Sheemm

随着 AI 算力需求持续增长，新云公司的竞争正在从「谁拥有更多 GPU」转向「谁能控制从硬件到软件的完整技术栈」。当裸算力租赁越来越难摆脱价格竞争，一个更关键的问题开始浮现：决定 AI 基础设施价值的，究竟是 GPU 本身，还是调度、编排和优化 GPU 运行效率的软件层？
Nscale 以约 16.5 亿美元收购 Anyscale ，Nebius 收购 Eigen AI、CoreWeave 收购 Weights & Biases、IREN 收购 Mirantis 等交易。五笔收购指向同一趋势：拥有 GPU、电力和数据中心的新云公司，正在集体向 MLOps 和 AI 编排层延伸。

新云公司购买的并不只是一套软件或一批客户，而是从「按 GPU 小时收费」转向「按任务结果竞争」的能力。调度系统决定一项任务需要消耗多少 GPU 小时，也决定算力利用率、客户成本和平台利润。掌握软硬件两层后，厂商既能进行协同优化，也能通过更深的系统集成提高客户迁移成本，将效率提升带来的收益留在平台内部。
与此同时，整合也在反向发生。Lightning AI 与 GPU 提供商 Voltage Park 合并，Fireworks、Modal、Baseten 等推理平台也在不同程度上建设或控制底层算力。基础设施公司向上收购软件，推理平台向下扩张硬件，双方正从相反方向走向同一个终点：同时掌握算力资产和编排软件。
这意味着，新云竞争的下一阶段不再只是拼 GPU 数量、电力合同和交付速度，而是争夺整套 AI 工作负载的控制权。真正的壁垒，可能来自谁能把芯片、集群、调度和推理服务整合为一个效率更高、客户更难离开的系统。不过，两条路径虽然终点相同，成本结构却截然不同：新云公司可以通过收购补齐软件，而推理平台想要向下建设基础设施，则必须承担更重的资本开支。这也为第二部分留下了关键问题——当所有公司都想控制完整技术栈，谁能为这场扩张找到足够便宜的资金？

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」。

Japan’s financial sector is feeling the severe pressure of shifting global macroeconomic conditions. Japan’s four largest life insurers recently reported that their unrealized losses on domestic bonds surged by $6 billion, hitting an astonishing record high of $96 billion.
As traditional institutional heavyweights face mounting portfolio pressures, let's break down why this matters for the broader financial and crypto landscapes.
📊 The Core Issue: Bonds Under Pressure
The Record High: Total unrealized losses for Japan's top four life insurers climbed to $96 billion, driven by a massive $6 billion jump in recent periods.
The Cause: As global interest rate environments fluctuate and bond yields shift, legacy fixed-income portfolios held by institutional giants take a heavy hit in market value.
The Ripple Effect: When traditional safe-haven assets like domestic bonds experience heavy unrealized drawdowns, institutional risk appetite, capital allocation strategies, and liquidity management across traditional finance (TradFi) undergo significant shifts.
🌐 Why TradFi Instability Matters for Crypto
Whenever institutional giants face structural pressure in traditional debt and bond markets, the macro narrative shifts:
Liquidity Reallocation: Traditional institutions constantly look for ways to hedge against sovereign debt devaluation and inflation risks.
Alternative Safe Havens: As confidence in legacy fiat-backed debt instruments wavers under massive unrealized losses, alternative assets—ranging from hard assets like gold to decentralized digital assets—remain on the long-term radar for institutional portfolio diversification.
Macro Volatility: Bond market stress in major economies like Japan often triggers broader currency fluctuations that can cause short-term ripple effects across global risk assets, including crypto.
🚀 Join the Movement & Claim Rewards!
As we navigate these market shifts, don't miss out on the opportunity to earn while you trade. You can jump right into the action and start earning rewards by checking out this exclusive link:
👉 Claim Your USDC Rewards Here
💬 How do you think ongoing stress in traditional bond markets will impact global liquidity and crypto moving forward? Let’s discuss in the comments below!
#BinanceSquare #Japan #BondMarket #Macroeconomics #TradFi #Crypto #GlobalEconomy #Investing$btc