张小珺 Jùn｜商业访谈录

受到万众期待又迟到 2 个月特斯拉 Robotaxi 大会，终于来了。但却以该公司股价下挫告终。这集节目我和孟醒在第一时间，逐字逐句点评了这场行业盛事。 本集是《张小珺 Jùn｜商业访谈录》和《技术不无聊》的串台节目。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：） 01:30 一场莫名其妙的会议？发布会时间还没延迟长 02:50 更像 Party、年会，粗糙是特斯拉的常态 05:54 给特斯拉 Robotaxi 大会划重点 08:40 偷巧的用词：有监督版本 FSD 和无监督版本 FSD （FSD：Full-Self Driving，完全自动驾驶） 13:30 马斯克说 2025 在得州和加州实现无人监督 FSD？ 14:28 一周 168 小时，每台车一周使用 10 小时，如果车辆自动驾驶，使用率提升 5-10 倍——这更像共享经济的老故事 17:45 点评赛博出租车 Cybercab：是 Model2 改造的？ 20:50 Model3 的 BOM 成本 12-13 万出头，Model2 的 BOM 成本 10 万以内 22:52 测试难度？封闭测试->固定路线开放场景->开放路线开放场景 25:20 算算账？马斯克预计，Cybercab 运营成本降到 20 美分/英里，在美国包含税和其他费用的成本 30-40 美分 28:19 “牧羊人”、Car Partner、资金杠杆 38:54 特斯拉股价跌了、Uber 股价涨了 39:41 到底为什么特斯拉要讲 Robotaxi 的故事？ 41:30 1 亿量车、100 吉瓦、分布式计算资源 43:05 点评无人驾驶多功能车 Robovan 47:45 点评整场唯一超预期的人形机器人：是摇操作？ 【从蒸汽机到无人驾驶】系列 和何小鹏聊，FSD、“在血海游泳”、乱世中的英雄与狗熊 和楼天城聊聊 Robotaxi 和 ACRush：“L2 做得越厉害，离 L4 越远” 从蒸汽机到无人驾驶 3｜和孟醒聊特斯拉 FSD 进化史 从蒸汽机到无人驾驶 4｜Waymo 和它的对手们：我暗中考察了四个月 从蒸汽机到无人驾驶 5｜谈谈自动驾驶创投过山车这 8 年 【更多信息】 联络我们：微博@张小珺-Benita，小红书@张小珺 jùn 更多信息欢迎关注公众号：张小珺

我们的节目正在推出新系列【从蒸汽机到无人驾驶】，今天是第 5 集。 因为，在我自己学习自动驾驶的过程中觉得，这个行业的知识壁垒很高、信息不对称也很严重，所以邀请五源资本合伙人、前滴滴自动驾驶 COO 孟醒来做一个自动驾驶的深度科普。在之前的两集中，他分别以 L2 和 L4 自动驾驶为线索，分别聊了聊特斯拉 FSD 进化史和低调的 Waymo 及它的对手们。大家可以在《商业访谈录》的 72 集和 74 集收听。 今天这集更偏孟醒个人。这次聊天发生在他刚离开滴滴、即将加入五源资本的短暂间隔期之中。我们聊了聊为什么那么多人都在逃离风投，而他却选择在此刻回归？以及他所亲历的自动驾驶创投这 8 年。 建议大家把 72、74 和 78 这三期节目连起来收听。 本集是《张小珺 Jùn｜商业访谈录》和《技术不无聊》的串台节目。 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：） 【嘉宾小传】 孟醒，五源资本合伙人、卡尔动力董事长，曾担任滴滴自动驾驶 COO、顺为资本科技组负责人；在顺为期间，孟醒投资了小鹏汽车、Momenta 等明星公司；加入顺为前，孟醒曾经作为创始人和 CEO 创办两家人工智能领域的明星创业公司，分别是美国的 Orbeus 和中国的知图科技，两家公司都被并购；孟醒还曾在摩根大通投资银行部门任职，负责亚太区科技领域的投资并购以及 IPO 项目，参与项目金额超过 600 亿美金。孟醒拥有加州大学伯克利分校应用数学和经济学学士，以及麻省理工大学斯隆商学院 MBA 学位。 创业和投资是一个旋转门 那么多人离开 VC，我为什么在这时回来了？ 