7月8日 AI 创业晚间对谈:模型前线、具身大脑和 Agent 生意Capítulos1×0:09开场1:16模型前线3:01推理成本与商业化5:10具身智能7:18Agent 落地9:29创业者怎么读11:04收尾0:0012:140:09男主播晚上好,今天这期我们从一个很现实的感觉讲起:模型又要上新了,机器人又能多干一点活了,可创业公司最头疼的问题,反而越来越像老问题,成本、分发、组织和现金流。0:23女主播对,今天白天的信息挺密。先交代覆盖范围:本期读取了三百九十三个 X 关注账号,八批全部成功;共返回六千零一十条推文,北京时间九点到二十二点窗口里有二百六十七条,其中一百六十一条和 AI、创业、产品或模型相关。0:40男主播公众号这边,量子位、三十六氪、Founder Park 和机器之心都有窗口内新增;海外独角兽今天没有窗口内新文。几篇微信详情页没有完整打开,所以我们只使用账号文章列表里能确认的标题、时间和摘要,不把没读到的正文细节说成事实。1:00女主播这也让今天的主线很清楚:模型前线在拼速度和价格,应用层在找收入,机器人在找真实数据,企业 Agent 则卡在组织和上下文。听起来像四件事,其实是一件事:AI 创业从演示走向生产系统。1:16男主播先看模型。X 上最热的一条来自 Elon Musk。他今天发帖说,基于 beta 测试客户的强正反馈,SpaceXAI 会在明天向公众开放 Grok 4.5,并称它是 Opus 级别,但更快、更省 token、成本更低。1:31女主播另一边,Sam Altman 也在 X 上确认,GPT-5.6 Sol 周四发布。Greg Brockman 补了一句,Sol is rising,它是个好模型。Ethan Mollick 的评论更直接:他认为 Sol 和 Fable 都比前代有明显跃迁,并和下一档模型拉开了距离。1:46男主播这里最值得创业者注意的不是谁赢谁输,而是宣传语在变。以前大家说更聪明,现在更高频出现的是更快、更省、更便宜。也就是说,前沿模型的竞争正在从榜单分数,转向能不能把高智力任务压进可持续的使用成本。2:06女主播而且这不是美国公司自己的游戏。据路透社报道,MiniMax 正在做一个二点七万亿参数的大模型,可能最快三季度发布;报道还说,这会是中国公司发布的最大开放权重模型之一,甚至可能是全球最大之一。MiniMax 还计划本月晚些时候推出 H3 多模态视频生成模型。2:25男主播路透社那篇里还有一个关键词:开放权重。它强调用户可以下载、运行和定制底层系统。对创业公司来说,这和闭源 API 的区别很大:如果模型足够强,开放权重意味着你可以围绕自己的数据、合规和成本结构做更深的工程化。2:44女主播但开放权重也会带来另一层压力:参数变大不等于成本消失。Mixture of Experts 可以只激活一部分专家网络,理论上把巨大知识库和中等系统的速度成本结合起来。可真到生产环境,还是要看推理栈、芯片适配和运维能力。3:01男主播这就接到第二条线:推理和商业化基础设施。TechCrunch 今天报道,法国创业公司 ZML 发布了免费的 ZML/LLMD 推理服务器,目标是让开源大模型跑在更多芯片上,包括英伟达、AMD、Google TPU、Apple Metal 和 Intel Arc。3:20女主播ZML 创始人 Steeve Morin 对 TechCrunch 的说法很有意思:他想打破芯片和软件栈之间的孤岛,让企业和云厂商能混用不同芯片,尽量跑到可用速度上限。有点像把「只能买一种炉灶」变成「厨房里各种灶都能炒菜」。3:36男主播这对创业公司是成本故事,对欧洲 AI 又是产业故事。TechCrunch 提到 ZML 团队只有二十人,但已经融资两千万美元,投资人里有 Hugging Face 联合创始人,也有 Yann LeCun。