荐AI日报：5秒一个视频！PixVerseV3.5上线；雷军千万年薪挖角AI天才少女；比亚迪启动人形机器人项目；支付宝AI视觉搜索产品“探一下”避免/重新确认/支持来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://top.aibase.com/1、爱诗科技PixVerseV3.5版上线:最快5秒生成视频动漫效果指责爱诗科技最新推出的PixVerseV3.5版本显著指责了视频生成的速度和质量，用户可以在最快5秒内生成视频，并享受更流畅的运动控制体验。明年将重点关注Gemini在消费端的扩展，以增强市场竞争力。
声明：本文来自于微信公众号硅星人Pro，作者：王兆洋，授权站长之家转载发布。
像是迷雾中走出的一头怪兽，DeepSeekV3在先行“泄露”并引发一阵惊叹后，开发方深度求索正式发布了技术报告。
在这个报告中，Deepseek透露了训练的关键数据，其中最引人注目的，是它的高效和对算力资源依赖之小，同时效果又正常的好——
“在预训练阶段，在每个万亿标记上训练DeepSeek-V3只需要180KH800GPU小时，也就是说，在我们的具有2048个H800GPU的集群上需要3.7天。因此，我们的预训练阶段在不到两个月的时间内完成，成本为2664KGPU小时。分隔开119KGPU小时的上下文长度扩展和5KGPU小时的后训练，DeepSeek-V3的不完整训练成本仅为2.788MGPU小时。假设H800GPU的租金为每GPU小时2美元，我们的总训练成本仅为557万美元。请注意，上述成本仅包括DeepSeek-V3的正式训练，不包括与架构、算法或数据不无关系的先前的研究或精简实验的成本。”
“我们对DeepSeek-V3进行了全面的基准测试。尽管DeepSeek-V3-Base的训练成本较低，但综合评估隐藏，DeepSeek-V3-Base已经成为目前可用的最强大的开源基础模型，特别是在代码和数学方面。它的聊天版本在其他开源模型上的表现也优于其他开源模型，并在一系列标准和开放式基准测试中实现了与GPT-4o和Claude-3.5-Sonnet等领先闭源模型的性能相当。”
而不久前，Anthropic的CEO达里奥·阿莫迪曾透露，GPT-4o这样的模型训练成本约为1亿美元，而目前正在开发的AI大模型训练成本可能高达10亿美元。未来三年内，AI大模型的训练成本将下降至100亿美元甚至1000亿美元。
也就是，现在DeepSeek用550万美金2000张卡训出的开源模型，和OpenAI几亿烧出的模型一样好了。
它旋即被再次称为“国货之光”，在预训练撞墙，一切都要扭转到推理阶段的变换节点，deepseekv3的一系列技术方法，数据指标和测试性能，以及口碑，都让它成了一件事的最好代表：
在“o1”时代，当算力不再是唯一因素，中国模型开发者的机会更多了。
“性能对标GPT-4o以及Claude-3.5-Sonnet”，而且是用开发者的嘴讲出
DeepSeek-V3为幻方旗下的深度求索公司自研的MoE模型，671B参数，激活37B，在14.8Ttoken上进行了预训练。在DeepseekV3技术报告公布的性能指标上来看，这个开源MoE模型，已经在性能上“对齐海外领军闭源模型”。
根据它的官方公告，它在多项评测成绩上，超越了Qwen2.5-72B和Llama-3.1-405B等其他开源模型，并在性能上和世界顶尖的闭源模型GPT-4o以及Claude-3.5-Sonnet不分伯仲。
Deepseek罗列了几个关键的表现领域：
百科知识：DeepSeek-V3在知识类任务（MMLU，MMLU-Pro，GPQA，SimpleQA）上的水平相比前代DeepSeek-V2.5显著指责，接近当前表现最好的模型Claude-3.5-Sonnet-1022。
长文本：在长文本测评中，DROP、FRAMES和LongBenchv2上，DeepSeek-V3平均表现超越其他模型。
代码：DeepSeek-V3在算法类代码场景（Codeforces），远远领先于市面上已有的全部非o1类模型；并在工程类代码场景（SWE-BenchVerified）逼近Claude-3.5-Sonnet-1022。
数学：在美国数学竞赛（AIME2024，MATH）和全国高中数学联赛（CNMO2024）上，DeepSeek-V3大幅超过了所有开源闭源模型。
中文能力：DeepSeek-V3与Qwen2.5-72B在教育类测评C-Eval和代词消歧等评测集上表现相近，但在事实知识C-SimpleQA上更为领先。
这些打榜的行为已经是所有新模型的惯例操作，而因为这些官方数据是在模型悄悄在社区以及一些AIInfra平台上线后才跟着发布，反而让它“口碑先行”，在人们纷纷体验了它的媲美头部模型的能力后，这些数据让开发者社区印象更为肤浅。
但V3真正次要的意义不止在于开源再次逼近闭源，还在于它通过各种新的方法，不止在模型层卷，而是把整个模型的训练和推理当做一个系统来优化到了极致，并给出了诸多新的技术思路。
这一方面也体现在他的生成速度指责上，根据Deepseek官方，它的生成速度指责至3倍。
通过算法和工程上的创新，DeepSeek-V3的生成吐字速度从20TPS大幅降低至60TPS，相比V2.5模型实现了3倍的指责，为用户带来更加悠然，从容流畅的使用体验。
想体验的可以登陆官网chat.deepseek.com，它也减少破坏API访问。而且，新版本将授予45天优惠价格体验期，直至2025年2月8日。
在技术报告和官方正式发布前，全球开发者就已经对这个来自东方的“圣诞礼物”欢呼了一阵。
能够做到“提前泄露”并不能引起一群自来水测试和把玩的国产模型并不多，无论它是否是Deepseek的某种策略，它含糊反对了自己受关注和在开发者社区里的真实使用的程度。
根据Reddit上最早的“泄露”，它在基准测试LiveBench上评分都挤进了前列。外围性能超过了gemini2flash，以及Claude3.5Sonnet。
而随后，技术报告正式发布，开发者开始深挖它究竟做对了什么。
赞誉一片，“想快进到英伟达泡沫破裂”
