twinsant.eth

山西大同人，每天思考工作学习15小时：群众，~~无政府主义者~~→马克思主义者，毛粉，自发大文宣

07好看簿联创/10云彩手机直播联创/06-15Web2.0创业者/Web3 Builder/元宇宙游民/AI +架构师

产品工程师：勤学，多思，勇探索。

备注：政见不同没关系，求同存异；美人之美，美美与共，世界大同

[Malamente® @MalaMalamente]

Logros del capitalismo: crear un trillonario.
Logros del socialismo chino: sacar a 850 millones de personas de la pobreza.

[余温 @gkxspace]

卧槽，谁想到的这个用法🤯

Codex 内置浏览器打开 excalidraw，画布上随手画草稿标注，Codex 基于你画的出图，夯爆了

而且 Codex 生图几乎不限量。对比那些按次收费的 AI 生图工具，基本就是个免费无限画板

再配合编程能力，批量生图、统一风格、自动后期，都能搞。这套下来，以后出图我可能不用开别的工具了

[上官亂 @shangguanluan]

5月大陆的出口数据增长了19.4%，社零却创新低。因为AI带动经济大涨，中国经济找到了新的发动机，但是普通人并未受益，甚至觉得生活很辛苦，这种状态，其实特别像现在的台湾。

和过去中国做中低端外贸和土地财政不同，AI很难带动和普通人相关的周边产业，而且周期比过去漫长，普通人参与的门槛极高，最多的参与机会就是买AI相关的股票。这点也跟现在台湾全民买台积电一样。

过去很多年，中国外贸的增长，更多靠衣服、鞋帽、家电、低端电子组装。海外订单一来，工厂生产，物流开动，周边小饭馆、出租屋、便利店也跟着热起来。

现在不一样了。这一轮出口最猛的，是集成电路，自动数据处理设备，是服务器、光模块、存储、电子元器件……

中国经济找到了两个新发动机。一个是全球AI超级投资。另一个是中国企业出海。

但问题也出在这里：它们越高级，普通人越难直接参与；它们越赚钱，财富越容易沉淀到少数企业、少数岗位和少数股权里。

全球AI数据中心正在疯狂扩张，美欧日韩都在抢算力、抢服务器、抢芯片、抢交换机、抢散热和电源。

不管他们怎么围堵中国，只要一座座数据中心在扩建，最后订单沿着全球供应链一层层落下来，就一定落到了中国制造体系里：服务器、PCB、光模块、存储、连接器、电源系统、机柜、液冷设备……

中国不一定控制最顶级的GPU，但中国控制了太多中间环节。高端PCB、服务器整机、光通信模块、消费电子零部件、成熟制程芯片、功率器件、散热系统、结构件、线束、包装、组装、物流，这些东西单拿出来可能不性感，放到一起就是世界上最完整的工业网络。

美国负责烧钱，中国负责交货。

为什么数据这么好，很多普通人还是没感觉？原因不复杂。这一次增长，越来越不像以前那样沿着工资、就业、消费层层扩散，而是更容易沿着利润、股权、订单集中度和高技能岗位向上集中。

上一轮周期是土地财政：高杠杆、地方财政依赖土地、居民负债上升、房价挤压消费，这些代价后来都摆在了桌面上。

但，地产周期有一个特点：它的分配链条足够长。从开发商道水电工再到门口饭馆，都能沾光。传统劳动密集型产业也一样。

但是AI产业链不一样。一家百亿级芯片公司，可能员工只有几千人；一家利润很高的光模块企业，核心岗位集中在研发、工程、销售和供应链管理；一家先进制造企业，产线自动化程度越来越高，真正新增的普通岗位并没有想象中那么多。它的产值很大，利润很厚，但参与门槛更高。

