🔥 Search Hot Tweets

有趣了，一夜之间都在传 DeepSeek V4 正式版将上线，而且性能大概率会与 Kimi 最新模型一样，是个黑马。 目前猜测，主要来自之前的 API 定价通知（当时说预计 7 月中上线），这几天社区感受到的体验变化，以及被灰度测试到的创作者成果演示。 https://t.co/WvF3nz7YVR

Mizuho Securities：CPU 與 GPU 市場預測與成長分析 市場預測與成長 - 出貨量成長：預計 2026 年產業伺服器 CPU 出貨量達 3,500 萬台，2027 年成長至 5,000 萬台，年增率達 40%。 - 長期 TAM：2030 年TAM估計上調至 1,700 億美元（先前預測為 1,070 億美元），主要受 AI 推理伺服器 CPU/GPU 比例提高所帶動。 - CPU 對 GPU 比例：AI 伺服器上的 CPU/GPU 比例快速上升，預計 2027 年底或 2028 年接近 1:1。 供應鏈與技術瓶頸 - DRAM 限制：DDR5 / LPDDR5 供應為重大瓶頸，未來 12–18 個月滿足率僅約 70%。 - 供需缺口：根據目前模型，2027 年 DDR5/LPDDR5X 需求超過 3,000 億 1Gb 等效單位，遠高於預估供應的 2,200–2,500 億單位。 - 潛在風險：DRAM、基板與被動元件等關鍵材料短缺預計延續至 2027 年，可能對下游伺服器組裝廠造成負面影響，導致伺服器機櫃產出降低。 主要廠商洞察（2027 年預測） - Nvidia：Vera CPU 預計出貨 500–600 萬台，其中 200–300 萬台用於 agentic AI 堆疊機櫃。 - Google：Axion CPU 產量年增超過 2 倍，與 TPU 出貨成長軌跡一致。 - AMD：N2 Venice CPU 預計超過 600 萬台。 GPU / ASIC 部分 市場成長預測 - AI ASIC 總市場從 2025 年的 410 萬台，快速擴張至 2028 年的 2,400 萬台。 - 主要成長動能來自 Google、Amazon（Annapurna）、Meta、Microsoft、OpenAI 等大型超大規模業者的大幅部署。 - 外部（非 Google）AI ASIC 出貨量預計從 2025 年的 60 萬台，激增至 2028 年的 720 萬台。 主要超大規模業者動態 - Google（TPU）：持續為主要玩家，總出貨從 2025 年 250 萬台增至 2028 年 710 萬台。 - Anthropic：「TPU Ironwood/Sunfish」晶片大幅成長，從 2026 年 60 萬台增至 2028 年 620 萬台。 - Amazon/Annapurna：Trainium 系列出貨量從 2025 年 150 萬台倍增至 2028 年 360 萬台。 - Meta：MTIA 晶片快速擴張，從 2025 年 10 萬台增至 2028 年 270 萬台。 技術趨勢 - 大量採用先進封裝技術（如 CoWoS-L、CoWoS-S）與先進製程節點（N2、N3、N4、N5、A16）。 - 幾乎所有高效能 ASIC 均整合高頻寬記憶體（HBM），並逐步轉向 HBM3E 及 HBM4/4E 等新一代產品。 - 平均售價（ASP）差異極大，從入門級約 2,000 美元，到頂級專用晶片（如 TPUv10）高達 40,000 美元。

用预测世界杯比赛结果最准确的模型 预测这次决赛结果 Grok 4.3 (xAI) ：西班牙胜/60% Claude Sonnet 4.6：西班牙胜/59% Squawka Signal：西班牙胜/59.3% Gemini 3.1 Pro：西班牙胜/58% Opta：西班牙胜/57% 结果综合这届比赛预测结果最精准的 AI大模型+专业体育模型+传统统计模型 所有模型均明确看好西班牙夺冠 果断在@BinanceWallet上押西班牙 推荐用币安钱包玩预测平台 体验最丝滑，成本相对最低，秒押注 #binance #bnb 🎁下注入口 https://t.co/C4wwtWvAMV

Bybit最近开始封卡了吗？ 最近微信、支付宝、美团都无法使用了😂 我的GPT续费有问题了

月之暗面Kimi K3在编程基准测试中超越Claude与GPT竞争对手 Kimi K3于7月16日正式发布，完整模型权重将于7月27日开放。该模型支持100万token的上下文窗口，并在长时间、复杂编程任务中表现突出，在Artificial Analysis的综合排名中位列第三或第四。 OpenAI的Dean W. Ball称赞Kimi K3的能力已达到2026年初前沿模型的水平，但同时将开放权重模型的发布称为一种“减速主义”行为，由此引发了关于中国模型是否通过蒸馏美国模型获得能力的争论。 包括Travis Kalanick在内的批评者指责中国企业利用相关技术窃取模型能力，其中提到Anthropic所声称的约340万次虚假Claude交互。支持者则认为，所有人工智能实验室的成果都建立在前人工作的基础上；在美国实施技术出口限制的背景下，开放模型反而有助于推动创新。

