豆包手机带来的启示：替代手机的AI设备，可能还是一只手机

大家好，欢迎收听老范讲故事的YouTube频道。

谦卑的发布：豆包工程样机

豆包手机12月1号发布的，非常非常谦卑和谨慎的发布。首先，它叫“工程样机”，或者叫做“技术演示版”，而且只做了3万台，没有再多做，也没有说我发布了以后，大家来赶快跟我合作啊，这些都没有。对吧？用非常非常谦卑的方式进行了发布。

这个机器，应该是中兴下面的努比亚M153，它的配置算是现在标准旗舰机的配置：

• 高通骁龙的至尊芯片
• 16+256的内存
• 背后三摄，前头一摄

大概就是这样的一个情况。标准旗舰价格大概3,000来块钱，具体3,000多少其实也不重要了，配置到底是什么样也不重要了，配置里头只有一件事情是很重要的，叫“同质化”。

“同质化”的手机市场

现在的手机，你不看牌子，你根本分不清谁是谁，完完全全同质化。一个大直板，一个大屏幕，后边两到三个摄像头，正面一个摄像头，没了。其他可能侧面有点按键就完事了，也就如此了。所以现在的手机就是同质化，你说我想在这个基础上走个什么高端化，那你只能编爱国故事了，否则你真走不出高端化来。就算是苹果手机，其实在同质化这块也没有好到哪去。对吧？刚才咱们讲的这些东西，你再拿出一个苹果来，是不是也是一大直板，后边来仨摄像头，前头一个摄像头？总体来说相差不大。所以，现在的手机同质化是非常严重的。

AI Agent的能力：突破传统的手机体验

那么，能够做到的事情肯定是很多，因为它使用了一个模拟点击的方式，直接侵入了各种的应用，直接在这个上面替你去点微信，替你去点支付宝，替你去点游戏，做所有事情都做了。你可以直接在上头说：“哎，我现在想吃午饭了，帮我去看看最近有什么券，有什么优惠，帮我去找一找，挑一个最合适的这种套餐，各个平台给我横向比较一下，我要去点外卖。”这个他都可以直接做到。能做的事情，肯定是传统的手机无法望尘的。

冲突爆发：当AI Agent挑战“沙箱模式”

这样的一个手机发布出来，冲突的爆发就是必然的了。原来的手机都是走的沙箱模式。什么叫沙箱模式？甭管是苹果还是安卓，我们是一个大的操作系统，下面的每一个应用都在沙箱里面，大家只可以访问自己的数据，这样相对来说是比较安全的。像我以前在猎豹移动做清理工具，我们要干的活是什么？就是突破沙箱，因为我们要把其他应用的垃圾删掉。但是这个事情后来是被安卓限制了，苹果从来就不允许干，安卓原来是允许干的，后来也不让干了。

现在呢，豆包说：“来，我要突破沙箱，进去点微信，去进去点这个银行账户，帮你去做支付，进去点支付宝，去到美团、到抖音的外卖平台里头，我去看一看谁家的更便宜。”他就要干这样的事情。那么，这肯定是大型的平台、超级APP所不能容忍的。

第一个挑战者：微信的封禁

第一个跳出来的是谁？是微信，直接上来给封了。你只要是在手机上启动微信，直接微信就退出，说：“对不起，我发现后台有驻留程序，有黑客要攻击我，我直接退出了。”如果你坚持登录，他会封你的账号。那大家就害怕了，因为现在你把微信账号封了以后，那这个人就不是一个人了。你像我现在要想证明我是我，我需要在微信里头找到我的驾照、身份证、医保卡，什么都在里头，还有各种的支付全都在里头。所以，微信现在通过这样的一个方式，说你们不能去用豆包手机。

豆包做了一些退让和修复。豆包手机里头不再监控微信了，只要是跟微信相关的任务就不执行了。再把这一步退出来以后，微信允许登录了。任何的程序，只要敢监控微信了，只要敢在上面挂着了，就通通不登录。如果能够从外面操纵微信，咱们不说其他东西，最简单的一件事：抢红包绝对手快。呃，以前我们经常说我睡觉了，有人在群里发了个红包，我睡醒了以后错过一个亿。现在不用了，你直接可以让豆包在后台盯着，谁发红包，直接上去收不就完事了吗？但是微信是不允许你干这件事的，这对于微信来说非常非常危险。

连锁反应：更多超级APP的抵制

微信之后，淘宝、支付宝、农行、建行等应用，也都进行了封禁。你想通过豆包的AI agent去访问淘宝、访问支付宝、访问建行、访问农行，通通不允许。只要发现有模拟点击的操作，就直接退出，如果反复登录就封账号，用这样的一个方式来进行了抗争。

豆包的退让与调整

豆包也做出了一些调整。它调整就是，所有这些什么淘宝、支付宝、农行、建行，包括其他的各种金融机构的APP，通通都不操作了，往后退一退。其他的包括什么刷券、什么签到，这个也都不干了。因为如果可以自动刷券、自动签到，也相当于是对那种辛辛苦苦刷券的人是不公平，所以这个也不弄了。还有的一些游戏也不参与了。原来可以说，我手残，我打不了游戏，现在这个豆包，你替我打。现在通通都不干了。为什么？因为你一旦是用豆包这样的系统来替你打游戏，你比如说你打了个手残游戏，这也就算了，你要是万一打一个双方赌博的游戏，比如说我们现在利用豆包去跟其他的人打这种24点，那这玩意谁还赢得过你？豆包算二十四点，那玩意算多快？给你4张牌，怎么加减乘除乘出24来，肯定普通人是没法跟他玩游戏的。所以豆包说这个游戏也不打了。等于对所有这种跟支付相关的、跟敏感操作相关的、跟公平性相关的（刷券、刷卡、签到的这种），还有跟游戏相关的（像刚才我们讲算24点这样的），就通通都退出来了。

“小院高墙”背后的博弈

为什么像微信、支付宝这些人要去玩这个“小院高墙”？我不能允许你进来，我必须要把它封起来。安全确实是一个绕不过去的问题。我们以前是做这种云端虚拟手机的，可以在上面模仿各种操作，模仿你去加入别人的微信群，去群聊，去发各种信息。甚至有些人说我去炒股了，加入了一个炒股微信群，最后发现那群里200多人，只有他一个是真人，其他全都是机器人。像我们以前专门投资过这样的案子，这个对于微信来说是绝对不允许的，太容易骗钱了。所以安全确实是一个绕不過う的问题，建行、农行这些，他们确确实实是有安全审核的责任。但是像微信、支付宝这样的，更多的是希望把流量留在自己的平台上，实现流量闭环，在流量内部去赚取超额的利润。

那你说这些平台，甭管是不是有私心，让用户更安全，这不是好事吗？曾经就有人说过：

“用户为了方便，是可以放弃隐私，放弃所有安全的。这些东西都没有任何意义。”

这话谁说的？这话是李彦宏说的，百度的李彦宏。当时他做百度的手机助手的时候，人家说你怎么侵犯用户隐私？（他说）我只要给用户方便了，用户不介意的。这种事属于是能做不能说，你去做这本身没毛病，用户也确实会用脚投票，但是如果你站出来说，就有点过分了。

当然，平台肯定会为了变现、为了自己的利益，高举安全大旗，说你们不可以侵犯用户隐私，不可以做这些不安全的事情。这个里边做的最过分的是谁？就是苹果。苹果是号称必须要安全，必须要保护用户隐私，我们把这些数据都通通藏起来。但是苹果最后得到的是什么？就是原来像Facebook这样的公司，可以通过苹果的一些数据去挑选用户，说我展示这个广告，我只给这部分人展示就可以了；展示另外一个广告，给另外一部分人去展示。这样的话，可以让每一次展示的点击率上升。他原来有一些数据，是可以获得这些信息的。后来苹果说不行，我这有一筐的萝卜，你不能光挑这光溜的买啊，你必须得蒙上盖头，把烂萝卜、小萝卜和好萝卜按统一的价格一起买走。实际上就是隐私保护，对于像苹果这样的公司最大的好处。

另一条路：华为鸿蒙的“规矩”

那你说应对“小院高墙”，有没有什么其他的方法？有啊，华为的鸿蒙就有一套自己的玩法：自己盖个房子，自己定规矩，邀请愿意遵守规矩的人入住。用了这样的一个方式。那他怎么控制微信呢？鸿蒙是可以控制微信的啊。鸿蒙系统里头依然是一个沙箱，各自玩耍，不允许访问其他沙箱里的数据。但是，鸿蒙要求微信去开放很多的接口。鸿蒙有专门的鸿蒙AI agent接口，要求微信去对接。这样，如果微信对接了鸿蒙自己的AI（它叫“小艺”），就可以通过这些接口去访问微信内部的一些功能，包括支付、订阅一些内容的这种使用，它都可以直接通过这个接口去做。但是它的方式就是我要求你开接口，我给你接口规范，最后开不开、怎么个开法，是微信自己来决定的。大家都是在统一的协议的基础上，咱们来商量着干。微信前面之所以跟鸿蒙兼容搞得这么费劲，好多接口他也不愿意去接，但是鸿蒙说你必须得接，有这样的强制要求的。微信也是跟他们折腾了半天。但是具体开哪个接口、给多少权限，是微信自己可以控制。

像今天的豆包，就不用费这劲，我也不跟你商量，直接去读这个屏幕上的所有信息，分析了以后模拟点击了。他是这样来干的。鸿蒙属于虽然很霸道——“我自己盖了房子，我自己定了规矩，邀请你入住，但是你必须守我规矩”——这是一个相对比较霸道的方式。豆包玩的是什么？我不跟你说什么，我这有一个新的楼，你敢进来，我也没规矩，我直接闯进你们家去，该干什么我就自己干了，你们也别说什么，你们也没有能力去说。因为他是直接跟手机厂商合作，拿到了最高的权限。所以这是两种不同的玩法。

未来展望：豆包手机的下一步棋

前面也讲了，微信、淘宝、支付宝、建行、农行去封禁了豆包的AI agent，那么豆包也做出了各种退让。后边该怎么办？因为它前面就发了3万台工程样机、技术演示版，用了非常谦卑的方式发了3万台，秒光，马上发出来就没有了。而且现在这些手机的二手回收价格已经翻番了，它原来是3,000多，现在二手市场上都卖到一万多。还有一些人在租这个手机，一天600块钱。你现在去租一辆小米汽车，一天都租不到600块钱，他租个手机一天600块钱。很多人要去尝试产品到底怎么样。

呃，很多用户使用了以后，或者评测了以后，也都觉得这可能就是未来的方向。那字节跳动会不会赶快加班加点再做一款？不会的。人家讲了，下一批等明年年底再发布，中间这一年我们啥也不干，收集一些数据，重新训练模型，做各种的调整。那你说为什么中间他不干？或者说字节为什么不愿意自己做手机？因为他也很清楚，现在他这种手机的运作方式，别说微信和支付宝不乐意了，现有的法律法规也都是不能允许的。因为现有的法律法规要求是，每一个应用只能够搜集自己必须的用户隐私，然后在此基础上为用户提供服务。任何情况下，如果你搜集的用户隐私超出了必须的范围，都会被警告，都会被封禁，工信部会直接下文点名他的。所以我们只能叫做工程样机，叫技术演示版，不能去快速的铺开。而且在这样的一个监管环境下，直接跳出来跟各大手机厂商、跟各大超级APP的提供商刚正面，不划算。因为你只要出的量大了以后，一定会被政府机构点名的。所以现在不做，明年一年都不做，明年到年底再出来干活。

但是在这样的一个情况下，已经给大家打了样了：未来的手机可能就是这样。我们不再被这些APP、被这些沙箱所困，我们可以让这个手机完整地去执行一个跨APP的任务。比如我们可以去比较京东外卖、美团外卖和淘宝闪送，谁家的套餐更便宜，直接去下单，谁家发了券了，这个券应该怎么算，他可以直接来干这个事情，非常爽。未来很多的服务，肯定会在这一年之中发生变化，更多的产品和服务会选择直接提供API，或者完善他们的GEO。什么叫GEO？SEO大家知道叫搜索引擎优化，GEO就是生成式AI的优化，更容易被AI agent所选中。以前很多的网站都要做SEO，现在很多的网站要做GEO。那么未来可能很多的服务也要做好GEO，让AI agent可以更好地去选中它。那么这些服务和产品会对AI agent更加开放，这就是这一年应该会发生的故事。

“我们走后，他们会给你们修建学校和医院，会提高你们的工资。这不是因为他们良心发现，也不是因为他们变成了好人，而是因为我们来过。”

这个话是谁说的？叫切·格瓦拉。豆包手机在整个的手机生态里边，就是在起这样的作用。

AI硬件的终极形态：可能还是一部手机

那么，AI硬件可能是另外一只手机，这是咱们的标题。很多人在AI出来以后，都在去尝试做下一代的AI硬件，有AI Pin，有AI的各种设备，他们都在避免让自己长得像手机。但今天看到了豆包手机以后，我发现下一支AI设备，继续长得像一个手机是没有任何问题的。它只是把里面的操作系统和APP干掉。硬件，其实手机现在这个形态就已经很好了：一个大直板，完全同质化的硬件，后边有摄像头，前面有摄像头，有一个屏幕，可能再稍微的有几个按键，开机关机、声大声小就够了，其他啥也不需要了。这个东西是我们通过智能手机时代已经验证过的智能设备形态，我们继续使用这个形态就挺好了。

目的与手段：第一性原理的思考

那你说这些设备跟原来的手机到底有什么区别？这里我们要搞清楚一件事：目的、手段和第一性原理。我们要去社交，要去跟人联系，这个东西是我们的目的；通过微信，这是手段。把这个事情我们要搞清楚。而所谓的第一性原理，就是我们只要目的，只要结果，手段是不重要的，手段是可以重新去定位的。咱们去看看，前面封杀豆包手机的这些人，其实他们都是什么？他们都是手段。微信实际上是个手段，我们最终的目的是为了跟别人去沟通；支付宝是个手段，我们最终的目的是支付。那么只要是把这个支付的过程通过API包装起来了，我们就不再需要支付宝了，我们直接就可以实现我们的目的，让AI直接把结果做掉。所以遵循第一性原理，我们可以把手段抛弃掉，直接得到目的。

是不是还会有人继续搞“小院高墙”呢？还会。但是这些搞“小院高墙”的，会越来越被压缩。大家最后说算了，我不用你不就完事了吗？未来的各种服务，不再会说你必须要进来验证了以后才能用，不会变成这样了，而是写好自己的简历，或者是叫功能描述，直接在AI agent上面去挂靠，等着AI Agent的出来翻牌子，未来可能会变成这样的一个状态。通过模拟点击的方式，算是直接拆房子，已经是震慑到了现在这些做超级APP的公司，让大家看到了用户是如何用脚投票的。携程想要让大家来订酒店，或者是美团想让大家在我这订外卖，那未来这些人，他们就干脆说我提供服务，你们这些AI自己来挑就完了。他们会通过做GEO（AI的生成优化）获得AI的青睐，说你们下次再去订酒店的时候，优先推荐我的。当然了，最终肯定不是说单纯的做GEO，最终一定还是得花钱，花买路钱。当然，买路钱未来就是像豆包、像OpenAI他们会去收。以前携程的微信小程序，我要让别人在微信小程序里找到我，我必须要到腾讯那边去交买路钱，以后就通通到豆包这来交就可以了。AI会根据功能的描述来决定，我在做一个完整的项目的过程中，到底调哪些功能。未来会变成这样，直接实现结果。

AI Agent开启的全新可能

而且，当AI agent真正的能够去运转起来以后，更细致的差异和匹配就有了可能。现在比如说我们去使用美团、拼多多，里头有非常多的优惠券、各种的套餐、各种买几减几这些东西，这个已经没有办法变得更复杂了，因为已经复杂到头了，我现在已经基本上看的这些东西就直接晕菜了。但是当有了AI以后，再复杂的这些套餐，都是有可能被AI理解和实现的。比如说我已经规定好了，喝普洱茶的人，你们今天去买我的陈皮一定会打折的。我喜欢买张三家的普洱，买李四家的陈皮，以前都是这样的，我们会去看，说张三家的普洱是什么样的一个折扣，李四家的陈皮是什么样的一个折扣。但是这次，张三家的普洱跟王五家的陈皮做了一个联合的活动。原来我们要想去做这样的复杂比较，是很痛苦的。但是现在agent就可以一次性把这事搞定。他说这个捆绑起来，发现王五家的陈皮好像评价不是很好，那算了，咱们不要去捆绑了，咱们还是买张三家的普洱，买李四家的陈皮。他来替你来做这个决定。很复杂的这些操作就都可以实现了，那么这样交易就会变得更加的活跃，这个一定是最重要的。

而且未来的游戏可能就不再是说，你看我这个算24点，AI算的比人快，就不会是这样了，可能会有更多的直击心灵的游戏、娱乐方式，让我们可以在AI的帮助下享受更大的愉悦，这可能才是未来的游戏与娱乐的形式。最简单的，我们现在看电视剧，它这个电视剧是直接拍好的，不可能说根据我个人的喜好随时去发生变化。但是有了AI以后，它就完完全全可以根据我的个人喜好去发生变化。我喜欢某个明星演的某个角色，那他可能到我面前就是这个明星演的；我希望里头某一个地方有一些新的分支，哪个人应该提前死掉，或者哪个人不要死掉，那么AI都是可以实时来生成这些东西的。在这样的情况下，就不需要再推荐了，它直接就知道我需要什么，就直接给我生成我最喜欢的就够了。那可能未来整个的娱乐方式也会发生改变。甚至一些原来已经有的技术，只是因为复杂度太高，没法去推广的技术，也可以在AI agent的帮助下得以大量的普及与推广。这个讲的东西叫“智能合约”。当有智能合约的时候，这些AI agent可以去自动地阅读智能合约的各种说明，然后来决定是不是来帮你去实现这些合约。

所以未来的智能终端，应该是一个长得像一只手机一样的、但是有全新系统的一个智能设备。所谓的原生AI手机到底是什么？是由AI agent控制，可以玩更复杂的业务逻辑，打破APP的壁障，解决各种问题的一个设备。它长得是不是像现在的手机这件事，一点都不重要，那都是形式，真正重要的是我们能够解决问题。

谁将赢得AI硬件的未来？

那么谁最有可能走通下一步呢？真正做出这样的AI智能设备（我们就不要再管它叫手机了）。现有的超级APP是不会束手就擒的啊，微信、淘宝、支付宝都不会。用户也不是必须要使用这些手段，用户需要达到的是目的。不是说我一定要通过微信跟你联系，我只是需要跟你联系。为了达到更重要的目的，用户也愿意放弃和牺牲一些东西。我记得在iPhone 1发布的时候，iPhone 1的电池续航不是很好，就是每天必须要充电，连续打电话的时间大概是50分钟还是几十分钟，就跟当时其他的手机比都没法比。当时其他的手机是可以待机两三天，甚至有的可以待机一星期的，连续打电话可以打几个小时。但是大家为了使用iPhone，最后说，我们愿意放弃这些不那么重要的东西。我记得当时的用户留下了一句名言：“如果乔布斯认为我们每天打50分钟电话就够了，那我们每天就打50分钟电话。”

不知道大家现在每天还打多长时间电话？我现在已经很长时间不打电话了，就算是需要跟人进行语音通话，也都是使用微信或者是Discord，我是不会再直接打电话了。现在我能接到的电话，除了送外卖的之外，都是垃圾电话。电话已经彻底沦为了可有可无的东西，甚至很鸡肋的一个东西。所以一些服务会被抛弃掉。用户在iPhone面前选择了放弃超长待机、放弃超长通话，他们觉得社交更重要。大家注意，打败电话和短信的不是iPhone，而是什么呢？是Twitter和Facebook。就是iPhone之所以能够成功，一方面它设计确实很好，另外一方面非常重要的是什么？就是当时的社交网络已经大行其道了。大家觉得我在手机上可以刷Twitter了，可以刷Facebook，我可以随时拍照，可以随时发上去，这个才是真正打败打电话的需求、打败收短信的需求的核心底层逻辑。所以最终永远是目的打败手段，不可能说我通过手段来绑架你的目的。

还有一些不愿意接受妥协的，比如说其他那些手机厂商怎么办？他们最后就被淘汰了，像诺基亚，直接最后就没了。银行本身并不需要这些流量，他们只需要提供基础服务就好了，他们是会屈从的。当然也不是通过模拟点击这种方式，他们还是会提供API或者是类似的这种接口，来向AI agent提供相应的服务。或者是，有一些愿意承担中间责任的第三方去做银行接口，也是有可能的。

更有可能成功的玩家

那么，如果自己本身就拥有超级APP，拥有巨大的流量和完整的用户场景，那么这样的厂商去走下一步就更容易成功一些。你说我原来什么都没有，我做了一个大家就来使，就像华为这样，我原来啥也没有，除了做手机我啥也不会，那我做出一个新的手机来请大家来使，这事就没法整。他只能跟一个一个的，像微信、像抖音去跟人商量去，这就很麻烦。但你说我原来自己就有超级APP了，有用户了，他就更容易一些。

• 字节跳动：他有今日头条、有西瓜视频、有抖音，包括抖音里头还有小程序、还有抖音直播、有抖音电商、有抖音团购、抖音支付，他是完整的一套东西。那么他去做相应的这套服务就会更容易一些。对吧？这一次豆包手机跟字节家自己的产品配合的就很好，没有哪一个说我把你封禁掉的。比如抖音就不可能说把豆包手机封了。以后微信把豆包手机封掉了，那说我们不需要微信来沟通了，我们在抖音里边，它也是有群聊的，有这个抖音聊天工具，我们在那里聊就完了，为什么一定要到微信里去聊？他就可以去替代。因为我们最终要解决的是沟通的问题，而不是要用微信，微信是个手段，我们刚才讲了。那你说我现在要买东西，那我就别去淘宝了，我直接在抖音里买了不就完了吗？那你说我要叫外卖，抖音里也可以叫，你为什么要出去叫？我要打车，那以后抖音是不是也可以打车？那么，他实现这套系统的阻碍就会小很多。那其他那些人说我不愿意跟你接了，像微信说我不愿意跟你接，那你不接就不接呗，这有什么大不了的吗？你再过个两年，可能大家就愿意接受这件事情，我不在微信里跟大家聊天了，我在抖音里跟你聊天不就完事了吗？所以字节实现这套体系的可能性是比较大的。
• X (马斯克)：马斯克讲了说我要再做一个微信，我要再做一个超级APP，我要让人在这里边做所有的事情。他还有自己的xAI group整套的模型，自己还能做硬件，他能做汽车，能做火箭，能做卫星，那他去做下一代的手机应该也不难。所以，X也是有可能能够走通这条路的公司。
• 谷歌：这个没有任何问题，现在最强模型Gemini 3在人手里头，安卓系统本来就是他的。现在谷歌也说，我们准备做新的操作系统了，安卓还是要退休了。
• OpenAI：这肯定也是有机会的，OpenAI已经挖了iPhone最早的设计师回来，他其实也在做类似的事情。在做AI硬件这件事情上，千万不要纠结这个东西为什么长得还像手机，不是问题，解决用户需求才是最重要的。长得是不是像原来的手机，这事一点都不重要。

面临挑战的巨头

• Meta：是比较痛苦的，没有自己的大模型，自己的大模型团队现在正在分崩离析。如果未来他没有办法做好自己的大模型的话，那这条路他走不通。
• 腾讯：它其实跟Meta的情况比较像，虽然它是超级APP，手里有大量的用户，但是它没有大模型这一块，对于它来说也是比较痛苦的。它不可能说我整个做完了以后交给DeepMind，这个挺难的。
• 苹果：其实跟他们的情况也很像，自己手里没有模型，这个模型是别人的，甭管他最后是用Gemini还是用OpenAI，这个都是很痛苦的。那你说现在苹果里头也没有搜索，用谷歌搜索，苹果手机照样比别人卖的贵很多，为什么到AI这块就不行了？很简单，AI时代同质化会更加严重。我们要的就是这个手机，你只要经用就可以了，至于你这个手机的其他的附加价值、品牌价值就都已经不重要了。所以苹果在未来想要转过这个弯来，要么有自己的大模型，要么就沦为努比亚呀、或者是小米这些相同的一个境遇，我们就生产同质化的设备就可以了。所以这个对于苹果来说也非常痛苦。

总结：豆包手机捅破的窗户纸

总结一下，豆包手机算是捅破了一层窗户纸，他通过我不跟你商量，直接上来就干的方式来解决问题，但是展示了一下未来的一种可能性，而且向整个行业证明了用户喜欢这种交互方式，还可以通过这种方式搜集用户数据。他为了这一次的展示，用了非常谦卑、非常谨慎的方式：工程样机、技术演示版、只有3万台。做完了以后不会马上更新迭代，也不会去跟别人合作，也不会自己做手机，而是明年年底再去准备出下一版。他用这样的方式来给大家演示了一种可能性：未来的智能终端，可能长得还是手机的样子，但是内核已经完全不同了。

好，这就是今天的故事。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。

小鹏Iron机器人，是不是中国的“擎天柱”

大家好，欢迎收听老潘讲故事的YouTube频道。今天咱们来讲一讲小鹏Iron机器人，是不是中国的“擎天柱”。

一场由猫步引发的“真假机器人”风波

首先呢，它是一个女性机器人，走猫步就被人质疑里边可能有人。这个机器人发布呢，是在第七届小鹏科技日，11月5日在广州小鹏科技园举办的。它呢是带着明显女性特征的Iron机器人，有屁股有胸，外边呢是一个针织的织物外衣，现在大家都喜欢用这样的衣服来包裹机器人。很多人呢都信誓旦旦地说里边一定是真人，小鹏股价还下跌了。

