EP171. DeepSeek 關鍵問題、蘋果微軟臉書財報、川普關稅戰開打 | M觀點
01:25:58 Share

欢迎来到 M 观点我是主持人 Mula 这里是一个紧跟科技趋势讨论热门时事并且分享投资与商业思考的频道每周一中午和周四晚上会在 YouTube 上面直播并且在直播结束后同步到各大 Podcast 平台上

我希望能够透过这个节目带着大家一起来学习掌握世界进步的主要动力科技创新商业思维以及自由市场的力量如果你喜欢我们的节目的话请按赞订阅分享及五星留言评价分享我们的节目给更多人知道也别忘了订阅我们的免费电子报 M 报你可以在资讯栏中找到我们节目的所有相关连结

哈嘍哈嘍大家好大家午安歡迎來到我們今天的 M 觀點今天是我們 M 觀點第 171 集也是我們農曆過年之後的第一集那上個禮拜四呢沒有了我那個就是過年假嘛就休息一次那很高興在過完年假之後再次來跟大家來聊聊過去這幾天發生的重點的科技產業以及國際的時事

當然我們知道過去這幾天大事非常多整個過年期間第一個重點是什麼 Deep SICK 其實我們在小年夜的特別節目已經聊過 Deep SICK 但是其實我們聊完那一集之後 Deep SICK 討論還是如火如荼所以我們今天的第一個重點就要來跟大家再次來深入了解討論一下 Deep SICK 我們會用一種 FAQ 的形式

关于 DeepSeek 的一些关键的一些问题提问以及他的答案分享给大家帮助大家更完整的比较有比较能够清楚的了解每一个问题 DeepSeek 到底我们该怎么看呢那我们今天第二个主题呢来快速跟大家聊一下三家科技巨头的财报

包含了苹果包含了微软包含了脸书他们三家都在过年期间发布他们的去年第四季的财报所以 Mula 我就只能稍微看一下因为本来我这科技剧头财报出来的时候我就要在我们的科技剧头节目写作但是整个过年期间我只能先写特斯拉我知道大家最关注特斯拉我勉勉强强在过年的休假期间

抽出一點時間來寫特斯拉但是微軟蘋果沒得我們沒有時間寫很深入的所以我們今天的節目呢會在

跟大家快速的在國讓大家了解一個大概念這三家科技公司開出來的財報怎麼樣那我們今天的第三個主題呢就要來跟大家聊聊川普的關稅戰因為呢就在 2 月 4 號理論上就是明天川普對於加拿大與墨西哥的關稅戰就要開打囉那很多人本來以為川普是不會玩真的就只是嚇嚇他們而已沒有川普我跟你講川普

要我们之前聊过川普的关税其实我有对他的关税有看法我认为他其实是一个以战必合的手段但是呢以战必合的重点是什么你就要敢战所以其实呢川普呢开启这第一枪那我们来聊聊接下来会怎么发展那但是在进入我们今天的主题之前呢一样先进入我们今天的业配时间今天又要来跟大家业配一个

AI 的一个产品服务但是呢哎这个是我个人超级超级想买的一个 AI 的产品服务呢是什么呢这个产品叫做李沐约的 365 AI 订阅计划那你看到这个名字首先就有个名字叫李沐约那李沐约是谁呢其实他是一个台湾非常有名的跟 AI 领域的一个意见领袖

也是你可以说是一个传教士因为他是生成式 AI 年会的策展人简单来讲他就在台湾举办过去这两年举办一个活动叫做生成式 AI 年会而且都非常非常的在业界受到瞩目他本身是个大数据分析的专家也是个软体开发的高手他甚至得过

台湾的副总统亲自颁发的最佳开放资料应用然后当他开始整个生成是 AI 开始之后他就不断的办 AI 的各式各样的活动所以其实超过 200 场上所以他在 AI 台湾的 AI 的应用领域观念领域心智领域绝对是宣教士等级

当然 AI 时代已经来临了大家应该没有什么没有人能够反对 AI 时代大家不是都在讨论说 AI 会不会取代人类吗可是你知道每次讨论到这个问题一定会有句很经典的话出来叫做会用 AI 的人会先在 AI 取代人类之前会用 AI 的人会先取代那些不会用 AI 的人

那問題來了那如果在整個 AI 要取代人類的過程的第一階段是會用 AI 的人會取代不會用 AI 的人那請問你是那個會用 AI 的人嗎我相信每個人都想說我不要被淘汰我要成為會用 AI 的人可是問題來了那一般人要怎麼跟上 AI 呢其實難度超高的你要知道

整個 AI 產業的速度是超級快的上個月最厲害的模型到這個月就不夠看了上個月最夯的應用這個月就被另外一個東西取代也就是說一般人可能很想努力跟上 AI 這件事情但是你又不是全職在跟 AI 你又不是全職在學 AI

就算你可以看我们 M 观点我们 M 观点是个优质的节目常常跟大家分享 AI 领域的一个最新的新闻跟趋势但是我们也不可能每集拼命讲所以其实你的节奏是跟不上的所以我跟你讲一个你要怎么成为会用 AI 的人然后不被时代淘汰呢其实这个时候

依靠专业的服务就非常重要而且你要知道我们对于 AI 领域的这种我们叫做前浪被后浪干掉一代新人换旧人除了资讯的迭代非常快速以外其实 AI 领域也很重要是什么如何使用这个东西怎么样帮助你的生活我们不能只是知道说 AI 很厉害然后他帮不了你的生活跟工作对不对所以我这样讲

在過去這一年市面上出現非常多的 AI 課程那這些 AI 課程呢有的他們的價值有些會來自於他有最新的資訊最新的使用法問題來了這些資訊這些使用法其實在幾個月之後可能就過時了我在一年前可能教你說怎麼樣對 chat GPT 下最好的指令這個

可能我教你这堂课你当时觉得很有价值可是两三个月之后其实就没有价值因为新一代的模型早就超越了那些旧的那些教学所以其实如果你是希望一直跟上 AI 趋势的话其实订阅制 365 天有个高手不断的成为你的 AI 顾问 AI 老师

才能够确保你真的一直维持在说我真的知道 AI 现在发生什么事我真的知道 AI 怎么帮助我我真的知道三个月前对我还很有用的某一套 AI 的使用方式到现在已经要做改变所以这个就是这个李沐约 365AI 订阅计划的一个重点就是他 365 天天天陪在你身边他为期一年他会提供持续提供这些所谓所谓所谓订阅的活动

会员最新最快而且是有筛选过的 AI 的资讯帮助大家持续了解 AI 而且他教你怎么用 AI 他这整个订阅计划里面有四个主要的项目第一个是什么就是叫做 AI 新知速报就简单讲说 AI 产业发生什么事 AI 领域发生什么事举个例子像我们今天要聊 DeepSeek R1 出来了到底该怎么看他对于整个 AI 应用有什么影响这个叫做最前线最前沿的

Frontier 的 AI 新知书吧所以这个是一个资讯面的提供让你了解 AI 产业发生什么事第二块呢叫做可以马上运用的实际工具案例基本上呢这个订阅计划它提供 100 个 100 个不同的产业你要怎么使用 AI 的工具或者是模板

简单讲说他介绍 100 个 AI 工具 AI 模板让你什么你是某某产业你用这两个 AI 工具用这三个模板会比较适合所以他一开始上线的时候只有 50 个然后后面 50 个会陆续补上但是重点是什么你中间一定可以挑到你能够用的简单讲你在某个产业这 100 个里面可能有 5 个 10 个是能够马上使用在你的工作里面你就可以立刻增加你的 AI 的实战力

另外就算另外 90 个是别的产业的有些时候你看别的产业怎么用其实有些时候你会被激发脑力激荡就是藉由别的产业需要这个东西你可以想想看你自己需不需要你就可以获得更大的能力所以这是第二个重点第三个重点叫做精简高效的初学者入门简单来讲他们就拍影片了他们会拍很多

他们会有很多小白的基本的 AI 使用的教学包括像他们怎么样对切记笔下指令比较好切记笔你使用你要避免犯什么错类似这个样子就是这种很适合新手入门的影片简单来讲把这个影片全部看一遍基本上你就建立一个基础的 AI 使用能力那当然第四个我们讲四大重点第四个叫做会员专属社群以及互动简单来讲

這個李沐約他每個月都會給你直播直播會幹嘛呢就解答大家疑問以及講最新發生的事情他們還有另外一個叫做 office hour 沐約信箱所以基本上就是在這個過程中整個社群有什麼問題有什麼最重要的疑問最需要知道的東西全部都靠直播跟信箱來回答你所以他就是一個持續營運一年的社群所以四大重點第一個什麼

AI 速報最新的 AI 趨勢一直傳給你第二個是 AI 工具與模板讓你各行各業都可以用第三個是 AI 入門初學者看影片入門第四個就是社群持續性我覺得這很重要因為有些時候你總會遇到一些問題你想要問一個人那你要問誰呢你要問我 Mula 嗎

第一個我沒有啦我不一定會因為我不是 AI 最厲害的專家第二個是你也沒辦法讓我整天回答你嗎所以透過這個訂閱制呢你就得到了自己的專屬 AI 的老師跟家教跟助理所以簡單講李沐悅的 365 AI 訂閱計畫他就是你的 AI 老師 AI 家教以及 AI 助理特助

