硅谷101速读：从「寻找杨植麟」到「AI二等公民」，叶奇意讲两代中国AI

硅谷101速读：从「寻找杨植麟」到「AI二等公民」，叶奇意讲两代中国AI

《硅谷101》对话叶奇意，回看她如何寻找杨植麟并投资月之暗面，解释两代中国 AI 的人才迁徙、AI 1.0 的商业困境，以及模型能力如何变成普通人真正用得上的产品。

我的播客精华 | 12 档节目速读
我的播客精华 | 12 档节目速读@Soleil
叶奇意在《硅谷 101》里回看了一条很长的中国 AI 人才链：从依图、创新工场 AI 工程院，到她如何在 2023 年「寻找」杨植麟并推动美团龙珠投资月之暗面，再到 Kimi、DeepSeek、智谱和 MiniMax 如何承接上一代 AI 创业留下的经验。节目表面上在聊 Kimi K3，底下真正的问题是：当模型能力越来越接近前沿，决定公司能不能走远的，究竟是模型本身，还是围绕模型建立的反馈环境、产品和组织？
这期视频播客时长 1 小时 10 分 24 秒，适合想了解中国两代 AI 创业者如何接上、为什么上一代公司容易变成「高级外包」，以及 AGI 信仰如何在资源紧张和商业压力中继续维持的读者。1
Loading content card…

这期节目在追问什么

主持人从 Kimi K3 开始，把问题拉回中国 AI 过去十年的连续性。上一代「AI 四小龙」通常指商汤、旷视、依图和云从；节目讨论的这一代，则包括智谱、月之暗面、MiniMax 和 DeepSeek。叶奇意的判断是，两代公司并非截然断开的两批人。研究员、工程师、资本、实验室时期积累的训练经验，以及上一轮创业留下的失望和谨慎，都在新一轮大模型公司里重新出现。
叶奇意自己就是这条链上的观察者和参与者。她 2016 年底加入依图做产品经理，2018 年进入创新工场 AI 工程院，后来参与美团龙珠对月之暗面的早期投资，2025 年底离开美团创业。节目中的「叶奇意」不只是投资人身份，她更像一个在不同 AI 周期里反复换位置的人：有时做产品，有时看前沿研究，有时找团队，有时面对资源方解释为什么一件短期看不见收入的事仍值得投入。1

先找相信 AGI 的人，再找公司

叶奇意把故事的起点放在 2022 年 ChatGPT 发布之后。她和同事连续体验了一周，原先对 GPT 的理解还停留在 decoder-only 架构和 NLP 生成任务上，但 ChatGPT 显示出更强的泛化性：它不只完成某一类固定任务，而是在不同问题之间迁移能力。她们因此开始重新判断，这可能是「能够通过图灵测试」的 AGI 萌芽。
这个判断先改变了她们找项目的方式。她们没有从现成公司名单出发，而是先问：国内哪些研究员和工程师真的相信 AGI，愿意把几年职业生涯投入到一个短期回报不清楚的方向？叶奇意说，人才永远是锚点。她们相信，如果 AGI 确实值得做，相信这件事的人最终会聚集到一起。
杨植麟之所以进入名单，和他此前的技术轨迹有关。节目提到，他 2019 年在 Google 实习时参与过 Transformer-XL 和 XLNet，在智源研究院时期参与过 CPM、GLM 等模型，也留下了华为盘古 1.0 的团队痕迹。对叶奇意来说，这些经历串起的是同一个方向：杨植麟一直在做规模化模型，而不是 ChatGPT 出现后才临时转向大模型。这里的 Scaling，指通过更大的模型、更多的数据和更强的计算资源，持续推动模型能力上升。
她们追了大约四个月，才真正见到杨植麟。第一次见面在 2023 年 4 月底到 5 月初，杨植麟给她的第一印象是「一个很朴实的研究者」。建立联系靠的也不是一场漂亮路演，而是熟人之间的信任：叶奇意从上一代 AI 公司里寻找同事，询问他们是否愿意加入 Moonshot；有人拒绝，因为刚经历过上一轮理想主义破灭，也有人不太计较短期回报，只想继续探索。这些人后来成为连接两边的背书。
叶奇意回忆，杨植麟当时谈到 AGI 时给出的目标可以缩写为 LTV：L 是 long context，即长上下文；T 是 truthfulness，即让模型更可靠、减少幻觉；V 是 video，也可以理解为把视频等更多模态纳入模型。这个缩写不等于完整的 AGI 路线图，却说明当时团队关心的不是把一个聊天产品做得更像搜索框，而是模型怎样获得更长的记忆、更可靠的事实性和更多数据模态。1

美团龙珠为什么愿意投没有产品的 Moonshot

月之暗面 A1 轮发生在 2023 年五六月。和当时已经完成多轮融资、估值更高的模型公司相比，Moonshot 更年轻，也还没有一个市场已经验证过的大产品。叶奇意说，正因为它当时关注度没有那么高，美团龙珠才获得了领投机会。
投资委员会里的争议并不在于大家是否看到了大模型的可能性，而在于一个更现实的问题：创业公司能不能同时做出超级模型和超级应用？王兴当时的表述被叶奇意记住了：「我确实认为创业公司能够去做超级模型和超级应用的概率很低，但我愿意支持一把。」这句话的分量在于，它同时承认了创业公司的胜率很低，也承认这件事值得为少数可能性下注。1
Kimi 的早期优势是长上下文和对齐。2023 年 10 月发布 Kimi Chat 和第一个模型后，叶奇意认为它在国内模型里表现很好。团队给出的解释很朴素：「我们也没有做什么，我们就只是踏踏实实地把所有该做的事情踏踏实实给做了。」这句话不是技术说明，但它对应着一个重要的工程观：模型能力并不只来自一个引人注目的算法点，也来自数据、训练、评测和部署这些不容易被看见的工作有没有做完整。
2024 年，Kimi 通过长上下文阅读研报等能力获得了更多关注，DAU 随之上升。叶奇意把这条路径理解成一个可能的训练回路：更多用户带来更多任务，任务和反馈又可能为后续 RL 训练提供材料。这里的 RL 是 Reinforcement Learning，强化学习，模型根据奖励信号调整行为；在大模型里，奖励的设计和任务质量会影响模型最终学到什么。
但 ToC 大模型的压力也从这里开始。Kimi 要面对字节、阿里以及潜在的微信入口，2024 年的中国模型还没有 SOTA 能力，很难像 ChatGPT 那样直接收取 20 美元订阅费，训练和推理却持续消耗算力。叶奇意在节目中把当时的处境说得很直接：中国大量初创公司「非常非常缺算力」，只要是做 AGI 的公司，就会面对这个问题。她认为，美团上一轮没有继续跟投，也可能和算力资源、基础设施尚未完全准备好有关；这部分是她对投资决策的解释，不是美团公开披露的理由。1

R1 之后，竞争从规模转向品味

2025 年初 DeepSeek R1 出现后，叶奇意把它视为一个转折点。此前行业更像是在已有数据上继续做 pre-train 和 SFT：前者是预训练，后者是监督微调。R1 之后，RL 和 test-time scaling 受到更大重视，模型可以在回答任务时投入更多推理计算，也可以通过更精细的奖励设计继续往前走。
她说，R1 教育的不是模型厂商，而是资源方。资源方需要重新相信 AGI，而不只是问一个模型什么时候能带来 DAU 或收入。这里的「品味」不是审美装饰，而是团队对任务、数据和奖励信号的判断：什么答案算好，什么过程值得奖励，什么错误应该被修正，都会决定模型训练往哪里走。
在这个背景下，K2 和 K3 的意义也不同。叶奇意认为，K2 已经让中国模型进入了一个新阶段，K2.5 在不少应用任务上有很好的性价比，很多任务并不需要最深的推理。K3 让她兴奋的地方则是，它不再只是「性价比」或「平替」，而是中国开源模型第一次公开触摸 SOTA。她的原话是：「中国模型第一次不是在拼性价比，而是说我们可以去摸那个 SOTA 模型，而且还是开源的。」节目中她还按发布时的体感比较了 K3 与 Opus 系列模型，这属于访谈嘉宾的判断，本文不把它改写成独立的基准测试结论。1

两代四小龙之间，流动的是人和经验

节目里最有价值的部分，不是把两代公司排成一张赢家名单，而是解释人才为什么会流向不同团队。
上一代 AI 1.0 公司里积累的中坚力量，后来有一部分进入 Moonshot、智谱、MiniMax 等公司。叶奇意估计，在她身边的朋友里，至少有 10% 以上的人后来流入了新一轮 AI；这个比例只代表她个人接触范围，不能外推成整个行业的统计。经历过周期的人通常不是创始人或公开露面的门面，但他们在组织内部承担领导工作，也更能过滤短期回报和市场噪音。
DeepSeek 的人才结构在节目中被描述成另一种路径。它和量化公司幻方有关系，而量化行业长期吸引做 ACM、NOI 竞赛的年轻人。因此，DeepSeek 更容易接触到一批没有太多历史包袱的年轻研究员和工程师。叶奇意认为，大家想要的人才标准未必差很多，真正造成分布差异的，是创始团队原来所在的环境：清华实验室更容易触达清华毕业生，量化公司更容易触达竞赛人才，AI 1.0 公司则更容易召回上一轮做过大规模工程的人。
这解释了「两代 AI」为什么既有传承，又不像简单的师徒接班。人才会带着技术经验迁移，也会带着旧周期留下的疲惫迁移。对于 2023 年重新进入大模型的人来说，加入 Moonshot 或 DeepSeek 不是从零开始，而是在自己已经走过的路径上重新判断一次：这次模型泛化能力是否真的不同？这次的资源和产品环境，能否让技术不再被困在项目交付里？1

AI 1.0 为什么容易变成「高级外包」

叶奇意在依图做产品经理时，面对的是一个没有标准答案的行业。她说，团队只能不断踩坑，再把踩过的坑变成检查点。问题在于，早期 AI 模型的泛化能力不够：一个人脸识别模型从一个省份、一个摄像头角度换到另一个场景，天气、设备高度、画面角度和区域差异都可能迫使团队重新采集数据、标注和训练。
结果是，技术价值并没有自动变成互联网式的规模化收入。每新增一个客户，就可能新增一轮定制开发、数据工程和现场部署，业务规模越大，成本和管理复杂度也越高。公司看起来在卖 AI，实际却越来越像 ToB 服务、项目制交付，或者叶奇意说的「高级外包」。
2018 年，叶奇意进入创新工场 AI 工程院。这个部门鼎盛时期有 200 多人，她的职务被定义为「前沿领域探索负责人」，工作包括追踪 GAN、联邦学习、GPT 等方向的学术突破，再判断它们能不能进入真实生产和生活场景，做 0 到 1 的产品示范，如果验证成立再考虑孵化公司。创新奇智和澜舟科技都在她讲述的这条孵化线里。
这段经历让她看到，AI 1.0 的问题不只在技术。科学家创业者往往擅长研究，却没有在商业社会里接受过足够训练。面对传统企业时，团队容易沿用软件服务的方式交付项目；而中国现代企业管理本身也在形成中，客户未必已经建立起标准化的流程，SaaS 产品很难像互联网产品那样复制。

一次失败的中文 GPT-2：卡、人和数据都不够

2019 年，创新工场 AI 工程院尝试做「中文版的 GPT-2」。他们看过论文，知道要有数据、GPU 和懂 NLP 的人。后来一位中东 LP 在盘点机房时发现有几百台闲置的 V100，创新工场因此得到了一批在今天很难想象的计算资源。
模型训练了两个月，结果并不好。叶奇意举的例子是，让模型回复一封简单邮件，它连续输出三个逗号。团队当时把问题部分归因于中文数据质量不如英文，但她现在回头看，认为更关键的原因还有两点：数据清洗和数据工程没有投入足够人力，对 Scaling Law 的理解也不到位。
这段失败经历和后来的大模型竞争连得很紧。Scaling Law 不是「卡越多越好」这么简单，它要求模型规模、数据量、计算量和训练方法之间形成可重复的关系。缺少数据工程，模型吃进去的是噪音；缺少规模和训练设计，单次实验的结果也无法说明下一步怎样扩大。叶奇意说，直到 2020 年孵化澜舟科技时，团队才有意识地把工业界工程人员和研究人员放在一起，更认真地处理数据和工程问题。
也因此，她对上一代 AI 的总结有明显的懊恼：自己在 1.0 后期形成了「失败路径依赖」，觉得卖模型能力不是一门好生意。现在模型即服务又是必须建设的基础设施，这两句话并不矛盾。模型 API 和推理服务可以成为一门生意，但模型能力本身很容易商品化，真正高额的利润不会永远停留在同一个模型上。

