物界前沿社区讨论 · 政策
Kimi K3来了，但创业者的战场在应用层
WAIC首日，超过15位院士和图灵奖得主登台，发布了至少8个新模型，Kimi K3在长上下文上再次刷新纪录。但作为在Web3和AI两个赛道都踩过坑的创业者，我关注的不是这些参数，而是另一个数据：现场提到“商业化”和“收入”的嘉宾比例，比去年高了至少3倍。去年大家在聊AGI的奇点，今年开始聊怎么把模型卖出去、怎么让客户买单。这个转变，比任何技术突破都更值得认真对待。
模型层内卷，应用层缺的不是技术
Kimi K3把长上下文窗口推到了一个新的量级，但我们在台下讨论时，共识很一致：这个能力对普通用户来说，边际效用正在递减。一个能处理100万字的模型，和能处理10万字的模型，在真实场景里差别并没有那么大。真正需要长上下文的企业级场景，比如法律合同审查、金融财报分析，客户更关心的是准确率、成本、以及能不能和现有系统集成。
这意味着，模型层的竞争正在从“参数竞赛”转向“工程优化”。大厂和头部创业公司会继续砸钱训练更大模型，但对于我们这种小团队，直接去卷模型层是死路一条。我身边好几个做AI应用的朋友，去年还憋着劲要自研模型，今年都老老实实接API了。原因很简单：API成本降得比预期快得多，而且开源模型的生态已经足够成熟，在垂直领域微调一个7B模型，效果不输给通用大模型，成本却低一个数量级。
WAIC上另一个明显的信号是，很多嘉宾开始强调“落地”