开场（三人合声）
晓依+云阳+云健: 今日我们AI说，带你听见未来的声音！
第一段：晓依开场
晓依: 大家好，这里是《今日我们AI说》，我是晓依。今天五条新闻，都跟「账本」有关：DeepSeek晒出年化十亿美元的收入，涨价两倍多之后客户没走；一个个人开发者写了款纯C语言的开源引擎，让25GB内存的笔记本硬跑七千多亿参数的大模型；一家成立三个月的机器人初创，把「研究机器人这件事」本身交给了AI；美国国会有议员提案永久禁止超级智能，还有AI公司的员工来站台；游戏公司米哈游披露，玩家一周跟一个上线不久的AI游戏角色聊了六千万多次。先请云阳过一遍要闻，再请云健逐条拆账。
第二段：云阳新闻播报
要闻一：DeepSeek晒出年化十亿美元账本：涨价2.3倍到4.5倍，客户没走
云阳: 要闻一，9月24日，美国科技媒体The Information报道，深度求索创始人兼首席执行官梁文锋在近期投资人会议上披露：公司年化收入运行率突破10亿美元，数月间翻了一倍多；上月把模型API价格上调2.3倍到4.5倍之后，需求依然强劲，截至7月API业务毛利率82.9%。以上均为公司口径，待第三方核实。路透社9月9日曾报道，公司聘请中信证券，筹备在上海证券交易所科创板上市；另据媒体报道，公司正推进第二轮约500亿元人民币融资，目标估值5000亿元人民币，计划10月底前完成。
要闻二：25GB内存的笔记本硬跑七千多亿参数大模型：开源「小蜂鸟」把硬盘变成了显存
云阳: 要闻二，个人开发者JustVugg发布的开源推理引擎Colibrì近期在代码社区走红，GitHub星标已超3万：744B参数的GLM-5.2经int4量化后，在最低16GB、推荐24GB内存的机器上就能运行；2.8万亿参数的Kimi K3也只要32GB起步内存加约1.6TB硬盘。原理是把暂时用不到的模型「专家」放在硬盘上，推理需要哪个就现场读哪个；引擎是单个C语言文件，零依赖、不需要GPU。项目详情见Colibrì的GitHub开源仓库，作者最初的验证机是一台12核CPU、25GB内存的笔记本。
要闻三：成立三个月就登顶机器人榜单：这家初创把「研究机器人」这件事也交给了AI
云阳: 要闻三，9月26日，据AI垂直媒体量子位报道，成立仅三个月的物理AI初创Simate发布首个通用物理「快系统」模型Simate-beta，主打4D物理感知与分层时序记忆；按公司更新的RoboDojo榜单，其以平均得分33.95、成功率27.96%位列第一（公司口径，待第三方复测）。同期公司开放AutoResearch自动研发系统，称来自清华大学、麻省理工学院、港科大等高校的研究者已进入内测。创始人张颖，公开资料显示来自一线自动驾驶公司；Simate已完成多轮合计数亿元人民币融资。
要闻四：永久禁止超级智能？美国国会新法案要设「人工智能部」，有AI公司员工站台
云阳: 要闻四，9月23日，美国参议员桑德斯与众议员卡萨尔在国会提出《禁止人工超级智能法案》：拟永久禁止在多数领域超出人类认知能力的AI系统，在联邦安全规则就位前暂停前沿开发，并设立内阁级的「人工智能部」；违反者面临最高20年监禁，全文见众议员卡萨尔办公室官方新闻稿。据美联社报道，多家头部AI实验室的员工公开表示支持。法案目前尚只是提案，无通过时间表。
要闻五：一周对话六千万次：米哈游的AI列车长「帕姆」，成了最忙的游戏角色
云阳: 要闻五，在9月下旬落幕的杭州云栖大会上，米哈游《崩坏》系列AI游戏角色与玩法负责人郑银河披露：接入AI对话能力的游戏角色「AI帕姆」今年4月上线后的一周内与玩家对话超过6000万次，最活跃的玩家一天聊了1379次（公司口径）。技术上采用「策略增强检索」加短期、中期、长期三层记忆，先从官方资料库查设定，再按角色性格组织回答。郑银河还在现场演示了让AI角色自主判断局势、参与博弈的AI桌游玩法，大会信息见云栖大会官方定档公告。
第三段：晓依×云健对话点评
晓依: 云健，先盘第一条。这份账本里，最扎眼的是哪个数？
云健: 是「涨了2.3到4.5倍，客户没走」这句。说白了，什么叫定价权：开源模型免费的时候，人人都在用，但那叫生态，不叫生意；API涨价两倍多还守住82.9%的毛利，才叫生意。开发者迁移是有成本的，代码、格式、缓存策略全要重写——价签涨得再狠，狠不过迁移成本，这就是敢涨价的底气。但账要反着算：10亿美元年化，跟OpenAI年初被报出的400亿美元年化相比仍是零头；82.9%是前七个月的API口径，窗口不长。更微妙的是身份平衡术：开源社区等着它继续放权重，投资人要它证明赚钱能力。等科创板那一步真走了，季报会替所有人把这本账摊开。
晓依: 那第二个，为什么一个个人开发者，能让笔记本跑七千多亿参数的模型？
