老黃剛砸60億，要造一個地表最強開源模型。

沒想到OpenAI的親兒子等不及了，已經拿K3把自己的模型給練出來了！

OpenAI親手投的公司，第一次自己訓模型，底座沒用GPT，用的是中國模型！

就在上周，矽谷明星中的明星，估值110億美元的法律AI公司Harvey，官宣了他們首個自有模型Harvey Tenet。

這事最大的看點是，Tenet的底座用的是中國開源模型Kimi K3！

要知道，OpenAI可是Harvey的重要投資人，但他們的第一個自研模型，底座卻來自中國。

Harvey是目前全球估值最高的法律AI公司。服務1300家機構、超過10萬名律師，覆蓋60個國家。Latham & Watkins、A&O Shearman、匯豐、普華永道、橋水、KKR都是它的客戶。

去年底，估值就已經幹到了80億美元。今年3月衝到110億，最新一輪的155億估值融資已經在談了。

2022 年，27 歲的前訴訟律師 Winston Weinberg 和前 Google DeepMind 研究員 Gabe Pereyra 靠一封發給 Sam Altman 的郵件起家。

Altman回了郵件，他們坐上了與Altman及OpenAI高管團隊的電話會。從此，OpenAI 創業基金領投了 Harvey 的種子輪。

一個律師加一個研究員，一封郵件，四年幹到 110 億。

但現在這個劇本多了一個反轉——OpenAI 投錢養大的公司，第一個自研模型選了中國底座。

Harvey 過去的打法很標準：拿 OpenAI、Anthropic、Google 的閉源模型做路由，客戶不同的需求分發給不同的模型。

本來這也正常，做應用層嘛，底層能力花錢買就是了。

但問題是，賣你東西的人開始惦記你的生意了。

OpenAI 挖走了合同管理公司 Ironclad 的創始人 Jason Boehmig，讓他去領導 OpenAI 自己的法律業務。Anthropic 推出了面向律師的文件審查外掛。

今天賣你 API 的人，明天就坐在了你客戶的會議室裡。用 Harvey 聯合創始人 Pereyra 的話說，這不是「供應商」，這是「未來的競爭對手」。

Harvey 每月要處理 13 兆 token，每一個 token 都是從別人那裡買的。成本根本不受控。

這簡直太可怕了。模型廠說漲價就漲價，根本毫無還手之力。

於是 Harvey 做了一個決定：自己訓一個模型。

手裡有一個自己能改、能部署、成本可控的模型，再回去談 API 價格，底氣就完全不一樣。

Tenet的底座是Kimi K3。2.8兆參數MoE（混合專家架構），100萬token 上下文，原生多模態，目前全球最大的開放權重模型。

訓練過程值得說一下，它展示了一種全新的「造模型」方式。Harvey 聯合創始人 Pereyra還專門發了一篇長文介紹。

Tenet 的訓練只用了約 150 塊 NVIDIA B300，跑了兩個月。

從頭開始預訓練一個前沿模型動輒要幾萬張卡燒上好幾個月，花費數億美元以上。

150 塊卡兩個月，相當於是在別人蓋好的摩天大樓上做精裝修。直接入住了。

主要方法是非同步強化學習：Harvey 不是教模型更多法律知識，而是教它怎麼像一個資深律師一樣完成工作。

Harvey 請了一幫執業律師，讓他們編案子：虛構一樁併購糾紛、湊一堆合同檔案，然後讓模型上手干。

幹完了，律師一條一條地審：關鍵風險漏沒漏？判例引對沒有？結論邏輯站不站得住？列出幾十條硬槓槓，每條只有「過」和「沒過」，全過才算完成，差一條整個任務直接判零。

在Harvey自建並已開放原始碼的法律基準LAB上，Tenet 相對 K3 底座全通過率提升 82%，任務完成數接近翻倍；Contracts 子榜達到 SOTA，總榜排第二。

