谷歌首席科学家Jeff Dean：AI下一轮，只看3个指标

\u003cdiv class=\"rich_media_content\"\u003e\u003csection data-exeditor-arbitrary-box=\"wrap\" style=\"background: none left top / auto no-repeat scroll padding-box border-box rgba(0, 0, 0, 0); color: rgb(0, 0, 0); font-size: 16px; letter-spacing: 0em; line-height: 1.5em; margin: 0px; overflow-wrap: break-word; padding: 0px 10px; text-align: left; width: auto; word-break: break-word; word-spacing: 0em\"\u003e\u003csection data-exeditor-arbitrary-box=\"wrap\" style=\"background-color: transparent\"\u003e\u003c!--VIDEO_0--\u003e\u003cspan style=\"text-align: center;font-size: 13px;color: rgb(136, 136, 136); line-height: 14px;margin-bottom: 22px;margin-top: 8px; display: block;\"\u003e\u003c/span\u003e\u003c/section\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: center; text-indent: 0em\"\u003e\u003ci\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 12px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e（Latent Space播客 Jeff Dean访谈精彩片段）\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/i\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e过去两年，AI 圈追问的是模型有多聪明。但聪明只是起点。\u003cbr/\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e在 2026 年 2 月 13 日这期 Latent Space 对谈中，Jeff Dean 提出了三个更关键的问题：能力从哪里来、成本能不能降下来、复杂任务能不能啃下来。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e这三个问题，对应 AI 下一轮的三个核心指标：\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp\u003e\u003c/p\u003e\u003csection data-exeditor-arbitrary-box=\"wrap\" style=\"color: rgb(1, 1, 1); font-size: 16px; font-weight: normal; letter-spacing: 0em; line-height: 1.8em; margin-bottom: 5px; margin-top: 5px; text-align: left\"\u003e\u003csection data-exeditor-arbitrary-box=\"wrap\" style=\"background: none left top / auto no-repeat scroll padding-box border-box rgba(0, 0, 0, 0); color: rgb(0, 0, 0); font-size: 16px; letter-spacing: 0em; line-height: 1.5em; margin: 0px; overflow-wrap: break-word; padding: 0px 10px; text-align: left; width: auto; word-break: break-word; word-spacing: 0em\"\u003e\u003cp\u003e·\u003cspan style=\"color: rgb(1, 1, 1)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e能力来源：\u003c!--VERTICAL_CARD_BEGIN_0--\u003e蒸馏\u003c!--VERTICAL_CARD_END_0--\u003e、推理、\u003c!--VERTICAL_CARD_BEGIN_1--\u003e多模态\u003c!--VERTICAL_CARD_END_1--\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003c/section\u003e\u003c/section\u003e\u003cp\u003e\u003c/p\u003e\u003csection data-exeditor-arbitrary-box=\"wrap\" style=\"color: rgb(1, 1, 1); font-size: 16px; font-weight: normal; letter-spacing: 0em; line-height: 1.8em; margin-bottom: 5px; margin-top: 5px; text-align: left\"\u003e\u003csection data-exeditor-arbitrary-box=\"wrap\" style=\"background: none left top / auto no-repeat scroll padding-box border-box rgba(0, 0, 0, 0); color: rgb(0, 0, 0); font-size: 16px; letter-spacing: 0em; line-height: 1.5em; margin: 0px; overflow-wrap: break-word; padding: 0px 10px; text-align: left; width: auto; word-break: break-word; word-spacing: 0em\"\u003e\u003cp\u003e·\u003cspan style=\"color: rgb(1, 1, 1)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e成本结构：能耗与\u003c!--VERTICAL_CARD_BEGIN_2--\u003e延迟\u003c!--VERTICAL_CARD_END_2--\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003c/section\u003e\u003c/section\u003e\u003cp\u003e\u003c/p\u003e\u003csection data-exeditor-arbitrary-box=\"wrap\" style=\"color: rgb(1, 1, 1); font-size: 16px; font-weight: normal; letter-spacing: 0em; line-height: 1.8em; margin-bottom: 5px; margin-top: 5px; text-align: left\"\u003e\u003csection data-exeditor-arbitrary-box=\"wrap\" style=\"background: none left top / auto no-repeat scroll padding-box border-box rgba(0, 0, 0, 0); color: rgb(0, 0, 0); font-size: 16px; letter-spacing: 0em; line-height: 1.5em; margin: 0px; overflow-wrap: break-word; padding: 0px 10px; text-align: left; width: auto; word-break: break-word; word-spacing: 0em\"\u003e\u003cp\u003e·\u003cspan style=\"color: rgb(1, 1, 1)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e世界理解：从\u003c!