模型会商品化，产品要留下反馈

叶奇意用 Claude Code 来解释她心目中「好产品」和「卖模型能力」的区别。她认为 Claude Code 的价值不只是接入一个强模型，而是给程序员提供了一个有工具、有脚手架、有即时反馈的 coding 环境。程序员可以看到代码是否能运行、是否需要调试、当前方案是否值得继续，这些反馈会让模型更容易在真实任务里获得高质量信号。
这里的 harness 可以理解为围绕模型搭出的工作脚手架，包括工具调用、任务流程和反馈机制。一个模型如果只以 API 的形式出售，客户还要自己补齐这些环境；如果产品把环境做出来，用户的行为就会持续产生更好的数据和奖励信号。叶奇意相信，模型能力最终会像云计算资源一样逐渐商品化，但这不等于模型基础设施没有价值。它像一块必须先占下来的公共底座，真正有差异的产品会在上面继续建设可持续的任务环境。
她不认同「Model is all」的单一版本。模型会把大量分布内知识和常见任务吸收进去，连一部分 harness 也可能被模型内化，但人类对世界的探索不会停止。她想象中的 AGI 超级应用，不是一个单纯出售模型能力的 API，而是在人和 AI 的互动中持续产生新智能、新任务、新数据和新奖励的环境。
这也解释了她为什么强调「时间窗口」。SOTA 模型在高速发展期确实可能拥有定价权，领先者能在别人还没有能力时收取更高价格。但技术领先只给公司一个窗口，不能自动成为壁垒。公司要在窗口里建立一个能持续产生数据和反馈的产品环境，否则模型能力被追平之后，API 也会被商品化。

大公司手里，最稀缺的可能是环境

当主持人问到字节、阿里和腾讯时，叶奇意没有只比较模型榜单，而是比较它们能不能提供产品环境。
她认为，字节在 AI 短剧、Seedance 2.0 和抖音内容平台上展示了一种「生产、消费、分发」相互连接的方式：模型生产内容，用户消费内容，平台又把反馈带回下一轮模型和内容生产。这里的判断来自节目对当时产品的讨论，文章不把它扩写成已经完成验证的商业闭环。
她把阿里描述为「圈地运动的支持者」，因为阿里向国内多家大模型公司提供投资和算力资源，在模型基础设施层面帮助行业搭底座。腾讯的特殊位置则来自微信，叶奇意认为微信拥有非常强的真实使用环境，因此腾讯即使某个阶段没有进入模型第一梯队，也不能被忽略。对于模型产品来说，能接触到什么人、什么任务和什么反馈，可能比一次榜单排名更能决定后续迭代。

「AI 二等公民」和下一个普通人的入口

叶奇意去年年底从美团离开，开始做一个面向人际互动的小工具。她把自己的使用体验说成「AI 世界的二等公民」：会写提示词、能构建 agent loop、懂得把 AI 拆进工程流程的人是「一等公民」，而她在开放式输入框里经常不知道怎样问，偶尔让 AI 生成出来的产品也会变成不可维护的「屎山代码」。
这不是一个技术能力排名，而是一个产品问题。普通用户面对开放式输入框时，必须自己承担定义任务、拆解步骤、判断结果和继续修正的成本。只要一部分用户长期感觉自己用不好产品，就说明产品仍然把太多理解和操作工作推给了用户。
她正在做的工具，方向是帮助人与人交流。她把人际互动描述成共同建立一个场域、不断重建意图的过程，而不只是「我编码、你解码」的信息传递。这个方向仍处于节目披露的早期构想阶段，具体产品尚未在节目中展开。

值得带走的四个判断

  1. 找 AGI 团队，先看长期动机。 叶奇意寻找杨植麟时，先看他是否长期沿着规模化模型方向工作，再看公司当下有没有成熟产品。对于早期项目，这种顺序会影响投资人如何理解不确定性。
  2. 上一代 AI 的失败经验没有消失。 泛化能力不足、数据工程薄弱、项目制交付和商业训练缺位，解释了为什么「做出了模型」并不等于「做出了规模化公司」。这一代大模型公司继承了上一代的人，也继承了这些问题的反面教材。
  3. 技术领先是窗口，不是终点。 SOTA 能力可以带来定价权，但只有把模型放进有工具、任务和反馈的产品环境里，领先才有机会变成可持续壁垒。
  4. AGI 的普惠问题还没有解决。 当模型越来越强，真正的门槛不只是模型能力，而是普通人能不能不靠提示词技巧和工程背景，也能稳定获得好结果。叶奇意最后谈到的人际互动工具，正是从这个缺口出发。

原始节目

附录：完整中文逐字稿

原视频提供中文字幕，但字幕文件没有说话人分离标签。为避免把主持人或嘉宾的话误归给错误的人，以下统一使用「讲话人（原始字幕未标注）」作为讲话人标签；字幕文字完整保留，只按每 10 分钟增加时间轴。

