<p>人工智能竞赛正在加剧，七大科技巨头及其他公司在争夺最快实现最佳人工智能模型的过程中投入了巨额资金。</p>
<p>但这一策略引发了人们对这些巨额资金是否最终会带来回报的质疑。</p>
<p>两周前，一组主要的美国人工智能公司宣布了一项名为 “星际之门” 的 1000 亿美元项目。然而，接下来的一周，低成本的中国模型 DeepSeek R1 被推出，显示出领先的前沿模型可以以更低的成本进行训练。</p>
<p>从 DeepSeek 的推出中得出的一个附带结论是？这似乎验证了 <strong>苹果</strong>（AAPL -0.67%）的人工智能策略，尽管在过去几年中受到批评。事实证明，蒂姆·库克及其团队可能最终会笑到最后。</p>
<h2>DeepSeek 的影响</h2>
<p>尽管关于 DeepSeek 实际在其模型上花费了多少资金仍存在一些争议，不论它是否从 OpenAI 的 o1“提炼” 了其模型，或者它是否拥有比它所透露的更多 GPU，但其研究论文中发布的优化方案揭示了降低训练前沿模型成本的真实新颖想法。</p>
<p>投资者可以预见到几个后果。首先，预计这些想法将迅速被所有主要人工智能竞争者采纳。这将进一步降低整个行业的人工智能模型成本。</p>
<p>其次，DeepSeek 是部分开源的，这意味着其权重和技术优化对开发者公开可用，以供使用和增强。在美国科技巨头中，只有 <strong>Meta Platforms</strong>（META 0.32%）的 Llama 模型也是开源的。</p>
<p>一家主要的美国和中国公司公开披露其模型优化应该会促进更多的开源宣传，这甚至可能进一步加速大型开源模型的能力提升。</p>
<p>虽然 OpenAI 仍被认为在整体技术上领先，但它与开源竞争者之间的时间差距已缩短至仅几个月。Meta 首席执行官马克·扎克伯格在上周与分析师的电话会议上表示，他相信 Meta 即将推出的 Llama 4 模型将超越 OpenAI，并在今年引领市场。</p>
<p>增加开源和进一步基于算法的成本降低最终应该会导致更多的商品化。商品化意味着人工智能模型的价格和利润率应该下降，这将使这些模型的客户受益，而建设者则受到损害。</p>
<h2>苹果的先见之明</h2>
<p>随着过去两年人工智能竞赛的加剧，几乎所有主要科技公司都大幅增加了资本支出，购买高价的 <strong>Nvidia</strong>（NVDA -3.67%）GPU 和数据中心基础设施。但有一家主要科技公司，尽管有足够的资金参与这场消费狂潮，却选择不这样做：苹果。</p>
<p><img src="https://imageproxy.pbkrs.com/https://media.ycharts.com/charts/09817e5315834b9989937e6187bd15f1.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://media.ycharts.com/charts/09817e5315834b9989937e6187bd15f1.png"/></p>
<p>AAPL 资本支出（TTM）数据来源于 YCharts</p>
<p>所有主要科技公司在过去三年中资本支出增长了 73% 到 182%，唯独 <strong>亚马逊</strong> 例外。但亚马逊的情况有些不同，因为它在疫情后刚刚经历了一场大规模的电子商务基础设施支出。因此，亚马逊网络服务的数据中心支出可能比其 9% 的整体增长要高得多。</p>
<p>这使得苹果在过去两年中资本支出意外减少，成为唯一与竞争对手形成鲜明对比的公司。</p>
<p>如果一种资源变得商品化且丰富，你会希望成为该资源的用户，而不是生产者。这就是为什么苹果专注于为其核心客户使用人工智能，同时避免建设庞大的基于 Nvidia 的基础设施的做法是明智的。</p>
<h2>苹果仍在投资人工智能</h2>
<p>这并不是说苹果没有投资于自己的专有模型。实际上，它的做法在某些方面与 DeepSeek 的做法非常相似。</p>
<p>在去年的苹果智能活动上，苹果推出了自己的模型，但有两个重要的警告：第一，每个模型都是针对 iPhone 或 Mac 的特定用例进行提炼和优化的。在最近与分析师的电话会议上，首席执行官蒂姆·库克强调了自去年十月推出苹果智能以来，苹果设备上使用最频繁的一些功能。</p>
<p>&#34;&gt; [苹果智能用户] 可以使用写作工具来帮助找到合适的词汇，使用图像游乐场和 Genmoji 创建有趣独特的图像，处理日常任务并通过更自然的对话式 Siri 寻求信息，使用简单的提示创建他们的记忆电影，并使用清理工具修饰他们的照片。我们引入了视觉智能和相机控制，帮助用户即时了解他们的周围环境。</p>
<p>除了专注于特定的苹果客户用例而不是通用的大型语言模型外，苹果的做法在其他方面也显得具有前瞻性。苹果智能的基础模型是基于一个名为苹果 AXLearn 的开源框架构建的。由于它是开源的，苹果在可能的情况下也避免使用 Nvidia 芯片和专有的 CUDA 软件堆栈，因为苹果从一开始就知道它不想被锁定在 Nvidia 昂贵的生态系统中。</p>
<p>虽然苹果使用的人工智能软件框架是其基础模型的开源，但在数据方面，苹果似乎采取了相互矛盾的做法。苹果仅使用获得许可的数据，出版商有机会选择退出。苹果还使用其专有的网络爬虫从互联网上抓取公开可用的数据。该公司在后期训练过滤算法和优化方面再次采用专有技术，这些算法和优化是针对苹果产品的特定任务而设计的。</p>
<p>通过使用可以在非 Nvidia 芯片上运行的开源软件作为基础模型，包括苹果自己的专有数据中心芯片，然后在过滤和优化层面使用针对已知用例的专有算法，苹果可以以非常合理的成本为特定任务生成更小但高度实用的模型。</p>
<h2>苹果的自律使其成为长期赢家</h2>
<p>在 Nvidia 因 DeepSeek 消息下跌后，苹果实际上重新夺回了全球最大公司的桂冠。</p>
<p>尽管今天苹果是全球最大的公司，但请记住，苹果从未独立开创过新的技术创新。它不是第一个发明个人电脑、便携式音乐播放器、智能手机或无线耳机的公司。苹果所做的是将这些发明进行整合，并在此基础上进行创新，使其对用户特别直观和实用，同时在此后持续优化成本。</p>
<p>这种自律和对不确定新发明不急于投入巨额资金的态度，使其形成了一个风险较低的商业模式。鉴于大型语言模型现在将变得成本更低且更易获取，苹果的自律显示了为什么在过去 10 年中它是沃伦·巴菲特首选的科技股票。</p>