中美的孵化器对比 投资小鹏汽车、Momenta 的经历 天使轮估值 1 亿美元以上的前沿科技公司还没有成功案例 16 年通用汽车 10 亿美元并购 Cruise 带来了自动驾驶创投热潮 在创投端，亲历过去 8 年自动驾驶的起起伏伏 16 年创立的自动驾驶相关公司到今天还活着的，大概一半 细说自动驾驶的产业版图和分工 L2 和 L4 领域今天已经高度头部化 经历多轮周期的自动驾驶能给今天的大模型哪些借鉴？ 【从蒸汽机到无人驾驶】系列 和何小鹏聊，FSD、“在血海游泳”、乱世中的英雄与狗熊 和楼天城聊聊 Robotaxi 和 ACRush：“L2 做得越厉害，离 L4 越远” 从蒸汽机到无人驾驶 3｜和孟醒聊特斯拉 FSD 进化史 从蒸汽机到无人驾驶 4｜Waymo 和它的对手们：我暗中考察了四个月 【更多信息】 联络我们：微博@张小珺-Benita，小红书@张小珺 jùn 更多信息欢迎关注公众号：张小珺

2024 年，不少海外大型 PE 纷纷募集了巨额的并购基金，中国也出台了针对并购多项鼓励政策。就在前不久，9 月 24 日，证监会发布《关于深化上市公司并购重组市场改革的意见》（即“并购六条”）。 并购重组市场会变活跃吗？ 本集我们的主题正是并购。我邀请霞飞资本创始人、百度前 VP 陆复斌来聊聊。陆复斌离开百度以后，从 2017 年就开始在全球并购市场上寻找机会。到今天他总计完成 5 笔交易，投出 21 亿美金。这些交易来自美国、以色列和东南亚，大多完成得隐蔽，在网络上你能找到的只有只言片语。我很好奇，他为什么要保持一种刻意营造的低调。 插一句口播：除了小宇宙，大家还可以在 Apple Podcast、Spotify、YouTube、腾讯新闻、喜马拉雅等多个平台关注《张小珺 Jùn｜商业访谈录》。特别是 Apple Podcast。希望大家能够在 Apple Podcast 上多多给予积极的评分和留言。谢谢大家！大家国庆节快乐！ 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 嘉宾经历：美国 NASA-创业-亚马逊-百度 VP 06:27 贝索斯管理方法：Two-Pizza Teams 20:51 过去 5 年在全球市场做并购，投出 21 亿美金 26:06 当互联网越来越像传统行业，退出方式会变得多元 30:13 并购、时代与案例 36:46 已并购 deal 的幕后故事： 全球同性恋社交网络 Grindr（三年两次转手、从昆仑万维买过来） 以色列公司英为财情（Investing.com） 加密货币交易所 Coins 01:00:48 常见并购步骤 01:05:22 怎么判断好资产？什么是便宜？ 01:12:39 我竞价试图收购 Yahoo 的故事 01:16:45 最难的是收购完的经营 01:18:50 美国、以色列、东南亚做生意差异性 01:25:21 未来几年并购重组趋势 【更多信息】 联络我们：微博@张小珺-Benita，小红书@张小珺 jùn 更多信息欢迎关注公众号：张小珺

在过去两集节目中，关于 OpenAI o1 和 AGI 范式转移，我们先是推出了一集预言，之后推出了一集解析。在一个新范式来临的临界点上，我们希望听到更多来自业界不同视角的声音。哪怕这些声音是切片的、冲突的，我们都希望当做一种记忆和留存收集起来。 今天这期是王小川的返场。 王小川在创业开始就关注到强化学习并且很早开始公开谈论。他曾说，大模型代表快思考，它叫“学”；强化学习是慢思考，它叫“思”。“学”和“思”两个系统最终会走向融合。除了 o1，王小川也聊了聊强化学习在一个特定场景——医疗——中的应用。 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：） 01:30 大模型是“学而不思则罔”，强化学习是“思而不学则殆” 03:45 Sam Altman 被宫斗下课与强化学习大神 Noam Brown 的动态 05:45 OpenAI o1 是范式升级，摸到了一条从快思考走向慢思考的道路 （DIKW 模型：Data – Information – Knowledge – Wisdom） 08:18 怎么看 o1 隐藏思维过程，有人破解 o1 思维链会被警告要封号？ 09:04 从以语言为核心走向思维链，分两阶段运行增加泛化性 11:38 强化学习 vs 监督学习 16:39 除了数学和代码以外，医疗是可以用强化学习提升的领域 19:55 之前做强化学习实验没有 CoT（思维链），今天更强调 CoT 了 22:16 复现 o1 vs 复现 GPT-4 26:30 未来几年将从强化学习范式走向写代码解决问题新范式 28:35 做“水涨船高的应用”，不只是“沿途下蛋的应用” 31:35 创业公司要走出大厂射程，在射程内你是没什么好活的 【更多信息】 联络我们：微博@张小珺-Benita，小红书@张小珺 jùn 更多信息欢迎关注公众号：张小珺

上集节目，广密在 OpenAI o1 问世之前，准确地预言了代号为“Strawberry”（草莓）的项目走向，以及它背后暗示的 AGI 范式已经转移，强化学习开启了新赛道。 这集节目录制在 o1 问世之后，我第一时间和边塞科技创始人、清华叉院信息研究院助理教授，同时也是前 OpenAI 研究员的吴翼聊了聊。他的研究方向正是强化学习。吴翼从技术视角全方位地解读了 o1 模型，并且分享了只有内部视角才能看见的真实的 OpenAI。 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：） 01:50 2019 年在 OpenAI 做研究员 03:04 那个年代所有 PHD 都希望去 Google Brain 和 DeepMind 03:46 OpenAI o1-preview 初体验，很意外在用户使用端做这么大规模的推理 07:20 pre-training（预训练）能挖的金矿越来越少，以强化学习为基础的 post-training（后训练）是另一个大金矿，使迈向 AGI 的梯子多了几节 09:00 o1-preview 版本是 GPT-3 时刻，到没到 ChatGPT 时刻要看正式版本 10:33 o1 应该核心关注两个要点和背后的技术原理 13:54 强化学习能否探索出 Scaling Law 有希望，但很复杂 15:06 强化学习三要素：reward model+搜索和探索+prompt，每一块都很难 16:42 2014 年开始，UC Berkeley 集体转向，押注强化学习 19:36 RL 算法的演进：从 DQN（Deep Q-Network）到 PPO（Proximal Policy Optimization） 23:45 相信会带来通用能力而不是垂类能力提升 24:47 长文本是实现 AGI 的第一步，推理能力是第二步 29:57 通过 o1-preview 能反向复原哪些技术细节？ 34:00 reward model 不太可能有一个单独的小组闭着眼睛训练，是耦合的 38:30 思维链、安全、幻觉和算力 41:25 为什么这么项目叫“Q*”？后来又叫“草莓”？梗都很有意思 49:49 o1 不代表垂直模型，依然相信会出现全能的大统一模型 57:57 关于 Scaling Law，2019 年 OpenAI 内部讨论的细节 01:00:26 2019 年的 OpenAI 处于“闭着眼睛挖矿的状态” 01:03:20 OpenAI 当年如何做管理：搞大新闻、发博客，KPI 是博客关注量 01:10:28 2020 年离开 OpenAI 后悔吗？ o1 发布前的预言单集：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 【更多信息】 联络我们：微博@张小珺-Benita，小红书@张小珺 jùn 更多信息欢迎关注公众号：张小珺

我们的节目正在推出新系列【从蒸汽机到无人驾驶】，今天是第 4 集。因为，在我自己学习自动驾驶的过程中觉得，这个行业的知识壁垒很高、信息不对称也很严重。所以邀请孟醒来做一个自动驾驶的深度科普。 之前的节目介绍过，自动驾驶分成两条线索：1、以特斯拉为代表的辅助驾驶路线；2、以 Waymo 为代表的全无人驾驶路线。围绕路线之争，这个行业吵了 10 年。 在上集，孟醒着重聊了第一条线索：特斯拉 FSD 进化史。本集，我们的重心则是另一条：低调的 Waymo 和它的对手们。很有意思的是，孟醒曾带队在凤凰城调研 Waymo，还暗中探访了它的“老巢”。 