比推消息， AI 快讯，谷歌 CEO Sundar Pichai 表示，Gemini 3.7 Flash 上线首周就打破了此前 Gemini 模型的增长纪录，成为谷歌迄今增长最快的 Gemini 模型。不过谷歌没有公布具体增长口径和使用规模。这款模型确实踩中了性价比甜点区。Artificial Analysis 给它的综合智能指数为 56，高推理模式输出速度约 340 token/s，每项评测任务成本约 0.40 美元，并进入智能与完成时间的帕累托前沿。中等推理模式成本进一步降至 0.26 美元，进入智能与成本的帕累托前沿。ARC Prize 的独立验证中，Gemini 3.7 Flash 高推理模式在 ARC-AGI-2（抽象推理基准）拿到 84.6%，每项任务成本仅 0.25 美元。谷歌也迅速把 3.7 Flash 铺进自家产品。Gemini App、Antigravity、AI Studio 已经接入，Google Search 也开始使用该模型。
来源：深潮 TechFlow原标题：（观点：美股的价值投资，不等于基本面投资）当"基本面已死"成为共识，盲目抱团巨头的投资者，终将遭遇惊人的资本毁灭。导读：当市场高喊「基本面已死」、资金疯狂抱团科技巨头时，作者用一个天文学发现拆穿了这一叙事背后的逻辑漏洞。本文从估值倍数的构成切入，提醒投资者区分企业的真实质量与市场愿意支付的溢价，对加密和科技领域的长期配置尤其有警示意义。我保证这次引言不会像上次关于天气的那篇那么长。但请给我 90 秒。一百多年前，一位名叫亨丽埃塔·勒维特的女性正在做着繁琐的工作：在照相底片（胶片出现之前的成像方式）上测量数千颗恒星的亮度。她注意到一类脉动恒星有一个特点：这些恒星脉动得越慢，它们本身就越亮。¹这在今天看来可能只是有点意思，就像「好吧，还挺酷的」。但在当时，天文学家分不清一颗离地球很近的暗星和一颗很远很亮的恒星。对他们来说，两者在照相底片上留下的污迹是一样的。视亮度是这两个变量的混乱混合：这东西本身有多亮，以及它离我们有多远。亨丽埃塔的工作把这两件事拆开了：如果你能观测到脉动速率，就能知道它的真实光度；如果你知道它的真实光度，就能根据它看起来有多暗反推出距离。天文学家称之为「标准烛光」。几年后，一个叫埃德温·哈勃的人发现了其中一颗脉动星，套用了勒维特的数学方法，发现他一直以为是我们银河系内一团气体云的东西，其实是一整个独立的星系，在一百万光年之外。所以简单来说，可观测宇宙变大了大约一万亿倍，只因为一个人弄清楚了如何把事物看起来的样子和它实际的样子区分开。这本身显然就很酷。但另一件有趣的事是，大约在同一时期，有另外两位天文学家各自独立地画了一张散点图，一个轴是真实光度，另一个轴是温度。他们发现恒星并不是随机分布在这个空间里的，而是聚集成不同的家族。这背后的含义是：视亮度完全相同的恒星，可能而且确实属于完全不同的家族，有着完全不同的过去，最重要的是，有着完全不同的未来……那么，星星里写着什么？过去几年，围绕市场、叙事、资本、公司建设和金融虚无主义的讨论很多。随着科技界和金融界开始面对一个与前几十年截然不同的未来，这种感觉似乎达到了某种狂热的高潮。尤其明显的是，把进步与资产价格分开这件事变得噪音更大，而且在很多方面更具反身性。但作为以买入（有望）跑赢的资产为生的投资者，一个简单的框架是：远期回报约等于基本面增长乘以估值倍数变化（再乘以你一路上收取的分红）。在这种情况下，估值倍数可以很干净地对应到照相底片上的污迹。它是一个可观测的数据点，却把市场无法直接看到的两件事纠缠在一起：这家企业实际有多好，以及它的未来现金流离现在有多远（或者说有多持久）。我认为，大部分可赚的钱来自那些最有能力比别人更早解开这两个变量的投资者（也就是「差异认知」），而我们将继续看到那些把污迹当成星星的投资者遭受惊人的资本毁灭。价值投资不等于基本面投资我认为有一种被误解的观点：基本面投资在历史上主导了超额收益的创造。这种传说大多来自格雷厄姆、巴菲特、老虎基金一脉，以及围绕这群人构建的大量叙事。人们相信，到了 2000 年代的某个时候，这种方法不再有效，任何这样投资的人都被动量、趋势以及「直接买科技巨头」碾压。结论曾经（现在仍然？）是「基本面已死」。²现代版的「基本面不重要」本身并不愚蠢。它植根于我们 Compound 团队许多人以前写过的很多想法。最大的公司获得最大的机械性买盘，软件行业存在赢家通吃的经济规律，AI 意味着巨头能比挑战者更快地把规模转化为护城河，而且还有市场微观结构的原因让动量更深入地嵌入我们的市场基础设施。这些都是真...
