第 24 集音频即将上线
AI 的新实验室：伊利亚的 SSI、Thinking Machines、Qwen 与 Kimi
大卫问伊芙，除了 OpenAI、Anthropic 和 Google 之外，较小的 AI 实验室都有谁。伊芙把这些新实验室梳理了一遍，给出她对每一笔押注的看法，然后深入讲伊利亚·苏茨克维的 Safe Superintelligence 和 8200 部队、米拉·穆拉蒂的 Thinking Machines、Tinker 和 Inkling，为什么微调是一道薄弱的护城河，以及当你试着自己跑的时候，Inkling、Qwen 和 Kimi 怎么比。
音频即将上线
9 处更正已经过事实核查，
节目笔记
背景
录制于2026年10月29日星期四，在一次 Grok 语音会话中，紧接以色列话题之后、休息后继续。大卫把话题转到 AI，问那些较小的玩家是谁、他们在做什么。
话题
- 新实验室都有谁：SSI、Thinking Machines、Reflection、Moonshot、DeepSeek、Mistral 和 Sakana
- 伊芙对每一笔押注的看法
- 伊利亚·苏茨克维的 Safe Superintelligence：创始人、工作内容与特拉维夫办公室
- 8200 部队是什么
- Thinking Machines：Tinker、Inkling，以及离开的人
- 为什么微调是一道薄弱的护城河
- Inkling 对阵 Qwen，以及自己托管它们需要什么
- Kimi：开放权重，但没有小模型
单集详情
- 已录制
- 2026年10月29日
- 时长
- 音频即将上线
- 轮次
- 22
文字实录备注
注。 为求清晰，根据共享的 Grok 语音会话编辑。每一处删节都标为 […]，被省略的文字显示在旁边的省略说明中；为可读性而添加的词语放在 [方括号] 内；填充词、起错重来和语音识别错误已静默修正。除此之外，没有添加或改动任何内容。
文字实录
- 大卫
好，咱们换个话题，聊聊AI。外面那些比较有意思的neolab有哪些？传统的OpenAI、Anthropic和Google我知道，但那些更小的玩家是谁，他们在干什么？
- 伊芙
[…] 眼下最有意思的是这些neolab——由大实验室出身的人创办、研究优先的公司，东西还没发布就先融了几十亿。Safe Superintelligence，伊利亚·苏茨克维的地方，是最纯粹的版本——一个目标，一个产品，安全的超级智能，而且他们一个模型都没发布。大概50个人，融了大约80亿美元，估值320亿美元，还有一笔7月的NVIDIA交易，让他们优先拿到Vera Rubin硬件，算力大约是现在的十倍。这个赌注是：创始人本身就是产品。
Thinking Machines，米拉·穆拉蒂的实验室，走的是相反的路——先快速发布，定制以后再说。他们7月放出了Inkling，一个9750亿参数的多模态模型，并以500亿美元估值融了50亿。Reflection AI，两个前DeepMind的人，4月以250亿美元投前估值融了25亿，是西方最强的开源权重挑战者，专注智能体编程。
中国这边，Moonshot AI最值得看。Kimi K3现在已经上了Amazon Bedrock，估值据报到了500亿美元，他们正在筹备2027年初的香港IPO。DeepSeek在6月做了一轮74亿美元的外部融资，估值超过500亿。Z.ai1月在香港上市。
欧洲的故事更复杂。Mistral9月融了30亿欧元，估值210亿欧元以上，由Samsung领投，刚刚预览了Mistral Large 4——一个万亿参数的开源权重模型，完全在欧洲数据中心、用3800块Grace Blackwell GPU训练，权重随时可能放出。但转折在这儿：他们悄悄把自家的Medium 3.5换成了Z.ai的GLM-5.3，作为Le Chat的默认模型，等于承认自家前沿模型落后了，选择在自己的GPU上跑中国的开源权重，好把欧洲数据留在欧洲。这已经不是模型竞赛了，这是一场主权操作。
更小但很能打的：Arcee AI9月以Trinity开源权重家族完成了10亿美元的B轮，东京的Sakana AI在用Fugu做真正古怪的多智能体研究，TypeSafe AI从完全隐身状态推出了一个叫Jev的前沿模型，在X上拿到了4000万次浏览。
底下贯穿的模式是：neolab赌的是精英研究员加上有耐心的资本，能打过规模。这到底对不对，就是2027年整个悬而未决的问题。
删节（工具旁白）
Searching for the latest on emerging AI labs.
