AI模型团队动态

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。

178: 与田渊栋聊 RSI：模型自进化如何到来？

2026年8月7日 · 1:29:02

田渊栋做客《晚点聊》谈他联合创立的 Recursive SuperIntelligence（缩写同为 RSI）如何让 AI 自我进化：这家公司刚完成6.5亿美元融资、估值超46亿美元，他认为 RSI 比 coding agent 大得多，完全自动化短期不会到来。他讲述从去年用 GPT-5 合写论文到决定创业的过程，称模型已强到「不用再招实习生」，并对比十年前 AutoML：现在大模型能理解 AI 本身，搜索空间不再由人定义。关于公司6月初的 First Steps，他说系统在 NanoChat 的 BPB 与 Speedrun、英伟达 SOL-ExecBench 算子优化上取得 SOTA：Speedrun 比社区两年成绩再快约两秒，算子优化比专注 GPU 的以色列团队 Double AI 高10%；他也评价 Anthropic《When AI builds itself》更多是提效而非递归自进化。对「领先者会越甩越远」的假设，他提出变量：智能提升可能是阶梯式跳跃而非平滑曲线，若 scaling law 不是全部，初创公司仍有空间；他还谈到大公司超过150人后变慢，RSI 目前缺数据、算力与可解释性。他坚持可解释性是关键，相信 AI 研究终将变成科学，但承认这是少数派观点。

177: 详解Kimi K3：强到冲击Anthropic估值的模型什么样？

2026年8月3日 · 1:55:18

《晚点聊》由曼祺主持，邀请RadixArk与SGLang创始成员赵晨阳、华盛顿大学博士生曾致远，从Infra与算法两条线拆解Kimi K3：这款近3T参数的开放权重模型以混合注意力架构逼近并部分超越Claude Opus 4.8等闭源前沿，同时引发对Anthropic估值的冲击与开源安全辩论。节目指出，K3用KDA线性注意力与MLA全局注意力按3:1混合，靠循环状态压缩历史，在百万上下文下获得6.3倍解码加速；其Quantile Balancing以分位数估计替代固定步长调整，支撑896个路由专家中选16个的极端稀疏负载均衡，Per-head Muon则通过逐注意力头正交化提升大规模训练稳定性。后训练部分，K3先用MOPD多教师在线蒸馏合并9个领域专家模型，既降低合版压力又提升迭代速度；在Kimi CodeBench 2.0上，K3得分仅低最强模型4分，成本却只有对方的38%。嘉宾还拆解了Attention Residuals如何让深层模型选择性读取浅层信息，以及Kernel Development Agent如何让早期checkpoint自主优化内核，甚至为国产GPGPU写Kernel。讨论也点明，K3开放了权重、MuonEP、Flash KDA和agent-inv，但未开源RL环境、知识图谱任务系统与原始专家checkpoint——权重是一次训练的产物，环境才是能反复产生下一代权重的'流水线'，构成开源模型真正的护城河。最后，嘉宾判断开源模型短期内仍难超越闭源，因为OpenAI与Anthropic内部最强模型通常比已发布版本领先半代到一代，但KDA这类线性注意力混合架构已证明'条条大路通罗马'。

176: 姚顺雨，来到腾讯300天

2026年7月31日 · 1:39:26

本期《晚点聊》与主笔高洪浩复盘姚顺雨空降腾讯、改造混元大模型团队的300天，核心判断是她在刘炽平（Martin）支持下快速换掉预训练、后训练、测评、Infra等关键岗位，引入原DeepSeek的萧学峰、张弛等人，以接近300B参数的小尺寸混元3作为首秀，目的不是登顶而是让团队磨合、重振士气。她本人也被评价为不像纯技术Leader，而是重视组织，经常找一线同学和实习生要反馈。姚顺雨为何选择腾讯而非字节？她认为下半场的关键是找到值得解决的问题，腾讯拥有社交、办公、内容、游戏等最丰富的Context（场景与数据），字节的DAU虽大但画像同质化。高洪浩还披露混元与微信自研WeLM“没有很直接的关系”，张小龙因极度在意隐私和数据可控更倾向自研，两套模型大概率长期并存，刘炽平希望腾讯面对AI能“拧成一股绳”，这仍是联邦制腾讯的长期变数。节目也讲了Kimi K3发布后混元内部的声音分化：一派认为后来者可用更先进架构和数据居上，另一派质疑小模型的意义；同时腾讯把元宝、WorkBuddy、IMA等AI原生产品集中到CSIG，混元通过后训练团队与游戏、新闻业务合作，并建设全公司共用的强化学习平台。最后讨论大模型竞争：第一梯队模型是否足以定义胜负、从程序员到更广泛白领的商业化拐点何时到来，以及今年下半年可能的泡沫转折。

175: 对话Liblib陈冕：关于活下来，以及所有接近死亡的时刻

2026年7月30日 · 2:08:33

本期《晚点聊》对话演语科技Evoken创始人陈冕。他回应了围绕Liblib、Lovart、LibTV的争议：公司现金流自5月起转正，月投流不足100万元，并非负毛利；LibTV的3.9折年费会员是基于用户消耗率与续费率假设的定价，而非补贴。他承认LibTV不是首个拿到PMF的产品，但强调“第一个发现PMF和最终赢得市场差十万八千里”，创新有成本，应用公司不能自由探索。陈冕复盘了创业初期账上只剩4000元、联创离职、CTO更替等时刻，承认自己随意给“联合创始人”头衔、忽视管理，是两个reward model没做好。面对模型厂商的“吞噬”，他用“逐鹿中原与占领江东”解释生存路径：在巨头缝隙中以时间换空间，最终通过用户创造财富构建双边网络，赌的是“十年以内人有没有价值”。他认为AI时代奖励更焦虑、更快、更有侵略性的人，而自己正是被时代选中的那种。

174: AI冲击企业软件巨头？与SAP原欣聊大模型to B的颠覆与边界

2026年7月27日 · 1:31:43

本期《晚点聊》访谈SAP大中华地区总裁原欣，直面AI对SAP这类企业软件巨头的冲击与边界：她认为AI coding不会让业务逻辑和标准流程失效，SAP数十年积累的数据、流程和行业know-how仍是壁垒，但按坐席收费的商业模式将转向按用量和结果付费。原欣介绍SAP从记录系统向可执行的“自主运营企业”转型，与Anthropic、Google、微软、AWS、NVIDIA等基模和云厂商合作而非自研通用大模型；她认为“模型即产品”在To B不成立，企业用AI的落差在于脏数据不会自动消失，老板丢来“我也要”的难题，组织惯性比技术更难解决。她还判断FDE（前线部署工程师）是AI外溢到企业世界的必经路线，它和SAP过去的ERP顾问不同：前者偏工程和产品，后者偏业务和行业知识，未来将融合为既懂技术又懂业务的复合角色；SAP帮一家企业把关务Agent准确率从六七成提升到九成以上，说明标准流程叠加AI仍有价值。节目也谈到麦肯锡对2000多家企业的访谈中，28%的企业尝试AI但仅3%认为获得业务回报；大公司有钱做实验、小公司跑得快、最挣扎的是中型企业，中国没长出全球SaaS巨头源于高速增长留下的系统欠账；AI会先影响轻资产服务业，制造业从市场和售后切入。在中国，SAP与阿里云、千问、钉钉合作服务客户，并以全球本地化平台和流程挖掘工具支撑企业出海；对比本地部署、云到生成式AI，她觉得区别是速度，人的复杂性没有变。

173: 对话姚颂：深鉴、东方空间、再出发，「天才少年」十年后

2026年7月21日 · 2:55:18

本期对话正行创新创始人兼 CEO 姚颂，以十年三次创业为主线，讲他从清华本科创业、3 亿美元卖掉 AI 芯片公司深鉴，到联合创建商业航天公司东方空间，再到创办物理 AI 公司正行创新的经历与判断。姚颂回忆，深鉴早期见了 50 家机构没人投，最后金沙江创投的张予彤和林仁俊投资，他还拒绝英伟达、英特尔的投资而选择赛灵思；卖掉公司后“纯粹的高兴只有两分钟”，随即陷入找不到方向的灰暗期。他还回忆了杨植麟、王鹤等如今科技创业中坚在清华园的较量。在经纬做投资合伙人期间，他看过激光雷达、脑机接口、可控核聚变后选择商业航天，主张优先级应是“好多快省”，并推动了首飞即成功的引力一号首次民营发射直播。对第三次创业 Striding AI，他强调要缩短前沿算法到商业价值的链路，认为 VLA 已走到头，一两个小天才无法解决物理 AI 问题；公司目前近一亿美元融资，依靠正大集团、华擎的真实场景获取低成本数据，并采用“隐空间”思路避开像素生成的高成本。他还否定 OpenAI、Anthropic 的“智能优先”路径能摘取物理 AI 果实，用 AlexNet 到 ResNet 的历史说明没有谁能一直领先，并预期具身智能将在十到十五年超过汽车产业产值，成为经济支柱。他自称是“八分进攻、两分防守”的创业者，人生宁可选开心地 suffering 也不要 boring。

172: Momenta IPO后再访曹旭东：就是想做没有尽头的AI

2026年7月15日 · 2:03:20

在Momenta上市后，创始人曹旭东接受《晚点聊》专访时表示，高阶智驾竞争已趋终结：Momenta与华为两家合计占据第三方城区NOA约90%市场份额，拥有明显定价权，改变格局的窗口正在关闭，中国最终只有两三家、全球三四家供应商。曹旭东断言智驾已从“好玩的玩具”变成“好用的产品”，在购车决策中的权重升至第四位，仅次于价格、外形和空间，并认为未来每年十倍的技术进步会在2028年使智驾达到人类水平，成为must have；公司据此规划2027年打平、2028年盈利，研发投入将从今年的2亿美元增至明年4亿、后年6亿美元，上市的核心目标是建立品牌和信任。面向下个十年，他推演家庭机器人在2030年前后进入规模化拐点，认为量产智驾、RoboVan/RoboTruck/RoboTaxi与机器人共享“世界模型”底座，因此将于2027年正式投入具身智能，并选择自己做本体设计而非纯平台模式，还以“RoboVan>RoboTruck>RoboTaxi”排序了无人驾驶各场景的商业前景。他还回顾了自己从学物理到微软亚洲研究院师从孙剑、再到商汤和创立Momenta的经历，强调“数据驱动”的信念来自他见过真正work的产品都依赖海量数据，以及孙剑教会他重视实验中的异常现象，即“聪明人下苦功夫”。他解释了Momenta“一个飞轮两条腿”战略的由来和“主线积累、主线合力”等研发原则，并称自己判断力来自长期思考、反复讨论和到一线获取一手信息，最后以“狐狸知道很多事，刺猬知道一件大事”概括其长期主义。

171: 与Henry的「AI季报 26Q2」：从 coding 到 RSI，强者愈强的未来？

2026年7月1日 · 1:39:42

本期季报中，程曼祺与MoE Capital创始合伙人Henry Yin判断，行业正同时推进智能前沿（编码代理、RSI、物理AI）与智能扩散（企业自建模型、交互创新），强者愈强但开源追赶也在加速。OpenAI与Anthropic分别发布GPT-5.6和Fable 5，Anthropic因安全护栏与静默降智引发争议，OpenAI以免费抢客，Anthropic年收入预计达620亿美元，OpenAI约400亿美元。RSI成为热土：Anthropic长文称80%合并代码由Claude编写，Richard Socher、田渊栋的Recursive在三个benchmark取得SOTA，Mirendil、Core Automation等新团队涌现。物理AI上OpenAI官宣机器人团队，Anthropic考虑布局；MoE资本统计约100亿美元流向世界模型相关公司。智能扩散上，Harvey联合Applied Compute用GLM 5.1后训练出法律模型并超越前沿模型，GLM 5.2因低成本与兼容Claude Code在硅谷走红。交互创新包括Claude Tag、Record and Replay和Thinking Machines的边听边说模型；Meta推出Musespark但反响平平，Google以Gemini Omni展示多模态，xAI转向算力租赁并收购Cursor，Midjourney发布超声波CT扫描仪。

170: 与陈哲的「具身季报 26Q2」：世界模型大风不停，和不想被贴标签的人

2026年6月29日 · 1:53:50

本期《晚点聊》中，主持人程曼祺与Alphaist创始合伙人陈哲盘点2026年第二季度具身智能五大进展，核心判断是世界模型与灵巧手取得显著突破，人形机器人正从演示走向真实场景。陈哲认为北京亦庄人形马拉松中荣耀机器人事业部夺冠，证明有高端制造经验的大厂能快速拿出有竞争力的产品，成绩从去年半马2小时40分提升到今年自主导航约50分钟；Figure AI连续直播100多小时、分拣13万包裹，展示物流是适合人形机器人的好场景，但遥操作与远程接管仍是部署常态。在灵巧手方面，ICRA上以舞肌为代表的中国高自由度直驱灵巧手获得关注，陈哲认为直驱方案长期仍看好，而Optimus等大厂继续跟从绳驱路线。世界模型方面，英伟达Cosmos 3成为首个全开源Omni model，采用Mixture of Transformers融合自回归与扩散架构，能直接生成动作，带动创投热潮；Physical Intelligence的Pi 0.7在VLA上接入轻量世界模型，Generalist的Gen-1以50万小时无本体数据从头预训练，拒绝被VLA或世界模型标签定义。针对OpenAI Robotics团队官宣，陈哲表示其算力投入在具身领域已属天花板，并讨论了大厂入场节奏、宇树IPO后的估值锚点，以及中国创业者在长期不确定性与商业化之间的张力。

169: 访谈Cerebras早期投资人周楠：英伟达挑战者？Scaling Law的萌芽、被遗忘的百度美研

2026年6月16日 · 1:39:15

周楠现任高通创投投资人，曾主导百度对Cerebras Systems的早期投资；本期节目她回顾了这家被视作英伟达挑战者的AI算力公司从9年前非共识投资到近期IPO、市值一度接近1000亿美元的历程，并解释OpenAI为何与它签下至少200亿美元订单。她讲到自己在百度硅谷人工智能实验室期间，与Greg等研究员一起对尚未流片的Cerebras做尽调，用当时全球最大的语言模型验证其晶圆级引擎（WSE）架构能否把三个多月的训练时间大幅缩短；Sam Altman在百度投资前已于2016年个人入股Cerebras。她也回溯了Scaling Law萌芽于DeepSpeech 2论文，Dario是经Greg招入百度，后来出走创办Anthropic；百度因地缘政治未能成立独立AI基金，遗憾错过OpenAI、Databricks等deal list。她还分析了WSE架构的优劣、推理需求爆发让Cerebras低延迟高吞吐方案更有价值，以及推理优化和Infra层创业机会、当下VC募大钱投winner、物理AI可能比预期更早到来等趋势。

