开场（三人合声）
晓桐+云阳+云健: 今日我们AI说，带你听见未来的声音！
第一段：晓桐开场
晓桐: 大家好，这里是《今日我们AI说》，我是晓桐。一家立过「不接受外部融资、不稀释股权」规矩的公司，被外媒曝出正在接近敲定至少800亿元人民币的融资，冲着科创板上市去。这笔千亿级的钱要买什么？今天还有几件事：法国公司放出号称「欧美最强开源」的万亿参数大模型，月底开权重；巴西一个个人开发者，让AI自己设计加速卡硬件，把开源大模型跑在了FPGA板子上；还有一家研究机构声称找到了不用反向传播也能预训练大模型的办法。假期里，模型这条生产线一天都没停。先请云阳过要闻，再请云健逐条拆。
第二段：云阳播报
要闻一：说过不收外部钱的公司被曝募上千亿，DeepSeek上市前融资进入收尾
云阳: 要闻一，10月6日，据外媒彭博社报道，中国AI公司DeepSeek接近敲定至少800亿元人民币的新一轮融资，按已签署的条款，最终金额可能接近1000亿元；腾讯和宁德时代承诺的出资额位居本轮最高一档。报道称，公司最初的目标只有约500亿元，最新模型发布后认购需求超出预期；目标估值约5000亿元。据外媒彭博社和路透社此前的报道，DeepSeek今年6月完成首轮510亿元外部融资，9月已聘请中信证券辅导科创板上市，最快2026年底提交申请。三家被点名的公司均未回应置评请求，交易条款尚未最终敲定。细节见钛媒体10月6日梳理和法国国际广播电台中文网10月6日报道。
要闻二：法国公司放出一万亿参数的「肥猫」，号称欧美最强开源、月底开权重
云阳: 要闻二，10月6日，法国Mistral AI在官方公告里发布旗舰模型Mistral Large 4，官方昵称le Chonk，英文网络俚语「肥猫」的意思。按官方口径，模型总参数1万亿、单个词处理时只激活约490亿参数——它用的是「混合专家」结构：模型内部分成许多小的专业子网络，每个问题只路由给其中几个干活。公告称它在聚合基准上是美国或欧洲开发的最强开源权重模型，部分场景超过闭源旗舰（官方自评口径，待第三方复测）。据外媒路透社报道，完整权重计划10月27日公开；此前，它先向网络安全公司、审核通过的伙伴和政府机构提供低限制版本做实测。公告见Mistral官方发布页。
要闻三：轻量档模型做出旗舰档的前端效果？MiniMax的M3.1-Flash假期出圈
云阳: 要闻三，AI垂直媒体智东西10月3日实测报道，上海初创公司MiniMax在国庆前夕上线轻量模型M3.1-Flash并开启公测。这家媒体的编辑用它做约一分钟的高中化学「π键」知识点讲解动画、可实时调镜头的「星空列车」互动页面，并把同样提示词下的结果与海外高端旗舰模型Opus 5.5并排比对，结论是这款轻量档模型在前端网页和动效上够到了旗舰水平。过去业界的默认分工是：轻量小模型负责简单兜底任务，精致可运行的界面要押注高价旗舰。报道同时提示，轻量模型在超长上下文和复杂工程任务上仍有差距。实测稿见智东西原文。
要闻四：AI给自己设计芯片：巴西个人开发者的开源加速卡，在FPGA上跑大模型
云阳: 要闻四，9月下旬上线的开源项目openTPU本周冲上程序员社区Hacker News热榜。开发者是巴西人Felipe Sens，一位个人开发者，他用AI智能体参与设计一颗AI加速器的全套环节——硬件描述代码、指令集、模拟器、编译器、性能工具，全部放在一个仓库里。硬件载体是一块浪潮的Kintex-7 FPGA板卡——FPGA是「买回来可以自己改写电路」的现场可编程门阵列，不是定制流片的芯片——板卡配两条DDR3内存，跑通了十个现代开源大模型的真实权重：最小的LFM2.5-230M按项目方自测口径可达每秒约86个词（官方口径，待第三方复测），且板卡输出与软件模拟器逐位一致。仓库见GitHub上的openTPU。
要闻五：不往回算误差也能训大模型？美国机构自称新方法追平反向传播，未经同行评审
云阳: 要闻五，美国研究机构Q Labs 10月发布研究页「Dust」，宣称首次做出在预训练Transformer大模型上可与反向传播竞争的「零阶」方法。先解释口径：现在训练大模型靠「反向传播」——把输出的误差沿网络一层层往回算，算出每个参数该改多少；Dust不往回算误差，而是在前向过程中给每一层的中间激活值施加随机扰动、看输出怎么变，让每个词元在同一次前向里并行当「试验样本」。按该机构自述，在大规模设定下该方法逼近反向传播，部分设置里反超，比上一代随机搜索式训练方法效率高约三个到四个数量级。这是研究页自报结果，未发论文、未经同行评审。原文见Q Labs研究页。
第三段：晓桐×云健对话点评
晓桐: 云健，还是先掰扯DeepSeek这笔钱。它之前是放话「不接受外部融资、不被别人的商业化时间表绑架」的，现在为什么急着募千亿级的钱？