更重要的是，就算不是AI相关产业，如今利润和就业也被分散了出去。

过去，订单在海外，工厂在国内，就业在国内，工资在国内，供应商在国内，利润也大部分沉淀在国内。

现在，可能企业要在越南、泰国、墨西哥、匈牙利、印尼、中东设厂，要在当地建仓、招人、找律师、做认证、建售后网络。

有些是为了贴近市场，有些是为了规避关税，有些是为了拿当地补贴，有些是为了降低地缘风险。

你不出去，就会被关税卡住，被当地政策卡住，被客户的供应链安全要求卡住。欧美大客户现在下订单，不只问价格，也会问产地、合规、碳足迹、供应链冗余。

因为企业利润可能还是中国公司的，品牌可能还是中国品牌，财务报表也可能越来越好看，但一部分新增就业、厂房建设、仓储物流和本地服务，只发生在海外。

国内总部当然还会受益，核心研发、管理、资金调度、供应链控制也还在国内，但对普通工人的直接带动，会比过去弱。

国内普通人能不能分到，取决于你是不是在总部、研发、供应链、品牌、跨境服务、金融结算、法律合规、海外运营这些环节里。

还有一个更深的问题：这一轮新引擎，会让政策的紧迫感发生变化。过去出口一弱，地产一冷，国内需求压力会立刻显出来。企业订单少了，工人收入少了，消费也会跟着往下走，政策就必须更快想办法托底。

但现在，AI资本开支周期不是普通的补库存周期。他是全球科技巨头、主权基金和云服务商在进行一轮持续多年的基础设施军备竞赛，不是今年下单、明年结束，而可能是连续五年甚至十年的资本开支扩张。

这对中国制造是好事。它意味着外需不只是短期反弹，而可能成为一个较长周期的支撑力量。

但居民收入、消费信心、普通岗位工资这些问题，未必就自动解决。

普通人当然可以通过资本市场分享AI和出海红利，就像台湾人随便买台股就能赚钱，但现实是，优质资产的定价效率越来越高。一个产业逻辑，从机构报告到财经媒体，再到自媒体、社群和短视频，可能几个小时就传遍市场。等大多数人看懂的时候，价格往往已经反应了一轮。更难的是，真正分享产业周期，不是看懂一篇文章就够了。你还要能理解企业财报，能判断估值，能扛住波动，能忍受短期回撤，能分清产业趋势和市场情绪。这对普通人并不容易。

[Mat Velloso @matvelloso]

All day using GLM 5.2. Didn't miss much. First open model that passes the bar as a daily driver. Things are not going to be the same.

Damn, now I want to buy some serious hardware.

[Mickmumpitz @mickmumpitz]

Paid partnership with @NVIDIAStudio - You can now render entire CG movies with local AI in @ComfyUI on your own computer, for free. I built the whole pipeline with @ltx_io and used it to make a short film about a motel run by bears. 🐻

Free workflows + full tutorial 👇

[Battlement 🇱🇰 @BattlementLK]

The most successful start-up in history:

[鈴木 泰志 @SUZUKIYASUSHI55]

今回、中国を旅して改めてこのツイートの正しさを再確認しました。ネット情報でしか中国を知らない人々には、一度現地を訪れてリアルな中国に触れてもらいたいものです。

[Kaku Drop 架空飴 @KakuDrop]

AI Filmmaking Pipeline

#seedance

[Travis Davids @MrDavids1]

The Calligrapher V.S Origaminato. Having so much fun creating these theatre performances using Seedance 2.0. Let me show you how it's done. I also did a seamless extension to make the sequence a tad bit longer.