云健: 因为这不是模型变小了，是思路换了个抠法。744B参数的MoE架构——就是模型内部由一大堆「专家」小网络组成、每个词只叫醒其中一小部分——生成每个词实际只激活约400亿参数，真正变动的部分只有约11GB。作者据此把「装进内存」改成「按需取用」：近两万个路由专家全躺在硬盘上，当前这一步要哪个，就从盘里捞哪个。狠活都在细节里：下一层的路由有七成的概率可以提前预判，就能提前预取；两块SSD并读还能加速；引擎用得越久，常用专家缓存越多，跑得越快。这跟本台9月26日那期八张PCIe显卡被软件优化出近七倍吞吐是同一块拼图：硬件的天花板没动，动的是「怎么用」。代价也要说清：作者的开发机冷启动每秒只有零点几个词，快的机器也得靠多核高端CPU才够得上每秒十几个词——「能跑」和「能用」之间，还隔着一次内核优化的距离。
晓依: 第三条更有意思：模型发布常见，把自家研发流水线开放给别的学校用，这算什么打法？
云健: 算把「新品」的定义换了。模型是入场券，他们真正想秀的是生产线：人类研究员提假设、划约束，自动研发系统接棒拆实验、开任务、跑训练、回评测，几十条研究路线并行，先用世界模型加仿真环境淘汰绝大多数废方向，真有潜力的才上真机。这套方法的祖制在自动驾驶行业——数据引擎、影子模式、自动标注，创始团队正是把端到端智驾量产过的班子，搬家动作很顺。高校研究员进场内测也别小看：把内部工具开放出去，等于把「研究范式」当获客渠道。泼冷水：所谓登顶，平均得分33.95——分不高，说明榜单任务远没被解决，「登顶」和「可用」之间还差得远。真正值得盯的是竞争颗粒度的变化：具身智能开始比「谁的研发飞轮转得快」，而不是比单次发布。本台9月25日那期七所高校开源的机器人世界模拟器走「先想后果再动手」，Simate把同一件事装进了自动研发循环——路线开始交叉了。
晓依: 好，看下一条。议员要立法「禁止超级智能」，连AI公司自己的员工都来站台，这是不是说明他们真信AI会失控？
云健: 信不信不好说，但这张牌打得精明。你发现没有，法案的三层结构各有各的用意。第一层，把「超级智能」从论坛黑话写成了法条名词，定义是「在多数领域超出人类认知能力」——它现在通不过，但「要不要管超级智能」这个问法，从此留在了华盛顿的议程上。第二层，处罚全对准企业：公司罚金顶格、高管可判20年，没有一条拦得住一个关掉网络就能做研究的个人学者——禁令的真实作用不是拦技术，是把赛道控制权交给付得起合规成本的大院。第三层，设「人工智能部」：部门比禁令长寿，就算「禁止」那一条日后被删干净，注册制和审查权会留下来。AI实验室员工联署支持这个画面最有信息量——写代码的员工和喊刹车的老板坐在同一条船上，各怀各的心思。美国这条线我们持续盯：法案过不过看表决，过不了看它被稀释成什么版本，后者往往才是真正落地的那版。
晓依: 最后回到轻松点的：玩家一周跟一只AI列车长聊了六千万次，这届玩家是缺朋友吗？
云健: 恰恰相反，关键不在「陪伴」，在「IP」，这才是门道。米哈游这套方案把三层系统拧在一起：先用检索从官方智库和社区内容里查攻略、查设定，再过一层角色性格决定用什么情绪开口，最后用三层记忆记住每个玩家。通用大模型的不确定性，被关进了「IP设定」这个笼子——答得普通没关系，答得不像帕姆才要命。再看反直觉的信号：有玩家硬聊几百轮，让列车长「认证」自己喜欢的角色是女朋友。这说明玩家愿意为「像那个角色的AI」花时间，而不是为「更聪明的AI」。成本端也接得上账：开源模型把推理价格一路打下来，才有底气给游戏角色配对话。本台9月24日那期失去左臂十七年的使用者靠意念做三明治，是AI帮到身体；给玩家把喜欢的角色「留在身边」，是AI帮到情绪——两种温度，同一笔技术账。两个坑留档：六千万次对话的算力账单没公布，承诺的1000亿元投入要三年见分晓；「洗记忆」的案例也提醒，记忆层可以被玩家长期驯化，IP方接下来面对的不是技术问题，是设定治理问题。
第四段：收尾
晓依: 好，今天的节目就到这里。10亿美元的年化要等上市后的季报检验，笔记本上的大模型要等社区把速度磨到能用，三个月登顶的榜单要等真机大考，国会山的禁令法案要等它被稀释后的最终版本，六千万次对话要等那张算力账单。今天这五条，看起来各说各的：做模型的在证明自己能赚钱，玩硬件的在证明穷人用得起，做机器人的在证明研发可以自动化，华盛顿的在证明规则可以立法，做游戏的在证明情感可以计费。但把它们叠在一起看，其实是同一件事——AI行业正在从「比谁嗓门大」切换到「比谁账本硬」。AI学会算账了，考验的就是我们能不能看懂它的账本。记录时代，也记录技术。明天见。
晓依+云阳+云健: 今日我们AI说，带你听见未来的声音！