腾讯元宝破圈，残酷的流量竞争，有的时候就是这么朴实无华。大家好，欢迎收听老范讲故事的YouTube频道。大家有没有看到腾讯元宝的广告？如果你现在使用微信，使用任何一个腾讯家的工具，或者使用B站，使用很多这样的流量投放平台，你都会看到腾讯元宝的广告，简直是铺天盖地。现在全流量都在投放，但是最近的话，阿里通义也在开始投放广告，投的要比原来多很多。同时呢，原来投的比较多的像Kimi，现在已经稍微有一点点哑火了。因为DeepSeek出来了以后，Kimi说咱们是不是得稍微寻思寻思，这么投下去还是个头不？所以他们投的少了。豆包呢，现在投放的也相对来说比较少。原因也很简单，就是投放广告这帮人相互之间都认识。现在腾讯这样去投放的话，那他的KPI一定是总榜第一。如果豆包里这个时候不知好歹，一定要往上怼的话，这不是互相找不痛快吗？所以还是要让兄弟单位的小伙伴们可以完成他的KPI，排行榜第一这个位置，各家轮流坐就好了嘛，为什么一定是你呢？所以现在豆包跟Kimi投放下降，腾讯元宝在疯狂投放，阿里也在投一点点。

什么叫疯狂投放呢？腾讯元宝在半个月里头花了2.81亿人民币，等于一天2,000万人民币直接扔出去了。大家要注意这种投放的事情，你一定是说在一个极短的时间内砸特别多的钱，才能够保证说大街小巷，抬头低头全都能看见，才能达到这种叫全覆盖的效果。当然你再给更多的钱的话，这个覆盖可能就会产生反效果，大家会觉得反。所以2.81亿在半个月之内把它花完，基本上已经是达到中国流量市场的一个极限了。单日最高广告素材投放量，什么叫广告素材？就是不同的视频，这个视频跟那视频长得不一样，这叫俩广告素材。那么他投了多少呢？1.1万组。原来我们讲过，老外投广告经常半年换一套素材，腾讯投广告一天1.1万组素材扔出去，你也不用担心看烦了的事情。如果所有素材长得都一样，一看这个视频，就知道是推什么什么东西了。

这么多钱砸下去的话，你是会烦的。那就为了避免烦怎么办？多上素材呗。素材这个东西都是人做的，1.1万组素材，就是下面有很多很多的广告投放。小伙伴们在这里，举着各种各样的视频工具，在这生成视频，举着Photoshop在这画图。这个是很大的工作量，也是成本。全渠道覆盖，覆盖微信、QQ等腾讯系的所有应用，以及b站、知乎、小红书应用商店等外部平台，甚至一些海外媒体都跑去投放去了。大家注意，你如果是用苹果手机的话，你的iOS账户不在中国，你连搜都搜不到这个元宝。但是人家也给你在海外平台做了一些媒体投放，你下得着下不着我不管了，反而这个媒体我得把它钱花出去。关键词的流量截流，还干了这样的事情。这个实际上稍微有一点点灰色。什么叫关键词流量截流？你现在在小米应用商店、百度搜索里头，你搜索DeepSeek的时候，腾讯元宝排头一个，它的广告放在最上面。小米应用商店也好，百度搜索也好，它是卖这个服务的，腾讯元宝把这个钱都花了，而且直接在微信生态里头进行生硬导流。你现在通过微信的搜一搜功能，朋友圈广告、九宫格入口等，直接导流下载，借助13亿月活的微信直接开始干。效果怎么样？没几天就直接登顶苹果中国区免费榜APP榜首了，第二名是DeepSeek。

我们以前经常讲说，在互联网这个时代里头，先发优势是个巨大的优势。像腾讯肯定是属于后发了嘛，在做大模型这块。那么如何跨越先发优势所带来的鸿沟呢？通常只有两条路。第一条路呢就是等待对手犯错误，现在谁也不比谁笨到哪去，所以这事就甭想了。另外一条路就是巨大的投入，直接把这事砸下去。当年微信就是这么砸出来的，所以现在腾讯元宝想去复制当年微信的这个路径。当年微信也是个后来者，当时是有小米的米聊，还有其他的一些手机IM工具，相对来说起步比较早的，而且呢，用户量也还是比较大的。那么微信上来以后，他也没法指望雷军去犯错误，那就直接牺牲手Q手机QQ，你来给我微信导流量。

全流量给我导进来，这个才有了微信。这个投入根本就不是能拿钱来计算的，他是把一个非常棒的、非常大的产品直接给废掉了，进行流量置换做出来的。到现在为止，你去问手Q的这些人，还在这咬牙切齿的恨，说当时如果不倒给微信的话，没准手Q就有了。但是为什么要倒给微信呢？因为QQ这个东西，他的包袱已经很大了，各种的功能非常多，里边很多陈旧的关系链是无法理清的。所以必须要整一个新的，如果不做这个转换的话，手Q可能在长期的竞争中会失利的。所以，马化腾下定了决心说：“咱们把最好的产品全都导进去，牺牲掉一个大产品，塑造出现在的微信时代来。”

当然，这一次你说是不是还能够复制微信成功的这个路径，有些难了。为什么呢？因为决心没有到那个量级。待会咱们再讲。那么如果腾讯做了，你该怎么办？这个呢是当年所有创业项目在早期的时候，投资人都会去问的一个问题。创业者跑到这来要钱来了，说：“你看我有一个想法，或者我做出一个产品来，产品很漂亮。”然后每一个投资人就问：“腾讯做了，你咋办呢？”有一个标准答案：“腾讯很大，内部的方向很多，内耗很严重，但是这个方向就是我的全部了，没有什么可内耗的，我一定跑的比腾讯快。”这个是当时这个问题的标准答案。

现在为什么讲这个故事？就是大公司做新产品，最大的阻力是来自于内部的。所以腾讯元宝其实也是如此。腾讯元宝使用微信登录之后，居然还要填手机号。从这一个点上你就可以看出来，内部并没有打通，跟当时微信直接牺牲手机QQ的这个状态是不一样的。为什么说微信登录以后要填手机号，这事就有问题了呢？大家注意，微信绝大部分跟手机号是绑定的，所以微信是知道每一个人的手机号的。腾讯家的腾讯元宝，用了微信的账户登录以后，他没有办法从微信那边得到手机号，还要让用户再填一次手机号。这个就明显体现出来这种离心离德，一方面微信不把手机号给他，另外一方面腾讯元宝希望在微信登陆以后，还可以自己掌握一个手机号。

万一以后这个用户不再使用了，我还可以通过手机号去唤醒用户，给人发短信，而不是说我可以直接通过微信登录的信息，下次给他发微信把用户唤醒。他做不到这个事情，所以现在就通过这一个小细节，你就知道这个里边并没有打破很多致误。所以这也是一个内耗的体现。

现在并不是腾讯家所有人都在接元宝，而是腾讯家所有的应用都在接DeepSeek。每一个部门有各自的这种考核指标，有各自的利益。小团体利益才是最重要的，大家都在赛马，包括腾讯自己很多的产品，都是在DeepSeek的基础上再去做服务。那么相互之间的话也要坚守门户，而且很多的资源你可以调剂，这个没问题。你说让我微信给这个腾讯元宝，调多少资源过去，这个没毛病，但是结算你得给钱。最后看财报的时候，这一部分钱是要出来的。

而且在大厂里头，特别是像元宝这样开始疯狂投放了，开始花钱砸量了。马化腾多少年前2022年就说了，说腾讯以后再也不花钱买量了，这个又开始啪啪啪打自己脸了。腾讯元宝开始买量的时候，腾讯内的所有部门都在看着呢，看什么呢？你什么时候犯错误。而且这种事情稍微有点风吹草动，这些部门就会跳出来，把这个错误无限放大，冠冕堂皇的说法是什么？我们要反思一下。所以呢，他们现在的日子应该并没有那么好过。

现在几个大厂在AI面前，其实都差不太多，就跟腾讯元宝的这个状态都很像。腾讯自己算起步比较慢的，一开始这个百度在这折腾的时候，字节在这折腾的时候，他没说什么。等他出混元大模型的时候，发现已经完全赶不上趟了。DeepSeek一上来说来冲吧，底层的大模型已经搞定了，咱们就直接冲上面应用冲流量就完了，反正咱们腾讯有的是流量。

元宝还在跟一个叫IMA的产品进行竞争。元宝呢就是个人用的，IMA是这个企业用的。IMA的功能要比元宝要高很多。现在元宝算是获得了投放资源，等于他手里有钱了，预算给你划拨过来了，就看你后边能冲成什么样了。如果这一波投放出去，留存不是很好的话。

基本上，我估计也就一个季度。按这种大厂的节奏，这一个季度过完了以后就该断粮了。可能有些人就要离职了，内部就该开始开反思会了。而且从现在元宝这个产品形态来看的话，留存不是会特别好。为什么呢？第一个，它功能比较浅。它就是把DeepSeek的搜索、深度思考搁在里头，其他啥都没有。画图、智能体、陪伴、语音，所有这些东西他全都没有。这块的话跟其他像豆包这样的工具去竞争就会难一些。

另外一点是什么呢？缺乏活水。什么叫缺乏活水？就是现在的腾讯元宝跟腾讯内部的很多应用其实并没有打通。你可以通过微信去下载腾讯元宝，但是你要想把微信里的内容导到腾讯元宝里头去进行搜索，这事都费劲了。腾讯元宝可以搜索微信公众号，但是呢这个微信公众号跟你是不是订阅过没关系。其实我们最希望搜索微信的东西是什么？是聊天记录。我什么时候跟谁谁谁说过一什么事，我们天天拿起微信来都是讲这种事情。但这块并没有打通，这是入口不对。

那出口也不对。腾讯元宝你按道理说，我搜索完了的结果，我应该比较方便的可以发布到微信公众号、发布到微信群，或者发送到微信的各种聊天窗口里头去。没有，他连这个分享功能都没有。所以他跟腾讯内部的很多项目没打通。腾讯内部的很多项目说算了，我自己接DeepSeek，我才不给你打通呢。所以呢他现在再往前走是比较费劲的。

像打通做的比较好的是谁？就是x的Grok。直接就在页面里他就有，包括他在APP里你一点下，他就直接可以去聊天了，直接可以去问问题了。问了以后，你直接就可以把GROK给的答案分享到X平台上去。这个叫打通的比较好的。

所以我们现在看看，微信下头给元宝的入口在哪？你打开微信以后在这个最底下有一个我的这样的一个按钮，在最右下角吧。点完了以后呢，有服务。在服务里头有一个叫生活服务。生活服务下面呢，有很多很多的这个按钮。其他的按钮点进去了以后呢，都不会跳出微信，你都是在微信里头该干嘛干嘛。

但是元宝这里，你只要点了就是下载。他那个叫元宝下载，你点完了他先提醒你：“你现在要退出微信吗？”一看就不是自家兄弟。所以这个还是有挺大差异的。虽然腾讯元宝是做了有小程序，或者类似这样的东西，可以让你的微信里使。但是你在这个元宝下载，这只要一点他就问你要不要退出去。这个内外有别。那你说腾讯是这样，其他几家呢？咱们看看阿里。阿里呢，通意现在也在打广告。但是要注意，阿里整个的这个平台叫通义千问平台。通意跟千问其实是俩平台。你如果想用通译，它有APP。你要想去用网页的话，是通译，点什么阿里云点CN，大概是这样的一个网址进去。然后呢，你要想用千问是QWEN.AI。千问自己有网址，而且千问自己连APP都没有。这是两个完全不同的平台，都在推广。

另外一头呢，夸克也在推广。夸克浏览器，夸克网盘，夸克里边也接了DeepSeek，也接了通义千问的所有模型。阿里云现在也接了的DeepSeek。大家各自推广各自的。千问这模型这头是开源。刚才我们讲的都是各种的AI入口。模型这一块现在在推WAN 2.1，实际上叫通义万象2.1。这是什么东西？是一个文生视频和图生视频的一个大模型，开源的，1.4B和14B两个版本，可以下载。在那个comfy UI里边就可以直接部署，可以用，效果还相当不错。所以现在他们在使劲推这样的一个东西，就是大家相互之间都在竞争。到底哪个是重点不知道。你想当年微信推下来的时候，是整个腾讯公司所有的力量往一个地方使，任何人敢使绊子的，直接干掉的一个状态。现在的话，甭管腾讯也好阿里也好，都没有找到自己要孤注一掷冲上去的方向。

