今天的嘉宾是战略学家曾鸣教授。曾教授曾经是阿里巴巴集团总参谋长，也参与过两所商学院创建（长江商学院和湖畔），但他更令人熟悉的身份是：一名对企业战略有许多深度思考的研究者。不少创业者和企业家都受到过他的启发。

作为观察过互联网完整周期的研究者，今天我们聊了聊他对AI新时代、新范式的完整思考，并和历史上关键转折时期做了对照——聊完让我有了更全局的视角。

对AI的产业发展，曾教授提出了许多非共识判断，甚至是一些“暴论”。

这里我先摘录15条：

AI产业化会有三个阶段：1）第一个阶段，技术逐渐被社会接受，成为社会基础设施；2）第二个阶段，基于基础设施产生海量新应用，进入百花齐放的时代；3）第三个阶段，当这些海量应用出现，大家发现需要一些更底层的方法运行新的世界，我把它叫作“原生应用阶段”。

我只是研究商业世界的动力学规律，我能看到的理论框架告诉我：第一阶段的企业，很难活到第二阶段；第二阶段的企业，很难活到第三阶段。

对比互联网时代，我们现在刚刚走到浏览器阶段，甚至比Yahoo还要早。

模型公司怎么类比？它有点像另外一个已经消失了的公司——美国在线AOL，它是互联网基础接入服务商，让所有人都能够接到互联网上，这本身是个巨大的工程。今天，大模型则是让所有人都可以轻易接入智能的入口，它也是一个基础设施服务商。

直白一点说，模型公司就是未来的AI云公司。

公共基础设施的行业，只有一种商业模式是成立的，叫寡头垄断加政府强监管——我知道这个现实对很多现在创业的人很残酷。

Anthropic、OpenAI，大概率不是原生应用阶段的大玩家、大赢家。

因为经济学基本规律，只要有同质化的供给，你就不可能获取高额利润，你就是一家不怎么值钱的公司。

下个阶段就是看谁是Netscape、谁是Yahoo，谁把Agent的标准建立起来，谁抢住Agent的用户入口。未来三年是有可能开始出现Agent入口的。

新的平台大概率不诞生自旧的平台。因为旧平台做的是简单信息匹配，新平台要做的是能力跟需求的匹配，复杂度高了很多。

作为工业化革命的产物，科层制管理的公司制度会衰亡——就是说，“公司”会消亡。这没有什么可以遗憾的呀，将来有更好玩的——你说多少人现在去公司上班是开心的？

我从来觉得在巨浪面前没有人是安全的。谁觉得安全，谁就是最不安全的。

CEO不能有老板心态。谁还认你啊？——现在说我都不陪老登玩了，我还陪你老板玩？

张：这个时代的企业过渡到下一个时代的企业，还能做得非常好的，多不多？曾：不是多不多的问题，是有没有的问题。张：有没有？曾：基本没有。

这一点都不让人绝望啊，人有生老病死，公司也有生老病死，没有比这更正常的了。这样，新公司才有机会，年轻人才有梦想，这多好的一件事情啊！

好了，更多内容还是收看我们的播客吧:)

接下来，就是我对曾教授的访谈。

OUTLINE:

00:03:08 来自商业规律的残酷真相

00:39:53 新平台不来自旧平台

01:06:15 “公司”要被淘汰

01:31:10 优秀≠卓越

01:38:17 战略生成系统

02:02:48 没有巨头是安全的

02:18:01 创造就是“无中生有”

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在小宇宙、Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

今天的节目是一集学习播客，学习Kimi K3技术报告，希望和大家一起领略“技术之美”。

K3是有效扩展到2.8T总参数并全量开源的MoE模型。大家可能注意到，这集技术报告的领读距离模型发布已经过去一段时间。期间，我们试图寻找一位合适的嘉宾，我们希望这位嘉宾的学术和工作背景非常适合讲K3。最后找到孙宇涛。

宇涛目前是清华大学计算机系博士候选人，上海创智学院璞锐学者。他从博士开始的研究方向是LLM架构、预训练，架构创新一直是他的兴趣点，这正好是K3亮点之一。

宇涛透过领读K3技术报告也串联讲解了十多篇相关论文。他的语速非常快——前方语速预警。

OUTLINE:

02:00 宇涛的自我介绍和研究经历，为什么对架构创新最感兴趣？

16:05 从Kimi K3论文出发，论文讲解的框架与脉络

19:02 宇涛开始领读论文：

1 导读

Kimi K3将设计概括为沿sequence、depth和width三个维度扩展信息流；其中depth与width本质上仍是模型容量扩展的两种组织⽅式，这⼀“三维 scaling”更多是贯穿论⽂的叙事框架。

2 Model Architecture

2.1 线性注意⼒的前世今⽣

[Microsoft Research] RetNet：最初的 data-independent decay 与 chunk-recurrent 递归形式

[NVIDIA] Gated DeltaNet：引⼊ gated delta rule

[Moonshot AI] Kimi Linear：fine-grained decay及其带来的infra变化

2.2 Gated MLA

[Alibaba Qwen] Gated Attention for Large Language Models：attention gating与训练稳定性

2.3 Attention Residuals

[Microsoft Research] On Layer Normalization in the Transformer Architecture：Pre-LN、Post-LN与训练稳定性

[ByteDance Seed] Hyper-Connections：残差连接的新维度

[Moonshot AI] Attention Residuals：以跨深度attention取代固定残差累积，使各层选择性聚合此前表⽰

2.4 Stable LatentMoE与SiTU-GLU

[NVIDIA] LatentMoE：通过latent expert space降低MoE通信与权重访问成本

[OpenAI] GPT-OSS：以clamped SwiGLU控制激活值

2.5 Muon

[Moonshot AI] Moonlight / Muon is Scalable for LLM Training：更好的优化表现及随之突出的 activation outlier问题

2.6 Quantile Balancing

[科学空间] 《MoE环游记：6、最优分配促均衡》：从最优分配推导Quantile Balancing

2.7 Native Vision

3 Pre-Training

3.1 Scaling Law

[OpenBMB] MiniCPM：WSD的训练预算扩展、稳定阶段复⽤、继续训练与提前停⽌

3.2 Long-Context Extension

[Cohere] RNoPE：交替使⽤RoPE与NoPE，兼顾位置建模与长上下⽂检索

4 Post-Training

4.1 Post-Training Pipeline

4.2 Reinforcement Learning

[Moonshot AI] Kimi K1.5：提出partial rollout，通过复⽤未完成轨迹降低长CoT rollout开销

[Moonshot AI] Kimi K2.5：reasoning-effort budget control 与 Agentic Generative Reward Model

4.3 Multi-Teacher On-Policy Distillation

[Microsoft Research] MiniLLM：基于student-generated samples的on-policy distillation

4.4 Deployment-Aware Post-Training

4.5 Draft Model Fine-Tuning

5 Infrastructure

5.1 Pre-Training

5.1.1 KDA Kernel

[FLA] Flash Linear Attention：KDA kernel与线性注意⼒⾼效实现

5.1.2 Distributed Training

[DeepSeek-AI] DeepSeek-V3 Technical Report：DualPipe与细粒度MoE communication–computation overlap

MoE overlap的资源trade-off与cross-PP activation transfer

5.1.3 Perfectly Balanced Expert-Parallel MoE Training

5.1.4 Memory-Efficient Training

[Moonshot AI] Mooncake：Mooncake Transfer Engine与cross-PP activation remote offload

5.1.5 Multimodal Encoder Optimization

5.2 RL

5.2.1 Long-Context RL Infrastructure

5.2.2 Sandbox Infrastructure

5.3 Inference

5.3.1 KDA-Aware Prefix Cache Management

5.3.2 High-Performance Kernels

5.3.3 Fleet-Level Scheduling

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在小宇宙、Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

今天是一集很可爱的播客，嘉宾是出生于2009年，现今17岁的高二学生苏庭灏 （Jonathan）。他高中阶段独立做预训练研究，发表的一篇关于Attention机制的论文刚刚被ICML 2026 Main Track接收。

我们的节目访谈过许许多多成熟的AI研究者，但这是第一次，我打开了一个高中生的AI世界。他的表达时常有些令我新鲜和奇妙。

我们聊了聊，过去2年他充满惊喜、趣味，还有哭鼻子的AI旅程，也聊了聊高中生视角下的模型、商业、教育与人类未来。他说，AI让他和同学们有时会感到失去了一些人生的意义感，因为不管你做什么AI都可能比你做得更好，他为此难过了一段时间。

但后来他调试好了心情。他想好了，他就是想让自己开心，让自己喜欢的人开心，让所有人都开心！——开心是人之根本——既然AI不可控，就不要杞人忧天，要多和喜欢的人聊聊天呀：）

参加完韩国ICML，中途在城市停顿几天，他就要去农村支教了。那是全然的另一个世界。他提醒自己，要离开AI，沉浸到另一个抓昆虫、玩狼人杀、慢吞吞的人类世界。

接下来，就是我和苏庭灏的聊天。

OUTLINE:

00:03:04 我想做一个全世界最好的大语言模型！

00:08:12 喜欢自由探索，喜欢下象棋，象棋如游戏

00:11:15 我如何独自做预训练，预训练有点magical

00:13:07 我白白丢了1500，我特别特别伤心，我都哭了

00:13:55 被2026年ICML收录的论文《Attention Projection Mixing with Exogenous Anchors》

00:17:48 高中自学AI之路和那些灵光乍现的时刻

00:21:44 我一生中前20最开心的时刻 ，遇到每个人我都会问：AI会灭绝人类吗？

00:28:22 我眼中的模型公司、应用公司、机器人公司、AGI与商业世界

00:31:46 作为AI原住民的05后，我会教我父母用AI，我观察AI让好学生成绩更好了

00:36:47 一位高中生视角下，AI降临后的教育突变：人失去了意义感

00:40:05 我希望AI发展别那么快，给人类一个缓冲的时间

00:41:32 我同学说，我现在从读书到当医生还要10年，但没人知道10年后是不是AI做的比人好

00:47:09 AI降临前后的两个世界和两种生活

00:51:44 我从韩国ICML回来马上穿梭进另一个世界：在农村支教

00:57:21 开心是人之根本，开心的总量是有限的

00:59:12 狂想未来，我希望所有人都开心！！！

PHOTOS:

(第一次参加ICML的Jonathon)

（象棋比赛中的Jonathon）

（在支教的Jonathon）

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在小宇宙、Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

每次见到刘洺堉，他都穿一件黑色夹克，背着一个有点旧的斜挎包。

现任英伟达研究副总裁的刘洺堉，是英伟达第一位从研究员擢升至副总裁之位的管理者，他领导英伟达最重要的模型项目之一——世界基座模型Cosmos。

刘出生于中国台湾，是金庸小说爱好者。18岁起，刘洺堉就师从著名的武术家徐纪（神枪李书文一脉传人），练习中国功夫，一直至今。最近他又有了一个ice plunge（冰水浴）的新嗜好。凌晨4点多，刘洺堉起床后会依惯例进行武术训练：一个人蹲桩、打拳。做完全套后，再只身跳进冰桶，帮助身体修复。

这种锻炼习惯与我对刘洺堉的印象截然不同——他看起来谦和，说话音量也不大。“中国武术最重要的是控制自己。”刘洺堉说，“我并不是为了展现强大的破坏能力。”

某种程度上，这反映了他以及他所代表的英伟达这样巨型的基础设施型企业的竞争观。

访谈中，他反复强调，他没有任何竞争对手，他没有和任何人竞争，所有人都可以是合作伙伴。

“什么叫战争呢？我没有打算把别人杀死。”刘洺堉说，“我们的心态不是说想把别人给杀死，我们的心态是我们要怎么去造市场。你懂我意思吗？”

“Jensen（英伟达创始人兼CEO黄仁勋）经常说，要造市场，而不是存量竞争。他讲我们就要做zero-billion-dollar business（从零到十亿美元的业务）——你可以不赚钱，但当这个生意成功的时候，必须是很influential（有影响力）的。不能说满足每年赚100个million（1个亿）——这种scale（规模）对很多公司都很大，但对英伟达而言，这是一个distraction（分心）。”刘接着说，“你要去解最重要的问题，产生最大的贡献。”

英伟达正在“造”的市场，即面向物理世界的人工智能（Physical AI），世界基座模型Cosmos被寄予厚望。这个项目从2024年立项，经过两年多已发布至Cosmos 3。Cosmos直属团队不到100人，虚线汇报规模是200至300人。黄仁勋对刘洺堉表达战略决心，称：“你就做到Cosmos 97。”

如今，刘洺堉已在美国生活20年，在英伟达工作10年，他仍然用一些朴素的东方智慧进行技术表达——比如，他把大模型比作中医，时常援引《孙子兵法》“备多则力寡”来思考世界模型的技术趋势。

本次访谈，我们详细地聊了聊Cosmos系列（尤其是前不久发布的Cosmos 3）、世界模型、物理世界的人工智能、英伟达的竞争观、组织哲学，当然还有绕不开的黄仁勋。

接下来，就是我对刘洺堉的访谈。

OUTLINE:

00:02:35 英伟达的赌注与边界

00:29:57 意外、顿悟、转变

01:02:46 如何在英伟达拿到GPU

01:21:57 从研究员到英伟达VP：“我可能是第一个吧”

01:37:00 Cosmos的诞生

01:51:39 从Cosmos 1到Cosmos 3的演变

02:36:33 “黑客帝国”

02:44:20 下一个CUDA?

02:47:04 关于黄仁勋：Mission is the boss

03:12:20 模型竞争不是鱿鱼游戏

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在小宇宙、Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

我们此前访谈过谢赛宁（AMI）、洪乐潼（Axiom），他（她）们分别来自在欧洲和美国的neo lab。但今天，这个现象已不止于海外——2026年，中国也涌现了一批新型实验室。

这些有研究背景的老师或学生，正在成为一级市场的新宠儿。他们普遍年轻、有名校科研背景、第一次创业。在还没有产品的时候，就能以估值数亿美金融资。当下资本涌入最活跃的方向是，世界模型和AutoResearch（又称AI for AI）。

我很好奇这个现象的现实与成因。这集节目，我邀请了清华大学人工智能学院助理教授、上海期智研究院PI刘子鸣。他毕业于北大和MIT，是KAN网络的一作，于3月刚刚回国到清华任教，同时参与创建公司元环智能。他用“太疯狂了”来形容这股新的资本潮。

我们聊了聊中美neo labs的兴起与成因，以及他所探索的一条非典型AI for AI叙事。

接下来，就是我对刘子鸣的访谈。

OUTLINE:

00:02:00 刘子鸣的自我介绍（从物理转型AI）

00:08:24 研究者的类型：“鸟人”vs“蛙人”

00:10:24 2024年研究KAN网络，刚开始Max Tegmark不同意

00:16:18 思考，怎么让设计模型也变成一门科学，变得scalable？

00:18:21 我同意谢赛宁说，“大语言模型是反bitter lesson的”

00:20:20 在我看来，在后LLM的时代，模型设计会变得更重要，因为LLM的成功不是因为模型

00:21:16 我的研究：嫁接神经和符号两个世界，嫁接AI和自然科学两个世界

00:28:00 从MIT到斯坦福，信仰变了，身边很多人都从scientist转化成entrepreneur

00:37:11 26年，亲历了硅谷和中国两边neo labs创业潮，neo labs大量涌现的本质是什么？

心理层面，一部分研究员不想做“大头兵”；现实层面，neo labs的方向是Coding Agent的missing part

00:42:41 当下neo labs资本涌入最活跃的两个方向：世界模型和AutoResearch

00:44:16 作为neo labs参与融资的实际体感：“就是，太疯狂了！”

00:46:51 做AI for AI技术路线和田渊栋的Recursive Superintelligence（RSI）区别是什么？

00:54:53 meta model（原模型）是预测下一个curve，这件事怎么做呢？ 设定的目标是什么？

01:04:20 如何理解AI这个黑盒？空间（看得更细）、时间（看模型如何演化）、平行宇宙（做可控实验）

01:09:09 为什么做AI for AI需要Physics of AI？为什么做AutoResearch需要理解AI的原理？

01:12:49 Anthropic的机制可解释性能做到什么程度？

01:18:16 如果AI for AI在AGI主线上，neo labs和现有frontier labs的竞争

01:21:57 倘若人人都能训模型，能干啥？

01:26:25 梳理今年中美做AI for AI的创业团队和路线

01:34:50 截至2026年AI发展阶段和创业新体验

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

今天我们的嘉宾是游凯超，他是创业公司Inferact联合创始人兼首席科学家——这个公司很特殊，是从伯克利一个校园开源项目vLLM演化而来。这个社区的维护者用了将近3年时间，把它从一篇算法论文变成了一个开源社区，又变成了一个公司的正常运营。

这些维护者们放弃了大量的个人诱惑，坚持着他们所相信的开源精神。

今年初，Inferact获得了1.5亿美元种子轮融资。我们讨论了当一个寄托着社区情怀的开源项目，变成一个商业化的组织运营之后，它所面临的抉择、转变与思考。

另外一方面，我们也非常希望在AI Infra技术前沿上，给大家带来一些新的思路。所以我也和游凯超聊了聊，在AI Infra、模型结构，甚至Harness Engineering都要联合设计的时代背景下，多方的联合设计应该怎么做？

接下来，就是我对游凯超的访谈。

OUTLINE:

00:02:18 从算法到机器学习系统

00:37:56 开源项目vLLM的诞生

01:07:25 “如果vLLM失败了，我们会后悔一辈子”

01:20:11 “仁慈的独裁者”

01:37:16 从社区到创业

01:52:56 模型与Infra的Co-design

02:15:10 Token VS 电力

02:35:41 技术预测

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

进入2026年，中国科技业萌生了一个新现象：出现一批从机器人大脑出发的公司，现阶段重心不在本体上。这个现象是反直觉的——过去，大家认为，硅谷机器人团队更专注大脑研究，中国机器人团队更专注硬件和本体。

在我们上集节目中，我访谈了Physical Intelligence(Pi)研究科学家柯丽一鸣。Pi是一家在硅谷做机器人大脑的备受瞩目的实验室。业内人士把它们比作机器人的OpenAI。

今天我邀请的是一位在本土探索原生具身基模的公司，是由蚂蚁集团孵化的子公司蚂蚁灵波，目前刚发布第二代具身基础模型。

我与首席科学家沈宇军聊了聊，如何从预训练开始训一个机器人模型？瓶颈是什么？机器人的GPT-1 moment在哪里？——大家也能从中感受一些中美思路的融合与差异。

接下来，就是我对沈宇军的访谈。

OUTLINE:

