目录
- AI基础设施泡沫之问 [00:00:00 - 00:10:00]
- Nebius四层产品架构 [00:10:00 - 00:20:00]
- 容量价格与客户价值 [00:20:00 - 00:30:00]
- 托管推理与模型迭代 [00:30:00 - 00:40:00]
- 主权AI、应用层与NVIDIA关系 [00:40:00 - 00:50:00]
- 社区、太空算力与长期威胁 [00:50:00 - 00:58:38]
AI基础设施泡沫之问
一凯：欢迎收听跨国串门儿计划，这是一档专注于让中文听众无障碍欣赏全球优质外语播客的节目。通过先进的AI声纹克隆技术，我们不仅将内容翻译成中文，还完美保留了原主持人和嘉宾的独特声音，为您呈现全球顶尖的AI、财经、健康与科技领域精品内容。我是主播一凯，一位热衷于AI领域的产品经理，很荣幸能为您搭建这座跨越语言障碍的桥梁，接下来让我为您简单介绍本期我们克隆的这档节目，并分享几句非常精彩的原话，本期我们克隆的是知名创投播客20VC在2026年6月的一起深度对谈，主持人Harry Stebbings与Nebius联合创始人Roman Chernin 一起拆解AI基础设施的底层逻辑 Roman所在的Nebius是全球增长最快的AI基础设施公司之一，正与超大规模云服务商正面竞争，在节目里他有几句话让我印象很深，我们玩的是资本密集型游戏，竞争对手是全球资本最雄厚的公司，我们今年的资本支出计划是200亿到250亿美元，而我们的对手那些超大规模云服务商，规模是我们的八倍，对Nebius这家公司来说，最大的威胁是世界会变得过于集中，就像鲨鱼一样，你得一直游动才能活着，对吧，所以我们必须动起来，这些话背后有着很长的故事。接下来就让我们一起走进这期完整的对话，我们玩的是资本密集型游戏，竞争对手是全球资本最雄厚的公司，我们今年的资本支出计划是200亿到250亿美元，而我们的对手。 [00:01:34]
Harry Stebbings：那些超大规模云服务商规模是我们的八倍 AI基础设施竞赛已经打响，资本支出规模前所未有，处于这场竞赛中心的就是Nebius。今天我请到了Nebius的联合创始人，这家公司市值已经攀升到660亿美元 正在与全球最大的超大规模云服务商正面交锋。
Roman Chernin：未来六个月资本帮不上忙，六个月太短了，你有什么就用什么，得活下去，对Nebius这家公司来说，最大的威胁是世界会变得过于集中。 [00:02:11]
Harry Stebbings：今天我们来揭开AI基础设施的泡沫，以及更多，就像鲨鱼一样，你得一直游动才能活着，对吧，所以我们必须动起来，非常高兴请到Roman Chernin。谁能跟NVIDIA抗衡，准备好了吗，Roman 我太期待这次对话了，兄弟，我觉得Nebius是过去几年里，我们看到的最不可思议，最令人难以置信的故事之一，而且天哪，未来几年该有多激动人心，所以非常感谢你同意来上节目。
Roman Chernin：对，谢谢你邀请我，很高兴。
Harry Stebbings：来，我想先问一个很多人都在想的问题，那就是，我们现在处在AI基础设施的哪个节点，很多人看到资金涌入就说，这是泡沫，也有很多人说，这才刚开始，你怎么看，我们现在是不是处在 AI基础设施的泡沫时刻。
Roman Chernin：不，我不认为这是泡沫。，怎么说呢，先定义一下泡沫，我相不相信，我们需要几十倍，甚至几百倍的投入来建设，我绝对相信，我可能有偏见，如果我不信，我大概也不会干这一行，所以我觉得我们正处在，这个了不起的时刻的开端 Jensen把它叫做有用的AI 我们才刚刚开始真正的普及，老实说在那么多应用场景里，我们可能只有一个场景跑通了，而这个跑通的场景编程，大家都在谈编程，也就是几个月前才真正开始好用，所以我们得把视角拉远一点，我们距离第一个真正规模化跑通的，应用场景才过去几个月，我们开始看到它在各处落地，我觉得显然我们还会看到，很多很多更多的应用场景，也会看到更广泛的普及，我觉得我们现在看到的，如果你去看世界上任何一家公司，也许除了那些跑得最快的创业公司，录节目前我们还在聊，谁动作够快，谁不够快，对吧，也许有一些例外，但如果你去看今天世界上任何一家公司，去看那里的AI普及程度，你会发现他们刚开始在1%的业务量里，在1%的场景里用AI 所以你去看任何一家大公司，哪怕技术相当先进，你都会发现他们才刚刚起步，我由此得出的结论是，我们才刚刚开始，而且就算你不信Musk说的那些，关于未来太空之类的话。 [00:04:22]
Harry Stebbings：单从实际来看，从企业普及的角度看，这都只是第一步，我们看法完全一致，但如果我只是说，我同意你说的每一点，这对话就太无聊了，在你刚才说编程这六个月到十二个月开始好用之后，我想问你一个问题，有一种观点认为，我们会转向开源模型，本地部署，因为对某些企业来说，成本负担太重了，我们很快就会看到这种转变发生，如果真是这样，这对OpenAI和Anthropic这样的提供商是打击，对Nebius也是。 [00:05:10]
Roman Chernin：为什么这种看法是错的，首先我觉得这不是未来的事，现在已经在发生了，我们看到很多例子，当我们的客户或者产品开发者达到一定规模时，他们就会开始想办法改善经济效益，或者加速增长，这时候很多人就会开始关注替代模型，今天最好的构建方式，显然是用OpenAI、Anthropic、Google 这些优秀提供商的前沿模型，因为他们确实能给你提供世界上最好的能力，但当你把用例跑通了，开始看到用户增长，看到客户数据循环跑起来之后，你也许能找到更便宜，甚至不是更便宜，而是质量更高，更高效的方式来服务同一个用例，你可能不需要世界上最好的通用模型，而是可以创建一个专门模型，在你的特定场景下效果反而更好，这时候你就需要，或者可以考虑从前沿闭源模型，转向开源模型，这些模型最重要的特点不只是开源，而是它们可调可训练，你可以拿过来做后训练，创建一个专门模型，在你的特定场景下可能效果更好，这是我们在全球，在各种用例里都看到的现象，但这为什么会伤害 Anthropic、OpenAI呢，因为实际上，他们又去攻克下一个前沿了，回到我们刚才聊的，还有太多没解决的任务，或者那些不一定受预算限制的任务，每次我们找到更高效解决某个任务的方法，就像一年前DeepSeek那样，现在也还在持续发生，我们就会在同一时间去解决更复杂的任务，我觉得这是一个持续的过程，你总是在推动前沿，总是有更复杂的任务，等着你去解决，当你搞定了这些任务，就可以往下走，降低价格或者提升质量，但我们还有太多没解决的任务 Anthropic、OpenAI 和其他所有前沿模型。 [00:07:34]
