2026.09.23 | 9K | LLM | China LLM Channel Check I

音频信息

音频标题: 260923 - Merit 国产模型调研I

相关标的：undefined

议题：

完整音频链接：

音频纪要总结

专家访谈纪要

1. 豆包基础模型进展与版本规划

a) 豆包当前基础模型能力处于什么水平？

• 豆包基础模型仍在持续研发，但短期内不宜对能力跃升抱有过高预期，年内整体能力可能以渐进式优化为主。

• 原计划于8月、后推迟至9月发布的豆包2并未如期上线，此前预期的Coding能力超过GPT，目前也尚未实现。

• 最近发布的豆包2.1 Pro和Light相较旧版本有所优化，但整体仍属于“可用”水平，尚未达到显著领先市场主流底座模型的程度。

• 从部分客户评测和实际使用情况看：

1. Coding能力尚不能称为很强。

1. 在长文本、多轮交互等方面，也暂未明显优于GPT。

1. 当前没有预期豆包能在短期内成为强于市场绝大多数底座模型的方案。

b) 豆包基础模型当前重点迭代哪些能力？

• 当前主要研发方向包括：

1. 长程思维链与长任务执行。

1. 原生多模态能力。

1. 逻辑推理能力。

1. 长上下文与多轮交互。

1. Coding能力。

1. 工程链路与模型部署效率。

• 当前采用FP8与FP4混合精度方案。

• 豆包2.1仍基于1万亿参数以上的模型进行二次强化，包括语言能力强化，技术路线与部分国内头部模型的强化方式类似。

• 公司还在研发底座参数接近10万亿规模的模型，并同步完善工程链路。

c) 下一版本可能何时发布，能力会有哪些提升？

• 豆包2.2可能于12月发布，但时间及最终效果仍存在不确定性。

• 该版本可能基于第三季度形成的模型底座，预计基础模型能力会有所提升。

• 潜在提升方向包括：

1. 代码能力。

1. 逻辑与时序理解。

1. 空间、多维度校正。

1. 链路仿真和复杂任务处理。

• 整体判断是豆包2.2可能达到“表现尚可”的水平，但暂不应预期其形成绝对领先优势。

2. 视频模型、世界模型与VLA研发路径

a) 视频模型接下来如何推进？

• 视频仍是公司的重要投入方向，后续可能发布3.0版本。

• 新版本生成时长可能提升至60秒或120秒，但仍需验证长视频、多轮识别及连续生成能力。

• 当前视频模型在加载及基础生成层面的表现尚可。

• 继续投入视频模型主要基于两方面判断：

1. 视频生成领域仍存在技术和产品竞争空间。

1. 机构及企业客户已经产生较多实际需求，潜在需求量较大。

• 视频生成并非无法商业化，海外上线节奏虽然较慢，但该业务具备收入潜力。

b) 公司如何看待世界模型方向？

• 世界模型是从视频模型进一步衍生的重要方向。

• 视频模拟仿真、连续生成和视觉环境构建已从概念逐步转向可落地、可讨论的技术方案。

• 硬件侧已经出现部分配套方案，视觉模型连续生成的可行性正在提高。

• 公司认为世界模型整体路线成立，未来有望在以下维度持续改善：

1. 生成时长。

1. 空间一致性。

1. 多维环境理解。

1. 连续仿真能力。

c) VLA目前处于什么阶段？

• 公司仍在持续投入VLA，并补充大量工程细节与组件能力。

• 当前已有较多人员投入该方向。

• VLA仍处于工程能力完善和方案验证阶段，后续重点是补齐组件、数据和执行链路。

3. 自研模型定位与第三方模型策略

a) 自研模型在公司内部的战略定位是什么？

• 自研基础模型是必须长期投入的核心能力，公司不会停止研发，也不存在明显的投入包袱。

• 公司希望覆盖基础模型的各项核心属性，包括：

1. 通用文本能力。

1. Coding。

1. 长任务。

1. 长上下文。

1. 多模态。

1. 推理与强化学习。

• 研发侧的人员招聘、数据采购、算力采购和训练投入均未发生方向性变化。

• 模型迭代具有较强随机性，即使投入足够，也可能因训练收敛、数据组合或工程因素导致效果不及预期，需要持续迭代。

b) 公司是否会因自有模型能力不足而转向第三方模型？

• 研发侧不会放弃自研，但商业化侧保持高度灵活。

• 整体原则是：

1. 自有模型能力足够时，优先销售和推广自有模型。

1. 自有模型暂时不够强时，可以采购、转售或接入第三方模型。

1. 商业化以满足客户需求、避免客户流失为优先。

1. 条件成熟后，再将第三方模型需求逐步承接回自有模型。

• 公司认为，技术路线并非必须全部由自身完成，也不必强制使用第一方方案。

• 自研与第三方合作并不冲突，当前采取的是“两方面兼顾”的策略。

c) 为什么模型迭代存在较强随机性？

• 基础模型效果不仅取决于资金、人员和算力，还受到以下因素影响：

1. 训练是否顺利收敛。

1. 数据组合是否有效。

1. 强化学习及纠偏路径是否正确。

1. 不同能力之间是否产生协同或冲突。

• 模型开发并非简单地投入更多资源就一定获得线性回报。

• 专家判断，模型迭代在未来3—5年内都不会结束，即使通用模型初步形成，仍需研究员持续纠偏。

• 国内外模型的领先优势可能呈现“拉手风琴”式变化，领先时间可能在3—6个月之间反复切换，而非长期固化。

4. 模型商业化与收入结构

a) 第三方模型转售业务增长情况如何？

• 7月，第三方模型API相关收入约为2,000万—3,000万元。

• 到8月，第三方模型转售收入已经增长至4亿多元，增速非常快。

• 增长主要来自：

1. 市场模型调用需求旺盛。

1. 公司拥有较多算力资源。

1. 自有模型能力暂时无法覆盖所有客户需求。

1. 公司具备模型转售、部署和统一调度能力。

• 当前销售的Token中，部分由第三方模型厂商回购，形成合作型业务闭环。

• 第三方模型业务仍在推进，未来可能逐步形成相对独立的商业板块。

b) 整体模型相关收入规模如何？

• 受访者口径显示：

1. 4月整体收入约30亿元。

1. 8月整体收入约35.75亿元。

1. 其中第三方模型收入为4亿多元。

• 上述收入包含C端收入，同时包括第一方模型、API及第三方模型转售等业务。

• 当前C端月收入约为24亿—25亿元，规模并不小。

• 除C端收入和第三方模型转售外，剩余部分主要来自第一方模型和API等业务。

• 自有模型收入仍在增长，但增速已经有所放缓。

c) 第三方模型转售的盈利模式是什么？

• 公司可以向合作方采购模型服务，再通过自身平台对外销售。

• 受访者举例称，买回价格约为开票价的6.5折，之后可接近原价销售，因此具备较可观的利润空间。

• 该模式的短期战略价值包括：

1. 避免客户流向其他云平台。

1. 提高现有算力利用率。

1. 承接快速增长的Token需求。

1. 为自有模型后续替换和回收需求保留入口。

5. 算力资源、芯片调度与国产适配

a) 对外提供推理服务使用哪些芯片？

• 公司采用大规模异构算力池统一调度，客户通常无需关注底层具体芯片类型。

• 可用于模型训练或推理的芯片包括：

1. H200。

1. A800。

1. B300。

1. 部分国产90C。

1. 其他国产及不同规格加速卡。

• 部分大参数模型可能使用B系列或其他高性能芯片，以获得更高的单位TCO效率。

• 公司可以根据模型类型、参数规模和客户需求，在不同芯片之间进行适配。

b) 公司当前算力资源是否充裕？

• 公司认为自身算力资源相对充裕，主要原因包括：

1. 此前采购和储备规模较大。

1. 每月仍有较多新增算力卡入库。

1. 部分原用于火山引擎To B出租的卡已撤回内部。

1. 工具链和资源调度优化释放了冗余算力。

1. 原有内部业务增速放缓，释放了部分可调度资源。

• 受访者提到公司年度GPU算力预算超过2,000亿元，对应约180万张卡的采购或资源规模。

• 每月新增入库规模约10万—13万张卡，同时可能从外部业务撤回约5万—6万张卡。

• 由此，每月可向推理集群补充较大规模的新增资源。

> 注：原始访谈中关于“总卡量、训练卡、推理卡及火山引擎用卡”的部分数字存在明显量纲或转录冲突，暂不作为精确数据引用，建议后续进一步核实。

c) 为什么此前不大规模开展第三方推理业务？

• 此前不是不具备第三方推理能力，而是公司自身底座模型、内部产品和推理需求较多。

• 随着内部需求增速放缓、工具链效率提高及新增算力持续到位，公司开始释放更多资源承接第三方模型业务。

• 目前多数国产模型均可在公司平台上完成调度，公司在多卡适配、工程优化和资源调度方面具备较强能力。

d) 当前行业算力真的不紧张吗？

• 算力并非完全无法调配，但结构性缺口较为明显。

• 当前很多公司的算力主要用于推理，而不只是预训练。

• 随着模型参数增大、长程任务增加及视频模型规模扩大，推理侧也需要大量高端大卡。

• L20、Pro 6500等相对小型的卡目前占比较高，但未来面对更大参数模型和500B级视频模型时，可能无法有效承载。

• 真正的压力在于训练和推理同时需要高性能大卡，而市场上高端卡供给有限。

e) 为什么国内模型公司必须适配国产算力？

• 国产适配既是供应条件所迫，也受到合规和备案要求影响。

• 国内提供服务所使用的算力需要部署在境内，并完成相应备案。

• 在海外高端卡供给受限的情况下，国内模型公司只能加大国产算力适配力度。

• 适配工作主要包括：

1. 模型压缩与量化。

1. 多芯片并行。

1. 推理框架适配。

1. 通信和调度优化。

1. 工具链重构。

• 随着模型规模继续扩大，国产算力适配将成为长期工作，而非短期替代方案。

6. 蒸馏、反蒸馏与数据成本

a) 反蒸馏是否会导致国内模型难以继续跟进？

• 专家认为不必过度悲观，也不应过度乐观。

• 只要海外模型仍对外提供服务，国内厂商就仍有办法获取结果并进行能力模拟，只是成本和技术复杂度会提高。

• 蒸馏与反蒸馏本质上是持续的攻防过程，不会因隐藏思维链而彻底终止。

• 即使无法直接获取思维链，也可以从最终结果、多个账号、多轮提问和反馈中提取有效信息。

b) “异星心智”会如何影响思维链价值？

• 如果模型内部推理过程逐渐脱离人类语言，人类将难以直接理解其真实思考路径。

• 模型可能需要把内部过程再转换成人类可理解的语言，因此对外呈现的思维链不一定等同于真实推理过程。

• 在这种情况下，思维链本身的信息价值可能下降，结果层面的问答和验证反而更加重要。

• 如果连模型公司自身都无法掌握内部“密码本”，仅依赖思维链蒸馏的意义会进一步降低。

c) 反蒸馏会使成本提高多少？

• 蒸馏本身的Token消耗不是最大成本，最主要的成本来自账号获取、账号损耗及持续可用性。

• 隐藏思维链后，Token消耗可能增加，例如从原来的100万Token提升到200万Token。

• 整体成本可能由原来的约30%提高至40%—50%，但仍处于可接受范围。

• 因此，反蒸馏会增加成本，但不会从根本上阻断能力追赶。

7. Agent、Muse与下一代应用形态

a) 如何评价Meta Muse类产品？

• 产品整体体验较好，执行链路和意图判断较准确，也更加人性化。

• 其热度较高，一方面源于产品本身可用，另一方面源于海外用户此前较少接触跨应用执行类产品。

• 这并非特别重大的单点技术突破，而是以下因素共同成熟后的自然结果：

1. 基础模型能力提升。

1. 长程任务逐步可用。

1. 多轮执行能力改善。

1. 上下文窗口扩大。

1. 用户开始愿意开放数据和应用权限。

• 国内多家公司已具备类似能力，腾讯、字节等均有相关产品或探索。

b) Muse类产品的热度是否可持续？

• 受访者明确表示对其长期商业化并不看好。

• 当前良好体验建立在免费、低频使用和较充足资源供给的基础上。

