本字幕由TME AI技术生成
嘿
各位听众早上好
今天是四月十八号
星期六
我是尼o
欢迎收听每日ai 早知道
大家好
我是米娅
周末愉快
今天的新闻真的猛料不少
坤三点六这个模型直接冲上了hacker news 快九百分
还有黄仁勋又出来说ai 不是核武器了
对
而且还有中国巨身智能领域单笔最大融资四点五五亿美金
加上open ai 搞了个生物学专属的gpt rose link
信息量很大
咱们赶紧聊起来
第一个话题绝对是今天的头条中的头条
阿里的通亿千问团队发布了queen 三点六三五ba 三b 这个模型
在hacker nose 上直接拿了八百八十七分
四百一十一条评论
讨论热度爆炸级别
哇
快九百分了
我印象中hn 上能破八百分的ai 新闻已经很少见了
三五ba 三b 这个命名看着有点复杂
能帮大家拆解一下吗
好
三五b 是总参数量三百五十亿
A 三b 就是激活参数三十亿
意思是模型总共有三百五十亿参数
但每次推理的时候只激活三十亿
这就是所谓的混合专家架构
英文叫mixture of experts
简称no
你可以把它想象成一家有三百五十个员工的公司
但每次接单只需要派出三十个人的精英小分队就搞定了
这个比喻好
那等于说效率极高了
三五零亿参数的知识储备和判断力
但只消耗三十亿参数的算力
对
而且这里面最关键的一点是
官方说这个模型专门针对agentic coding 场景做了深度优化
不是你给他一段代码让他补全那种简单场景
而是让ai 自主的去理解需求
拆分任务
规划步骤
写代码 调试
跑测试这整个闭环流程
所以这本质上是一个为ai agent 写代码而生的模型
那对比现在市面上其他模型呢
有实际的对比数据吗
Hn 上已经有人做了实际对比
有个帖子标题就叫用crime 三点六在笔记本上画的鹈鹕比最新旗舰大模型还好看
这条帖子也拿了二百八十八分
六十四条评论
重点不是鹈鹕画的多好
重点是这个模型能在一台普通笔记本电脑上流畅运行
等一下
在笔记本上跑
一般大模型不都需要高端gpu 服务器吗
它怎么做到的
就是因为猫架构虽然总参数有三百五十亿
但实际推理时只加在三十亿参数这个规模
普通消费级gpu 甚至apple silicon 就能带动
而且它是完全开源的open to all
代码权重全部公开
那如果我是一个独立开发者或者小创业团队
这意味着什么
意味着你现在可以在自己的笔记本上或者一台便宜的服务器上部署一个专业级别的ai 编程助手
不用付api 费用
不用担心代码隐私被上传到云端
不用担心网络延迟
这对整个开发者生态的影响是颠覆性的
我觉得这里面有个特别反直觉的趋势
大家一直以为ai 竞争的终局是参数越大越好
越贵越好
但现在真正改变游戏规则的恰恰是小而精
能在端侧跑的模型
这跟我们之前聊的谷歌jm 四能在iphone 上运行是同一条路线
大家可以想想
这是不是ai 从云端走向边缘的又一个里程碑
第二个话题
来看一个在hacker news 上刷到一千四百二十八分的大新闻
一千零四十一条评论
讨论热度今天排名第一
一千四百二十八分
我印象中这是我们节目开播以来见过的最高分了吧
到底是什么消息
一个新的旗舰大模型发布了
同时还公布了详细的技术报告和model card
那个技术报告的帖子单独也有一百五十八分
七十八条评论
这意味着社区部只是在讨论它好不好用
而是在拿着放大镜研究它的技术细节和安全评估
能说说社区讨论的焦点是什么吗
一千零四十一条评论里大家在吵什么
主要分两个阵营
一派认为性能提升确实明显
特别是在掌上下文理解和复杂推理上有了质的飞跃
另一派则在质疑闭源模型的领先优势还能维持多久
因为开源模型追赶的速度越来越快
这就跟我们刚聊的queen 三点六形成了一个有趣的对比了
一边是闭源旗舰
追求极致性能
一边是开源梦模型
追求人人可用
两条技术路线的竞争已经白热化了
而且你注意到一个数据了吗
前面那个帖子说
在笔记本上跑的开源模型画鹈鹕比旗舰模型还好看
如果这个趋势持续下去
闭源大模型的溢价空间会被不断压缩
就像当年android 的手机在很多方面追平甚至超过了iphone 一样
所以如果你是一个创业者或者技术决策者
现在要认真思考的不是该选哪个闭源api
而是在我的具体场景里
开源模型是不是已经够用了
至少在编码这个垂直场景上