文｜苗正编辑｜王靖来源｜字母AI腾讯混元多模态团队又发生了一起人事变动。据媒体报道，曾负责xAI多模态理解负责人蔺旭东，已经离开xAI，加入腾讯混元，担任多模态内容生成算法负责人。这则人事消息之所以值得关注，是因为它发生在混元多模态团队持续调整的背景下。过去一段时间，混元内部陆续传出负责人离职、研究人员转岗和新成员加入的消息。原多模态理解负责人胡瀚离职创业，田永龙等人加入腾讯，原有多模态团队的汇报关系也随着大语言模型部门和多模态模型部门的整合而发生变化。但这是否意味着腾讯多模态团队正在“改朝换代”，目前还不能直接下结论。公开信息能够确认的是，混元确实出现了人员流动和组织重组。蔺旭东的加入传闻，更像是这场调整中的一个新信号：腾讯正在重新组合多模态理解和内容生成这两条路线。那么问题来了，蔺旭东究竟是什么来头，他能为腾讯补上什么能力？以及腾讯的多模态路线是否正在从“生成内容”转向了姚顺雨更偏向的“理解上下文并在世界中行动”？蔺旭东是什么来头他加入腾讯后能做什么？公开资料显示，蔺旭东2018年毕业于清华大学，随后赴哥伦比亚大学攻读博士。在读博期间，他的研究方向包括嵌入学习、视频分析和生成模型，也曾参与哥伦比亚大学与Facebook AI合作的Vx2Text项目。V指的是视频，x指的是未知数，可以是声音、语音甚至是环境音，2代表to，Text则代表字幕。它的逻辑是，先把视频、声音等不同模态转换成类似“语言token”的向量，再统一送入语言模型进行融合，最后由自回归解码器生成开放式文本。Transformer只能理解token，所以AI本质上是不理解视频和音频这两种文件形式的，也就更不可能将其转换成文字。举个例子，一只狗在游泳池旁边跳进水里，那么Vx2Text的视频识别器看（V）就会输出关键词：狗、跳跃、游泳池；声音识别器（x）就会输出：水声、扑通。虽然Vx2Text的产品功能是“生成”，但产品的核心难点在于“理解”。当然，Vx2Text并不是简单地把画面“翻译”成几句话而已。模型需要从视频里识别人物、物体、动作和事件，还要理解这些东西在时间上的变化，最后再把视觉信息组织成语言。博士毕业后，蔺旭东进入DeepMind，参与Gemini相关的多模态预训练和后训练工作。2025年，他又加入xAI，公开资料称其负责多模态理解方向，并参与多模态内容理解与生成模型的训练。如今他加入腾讯混元，将负责混元多模态内容生成算法。蔺旭东的加入与其说是提升混元多模态生成的性能，倒不如说是为了解决一个困扰所有多模态的问题——理解。以前的生成模型更像一个画面制造器。给它一句提示词，它可以生成一张图片、一段视频。但只要用户提出更复杂的要求，模型就有点跟不上了。比如人物在长视频里变了，物体的形状前后不一致，摄像机运动不符合空间关系等等。这不是因为模型不会生成，而是因为它没有稳定地记住和理解世界。所以，把蔺旭东放到多模态内容生成的位置上，可能正是因为他把多模态，“翻译”成AI能理解的东西。蔺旭东的加入要放在一个更大的背景下才能看得清楚，那就是如今腾讯混元正在重新整理自己的多模态路线。2025年1月，腾讯杰出科学家（Tencent Distinguished Scientist）胡瀚接替此前离职的刘威，全面负责混元多模态大模型的研发，同时担任腾讯混元大模型Tech Lead。2025年下半年腾讯内部组织调整，他从多模态模型部，调入了大语言模型部旗下的“Frontier”前沿技术研究组，头衔变成了多模态理解方向负责人，汇报线也改为向姚顺雨汇报。实际地位从“一个独立部门的领导”变成了“大语言模型...