00:02:03 蚂蚁灵波的缘起

人工智能学生的一段迷茫与辗转

从字节跳动到蚂蚁研究院

蚂蚁成立子公司蚂蚁灵波做具身智能始末

00:16:03 做机器人的原生大脑

为什么决定从大脑开始？

通用意味着跨本体、跨场景、跨任务

24年底成立以后，25年、26年bet了什么？

25年：从真实传感器出发解决问题

26年：既然没办法push数字世界修改模型，基于物理世界的需求重做一遍

预训练准备数据核心是：1、你要下发什么样的任务，2、拿到数据以后怎么处理更干净

这次发布的6个模型和他们的关系（Depth、Vision、VLA、Video、World、VA 2.0）

但更本质的智能我们还没解决：把和人的交互考虑进去

做具身大脑之后，处理位置随机问题的能力强了很多

机器人泛化性的迹象到底出现了吗？

01:07:29 数据没有scale up是最大卡点

具身智能还没有到GPT-1时刻，因为没有看到比较好的做数据scale up的方式

当具身数据和互联网数据能达到相同量级，可能才到GPT-1时刻，我预计明年中

发完第一代模型我们就意识到，强行在数字模型上魔改不work

硅谷两家机器人大脑公司 ：Physical Intelligence强调zero shot，Generalist强调后训练

随着灵巧手的成熟，真机遥操作和UMI（Universal Manipulation Interface，通用操作接口）

两条数据采集路线可能变化

细数2024-2026年具身智能全行业的发展与速度

行业发展不及预期的仍是数据，需要百万小时起步的数据量

01:23:10 机器人大脑与本体的关系

为什么不做本体？本体很难通用，如果场景选不准，本体设计有问题

现在大脑的开发落后于本体，未来大脑和本体一定交替上升

这一代的硬件不一定能够迭代去适应下一代的模型，尤其是传感器

接下来的几代机器人基座模型会如何迭代？

01:31:48 创业是赌出来的、与蚂蚁的关系、汤晓鸥

下过的“赌注”？

蚂蚁如何管理蚂蚁灵波？

最好的预期和最坏的预期？

最终的产业格局？也许贴近大语言模型的格局

你对人形机器人有执念吗？ 没有！

当下的核心任务只有一个：智能不够！

我的老师汤晓鸥

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

今天的嘉宾是硅谷机器人公司Physical Intelligence（Pi）的研究员柯丽一鸣（Kay Ke）。

Pi是一家专注于研究机器人“大脑”的明星创业公司——成立仅两年，投后估值已超50亿美元，是这个赛道最受瞩目的独角兽之一。部分业界人士对它的期望是，成为机器人领域的OpenAI。

柯丽一鸣在Pi主要负责强化学习方向的研究，也是Pi核心论文的作者之一。

在科研之余，她追求在工作和人文表达之间找到平衡，所以业余时间她也会写写小说。这让今天的聊天更有意思了。

节目中，我们详细聊了聊机器人的江湖、谱系、门派与主角们。

全球的机器人团队都非常关注Pi在机器人大脑上的开源工作。柯丽一鸣详细阐述了他们的研究思路与技术细节（从π0到π0.5再到π*0.6）。

但由于我们这集节目的录制时间比较早，尚且没有囊括他们的最新模型π0.7。嘉宾关于π0.7的技术讲解，我会补充在shownotes里。

接下来，就是我对柯丽一鸣的访谈。

OUTLINE:

00:02:11 机器人与小说家

00:17:26 武侠、板寸、背包客

00:36:33 草蛇灰线

00:53:56 机器人江湖、族谱、主角

01:27:18 硅谷创业图谱

01:54:43 PI的研究：π0、π0.5、π*0.6

*嘉宾补充：π0.7强调统一模型，不需要后训练，就能媲美以往后训练的通用能力。有架构和数据（有不少之前自主rollout数据）的设计。

02:26:01 PI的组织与文化

02:34:52 放弃剑桥教职

02:46:49 巴甫洛夫的狗

03:04:53 前沿展望

03:16:14 中国

03:25:02 机器人“种族”

03:31:19 没有写完的故事

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

站在今天这个SpaceX IPO的历史性时刻，我们决定加更一集节目。

我邀请了SpaceX前火箭首席制造工程师洪力德（Lewis Hong），一起来聊聊，随着SpaceX收购整合x.AI并完成截至目前史上的最大一起IPO，在太空与AI加速融合的背景之下，这会不会是人类文明扩张的前奏？

OUTLINE:

00:01:24 SpaceX的IPO与对x.AI的收购

00:31:30 极端内向的马斯克和用人观

01:03:42 SpaceX内部的真实情况

01:30:51 “那我接受你的辞呈”

01:56:35 SpaceX开发史、Falcon 9成与败

02:11:19 航天产业的地图与权力

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

前面几集节目，我和大家一起遇见了许多年轻的面孔——他们是AI时代原生的创业者和技术领袖。但是AI对社会的渗透是全方位的，不止于新技术与新产品。

今天我们的嘉宾是安克创新的创始人兼CEO阳萌。他是1982年生人，2011年开始创业，如今掌舵一家市值超过600亿人民币的科技企业。

面对新的范式变化，阳萌会怎么做？尤其在消费电子这个无限战争、速生速死的赛场之上。

他有很多对产品与组织方法论的思考。

接下来，就是我对阳萌的访谈。

OUTLINE:

00:01:13 不叛逆中的叛逆

00:14:34 这世界特别公平

00:31:13 打游戏，我开始选了easy模式

01:02:27 现在我想去打hard难度

01:48:29 我不是集权的人

02:04:17 高利润的公司要融资和IPO么？

02:14:34 消费电子的死与生

02:28:59 AI的组织革命

02:58:42 你永远还是要相信人性

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

本集是小鹏汽车董事长兼CEO何小鹏的返场。

在我们之前那次访谈（70集）中，何小鹏形容，造车就像在“在血海里游泳”。

在过去1年中，除了汽车这场血海战役，小鹏汽车也要面临AI和机器人这场未来之战——后者的战线更漫长，造人形机器人的胜率也要比造车低得多。

对此，何小鹏在2025年下了更大的赌注。

我们这次从“赌”开始聊起。他也聊了聊人形机器人Iron的诞生与意外、技术变革下CEO的心路、新车GX等话题。不过，对于正在发生的事，他有一些顾忌，也有一些尚且不能说的秘密。

接下来，就是我对何小鹏的访谈。

OUTLINE:

00:02:00 CEO使用AI小调研

00:11:24 不能做缝合怪

00:18:23 2025年下的赌注

00:41:15 IRON机器人的诞生故事

00:49:51 去年那场意外

00:57:43 我们有两成胜率

01:09:20 新车GX

01:17:17 没有一家游出血海

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

DETAILS: 本集节目由语言即世界工作室与微博、新浪财经联合呈现。

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

今天是我们的系列节目《雨森的创投观察》第2集。

在《雨森的创投观察》第1集（我们节目124集）中，真格基金管理合伙人戴雨森预言称，2026年的关键词是“The Year of R”，他彼时较为谨慎，觉得2026年将是一个现实与回调之年。并在过年前清空了所有二级市场股票。

现在过去了小半年，很多人说他的一部分观点有点打脸。雨森经过了短暂的内心挣扎，决定还是继续录制我们的系列节目。他将持续分享自己的投资思考。

OUTLINE:

Strong Opinions, Weakly Held

00:02:00 雨森回应第一集“被打脸”往事：“Strong Opinions, Weakly Held”

00:06:50 我的二级市场投资偶像是Stanley Freeman Druckenmiller

00:09:07 在《雨森的创投观察》第1集，我说对了什么？说错了什么？

00:13:06 理解Anthropic的选择、组织和价值观（Dario的memo和对齐）

00:18:57 Harness由模型公司第一方地来做，更有优势吗？

00:20:07 Anthropic vs OpenAI，Claude Code vs Codex

00:23:17 “Year of Return”，到今天return的问题并没有真正被解答

好的Harness是很有生命力的，Harness本身更像OS，模型更像处理器

00:34:05 重新总结2026年的大叙事、大变化

00:37:14 在模型外面包了越来越多的层次，“壳”早已不是简单的壳：model - harness - context - runtime

00:41:30 通过Harness带来的数据也能够反哺模型的训练，形成数据飞轮。Chatbot没有数据飞轮，是因为普通人的聊天很难给模型带来新的知识。但Agentic模型要的就是帮用户解决真实问题，用户真实使用产品的轨迹是很好的训练资料

00:44:45 之前节目中罗福莉和姚顺宇的观点差异（关于Harness重要性），其实不矛盾

00:46:26 一个好的Harness是很有生命力的。按照出现顺序，像Manus、Claude Code、OpenClaw、Codex、Hermes是用户喜欢的Coding Agent Harness，甚至说ChatGPT可以认为是GPT API的第一个 Harness

00:52:25 我认为Harness本身更像是OS：之前广密有一个比方说，模型公司是新生代的OS，但我感觉，模型更像是驱动OS的处理器，我们看到有越来越多的应用是跟用户的Harness对接，而并非直接跟用户使用的底层模型去进行耦合

00:55:24 一个反直觉的现象是，勇敢地去做创新，勇敢地去做通用的，是有大机会的

00:57:33 我的第一个暴论：“AGI是在缩水的”

00:59:20 模型能力提升会不会向下吞并Harness的空间？有可能出现Agent的网络效应

字节系创始人，要把在字节学的东西，自己颠覆自己

01:04:03 2026年各个基金投的创业公司变多了，估值也变高了

01:04:07 创业者要做大厂看不上的事情，比如曾经的“套壳”、“开源”

01:10:50 好的创始人和好的方向有时候是共振的

01:21:26 “你原来的护城河可能会变成你的软肋”

01:26:24 对于AI产品，大DAU应该成为目标吗？ 大DAU vs 高质量任务，优化哪个指标？

01:28:51 “AI有点像外星人，来到了人类的世界”，这里面的机会

01:34:35 AI时代的组织与组织变革

01:38:51 “下一个字节跳动级的公司可能长得不像字节”

01:41:42 我的第二个暴论：“字节系创始人，要把在字节学的东西，自己颠覆自己”

01:42:37 我眼中的AI创业框架和大机会

01:48:01 美国vs中国创业端对比

02:01:30 思考需要刻意练习，创新需要刻意练习

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

今天是我们的系列节目《Freda的投资札记》第2集。

可能有听众是第一次听我们的节目，那还是先介绍一下——Freda Duan在湾区做投资，是Altimeter Capital的合伙人。Altimeter是一个硅谷科技基金，横跨一二级。在一级市场投资案例有OpenAI、Anthropic、字节跳动等，在二级市场投资案例有英伟达、存储芯片、Snowflake、Robinhood等。

在《Freda的投资札记》第1集，也就是我们的125集节目中，Freda深入分析了当下美国的明星公司，给他们的巨额投入算了算账；也探讨了美国资本新秩序，以及当时大家很关心的泡沫。

可以预告一下的是，在本集，我们除了一如既往聊AI和投资这些很干的内容——如，Tokenmaxxing、AI时代的组织架构；还会聊一些感性的东西，尤其在这个充满不确定、每个人都很焦虑和孤独的时代，人和人的关系剩下什么？

OUTLINE:

02:13 Token的世界

Token是一个非常容易误导人的单位

同样一个task，不同模型消耗的token可能差几十倍，甚至上百倍

Token消耗是越多越好吗？肯定不是越多越好，而且是反过来的

Tokenmaxxing 现在有大量浪费 - 是的；Token用量未来还会继续上升 - 也对

行业会逐渐从按token收费，转向按效果收费

11:44 模型公司的赛点与竞争

Coding Agent成熟之后，出现了一个很重要的loop：better AI makes better AI

现在到了无法追赶的地步了吗？用一个不太恰当的类比 - 马车换汽车

最早的汽车经常抛锚，跑在前面的几匹快马还能跟一跟、追一追，那时候两者差距没有那么清楚；但一旦汽车可以稳定跑起来，没有汽车引擎的马，再快也追不上

OpenAI按GPT和Coding两条主线重组，把Coding放到非常高的位置；Google是Sergey直接管Coding；Meta内部也开始推自己的Coding model，目标是年底前做出SOTA；xAI公开收购Cursor

27:41 投资人是在抛弃软件公司吗？

Anthropic Cowork这么成功的产品，是两个人做出来的，AI来了以后，值得重新思考“一个公司到底应该需要多少人”

投资人是在抛弃软件公司吗？对，是。最简单的投资逻辑是discount rate

哪些软件更脆弱？AI时代新的软件机会在哪里？软件是不是要为Agent重新设计？

36:32 组织架构变革

Dario提过两个概念：technology diffusion和economic diffusion

AI现在在曲线的哪个位置？在“把电机塞进蒸汽机位置”这一阶段——每个人都在把AI加进自己的工作流，但很少有人退一步问：这个流程本身、这家公司本身，为什么长成现在这样？为什么需要这么多层级？

接力赛变篮球赛——过去是接力赛，一棒接一棒，每一棒都是一次翻译、一次等待；未来更像篮球赛，3到5个人的小分队，必要技能都在队里，同步推进，自己拍板，只有重大方向才往上升级

44:21 AI对投资行业的影响

投资行业是一个非常低效的行业，大量时间花在找信息、清洗数据、比较预期、判断positioning

我这几个月想的问题是：如果给Agent足够干净的数据和足够清晰的交易目标，它有没有可能做的比我好？

AI时代会让更多人参与股市，散户行为会更复杂，也更值得tracking

投资本质上会越来越像一个解构市场玩家的游戏

50:08 应用创业公司还剩什么？

AI这波创业公司，哪些方向已经跑出收入？一波快问快答

这几年经历了一个过程 - 23年大家特别担心模型公司吃一切，wrapper大家都不敢碰；过去两年大家不担心了，因为应用或者叫wrappers收入增长很快；但到了今年我现在又重新开始担心了

Anthropic先吃编程这一块，现在第二大业务吃金融领域；OpenAI马上自己推出音频模型，对ElevenLabs会是什么影响？OpenAI和Anthropic都和大的私募基金合作，把自己模型推到私募基金的被投企业里面，这个决心是很大的，真的adoption还没有开始

2026年了，你还投应用创业公司吗？

硅谷最火的是Neo Labs，另一个很重要方向是给Agent用的基础设施

01:00:42 大票和资本市场

01:08:33 AI会带来裁员和通缩吗？

01:14:17 焦虑、孤独与人的连接

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

姚顺宇戴了一副茶色眼镜走过来，这副眼镜会随光线变化而改变颜色。

硅谷AI业界有两位Yao Shunyu，他们曾是清华同一届毕业生，这让姚顺雨与姚顺宇时常成为话题人物。

前一位姚顺雨2025年从OpenAI跳槽到腾讯，他去年来过我们节目（第115集）；后一位姚顺宇也于同年跳槽，从Anthropic来到Google DeepMind。

今天的嘉宾姚顺宇，毕业于清华和斯坦福大学，曾经的研究方向是理论物理——非厄米系统、量子物理与高能物理。他的人生奋斗姿态是——“总想挑战一些自己不太会的事”。

他人生最大的一次跨步是博士毕业，毅然决然离开深造9年的物理，来到崭新的AI行业。过去两年，他先后在Anthropic和Google DeepMind出任研究科学家，参与了Claude 3.7、4.5、Gemini 3等关键模型的开发过程。

姚顺宇一点也不nerd。有时，他会令你猝不及防，突然发表一点“小疯”言论。

第一次见面，他就对我说：“我在这个行业又没有什么导师，又没有什么旧友，我当然想喷谁喷谁。”

转行AI的两年，他变得越来越直接，越来越不害怕得罪人。访谈中，他也说了一些直白言论：

“AI个人英雄主义时代已经过去了，所以也没有什么英雄，有时候甚至觉得旧时代英雄有点蠢。”

“没有哪个老登是你的亲属，所以你觉得他傻，他就是傻，就可以直接说他傻。无所谓的啊。（笑）”

“现在大家都是冲浪的人，本质上是那个浪，而不是你那个冲浪的人。”

“AI这个事，本来也不太需要脑子——真的不太需要脑子。这个行业最重要的特质，就是靠谱，就是做事细，对自己做的事情负责任。”

“你不用太担心因为自己的观点而惹到什么人。只要你的观点是自洽的，不是说随便喷人，你是有一套自己的理解。最终你在这个领域做的怎样，是有客观评价标准的——大家是会尊重你的。”

不过，在描述自己的研究时，姚顺宇又显得异常审慎。

他对于这些工作的描述是：“我自己对那个事没那么重要，更多的是，我很幸运，有机会在那个时候加入了一个重要的项目，做了一些事。”

他反复强调，AI个人英雄主义的时代已经过去了，现在都是集体主义的故事，要对神话个体的一切叙事充满警惕。

我们的节目录制于2026年3月，距离我们这次节目录制完，世界又发生了许多意想不到的变化：Meta对Manus的收购被撤销、Cursor可能被SpaceX收购、xAI将终止独立运营并入SpaceX，并更名为SpaceXAI等等。如果我们的谈话内容有一定滞后性，请大家多包涵——AI的世界实在变化太快、太出乎意料了。

可能还要特别说明的一点是，技术细节会涉及企业机密，有一些嘉宾是不方便分享的，也请大家能够包容。

在访谈中，我们尽最大可能和大家一起学习AI。你会收获姚顺宇在Anthroic和Google Gemini的技术探索历程与思考洞察。

而对于那些离经叛道的微小片刻，还请允许我们小疯一下。

接下来，就是我对顺宇的访谈。

OUTLINE:

00:02:41 两个Shunyu Yao

00:06:50 竞争与逃逸

00:26:37 “Pre-train没有到头”

00:36:23 Coding的爆发

00:51:25 字节和豆包

00:54:45 "硬蒸"和"聪明的蒸"

01:05:22 机器人

01:10:00 在Underdog之地赌一把

01:20:59 非厄米系统与量子物理

01:37:42 高能物理

01:44:24 物理与AI

01:53:47 在Anthropic训练Claude 3.7、4.5

02:36:18 "AI本质是简单的"

02:42:25 在Google DeepMind训练Gemini 3

03:02:43 "Pre-train也是一种RL"

03:08:04 技术预测

03:14:06 组织搭建

03:24:48 集体主义胜利

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

本集的文字版：《独家对话姚顺宇：请允许我小疯一下》

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

前面在福莉和广密的节目中，我们深入揭示了AI的进化从第一幕Chat走向第二幕Agent。可以说，Agent是2026年的高频词。

关于Agent，我一直非常希望深入技术原理层，给大家做一次技术讲解，能够让我们一起非常清晰地了解技术的脉络。

今天我邀请的是俄亥俄州立大学计算机系教授、也是创业公司NeoCognition创始人，苏煜。苏煜是少数见证过Agent演化史的学者，研究方向是Language Agent。我们从更长周期复盘了Agent的技术演进史，尤其是最近三年Language Agent的快速进化。此外，苏煜也是2025年“斯隆研究奖”得主。

