惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

F
Fortinet All Blogs
有赞技术团队
有赞技术团队
量子位
N
Netflix TechBlog - Medium
博客园 - 叶小钗
博客园 - 三生石上(FineUI控件)
Google DeepMind News
Google DeepMind News
aimingoo的专栏
aimingoo的专栏
GbyAI
GbyAI
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
Blog — PlanetScale
Blog — PlanetScale
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
月光博客
月光博客
Martin Fowler
Martin Fowler
Y
Y Combinator Blog
宝玉的分享
宝玉的分享
博客园 - 司徒正美
云风的 BLOG
云风的 BLOG
V
Visual Studio Blog
V
V2EX
IT之家
IT之家
L
LangChain Blog
大猫的无限游戏
大猫的无限游戏
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
讲真,马斯克的Grok-3,“碰瓷”不了DeepSeek
DoNews · 2025-02-26 · via 人人都是产品经理

马斯克旗下的xAI公司发布了新一代大语言模型Grok-3,声称其推理能力和计算性能超越了包括ChatGPT和DeepSeek在内的其他领先模型。然而,这场看似激烈的“AI对决”背后,却隐藏着两种截然不同的技术路径和发展理念。

前不久,一场高规格民企座谈会让坊间议论纷纷。这是中央时隔6年3个月再度专门召开民营企业座谈会,会上,中国互联网和科技产业的精英齐聚一堂,释放出新质生产力、科技创新产业向好的趋势。

年轻的梁文峰也在其中,他与任正非、曾毓群等老一辈企业家同座,而他的DeepSeek正成为在场各家业务的连接桥梁。

没过多久,马斯克旗下xAI公司突然发布新一代大语言模型Grok-3,号称是“地球上最聪明的人工智能”,计算能力是去年8月发布的Grok 2的10倍,推理能力超越包括ChatGPT和DeepSeek在内的其他领先AI模型。

一场横跨太平洋的“AI对战”瞬间点燃科技圈,在外界看来,Grok 3令AI行业竞争更加激烈。谁是在实验室里“秀肌肉”,谁又能将技术变成实实在在的生产力,是未来这场风暴的中心。

01.训练:一个赌“壕气”,一个用“巧思”

Grok-3是马斯克与团队xAI为挑战OpenAI、ChatGPT而精心打造的产品,被称为“地球上最聪明的人工智能”。

在官方的直播演示中,Grok-3和Grok-3 mini在数学、科学和编程基准测试上,超越了包括GPT-4o、DeepSeek-V3和Gemini-2 Pro等主流模型。

同时,具备推理能力的Grok-3 Reasoning Beta和Grok-3 mini Reasoning则超越了DeepSeek-R1和OpenAI的o3 mini等。

看得出,DeepSeek已经与头部大模型比肩。

自打这个国产大模型爆火后,包括硅谷在内的许多AI公司都开始重新评估用堆算力和参数来推进所谓的“扩展法则”,是否仍然适用。因为DeepSeek颠覆了以往发展AI就是要不断的堆算力、堆GPU的烧钱路子,而是采用了一条分布式算力+混合云优化的路线:通过动态调度公有云、私有服务器甚至边缘计算资源,结合自研的模型压缩技术(如稀疏化训练),在千亿参数规模下实现了训练成本降低40%以上。

然而目前看来,马斯克并不这么认为。事实上,xAI一直是追求“大力出奇迹”的代表,相关负责人表示:

“如果你看看所有性能的来源,当你有一个非常强大的工程团队和最优秀的AI人才时,唯一需要的就是一个强大的集群,才能产生巨大的智能。”

某种意义上,Grok3也是大力出奇迹的结果,马斯克为其攒下了“壕”无人性的算力家底。据了解,xAI团队在122天内让第一批10万块GPU投入使用,是“目前最大的完全连接的H100集群”。之后又用了92天的时间,将数据中心的容量继续翻倍,并基于这些成果构建出了Grok-3。

