橙子Joyce

答案是，可以，而且效果相當明顯。只用一種語言訓練，模型在很多其他語言上也會一起變強。
比如在法語測試上，直接用法語訓練，成績平均提升 25.6 個百分點；完全不用法語訓練，只拿西班牙語的題來練，最後考法語也能提升 24.6 個百分點，只差 1 個百分點。
模型學到的不只是某一種語言裡的題，還有一部分可以換語言繼續用的解題方法。所以以後想把模型的中文推理練強，未必所有強化學習數據都得重新做成中文。
但訓練語言也不能隨便換，特定語言確實可能觸發特定能力退化。同樣一套強化學習，換一種訓練語言，有些模型在其他語言和任務上反而會明顯退步。最誇張的一組實驗裡，Qwen3-4B 用斯瓦希里語訓練後，一組訓練時沒見過的英語測試比原模型掉了 19.2 個百分點；多語言一起訓練時，這項測試反而提升了 4.5 個百分點。
這篇論文驗證的主要還是數學、邏輯、圖、幾何等答案可以自動判斷對錯的推理題。這些題換一種語言後，底層解法往往沒有變。對於閱讀理解、隱喻、語義判斷、文化知識這些真正依賴語言本身的任務，論文沒有驗證。
前 Google DeepMind 資深研究科學家、Unreasonable Labs 聯合創始人兼 CEO 曹原認為，AI for Science 正進入爆發期。但 AI 要真正獨立做出諾貝爾獎級別的科學發現，至少還需要二三十年。曹原此前參與過 Gemini 等項目，現在創業方向也是讓 AI 發現新知識。
他認為，眼下最大的瓶頸是驗證。寫程式碼可以馬上運行測試，數學還能用 Lean 逐步檢查證明。但生物、材料和物理最終都要做真實實驗。一次實驗可能很貴，也可能要等很久，AI 很難像 Coding Agent 一樣連續快速試錯。
更難的是「創造新概念」。曹原認為，現在的模型很會在已有知識、定義和定理裡搜索答案，但還不會像頂尖科學家一樣，抽象出新的數學對象、定義和理論。他把這種「概念抽象」稱為 AGI 的「最後一英里」。

高盛策略師本·斯奈德指出，企業正以前所未有的速度加大人工智能(AI)投入，然而對多數公司而言，這項技術迄今尚未轉化爲實質性的盈利改善。
高盛在8月14日發佈的一份報告中稱，在今年第二季度業績期中，$標普500指數 (.SPX.US)$成分股中僅有2%的企業量化了AI對盈利的具體影響；11%的企業則表示在軟件編程、客戶支持等特定領域已觀察到可測量的生產率提升。
不過，這些實現效率改善的企業，其盈利增長並未顯著跑贏市場整體水平。數據顯示，它們的中位數盈利同比增幅爲17%，而那些未量化AI效率貢獻的企業則爲14%。高盛指出，這一差距在統計上並無顯著意義。
對投資者而言，這一發現有助於解釋當前市場格局：一方面，半導體制造商、雲計算服務商等AI基礎設施受益股持續獲得青睞；另一方面，那些承諾未來效率提升的企業則受到普遍謹慎對待。基礎設施支出已帶來立竿見影的收入和利潤增長，而企業藉助AI提升效益的潛在回報仍難以衡量，或需數個季度才能逐步顯現。
AI基礎設施驅動盈利增長
整體來看，第二季度業績期表現格外強勁。高盛表示，剔除與部分私募股權投資相關的非經常性收益後，標普500指數每股收益較上年同期增長31%。
在超大規模企業及其他AI資本支出受益者中，盈利增幅高達54%，貢獻了指數整體盈利增長的約一半。
儘管如此，增長動能並不僅限於大型科技股。標普500指數成分股的中位數盈利增幅爲14%；而剔除受益於油價上漲的能源企業後，非AI基礎設施類公司的增幅同樣達到14%。
這種更廣泛的改善，或有助於緩解市場對盈利增長過度依賴少數科技巨頭的擔憂。不過，基礎設施供應商與AI應用型企業之間的表現差距依然顯著。
高盛指出，投資者偏愛基礎設施類股票，因爲其收益立竿見影且相對易於追蹤。相比之下，那些頻頻提及AI生產力計劃的公司組合，過去幾年的表現大致與標普500指數整體持平。