所以他这个东西呢我真的非常推荐你如果是要跟上学会使用 AI 的你就可以去订阅那专属连结在我们的资讯栏你就可以看得到而且你可以输入我们额外的折扣码 NIULA 你就可以有个特别优惠的价格来订阅这个 AI365 订阅计划你算一算一天其实可能就 10 块钱左右真的很便宜那赶快透过资讯栏去看参考这一个订阅制

好那接下來呢就準備進入我們今天的主題囉那當然先跟大家拜個晚年了其實過年其實已經我不知道大家過年過得怎麼樣那基本上呢我自己是沒怎麼塞車到啦雖然我們需要回那個老婆的娘家但是正好我們回的那個

初二那天沒有很塞就還是有塞可是沒有到很塞那我後來看初三初四的那個高速公路都塞到爆所以可能我運氣好在初二的時候上高速公路就比較好那昨天呢

有人说这次特斯拉财报烂到不想聊吗不是不是因为我们明天我们礼拜三我们有一场专门收费的活动叫做特斯拉 2024Q4 的财报的分析以及 2025 的展望所以我们在本季我们就把特斯拉的财报的分析留到付费活动有兴趣了解我们特斯拉的

这个特斯拉你可以在我们资讯栏找到我们的那个这个特斯拉的活动的一个展望当然那我们价格也很便宜啦所以也可以去参考一下所以不是特斯拉这些财报真的很烂哦可是我跟你讲你去想想看他为什么很烂之后股价没有跌呢为什么呢 why 这背后是有原因的因为其实现在市场对特斯拉的重点其实不是那么

就是电车当然也还重要可是已经不是最重要的重点了所以我觉得这次特斯拉财报的更重要的是我们从整个财报的细节去了解说整个电话会议了解说他们在索尔辛计划进展的状况怎么样我觉得这是重点了那没有在节目里面聊主要就是

我都已經放在付費活動了總不能在這裡先聊掉一堆那這樣子有付費的人就覺得你怎麼把我一些東西放上去當然你可以在很多別的節目聽到聊特斯拉的財報只是我相信我們 M 觀點 Mula 我大家都知道我們算是台灣數一數二深入研究的所以我相信參加我們的付費活動你會聽到很多不一樣的資訊當然你有訂科技劇有金版你也可以直接去看文章就好了因為我已經寫出來了

好 那我們回到我剛剛講那是過年前兩天應該是昨天我有一個很特別的體驗因為我昨天去坐了貓空纜車我跟你講我人生因為昨天台北市有點下雨陰雨其實天氣沒有很好那老實講我們本來想帶老婆小孩出門走走也沒有地方去就天氣不好就去哪邊後來老婆突然說我們去坐貓空纜車我就想說

好 毛孔老車開了這個一二十年都沒有去過因為我有懼高症 我怕高但是因為老婆小孩都想去我們就去了 好 就去想說好啦 人生拼個體驗然後我們就去包了那個什麼水晶車廂就是那個地板是玻璃的水晶車廂有夠恐怖的 真的有夠恐怖的我全程 沒有到全程啦我 95%的時間眼睛是閉著

然後我就把耳機戴上就開始聽 all in podcast 就假裝我自己在收聽一個節目然後就我跟你講

而对于有聚高症来讲 染色真的是有点恐怖所以我就忍耐 从不过我觉得整个体验还蛮好的我老婆小孩都非常喜欢所以也算我人生快 50 岁人年年还是都要有新的体验 新的经验还是这样

聊天室有人問說什麼時候會有微軟的科技巨頭解碼這個禮拜會出我希望這個禮拜能夠把微軟跟 meta 開出來可是我覺得微軟會先出來 meta 可能就等下個禮拜那沒辦法其實本來上個禮拜應該就是我拼命寫科技巨頭解碼的時候通常在財報的時候最熱門的那一週我通常會拼兩篇出來可是過年

正好今天很就是卡在一起所以真的沒辦法大家科技劇頭節目訂閱可以稍微等等反正我們的科技劇頭節目分析也不是短線分析就是你這個分析玩幾個禮拜玩幾天玩一兩個禮拜看到其實沒什麼關係因為我們給你的都是一個長線的看法

好了那接下来就准备进入我们今天的主题我们今天第一个主题叫做 Deep Seek FAQ 那我想 Deep Seek 绝对是过年期间最热门的话题因为什么因为除了可以讨论 AI 可以讨论这个到底要不要买 NVIDIA 晶片到底 NVIDIA 的股价会崩到底 OpenAI 有没有被追过这个 AI 以外呢他这个话题也涉足了中国啊涉及第一个什么美国跟中国的美中交锋

拜登的晶片經濟到底有沒有用美國是不是被中國追上這個是強權交鋒而且對於台灣來講台灣人更是了解中國因為我們台灣人很常了解中國一些吹牛所以我們就說中國是不是吹牛中國是不是心理作戰中國是不是認知作戰在台灣討論中國的東西非常敏感所以有很多逢中必反的人也有很多逢中必吹的人所以你就會看到就是有些人說中國做了

70 分的東西他吹到 100 分或者是有些人說中國做 70 分的東西他貶低到 30 分 都有所以這個東西在台灣就變成一個口水站的焦點

你知道我禮拜一我們上個禮拜一做了這個小年夜的特輯之後哇之後一整個禮拜還是看到大家都在聊 Deep Seek 所以我們今天呢這一集呢算是 Deep Seek FAQ 我是抄襲那個 Ben Thompson 因為那個 Strategy Ben Thompson 他在上個禮拜就做一集叫 Deep Seek FAQ 就把他對 Deep Seek 的完整的想法以及對 Deep Seek 完整的一些內容到底是什麼就做了一個完整的一個分析

但是我就抄襲他但是我的答案跟他不見得是一樣我的問題跟他也不一樣我就抄襲他說我們就叫這個 Deep Sea FAQDeep Sea 有哪些關鍵問題我幫大家列 10 個重點問題以及對於這 10 個關鍵問題的答案是什麼所以你對於 Deep Sea 有疑問你就來 check 一下說這 10 個問題 Mura 有沒有回答 Mura 如果有回答呢你就會更了解這個 Deep Sea

那我想其实我们今天的内容跟小年夜特辑的内容会有一部分一样因为 DPC 就是这样子的东西但是我们今天的格式不一样因为我们今天就说问题答案问题答案十个问题十个答案清楚明了帮助大家更了解 DPC

好啦 那我們接下來就進入我們今天的 deep sea 也就是說 M 大開場有點長沒有啊 我們 12 點開場我們現在才 12 點 16 分 才 15 分鐘中間有業配有這個閒聊很多東西啦 anyway 好啦我們第一個

DBC 十大问题的第一题请问 DBC 他有两个模型嘛就 V3 跟 R1 这两个模型是真的很厉害还是他就是中国在吹牛因为大家知道世界有很多的逢中必吹的人那那那答案这个问题是 DBC 的 V3 跟 R1 这两个模型真的厉害还是其他根本没那么厉害只是被被吹捧

我正确答案是什么 DPC V3R 是真的有它厉害的地方因为什么因为它有公布论文这些论文现在大家都在研究而且美国的这些 AI 领域的科技产业包含了科技巨头以及 AI 的新创其实都蛮重视 DPC 所带来的很多的技术方面的一些新的一个做法

整体而言我看到这两天这几天有一篇文章讲的很好其实这次 DPC 它厉害的一个点其实不一定是 R1 有的是 V3 就是 V3 就是不具备推理能力的大型元模型版本就是相对对标的 CHAT GPT-4 OMA 那 V3 它厉害点就是它可以用很低的成本

训练出一个接近欧美一线模型品质的模型他事实上很多人都认为 V3 可能就是只小输给 GPT-4 那甚至可能就跟 Cloud 3.5 Sunnet 或者是 Lama 3.1 都不会输类似这个样子所以这些点是真的蛮厉害的那 R1 其实也有一些他自己的突破包含了他引入了用这个 reinforcement learning 就是让

AI 模型自己去学习推理能力而不是用人类去教学它而是让他们自己去反正针对有标准答案的问题去找解法去学习怎么推理所以这个能力其实也还蛮厉害而且我觉得它最重要的一点是什么其实我们刚讲这个根据 OpenAI 自己的说法

其实 reinforcement 我们早就在弄所以其实这些东西可能在整个 AI 不是完全新的东西事实上最领先的公司也在做可是重点是什么 DeepSeed 的 V3 跟 R1 他们全部都是 open source 他们叫开源甚至你叫做 open weight

叫做公開權重的一個模型然後他們的論文他們的模型都放在 GitHub 所以你都可以看到論文你也可以看到他的你也可以 download 來用所以其實

他有点类似说我可能不是市面上最厉害但是我跟他们很接近然后我把我最新研究出来的各式的秘方跟秘诀我全部都摊开了给大家看那其实我觉得开源这个动作的确会对于整个 AI 产业里面一些相对不是那么最领先的公司一定有帮助所以我觉得

它的一个厉害之处我觉得它或许不是最厉害可是它还是有它厉害之处而且它很重要的是它透过开源的方式我觉得对于整个 AI 产业绝对是有不小的帮助的所以这是要给它肯定的一点好那接下来是第一个问题那好那接下来第二个问题第二个问题很多人关心

請問 DeepSick 有沒有像一些逢中必吹的那些吹捧中國的人所講的那樣他已經超越歐美的一線 AI 廠商中國的 AI 即將超音趕美什麼 OpenAI 什麼 Enthropy 什麼 Google 都要被 DeepSick 踩在腳下

