算法的春天全球模型迭代加速20260223

2026年02月25日19:59 关键词 模型迭代大模型强化学习腾讯阿里算力GPU native护城河东阳光协创润泽大卫海光寒武纪C的2.0困3.5OpenAI谷歌模型C2.0 全文摘要 在AI领域，讨论聚焦于大模型的发展、投资策略、算力需求以及国内外模型的性能比较。大模型如谷歌的更新，展示了在多模态、agent能力方面的进步，投资领域中寻找不变因素至关重要。国产大模型在处理速度和性价比上占优，展现了在金融、法律、安全工具等多领域的应用潜力。 算法的春天-全球模型迭代加速-20260223_导读 2026年02月25日19:59 关键词 模型迭代大模型强化学习腾讯阿里算力GPU native护城河东阳光协创润泽大卫海光寒武纪C的2.0困3.5OpenAI谷歌模型C2.0 全文摘要 在AI领域，讨论聚焦于大模型的发展、投资策略、算力需求以及国内外模型的性能比较。大模型如谷歌的更新，展示了在多模态、agent能力方面的进步，投资领域中寻找不变因素至关重要。国产大模型在处理速度和性价比上占优，展现了在金融、法律、安全工具等多领域的应用潜力。AI应用商业化进展显著，模型API价格上涨，企业对生产力工具需求增加。投资策略上，关注稀缺大模型公司、算力需求增长及AI在下沉市场的应用潜力。整体而言，对话强调了AI领域投资与发展的机遇与挑战，对国产大模型的未来持积极展望。 章节速览 00:00 AI模型迭代加速与投资策略探讨 春节期间，谷歌发布3.1 pro preview版，强化学习和注意力机制创新推动模型迭代加速，AI应用日益普及。投资需在变化中寻找不变，预判AI超级时代来临，关注模型迭代与社会改造的临界点。 05:17 AI投资策略与市场趋势分析 对话深入探讨了AI投资领域的关键策略与市场趋势，强调大模型的稀缺性及腾讯、阿里等巨头在AI时代的潜力，建议关注高增长赛道与护城河高的公司，同时指出国内算力需求全面上升，带动AIDC与国产算力相关企业的发展。 09:43大模型迭代与国产模型出海 对话探讨了春节前后国内外大模型迭代的进步，特别是国内模型从0到1的跨越，以及国产模型在海外应用中的表现。分析了OpenAI的Codex 5.3作为转折点，预训练与后训练的优化，以及与Cloud模型的比较，强调了国产模型在出海过程中的潜力与挑战。 13:56国内外AI模型最新进展与竞争态势 对话探讨了OpenAI及国内外AI模型的最新变化，包括3.1版本在强化学习上的显著提升，以及国内C模型2.0和困3.5的端到端全模态特性。C模型2.0通过算力换取数据，展现出接近29 Pro的效果，而困3.5虽发布仓促，但预示着未来国产模型的竞争将更加激烈。阿里在高端卡上的优势也值得关注。 19:47 C2.0算力消耗与国产算力通胀分析 讨论了C2.0视频生成的算力需求，指出其对国产算力通胀的影响。强调了国内模型通过增加推理轮次提升输出质量，降低成本，以及国产算力出海的潜力，分析了国产卡在国际市场的成长空间。 26:23 AI模型快速迭代与市场拓展分析 对话探讨了国内AI模型、算力及应用的快速发展，指出市场正从编码向白领市场转变，国产顺利市场空间从国内拓展至全球。海外模型迭代迅速，如Cloud更新至3.1，Open I更新至5.3 Codex模型。谷歌界面3.1在AAOI评分中排 名第一，但在用户主观评价上未反超Cloud 4.6。小米3.1 Pro的换成率大幅下降，增强了agent能力。 31:24国内模型在海外需求旺盛，性价比优势明显 对话讨论了国内模型在国际榜单上的竞争力，强调了性价比优势。提到港股保险公司在模型涨价和供不应求的催化下表现强劲，以及第三方API平台Open Root上MiniMax M2.5模型的登顶。此外，Open Class作为开源Agent应用，调用量居首，显示了外部工具调用的重要性。角色扮演应用和社区聊天机器人成为国内模型在海外的热门应用场景。