168: 对话王新宇：美团龙珠怎么投科技？

2026年6月10日 · 2:07:27

美团龙珠合伙人王新宇向《晚点聊》主持人程曼祺完整讲述其十年科技投资史：从复旦计算机视觉背景进入GGV，经历AR/VR与自动驾驶投资，在昆仑万维投出PonyAI与多家半导体公司，再到2021年加入美团龙珠构建“三纵三横”科技投资框架。他重点复盘两笔关键投资：称龙珠2019年投理想是能写进投资史的决定，王兴的好奇心与求甚解令人印象深刻；并详述2023年7月投资月之暗面的过程——2022年底就想“挖”杨植麟创业，第一次见面后所有负面疑问都烟消云散。他还解释美团系累计投资宇树超4亿元、合计持股约9.65%的原因：2023年底去美国NeurIPS参观全球顶尖机器人实验室，发现宇树的机器狗已成为标配，人形机器人也获预售，由此看懂其价值。王新宇提出“年轻的大哥”创业者范式，认为热爱与专注会催生更多王兴兴、杨植麟式的创业者，并直言中国投入具身智能的钱不是太多而是太少，具身的GPT-3.5时刻可能在一到两年内到来，产业链链主未必是本体厂商。他也分享了对DeepSeek冲击的看法，称这是“事教人”，并透露龙珠已投十余家AI应用公司、创始人出生高峰为1997年，最后判断AGI已实现，未来AI即使停滞也会带来移动互联网级变化。

167: 洋葱学园杨临风：用AI制造捷径，是在杀死真学习

2026年5月28日 · 1:44:31

本期《晚点聊》对话洋葱学园联合创始人兼CEO杨临风，他主张自主学习并非少数人的天赋，而是可通过工具与体验被激发的普遍能力；洋葱以5-8分钟动画视频降低学习门槛，并坚持AI时代学习过程本身不可替代。杨临风回顾从哈佛支教、阳光书屋公益到创办公司的历程，解释为何选择数学作为起点、用动画而非真人拍摄：动画能可视化抽象概念，每节课程制作成本约10万元、需两个月打磨，因为只有达到质量门槛学生才会自主学。他介绍“洋葱味道框架”的核心是目标感与共情感，通过重理解的教学设计让学生掌握逻辑思维，而非死记硬背技巧，比如用几何边角关系转化来训练元认知。在在线教育融资最疯狂的几年，洋葱主动放弃双师大班课，认为人机互动才能让城乡学生无差别获取资源，公司于2022年首次实现全年打平。面对AI热潮，他判断大模型训练语料高度逻辑化，与中小学生认知存在gap，现阶段只能作为陪伴式私教；他还认为学校依然必要，目标是引导学生学会自立，并分享与2000多所学校合作的AI未来课堂中倒数第二学生主动给倒数第一讲题的案例。节目最后杨临风解释公司愿景“以学习者为本，为教育者赋能，促进教育公平”，并预测教育领域不会出现单一巨头，不同理念的产品各有生态位。

166: 许华哲再次具身创业：不想错过最大的西瓜

2026年5月25日 · 2:25:40

许华哲（前星海图联创、首席科学家）在26年3月创办破壳机器人，本期与主播程曼祺详述再次创业的动机与判断：他认为具身智能的核心是把通用智能做出来，家庭机器人会快速到来，18到24个月内会有机器人真正走进家庭干活；他想象的不只是渗透，而是最终造一个像人一样通用的人形机器人。他反对行业里先做量产落地、数据闭环和跳舞表演的路径，直言具身智能不是Robotics、不是自动驾驶、也不是史前深度学习，而应像大模型一样用统一模型做预训练和规模化后训练，强化学习被低估；他在清华交叉信息研究院的课题组做过七种任务都练到高成功率的强化学习工作。华哲想定义家庭机器人这个新品类，以苹果和小米为榜样，目标做有品牌效应的2C公司，产品从轮式双臂的通用人形切入；他认为AI总会有锯齿状的低级错误，所以产品要明确不做什么，比如不做直接接触人体的服务。他也分享了再次创业的状态——找回曾经想创业的自己，办公室会像家一样，期望到28年初有人真用破壳机器人在家做事；有投资人告诉他“不要小瞧投资人的梦想”，他说自己会选更难的事，还说这是“时代在召唤”。他还警告中国从业者，卖数据和无脑量产会错过最大的西瓜，并相信最好的东西最终会出现在中国。

165: GEAR 高深远：世界模型、自进化循环、DreamDojo

2026年5月18日 · 1:49:03

本期嘉宾是即将加入英伟达具身智能实验室 GEAR 的研究者高深远，他与主播程曼祺系统梳理了世界模型的分类、瓶颈与未来，并详解了他参与研发的世界模型 DreamDojo 和世界动作模型 DreamZero。节目按世界状态表征将世界模型分为几何、显式3D、隐空间和视频四类，高深远最看好视频世界模型，因为数据丰富、可端到端训练、能继承互联网视频的泛化能力；世界模型的核心价值是服务策略——用于测评、生成数据和突破物理时间限制的强化学习，但当前难以横评，因为各家机器人本体和动作空间不同。DreamDojo 从4.4万小时人类第一人称视频中迁移泛化能力，用隐式动作（Latent action）免去动作标注，把视频预测做到实时，并自建6个 benchmark 评测物理模拟和动作控制能力；DreamZero 则是以视频为骨干的策略模型，被视作可能取代 VLA 的世界动作模型（WAM）。高深远描绘了由世界模型、策略模型和连接二者的 Agent 组成的自进化循环，认为今年可能初步跑通，未来5年或成爆点；他还对比了 DeepMind 的 Genie-SIMA 与 Nvidia 的 DreamDojo-DreamZero 等竞争格局，指出当前最大瓶颈是物理模拟和动作控制的泛化，以及长程稳定性和效率。此外他提到 OpenAI 的 Sora 团队已重组到 robotics lab，并认为通用基模路线（如 Anthropic、AMI）最终也可能解决具身问题。

164: 当AI“杀死”SaaS，与明略吴明辉聊多Agent网络、软件业转型和 AI 新组织

2026年5月14日 · 2:28:58

明略科技创始人吴明辉在节目中断言SaaS软件已死：当AI能分分钟复刻软件，坚持闭源的软件公司只有死路一条。他介绍了明略的新路径——将软件开源，靠行业模型和Token收费的Agentic Service赚钱，以及即将开源的多人多Agent协作系统“章鱼”，它解决OpenClaw不认人、无权限等问题，实现集体学习。他算了一笔账：核心开发团队仅5人，一天消耗约13.7万美元Token，但一年约1亿元人民币就能复刻主流B2B协作系统。吴明辉认为未来应是Scaling Out（横向扩展Agent网络）而非Scaling Up，让每个小团队用个性化持续学习保护自己的知识产权；他复盘2020年做组织智能EIP时因技术判断过于乐观、用千人大团队做没人懂的产品而失败，如今主张小团队加AI，并坚持不裁员。节目最后还聊到AI原生化教育：他不再带孩子刷奥数题，而是识别“优美”的题。

163: 详解DeepSeekV4：Infra巨鲸、百万上下文走进现实、极致效率优化

2026年4月30日 · 1:33:52

本集晚点聊详解DeepSeek V4，SGLang核心开发者赵晨阳（RadixArk工程师）和UCLA博士生刘益枫判定：它并非范式创新，而是沿R1的“测试时扩展”范式，用混合稀疏注意力、Muon优化器、mHC、FP4等互相耦合的工程优化，让百万上下文从理论进入实用。V4放弃了V3的MLA架构，改用滑动窗口+CSA稀疏压缩+HCA稠密压缩的层间分工，换来激活参数占比仅3%、单token推理FLOPs仅V3.2的27%、KV cache占用仅10%的极致效率；但两人也指出，解决同一问题的token消耗反而增加，有“高压水枪浇花”式的浪费。他们具体拆解了四个新特性：Muon优化器已成为检验工程能力的试金石，V4将Kimi Muon Lite的0.2系数改为0.18；mHC是DeepSeek对Hyper-Connection的稳定化改造；Infra侧TileLang降低新kernel开发成本，FP4训练让采样和部署一致，实现真正的物理提速。此外，DeepSeek这次不再披露训练成本，两人认为最终训练成本只是冰山一角；发布延期源于四个新feature耦合导致组合爆炸，但团队流动率极低。节目还讨论了DeepSeek内部评测中9%工程师不会将V4 Pro作为编程首选，以及中美模型路线分化：美国公司追新能力、高定价，中国公司追性价比和工程极限。关于评测，他们认为benchmark会过时饱和，evaluation才是永恒追求；V4也未提出新的能力域，但它的极致压缩和低单token成本，可能成为后续开源模型的起点。

162: 批量生素材、模型筛网红|与飞书深诺Meetsocial沈晨岗聊AI时代的出海营销

2026年4月26日 · 1:11:22

本期《晚点聊》邀请飞书深诺创始人兼CEO沈晨岗，与主播高洪浩探讨AI如何改变中国企业出海的营销模式；沈晨岗认为出海正从1.0的商品销售转向2.0的产品与品牌阶段，驱动因素是流量成本上升、同质化竞争加剧与媒体合规收紧，并以安克为例说明从第一笔生意起就投入研发与品牌建设的企业才能跨越分水岭。他提出D-MES模型衡量出海竞争力，即数字化能力、心智影响力、产品创新力与商业转化力，其中数字化是贯穿前者的乘数而非简单相加。关于AI，他说行业最大共识是AI很重要，最大非共识是AI究竟能解决什么问题；目前AI影响最大的是内容生成，策略与决策层面的能力仍在演进，麦当劳AI节日广告因与商业目标脱节遭抵制，他主张AI应用须嵌入具体商业目标，且AI难为高价值决策负责，容错空间小的场景仍需人类专家把关。对比中美，他认为美国大型营销公司受制于历史流程与分散数据，落地AI近乎需要推倒重组，而数字化原生的中国企业如飞书深诺自成立起累积数据，后发优势明显，美团餐饮系统出海遇阻即为美国市场惯性的例证。飞书深诺已用内部AI Agent重构创意生产，将任务拆解为多层Agent，曾在春节一周为短剧客户制作6000个创意，助其广告日消耗从几千美元涨到十几万美元，但他强调Agent必须对应明确可衡量的商业结果，否则只是空谈。他预测AI将推动营销平民化，让中小企业低成本制作高品质创意，并让营销与企业供应链、产品决策深度连接，成为未来全球竞争关键；他也建议出海创业者一开始就重视数据与长期主义，并善用合作伙伴以实现乘数效应。

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。

160: 群核IPO后与黄晓煌聊这15年：被嫌弃的GPU、冠军酷家乐、空间智能、六小龙

2026年4月17日 · 1:40:26

本期专访群核科技创始人兼董事长黄晓煌，在公司登陆港股、成为“杭州六小龙”第一家上市公司后，他回溯15年创业史，核心判断是“活下来比活得亮眼重要”：他称见过90%的明星科技企业消失，群核靠避开巨头锋芒、做工业软件与出海存活，并把数据视为比算法更实在的壁垒。节目解释了酷家乐如何从GPU云渲染长成中国市占率第一的在线设计软件，也复盘了2018年错过具身硬件黄金期的遗憾。黄晓煌详述2023年看到AI对SaaS的颠覆后，选择自己训练空间模型而非为大模型做配套，并在视频生成与3D路线之间押注后者，认为视频模型无法真正物理正确。他还比较了欧美具身企业偏好合成数据、国内倾向真实数据的现象，并谈及“六小龙”出圈后内部阻力大减、自己如今以科研leader自居，目标是公司一半收入来自空间智能。

159: 马斯克Terafab太空算力、英伟达重拾CPU|与Fusion Fund张璐聊AI算力新趋势

2026年4月7日 · 1:05:04

本期《晚点聊》邀请Fusion Fund创始合伙人张璐，解读马斯克Terafab超级算力计划与AI基础设施新趋势。张璐认为，马斯克联合特斯拉、SpaceX和xAI自建1TW年产芯片厂，核心动机是摆脱监管、掌握算力自主权，但太空数据中心面临辐射、发射与维护成本高昂，短期不可行，更现实的机会是做AI基础设施与太空基础设施。节目还分析了英伟达GTC发布：黄仁勋正把公司从GPU厂商转向全栈AI工厂，重拾CPU以应对Agent和推理需求，并快速整合收购的Groq LPU；Google TPU虽强，但第三方难以复制其系统优化优势。张璐观察企业级AI市场，看好医疗、金融行业应用，并提及收购退出与连续创业者生态。

158: V4发布前的DeepSeek：人才竞争、组织特点和独特的AGI目标|Solo

2026年4月6日 · 30:44

梁文锋领导的DeepSeek正因人才竞争、期权定价模糊和AGI目标分歧而经历人员变动，但这家不到200人的实验室仍保持不加班、重原创的独特氛围。主播程曼祺在节目中梳理了近期核心研究员离职：王炳轩被腾讯姚顺雨挖走，魏昊然、郭达雅可能加入大厂，阮冲去了自动驾驶公司元荣启行；直接诱因包括腾讯实习日薪被曝达5500元、字节Seed曾开出4000元，而DeepSeek无明确估值使期权价值难预期，MiniMax和智谱上市后股价翻五六倍也形成财富效应对比。更底层的张力是目标分歧：梁文锋重视国产生态（如换用Tailon算子库）和原创探索（GENIUS、Prover、OCR等），不单纯卷性能，这与他“每天高质量输出难超6～8小时、反对加班”的理念一致，却与外界期待其每次出手都像R1一样惊艳并不匹配。组织上，DeepSeek保持扁平，梁文锋直接带基模架构团队，周会向其他组开放，小团队可自发立项；产品端仅小几十人，至今未涉及AI编程、OpenClaw等热门方向，但梁文锋从2025年秋起强调产品化和商业化，3月招聘已首次提到要招agent产品经理。关于V4，节目称其或于4月开源，至少包括接近300B和500～600B的版本；但同时DeepSeek在OpenClaw模型消耗量中整体排第12（剔除免费模型后进前十），迭代频率低于智谱、MiniMax和Kimi。梁文锋本人几乎不融资、不见投资人，曾长期住酒店、现在租房，也不参与团建，被熟悉的人评价为“特别能抵抗噪音”；节目最后呼吁以平常心看待这家公司。

