乐于分享
好东西不私藏

最近AI圈太疯了,我感觉我的显卡在燃烧

最近AI圈太疯了,我感觉我的显卡在燃烧

点击蓝字 关注我们

不知道你们有没有同感,就是那种——一周不看新闻,回来发现世界已经变天了的感觉。

我昨晚在合肥教室测东西测到凌晨,打开手机刷了一圈,直接给我干清醒了。这半个月AI圈发生的事,比我去年一整年看到的都多。简单给你们捋一捋,不然我怕你们错过几个亿。

先说个大事:全球调用榜前五,全TM是国产模型

这个是真的离谱。OpenRouter最新的周度Token调用榜单,前五名全部被国产大模型包揽——DeepSeek V4 Flash、小米MiMo V2.5、腾讯Hy3、DeepSeek V4 Pro、智谱GLM5.2。

你们能想象吗?全球开发者都在用中国的模型。

DeepSeek V4 Flash这个月刚上的正式版,延续了2840亿参数、130亿激活参数,100万Token上下文。关键是价格——每百万Token输入1块钱,输出2块钱。有外媒报道说它在全球主流模型里运行成本极具竞争力。

1块钱啊兄弟们,你买瓶水都不止这个价。

然后7月31号,DeepSeek又更新了V4 Pro版本,性能据说大幅提升。他们更新都不带通知的,凌晨发文档,早上起来全世界开发者都在喊“卧槽”。

阿里也没闲着,Qwen3.8-Max来了

8月3号,阿里发布了Qwen3.8-Max。参数2.4万亿——这是千问系列尺寸最大、性能最强的旗舰模型,也是继Kimi K3之后中国第二个参数规模突破2万亿的大模型。

采用稀疏混合专家架构,单次推理激活约950亿参数。编程和专业办公能力大幅提升。最狠的是——推理成本降到行业1/8。每百万输出Token约6美元,行业主流是50美元。

而且这次Max级别旗舰模型首次开源,8月13号已经正式开放权重了。以前千问Max系列只卖API不开源,这次直接放。

怎么说呢,开源赛道的“价格战”已经打疯了。对开发者来说是天堂,对竞品来说是地狱。

视频生成这边更热闹,我眼睛都看花了

先说MiniMax H3,8月3号正式开源。最高2K分辨率、最长15秒、带原生立体声音频。在Artificial Analysis视频编辑评测榜和Arena图生视频排行榜上都是全球第一。开源当天Hugging Face热度直接冲到第一。

关键是——华为昇腾、摩尔线程、沐曦、AMD、Intel这些芯片厂商,全部在开源当天完成了适配。Hugging Face、魔搭、ComfyUI这些社区也同步接入了。开源24小时内超百家合作伙伴完成适配。

这种生态落地速度,说实话,以前是OpenAI的剧本。现在剧本在中国团队手里。

然后字节跳动的Seedance 2.5,7月31号发布的。单次生成视频从15秒翻倍到30秒。支持最多50个多模态参考素材,新增白模、绿幕参考能力。还能局部编辑——背景、商品、人物局部精准修改。

最让我意外的是它的落地场景。徐工集团已经用Seedance做工业操作培训和工序SOP视频生成。小鹏汽车集成到内部AI设计平台。微分智飞用来优化飞行机器人运动轨迹预测。

这不是做短视频玩具,这是进工厂、进车间、进生产线了。

哦对了,Black Forest Labs的FLUX 3也上线了,8月5号发的公告,6号正式上。最长20秒原生1080p,跑分优于Seedance 2.0和MiniMax H3。Draft模式文本转视频每秒0.06美元。这个赛道现在卷得跟春运抢票一样。

还有个事让我挺感慨的——Sora关停了

今年3月,OpenAI宣布关停Sora。独立App、API接口、ChatGPT内置视频功能,全部停止。那个2024年初靠一段“东京街头漫步”视频震撼全球的AI视频工具,从去年9月上线到关停,也就半年多。

Sora团队在X上发了句话:“We're saying goodbye to Sora”。还挺体面的。

一个关停了,一群跑起来了。这大概就是这半年最真实的写照。

对了,音频这边也有新东西

MiniMax 8月14号推出了音乐生成模型MiniMax-Music3,能根据歌词和音乐描述生成最长5分钟的完整歌曲。

阿里推出了国内首个一站式AI语音平台CosyVoice Studio。基于自研Qwen-Audio打造,在Artificial Analysis上拿了语音识别、实时交互、语音合成三个赛道全球第一。能把口语变成结构化文本,能把内容变成播客和有声书。

字节也发了语音大模型SwanTale。自然语言驱动TTS加零样本音色克隆。

文本、图像、视频、音频,全在卷。没有一个赛道是安静的。

最后说几句废话

我测了这么多模型,最大的感受是——现在根本不需要“选”模型,你需要的是“组合”模型。

写代码用DeepSeek,写文章用通义,做视频看需求——要动态图形用H3,要长叙事用Seedance 2.5。每个模型都有自己的长处和短板,关键是你得知道什么时候用谁。

总结来讲一句话——掌握的不是某个模型的使用,是跟AI聊天的技巧和思维。模型在变,逻辑不变。

关注南哥,带你了解更多AI资讯