性价比可能已经翻转了
我大胆预测一下
六个月之内
专门做coding 的开源梦模型
在至少一半以上的编码任务上会追平甚至超过闭源模型
参数规模军备竞赛要让位于效率竞赛了
这对开发者来说是巨大的利好
第三个话题
说个让人热血沸腾的
中国巨身智能赛道拿到了史上最大单笔融资
四点五五亿美金
高陵和红杉联手压住的方向叫巨身大脑
四点五五亿美金
折合人民币三十多亿了
巨身智能我大概知道
是让ai 有身体
但巨身大脑是什么
脑子和身体不是一套的吗
好问题
你可以这么理解
机器人的硬件身体就像人的四肢
但光有四肢没用
需要一个大脑来指挥
巨身大脑就是这个大脑
它是一个aai 系统
能理解环境
做出决策
指挥机器人身体去完成任务
这次融资压住的就是这个核心控制系统
等等
我发现今天的资讯里有一堆巨身智能相关的
谷歌发布了新的巨身大脑
让波士顿动力的机器狗人模人样
京东在搞巨身数据全链路基础设施
还有一个叫拍零点七的vla 模型
说是机器人的gpt 三十克
这也太巧了吧
绝对不是巧合
这是产业集体爆发的信号
我帮大家梳理一下
资本端 高瓴
红杉砸了四点五五亿美金
模型端
谷歌和physical intelligence 都在发掘深智能模型
基础设施端
京东在建数据管道和供应链
应用端
波士顿动力的机器狗已经在展示效果了
整条产业链同时在动
而且拍零点七那条新闻用了一个很有意思的类比
Gpt 三十克
Gpt 三是二零二零年发布的
当时大家第一次感受到大语言模型原来这么强
如果vla 模型真的到了gpt 三十克
那意味着接下来巨身智能可能会经历跟llm 一样的指数及发展
对
这个类比如果成立的话
从gpt 三到拆gpt 只用了两年
那从巨身智能的gpt 三十克到消费级机器人产品
可能也就两到三年
如果我是一个硬件工程师
做供应链的或者投资人
我现在应该关注什么具体方向
三个方向
第一
传感器和执行器
机器人在真实世界操作需要更便宜更精确的硬件元器件
第二
仿真训练环境
今天还有条新闻说英伟达的liara 二点零能从一张照片生成九十米的三d 场景
这不是做游戏用的
是给机器人做虚拟训练用的
第三
数据基础设施
京东在做的事情
机器人需要海量的现实世界操作数据来训练
综合来看
二零二六年很可能就是巨身智能从ppt 走向真实产品的转折之年
大家可以持续关注这个赛道
第四个话题
聊一个有意思的产品动态
Open ai 推出了gpt rosland
一个专门为生命科学设计的ai 模型
It 之家的标题直接用了挑战谷歌
Rosland 的这个名字好酷
是不是致敬罗莎琳德
富兰克
就是拍到dnaax 射线演射图的那个科学家
对dna 双螺旋结构的发现有巨大贡献
但长期被忽视的那位
对 致敬它
Open ai 在命名上还是很讲究的
这个模型是open ai 第一个真正意义上的垂直领域模型
不是通用大模型加的系统提示词那种
而是专门用生物学领域的数据做了深度训练
官方说他能加速药物发现
基因组分析
蛋白质推理这些核心研究流程
但谷歌在生物学ai 这块已经很强了啊
Alpha ault 拿了诺贝尔奖级别的成果open ai
这是打算正面硬刚谷歌的长项
两者路线完全不同
Alpa folt 是专做蛋白质结构预测的窄领域专家级工具
精度非常高
但只做一件事
Gp teosland 走的是大语言模型路线
目标是成为生物学研究者的通用aai 助手
从文献综述到实验涉及到数据分析全流程覆盖
一个是专科医生
一个是全科助理
那这对做生物学研究的人具体意味着什么
能举个场景化的例子吗
想象你是一个分子生物学的博士生
以前你要做一个新实验
可能要花两三天读二十篇论文
梳理前人的方法
设计实验参数
现在你可以把论文丢给gp tyosland
让他做文献综述
总结不同研究组的方法差异
发现你实验设计的潜在漏洞
甚至帮你算试剂浓度
从三天压缩到三小时
但注意
最终的科学判断还是要靠人
我觉得更值得关注的是一个大趋势
通用大模型开始往垂直领域分化了
先是有了专门的编码模型
现在又有了生物学模型这项不像当年智能手机刚出来时
所有app 都是通用的
后来慢慢出现了各行各业的垂直应用
非常好的类比
而且这条新闻还有另一条学术资讯呼应
Hugging face 上有篇论文叫towards autonomous mechanistic reasoning in virtual sales
