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���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���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��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��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��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���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。