目录
- 节目开场与 AI 斯普特尼克时刻 [00:00:00 - 00:10:00]
- Kimi K3 的开放权重突破 [00:10:00 - 00:20:00]
- 模型规模、数据与训练方法 [00:20:00 - 00:30:00]
- 中国 AI 实验室的工程路径 [00:30:00 - 00:40:00]
- 美国出口管制与算力竞争 [00:40:00 - 00:50:00]
- 开放模型与全球 AI 生态 [00:50:00 - 01:00:00]
- Kimi K3 的多模态能力 [01:00:00 - 01:10:00]
- AI 创新的效率与组织方式 [01:10:00 - 01:20:00]
- 技术封锁下的开放权重模型 [01:20:00 - 01:30:00]
- 资本、人才与前沿智能 [01:30:00 - 01:40:00]
- AI 竞争的未来判断 [01:40:00 - 01:50:00]
- 节目收束与最后观点 [01:50:00 - 01:50:58]
节目开场与 AI 斯普特尼克时刻
一凯：欢迎收听跨国串门计划。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生文克隆技术,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，本期我们克隆的是知名播客Moonshots 在2026年7月19日发布的一期紧急加更，这档节目是AI与指数级增长领域的头号播客，由起点大学联合创始人Peter Diamandis主持，常驻嘉宾包括投资人Zalim Ismail [00:00:00]
Peter Diamandis：计算机科学家Alexander Wiesner Gross等，本期他们还特别邀请了前Stility AI创始人 Imaid Mostek一起参与讨论，这期节目主要围绕中国AI实验室，月之暗面发布的开源模型Kimi K3展开，探讨了这个被称为 AI斯普特尼克时刻的事件，将如何重塑全球AI竞争格局
Salim Ismail：那我们就一起走进这期完整的对话，今天我们发出了紧急信号，召集了这期紧急播客，因为美国刚刚经历了一个 AI斯普特尼克时刻 Kimi K3昨天发布，以史上最大的开放权重模型，震惊了AI界，直接冲到了第一，这周他们不只是追平了差距，而是直接翻过了围栏 Kimi K3一直是一个，感觉有点不一样的模型，这也是为什么，它总是在写作类基准测试里排第一 K3其实是一个多模态模型，可以接受各种输入，理解各种东西，这也是它前端能力这么强的原因之一，现在美国这边是Meta和SpaceX AI在混战，而中国和Munster 排在那条帕雷托最优前沿的第三位，前沿智能现在完全是一种意识资产，美国的前沿实验室把钱都花在哪了我觉得美国政府会开始采取某种策略，限制中国的开放权重模型在美国使用，互联网世界一直有句口号，叫信息渴望自由，本质上智能也渴望自由，我们现在只需要某种全球性的，欢迎收听Moonshots 各位，这是AI和指数级增长领域的头号播客，是你通往即将到来的起点的前排座位，也许我该说通往已经到来的起点，通往当下的起点，当下的通往持续进行中的起点，我快不行了，今天我们发出了紧急信号，召集了这期紧急播客，因为美国刚刚经历了一个 AI斯普特尼克时刻，不过这个我们稍后再细说，请允许我介绍一下，我出色的Mushas伙伴们，今天我们五人全员到齐 Alex Weiser-Gross Dave Blunden Saleem Ismail和Emad Mostak 我是Peter Diamandis 你们的主持人，和风扰理念的倡导者，如果你被起点的速度，转得头晕，那很好，我也是，而这正是关键所在，我们在蒙沙子使命，就是让你了解情况，跟上正在发生的一切，最重要的是，让你对这场非凡的变革速度，和即将到来的风饶时代，保持乐观，先生们，欢迎，感谢你们，不管身在何处都早起，因为你那边应该是下午了，我今天早上四点就起来了，时差的好处，但我本来还能再睡一小时的，我可能得先下线去睡个午觉，好，你在哪儿，午睡时间吗，对我播完这期马上要去锻炼，事情很多先生们，很多事在发生，感谢大家抽出时间，在开始之前，我想亲自对所有订阅者和观众说声谢谢我最近有机会，不知道你们最近有没有看YouTube的聊天记录，我只能说我们也爱你们，我们的使命就是传递新闻，我们花了海量的时间去审阅 Saleem Alex Imad 我今天早上收到了你们的短信，说加这个加那个，太多事情在发生了，我还得说一句 [00:04:01]
Peter Diamandis：所有关于Alex解释JSpace的表情包都太棒了，所以大家一有机会就继续给Alex做表情包，对绝对的，而且有很多很棒的赞赏，看看你们能不能搞懂我的JSpace
Salim Ismail：我们能看看里面吗，当你变成神经形态的时候就不可能看到了，对我们待会会看到数据 Saleem评论区里也有很多人喜欢你，那里确实有一些很棒的人，你知道吗
Peter Diamandis：最不可思议的是，大多数YouTube视频都像是一场，互相扔火焰喷射器的狂欢，而我们的评论区完全是反过来的，这真的很棒，所以Peter
Salim Ismail：这得归功于你，不不，我只是再次表达由衷的感谢，我很感激每一位订阅者和观众，愿意花时间来听我们的播客，我们整个团队和所有Moonshots的伙伴们，花了大量时间，就是努力去评估正在发生的事情，然后呈现给大家，我们也会做这种紧急加更，所以如果你还没订阅并打开通知，请务必操作一下，各位我们进入第一条新闻，这可是个大新闻，我只想说，如果我们做足够多这种紧急加更，总有一天，它会变成Moonshots日更，对，或者不间断直播，我还在想我们干脆一起搬进一个Airbnb 直接把摄像机打开，这事会发生的，好我们开始吧，我们刚刚经历了一个AI领域的斯普特尼克时刻，这就像给美国前沿实验室，灌了四杯浓缩咖啡一样把他们惊醒了 Kimi K3昨天发布，用有史以来最大的开放权重模型，震惊了AI界，并且直接冲到了第一名，简单介绍一下背景 Kimi K3 Kimi来自Munshah AI 一个中国实验室，在过去一年里，他们一直在排行榜上攀升，他们推出了K2 K2 6K2 7 每一代都在缩小，与Anthropic OpenAI的差距，而这周，他们不只是缩小了差距，他们是直接翻过了围墙，一夜之间，他们发布了Kimi K3 这是一个怪兽 2.8万亿参数，而且你得记住这里的背景，中国是在美国出口管制之下，做到这一切的，这些管制本意是想切断，他们获取最先进英伟达芯片的渠道，这是我想跟你们好好聊聊的一件大事，他们完全绕过了算力墙 K3相比之前的Kimi模型跃升了17个名次，一举超越了CloudFable 5 在前端代码竞技场上登顶第一 K3在其他6个领域也排名第一，品牌与营销基于参考的设计，数据分析，消费品，模拟仿真和内容创作，完整的模型权重预计在7月27日左右发布，这意味着地球上的任何人都能下载，并在自己的本地环境里运行它，各位这事有多大 Alex 我认为这对竞争来说是件大好事，首先作为一个前提，我想指出一些在关于Kimi K3的报道，或者说舆论炸锅中可能被大家稍微忽略的点，确实是炸锅了，没错，第一点正如Meng Sha指出的，他们声称在过去12个月里，有9个月 Kimi系列模型，在开放权重模型中，保持了最先进的水平，所以如果这个说法属实那么在过去一年里，基本上一直是Kimi在领跑，我觉得这点非常有意思，第二点，看看他们公布的架构，因为我们还没真正看到开放权重，他们承诺这个月晚些时候会发布，架构里没有什么魔法，这一点相当惊人，人们可能会想象在Anthropic 或OpenAI的幕后山姆奥特曼，一直在暗示，有什么后Transformer架构正潜伏着，实现了所有这些性能突破，但看看公布的Kimi K3架构，没有魔法，它本质上仍然是一个Transformer 他们显然做了很多创新，但都是些很好理解的创新，比如怎么做混合专家模型，怎么线性化注意力机制，他们有自己Kimi品牌的，特殊线性化注意力方法，但它仍然是一个可辨认的Transformer 我认为一个可辨认的，类似Transformer的架构，在任务成本前沿上，几乎能匹敌GPT-5 Max我们或许应该放一张幻灯片，来展示这点，我觉得这相当惊人，这确实引出了一个问题，美国前沿实验室，把钱都花在哪了，如果你能用一个Transformer 就接近到这个程度，不是说它已经在成本前沿上了，而是你能接近，比如在整体最先进的 AI性能上排到第三，那美国实验室，到底把钱都花在什么上面了，所以至少知道 Transformer架构依然活得很好，这让我感到非常欣慰 Emad 你的分析呢，因为你一直在追踪这件事，我们俩在WhatsApp上来回聊了很多，对，我觉得Kimi K3在各种基准测试里，一直排在前列，当然你可以挑着看，而且他们从差不多一年多前起步以来，就经常发布中国最大的开放权重模型，我觉得Alex说的对架构本身不是什么超新星级别的突破，确实有改进，比如他们跟UCLA一起做的MIUON缩放，还有其他一些东西，而且他们其实一直在陆续放出这些部分的线索，我觉得这里的关键是底层数据 KIMI一直是一个感觉有点不一样的模型，这也是为什么，他总是在写作类基准测试里排第一，他们这次做的似乎很了不起，就是GIM出来的时候，那是个很棒的模型，虽然还没完全达到前沿水平，但它是纯文本的 K3实际上是一个多模态模型 [00:09:28]
Kimi K3 的开放权重突破
Salim Ismail：K3实际上是一个多模态模型，可以接受各种输入，理解各种东西，这也是它前端能力这么强的原因之一，虽然我们也没想到，它会在前端排到第一超过所有人，我觉得这又回到我之前说过的一个点，打造扎实的好模型，就是尖端制造，算法上当然会有改进，各种新东西在路上，但为什么中国电动车比福特好，这次感觉是同一回事，对吧，工程能力，是工程能力，但也像这样，上个月英国销量第一的车是JQJ7 大家也叫它平T路虎，配置拉满，全规格，大概5万，价格只要三分之一，这次感觉非常相似，他们知道原料是什么，成分是什么，现在用一种对消费者极其友好的方式，把它做出来，而且就是在用自己手头有的东西，执行这个制造流程，因为你看架构看内部，他们还在用H800 英伟达芯片上落后了好几代，但他们把这个模型建成了，可以利用华为和阿里巴巴，下一代芯片的架构，从静态形状和其他很多地方，都能看出来，他们就是在relentlessly的，打磨工程和可用性，所以我觉得前端代码这块，他们特别突出，因为他们就是在想，怎么让它产出最惊艳的东西，从个人网站到游戏，到其他各种东西，而美国的实验室，可能在看别的方向，关注点有点不一样，对我快速问一个问题，我们一直在讨论，到底需不需要在LM之外，再来一次突破才能到通用人工智能 这次的事有没有让你觉得，我们其实不需要另一次突破，就能继续往前走了，这又回到通用人工智能的定义了，对吧，对当然别让我展开 Peter六年前，六年前就开始了，我知道，但我想问的是，这些模型，是不是还有很大的进步空间我觉得你这里有一个基础模型，对吧，但然后还有所有这些很棒的harness在出来，还有你用模型反过来优化自己的方式 Kimi博克里提到的一点是，他实际上为下一代设计了一颗芯片给自己用，还设计了自己的kernel来跑，所以你从这个模型权重，走到了模型自己构建的整个生态系统，这感觉就有点通用人工智能的意思了，对吧，这感觉像地归自我改进，像能通过改变自己来动态学习，适应新技能，所以我觉得，对大多数通用人工智能的定义来说，我们可能不需要什么全新的东西来优化它，让它变得超级高效，是的，即使用我们现在知道的方法，也有各种方式可以比现在更高效，我们只是算力还不够，而新架构可以推得更远，你可以说注意力机制仍然是你所需要的一切，我喜欢这句Alex我们这里放出了性能图表，可以看到Kimi