GeLun Ding's banner
GeLun Ding's profile picture

GeLun Ding

@gelunding1,843 subscribers

最新科技和财经 @Columbia BA | @MITSloan MBA

Videos

gelunding's profile picture

泡沫,其实就是社会给年轻人的机会。现在随便走进一家书店,财经区几乎都是巴菲特的书。但我一直觉得,年轻人其实不应该照着巴菲特的价值投资去做。原因很简单,价值投资更适合有钱人保住财富,而不是普通人靠它变富。 过去60年,伯克希尔·哈撒韦的年化复合回报率接近20%。放到整个投资史上,这已经是神一样的成绩了。但假设你不到30岁,而且已经混得不错,手里有10万美元可以投资。按20%的年化回报算,20年后大概能变成370万美元。虽然大部分收益都来自最后几年,但平均下来,一年也就赚18.5万美元左右。换句话说,在最优越的条件下,就算你复制了巴菲特的成绩,平均每年赚的钱,其实和一个美国大城市的高级打工人差不多。这不是一套能让普通人实现阶层跃迁的方法。 问题就在于,人这一辈子能活的时间有限。如果你只是一个普通人,没有太多本金,也没有太多资源,你根本没有足够的时间去等复利慢慢发挥威力。 反过来看,每一次泡沫,其实都是一次财富重新洗牌,也是年轻人最好的机会。今天大部份的有钱人,不是靠价值投资起家的,而是赶上了个人电脑、互联网或者房地产的大时代。而这些机会,当年无一例外都被很多人骂成泡沫。今天的AI当然也是泡沫,但这根本不重要。重要的是,只要有泡沫,就有财富重新分配;只要财富重新分配,就有年轻人改变命运的机会。

GeLun Ding

34,006 次观看 • 4 天前

gelunding's profile picture

Dario没有理由因为Kimi蒸馏Claude而生气。Anthropic自己刚刚才同意为盗版书籍训练模型一事,向相关作者支付总计15亿美元赔偿。平均下来,每一本被侵权的书大约赔偿3000美元。更有意思的是,Dario自己也承认,在百度工作的一年让他意识到,数据隐私并没有那么重要。当时他主要从事语音识别研究,而很多训练数据都是未经授权直接拿的。这段经历进一步强化了他对Scaling Law的信念。因此,自己干Anthropic之后,他们同样尽可能收集各种数据用于训练模型。 我认为,他真正气的并不是知识产权,而是这从根本上破坏了前沿AI实验室的商业模式。历史上,每一代最先进大模型的训练成本通常都会比上一代增长约4到10倍,甚至更多。例如,GPT-2的训练计算成本约为10万美元,而GPT-3已经达到约1000万美元,GPT-4的计算成本则约为1亿美元。这些数字还仅仅是算力成本,并没有包括研究人员薪酬、数据获取以及其他研发支出。因此,即使没有开源模型竞争,仅靠API收费模式,要获得正向投资回报也变得越来越困难,因为模型性能提升正在放缓,而训练成本却持续飙升。 如今,开源模型通过蒸馏技术,大约只需要6个月就能追赶到最先进闭源模型的水平。这意味着OpenAI、Anthropic等前沿实验室,实际上只有约半年的时间,依靠最新模型尽可能创造收入。半年之后,就会出现性能达到其90%,但成本只有10%的开源替代方案。 越来越多的美国企业也已经意识到,最顶尖模型带来的那一点性能优势,并不足以支撑其高昂的价格,因此开始转向成本更低的中国开源模型。就连Sam Altman的铁哥们儿Brian Chesky,公开说在Airbnb的部分AI开发中也采用了阿里的千问,而不是ChatGPT。

GeLun Ding

63,179 次观看 • 15 天前

gelunding's profile picture

两三年前,OpenAI 还是公认的 AI 王者,如今却看起来已经被逼到了墙角。 在迟迟无法将 ChatGPT 的庞大用户群成功变现后,OpenAI 于 2025 年豪掷 65 亿美元收购了 Jony Ive 创办的 io Products,希望转型进军 AI 硬件。发布视频拍得仿佛下一代产品要取代 iPhone,但直到现在,他们依然连一款产品都没有正式上市。 为了寻找新的收入来源,今年 2 月,OpenAI 又找来一大批咨询公司帮助推广企业业务,全面发力 To B 市场。但这一步看起来同样没有取得理想效果。 在急于寻找突破口的情况下,OpenAI 最终走上了一条危险的道路——偷 IP。OpenAI 硬件负责人、曾在苹果工作 24 年的唐坦,据苹果指控,曾要求仍在苹果任职的应聘者在面试时携带“真实零部件”(如电池、主板等)进行展示和讲解。其中一名应聘者对此感到十分惊讶,表示自己甚至不知道这些东西可以带出公司。 苹果还指控,Tang Tan 曾向新员工转发苹果内部的离职流程文件,指导他们如何规避离职时的安全检查。此外,一名离职工程师据称没有归还苹果笔记本电脑,并在加入 OpenAI 后发现设备仍可访问苹果云端存储,随后下载了数十份涉及硬件研发的机密文件。今天,苹果正式对 OpenAI 提起重磅诉讼。 OpenAI 的财务状况本就已经十分吃紧,甚至一度考虑将 IPO 推迟到明年。如今又因为一时的急切而与苹果彻底撕破脸,无疑是雪上加霜。那个曾经掀起 AI 浪潮的公司,如今似乎正在被这场浪潮反噬。

