遥遥领先的华为升腾384超节点，是不是又立功了？

大家好，欢迎收听老范讲故事的YouTube频道。

上海人工智能大会上，有一个镇场之宝，就是华为升腾384超节点。叫这个名字很怪，其实就是华为做的算力超级节点，华为云矩阵。384超节点这个东西，从外边看上去呢，像一堵墙一样，反正摆在厂子里头也确实比较唬人，而且也很昂贵。

很多人就兴奋了，说我们是不是又打破了西方的垄断呢？西方人对我们禁运，不给我们卖英伟达最好的芯片，我们自己造出来了。这个事到底达没达到呢？可以说部分达到了。在集群总的FP16算力上，为什么一定要强调这个？就是它在不同精度上的算力是不一样的。在FP16算力上呢，华为升腾384超节点，是介于H100和GB200组成的NVL72之间的一个算力。而这个话怎么解释呢？

现在我们去想算力，它是分三个层次的。第一个就是卡，卡这件事呢，咱肯定比不过人家，甭管你是比H100还是GB200，你根本比不过人家。第二个呢，就是叫整机，我是一台服务器。你像AMD呢，就是卖这种东西，就是我一台服务器里头有8个，他们叫MI300这样的服务器。第三种维度呢，就是说我给你卖一整个柜子，像NVL72呢，就属于整个柜子，我把72个H100或者72个GB200这样的东西，装在一个柜子里头，当成一台机器一把卖给你。

现在西方最主要的算力节点，就是NVL72。但是呢，同样的NVL72呢，它里头到底装的是H100，还是装的GB200呢？它算力是不一样的。华为升腾的384超节点，它超过了H100的NVL72的算力，但是呢，达不到GB200的NVL72的算力。虽然在其他方面呢有所欠缺，但是呢，也算是突破了一层西方限制吧。这个欠缺的部分，待会儿我们再去讲。

升腾384超节点，到底是一个什么样的架构呢？一面墙，为什么是一面墙？它是16个标准19寸机柜，这柜子的大小是有标准的。NVL72就是英伟达的，这个设备呢是一个柜子，咱是16个柜子。这个16个柜子里头呢，4个柜子是交换机，因为你这么多设备要拼在一起，你总是需要一些网络交换设备，去支撑它们的。所以有4柜子交换机，剩下12个柜子呢，是装的算力服务器。

每个柜子里头呢，是4台4U的升腾服务器。这个服务器呢，是按1U、2U，大概4U应该有这么高吧，这个就是4U的服务器，4台装在里头。当然它也装不满，这一个柜子里头应该是19U还是多少U，我记不太清了。剩下这空间，你还得放各种的路由设备、交换设备，因为你这些服务器之间，你还要通讯呢。

所以12个算力服务器柜里头，每个柜子里装了4台服务器，每个服务器里头呢，是4个鲲鹏920 CPU和8个升腾910C的NPU。所以呢，他把所有的NPU算一块，就是升腾910C的NPU，算一块呢是384个，这个名字是这么来的，384超节点。它等于是把384个NPU搁在一起，给大家干活儿。

鲲鹏CPU呢，应该是一个兼容ARM指令集的自主IP的CPU。鲲鹏早期的CPU呢，是使用的ARM IP，后来呢，为了防止美国人告他嘛，所以呢，他自己研究了一些新的架构，说我们不再使用ARM架构了，但是呢，它的指令集呢，还是部分兼容ARM的。里边装的操作系统是什么？鸿蒙，里头装的鸿蒙操作系统，但是它是专门给服务器用的。

升腾910C呢，也是一个自主架构，叫达芬奇架构的一个NPU。所谓的NPU呢，叫神经网络处理单元，实际上呢，是一种ASIC处理器。它是自己定制的一个大型集成电路，所以它不是CPU，它有自己的指令集，跟任何的CPU、GPU的指令集都不一样。这个是910C，这两个芯片呢，应该都是7纳米的芯片。但是现在嘛，华为的芯片都搞得神神秘秘的，做了一大堆7纳米的芯片，到底谁做的也不知道，怎么做出来的也不知道，反正就是7纳米的，把这些芯片造出来了。

下一件事是干嘛？就是要通讯。所有的这种算力服务器里头，实际上是三样东西。一个是GPU跟CPU，第二个呢是它的内存，这里头也有HBM内存，它的内存比NVL72给的还多，因为它里头的芯片多嘛，这个装了这么多柜子，咱总要多放一些。第三个呢，就是要通讯，卡跟卡之间是要去通讯的。

像这个NVL72，就是英伟达的这个设备呢，它里头使用NVLink呀，使用其他的一些协议，和一些专门的设备，去让它们进行通讯。不同的卡，它可以直接去调用其他机柜里头的HBM，这种高速的显存。这样的话，它的效率就会很高。拿这个设备去做大模型训练和推理的人呢，就完完全全可以把这一柜子72个GPU，当成一个GPU去使用。里头具体咋调动，你不管了，这个数据到底是放在哪个服务器的哪一个卡旁边的HBM的空间里头，你也不用去管了，它自己去调度去了。而且速度都很快，即使是跨服务器跨卡的这种调度，它不会影响任何速度。这是NVL72处理的方式。

升腾384超节点呢，服务器比别人多，里头的卡也比别人多，人家72个卡，他384个卡。他的通讯呢，肯定是处理起来更复杂的。它通讯呢，使用的是全线光模块，像NVL72里头还是有一部分是铜线的，有一部分是光模块，这个里边全是光模块，堆料堆的非常非常足。这样可以保证呢，这些芯片之间的通讯，服务器之间的通讯效率都非常高。所以为什么这里头，还有4个柜子的交换机呢？那些光模块，有些还是要通过交换机的交换以后，才可以找到下一个机柜里边的服务器，然后在里边找到你需要的地址，找到你需要的数据，才可以把它拉回来。所以呢，它整个的运作方式还是比较费劲的。

当然，光模块多了呢，也有光模块的问题，不是说我们上了光模块就完事了。光模块的问题是发热严重，它里头是个激光发生器嘛，故障率也比较高，这个玩意比较爱坏。还有一个问题呢，就是它的激光发生器的寿命呢，不是很长。所以使用这么多的光模块，它的运营维护成本和稳定性呢，都不是那么理想。

物理上连通了，那下一个问题是什么呢？我就要通过软件逻辑和分配上，我要把刚才我们讲的光模块这些缺陷，要给它处理掉。以前做工程上，有一个典型的故事，叫99米长的枪，什么意思？就是说我这个枪只能打一米远，但是呢，我要打中100米之外的那个鸟，怎么办？作为工程师来说，处理的方式就是造一支99米长的枪，把这个枪伸过去，乓一下，把那鸟打死。这个在工程上呢，并不可笑，在工程上，很多的解决方案都是这样的。

所以呢，升腾384超节点呢，也用了一些软件和逻辑的方式，来去解决光模块不稳定性的问题。它会自动的去判断说，我这不是不是光模块断了呀，还是说哪块出故障了呀，我怎么绕一下。它在每一个NPU外边挂了6-8个光模块，这坏了以后，还有其他路径可以走，我可以做冗余备份吗？

我们用了16倍的英伟达NVL72的体积，和3倍的耗电，来解决NVL72加上H100芯片所能达到的算力需求。这个就是我们现在干的活。三倍耗电这事很好理解吗？人家是5纳米或者是3纳米，咱们这个是7纳米，肯定是耗电发热要比别人厉害。人家是72个芯片，咱们是384个芯片，你比别人耗3倍的电，这个还算是好理解的一个地方。

它的功率呢，是559千瓦，开起来以后还是非常非常耗电的。559千瓦呢，还只是机器的耗电，还没算散热呢。散热加上以后的话，可能会到600-700千瓦之间的一个耗电。为什么这么说呢？升腾上一代做的类似这种东西，大概是10%的耗电量来去散热，比如这边用100瓦的电量去做了算力了，那边用10瓦的电量去做散热，他是这样来去做的。但是呢，这个384超节点，因为里边用了太多的光模块，好像是用了6000多个光模块，那么你的散热的耗电的话，肯定也是要上升很大一块的。散热不好的话，你的激光模块损耗的就会更快一些。它整个的系统完全是强制水冷，其实NVL72也是强制水冷，只是呢，它在一个柜子里，相对来说还比较好弄。升腾384超节点呢，因为在16个柜子里，整整一面墙，你要再给它配水冷呢，这个事费点劲吧，但是还是可以解决的。所以耗电比较厉害。

那么电费呢，中国还是相对来说比较便宜的。中国的工业用电呢，大概是6毛钱一度，其实美国也差不太多，我看了一下美国的平均工业用电，大概是8美分多一些吧，大概也是6毛多钱。美国有一个州电价比较便宜的，是路易斯安娜州，4毛多钱一度电。美国大概最贵的是加州，14美分，大概快一块钱一度电了。加州因为硅谷在那嘛，再加上机房也比较多，所以他那的电特别贵。中国的发电大省，比如说像云贵、内蒙、新疆这些省，如果是集中大规模的采购用电的话，应该可以做到2毛多一度电。按照咱们最便宜的电费，跟美国的平均电价去比较的话，我们的电费是他们的1/3。所以呢，我们耗英伟达NVL72三倍的电，这个也是可以接受的。所以我们依靠电价优势，勉强可以抹平成本。

升腾384超节点的生态如何呢？英伟达之所以可以打败天下无敌手，核心的原因，不是说别人造不出来这样的东西，而是呢，它有一个生态捆死了，大家离不开它。CUDA呀、NVLink呀，这些生态帮助老黄，整个的竞争过程中无往而不利。那你说我们现在做了一个升腾384超节点出来，如果大模型没法在上头跑，也没法在上面训练，这不是白干了吗？你就像英特尔搞不定这个事儿，AMD也搞不定这个事儿是一样的。虽然AMD说我造得出来，你也能将就使，但是你说我要进行大规模训练了，很少有人去选择AMD的设备。

现在呢，大规模使用的GPU其实就是两种。第一种呢，是英伟达的H100、GB200，GB300现在还没发布呢。另外一种呢，是谷歌的TPU。谷歌TPU就是说，反正我自己做自己用，我也不需要考虑兼容性问题，我就自己干了，我也不卖给别人，它的量也很大。另外呢，像亚马逊跟微软呢，都号称是自己要做GPU，特斯拉和XAI也号称自己要做GPU，但是都在号称的阶段，还没有动起来。山姆·奥特曼呢，也号称要跟孙正义一起拿ARM的IP，自己去做GPU，但是这件事呢，也停留在号称的基础上，也没有实际动作。所以现在真正广泛应用的大规模的GPU，就是英伟达和谷歌。这个里头最核心的原因就是生态。谷歌之所以能够大规模应用，就是我不管生态了，反正我自己使，你们不需要跟我兼容就完事了，否则根本没法跑。

咱们说回来，华为升腾384超节点，它的生态怎么样呢？第一个呢，是华为自己做了一个叫MindSpore这样的一个开源的推理和训练框架。你说我现在想用升腾384超节点，去训练我的新模型，你就使用它这个玩意就可以了。它呢，大概可以兼容70%-80%的CUDA指令，但是毕竟不能完全兼容嘛，你如果原来已经习惯了CUDA的编程的话，你可能到这边来去做训练，还是有问题的，你还是要去花时间去做迁移的。另外呢，PyTorch、TensorFlow、Hugging Face Transformer这些框架呢，升腾呢，也专门做了兼容性适配，就是我专门写一个模块，你只要带上我这个模块以后，你这个PyTorch，你的TensorFlow，你的Hugging Face Transformer，这些推理和训练框架，就都可以在升腾的384超节点上跑了。所以呢，如果大家说原来的这个系统，是在PyTorch上跑的，你也不需要再去做迁移了，直接在它这上就可以跑了，兼容性他们都给你测好了。所以呢，属于叫部分的兼容吧。

如果你真的是说我训练新的大模型，建议大家还是不要跟自己找不痛快，还是老老实实的去使用英伟达就完了。但是你说我拿回来做做推理，拿来去做一些后期的使用的话，升腾384基本上是够用的，没有什么太大问题，你只要别嫌它占地儿，别嫌它耗电，这个东西还可以使。

那你说为什么不能拿它做训练呢？刚才不是说它可以训练吗？而且训练的算力也不差。大家注意，训练呢，是一个非常长期的这种连续任务，你中间停了坏了以后的话，你是需要重新干的，你说让他接着往下干，这事很费劲。它里边有大量的光模块，而且这个玩意的故障率很高，寿命也不是很长。你如果跑着跑着出故障了，里头有一个光模块烧了，你的这个训练呢，未必会停下来，因为它通过了一些软件方式，让你去规避这个错误。你可能只是说我训练的过程中，哪一些数据取回的速度变慢了，但是呢，我还在接着往前慢慢跑。但是也有可能跑着跑着就直接出错，咔嚓就扔那了，这个可能性是很大的。

你像马斯克，他自己用的10万块H100，Meta这种几十万块的H100，他们去做这样训练的时候，还经常是说我跑着跑着突然就退出了，突然就崩了。那崩了怎么办？重来一遍呗。对于他们这些平台来说，你可能跑10次崩个两三次，但是你对于升腾384这样的超节点来说，你可能跑10次会给你崩个八九次，这个也许就突破忍受极限了，就没法忍了。他大概就是这样的一个情况，就是有些情况呢，咱们能用了，有些情况还是稍微费点劲的，跟它整个的硬件架构是有关系的，跟它的兼容性也有关。它毕竟没有100%兼容CUDA嘛，所以大家在CUDA上做训练的代码，拿到这边来再跑，还是会有很多问题的。

那你说华为升腾384超节点，最大的作用到底是什么呢？第一个呢，还是给国内算力中心了一种新的选择，否则你没得选，你只能是要么拿自己的卡或者服务器，这种完整可以拼在一起的算力节点，也算是一个工程上的突破吧。信创产业也算是填补了零的空白，因为现在很多是要求信创嘛，所有的必须是自主可控，自主的操作系统，自主的CPU，自主的GPU，所有都要自主的。我们现在迷信这玩意，原来呢，这些人没得选，现在等于是有的选了，也算是一个工程奇迹，就是99米长的枪。这个故事呢，大家别觉得可笑。

H20的库存呢，前面老黄在中国各种的表演之后，算是把他这个库存清了。川普呢，又要带着企业家来访华了，下次谈点什么，大家要想一想。上次黄仁勋是怎么去说服川普，说把H20解禁的呢？是告诉川普，华为的升腾910，已经基本上可以达到H20的水平了，你再不让我卖，我这就没意义了，人家也都做出来了。所以他把H20卖了。现在是华为升腾384超节点出来了，他说你看我这H100，加上NVL72的整个架构的性能，也被人超过了，咱就卖吧。至于GB200这个呢，咱们再看一看，现在它还没达到，不行咱们再把这个摁住了，或者说等我这个GB300出来了以后，咱们再把GB200的这套东西卖了。可能下一轮的解禁就要来了嘛。所以大概率川普老爷子还是比较好面子的，等他下一次带着企业家团队、一对CEO团队来访华的时候，H100的NVL72就可以卖了。

总结一下，升腾384超节点在工程实现上，确实有遥遥领先的地方，有一些敏感单位，可以选择全国产设备了，这个原来搞不定，现在可以搞定了。有很多瑕疵和不稳定的地方，用的越多，迭代越快，改进的呢也就越好，永远都是这样的。第一次拿出来都是磕磕绊绊的，第二版第三版第四版，慢慢就改好了。这个对于突破海外封锁，让美国进一步放宽管制来说呢，是有巨大作用的。如果是商业公司，哪怕你去选择H20，也比选择升腾384要划算。如果你不着急的话，可以稍微等一等H100，我相信H100在今年可能很快就会解禁。如果后面美国进一步放宽管制的话，英伟达的股票大家可以再关注一下。董王呢，是一个好大喜功的狡诈商人，黄仁勋也是。变化应该就在不远的将来。

好，这个故事就跟大家讲到这里。感谢大家收听，请帮忙点赞，点小铃铛，参加Discord讨论群，也欢迎有兴趣有能力的朋友，加入我们的付费频道。再见。

Meta急了，扎克伯格亲自下场疯狂挖人，重新组建AI团队。

大家好，欢迎收听老范讲故事的YouTube频道。Meta的1亿美金签字费最近成为了一个新梗。签字费什么意思？就是说我去挖人，你只要过来签个字，说我同意上班来了，1亿美金到手。这个又算是创造历史了吧。

现在AI呢，确实是资本最密集，和整个行业都在关注的一个点。所以Meta这样的一家美股七姐妹的公司，突然发现自己落后了，那就一定要赶快出来补救。而补救的方式的话，一亿美金签字费。

Meta呢，在Llama4上栽了一个大跟头，而且摔得非常非常惨。这个产品呢本来是寄以厚望的，因为Llama1、Llama2、Llama3，大家都是觉得非常成功。而且呢，Meta算是建立了一个自己的品牌。甭管是谷歌呀，Anthropic呀，OpenAI，你都是闭源，只有我是开源，而且我是开源圈的领军人物。其他的人只要是愿意用开源模型，必须以Llama为基础去干活去。至少在Llama2的这个阶段呢，它这个目标是实现了。就像当年的iOS跟安卓一样，iOS是闭源的，安卓是我开源，你只要惦记自己做手机，想要一操作系统，你就使我的。

但是Llama4呢，就在这上摔了个大跟头。第一个是产品形态很落后，没有什么推理，也没有AI agent呀，这些东西都没有做出来。而且呢，他还把所有的小模型都放弃了。原来Llama1、Llama2、Llama3的时候，都是小模型、中模型、大模型，一系列的一起发出来，大家根据各自的需要去取用。拿着Llama模型回来，再去微调再去训练。到Llama4，给了个中型和大型，没有那种特别小的模型。那你说我现在需要在手机上、需要在电脑上去做相应的服务，做不了了。我想把这个Llama拿回来使不了了。

然后产品的性能也很拉胯。大家去测试Llama模型发现一般，还达不到现在普通的文字模型的水平，更不要说去跟这些推理模型去竞争了，根本竞争不过。而且Llama为了最后能够有一个好看的数据，还跑去刷榜造假。你说你事情做的不太好就算了吧，你还把人品毁了。

Meta这边立的这尊大神杨丽坤呢，每天都在研究一些很高深的东西，跟实际应用之间太遥远，上下完全脱节。Llama在最后的训练阶段，还在跟元宇宙部门抢算力。内部的方向呢也没有确定，所以他遇到了很多这样的问题。

Deepseek和千问呢，现在基本上算是在开源圈里头碾压Llama了。甭管是千问3的最新的模型……

还是说Deepseek R1的0528比这个Llama4肯定还是要强很多的。实际上，你都不需要这么新的模型，你就是Deepseek R1一月份的那个版本，应该是0120那个版本，就比Llama4要强。再加上推理模型都上来了，从小到大，从0.6B就开始做，一点几B、6B、30B、32B、七十几B全都做上来了。你需要各种各样的模型拿出来，去做微调、去做裁剪，都是可以去使用的。

Llama底下这些客户全放弃了以后，AI开源这面大旗Meta要扛不住了。现在旗子已经被Deepseek跟千问给挖走了。而且Deepseek跟千问出来以后，中国的各大团队现在都开始转向开源。Mini Max最新出的开源推理模型很强，Kimi现在也开始转向开源。曾经怒批开源没什么用的李彦宏，都把文心一言4.5最新的模型给开源了。而且下个月OpenAI还要推开源大模型，那在这样的情况下的话，Meta要危险。

遇到了这样的问题，就需要有人出来背锅。老大永远正确，因为老大一旦不正确的话，这个方向就错了嘛，这事肯定是不行的。所以第一个杨立坤，你就要边缘化了。原来你是一尊大神，我们把你供在这儿，结果呢发现你对于实际开发、实际应用来说，差的有点太远了。大神呢，也不会把他轰走，就是留在这儿。具体的事情，杨立坤你就别说话，别动了。

Meta AI的人呢，要为上一次Llama4的失败负责任。这些人就开始大面积离职。做Llama训练的时候还去关注元宇宙，还让元宇宙去抢算力，这事扎克伯格就不讲了。老大呢，亲自就要下场重新组建团队。因为一旦说老大下去了，说我要开始越过原来的AI团队去招募人了，那原来AI团队的整个的体系就全都废掉了。

在这个过程中，143亿美金收购了独角兽Scale AI 49%的无投票权股票，让Alexandra Wang进来，帮他一起去组建新的AI团队。而且在这个过程中呢，还尝试收购伊利尔的SSI，最后失败了，谈了半天人家没进来。还尝试去投资OpenAI原来那个美女CTO米拉，要去投资他的公司，后来也失败了，人家没要他的钱。

扎克伯格挖人，据说是直接通过WhatsApp就去联系去了。WhatsApp反正是Meta他们家的。一些OpenAI的高级研发人员据说是直接接到了扎克伯格的WhatsApp联系。大家注意，WhatsApp跟微信不太一样，微信你是必须要先加好友才能联系到的。

WhatsApp是可以直接冲上去联系的。你不需要加好友，这个东西更像是短信。只是说我不认识你，我冲上来跟你联系了，你可以举报说这个人是骚扰，或者是垃圾的短信，他会把这个号封了。但是你们不用担心，扎克伯格的号会不会被封？自己家的产品，所以他可以开开心心地出去给人发说：“哎，你好，我是扎克伯格，来咱们聊一聊换工作的事情吧。”

人才之间呢，其实是有关联的，经常是一挖一大串。像扎克伯格这样的人下去挖人呢，不会去下场挖程序员的。老大挖的人呢，通常是要求有能力自己组建团队的。他为什么想去收购伊利尔的项目呢？伊利尔原来是OpenAI的创始团队，如果是把伊利尔的项目收回来，你不用干任何事，上OpenAI挖人去就完了。他为什么惦记去把Mira的这个团队弄回来呢？Mira原来是OpenAI的CTO，他如果过来了，OpenAI里头到底哪个人能干，哪个人不能干，这都很熟悉。就这两个人吧，在OpenAI里头都是很有号召力的，那他只要进来，就基本上可以抄底了。

在这里呢，跟大家稍微补充一个小故事吧。就是腾讯早年发家的时候呢，他们也是出去挖人嘛，挖什么人呢？是不是挖了哪个大神回来，就把这个人家整个团队都端回来了？不是这样的。腾讯的这个操作要更骚一点，他们呢，去把华为的HR给挖回来了。你说一个公司里头，谁最了解上上下下，谁能干谁不能干，谁在里边具体干什么？肯定是HR要比各种leader更了解。所以腾讯在早期发家的时候，就挖回来了华为的HR。现在腾讯里边还有很多早期的高管，都是从华为过来的。扎克伯格没去挖HR，还算是稍微有一点点节操的。

盛大呢，早期其实也干过类似这种事情。我们那个时候是挖谁的人呢？挖创新工厂的人。当时呢，是创新工厂刚搬完家，李开复在这点呢，还是不太有经验。他呢，搬完了新的办公室以后，就把原来那个办公室给留那了，各种的东西收拾的也不是很干净。盛大的HR就直接冲上去，把所有的工牌、你座位上的剩的名片全都给收走了。收回来以后呢，就在创新工厂的楼下挨着个给人打电话。当时我记得他们楼下是一咖啡馆，我们大概是派了4个各个部门的负责人，加上HR一起，跟他们开始聊。聊得好的，HR在后面去谈工资待遇；聊得不好的就拉倒。因为创新工厂当时呢，都是学生兵，很多是没有毕业的研究生，他们的薪资是很低的。所以盛大当时挖完人，都是上来说：“我给你两倍三倍的薪水。”那个效果非常非常好。而且盛大挖完了以后呢，还在圈子里四处宣传。

说创新工厂的人实在好，干劲十足，能力非常非常强，性价比非常高。盛大宣传了以后呢，后来还有很多的其他互联网公司也跑去挖人，当时给创新工厂还是造成了一点点小的困扰的。

这一次呢，Meta挖人，OpenAI就成为了首要的目标。OpenAI作为行业的领军人物，挖人肯定是上他那去挖。而且OpenAI呢，这么长时间来，其实一直都是各个基金拉人去创业，或者其他大公司需要挖人回来做AI，他这一直都是众矢之的。只是这一次，为什么OpenAI出来喊疼来了？因为这个1亿美金的签字费，确实是非常狠，大家都没见过。

OpenAI呢，人足够多，也足够好。像其他的比如像Anthropic，还有XAI，人不多，都在老板眼皮底下，少任何一个老板马上就看见了。特别是你要挖马斯克的人，马斯克会跟你急的。所以，这两个公司目前并没有成为这一次Meta挖人的主要的受害人。至于谷歌的话，人太多，走几个根本看不出来。所以这次真正出来喊疼的人，就是OpenAI。

OpenAI自己呢，其实也挖别人的人。他原来主要挖谷歌的人。OpenAI出去挖人的时候呢，主要靠的是高估值和高股票。直接挖什么意思呢？OpenAI自己估值很高，3,000亿美金。那你说给薪水，他肯定给不了那么多。但是你说我给你配股票，我公司的估值很高，我就可以给你配一个很高的股票出来。他通过这样的方式就可以挖谷歌的人，挖一些其他的互联网大厂的人。原来包括像马斯克都出来抱怨，说OpenAI你就趁着你估值高，拿一些现在没法变现的东西，就出去挖人去，这个太过分了。

现在呢，就赶上OpenAI被挖了。那你说为什么Meta挖他的人就这么痛快呢？OpenAI再怎么着，你估值也就是3,000亿美金吧。Meta是一个市值1.2万亿美金的公司，是OpenAI的4倍。而且呢，Meta是上市公司，它那个股票是可以上市流通的。而OpenAI的股票虽然价值很高，但是OpenAI这样的一个公司，到现在上头还有一个非营利组织呢。你最后到底能不能上市，谁也不知道。所以Meta挖OpenAI的人，真的是叫以其人之道还治其人之身，而且真的是要比OpenAI要狠得多。

OpenAI这次的应对呢，也非常有意思。原来大家不停的挖他的人，他其实也没说什么。他肯定自己也觉得很不爽。我记得曾经听过一个朋友去讲什么呢？就是山姆·奥特曼曾经想过说，把OpenAI整个公司搬到印尼巴厘岛去。说为什么呢？

一方面呢，是当时山姆·奥特曼访问印尼时，大家出来说了一些场面话：“你们这风景真好，生活很舒适，我们想把OpenAI整个搬过来。”

另外一个原因是什么呢？这儿不挨着硅谷的公司，也不会有那么多人来挖人。这应该是山姆·奥特曼在印尼参加一些会议时亲口说的话，所以他一直也有这样的顾虑。

这一次，Meta以1亿美金签字费开始挖人时，山姆·奥特曼先出来说了什么呢？他说：“这个事情我们知道了，但到目前为止，我们最好的人都没有被挖走。”这话就属于比较诛心，什么意思？就是你挖走的人不值这钱。那你说，留下来的人怎么想？去了的人怎么想？

比如像扎克伯格说：“我花了1亿美金把人挖回来了。”然后山姆·奥特曼说：“正好我不要的你弄走了。”那你说扎克伯格是不是像吃了苍蝇一样不舒服？

但是，挖了几天之后，确实有一帮人走了，下面的人就开始受不了了，感觉被偷家了，于是他们决定要做一些事情：
1. 重新评估薪资，多给钱，多配股票。
2. 增加休假时间，因为OpenAI也很卷。

这么多产品要发布，而且要求每个月都要有新的重量级产品发出来。去年12月份的连续12天产品发布会，最后被人嘲笑说不够重量，1月份直接被Deepseek刷下去了。Deepseek发布以后，OpenAI现在每个月再开出来的发布会，东西就多多了，再也没有挤牙膏的感觉了。

你想，他每个月都要发东西出来，那对于下面的研发人员来说，是多么辛苦的一个事情。现在OpenAI说：“我们稍微缓一缓，不能被这个产品节奏带着走，我们还是该休假休假，然后好好去做AGI，而不是在每一个产品线路上都要去胜利。”

大家要仔细思考一下这件事情，而且呢，OpenAI还说：“你们谁接到了扎克伯格的WhatsApp连接，就赶快跟我们聊聊，我们一对一谈，全力挽留。”

最后再跟大家补充一个小故事吧：以前金山集团每年春节之后会有一个喝酒局。为什么呢？金山其实在整个中国软件界很有名，就是他的软件人才能力很强，而且工资不高。所以每年都有很多想要向软件方向发展的公司跑到金山去挖人，而挖人通常会集中在春节之后。

春节之前去挖，这些人还没有拿到年终奖呢，你到底是给他补年终奖，还是说一些拿不到年终奖的人带回来？肯定是要等春节之后，这些人拿到年终奖以后再去挖人。

所以呢，当时这个金山就有这样的一个传统，就是喝酒留人。每次到春节之后了，有些人就要提离职，说我要离职了，我要去做其他事情了。然后金山的人就去喝酒，他们也没有别的办法，因为这么大的公司呢，也没法给你涨薪水。那么就是喝酒，一直喝的你五迷三道了，还要不要走？说这个还要走？没说没喝好，接着喝。再喝一会说，你现在还想走吗？还想走？还没喝好，再接着喝。再喝一会说，你还想走吗？不走了，不走了。行了，你已经喝好了，咱们就这样了。这个是原来这个传统。

但是在OpenAI发的内部信里头，有一条我觉得非常有意思，强调公平。什么意思呢？不是说有人挖谁了，你就可以在竞争中胜过别人。你比如两个人在竞争一个职位，有一个人有可能胜出，另外一个人呢就肯定要走嘛。你不能说，我要跟你谈一谈，你要不给我晋升的话，不让我得到这个新的职位的话，我就跳槽。你不能拿这玩意要挟他们，专门写了这样一条出来，我觉得非常有意思。

在资本密集的方向呢，挖人大战本身是挺正常的。在硅谷里头，每过几年就会干一次这样的事情。一旦有什么资本密集的方向，大家就冲上去挖，包括Meta自己其实也被人挖过。当然原来最主要的一个被人挖的是谁呢？是谷歌。这次OpenAI是终于站在谷歌前面了。实际上这一次谷歌也在被人挖，只是人比较多，所以看不太出来。

人挖回来以后呢，也不是说我把人挖回来就可以干活了。刚才我讲了，扎克伯格挖的人，都要自己能够组建团队。那你说挖了一堆人回来，组建一堆团队，谁听谁的呀？所以挖回来的人还要进行磨合和整合，否则的话可能只会剩一地鸡毛。我们见过很多这种，特别着急冲出去挖人，挖完了以后，发现最后不是那么匹配，搞不定这个事情的是大有人在的。

而且Meta现在这个状态呢，其实最着急的，并不是说挖一大堆人回来，组建一大堆团队。他现在最关键要做的事情，是赶快确认方向。那你说Meta不就是要做AI吗？还要确认什么方向？你元宇宙还玩不玩了？还会不会出现这个需要训练大模型的时候，跟元宇宙抢算力这种事情？因为你不但是要抢算力，你还要抢人，抢各种各样的资源。而且你只要做元宇宙，那你说我到底是做基础模型，是做推理还是先去研究，我怎么再把大模型运用在你的元宇宙里头？所以这个里头，他们第一个是要去确认的。

下边呢，是开源。你还做不做？是不是继续在开源这条路上往前走？因为在开源这个领域里头，他已经不是老大了。你要再想把这个老大的牌子抢回来，没有那么容易了。

再往后，AI的独立产品、AI API的这些服务到底怎么个去做法？现在一直没有一个特别明确的方向出来。AI agent怎么落地？这一块煤台已经完全落后了。AI跟现有的产品线到底怎么整合？这个也需要思考。

其实你们看谷歌，谷歌一开始也是说，我们做一大堆的AI的模型，而且是各个部门分开做。后来说不必一定要把它拧在一起，最后形成一个叫Gemini的产品。Gemini出来的时候，一开始说是不是大家都去接呀？最后说算了，咱也别都接了，咱们就是Gemini是Gemini。等Gemini彻底做到，比如到2.0、2.5以后，再去跟各个产品去集成去。否则一堆人下来去提需求，说我们希望你这么接，我希望你那么接，他又实现不了，还影响人家训练大模型的进度。所以现在Gemini在开始向Workspace、Gmail所有的这个领域里头渗透了。

OpenAI站在这个位置上，被人挖是挺正常的。如何平衡内部的机制，确保产品的节奏和方向不出问题？这就是OpenAI应该去做的事情。这就是当前资本最密集的AIGC领域里头，正在发生的抢人大战的故事。

好，这个故事今天就跟大家讲到这里。感谢大家收听，请帮忙点赞、点小铃铛，参加DISCORD讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

黄仁勋与任正非的隔空对话：AI芯片之争。中美伦敦贸易会谈——谁都没说，但谁都真正关心的话题。

大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲任正非的人民日报文章，以及黄仁勋给他的回复。6月10号头版头条占了1/3的版面，叫《国家越开放，会促使我们更加进步——对话任正非》。这样的一篇文章登上了人民日报的头版。这个排版的艺术要注意，人民日报呢，一般头版上最多是给你个标题，或者写一小段，后边就跳转到多少版面去了。直接占1/3版面写这样的一篇文章的话，这个是要表明一个态度。而且很重要的是时间点，6月10号这篇文章刷出来的。这是个什么时间点呢？中美伦敦会谈是6月9号到6月13号，这是中美伦敦会谈的第二天。把这样的一篇文章给刷到人民日报头版上去了，所以这个也是我们表明的一个态度：就是你卡我吧，我告诉你卡了我以后会怎么样。

那任正非说了些什么呢？第一个，没有想过，想也没有用。不去想困难，干就完了，一步一步往前走。这是一个大的重点。我记得原来有一本小说叫《绝代双骄》，有人问他说，都遇到这样的难事了，你咋不发愁呢？当时那个主角应该叫江小鱼，他的经典回复是：如果发愁能够有用的话，我早就发愁去了。所以任正非呢，现在也是讲的干就完了，你想这玩意也白想。

第二个讲的，说中国做芯片的公司很多都做的不错，华为只是其中一家。美国是夸大了华为的成绩，华为还没有这么厉害，要努力做才能达到他们的评价。就是说做芯片的好多呢，不光我一个，他们老盯着华为，其实我们也没那么厉害。这个呢，也算是一个小幽默吧。

再往后说，华为单芯片技术仍然落后美国一代，但通过集群计算、算法优化等路径，可在实际应用中达到与国际先进水平相当的效果。这个话什么意思呢？就是说他承认他的升腾910系列的芯片比英伟达的芯片呢还是要落后一代。至于这一代到底是多大的代，咱们就不研究了，反正我们现在承认落后了。但是呢，我一个落后我就可以多来几个吗？我把它并行起来不就完事了吗？很多人说这不行，你并行起来，人家还有Nvlink，还有HBM，还有一堆技术来防止你去并行呢。这个里头是这样，你可以通过算法优化，把原来的给Nvlink，给CUDA写的这些算法整个调整一下，把这个计算序列重新排定一下，让他们可以并行去计算。这个可以部分克服吧，你肯定还是要效率比他低，但是基本上能使。我觉得任正非作为一个了解工程技术的人，说这个话不算是说错。

再往后说，人工智能也许是人类社会最后一次技术革命。中国在电力、通信、网络等领域具备优势。这个话呢，我觉得任老爷子说的是非常有水平。人工智能也许是人类社会最后一次技术革命，再往后就不仅仅是人类自己的技术革命了，可能就是一些新物种了。

而人工智能真正考验的是什么？就是电力和网络通讯的基础设施。你要有电，没有电的话，你说你怎么去算？甭管你是用英伟达的显卡，还是用升腾的显卡，你都得烧电。你用升腾的显卡，可能做同样的事情烧更多的电。我们现在在发电这件事情上，肯定是要领先美国很多的。咱们在国内整个的通信网络，还是相当的先进、相当的发达的。在这一块上，我们已经领先了。

最后呢，他讲了一个在商言商嘛，就是你还是要讲一些对华为有利的事情。国家要形成统一大市场，民营企业需要法制化、市场化环境。这个就是华为给自己要的东西了。好多人一说华为，这不就是国企吗？这不就是背后有什么背景？其实华为是个民企。华为在很多的竞争领域里头，也会被这种大国企、央企，或者是关系更硬的人欺负来欺负去的。所以华为讲了说，还是要好好的法制化。

而且为什么要讲统一大市场呢？中国很多这种政府招投标吧，还是会做这种叫地方保护。说这是我们省的，或者我们市的企业，我们要首先让他活下来。华为你这个我知道你很难，但是你先等一等。所以要去讲统一大市场，在商言商总还是要讲一点。