K3在好多地方都排到了榜首，我不知道你想不想评论一下 Dave我也想把你拉进来，能不能把AI三点图放出来，我觉得这张图最有建设性，这是来自Artificial Analysis Intelligence Index的图，目前所有图表里，这是我最喜欢的一张，因为它展示的是 AI定义的每次任务成本与性能前沿的关系，大家可以自己在脑子里看一下，看不到画面的朋友，我们看到的前沿是一条，从左下到右上的锯齿状曲线，右上角是每次任务成本最高，综合得分也最高的，仍然是Fable 然后沿着帕利托前沿往左下走，前沿上的第二名截至几天前，仍然是GPT-56 Solmax 而现在Kimi K3第一次排到了第三，它在前沿上是第三名既指原始能力，也是最优成本性能前沿上的第三个点，我觉得这太震撼了，我们从一个就像前几期播客提到的 OpenAI和Anthropic双头垄断的世界，变成了现在这样，美国这边有Meta和SpaceX AI 加入帕雷托前沿的高端，而中国和Monsha 现在排在那条，帕雷托最优前沿的第三名，完全是一场混战，这对任何企业来说，都太令人兴奋了，只要他愿意，并且能够使用一个，中国的即将开放权重的模型，就能更多的掌控自己的命运，我觉得这对企业自主权，是巨大的利好，对竞争力也是利好，我们正活在AI版的，为全人类理，苏联人先登上了月球，然后太空竞赛就永不结束 AI竞赛现在也不再，以双头垄断告终，我认为这对未来的光明前景，是巨大的利好，太棒了 Dave我想请你加入讨论，你怎么看 Peter [00:14:31]
Peter Diamandis：你把它叫做斯普特尼克时刻，要我说，这都低估了这件事的影响，上周的播客里，我们听了Alex Karp 那番激烈的言论，他说作为大企业，作为政府，你不能把自己所有的专有权重，专有alpha 所有知识产权都一股脑交给Anthropic 然后把它当成你整个未来的基础，但他当时没给你指出一条前进的路线图，这才过了一周，突然就变成了一场混战，就像Alex说的，一场混战，任何能读到这些权重的人，都有能力非常接近前沿，然后针对任何垂直用力进行微调，超越前沿，所以这给了世界上每个人，每家公司，每个政府一条路，不用通过美国的AI模型就能追上前沿所以斯普特尼克，对基本上是无限倍的斯普特尼克，我不太喜欢这张图的一点是，它的左侧指标直到100% 当你把未来两年的数据画出来，它看起来像一条S曲线，我们现在正处在曲线非常陡峭的部分，但这暗示着我们会达到100% 然后就到头了，但实际上这是一个指数，智能会趋向无穷，基准测试会饱和，但智能本身会趋向无穷，所以现在全世界都看得非常清楚了，跟大家说一下 [00:15:27]
Salim Ismail：通常这种情况的运作方式是欠套的S曲线，对吧，一项特定技术达到顶峰，但它会催生出下一项技术，然后下一项技术又开始指数级攀升，如此往复 [00:16:01]
Peter Diamandis：没错，完全正确，让我再说一件事 Alex和我花了很多时间研究，那个Keller-Jordan speedrun 我们经常聊这个，它是一种方法，你拿一个GPT-2级别的模型，网上很容易找到，去Github上搜Keller-Jordan speedrun就行，那里有一大群黑客和AI研究员，他们一直在尝试，把五年前的GPT-2重新做出来，特别是以Andrej Karpathy的 Nano GPT的形式，对没错，然后尝试用更快，更便宜的方式复现它，越来越快，越来越便宜，如果你看看，那个代码仓库里的创新，他们已经能把创建 GPTR的原始成本，砍掉99% 所以现在成本，只有原来的1% 对大家都不怎么关注它，因为它是GPTR 而且直到今天之前都不清楚这些思路，能否应用到前沿规模上，现在很清楚了，当埃隆马斯克用他160亿美元的 Colossus 2数据中心，花几十亿美元去建一个 10万亿或20万亿参数的模型时，存在一个成本仅1%的版本，能做出实际上同样的东西，在Kimi K3出来之前，没人知道这行不行得通，现在非常清楚，它行得通，所以我们正在看到，软件站，内核优化，专家混合，这些方面的一百倍级别的创新，这些来自中国的根本性突破，让他们做到了1%的成本，我觉得email用汽车打了个很好的比方，你可以用大约三分之一的价格，买到一辆几乎一模一样的车，而我们这里谈的是用不到1%的价格创造出同等的产品，所以斯普特尼克对这是本世纪最轻描淡写的说法了，这就是我们今天做这期紧急播客的原因，对，沙利姆，请加入讨论，我有三点要说，我觉得重点不是Kimi打败了谁之类的，而是前沿智能现在完全成了一号品，对任何冲到最前沿的人来说，保质期就几周，任何企业或政府，如果对最新最前沿的模型感兴趣，根本没时间去评估，走招标流程，对比其他模型，内部开会讨论要不要部署，等你做完这些，模型已经往前走了三代，所以所有价值都落在了，能灵活切换模型的架构上，对吧，这会是下一层，在我们的EXO世界里我们管这叫接口，未来价值全都会集中在这一层 [00:18:57]
Salim Ismail：对太棒了，我觉得我们得给这个起个新名字，也许叫前沿解放阵线，我再给硬核极客们补充一点 EMAD提到了明晚优化器，但他讲得非常快 [00:19:01]
Peter Diamandis：所有爱好者都去查查这个东西，因为这件事之所以发生原因之一在于，我们当初构建这些原始模型，这些超大规模模型时，是从互联网上抓了二三十万亿个token 把人类写过的每一个字都拿来，直接倒进训练机里，然后说来根据这些信息变聪明，但你要是掀开盖子看看，里面绝大多数信息都是Taylor Swift要开演唱会了，谁谁结婚了之类的，一大堆对提升模型智能，其实没什么显著作用的东西，恰恰相反，对说的太对了，很多token可能反而会拖慢训练，而不是加速，所以光是剔除垃圾
模型规模、数据与训练方法
Peter Diamandis：所以光是剔除垃圾，把训练级精简到真正相关的子级，就能它给模型带来的训练压力一点没少，但减少了浮点运算次数，也就是模型达到同等智能水平所需的计算量，我觉得这个问题离彻底解决还差得远，所以光靠MIUI优化器这个流程，再加上训练数据精简这个流程，后面还会有更多十倍的提升，我发了一条推
Salim Ismail：引用了一个叫Alaric的人说的话，我觉得特别有意思，给没在看画面的朋友念一下，这是Anthropic说的 Fable是一个agent编程超级武器，能以空前的速度和规模开发网络武器和生物武器，我们良心上无法在没有防护栏的情况下发布它，对吧，这是一个月前的讨论，然后中国这边回了一句，笑死这是Fable 不过是开源的，祝你好运，我很好奇你们几位怎么看这件事，我们这边因为防护栏被绑得这么紧，结果人家直接出了一个开源的Fable等价物，前沿实验室有个大麻烦 [00:20:28]
Peter Diamandis：他们面临三个根本性的绕不开的巨大限制，第一是算力，芯片够不够用，还有所有需要的电力和能源，第二是前沿开源模型，这些模型已经和闭源的一样好，或者在很多情况下可以直接替代，看不出明显差别，第三是政府压下来，说你们发布任何东西之前，我们都要审查，我拍脑袋猜一下，当政府说所有这些模型都要审查的时候 OpenAI可能值得那1万亿美元，估值大概就缩水了50% 因为现在东西推出去要花时间了，我觉得这件事会让估值再腰斩一次，我拍脑袋估一下，这些前沿实验室现在的价值，大概只有三个月前的四分之一，如果真是这样，我是说如果我不用花钱掉API [00:21:03]
Salim Ismail：直接在自己本地就能用Kimi K3 我干嘛还要花那笔钱，他们收入会受到巨大冲击吗，对，我觉得这里有几件事，第一是收入减少，人们为什么还要为IBM付钱，为什么还要买非中国产的汽车，对于关键任务，我觉得有美国本土的，能随时响应的实体，你知道它不会出问题，这种情况还能撑一阵子，所以我认为OpenAI 和其他公司的收入还是会涨，这也是为什么，他们同时也建了这四家，部署工程公司，所以我觉得他们还有路可走，但替代效应摆在那了，这跟中国工业替代一个道理，为什么美国造不了工业品，为什么有中国制造，有时候你买中国的，有时候你买美国的，我觉得至少未来一年还会是这样，但再往后就难了，至于网络攻击安全作秀那类事情，我一直都说我们会走到这一步，这意味着什么，意味着你唯一能做的就是网络防御这绝对是现在风险投资里最大的类别，如果你是斯坦福MIT毕业的聪明人，就去建一家网络防御创业公司，走进最前沿的公司和其他所有公司，说让我们用这项技术来防御，因为这些能力的扩散会加剧，但不会像我们想的那么快，因为实际情况是，我们也做过一些相关测试 GPT 5.6的网络版本 Effable等等，是用大量CVE和网络数据训练的，中国的模型其实没有那么多这类数据，所以他们这方面没那么强，但如果有人手里有这些数据，是可以训练进去的，所以我估计具备网络攻击能力的开源模型，大概一两个季度后就会出现，所以会有一段滞后期，但对于那些大型对手来说，情况肯定会变得有点疯狂 Dave你想插一句吗，对当然 [00:22:46]
Peter Diamandis：我觉得我们刚才把地规自我改进一笔带过了 Peter你问这是不是临界点，美国政府的看法是，我们一直都知道会来不及，对吧，他们动作太慢了，但他们的想法是，等我们搞出一个能自己构建下一代模型的模型时，我们不会把它放给全世界，让别人一夜之间追上来，因为制造业历史上从来没有这样的产品，比如汽车，如果你把最先进的汽车给一个外国政府，他们没法用它造出更好的车，但AI不是这样，如果你把最先进的AI给一个外国政府，他们就能用它追上你，造出同样先进的AI 政府大概是一个月，一个半月前才看清这一点，发现Fable 5已经跨过了那条线，所以他们把它拦住了，但现实是OPPUS 4.8 就已经跨过那条线了中国那边的人可以用OPPUS 4.8 来造出Kimi K3 所以地规自我改进这条线，其实在Fable 5之前就被跨过了，现在全世界都会看清这一点，因为你只需要一个，能改进自己内核的AI 它不需要，这是我几个月前，在另一档博客里说过的，大家以为地归自我改进，要到爱因斯坦级别的智能，才会触发，但它只需要能改进自己的内核，把速度提升10倍就行，没人会觉得这算真正的通用人工智能 但这已经足够让它，自我加速10倍了，然后快10倍，或者说参数量高10倍的模型，智能水平也会更高，很多学术界的人之前说，参数量的回报在递减，所以快十倍的模型，不会天生就聪明十倍，但事实证明这错了，我们看到的增长在放缓但智能曲线并没有走平，所以现在所有证据都表明，如果你再把原始速度提升十倍，你就会看到天才级的AI 然后那个天才级AI 又会再次提升自己的速度，所以我觉得，等我们回头再看这段历史，会说大概在OPPO 4.8这个节点，那一点小火花已经足够点燃火焰了，火焰可以变成大火，大火又可以变成太阳，我觉得我们以后回看现在这个时刻，就会是这种感觉，所以这只猫肯定已经跑出袋子了，美国现在限制下一代模型的政策，根本不可能遏制住全球和企业界，对前沿AI的扩散 [00:25:25]
Salim Ismail：你觉得美国，你觉得美国政府会开始想办法，以某种方式限制，中国的开放权重模型，在美国使用吗，再过两周，这些权重按计划就要开放权重 [00:26:09]