那正确答案是什么没有好那我这样讲我们在评论说到底谁是最厉害的 AI 厂商我们就会看谁的 AI 技术最好或者是我们说谁能够接近最接近做出 AGI

這個所謂通用人工智慧的誰最接近那如果從這個角度來看的話其實 DPC 其實並沒有追上歐美的一線廠商我們去看一件事就是 OPEN AI 呢因為 DPC 這次 R1 主要是跟 OPEN AI 之前的 O1 比可是我們在去年 12 月就知道了 OPEN AI 他們有個最新的模型叫做 O3 就是 O1 的改良版

這個 O3 又比 O1 厲害很多所以就在 1 月底的時候因為 OPEN 剛才有說它會在 1 月發布所以 OPEN 剛才就在 1 月底的時候正式發布了 O3 mini 就是他們最新版本的一個 mini 版就是算力用的比較小的版而這個 O3 mini 一出來的時候大家就很厲害這明顯的比之前的 O1 跟 DPC R1 都強所以其實 O3 mini 明顯的贏過了 DPC R1

所以我们之前讲 OpenAI 它里面的一些研究学者或者 Enthropy 的 CEO 他们的一些高层他们在过去几天都有评论他们说其实 Deep Sea R1 他们用的这个 Trainreinforcement Learning 来学习到推理方式的做法他们内部早就在用他们在几个月前都在用所以

所以 OpenAI 他們的學者就說恭喜你找到了我們之前的做法但是問題是來什麼因為 OpenAI 跟 Anthropy 他們都是閉原的他們都是封閉的 AI 他不是開放的 AI 所以你們就算會外界也不知道外界也沒辦法學所以 Deep Sea 還是有貢獻的因為 Deep Sea 有點類似說好我去想辦法找到你們是怎麼做找出來之後我讓大家都知道公開出來所以整體而言 Deep Sea 有沒有

有超厲害的能力是 OpenAI 或 Enthropy 或者是 Google 他們不會的目前看起來是沒有的那些東西技術其實他們都會了所以整體而言我們如果用接近誰比較接近開發出 AGI 的這個角度來評估的話其實歐美的廠商其實還是領先的那領先幅度多少呢我想領先三個月到半年應該是有的

DBC 絕對是沒有到超英趕美那應該是沒有到這種程度但是 DBC 有沒有很厲害其實還是蠻厲害的我覺得他們最厲害的一點當然是外界最常討論就是你可以用較低的成本但是你達到領先者 maybe 95%的水準那這其實就已經蠻厲害因為這個就是一種實際實踐上的一種技術面的一種

创新或者他一个很厉害的一个成功我大概是这样好那是第二个问题好那你说他对于整个 AI 产业有没有推进我看聊天室有啊就他他重点推进就是他开源嘛因为之前无论是 OpenAI 或者是 Android 你就算会你也不教别人怎么做吗所以其实你光开源就对整个才是会有帮助的

好那第三第三个主题第三个问题 DPC 训练号称训练成本才很低五六百万美元但是呢很多人批评说你根本没有把购买 GPU 的资本支出算进去啊你如果按照外界现在预测的你有 5 万张的 Hopper 的 GPU 你花的钱超多的你怎么可能只有几百万美元你根本就是吹牛造假好啦这个部分因为就是有些人可能就是

覺得對中國這邊就不信任所以看到中國講什麼東西他就覺得是造假可是這部分我們要公允來說因為其實你不是每個人都對 AI 的訓練很熟的所以有些人會說你看你買這個顯卡可能是幾千萬美元是上億美元你怎麼可以說你只有花幾百萬美元在訓練呢可是因為這個東西是在於因為這種東西是我們對於一個訓練

怎樣叫做訓練成本的定義不一樣其實整個 AI 產業在計算的時候會用 GPU Hour 這個單位來計算也就是說你要花多少個 GPU 的小時的算力來算所以你不會用你這個 GPU 總共要買多少

張來算因為好我今天算這個都假如我買了 1 萬張這個 GPU 這個 1 萬張 GPU 呢他總共每 1 萬張總共每一張都算了 10 個小時所以我我花了 1 萬張的 CPU 加乘以 10 個小時就是 10 萬個 GPU hour 算出來那你

你不能用整個這個 1 萬張的 GPU 的錢來說這是我計算這個人的成本我舉一個一般人比較能夠理解的例子就是居住成本好了假設你今天現在住在台北是不是很貴所以今天如果有個人要去算算你居住在台北的

居住成本是多少生活成本是多少那你要算那個居住成本請問你應該用房屋的租金還是用房屋的買下整個房子的錢一般來講當然合理的算法就是算租金嘛你住在台北每個月可能要花 2 萬的租金那個 2 萬的租金的房價可能是 3000 萬所以

你住在台北的居住成本是你要有 3000 万才能住台北还是你每个月可以付出 2 万块租金就能够住台北所以我觉得这个东西我觉得这个比喻大家就比较容易理解所以我觉得其实这个 DeepSick 他讲这个 560 万美元其实是租金的概念就是我算这个东西我不会把整个 GPU 的购买成本都算进去因为那个 GPU 的购买成本那个是那个叫什么那个叫做资本支出

那個資本輸出換算的成本他是要做這個 depreciation 是要做折舊的所以他不是整個就像台積電

花 100 億幹一個晶圓廠然後你會說我第一批生產出來的晶圓就要承擔這個所有成本不可能嘛你一定是有一個有一個這個折舊攤體的方式去算所以其實 AI 的這個 GPUAI 的模型的訓練成本其實我們一般來講就會用 GPU hour 就是你用了多少的算力去算出來而不是你當初買了多少算力的機器這其實不太一樣所以這是第三個問題

所以不能夠直接用說他買多少 GPU 要花多少錢那個叫當作成本你要用他實際使用的算力來評估第四個問題也跟這個 DPC 的訓練成本有關的那好 那接下來我們來講因為 DPC 他們之前有講他們有兩個

DepthSeq 外傳的 560 萬美元的訓練數字我們之前就講過那是 V3 版本那不是 R1 現在據說是 1200 萬美元我沒有仔細去查反正我們現在就先假設是這兩個數字就 DepthSeq V3 的訓練成本是 560 萬美元

Deep Sea R1 的训练成本是 1200 万美元那现在就有人说哇这个价格远低于欧美一线模型是什么 GBT4 训练都好几亿美元了那这你看 560 万美元便宜什么这是 1%的成本那这个说法是不是对 Deep Sea 的训练成本是不是远远低于欧美一线模型的数亿美元那这里就有一个非常大的误区就是什么

我跟你講 Deep Sea 他公布的這個成本就我們講 V3 的成本 Deep Sea V3 公布的 560 萬美元的訓練成本其實他只是他們在訓練模型的時候跑最後一次的 RUN 最後一次的模型就是你可以把它完整訓練一次最後一次那一次的成本是 560 萬

但去想一个模型要能够从一开始训练到能够能用请问他会只训练一次吗一定不会他可能训练出第一个版本之后这个版本哪边还不好所以我们要做了哪些调整权重的调整资料的调整之后训练第二次也就是说这个 Depth Seed V3

他到底从一开始做到最后交出来做出成品中间训练几次我们根本不知道他可能训练 5 次训练 10 次都有可能以致说他整个开发成本是远高于这个所公布的 560 万美元这有点像说

假设今天你就把它讲成一个赛车手去跑跑道就是一个 F1 赛车跑一个跑道那你说我跑一次跑道花多少时间总共他可能跑一圈花了 10 分钟他总共跑 2 分钟你说他你就说这个人他在跑跑道只花 2 分钟不是为什么因为他在跑这一次正式比赛之前他已经在跑道训练过 20 次了

所以是讓你這個人花在跑這個跑道時間其實是 21 次你懂我意思嗎就是說你之前的 run 你要訓練這個模型你就訓練一次訓練兩次然後你出來的成果你會看行不行你會不斷去調整所以光我們講 GPU hour 這個訓練成本其實真正的成本不是 560 萬因為 560 萬只是跑最後一次的訓練的成本第二個是什麼

這裡面很多人都講 這裡面的錢其實沒有算進人員的薪資 Depth City 他們這次的一些突破點不就是他們在一些架構上的突破你要架構有突破 你是不是要用很多高手去思考 去嘗試 去討論這些人員的薪資費用沒有算 資料的費用沒有算所以其實 因為資料 初期的資料還是要做整理的

這些費用全部都沒有加其實你真的加起來其實那個也是很可觀的所以其實你去拿你去批評說 GPT-4 他們的開發成本那個是全部加起來的成本可是你 DepthSea 這 560 萬是最後一次 run 的成本所以其實這個東西就是懶叫比雞腿反正就是不一樣的就是他們是不是蘋果不是 Apple to Apple

entropy 的這個 ceo 就有講如果真的是 apple to apple 的比較 cloud 3.5 的 sunnet 的版本他們跑一次訓練就 run 一次的成本就是幾千萬美元他沒有講幾千萬可能三千萬可能五千萬那你去想啊三千萬五千萬就是 560 萬的多少倍就是 6 倍 6-10 倍嗎他不是差 100 倍好嗎他就是說

哇 Cloud 3 3.5 Sunnet 他们的训练跑一次的训练成本就是 DPC V3 的 6 到 10 倍那你去考虑两边的参数的差距其实就这个数字就是合理的也就是说 DPC 他们其实他们当然很努力的在说我们怎么样用更便宜的方法跑出

我们的训练我们的模型可是其实那个成绩单并没有一些一些夸市的人讲那么夸然后这个差差 30 倍 50 倍差 100 倍没有他大概他大概就是他每次训练成本大概就是低低就是这样子反正就是六分之一到十分之一差不多是这样这样的概念然后好