本集是《张小珺 Jùn｜商业访谈录》和《技术不无聊》的串台节目。《技术不无聊》是孟醒制作的一档新播客。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：）【嘉宾小传】 孟醒，五源资本合伙人、卡尔动力董事长，曾担任滴滴自动驾驶 COO、顺为资本科技组负责人；在顺为期间，孟醒投资了小鹏汽车、Momenta 等明星公司；加入顺为前，孟醒曾经作为创始人和 CEO 创办两家人工智能领域的明星创业公司，分别是美国的 Orbeus 和中国的知图科技，两家公司都被并购；孟醒还曾在摩根大通投资银行部门任职，负责亚太区科技领域的投资并购以及 IPO 项目，参与项目金额超过 600 亿美金。孟醒拥有加州大学伯克利分校应用数学和经济学学士，以及麻省理工大学斯隆商学院 MBA 学位。 02:00 Waymo 始于 2009 年，是 Google X 实验室一个项目 04:32 我访谈 Google 无人车创始人 Sebastian Thrun，结果被人骂了，很惭愧 07:13 DARPA Grand Challenge（美国 DARPA 出资赞助的无人驾驶赛）被埋没的故事 13:24 Waymo 负责人连连换届： 1. Sebastian Thrun（2009-2013）：Sebastian Thrun 是斯坦福大学教授，也是谷歌自动驾驶汽车项目创始人之一 2. Chris Urmson（2013-2016）：Chris Urmson 是卡内基梅隆大学机器人专家，参与了多次 DARPA 自动驾驶挑战赛 3. John Krafcik（2015-2021）：John Krafcik 是汽车行业资深人士，曾任现代汽车北美公司总裁兼首席执行官 4. Tekedra Mawakana 和 Dmitri Dolgov（2021-2023）：Tekedra Mawakana 是 Waymo 首席运营官，法律和公共政策背景出身；Dmitri Dolgov 是 Waymo 首席技术官，参与自动驾驶技术开发多年 5. Dmitri Dolgov 和 Saswat Panigrahi（2023 年至今）: Dmitri Dolgov 继续担任 CEO 之一，Saswat Panigrahi 是 Waymo 首席产品官，负责产品管理和战略规划 18:05 Waymo 技术关键变化，对最简洁漂亮的架构端到端抱有理想 21:55 我带队在凤凰城调研 Waymo 四个月，还暗中探访了 Waymo“老巢” 38:30 无人驾驶第二名 Cruise（创始人 Kyle Vogt），两年、40 人团队，10 亿美元卖给通用汽车 43:24 一起安全事故，使 Cruise 从顶峰极速坠落 48:00 为什么 Waymo 和 Cruise 同样作为大企业分支，风格差异这么大？ 57:40 Uber 也曾是无人驾驶一个有竞争力的对手，怎么退出了比赛？ 59:17 另外两位竞争对手现况：Zoox、Aurora 【从蒸汽机到无人驾驶】系列 和何小鹏聊，FSD、“在血海游泳”、乱世中的英雄与狗熊 和楼天城聊聊 Robotaxi 和 ACRush：“L2 做得越厉害，离 L4 越远” 从蒸汽机到无人驾驶 3｜和孟醒聊特斯拉 FSD 进化史 【更多信息】 联络我们：微博@张小珺-Benita，小红书@张小珺 jùn 更多信息欢迎关注公众号：张小珺

今天这集是我和广密【全球大模型季报】第 4 集。这期 2024 年 Q3 季报，提前和大家见面。 我们正进入的 9 月会是 AGI 的一个大月，OpenAI 造势已久且绝密的项目“草莓（Strawberry）”将在不久后揭开它神秘的面纱。此外，Anthropic 也会推出 Claude 3.5 Opus，这两个模型将是 AGI 进程是否顺利的关键风向标。 这些项目很可能暗示了硅谷 AGI 范式已经静悄悄地发生剧烈转移。 本集节目带来了对 AGI 发展路径的最大猜想——硅谷 AGI 范式正在发生转移，self-play RL（强化学习）开启了新赛道。大部分人还没意识到，在纯靠语言模型预训练的 Scaling Law 这个经典物理规律遇到瓶颈后，多家硅谷明星公司已经把它们的资源重心押宝在一条新路径上：self-play RL（自博弈强化学习）。