文丨程曼祺 ▲扫描上图二维码可收听《晚点聊 LateTalk》第 98 期节目。欢迎在小宇宙、喜马拉雅、苹果 Podcast 等渠道关注、收听我们。 《晚点聊 LateTalk》是《晚点 LatePost》 推出的播客节目。"最一手的商业、科技访谈，最真实的从业者思考。" 不再追求 AGI，他第一个讲了出来。 上周初开始，市场陆续出现有关零一万物的新调整传闻，关键词包括："放弃预训练，资金链紧张、被阿里收购……" 传 闻出现的第二天，我们在零一万物办公地，中关村鼎好大厦，采访了李开复。 他解释了实际发生的变化：零一万物已经和阿里云成立了 "产业大模型联合实验室"，零一万物的大部分训练和 AI Infra 团队会加入这个实验室，成为阿里的员工，侧重超大模型研发等。零一自己接下来会聚焦做更快、更便宜、更小，更能 支持普惠应用的模型，同时自己做应用。 在李开复的描述里，超大模型和更快、更便宜、更小的模型的关系类似于 "老师和学生"，超大模型可以通过标注结果和 生成更多合成数据的方式帮更小的模型提升性能。 去年 5 月，我们也访谈过一次李开复，当时的话题是从中国 "最年长的 AI 大模型创业者" 开始的，在 2023 ...

当 OpenAI 不再技惊全场，这是技术扩散的开始。 文丨贺乾明 张家豪 王与桐 李梓楠 制图丨 黄帧昕 编辑丨程曼祺 贺乾明 2024 年的开始，解决了 OpenAI 政变的山姆·阿尔特曼和天才科学家伊利亚·苏茨克维重修于好，发布视频生成模型 Sora，重演 ChatGPT 上线时的震撼。 在中国，阿里巴巴从年初起连续投资月之暗面、MiniMax 等大模型公司近 15 亿美元，为 AI 创业公司送去新的弹药。 不久后，月之暗面创始人杨植麟在一次行业活动上被围着要签名——这是中国创投领域许多年未见的光景。 图片、文字到视频，技术突破在 ChatGPT 发布的第三年开了个好头。行业关注点从模型、应用到商业化，要建立一套 AI 时代的商业模式；创业公司不断融资，向大公司发起冲击，誓要颠覆互联网平台，解锁阶层跃升的新机会。 然而到了年底，大部分乐观期望已经落空。 OpenAI 的 Sora 延期 10 个月才发布，实际效果不如年初的演示，和同行的视频生成模型同样不再令人惊喜。同时让 ChatGPT 变成现实的最关键人物——OpenAI 前首席科学家伊利亚·苏茨克维、CTO 米拉·穆拉蒂、技术奠基者阿列克· 拉德福德 ...

技术进展 - OpenAI训练GPT-5遇阻，已投入20个月和至少10亿美元算力成本，但性能提升未达预期，两次从头训练均未突破博士生水平目标[4] - 数据短缺迫使OpenAI采用人工生成数据（工程师/科学家每日5000字）和模型生成数据（o1模型）补充，但规模仍远低于GPT-4的10万亿字训练量[5] - o3模型在CodeForces编程竞赛得分比o1提升44%，数学测试EpochAI解决25.2%问题（其他模型<2%），但AGI评测得分因数据预训练存在争议[7][9] - 强化学习重要性提升，OpenAI推出RFT微调方法，LangChain报告显示人类反馈强化学习应用增长18倍[5][9] - 世界模型取得突破：DeepMind的Genie 2生成可交互虚拟场景，李飞飞团队实现AI图片转3D场景，CMU/英伟达开源机器人模拟系统Genesis[14] 行业竞争 - Google Gemini 2.0 Flash系列模型抢占Chatbot Arena前三，OpenAI首次失去榜首地位[18][21] - 中国开源模型崛起：DeepSeek-V3以578万美元训练成本逼近GPT-4o性能，Qwen2.5-plus超越Meta Llama 3.1[23][26] - 芯片领域博通市值破万亿美元，2024年AI收入增长220%至122亿美元，为Google/Meta等提供自研芯片方案[29] - 英伟达推出B300 GPU适配o系列模型，算力/显存提升50%，xAI计划将H100算力中心从10万张扩展至100万张[33][34] 应用与商业化 - OpenAI推出12项ChatGPT升级：订阅费最高2000美元/月，集成Sora视频生成、电话交互、生产力工具插件等功能[36] - Agent成为新趋势，Google Gemini 2.0专为Agent优化，YC预测其市场规模将比SaaS大10倍[12][13] - 大模型嵌入传统行业：Salesforce招聘2000人推广AI Agent，微软Phi-4模型（140亿参数）性能超越更大模型[38][12] - AI硬件进展：Meta计划为Ray-Ban眼镜增加屏幕，OpenAI重组机器人团队，中国预计2025年出现"百镜大战"[40] 投融资动态 - 21家AI公司获超5000万美元融资：中国智谱AI获30亿元（估值200亿元），阶跃星辰聚焦多模态模型，Liquid AI开发新型神经网络架构[42][43] - 基础设施领域Databricks融资86亿美元（估值620亿美元），Tenstorrent获7亿美元开发RISC-V架构AI芯片[44] - 应用层公司多成立于ChatGPT前：Zest AI（金融风控）、Tractian（工业设备监测）、Speak（语言学习）等获大额融资[46][47][48] 科学价值 - 大模型"幻觉"被科学家重新定义：加速抗生素研发（MIT）、生成全新蛋白质（诺奖得主Baker实验室获100项专利）[50][51]

