Meet your favorite leopard from Natlan! 🐆 Say "yes" if you like my XILONEN look! 😉 🔥This month will have FOUR CHARACTERS on Patr0n/tinyasa 快来见见你最喜欢的纳塔猎豹吧！🐆如果喜欢我的 XILONEN 造型，请大声说“Yes”！😉 🔥本月在 Patr0n/tinyasa 将会带来 4 位角色的精彩内容。 ナタからやってきたお気に入りのヒョウに会いに来てください！🐆私の XILONEN コスプレが気に入ったら、ぜひ「はい！」と答えてね！😉 🔥今月は Patr0n/tinyasa で合計4人のキャラクターを公開します。 #xilonen# #genshinimpact#

Nathan Lambert 跑遍了中国所有头部 AI lab 1️⃣ Moonshot 2️⃣ Zhipu 3️⃣ Meituan 4️⃣ Xiaomi 5️⃣ Qwen / 6️⃣ Ant Ling 7️⃣ 回来写了一篇 Notes from inside China's AI labs 最让他震惊的 是文化层面的差异：GPU / 数据 / 模型这些硬件层面，中美几乎打平 他的原话 - 美国研究员有「为自己发声」的文化，ego 和职业野心，经常会挡在好模型面前 - 中国研究员的状态完全相反，极度低调，极度专注，被问到 AI 经济影响 / AI 伦理这种宏观问题时，第一反应是「我不懂这个 我不该评论」 他说：这种文化上的微小差异 累积到最终模型的质量上，是个真实的差距 · 原来做模型，拼到最后，拼的是 ego · 现在中美前沿大模型的输出已经在同一档 - Lambert 列出的相同点：最大的模型 / 最好的科学家 / 最多的算力 / 最 agentic 的训练流程，基本一致 - 差距开始挪到下一层，谁的文化能让最优秀的人更纯粹地做研究，谁就在下一代模型上拉开 · 原文链接（Notes from inside China's AI labs）：

Ondo Finance 创始人 Nathan Allman 今年 5 月去世且未留下遗嘱，其父母随后继承包括 Ondo 控股股权及大量 ONDO 代币在内的遗产。Nathan 的同母异父姐姐 Lani Clinton 与 Ondo 投资者 David Chen 近日向夏威夷法院申请对其 77 岁母亲 Kathleen Allman 的相关遗产权益设立有限监护，称 Kathleen 长期存在酒精滥用及认知、判断能力下降问题，并要求法院评估其是否患有痴呆。Kathleen 否认相关指控，称申请是代理 CEO Ian De Bode 阵营争夺 Ondo 控制权的进一步行动。Kathleen 此前已起诉 De Bode，指控其在 Nathan 去世后试图夺取公司控制权，并为自己安排价值逾 1000 万美元的薪酬及股权奖励。（CoinDesk）

吴说获悉，在创始人 Nathan Allman 意外离世后，Ondo Finance 新任 CEO Ian De Bode 发布公开信称，Ondo 当前链上资产规模已接近 40 亿美元，并将继续推进创始人制定的发展路线图。Ondo 表示，未来将从资产代币化进一步扩展至交易、主经纪商及资产管理层，构建覆盖股票、ETF、加密资产、大宗商品及预测市场的链上金融体系。其永续合约平台 Ondo Perps 预计将在未来数周上线，支持使用代币化现实世界资产（RWA）作为抵押品进行交易。

Ondo Finance 创始人兼 CEO Nathan Allman 意外离世！ 公司总裁 Ian De Bode 接任 CEO 一职. 创始人骤然缺席, ONDO 项目最高权力一夜完成交接。 Ondo Finance 是当前代币化美股和 ETF 赛道的头部公司，通过 Ondo Global Markets 把英伟达、苹果、特斯拉、SPY、QQQ 等美股资产带到链上，并在代币化股票发行方中占据超过 70% 的市场份额。

🕯 Ondo Finance 突发公告：创始人 Nathan Allman 不幸意外去世。 公司表示：深切缅怀其才华、谦逊与远见，正是Allman推动区块链开放金融系统快速发展。长期总裁 Ian De Bode 正式接任 CEO（已领导战略、产品与运营超两年，获董事会完全信任）。 Ondo 将继续全力推进 RWA 代币化业务（USDY、OUSG、Ondo Global Markets），以此纪念 Allman。