第二天呢，小鹏就不得不出来解释，把背后的拉链拉开了，说：“你们看，这里头真的是个机器人。”很多人说这不行，拉开的不够多。那怎么办呢？就剪了一条腿，腿外边包裹的3D打印柔性材料给剪掉了，光剩里边的这些机械的腿了。说来再接着走猫步，还是把这个猫步走出来了，算是辟谣了，小鹏的股价呢也开始回升了。

小鹏科技日发布了什么？

1. VLA 2.0 物理世界大模型

何小鹏整个的两个小时视频，他讲的是什么呢？是两个团队在去按两条路走。因为VLA这个东西呢，实际上是端到端：

• V (Vision)：视觉
• L (Language)：大语言
• A (Action)：动作

所以呢他们说，如果是先从视觉转成大语言模型，再从大语言模型的语言再去转成动作的话，这个过程呢是很冗余的，而且很多事情，其实你拿语言很难描述清楚。你给他一张画，你给我描述一下，把各种细节加上去，可能几千字、几万字你不一定讲的清楚。

那干脆咱们就从V直接到A，能不能干这个活？他们呢，两个团队一直在干。有一个团队呢就是比较稳妥，V先变成L，再变成A，这个团队呢一直是稳定有输出的。但是另外一个团队呢，大概到今年的几月份就突然说行了，我们做出来了，直接从V到A，端到端了，就搞定了。

为什么在那个时候他突然就做出来了呢？因为呢，当时阿里通义千问发了千问2.5 VL 72B的一个模型，是开源的，他们就可以拿这个模型直接调了。据说呢是应用了网上开源的一款72B模型，他自己没说我用的阿里的，但其实大家心里都明白。能够做VL的72B模型，当时是2.5。现在3.0的已经出来，但3.0比较讨厌是什么呢？是千问3VL好像只有30B、32B和两百三十几B，它没有72B的这个型号，所以这对于它未来的架构可能又是一个新的挑战了吧。

上了这个VLA2.0的这个物理大模型以后有什么好处呢？就是可以很顺滑的处理各种复杂的路况，即使没有地图也能够顺滑的处理。这个确实是大模型能够带来的能力吧。据说明年呢，他就准备在ULTRA的车型上去推送了，所有小鹏的车叫ULTRA的，上面都是三颗图灵芯片，其他的几个款一般是两颗Orin，以前用的英伟达的芯片。

他呢也把这个模型开放出来给合作伙伴用。谁在用呢？大众。大众因为是他的股东，大众投资了小鹏，所以大众准备在全世界的车型上去使用VLA 2.0的这种物理大模型，也准备去使用他的图灵芯片。现在呢小鹏说我这东西算开源了，但是呢他就是向合作伙伴开源，并不是像千问似的直接把这东西塞到了GitHub。底层刚才我们讲了，应该是千问2.5VL 72B。官方的说法是云端一套72B级别的基础模型上进行的继续开发。因为呢阿里其实也是小鹏的股东，很大的一个股东，所以你使用阿里的模型这事呢，本身也不丢人了。而且何小鹏自己讲的是什么呢？就是在阿里云上用3万块算力卡，每5天做一次迭代，就是每五天拿这个数据灌进去，让他跑一圈出来，再接着往前走，也是烧了很多很多的钱，最后终于做出来了，还是不错的。

2. RoboTAXI

马斯克要做，咱也要做嘛。他准备在2026年推出三款L4级别的RoboTAXI，这个L4就是等于完全不要方向盘的这种玩意了。它是纯视觉加图灵芯片加VLA 2.0的这种方案。它还专门讲了说，很多的打车就要求说，在这种禁停的地方你给我停一下，不让这个掉头的地方给我掉个头，经常会有这样的要求。那这个时候呢，VLA就可以很好的来处理这些问题，而不会像很刻板的这些自动驾驶模型一样，就是这不行那不行的，相对来说会灵活很多。甚至有一些要去开进小区、开进地库，这种没有地图的地方，VLA都可以很好的去应对。

然后呢，嘲笑了那些做后装的Robotaxi车厂。什么叫做后装？在汽车领域里头呢，有一个叫前装，有一个叫后装。前装呢就是在汽车出厂之前把这东西都装好；后装呢就是汽车成品车已经出厂了以后你再进去改装。现在大部分的Robotaxi公司都是后装厂，包括谷歌都是后装厂，它没有自己的车厂，也没有自己的车型，都是要把别人生产好的车拿回来改。现在能够做前装的呢，也就是特斯拉的Cyber Cab和小鹏自己要去出的车。所以他嘲笑了一下其他人，说你们这些后装的就别费劲了，你造车的时候没考虑这件事，你怎么可能把这个Robotaxi做好呢？

3. 下一代Iron机器人

前面其实展示过一次Iron了，这个呢是下一代的Iron，也就是今天我们讲长得像女人的这个Iron。他呢是说我们这个机器人最拟人，长得跟人最像，还分男女。里边呢是三颗图灵芯片，据说呢有2,250-3,000 TOPS的这种算力，预计呢是2026年的年底量产。这个机器人咱们后边细讲。

4. 两套飞行体系

• 多人轻转飞行器A868：实际上就是一个很大的这种多旋翼的飞行器，这个东西呢应该是可以坐6个人吧。现在应该在研究说，我们也不用惦记说在路上起飞，咱就老老实实上机场起飞去，或者楼顶上你有停机坪的地方去起飞去，咱就当直升机使了，来去做这个正规的飞行器就完事了。
• 陆地航母：现在计划明年拿来量产了。陆地航母现在据说是收到了上万套的订单，而每一个订单的押金都是几万块的那种，因为这东西挺贵的，150万到200万人民币一套，连车带后边那个飞行器在一起大概是150-200万。这个价格呢，看跟谁比，这个跟国外的产品比起来还是便宜的。

然后何小鹏就嘲笑了其他做陆地飞行器的这些公司，说你看我们这已经有几万个订单了，但是其他的可能撑死了也就是几百个，200个的都算多的。他讲的200个订单的这是谁呢？大家还记得做Figure AI那哥们，就是Figure机器人那哥们，原来也是做陆地飞行器的，他呢就是拿了200架的订单，多少钱呢？10亿美金，实际上就是一台飞行器500万美金，而且到现在为止也没法交货。海外呢最便宜的陆地飞行器大概也要130万美金一架，贵一些的可能要六七百万美金一架。国内呢确实要便宜一些，你比如像亿航，他们也做这个东西，33-35万美金，也就是两百几十万人民币一架的样子，也比他这个要贵一些。

2026年，小鹏准备让他所有的高管都坐着他们家的陆地飞行器上天去转一转，包括他自己都要上去转一转。然后还讲了个笑话，说二战的时候，一开始这个降落伞很不安全，经常这个跳出来以后打不开。那最后怎么办呢？就说你们所有做降落伞公司的老板自己都上去跳一次，然后这个降落伞就安全了，就没有再打不开的这种事情了。所以他们准备效仿这个事情，所有的老板都要上去坐一坐。

他呢号称呢，对称的两个臂，四个旋翼停掉了，剩下的依然可以让飞机安全平稳的降落，就是它是有一定冗余度的。但你要说两个挨着的臂停了，这事是不行的，你必须是对称的两个臂停了，它是可以安全降落的。而且今年这个陆地航母还出过一次事，9月16号下午长春航展上，两架陆地航母在空中撞一块了，操作的时候没操作好，直接撞上了。一架呢正常降落了，另外一架呢机身受损着火了，至少有一人受伤送医，但是没有生命危险。大概就是这样的一个事故。

那么陆地航母现在到一个什么状态呢？这个飞的东西嘛，你需要搞这个叫适航证。所以它现在正在中国和海外去各地申请适航证，这块如果能够申请成功，他就正式量产开始卖这个东西了。也确实不算特别贵吧，你像200万你开个六轮的车出去，到一个地儿停下来，然后你把这个飞机开走，这玩意确实是挺爽的。当然你开这个东西需要特殊的驾照，而且还需要做空域的审批，它不像无人机似的你可以直接开起来，它是需要审批的。现在呢在敦煌附近有旅游项目，说你可以在敦煌附近坐这东西，上去了以后看一看底下的风景。你说我拿无人机拍，跟你自己上去看还是不同的感觉。所以如果明年它能够搞定适航证的话，会有更多的地方上这种小鹏无人机。

那公司呢也进行了重新定位，不再是“造车新势力”了，因为“造车新势力”这故事已经讲不下去了。所以现在呢，他们叫“物理AI世界的出行探索者”和“巨深智能”，公司基本上奔着特斯拉那条路走了。所以为什么说小鹏这个机器人是中国的擎天柱呢？

最后呢，没忘了办正事。他还说我们宣布这个X9，就是他们家的这个MPV上增程了。原来呢都是纯电的，小鹏以前是不怎么做这个增程车的，这一次说把增程的也放上去。实际上它的增程器是2024年发布的。所以呢，小鹏的科技日上发表的东西呢，基本上过了一年，最多两年呢，都还是可以跟大家见面的吧。

小鹏Iron机器人：技术水准与应用前景

核心技术：三大模型驱动

那么小鹏Iron机器人到底是一个什么水准？它里头呢，据说是有三套大模型在干活。

• VLA (Vision-Language-Action): 刚才咱们讲的装车上那个东西。
• VLM (Vision-Language Model): 实际上就是大语言模型，你得能跟它聊天，它要能够回复你。你使用千问2.5 72B或者千问3这样的模型，其实在车上你只要有足够的内存的话，都是可以干活的。所以呢他现在讲，我这个机器包括车，在没有网络的情况下，都可以很顺畅的跟大家聊天，不会有什么问题的，不需要联网，我这个算力是很强的。
• VLT (Vision-Language-Task): T是什么呢？Task，就是我看到东西以后，我可以自己给自己下命令。我看到垃圾我把它扔了，我看到打开的水龙头我把它闭了，我看到地上有一杯子我再捡起来，这个是VLT。

所以呢它是三套大模型一起干活，小鹏呢肯定是有自己调大模型的能力了，这个跟很多还在拿着遥控器玩后空翻的人比起来，就已经强很多了。

硬件揭秘：从电池到骨架

它这个里边用固态电池，后来小鹏也解释了，说固态电池这东西呢，只能在机器人里边，你是没法在车上玩的。说固态电池的小一点的还可以，机器人里大概就是一度电到两度电，你像汽车里经常是八十几度电，甚至是100度电，你固态电池根本搞不定，太贵了。固态电池还有一个很大的毛病是什么？就是它功率低。你不像是电动车上，我一脚踩下去，你得“蹭”一下蹿出去，要进行这种很强的放电，但是固态电池搞不定这个事。而且固态电池还有一个很讨厌的地方是什么呢？怕挤压也怕温差。所以呢你在特别冷特别热的地方，固态电池都不是那么好使。所以为什么到现在为止，固态电池都没有办法上车的一个原因。但是机器人可以上这个东西，反正也没人让这种机器人挺老贵的东西出去风吹雨淋的。

现场呢并没有做任何的控制和交互的演示，就是走出来一圈，他走着猫步走出来了，再走着猫步走了，其他啥也没干，所以会被人质疑。第二天呢其实也没有演示任何的操控和交互，他就是能走，其他啥也没有。里边确实没有人，因为已经拆了一条腿了，这个你说让他彻底拆掉了，其实没什么必要。

它的整个的结构呢是3D骨架，里头有各种的驱动系统。外面呢实际上是一层3D打印的柔性硅胶外壳，就这个东西呢是软的，但是呢也有一定的硬度。有人上去摸了这个女性机器人的屁股，说这个东西还是挺硬的，大概跟咱们那车座子差不多，就是自行车座，不是那个汽车座椅。真的磕磕碰碰什么的也不会受到什么伤害，是这样的一个材质。但是呢没有人好意思去摸胸，这个还是对人有一点点小挑战的。最外层是这个针织衫，这种东西应该是可以洗换的。现在的机器人一般都是这样的一个架构，因为你有这个柔性材料包裹以后，它里边各种线缆什么的等于就都隔离起来了嘛，也受到一定的保护。

“猫步”的代价：高自由度的设计哲学

为了能够走猫步呢，肯定是付出了巨大的成本，不是什么机器人都能走猫步的。你让马斯克的擎天柱出来走个猫步，他走不了；你让Figure 03出来走个猫步，他也走不了。为什么呀？原因很简单，这些机器人的躯干是整块的。你要想走猫步需要什么？你需要有腰，需要有屁股，需要有肩膀，需要有脖子，你才能走出猫步来。人是有脊椎的，可以扭来扭去的。

所以小鹏的Iron机器人是有腰的，他这个机器人躯干的上半截呢是硬的，里头包括什么算力系统、电池什么的。从这个地方到基本上人的肋骨吧，往下的到髋关节这个地方呢，中间是有一堆的关节，有一堆的自由度的，这种机器或者说叫舵机吧，是可以让它进行扭动的。你只有有这样的东西，你才可以胯摆腰什么，这种动作你能做的出来。你如果没有这样的动作，你走个猫步你试试，会很难看。

他的腿上跟手臂上呢，实际上都是液压组件，不是电机关节，所以他的力量会比较足。因为你要控制这么重的一个东西，一米七几，70多公斤，很重的这个机器人，你要是控制这样的一个设备稳健的走出去，还是有很大难度的。而且大家注意，走猫步的时候人要摆臂，那你一定要动肩膀，你不能说我这个肩膀不动，然后我在这摆手。你像特斯拉的这种机器人，整个上身是硬的，从肩膀一直到胯之间吧，他是完全是硬的，那他就没法去让肩膀去做出任何动作。但是这个Iron他是有肩膀的，他这个肩膀是可以耸起、可以向很多个角度去移动的。所以他才可以很优雅的像人一样走猫步。

走猫步其实是付出了巨大的成本，它的制作成本一定会高很多。这个东西有82个自由度，特斯拉的那个擎天柱只有四十几个自由度。那个自由度用到哪了？就是什么肩膀、腰、屁股、臀部，就这些地方。你想去纵跨摆髋一下，你没有多出来四十几个自由度你做不出来的。

做成这样的硬件以后，再往下就是让VLA大模型去干活、去训练去了。你让他训练一下跳舞，说两个小时训练就可以跳出来了；你去训练走猫步，也是学习几遍以后就可以去走。当然这个对于大模型来说呢，是一个比较大的考验。车是比较简单的，除了前进、后退、左右方向、刹车就没了，其实没几个动作需要做。但是AI身上82个自由度，你需要控制每一个电机去做什么什么样动作，你相当于我这边Vision完了以后，那边就是一大堆的关节控制指令就发出去了，这些指令还要相对来说比较协调。往前走，这个绝对比擎天柱那四十几个自由度的要困难很多。

所以呢，自由度增加了成本，维护、力度、稳定性这块呢，可能都会做出一些牺牲。你多做这么多关节在上面，肯定成本会上升，重量也会上升，你维护起来也很麻烦，包括稳定性都会有问题。所以我就讲说他为了让他走猫步，是付出了巨大的成本。

应用场景：它到底能干什么？

这个东西到底能干嘛使呢？工厂其实没有任何意义。小鹏呢也讲了说这个灵巧手，就是他这个22自由度的灵巧手，成本是产业工人几年的薪水，而且还很容易坏，寿命也不是很长。因为他的灵巧手用的是什么呢？是用的斜坡减速器。它每一个手指关节上都是一个小电机，这个电机大概是一元钱硬币的60%那么大。你真的做一些改锥去拧螺丝，那大量的震动放到这个斜坡减速器上，玩不了几天就玩坏了。所以这事很不划算。中国的工人薪资本来就低，你他的产业工人一年算他挣8万，他这一只手的成本我估计至少得20万往上，而且呢这个机器人身上还得装两只手。所以让这个东西上工厂上干活，是绝对不合适的事。你真要让他上工厂，还不如把那手卸下来，直接把那个电动改锥给他拧手上、拧胳膊上，还更省事一点。所以他是不是让他去工厂的。在国外没准人家产业工人工资高，你上这种东西还有点价值，但是在中国绝对没戏，这光这两只手的成本都比他们的工资高好多。

然后呢，说家用，给我们做菜，给我们打扫卫生，几年之内也不太可能。为什么呢？说很多人说，这个机器人打我一顿怎么办？机器人不会打你一顿，机器人只是说指令执行错了，挥起胳膊来直接扇了你一巴掌，这种事是有可能的。或者机器人摔倒了砸着人了，砸着猫猫狗狗花花草草了，这事都是不行的。而且家里的摆设和布局呢，是千差万别，对于他们来说叫大模型泛化能力，对这个东西要求实在太高了。所以机器人进家庭呢，他觉得可能还要个几年，现在这事还搞不定。

那他这机器人能干嘛使呢？叫“三导”：

• 导游
• 导购
• 导览

就是我带着你上我这个里头转转，或者我带你去卖房子，我带你去看看车，我给你介绍介绍我们家车，或者是我带你上这个工厂里转一转，这个“三导”。明年年底呢就准备量产，但是量产的肯定没有现在这个这么大，他说会矮一点会轻一点，因为现在这个成本一定是太高了，绝对不可能20万搞下来，他那一只手我估计20万就够了。所以未来你去做导游导览的时候，你不需要灵巧手，你就可以把这个成本降下来一点。明年呢，就是小鹏自己家的全国大概有六七百家门店，都会有这样的机器人导览。所以到明年年底，我们就可以看到这种东西在小鹏的店里头去卖汽车了。

宝钢股份的党委书记还出来讲了一小段，我们买了几台回去干嘛呢？做巡检。为什么钢厂会买这种东西做巡检呢？因为钢厂有很多仪器、仪表，有很多的这种阀门。你如果自动读表，那你就需要去改造这些设备。如果你说我不想自动读表，我就要靠人去看。那你说我上轮式的机器人行不行？不行，你有的时候还得上个台阶、下个台阶你才能看到这个玩意。这样的话就使用这样的人形机器人，可以上台阶、可以下台阶、可以去查表去，说你们就去给我做巡检吧，哪个阀门现在是开着是关着，你都给我看去。这个也算是一种应用吧。

然后开放SDK，具体的玩法呢，可以等着大家去发掘。你说这个玩意能不能成为性爱娃娃？这个事呢其实不现实，因为没有相应器官，而且它的安全性其实没有那么高。万一真的这个机器人做点什么动作，反应再伤着大家就不合适了。所以开放SDK，也不可能把它培养成真正的充气娃娃，这个还是有很大差距的。

创始人何小鹏：技术狂人与商业领袖

那你说何小鹏到底是一个什么样的人呢？中国新势力，“蔚小理”里头他是“小”嘛，算是技术最领先，或者说技术最扎实的一个公司。何小鹏这个人呢是1977年11月3日，湖北黄石人，所以他后来把科技日改到11月份，可能也是凑他生日。他呢是华南理工大学计算机系的学士，本科毕业了就开始出来干活了。后来呢是在2004年到2014年，在UC Web在那做联合创始人。后来UC Web是几十亿美金卖给阿里了，何小鹏呢算是完成了第一次的资本积累。2014年到2017年呢，这哥们在阿里做高管，UC Web去了以后，他实际上是在管这个项目。

2014年是一个很关键的一年，2014年出现了一个什么事呢？就是特斯拉入华。第一批9位车主呢，是马斯克亲自交钥匙，里头是没有何小鹏的。但是何小鹏自己讲呢，他是第一批车主，但不是前十人，所以呢他没有上台去跟马斯克握手去拿钥匙，但是他也是第一批。马斯克第一批车主里头，理想、李斌、雷军这些人都是马斯克竞争对手，包括何小鹏都是第一批的。所以马斯克入华，真的是对中国的新能源产业带来了很多的变化，如果它不入华的话，就没有后边这些事。2014年的何小鹏就投资了小鹏汽车，当时他是作为投资人进去的。2017年呢，他正式离开阿里，全职加入小鹏汽车，从2017年一直到现在，一直在管着小鹏汽车。

技术上呢，小鹏汽车一直是比较激进的，咱们很少听到其他汽车厂商去偷美国人技术，但是小鹏经常干这活，就经常搞这种萝卜急了不洗泥的事情。比如说：

• 特斯拉前Autopilot工程师叫曹光植，离职前拷贝了Autopilot的代码，然后加入了小鹏汽车。特斯拉呢起诉了曹光植，但是没有起诉小鹏。最后呢，曹光植跟特斯拉签了和解协议，也没有认定小鹏使用了特斯拉代码。马斯克呢就阴阳怪气嘛，说过这个事，说小鹏就是拿着特斯拉老版软件的一个公司。
• 苹果自动驾驶项目工程师张小浪，离职准备加入小鹏的时候被FBI逮捕，2022年认罪，说下载了自动驾驶的电路板和研发资料。但是呢也没有指控小鹏参与，小鹏还公开出来发了声明，说跟此案无关，对知识产权零容忍。
• 另一位苹果工程师陈继忠，被指控窃取自动驾驶资料，准备加入小鹏。

所以在新势力里头，小鹏是传出了三起窃案，其他的都没有，但是小鹏最后都全身而退了，并没有哪一个真的被抓住。

小鹏，中国的特斯拉？

那你说小鹏到底是不是中国特斯拉呢？小鹏现在的情况是依然在亏损，每个季度都在亏损，但是呢已经接近扭亏为盈了。他每个季度营收应该也是有个几十亿人民币，可能每个季度还亏个几亿人民币。现在呢月销量也上去了，年初呢每个月大概能卖3万辆车，现在一个月能卖4万辆车，已经妥妥的站到了第一排。现在真正卖车卖的最猛的是华为、小米、零跑、小鹏。理想原来也是很能卖，但是最近好像稍微差那么一点点吧。

小鹏在技术上呢，算是可以跟华为稍微掰掰手腕，但是跟特斯拉肯定还是差很远。他是国内做自动驾驶里头唯一的一个全产业链，就是从芯片到大模型，到支架到整车，他全干的一个。华为呢自己号称是不做整车的。其他的公司呢，可能芯片不是自己的，比如像小米，大模型号称是自己的，但是我也没看出来他到底怎么好使，芯片用的是英伟达的。小鹏是唯一的一个从头到干到尾的。除了这个车之外呢，他还干机器人和飞行汽车，还准备加入Robotaxi，2026年他的Robotaxi准备在广州上市，因为整个公司在广州，所以本地领导还是要支持一下的。

我是从来没考虑过买小鹏的车子，原因很简单，这个车实在是有点不太好看。何小鹏自己是一个技术出身的人，技术出身的人有一个什么特点呢？就是对于起名字，对于好看，对于外表的东西呢，他不太重视。像我这种人又是颜控，我一定要找一好看的车。那很多人说，特斯拉也是工程师当家，马斯克你说还有比他更直男的工程师没有？但是你们要知道，特斯拉最早的车型，不是那个Roadster，是那个Model S，就真正卖开了这个车型是谁设计的？那是法拉利给他设计的，这车多好看。你这玩意你让马斯克自己去设计，肯定是不行的。但是小鹏最近几年的车稍微好看一点。

强大的股东阵营

小鹏呢有一堆很牛的股东。

• 小米：第一个比较牛的股东、战略股东是谁呢？就是小米。小米是在他很早期就进去投资了，所以小鹏的很多技术，小米也是可以拿回来去学习一下的。
• 滴滴：滴滴为什么会成为小鹏的股东呢？滴滴原来是有一个部门或者有一个子公司，专门做Robotaxi的，把车都快设计出来了，玩不下去了。小鹏说那我买吧，但是小鹏又没钱那怎么办呢？拿什么买呢？换股票吧，你把这部门给我，我把这个股票给你。滴滴就这么成为了小鹏的股东。
• 阿里：还有一个很重要的股东呢就是阿里。刚才我们讲了，他使用了阿里的大模型，使用了阿里的云，去做这个大模型的后续的训练。他的Robotaxi也得找人合作，跟谁合作？那必然是跟高德合作嘛。那以后我们就可以在高德地图里边去使用Robotaxi，打小鹏的无人驾驶出租车了。
• 大众汽车：还有一个很重要的股东是大众汽车，大众呢准备用他们家的芯片和大模型。大众自己也是把很长时间积累下来的这个软件团队直接开掉了，咱们还是使中国人的吧。2026年我们有望看到搭载小鹏芯片和小鹏VLA 2.0大模型的大众汽车满街跑，这个也是一个值得期待的事情。

实际上对于这些车厂来说，只要能够盈利了，后面那些天马行空的飞行汽车、机器人就都有机会。就像特斯拉一样，特斯拉其实是16年才盈利的。小鹏影响他从2014年开始创建，到现在应该是11年，估计今年应该是有机会能够实现盈利，就算今年盈利不了，明年应该也能盈利。十一二年能够盈利一个汽车厂，其实还是非常非常难的。现在小鹏的整车毛利率比特斯拉还高，盈利了以后的话，他们就会不断的产生现金流，支撑后边这些有趣的故事继续往前走。

最后的思考：为什么是女性机器人？

咱们再说回人形机器人赛道吧。为什么是女性？我太太看完了以后说，为什么一定要做个女性呢？万一这个女性机器人走到这个阴暗角落里头被人非礼了怎么办呢？这会不会引起很多的非议？这个事其实很简单，就是做人形机器人的公司很多，而且也很乱，必须有差异才能被看到、被讨论、被记住。现在他希望别人去投资他的股票，希望别人给他钱，那你就一定要成为话题的中心和热点。小鹏Iron牺牲了成本、性能、稳定性，换来的就是最拟人的方案。它有脊椎，有屁股有腰有肩膀，必须要给大家足够的震撼。一定是女性走猫步这个事是能够给大家足够震撼的。否则的话你要想再震撼，你说我跳舞，你能有特斯拉的擎天柱跳的好吗？你说我打拳，你能有宇树的那个打的好吗？但是呢他们都是直板的躯干，所以没有办法做猫步，只有小鹏可以干这个活。所以他效果非常好，小鹏这一次获得了足够的关注和流量，目标其实是达到了，实现了它的商业目的。

而且呢，这个机器人短期目标实际上都是女性用途吧，导购、导游、导览就全是女性该干的活。所以他使用女性机器人在小鹏的店里头给你介绍汽车，还是一件挺有意思的事情。如果这个机器人到店的话，我应该会跑去店里边跟他聊一聊，小鹏汽车到底怎么回事的。如果这个东西价值20万左右的话，应该能够有市场。但是20万的话，我估计这个手就没有这么22个灵活度这么灵巧了，应该也会做的稍微小一点点。

最后总结一下吧。小鹏科技日的女性机器人呢，确实是引起了足够的社会讨论。有些人呢很难承认中国科技是有创新的，一旦承认好像跟杀了他爹一样。所以小鹏呢也觉得很委屈，最后还要让机器人来证明自己是自己。但最后他也出来感谢大家了，说你们能质疑这个东西里头是人呢，实际上也是对小鹏的一种肯定。

小鹏呢算是愿意砸钱做研发的一家中国车企，这个我觉得比小米强，这块还是要承认的。小米呢除了车做的好看，车做的着实之外，其实没什么别的优点。这个智驾系统什么，这些东西都不怎么样。他只是说我在里头插塞了两颗索尔芯片，索尔芯片一颗的算力应该是1000TOPS，我那个车里是两颗就是2000TOPS。现在的这些车就是想要达到L3、L4，你就至少保证车随车有2000TOPS的算力，所以我那个车是够的，只是软件差一点。

后面继续期待小鹏在未来可以给我们带来更多有趣的故事吧。

马斯克终于开源了他的Grok-2。虽迟但到，这背后隐藏着哪些不为人知的秘密呢？

大家好，欢迎收听老范讲故事的YouTube频道。

马斯克最终还是开源了他的Grok-2。原来我们还嘲笑过他，Grok-1开源完了，往那一扔就再也不管它了，有任何人提问题，你也不说什么。Grok 4都出来了，现在Grok 2都没开源出来。马斯克说：“那我们下周开源。”当时是这么讲的。然而下周完了以后，好像还是又等了那么一段时间，稍微晚了这么几天吧，Grok 2最终还是开源出来了。而且承诺呢，6个月之内，或者说在年底之前吧，有可能会去开源Grok 3。但是马斯克的话嘛，大家相信，就是他说了的事会做，但是未必按时间做。

马斯克的开源呢，只能算是符合非常广义的开源。这话什么意思呢？开源也是分原教旨主义者的，他们是肯定不会认可马斯克在开源的。第一个，马斯克不是当时发布产品马上开源，而是要过一段时间，甚至是过了一年多才去开源。而且现在他开源出来的这个版本，远远落后于当前主流模型。当然Grok 2呢也不算特别落后，它在当时刚推出的时候，应该是跟GPT-4不相上下的一个水平，但是跟后边4O，以及后边O1、O2这些东西就没法比了。跟当前的主流模型，像什么GPT-5、Grok-4、Claude 4或者是Gemini 2.5这些，它是比不过的。

而且呢，马斯克开源出来的这个大模型，对于部署是非常不友好的。你要想去把它的大模型下载下来，把它部署到自己的服务器上去，这个是非常非常痛苦的。这个大小是500G，需要在Huggingface上做断点续传。Huggingface是大模型领域里边的开源仓库嘛，你需要把这500G的文件从那上头慢慢往下传下来，错了没关系，继续再来几次。他专门给大家写了这样的一个话。

而且运行的时候呢，需要8张40G以上显存的显卡才能跑起来。8张40G以上显存的显卡什么意思呢？在国内合法可以跑的这个显卡是H800、H20、RTX 6000。你说我拿5090D跑行不行？这是为中国专门量身定做的5090，跑不起来。5090D呢是24G显存，把这个D去了，也就是国际上正常的5090是32G显存，也跑着费劲。而且呢，5090跟前面我们讲的H20比，有一个巨大的差异是什么？它没有Nvlink，卡跟卡之间的通信是很慢的。而H20这种专门的算力卡，里边是有Nvlink的，八块卡搁在一起，它还可以快速的跑起来。

当然了，Grok 2呢不是特别不友好，你像在那个当时还有一个跟Grok 2前后脚发布的产品，叫Deepseek V2，那个版本当时开源出来的时候是需要8张80G的显存的显卡才可以跑起来。这个Grok 2只需要8张40G显存的显卡就可以跑起来了。为什么会有这样的差距呢？原因很简单，当时的Deepseek V2是FP16的，而现在的Grok 2的话是FP8的，所以它会要更加的省显存一点点。

现在开源出来的呢叫Grok 2.5，并不是真正的Grok 2。它必须使用叫SGLANG的这样的一个系统来去部署。这个里边呢就会有很多故事了。大家注意，Grok 1并没有这样的要求，Grok 1使用的是Jax系统部署的。Jax是谷歌的系统。咱们待会就围绕这个SGLANG，来讲一讲它这个故事到底在哪。

马斯克的开源跟其他人开源不一样，就是他把东西开出来以后，基本上就不闻不问了。你其他人开源出来以后，你去提意见，说我哪遇到问题了，开源出来的这些公司还是要去修修补补的，调整一些东西的。马斯克就甭管是它前面的Twitter的推荐算法，还是Grok 1开源出来以后，就再也没人说这事了。你提任何事情，他都不理你，也不会做任何更新，就是这样的一种开源。

而且呢，它的开源参数呢也没有完全公开。你像Deepseek这些，都是直接告诉你我有多少参数，如何去部署，怎么去用这个东西，甚至连论文什么一块扔出来。马斯克就是我把东西扔这了，你们自己谁爱用谁用去。现在呢，大家只能通过下载的模型去猜测，它呢应该是一个269B的模型，是一个挺大的模型。

license呢也是严苛的，商务社区版本的license。所有的开源项目，你都是要有开源license，就是我拿这开源项目以后，什么事许干，什么事不许干。它这个Grok 2是不允许商用的。你就算是把它放在自己的产品里用，你说我不商用，没有达到大规模使用的这个程度，你也要在里边写上“powered by XAI”，这个都是要注明的。一旦超过了它一个使用限制以后，这个事就没法整了。Grok 1是阿帕奇2.0的license，还是一个完全开源的产品，但是到Grok 2就不是了，就已经变成了这种商业许可的产品了。

国际上面是有这种商业许可限制的大模型呢，像Llama其实是有限制的，那个也是有规定的，就是你用户量达到多少以上，你就不可以再去使用了。你拿去做一些研究是OK的，但是呢你不可以拿Llama再去训练新的模型。但是这个东西呢，说也是叫防君子不防小人吧，Llama 1开源，全中国的这些开源大模型就如雨后春笋一样夸夸就出来了。所以你去写说不允许训练其他模型，不允许去优化自己产品，不允许去商业使用这些事，反正你说着开心就好了。Grok 2呢也是这样的一份协议，大家说着开心就好了。但是差异在哪呢？就是Llama当时发布的时候是当时最领先的模型，大家会去照着去学习；但是Grok 2发布的时候就已经是去年的模型了，反正你算是开过源了吧，也就如此了。国内的模型呢，像Deepseek、千问这些，基本上都是MIT或者是阿帕奇的这种license，就是你可以拿去使，可以商用，可以自己去修改，拿它去干嘛我就不管了。所以跟他们还是有很大区别的。

咱们后边讲这个SGLANG到底是一个什么样的系统呢？它的名字是一个缩写，叫结构化生成语言。S是structure，G是general，LANG是这个language，它大概是这么三个单词拼在一起了。它的开发者呢，两个主要开发者，一个叫郑连敏，一个叫尹良生，听着像中国人吧？郑连敏呢是上海交大的本科，UC伯克利的博士，他现在就是Xai的工程师，在Xai里头主要就负责SGLANG这个版本的继续推进。明年7月份呢，会加入到UCLA任助理教授，现在UCLA的官网上已经把他的名字写上了。像美国的这些大厂里边的科学家，或者是这种大工程师呢，都会有这种两边来回流动的一个过程，去上两学期课，然后呢回来做一段时间的研究，很多的美国这些大厂的顶尖科学家是这么工作的。另外一个呢叫尹良生，尹良生呢是上海交大的本科，2025年从上海交大毕业，就是今年毕业，已经拿到了UC伯克利的博士生入学许可，准备到那儿接着去读博士了。

他们两个人写的这套系统。那你说老范，你是不是要讲中国人好厉害？比大家想象的可能还要再稍微厉害那么一点点。本身XAI里边这个中国人的比例就非常非常高，咱们这讲的是中国人，不是广泛的意义上的华人，就是从国内去的这帮人，比如清华、北大或者上海交大这些地方学完了去的，他们可能在美国读的博士，然后就在XAI里边去上班了。

但是这个项目还不太一样，咱们去稍微捋一捋这个SGLANG的一个发展历程。他是2023年12月12号发表的SGLANG的论文，当时呢郑连敏应该是在UC伯克利读博士，而尹良生应该是在上海交大还在上本科，他们两个人呢联合署名做了这样的一篇论文。到2024年5月份，Deepseek V2发布，236B的一个大模型，每次激活21B的参数。他们呢就说我们要去升级我们的版本，大概是到9月份，这个SGLANG就升级好了，专门对Deepseek进行了优化。SGLANG是Deepseek最优化的一个运行平台，你在其他平台上跑这个Deepseek都没有在SGLANG上跑得快。到2024年的8月份，Grok-2发布了，269B，每次激活115B。这个时候呢，郑连敏应该已经从UC伯克利博士毕业了，已经到了XAI去上班去了。2024年的12月份，SGLANG继续升级，这个升级是为了支持Deepseek V3的。Deepseek V3呢是2024年12月份发布的671B的一个大模型，包括后边我们讲的Deepseek R1，都是在Deepseek V3的基础上进行训练的。Deepseek最近刚出的V3.1还是671B，所以呢这都是一个系列的模型。2024年12月份还发生了一个什么事呢？grok V3发布。

大家按这个线去捋，你就基本上可以发现，Grok 1做的时候，马斯克还是满眼抓瞎的时候，不知道该怎么弄，拿着这个JAX就开干了。另外一个拿JAX开干的是谁？是苹果。苹果那个时候也是举着JAX就开干了，最后呢做出来的一个产品，但是效果一般。这个时候Deepseek大量的这种MOE模型的开源的东西就出来了，包括后面的论文什么就都出来了。上海交大这两位同学吧，他就开始去写这个SGLANG，专门针对这种MOE的模型进行优化。马斯克觉得这条路不错，那咱就干脆把这个团队招到我这来，你给我去好好维护这个SGLANG的版本，我们也在这个基础上，去训练我们的模型。

你说这个里头有抄袭没有？还是说有借鉴？我觉得说借鉴还是比较合理的。因为你去做新的研究的时候，你总要看论文吧？梁文峰写了那么多论文，你也得看。看完了以后，你说我受这个影响了，照这个方向去往前发展，这个本身没有任何问题。咱们不要老觉得说不是原创就怎么怎么样，别老想着这事。

所以从这看呢，Grok跟Deepseek还是很有缘分的。Grok 2跟Deepseek V2、V2.5，它们之间其实是有非常相近的地方。再到Grok 3跟Deepseek V3，也是有很多相近的地方了，有相互借鉴的地方。可能更多的是Grok去借鉴Deepseek，因为Grok每次出新版本的时候，它不开源也不开放出来，他要过一年以后才开放；而Deepseek每次拿出点什么东西，马上都开放了。所以这个到底谁去借鉴谁，大家自己心里去想。

其实呢，这就是开源生态的一种发展方式。很多人在讲什么“美国人一开源，中国人就自主研发、自主知识产权了”，这可不是这么回事的。开源了，我们就可以在开源协议的允许范围内去使用这些代码，甚至是去修改这些代码，再发行这些代码。他只要是协议允许你干这个事，你就可以去干。我干完了以后，我去注明了，说我是用了人家的代码，我把它写清楚就完事了。就算是前面翻车那盘古大模型，上头也写了“我用了别人东西”。但是中国人有时候没法接受这事，你说你都叫盘古了，你好意思你用别人的吗？前两天华为云内部的架构大调整，把整个的盘古这个团队全开掉了，以后这个丢人现眼的东西咱不弄了。前边别人说盘古去抄袭了，华为还在那义正词严的在那辟谣呢，辟完谣以后沉寂了俩月，直接把团队给开了。你说这玩意叫啥事？

我觉得我们应该很好的去接受这种开源生态，而不是说我一定要原创，我从来没有抄过，我从来没有用过别人，这个是相对来说比较狭隘的。你像Deepseek发了论文，公开了参数，SGLANG呢肯定是以这些公开信息为基础进行了优化。Xai呢也在这个过程中呢转型，在SGLANG基础上用同样的系统进行优化。大家走的路呢又不是完全一样，Deepseek还是要更多的考虑到算力紧张，没有NVlink的情况下，这个性能到底怎么样，到底怎么把它跑起来。Grok那就是土豪家的败家子，有的是卡，最新最好的卡，而且还有工程师爸爸负责部署和实施。他还跟微软、Oracle这些公司不一样，那些公司还需要外包，找别人去给部署。那马斯克干这玩意，肯定是没有任何问题的，因为他从特斯拉的时候就开始部署这种超算的集群，非常非常有经验。所以他可以把最好的卡、最新的卡拎回来进行部署，而且量大管饱。现在马斯克已经说，我们注册一公司叫“巨硬”，准备买上百万块的显卡，接着往前走。

马斯克算迎头赶上了，用Deepseek没有的资源，直接暴力推进。我们前面在讲Deepseek的时候就已经讲过了，马斯克肯定会照着往前冲的。苹果啥也没干，其实苹果在做大模型这块跟XAI是同时起步的，都是从JAX这开始起步的，但是苹果最后啥也没出来，马斯克这边都做出来了。梅塔呢还在老路上面去蹉跎前行，未来到底怎么走还不知道。所以呢，别人都开源了，谁你抄的好、抄的不好，或者在这个基础上到底能不能做出新东西来？我相信Grok还是创新的，我并不是说我就指责了，说“Grok你就是抄Deepseek”，没有说这话。还是得看谁可以把这个工程往前推的更远，这个才是本事。

国内的模型厂商的话，你说他们没有借鉴Deepseek吗？肯定借鉴了。他们只是说太多东西要抄了，到底抄谁的呀？这个是真正国内厂商要去头疼的事情。大家发现了，Deepseek V2的版本其实并没有那么热，到V2.5开始这个热度一下就上来了。就是从Deepseek V2.5开始，很多的国内厂商就开始转型，说我们是不是去看一看，像百度什么，他们就已经开始转型了。等到Deepseek V3出来的时候，其实就已经很热很热了。当然对于整个的行业来说，或者说对于社会来说，圈外的人真正知道Deepseek是从Deepseek R1，就是从今年1月份才开始知道这个事儿。但是从去年12月份的Deepseek V3开始，在这个程序员圈里头，在这个行业内呢，大家就已经普遍认知了，这就是一个当前最好的框架了。所以当时很多的团队就都已经都转过来了。现在Kimi k2、mini Max M1、百度的这个4.5、智谱的4.5，其实都是按照一个模式做出来的。但你说它们都是抄袭的，我觉得大家不要想这个事。大家呢都在同样的看论文，都在一个可能同学圈或者是朋友圈里边去，大家一块可能平时喝个咖啡、聊个天什么的，他是这样的一个环境。

国内大模型厂商也是相互借鉴。你看谷歌、微软，他们肯定也会去读论文，他们去做新的研究、去做新的产品的时候，“这Deepseek写的，中国人写的，我不看”，他们也不会这样的，没有那么狭隘。

今天我其实主要跟大家讲的是这样：开源才是未来的一个方向。不要上来说你抄袭，不尊重原创，这太狭隘了。咱们最后总结一下：开源是当今世界比较先进的全球化、松散协作方式。大家注意我刚才讲的这些定语：全球化、松散协作。开源呢推动了互联网、移动互联网和今天的大模型的整个产业的升级。Deepseek呢在里头起到了巨大的推动作用，包括咱们今天讲的SGLANG，都是在开源大潮里边起到了巨大的作用。

马斯克的Grok开源呢，基本上没有为社区贡献太多的东西，毕竟是去年4月份的东西嘛，还是稍微差一些的。马斯克喊开源呢，主要还是为了要吸引眼球。第一方面呢是恶心OpenAI。当然OpenAI现在人家也开源了，把GPT OSS拿出来了。但GPT OSS要比现在开源的Grok 2要强非常非常多，因为GPT OSS是大家可以用的一个产品，不是像Grok 2这样的，没有人会去用它。为什么没有人用？因为部署起来成本非常高，还是一个旧模型。我花了这么多成本，我去部署Deepseek V3.1不行吗？所以他就不想让别人用，也不想让任何人占他便宜。

马斯克现在想干的活呢，就是让更多的人去用他的Grok服务。而且呢也希望在未来呢，让更多的人呢去用他的这个巨硬的产品。那你说巨硬到底做什么的？前面他专门申请了一个商标叫巨硬，就专门为了恶心微软的，“你叫微软我叫巨硬”。一开始以为马斯克就是开个玩笑，或者说出来嘲讽一下比尔盖茨，没想着他真在里头干活。现在说了，我们这巨硬公司是真的要干活了，而且呢干这方向呢，也是大家熟悉的方向，他要做manos，就是做agent。说以后你微软的这些产品，我通通都拿各种各样的AI agent给你覆盖掉。你做了office，我就给你做个AI agent，跟他说你给我写一PPT或者给我写一什么东西，他吭哧吭哧给我写好了，我就不需要那么复杂的叫做office这些东西了。他是搞了这么一套东西出来。

大模型在不断创造内容的过程中呢，其实也在不断的污染大模型被发明之后的语言环境。所以呢，中国的创业公司跟开发者，也在不断的创造新的技术，创造新的内容。在这个过程中，再通过开发者社区或者通过开源社区，不断的将这些新的思想拿出来，去影响全球的科技发展，为全球科技发展添砖加瓦。不要想着说脱钩断链，说我们不要中国人的思考，我们不要中国人的技术，这个玩意是有毒，这个世界不是这么发展的。

咱们今天通过Grok 2的这个发布，通过Grok 2使用的SGLANG的这个平台的一个历程，你就会看到在这个过程中的话，你需要上海交大的学生来去给你写这些系统，你也需要去借鉴Deepseek的论文、借鉴他的一些思路去训练自己的模型。而且这个节奏是一模一样的，这边出Deepseek V2，那边过几个月出这个Grok 2；然后那边出Deepseek V3，你同一个月出Grok 3。这个就是同样的节奏，一模一样的往前走。所以这是一个进步的过程，别老想着谁抄谁的事。

好，今天这故事讲到这里，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。

Deepseek V3.1发布，很多人应该都有疑问，UE8M0到底是个什么东西？这个国运级的大模型，到底有没有翻车呢？

大家好，欢迎收听老范讲故事的YouTube频道。

DeepSeek V3.1发布，为什么会墙内开花墙外香呢？大家说这东西在国外也没多火。咱们讲的墙内开花墙外香，并不是说国外火，而是在圈外火。什么意思呢？就是在真正大模型圈里，其实大家并不怎么说这个事，但是在炒股票的这帮人面前，一下就火了，国产算力芯片一把就飞了。

到底是一个什么样的情况？首先呢，Deepseek V3.1在性能上其实并没有特别显著的提升，所以一帮真正去研究大模型的人，或者去研究AI的人，只能在那尬吹，说这个好像强了一点，那个好像强了一点，但其实都并不明显。它的编程能力呢，确实应该有所上升吧，但是你说现在就可以吊打Claude Sonic 4，这个我觉得有些言过其实了。上下文现在是128K了，在Deepseek去年12月份发布的V3版本以及1月份发布的R1版本的时候呢，它的上下文都是64K的。到V30324和R10528这两个版本呢，就已经升级到128K了，所以这一次的V3.1依然是128K。工具调用上应该是真的增强了，比原来的V3增强了，也更加符合AI agent的一个需求，这个就是他的一个主要的优势。

所以为什么这东西一开始拿出来，大家没有觉得他怎么样，然后突然怎么就爆发了呢？一句话让二级市场直接就疯了。8月21号，Deepseek公众号上有一句话直接引爆A股。玩模型或者说玩AI应用的人，是不会太去看这个公众号到底写啥的，但是这些炒股的人不一样，人家天天盯着这个公众号，一个字一个字在那抠。

这句话说的是什么呢？V3.1使用了UE8M0和FP8规模的参数精度，为了适配未来的国产算力芯片。有这样的一句话在里头，那这还不赶快冲上去？而且在传播的过程中呢，FP8这个词呢，在后续的流传中就变得时隐时现了，大家不再提这个FP8了，主要都去强调这个UE8M0了。一堆人就问说这玩意到底是个啥呀？这么神奇的东西吗？甚至寒武纪就直接涨停板了。

下边呢，咱们来解释一下UE8M0到底是个啥。这个难度很大，因为我自己在数学这一块也没有多强，而且还想把它尽量地解释得通俗易懂一点，这个对于我来说是一个考验。如果我说了你没听懂的话，不是我没说好，是你自己智商有问题。咱们开个玩笑。

很多人呢，其实都搞不明白这个UE8M0是什么，但是呢都像老中医念口诀一样，上来都是这个脉怎么怎么样，应该什么君臣佐使一下，然后就开始给你开药方。念念有词以后呢，就冲进去买股票去了。

这个咱们解释一下，首先呢，用形象的三个词来跟大家解释一下什么是UE8M0。这三个词，第一个词叫“马赛克”。很多男生，特别是对于成人影片、日本成人影片有一些经验的这些男生，对于“骑兵”和“马赛克”这个词应该是能够有一些理解的。UE8M0呢，实际上就是一种马赛克格式，待会我们讲为什么。第二个呢，就是叫“九九乘法表”。在中国吧，大家从小就背，我们可以在某一些特定的计算里头超过老外。他们从小不背九九乘法表的这些人，就没有这个口算和速算的能力。我们从小背这个东西，我们就在某一些特定的运算里头会比他们先人一步。还有一个不是那么好听的词，但是更贴切，是什么？叫“裹小脚”。这个在满清时期，他们对汉族女性的一种残酷的压榨，要求大家去裹小脚，以小脚为美。UE8M0的话，就完完全全是符合这三个词的特性的。咱们下边一个一个给大家解释。

首先呢，要跟大家解释一下计算精度的演化。咱们要知道，做大模型计算，甭管是训练也好，还是后边推理也好，它最主要的一个计算叫矩阵乘法，就是把一大堆的数呢放在一个矩阵里，两个矩阵相乘，乘完了以后得到一个结果。甭管是训练也好，还是推理也好，大模型训练的90%以上的算力就在干这一件事：乘乘乘乘乘。这也是为什么他们跑到英伟达的算力芯片里面去干这个事。英伟达算力芯片非常非常多的核心，这些核心也干不了太复杂的命令，但是你让他做乘法，他还是做得很快的。所以这个东西要比咱们普通的CPU算得快很多。

矩阵乘法里头呢，就有一个问题，叫计算精度的问题。最标准的叫FP32，他们这个数是怎么表示的呢？第一位是符号，正数还是负数；后边呢，应该是8位吧，代表的是浮点；后边的几位呢，就是代表的一个精度。前边这个符号正负大家比较好理解，中间这一部分浮点数就意味什么呢？就是我可以表示最大和最小多少，这个是一个范围的表达。后边这个尾数呢，实际上是精度的表达，就是说我这个小数点后到底有多少位。当我们把这样的一个数字去进行乘的时候，肯定会得到一个结果。但是有一个问题是什么呢？咱们都是讲这大模型好大，有好多好多数据去进行运算的，那你说我要把这么多参数搬进去，在这个内存里跑来跑去，它就会变得非常非常消耗带宽。而在进行乘的时候，如果是两个很大的精度的数去进行乘的话，那它的对于算力的消耗也是非常非常可怕的。

所以大家怎么办呢？就是要降低精度。而且呢，因为大模型本身它是一个很稀疏的运算，你降低了精度以后，发现对结果的影响并不是很大嘛。现在他们用16位的，或者用一些更小的8位的，用这样的精度去计算了以后，发现好像得出来的结果跟32位的没什么太大区别，那咱们就把它降低一点呗。所以呢，大家就开始从FP32变成FP16、BF16。这里头要注意，FP呢一般都是英伟达这边去采用的一个标准，也都是一位符号，然后呢多少位浮点，多少位尾数。BF16呢是谷歌自己用的一个标准，它的浮点数要更长一些，尾数更小一点，这样的话它可以表达更大的一个数字，但是呢精度差一点，效果呢也还可以。后边呢还有FP8，FP8就是尾数更少一点，然后更多的数字去表达。后来呢，我们现在使用的大部分模型，真正去推理运算的时候，实际上都是FP8。现在的模型呢，大量的训练都是用FP16去训练的，现在也没有那么多人使用FP32去训练了。最早都是FP32训练，后来就是FP16训练，训练以后再去对这个大模型进行量化。

你说比在8再往下还有没有？还有，叫MXFP6和MXFP4。MX是什么意思呢？待会咱们再解释。FP4，咱们讲讲一下这个吧，它比较极端了。FP4是什么意思？就是它有一位符号，两位浮点和一位尾数。那你说我就一位尾数，这玩意算啥呀？我这要是0的话，那你前头这几位不就全废了吗？不是这么算的。如果你这个尾数是0，它代表什么呢？就是0、2、4、8。如果你这个尾数是1呢，它代表的是3、6和12。所以我们基本上这样看，FP4代表的数就是0、1、2、3、4、6、8、12。那你说就这几个数我乘来乘去，没有办法代表很多的东西，怎么办呢？不能说我整个大模型就这几个数就把它都表示了。所以呢，这个时候MX就起作用了。它呢，把这种很小范围的数呢，放在一个块里，这一个块呢有32个数，这一个块呢统一再进行一次浮点变化。这个浮点数变化呢，是写在另外一个叫做浮点位里头。那个浮点位呢，就是一个UE8M0的一个浮点位。UE8M0呢，意思是无符号的8位的浮点，没有尾数，就是这样的一个意思。它相当于什么呢？就是我们把4位4位的这种一块32个数，统一用一个浮点把它变化起来。MXFP4大概就是这么个意思。

哪个模型是用的这样极端的参数呢？最近公开的GPT-OSS就是用的MXFP4。而且这个里头有一点很强的是什么？OpenAI是从训练就直接使用的MXFP4，它没有经过后续量化，所以它的效果非常非常好，也极其节省内存。因为你想你一旦把精度降低了，它就可以干嘛呢？它就可以用更小的内存去存储这些数据、存储模型。然后你在进行模型运算的时候，你的显存跟你的GPU之间进行调度的内容就会变得更少，乘的时候乘得更快。

那你说在这个过程中，显卡或者说算力卡的公司干嘛使呢？他们就会想办法去优化。他写一些算法，或者说在里边做一些链路，让这些算法，比如说FP8的或者是FP16的这些数据，在我这做乘法和加法的时候让它变快一些。早期的显卡上是没有FP8的，有FP32、有FP16。什么时候开始有FP8呢？这个东西是在英伟达H100上出来的。BF16是只有谷歌TPU上才有，其他人不玩的东西。这个MXFP4呢，就是后来这个Blackwell黑井的显卡上是支持这种运算的。

在这个里头有一种比较极端的算法，就是UE8M0。就是我已经没有正负数了，全是正，我这个全是正数，里头也没有任何的这个尾数了，只有8位的指数。那么它能够代表的数是什么呢？0、2、4、8、16、32、64，它等于是这样可以上去的，可以代表很大的数字，但是呢就是完完全全没有精度了，它是属于跳跃、跳阶跳上去的。这就为什么我们讲UE8M0是马赛克。你想我有一个图片，这个图片里头呢，某一些关键部位里头就没有阶梯了，就没有很多的细节了，只剩下这种跳跃式的这种表达了，那不就变马赛克了吗？所以基本上你把它理解成一个马赛克，这个事是可以的。你说有没有这个宝马一点的？有，就是那个刚才我们讲那个FP4，它里头还有一位，它可以代表0、1、2、3、4、6、8、12，它中间还是多出一个来的，它这个码要稍微薄一点。最极端的大的厚码，就是这个UE8M0。大家可以这么去理解它。

Deepseek为UE8M0都做了些什么呢？首先呢，Deepseek并不是原生训练的UE8M0的大模型。它呢，是在英伟达的H800和H20上，使用FP16和FP8训练出来的一个模型。在训练完了以后呢，再专门针对UE8M0进行量化，把我原来这个训练完了结果的数据，按照UE8M0的这个方式重新量化、重新排一遍，然后拿出这样的一个小很多的模型出来。在这个专门为UE8M0进行优化的算力卡上，就可以跑得飞快。

UE8M0其实是有一些好处的。它好处是什么呢？马赛克虽然没有细节，但是呢它在运算的时候，内存搬运会变得非常少。你去表达同样的模型，你需要的这个数据变小了，这个是非常非常有好处的。因为咱们现在最大的瓶颈是什么？因为美国禁运，我们的算力芯片跟这些HBM芯片之间，或者说这种显存芯片之间的带宽比较低，那我们就专门优化一个这样的算法给你就可以了。但是我们要注意，就是在Deepseek发的那篇公众号里头，他写的是“我们支持UE8M0和FP8”。所以呢，现在大家去下载的Deepseek V3.1的模型里头，实际上是有两个版本的，一个版本是UE8M0的，另外一个版本是FP8的。你说我是用英伟达显卡的，我用AMD的显卡，你就用FP8的版本。你说我在国内，我要用升腾的芯片，那你可以使用UE8M0的这个版本。

为了适应UE8M0这种极限挑战，我要给你打马赛克，打完马赛克了以后你看了以后还觉得爽，这个是对于Deepseek来说非常非常高的挑战。那就需要干嘛呢？做专门的设计。他们在模型训练的时候做了专门优化，一方面呢是进行了混合精度的使用，就是有一些地方用的是比较高精度的，有些地方用的比较低精度的，他们专门做了这样的一个适配。然后呢，也在进行一些叫做累计误差检测。因为你想你把这个地方变成黑白的了，或者变成这种大马赛克了，那你这个误差就会变得很大，特别是需要进行多轮的矩阵计算以后的话，它的误差就会有累积的增加。Deepseek专门有一个设计，就是检测这个东西，如果误差达到一定阶段了以后，我会换一个方式重新来算一下，然后想办法把这个误差规避掉。它通过很多类似这样的手段呢，让这个模型在UE8M0上可以跑起来。

这里就有一个问题，就是不做特殊架构设计的大模型是不能被量化成UE8M0的。你说我现在把Llama 4拿出来，做一个UE8M0的量化行不行？做不出来。虽然大家都是在英伟达的FP16和FP8的基础上训练出来的，但是你前面没有做这些提前的准备，没有在这个架构上做特殊的设计，你是不能去做这种极端量化的。你那个打上马赛克，大家看了就没感觉了。只有Deepseek V3.1打上马赛克，还可以有一定的表达能力。

那为什么别人不用UE8M0呢？它呢，是需要专门修改训练架构，为极限情况进行纠偏的。这个过程呢，其实有点像裹小脚，你是必须从小抓起，等长大了再来的话，他就来不及了，已经长得比较大了，现在再去裹小脚裹不出来了。极大地增加训练的复杂度，而且呢也无法保证最后不翻车。有些人裹的一半说实在太疼了，算了我就放了吧。还有一些人真的是裹了一半完了，还留下一些残疾，最后发现也没有达到人家要求的效果。这个都是会发生的。九九乘法表也是一样，我们专门把一套特别高效的计算方式呢，把它背熟了，只有进行了同样训练的人，他才可以在某些特定领域里头极快速地去给出正确的答案来。刚才我们讲了马赛克、九九乘法表和裹小脚，其实最形象的呢就是裹小脚。

那么国产算力芯片跟UE8M0到底是什么关系呢？H100就开始支持FP8了，B系列呢，开始就是像什么B200这些芯片呢，开始支持MXFP4，它是向这个方向前进的。国内呢，我们是在跟随了。大部分的芯片实际上都是支持FP8的，就是按照英伟达这个路子走的，只是我们比人出的晚。H100是挺早就出来了，咱们大概是2024年、2025年新出的一些算力芯片呢，都开始支持FP8，也对FP8呢进行了一定的优化。

华为升腾芯片呢也是支持FP8的，但同时呢另辟蹊径，搞了UE8M0的这么一个算法出来。华为呢还出了一个叫MindSpore的开源框架，对华为芯片以及英伟达芯片进行全栈的AI应用，从推理到训练，所有的事情他都可以干。他做了这样的一个完整的开源框架。在这个开源框架里头呢，对于华为升腾芯片专门进行UE8M0的这种优化。你用传统的大模型推理框架，比如说PyTorch或者是TensorFlow，它是没有办法对UE8M0进行优化的。所以一旦你拿到的Deepseek V3.1是UE8M0量化版本的，你就只能去用华为的MindSpore。华为自己呢肯定用的是最好的。国内其他的芯片现在也开始兼容这个MindSpore，他们肯定出了芯片需要去兼容现在主流的这些开源框架，包括像PyTorch、TensorFlow，也要去支持MindSpore。他们也会对自己进行UE8M0的优化。比如说像寒武纪、摩尔线程，他们现在测试了UE8M0的计算的话，会比传统的FP8的方式呢效率要高很多，或者叫效率提升明显吧。这也是为什么大家都冲上去买寒武纪的股票。虽然华为是真正整套系统提出者，而且也是最大规模的部署者，但是呢它不是上市公司，炒股票的人就拿它没办法了。Deepseek自己也不是上市公司，炒股票的人拿它也没办法，那咱们就炒这个寒武纪就可以了。

国外的这些芯片像英伟达呀、AMD这些主流芯片，都没有对UE8M0进行优化。他们也可以用UE8M0版本的这个模型，但是呢可能会更慢一些，因为它还要把这些模型搬到内存里头，重新转换成FP8或者是FP16再重新计算，它有一个中间的过程就比较麻烦。但是也不用担心了，你说我现在这个是英伟达的卡，那你只需要去下载Deepseek V3.1 FP8的版本就可以去使用了。

那你说是不是国运？到底啥叫国运？只要带着国家转向都叫国运，还有另外一种可能吗？和国运级的升腾芯片进行绑定，那肯定是国运了。训练呢还是英伟达，推理呢专门为升腾进行了优化。后面呢就要进行道路之争了，中国人比较擅长，这个什么意思？千问、Kimi、MiniMax、豆包、智谱，这些开源模型都没有办法去做UE8M0的量化，因为他们在一开始训练的时候就没有考虑过我后边有可能裹小脚这个问题，所以他就没办法走这条路。你如果说也想去做UE8M0的这个量化的话，你就需要在训练的时候就调整，第一个很麻烦，第二个有极大的失败率。如果这就是未来的方向，那就真的是跟美国这边脱钩断链了，就是我们训练拿你这个东西继续训练下去，但是呢最后去量化和推理的版本就使用升腾了。确实在影响国运的走向，所以呢这个Deepseek V3.1确实是国运级产品。

未来会怎么发展呢？希望吧，股市上折腾一下就算了，大家去买买股票赚点钱，不要去真的影响未来国内大模型的走向。大家还是尽量去跟着国际主流的技术路线去走FP8的这个路线。如果你说我们要继续前进，大家可以想办法向MXFP4的方向去走，不要去走这个UE8M0的方向，这个方向就像裹小脚一样，非常非常危险的一个方向。Deepseek V3.1呢，算是做了一次尝试吧，但如果真的影响了未来国内的模型方向，不是什么好事。

这就是今天要跟大家讲的，希望大家能够听到一些自己原来不太理解的东西吧。好，这个故事就讲到这里，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。

史上最聪明的AI大模型GROK4诞生了。马斯克亲自坐镇开发布会。视频发布会呢，并不是特别的顺畅。第一个呢，是他晚了一个小时，也没说为什么。反正马斯克的直播经常会晚。然后呢，太多的东西需要集中发布，上下衔接的呢比较仓促一点。

最早期很多的互联网公司开发布会也是这样的，两三个小时七差咔嚓发一大堆东西。后来OpenAI这些公司习惯了在网上开直播以后呢，就慢慢把这风格改了。改成什么呢？就是每次发一个功能，发个十分钟二十分钟就完事了。然后呢，不停的发，每个月发每个月发。Xai呢，现在还没有彻底学会这件事情，还是一股脑给大家扔了一大堆东西出来。

我们以前在面对创业者的时候，每次都会苦口婆心的去做一种劝告。大家可能不知道会劝什么。作为投资人来说，我们每次看到任何一个创业者，都会上去劝一件事，叫不要憋大招。你一次要惦记着做一个大的东西，就很容易失败。你应该是做一些小的东西，一点一点放出来。OXAI现在还是憋了一个大招。当然了，XAI后面呢，也会每个月发布一个新的工具出来，它也慢慢的向这样的一个方向去前进。

8月份呢会发编程，9月份呢会发多模态。虽然现在的GROK4呢，也号称是可以出图吧，但我不确定他是可以做图片理解的，做视频理解。但是呢，他这一块应该还不是很满意，9月份应该再会去做发布。10月份呢会发视频。GROK4的模型要直接做视频生成。一个百无禁忌的模型，能够做视频生成，还是挺值得期待的一个事情。

到年底呢，准备发企业功能包。这是个什么东西？GROK4是允许私有化部署的。你可以向他申请说，我家里有这个云，我们企业要用这个东西，给我部署到这边来。GROK4还会有合规工具包，企业级的技术支持。美国区的Oracle云账号，现在已经可以使用Grok 3了。Grok 4还需要等。Oracle云并不是XAI自己家的云，你可以在上面使用Grok 3。

一些测试呢，其实也并不是特别成功。比如说命令它唱歌，结果呢，这个东西没有唱歌，他做了一个诗朗诵。当然了，不论是唱歌还是诗朗诵，对于一个机器发声TTS的一个功能来说，已经是很强大了。既然敢在上面当着马斯克的面要求他唱歌的话，那说明这个东西是会唱歌的，只是当场没唱出来而已。

那么GROK4到底是一个什么样的模型呢？妥妥的叫别人家的孩子。什么叫别人家的孩子？就是你看邻居家的小明，怎么考的这么好，每天上课都多么专心，经常被老师夸奖。

GROK4呢，属于典型的理工男模型。GROK从三开始，一直是有一个很双面性的东西：一方面是理工男，另外一方面呢，比较百无禁忌。GROK3有一些比较奇葩的用法，待会咱们再去讲。GROK4我估计会继承这些使用方法，而且会变得更加厉害一些。

但是，马斯克作为一个理工直男，跟一帮工程师坐在那发布GROK4，肯定是奔着理工男的这个方式去发布的。所以，其他那个用法他就没怎么讲。所有跟做题相关的数据都被刷了。而且，这一次是遥遥领先。前面呢，Gemini 2.5、GPT O3 O4、Claude 4这些呢，他们在刷这些题、刷这些排行榜的时候也会有提升，但是提升的不会那么高，经常是这个我高一点，那个你低一点。

但这一次的话，GROK4完全属于是断层式的碾压，一下比别人高了非常一大块。特别是大家提到的，有一个叫“人类终极测试”的竞赛。上一个冠军呢是Gemini 2.5，正确率呢是21%。GROK4，不使用任何工具，就闭卷考试26.9%的正确率；使用工具就是41.0%的正确率。如果使用叫Grok Heavy，一个超重的模型，它是一堆的GROK一起来干活，干完了以后自己相互吵架，吵出一个结果来，它可以达到58.3%的正确率。

所有人都在讲说“人类终极测试”，什么是“人类终极测试”？它呢是一套测试题库，2,500道题。发起人是谁呢？有一个叫Center of AI Safety（CAIS，AI安全中心）这样的一个机构为主导构思与学术把关的。那么，谁出钱呢？谁做工程技术实施的呢？叫Scale AI，就是刚被美塔投了一大笔钱进去的，那个华人小伙子创业那项目，140多亿美金刚投完资的那个项目。他来去提供的数据工程和资金支持。

做这种题库并不是那么贵，花不了太多钱。启动呢，是2024年9月16号，公开全球征题，标榜找出AI也答不出来的难题。花了多少钱呢？给了50万美金的奖金池。Scale AI给的钱，最高呢5,000美金一个题，奖励前50名作者——就是你出的题特别好，5,000美金一个题。第二梯队呢是500美金一个题。后边呢就是100美金每个错误——我把题上来了，大家来找错误。

现在这个题库呢是在GitHub上，在Hugging Face上都有，大家可以上去找错误。找到了错误，给它修正了，可以得到100美金。所以呢，它整个的运作方式就是50万美金一个奖金池，咱不停的发。到现在为止呢，依然在不断的更新这些题库。

这个题库呢是公开征集的2,500道题，41%的数学题，14%的多模态的题。另外呢，还保留了私有隐藏集防止过拟合。过拟合什么意思？就是说我刷题呗，除了这个题之外的东西都不会吗？前面这个Llama4就是死在这个过拟合上了，题刷的特别好，结果发现不是这个题库的题不会做了。

他怎么来预防这个过拟合呢？就是有300道题是隐藏的，任何人去刷这个题库，你看不到这300道题。用AI大模型去做这个题的时候呢，它就会把这300道题拿出来，这个模型就始终会遇到新题，遇到没有做过的题。

整个的这个运作方式呢，第一个是叫众包的征题，大家都来出题。第二个呢是做前沿模型的筛选，就是用当下最强的大模型（GPT4O，Gemini2.5，Claude 3.5）这些题呢进行模拟考试。当这些模型的得分不比随机猜好的时候，这个题目才会被保留下来，进入人类最初考题的这个题库。比如说咱们原来都讲a b c d考试嘛，咱们全填a得25分，如果这个这些大模型做的分没有超过25分，我们就把这题留下来，超过了我们就这题不要了。它是这样来出这个题的。

出完这些题之后呢，再进行两轮的人类专家复核，在Git Hub和Hagging face上面去公布，让大家去找错误版本。定版以后保留私有级并记录版本哈希，他是这样来工作的。

你说人到底能做成什么样人类最终考题？人呢目前为止，没有一个公开可验证的成绩。有人试过，据说是需要耗费极长的时间去做，但是也没有人呢去真正公开说我到底得了多少分。所以马斯克这次说，他的大模型可以做到50多分了，说应该已经超过了绝大部分的人类，我觉得这个事情是可以这么认为的。

马斯克认为呢这一次他发的GROK4就是有史以来最聪明的大模型了。当然了，马斯克这个嘴呢，大家就听就好了，因为GROK3发布的时候他也这么说的。而且马斯克讲了说他的GROK4已经达到了全科目博士水平了。

那么GROK4到底有什么不一样的地方呢？它是第一款预训练和强化学习相对比较平衡的大模型。什么意思呢？正常我们去做一个大模型是做预训练嘛，做一个模型出来。做完这个以后呢会去做强化学习。所谓强化学习呢，就是状态动作和奖励，在某一个状态下，我要求你去做一个什么动作，如果做对了我给你奖励，做错了就没有奖励。这个大模型自己按照积累更多奖励的方式进行训练。像我们比较熟悉的比如Deepseek R1推理模型也是如此。

就是他先去做一个基准模型，叫Deepseek R1 Zero。然后呢，在这个模型的基础上去做推理的强化训练，得到了Deepseek R1。

但是，以前传统的模型是怎么做呢？就是先消耗巨大量的算力和数据进行预训练，把这个Zero（0）模型做出来。然后呢，再用远小于预训练成本的算力去进行强化学习。一般呢，它的强化学习的成本大概也就是预训练的10%到20%左右。

然而，GROK4呢，它是预训练跟强化学习所耗费的成本与算力基本相等，两边一样多。所以它是有史以来第一次用这么多算力去做强化学习的模型。当然，你像Deepseek，它想干它也干不了，20万块显卡它没有。

GROK4呢，首先是使用GROK3的一部分权重，就是有些层次的权重它就直接用了。然后补充数据之后进行预训练，得到了一个叫GROK4 base的基础模型。接着，投入空前的算力进行强化学习，投入了20万张算力卡直接进行强化训练，按照奖励最大化、长程回报的方式。

什么叫长程回报呢？就是你要做很长的推理，要积累正确的奖励，让这样的一个算法去进行训练。而且呢，是动态的任务池，包括数学推导、代码单元测试、商业模式和人类最终题库，这些高级的环境都要进去进行强化训练。

XAI呢，直播的时候讲到说，模型越聪明，强化训练的任务呢就越少，需要自己动态地去做题，否则你就没有那么多题可做了嘛。智能体在模拟环境下或者是真实的API工具中试错、自我对弈。因为有一个叫做Grok heavy的模型，就是一堆的Grok的模型自己跟自己之间吵来吵去的，最后看看怎么能够提高训练效果。

在训练期，让代理互相评论；推理时，并行生成交叉式复审核成答案，再去进行这样的学习。所以它的这个算力是非常浪费，但是效果很好。而且呢，它会监控成功率，当大于80%的时候，会自动生成更难的对手、更长的推理链，解决奖励稀疏的问题。

就跟原来说小学生：“哎呀，我今天考了95。”一回到家里以后，父母肯定说：“你为啥不考100呢？前面还有人没有？”都是这样来训练出来的，就不断地PUA，这个产品就出来了。

它的强化训练计算量达到了同类产品的10倍以上。GROK4的强化训练连续跑了7周，每天消耗的电力相当于一座中等城市。所以说，AI的竞争最后是电力竞争。结束了以后，他再把多代理策略的这些东西进行蒸馏，形成一个单代理的版本。

所以呢，我们平时去使用的公开的API调用的Grok，不是heavy的那个。

就是蒸馏后的这个单代理模式。而且除了强化学习之外，还有一个很重要的东西是什么呢？就是原生的工具支持，这个也是非常厉害的。因为现在的大模型都是可以调用工具的，调用方法也很简单，就是你在给它提示词的时候，把工具的描述描述进去。说我这有一个扳子，那有一个锤子，这里还有一个电焊，有一大堆这样的工具。你先把这些东西都介绍给这个大模型，然后呢，大模型再根据说你的提示词进行推理，在推理的过程中来决定调哪个工具。这个东西其实是需要训练的，有些工具你会使，有些工具不会使，或者有些工具你根据这些描述应该如何去使用，它是需要训练的。所以Grok专门在这块进行了训练，它的这个原生工具的知识要比其他的模型要好。所以呢，它叫高度动态的工具知识。

GROK4的工具体系不仅仅局限于文本生成，它能够根据任务需求动态调用外部的API、计算工具、模拟器等等，使得它能够处理更复杂的任务，例如实时推理和决策优化。而且呢，它是多智能体合作，因为这个东西一开始它就是相互之间吵架吵出来的嘛。不同于大多数模型，GROK4的原生支持多智能体的这种合作方面的创新。以前都是以智能体为核心，我们再去调别的工具就完了，但是GROK4支持智能体之间调用的，就可以使得模型能够在推理过程中模拟复杂的多角色互动场景。这在处理开放式任务、模拟环境和长期计划时非常重要，这个是它的一个创新。

然后呢，多模态的知识。Grok对于图片、音频等非文本数据是内建支持的，使得它在处理涉及视觉、声音以及其他感知数据的复杂任务的时候，能够更加高效的融合多种信息源，优化推理能力。通过强化学习和专家模式的结合，GROK4能够在大规模任务中实现更高效的推理，尤其是在与外部工具和数据库交互过程中，提升了准确性和可扩展性。这个就是GROK4真正强的地方。第一个是用了空前的算力去做强化学习训练，另外一个跟大家强调的就是对于工具的这种原生支持。

讲的这么热闹，这个使用起来到底怎么样呢？第一个，我自己的账号是8美元的x账号，这个不让用，只能用GROK3。GROK.com上也只能用GROK3，不让我用GROK4，必须要升级30美金一个月的super Grok账号才可以去用GROK4。你要想去用那个Grok heavy，就是那个特别重的那种相互吵架的这个大模型，一个月300美金，稍微有一点点小贵。那你说我讲了半天我用没用过？用过了，通过API调用。

现在呢，我们可以通过x.AI的网站去调用GROK4的这个API。它上头有一个模型叫GROK4-0709，就是7月9号这一天发布的这个版本。当然，比较遗憾的是什么呢？现在GROK的这个API调用所有的优惠都停止了，只能老老实实地烧TOKEN。也不是很贵吧，去年呢，是每个月送25美金，基本上是够使了。今年是5月份之前呢，同意共享数据充值5美金送150美金，这个也是一个比较不错的优惠吧。但是5月份以后这个优惠就停止了，所以现在就老老实实烧就行了。它呢，是3美金100万TOKEN的输入，15美金100万TOKEN的输出，所以它的整个价格不贵。上下文呢是256k，支持推理，支持多模态输入。

现在呢，它有一个调用限制，每分钟可以调用60次，超过了以后呢它就会卡住你，这个是有问题的。所以，我确实去用去了。使用的感受怎么样呢？这个就当我们跟博士在一起工作的时候，会自惭形秽吗？我相信可能在我听我节目的人里头，有一些人是博士。你跟博士一块去聊天，一块去干活的时候，真的觉得他们特别伟大光荣正确吗？其实也没有。博士有时候未必懂得人情世故，未必好打交道。我个人的感受呢也是如此，并没有感觉比ChatGPT或者Claude好更多。有时候呢也犯一些比较低级的错误，质量，指令的依存度并不是很好。

我做了几个测试吧，比如说我要求的他先去做搜索，根据搜索一些信息去给我做总结。出来的结果呢，会混杂html的标记在里头。因为你搜索的结果是带html标记，语言那些标记的嘛，出来了以后就会带这个。我在提示词里写着说不要带html标记，把相关的标记转成Markdown，发现依然是带着这些标记就出来了。所以呢至少到目前这个版本吧，效果还没有那么好。但是他们应该内部还在迭代吧，可能很快就会改过来吧。

在处理日常工作这方面呢，他的能力与科研能力之间其实并没有直接的联系。就是大部分人其实都可以处理日常工作，但是很少有些人可以去做这个科研。而GROK4主要提升的是科研能力，所以前面我们讲所有跟数学相关的，跟这个推理相关的遥遥领先。但是处理日常工作这块呢，基本上也就这样了。一个理工直男博士，往往是笨嘴拙舌，缺乏生活常识，以及指令依存性不是很高的一个人，符合我们对博士的这种刻板印象吧，或者也属于在情理之中的一个事情。

所以现在日常工作处理方面呢，到底考核什么？第一个是工具能力，第二个是指令依存度。

第三个是一些对齐的能力。这块其实现在GPT、Gemini、Claude、Grok、Deepseek基本上都能使用，没有特别大的差异。

输出质量呢，在不同的领域各有差异。GPT相对来说是比较均衡的；Gemini呢，有点像理工男；Claude的输出让人觉得比较舒服，但要稍微油滑一点；Grok呢，有的时候给你黑色幽默一下；Deepseek喜欢瞎编。

稍微勉强达标的是谁？就是千问跟豆包，叫勉强达标，稍微要比上面那个梯队差那么一点点。我呢，还没想到具体要用Grok4做点什么高大上的事情，因为对于普通人来说，你也想不出什么高大上的事情让他干去，所以这个先使得吧，价格也不是很贵。

