500 Token/秒的怪兽出现:它不是GPT,也不是Gemini
当所有人盯着 Sora 和 Gemini 1.5 时,一个几乎没上热搜的项目,悄悄把大语言模型的“速度天花板”直接掀了。不是模型变聪明了,而是“生成几乎没有等待时间”——这可能是生成式 AI 进入下一阶段的真正信号。
当所有人盯着 Sora 和 Gemini 1.5 时,一个几乎没上热搜的项目,悄悄把大语言模型的“速度天花板”直接掀了。不是模型变聪明了,而是“生成几乎没有等待时间”——这可能是生成式 AI 进入下一阶段的真正信号。
英伟达市值反超亚马逊,成为美国第四大上市公司,只用了一个周一的上涨。更值得警惕的是,这并非资本市场的情绪波动,而是一场围绕AI算力、芯片与国家战略的结构性转向。黄仁勋、Sam Altman 和超级碗广告,正在同一条时间线上发出信号。
当所有人还在讨论算力有多贵、GPU有多稀缺时,NVIDIA悄悄做了一件反方向的事:把大模型直接塞进你的个人电脑。本地运行、接你自己的数据、完全不出云——这不只是一个新产品,而是一次对云AI叙事的正面挑战。
如果你觉得AI最缺的是算法,那你已经落后一整轮了。Sam Altman正在筹划一笔高达5到7万亿美元的资金,只为重塑全球芯片与算力版图——这个数字相当于全球GDP的近10%。这不是夸张,而是一场正在酝酿的“全球级AI基础设施战争”。
当算力成为AI进化的最大瓶颈,Nvidia给出的解法极其大胆:用AI来设计AI芯片。这不是科幻,而是已经上线的真实系统。更微妙的是,同一时间,Meta、微软、美国政府和媒体,都在用各自的方式回应“AI正在快到失控”的现实。
过去一周,几乎所有巨头同时出手:Google让Bard免费生成高质量图片、支持40多种语言;Microsoft把Copilot塞进每一个办公流程;Amazon把“聊天”变成购物入口;Meta则开始为算力去NVIDIA化。更狠的是,Sam Altman顺手抛出一句:未来可能出现“一个人、十亿美元”的公司。
所有人都在担心被AI取代,但MIT的一项研究给出了一个反直觉答案:不是AI太慢,而是它在大多数岗位上“不划算”。真正决定你工作命运的,不是模型能力,而是一笔冷冰冰的成本账。
当所有人都在卷模型、抢算力时,Sam Altman 已经把目光投向更上游:芯片工厂本身。不是设计芯片,而是直接下场建 Fab。这一步,看似疯狂,却可能决定未来十年 AI 的天花板。
Y Combinator 合伙人围绕一个创业者常见焦虑展开讨论:技术创始人是否必须搭配一位“商业合伙人”。他们给出的答案并非简单的是或否,而是从任务本质、个人意愿、历史案例出发,拆解了这个被误解多年的创业迷思。
一张疑似来自 OpenAI 内部的 GPT‑4.5 定价页面截图,在 AI 圈掀起了 24 小时的集体躁动。多模态、64k、音频与语音模型全都写得明明白白。更关键的是:它出现的时间点,刚好卡在 Google Gemini 高调发布、却被开发者泼冷水之后。