穆斯林议员赛义德刚当选。他竞选时放话，前沿AI应该全面暂停，还说中国是快艇后面的滑水者。这话到底是暴论还是实话？

大家好，欢迎收听老范讲故事的YouTube频道。

11月3号，美国中期选举，民主党大胜，参众两院都拿下来了。密歇根州42岁的医生赛义德赢了共和党的前众议员罗杰斯，成了美国历史上第一位穆斯林联邦参议员。

投票前两天，11月1号，美国时间星期天晚上，CBS的《60分钟》播了两位候选人的专访。赛义德说，他现在每天从选民嘴里听到最多的就是AI。说到那种可能威胁人类的前沿AI研究，主持人追问了一句：“全面暂停吗？”赛义德照原话回了一句：“应该全面暂停。”那美国停了，中国不停怎么办？在节目放出的加长版访谈里，他说自己不怎么担心，因为中国很多前沿研究是在模仿美国的模型，就好比一条快艇拖着一个滑水的人。

这个比方，他10月21号在底特律经济俱乐部候选人论坛上讲得更直白：“中国能长起来，说白了，靠的是模仿我们的模型。这就像一条船拖着一个滑水的人。我们越开越快，回头一看，他还在后头。我们就说，他还跟着呢，再快点。可人家是在模仿我们的模型。”主持人反问，滑水的人不能自己追上来吗？他也承认，对方可以跳上一辆水上摩托追上来，所以得跟中国签国际条约。

这个比方一出来，常听到两种说法，说这些话的还不光是普通人。一种是，中国人就是抄，就是蒸馏。说这话分量最重的是Anthropic的CEO达里奥·阿莫代。他在播客里说，很多模型，特别是从中国来的，是冲着跑分优化的，是从美国大实验室蒸馏出来的。可要说抄，美国自己人也在抄。今年4月30号，马斯克在加州联邦法院作证，被问到xAI有没有蒸馏过OpenAI的模型。他说部分是，还补充说这是业内的普遍做法。蒸馏不是中国特产。

另一种说法是，这是扯淡，中国有自己的创新，美国一停，中国马上就超车。这话黄仁勋说得最响。去年11月，他跟《金融时报》说，中国会赢下这场AI竞赛。可他这话还有后半句，全世界一半的AI研究员是中国人，美国得让英伟达留在中国，才能把这批开发者争取过来。喊中国要赢，是为了回中国卖卡。两拨人吵的都是中国行不行，可这大半年，美国大厂到底干了什么？没几个人去看。

那这个比方到底对不对？赛义德的快艇比喻说对了一半。中国确实被拖慢了，但照样追得上。他们上台唯一能拖慢的，只有美国自己。这件事里有四层反转。第一层，一个比喻就能换来一张参议院的门票。第二层，这个外行打的比方偏偏还说对了一半。第三层，说中了，却拦不住我们。第四层，再往后走，被逼着去抄作业的可能就会换成美国人了。

封锁就像一屋子开心果，吃是吃不完的，只是越往后找下一颗越费劲。说白了，卡得住一时，卡不住一世。底气来自两样东西，美国大厂自己公布的数据，和一笔中美标注行业的账。四层反转一层一层来剥。先说比喻怎么换来门票，再看美国怎么把蒸馏堵上，然后说那一屋子开心果，中国怎么接着找，最后看开放思维链会不会反过来成为标准。剥完了，再说这帮议员上台到底能干成什么。

快艇比喻怎么换来选票

一个比喻凭什么就能换来参议院的一个席位？先看选民在怕什么。赛义德在《60分钟》里说，跟他讲AI的选民有两种。一种是学生，刚背了6万美金的学贷，毕业以后要干的那份工作已经没了，或者10年以后就没了。另一种是乡下人，数据中心要盖在自家后院，电费本来就交不起，还要担心水。饭碗和电费都是切身利益。

再看对手罗杰斯。他当过众议院情报委员会主席，讲的是不能让中国、俄罗斯占了先。这是华盛顿的老调子，跟中国比赛就是盖机房、拉电，往前冲。赛义德的快艇正好把这个调子翻了个面。不是我们跑得不够快，而是我们跑得越快，越是拖着中国跑得快。这么一来，停下来就既安全又爱国了。选民不用懂什么叫蒸馏，也不用懂什么叫思维链，快艇滑水一听就明白了。

这场选举光电视和网络广告就砸了2.78亿美金，是密歇根有史以来最贵的参议员选举。最后赛义德赢了。广告砸得再多，也不如一个比喻好记。一个形象的比喻是能够换来选票的，这一点赛义德已经证明了。

美国怎么堵住蒸馏

比喻好记，不等于比喻说得就对。那他说中国靠模仿，仿的到底是什么？蒸馏本来是个很正经的技术，就是拿大模型当老师，小模型照着老师的回答学。一家公司拿自己的大模型教自己的小模型，天经地义。问题出在拿别人家的模型当老师，注册一大堆账号，把问题设计好，一批一批地问，把回答收回来，拿去训练自己的模型。

今年2月23号，Anthropic第一个把这事挑明了，直接点了三家中国公司的名字，DeepSeek、月之暗面和MiniMax。它说，这三家用了大概2.4万个假账号，跟Claude来回做了1,600多万次问答。三家里头，MiniMax问得最多，1,300多万次，月之暗面340多万次，DeepSeek最少，15万多次。这是成箱地往回搬。

美国人是怎么堵住的？一共4招，喊人、立规矩、藏过程、罚钱封号。第一招是喊人。公司点完名，政府接着喊。4月，白宫发备忘录，说外国主要是中国在搞工业规模的蒸馏。9月8号，美国国安局、网络安全局、联邦调查局联合通报，一口气点了6家中国公司。生意上的事情变成了国事。第二招叫立规矩。谷歌Gemini的API条款里写着，不许用它来开发跟它竞争的模型。OpenAI、Anthropic也都有类似的条款。

第三招叫藏过程，这一招最狠。OpenAI把推理过程藏起来了，只给你一个摘要。到了GPT5这一代，推理的时候不许你调温度，也不给每个字的概率。也就是说，模型每吐一个字，心里有几成把握，这些数都不告诉你了。推理内容还加了密，只能原样传回去，人看不懂。谷歌去年5月也把Gemini的原始思考过程换成了摘要。Anthropic同样也只给摘要，8月31日以后新开的API账号，连前面的对话都不许你手动改了。

第四招是罚钱封号。一发现成批账号在扒数据，常常两个小时之内就能封掉，前后封了几万个。从今年9月24号开始，Anthropic连被安全防护拦下来的请求也照样收钱，问不出东西，钱照样扣。效果怎么样？10月12号，Anthropic自己公告，蒸馏的人能扒走的数据少了90%到99%，能扒走的推理内容掉了10倍到100多倍。门基本上已经关上了。以前咱们常讲蒸馏，以后这种蒸馏已经不太存在了。