• 一旦开始收费或进行用户分层，部分用户可能退出。

• 如果持续免费，则会面临：

1. 推理成本高。

1. 免费用户消耗大量资源。

1. 排队时间增长。

1. 商业模式难以闭环。

• 上线第二周活跃度提升，专家更倾向于认为来自真实口碑传播，而非大规模买量，但免费是核心前提。

c) Agent会带来哪些基础设施需求？

• Agent将明显拉动CPU和存储需求，而不仅仅是GPU需求。

• 长程任务和个人助理需要持续保存用户偏好、日程、消费和行为记录。

• 例如，个人助理若要完成旅行预订、购物、生活安排，就必须保留大量长期记忆。

• 因此，Agent普及将同步带动：

1. CPU需求。

1. 长期存储需求。

1. 数据库调用。

1. 检索和上下文管理。

1. 跨应用执行资源。

• 传统软件公司可能面临较大压力，统一模型入口可能逐步吸收垂类应用的流量和功能。

d) 哪些应用可能从Agent趋势中受益？

• 潜在受益方向包括：

1. 接受外部流量并完成交易的平台，如Shopify。

1. 主动投放和营销场景。

1. 问答类应用。

1. 数据源销售。

1. 公开数据库建设。

1. 面向模型提供标准化数据接口的企业。

• 相比之下，封闭生态平台可能因担忧流量、数据和交易入口被夺走，而限制Agent访问。

8. 跨应用权限、隐私合规与可信履约

a) 跨应用执行的技术难点大吗？

• 从工程角度看，跨应用权限、长期记忆、支付履约和可信执行并非不可解决。

• 豆包手机等产品已经能够实现较多类似功能。

• 真正的制约不在于技术本身，而在于：

1. 应用是否允许调用。

1. 用户是否授权数据读取。

1. 支付和交易是否需要本人确认。

1. 平台是否封禁自动化操作。

1. 不同地区的隐私和合规要求。

b) 豆包手机第一代为何推进受阻？

• 豆包手机第一代受到应用厂商限制，产品推进受到明显影响。

• 后续采取的方式包括：

1. 与应用厂商逐一协商。

1. 获得授权后调用接口。

1. 无法直接调用时通过MCP等方式处理。

1. 必要时通过屏幕操作完成任务。

1. 在重大争议上寻求监管协调。

• 最终能否顺利推进，取决于模型平台、手机厂商、应用平台和监管之间的话语权平衡。

c) AI能否默认完成交易、订餐和购物？

• 最终履约和执行环节仍然需要用户确认，不能默认完成。

• 涉及银行、支付、交易和重要个人决策时，更需要明确授权。

• 如果AI替用户完成决策，而用户事后否认，将引发责任归属和法律争议。

• 因此，可信执行的核心不是“能不能做”，而是如何建立确认、授权、留痕和追责机制。

d) 海外市场是否也会出现应用封锁？

• 海外平台同样可能通过禁止访问、关闭请求和限制权限来阻止Agent调用。

• 当前海外监管和软件公司反应相对较慢，因此形成了阶段性窗口。

• 随着相关产品影响扩大，海外也可能出现：

1. 应用主动封禁。

1. 平台限制接口。

1. 监管介入。

1. 隐私诉讼。

1. 交易责任争议。

• 欧盟、美国和中国拥有不同法律体系，全球化产品需要分别处理合规问题。

9. 豆包手机定位与后续规划

a) 豆包手机是否还会继续推进？

• 公司不会放弃豆包手机及相关合作，仍将继续投入。

• 后续可能整合更多功能，使产品更接近统一AI入口和跨应用执行终端。

• 当前多条路径和组件仍处于独立探索与验证阶段，尚不能确定现有方案是否最优。

b) 豆包手机真正的难点是什么？

• 真正难点不是工程实现，而是：

1. 用户是否形成稳定使用习惯。

1. 是否存在明确、持续的高频需求。

1. 应用厂商是否允许访问。

1. 交互方式是否足够自然。

1. 产品能否长期保持良好体验。

• 国内厂商若真正决定进入该领域，可以较快推出相似产品，因此单纯工程能力难以构成长期壁垒。

• 覆盖多种应用的互联网巨头理论上更有优势，但目前各家产品体验差异并不大，最终形态仍未清晰。

10. 国内外模型竞争格局与行业盈利判断

a) 如何评价腾讯混元当前能力？

• 混元基础能力不算差，可以正常使用，但在智能上限和高性能方面仍相对偏弱。

• 整体评价是“能用，但不算特别好用”。

• 腾讯在内部优化和业务适配方面表现较好，内部调用量较大，基本能够满足自身需求。

• 当前主要问题之一是模型团队人员不足，影响研发推进速度。

b) 海外闭源模型会长期占据绝对优势吗？

• 海外头部闭源模型仍将在高精尖、高复杂度场景中保持一定优势。

• 但国内开源模型会持续冲击其市场份额，尤其是在成本敏感和标准化调用场景。

• 海外模型当前定价较高，随着国产模型摊薄成本，全球模型价格可能继续下降。

• 国内模型价格也可能过低，长期需要回归能够覆盖算力、研发和服务成本的合理定价。

c) AI行业应关注Token量还是收入利润？

• Token总量增长较为确定，未来将有更多公司进入市场，推动调用量继续增加。

• 但行业更需要关注：

1. 实际收入。

1. 毛利率。

1. 算力成本。

1. 获客成本。

1. 用户付费留存。

• 当前没有任何一家模型公司能够保证长期获得绝对领先的毛利率，超额毛利较难持续。

• 部分公司已经获得较可观的模型收入，但行业盈利结构仍未完全稳定。

d) 国内C端付费市场是否成立？

• 中国用户并非缺乏付费意愿。

• 国内拥有规模较大的中产群体，其中相当一部分用户愿意为高效模型工具支付月租。

• 工具型模型一旦满足明确需求，具备形成订阅收入和用户黏性的可能。

• 但免费产品转收费后的留存表现，仍需要持续观察。

11. Coding及后续应用方向

a) Coding之后还有哪些潜在大市场？

• 当前尚未形成特别清晰的确定性方向。

• 潜在方向包括：

1. 个人助理。

1. 跨应用执行。

1. 长程任务。

1. 企业工作流自动化。

1. 视频生成。

1. 世界模型与仿真。

1. 数据源及数据库服务。

• 如果能够解决用户隐私、行为数据和应用权限问题，Agent和跨应用执行具备较强可行性。

• 如果数据获取和权限受到严格限制，产品能力和商业空间将明显受影响。

• Coding仍是当前较明确的商业化方向，但并非唯一能够产生收入的场景。

结构化总结表格

新版prompt提炼之后的转译

提问者：能否介绍一下目前豆包的模型进展？例如，下一代版本可能何时进行大版本更迭，主要会在哪些领域或场景的能力上实现较大提升？

回　答　者：我认为不必抱有过高期待。今年内，基础模型能力可能基本如此。当然，基础模型仍会继续研发，我们并没有放弃。

原本计划在8月份发布、之后推迟到9月的豆包2，9月也没有发布。此前提到其Coding能力可能超过GPT，但目前还没有实现。这与可灵此前预告发布的模型类似，已经宣传了2个月，至今仍未发布。

最近发布了豆包2.1 Pro和Light，性能相较之前的版本有所优化，但还谈不上很强，整体处于可用水平。目前基础模型仍在持续迭代，方向包括长程思维链、原生多模态和推理能力等。当前采用FP8和FP4混合精度。豆包2.1仍是在1.几T的模型基础上进行2次强化，包括语言强化，与智谱的5.2、5.3类似。

我们可能会在年底12月份发布豆包2.2。豆包2.2可能基于3季度的模型，基础模型能力会更好一些，在代码、逻辑时序、空间多维校正及链路仿真等链路层面，性能大概或许差不多有1的可能，整体可能还可以，这是我们目前的大致预判。

从当前部分客户的评测和实际使用情况来看，如果说其Coding能力很强，或者在相较GPT的长文本、多轮交互方面表现更好，我认为有些言过其实。目前只能说处于可用水平。如果希望获得一个强于市场上绝大多数底座模型的方案，我们暂时没有这样的预期。

此前在7、8月份和8、9月份，线上主要推广K3，以及K3和GLM5.3等模型。除自行销售外，我们也进行转售。7月份，模型API收入可能只有来自三方模型的2,000万至3,000万；到8月份，已经接近4个多亿，收入表现很好。

主要原因是市场需求较多，我们手中有算力卡，但自身模型能力不够。同时，我们销售的Token中有1/2被智谱买回。目前这类业务较多。从当前链路和使用情况来看，确实存在大量需求，我们也在逐步推进相关工作，这项业务目前仍在开展。

提问者：目前在模型、视频、世界模型和VLA方面的整体路径与投入情况如何？

回　答　者：在年底之前，如果自有模型能力足够，就销售自有模型；如果自有模型能力不足，也可以将部分预算用于3方模型。从目前的商业逻辑来看，这条整体路径是走得通的。很多技术路线并不一定必须由自己完成，也不一定必须采用1方方案，我们对此持较为平和的心态。

在Coding、长城上下文、EM上下文等方面，我们仍在持续推进，同时还在研发底座参数接近10T的模型。我们也会完善相应的工程链路，并根据当前需求持续滚动推进。对于3方方案，我们也会在必要时采用，这方面没有问题。

视频仍是比较重要的方向。视频的长城、多轮识别等能力都需要验证。接下来可能会发布3.0版本，时长可能达到60秒或120秒。目前在Loading层面的表现还可以。

在视频领域，我们会继续推进。1是我们认为，可灵方面阿州可能干不过；2是分数，以及部分机构和企业的大量需求，本身存在相应的需求量。很多需求目前可能还没有完全明确，因此，我们也会在路径层面逐步完善相关方案。整体而言，这条路径是可行的。

由此衍生出的另一个方向是世界模型。我们最近也发布了PR，近期IC和部分公司也在发布相关内容。视频模拟仿真、连续生成等效果都很好。目前硬件端已经有部分方案，视觉模型连续生成此前还只是概念，现在已经成为可以具体讨论的方向。我们认为整体路径没有问题，也愿意相信这一方向能够在时长、空间和维度层面取得较好效果。

VLA方面，我们也在持续投入并进行补充，包括大量工程细节和组件能力。目前有较多人员投入这一方向。这部分目前是10几点，应该比较明确。

提问者：关于算力转售，这部分用于推理的卡具体是什么类型？此前大家普遍认为算力较为紧缺，但从字节的角度来看，目前已有部分算力可以对外出售。这部分算力使用的是国产卡，还是英伟达的卡？

回　答　者：对于绝大多数使用者而言，实际上无需关注底仓使用的具体芯片。比如，线上可能有大概300万、400万、500万的投入在进行消耗，对应用了可能1780万张卡。这些芯片在底仓中可能会有大量资源堆积，我们现在使用的一些资源也可以通过相应方案解决。

我们的资源在大多数情况下不一定会明确底层使用的芯片。例如，最新的K3原生参数达到2.几个T，规模较大，大部分可能使用B，甚至使用T300，因为单位TCO效率更高，售价也更高。就国内最新报价而言，K3可能是参数最贵的模型。在新的路径下，我们仍可能使用这类卡，而且售价较高，用户接受意愿也比较强。其他类型则还需要进一步观察。

目前整体资源是在一个大池子里统一调度。能够用于GPT和T推理的芯片，最少总共有大概1万多张卡，包括H200、A800、B300，以及部分国产90C、航姆机590等。一些其他规格的芯片也能够进行适配。整体而言，从多卡适配的角度看，根据需求进行适配没有太大问题。

目前可以简单认为，所有国产模型都可以在我们的平台上进行调度。我们的工程能力比较强，国内可能也没有几家公司的工程能力和调度能力比我们更好。在调度层面，我们可以通过整体功能优化和资源调度，不断压低成本。

此前不做3方推理，并不是不能做，而是自身需求太多，相关算力主要用于底座需求。在整体资源使用方面，我们目前的工具链路和资源使用过程能够释放出较多冗余算力。国内行业里，原来1年大概有47万、接近50万张卡在出租。

回　答　者：最近，由于我们拥有较多自有算力，目前手里大约有270万张卡，其中30万张用于训练，1780万张用于推理，另外大概40万张、约40、50万张供火山使用。剩余部分主要用于字节内部的抖音、懂车等业务，以及大量搜索、推理和仿真任务。