合作方 Mercor 拿公司法任務測了一輪，Tenet 比基座 K3 高出 15 分，直接拿了第一。跑起來還便宜——推理成本不到主流前沿模型的四分之一。

一句話：用四分之一的錢，幹出了最強模型的活。

法律服務是全球客單價最高、對錯誤最零容忍的行業之一。

Harvey可不是什麼網際網路小團隊圖便宜，它服務的是全世界最貴的律師。一份盡調備忘錄漏了一條風險，後果可能是幾千萬美元的訴訟。

這樣的玩家第一次造自己的模型，選了Kimi K3。

這絕不是拍腦袋定的。而且 Harvey 不是第一個。

幾個月前，AI 程式設計一哥 Cursor 發佈「自研」模型 Composer 2，三天後被開發者從 API 裡扒出模型 ID：kimi-k2p5-rl-0317，底座是 Kimi K2.5。聯創後來認了，說發佈時沒提基座「是一個失誤」。

AI 搜尋龍頭 Perplexity 更早。K2 一開源，CEO Aravind 就在 X 上說內部評測表現搶眼，隨即啟動後訓練。

這家公司在開源圈有個外號叫「驗貨官」。它用不用你，是模型能不能扛住真實產業環境的風向標。

連 OpenAI 前 CTO Mira Murati 創辦的 Thinking Machines，都把 Kimi K2 Thinking 接進了自家微調產品 Tinker 。

程式設計、搜尋、法律，一路排下來，Kimi 已經成了當之無愧的「基模之光」。

K3 是目前全球參數量最大的開放權重模型。在 Artificial Analysis 獨立評測的 Harvey LAB-AA 法律基準上，最嚴格的全通過率口徑，K3 拿了 26.7%，幾乎是 Fable 5（14.2%）的兩倍。

也就是說，在 Harvey 自己出題的那場法律考試裡，裸考成績最好的就是 K3。

但光成績好不夠，Harvey 需要的是一個能拆開改的底座。閉源模型再強，權重鎖在 API 後面，你只能調參數、寫提示詞，碰不到模型骨架。

K3 的權重是公開的，Harvey 可以拿 LoRA 深入到 50 萬個專家張量裡做手術。

100 萬 token 的上下文窗口，又天然適合法律場景。一個併購案的資料動輒幾千萬 token，窗口不夠長的模型連捲宗都塞不進去。

而且便宜。成本差了很多倍，但在法律任務上性能還更好。對一家月處理 13 兆 token 的公司來說，這筆帳根本都不用算。

當然，Harvey 的平台仍然接可以入 Claude Opus 5 和 GPT-5.6 Sol，Tenet 是多一個自有選項，不是替代。

但這個選項本身就是籌碼。手裡有一個自己能改、成本只有四分之一的模型，再去和 API 提供商談價格，底氣完全不同。

OpenAI 7 月 30 日就把 GPT-5.6 Luna 降價 80%，發佈才三周就打了八折。

CNBC 報導稱，中國模型在 OpenRouter 上的美國企業 token 用量一度佔到 46%。DoorDash、Airbnb 都在用中國模型控成本。

美國科技圈頂流 David Sacks 轉發了這條消息。他說得很直白：你禁開源模型，中國那邊該發 Kimi 還是照樣發，倒霉的只有 Harvey 這種美國創業公司。

Harvey 演示的其實是一條可以被覆制的路徑：拿一個開放權重底座，加上行業專家資料，再加後訓練，任何垂直領域的公司都能煉出自己的前沿模型。

底座模型越來越像工業原材料，真正的競爭壁壘在行業環境、專家反饋、後訓練方法和部署經濟性上。

Harvey 說下一步要把算力從 1000 卡擴到 10000 卡，做全參數微調，還要嘗試更多開放底座。目標是讓每家律所都能擁有自己的專有模型。

全球客單價最高、對錯誤最零容忍的行業，第一個拿到了造自己模型的入場券。醫療、金融、工程行業都在看著。

底座是一個中國模型。(新智元)

昨天（7月25日），馬斯克在接受《經濟學人》專訪時拋出一個判斷：

“未來某個時刻，中國極有可能成為全球人工智慧的領導者。美國就算停用中國模型，也根本擋不住這個趨勢。”