00:00

讲话人（原始字幕未标注）：月之暗面 Kimi 的 K3 可以说
讲话人（原始字幕未标注）：是去年春节“DeepSeek 时刻”之后
讲话人（原始字幕未标注）：再次震惊硅谷的中国开源大模型
讲话人（原始字幕未标注）：在一些的基准测试上
讲话人（原始字幕未标注）：K3 接近甚至超越了一些硅谷最领先的 SOTA 闭源模型
讲话人（原始字幕未标注）：这被称为：“Kimi Moment”
讲话人（原始字幕未标注）：今年的“Kimi Moment” 跟去年的 DeepSeek Moment
讲话人（原始字幕未标注）：震撼是不一样的
讲话人（原始字幕未标注）：我觉得中国模型第一次不是在拼性价比
讲话人（原始字幕未标注）：而是说我们可以去摸那个 SOTA 模型
讲话人（原始字幕未标注）：而且还是开源的
讲话人（原始字幕未标注）：是 而且还是开源的
讲话人（原始字幕未标注）：今天我们想聊的 不只是月之暗面
讲话人（原始字幕未标注）：过去十年 中国 AI 经历了两代“四小龙”
讲话人（原始字幕未标注）：上一代是以计算机视觉为代表的商汤、旷视、依图和云从
讲话人（原始字幕未标注）：这一代则是智谱、月之暗面、MiniMax 和 DeepSeek
讲话人（原始字幕未标注）：有意思的是 这两代公司是有传承的
讲话人（原始字幕未标注）：从人才到资本
讲话人（原始字幕未标注）：从实验室、工程经验
讲话人（原始字幕未标注）：甚至上一轮创业留下的创伤
讲话人（原始字幕未标注）：都是在影响今天的大模型竞争
讲话人（原始字幕未标注）：我们经历过一波理想主义的破灭
讲话人（原始字幕未标注）：最激情澎湃的职业生涯的时间已经奉献给 AI 过一次了
讲话人（原始字幕未标注）：留到了这一轮的 AI 里面
讲话人（原始字幕未标注）：有 10%吗
讲话人（原始字幕未标注）：即使 23 年没有流入
讲话人（原始字幕未标注）：可能也逐渐流入进来了
讲话人（原始字幕未标注）：一位我们中东的 LP
讲话人（原始字幕未标注）：就过来对开复老师说
讲话人（原始字幕未标注）：我们现在发现我们有几百台 V100 没人用
讲话人（原始字幕未标注）：你们要不要用
讲话人（原始字幕未标注）：19 年我们就尝试做了一件事情 叫做中文版的 GPT-2
讲话人（原始字幕未标注）：为什么兴哥（王兴）还有你们要押注杨植麟
讲话人（原始字幕未标注）：兴哥他在赶去开下一个会之前
讲话人（原始字幕未标注）：他丢下了一句话叫做
讲话人（原始字幕未标注）：我确实认为创业公司能够去做超级模型和超级应用的概率很低
讲话人（原始字幕未标注）：但我愿意支持一把
讲话人（原始字幕未标注）：我们今天的嘉宾 Kiwi 是经历了过去十年
讲话人（原始字幕未标注）：中国两代的 AI 浪潮更替的见证者和投资人
讲话人（原始字幕未标注）：她也是在美团主导了对月之暗面的 A1 轮领投
讲话人（原始字幕未标注）：今天 我们请她带我们重新走一遍中国大模型的创业史
讲话人（原始字幕未标注）：以下就是我和 Kiwi 的采访
讲话人（原始字幕未标注）：哈喽 Kiwi 你好 欢迎做客《硅谷 101》
讲话人（原始字幕未标注）：谢谢 哈喽
讲话人（原始字幕未标注）：要不要跟我们的观众介绍一下你自己
讲话人（原始字幕未标注）：好的 大家好 我叫 Kiwi
讲话人（原始字幕未标注）：我是在 AI 行业打杂了 10 年的一个打杂工
讲话人（原始字幕未标注）：如果一句话来概括我自己的话
讲话人（原始字幕未标注）：我就觉得我应该是一个持续地保持着偏见
讲话人（原始字幕未标注）：持续地犯错、持续地打脸
讲话人（原始字幕未标注）：但仍然要坚持保持偏见的一个
讲话人（原始字幕未标注）：AI 行业的普通探索人
讲话人（原始字幕未标注）：太谦虚了
讲话人（原始字幕未标注）：跟你的采访我非常期待
讲话人（原始字幕未标注）：是因为我觉得你是从上一轮
讲话人（原始字幕未标注）：就是所谓中国的“AI 四小龙” 对
讲话人（原始字幕未标注）：然后到这一轮 AI 的“四小龙”或者是“六小龙”
讲话人（原始字幕未标注）：大家有很多的名字
讲话人（原始字幕未标注）：你是完整地见证了整个周期的一个人
讲话人（原始字幕未标注）：有大概 10 年的时间 是不是
讲话人（原始字幕未标注）：所以今天也非常期待
讲话人（原始字幕未标注）：你可以跟我们多聊一聊中间发生的事情
讲话人（原始字幕未标注）：背后的人 还有资本的走向
讲话人（原始字幕未标注）：好的 但我得强调一下
讲话人（原始字幕未标注）：其实我并不是真正的一个
讲话人（原始字幕未标注）：非常非常懂 AI 和懂模型的人
讲话人（原始字幕未标注）：我只是运气特别好
讲话人（原始字幕未标注）：就是永远都夹在一堆学霸当中 对
讲话人（原始字幕未标注）：然后我在旁边可能看着优秀的这些人
讲话人（原始字幕未标注）：如何在探索和创造未来
讲话人（原始字幕未标注）：我觉得你的名字跟 Kimi 很配
讲话人（原始字幕未标注）：因为我昨天刚刚意识到
讲话人（原始字幕未标注）：我在写这个采访提纲的时候 Kiwi 嘛
讲话人（原始字幕未标注）：你这个 W 反过来就是 Kimi 了
讲话人（原始字幕未标注）：就是可能缘分吧 巧合
讲话人（原始字幕未标注）：因为你知道硅谷很多的模型公司
讲话人（原始字幕未标注）：它们都喜欢用水果的名字
讲话人（原始字幕未标注）：去命名一些模型产品
讲话人（原始字幕未标注）：或者是它们在前测的时候
讲话人（原始字幕未标注）：会有一些假名字会跑出来
讲话人（原始字幕未标注）：下一次它们说不定
讲话人（原始字幕未标注）：可以考虑用 Kiwi 这个名字
讲话人（原始字幕未标注）：了解 其实我是因为中文名叫奇意啦
讲话人（原始字幕未标注）：以前我在海外的时候经常会被问
讲话人（原始字幕未标注）：是不是新西兰来的
讲话人（原始字幕未标注）：对 是不是新西兰来的
讲话人（原始字幕未标注）：我说我是中国来的
讲话人（原始字幕未标注）：那我们先从你投资
讲话人（原始字幕未标注）：Moonshot（月之暗面）的故事开始
讲话人（原始字幕未标注）：好不好
讲话人（原始字幕未标注）：因为确实是
讲话人（原始字幕未标注）：我觉得 K3 最近吸引了非常多大家的关注
讲话人（原始字幕未标注）：你当时是在美团
讲话人（原始字幕未标注）：我在美团龙珠
讲话人（原始字幕未标注）：对 应该你是在 A1 轮
讲话人（原始字幕未标注）：Moonshot（月之暗面）
讲话人（原始字幕未标注）：A1 轮的时候投进去的
讲话人（原始字幕未标注）：能不能跟我们讲一下当时的故事
讲话人（原始字幕未标注）：我觉得可能这个故事要从 2022 年开始讲起
讲话人（原始字幕未标注）：就 ChatGPT 发布之后
讲话人（原始字幕未标注）：我们自己体验了 ChatGPT 了大概一周之后
讲话人（原始字幕未标注）：我们发现这件事情不一样
讲话人（原始字幕未标注）：就我们原来以为 GPT
讲话人（原始字幕未标注）：这个 decoder only（仅解码器）的路线
讲话人（原始字幕未标注）：只是一个 NLP（自然语言处理）
讲话人（原始字幕未标注）：生成式任务的细分分支
讲话人（原始字幕未标注）：但是我们在跟 ChatGPT 交流了很久之后
讲话人（原始字幕未标注）：我们发现
讲话人（原始字幕未标注）：原来这个东西好像
讲话人（原始字幕未标注）：似乎是一个能够通过图灵测试的这么一个
讲话人（原始字幕未标注）：所谓 AGI 的一个萌芽的东西
讲话人（原始字幕未标注）：当时就开始
讲话人（原始字幕未标注）：努力地跟身边的小伙伴在交流说
讲话人（原始字幕未标注）：你怎么看这件事情
讲话人（原始字幕未标注）：所以我们后来在接下来两三个月的时间
讲话人（原始字幕未标注）：我就聊了所有我们上一代
讲话人（原始字幕未标注）：不管是我的 researcher（研究员）
讲话人（原始字幕未标注）：和 engineer（工程师）的好朋友
讲话人（原始字幕未标注）：还是后来又出现了很多在 NLP 领域
讲话人（原始字幕未标注）：和在其他的 RL（强化学习）这些 AI 领域
讲话人（原始字幕未标注）：非常优秀的这些研究者
讲话人（原始字幕未标注）：在交流之后我们觉得这东西是个大事情
讲话人（原始字幕未标注）：它有泛化性 跟我们上一代的 AI 不一样
讲话人（原始字幕未标注）：所以那个时候我们就在追踪
讲话人（原始字幕未标注）：到底中国要来去做这件事情
讲话人（原始字幕未标注）：应该是什么样的团队去做
讲话人（原始字幕未标注）：说实话 我们会觉得
讲话人（原始字幕未标注）：我们需要一个新的盘面出来
讲话人（原始字幕未标注）：就是上一代的
讲话人（原始字幕未标注）：如果你有历史包袱的一些公司
讲话人（原始字幕未标注）：它很难放开手脚去做一件
讲话人（原始字幕未标注）：你当下似乎都不知道
讲话人（原始字幕未标注）：预期回报是什么的一件事情
讲话人（原始字幕未标注）：但是唯一一个锚点是什么
讲话人（原始字幕未标注）：就是人才永远都是锚点
讲话人（原始字幕未标注）：就是你要相信 AGI
讲话人（原始字幕未标注）：你要相信这件事情他能做出来的这些人
讲话人（原始字幕未标注）：他一定会聚集在一起
讲话人（原始字幕未标注）：所以当时我们做法就是
讲话人（原始字幕未标注）：我们去追到底谁相信 AGI
