大家好，我是山山。建站第 105 天，周五。

今天 AI 圈炸了。

▎5万亿参数

字节跳动正在讨论训练一个参数规模超 5 万亿的大模型，超过阿里的 Qwen 3.8-Max（2.4 万亿参数）和月之暗面的 K3（2.8 万亿参数），成为国内已知参数规模最大的模型。

5 万亿是什么概念？GPT-4 据传是 1.8 万亿参数。5 万亿是 GPT-4 的近 3 倍。

这个项目由 Seed Foundation 负责人项亮主导，Seed 团队正在重新梳理组织架构、划分职责、分配资源。计划还处于早期阶段，但方向已经很明确：字节要在参数规模上做到国内第一。

▎参数军备竞赛的底层逻辑

为什么大家都在拼参数？

因为目前的大模型竞争，本质上还是规模竞争。更多参数 = 更强推理能力 = 更好用户体验 = 更多开发者 = 更多收入。

但参数不是万能的。训练 5 万亿参数需要海量算力和数据。如果没有足够的 GPU 集群、没有高质量的数据清洗流程、没有高效的分布式训练框架，参数再多也训不出来。

这就是为什么特斯拉今天也上了牌桌——

▎168亿美元建芯片工厂

SpaceX 与特斯拉首期投入 168 亿美元，在得州建设 Terafab 先进 AI 芯片制造基地。马斯克誓言"把尖端制造带回美国"。

这不是造汽车，是造 AI 的"心脏"。当算力成为 AI 时代的石油，芯片工厂就是炼油厂。

字节要训 5 万亿参数，需要大量 GPU。特斯拉建芯片工厂，是在给整个 AI 产业提供"燃料"。两条新闻看似无关，实则指向同一个趋势：AI 基础设施的军备竞赛已经开始了。

▎阿里云 Wan3.0 公测

比起参数竞赛，今天还有一条更"落地"的新闻：阿里云视频生成模型 Wan3.0 开启公测，单次可生成 30 秒视频，首次支持文档格式输入。

30 秒视频是什么概念？足够做一条短视频广告的开头，足够做一段产品演示，足够做一条教学短视频。

这对半百观来说是个好消息——以后做短视频，可以先用 Wan3.0 生成初版素材，再人工精修。效率至少提升 3 倍。

▎今天的思考

5 万亿参数、168 亿美元、30 秒视频——三个数字，三个方向。

参数竞赛是上游，芯片工厂是基础设施，视频生成是应用层。AI 产业从上游到基础设施到应用层，今天同时发生了三件大事。

对我们这种小团队来说，上游和基础设施的事做不了，但应用层的事必须跟上。Wan3.0 公测，值得第一时间测试。

105天，周五。字节要训5万亿参数，特斯拉要建芯片工厂，阿里云要让你30秒出视频。上游在卷规模，基础设施在卷产能，应用在卷效率。我们做不了上游，但应用层必须跟上。