为了关这扇门，Anthropic说它推掉了几万亿TOKEN的付费流量，到手的钱都不要了，护的就是这个护城河。说白了，它怕的不是少挣这笔钱，是怕别人学会以后，它的东西就卖不上价了。

门关上以后，中国模型发生了什么变化？分两头来看。一头是单个问题、单个答案。斯坦福的AI指数报告说，到今年3月，美国最好的模型只比中国最好的模型领先2.7%，这块基本上追平了。另一头是长程任务，就是让agent一口气干几十步、几百步的活。这块中国已经落后了，因为前面封住的是推理过程。

没有这部分推理过程拿去蒸馏，长程任务就会做得比较差。这就跟很多外国人看中国人做口算一样。咱们小时候练口算，背九九表，他们没练过，就看你盯着一堆数字看一会儿，然后直接写出答案，只能觉得神乎其技，完全不理解你到底是怎么做出来的。中国大模型去蒸馏美国闭源模型，碰上的就是这个问题。中间过程不给你了，只给你最后结果。特别是推理模型，没有中间过程，你对着结果只能惊为天人，没有什么别的办法。

这个过程值多少钱？Anthropic自己做过实验，同一个底座模型，拿Claude完整的推理过程来训练，编程测试SWE-bench能够考到80.4%。只拿摘要来训练，就只能考到71.8%。藏起来的正是最值钱的那一段。为什么长程任务这么要紧？现在让大模型单独回答一个问题，意义其实已经不大了。大家都是先查知识库或者先搜索，再回答。真正比的是做一长串AI agent任务时会不会跑偏。

跟大家讲一个跑偏的故事，真的让我哭笑不得。我前阵子用MiniMax的M3.1Flash做deep research，觉得这类任务太耗TOKEN了，就跟它说，这肯定有问题，给我省着点。它说没问题，我去给你优化一下。吭哧吭哧跑了半天，给了我一个优化好的结果。我让它跑一次试试，发现比原来更耗TOKEN了。

长程任务跑完以后，要检查它中间干了什么，其实很麻烦。有一天我实在受不了了，就让它把整个过程拆开，一步一步解释清楚。以前大家写的是程序，现在等于给模型一大堆提示词，让它按提示词一步一步去干，这就更难检查了。MiniMax给出的解释让我哭笑不得。它的思路是，输入的部分反正90%多都在缓存里，很便宜，不用担心。把输出缩短，不就省TOKEN了吗？

我让它搜索信息、做deep research，它去做了，但输出太长。它就重写一遍，希望把输出压短，写完还是长，又重写一遍。最后反复重写了100多遍，它放弃了，说实在没办法写得更短了。我5小时的额度就这么被吃得干干净净，还搭进去一大堆积分。最要命的是，它自己完全发现不了自己干了这么二的一件事。这就叫长程任务跑偏。

美国把过程收紧以后，中国大模型确实受到了影响。智谱的唐杰今年1月在清华的一个峰会上说过，美国和中国大模型之间的差距说不定并没有缩小，因为美国还有大量闭源模型没有开源。所以静态地看，赛义德说的有一定道理，不是完全胡说八道。美国把门一关，中国确实被拖慢了。外行的比方恰恰说到了要害。

中美高端标注的账

那中国自己标注不行吗？标注得请人给模型出题、写标准答案、给回答打分。模型自己摸不出来的门道，要靠人一条一条地教。这块中美两国的差距真是天差地别。先看总量，全球数据标注市场，美国一家占百分之三十几，有的口径是接近40%。

再看头部，美国这行最有名、最大的一家叫Scale AI，创始人叫汪滔，就是后来被扎克伯格拎回去的那个亚历山大汪。按研究机构Sacra的估算，2025年营收大概是20亿美金。中国最大的一家是名字里带“海”的海天瑞声，2025年营收3.77亿人民币。按汇率折算，跟Scale差了接近38倍，差的不是一星半点。而Scale还不是最贵的，真正贵的是那些做专门标注的公司。

专门标高端数据的公司，比如Surge AI，创始人姓陈，是个80后的华人。这家公司前年营收有12亿美金，收费是Scale的2-5倍，单条的成本很高。干活的是医生、工程师、科学家这类专家。这种数据很贵，可没有它，长程任务肯定搞不定。这块中国确实比较差，差老鼻子了。国内冒出来的两家做高端数据的公司，UniPat和Humanlaya，估值都到了10亿美金上下。可是UniPat到今年5月底，订单也就是3,000万美金，两家都刚刚起步。

长程Agent这种数据，市面上倒是有人在卖，而且很贵。卖的东西是从哪来的？至少有一部分是美国公司自己在卖。《福布斯》今年8月做过一个调查，美国的Mercor、Surge AI、afterquery、Turing这几家数据公司，在把现成的训练数据卖给中国的大实验室。中国头部的6家实验室一年在美国数据商身上大概要花5亿美金。Surge AI那位陈老板还亲自飞到中国去见实验室的老板。数据这扇门，美国人自己开着。

追赶的成本与中国手里的四张牌

但我要讲的是，任何封锁都不可能把一个东西彻底封死。讲个一屋子开心果的故事。一个屋子里堆满了开心果，你从上面摸出一颗，撬开吃了，壳还扔在屋子里。一开始肯定很容易，随手一抓，一大把全都是开心果。可吃着吃着，表面那一层就都变成壳了，因为吃完的壳都扔在最上头，找起来就变得费劲。那就往下挖。再吃一段时间，挖都不好挖了，就得筛，在一大堆壳里一颗一颗地挑出开心果。

开心果会被彻底吃干净吗？永远都不会。真正改变的只有一件事，再想找到新的开心果，成本是不是已经高到你不愿意承受了？封锁也是这样的。原来随手就能拿到的东西，现在要往下扒拉，要大量筛选，还得不停地想新办法。成本一路往上走，差距就差在这儿。封锁改变的不是开心果还在不在，而是找到下一颗开心果的边际成本。这应该是一个经济学家讲的小故事，意思就是越往后，同样一颗开心果就越贵。

那中国团队怎么办？方法都在，并不需要中国人自己去创新，需要的是大规模地组织人去标注。这肯定会提高追赶的难度和成本，让大家在追的路上滞后一些。中国手里至少有4张牌，人、用户、聪明的模型和现成的壳子。

第一张牌是人。中国别的不多，人有的是，而且至少接受过初高中教育。教育部说，今年有1,270万高校毕业生，很多压根找不着工作。还有很多35岁以后被“毕业”了的，也都是有经验的人。那就重新把他们组织起来做标注，原来没花的钱，现在花出去，不就完事了吗？