苹果

<p>随着主要公司大量投资，人工智能竞争愈发激烈，但苹果避免在人工智能基础设施上进行大规模资本支出的策略可能是明智的。低成本的中国模型 DeepSeek R1 的推出表明，人工智能模型训练可以以更低的成本实现，这验证了苹果的做法。随着 DeepSeek 的优化方案公开，可能会导致成本降低和人工智能领域开源开发的增加。苹果专注于为其设备量身定制的人工智能解决方案，而不是在商品化的基础设施领域竞争，这使其在不断发展的人工智能格局中处于有利位置</p>

<p>The artificial intelligence races have been heating up, with most of the Magnificent Seven and others spending huge amounts of money in a race to achieve the best artificial intelligence models the fastest.</p>
<div class="lb-trans"><p>人工智能竞赛正在加剧，七大科技巨头及其他公司在争夺最快实现最佳人工智能模型的过程中投入了巨额资金。</p>
</div><p>But that strategy has raised doubts about whether these massive sums will eventually pay off.</p>
<div class="lb-trans"><p>但这一策略引发了人们对这些巨额资金是否最终会带来回报的质疑。</p>
</div><p>Two weeks ago, a collection of major U.S. AI companies announced a $100 billion project called Stargate. Yet the following week, low-cost Chinese model DeepSeek R1 was introduced, showing that leading frontier models can be trained at much lower cost.</p>
<div class="lb-trans"><p>两周前，一组主要的美国人工智能公司宣布了一项名为 “星际之门” 的 1000 亿美元项目。然而，接下来的一周，低成本的中国模型 DeepSeek R1 被推出，显示出领先的前沿模型可以以更低的成本进行训练。</p>
</div><p>An ancillary conclusion from the DeepSeek introduction? It appeared to validate <strong>Apple</strong>'s (AAPL -0.67%) AI strategy, which had come under criticism over the past couple years. As it turns out, Tim Cook &amp; Co. may have the last laugh after all.</p>
<div class="lb-trans"><p>从 DeepSeek 的推出中得出的一个附带结论是？这似乎验证了 <strong>苹果</strong>（AAPL -0.67%）的人工智能策略，尽管在过去几年中受到批评。事实证明，蒂姆·库克及其团队可能最终会笑到最后。</p>
</div><h2>The implications of DeepSeek</h2>
<div class="lb-trans"><h2>DeepSeek 的影响</h2>
</div><p>While there is still some controversy as to the amount of money DeepSeek actually spent on its model, whether it &#34;distilled&#34; its model from OpenAI's o1, or whether it has access to more GPUs than it lets on, the optimizations published as part of its research paper revealed real, novel ideas on how to lower the cost of training frontier models.</p>
<div class="lb-trans"><p>尽管关于 DeepSeek 实际在其模型上花费了多少资金仍存在一些争议，不论它是否从 OpenAI 的 o1“提炼” 了其模型，或者它是否拥有比它所透露的更多 GPU，但其研究论文中发布的优化方案揭示了降低训练前沿模型成本的真实新颖想法。</p>
</div><p>There are a few consequences investors can anticipate from this. First, look for those ideas to get incorporated into all the major AI competitors quickly. This will further lower the cost of AI models across the industry.</p>
<div class="lb-trans"><p>投资者可以预见到几个后果。首先，预计这些想法将迅速被所有主要人工智能竞争者采纳。这将进一步降低整个行业的人工智能模型成本。</p>
</div><p>Second, DeepSeek is partially open-source, which means its weights and technology optimizations are publicly available to developers to use and augment. Of the American tech giants, only <strong>Meta Platforms</strong>' (META 0.32%) Llama models are also open-source.</p>
