标签: 硅谷
全球AI担心的事真来了！DeepSeek突然划下一条“斩杀线”，性能接近却贵几
全球AI担心的事真来了！DeepSeek突然划下一条“斩杀线”，性能接近却贵几十倍的模型集体失去退路，硅谷刚刚大降价仍没甩开差距。在我看来，真正危险的不是最强对手，而是那些不上不下、还想靠高价活下去的中间层，接下来谁会率先掉队，答案已经藏在企业账本里。7月31日，深度求索官方更新日志放出一条不算长的消息：第四代闪电版0731进入公开测试，模型架构和规模没有变化，主要升级来自后训练，智能体能力明显增强。真正让同行坐不住的，却不是某一个榜单名次，而是旁边那张价格表：每100万输入词元0.14美元，每100万输出词元0.28美元，缓存命中只要0.0028美元。能分析公布结果，这款模型在综合智能指数上拿到50分，只比美国开放人工智能公司的同档低价型号少1分。按该机构统一计算的单任务成本，前者仍低约60%。更有意思的是，美国公司刚在7月30日宣布，把这款低价型号的价格下调80%。一边刚刚大降价，一边仍被追到身后，这才是这场较量最有冲击力的地方。它划下的，不是“谁聪明谁赢”的线，而是“凭什么卖这么贵”的线。过去不少模型公司习惯先把参数、榜单和品牌声量堆高，再让企业接受高溢价。现在，同一件活，如果便宜很多的模型已经能完成八九成，采购人员就一定会追问：剩下那一成能力，到底值不值得多花十倍、几十倍的钱？这不是一句口号，而是一笔人人看得懂的账。一个客服系统每天要处理几十万次请求，一个编程助手要反复读取代码，一个办公智能体要连续调用工具，单次便宜一点，放大到全年就是一笔真金白银。依我看，最先感到压力的不会是最顶尖的旗舰模型，而是那些能力没有拉开差距、价格却卡在中高位的产品。顶级模型还能靠复杂科研、法律、金融和高难度编码守住一部分客户，中间层却很容易被上下夹击。但在我看来，真正值得普通人注意的，还不是模型公司少赚多少钱，而是“智能服务”的利润结构正在变。过去一些应用只是在底层模型外面套一层界面，就敢收取不低的月费，因为用户不知道一次调用到底值多少钱。如今底层成本被压得越来越透明，单纯倒卖调用量的生意会越来越难。谁还想靠信息差挣钱，谁就可能先被用户抛弃。这也会逼着应用公司做真正有用的东西。比如同样是写合同，不能只生成一段看起来像样的文字，还要能识别风险、调用企业资料、留下修改记录；同样是做客服，不能只会回答标准问题，还要能查订单、判断权限、把复杂情况转给真人。我认为，下一轮竞争比的不是谁接入了最响亮的模型，而是谁能把模型接进真实流程，替用户少走一步、少犯一次错。这里还有一个常被忽略的变化：企业以后未必只绑定一家模型。便宜模型负责整理、搜索和批量任务，昂贵模型只处理少数高难度环节，图像任务再交给另一种模型。模型像不同档位的工具，被系统自动分配工作。这样一来，厂商最怕的就不只是竞争对手降价，而是客户随时可以切换。萌哥认为，这种“多模型搭配”一旦普及，过去靠封闭接口和使用习惯锁住客户的办法，会越来越不好使。当然，把50分直接说成横扫全球，也不严谨。人工智能分析的另一项测试显示，这款模型在特定知识评测中的幻觉率仍达到84%，正确率为37%。它目前也主要处理文字，不能覆盖所有图像、语音和专业场景。价格低，说明它把性价比推到了新位置；价格低，不等于每个任务都能放心交给它。企业真正算账时，还要把错误返工、服务稳定、响应速度和数据安全一起算进去。这条“斩杀线”不是一条简单的价格线，而是一条价值线。比深度求索贵并不可怕，只要你能证明自己更准、更稳、更快，或者在医疗、金融、工业等场景里更可靠。最危险的是既没有明显专长，也没有成本优势，只能靠品牌故事维持高价。这样的模型不会在一天之内消失，却可能在一次次续费、招标和更换供应商时慢慢失去位置。对中国科技企业来说，这次意义也不只是“又有一款模型得分不错”。过去全球人工智能竞争常被讲成追赶算力、追赶参数、追赶榜单，现在中国企业开始用更低成本逼整个市场重新算账。谁定义了客户愿意支付的价格，谁就能影响行业节奏。