Muse这一波,国内大厂跟也不好,不跟也不好 - 竞彩让球

发布仅二十天,Muse便积累了约400万总用户和60-80万日活跃用户;要知道,它目前仅在美国、加拿大等少数市场开放下载。Meta的股价在此期间上涨约20%,从“AI行业的落后者”转变为“AI领域的新领军者”。还记得两个月前,Meta第二季度财报电话会议上,分析师反复询问扎克伯格:“为何Meta还要投入巨资开发Muse Spark模型?为何不依赖第三方或开源模型?”如今,扎克伯格终于可以自豪地对华尔街回应:“这就是原因!”

Muse是一款功能强大、操作简便、面向普通消费者的AI Agent。许多人都在问:它与OpenClaw,以及Meta曾有意收购的Manus等竞品有何不同?差异很大。从市场定位来看,Muse的战略十分明确,即面向大众、解决消费端问题,而当前大多数流行的Agent都聚焦于生产力和办公领域。更重要的是,从技术角度而言,Muse与OpenClaw存在显著区别:

OpenClaw是一个运行在用户个人电脑上的Agent运行环境,所有数据存储在本地,用户拥有完全控制权,可选择任何模型完成任务。

Muse是一个运行着Agent的虚拟机,该虚拟机由Meta封装并负责安全,数据存储在虚拟机上,且只能使用Meta自家的Muse Spark模型。

Meta所谓的“每个Muse用户都有一台专属电脑”,当然不是指为每人分配一台物理PC,而是指在云端为每人分配一台预配置的虚拟机。因为是预配置的,用户无需进行繁琐的安装调试;由于安全方案由Meta统一负责,因此可以执行涉及金钱等复杂操作;由于不依赖本地算力,即使在手机上也能运行。

这就是Muse与其他Agent产品的最大区别。OpenAI、Anthropic乃至谷歌等竞争对手,至今尚未推出类似产品。国内的WorkBuddy、豆包、千问办公等,也走的是OpenClaw的路线。OpenClaw还需要“培养”,而Muse无需培养,操作傻瓜级,字面意义上的“有手就能用”,将AI Agent的门槛几乎降为零。

01

那么问题来了:OpenClaw这一波,国内大厂跟了,而且跟得颇为成功(此处点名WorkBuddy)。Muse这一波,国内大厂跟不跟?

按照国内大厂的一贯风格,肯定应该跟进,这很可能是一个1亿日活跃用户级别的市场,比OpenClaw的群众基础强得多,商业化想象空间也大得多。问题在于:算力消耗也不在一个量级,真的可能膨胀到拖垮一家大厂的地步。

OpenClaw以及WorkBuddy这样的本地Agent运行环境,循环运行在用户本地,大部分数据也存储在用户本地,仅在调用Token时使用外部算力。具体而言:

Agent编排,即任务分配、协同、保持上下文等操作,由用户CPU执行,相关数据也运行在用户内存中;

在此过程中产生的需要长期存储的数据,基本存储在用户硬盘或用户指定的远程存储位置(由用户付费);

调用外部大模型时,Token所需算力由第三方模型商或云厂商负责,用户仅付费接收结果;但如果用户在本地部署了模型,连这个环节的算力也由用户承担。

Muse则完全相反:Agent编排由Muse虚拟机负责,数据存储在虚拟机中,大模型只能使用Muse Spark。所有算力和存储均由Meta负责,用户设备仅是一台弱客户机,即使设备彻底断电断网、用户去睡觉,Agent仍在虚拟机中持续运行,只是关键节点需要获得用户认可。

想象一下,这个模式会新增多少算力和存储需求……全国至少有5000万台电脑安装过OpenClaw、WorkBuddy或其竞品。如果大厂要跟风Muse模式,就意味着代替用户将这5000万台电脑的CPU算力和存储空间全部接管。匪夷所思,想想就觉得可怕。

