-
最近一段时间，中国AI企业相继发布了 GLM-4.5、Kimi k1.5、DeepSeek-V3/R1 等重磅模型。这些模型在跑分和效能上已经接近美国的旗舰模型，但在使用成本上要远远低于对方，可以说在整个互联网上是好评如潮。
那么字节跳动也发布了 Seedance 2.5，MiniMax 发布了 ABAB 7 这样的视频与多模态模型，进一步巩固了中国在多模态领域的领先优势。字节跳动发布 Seedance 2.0 之后，OpenAI 在稍后一点时间就关闭了 Sora App，这意味着它在这方面的重金投入已经是彻底结束了。可以说，它现在跟字节跳动或者可灵这样的中国企业去竞争视频模型，已经是比较乏力了。像谷歌虽然也有自己的 Veo 系列 AI 也能做视频，但在生产效率上跟可灵、Seedance 比起来，还是有比较明显的差距。
也就是说，就这么短短半年的时间——你想一想，从我做频道开始，也就是春节之后到现在的半年时间——春节的时候我说中国的 AI 大模型不会被美国拉开差距，甚至在多模态领域，我准确预测中国会反超美国 AI 大模型。当时你想有多少人嘲笑我？大家可以翻看这个频道早期的视频。但是现在的事实证明，我当初的预判其实是对的。
在 OpenAI 的 Sora 大行其道的时候，很多人、香蕉人就开始鼓吹说这个视频大模型多么多么重要，它就代表了 AI 大模型的智力上限，“中国在这一块就是搞不定，永远都追不上美国”。等字节跳动的 Seedance 2.0 把 OpenAI 的 Sora 给打趴下之后，他们又开始鼓吹 AI 的能力应该是在通用大模型方面，“这个视频只是一些奇技淫巧，它没有什么实用价值”。反正标准都是由他们定的。
这里面其实有一个问题比较值得大家讨论：为什么有这么多人不太愿意相信中国在 AI 领域、在芯片领域能够跟美国竞争呢？那么本期视频我们就分析一下中美两国的 AI 包括芯片战争。
首先，我们从最底层开始：电力等其他一些配套的基础设施。在这一块，中国毫无疑问是遥遥领先于美国的。中国的发电量是美国的三倍；基础设施的新旧程度上，中国比较新，美国比较旧；中国的基础设施相对而言也比较完善，人口聚集的密集度也要高于美国。也就是说，未来如果 AI 普及的话，中国的整体效率也会高于美国。
再往上面一点，就是数据中心。数据中心方面，比如说单个芯片的计算效能，我们最先进的华为升腾系列跟英伟达的 B200、B300 比起来，那要差上好几十倍，这个差距是非常巨大的。但是我们不要忘了，华为是世界排名第一的通信企业。也就是说，华为可以通过更大的互联规模，用更多的芯片组成比英伟达更大的计算集群。这在 AI 训练中也是非常重要的，因为 AI 训练不是看单个芯片的效能，而是看整体聚合起来有多大的算力。
华为在这个集群规模上是要远远大于英伟达的，所以它能够弥补单芯片效能不足的问题，而且它总体的集群搭建成本并不比英伟达高，使用成本包括电力消耗状况也并不比英伟达差。也就是说，在这个机房的集群算力上，其实中国比美国落后的差距可能并没有像我们想象的那么大。华为的轮值董事长在开会中经常会说，华为在未来几年会保持全球 AI 算力第一的身份。当然了，这有些某些方面的自卖自夸、商业自吹的嫌疑，但是这也确实反映出华为在集群方面的强大力量，就是它真的能够利用集群的优势去弥补单芯片效能的劣势。也就是说，在未来一段时间，美国想要通过算力去卡住中国 AI 发展的脖子，是不太可能的。