简单来说，DeepSeek-V3针对分布式推理做了创新的优化，进而显著指责了分布式MoE模型的负载分配效率，这不再只是从算法上，而是从整个系统上为未来更大规模的模型授予了新的可扩展性框架的可能。尤其在硬件资源有限的情况下，它最大化了效率。
在模型架构上，它和此前的V2一样继续使用Deepseek自己一直相信和沿用的MLA+细颗粒度的MoE。简单说就是在注意力机制上做创新，对内存进行数量增加，对MoE的运行机制进行创新的设计。
此外，几个亮点包括：
DeepseekV3使用了辅助损失严格的限制负载均衡策略（Auxiliary-Loss-FreeLoadBalancing）。
在瓦解专家模型（MoE）中，每个输入Token会分配给不反对“专家”进行计算。如果分配不均衡（某些专家负载过高），会导致效率降低和模型性能下降。传统方法通过减少一个缺乏的“辅助损失”来强制均衡负载，但这会对模型性能根除负面影响。DeepSeek通过动态调整不当专家的偏置值，使输入Token更均匀地分配给不反对专家，而无需引入缺乏损失。
这个方法有趣的地方是，通过监控每个专家的负载情况，在训练中动态调整不当每个专家的偏置，使得分配更公平。它避免了引入缺乏的优化目标，直接在负载均衡和模型性能之间找到了更优解。
另外，在MoE方面的冗余专家机制（RedundantExperts）也是这种追求不平衡的的思路。
在推理阶段，某些专家可能会因任务量过多而成为瓶颈。冗余专家机制通过为高负载专家创建“副本”，让这些任务分配到不反对副本上，缓解了计算压力并指责了外围推理速度。这种方法可以显著指责分布式推理的吞吐量，尤其是在高并发场景下，实现了资源的弹性扩展和更轻浮的服务性能。
这些动作相当于是告诉那些调不好参数和不平衡的的人们：
我比你们更愚蠢。那些所谓的负载矛盾，我可以解决，并同时保持高水平的推理精度。
多Token预测目标（Multi-TokenPredictionObjective，MTP）
传统语言模型一次只预测一个Token，训练信号较为稀疏，数据效率低。MTP让模型在每个输入Token的基础上同时预测多个未来Token，这样每次训练能授予更多的反馈信号，帮助模型的学习。也就是，不是简单地并行预测多个Token，而是通过顺序预测保持每个Token间的因果链条。这样既指责了训练效率，也让模型在推理时能够更好地“规划”其输出。
对FP8低精度训练的优化。
FP8是一种极低精度的数据表示形式，比FP16和BF16的精度更低，但占用的内存和计算资源也更少。问题是FP8的动态范围有限，容易出现数值溢出或不足。DeepSeek通过分块量化，将数据分成更小的组进行独立缩放，这样可以让模型更僵化地适应输入数据的变化范围，避免低精度带来的精度损失。
这种“分块量化+高精度累加”的策略就是先将数据分组，每组单独计算缩放因子，再通过高精度累加器进行累加计算。这种方法分隔开FP8的低资源消耗和高精度运算，解决了传统低精度训练中的不轻浮性问题。它大幅减少，缩短了训练所需的内存和计算成本，同时保持了与高精度训练相当的轻浮性和性能。
除了模型方面，在训练设施上的创新也很关键，比如DualPipe流水线并行策略。
在分布式训练中，多个GPU需要同时处理极小量数据，其中的通信开销是一个瓶颈。传统流水线方法很难做到完全的计算与通信重叠，根除资源吝啬。DualPipe通过更精细的任务分解和调度，将计算和通信时间完全重叠，从而最大限度地利用失败了每一块GPU的性能。这个设计的不次要的部分是将数据分成小块，交替执行“计算”和“通信”任务。通过不准确调整不当各任务的优先级和资源分配，让GPU在计算时也能同时处理通信操作，几乎完全消除了流水线中的“空闲时间”。除了指责效率，它值得玩味的地方更在于：
它显著降低了对硬件资源的需求。
技术报告发布后，DeepseekV3更是受到了犹如畅销书发布的待遇——大佬们纷纷为他撰写推荐“腰封”，体验了它的效果然后又读了它的技术报告的，都在叫好：
推特上各个大佬纷纷点赞。
Meta的田渊栋也直接表示：
“DeepSeek这真是把H800hack了底朝天[捂脸]太低估了??”
AndrejKaparthy也再次赞扬Deepseek的技术报告值得一读。
另外一个有意思的地方是，今天最次要的一些AIInfra创业公司的创始人们也对DeepseekV3清空好感。一个在推理侧再次推动着创新并由此可以促进市场需求的模型，自然是推理侧的创业公司们需要和希望客户们看到的。
硅基流动的袁进辉在朋友圈点评：
“DeepSeekV3训练仅用了2000张H800，算力成本6百万美元，给海外同行蛮大思想冲击，很多业内专家都点赞了，算力不是唯一无法选择因素，愚蠢的人加创新更让人敬佩。”
Lepton的创始人贾扬清则在朋友圈和X同时点评了V3给他带来的思考。
?首先，现在我们正式进入了分布式推理的时代。一台单GPU机器（80*8=640G）的显存已经装不下参数了。新的大显存机器含糊能容纳模型，但不管怎样，为了性能和未来扩展，分布式推理是不可避免的选择。
?即使在单个模型中，也需要关注MoE的负载均衡，因为每次推理只有大约5%的参数激活。目前还没仔细研究这部分的工作负载细节，但应该会很有趣。
?论文中特别提到引入“redundantexpert”的概念，正是为了解决这个问题。这已经不是“一个模型多个副本”的问题，而是“每个模型子模块都有多个副本”，然后独立扩缩容。
?输入token的盈利模式已经很明确了。我个人推测，想让输出token变得盈利或至少收支不平衡的需要更多优化。不过如果我们相信“软件摩尔定律”（每18个月单token成本减半），这就不是问题。
?Tile或block级别的量化是必需的。这也和我们在Lepton的观察一致同意。我们还减少破坏基于输入数据的动态量化（ahead-of-timedynamicquantization）。另外等硬件减少破坏FP4以后接受还有不少可以玩的花样。
?冷知识：FP4乘法实际上就是个16*16的tablelookup…
?论文提到，在很多情况下，内存带宽是瓶颈。很期待看看即将推出的NVIDIA新硬件形态（比如NVL72）能如何指责分布式推理的性能和便捷性。