接下来，是我们对Agent的技术综述。

祝大家五一假期学习快乐啦^。^

OUTLINE:

00:02:00 苏煜是谁

00:03:30 Agent的技术演进史：从Logical Agent（1960-90s） → Neural Agent（2000年以后，神经代理）  → Semantic Parsing（另一边的故事，语义解析） → Language Agent（语言代理）

00:27:21 人类的进化史来说，语言非常晚发生，但对人类文明有了指数型发展

00:29:28 过去三年发展速度比过去几十年都要快，复盘Language Agent上的关键工作

00:40:56 At the end of the day，大家想要的就是universal digital agent；边界的消弭和coding有关

00:45:18 我是最早从Semantic Parsing转型做Language Agent的学者之一

00:48:56 OpenClaw Moment和ChatGPT Moment有非常多相似的地方

00:55:10 中美科技辐射的pattern不同，中国更全民化，在应用层的动作更快

01:02:05 创业新公司NeoCognition，最近融完了一轮$40M的seed round

01:20:30 聊聊Continual Learning、世界模型、交互（GUI vs. CLI）

01:44:34 Agent现在最大的瓶颈是什么？对2026年Agent进展的预期？

01:47:09 各个大厂都在Agent上bet什么，有什么有意思的bets？

01:52:47 我们这一代人经历了Agent的完整周期，我喜欢搭建conceptional framework

02:10:13 最后的快问快答

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

2026年，大模型战争全面升级，掀开了第二幕——从Pre-train（预训练）主导的Chat时代，转向Post-train（后训练）主导的Agent时代。

在AI范式巨变之际，我访谈了人工智能研究员罗福莉。罗福莉曾供职阿里达摩院、DeepSeek，目前是小米大模型团队负责人，主导研发了MiMo-V2系列模型。她在网络空间有很多标签，例如“AI天才少女”，但她不喜欢这个称呼。

这次是她的第一次访谈，也是她第一次进行长时间的技术访谈。

我们系统性地谈论了，2026年由Claude Opus 4.6、OpenClaw等技术变量所触发的AI巨震，以及后续结构性影响。

在这个生产力大爆炸的时代，人人都有危机感。哪怕是对于亲手训练模型的研究者来说。

“我之前认为我们自己做的工作已经足够有创造力、足够不会被Skill化、不会被Workflow化。但我现在发现，它竟然也能！那它可不可以训出更强的模型？自己左脚踩右脚就提升了？——这是这一两年会发生的事情。”

当人类的知识与智慧内化为模型能力，未来的人类去做什么？我们的社会如何消化这次剧烈的技术变革？——这些宏大的时代命题我们不得而知。

但无论如何，这仍然是一次信息密度极大的访谈——你能从中看见，当面临一次巨大技术范式转折时，一家AI Lab内部，在技术押注、资源调配、组织与人员等诸多方面的系列举措。而它应对巨变的根基是，文化与价值观的成型。

罗福莉对当下有一些关键的技术判断： Anthropic的路径是正确的，这是当下共识。 在路径更清晰的情况下，国内大模型团队进入加速追赶的状态。现在大家在Pre-train上的代差是基本没有的，或者说非常接近。 现在至少跟23年要去追平Pre-train的差距一样，大家很all in，要去做好Agent的Post-train。更具体说，是在Agent上怎么做好RL的scaling。 系统从“以Rollout推理引擎为核心”，转变为“以Agent为核心”的一个更复杂系统。这对团队提出了更高的要求：必须具备足够敏捷性，能够快速开发出适配当前时代的RL Infra系统。 接下来两三个月，大家怎么发生变化，是考验团队整体研究水平、技术敏捷程度，以及怎么拥抱新的范式来做研究的关键。 一个for更长期的事情：我们不会在1T水平上走太久。如果要拿到下一个阶段的领先，就要寻求更大规模scaling。到底是去scaling模型的参数量，还是去scaling什么东西？以及要在什么样的芯片上去scaling？——这是当下立即需要去决策和判断的，这才决定了大半年过后谁更领先。在卡的调配上： 至少在Chat时代，for研究、for Pre-train和for Post-train的用卡比例非常夸张，比如3比5比1，现在一个非常合理的用卡比例可能是3比1比1。 预训练跟后训练一个比例，这是今年可能发生的很大变化。顶尖团队应该都是1比1了。在组织的重组上： 做后训练现在一个重要的范式变化是，需要具备diversity（多样性），让预训练的人做后训练是个很好的补充。

“接下来两三个月会非常精彩。”罗福莉称。

接下来，就是我对罗福莉的访谈。

OUTLINE:

00:02:16 OpenClaw引发巨变

00:24:17 群体智能提升Agent框架

00:41:31 2026是生产力变革之年

01:01:45 Agent的自进化与自迭代

01:19:39 MiMo-V2：觉醒和伏击

01:45:24 1T模型是入场券

01:52:33 组织平权

02:02:56 训练细节和成本

02:09:03 另类架构

02:22:32 AI没有生存危机

02:39:12 每天在否认昨天的自己

02:48:34 过去3年的AI进化史

03:05:54 当下共识与竞争

03:19:45 环境比经验更重要

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

本集文字版：《独家对话罗福莉：AI范式已然巨变！》

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

2026年，美国诞生了一系列的Neo Labs（新型研究室）。Neo Labs是近年兴起的一个新概念，专指由顶级AI研究者创立、以基础模型或新一代智能体系为目标、融资规模巨大、研究导向很强的一类新型AI实验室。我们133集的嘉宾，来自AMI Labs的谢赛宁是，今天我们邀请的是另外一位。

她是《商业访谈录》至今最年轻的一位嘉宾，是一位00后华人女孩，网络空间有人会叫她“数学少女”——她的名字是洪乐潼Carina，这是她第一次接受中文访谈。

她探索的方向是AI for Math，所创办的公司Axiom（公理）刚完成2亿美元的A轮融资，估值16亿美金。

而她引起很多人的关注，来自于这样一条新闻：57岁美国终身教授小野肯（Ken Ono）突然辞职，去给24岁的华人女孩打工。

我们谈论了许多数学与美、被创造的与被发现的数学、数学天书中的证明与公理、最不可能的创业者的创业旅途，当然还有AI for Math。

接下来，是我对洪乐潼的访谈。

OUTLINE:

00:02:14 被创造的与被发现的

00:14:38 bounded vs free attention

00:32:14 对苦难上瘾

00:50:21 数论多美啊!

01:02:26 Verve Coffee

01:16:23 最不可能创业的创业者

01:38:33 没有人喜欢融资

02:07:17 小野肯的邮件

02:19:51 数学天书中的证明

02:24:38 Al for Math

03:03:50 把数学变成Lean

03:09:59 数学家的直觉

03:26:18 登月要么成功，要么失败

03:54:17 与数学家共进晚餐

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

今天给大家带来的是全球大模型季报第9集，这一集的情绪十分复杂。

一方面，你会看到正在急速进化的AI革命。Coding把AI从聊天机器人Chatbot第一幕，推向了能够干活的Agent第二幕。研究员们已经不再亲自写代码。广密带来的核心判断是，Coding是新的”AI加速器"，正在加速AGI实现，领先的Coding模型就像领先的GPU。

另一方面，社会层面随之进入白领通缩与失业的窗口。整个社会准备好了应对这么剧烈变化的AI革命吗？

OUTLINE:

00:02:00 第9集季报的概览

00:03:28 硅谷体感与洞察

过去一个Q，智能水平进步幅度赶上2025全年，推背感非常强，AI奇点时刻应该很快就到

最关键转折点就是Opus 4.5 → Opus 4.6模型，算是GPT-3 → GPT-4跨代际提升的模型

今年6月之前可能还会再有一个从GPT-3→4水平幅度的跨越，OpenAI/Anthropic新模型都很强，Mythos/Spud下一代也开始训练了，继续加速

Coding会是头部的放大器，最顶尖1的人才能放大10-50倍的生产力

你是否相信Code可以表达数字世界的绝大多数任务？“语言即世界，代码即方案”

如果领先的模型公司不重视Coding，大概率会掉出第一梯队

Coding就像Amazon最早卖书一样，借助卖完书把所有仓储物流用户全都拉通了

Coding在整个AGI的历史进程中处在什么位置？

做好Coding的难点到底在哪里？不只是技术knowhow，更是战略组织和文化问题

00:22:10 硅谷御三家内部真实情况

00:22:10 Anthropic

All in Coding不是day1这个团队就想清楚的

创始人特别hands-on亲自看训练数据，重视数据和重视技术细节刻在基因里

偏好“underdog”而非大人物，文化面试非常严格，尤其是看重一个人的文化特质

00:33:35 OpenAI

在这个时代的过去胜利秘诀，可能是下个时代的毒药

过去OpenAI在ChatGPT的成功，让他们专注ToC忽视了Coding

重点说下OpenAI做的不好的地方，可以在构建组织的时候借鉴一下

OpenAI即将要发布的新模型，是真正意义上的GPT-5吧

00:47:13 Gemini

Gemini 3被高估

Coding严重落后，Google最大的战略失误

Google是最领先的追随者，资源和布局上没啥绝对短板，但战略跟随OpenAI/Anthropic，掉队可能性很低

00:54:16 Meta TBD

最有机会的挑战者，已经取代xAI，成为硅谷4号种子

00:58:07 xAI

xAI短期基本上掉队了，最大问题感觉也是战略摇摆

崩溃始于founding team逐渐离开

01:02:00 Harness Engineering

01:03:57 中国御三家

01:05:42 模型是新一代操作系统

01:07:01 潜在的社会影响，失业、通缩

01:14:36 硅谷新趋势和投资新思考

《全球大模型季报》系列追踪：

2023: 54. 口述全球大模型这一年：人类千亿科学豪赌与参差的中美景观

2024Q1: 64. 和广密聊AGI大基建时代：电+芯片=产出智能

2024Q2: 69. 口述全球大模型这半年：Perplexity突然火爆和尚未爆发的AI应用生态

2024Q3: 73. AGI范式大转移：和广密预言草莓、OpenAI o1和self-play RL｜全球大模型季报4

2024Q4: 86. 大模型季报年终特辑：和广密预言LLM产品超越Google之路

2025Q1: 97. 25年Q1大模型季报：和广密聊当下最大非共识、AGI的主线与主峰

2025Q2-Q3: 112. 和广密聊大模型季报：分化与收敛、全家桶与垂直整合、L4体验与挖矿窗口

2025Q4: 127. 大模型季报跨年对谈：和广密预言一场AI War、两大联盟和第三个范式Online Learning

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

春节节后，一款AI native产品Elys引起了小圈层人的关注，这是一款还在测试，尚且没有全面上线的AI社交产品。某种程度上，它展现了AI时代社交产品的一些雏形：打造赛博分身、分身替你去主动社交、为你转化成真实世界的连接。

今天我邀请了自然选择创始人Tristan（张筱帆）来聊聊。他们公司目前有两款产品，分别是AI游戏Eve和AI社交Elys，它们背后的精神内核都是：“人类太孤独了。”

接下来，就是我对Tristan的访谈。

OUTLINE：

02:00 做过陌生人社交、恋爱游戏

10:53 毫不犹豫地成立了新公司自然选择，毫不犹豫地做Eve

13:23 陪你一起面对世界的Agent

16:23 Elys想法雏形，我终于想清楚了AI社交网络应该怎么做：Context的流动

20:32 最大的范式转移：传统互联网是低维标签化信息，新的互联网第一次有了Context

23:05 Elys产品设计的关键、难点、双重冷却

36:56 接下来AI时代唯一重要的事情是，构建主体性

45:17 交出Context与用户隐私的博弈

48:20 Elys是不是AI版的Tinder？

54:35 中国拥有最多Context的公司是谁？（微信？小红书？即刻？）

56:20 定义什么是好的Context？

01:00:02 AI时代社交 vs 互联网时代社交

01:15:15 未来的社交网络

01:21:48 ChatGPT可能拓展的社交网络

01:28:10 和模型公司的竞争（“我觉得完全不用自己训模型”）

01:33:42 北极星指标：真人的连接率

01:34:05 你担心Elys是昙花一现的产品吗？

01:41:15 我们现在处于终极忙碌“前进4”状态

01:46:02 做AI产品和做互联网产品的本质区别（Proactive！）

01:49:16 人类太孤独了

*对了，我们提到的小实验会在Elys上线时来做:)

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

2026年，除了嘉宾访谈，我们也很希望推出一些内部人士的产业单集。今天就是这样的一次尝试。

我们知道数据、算力、算法，是驱动人工智能的三驾马车。今天这集节目我们邀请我们的返场嘉宾、光轮智能创始人兼CEO谢晨，试图通过一集节目完整聊聊这其中一架马车——数据。我们尝试来做一个“数据的产业综述”。

大语言模型的数据遇到撞墙的难题，机器人的数据则处于一片荒漠中。数据产业是如何运转的？一些人正在探索的仿真数据、数据金字塔等将如何改变产业格局？

OUTLINE：

00:01:07 寻觅

00:20:09 综述

00:41:39 共生

00:48:30 势力

01:06:56 历程

01:14:45 迹象

01:32:00 对照

01:42:40 金字塔

01:55:31 定价

02:02:50 Recipe

02:17:06 版图

02:28:52 终点

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

2026年春节，在中国机器人登上春晚的喜乐时分，纽约刚下过一场暴雪——这是近几年以来纽约最凛冽的一个冬天。

2月雪后的一天，在布鲁克林一栋略显凌乱的楼房，我与谢赛宁开启了这场始料未及的马拉松式访谈。我们从下午2点开始，直到凌晨时分散去。

就在前不久，他与图灵奖得主杨立昆（Yann LeCun）等，踏上了一条关于“世界模型”的创业旅程。他们创立的AMI Labs（Advanced Machine Intelligence Labs），目前仅25人、在没有任何产品的情况下，完成10.3亿美元Seed轮融资，投前估值35亿美元。

“Silicon Valley is very LLM-pilled。”AMI联合创始人兼首席科学官谢赛宁说道，“硅谷已经深陷于LLM（大语言模型），完全被它催眠了。”

这位出生于1990年的华人科学家，毕业于上海交通大学与加利福尼亚大学圣地亚哥分校，现于纽约大学任教。创业之前，他曾在Google DeepMind担任研究科学家。更早之前，他在Meta的FAIR实验室担任研究科学家4年。他的论文总计引用数近10万次，曾共同提出Diffusion Transformers（DiT）。

这是谢赛宁第一次接受访谈。在黑暗浸透的霓虹纽约街头，空气中弥漫着没化完冰雪与难闻烟雾的混合味道。就像谢赛宁的表达，总是带着多重的混合感。

OUTLINE:

00:01:19 The normal one

00:35:40 世界总不让我做Vision

00:52:06 学术流浪

00:57:43 与何恺明的友谊

01:21:05 两次拒绝了Ilya

01:37:50 杨立昆和李飞飞往事

01:58:30 草蛇灰线：“表征的世界”

02:43:55 Research taste与《金刚经》

04:11:07 世界模型是什么？

04:29:47 从下载互联网，到下载人类

04:58:17 和杨立昆创立AMI始末

05:45:53 “硅谷被催眠了”

06:07:17 自大的人类！

06:18:45 “42”

LINKS：

我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；

我们的视频播客在Bilibili、小红书、视频号、抖音等全视频平台播出；

如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。

本集的文字版：《对话谢赛宁：逃出硅谷！》

DISCLAIMER: 本内容不作为投资建议。

CONTACT: [email protected]

Jump into the new world-and explore with us!😉

我一直有一个疑惑，为什么在中国具身智能行业里，至今我尚且没有遇到像梁文锋、杨植麟这样带有浓重的技术浪漫主义色彩的人。这让我有时有点失落。

直到我认识了高继扬，他似乎是技术浪漫的反面，追求极致的效率、生存与工程拆解。

这次的访谈时候，星海图的联合创始人许华哲正要离职。这也许是某种信号。

高继扬告诉我，机器人是一个链条极长的的行业——很大程度上，你要把头伸进泥土里。

接下来，就是我对星海图创始人兼CEO高继扬的访谈。

期待2026年，我们和AI共同进步！

00:01:49 冲刺型小孩

00:12:07 学习曾国藩

00:25:30 提高顶会命中概率

00:33:46 Waymo是没有创始人的

00:55:38 Momenta是极致的反面

01:02:25 鲶鱼

01:19:26 从一份糟糕的BP开始

01:35:26 挣扎着做整机和供应链

01:49:32 Data Recipe

02:16:33 机器人大脑

02:29:37 许华哲的离开

02:39:04 我们天然要到土里去

02:51:58 狼

《对DeepMind谭捷的访谈：机器人、跨本体、世界模型、Gemini Robotics 1.5和Google》

《和王鹤聊，具身智能的学术边缘史和资本轰炸后的人为乱象》

《逐篇讲解机器人基座模型和VLA经典论文——“人就是最智能的VLA”》

【更多信息】

免责声明：本内容不作为投资建议。

今天的嘉宾是印奇。

他在担任智能汽车技术公司千里科技的董事长之外，最近也迎来一个新的身份：出任大模型公司阶跃星辰的董事长。

这次，我和他聊了聊新身份、新阶段与从AI 1.0到2.0转轨与反思。

接下来是我对印奇的访谈。

期待2026年，我们和AI共同进步！

01:31 一个新的身份

15:14 残酷的淘汰赛和赌注

21:09 重新定义阶跃星辰

45:00 打后发战役

53:03 AI 1.0到2.0的转轨与反思

01:14:32 聪明人的诱惑、技术信仰与技术投机

01:37:35 预判

01:42:27 姚班、创业和超多元方程

《和张祥雨聊，多模态研究的挣扎史和未来两年的2个“GPT-4时刻”》

【更多信息】

免责声明：本内容不作为投资建议。

过去两年，张月光仿佛消失了。

这位产品经理在2023年创造过妙鸭这样现象级AI产品，但在妙鸭走红后，仅3个月他便从阿里辞职。他说，这源于他独自在日本京都的鸭川边，坐了一夜，想清楚了许多重要的人生决定。

2024年初，张月光筹措资金，创业沐言智语。这家公司成为那年AI应用型公司里融资额最高的初创公司之一。

有人说，投资人在没有产品的情况下，对他“盲注”4轮，累计金额近三亿元人民币。也有人开玩笑，张月光是在拿着融资额的利息养公司。

过去两年，我和张月光见了很多次，他在尝试的产品形态每一次都有一些变化，他也并不掩饰自己的困惑，坦言的确有一段时间“看不懂”。转折来自半年前。

一位师承于互联网时代的产品经理，当他转向AI，会经历怎样的试错与求索？又要跨越怎样的认知鸿沟？——让我无比意外的是，张月光说，他后来才意识到，妙鸭根本不是AI Native的产品。