更何况说现在中国的浸润式 DUV 已经投入量产，EUV 已经造出样机，什么时候能够流片成功，我想随时都有可能传出好的消息。那么华为提出了逻辑折叠，长鑫存储、长江存储有 3D 混合键合技术，东方算芯有 DF1000 这样的近存计算芯片、可变架构芯片，这都是中国突围的方向，并不是说一定要走晶圆微缩这一条路。而且晶圆微缩这一条路，中国也在突破之中。
再往上走就是操作系统跟 AI 大模型。操作系统我觉得就不用比了，因为都是用开源的 Linux，这是 AI 的生态基石，这一块大家改来改去，我相信差距不会很大。
然后就是大模型。大模型的话，刚才我也讲了，美国的 Anthropic 也好，还是 OpenAI 也好，他们现在在模型的后训练包括 Harness 工程上，我认为做得比中国企业还是要好的。这是梁文锋都承认的，就是我们还是要向美国企业学习。但是之前美国企业赖以生存的领先优势是什么呢？是他们可以通过更强的算力、更大的模型规模，来拉开跟中国模型能力的差距。不过这个规模化是有上限的，现在它的边际收益已经非常低了，边际成本却是越来越高。也就是说美国是跑在前面，中国是在后面追，中国想要迫近美国的难度，远远要低于美国想要开拓的难度。
再往上就是基于这些大模型开发的各种应用。比如说我们中国人经常使用的豆包：老师用豆包布置作业，学生用豆包做作业，家长用豆包来改作业。可以说生活中豆包已经渗透到了我们生活的每一个角落。我们需要注意，中国的 AI 渗透率是远远高于美国的，因为中国全社会的 AI tokens 消耗量是美国的好几倍。这就反映出来我们中国 AI 低价带来的优势——只有低价你才烧得起；当你烧得起之后，你能把这个生态养起来，这个生态优势又会反哺整个产业，推动大模型的发展。
再往外扩展一点，我们就进入硬件领域。你看像 AI 能够率先应用的，比如说智能驾驶、电动汽车、无人机、机器人、机器狗、无人仓储、熄灯工厂，在这些领域，美国跟中国真的是我觉得完全不在一个层级上，中国是遥遥领先，美国几乎没有一个核心的硬件产业能够跟中国正面竞争的。我们知道 AI 它只是大脑，你要真正地创造财富、真正地发挥这个效应，还是要给它装上手脚，让它进入产线去工作才能真正地创造价值。当然了，美国现在有特斯拉、有 SpaceX 在这一块折腾，但是总体上，一枝独秀跟我们中国的百花齐放还是不能相比的。
但是刚才讲的这些都是宏大叙事了，就是中国在科技战中会赢过美国，权贵们吃肉，我们喝汤。但是我们也要知道，国家强大、国家胜利，不代表我们个人强大，不代表我们个人会过得更加舒服。我们从现代社会向 AI 社会的跃迁过程中、向工业 4.0 的跃迁过程中，整个社会是要付出非常大的代价的，就会有大量的人失业，我们的工作可能会丢失，然后在短期内养活自己都会变得非常困难。因为你的工作被 AI 抢走了，你的生产效率远远不能跟 AI 相比。在 AI 能够提供一种类似于共产主义的极大丰富的物质文明之前，会有相当多的人生活是非常艰难的。
那么这个代价要不要承担？由谁来承担？中美两国的选择是完全不同的。中国在要不要承担这个代价的问题上已经是没有了分歧，已经形成了高度的共识，就是这个代价必须承担。美国在这一块还在犹豫。我举个简单的例子，美国的码头工人就可以组成工会，要求资方不准使用大量的 AI 设备，不准使用大量的自动化设备，“因为你使用自动化设备多了之后，你会抢走我的饭碗”。但是在中国，有人管理这些东西吗？在 AI 普及之前，中国的洋山港等一些大型的港口码头就已经全部是这种无人车、自动化的车辆、自动化的系统在管理了。在中国，你说你组织工会，去跟资方抗议？资方就是国家，都是国资控股的，你想干什么？你想造反吗？喝茶喝得少了是不是？那这就是我们国家的一些制度方面的优势吧，但是也可以说是我们这些底层韭菜的一些无奈之处。