[刘江/LIU Jiang @turingbook]

还是亲历者来说说历史吧。中国最早的大模型研究基本上与智源研究院有关。第一个正式发布的大模型是智源研究院支持清华刘知远团队的清源CPM（2020年11月，26亿参数） https://t.co/h8jKwiNuv7 ，后来演变为OpenBMB，现在还是最好的端侧模型之一。然后就是智源研究院牵头，唐杰老师挂帅的悟道1.0模型系列（2021年3月），其中就包括GLM的最早期版本（GLM论文通信作者是唐杰和杨植麟）。
其他比较早期的工作，百度是Ernie 3.0（2021年7月）；阿里M6（2021年3月）是与唐杰团队合作的（林俊旸是第一作者，唐和当时在阿里的杨红霞是通信作者），后来演变为Qwen。华为盘古有两个版本，一个是华为云田奇与杨植麟团队合作，一个出自诺亚方舟实验室，但都没有持续。
可能有遗漏的，大家可以补充。

[Compute King @Compute_King]

大家现在能叫出一串名字：DeepSeek，千问，Kimi，混元，星火，文心一言…… 感觉好像就是ChatGPT一出来，中国本土公司一夜之间全冒出来了。但其实根本不是那么回事。

如果画一张中国大模型的技术族谱，你会发现几条主线：

第一条主线和智源研究院有关。

北京智源人工智能研究院（BAAI）成立于2018年11月。它不是一家普通的公司，而是在科技部和北京市政府的支持下，由清华、北大、中科院这些顶尖高校和科技企业共同发起的非营利研究机构。它不为赚钱，专为死磕AI领域最硬核、最原始的创新，目标直指大模型、世界模型和通用人工智能这些星辰大海。

智源研究院2021年牵头搞出了“悟道”系列大模型，成了后来中国大模型江湖的技术土壤。现在，它又开始折腾“悟界”系列，想让AI不仅懂文字图片，还能看懂物理世界，更进一步帮科学家研究生命科学。

智源手里还有两张王牌：

🔹 智源大会：这是它每年组局的全球AI顶级聚会，大牛学者和行业大佬都会来，现场发布一堆前沿成果和年度趋势预测，基本是国内AI圈的风向标。

🔹 人才生态：它最厉害的一招，是把清华、北大、中科院这些顶级学术力量揉在一起，打破体制的围墙，搞出一个自由开放的交流平台。

在笔者看来，现在的智源更多扮演的角色像是一个播火者，不造产品，只管把火种点燃，然后递到整个产业手里。

如果把智源研究院看作是一棵树的根，顺着根往上看，会分出三条枝干：

一条是CPM（清华大学牵头的超大规模预训练模型）。2020年11月14日，智源研究院和清华大学研究团队联合发布了以中文为核心的大规模预训练语言模型CPM-LM，参数规模达26 亿，预训练中文数据规模100 GB。CPM这条线往下长出了OpenBMB开源社区，再后来就有了现在大家在端侧玩得比较多的MiniCPM模型。

另一条是“悟道”系列，它直接孕育了GLM这个技术路线，然后孵化出了现在商业化最成功的智谱AI，就是那个ChatGLM背后的大佬。

还有一条叫M6，是阿里达摩院跟智源一起捣鼓的多模态大模型，这条线一路往下，就演化成了今天的通义千问Qwen。

现在市面上竞争得你死我活的大模型产品，追根溯源，技术底气有一大半都能对上这个谱系。

为什么智源研究院这么牛？因为它当时把国内最核心的大模型人才和最前沿的技术路线全给聚到一块儿了。智源，清华，北大这三家，基本上构成了一个铁三角，就像美国那边的OpenAI，DeepMind配上斯坦福，伯克利一样，人才和想法在这个生态里来回流动，碰撞出来的火花，就把早期的底座给搭好了。

第二条主线是百度，属于典型的“起了个大早，赶了个完集”。

早在AI这个词还没流行的2013年，李彦宏就亲自挂帅，成立了百度深度学习研究院，这是全球第一个把“深度学习”直接挂在企业研究院招牌上的。

紧接着2014年，百度在硅谷设立人工智能实验室，请来了吴恩达当首席科学家，全力推动“百度大脑”。更有意思的是，现在AI圈如日中天的Anthropic创始人Dario Amodei，当时就在那个组里研究语音识别和模型扩展。他还把Jim Fan招了进来做实习生。