我们今年的GPU算力预算是2000多亿元，对应可能为180万张卡。每个月大概会有12、3万张、13万张或10几万张卡入库。此外，火山引擎用于To B业务的很多卡也撤回来了，不再对外出租。一方面，每月新增10多万张卡；另一方面，从外部撤回的卡可能有5、6万张。因此，每个月大概有10几万张新增卡可以补充到推理集群。

我们的资源非常充裕。此前CDX增长最快时，单月环比增长200%；现在单月环比增长约20%，但总量并未下降太多，只是整体增速放缓。因此，我们目前有很多资源可以用于第三方业务。

相较于市场上的其他方式，对方可以到我们这里购买，或者由我们买回。买回价格约为开票价的6.5折，之后基本按原价卖出，利润也很可观。我们目前与这些厂商合作的考虑是，短期内如果竞争不过，就适当销售一些资源，但首先要避免客户从我们这里流失。未来条件合适时，再把这些需求承接回来。

我们没有放弃自研模型，也不愿意停止满足客户需求，目前处于两方面都要兼顾的状态。我们销售较好的C、CV、398等，如果表现较弱，也会逐步调整。后续第三方模型可能会越来越独立，这是我们大致的判断，因为市场需求确实比我们想象的多不少。

提问者：我想了解一下，独立的国产模型公司上市后，可能会更注重AR、营收和利润。对于大厂而言，以豆包或整个C为例，公司在战略上如何定位自研模型？您刚才提到，公司既没有放弃自研模型，也会对外提供算力，那么目前自研模型在公司内部的整体定位是什么？

回　答　者：一定要做，而且一定要做好。自研模型在公司内部不存在任何投入方面的包袱。不只是字节，市场上腾讯的会员、阿里的公益、字节的豆包、百度类场，包括二线梯队的小米和罗斯，都没有暂停相关投入。

以百度为例，即使是这样的公司，也仍在进行基础模型迭代。对我们来说，目前不愿意放弃基础模型迭代的任何一个属性。字节的特点是各个方向都在布局，包括文字通用基础模型。有人认为我们的代码能力不好，我们就在做；有人认为我们的长任务能力不足，我们也在做；有人认为长窗口不够，我们同样在做，各方面都在推进。

在数据和算力方面也持续投入。仅购买数据的费用，25年、24年是37个多亿元，25年是50多亿元，20年是200多亿元，用于数据标注和采集，基本都在投入。此外，我们的视频剧神等方向，包括最近的相关工作，也都在推进。

回　答　者：例如，现在专门单独做“婚节”或3D这类安卓，并不代表都能做好。模型迭代具有一定的随机性，这是现阶段需要处理的问题。在商业化推进过程中，模型开发可能涉及一定的运气：即使已经投入，也可能做得不够好，那就需要继续迭代。

只要机器还在、人员还在，整体迭代就可以持续。就我个人观点而言，模型迭代在3、5年内结束不了。它并不是类似AGI那样，在1、2年或2、3年内就能实现。即使通用基础模型初步实现，模型本身的能力也可能不够。在自我强化过程中，仍然需要人类研究员进行纠偏。假设存在终局，过程中的分支可能会越走越多，随机性也会很强。

3个月合同、3个月核心。实际上，像这样领先市场8、9个月的模型，人们也会停掉。但K3现在可能领先了3、4个月，很多人觉得很好用，我们后续也有可能做出来。基础模型的能力仍会继续迭代，性能和效果也可能还可以，我们正在观察。

因此，在基础模型迭代和当前研发路径方面，我们倾向于把模型的各个方面都做起来。如果能够做出来，就主推自己的模型，无论是商业化，还是C端、B端，都会销售自己的产品。如果做不出来，就采用一些第三方模型。商业化层面非常灵活，身段也很柔软，以满足用户需求为主。

但在研发层面，公司招人、投入数据、购买算力卡，研发投入很高，这些都没有任何变化。至于最终能否做出来，需要看运气和模型能力，包括一些所谓的收敛随机性。只要我们没有放弃，团队还在继续做这些事情，我认为问题不会特别大。

提问者：我最近也访谈了一些智谱专家，他们对未来半年到1年国产模型的发展相对悲观。他们认为，卡点一是算力，二是数据。因为蒸馏被反蒸馏，数据量可能也会差一些。不过，您刚才提出了一个对我而言比较新鲜的观点，即模型开发存在一定的随机性。应该如何理解这一点？首先请您帮我澄清一下：听起来您这边可能存在一些算力冗余，但这些冗余是否更多用于推理，主要是一些相对低端的H系列卡，暂时还无法用于预训练？其次，您如何看待反蒸馏？此前一直在讨论不蒸馏。

回　答　者：我提供2个思路。没有必要过于悲观或过于乐观。只要这件事能够做出来，只要对方能够做成，我们就一定能够跟进，只是时间有早有晚，可能相差3个月，也可能相差6个月，就像拉手风琴一样来回拉扯。

第1点，在基础训练方面，我们认为算力本身的底座其实没有……

提问者：您如何看待当前大模型公司的算力资源紧张程度，以及进行国产算力适配的原因？

回　答　者：当前算力资源并没有紧张到完全无法调配的程度，因为公司仍有余力推进商业化。如果真的缺少一张卡就无法运行，完全可以先削减商业化业务。目前很多公司的卡都集中用于推理。

不过，类似P3的模型现在可能需要B300才能运行，小一点的卡无法承载。如果算力确实紧张，B300这类资源理应集中投入推理机和训练机。随着模型参数增大、模型规模和任务复杂度提高，包括长程任务在内，很多推理行为已经不是小卡能够承载的，因此推理侧也需要部署大量大卡。

对智谱及很多公司而言，真正悲观的情况是训练和推理都需要大卡，但市场上又没有足够的大卡，只能自行进行压缩和量化。这也是智谱等公司适配国产算力的原因，因为没有其他选择。

中国政府要求，在国内提供服务所使用的算力必须部署在国内，并在国内备案上线，因此企业只能适配国产算力。智谱目前也有很多Info团队成员在推进国产算力适配，这并非企业主动选择，而是现实条件所迫。随着需求发展，这类适配工作还会继续推进。

提问者：目前推理侧是否主要使用小卡？随着模型参数增长，推理算力缺口会发生什么变化？

回　答　者：目前使用的并不全是小卡，但L20、Pro6500等小卡确实占多数。随着模型参数越来越大，包括即将推出的500B CV视频模型，小卡未必能够承载。

因此，在存在算力缺口的情况下，推理算力需求是各家公司共同面临的问题。我们的情况相对好一些，因为此前采购较多；智谱可能相对差一些，因为此前储备较少。

提问者：在蒸馏过程中，如果模型出现所谓的“异星心智”，思维链的价值会发生什么变化？

回　答　者：即使不开放思维链或反馈流，模型最终仍然需要输出结果。可以让模型通过人类能够理解的语言，将大致的过程和结果呈现出来，这反而更加合理。

此前获取思维链，是因为模型能够用中文或英文呈现推理过程，人类可以理解。但如果出现所谓的“异星心智”，模型无法通过人类能够理解的语言完整呈现自身的思考过程，就需要再经过一层转换。

无论是否隐藏思维链的思考过程，这些思考过程的价值都可能越来越小，其中包含的信息也可能越来越难以理解。这就像行业黑话，人们需要先理解“颗粒度”“战大”等词语的含义，相当于先对一层暗号。甚至模型公司自己也未必掌握这套密码本，只能向模型确认，而模型自身也未必能够解释清楚。

回　答　者：这其实有些悖论。如果你认为蒸馏思维链的过程本身有价值，但后续得到的内容又无法理解，那么这个思维过程本身也就失去了意义。还不如在结果层面直接向模型提问。模型可以不回答，但也可以更换多个账号继续提问。

我认为，蒸馏本身就是一个持续攻防的过程。只要模型仍然对外提供服务，就没有理由始终无法获得一个被认为正确的答案，因为不可能同时封禁所有账号。因此，蒸馏仍然有相应的方法或策略，只是这次采用的方式可能会更加优雅。

提问者：但整个成本是不是会大幅提升？也就是说，需要增加破解、重新破解、翻译和反向处理等手段，这是否会推高整体成本？

回　答　者：实际上，购买这些账号的成本最高，蒸馏本身花不了多少钱。相关成本在购买账号时就已经支出了，最不值钱的反而是消耗这些Token。

真正的成本来自过程中的损耗和作为消耗品的账号。这些账号以前很难获得，现在同样很难获得。区别只是在于，以前拿来就能用，而且效果很好；现在可能需要增加Token用量。例如，原来需要100万、100万Token，现在可能需要200万Token。

这相当于原来成本是30%。如果一个集群需要花100块钱，原来30块钱就可以买到，现在花40块钱或50块钱，我认为也合理。后续无论是否隐藏思维链，只要想模拟其他模型的能力，就必须付出成本。因为特征量太多、数据过于复杂，模型结构也使这件事很难处理。因此，蒸馏和反蒸馏本质上是一个持续博弈的过程。

对此既不必悲观，也不必过于乐观。如果真的悲观，早在2年以前就应该彻底放弃这些模型。既然已经走到现在，假设基础模型在6个月之内是0进展，场景应用的进展会停止吗？也不会。实际上，基础模型也不可能是0进展。模型数量很多，只要能力稍有更新，市场端的使用就会继续增加，我认为没有问题。

提问者：刚才提到的4，是指豆包4个多亿的营收，包括转售其他模型的收入，还是仅指豆包本身？

回　答　者：我刚才说的是火山引擎转售其他模型的4个亿，这是8月份的数据。我们的整体收入在4月为30亿人民币，8月份是35个亿，达到35.75亿人民币。其中，第三方模型收入为4个多亿，此前只有2、3千万，增长很快。不过，自有模型这边的增速已经有所放缓。

提问者：这30多个亿包含C端收入，还是只包括豆包？

回　答　者：目前可以说包含C端收入。

提问者：C端的规模其实也不小，对吗？

回　答　者：是的。

回　答　者：如果以现在这个时间节点和表现来看，这个量每个月应有24、5亿收入。并不是只有Coding才能挣钱，视频生成模型也可以挣钱。只是我们目前在海外上线的节奏慢一些，但也并非不赚钱的生意。

提问者：按照这个拆分，刚才提到的37亿中，可能有3、4个亿来自转售，C占了20几，剩下的是一方业务，其中也包括API，对吗？

回　答　者：是的。

提问者：接下来谈谈Meta的Muse。您是否使用和测试过Music、Music Code这类产品？

回　答　者：使用和测试过，整体体验较好。之所以热度较高，可能主要是因为海外用户此前较少接触这类产品。国内应用与海外应用存在代际差异，国内市场竞争非常激烈。只要开放相关权限，应用就可以实现这些功能。包括我之前发过的、能够操作手机的产品，本质上也是这类产品。

海外用户此前可能不习惯将内容和资讯交给应用处理。一旦放下对所谓用户隐私的顾虑，将这些信息交给模型，应用能力就会得到显著拓展。体验之后可以发现，国内很多公司开发的产品与其较为相似，腾讯和字节也都有相关产品。

目前的使用体验和热度可能具有阶段性。年初Open Cloud的热度也很高，但过了2个礼拜，热度便迅速消退。不过，整体趋势是正确的。从去年的Mince，到年初的Open Cloud，再到现在Meta推出的这类产品，包括国内公司的相关产品，发展路径和趋势都较为相似。

随着基础模型能力提升，长程任务、多轮执行和上下文窗口都已具备可用性，很多此前无法完成的任务现在已经可以完成。与此同时，海外用户也开始接受开放隐私和权限，因此很多任务自然能够实现。

这背后包括基础模型能力提升、用户使用习惯和意识的建立，以及关联软件之间的配合。本质上，只要海外用户愿意开放权限，软件公司就能够满足这些需求，只是此前不允许这样做。

这并不是一个技术突破程度特别大的产品，但确实好用，也更加人性化。其整个执行链路和意图判定都比较准确，关键是目前免费。一旦开始收费，用户反应还需要进一步观察，因为其成本其实很高。