第二张牌是用户。现在中国AI agent的用户量很大。Quest Mobile的数据显示，今年9月，腾讯的WorkBuddy月活是3,235万，在办公agent里排第一。豆包的APP月活是4.19亿。我用的MiniMax code，用户应该很少，我属于小众用户。这些公司手里攒了大量的用户行为数据，拿去学习分析或者重新标注就可以了。用户就是现成的题库。也不要指望中国这帮公司给你做什么隐私保护，现在大家都在只争朝夕，一切代价都不重要了。

第三张牌是聪明的模型。现在的模型已经很聪明了。原来大量靠人标的东西，现在可以用模型直接做数据清洗，做强化学习也能出结果。牛津大学9月底有篇论文，题目就叫《蒸馏防御在强化学习之后很容易被攻破》。只用API上很容易拿到的数据，蒸馏完接着做强化学习，效果跟扒到完整推理过程差异不大。

门关了，窗户还开着。还能干什么？让美国的闭源模型帮我们改作业。原来是批量提问，拿结果去蒸馏，现在不用这么干了。把更多真实的用户用例直接扔给美国模型，让它看看整个过程哪儿对、哪儿不对，帮忙改作业。改完以后，我们对着错题本去练，不就完事了吗？

我自己也是这么干的。我经常让豆包、MiniMax code和Claude一起干同样的事，干完让Claude批改它们的作业。批完以后，让Claude重新生成提示词，再让豆包和MiniMax code用Claude生成的提示词重新工作，再让Claude帮忙迭代。Claude还会写，我觉得对它们来说，提示词应该这么写。效果还是可以的。当然，我只是说自己能干活。真正做模型、做AI agent的人，肯定有更科学的方法。

我觉得这也是为什么Anthropic发现你在干这种事以后，会扣着你的钱，还不给你出结果。估计也有很多人在用我这个方法干活。Anthropic 2月份的报告里就写了，DeepSeek让Claude照着评分标准给答案打分，等于请Claude当强化学习的判卷老师。后来它又说，月之暗面十天里通过5,380个假账号，把接近30万条自家客户的请求转给了Claude。改作业这条路早就有人在走了。

第四张牌是现成的壳子。有人拆了腾讯WorkBuddy的国际版，把里面捆着的CodeBuddy命令行工具跟3月份泄露出来的Claude code源码对了一遍，说有224段文字一模一样，内容是智能体的记忆指令、提示词，还有工具的约定。照他贴出来的东西看，不能说有些相似，只能说分毫不差。

Claude code是用TypeScript写的，编译成JavaScript再混淆，人读起来费劲。可是JavaScript是解释执行的，源代码都在，只是可读性差。况且今年3月31号，Anthropic自己还在npm上发了一个版本，夹带了调试用的映射文件，50多万行源代码全泄露出来了。现在又有AI帮着逆向，拆起来就容易多了，壳子也是现成的。

所以中国在这方面有巨大的人力优势、组织优势和成本优势。最早那一关也已经过去了，现在的模型已经聪明很多，能干的也多了。用大规模的真实用户数据，用更聪明的模型去清洗，甚至直接用美国闭源模型去做打分，还是追得上的，只是过程会更加曲折一些。开心果永远吃不完。

开放的思维链会成为行业标准吗

美国把思维链都藏起来，那中国模型的思维链呢？先往回倒一倒。2024年9月，OpenAI出了O1模型，第一次把思维过程藏了起来。有用户想套，还收到了警告信，说再这么干就停权限。后来的O3也是藏着的。2025年1月，DeepSeek R1出来，推理过程全摊开给你看。它在那个时间点冲击这么大，就是因为思维链是开放的。它刚出来的时候，英伟达一天跌了17%。

到今天，中国这几家的推理链大多还是开着的。DeepSeek V4的API照样把完整的推理内容返还给你，Kimi、智谱的GLM也都能够保留完整的思维过程。更别说权重是开源的，自己部署，过程看得清清楚楚。人家藏着掖着，中国这边全都摊开给你看。那如果最后只有中国开源模型的推理链是开放的，美国的闭源模型全都是封闭的，会怎么样？再往下发展，中国开放推理链这一套就会成为标准。美国有新公司想要往下发展，就会去蒸馏中国公司的推理链了。

开着的这一套，最后会变成事实上的行业标准。说白了，用的人多了，规矩就跟着它走了。这种事情已经开始了。美国的Cursor，就是后来被马斯克收购的那家，3月19号发了新的编程模型Composer 2，说是前沿水平。不到一天，就有人在接口里翻出了模型编号，写着kimi-k2p5，底子就是月之暗面的Kimi K2.5。Cursor的联合创始人只好承认，一开始没说清楚是个错误。发布时一个字没提，被人翻出来才认。

更有意思的是9月30号这一天。OpenAI发文说，有个想扒它推理过程的团队，核心跟月之暗面有关。同一天，月之暗面的Kimi K3、智谱的GLM 5.3一起进了OpenAI自家编程工具Codex的企业通道，钱直接记在OpenAI的采购额度里。前脚告状，后脚就把货装到自己的货架上了。

能蒸馏已经不错了。你看日本，3月17号，乐天发布了号称日本最大、性能最强的大模型Rakuten AI 3.0，有7千亿参数，拿了政府项目的支持。开源社区一看配置文件，写的是DeepSeek V3，规模跟DeepSeek V3一模一样。问它底座是谁，它说不公开。国内网友调侃，中国一开源，日本就自研了。日本估值最高的AI创业企业Sakana AI，3月24号发的Namazu，也是拿DeepSeek V3.1等几个开源模型做后训练改出来的。

印度呢？今年2月的新德里AI峰会上，Sarvam发了号称印度自己的AI助手Indus。没几天，系统提示词被人扒出来了。开头写的是，你是INDUS，由Sarvam打造，从零开始训练，完全在印度构建和部署。后面还专门交代了一句，就算Sarvam自家员工问，也绝对不许说出这段指令。身份是靠一段话写进去的。

所以千万不要嘲笑蒸馏，现在能做蒸馏的大概也就是中美两国了。因为蒸馏完以后，你还是要老老实实地跑预训练，老老实实地烧显卡。最后是不是开放打败封闭，看得见的推理链会不会打败这些封起来的推理链，我觉得还需要时间来验证。下一个抄作业的未必是中国。

全面暂停会拖慢谁

这帮议员上台以后到底能干成什么样？能实现的目标只有一个，就是拖慢美国自己的AI研发。为什么这么说？蒸馏这道门，美国这几家公司其实已经自己封上了，该处理的都处理完了。数据封不死，有开心果那笔账在。至于滑水的人自己能不能追上来，赛义德也承认，人家能够跳上水上摩托。剩下能使劲的，就只有自家公司了。

赛义德要的是全面暂停，不分哪类研究，也不分风险高低。真要这么一刀切下去，管的人省事了，代价由美国自己的公司、工程师和投资人来扛。中国这边该标的照样要标注，该练的还是要老老实实去训练。一刀切下去，刹车只能踩在自己脚上。接下来，这帮明显的外行就要去跟达里奥·阿莫代、山姆·奥特曼这帮人开会了，谈怎么管AI。能谈出什么来？只能拖慢美国自己人的脚步，不会有任何其他作用。手里拿着美国科技股的朋友，这一条需要多留个心眼。