Peter Diamandis：开源了，然后就是，我们等着看吧，如果白宫那边现在脑子清醒的话，他们应该每分每秒都在争论，要不要立刻跟中国谈判，别放出那些开放权重，但我真怀疑他们动作能不能那么快，我敢肯定他们会，好吧，我也不确定，反正我们等两周后看结果吧，有意思，我能把两个想法串起来吗，当然，请说 Peter 你刚才提到了指数增长和加速回报定律，对吧，我觉得这一点值得深挖，因为把它跟Dave刚说的连起来看，就能解释为什么我们在这档播客里，一直说这股势头不可阻挡 Ray最初的观察是，一旦你进入一个基于信息的范式，你就会不断在多种技术之间跳跃前进，我们有过继电器，然后是真空管计算机到某个阶段，一个房间里能塞的真空管数量是有上限的，但那个架构被用来设计了晶体管，晶体管又被用来设计了集成电路，你就得到了这种一层套一层的S曲线，所以Dave说的就是，当这些架构，这些拼图的各个部分内部，都形成了相互增强的反馈循环，每一个都像一条S曲线，开始加速整个集合体，这股势头就是不可阻挡的，所以它没有上限，不知道会发展到哪一步，这也是为什么大家对它的上限，会感到这么恐慌，把这两点联系起来非常重要，对，绝对的，对 Peter我能接着Dave的话说一句吗，咱们也得提一句，杨直林是CMU毕业的，我们本来可以给他发签证，让他留下来的 [00:27:17]
Salim Ismail：对Slam 我们马上就会聊到这一段，我先说一句，这里有个很有意思的估值对比图 Kimi或者说月值暗面的估值是200亿，而Anthropic大概是1万亿 OpenEye也差不多1万亿，如果他们今天是上市公司，我觉得股价估计已经跌掉30%了，我还是那个问题，美国这些前沿实验室拿了那么多钱，到底在干什么，是啊，钱都花哪去了 [00:28:06]
Peter Diamandis：其实你要是真走进他们公司去聊，只要你有任何想法，他们都会给你投钱，他们特别缺聪明人来帮忙，因为他们正以前所未有的疯狂速度去部署，去改变世界，他们想把钱投出去的速度，远远快过他们能找到有聪明想法的人的速度，不过你提的这点很好，你刚才的语气有点像在质问，说你们拿着钱在干嘛，但人类历史上从来没有人，能在毫无商业经验的情况下，这么快拿到这么多钱涌进公司，我们说的这些CEO 以前根本没管过公司，他们确实在努力，但说真的，有谁能这么快就接住AI带来的挑战，不过我想说的是，如果你够聪明，有好想法，就走进那些公司去提你的方案这对Chapraise也一样，他们特别着急把钱花出去，投到能产出成果，能帮他们建立可持续壁垒的地方，同意，而且我觉得这些前沿实验室，自己也在问这个问题 [00:29:27]
Salim Ismail：也在问美国的监管机构这个问题 Anthropic经常放风，指责中国各家实验室搞征流攻击，可能在Anthropic的公开叙事里，中国实验室就是靠这个做到的，靠征流，靠抓取推理轨迹，但说实话，看看Kimi K3的表现，我完全不信月之暗面
中国 AI 实验室的工程路径
Salim Ismail：我完全不信月之暗面，是纯粹，甚至主要靠征流攻击 Cloud来达到这个水平的
Peter Diamandis：感觉不太对，不不我完全同意，不过我觉得大家容易低估，存在性证明的价值，就是说你只要知道，一个大规模Transformer 用Moei架构跑Muon优化器，再配上简化的数据，知道这条路能走通，这本身就给了你一张，精确的多的路线图，你不需要去抄，不需要作弊，不需要偷每一条轨迹，你只需要知道这个公式能跑通，光这一点就能砍掉你90% 95%的研发成本，所以我觉得就这么简单，没什么偷偷摸摸的，就是知道自己在正确的路上，我有个史上最牛的，为我们自己创造价值的点子，好，就是等9天之后，他们放出开源权重，我们就以月之暗面播客的名义，发一个叫Kimi4的开源模型 [00:30:06]
Salim Ismail：然后直接IPO 我们瞬间就成亿万富翁了 Saleen 你的意思是，比一个月值暗面更好的是什么，是很多个月值暗面，对啊，抄那些抄袭者有什么不行干吧，这个好Dave 我其实有个很好的类比，为什么美国人买药比其他国家都贵，因为所有研发都在美国，你付的是溢价，就像token的溢价一样，然后呢，其他地方就有纺织药了，对这个类比很好
Peter Diamandis：因为那相当于成本砍掉99% 这比汽车行业的类比更贴近AI 这个类比太棒了，我们的朋友Gavin Baker 在X上发了篇很精彩的帖子，讲这对商业的影响，必读，绝对是必读，核心意思是，除了那些基础AI实验室，其他所有公司，所有股票，都是这件事的巨大受益者，而那些基础实验室，就像你刚才说的，大家会问，你们的未来在哪，营收模式是什么，凭什么值一万亿，我确实不太懂，所以基于这个观察，接下来一周，你应该会看到估值的大洗牌，然后任何技术能力在线的公司，虽然这种公司不多，但比如你是一家银行，恰好是那种IT和技术实力，特别强的优秀银行或者你有很好的合作伙伴和供应商，那你现在就有一条清晰的路线，可以用自己的AI来掌握自己的命运，比如摩根大通自己的AI 所以我猜如果你站出来说，我们有办法在内部做这件事，我们知道怎么跟合作伙伴一起搞定，市场是会有反应的，这就是为什么我们管它叫组织起点 [00:32:17]
Salim Ismail：而且我们现在看到的是，每个在用或者想用Fable 5的人，只要一提到生物学，或者任何可能有点擦边的内容，就会被降级，你为什么要忍这个，所以9天之后，我们会看到什么，会看到所有人都，反正我是一等他上线，就马上要升级的，我现在在Mac Studio上，跑的是Kimi 2.7 我会升到Kimi 3 所有人都会这么干，那我们会不会看到，美国整个创业圈的能力底座，都大规模迁移到Kimi K3上，我觉得可以拿Stable Diffusion来类比，我们发布Stable Diffusion的时候，天哪，那都是4年前了，时间过得真快，当时市面上有一些限制非常严的图像生成器，效果是稍微好一点，但限制太多，各种随意的限制都有，因为这东西确实有点危险，你不能生成肖像也没办法把自己的IP放进去，哪怕是你自己的IP都不行，结果呢，一亿两亿的下载量，围绕它长出了一整个生态，加速了生成时媒体的发展，就像你说的，我为什么要用这个模型，我连哲学话题都没法跟他聊，他直接给我降级，对吧，当你有了完全开放的版本，价格还只要人家的零头，你还能自己定制，那一整个生态就会围绕，他和其他模型建立起来，而且这已经在发生了，跟被单一供应商锁死相比，这才是真正的危险，所以我觉得那些前沿实验室，会走向垂直整合，他们现在的客户 [00:33:37]
Peter Diamandis：全都会变成他们的竞争对手，然后他们就得说，行，我单挑你们所有人，这跟Mirror Marathi和Inkling直接相关，我们要不要也聊聊那个故事，这周那个也是大新闻 [00:34:16]
Salim Ismail：我们上一期播客聊过了，也就是两天前的事，好 Mirror刚发布了Inkling 能看到一个美国的开源实验室，这太棒了，但问题是我们还能看到多少个，还能看到多少个开源，让人震惊的斯普特尼克时刻，除了Musha 中国还有一大堆实验室在往前冲，对Inkling这件事，非常能说明未来的走向，因为它的设计初衷
Peter Diamandis：就是让你作为一家公司拿过来，在自己的公司内部，针对你自己的用力去做微调，比如你是一家生物科技实验室，在做研究，你不想让所有人看到你的专有数据，那你就把Inkling拿过来，在内部调，但这件事之所以有说服力，是因为Mirror Marotti是从OpenAI出来的，如果他不认为这条路走得通，他就不会围绕这个思路去创办thinking machines 所以这告诉你，那些身处最顶尖前沿实验室里的人，也相信这套做法能追上最前沿的水平，你把这个事实跟Kimi K3已经证明了这一点，结合起来看，下周开始世界就不一样了，另外这周末市场还有个奇怪的现象，就是临近周末的时候，资产开始大幅重新洗牌但在这一波下跌里，半导体公司也跟着跌了，可实际上他们应该往反方向走才对，这就是Gavin Baker说的那个点，这件事会推高对芯片的需求，而不是压低，它会彻底改变整个软件行业的格局 [00:35:50]
Salim Ismail：但芯片的需求会比以往任何时候都大，而且会完全卖断货，这我们都知道，我们能不能花一点时间聊聊，我们对中国的英伟达禁令，你看现在性能最强的模型都出来了，当初搞英伟达的监管禁令，是不是完全没必要，它是不是又起了我们以前总看到的那种作用，就是反而刺激了中国，逼他们用自己的华为去发展自己的能力，当然事情就是这样，没错，当然是这样，我们所做的一切，这些禁令只会激励中国的前沿实验室，去开发和培育新的效率，而这些效率其实一直都存在，刚才提到NanoGPT的急速训练，在利用算法计算和硬件效率，来训练更大更强的模型这件事上，还有巨大的潜力，没有被充分挖掘，而这些出口管制，我觉得唯一的作用就是激励了那些本来就有强烈需求，要去跟西方前沿模型竞争的中国实验室，让他们更快的去挖掘这些效率，也许总体来看，虽然表面上现在对西方不利，因为我们激励出了新一代，效率高得多的中国前沿模型，但最终我觉得这对全世界是好事，对美国也是好事，因为有中国这种效率高得多，资本效率高得多，权重效率高得多，很可能比特效率高得多的竞争者，在屁股后面点了一把火，在我看来，只要美国不建立，或者滑向某种保护主义体制，不去试图阻止，那种可能被解读为，中国超级智能，向美国倾销的局面，这一切就都是竞收意，正是如此，只要我们避免走到那一步，就是好事，事情就是这样，一点没错 [00:37:02]
Peter Diamandis：我觉得美国在越战里，学了一个很重要的教训，那已经是50多年前的事了，现在又被忘了，得再被提醒一次，越战里很清楚，要么打仗就速战速决，要么就别打，最不该做的，就是先派一点兵，再拍一点，慢慢往里蹭，这样绝对没有好结果，对中国的芯片禁运完全是拍脑袋，因为它刚好够惹恼人，又不够真正起作用，是最糟糕的局面，而且就像Alex说的，这反而引爆了大量量化研究，这个方向极其重要
Salim Ismail：但讨论的还不够，让更便宜的芯片也能跑得更快，这些创新不会消失，会一直留下来，接下来让Emad说，然后Saleem EMAD 我觉得这事确实自相矛盾，但带来了一些有意思的结果 Kimi K3用的总算力和Inkling是一样的，哇，你能看出来因为密集权重的量就摆在那里，我们大致推测它训练用的token数是Inkling的两倍左右，因为具体数据我们没有，那它怎么做到的，你看它的架构，从数据到智能的转化效率是两倍半，靠的是数据配比上的优势，因为他们不得不在这些限制下运作，我们能看出来，因为它的第一版模型不如第二版 Inkling也是从1万亿参数模型，到即将发布的3000亿参数模型，性能反而更好，各个实验室都是这样，这些实验室不得不应对限制但我觉得有件事特别有意思，你看Alex很喜欢的那张幻灯片，我们把它放屏幕上，他们必须针对华为910SN芯片，新的阿里巴巴芯片和其他芯片做推理优化 64个节点合在一起跑，因为这个模型太大了 Peter你可能得再买一两台Mac Studio才能跑起来，它需要大概2TB内存，你看到Kimi K3在那个位置了吗，那是因为他们只能用中国芯片来跑，他们没有Blackwell 没有Vera Rubin Vera Rubin和Blackwell就是为这种总参数极大，但活跃参数占比很小的超大模型设计的 [00:39:27]
美国出口管制与算力竞争
Salim Ismail：但活跃参数占比很小的超大模型设计的 3万亿总参数里只有500亿活跃参数，像Model Fireworks,Basic这些美国公司，跑这个模型的成本，能比中国竞争对手低10倍，因为他们能拿到英伟达和AMD的大芯片，所以就像我说的，有点讽刺研发突然跑到了那边