百度呢，更乱了。现在全面接入DeepSeek。我今天百度网盘的客户端都提醒我要升级了，干嘛？接DeepSeek。你现在可以在百度网盘里进行搜索，在你自己的盘里搜，然后找到所有相关的内容以后，DeepSeek给你总结出来。至于百度自己的入口，叫文小言这个APP。

文字的文，大小的小，语言的言。他呢，本来说是要免费，因为原来的文新易言的4.0模型是要付费的。但是免费呢，还不能马上免费，要5月1号以后再免费。所以他们自己方向也还在纠结之中，文小言还在苟延残喘。其他百度所有的这些入口都在接DeepSeek，包括百度搜索都接了DeepSeek了。但是百度搜索的DeepSeek是我用的，所有DeepSeek里最难用的。使两三次以后还告诉你说，我服务器忙不给用了，真的不知道他们在纠结什么。

字节跳动火山，Coze，Trae，豆包，极梦内部也还在卷来卷去。而且现在字节是所有大厂里头唯一的一个没有明确、彻底的拥抱DeepSeek的公司。他们现在还在觉得豆包模型可以再晚秋一下。现在各大厂的AI助手是一个什么样的状态呢？咱们今天讲的是腾讯元宝。元宝就是极其简陋，这不能说简单，就简陋的一个工具。这个工具的整个的功能呢，应该是照DeepSeek的那个功能抄回来的，就是聊天、搜索，深度思考，一共就这么几个功能。模型上一共俩，一个是腾讯自己的混元，一个是DeepSeek。速度很快，搜索的效果也还可以，就是这么简单简陋的一个功能。没有语音，没有什么画图，什么本地知识库，其他的一些更复杂的功能全没有。

另外一个IMA是给上班族、给单位用的。这个项目里头呢有本地知识库，你下载了这个安装以后，你是可以去建立本地知识库，把文档传进去，在本地知识库的基础上工作的。这个功能要稍微多一点点，但是更多的功能也没有了。阿里就是通义，是上一代比较老的这种AI助手，功能非常多非常杂乱。一上来以后说你是要聊天，是要搜索，是要深度搜索，还是要画图做视频，什么都可以。但是你要想在这个里头使用通义万向2.1的模型去做视频，慢的一塌糊涂，基本上没法使。千问压根就没有客户端，很多程序员喜欢使用千问，他呢会把千问的各种大模型的最新版本都拿出来给你去用。夸克现在还在很努力的推广。

很努力地去投，这个是阿里现在的状态。百度本小言，这个怎么说呢，我也就不评价了，因为我使的实在是少，每用一次生一肚子气，所以就不再去仔细评价了。字节的豆包呢，其实是所有的这些工具里最好用的一个，它的唯一缺点就是没有接DeepSeek。但是呢，现在字节的推理模型，深度思考这些东西，其实都已经上了，效果还是相当不错。而且语音模型这块，字节是做的最好的，就是你跟他聊天，基本上是可以达到GPT-4高级语音功能的这个程度的，这个是最棒的。

投放的逻辑思考，跟大家稍微的分享一下。因为今天咱们讲的是朴实无华的流量战争吧，在什么样的情况下会去投放？这个有一个逻辑，大家注意，用户是没有忠诚度的。什么意思？你不能说你因为爱国，因为什么东西，你必须使我东西，没这道理。东西好使我就使，不好使我就走了，所以用户是没有忠诚度的。反过来，用户又是很记仇的。什么意思？你给我这工具不好用，那我会记住你，下次改好了你说，我改过了你再试试，这费劲了，他记仇。所以呢，这个就是投放的一个基本逻辑。

如果你的产品还不够好用，你也可以投，但是呢，这个时候就是要小批量投放。回来的用户是测试了这些用户，等于是你给人吃屎了嘛，给了人一个很烂的这个产品去用，下一回可能这些用户就牺牲掉了。等你把产品做好了以后，你再去进行大规模投放的时候，前面被你去做实验的这些用户，你就不用再指望他们回来了。这是一个大的原则，所以一定要在产品好用的时候，再进行大规模投放，一把冲上去把用户买回来。

而且呢，还有一个问题是什么，就是要抢先手。刚才我们讲了，先发优势是很重要的，所以谁第一个把产品做的可用了，一定要疯狂的冲进去投。所以Kimi现在好多人就笑话他说，你看你现在投成这样了，成笑话了吧，没什么可笑的。他们的逻辑是正确的，他们是第一个在国内把产品做到可用层级的，所以在这个时候叫疯狂头，只是没想到后边DeepSeek横空出世。

那真的是“既生瑜，何生亮”的一个故事。在中国商业的各种竞争故事里边，这个是没有任何问题的正确决策。所以要早做，然后产品好用，一定是要把最后一个铜板都砸进去，要拼死去做投放。为什么？因为明天的流量永远比今天贵。而且你现在买完流量了以后，只要给用户造成了心理认知了，别人再想去转换，虽然用户没有忠诚度，但是转换的成本也要比你搞一个新用户要高。这是一个一锤子买卖的故事。这个如果留存好，那就没有任何问题，咱们就继续冲下去。如果留存差，这个投放就是个毒药，因为我今天买了100个，明天发现还剩10个，这叫次日留存10%，那么这个投放就属于浪费了。因为你怎么投，他的总用户量是不会涨的，流失实在太快了。而且只要是次日就跑掉的这个用户，你以后再想花钱把它买回来，千难万难。你已经伤害过我一次了，没有后边了。

总结一下，今天咱们讲的是一什么故事？叫“城头变换大王旗”的故事。城头是什么？中国流量市场，从Kimi换成豆包，再到现在换成腾讯元宝，这就是最残酷的流量战争。最后挣到钱的还是腾讯，还是字节跳动，还是B站这些流量端，他们把钱挣着了。至于这些做大模型的，您只管花钱就可以了。所以流量战争的朴实无华是什么？就是叫“一力破十会”。很多人说我这有什么投放技巧，投的比别人好，这事有效没有？有效果，但是等到最后，这个半个月花3个亿的时候，你所有这些流量技巧，其实都没有那么大的效果。流量池就这么大，这就是一个“大力出奇迹”的故事了。

中国的AI行业在DeepSeek之后，彻底拉平了底层的差异。原来还有说，百度你的模型差一点，通义千问你的模型好一点，豆包你的模型差一点，混元可能还将就使。现在别费劲，通通都是DeepSeek。就算你的模型跟DeepSeek之间没有特别大的差异，但是DeepSeek它已经在全民心目中建立了这种叫“心理刚印”，大家都已经记住了，DeepSeek是最好的。这个事建立了以后，那后边要做的事情。

就是中国人最擅长的一部分了。我死不死无所谓，我要你死。最后，咱们用《哪吒2》里边的这句台词作为结尾。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。

大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲DeepSeek。这条鲶鱼搅浑了水，GPT5要来了，百度也要免费开源了，到底是一个什么样的情况？大模型这个赛道未来会怎么去发展？

DeepSeek呢，算是彻底改变了游戏规则。OpenAI给整个行业挖的坑，到现在呢，还有一些公司没查出来呢。什么坑？就是客户端这个订阅20美金一个月这个坑。这个其实是一个非常失败的商业模式。谷歌到现在还在往外爬，因为谷歌他其实自己不太想爬出来。为什么？因为他一旦爬出来以后的话，谷歌搜索的广告收入就没了，只能在那里头装聋作哑了。Perplexity到现在也还在思考，到底是不是要爬出来。

大家有没有想过一个问题？开源模型，因为DeepSeek是满血版671B的开源模型，它对于OpenAI的伤害，到底是ToB的伤害大，还是ToC的伤害大？这是一个大家值得去思考的事情。虽然现在DeepSeek在很多的C端有非常大的影响力，就是很多的个人去下载这个东西去用去，但其实真正的开源模型影响最大的是B端。我这是一个自己的公司，我是一个政府项目，或者是一个什么样的商业相关的事情，我要去使用大模型的时候，一定是会优先去选择这种完全可控的开源模型，而不是说我去用人家的闭源的，买人家API。因为你一旦是有开源模型的话，你就可以选择完全私有部署，我自己买台服务器往里装就完了。

现在中国卖的特别好的就是DeepSeek一体机。什么叫DeepSeek一体机？就是它一个机器里边给你塞满了，比如说8块或者16块升腾910，华为的这个算力卡，可以把DeepSeek 671B的这样的模型直接塞进去，就是一台机器搞定。但是这机器很贵，这一台机器大概是三四百万人民币。但很多的大企业说，我们愿意去花这个钱。中国的那些大企业，特别是央国企，他们花这种钱还是蛮开心的。花完了以后，华为就可以发挥他们比较擅长的事情。

做这种ToB销售、做大客户销售，剩下的这个我们就不能细说了。所以一旦是有这种完全开源的大模型，而且是跟你这个OpenAI差不多功能的这种大模型的话，对于OpenAI也好，对于谷歌也好，最大的伤害是B端的。C端的其实你说有伤害吗？有，但是C端的人呢，主要是凑个热闹，我们上去看一下就可以了，发现“哎，慢了吧唧不太好使呢”，就跑掉了，也就这样。但是B端真的是差异很大，现在大家都已经开始动起来了。谷歌的Gemini 2.0 Pro已经发出来了，而且谷歌Gemini 2.0，就是Flash、Flash light什么一大堆的版本出来，那是真便宜，而且是比DeepSeek还便宜的一个价格。你不是跟我卷价格吗？我卷的比你还低，现在是谷歌的应对方式。

而山姆·奥特曼的话，也终于要发布他的GPT-5了。这个是路线的一个彻底改变，从去年年底12天连续的挤牙膏，到现在突然说“哎，GPT-4.5要出来了，马上GPT-5也要出来了”，这个转变是非常非常巨大的。而且我相信到目前为止，这个弯应该没有转完，这只是转了其中的一半，剩下的我们还要再等它继续去发布，还有一些新的消息，可能未来一段时间会出来。为什么说这个弯还没有转完呢？因为你还得开源一部分，你光说我4.5和5这事不行。到目前为止，OpenAI到底怎么开源这件事，山姆·奥特曼都没说，这个肯定是有问题的。

而且山姆·奥特曼也好，OpenAI也好，现在已经开始有流量焦虑了，就是他们的流量到底了，靠自然增长涨不上去了。所以他们1,400万美金，跑到超级碗去打广告去了。他们等于进入到下一个阶段了，原来就是我自然增长，再涨上去就完了，现在涨不动了。而且呢，除了出4.5和5之外，还要求什么呢？就是他还说了，我们要开放全部的功能给免费用户使用，不用再去说一定要交钱了。这个是非常大的变化，就是你甭管是GPT-4.5还是GPT-5，什么搜索、什么生成图片，这个东西免费用户都可以用起来。

这个是真的要革自己的命的路子了。GPT-4O以后，其实再往后发展，这个事本身是挺难的。就是普通的这种对话模型，在GPT-4O出来以后，我们就做过这个结论。其实GPT-4到4O之间，主要增加的东西是什么？是语音的部分，是多模态的部分，高级语音功能。为什么涨不上去呢？原因就是你再往上涨，大家其实没法欣赏了。

马上要跟大家见面的GPT-4.5，就是说未来几周就会见面。那么4.5代表的是什么意思？有提升，但是呢，提升又不够大，所以它的名字叫4.5。越往后发展，这个提升就越难被普通大众所感知。你说我今天去跟一个出租车司机聊个天，哎，聊得还挺开心。待会你在这给我做一个博士，我跟他聊天发现聊不到一块去。人家说什么我不懂，我说什么，人家都是像看傻子一样看着我。那这个事肯定是没法整。因为你GPT这种东西从4到4.5或者到5，你变得更聪明了以后，是不是就是我说点什么，对面都像看傻子一样看着我呢？这个就会很痛苦。

而且加入搜索以后的话，其实对于大模型本身，就没有那么高的要求。他只要把我们的内容通过互联网搜索以后，再去进行一个总结归纳的话，他对于模型本身的能力要求，其实已经下降了。还有一个问题是什么？就是越聪明的模型，对于安全和对齐就越费劲。我还记得在GPT-3.5出来的时候，他们就说说，我们这个模型其实训出来一年多了。那这一年多干嘛呢？就是不停的在去做对齐，做安全性的这种防护，不能让人去攻破它呀。而且发出来以后还不停的有人上来说，我奶奶告诉我怎么样，或者是我做了个梦造原子弹了什么，还不停的去绕他。绕了这么多年了以后肯定是攒的，各种各样的防越狱的手段越来越多。