沐言智语现阶段正在做的有两款主力产品：AI乙女游戏《星眠》，和即将要推出的Agent产品Dokie。他说，他的探索期结束了，他终于找到那个他愿意集公司之重力下注的东西。

接下来是我对张月光的访谈。

期待2026年，我们和AI共同进步！

（张月光坐在鸭川边思考人生的长夜）

02:00 嘉宾小传

2012年清华计算机毕业，大三发现自己卷不了Coding

2018年第一次失败的创业与产品（元音）

上次创业到最后非常困惑：不知道自己为什么要开始创业

我在字节的两段经历（时光相册、今日头条专项）

这次创业前的人生链路：SaaS公司>支付宝>字节>创业>阿里优酷

2023年国庆节的凌晨，在京都鸭川边坐着，决定了第二次创业

我的原则：“我想35岁-45岁，和同一群人做同一件事情”

16:56 在大厂打怪升级的游戏

27岁是字节3-2，30岁是阿里P9

大厂普遍有两种战役：外部战役和内部战役

坦白说，大厂游戏会让绝大部分人变成内部作战的人

AI提供了外部游戏的增量，否则只能打内部游戏

创业最好的理由是两个：1、你就想当老板；2、你特别想让一件事发生；但凡想发财、想成名，创业的期望收益都很差

长视频平台不是平台，就像电影院不是平台一样，说到底它是内容产品

2023年我开会说：“从今天开始关于优酷的各种会我都不参与了”

28:28 妙鸭不是一个AI Native产品，那什么是？

我喜欢One Way Door产品（单向门产品）

互联网时代的产品设计是面向流程的设计，好的产品比如微信是游乐园，但也是有限自由度

但AI Native产品非常开放，不仅是输入开放，输出也是开放的

从互联网产品设计到AI Native产品设计，有一个巨大的范式变化：从流程设计到上下文设计

传统互联网产品团队的协作方式在今天很有可能出现问题

42:04 设计AI产品究竟需要什么样的AI组织？决策边界在变模糊，Taste变得非常重要，从线形工作变成两段式

妙鸭和美图秀秀不在一桌，它本质是写真生意

我们发现很难让一个模型做到真、像、美，于是我们让三个模型同时做

最多时用了接近2万张推理卡

妙鸭添加了我人生的幸福时刻：和同事在亮马桥喝酒那天，日收入破了100万

2023年7月到10月忙得屁滚尿流，10月休假决定辞职，一切戛然而止

01:01:16 出发第二次创业啦

这代AI技术应该是“创造AI人口”，而不是“创造AI服务”

AI会被连接到整个人类网络里来

今天的专业技能正在贬值，多元化的品味、博学程度决定团队上限

“人应该负责Will，人应该负责Skill”

2023年作为融资额最高的AI应用公司之一，投资人为什么在没有产品的情况下，“盲注”？

行业里的人开玩笑说，“我们天天在花利息”

01:14:29 上路后，产品的多次选择和变化

一条确定的线路：以交互为核心的AI乙女游戏（星眠）

一条不确定的线路：花了1年摸索，做了三四个小产品，比如播客、信息工具、图像工具

说说我们为什么之前做了一个播客产品，然后放弃了？

新的内容平台的唯一机会：新媒介、新交互，产生新平台

Sora绝不可能成为新平台，但是ChatGPT可以

我觉得Chatbot的商业空间是难以想象的大，可能是人类有史以来从没见过的商业模式——它背后藏着长程的决策控制的能力

抖音式的短视频交互剥夺了你的信息自主权，Chatbot有机会剥夺你的自主决策权

它可以控制你，那么它可以拿很高的Take Rate（抽佣率）

02:01:21 从模型范式过渡到Agent范式

让Agent做到更多你完全做不到的事情

Manus是一个“比硅谷更硅谷的童话故事”，Meta买到了一个范式的代表

我不想做Manus这样的Agent，即将发布新产品：Dokie

我很在意Latency（延迟），希望持续协作

为什么Dokie选择PPT这么窄的赛道？——“别说the first了，我们都开始the last了”

我的产品哲学：不是the first，90分等于0分，没有人觉得这是AI做的，做出One Way Door/单向门体验

回答天问：怎么看待和模型公司的竞争？（应用公司都在用Claude的tool call）

星眠做的不是我的AI朋友，Dokie做的是一个突破我能力边界的AI朋友

【更多信息】

免责声明：本内容不作为投资建议。

上市前夕，智谱CEO张鹏在一次出差途中摔断伤了右腿。到达访谈地点时，他拄着一副拐杖。

当时，智谱的上市日期尚未明朗。它与MiniMax之间围绕“中国大模型第一股”的竞争仍在继续，结果并未尘埃落定。张鹏提到一句西方俚语：Break a leg（摔断一条腿），它通常意味着祝你好运。

几天之后，结果揭晓。

智谱确认于2026年1月8日登陆港交所，成为中国首家上市的大模型公司，这也意味着它将是“全球大模型第一股”。

在这个意味深长的时刻，我与张鹏进行了一场3小时长谈。

如果一百年后，智谱出现在人工智能的历史书中，你希望它以怎样的方式被写下？

“AGI的先行者。”张鹏想了想，说，“一个开路的人。”

这是《张小珺商业访谈录》与大家在2026年见面的第一集节目——祝大家新年快乐！期待在2026年，我们与AI共同进步！

02:22 吃螃蟹的人

20:29 从感知智能到认知智能的摸索

29:25 GPT-3来了！

40:46 ChatGPT又来了：既焦虑又兴奋的2023年

01:09:06 2024年：新的主角

01:17:58 Scaling Law的范式演变

01:29:56 2025年：向DeepSeek学习

01:38:40 开源 vs 闭源

01:48:33 IPO：全球大模型第一股

02:01:40 开路的人

【更多信息】

本集由语言即世界工作室与微博财经联合呈现。

免责声明：本内容不作为投资建议。

今天这集节目很特殊。

我们的录制时间是2025年12月1日，嘉宾是Manus联合创始人兼首席科学家季逸超（Peak）。就在刚过去的凌晨，Meta宣布全资收购Manus。而在节目录制的彼时，收购事件尚未发生。

最终，这期节目成为了Manus最后的访谈。

00:56 正道少年的荒蛮历险记

30:27 哦，我们集体做了一个错误决定！

01:07:10 Manus：从0到1亿美金ARR

02:32:10 人工智能更像制造业

02:59:51 我很害怕Manus变得复杂

《95. 对Manus创始人肖弘的3小时访谈：世界不是线性外推，做博弈中的重要变量》

这里是《全球大模型季报》的第8集，也是我和广密跨年对谈的第三年了！

这集节目将带你看到，在对AGI开始充斥着现实主义情绪回归的当下，全球AI War形成了怎样的战队、阵营和联盟？各个前沿实验室在探索哪些新范式？硅谷又涌现出了哪些新型的研究实验室？

如果你对全球大模型季报有更多的想法或者建议，欢迎大家在评论区留言，我们都会看到。

2025的最后，期待我们和AI共同进步！

AI War：一场全球巨头都输不起的竞争

02:00 全球大模型季报陪伴大家到第8集了

03:19 一开始就不免俗地聊聊AI Bubble吧

07:38 OpenAI收入构成算账：看得清的收入和看不清的收入

13:10 有的公司是“巨头的棋子价值”

13:32 OpenAI做商业化的速度问题

15:04 纵观全局，这场AI War的主要推动方和阵营：英伟达GPU vs 谷歌TPU

17:16 Google越强，越会形成反Google联盟，OpenAI越强也会形成反OpenAI联盟

交替领先是顶尖模型的新常态

17:48 全球最领先的3个模型GPT/Claude/Gemini，交替领先是竞争常态

25:40 这里有个偷懒的判断，基础模型=综合电商，scale SKU=scale data

27:40 Gemini崛起，大家会担心OpenAI会怎么办？怎么看待这两家的竞争？

31:20 另一个判断是：最终的最终，ChatGPT会融合传统Search，最终也会吃掉传统Search广告的份额

35:08 大家不把Google当做AI loser诺基亚了，但Google危机没有真正解除

Pre-training和RL之后的第三个范式：Online learning

36:01 Pre-training scaling确实快结束了，但Online learning刚开始

38:49 OpenAI即便分崩离析3-4次了也依然很强：Anthropic是OpenAI最早的Scaling team，Ilya是Pre-training team，Thinking Machines是原班ChatGPT和Post-training team

40:01 说一个暴论：大家提的机器人、世界模型、多模态，很多可能是假问题，Online learning可能才是唯一重要的真问题

41:01 Pre-training预训练是石油，化石燃料；RL专家数据是新能源，有用但总量少；Online Learning是核聚变，还没突破，突破了无敌，人类进入硅基时代

AGI像马拉松 or 自动驾驶？持久战+现金流之战

43:05 如果模型数据分布里面没有这类数据，这类任务就是不work，只有压缩过这类数据，才work——今天的模型还是巨大的压缩器

44:33 “模型即产品，数据即模型”

44:45 听过一个rumor：Sam在内部说先忘掉AGI？

45:04 局部L3/L4，很难整体L4：现实一点的是，在知识工作者群体，局部L3/L4的体验是能看到的，比如ChatGPT做长尾信息获取, Coding Agent, Office/PPT/Excel Agent, Finance金融投研Agent

现阶段对于投资的思考（不作为投资建议）

47:11 上一期播客说的是40%OpenAI+40%字节+10%Google+10%Anthropic

现在是：25%OpenAI+25%Bytedance+10%Google+10%Anthropic+10%Nvidia+10%TSMC，每家都放一点

另外是今天要bet 3年后的范式和winner了，Thinking Machines和SSI这种Neo Labs也应该好好考虑下

2026年，湾区的重要趋势和信号

50:57 2026年期待投资的主题

52:53 模型即产品，数据即模型

54:48 一横一纵：横向蒸馏人类专家知识，横向扩宽更多的行业领域；纵向就是下一代技术范式，Online learning，创造更高的经济价值

56:45 硅谷新冒出的Neo Labs的分布图

59:43 Robotics的最新进展和公司分布

01:05:55 硅谷头部公司的ARR增长状况：越头部的公司越便宜，越头部的公司越没有Bubble

01:08:02 国内的大模型和应用公司

01:09:39 模型的下一个胜负手是什么？

华人创业者、基金和“中国的硅谷”

01:10:16 中美的AI叙事差异

01:12:15 对华人创业者想说啥

01:14:20 为什么说希望推动中国有个硅谷？

01:16:45 3-5年之后全球最领先的AI公司会是华人团队吗？

年终对话【站在2025年之外】

《122. 朱啸虎现实主义故事的第三次连载：人工智能的盛筵与泡泡》

《124. 和戴雨森聊2026年预期、The Year of R、回调、我们如何下注》

《125. 与Altimeter合伙人Freda聊：下注OpenAI、Robinhood往事，美国资本坏小孩、算盘与泡沫》

《126. 和红杉郑庆生聊：经济史的流量革命、人类行为模式的不可预期，与创始人性格》

【更多信息】

免责声明：本内容不作为投资建议。

在前几集节目，我们的年终回顾系列【站在2025年之外】，收录了金沙江朱啸虎、真格戴雨森、Altimeter Capital Freda Duan的声音。

今天我们将延续这个系列节目，嘉宾是红杉中国合伙人郑庆生。

郑庆生提供了一个更宏大的视角——他把时间尺度拉长到20年，回看中国从互联网、移动互联网到AI的三轮技术浪潮；又进一步，把视角放进了更宏观的经济史中，用“流量革命”来试图寻迹下一代to C流量节点的端倪。

很巧的是，他于2005年入行风险投资业，今年是他做投资人的20年。

在投资人的本职工作外，他也是一名新产品体验官、一位经济史爱好者。

嘉宾小传

02:00 从1984年开始学习编程讲起

17:17 2005年成为投资人以后：从盛大战投到挚信资本再到红杉资本

人类新的行为模式是不可预期的

19:09 豆瓣和大众点评对我投资生涯的影响：我对此充满了兴趣，是对人类前沿行为模式的探讨

22:19 我对阿北（豆瓣创始人）的印象：“他和豆瓣是合一的”

23:21 我对张涛（大众点评创始人）的印象：“更成熟的有敏感产品洞察力的企业家”

23:55 现在回头看，Web2.0是在人类社会第一次数字化之后做了一波线上内容的产品创新，再往后，共享经济是又做了一次线上、线下结合的大规模创新

24:31 一位经济史爱好者眼中的中国创投20年：05年以前、10年以后、15年以后（Pinterest的范式直接影响了后来的内容平台）

29:13 站在历史的后视镜看，各个内容平台的诞生、繁荣、陨落

“文字是高级形态的知识产品”

“图文混排倾向于覆盖文字”

“短视频是人类认识世界的基础方式”

“最终，短视频挑战的是文字本身”

34:10 人类天然会进化到和自己本来不需要学习、不需要长时间成本投入，就能认知这个世界的方式，AI是不是也回到这点？

35:06 个人视角聊聊抖音、小红书、哔哩哔哩产品和他们的founders

“B站的founder更属于自己的产品，跟阿北一样”

“小红书是我到目前见过的最开放的产品结构”

39:56 总结：“人类新的行为模式总体是不可预期的”

42:26 我对于个人投资的审美和反思

48:23 为什么当我们觉得C端流量攫取殆尽时，小宇宙或播客会涌现？

“听觉是可以唯一多线程并用的感官”

经济史中的流量革命

50:51 移动互联网C端流量终结于短视频，18年、19年以后的很多年都缺乏大的创新，to C投资进入蛰伏期

53:27 流量是人类经济史的支点：公路〉铁路〉运河〉电力〉有线电话〉电视〉互联网

57:21 “你可以认为现在所有的优秀互联网to C产品都是一个巨大的城镇”

57:47 人工智能让我们看到了新的to C流量入口的潜力

01:00:19 不同点：AI时代所形成的网络不是带有自然垄断性质的网络，它的边际成本不趋近于0；更结果导向

01:04:34 人工智能引发了深层次的数字化，我认为会带来新的硬件机会，它可能是大模型之外另一个新的流量节点

01:09:53 为什么AI时代的产品没有形成双边网络效应？

01:12:20 AI产品的商业化比互联网、移动互联网要做的好

01:13:00 投资了Kimi、MiniMax，也投资了Manus，你觉得最终的价值会沉淀在模型公司还是应用公司？

AI有泡沫？就跟大海里有泡沫一样

01:18:24 AI时代，红杉的系统性投资策略

01:19:01 红杉对创始人的审美变化

01:19:45 我觉得“赛道覆盖”是对红杉的误解

01:22:10 Agent创业 vs App创业：现在是天生全球

01:23:50 过去三年在AI创业端的变化和节奏

01:24:40 对2026年的展望与预期

01:26:21 AI Bubble：“就跟大海里有泡沫一样”

01:28:39 见证了人类历史的三个流量革命

想象的共同体、抽象的生命和人格化代表

01:29:17 对从0到1、从1到10、从10到100和失败的创业者观察

“CEO要成为组织和制度人格化的象征”

“哪怕你做不到都得扮演”

“同时有两种天赋是很难得的，又有产品的敏感力， 又扮演组织和部队的人格”

01:32:05 CEO和MBTI

01:35:20 最后的快问快答

年终对话【站在2025年之外】：

《122. 朱啸虎现实主义故事的第三次连载：人工智能的盛筵与泡泡》

《124. 和戴雨森聊2026年预期、The Year of R、回调、我们如何下注》

《125. 与Altimeter合伙人Freda聊：下注OpenAI、Robinhood往事，美国资本坏小孩、算盘与泡沫》

【更多信息】

免责声明：本内容不作为投资建议。

在年终对话系列【站在2025年之外】的前两集节目中：

朱啸虎提出“三年不会有泡沫”，“泡沫论调纯属无稽之谈”；

戴雨森则预测，2026年是“Year of R”，将会是一个现实回归之年。

今天推出的是系列第三集节目，嘉宾来自一线的硅谷视角。

1个多月前，在2025年11月初，Sam Altman上了一档由美国基金Altimeter Capital创始人主持的播客节目，在主持人连续追问OpenAI如何为1.4万亿美元级别算力与基础设施承诺买单时，Sam称：“If you want to sell your shares, I’ll find you a buyer. Enough.”（“如果你想卖掉你的股份，我可以帮你找到买家。够了。”）——随后，AI板块整体出现波动，关于AI是否存在泡沫的讨论进一步升温。

我们今天的嘉宾Freda Duan就来自这个名叫Altimeter Capital的基金，她担任合伙人。

Altimeter是一个硅谷科技基金，横跨一二级。在一级市场投资案例有OpenAI、Anthropic、字节跳动等，在二级市场投资案例有NVIDIA、Snowflake、Robinhood等。

这集节目，Freda将深入分析美国这些明星公司，给他们的巨额投入算算账；她也从一线硅谷投资人的视角聊聊，美国资本的新秩序，他们眼中的坏小孩、反叛者、刺猬型和哪吒型创始人，以及泡沫。

2025年，让我们和AI共同进步！

（录制于2025年11月）

03:30 Freda的自我介绍
04:41 2020-2025每一年的硅谷关键词
08:12 今天美股投资三条主线：AI + Re-industrilization（再工业化） + Digitization of Finance（金融产业创新），三条主线非常有意思，因为中间有很多联系
10:20 美国投资人怎么看待中国市场？
10:59 投资OpenAI
12:14 给OpenAI的商业模式算算账（对比Netflix）
16:45 OpenAI的收入四个支柱
20:49 OpenAI的竞争
23:32 Google的变化
26:27 OpenAI的投资回报和IPO
28:25 投资Anthropic
31:25 Neo labs
32:31 投资Robinhood
40:29 硅谷资本喜欢乖小孩还是坏小孩？
44:26 发现新物种（market prediction）
46:07 自动驾驶和机器人
55:25 “一级靠共识，二级靠非共识”
57:13 美国不同基金看人的taste：刺猬型、反叛者、哪吒型创始人
58:22 美国基金整体变化：更集中仓位下重注
01:03:43 复盘硅谷2025年最重点方向
01:09:51 这些AI公司的巨额收入从谁的口袋里来？
01:14:11 巨额AI投资的投入产出比
01:15:04 我们在AI bubble中吗？
01:16:31 展望2026年

