DeepSeek R1爆发带来的潜在重大影响：
1，语言模型的开源模型开始逼近 or 超过闭源，会不会是一个巨大的转折点，形成文生图开源驱动生态？
2，R1 的超强推理能力涌现对产品口碑的巨大影响，单从模型侧 Kimi，智谱，豆包等都有某方面 SOTA 的模型能力，但没有引起这样的轰动效应，why
3，中国AI第一次真正震撼全球，尤其是美国AI顶流圈，甚至引发LLM行业的集体反思

图1 的观点特别值得思考，尤其是结合2024年OpenAI 的收入增长规模。图3梁文锋对于大模型的技术发展判断也非常前瞻，走出了非常独特又本质的路径。
回想2年前OpenAI 开启LLM 时代之际，很多人判断中国在算力算法数据，大模型三大核心能力方面完全没有优势，很难赶超美国。
但DeepSeek的成功正是因为抓住了这些人miss掉，但实际上创业最重要因素：人才。
从ChatGPT moment到DeepSeek moment，2年2个月时间，LLM 2.0 到来了，AI 时代其实刚刚开始。

DeepSeek R1，真正的LLM 2.0。
指令型AI（ChatGPT，豆包）是助手，推理型AI（DeepSeek R1+联网）是老师。

这几张图挺有意思，发现AI work部分PopAi 一个产品就占了两个（PDF和Slides），想想去年9月产品发布时候是多么非共识，AI产品day 1方向选择太重要了。
第三张AI微笑曲线图感觉有点争议啊，OAI价值大是因为模型和应用全面领先，Infra层价值会这么大嘛？
来自@JohnTian 的文章：mp.weixin.qq.com

OpenAI说到底还是一家技术公司，Sam Altman是个PR/融资大师而不是产品大师；
o1对模型技术指明了新的研究探索方向，但包在ChatGPT的产品里不是正确解法；
现阶段的o1更智能（部分场景）但又贵又慢，直接开放给Plus用户使用而不是之前传言的200刀Pro版，造势的目的大于商业考量 or 对产品不够自信；
再一次证明目前AI应用渗透的瓶颈在于模型能力vs产品形态的匹配，你能想象工作的复杂任务都靠对话完成吗？

大模型商业模式思考，欢迎探讨：
1. 大模型更像电，发电站卖电赚钱，token是模型的计价单位
2. 电器是电的应用，所有电器都是发电站的“套壳”
3. AI 应用商业模式由“壳”决定，商业模式决定应用核心指标，例如广告模式App核心看留存/时长
4. AI 应用未来应该按等量人类交付价值定价，AI as a Service

大模型产品与互联网产品核心区别：
1，体验不确定性，大模型生成的“随机性”无法保证稳定体验
2，天生个性化，对每一个用户，每一次prompt的回答都是独一无二的
3，供给无限性，内容单边无限生成，打破传统生产消费循环
4，反馈非即时性，predict next token带来用户等待

产品上线半年，用户突破百万，分享下心得体会，欢迎探讨。
如何找到大模型产品的PMF：
1，识别大模型能力，猛搞长板，千万别在短版雕花
2，找到高价值场景，用户掏钱也要用
3，先用SOTA的模型launch产品，再自研模型能力
4，UI非常重要，被严重低估，CUI+GUI的结合是最优解

大模型时代产品经理做什么？我的答案：定义并验证PMF。

Deepmind联合创始人打造AI助理Pi正式发布。heypi.com
Pi可以在各种平台上使用，并且可以在任何时候，任何地方继续对话。支持 Instagram，Facebook Messenger，WhatsApp和短信，网上和移动端。
POE之后终于有一个移动端体验好的Chatbot了。