<div class="lb-trans"><p>其次，DeepSeek 是部分开源的，这意味着其权重和技术优化对开发者公开可用，以供使用和增强。在美国科技巨头中，只有 <strong>Meta Platforms</strong>（META 0.32%）的 Llama 模型也是开源的。</p>
</div><p>Having a major American and Chinese company disclosing their model optimizations publicly should lead to more open-source evangelism, which could even further speed up the proficiency of large, open models.</p>
<div class="lb-trans"><p>一家主要的美国和中国公司公开披露其模型优化应该会促进更多的开源宣传，这甚至可能进一步加速大型开源模型的能力提升。</p>
</div><p>While OpenAI is still thought to have an overall technology lead, the time gap between it and its open-source competitors has closed to just a few months. For his part, Meta CEO Market Zuckerberg just said on last week's conference call with analysts he believes Meta's upcoming Llama 4 models will surpass OpenAI and lead the market this year.</p>
<div class="lb-trans"><p>虽然 OpenAI 仍被认为在整体技术上领先，但它与开源竞争者之间的时间差距已缩短至仅几个月。Meta 首席执行官马克·扎克伯格在上周与分析师的电话会议上表示，他相信 Meta 即将推出的 Llama 4 模型将超越 OpenAI，并在今年引领市场。</p>
</div><p>Increased open-sourcing and further algorithm-based cost reductions should eventually lead to more commoditization. Commoditization means prices and margins for AI models should come down, benefiting the customers of those models at the expense of the builders.</p>
<div class="lb-trans"><p>增加开源和进一步基于算法的成本降低最终应该会导致更多的商品化。商品化意味着人工智能模型的价格和利润率应该下降，这将使这些模型的客户受益，而建设者则受到损害。</p>
</div><h2>Apple was prescient</h2>
<div class="lb-trans"><h2>苹果的先见之明</h2>
</div><p>As the AI races heated up over the past two years, basically all major technology companies dramatically increased their capital expenditures buying high-priced <strong>Nvidia</strong>(NVDA -3.67%) GPUs and data center infrastructure. But one major tech company with the deep pockets to participate in the spending spree chose not to do so: Apple.</p>
<div class="lb-trans"><p>随着过去两年人工智能竞赛的加剧，几乎所有主要科技公司都大幅增加了资本支出，购买高价的 <strong>Nvidia</strong>（NVDA -3.67%）GPU 和数据中心基础设施。但有一家主要科技公司，尽管有足够的资金参与这场消费狂潮，却选择不这样做：苹果。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://media.ycharts.com/charts/09817e5315834b9989937e6187bd15f1.png" alt="" original-src="https://media.ycharts.com/charts/09817e5315834b9989937e6187bd15f1.png"/></p>
<p>AAPL Capital Expenditures (TTM) data by YCharts</p>
<div class="lb-trans"><p>AAPL 资本支出（TTM）数据来源于 YCharts</p>
</div><p>All major tech companies grew their capital expenditures between 73% and 182% over the past three years, except for <strong>Amazon</strong>. But Amazon is a bit different, as it was coming off a major spending spree in its e-commerce infrastructure after the pandemic. So its data center spending for Amazon Web Services has probably climbed much more than its 9% overall growth.</p>
<div class="lb-trans"><p>所有主要科技公司在过去三年中资本支出增长了 73% 到 182%，唯独 <strong>亚马逊</strong> 例外。但亚马逊的情况有些不同，因为它在疫情后刚刚经历了一场大规模的电子商务基础设施支出。因此，亚马逊网络服务的数据中心支出可能比其 9% 的整体增长要高得多。</p>