我們是第四個問題接下來進入第五個問題第五個問題我們就直接來討論說那有些人說那 MUX X6-10 倍也蠻多的啊那為什麼 DVC-V3 跟 R1 可以做到呢好那當然這個東西我們之前有講那跟他模型架構有關嘛因為 DVC-V3 他就是一個混合專家模型

他是號稱是 6,711 億個參數但是他每一次動用只會動用 370 億個參數所以這是一個 370 億個參數那你如果對一線的模型最厲害的模型可能是 3700 億個參數那就差 10 倍

所以他们在实际上在训练的时候他们需要的训练量可能就会差 10 倍你看像 Lama3.1 这个之前开源最强的模型他们最大的版本是 405B 点 4050 亿所以他的这个参数量是 DeepSync 的非常多倍所以其实这个就是 DeepSync V3

它的一个特点就其实它虽然号称是一个大模型可是实际上它是一个蛮小的模型它是那你知道在 AI 训练的时候它每一个参数都要跟所有其他参数做对应的关系所以其实参数量越大它的训练量其实就是越大的所以

所以它其实它实际上的参数量就是真的会少很多它的参数量比较少就会让它的训练量就是少很多所以 DeepSick 的 V3 一般外界认为它厉害的也不是它的训练量很少而是说你理论上你用这么小的训练量我用个小的模型也可以做到没什么问题大家都可以大家手头都有些小的模型问题来了一般小的模型比起大的模型来讲就是比较弱嘛

可是 DCP-10 居然可以用這麼少的參數量就達到更高參數模型的水準也就是說他用一個混合專家模型一次只動用 370 億個參數的

的一個大型元模型居然可以達到那些可能實際上在使用的時候可能是 2000 億 3000 億個參數的模型的水準所以這個就是 DPC-V3 被認為厲害的可是大家就會想說那你怎麼做到你怎麼做到你其實你提供的一些論文裡面的一些架構的突破不見得能夠讓你達到這樣的水準也就是說他們在論文裡面的一些架構突破都比較集中在

集中在他能够用比较便宜的方式比较快的方式算出来可是我们讲的是答案的水准很高那请问答案的水准很高这件事情其实不是他那几个技术就一定可以做得到的所以外就这里就扯到一个东西就外界在讲说 Deep City 是不是抄袭别人的 Deep City 是不是偷别人的东西来用

这个东西就扯到我们第六个问题就是说据说 OpenAI 觉得 Deep-sea 有侵权觉得 Deep-sea 征溜了他们的模型所以 Deep-sea 的能力是不是靠征溜来的是不是有侵权的问题首先先科普一下什么叫做征溜征溜简单讲就是透过一个比较大比较厉害的模型叫做教师模型去训练一个比较小的模型叫学生模型也就是说

本来比较小的学生模型实力是 60 分大的厉害教师模型实力是 90 分我可以透过教师模型去训练 90 分的模型去训练 60 分的学生模型只有让 60 分提升到 80 分甚至 85 分的水准这个就是我们一般讲的叫征六征六的一些比较常见的做法是什么呢就第一个是什么

它就是由教师模型先产生标准答案再由这些数据去训练学生的模型举个例子你可不可以假设我今天要用 Chad GPT-4O 的资料来训练 DipSeq V3 我是不是可以先想办法先产出 10 万组问题然后我把这 10 万个问题丢给 Chad GPT-4OChad GPT-4O 产生了这 10 万个问题的答案

这个叫做生成数据这个生成数据呢这就可以做某个程度的 distillation 就是做蒸馏这是第一种方法第二种方法呢是在是在用同一个问题去问这两个模型然后让学生模型呢去学习教师模型再回答这个问题是怎么做的这个包含了结果值跟中间值他都可以去学习哦所以其实

我不知道他有沒有別的方法這是我初步理解至少有這兩種方法其實還有一些其他方法所以 distillation 所謂蒸餾反正就是我的學生模型透過各式方法去學習教師模型怎麼回答然後盡量去接近他

現在外界一般的看法是 Deepsea 的確有增留 OpenAI 的 GPT-4 的模型讓他 V3 的模型的能力其實強化很多為什麼呢因為你去問非常多的問題他的回答的模式其實答案其實跟 OpenAI 的 GPT 給的答案是很接近的

OpenAI 说他们可能手头已经有证据我们也不知道反正接下来他们一定会提告所以提告之后我们就可以知道结果我觉得我们现在没有百分之百的证据说 DeepSea 一定有增六 OpenAI 的东西或者是刻意去增因为你在网络的公开资料一定会有得到一些很多 OpenAI 的这个模型产作的这是 ok 的这个叫公开资料的时候这也不是刻意的可是

目前看起來 DPC 有非常高的機率他們其實是刻意的去大量使用 GPD-4 去蒸餾蒸餾他不是一個自然的 data 的叫做污染嘛其實我覺得不能叫污染反正就自然而然你用公開資料就有一些 GPD-4 產生的東西我覺得看起來不像目前看起來比較像是他有刻意的去無論是用 API 無論是用生成數據無論是用

這個結果的對齊的方式來增六 GPT-4 的能力我覺得目前看起來我們沒有百分之百的證據但是目前看起來機率很高

有些人会说那增六是不是就等于违法其实不一定啦增六有没有违法看你的授权啦我举个例子 Meta 自己的 Lama 是 405billion 的参数自己去拿去增六加强自己的 Lama70billion 的模型当然 okMeta 自己加最大的模型去协助比较小的模型变相这 ok 版权都是自己的嘛

那如果我今天是一个公开授权的一个 AI 模型我的举个例子像我不知道 Lama 有没有授权可以对外做 distillation 我猜应该可以吧那只是因为 Lama 都开源了所以 Lama 只是只是说可能你有用到 Lama 的话你可能要标注你是 Lama 你可能名字里面要 Lama 我记得应该是这样那 anyway 今天你如果拿

如果你的使用者协议说我这个模型可以协助别家的模型变好那这就是 ok 的可是问题来了 OpenAI 没有 OpenAI 的 GPD 系列的模型你就算注册成为他会员你就算付钱给他 API 你都不可以使用那个 API 去训练自己家的模型所以你绝对是违反使用者协议的一个部分那违反使用者协议的部分就会有侵权争议了

我覺得接下來這個東西可能就是看看會不會上我覺得上法院就是 open 可以跟委託如果有足夠的證據我覺得就會上法院那如果最後沒有起訴大概就不會上法院但是

这个东西如果真的起诉而且做判处的话这个东西对于 Deep Sea 这个模型在海外的使用会受到很大的影响因为在中国你是拿他没办法就他们会用可是在海外你今天是一个软体开发商你就不敢用 Deep Sea 模型因为 Deep Sea 的模型就清却了所以

微软或 OpenAI 告不了 DBC 但他可以告你假如我今天是 Giucali 我今天是 NotionNotion 我说我要用 DBC 的 AI 的模型来跑我里面的 AI 功能对不起你用我侵权的东西人家是可以告你的所以这个会有点问题所以这个官司到底会不会打起来以及最后打的结果怎么样会影响到 DBC 在欧美的领域欧美的世界使用的状况如果他真的被证实侵权他其实大家应该不会敢用大概就这样子

好那这是第 6 个问题接下来第 7 个问题第 7 个问题是很多人说 Deep Sea 的 R1 的模型他们有用 reinforcement learning 强化学习的技术这是不是一个巨大的突破我觉得我们刚刚有讲过这我们第二个问题有稍微回答过其实我就不太算了就是我觉得有一点突破不然不算巨大突破因为首先

对 OpenAI 来讲 OpenAI 他们就说这本来就是我们训练 O 系列就在用的另外呢其实我觉得 Deep City 使用 reinforcement learning 不过它是有限制的因为它就只能去因为你要让 AI 能够自行透过强化学习自己去学而不是透过人为去当老师

你那個問題就要有標準答案所以其實你在沒有標準答案的東西你是很難用 reinforcement learning 我覺得最近這幾天我們已經看到有一些比較專業的討論開始說 reinforcement learning 其實無法幫助那些沒有有標準答案的地方對所以這個東西我們在上禮拜一的節目就講了是不是我們是不是比別人講的更快所以我們節目永遠我們不是講永遠走到前面但我們其實一直走到很前面我覺得

潮水退了就知道有沒有穿褲子你去看 MULA 我們上個禮拜一小結界特別節目或者是我最早在我的 Facebook 上面貼我對於 Deep City 的看法你去回頭看一個禮拜之後你發現我講的都是對的你有沒有發現我講的都是對的可是在那個時候在那個前幾天的時候各種混亂資訊都有那個時候有些人都講錯的東西但是能夠在那個時候講就能夠

知道什么是对的我觉得这个是一个我们节目能够带给大家的价值所以 Deep City 他就算透过 reinforcement learning 他也只能帮助到一个推理模型的一部分的能力而已但是 Deep City 最大的贡献就是什么他贡献就是

他就公开嘛他就是 open source 嘛所以他其实对于很多很多没有办法接触到这个 open AI 最内部的一些研发内内容的的学者我觉得应该是都有帮助的

好 接下来第八个问题第八个问题是 DeepThink 的训练成本降低会不会影响到挥打 GPU 的销售投资人很关心这个问题的答案是直觉上你会觉得会影响但实际上不会我们其实上周一也有讲我自己在脸书贴文也有讲为什么呢其实答案就很简单了军备季再会持续