那么现在GPT-4.5可能早就训练出来，但是他就为什么没有办法把它拿出来？就是没法去搞定这个安全措施。原来可能还要再去蘑菇很长时间，内部才能达成一致，说我们把它放出来。现在DeepSeek来了以后说算了，不用费劲了，咱们拿出去用吧。

其实，在Llama出来的时候，OpenAI这边就应该想明白了。就是在这个时候再把它做这个，那么安全其实意义不大。因为有开源的，你这个做的再安全都没有什么意义。

DeepSeek在安全跟对齐这方面呢，有点像拼多多的商品。原来很多人说DeepSeek是AI界的拼多多，这个是有道理的。拼多多的商品有什么特点？能用，这个东西不是说不能用，能用便宜，但是安全性跟稳定性呢，就没有那么讲究。你去拿DeepSeek，特别是DeepSeek的API，基本上是百无禁忌的。一个模型放在那里，那你说这个大模型这样百无禁忌，他有问题，你万一说点不该说的怎么办？

但是你想想，我们今天相当于雇了个人在家里干活。我们希望这个人的道德标准是由我们掌握的，而不是由DeepSeek或者OpenAI，由对方来掌握的。我觉得宁肯找一个百无禁忌的人回来，我们重新给他立规矩，也不要说哎，已经训练好了一个道德规范，在进我们家来。这个还是有区别的。而且现在大模型安全性这一块事，大家都还在摸索，谁也没有搞明白，到底怎么能够让大模型彻底安全下来。现在就是一抓就死，一放就乱的这么一个状态。DeepSeek就属于彻底乱带了，像Claude呀OpenAI，都属于抓的相对来说比较死。

但是我觉得对于很多ToB，就是自己可以去做这个开发的，这些用户来说，我自己把握，你不要指手画脚。GPT4.5这个呢，应该就是OpenAI的最后一个对话模型了，再往后不做了。再往后的所有方向都是向O系列，也就是推理模型的方向前进了。那么GPT5是什么？GPT5其实是不用太期待的一个东西，它呢应该会在几周或者几个月之后发布。这个名字呢应该是逼出来的，就如果没有人逼它，我估计它也就不叫GPT5了。GPT4.5发完就完事了，接着做O3、O4、O5，就这么发下去了。那现在不行了，要改方向，新的方向就是GPT5。那这个名字到底是什么意思呢？其实GP5不是一个模型。

它是一个AI agent的聚合体。他后面有大量的O系列模型，如O1、O3等，这些模型在后面盯着。然后，4.5这样的对话模型也在后面盯着。他呢，是每一次接到一个问题以后，根据用户的意图来判断，说你到底想干嘛，然后再调用不同的模型来解决用户的需求。

很多人使用OpenAI以后说很讨厌，说你这个上面有一个叫模型选择器的东西。你上来以后先要选，我到底是用4回答问题、4o回答问题、4O mini，还是用O1、O3，用哪个去回答问题。选来选去的很麻烦。现在甭选了，我们就统一入口。你就来问，问完了以后我替你选，替你去回答就完事了。你就不用管后边我是怎么调度的了。这个呢，算是又一次指明了方向。

OpenAI说这个话之前，或者山姆·奥特曼说这个话之前，谷歌呢，还是发了一大堆的模型出来。他那个模型叫Gemini 2.0 Flash、Gemini 2.0 Flash light、Gemini 2.0 Pro、Gemini 2.0 Flash thinking，等于是这个系列的模型出了一堆。OpenAI说别费劲，咱们统一接口。而且呢，所有功能都统一放在一起。像去年其实我讲过好多次，就OpenAI这个模型不支持上传图片，那个模型不支持搜索，再了一个模型不支持什么canvas，就是那种画板。每一个都是很别扭。现在说，哎都有，GPT5所有的这些功能，什么搜索、高级语音、多模态生成、生成视频、生成音频、图片识别、文件上传、canvas，统统都放在一起。就是你就不用管它后边儿到底是谁了，我给你搁一块儿完事儿了。这个还是非常棒的一个事情。

所有免费用户都可以使用全部的功能。那你说还有没有人付费呢？付费用户是可以根据付费的情况，获得更聪明的回答，或者是更多步骤的回复。但这个效果怎么样呢？我觉得还有待观察。我现在感觉，OpenAI又在给大家挖坑儿了。就前面它这个一个月20美金，我就觉得是个大坑儿。

免费用户获得这个比较笨的回答，付费用户获得比较聪明的回答。这件事我觉得被人歧视了，总觉得浑身不舒服。当然了，我现在已经准备要退定它了，一个月20美金，可能等到GPT5出来的时候我就退定了。以后呢，就是有钱人获得更聪明的AI服务，穷人的话面对的就是敷衍了事的扑克脸了。未来只有O系的推理模型还会继续发展，这种普通对话模型到4.5到头了，到此结束了。

为什么是走这条路呢？你说我们真的需要那么多工程师吗？真的需要去解决什么全人类的这个疾病问题吗？其实不是。这种推理模型有一个很大的优势是什么？它可以一部分地解决幻觉的问题。有的时候说真话，有的时候说假话，或者是有的时候一本正经胡说八道。这个事大家是受不了的。大家要注意AI犯错误的方式跟人犯错误的方式是完全不一样的。

人类犯错误的方式是什么？就是我们会在不熟悉的领域犯错误，还有什么？在疲惫的状态下容易犯错误。而我状态好的时候可能说的比较顺溜。人呢，在不熟悉的领域或者是疲惫状态不好的时候，情绪能表达出来，他会犹犹豫豫的，说的不是那么肯定。所以大家也比较容易判断你这个答案是不是靠谱。有很多人就他自己也不懂，这个东西到底对不对，但是只看对方的这个语气语调，就能猜出来：“哦，这个事原来你也不太拿准。”

人呢，在被反复询问的时候其实会不耐烦，这都是人的特性。AI正好反过来，它呢是任何时候犯错误的概率都差不多，就是甭管这东西你熟还是不熟，AI其实没有什么状态的问题，他都会犯错，而且犯错误的概率是一样的。而且呢，人犯错误的时候会显得犹疑不定，AI呢不管是不是犯错误都一本正经，所以我们经常说他一本正经胡说八道嘛。

当然AI有一个好处是什么？他被反复询问的时候不会不耐烦。所以推理模型呢，他就可以解决这个问题。一个问题我问你3遍，问你5遍，再拿这些结果进行判断，看看是不是一个靠谱的结果。所以这个就是O系推理模型，大家很努力地再去往前推这个事情的原因。

因为我最近一段时间是 DeepSeek R1 用的比较多。O1 出来，O3 出来，其实我用的都比较少。但是 DeepSeek 出来了以后，我还是很努力的用了一下。我发现就是很多事情，不是一些数学问题、物理问题、工程问题，就是普通的这种生活中的问题，你扔给推理模型去干，效果也挺好的。唯一缺点就是慢，还有一个就是啰里八嗦的。中间上这个思维链这个事是比较讨厌的，其他的都还可以。

再往后呢，就是 API 可能会比较麻烦。现在山姆奥特曼就是说以后 API 也是统一接口，但这个就很麻烦了。为什么？就是你可能问了一个很简单的问题，不定他哪根筋搭错了，直接跳到推理模型那边去干活去了。那你可能这一个问题就直接几千个 TOKEN，上万个 TOKEN 就直接干掉了，而且出了一大堆啰里八嗦的东西，你也不知道他在说什么。这个事是比较讨厌的。所以我估计 API 可能还是分模型去处理的，这个应该是让我们自己去选择。你不能说你替我选完了就直接干了。

所以呢，GPT5 呢其实是一个黑箱子。每个用户提问之前，也不知道会为哪个模型去服务，也不知道会获得多大的算力，或者是推理预算。免费用户获得的服务可能会不太稳定。就是用的人少，没准多给你思考一下；用的人多就拉倒了。就跟我们去医院看病似的，如果一大堆人在外面排着队呢，那大夫肯定可不耐烦了。但是你说哎，我有钱，我去看这个特需门诊，那个大夫肯定脸上笑出花来，说您哪不舒服，慢慢跟你说一下。当然我每次去看病的时候，那个大夫看我一眼说，哎，该减肥了。这个也是让我比较不爽的一个事情了。

现在呢，对于 B 端市场，统一黑箱的这个方式其实并不是一个特别好的办法。为什么？因为弊端市场他肯定还是要先试用，测试完了以后，再去确定说我是不是要去下单。那你现在没有什么可以定制的地方，上来给你一黑箱子，结果你说我弊端市场要测试的时候，遇到一个脑子不太灵光的扑克脸，那这个成单的可能性就会下降很多。统一接口为什么费劲？就是原来……

为什么大家不是做这种统一的接口？原因呢，是这样：就是大模型跟传统软件是不一样的。传统软件是模块化的，大家可以拼来拼去的。大模型呢，是训练完了你就不能拆分拆迭代了。说我训练完一整块，说我把胸间哪一块拆出来改一改行不行？不行，训练完了就是一整块，它是不允许动的。每一个模型训练完了以后，都需要单独的调整，才能够接上各种外挂。这个是大模型跟传统软件之间的一个比较大的差异。传统软件就是模块化随意增减，大模型是一次成型不可分拆。

那么，你说到底是一个诸葛亮厉害，还是三个臭皮匠厉害呢？像我们以前一起合作或者带团队干活的时候，都会理解这件事，就是沟通确认这个成本是很高，效率是很低的。很多事情都是说，哎，干脆一人把他干完了，也比跟很多人商量着做要快很多。所以呢，如果你有一个特别特别强的基座模型，要肯定要比一大堆的模型凑一块干活要顺畅的多。大模型之间的配合呢，其实更像是一堆人商量着干活。就是为什么原来没有统一接口，大家都是一大堆的模型让你去选，这个也是有原因的。

GPT5的这种方式呢，为什么说我感觉它像一个坑呢？这是一种突c的全能型助手，就是你甭管是问他什么问题，他都来给你判断意图，然后进行回答。可以说呢，是像端到端的这种智能助手的方向迈进了一大步。未来呢，给这种端到端的黑盒子做定制开发，或者是和系统集成的话，应该是比较费劲的。为什么呢？就是各种OpenAI基础上搭建的这个系统的话，它的底层会没有那么稳定。就是你每一次把命令扔进去以后，你不知道它会用哪个模型给你回复。比如说你写了5,000字的提示词进去，OpenAI给你回答一个好的，或者叫回答一个阅，已阅，那这个事不就这个哭笑不得了吗？或者是你问他说，哎，明吃什么呀，他给你思考了半天，说哎呀明天是一个什么样的日子，啰里吧嗦给你写了2万字出来，这个就可能会造成一些坑。

那你说统一接口这件事，对OpenAI自己有什么好处呢？有一个巨大的好处。

就是你要再想分析、开解、蒸馏它的模型，就费劲了。原来我们可以逮着O1去蒸馏，蒸馏出来的东西去训练，比如说DeepSeek R1。现在变成了一个统一接口的黑箱子，你说我现在想对你去进行蒸馏，大家想一想这多费劲吧。你不一定哪句话回来一个“已阅”，不一定哪句话回来了，给你回答一大堆乱七八糟事情。这个有点像咱们现在看3D电影，这个3D电影的效果未必好，但是呢，最主要的这个功能是防止盗录。就是我现在拿个手机或者拿个摄像机，在这个电影院里把这个3D电影拍下来，是没用的，出去没法看。所以我觉得统一接口这个事情，未来也许是大方向，但现在的话，应该主要是OpenAI一个防盗措施。

现在呢，商业上统一接口这件事呢，我觉得可能也是个坑。为什么？得屌丝者得天下，明显带有歧视性的这种政策，会把屌丝用户都推给竞争对手的。就像我们现在为什么在国内看病，大家老觉得不爽。你去挂普通号，就是要一堆人在那排队乌泱乌泱的，进去了以后这个大夫极其没有耐心。你每次这样看完了以后，你看旁边那个特需门诊窗明几净，大夫特别耐心的这种诊疗制度的话，你肯定会觉得不爽。所以在这样的一个情况下，免费用户你再怎么使，你都会觉得不舒服的。这玩意叫“不患寡而患不居”呢，这个是应该是有坑。

