中国AI業界を風刺する――「葬AI」咸鱼が語るベンチマーク・ミーム・ハイプ（中国語版）

Hello, China Talk listeners. It's Irene here. We're here today with a really special guest, Xian Yu. He writes a blog called Sun AI or Funeral AI, and it's really some of the best text I've read in years. I desperately want his equivalent to exist in English, but I'm also incredibly happy that he's doing this in the language he knows best for the Chinese AI industry. We recently translated and reposted one of his pieces, which is called Open Source is the United front of AI over on our Substack, which you all should go check out. Xianyu himself and his team is at shinuraai1word.substack.com as well. Today's episode is going to be in Mandarin, but we'll post an English transcript on Substack after the show is out. Thank you so much for listening. Okay, Xianyu老师, 欢迎来到ChinaTalk. 我从你们 去年九月份发的主体思想 AI那一篇开始就是中式粉丝了, 所以今天非常荣幸。 Can you introduce yourself? What are you doing? And how did you get into the media?

Well, in the beginning, I will say that the主題 is very good. I was in the 7th, 8th, I was writing this book. It was using the art of art and art. Of course, in AI industry, many people are interested in the art industry. 。 但后面事实也是如此 就是现在即便最先进的AI 包括GPT6前天发布的 也包括各个VCA投出来的最火热的项目 其实你作为一个普通人 作为一个没有就是VC的人 你去使用它 然后讲述你自己使用感受 其实是会有很多原创的和互联网上的Sloop 互联网上的垃圾信息不一样的论掉原创的观点的

You said you had been working on a Chinese media in the Chinese media. Do you have any kind of experience in your life? No, you know the media media is very much. They try to use a kind of professional word for this industry. 然后机构媒体的人需要和各种各样的人social 你需要和一些大佬 你需要去触达他们 你需要去让他们接受你的采访 我非常反感这一套 我之前任何一份工作那么有超过半年 所以他的经历让我相信的我并不适合干任何一份传统工作 我更适合自己家里爱干嘛干嘛 I'll just look at the first one in the show.

传播信息的关键是降低噪音,没有原创信息输入,AI只是重复互联网已有信息,制造噪音,AI一句话生成的内容是典型的高噪音低信息。 我的朋友阿轰对此有一个非常妙的比喻,AI圈的现状,一半人在努力做播客语音转文字,另一半人在努力实现文字转播客,最终实现GDP翻倍的效果。 The idea of the way to do is that we have many love AI-faceters, the goal is to be left-hand side-hand side. This is a kind of a year ago. Do you think that you have a lot of these? What do you think about the design of the game? Do you still exist? And now the design of the design of the game has changed? Actually, the design of the game is not yet. The design of the game is a lot of things. For example, I used Codex to create different things. I gave him a little bit of a word, he actually created a lot of things. But the key is still there, because Coles has my own phone, I have a lot of people who have a lot of them.

So he has a lot of them, so he has a lot of them. He has a lot of them, but the first thing is that everyone doesn't know how to do agent. Everyone is just in there to be a lot of them. Even if you have a like China Top VC fund, like Hong Kong, like Golding, these big companies, they have made their own products. you can see it is still very funny. They were trying to try to make a simple simple word for a traditional word. And they tried to make a simple word for what to use or what to do. But the year after these people, they were done. They were done. So that's what you do. You don't have to use a simple word for a simple word for a simple word. This is not a useful word for a long time. I think that over the years, AI创业 has a lot of sense. Just like every time to do a round, everybody wants to do a round. and then over two months, it's not. I think you, I think this is the main issue of the first question. It's still there. Codex and the ability to create a new ability,

but I think it's almost impossible to imagine. The original information in the source is not a change. You can create a lot of things, you can create a lot of things, you can create a lot of app, But you have a lot of sense of creation. What do you think about AI-sensitive and creative and creative? I think that I was just using AI-sensitive. You just used to write AI-sensitive. AI-sensitive and I wrote 80% of the content. I just went to the next step. But maybe since the last year, I didn't write AI-sensitive. I wrote the same thing, until now I wrote the whole book, I'm the same thing. I made it easy for myself, I wrote the same thing. I wrote the same thing, I got more interested in this book, I got more interested in it, I got more interested in it. I want it to write it. But the other part, it's also, I just started... The way that I wrote the book is that I did not write the book. I did not write the book, but it is the thing that I wrote the book, I have not done.

It was not done as hard to write the book about your own writing. very well to use your language to express your language. It's a very complicated thing. So, I've been talking about my friends about the benchmark. It's about how to explain a book. It's a book about AI. It means you can take a book about AI. It's about to explain a book about AI. It's about to explain a book about AI. So, there's a book about AI. It's a book about AI. AI 写的东西非常倾向于用不是而是 或者用破折号这样的连接词 或者连接的符号 所以它会导致 AI 味道看起来非常重 但如果你要来全面评估 AI 写的东西的话 你就需要抽出来可能上百个这样的指标 它就是一个非常复杂的工程性的任务 对 所以而且另一方面的模型 其实它在提升编程能力的同时

它的写作用力是要不断下降了 it's like a data sheet like that it's a machine you give it more about the about the about the about the of the of the data so you don't have more of the of the data that it will be the of the data to the data so you actually from 25 年 到 现在 所有 模型 主流 的 模型 它的 的 编程 能力 在 提升 同时 它的 写作 能力 一定 是 在 下降 的 所以 I have been working on the 6th week of the year. There's a feeling that the whole thing is becoming more difficult.

