新警察故事

省数据局调研组来抚顺市调研_我的网站

A |     48小时。         一家中国公司的模型发布。

B |          全球AI股票集体下跌。    9月20日，省数据局党组书记、局长周轶赢率省数据局调研组来我市，就企业数字化转型以及政务服务中心综合窗口改革、营商环境建设等工作进行调研。英伟达跌，半导体跌......全球市值蒸发万亿美元。

C | 市委副书记、市长王庆海陪同调研。         　　近年来，抚顺新钢铁有限责任公司把加快数字化赋能、推动智能制造，作为实现高质量发展的主攻方向。在新钢铁智造中心集控大厅，周轶赢听取企业科技创新、绿色发展、智能制造等情况介绍，鼓励企业坚定信心、抢抓机遇，准确把握行业走势，以科技创新为引领，加快企业数字化转型和技术改造，推动钢铁产业向高端化、智能化、绿色化发展，加快发展新质生产力。相关部门要积极为企业搭建平台、链接资源，助力企业高质量发展。         高盛合伙人在客户电话会里直接抛出一句：算力扩张时代，可能到头了。         摩根大通给客户发的备忘录，称之为DeepSeek 2.0。         　　周轶赢走进望花区光明街道综治中心，了解近年来街道“智慧+”服务模式、数字赋能社区治理等方面的成效做法，实地察看服务事项、办事流程等情况，在充分肯定成绩的基础上探讨继续优化升级的途径和思路。         所有人都在问同一个问题：Kimi K3真有那么厉害？          说实话，我觉得没有。她强调，要深入推广数字赋能基层治理工作模式，不断提升管理和服务效率，努力为基层减负增能，让数据多跑路，居民少跑腿，畅通服务群众“最后一公里”，使基层治理更加精细、风险防范更加精准、服务群众更加贴心。

D |          　　在新抚区政务服务中心，周轶赢与窗口工作人员面对面交流，详细了解各功能区管理运行、便民利民措施及业务工作开展情况。

E | 她指出，要聚焦企业和群众关心关切，不断深化“高效办成一件事”改革，持续优化办事流程，提升政务办事效能，扎实做好12345热线群众诉求办理工作，为企业和群众提供更加方便、快捷的政务服务，不断提升企业和群众办事满意度和获得感。

F |          Kimi是个好模型。但它还不足以撼动全球资本市场。真正被震动的，也不是英伟达，是华尔街过去三年一直相信的那套故事。         　　王庆海表示，抚顺市将坚决按照省委、省政府部署要求，认真落实好省调研组的具体指导意见，坚持问题导向，抓住关键环节，深入推进政务服务中心综合窗口改革，进一步发挥好12345热线作用，持续提升公共服务和社会治理水平，打造良好营商环境。

G | 想企业所想、急群众所急，主动走进企业、深入群众，着力解决好企业和群众遇到的“堵点”“痛点”“难点”问题，将惠企政策和便民服务送上门、送到家，用实实在在的工作成效提升企业和群众的感受度。         　　副市长刘畅参加调研。                    责任编辑：李丹。         Kimi只是推倒多米诺骨牌的那只手。         一、华尔街到底怕什么          要看懂这场恐慌，先得看清过去三年华尔街到底在信什么。         本质上，他们相信的是一条大模型定律。

H |          模型越强，参数就越大，训练就越贵，需要的GPU就越多，资本开支就越高，英伟达就越值钱。

I |          这也是整个AI时代最大的金融叙事。         2023年ChatGPT火了之后，这条公式一路跑到2026年中。英伟达市值从1万亿美元冲到5万亿美元。微软、Meta、Alphabet、亚马逊，每次财报电话会都在重复同一句：我们继续加大AI基础设施投入。         估值逻辑只有一个假设，做AI就得烧钱。

J | 烧得越多，护城河越深。

K |          三年，这条公式没被证伪过一次。         直到DeepSeek出现。         2025年1月，DeepSeek-R1用远低于预期的成本，跑出了接近GPT-4的推理水平。英伟达那天蒸发了5890亿美元，创下美股历史纪录。         结果呢？          半年之后，微软继续投。Meta加预算20%。CoreWeave上市股价翻倍。所有人继续下注。

L |          华尔街松了一口气，DeepSeek被当成一次虚惊。         然后Kimi K3来了。         这次的数据更刺眼。LMArena前端代码榜以1679分登顶，超过Claude Fable 5。综合排名从上一代的第18名直接跳到第1。前端7个细分方向，拿下6个第一。7月27日开放权重发布，成本据说只有美国顶级模型的六成。         高盛在内部备忘录里写了这样一句反问：          一家买不到最大规模算力的中国实验室，靠着架构创新、合成数据、强化学习、后训练，凭什么把差距缩得这么快？          这个问题一问出来，华尔街的信仰就出问题了。         以前所有人默认，Scale就是GPU。今天Scale变成了GPU加算法加数据加后训练加RL的合力。         算力不再是唯一的答案，这才是华尔街真正怕的东西。         华尔街怕的不是Kimi，是英伟达。

M | 准确说，是AI资本开支永远在扩张这个定价逻辑。         硅谷巨头们预计2026年资本开支达到7000亿美元，台积电刚宣布2026年资本开支640亿美元，超市场预期。这些钱要变成芯片、变成数据中心、变成英伟达的订单。前提是，大模型必须继续变大、继续烧钱。         Kimi K3出来后发现，未必如此。         如果越来越多公司都能用更少GPU、更低成本，做出同等水平的模型，那全球GPU采购量还需要那么大吗？台积电640亿美元的回报率会不会打折？英伟达的远期收入预期要不要下调？          这下好了，过去三年所有算力扩张的估值模型，都得重新计算。         Kimi只是让所有人第一次真正开始问一个问题：GPU还能卖这么多吗？          只要华尔街开始思考这个问题，股价就必然晃动。

N |          二、为什么偏偏又是中国？          还有一层更深的东西，很多人不敢明说。         为什么又是中国？          DeepSeek第一次让华尔街意识到，中国能追。Kimi第二次告诉华尔街，中国还在追，而且没停。         一次可以叫偶然，可以归给几个天才或者运气。

o | 两次在不同节点、不同方法上都发生了低成本逆袭，资本就必须重新算概率。         这个概率一改，事情就变了。         美国巨头信的是大力出奇迹。

p | 钱多、卡多，工程上有瑕疵就用更多算力去盖过去。这种打法效率其实不高，但在充裕环境里没人在意。         中国头部公司从第一天起，环境就完全反过来。买不到十万卡集群，融资也没那么阔绰，只能把手里的算力压榨到极致。

q |          被逼出来两个能力。         一是合成数据。用最少的高质量样本，卷出最高的逻辑上限。         二是后训练加强化学习。用工程微调和策略优化，去补底层预训练的不足。         这两个能力，恰好是算力信仰最不重视的地方。

r |          结果就是，当追赶者能用40%甚至更低的成本做出顶级性能，美国巨头堆起来的十万卡壁垒，反而变成成本累赘。         这才是华尔街真正的系统性恐惧。不是一家中国公司做出了一个好模型，是这条低成本路径被走通了两次。第三次、第四次，可能已经在路上。         三、但华尔街可能又看错了          就在华尔街砸盘、讨论算力时代是否终结的时候，现实给了一个反转。         昨晚，Kimi官方公告，K3发布后请求量远超预期，集群逼近承载极限。即日起暂停C端新用户订阅，全速扩容。为了匹配算力，还得把耗能最猛的Kimi Code从主权益里拆出来单独卖。         这条消息，狠狠打了华尔街一记耳光。

s |          它把一个反复被验证的技术产业规律，直接摆到了台面上。成本下降，从来不会减少需求，只会让需求爆炸。         这样的例子也比比皆是。         计算机便宜了，电脑数量翻倍。

t | 互联网便宜了，网站数量爆炸。云计算便宜了，全球服务器比以前多得多。         现在模型便宜了会发生什么？          Agent变多，AI应用调用量变大，推理需求飙升，Kimi自己都撑不住了。

