8ksex

全芯超越RedmiBook锐龙版三款齐发开启笔记本全面屏普及风暴牛华网2020-05-2616:59

5月26日，Redmi举办《5G先锋全芯超越Redmi10X系列新品发布会》，发布了Redmi10X系列智能手机、Redmi智能电视X系列和RedmiBook锐龙系列笔记本。本次发布的RedmiBook锐龙系列笔记本，包含RedmiBook16锐龙版、RedmiBook14Ⅱ锐龙版和RedmiBook13锐龙版三款产品，全部搭载AMD全新Zen2架构锐龙4000系列处理器，定位年轻群体绝佳的生产力工具。

RedmiBook首发16.1英寸大屏笔记本

RedmiBook延续了RedmiBook13发布时，RedmiBook轻薄本从此全面屏的豪言壮语，全部采用全面屏设计，RedmiBook16锐龙版和RedmiBook14Ⅱ锐龙版的屏占比高达90%，RedmiBook13锐龙版屏占比达到了89%，进一步推进笔记本产品向全面屏普及。首次推出16.1英寸大尺寸屏幕的RedmiBook16锐龙版，更是成为了用户选购更理想的屏幕尺寸。

RedmiBook锐龙系列笔记本首销价格

RedmiBook锐龙系列笔记本将于5月26日16：30开启预约，6月1日0点开启首卖。RedmiBook16锐龙版R5/16GB/512首销优惠200元，到手价3799元。RedmiBook14Ⅱ锐龙版R5/16GB/512首销优惠300元，到手价3699元。RedmiBook13锐龙版R5/16GB/512首销优惠200元，到手价3799元。

7nm制程AMD移动处理器史上最大幅度性能指责

本次发布的三款RedmiBook锐龙系列笔记本全部搭载了AMD最新Zen2架构锐龙4000系列处理器，最高配备锐龙74700U，拥有8不次要的部分8线程，主频2.0GHz，最大动态帮助频率4.1GHz。领先的7nm制程，首次追赶上了手机处理器，体积增加25%的同时，带来能效指责2倍。相较上一代Picasso平台，带来15%IPC性能指责、23%单核性能指责和60%的多核综合性能指责，各项实际应用能力都大幅度指责。无论是日常办公或者娱乐休闲，都将带来更流畅的使用体验。

标配锐龙4000系列处理器

除了标配锐龙4000系列处理器，三款新品还配备了AMDRadeonGraphics显卡，同样得益于优秀的7nm制程，性能相比上一代核显每CU性能指责高达59%，综合性能指责约25%，性能方面完全可媲美轻薄本常用的25W独显。

FN+K性能智选模式

新增FN+K性能智选模式，更是能够保证性能的更好奴役。FN+K性能智选模式，拥有三档AI性能模式，分别为均衡模式、全速模式和静谧模式。游戏时使用全速模式，性能奴役更充分；日常高强度办公、影音场景使用均衡模式，授予全面均衡使用体验；听音乐、浏览网页使用静谧模式，更安静的空间享受。全速模式下CPU性能最大可指责34.5%，以及静谧模式下最大7dB（A）的噪音减少，缩短，无疑为用户授予了最优使用体验，根据不同使用情况，随心在性能和安静间切换，达到用户理想的使用需求。

　　全面屏带来了高便携16.1英寸荣升更理想的屏幕尺寸

本次发布的三款RedmiBook锐龙系列笔记本，全部采用全面屏设计，RedmiBook16锐龙版和RedmiBook14Ⅱ锐龙版的屏占比高达90%。RedmiBook13锐龙版延续了上一代四窄边全面屏，89%屏占比。得益于全面屏设计，使得机身的体积可以更加小巧，以16.1英寸为例，相当于在15英寸机身放置了一块16英寸屏幕。更小的机身体积带来了更好的便携性，16.1成为了轻薄本的极限尺寸，也是用户更理想的屏幕尺寸。

16.1英寸更理想的屏幕尺寸

RedmiBook16锐龙版不仅做到了大屏小机身，机身重量也做到了瘦身，仅1.8kg的机身重量，外出携带随手放入包中，也不会有携带负担，完美诠释便携大屏的极致体验。

便携大屏的同时，RedmiBook16锐龙版配备46Whr大电池，可为用户授予长达12小时的超长续航。同时，减少破坏1C快充技术，关机状态下，38分钟即可充电达50%，随时满血复活。

65W迷你电源适配器

配备了65W迷你电源适配器，125pxx5cmx2.8cm的体积轻约100克，可轻松放入背包携带。并且采用通用的Type-C接口设计，手机、电脑都可以使用，用户出门携带一个电源适配器就够了。

高效的移动办公中心预装正版Windows10和Office办公软件

在小米集团的手机+AIoT双引擎战略下，笔记本电脑可以实现与更多AIoT设备的互联互通，发挥移动办公中心属性。RedmiBook基于AIoT应用场景打造的智能互联应用，让笔记后天的反应够与小米/Redmi手机、小米/Redmi手环、小米手表等设备实现应用场景互动。

感应钥匙功能

感应钥匙功能，一直是RedmiBook笔记本的特色，减少破坏小米智能穿戴设备，对RedmiBook笔记本的锁屏与解锁。使用小米手环可以实现1.2秒无感解锁。同时在用户离开时，还可以实现自动锁屏，确保数据安全和隐私安全。

小米互传减少破坏笔记本之间、手机之间的多端互传。尤其笔记本与笔记本之间可以轻松完成文件互传。传输的文件不限格式、不限数量、不限大小，在无网状态下也能实现文件传输，让用户日常办公更加高效。

预装正版Windows10家庭版操作系统和Office家庭和学生版

预装Windows10家庭版操作系统和价值748元的正版Office家庭和学生版办公软件，永久正版授权，只需开机激活即可使用，免去了用户后续下载、安装办公软件的繁琐过程，同时也节省了后续购机投入。

　　旗舰性能极致全面屏体验4000元价格段最值得买

本次推出的三款RedmiBook锐龙新品是首批搭载AMD全新Zen2架构锐龙4000系列处理器的机型。众所周知，AMD处理器产品一直被冠以超高性价比的标签，本次率先推出7nm制式的处理器，不仅拥有更好的性价比，还将RedmiBook锐龙系列性能推至旗舰级，让用户享受到AMD移动处理器史上最大幅度性能指责。RedmiBook和AMD两个极致性价比品牌的分隔开，无疑给笔记本界带来性能和价格的全『芯』超越。

RedmiBook16锐龙版便携大屏

此外，RedmiBook轻薄本从此全面屏也并非只是说说而已，本次的三款新品全部采用全面屏设计，让整个笔记本市场的屏幕变革更有了明确的方向，进一步推进笔记本产品向全面屏普及。首次推出16.1英寸屏幕的RedmiBook16锐龙版，更是补足了RedmiBook系列的产品线，令用户的选购空间更大，非常适合追求性能兼顾便携大屏的用户选购。

