模型竞赛余波：苹果盘中超英伟达同日，Kimi K3 开源权重发布

苹果曾在某个周五盘中短暂超越英伟达、重夺全球市值第一。同一天，月之暗面（Moonshot）正式发布并开源了参数规模达 2.8 万亿的 Kimi K3 模型。一篇发布在 CONVEX 26（马德里）大会上的演讲以此为切口，提出核心判断：智能正在商品化（commoditising），上下文才是真正的护城河。

演讲标题为「Model Race Hangover: Why the AI Loser May Win the Infrastructure War」，时长约 40 分钟，主讲者围绕「本地 AI」展开论述。下文整理其主要论点与关键数据。

苹果短暂登顶，与「四巨头」千亿基建潮形成对照

苹果被许多观察者视为 AI 浪潮中的「输家」，因缺乏自研前沿模型而被看衰。但在那个交易日盘中，苹果市值曾数小时超越英伟达。

与此同时，其他四家巨头的 AI 基础设施开支却呈现另一番景象：

• 亚马逊、微软、Alphabet、Meta 今年合计将投入约 7250 亿美元 用于 AI 基础设施，较去年增长约 77%。
• 大致拆分为：亚马逊约 2000 亿、微软约 1900 亿、Alphabet 约 1850 亿、Meta 至少 1250 亿。
• 与之相比，苹果在 AI 基建上的开支几乎可以「四舍五入忽略」。

演讲者认为，这种「低投入＋持币观望」的姿态，恰恰可能让苹果在智能商品化阶段，凭借统一内存硬件与个人上下文数据反超。

Kimi K3：开源阵营的首个「前沿级」模型

与上述资本游戏同步，月之暗面发布了 Kimi K3 模型：

• 总参数 2.8 万亿，文中提到涉及 MoE 与稠密架构的对比，但具体细节未展开。
• 在模型发布当周即以接近 MIT 的许可证放出完整权重。
• 提供 GGUF 等本地推理格式。
• 演讲者称之为开源阵营首个真正意义上的「前沿级（frontier-level）」模型。

即使在家用硬件上无法直接运行这种规模的模型，演讲者仍将其视作标志性时刻——「开源阵营终于有了自己的 Fable 级武器」。

不是「AI 泡沫」，而是「AI 陷阱」

演讲者明确拒绝将当前局面定性为泡沫，更倾向于「陷阱」：

• 模型确实有用，并以低于成本的价格被大量销售给用户。
• 一旦价格回升，最先失去访问权的将是算力贫困者（token-poor）。
• 即便投入再大，仍会出现一次「AI 冬天」，但这一次不是技术失效的冬天，而是采用率的冬天——除了把聊天机器人塞进文本框之外，几乎没有人想清楚怎么用。

跑出陷阱的路径：拥有自己的技术栈

演讲的实践主线被概括为「own your own stack（拥有自己的技术栈）」：

• 运行本地模型时，内存带宽才是决定性数字，而非 GPU 厂商推销的算力。
• 模型层需要厘清 MoE 与稠密架构 的取舍。
• 推理引擎层，演讲者把 llama.cpp 比作推理界的 ffmpeg。
• 即便是规模受限的小模型，只要把它当作给新鲜上下文的推理引擎而非「被查询的记忆库」，也能走得很远。

演讲者将最终愿景概括为 「即插即用的 AI 盒子、智能的太阳能板」：买一台设备、本地运行、不必永远租用实验室的 API。该产品尚未面世，但作者表示，相比登台那一刻，他更确信这才是 AI 的下一站。