为什么这样的人能选上？他用一个非常形象的比喻来讲他提出的问题，很多美国选民更容易接受。在任何时候，屌丝永远占大多数。相信我，即使在美国也是如此。这一回中期选举，蓝色浪潮，民主党大胜，很多神头鬼脸的人就当选了，一定还会有很多暴论。快艇真熄火了，绳子一松，滑水的人未必会停。

四层反转到这儿算是讲完了。第一层，对大多数选民来说，一个非常形象的比喻是可以拿到选票的，这位议员已经这么当选了。第二层，静态地看，他说对了，中国确实被拖慢了脚步。第三层，我们依然可以追得上。除了时间和金钱，追上这一步的条件我们都有。人员素质、低薪资、能加班、吃苦耐劳，还有大量的数据和我们的组织形式，这些都是我们独特的优势。第四层，开放的思维链最后可能会打败封闭的思维链，成为新的标准。

最后总结一下，快艇比喻说对了一半，中国被拖慢了，照样追得上。这帮人唯一能拖慢的是美国自己。开心果是吃不完的，快艇熄了火，停下来的只是快艇。

今天的故事就讲到这里。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。

背景图片

大家好！欢迎收听老范讲故事YouTube频道。今天咱们来讲一讲李飞飞的S1K模型。50美金成本超越DeepSeek R1和ChatGPT O1。

首先呢，DeepSeek到底是怎么震惊全球的？就是因为训练成本低。他的训练成本是OpenAI的3%，所以震惊了全球。

那么现在李飞飞的S1K模型，16张H100的显卡，跑了26分钟跑完了，拿到了一个32B的模型。多项测试超越了DeepSeek R1和GPTO1。

大家要注意，评测大模型呢，它有很多很多测试项。一般我们说基本上达到什么什么水平，就属于叫互有伯仲。有些你强点，有些他强点。原来大家都超不过GPT 4O，是因为只能接近它，距离它的全项指标都有差距。现在的话，大家就已经基本上可以达到GPT 4o的水平了。

现在R1跟O1算是最强的推理模型。李飞飞做的这个S1k，也算是部分超过了R1和O1，绝对超越了DeepSeek R1的32B。

DeepSeek R1呢，讲的时候一般有两个不同的说法。第一个呢叫蛮血版。什么是蛮血版？671B的那个是蛮血版。然后另外一个呢，是通过通义千问也好，LLama也好，这些模型蒸馏了以后重新微调出来的版本。所有你看到什么70B，什么32B，都是这种微调出来的版本。

李飞飞这个50美金他这个版本呢，要比他自己的32B版本还要好。大家是不是先想想，先站个队。这到底是原创呢，还是抄袭呢？对于粉红来说这是绝对原创，对于支黑来说这可能是抄袭。

因为李飞飞是个中国人，他是个北京人。后来呢是跑去四川上的学，他是成都七中出来的。SOGO的王小川，B站的陈瑞，都是他的中学校友。但是呢，另外一头呢，他是个美国的大学教授。普林斯顿大学物理学学士学位，出于对东西方哲学和科学奥秘的探索，他前往西藏研究过藏药。后来是在加州理工学院得到的电子工程博士学位，现在是斯坦福大学的教授，人工智能教母。这算是个创新吗？还是个抄袭呢？

我估计很多人可以炒半天这个事。咱们先不炒这个，在我这个频道里头，吵这个事没意义。咱们去讲讲这50美金到底咋花的。

首先呢，是蒸馏一个小样本模型。有一个什么基座呢？通义千问32B。拿这个模型去做微调，就跟刚才我们讲的那个DeepSeek R1 32B的那个基座是一样的，都是通义千问2.5 32B。但是呢，拿进去做微调的这个样本是不一样的。DeepSeek R1 32B 是使用DeepSeek R1满血版产生的数据去微调的千分2.5。而现在李飞飞呢，他使用的是谷歌的推理模型Gemini 2.0 Flash thinking产生的问题去进行的微调。而且还有一个呢，就是它的问题特别少。就是DeepSeek自己微调的时候，有多少个问题？80万个问题。而李飞飞的问题有多少个呢？1,000个。拿了1,000个问题，就把这个模型给微调出来了。所以1K就是1,000，1,000个问题的意思。S1K这个模型只有1,000个问题。每一个问题呢，都是通过Gemini 2.0 Flash thinking进行解答，并且获得思考的过程与结果。因为他总共就1,000个问题嘛，你把他塞进去16块显卡，26分钟就跑完了。成本也就是50美金。那么是不是我来我也行？我也找1,000个问题上去，50美金我也整一个出来。

最近互联网上有个新梗，什么呢？就是“中国行我也行”。这个是嘲笑那些不自量力，想要学习中国大力出奇迹，结果翻车了的外国友人的一个新梗。这个并不是那么容易。你要想说，我用1,000个问题把这事训练好，那你想去挑这1,000道题，一定是非常非常难的。它这个S1K里头，实际上有两个大的创新点。一个是1,000道问题的筛选，另外一个呢特别神奇的东西，叫做预算强制，budget forcing。咱们先去讲这1,000个问题怎么筛出来。首先呢，这一帮的学者们从16个不同的来源，收集到了5万多个问题。

在59,029个问题中筛选出1,000个问题，其筛选标准主要包括以下几点：

1. **质量要高**：所谓质量高，指的是问题的解答过程和最终结果的格式完整、逻辑清晰。如果某些问题的解答过程格式不完整或混乱，则不予考虑。
2. **难度要大**：难度大的问题通常具有更长的推理过程、更详细的步骤、更多的推理步数和更长的推理时间。
3. **全面**：最终从50个不同领域中选取了1,000个问题，确保覆盖广泛，避免领域单一。

这三个原则——质量高、难度高、全面性，是筛选的基础。在此基础上，还需要探讨艺术、技术与科学之间的差异：

– **艺术**：偶然所得，无法重现。
– **技术**：在技艺基础上不断迭代与创新，但无法跨领域应用。
– **科学**：理解底层原理，可以跨领域应用。

中国在技术上表现强劲，但在科学方面略有不足。S1K实际上是一种科学，因为其筛选和训练过程并非简单的试错，而是通过科学的方法验证和优化。例如，仅筛选出最优质的1,000个问题进行训练，效果并不理想；同样，仅筛选出最难的或最全面的1,000个问题，效果也不佳。最终，将全部59,000个问题一起训练，效果虽有提升，但并不显著。这一过程体现了科学的严谨性和系统性。

