TensorCool

Attention is all you need.
Blockchain & AI

[TensorCool @TensorCool]

@xingpt Mu & Circle？

[TensorCool @TensorCool]

@Anitahityou codex的订阅如果你每5个小时都用尽token，他的单位价格要比deepseek的miss-cache价格低的。另外还有巨大的单位token效率差异。

[TensorCool @TensorCool]

更详细的太空算力“大饼”来了。

目前看到的实际进展主要有几个点。

第一，AI1 已经有第一代设计。公开口径里提到单星大概是 150kW 峰值功率、120kW 持续算力功率，接近地面一柜 AI 服务器的级别。这说明它已经不是传统小卫星上跑一点边缘 AI，而是开始往“轨道 AI rack”这个方向走。

第二，SpaceX 准备大量复用 Starlink V3 的技术，包括太阳能板、热管理、卫星平台、星间激光链路。这个很关键，因为如果 AI1 从零开始做，难度会非常高；但如果它是 Starlink 工业体系的一个变体，工程可行性会高很多。

第三，监管层面也有动作。SpaceX 已经向 FCC 提交过 orbital data center system 相关申请，规模口径甚至是百万级卫星。当然，申请不等于批准，更不等于已经部署，但说明这不是随口讲的 PPT，至少已经开始往正式路径上推。

它解决了什么问题？

第一个是电力问题。地面 AI 数据中心越来越受制于电网、土地、审批、水冷、能耗指标。太空里直接用太阳能，理论上绕开了一部分地面瓶颈。

第二个是制造和发射问题。别的公司讲太空数据中心，最大问题是怎么把这么多东西送上去；SpaceX 自己有 Starlink 卫星工厂，也有 Starship 这个超级运力平台。它是少数真的有机会把“卫星规模化生产 + 低成本入轨”打通的公司。

第三个是网络问题。Starlink 已经在做星间激光链路，AI1 如果真的发展起来，不会是孤立卫星，而更像一个轨道计算网络。这个底座 SpaceX 已经比大多数公司走得更远。

但真正的差距也很大。

最大的问题是散热。很多人以为太空很冷，所以散热容易，其实刚好相反。真空里没有空气对流，废热只能靠辐射排出去。AI 芯片是高功耗、高热流密度设备，120kW、1MW、10MW、100MW 每上一个量级，散热器面积和热控制复杂度都会暴涨。

第二个问题是通信带宽。地面 AI 数据中心内部是超高带宽、超低延迟网络，训练大模型时 GPU 之间的数据交换非常夸张。太空数据中心即使有激光链路，也很难直接对标地面机房的内部网络。所以 AI1 早期更适合做推理、空间数据就地处理、遥感、军事、边缘计算，不太适合直接承接海量地面数据训练大模型。

第三个问题是维护和迭代。地面数据中心坏一张卡、坏一个电源、坏一根网线，都可以换；轨道上坏了，基本只能冗余、降级、放弃。AI 芯片又是快速迭代行业，地面两三年就换一代，太空硬件怎么跟上这个节奏，是很大的问题。

第四个问题是经济性。AI1 最后能不能成立，不取决于它能不能飞上天，而取决于每瓦算力成本、每 token 成本、每次推理成本，能不能接近甚至低于地面数据中心。这个前提是 Starship 必须真的做到高频、低成本、可复用发射。

[Rocky @Rocky_Bitcoin]

马斯克又搞大事了！#SpaceX 正式发布 AI 卫星 AI1，直接把数据中心送上太空。🧐

看看这配置有多夸张：
• 150 kW 峰值算力，相当于英伟达 GB300 机架
• 70米翼展，20米高，全靠太阳能供电
• 模块化设计，可以随时换 GPU 供应商

更劲爆的是规模，SpaceX 已经向 FCC 申请了 100 万颗卫星星座！假如每年发射 100 万吨，每年能往轨道增加 100GW 算力。

这是什么概念？地面数据中心受限于电力、土地、输电网，而太空完全规避了这些制约。

相信马斯克，相信 #SpaceX，#SpaceX 上市必须冲，他是能改变世界的神！🫡

[TensorCool @TensorCool]

这篇文章可以理解成 OpenAI 在公开喊话：

AGI 时代要来了，我们不想只做一个模型公司，我们想把 AI 变成像电力一样的基础设施。

它的叙事大概是这样：

⸻

过去一百年，电力改变了世界。

一开始大家觉得电灯、冰箱、洗衣机已经很厉害了。后来才发现，电真正改变的是工业、医疗、城市、生活方式，甚至整个经济结构。

OpenAI 现在想说：AI 也会走同样的路。

今天你用 ChatGPT 写邮件、查资料、写代码，看起来只是效率工具。
但他们真正赌的是：未来每个人都能拥有一个“个人 AGI”，像私人研究员、私人老师、私人医生助理、私人律师助理、私人创业伙伴一样，随时帮你解决问题。

这篇文章最核心的一句话就是：

AI 的价值不应该被少数公司、少数国家、少数精英垄断。

OpenAI 说，AI 越强大，越要让更多人用得上。普通人、创业者、小公司、研究人员、医生、学生、老人，都应该能从中受益。

他们还给自己定了几个大目标：

第一，做出 AI 研究员。
也就是让 AI 参与 AI 研发，帮助人类更快突破科学和技术瓶颈。OpenAI 甚至提到，到 2028 年左右，AI 可能会承担相当一部分研究工作。