這不是一句外交客套或情緒化的讚美之詞，而是馬斯克用商業與工程視角，穿透了當下不少人的認知盲區：

今天的AI競賽，表面看是晶片與演算法的爭鋒，底層卻是一場殘酷的“物理世界基礎設施硬碰撞”。

在華盛頓的敘事裡，彷彿只要掐斷最先進晶片的出口管道，就能鎖死對手的智力天花板。

但隨著AI演進，單顆晶片的性能提升正逼近物理極限。

而馬斯克不止一次點破了一個現實：人們嚴重低估了搭建電力基礎設施的難度。

每一個看似傳統的物理環節，在AI大模型時代，都成了能卡死兆算力的咽喉要道。

馬斯克拿自己的親身經歷揭了矽谷的底：

他在孟菲斯建造超算叢集，為了拿到1吉瓦（GW）的電網接入許可，整整協調了一年時間。

最後因為電網建設太慢，逼得他不得不靠臨時燃氣輪機和記憶體電池包去“拼湊”供電。

在今天的美國，那怕台積電和輝達把先進晶片如期交貨，許多頂級資料中心也只能眼睜睜看著算力機櫃發呆：因為電網根本帶不動。

而這，恰恰是中國幾十年如一日埋頭苦幹築起的最硬底牌。

據馬斯克估計，到了2026年，中國的總發電量將達到美國的三倍左右。

不僅如此，中國在太陽能、特高壓輸電和新能源儲能領域的佈局，幾乎是在現實世界裡玩“開掛模式”。

僅太陽能的年新增裝機，就達到了驚人的千吉瓦等級。

對於美國政府試圖通過停用中國AI模型、加碼晶片禁令的做法，馬斯克同樣潑了一盆冷水。

這類限制不僅無法減緩中國AI的發展，反而是一種自欺欺人的“行政幻覺”。

從國產大模型Kimi等產品的爆發可以看出：

即便在先進晶片受限的物理條件下，中國的研發團隊依然能通過演算法架構最佳化、工程細節創新，用更低的算力成本，實現對頂尖性能晶片的逼近與追趕。

更讓矽谷焦慮的，是馬斯克對供應鏈核心“光刻機”的現實預判。

西方封鎖的前提，是假設中國在短期內絕對無法突破先進光刻技術。

但馬斯克非常明確地預測：中國距離解決先進光刻技術問題，“比大多數人預想的要近得多”。

其實，從新能源汽車到動力電池，從太陽能產業鏈到特高壓，相同的反超劇本已經演過太多次。

光刻機與高算力晶片，無非是這個劇本裡的最新一章。

在這種背景下，強行禁止美國企業使用中國優秀的開源模型，不僅擋不住中國AI的腳步，反而會讓美國自身陷入閉門造車的孤立狀態。

馬斯克在專訪裡，不僅有中美科技角力的預警，也有對整個人類生產力變革的展望。

未來5年之內，AI的整體智能水平極有可能超越人類全部智能的總和；

未來10年之內，隨著AI大模型與具身智能（機器人）深度融合，社會將加速邁入“物質極大豐富”的階段。

馬斯克認為，人工智慧與人形機器人，最終將承擔絕大多數數字空間與實體世界的複雜工作。

從編寫程式碼、分析資料到工廠裝配、建房造陸，人類的物理勞動將從“生存所迫”徹底轉變為“自願選擇”。

當社會的物質生產力以指數級爆發，傳統經濟學中建立在“資源稀缺”基礎上的運行法則，將迎來劇烈顛覆。

馬斯克甚至預測，屆時貨幣作為交換介質的重要性將急劇下降，人類社會有可能真正迎來一個“全民富足”的全新時代。

但是，在通往這個“全民富足”的烏托邦之前，必定會經歷一場殘酷的底層基礎設施大比拚。

AI數字時代的主導權歸屬於誰？

歸屬於那個能率先提供兆級電能支撐模型演進的國家；

歸屬於那個能率先將AI演算法與龐大製造業供應鏈結合，把機器人成本降到極致，並大規模落地的國家。

這也就是為什麼馬斯克對中國的電力供給、製造產能如此讚揚，其實也是一種高度警惕。

市場有風險，投資需謹慎。本頁面資訊源於公開市場，公司不對其真實性、精準性等作保證。*行業分析、所有案例及個股僅等為市場資訊整理，僅供策略研究，不構成任何投資建議。過往業績不預示未來，個人經驗分享僅為個案，不代表公司觀點。本頁面所有內容均不構成投資建議或要約邀請，投資決策及風險由您自行承擔。頁面資訊由江蘇金百臨投資諮詢股份有限公司盧娜（A1210623100001）團隊進行整理！