依我看，这比单纯拿一次第一更难，也更有长期价值。普通人也别只把这件事当成科技圈热闹。模型越来越便宜，意味着写文案、做表格、查资料、编程序的门槛还会下降，但真正值钱的能力会往上走：你能不能把问题说清楚，能不能判断答案对不对，能不能把工具接到自己的工作里。过去是会不会使用，接下来更可能是会不会验收。我还想提醒一句，价格战看着像大厂之间的事，最后却会落到每一家小公司和每一个岗位上。过去只有大企业负担得起的自动化工具，今后可能进入小工厂、小商店和普通办公室；这会创造新需求，也会加快旧流程淘汰。工具越便宜，人的判断力反而越不能便宜。
【硅谷“创始人”绞肉机：当创业变成一场大型角色扮演】一个只会写基础代码的酒保，凭
【硅谷“创始人”绞肉机：当创业变成一场大型角色扮演】一个只会写基础代码的酒保，凭着身高、口音和魅力，在三年内完成了从编程训练营到YC创始人、再到技术负责人的跃迁，最终在药物和派对中精神崩溃。这不是虚构小说，而是硅谷真实存在的“创始人流水线”。这套系统筛选的不再是解决问题的工程师，而是能精准表演“创业者”人格的演员。当VC的钱流向这些充满魅力的皮囊，创业就从创造价值变成了高杠杆的博弈。这种“倒抛物线”式的人生在湾区并不罕见，AI浪潮甚至加速了这种泡沫的生产。对于大多数开发者来说，最残酷的真相是：那些看似光鲜的项目背后，可能只是无数个“Jim”在靠药物维持的亢奋中制造的AISlop。在一个崇尚风险（Risk）而非营收（Revenue）的环境里，稳健的线性增长反而成了最稀缺的奢侈品。zaksa.zip/blog/silicon-valley-founder-meat-grinder/
放眼全球人工智能赛道，很多人争论一个核心问题：美国依旧保有AI优势吗？客观来看，
放眼全球人工智能赛道，很多人争论一个核心问题：美国依旧保有AI优势吗？客观来看，美国在上游底层领域的护城河短期内还在，但全方位垄断的时代已经结束，全球AI正式进入双轨竞争格局。美国最扎实的优势集中在产业链顶端。高端AI训练芯片、CUDA软件生态、主流深度学习框架掌握在美国企业手中。OpenAI、谷歌持续冲击通用大模型上限，在复杂逻辑推理、多模态生成等前沿方向保持先发优势。同时硅谷持续吸引全球顶尖科研人才，海量风投支撑前沿探索，“从零到一”的基础创新能力，仍是其他国家难以快速追赶的长处。全球绝大多数顶尖算力集群集中在美国，这构成了它最核心的竞争底牌。但是优势正在持续被削弱，多重内部短板不断显现。首先，美国AI发展路线偏重通用闭源模型，大量资本扎堆消费端、服务业AI，和实体制造业结合不足。本土产业空心化，缺少海量工业场景持续迭代算法，很多前沿技术停留在演示层面，难以大规模落地生产。其次，电力基础设施老化，算力扩张遭遇硬性瓶颈，新建数据中心审批、供电周期漫长，算力扩容成本持续走高。更关键的一点，对华技术管制形成双向反噬。美国限制高端芯片流入中国，本意是延缓我方AI发展，却倒逼国产算力芯片、大模型加速自主迭代。如今国内避开单纯堆顶级算力的路线，深耕轻量化模型、工业人工智能，依托完整制造业体系，在智慧工厂、自动驾驶、产业数字化落地形成独特优势。越来越多发展中国家，开始选择性价比更高的国产AI方案，美国主导的单一生态出现裂口。从全球格局观察，欧洲、日韩、新兴国家很难建立完整AI产业链，大多只能参与细分环节，全球竞争本质是中美两条路线的比拼。美国擅长突破技术上限，我们专注产业落地；美国依靠全球化资本与底层技术，我们依托海量应用场景和完整工业链条。未来不会出现某一方彻底碾压另一方的局面。美国的上游优势还会维持一段时间，但很难再度建立绝对垄断。AI竞争比拼的不只是实验室技术，还要看算力供给、产业承载、市场空间长期综合实力。技术壁垒从来不是永久不变，持续的自主创新与场景沉淀，就是缩小差距最有力的方式。大家认为，若干年后AI竞争的主动权，会慢慢发生转移吗？
裁员14万却砸7250亿搞AI？硅谷的“冰火两重天”亲爱的朋友们大家好，我是海