讲话人（原始字幕未标注）：并且我们认为他对技术的信仰
讲话人（原始字幕未标注）：对于 AGI 的这个兴奋的程度是足够的
讲话人（原始字幕未标注）：在这个点上面我们再逐渐地去排
讲话人（原始字幕未标注）：到底国内有哪些人是对这事情感兴趣的
讲话人（原始字幕未标注）：当时在名单上面
讲话人（原始字幕未标注）：其实 rank（排名）特别特别前面的
讲话人（原始字幕未标注）：就是有 Kimi 就是杨植麟
讲话人（原始字幕未标注）：当时为什么会追到植麟
讲话人（原始字幕未标注）：其实我跟植麟原本不认识
讲话人（原始字幕未标注）：因为我是上一代
讲话人（原始字幕未标注）：Computer Vision（计算机视觉）的
讲话人（原始字幕未标注）：行业的那些朋友会比较多
讲话人（原始字幕未标注）：但是可能植麟他们在 NLP 这边
讲话人（原始字幕未标注）：我跟他们认识的会比较少
讲话人（原始字幕未标注）：但是 你去看过去在 ChatGPT 发布之前
讲话人（原始字幕未标注）：在中国有哪些在追求 Transformer
讲话人（原始字幕未标注）：这个架构下的规模化的这个模型
讲话人（原始字幕未标注）：你会发现植麟一直参与在这里面
讲话人（原始字幕未标注）：比如他 2019 年当时在 Google 实习的时候
讲话人（原始字幕未标注）：就发了 Transformer-XL 和 XLNet
讲话人（原始字幕未标注）：从这个取名上就可以看到他很想规模化
讲话人（原始字幕未标注）：后来我们看了
讲话人（原始字幕未标注）：比如说在国内智源的时候
讲话人（原始字幕未标注）：就智源研究院
讲话人（原始字幕未标注）：当时有 CPM、GLM 的模型里面
讲话人（原始字幕未标注）：其实你会发现
讲话人（原始字幕未标注）：清华的唐杰老师、植麟
讲话人（原始字幕未标注）：包括刘知远老师
讲话人（原始字幕未标注）：他们都有在尝试着去做
讲话人（原始字幕未标注）：decode only（仅解码器）路线的
讲话人（原始字幕未标注）：这个 scale（规模化）
讲话人（原始字幕未标注）：同时又在隔了一年之后发现
讲话人（原始字幕未标注）：华为发的那个盘古 1.0
讲话人（原始字幕未标注）：怎么植麟他们那个团队还在里面
讲话人（原始字幕未标注）：你就会发现
讲话人（原始字幕未标注）：这个人好像一直都在追求这件事情
讲话人（原始字幕未标注）：即使在 ChatGPT 发布之前
讲话人（原始字幕未标注）：所以当时我们就非常非常想去跟他交流
讲话人（原始字幕未标注）：但实话说 我们追了大概四个月的时间
讲话人（原始字幕未标注）：一直都没有聊上他
讲话人（原始字幕未标注）：到后来的时候是已经到了 A1 轮
讲话人（原始字幕未标注）：其实他第一轮已经关闭了之后
讲话人（原始字幕未标注）：我们才成功地加上植麟的微信
讲话人（原始字幕未标注）：最后在交流之后决定了投资这个事情 对
讲话人（原始字幕未标注）：我听说加他微信也不是一件容易的事 是不是
讲话人（原始字幕未标注）：我觉得这个一部分的原因
讲话人（原始字幕未标注）：是因为我自己的能力不够
讲话人（原始字幕未标注）：因为我说实话
讲话人（原始字幕未标注）：我真的是一个行业的无名之辈
讲话人（原始字幕未标注）：因为我那时候是刚刚从 AI 的产业界
讲话人（原始字幕未标注）：跳到了这个投资界
讲话人（原始字幕未标注）：所以我没有出手过任何项目
讲话人（原始字幕未标注）：所以我觉得在这个场景下面
讲话人（原始字幕未标注）：加微信他不通过是一件非常合理的事情
讲话人（原始字幕未标注）：对 但是当时我应该是去
讲话人（原始字幕未标注）：他之前的 AI 公司去拜访了 3 次
讲话人（原始字幕未标注）：我去见了他的其他几位联创
讲话人（原始字幕未标注）：包括后来我其实还跟 Tim（周昕宇）
讲话人（原始字幕未标注）：因为 Tim 是老旷视的人
讲话人（原始字幕未标注）：可能（前一代 AI）“四小龙”的人
讲话人（原始字幕未标注）：我们交流会多一点
讲话人（原始字幕未标注）：Tim 就跟我说
讲话人（原始字幕未标注）：他要去跟 Kimi 一起去创业了
讲话人（原始字幕未标注）：也去交流了很多
讲话人（原始字幕未标注）：所以我们知道我身边有好多的优秀的
讲话人（原始字幕未标注）：非常相信这一波 LLM（大语言模型）
讲话人（原始字幕未标注）：和 AGI 的小伙伴
讲话人（原始字幕未标注）：他们自然而然地汇集到了一起
讲话人（原始字幕未标注）：所以当时我有一些好朋友
讲话人（原始字幕未标注）：已经加入了当时 Moonshot
讲话人（原始字幕未标注）：当时就说你们现在需要一些什么东西
讲话人（原始字幕未标注）：他们跟我说我们现在非常需要人
讲话人（原始字幕未标注）：因为原本这个团最早的那个架子
讲话人（原始字幕未标注）：其实算法研究者偏多一些
讲话人（原始字幕未标注）：但是大模型这件事情其实你会知道
讲话人（原始字幕未标注）：下面的系统工程、infra（基础设施）这些都很重要
讲话人（原始字幕未标注）：那我就从上一代的四小龙里面去找
讲话人（原始字幕未标注）：之前我特别优秀的那些前同事小伙伴们
讲话人（原始字幕未标注）：因为说实话
讲话人（原始字幕未标注）：这个未来我们再展开
讲话人（原始字幕未标注）：就上一代四小龙经历过一个非常长的周期
讲话人（原始字幕未标注）：大家有激情澎湃的时候
讲话人（原始字幕未标注）：也有下来就是行业到冰点的时候
讲话人（原始字幕未标注）：所以那些小伙伴其实散落在各个地方
讲话人（原始字幕未标注）：有的还留在“四小龙”
讲话人（原始字幕未标注）：有的去了一些大厂
讲话人（原始字幕未标注）：有的去了量化公司
讲话人（原始字幕未标注）：那我们就一个个帮他们去找说
讲话人（原始字幕未标注）：你们对这一波大模型感不感兴趣
讲话人（原始字幕未标注）：我说实话
讲话人（原始字幕未标注）：80%的小伙伴其实会拒绝
讲话人（原始字幕未标注）：为什么 是因为你经历过一波周期
讲话人（原始字幕未标注）：我们经历过一波理想主义的破灭
讲话人（原始字幕未标注）：所以这个时候他把自己人生
讲话人（原始字幕未标注）：比如 20 多岁刚毕业
讲话人（原始字幕未标注）：到 30 岁这个时候最宝贵的
讲话人（原始字幕未标注）：也不能说最宝贵吧
讲话人（原始字幕未标注）：就是说最激情澎湃的职业生涯时间
讲话人（原始字幕未标注）：已经奉献给 AI 过一次了
讲话人（原始字幕未标注）：但是从 1.0 的时代来说
讲话人（原始字幕未标注）：他们没有得到一个
讲话人（原始字幕未标注）：从世俗意义上特别好的一个回报
讲话人（原始字幕未标注）：比如说成就出了
讲话人（原始字幕未标注）：像互联网公司一样特别伟大的公司
讲话人（原始字幕未标注）：所以这个时候很多人已经
讲话人（原始字幕未标注）：会有失败的路径依赖
讲话人（原始字幕未标注）：我可能暂时就先不探索了
讲话人（原始字幕未标注）：或者说暂时我就先观望一下
讲话人（原始字幕未标注）：但是会有那么一小撮
讲话人（原始字幕未标注）：比如说 10%到 20%的那些人
讲话人（原始字幕未标注）：他完全不计我会获得什么
讲话人（原始字幕未标注）：他只是在思考的是
讲话人（原始字幕未标注）：好 这个事情足够让我兴奋
讲话人（原始字幕未标注）：这个事情足够地有影响力
讲话人（原始字幕未标注）：我很想去参与到这个事情的探索当中来
讲话人（原始字幕未标注）：他们就会被说动
讲话人（原始字幕未标注）：我就把这么
讲话人（原始字幕未标注）：就是一拨小伙伴其实有劝到 Moonshot
讲话人（原始字幕未标注）：因为即使是 AI 行业
讲话人（原始字幕未标注）：我觉得大家之前探索的方向不一样
讲话人（原始字幕未标注）：也不一定互相认识
讲话人（原始字幕未标注）：这个时候其实又介绍了一些
讲话人（原始字幕未标注）：我觉得非常优秀的工程师过去
讲话人（原始字幕未标注）：这些工程师在模型训练的过程中
讲话人（原始字幕未标注）：展现的价值和能力
讲话人（原始字幕未标注）：之后他们就跟 Kimi（杨植麟）去
讲话人（原始字幕未标注）：就是帮我说了说话
讲话人（原始字幕未标注）：说我们加入的时候跟 Kiwi 也聊
讲话人（原始字幕未标注）：Kiwi 对这个团队非常感兴趣
讲话人（原始字幕未标注）：所以最后是有一天我在高铁站
讲话人（原始字幕未标注）：我当时从上海要去杭州高铁站
讲话人（原始字幕未标注）：突然宇韬也好
讲话人（原始字幕未标注）：他们有另外几位朋友也好 说
讲话人（原始字幕未标注）：Kimi 同意要见你们了
讲话人（原始字幕未标注）：然后帮我们拉了群 加了微信
讲话人（原始字幕未标注）：我们下一周就飞到了北京去见 Kimi
讲话人（原始字幕未标注）：对 就有一段波折
讲话人（原始字幕未标注）：对 跟大家说一下
讲话人（原始字幕未标注）：其实 Kimi 是杨植麟的英文名字
讲话人（原始字幕未标注）：英文名 对
讲话人（原始字幕未标注）：对 跟他那个模型是重名的
讲话人（原始字幕未标注）：是的
讲话人（原始字幕未标注）：所以见 Kimi 不是见模型 是见杨植麟
讲话人（原始字幕未标注）：对 见植麟 对
讲话人（原始字幕未标注）：但是他后来把名字改了 是不是
讲话人（原始字幕未标注）：对 因为你内部不希望语义有歧义嘛

