断头谷

科学家发现宇宙黎明时期“黑洞星”_我的网站

A |       据最新一期《自然》杂志报道，美国麻省理工学院、奥地利科学技术研究院等机构研究人员利用詹姆斯·韦布空间望远镜（JWST），在宇宙诞生后约6.6亿年的宇宙黎明时期发现了迄今已知最早的“黑洞星”。    DeepSeek近日完成了成立以来首轮融资，融资规模约510亿元人民币，投后估值约4185亿元。这一由快速成长黑洞及致密气体构成的奇特天体，或有助于揭开神秘“小红点”的真实身份，并为解释早期宇宙超大质量黑洞的快速形成提供线索。  超大质量黑洞通常潜伏在大质量星系中心，质量可达太阳的数百万至数十亿倍。然而，科学家一直难以解释，为何在宇宙诞生后仅数亿年，就已经出现了一些质量巨大的黑洞。

B |   此次发现的天体被命名为“MoM-BH*-1”。研究人员原本利用JWST寻找宇宙早期星系，却在观测数据中发现一个异常明亮、颜色偏红的光点。它的尺度只有太阳系大小，但能量输出却约为普通恒星产生的能量上限的1000亿倍，远超普通恒星核聚变所能达到的水平。创始人梁文锋个人出资约200亿元，投资方阵营有腾讯、宁德时代体系、京东、网易、IDG资本等机构。  与此同时，MoM-BH*-1的光谱还呈现出一种异常强烈的“巴耳末跳跃”，这种光谱特征通常与恒星大气中的致密气体有关。         与此同时，据多家媒体报道，DeepSeek已开始筹备中国内地IPO，最快可能于今年提交上市申请，并计划在2027年完成上市。同时，其光谱中几乎没有金属元素的明显痕迹，主要表现为氢和氦的特征。         在近期的一场投资者交流会上，梁文锋进行了近4小时的分享，详细谈到了DeepSeek的组织文化、开源逻辑、技术路线以及对AI行业竞争的判断。         我们整理出了其中20个关键词和观点，带你看懂梁文锋眼中的DeepSeek下一阶段。         1、愿景：管理一个大公司，靠的不是你的规章制度，靠的是愿景。愿景不是挂在墙上的标语，愿景是你怎么做——不是怎么说——是你怎么实际运行。  研究人员模拟发现，极其致密的氢气可形成类似“巨大恒星表面”的气体包层，吸收特定波长的光，从而解释其特殊光谱。         2、克制：克制是一种战略。

C | 就在于有时候你可以舍弃一些，来换更多其他的东西。  但这仍无法解释它惊人的亮度。进一步分析显示，最符合观测结果的情景是：MoM-BH*-1中心有一个约为太阳质量10万倍的黑洞，周围包裹着近似太阳系大小的致密氢气。不开源这个事，其实也是一样的，也可以认为是我们的压力，也可以认为是我们的让利。

D |          3、主线：我们只做AGI的主线。黑洞吸积物质释放的能量为整个系统提供动力，外围气体则让它看起来像一颗巨大的恒星——研究人员因此将其称为“黑洞星”。AI领域很广泛，有很多东西我们觉得它不在这个主线上面，比如说3D、视频生成，我觉得可能跟智能的主线没有太大的关系，我们不会去做……从我们的判断，世界模型和智能还不是现在这个阶段最重要的事情。最重要的是AI训练，以及AI训练之后怎么解决持续学习。         4、持续学习：（持续学习是）下一代模型的核心能力。  “黑洞星”的发现还有助于解释JWST近年来频繁发现的神秘“小红点”。这些紧凑、明亮且偏红的天体在早期宇宙中似乎随处可见，却在今天的宇宙中消失殆尽。研究人员发现，如果将类似MoM-BH*-1的天体置于早期星系中，其整体光谱可能与“小红点”高度相似。

E | （记者张佳欣）。必须要有持续学习的能力，它才能叫下一代模型。在那之前，我们能做的就是成本，然后效果做得更好，速度做得更快。但是要有大突破，它应该是具备持续学习的。         5、通用智能：持续学习先做出来，通用智能可能就很容易了——用它来做就很容易。所以我说这是一个我们比较希望看到的结果，比较省力、比较轻松。否则现在你要去人工做通用智能，它是一个比较累、比较苦，是一个数据密集、人力密集的事情，性价比也不高。         6、稳定性：我们最大的核心利益是要保持团队的稳定性。这是我们最大的核心利益，甚至可以认为是唯一的核心利益。只要我能够保持团队的稳定性，我一定能做成，一定能做成AGI，就这么简单。         7、中美差距：人才不是瓶颈，资源是最大的瓶颈。