而且现在OpenAI，虽然号称每年可以降低成本90%，就是说我推理成本会不断下降，原来是10块钱的事儿，过一年就变一块钱了。但是呢，这一次失去的收益，估计不一定少于90%。目前OpenAI的收入75%来自于订阅，就是一个月20美金也好，一个月200美金也好，就是这个钱是占他整个收入的75%的。2024年可能预计他是挣了40亿美金，然后这个钱可能都不用算训练新模型，就是他原来的这个旧模型的这个推理，压根这个40亿美金都未必覆盖的了。到新的一年，他可能大量的订阅就会流失掉，C端用户一定会大量流失。B端用户的话，如果不走开源的路，那么在B端的这个市场上。

面对DeepSeek这种全开源模型，我觉得OpenAI的竞争力是比较差的。而且，如何盈利的问题现在还是需要思考。目前的收入还是很难覆盖公司其实有三大成本（不算人员成本）：第一个是训练成本，第二个是推理成本，第三个是推广成本，也就是获取用户的成本。

训练成本，比如说我招了一大堆科学家回来，来做新模型，我要去收集数据。这个成本是一次性的，我有一个模型可以对外服务了，我就可以一直收钱了。推理成本的话，就是你要让一大堆的GPU在那等着给我们回答问题。推广成本的话，OpenAI在这个超级板上花了1,400万美金，那个就叫推广成本。

正常的一个公司运作下来，应该是训练成本最低，推理成本应该比训练成本高一些，推广成本有可能会比推理成本还要再高一些。但是现在这一块大家还在有争论，为什么？因为原来推广成本最高的一个六小虎，现在快玩不下去了。Kimi花了好多钱去推广，结果发现DeepSeek一出来，完全为他人做嫁衣了。

使用大模型聊天工具这件事上，用户基本上是没有忠诚度的。只要有一个比你好的基座大模型，大家就直接跑了。所以大家也在想说，我是不是不应该花钱去推广，还是应该把这个模型再往前推一步。但是这个事没有地吃后悔药去。后面的话，我估计OpenAI还会有比较大的调整，应该会开源一部分东西出来。你如果不开源的话，对于ToB市场是基本上没有办法的。

说完OpenAI以后，咱们再讲讲李彦宏同学。那真的给大家演绎了一下，什么叫唾面自干。文心一言不但要免费还要开源。李彦宏呢，就属于被OpenAI忽悠瘸了的那个，上来就开始收费，什么都不行。文心一言还比较烂的时候，就找人去收钱，而且呢，一个月是50多块钱，很贵的这个玩意在中国。当然，这坑肯定是他自己愿意跳的嘛。搜索引擎嘛都是这样，因为他后边还有搜索广告输入。你一旦是免费让人用搜索，免费让人用这个东西，那你这个搜索广告收入就没有了。

所以，李彦宏就跳到这坑里去了。如果模型还没有遥遥领先就开始收费的话，那用户肯定是很反感的吧。他现在到底有多少人订阅了文心一言4.0版本？反正我是从来没有用过，也从来没有定过。现在的话，直接就是180度大转弯，文心一言全部的模型都免费，而且直接开放深度搜索功能。而且呢，带有搜索功能的其实是叫文心一言4.0 Turbo的一个版本。带有搜索功能的所有大模型，一般都是有什么Turbo、light呀，或者是快速的Flash呀，有这样的这种标签在上的。就是它实际上是一个中量级的，我估计可能也就是30B或者是70B这样的一个模型，绝不可能是那种几百B的模型。这是文心1.4.0 Turbo的一个版本。他准备呢，在未来几个月陆续发布4.5版本。他到底是陆续发布，还是直接向OpenAI学习，整一个统一接口出来，现在还不确定。而且呢，讲到6月30号，4.5版本就要开源。但是呢，具体4.5版本有几个版本开源，哪些不开源，哪些到现在都没有说。

另外呢，在让人失望这件事上，百度是从来没有让人失望过。我看到新闻以后就好开心的，赶快跑到百度去用一下呗，结果告诉你说不行，你现在还用不了，你要收费。我说不是免费了吗？他说对，我们从4月1号才开始免费的。那天是愚人节，我们要从愚人节那天开始免费。为什么会有这么傲慢的人？你这个免费了就要在愚人节嘲笑我是傻瓜，那天给我来用。今天我上去看了，还要求付费。据说最近一段时间，百度在开会研究怎么退款，因为有些人直接订了一年的，那你没有用掉的这个部分是要给人退钱的。未来到底会不会做统一模型的入口，这个还有待来去看。百度这条路会更加的难走，为什么呢？主要是搜索收入。因为一旦大家转型了，说我们以后都去用AI搜索了，百度的搜索广告输入就没了。现在根本就没有办法去填补这块空白。就算是我们去交这每个月的使用费，他挣那点钱也绝对弥补不了搜索引擎的或者搜索广告的这个输入。

根本就顶不住。所以，一旦流量流向了免费的百度文心一言深度搜索功能的话，百度的命格子就断了。谷歌其实也面临同样的问题。谷歌的处理方式是什么呢？到现在为止，Gemini的客户端还收费，但是呢，AI studio.Google.com，就是Gemini的这个程序员网站，大量的模型是可以免费使用的，最新的模型都在那里使。所以，谷歌是非常矛盾的。通过这个Gemini调用谷歌搜索，这个功能是可以的。我原来算过，具体是一毛多钱还是两毛多钱，我想不起来了，反正你调一次就要给钱，调一次就要给钱。这个到底是不是未来的方式不好说，大家也还在摸索。

Grok3和Llama4应该是在未来几周都会出来。所以我估计呢，2月和3月份应该会非常非常热闹，大家所期待的大模型都会出来。现在还有人说Claude也快出4了，这个事现在大家也在期待看看，他们到底能够做出一个什么样的东西出来。未来的模型市场，会向什么样的方向发展呢？其实核心的问题，到现在为止依然没决掉。什么是核心问题？就是大模型到底咋挣钱。这个事情其实到目前为止，谁也没想明白，特别是C端的钱，到底怎么把它挣回来。因为B端的钱，你一旦有这个彻底开源免费的版本了，这个B端的钱，就基本上跟大模型公司没关系了，后边的就是系统集成公司该去挣这个钱了。因为我们现在已经都有开源、免费的大模型了，我们只要用这个大模型就可以了，剩下的就是，我们去买这个几百万一台的一体机，DeepSeek R1一体机，买的过程中呢没准还可以有些回扣。剩下能够挣的钱就是C端的钱。那么C端到底咋挣钱？是这个广告费吗？还是做电商呢？还是做直播带货还是做什么？这个还是需要未来一段时间大家去思考。

OpenAI想的这个方式，就是给这个免费用户用笨一点的模型，给这个付费用户用聪明一点的模型。这件事呢，反正我觉得，这是OpenAI为整个行业挖的下一个坑，这个大家拭目以待，等这个事情开始跑起来以后。

咱们看看效果到底怎么样。这就是我们今天的第一个故事：鲶鱼已经来了，所有的鱼都得动起来，甭管你乐意不乐意。DeepSeek来了，所有的人就不要再想着在ToB这块能够大捞特捞了。在ToC这一块儿，怎么去寻找新的商业机会和商业模式，才是大家需要去思考的问题。好，这就是我们今天的第一故事。

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。

SB OpenAI日本公司宣布成立，这怎么听怎么像是在骂人呢？大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲SB OpenAI日本公司到底是一个什么样的情况。

孙正义上台宣布Softbank OpenAI Japan这个公司成立了，所以这个SB不是骂人，它是软银Softbank的意思。今年我们发现OpenAI的声音连续不断，这是为什么呢？原因也很简单，老大的位置不是很稳固了。你要想在这一个行业里面当老大，要么你技术特别好大家都服气，比如像谷歌这样的，各个行业里头，只要跟计算机技术有关的，大家都知道谷歌的技术最好；要不然你垄断，比如像苹果这样，或者像Meta这样的，在社交媒体里我直接垄断了，大家知道你是老大。

如果技术也被人质疑了，花了好多钱训练出一堆模型来，别人也都可以达到了Claude 3.5、Sonnet、Gemini 2.0、Flash这样的模型，其实现在已经跟GPT-4相差仿佛了。你新发布了一大堆乱七八糟的模型呢，都是很小众的高端产品，对于大众来说无感。在这种情况下，你的技术就会被人质疑。

垄断的话，现在OpenAI距离这个位置还相差甚远，因为现在整个大模型行业里的格局就没有确定下来，后边还有谷歌呢，还有亚马逊呢，还有一大堆中国厂商在这盯着呢，所以垄断也难。那么怎么办呢？占据舆论的制高点吧。这个道德现在他还占不住，他占据舆论的制高点。

OpenAI呢，本身是比较擅长于造势，比较擅长于占据舆论制高点的。咱们要看到去年的Sora、去年的GPT-4以及去年连续12天发布会什么的，OpenAI很会搞事儿。它呢，可以把有限的新产品、新特性通过一些非常戏剧化的手段，让整个的社会形成一个讨论风潮。因为DeepSeek出来了，大家对他的各种技术、各种挤牙膏更加质疑了。而且DeepSeek跟其他的所有这些竞争对手都不一样。

Claude 3.5是个闭源的，Gemini 2.0也是个闭源的。结果现在，DeepSeek可给了你一个开源的，还巨便宜无比。它跟原来的像Llama这样的开源还不一样，因为Llama对OpenAI基本上是行不成竞争的，而DeepSeek是可以完完全全跟OpenAI打个有来有回的一个状态。

现在，OpenAI必须要出来，不停地发出声音说：“来，公众们，虽然我现在发布的产品都是给你们的老板们用的，给这些真正的社会精英用的，但是请把眼光看过来，不要把眼光挪走。”这就是今年为什么OpenAI连续发声的原因了。

软银OpenAI日本公司成立，也是OpenAI连续发声的最新的一个声音。这个呢，是软银跟OpenAI各自出资50%成立的一个合资公司，但是具体出了多少钱，并没有对外宣布。为什么呢？因为这应该是星际之门整个资本运作中的一个环节。说了要给5,000亿造星际之门，那这5,000亿怎么变出来呢？你不是真的拿出5,000亿现金啪拍这儿，你肯定是可以用很多的方式让这个钱在里边转起来。你只要最后总的流动量达到5,000亿了就可以了。

所以呢，软银OpenAI日本公司应该也是在为这5,000亿添砖加瓦的一个事情。在这里面唯一确定的交易是什么呢？就是软银集团每年会向OpenAI采购30亿美金的服务，用于自己的子公司或者是下面的一些分支机构。这个是现在唯一确认的交易，每年30亿美金。

假设吧，在这个里边每家出了100亿美金，软银出了100亿美金，OpenAI出了100亿美金，200亿美金我们把这公司做下来了。OpenAI这100亿美金呢，估计他是拿不出来。那个钱自己在家里头烧显卡玩都不够呢。而且OpenAI拿到的大量的投资实际上压根就不是现金，而是什么呢？而是微软云的代金券。你不能说我跑到软银这来说我出100亿美金，咱们来做一个公司，结果掏出一堆代金券，这还不够人笑话的呢。

那怎么办呢？说我OpenAI出了100亿美金吧。我先欠着，我先不实缴。每年软银不是要给我30亿美金来买服务吗？把这30亿美金收到了以后，再填回到OpenAI的日本分公司去，不就完事了吗？你填个三年基本上填满了，剩下的钱再出一些别的技术也就搞定了。咱们就技术入股一下嘛，一里一外，这个钱不就赚过来了吗？

假设是这么赚法，这笔钱呢，完完全全可以成为OpenAI投资SB OpenAI Japan的一个代金券，就跟微软发给OpenAI这个130亿的代金券是一样的。说你OpenAI，你就拿着130亿代金券到微软去买这个云服务就完事了。它是这样的一个运作机制。这样运作起来以后，第一，OpenAI每年就多出30亿美金的收入来。他去年应该是40亿美金吧，但今年一下就多出30亿，而且每年都有30亿美金。这也是一个挺好的事情。

而且在这笔钱里头，就是每年他会转一圈，30亿从软银集团手里给出来，到OpenAI手里头。OpenAI说来，我再把这个钱填回去，到OpenAI日本的这个公司里头去，大家的销售额就都上升了。这是一个皆大欢喜的事情。