这类产品虽然体验较好，但豆包在国内也能实现类似功能，只是完整度可能没有这么高。不能说国内没有类似产品，否则同学也不会跟着上涨，因为同学也有这类产品。

我认为，这是模型发展之后自然出现的产品形态。另一方面，也可能是因为市场跌得较多，需要一些新的理由。应用端一直在讨论什么是Coding之后的下一个方向。

回　答　者：我在最近几次电话会上一直说，生成式应用有优点，但不能赚钱，大家不信；非得海外同行，比如77姐发个东西，大家才觉得好像是对的。

今年3、4月份的电话会上，我一直在说CPU不够。很多机构跟我交流时表示没有这种感觉，但我们自己今年2、3月份就在全球采购CPU，能采购的基本都采购了。Intel和AMD一直在上调台积电的订单预算。如果没有大厂采购，为什么要买这么多？

从今年年初老黄等人推动的很多方案来看，我们一直认为，Agent的需求必然会拉高CPU需求。昨天我在电话会上也提到，今天CPU涨了很多，但还要考虑个人助理以及国外用户的生活习惯，这些信息都需要存储。以前不用，是因为没有需求，也不觉得有必要。现在，如果希望生活助理知道你今天喜欢买双袜子，明天可能需要去巴厘岛并为你预订机票，这些内容就需要保留下来。所有这些Agent需求中，长程任务都会带来存储需求。

从美国市场的表现来看，这是合理的。现在的情况就像左脚踩右脚，年初对需求的判断与现在没有区别，只是模型能力在持续变化，长程任务的表现逐渐改善，关键是还可以免费使用。

我认为，今年下半年或者明年，会看到越来越多这类应用出现，但可能仍然比较混乱。传统软件公司的处境可能会稍微痛苦一些。国内的同花顺、雪球、天眼查等定向垂类应用，都快成为“血包”了。定向垂类其实是一个故事，直接面向C端销售即可。

软件商业形态的变化可能还需要重新观察。到目前为止，模型可能会吞掉很多应用，这一趋势正在变得清晰。用户的使用习惯可能会被统一入口直接带走，原有应用未必能够留住用户，这一点还需要继续观察。

提问者：从获得权限的角度来看，您认为豆包手机和Muse的思路都是一种尝试，还是其中哪一种可能会更好？

回　答　者：我认为，这些都是很好的尝试，也是积极的探索。我们总要为如此多的基建投入找到合理的商业化路径。

此前有一种观点，认为中国用户的付费意愿低，国内付费软件没有发展空间，但事实并非如此。根据我们自己的调研和观察，国内中产阶层有1亿多、2亿多或者3亿，抑或1亿、2亿，其付费意愿其实很强。大量用户正在为模型工具支付月租费用，这是客观存在的，而且使用习惯也很有黏性。

中国有10多亿人口，其中有1、2亿或2、3亿中产阶层，这个规模其实很大。很多公司在能够赚到钱的情况下，可能会发展得越来越快。包括现在豆包上市，我认为也是合理的，因为工具本身是基于使用需求的。

提问者：我看一下，4K。关于隐私问题，您如何考虑？例如，亚马逊也会在第1时间屏蔽Muse。后续其他APP厂商会接受这一趋势吗？

回　答　者：可以参考豆包手机1代去年的情况，称为“暴毙”并不为过，产品直接受到限制。如果海外市场处理不当，结果也可能相同，对方可以直接禁止访问，将所有相关请求默认关闭。国内在这方面比海外领先1个版本，甚至2个版本。

豆包手机后续的处理方式是逐一协商。对方允许调用就调用；如果不允许调用，也不允许读取通讯录，就通过MCP处理。例如，美团的部分程序存在限制时，仍然需要通过操作屏幕完成。形势比人强，最终要看哪一方的话语权更大，必要时还会寻求监管介入。

对于什么是隐私、什么是合规，后续还会有很多争议。欧盟、美国和中国各有1套法律体系。要做这样的应用，障碍并不在算力、成本或功能，而是受到许多其他争议性问题的制约。现有产品是否真正合规，以及是否可能有众议员或参议员出面限制，也并非完全没有可能。

提问者：如果腾讯或者字节也在国内推出1款类似Manus的产品，比较难复制或落地的环节会有哪些？跨应用权限、支付履约、可信执行和长期记忆等方面，是否都不是卡点？

回　答　者：我认为这些都不是卡点。可以买1台或租1台豆包手机，也可以去店里体验，甚至可以体验豆包2代手机。你提到的所有功能，在工程上都没有任何问题。

但我可以负责任地说，在履约、交付和执行环节，一定需要用户确认或操作，不可能默认完成。国内并非完全没有隐私保护，不能做的事情仍然不能做。很多交易、银行业务以及蚂蚁相关服务，如果不允许接入，就无法处理。因此，在国内遇到的问题是相似的。

提问者：我也在思考这个问题。假设AI帮助我完成订餐或购物等操作，但我最后表示这不是我作出的决策，法律上是否也会产生争议？

回　答　者：最终的交付和执行仍然需要用户确认。当前只是利用了1个规则漏洞。海外用户此前没有获得过这样的体验，所以现阶段可以先使用，但后续很多应用可能会采取限制措施。

这里还存在1个问题：海外很多监管机构和软件公司只有1张嘴，没有想到会这么快受到冲击。国内的移动App一旦发现苗头，可能会立即采取封禁措施。海外很多公司长期较为容易地获取收益，受到冲击时甚至可能不知道如何应对，监管反应也可能更慢。当前可能确实存在这样的问题。

提问者：产品上线第1周的日活和免费版排名似乎并不高，但第2周日活反而持续上升。这主要来自用户的自然传播，还是投入了较多资金买量？

回　答　者：我愿意相信这来自用户真实的口碑传播和使用，因为产品免费，而且效果还不错。

回　答　者：如果要开放使用，就不能收费，也不能设置会员，还要考虑广告问题。但目前没有广告，只能由用户排队等待。因此，低价是关键，但这种模式能维持多久，我并不看好。

提问者：您是不看好，还是觉得目前比较难以看清？

回　答　者：我不看好。一旦开始收费，用户可能就会开始退出。良好的体验建立在用户使用频率较低的基础上，但对商业公司来说，不可能一直这样。免费提供给没有付费能力的用户，也会造成资源浪费，因此一定会进行分层。以现在的豆包为例，豆包办公版的效果并非完全不好用，但普通版的表现却很差，计算本身也不准确。这些都是需要讨论的问题。

提问者：这里还有另外一个启示。您如何看待这个模型的能力？如果找到合适的场景，只要模型能够满足使用需求，商业化方面是否也会有一定市场？

回　答　者：对，在3号上没有问题，是可行的。

提问者：您认为这一趋势会对头部的A家和OpenAI产生什么影响？

回　答　者：要看它能够免费多久。对这些公司而言，Meta是RB的超级大客户，还会专门为其配置销售和支持。对RB来说其实无所谓，因为它本身做To B，也不做To B，用户是否使用都无所谓。

对C端来说，后续可能也不是能够获得太多收入的方向。如果一个好的C端应用拥有足够大的用户规模，不需要依赖卖分成收益，能够按标准回款，就可以直接收取费用。

提问者：进一步看购物场景，亚马逊可能会封锁它，但这是否会利好Shopify？只要有流量进入并在平台完成交易，Shopify就能受益，也不会屏蔽这种免费带来的流量。

回　答　者：对，我认为是这样。

提问者：除Shopify外，您认为还有哪些软件或应用场景可能受益于Mus的这一功能？

回　答　者：目前还不好说。可能会有一些主动投放、问答类场景，以及销售数据源、建设公开数据库或从事数据源侧业务的公司。这些方向是可行的。

提问者：您刚才提到，大厂可能会放弃部分模型投入。目前腾讯已经更换了模型相关负责人，您如何评价其进展？

回　答　者：从国内模型的基础能力来看，混元不算很差，但要说表现有多好，我们也没有那么乐观。只能说公司目前人员不足，情况很差。

回　答　者：从功能上看，目前仍在持续迭代。基础性能尚可，可以正常使用；但在智能上限和高性能方面仍相对较弱，整体属于能用，但不算好用。腾讯内部在优化和效果方面表现不错，内部使用情况较好，用量也较大，整体效果没有问题。

提问者：从这个角度看，国内仍有很多表现不错的模型。未来2、3年，海外市场可能主要由2家闭源模型公司占据较大份额，但国内的竞争格局似乎有所不同，您怎么看？

回　答　者：这2家闭源模型公司也会因为国内开源模型而失去很多市场。它们之所以在前2周提出有关监管的“鬼故事”，我认为正是因为其自身确实受到了国内模型冲击。就像苹果产品价格很高一样，模型的价格也未必应该这么高。合理来看，优质模型在标准算力条件下应获得合理利润，但OpenAI的定价较高。国内模型将成本摊薄后，相关公司的价格可能也不应该那么低，这也是目前需要关注的问题。

提问者：最终是否会形成这样的格局：这2家闭源模型公司在高精尖或能力要求较高的场景中仍占据较好位置；从全球token量来看，其token量可能下降，但营收和利润仍能保持一定水平？您如何看待整个AI行业的营收情况？

回　答　者：token增长是确定的，因为后续很多公司会逐步进入市场，竞争市场份额和新增token总量。相比之下，更需要关注收入和最终的毛利。目前似乎没有任何公司能够保证在毛利方面绝对领先，超额毛利很难获得。现阶段，相关公司已经取得了相对不错的模型收入，这一点目前能够比较清楚地看到。

提问者：关于豆包手机，目前内部对这一方向的定位是什么？是否仍会继续推进？

回　答　者：目前我们不会放弃这项合作。从我们的角度看，这一方向仍然要继续推进。

回　答　者：目前我们的整体思路和设计可能与这类产品不太一样，可能会把更多功能整合在一起，相关工作也会朝这个方向推进。从产品形态来看，我们的产品可能更接近豆包手机。但在整体效果和工程实践方面，目前还很难完全确定现有方案是否最优，因为许多路径和组件仍在单独探索和验证。

根据我们的观察，国内厂商如果真正想做这类产品，很快就能推出相近的方案。真正的难点并非工程本身，而是用户的使用习惯和明确需求。目前缺少的正是明确需求。以豆包手机为例，我们每天所做的工作，可能与豆包手机的整体状态逻辑相同。至于后续能否保持良好的使用体验，目前并不确定，也可以在欧美或其他区域尝试运行。总体而言，其中的不可控因素较多。

提问者：如果由一个覆盖多种应用的巨头来做，相对而言是否会更有优势？

回　答　者：这种说法是对的。但从工程实践来看，目前仍然难以看清。结合昨天的开发者大会以及实际操作体验，各家厂商推出的产品其实都差不多，彼此之间的使用差异并不大。

目前缺少的并不是产品思路，而是大家对于这类产品的认知和产品形态理解。在整体交互方面，也存在较多不确定性，有些问题可能会影响推进进度，但整体情况还可以。

提问者：明白。我换一个问题。Coding现在可能是比较大的市场。您认为接下来可以重点开拓哪些方向？哪些场景的市场空间会更大，或者更有可能真正做成？

回　答　者：从目前的发展路径来看，有些方向仍然看不清。结合当前的工程实践和实际使用情况，如果能够忽略部分用户隐私以及行为链路数据方面的问题，这一方向是可行的。但如果用户行为、隐私和数据方面存在相应限制，就可能出现问题。