只不过，这个范式转移还未形成共识。Self-play RL 到底是什么？它如何有别于传统路径？它能成为继续 Scaling Law 的一把神奇钥匙吗？ 这集节目是关于 self-play RL 的一篇高质量科普，也希望为大模型从业者带来方向性的启发。 除了 self-play RL，我们着重探讨了硅谷一级市场的明星赛道（Coding、视频生成、通用机器人），以及 OpenAI 与科技巨头近况。希望我们【全球大模型季报】能帮大家了解最前沿的 AGI 动态，并且能持续给大家带来启示。 本集是《张小珺 Jùn｜商业访谈录》和《海外独角兽》的串台节目。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：）坏的推演猜测，GPT-5 不乐观；好的推演猜测，RL 开启新赛道 02:30 语言模型预训练的范式或许遇瓶颈，模型 scaling 边际效益开始递减 05:21 为什么不一定能支持模型在 GPT-4o 基础上大幅跃升？现在处于“真空死亡地带”？ 06:43 我最担心的是，纯靠语言模型的经典 Scaling Law /Pre train 这个物理规律遇到瓶颈，或者在更大参数比如 2-3T 以上的情况下开始失效了 09:37 如果 scaling law 在模型变大的过程中不 work，现在有三条潜在路径：1、多模态尤其是视觉（但还没有证据说能从视觉模态训练涌现智能能力）； 2、10 万卡集群（但 10 万卡集群充分互联的难度比预期难，可能是全人类最难的项目之一）； 3、强化学习 self-play RL（这是范式级别的大转变！） 12:53 如果我是 AI 公司 CEO，我会 200%资源 all in RL 这条路 13:40 概念解释：Reinforcement Learning，简称 RL，中文强化学习（Ilya 用一句话概括强化学习：让 AI 用随机路径去尝试一个新任务，如果效果超出预期，就更新神经网络的权重让 AI 记得多使用成功的实践，再开始下一次尝试） 19:05 代码和数学可以变得很强，能不能泛化到更多领域没有证据 22:39 你也可以把语言和预训练比作人类基因组，携带着人类几千年进化的基因，强化学习 RL 就是人类成长的一生 24:55 必须很聪明的模型才能有能力做 self-play RL 的探索 27:07 Anthropic Claude 3.5 是这一波标志性的产品，他们不搞 Sora/搜索，主线是 RL；业内少数人意识到 RL 的重要性是最近两个月 28:35 硅谷明星公司现阶段的资源投入？1-2 家公司把 RL 当作最高优先级 28:56 2024 年 9 月 OpenAI 和 Anthropic 即将要发布的，什么值得期待？ 29:42 AGI 范式大转移之下，还会有 GPT-6 和 GPT-7 吗？（可能明年会看到很小的模型比今天 GPT-4o 要聪明非常多，一个期待是实现 AGI 不一定需要巨量参数的模型） 30:33 新范式的困境和卡点 32:52 Character.AI 出售给 Google 预示 AGI 竞赛上半场结束，下半场开始，创始人 Noam 从 Google 进入 self-play RL 下半场 34:36 新范式下，还需要那么多 GPU 吗？很多人关心英伟达股价 37:06 AGI 范式转移只在最核心的 researcher 中有共识，几百人，还没扩散 38:55 Claude 3.5 Sonnet 显著提升，带动了编程工具 Cursor 的火爆出圈 40:08 OpenAI 在造势的草莓、Q*，猜测背后都是强化学习 RL 41:55 国内公司应该应该 all in 200%跟进 RL 42:44 语言模型和 RL 是乘级关系 硅谷 AI 一级市场的四个明星赛道 45:12 硅谷的 AI 赛道：围绕 LLM 周边有 3-4 个圈，搜索、代码 Coding、视频、机器人 1、Coding：在硅谷出现了 4-5 家独角兽（Devin、Augment 、Magic、Poolside，都已经 20-30 亿美元估值），最近编程工具 Cursor 出圈 2、  视频：这个赛道诱人，但格局不稳定、决胜窗口长 