美国把AI出口管制推到模型层:算力门槛、开源难题与中东转向
芯片还不够,美国正考虑把出口管制延伸到“最先进的AI模型”。依据不是国籍,而是训练算力。更棘手的是,开源模型正在逼近前沿能力,中东国家也被迫选边站——这场AI地缘博弈,已经进入新阶段。
芯片还不够,美国正考虑把出口管制延伸到“最先进的AI模型”。依据不是国籍,而是训练算力。更棘手的是,开源模型正在逼近前沿能力,中东国家也被迫选边站——这场AI地缘博弈,已经进入新阶段。
xAI 传出以240亿美元估值融资60亿美元,很多人第一反应是“疯了”。但如果你把它放进大模型竞赛、GPU军备赛,以及X平台的分发逻辑里看,这可能不是一场任性豪赌,而是一张被迫买下的入场券。
如果你以为大模型的天花板还牢牢握在OpenAI和Google手里,那Llama 3可能会让你改观。Meta不仅发布了性能惊人的开源模型,还用“便宜、快、能打”这三板斧,把整个行业重新拖回了同一起跑线。
如果你还以为2023年的AI关键词是“全面起飞”,这13张图会让你重新校准认知:开源模型数量首次占据主流,但性能差距仍在;AI投资总体下滑,钱却疯狂涌向生成式AI;而所谓“全球AI竞赛”,在数据面前几乎成了一边倒的游戏。
如果你以为大模型的竞争只是算力和算法,那你低估了真正的战场。GPT-4、Bard们的核心燃料,正在把OpenAI、Google、Meta推向同一个法律与伦理灰色地带,而且这不是失误,是战略选择。
苹果终于亮出了一张真正像样的 AI 底牌:一个体量不大、却能在关键场景击败 GPT-4 的模型。与此同时,音乐人集体“反击”AI、英美首次签署 AI 安全协议、商学院全面拥抱 ChatGPT——这期内容把当下 AI 世界的真实张力一次性摊开。
Lightmatter CEO Nick Harris 在 Sequoia 的一次演讲中,直面一个残酷现实:传统芯片扩展已走到尽头,但 AI 对算力的渴求才刚刚开始。他给出的答案不是更大的 GPU,而是用光重构整个数据中心。
这是一家仅成立一年的欧洲AI创业公司,却频繁被拿来与OpenAI对标。通过与Mistral AI CEO Arthur Mensch的深度对话,这期播客揭示了Mistral在开源、效率、分发与监管上的一整套反直觉选择,以及这些选择背后的技术与商业逻辑。
这期来自Y Combinator的《Light Cone》节目,通过对OpenAI Sora式生成视频的现场讨论,揭示了生成式AI从“科幻”走向工程现实的关键变化,也分享了YC创业公司在训练基础模型、控制成本和寻找应用落点时的真实经验。
不是科幻,也不是未来预测——已经有超过五分之一的美国人相信,AI能拍出比人类更好的电影和电视剧。更危险的是,年轻人比你想象中更快接受这一点,而巨头们已经在企业端悄悄完成合围。