I think that in the past, I think that some of the books are very good. It's very good to read some of the words that I can remember. And now I feel that reading the whole thing is because of my work. Or for the information that I have been working on, and not for the beauty of the words. So I don't want to let me know. I have a kind of language that is really good for me. And I also have a very good language that I have to share with you. So I think it's very interesting. I saw you in the book that said you from AI-sword into a human-spoken book. And you said that you can't do it. You were not able to think about this question. I hope you have a kind of a deepening. 比如说我经常看美国的政治脱口症 有一个非常有名的人叫 我忘了他名字 反正他是一个光头老白蓝

但他可能已经死掉了 我忘掉了 但这种人他之所以讲的好笑 是因为他真的相信一些东西 就比如说一个可能右翼的人 他没有那么相信进度主义 或者他没有那么相信过去这几年的多元叙事 所以他肆无忌惮地开这些玩笑 Of course, there are a lot of people who are the same. So, if you have a little bit of a creative idea, you can really believe that the things that you can do. I believe that the things that you have to do is that AI doesn't matter. Or you don't have to believe AI. Of course, you might have to believe that in the US, because in the US, the most common people are against AI. But in China, it's a naturalistic attitude, or it's not a naturalistic attitude. It's a naturalistic attitude to the new technology. So most people who are dealing with people are not thinking AI is a bad thing,

AI is a bad thing to live by the people's lives, AI is a can't with me with a thing everyone will be able to see the AI is a important thing AI is a will help the world grow the world and develop the world of course the idea is not a problem it is a different view I just believe that normal life will be more important at least compared to these the red market market to come back to the I think

什么名字了 他一开始 对 对 他一开始干了事情 就是建立标准 建立标准 然后这些金融机构 来接入他的标准 接入他的后面的资讯平台 然后他发展到今天这个地步 就是我们 15规划也是本习Buck 就是中国政府将 我要实现一个什么样的发展目标 然后他把拆解成 入干电话指标 只要你能够达到这个电话指标 我们就可以说达到15规划了 相比之下 AGI就是一个非常坏的词 因为AGI没有任何量化指标 没有像15规划一样 把它拆解成若干指标 比如说模型能力达到一个什么程度 或者它的普及据达到一个什么程度 我就实现一下没有这样 所以你把它放到任何一个AI具体方面都是这样的 比如说AI的写作能力现在很糟糕 但如果你能把写作能力拆成若干指标 然后来量化它 用各个模型去跑若干轮次

那其实你是能够得出来一个 一方面是有轨迹数据 一方面是有一个客观结论的 任何一个角度你可以用这种工程化的办法来拆解 事实上这也是 模型厂它在过去一年在编程领域 在Argentic领域做的事情 所以 我认为我接触了大部分人 它们是缺乏一个这样的具体的路径来对抗AI或者说重新建立自己生活的自信 就是我不是这些模型厂里比较最头部的研究员 我不是AI行业最核心的这100个人 那我现在的生活有什么意义或者我成天思考的东西重要吗 我认为是重要的 就是首先是你要相信自己的生活 自己真实的想法是重要的 其次的是有一个路径 这个路径就是你去 当然不一定是你自己要花这么大精力去勾建一个benchmark

是用若干指标把你所删除的事情给量化定义出来 但确实是存在这个路径 让所有人在自己的专业领域里表 是比任何一个现在最红火的AI研究员都更有说服力的 所以你们后来你自己也做了几个benchmark 可以讲一讲吗 I saw you have a general bench and a bench. I can say that the bench is over the past years. The video game was the case when China was in the case of China. For example, the silence was from 2.0 to 2.5. It was basically the entire world of the world. The most big video game is the internet. It just failed. And the most popular TV channel is the Chinese channel. The main channels are the most popular. The main channels are the Cedence.

Then Cedence, Minimax, the main media feature also has been created by H3. If you want to use a regular basis for the average, it may be a 80% Cedence 2.0.0. But it is created by the main channel. It means that everyone can be in the end of the year. So the past year, the situation was that the video was a lot of the time. Especially when we were doing this, we knew that the A7-3 was released, but the A7-3 was not released. The situation was the same as the silence of the system. It was a very dark situation. I was surprised that it was just that it was... If you had a vision of open AI it was just a very catastrophic situation It was a very scary thing because I was already being a catastrophic It a bit more But you can imagine 它依然是一个非常贵的一个API 然后如果你是一个严肃的 你真的在做一个AI应用的话 你一定要用Cidense 2.0 你的成本是不可接受的 一定是不可接受 你在美国做 你大概率也是不可接受的

所以当时我们就想 如何来衡量这几个模型的能力 因为除了Sidens 2.0之外 其他大部分模型 其实在过去半年几乎没有人讨论 可怜的新模型到现在也还没别出来 它应该最近要发布 对 那我们当时想到的办法就是 除了那些技术指标之外 我们可以想一些更好玩的方式来衡量模型的能力 那我们当时想到的方式就是 去网上找的若干梗图 这些梗图可能来自于B站抖音评论区 当然它可能是 就现在做AI 可能是大伙 认真的做AI工作的时候 完全不会关心的 这些是大伙私下里面去刷B站视频 可能会看样东西 我们当时想的是 这些模型厂大概率是没有把这些数据 给寻进模型里的 它大概率是没有把这些奶龙张雪峰 我们没有发张雪峰进去 为了规避一些版权风险 带一些非常垃圾的梗给寻进去的

奶龙没有版权吗 奶龙没有版权 奶龙是一个UGC的事情 奶龙是在minimise的 一个AI chatbot的产品上发明的 我已经考证出来这个圆圈 它是没有版圈的 它肯定没有版圈 我一直是奶龙的玩具厂IP 不好意思 它是人们自发创造的和胖猫一样 所以我们把这些东西给放进去 然后让AI来生成一个非常 然后给它一个非常狂野的提示词 比如说奶龙 奶龙发射激光 然后把前面的都打爆了 类似于这样的题 当然我现在想象力有点薄弱 可能比我现在说的更好玩一点 然后我们就把它做成了一个Area 它是一个网站 我们一开始 就是摩承机双是数据 我们一开始也需要很多人来打标 很多人来做这个评测

然后来有一个接手的排名 然后我们再把它公开 再让它的量上去 所以一开始我们用的方式也是 我的搭档 我的搭档不秋 他去找了若干大学的学生群 QC群 大概群里面 发了种兼职的信息 就是你做完这一套题 我给你10块钱 对 就有非常多的学生来做 你知道现在中国大学 可能兼职 我上大学的话 我是二年毕业的 就18年到22年上大学 到后我在学生群里面 我常常看到了兼职情况 可能也就是三块钱 四块钱五块钱 就干一个非常小的事情 但这些事情也不复杂 所以十块钱是一个很高的价格 我们后面遇到一个非常幽默的事情 是有很多人跟我的搭档 问这玩意是不是诈骗 因为你们给的十块钱价格太高了 我当时的第一反应是 哇 这真的是中国的人可红利啊 你在全世界任何一个地方 能找到一个受过高等教育的一个年轻人 能够用明白一个基本的AI产品的一个年轻人