Harry Stebbings：还有大把没触及的时间窗口，没触及的市场，它们还在继续指数级增长，你信这个吗，这些公司很多都估值到万亿美元了，可以说是被市场定价到完美状态，如果他们创造的价值不断被侵蚀，他们得不停的从一个价值点跳到下一个价值点，而开源在身后不断蚕食，那你就得不停的找到大量新问题啊，兄弟，这日子可不好过，。
Roman Chernin：其实大多数人的担忧恰恰相反，大家担心的是，我们能不能有足够强大的开源生态，和足够强大的专门模型环境，来撑起这个基础，我觉得我们现在还处在，采用的极早期阶段，还有太多没解决的问题，这说到底是个总蛋糕，有多大的问题，我觉得未来有足够的空间，去解决那么多任务，这块蛋糕足够大，既容得下前沿能力，也容得下针对特定场景，高度调优的模型，以及我们可以在，他们之上构建的，所有这些开源或专门模型，来获得经济效益和性能优势，当我们明确知道自己需要什么的时候，你刚才说每次模型变便宜，会不会伤害业务，我最喜欢讲的一个小故事是，大概15个月前，就是那个Deep Seek时刻，你还记得吧，我记得Nebius股价一周跌了40%左右，大概是2025年2月还是3月，但有意思的是就在同一周，我们可能经历了市场最好的一周销售业绩，市场上的人在担心行业要下行，像Nebius这样的基础设施公司，不再被需要了，因为AI变得这么便宜，可能是泡沫，但与此同时，我们却迎来了公司历史上最好的商业周，那时候我们还处在比较早期的阶段，但那周就是公司历史上最好的商业周，因为太多人发现，他们可以用DeepSeek在生产环境中跑推理，经济账算得过来了，同一时间Cursor也开始增长，我记得他们是最早一批。 [00:09:22]
Nebius四层产品架构
Roman Chernin：我记得他们是最早一批，真正受益于针对编程等场景调优，这些模型的公司，每次智能变得更便宜，同一单位智能的成本下降，我们不会减少消耗，反而会增加消耗，因为我们可以用同样的预算，去解决更复杂的任务，或者终于可以让那些，我们知道技术上可行，但之前经济账算不过来，没法规模化的任务变得经济可行，所以我觉得观察这种经济性改善，带来的变化是很有意思的。
Harry Stebbings：说到Jevons悖论，生产越多反而带来越多需求，那你今天在哪些方面推进的还不够快，你希望能更快一些，所有地方都想更快。 [00:10:37]
Roman Chernin：我们思考怎么建公司的时候，会从四个维度来看，第一个维度是容量，就是我们部署了多少兆瓦，多少极瓦，多少GPU 我们是基础设施公司，必须够大，如果不够大，没人需要我们存在，所以这是物理世界的扩张，团队做得非常出色，但永远不够，你总想跑得尽可能快，现实世界有很多复杂因素，有时候会拖慢你的速度，要启动一个新数据中心，你得走完整个供应链，搞定监管，还有火灾供水，现实世界里会发生的一切，对吧，这是一个维度，另一个维度是产品，你得跑得够快，才能承接市场上新出现的，负载类型和新客户，想想看我们行业在AI这条路上，最早是从那些，自己建模型的公司开始的。对吧，像OpenAI 超大规模云服务商，大型实验室这些，他们作为基础设施客户，需要的基本上就是，算力纯粹的原始基础设施，我们看到市场上有很多，这种大型裸金属交易，我们也做，但这只是我们构建的第一层，就是规模化物理基础设施，像Meta 微软这样的客户，在我们这里可以大规模消费，这是第一层，第二层我们叫多租户云，它仍然面向重研发的团队，但现在我们面对的是，成百上千个团队，他们不想碰物理基础设施，想要托管基础设施，就是云服务里经典的IS 你有存储计算，网络在一个好的环境里，虚拟化带API 可观测性安全，所有正常团队期望云该有的东西，你登录进去。集群就给你配好了，你可以开始训练，或者需要的话跑推理，自己管理应用或工作流，但基础设施的是平台，帮你搞定，对吧，所以如果第一层是用兆瓦来对话的，你看那些公告，谁跟Meta、微软或OpenAI牵了大胆，大家谈的都是兆瓦，交付的是兆瓦级的算力，到了托管云这一层，大家谈的就是GPU小时了，因为这是你卖的核心单位，是你在计算上花的有效时长，在存储和配套服务，但你买的还是托管计算，再往上一层，我们在做的是托管推理。这时候人们不想再按GPU小时来思考了，不想去琢磨B200跟H200跟B300哪个更适合特定负载，。他们不想自己管理VLM或SGLM，自己部署，做各种优化。在这一层，我们的产品叫Nebius Token Factory，是一个托管推理平台。这又对应一类新客户，主要是我们称之为垂直AI公司或企业的那群人，他们是真正做产品的人，不自己做模型，而是在模型之上构建产品，这正好回应你刚才说的专用非前沿模型，当他们需要从Anthropic切换出来，或者想多样化使用的模型时，所以这又是我们提供的一种新语义，或者说客户需要的一种新实体，现在大家谈的是token 你不是为GPU小时付费，而是消费token 可以构建应用，不用去想低层的集群，这就是我们现在所处的位置，但我觉得这也不是终点。