--VERTICAL_CARD_BEGIN_3--\u003e长上下文\u003c!--VERTICAL_CARD_END_3--\u003e到可执行\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003c/section\u003e\u003c/section\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e如果只把 AI 当聊天工具，这些看起来只是无关紧要的小细节。但如果你想把它嵌入产品、融入业务流，它们就成了能否规模化的硬性门槛。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003ch4 style=\"line-height: 1.5em; margin: 30px auto 15px; text-align: left\"\u003e\u003cspan style=\"color: rgb(255, 255, 255)\"\u003e\u003cspan style=\"font-size: 17px\"\u003e\u003cspan style=\"background-color: rgb(92, 157, 255)\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e指标一｜能力来源：蒸馏、推理、多模态\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/h4\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e\u003c!--AIPOS_0--\u003e大模型越来越多，但真正能用起来的并不多。问题出在哪？企业难以稳定获取能力、难以规模化复制。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e在 Google 的视角里，解决这个问题需要三个环节的配合。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e1、前沿模型：能力的源头\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e能力从哪里来？想要一个好用的小模型，前提一定是你先有一个更强的大模型。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e这不是规模崇拜，而是技术路径决定的。今天大家用得最多的是 Flash，但 Flash 的能力来自更高阶的 Gemini Ultra 通过蒸馏获得。换句话说，小模型之所以越来越能干，是因为它背后有一个更强的老师在教。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c!--MID_AD_0--\u003e\u003c!--EOP_0--\u003e\u003c/p\u003e\u003c!--PARAGRAPH_0--\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e能力的上限取决于前沿模型，普及的下限取决于蒸馏技术。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e所以每一家都在持续投入顶级模型，目的是让下一代人人可用的模型更可靠、更强大。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e2、推理能力：真正的分水岭\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e回看去年所有突破性的能力场景，比如复杂编程、数学解题、多步骤任务，会发现它们都依靠推理路径完成。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e进步有多明显？去年模型还只能写简单函数，今年已经能分析可再生能源部署、写成报告。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e这种能力跃迁来自推理路径的进化。具体来说，\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp\u003e\u003c/p\u003e\u003csection data-exeditor-arbitrary-box=\"wrap\" style=\"color: rgb(1, 1, 1); font-size: 16px; font-weight: normal; letter-spacing: 0em; line-height: 1.8em; margin-bottom: 5px; margin-top: 5px; text-align: left\"\u003e\u003csection data-exeditor-arbitrary-box=\"wrap\" style=\"background: none left top / auto no-repeat scroll padding-box border-box rgba(0, 0, 0, 0); color: rgb(0, 0, 0); font-size: 16px; letter-spacing: 0em; line-height: 1.5em; margin: 0px; overflow-wrap: break-word; padding: 0px 10px; text-align: left; width: auto; word-break: break-word; word-spacing: 0em\"\u003e\u003cp\u003e·\u003cspan style=\"color: rgb(1, 1, 1)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e就是在语言模型里引入强化学习，\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003c/section\u003e\u003c/section\u003e\u003cp\u003e\u003c/p\u003e\u003csection data-exeditor-arbitrary-box=\"wrap\" style=\"color: rgb(1, 1, 1); font-size: 16px; font-weight: normal; letter-spacing: 0em; line-height: 1.8em; margin-bottom: 5px; margin-top: 5px; text-align: left\"\u003e\u003csection data-exeditor-arbitrary-box=\"wrap\" style=\"background: none left top / auto no-repeat scroll padding-box border-box rgba(0, 0, 0, 0); color: rgb(0, 0, 0); font-size: 16px; letter-spacing: 0em; line-height: 1.5em; margin: 0px; overflow-wrap: break-word; padding: 0px 10px; text-align: left; width: auto; word-break: break-word; word-spacing: 