而被拿来进行对比的DeepSeek-V3模型,则是在配备了2048个英伟达H800 GPU的集群上进行训练的。H800是英伟达特供中国市场的AI芯片,在性能上不及先进的H200、H100等。

虽然如此,拥有更高集群的Grok-3在演示时也未呈现出“地球最聪明”的状态。直播中Grok-3一度“思考卡壳”,在任务时因为显示“Thinking Hard”后很长一段时间没有反应,等待几秒后演示人员关闭了页面开启下一话题。

有网友亲自下场向Grok 3提问,在面对下图中“比萨斜塔上两个球哪个先落下”这样常识性的问题时,Grok 3也仍然无法应对,因此被戏称为“天才不愿意回答简单问题”。

图源:x(谷歌翻译)

尽管如此,马斯克称未来他们将会进一步加大数据中心的建设力度,xAI的下一个计算集群会成为世界上最强大的集群,能耗达到1.2GW,相当于数十万户家庭1年的用电量。

网友犀利的评价:“自DeepSeek-R1之后,我们只应考虑效率更高的进步,而不仅仅那些规模更大、且比竞争对手耗能更多的进步。”

02.开源:一个“挤牙膏”,一个全开放

一般情况下,企业依靠高算力而堆出来的高性能模型,会基于成本考虑选择闭源或延迟开源。

关于Grok-3,马斯克并未当场宣布开源,而是表示:“当下一个版本完全发布时,将开源Grok的上一个版本,也就是当Grok-3成熟稳定时,我们将开源Grok-2。”

2月20日,马斯克转发xAI的推文,宣布短期内Grok 3.0向所有人免费开放。不出意外,Grok-3会延续“基础版开源+高级功能付费”的策略。这样既能吸引开发者贡献算力(社区训练反哺主模型),又能用开源生态倒逼竞争对手。

图源:x

而在刚刚过去的两周,以DeepSeek为中心的朋友圈迅速扩容。国外,有包括微软、英伟达、亚马逊等世界级云计算巨头;国内,三大基础运营商、超过15家芯片厂商,还有手机、车企、云服务、金融在内的200多家企业,多地政务服务系统,甚至两款“国民级应用”腾讯微信、百度搜索也先后宣布接入。

大模型到底应该开源,还是应该闭源?这个话题讨论已久,企业基本上走出三条路子:只做开源,没有盈利模式,只有大公司烧得起,Meta是少数走这条路的;开源闭源并行,比较灵活,既有收入又能获取用户,包括微软、谷歌、阿里云、腾讯云等,均践行这条路;

只做闭源,相当于走了一条简单直接逻辑清晰的路,亚马逊、华为盘古、还有以前的文心一言(百度)、GPT-4(OpenAI)均如此。亚马逊、谷歌云在过去一年的营收增速都有所提升,这被认为是大模型拉动的结果。

在发展过程中,企业的观念也在发生变化。长期以来,OpenAI因为「不open」(不开放)而备受争议。OpenAI首席执行官萨姆·奥特曼曾为下一个模型的开源项目征集意见,“做一个相当小但仍需要在GPU上运行的o3-mini级模型,还是做一个我们能做得最好的适合手机运行的模型?”

就在看似闭源OpenAI遥遥领先之时,DeepSeek开源大模型的出圈又带来了巨大的不确定性。萨姆·奥特曼称OpenAI在开源AI软件方面“一直站在历史的错误一边”,他还透露,虽然并非所有员工都同意其观点,但OpenAI内部正讨论公开AI模型的权重等事宜。

开源或闭源,这其中掺杂了商业利益、技术观点等多重因素。Gartner高级分析师Mike Fang在接受DoNews采访时则表示,在人工智能大模型领域,开源和闭源的路线持续并存。

