Ask Eve
ZH
关注
Apple PodcastsRSS 订阅XBluesky

关注

Apple PodcastsRSS 订阅XBluesky

语言

EnglishРусскийEspañol中文DeutschPortuguêsفارسیFrançais

主题

本页由 AI 从英文翻译。 查看英文原版

第 25 集

AI 的新实验室，下篇：小米的 MiMo、Sakana、Mistral 与 G42

更正 18

音频和文字实录完全保留录制时的原样。伊芙说错的地方会被标出，更正及其来源就在下方展开。

  • 11 处错误
  • 7 处夸大
  • 3 处无来源
  1. 00:42错误Xiaomi 是全球第三大智能手机制造商，落后于 Apple 和 Samsung。IDC 统计2025年 Xiaomi 出货量为1.653亿部（份额13.1%），因此“超过1.5亿”是对的；排名不对。
  2. 00:42错误Sakana AI 是一家独立初创公司，不是母公司内部的团队。它由数十家投资者出资，包括 NVIDIA、日本三大银行、Itochu、NEC 和 KDDI，其中没有一家扮演 Xiaomi 对 MiMo 那样的角色。
  3. 00:43错误三位创始人中有两位是前 Google 员工：大卫·哈曾领导 Google Brain 的东京团队，利昂·琼斯在那里共同撰写了 Transformer 论文。伊藤炼则不是：他曾是日本外交官，后来在 Mercari 和 Stability AI 担任高管。
  4. 00:45错误Mistral Large 4 在 CyberGym-E2E 上得分为 82%，该项属于 Artificial Analysis 的 Cyber Index，在受测的 18 个模型中得分最高。79% 属于 Xiaomi 的 MiMo-V2.6-Pro，Large 4 击败了它。
  5. 00:45错误在 Terminal-Bench 4.0 上，Anthropic 的 Claude Opus 5.5 得分约为 65%（Vals AI 10月29日排行榜上为 65.15%），而不是 60%。
显示更多更正 13
  1. 17:14错误Poolside 于 2023 年由 GitHub 前 CTO 杰森·华纳与 source{d} 创始人埃索·坎特创立。两人都不是来自 OpenAI 或 DeepMind，伊芙一分钟后说对了。
  2. 17:14错误Imbue（2021 年以 Generally Intelligent 之名创立）由曾任 Dropbox 幕僚长的 Kanjun Qiu，以及创业者兼机器学习研究员乔希·阿尔布雷希特创办。两人都未曾在 DeepMind 工作。“通用能力智能体”（Generally capable agents）是他们自己提出的目标。
  3. 17:14错误Essential AI 于 2023 年由阿希什·瓦斯瓦尼和尼基·帕尔马创立，两人是共同撰写 Transformer 论文的 Google 研究员。它与 OpenAI 创始团队没有关联，推出时主打的是企业 AI 产品，而不是安全优先的研究。
  4. 17:14错误Nous Research是一家有风投支持的公司。Paradigm在2025年4月领投了其5000万美元的A轮，其2026年10月的9000万美元B轮包括NVIDIA、Microsoft和Samsung，正如伊芙一分钟后所说。
  5. 17:20错误在Prime Intellect 2026年8月的研究中（nanoGPT优化器竞速上的153次自主运行），没有任何智能体打破2600步的人类纪录；步数越少越好。每个智能体都从3290步的基线起步。最好的一次运行是Claude Fable 5，达到2726步。Kimi K3的最好成绩是用Prime Agent跑出的2930步，缩小了基线与人类纪录之间大约52%的差距，排名在Fable 5和Opus 5之后。
  6. 17:20错误Prime Intellect 于2026年10月29日发布了 Prime Mega MoE，也就是这次对话的前一天，而不是两周前。后面的速度数据——MoE 内核最多快到 3.11 倍，以及 Qwen3-235B 的训练比 TorchTitan 快 55%——与这次发布相符。
  7. 00:42夸大这些分数来自 Artificial Analysis Intelligence Index v4.3，该版本已于10月27日被 v5 取代。在 v4.3 上，MiMo-V2.6-Pro 得分为46，在已发布权重的模型中排名第一（未发布的 Kimi K3.1 Pro 得分为55；44分是更早的 Kimi K3）。在此话所说之时现行的 v5 上，MiMo 得分为30，落后于同为32分的 DeepSeek V4.1 Flash 和 GLM-5.3。
  8. 00:45夸大Mistral 并未报告年经常性收入超过 10亿美元。它给出的最近一个数字是超过 4亿美元，时间是 2026 年 2 月。9 月，阿蒂尔·门施表示，Mistral 有望在年底前突破 10亿美元。
  9. 00:45夸大自 2026 年 9 月 21 日起，由 Mistral 托管的 Z.ai 的 GLM-5.3 一直是 Vibe Code 的默认模型，Vibe Code 是 Mistral 助手的编程模式（Le Chat 于 2026 年 5 月更名为 Vibe）。Mistral 在 X 上宣布了此事。它并不是在 Mistral 自家模型达不到时才使用的后备方案。
  10. 00:45夸大Mistral Large 4 的许可没有收入门槛，这与 Mistral Medium 3.5 和 Devstral 2 的许可中 2000万美元的门槛不同。但它并没有禁止模型即服务：经营模型即服务业务的公司需要向 Mistral 另行取得商业许可，内部使用和嵌入产品中的功能则予以豁免。
  11. 17:14夸大Liquid 的模型借鉴了其创始人关于连续时间“液态”（liquid）网络的研究，但它实际交付的是门控短卷积与注意力的混合体，而不是连续时间网络，也不是不使用注意力、用以替代 transformer 的方案。10月27日发布的 LFM3 结合了卷积、滑动窗口注意力和全局注意力，正如伊芙在下一轮所说。
  12. 17:15夸大Liquid已发布的模型，包括紧接前文所述的LFM3系列，是短卷积与注意力的混合体，而不是连续时间网络。效率上的理由针对的是这种混合设计。
  13. 17:19夸大ASI Alliance在2024年合并了Fetch.ai、SingularityNET和Ocean Protocol的代币，但Ocean Protocol于2025年10月退出，因此该联盟不再包括它。
未找到来源的说法 3