DeepSix 他是透过一个所谓的叫混合专家的一个模型来降低他每次使用的参数所以呢他的每一个实际上跑的那个专家的模型的 size 没有很大我估计他就 20 几亿参数所以他的 370 亿一次动用 370 亿他就是动用了可能十几个 20 几亿参数的的专家模型去帮他

产出结果那问题来了这个专家模型现在比较小的专家模型你理论上 scaling law 还是存在也就是说你把这 20 几亿的专家模型把它放大

他还是会变强哦所以呢我们我们举一个比较常见的一个架构混合模型像那个 Mistral 之前有很有名的的 AI 也是混合专家模型叫做 Mistral 8x7B 就是 8 个 70 亿参数的专家好所以假设今天我透过各种方法我想办法让这个 8x7B8 个 70 亿参数的专家的混合模型能够得到 90 分你去想哦我把这个模型变成 8x70B 我用

8 个 700 亿参数 70 个 billion700 亿参数的模型去用同样的东西去算理论上一定会更强的如果 8*7b 可以 90 分 8*70b 就可以 95 分了所以军备竞赛还是会下去了我跟你讲因为现在的大型母语言模型都已经很强但是为什么大家还要做因为大家想要做 AGI 大家想要做那个最后的

假設是一個百米賽跑現在已經跑到第 90 米可是最後 10 米誰先跑到還是很重要所以這個軍備競賽還會下去所以我跟你講我舉個我上次不是有聊到掃地機器我就舉掃地機器的例子給大家聽你想

早期的掃地機器人的演算法不是很爛嗎所以早期的掃地機器人能夠在同一個時間能夠把掃乾淨的範圍是沒那麼大所以假如我今天有一台比較厲害的新一代的掃地機器人那個演算法很厲害這個什麼各種定位都很厲害所以我在同一個時間假設都一個小時我可以掃原本的那個舊一代的那個演算法比較爛的掃地機器人的範圍可以掃十倍也就是我一台底十台請問

如果我今天是一个专门要扫地的厂商我就说我就买一台取代我之前 10 台不会嘛我会做的是那如果一台能够抵 10 台那我就买 10 台我买 10 台可以抵之前 100 台我买 100 台可以抵之前 1000 台所以对我来讲我放大可以进步的话我为什么不放大所以其实

那種說我現在可以用比較便宜的方法做到之前比較貴的方法成功那我就停在這裡就好不會我跟你講這個不是科技巨頭的思維這也不是一個商業發展的思維商業發展的時候我用 10%的資源能夠做到原本的效果那我接下來用 100%的資源不就可以做到 10 倍的效果嗎大家就會去做這個東西當然啦理論上會邊記效應地減但是沒關係這個也是大家有預期的本來從

90 分考到 95 分跟從 95 分考 100 分難度是不會一樣的但是重點是大家要不要那 100 分重點是大家要那 100 分好吧所以這個錢是會漲下去的所以呢這個我想

我想这个为什么微软他们资本支出没有要减为什么 Meta 的资本支出没有要减其实这个都已经确定了好那接下来我们讲第九个第九个题目就是有些人就会说 AI 禁令是不是没有效拜登的 AI 禁令是不是没有效是不是反而让中国产生这个技术突破所以我先讲首先呢这个 AI 禁令 Deep Sea 这次呢

你可以说他是镜面精力无效我觉得不完全是但是他的确突破了禁令的一些封锁是没有错我觉得你把他想的是这样子这本来是赛跑原本中国跟美国的两边都有两个选手赛跑百米选手他们俩跑的速度是差不多的时速差不多的那所以呢其实他们的时速都 40 公里 40 公里就是百米的赛跑选手的主要的实力那

那结果呢美国这边就有一个晶片禁令那中国的选手他额外要被卡一个 10 公斤的背心然后呢他卡了 10 公斤背心就跑不了那么快所以他时速就掉 36 公里就跑得比较慢但是呢中国这边呢 Deep Sea 他们就发现他们 Deep Sea 就发现一招可以让这个背心的重量变成只剩下 3 公斤所以 3 公斤之后他的速度就会恢复嘛他可能速度就变成时速变成 38 39 就没有掉那么多所以

其實現在狀況比較像這個就是說本來美國把中國這邊加上一個枷鎖那他跑的沒辦法那麼快但是現在他找到一些方法讓他可以受到這個枷鎖影響變小了可是你去想這還是那個影響還是在的嘛所以其實這樣講你沒有那個影響你又何必又何必加上這個枷鎖呢所以這其實是一個很重要所以我這樣講

如果沒有晶片禁令的話其實中國的科技巨頭完全可以走跟美國的科技巨頭一樣的模式就是什麼就拼 scaling

所以騰訊阿里哪一家出不百度誰出不起錢每一家都出了幾錢所以我們這樣講其實如果沒有金面精力中國就不需要用這種方式跑出一個這種混合專家模型來勉強達到 GPT-4 的等級事實上我相信中國科技巨頭在半年前就能夠推出 GPT-4 等級的模型所以這個你不能說金面精力無效只是說他們終究找到一些方法可以讓他的影響變小了那大概是這樣子好那我們

我们最后第 10 个问题第 10 个问题就有趣了这个话题蛮多人讨论就是请问 DeepThink 是不是中国对欧美的认知作战 Android 的创办人 Palmer Luckey 就跑出来说这个是中国对美国的认知作战不要中计这里面有几种不同的看法几种不同的说法

有几种说法我觉得不太合理第一个说法是有些人说中国是补贴 DPC 的 API 然后它很便宜所以打乱市场秩序我觉得这一点应该没有了因为其实 DPC 的我之前有讲过 DPC 的推论成本事实上因为它是 open source 所以你大概可以你大概可以

你可能不能百分之百知道 DPC 里面的推论成本制度可是如果今天是比较有规模的厂商他上面上架的 DPC 其实他大概可以知道所以如果他的价格真的有补贴我觉得很快就会知道我觉得应该没有那第二个说法是说这个中国是不是用 DPC 然后来给川普下马威告诉川普说你金面封锁没有用你可以取消了

我觉得这个论点也没有那么合理为什么呢因为你觉得川普会因为这样就不打吗不可能嘛什么我打你这一招效果不够好那你觉得他会加大打还是就不打了我觉得他会加大打他不会就不打了嘛所以我觉得这个论点也不太合理但是我觉得有一点呢我不太确定他是不是认知作战或者心理战但是如果有一件事如果真的发生的话我觉得对欧美的 AI 公司科技公司不是好事就是什么如果我们硬要说

可能性就是如果真的有一種認知作戰心理戰我覺得 DPC 它最大的一個可能讓歐美掉進的陷阱就是他用他這次的成功去誘使歐美的科技巨頭轉向要用比較省錢的方式去研發 AI 也就是說

如果今天有家欧美的 AI 公司说天啊 DPC 可以用这么便宜就做出来那我也要学他我也不要再买 GPU 了我也开始用比较用算法用架构的方式来用更便宜的方法来做好的我觉得就中计了我觉得就因为这东西有点类似说有点类似说什么你就是放弃自己的优势本来在 AI 的领域你砸钱拼算力就是可以升级的而这个东西是原本欧美的优势而中国这边取得 GPU 没有那么方便

他还是能取得但是就没有那么方便所以其实他就得找到其他的方法所以本来你应该是好好善用你自己的优势但是你如果你的方向被诱导去说我不砸钱了原来可以不砸钱可以做我就不砸钱我觉得你是走歪了你知道吗这种状况就走歪你放弃自己的优势跑去跑别人打别人的主场

如果真的走到這一路 真的是很可惜我舉個我小時候最喜歡看的漫畫之一就是叫《江泰的壽司》我不知道你們年輕人有沒有聽過《江泰的壽司》《江泰的壽司》裡面有個反派 他的反派就是一個大財團就是一個連鎖的壽司店所以他們壽司的師傅用的食材都是最好的

那江泰呢他因为他各种资源的限制所以他每次拿到的食材都没有那么好所以其实他们常常的状况就是这个大集团就用最好的食材做最好的寿司然后江泰就用比较便宜的鱼货做出一个

能够比美甚至还打败大财团的寿司你知道吗假设这个东西发生了然后大财团连锁的财经说原来可以用便宜的食材就可以做那我们也要做这个我们就不要利用我们的优势我们明明可以每一道菜料理都可以有最好的余货最顶级的余货就我们不用了我们就要学他的方法用一些比较罕见比较不是那么顶级但我特殊的方法出来做

我跟你講你就錯了就犯蠢了你知道嗎因為你等於是放棄自己的優勢跑去玩別人的組長這其實是一個錯誤的方法所以我希望歐美的 AI 跟科技公司不要因為 DeepSea 可以用比較便宜的方式做出來就說好我們從此不砸錢了不行你們還是要砸錢好不好因為 AI 的 Scaling Law 現在看起來還是存在的

至少很多专家 辉达认为他还存在了微软认为他还存在了很多人认为他还存在我们没有那么技术专家 我们不敢说因为这个 Elias Suskever 说至少在 Pretraining 的部分撞枪了但是 anyway 这个部分我觉得无论什么那是一个优势不要放弃 大家就这样好 那以上是我们今天的第一个主题

就聊一下这个 10 个关于 DeepThink 的 FAQ 那我看到聊天室有人说 Mura 哪些地方讲错我觉得我讲的东西都是蛮公允的看法那我觉得如果你觉得我讲错那应该是你某些地方没有听懂我在讲什么大概这样好那接下来我们就进入我们这个第二个主题我们来聊一下苹果