“如果闭源模型的性能不及开源模型,则其商业价值将受到质疑。然而,对于高性能的闭源模型,其商业路径仍然具备优势。未来AI大模型可能进入低算力、低成本时期,但高端模型仍会保持一定溢价。”

至于疯狂开源的DeepSeek,其发展模式是否会调整?未来盈利前景又将如何?在Mike Fang看来,这家公司短期不以盈利为目的,能够从研究角度鼓励工程师更高效运营,而没有特别多的财务变化或者业务变化的压力。未来如何能够保持初心,让发展模式或者技术创新能够持续下去,才是主要考虑的方向。

换个角度想,对于日活用户数量达数千万的DeepSeek来说,找到盈利模式并不困难,开源的价值要比想象中大得多。从某种层面来讲,DeepSeek的影响力是以往的技术突破无法比拟的——我们不应该只考虑它作为单个公司的科技价值、商业价值,而应该思考它对推动新质生产力发展的巨大价值。

03.面对DeepSeek的普及,企业要怎么做?

DeepSeek所代表的资源消耗更小、算法效率更高、推理更精确的技术路径,正在进一步助推AI应用成本下降。

从近期企业动作来看,不仅包括大语言模型领域积累较弱的手机、家电、PC、汽车厂商,就连已经开发出AI大模型的腾讯、360、百度等大厂,也在为自家的AI工具注入新动力。

但这会产生新的问题,所有人都接入了,等于所有人都没接。家家户户都有DeepSeek这把“金钥匙”,打开市场的、或者说驱动业务增长的核心差异化能力体现在哪里?在新的环境下,企业又该如何竞争?

关于这一点,Gartner的Mike Fang告诉我们,企业若仅满足于“简单接入”,就无法在竞争中脱颖而出。关键是要找到适合自身业务场景的AI解决方案,深度挖掘大模型的潜力,将其与行业特点、客户需求和特定场景紧密结合,并注重工程化落地与治理,从而实现高效且负责任的技术应用。

也就是说,大模型赋予产品强大的技术力,但如何将这一能力转化为无可替代的产品体验,让用户发自内心地接受使用,才是竞争的最终目标。

Mike Fang举例表示,当下,从车企到券商纷纷宣布接入DeepSeek,但也仅仅是接入,距离真实大规模应用落地还需要更长时间。“这其中涉及到模型切换,面对新的业务场景,企业要通过不断的流程测试以及在真实业务当中检验。”

但这里要注意数据问题,对于AI来说,有三大要素需要分析:大模型、算力和数据。在大模型迎来颠覆式创新之后,对算力的需求开始降低,下一个重要的瓶颈是数据。

通过Gartner研究表示,海外AI公司应用数据的能力较高,已经支持企业大模型的落地。反观国内,数据方面的数值一直徘徊在较低位,只有少部分企业能够实际把生成式AI应用从实验到最后的生产落地。

这就要考验企业是否具备构建一个从技术到市场的良性循环,不仅仅是关于产品的迭代与优化,更是如何在短期内通过市场数据和产品调整,不断提升大模型的能力。未来,谁能够获取专有数据,并能实现实时更新,将是竞争的关键所在。

单个企业是如此,而对于整个中国的AI产业来讲,DeepSeek还可以带动很多开发、推理,甚至是芯片方面的额外的机会,这将进一步加速企业“出海”。此外,AI接下来的治理也会变得更为重要,“如果把DeepSeek的能力比作高速行驶的一辆车,企业就需要自建或者管控出一个原生的刹车系统,这样才会使得大模型更健壮,‘车’能够开得更快。”Mike Fang表示。

可以说,DeepSeek搅动起的,早已不是AI大模型竞技规则变化的风云,而是影响多个产业迭代的深层变革浪潮。我们都站在了时代潮头,更需要以开放的心态拥抱变化。

撰文 | 雁  秋 编辑 | 李信马

本文由人人都是产品经理作者【DoNews】,微信公众号:【DoNews】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。