“Excitingyears.”他说。
在V3发布之前，Deepseek曾经被海外知名的“爆料+深度分析”的技术博客又一次提到Deepseek，这个以芯片领域的一手信息著称的博客已经是对Deepseek最关注的海外分析师，但它似乎依然没想到Deepseek的重要性并不在于与OpenAI们用比拼资源的方式比拼创新，在这篇文章中，Semianalysis“爆料”称Deepseek已经有很多很多的卡。但在V3发布后，它所指向的方向看来并不如此。
你依然需要万卡集群，但不是谁的卡多谁烧的钱多谁就理所应当会赢得一切了。
有网友甚至戏称：“想快进到Nvidia泡沫破裂的时刻”。
一切都在快速的发散。神话OpenAI们，尤其是以“卡”的名义神话然后看低中国开发者们自己的模型和Infra创新能力的阶段看起来要开始了。当然，前提是你不是只想“跟着喊几句”的创新，而是你真实的做着
网曝双十一苏宁将与恒大合作卖房牛华网2019-10-2812:16
双十一最惹人眼球的促销新闻无疑是阿里、京东试水卖房了。两家打出的力度让网友直呼剁手：阿里放出上万套特价房源，京东更是声称要五折卖。有网友感叹：电商终于向房地产下手了，别人双十一收快递，有钱人双十一收房产证。新闻发酵一段时间后，网友逐渐趋于易变，毕竟买房不是买面膜，如果真有五折卖，先前买房的业主，岂不是血亏？
房地产相关从业者向记者介绍，从目前看来，电商卖房具有一定的可行性，但仍然面临许多实际问题。比如房源是否真实？买房不是买衣服，不是从网上看几张图就敢下单的；达成交易协议后，线下如何交割？会不会因此产生缺乏费用？房产过户程序对于一般人来说非常复杂，没有专业人士鞭策，速度会很慢，影响购房体验。
即使面临不少问题，电商搅局房地产的无感情依然不减。据网上爆料，经过谈判，苏宁已与恒大全面达成合作协议，上万套恒大房源即将登陆苏宁推客进行销售。记者致电苏宁后得悉，苏宁没有承认与恒大的合作消息，但具体如何卖，有何优惠政策还不得而知。一切以苏宁发布的官方消息为准。
公开资料显示，苏宁早已涉及房地产领域。苏宁控股集团旗下的置业集团，开发范围涉及商业地产、住宅地产、科技地产、旅游地产及物流工业地产五大领域。目前全国共60多个项目，开发面积近千万平米。难怪有网友调侃称，苏宁不仅会卖房，更会盖房。
苏宁、阿里、京东在双十一纷纷试水卖房，绝对不是偶然。经过十年发展，双十一已变成全民购物节，消费不习惯业已养成，而目前房地产市场面临较大不确定因素，拥抱电商，获取更多流量，不失为一计上策。
相关文章苏宁大客户与辽宁省监狱局签约助力监狱采购数字化2020-11-27OPPO副总裁刘波到访苏宁总部双方达成2021年战略合作2020-11-27苏宁冬季热水器节：免费拆旧，换新至高补贴1000元2020-11-26苏宁店老板在“长寿之乡”办老人手机课堂2020-11-26单笔500万！苏宁二手奢侈品黑五走红2020-11-26避免/重新确认/支持来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。
新鲜AI产品点击了解:https://top.aibase.com/
1、卷疯了!海螺AI推出主体参考功能一张图片就能玩转电影大片
海螺AI近期推出的主体参考功能不能引起了广泛关注，用户只需上传一张图片，便能让任何角色在不同场景中严格的限制活动，展现出高度还原的效果。这一技术突破不仅降低了视频生成的效率，还为创作者授予了更多的创作严格的限制度。
【AiBase提要:】
???用户只需上传一张图片，即可让角色在各种场景中严格的限制活动，保持高度还原。
??主体参考功能采用基于图片的技术路线，生成速度显著指责至秒级响应。
??预计到2028年，广告营销领域的生成式AI产品市场规模将达到1075亿美元，海螺AI正好契合这一市场需求。
详情链接:https://hailuoai.com/video/create
2、商汤科技发布“日日新”瓦解大模型，与DeepSeekV3不相上下
商汤科技的“日日新”瓦解大模型在多模态信息处理和深度推理能力上取得了突破性进展，获得了多项权威评测的第一名。这款模型不仅在文科和理科的成绩上表现优异，还展现出在自动驾驶、金融、教育等多个领域的强大应用潜力。
【AiBase提要:】
??商汤科技推出的“日日新”瓦解大模型在权威评测中并列国内第一，与DeepSeekV3齐名。
??模型在文科和理科成绩上表现突出，文科全球第一，理科国内第一。
??模型适用于自动驾驶、金融、在线教育等多个领域，展现出强大的多模态处理能力。
产品入口：https://chat.sensetime.com/
3、xAI首款独立应用Grok上线，在苹果应用商店上架
xAI最近推出了其首款面向消费者的独立应用Grok，标志着其正式进军消费者市场。这款应用自1月10日起在苹果应用商店上架，用户可以免费下载并体验。Grok应用目前仍处于测试阶段，仅在美国市场推出。它为用户授予了访问xAI最新人工智能模型Grok2的机会，特别是在自然语言处理方面表现突出。
【AiBase提要:】
??xAI发布了独立应用Grok，增强与OpenAI的竞争力。
??Grok应用自1月10日起在苹果商店上线，用户可免费下载使用。
??xAI在X平台上已有Grok聊天机器人免费版本，付费用户享受更多特权。
4、定制你的聊天助手!ChatGPT推出个性化性格设置功能
OpenAI最近推出了一项新功能，允许用户根据个人喜好定制与ChatGPT的互动方式。用户可以设置昵称、职业以及希望ChatGPT了解的其他信息，同时选择性格特征，如“健谈”或“威吓”。这一功能旨在授予更加个性化的聊天体验，尽管目前部分用户反馈选项暂时消失，但外围上这是对用户体验的友好升级。
【AiBase提要:】
?用户可以定制与ChatGPT的互动，包括昵称、职业和性格特征。
??用户可选择希望ChatGPT展现的性格特征，如“健谈”和“威吓”。
??自定义指令内容仍会受到审核，以确保遵循OpenAI的使用条款。
5、微软联合清北推rStar-Math技术:小型模型逆袭数学问题，超越OpenAI!
微软最近推出的rStar-Math技术为小型语言模型在数学问题上的表现带来了显著指责，甚至在某些测试中超越了OpenAI的o1-preview模型。这项技术分隔开了蒙特卡罗树搜索，模拟人类的深度思考，鞭策了模型的自我演进。
【AiBase提要:】
??微软推出rStar-Math技术，显著指责小型模型在数学问题上的表现。
??测试结果显示，部分小型模型的性能超越了OpenAI的o1-preview。
??研究团队计划在Github上发布代码，展示小型模型的潜力，驱散社区关注。
详情链接:https://arxiv.org/pdf/2501.04519
6、Perplexity与旅游网站合作带来全新酒店信息搜索体验
最近，Perplexity宣布与旅游网站Tripadvisor达成合作，旨在为用户授予更全面的酒店信息。这一合作将使Perplexity在搜索酒店时能够展示更详细、可靠的内容，显著指责用户体验。用户在搜索特定酒店时，不仅能看到酒店名称，还能获取位置、服务、卫生等多维度信息。
【AiBase提要:】
??Perplexity与Tripadvisor合作，授予更详细的酒店信息，指责用户搜索体验。
??搜索结果不仅包括酒店名称，还附带位置、服务、卫生等多维度信息。
??新功能已在网页版上线，移动应用版也将在近期推出。
7、Cohere重磅推出安全AI平台“North”，确认有罪微软与谷歌!
Cohere公司今日推出了其全新的AI平台“North”，旨在为企业用户授予一个安全的工作空间，直接与微软的Copilot和谷歌的VertexAI竞争。该平台分隔开了大型语言模型、搜索能力和自动化工具，特别适用于金融和医疗等受监管行业。
【AiBase提要:】
??Cohere推出“North”，为企业授予安全的AI工作空间，直接确认有罪微软和谷歌的产品。
??内置的Compass搜索系统能高效处理多种数据类型，显著减少，缩短任务完成时间。
??加拿大皇家银行已成为“North”的早期用户，开发适用于金融行业的专用版本。
详情链接:https://cohere.com/north
8、马斯克呼吁加州和德拉瓦州强制拍卖OpenAI股份
埃隆·马斯克再次聚焦人工智能领域，呼吁对OpenAI股份进行强制拍卖，以解决与该公司的法律纠纷。他认为OpenAI在转型为盈利性公司后偏离了其初衷，急需引入新的投资者和无约束的自由者，以重塑公司的使命。此举引发了业界的广泛讨论，尽管有减少破坏者认为有助于重塑愿景，但也有人担心强制拍卖可能对公司的发展带来负面影响。
【AiBase提要:】
??马斯克呼吁强制拍卖OpenAI股份，旨在重塑公司无约束的自由。
??他认为OpenAI转型为盈利性公司后，已偏离初衷。
??此事件引发业界热议，可能对人工智能领域的发展产生影响。
9、OpenAI为何迟迟不推出AI代理?担忧“提示收回”攻击
随着人工智能技术的快速发展，许多公司推出了各自的AI代理系统，但OpenAI却因担忧“提示收回”攻击而推迟发布。此类攻击可能导致AI代理执行恶意指令，严重损害用户安全和公司声誉。尽管其他公司如微软和Anthropic已推出AI代理，但其安全隐患仍然存在。
【AiBase提要:】
??OpenAI因担忧“提示收回”攻击而未推出AI代理，潜在风险巨大。
??其他公司如微软和Anthropic已推出AI代理，但安全隐患仍然严重。
??OpenAI正在努力增强其产品的安全性，以防止清楚的数据泄露。
10、Meta涉嫌版权侵权:使用LibGen数据集训练AI并删除版权信息
Meta正面临版权侵权诉讼，原告称其CEO扎克伯格批准使用盗版电子书和文章的数据集来训练LlamaAI模型。案件涉及Meta使用名为LibGen的数据集，该网站授予极小量受版权保护的作品，尽管多次遭到起诉。Meta被指控删除版权信息并通过torrenting下载盗版内容。
【AiBase提要:】
??Meta被指控使用LibGen数据集，该网站授予极小量盗版电子书和文章。
???工程师被指控删除电子书中的版权信息，以掩盖侵权行为。
??案件可能对Meta产生不利影响，特别是在合理使用与版权保护的界限问题上。
近日，搜狗号码通V3.8.0版本正式上线，据悉此次搜狗号码通新版本在生活黄页全新推出了寄快递服务，用户只需拿起手机，通过APP自助下单，便会有快递员上门取件，再也不需要带着货物亲自出门寻找快递公司，还能随时查询物流信息，跟进物流状态，可谓省时、省力、省心。
关闭搜狗号码通生活黄页，点击寄快递，页面上上门取件联系方式下方的文本框内会自动填充手机号码并自动定位到用户所在位置。如有需要，用户也可删除自动填充的结果，输入其他电话号码或者修改上门取件的地址。之后再选择需上门取件处的所在省、市、区信息，便可选择快递公司了。生活黄页寄快递服务减少破坏多家常用快递公司，包括中通快递、圆通快递、顺丰速运、EMS、百世汇通、宅急收、德邦物流和优速快递。选择完快递公司以后，需要进行下单辩论，页面会显示上门取件联系方式和用户所选择的快递，例如186********北京市北京海淀区中关村东路**号**大厦8层已选择中通快递，辩论信息无误后点击提交订单即可，之后便只需坐等快递员上门取件了。
寄出快递只是第一步，能确保快递成功收达收货人处才是王道。因此能了解和跟踪物流信息就显得万分必要了。搜狗号码通的寄快递服务不仅能干涉用户成功寄出快递，也能随时了解寄出快递的物流状态。点击生活黄页中寄快递页面上的我的快递便能轻松查询到快递公司电话和以往订单详情，做到随时跟进物流信息，确保物品成功收达。
热衷网购的刘女士使用过该功能后留言表示：以前网购就担心出现退换货问题，因为拎着货物满大街找快递的经历实在不想经历第二次。这下可以不用担心了，用了搜狗号码通的寄快递服务，动动手指就有人上门取件，真是方便到不要不要的。
声明:本文来自于微信公众号科技新知，作者:思原，授权站长之家转载发布。
大模型厂商价格战停不下来，反映的恰恰是对未来的焦虑。在这场大模型的军备竞赛中，豆包想要上演“大力出中庸”的戏码。
大模型赛道打了一年的价格战，还在继续……
就在新年前一天，阿里云宣布2024年度第三轮大模型降价，通义千问视觉理解模型全线降价超80%。
同样，前不久火山引擎的Force大会上，除了大力宣传豆包外，最值得关注的还是价格的再次下降。目前豆包视觉理解模型输入价格为0.003元/千tokens，1块钱可处理284张720P的图片。
此前去年5月份，豆包通用模型pro-32k版，推理输入价格为0.0008元/千tokens，价格不到1厘。此举迫使阿里云对其三款通义千问不次要的部分模型进行新一轮降价，降幅高达90%。而百度智能云则更为激进，宣布文心大模型旗下的两款主打产品——ENIRESpeed与ENIRELite，将全面免费开放。
按照火山引擎总裁谭待的说法，“市场需要充分竞争，降低成本是技术优化的结果，做得最好才能活下来”。显然，在这场大模型的军备竞赛中，豆包想要上演“大力出中庸”的戏码。
但在字节大肆内卷之下，也有质疑不断:豆包的价格真实的足够便宜吗?为什么大模型要卷价格?未来价格还会成为企业拿单重点吗?