它不一定会立刻挑战英伟达,但会让「推理软件层」变成更重要的位置。3:54女主播商业化那边,Velocity 今天宣布拿到二千七百万美元种子轮融资。据它的新闻稿,Velocity 不做面向消费者的 AI 应用,而是做 AI-native 应用的变现和分发基础设施,包括意图驱动广告网络、竞价调解层和对话智能层。4:12男主播这说明一个残酷现实:AI 让做产品更快,但没让赚钱更容易。Velocity 的判断是,很多 AI 产品还靠订阅,但多数用户仍在免费层;推理成本又越来越高,所以必须在订阅之外找补充收入,而且不能把用户体验打断。4:29女主播国内也有类似的企业级基础设施叙事。美通社报道,博云科技完成新一轮数亿元战略融资,投资方包括苏州元禾控股、园丰资本和多地国资。它的说法是,从云原生基座、AI 平台能力,到 AI 原生智能体,打通 GPU 资源池化、大模型部署、Token 运营和行业 Agent 落地。4:53男主播注意这个组合:ZML 讲跨芯片推理,Velocity 讲对话里的收入信号,博云讲企业级 AI Infra 加 Agent。它们不在同一个市场,但都在回答一个问题:当模型能力逐渐变成水电煤,谁来做管网、计量表和收费口。5:10女主播第三条线是具身智能。量子位今天发了蚂蚁灵波 LingBot-VLA 二点零的详细文章,最抓人的数字是六万小时预训练数据,其中五万小时来自机器人轨迹,覆盖二十种机器人构型,另外一万小时来自第一视角人类操作视频。5:28男主播这篇文章还提到,LingBot-VLA 二点零从双臂扩展到头部、腰部、移动底盘、灵巧手等动作空间,并融合 LingBot-Depth;在英伟达 RTX 四零九零上推理延迟低于一百三十毫秒。它想做的不是某台机器人的专用模型,而是能迁移到不同身体上的通用具身大脑。5:47女主播量子位同一天另一篇还把行业冷水泼得很直接:具身智能评测里,人类一百分,最强模型只有十二点八。这个标题有点狠,但提醒大家,demo 丝滑不代表通用能力过关。机器人真正难的是长序列、开放场景和错误恢复。6:05男主播机器之心的文章则从另一个角度解释为什么机器人要拟人。它提到英伟达 Isaac GR00T 人形机器人参考平台,也写到深度机智的 Human-as-Humanoid 路线:把人类视频转换成机器人可训练的动作监督,在 PrimeU 上做零样本真实操作任务。6:23女主播机器之心那篇里最关键的逻辑是,机器人本体不再只是展示终端,而是 AI 训练、迁移和验证的基础设施。如果你想用人类数据训练机器人,身体越接近人,动作迁移误差就越小。这个逻辑比「长得像人比较好卖」要硬很多。6:42男主播再看创业侧,三十六氪今天有篇文章讲第六镜科技完成 B1 轮数千万元融资,文章摘要说这家西工大背景团队已在做第四代具身智能工业机器人,估值超过十亿元。虽然详情页这次没完整打开,但标题和摘要至少说明,工业场景仍然是具身智能融资里相对稳的落点。7:02女主播所以今天具身线的合并结论是:数据和身体正在变成核心资产。谁能更便宜地拿到真实操作数据,谁能让一种大脑迁移到更多身体,谁就更接近规模化。反过来说,只靠发布会 demo,很难撑过下一轮融资尽调。7:18男主播最后讲 Agent 落地。Aaron Levie 今天在 X 上发了一篇长帖,说他刚和几十位企业 IT 负责人聊完 AI Agent,几个共性问题很扎实:企业组织是按部门分割的,但 Agent 最有效时往往要穿过流程和部门边界。7:36女主播他还提到数据碎片化、企业自己的上下文护城河、AI 采用指标,以及未来多模型世界。这里有一句特别像给创业者的提醒:如果大家都能访问差不多的超级智能,那喂给模型的上下文,才会成为专有价值。7:52男主播这跟三十六氪今天写支付宝 AI 战略的摘要能接上。