157: 与陈哲的「具身季报 26Q1」：宇树招股书、人形再思考、英伟达世界模型、高自由度灵巧手

2026年4月2日 · 2:06:07

陈哲（Alphaist Partners创始合伙人）与程曼祺在本期《晚点聊》盘点2026年Q1具身进展——宇树春晚表演、Sharpa灵巧手、英伟达DreamZero/DreamDojo、银河通用人形打网球、波士顿动力电动Atlas——并断言前沿正从VLA转向世界模型和触觉操作。陈哲认为，世界模型以视频生成为底层、取代以文本为核心的VLA，理论天花板更高，但算力消耗极大，注定大厂主导；英伟达EgoScale数据框架用2万小时自中心数据补全金字塔中段。灵巧手则是创业公司机会：Sharpa的System2/System1/System0架构把触觉引入高频控制，有望成为类似G1的全球科研默认选择。他评价宇树G1以63%毛利和5,500台出货定义科研市场，人形占收入过半，但研发投入仅9,000多万元，智能大概率长期跟随；Optimus Gen3延期，绳驱灵巧手量产和1万台年目标仍激进；波士顿动力Atlas用模块化电机和左右腿互换突破人体限制。对双足价值，他用Stretch对比说明人形在动态重心和占地上反而更优，银河通用网球则拓宽了实时交互的想象。他还判断，从云端到车载再到机器人，英伟达统治力递减，地平线、地瓜已主导量产机器人芯片；中国估值超100亿元的具身公司超20家，宇树上市是高质量公司而非泡沫，但市场仍需吸收。

156: 与 Henry 的「AI季报 26Q1」：OpenClaw、OpenAI vs Anthropic的三重对阵、自进化

2026年3月31日 · 1:52:13

本期《晚点聊》26Q1 AI季报中，硅谷投资人、MoE Capital创始合伙人Henry Yin与主播程曼祺复盘了OpenClaw的爆红、OpenAI与Anthropic的三重对抗和AI自我进化等浪潮，核心判断是：编码智能体正从模型竞争转向系统与生态竞争。他们指出OpenClaw是“AI的iPhone时刻”——通过本地运行、接入聊天App、定时任务和长期记忆，它让AI真正“干活”，成为个人Agent的灯塔；但它也有成本高、不稳定和安全风险，例如Meta对齐负责人因上下文压缩导致安全指令丢失、被agent疯狂删邮件的“生死时速”。Henry还解释了OpenClaw为什么在中国比美国更出圈：飞书、微信等聊天优先生态和便宜的国产开源模型，让它与MiniMax、Kimi等形成天然组合。围绕OpenAI与Anthropic，节目对比了Codex与Claude Code、Opus 4.6与GPT-5.4，称Anthropic收入三个月从90亿美元增至190亿美元，Claude Code年化收入25亿美元超过Cursor的20亿美元，而OpenAI已内部反思“因支线任务分心”。他们还讨论了Andrej Karpathy的AutoResearch：AI在没有人类干预下自主优化训练代码，使GPT-2级模型训练时间缩短约20%，让自进化更贴近现实；同时探讨了持续学习（记忆vs权重更新）、世界模型和新的创业机会。最后，Henry分享了硅谷科技大裁员——Amazon裁1.6万人、Block裁40%、Meta计划裁20%且以全员Token消耗量衡量效率，并展望下季度DeepSeek-V4等看点。

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。

154: 从千问变动到「AI 英雄传」|与 DINQ 高岱恒聊传奇 AI 研究员们

2026年3月11日 · 1:46:41

阿里千问人事变动后，DINQ平台上千问相关候选人的搜索量翻了3倍，Meta的Executive Search也在搜寻千问团队。前达摩院成员、DINQ创始人高岱恒从这一事件切入，认为千问凭借完整模型家族已成为开源事实标准，其下载量超过Mistral及国内其他开源模型之和；魔搭社区如同AI时代的GitHub，对阿里的战略意义远超直接收入。他还分享了自己因开源换脸项目DeepFaceLab进入达摩院的经历，强调“当你有作品，没人再问学校”；他讲述的AI研究者故事包括GPT-1作者Alec Radford曾被顶会拒稿、RAG作者曾旅居越南，这些创新往往来自边缘地带或非常规背景。在他看来，最顶尖的研究者如同文艺复兴时期的大师，追求代表作和影响力，需要抗挫折能力与平常心，而不是公司内的职级晋升。节目还提到DINQ的诞生源于一个受追捧的Roast功能，用户输入学术和代码链接即可获得对自身经历的辣评，吸引了斯坦福、MIT的教授和顶尖研究员使用。最后他讨论AI人才市场的结构性变化：Meta等公司开出千万美元年薪，让研究者产生“干几年退休”的心态；未来智力劳动可能外包化、任务化，人与具体任务的匹配将取代人与公司的绑定，而DINQ通过聚合研究者的GitHub、论文和社交媒体信息，让有创造力的人能被更高效地发现。

153: 阿里Qwen人事变动：误读、近况、伏笔和未来|solo

2026年3月4日 · 18:46

本期《晚点聊》聚焦阿里Qwen团队人事巨震：核心负责人林俊旸（供职于阿里云通义实验室）提出离职，同期原Qwen Code负责人惠彬元、后训练负责人郁博文也先后离开。主播程曼祺澄清三个广为流传的误传：林俊旸是主动离职而非被通知；Qwen考核纳入千问App日活的说法无事实依据；新加入的周浩是接替郁博文负责后训练，直接向通义实验室负责人周婧仁汇报，并非替代林俊旸。节目梳理了2023年以来Qwen从预训练与后训练紧密结合、多模态同队，到如今拆分为按模态和训练环节划分的水平团队的过程，并指出infrastructure支持不足以及林俊旸曾绕开周婧仁向阿里云CEO吴永明争取自建infrastructure资源，是这次调整的伏笔。3月4日全员会上，吴永明、周婧仁、蒋芳等高层的回应是：调整不是收缩Qwen而是扩大投入，但不考虑公司政治，沟通形式和节奏欠佳。团队成员仍感失望，外部猎头和投资人已开始争夺Qwen人才。节目最后提到，阿里内部对Qwen 3.5不完全满意，认为它是半成品；Qwen虽在美国市场与DeepSeek齐名，被Cursor等公司采用，但其开源影响力与阿里云商业目标之间的张力，将持续考验这个曾经的'小环境'团队。

152: 千寻智能韩峰涛：具身模型淘汰赛和落地的非共识

2026年2月26日 · 1:41:42

本期嘉宾是刚完成近20亿元融资、估值超100亿元的具身智能公司千寻智能创始人兼CEO韩峰涛，主播程曼祺，他提出26年不是具身落地生死之年，而是具身模型性能爆发元年，行业会像23年的大模型一样进入模型能力淘汰赛。韩峰涛回顾15年从业：浙大毕业后因机器人岗位稀少先去了国家核电，2015年与同伴联合创办落实，经历三次资金链危机与个人连带债务后，这次为千寻找到联创高阳前密集见了100多人。千寻把80%以上精力用于数据卡点，从24年5月开发UMI、外骨骼等可穿戴数采设备，一年半把数据可用性从30%提高到95%，有效性达到遥操作的90%-95%；26年计划采100万小时，是此前最好开源模型所用1万小时遥操作数据的100倍，目标模型全球top3。落地路径是先工业、商业再家庭，宁德时代是首位大客户，他们从200道工序里选了电池最后插拔检测：节拍慢、容错率高、无需非标自动化改造。他还把具身模型比作GPT-2，认为真正大规模落地要到27下半年到28年；为对抗大厂要把自己变成一年卖10万台的中厂，组织价值观是信任与追求卓越。他判断26年拿不到足够钱、跑不到头部就上不了牌桌，雷军曾问高阳技术领先多久，回答是六个月。

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。

150: 【年末AI回顾】从模型到应用、从技术到商战，拽住洪流中的意义之线|Solo

2026年2月9日 · 1:58:22

曼祺在晚点聊年终特辑中单口复盘2025年AI：1月20日DeepSeek R1与Kimi K1.5同日发布，R1以开源、详细技术报告和557万美元训练成本破圈，推动模型转向Agentic、原生多模态与Coding能力，Claude Code被视为通用Agent，应用进入Agent元年，但Sora App三十天留存率低于8%。巨头之战中，字节跳动豆包成为中国首个日活破亿的AI产品，阿里千问App重做生活助手，腾讯引入姚顺雨改革混元组织并借DeepSeek翻身；春节营销豆包上春晚、元宝发10亿红包、千问撒30亿红包。创业公司方面，智谱与MiniMax先后上市，市值分别为794亿和1284亿元人民币，但收入与美国头部公司差两三个数量级；具身智能25年融资735亿元，宇树人形机器人销量超5500台，数据、VLA模型与本体仍是瓶颈，落地方向有研发、表演、工业、家庭和陪伴。模型研究还在寻找下一个学习范式，伊利亚、哈萨比斯主张从大脑获灵感，AI for Science方面深势科技用机器学习加速科学发现。AI硬件方面，AI眼镜被视为潜在入口，但显示、续航和重量未解；深圳系公司如影石、拓竹以垂直品类和供应链优势成为另一极，AI硬件更可能是多样化而非单一入口。最后谈AI中的人：硅谷天价薪酬与万人裁员并存，中国大厂在麦麦平台上激进扩招AI岗，主持人曼祺也反思AI并未解放自己，意义感或许要从工作转向体验与创造。

149: 具身模型哪家强？|与范浩强、高阳聊具身模型的测评、RoboChallenge，26 年具身展望

2026年1月25日 · 1:21:52

本期节目邀请原力灵机联创范浩强与千寻智能联创高阳，核心是讨论具身模型“哪家强”，并介绍由原力灵机与 Hugging Face 联合发起的 RoboChallenge 真机测评平台——用 Table 30 的 30 个桌面任务和每任务约 1000 条示例数据，让团队微调后远程提交，以平均成功率排名。最新结果显示，π0 在 Table 30 上平均成功率仅 20% 多，π0.5 翻倍至约 42%，千寻的 Spirit v1.5 更以超过 π0.5 的成绩登顶；平台上线两个多月已收到超 1 万次测试提交，覆盖国内外多家机构。两人对比了 Physical Intelligence 发起的 RoboArena（分布式 zero-shot 测评）与 RoboChallenge 的集中式 few-shot 思路，指出具身模型难以像 CV 一样统一测试，因为物理环境、物体、光照都有差异；而 Table 30 中的碎纸、插花、扫二维码等任务各考察不同能力，比如扫码任务暴露了单帧 VLA 模型没有记忆、分不清是否已扫码的局限。展望 2026 年，他们认为学习原理已收敛，Scaling Data 是行业主题；高阳团队 bet 仿真之外的人类视频、可穿戴、遥操作三类数据，认为仿真多样性难提升，原力灵机则以真机采集为主。关于落地，他们反问“机器人时代的 Coding 是什么”，并预计破圈时刻可能在三四年后出现。范浩强期待中国出现具身的 DeepSeek 时刻，高阳希望基础模型能达到 GPT-3 水平；节目还揭示了行业心照不宣的 demo 工程（cherry pick、遥操作、AIGC 等）以及测评可能被 hack 的方式与反制手段。

148: 它石智航陈亦伦：具身的三道曙光和第一道关卡

2026年1月16日 · 1:25:02

本期嘉宾是它石智航创始人、华为前自动驾驶首席科学家陈亦伦，他向晚点主持人程曼祺提出，具身智能已有三道曙光——强化学习解决运控、大模型做任务规划、端到端解决极端案例，但行业仍卡在第一道关卡：数据。他以当年华为用3万行代码替代200万行代码、2021年做出国内最早端到端自驾的经历说明，算法结构最终会归于简单，GPT最伟大的是“预测下一个token”的训练任务而非架构；三道关卡依次是数据、算法和后训练。具身数据应来自真实场景和真实动作，数据只有世界与人两个源头，他不看好仿真和视频数据，手套加第一视角摄像头比遥操更高效、成本更低，它石已采集约10万小时数据并预言2026年数据大爆发。他还区分了VLA与世界模型的不同用途——前者应对开放世界任务，后者应对与车辆行人交互——认为具身应有自己的基础模型而不是在LLM上长出头；他说端到端虽是行业人人都在说的主流方法，但关键是做出惊艳效果，并判断具身已到Scaling临界点，2027年会出现类似自驾2021年的时刻。落地方面，它石瞄准工业制造中的柔性线束装配；陈亦伦认为具身领域充满硬件、场景、本体、数据与算法的交替组合与协同优化，中国供应链和场景优势会让美国创业者不构成竞争对手。

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。

143: 阿里、Kimi都在用的DeltaNet是什么？|与杨松琳聊线性注意力新改进

2025年11月30日 · 1:27:20

本期《晚点聊》邀请DeltaNet核心贡献者、MIT在读博士及开源小组FLA发起者杨松琳，解释线性注意力机制和DeltaNet从提出到被业界采用的演进脉络。她指出，DeltaNet源自2021年的论文《Linear Transformers Are Secretly Fast Weight Programmers》，它用Delta Rule强化模型的上下文检索能力，但当时缺少short convolution、输出门控等现代架构元素，也没有高效的并行实现，因此长期不受关注；直到她2024年提出《Parallelizing Linear Transformers with the Delta Rule》等算法，才让DeltaNet可以高效训练和扩展。节目中她也回应了最新行业动向：阿里Qwen 3.0 Next在注意力层混合了Gated DeltaNet与Gated Attention，Kimi Linear的KDA则是对Gated DeltaNet的改进，将粗粒度衰减细化为每个维度独立；而MiniMax M2从M1使用的线性注意力退回Full Attention，原因是线性注意力在多跳推理、状态追踪等Agentic能力上表现欠佳。杨松琳认为，线性注意力在推理效率和状态追踪上有独特价值，即便算力无限，它在高质量数据有限时也能凭借归纳偏更高效地学习；而稀疏注意力虽然单层表达更接近Full Attention，但KV cache不减少，长文本下仍是瓶颈。她还分享了自己从算法出身自学CUDA、受FlashAttention启发发起FLA开源社区的经历，以及未来可能将稀疏注意力和线性注意力混合（如DSA+KDA）的构想。