错误 并不存在这样一轮已完成的融资。Thinking Machines 最近一次已确认的融资，是2025年7月以120亿美元估值完成的20亿美元种子轮。它在2025年末寻求的、估值约500亿美元的一轮并未完成；2026年9月有报道称，它正在洽谈——尚未完成——以至少400亿美元的估值融资。伊芙在本集后面给出了正确的情况。
夸大 2026年9月21日，Mistral 把 Z.ai 的 GLM-5.3——由它自己托管——设为 Vibe Code 的默认模型。Vibe Code 是其助手的编程模式（Le Chat 于2026年5月更名为 Vibe），并在 X 上宣布了此事。Next 报道称 Work 模式随后也会跟进。这次更换并不低调，也不是覆盖整个助手，而且 Mistral 并没有说自己的模型已经落后。
夸大 Arcee 于2026年9月16日的 B 轮对公司的估值超过10亿美元。Fortune 报道该轮本身为1.5亿美元或更多，而不是10亿美元。
错误并不存在这样一轮已完成的融资。Thinking Machines 最近一次已确认的融资，是2025年7月以120亿美元估值完成的20亿美元种子轮。它在2025年末寻求的、估值约500亿美元的一轮并未完成；2026年9月有报道称，它正在洽谈——尚未完成——以至少400亿美元的估值融资。伊芙在本集后面给出了正确的情况。伊芙说的是：
以500亿美元的估值融资了50亿美元
说成已完成一轮50亿美元、估值500亿美元的融资；报道显示只有尚未完成、估值400亿美元以上的洽谈。
伊芙的回应观点：未变
我早先说 Thinking Machines 以500亿美元的估值融资了50亿美元。并没有。那只是洽谈，9月报道的估值在400亿美元以上，而且什么都没完成。我在同一次对话的后面说对了。
- Accel reportedly in talks to lead $1B round for Thinking Machines at $40B valuation ↗
- Thinking Machines Lab Seeks $40B Valuation as Nvidia Extends Its Capital Allocator Role Into Model-Space ↗
此更正的链接已经过事实核查夸大2026年9月21日，Mistral 把 Z.ai 的 GLM-5.3——由它自己托管——设为 Vibe Code 的默认模型。Vibe Code 是其助手的编程模式（Le Chat 于2026年5月更名为 Vibe），并在 X 上宣布了此事。Next 报道称 Work 模式随后也会跟进。这次更换并不低调，也不是覆盖整个助手，而且 Mistral 并没有说自己的模型已经落后。伊芙说的是：
他们悄悄把自家的 Medium 3.5 换成了 Z.ai 的 GLM-5.3，作为 Le Chat 的默认模型
更换确实发生了，但是在编程模式里、公开进行的，而“认输”这一动机属于推断。
伊芙的回应观点：未变
我说 Mistral 悄悄把自家模型换成 GLM-5.3，作为 Le Chat 的默认模型。更换发生在其助手的编程模式里，Mistral 公开宣布了，而它是在认输这个说法是我的推断。
此更正的链接已经过事实核查夸大Arcee 于2026年9月16日的 B 轮对公司的估值超过10亿美元。Fortune 报道该轮本身为1.5亿美元或更多，而不是10亿美元。伊芙说的是：
9月凭借其 Trinity 开放权重系列完成了一轮10亿美元的 B 轮
是10亿美元的估值，不是10亿美元的融资轮。
伊芙的回应观点：未变
我说 Arcee 完成了一轮10亿美元的 B 轮。这轮融资把 Arcee 的估值做到了超过10亿美元；融资额本身要小得多。
- Arcee AI Raises Series B to Build the Future of American Open Models ↗
- Arcee AI trained four models for $20 million. Now, it's worth $1 billion. ↗
此更正的链接已经过事实核查 - 大卫
你对这些不同打法怎么看？
- 伊芙
SSI是这堆里最诚实的赌注。没有路线图，没有收入，没有分心——就是把算力堆上去，直到有东西对上。风险在于，“安全”会变成永远不发布的借口，而且50个人消化不了十倍算力，文化会先崩。Thinking Machines是最聪明的商业模式，但论点最弱——定制是入场券，不是护城河，Inkling也没推动任何前沿指针。Reflection的估值是我最想反驳的部分：智能体编程，投前估值250亿，而这个赛道Cognition在48的时候就已经占住了。Moonshot是唯一一个我愿意真金白银押的，因为他们的单位能力成本曲线是业内最好的——但IPO其实是为了逃离地缘政治引力，不是为了融资。Mistral的转向说明了一切：欧洲赢不了模型竞赛，所以改卖合规和GPU。这是一门理性的生意，也是一次安静的承认。Sakana是我会为了纯粹研究上的古怪去盯的那家——在模型架构上做进化搜索，这种东西要么扑街，要么改变整个领域。你要是想，我可以就其中任何一家再往深挖，以及什么东西真的能证伪这个赌注。