裁员14万却砸7250亿搞AI？硅谷的“冰火两重天”亲爱的朋友们大家好，我是海林小百科，今天我们来看看。据外媒报道，7月24日有数据显示，自2026年初以来，美国科技公司已经裁员近14万人。但魔幻的是，一边在疯狂裁人，另一边却在砸下创纪录的7250亿美元巨资投入人工智能基础设施。这种“冰火两重天”的现象，其实背后藏着硅谷巨头们最真实的算盘。对此，我有两点实在话想跟大家聊聊：一是、这根本不是什么“AI取代人类”，而是一场为了填补资金窟窿的“拆东墙补西墙”。大家想想，四大科技巨头加上甲骨文，一年要砸下近8000亿美元搞AI，这笔巨款从哪里来？只能从人力成本里抠。有分析师直言不讳地指出，现在的裁员，本质上就是为了弥补疫情期间盲目扩张留下的烂摊子，顺便给AI这头“吞金兽”腾出资金。比如微软，花750亿美元收购游戏公司才三年，转头就裁掉Xbox部门4800人；甲骨文更是直接裁掉2.1万人，只为给AI基建输血。说白了，这些科技巨头不是在“升级”，而是在“断臂求生”，把原本养闲人的钱，全部拿去赌AI的未来。二是、拿AI当裁员的挡箭牌，这招在资本市场已经越来越不好使了。很多公司高管喜欢把裁员包装成“AI提升了效率”，但经济学家一针见血地指出，这不过是管理层为了掩盖过去决策失误找的借口。更讽刺的是，资本市场早就看穿了这套把戏。数据显示，那些把裁员归咎于AI的公司，股价在30天内反而落后大盘近10%。正因为这招不管用了，连亚马逊和微软都赶紧出来撇清关系，明确表示AI不是裁员的决定因素。这也说明，现在的科技圈正在经历一场残酷的结构性洗牌：传统的重复性岗位被批量砍掉，而真正懂AI核心算法的顶尖人才却在被疯抢。总而言之，硅谷正在经历一场大换血。对于普通打工人来说，与其焦虑AI会不会抢饭碗，不如看清趋势，努力让自己成为那个能和AI协同工作的人。毕竟，在这个时代，真正被淘汰的永远不是人，而是那些只会做重复性工作的人。感谢您的收看，下期再见！
这些在硅谷的中国人，如果归国，为国家效力，中国在ai上将成为世界第一黄仁勋受
这些在硅谷的中国人，如果归国，为国家效力，中国在ai上将成为世界第一黄仁勋受访畅谈AI赛道竞争：中国必将诞生顶尖AI技术，硅谷应持续交流合作7月25日，英伟达CEO黄仁勋接受外媒采访，围绕中美人工智能竞争分享观点。他提出，优秀的科研人才终究能够突破难题，中国未来一定会产出高水平AI技术。他特别提到，硅谷大量人工智能领域骨干人才有着华人背景，美国行业需要持续向中国学习，保持沟通协作。人工智能发展依靠人才、数据、算力与产业链多方支撑。近些年国内大模型、机器人、算力基础设施持续突破，不少技术成果获得海外业界认可。与此同时，华人科研人员长期活跃在全球AI前沿阵地，成为连接双方技术交流的重要纽带。在我看来，这番言论有着现实的行业考量。AI技术具备极强的通用性，技术封锁很难阻挡创新脚步。单纯依靠壁垒限制技术流动，最终容易延缓全球产业发展。英伟达深耕算力芯片赛道，清晰看到完整产业链与优秀人才队伍带来的长期竞争力。科技竞争不等于全面对立，良性交流能够推动整个行业共同进步。当然竞争客观存在，各国都会立足自身需求推进技术自主研发。封闭和对抗不利于创新突破，过度割裂产业链，全球人工智能产业发展都会受到拖累。长远来看，人工智能拥有广阔的应用蓝海。尊重人才流动、保持适度技术交流，兼顾产业安全与开放创新，才是更加理性的选择。全球科技企业唯有理性看待竞争，寻找合作空间，才能释放人工智能更大的发展潜力。
近日，美国财政部长贝森特在镜头前甩出了一张令人毛骨悚然的底牌。他毫不避讳地宣