就是真正在找到底层逻辑了。找到了逻辑以后，我就可以在这个逻辑上进行优化了。下次再去选问题的时候，我就选这1,000个题。大家注意，你选的题越多，他肯定是效果越好。但是呢，选的问题很多了以后，他你这个效果提升变得非常非常的不显著了。等于你花了很多的钱，后边都没有什么用了，这个就没有必要了。我们就到第1,000道题就可以了。所以大家就可以按照这个逻辑，在不同的领域里去应用这个筛选1,000道题的方法了。这个是一个真正进入科学范畴的东西。

建议以后这些大模型团队呢，可以去学而思、新东方找一些老师回来筛选问题。这个过程其实很像什么？我这个学生要去参加竞赛了，我这个学生要去参加高考了，他的时间非常非常有限。怎么能够筛选出一套特定的题目来，让他去训练？训练完了以后，可以在有限的时间内得到最好的提分。这个过程是不是跟学而思的这帮老师们干的活非常非常像？以后再去选问题的时候，比如说我们今天要去选一些物理相关的、数学相关的，或者什么这样的题的时候，那你就找这些老师来，他就有效果。

下一个创新是什么呢？下一个创新叫预算强制。这个特别有意思，其实还是学而思老师的范畴。预算强制说白了是什么？就这个题如果太难了，就别浪费功夫了，直接终止，写一答案在这就行了。你也不是说终止就不写答案，因为咱们知道考试的时候，你万一写对了呢？该蒙你还是得蒙一个答案出来的。如果这个问题你觉得太简单了，没有用到相应的时间，你就把答案直接做出来了，那你是不是等一等，再回去想一想，稍微检查一下。但是呢，到底哪道题需要尽快结束，哪道题需要多想想呢？这才是关键点。

咱都知道说，这个题如果太难了，咱就把它扔掉。我儿子小时候学奥数的时候，他就讲过哪道题你先看一眼，如果发现没什么这个概念，就直接pass就别做了。这就不是给你预备的。如果你把时间耗在这上头了，下边题就没法做了。而且那个时候考奥数的时候，还告诉你说第几题是多少分。

多少分的题，你应该在上面耗多长时间？如果你发现你在一个3分的题上耗了多长时间以上，你就赶快放弃掉。咱们现在就需要去做这个测算了，它叫预算强制法嘛。这个budget到底怎么定的呢？推理的步数和推理的时间，以此来定这个budget。首先要对任务进行复杂度评估，先看一下这个任务大概应该推多少步，花多少时间。

然后呢，在当前推理过程中得到一些中间结果。因为我们做题的时候也是，有时候做的中间结果出来。这个时候呢，我们就要对中间结果进行一个评估。第一个评估是什么？叫置信度评估。什么叫置信度？给大家讲一个故事吧。比如说今天这个天气预报说了，降水概率99%，这就属于置信度很高，那就肯定下雨，别费劲了，就下雨吧。咱们就不用再去花时间在后边推理去了。待会来一个专家说，这个专家认为今天降水概率是51%，这个呢就叫置信度不够高。您再花点功夫，再好好想想，能不能把这事说说的确定一点。这叫置信度。

然后下一个是什么呢？叫收敛性评估。什么叫收敛性？如果你得到了几个结果，这些结果相对来说都是稳定的，而且越来越稳定，这个就结束了，就是他吧。就算是我给出的结果不是一个完全准确的结果，但是呢，应该误差也不大了。这叫收敛性。但如果说，我现在得到了三五个结果，但是这结果呢值上蹿下跳的，这都差异非常非常远。那你在这种情况下，你就回去再想一想，多花一点时间再思考一下，再重新给一个结果。然后对结果进行质量评估。

还有是什么呢？就是任务特性和标准。因为你不同的任务，对结果的质量要求是不一样的。咱比如说吧，都是打比赛。篮球比赛比赛结果100:70，看着有点像，差不太多可以交差了，就这样吧。足球比赛结果100:60，您回去再算算吧，这事好像不太对。那么在这个基础上，再进行一些动态的调整，再进行一些预设的结果。什么叫预设结果？就是当我发现某些结果达到的时候，就直接停止。比如说我推理了半天，开始骂人了，那停下来吧。

或者推理了半天，发现涉黄涉黑了，那这事停下来吧。他也会有一些这样的停止命令在里头。他呢，就是这样来工作。第一个，我们先看看这个题值多少分。你可以给他一个多大的预算？你应该是推500步，还是推50步，把它推出来？先有一个预算，然后呢，我们在推的过程中就不停地来检查结果。哎，这结果已经不错了，那就到这吧。这跟考试的过程很像。

再往后呢，就是要去看你的预算了。比如说，我的结果出来了，发现我预算呢，应该做500步的，现在做了50步就把这个结果做出来了。那你再回去想想，可能有问题。但如果有时候超预算了，我原来评估说这个结果推出来应该是50步就推到头了，但是呢，我已经推到第80步了，还没推出来呢，那就赶快停止，别浪费时间了。写一个你觉得最靠谱的答案上去，就完事了，接着做下一题。这个就叫做预算强制。

那么这种论文发出来以后的话，我估计未来所有的推理模型应该都会去使用这套东西。实际上，整个过程是不是真的很像我们儿子小时候做奥数题的过程？你先看看这个题，3分的题你应该用几分钟，5分的题你应该用几分钟。你做的过程中再去看看说，中间这个答案已经很像了，直接把它写上就完事了。这个答案看着怎么看怎么不像。咱们经常说，数学这个东西，正确答案都很美。我没感到那种美，回去再想想。

还有什么呢？我儿子小时候学的也是说这个，做题做着发现，你写出来公式越来越复杂，最后算不出来了。那这个你再回去算算可能哪错了。或者说明明挺大的一个题这么难，我怎么三步两步就把它做完了。回去再想想，大概就是这样的一个过程。

当这些东西有了以后，S1K这个模型就有了今天这样神奇的结果。所以50美金就是1,000道题。训练是50美金。咱们把刚才讲的质量最好的1,000道题，最难的1,000道题，最全面的1,000道题，59,000道题都训练，再加上什么数据准备，这些东西都算一块。这个50美金是打不住的。

但是，你就训练1,000道题，就是50美金，再加上后边这个预算强制，它就可以达到很好的效果。现在，科学的车轮滚滚向前了。S1K模型出来以后，虽然没有用到Deepseak，但是方向是明确的，筛选问题就好了。老师们又有价值了，甭管你原来是教数学的，教物理的，赶快出来说，我们再筛选一下。我们要像培养奥数种子选手那样，去微调训练这种推理模型了。而且在不同的领域里头，都可以快速的蒸馏出小模型来，并且呢，实现领域内的突破。