对于中国观众来说，软银是一个投资机构，或者是很多人说他是个银行吧，Softbank嘛，它后面有一个bank。但其实大家注意，日本最大的移动营销商之一就是软银，相当于像中国移动这样的一个公司似的。等于中国移动说，我这儿有很多的机房设备，有很多的这种可以作价的一些资产，我们把这些东西打包打包，然后搁在一块去整一个什么事情来。OpenAI，你的服务也打包打包，搁在一块放在里头，每年我们得30亿，来回倒腾一下，你的销售额也有了，我的销售额也有了，整个的资产也上升了。

我们5,000亿的星际之门，又盖出了一个小门槛来。他是这么玩的一个事情。而软银呢，这一次整的这个项目呢，叫SB OpenAI Japan，这个项目里头有一个核心产品叫水晶智能，这个产品呢，估计会让日本彻底掉队。

为什么呢？你说每年花30亿来回倒腾来倒腾去，但是最后日本的这些企业，你肯定还是能够用到一部分OpenAI的这个产能的呀，或者说他提供的这个服务，你还是能用得到的。按道理说呢，这些产能应该是部署在日本的软银机房里的。原来OpenAI的所有这些服务必须要部署到微软云的这个机房里边去，但是软银如果把新的一轮融资搞定的话，微软云应该就可以去松口。在这样的情况下，为什么会让日本反而落后呢？

其实所谓的水晶智能，就是以OpenAI的各种大模型为基础开发的AI agent，或者说是AI agent的一个集群。到目前为止，其实大家并不知道水晶智能到底是以一种什么样的方式来对外服务的。但是呢，以孙正义现在讲出来的话来说，应该是自上而下的创新，也就是首先为日本这些大手企业服务。他讲述我们要在未来一段时间里头，把1亿个大手企业里面遇到的这种场景变成AI agent，让AI agent来替代这1亿个场景。就是你一旦听他想这个话的时候，你就知道完蛋了。

为什么？我们继续讲，水晶智能这样的东西出来以后，大家知道大手企业肯定并没有那么容易就屈从，说来我就用吧。大手企业都是自己一帮老头坐在一块，开个会说，我们哪儿改一个什么东西，哪儿添一个什么预算，哪个地方稍微调整一下流程。那一定还是要有榜样的力量，谁是榜样呢？软银手里头还有一家公司叫ARM，说来你先用上，你先用水晶智能，把内部的各种研发管理环节都整个改造一遍，其他人说来你们参观一下，俺们就是这么干的，你们也照这样干吧。他大概是要这么去搞法。

我记得去年我从日本回来以后，做过一期节目，讲过日本在互联网、移动互联网的时候掉队了，而在AIGC时代会掉得更远。原因其实很简单，并不是日本人不聪明，也不是说他们不愿意花钱，或者说人家没有看到这块机会。唯一的原因，就是他们这种自上而下的创新，以及他们的这种劳务派遣制度。

这个是造成日本在每一次大的技术浪潮前都会掉队的一个核心原因。为什么呢？不打破旧的桎梏，就不可能产生新的交易。没有新的利润被分配，就没有办法到新的时代里去跟这些新时代大厂去竞争。

你比如说，原来都是大厂往下派单子，那他就没有办法去产生一个像谷歌那样的广告公司，去跟谷歌去打一仗。移动互联网时代，他也没有能力去产生像TikTok这样的产品，去跟YouTube、去跟Facebook去战斗。因为大厂永远不会有这种需求的。你越是维护大厂的利益，越是自上而下去创新，你就越没有机会参与到新的竞争里边去。

所以，摆在AI面前的实际上是两条路。第一条路是协助旧有势力，降本增效，稳固地位。那国内其实也有很多厂在干这个事。而另外一条路呢，就是创建新的用户体验，创建新的用户需求，寻找新的市场。一部分旧有势力呢，在这个过程中会沦为基础设施，已经退出新时代的竞争；而另外一部分就直接死掉了。

这个才是每一次技术革新真正带来的这种社会的改变，而不是说每一次技术革新了，我们把旧的体制、旧的这些既得利益者、旧的势力继续维护，让他们继续稳固的发展下去。很那个就已经放弃了在新时代竞争的这个入门卷了。

哪些旧有势力在新时代沦为了基础设施呢？其中有一个最典型的行业就是Softbank这个行业。移动运营商在3G时代的时候，移动运营商真的是如日中天，各种服务都是他们提供的。但是一旦到了4G时代，移动运营商马上就退居后台了。而在前台上叱诧风云的，就变成互联网企业，移动互联网企业再也没有移动运营商的任何事情了。

咱们现在看到站在前台、努力大放光彩的这些企业里头，有哪个是移动运营商出身吗？一个都没有。谷歌是吗？苹果是吗？Meta是吗？中国的BAT加上字节，谁是移动运营商出身？没有一个是。那难道移动运营商在这个转换的过程中没有挣扎过吗？挣扎过呀，他们也希望在移动互联网时代。

在互联网时代能够占有一席之地，但是这个是没有办法的，因为他原来的这个桎梏一定会捆绑他的手脚。你不打破的话，就永远掺不起来。所以孙正义搞的这套SB OpenAI Japan，一定会拉着日本进一步退出新时代的竞争。

那么现在孙正义他们要搞AI agent，AI agent也是今年整个AIGC行业里边必须要去冲的一个山头了。那么AI agent到底是应该怎么做呢？OpenAI为我们指明了什么样的方向呢？

OpenAI在今年实际上在AI这里头下了三部棋。第一部叫task，它可以为我们去创建各种定时任务。第二个呢叫operator，等于是用户可以直接操作远程的浏览器，通过网站解决各种实际问题。第三个呢是这两天发布的叫deep research，是干嘛的呢？就是你给了他一个命令以后，他去搜索几百个网页，然后再进行总结归纳之后，得到一份像财报一样的报告。这是OpenAI给出的三个样例。

我们现在要看到AI agent，去年大家都在努力的做，但是OpenAI指向了不同的方向。它指向了什么呢？第一个叫做手动规划跟自动规划。原来我们使用很多AI agent都是进行手动规划的，我们要去设置自己的私有的本地库或者是本地支付，要去设定工作流程，要去设定各种各样的工具，让这个AI agent可以去发邮件或者是执行交易，可以去做这些事情。

原来是这样的，但OpenAI说不，不是这样的。我们应该让他自动的去规划。你只要告诉他干什么，剩下的你就别管他了。哪怕是像deep research这样的功能，你只要告诉他我具体要去做哪方面的研究，他自己去找，去找完了以后自己给你总结。你不需要告诉他使用谷歌搜索，搜索这个财报，再去搜索学术论文，然后再怎么去进行总结归纳。你不需要告诉他，这个事情他自己就搞定了，然后就给你出一个很完整的报告出来。这是OpenAI给我们指明的方向。

然后，另外呢，就是综合能力和普世性。这个问题其实OpenAI也解决不了。OpenAI现在给出的这三个AI agent：task、operator、deep research，实际上都是分方向的。让某一个AI政策可以解决所有问题，解决不了，必须要术业有专攻。

OpenAI现在跟所有做AI agent的人一样，面临了一个新问题。是什么呢？就是普通人没法用这东西。他希望通过自动规划，让普通人能够用上这些AI agent。但是，咱们就这么说吧，财报，这是由专业人士直接替我们书写的内容。我们到底有多少人可以坐在这，把上市公司每年每季的这个财报看明白了？绝大部分人能够去看明白财报解读，就已经很不错了。

真给你一份财报，看着一大堆的Excel表格，在这里边找到各种的问题，这个是很难的。大家要注意，这个财报写的时候，并不是说我要把所有的事情都给你写清楚。这可能跟很多人想象的不一样，财报写的时候也是要粉饰太平的，也是要把很多的问题隐藏起来的。

虽然他有一定的规范和格式要求，要求你必须要去披露所有的信息，但是我们可以用很多的方式，让有些信息被你忽略掉。这个是所有写财报的人必须要掌握的一个技巧，既要合规，又要突出重点，隐藏一些问题。看财报的人也是需要训练的，这些东西对于普通人来说，其实已经距离很远了。

所以，像deep research这样的工具，就算给普通人了，他拿出来的东西，大部分人是看不明白的，也没有能力去阅读这种东西。那么，这样的东西对于普通人来说，就是无感。普通人也不会愿意帮他去传播这件事情。我看deep research出来以后，现在在推特平台上去讲这个东西很棒的，都是一帮老板。这些人可能会有需求，说我要去做这种深度的研究。绝大部分的人可能压根就没这个需求，或者说就算你花200美金一个月，开启这个功能了，进去search一次，那也就是说高山仰止，不明觉厉，这个东西写的好棒，完了。

这个事情也就不用普通人每一次都进去自取其辱了。现在我还使不了这功能，因为我是20美元一个月的这个账号。据说再过一个月，这个deep research会开放给我们使用，一天大概能用个几次的样子。但是大家要相信，这一份财报类的这种综合报告，一般人一天是看不完的。那么2025年大家努力的方向是什么呢？咱们先不研究AI agent的事情，咱们现在要看到山姆奥特曼，他们在干嘛呢？

2025年，星际之门是他们的一个最核心、最重要的事情。山姆奥特曼跟孙正义前面刚在川普面前去签了字。这两天呢，因为SB OpenAI Japan成立，山姆奥特曼跑去日本了，孙正义带着山姆奥特曼去见石破茂去了，日本首相。有来有回嘛，过两天山姆奥特曼要再带着孙正义回去见川大爷。大家要重新去运作起来。那么这个到底在干嘛呢？其实我觉得这是一个阳谋，这是在对抗国运级的DeepSeek。

很多人说DeepSeek是一个国运级的科技创新。那么为什么这是一个阳谋呢？如果DeepSeek真的跑去跟国家绑定了，那么OpenAI可能就真赢了。并不是说国家扶持DeepSeek或者国家主持DeepSeek的工作就会有什么问题。孙正义做水晶智能的时候，其实已经讲过了，到底新的技术是应该培养新的交易、新的大型公司，还是让传统的公司、传统的势力变得更加强大，这是两条不同的路。

而现在的话，OpenAI、孙正义这些人在日本美国之间，见完首相见总统，见完总统见首相的话，那么DeepSeek可能未来也会去跟最上层绑定，就不会有这么多的机会去扶植或者是孵化真正的新兴生产力。新兴的这些公司可能就不行了。大家要注意，新质生产力还是传统大公司干的活，而我刚才讲的这些新兴的是要找到新的场景，培植新的这种大厂出来，这个是完全不一样的。

好，这就是我们今天讲到的SB OpenAI Japan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。

埃隆·马斯克的 xAI 拿了 60 亿美金的投资，估值达到 500 亿美金，准备去追赶 OpenAI 了。他还追得上吗？

大家好，欢迎收听老范讲故事的 YouTube 频道。咱们今天来讲一讲 xAI 拿了 60 亿美金投资，追赶 OpenAI 的故事。这一轮的投资里面，英伟达、AMD 都在，还有一些上一轮的投资者。

大家注意，不是说谁想投资他谁就可以的，只有上一轮的投资者，才有资格去投资 xAI。还有哪些人呢？就是协助埃隆·马斯克去收购 Twitter 的这些人，他们是有资格去投资 xAI 的。但是有限制，协助埃隆·马斯克收购 Twitter 的这些人呢，占股不超过 25%。其他的说我是上一轮投资人，他是可以无限制地在里面去进行投资的。你说我这两个都没沾边，那对不起，这个事跟你没关系。

拿到这笔钱之后，现在 xAI 已经是行业老二了。现在整个行业里边最大的大佬是 OpenAI，估值 1,570 亿美金，500 亿美金的 xAI 是第二名，400 亿美金的 Anthropic 是第三名。那你说还有谷歌，还有梅塔，还有字节跳动呢？这个不算，因为人家还有很多的其他业务，是一个巨大的巨头，你不能单独的跟这些纯粹的大模型公司去比估值，这事是不划算的。

这个团队现在也就是一百来人，非常非常精简的一个团队。现在呢，说他拿到大量的美金之后，要干嘛呢？去采购 H200，就是上英伟达那去买显卡去，然后准备组建世界上最大规模的 AI 算力集群。年底了，AIGC 正在进行狂欢。前面 OpenAI 连续开了 12 天的发布会，虽然发布的东西让人觉得稍微有点点小失望，但是也为整个行业指明了方向，这个非常非常重要。

待会儿我们来讲，谷歌呢已经跟上了，出了 Gemini 2.0 Flash 以及 Gemini 2.0 Flash thinking，就是思考模型。谷歌呢还推出了 VEO2 和 imagine 3，一个视频模型，一个图像模型。特别是谷歌的视频模型，现在看演示的话……