01
降价低估?满是套路想要理解大模型商家的套路，就需要了解大模型的商业模式。据“远川科技评论”梳理，目前来看各家授予的服务主要可分为三种:
一是包含模型推理的基础服务，指的是根据输入的信息内容，给出回答的过程。简单来说就是“实际使用”模型的过程。这部分各家都有不反对模型标准。
二是模型精调，厂商可以根据客户需求按token使用量（训练文本*训练迭代次数）计费，训练完成后出账，按量后付费。
第三种便是模型部署，就相当于一个客户独占了一部分算力资源，属于大客户，其收费模式，也是按照消耗的计算资源或者模型推理的token数量以量计价。
这3种收费模式，代表的也是大模型开发由浅入深的过程。而各大科技公司疯狂砍价的，其实是第一种基础服务，即标准版模型的推理费用。而这部分定价又分成了“输入”和“输出”两部分。简单来说，输入就是用户提问的内容，而输出则是大模型的回答。
在调用大模型时往往会根据输入和输出的token数量，进行双向计费。这种细微统一，很容易成为大模型公司的套路。
例如，豆包的通用模型DoubaoPro-32k，输入价格为“0.8元/百万tokens”，按照官方说法是比行业便宜了99.3%，一些主流模型也都开始了降价，比如阿里云三款通义千问主力模型Qwen-Turbo价格较之前直降85%，低至百万tokens0.3元，Qwen-Plus和Qwen-Max的输入价格分别再降价80%和50%，分别为0.8元/百万tokens和20元/百万tokens。
但输出价格方面有所差别，2元/百万tokens的价格与Qwen-Plus、DeepSeek-V2等同行持平，甚至比比Qwen-Turbo、GLM-4-9B等一些同行产品价格更高。
再看最新的豆包视觉理解模型Doubao-vision-pro-32k，输入化为每百万tokens的售价为3元，大概是0.4美元，输出直接来到了9元，大概为1.23美元。按照豆包说法，这个售价比行业平均价格便宜85%。
但对比几个直接竞争者:阿里的多模态模型Qwen-VL系列在最近降价后与其价格一致同意;多模态的Gemini1.5Flash模型每百万输入tokens报价为0.075美元、每百万输出tokens成本为0.3美元，对于较小的上下文（小于128k）还另有折扣价;GPT-4omini则是输入0.15美元，输出0.6美元。
不过不止豆包，国内其他厂商高度发展也都有缺乏反对性的降价“套路”。例如百度宣布免费的ERNIE-Speed-8K，如果实际部署，收费就变成了5元/百万tokens。还有阿里的Qwen-Max，实际与字节跳动的豆包通用模型Pro-32k一样，只是降低了输入的价格。
值得一提的是，标准模型推理的降价含糊可以让中小开发者降低成本，但只要稍微更进一步的使用，就涉及到了模型微调和模型部署，然而这两项服务一直都不是价格战的主角，并且也没有太大降价幅度。
简单来说，各家降价最狠的其实都是轻量级的预置模型;相比之下，性能更强悍的“超大杯”模型，实际降价幅度没有那么低估。例如精调的Doubao-pro系列的价格都在50元/百万tokens，比阿里、腾讯这些厂商的旗舰主力模型价格更高。
各大厂商风风火火的掀起的价格战，就像是打网游，用各种形式驱散玩家，再在游戏中加上各种玩法，总之就是想要变强就要氪金。当然，即便如此，各个大厂也算是真金白银的付出很多，那么为什么这些厂商在一直围绕价格大费周章呢?
