AlphaGo

101: 与王小川聊AI✖️医疗：通向“生命科学的数学原理”

2025年2月11日 · 1:16:56

本期嘉宾是百川智能创始人兼CEO王小川，他与主播程曼祺一起拆解了百川聚焦医疗的战略，核心主张是医疗不是垂直场景，而是大模型皇冠上的明珠，“造医生就等于AGI”。王小川称，百川在春节前发布了推理模型Baichuan M1-Preview并开源14B版本，2025年一季度每个海淀居民就可能用上AI医生助理；与北京儿童医院合作提出“造100万儿童医生”，一个内蒙古脑梗案例中M1给出的三个诊断方向与协和医院会诊高度吻合。他透露百川累计融资超50亿元但没怎么烧钱，也不参与API价格战和投流大战，因为医疗是比通用模型更大的机会。他回顾了从2000年基因测序毕业论文到研究中医、投资医疗公司的经历，认为AI正从“把物理变数学”走向“把语言变数学”再到“把生命变数学”，语言是智能主轴，o1验证了这一点；直接用图像视频训练是走偏了，下一个范式迁移是AI自己造工具。在王小川看来，医疗不会被通用智能吃掉，因为医疗数据和场景独特，中国一年就诊人次超84亿；训练医疗超级模型成本更高但有相应价值，未来可从“入院即入组”走向“出生即入组”，推动生命科学研究。他还分享了与政府、医院和产业落地的真实过程：见省长和市委书记比在搜狗时更多，但层层推进和考核指标更复杂；付费方式有政府、医院和商保等，今年内会在海外探索医疗出海。最后他比较了搜狗与百川两次创业，认为需要更多年轻人，并期待2025年医疗场景解锁和“看特朗普怎么折腾”。

96: 和楼天城聊 Robotaxi：学习人类优秀司机，让我绝望

2024年12月25日 · 1:27:58

楼天城在小马智行这次访谈中系统阐述了Robotaxi过去5年的技术变革：L4必须从“Learning by Watching”（模仿学习）转向“Learning by Practicing”（实践学习），以世界模型作为车端模型的训练环境。他提出多个反直觉判断：模仿学习最多只能“像人”，但人类对AI司机的双标要求使像人永远达不到L4；越是优秀的人类司机，越依赖超越传感器数据的经验与直觉，模仿其行为反而是“反向优化”；世界上不存在MPI（接管里程）为1000公里的L2产品，因为那要求人一个月接管一次且始终保持专注，违背人性。小马5年前因此彻底放弃模仿学习，转向生成式数据和闭环训练，从零追赶，前两年“没有任何进展”，承受了巨大压力；他强调决定自动驾驶能力上限的不是车载模型，而是世界模型这一“工厂”的精度。世界模型包括数据生成器、驾驶行为评估体系、高真实性仿真和数据挖掘引擎，其中交互模拟和细粒度指标是核心竞争力。楼天城还明确L2+与L4是两件事：L2以低成本辅助人为目标，用模仿学习没有问题，但无法跨越安全与人性的门槛，做得越好，距离L4反而越远。商业化上，他预计1-2年内可实现成本更优的千台级无人车队运营并转正毛利，净利则要到5万台；而特斯拉如果继续坚持Learning by Watching，转向实践学习仍需时间。

