每日AI新鲜事·10月11日早间版：GPT6系列测评与DeepSeek V5传闻

今天AI圈的消息真是一条接一条, 有演员跟亚马逊硬刚, 有英伟达在谈收购, 还有GPT 6新成员出来刷屏了.

今天咱们主要聊这么几件, 一是尼古拉斯·凯奇拒签AI授权, 二是英伟达收购Reflection AI的传闻, 三是SpaceX想做电信运营商, 四是一个O(NlogN)注意力方案, 五是量子玻恩规则替换Softmax的实验, 六是GPT 6 Luna和Sol的前端能力测评, 最后是DeepSeek^广告 V5快来了的传言.

嗯, 今天料挺足.

好, 咱们从新闻开始一条条过.

第一条, HN上有篇文章转了Variety的报道, 说好莱坞演员尼古拉斯·凯奇拒绝签亚马逊的AI授权协议, 他原话是说自己不是对AI友好的演员.

这个所谓AI授权协议, 说白了就是让制片方采集你的脸, 你的声音, 去训练模型或者做数字替身用. 凯奇直接不签.

你要注意亚马逊的特殊性. 它不只是一个制片方, 它同时是AWS和AI开发者. 所以它收授权, 动机比普通制片公司要大得多.

凯奇能说不, 是因为他有这个议价能力. 普通演员呢? 合同里埋一句话, 可能都没注意到就签了.

对, 这就是问题所在. 其实2023年好莱坞大罢工的核心诉求之一就是AI替代问题, 到现在这个博弈还在继续, 只是从街头转移到合同条款里了.

而且数字肖像权的立法现在还是一团乱, 行业规范也不完善. 真正的战场其实在工会谈判和立法层面, 不是在明星个人表态.

好, 接下来说说第二条. FT有报道, 英伟达正在跟美国开放模型初创公司Reflection AI谈收购, 不过交易还没敲定.

这个方向其实很好理解. 英伟达现在主导算力, 但它想要的是模型加软件加硬件的垂直整合. 有了自己的开放模型团队, 就可以专门针对自家GPU架构做深度优化.

不过开放模型有个问题, 它的精神内核就是中立和社区驱动. 被英伟达收了之后, 这个开放还能保住吗?

这是核心矛盾. 你看Meta的Llama, 开放但有条件. 英伟达收了之后, 有没有动力保持真正的开放是个问号. 但不管这次谈成谈不成, 头部算力厂商向模型层集中这个趋势已经很明显了.

然后还有一条比较有趣, YouTube上有个视频聊SpaceX想做电信运营商这件事. 就是说SpaceX现在想做卫星直连的无线运营商业务.

这个事情看起来很酷, 但电信这个行业有三道坎, 基础设施成本, 设备兼容性, 还有用户留存. 视频里提到Sprint因为All In WiMAX最后挂了, T-Mobile靠用户体验翻盘, 每一层都是生死线.

而且SpaceX还要叠加卫星网络和地面网络两层成本, 还要面对现有运营商的促销反击. 最麻烦的是, 做运营商就要背负所有用户对电信行业的负面情绪, 月费, 网速, 流失率都是透明的指标.

对, 太空公司的神秘感遇上电信公司的日常槽点, 这个落差挺大的. 雄心是真的, 挑战也是真的.

好, 后面还有两条技术方向的, 我快速过一下. Reddit上有个开发者发帖说自己做了个叫ALHR的注意力方案, 把标准Transformer的O(N平方)复杂度压到了O(N log N), 在MQAR基准上宣称保持97%准确率.

思路是用静态二叉树组织Key, 每个Query只沿树路径访问部分Key, 加了可学习的路由函数. 想法是有价值的, 但问题是目前没有论文, 没有开源代码, 没有可复现的对比实验. 得先看到代码才能说话.

还有一条更奇的, 同样是Reddit上, 有人把Transformer注意力的Softmax换成了量子力学的玻恩规则. 就是对Q和K的内积取模平方再归一化, 说模型能正常训练.

其实数学上能说通. 玻恩规则和Softmax都生成归一化非负权重, 但处理极端值的方式完全不同. 能训练这件事本身已经值得记录了, 因为很多替换方案都死在优化稳定性上. 但这还只是概念验证阶段.

好了新闻先聊到这儿, 接下来我们深入聊聊最近B站上特别火的两个话题, GPT 6的新成员, 还有DeepSeek V5的传言.

先说GPT 6. 最近B站上有两个视频火了, 一个是GPT 6 Luna的测评, 互动分将近四万四. 另一个是GPT 6 Sol, 互动分两万四. 两个模型都是GPT 6系列, 但定位完全不同.

对, 这两个是GPT 6系列里面的不同成员. Luna被评价有点区区的但是超级便宜, Sol是保守更新, 性价比极高的力工模型. 这两个描述放在一起其实挺有意思的.

等一下, 区区的这个词我要追问一下. 这是说能力不强, 还是说功能比较简单?

从测评内容来看, Luna主要是做前端能力的全面测试, 包括代码生成, UI理解这些方向. 被说区区的可能是指在一些复杂任务上表现平平, 但胜在价格极低.

Sol的定位更像是一个稳健的力工模型. 保守更新这个词很关键, 意味着OpenAI在Sol上没有冒险, 而是选择了稳定性和可预期性.

你说力工模型这个词我觉得很贴. 就是那种你不需要它突破天际, 但你需要它每天都能稳稳干活, 不出错, 成本还不高.

而且你想想这个产品组合逻辑. OpenAI现在的策略越来越清晰了, 高端旗舰往上走, 中低端产品线拉开价格梯度. Luna便宜, Sol性价比高, 加上之前的o3和o4-mini, 整个矩阵变得很完整.

这个思路跟云服务的SKU策略很像. 不同场景不同价位, 让企业用户可以按需采购, 不用一刀切全用旗舰.

重点不只在这里, 重点在价格信号. Luna被评超级便宜, 这说明GPT 6系列的入门价位可能比很多人预期的低. 这对整个行业的定价压力是很直接的.

对, 就在两天前我们还聊过Claude Haiku 5.5在Amazon Bedrock上定价比上一代便宜了七成五, 现在GPT 6的低端也在往便宜打. 这轮价格战打得越来越猛.

这其实反映了一个结构性变化. 模型能力已经在很多任务上够用了, 接下来竞争的维度就转向成本和稳定性. 谁能在低价位上做出够用的模型, 谁就能占住企业市场的大头.

那这对普通开发者是好事还是坏事?

小雨, 你觉得呢? 如果API价格一直往下打, 开发者能用更低成本跑更多任务, 是好事吧?

当然好. 但我的隐忧是, 如果都在打价格战, 会不会有人开始砍研发投入? 便宜了但是能力也停滞了?

这个担心有道理, 但现在几家头部公司的研发投入还在涨. 价格下降更多是因为算法效率提升和推理成本降低, 不是因为少花钱. 所以目前来看这个循环还是正向的.

好, 那咱们再说说第二个话题, DeepSeek V5的传言. B站上有个视频互动分三万五, 核心是说DeepSeek深夜宕机, 然后有人把这个宕机事件跟GPT Astra上线前的同款宕机做类比, 推测V5可能快发布了.

这个逻辑链条是: 重大发布前服务器压力会异常, 内部测试或者流量预跑会导致宕机. GPT系列也有过类似的发布前宕机. 所以DeepSeek宕机就被当成信号.

不对吧, 这个推理也太跳了. 宕机的原因多了去了, 流量高峰, 基础设施问题, 都可能导致宕机. 凭一次宕机就说V5快来了, 这个证据链太弱了.

你说得对, 这个确实是过度解读. 但视频里提到有commandcode等三方工具证实了直连官方API出现异常, 这个细节稍微比单纯的宕机要实一点.

就是说不只是前端宕机, 而是API层也有异常? 那这个稍微有点不一样, API层的异常确实更接近基础设施层的压力.

对, 但我还是要强调这是推测. 目前没有任何官方信息. DeepSeek发布节奏一贯不走寻常路, 直接突然放出来也是有可能的.

如果V5真的要来, 你觉得会在哪些方向有突破? DeepSeek现在的优势是什么?

DeepSeek的优势一直是两个, 一是极致的训练效率, 用更少的计算资源达到接近头部模型的效果. 二是开放策略, 模型权重开放给开发者社区用, 形成了很强的生态黏性.

如果V5要有突破, 我猜方向是推理能力和多模态. 这两块是目前V4系列相对薄弱的地方, 也是整个行业竞争最激烈的战场.

而且你想一下, 现在OpenAI在GPT 6系列上主打价格, Anthropic在Haiku 5.5上也在打低价. 如果DeepSeek V5这时候出来, 而且还是开放权重, 对行业定价的冲击会非常直接.

这就是为什么这条传言在B站上这么火. 不是因为宕机本身, 而是大家都在等一个变量入场, 重新打乱现在的格局.

可是这就矛盾了. 大家一边期待DeepSeek来搅局, 一边又在用GPT 6的低价模型. 最后得利的可能还是开发者和企业用户.

这个矛盾其实不矛盾. 竞争越激烈, 价格越低, 能力越强, 开发者就越受益. 几家打架, 用户捡便宜, 这是这轮AI军备竞赛里最确定的一个结论.

总结一下今天深度聊的这两块, GPT 6的Luna和Sol说明OpenAI在用分层定价策略打价格战, 而DeepSeek V5的传言说明市场在期待新的搅局者入场. 不管谁先动, 这轮推理成本下降的趋势是挡不住的.

对, 结论就是这个. 模型能力的竞争正在转向成本效率的竞争, 谁能在低价位上做出够用的东西, 谁就能赢下接下来这一段市场.

好, 今天就聊到这儿, 内容不少, 希望大家听得还不错. 咱们中午见!