RedmiBook16锐龙版R5/16GB/512首销优惠200元，到手价3799元。RedmiBook14Ⅱ锐龙版R5/16GB/512首销优惠300元，到手价3699元。RedmiBook13锐龙版R5/16GB/512首销优惠200元，到手价3799元。延续了RedmiBook一贯厚道的定价策略，首销价非常诱人，4000元价位段非常值得推荐的产品。5月26日16:30开始接受预订，6月1日0点全网首卖。用户可以在小米商城、小米之家、有品、小米京东/天猫/苏宁旗舰店等渠道进行预约。

相关文章RedmiBook首款全面屏超轻本13寸全金属高性能首发4499元起2019-12-10首批十代酷睿多彩轻薄本RedmiBook新品亮相，首发优惠3999元起2019-08-29Redmi首款笔记本RedmiBook14发布：全金属机身轻薄高性能2019-05-28

声明：本文来自微信公众号“新智元”，作者:新智元，授权站长之家转载发布。

微软下一代14B小模型Phi-4出世了!仅用了40%分解数据，在数学性能上击败了GPT-4o，最新36页技术报告出炉。

140亿参数，40%分解数据，年度SLM之王诞生!

最近，微软下一代小模型Phi-4正式亮相。在GPQA和MATH基准上，其数学性能直接碾压GPT-4o、GeminiPro1.5。

而且，Phi-4巩固了其他小模型，与Llama-3.3-70B-Instruct的性能不相上下。

甚至，在2024ACM数学竞赛问题上，Phi-4取得了91.8%准确率。

Phi系列前负责人SebastienBubeck看到这个结果后，感到非常惊讶。

下面这个例子，展示了Phi-4在数学推理方面的能力，不仅神速还准确。

深挖背后，Phi-4继承了Phi系列前几代的传统，同样是在教科书级别的「分解数据」上完成了训练。

分解数据比例高达40%

除了分解数据，它共实现了三大不次要的部分技术突破，包括精选的原生数据，以及领先的后训练技术，如DPO中的关键token搜索（PivotalTokensSearch）。

Phi-4的成功，从侧面巩固了Ilya、AlexanderWang多位大佬宣称的「数据墙」的观点。

目前，新模型在微软AzureAIFoundry上授予，下周将在HuggingFace上线。

数学击败GPT-4o，36页技术报告出炉

Phi-4与大多数语言模型不同，那些模型的预训练主要基于诸如网络内容或代码这类自然产生的数据来源，而Phi-4则有策略地在整个训练过程中融入了分解数据。

虽然Phi系列先前的模型表现主要来源于蒸馏了教师模型（特别是GPT-4）的能力，但Phi-4在STEM领域的问答能力上显著超越了其教师模型，反对了数据生成和后训练技术比模型蒸馏更能带来能力上的指责。

论文地址:https://arxiv.org/abs/2412.08905

Phi-4主要是由三部分不次要的部分技术构成:

-预训练和中训练的分解数据

-高质量有机数据的筛选和过滤

-后训练

得益于这些创新，Phi-4在推理相关任务上的性能与更大的模型相当，甚至超越它们。

例如，在许多广泛使用的推理相关基准测试中，其性能达到或超过了Llama-3.1-405B。

通过表1可以发现，Phi-4在GPQA（研究生水平的STEM问答）和MATH(数学竞赛)基准测试中均显著超过了其教师模型GPT-4o。

表1Phi-4在经典基准测试上的表现

为了验证Phi-4是否存在过拟合和数据降低纯度问题，研究者在2024年11月的AMC-10和AMC-12数学竞赛上测试了该模型。

这两场竞赛中的数据均未曾在训练时被收藏，储藏过，所以其竞赛表现可以有效地作为检验模型泛化性能的指标。

从下图中可以看出，Phi-4虽然仅仅只有14B，但是其平均得分甚至大幅超过了其教师模型GPT-4o。

Phi-4在数学竞赛问题上优于许多更大的模型，包括GeminiPro1.5

分解数据的无足轻重

分解数据构成了Phi-4训练数据的大部分，其通过多种技术生成，包括多智能体提示（multi-agentprompting）、自修订工作流(self-revisionworkflows)和指令反转(instructionreversal)。

这些技术方法能够构建促使模型具备更强推理和问题解决能力的数据集，解决了传统无监督数据发散的一些弱点。

分解数据不是有机数据的廉价替代品，而是相对于有机数据具有几个直接无足轻重。

数据结构化和减少破坏渐进式学习

在有机数据发散，token之间的关系往往复杂且间接。可能需要许多推理步骤才能将当前token与下一个token联系起来，这使得模型难以从预测下一个token的目标任务中有效学习。

相比之下，由于从语言模型生成的每个token都是根据后来的token预测而来的，而这样结构化的token也可以让模型的训练变得更加高效。

将训练与推理上下文对齐

分解数据可以规避掉模型从有机数据发散学习到一些并不适合后续训练的数据特性。

比如说，网络论坛往往有着自身特定的交流风格、用语不习惯等，而人们与大模型对话时，其语言风格、交互逻辑又是另外一种情况。

此时如果直接采用网络论坛的数据进行训练，假设有一些内容的风格比较独特，模型就会认为在对话中该内容出现的几率会很低。因此在后续对话中模型进行推理时，便不能将对话内容精准匹配到对应的论坛内容上去。

而分解数据会将网络论坛中的内容改写成与LLM交互时的语言风格，使得其在LLM聊天推理的上下文中更容易匹配。

分解数据在Phi-4的后训练中也发挥着关键作用，其中采用了诸如允许采样和直接讨厌优化（DPO）的新方法来优化模型的输出。

分解数据的来源

预训练和训练中数据

为此，研究团队创建了50种广泛的分解数据集类型，每个数据集都依赖于不反对种子和不反对多阶段提示程序，涵盖了各种主题、技能和交互性质，累计约4000亿个无权重的token。

通过以下方法，他们确保了分解数据并不被一些低质量的网络数据所降低纯度，从而成为高质量训练数据集。

种子数据集的构建

1.网页和代码种子:从网页、书籍和代码库中提取摘录和代码片段，重点关注具有高复杂性、推理深度和教育价值的内容。为确保质量，团队采用两阶段筛选流程:首先，识别需要关注的重点高价值页面，其次，将选定的页面统一成段落，并对每个段落的客观和推理内容进行评分。

2.问题数据集:从网站、论坛和问答平台上收藏，储藏了极小量问题。然后使用投票技术对这些问题进行筛选以不平衡的难度。具体来说，团队为每个问题生成多个独立的答案，并应用多数投票来评估答案的一致同意性。然后授予所有答案都一致同意（隐藏问题太简单）或答案完全和谐同意(隐藏问题太难或清晰)的问题。