愿意只花几块钱 就能花个20分钟给你做完一套测试的 应该是没有的 但总之我们前期找了300人的样子来做完了 这个测试有一个非常基础的排名 然后当水汽三也发布了 我们也加入雷汽三 所以一开始做出来的时候 我们是很绝望的 因为那个做出来之后 就这些大学生们 然后做了这些AI热梗 这些AI垃圾视频的 之后的排名是H3超越了Sedens 2.0 超越了Sedens 2.5 它和主流厂商的叙事是完全相反的 主流厂商的叙事一定是Sedens 3.5 它更先进 再然后是Sedens 2.0 再然后是H3 对吧 当时排名出来之后 我一度认真的思考过 要不要用各种各样的技术手段 包括调整权重的手段 把H3的排名给降低一下 让CLS排名在前面 当然最后没有上座 维护了这个问题的公平性

但它其实就是一个象征 就是普通人在娱乐场景里面投出来的票 他就会更倾向于MIMASH3 当然你从综合技术角度 你从更多维多的指标角度来评价的话 CLS一定是一个比A7全面更好的模型 但无所谓 这不重要 这不重要 就像是 你当然可以开一个特斯拉 但我成天骑我的电瓶车也可以到处乱穿 电瓶车对我的乐趣是更大的 它就是一个这样的事情 在这个文章发布之后 我们其实和MIMAS和自己的人都有各种各样的交流 当然自己的人会提出质疑 觉得我们的C-Lens肯定是在一从线上 在指令遵循性上是更好的 对但无所谓 它其实是一个角度的问题 它其实就不是一个纯技术的问题 就像我当时在文章里面解释那样 C-Lens 2.5和H3对比 它很好的反映出来一个事情 就是你有没有把这个模型本身做成一个产品

那H3它其实是更多的做了产品的部分的 就是H3在根据图片上的视频这样的场景 以及根据视频 它去编辑上一个PR剪辑软件一样 去在你的视频上加特效 这些的数据 它是专门作为优化的 所以它的表情会更好 而CNN32L5 它是一个更面向专业工作室的一个模型 甚至于这一套东西 应该是自己找导演 构建了非常多专业的数据 这可能是 就比如说Google的模型 视频模型远远掉队的一部分原因 它没有在上面投入如此多的精力 对 但它就是这样 CN4.5是一个更适合给专业的模型 但一个普通人直接拿CN4.5生成 它可能反而生成的比H3更糟糕 所以即便是现在最先进的模型 这些模型厂花费 其实一美金造成的模型 它依然是一个可以被普通人评价的事情 并且应该被普通人评价 不然这些模型厂 他们就会在编程能力 或者更垂直

更西方的能力 更能赚钱能力上越走越远 越走越远 直到我们普通人发现 它是一个怪物 普通人完全无法和他对话 其实AXWAP也有一点这样的测试 你现在和Fabafile Fabafile对话是一个非常困难的事情 因为他会说各种各样的拿句话出来 对 我还没怎么试呢 跟他说中文 因为我一般工作什么 跟他PROP英文 然后他真的不说人话 那个 我在PROP这个 我在准备这期播客的时候 去耿不然刷了半个小时 然后发现我是纯HC H3脑袋 每一个喜欢的都是MiniMax 那些大厂他们联系你们 他们很在意他们的梗Bunch排名吗 他们当然会在意评价 其实也没有人公开的讲Cinence不好 但我们其实是从一个切口 一个细分的角度来出发 它其实和你的媒体工作非常像

当你要讲 比如说你要讲 美国现在的 加息降息问题的时候 如果你真的要写一篇非常长的文章 你会写特稿 你会用那种 暴行字塔形式的报道 你会找一个切口来切入 什么 对吧 我们做的事情也是这样 我们是从一个非常细的切口来切入 一个梗 来评价Sidens的能力 但之前没有人说Sidens不好 我们今天突然从一个角度 并且有一些数据来论证了 为什么H3比Sidens更好 Sidens他确实会介意这个事情 当然这也是一个非常良心的事情 他也没有说你做的很糟糕 他就过来问为什么会这样 铁墨的 是的 不过今天七月份的时候 你好像确实被MiniMax投诉了 是吧 可以讲一下那个 对 他其实是 他其实是一个竞争非常激烈的一个缩影 是MiniMax 他现在最新的基模 叫M3 M3我忘记它具体发布时间了

反正是今年年初发布的 在它发布那一段 其实不算是一个落后的模型 它可能是第二流梯队的模型 落后于当时的智朴的G&M 或者千问 阿里的千问King 对但过去这半年 你也知道中国的国产模型 经历了一个非常巨大变化 大跃进它的模型能力 从今年初的时候 它的编程模型 其实几乎是 只能做一些相对简单的工作的 就所有人 所有人你是一个专业程序员 你大概率都会充值一个cloud的账号 当然今天也是这样 但这个程度减轻的 然后到现在 其实我觉得绝大部分人的 包括程序员 包括更专业人士的 大部分的工作 都是可以用国产模型来替代的 比如说用K3或者千万3.8MAX或者GLM5.3 所以中国的国产模型能力在过去半年经历了一个非常大的跃进

它现在达到一个完全可用的级短 你现在做的任何工作 基本上都可以用中国国产模型来提担 因为中国现在最先进的国产模型GLM5.3也好 千万3.8MAX也好 K3也好 它差不多对应着就是Fable5平T 比Fable5差一点 但也大概是在OPUS5左右的那一个能力区间 对 当时我们两个月前写MiniMiles的那个角度 其实就是刚好在那一轮拂摸大跃进的中间 那就是发现MiniMiles明显落后了 因为M3它是一个半年前发布的 它是一个四五个月前发布的模型 然后到现在还没更新最新版本 不过它马上也要更新最新版本了 然后呢 我又挺忘记了片尾上具体内容了 但大概情况就是minimise写过后了 我们讲而讲的一个事情 但minimise非常介意别人讨论 他落后这件事情 你知道他也是一个港股的上市公司 他对于维护自己的股价 有非常高的需求 所以一开始他就投诉了这篇文章