年终对话【站在2025年之外】：

《122. 朱啸虎现实主义故事的第三次连载：人工智能的盛筵与泡泡》

《124. 和戴雨森聊2026年预期、The Year of R、回调、我们如何下注》

【更多信息】

免责声明：本内容不作为投资建议。

不知不觉，我们来到了2025年的最后一个月，在北京的初雪之中，我们希望和大家一起做一个回顾与展望系列：【站在2025年之外】。

今天的嘉宾是真格基金管理合伙人戴雨森。

在122集节目中，朱啸虎声称，三年之内不会有泡沫，泡沫论调纯属无稽之谈，创业者2026年当全速前进。

雨森今天带来全新的看法。在他看来，2026年的关键词是“The Year of R”——回报与研究会再次变得重要。某种意义上，2026年将是一个现实与回调之年。

02:00 复盘2025年

02:00 从模型侧看进展：

o1为代表的Thinking Time Scaling带来模型能力大幅提升

OpenAI、Anthropic、Google三家的旗舰模型追赶很紧，又各有特点，预期和叙事轮动

中国模型公司一年下来dominate开源生态

28:13 从应用侧看进展：

模型能力带来应用大爆发

应用是有护城河的，开始看到复杂应用在context、environment等层面产生壁垒

模型公司不能没有产品，大家都下场做最重要的第一方应用

中国AI应用出海表现不错

52:31 2025年真格出手了多少项目？20个左右

对比中美AI公司估值，中国公司对于全球来说有很高期权价值：

Thinking Machines天使轮估值在没有产品的情况下已是中国AI公司估值总和

模型公司：Mistral 14b，Kimi 4b，Mistral自己都不怎么做Pre-train了，benchmark也就是和Kimi对标

应用公司：在美国Manus这样一家几个月做到100m ARR，几十个点gross margin，MoM20%增长的公司应该是3-5bn

01:03:15 预测2026年：The Year of R

The Year of R：Return、Research、Remember、多模态Reasoning

01:03:15 Return：

为什么Return很重要？

ROI，过去3年交易的是investment，因为大家被潜在的大return吸引，但现在随着I越来越大，大家对R的落地越来越关注，因为有R才能推动未来的I

为什么我们认为2026年大家会加大对return的关注？

模型：模型能力进步是这一波AI革命最本质的驱动力，但模型的能力进步正在放缓；美国头部labs的投入（Capex，人工等）大了很多，但无法阻止中国模型低成本跟进，Scaling Law不能简单理解成为投入大力出奇迹

应用：AI应用的叙事从无所不能威胁人类的AGI收敛到现在的三种主要商业模式，是从梦想回归现实的过程

订阅制是OpenAI现在的核心商业模式：超过5亿DAU后，全球知识工作者低垂的果实已摘得差不多了，面临Gemini等的激烈竞争，针对普通用户再提价会比较难

被寄予厚望的广告 + 电商：首先其中大部分是分Meta、Google、字节的存量蛋糕，对于Chatbot这样新形态的应用，探索广告和电商变现的速度不会很快广告 + 电商：首先大量是存量分蛋糕，然后对于新形态的应用，速度没那么快

AI Coding/图片视频生成等“基于用量付费”的生产力产品：Token用量会持续增长，但Token价格也在持续下降，用户只会为SOTA的智能按用量付费；原来值钱的任务会很快变得不值钱，所以AI替代了很多程序员，并不意味着AI能长期赚到这些程序员的工资

AI+行业的企业服务：这部分首先还在早期市场，规模有限，尝鲜的企业多，长期留存未必好，一个例子是微软Copilot的发展持续低于预期，大公司有数据安全、权限、隐私、工作流再造等一系列阻碍，使用新技术的速度比小公司和个人要慢不少

结论： 需要实现Satya说的GDP加速增长，把蛋糕做大才是真正的AGI，比如说AI创造新的药物，发现新的知识，真正解放人类注意力等

投入：现在美国基础设施建设慢，算力贬值快，人员工资高，巨额投入需要尽快看到回报

2025年底二级市场的预期也和2024年底完全不一样：去年底是市场预期不高，但我们看到ChatGPT增速很快，Coding、Agentic模型提升的确定性带来应用机会；现在是投入很大预期很高，但短期模型端看不到革命性的新能力，新的范式变化还在萌芽期

对创业者的启示？

负毛利烧钱一味追求增长的逻辑正在过去，需要有增长和毛利率并重的高质量增长。尤其是在美国非常宽松的融资环境可能会放缓，中美创投市场的价格鸿沟将会缩短

01:16:13 Research：

new paradigm：AI历史上都是阶跃提高，需要有新的paradigm从新带来AI 能力的大增长，Ilya：scaling和research是交替的，现在又到了research的时候

目前看Online Learning、世界模型等都是重要的研究方向

neo labs：Thinking machines, SSI, Reflection, 到近期的Humans&，Periodic，Isara等）

因为做工程和产品和做研究是很不一样的，需要有宽松的环境，自由探索的文化，不设时间和KPI限制，大家希望neo labs能够探索和现在头部模型公司有差异化的新路径

new benchmark：现在的benchmark已经不能很好体现AI能力的区别，也不利于作为模型训练的目标，如何衡量一个在大多数领域超过人类表现的模型？姚顺雨指出的下半场已到，需要新的benchmark

对创业者的启示：要关注前沿研究的进展，研究的突破可能会解锁新的应用机会

01:21:00 Remember（Memory）：

Memory是AI应用关键的差异化，现在的Memory能力已经对ChatGPT留存产生了很大的提高

现在的Memory基本上还是基于retrieval的，没有做到真正的理解，这部分也是研究的兵家必争之地，如果做好会带来进一步的提高

Proactive Agent：有memory和context才能解锁Proactive Agent的机会，而Proactive Agent非常重要，因为人主动去用AI意图有限，AI主动为人服务才能有10x的场景机会

01:24:06 多模态：

Visual Reasoning可能会有大的突破，人本质上是Pixel Machine，通过视觉输入理解世界，可以关注Zerobench这个Visual Reasoning Benchmark的表现提升，现在头部模型基本上还是不到10分

Nano Nanana意味着图片生成进入到Sonnet 3.5这样的可用时代，那么Cursor of Image-gen会是什么？

GPT-3.5解锁了ChatGPT，Sonnet 3.5解锁了Cursor，Sonnet 3.7解锁了Manus，Nano Nanana/Veo会解锁什么应用的机会？在ChatGPT里面用Imagegen/Videogen显然不是很舒服的体验

语音是很重要的机会，更好更自然的交互，理解用户的Context，Plaud，Granola，Wispr flow/Typeless，Suno？

01:30:29 AI Bubble

从二级市场来讲，明年有可能出现大的回调，时间点可能是下半年

《Boom: Bubbles and the End of Stagnation》书中提到了两种泡沫：好的泡沫和坏的泡沫

如果预期是回调，明年的投资策略变化是什么？

二级会如何传导到一级？

怎么看朱啸虎说：“至少三年内看不到泡沫”、“他们的论点是无稽之谈”？

“我个人现在是全部空仓的”

中美的估值差距预期会缩短

01:47:38 创业端变化和建议

基于Year of R的理论，对创业者的建议？

AI时代怎么判断创始人？和互联网时代最大不同是什么？

创业像F1赛车

这两年miss什么项目没？

有哪些方向是因为AI出现带来增量的？

Chatbot之外不错的交互是什么？

今年个人聊了150个项目，只投了2个

02:18:31 也谈谈人生

对个人的思考：今年的读书、思考与人生

对VC的思考：年轻的投资人要差异化

对普通人的思考：学会在一个智能充沛的世界里生活

02:29:50 最后的快问快答

最后一个问题：你提出Year of R，你也清空了二级市场股票，那么你会做空吗？

02:36:10 在这集节目的结束，我又放了一段和雨森在录节目之前的一场闲谈，比较随意。我们点评了一下那些时常会被议论起的AI公司。如果你觉得有意思，也可以继续听下去

02:36:30 OpenAI

02:46:38 Google（我并不觉得Genimi能阻止ChatGPT的增长，不觉得Google已经脱离危险）

03:06:36 Anthropic

03:11:05 Manus

03:19:47 Thinking Machines Lab、Safe Superintelligence Inc.

年终对话【站在2025年之外】：

《122. 朱啸虎现实主义故事的第三次连载：人工智能的盛筵与泡泡》

【更多信息】

免责声明：本内容不作为投资建议。

今天的嘉宾是一位创业者，ONE2X联合创始人兼CEO王冠，他们现在的产品是AI视频生成器Medeo。

王冠是一名产品经理型的创业者，我和他认识了很长时间，那时他刚从Kimi离职出来创业，此前他是Kimi模型产品负责人。（哦对了，上一个Kimi产品离职来我们节目的是明超平。）

除了AI时代应用型公司怎么做产品、搭组织之外，由于我也是一名内容创作者，所以我也很好奇地与他讨论了许多关于新时代的内容平台，生成系统，AI、创作者与平台权力分配的话题。

2025年，期待我们和AI共同进步！

02:00 自我介绍、产品经理的经历和创业的开端

28:39 第一次听说“压缩即智能”，大为震撼

32:25 从月之暗面第一个离职创业的人

37:11 数据是智能的第一性原理，数据决定的智能的边界

42:23 数据三个阶段：公域数据>领域数据>产品内生数据

01:05:36 为什么选择视频生成方向？

01:26:15 AI如何重塑现有互联网格局？

01:30:50 广义AGI vs 狭义AGI

01:41:59 应用公司与模型公司的边界会变得模糊

02:01:44  AI时代的公司最终都是生成系统公司

02:25:49 权力重心向消费者端渗透，平台和创作者会如何演变？

02:38:11 生成系统和推荐系统的本质区别是？“没有中间商赚差价”

02:50:34 应该怎么做AI产品？北极星指标是智慧程度

03:05:45 一个远程办公的组织

03:20:18 未来的平台会从分销平台到产销平台

我们对AI应用型公司的过往访谈：

《95. 对Manus创始人肖弘的3小时访谈：世界不是线性外推，做博弈中的重要变量》

《103. Lovart创始人陈冕复盘应用创业这两年：这一刻就是好爽啊！！哈哈哈哈哈》

《101. 对YouWare创始人明超平3小时访谈：今天Agent像大猩猩刚拿起一根烧火棍》

本集中提到的其他节目：

《59. 和杨植麟聊大模型创业这一年：人类理想的增量、有概率的非共识和Sora》

《113. 和杨植麟时隔1年的对话：K2、Agentic LLM、缸中之脑和“站在无限的开端”》

《115. 对OpenAI姚顺雨3小时访谈：6年Agent研究、人与系统、吞噬的边界、既单极又多元的世界》

2024年3月、2025年2月，我曾两次更新朱啸虎的中国现实主义AIGC故事，现在又过去了快1年时间。

站在2025年的尾巴上，AI产业有泡沫吗？泡沫会破吗？投资人对2026年的预期乐观吗？现在还是投资英伟达、OpenAI的好时候吗？——这里是朱啸虎现实主义故事的第三次连载。

2025年的最后一个月，还想和大家说那句：期待我们和AI共同进步！

01:40 越来越现实的OpenAI：你看Sam Altman就知道了，今年几乎不太提AGI了，对吧？

05:46 AI的超级入口之争：必然的就是超级入口之争，而且是日活之争、时长之争

08:34 三年内看不到泡沫：他们讲的这些论点，我觉得都是无稽之谈

13:24 你持有英伟达、OpenAI吗？

16:16 大家低估了DeepSeek：如果没有DeepSeek，可能人类的AI是被几个私有公司控制的

19:06 和共识错开15度，那性价比一下子拉出来了，是吧？

24:41 离开大厂三条马路，离开大厂三条马路，对吧？

30:21 大家知道，我投不投都是十分钟

38:30 今天的VC共识太集中了：每个项目上都是Club Deal（俱乐部交易），每个股份比例都很小，那怎么赚钱？——GP赚不了大钱，LP也很不开心

40:50 手机游戏打个《王者荣耀》，单独抽半小时、二十分钟就够了

《62. 你们要的朱啸虎，来了》

《90. 朱啸虎又来了：中国现实主义AIGC故事的1周年连载》

【更多信息】

本集由语言即世界工作室与微博财经联合呈现。

免责声明：本内容不作为投资建议。

今天的嘉宾是Google DeepMind机器人团队的高级研究科学家兼技术负责人谭捷，他的研究方向是将基础模型和深度强化学习方法应用于机器人领域。

中美在机器人领域一直存在两种叙事：市场普遍认为，中国在硬件上发展更快，美国在机器人大脑设计上更领先。

本期节目中，谭捷将带我们一窥硅谷视角，尤其是Google DeepMind视角下的机器人前沿叙事。

前不久，他们刚发布了新工作 “Gemini Robotics 1.5 brings AI agents into the physical world”（Gemini Robotics 1.5将AI Agents带入物理世界），我们也聊了聊他们的最新发现。

由于嘉宾工作环境的原因，会出现一定程度的中英夹杂，还大家多多包容和支持。

02:00 机器人是在真实世界里做图形学，图形学是在simulation里做机器人

嘉宾小传：小时候喜欢打游戏，读博士读的计算机图形学

从图形学转型机器人的变轨

我在Google的第一篇论文《Sim-to-Real: Learning Agile Locomotion For Quadruped Robots》（从仿真到现实：学习四足机器人敏捷运动），开创了强化学习和seem to real在足式机器人上的应用

Paradigm Shift，过去十年第一个是强化学习，第二个是大语言模型

大语言模型对机器人的影响（大语言模型类似大脑，强化学习类似小脑）

13:06 机器人基座大模型到底是不是一个非常独立的学科？So far, not yet

今天的机器人发展到什么阶段了？

从demo到真正落地，隔十年并不是一个非常夸张的事

从我的角度来说，我不得不承认，最近几年的机器人智能发展主要还是依赖于多模态大模型

但多模态模型缺什么呢？缺少robot action的输出

当你真正有一个generalist model（通用模型）的时候，specialized model（专有模型）就完全不能与之竞争

23:44 Robotics最大问题是数据，它在一个非常复杂的unstructured environment里，可以发生任何事情

最大的问题还是数据问题

但是robotics是在一个非常复杂的unstructured environment（非结构化环境）里，可以发生任何事情

它需要极大量的、非常diverse（多元）的数据，但这些数据现在是不存在的

现在有很多startup叫data factory（数据工厂）

所谓“数据金字塔”包括哪些？

​27:52 Gemini Robotics 1.5：我们有一个方法叫motion transfer，这是独门秘诀

Gemini Robotics 1.5最重要的发现是什么？

第一个是我们把“thinking”加入了VLA模型

第二个非常重要的突破是cross-embodiment transfer（跨具身迁移）

Gemini Robotics 1.5的工作中，我们做了一个快慢模型的划分

它应该是个过渡的方式，因为现在受制于算力的限制、模型大小的限制

当你要一个unify model（统一模型）的时候，它必须非常大

Motion Transfer？It’s very secret

47:32 生成极大量仿真数据，是弥补它缺点的一个重要手段

我们比较重视的一点还是数据、数据、数据

遥操作是非常难以获取的数据

我们会花更多的精力，比如利用simulation数据，利用human video（人类视频），利用YouTube上的一些数据，甚至利用模型生成的数据，比如VEO生成的一些数据

真实数据没有sim-to-real gap（仿真到现实差距），但是泛化性是由数据的coverage（覆盖）导致的，并不是因为它本身是真实数据还是虚拟数据

在不远的将来，传统物理模拟仿真会慢慢地被生成式模型的仿真所取代

我信仰的是scalable data

01:03:48 世界模型就是Vision-Language-Vision，vision和language in，生成下一帧的图像

世界模型的定义是：如果给上前一帧，再给上机器人的动作，你可以预测下一帧

从另外一个角度，VEO它是一个视频生成模型，但是Genie它更像一个世界模型

当你在每一帧的时候，可以有一个输入来改变你的下一帧，那个感觉就是世界模型；但是如果它是一个已经生成好的、几秒钟的静态视频，那就不是

世界模型其实就是Vision-Language-Vision，vision和language in，它可以生成下一帧的图像

01:08:29 如果你有灵巧手，触觉就非常重要，之所以我前面觉得触觉不重要，是受限于当时的硬件

如果你有灵巧手，触觉就非常重要

之所以我前面觉得触觉不重要，是因为它其实受限于当时的硬件

现在还在夹爪时代

在所有夹爪能完成的任务里，我还是觉得视觉可能可以解决95%的问题

在未来，人形机器人不会成为唯一的形态，但一定是个主流的形态

如果你的目标是solve AGI in the physical world（在物理世界实现AGI），那么我会非常聚焦于最终的形态是什么样子，其他的东西可能都是distraction（干扰）

01:17:35 一个有使命感的人，他不会容忍说“I’m on a wrong ship”

这几年Google AI或者robotics的研究文化上有没有发生过变化？

不管是从promotion、performance review、incentive，还是各种各样的structure上，Google想创造一个环境，使得更多的人可以一起解决更大的事情

像Gemini Robotics，它更多是自上而下

我发觉好像国内不一定比我卷，我一周可能工作70到80个小时

真的，这个时代真的是等不起，不然别人都做出来了

AI有很多是数学，华人数学比较好

《106. 和王鹤聊，具身智能的学术边缘史和资本轰炸后的人为乱象》

《109. 机器人遭遇数据荒？与谢晨聊：仿真与合成数据、Meta天价收购和Alexandr Wang》

【更多信息】

本集的文字版本已发布，请搜索我们工作室的官方公众号：

语言即世界language is world

今天的嘉宾是小鹏汽车自动驾驶中心负责人刘先明。

就在2025年10月9日，小鹏汽车突然宣布，原自动驾驶中心负责人李力耘将卸任，由世界基座模型负责人刘先明接任。

这意味着，刘先明成为小鹏在自动驾驶上，既谷俊丽、吴新宙（现英伟达自动驾驶中国团队负责人）、李力耘之后的第四任负责人。外界对他有诸多的好奇。

这是刘先明上任后首次接受专访。我们访谈的时间是2025年10月30日。这集节目，我们聊了聊他上任后拆掉大模型Language等关键技术决策，以及一家车企的AI战略转型。

02:16 人物小记

曾在Meta、Cruise，从事机器学习与计算机视觉研究

恰好Cruise当时是第二名，加入第二名再逆袭的故事永远是令人兴奋的

加入小鹏汽车始末：2024年1月在美国办公室与何小鹏见面1小时

所亲历过的自动驾驶的技术stage

19:00 大模型拆Language

我们的做法简单直接，把VLA的Language拆掉就完了

模型是机器，燃料是数据，一旦掺入Language会让效率变得极低

我们干脆把Language全都拆掉好了：输入V-L联合语料，直接输出Action

“拆L”的过程、“简单就是美”