</div><p>That leaves Apple alone as having surprisingly decreased its capital expenditures over the past two years -- a sharp contrast to its rivals.</p>
<div class="lb-trans"><p>这使得苹果在过去两年中资本支出意外减少，成为唯一与竞争对手形成鲜明对比的公司。</p>
</div><p>If a resource becomes commoditized and abundant, you would want to be a user of that resource, not a producer of it. This is why Apple's approach to focus on using AI for its core customers, all while eschewing the buildout of a massive Nvidia-based infrastructure, was smart.</p>
<div class="lb-trans"><p>如果一种资源变得商品化且丰富，你会希望成为该资源的用户，而不是生产者。这就是为什么苹果专注于为其核心客户使用人工智能，同时避免建设庞大的基于 Nvidia 的基础设施的做法是明智的。</p>
</div><h2>Apple is still investing in AI</h2>
<div class="lb-trans"><h2>苹果仍在投资人工智能</h2>
</div><p>This is not to say Apple isn't investing in its own proprietary models. It is. And actually, its approach looks a lot like DeepSeek's in some ways.</p>
<div class="lb-trans"><p>这并不是说苹果没有投资于自己的专有模型。实际上，它的做法在某些方面与 DeepSeek 的做法非常相似。</p>
</div><p>At last June's Apple Intelligence event, Apple unveiled its own models, with two big caveats: One, each model was distilled and optimized for specific use cases on the iPhone or Mac. On its recent conference call with analysts, CEO Tim Cook highlighted some of the features most used on Apple devices since the rollout of Apple Intelligence last October.</p>
<div class="lb-trans"><p>在去年的苹果智能活动上，苹果推出了自己的模型，但有两个重要的警告：第一，每个模型都是针对 iPhone 或 Mac 的特定用例进行提炼和优化的。在最近与分析师的电话会议上，首席执行官蒂姆·库克强调了自去年十月推出苹果智能以来，苹果设备上使用最频繁的一些功能。</p>
</div><blockquote>
<p>[Apple Intelligence users] can use Writing Tools to help find just the right words, create fun and unique images with Image Playground and Genmoji, handle daily tasks and seek out information with a more natural and conversational Siri, create movies of their memories with a simple prompt, and touch up their photos with Clean Up. We introduce visual intelligence with camera control to help users instantly learn about their surroundings.</p>
</blockquote>
<div class="lb-trans"><p>&#34;&gt; [苹果智能用户] 可以使用写作工具来帮助找到合适的词汇，使用图像游乐场和 Genmoji 创建有趣独特的图像，处理日常任务并通过更自然的对话式 Siri 寻求信息，使用简单的提示创建他们的记忆电影，并使用清理工具修饰他们的照片。我们引入了视觉智能和相机控制，帮助用户即时了解他们的周围环境。</p>
</div><p>Aside from focusing on specific Apple customer use cases rather than generalized large language models, Apple's approach also seemed prescient in other ways. Apple Intelligence's base model was built on an open-source framework called Apple's AXLearn. And since it's open-source, Apple also eschewed Nvidia chips and the proprietary CUDA software stack wherever it could, as Apple knew from the start it didn't want to get locked into Nvidia's expensive ecosystem.</p>
<div class="lb-trans"><p>除了专注于特定的苹果客户用例而不是通用的大型语言模型外，苹果的做法在其他方面也显得具有前瞻性。苹果智能的基础模型是基于一个名为苹果 AXLearn 的开源框架构建的。由于它是开源的，苹果在可能的情况下也避免使用 Nvidia 芯片和专有的 CUDA 软件堆栈，因为苹果从一开始就知道它不想被锁定在 Nvidia 昂贵的生态系统中。</p>