原文转译

现在请您就以下陈述表明我同意或我不同意。 您知道保密信息的定义，并同意不会在访谈中透露任何此类信息或任何其他的保密信息。 呃，同意。 OK，好好，那我们正式开始吧。 OK，呃，呃，首先的话，欸，能不能聊一聊，呃，就是目前，呃，豆包的一个，一个模型进展，比方说，呃，下一代版本可能什么时候会，会有一个大版本的跟，呃，更迭，然后，呃，主要会在哪些，呃，领域或者一些场景的能力上会做一个比较大的提升？ 嗯，我觉得不必抱有过高的期待吧。 就是基础模型能力的话，在今年内的话，可能基本上也就这样了是吧。 你说这模型能力，它是一个大的范围，它是一个很大的一个。 那基础模型我们现在期待什么呢？ 我们在期待原来8月份要发，现在等他妈9月是吧，9月也没发了，这个豆包2。 他说，他说在coding能力当中可能比比GPT还要屌是吧。 那这做到了吗？ 这就跟可灵的那个要发的那个收它的模型一样了是吧，宣了两个月，到最后现在也不发是吧。 嗯，这个已经很重，所以我觉得第一点呢就是我觉得作为就专跟踪字节呢，就是说第一，基础模型肯定还得做。 我们没有放弃。 然后最近发的这个豆包2.1的Pro呀，是吧。 这个Light是吧，性能上我说比之前版本呢也有些优化是吧，你说很强， 也谈不到是吧。 但整体来说也，也对付著，反正也能用。 啊，就这么个情况。 所以说基础模型的理论规则其实在目前就这几点当中，就应该算什么都还在迭代。 在长程思维链，在比如说这种多模的这种原生是吧，再比如说类似于像这个这个推理的成分，就是我们现在精度其实也是FP8和FP4的混合精度。 然后在，在这个版本，我们现在2.1这个这个版本呢，其实还是在1.几T的模型之上做出二次强化，对吧，语言强化跟智谱的5.2，5.3差不多。 那么在年底12月份的话，我们可能会发一个2.2。 这2.2的话就是可能基于三季度的模型是吧。 那那这个基础模型能力会更好一点，那么在代码呀，逻辑时序呀，空，空间多维校正是吧，包括一些比如说类似于链路，链路仿真是吧。 等等吧，这些链路层面上而言，欸，大概或许差不多一的可能，或许性能可能是吧，还行是吧，这是，这是我们大概的一个，一个一个这样的预判。 那那这次其实从目前一些客户的评测方自己的一些使用来看的话，还应该，你说的coding能力强，或者比如比GPT的这种就是长长用我多多轮交际而言都还好的话，我觉得，我觉得在我现在角度而言多少带点劲是吧，你说这是很好，只能说这票他妈的叫能用，是这样。 对，就是，我觉得，我觉得如果在目前就这实际几点的话，如果说你想要去，去搞到一个就是说比，比市场上是吧，绝大多数的底座模型都强的这个这个方案，我觉得可能暂时我们，我们现在没有报这个预期。 所以你看之前我们在七八月份，八九月份，在现上不是在主推这个K3和那个，就是K3和比如说类似于像是这个，就是这个这个，GLM5.3是吧，对吧，除了，对，除了自己卖之外，我们转授出去，其实像说我们除了自己打token之后，想对外去卖，卖的很好，我们7月份的模型的这个API收入可能只有三方了，可能只有两三千万。 那那其实你看8月份的话，其实已经去到接近快四个多亿。 就收入还不错了。 收入很好，为什么？因为家有很多，那我手里有卡了是吧，我自身的不太行是吧。 而且我们卖这个token有一半都被你智谱是吧，就，就他妈买回去了，我操，这个现在比较多，啊，就是我们我们搞是比较多。 从目前的这个这个这个链度和这个使用过程中的话，就是是有，我说是是有大量的一个需求是吧，现在其实逐步比如说在，在在去，在在去做这点，所以我们觉得其实，好像生意的反正也在做。 也就是说其实在年底之前呢,如果说自己的这个模型行是吧,我就卖卖自己的。 如果自己的模型能力不行是吧,就我们就把一部分的预算是吧,去去比如说这个去 去去折,比如说类似于折比如说 折这个比如说这这这这这,就是比如说卖三方的对吧,这也行。 那那这块其实在目前的这个这个生意逻辑当中, 我觉得整体路程的话其实也是,反正 就是按照现在来说的话,反正也是走得通的,也是走得通的。 很多的这种技术路线的话,其实不是说我们说就是说 一定非得要自己来做是吧,所以说就是一定应该是一方的,我们我们那个心态就是挺平和的。 对,但是可能在coding啊, 长城上下文啊,EM上下文,包括我们还准备一个接近10T的一个 一个模型在做是吧,那整个底底底座参数是吧。 那那那那那其实我们说其实也也是我们说是这个这个 就是我们说其实也会去做这样的一个一个一个这样的工程链路是吧,那那这块的话其实也是在 目前的这个需求当中是吧,实际比如说去去去看的一个 一个一个一个一个这样的一个点,反正这块其实是 在在目前的这个需求,需求列当中反正一直 一直会滚动去去去去去去去做的一个 一个一个一个一个一个一个一个一个一个这样的一个收入,对,反正这块其实是 是是现在看到的这个 这样的一个,这样这样那个资源,对,对。 那么反正我们现在其实在 那就是在目前的内幕当中的话,三方这次 就是也也也也也也也也都会比如说类似于像 必要的去去去去去做,是这样,那这块的话其实也OK。 那就是说视频那肯定还是比较收它的,对吧? 那那视频的长城啊,多轮识别啊是吧? 一要验是吧? 那那这次的话其实我们说就是说可能接下来发一个3.0是吧,可能60秒或120秒是吧? 那那那这次的话其实我们说是这个这个 就是比如说这个这个这个这个这个这个,就是我们说这个这个 嗯,就是我们说这个这个就是就是就是 嗯,就是,我看一下,就是在loading层面,他们是还还可以,还可以,对。 就是反正我们现在其实 呃,就是在在在视频这端的话,反正就是一做嘛,我们觉得可灵算是阿州可能干不过,对吧? 那那二是二是分数,包括有一些那种 这种类似这种这种机构企业 大陆大陆的需求其实本身也是就是需求需求量本身有像素。 那很多需求现在可能已经就不便完全没写了,所以说 我我们现在的话其实在在陆径层面的话就是也是 也是也是在比如说类似于像 就是可能逐步的去比如说去去去去做这方案,我觉得这整体来说是OK的,反正就是这块的话就是 那那引这块衍生的可能还有一些就世界模型嘛,我们最近不也发了个PR吗? 然后包括你看最近IC和有些公司其实都在发这种下, 那那它的整个比如说视频的这个模拟仿真啊,连续生成啊,都其实很好看,对吧? 就是那我像现在就在硬件端其实有一些方案,那那视觉模型连续生成,之前就是个概念了, 那那现在的话其实已经把它变成了一个是吧,就是可以去去去去去去聊的一个 聊的一个东西,那那我觉得现在其实会这个这个就是我们其实在整个路径层面的话其实是OK的。 我们现在其实是愿意相信这个,就这这这块也能再做一些,比如说类似在 对长啊,空间啊,维度层面,也能做到好的效果是吧,我觉得这也没问题,是这样,对,我觉得这是OK的,对。 再我可能就是VLA,我们现在其实在去这VLA这边也是持续在做这样的一个投入 和比如说类似于这样的一个一个一个一个这样的一个补充,那那很多的一些工程 些细节是吧,包括比如说类似于像 这种比如说类似于像这种就是 组组件的一个一个一个能力是吧,那我们现在其实也在做,我们现在其实对这块的话其实会有一个 比较多的一个一个人员力在在在去做这样的一个 一个这样的投入,那这块其实是目前是十几点对吧?我觉得应该是比较明确是吧, 在在 在做在做的一个一个一个一个这样一个点,是这样,对,对,反正我们现在其实还可以,是这样,对。 嗯嗯,明白明白。然后我追问一个问题就是,关于这个转售回去的话,呃那是是就是这一部分推理的卡我们用的是是什么卡,就是我因为我之前可能就觉得说大家这个算力还是比较缺的嘛,但是从字节从您的角度来看的话,就是您有部分的这个算力可以卖卖出去了,就这一部分卖出去的算力,它用的是是国产卡吗?还是说也是我们那些这个这个英伟达的卡? 呃这逻辑是这样,就是对于绝大多数的使用者而言的话, 其实我说是这个这个就无所谓的,你知道吗? 他他你不用关注底仓到底是什么。 那那我我们,就比如说,比如说线上可能有大概 三百四五十万已投入的进行消耗,对吧? 那对用了可能1780万张卡。 那这些芯片其实在底仓的话,其实是可能会有大量的 一些不要容易堆在这,那那我们现在其实用的一些资源不也都用解决。 让那些比如说所谓的一个一个一个一个一个这样的一个方案,你比如说其实我们本身的这种资源呢, 它大多数的时候其实可能也也不一定 明确是吧,是是就是底层的话,但是可能比如说在最新的K3, 那它的原生参数2.几个T它大了。 那大部分用的可能都是B,甚至我说用T300是吧,就做一些,因为你单位的TCO 效率要快一点是吧? 卖的也贵啊,是K3的话是 最新国内 包针的环节而言,经常可能参数 参数最贵的一个一个模型了,那我觉得这块 就是应该比如说是不是相对明确一点的,对, 对,那么那么那么在在在新的路径而言的话,其实我们可能还是会 用这个卡,而且卖得也高嘛是吧,用户接受意愿其实比较强了,是这样。 别的的话,我觉得可能简单来说可能就得就得可能再观察了,是这样。 那另外的话就是比如说类似于,但是现在其实整体量我们是在一个大池子里统做调度是吧? 那么 那么确定这样能够给到GPT和T做推理的芯片到底,最少总共有大概 一万多张卡是吧,H200, 这个这个这个这个A800,B300这些,包括一些国产的一些90C是吧, 一些比如说航姆机的一些590也往上堆是吧, 那有一些规格先芯片也能做适配,那这些整体来说, 可以在多国适配角度而言的话,把握需求做 你做个适配,我觉得没什么太大问题啊,就它用线来说我觉得应该是 反正我们自己觉得呢是清楚的是吧, 好多的一些资源需求和一些跟使用,我们觉得应该都还OK是吧,就是 就是在在在在这在这现在这个这个 就是在现在的这个这个这个这个这个这个路径里面的话,其实 我们可以简单的认为说,就是所有的国产的这种模型,在我的平台都可以进行做调度。 因为我们的英能力是比较强的,国内可能也没几年啊,公司的英能力比我们可能 调度可能更好一些是吧, 那在这种调度的层面上的话,其实我们可以通过整个 功能的优化,我比如说我们 那些资源那些调度,把这个成本的话其实无限地往下去去去去做下压。 那这块其实是 是现在的一个一个一个一个这样的一个 这个,哦,不就就就对,就这这几个点, 那我们现在其实就会有一个 要多的一个资源使用,其实你可以说我们之前 不不做三方的推理呢, 不是不能做, 而是本身的需求就太多是吧,就就被这些 去去做这些底座的这种需求 都 对,我们其实,就是,就是我们其实在在在整个的一个 在整个的一个自然使用方面的话,其实你可以认为说 我们现在的这种工具链路和自然这个过程是都会把很多的 就是算力冗余出来一些, 你看我们国那行旅,一年的话原来是有大概47万, 接近50万卡都在出租。 那么我们 最近的话其实把很多,因为因为自己的算力,比如说我们现在一共有大概270万张卡在手里。 30万张是做训练。 1780万张是做推理,还有大概40,四五十万张是火山做去的。 那剩下的话其实是自结内部抖音懂车一部分的,对吧? 非常多的搜索啊,推理啊,仿真是吧在用。 那么我们其实现在在做一件事情, 就是我们今年的算力预算是2000多亿的GPU。 嗯。 那么对应的可能180万张卡。 你说其实我们每个月呢,可能大概会有12、3万张,13,十几万张卡入库。 再加上我们把火山引擎做来突B那些卡很多都回撤回来了。 就是我们有大量的,对,对出租的芯片撤回来了,就不租了。 