要比OpenAI的Sora强非常非常多。其他的国内快手推出的可灵，出了1.6版本的模型，效果也是相当不错的。通义千问最近出了两个模型，一个是2.5版本的QWQ，一个是QVQ。这两个模型呢，一个是做推理的，另外一个是做多模态识别的，就是给他一张画以后，他来告诉你画上都画的什么，效果非常非常的好。

这是现在年底了，所有的大模型公司都在狂奔，然后融资，特别是到第四季度以后，大家也都在狂奔。9月份，Anthropic融了40亿美金，估值是400亿美金，主要给钱的是亚马逊。亚马逊估计实在不行，就把它收下来得了。Anthropic年收入是10亿美金，已经开始有收入了，但是距离盈利还非常非常远。现在所有大模型公司距离盈利都很远。

下面10月份，OpenAI融了66亿美金，估值1,570亿美金，年收入40亿美金。到12月份，xAI融了60亿美金，估值500亿美金。然后国内呢，大家也在折腾，智谱AI融了30亿人民币，街月星辰在上海，这个公司融了数亿美金。一般讲数亿美金的话，就一定是多于1亿美金，你比如叫1.1亿美金，他也敢叫数亿美金。面壁智能融了数亿人民币。这就是现在年底了，大家都在拼命的融钱。

那么xAI到底做成什么样了？首先，Grok 1基本上没什么响度，就说我做出来了，然后号称开源，开源完了丢上去，实际上也没有人去用这个东西，因为这个模型实在太大了，一般人也部署不起。就算你把它部署上来以后，它的各种性能什么的，其实跟现在其他的一些像LLama这种开源模型是完全没法比的，所以Grok 1是没有任何想用的。

Grok 2呢，在x平台上其实我已经用了很久了。现在呢是免费开放，原来你必须是x的付费用户，他才让你用，现在的话不用付费也可以去使用了。Grok 2呢是我在x平台上的主流搜索引擎。如果我想搜点什么事，我不会到x平台上面这个搜索框去搜的，我都会点一下Grok，来告诉我这个是怎么回事。

那个是怎么回事？效果呢算差强人意。为什么呢？就是他生成的内容其实还可以，但是他的输入内容的质量会差一些。为什么呢？你比如说我现在使用谷歌的这种带有搜索的AI引擎，或者是使用豆包，就是字节跳动的，或者使用OpenAI的GPT Search这样的引擎的话，它等于先去搜索，搜索完了以后呢，再根据搜索结果来给你生成相应的这个答案。但是呢，Grok 2的话，它只能够在Twitter里边搜索。

那Twitter里边搜索的话，就会遇到几个问题。第一个呢，就是Twitter的文章都很短，所以呢，它不会有那种特别长篇大论的东西。虽然现在Twitter允许我们发长篇，但反正我每次发推的时候，都尽可能地把它精简到不要折叠的这么一个位置上。否则的话，我总觉得后面的内容对于流量的获取或者对于信息的传递是没有帮助的。所以Twitter上大量的这种短信，搜索完了以后再去发出来的话，效果就没有那么好。

还有一个呢，Twitter上的信息时效性太强，你想去搜索一些以前的事情，其实经常效果不好。这就是我使用Grok的一个感受。那Grok另外一个感受是什么呢？就是比较敢说。你甭管是用Gemini、用Claude还是用ChatGPT，相对来说都比较文雅，说话这个前怕狼后怕虎那么个样子。但Grok的话就相对来说要虎一些，反正我是比较喜欢这种说话的语气语调了，这个不一定每个人都会喜欢。

现在呢，Grok已经开放了API，这个我也申请了。目前为止呢，不能算免费吧，但是它是这样，申请了以后给你25美金，每个新账号有25美金。你把这25美金使完了之前，他不会再找你要钱了。效果呢跟GBT4O比起来，还是稍微有一点点小差异，跟这个Claude 3.5、Sonnet呀、Gemini 2.0、Flash比起来，这个是有差异的，但应该已经可以去用了。你说跟国内豆包、千问，跟这些模型比起来。

基本上是不会有特别大的这个差异，但是呢，它的API里头也有一些缺陷。第一个缺陷是没有语音，包括Grok 2的这个聊天工具，也是没有语音的，必须是打字。因为现在其他的，甭管是Gemini还是ChatGPT，包括我们使用豆包，都是可以进行语音沟通了，他这还没做。

还有呢，就是没有推理。因为现在OpenAI在疯狂地带着大家往推理这条路上走，他没有好好去干这个事情。然后图片生成模型应该叫Arura吧，这个词的意思叫曙光女神。效果呢，还可以，可以接受，但是艺术水平呢，应该是没有MidJourney好。

这个曙光女神的图像模型呢，最大的好处就是百无禁忌。他倒也不至于说跟大家生成很多这个血腥暴力色情，但是你说你给我按照谁的风格生成内容，或者给我生成马斯克的头像，给我生成川普的头像，给我生成任何这种名人头像，这个他是不管你的，七差咔嚓就给你画出来了。

我现在Arura用的还是蛮多的，最主要的用法是什么呢？我用MidJourney去画背景，用Arura去画人物，然后呢，再用一些像Canva之类的这种工具进行抠图和拼接，就可以得到非常非常棒的效果，这个大家可以用起来。现在应该对免费用户也开放了，就是你要到Twitter上，或者是到x平台上，你是可以去拿它画图的，效果很好。

然后视频模型没做，coder模型也就是编码模型和i Embedding模型也没做，就是这种嵌入模型它也没做，没有提供微调RAG，索引增强生成的这个RAG，它都没有提供相应的支持，就相对来说还比较简陋。

然后x自己的API你是没法去调用的，因为刚才我们讲的是xAI的API。你说我希望它能够达到x平台里边Grok的直接的效果行不行，这事是不行的，因为那个里头是有x的数据的。想要用x的数据配合到xAI上Grok的API，想达到同样的效果的话，那个是非常非常昂贵的。

iOS的应用呢，目前据说正在测试，其实我并不认为马斯克。

应该去做一个单独的应用出来，因为你只要做了应用出来，就需要获取流量，这个事还是比较麻烦的。Grok 3 目前正在训练，这就是 Grook 当前的一个状态。然后呢，xAI 还是有收入的，挣了 1 亿美金，但是呢，这 1 亿美金应该是特斯拉给的。现在特斯拉的股东们正在为这个事起诉马斯克。为什么呢？特斯拉的股东们认为马斯克损害了他们的利益。你组建了 xAI，这个事情本身跟特斯拉的 FSD 的部门就是有利益冲突的。然后你还把原来应该属于 FSD 的显卡拨到了这个 xAI。当然是后来他们辟谣了，说我们并没有干这个事情，只是呢，xAI 是优先得到了这些显卡。然后这个该属于特斯拉的显卡呢，后面还是拿到了，并没有让特斯拉花钱买显卡，然后给 xAI 用，这个事情至少从账面上的做平了吧。

时间上呢，应该有一个时间差。马斯克还把很多的原来特斯拉的员工迁移到了 xAI 里边去。你原来在特斯拉这边做人工智能的，现在你到 xAI 那边去做，特斯拉的股东就不乐意了。然后你还让特斯拉向 xAI 去采购了 1 亿美金的这个研发服务，这个就有点过分了。等于你拿了我的显卡，拿了我的人，自己投筹了一公司，跟我还没关系，还得找我要钱。这个呢，有点让我们想起了陆正耀当年在瑞幸咖啡上干的这个活。他这头做了神州租车这样的公司，那头做了瑞幸咖啡，然后让神州租车向瑞幸咖啡买了大量的咖啡券，给瑞幸咖啡去充这个销售额。最后上市了以后，直接被揪出来，说你这个算关联交易，算做假账，七差咔嚓就给做退市了。现在这个官司还在打，还没有结果。

咱们来讲下一个问题，xAI 现在去追赶 OpenAI 还来得及吗？还能不能追上，有没有机会呢？首先咱们来看模型训练这一块。在这一块上呢，OpenAI 已经指明了方向。那么剩下的人呢，梅塔、谷歌、Anthropic 也都把这个雷趟过了，都试了一遍，而且证明了说这条路是走得通的。那么下一件事该干嘛？大力出奇迹嘛，至少在追平 GPT-4O 之前。

马斯克和他的xAI应该是不会有任何问题，因为方向已经确认了，别人都试好了。这个东西其实有点像什么呢？有点像新中国去发两弹一星似的，美国人都试好了，这个东西没有任何问题。我们不用再去担心说条路能不能走得通这个事，我们只需要照着原来已经试通的这条路，冲过去就完了。

在这个过程中，只要是大干快上，招更多的人。那你说很多的技术壁垒怎么判呢？咱们当时处理的方式，就是把这个华人华裔科学家从美国忽悠回来，来加入我们的团队，来去干活吧。然后对于马斯克来说也很简单，挖人呗，挖OpenAI的人呗。这个事总共圈子就没多大，而且OpenAI原来很多人就是他挖进去的，那现在再把他挖出来几个，这个并没有那么困难。

那么下一件事是什么呢？下一件事叫客户获取。你把东西做出来，还得有人用。在这件事情上，xAI是有天然优势的，因为后边有一个x平台，它有一个天然的流量池。x平台的月活用户数有多少呢？6.11亿，就是超过6亿吧。这些用户都是Grok或者叫xAI平台的天然用户，在用户获取上没有什么大问题。

至于收入获取上呢，SpaceX、特斯拉以及x平台都会给他花钱。花钱这里头只有特斯拉是上市公司，有可能会被起诉；SpaceX是不上市的公司，x平台呢更是马斯克一人说了算的。你把一部分的利润挪到这个xAI上来，应该是不会有人说三道四的。

至于应用开发这件事，马斯克现在在做iOS平台上的xAI的应用，这件事应该不是马斯克擅长的。其实谷歌也不擅长这个事，因为Gemini的应用做得简直像屎一样。OpenAI跟Anthropic在努力，做的好坏大家自己去评价，我感觉反而将就能使，但效果也没有那么好，这个主要是因为挂梯子的原因。挂了梯子以后，使用他们的APP的效果就会有问题。

现在谁做得最好呢？实际上是豆包和CC，国外叫CC，国内叫豆包。它目前为止用户量紧跟着OpenAI的，就是现在所有的。

这个AI应用里边儿，用户量最高的肯定是OpenAI，然后第二名就是豆包和CC，第三名的话可能是剪映。再往后应该是一个AI教育的，也是字节跳动出的这个产品。这个就没法整了。

按流量算前十名的AI应用的话，字节跳动大概占两三款，或者三四款的一个样子，而这个是非常吓人的。所以，做应用、做APP这一块，字节跳动是最强的。

现在xAI真正差在哪呢？它差在场景拓展。你可以进行文字聊天，可以进行图像生成了，但其实也可以进行图像识别了，因为Grok有一个杠v的这个模型，我们可以通过API直接去调用，效果我试了一下还可以。就这些事呢，他已经都做好了，但是其他的，甭管是RAG嵌入，还是说做推理、做视频生成，做一些更复杂的这种应用的话，现在这一块还缺乏场景。这个xAI还要往前冲，但这一块呢，就是耗人数，并没有那么大的技术难度，因为真正难的还是把模型往上推，这块是要更难一些。

那咱们稍微比较一下字节跳动跟xAI吧。第一个方向都确定了，因为OpenAI跑最前面嘛，连续12天发布会，给大家指明了方向。那么字节和xAI咱一块追就完了，这个不用再去探索了，也不用再去验证了，大家都去玩这个，大力出奇迹就行了。

在这一点里头呢，xAI的人少，但是呢，要更精一些，有很多顶级科学家在里面。说花钱这件事，肯定马斯克是最有钱的，因为他是世界首富嘛，但是呢，他真正能够直接动用的现金应该没有那么多。就是他想去花钱的时候，也要去融资，也要去找一些朋友们募一些钱回来。

字节跳动呢，就是手里头就有大量的现金，买显卡他们都是很努力的在买。甭管是xAI还是字节跳动，把全世界买到显卡的这些公司里边，第一名一定是微软，第二名就是字节跳动，第三名是腾讯，第四名是Meta，再往后才能是xAI。就是马斯克在这一点上，还是要稍微往后退一退的。