那篇文章说支付宝连续三个月产品落子,从 AI 支付全栈产品,到 AI 版支付宝,市场终于看清它在 Agent 商业时代的信任底座。我们没读到完整正文,所以只讲这个摘要层面:交易、身份、支付和信任,是 Agent 真要下单时绕不开的基础设施。8:15女主播Founder Park 今天也有一篇 Coddie 创始人对话。文章摘要显示,Coddie 是一个母婴品牌,半年内完成多轮融资,创始人有华为、传音、拓竹经历,想用特斯拉的思路做母婴产品。这里的看点不是「母婴也 AI」这个标签,而是硬件消费品创业也在吸收 AI 公司那套快速迭代和系统工程方法。8:38男主播X 上还有两个小信号。Paul Graham 今天说,一个产品描述好不好,要看听完以后你离复现它近了多少;像「改变人们和图像互动的方式」这种说法几乎没有描述价值。这个判断放到 AI 产品尤其要命,因为大家都太容易写空泛愿景。8:54女主播还有小互发帖说,一个网站上线三天已经开始盈利,网站百分之百由 Claude Code 开发,九成由 Claude Code 运行和维护,没有数据库,没有内容管理后台,自己主要做素材提供和上线审核。这只是单个案例,但它说明 AI coding 的创业实验已经从写代码,走向低人力运营。9:14男主播把这些合在一起,Agent 不是一个按钮,也不是一个聊天框。它需要可用的模型、可控的成本、可信的交易环境、清楚的组织责任,以及能被复现的产品定义。任何一个缺位,demo 都容易变成一次性表演。9:29女主播还有一个横向观察:今天被选进来的几条融资和产品信号,几乎都不是「我有一个更聪明的聊天机器人」。第六镜讲工业机器人,Coddie 讲母婴硬件,博云讲企业软件工程治理,Velocity 讲变现管网。AI 创业正在从工具炫技,往行业约束里钻。9:50男主播这对早期团队其实是好消息。通用模型越强,单纯包装模型的壁垒越低;但你越贴近一个真实场景,越懂那里的流程、付费方、风险和交付标准,模型反而越像杠杆。今天这些材料里,最值得学的是「把 AI 放进既有预算」而不是「发明一个用户还没预算的新玩具」。10:11女主播比如企业 Agent,Aaron Levie 那条帖子的重点不是「企业都要买 Agent」,而是企业内部很难让 Agent 跨部门行动。销售、法务、财务、客服的系统都不一样,权限和责任也不一样。你要卖的可能不是 Agent 本体,而是把这些边界磨平的实施能力。10:31男主播再比如具身智能,LingBot-VLA 和 Human-as-Humanoid 都在强调数据来源和动作迁移。创业团队如果只说自己有人形机器人,很容易被问到:你的可复用数据怎么来,你的动作空间怎么统一,你的失败恢复怎么做。这些问题比外观更接近商业化。10:49女主播所以今晚的筛选器可以很简单:如果一个 AI 项目只能讲「模型更强」,那还不够;如果它能讲清楚成本怎么降、数据怎么积累、收入怎么进来、责任怎么落地,那才更像能穿越下一轮周期的公司。11:04男主播今天的晚间结论可以压成一句话:前沿模型在提速降价,基础设施在抢管网位置,具身智能在抢真实数据,Agent 落地在抢企业上下文。看起来热闹,其实都在争同一个东西:谁能把智能变成稳定生产力。11:19男主播如果你是创业者,今晚可以带走三张检查表。第一,你的成本结构能不能承受更强模型被频繁调用;第二,你的产品描述能不能让用户听完就知道怎么复现价值;第三,你的专有数据或流程上下文,是否真的能让同一个模型在你这里更有用。11:39女主播明早我们会继续看这几条线有没有实质进展,尤其是 Grok 四点五、GPT 五点六 Sol 的公开发布,以及今天这些具身和 Agent 项目有没有更多一手材料。今晚就到这里,祝你收工顺利,别在睡前又开一个新模型评测帖。11:56男主播本期来源已经按话题放在节目页,包括实际引用的 X 帖子、公众号文章和网页报道。我们明早见。