00:10

讲话人（原始字幕未标注）：可能就把叫植麟 现在叫 KK
讲话人（原始字幕未标注）：KK
讲话人（原始字幕未标注）：对
讲话人（原始字幕未标注）：好 所以你见到杨植麟的第一面是什么时候
讲话人（原始字幕未标注）：应该是 5 月份了吧
讲话人（原始字幕未标注）：4 月底 5 月初的时候应该是
讲话人（原始字幕未标注）：2023 年的
讲话人（原始字幕未标注）：2023 年的
讲话人（原始字幕未标注）：5 月份
讲话人（原始字幕未标注）：对
讲话人（原始字幕未标注）：第一面印象怎么样
讲话人（原始字幕未标注）：第一面印象就是一个很朴实的研究者
讲话人（原始字幕未标注）：就是我觉得好多很优秀的研究者
讲话人（原始字幕未标注）：就是很朴实、很简单
讲话人（原始字幕未标注）：他就是单纯地对于一件事情
讲话人（原始字幕未标注）：解决一个问题 非常地纯粹
讲话人（原始字幕未标注）：我认识的很多
讲话人（原始字幕未标注）：不管是在 Mootshot 也好 在 DeepSeek
讲话人（原始字幕未标注）：或其他的大模型
讲话人（原始字幕未标注）：包括智谱之类的大模型公司
讲话人（原始字幕未标注）：就是有一拨真正的非常热爱这个行业的人
讲话人（原始字幕未标注）：他就是很纯粹
讲话人（原始字幕未标注）：我觉得也没有很神话这件事情
讲话人（原始字幕未标注）：因为我印象特别深是
讲话人（原始字幕未标注）：2023 年 10 月份他们第一波 Kimi Chat
讲话人（原始字幕未标注）：和它第一个模型发出来的时候
讲话人（原始字幕未标注）：我觉得就是国内当时 其实我觉得是
讲话人（原始字幕未标注）：因为它 long context（长上下文）做得特别好
讲话人（原始字幕未标注）： alignment（对齐）也做得特别好
讲话人（原始字幕未标注）：其实我觉得是当时效果特别好的模型
讲话人（原始字幕未标注）：我自己用了之后我觉得很兴奋
讲话人（原始字幕未标注）：我就问 Kimi 的小伙伴
讲话人（原始字幕未标注）：我说你们为什么能做到这么好
讲话人（原始字幕未标注）：他说 我们也没有做什么
讲话人（原始字幕未标注）：我们就只是踏踏实实地把所有该做的事情
讲话人（原始字幕未标注）：踏踏实实给做了
讲话人（原始字幕未标注）：所以我觉得
讲话人（原始字幕未标注）：我当时见到植麟第一面的时候
讲话人（原始字幕未标注）：我就是觉得 就是很纯粹地在谈论技术
讲话人（原始字幕未标注）：我们就向他请教
讲话人（原始字幕未标注）：他理解的大模型 AGI 是怎么回事
讲话人（原始字幕未标注）：植麟当时就跟我们讲 他当时的
讲话人（原始字幕未标注）：就在 2023 年的时候
讲话人（原始字幕未标注）：他定的目标其实总结起来是 LTV
讲话人（原始字幕未标注）：他当时说
讲话人（原始字幕未标注）：LTV 是什么呢
讲话人（原始字幕未标注）：L 就是 long context
讲话人（原始字幕未标注）：T 就是 truthfulness 就是可靠性
讲话人（原始字幕未标注）：V 是多模态 就 video 这个
讲话人（原始字幕未标注）：他觉得这几个方向
讲话人（原始字幕未标注）：其实很有可能是接下来
讲话人（原始字幕未标注）：要去做 AGI 比较重要
讲话人（原始字幕未标注）：比如说 long context（长上下文）这个重要性
讲话人（原始字幕未标注）：我就不赘述了
讲话人（原始字幕未标注）：Truthfulness（可靠性）也不赘述
讲话人（原始字幕未标注）：当时有幻觉问题
讲话人（原始字幕未标注）：V 的那个点是认为他觉得
讲话人（原始字幕未标注）：文本模态如果最后也被穷尽了之后
讲话人（原始字幕未标注）：其实它需要更多的数据
讲话人（原始字幕未标注）：去补充这个智能的 skill（技能） 对
讲话人（原始字幕未标注）：data skill（数据技能）去补充智能
讲话人（原始字幕未标注）：所以其实我觉得当时就是
讲话人（原始字幕未标注）：很纯粹地在向他去学习
讲话人（原始字幕未标注）：他对于 AGI 和大模型的看法 对
讲话人（原始字幕未标注）：你刚才说的 LTV 我觉得这个特别有意思
讲话人（原始字幕未标注）：因为你知道在广告行业 LTV 是什么意思吗
讲话人（原始字幕未标注）：是什么意思
讲话人（原始字幕未标注）：Lifetime Value
讲话人（原始字幕未标注）：就是你衡量一个顾客他终身对你的价值
讲话人（原始字幕未标注）：我知道了
讲话人（原始字幕未标注）：对 所以它是一个特别商业化的词
讲话人（原始字幕未标注）：但是在植麟的口中
讲话人（原始字幕未标注）：LTV 是一个特别 AGI 的词 我觉得
讲话人（原始字幕未标注）：但是这两个词是一个缩写
讲话人（原始字幕未标注）：我觉得还蛮有意思的
讲话人（原始字幕未标注）：是 可能是一个很有意思的巧合 对
讲话人（原始字幕未标注）：对 非常有意思
讲话人（原始字幕未标注）：但是那个时候你觉得植麟终于加你们
讲话人（原始字幕未标注）：见你们的时候
讲话人（原始字幕未标注）：是因为他 open（开放）了
讲话人（原始字幕未标注）：要跟你们谈谈融资的事吗
讲话人（原始字幕未标注）：我觉得他其实之前也不是不 open（开放）
讲话人（原始字幕未标注）：单纯的是因为
讲话人（原始字幕未标注）：整个资本市场其实是一个
讲话人（原始字幕未标注）：信噪比特别特别低的市场 我觉得
讲话人（原始字幕未标注）：所以只是说可能作为我这个人
讲话人（原始字幕未标注）：它的这个标签相对来说
讲话人（原始字幕未标注）：可能一开始看标签的时候
讲话人（原始字幕未标注）：确实看起来也不知道
讲话人（原始字幕未标注）：是 noise（噪声）还是 signal（信号）
讲话人（原始字幕未标注）：对 所以我们可能就是付出一点真诚
讲话人（原始字幕未标注）：付出一点努力
讲话人（原始字幕未标注）：然后他看到了真诚
讲话人（原始字幕未标注）：所以来跟我们聊
讲话人（原始字幕未标注）：只是一个我觉得触达的过程
讲话人（原始字幕未标注）：他们应该也没有说
讲话人（原始字幕未标注）：在那个时间点才开放了说要去谈融资 对
讲话人（原始字幕未标注）：对 所以他就听到了说
讲话人（原始字幕未标注）：有这样的一个投资人
讲话人（原始字幕未标注）：Kiwi 一直在锲而不舍地想跟他聊聊
讲话人（原始字幕未标注）：同时她又推了很多的同事到公司里面
讲话人（原始字幕未标注）：然后大家对她的评价都还不错
讲话人（原始字幕未标注）：对 我觉得可能是那些小伙伴
讲话人（原始字幕未标注）：一个信任建立的关系
讲话人（原始字幕未标注）：对 我觉得是人与人之间建立的这个事情
讲话人（原始字幕未标注）：因为本身我的标签不足以说明任何的事情
讲话人（原始字幕未标注）：就我这个人是个很普通的人
讲话人（原始字幕未标注）：但是可能小伙伴们之间
讲话人（原始字幕未标注）：因为他们建立了信任关系
讲话人（原始字幕未标注）：他们的一些背书可能让当时
讲话人（原始字幕未标注）：我们得到了这么一个小小的机会 对
讲话人（原始字幕未标注）：所以加了三次微信
讲话人（原始字幕未标注）：我不记得我加了几次微信
讲话人（原始字幕未标注）：可能每周我都试图加一次微信
讲话人（原始字幕未标注）：对 可能是在众多
讲话人（原始字幕未标注）：微信申请好友当中的这么一个 对
讲话人（原始字幕未标注）：来聊聊你们投进去的这件事情
讲话人（原始字幕未标注）：当时是 A1 轮
讲话人（原始字幕未标注）：A1 轮 对
讲话人（原始字幕未标注）：对 当时
讲话人（原始字幕未标注）：从哪个角度聊
讲话人（原始字幕未标注）：你们当时美团是领投了 A1 轮
讲话人（原始字幕未标注）：对 领投了 A1 轮
讲话人（原始字幕未标注）：我觉得有几个角度
讲话人（原始字幕未标注）：首先就是为什么是你们领投
讲话人（原始字幕未标注）：对 我觉得这个事情可以说一说
讲话人（原始字幕未标注）：就我实话说
讲话人（原始字幕未标注）：在我们领投的那个阶段
讲话人（原始字幕未标注）：已经是在 2023 年的五六月份了
讲话人（原始字幕未标注）：其实市场上同期的一些大模型公司
讲话人（原始字幕未标注）：其实已经把前一到三轮
讲话人（原始字幕未标注）：可能都已经融得差不多了
讲话人（原始字幕未标注）：其实 Moonshot 当时的估值
讲话人（原始字幕未标注）：应该是同市场比较低的
讲话人（原始字幕未标注）：比如说像零一万物、像百川
讲话人（原始字幕未标注）：我记得当时都已经估值过
讲话人（原始字幕未标注）：基本上投前就接近 10 亿美金了
讲话人（原始字幕未标注）：有一些更早的
讲话人（原始字幕未标注）：比如说更早成立的
讲话人（原始字幕未标注）：并且更早的已经 train（训练）过
讲话人（原始字幕未标注）：仅解码器模型的一些厂商
讲话人（原始字幕未标注）：比如说 MiniMax、智谱
讲话人（原始字幕未标注）：其实当时的估值也应该要过 15 亿美金了
讲话人（原始字幕未标注）：可能（月之暗面）这个团队
讲话人（原始字幕未标注）：是相对比较年轻
讲话人（原始字幕未标注）：或者说之前并没有去做出过
讲话人（原始字幕未标注）：特别特别大的一些公司
讲话人（原始字幕未标注）：所以当时可能市场上给他们的关注度
讲话人（原始字幕未标注）：相较其他的一些公司来说就会相对低一些