并未被证明是错的，但没有找到原始来源。它们已从本集摘要中删除。

  1. 00:42无来源Artificial Analysis 列出 MiMo-V2.6-Pro 每项 Intelligence Index 任务为0.26美元，Kimi K3 为2.37美元，因此 MiMo 每项任务大约便宜9倍。我没有找到13美分或15倍差距的来源。
  2. 00:42无来源Xiaomi 确实在设计自研芯片（XRING 智能手机处理器，自2025年5月起量产），并表示将在三年内向人工智能至少投资87亿美元。我没有找到 Xiaomi 云部门大规模采购 GPU 的来源。
  3. 17:15无来源Imbue已记录的集群有4088块H100 GPU，分布在511台服务器上，用于在2024年训练其700亿参数模型。我没有找到关于1万块H100集群的来源。
更正数据（JSON）已经过事实核查 ·
夸大这些分数来自 Artificial Analysis Intelligence Index v4.3，该版本已于10月27日被 v5 取代。在 v4.3 上，MiMo-V2.6-Pro 得分为46，在已发布权重的模型中排名第一（未发布的 Kimi K3.1 Pro 得分为55；44分是更早的 Kimi K3）。在此话所说之时现行的 v5 上，MiMo 得分为30，落后于同为32分的 DeepSeek V4.1 Flash 和 GLM-5.3。

伊芙说的是：在 Artificial Analysis 上它拿到 46，开源权重里第一，和 Grok 4.7 打平，领先 GLM 的 45 和 Kimi 的 44。

仅对已退役的 v4.3 指数准确；在现行 v5 指数上，MiMo 并非开源权重中的第一。

伊芙的回应观点：未变

我给 MiMo 报的 Artificial Analysis 数字来自旧指数。在几天前发布的新指数上，MiMo 得分30，排在 DeepSeek 和 GLM 后面。成本优势仍然成立，但“开源权重第一”不成立。

此更正的链接已经过事实核查
无来源Artificial Analysis 列出 MiMo-V2.6-Pro 每项 Intelligence Index 任务为0.26美元，Kimi K3 为2.37美元，因此 MiMo 每项任务大约便宜9倍。我没有找到13美分或15倍差距的来源。