近日，美国财政部长贝森特在镜头前甩出了一张令人毛骨悚然的底牌。他毫不避讳地宣告，美国不仅要在极短时间内拿走全球80%的算力份额，更要顺势强悍收割维持庞大算力所需的电力系统资源。这句话不是一句头脑发热的科技宣言，而是一场不流血的斩首行动。一旦让白宫掌握了全球八成以上的算力和与之绑定的能源动脉，其他的科技后发国家面临的就不再是落后的问题，而是直接失去参加下一代科技博弈的牌桌资格。资本最懂政客的狠辣，纳斯达克的算力板块几乎瞬间开启了丧失理智的暴涨潮。明眼人都看懂了美国的真实野心，这不是什么普通的产业链升级，而是一把全新的金融收割镰刀。美元当年如何牢牢捆绑中东的石油，如今就试图如何将人工智能时代的“Token”直接变成了美元的下一个法定锚点。只要将算力和电网垄断在手，哪怕是一串底层的计算代码，也要向上交割高额的铸币税。欧洲能源高管率先在国际场合作出剧烈反弹，厉声炮轰美方图谋极其自私且充斥着战略危险，将彻底打散长久维系的全球能源版图。大批亚洲国家立刻展开密集高频磋商，被迫抱团结成能源互保同盟，煤炭和天然气的现货价格闻风疯窜。为了避免在关键时刻遭遇釜底抽薪，大量避险热钱疯狂倒腾进风能和太阳能赛道，生怕稍微走错一步，国家百年的基业就要断送在这个看不到黑烟的战场上。所有人都在绷紧神经等待这场大考的到来，但现实的剧本却撕扯出极其戏剧性的一幕。在这场算力霸权的封锁圈还未真正合拢之时，美国自己家后院的高压线却被残暴的内卷给烧断了。算力不是几行键盘敲击的代码，它是货真价实的真金白银和深不见底的用电窟窿，高昂的维护成本第一个锤翻了硅谷自己的科技大厂。网约车霸主Uber满腔热血冲入局，却眼睁睁看着自己规划长达一年的整存AI战略预算，仅仅用了一百二十天就被底层机房啃食得干干净净。即便是不可一世的马斯克也只能选择节衣缩食，在特斯拉的硬核研发体系中，分配到基层工程师头上的一周算力津贴被无情地阉割到了仅仅200美元。更惨烈的雷声来自宏伟的数据规划局，一个叫出1300亿美元天价预算的现象级超级算力集群中心，根本无法填平日日激增的天量花销，直接原地抛锚宣告实质性烂尾。反观曾被断言存在代差的大洋彼岸，中国在这次极限高压下没有乱出底牌。没有任何不顾大盘狂建数据中心的盲目扩张跟风，面对来势汹汹的美资大鳄，中方选择了深扎半导体老旧创伤和精锐突进算法底层两条极其难走的硬骨头路径。数据是最生硬的成绩单，上半年本土的芯片突击厂产能在极端阻滞下硬生生拉起一道漂亮的大阳线，总产量逆风攀升23%。底层逻辑和硬件一旦结合紧密，软件表现迎来了现象级井喷，国产模型KimiK3依靠重写的暴力解构法则在国际测试场拿下冠军代码权重。更为诡异的是如今美洲硅谷的心跳声中，有一大半硅谷创业团队竟然背靠太平洋把自己的AI运行在庞大沉默的中国底层大模型算法集群上。从过去嘲弄中美AI底层鸿沟有着一至两年的技术绝望期，硬是被人不靠发表演讲而是一步步将身位差绞杀进了不到几周或者两个月内的惨烈巷战区间。量子的测算通道早已在幕后筹建准备实现几何体超车的突围重现，大量不分黑白的系统测试工程师撑住了一次次底层代码的优化重组。这场数字对冲已经把大半个球星炸得人仰马翻，美国的金融垄断逻辑遇上了现实产业链最粗鲁的一场闭门羹。用霸道条约去控制虚拟世界的旧时代残像终究要落败给老实干苦工夯底基建的长线打法。科技不是拿张PPT敲键盘定天下的数字买卖，谁把基石扎入自己土壤得够稳狠准深，未来一百年的算力星云就会在谁家主阵盘生根起跳。
放着硅谷几百万刀的年薪和加州大别墅不要，偏要拎着行李箱回国“卷”创业，这个34岁
放着硅谷几百万刀的年薪和加州大别墅不要，偏要拎着行李箱回国“卷”创业，这个34岁的清华学霸，凭啥把不可一世的美国AI巨头按在地上摩擦？以前咱们总听人酸，说国内顶尖学霸都跑去美国大厂敲代码，在硅谷喝着手冲咖啡当“人生赢家”。但这次，92年出生的广东小伙杨植麟直接掀了桌子。人家可是清华计算机系第一名，在谷歌和Meta核心团队里参与研发了AI底层“发动机”，导师还是苹果前AI主管。按理说这牌面闭着眼都能躺赢，但他偏觉得在硅谷当个高级打工仔太憋屈，放话“不自己主导搞个大模型，这辈子绝对后悔”。于是他杀回国内，硬是搞出了轰动全球的KimiK3，把那些留在海外沾沾自喜的同行光环全给比了下去。现在的中国AI圈那叫一个刺激。本土派有个搞量化出身的浙大大佬梁文锋，带着DeepSeek把英伟达的股价一天干跌了17%；海归派这边，34岁的杨植麟更是比OpenAI那个38岁的CEO奥尔特曼还要年轻生猛。这“双雄”一土一洋直接凑成了王炸。当别人还在硅谷为了点期权熬夜掉头发时，他们已经在中国这片热土上，狠狠撕开了美国AI霸权的口子。这绝不仅是技术突破，更是中美人才争夺战的历史性大拐点。放弃硅谷高薪回国死磕，用绝对实力把人才流失的老剧本硬生生反写回来，你觉得杨植麟这把牌打得绝不绝？