有人說，股市是成年人的修羅場——有人暴富，有人爆倉。可就在這個“浮躁的江湖”裡，有個"財富園丁"。

她是那種——能一邊分析K線，一邊背李清照的人；能把“資產配置”，講得像“帶娃”一樣生動的人；服務於許許多多高淨值人群，卻依然願意蹲下來和你嘮嗑的人。

她不追熱點，不講神秘戰法，只教你聽得懂、用得上的“真話”。

如果你也厭倦了那些虛頭巴腦的預測、晦澀難懂的術語——

那就來這裡。她在股市的風雨裡，和你一起從從容容，笑談風雲。 (金百臨財富通)

【新智元導讀】全球第一！中國AI語音ViiTorVoice首創「局部編輯」神技：配音錯字告別重錄，像改Word一樣修語音。內附姆巴佩、哈蘭德爆笑實測，快來見證！

最近，在全球語音權威評測榜單 Seed-TTS 上，突然殺出了一匹令人膽寒的黑馬。

這個憑空出世的中國模型，將 Qwen3-TTS、CosyVoice3、Fish Audio 等一眾主流巨頭挑落馬下，徑直登頂綜合排名第一！

憑藉英文詞錯率（WER）1.32、中文詞錯率0.99的恐怖資料，它一舉擊穿了行業的極限天花板，成為當前評測體系中，全球首個中文詞錯率突破 1.0 大關的里程碑模型。