蘋果跟微软跟 Beta 三间公司的财报快速摘要特斯拉我们就留到我们的付费活动去讲因为就这样反正也摘不了这么多我们现在来聊苹果

蘋果他最新一季的財報他的營收成長 3.95%這個數字老實講我覺得不算特別好然後我覺得你去考慮到通膨這成長幾乎是等於 maybe 只成長 1%或 0%所以考慮到通膨其實 3.95%是幾乎是沒有太好雖然我們都已經預計蘋果的這間公司他的主力產品都進入成熟期可是

合理就一般市场期待还是希望他们 may be 要成长到 5%所以他营收成长我觉得不是很漂亮那毛利率呢毛利率倒是很好毛利率是 36.88%是吧 46.88%这是历史新高那

原因其實在過去幾周過去幾年都是類似就是在整個蘋果的業務裡面手機賺最多錢的手機營收最高的手機其實有點至少在過去兩年是有點成長不了那可是服務營收就占比越來越高那服務營收的毛利比較高所以服務營收的占比越來越高他的毛利就會越來越高所以這整個大的 picture 其實沒有改變

那营业利益的部分表现还 operating income 表现还不错成长了 6.09%那这其实就是什么规模提升吧就是因为你看营业利益成长了 3.多个 percent 营业利益成长了 6 个 percent 就代表

赚赚营收是收进来钱一样但是获利其实变高他营运效率效率其实这主要都应该是来自于规模了因为苹果应该过去这一年没有特别明确在营运效率做了什么事情吗所以其实应该是就是随着这个规模的这个这个规模经济变大其实

这个经济效益就出来那营业利率也是史上最高所以我们简单来讲就是苹果的营收成长不太了但是赚钱能力变好那为什么赚钱能力变好其实跟规模有关然后跟转向高价 model 有关跟毛利率提升都是有关的那我们一般来讲最在意的点可能是 iPhoneiPhone 很不幸的在这一季交出衰退的成绩衰退了 0.91 个 percent

其實我覺得兩季過去 iPhone 的成績單就 iPhone 16 的成績單有點蓋棺論定表現平平這個有點打臉我原本覺得 iPhone 16 應該會賣得不錯的但是看起來我錯了 iPhone 16 現在看起來就跟上一代差不多就是持平的一種程度而已那整體來講 Apple AI 的表現上的失望因為 Apple AI 在上線後一個月 iPhone 16 上線後

一個月有推出第一版第一個版本 12 月有推出第二個版本但是無論是兩個版本加起來整個 Apple Intelligence 到目前為止大家都覺得 So so 沒什麼讓人驚豔的所以我們可以講說 Apple AI 的確是讓人相當失望的那自然而然沒有辦法帶動這一代 iPhone 16 所以現在的蘋果的股東就把這個蘋果的希望放在 iPhone 17

如果 Apple AI 在 iPhone 16 的時候表現不好希望 iPhone 17 的時候能夠表現好一點那我們就 wait and see 好不好但是蘋果的營收整體來講還是有成長但 iPhone 衰退所以是來自於其他部分 Mac 成長 15%iPad 成長 15%主要都是因為他們在這一季有新品有新品的時候通常就會有些刺激 Surface 的部分成長 13.94% 算 14%我覺得這個水準是合理水準也就是說

其实苹果他的这个 service 有一段爆发成长期大概就是 21 22 年可是你到了 23 年 23 年其实就变换了所以其实 24 年到现在 25 其实他整个成长就恢复一个就 maybe 10%出头的水准所以其实严格来讲他我觉得 Apple 的 service 的营收的爆发期也过现在未来就是只能期待大概 10%出头的一个那

另外一個值得注意的點是中國這邊的業績衰退 11%iPhone 也出現衰退其實之前很多次蘋果說中國業績的衰退不是 iPhone 衰退是其他部分的衰退可是這一次連 iPhone 都衰退

為什麼呢那我覺得包含了中國本地的手機品牌競爭以及很重要的 Apple AI 沒有在中國推出嘛 Apple AI 什麼時候能夠在中國推出都不知道嘛所以我覺得如果這一代的賣點是 Apple AI 有 Apple AI 的美國都沒有賣的特別好何況沒有 Apple AI 的中國所以

我覺得現在蘋果的一個大的重點就是那請問 iPhone 17 的時候 Apple AI 到底行不行啊到底蘋果能不能靠 Apple AI 讓 iPhone 17 翻身還是一直就不行下去了我覺得這是一個問號啦我覺得這是一個問號好

以上是对于苹果的财报快速的分享第二个是讲微软微软这些财报开出来之后股价就大跌可是我觉得他财报已经没那么差了首先讲营收营收他这一季成长 12%如果你只看表面数字前几季不是都成长更多为什么这次只上 12%但是不是这样在看因为其实前几季的成长是算进 activision bleeder 的并购案所以你是把

你是把这个动势暴雪营收算进去嘛所以你看起来就很多嘛那在最新这一季他是前期就已经含了 activision bleeder 的病官所以他终于摆脱了这个 activision bleeder 的数字灌进来的成长所以 12%其实是为之水准的不算差哦那毛利率 69%也算是不错啊所以其实整体而言我觉得微软的营收跟获利都还算不错

那我们如果仔细看他的三大事业群生产力事业就是这个 productivityoffice 这一块成长 13.9 个 percent 那个 intelligent cloud 智慧云成长 18.6percent 都还 ok 都还 ok 那 pc 这边就持平成长 0.1percent 都在健康的成长范围了那

可是这次为什么会跌呢其实我觉得有两个点第一个点是外界会说微软的这个 Microsoft 365 你不是加上 Copilot 吗你的成长怎么还是越来越慢呢但这个东西其实我觉得在我们

在即将出版的科技巨头节目会讲比较细节但是我在这快速讲一下其实这个东西不是 AI 的问题这其实不是 AI 的功能它比较是其实 Microsoft 365 它自己 per se 的成长趋缓了而且还是趋缓而且它 per se 就是卖座位就卖订阅订阅人数的这个部分的成长变慢

所以他 offset 他抵消掉 AI 的贡献的增加其实这是主要的原因那我这里就讲到这里那 Adroid 的部分呢 Adroid 是这一次大家说叠的主因因为 Adroid 成长 31%在前几季都成长 33 34%就放缓可是问题来了问题是微短本来就讲 Adroid

这一季会 31%微软季出的时候说是本季的成长是 31%到 32%所以 31%是符合预期的那为什么呢因为微软他们一直说吧他们在上一季财报就一直说我们

現在有供給的限制我們不是沒有人要跟我們買是我們的算力不夠啊那它自己的供給限制我們不知道來自於哪邊可能來自於 GPU 可能來自於電力因為其實你要裝 GPU 你還要有足夠的電力啊對不對所以

可能来自于 GPU 可能来自于电力可能来自于实体空间你要有 GPU 你要有实体机架可以放所以他们可能 举个例子来讲像马斯克当时买很多 Hopper H100 但是没有地方放 对不对所以说我们的资料中间还没盖好所以他先把那一批特斯拉买的先给 XAI 所以你去了解其实委婉他说我们有供给的限制我们不是有需求限制所以如果我们的 GPU 可以上线的话我们可以成长更多

這個說法不是成績不好之後才這樣講的所以其實這個東西是早就預告了所以我覺得市場如果對這件事反應過頭事實上是不正確的

不过我觉得市场可能就是没有那么百分之百买单微软说法嘛我觉得市场多少会担心随着其他 AI 服务的追上是不是 OpenAI 的业务不是那么独强是我今天要一个 AI 模型我就真的不一定要用 OpenAI 了所以我觉得市场多少还是有担心这样的状况所以我觉得这也重点是什么微软说下半年微软的下半年就是今年的第二季跟第三季

微软下半年就今年第一季第二季我想说今年的下半年就会因为假设他的 Fiscal year 他的财务年度的下半年就是今年的第一季第二季就会重新拉起来因为他的供给会拉高那我们就来看看好不好我们就要看未来这两季是不是这个营收可以开始拉起来这个是微软的部分

那我觉得简单总结一下就是我觉得 OpenAI 当初带给微软的一些溢价的确应该要结束因为看了第一个微软跟 OpenAI 的关系没有之前那么麻急而且 OpenAI 的领先其实看起来也不是那么稳固然后我觉得外界担忧资本支出过高是不是有回报我觉得这是错误的担心我觉得现在资本支出绝对未来都可以回报的所以外界对于微软这个担心是错误的看法

好 那我们最后讲一下 Meta 的财报对比微软 Meta 财报真的太漂亮了这是我们今天讲的这三家科技巨头最强的财报 Meta 这一季的营收成长是 20.6%它居然还加速哦比上一季加速其中广告业务的营收成长 20.9%那是吓死人了那真的是虽然 Google 财报还没发但是我跟你讲这个 Meta 财报应该是

广告业务之王啊然后 Meta 的这个 APPAPP 业务里面的其他营收也成长很漂亮 55.4%应该主要是 WhatsApp 跟 WhatsApp 的这边的收入那至于他的这个元宇宙业务 reality labs 实境实验室营收就成长 1.1%就没有很多小幅成长

那问题来我们刚才讲营收 20.6%的成长你就觉得很厉害对不对我告诉你不是我告诉你他最厉害的是他的获利能力 Meta 这一季的 Operating Income 他营业利益成长了 42.6%你要知道他前期就已经很好了但是这一季居然还可以成长 42 他的获利成长 42.6%结果赚的钱快增加了