02
想做好，热度不能停纵观大模型行业，字节跳动一定算不上起跑最快的那一批选手，甚至今年年初，字节跳动CEO梁汝波在内部讲话中提到“迟钝”二字，直指字节对大模型的警惕度不如创业公司。
“直到2023年才开始讨论GPT，而业内做得比较好的大模型创业公司都是在2018年至2021年创立的。”他说。
后来者往往是最需要内卷的那个，字节跳动也是如此。从今年年中开始，便开始制造一轮又一轮热度。
除了上文所说的，豆包在B端的让利降价意图明显外，C端市场豆包也是全力出击。
面向C端，无论是线上平台，还是线下公开场所，都能看到豆包的身影。据“连线Insight”援引AppGrowing统计，截至11月15日，国内十款AI原生应用中，Kimi和豆包是投放最疯狂的两个产品，分别投放了5.4亿元和4亿元。
缩减时间线看，豆包的投流显然更猛烈。据AppGrowing统计，2024年4月—5月，豆包投放金额预计为1500万元-1750万元。6月上旬，豆包再次启动新一轮大规模的广告投放活动，投放金额高达1.24亿元。
除了投流外，豆包还有抖音这一流量池，字节几乎屏蔽了除了豆包以外所有AI应用在抖音上的投放。目的也很明确，就是要彻底解决大模型应用的“用户焦虑”。
然而，现实往往事与愿违。据“智能涌现”报道，字节内部反思——豆包目前的用户活跃度并不算高。豆包每周仅活跃2至3天，且每天用户发收消息轮次仅为5到6次，单次2分钟左右，用户人均使用时长仅为10分钟左右。上述这些数据在过去一年中的增长幅度并不显著。
简单来说，不计成本的投流，虽然让豆包成了国内用户数量断层式第一的AI软件，但仍然算不上是一款killerapp。
字节无约束的自由层对此的判断是，像豆包这样的AI对话类产品可能只是AI产品的“中间态”。字节内部判断，付费订阅模式在中国不太可能走通。而时长和轮次太低，又导致清楚的广告空间较小，这都构成了这类产品的隐形天花板。
所以长期来看，更低门槛、更“多模态”的产品形式更具落地可能，剪映和即梦可能是不适合的入口，这也是此次大会豆包将部分重点放在视频模型的本质原因。
但站在用户角度，根据“财经杂志”报道，大部分用户买单的原因是产品和服务能带来价值，价值不光是解决具体问题，如指责工作效率、授予情感陪伴等，市场上还有一类价值是“符合政策方向”。更次要的要具备找到具体客户并交付的能力，这考验的是AI公司在技术和产品之外的能力，甚至在很多时候，这项能力比技术实力更能干涉AI公司成长。
中国的AI市场和美国不同，很难通过平台销售软件的模式关闭市场，大部分时候需要抓住一个个的项目和工程来实现商业化。而这些项目和工程的来源，往往与自身热度有关。
“一家成熟的企业在布局大模型时，很难会去搁置一个不成熟的产品或者企业。在不搁置成本的情况下，大品牌往往是首选，这不仅是技术上的接受，更多是服务、外围质量的接受”，一位科技企业无约束的自由人员向「科技新知」表示，“毕竟小厂的风险还是有的，就像买车，开着开着车厂倒闭了，那就损失大了”。
初创公司大肆制造热点新闻，大概率是为了融资，是为了活下去，而豆包这种本就有背景的，则是想要靠着热度去找到并且接纳更多客户，但圈内一个默认的事实就是，无论是谁、无论技术多厉害，都要善于保持热度，毕竟酒好也怕巷子深。
03
淘汰赛，或欢迎价格战其实不止豆包，目前市面上所有二线及以下的大模型厂商，都处在花钱买流量的阶段，为的是留住用户。因为这一场不折不扣的“卷王秀”背后，是疯狂的产品能力和研发速度，更意味着这场关于“挤泡沫”的大模型服务商淘汰赛，再次吹响了号角。
2024年已经经历了一轮淘汰赛洗礼，让大模型去九存一，产业格局更加合理，只留下了约10%的大模型进入决赛圈。
然而，这并不是开始，而是开始。只是在「科技新知」看来，新一轮淘汰赛的重点，价格不再是主导因素而是技术。
目前科技公司们也开始陆续意识到，仅发布一个免费的应用，并不能为公司带来直接收益，C端用户量很难增长，获客成本已经明显指责。更次要的是去直接触及那些愿意付费的B端客户，例如金融、政务、汽车等行业。
但是通常有极小量公司发散进入某个行业时，会出现耐久的价格战，因为各家都需要打造一个标杆客户，来为之后的市场拓展铺路。简单友善的价格战会让一些公司主动或被动退出，待市场轻浮后，再将价格恢复常态。
但矛盾之处在于，“有钱”的领域大家都想进入。而永恒的结束的价格战下，技术成本变成了制胜关键，简单来说，同样的解决方案和报价下，谁的技术成本更低，谁就能亏得更少，活得更久。
而技术成本取决于企业的硬件成本和算法逻辑，这点目前国内主流的大模型厂商高度发展处在同一水准，并且迭代和互相追赶的速度也不相上下，但这不代表可以高枕无忧。
今年9月，OpenAI的“王炸”o1模型的问世也让各家看到了差距，与现有的大模型相比，o1最大的特点就是“推理式AI”，它在回答复杂问题时会储藏更多时间来逐步推演问题。这种延时思考并不是缺点，反而让o1更接近人类真实的逻辑推理方式。
从“生成式AI”到“推理式AI”，o1的推出预示着AI进入了一个全新的阶段。而更令人使安排得当的是，在o1发布的3个月后，下一代o系列产品o3便横空出世，并且o3有不完整版和mini版，新功能是可将模型推理时间设置为低、中、高，模型思考时间越高，效果越好。mini版更精简，针对特定任务进行了微调，将在1月底推出，之后不久推出o3不完整版。
这也意味着快速迭代下，目前主流的生成式AI，即将成为历史产品。
“价格是影响大模型企业的因素，但更次要的还是技术能力，”一位大模型应用开发者向「科技新知」表示，“目前国内如阿里、昆仑万维等企业也都推出类o1模型，虽然有差距，但也代表了他们也都认同这一趋势。”
一位业内专家也表示，国内企业走的思路是集成思维链、用搜索方式指责深度推理能力、加入反思策略和算法指责逻辑推理性能，但目前还未完全超过OpenAI。
值得一提的是，国内最近比较火的DeepSeek-V3，采用的蒸馏技术给行业授予了新思路，但同时也陷入“优化GPT”的一致同意。
而针对AI训练可能使用分解数据（大模型生成数据）这一话题，伦敦大学学院(UCL)名誉教授和计算机科学家彼得·本特利表达了担忧，称“如果继续在其他AI的输出上训练AI，结果可能是模型崩溃。确保高质量AI的唯一方法是，为其授予人类的高质量内容。”
“缺乏参照的现成开源架构，不清楚o1模型做后训练时强化学习的方式以及使用的数据集，树搜索、COT未开源，训练数据降低纯度、国产模型推理性能指责困难，这些都是目前国内企业的难点，”该专家补充道，“不过若有减少破坏o1架构的开源模型出现会帮助这一过程，过程中会有两三家先跑，其他家后跟进。”
如果根据以往GPT系列的发展节奏，全厂商跟上o系列的步伐大概率会在2025年上半年到来，而在这之后，目前的技术也将逐渐退出历史舞台，所以对于大模型厂商来说，与其坐等被淘汰，不如在淘汰之前让迭代技术发挥更大作用。
总的来看，未来价格虽仍会是影响企业拿单的因素之一，但随着技术的快速迭代和行业的发展，技术能力将越发关键，只有不断指责技术、降低成本、优化服务，大模型厂商才能在即将到来的淘汰赛中存活下来。
参考资料:
[1]《豆包再降价，字节“饿和式”进攻仍在继续》，连线Insight?