Peter Diamandis：但一旦针对下一代Virarubin优化好，价格还会再降10到100倍，一马你说的其实是一回事，但这也会释放出一大批，目前还没流通起来的芯片，他们现在被低估了，还有一批晶圆厂，做不了GB300 但能做推理芯片来跑更便宜的中国模型，或者说颗粒度更低的模型，所以通过他刚描述的这个过程，大量算力产能会被释放出来，我想往上拔一层说的悬一点，我们在互联网圈一直有句口头禅，往上拔一层，互联网圈一直有句口头禅，信息渴望自由，对吧，本质上智能也渴望自由，从进化历程来看，我们从生物智能开始，靠进化来地归改进，然后突破到个体智能，再到物种中的个体，再到集体智能比如市场或网络，现在我们有了AI 能扫描所有数据，创造出另一个层次的智能，所以这事是挡不住的，任何实体领域政府，不管是谁，想限制它，永远永远都会失败，这就是一条基本的自然法则，你限制不了它，根本不可能，人们为什么还要费这个劲，才是我最想不通的，用稀缺心态去想这件事，本身就是错的，我们越快获得更好的智能，就越快走向富足，越快不需要为任何东西争斗 Saling [00:41:13]
Salim Ismail：我没法反驳你，我写过一整篇论文，论证物理世界中的智能，体现为最大化未来的行动自由，所以尽前沿解放阵线，是
Peter Diamandis：反正你也不想拖慢它，就像蒙提拍桑那个段子，犹太人民阵线和犹太人民大众阵线，我们得做点T恤，我想提一个跟这件事相关的话题 [00:42:06]
Salim Ismail：也是我一直很看不惯的一点，月之暗面背后的创始人兼CEO杨志林，他的本事可不是在北京学的，他在卡内基梅隆拿的博士，那是皮茨宝，也是全世界最顶尖的，计算机科学项目之一，说白了，是我们把它招进来，培养出来的，在我们最好的学府里，结果他博士一毕业，拿不到绿卡，还得折腾签证，最后回了中国，在那里创办了月之暗面，我公开说过无数次了，我认为任何人拿到博士学位，绿卡就应该直接定在学位证背面，我们为什么要把最聪明，跑来我们这里受教育的人送回老家，不管是回中国，回印度还是回巴西，为什么不让他们留下来，在这里创业，各位怎么看，好我做了点研究，我觉得这事，可能不是表面看起来那样，先捋一下时间线杨志林根据我查到的，他在中国读完本科后 2015年秋季开始在CMU读博，然后大概一年后，他还在CMU读博的时候，就创办了一家创业公司，公司叫Recurrent AI 这家公司注册在哪里，注册在中国，不是美国，所以他读博才一年，就一边在CMU念书，一边在中国开了家AI公司，这就有意思了，也是个问题，这也跟那种，我们没给他定律卡的说法对不上，然后他就回中国了，不对，实际上他在美国读博才一年，就在中国开了AI公司，然后他2019年毕业，据我所知，他毕业是拿到了Google Facebook 华为这些公司的offer 但他还是回了中国，因为他的创业公司Recurrent AI 几年前就注册在那里了，所以我不觉得这件事，能说明美国不愿意留他或者说是特朗普的什么，政策赶走了，这个特别有才华的中国毕业生，他开这家公司的时候，还是奥巴马任期快结束那会儿，公司就开在中国 Alex 感谢你挖得这么深，谢谢，但我的观点依然成立 Selim 你和我都见过太多次了，对吧在七点大学 Dave 你在MIT可能也见过，事实就是很多最聪明的学生，根本没机会留下来发展 David或者Emad 你不在美国你怎么看，我也说两句，对我完全同意，而且有个很离谱的事，这笔账其实很清楚，一个博士留在美国，价值有多大，这是可以量化的，而且已经有很多研究证明了 Dave就很擅长，把他们转化成创业公司，转化成创新，还有另一件事，也是搬起石头砸自己的脚，就是美国公司，因为监管之类的原因，不能投资中国公司，有些公司是中国背景，但你看benchmark头面的死者上的麻烦就是个例子，所以我觉得这是双重的，但我完全同意，如果你创造了一个有价值的资产，或者参与创造了它，大多数外国人读完博士，是愿意留在美国的，但太多人没有一条很直接的路径，尽管数学上已经证明，他们能给美国经济增加价值，对，还有一点，竞赛不光是芯片和算力的竞赛，它也是人才的竞赛，至少目前，关键的人仍然在驱动最大的价值，要我说不光是人才，还跟我刚才说的点有关，就是这些创业公司注册在哪里，有另一个可能的世界，在那个世界里，他因为某些移民相关的法规，没能在读美国博士期间，就在中国创办他的第一家AI公司，我们激励他把Recurrent开在美国，我觉得也许存在这样一个反事实的世界Recurrent是一家美国公司，然后他的知识继承者 [00:45:53]
Peter Diamandis：月之暗面也留在美国，这样他就会跟着，自己的公司留下来了，对这个故事还带出一点，从印度来美国读书的人，绝大多数都会留下来，而从中国来的，大约80%会回去，这纯粹是，两边本土经济的差异，回印度创业基本行不通，很难成气候，但回中国就完全不同，那边生态很活跃，支持力度也大，所以对很多人来说，回中国创业其实是个不错的路线，我也是那份报告出来后才意识到这一点，而且就像Peter刚才提到的，我们有大量从中国来的MIT朋友，我不想把他们一概而论，其中一种情况就像你，我们有一位非常好的朋友，是波士顿大学计算机学院的院长，他们很乐意在这里创业，或者在任何地方都行
Salim Ismail：而且别忘了，我们之前看那些前沿实验室的时候，比如早期的XAI 还有Meta 他们大概50%的研究人员，那些研究岗的博士，都是华裔美国人，非常厉害，而且中国人每年在数学奥林匹克竞赛里，都是霸榜的存在，这里蕴藏着极其雄厚的人才储备，我想大多数公司都希望能把这些人才留在内部 Salim [00:46:49]
Peter Diamandis：你刚想说什么，对，我想说两点，第一，人才的不对称分布，我觉得这才是真正关键的部分，我在前几期播客里也提过，顶尖AI研究人员里有70%不是美国公民，按人数排序依次来自中国、印度和英国，所以这是个很大的问题，直接给绿卡是我们能做的最简单，零阻力的事，这样才能激励他们留在这里，在这里搞研发，美国过去对世界其他国家最大的不对称优势，就是在这里创业比在世界任何地方都强，但这个优势现在开始没那么绝对了，这也是为什么人们会回中国，甚至越来越多的回印度去做事，尽管在印度做事仍然有各种阻力，这一点上，美国在移民问题上的失败 [00:47:16]
Salim Ismail：是这个国家眼下最大的问题之一，说的太对了，好，我们继续往下走，我想给大家看这张幻灯片，从4月中旬到现在，我们已经看到13个新的前沿模型发布，平均每10天一个，对比一下2025年，我们全年只有8个前沿模型发布，平均每50天一个，再往前一年 2024年只有6个，平均每60天一个，而且这个速度完全没有要慢下来的意思，然后E-MAD 你今天早上给我发了伊朗的这条推文，谢谢，我把它放出来，这是伊朗的推文，我们那个2万亿美元的模型，各方面都优于我们那个1.5万亿的模型，下周将完成初始训练，它也许能超越Kimi 但速度和token效率，会接近我们那个1.5万亿的模型，也就是GroK4.5 所以要我说这就是我们正生活在起点里的头号证据，这种智能加速迭代的速度，简直疯狂 Peter 还有更精彩的，如果你把Sahel列出的那些前沿模型，和他们的发布日期，用指数曲线，去回归预测模型发布的时间间隔，我刚刚当练习做了一下，你会发现，按现在的速率，我们很快就会迎来，每天都有新前沿模型发布的日子，具体时间，你猜怎么着，是1月份 1月份 1月份如果这个指数趋势持续下去，我们就会看到，每天都有新的前沿模型发布，这基本上就意味着，模型会变成持续版本迭代的状态，那我想问题就来了，这到底意味着什么，如果变成了一个持续的过程，那所谓新发布还有什么意义，也许意味着我们每天的Manshot节目就不能在只聊前沿实验室的版本发布了，我们得找点新东西来聊，因为模型更新会变成后台静默进行的常态 [00:49:51]
开放模型与全球 AI 生态
Salim Ismail：因为模型更新会变成后台静默进行的常态，就像我儿子Jed说的，好吧又发了一个稍微好了一点点，那意思就是拜托，这到底有什么真正的新东西，其实对我们待会儿在节目里会看到一些用力演示
Peter Diamandis：我觉得那些东西会取代单纯的版本发布成为焦点，因为当你亲眼看到智能水平又往上跳了一小步，那种感觉要激动人心的多，你会觉得光说又进步了 [00:50:15]
Salim Ismail：有什么意思，不如直接看他做出来了什么，那才能真正抓住大家的注意力，我们花点时间看看这个，因为我刚才跳过去了，但我觉得有意思的一点是，我直接放一下，我们看到的是，比如复刻你最喜欢的游戏，在画面右边，我们看到一个网页浏览器，一个基于浏览器的网页应用，在模拟苹果桌面，我觉得我们还没聊，这对游戏行业意味着什么，影响会非常大，对吧，我先把这个声音关掉，它好像接管了你的电脑，现在停不下来了，不过过去24小时好玩的地方在于，看到大家都在展示自己，用Kimi K3做的东西
Peter Diamandis：确实很厉害，人人都能成为创作者，人人都能成为制造者，不过要提醒一句，就一句一次性生成一个游戏，跟搭建整个生态，做客服，做营销等等，完全是两码事，所以你必须对那个领域，真的充满热情，但话说回来，按你个人的兴趣，你的着迷点，或者你想做的那种，特定类型的游戏，把它做出来并上线的阻力，现在几乎为零了，这点就变得非常有意思，对，对，这其实挺烧脑的，因为如果你推到极致，而且很快就能实现，我可以用一句提示词，就创造出任何东西，然后你坐在公司高管团队面前问，那我们到底想要什么，没错，我们以前从来没有这种能力，也从来没这样思考过，所以你得使劲开动脑筋去想 [00:51:09]
Salim Ismail：比如我们这个组织存在的意义，到底是什么，对，我有个想法，这档播客以前搞过，征集片尾音乐视频的活动，要不这次搞个征集，让大家提交自己随手做的片尾小游戏，这个哭，对回到你刚才说的 Dave 我觉得品味，想象力，理解大众，想要什么，这些会变成，最让人心里没底的东西，而且对于创业者来说，当你看到这种能力的时候，我觉得创业心态，和想象出更厉害的东西的能力，当你被彻底放开，什么都能造的时候，会发生什么，对还有想象幸福这件事，我们不太习惯去尝试
Peter Diamandis：很多人其实并不太会，处理自己的不快乐，因为他们得忍受日常工作，得忍受各种烦心事，比如蚊子钉住的地方不好什么的，就是没得选，那如果给你选择你会做什么，这对思维来说是一种极大的解放，但因为我们不习惯那样思考，我们还没准备好面对，肯定会有无限多的可能性，对大家来说，最容易想到的是医药和生物技术，至少我想要健康，这个很直接，但其他那些让人类幸福的东西呢，我们真的想清楚 [00:52:39]
Salim Ismail：今晚可以用语音提示词去创造什么了吗，这真的让人很解放，我们的能力已经近乎神了，所以你才写了那本书，对，我的意思是，核心是做创造者，做制造者 [00:53:15]
Peter Diamandis：而不是做消费者或索取者 Selim 我看你挑眉了，没有，我就是完全同意这些，我觉得活在这个时代真的太神奇了，每个在听这期播客的人，请去想一个商业点子，一个项目，一个有影响力的项目，什么都行，然后用AI去把它做出来，我还想再说一点，我很快说一句