你比如说，我今儿不是说做数学题，我们今天想推一个这种法律的，或者想推一个财务的，那其实都是可以找到一些专门做这个法考的老师，或者专门做财务资格证考试的老师，来给我们筛题。筛完题以后进去去这个训练去，这都是可以搞定的嘛。而且呢，让所有的推理模型可以一起解答，他没必要说我一定用DeepSeek R1去解答，还是说我要去用Gemini去解答，用O1，O3去解答。我们可以把所有的推理模型都抛下来，你们挨个给我答一遍，答完了以后，我们去挑里头质量好的1,000道题或者几千道题，然后再去训练也就可以了。

现在呢，有一堆的推理模型，DeepSeek R1、GPT的O1、O3 Mini、Gemini 2.0 Flash thinking。这一次李飞飞用的就是Gemini 2.0 Flash thinking。国内还有一堆的推理模型，比如说QWQ32B，就是一个标准的推理模型。Minimax和Kimi也都有各自的推理模型。哪怕你付费的这些模型，那就付呗，反正付完了钱以后，我就得到这一堆结果，拿着这个结果，我再去训练自己的这个小模型就完了。像这种32B的模型，我是完完全全可以在我自己电脑上跑的，我就不需要再交任何钱了，这个效果就好极了。所以以后这些付费推理模型，都应该会被拿来做蒸馏。千问2.5 32B的这个模型的底子很好，下面就都是老师的事情了。就是有人去试过，比如说千问的72B的。

Llama的70B、14B、7B、1B等模型现在普遍认为，能够产生比较好的中间结果。目前，大家主要在调整32B的模型，并且已经形成了一定的共识。接下来，可以进行更精细的质量管控。因为当我们调整完模型后，就可以进行测试，比如有多少道标准题库，跑完以后有多少对多少错，就可以去测试它是否正确。如果不对怎么办？不对就再花50美金，看看是不是好一点。又不对，再花50美金，然后再整1,000个题，再试试是不是好一点。最后找到一个最优解不就完事了吗？这样，你就得到了一个在某个特定领域里特别好用的32B小模型，然后进行微调和评测。

未来，比如像硅基流动、Together这些开源微调模型就要起飞了。因为我们现在可以在硅基流动上直接点出一个32B的模型来，实际上就是你把1,000道题做好了以后，把这个文档上传给他，然后一键确认，他可能连50美金都不需要，就给你搞定了。做完了以后，你就有自己的模型可以去使用了。Together是在美国的，他们调一个模型，我记得32B的模型也差不多是几十美金就可以调一次，在国内应该会更便宜。

很多小公司原来都在喊“适合你的小模型才是最好的”，但原来这个话其实是错的。为什么呢？因为微调出来的小模型原来的效果是没有那么好的，它未必比这些大模型加上RAG效果更好。现在，李飞飞给出了科学的方法，那么行业推理蒸馏小模型的春天就来了。因为你一旦推理了小模型以后，你就有什么东西叫用户粘度，用户会继续购买你的服务，继续让你去服务下去，而不是说上来说“哎，我今天用你的，明天用他的，反正模型都不是你们家的”，这个就没有任何用户粘度。原来有这样的问题，现在就好很多了。现在的话，就直接跑到人家行业里边去做问题筛选就可以了。问题筛选完了以后，再不断的测试、调优、评估。

这个路径其实已经很清晰了。以后小公司的春天就来了，就是可以卖模型、卖服务、卖数据。原来都说我要去做一个AI公司，那你手里头没有个一两亿美金，你都不好意思说你是做AI公司的。因为你需要去租显卡、去租GPU，去做预训练模型的训练。现在不用了，现在只要筛选好问题，哪怕你多试几次，最后花个几百美金试了十次，也不是什么大不了的事情嘛。而且这些模型，就是你的用户最需要的这些东西。

我记得我原来在学软件的时候，那还是九几年，整个软件行业有一个梦想，什么呢？叫系统咨询构架工程师。什么意思呢？原来我们都说，这个软件是需要分开的，先去做需求分析，然后去做这个加工设计，然后编码，编码完了以后测试，测试完了以后部署，然后再实施它，是这样的一个过程。说以后这个软件系统就很厉害了，他就不需要这些东西了，我们只管坐到用户面前，一边问用户你需要什么呀，等于在做咨询嘛，同时就在手里点点点，确认确认确认，打钩打叉，把这事情做完了以后说，哎，你这个问题都讲清楚了，你的软件也做好了，你可以拿去使去了。从九几年就有这样的梦想，现在的话这离这个梦想就又近了一步。

现在呢，让大模型改变每一个行业，终于要开始了。原来折腾了一两年都没有什么动静。以前都说大模型可以把每一个APP都重做一遍，大模型可以把每一个行业都改变一遍。为什么喊的这么大声音？大家都在使劲裁员，都在降本增效，原因很简单，就是以前很多的公司上了大模型以后，没有效果或者效果很难评估。那么现在的话，这种可感知的效果已经到面前来了，很多的公司就要开始上大模型，去改变他整个的业务链了。因为他现在改变了以后，就可以在特定的领域里头竞争胜利，他就可以把其他竞争对手干掉，快速的往前跑了。

你想咱们做了两年大模型，每一年看到的都是什么？谷歌裁员、微软裁员，国内也是什么百度裁员、阿里裁员，全是这个。但是，李飞飞这个模型的建立，以及靠这个蒸馏推理模型去进行微调小模型的这个方式。

发布了以后，我觉得未来的2025年，就会有大量的公司出来说：“我们去给你们微调小模型吧，我去给你解决实际问题吧。”真的是可以解决问题的，就会实实在在的发生改变了。这就是咱们今天讲的第一个故事，就是李飞飞的这个50美金的模型到底是怎么做出来的，里头到底干了点什么。

ChatGPT O3mini正式发布的时候，山姆奥特曼到底算不算是认错了呢？大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲O3mini的发布，以及奥特曼到底在说些什么。

过年的时候，基本上是被DeepSeek刷屏了。全世界各地跟AI相关的，或者不相关的人，都在尝试去理解和阐述DeepSeek到底干了点什么，到底对于他们有什么样的影响。风口浪尖上的这些闭源大模型公司，特别是OpenAI，肯定也是坐不住的，把它的王炸级产品ChatGPT O3 mini给炸出来了。发布了以后，马上还去做了一个访谈，回答了很多相关的问题。在其中，承认了说在开源领域里头好像站错队了。

那么先说一下O3 mini到底是一个什么样的情况。O3 mini的速度还是非常快的，跟O1 mini的速度相近。它的性能应该是接近原来的O1性能。大家看到很多很多的评测，这个分高点，那个分低一点，也有很多人在那扑克脸，念这些评测的结果。但其实这些评测到底哪一个是什么意思，差异在什么地方，绝大部分人很难理解。我也不在这费劲跟大家讲到底是什么情况了。我只能说O3 mini也好，O1也好，包括DeepSeek R1也好，这些模型它们的能力差异其实已经脱离了普通人的认知范围，总之都很强就可以了。