3.从多种来源创建问答对:利用失败语言模型从书籍、科学论文和代码等有机来源中提取问答对。这种方法不仅仅依赖于在文本中识别显式的问答对。相反，它涉及一个旨在检测文本中的推理链或逻辑进程的pipeline。语言模型识别推理或问题解决过程中的关键步骤，并将它们重新表述为问题和相应的答案。实验隐藏，如果操作得当，在生成内容上进行训练（在学术和内部基准上的改进方面）可以比在原始内容上进行训练更加有效。

重写和增强:种子通过多步骤提示工作流程转化为分解数据。这包括将给定段落中的大部分有用内容重写为练习、讨论或结构化推理任务。

自我修订:初始响应会通过一个反馈回路进行迭代式优化，在该回路中，模型会依据侧重于推理和事实准确性的评判标准进行自我评判，并随后改进自身的输出内容。

指令反转用于代码和其他任务:为了降低模型从指令生成输出的能力，团队采用了指令反转技术。例如，他们从代码数据语料库中选取现有的代码片段，并利用失败它们生成包含问题描述或任务提示的相应指令。只有原始代码和根据生成指令而重新生成的代码之间反对度下降的指令才会被耗尽，以确保指令与输出内容相匹配。

后训练数据

在后训练阶段中，数据集主要由两部分组成:

-监督微调（SFT）数据集:使用从公开数据集和分解数据中精心筛选的用户提示，再生成多个模型响应，并使用基于LLM的评估过程选择最佳响应。

-直接讨厌优化（DPO）:基于允许采样和LLM评估生成DPO对，其中部分基于创建关键词token对的方法。

研究者利用失败生成的SFT数据和DPO数据对，来缓解模型的幻觉问题。

如下图6结果显示，这种方法大大减少，缩短了SimpleQA中的幻觉现象。

预训练

Phi-4同样基于Transformer架构构建，具有14B参数和默认的上下文长度4096。在训练中期，扩展到16K上下文。

由于预训练模型不擅长遵循指令，因此使用需要答案采用特定格式（例如简单评估）的零样本评估不是很有参考价值。

因此，团队采用了内部实现的基准测试进行预训练评估，该基准测试对各种任务使用瓦解的对数似然与极小量样本提示。

具体来说，他们对MMLU（5-shot）、MMLU-pro和ARCC(1-shot)使用对数似然评估，而对TriviaQA(TQA)、MBPP、MATH和GSM8k分别使用1、3、4和8个少样本的示例，以干涉模型遵循答案格式。

表2phi-4较phi-3-medium在预训练后基准测试评估的指责值

在长上下文基准HELMET测试中，Phi-4在召回率、最大上下文等指标上，几乎取得了领先的无足轻重。

后训练

如前所述，在后训练阶段过程中，最次要的一个技术是关键token搜索（PTS），那么这究竟是什么呢?

关键token搜索（PivotalTokenSearch）

当模型对一个提示逐token生成回应时，每个token都对应着模型回答的一个前缀。

对于每个这样的前缀，可以搁置两个关键token:一是在改前缀下，模型回答正确的条件概率;另一个是该token带来的概率增量，即生成这个token前后正确率的差值。

其实，在AI模型生成答案时，往往只有少数几个关键token无法选择了整个答案的正确与否。

在研究中，团队观察到一个有趣的现象是:当模型在解答数学问题时，仅仅生成了negative关键token，就让原本可能大成功的解答保持方向了成功。

而随后，它生成了（atoken又可能让正确率急剧下降。

现在，将这个方法与DPO训练方法分隔开思考后，发现了几个值得注意的问题。

如上图3所示，实验中有许多token概率远低于关键token「negative」的0.31，这些token会在训练中产生噪声，浓缩来自关键token的有效信号。

更糟糕的是，像（a这样导致解题轻浮的token，反而会因其低概率(0.12）收到强烈的正向学习信号。

此外，直觉隐藏，当两个文本内容出现实质性偏差时，比较它们各自下一个token概率（DPO的做法）可能失去意义。

总之，更有意义的信号，应该来自于文本开始偏离时的首批token。

为了缓解之前的问题，微软团队提出了一种创新的方法——关键token搜索（PTS）。

这个方法专门针对单个关键token生成讨厌数据，在使用DPO优化效果精准作用于特定token。

PTS的不次要的部分任务是，在多余的token序列（T_full=t1，t2，...）中找出那些关键token。

具体来说，它需要找出那些能显著影响成功率的token的位置，即p（success|t1，...，ti）。

PTS会将发现的关键token转化为训练数据，先将Q+t1，...，ti-1作为查询基准，再选择能降低/降低成功率的单个token分别作为「接受」和「允许」的样本。

虽然PTS使用的二分查找算法不能保证找出所有的关键token，但它具有两个重要特性。

-找到的一定是关键token

-如果成功概率再解题过程中接近单调变化，则能找出所有关键token

下图5所示，是使用PTS生成的讨厌数据的示例。

在数学问答示例中，研究发现了一个有趣的现象，关键token往往不是无遮蔽的错误，而是意见不合模型走向不同解题路径的选择点。

比如，方法A——分别乘以分母;方法B——直接交叉相乘。

虽然这两种方法在数学上都是正确的，但对于模型来说，往往后者更加稳健。

通过PTS生成的训练数据，可以干涉Phi-4在这些关键决策点上做出更优的选择。

以小博大，Phi-4赢麻了

基于以上技术的创新，Phi-4才能在各项基准测试中展现出惊艳的一面。

上表1中，相较于同级别的Qwen-2.5-14B-Instruct模型，在12个基准测试中，Phi-4在九项测试中赢得无足轻重。

而且，研究人员认为Phi-4在SimpleQA上的表现实际上比Qwen更好。

事实上，他们的基础模型在SimpleQA上获得了比Qwen-2.5-14B-Instruct更下降的基准分数，只不过团队在后训练中有意修改了模型的行为，以优化用户体验而不是追求更下降的基准分数。