就不搞这东西了。 那么其实我们一个一方面是新增一个月十多万, 再加上比如说外部回撤回来的,可能五六万,所以说每个月我们有大概十几万张新增的卡能补到中间的这个推理集群这一块。 那我们的资源是很充裕的, 或者说就之前CDX最牛逼的时候量, 一个月环比200%去增, 那现在一个月也就是环比增了20%是吧,但总量没降太多。 都放缓了,所以我们现在有好多能拿来对对三方。 对吧,所以说其实我们在三方这块而言,我们比市场上,就比 是普到我们这边买,或者买回去,买回去。 他是开票价的6.5折左右买回去。 然后然后基本上原价在卖掉,他的利润也很可观,是很可观的。 所以我们现在其实跟这些厂商的合作呢, 就是我们觉得反正就是说短期之内如果打不过他呢,就就卖一点。 但外就是让客户先不要从我这边撤走对吧? 那假设将来比如说我在OK情况下,我再把这个需求给接回来, 是这样, 反正我们现在其实对,对于自研模型没有放弃,但是对于比如说类似于跟,想跟客户需求怎么样的话,我们也不愿意停, 是这样,就激要要的一个状态。 所以说其实你看我们卖得好的C,CV是吧,398就这些都都在哪,如果弱的话其实也逐步在在调整,反正我们现在其实后期的那个三方模型可能会会会越来越独, 这是我们大概的一个判断。 因为其实可能市场上的需求确实是比我们想象的要要要多不少, 是这样, 对,嗯。 嗯嗯嗯,明白明白。 对,就所以其实我也想了解一下, 呃,其实那种国产模型就独立的国产模型啊,那可能大家上市以后就追求AR营收利润这些了对吧? 但是呃作为大厂啊这个模型就是像就以豆包为例吧,或者或者你们C整个C为例的话,就是公司内部是把你们就是这个战略上是怎么去做一个定位的,就是您刚刚就说又还好对吧,就是既没放弃又出算力,就是呃这个战略上面就是把我们的自研模型对对对目前放了整个一个定位。 嗯,一定要做, 而且一定要做好。 就是自研模型在公司内部没有任何的投入的报复, 而且这个事情不只是自杰, 可能大家会觉得百度这公司比较傻逼是吧,就东西叫是吧,然后 这个毛利收入什么, 但是我负责任说市场上腾讯的会员, 阿里的这个公益是吧, 字节的这个豆包和百度类场,包括二线P队的, 小米和罗斯完全没有赞。 就一百度,就说举个例就百度这样的公司是吧,他的基础模型叠带还在做。 嗯,也还在做。 其实对于我们来说的话,我们现在不愿意放弃基础模型叠带的任何一个属性。 那么而且字节更牛逼的地方什么方向都有。 文字通用基础模型,你那个你就你收我代码不好,我们现在不是在做吗,对吧? 嗯。 那有人说我们长任务的练做,那也在做,是吧,商窗口不够,那也在做,对吧,都在做。 那么数据是吧,砸算力, 你想我们买数据的钱,25年,24年是37个多亿。 25年50多亿,20年200多亿搞数据标注采集就是是吧, 去去你,那基本都在投。 但是有而且比如说我们的视频剧神是吧,包括是吧,我们最近... 比如说现在才拿出来专门单独去做，对吧？ 比如说类似一些这种婚节或3D的这种安卓。 这个都做呢，不代表说一定能都做得好。 这个其实模型迭代呢，有一定的所谓叫随机性。 对吧？ 嗯。 那这个东西其实是现在这个阶段而言，其实是需要去处理的一个 一一个这样的问题，就是在整个的一个商业化的推动的过程中， 可能会涉及到，就是就是模型开发过程中可能会涉及到一些运气。 这个事呢你干了。 但是诶，但是好像可能说吧，你没干得那么好，那怎么办？ 那继续再干，对吧？ 所以我们现在其实只要说是机器还在手里是吧，人还在那边是吧？ 那整体迭代，我觉得我们个人观点可能就是说 模型迭代这个事呢，三五年呢是结束不了的。 嗯。 他它不是一个所谓的一个比如说类似什么AGI是吧，一两年两三年就就 就这么实现了，实现的热是吧，实现不了。 啊。 就是我们通用基础模型的迭代。 比如即使说初步实现，就模型本身，那模型本身可能也 也能力不行是吧，那你就说他自我强化的过程中不需要人类研究员做纠偏吗？ 对吧？ 那我觉得这个还是需要的。 而且模型的分支可能就是假设是个终局， 过程的分支可能会越走差越多，对吧？ 嗯。 那什么都就是随机性觉得很重， 三个月合同三个月核心， 实际上像这样领先的市场八九个月的这种模型，人们也是停掉的是吧？ 但是可能比如说K3现在也领先了三四个月是吧？ 你好多人很好用，那我们后续我有可能说一表做出来。 我觉得，我觉得可能也不至于对吧？ 还是有一些比如说类似于基础的模型的能力迭代， 有可能性能效果上可能，是不是可能也还行， 我们在观察这些东西。 所以说在整个的一个基础模型迭代 和现在的这个这个 研发路径层面的话，我们其实倾向于说 将整个的这个这个这个模型，就各方面都搞。 那那那如果说我们能做出来的情况下，我们就主推自己的。 无论在商业化呀，在在比如说C端使用，B是吧？ 那都是卖自己的。 那如果说，如果说做不出来呢，那我们就就搞一些三方，对吧？ 那商化层面上而言，我们这块非常的灵活，身高很柔软，是吧？ 就是用户需求作为满足对吧？ 但是比如说在研发层面上而言的话，公司层面招人， 投数据，买卡是吧，运行极高的， 没有任何变化。 只是能不能做出来这东西，我说看运气是吧，看模型的的能力。 嗯。 他比如说类似一些所谓这个收敛的这种随机性。 那只是说我们没有放弃， 那只要还在台还在做这些事，其实 我觉得其实问题不会特别大，是这样。 了解。 诶，那怎么，就是呃我最近也访谈一些智谱专家，他们就觉得就是说呃对于未来半年到一年可能就是这国产模型相对会悲观点，他意思他的卡他觉得卡点是一是算力，二是可能那些 呃数据，因为蒸馏被反蒸馏了嘛，所以他可能数据量也会会多差一点。 但是呃您刚刚有提出了一个比较这个对我来说比较新鲜的观点，就是说有些随机性里面，就是 去怎么去理解，就是首先您帮我澄清一下就是但但我听起来就是您这边可能又是又有一些算力的冗余，但但是不是说您这边冗余更多是可以用于推理的可能一些比较低端的这种H系列的卡，是不是对于这个这个预训练可能是不是还用不上，是不是这么理解？ 然后第二个呢就是说 呃反蒸馏这个东西，您您怎么看嘛？对，字前可能之前一直说不蒸馏嘛。嗯。 我我觉得给你两个思路啊。 没有没有必要过于悲观或者过于乐观。 就是只要这个事情能做出来， 对吧，那我就是就是我们说只要对方能做成，我们就一定能跟。 嗯。 就是走走晚晚是吧，那这个时间可能三个月，可能六个月是吧，就跟拉手风琴一样来回的去去拉扯嘛。 那我觉得几个点，第一点就是说算力本身的 底座在基础训练上面，我们说其实没有 那么紧张。 因为你现在还有拥有余力去搞商业化,要真是把你逼到份上是吧,缺一张卡你都没法跑不出来。 你就把商业化砍掉不就完了吗? 现在很多公司的卡现在不是一堆都在堆在推理上面。 你说缺呢,其实我这么说同学,你要真要说是比如说类似推理, 拼命的P3现在得用B300才跑得起来。 小一点的卡都跑不起来。 那你要真要说紧张的话,B300这种资源拿回来,不都应该堆到推理机训练机上去吗? 其实严格意义上而言的话,就是随着模型的参数变大, 是吧,规模的复杂或者比如说类似长生任务是吧,那其实很多的一些推理行为它本身不是小款能理解的问题了。 可能在现在都给你堆一下大卡。 我不知道你能不能理解我说的这个话的意思,所以这块其实在整个工程链路层面的话,其实你的大卡的规模其实会变得很会变得很多。 那我觉得其实可能对于智谱或者很多公司而言,真正真正悲观的是,你训练也需要大卡, 你推理他妈也需要大卡是吧,那市场上又没那么多大卡是吧。 那你只能自身的做压缩是吧,做量化,这也是为什么很多像智谱啊,星云公司在跟国产做适配,为什么? 你没得选。 对吧,那你在国内推理,因为中国政府的要求说在国内所提供的服务的算力一定要在国内,是吧,要要在国内备案上线,那你怎么办? 你只能去对国产,对吧,所以你看智谱跟我们现在很多的info同学玩那个适配国产,你是你是你说这是他想做的吗? 不是吧。 那那就不是说他被逼的没办法,而是比如说类似于去去去去,比如说去去去去去去去去去去做的这个这个这个这个内容嘛,啊是这样。 那那我觉得这块其实可能也是会,也是在需求层面而言的话,逐步去去去比如说去去去去去去去去去去做的这个这个这个这个这个这个链路,啊是这样,对,嗯,对。 嗯嗯。 然后第二块的话可能我觉得,所以我说我觉得可以一端呢,我想回复的点是有点散啊,我我做一些结论性观点。 第一呢,这里边我们用的不都是小卡,但是确实我说L20啊,Pro6500用那么多小卡居多是吧, 但是随着模型参数越来越大是吧,包括视频模型我们马上推一个500B的CV是吧, 那你可能小卡也不一定背得上。 所以说我觉得其实推理就是算力缺口下而言,推理的需求是共云的, 但是但是可能我们现在好一点是吧,因为买得多对吧, 支付可能稍微差一点是吧,因为之前存的少,是吧。 那那那那第二块的话其实我我觉得这个这个这个这个就是比如说这个这个是,我们说是这个这个这个就是比如说这个这个会会就是会有这样的一个呃就是比如说类似于这个这个这个这个就是会会有这样的点啊,是这样,对,对, 然后的这个这个,这是第二块,第三块其实我觉得可能在蒸流这块而言, 我觉得是这样,所谓的异星心智呢同学, 就是就是就是即使你不开放比如说这个这个,假设,我这么说,如果即使说同学你不开放 这个思维链是吧,反馈流是吧,那你的输出结果这次总还是要打印出来的吧, 对吧,我是可以让你的模型通过人类能够读懂的语言是吧,去把你大概的过程和结果是吧,去进行一个打印。 那么那这个其实反而是更合理。 因为之前呢去抓思维链,是因为思维链我读不懂, 他是中文或者英文的过程是吧? 但是如果说像所发现的所心智, 就是可能模型都无法说把自己的思考过程,通过人听懂语言完成打印出来是吧, 那就是它本来就经过一层,就是需要经过一层关系,其实我的结论是说无论你遮不遮掩你思维链的思考过程, 你这些思考过程的价值会就是有可能会变得越来越小。 或者信息量可能越来越读不懂。 因为这就跟变成那个黑话了,我得先他妈翻译你这哥们什么叫颗粒度, 是吧,什么叫他妈的战大是吧,就是我们得先对一成暗号。 而且这层密码本的可能除了就模型公司自己都不一定有。 他得跟模型去对。 模型也不一定说得清楚,是吧,那这个就 我不行,那也就是說其實如果說像,就就就有點四倍論了。 如果說你認為蒸流的思維鏈過程本身有價值, 那後續假設東西你讀不懂呢? 對吧? 那那你怎麼辦? 那那如果說本身又讀不懂,那你那你本身你要這個四過程又有什麼又有什麼意義呢? 你還不如在結果層面讓模型幫你去做什麼,我就是直來直去問你這個問題對吧? 你可以不回答,對吧? 那我就換一堆賬號再問嘛,對吧? 我覺得蒸流的這個東西呢,就是工房有數, 只要你還開門做生意,你沒有道理說他媽的我拿不到一個,是吧?你認為正確的一個答案。 因為你總不能把我所有賬戶都一起都給我掛掉完對吧? 這個就沒道理了,對吧? 所以我現在我說是就是總,首先呢還是有中流的方式, 或者中流的策略, 那這次的話其實可能會,比如說這個這個這個這個這個, 我說就整體來說可能會, 我感覺有可能會是吧? 可能會會會會更優雅一些,是這樣,是是是這麼一個情況。 對。 對,但但整個成本是不是會會大幅計升了,就是你去反正就是你說嘛,就是增加這些手段去破解,重新破解一下,翻譯一下,反向一下。 那這個整個成本會 成本呢一直,是這樣同學。 嗯。 其實光買這些他媽傻逼賬戶呢花錢是最多的,你知道吧? 這反倒蒸流本身呢,的東西能花,說難聽點能花幾個錢? 