庥豆.蜜桃.天美.果冻：2024年李斌小传：李斌该让蔚来断奶了？

庥豆.蜜桃.天美.果冻

身为酒店业的新人，林惠虎对未来市场的冷暖走向也有些许担忧。“酒店恰好在春节旺季开业，入住率等各项数据都很亮眼，但之后淡季时的客流量难以预估。不过好在泉州酒店市场的游客占比整体上要高于商务客。”，2024年李斌小传：李斌该让蔚来断奶了？

叶守国致辞

「比起正在开发领先AI模型的公司，我更担心的是那些其他试图迎头赶上的国家和组织，它们的顾忌远没有头部的AI实验室那么多」。

王福贵主持会议

刘彦果报告

杨晓宁 康毅/央视新闻杨冰钰/九派新闻1月28日晚，在2025年春节联欢晚会上，杭州宇树科技的机器人在张艺谋导演的创意融合舞蹈《秧BOT》中亮相。

陈瑜作报告

根据深度求索的技术报告，该模型使用由英伟达H800 GPU驱动的数据中心进行训练。据介绍，深度求索公司仅用两个月就完成了训练，成本为550万美元，仅为OpenAI等美国公司所花费金额的一小部分。

王庆华报告

最近一段时间，整个汽车市场都出现了较大的变化，其中最大的特点就是知名豪车巨头BBA都呈现出不同程度的降价情况，让人不禁想问这些豪车巨头到底怎么了？

石昭垒作报告

三言科技 2月2日消息，昨日晚间，周鸿祎在社交平台发文称，某个国家对DeepSeek发动了大规模的网络攻击，导致这几天DeepSeek经常登录不了或者卡顿。

张根清作报告

彭博社指出，美国政府已从2023年10月起禁止向中国出口英伟达H800等芯片，但中国依然是英伟达的重要市场，该公司已为中国市场提供了算力更弱一些的H20芯片。

刘长发作报告

DeepSeek 并没有“用 600 万美元做到美国 AI 公司花费数十亿美元才能实现的事情”。以 Anthropic 为例，Claude 3.5 Sonnet 是一个中等规模的模型，训练成本达 数千万美元，远不是数十亿美元级别。 并且，Claude 3.5 Sonnet 训练于 9-12 个月前，而 DeepSeek 的模型训练于 2023 年 11 月至 12 月，即便如此，Claude 3.5 Sonnet 在多个关键评估中仍明显领先。 DeepSeek 的训练成本并未突破行业趋势。如果成本曲线下降的历史趋势是每年约 4 倍，那么按照正常业务发展——即 2023 年和 2024 年的成本下降趋势——我们现在应该会看到一个比 3.5 Sonnet/GPT-4 便宜 3 到 4 倍的模型。 然而，DeepSeek-V3 的性能比这些美国前沿模型差一些——假设在扩展曲线上差约 2 倍，这已经是对 DeepSeek-V3 相当慷慨的估计了——这意味着，如果 DeepSeek-V3 的训练成本比一年前开发的美国当前模型低约 8 倍，那其实完全符合正常趋势。 我虽不便给出确切数字，但从前面的分析可以看出，即使接受 DeepSeek 的训练成本数据，他们也只是处于趋势线上，甚至可能还未完全达到。 比如，这比原始 GPT-4 到 Claude 3.5 Sonnet 的推理价格差异（10 倍）要小，而且 3.5 Sonnet 本身也是一个比 GPT-4 更好的模型。这些都表明，DeepSeek-V3 并非独特的突破，也没有从根本上改变 LLM 的经济性，它只是持续成本降低曲线上一个预期的点。 不同的是，这次第一个展示预期成本降低的公司是中国的，这在以往从未有过，具有重大的地缘政治意义。不过，美国公司很快也会跟上这一趋势——他们不会通过抄袭 DeepSeek 来实现成本降低，而是因为他们自身也在沿着常规的成本降低趋势发展。 DeepSeek 不是第一个实现成本优化的公司，但它是第一个来自中国的公司。这一点在地缘政治上意义重大。但同样，美国 AI 公司也会很快跟进——并不是通过抄袭 DeepSeek，而是因为它们本就沿着同样的技术路线前进。

李丽娜报告

根据安排，U20国足2月1日继续进行训练，2日下午将和乌兹别克斯坦国青队进行一场封闭热身赛。随着U20亚洲杯的日趋临近，不管是U20国足还是乌兹别克方面都希望在技战术方面进行保密。乌兹别克斯坦国青队在1月27日就已经从塔什干飞抵珠海进行备战，并将在1日从珠海转战深圳。

朱茂报告

《余烬之上》是双男主剧，由王子奇、孙阳主演，导演是程浩，五百担任监制，要知道五百在悬疑犯罪剧这块很牛，曾出品过《白夜追凶》、《心理罪》、《扫黑风暴》等现象级网剧。

1月28日凌晨，DeepSeek官网连续发布两条公告称，DeepSeek线上服务受到大规模恶意攻击，导致平台注册繁忙。为了应对平台遭遇大规模攻击的情况，DeepSeek暂时限制了+86手机号以外的注册方式，已注册用户可以正常登录。

在人类历史进程中，对于任何事物，如果有负面影响，我们首先想到的是政府是否可以对其进行有效监管，甚至会将不良后果的责任归咎于政府没有做好监管。作者认为，在人工智能领域仅靠监管是不够的。有几方面原因：首先，监管一般涉及在多方利益之间进行权衡，任何形式的监管都错综复杂、困难重重。其次，即使是人工智能领域的技术专家和研究人员，也难以跟上技术变革的步伐，那么，对资源更为有限的监管机构来说，它们又有多少胜算呢？再次，技术发展日新月异，但出台一部监管立法却需要数月甚至数年时间，可以说，技术进步的速度是在“奔跑”，而监管却在“蠕行”。从上述这几个角度看，遏制人工智能的负面效应，仅仅依靠监管是无法做到的，需要多方共同付出极大的努力才能取得效果。 更多推荐：庥豆.蜜桃.天美.果冻

来源：邓乾超