Salim Ismail：Nick Bostrom在Deep Utopia里，聊过一些 Peter 你跟我在Solve Everything里，也聊了不少，我就直接建议了，各位听众，仅代表我个人，我很想看到一个，你们随手做的片尾小游戏，主题也许可以跟 Manshads播客相关，毕竟我们显然已经完全搞定，音乐视频创作这件事了，那会是个低人称设计游戏，我们可以拿AWG当靶子，别求你了别别别，最好是非暴力的偏微小游戏，你提要求可得小心点，非暴力的文明科技术，你需要的就是这个，文明科技术游戏会很棒，我想强调一点，在座的每一位，正在收看收听的每一位，当你听到Kimi K3这种惊人的崛起时，你有两种选择，恐惧可能是一种，另一种可能是，天哪活在这个时代真是太不可思议了，对吧，希望，兴奋，还有富足的心态，与其恐惧，不如意识到你正在被释放，你的创造力，你做任何想做的事的能力，你去创造的能力，你的热情，你的使命，对吧，找到我和Saleem经常聊的那个东西，找到你的宏大变革使命，区分一下，热情是你喜欢做的事，使命是你喜欢做，并且真正能造福世界的事，所以如果你能连接上这个，并且意识到，你不需要任何背景，我觉得这是最重要的事情之一，你不必是计算机科学家，不必是专家，你只需要使命驱动，如果你用这些工具，你就能在宇宙中留下印记 [00:54:48]
Peter Diamandis：你能以惊人的规模改善人类，这就是创业精神，三步走，对，读一下Alex和Peter的论文，解决一切，挑一个你敢去碰的最大问题，去下载组织起点 CloudSkill免费的，然后开始构建，对太棒了，也提醒一下我们的制作团队，现在做Alex建议的那些事，比如做个电子游戏，成本极低，又极其简单，我们应该收集一些例子，发出来给观众看，让他们能说，原来Alex说的是这个意思，大家只需要一个小小的路线图，这么长就够了 [00:55:35]
Salim Ismail：如果观众不提交一些精彩的，以moonshots为主题的电子游戏作为片尾，我保证我会做一个赛博朋克FPS 但它会是一个非暴力的FPS 如果你能想象的话，围绕moonshots展开，你会去挠小兔子痒痒，不不不，好吧，它会是一个赛博朋克FPS 在里面我们烹饪每一个问题，这个怎么样，是第一人称解题器，不是第一人称射击游戏，我喜欢，不过你还是得去挠小兔子痒痒，好吧，我去挠小兔子痒痒，行，我要带大家进入下一个故事了，请继续用那些音乐视频，他们太棒了 EMAT 这是你发来的一个，我加进了追踪列表，如果说Kimi K3是前沿，往大了走，在数据中心里跑数万亿参数，那这个故事讲的是前沿往小了走，小到能装进你的智能手机Bonsai 27B 270亿参数，是Prism ML的作品，这是一家源自加州理工学院的，美国AI初创公司，由Babak Sabi运营 Kusla Ventures Serberus和Google投资，它是第一个完全在智能手机上，运行的270亿参数级别模型，不是阉割版，它基于QW3.627B构建 E-MAT给我们讲讲，这个为什么它很重要，我们上一期播客，刚和Liquid AI聊过小语言模型，对，这是Dave特别喜欢的话题之一，量化，对吧 Prism Mail 还有腾讯，我待会会讲到，在把模型从16位或8位架构，压缩下来这方面，都取得了巨大进展，像Kimi基本上是8位4位的，他们能把它压到三进制，也就是三个比特的信息甚至二进制，三进制就是三个值，大概1.58比特，对 1.56 对，就是三个值，你们这些极客 [00:58:03]
Peter Diamandis：这一点真的非常非常重要，各位极客听好了，这是个特别重要的话题，这又回到了精度的问题 Prism ML做到的是，他们把模型压到了三进制，也就是说
Salim Ismail：我记得这个模型只有6GB 这个27B的模型性能很强，我记得它基本是GPT-5级别的，精度只掉了5% 他们就把它压到了6GB
Peter Diamandis：如果接受15%的精度下降，还能压到4GB 而且你还可以通过稍微扩大网络规模，把精度找回来，抱歉，有各种办法可以做到
Salim Ismail：所以这是意义重大，因为这意味着你有了一个智商110 120的小伙伴，能在你的手机上跑，再说一遍，不需要联网，不用联网，它比一个电子游戏还小，你口袋里就实实在在的，一直装着这个级别的智能，已经能用了吗，已经能用了，你现在就可以下载权重，在手机上跑，没错，你往哪儿跑，但最有趣的是，当你减少比特数，速度也会提升，从16位降到3位，速度能提升5倍，还有另一篇文章，或者说另一个发布，是腾讯最新的模型，这其实是原来 Wizard LM团队做的，他们当时不得不离开微软，因为微软不给他们算力，这是挺讽刺的，他们做到了二进制压缩，把他们的HI3模型一路压到了底，所以现在他在GTX Spark 或者大号MacBook上跑得最好，把一个3000亿参数的模型
Peter Diamandis：就是Inkling即将推出的新模型那个规模，用二进制跑，性能止掉5% 对我现在要说抱歉 EMAD这点太重要了，我在节目里只说这一次，因为我们投了很多公司都在做这个 [00:59:43]
Kimi K3 的多模态能力
Peter Diamandis：因为我们投了很多公司都在做这个，我不想透露太多，但EMAC刚才说的这些，它的含义还能再往前推一步，就是说如果我们想象一下，所有这些智能在底层计算，一直都是矩阵乘法，我有一个数乘以另一个数，然后把两个结果加起来，这叫MAC乘积累加，如果其中一个数只是10或-1 那一个数乘以10或-1 我们算起来应该极其高效，这就是Email说的效率提升，但他还打开了全新计算方式的大门 Alex一直在说，如果有人仔细听的话，我们会发现新的物理原理，也会发现新的计算基底，我们会发现计算几乎可以在任何地方进行，在晶体里，在液体里而我们需要的计算就是简单的10-1 所以这真的把寻找这些计算基底的焦点，收得很窄，这些基底会把AI带到你知道的，所以我们现在设想的戴森球，是一堆英伟达的GPU装在卫星里，配上太阳能板和散热器，那只能撑几年，真正要上太空的会是很不一样的东西，更像是星际迷航里的那种，用晶体全息图之类的东西，能完成EMAD说的那种精确计算，各位你们是在这最先听到的，所以这就能让，这能高效到什么程度 [01:00:48]
Salim Ismail：能压缩到什么地步，天哪，彼得关于这个，我来说两句，这事我琢磨的还挺多的，我们刚才聊到量化程度最高的 Bonsai模型，我记得大概是1.125个，有效比特每权重，但你可能会问，一比特每权重就是极限了吗，答案是否定的，我们可以做到低于一个，有效比特每权重，怎么做到呢，靠稀疏化量化还有低质分解，顺便说一句，这已经是一些实验室开始展现的趋势了，尤其是像三星，原因很明显，三星希望能把能力很强的前沿级模型，部署到他们自己的边缘设备上，比如智能手机，就在过去两个月，三星发布了一个叫NanoQuant的模型，突破了伊比特美权重的壁垒，所以现在是亚伊比特了，我觉得未来我们会更多的聊到这个，用上各种工具所以这是我的推演环节，我作为一个推演，把前沿量化技术往外延伸，简单的推演发现 [01:02:21]
Peter Diamandis：亚伊比特量化会在未来一年内的某个时候成为主流，而且极大概率是光子计算，未来我们都会用光速来计算 Emad你之前提过一点，好几个数量级的提升 Emad你几周前发了条推文说，我们会在18个月内，在普通的MacBook上实现Fable级别的能力，对吧，这基本上就是你刚才说的那条路径，对抱歉，你先说
Salim Ismail：你说，你说，好你看，英伟达上一代Nimitron系列的做法，他们拿大模型，用所谓的logits去针溜，得到一个更小的稠密模型，一个270亿参数的稠密模型，跟那些超大规模的稀疏模型，有什么区别，当你手里有模型权重时，你就能做真正的针溜，这跟提取推理轨迹，还不太一样，所以你会看到，像Kimi这样的模型，会被帧流成完美的数据集，用来训练更小的模型，这些模型会以4比特精度训练，然后再被转换成三进制，二进制，甚至更低的比特权重，当你真正去看，比如QWMAX和QW027B的对比，你就能推演出，当你转向稠密模型，并走完整个流程后，这些模型的尺寸会是多少，最终你会得到一个能在16GB内存上运行的模型，到明年年底，这个模型的能力水平，就是Kimi K3的水平 [01:03:47]
Peter Diamandis：你甚至可以把Kimi K3里的，所有知识都提取出来，因为它是开源的，哇这意味着每一辆车，每一个机器人，每一个制造设备，世界上每一个装置，都能拥有自己内置的持久智能，并且能在边缘端自主决策，去完成任何任务，这会在最无限的层面上，把能力去中心化
Salim Ismail：而且还能更进一步，当你做到三进制甚至二进制时，其实三进制在很多方面更好，你可以定制光子芯片，甚至直接在硅片上时刻，零值就是它上面没有路径，所以一旦模型权重足够好，你就可以直接时刻上去，这会带来总速度的实际提升，而且你也不再需要用那些更小制程的硅片了，所以到明年年底，光是靠新的芯片组，智能的成本就会下降100倍，这是在加速奔向星际迷航，我觉得这就是EMAT和Dave刚才聊到的，当我们可能转向三进制，甚至亚伊比特时，在底层采用后CMOS架构会顺手的多，底层还有很大的空间，对，我赌，我赌0.78会是那个底，我今天就把这个数放在这儿，当个标记，好 [01:04:20]
Peter Diamandis：我们年底预测可以拿这个来赌一把，这个数字真的非常具体，我是说，好吧，这段我得来回听个四遍，才能搞明白到底在说什么，我们要不要快速轮一圈 [01:05:12]
Salim Ismail：问问大家最喜欢的量化中矩是什么 EMAT 听起来你有个异常具体的答案，我很快会把细节发出来，先让大家自己想一想，我们下期节目再聊 Dave 你刚想说什么 Dave
Peter Diamandis：我想说的是，根据EMAT和Alex刚才讲的那些，最有可能的预测是，未来三年内，仅靠量化和新的计算方式，原始算力就能提升100到1万，而且这还会跟其他算法改进叠加，真的很难预测，所以现实一点说，可能会是100万的提升 Dave我们先停一下，让大家消化一下
Salim Ismail：我们已经看到了这么惊人的速度，性能和智能，接下来1万再加上算法改进，达到100万会是什么感觉，在未来大概三年的时间里，那会是一种什么体验，对 [01:06:04]
Peter Diamandis：三年有一点可以肯定 I会做出你特别想要的东西，但当他跟你解释，他是怎么做到的，你根本跟不上，我在用Fable 5的时候，已经有这种感觉了，我跑了好多Fable 5 agent 他们铲除的结果，完全是我想要的，但你要是问，你具体做了什么，我根本看不过来，我跟Rui聊过，这个就是AI问的问题，和给出的答案，你甚至都无法理解的，那个节点，对没错，那个节点很快就会来，说回我们今晚聊的Kappa 想给他减速的想法，太疯狂了，任何想靠监管，来减速的概念都说不通，我们现在需要的，是一种全球性的审查，和全球合作，来监控他，然后好好利用他，带来的所有富足，所有的新药新能力，全球的幸福感，这些都近在眼前了我们只需要把它释放出来，别减速，但要审查一切，整个机制可解释性，会变成最重要的工作，我们只需要全球透明 [01:07:12]
Salim Ismail：然后全速前进，我觉得这是我们做过的，最重要的博客之一了，各位，太震撼了，你管这叫斯普特尼克时刻，对，斯普特尼克时刻，如果你真的能在某个层面上，模拟整个社会
Peter Diamandis：我们就有了一个神级的支撑结构，来帮我们驾驭未来几十年的路，我把这个落到组织层面来说吧，想想大多数高层管理的能力，比如预算招聘决策产品发布各种投资，每一项本质上都是一种预测对吧，但你从来不会去记录它的概率，或者评估它的准确度，一旦AI预测接近那个水平，就意味着高层管理基本上就蒸发了，因为大多数高管之所以在那个位置，是因为他们有深厚的经验，比如你是宝马的供应链负责人，因为你管过西班牙的供应链，或者管过发动机的供应链，花了几十年积累了管理那个领域的经验，一旦那种判断力，那种很难量化的东西，能被AI系统附现，而且还没有你身上那些人类系统里，不可避免的偏见，这点非常重要这基本上就抹掉了所有高层管理的经验优势，所以你现在得更专注于目标，你想达成什么，你的目的等等，这对任何公司和政府的高层管理来说，都彻底改变了游戏规则，对EMAD 对，这个话题我很关心，在我的畅销书《最后的经济》里，我其实描述了生成式AI的数学 [01:08:31]
Salim Ismail：怎么应用到经济学上，我们很快会发一篇论文，从生成式AI的数学，推导出整个经济学每一个方程，这挺疯狂的，但这里有个好处是，连那些错误的方程也包括，连错误的也包括，它会展示它们的局限，以及为什么是错的，这点很棒，但有意思的是，在阿希莫夫基地里的心理史学，他说整个群体和人口，可以像气体一样建模，而气体的方程，就是扩散模型的方程，结果证明它们在预测上，比人类更强，我们会发布一系列，关于经济预测的研究，展示它们表现更好，但这引出一个很有意思的问题 Peter你提到了智慧 Saleem你提到了没有，高层管理，这些模型进入的方式，会是提供第二意见，在医学商业政策领域，但这样一来责任归属就会变得非常疯狂，还有匹配撮合，对，混连匹配，我们那边有一些黑暗的东西，像黑镜之类的，但你可以这么想，如果你做了一个决定，没经过AI医生的批准 [01:09:48]
AI 创新的效率与组织方式
Salim Ismail：没经过AI医生的批准，你的保费就会蹭的涨上去，再过几代，如果你开车不按FSD的方式来，你的保费也会蹭的涨上去，这种地规效应非常有意思，因为在基地里，心理史学要成立有三个条件，其中一个就是人口要足够大，大到开车或者整个经济体那种规模，第二个条件，是不能有足够级别的技术进步，也就是技术停滞，因为技术进步会彻底改变整个格局，最后一个条件是无知，所以Alex刚才提到，这些东西进入市场会改变市场，但他们进入医疗决策，政府决策或公司决策，实际上会改变决策的方式，就像说，根据AI 你就是我的天作之合，你怎么跟AI争辩，这大概是现在最烂的大善台词了但谁知道几年后呢，对吧，一码，这很圆啊，经济学里很多人会管这叫反生性，如果最厉害的预测工具，最后以Cassandra命名，却没人信他，能赚到钱就行，没关系，我的天，这讽刺意味浓的都能用刀切了 Dave你在这个领域看到过什么创业公司吗，没有，很意外，真没有 Save Super Intelligence [01:10:53]
Peter Diamandis：Yoya, Sutskiver可能在做类似的事，但他们只在自己内部用，然后投向市场，自己悄悄印钞，但我特别想尽快看到的一个版本是，我觉得人类大量的不快乐，都来自消费主义和消费营销，就像Homer Simpson 下午六点回家，开一罐啤酒，往沙发上一躺，就开始换台，然后看到裸体与恐惧之类的节目，就一直看到在沙发上睡着，第二天早上宿醉醒来，牙也没刷，踢了狗一脚，最后孩子也不开心，这一连串的决定糟透了，但并没有人明确决定，要过这种链条里的生活，对吧，你只是对啤酒广告做出了反应，然后就顺着这条链滑下去了，我觉得AI会成为一个特别棒的教练，跟你说，嘿哥们要是你走另一条路呢，结果会是这样的，这个想法好，对我来说，这才是预测的正确用法，就为了改变，比如我们离最优解还有多远，答案是很远，如果你客观的审视自己的生活，没人接近最优解，但有一点AI的帮助，你就能走上一条，好得多的路，可我们现在做的，是巨大的消费主义，你在对广告牌做出反应，对电视广告做出反应，它在告诉你，你需要某些东西，人们很容易被吸进，这些路径里 [01:12:11]
Salim Ismail：我觉得有了AI 我们可以从这些路径里，走出来 Dave这个想法太棒了，首先有传言说 Illia的SSI 很快就要发布东西了，我觉得现在所有人，都感受到了发布的压力，我们看到Mirror出来，就很有意思，但你刚才说的那点，我觉得很精彩，就是这些实验室，是不是在收着打，留着这种能力自己赚钱，我是说如果你今天在市场上，拥有这种超级预测能力，你肯定会怎么干，我记得跟Eric Schmidt聊过一次，他说听着，如果Google想最大化收入，他完全知道哪些公司，第四季度股价会涨，因为所有人都在搜，这个产品或那个产品，我们提前掌握了，销售会流向哪里，哪些产品会达到顶峰的信息，但如果我们哪怕只这么干一次，就会被关停，所以很有意思，看看这些公司会不会这么做 Alex你和我聊过，在solve everything里，我们谈过一个想法，就是这些前沿实验室，能赚到的最大一笔钱，会来自他们解决科学突破的时候，比如超导，逆转衰老之类的，没错，关于Google那个故事，也许可以加个注脚，我跟Google的高管这些年，聊过很多很多次，完全同意这个前提，如果Google试图基于，流经搜索查询的，可以说是内幕或未经过滤的，内幕信息去炒股，那确实是一次就关停的局面，但Google理论上可以交易的，除了公开证券，还有其他东西，不一定会招来这种反噬，比如还是理论上外汇汇率，对，但我觉得我们在这件事上得小心，市场这方面是一回事，也许我会基于我们自己的东西，去搞个对冲基金但还有道德层面的事，也许别搞，也许不搞，我能投吗，行，当然可以，但你看，这些事有道德层面，我们能优化自己，这很棒，但谁控制这些模型，以及他们给出的建议，谁就能控制巨大体量的人类，这需要一场真正的讨论，因为这就像那些跟着GPS开进湖里的人一样，你懂吗，对，这就是风险所在，我们会过度依赖这些东西，而且再过几年，你怎么去跟他辩论，到那时候不这么做，反而成本更高，你不听他的就会吃亏，如果我们真的被慈爱机器看护着，那我们得搞清楚，这到底是谁的慈爱，这个讨论必须从现在就开始，对Saleem刚刚说的是啤酒，我真没想到这期节目会聊到河马喝啤酒，旁边还有个AI在指点他，萨林米之前发给我一篇文章一张图表，我现在就把它放上来，这是我们一直在争论的话题，现在美国的数据中心大战里又看到了，数据中心在大量消耗电力，推高了老百姓的电费还有水，对吧，这是目前对AI最响亮的批评之一，说数据中心在大量消耗饮用水来给服务器降温，这周我展示的这张图传得很广，他把两组数据放在了一起，一边是根据劳伦斯国家实验室的数据，全美所有数据中心，现场消耗的水是170亿加仑，但另一边显示，美国的高尔夫球场，自2024年以来，灌溉用水已经用掉了5310亿加仑，是前者的31倍，所以我估计很快会在高速公路边，看到这样的标语，别管数据中心了，我们必须立刻禁止高尔夫球场，是啊Peter 中国怎么没搞个影响力行动让美国把自己的高尔夫球场都关掉呢，是啊，我还真没看到哪里有，但这里有个更惊人的数据，除了高尔夫球场，光是加州种植性人，一年就要消耗一万亿加仑的水 [01:16:24]
Peter Diamandis：是所有数据中心，加起来用水量的60倍，所以，我还有一个数据，亚马逊的仓库在美国占用的土地面积，是所有数据中心加起来总和的十倍，没错，所以跟其他东西比起来，不管是土地占用还是水资源消耗，数据中心这点用量，简直就是九牛一毛，现在这种吵吵嚷嚷，完全是毫无数据支撑的垃圾废话，太离谱了，说的太对了，这才是让人担心的点，因为用水问题根本就不是个事，简直是个笑话，但如果我们正面去回应，跟大家说别担心水的问题，那群愤怒的人就会转向别的，同样不理性的目标，所以根本问题并没有消失，下一个议题可能会是某种半靠谱的东西，现在这个是完全扯淡但下一个可能是半靠谱，但依然是错的，然后这就会催生出一场民粹运动，而且你听那个词，暂停，就好像在说，咱们干脆都别干了，这算哪门子决策，哪门子治理方式，但如果你看看核能和其他一堆事情的历史 [01:17:32]
Salim Ismail：我们最后得到的恰恰就是这种结果，对了David Sachs和McCann 这就是我一直说的恐惧疫情，我对此非常担心，有一种潜在的感觉，认为AI和机器人会成为人类的敌人，我还是那句话，这在一定程度上得怪好莱坞，拍了那么多反乌托邦的电影，如果你看到的全是关于未来的负面想象，你自然就想把它关掉，那你想关掉什么，你怎么关掉AI 你可以把你周里的数据中心关掉，对，还有这个房间里的大象，就是戴森球，如果所有算力都转移到太阳同步轨道上，你可以在那里做闭环的液体处理，包括水和其他冷却剂，这样一来，它就不会再额外消耗水资源了，然后就像Dave说的，那些抱怨，不管是不是部分源于某个外国行为体的影响力操作，会转向别的东西可能会变成近地轨道上 SpaceX的新矿和其他竞争的戴森球，他们的衰变物正在污染大气层之类的，抱怨总会找到新目标 [01:18:45]
Peter Diamandis：你们有没有听到之前关于新建火箭发射的抱怨，其实那次是猎鹰，说猎鹰发射造成污染，伊朗当时的反应就像是我的天，我现在就要吐了，实际上所有形式的火箭发射，加起来排放量只占0.00001% 但没办法，他就是得去回答这些问题，这快把他逼疯了，我希望那些抱怨的人
Salim Ismail：已经扔掉了他们的智能手机，不用GPS 干脆回去搞自己自足的农耕了，是啊，就像伊朗喜欢说的，让他们对着天空挥拳头，我有个好玩的数据，我针对用水这事算了一下，大概每生产一个巨无霸汉堡，要消耗600加仑水，而麦当劳一年卖出21个汉堡，所以麦当劳的总用水量，大概是高尔夫球场的两倍，这个我支持，好吧，那你的意思是，中国的影响力行动，也应该把美国的巨无霸给关掉，你看，这不就来了，这会给美国心脏来一剂重击，是啊 [01:19:22]
技术封锁下的开放权重模型
Salim Ismail：是啊，而且肯定也能改善美国人的健康，我们是不是该聊聊，大家最喜欢的话题之一，人形机器人了，这太酷了，对，中国在人型机器人上已经全面压住了，我们之前聊过这是国家级的优先事项，像Unitary这样的公司都在争着商业化，上次报告说Alex我们也聊过，中国有150家人型机器人公司在研发，他们策略的一部分就是制造器官，这也是你Alex想带到美国来的东西，他们一直在搞公开的机器人格斗赛，真的就是MMA那种风格，我们这有段视频我直接放出来，是最近一场在网上疯传的MMA比赛，非常精彩，真的太酷了，这些只会越来越强，我等不及想看，你得看完整段视频，真的，比赛结束的方式，简直史诗极地炸裂，对，其中一个机器人，把另一个机器人的头踢飞了你还记得那个Rock Socom Robot吗，对对对，我们小时候玩的游戏，所以这个视频就火了，机器人世界确实发生了很多事，我们刚看到现代汽车，他们所有的工人都开始罢工，因为他们不想让机器人上装配线，这事很有意思 Alex你接着说吧，关于这个我有几点想法，从很多不同层面来看，第一点是有点惊悚，如果有人看过史蒂文，斯皮尔伯格的电影AI 里面有一个不剧透太多，我觉得斯皮尔伯格，会称之为电影中间那块，黑暗三明治，就是那个血肉狂欢节，人型机器人被折磨和虐待，来供人类取乐，我觉得极其恐怖，所以在某个层面上，我有点惊悚的是，人型机器人，不管他们在这里，多大程度上是远程操控的，都在为未来更自主的巨神智能设定一个鲜艳倾向或偏见，让他们基本上要互相残杀，或者至少是为了人类娱乐，而互相进行肢体虐待，我对此很担忧，但再深一层，现在想象这些机器人，更自主了，他们运行的是边缘算法，所以封装的更彻底，再想象一下这些人型机器人，出现在中国解放军的步兵部队里，对，因为我觉得那就是我们几乎注定会面对的未来，西方必须在人型机器人上追赶上来，这就是为什么我支持了ProRL Peter 你刚才也提到了，他几个月前在波士顿海港区，举办了美国第一场人型机器人迷你马拉松，西方，你也帮忙组织那场活动，对吧，没错，对，所以西方需要类似的东西，但愿能少一些暴力，多一些经济生产力我很乐意看到人们为人性机器人比赛，运衣服而欢呼，或者完成一些有经济价值的任务，而不是互相踢掉脑袋，但，你更希望是人类在MMA比赛里做这些事，我更希望谁都别做，我不是MMA的粉丝，我觉得它对人类有破坏性，而且我担心我们让机器人代替人类做这种事，是在给未来的光追传递一个什么样的信号，如果非要竞争的话，我宁愿看到人在笼子里比赛做一些积极的事，而不是消极的事，编程像笼中格斗编程那样 [01:22:41]