那么这个文章的意义是什么呢？就是我们不怕美国的芯片封锁。现在我们已经逐渐追上来了。升腾最新的芯片据说已经接近了可能上一代英伟达芯片的这个水平。跟现在什么GB 200这个比起来，肯定还差的比较远。但是你要去比什么H100，已经可以想办法拼拼凑凑能够干活了。这是中美伦敦谈判期间我们发的一个文章。

中美伦敦谈判呢，谈了好像又没谈。大家呢，都有希望达成的结果。美国人想要稀土，中国人想要芯片。而且不光是想要英伟达最好的芯片，我们可能还想自己造芯片。你把那个光刻机卖给我一个。我们想要这些东西，都是需要时间和巨大成本才能够搞定的东西。

美国人说，就搞不定稀土吗？肯定也搞得定。这玩意也没有什么先进技术，就是第一个耗电。因为大量的稀土提炼，实际上都是在电解铝，或者是一些伴生矿的分解的过程中去得到的。所以你要想整这个东西，就是需要大量的电。第二个是什么呢？你需要有很多的这种副产品要消耗。比如说我做出一大堆的这个稀土材料来，那你电解铝那些铝你干嘛去？你也得把它用掉。还有呢，就是要污染环境。

你发了很多电去做电解铝。电解铝本身也是一个挺污染的产业。你愿不愿意在美国土地上发了这么多电去电解铝，再把这个铝卖掉，然后再把环境污染了？你要愿意干，那你就慢慢干。这个事并没有那么大的问题。

至于说中国想要芯片这件事呢，其实是一个道理。你不要说美国人发明了，你发明不出来。我们还是有很多工程技术上的方式可以来绕过这些东西的。我做出来东西可能没有你好，但是我先一步一步往前做。特别是芯片领域，还有像AI领域里头呢，就是你做的越多，积累的经验就越多，你就越往前走。

最后呢，双方达成的是什么叫基本框架？基本上就是原来日内瓦协议的这些东西，我们又稍微的强调了一下。而且呢，都在强调什么？老大定调子，我们继续谈。甭管是美国还是中国，在这一次最后给的公告上基本上是一样的。我们要尊重日内瓦当时达成的协议，要尊重这个精神。我们要在这个精神的指导下继续往前谈，就讲了这么一个东西。

而且我们给出的评论是什么？就是没有写建设性。中文还是很清晰的，建设性成果就说明这事往前走了。但是我们写的是什么？我们写的叫很坦诚。很坦诚的意思就是分歧比较大，这个是要注意。看形容词也能看到。

说这一次在伦敦谈了点什么？美国人的算盘呢其实打的挺响的。日内瓦谈判之后呢，他新加了一大堆的限制。原来我们想日内瓦谈判完了以后咱们坐下来谈，你把日内瓦谈判之前的这些限制，我们两边商量商量，咱们减一减对不对？但是人家美国人不这个，在日内瓦谈判以后新加。加了呢，第一个是核电设备，第二个是EDA软件，第三个是飞机发动机。我把这三个东西都限制掉，希望什么呢？你把那稀土卖给我，我把这新加这几项给你去了，原来那些呢该怎么限制还怎么限制你。他想搞这么一个事，基本上把大家当傻子玩。

现在呢，其实美国还在继续玩。就伦敦谈完了以后又继续了。他这次玩了一什么呢？叫限制乙烷的出口。而且他呢都不是说我就不卖给你了，他是说我们要做许可证一事一议。其实到现在为止H20也不是说不卖了，也是许可证一事一议。包括我们的稀土也不是说不卖了，我们也是许可证一事一议。但是这种所有到政府那一事一议的东西呢，大家就基本上认为就封禁了。就这东西就没了就完了，谁有那功夫每一单跑到你那去审批去？这没有意义的。

那么乙烷是个啥玩意呢？它主要是做塑料的一个原料。中国呢也有这个东西，它就是做石油加工的时候呢的一个副产品。但是中国的油呢含乙烷比较少，咱们的油大概含3%到8%。

美国呢，因为是玩这个页岩油，他们的那个含量是15%。中国的进口量占全球的57%，全球有一半的这东西都卖给中国了。他这边说我们后边一事一议发许可证，马上就有人拿着订单到美国政府去申请许可证去了。这个就没有签发，拒绝签发。美国的出口企业股价应声而落。

这个东西呢，美国人产的便宜，大概300美元一吨，到中国呢就是500美元一吨。因为咱们本身就少嘛，咱们也产这东西，但是呢，我们自己率很低。每年使用的乙烷呢，大概80%是需要进口的。这些乙烷呢，基本上是98%到100%来自于美国，就完全依赖于美国的。

那下次谈判的时候，肯定美国人又想了，说咱能不能拿乙烷来去给你换这个稀土跟石墨呢？他发现前面我禁了你EDA软件了，你就在那头想办法自己研发去了，好像你也能替代。我禁了你飞机发动机了，你那边长江100马上开始挂到运20上去试车去了，好像也没有掐到你的这个腾处。我去禁你的核电设备，你国内好像也要去国产替代去了。这事不行，我一定要找一个你80%都依赖我的一个产业，去给你换稀土。

美国人呢，他有的时候怎么说呀，就真的是很天真的一个思考方式。我们处理的方式肯定是说，不受要挟了。你要禁我的乙烷，我们一方面自己加大生产，另外一方面找韩国找日本，再找一些其他的国家说，你们愿不愿意把这个额度吃下来？美国这些盟友小伙伴们，现在跟美国之间的贸易谈判都没谈完呢，除了英国谈完了以外，其他人都没谈完呢。所以美国如果把这个份额让出来的话，那其他的国家说，这我得着吧，这个都是有可能的。

至于美国的芯片呢，在整个伦敦会谈的时候，我们也没提，他也没提。日内瓦完了以后是有联合记者会的，在这个完了以后没有，各自做了一个表述，谁都没提这事。

中国稀土呢，比美国那个芯片其实还要更绝一点。什么意思？就是美国芯片是专门针对中国的一事一议，中国的稀土是不针对美国的。我们针对全世界所有国家，我们要防扩散，不能让我的稀土去给你造武器去。这个事呢，也是一事一议，甭管是哪个国家到中国来买稀土，我们都是一事一议来审批。

那么在这样的情况下，黄仁勋是怎么回复的呢？黄仁勋在巴黎Vivo Tech技术展期间接受场边采访的时候，回应了任正非的言论。这个是一个非正式的媒体采访，内容呢，通过路透社、彭博社等国际媒体进行传播，随后被南华早报、环球时报等转载。

黄仁勋说，英伟达的芯片技术呢，确实是领先中国一代，但指出了AI呢是并行问题。

不是说我这个芯片快就完事了，还是说我要怎么能够让它并行的一起去工作。如果单台计算机性能不足，增加数量是可以弥补差距的。所以基本上认同了任正非讲的这个观点。而且呢，他认可了任正非提出的中国能源充足，可支撑大规模芯片堆叠的这种论断。因为你到最后要烧电嘛，中国别的不行，这个电肯定还是全世界第一。咱们发电量是美国的好几倍，那你既然要去做AI运算的话，电是一个最大的核心。

黄仁勋认为，中国的技术对本土需求而言已经够了，不需要再去买英伟达的芯片了。警告美国若继续限制对华的出口，华为将吃下中国市场，并覆盖全球其他地区。因为现在华为的升腾系列芯片，还是在快速的向全世界出口。很多国家都会去买这个东西，因为他们也不希望一棵树吊死。今天都买了英伟达的了，过两天美国又有点什么事不开心了，给我制裁一把，我总得有一个备份的方案。这就让华为芯片走向了很多的，特别是一带一路的国家。

而且呢，黄仁勋暗示，中国可能通过市场规模和工程能力，构建独立于美国的技术生态。这个其实是非常吓人的一个东西。因为一旦说我们自己闷着头把这事往前走了，包括我们自己有巨大的市场规模，可能就形成新的标准了。现在全世界已经有一些技术在使用中国标准，比如说超高压输电。现在所有超高压输电都是使用的中国标准，你在全世界任何一个国家和地区，你说我现在要搞超高压输送电路了，超超高压输电了，他那个各种手册什么全是中文的，你就得好好学中文这套东西。

黄仁勋强调了AI开发者的平台绑定效应，这个是非常重要，在AI开发者非常非常重要的一个效应。CUDA为什么强，就是因为大家都爱使，并不是说他的技术上比别人先进多少，只是所有的开发者都在这个台子上练的。就跟原来咱们说相声似的，说你这个得属虎，我给你算命了你属虎，说我不属虎行不行，不行，我就属虎这套词熟，我就给你说属虎。这CUDA就是这么一套东西。那一旦中国形成了自己的标准的话，那未来可能这就会成为全世界的标准。所以如果所有的AI开发者都集中在中国，中国的技术体系就会胜出。这个是黄仁勋说的很重要的一个结论。

美国如果放弃全球50%的AI研究员，将削弱其技术主导地位。因为现在中国人，特别是从大陆受过早期教育的这些中国人，他们发表的AI方面的论文基本上已经占到50%了。这个前面是有人统计过的。在这样的情况下，美国人你自己要想清楚，如果你不跟他们玩的话，他们就自己去抱团形成新标准去了。

现在呢，英伟达已经不再指望美国取消出口限制了。原来他还去争取一下，现在发现这事没法讲了，我也不惦记了。英伟达已经调整了财报预测，不再纳入中国市场收入了。原来他财报里有一块，说我中国市场挣了多少钱，这以后这块没有了。

黄仁勋为什么要这么说呢？他为什么不说英伟达的芯片就是好，你还是要买英伟达芯片呢？因为你再怎么说好，中国人也愿意买，但是美国人不让卖，所以这个事他没法说了。他现在只能说标准争夺之战，这个事是不能输的，特别是AI这个领域里头。我们现在在争夺标准，而且这可能真的是像任正非说的，是人类最后一次技术革命了。这个标准在谁手里边是非常重要的，那么一定是哪边用的多，哪边形成了平台，哪边形成了大的生态，它会成为新的标准。

在这块，中国现在该有的已经有了。趁着我现在还领先，你让我卖，这样的话咱还可以在标准里头占一块。你要不让我卖了，那中国就自己憋屈了，那最后他形成标准了，就把我们的标准淘汰了。最后不会形成两个标准的，一定会形成统一的一个标准的。谁用的多，谁就是标准。所以黄仁勋在喊这个话，并不是说承认了英伟达的芯片就已经被华为的芯片追上了，还是差一代的。但是呢，他在喊美国政府，说赶快开放，再不开放就晚了，也算是在商言商吧。

那么脖子这种东西，到底是怎么被卡住的呢？大家有没有想过？第一个呢，其实是叫成本跟时间差异。你像稀土、石墨，包括刚才咱们讲的乙烷，都是这样的一个状态。你不是造不出来，也不是什么高科技，就是不划算。我造一吨500美金，他造一吨300美金，他那儿划算。而且他是采着石油，这东西就做出来了，我们是要拿石蜡油再重新去做这个玩意，这玩意就费劲。这些东西呢，都是可以靠工程的方式以及一段的痛苦时间，逐渐去找到替代方案的，不是说这事就过不去了。

第二个其实是什么？就是专利限制。这块呢，可能跟很多人想的不一样。很多人说中国人你造不出光刻机来，中国人你做不出EDA软件来，就是设计芯片那个软件。大家要知道，EDA软件这个东西在中国也使了这么长时间了，美国人把这个东西拿到这儿来，也使了这么长时间了。中国人很擅长做的事情是什么？叫逆向工程或者叫破解。就这个东西我们早就把它破开了，里头到底怎么回事，都看得明明白白的了。那你在这样的一个情况下，那你中国为什么做不出来？有版权，有专利，我必须得绕过你，我不绕过你这个事他是违法违约的呀。如果说我们双方开始贸易战了，这个不是一个正常的商业规则。

继续执行下去了，那我为什么还要去尊重你的专利呢？我为什么要尊重你的规则呢？那我就破解呗，我就直接使用你的技术路线，我就往前走呗。前两天我还看一个说德国人发明的二战油桶，那美国人一看，这不错，咱造呗。美国人在整个二战期间也没有付一分钱专利费，直接就把这个汽油桶造了，可能几千万个出来。说这个二战的油桶实在设计的太好了，它这个油桶是好拿，而且非常的结实，堆叠起来以后不破，而且倒的时候还有很好的泄压的这个功能。最后是全世界都在使用这一个油桶。二战结束了以后，甭管是东德还是西德，收到过专利费吗？没有，这事就完了呀。

所以现在美国跟中国玩这个专利战，玩这个贸易战，等贸易战结束了以后，那前面这事怎么办呢？那肯定也是要大家坐下来谈呗，既往不咎也就过去了。所以不要以为说这东西我们是做不出来，好多东西特别是软件的东西，我们是能做出来的。还有一些东西呢就是工程上，你比如说发动机，我们可能在一些基础材料上稍微差一些，工艺上差一些，这个东西我们没有搞明白。那怎么办呢？人家的这个比如说能够使1,000小时，我们这能使500小时，那我就500小时做一次检修呗。我成本上升，跑一段时间以后，我们再在工作的过程中去寻找一些替代方案，或者一些优化的这种方案。因为这个东西好多就是要反复的迭代，反复的往前试，他才可以说找到新的出路。你说我始终不试，做一堆专利，这个就死路一条。

你就像日本的新能源汽车似的，他生产了一大堆专利，但是呢他又舍不得原来那个汽油车的市场，始终不去做大范围的氢能源汽车的推广。那你跟电池汽车来比，那你就打不过他。电池汽车说我现在已经推了多少代了，现在固态电池都要出来了，我们把原来各种各样的问题都已经解决掉了。现在我不断的提高充电的电压，800伏、1,000伏，我一直往上提，我现在充电也充的也可以挺快的，5分10分钟我也可以把电充满。它是这样的一个玩法，所以一定要快速的迭代，快速往前做，才有机会成为标准。现在电动汽车跟新能源汽车的这种竞争，就是这样的一个明显的案例放在我们面前。

那么下面呢就是生态跟标准的限制，这个也是一个卡脖子。CUDA跟Nvlink其实就属于这一类，它属于生态特别好，大家都习惯这套东西了，你让我换这个事成本实在太高了。开放平台用的人多了，自然就会活跃，这些活跃的平台上自然就会形成标准。标准这个东西，千万不要以为这是国家一帮老专家坐在这，关上个门拍脑袋说。

我们制定一个标准，大家来执行吧。没有这个，中国是尝试过几次的，什么TDS、CDMA。以前呢，还有VCD、DVD的一些标准。咱们当时做了一大堆，从来就没有人使。所有的标准都是事实标准，我把这个标准做出来了，用的人多了，它就成为新的标准了，都是这样来的。所以一定要靠活跃的平台，才能产生新的标准。时间跟成本限制的东西找到新的出路，大规模生产之后，就会形成新的生态和标准。

专利限制会阻碍社区和平台的形成。你不要说你看美国人有专利了，日本人有专利了，中国人你搞不定了，别想这个。日本人就是被专利玩死的，日本最后失去了他的互联网时代，失去了他的移动互联网时代，氢能汽车也没搞定，人形机器人也没搞定。为什么？就是一大堆专利把他都绑死了。其他人说我想去发展一下行不行？你先来跟我做专业谈判，你谈不明白的话你就别发展。那大家一看说这事没法整，那就绕开他们这些专利已经封锁的区域，我们在其他地方再单独走出一条路来。

美国人也好，或者中国人也好，已经用一些实际案例告诉了大家，说靠专利封锁这件事，大家就绕开。我们这块是不碰了，我们在其他地方照样走得通，这个已经有很多案例证明了。而AI时代呢，卡脖子要比原来的什么稀土、石墨呀，乙烷这个事要更难。为什么呢？因为AI时代它是建立在开源数据，专利和生态与标准之间的一些竞争，那中间很多东西是非常模糊的，而且这个东西本身发展的非常快。你想禁止我的东西，我把DeepSeek、千问这些东西开源了，那你也去装。现在亚马逊上也把千问的模型都挂上了，亚马逊上现在包括微软上也把什么DeepSeek这些模型都挂上了，大家就一起跑呗。他们也愿意在千问的基础上，在Deepseek的基础上再去做微调，像perplexity就在Deepseek的基础上去调整这个模型，发现也很好使。所以你在这块想卡脖子，基本上不现实。

你想靠国家的法律，想靠专利想靠规则卡脖子，最后卡来卡去。这么多中国人，有一半的研发人员都是中国人，我们就找这种最开放的平台，我们就找没有什么限制的平台，我上哪使去。最后这边形成了新的标准，那这样的话对于英伟达来说，对于现在的美国人来说，可能就会比较痛苦。

最后总结一下，任正非也好，黄仁勋也好，喊的呢都是开放与生态，他们喊的东西是一样的。中美继续慢慢谈吧，这个事也没什么办法。你也不能指望说下一次坐下来，我们就彻底开放了，这个我觉得不太现实，黄仁勋已经放弃这个幻想了。

中美贸易谈判的结果和最终的竞争谁胜谁负的话，其实已经没有什么关系了。只是说在整个的AI发展过程中，到底谁挣到钱了，谁没挣到钱，或者谁先挣到钱，谁后挣到钱。最后只跟这个有关。最终的AI革命谁会胜利的话，我觉得已经无所谓了。这个呢，就是人类最后一次技术革命。这是生态与标准之争，不是芯片之争，不是几纳米之争，也不是什么稀土、乙烷。跟这些东西都没关系。现在政府谈来谈去这些东西，已经没法去阻碍人类进步了。

好，这就是我们今天讲的事情。感谢大家收听，请帮忙点赞、点小铃铛，参加DISCORD讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

美国还在审核阿里跟苹果之间的AI合作，准备将阿里放入实体名单。这到底是怎么回事？

大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲，媒体爆料苹果跟阿里的合作一直都在接受审查，到现在也没过关。阿里传出跟苹果进行AI方面的合作之后，算是正式转换赛道，从电商转到了AI和云计算。股价呢，也有所体现。国内呢，也一直在等待可以在国内使用Apple Intelligence的那个版本，结果发现这事儿想简单了。

5月17号，《纽约时报》就出来报道了。到5月19号，彭博社再次确认，美国政府一直在审查苹果跟阿里之间的合作，认为可能是有问题的。那么到底是谁在审查呢？这个事实际上美国政府真的是从头就操碎了心。

