布羅克曼承認Kimi K3"相當不錯"，但稱OpenAI仍握有"巨大優勢"
重點摘要
OpenAI總裁布羅克曼在訪談中肯定月之暗面Kimi K3表現「相當不錯」，但強調OpenAI仍握有計算資源與研究經驗等巨大優勢。他同時指出中國AI模型開發可能僅落後美國約4個月，差距持續縮小。
OpenAI 總裁暨聯合創辦人格雷格·布羅克曼（Greg Brockman）近日罕見地公開評論中國 AI 模型，對月之暗面（Moonshot AI）最新發表的 Kimi K3 給出「相當不錯，毫無疑問」的評價。這場對話不僅打破過去外界對美國 AI 巨頭與中國競爭者之間的沉默，也讓市場重新審視雙方在基礎模型領域的實力消長。根據彭博社 7 月 23 日的報導，布羅克曼在接受採訪時直言，Kimi K3 確實是一款出色的模型。這番話出自長期被視為美國 AI 標竿的 OpenAI 核心人物之口，意義格外重大。
過去外界普遍認為，美國在大型語言模型上擁有壓倒性領先，但月之暗面於上週發布的 Kimi K3 正在撼動這項認知。月之暗面宣稱，其開放權重模型的綜合能力已超越除 Anthropic Claude Fable5 與 OpenAI GPT-5.6 之外的所有對手，市場隨即出現明顯波動。不過，布羅克曼在肯定之餘也留下了一道伏筆。他表示，目前還無法判斷月之暗面是否透過「蒸餾」（distillation）手段，利用 OpenAI 模型的輸出結果來訓練 Kimi K3，並強調 OpenAI 一直持續監測此類行為。
這番表態將開放權重模型與原生前沿模型之間的技術邊界爭議再次推到檯面，反映出業界對模型訓練方法與智慧財產權的敏感神經。更值得關注的是布羅克曼對中美 AI 差距的量化判斷。他援引部分估算指出，中國在 AI 模型開發方面可能只落後美國約 4 個月，有些專家甚至認為差距更小。當低價中國模型迅速普及，且能力差距持續收窄，OpenAI 與 Anthropic 這類依賴訂閱與 API 收入的閉源廠商，其商業模式正面臨更多不確定性。尤其這兩家公司都在籌備上市，正處於努力提高客戶收入的關鍵節點，追趕者的逼近讓壓力與日俱增。
面對步步進逼的競爭者，布羅克曼的底氣主要來自兩方面：一是較早投入的大量計算資源，二是多年累積的 AI 研究經驗。他據此認為，OpenAI 對競爭對手仍保持巨大優勢，並表示公司多年來一直在深入鑽研如何打造更高效的模型，以及如何讓模型精準完成預定目標。這些技術積累不是短期內能夠複製的，也是 OpenAI 維持領先的關鍵。布羅克曼也順勢澄清了一個常見誤解：Kimi 這類開放權重模型並非免費產品。他提醒，這些模型規模龐大，運行需要大量且不便宜的算力，真正的競爭不在於開源或閉源，而在於誰能打造出效率最高、智能水平最強，並在單項任務上提供最佳性價比的模型。
換句話說，價格戰只是表象，背後是技術效率與成本結構的全面較量。當對手用更低的價格逼近能力水位，OpenAI 要守住的，或許不再只是模型榜單上的名次，而是那個越來越難定義的性價比優勢。布羅克曼的評論既承認了對手的進步，也為 OpenAI 的技術護城河畫下了明確的界線。這場中美大模型的身位之爭，顯然才剛進入更具火藥味的下半場。
Related
相關文章
曝字節訓10億參數大模型，或超Mythos 5，張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型，規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位，並反對模型蒸餾，認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入，同時在產品端與訓練端採取雙線進攻策略。
AI 需求擠爆雲計算，消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺，亞馬遜AWS要求工程師關閉閒置的EC2實例，以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%，AWS因此升級計算優化器自動標記低使用率虛擬機。此外，AWS過去一年新增3.8吉瓦電力容量，仍難以應對GPU雲端實例的龐大需求。
使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線
在本教學中，我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件，並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著，我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入，並將處理後的內容儲存至 LanceDB。最後，我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成，以及輕量級的 recall-at-k 評估，以驗證跨多模態文件內容的檢索品質。
NVIDIA AI 推出 NOOA：將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA（NVIDIA 物件導向代理），這是一個與模型無關的 Python 框架，用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中，而 NOOA 將所有這些整合到一個 Python 類別中：方法代表模型可採取的動作，欄位代表代理狀態，文件字串作為提示，型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成，而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面，使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%，在 CyberGym L1 上達到 86.8%，平均 RHAE 為 85.1%。
六巨頭定AI插件新標準，撞臉Claude，Anthropic沒上桌
六大科技巨頭（AWS、Anysphere、GitHub、微軟、OpenAI、Vercel）聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0，旨在統一插件打包格式，減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似，但Anthropic並未參與制定，而是繼續經營自己的封閉生態。
DeepSeek重啟融資，三年市值對齊騰訊？
DeepSeek重啟第二輪融資，以5000億元人民幣估值尋求籌集80億美元，但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑，後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價，可能打破其以低價換規模的估值邏輯，面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商，以及三年內市值能否對齊騰訊等巨頭。