企業支出加速擴張
種種跡象表明，AI帶來的影響或在未來幾個季度的企業業績中更加清晰可見。
高盛援引Ramp AI指數顯示，企業每月人均AI支出已從年初的5美元升至7月的12美元；排名前10%的企業此項支出則從240美元飆升至650美元。
在第二季度業績電話會議上，約7%的標普500企業討論了AI部署成本。多數企業表示相關支出規模尚小，或強調將以審慎原則推進投資，也有企業稱AI帶來的收益已超過投入成本。
高盛估算，目前AI推理成本在標普500企業營收中所佔比例不足0.5%。而其最新IT支出調查顯示，89%的受訪者表示AI支出佔其IT預算的1%至5%。
需要注意的是，上述估算並未涵蓋AI部署相關的全部成本，如專業人員配備和技術基礎設施建設等。
現有預算內部騰挪支撐轉型
高盛的調查發現，約三分之二的企業通過從既有預算中調配資源來支持AI投入，而非完全依賴新增資金。
具體而言，35%的受訪者表示AI支出來自新增預算;18%通過成本效率提升項目籌集資金;另有18%從軟件預算中調撥，11%從人力成本中轉移，10%來自雲服務預算，9%則源於數據分析支出。
高盛認爲，IT預算內部的結構性調整，更可能在不同企業間重新分配利潤，而不會顯著改變標普500整體的盈利水平。但若人力成本被大幅削減，則可能產生更廣泛的經濟影響。
不過就目前而言，勞動力市場所受衝擊仍集中於市場營銷、平面設計、客戶服務及部分技術崗位，而數據中心建設帶來的新增就業一定程度上抵消了上述崗位的減少。
高盛經濟學家預計，AI最終將替代部分勞動力，但認爲這一衝擊將是暫時性的，且規模小於許多投資者的預期。
軟件行業衝擊尚不明顯
市場此前擔憂，客戶會藉助AI自行開發應用，從而減少對外部軟件供應商的依賴。但高盛發現，目前並未出現大範圍的行業洗牌。
在其IT調查中，僅有17%的受訪企業表示計劃增加內部軟件開發、減少外購成品軟件。高盛覆蓋的軟件公司中位數年度經常性收入(ARR)增速，從2025年第四季度的18%升至今年第一季度的22%，第二季度進一步加快至23%。
當然，這並不意味着個體供應商便可高枕無憂。高盛提到，有報道稱$星巴克 (SBUX.US)$正研發內部AI工具，以取代部分由$微軟 (MSFT.US)$、 $IBM Corp (IBM.US)$等公司提供的軟件。但從行業整體數據來看，尚未出現普遍的惡化趨勢。
高盛篩選潛在受益標的
高盛認爲，勞動力成本較高、且大量崗位具備自動化潛力的企業，最終或將從AI中獲益最多。
目前，勞動力成本約佔標普500企業總營收的12%，年規模約2.1萬億美元。各行業差異顯著：工業企業中佔比達21%，信息技術行業爲16%，而能源行業僅爲5%。
高盛從羅素1000指數成分股中篩選出勞動力成本較高、AI自動化替代潛力較大、且管理層曾在業績中提及AI相關效率提升的企業，名單包括：$科斯塔 (CSGP.US)$、$美元樹公司 (DLTR.US)$、$eBay (EBAY.US)$、$亞瑟加拉格爾 (AJG.US)$、$Axon Enterprise (AXON.US)$、$The Trade Desk (TTD.US)$、$愛彼迎 (ABNB.US)$、$波音 (BA.US)$、 $洛克希德馬丁 (LMT.US)$ 、$嘉信理財 (SCHW.US)$及 $摩根士丹利 (MS.US)$。
但高盛也指出，這份篩選名單並不意味着這些企業已實現顯著的AI降本增效——事實上，這批潛在受益者的盈利數據尚未顯示出實質性的提升。
就目前而言，AI的投資邏輯依然涇渭分明：一邊是基礎設施供應商，利潤已清晰可見;另一邊是技術部署者，財務回報仍更多停留在預期層面。
以上内容资料仅供参考，不构成任何投资意见！