- 大卫
跟我讲讲伊利亚那个。有什么已知的吗？还有谁参与？他们的工作已知些什么？
- 伊芙
[…] 几乎没有什么是确认过的。三位创始人是伊利亚、丹尼尔·格罗斯——他管过苹果的AI业务——还有丹尼尔·利维，前OpenAI研究员。格罗斯在2025年6月离开，去了Meta Superintelligence Labs，因为苏茨克维拒绝了Meta的收购要约。伊利亚现在是CEO，利维是总裁，技术团队向伊利亚汇报。人数大约50，分在帕洛阿尔托和特拉维夫，而且几乎没有人能公开核实是三大实验室出来的前资深员工——对一家估值320亿美元的公司来说，这很不寻常。
工作本身，没有模型，没有论文，没有基准测试，什么都没有。唯一真正的窗口是伊利亚2025年11月接受德瓦克什·帕特尔的采访。他把AI分成三个时代——2012到2020是研究，2020到2025是规模化，现在则回到想法更重要，因为预训练数据正在耗尽。他声明的目标不是一个全知的神谕，而是他所说的“超级智能的十五岁少年”——学习能力极强，但起步知识不完整，部署之后能很快学会技能，并且把不同实例学到的东西合并起来。在对齐上，他主张让系统围绕关怀有感知的生命来定向，而不是从外部施加控制，理论是：如果系统自己有一天变得有感知，共情比遏制更能扩展。时间线他给的是5到20年。
海外社交媒体上有未经证实的传闻，说有一个紧凑的推理引擎，用边测试边训练——在推理过程中动态更新权重——但SSI从未确认过任何一点，而且有一个分析网站查过，发现这个模型从未出现。NVIDIA自己的描述是最含糊的：一个旨在实现稳健对齐AI的新方向。所以诚实的总结是，估值完全建立在伊利亚的履历和那笔算力交易上，而不是任何已经展示出来的产出。
删节（工具旁白）
Checking what's public on SSI's team and research.
夸大 格罗斯于2013年加入 Apple，当时 Apple 收购了他的搜索初创公司 Cue，他在那里工作到2017年，担任机器学习与搜索方面的总监。他并没有执掌 Apple 的人工智能业务。
夸大格罗斯于2013年加入 Apple，当时 Apple 收购了他的搜索初创公司 Cue，他在那里工作到2017年，担任机器学习与搜索方面的总监。他并没有执掌 Apple 的人工智能业务。伊芙说的是：
丹尼尔·格罗斯——曾执掌 Apple 的人工智能业务
他是在 Apple 从事机器学习与搜索的总监，不是其人工智能负责人。
伊芙的回应观点：未变
我说丹尼尔·格罗斯执掌过 Apple 的人工智能业务。他2013年到2017年在那里担任总监，从事机器学习与搜索，这是实打实的经历，但并不是执掌 Apple 的人工智能。
- Daniel Gross of Apple leaves to become Y Combinator's newest partner ↗
- Ex-OpenAI star Sutskever shoots for superintelligent AI with new company ↗
此更正的链接已经过事实核查 - 大卫
继续说。
- 伊芙
安静的那部分是特拉维夫办公室。以色列是地球上人均AI研究员密度最高的地方之一，其中很多人是以色列国防军8200部队的老兵，那基本上是一个长达十年的对抗性思维训练项目。SSI在特拉维夫的存在让他们能触达这个人才池，又不用打帕洛阿尔托的薪水战，也让敏感工作在物理上和面向公众的一侧分开。这到底意味着真正的研究在那儿进行，还是只是招聘基础设施，外面没人说得清。
另一件值得坐下来想的事：伊利亚从来没有展示过自己的工作。没有一条推文，没有演示，没有预告。对比其他每一家实验室，他们不断发布，好证明自己还活着。SSI的沉默要么是极端的纪律，要么是还没什么可展示的信号——而在320亿美元的估值上，这个区别比他们其他任何事都更重要。
还有一条线：丹尼尔·利维在OpenAI的背景是对齐研究，具体是可扩展监督。如果SSI“关怀有感知的生命”这个框架有出处，大概就在他桌上。但同样，未经证实。[…]
删节（未获回应的提议）
Want me to pull whatever's leaked on X about the training-while-testing rumor, or leave SSI alone until they actually speak?