博通市值突破万亿美元 - 博通市值突破万亿美元，主要得益于AI业务收入增长220%至122亿美元 [1] - 博通与英伟达同为AI算力投资受益者，但商业模式不同：英伟达出售GPU，博通提供自研AI芯片方案 [1] - 博通正在为Google、Meta、苹果、字节跳动等公司开发AI芯片，尽管字节跳动否认合作 [1] - 今年以来博通市值上涨128%，英伟达上涨182% [1] - 博通CEO透露客户正在规划未来3-5年AI基础设施投资，预计2027年将出现百万AI芯片集群 [1] 特朗普组建科技行业班底 - 特朗普任命a16z管理合伙人Scott Kupor为人事管理局局长，负责政府招聘工作 [2] - a16z普通合伙人Sriram Krishnan被任命为白宫科技政策办公室AI高级政策顾问 [2] - 其他科技行业任命包括：PayPal联合创始人Ken Howery任驻丹麦大使，Scale AI董事总经理Michael Kratsios任白宫科技政策办公室主任，Uber前首席商务官Emil Michael任研究和工程副部长 [2] - 此前特朗普团队已吸纳多位科技高管，包括马斯克密友David Sacks [2] OpenAI模型测试争议 - OpenAI的o3模型在ARC-AGI测试中得分87.5%，较9月o1模型的32%大幅提升 [3] - 测试前o3使用了75%的ARC-AGI公开数据集训练，而其他模型未采用此方法 [4] - OpenAI CEO称未对o3做特殊处理，引发AGI进展讨论 [3] 微软减少对OpenAI依赖 - 微软尝试用自研和第三方大模型驱动365 Copilot，以降低对OpenAI依赖和成本 [5] - 2023年3月微软曾以使用GPT-4作为365 Copilot卖点，但一年半来OpenAI基础模型性能提升有限 [5] - 在某些特定任务如文档总结中，低成本模型表现不逊于OpenAI [5] 餐饮行业动态 - 肯德基中国两年来首次涨价，平均涨幅2%（0.5-2元），优惠套餐维持原价 [6] - 星巴克美国罢工扩大至300多家门店、5000多名员工，因工资谈判分歧（星巴克提议未来几年加薪1.5%被拒） [7] - 库迪咖啡暂停"店中店"招商，该模式曾计划与美宜佳、华莱士等合作，目标2025年5万家门店（目前8170家） [8] 科技与出行行业 - 滴滴上线拉黑异味车功能，用户可12个月内拒乘该车，对差评率高司机采取降分或暂停服务措施 [9] - 菜鸟CFO刘政加入蚂蚁集团将任CFO，曾主导菜鸟IPO筹备工作 [10] - 小红书上线AI搜索产品"点点"，基于笔记内容和公开信息提供生活场景答案，日均搜索量达6亿次 [11] 新能源与汽车行业 - 特斯拉上海储能工厂7个月建成，规划年产1万台Megapack（40GWh），2025年Q1投产 [12] - 宁德时代发布电池底盘一体化技术"磐石"，称能在120km/h碰撞后保证电池安全，阿维塔将采用该技术 [13][14][15] - 丰田计划在上海新建雷克萨斯电动车工厂，预计2027年运营（官方称非官方消息） [16] - 北汽新能源获宁德时代等81.5亿元增资，与华为合作推出享界S9（起售价40万元） [16]

