叶开

看完智谱唐杰在清华曝光的 GLM-5.5（32B/122B/256B）训练底料，终于知道为什么有些模型一用就露馅了🤡 对比下来就三件事： 1. 搞数据的态度： 友商 -> 偷摸蒸馏 Astra / Opus，连别人的坏习惯一起蒸过来🤣 GLM-5.5 -> 每天硬爬 100 亿网页 + 20 亿科研 PDF + 5000 万本书，全靠自家内部引擎洗数据！ 2. 练代码的路子： 友商 -> 拿着公开题库刷榜，一上项目就降智🫠 GLM-5.5 -> 直接拿 5 亿个 Repo 改造成带真实 Test 和 Issue 的可执行环境真刀真枪练！ 3. 升基座的狠活： 友商 -> 老基座反复微调挤牙膏，打补丁越打越降智🫠 GLM-5.5 -> 内部先拿 32B / 122B / 256B 三个模型做后训练（Post-training），最后直接合体（Merge）融进下一代满血基座！ 左手 5 亿可执行代码库，右手三模型合体满血基座，这波 期待拉满，兄弟们觉得 GLM-5.5 出来后有望超过 Opus 5.5 么？🤔

AI builders need computing capacity they can put to work sooner. We introduced DSX POD at NVIDIA GTC Berlin: AI factories integrated and tested before delivery, enabling deployment at prepared sites in as little as 14 days.

Next year, I will give one of my SpaceX shares to every kid in America. This will be the first of many.

#RWA #词元经济 五大Token：电力Token、词元Token、绿碳Token、RWA Token、代币化Token

Real life, baby