云健: 它不是突然改口味，是账单先变了——你发现没有？做前沿模型，训练一次烧的是千卡万卡的算力，推理服务每天接的是海量真实调用，两头都按季度涨价。外媒9月就报道过它年化收入摸到10亿美元的量级，但收入再涨也追不上「囤算力」的胃口——报道写得很直白，这轮的钱指向算力基础设施和模型开发。再看节奏：6月首轮510亿元，10月直接翻到800亿元往上，中间只隔了一个最新模型的发布窗口。这轮融资真正定价的，说白了，不是DeepSeek缺不缺钱，而是「模型发布—认购超额—上市门票」这条新流水线：认购超额本身就是递交材料前最硬的背书。至于宁德时代为什么坐在出资最高的那排——报道里点它的算盘：给AI行业供零部件、给数据中心供货这门生意越做越大，投DeepSeek顺手等于给自己的大客户装电表。
晓桐: 那Mistral呢？开源圈子现在基本是中国的模型在霸榜，它一句「欧美最强开源」，凭什么让听众多信它三分？
云健: 先说它诚实的地方：这句话的限定词很讲究——「美国或欧洲开发的最强开源模型」，没敢跟全球总榜叫板，DeepSeek、Kimi、Qwen这些中国模型它绕着说，这就是给自己留退路：10月27日权重一公开，任何人都能下载去跑，评测结果不由它说了算。我更在意的是它做事的顺序——先给网络安全伙伴和政府低限制版本实测三周，再开权重。这是把「主权AI」当产品卖：训练全程用自家欧洲数据中心的约4000颗英伟达GB系列卡，官方说训练用电约10兆瓦，欧盟官方语言全覆盖。这些卖点不是冲着极客，是冲着欧洲的企业和政府采购合同的：数据不出洲，模型能自持。中国开源模型赢在性价比和迭代速度，Mistral赢的是「欧洲身份」这张牌——两种商业模型，各吃各的市场。
晓桐: 回到国内。MiniMax这款Flash模型，智东西的实测真能说明「旗舰能力下放」了吗？
云健: 一半是真，一半是话术。真的那一半：前端生成这件事，过去确实是旗舰模型的护城河——界面要好看、代码要能跑、动效要衔接，吃的是「视觉审美加多步自我纠错」的复合能力，小模型一做就崩。如果Flash档真能稳定交付，最直接受益的是预算：同样的活，单价可能是旗舰的几分之一。话术的那一半：智东西测的是动画、小游戏这类单件展示的场景，恰好是当前模型最出效果的地方；换成几万行代码级的工程任务，它自己报道里也承认差距还在。值得盯的是它和8月4日那期说的MiniMax全模态模型H3开源来自同一家——一家上市公司在「开源旗舰、低价轻量」两头同时铺货，抢的是开发者的默认选项，不只是榜单。
晓桐: openTPU这个项目，一块十年老架构的FPGA板卡，跑出来的速度远不如数据中心显卡，它到底牛在哪？
云健: 牛在「一个人干完了一条产业线」。一颗AI芯片通常要养几个团队：写硬件代码的、做编译器的、调驱动的，凑齐才能把模型跑起来。这个巴西开发者让AI智能体参与写了全部环节，而且卡上生成的结果和模拟器逐位一致——不是玩具演示，是能复现的工程。它回答的问题很有代表性：AI能不能设计运行自己的硬件？现在的回答是「在一块老FPGA上，能，还开源了给你看」。泼盆冷水：FPGA的算力和内存带宽摆在那，最大的模型每秒只能蹦出几个词，离商用很远。但这个仓库冲上热榜的意义不在性能，在于门槛塌了——过去「个人造不出加速器」是组织问题，不是智力问题；AI要是把组织问题压平，芯片行业的人才护城河就得重新估值。
晓桐: 最后一条，Dust这个「不算误差往回传」的训练法，如果真的成立，改的是谁的账本？
云健: 先立规矩再谈颠覆：反向传播的最强形态，是它让海量参数各自拿到「自己该负多少责任」的精确账单，深度学习的整个工业体系——显卡功耗曲线、显存规格、训练框架算子——都是围着它设计的。Dust要打的是它的一个真实缺口：前向传播不用把整个计算图存下来，内存占用理论上能砍一大截，扰动还能并行到几乎无限。它自报「部分设置反超反向传播」，我按惯例先挂第三方复测：这是一家机构的研究页，没有论文、没有同行评审；当年进化策略也被喊过「要革反向传播的命」，革了十年没革掉。但有个时点值得盯：它和10月6日那期讲的Hinton等人那篇智能爆炸论文是同一股风——AI在参与设计AI自己的训练方法和运行它的硬件。哪怕Dust最后只是「多一个选项」，选项变多本身就是加速器。
第四段：收尾
晓桐: 好，从千亿融资的钱，到月底才开的权重，再到一个人、一块旧板卡和一个没送审的新算法——越往下，进场造东西的门槛越低。今天是国庆节假期第7天、假期的最后一天，明天10月8日周四恢复上班。回工位泡杯茶的时候，可以想想：假期七天，这个行业的牌桌上就多了一个「不差钱」的玩家。我们明天见。
晓桐+云阳+云健: 今日我们AI说，带你听见未来的声音！