2月份宣布的阿里巴巴宣布跟苹果进行AI合作以后，美国白宫和国会多个机构就在持续关注此事。因为美国国会甭管是参院还是众院呢，它里边是一大堆的委员会。有好几个委员会说，这事我们要关注一下，尤其是众议院中国事务特别委员会。在2025年3月的会议上，直接询问苹果的高管：“你们到底咋合作的呀？你跟我讲一讲，别被黄毛骗了呀。”国防部和情报官员呢，也对合作涉及的技术风险展开了审查。

特朗普政府讨论将阿里巴巴列入贸易管制黑名单，禁止其与美国公司合作。白宫官员和美国众议院对华事务专属委员会成员在2025年5月对苹果计划与阿里巴巴合作将其AI技术引入中国一事进行调查。美国国会众议员拉贾·克里希纳莫西，他呢是美国众议院情报常设委员会民主党首席议员，更直接发声。他说啥呢？说阿里巴巴是中国军民融合战略的典型代表，对于苹果不透明的合作协议表示极度不安，说阿里巴巴是做军民融合的。这个帽子就扣的比较大了。

那美国人到底怕什么呢？苹果自己的AI能力到底怎么样，苹果自己也清楚。可能美国这些政府官员和参议员不知道吧。即使在中国这么多AI企业里头，苹果的AI能力应该也排不到前边去，别说跟阿里比了，跟DeepSeek、跟字节，甚至我估计跟百度，他都未必能比得过。这样的一个合作，你还担心中国人偷你的技术吗？

他们大概率也不是担心阿里偷苹果的技术。他们担心几件事：第一个呢是用户数据安全和监管合规的问题。美国官员质疑苹果与阿里巴巴的合作是否会导致中国方面接触到苹果的用户数据，有多少用户数据将共享给阿里巴巴？苹果是否向中国监管机构做出了任何承诺？苹果是否会因合作而受制于中国的数据法规？

将用户数据存储在中国，并与中国政府共享。我觉得这个事想多了吧？苹果在中国的数据本来就存在中国的呀，应该是存在云上贵州吧。在一些大的岩洞里边建立服务器，我们的国内的iCloud账号里边的信息都是存在那的，这个一直都是这样的呀。

至于中国政府到底能够读到哪些，这个就没有向外公开过了。反正大家也不说，中国政府也不去显摆这个，苹果呢也不会出来说说。我们这个东西到底是明码存的，还是什么样存的？中国政府找我要的时候到底给不给他？这件事呢属于大家就不讨论就完了。

但是你在中国卖苹果手机，你肯定还是要符合中国法规的。所以现在美国这些众议员们又以此为借口把这事摁下来了。还担心什么呢？就是技术转让与中方AI能力提升。他们呢，倒不是说苹果有什么技术可以转移给阿里巴巴，而是担心阿里巴巴会利用中国苹果用户的数据进行训练，使自己的千万大模型能力提升。这样呢会让中国公司借助苹果拓展AI技术，从而在中美AI竞争中获胜。

我觉得这种担忧还是可以有一点点的，但是别想太多了。你像苹果跟OpenAI合作，安卓手机里边天生装的就是Gemini，也都在训练。Gemini你也不让我使，OpenAI你也不让我使，那中国用户的数据我们也得找地儿去训练去，我们也要提升AI能力，阿里巴巴就要来干这件事情。

美国政府说，我还担心。国会情报委议员克里希纳莫西指出，合作可能帮助阿里收集更多的数据来优化其模型，使中国的AI企业获得不当优势。这个怎么就不当了呢？我一直没想明白。OpenAI拿苹果的数据去训练，谷歌拿安卓的数据去训练，就没有不当了。他跟阿里签了协议，跟阿里合作，阿里拿了苹果的数据去训练，这个事就叫不当了？这个是美国人的一些比较奇怪的双标思路吧。

然后还担心内容审查和言论控制。阿里巴巴的聊天机器人和大模型都带有审查限制，苹果将阿里的AI引入iPhone会扩大中国受审查的AI服务的影响范围，内置中国的内容过滤规则，影响言论自由，影响信息自由的流动。

在任何一个国家，你去上这种AI聊天工具的话，当地都是有法律规定的。至于哪个国家的法律要求的更严格一些，有些要求的松一些，这个是各个国家不一样。美国的这些聊天工具他也不能胡说八道，也是有限制的。OpenAI在这一块的限制一点都不比阿里巴巴的松，只是大家限制的东西不一样而已。你比如到OpenAI上，你说你给我画一个美国总统，他也不给你画。你到阿里巴巴这……

你说你给我画一个美国总统，我们就给你画。在这块时候，我们还比你松一点。但是另外一块，你说我们画一个中国的什么领导人，阿里这事他就不干了。那这个我觉得没有什么可讲的嘛。苹果在全世界卖，遵守全世界各个国家的法律法规就好了。

最后呢，他还担心苹果受中国法律约束的一个程度，会不会发生变化，是不是会加深苹果暴露在中国法律，包括审查和数据分享要求下的这种程度。苹果为了在华部署AI，不得不严格遵守中国关于内容监管和数据存储的法规。难道说苹果原来就违法吗？这帽子不能乱扣。苹果说我一直都是守法公民，中国政府要求什么，全世界各国政府要求什么，我一直都遵纪守法，这个我们不打折扣的。这块也是美国政府提出的一个担忧吧。

最后呢，就是国家安全和军民融合了。跟中国政府的关系极为紧密，担心这种合作会增长中国军民两用技术的发展。这件事情呢，OpenAI不跟美军合作吗？谷歌不跟美军合作吗？哪个AI公司不惦记去签点军方大单回来？这个阿里可能想去签都未必签得上，因为后边还有华为，还有一堆人比阿里更加的又红又专，未必轮得上他。反正美国人就会喜欢去讲这些事情吧。

美国担心中国企业在获取先进AI技术后，可能服务于中国军方或者情报部门。我觉得这个不需要你去担心了。我们在当时见过一些军方使用的或者情报部门使用的AI大模型，它底层的不是阿里的，底层的是Meta的，是LLAMA3。当时是用LLAMA3的模型进行的微调，就可以为这些情报部门使用了。所以我觉得你们先回去查自己吧，不用着急去查千问。

那美国人准备怎么解决这个问题呢？第一个是信息审查和质询。美国官员已经直接与苹果公司接触，要求其说明合作细节，来跟我讲讲你到底咋合作的，有关数据分享和监管承诺的问题。如果苹果无法令政府信服，美方可能会提升审查力度。现在就是审查力度还没有特别高，只是我还没给你审过，大概这样一个状态。

再往后就是纳入出口管制实体名单。美国官员正在考虑将包括阿里巴巴在内的中国AI企业列入限制清单，禁止美国公司与其合作。一旦阿里巴巴被列入，该合作可能被迫终止，或者需要美国政府特批许可。现在的话，美国只是在质询这件事，并没有说直接就叫停这个事。

如果这个事情被叫停了，真正倒霉的是谁？真正倒霉的应该是苹果自己。为啥？没有Apple Intelligence，iPhone在中国不好卖。iPhone现在在中国的销量在快速的下滑，大家都在等他说。

到底哪一个版本能用？18.4、18.5、18.6，到底哪个版本我们能用上中国版的Apple Intelligence呢？而且在这一段时间里头，千问3还推出了千问，各种的聊天工具的性能、各种的功能在快速的提升。我们已经很期待了，说赶快把这东西弄到苹果手机里，让我用起来，结果卡这了。这个苹果也是望眼欲穿。

有人说了，那百度为啥没事？原来不是号称要跟百度合作吗？百度咋就没受到审查呢？怎么阿里就受到审查了呢？这个玩意呢，最近在国内有一个很特殊的名词，叫“美国严选”，就跟东方甄选或者是网易严选跟这个名字一样，叫美国严选。还分美国国防部严选、白宫严选、参众两院各个委员会的严选。什么意思呢？就是你到底被美国哪个机构列入进到这个严选清单里去了，他去审查你了。一旦发现哪个产品被美国列入严选了，这一定是好产品。就跟以前中国把什么样的服务封掉了，一定是个好服务一样的。现在反过来了，美国封咱们什么什么就好。

这一次呢，阿里被针对，其实还有一个挺主要的原因是什么？就是太高调了。百度前面传出跟苹果进行合作的时候，百度啥也没说，直接就被负面淹没了，说百度做的烂东西你们也用。现在百度也没有进到美国严选里去，大家一看，这百度的东西确实不行，不愿意理你。阿里进去了，阿里是好样的。而且呢，阿里在跟苹果进行合作的时候，阿里高层进公开去确认去了，而且高调四处宣传，引起了美方的关注。属于事还没干成呢，他就四处出去宣传去了，股价就开始涨了，美国人就看到了。这个是这一次主要被关注的一个原因。不知道是不是有哪位议员做空阿里，被套牢了或者被平仓了，所以满怀的怒火，就一定要把你好好审查一下。

百度在这一次的合作里头呢依然在，就是跟苹果合作Apple Intelligence在中国的落地，百度还在，并不是彻底出局了。但是百度呢，主要的合作范围应该是图片相关领域。而阿里呢则是需要负责帮助苹果解决AI入华的审核和牌照申请问题。所以阿里去宣传了，然后被人盯上了。美国官员就听说阿里，没听说过百度，这种可能性也是存在的。因为百度呢，最主要的工作都是在中国境内，它是中国最大的搜索引擎，号称是中国第一的AI大模型，反正至少李彦宏是这么认为的。但是阿里肯定是给美国这些议员们留下了比较深刻的印象，因为有电商嘛，大量的阿里Express，就是速卖通，把很多很多的商品输送到美国去，美国人一定会听说过它，然后出现了苹果跟阿里合作。

这样的高调新闻之后，就被拎出来审查一下。阿里就有幸进入了白宫严选、国防部严选、众议院中国委员会严选、情报委员会严选，都进去了。那么，到底有哪些中国的AI产品被美国公司使用了呢？阿里肯定不是头一个，一定还有很多其他的中国公司的AI产品在被美国使用。

用的比较广泛的呢，应该是DeepSeek。DeepSeek R1推出了以后，美国各大AI厂商或者AI服务商、云服务商，都把这东西部署到自己的服务器上了，包括微软也在微软云上部署了DeepSeek。基本上，这种开放云服务商都部署了DeepSeek。还有很多人，在DeepSeek的基础上进行了微调，比如Perplexity，专门在DeepSeek的基础上重新进行了微调，来供他自己使用。英伟达也在他们美国的服务器上专门部署了DeepSeek来对外服务。

千问更是很多人在去使用了，因为美国也有非常多的大模型是在千问开源模型的基础上微调出来的。这两家肯定是用的比较多的。另外用的比较多的是什么呢？就是自动驾驶方面的AI，在美国还是有落地的。

第一个是百度，百度阿波罗。百度自2017年起就在美国加州开展了自动驾驶测试，他们的阿波罗2.0系统曾经在Sunnyvale进行了开放道路测试。2021年，百度获得了加州DMV颁发的无人驾驶测试许可，允许在San Clara进行全天候测试。但是目前呢，尚没有推出公众的服务，就是现在还在测试。

滴滴自动驾驶也是在2017年在硅谷成立，2018年获得了加州路测许可。Momenta是一个专门做自动驾驶的公司，Momenta与Uber合作，2026年就要推出在欧洲可以工作的Robotaxi服务。这个其实有点像前面阿里跟苹果的这种合作，苹果说我在全世界都用OpenAI，到中国我们去使用阿里千问。Uber说我以后要到欧洲去使用Momenta。

美国市场呢，倒是没有听说Momenta要去落地。但是呢，通用汽车、丰田汽车这些车企里边使用的自动驾驶系统，都是使用的Momenta的。而且Momenta好像是丰田投资的一个项目，这里头有一个很重要的股东就是丰田。所以这些项目都是在美国有合作、有落地的。

那么，不要太高调。太高调了以后，就会被这些原来不太理这些科技事宜的议员们盯上。最后总结一下，美国政府针对苹果使用阿里AI落地中国这件事情目前还在审计，什么时候能够通过依然不知道。

他们呢，主要担心的是阿里利用苹果数据提升AI能力，有可能会将阿里放入某个实体清单。不是像华为那样的实体清单，它可能就是一些AI实体清单。就是说，你以后不可以跟美国公司进行AI方面的合作，有可能会进行这样的处罚。

但是呢，在阿里跟苹果合作的前后吧，其实有很多的中国AI项目都在跟美国公司进行合作。只是阿里稍微有些高调，而且呢确实做的也不错，所以这一次进入了美国严选。

这一次真正要倒霉的是谁？是苹果。苹果现在真是多事之秋，原来好好的在中国生产，在全世界卖。然后就开始吭哧瘪肚的把生产线往越南、往印度去搬。搬了一半了，川大爷出来说了：“苹果，我讨厌你！你怎么可以把生产线搬到印度去呢？你应该搬回国来。”

苹果现在也是不知道该咋办呢，说我到底是接着往印度搬，还是说就这样了呀？美国人也不希望使用印度生产的iPhone，他们也说还是想使中国生产的iPhone，质量要稍微的靠谱那么一点点。

苹果现在在中国地区想要继续好好的卖手机，你就需要有Apple Intelligence，就需要有一个能够在中国合规落地的AI大模型。阿里本来说：“我帮你去申请合规落地，我来去给你提供相应的服务。”结果到现在为止，这个事过不去了。

所以后边苹果要怎么办？还有很多瓜可以继续吃下去。

好，这个故事今天就跟大家讲到这里。感谢大家收听，请帮忙点赞、点小铃铛，参加DISCORD讨论群，也欢迎有兴趣有能力的朋友加入我们的付费频道。再见！

Qwen3发布了。这到底是划时代的胜利，还是翻车了呢？

大家好，欢迎收听老范讲故事的YouTube频道。Qwen3真的是千呼万唤始出来。前面好几周就已经不断有传言说Qwen3要发布，要多么多么强大。突然发布之后，当然也肯定是伴随着一大堆的评测数据了。官方评测数据呢，永远是我超越了谁、超越了谁。但是很多评测的人呢，觉得好像差那么一点点意思，没有达到预期。所以今天我们来讨论一下，这到底是又一次划时代的胜利，还是翻车。

Qwen3呢是凌晨发布的，4月29日凌晨上线，在Github上全面开放。我呢已经开始用上了。使用的方法有几种：

第一种是本地部署。我是MacBook Pro，M2 Max的芯片，32G内存。其他的不重要，你到底有多少硬盘，这个事没有那么重要。本地使用OlAmA部署，我使用了8B、32B和30B-A3B。最后这个是什么意思？最后是一个MOE的模型，它是30B-A3B，就是说它每一次干活的时候激活3B，也就是30亿参数。它是这样的一个标注。就这三个版本的模型，在我本机都可以跑，速度呢都是还可以接受。

云端，第一个你肯定上阿里他们自己家玩去。阿里云百炼平台，使用支付宝或者淘宝账号刷一下，就可以进去使用了。价格还是很便宜的，特别是一些很大的模型，还是要在这个上面才能去跑起来。然后open Router永远是最快的。4月29号凌晨发布的，4月29号白天就可以在这个平台上用上了。硅基流动稍微晚一点，大概到5月1号可以去使用了。

那么Qwen3有什么样的特性呢？第一个是全配置，这个非常非常重要。什么叫全配置？就是它从很小的模型到很大的模型，所有的配置都是完整的。首先它提供了稠密模型，不是MOE，就是单个的这种稠密模型，从0.6B、1.7B、4B、8B、14B、32B，这些都提供了。MOE模型提供了30B-A3B和235B-A22B。235B-A22B这种模型什么意思？就是说一共是2,350亿参数，每一次激活220亿个参数。它是这样的两个MOE模型。

全场景。你在移动端0.6B到4B这样的模型，在移动端没有任何问题都可以跑。说我在终端推理，或者是在PC端跑一跑，做一些商业应用，8B、14B、32B都是可以跑的。你说我有一些复杂任务，或者做一些AI agent开发，30B或者是235B的两个MOE模型非常好用。而且呢是全语种，它支持119种语言。不过这块有人在吐槽。

这119种语言，好像除了中文、英文和常见的几种语言之外，其他什么斯瓦西里语这种奇奇怪怪的语言，支持的并没有那么好。

训练的过程呢，稍微的跟大家展开讲一讲。预训练用了36T的数据。LLAMA4的预训练数据的话是30T，Qwen3的话，比LLAMA4的训练数据集还要再大一些。

它的第一阶段呢，是使用了30T的数据，训练了一个基础语言模型出来。第二阶段用5T的数据呢，去强化STEM，也就是这种科学相关的能力，以及编程相关的能力。到第三阶段呢，就是扩大上下文。一开始这个上下文是比较小的，经过第三阶段的扩大以后：

– 4B以下的模型，也就是刚才我们说的0.6B、1.7B、4B这三个模型，它们的上下文呢达到了32K。
– 大于4B的模型，也就是8B、14B、32B，以及MOE的两个模型30B和235B这几个模型，他们的上下文呢都已经达到了128K。
– 在一些特殊情况下，可以达到256K的上下文。

这块呢，有待继续提升吧，因为LLAMA4的上下文是10兆，要比它大很多。

数据来源，就是拿什么数据来训练的这个东西：
– 60%的数据呢，是互联网原生数据。
– 25%呢，是专业领域的数据，包括GitHub上面的代码、数学公式、科学数据。
– 还有15%呢，是合成增强数据，就是拿其他的大模型去生成的一些数据，用的是Qwen2.5的一些模型生成了一些数据。这块呢，主要是做一些推理链的训练，而且也可以做多语言的对齐。

这就是它的数据来源。这块呢，跟LLAMA4就有很大的区别。LLAMA4大量的使用的都是合成数据，而这个Qwen3的话，使用的大量是原生数据。

在预训练之后，还会进行后训练。后训练的话，实际上是对模型做微调了。他呢，在分四步对Qwen3进行微调：
1. 第一步是长思维链冷启动的训练，注入数学、代码等领域的常推理数据。
2. 第二步呢，是强化学习探索强化学习，就是你给我生成结果，我们来打分，然后你根据我的打分来决定说这个结果对不对。它是基于规则奖励，提升复杂推理能力的一个训练。
3. 第三步呢，是模式融合。这个东西特别好玩，它是一个融合模式的推理模型。什么意思呢？因为我们使用推理模型的时候，有一个特别讨厌的东西，就是有些特别简单的东西呢，给你推理半天，甚至推理的TOKEN还消耗了很多。对于Qwen3来说呢，它里头有一个参数，就是你是不是要打开推理。同一个模型呢，你可以在这设说你不要打开推理，他就快速的给你出一结果。你说你给我做推理。