谷歌界面3.1 Pro的性价比提升，以及Open Root默认选择MiniMax M2.5模型，进一步证明了国产模型在通用Agent任务中的优势。 40:23大模型商业化进展与to B2B转型趋势 讨论了大模型从API售卖转向to B2B生产力工具的商业化进展，包括模型能力提升、API涨价、垂类应用开发等，以及AI在下沉市场的渗透和agent爆发的产业趋势，强调了聚焦卖产值、数据壁垒和独特商业模式的重要性。 发言总结 发言人3 他对当前大模型的发展趋势进行了深入分析，着重讨论了国内外模型的迭代速度、性能评价以及商业化应用等方面。云服务商如Cloud和Open I分别更新了其界面至3.1和5.3 Codex版本，同时国内的Kimi和Mini Max等模型也相继发布新版本。在性能评价方面，国内外有两大榜单值得关注，分别是LM Arena的用户主观评价和AAAAOI的综合评分测试。谷歌界面3.1在AAAAOI评分中位列第一，但在用户主观评价上仍未超越Cloud 4.6。此外，发言人强调了国内模型在这些榜单上表现优异，显示出显著进步，特别是在性价比方面有明显优势。他还提到模型API价格的上涨和向B端市场的拓展，表明大模型正从单一API售卖转向全面生产力工具的提供，加速了商业化进程。最后，发言人预测了大模型未来的发展趋势，特别是在agent应用的爆发和加速落地，并建议关注具备高产值潜力和独特商业模式的标的。 发言人1 他讨论了人工智能领域的最新发展趋势，特别强调了国产模型的进展与国际模型之间的对比。他首先指出，国产模型在实现从0到1的技术突破方面取得了显著成就，不仅模型迭代速度显著加快，而且能够持续产出高质量的结果。此外，他强调了借鉴海外应用经验对于推进国产模型出海战略的重要性。 在分析国内外模型技术发展差异时，他指出，尽管在算力与推理效果的权衡上存在差异，但国内模型通过不断提升算力，已成功达到与国际模型相近的推理效果，同时保持了成本优势。他还提到了国产算力和卡牌技术的未来前景，并探讨了如何利用这些优势促进国产AI技术在全球市场的进一步发展。 总之，他对国产AI技术的未来发展持乐观态度，期待其能在国际市场上发挥更大影响力。 发言人2 他，即高畅，在新年电话会上首先自我介绍并表示对同学们的欢迎。他指出，本次会议将与同事刘玲玲和可夫共同汇报近期模型的巨大变化及其对投资思路的指导意义。高畅强调，尽管模型迭代速度加快，投资策略应专注于在变化中寻找不变，预判未来趋势。他提到了春节期间谷歌重回王座以及模型迭代与强化学习优化带来的显著效果，同时指出了AI应用的快速发展及其对社会的深远影响。在投资方面，高畅建议关注大模型和拥有高增长潜力的赛道，同时指出了算力需求的增长将带动相关公司的发展。最后，他提到将与刘玲玲和可夫深入探讨模型变化的细节，并期待与大家在电话会中进一步交流。 要点回顾 春节期间，谷歌和质朴的G任务在模型领域的表现如何？ 发言人2：春节期间，谷歌重回王座，其3.1 pro版本在多模态领域打败了cloudy 4.6，并在coding和agent层面有出色表现，保持了在多模态优势领域的地位。同时，质朴的G任务也表现不俗，尤其是在强化学习方面做了大量优化，在coding为代表的agent领域取得了显著效果。 对于今年模型迭代的特点以及对投资的影响是什么？ 发言人2：今年模型迭代的速度比去年要快很多，原因包括强化学习算法和相关玩法从去年九月份以后出现大量创新，新一代硬件集群如谷歌从V5TPUV3转向V7，以及界面3.0产品推进了模型准确度和能力达到一个能够改造社会和推动AI深入的新临界点。对于投资而言，在AI快速发展的背景下，要注意不同应用结构化的特点，看好稀缺的大模型应用，例如质谱和mini max等，并认为顶尖超级入口公司的市值潜力巨大，如腾讯有望达到20万亿人民币的市值。 在AI渗透过程中，如何从投资角度把握相关机会？ 