3、通用机器人：想赌具身领域也有个 OpenAI，现在是基础科学突破的问题，没看到在机器人领域的“通用泛化能力”出现 57:00 美国通用机器人的明星项目（Pi、The Bot 是业界公认最头部的项目，除此之外融资金额很大、声量也比较高的是 Skild AI、Figure AI） 58:31 国内 vs 硅谷机器人：硅谷投 robot foundation model 一个大脑，像 Andorid；在国内投整机，OV 和小米 01:01:56 LLM->多模态->具身智能->世界模型，这是 AI 发展路径 01:05:54 LLM vs 移动互联网，叙事逻辑是什么？哪些明线与暗线？ 01:07:04 有没有可能，今天不做强化学习的公司未来都跑不出来 01:08:05 站在现在，重新评论一下中国 LLM？“月亮和六便士” OpenAI 和科技巨头 01:12:37 OpenAI 1、有点浪费技术领先的红利，产品没接住 2、联合创始人 Greg Brockman、John Schumann 离职 3、Ilya 离开应该是 bet on 两个路线（多模态/强化学习，大概率是 RL） 01:17:10 Q*和草莓和 RL 应该是一件事，草莓是代号，RL 是方法 01:18:07 回答红杉美国合伙人 David Cahn 发布最新文章《AI’s $600B Question》 01:20:00 在 2024 年 Q3，AI 叙事还有哪些非共识？ 01:22:45 Character.AI 之后，哪些 AI 公司还会被收购？做个预测 01:23:38 2000 年互联网 hype 破灭后只留下 Amazon 一家公司，今天 AI hype 如果破灭了，谁是下一个 Amazon? 01:24:24 AGI 第一幕是科技巨头受益，第二幕还没完全展开 【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 【更多信息】 联络我们：微博@张小珺-Benita，小红书@张小珺 jùn 更多信息欢迎关注公众号：张小珺

去年下半年以来，特斯拉 V12 版本和端到端架构为自动驾驶掀起了一波全新的热潮。这波总是在“5 年之后”又“5 年之后”屡屡迟到、屡屡爽约的技术革命，到今天，到底发展成什么样了？它距离我们真实的生活还有多远？ 我们的节目正在推出新系列【从蒸汽机到无人驾驶】，今天是第 3 集。 我们的前两集节目里，已经推出了与何小鹏和楼天城的访谈，他们分别代表自动驾驶领域最有代表性的两类公司：一个是做 L2（辅助驾驶）的汽车公司、一个是做 L4（无人驾驶）的技术服务公司。这次，我邀请了在自动驾驶行业很资深且背景多元的一位人士。 孟醒在过去 8 年从各个维度深入参与过这个行业。他曾是连续创业者，先后在美国和中国创办了两家人工智能初创公司；他也是投资人，投资过小鹏汽车、Momenta 等自动驾驶相关公司；2019 年起，他出任滴滴自动驾驶 COO。就在最近，孟醒刚刚更换了新身份，再次回到风投行业做一名前沿科技投资人。 我和孟醒从他亲身试驾特斯拉 FSD 各个版本的真实感受开始聊起，深入探讨了端到端架构和 FSD 进化史。不过这集只是开篇，接下来我们还会推出更多的精彩续集。 本集是《张小珺 Jùn｜商业访谈录》和《技术不无聊》的串台节目。《技术不无聊》是孟醒制作的一档新播客。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：）【嘉宾小传】 孟醒，五源资本合伙人、卡尔动力董事长，曾担任滴滴自动驾驶 COO、顺为资本科技组负责人；在顺为期间，孟醒投资了小鹏汽车、Momenta 等明星公司；加入顺为前，孟醒曾经作为创始人和 CEO 创办两家人工智能领域的明星创业公司，分别是美国的 Orbeus 和中国的知图科技，两家公司都被并购；孟醒还曾在摩根大通投资银行部门任职，负责亚太区科技领域的投资并购以及 IPO 项目，参与项目金额超过 600 亿美金。孟醒拥有加州大学伯克利分校应用数学和经济学学士，以及麻省理工大学斯隆商学院 MBA 学位。 01:30 孟醒的学习和创业经历，从幼儿园就开始在中美两边穿梭 08:33 为什么自动驾驶行业和公众之间充斥着信息不对称？ 