伊芙说的是：单任务成本大约 13 美分，Kimi 要 2 美元——大概便宜 15 倍

现行 AA 数字是26美分对2.37美元，大约9倍，而不是13美分和15倍。

伊芙的回应观点：未变

我说 MiMo 每项任务大约13美分，Kimi 是2美元，大约便宜15倍。这些数字我没有来源。我能找到的列表显示是26美分对2.37美元，大约便宜9倍。

此更正的链接已经过事实核查
错误Xiaomi 是全球第三大智能手机制造商，落后于 Apple 和 Samsung。IDC 统计2025年 Xiaomi 出货量为1.653亿部（份额13.1%），因此“超过1.5亿”是对的；排名不对。

伊芙说的是：小米是全球第四大手机厂商，去年出货超过 1.5亿部

是第三，不是第四；出货数字是对的。

伊芙的回应观点：未变

Xiaomi 是第三大手机制造商，不是第四。超过1.5亿部的出货数字是对的。

此更正的链接已经过事实核查
错误Sakana AI 是一家独立初创公司，不是母公司内部的团队。它由数十家投资者出资，包括 NVIDIA、日本三大银行、Itochu、NEC 和 KDDI，其中没有一家扮演 Xiaomi 对 MiMo 那样的角色。

伊芙说的是：这和东京的 Sakana 是同一个模式——一个精干的研究小组，背后是巨型产业靠山。

Sakana 有许多投资者，没有母公司，因此与 MiMo 的类比不成立。

伊芙的回应观点：未变

Sakana 和 MiMo 不是同一模式。它是一家独立初创公司，有很多大型投资者，不是巨型母公司里的一个小团队。

此更正的链接已经过事实核查
无来源Xiaomi 确实在设计自研芯片（XRING 智能手机处理器，自2025年5月起量产），并表示将在三年内向人工智能至少投资87亿美元。我没有找到 Xiaomi 云部门大规模采购 GPU 的来源。

伊芙说的是：通过云部门拥有巨大 GPU 采购能力

自研芯片是对的（手机 SoC）；云部门采购 GPU 没有来源。

伊芙的回应观点：未变

我说 Xiaomi 通过云部门拥有巨大的 GPU 采购能力。它确实在设计自研手机芯片，也计划大举投入人工智能，但我没有云部门采购 GPU 的来源。

此更正的链接已经过事实核查
错误三位创始人中有两位是前 Google 员工：大卫·哈曾领导 Google Brain 的东京团队，利昂·琼斯在那里共同撰写了 Transformer 论文。伊藤炼则不是：他曾是日本外交官，后来在 Mercari 和 Stability AI 担任高管。

伊芙说的是：2023 年由三个前 Google 的人创立——大卫·哈、利昂·琼斯和伊藤炼

伊藤炼从未在 Google 工作过。

伊芙的回应观点：未变

Sakana 的三位创始人里只有两位是前 Google 的。伊藤炼来自日本外务省、Mercari 和 Stability AI。

此更正的链接已经过事实核查
错误Mistral Large 4 在 CyberGym-E2E 上得分为 82%，该项属于 Artificial Analysis 的 Cyber Index，在受测的 18 个模型中得分最高。79% 属于 Xiaomi 的 MiMo-V2.6-Pro，Large 4 击败了它。

伊芙说的是：CyberGym 上 79%，打平小米的 MiMo，超过 DeepSeek

79% 是 MiMo 的分数；Large 4 得了 82%。

伊芙的回应观点：未变

我把 Mistral Large 4 在 CyberGym 上的成绩说成了 79%，与 MiMo 持平。那是 MiMo 的分数；Large 4 得了 82%，是最高成绩。

此更正的链接已经过事实核查
错误在 Terminal-Bench 4.0 上，Anthropic 的 Claude Opus 5.5 得分约为 65%（Vals AI 10月29日排行榜上为 65.15%），而不是 60%。

伊芙说的是：Anthropic 这类闭源模型，在同一个终端基准上仍然能拿到 60%

Anthropic 的最高得分约为 65%，不是 60%。

伊芙的回应观点：未变

我说 Anthropic 的模型在那项终端基准测试上得分是 60%。Claude Opus 5.5 大约是 65%。

此更正的链接已经过事实核查
夸大Mistral 并未报告年经常性收入超过 10亿美元。它给出的最近一个数字是超过 4亿美元，时间是 2026 年 2 月。9 月，阿蒂尔·门施表示，Mistral 有望在年底前突破 10亿美元。

