Gemini

179: 蒸馏风暴：一场无人公开谈论的技术竞赛

2026年8月16日 · 49:33

《晚点聊》主播高洪浩与《晚点 LatePost》科技报道负责人程曼祺在本期中拆解AI模型蒸馏：它并非简单抄答案，而是有门槛的复杂系统工程。围绕字节跳动，节目披露张一鸣在内部会上反对蒸馏，理由是只能逼近难超越，且会让组织依赖捷径、丧失长期探索动力；程曼祺也分析Seed 2.1可能曾用蒸馏，字节在讨论后仍决定不走这条路。节目梳理了蒸馏出圈的关键节点——OpenAI o1开启推理模型与DeepSeek-R1发布推动规模扩大，并详解大规模蒸馏的账号与数据管线know-how、隐藏行为的难度，以及学生模型理论上可超越教师但代价是组织激励偏向确定性路径。此外，节目提及Anthropic曾点名DeepSeek、Kimi、MiniMax和阿里千问疑似蒸馏，并讨论蒸馏对商业模式的冲击：更便宜的智能让许多任务‘够用’，V4和Grok这类高性价比模型正在‘斩杀’高价低能的模型。

161: 原力灵机唐文斌：中国最早的 AI 创业者和他的具身新旅程

2026年4月23日 · 2:09:50

本期节目对话原力灵机联合创始人兼CEO唐文斌，他回顾了自己从信息奥赛教练到创办中国最早AI公司旷视的历程，并阐明新公司原力灵机的核心选择：不做人形机器人，而是用模块化组合适应场景；且直接参与VLM预训练，在预训练阶段就加入机器人数据，以避免常见VLA方案中VLM能力下降的问题。他总结了旷视AI to B的三个教训——价值可量化、不占客户成本过高、避免项目陷阱，并以优衣库上海大仓项目为例，讲述团队曾在五轮竞标后承诺过高、效率只达目标40%，最终推倒代码延期半年才救回项目。关于具身落地，他提出当前真问题是模型泛化能力，今年目标是将RoboChallenge多任务generalist成功率从30%大幅提升，同时选择容错、节拍宽松、可长时间作业的场景，计划2026年在单场景实现1000台机器人持续运转以启动数据飞轮。他还解释了为何开源Dexbotic训练框架和RoboChallenge评测，认为行业基础设施决定迭代速度，并判断具身行业会先分散再集中，最终存活的个位数公司多数将是中国公司。面对可能的低谷，他建议备足弹药并专注在真正相信的事情上，称旷视过去因开太多方向而分散了精力。同时他强调具身公司要警惕成为做项目的小老头公司。

155: 至简动力贾鹏：从英伟达到理想，具身智能的六边形战士

2026年3月22日 · 2:47:50

本期访谈至简动力创始人兼CEO贾鹏，他此前是英伟达中国智驾团队第一位员工、理想汽车自动驾驶技术研发负责人。节目完整回顾了他从英伟达服务L4客户到转向量产，再于2020年加入理想、带领团队从有图切无图并完成端到端双系统交付的十年经历。2025年年中他创立具身智能公司至简动力，与理想前CTO王凯、前智驾量产负责人王佳佳搭档，成立半年融资20亿元人民币。他认为具身智能竞争本质是体系竞争，公司要做技术、战略、产品、品牌、组织、商业都强的“六边形战士”。他提出硬件远未成熟、合成数据有用但非主力、模型应走向生成理解一体化、组织要简单且以项目驱动等判断，并分享了对行业从To A转向To B阶段、具身终局是分散垄断等观察。