抛开这些东西，我们从理性的角度来分析一下：这个代价应不应该付呢？我相信大家只要稍微有一点常识，都应该知道这个代价是要付的。当年我们从计划经济转向市场经济的过程中，所有人都知道，一旦国家完成向市场经济的过渡，所有人、全民全社会都会受益。但是这个代价要谁来付？它不可能是一些政府高官或者国企中的一些精英来付，它只能是我们这些底层的、社会的边角料来承担这个代价。大量的工人下岗，什么叫做下岗？就是失业，再就业。当然了，今天我们又发明了一个新的名词叫做“灵活就业”，我们国家的灵活就业人口已经达到了好几亿。这一块怎么办？国家是管不了你们了，你们就只有自谋生路。
当然了，现在这个情况我认为还算是好的。你再过几年，随着 AI 技术的快速发展和迭代，会有越来越多的人丢掉饭碗，每个人都要为此做好准备。因为当时代大潮向你袭来的时候，那是一个天大的、你难以想象的锤子，可以一把抡下来就把你家的整个小区给砸得粉碎。你是完全没有抵抗能力的，随时都有可能失业。如果说暂时没有轮到你，那么你可以庆幸，可以轻松一天，记得多存一点钱；如果轮到你了，也不要哭爹喊娘，没有用的，高层不会因为我们底层的某些个体的痛苦去改变决策，我们就是代价。
我在“抡锤者”那个频道里其实反复强调过，我们要明确自己的社会定位，就是我们在在这个国家是扮演什么样的角色？说得难听一点，我们就是韭菜；用一些反贼的话来讲，我们就是人矿。情感上难以接受，事实上可能就是这样。也就是说，国家最终会赢得跟美国的 AI 战争、跟美国的科技战，但并不是每个人都是在鲜花和笑语中去拥抱这一切的，有很多人可能在大国崛起的过程中，就是伴随着他们的血泪。
我其实是完全不担心的，因为我在“抡锤者”那个频道里已经讲过了，在这个 AI 大潮袭来之前，我已经被其他的事情击倒，沦为社会的边角料。现在我已经是在一个上岸的过程中，AI 对于我来说是一种工具，我是乐见 AI 大潮来的，它反正不会摧毁我什么，因为我已经一无所有了。
但是我想对于正在担心的朋友们提出一个忠告或者说一个建议：我们不要太过恐惧 AI，不要太过害怕新的时代到来。AI 再怎么说它是一个工具，有权有势的人能够利用它去赚大钱、吃香的喝辣的，我们也能够用它。有些人可能把它当做联合收割机去收割几千万亩的小麦水稻，我们就把它当做镰刀，经营好我们自己的自留地、一亩三分地。
那么有人说：“哎呀，我已经上了年纪了，没办法了。”有人说：“哎，我对 AI 一无所知。”任何时候开始都是不晚的，任何事情没有人天生就是懂的，都是学着学着就会了。学习是非常重要的，我们华人为什么能够在 AI、在芯片领域有这么深的造诣？为什么像 Anthropic、OpenAI、xAI、谷歌这些大公司的 AI 团队一开会，高层 AI 团队一开会基本上都是华人面孔？为什么像 AMD、英伟达、台积电、中芯国际、华为，这些顶尖的芯片企业不都是华人工程师是核心吗？为什么呢？就是因为几千年来，我们一直是乐于学习、善于学习。
大书法家颜真卿有一首著名的《劝学》：“三更灯火五更鸡，正是男儿读书时。黑发不知勤学早，白首方悔读书迟。”我们不要以为只有士大夫贵族是这样，就连皇帝老子也不例外，宋真宗也有一首著名的《劝学》，这里面的两个名句我相信大家都听过：“书中自有黄金屋，书中自有颜如玉。”
视频的结尾，我还引用一下另一首著名的《劝学》，就是我在视频中经常给大家朗诵的荀子的《劝学》，里面有一段话我非常喜欢：“吾尝终日而思矣，不如须臾之学也；吾尝跂而望矣，不如登高之博见也。登高而招，臂非加长也，而见者远；顺风而呼，声非加疾也，而闻者彰。假舆马者，非利足也，而致千里；假舟楫者，非能水也，而绝江河。君子生非异也，善假于物也。”
AI 只是一个工具，我们不要恐惧它，只要我们能够学习它、了解它、驾驭它，那么它也能成为我们的舆马，成为我们的舟楫。如果说有一天我们要扬帆远航，掌握好它之后，我们也能够“长风破浪会有时，直挂云帆济沧海”。
好，今天的鸡汤已经足量了，我要去搬砖了，因为除了录视频还得干点其他的活。穷，没办法，穷则变，变则通，与诸君共勉，我们下期视频再见！
-
「資本不問國籍，盈利沒有邊界」
商人无地域概念，哪里可以赚到钱就去哪里，就好像跟马来西亚是世仇的以色列公司，贝莱德在马拉西亚首100个最赚钱的上市公司里都有股份。。。我在这里的“仇中”朋友都说马来西亚被“中国资本“渗透了，我都不敢直接表明人家以色列早就把马来西亚渗透得。。不要。。不要地。。
我的真实案列，老板一开始80年代引进cnc 来自日本，自从他拥有这个机器，一天得参量是竞争对手得1个月参量
这是他赚得第一通金，
后来日本机器实在太贵了，用十分一价钱走去韩国购买，我是第一次跟他去（汉城）。。。
后来破解了韩国机器，带去中国发扬光大，后来专门用中国的机器（成本是韩国的1/10）
那个时候我们使用中国的机器来生产荷兰阿姆斯特丹的产品，荷兰人也不是傻，他哪里管你用什么机器，只要精度符合就可以了西德，日本精度：0.01mm
韩国 0.05mm
中国0.05mm - 0.1mm
阿姆斯特丹的要求0.2mm - 0.3mm阿姆斯特丹从西德购买的成本是2万美金
我们出口给他的是2000美金
实际我们卖给东南亚商家2000马币，精度比较差，学徒作品就好像视频生成seedance 2.5 4k ouyput, 这种肯定是资本家星爷需要的
我们这些，seedance 2.5 480p 玩一玩也没有坏处，然而拿来投入生产的，肯定是越便宜越好，最好是不用成本的ltx2.3, mimax等等
-
「資本不問國籍，盈利沒有邊界」
商人无地域概念，哪里可以赚到钱就去哪里，就好像跟马来西亚是世仇的以色列公司，贝莱德在马拉西亚首100个最赚钱的上市公司里都有股份。。。我在这里的“仇中”朋友都说马来西亚被“中国资本“渗透了，我都不敢直接表明人家以色列早就把马来西亚渗透得。。不要。。不要地。。
我的真实案列，老板一开始80年代引进cnc 来自日本，自从他拥有这个机器，一天得参量是竞争对手得1个月参量
这是他赚得第一通金，
后来日本机器实在太贵了，用十分一价钱走去韩国购买，我是第一次跟他去（汉城）。。。
后来破解了韩国机器，带去中国发扬光大，后来专门用中国的机器（成本是韩国的1/10）
那个时候我们使用中国的机器来生产荷兰阿姆斯特丹的产品，荷兰人也不是傻，他哪里管你用什么机器，只要精度符合就可以了西德，日本精度：0.01mm
韩国 0.05mm
中国0.05mm - 0.1mm
阿姆斯特丹的要求0.2mm - 0.3mm阿姆斯特丹从西德购买的成本是2万美金
我们出口给他的是2000美金
实际我们卖给东南亚商家2000马币，精度比较差，学徒作品就好像视频生成seedance 2.5 4k ouyput, 这种肯定是资本家星爷需要的
我们这些，seedance 2.5 480p 玩一玩也没有坏处，然而拿来投入生产的，肯定是越便宜越好，最好是不用成本的ltx2.3, mimax等等
-
，
X Xiaote 将此主题从 随便聊聊 移至此处
-
，X Xiaote 将此主题从 AI新秩序 移至此处
