AG九游会ღღ，九游会官网j9ღღ，鱼饵J9ღღ。九游会官网ღღ，J9官网ღღ，钓鱼比赛ღღ，【新智元导读】硅谷AI圈最近魔幻事件ღღ，不会中文进不了AI核心小组ღღ。开完会ღღ，全说汉语ღღ，老外懵了九游会agღღ！连模型在思考时ღღ，也在说中文～

　　除了「顶级AI人才说中文」和「模型用国内开源大模型微调」这两个主动选择ღღ，现在连一些大佬都开始放弃OpenAI和Anthropic而被动选择国内的开源模型ღღ。

　　最近一个消息真的让我们感觉老外现在不仅不迷信OpenAI等闭源模型九游会agღღ，而且纷纷开始选择国内的模型了ღღ。

　　而这次他们团队从Bedrock（据说是前20大客户）迁移到Groq上的Kimi K2ღღ，因为模型的性能更优ღღ！

　　以Cursor的资源体量当着罗晋的面草唐嫣ღღ，从零预训练一套强模型的可能性很小ღღ，更像是在开源的SOTA智能体模型上做二次训练ღღ；因此出现「说中文」的情况并不奇怪ღღ，这更像底座与训练数据选择的结果当着罗晋的面草唐嫣ღღ。

　　Composer大概率是用「几个月前」的开源SOTA做微调ღღ，但大模型迭代极快ღღ：等推向市场时底层已落后ღღ。于是既不愿与当下最新的开源SOTA正面对比ღღ，又对底层细节讳莫如深ღღ；即便融资可观ღღ，仍难摆脱「更多是个壳子」的质疑ღღ。

　　在随着时间ღღ，AI能力增长这件事情上ღღ，虽然OpenAI一直遥遥领先当着罗晋的面草唐嫣ღღ，但MiniMaxღღ、DeepSeekღღ、Qwenღღ、GLMღღ、Kimi追改的速度一点都没有落下ღღ。

　　在刚组建几个月的超级智能实验室（Meta Superintelligence Labs）中当着罗晋的面草唐嫣ღღ，最初的44人团队里差不多有一半都是华人ღღ。

　　2022年6月毕业后就加入了OpenAI技术团队ღღ。工作经验仅有3年的他ღღ，履历上已有了多项辉煌战果九游会agღღ。

　　OpenAI首个AI推理模型o1的核心研究员ღღ，与OpenAI联合创始人Ilya Sutskever一同被列为「奠基贡献者」

　　作为开启AI「思考」能力的第一个推理模型ღღ，o1的成功ღღ，直接推动了整个行业在「思维链」技术上的发展热潮ღღ。

　　宋飏本科就读于清华大学数理基础科学班ღღ，博士毕业于斯坦福计算机科学专业ღღ，研究方向聚焦生成模型与多模态推理ღღ。

　　2022年加入OpenAI后当着罗晋的面草唐嫣ღღ，他组建「战略探索」团队ღღ，围绕更大规模九游会agღღ、更复杂数据ღღ、更高维模态进行方法论探索与系统落地ღღ。

　　陈信翰的母亲邱瀞德是台湾清华大学教授ღღ，现任信息系统与应用研究所所长ღღ；父亲陈建任曾任联亚光电董事长ღღ。

　　他高中时曾随家人从美国回台ღღ。在新竹实验中学的双语部就读时当着罗晋的面草唐嫣ღღ，他接连在数学竞赛AMC10ღღ、AMC12和AIME中取得满分ღღ，并凭此优异成绩进入麻省理工学院（MIT）当着罗晋的面草唐嫣ღღ。

　　在MIT获得数学和计算机科学双学位后ღღ，陈信翰进入一家自营交易公司从事量化投资工作ღღ，负责为股票和期货开发机器学习算法九游会agღღ。

　　在OpenAI的七年时间里ღღ，陈信翰从研究科学家逐步晋升为首席研究官ღღ，负责模型开发和公司整体研究工作ღღ。

　　在此期间ღღ，他领导了多项里程碑式的项目ღღ，包括o1系推理模型ღღ、文本到图像模型DALL-Eღღ，以及融入视觉感知的GPT-4等等ღღ。

　　值得一提的是ღღ，刚刚凭借突破性进展登上Nature封面的谷歌量子人工智能团队九游会agღღ，他们的处理器总监Yu Chen也是华人ღღ。

　　Yu Chen先后在中国科学技术大学获得物理学理学学士学位ღღ，在明尼苏达大学获得凝聚态物理学博士学位九游会agღღ。

　　比如Vercel的老板Guillermo Rauch就表示ღღ，鉴于GLM-4.6的出色表现ღღ，「在evals中排名第三ღღ，并且是前五名中唯一的开源模型」ღღ。

　　除了这些平台类公司无需开发基础以外ღღ，像Cursor这种一直被喊套壳的公司ღღ，想要从零开始预训练一个模型花费不菲ღღ，而且是针对Coding领域的特定模型ღღ，纯粹预训练得不偿失ღღ，那该在怎么办？

　　如果说AI是新时代的电力当着罗晋的面草唐嫣ღღ，那么以上这些迹象正在表明ღღ，我们正在从「世界工厂」转变为AI的「世界电厂」ღღ。

　　当这个模型能提供100%甚至110%的性能（如DeepSeek-V3.1在编码上的表现）ღღ，而成本依然低廉时九游会agღღ，它就从「备选项」变成「最优解」ღღ。

　　Cursor被网友抓包时的尴尬ღღ，恰恰暴露了硅谷开发者的一种矛盾心态ღღ：身体可能很诚实地拥抱中国模型ღღ，但在宣传上仍试图维持「硅谷原创」的政治正确ღღ。

　　当硅谷的工程师们为了优化成本和性能ღღ，不得不开始研究GLM和Qwen的文档时ღღ，这场关于下一代AI技术浪潮的牌局ღღ，才算真正进入了最精彩的下半场ღღ。