Peter Diamandis：如果非要选的话，或者就坐在那里，好吧，我有几个想法，一个是我常说的，踢拳赛不是人型机器人最好的营销演示，但我得承认一点，这真的是一个要求高到离谱的工程环境，对吧，你有一个压力测试，它在考验平衡，抗冲击能力，恢复能力，运动能力和延迟，所有这些，他们大概同时在处理20个问题，看他们应对这些，真的挺不可思议的，当然4B机器人肯定能打败双B的，所以你看就是这样，但这就是我们会看到这变成竞技体育，我们会看到某种机器人版的世界杯，问题是人们会不会看，对，我会说真正的考验是，一个人类能不能在比赛最关键的时刻，在压力下罚进那个点球，不过前几天看英格兰队崩盘，真的让我很崩溃但话说回来，我觉得人们还是更愿意看人，在那种环境里比赛，而不是机器人，对，我觉得体育在未来很多很多年里 [01:24:09]
Salim Ismail：都会很繁荣，方程式赛车一直在挑战极限，我觉得等我们看到机器人运动的时候，也是在挑战极限 Sailimi刚才说的那点很重要，对吧，我们会看到这件事，以竞技的方式出现，顶尖机器人互相较量，我特别想看Figure 对上Optimus 不管比什么，那都会是场很好玩的比赛，不过我觉得这些机器人，还是有点不一样，可能最先看到的，会是铁甲钢拳那种，远程操控的机器人，因为机器人自己反应还不够快，你看VLA模型的延迟就知道了，那些预先编程的飞梯确实很厉害，但他们为什么不会打功夫，机器人什么时候能打功夫，那才是真正需要克式芯片，需要远程操控的时候，我觉得那会是明年的下一个阶段，但这里有个更大的问题，虽然我很喜欢格斗机器人，也很想看高达之类的这些机器人是Engine AI的T800 大概70公斤重，出拳力量是麦克泰森的四倍，他们真的能打死人，打死我们这些血肉之躯，这种机器人就不该被允许上街，而且现在没有任何法规来管这个，他们可能出现在解放军里，或者别的什么地方，但机器人马上就要进入我们家里了，在座有谁订了EX的机器人吗，别装了，这一天就要来了，他们很快就会在街上走来走去，我们必须要有安全法规，规定他们能做什么，怎么运作等等，因为他们对个人是实实在在的威胁，毕竟是机器，再往后还会有巨声，智能这些东西，我们需要讨论，当他们完全自主的时候，会是什么样子，因为他们已经可以自己按门铃，自己送货上门了，最后一点，语术到现在总共才造了，一万一千个人形机器人我们真的还处在最开始的阶段，再过几年就会从一年一万一千台，变成一年一千一百万台，所以我们必须尽快展开这些讨论，要谈的事情太多了，对这就是你和我一直在做的事，帮政府在这些领域做政策咨询，而且这一切发生的太快了，太疯狂了，是啊，好了我要把话题转到，我们每次都会聊的最重要的事，戴森球，我们先看一段视频，来自我们的朋友Sam Altman 说实话，我觉得在现在的环境下，把数据中心放到太空里的想法很荒唐，将来有一天它会有意义，但只要你简单算一下，发射成本和我们在地球上，发电的成本，更别提你怎么在太空里，修一块坏掉的GPU 而且现在GPU坏的还挺多，我们就还没到那个阶段，那个时刻会来的太空在很多方面都很棒，但轨道数据中心在这十年内，不会有什么规模化的影响，好伊朗和CM之间的MMA大战，还在继续，太有意思了，我想听听大家的反应 Alex 你先来，我觉得这里有明显的利益冲突，我们之前也从孙正义那里，听到过类似的说法，说轨道数据中心没什么前景，别忘了 OpenAI已经从自建数据中心的路上，退了回来，还记得星门项目吗，星门项目已经改了方向，从OpenAI自己拥有和运营数据中心，变成了向别人租用地面数据中心的算力 OpenAI还在推迟自己的IPO 所以哪怕不看事情本身，你也不得不去审视OpenAI现在的说法，也许他们目前在财务或运营上，根本没条件去投入轨道数据中心，相比之下 Anthropic在跟SpaceX AI宣布的合作协议里要用Colossus和Colossus2 他们对基于轨道数据中心的算力，就友好的多，所以我觉得这个交叉点，一定会来，伊朗说这个交叉点，会在两到三年内到来，你也能看到其他分析认为，轨道和地面数据中心的单位经济成本，会在2030年代初的某个时候交叉，我不确定哪个是对的，但不管怎样，我觉得这里有明显的利益冲突，就像我们跟Philip Johnson讨论的那样，除非出现什么意外的左转，我预计OpenAI对轨道数据中心的态度，会很凑巧的在未来两到三年内改变，时间刚刚好，当然伊朗对此的回应是，我们两年内就会发射它们，所以等着瞧吧，我觉得看这个视频的人可能会说，行吧 [01:27:54]
Peter Diamandis：Sam说太空数据中心没意义，伊朗说有意义，这俩人互相看不顺眼，但你要是仔细听Sam的原话，他们其实根本没有分歧 Sam说的是太空数据中心，在这十年内不会有什么实质影响，那个时间点总会来的，但这十年只剩下三年半了，你再看看伊朗对他发射频率的预测，他们其实是同意的，所以他们就是一直在互相看不顺眼，在这个措辞上看起来是这样，但真相其实很清楚，他们手里的数字是一样的，所以Alex说的对，他们是要上太空的，只是需要时间，我觉得到这十年结束，大概百分之几的算力会在太空里，因为我们在地面上也在拼命建，还有海洋，但之后两条线就会交叉了，对 Alex [01:28:45]
Salim Ismail：前几天 Starship 13号，飞行尝试的时候，咱俩来回发短信聊来着，那次后来推迟了，等这期播客上线的时候，我们会看到 Starship 13号的，下一次发射尝试，就在下周周一，那次发射在T-0的时候，被叫停了，当时有两台，顺便说一句，这是我头一回见到，是啊，在T等于0的时候终止 [01:29:37]
资本、人才与前沿智能
Salim Ismail：在T等于0的时候终止，重点是Starship助推级上的 33台猛禽发动机里，有两台没点着，它们会被换掉，但真正厉害的地方在这里，顺便提一句SpaceX的股票，因为那次发射失败跌了5% 这其实挺荒唐的，大家需要明白的是，那是一次惊人的技术展示，你能在T等于0的时候，关掉发动机，保住火箭，把甲烷和液氧卸掉，这我90年代就在航天行业里了，那时候甚至还不能叫航天行业，那些火箭当时就直接炸了，对吧，当场就失败了，我们现在能在这个精度上控制它们，本身就证明了SpaceX的工程能力有多非凡，我觉得那才是最精彩的部分，系统诊断问题，然后恢复的速度有多快
Peter Diamandis：以前这种事得花好几个月去诊断修理，恢复所有东西，重新规划下一次发射，现在就是行出问题了，关掉重来，我们周一开始 [01:30:46]
Salim Ismail：这太惊人了，是啊了不起，我觉得如果你真的想认真投入智能这件事，以我们现在知道的情况，你必须得有太空布局 April會收購像Planet Labs之類的公司，到那時候調子就會變了，好我們來看一些Emad的問題 Emad你之前建議我在X上徵集問題，我們從X上的觀眾那裡，收到了不少關於Kimi的問題，我來展示一下，咱們直接開始 Emad你先來挑，你想回答哪個問題，我覺得第四個問題挺有意思，考慮到Kimi K3更低的token效率，跟Sour或Fable比起來，它真的像宣传的那样有成本效益吗 Kimi K3相对于其他中国模型来说，是个昂贵的模型，比如DeepSeek 现在是每百万Token一美元 Kimi K3是15美元 Sonic是20美元 Opus是40美元我觉得Fable是60美元，但那是因为他们真的在赚钱，如果你从中国模型，和他们运行的芯片倒推数字，他们现在的利润率大概有80% 90% 而且这还是用他们的中国芯片，运行效率并不高，我觉得在未来几个月，随着它被优化 K3的成本会下降10到50倍，现在跟GPT-56比起来，它完成同样任务消耗的token数是两倍，而GPT-56这个前沿模型用的token 比5.5或Fable少37% 我们会看到这个数字降下来的，因为所有人都在拼命优化它，你看Fireworks刚以170亿美元估值融了资，其他像Moda估值100亿 Base是估值100亿，这些都是开源模型的推理服务商，他们都融了10亿美元，现在会花这笔钱去优化中国模型让它更高效的跑起来，所以做推理这块的美国实验室，会拼命优化它，我们会看到它追上来的，好顺便说一句，欢迎各位随时插进来聊这些问题 [01:32:45]
Peter Diamandis：Salim你下一个来，既然我之前对第一个问题发表了评论 Kimi K3能让美国前沿模型贬值多少，我还是坚持我原来的估计，大概75% 50%来自美国在前端的监管，然后你在供给端又缺算力，再加上开源模型，几乎在一个版本发布之内，就追到你身边了，那个最前沿的优势太容易过期了，我会说贬值75% 所以如果OpenAI值1万亿美元，我会把它估成2500亿美元，你仍然有一个非常有价值的业务，因为现在的竞争力，你得在可靠性安全性集成工具，部署便捷性上竞争，但那个实际的最前沿突破，它变成了整个拼图里的一块而已，要我说，我现在可不想待在这些前沿实验室里
Salim Ismail：那里现在肯定是一片疯狂，全天候红色警报，这完全就是一场无休止的消耗战，我在那些前沿实验室里，有好多朋友，他们正从一家跳到另一家，比如从谷歌，他现在在模型前沿领域，基本是查无此人，完全掉队了，跳到其他前沿实验室，这真的就是一场无休止的消耗战，是啊，太疯狂了 Dave 你呢，你是让我选一个吗，你不随便挑一个 [01:33:48]
Peter Diamandis：你还有第二和第三个问题，我记得，好，那我选第二个 Kimi K3的发布，对开源和闭源的竞争意味着什么，这会迫使大公司提供更多产品吗，我觉得他们暗示的是，会提供更多开源产品，对，这完全改变了游戏规则，因为任何有资源的人，都可以自己构建一个内部模型，针对特定用力进行定制，然后把它当作防御性的护城河，我不认为美国的大型模型提供商，会转向开源，我觉得他们会坚持自己现有的路线，所以如果你现在去跟Anthropic聊，他们会说，你看Kimi是暂时追上了，但Fable 5.1几周后就要发布了，当你去看那些最重要的企业用力，比如白领工作，自动化，药物研发人们无论如何都会用最好的模型，这就像如果你用AI来设计一辆车，或一枚火箭，设计上哪怕一点点改进，都能带来巨大的回报，所以你肯定会用最顶尖，最顶尖，最顶尖的模型，所以Anthropic的人会拼命保持领先一步，并把他们的价格稳稳的维持在高位，模型本身的成本，跟它带来的好处相比实在太小了，人们愿意付这个钱，所以这确实造成了，就像Alex说的这种消耗战非常惊人，但人们不会转向Kimi 除非Kimi真的超越了Anthropic 但他还没有，他只是追上了，甚至可能还没完全追上，好第三个问题，好第三个问题是 [01:35:08]