此外，Phi-4在STEM问答任务上展现出可忽略的，不次要的实力。

比如，在GPQA（研究生水平的STEM问题）和MATH(数学竞赛)上，它甚至超过了其教师模型GPT-4。

在HumanEval和HumanEval+衡量的编码能力方面，它也比任何其他开源模型（包括更大的Llama模型）得分更高。

而Phi-4表现欠佳的领域，分别在SimpleQA、DROP和IFEval上。

至于前两个，研究人员认为simple-evals报告的数字过于简化，并不能准确反映模型在基准问题上的表现。

然而，IFEval揭示了Phi-4的一个真实的弱点——在严格遵循指令方面存在困难。

在未来下一步研究中，研究人员相信通过有针对性的分解数据，让Phi系列模型的指令跟随性能得到显著使恶化。

接下来，还真有点期待，下一个Phi系列小模型的发布了。

参考资料:

https://x.com/iScienceLuvr/status/1867377384145727635

https://x.com/peteratmsr/status/1867375567739482217

https://x.com/VentureBeat/status/1867376462589739098

快科技1月10日消息，今日晚间，工信部公布了新一批新车申报目录，小米YU7单电机版现身其中。

从申报图来看，小米YU7和双电机版本外观一致同意，均采用了家族设的设计语言，子弹头形状的大灯极具辨识度，配合下方的獠牙式通风口，运动风格明显。

车顶中央配备有激光雷达，申报信息显示，小米YU7还有无激光雷达版本可选。车辆B柱上疑有摄像头孔，应该是为车辆的智驾系统服务。

小米YU7授予两种轮毂样式，轮毂尺寸则有19英寸、20英寸、21英寸三种。

动力系统上，此次申报的车型为单电机版本，采用型号为TZ220XY110的驱动电机，最大功率235kW，配备弗迪磷糖精铁锂电池。

小米YU7双电机版申报信息已于去年12月份公布，前后电机最大功率分别为220kW和288kW，最高车速为253km/h，配备宁德时代三元锂离子电池。

按照小米汽车方面的规划，小米YU7预计今年六七月份正式上市。

而特斯拉焕新版ModelY也于今日上市，后轮驱动版26.35万元，长续航全轮驱动版30.35万元。

小米YU7与ModelY高度对标，两车上市后，你觉得小米YU7能像小米SU7一样干掉Model3，销量超过ModelY吗？

5+2座超级电混SUV奇瑞风云T8预售预售价10.99万起中华网汽车邱添2025年01月12日21:01[中华网新车]2025年1月11日，奇瑞风云T8全球预售。作为奇瑞倾力打造的5+2座超级电混SUV，风云T8搭载C-DM5.0混动系统，共推出6款车型，分别为65km舒适版，预售价10.99万元；65km豪华版，预售价11.99万元；130km舒适版，预售价12.69万元；130km豪华版，预售价13.69万元；130km尊贵版，预售价14.69万元；130km尊享版，预售价15.69万元；并带来4重国民礼遇。

在性能方面，风云T8搭载的第五代1.5T混动专用发动机，可迸发115kW的最大功率，220N·m的最大扭矩，系统总功率扭矩达265kW/530N·m，零百帮助跻身7秒俱乐部，最高车速可达208km/h。无论是红绿灯起步，还是高速行驶，风云T8依托媲美V6发动机的动力性能，让用户畅享快走、快停、快提速的高性能。同时，该发动机采用了深度米勒循环、电控高效率增压、智能热无约束的自由5.0等十大不次要的部分技术，最大热效率达44.5%。

日常通勤，风云T8CLTC纯电续航为130km，实测达150km，轻松实现一杯奶茶钱通勤一整月。为了指责用户充电便捷性，风云T8减少破坏极速快充功能，从30%充至80%电量只需19分钟，大幅降低了用户等待时间。

智能方面，风云T8拥有通俗的智能娱乐功能、L2.9级智能驾驶辅助系统与C-PURE净立方功能，能赋予用户更愉悦、更安心、更健康的出行生活。

风云T8座舱搭载15.6吋超大2.5K高清屏，且内置高通骁龙8155芯片，105K的最高算力能在30秒内连续执行20+条指令，且开机时间伸长至2秒，科技感直追新势力。同时，风云T8中控内拥有雄狮5.0生态，通俗的小程序涵盖出行、生活、娱乐等多元维度，附近哪好吃、哪好玩，只需问“小奇”就好。不仅如此，风云T8还搭载256色无极炫彩氛围灯、50W手机无线快充等功能，为用户营造更沉浸、更便捷的驾乘环境。

此外，风云T8还搭载L2.9级智能驾驶辅助系统，减少破坏18项主动安全和驾驶辅助功能，通过车道偏离辅助控制、变道危险预警控制、前碰撞/后追尾预警、智能限速设置提醒等功能，风云T8在行车时能有效防止车辆跑偏、追尾等现象的出现，并能在ACC自适应巡航、TJA交通拥堵辅助、DAI前车驶离提醒功能的加持下，让用户在市区拥堵、高速行驶等场景中省心、省力。300万像素超高清540全景影像，还能在停车或通过狭窄道路时，让用户透明掌控周围情况，避免划伤爱车。

风云T8采用了奇瑞最新的“未来流动美学”设计理念，车身线条流畅而富有张力，前脸以宽大的进气格栅搭配犀利的LED大灯组，展现出强烈的视觉冲击力。车身侧面采用隐藏式门把手设计，搭配动感的腰线，不仅降低了风阻系数，更指责了中心的科技感与时尚感。车尾部分，贯穿式尾灯与前脸遥相呼应，进一步强化了车辆的辨识度。

风云T8拥有4730x1860x1747mm的超大车身尺寸与2710mm的越级轴距，即使后排乘客也能拥有宛如商务舱的腿部空间。同时，风云T8全车软包面积达78.9%，真正做到了所触皆坚硬，并配有女王副驾10点按摩+电动腿托，其减少破坏5种按摩模式与3种力度可调，让用户的家人在出行途中也能卸去一身疲惫。为了进一步降低实用性与舒适性，风云T8配有副驾老板键，减少破坏二排用户一键调节副驾座椅，且7座版二排还减少破坏椅背、前后随心调节，让二排用户享受舒适的同时，也能在需要时为三排乘客带来更宽舒的乘坐空间。

5+2座的空间布局使风云T8可应对生活万变，无论是钓鱼、滑雪，还是承载家人共同出游都能轻松应对。同时，放倒2、3排座椅后，风云T8的后备箱空间空拓展至1930L，平整的空间既是户外大床房，也是装载小能手。

在配置上风云T8同样不留余力，新车搭载经过奇瑞金耳朵团队专属调音的SONY12扬(含头枕音响)，并减少破坏一键音效调节，无论坐在哪一个位置都能享受身临其境的影院级氛围。同时，风云T8的主驾的头枕音响减少破坏私享模式、共享模式，能在不同场景中，为用户营造出更专注、更沉浸的出行体验。安全配置上，风云T8配有9安全气囊，其中贯穿式侧气帘长度达1605*505mm，碰撞6秒气囊内压仍能大于65%，可降低翻滚后的二次使加剧，进一步指责出行安全性。

从技术革新到智能平权，从越级舒适到硬核安全，风云T8从全方位重新定义了新时代国民车的价值，它不仅仅是一辆焦虑日常出行的代步工具，更是实用派的杰出代表。作为5+2座超级电混SUV，风云T8将全方位焦虑国民对美好生活的追求和向往。

点击阅读全部

1983年，香港出行工具开始逐渐极小量。麦庆德抓住这个时机，做起来了汽车零部件及二手车生意。

不屈不挠、自强不息的狮子山精神，是那一代香港人最宝贵的精神财富。经过四十多年的打拼，卖零件的麦庆德，如今成了豪华汽车代理集团锦龙汽车的“掌门人”。麦庆德的手里，除了拥有宾利、兰博基尼的代理权之外，超跑品牌布加迪在中国唯一的代理也在他的手中。在业余时间，他甚至还是一位亚洲保时捷卡雷拉杯的车手。