0em\"\u003e\u003cp\u003e·\u003cspan style=\"color: rgb(1, 1, 1)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e让模型学会多步尝试与修正，\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003c/section\u003e\u003c/section\u003e\u003cp\u003e\u003c/p\u003e\u003csection data-exeditor-arbitrary-box=\"wrap\" style=\"color: rgb(1, 1, 1); font-size: 16px; font-weight: normal; letter-spacing: 0em; line-height: 1.8em; margin-bottom: 5px; margin-top: 5px; text-align: left\"\u003e\u003csection data-exeditor-arbitrary-box=\"wrap\" style=\"background: none left top / auto no-repeat scroll padding-box border-box rgba(0, 0, 0, 0); color: rgb(0, 0, 0); font-size: 16px; letter-spacing: 0em; line-height: 1.5em; margin: 0px; overflow-wrap: break-word; padding: 0px 10px; text-align: left; width: auto; word-break: break-word; word-spacing: 0em\"\u003e\u003cp\u003e·\u003cspan style=\"color: rgb(1, 1, 1)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e把困难问题拆成更小的环节。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003c/section\u003e\u003c/section\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e对企业来说，这意味着：未来能真正创造价值的模型，一定来自推理能力的增强而不是单纯的参数膨胀。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e3、多模态：从懂语言到懂世界\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e除了文本，还有一类信号同样关键：视频、激光雷达、医学影像、机器人轨迹，这些非文本数据。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e比如把一段包含 18 个体育名场面的 YouTube 视频丢给模型，它能自动生成结构化表格，列出事件、日期和描述。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e这背后的能力，是把“视觉内容”转化为“可供使用的信息”。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e为什么这很重要？因为无论是自动驾驶、工业、医疗，还是未来的智能体执行任务，它们要处理的都不是段落文本，是来自真实世界的信号。能不能读懂世界，将决定模型的应用边界。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e说回开头那个问题：如何稳定获取能力、如何规模化复制？\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e答案藏在这套组合拳里：前沿模型提供通用能力，蒸馏把能力变成可规模使用的产品。推理增强让模型从回答问题走向解决问题，多模态让模型从懂语言进化到懂世界。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e如果一家企业今天只盯着单一的模型跑分，没有这套完整的路径，它很快就会遇到上限。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003ch4 style=\"line-height: 1.5em; margin: 30px auto 15px; text-align: left\"\u003e\u003cspan style=\"color: rgb(255, 255, 255)\"\u003e\u003cspan style=\"font-size: 17px\"\u003e\u003cspan style=\"background-color: rgb(92, 157, 255)\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e指标二｜成本结构：能耗与延迟\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/h4\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e\u003c!--AIPOS_1--\u003e能力有了，下一个问题是：企业能不能大规模用起来。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003eJeff Dean 给了一个残酷的事实：芯片内部读写数据（SRAM），能耗是1；从显存读写（HBM），能耗要翻一千倍。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e这个千倍差距直接决定了推理成本的天花板。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e1、\u003c!--VERTICAL_CARD_BEGIN_4--\u003e能耗结构\u003c!--VERTICAL_CARD_END_4--\u003e决定规模上限\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e在很多企业眼里，推理成本只是花钱多少的问题。但硬件能耗才是真正的瓶颈。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e在 Google 这种全球级别的规模下，这个约束体现得尤其明显。上下文更长、视频理解更重、多模态吞吐更大、\u003c!--VERTICAL_CARD_BEGIN_5--\u003e推理链\u003c!--VERTICAL_CARD_END_5--\u003e更复杂，每一项能力都在推高能耗。能耗降不下来，功能再强也落不了地。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c!--MID_AD_1--\u003e\u003c!--EOP_1--\u003e\u003c/p\u003e\u003c!--PARAGRAPH_1--\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e2、批处理的核心作用是降低能耗\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e批处理把一次次计算合并，能耗开销会大幅下降。吞吐量提升只是附带效果。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e这解释了一个现象：同样的模型在不同平台上成本差距很大，根源往往在底层能耗结构。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e各大公司重新设计推理引擎，瞄准的就是这个。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e3、从离线计算到实时任务\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e过去行业盯着 FLOPS、吞吐量，但当 AI 开始执行实时任务，延迟成了新瓶颈。