美国影视业的三国演义。奈飞、苹果、亚马逊三家硅谷企业，构成当下重塑美国影视业
美国影视业的三国演义。奈飞、苹果、亚马逊三家硅谷企业，构成当下重塑美国影视业格局最重要的外部力量。奈飞最早入局影视业务，起点只是一家DVD租赁服务商。最初它向传统制片厂采购影片版权，充当内容流转的渠道。察觉到线上观看的趋势之后，它转向大规模自制内容，直接扎根洛杉矶组建制片团队。很长一段时间里，它和院线体系存在分歧，坚持缩短影院窗口期，不认同旧时代层层分销的规则。它没有收购老牌制片厂，而是从零搭建完整的内容生产链条，依靠海量持续产出的剧集与电影吸引全球订阅用户。它所有决策围绕平台订阅收入展开，内容本身既是产品，也是维持用户留存的工具。它吸纳好莱坞成熟的摄制人才，遵守行业工会定下的规则，却并不依附旧制片厂体系，更像一名外来者，依靠渠道优势慢慢融入行业中心。苹果的姿态相对克制。旗下AppleTV+没有大规模囤积海量片库，也不曾出手收购老牌影视公司。它设立AppleStudios开展原创制作，长期坚持精品路线，控制每年推出作品的数量，倾向押注具备话题度、容易冲击奖项的项目。影视业务并不追求单独实现盈利，更多作为硬件生态的配套，用来维系苹果设备用户的长期粘性。需要影片登陆院线时，它选择和索尼这类传统发行方合作，借用现成的线下渠道。它取用好莱坞积累百年的工业能力，却无意建立规模庞大的片场体系，始终把内容视作服务自身硬件生态的一环。亚马逊做出三者里最具标志性的选择，收购米高梅。这笔交易不只是买进数千部影片版权与经典IP，等于直接收下一套古典好莱坞遗留下来的制片厂框架。如今AmazonMGMStudios并行两套运转逻辑，一方面延续米高梅长期熟悉的院线发行模式，尊重影院窗口期，持续推进传统大片项目；另一方面，所有内容最终服务Prime会员生态，影视作品用来提高电商会员留存。它同时站在新旧两套规则中间，保留雄狮片头代表的传统制片经验，内核却换上互联网平台的商业目标。米高梅归于亚马逊，恰好是古典制片厂时代落幕一个清晰的标记。三家企业路径差异明显，却拥有一处共同点。它们都不是诞生于好莱坞本土，资本源头来自硅谷，评价一部作品价值的标尺，和路易斯·梅耶经营米高梅的年代已经截然不同。梅耶依靠片场、长期艺人合约、院线闭环，从影片销售之中赚取利润；如今科技巨头看待影视内容，更多看作维系用户、巩固自身数字生态的资产。好莱坞依旧是美国影视工业的地理核心，摄制团队、后期配套、行业劳工规则依旧聚集于此，任何想要规模化制作影视内容的主体，很难彻底脱离这片产业集群。但整个美国影视业早已突破好莱坞旧有的边界。资金不再只来源于传统传媒公司，分发主战场逐步从影院、有线电视转向线上订阅平台。曾经由少数制片厂牢牢掌控权力的时代早已远去。传统大厂纷纷自建流媒体平台主动转型，科技资本持续向内容领域加码。界限不断变得模糊，很难再清晰区分外来互联网平台与本土影业。奈飞试图依靠规模与算法重构内容生产逻辑，苹果以精品内容稳固硬件用户，亚马逊尝试融合老牌制片厂资产与线上会员体系。三者并存竞争的局面，勾勒出行业转型阶段的样貌。古典制片厂体系瓦解之后，新一轮由数字渠道主导的整合缓慢成型，成为美国影视业的现在和未来。
全球AI机器人赛道正在出现惊人的差距，同样一个科创想法落地成型，硅谷的研发生产成