再往后一个问题是什么呢？说好的开源哪去了？马斯克原来讲的Grok是要开源的呀。Grok1现在其实已经开源了，在Grok2发布的时候就开源了。但是呢，也仅仅是开源了而已。正常你开源一个项目，你是要文档、要社区、要维护的。但Grok1开源了以后呢，是一种非常不友好的开源。它那个模型很大，一般人你也部署不了，所以它也没有跟别人去做各种兼容性的适配。有些人去提问题、提意见，他也不理人家，就往这一放就完了。这种开源代码，属于是比较低质量的开源项目吧。

马斯克呢，曾经承诺过，新的模型出来，就一定会把上一个版本开源出去。Grok3发布的时候呢，大家就在等Grok2的开源，当时也承诺了，等Grok3稳定下来，就把Grok2开源掉。现在Grok4都出来了，Grok2跟Grok3就都没有开源的动静了。整个的发布会上，也没有再提开源的事了。对于马斯克来说，贵人多忘事，直接忘掉了吧。

Grok以后会提供企业私有部署的服务，这个呢，其他三家还是不一样的。像Gemini、GPT、Anthropic，他们应该都不会去提供这种企业部署的。以后未来是否会开源呢，还要看未来的策略。其实开源对于他们以后去争取企业私有部署的订单是有好处的。实际上他所谓的开源，也叫开放权重，并不是开放源代码。开源是一个很消耗人力的松耦合和协作方式，马斯克他们XAI现在人也不是很多嘛，所以现在一时半会顾不上。

也没准到年底的时候又想起来说，我们再开个源啥的，大家可以再继续等待一下。马斯克现在呢，应该也没太考虑到XAI到底能不能挣到钱的问题，反正他现在不停地往里募资，不停地融资，融的钱也够他花的，因为他人不多嘛。

也不需要跟别人去抢人，主要花的钱都是烧算力去了。买显卡、烧电费，就干这玩意去了。

再往后呢，咱们看一下大模型的意识形态问题。因为Grok呢，是一个比较奇怪的大模型。咱们要知道，最一板一眼的大模型，或者说道德感最高的大模型是Gemini。GPT呢，原来道德感也很高。最近的一段时间，特别是Deepseek R1出来以后，这段时间呢，GPT实际上是把道德感降低了一些。最没有道德感的实际上就是Grok。

Grok呢，最近还出了一个特别神奇的事情，叫做“日本烟花事件”。怎么出的事呢？就是做了一次黑色幽默。应该在7月5日，有人放了一个特别漂亮、特别大的一个烟花的照片，就在那说：“这是日本最大的烟花了。”另外一个人呢，回复说：“应该还有更大的吧？”这个时候呢，就有人去问Grok了，就@Grok在Twitter里头，在X里边问他：“什么时候日本有过更大的烟花？”

Grok就回答了：“日本广岛跟长崎被丢原子弹那两次，是更大的烟花。”日本人肯定不乐意了嘛，说Grok太不照顾我们的民族感情了。Grok呢，还在那嘴硬说：“这是一个黑色幽默。如果你感觉不舒服的话，我道歉一下。但呢，这就是一个历史事实，我也没有编什么。”

日本网友就说了：“说两颗原子弹呢，杀死了很多的无辜民众，这个才是事实。”Grok的回复特别逗，他说：“南京大屠杀这个才是历史事实，有很多的无辜民众被杀了。”然后日本网友说：“南京大屠杀这事是个谣传，没有南京大屠杀，凭什么说这是历史事实呢？”Grok又去回去了：“有各种笔记、照片，还有审判的一些记录，都已经证明了。虽然死亡人数上有争议，但是南京大屠杀是被普遍认可的历史事实。”

就是这样的一个故事，让日本网友稍微有点小破防。日本人现在正在想说：“我们是不是要去抵制一下特斯拉呢？”这事是7月5号发生的。7月10号早晨，XAI把Grok相关的评论都删了，准备开发布会了。发布会之前，不能有这种不和谐的声音在这里。

Grok干类似这种有争议的事情，其实也不是一回两回了。他经常做这种黑色幽默，得罪一些人。但很正常吧，黑色幽默通常是有一些冒犯的，不能保证所有人看着都很开心。你要如果所有人看着都很开心，那就不叫黑色幽默了，那玩意叫“伟大光荣正确”的。

Grok呢，曾经出现过意识形态投毒的事件。2025年5月14号，Grok对于用户无关提问，比如棒球、HBO更名等等这些事情进行回复的时候呢，反复提及南非白人种族屠杀和“kill the boy”，应该是BORER吧。

这样的一个歌反复在提这个。这一行为呢，引发了广泛的关注。因为白人种族屠杀是一种极具争议的极右翼阴谋论，已被南非法院和多个权威机构驳斥为缺乏证据了。

Grok甚至在某些回复中称，这是被Xai的创造者所指示的，将这一个问题视为事实、种族动机驱动的一个事件。这是Grok承认的事情，因为马斯克自己始终坚信南非是存在针对白人的种族屠杀的。因为他是老板嘛，所以就有人把这个东西直接写在系统提示词里头，直接投毒投到x上去了。大家在x上发帖的时候，如果你@grok，他有时候会回来回帖的。

这一次日本的烟花的事件呢，也有人指出了为什么他就这么去怼日本人，而且会去提到南京大屠杀呢？有人说XAI团队里的中国人占比太高了，特别是在中国大陆出生、接受基础教育的人，占比是最高的，基本上大概占一小半。到目前为止没有一个明确的确认说有谁日本人在里头。在这里头大概就是中国人、俄罗斯人加上一些东欧的人，是这样的一个团队组成的XAI。

甚至现在有人认为呢，XAI是一个被中国有意识制造的特洛伊木马，派了大量的研究者进去。其实这个事儿不光是XAI，美国所有AI公司里头大概都有一半，没准还有一多半是中国人。而且这些人是在国内接受过初等教育的一些人，占比是非常非常高的。

那么新的态势是什么样的呢？现在Grok的市场地位呢，首先它的市值是第二。最高的呢是OpenAI，3,000多亿美金；1,000多亿美金的Grok是第二。所以它的市值要比Anthropic高很多。其他的大厂，谷歌你没法跟它比，那玩意是上万亿美金的公司。所有的AI的这种新公司里它的市值第二，但是市场占有率呢并不大。

市场占有率最高的肯定是OpenAI，大概占百分之三四十的份额；Gemini是第二，应该有个20%多；Anthropic的Claude有十几；剩下的大概还有30%左右呢，包括Grok，包括LLAMA、千问、Deepseek，都在这个其他里头。

Grok的APP不算x那部分，就是APP自己的日活应该也是有个几百万吧，月活可能几千万的一个样子，就是数量还可以。在一些特定的领域里头呢，被应用的很好。Grok你是可以通过API直接调用x数据的，不是具体说我要看张三的哪一条或者李四的哪一条，不是这样的。而是什么呢？你可以看趋势数据，说最近x上有什么新趋势，你可以直接通过API直接调用它，这个还是很方便的。另外呢，顾忌比较少嘛。

所以，很多人在用Grok写小说。还有呢，因为Grok的顾忌相对来说比较少，所以它有一个比较特殊的用途。刚才咱没讲，就是有一堆人在去研究越狱提示词，让Grok去写黄色小说。大部分的色情小说，其实是Grok写出来的。

按道理来讲呢，应该有人用Grok做工程、技术方面的工作。但是这个可能离我的生活稍微有一点点距离，所以我并不是特别了解。这个应该也是马斯克他们去训练Grok最主要的一个用途。他们不可能说我训练了一个东西出来，可以怼人、可以讲黑色笑话，还可以写黄色小说。马斯克应该也没那么闲吧，人家还惦记去火星呢。

另外一个我们要发现的势头变化是什么呢？就是通过GROK4的发布，美国再次拉开了跟中国之间的差距。把GROK4发布了以后，中美之间的大模型差距就重新拉开了。在科研、工程技术领域，绝对的遥遥领先了。我呢，没有验证过，希望后边不要翻车。因为有些东西我们这讲的很热闹，没准过两天翻车，这个可能性我们不希望看到。

而且这种大力出奇迹的领先，中国因为缺少算力卡，追赶起来是比较费劲的。它是20万块英伟达H100去做的强化学习，中国你凑不出20万块H100了。你要想拿其他的卡去做这件事情的话，你需要比如说200万块，或者更多的一个卡池，才有可能能够达到同样的效果。你要耗可能比马斯克多10倍的电，才有可能达到这样的效果。这个的话还是要看大家是不是有决心了。国内这些大模型公司一般烧不起这个。

如果说咱们想追上这一个事的话，估计要等10月份，川建国同志带着黄仁勋访华了。如果10月份它成行，带着黄仁勋来了，那没准咱还是可以追赶的。否则的话这事费劲。而且这种领先是全方位的领先，因为这是科研速度的全方位的领先。在各个方面的科学研究，Grok都有极大的提速。可能对于中美科技之间，会有一些新的改变吧。

新的方向已经指明了，有卡的公司们那就准备冲了。因为他这件事呢，说的并没有那么复杂。原来大家都是说我们做完预训练，做完这种Zero模型或者base模型，稍微的做一些强化学习就完事了。现在说，我们把这强化学习一直做下去，就可以有非常非常好的效果。那大家干呗。

OpenAI、谷歌、梅塔，这都是手里有卡的人。而且现在梅塔在挖OpenAI的人，前面掉队了。我们有卡，我们要把它干起来。OpenAI现在也在挖人，OpenAI在挖XAI的人，就是在挖Grok的人。因为你把20万块卡堆在一块去干活，让他们之间能够很好的调度。

这个事它也是个学问。既然Xai你已经把事搞明白了，那Openai说来，我花钱挖你的人就完事了。既然GROK4可以靠20万块算力卡做强化学习，直接把成绩拉上去，其他公司肯定是不甘落后的。这个是中国相对来说比较难追赶的一个事情吧。

华为呢，应该学英伟达，自己就别训练自己的模型了，好好搞你的升腾芯片拉倒了。搞了半天的这个盘古大模型，还不够丢人现眼的。

最后呢，总结一下GROK4的发布呢，其实让我想起了一个东西，就是《三体》这个小说里边讲的黑暗森林法则。为什么想起这个呢？黑暗森林里头其实它是四个法则：

第一个是宇宙资源有限，文明生存优先。

第二个叫猜疑链，就是：我怎么向你证明我是好人？我怎么知道你是好人？我怎么相信说你知道我是好人以后会很好的对待我？猜疑链不断延长呢，就容易去打起来。

第三个是什么？就是技术隐藏与技术爆炸。《三体》里讲黑暗森林法则的时候，看到任何人，哪怕他的技术比你差很远，都要一枪打过去，然后把他干掉。因为呢，距离很远，你不知道什么时候能到那，没准你到那的时候，人家技术大爆炸，一下就比你先进了，可能是反过头来就把你干掉了。这是这个黑暗森林法则的前三个要素。

第四个要素就是沉默是生存的策略，就是大家谁也别吱声，在里头藏好。

那GROK4呢，就是一个技术爆炸的冲锋号。因为他一旦上来以后，所有的理工科或者是工程技术方面的科技方面的，就可以大爆发了。美国这些油卡的公司会继续加大算力做强化学习，会快速赶上。中国，追赶也是必须的，我们再难还是得赶。毕竟美国公司里边还有这么多的中国人，比这个任何族裔的人的比例都高。

卡呢，咱们确认肯定不多了，那看怎么去新加坡，怎么去中东土豪那边去，把这些卡再重新聚集起来。或者说咱们把这个升腾的卡看看，拼吧拼吧能不能干点什么事出来。

GROK4应该是会对整个的AI制程行业带来改变的一个大模型，就像咱们年初的Deepseek R1一样。Deepseek R1出来之前，整个大模型圈子里头都是岁月静好了，OpenAI都开始挤牙膏了。Deepseek一出来以后，中国人来了赶快卷呐，甚至有一段时间他们都觉得哎呀，中国已经追上来了。但是到GROK4开始发现，哎，这个距离又拉开了。而且真的是有一样他们可以卡脖子的东西，咱们没有。他有他的训练，完完全全就是靠这20万块卡，咱们搞不定这个事情。他有，直接搞定了。而且这个东西不仅仅是Grok的领先，而是全方位的。

科技与科研的这种领先，所以这一块的话，可能世界格局都会带来一些小小的变化吧。后边我们还有很多的故事可以去讲吧。好，这就是我们今天要讲的GROK4发布的故事。

华为开源了盘古大模型，被指抄袭。华为到底冤不冤呢？

大家好，欢迎收听老范讲故事的YouTube频道。华为开源了他的盘古大模型，它的模型呢，反正依然是山海经风格的起名。原来呢，没有开源，都是说我们内部开发内部使用，或者说我们专门供政府和大企业来使用。但是现在发现开源这条路不错，那我也开源吧。结果开源了以后就出事了。

它是6月30号在GitHub上就直接开源了，号称呢是在升腾芯片上训练出来的大模型。以前呢，我们的大模型大多是在英伟达芯片上训练，但是呢可以在升腾的芯片上去做推理。现在说，我直接在升腾芯片上做训练，也算是一种小的突破吧。

他呢，其实发了两个模型：一个是72B的MOE的模型，就是混合专家模型；然后呢，有一个70B的稠密模型。做呢做完了，但是准备开源还需要准备一段时间。开源这件事，不是说你做完了，把它扔出来就完了，还是有很大的工作量需要干的。比如说你要去写开源手册、许可证，这个还不是那么容易，还在做。

发出来以后呢就被质疑了。有一个叫honest AGI的账号，他在GitHub上发了一个项目，说我用这个LIM fingerprint这种方式呢进行了验证，就是叫大模型指纹的一种算法吧。它的验证是什么呢？它叫关注度的一个模型相似度吧。就是什么呢？就是说我每一次进入一个模型去提问题的时候，模型是分很多层的。在每一个层里边去响应问题的时候，基本上有四个指标：一个呢是问题question，一个呢是key，一个是value。

因为大模型里头都是先给出了问题，然后呢看看你到底是拿到了哪一个关键的key（关键钥匙），以及这个钥匙所对应的值，也就是value。还有一个呢就是它output是什么，输出了什么。就是你的问题进入到每一个层级的Transformer的这个模型里头去，你就会形成这样的四个指标。形成的向量就是问题是什么，key是什么，value是什么，输出是什么。

它把这些跟注意力相关的指标呢形成了一个指纹进行比对。指纹这种东西不要对着自己手看，跟这没关系。稍微讲一个形象点的意思：很多人都知道计算机可以做人脸识别。我们在人脸识别的时候，化个妆是不是认不出来了？不是的。计算机做人脸识别的时候，也是对人脸进行了指纹抽取。他怎么干的呢？他其实比对的是人脸上面的这个眉毛、鼻子、眼睛、嘴之间的比例和角度。为什么这么做呢？因为计算机没法判断说，我哪一次做人脸识别的时候……

你到底是正脸拍的，侧脸拍的，是拍多远多近？所以他都是先要使量化。然后呢，把你整个的眉毛、鼻子、眼睛、嘴变成一个比例和角度的简单模型。最后，只要是符合这个比例和角度的，就是你。你比如说我戴个眼镜，或者是在身上画一点别的妆容，它其实是不会影响人脸识别的。

在什么情况下，人脸识别会不准呢？就是一个小孩从小长大的这个过程中，如果没有中间过程的话，他就认不出来了。因为你这个比例变化了，人小孩长开了嘛，这个是不认得的。其他的一般都不会发生认错的情况。

所以呢，大家基本上可以理解说，从大模型的每一层进入的过程中，它的这个问题，key、value和输出，每层都算出来以后，形成了一个指纹进行比对。然后发现呢，盘古大模型所得到的这个注意力模型呢，跟千问2.5 14B高度一致。正常的两个独立训练的模型呢，这种相关性的话应该在0.7以下，这到头了就是完全一样就是1，完全不一样是0。所以正常的两个完全不相关的应该在0.7以下。

但是呢，盘古72B MOE的这个模型呢，跟通义千问的2.5 14B的这个模型，相关度达到了0.927，基本上就认为是一样的。他为了说明说你看我这个算法是准的，还把Llama3.1的这个也拿出来算了一下，说你看确实差的很远。但是呢，用他这个算法去算，比如说国内的其他一些模型的跟千问2.5 14B，也有一些到0零点八几的，也都比较像。好像百川的一些模型也很像。所以呢，也没有那么准吧。但是0.927这个事呢，确实是有点过分了。不能说这个一模一样吧，稍微有一些差别。但是呢，你穿了马甲我还是认识你的，大概就是这样的一个程度。

于是呢，大家开始质疑盘古大模型是不是在千问2.5 14B的基础上做的增量训练呢？我在你原来已经训练好的模型上，我再加一堆数据，咱们再训一遍，是不是这样得出来的一个东西？华为呢就赶快出来辟谣，说第一个你这个测试方法呀并不科学。fingerprint这个方法呢，其实存在了一段时间了。但是呢，使用这种方法直接用数值去进行模型比对出结果的这种方式呢，应该是honest AGI是第一次来使用。具体测试方法呢，其实并没有完全公开。你不公开这个方法的话，你就没法复现这个事。因为一旦是被人指责说你抄袭了，那我看看你怎么说我抄袭了，我得用你这个实验方法重新再试一次。他这个没有，所以大家也没法去反击他，说你看你这数算错了还是怎么样，这个也比较讨厌。这个盘古大模型呢。

确实是使用了开源代码，同时呢，也遵守了开源协议和开源相关的规范吧。而且呢，也进行了注明，只是注明的位置不是特别显眼。没有说上来就先讲说：“我是千问2.5 14B的一个分支的模型”，或者说：“我的基础是千问2.5 14B，我在这个基础上又做了哪些动作呀。”这个都没写。他呢，只是在一个说明文档里头的一些其他license里边标注了一下，说我这里用了千问的一些东西，而且它是归阿里巴巴集团的。而且这个标注呢，是在6月30号盘古大模型发布仓库的时候就已经发上去了。在7月4号被质疑之后稍微补充了一下，但是没有大改。并不是说被质疑了以后赶快去补这个，东西原来也写了。补的呢，也就是说我确实用了，也没有具体写清楚我到底怎么用的，或者用的这个千问的代码用的哪一部分，他也没写，只是说我确实用它了。

千问2.5的模型使用的是一个什么样的许可证呢？你用了他的模型，到底算不算抄袭呢？千问2.5的许可证是比较奇怪的。他3B的许可证不一样，他用的叫千问研究协议。所谓研究协议是什么？就只能用于研究，不能拿这玩意商用。这个是千问2.5 3B。千问2.5 72B的这个最大的这个模型呢，它的许可证也是不一样的，它是一个千问的商用协议。你如果拿它进行商业使用的话，需要到千问那边去重新申请授权去。但是中间这些像14B、32B一些模型呢，使用的就直接是Apache 2.0的协议。这个是一个大家普遍使用的很宽松的开源协议。这个协议怎么规定呢？就允许用户自由的使用、复制、修改、分发软件，包括用于商业目的，而无需向原作者或版权方通知或获取额外的许可。随便使不算抄袭，必须保留原作品的版权声明、许可证等相关信息。就是你用了以后，没事，你也不用告诉我，但是呢，你要在你的这个版权说明里你要说一声我用了。大概就是这样。

盘古呢，也确实说了说我用了，只是说的地方呢，稍微犄角旮旯一点吧。也算是符合规范，但是具体怎么用的，用了哪部分，你并不需要明确的去说这件事情。这就是Apache2.0的许可证的一个要求。盘古呢，也确实符合这个要求了。那华为自己的盘古开源大模型走的是什么开源协议？有没有人好奇这件事？他走的叫盘古开源协议。这种开源协议的事呢，有些人说我用GPL，有些人说我用Apache，或者用一些其他的，这个就属于是比较公共的一些协议。还有一些人呢说，干脆我写一些自己的。千问2.5的这个3B，千问2.5的72B。

都是千问自己写的协议，在原来的Apache 2.0的基础上改一改。盘古呢，也是自己写了一个。他呢，协议是这样写的：就是全球永久免版税、非排他，但不得转让、没有再授权。Apache2.0的模型呢，是允许再授权的。就是你拿了我的软件来了以后，你可以拿我的软件再授权给别人，再接着使去。但是盘古呢是不允许的，就是你可以用，但是呢，你不能够再授权给别人了。

盘古模型的是允许复制、修改、分发和商用，这都没问题，跟Apache2.0是一样的。允许闭源改名发布，但是需要保留协议与版权声明。这一块呢，是跟Apache2.0的稍微有一点点小差别。是什么呢？就是你发布了产品以后，上面要写上“POWERED by盘古”。盘古那个里头也写的“POWERED by千问”了，这都有。但是呢，盘古要求有强制性的商标声明，就是你必须写。而这个Apache2.0的里头是不强制的，你可以写，也可以说我不把这个商标给你露出来，都是可以的，没有那么严格。

盘古的开源系列里头还玩了个小花活，跟Apache2.0最大的差异在哪？它有地域排除。Apache 2.0就是你只要是符合这个协议的，你愿意在哪使在哪使，没关系的。但是盘古开源协里头明确规定了，禁止在欧盟境内以任何形式接触和使用哈。你不能在欧盟去部署盘古的模型，也不允许在欧盟去部署任何从盘古衍生出来的模型，或者用到盘古代码的任何产品，你都不能到欧盟境内去部署。这个是比较奇葩的一个点吧，不知道欧盟怎么跟华为之间有这样纠结吧。

这个盘古模型里头，还有一些典型的叫“按现状免责声明”，对于华为的免责和侵权赔偿条款。就是说我这东西就这样了，你不能说你拿了我的模型去以后再去发生点什么事，你找我追责这事不行。这个在Apache里也有。然后呢，是不授予商标，但是呢强制展示商标和归属。Apache呢也是不授予商标，但是没有强制展示的要求。这个什么意思呢？你不能说我用了盘古大模型了，然后你就出来说，我这是华为的东西，这事是不允许的。Apache的协议也是这么规定的。你比如说我今天用了千问的哪个模型了，然后出来说我跟阿里有什么什么关系，这都不允许出去说去。但是这样盘古就是多一条，你必须要强制的去展示商标及归属。

盘古协议并没有声明说我是从Apache 2.0协议里改出来的。其实呢，它是在Apache2.0宽松可闭源、再分发的框架下，额外增加了欧盟禁用、商标展示和不可转让这三项。讲到这儿呢。

咱们再想想说这个点，他这炮的人到底是谁呢？这个honest AGI到底是谁呢？这哥们也很神奇。他呢，突然在7月4号在GitHub上就发布了一个仓库，这个上面写着说我做了什么实验。做完实验以后呢，我发现盘古72B MOE模型跟千问2.5 14B模型高度相关，疑似抄袭，就写了这样的一个东西出来。写完了以后呢，快速的就把仓库删了，就是我快速的登记上去，快速注册，快速上传仓库，然后快速删除，这事跟他没关系了。所以这人到底是谁不知道，但是这个信息呢，很快的就被有心人转载和传播了。

国内有些媒体的报道呢说，这是一位在哥斯达黎加大学上学的韩国留学生。我也到ChatGPT、Grok呀，Gemini呀上面去查询了一下，上面都写说没有一个实际的证据说这哥们是在哥斯达黎加上学的韩国留学生，也没有任何的公开信息证明这哥们到底是谁，或者是位女士吧，这些现在都不知道。我就在豆包上去问，为什么有国内的媒体报道这个honest AGI是一位在哥斯达黎加上大学的这个韩国留学生呢？豆包搜了半天，确实没有一个实际的证据。是有一些媒体呢，上面写的是他的这个GitHub上的仓库里边有文件做的自我介绍，上面写的说我是“在哥斯达黎加大学上学的韩国留学生”，但是现在呢，这个仓库已经被删掉了，所以呢，没有办法再去核对和确认了。

那华为到底算不算抄袭，或者是不是抄袭呢？总之吧，他的姿势不是很优雅，这个事咱们还是要说的。高度重合这件事呢，肯定是有原因的。这件事呢，不是说写个在引用里头说我引用了千问就完事了，或者你告诉人家说你这个测试方法不科学，我是从头训练的，这个事并不能这么简单的就解释的过去。你还是要去解释说到底是怎么回事的。但是这个对于华为来说就比较麻烦，因为人家上传仓库，然后删库跑人了，你没法复现这个。但是你完全可以自己找一些LRM大模型指纹的算法来去复现，但是到目前为止呢，华为官方并没有做这个事情，只是发了一个公告就完事了。

公告里头呢，写的是遵循了开源许可规范，但是更多的呢，还是强调自主研发的部分。这样的话至少不太礼貌吧，没有说清楚具体使用了开源系统中的哪一部分，以及如何使用的，这个才是遭到质疑的一个核心问题。你使千问的了，你也在这个版权声明里头也写了，我确实POWERED by千问是阿里巴巴集团的，但是我到底咋用的，我用了哪部分我没说，还高度重合，最后我符合协议完事了。

这个确实有点说不过去。质疑了之后呢，依然再去强调说我是自主研发的，这个就属于是越描越黑了。所以他的姿势肯定是不对的。

官方回复中，依然只是强调我遵守协议和规范了，没有提任何引用软件的名字。他没有说我引用了千问，在官方回复文件里头，就直接把这东西给漏掉了，只是说我符合规范了。这个就属于更加的感觉有些心虚的一个状态吧。

那为什么很多人会选择不相信华为呢？肯定还会有人相信华为说什么都是对的，但还是有很多人愿意不相信他。因为华为已经习惯了强调自己的自主创新、遥遥领先、民族主义。

任正非有一次提到过什么呢？就是华为自己在全世界都有研发中心，招了大量的海外科学家参与研发，包括他国内也有大量的外国人科学家在研发。但是呢，他说我们从来不宣传这件事，让你觉得我们这都是中国人自己做的，自主研发的，跟老外没关系。其实华为大量的技术都是由全世界的科学家一起去研发出来的，但是人家不说了。所以他有这样的一个宣传的习惯。