因为现在人们开始构建agent应用 agent工作流，当你构建一个端到端的agent时，你可能根本不用去想具体用哪个模型，也不用去想具体要生成多少token 你只希望端到端的任务能被高效执行，并产出预期结果，这时候平台能施展的魔法就是替你思考，这次调用用哪个模型更好，需要上更聪明的模型吗，或者在同样的推理预算下，你可以请求两个更轻量的模型，拿到不那么聪明的token 然后让一个裁判模型来选最佳结果，或者该用多大的上下文窗口等等，所以下一层就是开发者，可能根本不用去想具体的token类型，而是只考虑端到端的任务执行。所以第四层就是open router直接竞品了，我们想在这一层做的事情，其实跟我们在下面几层做的是一样的，就是打造一个优化引擎，你可以用各种开源或者合适的工具，去构建你的agent 但当你需要规模化的时候，你就会开始考虑经济性，开始考虑可靠性，也就是可重复的执行，这时候它就不只是一个，模型选择的问题，也不只是结果好坏的问题，而是一个系统问题，你需要让它可靠，需要让它可重复，还需要让它在经济上可行，这大概就是Nebulous 能创造价值的地方，方式也一样，我们不会告诉人们怎么去构建他们的应用，我们只是说，好，如果你想让这个模型，以这样的经济性为你工作。我们可以帮你优化，同样的，如果你想让这个agent端到端底，以这个预算，这个质量运行，也许我们也能帮你优化，再说一次，这只是为了明确一下，这算是一种有点推测性的想法，关于下一步会是什么，不是说我们现在已经有了。 [00:16:14]
Harry Stebbings：而是我们看到客户在往这个方向演进，我们认为我们可以在这里打造下一层产品，我很喜欢这个思路，这些我都记下来了，我想顺着你提的四个支柱聊一下，你第一个说的是算力容量，如果你今天的容量是现在的十倍，会有什么不同，能一夜之间卖光吗，好问题一夜之间卖光不会，但我们肯定有这个需求。
Roman Chernin：我觉得对我们来说，关键问题不是有没有需求，而是怎么去构建需求组合，因为这个市场上的客户太多了，你可以在他们之间做平衡，再回到产品的四个层次来说，你可以卖裸金属，可以卖托管基础设施，可以卖推理服务，未来也许还能卖一些新的产品层，我觉得我们在努力做的，就是构建一个相当多元化的客户组合，我们相信往技术站的上层走，我们能为客户创造的价值，就越大，而且实际上，越往上走，我们能服务的客户群体，也越大，因为在裸金属层面，全世界可能只有十几个客户，能跟你合作，在托管基础设施层面，有几百个，在推理层面，有几千个。 [00:17:00]
Harry Stebbings：到了agent层面，会有几万个新的开发者，来构建应用，对吧，好，关于客户组合这一点，在容量方面，我非常认同，你肯定希望自己足够大，有存在感，但又不能大到业务完全依赖他们，带着这种微妙的认知，你对来自Meta或微软，这类客户的收入集中度，觉得多少是可以接受的，这个问题问得很好。
Roman Chernin：我得说这是我们业务的核心问题，不单是Nebius 而是整个产品类别都是如此，我们一直公开的跟投资者和客户讲，我们相信Nebius的长期战略，是服务尽可能多元化的客户组合，所以我们尽全力去跟很多客户合作，我们构建这个平台，实际上如果你只服务全世界那十几个，像Meta和微软这种级别的客户，他们技术极其先进，拥有自己完整的软件站，他们基本上只需要物理基础设施，他们会把自己所有的东西都带过来，部署在你的基础设施上，然后运行，对吧，你能在物理基础设施之上，给他们提供的额外价值非常非常少，顺便说一句，要满足他们对物理基础设施的需求，本身就是一个很大的挑战，因为你可以想象他们要求非常高。而且他们需要的是世界上规模最大的基础设施，所以有时候人们说这是大宗商品，但在那个规模上，它真的不是任何东西到了真正的大规模，都不是大宗商品了，但回到你的问题，能合作的这类客户群体其实很小，而且你也不一定需要全套的软件站来服务他们，所以我们从Nebius成立的第一天起，就有意的构建这个软件站，因为我们觉得这对我们更有利，如果我想说的对世界更有情怀一点，那就是需要有公司能支持客户，不只是在物理基础设施这一层，而是能做的更多，为了业务的长期安全。 [00:19:08]
Harry Stebbings：你难道不是必须构建全站吗，否则你就会变成这些巨头的算力供应商。
容量价格与客户价值
Harry Stebbings：否则你就会变成这些巨头的算力供应商，这当然能赚很多钱，对，但你的业务会极度集中，而且非常垂直。
Roman Chernin：对我觉得是这样，再说一次，我们不知道世界最终会走向何方，在一个需求无限的世界里，你也许可以长期甚至中期的，靠卖这种整租模式的合同维持下去，但是比如说，当来自客户来自需求端的竞争越多，你就有资格挑剔，甚至可以选择跟哪些客户合作，去跟那些更认可我们平台价值的客户合作，世界上有各种各样的客户，有的更在意价格，有的更在意质量，有的则真的想要一个更先进的平台。 [00:20:07]
Harry Stebbings：因为他们想集中精力在自己的平台或产品上，不想在这方面花时间，在聊第二层产品之前，还是先回到容量这个话题上，现在容量供应这么紧缺，如果你把价格翻一倍，需求会有什么变化吗，这问题挺难的，我们其实刚提过价，就在提了30% 对就几个月前。