就给你啰里八嗦的去想去了，这个也算是个创新吧。原来都是推理模型，就是必须要推理。他是做了这样的一个训练，然后第四步呢是进行通用校准，特别是覆盖20多个领域的强化学习，修正一些不良行为。他等于做了预训练之后，还做了大量的微调后训练。

那么，Qwen3的技术创新到底有哪些呢？

第一个就是它这个混合推理架构。就是你到底想不想让它推理，你告诉他就完了。他给你去推去，或者是直接给你一个答案。

第二个技术创新呢，就是它的MOE的参数效率极大提升了。它的235B的模型里头，每一次激活只激活22B的参数。它要比DeepSeek R1激活的参数要少很多，只有DeepSeek R1 1/3的参数。它整个的模型尺寸也只有DeepSeek R1的1/3。所以呢它的部署成本要比DPC卡R1要低很多，推理的效率也要高非常多。

第三个呢就是多语言和多模态的支持。第一次支持了119种语言，2025年内将推出Qwen3-Vl多模态版本。现在的Qwen3还不支持多模态，你给他张图片他还是认不出来的。这块还是比LLAMA4要差一点。LLAMA4是你给他个视频，他都可以给你进行推理。

最后，Agent能力增强。它呢是直接支持MCP，原生支持MCP协议，工具调用准确率提升40%，API代码量减少70%。这个是Qwen3在这一个时代里头，必须要去实现的功能。这也是它比LLAMA4强的地方。

对Qwen3的期待、评分以及使用感受方面，还是有一些落差的。各项评分一定是高的吓人。因为你现在说，我今天推出一个新模型出来，你一定会自己做一大堆评测，然后跟模型一起推出。如果你说我自己做的评测就比谁都差，那这事你还推它干嘛？一定是说我现在评测了，比大家都强了，我才可以推出来。所以评分一定都比大家强。这块呢，就不跟大家详细去列举说那个评分是多少了，没有什么意义。

但是呢，这个里头比较好玩的是什么？就是它是一个田忌赛马的故事。大家知道什么叫田忌赛马吗？用我们的比较差的马，跟人家那个最好的马比，我输掉了。然后呢我用我的最好的马去跟人家的中马比，我赢了。用我的中马去跟他的最差的马去比，我又赢了。等于三局两胜，我赢两盘。他是很多做这样的这种比较。

为什么Qwen3有田忌赛马的这个能力呢？你比如说，8B的模型可以达到人家的32B的效果。我现在是32B的模型，我可以达到原来72B的效果。他等于做了很多这种错位的比较，我用更小的模型。

达到了以前必须用更大规模模型才可以达到的效果。当然，田忌赛马呢，也未必都是好事。为什么？因为很多人会对这种小参数模型抱有不切实际的期望。一堆人拿来说：“我拿这个8B的模型跑一跑试试，看看我去做一些很复杂的任务，到底效果怎么样？”肯定效果不好。千万不要认为你用8B的模型就可以跑出非常非常好的效果来，这个肯定还是有一些差距的。它可能会在某些特定的领域，或者经过一些微调和训练之后，可以达到32B的效果。

绝大部分人对大模型的认知都是停留在什么GPT-4O这个水平的。你要想拿8B的模型去跟这样的模型去比的话，没有任何可比性。那你说我使用这些32B的模型呢？就属于在大部分情况下可以接近GPT-4O这样的一个水平。咱不研究多模态那些东西，就是正常的内容生成，算是接近。至于说它的235B呢，现在距离Gemini 2.5 Pro还是有一些差距的。但是呢，相对于其他的模型来说，基本上算是跑在同一个基准线上了，不比别人差了。

Qwen3 235B-A22B的这个最大模型在数学、代码、Agent等方面都是全面超越了DeepSeek R1。部分场景呢，接近Gemini 2.5 Pro。这什么意思？就是全部的场景肯定离Gemini 2.5 Pro还是有一定的差距的，但是有一部分场景接近了。但在复杂语义理解，就特别复杂的情况下，还是有一些差距的。特别是一些复杂的逻辑分析，它是有问题的。真实使用的感受呢，算是能用。比起DeepSeek R1强吗？其实感觉不太出来，基本上可以达到DeepSeek R1的水平。

指令依存方面呢，肯定还有一点点欠缺。让他做一个很复杂的动作，他有的时候还是会丢三落四一些。这块我自己试过的，网上也有很多吐槽的人。第一个，复杂推理中的逻辑断层和幻觉生成的问题。所有推理模型身上都有这样的问题，Qwen3即使是最大的模型235B，在这块呢，也不比别人好多少。第二个呢，就是过度思考跟效率问题。有些人发现说：“我给他一个很复杂的问题，他自己开始进行推理了，推理来推理去，直接死在里头了，彻底推不出来了。”这种情况现在也还是存在的。

但是呢，也不用太着急。他既然可以进行后训练，可以进行微调，那我相信大家有各种问题去提就完了。Qwen应该会快速的微调出不同的版本出来的。多语言支持的不均衡，你说119种语言，那些小语种支持的肯定没有那么好，因为语料也没那么多嘛。但这一块你想让它提高支持的话。

也很简单，拿足够多的语料去微调就完了。他也是可以去支持的。然后还有一些伦理跟隐私方面的风险，因为它可以有非常非常小的模型。所以你可以把这种模型，比如部署在你们家洗衣机里，或者部署到一些很奇奇怪怪的这种角落里面。他的能力还很强。而且这种全开源的模型，还有一些人微调了以后，是可以把他的一些安全限制去掉的。这个就会比较吓人，所以大家对这块呢也有一些担心。

还有呢，就是模型对齐和偏好上面的一些问题。比如说吧，生成内容有时候会偏离用户的意图。它对一些指令的依从，还是会稍微差一些的。那么给出一个简单的结论吧，这到底是一次划时代的成功呢，还是翻车呢？我个人的感受呢，这又是一次划时代的胜利。

Qwen3真正在跟谁竞争？大家要想清楚：LLAMA 4、DeepSeek R1、Claude 3.7、Gemini 2.5、GROK3、GPT O3 O4这样的模型，到底在跟谁竞争？实际上真正去跟Qwen3竞争的只有一个，就是LLAMA4。其他的都不在同一个起跑线上。

LLAMA4呢，是翻车了。它怎么翻车的？第一个是数据造假，或者叫过拟合。拿直接去跑分的题目进行训练，这样跑分效果特别好，但是实际使用的效果差异巨大。这是LLAMA4翻车的一个最根源的原因。

咱们从另外一个角度上来讲，LLAMA4自己其实是有一些问题的。第一个是什么？就是它公开的模型太大，占资源很多，放弃了绝大多数的场景。他就开源了一个104B，一个400B的模型。普通人你拿他没办法，像我的电脑根本跑不起来。你就算部署到云端的话，它占资源也是占的非常多的。就对于这个经济性来说，一点优化都没做。你说我想在手机上跑，想在嵌入式设备上跑，没做这个准备，他就不惦记。甚至还有一个两T的模型，压根都没有发布出来。他就发布了一个109B，一个400B，其他都没有了。

而且这么大的模型，你想去微调那太痛苦了。就是你想微调一个模型，模型越小越好调。你模型越大的话，你调起来甭管是你的数据还是算力，都是非常巨大的成本。现在看的LLAMA，应该是准备走XAI这条路。

XAI是什么路？假开源。为什么马斯克的XAI叫假开源呢？就是我确实把东西开出来了。他承诺的是什么呢？就是我发布新版本，我就把旧版本开源。而且呢，开出来的东西，你要想调用的话，你也调不了。为什么？我只把那最大的模型出来，哐昌往那一扔就完了。各种的文档，各种东西都很少，你部署上去也不划算。

所以呢，我开源了吗？开了，东西也放这了。能用吗？没法使。你提任何问题、提任何要求，说哪给我改一东西，也没人理你。这就是XAi的玩法。

你要想调用这些东西怎么办？到我服务器上来调用XAI的API，这个是没问题的。我现在也在Grok的服务器上去调用它的API，效果也还可以。但是你说有没有第三方去部署Grok模型，然后让大家去调用呢？没有。因为你现在开源出来的版本低，它的效果没有那么好。你要想使用最新的，你只能在他的服务器上使。以后呢，Meta估计也要走这条路。

那你说为什么没有人骂XAi呢？原因很简单，因为XAi一直就这样。从x开放出来的这个推荐算法，开放出来以后，就再也没有更新过任何代码。你提的所有问题，连回复都没有人回复。XAi更新出来的Grok开源模型也是如此，开源出来啪往那一扔，彻底没人理你了。所以它一直这样。

而LLAMA呢，原来是比较开放的。现在大量的模型都是在LLAMA基础上做出来的，包括Qwen早期的模型，都是在LLAMA基础上做出来的。那现在呢，有点越来越回去了，所以有点怒其不争。大家要骂一骂他，看看能不能把他骂回来。

然后另外一个，LLAMA4被人骂的原因是什么？他不支持MCP。现在是一个做Agent的时代，你不支持MCP，你模型能力再强，你也搞不定各种场景。现在即使是你使用GBT 4O或者GBTO 3这样的模型，你没有一些外接的组件，你根本就跑不出结果来。所以你不支持MCP，这事肯定不行。

还有呢，就是LLAMA对用户是有限制的。LLAMA虽然是开源模型，但是呢，不能进行商业使用。你只能拿去做研究。你说我拿这东西做商业使用了，对不起，你会收到律师函的。而且如果你是一个大公司，月活用户数超过7亿的公司，你如果想使用LLAMA4或者LLAMA早期版本，你需要向Meta做单独的申请。申请通过了以后你才可以去使用，否则不让用，就做了很多限制。

这个反面典型讲完了，咱们讲一讲Qwen3跟LLAMA4比较起来是怎么样的。Qwen3完全开源，你爱干嘛干嘛去，想怎么调怎么调。第二个，体积小，参数少，规格全，性能高。从0.6B就开始，所有的都给你发一遍，爱用哪个版本用哪个版本。这些小体积的模型，经过微调之后应该会一统江湖。

什么意思？就是现在在hugging face上，绝大部分的模型都是拿Qwen2.5、Qwen2这些各个尺寸的模型调出来的。

早期的LLAMA还是各个尺寸都有的。现在到LLAMA4，前面那些小的模型就不出了。Qwen3又把所有的模型都出了一遍，那大家就拿来微调呗。你说哪块不满意，我就专门把它调一调，训练一下上去使不就完事了吗？所以一定会一统江湖的。

而且，Qwen3是原生支持MCP的。我在本地部署了OLAMA 8B的模型，使用Cherry studio测试了一下，支持没有任何问题。但是呢，支持的并不是那么顺畅。30B和32B的模型我在本地也装了，完美支持MCP，没有任何问题。

那你说什么叫支持的不顺畅？什么叫支持的顺畅呢？在这跟大家讲一讲使用MCP的过程。其实很简单，MCP也是描述一下工具，说我这有一工具，这工具叫什么什么名字，输入的参数是什么，输出的参数是什么，能干什么。大概是有这样的一个描述文件，你把这描述文件给到大模型以后呢，大模型会根据你提出的要求，来生成一个调用这个工具接口的代码。

这个8B的模型呢，有时候生成的代码会有点小错误，导致呢调用失败。那调用失败了以后呢，他会换一个方式，再调另外一个接口，然后会得出一个需要的结果出来。你使用32B模型，或者30B的Qwen3模型的话，你把一大堆的描述扔给他以后，他就会正确的找到需要使用的接口，需要使用的工具，然后生成调用代码直接调。调完了以后得到结果，需要再调用的话，还可以在一次推理里头多次调用，然后得到结果。

因为我是放的高德地图的MCP进去，说来给我规划一个旅游路线，这个效果好极了。完完全全在本地，当然高德地图那个服务器不在本地。其他的，他的Qwen3，OLAMA，Cherry studio都是在本地跑起来了，所以这块效果好极了。

现在呢是大模型密集发布的一个周期。前面我们看到了Gemini 2.5 Pro，Gemini 2.5 Flash，GPT也在快速的连续发布。后边还会很快看到一些新东西，包括马斯克下周要发布的Grok 3.5。Qwen3出来以后，如果有哪些方面超越了它，那它是肯定是要更新的嘛。GPT5应该也快了，这就是这样的一个风起云涌的大时代。

好，总结一下吧。Agent时代一定要有一个对Agent友好的模型发布出来，才会被大家叫好，才算是一次成功的发布。体积小，参数少，规格全，性能高，只要可用性不退步，方便微调，这些特性都具备的话，再加上前面的MCP的功能，Qwen3绝对是一次划时代的成功。好，这就是今天讲的故事。

大家赶快去玩耍起来！好，感谢大家收听。请帮忙点赞，点小铃铛。参加DISCORD讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见！

ChatGPT推出了记忆功能，这是整个行业迈出的非常重要的一步。大家好，欢迎收听老范讲故事的YouTube频道。这是让山姆·奥特曼都兴奋得睡不着觉的一个功能，也就是给ChatGPT加GE。很多人都在讲说这个好像并没有多难，使用起来也没有觉得有多大的差异。这样的一个功能，怎么到老范这就变成了整个行业迈出了关键一步？到了山姆·奥特曼那里，就变成了兴奋的睡不着觉了呢？这到底是一个什么样奇葩的功能？有什么是大家没有理解到的？今天咱们来讲一讲。

在2025年4月10号，山姆·奥特曼发了一条推，说：“有那么几次，我会因为太兴奋而早早醒来，再也睡不着。今天就是这样的一天。”今天我们就来讲一讲这个GPT的记忆功能，为什么这么强大、这么好，能够让山姆·奥特曼都兴奋的睡不着，能够让老范来说这是整个行业迈出的关键一步。那么，ChatGPT的记忆功能其实以前也有，并不是没有，不是说到4月10号才推出的，而是4月10号做了一个相对比较关键的更新。那么更新了哪些东西呢？

第一个就是它直接可以引用我们的聊天记录了。它可以根据我们跟ChatGPT聊天的过程来去提取各种需要具体记下来的信息，而不需要像原来那样很显示的告诉他说：“请记住这个，请记住那个。”这个都不需要，现在他是完全可以自己记下来的。而且在后面我们跟ChatGPT聊天的过程中，可以非常灵活的来利用这些记忆，让ChatGPT变成一个越来越懂我们的助手。

那么，ChatGPT记忆功能到底有什么样的好处？首先咱们先看官方给出的信息。这个信息是由ChatGPT自己提供给我的，说第一个无需重复介绍自己了。原来我们每一次跟ChatGPT聊天的时候都需要重复的去介绍，哪怕是同一个人。我今天也要告诉他说：“今天是要去查一个什么资料，我要去做YouTube，你要去给我写提纲。”待会我要开一个新话题，开了新话题，他又不认识我了，那我要再重新介绍：“我今天要出去吃饭，喜欢吃什么，你去找相应的饭馆。”待会我再开一个新话题，他又不认识我了，我再跟他说：“我是一个游戏玩家，我最近在玩什么什么游戏，请帮我去查个攻略。”大家注意了没有？我是开了三个话题，做了三次不同的自我介绍。那么这就是一个很关键的信息，这叫有状态与无状态。其实我们每一个人都有非常多的层面，那么你每一次去跟他沟通的时候，如果ChatGPT不知道你到底要干什么，不知道你今天到底是以一个Youtuber的身份……

或者是一个要去吃饭的老饕，还是说一个游戏玩家的身份去跟他沟通，他没法去给你做回答。那么现在，你不需要反复地去介绍这件事了。你只需要跟他说：“哎，我吃饭去了，我在这边有什么好吃的？”GPT就可以很好地根据你以前聊天的信息说：“原来这个人喜欢吃日料，我要去给他推荐日本料理。”

这是一方面。另外一方面，很多人觉得这些人工智能像人工智障，是因为什么？是因为经常说：“我刚跟你讲过，你怎么就不记得了？”大家都会有这样的感受。但是你想，你只要每一次点击“开始新话题”的时候，他就是要把原来东西忘干净的。要不然，他再去给你提供各种信息也会混乱的。

我举一个例子，比如说我先跟他聊了半天说吃饭，我要去吃日料怎么怎么回事。待会我接着跟他说：“我现在想打一个游戏，这个游戏是怎么怎么回事的时候。”他会接着跟你讲日料的事情，他没有办法快速的进行切换。大模型在这块上还是要稍微的差一些。我们还是如此不停地去开新话题，每次开新话题它就刷新一些信息。但是有了记忆功能以后的GPT，虽然它把话题刷新了，但是我们的一些基础信息它是知道的。你不需要重复介绍了，你可以告诉他说：“我现在要去吃饭。”这是一个刷新新话题，但是它能记着你爱吃什么，这个还是很重要的。

除了这个优点之外，还有一个很重要的是什么？它可以根据个人的写作风格、兴趣和使用习惯，自动调整回答方式。很多人都说这个东西AI味那么浓，一写出来东西就是AI写的。那么以后就不会有这种问题，我们可以把ChatGPT生成的东西去进行修改、调整之后说：“我喜欢这样的一个风格。”那么以后这就是一个你个人的风格了，没有办法再说这一看就是ChatGPT的味了。他不会再干这种事情了。那么ChatGPT就会变成一个真正懂你、贴近，比以往更像一个专业助理的AI助理了。

甚至很多的大老板的助理，替大老板回邮件，替大老板去发微博，他们都看不出来这到底是谁发的。我记得我以前有一个同事，他就是给李开复管理微博账号的。那么以后ChatGPT就可以来替我们做这些事情了。它是可以用我们的口气，用我们的习惯去发各种社交媒体了。

这些记忆你说你都记住了，万一记错了怎么办？这个不用太担心，可以自己设置。在ChatGPT的界面里头，有一个叫“个性化”的菜单，打开了以后可以去设置关闭记忆功能或者打开记忆功能。你可以自己去设，你也可以管理和删除特定的记忆，说：“我把这个东西删掉，这条你给我忘掉，不允许记住。”因为总有社死的时候。

你也可以直接明确地跟他讲：“这事你给我记着，下一个事忘掉，这个事不要记住。”

