大模型开源阵营现在的排名下滑,比半年前大家预想的要严重不少。Artificial Analysis 榜单前十全是闭源模型,第一名 Claude Opus5.5 拿到 58 分,开源最好的小米 MiMo-V2.6-Pro 排第 11,只有 46 分。
半年前智谱 GLM-5 还以 50 分冲到全球第 5,头部开源模型的分数和名次都明显回落。Meta 即将开源 Muse Spark 权重,跑分 48 分,发布后就能登顶开源第一。国产下一代大模型该怎么应对闭源模型的强势挤压?
显示更多
大模型现在厉害了,能直接算出物理学可以验证的解析解! GPT-6 Astra只用两天,找到了两组非对称三维等离子体平衡精确解,直接推翻了存在59年的Harold Grad核聚变猜想。
物理学家只给了两轮提示,Astra自主迭代验算,结果经过工具核验完全成立。还有团队靠GPT-5.6-SOC,用纯数学方法构造出反例,论文附带Coq形式化证明。
这代表AI和人类联手攻克基础科学难题的路子,已经可以复制。AI不再只是写代码算数值,而是能直接推导重大猜想的解析解,基础科研的范式真的变了。
显示更多
大模型圈的现状
人人都能使用前沿模型是一项基本权益
大模型厂商真应该超严肃对待用户隐私问题,本来模型 API 就采集了不少用户数据(用户已知),这些数据怎么存储、再加工等用户就不知道了,也不可控。大模型厂商的相关客户端运行在用户电脑或服务器里,还非预期打破用户隐私边界的话,这种信任紧张关系立马就裂开。不少个人可能还无所谓,但许多公司/单位就非常有所谓了,隐私红线一旦突破,很快上纲上线。
我更担心的是这些大模型厂商或知名中转站被黑,导致海量隐私外泄或者被内部做恶。AI 超级威胁没到来之前,人类黑灰产早就泛滥成灾。
显示更多
大模型机器人开始了
再印度,已经有人给体力工作的工人报酬,让他们拍摄自己从事体力劳动的视频,以训练机器人学习人类劳动
大模型的核心竞争力不是看谁领先,都是暂时的
下一步,看谁是自己有芯片,能源,专家,渠道等全栈的,这样就有成本优势,分发优势,这样的话,spacex和google会很牛。
显示更多
大模型厂商在想,等 Deepseek V4 Pro 发了,会不会还有 Deepseek V4 Ultra?
大模型投资看五个维度:
1. 模型资产
领先多少?领先能保持多久?成本是多少?
2. 用户资产
日活、留存、使用时长、付费率和获客成本如何?
3. 分发资产
它是否拥有入口,还是必须长期购买流量?
4. 数据资产
用户行为能否形成合规、独特、可反哺模型的数据?
5.组织资产
团队能否在几轮技术范式变化之后仍然保持前列?
显示更多
大模型干活是真的喜欢硬干,之前我发个任务让它抓一个网页 只保留中间栏目的内容并转成PDF,特么刚开始它尝试用工具抓,发现达不到目的后,你知道它怎么干么?
它写了个js脚本,把抓下来的网页的html每个元素独立抓出来形成一个新的html,然后再调用浏览器的pdf打印功能输出,最后给搞出来了。
显示更多