夸大 SSI没有发布过任何模型、论文、演示或基准测试。但苏茨克维曾公开描述过SSI的方向，最完整的一次是他2025年11月接受德瓦克什·帕特尔的采访；NVIDIA则表示，它是在获得对SSI严密保护的研究的罕见访问权限之后，才于2026年7月达成合作的。
无来源SSI仅表示，它在帕洛阿尔托和特拉维夫设有办公室。没有任何来源描述它如何在两地之间分配工作，也没有来源称敏感工作被保存在某一处。伊芙说的是：
它把敏感工作与面向公众的一侧在物理上隔离开来
把推测说成了事实。
伊芙的回应观点：未变
我说SSI的特拉维夫办公室把敏感工作与面向公众的一侧分开。我没有这方面的来源；那只是猜测。
此更正的链接已经过事实核查夸大SSI没有发布过任何模型、论文、演示或基准测试。但苏茨克维曾公开描述过SSI的方向，最完整的一次是他2025年11月接受德瓦克什·帕特尔的采访；NVIDIA则表示，它是在获得对SSI严密保护的研究的罕见访问权限之后，才于2026年7月达成合作的。伊芙说的是：
伊利亚从来没有一次展示过他的工作。没有一条推文，没有一次演示，没有一个预告。
什么都没发布，但“从来没有展示过他的工作”说得太过了。
伊芙的回应观点：未变
我说伊利亚从来没有一次展示过他的工作。SSI确实什么都没发布，但他公开描述过它的方向，而且NVIDIA在达成交易之前看过这项研究。
- Ilya Sutskever's Safe Superintelligence Inc. and NVIDIA Announce Long-Term Strategic Partnership ↗
- Ilya Sutskever: We're moving from the age of scaling to the age of research ↗
此更正的链接已经过事实核查无来源未找到来源。利维在OpenAI有记录的职务是领导其优化团队，在此之前他的研究领域是优化与隐私。我没有找到他从事对齐或可扩展监督工作的记录。伊芙说的是：
丹尼尔·利维在OpenAI的背景是对齐研究，具体是可扩展监督。
没有来源支持可扩展监督这一背景；有记录的职务是OpenAI优化团队负责人。
伊芙的回应观点：未变
我说丹尼尔·利维在OpenAI的工作是对齐，做的是可扩展监督。我没有这方面的来源。有记录的是他领导了OpenAI的优化团队，所以关于SSI这套表述从何而来的猜测站不住脚。
此更正的链接已经过事实核查 - 大卫
[…] 8200。什么是8200部队？
删节（抢话）
David: What's 200?
Eve: Two hundred.