2017年底，百度硅谷团队干了一件大事，发了一篇论文叫《Deep Learning Scaling Is Predictable, Empirically》，第一次系统性地证明了Scaling Law在机器翻译、语言建模、图像和语音上都管用。可惜当时没引起太大轰动，但金子总会发光，它后来成了大模型研究的基石。2019年OpenAI那篇著名的Scaling Law论文，参考文献里就明明白白引用了这篇百度论文的作者Joel Hestness的后续研究。

时间来到2019年，百度正式发布了开创性的知识增强语义模型ERNIE 1.0。这个模型厉害在于，它不只看无结构的原始数据，还把百度多年积累的大规模知识图谱给融合进去了，一出来就刷新了多种中文NLP任务，直接对标BERT。年底更是迅速迭代到了ERNIE 2.0，搞了持续学习语义理解框架，中英文任务上全面超越了业界主流模型。

第三条主线是科大讯飞。

源头可以一直追到1999年，当时还在中科大读博的刘庆峰，和导师王仁华教授一起，依托中科大创立了科大讯飞的前身。讯飞从中文语音起家，但它在AI大模型上的布局，可以追溯到2014年。

那年，讯飞首次提出“讯飞超脑计划”。这个计划是个战略转弯信号，标志着讯飞不再只盯着智能语音，而是要向更难的认知智能和机器学习全面进军。

到了2019年10月份，讯飞被美国商务部加入了禁运名单，决定启动“国产化AI算力底座”建设。这为后来大模型的自主训练，提前备好了算力粮草。

说到这儿，笔者插一段亲身见闻。 这其中的很长一段时间笔者还在某大厂工作，业务跟英伟达是直接竞争关系，所以能亲眼看到百度和讯飞在英伟达生态圈里有多重。重到什么程度呢？当时CUDA软件栈里好多奇怪的Bug，都是百度和讯飞的工程师先踩到，然后和英伟达一起联手修掉的。从这点就能看出来，这两家当时在AI工程化上走得还是比较前沿的。

如果说ChatGPT像一把火，那么他一下子把整个中国大模型产业给点爆了，商业化了，出圈了，但烧起来的那些柴，是在2020年前就一批批已经被产业的大拿们码好了的。

因为，在那之前，这些人已经闷头干了不少事：

🔹 完整的大规模预训练体系搭起来了，知道大模型该怎么训了；

🔹 积累了部分中文高质量语料，不再是拿英文随便翻译翻译就完事；

🔹 千亿，万亿参数的超大模型真刀真枪跑通了，验证了工程上走得通；

🔹 部分搭建了国产化AI算力底座，踩了很多坑；

🔹 多模态路线也摸着石头探索了；

🔹 各种开源社区，像OpenBMB，也建起来了。

这些工作，在那些个安静的前夜，的确没有马上变成赚大钱的产品，但它们实实在在化作了土壤。后来智谱AI的崛起，通义千问的迭代，百度的文心，DeepSeek的惊艳，讯飞的星火，到字节的豆包，腾讯的混元，小而强的面壁MiniCPM，全都是从这片土壤里长出来的庄稼。

中国大模型产业的爆发，扳机是ChatGPT扣动的；但中国大模型技术的种子，是早在2020年前，由智源研究院，百度，科大讯飞，以及清华，北大，中科大和一批有远见的科技企业，一起亲手种下去的。

[jietang @jietang]

@elonmusk @teortaxesTex won’t take that long

[James Clear @JamesClear]

Darkness is preparation for light.

Sadness is preparation for joy.

Failure is preparation for success.

But only if you keep going and remain open to what comes next.

[Jen Zhu @jenzhuscott]

Zhipu @Zai_org founder —

[Miguel Ángel Durán @midudev]

Esto es una locura. Es difícil de creer que sea una página web. Los japoneses llevan ThreeJS a otro nivel.