151: MuleRun 陈宇森：Claude Code带来Agent创作新范式，未来的软件是日抛式的

2026年2月12日 · 1:46:45

本期《晚点聊》专访MuleRun创始人、33岁的连续创业者陈宇森，核心论点是Claude Code已是当下最强通用Agent，Agent创作门槛因此骤降，平台机会应从交易货架转向帮普通人用自然语言封装工作流程。MuleRun此前上线三个月未见理想PMF，团队约50人，现于1月16日内测Agent Builder，站在Claude Code这个“基础Agent”之上，提供Runtime、Skills评价体系和安全审计，让用户通过选择与对话创建可分享的Agent；他认为未来Market Place不再货架化，而应在对话中触发交易，且软件将“日抛化”，按需创建、执行、销毁，AI本质是制造业。节目含25年12月底与26年1月初两次访谈，还对比了N8N、Dify、Coze、蚂蚁灵光、Youware等同行路径，还指出Dify专注To B、Coze封闭生态，并判断2026年可能出现ARR达5亿甚至10亿美元的AI原生应用公司。后半段他回顾22岁浙大毕业创办长亭科技、2019年卖给阿里云，第二段同时做游戏与安全公司，游戏项目失败，2023年低谷后重新出发，以“用心”对抗平庸，也强调不要在选择题上出错。

146: Gemini 3翻盘背后、Agent需要什么大模型、RL创业机会|与前 Google 创业者、硅谷投资人聊湾区动向

2025年12月26日 · 1:40:58

本期嘉宾是 MoE Capital 创始合伙人 Henry Yin、Naomi Xia 与 Agent 工具层公司 Precur 联创戴涵俊、Bethany Wang，由程曼祺主持，从硅谷一线视角解析 Gemini 3 与 GPT-5.2 同期发布、Google 靠什么强势回归，以及 Agent/RL 创业机会。嘉宾指出 GPT-5.2 在 GDPval 上达 70.9%（前代 38.8%）、ARC-AGI-2 达 52.9%，且 OpenAI 今年发布的三个 benchmark 均由 Anthropic 模型得分最高，显示其将研究与营销分开。Google 的反弹被归因于 TPU、Infra、模型到应用和硬件的多层协同设计，以及 DeepMind 与 Google Brain 合并后的整合。创业层面，Precur 做“可训练工具层”，让工具从失败轨迹中自我强化，早期客户测试中正确率提升约 12%；RL 机会被分为 RL 环境（如所投的 Preference Model）、RL as a Service 和 RL 垂直应用（如 Periodic Labs）。模型选择上，嘉宾强调云绑定优先于性能，Claude Code 与代码驱动工具调用（PTC）正成为 Agent 核心范式，Qwen 是表现优异的开源模型，飞往 NeurIPS 的飞机上约 1/3 的人在读 DeepSeek-V3.2 技术报告。他们预测模型将向加入大量 agent trace 的开源模型、更强多模态和长程任务优化演进。

144: “大而强”到“小而强”|与刘知远、肖朝军聊密度法则、RL 的 Scaling Law 和智能的分布式未来

2025年12月11日 · 1:41:54

本期嘉宾是清华大学副教授、面壁智能首席科学家刘知远和清华大学博士后、面壁 MiniCPM 文本模型负责人肖朝军，他们在《自然·机器学习》子刊发表封面文章提出大模型“密度法则”：能力密度每 3.5 个月翻一番，用更少算力和数据获得同等甚至更多智能。节目先谈 Gemini 3、Nano Banana 等行业动向，区分“能力更强”和“能效更高”两条主线，并复盘面壁 2023 年下半年放弃花几千万训 140B 模型追 GPT-4、转向端侧智能的商业判断。提升密度被拆为架构（MoE 与稀疏注意力）、数据治理（Ultra-FinWeb 用不到十分之一数据达到更好效果）、算法（强化学习还没有自己的 Scaling Law，有继续扩大规模或寻找新学习方式两条路）和软硬协同四层。他们还预测 2027 年端侧模型能支持大规模强化学习，2030 年手机可跑 60B 参数、8B 激活的模型，能力相当于 GPT-4 到 GPT-5；未来智能是分布式的，每个人可拥有随身“NAS”终端。肖朝军介绍了面壁开源的 InfLLM-V2，将稀疏注意力做到预训练阶段，128K 上下文只需关注 4-6K token，并认为长文本应更多关注长输出而非长输入。最后讨论 AGI 下一步：从自主学到 AI 协作网络再到真正创新，刘知远认为“用 AI 制造 AI”是智能时代本质，他不担心生产力过剩，而担心人类自我束缚。