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e智能体执行一个工作流，中间需要不断做临时决策、规划步骤、修正失败的尝试。这个过程包括多次调用、不断推演、分阶段执行。只要延迟稍微拖一下，整个执行链条都会卡住。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003eGoogle、\u003c!--SECURE_LINK_BEGIN_0--\u003eOpenAI\u003c!--SECURE_LINK_END_0--\u003e、Anthropic 都在强调低延迟，原因就在这：延迟越低，AI 越能参与真任务；延迟越高，AI 就只能停留在聊天。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e4、\u003c!--VERTICAL_CARD_BEGIN_6--\u003eTPU\u003c!--VERTICAL_CARD_END_6--\u003e 的意义：适配下一代模型\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003eTPU 在硬件设计上选了另一条路：互联结构更适合长上下文和\u003c!--VERTICAL_CARD_BEGIN_7--\u003e稀疏模型\u003c!--VERTICAL_CARD_END_7--\u003e。长上下文意味着更大规模的记忆操作，稀疏模型意味着大量节点之间要高效通信。这两件事都不是简单堆芯片就能解决的。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c!--MID_AD_2--\u003e\u003c!--EOP_2--\u003e\u003c/p\u003e\u003c!--PARAGRAPH_2--\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003eTPU 的结构决定了未来很多能力（长上下文、检索、稀疏路由）能否真正跑得动。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e这已经成了影响整个 AI 产品方向的基础条件。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e这一节的核心逻辑是：能耗结构解决不了，再强的模型也无法规模化；延迟降不下来，AI 就做不了实时工作。未来能不能真正跑通 AI 应用，看能耗结构。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003ch4 style=\"line-height: 1.5em; margin: 30px auto 15px; text-align: left\"\u003e\u003cspan style=\"color: rgb(255, 255, 255)\"\u003e\u003cspan style=\"font-size: 17px\"\u003e\u003cspan style=\"background-color: rgb(92, 157, 255)\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e指标三｜世界理解：从长上下文到执行\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/h4\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e\u003c!--AIPOS_2--\u003e能力有了、成本问题明确了，接下来是：模型能不能做复杂任务。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e1、上下文长度只是起点\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e很多公司还在宣传自己的上下文长度升级到 128k、1M。但单纯的“大海捞针”（Single-needle）测试已经过时，即便是现在的\u0026#34;多针检索\u0026#34;也还不够。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e什么意思？单针是找一个线索，多针是找多个线索，但现实任务面对的是海量候选信息。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e如果模型只是能塞进更多内容，但不会分辨什么重要，仍然做不了复杂任务。真正的能力是：主动检索需要的信息、自动过滤无关内容、整合成能执行的行动。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e就像使用搜索引擎一样。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e2、处理世界的原始信号\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e多模态能力变得关键，因为现实任务要处理的不只是文本。自动驾驶要看激光雷达、工厂要看机械臂轨迹、医疗要看影像，这些都是来自真实世界的原始信号。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e模型需要把这些信号转化为可供决策的信息。看懂激光雷达点云，才能规划驾驶路径；读懂医学影像，才能辅助诊断。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e这意味着模型开始从理解文档进化到理解物理世界。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e3、从理解到执行\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003eGoogle 搜索就是个具体例子。把 Gemini 深度整合进搜索后，它不再只是返回一堆链接，而是理解用户意图、从全网提取关键信息、重组为一份可直接执行的摘要。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e这个过程需要三个能力配合：\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp\u003e\u003c/p\u003e\u003csection data-exeditor-arbitrary-box=\"wrap\" style=\"color: rgb(1, 1, 1); font-size: 16px; font-weight: normal; letter-spacing: 0em; line-height: 1.8em; margin-bottom: 5px; margin-top: 5px; text-align: left\"\u003e\u003csection data-exeditor-arbitrary-box=\"wrap\" style=\"background: none left top / auto no-repeat scroll padding-box border-box rgba(0, 0, 0, 0); color: rgb(0, 0, 0); font-size: 16px; letter-spacing: 0em; line-height: 1.5em; margin: 0px; overflow-wrap: break-word; padding: 0px 10px; text-align: left; width: auto; word-break: break-word; word-spacing: 0em\"\u003e\u003cp\u003e·\u003cspan style=\"color: rgb(1, 1, 1)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e看懂现实场景（通过多模态）、\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003c/section\u003e\u003c/section\u003e\u003cp\u003e\u003c/p\u003e\u003csection data-exeditor-arbitrary-box=\"wrap\" style=\"color: rgb(1, 1, 1); font-size: 16px; font-weight: normal; letter-spacing: 0em; line-height: 1.8em; margin-bottom: 5px; margin-top: 5px; text-align: left\"\u003e\u003csection data-exeditor-arbitrary-box=\"wrap\" style=\"background: none left top / auto no-repeat scroll padding-box border-box rgba(0, 0, 0, 0); color: rgb(0, 0, 0); font-size: 16px; letter-spacing: 0em; line-height: 1.5em; margin: 0px; overflow-wrap: break-word; padding: 0px 10px; text-align: left; width: auto; word-break: break-word; word-spacing: 0em\"\u003e\u003cp\u003e·\u003cspan style=\"color: rgb(1, 1, 1)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e找到关键信息（通过更聪明的注意力机制）、\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003c/section\u003e\u003c/section\u003e\u003cp\u003e\u003c/p\u003e\u003csection data-exeditor-arbitrary-box=\"wrap\" style=\"color: rgb(1, 1, 1); font-size: 16px; font-weight: normal; letter-spacing: 0em; line-height: 1.8em; margin-bottom: 5px; margin-top: 5px; text-align: left\"\u003e\u003csection data-exeditor-arbitrary-box=\"wrap\" style=\"background: none left top / auto no-repeat scroll padding-box border-box rgba(0, 0, 0, 0); color: rgb(0, 0, 0); font-size: 16px; letter-spacing: 0em; line-height: 1.5em; margin: 0px; overflow-wrap: break-word; padding: 0px 10px; text-align: left; width: auto; word-break: break-word; word-spacing: 0em\"\u003e\u003cp\u003e·\u003cspan style=\"color: rgb(1, 1, 1)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e把信息连成可执行的步骤（通过强推理链）。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003c/section\u003e\u003c/section\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e这三件事正在合并成未来模型的基础能力。长上下文是入口，让模型接触足够多的信息。多模态是触角，让模型接触真实世界的原始信号。强推理是大脑，把理解转化为行动。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e三者配合，模型才能真正理解世界、承担任务。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003ch4 style=\"line-height: 1.5em; margin: 30px auto 15px; text-align: left\"\u003e\u003cspan style=\"color: rgb(255, 255, 255)\"\u003e\u003cspan style=\"font-size: 17px\"\u003e\u003cspan style=\"background-color: rgb(92, 157, 255)\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e结语｜下一轮AI，就看这3条\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/h4\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e\u003c!--AIPOS_3--\u003e过去问题是：模型聪明了多少。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e下一轮的问题是：能不能用起来、成本能不能降下来、复杂任务能不能做下来。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e能力来源、成本结构、世界理解，这三条决定了谁能把 AI 真正放进业务里。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 16px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e\u003cbr/\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003csection data-exeditor-arbitrary-box=\"image-box\" style=\"background-color: transparent; line-height: 0; margin: 20px 0px; text-align: center\"\u003e\u003csvg viewBox=\"0 0 600 40\" width=\"100%\" height=\"40\" style=\"background: transparent; display: inline-block; max-width: 100%; vertical-align: middle\" data-exeditor-arbitrary-svg=\"\"\u003e\u003cdefs\u003e\u003clinearGradient x1=\"0%\" x2=\"100%\" y1=\"0%\" y2=\"0%\"\u003e\u003cstop offset=\"0%\" stop-color=\"rgba(0, 86, 179, 0)\"\u003e\u003c/stop\u003e\u003cstop offset=\"50%\" stop-color=\"#0056b3\"\u003e\u003c/stop\u003e\u003cstop offset=\"100%\" stop-color=\"rgba(0, 86, 179, 0)\"\u003e\u003c/stop\u003e\u003c/linearGradient\u003e\u003c/defs\u003e\u003crect fill=\"url(#sz_blue_grad_small)\" height=\"1.5\" width=\"180\" x=\"50\" y=\"19.5\"\u003e\u003canimate attributeName=\"width\" dur=\"3s\" repeatCount=\"indefinite\" values=\"160; 180; 