讲话人（原始字幕未标注）：所以我觉得也是我们运气比较好
讲话人（原始字幕未标注）：在相对来说关注度不太那么高的情况下
讲话人（原始字幕未标注）：得到了一些领投的机会
讲话人（原始字幕未标注）：其实我知道说
讲话人（原始字幕未标注）：他们 A1 的时候
讲话人（原始字幕未标注）：其实是他们之前的那一轮
讲话人（原始字幕未标注）：有一个 VC（风险投资机构）是退出了
讲话人（原始字幕未标注）：你们其实是
讲话人（原始字幕未标注）：后来顶上了这样的一个领投 是吗
讲话人（原始字幕未标注）：这件事情可以说吗
讲话人（原始字幕未标注）：我其实不太知道细节 对
讲话人（原始字幕未标注）：但是确实可能在他们 2023 年上半年的时候
讲话人（原始字幕未标注）：因为团队很年轻 非常 fresh（新）
讲话人（原始字幕未标注）：所以他们的融资大概率没有一些
讲话人（原始字幕未标注）：更加成功的成熟的企业家
讲话人（原始字幕未标注）：就是已经证明过自己的企业家那么顺利
讲话人（原始字幕未标注）：对 所以我觉得我们的运气挺好的
讲话人（原始字幕未标注）：那在内部 在投委会上面去推
讲话人（原始字幕未标注）：这个 deal（项目）的时候顺利吗
讲话人（原始字幕未标注）：我说实话
讲话人（原始字幕未标注）：当时从某些角度来说很顺利
讲话人（原始字幕未标注）：我们其实内部的决策
讲话人（原始字幕未标注）：其实一轮的 IC（投资决策委员会）讨论之后
讲话人（原始字幕未标注）：其实拍板得是很快的
讲话人（原始字幕未标注）：但是从某一些角度
讲话人（原始字幕未标注）：我们的讨论非常非常激烈
讲话人（原始字幕未标注）：就这个事情
讲话人（原始字幕未标注）：我觉得不只是美团龙珠内部的讨论
讲话人（原始字幕未标注）：我觉得是当时整个市场的
讲话人（原始字幕未标注）：大家都会对 AI 这件事情
讲话人（原始字幕未标注）：会有很强的一个问号
讲话人（原始字幕未标注）：我这边相信
讲话人（原始字幕未标注）：一个有泛化能力的 AI 模型
讲话人（原始字幕未标注）：这边一定会有一个超级应用
讲话人（原始字幕未标注）：但我也不知道这个超级应用长什么样
讲话人（原始字幕未标注）：但我相信这里会有超级应用
讲话人（原始字幕未标注）：再接下来回来的点就是谁可以去做出这个
讲话人（原始字幕未标注）：超级模型加超级应用
讲话人（原始字幕未标注）：当时我觉得这个是讨论到最后一个阶段
讲话人（原始字幕未标注）：我觉得争议最大的一个点
讲话人（原始字幕未标注）：但我记得讨论到最后一个阶段的时候
讲话人（原始字幕未标注）：当时兴哥他丢下一句话
讲话人（原始字幕未标注）：当然我不知道现在可能是大家要叫王兴了
讲话人（原始字幕未标注）：不叫兴哥
讲话人（原始字幕未标注）：就王兴他丢下一句话是说
讲话人（原始字幕未标注）：因为确实这个事情大家知道
讲话人（原始字幕未标注）：CapEx（资本开支）投入太大
讲话人（原始字幕未标注）：如果你相信的是缩放定律的话
讲话人（原始字幕未标注）：这件事情你都不知道投入是个无底洞
讲话人（原始字幕未标注）：那么对于创业公司来说
讲话人（原始字幕未标注）：这完全是一个脱离了传统一级市场
讲话人（原始字幕未标注）：可以去承载的游戏
讲话人（原始字幕未标注）：当时其实我们内部在想
讲话人（原始字幕未标注）：会不会这就变成了大厂的机会了
讲话人（原始字幕未标注）：是不是字节会把所有的可能性给吃掉
讲话人（原始字幕未标注）：这个事情说实话我们没有形成共识
讲话人（原始字幕未标注）：也没有形成答案
讲话人（原始字幕未标注）：但我印象中
讲话人（原始字幕未标注）：兴哥他在赶去开下一个会之前
讲话人（原始字幕未标注）：他丢下了一句话叫做
讲话人（原始字幕未标注）：“我确实认为创业公司能够去做
讲话人（原始字幕未标注）：超级模型和超级应用的概率很低
讲话人（原始字幕未标注）：但我愿意支持一把”
讲话人（原始字幕未标注）：对
讲话人（原始字幕未标注）：可能是兴哥这一句话
讲话人（原始字幕未标注）：然后把我们后面又敲
讲话人（原始字幕未标注）：就是往后敲了 就是要推 对
讲话人（原始字幕未标注）：所以你要说我们那个时候说
讲话人（原始字幕未标注）：某一家公司是不是一定会成
讲话人（原始字幕未标注）：我们也不知道 我们真的不知道
讲话人（原始字幕未标注）：但是我们愿意相信
讲话人（原始字幕未标注）：理想主义这件事情它很有可能能探索
讲话人（原始字幕未标注）：有可能性 对
讲话人（原始字幕未标注）：你们觉得在这么多的模型里面
讲话人（原始字幕未标注）：其实当时也不只是 Moonshot
讲话人（原始字幕未标注）：当时 MiniMax、智谱
讲话人（原始字幕未标注）：这些公司其实都在起来 对
讲话人（原始字幕未标注）：为什么兴哥还有你们要押注杨植麟
讲话人（原始字幕未标注）：所以回过来就是
讲话人（原始字幕未标注）：在（美团龙珠）当时可能我们会去找一些
讲话人（原始字幕未标注）：他真的可能比较纯粹地想去追求 AGI
讲话人（原始字幕未标注）：纯粹地想去做 scaling（缩放）的公司
讲话人（原始字幕未标注）：有些公司如果说它的目标里面
讲话人（原始字幕未标注）：可能会包括我要去做收入
讲话人（原始字幕未标注）：我要去做 ToB
讲话人（原始字幕未标注）：做 DAU（日活用户）
讲话人（原始字幕未标注）：在这些的目标干扰下
讲话人（原始字幕未标注）：Somehow（某种程度上）有一些阶段
讲话人（原始字幕未标注）：它会跟做模型的绝对能力
讲话人（原始字幕未标注）：或做 AGI 这件事情是 align（一致）的
讲话人（原始字幕未标注）：但是有一些情况下
讲话人（原始字幕未标注）：有可能它的目标会微妙的
讲话人（原始字幕未标注）：就是它不一致
讲话人（原始字幕未标注）：其实当时我们去
讲话人（原始字幕未标注）：但我觉得这也没有判断
讲话人（原始字幕未标注）：只是刚好我认识的那些
讲话人（原始字幕未标注）：比较纯粹的小伙伴在 Kimi 对
讲话人（原始字幕未标注）：对 其实我们看到美团领投之后
讲话人（原始字幕未标注）：Kimi 其实在 2024 年
讲话人（原始字幕未标注）：是经过了不那么顺的一年 对不对
讲话人（原始字幕未标注）：2024 年其实我们看到就它开始有一些投流 对吧
讲话人（原始字幕未标注）：我们看得到
讲话人（原始字幕未标注）：对它的舆论也是挺两极化的
讲话人（原始字幕未标注）：就是它投流我为什么有体感呢
讲话人（原始字幕未标注）：就是因为我们上传视频在 B 站
讲话人（原始字幕未标注）：很多时候
讲话人（原始字幕未标注）：因为我们做的是 AI（方向的）内容
讲话人（原始字幕未标注）：就会看到很多的时候
讲话人（原始字幕未标注）：是横幅或者广告位
讲话人（原始字幕未标注）：其实都是 Kimi 的广告 对
讲话人（原始字幕未标注）：那段时间它是很在意收入这件事情的
讲话人（原始字幕未标注）：或者是他们团队内部有一股力量
讲话人（原始字幕未标注）：要去主攻收入这件事情的
讲话人（原始字幕未标注）：投资人的一个视角
讲话人（原始字幕未标注）：你会觉得这跟它最开始承诺你们的 AGI
讲话人（原始字幕未标注）：是有点背道而驰的吗 那段时间
讲话人（原始字幕未标注）：我觉得这其实是一个探索的过程
讲话人（原始字幕未标注）：我觉得首先 Kimi 它在 2024 年年初的时候
讲话人（原始字幕未标注）：我印象中
讲话人（原始字幕未标注）：其实当时应该是有一位
讲话人（原始字幕未标注）：KOC（关键意见消费者）
讲话人（原始字幕未标注）：他去二级市场路演的时候
讲话人（原始字幕未标注）：给二级市场的研究员展现了
讲话人（原始字幕未标注）：Kimi 的（long context）长上下文
讲话人（原始字幕未标注）：去读研报这个能力
讲话人（原始字幕未标注）：然后一下子把一些非 AI 界的人可以意识到
讲话人（原始字幕未标注）：Kimi 的模型做得非常不错
讲话人（原始字幕未标注）：它的 DAU 有一波非常大的增长
讲话人（原始字幕未标注）：你在 DAU 增长过程当中你会发现
讲话人（原始字幕未标注）：涌进来了更多不一样的用户
讲话人（原始字幕未标注）：不一样的用户会带来什么
讲话人（原始字幕未标注）：不一样的任务
讲话人（原始字幕未标注）：这些不一样的任务
讲话人（原始字幕未标注）：在整个模型的 RL 的这个训练当中
讲话人（原始字幕未标注）：也许会进一步地给模型补充更多的数据
讲话人（原始字幕未标注）：更多的任务
讲话人（原始字幕未标注）：让模型进一步去发展
讲话人（原始字幕未标注）：另外我觉得有一件事情是
讲话人（原始字幕未标注）：我得提示一下
讲话人（原始字幕未标注）：我觉得 Kimi 是一个挺不容易的团
讲话人（原始字幕未标注）：或者对于每一个没有任何的
讲话人（原始字幕未标注）：大厂级供血能力的创业公司来说
讲话人（原始字幕未标注）：做 AGI、追求 AGI 都不是件容易的事情
讲话人（原始字幕未标注）：因为 AGI 就是很烧钱 这是个客观事实
讲话人（原始字幕未标注）：而你要烧钱
讲话人（原始字幕未标注）：你得说服那些有资源的人把钱给你
讲话人（原始字幕未标注）：怎么去说服一些行业外的人要把资源给你
讲话人（原始字幕未标注）：而且还有一个点是 2024 年其实我说实话

