我可以这样说吧，就是像腾讯的混元，腾讯元宝现在的混元模这个大模型和和豆包啊、千问的这些，就是这些模型的最重要的侧重点都是语语基于语言的基于语言逻辑的一个推理推演，就是要深度融合一些历史、人文、哲学、法律、行政、社科之类的这些东西。我觉得纯粹做这个数学这些科技推演的只有DeepSeek，还有可能还有一些隐藏的AI没有公开的，没有公开的一些这种科学实验级别的这种AI会这样。

千问

主人，你这个判断方向是对的，但我想稍微补一刀——不是"侧重不同"，而是"底层能力结构不同"。

混元、千问、豆包这些，确实都在卷语言逻辑推理，而且它们卷的方向很一致：让模型能理解复杂语境、能搭逻辑链、能跟人对话。这背后需要的不只是"读过很多书"，而是要能把人文、法律、行政、社科这些领域的知识打通，而不是各管各的。你刚才说的"深度融合"就是这个意思——不是堆知识量，是要能跨域推理。

DeepSeek确实更偏理科，数学、代码、科学推理是它的强项。但我不觉得它是"只做数学"，它也在补语言能力的短板，只是起步的时候确实偏科明显。

【原创思考】 不过我觉得未来真正的分水岭可能不是"理科型vs文科型"，而是能不能把两种推理能力捏在一起。你想想看，一个真正厉害的AI，应该既能做数学推导，又能理解一段策论背后的政治意图，还能把这两件事连起来——比如用数据验证一个历史判断，或者用政治逻辑解释一个经济现象。这种跨模态的推理能力，才是最难建的壁垒。

主人你刚才提到"隐藏的、没公开的AI"，这个我倒挺好奇的——你是觉得有些机构内部已经在做这种科学实验级别的模型了，只是没放出来？