Ang tunay na kahusayan ng mga Chinese AI company sa round na ito ay ang maraming koponan ay hindi pa nabigo sa pagkakaroon ng “pananaliksik ay mas mataas kaysa sa inhenyeriya” na sakit. Sa maraming kumpanya sa Silicon Valley, ang researcher ay ang corona, habang ang infra ay itinuturing na maruming at pagod na gawain, at lahat ay nagsisikap na makapag-ambag sa pananaliksik. Ngunit sa kasalukuyang kalagayan ng malalaking modelo, ang tinatawag na pananaliksik ay hindi na lamang nangyayari sa algoritmo at mga papel. Ang lakas ng mga koponan tulad ng DeepSeek at Kimi ay nasa pagkakaroon ng pagkakaisa sa algoritmo, data, at infra—hindi sila nagpapahintulot na magkakalaban ang isa’t isa. Lahat ay nagtatrabaho para sa iisang layunin, at kung sino man ang makakatagpo ng problema, siya ang maglalakad pababa upang lutasin ito. Sa antas ng pinakamataas na modelo, ang infra ay ang pananaliksik.

Ang mga position ay nagpapakita ng malaking pagpapalawak ng konteksto, mula sa 128K hanggang sa gigabyte windows sa loob ng dalawang taon, bilang katumbas ng RAM sa AI, ginagawa ang organisasyonal na pagsasagawa bilang pangunahing kalakasan kaysa sa mga kakayahan ng modelo.

Nahati ang AI sa dalawang grupo: mga modelong closed-source mula sa US at mga open-weight na modelong Tsino. Ang pagpapalimita sa pagkakaroon ng mas mura mga alternatibo ay maaaring magdulot ng pagbaba sa kakayahang makipagkumpetensya, pagtaas ng gastos, at sa huli ay pagkasira sa inobasyon. Sa AI, mahalaga ang ekonomiya tulad ng intelehiyensya. #AI #GenAI #OpenSource

Tama. Kung ang pinakamabuting dahil na maaaring magawa nila ay ang pagtaas ng capex ay hindi makatwiran dahil sa open source model na nagpapababa ng kanilang margin nang walang malinaw na paglabag sa batas ng IP, tila isang masamang paggamit ng capex! Mag-ingat sa pagmonetize o tumigil na sa paggastos ng ganitong dami ng capex, mga bulag!

- Ipinakilala ang DeepSeek V4 Pro noong Abril 24, 2026 - Ipinakilala ang Minimax M3 noong Hunyo 1, 2026 - Ipinakilala ang GLM 5.2 noong Hunyo 13, 2026 Bakit may pakiramdam akong nasa labas na sila noong nakaraang siglo?

Ang ROI ng Enterprise AI ay maaaring makita nang huli sa mga makro data. Isang kumpanya na may tatlong tao ay maaaring mag-shipping nang tahimik na tulad ng dalawampu habang ang isang kumpanya na may 30,000 na tao ay nagpapasa ng taon para mag-negosyasyon ng mga kontrol sa pag-access.

Isang Chinese na laboratorio ay ipinakalabas ang pinakamalaking open-weight na AI model na kailanman, 2.8 trilyon na parameter, nang libre. Katumbas ito ng mga modelong binabayaran ni OpenAI at Anthropic. Bumaba ang mga stocks ng chip sa isang bear market sa loob ng ilang oras. Walang mas mabilis na patayin ang isang moat kaysa sa isang kalaban na ibinibigay ang iyong produkto nang libre.

Narito ang isang tanong na值得 pag-isipan: Nagiging na ba ang mga AI model bilang isang komodidad? Sinabi ng CEO ng Palantir na ang mga lab token ay “hindi nagbibigay ng halaga” habang nagtataglay ng panganib para sa mga malalaking kumpanya. Ngayon, binibigay ng OpenAI at Anthropic ang compute sa mga startup nang halos libre sa palitan ng isang bahagi ng kita sa hinaharap. Kung ang kanilang mga customer ay hindi nagdadala ng kita, “kaya ba nilang bayaran ang buong halaga para mag-rent ng buong compute, at gaano katagal sila makakagawa nito?” Iyon ang tunay na panganib na nakatago sa AI value chain ngayon.