“炼丹直播”（live model training / training livestream）不是一种新算法，而是一种把大模型（large language model, LLM）训练过程公开直播的做法：数据准备、GPU集群状态、损失曲线（loss curve）、检查点（checkpoint）、故障恢复、算力消耗等，都被摆到台前，让外界围观模型从随机初始化到可用的“养成”。
它像熬一锅老汤，也像炼丹。数据是药材，GPU集群是丹炉，超参数（hyperparameter）是火候，损失曲线是炉温，检查点是阶段性取丹。传统做法是关起门来炼，炼成后端出一碗汤；炼丹直播则把炉子搬进玻璃房：今天火大了，明天梯度爆炸，后天机器故障重启，观众都看得见。
为什么成为新趋势？第一，算力是竞争壁垒，直播能把“投入”可视化。近期小米把一场持续6天的模型训练做成直播，公开算力投入之大，让“烧钱”从抽象说法变成可围观事件。第二，AI团队需要招募、融资和品牌，过程比结果更有故事。第三，模型能力越来越难靠一次发布说清，公开训练日志能建立信任。第四，社区喜欢参与感，弹幕、预测和梗会把技术事件变成大众话题。
和相邻概念的区别：
| 维度 | 炼丹直播 | 模型发布会 | 技术博客 |
|---|---|---|---|
| 时间 | 训练进行中 | 完成后 | 完成后 |
| 内容 | 过程、故障、成本 | 最终能力 | 精选复盘 |
| 目的 | 信任、品牌、招募 | 宣发 | 知识沉淀 |
| 风险 | 翻车被围观 | 预期落差 | 选择性呈现 |
对从业者，炼丹直播逼着团队把日志、监控、故障演练、成本核算做得更透明，但也可能催生“表演性研发”：为了直播效果，忽略真正目标。对普通人，可以把它当成一场“AI养成真人秀”，记住三点：模型不是凭空出现，训练要大量算力；失败和重启是常态；公开过程不等于开放全部技术。看直播时别只盯“烧了多少钱”，更要看它是否公开了可复现的方法、数据治理和评测标准。涉及具体厂商训练细节、成本口径和模型能力，以官方页面为准。