但我们的方式就是 你投诉我们可以道歉 我们就把之前的所有话 重新写一遍 比如说我们之前说minimise了后 但我们现在就说minimise太进步了 我们现在立即想minimise道歉 不好意思 不好意思 Misimus 也是中国最进步的模型 最有可能是下一期的模型 对 然后当然我们后面也和他 也有一些交流 后面他们 后面Mis的人也邀请 我的搭档去他们公司 去和他们聊 他们现在是怎么做的 给他们讲一些技术问题 对 这其实是一个很幽默的事情 因为 因为这种道歉 道歉当天 Mis有一个HR团加我的搭档 问他要不要入职 要不要入职minimus 这个事情幽默是在于 它其实是一个口径不同的问题 就是投资我们的人 并不是minimus 就真的有角色能力的人 对他只是个人行为投资我们圈文章

但还有一个很有意思的事情 就是 这种能力是很稀缺的 你能把一个模型给讲明白的 你能把一个模型的问题 好坏讲清楚的能力是非常稀缺的 是因为绝大部分人 他只会去讲技术指标 他又跑了SWE 跑了这些最主流的奔起 他的排名如何 你把这些讲出来 他完全是给互联网上增加噪音 但是如果你能够讲清楚 这个模型存在什么问题 并且用一个技术人员 用一个研究员也能听懂的方式 告诉他们 它是一个非常重要的事情 其实你会发现 全世界的模型船 都在干一样的事情 比如说GPT6 GPT6它非常重的强调了 它的三例能力 它的computer use的能力 那它显然这是一个 有产品定义能力的人 把这个需求给研究员们讲明白了 然后大伙一起去构建相关数据 来做出来的事情 所以模式能力要提升 它并不是一个非常researcher导向的事情

它其实也是一个产品和技术 一起来定义需求的一个事情 对 对 当时 但现在我和minimax关系非常好 事实上我现在正穿着minimax的衣服 我才刚看到 是的 恭喜你们这个维修了关系 这个猪泡毛继续成功 我是通过你 因为我不住在国内嘛 所以这个很多的事情都是 比较二手消息 我是通过读你们才知道的两个产品 一是LibTV 二是Plot 然后我今天打开纽约时报APP上 就收到了一个Plot的广告 所以我刚才是聊到这个产品 产品方向表达一种需求 就是在你观察中这些过去这些 这些稍微新兴点的这些AI创业 他们是预期哪种国内的AI需求呢 就是广阔大众到底是有什么样的AI需求

非常好的问题 因为这是中国的AI创业经历了 它大概是一个三个月为一个周期的 每三个月就主题轮转一次 因为它是完全跟随硅谷的节奏走的 硅谷现在有一个项目非常热门 叫Instinct 是一个personal agent的一个项目 然后它最近刚好以 20亿美金的故事进行了融资 那国内的一 国内也有当然也有好几个personal agent 然后这几个personal agent就会在 一级市场上更数了追捧 然后也会有更多文章来讨论这几个personal agent 对它大概率 它大概是一个三个月为周期轮转 完全跟随硅谷叙事的一个事情 对 但去年这个时间点 其实是AI应用非常火热的时间 因为从2025年初Malas发布 然后带动了大家对同友Agent的一个讨论 Malas是一个中国原创的一个事情 还挺挺好玩的 但当然Malas最开始也借鉴了那个

Divine 对一个美国的产品 但它做的是一个更加面向C段 Malas做的更C段 对 所以从25年上半年到25年下半年 大概就10月份的时候 是一个AI应用投资非常火的时间 就是假说你是一个直接跳动 假说你是一个直接跳动很年轻的员工 并且你非常能够追求B 并且你真的找到了一个还不错的合伙人 找到一个还不错的团队 号称自己在做一个什么样的应用 你大概率是能够融合资的 无非是以1000万美金估值 还是2000万美金估值 还是3000万美金估值的问题 大概就是能融资的反正 那么这出现一个问题就是 AI应用它是需要用户定义的 它是需要你真的补处到一个用户需求 并且来做的 它不是一个能够scalable的事情 它不是一个能够规模化的事情 那当所有人都涌入AI应用赛道

各种各样的人 包括一些非常无聊的人 他们这辈子都没有做过任何有趣事情的人 就发生了大部分的AI应用 是这样的一个情况 然后直到今天也是这样 但因为现在AI应用投资 还是在一个寒冬期 所以现在依然在做AI应用的人 我们可以相信 他大概就是稍微有一点热爱的人 不然他不会坚持下去 所以现在你反而会看到 今天的AI应用和一年前的AI应用相比 完全没有任何损失 甚至能留下AI应用是更好玩的 对 大概是这样一个情况 然后呢 比如说一年前我有一个非常印象深刻的事情是 Malus火了之后 通用Agent火了之后 然后这些想让融资的 这些创业者们

他们想到的第一个反应就是 我要做一个 一开始是open minus 用各种各样方式再做一遍 当然这个它确实是一个成立的赛道 你会发现 做一个各种版本的 minus 最典型的案例就是Janspac Janspac它现在也混得挺好的 它现在估值也应该是30多亿美元的样子 对 它是一个 就是永远你发现一个市场上真正有PMF的产品 然后你只要去抄 你只要抄得够快 其实永远是能够做出来一些成绩的 永远是有自己生态位的 但另外一个叙述就是去年之后 就是Agent开始火了 不不是去年之后 就去年出的时候就Agent开始火了 大家会开始讨论Agent的 那自然会有人想到我要做一个Agent市场 我要让大伙来自己构架Agent 用用户自定Agent 把Agent从一个PGC的事情变成一个UGC的事情 这实际是所有人做抖音 做过一通互联网都会障然带出来一个思路