爆料博主 leo 质疑，DeepSeek V4 Pro 的官方 API 会把部分复杂编程请求转给 Claude Fable 5。目的可能是收集输出，用于模型蒸馏，也就是用强模型的答案训练另一个模型。 测试者通过 OpenCode 让模型生成 3D 游戏。部分结果与 Fable 5 高度相似，推理方式也突然改变。加入网络安全和生物问题后，游戏质量明显下降，知识范围也退回 DeepSeek 原本的水平。 这个测试利用了 Fable 5 的真实机制。Anthropic 会把部分网络安全、生物和蒸馏请求转给 Opus 4.8。测试者因此怀疑，请求先被转给 Fable 5，触发分类器后才回退到 DeepSeek。 但现有证据只够证明 API 行为异常。它无法确认实际回答者，也无法证明这些输出进入了训练数据。混合 prompt、未公开更新或 DeepSeek 自己的模型路由，都可能造成类似差异。

#Deepseek 真的是AI界的小米，妥妥的「价格屠夫」！ 明天即将上线V4满血版，这次史无前例的推出了峰谷计费模式！ Deepseek-v4-pro：百万输出tokens平时0.87美元，高峰1.74美元；缓存未命中的输入0.435美元。 Deepseek-v4-flash更狠：百万输出0.28美元，高峰0.56美元，缓存未命中的输入0.0028美元。 这价格妥妥的把国外大模型，按在地上摩擦，不知道OpenAI和Anthropic 如何应战！🧐

月之暗面发布Kimi K3，中美AI差距或已大幅缩小 彭博社7月18日报道，中国AI初创公司月之暗面（Moonshot AI）周五发布开源模型Kimi K3，称其综合能力仅次于Anthropic的Claude Fable 5和OpenAI的GPT-5.6，超越其余所有竞争对手。此前，包括Anthropic匿名高管在内的美国AI界人士普遍认为领先中国竞争对手六至十二个月；K3的发布令这一判断受到质疑。加州大学伯克利分校教授、Arena平台联创Stoica表示，中美差距可能已从六至九个月缩短至两至三个月。 K3在编程及网页开发任务排行榜上位列第一，参数量达2.8万亿，定价与Anthropic中端模型相当，是迄今中国AI实验室发布的最昂贵模型。与DeepSeek走低价路线不同，月之暗面押注以高性能换取溢价。 此次发布引发市场震动，硅谷再现"DeepSeek时刻"式焦虑，投资者质疑美国AI巨头的巨额投入能否维持竞争优势。分析人士指出，美国监管机构要求OpenAI和Anthropic延迟发布新模型以供审查，此举反而可能给中国追赶留出更多时间，令白宫维持AI霸主地位的目标更加复杂。

Codex 调用 Listenhub Cli + 免费视频素材库 pexels 写一个skill，一句话生成类似视频。 https://t.co/USX9V9bjK2

Google AI Pro的学生套餐下个月要结束了，我不准备续的，因为19.99美元每个月，对我来说只有Gemini Deep Research有用，太浪费了。现在美国只有御两家，没御三家了。我目前在Zcode上用自己做的skill来平替Deep Research。

我之前一直以为 Windows Codex 卡，是电脑配置不够。 清缓存、关 GPU、归档任务，甚至升级硬件，还是一样卡。 后来才搞明白：输入卡、切任务卡、打开项目慢、发消息转圈，压根不是同一个问题。 我把这些卡顿整理成了一段排查提示词。第 4 条直接发给 Codex，让它自己在本机查。👇

Kimi又遥遥领先了？硅谷慌乱了？目前看，可能性还是0%。上一轮DeepSeek比现在Kimi牛逼吹得更大，华尔街为此蒸发了几万亿美元市值。作为极少数精通LLM的交易员，亚洲金融@AsiaFinance，当时杠杆押注NVDA，结果呢？NVDA后来又翻了一倍，而OpenAI和Anthropic的估值，直接干到1万亿美元，DeepSeek零头有吗？训练LLM相对不是最难，因为目标函数明确，还能蒸馏。但现在是Agent世代，推理依然最难。毫无疑问，Anthropic和OpenAI有前沿性东西，但是没有发布。如果没有K3的挤压，Fable5都舍不得给群众用。现在不仅仅是OpenAI和Anthropic在消耗HBM，每家竞争对手的每款新前沿模型，都在硅片层面增加了另一层内存需求。我们准备加仓AI储存。