你可以聊天的时候直接跟ChatGPT说，它可以自动修改这个记忆库。当然，你也可以开临时聊天。打开临时聊天，那么这一部分的内容就不会被记下来。

所谓不会被记下来，我们这里要提醒大家：OpenAI服务器上还是记着的，只是不会被用来生成下一次内容。这个是要注意的，千万不要以为开了临时聊天，你聊的内容他们就都忘掉了。不，不是这样的。

实际上，很多人都会讲一个笑话：拿出手机输入法来，打哪几个字母，看看排在第一个的是什么。比如输出了一个什么样的词，就说明你是个穷屌丝；如果你打了几个字母出来是一个别的词，你可能就是一个有钱人。

为什么？我们的拼音输入法把我们的一些输入习惯记下来了。在这里要稍微先进一些，你可以要求它记录，或者要求它不记录，可以更好地来控制，不会很容易被人发现我们的屌丝本质。

现在是Plus跟Pro的用户已经可以用了，未来免费用户也会可以用。至于其他的Teams用户，或者说一些企业用户和学生用户是不是可以用，还不好说。因为对于他们来说，隐私保护会更加敏感一些。

这些记忆是有容量限制的，不是无穷无尽的，可以一直记下去的。它的记忆限制很怪：1,200-1,400字。这个数字非常奇怪，而且无法扩容。我去问ChatGPT，我说：“我希望这数大一点，我给钱行不？”他说：“不行。”没有任何的途径可以让记忆空间变大。

那么这个容量的标记方式很奇怪：
1. 它居然是个字节数，不是说我记了多少条，或者是记了多少聊天记录，都不是。它是1,200字到1,400字。
2. 它不是一个确定的数字。像我们程序员一般会说：“你这就是1,000字，或者1,024个字，或者是2,000字，都是OK的。”它应该是个死数。现在OpenAI给出的是一个范围：1,200到1,400，这个我就不知道怎么回事了。

还有一点是什么？这个数不大，就是1,000多字。按道理来说，我们都认为它应该记很多东西在里头，但是并没有，只有1,000多字被记录进去了。

如果你把它记满了，你可以进去删，说：“这些不要了，我删掉，剩下的你再接着给我继续。”这个是允许的。你可以自己去整理记忆，就像是《哈利波特》里邓布利多的记忆盆——他可以把一些不太用的东西直接抽出来，需要的东西再塞回去。他可以干这样的一个事情。

那么，这背后应该也是隐藏着一些秘密的。

待会我们再去分析秘密。这是官方提到的一些信息。刚才讲的所有这些信息，都是ChatGPT直接给我生成的。下边咱们来讲一讲官方没有提到的好处。

光看前面这些好处好像是挺厉害，但是绝对达不到说整个行业迈出重要一步，或者山姆奥特曼都可以兴奋到晚上睡不着觉的一个状态。那么，只有没说的这部分才可以达到这样的效果。那到底是什么？

第一个，共享账号这件事没法搞了。你看这里头有记忆了，那我下一次我去跟人共享的时候，我就可以看到别人的记忆，或者别人可以看到我的记忆。这事肯定不行。那大家一定要好好的去买账号。这个肯定是可以让山姆奥特曼稍稍的小开心一下了，但是还达不到让他兴奋的睡不着觉。

很重要的一步是什么？这是真正的从流量向用户转换的关键一步。什么叫流量？什么叫用户流量？我们知道有人来了，但是我不知道他是谁。他也没有办法下一次回来以后继续去做原来的事情。这个东西就叫流量。像很多的互联网公司里面，他们的用户实际上都是流量。谷歌原来它的用户也是流量。比如说我们到谷歌这来搜索，搜索完了点击了搜索结果，实际上我们都是流量。我们并不是它的用户，我们也没有归属感，说下次我还要用谷歌的账号去做什么事情，有什么样的好处，并没有这些东西。

那谷歌是怎么完成从流量到用户的转换呢？它推出了一个非常重要的产品叫Gmail。我们把自己的邮箱存在谷歌了，里头存了我所有的收发邮件，存了我的日历，存了我的通讯录。那么我们对于谷歌来说，就正式从流量变成用户了。流量是没有粘性的，我这次来了，下次我就不来了。但是用户是有粘性的，我的Gmail在谷歌里边，我下次是还要来用的。我不可能说把这个东西进行迁移，非常麻烦。

现在OpenAI也迈出了这一步，从流量变成了用户。原来这么多大模型，在这里你方唱罢我登场。我们不停的去试谁家的模型，稍微好用了一点点，马上就转型。现在不行了，因为OpenAI ChatGPT把我的各种聊天信息都记在里头了。我希望有一个更懂我的助理为我服务，那我就要去使用ChatGPT，我就不能去使用Gemini，我就不能去使用其他的这些大模型了。这个是非常重要的一步。

那么，山姆奥特曼就会为这件事睡不着觉吗？山姆奥特曼前几天接受了一次采访。有人问他说，你的目标到底是什么？到底是不是要去做AGI，要让整个人类进步什么的？后来山姆奥特曼说，我其实已经没有那么天真幼稚了，我现在已经转变想法了。

最早开始做OpenAI的时候，我们确实是这么想的，但是现在已经变了。变成什么了？这是一家互联网消费公司。我们要做的是一个巨大的服务平台，我们的目标是10亿人使用的服务平台。

什么是10亿人使用的服务平台？微信、抖音、Facebook、谷歌、苹果，这些是10亿人使用的。X都达不到，那真的没有10亿用户。全世界能够达到这样标准的平台，没有几个。这才是OpenAI真正的目标。现在等于是在向这个目标迈出了非常关键的一步，可以让山姆·奥特曼睡不着觉，早晨一醒来以后就没法再去入睡了，非常兴奋。所以这很关键。

当时在采访的时候，山姆·奥特曼说了这样的一句话，说大家以后都要用OpenAI的账户来登录，就像是现在大家用谷歌的账户，或者苹果、Meta的账户登录一样。为什么这么干？因为登录以后，OpenAI可以提供专属的微调模型和各种的私有信息，来协助其他平台更好的为你服务。

这话什么意思？其他账户登录，比如说我们用谷歌账户登录了。现在很多的应用都是用谷歌账户登录的，那么登录了以后，谷歌会提供基本信息，包括什么姓名、邮箱、头像、联系人，还有日历，包括我们的Google Drive上的一些文件。你进行授权以后，使用谷歌账号登录的这些应用的话，都是可以去访问的。并不光是说证明了一下你是谁就完事了，这些都可以去访问。

如果我们用Facebook的账户登录了，它不但是可以知道我们的姓名、头像、性别，还可以得到我们的朋友列表和点赞页面。如果是用Twitter账号登录了，他可以得到关注消息、推文、用户资料、点赞和私信的这些权利。如果是用微软账号登录了，可以得到我们的基本资料、用户名、日历、邮箱、One Drive、团队信息。我们用微软账号去登录了其他的一些应用，比如说现在有一个应用叫做画图。我用微软账号登录了以后，最后他就来问你说，我是不是可以有权利把我画好的图存到你的微软的云盘上去？你只要确认一下，它就直接存上去了。但是微软也要去得到你确认的过程，你不确认它，这是没有权限的。所以它有很多的权限是需要后申请的。

如果我们用微信登录了，它也可以得到我们的昵称、性别，以及我们所在的省市、国家和头像，这个都是可以得到的。那么这些对于OpenAI来说都弱爆了。为什么呢？当我们平时聊天的信息都存入到ChatGPT里边以后，我们的专属助理就生成了。那我们这些专属助理可以干嘛呢？当我用OpenAI的账户去登录一个，比如说订餐网站的时候。

这个订餐网站就知道我吃什么，知道我吃什么过敏，知道我不爱吃什么。他也知道说在这个季节里头，有哪些新鲜的食材是我一定要去吃的。对于餐厅为我提供更好的服务，是非常重要的信息。

当我想去找一部美剧来解决剧荒问题的时候，这个助理是知道我看过哪些美剧，而且知道我看到第几季第几集了。还知道我喜欢什么类型的美剧，以及喜欢哪些小说和明星。他可以非常好的来为我推荐。

山姆他们向着他的目标，迈出了非常重要的一步。这就是山姆他们为什么兴奋的睡不着觉。那么从容量限制，我们看到了这个里面到底有什么秘密。我们可以猜测一下，以及ChatGPT记忆功能未来发展的方向，都可以从这里去稍微的猜测一下。

刚才我们讲到，它这个数字很怪：1,240-1,440。为什么是这样的一个数？应该是每次聊天的时候，都可以直接将这个1,000多个字符扔到提示词里边去。它占的TOKEN量并不是很大。而且要注意，OpenAI的API对于TOKEN输入的时候，它是有两个不同的价格的：一个是缓存内的TOKEN，一个是缓存外的TOKEN。那所有的记忆信息都属于叫缓存内的TOKEN，就本来就存在它服务器上，成本就更低了。所以它完全可以在我们每一次聊天的时候，都直接把这1,000多字塞进去。

这个字多了肯定是塞不下的。那么存储更多的信息对于OpenAI来说，本身成本其实并不高，相当于开个网盘呗。你想一个网盘能有多贵？而且现在网盘都是一开就是多少个g的空间，这1,000多字算啥？所以存并不费劲。但是你存太多了以后，用户也会担心什么：你ChatGPT会不会变成熟悉的陌生人？我有很多信息，我并不希望你知道。或者说，当我们发现ChatGPT了解我们很多信息的时候，你会感觉吓人的。所以他这个数一定要控制的稍微小一些。

如果这些信息变多了，比如说不再是1,000字到2,000字，而是100万字200万字了会怎么样？它处理起来还是要稍微麻烦一些。你不可能说我每一次产生结果的时候，去做问答的时候，都把一两百万字塞进去，这个事不太现实了。所以到那个时候，它可能需要额外的去做本地知识库，类似于RAG这样的东西，叫搜索辅助生成，要去做这个。还有的干脆是去微调小模型。原来苹果要去推出apple intelligence的时候，当时他们也讲到说，我们就想去给大家微调小模型，让你们在苹果电脑上就有一个根据你们的信息微调出来的小模型，非常懂你。

但是目前为止，他也没做出来。这个还是挺难做的，微调小模型也好，做这种本地知识库也好。这是山姆他们未来的设想，因为他前面接受采访的时候已经说了：“你们以后只要用OpenAI的账号，登录我给你的这些知识库，给你的这些微调的小模型，就可以直接使用了。”

一旦真的走到了Azure GPT帮我们存储本地知识库，和微调一堆小模型的时候，迁移成本就会无限放大，等于就彻底捆死我们了。我们再想从OpenAI的平台上离开，就基本不可能了。那么未来会变成什么样？未来更多的信息会被记录下来，这个一定是这样的。到那个时候，可能会花钱去购买更多的存储空间，这个是个玩笑了，不重要。

未来真正的变化是，大模型都会变成agent。现在大家玩的是模型，以后就都变成代理。那么现在谷歌刚刚发布了叫a to a的一个开源接口，这东西干嘛使的？就是让大模型之间聊天的。再加上MCP，谷歌、OpenAI、Azure现在都支持MCP了，它可以去调用各种的外部工具。比如说像刚才我讲的，去给我订餐、订酒店，帮我去订各种行程，帮我去查询各种知识，现在都可以通过MCP把这东西接进来了。

当这些东西都普及了之后，以后的大模型会变成一个统一入口。这个山姆他们也讲过了，说这就是GPT5给大家的形式。什么意思？以后我们再去跟ChatGPT聊天，再去跟各种的AI助手聊天的时候，你不需要去选了。你不用上来选我今天要跟GPT4聊天，还是GPT4O聊天，还是跟O1聊天、O3聊天还是跟谁聊天，你不需要选这玩意。你都是在跟GPT5聊天，GPT5会根据说你的要求，我来决定调哪些东西，我来决定走哪一个agent的路径来去帮你服务。这个是未来的一个方向。

到那个时候，他会自行来判断到底要去引用哪些记忆。我们来想一想，我们跟人打交道的时候，或者说真的跟一些助理打交道的时候，也是如此的。你不会站在那先去跟他讲，说你今要给我处理什么事了，他会自动的来去判断你今天到底要用哪一部分的知识来去完成相关的任务。

到那个时候，ChatGPT也好，或者其他的AI助手也好，就会为每个用户建立一个分类知识库和私人助理。他们会根据我们的上下文聊天，自动的去调用相应的知识库，形成相应的助理。到那个时候，会由AI来掌控更复杂的权限。什么意思？就是当我们要是授权这些助理去给别人干活的时候，比如说我今天把一个我爱吃什么饭的助理授权给了一个饭馆，那么它就不能去调出来我的其他信息。

我的收入、我的工作，这些东西你是不能调出来的。但是，它可以调出一些我爱吃什么，或者说我对餐厅有一些什么其他的要求。他可以把这些信息调出来。那么，这一部分以后都是要由AI来掌控的，不会由人来掌控。

说我今天先设好了，说这个助理可以访问哪些信息，那个助理可以访问哪些信息，哪个助理可以给谁授权。这个以后肯定都是由AI来处理，要人处理是处理不过来的。

而且，再往后发展是什么？我们今天讲的都是自己的记忆，因为ChatGPT有记忆了，所以我们不能去做共享账号了。但是，以后我们还需要去处理其他人的记忆和其他人的助理。这是什么意思？

假设吧，当我们需要为其他人服务的时候，就直接可以跟他们的助理沟通了。或者说，我们可以将他们的助理再介绍出去，直接去干活了。举一个例子，比如说今天我是个导游，我带了一帮朋友出来玩来了。到时候我需要去安排餐厅，那安排餐厅怎么办？我就先让这些游客把他们的助理都授权给我，我再把这些处理授权给了一个餐厅。

这个餐厅就可以根据每一个人的口味，去帮他们安排饮食，就可以来做这些个性化服务了。这个在以前是没法实现的，现在都可以实现了。比如说我今天做了一个导游的APP，谁让我去导游了，你们就用你们的OpenAI账号来登录我的导游APP。我们加入到一个游览的群里边去，等我再去餐厅订餐的时候，我就把游览群里边的每一个人的OpenAI账号授权给餐厅。

然后，餐厅就可以跟你们的助理去聊天了，去了要吃什么呀？最近在减肥，就吃一些清淡的；最近口重，想吃点咸的；最近怀孕了，酸男辣女，什么样的？大家要去稍微调整一下口味，这都没问题。以后都可以让每一个人都像带着一个助理出门一样，咱们之间就有更好的服务。这可能是大家可以憧憬的一个美好未来。

再讲一下，为什么在这个时候可以去宣布这件事？其实绝大部分的AI助手都是无状态的。刚才咱们讲过什么是无状态，这里不重复了。第一个是要解决隐私的顾虑，因为大家都觉得我们把很多的隐私交给AI，是一件很危险的事情，很恐怖的事情。所以原来咱们不说这个事。

降低运营成本也是很重要的，因为AI是按TOKEN收钱的。每一次回答问题之前，我先去看一下你是谁，还是挺贵的。还有一个重要原因，是要降低用户的心理预期。每一次当这个AI说胡话的时候，你就告诉用户说：“反正我是无状态服务，我也不知道你是谁，我就说成这样了，你也不要对我有太高的要求。”

给AI助手添加记忆这件事，在技术上其实并不困难。

只是舆论跟社会压力太大。

ChatGPT其实一直都有聊天记忆的功能，原来就有，只是原来并没有大张旗鼓的宣传。到4月10号，终于可以宣传一下了。那么，这个时间点为什么这么重要？

原来，ChatGPT是唯一一个有记忆功能的AI助手。但是，Grok来了，就是XAI的Grok。它可以根据我们的推文，给我们一个个人描述。你去检查一下，说你的AI助手到底有没有记忆功能，实际上很简单。你上来就问他一个问题：“你认为我是一个什么样的人？”或者说：“根据你对我的了解，给我一个描述。”你就给他这样的一个提示词。

在4月10号之前，ChatGPT也会给你一个很好的描述，而且那个时候，那个描述还写得特别的肉麻。什么时候心情不好了，你去问他，你看完了以后，你觉得我好像混的还可以。他是这样的一个状态。

Grok也开始提供这种功能了，所以OpenAI说：“那既然你也来了，我就不藏着掖着了。”我就开始打明牌了，直接公开。而且，山姆·奥特曼前面也透露了他的真实目的。原来还在这装清高，说：“我要为人类怎么样，我要为社会怎么样，我要去搞AGI。”前面去接受采访的时候，已经说的很清楚了：“在OpenAI开始融资之后，我们就已经清晰的认识到，这就是一家消费互联网公司。我就是老老实实来挣钱的，没有那么多虚头巴脑的东西。”

成为新的平台公司和流量入口，就是山姆·奥特曼的一个最终目标。我就是来挣钱的。现在，山姆·奥特曼又一次为整个的行业指明了方向：“大家上！”

在这个过程中，谷歌肯定有能力，没有任何问题。但是，内部的桎梏太多。因为前面也是做了好多年的圣母，现在在这一块上技术不难，但是他的舆论，包括伦理社会压力很大。这个弯子到底怎么转过来？估计谷歌还要稍微的转一段时间。

XAI的Grok这没什么问题。马斯克是信第一性原理的，所以应该会快速跟进。而且手里头还有我们发的推文，走这一步是顺理成章的。

Anthropic呢，要稍微麻烦一点。为什么？因为它主要是ToB的。现在即使在ChatGPT里头，记忆功能也没有向Teams用户去开放。因为在这块还是要更敏感一些。我办公室用的各种记忆，跟我家庭的各种记忆，他还是不是那么容易分清楚的。

至于Meta，现在连应用都没怎么做好，还是要继续努力。Meta属于只有模型没有应用。原来我们讲叫“模型及应用”，但是只有模型没应用，这条路也是走不通的。

至于国内，阿里跟字节必然会在这条路上狂奔，没什么好说的。卖东西，甭管阿里还是字节，后边实际上都是电商平台。

一旦说可以形成客户信任的助理了，那么他就可以直接帮客户下单、买东西了。这也可以很好地解决整个AI行业不挣钱的一个问题。所以，为什么我说这是整个行业的巨大一步，被今天迈出去了。

至于腾讯呢，它有点像谷歌，后面包袱也很重。为什么？因为它是一个很重很重的社交平台，我们所有的社交关系都在上面。他在这个里面去做助理，他一定是要非常小心谨慎。一旦踏错半步，会出很多问题的。所以，腾讯在这块可能会比较费劲。

