最新

大量的关注都集中在巨额的融资轮、投入到训练基础模型中的现金（Sam A. 提到的数万亿美元），而没有足够的分析师解释用于理解一个企业的经济学单位。 如果你想知道为什么投资者仍然认为把钱投进去是个好主意，我尝试分解了经济学单位和长期潜力，以及这一切如何能够说得通。 部分 TL;DR - 现金消耗并不能准确地代表销货成本（COGS）。OpenAI 主要像制药公司一样，将资金用于研发。 - ChatGPT 4o 的毛利率可能超过 12.8%。 - ChatGPT OSS 120B 的毛利率可能达到 89%。它比 4o-mini 便宜 90%，推理能力相当，推理速度快 3 倍。 - ChatGPT 5 的毛利率很可能在 12.8% 到 89% 之间。 完整分解：https://medium.com/@brenoca/openais-road-to-profitability-8c7231f8494b

我们的客户希望在本地使用我们的SaaS解决方案，以降低服务中断的风险。 考虑到这个机会，我正在评估进行本地部署的成本，并可能部分或完全放弃AWS。 我们当前的架构是EC2/lambda/SQS/SNS/Aurora/S3以及一些基础的网络设置。AWS部署通过`serverless V3`完成，所有代码都使用Node.js编写，NGINX用于路由。 我看到放弃AWS的主要好处是： 1. 部署简单，只需在所有服务器上执行`rsync`，并在分片数据库上运行迁移。 2. 没有厂商锁定。 3. 节省成本，我们目前的费用不高，但账单一直在稳步增长。 而我主要担心的是： 1. 托管服务：SQS/SNS/lambda/Aurora都提供自动伸缩的托管服务。根据经验，这真的有必要吗，还是更大的服务器就能解决问题？ 2. 实际迁移工作量：我们是一个精简的团队，但我们发现从其他服务（Cognito、DynamoDB）迁移比预期的要容易。 3. 服务质量下降：SQS/SNS/lambda可以轻松替代且不损失功能吗？我正在考虑RabbitMQ。 如果有人做过类似的迁移，你们的体验如何？另外，我这里讨论的是本地部署，但这真的是降低服务中断风险的最佳解决方案吗？

谷歌的这款尖端图像生成与编辑模型，专为快速、对话式和多轮次的创意工作流程而设计。