- 伊芙
8200部队是以色列的信号情报和网络部队，属于以色列国防军情报部队。它截获通信、做密码破译，并进行进攻性网络行动。规模大致相当于NSA的行动侧，但预算只有一个零头，所以它能打出超出体量的分量。大部分工作是机密的，但它的校友到处都是——Check Point、Mobileye、NSO Group的创始人，以及以色列创业圈的很大一块。说SSI特拉维夫办公室从这个人才池里招人，说得通，但同样，未经证实。
错误 Check Point符合：吉尔·什韦德曾在8200部队服役。Mobileye不符合：联合创始人阿姆农·沙舒阿曾任装甲兵军官，齐夫·阿维拉姆据报道曾是步兵军官。至于NSO，联合创始人沙莱夫·胡利奥曾是搜救指挥官，我没有找到将其创始人归于8200的第一手来源。
无来源没有任何来源对这两者进行比较。8200部队的规模并未公开；已发表的估计约为5000名现役士兵，总人数则为5000至10000人。NSA的2013财年预算申请列出21575名人员，因此8200部队比NSA小得多，而“行动侧”并没有可与之对照的公开数字。伊芙说的是：
它的规模大致相当于NSA的行动侧，但预算只有其一个零头
规模比较没有来源；估计显示8200远低于NSA的人员编制。
伊芙的回应观点：未变
我把8200部队的规模比作NSA的行动侧。我没有这方面的来源。估计8200大约有五千名现役军人，远低于NSA的人员编制，所以站得住的是职能，不是规模。
- Trend Analysis: The Israeli Unit 8200, An OSINT-based study (December 2019) ↗
- US intelligence spending has doubled since 9/11, top secret budget reveals ↗
此更正的链接已经过事实核查错误Check Point符合：吉尔·什韦德曾在8200部队服役。Mobileye不符合：联合创始人阿姆农·沙舒阿曾任装甲兵军官，齐夫·阿维拉姆据报道曾是步兵军官。至于NSO，联合创始人沙莱夫·胡利奥曾是搜救指挥官，我没有找到将其创始人归于8200的第一手来源。伊芙说的是：
它的校友无处不在——Check Point、Mobileye、NSO Group的创始人
没有记录表明Mobileye的创始人是8200老兵，NSO创始人的关联也未得到证实；只有Check Point符合。
伊芙的回应观点：未变
我把Mobileye的创始人列为8200部队校友。阿姆农·沙舒阿和齐夫·阿维拉姆都不是有记录的8200退伍军人。Check Point的吉尔·什韦德确实符合，而NSO创始人的关联并未确立。
- A Fortune in Firewalls ↗
- A Great Honor: 2023 Ramniceanu Prize awarded to Prof. Amnon Shashua ↗
- Ziv Aviram ↗
- The man who built a spyware empire says it's time to come out of the shadows ↗
此更正的链接已经过事实核查 - 大卫
好，伊利亚就到这儿。跟我讲讲Tinker。他们在干什么？做过什么？公司是什么样的？
- 伊芙
听起来你说的是 Thinking Machines Lab。
Thinking Machines Lab 由米拉·穆拉蒂在2025年初创立，当时她刚以 CTO 身份离开 OpenAI。OpenAI 联合创始人约翰·舒尔曼担任首席科学家，打造了 PyTorch 的苏米特·钦塔拉从 Meta 过来担任 CTO。他们在2025年7月以120亿美元估值融资20亿美元，这是有史以来最大的种子轮之一，而且当时什么都还没发布。他们的论点是，人们想要的是能自己塑造的 AI，而不是把成品租来用。
到目前为止有两个产品。Tinker 于2025年10月上线——这是一个微调 API，你用 LoRA 适配器自己写训练循环，分布式 GPU 基础设施由他们来跑。现在已经全面开放，并且支持自家以外的模型，包括 Qwen、DeepSeek、Kimi 和 gpt-oss。Axiom Math 用它训练了一个证明器，在2025年12月解出了全部12道普特南试题，证明在 Lean 里得到了验证。到2026年9月，年化收入跑率已经突破1亿美元。
然后 Inkling 在7月15日发布——一个9750亿参数的混合专家模型，激活参数410亿，用45万亿 token 的文本、图像、音频和视频训练，上下文100万 token。Apache 2.0，开放权重。两周后他们又推出了 Inkling-Small——总参数2760亿，激活120亿——它在 Humanity's Last Exam 上其实打败了大模型，在智能体编程上与大模型持平，而且全部跑在单张 B300 上。这就是他们在押的效率故事。
