Tether CEO展望AI未来：高效模型降低训练成本，本地与边缘推理成趋势

Anthropic CEO阿莫迪认为DeepSeek的训练成本降低符合行业趋势，并不代表突破性的技术成就：假设AI训练成本的下降趋势是每年4 倍，如果DeepSeek-V3的训练成本比一年前开发的美国当前模型低约8倍，那其实完全符合正常趋势......即使接受 DeepSeek 的训练成本数据，他们也只是处于趋势线上，甚至可能还未完全达到。

一天的总收入为 $562,027，成本利润率 545%DeepSeek：DeepSeek-V3 / R1 推理系统概览

AI软件的逻辑被AI驱动的业绩成功演绎，美股AI广告营销头部公司AppLovin今年股价涨幅高达650%。信达证券认为，随着B卡部署、推理优化、模型优化，推理成本有望大幅降低，各种形式的AI应用涌现有望逐渐具备条件。

开发成本的大幅降低主要得益于合成训练数据的应用——NovaSky团队利用阿里巴巴的QwQ-32B-Preview模型生成了初始训练数据，随后“整理”数据混合，并利用OpenAI的GPT-4o-mini将数据重构为更易用的格式，最终形成了可用的训练集。

如果AI公司始终无法降低开发和运行AI的成本，他们是否只能选择收取更高价格？但业内有信心，推理成本将继续大幅下降。

幻方代表了开源相对闭源的胜利，其贡献将促进开源社区繁荣，并可能导致北美闭源模型API价值归零。幻方在降低推理成本方面表现突出，其架构能轻松支持各种类型的卡，推理成本的降低将促进应用繁荣，拉动更大算力需求。