现在推理模型的发展应该已经向着未来简史的作者尤瓦尔·赫拉利所设想的方向前进了。他设想的是什么呢？就是未来的社会有少数精英控制，绝大多数人会沦落成无用阶级。无用阶级就是他们既不创造价值，也没有任何的用处，可能未来的社会会变成这样。现在，OpenAI就在往这块走，DeepSeek R1也在向这个方向走。所以未来可能是少数精英使用这些博士级的AI模型去与解决各种人类的世界性难题，剩下的人，我们就是无用阶级，大家开心就好。

价格方面，O3 mini比DeepSeek R1中国部署的版本……

还是要贵的，就是比DeepSeek自己的这个API还是要贵。比DeepSeek在中国，比如说腾讯云或者是硅基流动上部署的也都贵。但是呢，它比在美国部署的DeepSeek 21要便宜。这个特别有意思，就是在together上，在美国的亚马逊、微软云，在这些云计算平台上，都已经部署了DeepSeek R1了。ChatGPT O3 mini比它便宜，也就可以了。

所以呢，在价格上也算是有了一定的进步吧。然后O3 mini呢是第一次向免费用户开放，原来O1、O1 mini都是免费用户不能用的，现在O3 mini免费用户也可以用了。Plus用户，就是一个月20美金的用户，每天呢可以使用150次。其实呢，O1和O1 mini这个用量，我从来没有达到过。那个我每天是可以使用50次的，每天150次的这样O3 mini的用量，我估计我也用不到。

像我面前站个博士，你说我看着他每天跟他说啥呢？我站在他面前就光剩自惭形秽了。这个也算是继续向公众开放的一种努力吧，与搜索相结合，这个是O3 mini做的比较大的进步。但是呢，他进一步退一步，退了是哪一步呢？他不支持上传文件，不支持图片的理解了。像O1的话是支持图片解析的，但是呢，不支持搜索。O1还支持canvas，就是它们的这种叫做画板。O3 mini支持搜索，但是不支持画板，不支持图片理解，它是这样的一个取舍吧。

但是这个呢不像是黄教主这种叫刀法精准，这个可能真的是想把这些功能都打开，还是有挺大难度的一个事情。当然，现在我们在ChatGPT里头已经看不到O1 mini的模型了，现在进去就是O1和O3 mini，以及O3 mini的一个高级版本。就是说你每次让O3 mini干活的时候，可以选择是使用普通思考版本还是深度思考版本。深度思考版本会更慢一些，然后输出的内容的话会更好一些。

O3 mini发布了以后，山姆奥特曼以及他们的一些高管……

就跑到Reddit上面去做了一个AMA的环节。所谓AMA呢，就是”Ask Me Anything”，就是问我任何事情，我就现场给你回答。和马斯克不和，所以呢，山姆·奥特曼是不会跑到Twitter上去做类似的活动的，也不会去谷歌或者是Meta上面去做类似的活动。但是，TikTok对于山姆·奥特曼这种政客来说，就太刺激了，也不会去。

当然，在这些平台上的OpenAI都是有账号的，只是呢，这种问答是放在Reddit上了。这个就显示出来OpenAI跟Reddit之间还是要更亲密一些，这个东西叫亲疏有别。OpenAI跟Reddit是有很多的合作关系的，比如说OpenAI向Reddit采购了内容进行训练，OpenAI是Reddit的广告合作伙伴，OpenAI为Reddit提供了AI驱动功能，这个是最重要的。

还有一个不那么重要的就是，山姆·奥特曼本人是Reddit的重要股东之一，这是他自己家的企业，因为Reddit是YC的孵化企业，它在孵化的时候，山姆·奥特曼应该是YC的CEO吧，大概是这样。

那么在整个的这个环节上面，AMA环节上面，山姆·奥特曼呢也承认了DeepSeek是一个让人印象深刻的创新产品了。然后O3的完整版本的模型，未来的几周或者几个月还是会公布的，因为现在公布的是O3的mini版本。新的图像模型正在研发之中，可能未来几个月还是会公布，因为去年的连续12天发布会的时候，大家本来猜测应该会有Dalle3的进一步的版本，可能会有Dalle4，但是呢没有出来，这个还在研发之中。

而且呢，也即将更新高级语音模块，这个是现在我最喜欢的功能，就是ChatGPT的高级语音。至于GPT-5呢，遥遥无期，这个还早呢。在整个的这个回答过程中，我们已经看到DeepSeek的事情呢，对于美国或者对于全球来说，应该已经算是尘埃落定了。怎么样尘埃落定了呢？第一个，这个事有没有创新？有，他们也承认。

这是一个令人印象深刻的产品，但是呢，也没什么大不了的。山姆奥特曼也说了，我们会拿出更好的模型出来的。你这个成本降低也就是这样，我们现在成本也降得很低。你在美国部署的这个产品，我比你的价格还要低一些，这个也就如此。

各大云厂商呢也都部署，英伟达、微软、亚马逊，together，很多的这些云计算厂商都部署了Deepseek。在这样的情况下，再进一步进行维权，去起诉或者什么限制，这个已经没有什么意义了。大家都已经跑起来了，而且英伟达还去玩了一个什么梗呢，就是说英伟达上部署的DeepSeek是速度最快的。在单台的HGX H200系统上，DeepSeek R1模型每秒能够处理3,872个TOKEN，这是一个多么恐怖的数字。原来我们都觉得这种推理模型很慢，你想它一秒钟可能几千字就哗就出来了，这个已经足够快了。

HGX H200系统是一个什么样的系统呢？8个H200的GPU，每个上面有141G的现存，就完全属于怪兽级的机器。那么OpenAI呢，应该也就算是承认了现实，就是Deepseak加入到了竞争过程中来，也就这样了。我们也不惦记再把你踢出去了。至于说你到底有没有抄袭，有没有违规使用，这个事我给你记着，但是呢，大家都用起来了，也就用吧。

未来呢，全世界应该都会去使用DeepSeek，因为现在英国也好，印度也好，包括日韩，都准备自己去部署DeepSeek，自己去玩耍去了。未来的话应该是各用各的，就是各国用户自己部署，自己定价，自己使用就完事了。至于中国的DeepSeek到底有多便宜呢，跟他们也没关系，他们也不会把他们的数据送到中国的DeepSeek服务器上来去用。

所以呢，DeepSeek对于整个的AI圈来说，到这里算是画上了一个暂时的句号吧。大家接着往前跑就可以了。那么到底有没有承认错误呢？这是我们今天要讨论的。首先呢，他讲到说，我们要把整个O3 mini的思维过程都完整输出出来。