這個登上榜首的AI語音大模型ViiTorVoice，來自國產公司雲上曲率。它終結了長久以來的行業痛點：語音無法局部編輯。

這個全球首個具備「局部編輯」能力的AI，將徹底改變了整個行業！

Hugging Face Demo： https://huggingface.co/spaces/ZzWater/ViiTorVoice

GitHub： https://github.com/viitor-ai/viitor-voice-nar

模型權重： https://huggingface.co/ZzWater/ViiTorVoice-NAR

所以，ViiTorVoice的上手效果究竟如何？

我們用它做了一些實測，看看它到底能不能扛住整活界的考驗。

實測一：哈蘭德的最新梗——挪威隊伙食不夠了

昨天，全網都被這條新聞笑噴了。

挪威隊參加世界盃，帶了3名主廚去美國，還從本國空運食材，就為了喂飽哈蘭德。網友熱評：哈蘭德一個人吃掉了挪威隊的伙食預算。

我們立刻整活，找來最近哈蘭德最火的廣告，用ViiTorVoice把原廣告詞變成了：「哈蘭德要一頭牛，怕餓暈找哈蘭德」。

結果讓人笑瘋了。ViiTorVoice新生成的這幾個字，不僅音色跟哈蘭德一模一樣，還完美保留了他那種低沉的嗓音特質。

前後的呼吸節奏和重音分佈做到天衣無縫，新版廣告一出，效果絕了。

實測二：姆巴佩的「補水啦」，無縫植入任何正經場景

最近，姆巴佩廣告中那句魔性的「補水啦~ 」已經洗腦了無數網友。

那語調、那尾音上揚的「啦~」，堪稱2026年度鬼畜區預備役素材。

我們用ViiTorVoice直接把其中的台詞替換成「我駕馭未來，補水啦~ 」。

結果非常搞笑，ViiTorVoice生成的「補水啦~」三個字，完美繼承了原廣告裡魔性調調，尾音上揚的程度絲毫不差。

最絕的是，它還被無縫融合進了汽車廣告那種低沉穩重的旁白節奏裡，前後語句在呼吸氣口和背景底噪上，完全看不出拼接痕跡。

另外，網站上還有個「AI會說話的照片」功能。

那就讓哈蘭德向我們吐露一下心聲，為什麼在賽場上急得想吃人。

就如本文開頭所說，在真實環境中，更耗費時間的往往不是第一次生成，而是後期修改。

比如短劇已經完成配音，上線前發現角色人名需要調整；廣告文案臨時修改了產品名稱；課程內容更新了一個專業術語。

重新生成一句新的配音並不難，真正耗時耗力的，是如何讓修改後的內容與原有音訊保持一致，尤其在音色、情緒銜接、停頓突兀、時間軸同步這些細節上。

ViiTorVoice推出的片段級編輯能力，就解決了上述難題——你可以任意替換某個詞、某句話、某個片段。

從此，內容創作、廣告行銷、短劇配音、有聲書製作等全體語音生產工作流，都被徹底改變！

而且，ViiTor的網站上，還有多種實用功能。

比如這個視訊配音功能，讓鸚鵡小弟給黑道大哥講冷笑話，直接給它干崩潰了，語音效果自然逗趣，是網上玩梗的好素材。

下面是一對貓狗在分享對付人類的秘訣，輕鬆幽默的場景，非常適合替換台詞，創作寵物擬人化的搞笑視訊。

權威評測領先，多語種語音達到行業先進水平

為什麼ViiTorVoice會有如此驚豔的效果？成績來說話。

就如開頭所提，它的基準測試成績單十分亮眼。

在當前業界最嚴苛、公認度最高的 TTS 標準評測 Seed-TTS 中，ViiTorVoice 交出了一份驚豔的成績：英文詞錯率1.32，中文詞錯率0.99。

特別值得一提的是，ViiTorVoice 在中文詞錯率（WER）指標上取得當前公開評測最佳成績，在發音準確性和語義還原能力方面達到行業領先水平，為即時語音互動、視訊配音和Agent場景提供更可靠的語音基礎設施。

至此，它全面超越了包括 Qwen3-TTS、CosyVoice3、Fish Audio 等在內的主流競品。

錯詞率降到 1.0 以下，就意味著它極度穩定、幾乎不存在幻覺。而在如此恐怖的穩定性之上，ViiTorVoice 還帶來了市場上任何一家商業化產品都不具備的獨門絕技。

ViiTorVoice 最具顛覆性的核心能力，就是片段級定向編輯。

正如前文所述，行業內現有的 TTS 方案，無論是開源還是閉源，基本範式都是「整段重新生成」。

但 ViiTorVoice 實現了真正的局部修改：你可以指定某一個詞、某一個短語進行獨立重新生成，而音訊的其他所有部分——包括音色、節奏、背景底噪、前後文的情感連貫性，全部保持絕對穩定！

在 ViiTor 官方提供的 Demo 中，一段英文演講音訊，如果你把其中的部分詞句改成其他詞，重新生成後，那股特有的拖音、演講時的呼吸節奏、獨特的情緒起伏，完全一模一樣，只有那個單詞被「無縫替換」了。

影視製作、有聲書錄製、短劇出海，再也不需要因為改了一句台詞而重錄整集。

這對於影視後期而言，尤其具有革命性意義——因為它第一次將對白調整從「重資產、長周期的補錄流程」解放為「非線性時間線上的即時編輯」，讓導演的創作意圖得以實現。

在有聲書錄製中，如果錄錯專有名詞或口誤時，無需重錄整章，只需定向修改那一兩秒的音訊即可。幾十小時的有聲劇，後期修音時間能從幾天壓縮到幾十分鐘，且音色與呼吸節奏始終保持一致。

對於短劇出海，這個功能就更是意義重大，它解決了多語言版本「重錄成本高、周期長」的痛點，無需重新召集配音演員進棚。製作方只需在原始錄音上替換特定用詞，即可產出多個語言版本，每版聽感都像原生表演。

這種能力是如何實現的？這要歸功於 ViiTor 團隊在底層架構上做出的一種「反常識」的選擇。

為什麼只有它，能做到局部編輯？

當今市面上最火的語音模型（比如 CosyVoice 等），大多採用的是 AR（自回歸） 架構。

自回歸模型的特點是「逐幀生成」，也就是預測下一個 Token 是什麼。

這種模式的好處是順理成章，但致命弱點在於：它無法做到局部編輯。

因為當你改變中間的一個詞時，由於自回歸的鏈式反應，後續所有的 Token 都會發生改變。

此外，逐幀生成也導致了自回歸模型的推理延遲偏高，且容易在長文字中出現瑕疵。

為了攻克這個壁壘，ViiTor 團隊毅然選擇了難度極高的 NAR（非自回歸） 架構。

研發團隊用了一個精妙比喻，來解釋他們的技術路徑——「完形填空」。

ViiTor 使用的是類似於 Masked LM的方式。

當使用者需要修改音訊中間的 2-3 秒時，系統不需要從頭算起。它會將這需要修改的部分「挖空」，然後模型會根據這段音訊前面和後面的上下文，精準填補空缺。

正因為模型能夠「同時看到前後文」，它填進去的這個詞，不僅音色絕對一致，連前後情緒的銜接也能做到天衣無縫。

同時，非自回歸架構帶來了另一個巨大的紅利：極速的推理效率。

由於可以同時生成所有時間點的Token，ViiTorVoice 的首幀延遲被極大壓縮。在同等體量下，其他模型的延遲往往在 150ms-200ms 左右，而 ViiTor 的端到端首幀生成時間做到了 60 毫秒以內。