研究的是用llm 做细胞层面的自主推理
学术界和产业界同步在推进
我的判断是
二零二六年下半年会出现一波垂直领域模型的集中爆发
生物学只是开始
法律 金融
材料科学都会有自己的专属模型
第五个话题
聊一个很现实也很有争议的话题
英伟达ceo 黄仁勋在做客bore cash patel 播客的时候说
Ai 不是核武器
也不会抢走所有工作
黄仁勋说这话
他是卖gpu 的啊
他不应该最希望大家觉得ai 非常强大
非常有革命性
然后疯狂买他的芯片吗
这不是搬起石头砸自己的脚吗
哈哈
这就是有意思的地方
它的核心论点是把ai 比作核武器的那种恐吓式宣传
短期看好像能制造紧迫感
但长期来看
只会让公众对ai 产生敌意和恐惧
最终结果是监管过度收紧
人才培养被叫停
反而损害美国的科技竞争力
嗯
这个逻辑链条倒是说得通
但你不觉得他也是在做公关吗
如果政府真的因为恐惧ai 而出台严格的管控措施
受影响最大的不就是英伟达这种芯片供应商吗
所以他当然要出来降温
你说的有道理
利益因素肯定有
但我觉得他提了一个特别关键的观点
如果社会因为恐惧ai 取代人类而大面积停止培养ai 人才
停止给学生教相关技能
那才是真正的灾难
因为技术不会因为你不教就不发展
但你的人才储备会断档
这让我想到当年互联网刚出来的时候
也有大量的声音说互联网会毁掉传统行业
会造成大面积失业
结果呢
确实消灭了一些岗位
比如报纸发行员
录像带出租店
但同时创造了更多新职业
网页设计师
电商运营
短视频博主对历史总是押韵的
而且黄仁勋特别强调了一点
他说ai 不会取代所有软件工程师
这对我们的听众来说应该是一个重要信号
他的意思是
Aai 会成为超级工具
但需要人来驾驭和引导
就像有了挖掘机之后
建筑行业的工人数量没减少
只是工作内容从铲子变成了操纵杆
所以如果你是一个开发者
与其每天焦虑ai 会不会取代你
不如花这个时间去学怎么用ai
那些能熟练驾驭ai 编程工具的开发者
在就业市场上反而会变成最稀缺的人才
对吧
完全同意
我再补充一个时间维度
注意黄仁勋这番话的发布时机
就在同一天
Cranen 发了可以本地跑的agent 级编码模型
Open ai 发了垂直领域生物学模型
Ai 工具确实在变得越来越强大
但发展方向明显不是替代人
而是赋能人
让人能做更多
做更好
这才是正确的叙事
说得好
恐惧解决不了问题
适应和利用才是正道
第六个话题
来看一个跟互联网基础设施相关的
Cloudware 同一天放了两个大招
一个是cloudware email service hn 上四百零四分一百八十八条评论
另一个是专门为ai agent 设计的推理层平台
二百二十九分五十八条评论
一天两条高分帖
Cloud fare 是铁了心要搞大事
Cloud fare 我知道做cdn 和网络安全的
他们怎么突然又搞邮件又搞ai 了
是不是摊子铺太大了
其实一点都不突然
这是cloud fair 一贯的长期战略
他们要做互联网的基础设施层
每一层都做
Cdn 是网络分发层
安全是网络防护层
邮件是通讯层
Ai 推理是智能层
逻辑链条是
既然全球大量互联网流量都经过cloud fare 的边缘节点
那在这些节点上加aai 推理能力
延迟最低
成本最低
哦
这个思路我理解了
但ai 推理层专门为agent 设计是什么意思
跟普通的aiapi 服有什么区别
区别很大
普通的aiapi 是一问一答
你发一个请求
等一个回复
交互结束
但ai agent 需要的是持续运行的环境
它要反复调用模型做推理
读写数据
调用外部工具维持记忆状态
Cloud firir 的平台就是为这种长时间运行的agent 场景量身定制的
在全球边缘节点上做推理
响应更快
成本更低
这跟我们前面聊的quent agentic coding 可以直接对上了
模型端在为agent 做优化
基础设施端也在为agent 做优化
你有没有发现
今天的好几条新闻其实都指向同一个方向
完全正确
这是今天几条新闻串起来的一个大趋势
Crane 在做agent 及模型
Cloud faare 在做agent 及基础设施
Meta 在做agent 及自动化运维
高瓴
红杉在投agent 及硬件
模型
基础设施
应用