然后，甭管是xAI还是字节跳动，都有一个很棒的特性，自带流量和数据。

就是你想字节跳动有多少流量和数据，x平台有多少流量和数据，这块都是他们的优势。其他的呢，各自的长处。xAI是非常擅长融资，马斯克的名头在这，顶尖科学家的资源是xAI的优势。而字节跳动的话，第一个也还是比较有钱的。字节跳动其实有一点是比xAI强的，是它的场景要比xAI丰富。

像xAI实际上只有一个x平台在前面，是它的用户和它的数据。但是字节跳动的话，有今日头条，国外其实也有这种头条类的产品在运营，还有抖音和TikTok，然后还有很多的商业相关的东西，还有这个飞书，在国外叫Lark，就是办公场景，它也是很完整的。而对于像xAI来说的话，后边这些场景它是不存在的。就算你能把功能做出来，我希望找到相应的用户，然后把这个场景拓展过去，这个还是有些难度的。在这点上，字节跳动是具有相对比较大的优势的。

而且字节跳动在整个的商业化上，也要比x要强很多。大家注意x平台，我们这里讲的是原来Twitter，Twitter只有广告，然后有一些订阅，其他的呢，现在还没有尝试出来。而字节跳动里头，电商、直播、什么游戏，所有的这些东西都在里头跑着，而且跑的都很高。所以在整个的商业场景上，字节跳动要更丰富一些。

然后字节跳动还有一个优势，什么就是APP的开发和运营的能力，天下无双，全世界没有人跟他比好。这就是跟大家稍微比较一下，这两家在AI领域里头正在奋起直追的公司的一个情况。

好，最后总结一下，现在呢，肯定是更多的人参与追赶，这是一个好事。如果现在说都没人追了，剩下OpenAI一骑绝尘，所有人都看不到他跑哪去了，这个事就很麻烦。因为一旦出现这种情况，跑在最前面那公司会干嘛？会躺平，会挤牙膏。Intel前面给咱们演示过了，苹果也得给咱们演示。这件事情就是一旦遥遥领先了以后，他就躺平挤牙膏了。现在遥遥领先了以后，依然在疯狂的奔跑的只有一个公司，叫英伟达。他现在已经完完全全的把其他人都甩掉了。

但是还是在拼命地，不停地出这个新的显卡。像他这么拼命的人，全世界大概也只有他了。希望马斯克可以为AIGC领域贡献一些不一样的东西出来吧。

而马斯克真正贡献出来的AI工具，我对于他的这个能力本身其实并没有那么大的预期。你说马斯克一下推出了Grok 3，比这个GPT-4O或者比这个Gemini强多少，这个事儿我是不没有任何的预期的。但是，有一个什么事儿可以预期呢？就是在审核和对齐这方面。

因为Grok是以“什么都敢说嘴，还特别猛”而出名的，他们的曙光女神的图像生成器是以“百无禁忌”出名的。所以，这是对于AI内容审核、内容合规、内容对齐的一个不同方向的测试。因此，一定要让XI继续跑下去。否则的话，我们就会看到一堆温文尔雅的先生，在那里越来越说得不像人话。

有X AI在里边综合一下的话，也许整个AI平台说的更多东西还是会更像人话一点点。好，这一期就跟大家讲到这里，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。

大家好，欢迎收听“老范讲故事”YouTube频道。今天，咱们来讲一讲：Open AI突然停止对中国服务，这是什么情况？

6月25号，很多人突然收到了Open AI的官方邮件。这个邮件怎么写的啊？上来就是：“你好！我们的数据显示，你们组织有来自Open AI目前不支持的地区的API流量。你可以在这里找到支持国家的地区列表。从7月9日开始，我们将采取额外措施，阻止来自不在我们支持的国家和地区列表上的地区的API流量。要继续使用Open AI的服务，你需要在支持的地区访问该服务。如果你有任何问题，请联系我们的帮助中心。谢谢你，Open AI团队。”

那这邮件什么意思？就是说它有一个支持列表，除了不在支持列表之外的，这些访问是不允许的啊。现在主要针对的是API，你说像我们这种Plus用户，他不管你。这主要是API，但是这里头也没有中国呀。啊对，中国——就属于不在他支持列表之内的国家。你比如说，他中国、中国香港、俄罗斯、白俄罗斯、伊朗等一大堆，这样的国家和地区是不被支持的。

但是，在所有这些国家和地区里头，访问Open AI API最多的地方必然是中国。在Open AI支持的这些国家和地区里头，访问Open AI API最多的，可能第一名是美国，第二名也是中国。因为在任何的创新创业，在互联网、移动互联网领域，中国都是一个巨大的市场。

包括人工智能领域，应该都是美国第一，我们第二的这样一个情况。那么，这里头有一点特别有意思：我们将采取额外措施，阻止来自不在我们支持的国家和地区的API流量。什么意思呢？就是当传统的问题出现时，该怎么办？封号——谁拿了我们的API，在我们不支持的地方去使用了，我们就把他账号封了。但是，他们并没有写说我们要封闭您的账号，而是说我们要采取额外措施阻止。意思就是，你的账号还是你的，你充了钱，你还能用。但是，所有这些账号里头，来自于我们不支持国家地区的访问，我们会把它拦下来。比如，我买了个账号，这个账号里头从美国来的访问，它是允许有的。我从中国跑的访问，它就不允许了；或者我从伊朗跑的这些访问，它也会把它拦截下来。它采用的，是这样的一种特殊的处理方式。

Open AI本来就不在中国服务，那他为什么还要闹这样的幺蛾子呢？原因很简单，国人是有梯子的，我们喜欢挂在梯子上去使用Open AI的服务，谁让他们家东西做得好用呢？但你说，中国有没有合法调用Open AI的服务的途径呢？其实也有。怎么合法调用呢？就是你通过微软，你说找中国微软，说我希望获得许可，在中国地区调用微软云上面的Open AI，这是可以的。也就是说，微软云已经把Open AI整合进去了，你可以通过微软云来调用Open AI的服务，这是合法的途径。

部署到中国的服务器上去了，我们可以去调用啊。而且，微软云的Openi服务，我印象里，是拿到了中国政府给的服务许可了。但是呢，它主要是ToB的。你说我现在想用这个东西，做一些ToC的服务，这个应该是不允许的。那么，这一次针对的呢，是主要是通过梯子在境外支付了以后，绕过层层阻碍，使用open AI API的这些用户啊。对于像我这样的一个月交20美金，使用GPT plus的这些用户呢，他其实是不管的。因为我们没法跟他聊太多东西，open AI觉得也无太所谓。我支付，还是通过苹果的美国账号去支付的，他也不知道我到底是谁，对吧？他不会说，通过你的里边交流的内容都是中文，判断你在中国。那我就算在美国，我也可以每天跟他讲中文啊，这个事你不能去阻碍我。如果说哎，你讲的中文，我甭管你在哪，我都把你封掉，那他会被告的。对于所有的这些大的平台企业来说，一旦被诉讼，他这个成本是很高的。所以，他的甄别一定要非常小心。那么，你说这些人是怎么被发现的呢？大家注意啊，就是我们去注册open AI的账户，其实有两种。第一种，就是像刚才我讲的plus账号，一个月交20美金，这种账号是不能使用API的。我们只能在open AI的官网上，去跟他聊天，这个没问题。或者，我使用open AI的APP。但是，如果你是使用API的，那他就会有一些甄别机制，比如说你的IP地址，比如说你的支付方式，比如说你的使用频率，这些都会被他用来判断你是不是一个正常用户。但是，对于普通的plus用户，他基本上是不会去管的。因为，他没有太多的资源去甄别每一个用户，他只能去抓那些最明显的违规行为。所以，对于我们这些普通的用户来说，只要我们不去做那些明显违规的事情，比如说大规模的爬取数据，比如说使用虚拟IP，比如说使用机器人去跟他聊天，这些他都是不允许的。但是，如果我们只是正常的使用，比如说每天跟他聊聊天，比如说用它来写写文章，比如说用它来翻译一些东西，这些他都是允许的。所以，对于我们这些普通的用户来说，我们其实是不用担心的。只要我们不去做那些违规的事情，我们就可以安心的使用。但是，对于那些使用API的用户，他们就需要小心了。因为，他们的行为更容易被甄别，更容易被封号。所以，他们就需要更加小心，更加谨慎。

在讨论iOS、安卓或Mac的APP与其聊天功能时，确实没有问题，但提及API的使用时，事情变得复杂。API，即应用程序编程接口，其工作原理基于使用TOKEN。例如，15美金可以购买100万TOKEN，以此来实现API的调用。对于这类产品，需要单独付费，而过去，为这类产品开通账号颇为麻烦，因为支付通常需要通过境外信用卡完成。境内的信用卡在进行此类支付时会直接遭到拦截，Open I就曾实施过此类拦截措施。这实际上是一个攻防的过程，即在防守的同时进行进攻，双方互为攻守。在这个过程中，总有一种说法：“道高一尺，魔高一丈”。当你筑起一道墙时，总有人会找到办法越过，就像在攻防战中，一方总是在尝试超越另一方的防御。

在涉及攻防的领域，实际上面临的是一个工程性问题。这意味着我们需在可接受的成本范围内实现目标，而不能无限制地增加成本。对于攻防而言，当成本提升到一定水平，如防御措施极其严格时，会出现“错杀”的现象。所谓的“错杀”，指的是本应为用户提供服务的人，却因防御措施过于严密而被拒绝服务，或者即便提供了服务，用户在使用前也遇到了不必要的障碍。

总之，在攻防的博弈中，寻找平衡点至关重要，既要确保安全，又要避免对正常用户造成不必要的影响。

你让人做了，比如说，十几二十次验证，让这个用户体验降得很低。这个可能性也是存在的。对于 Open I 这样的平台方来说，他一定会想：“我该服务的人啊，我要好好给你服务好。”而且，“我该给你服务的人，我一定要让你得到最简洁的服务。你不能上来以后，我让你认证个十次八次的，我再给你服务。”这事是不行的。那么，在这样的情况下，他原来对于很多的，像我们以前刚才讲的那种，叫越狱服务嘛，他算睁一只眼闭一只眼。就这些事他是知道的啊，他也知道很多中国团队在使用他们的这个服务，也知道很多中国团队使用了他们服务以后，继续再给中国地区的，或者其他的一些他们不支持地区的民众在进行服务。他们也都知道。但是呢，为了不去做刚才我们讲的叫额外措施，所有加额外措施这四个字的意思是什么？就是所有人都需要在某一个闸口上再过一次。他的整个的访问效率会下降的，他的访问的成本会上升的。就是他说：“我们未来要加这个额外措施了。原来没加上去，是因为我们觉得不划算啊，现在不行了啊，我必须要去加。”那情况是这样的一个情况。那么，为什么会在这样的一个时间点来干这件事？任何事情发生了，我们都要想。不然，6 月 25 号发这个邮件出来，那么前面发生什么事了啊？以前都好好的，怎么这个来的时候好好的回不去了呢？对吧，到底出啥事了？第一个，算力问题啊。

在WWC之后，Open AI的GPT-4将结合苹果iOS 18一同发售。现在，应该已经开始进行各种测试了。在这个过程中，Open AI自己的服务器压力已经开始上升，因为它应对的吞吐量应该是上升了一倍，直接翻番了。但是，它的服务器压力上升了30%-40%，因为随着其结构的不断优化，吞吐量上升后，服务器压力并不是呈直线上升，还是做了一些优化在里头的。但是，压力上升依然很厉害。

而且，Open AI最近传出来想去上市。为什么想去上市？缺钱了吗？他们又把这个钱烧的差不多了嘛？那么你说微软爸爸再给一点啊，这个事肯定不行。微软爸爸再给钱，就直接把公司卖了就算了。那么，怎么能够再找到一些钱呢？就上市去圈钱去。这是山毛特曼最近在搞的事情。他说，我们是不是让一些本来不该服务的人，我们把他删掉啊，这样我就可以腾出一些算力来。这个可能性是存在的，而且可能性很大。他能够把中国区的算力节省出来，以后的话，应该还是可以把Siri结合GPT-4，多出来部分算力给顶住的啊，或者说能够顶住一部分。

所以，GPT现在一定是在一个运算压力很大的时候，他要找到一些可以被裁剪掉的算力，要把它节省出来，要降本增效一下。然后，GPT还有一个问题。在接下来的部分，我们将继续探讨GPT面临的挑战和解决方案。