F | 资源首先影响到人才培养，因为算力少，我们能做的实验机会比较少，所以我们的人才整体上比美国有差距……我们看到的所有区别，包括人才的区别、模型能力的区别、应用的区别，可以认为都是因为算力资源上的区别。         8、管理：我们公司的管理其实是两条线，一条线是从上到下，一条是从下到上。从下而上，就是每个人自己想做什么，自己做，没有人管他，没有KPI……我们公司整体上是建立在共识的基础上的，我并不是说我一个人决定所有事情，而是我要寻求共识。我在公司内的权威以及在公司内的影响力，是建立在共识的基础上的。         9、资源：我们需要多少卡？现在肯定是越多越好。在我们能够承受的范围内，肯定是卡越多越好，这是毫无疑问的。所以我们现在策略是，在合理的价格里面，能买到多少卡就买多少卡。

G |          10、规模：我们是信Scaling，肯定是规模越大，效果越好，能够解锁更多的功能。阻止我们Scaling的其实就是算力，并不是我们不想Scaling，是我们没有那么多的算力去做这个Scaling……我们训练这么大的模型，并不是因为我觉得这么大的模型就够了，而是我刚好有这么多资源。

H | 我是按照我的资源来算，我能够接受、能够训练的模型是多大，是这样算出来的，并不是这个模型就够了。         11、芯片：国产AI芯片的硬件和生态都没有问题，唯一有问题的是产能不够。国产卡适配这一点，没有障碍，英伟达挡不住。如果是在一个正常的商业环境里面，我能买到英伟达的卡，那么国产替代是比较难的；但是在英伟达的卡买不到的情况下，所有人都迫不得已，都要去做国产芯片……我觉得在这一点上，英伟达是在掘自己的坟墓。华为的950超节点，在性能和价格上可以完全平替英伟达的GB200、GB300。         12、未来五年：我不太相信未来五年之后，我们还卡在产能的问题上。现在肯定是卡在产能问题上，今年、明年、后年，我觉得可能都还是卡在产能问题上，但五年之后，我觉得可能不一定，我还是比较乐观的。         13、全球AI位置：在全球AI中主导分工的时候，中国公司很有可能扮演的一个角色还是产量最大。常理来讲，我们的产能最大，包括芯片，芯片可能我们的产能最大，我们的电力最多……中国人会把这产品做到最便宜，然后再在效果上（发力），毕竟国外的商品，现在很多商品中国产跟美国产并没有太大的区别。未来可能AI也是这样，但是中国产的AI可能价格会更便宜。这个便宜可能是系统性的低，就跟其他行业中国提供的服务更便宜可能是一样的。         14、AI差距：最终的差距应该是三方面：一方面成本，一方面时间，一方面用户体验。除此以外，可能是没有什么差距的。         15、少即是多：拿得多的人会被拿得少的人打败。

I | 甚至你还不用真的拿得多，愿景如果是拿得多的话，你就会被愿景是拿得少的人给打败。其实大家都没有拿到钱，只是一个愿景。你愿景是拿得多，你就先输了，你就会面临着更大的困难。         16、多模态：多模态布局我们一直在做。

J | 对产品来讲，它很重要；对C端用户产品来讲，它很重要。但是对智能的上限，它是一个组件，它不是主线本身……我们应该会上相关的模型，就是我们V4、V4的后续版本会支持原生的多模态。

K | 但是我们对多模态、对智能来讲它是个组件，我们不把它当作智能本身。         17、责先利后：我们内部很多人的想法是这样的——首先要对我们自己有用。当我们自己好用，那意味着可能别人也好用，但是首先得保证我们自己好用。对我们自己有用之后，我们在开发下一版模型的时候就会更快。         18、开源：在开源这个事情上面，我们一开始就想得非常清楚。

L | 首先，第一个就是愿景；第二个，我们认为要把AI这个事情在商业上做成，开源是有好处的。这听起来有点矛盾，有点违反直觉，因为在历史上，开源跟商业化都是有冲突的。但我觉得AI跟以前不一样……AI这个事情足够大，最终它可能得占掉人类社会GDP的百分之十，那么它其实是一个非常大的数字。你不可能独占这个事情，你一定得跟别人分享，否则你肯定活不下来。

M |          19、数据：现在我们公司有一半的人在标数据。有一半的核心研究员，最重要的人，有一半在标数据。我们就集中在标数据。

N | 解决AI这个问题，在现在这个阶段靠的就是标数据。

o |          20、商业化：我们本质上还是一个公司，只是说我们在考虑赚哪些钱、什么时候赚钱、赚多少钱、靠什么赚钱，我们有取舍。

p | 很多公司做得很伟大，因为它有一种利润以外的追求。

q | 那个追求最后不但没有影响到它的商业化，反而能让它商业化得更好。

Current article:http://tvxwm.zeitujiangshaopen.pics/r87fdh/20260826/4629.html

Published on:22:30:56