[美股] AI、自驾、美股...2026年科技行业的12个关键问答
来源：IIm-stats
Howie：
我必须提“DeepSeek Moment”。其实24年它已经显现出功能了，但25年推理模型的爆发，彻底确认了这是一个系统性的趋势。 它的影响远超想象。年初大家觉得DeepSeek出来只是地缘政治或者英伟达股票跌个几百Billion的事情，但一年走下来，你会发现它的影响是：做大模型不需要垄断在5家大厂手里。除了OpenAI和Anthropic，那些出走的科学家做的New Lab（如SSI、Thinking Machines）都在发力。这意味着真正的研究可能正在发生在大厂之外，这些实验室有希望做出OpenAI在2019年做过的那种从0到1的突破。
关键问题 2：Scaling Law到底有没有撞墙？2026年会有“新神”出现吗？
陈茜：
上半年大家都说Transformer“撞墙”了，甚至有人说Scaling Law已经“撞墙”，结果谷歌Gemini新一代出来，大家又觉得Scaling Law还有戏。2026年我们会看到什么？
Howie：
我是坚定乐观派，我觉得Scaling Law还非常强劲。很多人说数据用完了，那是胡扯。 数据不在于多，而在于怎么精心挑选。什么是好数据？什么数据该放多少比重？这上面有太多的Permutation（排列组合）。谷歌Gemini的突破不是因为网上数据多了，而是把数据整理、清洗、配比做到了极致。 算力也一样。马斯克在奥斯汀建了百万张卡的集群，但“The devil is in the detail”（魔鬼在细节里）。你怎么连卡？怎么解决容错、带宽？如果若干年后我们回头看，发现还有10倍的Scaling空间，我一点都不觉得奇怪。算法、算力、数据这三点上，现在还远远没到终点。
张璐：
我同意Scaling Law成立，但它不再是唯一的增长路径。2026年，竞争会从“单纯堆数据”变成“系统级Scaling”。谷歌的优势在于它是一个“系统中心型”公司。它有DeepMind这种深厚的人才储备，有几年前就布局的新型架构，还有真实世界的用户反馈闭环。你看Gemini表现惊艳，其实是它把系统层面的优化、数据质量的闭环和产品反馈结合得最好。相比之下，那些纯模型公司（Model-centric）在2026年会面临更大的成本压力，2026年我们会看到更多对过去“无脑堆数据”方式的修正。
关键问题 3：Meta的“生死大辩论”：是该死磕模型，还是回归应用？
陈茜：
这里有一个非常Drama的点。Meta最近花20-30亿美金，仅仅用了十多天就完成了对中国团队Manus的收购。两位对Meta在2026年的处境有一个非常精彩的辩论，咱们展开聊聊。
张璐：
我对Meta现在挺失望的。 原本Llama 3出来时非常惊艳，我们非常看好开源生态。但Llama 4出来后的表现和预期差很多，核心原因是他们内部战略调整，太早想去推产品端，导致忽略了推理（Reasoning）能力的深耕。
[加西网正招聘多名全职sales 待遇优]
无评论不新闻，发表一下您的意见吧
Howie：
我必须提“DeepSeek Moment”。其实24年它已经显现出功能了，但25年推理模型的爆发，彻底确认了这是一个系统性的趋势。 它的影响远超想象。年初大家觉得DeepSeek出来只是地缘政治或者英伟达股票跌个几百Billion的事情，但一年走下来，你会发现它的影响是：做大模型不需要垄断在5家大厂手里。除了OpenAI和Anthropic，那些出走的科学家做的New Lab（如SSI、Thinking Machines）都在发力。这意味着真正的研究可能正在发生在大厂之外，这些实验室有希望做出OpenAI在2019年做过的那种从0到1的突破。
关键问题 2：Scaling Law到底有没有撞墙？2026年会有“新神”出现吗？
陈茜：
上半年大家都说Transformer“撞墙”了，甚至有人说Scaling Law已经“撞墙”，结果谷歌Gemini新一代出来，大家又觉得Scaling Law还有戏。2026年我们会看到什么？
Howie：
我是坚定乐观派，我觉得Scaling Law还非常强劲。很多人说数据用完了，那是胡扯。 数据不在于多，而在于怎么精心挑选。什么是好数据？什么数据该放多少比重？这上面有太多的Permutation（排列组合）。谷歌Gemini的突破不是因为网上数据多了，而是把数据整理、清洗、配比做到了极致。 算力也一样。马斯克在奥斯汀建了百万张卡的集群，但“The devil is in the detail”（魔鬼在细节里）。你怎么连卡？怎么解决容错、带宽？如果若干年后我们回头看，发现还有10倍的Scaling空间，我一点都不觉得奇怪。算法、算力、数据这三点上，现在还远远没到终点。
张璐：
我同意Scaling Law成立，但它不再是唯一的增长路径。2026年，竞争会从“单纯堆数据”变成“系统级Scaling”。谷歌的优势在于它是一个“系统中心型”公司。它有DeepMind这种深厚的人才储备，有几年前就布局的新型架构，还有真实世界的用户反馈闭环。你看Gemini表现惊艳，其实是它把系统层面的优化、数据质量的闭环和产品反馈结合得最好。相比之下，那些纯模型公司（Model-centric）在2026年会面临更大的成本压力，2026年我们会看到更多对过去“无脑堆数据”方式的修正。
关键问题 3：Meta的“生死大辩论”：是该死磕模型，还是回归应用？
陈茜：
这里有一个非常Drama的点。Meta最近花20-30亿美金，仅仅用了十多天就完成了对中国团队Manus的收购。两位对Meta在2026年的处境有一个非常精彩的辩论，咱们展开聊聊。
张璐：
我对Meta现在挺失望的。 原本Llama 3出来时非常惊艳，我们非常看好开源生态。但Llama 4出来后的表现和预期差很多，核心原因是他们内部战略调整，太早想去推产品端，导致忽略了推理（Reasoning）能力的深耕。
[加西网正招聘多名全职sales 待遇优]
| 分享: |
| 注： | 在此页阅读全文 |
| 延伸阅读 | 更多... |
推荐: