熊出没之夺宝熊兵

明日出征！神十八航天员乘组确定！_我的网站

A |     48小时。    据新华社消息，执行神舟十八号载人飞行任务的航天员乘组由叶光富、李聪、李广苏3名航天员组成，叶光富担任指令长。

B | 乘组包括1名第二批航天员和2名第三批航天员，3人均为“80后”。▲神舟十八号航天员乘组合影▲指令长 叶光富▲航天员 李聪▲航天员 李广苏　　今天是第九个“中国航天日”，54年前的今天，中国第一颗人造地球卫星——“东方红一号”在酒泉卫星发射中心发射成功。         一家中国公司的模型发布。         全球AI股票集体下跌。

C | 上午11时，3名航天员在这块中国航天事业和“两弹一星”精神的重要发祥地与中外媒体记者集体见面。

D | 　　神舟十八号明日出征　　据新华社消息，经空间站应用与发展阶段飞行任务总指挥部研究决定，我国瞄准4月25日20时59分发射神舟十八号载人飞船。英伟达跌，半导体跌......全球市值蒸发万亿美元。　　在轨驻留期间，神舟十八号航天员乘组将迎来天舟八号货运飞船和神舟十九号载人飞船的来访，计划于今年10月下旬返回东风着陆场。         高盛合伙人在客户电话会里直接抛出一句：算力扩张时代，可能到头了。         摩根大通给客户发的备忘录，称之为DeepSeek 2.0。　　神舟十七号航天员乘组将于4月30日返回东风着陆场。　　我国第四批航天员选拔即将完成　　据新华社快讯：我国第四批航天员选拔即将完成。         所有人都在问同一个问题：Kimi K3真有那么厉害？          说实话，我觉得没有。         Kimi是个好模型。但它还不足以撼动全球资本市场。他们入队后将和现役航天员一起，实施空间站后续任务，并实现中国人登陆月球。真正被震动的，也不是英伟达，是华尔街过去三年一直相信的那套故事。         Kimi只是推倒多米诺骨牌的那只手。

E |          一、华尔街到底怕什么          要看懂这场恐慌，先得看清过去三年华尔街到底在信什么。         本质上，他们相信的是一条大模型定律。

F |          模型越强，参数就越大，训练就越贵，需要的GPU就越多，资本开支就越高，英伟达就越值钱。

G |          这也是整个AI时代最大的金融叙事。　　中国载人航天工程新闻发言人、中国载人航天工程办公室副主任林西强表示，将抓紧研究推动国外航天员以及太空游客参与空间站飞行。　　（中国小康网微信公众号综合新华社、中国载人航天微信公众号）　　图源：中国载人航天微信公众号　　编辑：田苑淯颖　　审核：王芳。         2023年ChatGPT火了之后，这条公式一路跑到2026年中。

H | 英伟达市值从1万亿美元冲到5万亿美元。微软、Meta、Alphabet、亚马逊，每次财报电话会都在重复同一句：我们继续加大AI基础设施投入。         估值逻辑只有一个假设，做AI就得烧钱。烧得越多，护城河越深。

I |          三年，这条公式没被证伪过一次。         直到DeepSeek出现。         2025年1月，DeepSeek-R1用远低于预期的成本，跑出了接近GPT-4的推理水平。英伟达那天蒸发了5890亿美元，创下美股历史纪录。         结果呢？          半年之后，微软继续投。Meta加预算20%。

J | CoreWeave上市股价翻倍。所有人继续下注。         华尔街松了一口气，DeepSeek被当成一次虚惊。         然后Kimi K3来了。         这次的数据更刺眼。LMArena前端代码榜以1679分登顶，超过Claude Fable 5。

K | 综合排名从上一代的第18名直接跳到第1。前端7个细分方向，拿下6个第一。7月27日开放权重发布，成本据说只有美国顶级模型的六成。         高盛在内部备忘录里写了这样一句反问：          一家买不到最大规模算力的中国实验室，靠着架构创新、合成数据、强化学习、后训练，凭什么把差距缩得这么快？          这个问题一问出来，华尔街的信仰就出问题了。         以前所有人默认，Scale就是GPU。今天Scale变成了GPU加算法加数据加后训练加RL的合力。

L |          算力不再是唯一的答案，这才是华尔街真正怕的东西。         华尔街怕的不是Kimi，是英伟达。准确说，是AI资本开支永远在扩张这个定价逻辑。         硅谷巨头们预计2026年资本开支达到7000亿美元，台积电刚宣布2026年资本开支640亿美元，超市场预期。这些钱要变成芯片、变成数据中心、变成英伟达的订单。

M | 前提是，大模型必须继续变大、继续烧钱。

N |          Kimi K3出来后发现，未必如此。         如果越来越多公司都能用更少GPU、更低成本，做出同等水平的模型，那全球GPU采购量还需要那么大吗？台积电640亿美元的回报率会不会打折？英伟达的远期收入预期要不要下调？          这下好了，过去三年所有算力扩张的估值模型，都得重新计算。         Kimi只是让所有人第一次真正开始问一个问题：GPU还能卖这么多吗？          只要华尔街开始思考这个问题，股价就必然晃动。         二、为什么偏偏又是中国？          还有一层更深的东西，很多人不敢明说。         为什么又是中国？          DeepSeek第一次让华尔街意识到，中国能追。Kimi第二次告诉华尔街，中国还在追，而且没停。         一次可以叫偶然，可以归给几个天才或者运气。两次在不同节点、不同方法上都发生了低成本逆袭，资本就必须重新算概率。         这个概率一改，事情就变了。         美国巨头信的是大力出奇迹。钱多、卡多，工程上有瑕疵就用更多算力去盖过去。这种打法效率其实不高，但在充裕环境里没人在意。         中国头部公司从第一天起，环境就完全反过来。买不到十万卡集群，融资也没那么阔绰，只能把手里的算力压榨到极致。         被逼出来两个能力。