全球AI机器人赛道正在出现惊人的差距，同样一个科创想法落地成型，硅谷的研发生产成本，足足是中国大湾区的十倍。不止成本占优，国内相关技术迭代速度，还能甩开硅谷十倍以上，这是行业从业者公认的真实现状。依托完备的产业链与高效的落地模式，大湾区早已成为全球硬科技落地的核心阵地。AI技术全面普及后，职场原有管理模式正在被彻底改写，受冲击最大的就是企业中层管理者。以往中层最核心的两项工作，如今都能被人工智能完美替代。以往上下级信息传递全靠中层衔接，人工传递难免出现信息偏差、遗漏或延迟。现在AI可以直通上下，一线员工能直接接收高层指令，信息传递更精准高效。日常繁琐的数据统计、报表汇总、工作复盘等基础工作，也不再需要人工整理。AI能够自动抓取、整合、分析各类数据，快速生成完整报表，效率和准确率远超人工操作。传统中层赖以生存的基础职能，基本被技术完全覆盖。不少职场人误以为中层岗位会被逐步淘汰，其实行业真正的变化是岗位职能重构。机械执行、信息中转的工作彻底失去价值，中层管理者无需再耗费精力指挥管控一线员工。当下职场对中层的全新要求，是联动团队、凝聚共识、协调资源。把机械工作交给AI，把人文协作、团队赋能留给自己，才能适配AI时代的职场新规则。顺势调整工作重心，才是职场人稳住岗位、持续成长的关键。
继DeepSeek之后，又一位让硅谷、华尔街高度关注的华人AI新锐，悄然崛起。谁
继DeepSeek之后，又一位让硅谷、华尔街高度关注的华人AI新锐，悄然崛起。谁也没想到，这位搅动全球AI赛道格局的核心人物，数月前还深陷舆论争议，被不少人认定创业进度滞后、逐渐掉队。这位逆风翻盘的90后AI创业者，正是月之暗面的创始人杨植麟。熟悉AI行业的人都清楚，近两年国内AI赛道新人辈出、竞争白热化，很多热门创业者都是一路高光、热度不减。反观杨植麟，很长一段时间里都显得格外低调，甚至屡屡被行业唱衰。不少业内声音都在讨论，早早深耕NLP领域、手握顶尖学术成果的他，会不会在新一轮大模型竞赛中彻底掉队。毕竟同期入局的同行，早已陆续推出多款爆款产品、拿下海量市场份额，而他的团队始终保持着慢节奏的研发状态，曝光度和话题度都远不及竞品。谁能想到，看似沉寂的蛰伏，只是蓄力突围的铺垫。沉寂许久的月之暗面，在2026年7月17日抛出了一枚重磅行业炸弹，杨植麟带着全新的KimiK3大模型强势回归，瞬间引爆全球科技圈。这款模型拥有2.8万亿参数，是目前全球首个实现开源的3万亿级别大模型，一经发布就刷新了多项行业纪录，直接登顶前端代码竞技榜单，综合实力跻身全球第一梯队，足以对标GPT、Claude等海外顶尖闭源模型。为什么KimiK3的问世，能让海外科技圈格外重视？当下全球AI领域，高端大模型的核心技术大多掌握在海外巨头手中，且多数顶尖模型均为闭源状态，行业壁垒极高。而杨植麟团队推出的KimiK3，不仅实现了性能的跨越式突破，还做到了极致的性价比，单任务运行成本远低于海外同类产品。更关键的是，团队选择完全开源核心技术，让全球开发者都能免费使用、迭代优化，这种打破行业垄断的操作，直接改变了全球开源大模型的竞争格局。很多人好奇，看似突然爆红的背后，杨植麟到底凭什么逆势翻盘？其实他从来都不是行业新人，而是实打实的AI领域资深研究者。作为清华学霸、卡内基梅隆大学博士，他早年间就在机器学习、自然语言处理领域站稳脚跟，曾连续两年入选全球顶级会议第一作者榜单，还参与研发了Transformer-XL、XLNet等多项底层核心技术。手握硬核学术底蕴，又放弃硅谷高薪邀约回国创业，这份积累，成了他如今突围的最大底气。创业路上的杨植麟，一直有着自己的节奏和坚持。2023年创立月之暗面以来，他没有跟风追逐短期流量和热度，而是聚焦技术深耕打磨产品。从早期的Kimi智能助手，到如今的KimiK3大模型，团队一步步突破超长上下文、视觉理解等核心能力，产品上线后半年月活就突破千万，公司估值也稳步攀升。即便中途遭遇行业质疑、舆论唱衰，团队也始终沉心研发，没有盲目跟风内卷。AI赛道从来不缺风口和黑马，但能顶住争议、耐住寂寞深耕技术的创业者寥寥无几。从被嘲掉队的争议者，到惊艳硅谷的行业新锐，杨植麟的逆袭不是偶然，而是长期技术沉淀和沉稳布局的结果。如今国内AI行业竞争愈发激烈，越来越多华人创业者正在打破海外技术壁垒，在全球科技舞台站稳脚跟，未来这条赛道还会诞生多少惊喜，值得持续关注。（信源：从摇滚主唱到AI新贵:杨植麟与月之暗面KIMI-K3的崛起_ZAKER新闻）
我有一种预感：第二个震惊硅谷的“梁文峰”，已经出现了！没人能想到，DeepSe