比推消息，据晚点 LatePost 报道，字节跳动正在讨论训练参数规模超 5 万亿的大模型，超过阿里 Qwen 3.8-Max（2.4 万亿）和月之暗面 K3（2.8 万亿），为目前国内已知最大规模方案。该计划仍处早期，不代表最终一定发布。新模型拟由 Seed Foundation 负责人项亮主导，并与大语言模型预训练数据负责人沈科合作，Seed 正据此重新梳理组织、划分职责并分配资源。两周前，字节跳动创始人张一鸣与 Seed 负责人吴永辉召开全员会。张一鸣安抚团队称训大模型本就很难，一段时间内可接受落后，希望以追求智能上限为目标、跻身世界第一梯队；他认可编程是当前关键方向，主张整合火山引擎、飞书与豆包资源以构筑算力和数据优势，同时提醒勿被单一热点牵着走。他表扬 Seedance 的差异化领先，并明确反对蒸馏，认为其难以真正超越，应从更底层构建 AGI 壁垒，并表示公司将在 AI 上持续加大投入。过去半年 Seed 多模态表现突出，Seedance 2.0、Seedream 等带动火山引擎 MaaS，但语言模型 Seed 2.0 市场反响有限，Coding 能力落后影响收入结构。字节已高薪引入郭达雅专攻 Coding，并收拢相关资源。面对行业普遍做大模型尺寸的趋势，字节希望以更大规模争取弯道超车，同时推动取消赛马、打破部门墙，集中力量攻坚。
资本不奖励守旧，不是因为守旧的人有错。是守旧的部分已经明码标价，没有信息差，也就没有超额收益。2026 年上半年，全球风险投资 5100 亿美元，一个半年超过了 2025 全年的 4400 亿。七成以上进了 AI，OpenAI 和 Anthropic 两家拿走 2170 亿，占 43%。钱多到这个份上，你会以为人人都能分一点。事实是分配比总量更极端，而且第一道筛子不筛行业，筛人。被筛掉的那一类，现在有个不太客气的叫法：互联网老登。先说死一件事：本文里的「老登」跟年龄没关系。它指的是一套在移动互联网周期里成型、被反复验证、给持有人带来过巨大回报的方法论。持有它的人可能四十五岁，也可能三十二岁。被重新定价的是这套方法论，不是出生年份。把这两件事搞混，是老登最常犯、也最舒服的一个错——因为如果问题是别人年龄歧视，你就一个字都不用改。01什么叫 AI Native这个词已经被用烂了。会用 ChatGPT 不叫 AI native，公司名里带个 AI 也不叫，二十几岁更不叫。真正把人分开的是三条。第一条，出发点是模型，不是需求。老登做产品的顺序是：看用户要什么，写成需求，找技术实现。AI native 的顺序反过来：先摸清模型今天能干到哪一步、明天可能到哪一步，然后从这个能力边界往外长产品。前者把模型当工具，后者把模型当地基。这两种人做出来的东西，第一版看不出差别，到第三版差出一个物种。第二条，组织的默认单位不是人。互联网时代的分工，是把一件事拆给十个人。AI native 公司的分工，是把十件事收给一个人加一堆 agent。国内一家应用层公司的 CEO 说过，团队不到十个人，但有大量 AI 在夜里干活，员工每天早上第一件事是检查 AI 前一晚交的活。Cursor 那边更极端，公开报道里提到公司没有产品经理，工程师自己写代码、自己跟用户聊、自己参与招人。第三条，信息是一手的。AI native 的输入来源是论文、模型卡、GitHub 的 issue、X 上的原始讨论、自己跑的 eval。老登的输入来源是行业峰会、闭门会、券商报告、公众号解读，以及找人喝咖啡。这一条最不起眼，杀伤力最大，后面单独说。三条都满足，二十五岁是 AI native，四十五岁也是。三条都不满足，二十五岁照样是老登。AI native 是个状态，不是个年龄段。麻烦在于，这个状态的入场券是作品，不是履历。02两张名单把这一轮的结果摊在桌面上，是两张名单。第一张全是 AI native 的公司。它们的估值不是在涨，是在换量级。名单一 · 上游OpenAI 2026 年 Q1 单轮融资 1220 亿美元，投后 8520 亿美元，史上最大一笔私募融资。Anthropic Q2 单轮 650 亿美元，投后 9650 亿美元，约占该季度全球风投总额的一半；5 月的收入运行率已到约 470 亿美元。DeepSeek 2026 年 5 月首轮融资约 700 亿元人民币。同年 4 月，梁文锋将直接持股由 1% 提至 34%，通过关联主体合计控制约 84.29% 股权。月之暗面（Kimi） 2025 年 12 月估值 43 亿美元；2026 年 1‒2 月连做三轮至 180 亿；5 月 D 轮约 20 亿美元、投后破 200 亿；7 月一轮超 35 亿美元、投后 350 亿；Pre-IPO 目标投前 500 亿。ARR 3 月破 1 亿、5 月破 2 亿、6 月站稳 3 亿美元，API 占七成以上。智谱 · MiniMax 2026 年初先后登陆港股，市值均破千亿元人民币，国内首批上市的大模型公司。第二张...