至于百度，继续为大家提供欢乐就可以了，其他就不重要了。更多的AI agent的应用应该正在路上。可能有一些公司说：“我没有大模型，但是我可以通过GE的方式，给大家打造更多的应用。”这块应该也在往前走。

而且，很多的服务平台，比如美团、携程这些服务平台，他们也需要开始去处理相关的问题了。我们如何去跟这些助理打交道？我们如何提供我自己的MCP的接口？现在像高德地图很多的这样的平台，都已经开始官方提供MCP接口出来了，可以让AI大模型、可以让agent直接跟他们去沟通。这一块就是未来的一个很重要的方向，大家应该是在快速前进。

我觉得又可以开始招人了。很多的互联网公司，应该可以开始考虑招聘的问题了。

最终的总结：这是AI的一小步，但绝对是整个人类社会形态发展的一大步。不知道你们是不是同意我的观点？好，这就是今天讲的故事。感谢大家收听，请帮忙点赞、点小铃铛。参加DISCORD讨论群也欢迎。有兴趣、有能力的朋友，加入我们的付费频道。再见！

机器人马拉松要在北京开跑了。大家好，欢迎收听老潘讲故事的YouTube频道。本周日4月13号，在北京的亦庄要开始一场人机混合马拉松大赛。

什么叫人机混合？就是它的赛道上中间隔着一个铁马，有一半是由人跑的，另外一半的赛道是由机器人跑的。两边等于跑同一个赛道，相同的路程。人呢，应该现在有上万人报名了吧。机器人现在应该有20多个单位，或者叫团队去报名了。

21公里的半马，并不是要跑完整的马拉松。现在机器人跑全马还是有些难度的。机器人呢，要求在3小时30分钟之内完成整个的赛段。如果完不成的话就没有成绩了。人类的话是3小时10分钟，要求完成赛段要关门。人类的记录呢是56分钟，平均大概是两个小时多一些吧。

机器人的话，我觉得可能有一部分可以在3小时30分钟之内跑完。但是应该不太可能说20多台机器人，都可以在规定的时间内跑完。这也算是一个新的人类盛举了。应该会有交通管制，我就不到现场去凑热闹了。他是从周五晚上8点就开始逐步的封路，进行检测了。

北京天气预报那天应该是有大风，有可能会到10级风。所以当天到底能不能跑，现在还不是特别确定。毕竟还有上万个真人要跟着跑。

对于机器人参赛，它的规则是咋制定的呢？这个我估计是很多人关注的。到底谁得冠军？到底跑多少分钟？现在第一次的话，关注这个事还稍微有点早。所以咱们先看看要求是什么。

第一个必须是双足机器人。四足的、轮式的、轮足的、履带的都是不允许的。你必须俩腿站那给我跑。身高呢，是0.5到2米之间。太小的、太大的都不要。你说我做个10米的机器人，没两步跑到了这事不行。所以，就是0.5到2米。

支持手动遥控，含半自主或者是完全自主控制。但是需要在赛前提交控制模式说明。因为现在的机器人呢，有全自主的，就告诉他你要去什么什么地方，顺着哪条路走，他就自己去了。自己去判断地面上有什么障碍，有什么这些坑坑坎坎的，自己可以迈过去。

也有的呢就是完全遥控的。你让它往前往后，或者是抬腿伸胳膊这样，完全遥控的。半自主是什么呢？就是你命令它开始动了，它就开始在原地踏步。然后你说前进，它就往前走了。在往前走的过程中呢，自己可以去避障，或者说可以深一脚浅一脚，爬个坡，下个梯子都是可以的。但是呢，你要想拐弯要想什么的，你还是得要遥控器。这就是半自主的。

所以现在都有，甚至有些机器人呢，是几种模式都支持。但是你在参赛之前，你必须跟人说清楚，说我这个今天是用全自主方式参加的。

还是用半自主方式参加的，还是完全手控的？你要去跟人说清楚。你说我这是全自主的，结果你举个遥控器站在旁边，前进后退，这个事是不行的。

如果是这个遥控器，那遥控的人呢，不能陪着跑。原来我们还想说，这个半马20多公里，难道说这机器人在旁边吭哧吭哧跑，旁边还一哥们抱着遥控器，在后边跟着跑吗？这事是不允许的。因为他这个人跟机器人之间，本身也是不允许混的。因为机器人你万一磕了碰了他，现在的机器人倒不至于伤人，但是你要踢他一脚也挺烦的，这机器人摔一跟头也挺贵的。

所以，人跟机器人就是完全隔离的，中间是有铁马来分割的。遥控者呢，要求站在补给点里头站，那遥控是不允许跟着机器人跑的。他这20多公里呢，应该也是七扭八拐的一个路线，有七个补给点。不是说你的遥控距离必须要超过20公里，应该有七个点，距离机器人最远的位置大概都是可能一公里两公里之内的这样的一个位置，大家是可以在这进行遥控的。

但是呢，也有一些团队呢，准备玩车队遥控，就是他开个车，跟着机器人跑也是可以的，但是操纵人不可以跟着机器人跑。这个路线呢，涵盖了城市道路、平坦的柏油路、坑洼的裂缝路段，就是有些路没那么好。然后呢，有坡度路段，长缓坡或者短陡坡都有，以及公园区域，有石板路、草地、石子路等，多种复杂路况。就是要求这个机器人，在所有的这个路况里面都要跑下来，你要跑不下来，这事是不行的。

中间呢，可以换电池，换电池呢是不罚时间的。但是你如果换了电池，到最后评分的时候，还是会稍微减一点分。因为他最终评的时候，你跑的时间是一个分数，大概占70%多。你到底换多少次电池，长得好不好看，大家是不是喜欢，都会占那么一点点分数。但是换电池，你不能说走到哪，跑着跑着哐当躺那了，然后你就奔奔过去给他换电池，这事不允许。还是7个补给点，你要想换电池，你就计算好跑到补给点换去。

那你说我机器人摔了摔坏了，或者哪个地方过热了咋办？也是到补给点去，可以换零件或者换机器人都行。这个机器人是可以接力的，比如说俩机器人，一个跑前半段一个跑后半段，没毛病，只要是同一个型号就行。但是呢，换机型罚时10分钟，加10分钟的时间。

这就是这一次的基本规则，也挺好玩吧。参赛和没参赛的都有哪些呢？就是一般到这样的比赛，大家就看哎谁谁谁来了，更重要的是谁谁谁没来。咱们看看20多个参赛团队，宇树科技肯定是要来，人家春晚都转了手绢了，这个要来。他呢，的型号应该是H1，1米八的大个子47公斤。

还是挺瘦的，这个机器人。它大概每秒钟可以前进三点几米，是这样的一个速度。但是我们要注意，3个小时30分钟跑完21公里的话，大概每秒钟至少要前进接近两米的距离，你才可以按照这样的平均速度把它跑完。这中间还不算摔跟头换电池。你换电池虽然不扣时间，但是你也得让机器人停下来，走到补给站里头去换个电池。你没有个三五分钟，你也搞不定这事。

另外一个种子选手呢，是北京人形机器人创新中心的天工机器人。这个机器人呢是1米63，43公斤。它呢是UB选联合研发的一个机器人。UB选是国内第一家机器人上市公司，现在他的机器人其实已经在很多的工厂里边干活去了。他的这个机器人呢，是一个开源机器人平台，就是他的软件硬件里头的模型都是开源的，大家都可以在这个平台上面去使用。这个天工机器人呢，就是一个全自主机器人。你告诉他去什么地方，他可以自己去识别道路，有坑有坎了，我怎么去迈过去，他他有这样的能力。但是具体怎么样咱们还要看了。

还有呢，上海清新艺创科技有限公司叫松岩动力。这个机器人身高1米2，体重呢是35公斤。还有呢是上海理工大学叫行者2号，体重28公斤。太虎机器人T170，身高1米5，25公斤重。猎豹移动也去了。猎豹移动这挺逗的，傅盛前两天刚发言，力挺朱啸虎的人形机器人短期没有商业化的言论，这自己就直接把自己的人形机器人派去参赛去了。

然后北京航空航天大学叫天鹰机器人，1米68，55公斤。你看他个矮还挺沉的，这玩意是液压的。其他的机器人大部分都是电驱动的，就是电机的。然后中国科学院自动化研究所叫凌志机器人，1米7，60公斤。还有一些大学的作品，就是像什么哈工大呀，都会有作品去参赛。

小米的铁蛋呢，是在赛道边上静态展示，但是不参赛。对于他来说，2022年开过一次发布会，再往后呢，就没有什么动态更新出来了。雷军着急忙慌的在那造车呢，这个机器人让他去跑21公里，估计够呛。稚晖君的智源机器人呢，目前并没有明确是不是要去参赛。因为稚晖君的机器人呢，比较大个的都是有轮子的，他不允许参赛。小个的呢可能也没有为这种快速移动去进行设计。他在一个房间内进行慢速移动，处理一些问题还可以，但是你让他这种长时间跑21公里，而且还要达到一个这么高的速度，他应该是没有做相应的产品。

车厂的机器人呢，应该都没有来参赛。像什么理想小鹏，都号称要做机器人。小鹏还号称说，我的机器人原型已经进车厂上班去了。

但是他们这一次应该都没有来。国际团队这次呢，并没有确认是否参加。像什么特斯拉的擎天柱，还有figure 01，或者是figure 02，以及波士顿动力这些呢，并没有明确是否参加，大概率是不会来了。

这个虽然号称是国际赛事，但是目前为止，确认的参赛团队都是国内的团队。机器人半马这种比赛，主办的目的是什么呢？

第一个就是全球首次，我们一定要把这个名声留在手里头。中国人是很喜欢这个的。第二个就是奖金，冠军奖金5,000元人民币，亚军是4,000元人民币，这个基本上可以忽略不计。所以大家肯定不是为了奖金来的，更多的呢是让大家看到，机器人行业到底发展到什么样的一个状态了。

以及呢，也创造一些标准，让这些做机器人的团队说，你就按照这个21公里，自己能够跑下来的这个模式来，去设计机器人就可以了。如果一个机器人可以在自主的情况下，在3.5个小时里头把这21公里跑完，有这个平面的柏油路，有水泥路，有坑洼路，有坡度坡路，草地石子路，什么台阶都可以搞定，那我觉得这样的机器人，它的应用场景就已经相当广泛了。

而且前面我们也讲过，不要看着这些机器人有个遥控器，就觉得它很笨。现在这些机器人，你虽然有遥控器，但是它的运动控制、自己的平衡，这些东西还是有很先进的算法，很复杂的算法来控制的。因为你的遥控器只是控制前进和后退，并没有控制说抬腿伸腿，并没有做这样的控制，已经是做了极大的简化了。

就像我们玩大疆无人机似的，大疆无人机，你会去控制四个螺旋桨速度吗？你不会的。但是你想，这种四旋翼无人机的控制，就是靠四个电机的速度去控制的呀。它是有飞控软件在里头，要考虑当时的风速，考虑你的飞行姿态，然后再去根据你的动作，根据你的操控，做出你意图中的这个动作出来。所以这个还是挺难的。

所以在这一块的话，中国应该还是会快速的发展。这就像早期的汽车比赛一样，有了一个目标，大家就去努力的改车、造车，让这个车可以参加竞速赛，跑圈的拉力赛，各种各样的环境的让它跑下来。这个也算是在整个的汽车技术与工业发展过程中，都是起到了非常重要作用的。

现在中国开始搞这样的机器人大赛，目的呢也是在机器人的硬件和标准上，要开始进行争夺了。美国人现在可能还在主要研究这些大模型，各个大学里面，特斯拉、figure 01、figure 02这样的机器，已经开始在去做大模型研究，而且在这块，应该会比咱们要稍微先进一些。

中国人需要干嘛呢？需要跟日本、韩国、欧洲……

去争夺机器人代工以及零配件生产制造的这张门票。你美国人造完了以后，你到底让谁给你造这个机器人？你让日本人造没问题，他能造得出来，而且可能很精准，但是很贵。但是你让中国人造，我可以给你造得很便宜，未必别人那好使，但是也能使。这个是我们现在要去争抢的。

而且呢，很有可能会在机器人行业里头，再造就第二家或者第三家的大疆这样的企业出来。大疆其实在全世界的无人机领域里头，也算是一个妖怪，别人跟他竞争还是非常痛苦的。机器人产业有可能会被中国人玩成第二个无人机产业。

什么叫第二个无人机产业？现在中国的无人机都在做什么？不光是有大疆控制板，中国大量的出口各种控制板。现在甭管是俄乌冲突，还是在中东的各种的战线上，很多的无人机控制板都是从国内出口出去的。现在美国FBI还在悬赏中国做电气元件的山东会计呢。所以我们是生产了非常非常多的底层零部件。

你比如说刚才咱们讲那天工机器人，它里边使用的激光雷达是大疆造的。大疆也造很多这样的设备出去，包括一些无人驾驶汽车上面的激光雷达和他们的主控系统，都是大疆造的。现在机器人上面，肯定也有很多类似这样的零部件，我们也希望能够在中国制造生产。

而且现在娱乐型的无人机，完完全全就是大疆独领风骚。其他人也有，但是你跟大疆竞争，根本就竞争不过你，价格你也打不过，整个的品质然后它的可玩性都差得很远。工业、矿业、电力、农业相关的无人机呢，现在除了大疆之外，还有几家中国公司也是在逐渐的垄断全球市场。在矿业上可能大疆还未必是老大，包括农业上，也还有国内的无人机厂商在跟大疆去竞争。你竞争来竞争去，最后就把其他人都打没了，因为它的成本还是很低的。可靠性在无人机这个领域里头，我们还是可以造到在工程角度上它是可用的。

包括现在的表演无人机，就是几百架几千架无人机呼呼一下飞上去，给大家拼个花看看，这玩意全都是在中国生产的。包括现在的载人四旋翼飞机，国内现在也是上的非常猛。现在在无人机这个领域里头，玩的叫什么？叫有枣没枣三杆子，吃干抹净。只要是有可能东西我们全造，我都造的比你便宜，也都能使。你说我达到一个多高的安全性可靠性，我们也不拼，反正我在可控的成本范围内，咱能使在全世界大卖。这就是我们现在无人机的玩法。

那以后可能整个机器人产业链也会变成这样。最后可能你做的像苹果手机这样，我们其他人都去做安卓。我们有一些这种开源的大模型，开源的控制系统搁进去。

我这还有开源的硬件，咱们拼起来一大堆的中国产，像安卓机器人。安卓本身就是机器人的意思，我们就可以围剿特斯拉。机器人这事都是可能出现的，它的各种零配件通通都在中国生产，就像果链企业一样。

未来就算有关税的这种战争，可能机器人这一块还是会有大量的产品在中国出来。而且现在看关税战争，虽然让很多的相对低端一点的制造业跑到东南亚去了，但是比较高精尖的制造业还是留在国内的，向那边转移的过程并没有那么快。

未来一段时间，像人形机器人的马拉松以及其他的各种赛事呢，还会快速的启动。下一次也就是2026年计划的人形机器人马拉松，会有一部分是人跟机器人一起协作完成的。这一次还是人跟机器人是分隔开的，中间有一个铁马，人在这头，机器人在另外一头。下一次可能有一些需要人跟机器人一起搬东西，一起协作完成一些任务，才可以完成马拉松。这个是明年可以去看的事情。

这些比赛呢，应该会以各种各样的形式展开。这一次的比赛呢是在北京亦庄开。北京亦庄呢，是北京人形机器人创新中心的所在地。刚才咱们讲那天工机器人就是开源的，还可以自主控制的一个机器人，就是从那出来的。所以，这是它的母厂。他就可以去设计，说我这个比赛要去考验这些特性，那么他就整了一个比赛。有些人就来了，有些人就不来了。

那么没准下一次说，这回规矩是你定的，比如像稚晖君这样的不是很公平。我们在室内更灵巧，下一次我们做一个新的比赛，按照我的这个能力去设计一些新的赛事出来。那咱们再去拉一帮人来比赛，可能是很快就会有新的这种赛事出来。而且这一块的话会变得非常非常热闹。

这一次可能那些没有来参赛的公司，他们就觉得你这个比赛定的对我不是那么合适。在这一块未来的一两年内，应该会看到很多有趣的赛事，有趣的表演。让我们一起来期待。

好，这个故事就讲到这里。而最好呢是下次比赛，希望可以看到国际的选手参赛。我们也希望国际的一些比赛，中国的团队可以送机器人出去，一起来去参加这些比赛。

好，这个故事就跟大家讲到这里。感谢大家收听，请帮忙点赞、点小铃铛，参加DISCORD讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

朱啸虎炮轰具身智能，将自家基金投资的早期人形机器人项目都集中退出了。这到底是怎么回事？

大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲，朱啸虎又双叒叕出圈了。他呢是参加了投中网的一个访谈，讲到说具身智能，也就是人形机器人项目，现在在集中进行退出。集中退出的意思是什么？不是在人家有下一轮融资的时候你稍微退一点点，而是说我就通知所有我们投的这个行业的项目，我要退出，赶快把钱还回来，做这样的一个操作。

原因是什么？他说跟自家基金投资的几个公司进行了沟通，说你们这东西到时候卖给谁？结果发现没有商业模式，客户都是他们自己想象出来的，完全在这自嗨。说这玩意不行，得赶快跑，要抓紧退出。说现在的机器人只会翻跟头，这大概讲的是宇树科技的那个，没有办法进入家庭，也没有办法进行实际使用，所以要跑。唯一的用途是央企买去占前台，这个是支撑不起来整个行业的发展的。所以他对这块直接敲响了警钟。

那么其他投资人肯定上来怼，说具身智能这么好的方向，你怎么可以说他不行？比如说经纬的张颖哈，上来就怼了说朱老板别闹，时间拉长，人形机器人赛道一定能出大公司。朱老板这么一番话，我就好奇，以后机器人赛道的优质公司谁还会跟他聊，更不用说拿他的钱了。

经纬的张颖也算是创投圈里头比较出挑的一个投资人。宇数科技的早期投资人也有一个出来讲了，朱总做这样的选择也能理解，但是深入了解行业后会发现，人形机器人目前就有现成的市场，光科研教育市场已经不小了，足以支撑一个上市公司。未来3-5年，最大的机会在于ToB，制造业和商业服务。