u |          这套现象在经济学上叫杰文斯悖论。19 世纪英国经济学家发现，蒸汽机效率提升后全国煤炭总消耗反而上涨，效率降低了使用门槛，大量产业开始普及蒸汽机，整体需求扩张抵消了单台设备的能耗节约。         今天的GPU，就是19世纪的煤炭。

v | GPU需求不会消失，变的是身份。

w |          以前GPU的主要买家是训练。几万张卡集中封闭训几个月，训完之后其实很多时候是间歇性闲置的。         以后主要买家是推理。7×24小时的Agent服务。每台手机、每辆车、每个机器人上的本地模型，视频生成，百万token窗口的持续计算。         算力消耗的模式，正在从低频、巨量、集中，变成高频、海量、泛在。         总量可能不降，甚至可能更高。但谁受益、怎么受益，会重新排队。         高盛说算力扩张时代接近尾声，至少在两年维度里，这个判断大概率是错的。         更准确的说法应该是，算力扩张的逻辑变了。

x | 主导权从训练移交到推理。         英伟达不会因此崩盘。但过去三年那种闭着眼买英伟达的日子，可能真的过去了。         四、Kimi只是那面镜子          回头看这次抛售，Kimi K3的角色其实很清楚。         它是导火索，不是原因。         看几个数据你就明白了。         费城半导体指数今年还在涨68%。涨了这么多，一次深回调本来就是必然。标普500等权重指数同一天创了历史新高。钱没走，只是从科技股挪到了别的板块。

y |          EPFR的数据显示，美国企业内部人士上半年抛股票776亿美元，20年来第二高。聪明钱早就在撤。         台积电Q2净利润同比涨77%，营收预期上调。但资本开支640亿美元超预期，反而让市场焦虑。         Alphabet的Gemini 3.5 Pro延期好几个月，AI产品落地节奏跟不上预期。         这些东西堆在一起，市场早就绷得紧了，缺一个理由释放压力。

z |          Kimi K3刚好递上了这个理由，给了华尔街一块砖砸自己的脚。

|          严格来说，这次抛售更像是拥挤交易的松动，不是AI逻辑的突然崩塌，是过去三年集中抱团在英伟达身上的钱，开始往别处走了。         Kimi不是改变了AI，Kimi改变了资本理解AI的方式。         五、旧地图，新大陆          站在今天的位置来看，AI产业的竞争逻辑，正在快速变道。         第一阶段从2023年到2025年，核心是算力储备。GPU多、能训更大模型的一方就是赢家。这一阶段的赢家是英伟达、台积电，加上少数几家能扛百亿美元训练预算的巨头。         第二阶段从2025年底开始，核心变成效率。谁能用更少资源做同等水平的模型，更快把模型变成产品，在推理成本上建立优势，谁就在下一轮拿主动权。         华尔街的问题，从来不是不聪明，是太喜欢用一个简单故事，去解释一个复杂时代。

|          三年前，AI被讲成GPU的故事。估值围着GPU转，仓位也围着GPU转。         今天，这个故事第一次出现明显的逻辑盲区。         盲区不等于结束，盲区意味着故事需要升级。         从谁GPU最多变成谁把GPU用得最好。从硬件红利变成工程能力和系统效率，从资本密集变成技术密集和应用密集。         DeepSeek，让华尔街开始怀疑。Kimi，让华尔街开始修正。         【版面之外】的话：          如果未来有一天回头看。Kimi K3未必会成为最重要的模型。但它很可能会成为一个标志。         不是因为它超越了谁，是它第一次让全球资本意识到，AI竞争，比的已经不是谁拥有更多资源。现在看的是，谁能把同样的资源，变成更大的能力。         这是两种完全不同的产业时代。         前一个时代，钱决定速度。后一个时代，效率决定价值。

Current article:http://c8q6cs.chuandanfozhuanbenglipaicuzi.pics/list_e9h/nt68c.html

Published on:00:42:20