比推消息，据彭博社报道，知情人士透露，阿里巴巴支持的机器人制造商逐际动力（LimX Dynamics）已秘密提交香港 IPO 申请，拟募资最高 3 亿美元。中国机器人公司上市浪潮再次壮大。LimX Dynamics 正与中信证券合作推进该交易。逐际动力（LimX Dynamics）是一家总部位于中国深圳的具身智能机器人公司，成立于 2022 年，专注于通用机器人的研发、制造与商业化。核心产品包括全尺寸人形机器人 LimX Oli 和 LimX Luna，以及模块化机器人 TRON 系列，并自主研发人形大脑系统 LimX COSA。以硬件设计制造、认知与运动智能融合、具身智能操作系统三大技术为核心，致力于推动物理世界的 AGI 落地，产品已应用于科研、商业服务、工业巡检等领域。公司获得阿里巴巴、京东等战略投资，近期完成多轮融资。
比推消息，据监测，前 Google DeepMind 资深研究科学家、Unreasonable Labs 联合创始人兼 CEO 曹原认为，AI for Science 正进入爆发期。但 AI 要真正独立做出诺贝尔奖级别的科学发现，至少还需要二三十年。曹原此前参与过 Gemini 等项目，现在创业方向也是让 AI 发现新知识。他认为，眼下最大的瓶颈是验证。写代码可以马上运行测试，数学还能用 Lean 逐步检查证明。但生物、材料和物理最终都要做真实实验。一次实验可能很贵，也可能要等很久，AI 很难像 Coding Agent 一样连续快速试错。更难的是创造新概念。曹原认为，现在的模型很会在已有知识、定义和定理里搜索答案，但还不会像顶尖科学家一样，抽象出新的数学对象、定义和理论。他把这种概念抽象称为 AGI 的最后一英里。
当印度总理莫迪今年早些时候邀请全球AI领袖赴新德里会面时，每位高管只被允许携带一名随行人员。大多数人带的是同事，而Anthropic首席执行官Dario Amodei带去的，是他的妻子Cami Clark。Clark在Anthropic没有任何正式职位，却几乎从不缺席丈夫的重要场合——无论是达沃斯论坛的前排座位，还是Sun Valley的Allen & Co.投资人聚会。据知情人士透露，她是Amodei最重要的战略顾问和情感支柱，同时还管理着家族的个人投资策略，并协助筛选外部投资邀约。更关键的是，正是她将前谷歌CEO Eric Schmidt引入Anthropic的早期投资人阵营，为这家公司的起步奠定了重要基础。随着Anthropic最快于今年秋天冲击估值逾2万亿美元（约合13.49万亿元人民币）的IPO，Clark的存在正受到前所未有的审视。华尔街日报和The Information近日相继发布深度报道，还原了这位"Anthropic第一夫人"从里诺蓝领家庭走向全球最炙手可热AI公司核心圈层的曲折历程——其中包括一段鲜为人知的往事：她曾试图向已登记在册的性犯罪者爱泼斯坦募资，为自己的成人影片公司寻求投资。刻意隐身的"影子顾问"Clark的影响力与其网络存在感之间，存在着惊人的落差。据华尔街日报分析及一名知情人士透露，网络上有关Clark的信息极为稀少，且有人曾主动删除相关记录。她的个人网站已下线，LinkedIn主页消失，Instagram也停止更新。Amodei的维基百科页面直到今年夏天才注明其已婚，且至今未写明妻子姓名。在谷歌搜索"Dario Amodei的妻子"，弹出的往往是其姐姐、Anthropic联合创始人Daniela Amodei的照片。就连Anthropic自家的AI聊天机器人Claude，在被问及相关问题时也只能回答："Dario Amodei的婚姻状况似乎尚未得到明确证实。"