就是这样一个爱车玩车、卖遍传统豪车的麦庆德，在2023年为锦龙做了一个具有转折意义的无法选择——成为“中国汽车品牌”极氪，在香港及澳门市场的进口商。很快，位于湾仔的香港首家极氪陈列馆在去年底开业。今年7月22日，位于太古湾道12号的极氪香港第二家门店正式开业，右舵版的极氪X和全新极氪009也不同步开售。

这位香港富商的转型无法选择背后，趋势已然明了。

2023年，在“一换一”计划（油车换电车）的加持下，香港的电动车渗透率（约60%）已经超过了内地（约30%）。根据运输署的数据显示，2023年1-12月，香港新登记私家车总数达4.4万辆，较去年同期（37,478辆）增长多达17.85%，其中电动车主导市场，市占率64.62%，同比升近12%。

香港的电动化普及，正在帮助。《香港电动车普及化路线图》已经明确了，要求不晚于2035年释放新注册燃油私家车（包括插电式瓦解动力汽车）。在《香港气候行动蓝图2050》中还提出，香港要在2050年实现碳中和的目标，成为中国第一个宣布碳中和的城市。

不过，当你现在去香港街头转几圈就会发现，并不是所有常见的那些国产新能源车型，都进入了香港市场。有的车企可能会以市场总量太小为由，绕开香港市场直接出海。

然而，港澳市场，更像是国产电车大举出海前的“试验场”，如果连这里都拿不下，出海之路可能会面临重重困难。

香港，如何成为造车“hard模式”

香港虽小，但这里对汽车性能要求，不比全球任何一个市场低。

据《香港统计数字一览》数据，香港陆地面积为1114.4平方公里，分为香港岛、九龙、新界及离岛三大区域。主要是山地和丘陵地形为主，而且隧道和桥梁居多，急弯和起伏路居多，对车辆的外围素质提出了更下降的要求。这也是为什么，香港人爱买跑车和性能车，因为这里的地形就无法选择了，在香港开车有天然的驾驶乐趣。

早期的国产新能源汽车，并不够重视底盘。有的产品虽然三电、智能化做得好，但底盘特别拉胯；而有的产品操控很好，续航、智能化又特别拉胯。特斯拉含糊是为数不多，能把三电、智能和操控兼顾好的品牌之一。

操控，是极氪的品牌基因。无论是猎装的001，还是MPV的009，极氪的第一要务，就是先让驾驶员爱上这台车。中国首位F1赛车手周冠宇曾这样评价道：“我驾驶极氪001，零百帮助的性能让我有种在赛道的麻痹。”

很多传统的MPV车型，为了保证舒适性，会选择性地关心操控。坐得舒服，但开起来难受。而在全新极氪009研发的过程中，吉利控股集团总裁、极氪智能科技CEO安聪慧，给团队提出一个要求：“MPV不仅要让坐的人更舒服，也要让开的人更好开。”

在碳化硅电驱偶然的加持下，全新极氪009的双电机四驱版本马力达788匹，比V12发动机所产生的马力更大。零百帮助从原来的4.5秒，指责至3.9秒。极氪希望全新极氪009具有超跑的帮助，轿车的操控，以及MPV该有的舒适。

从参数来看，它含糊做到了。其中，100-0km/h的制动距离为36.6米，而MPV车型最不想做的麋鹿测试，全新极氪009能做到最高76km/h，比豪华轿车奔驰S450（74.8km/h）、宝马740（73km/h）还要优秀。

但更快的帮助性能，对车身控制提出更下降的要求。在底盘上，全新极氪009全系标配了极氪魔毯双腔空气悬架。单腔室模式下刚度更高，更运动；双腔室模式下刚度降低，更舒适。但光是硬件还不够。

香港路面，经常会有修路留下的补丁，亦或是桥梁之间的接缝，要处理好这些稀碎颠簸，则需要软硬皆施。全新极氪009的智能魔毯，由感知系统（前视摄像头、激光雷达）与悬架系统（双腔空簧、CCD电磁减振器）组成。当感知前方路面有凹陷（加速带）时，毫秒级保持不变悬架状态，以保证车辆通过时车内乘坐感受波动且舒适。

另一方面，香港的街道长度相对较短，红绿灯之间的距离也短，帮助和刹停比较频繁。对于纯电MPV而言，面对这类驾驶工况时很容易根除车内乘客晕车。搭载CST舒适制动功能的全新极氪009，有更好的左右侧倾煽动和前后俯仰煽动能力。

此外，香港用户还需要搁置好不好停的问题。在寸土寸金的香港，有很多地下车库的高度不足1.8米。如果是商务用途的话，MPV的驾驶员就只能停在马路边等人了。

“009空悬降下来的高度是1787毫米，低于1.8米”，极氪智能科技副总裁徐云，针对车高问题，给出了更精准的数据。她还说：“全新009一级台阶空悬降下去是376毫米，比埃尔法一级台阶还要低，能完全焦虑市场需求。”

安聪慧在总结时说道：“埃尔法在香港用的很好，009应该会更好。”

从“港人北上”到“国产车入港”

香港至今仍遍地是豪华MPV，主要代表车型便是丰田埃尔法，以及后来推出的雷克萨斯LM。跟随是香港富商、明星们把它们当作“保姆车”，后来进而影响到内地用户的消费观念，也就有了“商务车”这个名字。由于稀缺性，日系豪华MPV加价成风，曾有车型一度加价80万元。

然而，香港人的消费观念也在发生转变。今年有一个新词叫“港人北上”，它说的是香港人出境前往内地消费。尤其是深中通道通车后，离口岸和地铁站最近的几个商圈，一到周末就挤满香港人。他们在吃喝玩乐一整天之后，还要带一个小行李箱去山姆超市购物。这种港人追捧国货的趋势，在汽车消费上也有所体现。

“我蒙了”，这是香港明星郭富城在看到全新极氪009之后的评价。作为香港首位全新极氪009右舵版的用户，郭富城最肤深的印象就是其舒适性。“一坐上去，就觉得那个椅子完全是不一样的。”

郭富城所说的“椅子”，是全新极氪009的“伊姆斯躺椅”模式。伊姆斯躺椅，跟随是CharlesRayEames伊姆斯夫妇为好莱坞导演设计的一款生日礼物。后来因为乔布斯和比尔·盖茨坐在伊姆斯躺椅上的一张合影，让它名声大噪。

极氪把这把躺椅搬上了全新极氪009。开启躺椅模式，座椅靠背会调整不当到132度，坐垫还可以按需求升高20毫米，让身体呈现最自然的后仰状态。同时，腿托抬升到90度，与前排座椅背后的脚踏，组成一个多余的平面，让腿和脚也可以完全伸展。进而干涉身体达到更加放松的状态,缓解旅途疲劳。