如果盘古大模型一上来就说，我在千问的基础上做了点什么，也不会有人说他什么。但是呢，他只是把千问的版权声明放在Pytorch引用的后边提了一嘴，那就很容易被人攻击了。Pytorch是梅塔开源出来的大模型驱动的一个框架吧。Pytorch他用了，说这是梅塔的；千问我也用了，后边还写了几个，还用了什么GPT的一些开源的项目。当然它叫GPT什么我忘了，不是OpenAI开的，只是这个名字叫GPT什么。还有hugging face的一些开源软件，我也都用了。我都按照这个Apache 2.0的要求，把人家的名字写上了。只是呢，写的位置呢，稍微犄角旮旯了一点点。

这次的事情呢，大概率是被人做局了。肯定有人发现了问题，发现问题之后呢，就冲上来狠狠砸了一锤子，砸完了以后就跑了。在别人看到仓库以后，转载了信息之后，快速把仓库删掉跑路了。从整个的动作来看呢，应该是做了这种有预谋、有计划、有组织的狙击活动。

华为的品牌受众呢，甭管是喜欢华为的，还是讨厌华为的吧，都比较二极管，或者说比较极端，没法接受开源软件引用的这样的一个中间状态。你对于这些特别喜欢华为的人来说，华为就得自主创新，怎么可能用别人的呢？甚至呢他觉得，如果我抄个谷歌的，抄个OpenAI的，我们还余有荣焉。一下你抄了个千问的，你要脸吗？会有这样的想法。

我记得当年小米的空气净化器抄了一个日本牌子，但是那牌子念起来很像印度品牌。

很多人在国内就传说：“小米，你要脸吗？你抄个印度品牌。”这个也确实是中国人的这种民族自豪感比较难以接受。另外一波人呢，其实也不太懂开源，但是那波人就是属于是“华为干什么都错的”。一看说：“华为，你抄的，我就知道你走到哪你都会抄。而且你看你在这个版权文件里还写了人家千问的名字了，最后你跟人长得一模一样，这实锤了，你就是抄的。”所以呢，华为的受众，甭管正面反面的，都很难接受这种中间状态。

有些事情呢，真的叫瓜田李下。中国自古以来讲的什么呢？在瓜田旁边不系鞋带，李子树底下别扶帽子，这个都属于叫有嫌疑的事情。华为干这个活呢，就属于叫瓜田李下。华为其实在中国的开源界里头一直还算是做的比较不错的，还算是守规矩的。只是呢，华为自己的宣传跟民众认知里头无法容忍开源这种模糊的地带。

应该怎么办呢？第一，我别在瓜田下走。我就算是在瓜田下走了，我也确实是提了鞋了，那怎么办呢？有一些人会选择说：“那我站起来的时候，甭管我原来手里拿没拿着瓜，我都放点钱下来，就算是避嫌了。”要么你说：“我就彻底不用也没毛病。”用了呢，你就大大方方的承认。或者说你原来比如说只用了一点点，你可以承认说：“我使用千问这部分呢，放在比较显眼的地方，让人看到说：‘我在这呢。’”就是说我在李子树底下扶帽子之前，我先举手：“我这帽子歪了，我要扶一下。”大家都看着，我这个帽子里头原来就有仨李子，不是从上头掉下来的。你可能要稍微说一下，就是变得更加的假道学一点点吧。

最终的结论是什么呢？就是华为自己呢，面对这种攻击是比较无力的。原来呢，他是开源这波人负责开源的事。在国内呢，负责愚民的这些人呢是另外一拨人，就是每天喊“遥遥领先”。但这些人是另外一拨人，这两拨人原来是不怎么打交道的。原来就算是有一点点小交集呢，华为内部这些负责开源的人也会选择说：“我只对对我不利的信息进行辟谣，对我有利的误传，我就听之任之了。”原来有人去传说华为要去做中文开发语言的时候，华为内部所有人都知道这是假的。但是呢，没有任何人出来辟谣，因为辟谣很累，没意思。

但是你到现在了，指责他抄袭了，你现在再想出来辟谣也没那么容易了。所以他这个攻击呢，甭管他怎么回应，原来不信的人还是不会信。而且他做的这个姿态呢，也不是特别好。这就是这一次华为被人指责盘古大模型抄袭千问2.5 14B的这个事情的前因后果。到底抄没抄？我估计还是用的过程中不是特别讲究，否则不会有这么大的重合度。

如果他这个完全无法复现的话，华为早就出来辟谣了，说：“你看，我自己也试了，压根不是这么回事，他测的就是错的。”而不是出来说你测试方法不科学就完事了。

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。

Scale AI得到了Meta超过百亿美金的投资，AI圈又热闹起来了。大家好，欢迎收听老范讲故事的YouTube频道。

Scale AI这个名字怎么好像在哪听说过呢？好像有点耳熟，对吧？他呢，有一位特别传奇的CEO，或者叫创始人吧，叫华人天才少年CEO亚历山大王。当时呢，跳出来指责DeepSeek用H100的就是他。

DeepSeek R1到底是怎么训练的？引起了广泛的关注。DeepSeek自己讲呢，我使用了2,000多块的H800就完成了训练。但是亚历山大王呢，在一次接受采访的时候就出来说了，中国实验室里边拥有的H100的数量远超大家的想象，DeepSeek自己至少有5万块H100。但是这个话呢，没有实际证据，讲完了也就完了。DeepSeek跟亚历山大王之间呢，并没有就这个事情进行认真的探讨，所以这个我们把它当成一种谣传吧。

3月份呢，DeepSeek自己再次发了声明，说他们训练的都是使用的合规的GPU，也就是允许向中国出口的这些GPU。因为如果不说这个的话，美国就有可能要求说禁止使用这玩意儿。DeepSeek就讲了说，甭管是R1也好，V3也好，训练呢都是使用的H800，或者是后面的H20这些GPU训练的。

黄仁勋来北京的时候呢，还专门跟梁文峰两个人坐在一块去沟通过，肯定是对得上口径。所以呢，这应该是唯一的事实，不要再去猜测到底有多少H100在DeepSeek手里这件事情了。

这位华人小哥呢，这件事让我记住了，因为他也是个很大的公司，估值250亿美金的公司。因为它是一个ToB的公司，是为别人服务的公司，所以不太跟普通用户打交道，很多人没有听说过。

Meta的投资呢，这一次算是有点一反常态。为什么呢？你说互联网企业出来投资个别人项目，不是很正常吗？不行，这个里头，美国有一家比较奇特的互联网企业，中国有一家比较奇特的互联网企业，都是不怎么投资别人的。美国的就是Meta，中国的是拼多多，就是我自己有钱，自己就憋了死干，不怎么投资。

但是Meta呢，还不太一样。扎克伯格的原则是什么？叫收购或者埋葬，要不然我把你买下来，要不然我把你干掉，这就是不服就干那种状态。所以我一直说，Meta这个公司的玩法挺中国的。而且到目前为止，因为扎克伯格是创始人，依然在管理Meta，所以Meta还是有非常强的创始人风格的。

像皮才管理谷歌，或者是提姆库克管理苹果这样，这就是职业经理人了，他们是没有什么风格的。

但是，扎克伯格的风格就是这样：买你，或者把你干掉。到目前为止，唯一失败的就是Snapchat。这个没买成，也没把人干掉，其他的都算是成功的。

Meta过往的收购历程：

2012年，10亿美金收购Instagram。现在Instagram也是多么如日中天的一款产品。2013年，曾经想用60亿美金去收购Snapchat，被拒绝了，没把人干掉。这是唯一的败绩。

2014年，190亿美金收购WhatsApp。现在有这么多的人使用WhatsApp。除了中国使用微信，美国可能Facebook message跟WhatsApp是各占一半儿。泰国、日本、台湾使用line，其他的国家都是使用WhatsApp的。

2014年，20亿美金买了Oculus，就是现在我们看到的Meta VR产品。2020年，4亿美金买了一个公司叫GIPHY。这公司干嘛的呢？是做动态图标，或者说一个通俗易懂的话，就这公司做表情包的。

2020年，10亿美金买了一个公司叫Kustomer。它呢是k开头，这个是做客户服务CRM平台的。因为呢，Meta有大量的广告业务，很多人需要通过Meta去进行一些管理，干脆我花钱买一个吧。

2023年，4亿美金买了VC unlimited这样的一个公司。这个呢是虚拟现实内容开发的。你想他做了这么半天VR产品，VR产品的内容很难开发，那我干脆买一个吧。但是这一次呢就有点费劲了，虽然钱不多，4亿美金，他被FTC，也就是美国联邦贸易委员会起诉了，说你这个是要垄断。你自己做Oculus，Meta自己的VR产品，你还把提供VR内容的公司买下来，这事有问题。后来胜诉了才完成收购。2021年就跑去收购了，到2023年胜诉了，才把这个收购完成。

这一次投资而不是收购呢，应该也是怕FTC起诉他。因为Scale AI是整个AI数据标注行业的老大，绝对龙头。那你要把它收购下来，肯定是要被起诉的，而且这次可能还打不赢这官司。250亿美金的估值，直接投进去100多亿美金，基本上也算是控制了，但是应该没有控股。这种公司你控股了估计都会被起诉。微软不敢控股OpenAI，应该也是同样的原因。

那么，Scale怎么就这么敏感呢？咱们好好看一下Scale到底干嘛的。Scale AI和他的天才少年华人CEO，你看这么多定语在前头，咱们稍微给大家介绍一下。AI时代三要素，大家还记得是什么吗？技术、算力、数据。

这个Scale AI就是做数据的。Scale AI是世界上最大的数据标注公司，它的估值是竞争对手第二名的10倍。就是它250亿美金，在它后边跟它竞争的人25亿美金。

Scale AI的客户有哪些？微软、OpenAI、Meta、谷歌、亚马逊、英伟达。做大模型的公司都是他客户，然后做汽车的公司也都是他的客户：特斯拉、Volvo、Cruise（就是通用做的这个无人车公司），还有丰田和通用都是他的客户。Paypal、Airbnb都是他客户，三星以及美国国防部。

一旦美国国防部成为你的客户了，你就很难被收购了。我原来服务过的一家公司叫Borland，Borland到最后就想被人收购，说我已经玩不太下去了，谁来买我？卖不掉，为什么？他也是有一个客户叫美国国防部。他当时是给好像海军陆战队，还是给谁去做指挥链路的数据链系统。其实也不是一个特别底层的服务，就是做了这样的一个项目以后，谁想收购他就需要经过特别严格的审核。到最后也没有被收购成功。

这也是解释了为什么Meta不能收购它，只能投资它，连控股它都不能。第一个，它的位置很尴尬。它是所有这些做AI项目的公司的数据提供商，你一旦把它收购了，你就又垄断了，FTC一定会起诉它。另外一个，他还有一个很重要的客户叫美国国防部，一旦收购他就会被很严格的审查，这种案子基本上没法通过。

再讲一下这位天才少年华人CEO吧。这个亚历山大王呢，1997年出生于美国新墨西哥州，父母为洛斯阿拉莫斯国家实验室的物理学家。这就是物理学家生出来的天才少年。为什么叫少年呢？就是他创业的时候一定要特别年轻才叫少年。高中时候就获得了USACO（也就是美国计算机奥林匹克）的金牌，所以算是根红苗正。

曾经被美国的Addepar和Quora等公司破格录用，担任过Quora技术主管。在担任主管时主导了推荐系统的优化，使得问答匹配效率提升了40%。Quora呢其实是知乎抄的它，就算是美国版的知乎，全世界最大的问答网站。这个里面的推荐系统是亚历山大王优化的。

再往后呢，就是美国这帮天才少年CEO必须要干的一件事儿，是什么？叫辍学创业。2015年以满分GPA考入了麻省理工学院（就是MIT），大一期间因为Alphago引起的AI热潮，决定辍学创业，就创立了今天的Scale AI。Scale AI的种子轮融资是YC给的，给了12万美金。YC的CEO是谁？或者说给他钱的人，这个人叫什么？

这个人叫山姆·奥特曼，所以这个圈子真的很小。

然后，Scale AI的发展历程是什么样的呢？2016年，亚历山大·王19岁辍学创业。最开始呢，是在这个AI圈子里头叫“拉框”干这个事的。什么是拉框呢？就是给自动驾驶领域标注数据。自动驾驶里头有很多的摄像头、激光雷达呀。实际上，激光雷达也是个摄像头，只是拍出来的是一个黑白的、深度信息的照片。然后，哪个地方是人，哪个地方是车，哪个地方是牌子，或者说交通标志标线，你呢，需要靠人去拉一个框，把它标注下来。所以他最早就干这个。像什么Waymo（就是谷歌的自动驾驶公司），还有Cruise这些无人驾驶车的公司呢，最早的数据都是从他这来的。

全球首个规模化众包标注网络，涵盖50多个国家和10万名标注员。你标这个事情，他肯定是很耗人工的嘛。所以呢，他最后说：“我们众包吧，你们谁愿意标，谁就在我这平台上去注册，你来给我标来。”所以呢，他干的活叫“数据处理的人肉云计算”。虽然是云计算，但是底下都是真人。“越人工越智能”就是从这儿来的。

逐渐发展到为整个行业提供高质量的数据。它等于是从拉框开始，到最后，比如说OpenAI使用的各种对话数据什么的，都是由Scale AI来去标注的。后面和美国国防部合作，标注军用数据。你说这个无人机满天飞，导弹满天飞，我怎么能够说把正确的目标炸中了？那你也需要拉框，你也需要去做标注，看清楚这个是平民，那个是军用目标，你要做这样的标注。这个都是Scale AI提供的服务，包括伦理服务，包括对齐服务，他都要去提供。

而且呢，他也对标注呢进行分级。你说：“我是一个普通标注员，一个小时8美金，我去给人拉框去。”你说：“我是一个医学博士，那你可以来标注什么呢？医疗数据。”现在医疗影像数据也都标注过了，你是可以直接用大模型去进行什么X光片读片的，那个效率非常高，而且要比普通人读的还要准。

现在全行业的数据都有标注：医疗的、多模态的数据、国防的，各种数据它全标了。应该是全世界最大的一个，而且标注数据最全的一个标注公司，就是Scale AI。

下面咱们来讲一讲Meta为什么给了这么多钱给Scale AI呢？你说你花钱买的服务就完了，你干嘛要去直接100多亿美金砸进去呢？按道理来说，像我们投资案子有几个阶段。第一个阶段就是占20%以内，250亿美金，20%的话应该是50亿美金吧。为什么是这样呢？花钱投了，你也拿到钱了，我还不影响报表。超过20%呢，叫重大影响。

每年，Meta出这个财报的时候，你要把它也审计一遍，才可以去投超过20%。所以，像我们以前经常投资的，投19.9%就是为了躲避这个审计成本。

还有呢，就是直接控股，直接占51%，那我说了就算，甚至可以把CEO干掉，剩下我自己管。再往后就是我直接把你并购进来，整个公司的这个财务报表全进来了。特别是这个公司有很大的用户数据，或者有很大的营收的时候，你把它买下来是很划算的。买下来以后，就可以跟自己原来的业务去做整合了。

那么，在他这干这个活就很怪，给的钱很多。你想，250亿美金的估值，他给了100多亿美金，就属于绝对超过20%。但是呢，又不控股。不控股的原因咱们刚才也讲了，国防部的项目，你要敢控股它，你就等着接受审查吧，这事很麻烦。

那为什么要给这么多钱呢？这个不符合投资逻辑。那咱们来分析分析这件事情呢，还是要从Llama 4的翻车开始说。Llama呢，是开源大模型的领军，Llama1、Llama2都算是领军。到Llama3呢，很多人都在这上面去进行开发，拿Llama3去做微调，拿Llama3去构建自己的系统，构建自己的模型。但是还被DeepSeek跟千问直接抄了后路了。

你说现在最好用的，可能DeepSeek R1是所有开源模型里最好用的（咱不跟闭源的比）。使用量最大的千问，为什么千问使用量最大呢？也还算好使，而且呢，它提供的特别全，从0.6B的一直到200多B的，就是各种大小全都给了。大家去微调模型的时候，肯定是选一个自己合适的拿出来用。

Llama4就翻车了。第一个给的模型的版本就很少，你说我想找一个小模型去微调，他没给。另外一个翻车的核心原因是什么？就数据不行。他呢，使用的是合成数据。在训练Llama 3的时候，其实基本上已经把全世界能用的数据都给用光了。等到Llama4的时候，你说我要继续提高数据量，更大的规模去进行训练，那你这数据哪来呢？基本上能用数据都用掉了呀。

那么，Llama这帮人想了，是我们干脆合成吧，自己合成一堆数据去训练吧。结果Llama4就翻车了。合成数据三大致命缺陷：第一个是什么？叫领域泛化能力缺失。

什么叫领域泛化能力？Meta其实有的是数据，你想它几十亿用户，大家每天在上面聊个天，发个动态，它有多少数据？它是最不缺数据的。全世界可能不缺数据的公司，一个是谷歌，一个是Meta，其他人都没有他们这么多的数据。但是呢，Meta的数据有个问题，Meta的数据呢都是日常对话。

咱们在里头聊个天，在里边发个日常动态。其他领域的数据，比如医疗、国防，这些领域的数据它是没有的。导致呢，M4在垂直领域里的应用基本上全线崩溃。你问他说：“这个人今天是不是开心？”他可以回答得很好。你给他张片子说：“这个是不是有癌症？”他都答不出来了，这很正常嘛。

第二个呢，就是多模态对齐失效。什么叫多模态对齐失效呢？Llama4生成了很多的图片，说来：“咱们拿这玩意儿去做实验吧，咱们拿这个东西去做这个训练吧。”但是呢，Llama4的很多训练的生成数据本身是错的。比如说吧，他生成了一个红色轿车在雨中行驶的一张图片，但是呢，雨滴的方向跟车的运动轨迹是错的，这个就没法整了。Llama自己生成图片的能力就很差，他再拿这种数据去训练的话，就一定是各种错误就都出来了。

第三个呢，就是鲁棒性对抗不足。很多黑客呢通过注入对抗样本，也就是说把一些错误数据扔进去，导致呢Llama4的图像识别的准确率直接从89%降低到12%。这就是Llama4使用自己生成的数据，或者叫合成数据，训练出来以后翻车的一个核心原因。

那哪里摔倒了在哪里爬起来呗，就数据不行吗？咱就整数据就完了。Llama自己又不缺数据，那么多用户数据咱们就标注呗，花大钱把它买下来。虽然现在不让买嘛，但是我花大钱基本上还是能控制的，应该算是第一大股东了。有了Scale AI，我们就算把最后一块短板给补上了，这个就是煤炭为什么要投资它的原因。

但是呢，这里还有一个问题，就是刚才我们讲了投资逻辑。我投个19%就不就够了吗？为什么要投这么多呢？这肯定是第一大股东，已经超过亚历山大王的这种创始人的股份了。那你到底想干嘛呢？

Meta自己现在的战略其实是很清晰的：60万块显卡，算力我有了；杨乐坤大神在这呢，技术我也有了；不就是缺数据吗？Scale AI我是第一大股东，基本上控制住了。而且开源大模型我原来是领军人物，现在被DeepSeek跟千问超越了。那我现在要靠什么东西弄回来？你说我光靠提供Llama4的能力，或者后边比如说我出一个Llama4.1、4.5，我把能力提上去，我就能够战胜DeepSeek R1吗？我就能够战胜千问吗？胜不了的。

那怎么办呢？大家想一想，Scale AI它的客户都是什么人？它的客户比如微软。你说我用了Scale AI训练完，标注了数据了，我后边能够用Llama吗？这不可能。OpenAI你说我后边用Llama去……

这也不可能。那谁会去用Llama呢？大家要想一想：除了最大的这些Scale AI的客户之外，其他那些小一点的Scale AI的客户，他们请Scale AI去标注了数据以后，这些被标注的数据拿去干嘛用了呢？训练自己的大模型去了？开玩笑呢！只有最大的这几家公司——谷歌、微软、英伟达、OpenAI这样的公司，你是标注了数据回去训练大模型了。所有小一点的公司，或者说除了这几家之外的这些公司，你用Scale AI去标注了数据回来，只能干一件事儿，就是微调小模型。

现在好了，Meta把Scale AI基本上算控制了——虽然不是控股，但基本控制了。那以后用Scale AI标注的数据，微调谁家的大模型效果最好呢？一定是微调Llama家的大模型效果最好！内部是一波人各种的优化，咱们自己内部的搞定完事。原来大家都是拿这个Scale AI标注的数据去微调千问的模型，现在不用挑了，一定是自己家的最好。所以呢，这算是AI生态建设的关键一步，直接形成了闭环了：你用Scale AI训练，你用Scale AI标注数据，然后我给你同时提供微调解决方案，一次搞定哈！这是这一次Meta投资Scale AI的一个底层逻辑。

但是因为Scale AI的行业地位，一旦收购必然被FTC起诉，再加上Scale AI是美国国防部的供应商，一旦收购必然被美国国防部去审查，所以Meta就被迫采取了这样的一种很不舒服的投资方案——投了100多亿美金，成为Scale AI的第一大股东。这个故事到这儿就跟大家讲完了。

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！

比亚迪的股东大会上，王传福被忠诚的股东感动的都哭了。

大家好，欢迎收听老范讲故事的YouTube频道。比亚迪呢，是今年6月6号开的股东大会。比亚迪的财报呢，是4月份到次年3月份算一个财年。不同的公司财年算法不一样。为什么大家不愿意在自然年去结束的时候出财报呢？原因也很简单，甭管是老外还是咱们这儿，年底年初的时候有很多的休假。你在这个时候出财报的话，会影响大家休假，或休假会影响出财报吧。所以很多公司都不喜欢在完整的自然年的时候出财报。这个稍微讲一下。

有一位股民就上上来说了，说：“我已经把其他所有股票都卖了，现在全仓比亚迪，就是你们了，没有任何其他的退路了，我绝对忠诚。”听了这个话，王传福现场感动的，基本上是掉下眼泪来了，当场表示说：“我只有这一家企业。”比亚迪的股东结构非常简单，我们真诚想用绿色技术改变世界。这个也是非常感动的一点吧，大家都很共情。

王传福都说了些什么呢？第一个说，比亚迪从来不去拉踩别人，我们就是做好自己的事情，就是踏踏实实做自己的事情。第二个说，比亚迪也从来不打价格战。这个话反而从他嘴里说出来，都显得比较奇怪的。说比亚迪降价呢，都是我们自己控制成本控制的比较好，我确实省下钱来了，所以我降价了，但是我不跟你打价格战。这个反正大家且听就可以了。

然后呢，还专门讲了一下高压油箱跟低压油箱的事情。因为前面被长城魏建军举报，他们使用长压油箱导致排放超标。他也讲了说：“我们会按照不同国家的法律，使用高压油箱或者是长压油箱。有些国家要求使用高压油箱呢，我们就都给人用；有些国家呢，不要求使用高压油箱呢，我们就使用长压油箱了，也是没问题的，都是合规的。”

然后我们要继续大干快上，2025年准备交付600万辆车。这个还是很有压力的。我记得他5月份应该是卖了38万辆车，对于600万辆的话，下半年还要努力了。三年内准备能够达到年交付1,000万辆。这个需要挤占很多其他人的市场。海外销售要达到20%，我们这1,000万辆车里头，有200万辆车是要卖到海外去的。

其实比亚迪在海外卖的很多车型，在国内是不卖的。比如说他们在澳大利亚卖的皮卡，当地人据说还挺喜欢的。但是这种车在国内压根就不卖。据说这种车如果进来的话，应该还是比较受欢迎的。比亚迪准备在东南亚跟欧洲发力，在匈牙利盖了个工厂，在泰国盖了一个大工厂，准备在当地组装汽车，在当地去销售。

然后要走高端战略。所有这种车企也好，手机企业也好，都要走高端战略。

他们的高端车呢，一个叫腾势，一个叫仰望，号称100多万的车。还有那个站在地上可以跳起来那个车，人家那个车震，是这个车在那，你自己人在里头震。他这个不用，你车停那人不用动，车就能跳起来。反正卖了100多万，不知道谁会买。

然后，准备投入1,000个亿做大模型，做智能驾驶这块呢，他也想明白了。以后大家就卷这个，甭管是特斯拉在FSD，华为的智驾还是其他人，你都要去卷这个了。1,000亿人民币有多少钱？基本上相当于微软给OpenAI的钱。而且现在方向也很明确了，你不需要再摸索了，照着人家路直接上就完了。唯一的麻烦就是英伟达显卡放在什么地方，但是你可以放在匈牙利嘛，可以放在泰国嘛，这个都没毛病。所以他准备花1,000亿，自己把智驾直接搞定，还表示说安全才是汽车的根本要卷智驾。而且呢，要把智驾直接下放到低端车里头。以后你说我这个5万块钱的车，里头也有智驾，这玩意吓不吓人？

咱们再回过头来讲，什么叫我只有一家公司？这个到底在说什么？要注意比亚迪的战线还是很长的。比亚迪不光造汽车，比亚迪还造轨道交通、造机器人、造电池。他的电池还给小米，还给很多人去用。而且呢，他还造手机，还造电脑。比亚迪是果链企业，有一些苹果手机和苹果电脑是在那装的。华为有一部分的手机、电脑也是比亚迪给他造的。比亚迪自己还造芯片，真的是从上到下什么都造。比亚迪其实造汽车之前，就是造电池和电子零配件的，他是从电池厂商慢慢生产成汽车厂商的。

但是虽然造这么多东西，战线这么长，比亚迪最上边的都是一家公司。为什么要讲这个？就很多的企业，你比如像恒大这样的企业，上层的股份架构是很乱的。最后说我挣了钱了到底属于谁？怎么能够把这个钱从一个公司的账面上挪到另外一公司去？大的房地产公司，他是盘子很大，但是呢，一般没有利润，都是始终在亏损。那你说这些股东也得挣钱怎么办呢？他们在物业公司里头把这个钱挣出来。物业公司是轻资产公司，房子是别人的，你只管进去管理，进去做服务。在这个里边，比如说我卖卖理财，做一些其他的这种配套设施，拿这玩意儿挣钱，他们是利润比较高的。