被投企业呢赶快出来辟谣，说我们没跟他沟通过，我们连他朱啸虎的联系方式都没有。虽然是金沙江创投投的，但是朱啸虎说跟几个被投企业聊完了以后发现没有市场，不是我啊，这个跟我没关系，完全想象客户的那个不是我，这个要出来辟谣。

其他具身智能项目也出来怼，说朱啸虎只能投资那种赚快钱的，确定性高的快餐项目，开拓性的他都是不碰的，这个就上来直接扣锅了。

那么创投圈的热搜体制，朱啸虎算是具备了。为什么金沙江创投的朱啸虎？首先他还是要有一定的身家和地位，完全没有任何身家地位的人，你出来讲是不会出圈的，也不会有人理你。他肯定还是比较大的一个投资人，才会有人理他。

那投资人原来其实并不怎么出圈儿，前边儿是朱啸虎说了大模型没机会，导致傅盛以及一堆投大模型的公司出来跟他怼，说大模型有机会。

AI就是未来的方向。去年还怼了Kimi，Kimi是他手下的一个合伙人去投的。他跟这个人意见不合，结果这个合伙人就加入了Kimi。这一块也是吵了半天，而且现在跟Kimi之间应该还有一些诉讼没有结束。

因为观点总是跟热点相违背：大模型火的时候说别投大模型，没戏；机器人火的时候说别投机器人，这事没戏。“我投了我都跑了。”所以总会有媒体喜欢去找他制造热点，这个有流量。现在你去找谁说“大模型可好了，宇树科技可好了，咱们去做具身智能”，这个已经不新鲜了。一定要反着说这事才新鲜，所以他算是有热搜的这种潜质了，每次讲点什么事就会上热搜。

3月份他还造了一个梗，这梗是什么？说“LP们感谢我，没有在大模型上浪费一分钱”。LP叫有限合伙人，这基金里头都是叫普通合伙人和有限合伙人。管理基金的是普通合伙人，出钱的是有限合伙人。出了钱，其他的权利受到限制，所以叫有限合伙人。等于管理基金的这帮投资人是在帮助LP去进行盈利，去帮人挣钱去了。那么他去年没有投这个大模型项目，现在大模型项目都融不到钱了，都要死。现在他的LP开始感谢他了。

下面我们稍微讲一下创投圈黑话解读，因为前面我们讲的很热闹。朱晓虎说“我发现他们不行，我要跑了”，其他的人一个一个上来怼他。我来讲一讲这块到底在讲什么，稍微跟大家拆解一下。

首先我们在解读黑化之前，先要看一看金沙江创投是一个什么样的机构。千万不要以为说你知道叫金沙江创投、北极光创投、经纬创投，他下面就是一只基金。一般有这样大牌子的，下边都是有很多只基金的。金沙江创投是有8只美元基金和4只人民币基金，管理规模达到37亿美元。这个数字是豆包给我的，万一错了你们告诉我，我下次去辅证。

金沙江创投主要是投天使轮和A轮的。那么为什么要强调这个？首先他很有钱，这是一个很有规模的，而且以前也投出过非常棒案例的一个基金。第二个他投天使轮跟A轮，这块也要注意。天使轮你会找很多非常早期的项目去投，A轮这个项目基本上已经可以去探索商业模式了。B轮一般情况下你要开始去盈利了，C轮你可能要复制扩大规模，然后要在行业内兼并。C轮往后有些可能还要再去融D轮，那你就要再去准备上市了。它是这样的一个过程。

所以对于他来说，A轮如果你还搞不清商业模式，他肯定是要跑路的。所以我们首先要搞清楚他的位置是什么样的，他要去做什么样的决策。集中退出某个赛道，这件事是非常不常见的现象，很少有基金干这个事。

就算干了，也都是偷偷干，绝不敢出来说为什么。

正常情况下，基金应该是按照投资的节奏进行谨慎退出。什么意思？比如说刚才我们讲了金沙江创投，它投天使轮，A轮可能不一定是他投的。比如说他投了天使了，去找北极光说你们投个A轮，再去找一个什么其他的基金去投B轮。他一般是这样来去运作的。

那他什么时候退出？他是投了天使，在A轮的时候他一般不敢退出。在A轮的时候你如果就退了，投A轮的投资人会害怕的，说你上一轮投资人都不看好，我这一拿钱进来你全跑了，这个我还敢不敢投？这不敢投了。所以他们一般会在B轮的时候退出。这个A轮他还要跟投一点。

为什么天使完了他自己还投A轮？比如说金沙江投的天使，北极光去投A轮，那么这个时候他说我跟投A轮，我也投一点点，这样咱们众人拾柴火焰高，我也很看好，我要表明一个态度。等到B轮的时候，怎么叫谨慎退出？一般是什么？我们会退出一部分，保留利润，要把成本退出来，一般会干这种事情。那么这样整个基金就已经盈利了。

什么意思？比如说我天使轮的时候投了200万进去，占20%，这公司值1,000万。等到A轮的时候，这公司值一个亿了，我又跟了比如说1,000万。我等于在天使轮的时候我占了20%，稀释了以后，比如说剩了个16%。在这个A轮的时候，比如说我又投了1,000万，只占了多少多少，这个最后两个数加一块，你等于投了1,200万在里边，可能占了20%多的这样的一个股份。

等到B轮的时候，比如这公司估值10个亿了，假设是这样，咱们就拍脑袋。那么你可以把这1,200万拿出来，或者说再多拿一些出来，剩下的钱就搁在里头，说你看我还依然看好，等着他以后上市了，我再去挣那个大的。他一般是这么退出的。

但是现在突然把整个行业的所有项目，甭管人家是不是在融资节奏上，甭管融到哪一轮，挨着个通知人家说我要退出，这个确实很少见。趁着整个行业还热，应该还退的出来，没有亏钱。这个是他现在敢干这个事情的一个核心原因。

有的时候你想退的时候，你退不掉了。你说我看着这行业不行了，我要跑。你知道不行了，别人也知道不行了，大家都想跑，那跑给谁去？你要退得有人接才行。现在他等于趁着整个行业最热的时候，他跑了。而且一定是在跑之后才敢出来说。你如果跑之前就开始在这大放厥词，那就谁都甭跑了。

所以朱啸虎干的事情，是他已经趁着赛道最热的时候跑掉了。大部分基金是宁肯肉烂在锅里，也不会做强制退出这种事情。什么意思？赛道不行了。

或者这公司也不太行了，也没有死。但是这个半死不拉活，一直在这涨着。这个通常就会让它继续涨下去。为什么？你只要不给他清算掉，不强制他退出，那这个账他一直在呢。你没亏钱啊，至少账面好看一点。你一旦强制他退出，说你必须要回购，或者必须要找人接盘，那这公司可能就直接摆烂，你就不干了。那你在基金上就有一个大窟窿。所以这个是正常基金的一种操作方式。

对于投资人来说，什么时候会出来说话？很多投资人其实不怎么出来说话，包括朱啸虎自己，其实也没有那么积极的出来说话。每一次他上热搜，都是有人去采访他。因为你采访他了，这个稿件阅读量高，所以大家愿意去采访他。那什么时候投资人会出来说话？

第一个是像我这样失业了的，没事干了出来说话。这个不算，开个玩笑。还有想要找项目的时候。投资人接受采访，登上了热搜，有很多人看到他的内容了以后，发现你在找这样的项目。我们正好在做这块，我得赶快找你来呀。朱啸虎你现在已经说了，具身智能不投了，你现在要准备投某些具体方向的AI应用了。那我们如果做这块，我一定要去找你。这是他们去上热搜，或者说接受采访的一个主要目标。

或者是有的时候，想让自己的项目退出的时候，他们也会出来讲。但这个时候，绝不是像朱啸虎这么个讲法。一定是说赛道可棒了，赛道太热了，我们以前投的项目可棒了。一般讲这个话的时候是在卖项目。朱啸虎就是退完了出来说。但是像他这种其实也很少见。为什么？因为你得罪人吗？你退完了，别人还没退完。你出来说，别人怎么跑？所以像他这么敢说的人不多。为什么朱啸虎能上热搜，其他人上不了？他是不怕得罪人的。

通常在投资圈里头，就算你把他项目卖了个好价钱，或者说在一个大家觉得快要崩溃的时候都跑掉了，也不会在那喊的。都是偷偷的跑。没有哪个跑完了以后在那喊说：“完了完了，我已经跑掉了，你们剩下人全完蛋了。”这多招人恨呢。

那么朱啸虎集中退出言论对行业的影响是什么样的？第一个就是整个的估值会下降。原来这个行业里边的项目估值都是很高的。特别是宇数科技上了春晚舞手绢以后，这块的项目估值就上去了。现在会稍微的理性一点点。第二个投资的时候会更谨慎。因为你假设投了一个天使轮的具身智能的项目，你再想去融A轮的时候，至少金沙江不投了。你想在那再去找就没有了。你再到其他地方去融资的时候，大家也都要谨慎的看一看。

做投资人其实很怕玩皇帝的新衣。什么意思？怕被人嘲笑是傻瓜。朱啸虎这大聪明人已经出来说了。

行业完了，或者短期内没戏，谁投谁是傻瓜。这个意思那么谁上来投，都是要顶住更大的心理压力，才能去投这种案子。所以在这块会要稍微的谨慎一些。既然投资人谨慎了，融资肯定会变得更加困难，会死一批项目。

朱啸虎这说完了，咱们再看看张颖。经纬的张颖他在说什么？并不是他要投具身智能的项目，并不是说我还看好这赛道，谁做具身智能赶快找我，这个经纬还要投你。这个话不是这么解释的，这个人家讲的话是什么意思？他手里还有具身智能的项目，没推出去呢。朱啸虎你跑了，我这手里项目还准备慢慢往前走。这个瞎说什么大实话嘛，所以他说朱总你别闹。张颖讲的是这个话。

至于宇树科技的早期投资人在说什么？他其实整个说的这个话，格调稍微有一点点低。他讲的是第一，朱啸虎你没有认真去了解这个行业。你如果认真了解，你就会发现做展示和科研，也够支撑一家上市公司了。为什么说它整个的格局稍微有点低？“上市公司”这个词大家一定要注意。那这些做投资的人，很多的最终目标就是上市。为什么？你只要一上市，我前面投的所有的钱，所占的股份，就都可以到股市上去流通了。你可以去割韭菜了，随时就可以卖了。它会变成这样的一个状态。

所以很多人在去投案子，或者是天使轮到A轮，A轮到B轮之间，进行一轮一轮投资的时候，大家都会去问这个问题：说你投资这案子能上市吗？它是一个非常朴素的一个标准。如果不能上市，那这你投它干嘛？首先我们会看什么？就这个行业里头或者这个赛道上有几个上市公司的指标。不是说我们去证监会批指标，而是说整个这个赛道上容纳的下几家上市公司。这个事是所有投资人在看赛道的时候第一个要想的。发现这个赛道投来投去，投不出上市公司来，大家就不看了，就跑掉了。或者说可能能够长出两个来，现在已经有老大老二，甚至老三都挺厉害。那在这个时候可能就不投了。

现在宇树科技的早期投资人说，这个里头还是能上市的。就算是只做科研和展示，也支撑得起上市。至于什么样叫支撑得起上市公司呢？大家去看看科创板的上市要求，看看创业板的上市要求，和A股主板的上市要求，大家好好看一看。那么这块还是可以讲的通的，他们是有标准的。多少年盈利，每年盈利多少，这是有数的。宇数科技的王星星已经参加了民营企业家座谈会了，被咱们大大亲自接见过，而且还是有发言机会的那种。那最后他要上市的时候谁敢拦着？所以这块他并没有那么担心。就算别人都死了，宇数科技作为行业老大，也没什么大毛病。

这个就属于真的是不求有功，但求无过。他并没有去讲说整个行业发展到什么样了，也没有讲说这个里头有什么多大的机会，而是说：“嘿，我这块及格了。”就跟别人讲的时候：“你考的怎么样？”“我考及格了，我混过去了。”他实际上讲了这么个话。

那么，从金沙江退出了具身智能企业，他在讲什么？这个他肯定要出来辟个谣。朱啸虎说了：“我去跟我下边投的企业聊过了，他们并没有商业模式，他们的用户都是自己想象出来的。”所以一定要出来辟谣：“朱啸虎说的不是我，我压根没跟他聊过。”这个其实也挺low的。我觉得你还不如就站出来说：“朱啸虎对行业理解不够深刻。”他比上面这个投资人还要再low一些。他也讲说：“朱啸虎确实是要求退出，而且是突然要求退出。他说我也配合了，而且很快就退出去了。”那么这个话讲的是什么？“我还是抢手货，你不要我，有的是人要我。这个你想退出，马上就有人接盘。”他讲的是这样的一个话。

那么，其他那些怼朱啸虎的具身智能创始人在说什么？还有一些其他的做机器人的创始人出来怼朱啸虎，说：“你只有确定性生意才敢投，这个快餐式生意才敢投，你不敢去投这种开创性的生意。”这个算是给朱啸虎脑袋上扣帽子了。其实也很简单，他自己还要融资，还要保持更高的估值。“你朱啸虎瞎说什么大实话。”他在讲这样的一个事情。

具身智能这个行业到底还行不行？这个咱们要出一个结论。首先，这个行业肯定是有巨大机会的，这块没有问题。但是这个机会到底在什么时候？这个过程其实很像买期货。什么意思？你说：“我认为这个项目会涨还是会跌。”但是它是有一个时间截止的。期货期货嘛，一定是说：“我认为北海布伦特原油应该在4月底达到一个什么什么样。”这个才叫期货。现在的具身智能，大家都相信它会起来，而且会是未来巨大的一个市场方向。但是到底是哪一天，谁也说不清楚。这个事呢，朱啸虎本身并没说错。

那么在具身智能整个发展的过程中呢，我们首先要看它是有两种机会的。第一种是要分散的机会。什么意思？就是会有隐形冠军。其实这些隐形冠军在中国也有，不光是德国日本产隐形冠军，中国特别是珠三角产很多隐形冠军。比如做传感器的，做各种激光雷达或者做关节的。在这一块，甭管最后谁胜出了，你还是要去采购的。不可能有人说：“我从头到尾每一个螺丝钉我都自己生产。”这个是不现实的。就算是特斯拉，他还有一大堆特斯拉链企业给他生产各种零部件。所以在这一块还是有隐形冠军。而且中国还产一些，比如说你这边卖奶茶，我后边卖杯子的先上市了。这种隐形冠军是存在的。

他在外面没有什么声音，但是做的东西很好。大家必须要用，甚至全世界的厂商都要来用。这块中国现在已经发展的还是不错了。

另外一个是什么？就是巨身智能大模型。这块应该能够长出一到两家公司来，这还是有机会的。当然，现在巨身智能大模型并不一定是这帮做机器人的做出来，因为英伟达已经把3D模拟、VR模拟这套东西做的很好了，完完全全可以通过在虚拟世界里边，靠物理引擎去训练具身智能的大模型。这一块应该会在这几年快速的发展，但是最终会剩下谁，现在还不好说。有可能是稚晖君的企业，也有可能是其他一些公司，这个可能性都是存在的。

至于合在一起做整机的这些人，最后肯定也能跑出来。不可能说最后跑出来的所有机器人都在美国、都在欧洲，这个事可能性也不大。中国应该还能跑出那么一到两家来。

这个就是中国特色的创投。中国特色创投是什么？百团大战、O2O大战、滴滴大战、共享单车大战，这个是中国特色。什么意思？热了以后一拥而上，冷了以后一哄而散，最后一地鸡毛，剩那么一两个。这个是中国特色。惨烈的厮杀之后，总能剩下那么一两个。这个里头张颖其实说的是对的，但是最后剩下的是不是他投的，这个不一定。

不好说那么一拥而上的项目，最终的结果会是什么样呢？我们以中国互联网、移动互联网两次创业热潮的结果来看。第一个，行业可以容纳多少上市公司？这件事还是需要去思考的。你比如说团购这一块，已经容纳了美团了，这个没有任何问题。其他的抖音、京东还在里边去进行渗透，阿里也在里头还掺了一手。这就是能容纳多少上市公司？而且你光团购这一块，你比如说做电动车的，没准还能上市一个，或者做一些其他这种包装，做一些周边产品的，也没准还能再上市几个隐形冠军。他是这样去划分行业的。

你像滴滴这样的，其实靠打车应用，现在上市的公司也有好几个，不是只有一个。而且还有一些周边服务的，没准还能再长出那么一两个来。这个是大家要去想的。最后你能不能活到成为上市公司那一天？这个是所有现在创业的人都在努力争取的机会。

就像是这个，比如说隋唐演义多少家反王，好像36个反王开出36朵花，最后到底胜的是谁？这个其实咱们自古以来都是这么干的，王侯将相宁有种乎？那么在这个过程中，有些就能最后胜出，抵达彼岸，比如说最后上市。还有一些中间会补票上船，你自己的船沉了，但是你上了别人的船了，就是被大厂收购，或者被竞争对手合并了。这个也是存在的，比如说摩拜单车被美团收购了。

这就算是上岸了。你虽然自己没有上市，在整个行业里头——就是共享单车这个行业里头——ofo挂了，摩拜被美团收购了，滴滴自己重新建了一套，还有一个叫哈罗单车的，现在混的也挺好，也还能盈利。这不就完事了吗？这整个行业算走出来了。

点评被美团合并了，现在叫美团点评。而这个已经不能算收购了，因为两家合并的时候，其实体量差的并没有那么大。还有就是快滴被滴滴合并了。当时快滴跟滴滴打的那叫惨，滴滴后边是腾讯，快滴后边是阿里。最后大家坐在一起说：“合并了，咱们一起往前走。”这个都算是上船了。

当然了，还有一些最后雨打风吹去，什么也不剩，还是会存在的，而且数量会非常多。其实大家都在争取抵达彼岸的机会，甭管是你自己开着船到彼岸了，还是说中间抱着救生圈，上了别人的船了。大家都在努力的争取。至于说有多少人这个葬身鱼腹了，那是另外一个问题。

至于中国的巨身智能行业，也还是会按照中国的方式继续往前走。这个不会像美国这样，我很理性的剩这么几家，大家开开心心的去干活。不会这样，它是一个养蛊模式，筛选出最后的狠角色，大杀四方。整个中国的创投行业，就是这么一步一个血脚印在往前走着。

好，这就是今天跟大家讲的故事。感谢大家收听，请帮忙点赞点小铃铛，参加discord讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。