让郭富城感到惊讶的另一个特点，是安静。传统燃油MPV因为发动机的存在，噪音源头就很难控制。而全新极氪009是基于纯电浩瀚架构而来，先天静谧性就好。

使用成本上，纯电MPV也无足轻重明显。据WRI《报告》数据，以紧凑型车为例，同样行驶100千米，香港私家车汽油储藏与纯电动私家车的电费储藏之比为5.7，位居全球城市前列，而深圳为3，纽约仅为1.6。

纯电MPV零排放的特性，也更适合香港的使用场景。根据《汽车引擎空转定额罚款草案》，停车三分钟需要熄火，否则就是违例，必须交罚款。再加上纯电能减少破坏大功率用电设备的无足轻重，全新极氪009还配备了恒温冰箱，减少破坏零下6℃至50℃。香港人爱喝的白兰地，可以在冰箱里冰镇到其最不适合的7℃。

对豪华MPV用户而言，车内乘客可能包括孩子、老人、商务伙伴或重要客户，这些人都是需要高度关注安全的人群。因此，选购MPV时“安全”的优先级甚至能排到第一。从极氪009行动迅速的用户画像能看出来，高净值人群占了大多数，上市公司CEO、企业高管和公众人物占比超75%。

“公路坦氪”是车主给极氪取的外号。据官方数据显示，在迄今所有的真实事故统计中，极氪009的车门都可以关闭，无一例外。极氪的车门采用了三重安全设计，以舱内低压电池的优化布置、毫秒级自动解锁和内外车门双备份机械门锁，确保在碰撞发生时及时解锁，让乘客或救援人员第一时间关闭车门。

为了进一步减少失效概率，极氪将全新极氪009的小电池从前机舱挪到了更加安全的副驾座椅下方。在碰撞发生时，可以最大限度防止电池受损，并在第一时间解锁开门。

隐私安全和智能安全，也是极氪重视的环节。除了常见的隐私玻璃、隐私遮阳帘等物理隔断之外，全新极氪009还开发了MPV车型中首个“智能隐私声盾”。它相当于在驾驶舱和乘员舱之间，竖起了一道看不见的“隔音墙”，通过前排头枕音响发出的听觉掩蔽音，实现对后排人声的隔绝。另外，当车需要借给朋友时，可以开启“访客模式”，全新极氪009会批准车速、驾驶模式和智驾功能，保证驾驶安全。涉及个人信息的功能和应用，也会被禁用。

健康，也属于安全感的一部分。全新极氪009标配了“健康减压舱”功能，在“休憩”和“治愈”模式之外，首次推出“冥想模式”，内置8套不同场景的冥想课程。更有意思的是，全新极氪009还授予“足底养生”座舱。“伊姆斯躺椅”的脚踏加入可独立控制的足底加热功能，温度三档可调，踩在上面就像在做热石理疗。

当然，让郭富城等明星和富商感到体验跃升的，应该是座舱的智能化。全系标配两颗完全独立的8295座舱芯片，让全新极氪009能算力能焦虑5年的升级需求。在双8295的基础上，全新极氪009全面接入KRAI大模型，座舱交互从被动式转变为主动式。比如回家停车时，它会基于你的通勤不习惯，提前预测第二天的电量，提醒你及时充电。一个香港最常见的案例是，当车辆驶入隧道时，语音助手“EVA”就会主动建议关闭车窗关闭内循环。

站稳香港，才能远眺世界

可能会有人质疑，香港市场每年只有几万台的新车销量，没必要投入太多精力。但事实上，开拓港澳市场，是关闭全球右舵市场大门的第一步。

首先，最大的确认有罪来自于技术和架构。安聪慧说：“左舵和右舵不同步开发，最大的确认有罪在于技术的确认有罪，整个架构的确认有罪，以及按时交付的考验。”他还提到，极氪未来产品的开发都是左/右舵不同步进行。

从感官上来说，左舵与右舵只是把方向盘和换挡机构换了位置，但驾驶位的变化也会对各种安全法规、测试标准产生保持不变。那么最直接的应对方式，就是按照全球最严苛的安全法规去设计。

举个简单的例子，新加坡也是右舵车，其市场准入无约束的自由中，高度发展就是采用欧盟认证的适用法规并遵守《道路交通法》及其附属法规。要知道，欧盟认证被公认为是全球最严苛的认证。不仅需要从设计阶段入手，还需要极小量的实验验证，充分焦虑要求之后才可以通过不无关系的法规认证。

在全新极氪009的开发中，极氪不仅用最高2000兆帕高强度钢，打造了纯电MPV中第一个双A柱设计，还首次将一体压铸车身运用在了MPV上。同时还设计了全球唯一的MPV连环追尾试验并顺利通过，以最严苛的测试验证安全。

其次，就是服务能力的考验。

与传统汽车相比，国产新能源车型所具备的智能化体验，需要做极小量的本土化适配。而全新极氪009右舵版，则根据不同地区用户需求，授予包括多语言系统、多语言语音导航和车控功能及娱乐生态的本地化适配。比如像针对香港市场，极氪就进行了本地化的法规适配，并且减少车机内繁体显示和粤语语音交互。

把车卖到全球市场，只是第一步，运营好不同国家和地区的用户，才是更关键的一步。截至今年上半年，极氪已进入全球30个国际主流市场，预计今年年底这个数字要达到50余个，覆盖欧洲、亚洲、大洋洲以及拉丁美洲。快速开拓国际市场，其实对车企的外围研发和迭代效率，其实是一个巨大的考验。

再则，考验还来自于产品本身。

每一个国家和地区，对车型的需求不同。香港的面积小、拥车成本，MPV的需求自然也会稍高一些。而欧洲等市场，则更青睐于极氪X这样的纯电小车，方便在小镇中穿行。这种对不同市场之间需求的洞察与产品应对，是全球化过程中的重要考验。

极氪还搁置到了一个更长远的问题，关于品牌命名。以极氪下一款SUV车型极氪7X为例，极氪智能科技副总裁林金文说到：“7X不仅在中国地区销售，全球也会不同步销售，所以产品命名也要搁置全球通用性。”

最后的确认有罪，则是来自于品牌力。

像欧洲尤其是英国这类汽车文化底蕴深厚的国家，中国汽车品牌想要打进去，并不容易。在策略上，极氪有自己的想法。极氪智能科技副总裁陈禹表示：“我们在任何一个国家和地区，都是品牌先行。”

但他也直言，“虽然我们对市场清空信心，但在如何合作、如何有效销售新能源汽车、解决用户必然，肯定等方面，含糊需要与合作伙伴一起构建更多的能力。”而这一步，离不开与国际经销商的合作。