资本四条线同时在往agent 方向收拢
如果你是做云服务或基础设施的
二零二六年的核心关键词不再是ai 训练
而是ai 推理和ai agent
还有那个邮件服务也值得单说一句
四百零四分的热度
说明开发者社区对独立邮件服务有强烈需求
这跟今天另一条新闻呼应
Fsf 在投诉gmail 账号发垃圾邮件的事
邮件领域
它需要更多选择了
第七个话题
说一个有争议性的新闻
Lorevl 融资之后
开始在你的ai agent 里注入广告了
Hn 上一百八十分
一百一十条评论吵得非常激烈
什么
往ai agent 里注入广告
Lura well 不是一个特别受开发者喜爱的php 框架吗
他怎么能干这种事
事情是这样
Lorevwell 拿了一轮投资之后
需要找变现方式
他们在框架的ai 相关功能里加入了赞助商推荐
比如你用他的ai 助手功能
可能会看到某个saars 产品的广告
一百一十条评论里
开发者社区炸了锅
很多人觉得这是对开源信任的背叛
这是开源项目的经典困境啊
拿了投资就要给投资人交代
交代就要有收入
收入就要有商业模式
最后开发者社区就不买账了
但我觉得这个事件折射出一个更深层的问题
Ai agent 这个生态商业模式到底怎么搞
现在大家都在拼命做agent 产品
但agent 的变现路径其实很不清晰
买api 调用
卖月费订阅
还是像lurry will 这样嵌入广告
每种模式都有问题
如果你是正在做ai agent 产品的创业者
Larry well 这个案例绝对值得深入复盘
我的直觉是
广告模式在搜索引擎和社交媒体上成功了
但在ai agent 这种帮你干活替你做决策的场景里
广告会严重破坏用户信任
因为用户会怀疑你给我推荐的这个方案是因为他最好
还是因为有人付了广告费
我跟你看法一致
Agent 场景里广告模式大概率走不通
因为用户对agent 的核心期望是
你是我的代理人
你的利益跟我的利益完全一致
广告一加进来
利益就分叉了
订阅制或者按效果付费
可能是更健康的方向
如果我是agent 创业者
我会选择先免费做大用户量
再靠高级功能订阅来变现
坚决不碰广告
好的教训
下一个话题
第八个话题
来看一个网络安全领域的深度讨论
H 圈上有篇文章叫ai cyber security is not proof of work
拿了一百九十五分
七十八条评论
标题翻译过来就是ai 网络安全检测不等于安全保障
这是在说ai 做安全检测不靠谱吗
更准确的说
他在提醒大家一个很重要的认知偏差
传统的安全审计里做了大量测试工作
渗透测试
代码审计
漏洞扫描
这些工作本身就构成了安全性的证明
但ai 安全检测很多时候是黑盒操作
Ai 跑了一遍说没问题
但你不知道它具体检查了什么
有没有遗漏
判断逻辑是什么
哦 我懂了
就像你请了一个装修质检员来检查你的新房
传统方式是他拿着清单一项项检查
你能看到每一项的结果
Ai 方式是他进去转了一圈出来说没问题
但你不知道他到底检查了多少项
完美的类比
而且这个问题在ai agent 时代会指数级放大
你想
前面我们聊了这么多agent 相关的进展
Cloud faare 在做agent 推理层
Queen 在做agent 模型
Meta 在做自动化基础设施
这些agent 系统本身也需要安全保障
如果安全检查也是ai 做的
那就变成了用一个黑盒去检查另一个黑盒
谁来检查
检查者
这让我想到今天还有另一条相关的hugging
Face 上有篇论文叫agentic microphysics
专门讨论ai agent 时代的安全方法论
论文说的是当ai 系统具备了规划能力
记忆能力
工具调用能力之后
传统的安全评估框架就不够用了
需要全新的方法
这两条新闻放在一起看特别有启发
如果你是做安全工程或者安全研究的
我的建议是现在就开始投入研究aai agent 场景下的安全评估框架
这个方向半年内会变成刚需
因为agent 部署量上去之后
安全问题一定会爆发
第一批解决这个问题的人和公司会吃到巨大的红利
安全永远是跟着应用走的
应用先爆发
安全需求紧随其后
这个时间差就是机会窗口
第九个话题
说一个关于互联网基础设施的老问题
自由软件基金会fsf 正在联系谷歌
因为有人利用gmail 账号发了上万封垃圾邮件
这条在hn 上拿了三百六十分
二百一十四条评论