所以呢，很多的房地产公司喜欢把房地产公司的利润转移给物业公司，或者再通过一些其他的方式，比如说金融杠杆手段，再把这个钱掏出来。最后呢留给股东一地鸡毛。比如说恒大集团的股东买了恒大的票券，那你最后一地鸡毛啥也没剩下。但是比如说我恒大物业、恒大汽车，这没关系。

跟他是完全分开的。我把钱从这边套到那边去，那边挣钱了。他会有这样的故事。

现在呢，王传福说：“我只有一家公司的意思，就是我不是恒大。”实际上讲的是这么句话。他又不能直接讲，因为直接讲说“我不是恒大”的话，这就算承认了嘛。他下边的这些公关的人，你可以说恒大这事是无稽之谈，但是你作为王传福来说，你不能讲这话。

但是呢，你也要说一下：“我们非常简单，没有像恒大这样把股东利益掏空。我们所有的利益，甭管我做多少事，做汽车也好，做手机也好，最后所有的利润都是属于最上层比亚迪集团的股东的，跟我利益是一致的。”他讲的是这样的一个事情。

王传福自己呢，在比亚迪里头占股是17.64%，他是第二大股东。其实作为创始人来说，已经上市这么长时间的公司的创始人，还能有百分之十几的股份，已经是非常非常多了。

比亚迪的第一大股东大家知道是谁吗？叫香港中央结算代理人有限公司，40.38%。这个公司呢，就是香港的股民。他是个名义股东嘛，就是所有香港的股民，你通过香港股市买了比亚迪的股份了。你们这些买了比亚迪股份的人，一共是占40.38%，是比亚迪的第一大股东。

比亚迪最近的日子呢，也确实不太好过。因为在同一天，比亚迪呢被车圈其他高管指着鼻子骂。以前大家都比较要脸，或者说也比较有顾忌，不会直接指着比亚迪的鼻子骂街的。

6月6号又干了一件什么样的事情呢？中国汽车重庆论坛有这样的一个会。刚才咱们讲的，6月6号比亚迪的股东大会是在深圳开的，这个是在重庆开的。谁上来骂街了呢？吉利集团高级副总裁杨学良，站在上面骂街了。

上头先讲说魏建军是好样的，他是汽车界的吹哨人。说我们也检测了，魏建军当时就是说，比亚迪的这种混动车上使用的是长压油箱，就是铁皮油箱。使用这种东西呢，是会造成极大的污染，因为汽油气会不断的去挥发。这个东西会进入到空气里边造成污染。你应该使用这种高分子材料做成的高压油箱，才能够阻止这些汽油气的挥发，才能够避免这个空气污染。

他把比亚迪的车拆完了以后去做了检测，说这个东西就是不符合国家排放标准的。国家有欧几欧几的这样排放标准，欧洲现在应该是O4还是O5了，我忘记了。说比亚迪这东西压根就不合规，你就拿出来卖，这是不对的。

汽油车用的有铁皮油箱，只有他们这种混动车才会用这种高分子高压油箱。这种油箱要比铁皮油箱贵800块钱，说比亚迪就省这钱。吉利我们也测了，我们检测的结果跟长城完全一样，实锤了。说两年都过去了，你也没给个结果。

说国家你该出个说法。这个事情两年前举报的，国家就一直没有任何结果。当时说是我们组成了一个什么联合调查小组了，但是两年过去了，没有出任何的结果出来。

那比亚迪呢，一直在这说：“我是合规的，我没有问题。我有一个专利技术，我就是每过一段时间呢，会偷偷的把你的汽油机打开，把散出来的这些油气，就是说汽油挥发的这个蒸汽，直接给它烧掉。我们是通过这样的方式来去避免污染的。”

很多比亚迪的车主呢，也会去确认这件事情，说我们确实开着开着车，不知道为什么，这个汽油机就突然会响一下。那我明明是用电池在开车，但是汽油机还是会响一下，很烦的，影响体验。

这个事情呢，到底是不是能够保证它的排放一直合格，现在不确定，因为国家没有给说法出来。杨学良就讲了，说你看吉利就用的高压的高分子油箱，我一个油箱比你贵800块钱。现在呢，我卖不过比亚迪，这就是明显的劣币驱逐良币。这真的是指着鼻子就开骂了。

原来大家其实不敢这么撕破脸，现在呢，感觉风向在变，就可以冲出来要个说法了。不要再讲什么牌桌论。牌桌论呢，也是比亚迪的公关总裁出来去讲的话，说这就是牌桌，上不起牌桌你就别上。讲的就是魏建军。

那说牌桌论呢，是很刺耳的，本质上是无序竞争被披上了合法外衣。你守规矩，大家竞争没毛病，你不能上来骗人。你如果真的是牌桌的话，不是说谁要不起牌就要下桌，而是说谁偷牌换牌打假牌。比如说像比亚迪这样用长压油箱，你该被处罚，你该下桌。不是说我最后玩不起了下桌。

守规矩的企业不应该被迫出局，而是应该通过法律手段去严惩那些违规的人。这个是他对于牌桌论的一个反反击吧。

至于比亚迪的拉踩论呢，因为这一次王传福也说，我们比亚迪从来不拉踩别人。其实在整个的车圈里，他最喜欢拉踩别人的就是比亚迪。当年特斯拉降价，带队去特斯拉维权的人，是西安比亚迪专卖店的店长。最后把他逮着了，说你是西安比亚迪店的，你干嘛上特斯拉这来维权。他说我老婆买了辆特斯拉，我可以代表我家属上这维权来，有什么毛病吗？

然后谁敢在外边说比亚迪，你们就是不爱国，你们就是有问题。所以呢，这个比亚迪拉踩论，杨学良就说了，说你这个就是贼喊捉贼。我不知道长城举报比亚迪油箱造假，排放造假到底违反了哪一条天条了。你不能说我举报你这事就算拉踩你了。

因为正常卖车的人，很少有人拉踩比亚迪，因为他那个车便宜，他那个车本身也不是以技术好、质量高为去著称的。谁拉踩他呀？你像余承东，上来都是说我比迈巴赫怎么样了。

我比奔驰宝马怎么样了？他有可能是上来说我卖新车。我比比亚迪好吗？这不是找自己不痛快吗？不会有人干这个事的。雷军上去卖车，也是我比特斯拉怎么样了？我跟保时捷比怎么样了？

所以说到拉踩这件事，也就是长城卫建军举报他一次，算是拉踩了他一回。但这个是个实名举报，我们就真的把你的车去检测了，你真的不合格。那你在这样的情况下，你怎么能说人家是拉踩你呢？当然了这个吉利呢，在这也不能去讲车圈恒大的事情，他只能去讲这个油箱的事情。因为你要讲到车圈恒大的事情呢，吉利自己也没有那么干净。

前面我们讲了，比亚迪是上层股东结构很简单，所有的钱都是归股东的，所有的利益归股东。吉利上层还是比较混乱的，因为他前面做很多的资本运作，四处去收购公司，他的上层是比较复杂的。最后呢，还去批评比亚迪通过爱国情怀、技术普惠等话术进行道德绑架，掩盖其技术缺陷。其实里面是有很多偷工减料的地方，也是直接站出来点着名就说了。以前这种事情是比较少发生的。

国内汽车圈呢，其实分几个派系了。比亚迪呢，属于最卷造最多的车。其实比亚迪原来呢，是不怎么直接出来说话的。因为刚才我也讲了，其他人很少直接跟他做对比。你跟比亚迪对比这件事，比销量你又比不过他，其他跟他比任何东西都没有任何意义。因为比亚迪自己就不是以质量好著称的，所以没有人跟他比。这两年是因为不断的有人去指责他，你内卷了，你怎么欺负供应商了，你对员工不好了，你这个车怎么不达标了，天天说他这个，所以现在只能出来回应来了。

原来比亚迪是比较低调的，干坏事都是通过他的代理商、分销商，通过这帮人干的。吉利呢，现在立的这个人设是什么？就是我的技术最好，大家都上我们家来挖人。他也不说说，我这个技术都是我自己研发的。吉利说我自己研发了一堆技术，你也不信。吉利说了我这技术都是花钱买的，花钱买了路特斯，我花钱买了沃尔沃。我是通过花钱买，通过资本运作，我把技术搞好了，我也自己培养了很多人。现在谁想造车都上我这挖人，那这意思讲的谁？这是小米。小米是从吉利挖了很多人回去造车的。

汽车新势力一直是按照手机的方式在造车。互联网企业跟这些老牌企业来说呢，不是一回事。因为他们会用非常多的互联网手段，通过流量手段去做事情。这些互联网流量公司，他们大量的都是design house设计公司。真正造车这部分呢，还是由车厂去造的。现在呢，还有很多车企呢，或者说还有很多品牌呢，是大厂的子品牌。原来很多这些合资厂呢。

都是在做这些子品牌。比如说吧，有一个品牌叫名爵MG，这个也是收购回来的牌子。谁收购的？上汽收购回来的。为什么讲这个牌子？前几天有一条船装了3,000多辆车，运到墨西哥去，在海上着了。他那个船上装的大概就是名爵的车。现在呢，船东还没有拿出装箱单来。但是呢，这个船是由上汽包的，从上汽运了车去墨西哥。现在大家根据各种订单比对，猜测里边最大概率着火的就是名爵的电动车和混动车。

这里头还有一个异类，稍微跟大家讲一嘴，是谁？就是零跑。零跑为什么要稍微讲一嘴呢？因为最近卖的特别好，经常是销售冠军或者亚军这样的一个位置。零跑是谁的一个持股？有一个公司叫Stellantis，他呢是持股20%，很大的一个股东了。这个Stellantis是有哪些品牌呢？吉普、标致、雪铁龙、菲亚特、道奇、玛莎拉蒂、阿尔法罗密欧、欧宝、克莱斯勒，都是他们家的。这个零跑也算是这一系的这个车吧，算是稍微沾点边的，也算个国际品牌。

最后还有两个比较折腾的是谁？就是华为跟小米正在捉对厮杀。大家去捉对厮杀的时候，一定要找将会匹配的去厮杀。你比如说吉利你要去撕比亚迪，吉利你冲出来说我要去撕上汽，开什么玩笑，你撕得着人家嘛。小米跟华为两边互相撕，余承东说有些外边的人进来造车，也不知道怎么回事，造了个车他就爆了，车造的也不怎么样，就上来就可以讲这种话。小米就上来说，诋毁就是一种尊敬，大概是讲了这么一个话。反正是相互之间就捉对厮杀起来了。

那比亚迪呢，现在这个肯定是感受到压力了。王传福玩了这么多年比亚迪，也是不常见的，出来真情流露了一把，在台上哽咽的说不出话来了。能到这样的情况，肯定还是压力山大。今年的下半年呢，就是汽车行业大洗牌的时候，很多的车企会倒下，有些车企呢会借此彻底的壮大起来。一洗牌嘛，有倒了的，有收购产能的就变大了。这个一定是在今年下半年要干的事情。所以各个车企在这个时候，就别要脸了，不需要给大家留什么面子了。

大戏即将登场，会给我们带来很多更加有趣的新故事。后边他们谁在开撕了咱们再来讲。好，今天就讲到这里。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。

大家好，欢迎收听老范讲故事YouTube频道。今天咱们来讲一讲DeepSeek的母公司——深度求索，是不是正在融资？消息是什么时候出来的？是2月19号传出来的。而且这个消息呢，并不是某人突然发了一条推特，或者发了一个其他的社交媒体，而是有一份报道。这个是The Information这样的一个媒体，做了独家的报道。据说有人参加谈判了，那么是参加这种融资谈判的人出来报的料。

据说参加谈判的有哪些家？第一个是阿里巴巴，然后呢是一些国有资金，包括中投公司、国家主权财富基金、国家社会保障基金，也就是社保基金。在The Information发了邮件去质询DeepSeek，阿里巴巴、中投公司没有回复质询，两位直接了解会谈的人回复了信息。

看到这里，咱们先看看这个到底是在说什么。一共是几家来谈判？DeepSeek自己可能要去参加谈判的，阿里巴巴要去参加谈判的，中投、国家主权财富基金、国家社会保障基金，这些都要去参加谈判呢。现在没有评论的是DeepSeek、阿里巴巴和中投，剩下有两位直接了解会谈信息的人士回复信息。这两个人应该是国家主权财富基金和国家社会保障基金的。那你说是一边一个，还是说这两个人都是属于其中某一个基金的呢？这个就没有办法去判断了。

这种消息人士是怎么来的？第一个，他肯定是不方便透露具体的身份，因为大家要知道做这种投资的谈判，第一件事要注意什么叫保密。在谈判的过程中是绝对不能够去泄露的。The Information这样的媒体他也不可能说，我道听途说，就随便说这个事也不太会。所以这个人肯定是参加了谈判，而且这个谈判与会议应该是存在的，不是说我们拍脑袋想了一下，或者说跟谁提了一下，确确实实应该有一次正式的会谈，参加谈判的人出来去爆料了。

为什么会有泄露的信息出来，以及为什么会被辟谣，我们再去讲。通常情况下，参加类似这样的谈判，都还是要有一点点职业道德，要去保密的。你说这里头会不会有大嘴巴？一般不会。

因为像DeepSeek这样的状态已经达到了国运级别，在这个时候不会有人随随便便大嘴巴的。通常是为了什么？就是为了促成大势。在大势所趋的情况下，在里边去实现自己的一些目的。我自己其实遇到过类似这样的情况。有一个公司叫MusiCally，我投资了他的天使轮。后来他再去投某一个轮次的时候，大家在里边激烈地进行谈判。这个谈判的时候其实是谈几件事：第一个是估值，这公司到底值多少钱了；第二个叫谈份额，谁有钱或者有能力，在什么样的估值下，拿到一个什么样的份额。

看着他突然就开始见报，有一些媒体就开始报道这个事了，就开始查出这事谁干的。一堆人在那去谈判，你不可能说每个人都去爆料，肯定有一个人去爆料，或者说有这么几个人去爆料。大家就开始查，那查怎么查？要查动机。什么时候会有这样的动机？就是不希望估值继续上升，希望以现在的估值和现在的比例，能够进入到这一轮的投资里边去。如果这个谈判没有办法可以控制估值继续上升，谁的份额第一个有可能会被干掉。最后就问他说是不是你干的，最后这个人就承认说是他去爆料的。他爆料的目的，就是希望锁定当前的股值，锁定当前的份额，因为再往前涨这个股值他就投不起了。所以他就说我要先去爆这个料，但是最后我想不起来了原因，有很长时间了，好像这个估值还是会继续上升，这个人的份额就不见了。一般干这种事情的人，都不会有什么好的结果。

这一次深度求索再去融资的这个事情被泄露出来，大概率的原因就是深度求索自己其实还是在犹豫，或者说中间有很多的条款其实是谈不下来的。他也在想说不拿钱怎么办，拿了钱怎么办，如果拿了钱以后，我应该让渡哪些权益出去，估计还是在与讨论的一个过程。但是其他有一些公司，比如说像刚才我们讲的国家社保基金，或者是国家主权财富基金，这样的这种国字头基金，他们就有可能着急了，说我要把这事办下来，我一定要投进去。而且从我的经验来看，一般干类似这种事情的人，应该是国家社保基金的人。

可能性比较大。为什么？因为他们其实原来是不参加这种投资的。作为一个国家社保基金这样的机构来说，他就不应该去投一级市场，或者他投一级市场的这帮人可能就没有那么成熟。但是他又非常迫切地把这事按照他们所期望的方式把它办下来，所以就会去泄密。深度求索出来去辟谣，这个事情消息不实。但是消息不实这个事，他并没有否认是不是在有会议，他只是说我们近期内马上要拿钱，这个消息不实。这次泄露的原因就应该是有人希望借媒体和舆论造势施压，让他们按照自己所期望的这个价格和这个条款或者说权限，把这个协议签下来。也就是如此了。

现在，深度求索其实面临了很多的困境。第一个很大的困境是什么？就是是不是要转型。因为深度求索原来是一个研究型的机构，向完整的这个盈利型实体转向，这个事到底是不是要去做。其实我们看到OpenAI就在干这个事情，他原来也是一个研究性机构，但是现在就在向完整的盈利型实体在转型。而且在这个转型的过程中，还被马斯克去告，整个的过程是很痛苦的，非常不顺畅。研究型机构其实成本并没有那么高，它成本是有限的，然而收入也有限，而且通常是无法覆盖它的成本。在这个过程中因为没有外部投资进来，也没有说我必须要有一个什么样的增长性。因为拿投资这个事情，你拿到钱肯定很开心，但是你一旦拿到钱以后，其实是套上枷锁了。这个投资的基金自己都是有业绩要求的，我投进去以后，多长时间你要给我涨多少倍。不是说你今天这公司值100万，投进去以后过了两年你公司值120万，那我还不如存银行呢。所以这个投资基金进去了以后，都是希望你一年之内涨5倍或者涨三倍，都是这样涨起来的。而这个对于他们的压力是非常非常大的。如果是一个研究型机构的话，他就大家做自己喜欢的事情就完了，不需要背负这种压力，也不需要追求商业上的成功。我到底有多少用户了，到底有多少收入了，他不需要追求这个事情，继续研究底层技术就好了，其他东西开心就做。

不开心放在那里，还是让别人去做就完事了。但如果是完整的盈利型实体，OpenAI就要完成这个转变了。那就要向全方位去竞争。我要去做C端的应用，我要去做这个网站，我要去拉更多的用户进来，我要去收很多的订约费，好好地卖TOKEN。这就是要去干的事情，应对由用户量增长所带来的巨额成本。这个是马上要去应对的。

DeepSeek现在你问他任何问题，他不理你。我今天尝试问DeepSeek一个问题，发现第一个问题都没问出来。原来还每次能够问两个问题，到第三个问题才挂掉。今天就第一个问题直接挂掉了，肯定是还在有人向他施加压力。还需要干嘛？在C端跟B端，包括底层技术方面全方位启动，要见招拆招。因为你一旦是说站在排头兵的位置上，像国外的话OpenAI就是行业老大，那么国内现在无可争议的，DeepSeek就是行业老大。一旦行业老大说，我现在要开始盈利了，那你就要在所有的方面不能让人失望。那我们经常骂OpenAI你又在挤牙膏，你这个又做得不好，那个做得不好，为什么？他是老大。DeepSeek如果是向那个方向走，他也是要面临同样的压力。C端、B端、底层技术，哪一块事情都要做到最好。那这个其实也很讨厌。

虽然现在DeepSeek的流量大涨，但是在DeepSeek这样的免费模式下，这种流量上升只会带来成本，是带不来收益的。后面还有腾讯、字节、百度这样的流量巨头盯着他，所以他是非常非常麻烦的。而且在B端就是这种应用端，或者说是这种企业端，那太多非商业因素、非技术因素会影响交易了。你不能说因为我是DeepSeek，你要爱国你就来用我的东西。这个不是活成了我们讨厌的样子吗？而且B端的很多生意竞争是更残酷一些的，而且更灰色一些。

一旦DeepSeek准备向完全的商业实体或者盈利实体去转型的话，短期内其实带不来什么收益，但是会应对巨大的成本压力。一旦转型成盈利实体，研究方向一定会发生变形。

这个其实也是一个很麻烦的事情，因为我见过其实蛮多的AI初创公司。我们一般是有一条线去划给他，什么线？你现在是不是去给人做外包了？是不是去给人做项目做工程了？为什么要画这条线？你如果说这个AI公司，我还在很努力的研究技术，那么OK，你还是有机会的，眼睛里还是有光的。你一旦说这开始做外包了，就逐渐归于平凡了。因为你一个公司里边，大家就想说听谁的。当路线发生争议的时候，我是应该听盈利部门呢，还是应该让科学家们由着自己的兴趣爱好，自己随便乱走？盈利部门赚到了钱，到底应该拿多少出来支持科学研究呢？很多这样的公司里，他都会遇到这样问题。盈利部门说我明明挣了这么多钱，为什么第一我没有话语权，第二我没有地位，在里边都是听科学家的，第三，我挣的钱我为什么不能分？他会有这样的问题出来。科研项目到底多长时间不出成果，应该被砍掉呢？这个也是盈利公司需要去思考的问题。因为我们以前也遇到过这种公司，说我这边是盈利部门，那边是科学家。那科学家说我虽然做科学，没有这个盈利压力，那我的收入好像没有这个盈利部门的多。人家是有提成，做了项目以后可以分红，我就拿个死工资，或者说最多做点什么东西出来，给个奖金。但是真的不如这签了一个很大单，按比例分成这个事划算。很多科学家说我不想做科学了，我想上那个部门去做工程去。这个也是一个很麻烦的问题。我们现在希望DeepSeek可以一直产生很多的新技术出来，而不希望他们向一个盈利公司去转型。其实现在OpenAI转成盈利公司以后，如果没有DeepSeek在今年春节的时候，这样的一次刺激，可能现在还在挤牙膏。对于像的DeepSeek这样的公司来说，他有没有什么商业上的方式，可以解决刚才我们说的这种困境？我又不转成盈利公司，我还是做科研机构，或者说我只向那边稍微迈一小步，能不能把这个问题解决掉？其实最好的解决办法就是凉拌。什么叫凉拌？这个事等一等，等一段时间以后。

可能这个问题就解决了。为什么要等一段时间？就是各大公司现在的C端产品，实际上都在跟上深度求索的工具，流量就会逐渐下降下来。现在百度，你直接用百度搜索，上面DeepSeek的这个深度搜索，你可以去用。但是呢，我试了一下，百度那个效果极差。百度从来都是这样的一个情况，而且问了两个以后，居然百度自己也告诉你说服务器太忙，我不理你了。然后你现在用腾讯，他那个叫IMA那个软件，就是腾讯客户端IMA.QQ.Com，你就可以去试一试。它呢也是完完全全可以用DeepSeek的R1满血模型去给你做这个联网搜索了。这个是不限量免费的，都可以去做。当这些C端的大公司都上来以后，那深度求索现在这个流量就不要了。当然他要放得下才行，你是说我流量来了我放不下，我也还想要他，那就是不能这么玩。现在呢，各大云服务商都逐步部署了DeepSeek，将API用户整个瓜分完毕。深度求索自己家的API流量就会自然下降。现在的云服务商部署的DeepSeek，深度求索其实是一分钱也拿不到的。当前深度求索就应该走这条路，继续发论文。现在他也说了，说下个礼拜应该是会拿出一大批的开源项目来。不是说我要去赚什么钱，要去把我现在的服务器拥堵问题解决掉，我就不解决，我就生在这等着。未来的话他就是继续发论文，宣布所有国内外部署DeepSeek大模型都与他们自己部署完全一样没有差别。但是现在我去测试了一下，就是用百度的，用腾讯的，包括用DeepSeek自己家的，这个网站的搜索结果还是有差别的。就是DeepSeek的那个搜索结果会更好，会好很多。我估计原因也很简单，第一个，你套用了搜索引擎是谁；第二个，你搜索源是谁；第三个，你在搜索完了以后去进行搜索结果总结归纳的时候，到底开了多大的上下文窗口。有些公司可能就是在搜索结果去进行总结归纳的时候，开的上下文成果太短，这样是比较节省这个TOKEN的，但是那个效果就会比较差。

DeepSeek的那个官网效果就特别好，这个还是有一定定的差别。这是一种凉拌的方式，那就是等过完这段时间以后，风浪过去以后，DeepSeek的流量也都没有了，那我就接着干原来自己这些事情。这个是一种玩法。

还有一种玩法是什么呢？就是咱们稍微挣一点钱，但是呢，又不牵扯太多精力。怎么办呢？云服务商进行官方授权。现在都是你们随便就部署了，一分钱也没给我。未来呢，比如说我们做一定的部署规范，部署了DeepSeek大模型的云服务商呢，进行认证收费。不是强制的，你说你自己部署了，你没给我交钱没关系，你自己部署去。但是你说我想要得到一个深度求索的官方认证的DeepSeek的这个证书，那你要给钱。这个其实是可以收一部分的费用回来的。而且遇到了一些优化的问题，或者遇到了一些其他的一些部署问题呢，你可以进行优先的处理。这个其实有点像这种引擎公司，比如像Unity，Unreal公司，他们会去卖类似这样的服务。比如说你花钱找我买服务，我来帮你去解决一些技术问题。甚至呢，他们可以把一些流量通过DeepSeek的官网进行分发和售卖。比如说我是某一个云计算厂商，装了DeepSeek的满血大模型了，我希望在DeepSeek的官网上来卖我的服务。这个其实都是可以去挣钱的，而且对于DeepSeek自己的精力牵扯并不是很大。

很多开源软件公司其实都是这么活着的。我们现在看到包括像Mongo DB，像很多的类似这种开源软件公司，它都是靠收服务费活着的。就是说你们谁要用我的这个开源软件，你去用去没关系，但是你要想让我给你解决问题，你要交服务费回来。或者说你希望打我的一个logo，或者打我一个标上来，你要敲服务费回来。这个其实是正常开源软件公司的这种盈利方式。