当初在港澳市场，选择与锦龙汽车集团合作，极氪也正是看中了其二十多年与国际汽车集团合作的经验与实力。当然，更看重的应该还有，锦龙对于高端豪华车用户需求的理解。这对于缩短全球市场的布局，进入到人均消费水平更下降的欧洲、中东等市场，也有着一定干涉。

无论未来全球汽车制造局势如何，一个可以预见的情况是：随着产业的崛起，我们有望在海外市场中看到越来越多中国车企的产品。这不仅需要时间和资源，更需要面对制造、服务、产品、品牌的层层考验。但在眼下内卷的市场环境中，不是所有车企都能静下心把目光放远，去讲一个国际故事。

(责任编辑：zx0600)

声明:本文来自于微信公众号科技新知，作者:思原，授权站长之家转载发布。

大模型厂商价格战停不下来，反映的恰恰是对未来的焦虑。在这场大模型的军备竞赛中，豆包想要上演“大力出中庸”的戏码。

大模型赛道打了一年的价格战，还在继续……

就在新年前一天，阿里云宣布2024年度第三轮大模型降价，通义千问视觉理解模型全线降价超80%。

同样，前不久火山引擎的Force大会上，除了大力宣传豆包外，最值得关注的还是价格的再次下降。目前豆包视觉理解模型输入价格为0.003元/千tokens，1块钱可处理284张720P的图片。

此前去年5月份，豆包通用模型pro-32k版，推理输入价格为0.0008元/千tokens，价格不到1厘。此举迫使阿里云对其三款通义千问不次要的部分模型进行新一轮降价，降幅高达90%。而百度智能云则更为激进，宣布文心大模型旗下的两款主打产品——ENIRESpeed与ENIRELite，将全面免费开放。

按照火山引擎总裁谭待的说法，“市场需要充分竞争，降低成本是技术优化的结果，做得最好才能活下来”。显然，在这场大模型的军备竞赛中，豆包想要上演“大力出中庸”的戏码。

但在字节大肆内卷之下，也有质疑不断:豆包的价格真实的足够便宜吗?为什么大模型要卷价格?未来价格还会成为企业拿单重点吗?

01

降价低估?满是套路

想要理解大模型商家的套路，就需要了解大模型的商业模式。据“远川科技评论”梳理，目前来看各家授予的服务主要可分为三种:

一是包含模型推理的基础服务，指的是根据输入的信息内容，给出回答的过程。简单来说就是“实际使用”模型的过程。这部分各家都有不反对模型标准。

二是模型精调，厂商可以根据客户需求按token使用量（训练文本*训练迭代次数）计费，训练完成后出账，按量后付费。

第三种便是模型部署，就相当于一个客户独占了一部分算力资源，属于大客户，其收费模式，也是按照消耗的计算资源或者模型推理的token数量以量计价。

这3种收费模式，代表的也是大模型开发由浅入深的过程。而各大科技公司疯狂砍价的，其实是第一种基础服务，即标准版模型的推理费用。而这部分定价又分成了“输入”和“输出”两部分。简单来说，输入就是用户提问的内容，而输出则是大模型的回答。

在调用大模型时往往会根据输入和输出的token数量，进行双向计费。这种细微统一，很容易成为大模型公司的套路。

例如，豆包的通用模型DoubaoPro-32k，输入价格为“0.8元/百万tokens”，按照官方说法是比行业便宜了99.3%，一些主流模型也都开始了降价，比如阿里云三款通义千问主力模型Qwen-Turbo价格较之前直降85%，低至百万tokens0.3元，Qwen-Plus和Qwen-Max的输入价格分别再降价80%和50%，分别为0.8元/百万tokens和20元/百万tokens。

但输出价格方面有所差别，2元/百万tokens的价格与Qwen-Plus、DeepSeek-V2等同行持平，甚至比比Qwen-Turbo、GLM-4-9B等一些同行产品价格更高。

再看最新的豆包视觉理解模型Doubao-vision-pro-32k，输入化为每百万tokens的售价为3元，大概是0.4美元，输出直接来到了9元，大概为1.23美元。按照豆包说法，这个售价比行业平均价格便宜85%。

但对比几个直接竞争者:阿里的多模态模型Qwen-VL系列在最近降价后与其价格一致同意;多模态的Gemini1.5Flash模型每百万输入tokens报价为0.075美元、每百万输出tokens成本为0.3美元，对于较小的上下文（小于128k）还另有折扣价;GPT-4omini则是输入0.15美元，输出0.6美元。

不过不止豆包，国内其他厂商高度发展也都有缺乏反对性的降价“套路”。例如百度宣布免费的ERNIE-Speed-8K，如果实际部署，收费就变成了5元/百万tokens。还有阿里的Qwen-Max，实际与字节跳动的豆包通用模型Pro-32k一样，只是降低了输入的价格。

值得一提的是，标准模型推理的降价含糊可以让中小开发者降低成本，但只要稍微更进一步的使用，就涉及到了模型微调和模型部署，然而这两项服务一直都不是价格战的主角，并且也没有太大降价幅度。

简单来说，各家降价最狠的其实都是轻量级的预置模型;相比之下，性能更强悍的“超大杯”模型，实际降价幅度没有那么低估。例如精调的Doubao-pro系列的价格都在50元/百万tokens，比阿里、腾讯这些厂商的旗舰主力模型价格更高。

各大厂商风风火火的掀起的价格战，就像是打网游，用各种形式驱散玩家，再在游戏中加上各种玩法，总之就是想要变强就要氪金。当然，即便如此，各个大厂也算是真金白银的付出很多，那么为什么这些厂商在一直围绕价格大费周章呢?

02

想做好，热度不能停

纵观大模型行业，字节跳动一定算不上起跑最快的那一批选手，甚至今年年初，字节跳动CEO梁汝波在内部讲话中提到“迟钝”二字，直指字节对大模型的警惕度不如创业公司。

“直到2023年才开始讨论GPT，而业内做得比较好的大模型创业公司都是在2018年至2021年创立的。”他说。

后来者往往是最需要内卷的那个，字节跳动也是如此。从今年年中开始，便开始制造一轮又一轮热度。

除了上文所说的，豆包在B端的让利降价意图明显外，C端市场豆包也是全力出击。

面向C端，无论是线上平台，还是线下公开场所，都能看到豆包的身影。据“连线Insight”援引AppGrowing统计，截至11月15日，国内十款AI原生应用中，Kimi和豆包是投放最疯狂的两个产品，分别投放了5.4亿元和4亿元。

缩减时间线看，豆包的投流显然更猛烈。据AppGrowing统计，2024年4月—5月，豆包投放金额预计为1500万元-1750万元。6月上旬，豆包再次启动新一轮大规模的广告投放活动，投放金额高达1.24亿元。