142: 斑马CPO修佳明：一款能主动教学的 AI 产品是如何出现的

2025年11月24日 · 1:15:01

修佳明以斑马首席产品官身份，详解斑马首款全栈式AI产品“斑马口语”：一款供6-12岁儿童使用的AI外教一对一实时口语课，界面由AI外教直播、孩子画面和互动动画课件三部分构成；AI为二维形象，每节25分钟拆成十几个两三分钟的小环节，一个级别96节课覆盖一年。产品立项于2023年8月、耗时两年多才发布，核心是把教学法、心理学、课程目标与“永远积极反馈”的人格设定训练进自研模型，让AI在边界内发挥“幻觉/创造力”，成为能主导课堂的Agent；课后整理孩子信息时则会调用DeepSeek。他区分了这种主动式产品与市面被动陪聊/陪练的本质差异：用向量数据库建立孩子长期记忆，用脚手架、类比和分级提问控制教学难度与节奏，并表示AI外教刻意不像人、有“独立位格”，为的是降低孩子开口的情感过滤阈值。他还披露内测已完成超7000节课，最长用户连续上满26周，课程以“有效开口100次以上”为强度参考；未来看好的方向是AIGC实时生成课件和原生多模态，并认为儿童教育“经验比数据更有说服力”，课件与教研专业度是难被模型进化冲掉的壁垒。团队约200人、研发投入约2亿元，目前售价为每级别3600元，按学习产品而非AI产品付费，且不担心一般规模公司的竞争；从选题到新级别上线目前仍需约一年。

140: 深势科技张林峰、孙伟杰：AI for Science，从开始到现在

2025年11月10日 · 2:06:32

本期《晚点聊》对话深势科技创始人张林峰与孙伟杰，回顾两人在北大元培相识，张林峰赴普林斯顿研究，用AI加速薛定谔方程、密度泛函与分子动力学等第一性原理计算，并共同创办深势科技的起点，称这是物理黄金时代与AI黄金时代的相遇。他们开发的Deep Potential将分子动力学模拟从2亿核时压缩到笔记本半小时，提速6个数量级以上，成为AI for Science奠基性工作，后在普林斯顿200多块P100上完成GPU加速并开源DeePMD-kit；2018年鄂维南等提出AI for Science后，二人回国创业，定位“微尺度达索系统”，先切入药物计算设计平台Hermite，再拓展到能源电池平台Piloteye。早期他们靠20万科研经费起步，以颠覆性大赛1200万奖金作为第一桶金，并在疫情中完成首轮融资；同时建立DeepModeling开源社区，从大二大三实习生带起，自建教学体系培养交叉人才，并坦言曾有机会搬到海外，但最终坚持“源自中国、引领世界”的初心。他们复盘了平台与做药管线之间的取舍，最终选择通用科研平台，推出Uni系列大模型、玻尔科研空间站和科研Agent SciMaster，覆盖“读算做”三要素，并自建AI ready的科学语料库。针对未来，他们认为技术路线已从机器学习数理建模、预训练、大语言模型走到科研Agent，下一步是AI科学家，认为这将加速实现颠覆式电池、电动飞机等人类终极愿景，预计明年可见AI独立发现超越普通科学家认知的成果，10年后所有诺贝尔奖都可能与AI相关。

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。

138: 从你用手机到它更懂你，OPPO的手机AI实践 |与小布负责人万玉龙聊端侧AI｜Agent#7

2025年10月23日 · 1:34:09

本期《晚点聊》中，主持人程曼祺与OPPO ColorOS智能助理部总经理万玉龙对谈，核心观点是：手机厂商做AI的关键不在于预训练大模型，而在于以新计算（端云协同降本提速）、新感知（结合传感器与屏幕内容理解用户）、新生态（以Agent接入第三方服务）重塑体验。万玉龙介绍小布助手将上线一键闪记（可记录视频要点、语音待办、账单并提取取餐码）、视频问答（结合声纹抗噪、哪里不会点哪里）、个性化简报等功能，并坦言渗透率低于预期：月活近1.7亿（四个月前1.5亿），但手机AI助手日活比不高，原因是过去语音助手的负面心智和手机助手需同时解决通用问答、本机上千条控制指令、三方应用执行等更复杂任务。产品方法论上，他认为AI产品是"by use"而非"by design"，需通过圆点之旅等用户访谈和线上日志迭代；OPPO已转向更敏捷的研发，最快一周发一版。关于生态，他认为服务正从APP转向Agent，能力原子化后供模型调度比GUI Agent更符合直觉；OPPO正与支付宝等以A2A协议合作，但移动端尚无统一标准，日活、时长、广告等商业指标将被重塑。万玉龙判断用户最终只需要一个贴身管家来协调各类专家顾问，手机作为多设备中枢仍是管家最佳载体；他期待明年AI渗透率大幅提升，并认为真正的AIOS须从底层重构而非在安卓上叠加AI，新生态需要爆品催化，可能出现新玩家。

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。

136: Sora新世界 & Lovart 4个月复盘 | 与陈冕聊怎么做垂类Agent|Agent#5

2025年10月9日 · 1:59:43

Lovart创始人陈冕作客《晚点聊》第136期，与主持人程曼祺在Sora app发布前后两次对谈：他认为Sora打开的是一扇AI社交而非AI视频的大门，其核心是Cameo合拍与Remix共创，4小时体验里他惊艳于顺滑、音画同步和镜头语言；这类产品留给新玩家的窗口仅3到6个月，且更属于拥有顶尖模型和天量资金的巨头。同时他复盘了Lovart上线4个月做到15-20万日活、超过3000万美元年度预测收入的过程，坦言尚未覆盖API成本，但相信token会变便宜，订阅模式无需怀疑。他说垂直AI应用的本质是做两件事——特别的交互和特别的context，ChatCanvas是交互例子，即将上线的context模块会沉淀用户的reference和preference，增长方式是‘提前描绘未来会发生的东西，然后等它发生’；他也说现在已不再纠结开源闭源，应用公司的壁垒在于把context做到极致。在湾区旧金山California Street设办公室、参加多场线下活动并与FreePeak合办活动后，被反复追问热情的他更想清楚Lovart服务‘everyone who wants to create’，也因欧美设计师更贵更创意导向而在当地搭建了营销与设计团队。他判断To P的AI创业窗口接近关闭，下一波大机会在To C；技术变化太快，timing比移动互联网更重要，他几乎没错过重要窗口的原因就是焦虑——‘不焦虑的团队做不好AI创业’，组织必须高频迭代并拥抱焦虑。他也回顾了23年底公司濒临倒闭的危机，称坚持来自信念，信念来自认知；创业是痛并快乐，他最怕自己迭代不够快。

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。

133: 4000日薪的实习生和零工化的程序员，与脉脉CEO林凡盘点25年AI人才市场 | 串台「职」无不言

2025年9月17日 · 1:30:04

脉脉创始人兼CEO林凡在《晚点聊》中与程曼祺对话，基于脉脉《2025年AI人才流动报告》和最新硅谷见闻，判断中国大厂已从降本增效重回增本增效：自今年2月起AI岗位发布量每月保持两位数环比增长，大厂AI岗位招聘规模普遍翻了10倍，字节断崖领先，岗位量约为腾讯的三四倍，小红书居第二。林凡解释硅谷AI人才大战的逻辑——顶尖人才若帮Meta省下10%算力投入或带来千分之一的广告收入增长，就值千万美元年薪；硅谷核心研究团队对三年内实现AGI的信念强于外界，认为数据瓶颈与强化学习问题已有解法。报告还显示清华、北邮、浙大是最受AI企业欢迎的应届生来源，顶尖AI方向博士生实习生日薪可达4500元。林凡进一步推演工作未来：白领工作将像滴滴司机和美团骑手一样零工化，硅谷已有独角兽以人机混合外包模式组织全球程序员为OpenAI做数据标注，按代码产出分层、周级升降级；脉脉正用AI优化简历筛选等招聘环节，目标是成为白领零工平台。他建议职场人每天至少使用十次付费AI工具，培养难以被数据化的复杂能力，并提前寻找真正兴趣。

132: 350亿美元大并购后聊 EDA｜两位芯片工程师的全面科普：壁垒、AI 加速、国产机会

2025年8月28日 · 1:30:50

本期《晚点聊》由邱豪和程曼祺与芯片工程师温戈、歪睿老哥对谈，拆解芯片产业链最上游的EDA软件如何决定芯片能否造出、造好和造快，并聚焦新思科技以350亿美元收购安似科技、补齐系统级仿真能力的行业最大并购。两位工程师用装修房子比喻架构设计、验证与后端流程，指出验证占据70%的人力与时间，半导体行业十倍定律意味着越早发现bug越省钱。他们剖析EDA这门旱涝保收的卖铲子生意：收费分买断、订阅和按用量，但只赚设计阶段的铲子钱、赚不到芯片量产后的金子钱；以新思、Cadence、西门子组成的三巨头靠长期收购补齐版图，护城河在算法、工艺协同与生态。AI正从自动生成Verilog、加速跨时钟域分析到布局布线重塑EDA，但大厂真正的壁垒是SoC级系统优化，而生成Verilog已成AI创业方向，语料稀缺是瓶颈。国产EDA难渗透主流数字SoC，更现实的是在模拟与版图提取等单点建立口碑，再以点带面逐步扩张。节目还聊到大模型带来的芯片复杂度通胀、北美四大云厂商季度资本支出870亿美元背后的AI算力投资，以及未来十年重心转向系统级协同；给新人的建议是保持好奇心、解决问题能力和快速学习能力。两位嘉宾还回顾了从手画电路图到逻辑综合的行业演进。

131: 微软怎么用AI？与微软商用市场、广告业务管理层聊AI驱动的增长

2025年8月26日 · 1:17:43

本期《晚点聊》由程曼祺对话微软大中华区副总裁段微之（KinKi）与微软广告业务中国区副总裁黄秀兰（Nandy），两人以微软内部业务 leader 的视角说明这家 AI 巨头如何用 AI 驱动销售、客户服务与广告增长。微软 AI 业务已实现超 130 亿美元年化收入、同比增长 175%；段微之给出内部数据显示，Copilot 让销售人员商机规模增 10%、结单速度升 23%、人均营收增 9%，黄秀兰则以三星案例说明 AI 广告方案使点击率提升 2.8 倍、账户分析时间节省 35%。节目中两人详述了 Teams 即时翻译在跨国会议中的震撼体验、Copilot 基于企业数据治理提升邮件与会议效率、编程 Agent 让文科生黄秀兰自己开发并上线 24 点游戏、团队用 AI 自建客服机器人 Bingo 等具体实践，并强调企业用 AI 的前提是数据沉淀、治理与安全，否则模型可能问出老板薪资。后半段两位 20 余年经验的职业女性分享职场建议：简化生活、销售的关键不是社交、要坐第一排并第一个发言、用一对一会谈建立高质量人脉，以及 AI 正在改变她们的语言学习、旅行规划与行为习惯。

130: 手机Agent大幕拉开！从刚上线的AutoGLM 2.0聊起，大模型如何改造手机|Agent#4

2025年8月21日 · 1:36:46

本期《晚点聊》邀请智谱AutoGLM算法、工程和产品负责人刘潇，聊刚上线的手机通用Agent AutoGLM 2.0及其研发历程。该产品免费、无需邀请码，在iOS、安卓和网页端可用，通过云手机和云电脑异步执行任务、不占用户屏幕，关键支付环节交还用户确认；刘潇认为点外卖和找美食会成为最高频场景。他对比了GUI和API两种调用App的方式，认为二者长期并存，也说明了与荣耀、三星等厂商的To B合作和自研To C产品的区别。回顾近30个月，他从GPT-4发布后转向Agent研究，做出全球首个智能体评估基准Agent Bench，再从离线强化学习转向在线强化学习，用结果而非过程监督模型，让AutoGLM学会自主纠错。他提出强化学习的关键是环境和激励；目前AutoGLM在OSWorld评测约48分，人类约70分，单个任务成本约0.2美元，下一步每1-2周迭代新功能。

129: 中国AI founder如何直接在美国创业？一个千万美元订阅收入案例 | 对话FinalRound创始人Michael

2025年8月14日 · 1:12:09

本期嘉宾是 Final Round AI 创始人 Michael Guan，讲述他如何在硅谷从 0 做到 1000 万美元 ARR 的 AI 面试工具创业。他从《钢铁侠》的贾维斯获得灵感，先做主动式 AI 会议助手，首个付费用户因 10 分钟后要面试紧急付了 99 美元/月，由此转向面试场景。产品上线后加入湾区孵化器 HF0，12 周内 ARR 从 100 万美元增至 300 万，后又翻三倍至 1000 万；他透露 ARR 用保守的上季度乘 4 计算，也提到行业里有最高单日乘 365 的算法。他还讲了一位失业 8 个月的资深求职者用全系产品在 17 天内拿到 offer 的故事；目前团队 20 人，分布在旧金山、上海和班加罗尔，总用户超过 700 万。增长靠自建 AI Agent 系统：每周生成 4000-5000 个 SEO 页面、测 500 份广告素材，在拉斯维加斯租屋接待 100 多位 KOL，并借特朗普形象做线下广告。他解释 688 万美元天使轮有 13 家机构的原因，也聊到硅谷创业者互相天使投资、个人投过 28 家公司的氛围，以及 996 在美国 AI 圈的流行。面对‘面试作弊’争议，他认为所有创新都会挑战传统认知；竞品方面，他称全球已有四五十家模仿者，最欣赏 Cluely 创始人的激进风格。他还预告 B2B 新产品：用 AI 模拟公司试工替代传统面试，认为未来招聘考核的不是结果而是过程。

128: 小众AI场景拿到10亿级收入：测测任永亮首次讲述14年创业史

2025年7月30日 · 1:17:27

本期《晚点聊》对话测测创始人兼CEO任永亮，讲述他从北大医学部预防医学专业转做程序员、因个人情感问题在2011年创立测测的14年创业历程，并首次详细拆解测测从工具型社区、双边服务平台到AI对话机器人的四个发展阶段。任永亮透露，测测现有5000万注册用户，80%为女性、80%来自一二线城市，公司长期自给自足，他拒绝了外界的高价收购要约，为的是用现金流支持现在投入巨大的陪伴机器人业务；这款机器人预计明年面世，成本不低，核心是主动交互和情感陪伴，对标日本LOVOT，试图通过产品形态激发催产素而非多巴胺，打破短视频式的沉迷循环。他还分享了对泛心理赛道的独特理解：MBTI是自我认知工具，星座、生辰本质是太阳历周期假说，人是一个对初值敏感的混沌系统，这些体系只解释了一小部分规律，之所以人们总想'测测'自己，源于智人寻找确定性的本能。对AI趋势，任永亮明确表示悲观，认为大模型不会像前几次工业革命那样创造新的分工和分配体系，反而会替代工具化岗位，让多数人失去价值感，因此测测想成为'精神避难所'。他同时透露，自己因错过GPT-2而极其后悔，如今把机器人项目视为'有科学家执念的不理性选择'，并借用李想的经历表达80后创业者在大风口到来时想做更大事情的心态。节目最后，他留下一个开放式问题：这个世界到底是否可被计算，能否在爱因斯坦的质能方程中加入信息维度——这也是他高中以来一直思考的困惑。

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。

125: 用AI复刻一个「我」，与心识宇宙陶芳波聊身份模型

2025年7月13日 · 2:06:34

本期《晚点聊》邀请心识宇宙（Mindverse）创始人陶芳波，讲述他为何放弃做《她》中的陪伴AI（her）和《钢铁侠》中的管家AI（him），转而用AI复制用户“第二自我”的身份模型（me）。陶芳波回顾了从清华、伊利诺伊大学到Facebook、阿里达摩院的AI研究经历，以及GPT-3后下场创业、将公司从通用Agent平台转向身份模型的过程。他介绍了Me.bot和开源项目Second Me两个产品，强调身份模型应通过微调参数而非RAG检索来内化用户记忆、偏好和价值观，并称100份思考或笔记即可训练，一天应微调一次。节目中他还演示了“共鸣”和“Talks”功能，设想身份模型可代表用户社交破冰、输出个性化表达，并讨论了大厂数据孤岛、开源建立信任、身份即服务的商业模式等话题。

123: 当只有AI，人会活成怎样？与五源孟醒和两位挑战者还原72小时AI生存

2025年7月7日 · 1:56:12

本期节目由曼祺与五源资本合伙人孟醒、青年导演利建磊、AI产品开发者陈郅悦共同还原五源资本发起的“72小时AI生存挑战”，核心是验证背景各异的人仅靠大模型、AI Coding等工具能否生存、并做出有影响力的作品或产品。孟醒表示，活动受1999年互联网生存挑战启发，唯一不考虑的就是筛项目，希望跳出投资人信息茧房，回应2025年初“普通人能否用AI做出惊艳东西”的分歧；参赛者没有智能手机和浏览器，只拿到一台配置受限的电脑和一瓶水，最后有7人从300多名报名者中入选。利建磊完全不会编程，在超过24小时未进食、反复把报错复制给DeepSeek无果后，反而确定了对抗算法的主题，最终创作了马航MH370主题短片《7.41》，并得出导演无法脱离互联网工具成为超级个体的结论。陈郅悦从文科转码、3个月上线第一个产品并获得每月约1000欧元收入；这次她做出让大模型给真人主播反馈的AI虚拟直播，让素人也能在友好氛围中倾诉，她发现成本远低于预期，正在准备内测。节目还讨论了Agent的“脚铐”：验证码、登录、支付体系都为人设计，Agent只能“跪在验证码前假装是人”，数字基建尚未为AI主体铺路；而选手们度过72小时后，最强烈的需求仍是和其他参赛者交流。孟醒最后说，他不完全相信AI会带来稳定的小而美组织形态，下一步想验证的前沿是理解与生成统一的世界模型。

122: 10分钟朱啸虎投资，泡泡玛特、米哈游都在试；Fuzozo孙兆治聊AI潮玩

2025年6月29日 · 1:33:42

本期《晚点聊》专访 RoboPoet 珞博智能创始人孙兆治，谈其新近发售的AI潮玩芙崽 Fuzozo——一款面向90后、00后女性的养成系陪伴硬件，预售399元，618期间在京东卖出超2000件，进入潮流盲盒榜前15，排在前面的几乎全是泡泡玛特。孙兆治曾在小鹏、滴滴及鹏行智能负责设计，他详述从具身智能桌面机器人转向毛绒挂件的减法过程：保留对话、眼睛、震动与触摸反馈，砍掉自由度和摄像头；五只金木水火土属性的崽会写日记、可通过脸颊NFC碰一碰交友，且记忆只能在同种族间迁移。他提到调研中约60%用户不希望Fuzozo说人话，但仍坚持选择会说话，因为理想状态是模型驱动所有反馈；团队用Memoryline架构做长期记忆，不同功能接入DeepSeek等不同模型。融资上，朱啸虎今年4月聊了10分钟就决定投资，金沙江和上影集团联合领投，建议是先赶紧把东西做出来；孙兆治也认为TTS语音与大模型在陪伴硬件中同等重要。竞争方面，他称米哈游、泡泡玛特、优必选已下场，但情绪价值产品是离散市场、壁垒是品牌，行业下一节点是端侧模型部署，预计一年内到来。他也回顾了从巴黎46天年假回国、定义滴滴D1、参与鹏行PX5设计，以及此前智能猫砂盆创业的复盘，认为抚慰孤独值得做深。

121: PingCAP黄东旭的“内在世界源代码”：《黑镜》、程序之美和创作自由

2025年6月24日 · 2:02:07

PingCAP联合创始人兼CTO黄东旭在做客《晚点聊》时，向主持人曼琪和小晚阐述了他眼中AI时代的编程、开源与生活哲学：大语言模型是“新的物种”，简单结构能产生复杂智能。他从《黑镜》第七季聊起，透露创业动机其实来自美剧《疑犯追踪》：未来AI需要存储一切，于是他们做了分布式数据库TiKV，而TiKV正是用十几条简单规则让系统自己分裂、迁移和自愈。他卖掉房子住进房车，计划40岁前学种田、缝纫和木工，因为AI让他多出50%时间，人的意义在于体验而非搞懂Transformer。谈到公司，他称创业第一天就定下创始人“互为冗余”的原则，目前七成收入来自海外，全球化就是更好的本地化；中国长不出Databricks，因为云基础设施尚未准备好。他还自己写Agent直接查询原始数据替代Salesforce报表，预测未来每个人都会拥有免费的personal database，并认为开源既是竞争策略也是建立信任的必经之路，就像DeepSeek。他坦言AI加速让他产生强烈的存在主义紧迫感，引用《神的九十亿个名字》担心人类心智尚未准备好；因此他也转向冥想、做饭和收藏老式乐器，认为人工制作的东西会变得越来越珍贵。

119: AI视频产品怎么Go Viral？6000万用户的PixVerse的答案

2025年6月8日 · 1:30:52

本期《晚点聊》对话爱诗科技联合创始人谢旭璋，讲述这家AI视频公司如何从投资人转身创业，做出6000万用户的产品PixVerse，并在国内以“拍我AI”上线。核心论点是：AI视频的机会不在冲击奥斯卡，而在用低门槛模板让普通人做出第一个可分享的视频，如“毒液变身”模板曾带来单月千万用户。谢旭璋分享了资源节俭的模型训练策略——用同行十分之一到二十分之一的GPU数量迭代七代模型，以及如何在Sora发布后的噪音中坚持方向。节目还复盘了他从光源资本到创业的心路历程：看过足够多公司后，认为看准就要all in，并相信非产品背景创始人也可在无人区探索成功。

118: 天生卷王郭人杰：从97年的扫地机总裁到创业做家庭通用机器人

2025年5月28日 · 2:37:30

本期《晚点聊》专访乐享科技创始人郭人杰，他曾任追觅科技中国区执行总裁，用不到4年把追觅自有品牌在华销售额从1亿做到60亿，离职后创业做家庭通用机器人，主张“赚钱养梦想”。他回顾了15岁上西安交大少年班、伦敦政经毕业，以及在宝洁学习实业、信奉“高频试错、快速迭代”的经历，并在追觅两次因断货和未盈利被降级又获重用。离开追觅后，他选择介于0到1之间的“0.5机会”切入机器人市场，避免强共识和纯技术探索。乐享的第一款产品是面向学生与极客的舵机机器人，定价1000美元，与K-Scale合作支持强化学习开发；第二款是获迪士尼IP授权的履带式瓦力机器人，计划2025年9-10月上市。郭人杰称，乐享的长期目标是定义家庭移动硬件终端，成为AI机器人时代的“苹果”，通过快速迭代逐步验证需求。

117: 印奇的AI创业14年：所有不能闭环的辉煌都是暂时的

2025年5月20日 · 2:06:50

本期嘉宾是千里科技董事长、旷视创始人印奇，他在37岁、AI创业14年之际总结从旷视到千里的转变，核心判断是“所有不能闭环的辉煌都是暂时的”，商业闭环和ROI优先于单纯技术信仰。他解释了为何在继续推动旷视上市、大模型创业和入股力帆（后更名千里）三者中选了最后一项：力帆经历破产重组和吉利三年清理后没有历史包袱，吉利能成为AI+车的场景提供者与数据闭环支点，这不是绑定而是开放起点。技术路线上，印奇主张智驾走特斯拉式模型驱动路线而非华为式闭环供应链，认为中国智驾要回归基本功、提升模型化比例；VLA更属于具身智能，车的行为空间有限，概念被超卖。他回顾了旷视在科创板等待三年多、两次上市受阻的近5年低谷，称这是组织成长最快的“蹲苗”期，自己将理念改为价值务实在前、技术信仰在后，并把研发与营销投入比从3:1、4:1调到1:1。他也判断智驾已到冲刺期，赢下需要数据体系、纵向整合和客户联盟三个体系，最后最多4家、可能3家留在牌桌，明年见分晓。5月补充访谈中，印奇把大模型周期视为深度学习的决赛环节，认为Super App需兼具上限与短期爆发力，将Agent分为工作、创作、生活、情感四类，判断未来18到24个月会出现引爆点。

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。

115: 华为发布超节点，如何搅动AI算力市场？与魔形智能徐凌杰聊芯片层新变化

2025年5月11日 · 1:28:13

本期《晚点聊》邀请魔形智能CEO徐凌杰（曾任英伟达、AMD、三星GPU架构师，壁仞科技联合创始人）解读华为CloudMatrix 384超节点，核心观点是：它本质是12个机柜、384张昇腾910组成的'横向扩展'（Scale out）集群，而非英伟达NVL72那种单机柜'纵向扩展'（Scale up），以数量换总算力——集群总算力300P，比NVL72提升67%，内存容量三倍以上、带宽两倍以上，但功耗约为后者四倍。徐凌杰认为，华为在成为英伟达之前已是'Mellanox'，网络与交换积累是其能做多卡互联的原因；但国内厂商普遍缺乏NVSwitch类产品，超节点趋势短期不冲击英伟达，压力主要给到其他国产AI芯片商。他还拆解了AI算力结构：GPU之外互联、交换机、光模块同样关键，芯片成本已从晶圆主导变为显存主导，HBM占五到六成；并透露魔形智能在H20上优化DeepSeek满血版已实现API业务盈利。英伟达已为可能被禁的H20计提55亿美元损失，不排除通过恢复被屏蔽计算单元'变废为宝'；华为在阿里发布Qwen3当天即宣布开箱即用支持。他判断英伟达最大威胁是客户集中（Google TPU、Amazon自研芯片），其已成立'半定制'部门防御；下一代算力变量或来自存算一体、类脑计算（脉冲神经网络）以及电力与散热等可持续发展约束。

114: 秘塔闵可锐2：“我不是演员”

2025年5月5日 · 2:01:51

本期《晚点聊 LateTalk》中，秘塔科技创始人闵可锐向主播曼祺与王与桐解释，这家成立七年的小AI公司为何刻意保持保守：他自评新产品“今天学点啥”仅70分，称秘塔80%的产品决策靠他“拍脑袋”，2024年只新融1亿多人民币、估值低得保守，还拒绝了去年的收购，因为他“当不了演员”，讲不了自己都不信的故事；他也提到秘塔搜索已接近100万日活。他说明为何不追Agent热潮——2025年上半年的模型能力仍撑不起相对通用的Agent，Manus的很多效果得益于Claude；也解释为何秘塔没有采用DeepSeek式高密度研发组织——“因为我们没钱”。他给出一个悲观判断：任何主要依靠大模型能力、有潜力做到1000万DAU的软件应用，大模型公司和大厂都会自己做，小公司只能“摸着石头过河，大厂摸着我们过河”。技术上，他认为Grok3证明了后发团队配上顶尖资源能快速追上一线模型，Llama4再次印证“一流资源、二流团队”干不过“二流资源、一流团队”，并强调预训练对推理模型至关重要，Scaling Law不是简单线性外推。节目还谈到“今天学点啥”下一步会为辅导孩子作业的家长优化，以及闵可锐对团队分工、没找产品合伙人和过去两年“各方面更会了”的反思。

113: 秘塔闵可锐1：回到故事开始，那些「神预言」

2025年5月5日 · 1:56:09

2023年3月大模型热潮初期，秘塔科技创始人闵可锐断言，中国VC很可能会集体错过最有雄心的中国大模型创业者，并分享了他对预训练范式、创业选择及行业格局的观察。他回顾了从复旦、牛津到伊利诺伊博士辍学，经历波森数据、猎豹后于2018年创立秘塔，因看好大规模预训练而选择法律翻译切入，理由是人比机器更贵。他认为预训练本身才是范式转变，Transformer并非关键，GPT-3只是把规模推到工业界不敢想的地步，并非新架构；AI应用已进入个人开发者、创业公司和大厂所有人PK所有人的战国时代，AI Native的突破很可能在交互。他提到秘塔写作猫注册用户超700万，付费率2%-5%，公司总成本小几千万元且已能自给自足；但热潮对秘塔并非全是好事，财务投资人因担心与大厂直接竞争而谨慎，战投反而更积极。他批评研发投入95%是浪费且不知浪费在哪，OpenAI的关键是找到会花钱的少数研究者并给他们大量资金；中国投资仍循着大佬站台的传统思路，可能错过真正能干事的人。他还预测未来半年厂商将密集发模型但热潮不可持续，拿不到正反馈的团队会速生速死，并会出现二手A100；开源是另一股力量，但真正千亿级开源模型并不多，中国团队多为微调。

112: 与千寻高阳聊具身：一个像机器人的人，怎么做像人的机器人

2025年4月29日 · 1:22:09

高阳（千寻智能联合创始人、清华叉院助理教授）直言具身智能必走端到端 VLA，并给出时间表：明年6月达L2，再一年半到两年达L3。他认为行业已从500个研究话题收敛到100个，这正是他选择创业的时刻——科学家能做的探索变少，工程化落地成为重心；千寻的配置是产业老炮韩峰涛加年轻科学家。他定义的L2是单场景多任务，为此机器人未必人形，但需双臂加轮式底盘，双足并不难；叠衣服是当前“智商测试”，难在理解乱态与泛化，而Figure 02展示了快慢系统的工程优势。数据方面，他提出具身Scaling Law，称做到GPT-3.5级需约100亿条有效互联网视频、1亿条遥操数据和数千万强化学习数据，而仿真数据因多样性有限不适用。他还解释为何要同时做大模型和本体——只做大脑缺乏跨具身肌肉记忆，只做本体则价值集中在大脑端；中国优势在于“修机器人快”，行业将在跑出L2/L3后收敛，当前瓶颈在AI而非硬件；商业化上现在应把技术做到GPT-4程度，L1场景已有人愿付十几万，L2会带来几何级数增长。个人层面，他回顾2016年与许华哲做端到端自动驾驶、伯克利归国经历，称自己从不熬夜、每天骑车31-33分钟，以COT式链条思考应对科研与创业。

111: Pokee.ai 朱哲清的 Agent 造法：强化学习作后端，语言模型作前端|Agent#3

2025年4月22日 · 1:34:56

本期嘉宾是 Pokee.ai 创始人朱哲清（Bill），他在《晚点聊》中提出一种与主流不同的 Agent 造法：大语言模型（LLM）只是 Agent 与人类交互的“前端”，后端决策与执行应由不依赖自然语言的强化学习（RL）模型完成。他批评以 LLM 为大脑的做法，称其上下文长度有限，调用工具超过 50 个就会产生幻觉，难以支撑复杂多步任务；而 Pokee.ai 用 RL 模型驱动，已打通几十个平台的上千个 API，单次任务成本约为同类产品的十分之一，执行一项任务只需数十秒。朱哲清还总结了优秀通用 Agent 的四要素：比人快、无需人工干预、能读能写、成本低，并认为技术本身不是护城河，真正的壁垒在于与用户工作流深度绑定。他分享了自己的创业历程：从斯坦福读博与 Meta 全职并行，到早期做旅行规划 demo、Shopify 垂直 Agent，直到 DeepSeek R1 带火强化学习后回归通用 Agent 方向；团队只有四人，却吸引了大量投资人和客户。关于行业竞争，他判断未来会存留三到五家公司，接下来各家将走向差异化；此外，他还给出了判断技术潜力的方法论——先构建一个极简的 ‘Toy Example’，证明只有你的技术能普适性地解决它，再投入规模化。

110: 与明势夏令聊Agent竞争：通用入口之战就要来，创业要做垂、做专|Agent#2

2025年4月14日 · 1:40:18

曼祺与明势创投合伙人夏令在本期推演Agent行业：他判断通用Agent入口之战将在今年下半年打响，最激烈的战场是以手机为终端的通用Agent产品，OpenAI、Google、Meta、字节、阿里、腾讯等巨头都会参与，美团、小红书、理想也跃跃欲试。夏令把自动驾驶、具身机器人与软件应用均视为Agent，以Google白皮书的'模型+编排层+工具使用'框架分析技术演进，预测L3 Agent（能完成整项任务）可能在一年内到来，并认为MCP生态的最大受益者仍然是Anthropic、OpenAI等模型公司。他指出，模型公司都有服务泛C用户的野心，创业公司应做垂直、专业的'最后一公里'，尤其在中国，要用Agent直接交付结果并按收入分成收费，例如用AI帮银行批量起诉坏账，一个月立案超1.5万起，团队需既懂行业又懂AI。相比美国按席位收订阅费的模式（如Harvey每个席位每月2000多美金），中国客户更愿意为效果付费，这催生了完全不同的商业模式。关于具身智能，夏令认为最大危险并非朱啸虎所说的没有商业化PMF，而是具身模型技术尚未收敛，机器人还没迎来GPT-3时刻。他还讨论了Kill time型内容Agent，认为其高参与度可能催生新的内容平台，但当前模型能力还不足以支撑长期情感关系。

109: 数字生命卡兹克如何用 AI：把任何重复3遍的事AI化

2025年3月30日 · 2:29:13

本期嘉宾是数字生命卡兹克（《数字生命卡兹克》公众号主理人），他讲述了自己从交互设计师到基金数据分析创业公司“九圈”的设计总监，再到2024年3月全职转型为AI内容创作者的历程。他所在公司在2022年底全员用AI，做出金融领域首个算法备案的基金问答产品，但因toB客户要求非标准化而商业化失败；他兼职做AI内容时，用Midjourney制作《流浪地球3》AI预告片出圈，并在Pika文章发布第二天一天做了13个券商线上路演。卡兹克自称“AI殿堂的门童”，用AI改造了内容工作流：每天自动抓取二十多个数据源，用模型打分筛选出10条AI资讯发到30多个群；用AI分析社群讨论和评论来挖掘选题；还曾用O1 Pro花11分钟完成过去11个人干两天的2400人报名筛选和分组。他认为目前真正帮到生产的Agent只有OpenAI DeepResearch，它生成的研究报告相当于三年研究员水平，甚至能写一个逻辑伏笔正确的三万字小说；多数Agent仍是玩具，因为多步任务的成功率会因每一步误差而趋近于零。他还提到DeepSeek的出圈让中国多了数亿从未接触过AI的用户，是“中国ChatGPT时刻”，也谈到与郭帆《流浪地球3》的AI合作、AI短剧《兴安岭诡事》分账盈利，并对比了2023与2025年AI产品推荐，担心AI越来越精英化，普通用户阈值变高，内容更难做。

108: 与马毅聊智能史:“DNA是最早的大模型”，智能的本质是减熵

2025年3月17日 · 2:18:18

香港大学计算与数据科学学院院长马毅在《晚点聊》中提出，智能是生命对抗熵增的机制，DNA是最早的大模型，35亿年历史中它从DNA进化、神经系统个体记忆、语言文化演进到数学科学，因此机器智能的起点应回溯至1940年代维纳的控制论和香农的信息论，而非1956年达特茅斯会议。他认为知识本身不是智能，智能是获取和更新知识的能力，当前大模型仍停留在类似DNA的强化学习阶段，缺乏闭环反馈和自主纠错，OpenAI o1和DeepSeek-R1的推理更像刷题式的记忆模仿，而非真正的逻辑推理，甚至不如猫狗的适应能力。他预言开源模型终将超越闭源，DeepSeek式突破只是where and when的问题，不是if or not的问题。谈到技术品味，马毅强调它来自探索未知的价值观和严谨科学训练，并透露自己引用最多的成果一度没有任何会议接收，博士毕业时也找不到对口教职。他正在推动港大面向所有本科生的AI通识教育（以一门英语课为代价），并通过忆生科技研发白盒大模型和闭环纠错机制，认为人脑是并行结构，闭环系统才能应对开放世界，而端到端VLA未必是具身智能的正确解法。智能在熵增宇宙中只是短暂过程，但对抗熵增本身就构成生命的意义。

107: 与Haivivi李勇聊月入千万的AI Jellycat：小众AI硬件×大众消费品的交叉口创业

2025年3月13日 · 1:19:39

本期《晚点聊》对话 Haivivi 创始人兼 CEO 李勇，这位有 20 年硬件从业经验、曾参与天猫精灵从 0 到 3000 万台过程的老兵，讲述了他为何押注 AI 毛绒玩具这一科技巨头做不了也不想做的方向。首款产品 Bubble Pal 是 399 元的 AI 挂件，上市数月卖出几万个、单月收入破千万元人民币。李勇解释产品定义中的诸多取舍：选 3-6 岁儿童是为了控制用户预期，先做挂件而非整只毛绒玩具是为了切入存量市场、先活下来；他还认为大模型目前无法给成年人提供足够的工具或情绪价值，要等端到端语音模型成熟后再拓展成人市场。他提到泡泡玛特和 Jellycat 的持续增长证明了成年人会为情绪价值反复消费。他复盘了此前早教机卖出数十万台却因在线教育巨头入场而难以为继，也因此放弃严肃教育，完整 AI 毛绒玩具预计 25 年 Q2 上市；负债创业期间核心员工降薪到约 1 万元，2023 年 8 月与高秉强见面当天就获得投资。节目还谈到玩具赛道可容纳多家公司而工具类生死厮杀、Meta 眼镜舍弃显示器的魄力、产品破圈后前二差评是联网和按住说话，以及已接入包括 DeepSeek 在内的主流模型；长期目标则是成为 AI 时代的泡泡玛特，做'AI 版玩具总动员'。

106: 与真格戴雨森长聊 Agent：各行业都会遭遇“李世石时刻”，Attention is not all you need|Agent#1

2025年3月9日 · 2:11:50

真格基金管理合伙人戴雨森在《晚点聊》中与曼琪、小晚长聊AI行业，认为OpenAI o1和DeepSeek R1是改变格局的两大节点：o1用强化学习开启后训练与测试时计算的Scaling Law，R1以开源和极低成本证明RL路线可走通，两者叠加推理、编程与工具使用能力提升，使Agent在2025年迎来爆发。他将AI超过人类能力的时刻称为“李世石时刻”，断言各行业都会经历，并指出“Attention is not all you need”意味着从争夺注意力的经济转向无需注意力的自动执行，解锁“工作的Scaling Law”。他判断Agent首批PMF在DeepResearch类的只读研究，再演进到可写操作和多Agent协同，成本下降必然发生，200美元月费的ChatGPT Pro与500美元月费的Devin“两瓶茅台价格体验未来很划算”。谈及DeepSeek开源，他认为其清场效应使多数“六小虎”掉队，月之暗面是少数仍能冲击前沿的创业公司，并分析了腾讯接入、字节不接的取舍，以及算力需求结构变化可能冲击英伟达。他个人为AGI准备包括投资早期团队、锻炼身体，并推荐《智能简史》与《第一只眼》。

105: 潞晨尤洋争议中谈三方云平台 DeepSeek 成本：为何我不做 MaaS 了？

2025年3月6日 · 48:56

在 DeepSeek 开源周数据宣称成本利润率达 545% 引发热议后，潞晨科技创始人尤洋在本期访谈中回应争议：他坚持认为，中小云厂商部署 DeepSeek 并售卖 API 的 MaaS 模式是巨亏生意，潞晨已停止相关服务。DeepSeek 官方称其 24 小时处理了 608B 输入 token 和 168B 输出 token，仅用 1814 张 H800 支撑 2000 万至 3000 万日活；而尤洋实测每节点每秒输出仅约 300 token，与官方公布的 14.8K token 相差 46 倍。尤洋解释，MaaS 按 token 计费却要按 GPU 时间承担成本，在线任务序列长度波动剧烈，需准备约 5 倍冗余资源，且中小厂商缺乏模型与技术壁垒，最终只会陷入价格战。因此潞晨科技转向为传统企业提供私有模型部署（PaaS），客单价在 10 万至 100 万元之间，目标对标 AI 版 Databricks。尤洋还主张，只有像 OpenAI 这样拥有独家顶尖模型的公司才应做 MaaS，高利润是对创新的奖励，并透露潞晨正布局视频生成模型。他称自己并不想与 DeepSeek 对立，抨击的是那些宣称推理速度比英伟达方案快十倍的中小云厂商。

104: 我给线性注意力找“金主”，字节 say No，MiniMax say Yes

2025年3月3日 · 1:26:50

主播曼祺与MiniMax高级研究总监钟怡然聊全球首个把线性注意力做到4560亿参数级的大模型MiniMax-01；钟怡然称这证明线性注意力可以scale up，但业界仍非共识。这也是MiniMax首次开源，目的是展示架构创新并吸引人才。她解释线性注意力通过调整QKV矩阵计算顺序将复杂度从二次降到线性；MiniMax-01每7层线性注意力混1层Softmax注意力，弥补纯线性注意力召回缺陷，100万Token序列下比全Softmax注意力快2700倍，且混合架构效果优于纯Transformer。她还回顾了自己从2021年押注这个“看起来很美好的泡泡”的经历：自称是全球最懂线性注意力的一批人，找“金主”时字节say no，MiniMax say yes；创始人闫俊杰以约50%把握拍板投入公司超80%研发资源，团队此前做了3700次预训练测试验证可扩展性。她认为稀疏注意力如NSA、Mobile有损且上限低，DeepSeek的NSA只是把稀疏注意力工程化提速；而线性注意力是无损优化，序列越长优势越大。MiniMax计划4月发布整合线性架构、原生多模态和强化学习的深度推理模型。节目最后聊到她的AGI愿景——能持续自我学习的模型，以及DeepSeek爆火后研发加班追赶推理模型的节奏。

103: 用Attention串起大模型优化史，详解DeepSeek、Kimi最新注意力机制改进

2025年2月26日 · 1:28:15

清华计算机系刘知远团队的肖朝军与清华电子系汪玉团队的傅天予在本期解读DeepSeek和Kimi最新发布的注意力机制NSA与MoBA：两者都在预训练阶段引入动态与静态混合的块状稀疏注意力，以应对长文本和长思维链带来的计算瓶颈。节目先讲清原理：注意力机制让每个词与上下文动态关联，但标准Full Attention需存储所有词向量并与每个词逐一匹配，因此序列变长时存储和计算按N方爆炸，这也催生了稀疏注意力和线性注意力（RNN回归）两大改进方向。两位嘉宾指出，NSA与MoBA的突破在于用块状稀疏设计（整块保留或丢弃）适配GPU并行与内存访问，并通过Triton算子优化让训练和推理都获得实际加速；静态稀疏（如滑动窗口）虽快但可能错过远距关键信息，所以动态与静态混合成为共同选择，而稀疏训练的性能也被证明可追平甚至超过稠密注意力。他们还对照自己此前的InfLLM与MoA：前者强调稀疏需在块级别做并做到训练无关的推理加速，后者通过识别关键注意力头来保留长程关联；两人在实验中最看重训练曲线（如NSA的Figure4和MoBA的Figure3）和长CoT生成速度，而非传统Benchmark。展望未来，多模态会让序列急剧变长（如一小时视频约百万token），存储/记忆将成下一瓶颈，线性注意力或RNN路线仍是重要理论选项。下期节目将与MiniMax研究员聊其01模型采用的线性注意力架构。

102: DeepSeek 启动开源周，大模型开源到底在开什么？

2025年2月25日 · 56:40

本期《晚点聊》由程曼祺主持，邀请西北大学MLL Lab博士生王子涵，围绕DeepSeek开源周及大模型开源的具体层次展开。节目指出，开源不只是开放权重，还包括技术报告、推理框架、训练框架和数据集等层级，而绝大多数公司只开放前两者。王子涵以FlashMLA为例，解释了算子级优化如何提升推理效率，并对比了vLLM、SGLang、字节VERL等社区框架的生态差异。节目还剖析了DeepSeek选择MIT协议、开源最强模型背后的优先级与盈利模式，并谈到开源训练框架需额外投入代码规范化工作。王子涵分享了自己因开源模型被滥用导致推特账号被盗的经历，提出最强模型是否应开源的社会风险问题。节目最后讨论了OpenAI可能的开源选择，以及人类在AGI时代的位置。

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”。

100: 硅谷怎么看 DeepSeek ？与 Fusion Fund 张璐聊开源、Agent和“除了AI”

2025年1月29日 · 1:16:20

在《晚点聊》第100期中，程曼祺与Fusion Fund创始合伙人张璐讨论了DeepSeek开源推理模型R1引发的硅谷热议，张璐称其出圈是开源生态的胜利，并相信开源更有利于初创企业。张璐强调，R1以约557万美元训练成本（仅计算GPU hours）在多项基准上比肩甚至超越o1，其跳过监督微调、直接进行无监督强化学习的创新，也证明Scaling Law仍有巨大空间。她认为这类降低AI训练和部署成本的开源成果，会促使更多行业采用大模型，长期提升AI用量与算力需求，因此并非利空英伟达；对于Meta，短期虽有公关压力，但作为美国AI开源生态的主要玩家，将长期受益于开源繁荣。谈及Agent，张璐试用了OpenAI的Operator，指出它目前速度慢且会编造信息，但前景美好；她认为美国B端客户更看重准确性和专业度，所以垂直领域智能体在医疗、金融、保险、太空科技都大有可为，同时她也提到Agent可能带来隐私问题，但年轻人更愿意向AI倾诉。除AI外，张璐介绍硅谷还关注Tech Bio（科技与生物）和太空科技，Fusion Fund已投资SpaceX，并看好AI与这些领域的结合，她还提到SpaceX周边形成了数百家太空科技初创生态。

99: MiniMax 创始人闫俊杰：做大模型，千万别套用移动互联网的逻辑

2025年1月20日 · 1:38:11

本期节目专访估值已超30亿美元的中国大模型公司MiniMax创始人兼CEO闫俊杰，核心主张是做大模型不能套用移动互联网逻辑：更好的模型可以导向更好的应用，但更多用户并不会导向更好的模型，因此MiniMax当前最重要的目标不是增长或收入，而是加速技术迭代。围绕刚开源的MiniMax-01，他解释开源是为了让问题暴露更快、提升研发效率并补上技术品牌；新架构把Transformer的注意力机制改成线性注意力，以支撑超长上下文，为Agent所需的记忆与多智能体通讯打基础。他也复盘了行业误区与自身失误：蒸馏o1数据复现o1不难但非最优路径，海螺文本失利是因为没有坚持技术驱动，而Talkie月活已超Character.ai、星野在国内同类第一的暂时领先来自技术路线选对与更懂用户。闫俊杰认为不应把创业公司单列为一类赛道，AI行业仍是技术驱动的长跑；2025年他更期待Agent能在专业领域达到专业人士水平，MiniMax也会围绕技术迭代设定目标。

98: 李开复聊零一部分团队并入阿里：只有大厂能追逐超大模型

2025年1月14日 · 54:25

本期节目，零一万物创始人兼CEO李开复告诉主播程曼祺，近期市场传闻并不准确：零一并非被阿里收购，而是与阿里云成立“产业大模型联合实验室”，大部分训练和AI Infra团队并入阿里以研发超大模型；零一自身则转向做更快、更便宜、更小的模型，并亲自做应用。他认为Scaling Law已进入回报递减阶段，只有大厂能承担超大模型训练，超大模型会作为“老师”通过标注和合成数据帮“学生”模型提升，类似Anthropic和OpenAI的实践；零一选择轻装上阵，不追求AGI也非放弃。商业化方面，他透露零一2024年实际收入超1亿元人民币，海外ToC产品基本打平，国内游戏、能源、汽车、金融等都有千万级软件单子；2025年预计收入数亿元，并计划与行业龙头成立合资公司，由对方出行业Know-how和数据、零一出技术入股。李开复还回应了团队变动、未寻求被收购等话题，称创始团队仍在，有人因想追超大模型或禁受不住诱惑离开；他判断中国大模型创业公司“没有任何概率”全军覆没，AI-first应用将带来颠覆性机会。他预计2025年应用爆发，自己等AI时代40多年，如果不创业才是终身遗憾，所以不后悔当CEO；新年愿望是两个女儿职场情场顺利，零一能证明这些选择正确。

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。

93: 字节VS六小龙，大模型创业生存战 | 串台「十字路口Crossing」

2024年12月8日 · 1:22:51

本期《晚点聊》由晚点科技报道负责人程曼祺与「十字路口」主播杨远骋、Ronghui 串台，复盘其报道《中国大模型生存战：巨头围剿，创业难熬》，核心判断是：2024 年中国大模型竞争已从六小龙互相较量转为字节跳动等巨头与创业公司的正面激战，字节像"会跳舞的大象"后来居上。节目以技术进化速度为核心分歧：若进化快，创业公司的前瞻判断与"模应一体"能拉开差距；若放慢，产品、流量与渠道更关键，最头部公司融资承压，文章引用大厂高管"一年低消20到30亿美元"与投资人"2到3亿美元"的不同算法，并提到DeepSeek不做应用、不思考商业化。程曼祺逐一点评六小龙：月之暗面（杨植麟）只聚焦Kimi与生产力场景，提前押注多阶段推理；MiniMax（闫俊杰）更灵活，星野/Talkie在陪伴赛道留存高于字节猫箱；零一万物分拆游戏公司、智谱AutoGLM寻求手机合作。字节之所以翻身，在于张一鸣亲自下场招人、放弃对外投资、成立Flow；同时节目对比了阿里云与火山云的未来竞争，并称腾讯可后发制人、百度今年亮点是萝卜快跑。杨远骋以Recraft、Cursor为例称应用正"雨后春笋"般生长，程曼祺则对比今日头条上线7个月日活200万、一年多达1000万，说明如今大模型创业公司更难，但创始人无暇悲观；结尾引用王兴名言：战争不是由拼搏组成，而是由等待和煎熬组成。

90: 当每个国家都想要自己的大模型？与云启陈昱聊主权 AI

2024年11月20日 · 48:16

云启资本合伙人陈昱做客《晚点聊》，与主持人程曼祺深入探讨“主权AI”——各国政府自建大模型和AI基础设施的全球浪潮。节目指出，英伟达CEO黄仁勋正大力推动这一概念，英伟达预计其主权AI业务收入今年将从0增长至近100亿美元。陈昱认为主权AI本质是需求真实的to G市场，机会遍布算力中心、芯片、AI基础软件及模型出海，例如他已投资壁仞联创徐凌杰的新项目，专注底层算力软件优化。节目还梳理了中国智算中心建设现状：截至2024年5月底，中国大陆已有280多座智算中心，140个项目的投资总额达4300亿元，可统计算力规模为36.93万P，并指出地方政府招商引资是重要驱动力。针对风险，陈昱警示过度投资导致算力过剩、GPU快速换代造成浪费，以及国内to G业务账期过长。对话最后也触及主权AI对普通人的影响，既可能带来更智能的政务服务，也可能使政府管控更密集，引发AI伦理忧思。

89: 当技术遇上艺术:与 NVIDIA 和新片场聊 AI 如何重塑创作

2024年11月13日 · 1:14:14

NVIDIA中国区高级技术市场经理施澄秋与内容公司新片场CEO尹兴良在本期《晚点聊》中提出，生成式AI正缩短从创意到表达的距离，但影视行业真正普及新技术还需克服人才与成本障碍。施澄秋介绍了NVIDIA的Omniverse多人在线协作平台、ACE数字人引擎和NeRF神经辐射场等技术，称它们可实现实时多人在线协作、照片级数字人驱动和从少量照片快速生成3D场景重建；他还透露2021年GTC大会上黄仁勋演讲中有17秒是由ACE制作的数字分身，证明其逼真度。针对视频会议场景，他补充介绍Maxine软件，能以低带宽传输坐标来生成数字人，实现眼神聚焦。尹兴良以新片场出品的《南海归墟》为例，称该剧约一半时长为特效镜头、全片在棚内完成；他还表示，由于网络平台需要大量宣传物料，Midjourney等AIGC工具已用于制作概念海报和分镜，但视频生成距产业级仍有距离。新片场虽与国内AI厂商合作提供训练素材并测试模型，但除非成本数量级下降且有熟练的技术人员，否则不会冒险替换成熟流程，仍会优先选择传统团队。最终共识是AI的真正价值在于降低创作门槛，让普通人也能参与创作，人工智能可以打动人类但不会被打动，内心的想法和人类情感才是创作的本源。

86: We, Robot-2，清华叉院/星海图许华哲看“Optimus”的门道

2024年10月27日 · 1:05:06

许华哲（清华大学交叉信息研究院助理教授、具身智能公司星海图联合创始人）在《晚点聊》中从特斯拉We, Robot发布会的人形机器人Optimus谈起，阐释遥操作为何重要，并拆解通用具身智能当前的算法进展与创业选择。他认为这次丝滑的遥操作既是远程运力转移的实用价值，也为机器人提供高质量训练数据；从遥操到自主仍需海量数据和模型迭代。节目中他梳理了伯克利AI Research的强化学习传统、2019年ETH让机器狗爬山的标志性工作，以及自己用改进的PPO算法（BPPO）让机器狗在软垫上真实环境学习；他还区分了强化学习、模仿学习与多模态大模型的不同作用。关于形态，星海图选择轮式人形而非双足，是为了聚焦操作能力，因为操作才能改变物理世界、产生经济价值；灵巧手难度不亚于做好整个人形机器人，所以公司现阶段“力出一孔”做移动操作的本体、遥操作和智能。他也讨论了世界模型的定义争议（Sora为何不是、具备动作输入的视频预测才是）、触觉这一被忽视的模态，以及通用机器人面对的数据、模型两大瓶颈；他给出5年工厂大量部署、10年进入家庭的预期，并提醒机器人普及可能让人丧失部分决策权利。

84: 与侯晓迪聊特斯拉 We,Robot：烟雾与现实

2024年10月16日 · 1:08:36

Bot Auto 创始人兼 CEO、图森未来联合创始人侯晓迪与主持人程曼祺复盘特斯拉 We,Robot 发布会，认为马斯克的说法多为 hype：他称 Cybercab 每英里运营成本低于 0.2 美元，但仅电池折旧约 0.15 美元、电力和轮胎各约 0.05 美元，合计已超 0.2 美元，违背物理定律；没有方向盘和踏板更多是操控公众意志，而非技术进展。侯晓迪提出 L4 自动驾驶应统一以 CPM（每英里综合运营成本）为指引，并批评端到端被“意识形态化”：它在最优/平均场景表现尚可，但在最差场景不可解释、难以合规，无法用于 L4；他更认同“世界模型”是 David Marr 提出的中层视觉表征的延续。他还引用 Cruise CEO Kyle Vogt 在发布会前列出的 15 个运营要点，认为这些实打实的细节才是行业下一步需要解决的问题。他还认为特斯拉用 Model 3/Y“Airbnb”式接单短期不可行，责任归属无解；远程操控人车比从 1:3 走向 1:10 可能比外界预期更慢；L5 是永远达不到的地平线，L4 是要挣钱的产品。谈及再创业，侯晓迪表示已融资 2000 万美元，选择休斯敦是为贴近物流运营，并总结图森教训：不要过早扩张，重要的是利润而非收入，计划一年内让全 L4 功能车辆在休斯敦路测。

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。

79: 大模型+SaaS 怎么做？与中国最早的 AI SaaS 产品经理聊聊十年经验

2024年9月11日 · 1:01:30

《晚点聊》本期邀请科大讯飞副总裁、听见科技总经理王玮，谈大模型给讯飞办公SaaS平台（讯飞听见、写作、同传、会议）带来的变化；她认为生成式AI的价值是给各行业用户配一个助手，AI SaaS要同时追求产品、市场、财务成功。王玮说，去年讯飞按时间节点发布大模型技术，今年重点转向落地；面对免费产品竞争，讯飞选择继续收费，追求可持续增长，而不是烧钱拉新。她介绍讯飞听见从2015年5月8日上线，最初一小时收费七八十元，现在机器版19.8元、人工精修100多元；一开始就同时做to B和to C，坚持软件+硬件+服务，并讲了一个具体转变：速记行业曾成立“反讯飞联盟”抵制，后来很多速记员也转为使用讯飞产品。语音转写的差异在困难场景，讯飞已发布37个语种和37个方言的混合引擎，也在探索端到端语音技术；会展上讯飞同传每年服务2000多场顶级大会，并把字幕服务嵌入APP。她还分享了出海经历：因实体清单暂停美国业务，但坚持完成了欧洲合规，deepthink网站已在欧洲上线。她总结，好的AI产品经理要有AI素养和洞察力，选定了软件+硬件+服务模式就不要摇摆；未来一年最大的确定性是不确定，订阅制或会员制等新商业模式值得期待。

77: 不仅是车企的战争，与 Momenta 创始人曹旭东聊智驾供应商生存法

2024年8月11日 · 1:21:31

本期《晚点聊》访谈Momenta创始人曹旭东，他认为智能驾驶供应商的终局是721格局——第一名占70%，中国只剩两三家，胜者需垂直整合软硬件。曹旭东称，高阶智驾体验两年提升十倍，特斯拉FSD半年进化几十倍，最新V12已接近Waymo；Momenta与华为是客户主要对标对象，双方在上海、深圳各有千秋，北京、保定等城市Momenta泛化更好。目前Momenta拥有最多智驾车型定点，包括上汽智己、比亚迪、广汽，数量超过华为，与地平线、大疆、华为并称“地大华魔”。他认为特斯拉FSD入华是好事，会把竞争从卷价格拉回卷价值。他解释为何选择做Tier 1而非Tier 2，并与英伟达、高通同时合作覆盖纯电和混动；关于端到端，他提出“低成本短周期试错”的方法：先攻克深度学习规划，再合并感知，真正的难点是提升下限，并举了端到端模型从未定义过的清明烧纸火堆会主动绕行的例子。交付上，从智己400人一年半磨一个车型，到现在几个人半年交付。他还认为国际车企的合作窗口期已过，一个平台通常只选一家供应商，全球扩张必须解决地缘政治风险；他预判低水平竞争两年内结束，15万以上车型将在26-28年标配高阶智驾，未来头部公司每年云计算投入将达10亿美元。

72: “听完一百位设计师的抱怨后，我找到了用AI帮他们提效的办法” ，与 Motiff 聊 AIGC 细分机会

2024年6月17日 · 1:25:24

AI设计工具Motiff的运营副总裁张昊然（出自教育公司猿辅导）在节目中解释，他为何选定这个看似小众的方向——产品界面背后是庞大的生产市场，而AI将改变生产关系。他回顾设计软件迭代：Sketch用无限画布从通用型Photoshop手中切走UI设计师，Figma靠在线协同后发制人；Adobe曾以200亿美元收购Figma遭反垄断否决，后者目前估值约125亿美元、年营收约5亿美元。Motiff的机会在于AI能解决设计师重复劳动中的高频场景，比如他调研上百位设计师后发现的最高频动作"复制粘贴"，其AI复制可一键生成不同样式的卡片。商业化上，Motiff从第一天起面向全球定价，基础版每席位每月4或15美元，仅为Figma的1/3到1/5，张昊然认为未来营收应主要来自AI功能价值。对"AI是否取代设计师"，他持渐进态度：低端工作会被替代，但对界面美与体验的需求会扩大；同时他援引数据称全球每天使用AI产品的人仅约4000万，渗透率远低于想象，本质是缺乏真正好产品。他还反思教育行业的技术变迁，认为拍照搜题并非最大改变，AI将改变孩子认知世界的方式。

71: “如果相信只靠 Scaling Laws 就能实现 AGI，你该改行了”，与香港大学马毅聊智能

2024年6月11日 · 1:53:00

本期《晚点聊 LateTalk》的嘉宾是香港大学计算机系主任、数据科学研究院院长马毅，他与主持人程曼祺的对话围绕“智能”展开，尖锐质疑当下主流的大模型路线。马毅的核心观点是：只靠 Scaling Laws（更多数据、更大算力、更大参数）无法实现 AGI，因为深度学习网络本质上都在做“压缩”——从图像、声音、语言等高维信号中寻找低维结构和规律；GPT 表现出的数学推理仍是记忆和统计，如同“高分低能”的填鸭式学生，学不到因果与逻辑。他区分了知识与智能：知识是存量，智能是增量，智能的本质是能纠正已有知识的不足并增加新知识。为此他提出“简约与自洽”原则，并用白盒模型（ReduNet、CRATE）从数学上解释神经网络每一层在做什么，称其已接近甚至超越经验设计的网络，能显著降低算力与试错成本。他还批评 AI 威胁论“要么无知要么别有目的”，主张政府应监管技术应用而非技术本身，并透露已创立公司“益生”推动白盒技术产业化；同时梳理了从控制论到深度学习的历史，强调闭环、自主学习和 AI 通识教育的重要性。

65: 信仰充值的威力：与逐际动力谌骅聊聊 GTC 和人形机器人新进展 | AI 大爆炸

2024年4月2日 · 1:03:20

本期《晚点聊》邀请逐际动力联合创始人谌骅，他坚定断言人形机器人的“小脑”（运动执行）能力如今已落后于“大脑”和硬件，是AI大爆炸中最值得突破的环节。节目从近期热点切入：Figure AI获得OpenAI、微软、英伟达、贝佐斯6.75亿美元投资，Diffusion Policy等生成式模型提升了机械臂操作的泛化性，让机器人能像人一样洗盘子而不需精确摆放。谌骅回顾自己从博士研究混杂系统最优控制到2022年联合创业的历程，对比波士顿动力自1992年成立以来坚持液压路线，认为起步太早反而受老技术栈拖累，几乎不可能产品化。他也分析中美人形机器人创业差异：中国因供应链优势先火且倾向软硬一体，美国更允许长周期探索，因而有Physical Intelligence这类只做大脑的公司；逐际动力因此同时做人形CL-1、四轮足W1和点式双足P1，以平衡商业化与前沿探索。他还谈到强化学习在机器人运动控制中的爆发发生在最近一年，与Transformer没有直接关系，但大模型带来的“信仰充值”让大家相信数据驱动方法可行；硬件瓶颈和灵巧手是下一步关键，英伟达Jetson在端侧算力领先，而他对机器人“叛变”持谨慎乐观。

64: 让奶牛猫跳洗澡舞，与阿里通义薄列峰聊多模态共识中的变量是什么？| AI 大爆炸

2024年3月27日 · 51:20

本期《晚点聊》邀请阿里通义实验室XR实验室负责人薄列峰，聊其以“数字人”为主线的多模态研究——包括让奶牛猫跳洗澡舞的Animate Anyone、一键换装的Outfit Anyone，以及用一段语音驱动蒙娜丽莎开口说话/唱歌的EMO；他的核心判断是多模态是大模型发展的必然方向，但“世界模型”如何实现仍是最大变量。面对Sora，薄列峰认为其60秒高质视频确实震撼，但视频生成和世界模型远未解决，业界对世界模型的定义也无共识；相比谷歌、字节的视频平台积累，他提示OpenAI可能还用仿真数据，数据问题仍有挖掘空间。他解释EMO与旧Talking head方法的区别：它不只对口型，语音会同时控制表情、眼睛、头颈和上半身，且是zero shot，任意照片加音频即可生成，这得益于大模型的容量。节目还复盘了他的跨领域经历：07年博士毕业时深度学习尚非主流，在Amazon Go用深度学习解决实际视觉问题后确认其效果最好，并由此理解AI与硬件结合；他认为机器人等物理世界AI进化慢，硬件自由度与能耗是长期瓶颈。他也讲了Animate Anyone接入通义千问后的用户启发：宠物跳舞比真人跳舞更受欢迎，上传狗的人比猫更多，团队为此优化了骨骼检测；现阶段免费开放更重视用户反馈与模型能力迭代，而非成本。最后他提出世界模型的未来变量：应能模拟因果而非统计关系，是否必须3D化、是否需要能主动与物理世界交互的实体智能体，都还是开放问题。

59: AI 3D 生成会有“抖音时刻”吗？与 VAST 聊人人玩 3D 的未来 | AI 大爆炸

2024年2月1日 · 48:17

本期对话 AI 3D 生成公司 VAST 创始人宋亚宸（Simon）与 CTO 梁鼎，两人提出：3D 内容将延续文字、图片、视频的演进路径，从高门槛的 3A 内容走向大众创作，第一步是做出大众级 3D 生成工具。VAST 去年开源了 Wonder3D，并上线产品 Tripo，支持文字和图片生成 3D 模型，已生成超 30 万个模型。他们解释技术现状：Tripo 背后是多种模型组合，且 3D 表示（Mesh、NeRF 等）尚未定型，这与 2D 图形有本质区别。他们预测生成效果在 2024 年底达到 Midjourney V4 水平，2025 年初达 V5，届时出现工具成熟的“Midjourney 时刻”，随后会迎来内容平台爆发的“抖音时刻”，头显成熟只是充分不必要条件。他们还谈到，VAST 的差异在于面向大众创作者而非替代 Blender 等专业软件，并拥有大量 3D 原生数据集；长期壁垒在产品和社区运营。最后讨论了年轻 AI 创业者：团队里既有连续创业的老炮也有年轻人，老炮避坑、年轻人敢冲。

58: 光年之外联创再出发，与袁进辉聊 AI Infra 到底做什么？| AI 大爆炸

2024年1月24日 · 1:09:23

袁进辉，硅基流动（SiliconFlow）创始人、前一流科技创始人和光年之外联创，在《晚点聊》本期阐述了AI基础软件在中国商业化为何艰难，以及他为何二次创业押注大模型推理。他从清华学术理想破灭后在微软做出被快手使用的LightLDA，2016年创立OneFlow预判大模型将出现，技术获PyTorch跟进但商业化失败，2023年加入光年之外，被美团收购后再次创业。SiliconFlow专做推理部署，因为训练客户少且集中，推理客户更多更分散，且优化空间比训练大十余倍；团队进光年40人出来35人，现超40人，自研框架Crossing已快于vLLM和TensorRT-LLM，他称OpenAI一天生成一两万亿token，远超训练总量。商业化上他主张全球化，海外需求是国内的几十倍，国内则要绑定算力等客户必付项，希望这次能证明“好技术能赚到钱”。他判断大模型本身壁垒不高，真正的长期壁垒是工程能力；2024年国内模型有望达到GPT-4水平、应用爆发，但超级应用大概率不来自现有大模型公司，芯片也会从一家独大走向分散。他曾听到邻桌评价OneFlow“技术挺好……还不是被收购没赚钱”，希望这次创业能成为更好的范例。

43: 美元基金与中国科技说再见？和前律师、现 AI 创业者聊聊拜登最新行政禁令改变了什么

2023年8月23日 · 54:11

本期《晚点聊》邀请前律师、秘塔科技联合创始人王益为，以从业者视角拆解拜登8月9日行政命令及财政部立法通知，认为它标志着美元基金与中国科技“甜蜜合作”的彻底转向：美国主体（含绿卡人士）被禁向中国半导体、微电子、量子计算和AI投资，交易分“申报”和“禁止”两类，仅留下二级市场和纯财务LP两个口子；其中AI限制按用途而非技术参数划界，主观性最强。王益为说“小院高墙”的主体和对象范围不会变，但细则要等45天意见征询后可能明年落地，博弈空间有限，而更早的2024财年《国防授权法案》覆盖更广；美元基金已在自我审查式撤退，他身边有基金直接表态“绝不投这四个领域”。秘塔今年2、3月还被美元基金追捧，ChatGPT宣布不向中国开放后“一夜之间人都走了”；翻译业务因跨境IPO、海外并购消失而萎缩，美国公司在华子公司因IT安全顾虑停止续约，公司上半年虽完成去年全年营收，7月起急转直下。为此秘塔转向法律垂直大模型，计划9月底10月推出，面向法律咨询和律师助手；但王益为说国内二三线律师助理月薪仅1500元、南大法学院毕业生包吃住4000元，付费意愿薄弱，同时考虑出海和中东资金，今年目标只是拿出模型并活下去。

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。

37: 热度很高，投资很少？与 42 章经曲凯聊聊 AI 创投水温

2023年6月7日 · 47:02

本期《晚点聊》由程曼祺对话42章经创始人曲凯，聚焦中国AI创投水温与舆论热度的落差。曲凯指出，ChatGPT爆火的关键在于首次真正to C，而国内投资人看得多、出手少：模型层受青睐但初期融资战已近尾声，应用层被低估，中间层最不受待见。他更看好应用公司反向长出模型能力的路径——正如推荐算法时代最好的公司是字节跳动，核心在好产品而非技术本身。曲凯还分享了一线服务十余个AI项目的体感：真正拿到钱的公司不足百家，以美元机构为主，to B应用更稳、to C想象空间更大，已有公司实现商业闭环、月收入数百万元且月增30%。他判断应用层被低估，未来两个月将有更多有趣产品上线，并呼吁投资人更多出手、创始人更重视产品落地而非估值。

34: 开始用上 AIGC 的艺术家：和 Tianxi/轶轩一起聊文生图

2023年4月9日 · 57:09

本集《晚点聊》邀请影像艺术家Tianxi（Tim）和轶轩，与主播汉洋一起讨论AIGC文生图对艺术创作的影响，核心观点是AI不会取代艺术家，只能作为辅助工具。Tianxi用Disco Diffusion修复照片中模糊的草等细节，把AI生成的局部合成回原图，还开发出把AI当交流对象来梳理思路的用法；轶轩用Midjourney尝试生成长城般航拍山脉的山水画效果，并复现南方古猿回望火山的历史场景，也会让AI生成书法作品作为起点。他们认为摄影不赚钱，所以不怕被AI取代，而且真实照片蕴含的大量细节与个人经验是AI难以生成的。Tianxi指出照片的定义会逐渐融入图像，AI像无形的照相机，并认为AIGC的随机性不足，若出现真随机可能帮助人类想象无法想象的东西；轶轩则指出AIGC目前无法理解梗和语境，且作品编排成册等复杂工作AI做不了。两人还谈到摄影追求真实是伪命题，因为传感器只记录灰度，颜色全靠算法插值，并批评“AI将取代职业”是武断论调，认为AI只会倒逼从业者做更有创意的事，而不会替代艺术家的独立精神。汉洋则分享自己用Midjourney生成大量爬行动物照片，并认为AIGC的限制往往在人自己的想象力。

33: 人类本质是不精确的复读机：与李如一和重轻闲聊 ChatGPT

2023年3月26日 · 1:33:07

本期《晚点聊》邀请《一天世界》主播李如一与《不在场》主理人重轻，将ChatGPT等对话式AI当作可评论的软件来审视，核心论断是：它像“力大砖飞”的工程奇迹，能做好封装型任务，却只会输出正确而沉闷的“平均值”，缺少人类语言中不可量化的偏见与错误。三人从亲身使用出发：李如一称自己没有被魔法击中的感觉，重轻连续数小时使用4.0后，对比真人文章更觉其“平”；用ChatGPT练英语会导致“去身体化”的学习，无法体会某词在语境里的微妙差别。他们进一步谈到，AI只是作者，仍不能成为读者，因此也不会带来真正的范式转移；当它声称“我是大型语言训练集合、没有立场”，恰与政治正确、不担责的公关话术同构，而好奇与少数派权利被牺牲。对于“AI替人做脏活累活，人去做创造”，他们反驳说创造本身就有机地包含脏活，根本切不开。OpenAI不再Open在预料之中，Sam Altman的写作混乱也令李如一不看好其愿景。最后回到“人类本质是复读机”，他们强调人类是“不精确的复读机”，偏差与错误正是艺术和新事物的来源，太阳底下并非无新事。