或者，Open AI还有一个问题，那就是前面吹牛吹太多了，对吧？大量的东西，吹过的牛没做出来。2月份说的Sora到现在没做出来，然后现在超Sora的这个项目，都已经做出一定量了啊，甭管是Runway还是都码，还叫什么啊？然后还有像快手自己做的，类似这样的纹身视频，或者图生视频的，已经做得非常好了。说你这个Sora已经不用发布了，人家都替你做了。你以为他不着急吗？他也着急啊。GPT-4虽然这个模型出来了，但是GPT-4，这种端到端的语音模型，到现在为止其实谁也没见过。它只是在谷歌I/O开始前的一天，拿出来震了个场子，把谷歌I/O的风头给抢干净了。他自己到现在为止拿不出来，原来发的时候说哎，过两个礼拜就给大家看啊，到现在已经过了挺长时间了，也没看见。现在据说是要开始邀请测试了，有些人收到了邀请信了。前面还有什么测试PPT啊，还有很多其他的，我们准备做，但是这东西又没做出来。

所以，对于Open AI来说，它们的算力分配是什么？第一个肯定是研发新模型GPT-5，现在说了，GPT-5要到明年年终的时候再出来，对吧？今年接着GPT-4，GPT-4O或者GPT-4A、GPT-4B、GPT-4C、GPT-4D，反正各种的后缀去加，就是一个模态，对吧？就是这样的一个状态了。那么GPT-5要训练，GPT-5要去对齐。

GPT5正致力于进行各类安全检测，而GPT4则专注于语音端的开发。在道端，我们仍在持续前进，不断探索视频与机器人结合的新型模型。Sora，作为视频生成模型的代表，正全力以赴，首当其冲的任务是研发，其次是为用户提供与GPT聊天的支持，以及利用GPT的多模型服务。

然而，研发与应用两大领域始终在博弈。研发领域，曾有过夸大的承诺，现需填补之前的空缺。而在应用端，中国公司已崭露头角，移动互联网时代见证了中国企业的崛起，AI时代，中国公司在AI应用领域同样表现卓越，已在全球范围内取得领先地位。中国企业在海外，能够调用Open AI的大模型，同时结合自身的大模型，共同发挥作用。这包括了角色扮演聊天，用户不再直接与GPT对话，而是先设定一个角色，如与哈利·波特、邓布利多、钢铁侠或马斯克聊天，这种设定角色的聊天方式，中国已有大量应用在海外取得成功，采用的正是群狼战术，吸引了大量用户。

综上所述，GPT5、GPT4以及Sora等模型正不断进化，中国公司在AI应用领域展现出强劲实力，海外市场的成功进一步证明了中国AI技术的全球竞争力。

“就是我们一起冲上去，看看到底能干掉谁。另外还有什么呢？就是中国大量出海的应用，其实是教育类应用啊。教培，因为大家知道国内的双减，大量做教育教培的，甭管是教师也好，还是这些做互联网、移动互联网开发的也好，一把就没事干了。再加上有AI上来以后，那咱们冲上去，咱搞呗，包括这个原题库，就是拍照搜题的这些东西，现在他们都出去了。

而且呢，他们出去了以后，还把中国的商业模式也带出去了。中国商业模式是什么？免费啊，免费完了以后我给你卖课程。我们这还有一大堆老师等着，给你教数学或者教一些其他东西。这是中国的这种APP的商业模式，它跟美国的这些肯定是不一样的。美国这个肯定是年底消费啊，而且还挺贵。因为我们就是该干嘛就干嘛，我做APP给大家拍照搜题了，或者做一些什么其他的工作啊，我就得在这件事情把这钱挣回来。而中国人说，哎，不用啊，您免费使了，使完了以后你在我这买课就行，让我不停的PUA你，让你上补习班。这是中国人的玩法，所以在这一块他们打不过咱们。

在这块里头，除了像什么猿辅导这些人出去之外，字节跳动做的类似，这样的空隙也做的非常好啊，在国外有大量的用户。这一块啊，也是他们觉得说，你们中国人到底在干嘛，又要在这一块领先了吗？所以他来封你。第三种可能呢，就是中国地区的服务啊，可能会有一些新的商业变化。”

这意味着，在中国地区，微软原先销售其Open AI服务的策略可能未达到预期效果，或是正在考虑寻找新的代理商来推动Open AI服务的销售。例如，如果苹果在其iOS 18系统中集成了GPT4O服务，那么在中国，如果能找到一家代理商成功申请到运营许可，苹果在国内也能继续提供GPT4O服务。这不仅意味着代理商可能负责打通关系，获取运营牌照，还可能涉及将GPT的所有API销售及其他商业权利一并接手。

然而，Open AI在签署代理协议时，可能会面对不许串货的要求。串货指的是，不同区域的代理商因价格差异，可能会将低价区的商品转移到高价区销售，以牟取差价。如果中国有代理商获得了Open AI的代理资格，那么为了防止串货现象，中国区的服务价格可能不会低于其他区域，甚至可能更高，以确保各区域代理商的利益。

这样，Open AI在中国寻找新代理商的决策，不仅关乎销售策略的调整，还涉及复杂的市场定价和渠道管理问题。

才会把美国的服务接口直接接上，然后在中国调用网络。他在中国服务吗？我们前面也跟一些在国内提供类似服务的厂商沟通过。他们在中国，每个 TOKEN 的价格大概是美国的两倍到三倍啊。为什么这么贵呢？因为在前面需要过滤，先过滤一下你都说了什么。然后呢，把你说的所有东西加上一个带有安全过滤机制的提示词塞进去。跑完了以后的结果出来以后呢，还需要再过滤一次有没有说什么不该说的呀。他等于自己就消耗了更多的 TOKEN。那么在这样的情况下，真正为用户服务的 TOKEN，每一个 TOKEN 的价格就会涨很多啊。这也是一个中国特色吧。所以呢，这种清理有可能是因为国内有一些新的代理商要去产生出来。那你说，这事跟地缘政治到底有关系没有啊？美国政府说了，Open AI 你不可以为中国服务。我只能说地缘政治呢算是一个借口，我可以以此为借口拒绝替你们服务。但其实呢，核心都是各种经济利益与经济诉求。我想存点省点算力了，我不希望中国的 AI 的应用跑得这么快了。或者说，我想把中国的代理权卖给别人，我要给他保护一下这个地区啊，不能闯祸了。我觉得这三种可能性会更大一些。那你说会有什么影响？第一个呢，国内落地的服务有可能会发生变化，就是有可能会有代理商出来，或者说有代理商可以大张旗鼓地出来卖了。第二个呢，才会把美国的服务接口直接接上，然后在中国调用网络。他在中国服务吗？我们前面也跟一些在国内提供类似服务的厂商沟通过。他们在中国，每个 TOKEN 的价格大概是美国的两倍到三倍啊。为什么这么贵呢？因为在前面需要过滤，先过滤一下你都说了什么。然后呢，把你说的所有东西加上一个带有安全过滤机制的提示词塞进去。跑完了以后的结果出来以后呢，还需要再过滤一次有没有说什么不该说的呀。他等于自己就消耗了更多的 TOKEN。那么在这样的情况下，真正为用户服务的 TOKEN，每一个 TOKEN 的价格就会涨很多啊。这也是一个中国特色吧。所以呢，这种清理有可能是因为国内有一些新的代理商要去产生出来。那你说，这事跟地缘政治到底有关系没有啊？美国政府说了，Open AI 你不可以为中国服务。我只能说地缘政治呢算是一个借口，我可以以此为借口拒绝替你们服务。但其实呢，核心都是各种经济利益与经济诉求。我想存点省点算力了，我不希望中国的 AI 的应用跑得这么快了。或者说，我想把中国的代理权卖给别人，我要给他保护一下这个地区啊，不能闯祸了。我觉得这三种可能性会更大一些。

那你说会有什么影响？第一个呢，国内落地的服务有可能会发生变化，就是有可能会有代理商出来，或者说有代理商可以大张旗鼓地出来卖了。第二个呢，就是大厂不用担心你，像字节跳动，其实他没什么可担心的。字节跳动是大量调用 open AI 的服务的。这甚至前面 open AI 还说，字节跳动，我要封闭你的接口，你原来在我这买的一个账号，我不给你用了。你竟拿我们的 open AI 的，拆着 PPT 去训练你自己的模型去了啊，这个太过分了。但是又怎么样呢？现在字节跳动的 code 啊等等，大量的海外应用依然在使用 open AI 或者叫 XGPT 的各种各样的服务。它就是通过微软云去使用嘛。你 open AI 不给我用，微软得给我用。对吧，我上你爹那去用去。他是这样来工作的。其他的一些大厂呢，也不用太担心。他们在美国架服务器就完了嘛，就老老实实为美国服务不就好了嘛，或者为 open i 允许的地区去服务，就可以了啊。对于他们来说啊，关系没有那么大。而且对于他们来说呢，这即使是说，我要为一些不允许的地区去服务了，也没有那么大关系啊。他可以自己在美国买新房进行跳转。这个呢其实并没有那么容易抓住了。那么一些中小厂商呢，想在国内使用啊，特别是生成大规模测试数据这帮人，他们的成本就会上升。所有的攻防啊，甭管是梯子也好，墙也好，或者其他这种禁止也好，最后都是成本的问题啊。啊，我愿意花更多的成本来翻阅这个墙，那么对方说，我到底愿不愿意付出更多的成本，把这个墙修高。这一定是如此的。

对于他们来说，就是增加成本：在美国去租服务器，或者在一些 Open AI 允许的地区去租服务器，然后在那个地方进行跳转，再自己去做一些跳转，多跳几层啊，就可以避免这种穿帮啊。这个是可以搞定的。真正在国内大批量使用 Open AI 的，其实是有两种人啊。就是真正的为中国民众服务的，实际上有两种人：第一种人是什么呢？就是有很多卖课的人，或者很多人告诉大家说：“哎，我现在有直接挂 Open AI 的，我是通过一个什么跳转，我就可以给你用了。”这种人可能这一次就很多会被封掉。然后还有一些人干嘛呢？就是在國內大批量调用 Open AI 的这个接口，生成自己所需要的训练语料。现在很多训练大模型，都是用 Open AI 生成语料，然后再拿这些语料去训练自己的模型。只要是自己生产新模型的这些公司，基本上都是这么干的。一些想为中国服务的，那就多跳转几次吧，那没什么办法。还有呢，就是一些跳转服务会更加流行起来。像我其实也是使用 Open AI 的 API 的，虽然我是 20 美金的 Plus 用户，但是这个 API 我也用啊。但我的 API 是什么呢？我没有向 Open AI 去交钱，我也没有从 Open AI 专门去申请它的 API 的这个 TOKEN 都没有。我呢，就是通过这种叫中间跳转服务去使用的。找了一下，说来我我交钱啊。他呢，在离 Open AI 机房最近的地方，我们发的所有的指令，他会打散啊，送到这些机器中的任何一台，发给 Open AI，然后再把这个数据拿回来。而那你说我要连续沟通呢，始终在这一台上来回聊就好了，他是这样来空错的一个状态。对于这种的话，Open I 其实拿他们的，呃不是特别有办法，为什么呢？你说 Open I 就不知道，也知道，但是呢，这就是一个攻防的问题。你要想把他们都封住，那你可能对于帐下的流量，就需要做更多的检测。而且这些人他就吃这个饭呢，他就会怎么着呢？他会专门研究各种的攻防方式。像我们以前也经常是被别人防守，但我们就定向突破呗。我拿个针呲扎一下，对吧，这个相对来说是要容易很多的。你说我能够把这个墙搞得更硬一些，让你针扎不进来啊，那这个成本就很高了。这块呢并不用那么担心。所以呢啊，对大部分人来说吧，这件事情呢，影响不大。这件事情真正的影响，其实是 Open AI 自己可能节省了一些算例，或者是说呃，我又符合美国要求了啊，要求不给中国使用啊，我又去符合了，意思可能也就在这里。对于真正想用的人来说，基本上无效。所有的这种强也好，所有的这种禁令也好，对于程序员来说，基本上都是形同虚设的。他能够把程序员彻底防住了，那其他人就彻底别使了。因为程序员属于在这个里面手段比较丰富的一群人吧。

大概就是这样。好，今天我们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Disco讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道啊，在这一期里面讲到的如何使用跳转，使用open AI的API，这是我们付费频道里头AI公开课里的第一讲——“AI大模型自由”。我们是以上了这种跳转的服务之后，就可以使用各种各样的AI大模型。好啊，这期就讲到这里，再见。