83: 《智人之上》：没有AI，寻找意义也是每个人的必解题 | 串台《知本论》

2024年10月10日 · 1:16:11

在这期与《知本论》串台的节目中，人类学者袁长庚与《晚点聊》主持人程曼祺、知本论主播孙冰洁围绕尤瓦尔·赫拉利的新书《智人之上》展开对谈，核心观点是：信息网络并不必然带来进步，AI作为非人的信息节点可能让网络走向失控，而相比宏大制度，个人更能着手建立自己的制衡机制。袁长庚将《智人之上》概括为“过去是什么、新变化是什么、如何补救”的三段论，并指出赫拉利擅长用军鸽、猎巫等故事穿透历史，但他提出的“提前构建有制衡的信息网络”回避了由谁主导、如何执行的问题，带有书生意气的天真。节目批评了“信息越多越接近真相”的天真信息观和“信息只是操控工具”的民粹信息观，袁长庚观察到当下学生的信息素养不升反降，人们沉浸于算法推送的流里，却越来越缺少主动提问、整理和消化信息的能力。讨论还落到韩国换脸色情事件、东欧小镇女孩的隐私视频和妙鸭相机的用户条款上，说明技术风险一旦跨越临界点便难以补救，个人权利也会在不知不觉中被让渡。关于AI取代工作的焦虑，袁长庚认为用工作建构意义只是现代性的产物，若真出现“无用阶级”，人需要像云南种咖啡、种大米的人那样通过身体劳动重新建立与世界的连接；他分享了自己从深圳迁居昆明后的感受，认为地方性的生活节奏能对抗单一的发展逻辑。最后，他建议的“日课”——手写、冥想、主动断网——是每个人都能实践的技术距离调节法；正如他在节目中所言，即使没有AI，寻找意义也已经是现代人的必答题。

80: OpenAI o1 来了！与硅流袁进辉聊 o1 新范式和开发者生态

2024年9月16日 · 1:40:20

本期《晚点聊》邀请硅基流动创始人袁进辉解读OpenAI o1：o1以强化学习、思维链与test-time compute的组合，突破了大语言模型在逻辑推理上的瓶颈，数学、编程和科学任务能力大幅提升。袁进辉认为这三项技术单独看都不是新idea，OpenAI把Alpha家族验证过的强化学习方法搬到大语言模型上，胜在组合，并验证了从train scaling law到inference scaling law的新范式；训练端用合成数据、推理端多次调用模型都会增加算力需求，但国内基础模型训练收缩，GPU短期有冗余、租金下降。从API定价看，o1每百万token约数十到上百美元，是4o的数倍到十倍，目前还不支持函数调用、流式传输，推理时间也长，但这些都可优化；而推理能力的提升让Agent范式更有望跑通。袁进辉还以硅基流动的一线数据反驳“AI应用降温”：大量小微企业和个人开发者正基于开源模型做应用，只是不在传统VC视野里，他称已有应用每天调用数亿至十亿token、每周活跃数十万；海外调用最多的是Meta的Llama，国内是阿里通义千问和幻方DeepSeek，千问胜在版本齐全，DeepSeek编程能力突出。他也不认为o1会改变大模型公司持续收敛的趋势，因为技术扩散和边际收益递减的逻辑未变。

40: 通用机器人，AI 的下一个浪潮？

2023年7月27日 · 1:09:48

本期《晚点聊》邀请梅卡曼德创始人兼CEO邵天兰，讨论通用机器人（人形机器人、具身智能）热潮：大模型让这个目标从“登月”变成“攀登喜马拉雅山”，首次呈现可行路线，但机器人四肢的进化远慢于“大脑”，大概率出现“聪明的脑子、笨拙的四肢”。邵天兰描述，世界人工智能大会上特斯拉人形机器人仅是模型也被围观，英伟达、微软、谷歌、字节跳动、腾讯等都在布局；通用机器人必须能在物理世界操作交互，智能客服不算。他解释，今天机器人完成简单任务仍靠大量人工编程，深度学习只占小比例，比如制衣厂自动化缝纫机切换新品要编程两天，而订单一两天就生产完了，因此设备闲置；农夫山泉生产线几乎无人，因为产品常年不变，而咖啡店店员一小时可能干几十种杂事，机器人做不到；全球工业机器人年销量约50万台，仅在汽车焊接、物流搬运等稳定场景普及。大模型能带来常识和推理（如“热饭”与微波炉的关联），但手、腿、驱动器等机械部件十年进化可能不到一倍，而算力讨论单位十年进化100万倍、训练数据从1万张图片变成全网文本，所以机械是更大瓶颈；他寄望用AI在仿真中加速机械工程设计，让人一年两次的迭代变成一天千次。对人形机器人，他认为世界为人设计，人形因此是最佳形态；特斯拉Optimus若真做出能干活的第一台，是从0到1，比造电动车难得多。他还谈到酒店电梯已为送货机器人做无障碍改造，ChatGPT反而训练人更清晰地沟通，就业担忧可参考洗衣机、织布机的历史，通用机器人技术不会被一两家垄断，而会像电脑一样进入并重塑每个行业。