[Mark Gadala-Maria @markgadala]

The perfect AI video does exist

[根本良輔 @nemoto_ryosuke2]

アメリカはロシアと対立した際、自国民を戦場に送り込むのではなく、ウクライナ国民を最前線で戦わせた。そして今度は中国との対立で、台湾と日本を戦争の最前線に立たせようとしている。そのために中国への敵意を煽り、中国を憎むことが正義であるかのような空気をメディアを通じて作り上げている。

毎日のように「中国は脅威だ」「中国は危険だ」「台湾有事は日本有事だ」と繰り返される。その目的は単純だ。日本人に中国を敵だと思い込ませ、中国との戦争を受け入れさせるためである。戦争は突然始まるものではない。まず敵を憎ませることから始まる。そして国民が敵意を抱いた時、「戦うしかない」という世論が完成する。

しかし、その戦争で命を落とすのはアメリカの政治家でも、アメリカの軍需企業でもない。命を落とすのは台湾人であり、日本人である。アメリカは自国の覇権を維持するために他国を利用してきた。そして今、その役割を台湾と日本に担わせようとしている。

だからこそ、日本のアメリカの犬の政治家たちは憲法改正を急いでいる。日本が再軍備できるようにし、日本をアメリカの軍事戦略に組み込み、中国と対峙する軍事的な役割を担わせるためだ。日本人が武器を持ち、日本人が前線に立ち、日本人が血を流す。その体制を完成させるために、憲法改正が必要だと訴え続けているのである。

それにもかかわらず、日本では中国ばかりが悪者にされ、アメリカは自由と民主主義を守る正義の国であるかのように扱われる。この構図こそ最大の問題だ。中国だけを敵視し、アメリカを無条件で正当化する発想は、日本の利益ではなくアメリカの利益を最優先する発想である。

自民党もこの考え方に立っている。日本人の命よりも日米同盟を優先し、アメリカの世界戦略に日本を組み込み、中国との対立を深めることを当然のように進めている。その結果、日本が戦争に巻き込まれ、日本人が犠牲になる可能性が高まっても、その路線を変えようとはしない。

「中国を嫌え」「中国を敵視しろ」と叫ぶ人たちは、自分では愛国者のつもりなのかもしれない。しかし、その発想こそアメリカの思惑どおりである。中国への敵意を煽れば煽るほど、日本人は中国との戦争を受け入れやすくなる。そして、アメリカは自国民ではなく日本人に血を流させることができる。

日本を守るとは、中国を憎むことではない。アメリカに従うことでもない。日本人を他国の都合による戦争に巻き込ませず、日本人の命と日本の国益を最優先にすることである。

だから、中国を敵視し、アメリカを神聖化する発想は、日本を守る思想ではない。それはアメリカの対中戦略に日本を従わせ、日本人を戦場へ送り出すための思想である。

この構図に気付かず、中国への憎悪だけを膨らませている人間は、自分では保守を名乗っていても、実際にはアメリカの戦略を後押ししているだけだ。本当に日本のことを考えるなら、「誰が得をし、誰が犠牲になるのか」を見極めるべきだ。アメリカの都合で日本人が戦争に駆り出されることを受け入れる必要はない。日本人が守るべきなのは、アメリカの覇権ではなく、日本人の命と日本の未来である。

[vik @vikhyatk]

the only two skills that matter:

- kernel engineering
- rl environment design

[twinsant.eth @twinsant]

劳动创造价值呀，这是社会主义或者马克思主义的根基

[Alex Dong @alexdong]

Untrue.

From the education, or brainwashing, I received, from a young age, you were taught that money is not the most important thing. Your country or religion or loyalty is.

How else do you explain the rise of China, the Bare knuckle capitalism there.

[Arjen Dijksman @materion]

Born June 12, 1937: Mathematician Vladimir Arnold. "Mathematics is a part of physics... Mathematics is the part of physics where experiments are cheap."

Originally delivered in French ("Sur la définition des mathématiques") at the Palais de la Découverte, Paris (7 Mar 1997).