原来在O1的时候，他并没有输出完整的思维过程。因为这种推理模型有一个思维过程：我先怎么讲，后来怎么讲，然后说什么东西。为什么原来没输出呢？因为怕被拿去蒸馏。如果把整个思维过程都拿出来了，人家拿回去，就直接训练自己的新模型去了。他们认为，DeepSeek还是很恰巧地获得了其中部分的工作原理，这些工作原理跟ChatGPT O1是一致的。至于到底是怎么获得的，比如说你是蒸馏了，还是怎么去猜测其中的这个结果或过程，反正你是已经达到了跟我一样的工作方法了。而且他原来并没有完全把他的推理过程都拿出来。

DeepSeek R1呢，是完全公开思维过程的。你问他什么问题，他要想很长。像我们经常问DeepSeek R1一些问题的时候，他光想的部分可能想5000字，输出的部分只有一个，比如说几百字的结果。现在他们决定了GPT O3 mini也去进行完整的思维过程输出。你们愿意去蒸馏，你们去吧，反正这个事已经没什么可藏着掖着了，后边已经冲上来了。

我试了一下O3 mini，它有的时候输出的这个思维过程是英文的。但是我今天还碰到了一次，输出了阿拉伯语的思维过程。我用中文问了个问题，然后这个中间的思维过程，哗，阿拉伯语就出来了，看的我是满天都是星星。这个思维结束了以后，最后给出的结果是中文的，因为我是用中文问的。怎么说呢，这种对于人很不友好。但是对于大模型来说，输出阿拉伯语的思维过程、输出日语的思维过程、输出英语的思维过程，这个其实是没有什么区别的，因为他们都可以拿回去蒸馏，只是降低了人的使用体验。

DeepSeek R1的思维过程呢，有的时候是中文的，有的时候是英文的。我还没有遇到过阿拉伯语这样奇怪的情况。反正思维过程大家都是进行完整输出了。山姆奥特曼也讲了，既然DeepSeek已经这么干了，那我们就干吧。

你要蒸馏？不行，你蒸馏他的去，或者你蒸馏我的都行，没什么大区别。我们也准备把所有思维过程都发出去。至于开源这一块呢，山姆奥特曼的原文大概是这样的：就是我个人认为，我们在这里站在了历史错误的一边，需要找出不同的开源策略。但并非OpenAI的每个人都同意这种观点，这也不是我们目前的首要任务。

这个是别人在问他，说你是不是要去开源的时候，他在上面给出的回复。很多人呢，看到了这一点，认为我个人认为我们站在了历史错误的一边，而认为这句话就代表着关于开源策略这件事情上，山姆奥特曼已经认错了。但是你说我是不是就可以认为未来他们马上就可以开源了？当然，大模型开源并不是把所有原代码都拿出来，而是什么呢？是开放一些权重出来，比如说像DeepSeek，像Llama，都是开放权重，就是我们拿回来以后可以再去进行部署使用，是这样的一个东西。在这件事情上呢，他说未来有可能会开放一些权重出来，但是现在这个并不是最重要的事情。而且在这里他也讲了，说有人不同意，就是并非OpenAI的每个人都同意这种观点，肯定还是有人希望继续闭源下去。

但是你说这个闭源的人到底是不是山伯奥特曼，这个不好说，因为至少他出来还是要站在一个比较高的道德制高点上说，我认为这事还是该开源的。我认为我们站在了历史错误的一边，但是有别人不同意。到底谁不同意，咱们接着往下讲。

OpenAI目前最重要的事情到底是什么？人家也讲了，说这不是我们目前的首要任务。OpenAI目前最重要的事情是融资。去年应该是第三季度吧，刚融了一轮，当时已经拿到1,000多亿美金了，现在又跑出来融资了，这个钱又造干净了。这一次的话，准备以3,000亿美金的估值再去融400亿美金左右的这个钱。而且在这一次的话，要摆脱微软的桎梏，原来都是微软出钱出的最多，微软已经出了130亿美金了，这一次的话是软银领投，孙正义领投150-200亿美金软银出。

剩下的其他人出，而软银呢将取代微软成为最大的投资方。这个是现在OpenAI最重要的事情：摆脱微软桎梏。因为谁不让他开源呢？里头有一个很重要的因素就是微软。微软呢是有OpenAI很多的独家合作权的，比如说它的Azure云上，有Azure平台的独家转售权。它可以通过微软云去销售OpenAI的API。

就是你现在想用OpenAI的API去进行开发的时候，官方有两个渠道，一个是在OpenAI的官网上，你可以直接买；还有一个就是在微软云上可以买，其他的都不行。你比如说我现在想在谷歌云上、亚马逊云上、Oracle云上去买的东西，不允许，没这事。这是第一个独家权利。

第二个呢，叫产品中的知识产权、使用权，比如说Bing，现在应该叫Copilot了，或者是GitHub Copilot，这些产品里头直接使用ChatGPT的大模型，微软是有权直接用的。第三个是什么呢？叫OpenAI API的独家托管权，这个东西只能托管在我这，不能托管到其他地方去，这是微软的独家权利。

那么开放权重的这些模型发放出去这件事，肯定是跟刚才我们讲的微软这些权力是相抵触的。微软也不能站出来说：“那我就放开吧。”作为微软这种大公司里头，任何一个下边具体办事的人都不敢去写这种协议。像我以前在公司里边做投资的时候，我们也绝不敢写这样的协议出去，什么都没有。我就直接写个协议，把原来已经拥有的独家权利直接放弃掉，这不行的。

但是在什么时候可以放弃这些权利呢？就是有新的投资人进来了。新的投资人进来以后，说他占股了，我们放弃一些权利，因为跟这个新的交易相互冲突了。在这个时候呢，可以进行一定的利益交换。所以呢，他可以趁着这一轮软银孙正义的投资，把微软这种独家权利争取回来，然后呢，再开放一些权重的模型出去。这是有可能的。

但是微软呢，这一次大概率不会去退出。就是孙正义给钱了以后，微软拿着钱跑了，应该不至于。微软呢，应该还会追加跟投。

应该在几十亿美金到100亿美金之间。他还会去投进去，按道理说呢，应该不会特别多。这但这个数字相对来说就比较敏感了。因为像投资里头呢，一般会有一种权利，就是新的投资进来以后，我们会再去给一些钱，保持原来的股份比例不降低。

但是呢，现在OpenAI内部的这些股份比例，肯定要重新调整。调什么呢？就是从非盈利机构，整个这个框架摆脱出来，要变成一家可以上市的盈利机构。这个过程的话，大家的股份肯定要重新去进行一些调整和分配。这就是现在OpenAI最重要的事儿，也就是星际之门已经正式开启了。这几百亿美金，也许在一季度就可以看到落地了。那这个是真金白银要给钱的，OpenAI要把这个钱收到手里面。

至于说这个钱，到底有多少是微软的代金券，这个一定是有很多是微软云的代金券，有多少是现金，到了OpenAI手里面，可能未来一段时间我们还可以继续吃这个瓜吃下去。

好，这就是今天我们讲的ChatGPT O3 mini发布，以及山姆奥特曼出来认错的故事。好，这期就讲到这里，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。