星空体育平台入口登录:

  【新智元导读】硅谷AI圈最近魔幻作业，不会中文进不了AI中心小组。开完会，全说汉语，老外懵了！连模型在考虑时，也在说中文～

  当国内都在学英语看文献的时分，国外的AI圈子都说中文了！简直是倒反天罡。

  更风趣的是，当华人成为AI顶尖人才的认证标签后，连国内的开源模型也被老外偷师。

  Cursor最近刚发布2.0版别，并且推出了他们的第一个自研模型Composer。

  最有意思的是Windsurf，直接供认自己拿着GLM-4.6的定制版别进行微谐和强化学习。

  除了「尖端AI人才说中文」和「模型用国内开源大模型微调」这两个自动挑选，现在连一些大佬都开端抛弃OpenAI和Anthropic而被迫挑选国内的开源模型。

  最近一个音讯真的让咱们感觉老外现在不只不迷信OpenAI等闭源模型，并且纷繁开端挑选国内的模型了。

  不过谈论区仍是有些镇定的声响，说这哥们前期出资了Groq（不是马斯克哪个Grok）。

  而这次他们团队从Bedrock（据说是前20大客户）迁移到Groq上的Kimi K2，由于模型的功能更优！

  这次Cursor为什么在考虑进程频频「说中文」，网友们也总结出两个主要原因：

  以Cursor的资源体量，从零预练习一套强模型的或许性很小，更像是在开源的SOTA智能体模型上做二次练习；因而呈现「说中文」的状况并不古怪，这更像底座与练习数据挑选的成果。

  Composer大概率是用「几个月前」的开源SOTA做微调，但大模型迭代极快：等推向市场时底层已落后。所以既不肯与当下最新的开源SOTA正面比照，又对底层细节讳莫如深；即使融资可观，仍难脱节「更多是个壳子」的质疑。

  在跟着时刻，AI才能增加这件作业上，尽管OpenAI一向遥遥领先，但MiniMax、DeepSeek、Qwen、GLM、Kimi追改的速度一点都没有落下。

  这波AI浪潮，不只改变了国际科学技能的走向，乃至关于人才标签的认知也相同被改写。

  说起来，能把单一尖端人才的薪酬揭露喊价到上亿美金，也便是前段时刻Meta的扎克伯格创始的。

  在刚组成几个月的超级智能试验室（Meta Superintelligence Labs）中，开端的44人团队里差不多有一半都是华人。

  2022年6月结业后就参加了OpenAI技能团队。作业经验仅有3年的他，经历上已有了多项光辉战果。

  OpenAI首个AI推理模型o1的中心研讨员，与OpenAI联合发起人Ilya Sutskever一同被列为「奠基贡献者」

  作为敞开AI「考虑」才能的第一个推理模型，o1的成功，直接推动了整个职业在「思想链」技能上的开展热潮。

  扩展阅览：清华校友赵晟佳，出任Meta超级智能首席科学家！GPT-4中心功臣

  宋飏本科就读于清华大学数理根底科学班，博士结业于斯坦福计算机科学专业，研讨方向聚集生成模型与多模态推理。

  他曾在谷歌大脑、Uber ATG、微软研讨院等组织实习，有丰厚的工业与理论布景。

  2022年参加OpenAI后，他组成「战略探究」团队，环绕更大规划、更杂乱数据、更高维模态进行方法论探究与体系落地。

  陈信翰的母亲邱瀞德是台湾清华大学教授，现任信息体系与使用研讨所所长；父亲陈建任曾任联亚光电董事长。

  他高中时曾随家人从美国回台。在新竹试验中学的双语部就读时，他连续在数学比赛AMC10、AMC12和AIME中取得满分，并凭此优异成绩进入麻省理工学院（MIT）。

  在MIT取得数学和计算机科学双学位后，陈信翰进入一家自营买卖公司从事量化出资作业，担任为股票和期货开发机器学习算法。

  在OpenAI的七年时刻里，陈信翰从研讨科学家逐渐晋升为首席研讨官，担任模型开发和公司全体研讨作业。

  在此期间，他领导了多项里程碑式的项目，包含o1系推理模型、文本到图画模型DALL-E，以及融入视觉感知的GPT-4等等。

  值得一提的是，刚刚凭仗突破性发展登上Nature封面的谷歌量子人工智能团队，他们的处理器总监Yu Chen也是华人。

  Yu Chen先后在我国科学技能大学取得物理学理学学士学位，在明尼苏达大学取得凝聚态物理学博士学位。

  在加州大学圣巴巴拉分校做了4年博士后研讨后，他于2014年参加谷歌，担任量子研讨科学家。

  比方英伟达的CEO 黄仁勋、AMD的CEO 苏姿丰、英特尔的陈立武等等。

  除了人才和模型练习，许多供给API的渠道公司，也纷繁接入国内的开源模型。

  比方Vercel的老板Guillermo Rauch就标明，鉴于GLM-4.6的超卓体现，「在evals中排名第三，并且是前五名中仅有的开源模型」。

  关键是，他揭露供认Airbnb「在很大程度上依靠Qwen来支撑AI客服。」

  除了这一些渠道类公司不需要开发根底以外，像Cursor这种一向被喊套壳的公司，想要从零开端预练习一个模型花费不菲，并且是针对Coding范畴的特定模型，朴实预练习因小失大，那该在怎么办？

  如果说AI是新时代的电力，那么以上这些痕迹正在标明，咱们正在从「国际工厂」转变为AI的「国际电厂」。

  当一个开源的我国模型能供给80%的功能，而本钱只要20%时，挑选是清楚明了的。

  当这个模型能供给100%乃至110%的功能（如DeepSeek-V3.1在编码上的体现），而本钱仍然低价时，它就从「备选项」变成「最优解」。

  Cursor被网友抓包时的为难，恰恰暴露了硅谷开发者的一种对立心态：身体或许很诚实地拥抱我国模型，但在宣传上仍企图保持「硅谷原创」的政治正确。

  最终总结一下，「倒反天罡」的不只是AI人才中华人的占比，更重要的技能流向。

  当硅谷的工程师们为了优化本钱和功能，不得不开端研讨GLM和Qwen的文档时，这场关于下一代AI技能浪潮的牌局，才算真实进入了最精彩的下半场。

  以上这些CEO们都是印度老哥，其间不乏AI科技范畴的掌舵人，比方劈柴哥和纳德拉。