Roman Chernin：但我们供应端怎么说呢，管道压力还是挺大的，而且说实话，我们也不太清楚，那个平衡点到底在哪，我告诉你为什么，这不光是我们想多赚点钱，趁着短缺，让大家多付点，某种程度上，这确实管用，大家需要算力来搞建设，但这里有一个临界点，尤其是在训练阶段，不那么明显，因为训练算是一次性成本，但如果你相信，我们正在转向推理，而推理是服务客户的成本，那就会有一个经济账，算不过来的点，我们客户的产品经济模型，如果成立，他们就能增长，我们也能跟着一起增长，这不单纯是个供需关系，价格完全弹性的事，价格在某种程度上是有弹性的，但我们也想做有意义的事，想认真考虑客户到底需要什么，而且顺便说一句，这不光是GPU小时的成本。你做的所有优化，我们称之为TCO 也就是总拥有成本，这也是我们为什么在构建软件平台的部分原因，抱歉，我又绕回产品了，你想聊容量，但大家太执着于容量了，容量当然重要，但大家太执着于容量的名义价格了，你可以给GPU定价3美元 4美元 5美元，但根据不同的使用场景和平台质量，给客户带来的实际成本结果，可能完全不同，它能跑多久，有效不间断运行时间是多少，如果谈推理，你能提取多少Token 我们看到所有这些优化正在发生，能把Token的价格改变一个数量级，大家天天在聊某块GPU的成本，但如果你在模型层面做对了，价格能差好几倍，这些都应该作为一个系统协同工作。而不是说，如果你只谈原始基础设施，那你能动的就只有价格，但如果你构建了平台，给客户提供高水平的服务。 [00:23:00]
Harry Stebbings：那你就能从中获取更多的经济效益，而不仅仅是从基础设施的成本结构里扣，对吧，那如果我们聊到第二层，从容量 GPU小时，稍微转向产品本身，也就是多租户这一块，在这个环节里，你问自己最主要的问题是什么，如果说在第一层容量那里，问题是我们的收入集中度有多高，那在这一层价值里，核心问题是什么，客户需要什么，这很正常，你跟很多产品创始人聊，问题都一样，说到底客户需要什么。
Roman Chernin：客户的需求在怎么演变，需求在往哪里走，我们看到整个行业在从训练转向推理，从单纯使用模型转向构建引擎，从主要是AI实验室消耗算力转向企业开始入场，如果我们想保持相关性，就得一直跟着这些变化走，这就是我们在产品层面问自己的核心问题，客户需要什么，以及Nebius是什么，我们需要创造的价值是什么，因为我们毕竟是一家小公司，不可能什么都做，我们必须非常精准的找到自己能比别人做得更好的地方，以及基于客户演变的趋势，我们应该聚焦的价值点在哪里，在客户需求的变化里。
Harry Stebbings：有哪些是你看到了但公开讨论的比较少的，客户需求在发生哪些变化，是你觉得公开讨论里很少提到的，大家都在说从训练转向推理。 [00:24:35]
Roman Chernin：我觉得这只是一个非常宏观的看法，因为这种转向实际上意味着，人们在构建具体的产品，在这些产品里，他们有自己的一套经济模型，有自己的增长轨迹，不是说同一块GPU换个用途就完了，我觉得这会带来全新的要求，你需要构建自己的推理平台，你不仅要帮客户跑推理，还要帮他们解决模型从哪来的问题，所有人都在拿开源模型做微调或者做RL 那我们怎么帮他们，然后当他们跑起来之后，会生成大量数据，我们怎么帮客户，在他们已经跑着应用，跑着推理的时候，去收集数据，创造数据，然后用这些数据去改进他们跑的模型或者应用，所以这就像大家常说的飞轮效应。你跑推理，生成数据，你可以观察这些数据，然后改进你跑的模型，持续提升最终产品的质量，所以我觉得这里面有很多环节，既有系统层面的，也有AI魔法层面的，如果你愿意这么叫的话，对我来说最迷人的地方在于，我们看到构建的门槛在降低，我们看到越来越多的客户，也就是构建者进入市场，他们不一定是AI研究员，也不一定是推理工程师，像Nebius这样的公司能创造的价值，其实就是降低构建AI产品和AI应用的门槛，让他们真正能用起来，并且把基础设施的所有复杂性，爱的一些复杂性都从开发者眼前隐藏掉，比如怎么调模型，怎么优化推理。这些本身也是研究密集性领域，就让人们专注于自己的客户和用例。 [00:26:36]
Harry Stebbings：顺便说一句，就像他们在云服务上，对待Anthropic和OpenAI那样，你提到了差异化这个词，我和我的合伙人，之前讨论过一件事，是我们必须讨论的，它就在这些层级里面，你已经详细谈过产品构建，以及在产能之上，构建产品的重要性，当人们拿你和其他NEO Cloud的对比时，比如拿你和CoreRave毕业，你们都跑GPU 都有NVIDIA的关系，都有Matter这个客户，区别在哪，我不喜欢跟别人比较，我们构建的原则是全站，我们称之为全站整合。
Roman Chernin：你可以把它想成，全站向下和全站向上，全站向下是指，我们深入物理世界，我们建数据中心，我们造机架和服务器，我们搭平台，当你掌控这些下游的东西时，你就能更快行动，能挤出更多成本，为客户提供经济上，更可行的方案，然后你上游的垂直整合，就是我们刚才聊的产品层面，以及你怎么跟随客户的需求，和客户群体，不被那一小部分，只需要基础设施的人限制住，而是真正去服务企业和产品公司，在他们需要我们的地方，接住他们，我觉得这就是我们的不同之处，至于这种不同怎么体现出来，要我说就是业务集中度更低，客户组合更多元，我们相信长期来看。这对进入企业市场是更好的定位，我们相信最终大量需求会来自企业，当然现在我们大部分业务，还是跟AI原生公司打交道，但我们面前有一个巨大的经济体，一个巨大的企业市场，那些现有的公司，总得有人去服务他们，他们不会买裸算力，他们需要平台，需要工具，需要我们尊重他们的遗留系统，能跟他们更复杂的环境对接，他们不敏捷，有数据要迁移，有系统要集成，这才是大器具。 [00:28:17]
Harry Stebbings：我觉得我们来说，这就是主要的前进方向，你提到四层架构里的第三层，是托管推理，对于不了解的人，你怎么看这一层，会怎么跟他们解释，对非常简单，你构建好了你的产品，不管是在哪写的代码，我其实是用OpenAI的，也是个程序员，够用了，你用OpenAI做出了很棒的产品。
Roman Chernin：把应用场景跑通了，开始增长，势头也很好，唯一的问题可能是，你的利润空间不够，或者你想更激进的，用数据去调模型的行为，但在封闭生态里，你做不到，于是你上网一查，发现有很多优秀的开源模型，在基准测试上已经接近OpenAI了，你就想太好了，成本能降到十分之一，推理更便宜，我还能微调这些模型，把我的数据用上，产品会更好，增长会更快，于是你就去Hugging Face 把权重下载下来，再找个推理引擎来跑，比如VLMs GLM之类的。 [00:29:19]
