他能识别我的意图是什么样的，你看这张图片，他就能够给我刷，就墙屋都没了，不调用任何的工具就可以揣测我的意图，属于是懂我的一个电脑， 我们看一下这个画面有没有变化，哎。自动导播台，它是有一块一体 led 的， 解决远程的开会的一个使用就是我们逐个发言，然后特别是就怎么找镜头啊，都要用后台去瞧， 特别是一种培训或者是领导讲话，他可能会滋的这一声，就造成了一个萧教，这个的话呢是也是通过算法的一个加持啊，把这一个萧教给抑制掉。在公司里面我觉得最害怕的就是开会， 而且开会的时候一定要带一个笔记本，带支笔有模有样的记一下才是。我比较认真的开会，但是现在告诉你，以后开会你不用带笔记本了，总结记要就整个他会有一个会议概要，他可以根据我们这场会所说的重点内容帮我们概括出来，包括就是我们刚说的 一些代办，我们都会罗列出来，以及我们的发言人的一些描述。比如说这场会议有四场，四个发言人，他就会一二三四分别罗列对你说了什么，而且还有一个语言规则度，他可以直接的帮我们去啊，自检一遍敏感词啊，过滤掉。最后呢我们还支持扫码带走， 以加密的一个方式，当你开了加密之后，外部的人是看不到的，整一个会议的全流程的流转，会前、会中、会后，我们通过 ai 的 一些赋能打造了一场高效协调的一些会议， 一个是医生视角，一个是病人的视角，这些画面的话就是对接的医院的真实的设备，比如说像这个彩超画面，或者是 ct 工作站啊，这些数据全部都是本地的。对，我们 通过这样一个物理终端，我去看病的时候化验要第二天再去给医生挂个号，再问他一次，现在的话我就是出了报告我就可以不用再去医院了。 然后我说医生你自己看一下，我现在报告已经出了，你帮我再说一下我应该怎么来治疗，这这个画面其实就可以理解为它传输给患者的真实的画面。然后我可以去做一个动态的一个标注，其实已经用技术层面上面解决了，我不用在现场就可以实现面对面问诊的这样的一个效果，挺好 挺好挺好。现在有不有人在用上海第一人民医院以及武汉大学这个？呃，医院都在用， 一次玩手机被抓了，玩手机被抓了，一次玩手机 我们看到一次物品桌面，一次员工抓拍，一次桌面未关，那个场景呢？主要是银行这种高贵场景是做整体的一个员工的行为管理啊。你看我现在在玩手机， 员工拍屏就是对着屏幕拍，这样的行为在日常的监管上是严格不合理的，因为屏幕上是它的系统，都是 一些客户信息比较敏感的，是不能对外展示的。然后咱们这个行业客户几个主要的大行都在用。那对于这种重点的这种安防领域的这样的一些企业的话，除了人质以外，咱们还有 ai 帮你来管理。比如说你在评标过程中，如果说这个评标人他在打电话， 或者说两个人之间交头接耳，这种商量，对，是直接被 i 记录的。对，告警的吗？是的，他会直直接在我们终端上去告警，一切你的行为都是被监控的。是的，比如说 说了这家不错，或者是这家怎么样这种敏感词，我们也可以去识别行为分析，然后他会自动切片。对，如果说用这种摄像头来监控我平时的工作我是很反感的。但是如果说用这种方式去监控，比如说固定的场景评标， 比如说网点的营运，我觉得这个是非常必要的，而且，而且专家是敢的，他都不知道。所以说现在各位评标的专家们，你们一定要严格规范，你的一些违规的行为已经被监控了，并且可以生成在评标报告当中，现在已经在做了。 我们看到了一个全站的一个解决方案，它不仅是软件，还有硬件，而且它的所有的这一个 呃模型，包括算力全部国产字眼真的是未来扑面而来，这些不是趋势，而是已经在行业落地的方案。

五月第一周， ai 签杀疯了 coco 连甩三个王炸 jimmy 四 vo 四官宣 ai 衣柜加口语陪练上线， cloud 直接接管五十加设计软件一键修图建模编剧， 还有复古 ai 英伟达开源模型颠覆认知，每一条都在改写行业规则。一、谷歌王炸预告 jimmy 四加 v o 四即将登场， jimmy 支持原声生成 pdf office c s d 复制排版，彻底淘汰，效率直接拉满。二、酷狗相册 ai 衣柜来了，自动整理相册穿搭， 你试穿分为存档 o o t d 穿搭档直接解放双手。三、翻译 app 集体危机酷狗翻译 ai 口语陪练上线，精准纠音加主点指导电口语再也不用报班。四 pro 的 纯创作神器，接入 photoshop and eric 等五十家软件，自然语言一键修图， 三 d 建模音乐编曲。五、英伟达开源 number trump 三 nano amni 全模态感知，给 ai 智能体装上眼睛耳朵看抖音视频与屏幕内容。六、复古 ai 震撼发布 topkey 幺九三零幺三 b 用一九三一年前数据训练，无互联网污染，能立对标现代 ai。