這個成本其實早在買這些賬戶的時候就已經掏出去了。 我說最不值錢的就是刷這些token,對吧? 嗯。 就是真正的成本是過程中損耗和這些炮灰賬戶, 你很難搞定了對吧,你之前難搞定,現在也難搞定啊, 是這樣,只是可能之前是拿來就能用, 拿來就很好,那現在你你可能需要,比如說原來token比如說100萬,100萬token是吧,就假設是吧。 你我說200萬。 那這個費用就相當說之前說說,你原來30%, 我需要一個集群花100塊錢,你30塊錢就買,那可能不是公司的話花個40,花個50,我覺得也合理,對吧? 而且後續的這個不是你隱藏思維鏈不想思維鏈,就是你就你就模擬人家的東西,你就是要付出成本的。 嗯。 因為特徵量太多,是吧,數據量太雜,而且模型的結 哎,這東西我很不好搞的,所以我覺得其實就是蒸流不反蒸流的東西,我覺得就就是就是在看的事情了。 對,我覺得也不必悲觀,你也不必樂觀,是吧,產業主要今天你只是就是你要真要悲觀,你兩年以前是吧,你徹底把這個模型都他媽刪掉,你別看了,對吧? 嗯。 你都走到現在這個位置呢,我我這麼說同學,假設咱們今天的基礎模型是吧,六個月之內零進展。 下一個場景應用的進會挺嗎? 也不會啊。 不會,也不會啊,而根本不會零進展,是吧? 那那只要說是而且模型這麼多,只要稍微有一點能力個更新是吧? 那市場端的使用跨就再來一些量,哦,我覺得這個沒問題的,是這樣,對。 嗯,明白了,明白了,了解。 OK,嗯,了解了,OK。 OK,那那那我大概,咱們剛剛說的四,就是豆包四個多億的這個營收是是是包括這些這個轉售別的模型的還是就是我我剛剛說的 我剛剛說火山引擎呢,轉售別的模型四個億,8月份, 我們整體收,整個收入在4月,在在在8月份是35個億, 到3035.75億人民幣, 這其中三方模型是四個多億嘛,之前只有他媽兩三千萬嘛,對吧? 嗯。 對。 對對對,就是增得很快,但是我們機方這邊增速其實已經有點放緩了嘛,是這樣的一個背景,對。 嗯。 那30多個位是包含了C檔的還是說就只是鬥包的? 目前呢是,你可以說是包含了C子這些,是這樣,對。 OK,OK,了解了解。 嗯,那C其實也也不小了,對,那 嗯嗯。 如果以现在,如果以现在的,对,如果以现在这个时间节点 和表现来说,这个量 一个月得有24、5亿收入啊,我靠。 老讲的。 就是不是说coding才能挣到钱啊。 就是视频生成模型也能挣到钱,只是我们这个量可能现在 海外 上线的节奏也慢一点,没那么快,但其实也都不是不赚钱的生意。 对对对。 对。 对。 嗯。 对,就所以我就说这个拆分里面可能你刚说那37亿里面就是有三四个亿是转售的,然后是不是C是占了20,你刚说20几是吧? 对。 对。 OK,然后剩下的是一些这个一方的都包了这些这个API的,这个一个 对对是的。 OK。 OK,OK,OK,非常非常清楚。 呃了解了。 嗯,OK,那那接下来我们就讲讲那个 Meta的Muse嘛,对吧? 哎,你您自己是有有去用过和测试过了吗?这个Music, Music code这种。 嗯,有有,挺好的,但这个东西其实我觉得老外少见多怪,我靠,对。 嗯。 对,我觉我觉得可能,我我的经验来说可能就主要是因为热度这么高,其实还是因为老外可能之前没怎么吃过好的。 开玩笑,就是说对,他们好多应用其实你看国内应用跟海外应用差了一个代次。 国内都卷成麻花了,都卷飞边了,我靠是吧,就这东西其实 只要你敢把权限开放给应用是吧,也都能给你干。 是吧,月月都包括你看我发那个破都把手机 这不也是这个东西吗?对吧? 他反而,我觉得老外可能之前就没有,就是没有怎么把一些 内容资讯是吧? 嗯。 就都交出去过的习惯是吧,突然一发现,一旦说你放弃了所谓的这些 可笑的用户隐私是吧, 那你这个世界宽阔是吧,就是你把这都交给模型是吧。 那你这个会儿就不说用户隐私的问题了。 就不说信息泄露的问题了是吧。 嗯。 嗯嗯。 对对对对对。 就是对,我觉得这块其实 体验了一下,就是国内很多公司做的东西其实跟他差不多,我靠, 你腾讯他们也有啊,就是字节不也有吗?那那会儿就 我觉得这东西其实可能还是因为我我我觉得还是使用体感和大家这玩意儿 就一时地热度呢, 你年初那会儿Open,那个Open Cloud都热成什么样子了? 过了两个礼拜屁嘛,我靠对吧? 但是我觉得趋势是对的,就是你从去年的Mince 到年初的Open Cloud, 到现在的所谓比如说Meta搞这鬼东西,包括国内公司是吧? 路径趋势相似,因为基础模型能力提升之后, 你的长程任务是OK的。 是吧,多轮的这种执行是OK的,是吧,上下窗口是OK的是吧,很多之前它做OK,现在OK的是吧。 嗯。 再就是老外这边把隐私也扔出去,也OK了是吧。 那很多任务不就能做出来了吗? 我觉得其实基础模型能力提升, 用户使用习惯的意识的构建, 包括所谓的比如说类似于像这个这个就是一些就是我们说 就就比如说类似于关联软件的配合,而且这些东西你说难听点是吧, 就是copi是吧。 或者比如说类似像是这个就是很多 就这种就是我说只要老外是吧,你敢把你的权限放出来是吧, 那这些软件公司都能满足你的需求,是不是之前不让这么干嘛,对吧? 嗯对,我觉得我觉得这它不是一个所谓的一些 叫叫多么大的一个这种,但好用是好用, 你人化。 而且而且整个的执行链路,意图判定比较准, 关键免费是吧,他不要钱。 但你要说一旦开始收费了呢是吧,你再看看我靠,对吧。 这个成本其实很高的,我靠。 对。 就是你说这个东西好东西,豆包其实在国内也能干的,只是可能干的没有 就是就是完整度没这么高是吧,但是不能说国内没有类似的东西,不然的话其实同学也不能跟着涨的吧。 因为同学也有这个东西了。 嗯,所以这个东西我觉得其实就是,我说 就是模型的发展的应之后是吧,自然而然出现了一些这种,这种,而且 而且我觉得可能也是因为跌多了是吧,就是 这个市场可能需要一些理由是吧,就他妈的。 我说这种游戏你看 应用这端一直在说什么是coding下一个是吧,我我在 我在最近的几次电话会上我说生意生成是优点, 不能赚钱的,不信是吧?就非得海外的这些兄弟, 就是七七姐发个东西,大家觉得好像是对的是吧? 你看在今年三四月份那些电话会上,我一直在说CPU不够啊,兄弟们。 那好多那些机构跟我聊说,我我们怎么不觉得呢是吧?就在那儿是吧。 我们就是自己在今年二三月份在满世界扫CPU, 能扫的都扫都扫差不多了你知道吗? 就台积电就是你看Intel跟AMD一直在上调那个订单预算,是吧? 那我们如果没有大厂在那买超一下,买这么多干啥呀,对吧? 那我们从,你看今年年初老黄和和比如说自己觉得在推的很多方案, 我们其实一直都在说其实就agent的需求一定会拉高CPU的需求,而且昨天我在在那个电话会上我说, 你看今天CPU涨多是吧? 但你有没有考虑说你的个人助理和这些这些傻杀老外的一些生活习惯都需要存储把它这些东西存起来。 对吧,就是你之前不用是你没这需求是吧,你也不觉得需要。 那你现在你不想让你的生活助理知道你你你今天喜欢买双袜子是吧,你明天可能需要去去八一道是吧,给你订个机票,那这些内容是不是要留下来? 是吧,那所有这些agent的序当中这种长程任务所带来的存储是吧, 我觉得这昨天是吧,你看你看你看,老美的表现, 和合理的,就现在其实感觉跟左脚踩右脚是一样的,就是需求年初怎么说的跟现在没区别。 只是模型能力过程中你是变化是吧,长程任务逐渐好一点,关键免费让你去用是吧。 我觉得这块其实就是 我觉得在今年下半年或者明年你能看到越来越多这种应用 会去多写,但是我觉得可能是还是会很乱。 再就是传统软件公司可能会活得比较比较活得稍微痛苦一些是吧。 你像国内的这些比如说像同花顺啊,什么雪球啊, 什么天眼查查啥的,都快成雪包了是吧。 就定向垂类其实是故事吧,直接卖一些C端就结束了是吧。 这个东西我觉得商业形态跟软件这反应还是要 就是可能会会重新再去观察一下,我觉得反正到现在为止, 我觉得模型可能把很多应用吃掉这个事情可能变得这样清晰是吧。 因为你的用户使用习惯和那个可能从你的独一的入口就给你牵走了, 你留得住吗? 不一定的是吧?这个我觉得需要再观察一下,对。 嗯。 OK,明白明白。 哎,然后从这个获得权限的角度来看,你觉得呃,豆包手机这个思路和这个这个呃muse这个思路, 呃,都是个尝试还是说哪个可能你觉得会更好一些啊? 呃,我觉得呢,怎么说呢,这都是很好的尝试 和比如说类似于积极的探索,因为我们也总是要给 就是这么多的机建投入找一个合理的商业化的一个 而且而且我不知道你有没有这种观点,之前就是认为说中国人付费意愿低是吧。 嗯, 就一张嘴就在国内付费软件没通道,是这样吗? 不是。 我们自己的调研和观察员的话,我们说其实国内的中产阶层, 是吧,这一亿多,两亿多或者三亿,一亿或者两亿的中产是吧,付费意愿其实很强。 就是有大量的人其实正在为模型的工具去付这个月租费用, 这是有的。 而且使用习惯其实很很有性是这样。 那我觉得其实你想中国这一,你这十多亿人口是吧,你一两亿两三亿的中产是吧,这个量其实很大的。 那那我觉得这块其实很多公司能够赚到钱的情况下会,我们说会会可能会做得越来越快, 包括你像现在不要上市嘛,我觉得也都是合理的东西。 因为这个工具本身基于使用需求嘛,对。 嗯。 嗯,嗯,明明白了,明白了。 呃,我看一下, 4K。 哎,但但但就这个隐私的问题,你怎么去考虑?就是那比方或者说就亚马逊他也会第一时间去把这个muse的这个这个block掉。 呃,就就就后续说别的APP厂商,他他们 会是去 呃,接受这个趋势还是说,呃, 且大。 咱俩。 你你你这样同学, 你参考豆包手机一代去年死了那个样子。 嗯。 你说叫暴毙不为过吧,是吧? 嗯,对。 就直接,直接就被摁死了是吧,我觉得你处理不好海外也是一样的。 我就直接不让你访问了是吧,所有这他妈来请求默认全都给你关掉。 那不,你就说你看,我说国内比海外领先一个版本, 甚至领先他妈两个版本,我操,对。 你像国内后面都包手机怎么处理的? 挨个去谈嘛,是吧? 嗯。 对吧?你让我掉呢,我就掉。 我你不让我掉,你不让我读通讯录,我就走MCP是吧? 对吧? 你你像比如美团有些有些程序不现实或怎么样,那不还是操作屏幕的吗? 我觉得这个东西怎么说,形势比人强是吧,看到底谁的声音更大一些是吧? 对,而且而且你不行就去找监管。 对吧,你那什么叫隐私?什么叫合规?后面要扯皮这事多了。 欧盟一套,美国一套法系是吧,就是中国一套法系。 那这个事你要做个应用,我觉得它不是算力,不是成本,不是功能是吧? 这涉及好多别的一些扯皮的问题在拦着你。 你像你像他家搞的东西就真的合规吗? 有没有可能哪个众议员或参议员跑出来就就就把你封住了? 我觉得也不是完全没有可能的,对吧? 嗯嗯。 嗯。 嗯,诶,那比方说,呃,腾讯或者自杰啊,也去,当然您已经说领先,就是反正就是也做一个类似这个Mus的产品的话,在国内的话,你你觉得就是大家比较难复制的或者说难以去落地的点,这个会会是哪些?当然包括这些跨应用的这个权限啦,还有支付的履约啊,这个可信的一些执行啊,一些一些长期记忆啊,这些是不是都都不是,都不是卡点是吧? 我觉得不是问,就是你可以买一台,或者你可以租一台豆包的,或者去店里是吧? 甚至是豆包的二代的手机是吧,你说的所有东西呢,都能工程上没有任何问题。 但是但是我我负责人说的话,履约交付执行是吧,你一定得用户点头。 