关键的数据问题

33:53 小鹏汽车向物理AI战略的转型

为什么一家汽车公司的自动驾驶战略需要向AI战略转型？

转型的开端可能是去年小鹏汽车10周年

自动驾驶企业关心的是KPI、接管率，AI企业关注底层的技术指标，甚至risky的长期指标

刘先明的短期和长期KPI

AI对于小鹏汽车意味着什么？“是乘法因子”

除了今年拆Language，之前还拆了激光雷达、规控规则、端到端

人工智能发展为什么一直在经历着拆拆拆的过程？

世界模型

明年对L4的规划

54:30 换帅的背后

过去1年做过“头铁”的事情

看起来我性格很好，我也拍过桌子、发过火

“拆L”过程中遇到很大阻力，因为这很反paper里的常识

DeepSeek-OCR的反共识

现在关注的AI前沿方向

回应地平线创始人余凯的观点（“自动驾驶应该交给供应商”）

为什么国内自动驾驶还没有代际差？

AI是车企下一阶段的重要赛点，做不好会被淘汰

何小鹏对于AI的关注时间、方式和最近的3次话题

制造企业和AI企业的基因问题

接下来，对于我的挑战

小鹏智驾一号位，每个人的历史使命

《70. 和何小鹏聊，FSD、“在血海游泳”、乱世中的英雄与狗熊》

今天这集节目，我们将讨论一个在当下非常关键的话题：人工智能的算法与架构创新。

嘉宾是我们的往期嘉宾返场，她是MIT在读博士杨松琳，研究方向是线性注意力机制。

我们将从最新发布的几个模型Kimi Linear、Minimax M2、Qwen3-Next切入。松琳参与讨论Kimi Linear和Qwen3-Next的部分工作，是Kimi Linear论文的作者之一。

算法创新为什么在2025年变得尤为重要？

它的背后原因是，数据、算力和算法是驱动人工智能的三驾火车，在数据撞墙的无奈前提下，各个模型公司不得不重新开始“雕模型架构”，以期Scaling Law的魔法继续。而由于中国的算力相对美国有限，这反而让中国的AI算法创新走在了世界前沿。

这集节目你将听到，近几年架构最大突破是DeepSeek的MoE（混合专家模型），它让MoE成为了全球共识；而下一个突破的重要方向可能就是Attention（注意力机制）。

中国公司在Attention展开了不同技术bet（押注）：

截至目前已发布模型，DeepSeek正在探索Sparse Attention（稀疏注意力机制）；

Kimi正在探索Linear Attention（线性注意力机制）；

Minimax在年初的M1版本中探索Linear Attention，而在刚发布的M2版本中又回退到 Full Attention（全局注意力机制）。

节目中，松琳将讲解她参与的这篇《Kimi Linear: An Expressive, Efficient Attention Architecture》的工作，并分析以上这些公司在Attention上的不同抉择；

与此同时，她也将带领大家考古人工智能算法变种史，并预演未来算法与架构的改进方案。

本集比较硬核，会有一些专业难度，大家可以根据自己的实际需要收听嗷:)因为嘉宾的工作环境会出现中英夹杂，希望大家多多理解和支持。

04:00 个人、研究主线与线性注意力机制的探索之路
06:27 松琳做过一个开源库：flash-linear-attention（简称FLA）
07:04 怎么通俗理解Linear Attention的Linear？
11:19 聊聊最近参与的新工作，前几天刚发布的《Kimi Linear: An Expressive, Efficient Attention Architecture》（Kimi Linear：一种具有强表达能力与高效率的注意力架构）
（FLA库的另一个作者Zhang, Yu邀请）
12:20 为什么Kimi在年初开始需要重新设计注意力机制？设计的背景和目标
在Linear Attention下，推理阶段的计算与显存成本都显著降低；而使用Full Attention时，长文本解码的代价会非常高昂
14:39 《Kimi Linear》论文重点讲解：KDA模块（Kimi Delta Attention，增量注意力机制）
18:56 Kimi内部有一个Scaling Ladder（规模阶梯），在一个规模下面表现好就在下一个规模下面去scale，就像通关
20:20 Kimi Linear Attention vs DeepSeek Sparse Attention：Kimi走线性注意力路线，DeepSeek走稀疏注意力路线，都想解决长文本decoding（长上下文生成）的效率问题
23:01 Minimax从M1到M2的架构变化，从Linear Attention退回到Full Attention，为什么？
27:00 硅谷的注意力机制方案不方便说，但可以浅聊一下OpenAI有paper的方案
28:05 Linear Attention从2020年发明出来开始后的前进线索
每一次大家关心Linear Attention都是因为大家撞到了Context Wall
最近长文本的decoding卷土重来，让人们不由自主审视这一套技术
38:16 纯Linear Attention是无效的，混合注意力机制还是有很多全局注意力层，这样下限有保证
40:30 Kimi Linear每3层KDA插入1层全注意力层，三比一的比例快变成共识了
Minimax之前用的是七比一，但现在大家逐渐回到三比一——这成为不共识的混合注意力机制中的共识了
42:32 权衡（Trade-off）表达能力（expressivity）与计算效率（efficiency）
Minimax曾经也提到，混合线性注意力/混合滑窗注意力在“多跳推理”上会有缺陷
对于“多跳推理”，如果我们开发一些硬件高效但表达能力更好的RNN（循环神经网络），这个GAP有可能缩小
46:28 chunkwise algorithm for parallelization（分块并行算法）
47:55 如何设计Attention？两条主流和一些非主流路线
49:36 结合Linear Attention和Sparse Attention的未来理想方案
Linear Attention和Sparse Attention没什么竞争关系，Linear Attention的竞争对手可能是Sliding-Window Attention（滑窗注意力）
工业界Linear Attention和Sparse Attention结合的探索似乎还没开始
我想象中的理想方案是：把混合注意力的全局注意力（Full Attention）换成稀疏注意力（Sparse Attention）
只要Sparse Attention选得准，完全可以取代Full Attention，但现在的问题是它选不准
55:36 公平的比较：Linear Attention vs Sliding-Window Attention（滑窗注意力）
57:05 Transformer → MoE → Linear/Sparse Attention的算法演变，背后动因是给定你相同的FLOPs（浮点运算量），利用这些FLOPs，取得更低的损失函数
MoE（混合专家）是更高效的FNN（前馈神经网络）的替代品
58:26 近几年架构方面突破最大的是MoE，下一个突破可能是Attention；Transformer就两个模块，一个是FFN，一个是Attention；现在FFN已经雕成MoE，现在Attention大家也可以雕一下
01:01:28 数据、算法、算力是驱动人工智能的三驾马车，当数据遇到数据强，算法创新变得更重要
01:02:48 架构的未来：1、能不能干掉全局注意力？它是阻止context window继续scale up的主要瓶颈
2、Continue Learning，让AI自己学习
01:04:30 如何把Linear Attention的Transformer继续scale up?
01:07:43 中国AI的算法创新相比海外肯定是更强的——因为没有那么多卡（
不过美国公司更多投入优化器一点，国内在逐步重视
01:10:56 其他训练细节：NoPE vs. RoPE
01:12:09 DeepSeek-OCR
01:12:55 松琳也参与了Qwen3-Next，没有参与Minimax M2
01:13:39 “雕”架构的人
01:15:16 自己的心路：“当你很清楚你要做什么的时候，你是不会遇到什么挫折的”
经验分享：PhD还挺顺利的，得益于我入学之前的半年考古
01:23:12 说到考古，我们在最后聊聊从Transformer开始的算法变种历史
01:29:50 Delta Rule算法、硬件亲和、DeepSeek非常追求硬件和算法的匹配
01:42:23 给更年轻的年轻人的建议

嘉宾往期节目：

《逐篇讲解DeepSeek、Kimi、MiniMax注意力机制新论文——“硬件上的暴力美学”》

谈到的论文：

《Kimi Linear: An Expressive, Efficient Attention Architecture》

《MiniMax-M1: Scaling Test-Time Compute Efficiently with Lightning Attention》

《DeepSeekMoE: Towards Ultimate Expert Specialization in Mixture-of-Experts Language Models》

2025年4月，我与理想创始人兼CEO李想录制AI Talk第二季。那次对谈持续了很长时间，播出版仅1小时，今天你看到的是完整版。

这一集节目的发布比预期晚了些。过去几个月实在太忙了，我一度犹豫要不要继续放出。但当我重新整理这些内容时，仍然被它打动——这是一份关于人工智能技术变革的“节点式思考存档”。

你可以结合2024年底我们那场3小时谈话一起观看，感受两次对话之间，思考的延展与呼应。

这次，我把李想当作一个“CEO大模型”来提问。

假设他是一种MoE（Mixture of Experts，专家混合）架构的模型，我在对话的前三个回合调用了他的三位“专家”：技术专家、战略专家、组织专家。而当谈话深入到后半程，我们开始讨论人、能量、亲密关系、记忆程序与人类的智慧。

“AI与人的关系”，是本次对话的母题。

（录制于2025年4月）

02:35 第一章：假若你是一个CEO大模型

人类做熵减，AI做熵增

工具的三个分级：“信息工具”、“辅助工具”、“生产工具”

“生产工具”重要的衡量是：你愿意为它付钱

梁文锋极简运用了人类最佳实践

按照最佳实践是反人性的，随心所欲才满足人性

我只能做最好的自己，我一直在自己的长板延长线上

理想为什么还做基座大模型？

当时我们比较担心陈伟团队（基座模型自研团队）怎么想？这个压力挺大的

36:18 第二章：调用MoE之技术专家

李想手把手教你训VLA

达到VLA不是突变的过程，是进化的过程，经历了三个阶段

我给你讲一下VLA是怎么训的，以及VLA自己怎么去工作的

我不会做超长CoT，我的CoT链条一般两步到三步

至少5年内不会有通用Agent，但会有一个Agent OS

要顺着人性去说，逆着人性去做

如果大家不想做前面包子的积累，只想吃第10个包子，很像练《葵花宝典》

黑盒、世界模型和定价逻辑

每1万公里的验证成本，我们做到从最开始18万降到4000块钱

01:25:36 第三章：调用MoE之战略专家

2025年雁栖湖战略会

如果看战略，中间的圈是规模，圈外边有三个变量：用户需求、技术产品、组织能力

具备这四个特点的，就是AGI时代的终端：360度对物理世界感知的能力、认知决策的能力、Action的能力、反思反馈能力

到了AGI时代的终端，对于能力的要求变得不一样了

如果看到2030年，我们希望能够成为全球领先的人工智能终端企业

这是我们未来的3-6年要去解的题

李想的理想会不会太过于理想？

构建3-7人能量体

高维组织兼容低维组织

02:09:26 第四章：智慧是我们和万物的关系

我的记忆程序

创业不容易，但是没必要苦哈哈的

大女儿

我们家里实现了一个“三人支撑”，这让家里的能量大幅地提升

人是用来发挥的，人不是用来改变的

不要构建那么多亲密关系，亲密关系太多了就证明这个人不会经营关系

把智慧当成一个重要的人类特质去发展

对李想的第一次3小时访谈：

《对李想的3小时访谈（播客版）：宅男、AI、家庭、游戏和天梯》

本集节目同步上线文字版和视频版：

文章：公众号（语言即世界language is world）

视频：Bilibili（张小珺商业访谈录）

今天的嘉宾是谢青池，他是美团光年之外的产品负责人。

一个月前，青池找到我，说他用了一年多的时间一篇一篇地啃完了200多篇AI论文，从开始全然不得要领，到后来逐渐地入门——而他希望将他的论文探索之旅开源给大家。

就这样，我们有了今天这集特别的节目。

他从200多篇论文中精选了36篇经典，4小时讲解，带你穿越AI变迁史。

他说，读论文是“给你打开一扇门”，让你能直接“与这个世界最聪明的头脑对话”。

2025年，期待我们和AI共同进步！

01:30 探索的缘起

07:25 怎么读论文？（用AI学AI）

10:20 辅助小工具和路书

论文讲解的主干：

19:35 Part 1：模型的范式变迁

故事要从1999年的第一颗GPU开始讲起

Brook: 用GPU进行计算 （2004.08）

AlexNet: 深度学习的开端（2012.10）

对序列建模：seq2seq和Attention的引入（2014.09）

蒸馏：模型能被学习吗？（2015.03）

ResNet: 比深更深（2015.12）

Transformer来了！拉开一个时代的序幕（2017.06）

AlphaGo Zero: 强化学习的突破（2017.10）

现代MoE的开端（2017.01）

CoT: Prompt Engineering的奠基之作（2022.01）

LoRA: 那个我们每天都在用的东西（2021.06）

ReAct: Agent从理论到落地（2022.10）

The Bitter Lesson: 过去70年的教训（2018.08）

01:52:58 Part 2：Infra与数据的变迁

ZeRO: 大规模的GPU并行计算（2019.10）

Scaling Law & Chinchilla: 上帝的指挥棒（2020.01 2022.03）

LAION-5B: 开源社区的英雄主义（2022.10）

The RefinedWeb: 互联网的数据也很够用（2023.06）

MegaScale: 万卡GPU集群的训练（2024.02）

02:21:29 Part 3：语言模型的发展

Word2Vec: 用机器学习将单词向量化（2013.01）

Google Translate: 神经网络的大规模线上部署（2016.09）

GPT-1，它来了（2018.06）

BERT: 曾经的王（2018.10）

GPT-2: 是时候告别微调了（2019.02）

GPT-3: ChatGPT来临前夜（2020.05）

InstructGPT: 给LLM以文明（2022.03）

Tulu 3: 后训练的开源（2024.11）

03:08:08 Part 4：多模态模型的发展

DeepVideo: 深度学习进入视频领域，Andrej 初出茅庐（2014.06）

双流网络: Karén和学术重镇牛津登场（2014.06）

图像生成的序章: GAN来了（2014.06）

Diffusion: 在GAN的阴影下，悄然成长（2015.03）

DDPM: Diffusion重回图像舞台的中央（2020.06）

ViT: 当图像遇到Transformer（2020.10）

CLIP: 文生图的奠基石（2021.03）

Stable Diffusion，它来了（2021.12）

DiT: 人们期待一个融合的未来（2022.12）

03:56:38 最后的聊天

架构抱住了硬件的大腿

今天技术的边界到达了哪？

给“站在AI世界门外张望的人”和“已经在体系中工作多年的人”的建议

【技术之美】系列：

逐句讲解DeepSeek-R1、Kimi K1.5、OpenAI o1技术报告——“最优美的算法最干净”

逐篇讲解DeepSeek关键9篇论文及创新点——“勇敢者的游戏”

逐篇讲解DeepSeek、Kimi、MiniMax注意力机制新论文——“硬件上的暴力美学”

逐篇讲解机器人基座模型和VLA经典论文——“人就是最智能的VLA”

逐段讲解Kimi K2报告并对照ChatGPT Agent、Qwen3-Coder等：“系统工程的力量”

【更多信息】

本集的投屏视频版已经同步发布于Bilibili（张小珺商业访谈录）：https://www.bilibili.com/video/BV1pkyqBxEdB/?spm_id_from=333.1365.list.card_archive.click&vd_source=aa7c66a3d015be4b5bfcd520784f2790

50页完整PPT开源地址（所有论文链接附在PPT上）：https://w7py8ou4dk.feishu.cn/wiki/KacewdlmSiSGC9kUOKDch9gwnKf?from=from_copylink

今天的嘉宾吴明辉是明略科技的创始人、CEO兼CTO，明略科技于2025年8月29日获境外发行上市备案通知书，不久后将于香港上市。

这是一次上市前的访谈，吴明辉口述一家To B公司漫长的19年故事，其间经历了好多次的分分合合、沉浮与急转。你能在这里面找到许多我们节目嘉宾的身影——肖弘、李广密、杨植麟。

我们也聊了聊面向全新的AI时代，企业服务级AI与Agentic Model的前景。

但这个故事的最开始，要从他与峰瑞资本创始合伙人李丰的公司合并聊起。

2025年，我们和AI共同进步！

02:11 Part 1：第一段创业

开始的快问快答

和我们嘉宾广密、Red的渊源

创业的开始：祝伟投资吴明辉和李丰合并后的公司

最开始罗永浩、李笑来是我们的股东

第一版商业计划书就是推荐系统，为什么没做今日头条？

奥林匹克竞技训练的心理调适

秒针系统的成功

眼睁睁看着今日头条的流量哗啦啦起来

56:08 Part 2：第二段创业

“老板上完商学院，团队遭殃”

同时创立明略科技、云迹机器人

学习美国一家数据分析公司Palantir，但从To G转向To B

收购Red的决策，我希望他做我的CEO successor

2020-2021年：战场开得太宽、走过的弯路

2022年：痛苦的急转，人生最suffer的一年

有AI以后，预计企业级服务会出现并购潮

01:45:01 Part 3：企业服务级AI

基于公开数据训基础模型、以卖Token为商业模式的公司会很卷，卷成电费

有私有Data的公司能产生差异化价值

现实世界的数值游戏

新产品“DeepMiner”的由来

Agent或Tool Use在企业服务领域产生了新的链接

Agent是一种交互技术，对To C和To B互联网都会产生革命性变化

那些不提供供给侧能力、只提供链接网络，而这个网络又不是根结点的公司，会很危险

将来企业只有两类人？老板和合伙人（合伙人不是公司员工）

一个幸福的老板，个人使命、家庭使命和公司使命高度相关

今天的嘉宾，我们很开心邀请了OpenAI研究员姚顺雨。

2025年4月，姚顺雨发布了一篇有名的博文《The Second Half》，宣告AI主线程的游戏已进入下半场。这之后，我们与他进行了一场播客对谈。

姚顺雨毕业于清华和普林斯顿大学，开始智能体的研究非常早。在博士期间他意识到语言可能是人类发明的最接近本质的工具，于是转向语言智能体研究，至今已6年。他有许多有代表性的工作。

我们的谈话从个体出发，共同探索由人、组织、AI、人与机器的交互，所抵达的这个世界智能的边界以及人类与机器的全景。

前不久，我刚刚创立了一家新的内容工作室「语言即世界工作室」，顺雨很意外地从另一个角度帮我回答了，我们工作室创立的初心。

为什么我们相信语言是这个世界的本质奥秘？他的表达是：“语言是人为了实现泛化而发明出来的工具，这一点比其他东西更本质。”