139: ICCV最佳论文、光年之外、Sand.ai：曹越十年AI之旅，从研究者到CEO

2025年10月31日 · 2:06:28

本期对谈 Sand.ai 创始人兼 CEO 曹越——ICCV 最佳论文（Swin Transformer）得主、光年之外联创——讲他从研究者到 CEO 的十年。曹越在 ChatGPT 之前就从 OpenAI 的 CLIP/DALL·E 中读出“设计 scalable 系统最大化压榨算力”的方法论，为此离开微软亚研院加入当时国内最早做大模型的智源研究院；他说在微软亚研院学到的是关注最重要且有提升空间的 topic，并用足够资源做到极致。2023 年初他与王慧文一拍即合共创光年之外，也见过梁文锋；他记得王慧文对“中国为何没出现 OpenAI”的回答是“不够富”。他选择视频生成创业，因为技术天花板和商业天花板都高、又处在极早期。创办 Sand.ai 后，他复盘首个模型 Magi-1 因低估自回归路线难度花了一年多，之后转向“垂直整合”：让不同背景的人对齐上下文、让产品与模型互相放大。新模型 Gaga-1 以音画同出聚焦人物说话与表演，成本大幅下降，瞄准 AI 短剧、广告和 C 端“逗视频”。对 Sora 2，他最惊艳的是模型端到端直接生成有基础叙事的 10 秒短片，而非用 agent 拼接，并认为 OpenAI 是“端到端组织”，自己也正把 Sand.ai 调整成同样的组织。他还用“是否有新内容形态和新传播渠道”两个指标判断 Sora 能否成为 C 端平台。

137: Agent 是机会，造 Agent 的工具也是|从OpenAI开发者日聊起｜Agent#6

2025年10月16日 · 1:28:58

本期《晚点聊》邀请AGI House联创Henry Yin与合伙人Naomi Xia，从OpenAI 10月6日DevDay发布的AgentKit出发，梳理了Agent工具链（Agentic Tooling）的六次进化与创业机会。他们认为，AgentKit是OpenAI开放了内部验证过的Agent开发全流程（构建、部署、评估），与2023年GPTs不同，Apps in ChatGPT和Apps SDK提供了真正的平台能力，可能让ChatGPT成为‘WeChatGPT’式超级应用；但AgentBuilder的可视化工作流与AGI路线有分歧，OpenAI不会放弃to B，已新设‘Future of Work’团队加速落地。工具链六次进化包括：GPT-3.5催生LangChain，function calling开启工具调用，MCP统一工具标准，GPT-4o语音带动实时语音设施，Claude 3.5引爆AI编程，O1推理与computer use让agent自我规划和用浏览器，每波都催生新公司。具体公司上，他们点评了Composio及其Rube产品以meta MCP server解决Cursor只能同时打开三个MCP server的限制，LiveKit一天2000万分钟语音（一年前100万），Letta的‘sleep time compute’记忆方案，以及OpenAI 11亿美元收购评估公司SetSeed的信号。他们估算，AI agent可将开发者工具市场从两三百亿美元推高至2000亿-5000亿美元，Okta、Twilio、Datadog在身份、通信、可观测性上可‘再做一遍’。最后，他们观察到2025年更多中国AI团队经HFZero等进入硅谷，20%-30%入营者是中国背景，其to C产品感和野心正在影响创业生态。

134: Meta AI人才动荡，上亿美元为何留不住人？| 与Pokee AI朱哲清盘点 AI 组织

2025年9月23日 · 1:20:24

本期节目与Pokee.ai创始人朱哲清（前Meta应用强化学习负责人）复盘Meta AI人才动荡：Meta以143亿美元收购Scale AI并天价挖人，但9月离职潮显示组织问题才是关键。朱哲清对比Meta、Google、OpenAI、Anthropic的组织特点，认为Meta因层级臃肿、分功不均导致人才流失，而OpenAI和Anthropic以使命驱动和精简规模更吸引顶尖人才。他表示顶尖AI人才最看重成为AGI核心贡献者，工程型人才决定2-3年发展，科学家型决定10年。他还给出AI原生组织建议：网状结构、任务抽象化、信任优先，并预测明年资本市场冷却将影响人才竞争。最后以斯坦福学生“上完课能否做出sota模型”的提问，批评当前AI教育浮躁。