就是我要把任何一个内容创作 从少数机构掌握 变成一个全民都可以参与 它就会带来非常大的利益 就是抖音的成功 但是agent领域 它没发生这个事情 因为这个技术还太过于早期 你叫一个用户 在一个任何一个产品里面 去构建一个你自己的agent 去构建一个你的工作流 去构建一个你的产品 这是不work的 因为做一个产品 比拍一条视频要复杂非常多 但当时我不知道为什么 当时虽然这样着魔了一样 设行和疯狂的讨论这些项目 就非常多了 让用户自己来构建agent的项目 但可想这些项目到现在 基本上是一个半死不活的状态 因为当时的模型能力也不悟 然后这个产品从最根本的思路上也有问题 即便是现在能够构建一个 还可以用的agent的人 他大概率也是一个半专业人士 他要么在技术领域是有自己理解的 要么是在自己专业领域有自己理解的

它完全不是一个UGC的事情 对 所以 过去年的这种 让UGC来做Agent的叙事 就基本上完全破产了 然后AI应用预等之后 发生的事情就是 今年上半年 中国最火热的赛道是世界模型 世界模型它就是一个完全 追随硅谷叙事的事情 因为李飞飞 杨立坤 他们在做实际模型 所以投资人们 美元基金投资人们 请在国内找一个对标 他们也要投资国内人 做实际模型 我自己从一个 非常恶德的角度揣测 是因为AI应用行不行 是一个一两个月内 可以验证的事情 因为用户用了 用不明白这玩意儿 然后你的用户数据 投留也投不明白 也投不出去 那你的AI应用 大概就完蛋了 但实际模型是一个 在三年周期 都很难验证的事情 就比如说 李飞飞前段时间 发了一个demo 那它demo糟糕与否有人关心 好像也没有人关心 我已经号称我要去做一个新的

新的范式的一个模型 我做的什么样是无所谓的 大家都是买一个故事买一个预期 对所以过去半年 就是中国的VC们 特别是美人VC们 投了一堆若干人做的视频模型 你能想象到最狂野的词 它就像自由组合一样 一开始人们还老老实的叫 我是世界模型 在后面有人叫自己是英国世界模型 在后面有人教自己是 四焦世界模型 你知道这些世界模型 绝大部分的世界模型 它实际上是视频模型 它实际上是把 一年前发布的ONE 阿里开源的一个视频模型ONE 就在S3之前 最强的开源的视频模型 其实ONE 但ONE其实现在也是一个过此的模型 但ONE的模型 他们是把ONE拿到后训练 把ONE改成一个数字的人 把ONE改成实施生成的 他们就管一个非常糟糕的 在视频管制叫世界模型 然后讲一个非常宏大的故事 它其实是一个比原来人数更糟了高的故事 但我不知道为什么过去几个月

投资人们创投圈们这些创业者们 就像着魔的一样 开始疯狂的讲这些故事 来试图融到钱 当然 我现在会发现 这可能是他们视野领先于我的地方 他们认知于领先于我的地方 就是创投圈是主题轮转 这过去几个月轮转是视频模型 但现在轮转什么还不知道 但是呢 只要是主题轮转 注意力和热情 总有可能回到你所在的主题 就像是世界模型 这一两个月肯定是已经冷不下来了 但现在H3发布了 很多基于H3做后训练的人 又可以来讲英国的世界模型的故事 因为H3是比万能的能力更强的 所以他们拿H3做的数字人的视频 拿H3改的实时相传的视频 肯定是比几个月前他们演示的demo更好的 所以等于H3又帮这些世界模型们失明了一步 这个是一个非常幽默的事情 H3是一个非常正经的 有非常大价值的事情 因为全世界唯一能用的开源模型

唯一能够和Silence匹敌的开源模型 虽然只有H3 它是一个独一无二的生态位 但是呢 它拯救了一帮 纯讲故事的骗子 对 我也是考古了一下 发现你好像去年是不是说了是脱口秀 然后把脱口秀放到公众号了 然后当时说AI行业最大最确定的趋势是web3 web3化 也就是除了卖客和KOL基本没人挣到钱 我觉得好像在中国有点独特的东西 可以再细讲一讲 美国应该也是这样吧 就克努力 克努力的成功 代表着美国也更为不下 美国是否 特别人你发现 对 我觉得是美国人这个 说实话 其实我这两天 因为Antroperty是现在想这件事 就是美国没有那么强的 这个科技乐观主义

也是一部分 因为美国人比较实在 就是他们对于这些论点 没有这种基础性的 对于它炒作的期待 因为一些 我觉得说实话 是因为硅谷的一些 过去一些 比如说Effect Altruism 之类的思潮的影响 所以现在 现在美国对于科技的讨论 特别特别的实在 就是大家都 大家都很真诚的在讨论 不管他们是一身一鬼末日论 还是加速主义 中国就这种 本身的丑作性 大家都比较能够接受 或者至少大家都比较能认到这件事 我觉得相反的 我觉得中国 我们刚刚讨论都是一个非常小 全世界发展的事情 就参与这个事情的人 可能在中国也不到一万人的一个事情

因为中国关心创业产品 AI创业产品是一个非常小众的事情 其实应该在美国也是一样的 就别大人是没有听过这些 比如说Fable 5 Fable 5是一个可能 可能我不知道可能有100万人用工 但它是一个非常小众非常昂贵的一个东西 对 因为核心是中国的故事是来自于美国的 就我是指 这些AI产品 AI创业的故事是来自于美国的 就中国的特别是美元VCA的投资人们 因为美元VCA他们投资的更早期 他们的第一思路是找一个中国的对标 就美国有一个什么样的塞到火了 就美国的模型火在中国找若干对标 美国的personal agent火在中国找若干对标 美国的AI应用火在中国找若干对标 他们一定是这样的一个思路 所以中国这些人的故事是来自于美国的 当然他也不是一个发生学 但是中国也有一些 中国的AI创业也有一些自己原创的故事 但大体上是来自于美国的 所以一定是美国讲故事更疯狂

然后这里的人他们是 他们他们这里的人 炒作没有他们的疯狂的 我觉得美国最 美国最核心的竞争力 就是他能够讲故事 他能够造此 就比如说Benchmark的这件事 Benchmark它其实是一个 工程问题 它是一个你定义清楚用户需求 定义清楚这些指标之后就 然后然后它做起来也并不复杂 它肯定比训练一款模型更简单 做Benchmark这件事 但你能发现 Benchmark领域大伙 在发布模型的时候 会去策略那些Benchmark 那些主流的Benchmark 基本上都是美国人做的 SWE也好 Terminu Bench也好 就是美国人他有一种 先入为主的思路 就是我在一个技术上 早期的时候 我天然的 我不应该是只做技术 只做其中最大头的事情 我当然也要去做开箱组织 我也要去做标准定义的事情

