#LWF交流会核心观点: 礼物DS定位以AGI为唯一主线:目标非短期商业化,不抢C端流量、不做超级APP,不急于铺产品线。现阶段只押注智能上限提升,视频生成、3D、世界模型、多数垂类应用不是主线,应用层交给生态; 礼物开源不是被迫选择,最强模型也倾向开源,商业化依靠工程效率和低部署成本,API按约10个月收回设备成本定价,只赚合理利润,开源并不必然损害收入; 礼物技术路线是语言模型/CoT->Agent->持续学习->模型自我迭代->具身智能,当前瓶颈在持续学习,跨过后可以AI自我迭代,研发效率将会非线性提升; 礼物基模终局看的是成本、推出时间和用户体验,其中成本最重要。能力差距会收敛,难一家独占或长期暴利,低成本供给方获更大份额; 礼物中美差距核心是算力、资本开支和高质量后训练数据积累,非人才禀赋。中国的结构性机会在于成本控制和产品体验,国产芯片生态有望改善,近中期的硬约束仍是产能。 我们认为,能力差距收敛、成本为终局竞争力、后续关键是持续学习基本已获产业进展验证。 礼物Anthropic当前仍保持code agent的领先,但领先程度在OpenAI、Kimi等新模型发布后缩小,从历史趋势来看,美国御三家之间、中美模型之间的能力差距处于收敛。 礼物Anthropic、智谱、LWF均提到持续学习和RSI,即未来目标是模型自我迭代,迭代速度会大幅提升。 礼物当前对用户模型而言,已转向关注单任务成本,强调用更少token、用更少工具轮次、更低时延,未来大概率用户任务通过强模型策略、弱模型执行的分层方式解决,能以更低总成本给予同等质量结果的厂商或许能获得更强定价权、毛利韧性和规模扩张能力。 #后续关注点: 智谱GLM 5.3近期发布,预计年底前发布T级别以上模型,对标fable 5。 DS-V4正式版发布,预计代码、Agent能力提升显著。 Minimax预计海螺3和2T模型发布。 Qwen 3.8正式版发布。