然而在现实世界中，Clark的存在感截然不同。她随丈夫出席达沃斯、新德里、Sun Valley等高规格场合，以其外向的社交风格弥补了Amodei偏于内敛的性格短板。据知情人士描述，她会主动与政界人士和潜在投资者攀谈，再将他们引荐给丈夫。今年7月的Sun Valley会议上，她与Ivanka Trump共进午餐，并与Jared Kushner交流——此前Amodei曾接触Kushner寻求投资。一名与这对夫妇相识的人士表示，尽管两人已在一起逾十年，近期在活动上见到他们时，"感觉他们像新婚夫妇一样亲密"。从里诺到硅谷：一条蜿蜒的创业路Clark于1979年出生于内华达州里诺，成长于蓝领家庭。据一名了解她的人士透露，她14岁便开始在外祖母和姨祖母工作的管道工人工会打工。高中毕业后，她前往旧金山湾区，就读于加州艺术学院建筑专业，后在高端办公家具公司Herman Miller从事业务拓展工作，由此获得了观察科技行业的第一扇窗口。1999年，年仅20岁的Clark嫁给了64岁的里诺建筑师Waldemar Eklof III，三年后离婚。此后她辗转于旧金山、纽约和洛杉矶之间，2007年其旧金山公寓遭银行止赎，2009年申请破产。然而她始终没有停止创业的尝试。2009年前后，Clark与Michelle Capocefalo联合创办了Eddice——一家以女性为目标受众的成人影片公司，口号是"intellectually promiscuous"...
比推消息，据智能纪元 AGI 独家获悉，DeepSeek 正在大量招聘情感智能数据产品经理职位，日薪 510 元，负责优化 DeepSeek 模型在情感场景下的能力表现，提升角色扮演与情感交互的真实感与沉浸度，深入挖掘情感场景中的 Badcase 并进行归因分析。 该招聘信息表明 DeepSeek 正在从编程等基础能力向更接近人类语言的情感交互方向拓展，产品定位类似豆包，旨在打造更具“人格化”特征的 AI 模型体系，而非局限于编程场景。此前 DeepSeek 已于 8 月 13 日面向开发者推出 Harness 预览版，据花旗研报及易观数据，当前市场同类产品 WorkBuddy 跨平台 MAU 已突破 2000 万，PC 端月访问量 2097 万次。DeepSeek 尚未就情感 AI 方向的具体产品规划作出说明。
比推消息，AI 投资人 Leopold Aschenbrenner 旗下 Situational Awareness 基金在 7 月下旬几乎清仓全部公开市场股票仓位，仅保留了对 Anthropic 的私募股权持仓。据称，Ken Griffin 旗下 Citadel 接手了该基金出售的大部分股票资产。Situational Awareness 此前管理规模一度达到 450 亿美元，但 AI 基础设施相关股票出现亏损后，基金大幅削减公募股票仓位。在几乎所有公开股票均被出售的情况下，Anthropic 成为唯一未被动用的核心持仓。据悉，Aschenbrenner 在 7 月发布的投资者信中曾将 Anthropic 潜在 IPO 视为重要催化剂。Anthropic 是全球估值最高的私人 AI 公司之一，若未来上市，早期投资者将获得退出和兑现收益的机会。分析认为，Aschenbrenner 在经历 AI 基础设施股票的大幅调整后仍选择保留 Anthropic 持仓，反映出其对 Anthropic 及自身 AGI 长期投资逻辑的持续看好。目前 Anthropic 尚未上市，普通投资者无法直接交易其股票，市场上的相关公开市场映射标的主要包括亚马逊和英伟达，两家公司均已向 AI 基础设施投入大量资金。