融资与资金用途 - 阶跃星辰完成数亿美元B轮融资 参与方包括上海国有资本投资有限公司及其旗下基金 腾讯投资 五源资本 启明创投等 [3] - 融资将用于基础模型研发 强化多模态和复杂推理能力 覆盖C端应用场景 [3] 公司背景与团队 - 公司成立于2023年4月 由微软前全球副总裁姜大昕博士创办 [3] - 团队包括ResNet作者张祥雨 AI系统专家朱亦博等 研发人员占比80%以上 [3] 技术路线与模型矩阵 - 技术路线规划为"单模态—多模态—多模理解和生成的统一—世界模型—AGI" [3] - 已形成从文本到多模态全系列模型矩阵 过去10个月发布11个自研基座模型 [4] - 模型包括千亿参数Step-1 万亿参数Step-2(国内首个创业公司发布) Step-1V Step-1X Step-1.5V Step-Video Step-tts-mini Step-Asr Step-1o Audio等 [4] 产品与生态布局 - 战略聚焦"超级模型+超级应用" 推出智能助手「跃问」支持多模态交互 [4] - 「跃问」的「拍照问」功能是国内首个集成到iPhone 16相机控制键的大模型应用 [4] - 在金融财经 内容创作 智能终端等领域与合作伙伴深度合作 打造垂直场景应用 [4] 开发者生态与数据表现 - 开发者基于多模态大模型创造丰富C端应用 2024年下半年多模态API调用量增长超45倍 [4]

张一鸣成立Cool River Venture并获得香港9号牌照 - 字节跳动创始人张一鸣创立的个人投资基金Cool River Venture HK Limited正式获得香港证监会颁发的9号牌照（资产管理牌照），主要办公地址位于中环国际金融中心 [3][8] - 9号牌照允许公司直接参与境外投资并管理海外投资者资金，业务范围包括投资咨询、资产管理和基金管理等 [10] - 公司唯一董事为张一鸣，唯一股东为Galaxy LLC（开曼群岛注册），持股比例100% [8] Cool River Venture的投资方向 - 主要投资方向为科技相关行业，包括张一鸣曾公开提及的虚拟现实、生命科学和科学计算领域 [4][10] - 生成式AI可能成为重点投资领域之一，张一鸣卸任CEO后仍积极参与字节跳动的AI战略，并监督AI人才招聘 [10] - 字节跳动旗下AI产品"豆包"月活跃用户达5998万（全球第二），累计用户突破1.6亿 [10] 新一代创始人的科技投资趋势 - 米哈游创始人蔡浩宇卸任后成立AGI创业项目Anuttacon（新加坡注册），目标是用AI技术创造新型虚拟娱乐体验 [13] - 快手创始人宿华卸任CEO后专注于前沿科技投资，涉及AI、大模型等方向 [13] - 中国新一代创始人普遍选择通过VC投资方式参与科技变革，聚焦AI等颠覆性技术领域 [13][14] 香港9号牌照的行业意义 - 9号牌照是香港《证券及期货条例》第9类受规管业务资格，为国内私募出海主流方式之一 [10] - Cool River Venture登记两位持牌负责人：刘彼得（LIU Bide）和LIU Zhao（曾任职巴克莱资本亚洲） [10]

CharacterAI的核心优势 - 全自研模型带来性能优势 可自由调整预训练语料比例以优化对话效果 [3] - 技术团队将推理成本压缩至同参数量模型的1% 支撑千万级免费用户 [3] - 用户偏好对齐高效 建立从数据反馈到模型迭代的闭环 [3] - 当前核心用户日均使用时长2小时 月活2000万(年增100%) 预计明年月活达3000万 [3] Post Training技术实践 - SFT阶段使用精挑细选的高质量人类对话数据 与预训练数据质量差异显著 [4] - RLHF通过奖励模型模拟教师批改 DPO直接利用用户偏好数据简化流程 [4] - 数据与产出形式需高度一致 如将万字同人文拆解为50段对话格式 [5] - 通过预生成回复/光标动画/双模型搭配将语音延迟从2秒压缩至0.5秒内 [5] 模型迭代方法论 - 建立高频测试机制 包括优化评估集/AB测试/数据回流/管线健壮性 [5] - 通过用户对话次数/时长/留存等数据评估迭代效果 关注细分用户变化 [5] - 涌现出"提问式回避"等行为特征 模型自主规避敏感话题延长对话轮次 [5] 行业发展趋势 - 多模型混用成为主流 如OpenAI不同任务采用差异化模型组合 [6] - 硅谷关注点转向推理优化 如entropix项目探索模型自信度调节机制 [6] - 产品端聚焦多模态变现 算法端追求o1式突破 期待Agent交互场景 [6] - 一级市场投资更趋务实 从技术叙事转向商业模式验证 [6] 人才与组织观察 - Post Training人才供需失衡 相关岗位面试强调实战解题思路 [6] - 初创公司普遍存在自驱型加班现象 工程师主动参与用户问题处理 [6] - 硅谷华人技术群体影响力提升 核心岗位占比显著增加 [6]

