Lex Fridman邀请了机器学习研究员Sebastian Raschka和Nathan Lambert，回顾了过去一年的AI发展，特别是以DeepSeek为代表的开源模型崛起，并展望了未来的技术趋势。

引言：2026年的AI格局与“DeepSeek时刻”

视频的对话背景设定在2026年1月，嘉宾们首先回顾了被称作 “DeepSeek时刻”（DeepSeek Moment）的历史性事件。这一事件发生在2025年1月，当时中国公司DeepSeek发布了DeepSeek-R1模型。该模型以极低的训练成本和推理成本，达到了当时最先进（SOTA）的性能水平，并且完全开源权重。

这一事件被认为是AI领域的分水岭，它震惊了全球AI社区，证明了开源模型可以与顶尖闭源模型抗衡。DeepSeek的成功在中国引发了类似ChatGPT在美国的效应，催生了大量新的AI实验室和模型发布，如Z.AI、MiniMax和Moonshot（月之暗面） 等。目前（2026年），虽然DeepSeek作为领头羊的地位受到挑战，但中国公司在开源权重模型（Open Weights） 领域占据了主导地位，深受全球研究者和开发者的喜爱。

中美AI竞争：开源与闭源的博弈

关于“谁在赢得AI竞赛”的讨论，嘉宾们认为这取决于评价标准。在技术获取层面，由于研究人员在各实验室间频繁流动，没有任何一家公司能长期垄断核心技术，唯一的壁垒在于预算和硬件算力。

在商业模式上，美国公司（如OpenAI、Anthropic、Google）主要通过付费API和软件订阅获利，而在中国和世界其他地区，用户习惯于免费软件，因此开源模型更具影响力。中国公司通过发布高质量的开源模型，正在全球范围内建立巨大的影响力。嘉宾提到，由于数据安全和地缘政治原因，许多西方企业不会直接调用中国公司的API，这使得开源权重成为中国AI技术出海的主要途径。

2026年的模型版图：Claude、Gemini与Llama的困境

视频详细点评了2026年初的主流模型现状：

• • Anthropic (Claude):Claude Opus 4.5被描述为当前最受追捧的模型，其发布引发了巨大的社区热度（Hype），在编码（Coding）领域表现尤为出色。Anthropic以其“最不混乱”的企业文化获得了竞争优势。
• • Google (Gemini):Gemini 3虽然性能强大，但在市场营销和社区声量上似乎被Claude盖过。嘉宾认为Google的技术依然顶尖，但差异化优势正在缩小。
• • Meta (Llama):Llama 4的发布似乎未达预期。讨论指出，Llama 4可能陷入了 “为刷榜而生”（Overfitting to Benchmarks） 的陷阱，导致模型虽然在基准测试上分数很高，但实际可用性（如运行门槛、用户体验）下降。这被归咎于内部政治斗争和错误的激励机制，即管理者过度追求指标而忽视了实用性。

技术深潜：从RLHF到RLVR的范式转变

视频中深入探讨了AI训练技术的重大演变，特别是强化学习（RL） 的应用：

• • RLHF（基于人类反馈的强化学习）的瓶颈： 传统的RLHF缺乏扩展定律（Scaling Laws）。简单地增加计算量并不能线性提升RLHF的效果，反而可能导致模型“过度优化”奖励模型而崩溃。
• • RLVR（基于可验证奖励的强化学习）的崛起： DeepSeek-R1和OpenAI o1通过RLVR改变了游戏规则。RLVR依赖于客观的、可验证的结果（如数学题对错、代码能否运行），而非人类的主观偏好。嘉宾指出，RLVR具备Scaling Law，即投入更多的推理计算（Inference Compute）或训练计算，模型的推理能力会线性提升。这是当前AI研究最核心的突破方向。

架构创新：混合专家模型（MoE）与文本扩散模型

在模型架构方面，讨论了两个关键技术：

• • 混合专家模型（MoE）： 为了在不增加推理成本的前提下扩大模型参数，MoE架构（如GPT-4和DeepSeek采用）通过稀疏激活的方式，让每次生成只调用网络中的一小部分“专家”。这已成为大模型的标准配置。
• • 文本扩散模型（Text Diffusion）： 这是一个新兴的研究方向，旨在替代传统的自回归（Auto-regressive）生成方式。传统的Transformer是一个接一个地生成Token（词），速度受限；而文本扩散模型可以一次性生成或迭代优化整段文本。这在代码生成（如生成大段代码的修改Diff）等场景下具有极大的速度优势，尽管目前在通用对话质量上可能还不如自回归模型。

编程与工具使用：AI开发的未来

编程是AI最主要的应用场景之一。嘉宾们分享了他们的工具链：Cursor和Claude Code各占半壁江山。“Vibe Coding” 成为一种新趋势，指开发者不再纠结于底层代码细节，而是通过自然语言“指导”AI完成大段逻辑，主要依赖AI的直觉和一次性生成能力。

此外，工具使用（Tool Use）被认为是解决AI幻觉（Hallucination）的最佳方案。与其让模型硬记所有知识（如做复杂的数学运算），不如教模型学会调用计算器、Python解释器或搜索引擎。这种将LLM作为控制器（Controller）而非单纯知识库的模式，是提升准确性的关键。

未来展望：机器人、AGI与人类的意义

视频最后探讨了更长远的未来：

• • 机器人技术（Robotics）： 模拟环境（Sim）到现实世界（Real）的迁移差距（Sim-to-Real Gap）正在随着更精确的模拟器而缩小。Hugging Face等平台正在推动机器人模型的开源和标准化。
• • 持续学习（Continual Learning）： 目前的模型大多是静态的。未来的方向是让模型能在端侧（如手机）根据用户的日常互动进行微调和记忆更新，而不是依赖云端昂贵的全局训练。
• • AGI与人类： 尽管AI能力在飞速增长，嘉宾们对“AI接管世界”持乐观态度。他们认为，AI目前仍缺乏自主意愿（Agency）和意识（Consciousness）。人类依然是发号施令的主体（Agency resides in humans）。AI不仅是工具，更是一面镜子，帮助人类在探索智能的过程中更好地理解自己。