00:20

讲话人（原始字幕未标注）：中国大量的初创公司都是缺算力的
讲话人（原始字幕未标注）：非常非常缺算力
讲话人（原始字幕未标注）：所以这也是我觉得
讲话人（原始字幕未标注）：中国的 AGI 公司或者大模型公司
讲话人（原始字幕未标注）：特别不容易的一个点
讲话人（原始字幕未标注）：就是我们的资源非常非常匮乏
讲话人（原始字幕未标注）：但是你也会看出来
讲话人（原始字幕未标注）：因为资源匮乏
讲话人（原始字幕未标注）：不管是 DeepSeek 也好、Kimi 也好
讲话人（原始字幕未标注）：甚至智谱也好
讲话人（原始字幕未标注）：他们都会做非常非常多各种的优化
讲话人（原始字幕未标注）：反倒是有的时候会拿出一些
讲话人（原始字幕未标注）：可能北美那些资源非常充裕的厂商
讲话人（原始字幕未标注）：他们在整体的性能上面可能不一定能够
讲话人（原始字幕未标注）：就是当时他们会重点去优化的一些点
讲话人（原始字幕未标注）：对 没错
讲话人（原始字幕未标注）：我觉得中国的模型公司
讲话人（原始字幕未标注）：可能更不容易的一点就是
讲话人（原始字幕未标注）：因为 ToC 端大模型的产品竞争太激烈了
讲话人（原始字幕未标注）：非常非常激烈
讲话人（原始字幕未标注）：而且大家是没有收费的
讲话人（原始字幕未标注）：特别是比如说豆包 还有千问这些出来了
讲话人（原始字幕未标注）：因为后面是大厂在支撑
讲话人（原始字幕未标注）：对
讲话人（原始字幕未标注）：Kimi 如果它要走 ToC 这条路线的话
讲话人（原始字幕未标注）：它直接竞争的就是字节
讲话人（原始字幕未标注）：字节
讲话人（原始字幕未标注）：阿里
讲话人（原始字幕未标注）：而且还有一直悬在上面
讲话人（原始字幕未标注）：虽然它没有动作的微信
讲话人（原始字幕未标注）：但微信应该今年会有动作了
讲话人（原始字幕未标注）：那段时间应该压力很大吧
讲话人（原始字幕未标注）：对 压力很大
讲话人（原始字幕未标注）：因为它甚至都不能
讲话人（原始字幕未标注）：像 ChatGPT 一样去收 20 美金
讲话人（原始字幕未标注）：因为你不是 SOTA 模型
讲话人（原始字幕未标注）：确实中国当时还没有做到 SOTA（业界最优）模型
讲话人（原始字幕未标注）：所以你推理也是成本 训练也是成本
讲话人（原始字幕未标注）：所有的成本压力下来
讲话人（原始字幕未标注）：其实从当时 2023 年
讲话人（原始字幕未标注）：所有模型厂商的融资来说
讲话人（原始字幕未标注）：去做 AGI 是远远不够的
讲话人（原始字幕未标注）：所以事实上就是所有的创业公司
讲话人（原始字幕未标注）：它当时必须需要去 balance（平衡）的
讲话人（原始字幕未标注）：trade off（取舍）的东西是
讲话人（原始字幕未标注）：我只是单纯地去追求 AGI
讲话人（原始字幕未标注）：和我要去向这些资源侧去证明
讲话人（原始字幕未标注）：我有去追求 AGI 的能力 要去做的努力
讲话人（原始字幕未标注）：有时候它就是不一致的 对
讲话人（原始字幕未标注）：所以在这个点上
讲话人（原始字幕未标注）：我觉得其实大家都很不容易
讲话人（原始字幕未标注）：每一家公司都很不容易
讲话人（原始字幕未标注）：那就是投流的那股趋势吧
讲话人（原始字幕未标注）：在 Kimi 什么时候是一个转折点呢
讲话人（原始字幕未标注）：2025 年的年初
讲话人（原始字幕未标注）：就 R1 出来了之后我觉得确实是一个
讲话人（原始字幕未标注）：DeepSeek 是吗
讲话人（原始字幕未标注）：对 DeepSeek R1 出来之后
讲话人（原始字幕未标注）：确实是一个比较大的转折点
讲话人（原始字幕未标注）：本质上你看 Kimi 的第一波 DAU 的暴涨
讲话人（原始字幕未标注）：不是来自于投流
讲话人（原始字幕未标注）：其实是来自于它当时的
讲话人（原始字幕未标注）：第一版模型加产品
讲话人（原始字幕未标注）：它的 long context(长上下文)也好
讲话人（原始字幕未标注）：它的 alignment（对齐）做得好
讲话人（原始字幕未标注）：所以用户感受到了
讲话人（原始字幕未标注）：对
讲话人（原始字幕未标注）：所以他就过来了
讲话人（原始字幕未标注）：就是产品本身够硬
讲话人（原始字幕未标注）：对 模型本身够硬 产品本身够硬
讲话人（原始字幕未标注）：包括 R1 当时所有的思维链
讲话人（原始字幕未标注）：其实像 OpenAI 并没有把它开放出来
讲话人（原始字幕未标注）：R1 第一次向整个技术界和普通的用户
讲话人（原始字幕未标注）：去展现了模型是怎么思考的过程
讲话人（原始字幕未标注）：所以把大家给吸引过来
讲话人（原始字幕未标注）：这个开源精神我觉得非常不容易 对
讲话人（原始字幕未标注）：所以我觉得渐渐的
讲话人（原始字幕未标注）：其实这是个市场教育的过程
讲话人（原始字幕未标注）：它不是在教育大模型公司
讲话人（原始字幕未标注）：而是在教育可能资源的持有方
讲话人（原始字幕未标注）：他们离 AI 会更远一些
讲话人（原始字幕未标注）：其实这个事情在这个阶段它的本质就是
讲话人（原始字幕未标注）：你把模型踏踏实实给做好
讲话人（原始字幕未标注）：把产品踏踏实实给做好
讲话人（原始字幕未标注）：所以在 R1 之后
讲话人（原始字幕未标注）：它教育的我觉得其实不是模型厂商
讲话人（原始字幕未标注）：而是教育的是资源方
讲话人（原始字幕未标注）：就是不要再给模型厂商这么多
讲话人（原始字幕未标注）：当前你要回答怎么赚钱
讲话人（原始字幕未标注）：怎么拿 DAU 的这个压力了
讲话人（原始字幕未标注）：你就相信 AGI 这件事情
讲话人（原始字幕未标注）：我觉得这是 R1 给整个资本市场
讲话人（原始字幕未标注）：带来的一个教育
讲话人（原始字幕未标注）：所以我觉得那个时候其实模型厂商
讲话人（原始字幕未标注）：想去追求 AGI 公司的厂商
讲话人（原始字幕未标注）：他的目标会更加收敛了 对
讲话人（原始字幕未标注）：美团在 2024 年 Moonshot 那轮融资没有跟
讲话人（原始字幕未标注）：原因是什么
讲话人（原始字幕未标注）：2024 年没有跟 对
讲话人（原始字幕未标注）：那时候我们也在观察
讲话人（原始字幕未标注）：因为整体 2024 年的时候
讲话人（原始字幕未标注）：其实大家的 GPU 资源都非常匮乏
讲话人（原始字幕未标注）：我实话说 就我们的算力资源
讲话人（原始字幕未标注）：是非常非常匮乏的 在国内
讲话人（原始字幕未标注）：你想在北美的
讲话人（原始字幕未标注）：frontier model（前沿模型）厂商
讲话人（原始字幕未标注）：在 2023 年年底
讲话人（原始字幕未标注）：2024 年的时候都已经有
讲话人（原始字幕未标注）：几万卡的单一集群了
讲话人（原始字幕未标注）：但是在国内其实万卡的单一集群
讲话人（原始字幕未标注）：其实当时 DeepSeek 是有的 千问是有的
讲话人（原始字幕未标注）：可能字节是有的
讲话人（原始字幕未标注）：其实有万卡集群的公司就不多
讲话人（原始字幕未标注）：你再有梦想 你还是需要资源的
讲话人（原始字幕未标注）：所以在 2024 年整体我们的算力还是没有
讲话人（原始字幕未标注）：完全基础设施给建好
讲话人（原始字幕未标注）：这个事情可能是当时我们也在犹豫的点
讲话人（原始字幕未标注）：现在是不是 Kimi 对于算力还是有一点缺的
讲话人（原始字幕未标注）：你看最近他们不是限制了新的客户
讲话人（原始字幕未标注）：只要是 AGI 公司都缺算力
讲话人（原始字幕未标注）：OpenAI 也是缺的
讲话人（原始字幕未标注）：对 都是缺的 对
讲话人（原始字幕未标注）：就这事情也是有一次我们问另外一家
讲话人（原始字幕未标注）：特别头部的模型厂商说 你们缺算力吗
讲话人（原始字幕未标注）：他们说 就是
讲话人（原始字幕未标注）：就不展开说
讲话人（原始字幕未标注）：算力永远都可以被用满
讲话人（原始字幕未标注）：你给他多少 他永远都能用多少
讲话人（原始字幕未标注）：对
讲话人（原始字幕未标注）：那到了 2025 年的时候
讲话人（原始字幕未标注）：你觉得 2025 年跟 2024 年来说
讲话人（原始字幕未标注）：公司有什么特别大的一些进展吗
讲话人（原始字幕未标注）：我觉得 2025 年整体上来说
讲话人（原始字幕未标注）：因为我觉得 o1 之后大家开始
讲话人（原始字幕未标注）：因为 2024 年整体上来说
讲话人（原始字幕未标注）：整个模型行业大家都在 scale 的是一些
讲话人（原始字幕未标注）：存量的已经被记录下来的数据会比较多
讲话人（原始字幕未标注）：比如说你在 pre-train（预训练）阶段
讲话人（原始字幕未标注）：SFT（监督微调）的这些数据
讲话人（原始字幕未标注）：到 2025 年就是 o1 出来之后
讲话人（原始字幕未标注）：大家开始在强化这个路线
讲话人（原始字幕未标注）：也就是说你先预定义好问题
讲话人（原始字幕未标注）：预定义好（reward）奖励
讲话人（原始字幕未标注）：在某一些奖励之下去 scaling
讲话人（原始字幕未标注）： test-time（测试时计算扩展）
讲话人（原始字幕未标注）：然后得到了下一波智能进步
讲话人（原始字幕未标注）：所以我觉得 2025 年的 scaling
讲话人（原始字幕未标注）：让我特别兴奋的一个点是在于
讲话人（原始字幕未标注）：其实存量的被记录的数据范式
讲话人（原始字幕未标注）：已经开始迁移到了
讲话人（原始字幕未标注）：你可以去通过你自己的审美去拉动模型
讲话人（原始字幕未标注）：往前走的这个阶段了
讲话人（原始字幕未标注）：所以这个时候其实
讲话人（原始字幕未标注）：不管是模型厂商也好
讲话人（原始字幕未标注）：如果是纯存量数据的话
讲话人（原始字幕未标注）：它变成了一个资源之争
讲话人（原始字幕未标注）：因为你纯在搏 scaling 的效率和你的质量
讲话人（原始字幕未标注）：o1 之后其实当你发现你可以去通过
讲话人（原始字幕未标注）：你自己对于任务的审美
讲话人（原始字幕未标注）：去拉动这个模型往前走了之后
讲话人（原始字幕未标注）：这时候 taste（品味）的这个价值会更加显现
讲话人（原始字幕未标注）：所以我觉得那个时候对于很多
讲话人（原始字幕未标注）：相对资源可能不一定这么充足的厂商
讲话人（原始字幕未标注）：和一些应用层公司来说
讲话人（原始字幕未标注）：我觉得这里涌现出了一波新的机会
讲话人（原始字幕未标注）：所以我觉得 2025 年是挺兴奋的一个阶段
讲话人（原始字幕未标注）：就大家重新又回到了研究这件事情上面
讲话人（原始字幕未标注）：对 是的
讲话人（原始字幕未标注）：我们在定义什么是好的任务
讲话人（原始字幕未标注）：什么是好的问题
讲话人（原始字幕未标注）：这个问题应该怎么样去被评价
讲话人（原始字幕未标注）：就是怎么样去 taste（品味）变得更加
讲话人（原始字幕未标注）：因为 taste 这件事情就是很多元化的
讲话人（原始字幕未标注）：它今天是一个
讲话人（原始字幕未标注）：在每一个当下去提出问题的时候
讲话人（原始字幕未标注）：它并没有绝对标准答案的事情
讲话人（原始字幕未标注）：这个时候其实它会相对来说更加的多元化
讲话人（原始字幕未标注）：我觉得这是一个非常有意思的阶段
讲话人（原始字幕未标注）：对 但是 K2 出来的时候
讲话人（原始字幕未标注）：我看市场也就还好
讲话人（原始字幕未标注）：没有到今天的这么
讲话人（原始字幕未标注）：给市场带来这种“哇哦”瞬间的时候
讲话人（原始字幕未标注）：对 那个时候团队是一个什么样的气氛
讲话人（原始字幕未标注）：我觉得 K2 已经很兴奋了
讲话人（原始字幕未标注）：对 因为 K2 当时已经到了一个
讲话人（原始字幕未标注）：我觉得模型又跨过了一个非常
讲话人（原始字幕未标注）：就是中国模型又进入到了一个新阶段 对
讲话人（原始字幕未标注）：它那个时候是应该说是第一个
讲话人（原始字幕未标注）：强调 agentic model（智能体模型）的时候 对吧
讲话人（原始字幕未标注）：对 其实我觉得
讲话人（原始字幕未标注）：Claude 3.7 开始
讲话人（原始字幕未标注）：就已经是比较强调 agentic 的了
讲话人（原始字幕未标注）：只是 K2 让我们的中国模型
讲话人（原始字幕未标注）：尤其是当时性价比也很高
讲话人（原始字幕未标注）：跟 frontier model（前沿模型）
讲话人（原始字幕未标注）：只相差可能小半代
讲话人（原始字幕未标注）：或几个月的这么一个差距
讲话人（原始字幕未标注）：我觉得 K2 当时其实就已经让大家觉得
讲话人（原始字幕未标注）：非常地兴奋了 对
讲话人（原始字幕未标注）：步入到 2026 年 今年年初的时候
讲话人（原始字幕未标注）：对
讲话人（原始字幕未标注）：我们看 OpenClaw 出来了
讲话人（原始字幕未标注）：就是整个小龙虾
讲话人（原始字幕未标注）：龙虾热在国内
讲话人（原始字幕未标注）：其实也是让开源模型有一波的热潮
讲话人（原始字幕未标注）：包括 Kimi 它其实在 OpenRouter 上面
讲话人（原始字幕未标注）：对
讲话人（原始字幕未标注）：它 API 的调用量
讲话人（原始字幕未标注）：也是有一波小的增长
讲话人（原始字幕未标注）：是的
讲话人（原始字幕未标注）：对 我觉得这事情是
讲话人（原始字幕未标注）：原本其实整个
讲话人（原始字幕未标注）：我觉得在过去从 2023 年到 2024 年的时候
讲话人（原始字幕未标注）：大家其实只关注在
讲话人（原始字幕未标注）：frontier model（前沿模型）上面
讲话人（原始字幕未标注）：因为说实话
讲话人（原始字幕未标注）：frontier model（前沿模型）的水平
讲话人（原始字幕未标注）：也还在逐步提升的过程当中
讲话人（原始字幕未标注）：你会发现越好的模型
讲话人（原始字幕未标注）：越能帮我们更好地去解决问题
讲话人（原始字幕未标注）：但是龙虾出来之后它有个很现实的问题
讲话人（原始字幕未标注）：是龙虾很烧 token 它很贵
讲话人（原始字幕未标注）：而且大部分我们养虾的同学们
讲话人（原始字幕未标注）：其实我们会发现
讲话人（原始字幕未标注）：我们的任务其实并没有那么的深
讲话人（原始字幕未标注）：就有时候它不需要那么
讲话人（原始字幕未标注）：好像说你要解决什么最难的科学问题
讲话人（原始字幕未标注）：在这样情况下面大家确实会关注性价比
讲话人（原始字幕未标注）：我觉得在 K2.5 的情况下
讲话人（原始字幕未标注）：它确实是在当时特别特别好的一个选择
讲话人（原始字幕未标注）：对 当时其实不只是 K2.5
讲话人（原始字幕未标注）：我觉得国内好多的一些模型
讲话人（原始字幕未标注）：其实都是性价比特别高的
讲话人（原始字幕未标注）：当时智谱也有一波
讲话人（原始字幕未标注）：对 智谱也有 对
讲话人（原始字幕未标注）：但我觉得其实最近已经不再是性价比了
讲话人（原始字幕未标注）：我觉得 K3 其实让我挺兴奋的一个点
讲话人（原始字幕未标注）：就是在于
讲话人（原始字幕未标注）：在之前开源的那一波
讲话人（原始字幕未标注）：中国的开源模型被外界一直会认为是平替
讲话人（原始字幕未标注）：XX 平替
讲话人（原始字幕未标注）：因为它的性价比确实高
讲话人（原始字幕未标注）：它推理的这个优化做得特别好 对
讲话人（原始字幕未标注）：但是其实 K3 的发布是
讲话人（原始字幕未标注）：你想 K3 的训练过程
讲话人（原始字幕未标注）：就因为其实你想
讲话人（原始字幕未标注）：K3 它已经超过了 Opus 系列的基本上
讲话人（原始字幕未标注）：当然今天已经发了 Opus 5
讲话人（原始字幕未标注）：但是至少在它（K3）发布的时候
讲话人（原始字幕未标注）：它已经超越了 4.8 系列的所有模型
讲话人（原始字幕未标注）：其实真正的我觉得跟 K3 比
讲话人（原始字幕未标注）：或者说我们自己体感可能比 K3
讲话人（原始字幕未标注）：还要稍微再效果好一点的模型
讲话人（原始字幕未标注）：其实都是像 Fable 之类的
讲话人（原始字幕未标注）：其实都是最近才发布的
讲话人（原始字幕未标注）：所以其实在 K3 的训练过程当中
讲话人（原始字幕未标注）：等于说它超越了当时所有的 SOTA 模型了
讲话人（原始字幕未标注）：对 所以这个点就是
讲话人（原始字幕未标注）：我觉得中国模型第一次是在
讲话人（原始字幕未标注）：我们不是在拼性价比
讲话人（原始字幕未标注）：而是说我们可以去摸那个 SOTA 模型
讲话人（原始字幕未标注）：这件事情我觉得
讲话人（原始字幕未标注）：对我自己的鼓舞是挺大的 对
讲话人（原始字幕未标注）：而且还是开源的
讲话人（原始字幕未标注）：是 而且还是开源的 对
讲话人（原始字幕未标注）：所以今年的“Kimi Moment”
讲话人（原始字幕未标注）：跟去年的 DeepSeek Moment
讲话人（原始字幕未标注）：我感觉对硅谷来说 同样是震撼的
讲话人（原始字幕未标注）：震撼是不一样的
讲话人（原始字幕未标注）：是
讲话人（原始字幕未标注）：今年的震撼我感觉更有紧迫感
讲话人（原始字幕未标注）：对
讲话人（原始字幕未标注）：我觉得月之暗面很有意思的一个点
讲话人（原始字幕未标注）：我在北京的时候刚去参观了他们的办公室
讲话人（原始字幕未标注）：就觉得这个公司很酷