o |          一是合成数据。用最少的高质量样本，卷出最高的逻辑上限。         二是后训练加强化学习。用工程微调和策略优化，去补底层预训练的不足。         这两个能力，恰好是算力信仰最不重视的地方。         结果就是，当追赶者能用40%甚至更低的成本做出顶级性能，美国巨头堆起来的十万卡壁垒，反而变成成本累赘。         这才是华尔街真正的系统性恐惧。不是一家中国公司做出了一个好模型，是这条低成本路径被走通了两次。第三次、第四次，可能已经在路上。         三、但华尔街可能又看错了          就在华尔街砸盘、讨论算力时代是否终结的时候，现实给了一个反转。         昨晚，Kimi官方公告，K3发布后请求量远超预期，集群逼近承载极限。即日起暂停C端新用户订阅，全速扩容。为了匹配算力，还得把耗能最猛的Kimi Code从主权益里拆出来单独卖。         这条消息，狠狠打了华尔街一记耳光。         它把一个反复被验证的技术产业规律，直接摆到了台面上。成本下降，从来不会减少需求，只会让需求爆炸。         这样的例子也比比皆是。

p |          计算机便宜了，电脑数量翻倍。互联网便宜了，网站数量爆炸。云计算便宜了，全球服务器比以前多得多。         现在模型便宜了会发生什么？          Agent变多，AI应用调用量变大，推理需求飙升，Kimi自己都撑不住了。         这套现象在经济学上叫杰文斯悖论。19 世纪英国经济学家发现，蒸汽机效率提升后全国煤炭总消耗反而上涨，效率降低了使用门槛，大量产业开始普及蒸汽机，整体需求扩张抵消了单台设备的能耗节约。

q |          今天的GPU，就是19世纪的煤炭。GPU需求不会消失，变的是身份。         以前GPU的主要买家是训练。

r | 几万张卡集中封闭训几个月，训完之后其实很多时候是间歇性闲置的。

s |          以后主要买家是推理。

t | 7×24小时的Agent服务。每台手机、每辆车、每个机器人上的本地模型，视频生成，百万token窗口的持续计算。         算力消耗的模式，正在从低频、巨量、集中，变成高频、海量、泛在。         总量可能不降，甚至可能更高。

u | 但谁受益、怎么受益，会重新排队。         高盛说算力扩张时代接近尾声，至少在两年维度里，这个判断大概率是错的。         更准确的说法应该是，算力扩张的逻辑变了。

v | 主导权从训练移交到推理。         英伟达不会因此崩盘。但过去三年那种闭着眼买英伟达的日子，可能真的过去了。         四、Kimi只是那面镜子          回头看这次抛售，Kimi K3的角色其实很清楚。

w |          它是导火索，不是原因。         看几个数据你就明白了。         费城半导体指数今年还在涨68%。涨了这么多，一次深回调本来就是必然。标普500等权重指数同一天创了历史新高。

x | 钱没走，只是从科技股挪到了别的板块。         EPFR的数据显示，美国企业内部人士上半年抛股票776亿美元，20年来第二高。聪明钱早就在撤。         台积电Q2净利润同比涨77%，营收预期上调。

y | 但资本开支640亿美元超预期，反而让市场焦虑。         Alphabet的Gemini 3.5 Pro延期好几个月，AI产品落地节奏跟不上预期。         这些东西堆在一起，市场早就绷得紧了，缺一个理由释放压力。         Kimi K3刚好递上了这个理由，给了华尔街一块砖砸自己的脚。         严格来说，这次抛售更像是拥挤交易的松动，不是AI逻辑的突然崩塌，是过去三年集中抱团在英伟达身上的钱，开始往别处走了。         Kimi不是改变了AI，Kimi改变了资本理解AI的方式。         五、旧地图，新大陆          站在今天的位置来看，AI产业的竞争逻辑，正在快速变道。         第一阶段从2023年到2025年，核心是算力储备。GPU多、能训更大模型的一方就是赢家。

z | 这一阶段的赢家是英伟达、台积电，加上少数几家能扛百亿美元训练预算的巨头。         第二阶段从2025年底开始，核心变成效率。谁能用更少资源做同等水平的模型，更快把模型变成产品，在推理成本上建立优势，谁就在下一轮拿主动权。         华尔街的问题，从来不是不聪明，是太喜欢用一个简单故事，去解释一个复杂时代。

|          三年前，AI被讲成GPU的故事。估值围着GPU转，仓位也围着GPU转。         今天，这个故事第一次出现明显的逻辑盲区。         盲区不等于结束，盲区意味着故事需要升级。         从谁GPU最多变成谁把GPU用得最好。从硬件红利变成工程能力和系统效率，从资本密集变成技术密集和应用密集。         DeepSeek，让华尔街开始怀疑。Kimi，让华尔街开始修正。         【版面之外】的话：          如果未来有一天回头看。

| Kimi K3未必会成为最重要的模型。

| 但它很可能会成为一个标志。         不是因为它超越了谁，是它第一次让全球资本意识到，AI竞争，比的已经不是谁拥有更多资源。

| 现在看的是，谁能把同样的资源，变成更大的能力。

|          这是两种完全不同的产业时代。         前一个时代，钱决定速度。后一个时代，效率决定价值。

Current article:http://44spjj.cengzaodengchawonin.cyou/lack4o/g8oibwf.html

Published on:00:25:45