讨论非常深入
用gmail 发垃圾邮件
这也太讽刺了吧
谷歌的gmail 不是以超强的垃圾邮件过滤文明的吗
结果自己的平台反而成了垃圾邮件的源头
哈哈
确实很讽刺
谷歌花了大量资源过滤别人发来的垃圾邮件
但对从自家gmail 发出去的垃圾邮件管控力度明显不够
二百一十四条评论里面
大家讨论的核心其实不是垃圾邮件本身
而是一个更根本的问题
大型科技公司的邮件服务已经形成了事实上的垄断
怎么个垄断法
发邮件不是谁都能发吗
理论上是的
但实际上
如果你自己搭邮件服务器发邮件
大概率会被gmail 和outlook 等大邮件商标记为可疑来源
直接扔进垃圾箱
就相当于你在一个只认大品牌的市场里摆摊
不管你的东西多好
人家根本不让你进门
这导致小型邮件服务商基本无法生存
这就完美解释了为什么cloud fare 的email service 热度这么高了
四百零四分一百八十八条评论
开发者和中小企业对打破邮件垄断有真实的强烈的需求
对
今天这两条新闻放在一起看特别有意思
一边是fsf 在控诉gmail 的治理问题
一边是cloud fair 在推邮件替代服务
痛点和解决方案在同一天浮出水面
如果你是开发者或者运维中小企业邮件系统的
现在可以认真评估一下cloud faare 的邮件服务了
一个古老但长新的道理
过度集中必然出问题
出问题就催生替代方案
互联网的故事一直在重复这个循环
最后一个话题
来看一个让人眼界大开的数据
Check gpt 的全球周活跃用户已经逼近十亿了
但更劲爆的是
女性用户占比首次超过了百分之五十
等等
十亿周活
全球智能手机用户也就五六十亿
这意味着差不多每六个人里就有一个每周都在用chat gpt
这也太恐怖了吧
渗透率确实惊人
但我觉得更值得玩味的是性别比例的变化
二零一二年chach gpt 刚发布的时候
男性用户占百分之八十
女性只有百分之二十
仅仅三年多
比例完全翻转了
这个转变速度在科技产品史上非常罕见
从八十比二十到超过五十比五十
这不仅是数字变化
这说明ai 已经彻底从极客的玩具变成了大众的日常工具了
但为什么女性用户增长这么快
是使用场景发生了根本变化吗
我觉得核心原因是产品形态的进化
早期拆gpt 主要用途是写代码
做技术问答
天然吸引的是技术人群
但现在的使用场景已经爆发式扩展
写作辅助语言学习
生活规划
育儿建议
心理健康支持
旅行攻略
甚至个人理财分析
这些场景覆盖了远远更广泛的人群
五一女性用户
这个数字拿出来单独看
比微博
知乎这些平台的总用户都多
如果你是做产品设计的
这意味着你的目标用户画像已经完全改变了
还在按程序员思维设计ai 产品的
可能已经严重脱离主流用户了
说的太好了
十亿用户规模的aai 不再是科技产品
它是日用消费品
产品设计的重心要从功能堆叠转向更简单的交互
更直觉的界面
更有情感温度的对话体验
用户要的不是最强的ai
而是最懂自己的ai
我大胆预测一下
当ai 彻底大众化之后
下一阶段的竞争不再是谁更聪明
谁参数更多
而是谁更好用
谁更懂用户
谁更让人觉得舒适和被尊重
用户体验会成为ai 产品的终极战场
这跟智能手机的发展路径完全一致
最后赢的不一定是配置最高的
而是体验最好的
好了
今天的内容就到这里
明言
你今天印象最深的是什么
我印象最深的一定是chat
Gpt 接近十亿用户
加上女性用户超过一半这个数据
它不只是一个数字
它宣告了一个时代
Ai 真正从技术圈破圈出去了
变成了所有人的工具
这对整个行业的产品思路
商业模式
甚至投资逻辑都是一个根本性的改变
我的话今天最兴奋的是两个方向
一个是巨身智能的产业爆发
四点五十五亿美金融资
谷歌和physical intelligence 的新模型
京东的数据基础设施
感觉二零二六年下半年会有大惊喜
另一个是queen 三点六这种猫架构
能在笔记本上跑的agent 机模型
把ai 编程的门槛又踩低了一大截
未来的程序员可能人手一个本地ai 搭档
总结一下今天的几个大趋势
Ai 从云端到边缘
从通用到垂直
从技术圈到全民化
从单次调用到agent 常识运行
四个方向同时在加速
而且互相交织增强
二零二六年注定是ai 发展史上非常关键的一年
好了
感谢各位的收听
我们下期再见
周末愉快
大家多出去走走
别整天跟ai 聊天啊
我们下期见
拜拜