还有一种方式是什么呢？就是系统集成商。因为很多系统集成商现在在使用DeepSeek的模型去给人做系统。这些系统集成商的话……

也是可以进行官方认证的。想要做系统集成了，必须过来考认证。那你说你不考认证行不行？没问题，你也可以做去。但是人家最后去选择系统集成商的时候，会选择这些有认证的系统集成商来去为他服务，一定是如此的。定期的举行一定的培训座谈，让这些系统经销商始终可以掌握最新的方向，去在这个里边去挣钱。这个也是一种收入。或者呢，就是组建一个体外的联盟，我不要放在体内，将授权的云服务商、认证的系统集成商聚集在一起，像社区一样去管理他们，定期呢进去指导指导工作，指导指导方向。其实谷歌有一部分是这么运作的。大家不要觉得谷歌就是老老实实在这挣广告费。你比如谷歌是有Google Developer group，它就是这样去运行的一个方式。谷歌还有另外一个社区组织是什么？它更像偏向商业的，就是帮谷歌去推他的什么Google Workspace，Google suits。谷歌有很大的一块的运营就是在社区里边去运营的。这个呢，应该也值得DeepSeek去思考，说是不是要采用这种方式。

现在的整个的环境是什么？就在逼迫这个深度求索就范。这个什么意思呢？就是目前深度求索自己家的API基本上是不可充值状态。我昨天看还是不可终止状态，应该呢，还是有人在攻击他。具体到底是谁也不好说了，到底是美国人在攻击他，还是某一些希望深度求索低头的公司在攻击他，这个事咱就没法去细究了。深度求索官方的APP呢，目前正在被全球封禁。因为你要想在全球去运营，你就要到全球去建这个机房。就算你不建机房，你也要到全球的这些亚马逊云上头去部署你的这个云主机，然后把他们各个国家的用户数据都放在这些云主机上去。甚至呢你可能还要到各个国家的云主机上面去部署你的DeepSeek满血模型，让他们的数据都在本国内就得到处理，然后进行返回。如果深度求索自己不想花这个钱，他就肯定会逐渐的被全球封锁掉，就是他的APP是没有办法做的。

然后，国内的话，也是基本上处于一个不可用的状态。因为他就是1万块显卡，但到底是1万块还是几万块，咱不管他了吧，肯定是不够他去用的。现在呢，深度求索本来是说拿着幻方量化的钱，自己做一些自己喜欢的事情，我也没有资金压力。那现在他就不行了，为什么？幻方量化的业绩也在急速的下滑，快速的缩水。幻方量化一直在被打压，从去年就在大量的被打压。为什么呢？大家说量化嘛，A股起不来怪谁呢？怪量化。你们这个靠机器，靠算法来去炒股票，让普通的民众没有挣到钱，你们有问题。然后每一次我们想把他拉起来的时候，就是你们这些量化在里边去做手脚，让这个股市下跌，你在里头挣这个钱，这事是不对的。所以去年其实打了很多了。而且这么多量化基金里头，原来幻方量的话是曾经在中国当过老大的，但是不断的打击，就跟这个什么似的，西游记里的似的，有老板的妖怪，最后呢都是让老板带回去了。孙悟空真正的打死的妖怪，都是没有后台的。西游记里边有这么一句话，就是妖怪上来了以后，如果说你是谁，这个人就死了；如果这个妖怪上来说弼马温，这个妖怪就活了，因为他认识孙悟空，也是这个天庭上有门路的人，他就能活下来。而幻方量化呢，在面对量化的打击里头，应该算是后台没有那么硬的，所以肯定是一锤一锤接一锤，都砸在他身上了。现在最大的一些量化基金，都是国资量化了，幻方量化已经没有什么机会了。2021年幻方炼化最高峰的时候，管理了1,000亿人民币的资金，到2024年的话，据说手里还有300亿的资金规模，到2025年的话好像又少了100亿，只有200亿的资金规模了，大概就是这样的一个状态。所以现在呢就是逼你就范，就是你深度求索必须要拿钱，第一个掐断幻方的现金流源头，限制自己造血的能力。大模型公司本身还是要烧钱的，就算他是一个研究机构，你也还是要烧钱的，对不对？是不是可以让喜儿去地主家里，做一段时间丫鬟了呢？这就是白毛女的故事嘛。所以就是我把上头掐了。

不断的给你施加压力，让你的这个服务跑不起来，让你的API也没法去为人服务。然后我们再来跟你谈说，你是不是就这样从了吧。那么融资方面呢，有可能的结果会是什么？第一个就是继续坚持下去，不融资，走自己的路。现在呢，深度求索出来辟谣，说这个消息不实。有可能他就可以一直坚持下去，就是你虽然压制他了，但是深度求索手里应该还是有一定的现金的。并不是说我就真的要被你弄死了，我最多就是现在的流量我不要了，现在进来的这些用户我就不要了。

还有一种方式呢，就是直接拿钱。如果直接拿钱的话，深度求索可能就失去自己的方向。未来的话我们也就不用再指望深度求索再做出什么奇怪的东西出来了，这也是一种可能性。那你说除了这两种可能性，拿钱或者不拿钱之外，有没有第三种可能性呢？有没有一个大家都可以接受，皆大欢喜的方式，就是我又拿着钱了，公司也发展了，然后呢又不影响我继续往前奔跑的态势？也有，怎么做？就是建立体外的信心，跟深度求索去协同这个事呢，就是等于你拿到了钱了，但是别人又没法管你。

那你说有人干成这个事吗？有，这个里头比较有名的呢有两个。第一个呢是雷军的顺维资本。雷军创业了以后说，我还需要一个基金，但是呢，我又不能牺牲更多的股份，牺牲更多的控制权了。那怎么办呢？他说我们再去募资，然后找了一个新加坡人，跟他一起募资，募了一个顺维资本。顺维资本有一部分钱就是要投给小米的，另外一部分钱呢，是跟小米去协同。小米投什么他投什么，包括我们现在看到大量的米链企业，或者是叫米家企业，都是顺维资本投的。就是小米也投一波，然后顺维投一波，有的呢就是上市了，大家一起去挣这个钱。这是一种运作方式。

还有一个运作的是谁呢？就是便利蜂。有很多人在国内是见过便利蜂超市的吧？便利蜂的创始人呢叫庄晨超，他呢是斑马资本的创始合伙人之一。他呢就是说任何人想去投资便利蜂，或者想去开便利蜂的这个店，你是不可以直接投资便利蜂的。

你要去入股斑马资本。斑马资本来替你们一起去投去，这也是一种方式，就是在体外建立基金。然后呢，跟这个母基金、跟这个创始人一起联动，这个是一种玩法，就是保持独立的方向，也可以同时获得周边的各种收益。最终呢，在反哺科技研发。从我们以前做过投资的这种方式上来说，咱们也是在这一边吃着瓜，一边给人支着招吧，大概也就如此了。

至于说DeepSeek，过一段时间会不会传出成功融资的机会了，还是按照一个什么样的方向融资，我觉得我们只管看就好了。作为这种叫国运级的创新了，他向各个方向发展，这个可能性都是存在的。而且呢，作为一个量化基金的创始人，他们对于钱的理解和认知，跟普通公司的创始人是不一样的。他们对这种东西的理解是更高一个层次的。像我们原来讲，你是一个没有创过业的人，就是打工的，你对这个资本的认知在一个层次上。你创过业了，融过天使轮、A轮了，你再上一个层次。你作为投资人去投过案子了，或者给人处理过这种并购、什么这种关停并转，再往前走一点点。然后做量化基金，就是做二级市场这些人，是完全在另外一个层次上的。所以我相信他可能还能再想出一些其他的处理方式，去处理当前深度求索所面临的难题。

这就是我们讲的第一个故事，就是深度求索到底是不是在融资，或者说他未来的融资可能向什么样的方向去发展吧。

马斯克的Grok 3到底是不是世界上最聪明的大模型？暴力真的能出奇迹吗？大家好，欢迎收听老范讲故事的YouTube频道。世界上最聪明的大模型，这是马斯克对他自己家的Grok 3给的定义。如果有人不同意的话，那么会被开除的。因为XAI某一位员工在X上发帖说，Grok 3好像并没有那么聪明，然后就被XAI找到说，你要么删帖要么开除。后来这哥们想了想说，我得捍卫一下自己的言论自由，于是这哥们就被开除了。

在说所有细节之前，咱们先说说Grok 3到底怎么用。在2月18号北京时间中午12点的时候，马斯克跟另外三位小伙伴，一共四个人坐着开了场直播，把这个Grok 3发布了。我就四处去找，首先我是X每个月交8美金的Premium用户，我在X上使不了。X上你必须是40美元的Premium+用户，才可以去使用。在Grok的这个网站上呢，你也需要30美元一个月的账号才可以用。免费用户只能用Grok 2，API不充钱已经不让用了。如果是团队的话，至少花了5美元以上，每个月他会赠送你150美金，但前提呢是要跟XAI共享你的数据。

目前Grok 3的版本还没有上，你就算交钱了，你在XAI的网站上，也只能得到Grok 2的API，还要再等几周才会上线。Grok的苹果APP上面，是可以使用Grok 3 Beta这个版本的，即使是免费用户也可以去用。因为我呢对于XAI来说是一个免费用户，我就通过iOS，也就是iPhone和iPad这个版本上去，好好儿的测试了一下。后边儿呢咱们再去讲具体效果怎么样。

Grok 3有哪些具体信息呢？在整个的发布过程中呢，并没有特别详细的讲，只是说，我各种排行榜都排在第一了。Grok 3，Grok 3 mini是怎么去排上去的，讲了很多这样的话。但是呢，这个系统本身的一些细节，并没有那么详细的公开。因为可能在Grok 3稳定下来以后，会把Grok 2开源。现在Grok 1是开源的。

Grok 2可能有一些细节会被披露出来，但是Grok 3的话应该很长一段时间不会有特别详细的细节披露出来。现在能够知道的就是，Grok 3应该也是一个MoE模型，跟DeepSeek是一样的。它到底有多少参数呢？现在猜测是有1.2万亿个参数，DeepSeek是6,710亿，它呢应该是在DeepSeek的基础上翻了一番。至于这个数字是不是准确，我不知道，因为呢我去问了Grok 3，也去问了ChatGPT，最终是给了我一个这样的数字，我并没有去查原文件。

Grok 3的使用感受到底是什么样的？它呢，下边有两个按钮，一个叫Deep Search，一个呢叫Think。Deep Search实际上就类似于OpenAI的Deep Research，就是这种深度研究，它会搜索大量的内容，然后呢，再去给你出报告。Think的话实际上就是类似于O1、O3这样的推理模型。这两个按钮它特别有意思，这两个按钮呢你可以都不按，也可以按其中一个，但是不允许两个都按。这个意思大家能够理解吧？你不能又要Think，又要Deep Search，这个事是不允许的。那你说我既不Think也不Deep Search，这事行不行？可以。

然后呢，我都试了一下。在Deep Search的时候，它会直接引用几十个甚至上百个网页，非常非常多的网页，然后呢给你一个似模似样的报告，很长，格式非常非常好的一份报告。在Think的时候呢也会搜索，并不是自己去瞎编的，他呢，会搜索25个网页，以及呢X上的帖子。大家注意，Deep Search时候是不搜索X的，在Think的时候是会搜索25个网页，加上X上的可能5个帖子吧，反正我搜了几次都是5个帖子，然后给你进行一定的推理，总结出一个小的文案出来。这就是这两个功能。如果两个都不选，我既不Think也不Deep Search，它呢就不联网了，就直接是给你编一个结果出来。

大家注意，所有的大模型，甭管是谁家模型多聪明，你让他直接编出来的这个结果，都是最不靠谱的。那么，他这三个功能，就是两个都不选，或者选其中任何一个。这三个功能呢，特别有意思的一点是什么？他可以混用。

在OpenAI上呢，这种模型混用是比较严格的。你如果开始一个新话题，选择了一个模型，提了几个问题之后，你现在想去切模型的时候，你这个模型，比如说允许有图片呢，下面你要去切的时候，只允许再切换到允许图片的模型。它不允许你切换到不允许读图片的模型去。这个是有限制的。但是呢，在Grok里面它是没有限制的。就是你随时可以开始新对话，对话的过程中可以随时切模型，你可以来回切来切去。

但是呢，在这个过程中呢，有一些不是那么有趣的地方是什么？就是如果你俩都不点上来，直接让模型去编，他就不联网了。他编完第一句以后呢，你说我现在要开始进行深度的搜索了，deep search了，这个时候他也不联了。或者说我现在需要think了，他也不会去联网，他就根据现有的内容接着编下去。他是这样的一种过程。

但如果你是以deep search开始的，那么think的时候呢，他就不去搜索帖子，因为deep search是不搜索X的。如果你是以deep search或者think开始，然后你最后切换回到完全编的，既不deep search，也不think的这样的一个裸模型，去输出的时候，继续搜索。所以它整个的逻辑，还稍微有一点点小混乱吧。

那么，Grok 3到底是不是宇宙第一聪明的这个模型呢？因为你如果用iOS APP你去选的时候，后面会写一个叫smartest，最聪明的。它是Grok 3 beta，后边写一个小括号，smartest，这个是最聪明的。到底是不是？我个人感受呢，现在相差还比较远。为什么呢？为了准备这期节目呢，我其实用Grok 3去做了很多的工作，包括是他的deep search或者think。但是最终呢。

Grok3生成的所有结果都被我扔掉了。最后的内容还是靠豆包和GPT search来完成的。原因也很简单，Grok 3 deep search现在报告的格式非常好，非常中规中矩，但是大量的段落是重复的。前边写了一遍，后边车轱辘话又写了一遍，用不同的格式，用同样的话来回来去说，这个是很讨厌的。

还有一个问题是幻觉大到完全无法使用的一个状态。比如说，我问他XAI现在有多少人了，图说现在有900多人了。后来我问了其他几个模型，都告诉我是有100多人，这个可能还是稍微靠谱一点点。都是联网搜索吗？你都不是自己瞎编的，那我不知道他这个900多人这个数是哪来的。

然后我说四个人在上面开发布会嘛，中间两个人是华人。这两天在国内又嗨起来了，说你看马斯克发布Grok3的时候，马斯克只能在一边点头，点头机器。中间是做C位的两个都是华人，旁边还有一个白人。那我就问他，我说这俩华人到底是谁，什么教育背景，然后就开始给我胡说八道。他也是举的XAI里边的一些华人高管，但是呢并不是当时坐在台上这两个人。

发生这种事情的原因很简单，就是他在deep search的时候，一下瞪了可能几十个上百个网页，回来拿这么多个网页进行总结的时候呢，把内容搞串了，实际上就产生幻觉嘛，就完全没法使。

然后呢，我去尝试了一下think。think呢其实没有特别细致的测试，为什么呢？本来我想去让他做编程，但是呢，他没有API。你没有API的话，就没有办法接到IDE里边去，你没办法作为插件接进去，就没有办法详细地参与到我的这整个的编程过程里头去。我做了些简单的测试，但是感觉呢think模型对于各种编程的复杂的环境，和各种的版本和类库的话，并不是那么熟悉。这块的话可能以后等他有了API以后，再去做详细测试了。直接生成还过得去，就是如果两个都不点，让他直接生成。但是呢，因为在手机上用，并没有办法进行。

特别大规模的使用和测试，现在看来呢，XAI的Grok 3采用的是叫分梯度发布的一个方式。就是说，我先发布一点，然后慢慢地让更多的人能用，再慢慢地发布更多的内容出来，然后不断地去迭代。他现在干这样的事情。现在呢，就是手机用户可以用。那么手机用户呢，第一个用户量不会特别大，而且在这个时候，可能还能够为Grok APP带来一批的下载，这个也算是一个小心思吧。

在手机用户使用的过程中呢，你不会给他特别繁重的任务。因为你要跟他做这种很复杂的沟通的话，你需要打好多字，举了个手机在这噼里啪啦打字，很费劲的。你像我，为了做这个测试，最后是把我的iPad接到了机械键盘上，夸啦夸啦往里打字，这个还是能够问一些稍微复杂一点东西。要真是拿着手机，在那个屏幕上打字的话，这个还是挺费劲的。还有什么呢，就是不会有太正式的任务是通过手机来进行的。比较正式的任务一般会通过网页，通过电脑来去工作。

Grok跟X网站上还是有一些付费的人能够使用的。你不能说老范你没交钱，你就说这玩意不好使。这些比较高付费的用户，比如说在X平台上交了40美金一个月的，或者在Grok平台上交了30美金一个月的，这些用户呢，他是可以去用的。但是这些用户呢，数量肯定会少很多。还有一点呢，就是皇帝的新衣嘛，我付了这么多钱了，我就不能允许任何人说我是傻子，我一定要说这个钱付的是值的。所以呢，就算他们遇到问题了，上来骂街的可能性也不是那么大。这个就是马斯克当前发布了一个版本，比较聪明的地方吧。

后面语音模式的话，可能还要再等一周。我估计语音识别率这块还有待优化吧，因为语音你认不出来就是认不出来，还有口音还有乱七八糟这种事情。咱们再看看，后边会做出一个什么样的结果出来。API的话，还需要再等几周。为什么API要这么费劲，原因呢是现在大家只能看马斯克官方的排行榜，我的测试数据是什么样的，排行榜是什么样的，你自己没法去测取，给你一个手机版本。

或者给你一个网页版本。你现在想把这几千道题输进去，测试这个事太费劲了。你要想测试这东西，必须要拿API写程序去测。这个过程其实有点像法拉利的一个跑车。法拉利就说了，这个东西太贵，而且做测速的时候太危险。如果你自己去测的话，非常不安全，而且保险公司也不允许我们干这个事情。所以，法拉利跑车的最高极速，只有法拉利官方出的这个版本是唯一标准，任何人不得私自去测试法拉利跑车的最高极速。这个事情我们不承认，而且这个事我们也不允许。

现在，XAI的Grok也就是在这样的一个阶段。等以后API上来以后，每一个人都会自己去跑各种各样的测试，或者做多模型的输出结果比较。到那个时候，丑媳妇就真的要见公婆了。下一步的话是要开源Grok 2。DeepSeek是上来直接把最新的模型开源了，而且上来说，你们每家部署的跟我现在自己官网上跑的是一模一样，没有任何差别的。而且不断的有新的技术演进，不断的有新的技术新发现，都直接发论文发出来了。

但是，马斯克永远是开源上一代模型。就是他在用Grok 2的时候，他把Grok 1开源了。Grok 3能够稳定正常运转的时候，他会把Grok 2开源出来，可能还要再等那么几周或者是几个月的时间。山姆·奥特曼现在也惦记开源，刚在X平台上发了帖子说：“唉，咱们投个票吧，你们觉得OpenAI应该开源什么样的模型出来？我们是不是应该开源一个在PC本地就可以跑的O3 mini模型出来，还是说我可以在手机端跑一个这个小模型出来？”

他们是准备走谷歌跟微软这条路的。谷歌也是这样，它有一个叫Gemmar的模型，比较小的这个模型是开源的，主要也是让大家在端侧来用的。还有，微软做的这个Phi模型，这个模型也是开源的，也是让大家在端侧去使用的。但是我觉得，OpenAI如果真的把它的O3的模型，或者哪怕是O3 mini的模型拿出来开源了，或者让大家能用上了。

这也是一个值得期待的事情。讲远了，再往后呢？发布会上，中间两个华人做C位了。这种事情呢，肯定会引起国内的热议嘛。你看，还得看华人吧？华人也比较好认嘛，中国脸。

台上是四个人。第一个是马斯克，马斯克坐一个角嘛。另外一个角呢，这个人叫巴布斯基，这个人呢，是个俄罗斯人。中间的两个人呢，一个呢，叫做吴宇怀，XAI的合伙人，浙江人，在国内上完初中，15岁去了加拿大多伦多大学的博士，后来呢，是斯坦福大学的博士后，现在是XAI的合伙人。还有一个呢，叫Jamie BA，这个人呢，没有看到他前面的一些履历，是多伦多大学计算机科学系的助理教授，AI教父Joffrey Hinton的学生。

等于一边一个白人，中间两个华人。但其实你要再仔细看一下，这个是全世界人民在美国进行AI创业。一个俄罗斯人，剩下三个可能都是加拿大人。马斯克自己其实是有美国国籍、加拿大国籍和南非国籍的。中间两个，一个是多伦多大学的博士，他大概从15岁就开始在加拿大生活。另外一个的话，Jamie BA是多伦多大学计算机科学系的助理教授。所以有可能，这台上坐的是三个加拿大人和一个俄罗斯人。只是看着脸的话，是这个两个白人和两个华人。

那么，XAI未来的策略会是什么样的呢？XAI现在应该也就是100多人吧。它具体是多少，这个数字呢，并没有那么确定。但我还是相信GPT search给我的结果吧，就是不要说900多人了，就是100多人的一个公司。这种公司呢，不太可能进行全面开花，七扯咔嚓我把整个的C端到B端所有东西都做起来。这个事其实有点难度。

20万张卡这个事呢，其实是别人都不具备的这个条件。它就可以进行快速的迭代。各种方法只要确认了，说我知道这个方法是什么样的。比如说DeepSeek出了论文了，出了开源模型了，那我方法确认以后，我就可以快速的在20万张卡上给你重现出来，甚至把你的参数翻多少倍再重现一遍。这个事他都是可以干的。这呢，就是暴力出奇迹。

就会有这样的结果。这个过程其实大家看看有点像什么呀？是不是有点像世界工厂？别人只要做出来了，反正我这有的是生产力，快速的复制、迭代更新就完了。所以，这个应该就是AI未来的路，就是甭管谁做出来的东西，我都可以快速验证、快速改进我的模型。

而且呢，它使用了完全的合成数据进行训练，可能有很少一部分真实数据吧，绝大部分数据都是合成数据。所谓合成数据呢，就是由其他大模型生成的数据。他通过一定的策略，要求其他大模型去给他吐数据出来，然后拿这个模型去训练。

Grok 3一旦使用了合同数据的话，会不断的说自己是Grok 2，或者说自己遵守open AI标准。这个事情你就避免不了，因为是用别的模型生成的数据嘛。虽然XAI说我们在生成数据的过程中呢，我们还进行了反复的检查，有错误都给去处理掉了，但是他不断的说自己是Grok2，说自己是遵守open AI的安全准则，这件事来说呢清洗的还不够干净。

Grok3呢，应该只做了很少的对齐和测试，就扔出来了。后面呢，是准备快速迭代的。你如果现在去问Grok3，或者是问open AI的话，他们都会告诉你说，Grok3本身呢安全性还是不错的。但是有一点是不可否认的，他训练完成一个月就发布了，训练完了以后，只是在XAI内部测试了两周，就直接把产品扔出来了。这个是挺难以想象的，因为像open AI这样的这种模型，它每一次训练完了以后，可能后边都是需要用年为单位去进行对抗测试，或者说进行调整，然后才敢把这东西放出来。现在XAI就是我这边训练完了，我就把它扔出来了。

而现在呢，对外公布的是，Grok呢是通过思维列进行道德商值评测，就是它等于是一个思考过程吧。那我在思考的时候，我就把所有的输入输出的信息，进行道德商值的加权平均，或者说做一个加权复合吧，做一个这样的这个分数出来。如果这个分数达到一定的阈值以后，就禁止回答了。他大概是用通过这种方式来去工作的。

但是呢，并没有进行大规模的真人对抗测试。当然了，这个东西你说以后是不是都需要像OpenAI这么干呢？不好说。OpenAI现在还没有特别大的问题，但是谷歌就属于有点走火入魔了，直接被忽悠瘸了那种，就是画出黑人华盛顿那样的，这个就属于忽悠瘸了。未来可能大家都会去像XAI这样往前走。其实像DeepSeek也是这样，它从2.5到3.0之间的发布，也是大概一个多月或者一个月左右的时间就扔出来了，所以都不会做特别详细的或者长时间的这种真人对抗。未来可能都是通过逻辑的方式，让模型的安全性达到一个可以接受的程度就完了。我不保证这东西绝对安全，大家凑合使就可以了。我在不进行严格测试的情况下，不断地去迭代，这个其实才是DeepSeek也好，像Grok也好，最大的一个优势。每个小时都在改进和升级，全世界都在开发新的算法和架构嘛。马斯克有20万张卡，就可以把所有的这些公开的信息都在我这20万张卡里头去试一下。别人只能进行小规模测试的时候，XAI就可以进行全量测试，甚至我可以在你原来的数据基础上，用两三倍或者更大的数据集进行测试，得到一个世界上最聪明的大模型。所以我说这个就像中国世界工厂的工作方式是一模一样的。

那么XAI的下一步会是什么样呢？应该是会通过快速迭代，把当前的模型整个先稳定下来。现在已经可能是世界上最聪明的模型了，咱们就相信马斯克说的吧。但是呢，这个世界上最聪明的模型还经常会胡说八道。当它的模型彻底稳定下来，基本上可以达到可用的状态以后，下一步其实呢都是流量大战。这些人去搞C端估计应该是比较难，因为就100来口子人吧。最新的模型不开源，你去在B端竞争的话，也是有一定难度的。你比如说我现在一个公司里边需要去部署大模型了，那我不能去部署Grok 2吧，我肯定是部署DeepSeek V3或者DeepSeek R1这样的模型。

因为这是当前开源的最好模型，所以在这一块儿的竞争上也会有一些难度。那么，XAI的策略应该是依靠不断的快速迭代更新，始终保持自己是世界上最聪明的模型，这样的一个位置，吸引部分B端和C端的用户加入进来。自己虽然是有一定的流量，但是X自己的流量对于XAI来说应该是不够的，因为Open AI已经花费1,400万美金打超级碗广告了。所以，现在的AI行业已经进入了一个流量争夺的时代。在这个时候，可以靠产品好，靠模型最聪明，吸引一部分用户进来。像DeepSeek美国排行榜排第一，就是因为模型好，不是因为其他任何原因。他也没有那么多钱去烧这个流量去，他也不可能花1,400万美金去砸超级碗。XAI可能以后也只能是向这个方向走了。后面的路其实并不明朗，怎么依靠XAI把这个钱挣回来，现在还不清楚，还要等马斯克脑筋急转弯，让大家眼前一亮。

好，这就是我们今天讲的XAI的Grok 3大模型，到底是不是世界上最聪明的模型？暴力真的可以出奇迹吗？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。