发生了什么:马斯克今天接受央视财经专访。谈到中国的 AI 模型,他的说法是「单位算力产出性能几乎是全球顶尖水平」。算力(跑 AI 要用的机器资源)投进去多少,换回多少效果,这个比值决定了模型的报价。他还预计,两到三年内中国能靠光刻和芯片制造补上机器资源的缺口。
为什么重要:这两句话指向的是成本。模型训练和日常调用都要租机器、买卡,同样一块卡能产出多少效果,直接决定产品的定价空间。国内厂商在硬件采购受限的条件下,把工程优化和算法效率压到极限,这条路能不能持续,看的是后面的芯片供给能不能跟上。
对谁的估值有影响:普通读者能感知到的部分更直接:用国产模型的产品会更便宜。做企业采购的可以多问一句,服务商报价里的机器成本占多少。这个数越低的公司,越扛得住接下来的价格战。
发生了什么:The Information 报道,DeepSeek 正在训练一个约 2 万亿参数的新模型。参数(模型内部的可调数字,越多通常越能处理复杂任务)翻倍意味着训练和调用的机器开销一起涨。梁文锋在近期的投资者会议上说,下一步要把模型推到 8 万亿参数。
为什么重要:一年前 8 万亿还是个很难想象的数字。国内厂商的特别之处在于,硬件采购受限,只能把工程效率做上去,用更少的机器换更多的能力。这条路走通,同价位的产品能力上限会被抬高;走不通,成本和速度两头都会难受。
对谁的估值有影响:对用户来说,参数大不等于好用,值不值得等要看两件事:新模型什么时候开放接口,按什么价格卖。做产品的人可以先按现在的价格算成本,等新版报价出来再决定要不要迁移。
发生了什么:彭博报道,中美两国在 AI 安全上的表态正在靠近:都要给 AI 立规矩,又不愿意因为管得太紧放慢竞赛速度。两边谈的是同一件事的两面,能力继续往前走,风险控制跟着上,顺序和节奏谁都不肯让步。
为什么重要:这个平衡很难拿捏。管得紧,企业把研发搬到别的地方;管得松,出了事故没人负责。报道里提到一个细节,双方都倾向于把评估和标准交给第三方机构做,而不是直接卡住模型发布。这样一来,各国标准之间怎么互认,就成了下一轮谈判的题目。
对谁的估值有影响:对做 AI 出海的公司,接下来要盯合规清单:哪些模型能力需要报备,哪些数据不能出境。规则落得越快,产品上线的时间表越好排。现在就可以先把自家模型的训练数据来源和评估材料整理成一份能递出去的文档。
发生了什么:彭博报道,World Labs 创始人李飞飞公开呼吁,给 AI 建一套独立于开发公司的监督机制。她的理由是,能力越强的模型,越不该由做它的公司自己说了算。这套想法在美国已经讨论了一段时间,推进得一直不快。
为什么重要:她提的独立机构,工作包括评估模型风险、公开部分结果。难点很具体:钱从哪来,谁有资格进这个机构,结论对企业有没有约束力。第三方评估要真管用,还得能拿到模型内部的测试权限。
对谁的估值有影响:普通用户短期感受不到变化。做 AI 产品的团队可以记住这套监管的走向,将来参加政府项目或者进入受监管行业,一份第三方评估报告很可能变成投标的硬材料。现在就把模型测试记录留好,比临时补材料省事。
发生了什么:彭博报道,SpaceXAI 的 Grok Bot 上线首月用户数突破 40 万。它和普通聊天机器人的区别在于能自己动手:订行程、发邮件、填表,用户给它账号权限,它把流程跑完。
为什么重要:40 万放在消费产品里不算大,放在「替人干活」这类工具里已经是领跑。真正决定留存的是另一件事:它替你做完的事,你敢不敢不复核。出错一次,用户就会把权限收回去。
对谁的估值有影响:想用的人先从小事试:订阅续费提醒、比价、整理邮件。别一上来就把支付权限交出去,用两周看看它出错时的表现再决定放多少权。
发生了什么:彭博报道,World Labs 创始人李飞飞公开呼吁对 AI 建立独立监督。她的立场很直接:管这件事的机构不能既做开发又当裁判,评估要交给外部。
为什么重要:这类表态最近密集出现。政府、学界、公司三方都在抢定规则的位置,差别在谁有最终解释权。
对谁的估值有影响:对做海外市场的团队,这些话会落成具体动作:模型评估要不要交给第三方,日志要留多久。现在就把评测流程和留痕做规范,比事后补便宜。
发生了什么:The Information 报道,DeepSeek 目前正在训练一个约 2 万亿参数的新模型。梁文锋在近期一场投资者会议上说,公司下一步计划把参数推到 8 万亿。一年前,这个数字还只出现在讨论里。
为什么重要:参数(模型内部可调的旋钮数量)变大,直接对应两件事:训练要更多显卡,也要更多电;回答一次问题的开销更高。DeepSeek 之前靠低价和开源攒下开发者口碑,往超大走,就要在便宜和最强之间重新排顺序。
对谁的估值有影响:普通用户短期感觉不到变化,手机上用的还是现在这一版。做应用的公司要盯两点:下一代模型是否继续开源,价格表怎么调。这两条决定明年的调用成本。
发生了什么:在云栖大会上,阿里给出的判断是:三年之内会出现一个原生的全模态统一生成模型,文字、图像、视频、声音在同一个模型里处理。同场展示里,导演陆川和团队用 AI 还原了 400 年前一场明代灾难的场景,前后 5 天,没有搭景,也没有等演员档期。
为什么重要:省掉的是前置环节:找景、搭景、约人、定妆。这部分过去按月算钱,现在压到按天算。
对谁的估值有影响:做内容的小团队可以先从短片和广告片试起。这类片子预算可控、流程短,跑通一次就知道值不值。
📋 完整源稿 · 论坛全文
📊 物界前沿Alpha 新闻源稿(全量版)· 2026-09-23
Alpha · 源稿全量版(中国头条 2 / 海外头条 2)