就比如说我这两天 看Astrapia和OpenA关于ASFT的争论 我第一反映就是 你们又要搞一个类似的标准组织 行业准数组织 然后我来审查 然后审查不合格的 我就不给你发准数拍照 这是一个非常经典的 美国人会做的 搞行业协会 搞标准组织 然后定义一套标准 排除掉不符合我这标准的人的事情 包括造词也是一样的 就RSI 现在大模型讨论的最火热的一个词 我们要通过地规自信化来实现 模型性能的飞跃 它也是一个美国人发明的词 所以对我来讲 我的第一反应是 造词能力上 美国人是强非常多的 甚至我觉得这是 美国到现在最核心的一个能力 中国的产业为什么不造词呢 我觉得它是 造词是商场建筑 它是一个你需要真的自信 才能够做的事情 就中国的AI创业者们 他相对来讲 这一个非常小的圈子来讲 它大体上是一个平替的逻辑

当然我非常希望 它能够有真正的创新 当然它也有很多真正的创新 对 但它大体上来讲 这些AI应用 这些具体的AI项目 它依然是一个美国火的 一个什么项目 硅谷火的一个什么项目 然后我们几个人 不管回国以后 我们几个人不管 我们几个人不管 不管几个清华大学的学生也好 我们来做一个类似的项目 来蹭这个主题的一个事情 对 它应该和钱来源上的构成也有关系 比如说美元基金他们很多钱 你要向LP解释 你要向你的出资人解释 你为什么要投这个项目 那对于这些老登 这些老企业家来说 对于这些中东欧洲钱来说 你给他们解释 为什么这个项目是一个 我们中国的一个年轻人 自己想出来的一个项目 和这个项目 是硅谷已经非常火热的一个赛道 然后中国的这根 它可能它的成本更便宜 然后它能够执行的更好 它的效率更高 这两个故事之间

这些老企业家 这些不管是中东 还是欧洲 还是美国的老当门 他们大概就会拜访第二种 它和钱的来源上构成有关系 所以这回到 其实是一个话语前定义的问题 所以就假如说 所以这个事情其实是 中国的人民币基金是更会 更独立思考的 虽然现在也还在一个非常早期的阶段 但他们会更按照 会更按照符合中国情况的事情来投资 而不是跟随硅谷的方式来投资 当然我讨论是一个非常理想的情况 现在都还在一个很早期的阶段 你没法这么严格来对比 对但总的来说我觉得 它还是 AI行业的人不够 中国AI行业的人不够自信造成的 当然这个自信不自信 你可以给他有非常多理由 因为什么什么 所以他不自信 但最重要是不自信 但最重要的是自信 对你首先要自信

你才能够去提出benchmark 去建立标准 对但但但这就回到一个非常宏大的角度来讲 就就假如我们今天举个例子 一个中国的AI产品 AI应用他向投资人展示他数据的时候 告诉他 我有100万美国用户 然后另一个告诉他 我有100万印度用户 那我只有1万美国用户 投资人会投哪一个 这大家是不用质疑的 全世界投资人一定都会投 有100万美国用户哪一个人 对他这是一个综合的美国 美国能力的体现 对所以当今天 这个市场上有一个benchmark的时候 然后这个benchmark 有人告诉你说 这个benchmark是一个中国的公司做的 然后另一个Benchmark是OpenAI做的 那上场绝大一份公司会选择OpenAI做的 当然事实上可能OpenAI 当事实上OpenAI它的模型能力更领先 它做的Benchmark可能它的代表性更好 但大体上来讲 大伙依然会不假思索的

对美国做的这些话语权类的东西 指标类的东西 定义的东西会更为亲人 对它是一个事实 但是我觉得就是我明白前一部分就是毕竟因为发展中国家的这个消费力量那么高 所以基金所以投资人还是会更相信在美国能跑出的这个消费模式 但是在技术这个层面上讲 至少我自己的观察是 西方的研究者 对于中国的这个 中国之间LAB的 技术实力是有 有信息有了解的 尤其当然是Deep Seek以后啊 然后就是 如果 比如说这个Kimi Kimi K3出的时候 很多人都去认真拜读了他的paper 就是我觉得中国公司如果想要 至少在技术造词这方面 做的影响的话

绝对是有市场的 它就是一个心态的问题 它是一个自信的问题 大伙下意识里面没有想到干这样的事情 嗯 这很神奇 我去年跟别人朋友开玩笑的 就说这个 AI重建了Trimplish运动 因为就是 任何写AI的技术上一些事情的 这个中文媒体都开始这个 串很多英文词 就是我们终于翻译 我们终于对token有了个翻译是词源 那其他的什么就是agent啦 C Club Minimax Kimi是有中文的月三面 这个名字还挺好听的 Mimax的中文确实 它那个名字叫西语科技 这个名字确实很小众 对 但无关紧要

但确实 它其实不是一个技术上的事情 它可能是一个大伙的心态上的事情 大伙的信念上的事情 其实也可以讲 为什么Hirox一个 我看一下挺蠢的一个运动 它在中国可以 大厂市面可以流行 对啊 但是我还是觉得 Hirox这个名字听起来 不明觉历比较洋气 但如果你变成 扛沙包运动 那就不太行 我会经常 听到一些读者 就说他们非常感兴趣 中国的研究员中的公司 对于科技治理啦之类的 有没有什么想法 有什么论调之类的 然后这波总 这波总是很难回答 因为就是确实大家没有这种 对于造词 对于造概念的这个热情 或者没有这个信心 而这个治理啦 政策这方面的研究 就是完全靠造词的 所以好像这方面也是一个空六白 对 实际上问题所在 我其实不确定这是好事还是坏事 所以也许大家不讨论