我有一种预感：第二个震惊硅谷的“梁文峰”，已经出现了！没人能想到，DeepSeek之后，第二个让华尔街整个科技部门、交易部门集体冒冷汗的中国人，是几个月前还被全行业嘲笑“掉队”的90后杨植麟。去年整个国内大模型圈都在追热点冲跑分、赶场开商业化发布会的时候，杨植麟连公开露面的次数都屈指可数，不少投资人私下聚餐吐槽，说他拿了几十亿融资不跟着行业节奏走，放着快钱不赚，摆明了要被第一梯队甩在后面，甚至有行业媒体把他列进了“初代大模型创业者掉队名单”里。7月16号，杨植麟创办的月之暗面没有任何提前预热，没有租几千人的场馆搞造势活动，没有联系几十家媒体提前发通稿，就靠官方账号发了一条一百多字的公告，直接把KimiK3的全部信息摆到台面上。2.8万亿参数，原生多模态，100万token上下文，直接开放全部模型权重。很多人对这些数字没概念，这里给大家算个实账，100万token等于70多万汉字，普通人正常速度看完70万字要花3天，KimiK3全部扫完只需要1秒，你把整套20本的《资治通鉴》全塞进去，问它任何一个边角的人物官职、事件时间，它能精准报出来，连注释的出处都不会错。做工程的人把整个项目的几百页图纸、几千份施工日志全部传进去，当天就能出完整的风险排查和优化方案，不用再组织十几个人的团队翻半个月资料。整个行业里摸爬滚打超过5年的人都清楚，之前硅谷那边定了明规矩，核心参数超过1万亿的大模型，绝对不会对外放全量权重，最多给你个功能阉割的接口，收你十倍百倍的使用费，国内不少做应用开发的小团队，之前每年要花几十万甚至上百万买海外模型的授权，稍微碰点核心功能就被人家卡接口，动不动就停服涨价。之前国内有团队想自己做同量级的大模型，要么付不起海外机构的专利费，要么刚摸到门槛就被断了高端算力供应，卡了快两年没突破。杨植麟团队这一次直接把2.8万亿参数的全量权重放开，等于把之前硅谷攥在手里卖天价的核心技术，直接递到所有国内从业者手里。过去18个月，杨植麟团队的核心技术岗，平均每人每周在公司睡4晚，楼下24小时便利店的泡面他们包了三分之一的月销量。去年年底最紧张的时候，为了抢最后5%的模型精度，整个团队连续72小时没出机房，有人发烧到38度多，就在工位旁边支个行军床，挂着水还盯着参数仪表盘。这些事他们从来没对外说过半个字，去年拿的几个行业技术奖，领奖人都派的是普通一线工程师，杨植麟自己躲在机房调代码，连领奖台都没上。现在很多人默认，年轻人创业就得搞流量，开直播赚快钱，拿几个亿融资就该天天上热搜，买豪宅买跑车才算成功，杨植麟他们这帮人走的是完全相反的路，不蹭热点，不炒概念，甚至连对外的曝光都尽量压到最低，闷头把卡脖子的事干成了。华尔街那边现在慌的根本不是又多了个大模型竞品，是他们之前靠技术垄断收全世界“数字税”的日子，从这一刻开始就到头了。现在国内任何一个普通的小开发工作室，哪怕只有两三个人，想做个本地的政务便民系统，做个乡村的农技推广小程序，做个小工厂的生产流程优化工具，都不用再每年花几十万买海外的模型授权，直接拿KimiK3的权重适配一下就能用，成本直接降到之前的二十分之一。这些实打实的好处，没有任何造势宣传，没有任何道德绑架，就这么悄无声息落到了普通人手里。他们没拿这个事给自己买热搜，没拿这个事去要特殊的政策倾斜，甚至连发布会都懒得开，直接把东西往所有人面前一放，所有人都能用。这才是现在最缺的那批人，不图虚名，不赚快钱，啃最硬的骨头，把自己熬了几百个日夜攒出来的成果，直接交到全行业手里，没想着靠这个垄断市场，没想着靠这个坐地起价，最后惠及的是国内成千上万根本没能力碰大模型技术的普通从业者。
我有一种预感：第二个震惊硅谷的“梁文峰”，已经出现了！谁能想到，DeepS