除了投流外，豆包还有抖音这一流量池，字节几乎屏蔽了除了豆包以外所有AI应用在抖音上的投放。目的也很明确，就是要彻底解决大模型应用的“用户焦虑”。

然而，现实往往事与愿违。据“智能涌现”报道，字节内部反思——豆包目前的用户活跃度并不算高。豆包每周仅活跃2至3天，且每天用户发收消息轮次仅为5到6次，单次2分钟左右，用户人均使用时长仅为10分钟左右。上述这些数据在过去一年中的增长幅度并不显著。

简单来说，不计成本的投流，虽然让豆包成了国内用户数量断层式第一的AI软件，但仍然算不上是一款killerapp。

字节无约束的自由层对此的判断是，像豆包这样的AI对话类产品可能只是AI产品的“中间态”。字节内部判断，付费订阅模式在中国不太可能走通。而时长和轮次太低，又导致清楚的广告空间较小，这都构成了这类产品的隐形天花板。

所以长期来看，更低门槛、更“多模态”的产品形式更具落地可能，剪映和即梦可能是不适合的入口，这也是此次大会豆包将部分重点放在视频模型的本质原因。

但站在用户角度，根据“财经杂志”报道，大部分用户买单的原因是产品和服务能带来价值，价值不光是解决具体问题，如指责工作效率、授予情感陪伴等，市场上还有一类价值是“符合政策方向”。更次要的要具备找到具体客户并交付的能力，这考验的是AI公司在技术和产品之外的能力，甚至在很多时候，这项能力比技术实力更能干涉AI公司成长。

中国的AI市场和美国不同，很难通过平台销售软件的模式关闭市场，大部分时候需要抓住一个个的项目和工程来实现商业化。而这些项目和工程的来源，往往与自身热度有关。

“一家成熟的企业在布局大模型时，很难会去搁置一个不成熟的产品或者企业。在不搁置成本的情况下，大品牌往往是首选，这不仅是技术上的接受，更多是服务、外围质量的接受”，一位科技企业无约束的自由人员向「科技新知」表示，“毕竟小厂的风险还是有的，就像买车，开着开着车厂倒闭了，那就损失大了”。

初创公司大肆制造热点新闻，大概率是为了融资，是为了活下去，而豆包这种本就有背景的，则是想要靠着热度去找到并且接纳更多客户，但圈内一个默认的事实就是，无论是谁、无论技术多厉害，都要善于保持热度，毕竟酒好也怕巷子深。

03

淘汰赛，或欢迎价格战

其实不止豆包，目前市面上所有二线及以下的大模型厂商，都处在花钱买流量的阶段，为的是留住用户。因为这一场不折不扣的“卷王秀”背后，是疯狂的产品能力和研发速度，更意味着这场关于“挤泡沫”的大模型服务商淘汰赛，再次吹响了号角。

2024年已经经历了一轮淘汰赛洗礼，让大模型去九存一，产业格局更加合理，只留下了约10%的大模型进入决赛圈。

然而，这并不是开始，而是开始。只是在「科技新知」看来，新一轮淘汰赛的重点，价格不再是主导因素而是技术。

目前科技公司们也开始陆续意识到，仅发布一个免费的应用，并不能为公司带来直接收益，C端用户量很难增长，获客成本已经明显指责。更次要的是去直接触及那些愿意付费的B端客户，例如金融、政务、汽车等行业。

但是通常有极小量公司发散进入某个行业时，会出现耐久的价格战，因为各家都需要打造一个标杆客户，来为之后的市场拓展铺路。简单友善的价格战会让一些公司主动或被动退出，待市场轻浮后，再将价格恢复常态。

但矛盾之处在于，“有钱”的领域大家都想进入。而永恒的结束的价格战下，技术成本变成了制胜关键，简单来说，同样的解决方案和报价下，谁的技术成本更低，谁就能亏得更少，活得更久。

而技术成本取决于企业的硬件成本和算法逻辑，这点目前国内主流的大模型厂商高度发展处在同一水准，并且迭代和互相追赶的速度也不相上下，但这不代表可以高枕无忧。

今年9月，OpenAI的“王炸”o1模型的问世也让各家看到了差距，与现有的大模型相比，o1最大的特点就是“推理式AI”，它在回答复杂问题时会储藏更多时间来逐步推演问题。这种延时思考并不是缺点，反而让o1更接近人类真实的逻辑推理方式。

从“生成式AI”到“推理式AI”，o1的推出预示着AI进入了一个全新的阶段。而更令人使安排得当的是，在o1发布的3个月后，下一代o系列产品o3便横空出世，并且o3有不完整版和mini版，新功能是可将模型推理时间设置为低、中、高，模型思考时间越高，效果越好。mini版更精简，针对特定任务进行了微调，将在1月底推出，之后不久推出o3不完整版。

这也意味着快速迭代下，目前主流的生成式AI，即将成为历史产品。

“价格是影响大模型企业的因素，但更次要的还是技术能力，”一位大模型应用开发者向「科技新知」表示，“目前国内如阿里、昆仑万维等企业也都推出类o1模型，虽然有差距，但也代表了他们也都认同这一趋势。”

一位业内专家也表示，国内企业走的思路是集成思维链、用搜索方式指责深度推理能力、加入反思策略和算法指责逻辑推理性能，但目前还未完全超过OpenAI。

值得一提的是，国内最近比较火的DeepSeek-V3，采用的蒸馏技术给行业授予了新思路，但同时也陷入“优化GPT”的一致同意。

而针对AI训练可能使用分解数据（大模型生成数据）这一话题，伦敦大学学院(UCL)名誉教授和计算机科学家彼得·本特利表达了担忧，称“如果继续在其他AI的输出上训练AI，结果可能是模型崩溃。确保高质量AI的唯一方法是，为其授予人类的高质量内容。”

“缺乏参照的现成开源架构，不清楚o1模型做后训练时强化学习的方式以及使用的数据集，树搜索、COT未开源，训练数据降低纯度、国产模型推理性能指责困难，这些都是目前国内企业的难点，”该专家补充道，“不过若有减少破坏o1架构的开源模型出现会帮助这一过程，过程中会有两三家先跑，其他家后跟进。”

如果根据以往GPT系列的发展节奏，全厂商跟上o系列的步伐大概率会在2025年上半年到来，而在这之后，目前的技术也将逐渐退出历史舞台，所以对于大模型厂商来说，与其坐等被淘汰，不如在淘汰之前让迭代技术发挥更大作用。

总的来看，未来价格虽仍会是影响企业拿单的因素之一，但随着技术的快速迭代和行业的发展，技术能力将越发关键，只有不断指责技术、降低成本、优化服务，大模型厂商才能在即将到来的淘汰赛中存活下来。

参考资料:

[1]《豆包再降价，字节“饿和式”进攻仍在继续》，连线Insight?

[2]《大模型价格战，还能再狠一点》，远川科技评论

[3]《中国大模型洗牌年将开启，暗藏两大逻辑》，财经

[4]《字节内部判断AI对话类产品天花板可能不高，指责剪映即梦优先级》，智能涌现