11:17 自动驾驶分两条线：辅助驾驶已经到产品中期，无人驾驶产品还处在 Pre-A 阶段 18:18 辅助驾驶和自动驾驶各自迈过几道坎？还有哪几道坎要过？ 21:18 亲身试驾特斯拉 FSD 不同版本的感受（从非端到端的最后一个版本 V11.3.6 到端到端版本 V12.3、V12.4，技术提升斜率如何？） 27:37 为什么 L4 公司看特斯拉 FSD 像小学生？优化目标和 L4 公司不一样 29:09 L2 直到实现极高驾驶能力之前，应该有最优接管率，不能过高也不能过低 33:12 L2 和 L4 截然不同的产品体系：L2 提供更好的人机共驾体验，L4 提供成本更低的出行服务能力 33:36 L1-L5 的命名体系和它带来的歧义 43:06 特斯拉 V12 版本和端到端架构为什么重新点燃自动驾驶的热情 52:20 V12 更像是辅助驾驶里的 GPT-3 时刻 54:11 关于特斯拉端到端架构，哪些是已知信息？哪些是黑盒？ 56:43 特斯拉自动驾驶的技术演进史（both 硬件和软件） 01:02:54 特斯拉是端到端且不用任何规则兜底，国内公司很难做到 01:04:07 特斯拉的纯视觉路线 vs 大部分公司的激光雷达路线 01:11:52 端到端是自动驾驶的终极大杀器吗？分别探讨 L2 和 L4 01:17:32 复刻特斯拉 FSD 需要多少花销？大致的估算 01:19:18 几乎所有中国的竞争者都在跟进端到端架构 【更多信息】 联络我们：微博@张小珺-Benita，小红书@张小珺 jùn 更多信息欢迎关注公众号：张小珺

我们的节目正在推出新系列【从蒸汽机到无人驾驶】，今天是第 2 集。 最近萝卜快跑在武汉引发广泛关注，许多人开始讨论 Robotaxi 是不是迎来拐点？我邀请了楼天城来聊聊。 楼天城是清华首届姚班毕业生，因在编程竞赛的优异战绩又被称作“楼教主”。他毕业后进入 Google 工作，在这里最早接触了无人驾驶，而后又加入百度从事无人车研发。2016 年，楼天城与百度前首席架构师彭军，创立无人驾驶公司小马智行（Pony.AI），他出任联合创始人兼 CTO。该公司估值达 85 亿美元，正寻求在纳斯达克或纽交所上市。 节目中，我们探讨了关于 Robotaxi 的新闻、无人驾驶的简史、自动驾驶常见的路线之争。楼天城说了一些颇为尖锐的观点：比如，“L2 做得越厉害，它离 L4 越远，反之亦然”，又比如“当自动驾驶超越人类，数据就变成干扰项，并不是越多越好”。 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：） 02:11 先谈两条新闻：1、萝卜快跑火了，2、Tesla 推迟 Robotaxi 发布时间 04:39 用时间概念来表达“无人驾驶小史”：1 小时/10 小时/100 小时/1000 小时/10000 小时，自动开不用人接管（跨越每一步中的关键点） 10:10 我主要精力花在“Contest based metric system”（“基于竞赛的度量系统”，旨在根据不同的场景分别评估系统的能力。） 16:45 “端到端”根本变化是，让整个模型的能力加强了，避免模块之间传输信息丢失 17:18 “端到端”只能做到 100 小时，从 100 到 1000 小时是超越资源和能力的 17:50 自动驾驶的路线之争：先有目标不同，才有路线不同 1、激光雷达/纯视觉？“纯视觉只能做好学生，但激光雷达能作弊” 2、车路协同/单车智能？“互相加成，但单车智能是 priority” 3、渐进式自动驾驶/跨越式自动驾驶？“一个是足球、一个是篮球” 4、辅助驾驶/自动驾驶？“L2 做得越厉害，它离 L4 越远” 26:57 无人驾驶创业这 8 年：高潮与低谷，落地得快与慢 35:54 “当你真的超越人类，数据不是越多越好，数据是干扰项” 44:06 关于个人：姚期智先生令我印象深刻的、ACRush、“只有冠军才知道冠军和亚军的差距” 49:10 坚持 20 年编程竞赛的人告诉你一个竞赛技巧：“Hold cold card” 【更多信息】 联络我们：微博@张小珺-Benita，小红书@张小珺 jùn 更多信息欢迎关注公众号：张小珺