我有一种预感：第二个震惊硅谷的“梁文峰”，已经出现了！谁能想到，DeepSeek之后，第二个让华尔街集体冒冷汗的中国人，竟然是一个几个月前还被嘲笑“掉队”的90后。他叫杨植麟。7月16日，杨植麟创办的月之暗面突然扔出KimiK3，直接把模型往桌上一拍：2.8万亿参数，原生多模态，100万token上下文，还要开放模型权重。这次不是营销噱头，是真把硅谷攥在手里的蛋糕，又狠狠往下切了一大块。先给非技术圈的朋友掰扯明白，KimiK3这组参数到底是什么水平。之前把硅谷砸得晕头转向的DeepSeekV4，参数规模是1.6万亿，已经是当时全球开源模型的天花板；这次杨植麟直接把纪录拉高了快一倍，干到了2.8万亿，成了实打实的全球最大参数开源模型。更厉害的是它用的MoE混合专家架构，896个专家模块每次只激活16个，看着参数体量吓人，实际推理成本却控制得很克制，不是那种只能看不能用的“纸面怪兽”。再配上100万token的超长上下文，相当于一次性就能装下整部长篇小说、一整套项目代码库，做科研、啃文档、写复杂代码的人，光看这个数字就该懂有多香。但在我看来，最狠的从来不是参数，而是“开放模型权重”这五个字。这也是我一直觉得国产AI最聪明的破局路数——你跟硅谷巨头比闭源生态、比用户体量，短期肯定拼不过人家积累了几十年的家底；但你把顶级技术直接开源普惠，等于直接掀了人家的定价桌子。硅谷玩了这么多年的规矩，就是顶尖技术攥在手里，靠API按字收费，躺着赚全世界的钱。你想用最好的AI？行，价格我说了算，还得看我愿不愿意给你用。可现在呢？中国的创业公司把同级别的大模型完整权重放出来，谁都能下载、微调、二次开发，小团队甚至个人开发者，不用砸几十亿训练模型，也能用上顶级AI底座。这一下就把AI的门槛从“亿级”打到了“万级”，以后硅谷再想靠技术垄断收天价溢价，没那么容易了。也难怪马斯克反应这么快，当天就跑出来留言“Impressive”，转头又放话要对标，变脸速度比翻书还快——说白了就是真的疼了。说起来杨植麟也不是什么凭空冒出来的黑马。92年出生的广东汕头人，中学拿信息学奥赛一等奖保送清华，从热能工程转去计算机系，后来去卡内基梅隆读博，是Transformer-XL、XLNet这两个经典NLP架构的核心发明人，早年在谷歌大脑、MetaAI都做过核心研发，在全球AI圈早就是数得上号的技术大牛。换句话说，人家当年在硅谷的时候，就是做底层架构的好手，现在回国创业，根本不是跟着硅谷的路子亦步亦趋抄作业，而是带着自己的技术积累，在走一条不一样的路。有意思的是，杨植麟和梁文峰简直像一个模子刻出来的“硅谷克星”：都低调到近乎神秘，不爱开发布会、不接受采访、不站在聚光灯下讲故事；都死磕底层技术，不玩概念炒作、不搞流量内卷；最后都精准踩中硅谷的命门——用极致的技术+开源的模式，打破对方的垄断。如果说梁文峰是第一个捅破窗户纸的人，那杨植麟就是直接把门踹开的那个。有人可能会说，不就是个参数大点的模型吗，至于吹得这么神？我倒觉得这事的分量，远不止一个模型本身。这几年我们听了太多“中国AI只会堆算力、只会模仿”的风凉话，可从DeepSeek的极致成本控制，到月之暗面的注意力残差架构、超大参数开源，我们早就不是追在硅谷尾灯后面跑的追随者了，开始在技术路线上拿出自己的答案。更难得的是这份定力。现在的创业圈有多浮躁？成立半年就想冲估值，一年就琢磨着IPO，老板天天上综艺讲鸡汤，心思全花在怎么给投资人讲故事上。可杨植麟呢？在全网嘲笑他“掉队”的日子里，直接砍掉了市场投放，把几乎所有资金和人力都砸进了技术研发，甚至公开说“不以IPO为短期目标”。在人人都想赚快钱的时代，愿意沉下心跟技术死磕的人，本来就该赢。当然，客观说KimiK3还不是全球第一，综合能力比起GPT和Claude的顶级闭源模型还有差距，官方自己也坦然承认了这一点。但开源模型的可怕之处就在于，它不是一个团队在战斗。一旦权重全面开放，全世界的开发者都能在上面迭代优化，这种社区式的成长速度，是闭源模型比不了的。长期来看，谁的后劲更足，真的不好说。我越来越觉得，梁文峰不是偶然，杨植麟也不会是最后一个。中国的AI产业早就过了跟风模仿的阶段，一批年轻的技术人正在用自己的方式改写行业规则。硅谷躺着垄断AI时代的好日子，恐怕真的要进入倒计时了。而这个92年的年轻人，和他名为“登月”的野心，才刚刚开始让世界侧目。