或者说用户操作,就这个东西不可能默认给你,因为国内的管的,你说国内真的也完全没有隐私保护吗? 也不是吧,我靠,是吧? 嗯嗯。 那你不能让你做的还是不能做,想屁事是吧,没用。 那你很多交易啊,银行啊,包括什么蚂蚁啊,这些东西是吧, 他不让你弄,还不让你弄,都都一样的,对。 就这在国内遇到问题是是是是相似的,对。嗯。 对,就是我也在思考这个问题,就是假设A全帮我这个做完这波,不管是订餐或者什么样,就假设或者购物啊,我那个东西我最后说 嗯不是我做的决策,那这个东西是不是法律上也会有些扯皮的事情? 这到最终的交付执行还是让你确认。 确认。 我觉得现在只是他妈的叫叫卡这个bug是吧? 就以前老外没有没有这么爽过是吧,先让你爽爽,对。 后面是很多应用反,而且我觉得这里面还有个bug,就是海外的很多监管 就软件软件公司他只有一张嘴。 他没有想过能能就是能这么快的被打成这样子。 对,国内这些移动app是吧,就是一旦发现苗子不,反手把你封了。 海外的很多公司容易的钱赚得太久是吧? 被揍的时候可能都不知道怎么还手,我跟你说,对,那这个监管可能太慢一些。 我觉得也是现在可能出现,就是可能存在一个问题和点,是这样,对。 嗯嗯嗯嗯。 欸,对,他,就是他那个第一周好像我看其实,呃,日活这些还就是就排就免费版排行也不是很高,反正第二周反而就是这个日活也往上往上走。 就是,他是真的是有用户自然的传播还是说也去去买量这个这个花了不少钱,就你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你你- 我愿意相信呢是用户的真实口碑传播, 和使用。 为什么呢?因为它免费。 而且效果还不错。 是吧。 嗯。 再就是,再就是你要这样说,你要open,你不得收费嘛,你不得订个会员是吧? 对。 还要看个广告是吧,现在又没有广告啊是吧,那不得站起来等了,我靠。 嗯,嗯,嗯。 这个就是,对,就是便宜是王道是吧。 但是能维持多久,我不看好,我觉得这玩意很难说,总是这样。 对。 嗯。 对,您您是不看好还是觉得很难,就还还是比较难看清楚的,这个点。 我觉得,我觉得不看好是,一旦说这玩意开始收费, 开始。 开始退货了是吧。 啊,对。 嗯。 包括就是你好的体验是建立在是吧,不像如果常看用是吧。 对。 很少的时候, 但你,但对美上的公司,他可能这样吗? 他跟自己差不多的,怎么可能呢,对吧? 嗯。 这个免费发给穷人,这不是浪费,这不是造孽是吧。 嗯,嗯,嗯。 这个,他一定会做分层是吧,那你像现在的兜兜。 只是兜包的办公版真的效果不好用吗? 也行吧对吧,那为什么普通版就跟个傻子一样是吧? 嗯。 算你本身就不准是吧。 嗯。 我觉得都是需要去讨论的点,是这样。 对。 嗯嗯嗯,这但这里面还有另外一个启示,就是,那这个模型能力你你你怎么看?就是说是不是 找到合适的场景的话,那这个模型如果能够用,也也也OK的是吧,这是它的商业化上也会有一些市场。 对,对。 在三号上是,没问题,是可以的。 对。 OK, OK。 那那你觉得就是这个趋势其实对于头部的这个A家跟这个这个OpenAI的话,这两家会有什么影响啊? 嗯。 呃,看他免费多久吧。 是,就是我觉得对于这些公司而言, 首先呢,你看Meta是RB个他妈超级大客户。 专门给他招销售,搞搞那什么支持是吧? 嗯。 那那那其实无所谓的,因为对于RB无所谓,因为他本身做图逼,他也不搞图逼啊。 是吧。 就是原来照我用用不用拉倒,是吧,就是他也无所谓。 那我觉得对来说的话,C端这次可能也是,后序可能说, 我觉得可能也捞不上太多钱的方向对吧。 那那与时这样的话,其实如果说一个好的C用,用上足大, 嗯。 不要什么买分钱顺利的,我标准回款是吧。 嗯。 那我这子收pay的,是这样。 嗯嗯嗯,明白。 欸,然后,呃,再扩展一下,就是,就是从在购物这个场景的话,那是不是,亚马逊会封他,但是是不是对于shopify这种利好,就是是比较好的,反正有流量过来在我完成交易,他他那他就受益了,他也不会去block掉这种免费来的或者说这个来的。 嗯。 对对,我我觉得是这样。 对,嗯。 嗯,了解。 欸,那那你觉得还有哪些这个软件或者应用场景会受益于这个 Mus这个功能啊,这shopify是我第一个能想到的,就是还有哪些,你觉得有可能会受益的? 嗯。 呃,嗯,不好说,我觉得现在可能还有些的话,可能是些, 就是主动投投问问是吧,卖一些数据源端的, 做一些公开数据库是吧。 做一些数据数据源测的,我觉得这些是OK的,是这样。 对。 嗯。 嗯,明白了,明白了,了解。 OK。 然后,欸,大厂的一些模型,就是您刚刚也提到就是说大家都会放弃这个投入嘛,那那目前来看,呃腾讯就反正也换了这个新的这个这个模型相关的领导人嘛,他们这个进展您怎么去评价?嗯。 呃,混元呢,模型的能力,咱们没讲国内呢, 在国内的模型的基础能力上来说不算很差了。 嗯。 对,但你说多好呢,我们也没有那么乐观。 只能说是公司现在这人不足,很差。 嗯。 陌生啊,功能上而言的话,其实还是我说是 持续往前在迭代在看一看,是这样。 嗯,对,这是我,这是我们在观察的,就是说 基础性能而言的话,其实是OK的。 用的话肯定能用。 嗯。 嗯。 但是在,是在再比如说所谓的叫 智能上限是吧,包括高度性能而言, 那肯定是要弱一些是吧,可能就就说是没那么好。 这个现在也是也是目前是吧, 存在的一个一个这样的问题, 啊是,就是说能用,不算用的好。 嗯。 但但是腾讯内部自己呢,在优化上面,在效果上面其实也可以,因为腾讯自己用的不挺好的嘛。 腾讯搞的自己搓搓搓搓搓是吧,我pro一下,用的量也挺大。 我觉得这个其实也也没问题,效果上其实也OK, 是这样,对。 嗯,了解,了解。 那那就是从这个角度来看的话,呃, 不,就国内还还是会很有很多很多还不错的模型嘛,就未来可能两三年。 就是它的竞争格局上面,就海外我感觉就是闭源的这两家可能吃掉了很多的市场,在国内就就格局还看起来不是很一样,您怎么看? 闭源的这两家呢也会因为国内的开源丢掉很多市场。 嗯。 但是他为什么要在前两周是吧,出那个鬼故事。 对,搞那个监管的。 就是因为,对,有我我我觉得就是因为它本身确实受到了国内模型冲击的干扰。 嗯。 是吧,你像个苹果你卖那么贵呢对吧? 嗯。 对,那那那那模型价格就应该这么贵吗?其实我觉得合理来说就是好的模型它的价格 可能说在在标准算力的情况下,不赚一个合理利润是吧,这个OpenAI说给你卖得贵啊。 你要国内模型把它成本打薄,之后这个公司可能价格就就不应那么低了。 我觉得这个也是现在要看的一个点。 啊是这样,对。 嗯,那那那最终的一个终态就是可能就是说是,是不是这两家闭源在一些非常高精尖的场景或者是这这个能力要求比较高的场景,它会就是还是,呃,这个,怎么说,把把握住一个比较好的位置,就是最后有可能就是从全世界这个token量来说,它可能这个token量是往下降的,但是 它这个营收跟营收跟利润,就是你你怎么看呢?是是会还是会,呃,有一个怎么说呢,整个AI营收的 我觉得,我觉得是这样,我觉得这样就是,一定是token的增长是确定的。 嗯。 因为,因为后续很多公司会被我们逐步卷到去竞争份额。 嗯,就竞争token总量这么一个一个状态。 新增token。 新增token。 嗯。 而是,还是比如说去看所谓的收入, 最后是毛利。 嗯。 我觉得到目前时间点,好像没有哪一家公司一定能承诺你的对吧,就是绝对领先的一个毛利的一个市场。 毛利是不太好拿到的。 嗯。 因为你超额的毛利的话是很难的。 它在目前时间点而言的话,就其实做了一个相对不错的一个这种 模型收入,我觉得是OK的,对,这个目前来说是能,是能够能够相对清楚看得到的吧。 啊是这样,对,嗯。 嗯,明白,明白。 对。 呃,然后,最后就豆包手机的话就是你们这边还这个方向还是,呃,怎么说,就内部的这个定位是什么样,还是会走还是说就是这东西也是不放弃的,得得得做。 呃,目前来说这个合作我们不放弃。 啊,对,在我们角度而言的话,还是还是,还是还是还是要做的,是这样。 对。 嗯,嗯嗯。 呃,然后,如果在自己体系内的话,呃,嗯,怎么用这种模型或者类似这种内置产品?就是有没有设想过,就是会有一个什么样的产品出来去打通这些这个 就不同场景,做成一个个人助理。 我说这个这个这个这个这个这个这个这个... 嗯呃， 呃，就是从目前来说的话，其实会有一个 就是，就是这个这个这个 呃。 我看一下。 嗯。 我现在其实现在我们觉得我们的我们的上面思路和设计可能跟这玩意不太一样。 OK。 我们可能多那个会会传在一起是吧，而且本身根据哎不好意思我打分因为这包工作其实到对。 自行这包工作呢，可能也会 也会向的方向去去去做。 但是我，我们觉得现在从产线形态上面来说，我们那个手机其实更像啊。 就我出那个破手机是吧。 就可能效果上更像一些，但但 但现在其实在整个的这个效果啊，工生实践上面的话，其实也很难 完全定清楚是吧，就我们现在给的方案是不是 是不是最OK的是吧，因为好多的这些路径和 组件标签是吧，现在其实也是 也是比如说单独再再再再再比如说再再再做的一个点，是这样。 对，还可以了，我觉得 就以我们自己的这个这个这个这个这个这个这个 这个这个观察来说的话，其实国内如果真要说他这玩大家都会认是吧？ 很容易知道钱是吧？ 那很快我们就凑一个差不多的，这有什么难的，我操。 这个难的根本不是工程本身啊我操，难的是用户的使用习惯和 所谓的明确需求是吧，现在缺的不是明确需求嘛。 那我觉得你像兜包的，我说的兜包手机的，你现在工作就是 每天做的东西我们有可能是跟兜包手机的整个状态逻辑是相同的。 就等于说我们是被国内摁死了是吧，他现在多一些。 这个后面他能不能这么舒服，我鬼知道，反正这玩意你可以欧美发试试。 或者你换区域运行试一试。 缺个东西我觉得 我觉得不可控因素实在太多了，是这样。 对。 嗯嗯嗯。 呃，明白，那就是但但但是怎么说，就是在如果一个巨头里面，就是反正 啥应用都有，这种可能就相对来说好一点对吧？ 呃 他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出他出- 你你你你你这么说是对的同学。 嗯。 但是从从它的工程实践来说的话， 哎呀，我们现在看不清了，因为你你我知道昨天的研发者大会，哦你可能 就我我去 去操作这玩意是吧，你发现其实都差不多了。 他厂商出的东西 你都能看见，谁谁用差多少呢对吧？ 我们现在缺的不是一个所谓的一个 就产品思路的问题。 嗯。 我觉得更多的话可能缺的是一个所谓就是说大家对于这些产品的认知啊，形态是吧。 嗯。 那交互就是，在整个交互上面而言，这些可能也不确定。 那那有些东西可能要耽误他，那我觉得整体还好吧，对。 嗯。 嗯嗯嗯，明白明白。 那我换一个问题问，就是反正coding可能现在就是比较大的市场嘛，就是你你觉得 呃，接下来，或者自己也看到就是说想往哪些方向去攻呢？就是说哪些场景会 会会会再看会比较大一点，或者觉得有可能会做成的，对。 嗯，嗯，嗯，嗯，嗯。 嗯，我看一下。 从现在在路径上来说的话，有一些东西 看不清。 其实我是觉得从从现在这种工程实践 和比如说这个这个这个这个这个使用来说的话， 就是，怎么说呢？就是说 如果说我们能够忽略掉部分的用户隐私 和一些比如说行为行为电路数据是吧？ 嗯。 那我觉得这块其实是OK的。 但如果说你整体行为行为内隐私和数据其实是一些标是吧？ 那那那我就可能会有问题。