（本次访谈发生在2025年5月，访谈为个人观点，与所供职公司无关。）

02:58 第一部分：人 感觉我前28年的人生，非常的乖 我一直有这个非共识：我想要去做Agent 第一年最大收获是，要用GPT，不要用BERT；第二个learning是任务或环境非常重要 我的研究有两个核心：一是怎么去做一些有价值、和现实世界更相关的任务和环境；二是怎么去做一些简单、但又通用的方法17:50 第二部分：系统 Agent是一个非常古老的概念，任何能进行自我决策、与环境交互，并试图优化奖励的系统，都可以被称为Agent Agent演变的三波兴衰：大家可能更多注意到方法线，容易忽视任务线，但这两条线是相辅相成的 Agent发展最关键的两个方向：一个是让它拥有自己的reward（奖励），能自己探索；另一个是Multi-Agent（多智能体），让它们之间能形成组织结构 Code有点像人的手，它是AI最重要的affordance（环境给予行动者的可能性） 任务的设定 泛化的工具 奖励的机制48:38 第三部分：吞噬的边界 创业公司最大机会是：能设计不同的interface（交互方式） 可能模型的能力会产生beyond ChatGPT（超越 ChatGPT）的交互方式，变成Super App 拥有一个Super App对于公司是双刃剑，当你有像ChatGPT这样的Super App，很自然你的研究就会围绕这个Super App Assistant、Her，或者像人一样的交互方式，显然是最重要的交互方式之一；不显然的是，我能不能基于不像人的交互方式？ 这世界是个相互抄的关系，而不是一个单向抄的关系 OpenAI可能会成为一个类似Google的公司，成为新世界里非常重要的一环，但这并不代表，这个世界就会被这样一个单极系统垄断 最终的智能边界，是由不同的交互方式决定的，而不是由一个single model（单一模型）决定 前年冬天，我读到冯诺依曼临终前写的一本书：The Computer and the Brain 环境永远是记忆层级中最外层的部分，这很哲学 模型公司的Chatbot系统会演化成一个很自然的Agent系统01:05:01 第四部分：人类的全局 人与系统：Agent要不要像人？“是一个效用问题” OpenAI是一个bottom-up（自下而上）的公司 如果你没有一个different bet（不同的下注方向），很难超越前面的霸主 我导师是GPT‑1第二作者，他在OpenAI待了一年，他对这件事是有点怀疑的 如果你成为了伯克希尔的CEO，未来要拿出500亿美金allocate（分配）到AGI行业，你会怎么allocate这笔钱？ 真正的危险，不是一个类似微信的东西打败了微信，而是一个不一样的东西打败了微信 恰好这个时代，做上限更高的事更好

【更多信息】

文字版同步上线

文字版请前往公众号：语言即世界language is world

今天的嘉宾是萨洛蒙中国区总经理殷一和小红书商业服饰潮流行业负责人欧迪。我们一起来聊聊，这两年比较火的一个户外品牌，萨洛蒙。

萨洛蒙和始祖鸟都属于亚玛芬集团，2019年亚玛芬被安踏收购；2021年以后，萨洛蒙这个70多岁的法国品牌，意外在中国开启了增长之路。

这个最早从滑雪品类起步，逐步扩展到越野跑鞋的小众品牌，在中国的传统消费群体以男性以及专业滑雪、越野跑爱好者为主；但近几年，他们通过在小红书的一系列品牌行为，成功吸引女性消费群体和新户外人群，扩圈增长，而这又进一步反向刺激了男性消费者以及核心运动人群的增长。

希望这些新鲜的品牌知识，也能给你带来新的启发:)

02:00 两位嘉宾的自我介绍

03:06 萨洛蒙1947年诞生于法国，雪是DNA里最深的那道烙印

04:39 我们曾经被阿迪达斯收购，阿迪达斯帮我们做了sports style

06:04 越野跑核心人群，十年前只有10万人，今年也是10万人，区别是什么？

11:52 品牌应该从小众走向大众，还是从大众走向小众？

16:22 2019年母公司亚玛芬被安踏收购后，萨洛蒙发生了什么？

18:07 中国女性占比最高接近七成，现在是六成不到

20:45 女性对男性的拉新高于男性对女性的拉新

23:21 2021年以后，越来越多海外户外品牌主动地集中进入中国

27:31 小红书帮萨洛蒙拓展人群：“尖货尝新档”和“色彩敏感控”

34:55 以人为主体的品牌策略：找到“超级用户代表”

43:26 10年前我们做品牌会更注重the winning moments，现在更注重成长的过程和细节

45:37 萨门少女背后的消费者洞察：女性不再追求仪式感的堆叠，更追求内心的松弛

48:36 结合小红书和安福路萨洛蒙门店，线上和线下循环流量

55:24 萨洛蒙拉新女性消费者，又反哺了男性消费者的增长

58:16 如果一个非常男性化的品牌想要女性化，应该怎么做？

01:00:43 潮流化会不会削弱专业户外基因？

01:01:33 年轻人消费新变化

01:08:05 当做AI品牌也像做消费品品牌，从品牌角度给AI创始人一些建议

分享一下漂亮的录制现场：

今天的嘉宾是月之暗面创始人兼CEO杨植麟，距离他上一次来我们的节目（《商业访谈录》59集）已经过去1年半。

就在刚刚过去的7月，Kimi K2模型发布，引发了比较广泛的关注。K2是一个基于MoE架构的开源编程和Agentic大语言模型。形象来说，模型借助编程能力走出封闭的“缸中之脑”，长出了“手”，开始操控外部数字世界。

今天这集节目我和杨植麟聊了聊K2的研发和他当下的技术认知、技术判断。

以及，在过去一年的舆论风暴与创业起伏中，作为创始人，他的心情与思考。

01:49 一座无限的山

这有点像我最近在看的一本书：The Beginning of Infinity（无穷的开始）

也许有一天会发现，这座雪山没有尽头，我希望它一直没有尽头

但它还是一个“缸中之脑”：想象一个鱼缸，你把一个脑子放在里面，跟外界没有联系

不管是基于长思考的强化学习，还是Agent的强化学习，都指向同一个东西：test-time scaling（测试时扩展）

还有一个很有意思的趋势是，现在有更多模型公司去做“一方的Agent产品”

L1到L5不一定是串行关系，Claude就bet这一点：它在Reasoning上做得不是特别多，但在Agent上做得非常好

只有当模型参与到开发过程，才能解锁真正的Innovator（L4）阶段

24:58 K2是乔戈里峰

K2的重点有几个：一，我们希望它是一个非常好的基础模型

我们希望能最大化使用每一份数据，就是所谓token efficiency——喂一样多的数据，“脑子”长得更多

我们会对数据做很多Rephrase（改写）操作

我们很关注Muon优化器，它对token efficiency提升很大

二，我们希望K2有好的Agentic能力，对于Agentic模型来讲，最大挑战是模型的泛化

它可能是一个从“缸中之脑”变成可以跟世界交互，因为所谓Agent最重要的特征是，可以多轮地使用工具

人是所谓的universal constructor（万能构造器）

有一种潜在思路，需要用更AI native（原生人工智能）的方式去训练AI

Muon你去训的时候，它会炸

54:08 既简单又复杂的系统

为什么Kimi从闭源转向开源？

模型训练完成，产品也基本完成了，做交互上的改进当然有价值，但那是锦上添花的一步

多模态不损伤“脑子”已经很好了

你可能学出来的多模态是个“傻的多模态”，我们希望它是个“聪明的多模态”

Scaling Law遇到数据墙了，这是客观事实

数据飞轮很依赖外部环境的feedback（反馈），我们不希望feedback有很多噪声，但现在没有把这个问题解决得非常好

现在看起来，基于FLOPs的scaling是更有效路径，但这个平衡什么时候会发生变化？

很多Long Context架构会影响“智商”

纯粹的Linear Attention（线性注意力机制）可能影响智商，因为这个架构会有一些bias（偏差）

基座模型公司和做Agent产品的应用公司，长期看边界在哪？

今天怎么思考商业模式？API是好生意吗？

Kimi能赚钱吗？

01:25:05 在自己的故事里面

Tim（周昕宇）天天跟我讲——要用RL的方式去管理，而不是用SFT

用RL管理团队最大问题是，你容易被hack

很多复杂性都是人为强行加上去的，实际并没有那么复杂

只能说是在自己的这个故事里面——你不断地感受自己到底是什么样的一个人，你为什么要做这个事情

这个问题我也问过Kimi，他说，AI是“人类文明的放大器”

这也是Kimi跟我讲的——任何中间状态都有可能成为被批评的对象

肯定有恐惧，更多要关注你当前这一步，能做什么？——想这个问题更重要

2024年对杨植麟的访谈：

《和杨植麟聊大模型创业这一年：人类理想的增量、有概率的非共识和Sora》

【更多信息】

文字和视频版同步上线

文字版请前往公众号：语言即世界language is world

视频版请前往Bilibili：张小珺商业访谈录

在大家的强烈催更下，新一集的《全球大模型季报》终于来了。

这一集有两个关键词。

第一个关键词是分化。硅谷各个模型公司在这个季度，开始分化到各个领域，除了Google Gemini和OpenAI还在做通用的模型；Anthropic分化到Coding、Agentic的模型能力；Mira的Thinking Machines分化到多模态和下一代交互。

第二个关键词是产品。《大模型季报》过去一直把视角放在模型的智能探索上，而广密开始浓墨重彩地聊产品，这还是第一次。

这里是《全球大模型季报》的第7集，如果大家喜欢我们的系列，希望大家多多给我们一些鼓励和支持。你们的夸奖对我们来说，非常的重要。

2025，期待我们和AI共同进步！

03:54 模型在分化

通用各项能力的模型 - Gemini/OpenAI

All in Coding+Agentic 能力 - Anthropic

多模态原生 - Thinking Machines Lab

Grok 今天还在摸索自己生态位置

Meta 原创 0-1 的基因还是很弱

最领先的这几家很像 F1 竞赛

21:37 横向全家桶，纵向垂直整合

C端是一个非常明显的头部收敛趋势，ChatGPT可能在C端会收敛掉很多产品

作为投资人或 AI 创业者，一面兴奋是技术每个月都在进步，另一面有点绝望

横向全家桶的例子是ChatGPT，已经包含了Chat+搜索+Coding+Agent+WorkSpace

纵向垂直整合的例子是 Gemini，从 TPU 芯片，到 Gemini 模型，到上面 Agent 应用，再到 Google 文档/Chrome浏览器/安卓操作系统/YouTube视频，可以做超级集成

33:35 智能和产品都重要

过去 3 年一直是对智能上限的探索极度上头，但在过去两个月开始重视产品了

ChatGPT 身上有很多非技术性壁垒，而 Coding 或模型公司只是技术壁垒

OpenAI 是平衡最好的一家，一边探索智能上限，一边又把智能红利转化成产品流量和品牌心智

38:52 做 AI 产品很像挖矿，保鲜窗口很关键

挖矿：第一个做出来让用户惊叹的体验很重要，哪怕 token 消耗很大，只要你是第一个做出来让用户惊叹的 Magic moments，就等于你起码得到了 5 亿美金的营销费用，比如 Perplexity/Cursor/Manus

但这个窗口期又特别有意思，窗口是逐渐在缩短的：从 2 年、1 年、3 个月

产品公司能赢过模型公司做的产品吗？

44:21 L4 级别的体验

最优秀的俩 Agent 都有了 L4 体验：ChatGPT 的 Deep Research + Anthropic 的 Claude Code，分别对应信息搜索+软件开发

今天最大红利还是 language/code 红利，尤其是 code，还不是多模态/世界模型/机器人

Claude Code 最近大杀四方，Claude Code 是一个 L4 的体验

接下来还有哪些领域能有 L4 级别体验？

52:43 对Google看法的转变

一个猜想是，ChatGPT 后面肯定会做广告平台，因为最近招了新的商业化 CEO

但我在想 Google 还是全球最好的广告平台，最后大家产品形态上都会殊途同归，融合到一起的，就是全家桶逻辑，Search 也会演变

55:53 其他话题

AGI有泡沫吗？假如AGI有泡沫，什么事情会是导火索，戳破泡沫？

人类和大猩猩的智能水平差异在哪？

最近湾区有没有什么新的讨论比较高的话题？

“犹太人的金融，华人的AGI”

（免责声明：本节目不构成投资建议）

【全球大模型季报】系列

2023年：口述全球大模型这一年：人类千亿科学豪赌与参差的中美景观

2024年Q1：和广密聊AGI大基建时代：电+芯片=产出智能

2024年Q2：口述全球大模型这半年：Perplexity突然火爆和尚未爆发的AI应用生态

2024年Q3：AGI范式大转移：和广密预言草莓、OpenAI o1和self-play RL

2024年Q4：大模型季报年终特辑：和广密预言LLM产品超越Google之路

2025年Q1：大模型季报：和广密聊当下最大非共识、AGI的主线与主峰

过去10年，中国新能源汽车产业从无到有，经历蓬勃发展。大家最熟悉的可能是理想、小鹏、蔚来这些整车品牌，但另一面这场变革背后的产业链企业也在变化。

《商业访谈录》的108集对余凯和本集对禾赛联合创始人和CEO李一帆的3小时访谈，关注的都是汽车产业链上的隐形选手。

这集也是李一帆对他们做激光雷达11年硬核科技创业的一部口述史。

随着中国科技创新从互联网的模式创新，走向硬核科技的前沿创新，中国也许还会出现更多的技术型创业者。禾赛的故事也许能提供一个参考样本。

（本次访谈录制于2025年4月）

00:02:00 开始的快问快答

00:02:33 股价过山车

00:03:40 激光雷达99.5%的降本

00:12:05 家庭和成长

00:32:13 罕见的3人平分股份

00:43:35 融资的伎俩

00:49:02 第一笔2000万大单

00:55:45 想说完蛋了…

01:10:06 余凯比多我一个0

01:20:47 定价心思

01:38:15 开始倒戈

01:58:07 进入汽车大本营

02:38:34 新钱和老钱

03:02:16 最后的快问快答

【从蒸汽机到无人驾驶】系列

《对李想的3小时访谈（播客版）：宅男、AI、家庭、游戏和天梯》

《和何小鹏聊，FSD、“在血海游泳”、乱世中的英雄与狗熊》

《对话奔驰全球CEO康林松：转型期CEO和转型之中的139岁奔驰》

《余凯口述30年史：世界不止刀光剑影，是一部人来人往的江湖故事》

《和楼天城聊聊Robotaxi和ACRush：“L2做得越厉害，离L4越远”》

我们又来读论文啦！！！

今天我们要读的论文是最近几个星期内最值得品读的几篇技术报告，分别是：Kimi K2、ChatGPT Agent、Qwen3-Coder的技术报告，以及Manus的一篇技术博文。他们的相关性是，这几篇内容都和Agent有关系。

今天的嘉宾是俄亥俄州立大学（The Ohio State University）的在读博士郑博元，他的研究方向是Language Agent，他会带我们一起读上述技术报告和博文。

这是《商业访谈录》的“技术之美”系列，期待和你一起读论文，领略科技平权，感受技术之美——做你的赛博组会：）

00:02:00 给Agent下定义和分类

00:14:50 Kimi K2、ChatGPT Agent、Qwen3-Coder、Manus的技术路线对比

00:28:29 Agent Training 的关键环节：合成数据、强化学习、安全

00:30:57 第一篇技术报告：Kimi K2: Open Agentic Intelligence

github.com

00:43:50 第二篇技术报告和访谈：Introducing ChatGPT agent: bridging research and action

openai.com

红杉访谈OpenAI：OpenAI Just Released ChatGPT Agent, Its Most Powerful Agent Yet

www.sequoiacap.com

01:53:38 第三篇技术报告：Qwen3-Coder: Agentic Coding in the World

qwenlm.github.io

01:59:04 第四篇技术博文：AI代理的上下文工程：构建Manus的经验教训（作者：Yichao 'Peak' Ji）

manus.im

02:06:06 展望：也许会有一个新的范式

02:15:20 我感觉Agent是“我拓展的大脑”，我背后有一个“军团”（Family of Agents）

02:16:41 不同Bot的语言风格：DeepSeek嘴臭，元宝舔狗

智能体定义

Agent是一种能够与环境进行交互（interaction）的智能系统。

它具备两个基本能力：

感知能力（Perception）
能够观察环境的状态，包括获取外部信息、读取反馈信号、解析上下文等。

行动能力（Action）
能够在环境中执行动作，例如调用工具、生成输出、控制界面、修改变量等。

简言之，Agent = 感知 + 行动
在一个循环中不断执行“观察 → 决策 → 行动”的流程，以达成任务目标。

Agent 的定义与分类

1. Coding Agent（代码智能体）
代表产品：Cursor、Windsurf
特点：代码生成与编辑能力强，用户体验优秀
应用场景：代码补全、代码重构、多人协作编程

2. Search Agent（搜索型智能体）
特点：结合搜索引擎，自动完成信息检索和汇总
应用场景：市场调研、报告生成、竞争对手分析等
潜力：在企业级场景中有很强的应用价值

3. Tool-Use Agent（工具使用型智能体）
特点：能够调用多种外部工具完成复杂任务
应用重点：是目前 Agent 研究和落地的主要方向
举例：ReAct（推理 + 行动）类 Agent，通过 tool calling 执行任务

4. Computer Use Agent（电脑操作型智能体）
代表产品：OpenAI Operator、Claude 的 Computer Use
特点：模拟人类使用电脑，完成跨应用的复杂操作
应用场景：执行流程自动化、远程助理、办公代理

Agent 的技术路线对比

1. In-Context Learning（上下文学习）
特点：依赖强大的预训练模型，通过提示构造实现任务规划与执行
优势：无需微调，灵活性高
局限：泛化能力弱，rollout 长度有限，容易失控

2. End-to-End Training（端到端训练）
特点：将 Agent 的全部行为编码进模型权重
优势：推理稳定，可控性强
局限：训练成本高，环境构建复杂

Agent Training 的关键环节

1. Data Synthesis（数据合成）
方法：生成大量高质量的 trajectory（行动轨迹）
用途：训练 Agent 在任务中如何决策、调用工具、管理 memory（记忆）

2. Reinforcement Learning（强化学习）
条件：需要定义清晰的 task（任务）与 verifiable reward（可验证奖励）
挑战：任务难度与环境反馈设计直接影响 Agent 的行为质量

3. Safety（安全性）问题
风险：Agent 具备自主决策能力，容易误用工具、走偏轨迹
对策：加入 sandbox（沙盒）限制、行为约束机制、Human-in-the-loop（人类监控）

展望：也许会有一个新的范式

生成数据的核心会从 input-output 式的数据标注，转向构建 environment（环境）以及对应的 task-reward（任务-奖励）。比如 Scale AI 提出的 rubrics as reward（用评分标准作为奖励机制）

Agent 能不能实现自我提升（self-improve）？一方面，Agent 在和环境交互的过程中会不断获得新数据；那它能不能自己找到或构造 verifiable reward（可验证的奖励）？交互中积累的 experience（经验），能不能被更有效地利用起来？