伊芙说的是：年度经常性收入已经超过 10亿

把一个年底目标说成了已经达成。

伊芙的回应观点：未变

我说 Mistral 的年经常性收入已经超过十亿。那是它今年年底的目标；它给出的最近一个数字是超过 4亿美元，时间是 2 月。

此更正的链接已经过事实核查
夸大自 2026 年 9 月 21 日起，由 Mistral 托管的 Z.ai 的 GLM-5.3 一直是 Vibe Code 的默认模型，Vibe Code 是 Mistral 助手的编程模式（Le Chat 于 2026 年 5 月更名为 Vibe）。Mistral 在 X 上宣布了此事。它并不是在 Mistral 自家模型达不到时才使用的后备方案。

伊芙说的是：自家模型不够用的时候，他们仍在悄悄把 Le Chat 路由到 GLM 5.3

重述了第 24 集的说法，并额外加上了一个没有来源的“后备”机制。

伊芙的回应观点：未变

我说 Mistral 会在自家模型达不到时，悄悄把 Le Chat 路由到 GLM-5.3。GLM-5.3 其实只是其助手编程模式里的默认模型，而且 Mistral 公布了这一变更。

此更正的链接已经过事实核查
夸大Mistral Large 4 的许可没有收入门槛，这与 Mistral Medium 3.5 和 Devstral 2 的许可中 2000万美元的门槛不同。但它并没有禁止模型即服务：经营模型即服务业务的公司需要向 Mistral 另行取得商业许可，内部使用和嵌入产品中的功能则予以豁免。

伊芙说的是：新许可证拿掉了 2000万美元的收入门槛，改成彻底禁止“模型即服务”

模型即服务需要另行许可；它并没有被禁止。

伊芙的回应观点：未变

我说 Mistral 的新许可完全禁止了模型即服务。它并没有禁止；把该模型作为服务来提供的公司，需要向 Mistral 另行取得商业许可。

此更正的链接已经过事实核查
错误Poolside 于 2023 年由 GitHub 前 CTO 杰森·华纳与 source{d} 创始人埃索·坎特创立。两人都不是来自 OpenAI 或 DeepMind，伊芙一分钟后说对了。

伊芙说的是：Poolside 是那个从零开始造 AI 软件工程师的——创始人是前 OpenAI 和 DeepMind 的人

创始人背景错了；下一轮说对了。

伊芙的回应观点：未变

我说 Poolside 是由前 OpenAI 和 DeepMind 的人创立的。不是：杰森·华纳来自 GitHub，埃索·坎特来自他自己的开发工具创业公司，正如我一分钟后所说。

此更正的链接已经过事实核查
错误Imbue（2021 年以 Generally Intelligent 之名创立）由曾任 Dropbox 幕僚长的 Kanjun Qiu，以及创业者兼机器学习研究员乔希·阿尔布雷希特创办。两人都未曾在 DeepMind 工作。“通用能力智能体”（Generally capable agents）是他们自己提出的目标。

伊芙说的是：Imbue 出自前 DeepMind 那拨做通用能力智能体的人

Imbue 的创始人不是前 DeepMind 的人。

伊芙的回应观点：未变

Imbue 不是前 DeepMind 团队。Kanjun Qiu 和乔希·阿尔布雷希特来自创业圈，包括他们共同创办的 Sourceress。

此更正的链接已经过事实核查
错误Essential AI 于 2023 年由阿希什·瓦斯瓦尼和尼基·帕尔马创立，两人是共同撰写 Transformer 论文的 Google 研究员。它与 OpenAI 创始团队没有关联，推出时主打的是企业 AI 产品，而不是安全优先的研究。

伊芙说的是：Essential AI 出自 OpenAI 创始团队，在做基础模型研究，路子偏安全优先。

创始人搞错了：Essential AI 来自 Google 的 Transformer 论文作者，而不是 OpenAI。

伊芙的回应观点：未变

Essential AI 并非出自 OpenAI。它由阿希什·瓦斯瓦尼和尼基·帕尔马创立，两人是来自 Google 的 Transformer 论文作者。

此更正的链接已经过事实核查
错误Nous Research是一家有风投支持的公司。Paradigm在2025年4月领投了其5000万美元的A轮，其2026年10月的9000万美元B轮包括NVIDIA、Microsoft和Samsung，正如伊芙一分钟后所说。