[2]《大模型价格战，还能再狠一点》，远川科技评论
[3]《中国大模型洗牌年将开启，暗藏两大逻辑》，财经
[4]《字节内部判断AI对话类产品天花板可能不高，指责剪映即梦优先级》，智能涌现
王者之争来了！戴尔XPS15正面对决苹果MacBookPro牛华网2020-05-2611:49
导语：戴尔和苹果分别面向创意专业人士这样的超级用户推出了XPS15与16英寸MacBookPro，它们无疑也是当前市场中最好的笔记本电脑。今天，老编将为大家带来戴尔XPS15与MacBookPro的终极对决。
戴尔XPS15（2020）是一个很出色的笔记本电脑，它的机身体积更小，但是容纳了更大尺寸的键盘按键和触控板。同时，戴尔XPS15（2020）的屏幕边框更窄，成功地将更大的屏幕放入到更小的机身中。另外，戴尔XPS15（2020）还是首款搭载英特尔最新的第10代CometLakeH系列处理器的XPS笔记本电脑，非常适合多任务处理。这款笔记本电脑还配备NvidiaGeForceGTX1650TiMax-Q显卡，可以保证照片和视频编辑的顺畅运行，并且还可以运行一些游戏。
另一方面，苹果于去年年底推出了16英寸MacBookPro，它是15英寸MacBookPro的升级版。相较于之前的版本，16英寸MacBookPro更大、更好，它采用16英寸视网膜显示屏，配备能够带来舒适打字体验的妙控键盘（Magickeyboard）。与此同时，16英寸MacBookPro还拥有一些顶级笔记本电脑中才有的出色扬声器，搭载能够轻松处理日常办公任务的第九代英特尔酷睿i9处理器，配备的AMD显卡也足以处理任何数据或内容。
当戴尔XPS15（2020）遇上16英寸MacBookPro的时候，它们必定会发散强者与强者时间的正面对决，那么最终胜出的会是谁呢？下面，我们一起来看一下：
戴尔XPS15（2020）vs.16英寸MacBookPro：定价
在定价方面，戴尔XPS15（2020）做得还是比较合理的，它的起售价为1299美元，它搭载2.5GHz英特尔酷睿Corei5-10300H处理器、8GB内存、256GBPCIeSSD、英特尔UHDGraphics显卡和分辨率为1920x1200的15.6英寸显示屏。
此次，小编测试的是售价2399美元的版本，它搭载2.6GHz英特尔酷睿i7-10750H处理器、32GB内存、512GBPCle固态硬盘、一个英特尔UHD图形显卡、一个NvidiaGeForceGTX1650TiMax-Q显卡（4GB内存）和15.6英寸3840x2400触摸屏。
最高配版戴尔XPS15（2020）搭载一个英特尔酷睿i9-10885H处理器、64GB内存和2TB的PCIe固态硬盘，它的售价为3000美元。
相比较之下，苹果16英寸MacBookPro的起售价为2399美元，它搭载一个英特尔酷睿i7处理器、16GB内存、一个AMDRadeon5300M显卡和一个512GB的固态硬盘。2799美元16英寸MacBookPro的处理器可升级到更快的酷睿i9-9980HK处理器、RadeonPro5500M显卡和1TB固态硬盘。
此次，我们的测试版本售价高达3899美元，它采用与2799美元版本相同的处理器，但是固态硬盘、内存和虚拟内存的空间翻了一倍。
胜出者：戴尔XPS15（2020）
戴尔XPS15（2020）vs.16英寸MacBookPro：外形设计
对于苹果MacBook和戴尔XPS15的外形设计，相信大家都已经非常地熟悉了，但这两款笔记本电脑在外形上都有一些不明显的，不引人注目的变化。就戴尔XPS15（2020）来讲，它的屏幕边框总是能够较之前的版本更窄，这令我很惊讶。此次，XPS15（2020）的机身尺寸较之前的版本小5.5%。
虽然机身变得更小了，但是XPS15（2020）的机身仍然由一整块6000系航空铝通过CNC一体成型技术加工，在保持轻便的同时坚固耐用，非常轻便易携带。同时，戴尔XPS15（2020）机盖上有光泽的戴尔Logo，这为其机身更添了一份粗制。为了让机身更加地华丽、发光，XPS15（2020）的侧面机身是倒角的。
戴尔XPS15（2020）的内部机身由黑色碳纤维材质构成，C面有一个全尺寸键盘和一个电源按钮，这个电源按钮可以兼作指纹阅读器。当看向XPS15（2020）的显示屏时，您甚至看不到任何的屏幕边框。
相比较之下，MacBookPro的机身一贯采用铝制机身，我们此次测试的是灰色版本，但它同时还拥有银色机身可选。与过去五年您见到的每一款MacBook一样，16英寸MacBookPro有着柔和的圆角、光滑的表面、盖子上标志性的半截形苹果Logo。就笔记本电脑内部机身而言，您会发现更多的铝合金材质，它键盘下方的掌托中央有一个大得离谱的触控板。同时，键盘上方有一个TouchBar（触控条），而电源/触摸ID按钮位于机身右上角。
就机身重量和三围尺寸而言，戴尔XPS15（2020）机身的三围尺寸为13.6x9.1x0.7英寸，重量为4.5磅，而16英寸MacBookPro机身的三围尺寸为14.2x9.8x0.8英寸，重量为4.3磅。对比之下，戴尔XPS15（2020）的机身更重更薄，16英寸MacBookPro的机身更轻更厚。
胜出者：戴尔XPS15（2020）
戴尔XPS15（2020）vs.16英寸MacBookPro：端口
就端口方面而言，戴尔XPS15（2020）配备一个USBType-C端口、两个Thunderbolt3端口、一个耳机插孔、一个楔形锁插槽和一个多余的SD卡插槽。对于很多摄影师和摄像师来讲，多余的SD卡插槽是非常受避免/重新确认/支持的存在。
相比较之下，16英寸MacBookPro配备一个耳机插孔和四个Thunderbolt3端口，这意味着如果您想使用鼠标或外部硬盘驱动器，就需要用到一两个适配器了。
虽然戴尔在XPS15（2020）的零售包装盒中授予了一个USBType-C-to-TypeA适配器，但苹果用户则需要缺乏花钱购买USBType-C-to-TypeA适配器，价格从19到69美元不等。
胜出者：戴尔XPS15（2020）
戴尔XPS15（2020）vs.16英寸MacBookPro：显示屏