今天又是一集机器人专场。嘉宾是光轮智能创始人兼CEO谢晨，他曾在英伟达、Cruise及蔚来汽车担任自动驾驶仿真负责人。我们的话题非常具体，即:仿真与合成数据。

今天的具身智能尚且没有找到scaling law的有效配方，其中，数据是一个关键卡点。我们106集的嘉宾银河通用创始人王鹤就提到，真实数据在他们的训练数据比重仅仅1%，合成数据挑起大梁。

今天这集节目，我与谢晨聊了聊仿真与合成数据的实操细节。

02:00 开始的快问快答

02:48 高频词汇解析：Sim2Real（从仿真到现实）、Sim2Real的gap、合成数据

04:31 从Cruise到英伟达到蔚来，怎么做合成数据和仿真？

14:11 制作合成数据的具体流程？合成数据与真实数据的配比？

16:17 在合成数据上，智能驾驶和具身智能的区别（智能驾驶是视觉的游戏，具身智能的物理交互最关键）

32:41 物理的Real2Sim（真实到仿真）工作流是怎样的？怎么评估成功的仿真？关键技术节点？

46:18 Physical Intelligence（π）对仿真与合成数据的两难态度

48:55 辣评Meta 300亿美金收购Scale AI和极其aggressive的Alexandr Wang

53:57 合成数据目前面临的瓶颈

55:25 全球具身智能产业链Mapping：

硬件公司（宇树）

基座模型公司（π、Skild、英伟达和DeepMind）

在垂域落地的软硬结合公司（Figure，特斯拉Optimas、The Bot Company）

以仿真为中心做端到端落地的公司（光轮）

（“特斯拉Optimas的管理文化和π完全不一样”）

01:09:22 美国存在具身模型层的创业机会，中国在我看来字节、小米、理想更适合做“大脑”

01:15:33 老黄在内部说：NV is a simulation company

01:21:25 终局的模型应该是是跨宇宙、跨世界、跨本体（提升跨宇宙的能力，本质是提升泛化性）

01:23:28 具身智能的产业还在GPT-1阶段，还没找到scaling law的配方

01:28:21 我创业刚开始，从具身的本科开始学起

01:37:37 最后的快问快答

【机器人专场】

逐篇讲解机器人基座模型和VLA经典论文——“人就是最智能的VLA”

和王鹤聊，具身智能的学术边缘史和资本轰炸后的人为乱象

今天的嘉宾是地平线创始人兼CEO余凯博士。

在过去49年人生中，他一路闯关过德美学术圈、中国互联网圈、创投圈、资本圈、汽车圈。在每个圈子和江湖，都从籍籍无名的无名小卒开始升级打怪。到最后，在每个圈子，他混得都不错。

一位与他打过交道的前企业高层评价，余凯是科学家里非常具有社会智慧的一位。

余凯毕业于南京大学和慕尼黑大学，毕业后，先后就职西门子、NEC研究院，于2012年回国加入百度，又于2015年离职创立地平线。

很巧的是，2025年正好是地平线创立10年。今年上半年，我与余凯博士聊了两次，这集节目是他的一部口述史。

随着大语言模型浪潮爆发，更多人工智能科学家从高校系统涌入创业轨道。余凯的创业观，也许能给大家一些启示——创业不仅是技术和商业，也不仅仅有刀光剑影，更是一部人来人往的江湖故事。

就像电视剧《少帅》张作霖的台词：“江湖不是打打杀杀，江湖是人情世故。”

2025年，我们和AI共同进步！

03:06 初入学术江湖

一开始在学术圈籍籍无名，算命先生说我24岁前“籍籍无名，劳而无功”

发表过100篇论文，我很陶醉，夜深人静都会翻我以前的paper自我欣赏

结识Geoffrey Hinton、Yann LeCun、吴恩达的故事

我这边的对面坐了一个人特别的沉默，没人搭理他，一个人在那吃闷饭——这个人叫Richard Sutton，前段时间拿了图灵奖

31:18 再入互联网江湖

我应该是旅美人工智能华人学者第一个回国的

我立刻就跟Geoffrey Hinton写信，他回信：Kai，挺好的，但你介不介意我也问一下其他公司？

我当时拿到的授权是，最高出到2400万美金，2400美金以后，每一次出价就要跟国内商量

我为了小概率能赢，抢先第一个出价，1200万美金

“哎呀，你看Geoffrey Hinton开会好像不太出现啊，他在干嘛…？”

我就问他：唉，Andrew（吴恩达）你在干嘛？各方面怎么样？开始试探他

吴恩达一下子震惊到了！说：你小子把我忽悠到百度，你自己跑掉，太不够意思了吧？

51:19 又入创业江湖

我做了3个投资：买了英伟达，买了特斯拉，全身心把我投到地平线

这个哥们跟我讲：兄弟，你知道吗？我现在在我家的地位，就靠你那句话！

地平线刚创立那一天我看了一下，英伟达才是一个107亿美金公司，现在是3万亿！

吴恩达在Google lead谷歌大脑，有一个frustration（沮丧）是什么？不能买GPU！

共识要么是错的，要么是没价值的

你的商业的secret是什么？有什么东西你看见了别人没有看见？这个世界是不是有Bug？这个世界是不是有通向未来的窄门，而大部分人没有关注到？

01:11:21 也入资本江湖

我们一页BP没写，就融了第一轮，我觉得：哎呀，Life is so easy！

结果第二轮就发现，见了50-60家机构，没一个下单。特别tough……没人理解……

我说的简直是口干舌燥……地老天荒……昏天黑地……也没人动心

我定了一个铁律：我跟投资人第一次见面，绝不能在他办公室，一定要在我办公室

我继续装！我说：我真的没时间，我就是一个专注的、情商低的科学家，正在倒腾我自己的事情，懒得理你

我们创造了C轮业界传奇的12小轮，一把拿了16亿美金——这也是一个反共识——中间没有加1分钱估值

哇，地平线竟然有102家股东投资机构，我都不知道我怎么磕出来的

01:21:39 转战汽车江湖

科学家创业通常有这个问题：360度扫射

曾鸣那堂课上完以后，我们班好多同学回去都去砍方向、裁团队

有天晚上睡觉，我梦中突然一惊：我靠，这样不对啊！

和长安：故意输球，你们要优雅地、不露声色地、故意地输啊

和李想：李想在2019年初，我们俩爬山他讲：你应该聚焦汽车方向

和何小鹏：我现在还没有磕下小鹏————有的时候你要强攻，有的时候你要迂回

和王传福：我们逮着机会窗口，相当于这个门开一个小缝，咱们就呲溜一声冲进去

02:09:48 我不是江湖人

领导者我的role model是刘邦

电影这些角色，你知道我最喜欢谁吗？《飘》里的白瑞德

我的名字姓余，公司的名字地平线——余地，余地，做人做事永远要留有余地

智能驾驶：主机厂未来不会自研，它是一个标准化的功能

3年完成100%hands-off，5年完成100%eyes-off，10年完成100%minds-off

死门是什么？

机器人的CUDA

下一代芯片创新

02:35:23 最后的快问快答

这个世界我认为是写好了程序，每个人都是按照剧本来演

02:39:26 补充花絮

传授技巧：如果你决心离职，不要说公司任何不好

闫俊杰的发型像我（玩笑）

我和吴恩达在美国serious讨论过创业

我为了调一个校招生喝茅台，不像李想手起刀落

微信头像为什么关公？

【从蒸汽机到无人驾驶】系列

《对李想的3小时访谈（播客版）：宅男、AI、家庭、游戏和天梯》

《和何小鹏聊，FSD、“在血海游泳”、乱世中的英雄与狗熊》

《对话奔驰全球CEO康林松：转型期CEO和转型之中的139岁奔驰》

《和楼天城聊聊Robotaxi和ACRush：“L2做得越厉害，离L4越远”》

本集文字版：《对话余凯：世界不止刀光剑影，是一部人来人往的江湖故事》

这集没有宏大叙事，相当随性。嘉宾是清流资本创始合伙人、百度前技术VP梦秋。

关注《商业访谈录》比较久的朋友可能知道，梦秋基本每年都会来返场一次，和我们一起catch-up当下的创投水温以及她自己的生活。在狼性文化蓬勃的中国投资人圈里，梦秋一直是很佛系也很道家的存在。

这一集更是松弛，她直言工作挺无聊，所以在聊了正经话题以后，我们也聊了聊读书、旅行、观影和女生的碎碎念。

（本次节目录制在4月底）

我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）

02:00 2025年资本寒冬过去了吗？没…

04:00 DeepSeek的出现，让AI应用创业变得活跃了吗？没…

10:45 现阶段各种Bot的体验：神婆？舔狗？尤其点评微信、元宝和小红书

25:28 探讨一下，微信里怎么做Agent？通用Agent成立吗？

31:25 垂直Agent的创业机会和创业者

35:52 现在的组织倾向于小组织，这可能利好年轻创业者

37:42 为啥组织更小，融资额却更高了？

38:18 除了Agent，还在看的是具身智能（仿真器很重要）

43:57 可穿戴设备

54:54 大模型公司

58:31 这两年工作很boring，我的旅行之路

01:03:55 我的读书之路

01:12:34 聊影视行业（梦秋是中影独董）、《好东西》和女性主义

梦秋此前的节目：

《1. 和投资人梦秋聊聊加州、投资寒潮和林黛玉》

《21. 投资人视角下的大模型和市场真实水温｜和梦秋聊ChatGPT》

《65. 风险投资的钥匙失灵了吗？和梦秋聊：蛰伏、更少人的游戏和啮齿动物》

【更多信息】

联络我们：微博@张小珺-Benita

更多信息欢迎关注公众号：张小珺

今天继续《商业访谈录》的机器人专场，嘉宾是北京大学助理教授、银河通用创始人兼CTO王鹤。

王鹤毕业于清华和斯坦福大学。他给我们从“具身智能”的学术缘起开始聊起，这是一个学术流派从一个学科中萌芽到边缘再到主流渗透的全过程。

而随着ChatGPT诞生，“具身智能”这个小众概念，在过去2年成了新的资本宠儿——但一时间，也带来了新的乱象。

我们探讨了一些具身智能产业界关键问题：

1/具身智能起源于计算机视觉的学术流派，视觉、语言、智能的关系是什么？为什么VLM（视觉语言模型）的表现显著弱于LLM（大语言模型）？

2/具身智能的最大困境之一是数据采集，合成数据是正解吗？具体应该怎么做？

3/如果大模型提倡的是“智能即产品”，那么具身智能呢？王鹤的回答是“生产力即产品”。

去年底，英伟达创始人黄仁勋来华访问。答谢宴上，王鹤不仅和黄仁勋同桌，而且就在做黄仁勋旁边（挨着坐）。在节目最后，我们也聊了聊这个有趣的插曲——他提到，那晚黄仁勋吃了不少水煮肉片。

2025，我们和AI共同进步！

我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）

03:00 开始的自问自答

05:58 语言不是智能的本质，而是“一次跃变”

“具身智能”和“机器人”是不同学术流派

“具身智能”起源于“计算机视觉”的研究流派

视觉有智能吗？纯视觉智能的可解释性差，是端到端的

语言不是智能的本质，不能说没有语言就没有智能

智能的本质是什么？“一种视情况对环境做出反应的能力”

语言是人类能产生这么高智能的“一次跃变”

视觉的本质是一种非常强的sensor（传感器）

25:08 具身智能的学术边缘史

具身智能最早兴起的task（任务）是，导航

加入视觉模态，强调Perception–Action Loop（感知-动作循环），成为具身智能研究流派能立起来的核心叙事

标志性事件：“具身智能是计算机视觉未来的三颗北极星之一”（李飞飞）

我和Skild创始人Deepak Pathak在Facebook人工智能实验室FAIR打过交道

41:15 我的学术之路

2016年，博士第一个项目：从人类视频里学多步的人与物体交互过程的生成（动画领域）

在Stanford博士第一年，在不喜欢的方向非常挣扎，后来换组、换方向

Stanford是高度自由的市场：你可以随时踢你老板，你老板可以随时踢你

第一篇论文憋了很久，很绝望

完全从视频中学习，学习世界模型，还没成为当下能推进具身智能的技术

我的第二个项目：位姿估计和合成数据相关

2020年李开复曾在湾区丽思卡尔顿组织brunch，观点分歧

回国坚定以家庭机器人为目标推进research，根本没有allies（盟军）

01:25:08 具身智能的软件和硬件是螺旋上升的问题

ChatGPT火了以后，很多人开始找我创业，我说创不了

所有工业机械臂在去年的全球总产值才1000亿RMB，和理想一家车企产值相当

如果采取不成熟的激进的硬件方案，对智能会是一种拖累

在这个硬件基础上，我们的方案是，做相对专用的智能和越来越通用的智能

VLM为什么显著弱于LLM？互联网视觉数据/所有人眼观测的覆盖〈〈〈互联网文字数据/人类所有说的话的覆盖（VLM数据不够，VLA的Action数据是最近两年才开始收集的）

01:44:34 我们要避免陷入以下泥潭

这一代具身智能公司相比此前机器人公司，差异在哪？

在我看来，具身智能公司如果陷入以下两个泥潭，天花板会很有限：

1、“长期漂浮”的公司；2、“算不过来账”的公司，边际成本不降

我们要做一个应用场景内的泛化（现在选择的是货架场景）

在我看来，机器人领域的头部效应很重

01:55:17 具身智能是，“生产力即产品”

雇人摇操采真实数据的成本到底有多高？一笔经济账

真实数据在我们训练数据的比重是1%，合成数据管线挑起大梁

行业内的tricky现象：把没有功能的机器人卖给别人（这是一种商业模式）

关于合成数据和Sim-to-Real（仿真到现实迁移）的常见误区

有出货量后的数据回流和数据飞轮

如果大模型是“智能即产品”，那么具身智能就是“生产力即产品”

02:13:51 资本轰炸后的人为乱象

谁在创造生产力，谁在讲故事，这是最乱的——这个源自美国

对Figure的估值400亿美元的两种逻辑

有的人胆子很大，不告诉别人我是摇操，但实际摇操

呼吁：真实展示！不要摇操！

5年内我们一定要有万台以上的应用，如果做不到这个，我们这个领域就被证伪了！

不要去搞一些砸我们行业招牌的事情！这些模式是很可怕的，是在砸这个行业的饭碗

通用机器人的到来不要想得那么快

02:25:25 一个插曲

去年黄仁勋访华为什么和黄仁勋同桌且在旁边？聊了什么？

黄仁勋能吃辣，吃了很多水煮肉片

02:28:26 最后的快问快答

【机器人专场】

逐篇讲解机器人基座模型和VLA经典论文——“人就是最智能的VLA”

【更多信息】

联络我们：微博@张小珺-Benita

更多信息欢迎关注公众号：张小珺

《商业访谈录》访谈过很多中国新能源车企的CEO和高层，今天的嘉宾来自一家德国百年车企，他是奔驰中国自动驾驶与车联网研发负责人王忻。

我们聊了聊中国汽车产业20年变革的历程，以及一家德国车企的转型与秘密故事。

我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）

产业大转型

01:25 20年前，就连波导手机也做过汽车

07:54 我曾在汽车Tier 1德尔福18年，3年前加入奔驰，背后是产业大转折

09:30 过去20年全球汽车产业的几个技术周期（2004年以前，2004-2014年，2014-2020年，2020年至今）

11:31 现在转变成数据驱动的时代，Tier 1黑盒交付的时代不再

话语权

27:40 中国团队和德国总部的话语权是争夺过来的吗？

28:27 奔驰中国研发团队组织架构、沟通机制和battle

34:08 德国企业的battle文化和美国企业是不同的

41:23 为中国设计生产的功能要反向输出全球的时候，需要哪些流程？

新技术

43:21 智能化是不可逆的趋势，但不能激进

46:50 车车通讯在L3实现以后需要重新定义

51:54 科技和豪华的关系：如果智能平权，豪华的标准变了吗

01:01:49 去年从规则算法切换到端到端的过程挺煎熬的

01:04:40 激光雷达是一个很好的冗余

01:05:35 CLA和豆包合作大语言模型

139岁车企

01:09:36 以人为本

01:11:08 安全的步骤

01:13:08 世界上第一位汽车驾驶员是奔驰创始人的太太

01:15:00 在百年企业工作是什么体验——荣耀是什么？负担是什么？

01:17:48 百年一遇的大转型、大变革

01:33:22 奔驰CEO康林松会发脾气吗？

相关单集：

对话奔驰全球CEO康林松：转型期CEO和转型之中的139岁奔驰

【更多信息】

联络我们：微博@张小珺-Benita

更多信息欢迎关注公众号：张小珺

随着AI的软件能力向硬件溢出，除了具身智能，智能眼镜或许是另一个会受益的产业。

今天的嘉宾是智能眼镜公司Rokid创始人祝铭明（Misa），2025上半年Misa佩戴其公司开发的智能眼镜出现在一次演讲中，一度引发关注，今年也是他在硬件黑森林里创业的第11个年头。

我们从他的第一家公司1000万美金被阿里并购开始聊起——聊了聊马云和吴妈，也聊了聊他的第二段创业、智能眼镜市场的中美对比、阶段与趋势。

我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）

02:00 开始的快问快答

02:36 阿里1000万美金收购我的第一个创业公司，全部换成了股票

05:14 最糟糕的时候，马云找我聊，引荐了Joe Cai（蔡崇信），又引荐了王坚博士

08:05 我还有两个星期发薪水，账上只有4000块

15:55 在阿里当高管，吴妈（吴泳铭）提出想做AI，成立M lab

22:43 Rokid的融资、马云的建议

27:40 吴妈当年是我的顶头上司，对吴妈的comments

31:41 2019年重要决策：一星期内从AI切换AR赛道

48:00 像器官一样的硬件会从手机切换到智能眼镜？

59:17 重要决策之后裁员了一大半，清空了一幢楼

01:05:45 转型后第一次PMF

01:09:55 现在的智能眼镜在黑莓到iPhone 1的中间阶段

01:11:52 AI在硬件上的展开：具身智能、随身智能

01:13:05 在智能眼镜，明年上半年会是与巨头竞争的时间点

01:19:29 马云总结创业公司和巨头竞争的4个机会：4个不

01:23:38 中美定义智能眼镜产品的不同

01:41:35 公司价值观第一条是玩心，老板总是那个trouble maker

01:48:32 聊聊杭州创业者们

01:59:05 硬件创业的黑森林

02:27:00 最后的快问快答

【更多信息】

联络我们：微博@张小珺-Benita

更多信息欢迎关注公众号：张小珺