[美股] AI、自駕、美股...2026年科技行業的12個關鍵問答
來源：IIm-stats
Howie：
我必須提“DeepSeek Moment”。其實24年它已經顯現出功能了，但25年推理模型的爆發，徹底確認了這是壹個系統性的趨勢。 它的影響遠超想象。年初大家覺得DeepSeek出來只是地緣政治或者英偉達股票跌個幾百Billion的事情，但壹年走下來，你會發現它的影響是：做大模型不需要壟斷在5家大廠手裡。除了OpenAI和Anthropic，那些出走的科學家做的New Lab（如SSI、Thinking Machines）都在發力。這意味著真正的研究可能正在發生在大廠之外，這些實驗室有希望做出OpenAI在2019年做過的那種從0到1的突破。
關鍵問題 2：Scaling Law到底有沒有撞牆？2026年會有“新神”出現嗎？
陳茜：
上半年大家都說Transformer“撞牆”了，甚至有人說Scaling Law已經“撞牆”，結果谷歌Gemini新壹代出來，大家又覺得Scaling Law還有戲。2026年我們會看到什麼？
Howie：
我是堅定樂觀派，我覺得Scaling Law還非常強勁。很多人說數據用完了，那是胡扯。 數據不在於多，而在於怎麼精心挑選。什麼是好數據？什麼數據該放多少比重？這上面有太多的Permutation（排列組合）。谷歌Gemini的突破不是因為網上數據多了，而是把數據整理、清洗、配比做到了極致。 算力也壹樣。馬斯克在奧斯汀建了百萬張卡的集群，但“The devil is in the detail”（魔鬼在細節裡）。你怎麼連卡？怎麼解決容錯、帶寬？如果若幹年後我們回頭看，發現還有10倍的Scaling空間，我壹點都不覺得奇怪。算法、算力、數據這叁點上，現在還遠遠沒到終點。
張璐：
我同意Scaling Law成立，但它不再是唯壹的增長路徑。2026年，競爭會從“單純堆數據”變成“系統級Scaling”。谷歌的優勢在於它是壹個“系統中心型”公司。它有DeepMind這種深厚的人才儲備，有幾年前就布局的新型架構，還有真實世界的用戶反饋閉環。你看Gemini表現驚艷，其實是它把系統層面的優化、數據質量的閉環和產品反饋結合得最好。相比之下，那些純模型公司（Model-centric）在2026年會面臨更大的成本壓力，2026年我們會看到更多對過去“無腦堆數據”方式的修正。
關鍵問題 3：Meta的“生死大辯論”：是該死磕模型，還是回歸應用？
陳茜：
這裡有壹個非常Drama的點。Meta最近花20-30億美金，僅僅用了拾多天就完成了對中國團隊Manus的收購。兩位對Meta在2026年的處境有壹個非常精彩的辯論，咱們展開聊聊。
張璐：
我對Meta現在挺失望的。 原本Llama 3出來時非常驚艷，我們非常看好開源生態。但Llama 4出來後的表現和預期差很多，核心原因是他們內部戰略調整，太早想去推產品端，導致忽略了推理（Reasoning）能力的深耕。
[物價飛漲的時候 這樣省錢購物很爽]
這條新聞還沒有人評論喔，等著您的高見呢
Howie：
我必須提“DeepSeek Moment”。其實24年它已經顯現出功能了，但25年推理模型的爆發，徹底確認了這是壹個系統性的趨勢。 它的影響遠超想象。年初大家覺得DeepSeek出來只是地緣政治或者英偉達股票跌個幾百Billion的事情，但壹年走下來，你會發現它的影響是：做大模型不需要壟斷在5家大廠手裡。除了OpenAI和Anthropic，那些出走的科學家做的New Lab（如SSI、Thinking Machines）都在發力。這意味著真正的研究可能正在發生在大廠之外，這些實驗室有希望做出OpenAI在2019年做過的那種從0到1的突破。
關鍵問題 2：Scaling Law到底有沒有撞牆？2026年會有“新神”出現嗎？
陳茜：
上半年大家都說Transformer“撞牆”了，甚至有人說Scaling Law已經“撞牆”，結果谷歌Gemini新壹代出來，大家又覺得Scaling Law還有戲。2026年我們會看到什麼？
Howie：
我是堅定樂觀派，我覺得Scaling Law還非常強勁。很多人說數據用完了，那是胡扯。 數據不在於多，而在於怎麼精心挑選。什麼是好數據？什麼數據該放多少比重？這上面有太多的Permutation（排列組合）。谷歌Gemini的突破不是因為網上數據多了，而是把數據整理、清洗、配比做到了極致。 算力也壹樣。馬斯克在奧斯汀建了百萬張卡的集群，但“The devil is in the detail”（魔鬼在細節裡）。你怎麼連卡？怎麼解決容錯、帶寬？如果若幹年後我們回頭看，發現還有10倍的Scaling空間，我壹點都不覺得奇怪。算法、算力、數據這叁點上，現在還遠遠沒到終點。
張璐：
我同意Scaling Law成立，但它不再是唯壹的增長路徑。2026年，競爭會從“單純堆數據”變成“系統級Scaling”。谷歌的優勢在於它是壹個“系統中心型”公司。它有DeepMind這種深厚的人才儲備，有幾年前就布局的新型架構，還有真實世界的用戶反饋閉環。你看Gemini表現驚艷，其實是它把系統層面的優化、數據質量的閉環和產品反饋結合得最好。相比之下，那些純模型公司（Model-centric）在2026年會面臨更大的成本壓力，2026年我們會看到更多對過去“無腦堆數據”方式的修正。
關鍵問題 3：Meta的“生死大辯論”：是該死磕模型，還是回歸應用？
陳茜：
這裡有壹個非常Drama的點。Meta最近花20-30億美金，僅僅用了拾多天就完成了對中國團隊Manus的收購。兩位對Meta在2026年的處境有壹個非常精彩的辯論，咱們展開聊聊。
張璐：
我對Meta現在挺失望的。 原本Llama 3出來時非常驚艷，我們非常看好開源生態。但Llama 4出來後的表現和預期差很多，核心原因是他們內部戰略調整，太早想去推產品端，導致忽略了推理（Reasoning）能力的深耕。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 | 更多... |
推薦: