AI的春节档

今年1月7日,我在我的读者群里发了一个不靠谱预测,今年的春节,将看到史无前例的AI产品大战,线上到线下,广告,春晚,贺岁片植入,无处不在。现在春晚和贺岁片还没开始,不过这个预测大概率是兑现了。

如果是老读者,大概还会记得我写过的这篇 一年之计在于春 ,天哪,那篇文章都十年以前了,这个概念已经成为中国互联网所有企业的共识了。

1月9日,我在读者群里提出一个问题,今年春节,是否会和去年一样,出现deepseek概念股暴涨的情况。昨天传出消息,Deepseek 4.0 lite上线,说实话我觉得不如预期,本来希望能看到完整的V4版本,现在还是感觉有些遗憾。但今天(写作时间,2月12日)可以看到,ucloud涨停,并行科技暴涨。

很有意思。

昨天看到硅基流动的合伙人杨攀发的一个预测,->分享图片,那就是2026年,需求增长大于推理算力的增长,涨价已成定局,实际上最近不少平台已经开始涨价了。

这里有三个逻辑,我觉得还挺有意思。

1、用户需求增速大于算力增速,现在 token诉求的增速是指数级别的,第一是越来越多用户开始尝试使用AI产品,第二是各种AI工具,包括各种agent工具,这种处理逻辑相对于传统的对话AI,对token的消耗也是快速增长。

2、AI生产效率的价值越来越被肯定,包括编程,包括文档工作,包括专业的图像和视频处理,那么作为生产力提效工具,随着AI版本迭代和成熟度的提高,越来越多企业会认可和尊重它的价值,并且愿意为此付出一定的成本,这种诉求的增长是真金白金为基础的。

3、互联网巨头前几年用财务手段压制了一些AI的基础建设成本,通过长期摊销这样的方式,让财报没那么难看,那么随着算力基础设施的更新换代,早期的摊销账单还是要填平的,在这个财务压力下,巨头也要开始谋求AI的收益率,openAI的广告尝试就是其中一种方式,当然,token的涨价,付费会员使用限额的减少,也都成为巨头们自我救赎的手段。

以上3条,是token涨价的基本逻辑。

当然,还有一条反向的逻辑,就是市场竞争和中国一些低价高质量的 AI Token的存在,行业内惨烈博弈依然存在,所以可能也会遏制一些AI巨头的涨价冲动。

最近国内外产品迭代都还是挺多的。

海外比较重要的两个版本迭代是 claude 4.6 opus 和 chatgpt 5.3 codex

编程领域的竞争日益激烈,前几天我在cursor上用claude 4.6 opus解决了产品的几个小问题,就是token有点贵,稍微用了一会儿,10美金就没了(每月20美金额度我上个月3天就用爆了)。

国产AI,kimi2.5,GLM 5,表现口碑都不错,seedance 2.0更是刷屏级现象,彻底压制了美国巨头,然后deepseek悄悄升级了4.0 lite。

这个春节注定很热闹。

去年deepseek的火爆带来了溢出效应,很多人通过热点事件开始使用AI,而deepseek 无力承担泼天的流量,所以很多流量溢出到了其他平台。

今年红包大战,巨头的撒币大战,也会有溢出效应,巨头更多完成了市场教育和普及的工作,其他AI只要做好产品,留下好口碑,不怕用户不过来。

有不少读者问过我,AI大模型竞争的要点是什么,我觉得是两个阶段,第一阶段,是产品能力的竞争,也是技术实力的竞争,因为AI的产品能力基本上就是技术实力的体现,这有个阈值,所谓阈值就是人类能明显感受到差距的这种状态,谁比谁更好,谁比谁更有效率的解决问题,目前,我们用很多AI产品,是能感受到这种差距的,在这个阈值之内,就拼技术,没说的。但是这是第一阶段,那么第二阶段是什么,是阈值之上,就是人已经无法区分技术的优劣和解决问题的能力差距了,这叫阈值之上,这时候拼什么,拼成本,谁能用更低的成本来解决问题。

目前还处在第一阶段。

有人说怎么判断第二阶段呢,我举个例子,现在围棋AI最好的是哪个?alphago,绝艺,星阵,katago?不用区分了,哪个都可以百分百战胜职业棋手中的世界冠军。在这种情况下,各大围棋学校,各国棋院怎么选择,选择部署成本最低的。你能说哪个AI陪练更优秀么,不影响的,就算绝艺比katago更厉害,katago陪练的职业棋手一样可以赢绝艺陪练的,为什么,因为AI的这个差距已经不是人能理解和感受的了。

