梁文鋒投資會講話流出,有點"心虛"的感覺?

梁文鋒的荒謬之處在於:1.用戰術上的局部優勢(如極致的數據標注、算法優化),去否定戰略上的全局壁壘(芯片生態、計算范式、物理世界多模態理解);2.割裂了“商業正循環”與“技術突破”的關系。 否定商業化暴利、放棄C端流量,卻又幻想有足夠的資源持續注入AGI的無底洞。3.將復雜的系統工程,簡化為“只要團隊穩住+芯片突破,AGI就壹定會成”的線性因果。
致命悖論壹:技術路線與生態的極度簡化(第1、6、10、12條)。“英偉達生態壹年廢,貴壹兩倍無所謂;伍年內解決產能”。荒謬點:嚴重低估CUDA生態壁壘與硬件經濟學。CUDA生態不是單純的顯卡算力,而是拾幾年積累的底層軟件棧、算子庫和開發者習慣。認為國產卡只要硬件算力跟上就能在“壹年內平替生態”,完全脫離了軟件工程的現實。“貴壹兩倍無所謂”違背了第14條“成本優勢”的初衷。硬件貴壹兩倍意味著數據中心CAPEX(資本支出)和OPEX(運營成本)成倍飆升。
致命悖論贰:商業閉環與經濟學規律的割裂(第2、5、8、11、14條)。“最壞情況技術凍結,光賣API也夠撐起上市公司;誰想靠AI暴利誰就死”。荒謬點:忽略API的極度同質化與價格戰陷阱。如果技術真的“凍結”了,基模的API服務將徹底變成大宗商品。各大雲廠商會把API價格壓到邊際成本線以下,甚至作為雲服務的附贈品。在沒有高毛利(暴利)維持研發循環的情況下,僅靠幾厘錢壹個Token的低毛利API,根本不可能支撐起每年數以億計的研發和硬件投入。
致命悖論叁:研發模式與“技術突破”的幻想主義(第 3、4、9、13、15條)。“持續學習要是做出來了,通用智能就很簡單,讓AI自己幫自己研究”荒謬點:把最難的“神聖之杯”假想為起點,陷入遞歸循環邏輯。神經網絡的“持續學習”長期受困於“災難性遺忘”和塑料性與穩定性矛盾。這是底層架構級別的難題。梁文鋒的邏輯是:“只要解決了持續學習,AGI就簡單了。”這無異於說:“只要解決了永動機,能源問題就簡單了。”把最核心的未解難題當成必然發生的推論前提,屬於典型的技術幻想。
近期,DeepSeek完成了公司首次外部股權融資,此次募資總額約510億元。根據近期叁家A股上市公司披露的間接投資DeepSeek公告,推測DeepSeek的估值接近3250億元至3509億元的區間。在融資期間,DeepSeek創始人梁文鋒和投資人進行了壹場近4小時的交流會。梁文鋒較為完整地向投資人解釋了這家公司到底想成為壹家什麼樣的企業,包括願景、開源與商業化的矛盾、未來AGI的技術路線、算力瓶頸等等。
據悉,DeepSeek此次融資,對於合作方進行了嚴格篩選,更看重“長期利益壹致”。梁文鋒本人出資約200億元,為本輪最大單壹出資方;騰訊出資約100億元,寧德時代體系約50億元,網易、京東、Monolith礪思資本、IDG資本分別約30億元,正心谷投資、拾象科技分別約15億元,國家人工智能產業投資基金約9.8億元。DeepSeek以邀請制的方式向少數機構開放了融資。
梁文峰肆小時交流會內容:
1,英偉達那套生態壹年內就廢了,華為的卡壹年後完全能平替英偉達,貴壹倍兩倍都無所謂。
2,誰想著靠AI暴利誰就死,拿得少的人壹定打敗拿得多的人,OpenAI就是因為想獨占才被圍攻。
3,奇點不是什麼爆炸,是個漫長的溫水煮青蛙過程,而且順序不能亂——先解決持續學習,再到自我迭代,最後才做機器人。
4,Ai技術路線是這樣:語言模型 → 思維鏈(CoT) → Agent → 持續學習 → 智能奇點(自我迭代) → 具身智能,現在處於Agent走壹半,持續學習是下壹個必須跨過去的坎,跨過去才能進入AI自己迭代自己的奇點階段。
5,克制是核心戰略,主動放棄C端流量爭奪戰,不做超級App,短期商業化只是保底,全部資源主線聚焦AGI。
6,中美AI差距就壹年,但國內只用了人家贰拾分之壹的算力,人才根本不缺,差的就是卡。
[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 |
推薦:
梁文鋒投資會講話流出,有點"心虛"的感覺?