160\"\u003e\u003c/animate\u003e\u003canimate attributeName=\"opacity\" dur=\"3s\" repeatCount=\"indefinite\" values=\"0.4; 1; 0.4\"\u003e\u003c/animate\u003e\u003c/rect\u003e\u003ctext fill=\"#0056b3\" font-family=\"Microsoft YaHei, sans-serif\" font-size=\"16\" font-weight=\"bold\" letter-spacing=\"2\" text-anchor=\"middle\" x=\"300\" y=\"25\"\u003e\u003ctspan leaf=\"\"\u003e识自AI\u003c/tspan\u003e\u003canimate attributeName=\"opacity\" dur=\"3s\" repeatCount=\"indefinite\" values=\"1; 0.5; 1\"\u003e\u003c/animate\u003e\u003c/text\u003e\u003crect fill=\"url(#sz_blue_grad_small)\" height=\"1.5\" width=\"180\" x=\"370\" y=\"19.5\"\u003e\u003canimate attributeName=\"x\" dur=\"3s\" repeatCount=\"indefinite\" values=\"390; 370; 390\"\u003e\u003c/animate\u003e\u003canimate attributeName=\"width\" dur=\"3s\" repeatCount=\"indefinite\" values=\"160; 180; 160\"\u003e\u003c/animate\u003e\u003canimate attributeName=\"opacity\" dur=\"3s\" repeatCount=\"indefinite\" values=\"0.4; 1; 0.4\"\u003e\u003c/animate\u003e\u003c/rect\u003e\u003ccircle cx=\"235\" cy=\"20\" fill=\"#0056b3\" r=\"2\"\u003e\u003canimate attributeName=\"opacity\" dur=\"3s\" repeatCount=\"indefinite\" values=\"0; 1; 0\"\u003e\u003c/animate\u003e\u003c/circle\u003e\u003ccircle cx=\"365\" cy=\"20\" fill=\"#0056b3\" r=\"2\"\u003e\u003canimate attributeName=\"opacity\" dur=\"3s\" repeatCount=\"indefinite\" values=\"0; 1; 0\"\u003e\u003c/animate\u003e\u003c/circle\u003e\u003c/svg\u003e\u003c/section\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 12px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e📮 本文由AI深度研究院出品，内容整理自Jeff Dean在Latent Space最新访谈等网上公开素材，属评论分析性质。内容为观点提炼与合理引述，未逐字复制原访谈材料未经授权，不得转载。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c!--MID_AD_3--\u003e\u003c!--EOP_3--\u003e\u003c/p\u003e\u003c!--PARAGRAPH_3--\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 12px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003ehttps://www.youtube.com/watch?v=F_1oDPWxpFQ\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 12px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003ehttps://www.latent.space/p/jeffdean\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 12px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003ehttps://www.radio.net/podcast/latent-space-podcast\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 12px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003ehttps://podcasts.apple.com/id/podcast/owning-the-ai-pareto-frontier-jeff-dean/id1674008350?i=1000749498954\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c!--MID_AD_4--\u003e\u003c!--EOP_4--\u003e\u003c/p\u003e\u003c!--PARAGRAPH_4--\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 12px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003ehttps://www.radio.net/podcast/latent-space-podcast\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 12px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e来源：官方媒体/网络新闻，\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 12px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e排版：Atlas\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 12px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e编辑：深思\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"background-color: transparent; line-height: 1.8em; margin: 0px; padding: 8px 0px; text-align: left; text-indent: 0em\"\u003e\u003cspan style=\"color: rgb(0, 0, 0)\"\u003e\u003cspan style=\"font-size: 12px\"\u003e\u003cspan style=\"background-color: transparent\"\u003e\u003cspan style=\"letter-spacing: 0em\"\u003e主编：图灵\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003c/section\u003e\u003c/div\u003e

【纠错】

【责任编辑:李图图li】

深度观察

新华全媒头条丨林雪平大学团队让电脑配对图片速度提升70%