哎，真的是彻底改变了我的生活，我每天在做直播的时候，需要把切片 一分钟、一分钟，甚至一秒钟、一秒钟，一帧一帧的挑出来，看哪些可以对外发布。我干这个事情我觉得很烦， 然后我就在想怎么样让 ai 把这事情帮我搞定呢？终于我作为一个完全不懂技术的人，在 ai 的 帮助下，我把这个事情跑通了。我们来看一下它工作的效果和它工作完之后的效果。 现在我们先来看 ai 是 怎么样帮我把它分析好之后，剪切好的视频直接放到我的本地文件夹里的。 好，它现在已经干完了，我们来看一下它剪完之后的效果。 and i hope that if you want to improve your english you need to。 每天做十个俯卧撑，每天去跑三公里啊，我觉得 好，这些都是他剪完的，大家看上面的这个修改时间和创建日期就可以完全发现是吧？这不可能是人工完成的，所以 ai 真的 是改变我们的生活。

美国刚刚传来超级大消息，太疯狂了，简直杀疯了！在上个月 deepsea 完成了国产芯片算力的大突破技术之后，现在中国的大模型全都疯狂集体大爆发。最新的一周数据显示， 我们中国的几个顶级大模型，直接在全球范围内对美国科技圈开启了一场疯狂大屠杀，真的太恐怖了，这是最近五年，我第一次见到美国第一次被我们中国如此强势的大反杀大压制。我估计此时此刻，美国科技圈的大佬气的头顶都在冒烟。 可能很多人还不清楚到底发生了多么震撼的事，我给你们看看最新的数据。总部位于美国的 ai 监测平台机构 openroute 刚刚公布了二零二六年最新一周，四月二十七号到五月三号的全球 ai 打模型总掉用量排名。 数据显示，最新一周，我们中国超越了美国，登顶全球第一。美国所有 ai 大 模型的全球周雕用量加起来为三点二五八万亿。托肯，中国 ai 大 模型全球周雕用量环比增长百分之八十一点七， 达到了恐怖的七点九四二万亿。 tok 全球调用量使用量 tok 吊打美国一倍还多。具体到单个大模型方面，对比更是明显，以前全球排名前十基本都被美国的大模型霸占，现在呢？随着 deepsea 突破了国产芯片算力的大技术， 最新一期榜单中，中国直接拿下了前十名里面的六个腾讯的会员。 high 三 per view 周掉用量达三点零三万亿！ tokyo 环比暴增百分之七百九十九，相当于八倍的恐怖增长， 这个增长速度吓坏了无数美国科技大佬，全球排名前十大模型榜单只有四家美国大模型还在裂了，其他的六个位置全都被一周时间抢走了， 你们根本不知道这一幕带来的冲击有多么巨大。要知道人工智能领域美国最近几年一直都是势在必得，对方为此耗费了无数人力财力，结果现在不但被我们反超了，而且一下子超过了这么多，这代表的不仅仅是中国人工智能领域的大进步，大崛起， 更意味着全球越来越多的国家，全球越来越多的企业开始大量使用我们中国的 ai 大 模型， 开始相信我们开始选择战队。我们最重要的是，现在全球科技圈都知道，这仅仅只是一个刚刚开始。任何一个理性的人都看得出， deepsea 只是刚突破美国的芯片算力封锁，让我们中国的大模型实现了能够使用国产的 ai 芯片完成顶级训练， 那加以时日，随着我们算力芯片产量的提升，那我们人工智能领域百分百会迎来更大的进步，更大的崛起。此时此刻，最后悔的肯定是美国的科技大佬， 原本他们建立这样的每周全球 t 肯排行榜，是让全球见证美国 ai 巨头的超强能力，没想到现在竟然让全球科技圈见证了中国以 deep sea 为代表的大模型封神之战。 要知道 deepsea 才刚更新一周多啊，就已经带领中国的大模型总体实现了对美国大模型的反杀， 真的科技圈无数人都在说 deepsea 太霸气，太厉害了，简直是一个人吊打全美 ai 巨头， 一个人就把美国的桌子给掀翻了，太霸气了。此时此刻，我估计美国的科技大佬肯定肠子都悔青了，恨不得立即叫停现在的美洲 ai 排名，偷啃排名榜单。

全球 ai 圈彻底炸锅了！就在四月二十四日， deepsea v 四正式发布。很多人以为这只是一次普通的版本更新，但看懂行的人都知道，这一次 硅谷巨头们可能要睡不着觉了。为什么这么说呢？先看数据。第一， deepstack v 四直接把顶级模型的 a p i 价格打到了地板价，输入输出统一只要六块钱一百万。 talk， 这是什么概念？相当于把原来高高在上的 ai 智力 变成了像自来水一样便宜的公共服务。这不仅仅是降价，这是对传统 ai 商业模式的降维打击。第二，那它凭什么这么便宜呢？烧钱补贴吗？ 错，底层逻辑是硬核的技术效率革命，它采用了混合专家架构，虽然模型总参数高达一点六万亿， 但每次干活只让对口的那几个人干活，算力成本 直接砍掉百分之九十以上。第三，他摆脱了对英伟达推理芯片的绝对依赖。 deepsea v 四与华为、升腾等国产芯片深度配适，证明了即使不靠海外顶级显卡，我们也能跑出世界一流的模型。这才是最让对手紧张的， 中国 ai 终于掌握了自己的命运。第四，更炸裂的是，它坚持开源，以前顶级技术被关在巨大的黑匣子里，现在 deep seek 直接把钥匙交给了全世界。这意味着以后不管你是做软件开发、 数据分析，还是搞自媒体创作，你都能以极低的成本用上全球顶级的 ai 大 脑。 ai 不 再是为少数人的特权，而是每个人的工具。 ai 的 iphone 时刻也许还没有来，但 ai 的 拼多多时刻 真的来了，这场由国产模型掀起的效率革命，注定会载入史册。