托管推理与模型迭代
Roman Chernin：比如VLMs GLM之类的，结果发现跑不通，因为要真正拿到你期望的价值，你得做各种优化，得用正确的方式去部署，你不只是在一台机器上，一块GPU上跑token 你的产品规模很大，已经在用几十万张GPU了，你需要全套的编排，缓存，可观测性，客户会问你，这东西到底怎么运作的，等等等等，而且顺便说一句，这些你在OpenAI上本来都有，因为那是现成的生产服务，用OpenAI的时候，你根本不用想基础设施的事，订阅你需要的套餐，按最终结果付费就行了，所以这时候你就需要Token Factory这样的产品 Token Factory提供的是开源模型，或专用模型的托管推理服务，你可以直接跑现成的开源模型。也可以自己微调模型，部署你自己的权重，剩下的所有事情我们帮你搞定，我们会用上各种优化技术，帮你把经济账算好，服务是可靠的。 [00:30:52]
Harry Stebbings：你也不用操心下一批几百张GPU去哪找，诸如此类，它就是一项服务，一种托管服务 Token Factory上面跑着60个开源模型，你之前也说过通过优化能把推理成本最多砍掉70% 我能问个笨问题吗，你们到底是怎么让一个Token变便宜的，对，这也不是什么魔法，你拿一个模型。 [00:31:04]
Roman Chernin：某个基线模型，然后可以针对你特定的场景去做优化，比如你可以做模型蒸馏，做出一个更小的模型，但质量保持不变，你可以做推测解码，可以优化缓存等等等等，所以你是拿着这个模型，基于它构建出一个系统，在你特定的场景里，按照你的需求去跑，同时把经济性优化到最好，而且顺便说一句，我觉得客户用Token Factory 这类托管平台，还有一个重要原因，就是模型本身在不停变化，每周每个月都在变，比如今天可能minimax3发布了，还有Nemotron Ultra也宣布发布了，这种事每隔几周就会发生，每次新模型出来，它在某些基准测试上可能更好，在其他基准上可能不一定，你需要有灵活性，你需要有人支持你去实验。去为你的场景采用最新最好的模型，每次新模型一上线就能用上，像我们这样的平台，其实就是帮你把所有那些切换模型，做基准对比的脏活累活都抽象掉了，这样你就能确保自己始终站在前沿，每次有什么新东西出来，它都会出现在平台上，你可以去测试，如果对你的场景效果更好，你就可以切换过去，整个过程对你来说是平滑透明的，模型开发的这种速度能持续下去吗。 [00:32:23]
Harry Stebbings：你刚才说每隔几周，我斗胆纠正一下，我觉得是每隔几天就有新的出来，这种速度能持续吗，五年后我们还能看到这种迭代频率吗，这个我不知道，很有可能我们会继续看到。
Roman Chernin：大量细分模型不断涌现和改进，我也说不好，不过我还是相信，我们离那堵墙还很远，模型能力的提升还会持续发生，我觉得我们还会看到，更多新的模态和专用模型，进入赛场，我们现在聊的都是这些前沿大语言模型，但还有一整个生命科学模型，机器人模型，世界模型，视频模型，图像模型的世界，他们也都有自己的应用场景，而且我们看到越来越多，针对特定场景的小型专用模型出现，优化的非常极致，就在今天早上，我跟以色列这边一个团队聊，他们在做网络安全防御的基础模型，专门为构建网络防御agent 而优化的模型，他们也不是从零开始，他们会拿一些开源的基础模型。然后针对这个特定场景去训练，在质量和延迟上，做到网络安全防御场景，所需的那种优化，我觉得这种趋势会持续下去，我们会看到大量专用模型，不管是后训练出来的，还是其他方式，他们仍然需要优化的推理服务，和优化的基础设施，来支撑才能让客户真正用起来，我想问一下。 [00:34:06]
Harry Stebbings：回到Token Factory 关于Token成本和Token用量，你看到了什么，别人讨论的还不够多的东西，最近有什么让你感到意外的事吗，其实我觉得，大家说的都差不多。
Roman Chernin：就是增长有多快，我们看到一些公司的增长轨迹，像Anthropic Cursor Cognition Encoding 现在也开始在其他垂直领域看到了，比如医疗金融的一些用例，我觉得这确实挺惊人的，有意思的是，看那些非AI原生创业公司，是怎么动的，我举例子，我们有个客户是Revolut 刚开始合作的时候，他们大概99%的推理预算，都花在币源模型上，花在OpenAI上，他们开始尝试跑一些用例，但有些用例从经济上跑不通，就是说他们没法真正替代人工，或者没法在他们想做的那些场景里增强人的能力，于是他们开始转向开源模型，但切换速度并不快，因为他们得花时间在公司内部搭建一整套引擎。他们首先聚焦的是评估，我觉得这一点被很多人低估了，建立一个用于改进和实验的基础引擎有多重要，你得作为一家公司一个团队，搞清楚什么对你是好的，因为你搞定了一个用例，它跑通了，但之后你想换模型，你怎么知道不会把质量搞砸，你需要有指标，需要有一个阀门机制，需要为AI开发建立一套CI-CD流程，我觉得我们看到的是像Revolut这样的客户，他们需要做这些基础性投入，去理解怎么演进模型，怎么安全地把它们集成到生产流程里，但一旦他们解决了这些基础问题，增长就开始指数级爆发了，我不会低估这些客户在搭建好，能让他们快速交付的系统之后，增长速度能有多快。这是我们在很多客户身上看到的，他们都有这种，你可以叫它基础性投入，一个冷启动问题，就是怎么开始交付，但一旦解决了，增长就指数级了，他们可以用不同的模型，可以在公司内部构建更多产品等等，我觉得这一点从外面看的时候，你会觉得，他们没怎么增长，起步慢，花时间，但如果一家公司有很强的团队，他们建好这个基础，然后就开始指数级增长，我觉得我们会看到，企业端出现大量爆发式增长，在数字化的云源深的公司里，像Revolut Shopify Process Booking.com这些，当他们解决这个冷启动问题，建好一套交付系统之后。 [00:36:31]