一半了你知道这是很厉害然后来到 233.65 亿美元这是历史新高而且这还是元宇宙狂亏了狂亏 400 多亿美元的状况啊你懂我意思吗元宇宙狂亏 4004 百 40 几亿美元说错元宇宙亏了 49.7 亿美元

的状况下他还能赚 233 亿美元也就是说元宇宙没有亏损的话他根本赚到快 280 亿 280 几亿美元这已经非常接近微软了因为微软本季的营业利益才 300 亿美元出头那他营业利益率的 48.3%史上最高完全是硬超级

真的是吓死人反正我跟讲 JG Meta 的赚钱能力真的是吓死人不过它主要的成长来自于它广告价格的提升一些主要的营运数字里面它的广告展示量只成长了 6%它的广告的单价其实成长 14%这很明显就是广告需求的成长远高于它广告成绩供给的成长量所以我广告的供给量成长 6%不够

所以我競價結果廣告單價成長 14%這個對於 Meta 未來的成長其實是有一點點壓力因為其實 Meta 最好的狀況是廣告的 impression 成長更高然後 ASP 不見得要成長那麼高他現在有點是在收割廣告營收的成長就是廣告 impressionAD impression 的量的成長是在播種

AD 这个广告的 ASP 平均售价的成长是在收割所以现在有点进入收割阶段那收割到一个程度也无法再收割所以他的重点还是要是那个过种的部分要增加但是目前看起来短期内他们应该没有太大的

成长的新的投入我觉得他们可能会着重在一些影片的演算法的一些加强我觉得就看一下不过我觉得目前过去这几季的趋势一直都没有改变就是 Meta 的播种的能力的成长的能力没有那么好没有更早前一两年那么好了所以现在主要在收割的阶段大家知道所以总结小结一下就是哇 Meta

我觉得 Meta 又重新回到整个七大科技巨头里面最能赚钱的公司了所以你知道吗 Meta 就是最能够砸钱买 GPU 又不手软的公司我觉得它赚钱能比 Google 还强所以它现在投资把钱拿去砸 VR 砸 AR 砸 AI 大家就

大家就好吧你太会赚钱了我没办法说什么你元宇宙莫名其妙一年亏 200 亿美元居然营业利率还有快 50%好吧那就算了吧就这样子好那这是我们今天第二个主题我们今天第三个主题就来跟大家聊一下川普的关税战

因为这很多台湾人关心的一个主题台湾人关心的主题就是在 2 月 4 号就是明天川普会正式对加拿大与墨西哥进口商品扣 25%的关税并且对加拿大的能源额外扣 10%也会对中国额外扣 10%

那川普说他为什么要克关税呢因为他说因为这个美国的北边跟南边的边境有太大的非法移民以及芬太尼这个毒品的这个走私进口的一个问题这个对于美国公民造成重大的威胁这是国安危机啊

所以白宮的官員出來說這些關稅會持續到直到美國滿意於這些毒品以及移民問題的改善所以那時候他才可能撤調所以白宮官員有講出兩個重點指標一個是說美國國內因為毒品死亡的人數這個數字要降第二個是什麼在邊境各式各樣的犯罪數字這兩個數字要降這兩個數字只要降到川普政府滿意的標準關稅

就有可能會降那就可能會取消但是目前看起來是這樣那我知道川普有接受訪問有說一個說他不管怎麼樣都不會降我覺得川普的講法顯然跟他的經濟官員的看法不一樣那我覺得這個議題最終川普應該會聽經濟官員的不會是他自己回答的那個答案但是這是我目前個人的看法而已

當然加拿大跟墨西哥現在都沒有想要吞下去他們就說我要反擊我覺得這主要是為了面子但是川普這邊也說如果你們反擊我會給你更大的報復反擊所以我們就看看這些數字要怎麼演最順利的狀況最好的演變就是在未來一兩個月內雙方加拿大跟墨西哥交出了讓川普政府滿意的成績但這個關稅撤掉

這個可能性有多少呢我覺得五成吧那另外五成就是沒有辦法達到大家關稅單就打下去那當然加拿大跟墨西哥經濟都會死人慘啊所以我覺得他們最終還是會讓步的吧那因為我這樣講啊這你知道這個加拿大跟墨西哥他們的整個經濟都高度依賴美國他們的關稅反擊對美國來講就是不痛不癢啊但是美國對他的關稅根本是災難性打擊哦所以我我真的覺得加拿大跟墨西哥應該撐不了多久

那中國這邊初步說他要去 WTO 告狀那我們接下來講我覺得台灣很多人都想說川普真的嗑下去我本來以為川普只是嚇嚇他大家可是我跟你講這就是對川普的誤解

其实川普我们来讲川普他对于加拿大跟墨西哥的关税的态度其实他早在选情他就讲得很清楚他觉得加拿大跟墨西哥在非法移民跟毒品这两件事情对于美国造成太大的伤害所以他要透过这个关税逼两个政府全力去执法

但是你会说没有啦可是之前上个月不是加拿大跟墨西哥都会说配合美国吗为什么还是克下去呢这个答案其实也不困难因为你知道吗我觉得其实这当然以下是我猜的我又没有进入他们的谈判现场但是我觉得合理的推估是其实加拿大跟墨西哥应该都有跟

白宫官员川普政府在讨论非法移民要怎么处理毒品要怎么处理可是问题来了你去想这两个国家政府他们一定都是很传统的官僚很传统的建制派也就是说他们提出来的做法就是那种不痛不痒就是有点那是说我好我会我会努力解决然后他就提两个方案而这些方案无法根本性解决问题所以他就有点类似是

在伤口上面帮你包扎个绷带而不是去解决你会受伤的根本的问题那你要讲如果川普政府是一个很传统的那种像拜登政府这种比较不是那种特立独行的政府或许这样就够了因为就是一种诚意的表示我举个例子来讲如果是拜登政府或许加拿大政府或者是墨西哥政府我额外编列 300 万美元去加强边界巡逻或许做出这个样子的提案可能就会满意了

可是問題是對川普來講你就算加個幾百萬加強邊界許多你也無法根本解決這個問題你可能只解決 10%的問題而已所以這個對川普政府是不夠的你要知道川普這一次的內閣任命有一個很重要的重點這些人都是那種做起事來日事就是會做到底的人就他們是一種

你叫他超級精實嗎也不是啊就是他們是那種他們不是那種很建制派說好大家都努力到你用一些努力有一點成果讓我們可以交差就好他們是說我們要做出成績我們就是要我們要做出讓大家驚訝的成績他們就是一批這種人所以其實川普政府要的東西叫成績單他們要的成績單叫做我要看到非法移民數字要降 90%

我要看到我们的毒品从墨西哥进口毒品到我们的死亡降个 70%他要看到这种很拿出来就可以吹捧的吹嘘的成绩就是而不是那种我们很努力很努力所以跨越边境者非法移民少 20%我跟您讲这种

我覺得傳統官僚政府在跟川普政府打交道一定會很痛苦因為他們會想說我們以前這樣就可以了我們以前就是好你說我們有非法移民我們配合你好不好我設一個邊境的什麼區域我額外增加一些預算我額外增加一些巡邏人口我額外做一些政策這些都是加起來的確會有一點效果可是這個效果就是一種

這個叫做不是超級偶像就多少有一點效果的程度而這種節奏是川普這麼不會滿意的所以我覺得現在我覺得現在這個觀眾有沒有刻下去因為這個東西就是一個震撼教育就是有點類似說我相信川普的官員一定有提出一些比較激進的提案這些激進的提案是加拿大政府也好墨西哥政府他會說我做不到你這個我做不到我怎麼做得到呢

所以你懂我意思嗎所以現在是怎麼我就給硬刻下去我讓你知道這是玩真的所以你要不要也跟我玩真的呢還是你覺得應付一下就好了呢所以我覺得這個同理你換到思考台灣的川普號稱要對晶片課稅你就可以理解一樣的概念就是說你知道傳統像拜登這種比較傳統的政府

他就说好那我给你一个法案我给你一些补助我鼓励你来但是台积电也盖了亚利桑那也盖草大家好来好去大家都很开心我也多少做了一点嘛可是对于川普政府来讲他要的不只是这样子所以他就说做这样不够啦做这样我知道你有努力展示诚意但是我告诉你我要的是什么我要的是真正很强的结果所以我觉得你去从这样的角度去思考

拜登政府跟川普政府的就传统的建制派的外交的做法跟川普政府做法你就知道两边的差异所以我相信虽然我跟讲现在有些人会说川普是不是真的只是为了要平和贸易赤字做这件事情可是我觉得不是啦因为

但是我有可能錯我先跟大家講我有可能錯川普我覺得對於川普這一任的關稅的政策我覺得可能還要再多觀察一到兩個月我們才能夠有更清楚的全貌但是我現在還沒有改變我之前看法就是

對於川普的關稅政策是為了達成他的更重要的其他政策目的的一個手段只是他現在的做法比較是說我不是只是對空明槍我要讓你怕我還對你我不是對空明槍我可能還射你一些非致命部位那你知道我是真的會把你打死的所以我覺得現在就是逼加拿大跟墨西哥政府要更認真對待川普提出的議題

那好 那我覺得台灣人更關心川普是不是會對晶片課稅因為最近在川普的一個專訪就表示他會對能源 對金屬 對晶片課稅晶片其實他不是這次談話重點可是台灣人比較關心晶片所以即使這個晶片不是談話重點但是台灣人就把晶片放在開始說川普要對台灣課 晶片課稅太可惡了是不是川普課關稅沒有用只會美國通膨而已所以你去看到現在