别让收藏夹躺尸，用 Codex 自动读取 x 收藏夹和微信收藏夹，打造信息获取入口。 将信息加工再利用 https://t.co/EaGegRKEnC

DeepSeek 证明了便宜也能有高毛利 GLM 证明了中国模型能赚钱 KIMI 证明了中国模型也能卖高价 美国云产商的资本开支有大部分来自 Anthropic 和 OpenAI 两家的订单。 - 最早是Anthropic和 OpenAI 两家不够用等于全球算力不够用 - 然后逻辑变成有算力的 Meta 和 SpaceX 卖给缺算力的Anthropic和OpenAI - 现在是中国模型的质价比正在抢走Anthropic和 OpenAI的份额，后来者 Grok 和 Meta 追赶也很猛。两家的算力缺口不在那么大，资本开支可能暂停。 只有最顶尖的几个模型会缺算力，但是市场份额正在被后来者瓜分，美国巨头的总资本开支可能会放缓

2020年新冠爆发后，世界上所有人都知道NLP要爆发了。 一个信号是，BERT和GPT两个路线都在刷SQuAD，硅谷一群人在张罗foundation model概念，中国所有大厂AI Lab都在放弃cv，转向NLP； 一个信号是OpenAI正式发布GPT-3，当天登顶github trending榜一（当天我是榜三），所有技术圈直接爆炸； 还有一个信号，就是一大批用BERT做各种表格内容生成、搜索生成、文章总结、内容总结、NLP推荐的公司特别多，都在ChatGPT发布前后干一些细分领域的活儿， 只不过中国VC不愿意大手笔投资对标OpenAI体量的decoder only GPT通用模型而已，当时一堆小的NLP产品已经在快速小步伐融资了。

Claude 前一段时间把每周限额临时提升了 50%，客观说效果还是挺好的，要是用 Opus 4.8 的话比 GPT 5.6 还耐用，不过架不住 Codex 一天天重置。 这个活动本来要到期了，现在延期一个月了，感觉一个月后可能要变成常态了。

claude code和codex都有大量prompt和instructions，要求agent在非常长的任务无法完成的时候，整个任务直接停止掉，给一个汇报告诉用户为什么无法完成，做到了哪一步。 我一直说，这是最差的设计，multi agent还是goal driven的停止权必须100%掌握用户手里，用户决定停止任务的判定条件，而不是 agent 本身。 现在这个屎山已经删不掉了，会非常耽误事的。 技术发展路线再一次证明，agent的整个工作流程的控制，包括写死goal在agent而不是向我一样提出用goal driven，包括plan mode写死在agent功能里，包括skills写死在agent里，都是极其严重的错误方向，这些最终都会成为庞大屎山的一部分。 唯一正确的方式，是把这些skills、structured memory、goal driven、plan mode这些设计一层层全部剥离出来，从agent里全部删掉，全部交给用户，让用户自由选择。 当然agent可以在上面新建一层，帮助用户排列组合，但永远不应该写死这些在agent里。

前两条说了大模型没有护城河，模型公司可能是周期股。 这一条说我的结论，也是我一直在下注的方向。 模型能力会被追平，但模型要跑起来所依赖的那些东西，追不平。 你想一个最朴素的问题。 Kimi K3 也好，Fable 5 也好，GPT-5.6 也好，它们打得再凶，有一件事是共同的，它们全都要消耗算力，全都要吞海量的存储，全都要在数据中心里跑。 模型之间可以互相厮杀、可以价格战打到骨折，但不管最后谁赢，他们在厮杀的过程中烧掉的算力和存储，只会越来越多，不会越来越少。 这就是为什么 K3 这件事，表面看是国产模型的胜利，往深了看，是卖铲子逻辑的又一次验证。 而且开源模型追平闭源，对硬件反而是更大的利好。为什么？因为闭源模型是一家公司在用算力，开源模型是全世界的企业都能拿去自己部署。 K3 权重 7 月 27 号一公开，多少企业会把它下载下来，租云、买卡、部署推理。模型越强、越开源、越便宜，AI 应用就越普及，token 消耗量就是指数级的往上翻。 模型平权的尽头，是算力和存储需求的大���发。 所以我的仓位逻辑从来没变过。我不赌哪家模型公司能赢，因为我知道它们谁都赢不了太久。 我赌的是它们厮杀时脚下踩的那片土地，算力、存储、云托管、推理芯片。 具体到这次 K3，最直接的受益方是云托管平台。开源模型要落地，企业不会自己从零搭数据中心，会用现成的云和 GPU 租赁服务。 谁提供部署 K3 这类开源模型的算力，谁就吃到这波开源浪潮的第一口肉。 模型的护城河用月计算，基础设施的护城河用十年计算，一个是流沙，一个是磐石。 被 Claude 折磨够了的人，今晚可以为 K3 痛快一下。 但如果你是做投资的，请把欢呼收一收，回头看看你的仓位里，有没有押在那个不管谁赢都稳赚的位置上。 模型会换代，铲子永远都要卖。