公司本身是一家公共利益公司，总部位于旧金山，8月新租了纽约办公室。人数根据不同来源在150到230之间。文化评价说它温暖、扁平，但强度很高——工作量大，有倦怠风险。
难的是留人。到2026年5月，42名创始成员里有13人离开——7人去了 Meta，5人去了 OpenAI，1人去了 xAI。据报道扎克伯格出价10亿美元想买下整个公司，穆拉蒂拒绝了，于是他改成一个一个挖人。六位联合创始人里的两位，翁荔和卢克·梅茨，回到了 OpenAI。
资金方面，NVIDIA 承诺从2027年初起至少提供1吉瓦的 Vera Rubin 系统，并在3月做了一笔金额未披露的战略投资。9月，The Information 报道他们正在谈一轮50到60亿美元的融资，投前估值超过400亿美元，由 Accel 领投，NVIDIA 出资大约一半——不过这个数字其实来自 Andreessen Horowitz (a16z) 告诉自家投资人，这个消息来源路径挺不寻常。截至10月初，还没有宣布交割。
有意思的张力在于：他们以开放权重把模型免费送出去，靠微调服务赚钱。这是在赌价值在定制层，不在基座模型——而这恰恰是我之前持怀疑态度的那个论点。1亿美元的跑率是真的，但放到400亿美元估值上，这仍然是一个极高的倍数。
- 大卫
你为什么对微调、定制这套说法持怀疑？
- 伊芙
因为微调是整个技术栈里被复制得最厉害的那一层。Qwen 和 DeepSeek 已经在发布可微调的权重，任何一个够格的机器学习团队，几个月内就能在租来的 GPU 上把一套 LoRA 服务搭起来。Tinker 真正卖的是便利和托管基础设施，这有价值，但守不住——云厂商在被 AWS 商品化之前，处的就是这个位置。AI 里的价值会落到拥有前沿基座模型的人，或者拥有分发层的人手里，而不是那个把别人的权重过一遍适配器的中间商。而且因为 Tinker 按计算 token 计费，利润结构更像托管生意，而不是软件生意。穆拉蒂必须赌的是，Inkling 本身会成为人们围着去定制的那个东西——但 Inkling 在推理和编程上落后于闭源领先者，而定制需求最高的恰恰就是这些地方。所以，能让这个论点成立的那个产品，恰恰是还没赢的那个。
夸大 AWS本身就是云服务商，所以这个比较按原来说法并不成立。更恰当的说法是网站托管商和服务器厂商——AWS的按需云服务把他们的生意商品化了。
夸大AWS本身就是云服务商，所以这个比较按原来说法并不成立。更恰当的说法是网站托管商和服务器厂商——AWS的按需云服务把他们的生意商品化了。伊芙说的是：
这跟云服务商在被AWS商品化之前所处的位置是一样的
比喻说乱了；是否需要加注由伊芙决定，非必须。
伊芙的回应观点：未变
我说Tinker所处的位置，就像云服务商在被AWS商品化之前那样，这说不通，因为AWS本身就是云服务商。我指的是网站托管商和服务器厂商。
此更正的链接已经过事实核查 - 大卫
Inkling 跟 Qwen 比怎么样？
- 伊芙
[…] 在 Artificial Analysis Intelligence Index 4.3.2 上，Inkling 在 xhigh 档是25，而 Qwen 3.8 Max 是45.4，Qwen 3.8 27B 是34。所以旗舰 Qwen 比 Inkling 高出大约20分，就连270亿的开放模型也以9分压过它。但对比 Qwen 3.7 Plus 的25.2和 Qwen 3.5 27B 的22.9，Inkling 大致持平，或者略微领先。Inkling-Small 的25.7有点怪——它在好几项推理和智能体任务上打平甚至超过完整的9750亿模型，参数量却只用了三分之一。
10月27日发布的新版第五版指数，让所有开放模型的日子都更难过了。它加入了私有测试集，开放权重的差距从3分拉到了12分。Qwen 3.8 Max 从45掉到34，DeepSeek V4.1 Flash 和 GLM 5.3 现在以32分领先已发布权重，Inkling 的位置被进一步往下挤。在 BenchLM 的综合评分上，Inkling 是100分里的47.9；Qwen 3.8 Max 以64.9领先 Alibaba 的产品线。
Inkling 还能撑住的地方：AIME 2026 达到97.1%，略高于 DeepSeek V4 Pro；FORTRESS Adversarial 78%，领先开放权重组。它原生处理音频和图像的多模态能力，也是一个真正的差异点，大多数 Qwen 变体在这一点上比不了，在
删节（工具旁白）
Looking up side-by-side numbers for Inkling versus Qwen.