</div><p>While the AI software framework Apple uses is open-source for its base model, Apple has a seemingly contradictory approach when it comes to data. Apple uses only licensed data, with publishers having the opportunity to opt out. Apple also scrapes the internet for publicly available data with its proprietary web crawler. The company turns proprietary again for post-training filtering algorithms and optimization, which are geared for specific tasks on Apple products.</p>
<div class="lb-trans"><p>虽然苹果使用的人工智能软件框架是其基础模型的开源，但在数据方面，苹果似乎采取了相互矛盾的做法。苹果仅使用获得许可的数据，出版商有机会选择退出。苹果还使用其专有的网络爬虫从互联网上抓取公开可用的数据。该公司在后期训练过滤算法和优化方面再次采用专有技术，这些算法和优化是针对苹果产品的特定任务而设计的。</p>
</div><p>By using open-source software that can run on non-Nvidia chips for the base model, including Apple's own proprietary data center chips, then using proprietary algorithms at the filtering and optimization level for known use cases, Apple can produce smaller yet highly useful models for specific tasks at a very reasonable cost.</p>
<div class="lb-trans"><p>通过使用可以在非 Nvidia 芯片上运行的开源软件作为基础模型，包括苹果自己的专有数据中心芯片，然后在过滤和优化层面使用针对已知用例的专有算法，苹果可以以非常合理的成本为特定任务生成更小但高度实用的模型。</p>
</div><h2>Apple's discipline makes it a long-term winner</h2>
<div class="lb-trans"><h2>苹果的自律使其成为长期赢家</h2>
</div><p>Following Nvidia's decline after the DeepSeek news, Apple has actually regained the crown as the largest company in the world.</p>
<div class="lb-trans"><p>在 Nvidia 因 DeepSeek 消息下跌后，苹果实际上重新夺回了全球最大公司的桂冠。</p>
</div><p>Despite its being the biggest company in the world today, remember, Apple has never pioneered a new technology innovation on its own. It wasn't the first to invent the PC, portable music player, smartphone, or wireless headphones. What Apple did is take those inventions and then innovate on top of them, making them all especially intuitive and useful for users, while consistently optimizing for cost afterwards.</p>
<div class="lb-trans"><p>尽管今天苹果是全球最大的公司，但请记住，苹果从未独立开创过新的技术创新。它不是第一个发明个人电脑、便携式音乐播放器、智能手机或无线耳机的公司。苹果所做的是将这些发明进行整合，并在此基础上进行创新，使其对用户特别直观和实用，同时在此后持续优化成本。</p>
</div><p>That discipline and lack of urgency to spend huge amounts on uncertain new inventions makes for a very derisked business model. Given that large language models are now set to become lower-cost and more accessible, Apple's discipline has showed why it was Warren Buffett's preferred technology stock over the past 10 years.</p>
<div class="lb-trans"><p>这种自律和对不确定新发明不急于投入巨额资金的态度，使其形成了一个风险较低的商业模式。鉴于大型语言模型现在将变得成本更低且更易获取，苹果的自律显示了为什么在过去 10 年中它是沃伦·巴菲特首选的科技股票。</p>
</div>

After DeepSeek, It Seems Apple May Have Had the Best AI Strategy of All

- 人工智能竞争加剧，巨头们投入巨资争夺最佳模型。  
- 低成本的中国模型 DeepSeek R1 显示出训练前沿模型的成本可大幅降低。  
- 苹果的策略被验证，未来 AI 模型成本将进一步降低，惠及客户。

在 DeepSeek 之后，似乎苹果可能拥有最优的 AI 策略