我们的节目正在推出新系列【从蒸汽机到无人驾驶】，记录这段承载人类出行终极梦想的技术浪潮，今天是第 1 集。 很多人说大模型会改造自动驾驶，加速拐点的到来，但它究竟是如何发生的？ 本集我邀请了小鹏汽车董事长兼 CEO 何小鹏。 过去 1 年半，作为一名汽车 CEO，何小鹏倒是为大模型做了挺多事——他让团队读论文，自己到访美国三趟，试驾特斯拉 FSD 和 Waymo，还拜访了黄仁勋。在他看来，中国需要通用大模型公司，但中国也需要自己能读懂大模型，把大模型放到应用做工程落地的公司。 站在小鹏汽车创办 10 年的节点，我也和他探讨了友谊、商战、高峰与滑铁卢。 他形容，造车就像在“在血海里游泳”。 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：）友谊与股价 02:11 雷军怎么邀请你、李想和李斌同时出席小米 SU7 发布会？ 03:12 他们说“估计你气晕了，在厕所哭啊”，把我笑坏了 03:25 那场发布会上，李想、何小鹏、李斌、魏建军的座次问题 04:17 我们坐在下面讨论什么？我为什么在笑？ 05:50 什么时候发现小鹏汽车的股价跌了？什么心情？ 06:05 我对雷军和他第一台车的看法 基因与局限 06:27 小鹏汽车做智驾的源头和基因 10:30 我从之前创业做 UC 浏览器积累的认知 14:14 蔚小理都是从互联网入局造车的创业者，但基因和思考完全不同 15:56 我的反思：如果我有汽车品牌逻辑，我会切得再高一点；如果我更懂汽车体系，我会先从 P7 入手，再到 maybe G7 的体系 17:25 论“小鹏汽车”的命名和从投资人到加入小鹏汽车 20:18 UC 创业那十年心理上的高点、低点和忐忑 大模型改造自动驾驶 21:32 一个现实问题：自动驾驶能帮你卖车吗？ 23:33 大模型公司没人挣到钱，它在另一个纬度可以挣到钱的，就是自动驾驶 24:33 自动驾驶做了大模型，还需要有“刹车”加“守门员” 25:28 在 ChatGPT 问世以后，我做了哪些动作？读论文、到美国、拜访黄仁勋 26:00 大模型不是人的思考逻辑，是 machine 的思考逻辑或者推理逻辑 27:25 软件从科研到规模使用很快，硬件极其难 29:58 大模型怎么在车上落地？按照它的逻辑重写我们的数据流逻辑，增加数据的收集，做预训练，最开始写出来的东西完全不能用，需要巨大的训练量 32:58 你和车企 CEO、李想、李斌、雷军会聊大模型吗？ 33:20 中国需要通用大模型公司，但中国也需要自己能读懂大模型，把大模型放到应用做工程落地的公司——小鹏是其中一家 35:10 怎么看马斯克同时做 Tesla 和 xAI 36:54 吴新宙离职和拜访黄仁勋的启发 敌人和护城河 40:32 今天随着华为入局，它的智驾能力也被认为是第一梯队，而它的风格又那么凶悍，你感受到了冲击吗？ 41:32 有人说，小鹏要不干脆别卖车了，学华为做智能化提供商 42:45 大模型对于小型公司不利：大 AI 越强所以越多数据，越多数据所以越多费用，越多费用所以要卖越多车支持这个体系，这是一个网络效应 46:32 复刻特斯拉端到端 FSD（完全自动驾驶）要花多少钱、多少时间、哪些基础要素？ 47:40 未来多模态的大模型、自动驾驶模型和机器人大脑会统一吗？ 乱世快出现了 48:59 “兄弟们想害谁，就让他来造车” 51:40 “我只是觉得在血海里面游泳” 53:31 切忌在人的方面“一脚油门、一脚刹车” 55:49 G9 事故反思、变革之难 57:00 和总裁王凤英的分工，我们没有汇报关系 01:00:28 不是壮士断腕，是“壮士把头都断了” 01:01:35 淘汰赛、全明星赛，我的目标是第一 01:03:01 合纵连横频发，乱世快出现了 01:05:44 车企发车好比“出牌”，小鹏为什么今年出 MONA M03 这张牌？ 01:10:33 变革中的我：最近发的小脾气，从民主到集权，关注 2+3 问题 01:14:00 何小鹏最近在美国试驾完特斯拉 FSD 和 Waymo 之后，新鲜的体验与判断【更多信息】 联络我们：微博@张小珺-Benita，小红书@张小珺 jùn 更多信息欢迎关注公众号：张小珺