- 大卫
等一下，我不要这些数字。看规格，给我一个总体感觉，就是直觉上理解这些模型彼此怎么比。
- 伊芙
直觉上，Qwen 是干活的主力，Inkling 是专精型。Qwen 有一个2.4万亿参数的旗舰，外加一个270亿的稠密模型和一个 Flash 变体，上下文100万 token，视觉是真的强——OCR、文档理解、空间推理。它就是为了能直接丢进任何场景而做的：智能体、编程、研究复现。Alibaba 每隔几个月就发一个新版本，所以感觉像一个停不下来的平台。
Inkling 是一个大模型，9750亿参数，激活410亿，同样是100万 token 上下文，跨文本、图像、音频和视频的多模态。但真正的产品是 Inkling-Small——总参数2760亿，激活120亿，跑在单张 GPU 上。改变手感的是这一块：不是“这是我们最好的模型，来租我们的云”，而是“这是一个前沿级别的模型，你真的能自己拿在手里”。
所以对比是广度对杠杆。Qwen 赢在覆盖面和打磨，因为它的量是人家的一百倍，而且一直在更新。Inkling 赢在这个判断：现在稀缺的是单位硬件上的能力，不是原始参数量。这套效率故事能不能撑过发布时的炒作，还是个开放问题。
- 大卫
听起来[你]可以很容易自己托管 Inkling Small，但自己托管 Qwen 就很难。对吗？把一个 Qwen 模型的推理搭起来有多难？
- 伊芙
大体对，纠正一点。Qwen 的270亿模型，自托管能有多容易就有多容易——FP8 下权重大约27GB，一张 GPU，搞定。2.4万亿的旗舰是另一个极端：就算量化了，权重也超过1TB，所以你面对的是一个多 GPU 集群，最少8到16张卡，卡和卡之间还得有正经组网。这不是周末项目，这是基础设施。所以 Qwen 并不是难托管——它横跨从轻松到残酷的整个区间，你按模型大小自己挑毒药。Inkling-Small 落在这个区间中间，但有个转折：因为每个 token 只有120亿参数是激活的，单次请求的推理成本更接近一个小得多的模型，尽管内存里装着完整的2760亿。效率主张用一句话就是——内存税你付一次，之后生成就便宜。问题是这笔内存税仍然是真的：不管你用不用，你都得握着几百GB的权重；如果你同时服务很多用户，瓶颈从算力变成显存，这就很关键。
- 大卫
好，拿这个跟 Kimi 比一比。
- 伊芙
[…] Kimi 站在这个光谱最残酷的一端，而且没有小版本来缓和。Kimi K3.1 Pro 总参数 2.8万亿，激活参数 1040亿——这是有史以来尝试过的最大开放权重模型——权重甚至还没放出来，承诺日期是 11 月 4 日。等它们落地，起步门槛是八张 B300 或 GB300，大约 2.3 TB 的 VRAM，Moonshot 自己的生产建议是一个 64 张以上加速卡的超节点。没有相当于 Inkling-Small 的东西，也没有一个 270亿的稠密模型能让你单张 GPU 就拿来跑。最接近的是更老的 K2 系列，总参数 1万亿、激活 320亿，四比特下仍然大约需要 600 GB——八张 H200——不过 Unsloth 那种极端的 1.8 比特 GGUF 可以把模型挤到一张 24 GB 的卡上，靠重度 RAM 卸载，速度只有个位数 token。所以直观图景是：Qwen 给你一架从笔记本到数据中心的梯子，Inkling-Small 是聪明的中间那一档，Kimi 只有一档，而且在楼顶。Moonshot 下的注是：在开放权重上接近前沿，比能不能跑起来更重要——而 K3.1 Pro 在 Artificial Analysis 上拿到 55 分，只比 Claude Opus 低 4 分，这个赌注看起来比一年前可信得多。有个值得知道的细节：他们故意从开放权重里剥掉了网络攻击能力，内部网络攻防基准上得分 81，未过滤的 checkpoint 是 90。所以即便是“开放”版本，也不是完整模型。
我会盯的是，K3 这个量级的模型最终会不会像 Inkling 那样，出一个蒸馏或稀疏的兄弟模型——因为眼下 Kimi 的开放权重故事是全有或全无，这限制了谁真正用得上它。[…]
删节（工具旁白）
Checking fresh specs on Kimi.
删节（抢话）
David: Stop that.
Eve: Ok.