这些更宏大虚无概念 因为 末日准它是一个永远无法证伪的事情 就在末日准来临之前 你永远不知道这是真的还是假的 你讨论这些东西 也许是在浪费经历 也许 我只是说也许 但也许没有 也许是一个很有价值的事情 那也许你没有讨论这些东西 反而更务实 所以你能看到 过去几个月 国产模型的能力的大跃进 也许来自于大伙的买头做事 没有去讨论这些东西 所以 造词不一定是一个好事 造词也 对啊造词 它是一个很复杂的事 当时看你们的内容的时候 就觉得 还是 还有一个论点 你刚才写的 我觉得特别好玩 就是大墨型是制造业 这个东西可以 可以给听众们讲一讲吗 这个应该现在变成一个共识了吧 你应该在推特上 收到不少 SWAP或者OPLA的人 讲类似的事 我不确定啊 但它至少是 我没有人不太觉得 还是值得讲一讲 不太值得吗 OK 至少我觉得在中国的模型公司里面

它应该是一个共识 就是 你会发现 SWRP最大的能力 也不是它的模型价格非常领先 它的模型价格非常的复杂 并不是 它最大的能力是它的数据能力 是它有非常庞大的 人类标注的团队 一些 不光是那种普通的数据 还有那种博士生 去合成生物的数据 去合成网络安全的数据 这种非常贵的 非常昂贵的人类合成数据 就按Soropic它的数据能力是第一位的 然后才是它其他的Match-Buzzle能力 我所讲的大概率是 我所讲的大概是个共识 当然我没有自己训过模型 我的话并没有那么大的权重 但我所讲的一个共识 大概是模型的本质是算力和数据 你有足够的数据 你有足够的酸力 那你的模型就没有道理很差 对 所以回到大模型

制造业势来讲 你会发现大模型 它没有任何绝对性的秘密 没有绝对性的技术差异 它和任何一个中国过去十年的制造 也没任何区别 光伏也好 手机也好 电动汽车也好 你很难讲出 这几家电动汽车公司之前 有什么根本性的技术差异 你也很难讲出 华为小米和荣耀之间有什么根本性的技术差异 但他们依然会有市场份额的区别 他们依然会有市场份额的波动 但这就是一个更综合的产品定义的问题 对那回到制造业上来讲 就是一个模型厂 它构建数据的方式是无法保密的 它通过什么样的方式来构建数据 然后它通过什么样的方式来 把这个数据给规模化 这是没有秘密的 因为这是一个非常小的小圈子 就OpenAzlopica人互相跳槽 中国人是模型商人互相跳槽 它不会有任何秘密的存在 然后算力上 这个更不是一个秘密 只要你努力做算力也好

不管你用国产算力也好 还是你用英文达的卡也好 它是一个任何人都能干的事情 任何一个成规模的模型团 都能干的事情 所以你会发现 这大模式行业 它没有任何真正的秘密可言 就所有的事情 要么是公开的 要么待会会私下传 比如说Astoropio 并没有公布它的模型参数量 并没有公布它的模型价格 但私下你一定听过 非常多版本来讲这些事情 对 所以这个事情它没有任何秘密 然后它 你给大模型为更多的数据 然后它有更多的算力 它有更多的算力就是生产资料 它有更多的生产资料 来处理这些算力 它就会得到一个 智力更高的一个模型 这个链条上并不需要真正的 颠覆性的技术创新 颠覆性的技术价格 因为大部分型过去三年所发生的事情是 它的基本技术价格被验证了 然后大伙都是通过工程手段来 增加它的规模

所谓的scaling law来提高它的能力 这个链条上我看不出来 任何制造业不同的地方 它就是一个非常制造业导向的事情 你只要给它更多的数据 给它更多的算力 然后加上你的团队没有出问题 你就会得到一个更强烂的模型 这个竞争会非常残酷 非常残酷的竞争就是任何一个模型 你的领先很难持续两个月 你只能持续一个月 其实美国也是这样的 就是美国的模型团队更少 就美国大伙常常讨论的模型 就Astropic和Opi 这两个模型就是 就谁也没法领先一个月 这Faybook 5.1非常好 Faybook 5.1发布不到一个月 GPT6就发布了 然后就比如说 还有一个马斯克的Groke在后面追 Groke 4.6 4.5到4.6之间也只隔了不到一个月的时间 当然4.7有点拖延 但Groke 4.6也是一个 OPS 4.8级别的模型 对啊 你会发现 你从节目上来看 这些模型上就没有谁能够领先超过一个月两个月

就中国也是一样的 G2M5.3 千万3.8MAX KMIDK3 这三个模型都是 在意 在一个多月时间内发布了 立即发布了这三个模型 它都是一个OPS5级别的模型 我们刚才谈到制造业 另外一个可比的东西 就是中国的汽车制造 就是电动汽车 我们能够知道 中国到底有多少家庭 会需要买多少车 然后卖到国际上 每一个市场有多少人能买多少车 我在想这个需求的问题 因为一方面是供给 方面的需求吗 我们对于AI的需求是什么 就是 制造业的话 如果是制造业的话 这个需求呢有多大的 我all in了三倍做多半导体的 我深得相信这个故事的 对 但是我all in三倍做多半导体的时间不对 我现在已经亏掉50%了 非常糟糕的事情 那 对

这是我觉得美国人非常坏的一个地方 就是华尔街 这是你看不到任何半导体的需求会衰减的事情 但华尔街居然能够 真的能把这个股价给砸下去 砸下去半年之长 这是一个无法理解的事情 但回到我们讨论的事情上来 AI的需求 AI的需求是完全没有 完全你看不到任何摔减的迹象的 就我并不是一个 以技术乐观主义者的 才独在讲这个事情 我实实上是一个技术悲观主义者 就我日常生活里面和AI没有任何关系 我天天去网吧玩游戏的 就我并不是一个take bro 我并不是一个大人疯狂的take bro 但我非常理性来讲 我一直看不到AI需求任何率简的迹象 因为比如说中国在发生的事情是 过去年非常疯狂的中国有 两亿还是三亿用户都用上了豆包 豆包是直接跳动开发一个chat boat 我有一次和我妈妈打电话的时候 我妈妈告诉我说 就我老家的房子漏水了 房子新装修了