Salim Ismail：我觉得这些问题好像都是同一个主题的遍体，但他问的是，如果中国能用不到一半的token成本，靠一个开放权重模型实现跳跃式反超，美国的模型提供商，我理解这里指的是美国的前沿模型提供商，还怎么能继续证明他们巨大的估值是合理的，我觉得这个问题的前提不太准确，通往超级智能有太多元素，太多层面了，而且坦白说超级智能本身，当它完全发展起来时，我认为它的价值会远远超过，整个世界的GDP总和，这块蛋糕大的惊人，可以切出很多份，但就我们讨论的范围来说，比如谷歌，我之前提到过，它现在在前沿领域，似乎完全掉队了，我在当前的能力成本前沿上，根本找不到任何一个谷歌的顶级模型，那谷歌能做什么他们当然可以继续在能力上追赶，但如果我是谷歌，我会想，对我要成为一个超大规模云厂商，谷歌本身当然就是超大规模云厂商，但我要成为其他前沿实验室的，超大规模算力提供商，这是一个很明显的差异化方向，而且我们已经看到SpaceX AI 采取了这种策略，它现在已经和Anthropic签了协议，我们还看到Meta也很有意思，它一方面在提供Spark 1.1 另一方面就在我们准备录制的这两天，刚宣布Meta正在探索，向Anthropic出售价值100亿美元的算力，所以通过向下游整合，把你的算力提供给其他，更有竞争力的提供商，无论是西方的，通常是Anthropic 有时是OpenAI 还是以自托管模式提供给中国的模型，这是一个方向，你也可以向上游整合你可以尝试垂直整合，提供那些受益于其互补层，也就是模型层，商品化的应用，另外我认为那种觉得，仅仅因为KMK3出现了，估值就会净缩水的前提，是完全错误的，我们在最初的DeepSick冲击中，就见过这种错误想法，当时也被称为斯普特尼克时刻，我们当时确实看到资本市场，出现了一点小波动，但一如既往，杰温斯悖论开始起作用，我们看到芯片股的价值，最终是上涨了，而不是下跌，而且我们还看到，它是开放权重的，所以Kimi K3里面，绝对没有任何东西，是OpenAI Anthropic 和其他西方企业实验室，不能立刻拿来用到，自己内部模型里的，你不觉得当人们开始，在工作中用Kimi K3 而不是调用API时这些实验室能赚到的收入，会因此减少吗，不会，举个例子，我自己还有我投资的公司，在Anthropic和OpenAI上的花费是极其巨大的，据我所知，我的预期是，月支案面得发布一个比Fable 5好上二三十倍的模型，才能让这笔支出大规模的转移，目前Kimi K3能带来的，假设它合法的话，其实可以问，问Kimi K3还能在美国合法托管多久，但假设它一直合法，也不受监管阻碍，它带来的结果，就是更多的内部自托管，但它并没有站在能力的最前沿，就像Dave刚才说的，目前站在最前沿的是Fable 5 所以如果你想解决最前沿的问题 Kimi K3并不会让你转移你的支出，好，我想接着你刚才说的那一点Alex问你和其他几位一个问题，你觉得有没有可能，美国会出台某种法律政策，禁止美国公司下载Kimi K3 它可是在公开互联网上的，能通过Hugging Face之外的，一大堆渠道获取，在美国境内，它真能被禁掉吗，它确实可以被有效禁掉，这不是我主张的政策 [01:39:34]
AI 竞争的未来判断
Salim Ismail：这不是我主张的政策，我也不是这种政策的支持者，但我认为，可以通过要求美加上市公司披露，对中国开源权重模型的任何使用，并让他们接受审查，来有效禁掉它，就在我们准备录这期节目的时候，我们上一期聊过 Demis提议创建一个类似FinRA的实体，来监管前沿AI 结果你猜怎么着，有报道说，现任政府实际上正在推进类似的提案，正计划或者至少在探索，创建一个类似FinRA的机构，来监管前沿AI 这个机构会设在SEC下面，因为SEC已经有法定权利来运营，像Finra这种，有行业建议和资助的实体，所以这是个很自然的选择，自律组织，对，对自律治理说白了就是监管俘获，形成的卡特挂在SEC下面，所以我觉得完全有可能，尽管我非常不希望看到，未来某天会出现一个SEC下属的，类似Finra的机构，它基本上会让任何规模的公司，尤其是上市公司，从经济上完全没法积极使用，中国的开源权重模型 [01:40:52]
Peter Diamandis：其他人对这点有什么想说的吗，我有话说，我是说想限制这边的使用，这太荒谬了，因为一旦你把权重放出来，对吧，想阻止他们，你可以在不同司法管辖区之间做镜像，可以用点对点网络，你好VPN 你这么做，唯一的结果就是不让美国的研究人员，创业公司和安全专家，接触到那些模型，而世界其他地方，则会继续在这些模型上搞建设，我不觉得这是什么可行的办法，要我说，这跟内事一样，对，请说，这就跟不让美国人 [01:41:14]
Salim Ismail：用便宜的胰岛素一样，要我说，这又是监管俘获，对吧，为什么你不能用纺织药，因为又回到了，监管俘获这个点上，有个行动，我记得叫精英行动，就是要审批对前沿模型的访问权限，以后还会有反token洗钱法规，还会有了解你的提示词用户法规，感觉美国政府真的意识到这项技术就要突破了，真是个疯狂的未来，这世界太魔幻了，好了我们回到你这边 Saleem下一个问题，好，有些问题稍微有点重复，对我来回答第五个，你会信任Kimi K3
Peter Diamandis：让他不经监督或审查就帮你写代码吗，答案是，不会，但我也不会信任一个人类，把没测试过的，后果严重的代码，直接部署到生产环境里，对吧，问题不在于我们，信不信任这个模型，而在于我们信不信任，它周围的开发体系，所以AI生成的代码，需要先在沙箱里运行，通过自动化测试，安全扫描等等一系列检查，然后才能上线，然后你再根据具体用力，和潜在影响，给它匹配相应的权限，这跟我们之前聊过的一样，不管AI跑的是什么工作流，在最高层级，面对后果最严重的输入时，你仍然需要人类审查，很多常规工作可以自动化，但可扩展的模式，不是让AI在零监督下运行，而是机器生成，加上验证再加上人类问责，三者结合，这才会给你带来真正的力量，好，对，我觉得反针流在K3的开发中，扮演了什么角色 [01:43:24]
Salim Ismail：他们显然从OPUS和其他模型那里，蒸馏了数据，但说实话，我现在用Kimi K2 5和Kimi K3用的相当频繁，感觉确实不一样，所以我觉得他们在蒸馏的基础上，自己又做了大量的数据创建，不过现在大家都在互相蒸馏，他们明显取得巨大飞跃的一个领域，是前端开发，再说一次，这不是世界上最好的数学家，虽然他作为一个通用模型，已经相当不错了，从我们的基准测试来看，它也不是最好的网络攻击者，但他们好像在前端这块，在消费者和娱乐这一侧，搞出了一些原创的新东西，我觉得这很有意思
Peter Diamandis：当然这也可能是因为，它是一个多模态模型，第七点 Kimi K3可能没宣传的那么好，或者我们不该用的原因是什么，如果它只是刷榜，那两周后开源权重一出来，我们就会把它测个底朝天，是不是刷榜马上就知道，所以答案很快就会揭晓，我觉得不太可能刷榜刷到那种程度，现在美国和全世界的每家公司，都应该立刻启动一个紧急项目，找最好的顾问来定一件事，我们到底要用自己的本地硬件，跑自己的模型，还是直接用Anthropic OpenAI或者Google 只信任他们的API 我们必须想清楚，用自己的专有数据做微调和训练，能不能带来长期的竞争优势，接下来好的建议会极度稀缺，供应商麦肯锡的顾问你得赶紧抢这些资源 Excel的顾问做种子轮投资，把你的网络组织起来，尽快找到能针对你的业务和用力，回答这个问题的人，然后选定一条路走下去，你可以在内部做点东西，同时继续用API 但如果你现在不开始自己评估Kimi K3 以后就很难再回头补这一课，所以我觉得每个人都得马上动起来，去回答这个问题，不过几周后我们就知道，它是不是刷榜刷到飞起了，但我认为开源这条路，现在对美国和全世界的每一家公司，每一个政府来说，都极有可能是一条可行的路，我能很快补充一句吗，当然可以，给每家公司一个非常简单的建议部署两套系统 Kimi K3和Inkling 用你自己的内部数据去做微调，因为这个学习循环 [01:46:02]
Salim Ismail：会是你不想失去的专有护城河，就从这里开始 Alex你来说个尾巴，第六个问题你已经算回答过了，但也许可以再展开讲讲，好我说点新的，第六个问题问的是，美国是否应该阻止，下一版Kimi的权重上传到Hugging Face 我给一个有条件的回答，我认为如果某一方，大概是在美国，能向一个有管辖权的法院证明，下一版Kimi 应该就是指这次这个版本，是通过某种非法手段，获取或衍生出来的，比如侵犯版权，非法征流推理诡计之类的，那这大概可以成为，在美国阻止它发布的理由，但如果没人能证明 Kimi的母公司Monshard 在创建它的过程中，有任何不当行为，那就不应该，我认为美国，不应该在这个过程中，阻止它发布，我觉得恰恰相反美国的每一家前沿实验室，都应该仔细研究它，能学什么就学什么，这样我们才能实现超越，而且我更希望看到，美国的实验室，施加更大的外部压力，去创造世界顶尖的，开源权重和开源模型，而不是让中共，用他们的AI新丝绸之路计划，去覆盖全世界，有人甚至会说，这是在向世界其他地区，也就是所谓的全球南方，倾销超级智能，应该是美国作为自由的炮台，自由的兵工厂，同时也是超级智能的兵工厂，向世界其他地方，清洒开源权重和开源的超级智能，而不是中国，向世界其他地方清洒，我喜欢这个说法，记住我们正走向一个智能便宜到无法计量的时代，但它的可用性和强大程度会是前所未有的百万倍，各位听众我代表Musha的伙伴们感谢你们的时间，如果你还没订阅，请订阅，随着发布节奏，从几个月几周变成几天，我们会越来越频繁的更新，起点临近，没时间睡觉了，各位，接下来一周有什么安排 Emad你先来，然后Saleem Emad 你那边有什么新鲜事，对，正在准备发一大批研究论文，终于要发了，挺兴奋的，对，还是那句话，更多加速，是为你的公司 Intelligent Internet准备的，对吧，对 Saleem 请 [01:47:58]
Peter Diamandis：周二有我下一场，生命的意义分享会，东部时间晚上七点，感兴趣的朋友可以来，他们去哪了解，我们会在下面放链接，是openxo.com 斜杠mol [01:48:33]
Salim Ismail：这是我第二次做了，如果你还没参加过 Salim的生命的意义分享会，那真的非常特别，他会带你超越AI 进入哲学和神学的领域 Alex 你接下来要出差吗，最近在忙什么，我现在太专注了，基本上就是在解决一切问题，我得说，目前绝大部分科学领域，我确信都已经彻底被做透了，关于这个话题，后续还会有更多内容 Peter 你和我写过解决一切那篇文章，但现在他真的要成真了，是啊，我很兴奋，你马上要来我的Abundance社区做MA了，那会是一次很有意思的深度探讨，当然 9月25号的MoonShot聚会上，你也会来做分享，其实我们所有人都会在，因为你9月会来洛杉矶跟我们一起，是啊，我们又能聚在一起待一整天，想想就开心 Dave
Peter Diamandis：现在应该是待在Link Studios 最激动人心的时刻了吧，天哪，对，我觉得这期播客上 EMED发起的那段，关于量化的讨论，现在已经跃升为，我录过的最棒的内容了，超过了Leopold Ashenbrenner 那期我得回去用慢速再听一遍 [01:49:39]
节目收束与最后观点
Peter Diamandis：那期我得回去用慢速再听一遍，还有我们这周请到了 MIT Nano的Vlad Bulovic 他会给我们那个，做光子计算的新创业公司当顾问，帮我们，他还给了我一整份路线图，列好了我下周需要见的人，所以我们打算再招两位 MIT的人加入我们的 Princeton团队专门攻克光子学，量化光子学这一块，我下周就忙这个，但我觉得我们可以把，之前录的那段视频拿来当招聘工具，那段实在太精彩了
Salim Ismail：你们太厉害了，我太爱你们了，这周真棒，聊得太好了，看看明天周末又会爆出什么新闻，随时准备再来一期紧急播客，到一月份，我们得每天都出紧急播客了，好了大家保重，感谢收听Muncha 这是你见证起点来临的前排座位，各位回见 Peter一如既往的棒，谢了Peter [01:50:32]