正在加载

返回列表
张小珺 Jùn|商业访谈录

张小珺 Jùn|商业访谈录

和你一起,从这里,探索新世界! 《张小珺商业访谈录》是一档深度访谈节目,以 2 至 7 小时的长对话为形式,聚焦真实的人物表达与高密度的前沿信息。由语言即世界工作室出品。 主持人张小珺是财经媒体人,专注中国科技业深度报道,覆盖 AI、科技巨头、风险投资与知名人物。曾 13 次获得国内外新闻奖项,其中 2022 年至 2024 年连续三届获得亚洲卓越新闻奖(SOPA)——被称为“亚洲普利策”。她也是语言即世界工作室的创始人。 “如果我的访谈能陪你走一段孤独的未知的路,也许有一天可以离目的地更近一点,我就很温暖。”——张小珺

分集
  • 2026-05-18 / 01:23:53

    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: xiaojunzhang@lisw.ai Jump into the new world-and explore with us!😉

  • 2026-05-11 / 03:50:35

    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: xiaojunzhang@lisw.ai Jump into the new world-and explore with us!😉

  • 2026-05-01 / 02:17:48

    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: xiaojunzhang@lisw.ai Jump into the new world-and explore with us!😉

  • 2026-04-24 / 03:36:36

    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: xiaojunzhang@lisw.ai Jump into the new world-and explore with us!😉

  • 2026-04-20 / 04:24:17

    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: xiaojunzhang@lisw.ai Jump into the new world-and explore with us!😉

  • 2026-04-14 / 01:22:40

    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: xiaojunzhang@lisw.ai Jump into the new world-and explore with us!😉

  • 2026-04-10 / 01:52:54

    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: xiaojunzhang@lisw.ai Jump into the new world-and explore with us!😉

  • 2026-03-30 / 02:38:22

    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: xiaojunzhang@lisw.ai Jump into the new world-and explore with us!😉

  • 2026-03-16 / 06:45:29

    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: xiaojunzhang@lisw.ai Jump into the new world-and explore with us!😉

  • 2026-02-13 / 03:04:52

    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。

00:00
00:00 / 00:00
未播放