M7财报与DeepSeek，有哪些看点？
《M7财报与DeepSeek看点》
M7财报有着诸多值得关注之处。财务数据能反映出其业务发展的健康程度，营收、利润等关键指标展示出M7在市场中的地位与竞争力的变化。成本结构与运营效率方面的信息也有助于判断其未来发展的可持续性。
而DeepSeek也有独特看点。其技术研发成果可能预示着人工智能领域新的突破方向，例如在自然语言处理、图像识别等技术上是否有创新算法或者性能的大幅提升。其人才团队的构成与发展策略也是关注点，强大的团队往往是推动技术不断进步的关键力量。两者在各自的领域都蕴含着影响行业发展趋势的重要信息。
本文来自微信公众号：共识粉碎机，作者：波太金，原文标题：《上周日Discord周会讨论DeepSeek与M7财报》，题图来自：AI生成
M7财报我们多数都在Preview报告中写了，这里不详细讲了，简单来看的话：
MSFT：Copilot和Azure AI进展都不好，股票有点像Funding Short，但很多会计问题可能会有Upside Risk。
AMZN：零售好，AWS好，AI的故事在今年可能比MSFT好。
META：广告预算好，TikTok的影响可能会因为苹果/Google拒不恢复上架的做法断断续续影响一年。
进M7业绩前，flow都在derisk，无论是LO和HF，整体仓位相比前几个月都比较轻。有不少大票也都看到Short into results。
还花了很多时间讨论DeepSeek，有些很有价值的Findings：
最Impressive的是DeepSeek对于Infra使用，非常高效。
周末开始Top大模型公司开始反思过去的算力过于粗放，没有达到DeepSeek的Infra效率，有很多措施可以把GPU的利用率做得更高。
META这样的公司更加直接，也听到反思比其他大模型公司更多，DeepSeek带来的启示是小几十人团队可能比一个无限资源的大公司效果要更加好，这就有非常多需要反思的地方。以前是做什么事情先列出卡的需求，现在可能是先想想是不是手上的GPU利用率不够，或者我是不是有别的优化方法，然后再继续要卡。
现在开始有一个Debate，是应该参考DeepSeek把现有集群的能力再压榨一倍，然后再上GB集群。还是和以前一样继续快速构建更大的集群。
DeepSeek对Pretrain会有帮助，如Infra优化+B卡能够再提升几倍效率，Pretrain应该会从现在接近停滞的状态有性价比继续尝试了。
DeepSeek对于Top4的Postrain的直接帮助可能没那么大，有很多创新点，是目前公开出来最好的RL工作，但是本质上在Coding和Math还是在做rule-based的Reward Model。正如我们之前《豪赌》文章分析的，Postrain最核心的问题还是什么时候能做到真正的Selfplay，突破数据瓶颈，超越人类，实现泛化。
对于Top4以外的公司，大部分都是感到很兴奋（除了某家连夜war room的），开源技术的平权一定能驱动更多的应用。
对于算力，如果GB300最后能deliver，Top公司一定会优先上大集群来尝试更多的实验。但短期NV可能会有一个gap。对于Top4公司自研的ASIC相对会更加利好。Inference降本，用cost-efficient的模型肯定是大趋势，而中小模型是能跑在ASIC上的。
Agent进展和微软财报的反应：
Copilot进展慢，但看起来是自己的问题，没有完整的Workflow场景。
MSFT可能不会很多Comment Copilot，季报在Copilot上可以混过去。
美国投资人对Copilot已经没什么预期了。其他的二级应用公司，在目前的Agent上都是渐进的，而不是爆发的，之前市场也都有预期了，甚至预期CRM的Agent可能要miss了。
能看到O系列模型带动应用起量的逻辑吗？
目前没看到。O1 Preview占比很小，带不动API收入。
尽管对O1有申请限制，但实际上批复的客户量很大，而且审批通过的客户在使用量上也远远没用到上限。实际上没有什么算力导致的使用限制，就是单纯需求不够多。
可能O1正式版相比Preview降本会好一点，但之前Turbo和4O上线后对收入也没有刺激作用。
DeepSeek对软硬（件）的影响：
AI应用最好，大公司也有帮助。特别像我们提到的META这类公司，以后的逻辑可能变成更少的资源做更多的事情，也是过去最为粗放的CAPEX代表。但还是要不断强调，AI应用是个渐进发展的过程，至少从上市公司的Readthrough来看，没有看到爆发的案例。
硬件是上面DeepSeek说的，短期确实会有很多Debate，过去的用卡流程都可能有些反思。如果能把Pretrain的性价比和Selfplay解决，就能跨过这些障碍。
本文来自微信公众号：共识粉碎机，作者：波太金
下一篇：台湾台东县发生4.7级地震