Harry Stebbings：他们的AI采用率会疯涨，你觉得三年后Revolute 付给你们的钱会多多少，我不知道，我不知道，我不想谈这个，但我可以说，总体上。 [00:37:19]
Roman Chernin：我觉得他们的增长是倍数级的，我们都看到那些AI公司报告 IR增长，对吧，对他们来说，不是RR是他们的预算，但我认为最先进的公司，他们的AI预算，而且不是那种假的，或者说不是假的，就是那种token堆量的竞赛，我们看到的是，他们在生产负载里怎么做的，他们的增长速度，跟那些AI原生公司报告的 AI消费增长。
Harry Stebbings：跟他们的IRR增速是一样的，所以像Revelo这样的公司，他们也在走同样的指数级增长轨迹，我经常反驳那些说，开源会对最大的模型提供商，构成真正威胁的人，因为我说，听着大企业要的是可靠性，安全性，最重要的是省市，他们不想在底层架构，和各种乱七八糟的东西上捣鼓，你现在告诉我的意思是，你们能提供所有这些，让他们可以从那些提供商那里抽身，获得更便宜更好的体验，因为你们把管道工的事都做了，对吧，对，但我想再说一遍。
Roman Chernin：我的重点不是避怨模型，用开怨模型的话，问题不在于可靠不可靠，像Nebius这样的公司要做的，就是让你用替代模型的时候，不用去想那些底层管道的事，但我觉得核心还是能力，避原模型，比如那些前沿模型，确实很强，而且会越来越强，能解决很多，我们现在还解决不了的问题，而且我们想解决的用例这么多样，市场上一定会有最聪明的模型，最快的模型，还有介于两者之间，够聪明也够便宜的模型，你作为客户只需要为每个具体任务，挑选合适的token来源就行，再回到agent那一层，也许以后根本不需要客户自己去选该调用哪个模型，会有一个引擎知道所有模型的能力，就像你现在去OpenAI做研究。你不会去想需要跑多少轮循环，不会去想什么时候该跳LM 什么时候该去搜索，也不会去想现在该用哪个prompt 这些都在后台自动发生，你只需要给一个任务，有一个推理引擎来决定怎么执行，然后你拿到结果，我觉得很多企业用例，很多agent的任务都会用这种方式解决，到那时候不是你作为关注客户需求的开发者。 [00:39:34]
主权AI、应用层与NVIDIA关系
Roman Chernin：到那时候不是你作为关注客户需求的开发者，去编排这些token和模型，然后我们就需要所有模型，最聪明的来处理最复杂的智能任务，最快的来做快速迭代，这还没算上各种模态，以及未来物理AI世界需要的东西，所以我的观点还是，会有足够多的需求，来支撑不同的模型，我们作为基础设施公司要做的，就是尽我们所能，让开发者能舒服地使用模型，提供的所有这些机会和能力，因为你说的很对。
Harry Stebbings：这不只是模型能力的问题，还要让它们跑起来，优化好稳定可靠，而不是让人去折腾底层管道，看看现在模型的爆发和专业化，就像你说的，会有多少模型被造出来，覆盖不同用例的深度，但遗憾的是，有一点很清楚，欧洲在模型建设方面，远远落后于美国和中国，你觉得一个国家。 [00:40:32]
Roman Chernin：拥有自己的主权模型有多重要，看起来世界是分裂的，我们可能不喜欢这样，但我觉得让世界大部分地区，都能用上足够好的基础模型，这很重要，在欧洲或者至少在我们这一代，我们应该想想，怎么让这里拥有足够的能力，过去几年我们谈了很多，关于主权 AI议程这些话题，但我觉得太多讨论都集中在，兆瓦数和电力上，而不是我们有什么样的建设者，兆瓦数会来的，我们在Nebius一直说的是，只要有需求，我们就会建基础设施，像我们这样的公司都会建，而需求来自建设者，我觉得我们这里需要关注的，是有更多像 Lovable，Black Forest Labs，Mistral 这样的好公司，我们有足够的人投资研究。有足够的人投资产品，然后他们就会创造足够的需求，再次形成飞轮，让我们在需要的时候，有足够好的模型。 [00:41:53]
Harry Stebbings：所以我觉得这才是，我们应该关心的事，今天最有意思的投资领域是哪里，我给你四个选项，基础设施，横向模型，垂直模型，应用层。 [00:42:02]
Roman Chernin：我们做的就是基础设施，所以我们对这个领域挺满意的，我觉得在当前这个世界，这是个好位置，虽然从某种程度上说，我们建的可能是最容易的部分，不是说它不复杂，执行起来确实很复杂，但我们大致知道需要什么，客户也帮我们理解需要什么，但我觉得这个行业最了不起的人，是那些敢于去打造终端用户产品的人，他们实际上推动了这里大部分的增长，那些承担真正风险的人，就是那种做出来的东西。
Harry Stebbings：人们到底需不需要的真正风险，我觉得他们才是我们这趟AI旅程里的英雄，说到AI旅程的英雄，我做节目之前会去跟一些人聊，你刚才也提到，我很幸运采访过一些大人物，我去跟其中一些人聊的时候，反复出现的一个话题，就是跟NVIDIA的关系，如果一方权力比另一方大的多，这种关系还算婚姻吗，你怎么看跟NVIDIA关系里的权力动态，毕竟他们手握这么大的权力，我们看这件事的方式很简单，我们就是把自己该建的东西建好，把产品做好。
Roman Chernin：把我们的故事讲清楚，剩下的自然会跟上，我觉得最让人着迷的一点是 NVIDIA在很大程度上，仍然是一家工程师驱动的公司，在我看来，想赢得NVIDIA的尊重，最好的办法就是，当然他们可能有不同看法，但如果NVIDIA的工程师，尊重你的工程师，你们就有了一个很好的关系基础，可以这么说，我觉得我们一次又一次，证明了自己清楚在做什么，而且我们有一支很强的工程团队，他们看到了也尊重这一点，我们在很多层面都有工程师，对工程师的交流，硬件层面，软件层面，推理，平台层面都有 NVIDIA的工程师对你评价越高，就越能促成更好的关系和合作，当然我们这么想也可能是错的，但这就是我们看到的，我们能做的事。我们就是专注于保持理性，专注于长期价值，这听起来有点虚，大家都这么说，但说到底。 [00:44:24]