第二，推动经济增长。
他们认为 AI 会加速科研、制造、教育、医疗、企业生产力，最终带来新一轮经济扩张。

第三，把 AGI 做成个人工具。
每个人都能调用强大的 AI，服务自己的目标，而不是只能被动接受大机构安排好的东西。

更深一层看，这篇文章其实是 OpenAI 的战略表态：

我们已经从“研究 AGI”，走到“产品化 AI”，现在要进入“AGI 基础设施时代”。

这也是他们为什么一直强调算力、模型、安全、全球协调、监管、社会收益分配。

他们想把自己放在一个非常大的位置上：

未来如果 AI 像电力一样重要，那 OpenAI 想做的就是这个时代的“电网 + 发电厂 + 操作系统”。

当然，这篇文章也有很强的公关意味。

它在告诉政府：
别只把我们看成风险源，我们也在认真考虑安全和全球治理。

它在告诉公众：
我们不是只想让 AI 替代你，我们希望 AI 放大你的能力。

它在告诉资本市场：
OpenAI 的目标不是卖聊天机器人订阅，而是参与重塑未来几十年的生产力基础设施。

一句话总结：

这篇文章就是 OpenAI 给 AGI 时代写的一封公开路线图：AI 要足够强、足够便宜、足够安全、足够普及，最终让每个人都能拥有自己的超级智能助手。

[Sam Altman @sama]

Here is our current plan for OpenAI:

https://t.co/r29FUUee3A

[TensorCool @TensorCool]

像是代表“神经网络”，透漏这届主线是AI

[Andy Stewart @manateelazycat]

有没有阅读理解好的推友解读下

今年 WWDC26 的两个 W 连起来了

何意味？

[TensorCool @TensorCool]

这届 #WWDC26 的主线非常清楚：
把 Siri 从传统语音助手升级成更接近“个人上下文 AI 助手”的系统层入口。

第一，Apple 正在把 AI 从 app 功能变成 OS 层能力。
以前是 Photos 里有 Clean Up，Messages 里有翻译，Notes 里有总结；现在方向变成 Siri / Spotlight / App Intents / Visual Intelligence 共同组成系统入口。也就是说，未来你不是打开某个 app 做事，而是对系统说目标，系统帮你跨 app 执行。

第二，Apple 选择的是“个人上下文 AI”。
OpenAI / Google 更像通用知识模型，Apple 的优势是设备里有你的信息、照片、日历、消息、联系人、app 状态。Siri AI 如果真的能安全调用这些上下文，它的护城河会比单纯聊天更强。

第三，Apple 的 AI 商业路径可能是增强生态粘性。
本地模型免费给开发者调用、Xcode 加 agent、App Intents 深度接入 Siri，这些都是让开发者和用户继续留在 Apple 平台里。

这届 无聊的WWDC 战略意义大于功能惊艳程度。
如果 Siri AI 做到：理解屏幕、理解个人上下文、跨 app 执行任务，那它会是 Apple 近几年最重要的软件转折点。

[TensorCool @TensorCool]

@JackClawAI 一眼假的东西都发。一方面有些模型有版本号但没有推理强度，而有些却没有版本号，最重要的grok都拼写错误。完全杜撰。

[TensorCool @TensorCool]

@gengdaJ gemini速度快完全是因为太懒了，根本不去深度思考，不要误会。

[TensorCool @TensorCool]

哈哈哈🤣

[飞凡 @feifan7686]

迈克尔·塞勒的32枚比特币测试。

[TensorCool @TensorCool]

@RuipengLu69498 @9hills 查一下，给你路由到什么模型了。如果思考时间没有10分钟以上的话就是路由到垃圾模型了。另外输出内容太多要要求他输出到md或者pdf文件内才会完全体。

[TensorCool @TensorCool]

@BTCdayu 去试驾一下es9，设计，配置和体验完全不输迈巴赫 gls480 但是价格只要五六十万。

[TensorCool @TensorCool]

@Phoenixyin13 这玩意只要调用工具就能很简单的给出正确答案。为什么web聊天窗口不这么做? 那是成本太高了，而且这种问题毫无意义。还有更重要的其他事情要做。不信你去拿这种问题放到codex问。

[TensorCool @TensorCool]

@gracexm2010 4点不同
1.用量不同，包括ChatGPT和Codex的模型使用量。
2.可使用功能和模型不同，pro多了个pro模型可用，多了个pulse功能
3.模型思考深度不同，同一个模型提供了更多思考档位。
4.最大记忆不同，pro提供了更大的记忆空间。

[TensorCool @TensorCool]

@colinwu 这篇文章挺逗的，又是一个内行忽悠外行媒体的典型。每一句实话，全是战略忽悠。🤣

[TensorCool @TensorCool]

@CryptoDanta 应该50岁往上吧？

[TensorCool @TensorCool]

@tongtongbee VC不投币圈垃圾项目才能币圈良性循环

[TensorCool @TensorCool]

@lostinabc 网络不行就回非常卡。