发言人2：投资AI时，需关注大模型的稀缺性，目前只有少数几个大模型如deep stick、kimi等，而腾讯和阿里等公司在生态、模型潜力、资金实力和人才储备方面仍有较大优势，可视为回调后的低吸阶段。此外，考虑到未来3到5年内算力会相对短缺，APIA检测因其准确度和成本优势，在优化工作负载和生活负载方面具有重要作用，这也是大模型投资可以关注的方向。 在投资方面，您对于哪些赛道或公司比较看好？ 发言人2：我比较看好那些有极高增长潜力的赛道，例如GPU native的数据库公司，以及像德才、新环这类具有高护城河的企业，还有美年健康这样的公司。此外，国内大量使用live in模式的模型需求将会全面增长，带动算力需求，相关公司如东阳光、协创、润泽、大卫以及国产算力厂商海光、寒武纪等都将受益。 对于模型迭代的投资策略，您有什么建议吗？ 发言人2：在中期来看，我认为对于刚才提到的模型和赛道可以进行重要的选择投资。这次的模型迭代中，各大厂有很多变化和细节值得深入探讨。 春节前后国内外模型有何重大进展？ 发言人1：春节期间，国内外模型都有了显著的进步。国内方面，国产大模型从0到1的故事正在上演，稳定性大幅提升，从之前需要多次运行才能得到满意结果到现在能稳定产出高质量结果。同时，海外模型如Codex 5.3、Cloud4.6等也进行了预训练和后训练的优化，整体上国内模型在线阶段正重复海外去年4月到5月的变化，并将伴随token量的快速提升。 国内模型的变化情况如何？ 发言人1：春节期间，国内模型的变化比海外更为丰富。其中，EC ed、Q3.5和坤3.5为主导的模型中，C点的变化尤为显著。C的2.0版本在全模态融入和通过pray扩充知识等方面表现出色，其思维链颗粒度达到了国内其他模型目前还无法比拟的程度。而困3.5虽然发布较为仓促，但整体模型能力已达到较高水平。 您如何看待Codex 5.3这一转折点？ 发言人1：我认为Codex 5.3是OpenAI的一个小拐点或转折点。尽管参数量未达到之前版本的规模，但它是一个新的base model，并且在后训练阶段表现出色。测试结果显示，Codex 5.3在coding任务上的表现与Cloud相当，甚至在一定任务量内优于Cloud 4.6，但在处理极长上下文时效果可能更好。此外，OpenAI团队目前正积极提升API调用量，展现出强劲的发展势头。 空3.5和C 2.0在AI模型领域中，它们的地位以及未来的发展趋势是怎样的？ 发言人1：空3.5实际上与C 2.0相当，都是端到端全模态的代表。随着国产模型如GPT3.5 plus版本的优化和坤4.0的发布，国产模型之间的竞争将更加激烈。尤其是在高端GPU上，阿里等国内模型表现出了相对优势。 C 2.0模型在参数量和实际应用效果上有何显著提升？ 发言人1：C 2.0模型的参数量远大于之前的多模态模型，并且在复杂动作和连贯性学习上表现出显著改进，解决了小模型无法掌握的问题，如人像漂移和运动轨迹漂移等，这代表了多模态模型发展的一个重大突破。 生成720P 15秒视频所需的token量和算力消耗大约是多少？ 发言人1：生成一个720P 15秒视频大约需要72万token，而单个用户生成这样的视频所需的算力消耗等效于2.66张H100，如果日活跃用户达到亿级别，则算力需求将达到7000万至8000万张H100级别，这显示出庞大的算力消耗需求。 CS 2.0模型与海外模型相比，在模型调用协议和模型性能上有哪些变化？ 发言人1：CS 2.0模型在性能上达到了SOTA级别，打破了之前与谷歌等海外模型的某些调用协议，并且采用先进思维（inter view thinking）后，其模型推理质量和下限水平有了大幅提升，实现了用算力换取推理效果，成本仅为海外模型的十分之一左右。 国产模型目前的发展阶段及其对未来的影响是什么？ 发言人1：目前国产模型正在经历用算力换推理效果的阶段，模型的脱困消耗量呈十倍甚至百倍级增长，这