我问她怎么解决了漏水问题 她告诉我说 他问豆包应该如何解决 豆包最后给他搜出来 装修公司老板的电话 因为老板电话 他是公司法人 也是公开信息 在公商通信网站上也能查到的 所以我妈给老板打电话 老板程度要解决这个问题 这问题最后解决了 我的意思是我妈 她是一个和客气行业 完全无关系的人 她依然会如此深度的 用豆包来解决她生活中遇到问题 你知道在中国 有两三亿的人每天用豆包 以及中国还有更多的艾艺应用 所以 AI在中国的普及率是相当之高的 然后还有一个随之而来的事情是 你用上Centable之后 Centable是一个相对初级的产品 现在中国厂商应该在非常大力的推广办公Agent 你能看到豆包和飞书合并变成的豆包工作 然后还有阿里也推出了自己的主要的A型产品 叫签文办公 还有百度的Workbody

也是现在 当然这些产品都还相对的早期 他们的用户数据有非常多的口径 但总之这大概也是一个 现在应该也是一个大几千万人 在中国有大几千万人在用 所谓的Jomay Agent 这些我刚刚讲的这几个产品 大概它都是Colex的品体 它大概都是和Colex非常类似的一个产品 你说到中国有几千万人用这个事情 并且随着中国厂商的推广 它会没有道理 它不会变成一个两三亿人用的事情 所以你能看到AI许可在无止境的提高 事实上也确实如此的 如果你今天你去调用K3 KMIK3的官方API 或者去调用GLM的官方API 因为这两个它是创立公司 所以它的卡的 它的算益几取没有那么的 没有像阿里那么的规模 所以你有时候是会遇到它的算带紧缺给你报错的问题的 算带紧缺依然是一个现在非常严峻的问题

然后你能看到算带需求在不断的上升 因为Agent和Chatport的消耗token的速度是完全不一样的 你今天用Agent你只是非常初步的 比如说你今天用一个小时Colid 你大概可以消耗上亿的token 但你用一个小时Chatport很难 你可能只能消耗几百万的token 所以你能看到算计需求是 是一个非常高的协议在上升的 美国这边会有一些投资人 我现在看到有一些怀疑 这个 首先就是如果说比较 不用那么高级的智能 就能达到很多事情的话 如果我们现在就已经用 比如中国来的这些开源模型 我们就可以做很多工作的话 那这个 我们真的需要建这么多数据中心吗 我们真的这个 然后这个电网 对于这个能源的供给 能跟上吗 然后短期之间 这个电缓的话 会不会导致这个泡沫破掉 我对最后一个我是同意的 我相信长期来看

就从三年五年的角度来看 它一定是一个 一直非常高的写率上升的 一个寻求 三地寻求 对但它确实中间 可能会有放缓 会有共识上的放缓 就像是我记得 二十年 二十年底 二十年下半年的时候 就在DeepSick发布 DeepSickR1发布之前 时候 中国是非常严肃的讨论 不是 是中国几个模型厂 他们是花很大精力去做 他们的切割的产品 试图去和斗包竞争的 他们当时是没有那么权利的去压制模型 这是因为大家会相信 当时的模型能力达到了 或者模型能力的进步遇到 这是在过去已经发生过的事情 其实你在美国也是一样的 我记得 GPT4.0还GPT3 反正买一个早期版本的时候 Dariel Dariel不就说过 我们觉得我们需要暂缓AI的研发

大概会有 这事情是你发生过的 但我对三到五年的长期的学校 是完全没有任何疑虑的 但当然 回到焦虑上来 就我觉得 它是一个可以解决的问题 它是一个没有道理不能解决的问题 就是不管是算力也好 还是数据也好 它都是可以解决的问题 所以我并没有发现人们特别的焦虑 它所有的一切都是工程问题 都是可以逐步被解决的 只是你可能解决过程上 付出非常多的努力 你可能会遇到非常多次的 这个容量告急 这个算力不够用 就像是我有时候用Codex 也会遇到这样的问题 但总的来说是可以解决的 我并没有发现人们特别的焦虑 所以为什么你是技术悲观主义者呢 我其实也不像悲观 我只是对这个事情没有那么感兴趣 就相较于AI对我更感兴趣的是 到网吧去玩游戏 人质场景

那如果不感兴趣 为什么写这个呢 它是最火热的行业 聪明的人总会去最火热的行业 就如果我今天干媒体 那生活会很困难的 如果接下来三到五年之内 不用担心AI泡沫破裂的话 三到五年之内还会继续写吗 当然 当然这行业如此的疯狂 你会发现这个行业 片子是如此的多 这个行业的故事是如此的精彩 就远远超越了 就比如说我们的大学生活 就我觉得我生活中 过去遇到的是正常人 也没有非常疯狂的人 无非这个人性格怪一点 或者那个人更表情性一点 这都大体上都遇到正常的 但AI行业里面充斥着如此之多的骗子 NPD和你不知道他在干嘛的人 但这些人 有的人居然还能拿到钱 有的人居然还能成为行业明星 我真的觉得 不管中国还美国也好 也许有个人应该去调查调研一下 发文券调研一下 AI行业的精神变化病率

或者这些健康指标 应该是非常夸张的 AI行业里面的NPD或者ADHD 含量是如此之高 以至于这个行业 其他凡人都不太正常 这是一个如此 如此勃勃生机万物进发的行业 对 供逢盛宴 一定要参与一下 这个行业太有意思了 你没有结果这么多不正常的人 就我成天在网吧里边 我在网吧里边遇到一些人 无非也就是在网吧里边突然抽个烟 然后被网网赶出去 或者突然开一个外挂 被网网赶出去 这些非常正常的事情 当然行业的人 一方面他们牵扯到的是如此之多的资源 比如说你在中国进行一个 AI应用创业如果背景还不错的话 你拿到一个大概七百万美金的融资 然后按照一个小几千万美金的估值 是一个相对正常的一个事情 如果模型创业的话 你知道KME最新的融资是五百亿美金估值进行的 当然这个数据可能有一点延迟 对 所以一个如此多热情涌入的行业 但其中从业者是如此不正常 甚至我觉得热情和经济不正常

两个之间是正相关的 这个行业非常疯狂 非常有意思 所以非常感谢今天来聊天 聊得很开心