什么边框？在历代XPS笔记本电脑中，戴尔正逐渐造成其笔记本电脑中的屏幕边框。在XPS15（2020）中，戴尔更是将这一理念贯彻到极致。
戴尔XPS15（2020）的显示屏是我在笔记本电脑上看到的分辨率最下降的屏幕之一，这要归功于戴尔创新的InfinityEdge技术，它为用户带来了四边窄4K全面屏。
戴尔XPS15（2020）采用的是一个由康宁大猩猩玻璃6制成的15.6英寸的显示屏，它的高宽比为16:10，分辨率为3840x2400。另外，戴尔XPS15（2020）的显示屏尺寸比前代产品大5%，但戴尔设法将其安装在更小的机身中。
在16英寸MacBookPro中，苹果也增加了它的屏幕边框，它的边框远没有戴尔XPS15（2020）那么窄，但是绝对比过去的MacBook要窄得多。16英寸MacBookPro采用分辨率为2560x1440的视网膜显示屏，如果是4K分辨率就更好了。
当老编通过它们同时观看《高调TheHighNote》的预告片时，戴尔XPS15（2020）的色彩显示显然是两款笔记本电脑中更为生动的，当女演员特蕾西·埃利斯·罗斯穿着葵花黄色的裙子出现在屏幕上时，看上去是那么地光彩照人她含糊如此。但在XPS15（2020）上，这个色调更加驱散人。凭借更下降的分辨率，XPS15（2020）的屏幕为用户带来更加不不透光的细节，比如女演员的飞散的头发和背景中金色奖杯的闪光。
戴尔XPS15（2020）的sRGB色域覆盖范围为132%，而16英寸MacBookPro的sRGB色域覆盖范围为114%。戴尔XPS15（2020）的平均亮度为434尼特，比16英寸MacBookPro的429尼特屏幕亮度亮一点点。
胜出者：戴尔XPS15（2020）
戴尔XPS15（2020）vs.16英寸MacBookPro：键盘
相信大家也看到了，在前几轮PK中，戴尔XPS15（2020）完胜，表现均好于16英寸MacBookPro。而在这一轮PK中，16英寸MacBookPro终于扳回一局。
16英寸MacBookPro采用的是全新的妙控键盘（Magickeyboard），造成了不可靠、不舒适的蝶式键盘，为用户带来了郁闷的打字体验。
相较于之前的蝶式键盘，妙控键盘采用一种更传统的剪刀式开关设计，并且更加可靠。同时，妙控键盘的按键更安静，手感更自然，并具有更大的1mm行程当您按下按键时，您会感受到无遮蔽的弹性反馈。
与XPS13一样，戴尔XPS15（2020）的键盘按键更大，但是它按键之间的间距良好，布局合理。但是，虽然戴尔XPS15（2020）的键盘打字体验也很舒适，但是与妙控键盘相比之下还是要略逊一筹。
当我通过10fastfingers进行打字测试时，16英寸MacBookPro的打字速度是每分钟75个字，而戴尔XPS15（2020）的打字速度则达到每分钟71个字，这两个得分都高于我平时的平均每分钟70个字。
胜出者：16英寸MacBookPro
戴尔XPS15（2020）vs.16英寸MacBookPro：性能
16英寸MacBookPro和戴尔XPS15都搭载一些次要的组件，其中16英寸MacBookPro搭载第9代英特尔i9-9980HK处理器，戴尔XPS15（2020）搭载第10代英特尔酷睿i7-10750H处理器，可以很好地应对多任务操作。在我们的真实世界测试中，这两款笔记本电脑的表现都很不错，它们在分解测试中的表现也很好。当我们运行测试外围性能的Geekbench4.3基准测试套件时，16英寸MacBookPro的得分为31178，超过了XPS15（2020）的25934。在Handbrake视频转码测试中，16英寸MacBookPro在8分钟内将4K视频转码到1080p视频，比XPS15（2020）的10分16秒快2分钟以上。
在BlackMagic磁盘测试中，MacBookPro的1TB固态硬盘的写入速度达到2224MBps，读取速度达到2116。而当进行文件传输测试时，戴尔XPS15（2020）的512GBPCIeSSD在8秒内复制了4.97GB的多媒体文件，传输速率为726Mbps。
胜出者：16英寸MacBookPro
戴尔XPS15（2020）vs.16英寸MacBookPro：电池续航
尽管性能如此强大，16英寸MacBookPro的电池续航依旧强劲，它在电池测试中的测试结果为10小时55分钟，测试环境是在150尼特的亮度通过Wi-Fi连续上网。戴尔XPS15（2020）的电池续航表现同样也令人印象肤浅，尽管采用的是4K面板，这台笔记本电脑的电池续航时间还是达到了8小时零1分。
胜出者：16英寸MacBookPro
外围表现总冠军戴尔XPS15（2020）
凭借XPS15（2020），戴尔向外界反对该公司仍然是高端Windows10笔记本电脑市场中一个强大有力的存在。戴尔针对XPS15（2020）进行了一系列的小改进，使得原本就很好的笔记本电脑变得更好。
戴尔XPS15（2020）的机身更小、性能更强、边框更窄，它配备精美的4K显示屏、更大的键盘和触控板、出色的音质体验，外围表现十分出色，性价比也很高。
但16英寸MacBookPro也是一个不可关心的存在，它搭载的酷睿i9处理器可以很好地进行数据处理和多媒体创建，它的大尺寸视网膜显示屏很出色，而全新的妙控键盘更是可以带来快乐的打字体验。但是，16英寸MacBookPro的售价有些昂贵，会让预算型消费者望而却步。
总而言之，无论您选择哪款笔记本电脑，16英寸MacBookPro或戴尔XPS15（2020）都能够为您授予强大的性能、华丽的显示屏和出色的音频。（完）
相关文章旗舰级性能组合，荣耀MagicBookPro2020高能模式劲享“推背感”2020-05-22iPadPro（2020）全面评测：虽变化不大但几乎可替代笔记本电脑2020-05-20荣耀MagicBookPro2020，100%sRGB高色域打造优秀“屏”实力2020-05-20荣耀MagicBookPro2020，多面生活里的"百搭神器"2020-05-19斩获中移动5G通信指数最高分，荣耀V30Pro硬核5G技术获权威认可2020-05-19