艾伦研究所的知名研究员Nathan Lambert，前两天来北京和我们熟知的国内 AI 公司聊了一圈，包括月之暗面、智谱、字节、阿里、美团、小米等等。 聊完之后，他写了一篇文章做总结。我觉得这篇挺有意思的，因为 Nathan 本身对硅谷非常熟，这次相当于带着硅谷的视角来看我们中国的 AI 实验室是怎么运作的，以及他看到了哪些不一样的地方。 文章我看完了，写一些自己的笔记。 1、DeepSeek 被所有人公认为技术品味和执行力最好，是技术方向上的引领者，但在商业上并不是引领者。 反过来，像字节、阿里这种巨头，被视为真正能够把大模型吃进整个业务体系、最终兑现成大规模市场份额的那批公司。 2、字节是各大中国 AI 实验室最重视的竞争对手，因为他们思路清晰，而且战斗力极强。 一个可以印证侧面是，在开放权重已经成主流气质的中国 AI 圈子里，字节是少数坚持走 OpenAI 这条闭源路线的公司，同时，目前他们的豆包应用地位相当于中国的ChatGPT。 3、美团、蚂蚁、小米这些公司为什么自己做大模型？国外Uber、Airbnb 这批公司也没做自己的模型，用的时候买别人的就行了。 但在这些中国公司眼里，LLM 是未来产品的核心底座，如果完全依赖外部模型，等于把自己最关键的那一层放在别人手里，被掣肘只是时间问题。所以宁可自己花大力气训一个通用模型，把这块底座攥在自己手里。 4、中国开发者几乎都被 Claude 圈粉了。Nathan 说，很多一线开发者描述日常写代码时，都主动提到 Claude，承认它改变了自己的开发方式，哪怕它在中国并不能正式落地。 少数人会提到自己在用 Kimi 或者智谱的命令行工具，但被问到真正高频依赖的助手时，几乎都会说回 Claude。在湾区很火的 Codex，在中国被提到的频率反而没有那么高。 5、中国的 LLM 社区更像一个生态，而不是彼此敌对。Nathan 和多家实验室私下交流后，发现他们谈到同行时，几乎都是尊重和欣赏，很少有火药味。而在硅谷，私下聊起其他实验室，话锋会很快变得尖锐。 6、中国大模型团队的整体气质和美国不一样。表面上看，大家都是搞大模型、RL、Agent，用的技术栈差不多，但在组织方式和人本身的气质上，中国这边更像一支全栈工程队。 研究员普遍愿意做琐碎、不出彩的脏活累活，愿意为了整体模型效果搁置自己的方案，不太追求个人署名和明星科学家身份。 这种弱 ego 的文化，在那种需要各个模块严丝合缝配合的大工程里，反而更适配。Llama 团队据说就是被相反的那种文化拖垮的，一群顶尖研究员都想让自己的方案进最终模型，互相博弈。 7、中国顶级实验室里，学生的比例非常高，而且是直接参与主战场的大模型研发，不是被边缘化的实习。和美国的 OpenAI、Anthropic、Cursor 这些几乎不开放相关实习形成鲜明对比。 Google 名义上有 Gemini 实习，但大家普遍担心实习内容被隔离在核心工作之外。 学生的优势是对旧时代 AI 范式没有太多包袱，能很快把上一套观念清空，重新学习。同时他们极度习惯在巨量论文和内部技术细节中速成，把复杂栈啃下来，进组之后就愿意把人生阶段压在这件事上。 8、中国研究员对宏大的 AI 叙事兴趣不高。Nathan 在和不少一线研究员聊天时，发现他们一提到经济结构变化、社会风险、AI 道德这些问题，往往会有明显的停顿和困惑，像是被问了一个和日常工作无关的问题。 很多人会直接表达，自己的角色就是把模型做好，而不是对社会怎么变发表观点。有位研究员还引用了 Dan Wang 的说法，中国是工程师在掌舵，美国是律师在掌舵。 Nathan 也观察到，中国并没有 Dwarkesh、Lex Fridman 这种能系统性把科学家捧成明星的播客生态。这种习惯既和个人性格有关，也深受教育和制度环境的塑造，他们在一个不鼓励公开争论社会议题的系统里长大，并且在里面取得了成功。 9、北京的 AI 圈子整体很像湾区版的紧凑硅谷。从机场下飞机，可以顺路去阿里北京园区，坐几趟滴滴，在三十六小时之内走完智谱、月之暗面、清华、美团、小米、零一万物等一长串机构。 整座城市里，打车过去就是一个新的实验室。选大一点的车型，常见是带按摩椅的电动小面包。这种空间上的密集分布，让不同实验室之间的交流成本被压得很低，研究员之间的流动也变得非常频繁。 10、中国研究员普遍更偏工程视角，对融资、产业格局、资本叙事这些话题兴趣没那么高。Nathan 在硅谷习惯了另一种氛围，研究员对外部环境的敏感度非常高，融资、算力、数据生态、行业风向，几乎每个人都在认真琢磨自己所在公司的位置和外部环境的关系。 因为今天做 AI 已经不是关起门来搞工程奇迹那种事了，模型公司同时是一个综合体，要建模、要部署、要融资、要拉生态，外面的每一根线都会反过来影响里面的研究节奏。 但中国研究员明显不在这个频道上。Nathan 问到行业生态、融资、算力供应、数据产业这些话题，得到的反应常常是耸耸肩，说那不是我的问题，我的事就是把模型做好。 11、中国企业对 AI 的花钱习惯，更接近云，而不是 SaaS。外界常说中国企业不愿意为软件买单，所以本土 AI 市场会偏小。但 Nathan 和多位从业者聊完后，感受到的现实是，虽然传统 SaaS 市场确实不大，但云服务在中国是个大生意。 关键问题变成，企业为 AI 付费，最终会更像买 SaaS，还是更像买云基础设施。从目前各家公司的实际讨论和规划来看，大家普遍不太担心企业侧的 AI 支出，倾向认为它会挂在更刚性的基础设施那一侧。 12、中国的数据产业在 RL 和高质量任务环境上明显不如美国成熟。和 OpenAI、Anthropic 那种可以为单个 RL 环境花上千万美元、一年累计几亿美金的玩法相比，中国团队的普遍反馈是，本土数据服务供应商不是没有，但质量参差不齐，很难直接买到能用的内容。 于是就形成了一种很中国式的解决办法，很多 RL 场景、评测环境干脆自己搭，研究员本人要花大量时间设计任务、构建环境。字节、阿里这种大公司，也会养起自己庞大的标注团队，在公司内部自给自足。 13、算力是所有中国实验室的共同痛点。无论走到哪家，大家对高质量英伟达 GPU 的需求都是一个词，不够用。如果供应允许，他们会毫不犹豫地继续加仓。 国产加速卡在推理侧评价还可以，已经被不少公司部署到在线服务里，华为芯片在很多实验室都有落地。但在大规模训练上，英伟达依然是黄金标准，国产方案更多是辅助补位。 14、在开放程度和生态态度上，中国实验室显得既务实又有整体视角。Nathan 几乎问遍了所有头部团队，为什么会在这样的环境下持续开放自家最强模型。他自己坦言，把所有权心态和真实的生态支持这两件事联系起来，他还没完全想明白。 但从对话里，他归纳出几个共同的现实诉求，通过开放权重，快速让更多开发者参与打磨，发现缺陷；通过回馈开源社区，获得技术和口碑上的正循环；同时在内部保留更定制、更私密的模型版本服务自家业务。整体表现出来的，是一种既不绝对开源、也不一味封闭的中间态。 15、中国实验室对英伟达芯片的渴求是压倒性的。Nathan 走访下来，所有人现在的进展都卡在同一件事上，就是英伟达的卡不够用。 如果能买到，毫无疑问会继续加仓。 这里他特意点出来一个区分，英伟达是训练这一侧的黄金标准，没有替代品。但在推理这一侧，画风就完全不一样了。包括华为在内的国产加速卡，评价都是正面的，不是凑合用，是真的能打。 Nathan 说他遇到的实验室里，无数家都已经能拿到华为芯片，供给这边不是问题。所以中国实验室现在的真实状态是一个两层结构，训练咬牙抢英伟达，推理大方用国产卡，分得很清楚。