127: 与真格戴雨森 25 AI 中场复盘：OpenAI的IMO金牌、Kimi K2翻盘、Agent普及和抢人大战

2025年7月21日 · 1:54:55

本期《晚点聊》中，主播程曼祺与真格基金管理合伙人戴雨森复盘2025年年中AI进展：OpenAI用未公开的通用大语言模型首次达到IMO国际奥赛金牌水准（6题做对5题），戴雨森认为这验证了推理时扩展定律、说明强化学习也能攻克难以验证的证明题，被OpenAI研究员Sébastien Bubeck称为'登月时刻'；而OpenAI的ChatGPT Agent虽不惊艳，却标志Agent形态成为共识，也证明'壳'（应用）的价值被低估——模型进步与应用进化可能都在加速。他提出应用价值三层论：模型只提供底层智能，Context（组织与个人上下文）和环境工具须由应用提供，这正是Manus、Genspark等创业公司的机会。 他盘点各家公司走向：K2（月之暗面）已是目前最好的开源模型，OpenRouter编程类目调用量几天内从第10升至第5；DeepSeek R2要等新基模V4；字节Seed分设Edge、Focus、Base；Google回归第一梯队，Anthropic自造Claude Code加入应用层。被高估的是机器人进厂速度——特斯拉已下调Optimus产量预期；被低估的是模型能力进化速度、应用价值与优秀团队韧性。他还谈到硅谷抢人大战由Meta主导、腾讯成国内挖人最猛者，并预计Agent应用需要新的L3原生模型，以自己每月近1000美元的AI订阅费说明生产力场景token消耗将远超娱乐类。 面对未来，他持续好奇如何衡量智能边界——当模型已能解决IMO证明题、HLE得分从年初个位数涨到20多分，人类的评估体系正在失效；他也担心效率与公平的张力：当个人拥有巨大生产力，人与人差距会被急剧拉大。他推荐契合AI创业者心态的游戏《33号远征队》，并说自己年内最想验证的是L3模型能否让Agent任务一次做到七八十分以上。

116: 当AI研究者写科幻，与Meta田渊栋聊他的智能想象：我们终会“所思即所得”

2025年5月17日 · 1:39:05

《晚点聊》本期请来Meta GenAI研究总监田渊栋，从他2024年出版的科幻小说《破晓之钟》切入，谈AI时代的科幻想象与现实印证：他2005年起研究人工智能，2020年动笔、2021年连载完这部完全手写的小说，书中“灵界立方”的互联设定源自英伟达GPU，两年后成了算力竞赛的真实图景。他借外星文明用虚拟世界“乐园”诱惑人类的故事，讨论未来人类可能一边进入虚拟世界、一边以计算载体走向星海，并预测科技终会到达“所思即所得”，而那时高级文明最想掠夺的是宇宙角落独一无二的智慧与“好点子”。小说主角是一群研究者，也带出他对学术圈的真实观察：他回忆了深度学习冷门时期在卡耐基梅隆读博的经历，区分了追求颠覆性突破与做实用改进的两类科研者，并讲述作为技术leader从“不要埋头苦干”到重新强调hands-on的转变，认为AI时代研发团队会更小更精悍。作为写作者，他对比了Claude、Gemini、DeepSeek等模型，认为它们仍缺乏对人物关系和长线逻辑的理解；他自己用Cursor等AI工具做了人机协作的写作软件，让AI补空、润色而自己保留核心创意。他相信人类独一无二的经验与见解是AI最需要的数据——就像银河联盟寻找全宇宙的好想法，而这本小说的续作《幽夜星火》正在网上连载。