GeLun Ding

32,769 次观看 • 26 天前

gelunding's profile picture

Bill Ackman 刚刚无意中暴露了为什么 SpaceX 的 IPO 是一笔糟糕的投资。 他表示,应该把 SpaceX 当作一笔风险投资(VC)来进行估值,因此即使给予 100 倍营收的估值也是合理的。 问题在于,风险投资之所以成立,是因为投资人能够在极低的估值阶段进入,以补偿极高的失败风险。高风险配合低价格,这才是 VC 投资的逻辑。 但到了 IPO 阶段,公司已经被当作成熟企业来定价,投资者拿到的往往是市场能够接受的最高价格之一。换句话说,对于 SpaceX 而言,投资者面对的却是 VC 级别的风险,却要支付接近最高的价格。 Jason Calacanis 当年向 Uber 投资了 2.5 万美元,如今这笔投资价值约 1 亿美元。如果他是在 Uber IPO 时投入同样的 2.5 万美元,那么这笔投资今天大约只值 4 万美元。 过去 15 年最受追捧的大型 IPO,几乎都狠狠收割了追逐热点的投资者: •Robinhood:-90% •Rivian:-88% •Lyft:-79% •Coinbase:-57% •Facebook:-54% 这些公司都有响亮的品牌、宏大的故事以及顶级资本支持,但上市后的买入时点依然十分惨烈。 这些案例上市第一年的最大回撤中位数达到 54%。 SpaceX 也具备类似的基因:极高的市场热度、流通股比例低,以及大量早期投资者已经获得巨额浮盈并等待套现,而 Bill Ackman 本人正是其中之一。 因此,如果 $SPCX 在上市后的第一年下跌 90% 以上,也不必感到意外。

GeLun Ding

52,288 次观看 • 1 个月前

gelunding's profile picture

为什么感觉现在已经没人关心AGI了?Sam Altman曾向全世界描绘过一个愿景:OpenAI将在2025年实现AGI。但自2025年以来,无论是AI公司还是普通消费者,似乎都逐渐不再讨论AGI了。我认为主要有几个原因。 首先,我认为绝大多数人当初并没有真正认真看待AGI,它更多只是一个制造市场热度的概念。直到2019年左右,最前沿的AI研究其实还非常原始,甚至可以说相当“笨”。当时,只要一个模型能够正确回答“美国首都是华盛顿特区”这样的问题,就已经足以让很多研究人员兴奋不已。几乎没有AI研究者真正相信,技术进步会快到几年之内就能实现所谓的AGI。 但ChatGPT横空出世后,公众和投资者对“AGI即将到来”的概念反应异常热烈。于是,各大AI实验室也顺势接受了这个叙事,并把“Scaling”作为理论依据,大规模融资。然而,他们很快发现,购买算力的成本高得惊人,高质量数据的标注速度又极其缓慢。因此,行业关注点迅速从“如何实现AGI”,转变成了“如何才能不破产”。 到了2025年,当人们再次问Sam Altman “AGI什么时候会实现?”时,他的回答也发生了变化。他不再强调具体时间,而是表示:“什么时候实现其实并不重要,我们会尽最大努力去实现它。” 与此同时,在应用层,公司也逐渐意识到,实现AGI与否对商业价值并没有那么重要。除非你的目标是攻克癌症等极其复杂的科学问题,否则对于绝大多数企业来说,一个“过于聪明”的AI并没有太大意义。至少在现阶段,AI的主要用途仍然集中在写代码、编辑文本以及客户服务等实际场景,而不是替代人类完成所有工作。

GeLun Ding

10,518 次观看 • 24 天前

gelunding's profile picture

马斯克和扎克伯格看奥特曼,就像在看一个傻子。 马斯克和扎克伯格都已经意识到,基础大模型本身并不值钱。有意思的是,据我所知,最早提出这一观点的人其实是李彦宏,他早在2024年就说过。至少在目前,AI产业链中最大的一块蛋糕仍然是算力。 马斯克做了一年 Grok,后来意识到这是一门赔钱的生意,几乎无法创造可观收入。相比之下,更好的商业模式是把 GPU 算力出租给 Anthropic。仅靠这一项业务,SpaceX 就能带来150亿美元的收入,已经超过了 OpenAI 在2025年130亿美元的营收。我认为,这也是为什么 SpaceX 的 IPO 重点围绕轨道数据中心(Orbital Data Centers)展开,而几乎没有提及大模型。 扎克伯格似乎也在走同样的路线,在宣布推出 Meta Compute 后,这一战略变得更加明显。他可能很早就看清了这一点,因此 Meta 从来没有发布过一款闭源基础模型。他们的计划似乎是打造一个完整的生态系统:从第一天起就开放 Llama 模型,让开发者基于 Llama 构建各种应用,再让这些应用最终运行在 Meta 自己的数据中心,从而形成对 Meta 基础设施的依赖。 反观奥特曼,似乎仍然执着于比较谁的大模型更强。我认为,他最大的短板在于从未经营过一家盈利的公司,因此并不真正理解一家企业究竟是如何赚钱的。相比之下,马斯克和扎克伯格都是久经商场的老玩家。

GeLun Ding

10,827 次观看 • 27 天前

没有更多内容可加载