据 CoinDesk 援引三名知情人士报道，Ondo Finance 创始人兼 CEO Nathan Allman 于今年 5 月 25 日去世后，公司曾被向潜在买家推介，但具体由谁推动出售尚不清楚。Ondo 发言人否认公司曾寻求买家或授权任何人进行出售谈判，Allman 遗产方拒绝置评。Allman 去世时未留遗嘱，其控股权及大量 ONDO 代币随后进入遗产继承程序；其遗产已判归父母，但 8 月遗产方起诉代理 CEO Ian De Bode，指控其试图非法夺取公司控制权和资金。根据现行法院命令，De Bode 可继续负责日常运营，但在控制权争议解决前不得对公司作出重大变更。知情人士称，这场持续升级的控制权诉讼可能已使潜在出售计划搁置。Ondo 目前管理产品规模超过 38 亿美元，历史公开融资总额为 3,400 万美元。

“算力是中国实验室最大的焦虑” 美国知名AI研究员Nathan Lambert认为，GPU稀缺不只是影响训练速度，也会改变模型策略：更少冒险实验，更强调沿着确定路径持续优化；同时也更早面对推理效率、国产芯片适配和本土AI技术栈的问题。 我们与Nathan的这场对话发生在6月初，当时美团LongCat-2.0还没有发布。现在回看，国产算力能否支撑更大模型训练，已经不只是技术讨论，而是中国AI接下来最关键的变量之一。 这是我们专访美国知名AI研究员、艾伦人工智能研究所（Ai2）后训练负责人Nathan Lambert的精华节选。 感兴趣的朋友，欢迎观看完整视频📷