Harry Stebbings：把你该干的活干好就完了，对吧，我打算把这期标题就写成 Roman 把你该干的活干好就完了，不然我们还能做什么呢，我们处在这种竞赛里，只能尽最大努力，把自己的工作做好，我觉得就是这样，对，把你该干的活干好就完了，我知道这很好笑，我喜欢这个说法，不过话说回来，在今天这个环境下，把你该干的活干好，最难的部分是什么，四个维度，建规模，建产品，服务客户，其实规模跟产品，这两个维度，我们刚才聊过了。
Roman Chernin：第三个是客户，我们做的是现场业务，我们常说，云是售后生意，你卖的时候，卖的是一个承诺，然后你得让客户满意，去接触客户，覆盖客户，建立一支强大的客户工程团队，也就是面向客户的工程团队 FDE团队，这是第三个维度，去跟客户聊，确保他们了解你，你也了解他们，这是第三个维度，第四个最无聊，但也最让人兴奋的是资本，我们玩的是资本密集型游戏，而我们的竞争对手。 [00:45:13]
Harry Stebbings：是全球资本最雄厚的公司，如果给你无限预算，你会怎么做，建得更快，这个答案很简单，什么建得更快，数据中心，然后把GPU填进去。
Roman Chernin：就是建得更快，我们今年的资本支出计划是 2025亿美元，我们的竞争对手，那些超大规模云服务商，支出是我们的十倍八倍，如果我有十倍的资金，我就会建更多数据中心，更快的把GPU填进去，服务更多客户，这又回到我们开头说的，如果我有十倍的供给，我会怎么做，我会跑得更快。 [00:46:04]
Harry Stebbings：Gavin Baker说过一个观点，我觉得很有道理，他说审批，监管和数据中心建设的延迟，其实反而帮了忙，因为如果今天允许你建十倍的数据中心。
Roman Chernin：反而会造成供给过剩，这其实是个很好的问题，我们的投资人有时候也会问，最大的瓶颈是什么，最大的瓶颈还是那句话，什么都是瓶颈，但你需要从时间跨度的角度来看这件事，在接下来的六个月里，资本帮不上忙，六个月太短了，你有什么就用什么，你得交付，然后在接下来的12个月里，你可以加速一些事情，但这更多还是受限于产能，在12个月的时间范围内，我们可以通过资本或执行来加速一些事情，但到了24个月，你绝对可以解锁很多东西，还有一点很重要，要理解我们不是在建一个数据中心，我们建的是一个组合，一个产能组合，我们拥有的执行能力越强。资本越多就越能并行推进，我们可以解锁更多，这就是我们做事的方式，我们先锁定电力和土地，然后建数据中心，再把GPU填进去，每一个后续阶段都需要更多资本，但我们会尽可能提前推进，确保进入下一阶段时，电力已经锁定了，等我们有足够资本部署GPU的时候，数据中心已经建好并运行了，所以这是分阶段的投资，不同时间跨度下，瓶颈也不同，所以很明显，如果你有更多资本，你就能跑得更快，不是在6个月内，而是在18个月 24个月内肯定可以，我能问一下吗，关于数据中心的建设。 [00:47:36]
Harry Stebbings：我们看到公众对AI的抵触情绪，越来越强 Eric Schmidt在台上被虚，不是因为内容，而是因为AI这个维度，我们也看到公众对数据中心的反感，我记得大概有40%的项目，在规划和审批阶段就通不过了，你们内部是怎么看待和思考这个问题的，这就是我们得面对的现实环境。 [00:48:21]
Roman Chernin：所以这件事有两面，一面是我们作为企业，怎么务实看待，就是我刚才说的，我们把它当成一个项目组合来看，我们要确保项目是超额覆盖的，可以这么说，就算某个数据中心延期了，我们照样能给客户交付足够的算力，而且大多数客户，不会被锁死在某个物理位置上，这毕竟是云，我们可以在不同地方建设，然后把工作负载，调度到我们有容量的地方，这是务实的一面，另一面是我们明显看到，社区和地方当局，要求我们这样的公司，跟他们紧密合作，去解释，去展示我们在做什么，去回应他们的顾虑，去解决这些问题，这就是现实，你可以类比一下 Uber刚开始扩张的时候，很多地方也有抵触，对吧。大家说这是怎么回事，新东西来了，发展太快了，我们没料到会这么快，等等，我觉得你只能去沟通去解释这是你责任的一部分，去跟这些新社区打交道去合作，他们开始依赖你，他们有顾虑，有时候他们只是不够了解，有时候他们的顾虑是合理的，你可以去解决，都一样，做好你的工作。 [00:49:41]
社区、太空算力与长期威胁
Roman Chernin：等等，我觉得你只能去沟通去解释这是你责任的一部分，去跟这些新社区打交道去合作，他们开始依赖你，他们有顾虑，有时候他们只是不够了解，有时候他们的顾虑是合理的，你可以去解决，都一样，做好你的工作。你觉得你们到目前为止做得怎么样?我们骨子里永远觉得自己做的还不够，我觉得在我们开始建设的地方，我们确实取得了不少进展，历史上我们在欧洲经验更多，现在我们中期新建的容量，大概有70% 75%在美国，所以我们在美国当地建立了很多一线团队，去跟那些本地社区沟通。
Harry Stebbings：我们尽力做到最好，是的我们永远需要做得更好，但我们在推进，再帮我理清一个问题，我们刚才聊太空的时候笑了，在地球上建数据中心，物流上已经非常难了，在太空建数据中心呢，我热爱技术，我是个乐观主义者，我希望这想法是不是太疯了，我觉得我们现在看到的一切都挺疯的，不，我的看法很简单。 [00:50:33]
Roman Chernin：现在有那么多聪明人在努力，让它变成现实，所以大概率，我可能没那么悲观，不会说我们三年内，在太空建的会比地球上还多，我不知道会怎样，我的态度是，我足够谦逊，看到这么多聪明人，在试图解决这个任务，把算力带到太空，我有什么理由，不相信它会实现呢，当然还有很多挑战，还有很多事情要搞清楚，但如果有人三年前跟我们说，我们会建Multi-gigawatt级别的数据中心，会建成大规模互联的计算机群，你会信吗，我当时是不会这么想的。