目前,我们所说的大模型,基本上还在第一阶段,用户还能明显感知技术差距,也许就在两三年内,就快要进入第二阶段了。

在这个时代,如果非要预测谁输谁赢,未来会怎样,说真的,我不认为自己能做到,老老实实的讲,我也有很多看不清。

但是,有几点还是想分享的。

1、这不只是技术迭代,不只是技术革命,这将是人类文明的迭代,现在大幕刚刚拉开,如果还认为这是现有社会结构里的技术进步,你的认知就局限了,要改变的可能是社会结构,是人类的生存方式,是太多太多我们习以为常的东西会被颠覆。

我引用天际资本投资人张倩的一句话(视频号,倩姐投AI),AI不是赛道,是一个新的时代。

2、一定要向前看,向前看,向前看,不要活在旧时代。

我今天看到有人转发一篇文章,还在说自动驾驶解决不了人类的信任问题,不会取代人类司机的话题,这就是典型的活在旧世界思维。

3、随着AI使用成本的上升(token涨价的趋势),会有一些新趋势产生。

3.1 娱乐性应用可能会失去一些用户(成本过高)

3.2 生产效率性应用仍然会突飞猛进,而且收入也会激增。

3.3 本地小模型会逐渐被广泛使用(能力提升,兼顾成本)

3.4 商业转化效率方面,中国市场在相当时间内不如海外市场。因为无论是to C还是to B,用户付费意愿都不算高。这也是创业者需要认真思考的问题。

4、巨头并不是撒币越多就一定赢,短期kpi不代表用户的忠诚度,目前技术差距仍然能左右用户选择。所以,打磨技术还是最重要的。

5、目前,大模型领域,中国唯一的全球第一梯队我认为是字节,它的算力储备也是全球第一梯队。(字节在海外的算力布局和成本是可以和美国巨头相提并论的),deepseek我很喜欢,但是我还是认为它们算力不足以支持快速迭代前进。

很多普通人有个误解,觉得幻方不差钱,作为普通人来说确实感觉他们超有钱,算个帐,他们量化基金去年差不多从股市上赚到了300多亿,自己的管理费和业绩分红差不多50个亿。那么这些钱也要给团队分红,交税什么的,我琢磨能拿到AI上的钱,一年二三十亿大概是有的,这个钱看上去挺多的,但是和硅谷的国际巨头比起来,大概是差两个数量级。他们虽然工程优化做的非常好,但是差两个数量级的成本(大约也差两个数量级的算力),对于大规模试错,快速迭代来说,我觉得是不太够的,至少目前看,论文质量非常优秀,但是产品迭代速度其实还是让人有点遗憾。

算力依然是核心竞争资源。卓越的工程优化思想可以减少算力需求的依赖度,但并不代表可以完全填平这个差距,也许这是我的偏见,也很期望被事实打脸,看到中国AI团队能做出奇迹。

6、我还看到一个判断,说2026是人类文明的一个转折年,这个判断是这么说的,2026年之前,是人类进行发明创造,AI进行辅助;2026之后,AI可以独立探索未知,人类进行辅助。那么有一些案例,AI已经可以独立证明一些人类没有解决的数学猜想,也独立发现了一种人类未曾发现过的治疗癌症的思路并获得了确认。当然,我觉得2026可能不一定会明显体现这一点,但这个趋势,可能在未来几年,会被更多案例佐证。

7、AI相关的风控和安全风险,越来越明显,越来越重要,也越来越恐怖,以至于不敢细想。seedance紧急叫停了照片上传,但这个问题其实是堵不住的。

就这样吧,啰里啰唆一堆,祝大家新春快乐。

知识星球加入3天内退出,无理由全额退款

额外说一句,别问读者群的事情,目前不纳新,加入星球也没有资格。

相关推荐
硅谷秋水1 小时前
用于机器人控制的因果世界建模
深度学习·机器学习·计算机视觉·语言模型·机器人
桂花饼2 小时前
2026大模型新格局:智谱GLM-5发布,DSA+MoE架构如何破解落地痛点?
人工智能·架构·sora2·gemini 3·gpt-5.2·codex-max·glm-5
文艺小码农2 小时前
PEFT 库中文本生成LoRA 教程
人工智能·深度学习·语言模型·自然语言处理·集成学习
samFuB2 小时前
面板数据-人力资源和社会保障事业发展统计核心指标数据(2000-2024)
大数据
YongCheng_Liang2 小时前
零基础学 AI:AI 工程化部署与项目实战(从优化到落地全指南)
人工智能
励ℳ2 小时前
【CNN网络入门】基于PyTorch的MNIST手写数字识别:从数据准备到模型部署全流程详解
人工智能·pytorch·深度学习
香芋Yu2 小时前
【深度学习教程——05_生成模型(Generative)】25_扩散模型为什么能生成高质量图像?Diffusion数学推导
人工智能·深度学习
Lalolander3 小时前
工厂手工统计耗时耗力怎么办?
大数据·制造执行系统·工厂管理系统·工厂工艺管理·工厂生产进度管理