作者｜Stone Jin 微信公众号｜ipozaozhidao 据 IPO 早 知 道 消 息 ， 智 谱 技 术 团 队 日 前 推 出 了 一 个 基 于 GLM 技 术 团 队 研 究 成 果 的 新 产 品 —— AutoGLM，这是一个智能体（Agent），能够模拟人类操作手机，执行各种任务。 某种程度上而言，AutoGLM的推出标志着人工智能在"Phone Use"领域的进步，使得AI的应用更加 贴近人们的日常生活。理论上，AutoGLM 可以完成人类在电子设备上可以做的任何事，它不受限于 简单的任务场景或 API 调用，也不需要用户手动搭建复杂繁琐的工作流，操作逻辑与人类类似 。 值得注意的是， 今日开盘后，智谱AI概念股持续走强 ——传智教育涨停，豆神教育、电广传媒、思 美传媒此前涨停，凌云光、华策影视、创业黑马、首都在线等涨超5%。 具体来讲：AutoGLM 基于智谱自研的「基础智能体解耦合中间界面」和「自进化在线课程强化学习 框架」。其中的核心技术WebRL，克服了大模型智能体任务规划和动作执行存在的能力拮抗、训练 任务和数据稀缺、反馈信号稀少和策略分布漂移等智能体研究和应用难题，加之自适 ...

智谱GLM-4-Voice模型发布 - 智谱于10月25日上线GLM-4-Voice端到端情感语音模型，具备情感表达、语速调节、多语言支持和随时打断等功能 [3] - 模型采用端到端架构，避免了传统"语音转文字再转语音"级联方案的信息损失和误差积累 [3] - 支持中英文及中国各地方言，尤其擅长粤语、重庆话、北京话等 [3] - 即将上线视频通话功能，实现"能看又能说"的AI助理 [3] - 这是智谱首个开源的端到端多模态模型，延续了"发布即开源"的风格 [2][3] GLM-4-Plus基座模型能力 - GLM-4-Voice的推出标志着智谱在迈向AGI道路上的最新进展 [4] - 背后依托新的基座模型GLM-4-Plus，其语言文本能力与GPT-4o及405B参数的Llama3.1相当 [4] - 基于GLM-4-Plus，智谱在多模态领域取得阶段性成果，使GLM多模态模型家族更加完整 [4] 模型功能特点 - 情感表达和共鸣：支持高兴、悲伤、生气、害怕等细腻情感变化 [3] - 实时交互能力：可随时打断并调整语音输出的内容和风格 [3] - 语速调节：在同一轮对话中可要求加快或放慢语速 [3]

C.AI被收购的核心逻辑 - 交易本质是以授权协议变相收购 旨在规避反垄断监管[1] - 30名底层模型开发人员加入Google 100余名产品团队保留在C.AI[1] - 公司结局由创始人Noam Shazeer的决策路径决定 其作为Transformer论文核心作者选择AGI赛道[1] 公司定位与战略失误 - 2022年12月明确"全栈AGI公司"定位 导致资源分散在模型研发与产品两端[1] - 2023年产品团队仅0.5人 模型团队数十人 反映资源错配[3] - 创始人提出"AGI公司+产品优先公司"并列定位 引发投资人质疑商业模式闭环[3] 行业竞争格局演变 - 2023年三大2C产品形态：ChatGPT类、Perplexity类搜索、C.AI类陪聊[1] - 开源模型崛起加速推理成本下降 自研模型必要性降低[3] - 底层模型战争结束 形成Google/Anthropic/OpenAI三足鼎立[4] 大厂战略布局对比 | 厂商 | 模型战略 | 关键动作 | |--------|--------------|---------------------------------| | Google | 全链路自研 | 收购C.AI团队 巩固Gemini生态[6] | | 微软 | 混合策略 | 收购Inflection对冲OpenAI风险[8] | | Meta | 开源主导 | 推动Llama生态 放弃商业变现[9] | 资本市场的决定性作用 - Scaling Law导致资源向头部集中 第二梯队难获融资[4] - 2021年SaaS公司PS达60-70倍 2023年暴跌至6-7倍 凸显融资时机重要性[10] - 出行行业"大黄蜂案例"显示资本站队决定竞争结局[4] 行业趋势判断 - 模型商品化成为共识 工程落地能力取代底层研发壁垒[4] - 端到端全栈模式被证伪 开源方案成为产品公司首选[3] - 大厂战略摇摆直接影响创业公司退出路径[10]