Harry Stebbings：而现在我们就在这里，这已经成了日常，我想跟你来个快问快答，我说一句简短的话，你给我你的即时反应，今天还不存在。 [00:51:38]
Roman Chernin：但你觉得五年后会非常普遍的工作是什么，有一件事显然在发生，就是我们在把开发者这个身份民主化，对吧，现在每个人都可以成为开发者，我说的成为开发者，是指把想法转化成某种数字资产，我希望这里我们必须保持乐观，我希望这种人人都能构建的民主化，会打开很多我们甚至现在还想象不到的机会，当我们让数百万数千万新人拥有这种能力，能轻松地把自己的想法变成实际可用的东西，我们会看到大量新业务，大量新想法就这样诞生，他们会创造出很多我们现在根本想不到的新工作，这就像是这种构建民主化的第二层效应，另外有挑战也需要改变的一点，我觉得这既是风险也是机会，就是教育会怎么变。因为现在当每个人都能接触到智能，你绝对不需要他们去死记硬背事实了，所有知识都触手可及，那你怎么真正训练人去思考，当他们不需要想那么多的时候，怎么教人持续的改变，很多职业不会稳定，你怎么帮助人们，在不断变化的环境中，找到自己，并且真正去思考。 [00:52:44]
Harry Stebbings：去不断学习新概念，我觉得这里面有大量新机会，但也带来了很多风险，你提到你有两个十几岁的女儿，你会给她们什么建议，她们大概十年后就要进入职场了。 [00:53:08]
Roman Chernin：你会怎么建议她们，不，我直接跟她们说，我觉得有两样东西会很重要，我不知道具体需要什么，但我确定有两样东西一定需要，一个是能够带着同理心去跟人沟通，就是理解人跟人交流有共情能力，第二个是创造力，所有跟艺术相关的东西，我希望艺术在某种程度上会一直存在，所以我十年前以为最重要的硬技能，那时候我觉得他们最该学的是数学和工程，现在我已经完全不这么想了，而且我挺高兴的，他们现在在软技能方面比我小时候强多了，再说一遍，能跟人沟通，理解人，对人共情，再加上有创造力，有想法，愿意尝试新东西。
Harry Stebbings：我觉得这两样，如果你能帮孩子培养起来，十年后他们一定会很抢手，怎么教创造力确实是个问题，不过我完全同意，你来把这句话说完 Nebius最大的威胁不是竞争，而是，而是整体的整合，对，我觉得Nebius 作为一门生意最大的威胁。 [00:54:10]
Roman Chernin：是世界变得过于整合了，就像我们聊过的，我们尽量做到多元化，去解决不同客户的问题，在不同层面，服务不同的客户，如果最后这个世界变成，我也不知道，三五个超级模型，超级公司，超级帝国，掌控一切，那Nebius 或者像我们这样的公司，唯一的价值可能就是，帮他们在物理层上，服务他们的需求，所以我觉得，整体来说，整合是我们最大的威胁，世界越民主化，越多元化，我们作为一门生意，就越被需要，你觉得那种情况会发生吗。
Harry Stebbings：我们现在看到的是，价值越来越集中在少数玩家手里，跟多元化正好相反，我希望不会发生，从生意的角度，我觉得对我们来说更好。 [00:55:15]
Roman Chernin：对我们作为人来说也更好，你和我这个世界，能在不同方面，保持相当多元的状态，我在这方面是乐观的，我觉得有太多人，想独立去创造点什么，有太多人想去尝试，去做出新东西，这本身就会自然地产生一种推力，自然地让世界更加多元。
Harry Stebbings：所以希望我们能保持住这种状态，倒数第二个问题 Leo Ashenbrand 现在是个很有名的投资人，有一大群追随者，他最近披露了一笔，对他来说很大的持仓，买了公司5.3%的股份，好像占他投资组合的15% 你们内部怎么看，是那种好样的Leo的感觉吗。
Roman Chernin：我不会说我们没注意到，显然大家都注意到了，股价也涨了，当时是个大新闻，我还是觉得，我们把它看作是，对我们做的事情的一种认可，你得到这种认可之后，会跟自己说，好吧，这些人给了你信任，相信你能执行到位，我反复在说，我们做的是一门售后生意，每次我们签下一笔单子，每次有人投资我们，他们都是在给我们信任和机会去交付，那就回去干活，把东西交付出来，我觉得我们处在这样一个市场里，情绪化也很强，你必须让自己脚踏实地，记住所有这些增长。 [00:56:15]
Harry Stebbings：所有这些客户给你的信任，都是交付的机会，回去干活，你真是太以色列了，美国人可能会说，对冲，你就说不行，我觉得这方面，我更像俄罗斯人。
Roman Chernin：俄罗斯人总是知道，事情得看得非常无时，而且你知道，俄罗斯人总是那种表情，总觉得会出什么事，你得做好准备，所以不，我觉得这真的是很重要的一部分，也来自我们的CEO兼创始人卡迪，你每天醒来就是新客户，新的一天你得交付，没有什么是有保证的，你必须专注于工作，我知道团队为了让事情运转，付出了多少努力，每一天的投入有多关键，市场变化又有多快，要保持相关性，你就得用同样的速度继续前进，或者努力跟上市场的步伐，再说，我觉得说句浪漫点的话，我们其实可以多庆祝一下，但就是没时间，趁这个机会，我真的想对团队说声辛苦了，我觉得我们庆祝的不够。我觉得我们保持不松懈是对的，但我们可以多庆祝一点，多给团队一些尊重，认可他们做了多少事情，这一路不容易，现在也不容易，以后也不会容易，但是对不能停，我们不能停，就像鲨鱼一样，动起来才算活着，对吧，那个很有名的说法，所以我们必须一直动，说到这儿。 [00:58:02]
Harry Stebbings：我真的非常感谢你来参加节目，也谢谢你忍受我这些东拉西扯的问题，你太棒了 Roman 真的非常感谢，谢谢你，也谢谢你花时间跟我聊。