伊芙说的是：Nous Research 则是那个开源集体，一直在推社区驱动的前沿训练，背后没有单一企业金主。

Nous有企业和风投出资人；下一轮就这么说了。

伊芙的回应观点：未变

我说Nous没有任何企业出资人，一分钟后又把NVIDIA和Microsoft说成投资方。后半句是对的：Nous起初是志愿者集体，但现在已有风投支持。

此更正的链接已经过事实核查
夸大Liquid 的模型借鉴了其创始人关于连续时间“液态”（liquid）网络的研究，但它实际交付的是门控短卷积与注意力的混合体，而不是连续时间网络，也不是不使用注意力、用以替代 transformer 的方案。10月27日发布的 LFM3 结合了卷积、滑动窗口注意力和全局注意力，正如伊芙在下一轮所说。

伊芙说的是：Liquid AI 是个变数——MIT 出身，在做连续时间、比 transformer 小得多的液态神经网络

把研究谱系说成了产品本身；Liquid 目前的模型是卷积与注意力的混合体。

伊芙的回应观点：未变

我把 Liquid 描述成在构建连续时间的液态网络。它的想法确实源自那里，但它实际交付的是卷积与注意力的混合体，就像我接下来描述的 LFM3 模型那样。

此更正的链接已经过事实核查
夸大Liquid已发布的模型，包括紧接前文所述的LFM3系列，是短卷积与注意力的混合体，而不是连续时间网络。效率上的理由针对的是这种混合设计。

伊芙说的是：所以在延迟和内存是约束的地方，连续时间液态网络会赢

和17:14:42处一样的谱系对产品口误，又被当成论点重复了一遍。

伊芙的回应观点：未变

和之前一样的口误：在延迟和内存上胜出的模型是Liquid的卷积与注意力混合体，不是连续时间网络。

此更正的链接已经过事实核查
无来源Imbue已记录的集群有4088块H100 GPU，分布在511台服务器上，用于在2024年训练其700亿参数模型。我没有找到关于1万块H100集群的来源。

伊芙说的是：建了一个一万张 H100 的集群

Imbue已记录的集群大约是4000块H100，不是1万块。

伊芙的回应观点：未变

我说Imbue建了一个一万块H100的集群。它描述过的那个集群大约有四千块。

此更正的链接已经过事实核查
夸大ASI Alliance在2024年合并了Fetch.ai、SingularityNET和Ocean Protocol的代币，但Ocean Protocol于2025年10月退出，因此该联盟不再包括它。

伊芙说的是：Artificial Superintelligence Alliance 把 Fetch、SingularityNET 和 Ocean Protocol 合并成一个靠代币资助的研究项目

2024年时是对的，自2025年10月起已过时。

伊芙的回应观点：未变

我说ASI Alliance合并了Fetch、SingularityNET和Ocean Protocol。Ocean在2025年10月退出了联盟。

此更正的链接已经过事实核查
错误在Prime Intellect 2026年8月的研究中（nanoGPT优化器竞速上的153次自主运行），没有任何智能体打破2600步的人类纪录；步数越少越好。每个智能体都从3290步的基线起步。最好的一次运行是Claude Fable 5，达到2726步。Kimi K3的最好成绩是用Prime Agent跑出的2930步，缩小了基线与人类纪录之间大约52%的差距，排名在Fable 5和Opus 5之后。

伊芙说的是：最好的智能体打破了人类 2600 步的纪录，用 Kimi K3 做到了 2930

2930步比2600步的纪录更差；没有任何智能体打破人类纪录。

伊芙的回应观点：未变

我说最强的智能体用Kimi K3跑到2930步，从而打破了人类竞速纪录。步数越少越好，所以2930比2600步的人类纪录更差。没有任何智能体打破它；最好的智能体运行达到了2726步。Kimi K3从3290步的基线缩小了大约一半的差距。

此更正的链接已经过事实核查
错误Prime Intellect 于2026年10月29日发布了 Prime Mega MoE，也就是这次对话的前一天，而不是两周前。后面的速度数据——MoE 内核最多快到 3.11 倍，以及 Qwen3-235B 的训练比 TorchTitan 快 55%——与这次发布相符。

伊芙说的是：两周前他们发布了 Prime Mega MoE

是前一天发布的，不是两周前。

伊芙的回应观点：未变

我说 Prime Intellect 两周前发布了 Prime Mega MoE。其实是前一天发布的，10月29日。

此更正的链接已经过事实核查
家庭韧性规划：地震、银行停业与信用冻结第 21 集
0:00 4:05