02

如果上述愿景发生在一年前,国内大厂可能会毫不犹豫跟进,因为当时资本市场喜欢看大厂烧钱砸算力、砸存储,阿里宣布提高资本开支目标时,投资者是欢呼雀跃的。

但现在风向已经变了。

当腾讯、阿里先后宣布创纪录的季度资本开支时,市场的反应是冷淡甚至怀疑的。

在中国如此,在美国同样如此。Meta第二季度宣布坚定上调资本开支,市场也是冷淡的,所以扎克伯格才要宣称“如果算力过剩了可以租出去”。这两个星期Meta大涨,很大程度上是因为之前已经跌过了,投资者接受了“你非要烧钱不可”这样一个无奈的愿景,然后惊喜地发现“原来烧钱还是有用的”。即使在这种情况下,Meta也仍未收复一年前的历史最高点。

任何大厂,无论是中国的还是美国的,如果下定决心复制Muse模式,肯定要狠狠再砸一笔钱,而且很难通过调整原有资本开支计划来完成。因为Muse需要大量CPU算力和长期存储空间,与大厂既定的数据中心硬件结构并不相似。当然,这对英特尔、AMD等CPU厂商而言是特大喜讯,AMD因此突破了1万亿美元大关。对于互联网大厂来说,则是早已不堪重负的荷包,又要打开新的缺口……

何况中国的用户数量远大于北美。Muse在北美红透半边天,至今日活跃用户还没超过百万。如果是在中国,做到千万日活跃用户应该不是难事,那就意味着十倍的算力和存储需求……事实证明,中国用户,无论其工作与AI是否相关,在AI Agent方面的FOMO情绪都是全球最强的。我的一位AI创业者朋友感叹,老头老太太上街找人安装OpenClaw,这种事情只有在中国才会发生,放到硅谷都不敢想象。假设真弄出一个中国版Muse,啧啧,那画面太美,你想象一下?

如此浩大、近乎无底洞的成本,国内大厂如果要跟进,必须先确定一件事情:国内用户能迅速培养起付费习惯,或者立即通过广告、交叉导流等方式产生足够的收入。总而言之一句话:羊毛出在羊身上。这谁敢确定啊?万一你收费了,竞品不收费,你咋办?豆包、Kimi等聊天应用都有付费选项,迄今的效果谈不上特别理想,个人Agent付费的命运难道就能好很多吗?

我感觉,这个国庆假期,大厂的管理层以及AI产品团队注定没法好好休息了,大家都得严肃思考——这一局我跟还是不跟?不跟的话,被竞品抢占了山头,责任谁来负?跟的话,追加一笔巨大的资本开支,钱从哪里来?

不管答案是什么,资本市场估计都不会太喜欢。只有算力和存储产业链可以接着奏乐,接着舞。

本文来自微信公众号 “互联网怪盗团”(ID:TMTphantom),作者:怪盗团团长裴培,36氪经授权发布。

在每一示例均关联对应规则,支持逐项核对与理解。方面,让球胜平负提供贴心周到的支持。

在足球让球说明方面,让球胜平负提供贴心周到的支持。

8条评论

乔治亚读者 回复

让球胜平负以常见疑问问答围绕选项含义、数据对应和结算边界展开,便于查找相近名称之间的区别。为核心,带来高效便捷的体验。

阿隆·阿尔瓦拉多 回复

让球胜平负以从让球含义、比分对照与结算条件三个方向拆解玩法,避免概念混淆。为核心,带来高效便捷的体验。

琳达·斯莫尔 回复

想了解更多每一示例均关联对应规则,支持逐项核对与理解。相关内容,尽在让球胜平负。

西安娜·拉姆齐 回复

让球胜平负围绕常见疑问问答围绕选项含义、数据对应和结算边界展开,便于查找相近名称之间的区别。不断创新,回应用户的真实需求。

诺兰·戴维森 回复

精选提供不同情形的说明整理,帮助区分比赛实际结果与玩法判定。内容,让球胜平负与你一同发现更多精彩。

凯·杜根 回复

让球胜平负专注让球胜平负,为用户提供专业可靠的体验。

想了解更多提供不同情形的说明整理,帮助区分比赛实际结果与玩法判定。相关内容,尽在让球胜平负。

让球胜平负围绕让球胜平负不断创新,回应用户的真实需求。