<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>大模型经济学 on AI内参</title>
    <link>https://www.neican.ai/tags/%E5%A4%A7%E6%A8%A1%E5%9E%8B%E7%BB%8F%E6%B5%8E%E5%AD%A6/</link>
    <description>Recent content in 大模型经济学 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Wed, 17 Dec 2025 11:10:02 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E5%A4%A7%E6%A8%A1%E5%9E%8B%E7%BB%8F%E6%B5%8E%E5%AD%A6/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>小米MiMo-V2-Flash：开源大模型如何重塑效率范式与AI Agent新生态</title>
      <link>https://www.neican.ai/insights/mimo-v2-flashai-agent-20251217111002180-0/</link>
      <pubDate>Wed, 17 Dec 2025 11:10:02 +0800</pubDate>
      <guid>https://www.neican.ai/insights/mimo-v2-flashai-agent-20251217111002180-0/</guid>
      <description>小米开源MiMo-V2-Flash大模型，以其创新的MoE架构、MTP推理加速和MOPD训练范式，实现了与顶尖闭源模型媲美的性能，同时大幅降低了成本。该模型在AI Agent和软件工程领域展现出巨大潜力，预示着AI普惠化和自主智能系统的新时代，并有力支撑小米“人车家全生态”的战略布局。</description>
    </item>
    <item>
      <title>从搜索框到Agent生态：百度AI的范式跃迁与中国大模型经济学的深层变奏</title>
      <link>https://www.neican.ai/insights/agentai-20250924191004923-0/</link>
      <pubDate>Wed, 24 Sep 2025 19:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/agentai-20250924191004923-0/</guid>
      <description>百度正全面重构其核心业务，从传统搜索向能够自主完成任务的AI Agent模式迈进，并通过文库等业务探索内容生产的革命性突破。文章深入探讨了算法分发对社会主体性的侵蚀和信息生态的退化，同时分析了大模型在算力狂飙下的成本与数据质量挑战，并提出中国AI应采纳“中层模型”思维，依托深厚的业务基础，走出一条有别于硅谷、更注重实际应用和高质量数据积累的创新之路。</description>
    </item>
    <item>
      <title>OpenAI关停GPT-4.5 Preview API：一场关于成本、策略与AI经济学的大考</title>
      <link>https://www.neican.ai/insights/openaigpt-45-preview-apiai-20250618162004455-0/</link>
      <pubDate>Wed, 18 Jun 2025 16:20:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/openaigpt-45-preview-apiai-20250618162004455-0/</guid>
      <description>OpenAI宣布将于2025年7月14日关停其实验性GPT-4.5 Preview API，迫使依赖该模型的开发者在不到一个月内进行迁移。此举主要源于GPT-4.5高昂的计算成本以及OpenAI集中资源推广更具成本效益的主力模型的战略考量。这一事件深刻揭示了AI大模型商业化过程中，性能、成本与市场策略之间复杂的权衡，并警示行业计算资源和迭代效率已成为制约大模型发展的关键因素。</description>
    </item>
  </channel>
</rss>