結合團隊在推理結構和算子層面的深度定製最佳化，以及一致性蒸餾（將推理步數從 32 步大幅壓縮至 4 步或 8 步），使得該模型在海量高並行環境下，依然能保持極低的計算成本。

很多人在刷短影片時都有一個痛點：只要一聽到那種千篇一律、缺乏生氣的AI 機器音，就會立刻劃走，甚至產生生理性噁心。

人類的語言之所以生動，不僅僅是因為說了什麼字，更因為包含了大量的副語言資訊——呼吸、氣口、笑聲、嘆氣、猶豫、甚至是微弱的哭腔。

現有的 TTS 模型大多隻能解決「說什麼」的問題，而 ViiTor 卻著重解決了「怎麼說」的問題，實現了令人驚嘆的副語言感知與控制能力！

它不需要你在提示詞裡寫上長篇大論的情感描述，而是可以通過插入特殊 Token（比如笑聲、嘆氣），實現詞等級的精準控制。

甚至同樣是生氣，模型未來還能區分是暴怒還是隱忍的憤怒，還能精準控制重音、弱讀。

為了做到如此細膩的控制，ViiTor 引入了在圖像生成領域大放異彩的 CFG 技術應用在音訊推理中。

在生成特定情緒或笑聲時，模型在推理時會同時走兩條路徑——

非條件路徑： 正常生成，不管笑聲。

通過將這兩條路徑的 Logits 做差值，模型能夠極大地強化笑聲這個條件的權重。

實測發現，這種機制的成功率和自然度，遠遠高於傳統模型僅靠自然語言去控制的效果。

這就是 ViiTor 在技術路線上與 ElevenLabs 等主流方案的根本差異，也是當前競爭格局下難以快速複製的核心壁壘。

無參考文字克隆：短劇出海的降維打擊

除了編輯和情緒控制，ViiTorVoice 還有一項絕殺技：首個可編輯、無參考文字（Zero-Shot）的跨語種語音克隆。

傳統的語音克隆，你需要提供一段說話人的音訊，以及對應的精準文字內容。模型本質上是在做「續寫」。

但在真實的商業場景中，這會遇到巨大的阻礙。比如短劇出海到巴西、中東，這些小語種（如葡萄牙語、阿拉伯語）的語音轉文字模型精準率較低，讓傳統克隆直接失敗。

ViiTorVoice的選擇是，直接甩開了文字的枴杖！

在訓練階段，團隊刻意丟棄了文字資訊，逼迫模型直接從音訊的聲學特徵中去學習說話人的發音習慣、音色和口癖。

結果就是：你只需要上傳一段純音訊，模型就能自動提取音色，並用這個音色生成中、英、日、韓等多個語種的內容。

這對於當前火爆的短劇出海、遊戲配音、電影解說來說，無疑是降維打擊！

不少國內頭部企業，已經成為這家公司的合作客戶。

目前，在真實的付費生產環境中，ViiTor每天已穩定處理數十萬小時音訊，形成成熟的商業模式。

開源與商業化並進，擁抱開發者生態

而且非常可貴的是，面對如此強大的技術壁壘，ViiTor 團隊展現出了極大的開放格局。

彙整鉅亨號中所有使用「中國模型」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

叛變！OpenAI親兒子竟然選了Kimi K3

馬斯克最新發聲：就算光刻機，也擋不住中國

全球第一！中國模型登頂榜首，首個可編輯AI語音來了

叛變！OpenAI親兒子竟然選了Kimi K3

馬斯克最新發聲：就算光刻機，也擋不住中國

全球第一！ 中國模型登頂榜首，首個可編輯AI語音來了

全球第一！中國模型登頂榜首，首個可編輯AI語音來了