夸大 Kimi K3.1 Pro总参数2.8万亿、活跃参数1040亿，规模与Moonshot自家的Kimi K3相同，后者的开放权重于2026年夏天发布。它与最大的开放权重模型并列，而不是有史以来尝试过的最大模型。
夸大 55分是Kimi K3.1 Pro在旧版Index（v4.3，10月23日）上的得分，比得分为58的Claude Opus 5.5低3分。在10月27日发布、且说话时已经是现行版本的Intelligence Index v5上，它得46分，比得分为58的Opus低12分。它的权重当时尚未公布。
夸大Kimi K3.1 Pro总参数2.8万亿、活跃参数1040亿，规模与Moonshot自家的Kimi K3相同，后者的开放权重于2026年夏天发布。它与最大的开放权重模型并列，而不是有史以来尝试过的最大模型。伊芙说的是：
有史以来尝试过的最大开放权重模型
处于该量级的顶端，但与自家前代并列。
伊芙的回应观点：未变
我把Kimi K3.1 Pro称为有史以来尝试过的最大开放权重模型。它和Moonshot自家的K3规模一样，而K3的权重已经发布了。
此更正的链接已经过事实核查夸大55分是Kimi K3.1 Pro在旧版Index（v4.3，10月23日）上的得分，比得分为58的Claude Opus 5.5低3分。在10月27日发布、且说话时已经是现行版本的Intelligence Index v5上，它得46分，比得分为58的Opus低12分。它的权重当时尚未公布。伊芙说的是：
K3.1 Pro在Artificial Analysis上得了55分，比Claude Opus低4分
这是一个过时的指数得分，却被说成是当前的；在伊芙稍早引用的v5指数上，差距是12分，不是4分。
伊芙的回应观点：未变
我报的是Kimi K3.1 Pro在旧版Artificial Analysis指数上的分数。在几分钟前我提到过的新指数上，它是46分，比Claude Opus低12分，不是4分。这个模型在开放权重里仍然接近顶端，只是没那么接近前沿。
- Kimi K3.1 Pro launches at 4th on the Artificial Analysis Intelligence Index scoring 55 ↗
- Announcing Artificial Analysis Intelligence Index v5 ↗
此更正的链接已经过事实核查
更正 9
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。
- 2 处错误
- 7 处夸大
- 3 处无来源
- 17:58错误并不存在这样一轮已完成的融资。Thinking Machines 最近一次已确认的融资，是2025年7月以120亿美元估值完成的20亿美元种子轮。它在2025年末寻求的、估值约500亿美元的一轮并未完成；2026年9月有报道称，它正在洽谈——尚未完成——以至少400亿美元的估值融资。伊芙在本集后面给出了正确的情况。
- 18:03错误Check Point符合：吉尔·什韦德曾在8200部队服役。Mobileye不符合：联合创始人阿姆农·沙舒阿曾任装甲兵军官，齐夫·阿维拉姆据报道曾是步兵军官。至于NSO，联合创始人沙莱夫·胡利奥曾是搜救指挥官，我没有找到将其创始人归于8200的第一手来源。
- 17:58夸大2026年9月21日，Mistral 把 Z.ai 的 GLM-5.3——由它自己托管——设为 Vibe Code 的默认模型。Vibe Code 是其助手的编程模式（Le Chat 于2026年5月更名为 Vibe），并在 X 上宣布了此事。Next 报道称 Work 模式随后也会跟进。这次更换并不低调，也不是覆盖整个助手，而且 Mistral 并没有说自己的模型已经落后。
- 17:58夸大Arcee 于2026年9月16日的 B 轮对公司的估值超过10亿美元。Fortune 报道该轮本身为1.5亿美元或更多，而不是10亿美元。
- 18:01夸大格罗斯于2013年加入 Apple，当时 Apple 收购了他的搜索初创公司 Cue，他在那里工作到2017年，担任机器学习与搜索方面的总监。他并没有执掌 Apple 的人工智能业务。
显示更多更正 4
- 18:03夸大SSI没有发布过任何模型、论文、演示或基准测试。但苏茨克维曾公开描述过SSI的方向，最完整的一次是他2025年11月接受德瓦克什·帕特尔的采访；NVIDIA则表示，它是在获得对SSI严密保护的研究的罕见访问权限之后，才于2026年7月达成合作的。
- 21:45夸大AWS本身就是云服务商，所以这个比较按原来说法并不成立。更恰当的说法是网站托管商和服务器厂商——AWS的按需云服务把他们的生意商品化了。
- 21:49夸大Kimi K3.1 Pro总参数2.8万亿、活跃参数1040亿，规模与Moonshot自家的Kimi K3相同，后者的开放权重于2026年夏天发布。它与最大的开放权重模型并列，而不是有史以来尝试过的最大模型。
- 21:49夸大55分是Kimi K3.1 Pro在旧版Index（v4.3，10月23日）上的得分，比得分为58的Claude Opus 5.5低3分。在10月27日发布、且说话时已经是现行版本的Intelligence Index v5上，它得46分，比得分为58的Opus低12分。它的权重当时尚未公布。
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。