中國 AI 公司這一輪真正的優勢，其實是很多團隊還沒有染上那種「研究高於工程」的病。 在不少矽谷公司裡，researcher 是皇冠，infra 是髒活累活，大家都想往研究靠。可大模型做到今天，所謂研究早就不只發生在算法和論文裡了。 DeepSeek、Kimi 這類團隊厲害的地方，恰恰是算法、數據和 infra 還沒互相甩鍋。大家圍著同一個目標幹活，誰碰到問題誰就下場解決。 到了前沿模型這個階段，infra 就是 research。

Yang 的位置實現了大規模長上下文擴展，兩年內從 128K 擴展至 GB 級窗口，作為 AI 的等效 RAM，使組織執行力成為超越原始模型能力的主要護城河。

AI 已分裂為兩個陣營：閉源的美國模型和開源權重的中國模型。 限制對低成本替代方案的訪問，可能削弱競爭力、提高成本，並最終損害創新。 在 AI 領域，經濟因素與智能同等重要。#AI #GenAI #OpenSource

沒錯。如果他們能想出的最好理由是，由於開源模式在未明確違反智慧財產權法的情況下壓低了他們的保證金，因此無法合理化增加的資本支出，那麼這聽起來就是一筆糟糕的資本支出！學聰明點去實現盈利，或者別再這麼浪費資本支出了，笨蛋！

- DeepSeek V4 Pro 於 2026 年 4 月 24 日推出 - Minimax M3 於 2026 年 6 月 1 日推出 - GLM 5.2 於 2026 年 6 月 13 日推出 為何我有種他們自上個世紀就已推出的感觉？

企業 AI 的投資回報率可能在宏觀數據中較晚體現。一家三人公司可以默默推出二十個項目，而一家三萬人的公司卻花了一整年時間協商存取控制。

中國實驗室免費釋出了迄今為止規模最大的開放權重AI模型，參數達2.8萬億，性能可與OpenAI和Anthropic收費模型相媲美。 半小時內，晶片股便跌入熊市。沒有什麼比競爭對手免費贈送你的產品更能迅速摧毀護城河了。

這是一個值得深思的問題： AI 模型是否已經開始商品化？ Palantir 的首席執行官表示，實驗代幣「沒有任何價值」，反而為大型企業帶來風險。 如今，OpenAI 和 Anthropic 正以未來收益分成為交換，幾乎免費向初創公司提供運算資源。 如果它們的客戶無法產生收入，「它們實際上如何支付租用全部運算資源的費用？又能維持多久？」 這正是目前 AI 價值鏈中隱藏的真正風險。