🔥寻找下一个大模型的非共识机会：全模态融合@华泰计算机（0419） 🌟张小珺和李广密最近一期的大模型访谈，有个点值得注意：过去模型商业化走了两条路，早期是抢C端
- 序号：173
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
🔥寻找下一个大模型的非共识机会：全模态融合@华泰计算机（0419）
🌟张小珺和李广密最近一期的大模型访谈，有个点值得注意：过去模型商业化走了两条路，早期是抢C端流量窗口，ChatGPT / Gemini / 豆包忙着争DAU/MAU，而那时候C端没做起来的Anthropic在闷头搞Coding和高价值2B。当下，Anthropic厚积薄发，Coding成为共识中的共识，token #ARR成为风向标# 。
🌟但是，模型界所谓“各领风骚数百天”，最近是否大家遗忘了Gemini 3去年年底的高光时刻，OpenAI前几年C端的独占鳌头？下一个非共识，或者说Anthropic之风过去后的下一个点，我们认为很可能是#全模态的融合能力# 。
🌟第一性原理出发，先回到AGI的本质是什么，#是“生产力提升”# ，广密也提到了：大模型是“全球 GDP 的操作系统”，全球 GDP 未来的相当大比例或被模型自动化，本质也是生产力提升。大模型的生产力由两部分构成——intelligence和creativity。intelligence的第一幕是Coding，那后续自然会延伸到creativity，考验的是#多/全模态的融合能力# 。
🌟在全模态能力上，#MiniMax# 早期就开始强调“原生多模态”，并且已经做到了“全模态”布局。年中即将发布的 M3 系列，有望进一步进入“融合模态”的阶段。而这个阶段，#MiniMax# 的LLM和多模态模型有大量底层Know-How可复用，很可能会进入intelligence和creativity齐头并进的加速期。差异化的模型定位，使得#M2_7的文本API毛利率达到40%# 。
🌟在底层的Infra方面，#MiniMax# 能够灵活调度和调整算力配置，保证算力供应充足，实现#TPM（tokens_per_min#ute）峰值周环比增长10%到20% 。
🌟回顾历史，#MiniMax# 已经走过了和OpenAI的C端竞赛，和Anthropic的Coding竞争（M2系列、Harness），下一步的#全模态融合的intelligence#和creativity能力也已就绪 ，以此争夺“全球 GDP 的操作系统”地位，而这个空间，按照广密说法是海外头部“每家都可能达到10万亿美元体量”，国内即使只有1/10体量，也价值万亿美金。
总体总结
主题正文
- 🔥寻找下一个大模型的非共识机会：全模态融合@华泰计算机（0419）
- 🌟张小珺和李广密最近一期的大模型访谈，有个点值得注意：过去模型商业化走了两条路，早期是抢C端流量窗口，ChatGPT / Gemini /
- 豆包忙着争DAU/MAU，而那时候C端没做起来的Anthropic在闷头搞Coding和高价值2B。
- 🌟第一性原理出发，先回到AGI的本质是什么，#是“生产力提升”# ，广密也提到了：大模型是“全球 GDP 的操作系统”，全球 GDP
- 的LLM和多模态模型有大量底层Know-How可复用，很可能会进入intelligence和creativity齐头并进的加速期。
- 能够灵活调度和调整算力配置，保证算力供应充足，实现#TPM（tokens_per_min#ute）峰值周环比增长10%到20% 。
- 已经走过了和OpenAI的C端竞赛，和Anthropic的Coding竞争（M2系列、Harness），下一步的#全模态融合的intelligence#和creativity能力也已就绪
- 的操作系统”地位，而这个空间，按照广密说法是海外头部“每家都可能达到10万亿美元体量”，国内即使只有1/10体量，也价值万亿美金。