網路上所有的討論基本上都在批評川普課金片的關稅美國會通膨而且課不到第一種是台積電可以轉嫁啦第二個是什麼美國欺負人啊第三個是什麼到最後通膨就自己害到美國這個都害到美國比幫助美國很多所以是目前的台灣的主流評論可是我跟你講我也不知道為什麼這些評論現在才出來川普的態度從來沒有變過啊

我跟他講在選前幾個月川普就至少兩次談到台灣的半導體對不對當時他的講法一直是一致的他說他希望半導體回到美國生長拜登政府用補助的方式是錯的他應該用關稅的方式逼這些廠商到美國生長所以

我也不知道为什么这个东西突然在这个时候又爆出来讨论因为川普没有变过川普他那么概念就是我希望半导体大厂在美国盖更多的厂但是我们不要用补助我们要用关税所以当然川普没办法收回以前给的补助但是他现在做法是我要用关税做到更多我觉得其实就是这个样子有些人会说那台积电不是已经去亚利桑那盖厂了吗

台積電不是已經去亞利桑那蓋廠了嗎那為什麼川普還要這樣呢我跟你講我覺得川普對於台積電蓋廠的理解程度大漲我目前不知道但是我覺得我們也不知道川普心中的標準吧或許川普會覺得說我希望你們的三代米早點在台灣在美國能夠生產大概就是這樣子那我覺得以目前來看那個

亞利桑那的台積電的 4 奈米現在聽說製程它的良率已經跟台灣一樣好了所以我覺得美國這邊良率不是太大問題因為台積電現在就是

大量的把台灣的工程師外派到美國據說在亞利桑那的工廠有一半的都是台灣的工程師所以他做到跟台灣同樣的水準應該不是太難所以你接下來什麼 N31 或者甚至未來的兩奈米你要搬到美國其實也不是做不到只是要不要做的這個問題而已

但是我覺得我們現在還不能夠評論川普到底會不會對晶片課關稅這件事我覺得網路上很多討論我覺得我們今天沒有要特別去說這些批評合理或不合理因為我們現在根本不知道川普要怎麼課因為我跟你講有些人說川普沒有辦法做到這是錯的其實川普是做得到因為其實美國商務部都專門做這種事所以他其實是很能知道怎麼樣課到關稅我舉個例子來講好了

有些人說晶片就只是電腦裡面的一個成品手機的成品要怎麼課那當然就是對最終商品來課所以很多人說是對晶片課是不是不是最終一定是對最終商品你去參考一下拜登政府的時候電動車補助就知道

拜登政府的时候电动车补助他是怎么补助他说你的电池要在美国生产才能够补助所以那个时候拜登政府要求所有要能够做电动车补助的要去什么要去证明你的电池是美国生产的

所以當時有些車子有些特斯拉就不能拿到補助因為他的電池是中國的對不對所以當時很多的這些要拿到補助的車廠就必須說我的價格在哪個區間帶然後我要跟商務部說我要能拿著補助我的電池確認我是美國生產那你去想川普到時候怎麼做也不難他就是拿手機他說所有的手機課什麼額外課 5%的關稅然後除非什麼

除非你能夠證明你的晶片是來自於美國生產的所以 Apple 的 iPhone 他是手機我現在都是台灣生產的當然這中間會有轉接期但是就是因為你要美國現在也沒有 3 奈米所以現在最新的 iPhone17 應該這種這個台積電的 3 奈米生產其實美國是做不出來的所以但是我覺得川普這個政策這就是說為什麼我們

要知道細節才能夠討論因為很有可能川普這個政策出來他會給兩年的緩衝期有可能啊就說好沒關係我給你兩年三奈米開起來或者兩奈米開起來給你兩年確保到時候蘋果的手機的晶片就是美國正常的那你簡單講你要獲得關稅的豁免你就要自己去證明這件事情

這個在電動車已經做過一次了所以我並不覺得這件事是完全做不到的那當然你會說那些難道所有的小商品一個耳機的晶片一個什麼電器的晶片我覺得應該不會我覺得這實際上做起來也太麻煩了所以我覺得應該是針對於會用到先進制的什麼 AI 伺服器然後手機這幾個去做吧我覺得應該會這樣子做

那當然啦 這個過程中呢我覺得一定會喬啦因為你要知道 Tim Cook 跟 Tim Cook 跟川普的關係很好所以其實最終會怎麼做我覺得還要再看好不好因為你想喔在川普的第一次的貿易戰跟中國貿易戰的時候蘋果的產品是不是被減免了是不被課額外關稅的所以你就知道其實蘋果是有喬的能力的所以

到底最後可以喬出怎麼樣我覺得就要看了所以我覺得現在去評論川普的金面關稅還太早了我覺得我覺得理論上他說二月中就要課我們就等二月中他的辦法出來我們再來評論我覺得看個兩個月我覺得我們可以有比較合理的評論

現在評論就是只是在猜而已但是你要我猜 我就是猜說我認為川普最終寄出來的這個晶片的假設真的有寄假設真的有寄這個晶片的關稅應該會是一個有相當彈性的空間的類似說他可能會有一些緩衝期並且他甚至不是要求 100%的機器我今天如果是川普我可能我川普的幕僚可能會說你不用要求蘋果的每一台機器都要是那個

每一台手機賣美國的手機晶片都是美國產品你可能要求 30%就好只要你有 30%符合那蘋果要自己去證明這件事蘋果可能就選一兩個型號去這樣做我覺得有可能但是我不知道因為這是純猜測但是我覺得川普要的大方向也沒有很難猜川普要的就是有更多的半導體的產業鏈在美國建立

先进制程如果以台积电来讲就是更多的先进制程放在美国台积电现在已经在亚利桑那盖了三个厂所以他本来就要做这件事那川普要的是不是做更多 maybe 我不知道我觉得这就等东西出来了可是我跟你讲台积电是可以做的啦因为台积电有的是台积电的先进制程现在是很赚钱的所以他就算成本增加 50%他还是赚钱的我那讲啊

我自己之前的预估是台积电的先进制程的晶片在美国生产成本可能最多最多加 50%我现在看到的说法在亚利桑那的 4 奈米是加 30%是加 30%那是媒体报道我不知道我就引用而已所以如果以 4 奈米来看的话亚利桑那的成本其实只高 30%那我们我们今天抓比较保守啊假设 3 奈米更难加 50%你想哦

台積電的先進製程毛利率是非常高的所以這樣講台積電現在先進製程假設以 3 奈米他毛利率可能是高達 70%他反而是成熟製程的毛利率比較低但是假設台積電先進的毛利率 70%這個就代表他的成本是 30%30%乘以 1.5 倍會變成 45%也就是說

你就算成本增加 50%你的毛利率只是從 70%降到 55%請問 55%是不是還是很好的毛利率還是很好的毛利率嘛所以這個是台積電吃得起的當然如果你是台積電股東還是不爽啦你是台積電股東還是覺得我還是少賺錢本來 100 塊 100 塊先進市場賣 100 塊我可以賺 70 塊現在只能賺 55 塊可是無論如何絕對不是虧本賣我就不要以為台積電美國的

美国的我跟你讲很多人说美国的工程师比较贵啊可是你要知道先进制程最贵的是那台 EUV 的机器好吗先进制程最贵的是那一台它的设备所以设备占整个先进制程的成本

可能七八成所以你说人力比较贵然后一些什么其他的一些什么原料比较贵那个影响没那么大只是要那个机器荷兰 ASML 卖一台 EUV 到台湾跟卖一台到美国价格是一样的好吗所以那个部分的成本是不会变动的所以其实成本真的不会增加那么多你去看你去看那个

我說真的我也不知道媒體講那個數字是不是真的但是我覺得應該不是空穴來風所以如果亞利桑那的在良率一樣的時候因為他現在已經說亞利桑那的 4 奈米良率跟台灣是一樣的而在良率一樣的狀況下美國根本就多三成其實這三成不管台積電要漲價或者不漲價自己吞其實都可以他毛利率吃得下去所以我

我个人不会特别觉得台积电会遇到太大的问题但是我们目前也不知道川普的晶片经济到底会只克先进制程还是克持久制程我觉得我们就再等几个礼拜再等一两个月我们再来做比较详细的分析现在讲太多可能都不一定是对的因为不一定我们不知道川普要怎么克

好啦 總而言之我覺得我個人會希望台灣的賴政府對於川普的反應要快一點我覺得我們不能放不能只是被動的反應我覺得要主動出擊啦你看孫正義怎麼做的好不好你看 Mark Zuckerberg 怎麼做的好不好台灣要能夠在川普 2.0 獲得更大的優勢你要去學孫正要去學 Mark Zuckerberg

而不是说川普做什么我们再反映一下错了你不要学 Trudeau 好不好你不要学杜鲁大不要学墨西哥好不好学一下孙正义学一下 Marx Zuckerberg 他们怎么做的这才是比较聪明的好不好好了以上就是我们今天的

n 观点 ep 171 那我们还是很感谢我们今天的业配李沐约的 365 ai 订阅计划那这个在我们资讯栏那我有有这个专属连结而且我们也有这个专属优惠码所以有兴趣的话可以去参考一下好不好那以上就是我们今天的节目那 n 观点 ep 171 那希望对大家都有些收获好不好那我们今天节目就到这边了大家拜拜拜拜