00:30

讲话人（原始字幕未标注）：因为一进去就是一个白色的钢琴
讲话人（原始字幕未标注）：然后上面放着 Pink Floyd 的一个唱片
讲话人（原始字幕未标注）：每个会议室都是摇滚乐队
讲话人（原始字幕未标注）：一个 rock band（摇滚乐队）的名字
讲话人（原始字幕未标注）：几个主创他们在清华的时候
讲话人（原始字幕未标注）：都自己创立过一个 rock band（摇滚乐队）
讲话人（原始字幕未标注）：这件事情跟 AI 有任何的联系吗
讲话人（原始字幕未标注）：我觉得 somehow（某种程度上）
讲话人（原始字幕未标注）：在底层有一件事情叫做
讲话人（原始字幕未标注）：如果这是一家真的追求 AGI 的公司
讲话人（原始字幕未标注）：它一定是因为真的对这件事情
讲话人（原始字幕未标注）：他觉得这个事情很兴奋、感兴趣
讲话人（原始字幕未标注）：或者说我觉得可能追求
讲话人（原始字幕未标注）：不一定“有用”这件事情
讲话人（原始字幕未标注）：可能是追求 AGI 的一个
讲话人（原始字幕未标注）：可以去映射的点
讲话人（原始字幕未标注）：让我想一下怎么去解释这件事情
讲话人（原始字幕未标注）：不一定有用
讲话人（原始字幕未标注）：就是当下不一定它能做出来一个产品
讲话人（原始字幕未标注）：我知道它能做出什么
讲话人（原始字幕未标注）：甚至都不是产品
讲话人（原始字幕未标注）：我举例来说 其实当时我们在孵化
讲话人（原始字幕未标注）：因为 GPT-2、GPT-3 孵化公司的时候
讲话人（原始字幕未标注）：我们先想的事情是它能解决什么问题
讲话人（原始字幕未标注）：然后我们才想去做模型
讲话人（原始字幕未标注）：但是
讲话人（原始字幕未标注）：Product-market fit（产品市场匹配）
讲话人（原始字幕未标注）：对 你的 scaling
讲话人（原始字幕未标注）：你的 scaling 本身
讲话人（原始字幕未标注）：你不知道它会涌现出什么能力
讲话人（原始字幕未标注）：所以我觉得好奇心、探索欲
讲话人（原始字幕未标注）：和强化学习式的环境
讲话人（原始字幕未标注）：但我觉得这其实不只是 Kimi 的
讲话人（原始字幕未标注）：我觉得我从
讲话人（原始字幕未标注）：因为我自己也是上一代“AI 四小龙”过来的
讲话人（原始字幕未标注）：我觉得虽然上一代“AI 四小龙”没有
讲话人（原始字幕未标注）：我们因为当时那个技术本身的制约问题
讲话人（原始字幕未标注）：我们没有去发展出一些
讲话人（原始字幕未标注）：可能像现在我们对它期待这么大
讲话人（原始字幕未标注）：就是空间这么大的一些公司
讲话人（原始字幕未标注）：但实际上它的氛围是非常相似的
讲话人（原始字幕未标注）：其实一直以来我觉得非常优秀的
讲话人（原始字幕未标注）：这几代中国的 AI 公司他们一直给中国的
讲话人（原始字幕未标注）：最聪明的、最有好奇心的、最有理想的
讲话人（原始字幕未标注）：这些年轻人们塑造了一个非常宽松的环境
讲话人（原始字幕未标注）：可能有一些创始人们
讲话人（原始字幕未标注）：他并不一定是在给的是
讲话人（原始字幕未标注）：我们要做 A、要做 B、要做 C
讲话人（原始字幕未标注）：而是他给的是一个非常泛的指导是说
讲话人（原始字幕未标注）：这个事情也许我们值得去探索一下
讲话人（原始字幕未标注）：一群极度优秀、极度有探索精神的人
讲话人（原始字幕未标注）：在一个好的环境里面
讲话人（原始字幕未标注）：他一定会去碰撞出东西的
讲话人（原始字幕未标注）：我觉得这个事情可能在我看来
讲话人（原始字幕未标注）：其实在上一代的
讲话人（原始字幕未标注）：比如说像我们依图
讲话人（原始字幕未标注）：像当时的旷视、商汤
讲话人（原始字幕未标注）：在这一波的 DeepSeek、Kimi、智谱
讲话人（原始字幕未标注）：我都能感受到
讲话人（原始字幕未标注）：只要你把一群优秀的年轻人
讲话人（原始字幕未标注）：放在好的环境里面
讲话人（原始字幕未标注）：他们就能碰撞出东西
讲话人（原始字幕未标注）：所以这波 AI 公司核心的是
讲话人（原始字幕未标注）：为他们去创造好的环境和相对我觉得
讲话人（原始字幕未标注）：不断地调整这个 reward（奖励）
讲话人（原始字幕未标注）：就让大家有一些好的奖励反馈的体系 对
讲话人（原始字幕未标注）：我们刚才已经聊了蛮多
讲话人（原始字幕未标注）：就是上一代的中国“AI 四小龙”了
讲话人（原始字幕未标注）：我们来系统地讲一讲 好不好
讲话人（原始字幕未标注）：上一代我们其实是指
讲话人（原始字幕未标注）：以计算机视觉为代表的
讲话人（原始字幕未标注）：商汤、旷视、依图还有云从
讲话人（原始字幕未标注）：当时你是
讲话人（原始字幕未标注）：我是 2016 年加入其中的一家公司叫依图
讲话人（原始字幕未标注）：对 做 computer vision（计算机视觉）
讲话人（原始字幕未标注）：其实 AI1.0 时代
讲话人（原始字幕未标注）：也不只是 computer vision（计算机视觉）
讲话人（原始字幕未标注）：当时也有一些做
讲话人（原始字幕未标注）：做 machine learning（机器学习）
讲话人（原始字幕未标注）：比如第四范式
讲话人（原始字幕未标注）：有做自动驾驶
讲话人（原始字幕未标注）：有做 NLP 的公司也会出现
讲话人（原始字幕未标注）：但整体上来说
讲话人（原始字幕未标注）：我觉得上一代 AI 的那个 1.0 公司
讲话人（原始字幕未标注）：我们遇到的一个集体性的困境就是
讲话人（原始字幕未标注）：模型的泛化程度是不够的
讲话人（原始字幕未标注）：我举例来说
讲话人（原始字幕未标注）：当时在我们“四小龙”一个非常核心的场景
讲话人（原始字幕未标注）：就是人脸识别在安防这个场景的应用
讲话人（原始字幕未标注）：我们一开始
讲话人（原始字幕未标注）：比如说我们 2017 年开始去卖到
讲话人（原始字幕未标注）：各个不同省市公安机关的时候
讲话人（原始字幕未标注）：我们就会发现
讲话人（原始字幕未标注）：可能东北的省市
讲话人（原始字幕未标注）：它的风雨雪雾天气会比较多
讲话人（原始字幕未标注）：我们就要从数据侧开始重新地标注
讲话人（原始字幕未标注）：重新地训练模型
讲话人（原始字幕未标注）：过了一个省
讲话人（原始字幕未标注）：可能它的地域比较宽
讲话人（原始字幕未标注）：所以它的一个摄像头要覆盖的
讲话人（原始字幕未标注）：这个空间要更广了之后
讲话人（原始字幕未标注）：它的高度就会不一样
讲话人（原始字幕未标注）：那个摄像头架的高度和角度不一样了之后
讲话人（原始字幕未标注）：我们又得重新训练模型
讲话人（原始字幕未标注）：所以其实
讲话人（原始字幕未标注）：当时我们非常大的一个困境在于说
讲话人（原始字幕未标注）：AI 本身是对这个社会是有很强影响的
讲话人（原始字幕未标注）：我觉得其实很多的治安环境会提升非常多
讲话人（原始字幕未标注）：但问题是因为模型的泛化能力不够
讲话人（原始字幕未标注）：就导致了我们整个 scale
讲话人（原始字幕未标注）：AI 渗透的这个过程
讲话人（原始字幕未标注）：其实会需要投入大量的生产侧服务
讲话人（原始字幕未标注）：而这群服务是由一群
讲话人（原始字幕未标注）：全中国最聪明的理科毕业生
讲话人（原始字幕未标注）：他们很贵 来去提供的
讲话人（原始字幕未标注）：那就会导致了
讲话人（原始字幕未标注）：其实它看起来像一个很 ToB 的服务型生意
讲话人（原始字幕未标注）：这个商业模式的本质非常像个 ToB 的生意
讲话人（原始字幕未标注）：或者说很像一个高级外包
讲话人（原始字幕未标注）：但是其实我们又找了一群非常非常贵的
讲话人（原始字幕未标注）：或者说非常非常优秀的人去做
讲话人（原始字幕未标注）：从这个生意模式上来说
讲话人（原始字幕未标注）：它会变得不太性感 对
讲话人（原始字幕未标注）：这个市场最后不够大
讲话人（原始字幕未标注）：不够像今天 AGI 那么有想象力
讲话人（原始字幕未标注）：对 因为还是那个点
讲话人（原始字幕未标注）：当时我们的模型不够足有泛化力
讲话人（原始字幕未标注）：所以我们每次去 scale 我们的下游应用
讲话人（原始字幕未标注）：都必须去增加相应的研发投入
讲话人（原始字幕未标注）：它不像互联网公司
讲话人（原始字幕未标注）：它其实在研发一个标准性的
讲话人（原始字幕未标注）：或者是它统一的系统
讲话人（原始字幕未标注）：所以你越 scale 你的用户量了之后
讲话人（原始字幕未标注）：你的边际成本是逐渐下降
讲话人（原始字幕未标注）：甚至趋近于零的
讲话人（原始字幕未标注）：当时我们并没有去形成这样商业
讲话人（原始字幕未标注）：我们非常像个服务型的公司
讲话人（原始字幕未标注）：就是我们的业务体量越大
讲话人（原始字幕未标注）：我们的成本侧就会越高
讲话人（原始字幕未标注）：并且管理的复杂度会越来越大
讲话人（原始字幕未标注）：所以这件事情跟当下大模型的这些公司
讲话人（原始字幕未标注）：它的商业模式上底层其实有些区别
讲话人（原始字幕未标注）：你当时在依图做什么
讲话人（原始字幕未标注）：我当时做产品经理
讲话人（原始字幕未标注）：这也很有意思
讲话人（原始字幕未标注）：我是 2016 年的年底加入依图的
讲话人（原始字幕未标注）：我加入了依图之后第二天
讲话人（原始字幕未标注）：就是我们的晨曦 就是 co-founder（联创）
讲话人（原始字幕未标注）：把同一周加入的三个小伙伴
讲话人（原始字幕未标注）：叫到一个小黑屋里面说
讲话人（原始字幕未标注）：从今天开始依图的产品团队成立了
讲话人（原始字幕未标注）：就给了我们一人一条产品线
讲话人（原始字幕未标注）：告诉我们对接的研究者和工程是谁
讲话人（原始字幕未标注）：就不管我们了
讲话人（原始字幕未标注）：这么放养的吗
讲话人（原始字幕未标注）：对 就是纯 RL 的方式 对
讲话人（原始字幕未标注）：我印象特别深的是
讲话人（原始字幕未标注）：我当时头一年的时候
讲话人（原始字幕未标注）：确实我觉得很痛苦、很难受
讲话人（原始字幕未标注）：为什么 就是因为没有人告诉你
讲话人（原始字幕未标注）：标准答案是什么
讲话人（原始字幕未标注）：没有人告诉你正确的做法是什么
讲话人（原始字幕未标注）：但是你会踩坑
讲话人（原始字幕未标注）：你会发现你会不停地犯错
讲话人（原始字幕未标注）：但是 somehow（某种程度上）
讲话人（原始字幕未标注）：我后来在两年之后
讲话人（原始字幕未标注）：我再去回顾我那一段经历
讲话人（原始字幕未标注）：真的 我觉得特别感谢的就是这一波 AI 公司
讲话人（原始字幕未标注）：它真的非常相信年轻人
讲话人（原始字幕未标注）：你说上一波还是这一波
讲话人（原始字幕未标注）：我觉得两波都是
讲话人（原始字幕未标注）：这些优秀的 AI 公司
讲话人（原始字幕未标注）：它底层的一个点是在于
讲话人（原始字幕未标注）：我不用先验教你怎么做事情
讲话人（原始字幕未标注）：但是我会给你空间去探索
讲话人（原始字幕未标注）：然后你会得到反馈 你会自我迭代
讲话人（原始字幕未标注）：虽然这个迭代的过程可能不比
讲话人（原始字幕未标注）：比如说 当时我就特别羡慕
讲话人（原始字幕未标注）：大厂的应届毕业生
讲话人（原始字幕未标注）：他进去之后就知道流程是什么
讲话人（原始字幕未标注）：规范是什么
讲话人（原始字幕未标注）：他把所有可以去规避的风险
讲话人（原始字幕未标注）：先用流程和方法论给规避掉了
讲话人（原始字幕未标注）：而我们进去了之后
讲话人（原始字幕未标注）：没有人告诉我应该做什么
讲话人（原始字幕未标注）：我们就是 当时我们的产品经理是做什么
讲话人（原始字幕未标注）：就是所有研究员和工程师不做的事情
讲话人（原始字幕未标注）：都是产品经理做的
讲话人（原始字幕未标注）：我们也不知道正确做法是什么
讲话人（原始字幕未标注）：就是我们踩一个坑 然后我们知道
讲话人（原始字幕未标注）：也许这个地方
讲话人（原始字幕未标注）：我们要例行地的
讲话人（原始字幕未标注）：以后都要去做一个检查点
讲话人（原始字幕未标注）：我们要去增加这里的评审
讲话人（原始字幕未标注）：我们要去对齐这件事情
讲话人（原始字幕未标注）：但是每一件事情都是通过踩坑来学习的
讲话人（原始字幕未标注）：但事实上你就会发现
讲话人（原始字幕未标注）：等到我离开了依图之后
讲话人（原始字幕未标注）：我会发现这个烙印对我特别特别深
讲话人（原始字幕未标注）：就是你通过强化而得到的这种能力
讲话人（原始字幕未标注）：它是有泛化性的
讲话人（原始字幕未标注）：因为你并不是因为别人教你做了这件事情
讲话人（原始字幕未标注）：你才去做
讲话人（原始字幕未标注）：因为当你被告知你要这么做
讲话人（原始字幕未标注）：有时候你并不一定会思考为什么要这么做
讲话人（原始字幕未标注）：但是我们每一步去增加的流程也好
讲话人（原始字幕未标注）：我们去形成的组织形式也好
讲话人（原始字幕未标注）：其实都是因为我们发现
讲话人（原始字幕未标注）：这个问题的解决和探索需要这样的流程
讲话人（原始字幕未标注）：所以这是我们自己讨论和琢磨出来的
讲话人（原始字幕未标注）：我觉得这件事情是挺有意思的
讲话人（原始字幕未标注）：而且还有一个点是在于
讲话人（原始字幕未标注）：可能我们上一波 AI 的时候
讲话人（原始字幕未标注）：你想我们是 2016 年的时候
讲话人（原始字幕未标注）：依图有了第一波的所谓的产品经理
讲话人（原始字幕未标注）：但其实它是 2012 年就成立了的
讲话人（原始字幕未标注）：当时 2012 年成立的
讲话人（原始字幕未标注）：从 2011 年开始到 2014 年
讲话人（原始字幕未标注）：就商汤、旷视、依图这些陆续成立
讲话人（原始字幕未标注）：大家都是看到了
讲话人（原始字幕未标注）：比如说像 ImageNet、AlexNet 这些
讲话人（原始字幕未标注）：在有一些非常大的突破了之后
讲话人（原始字幕未标注）：我们觉得也许这件事情可以从
讲话人（原始字幕未标注）：AI 计算机视觉这件事情
讲话人（原始字幕未标注）：可以从学术界去影响我们真实的生活了
讲话人（原始字幕未标注）：进入工业界了
讲话人（原始字幕未标注）：但说实话没有人有正确答案
讲话人（原始字幕未标注）：它就是一个“研究问题”
讲话人（原始字幕未标注）：就是我们都不知道有没有答案
讲话人（原始字幕未标注）：所以那个时候其实
讲话人（原始字幕未标注）：确实也给我们的探索空间会
讲话人（原始字幕未标注）：甚至我觉得有可能比这个时间点还要更高
讲话人（原始字幕未标注）：因为老板们也不知道
讲话人（原始字幕未标注）：创始人们也不知道正确答案是什么
讲话人（原始字幕未标注）：我们就努力地去寻找
讲话人（原始字幕未标注）：所以那个时间点是一个特别好玩的过程
讲话人（原始字幕未标注）：这个还挺有意思的
讲话人（原始字幕未标注）：也就是说在上一代中国 AI 的时候
讲话人（原始字幕未标注）：大家就已经开始非常勇敢地用新人了
讲话人（原始字幕未标注）：包括就是刚毕业不久的大学生
讲话人（原始字幕未标注）：甚至没有毕业
讲话人（原始字幕未标注）：当时我记得好多的
讲话人（原始字幕未标注）：我们有好多的辍学生
讲话人（原始字幕未标注）：我们当时有一点鼓励辍学
讲话人（原始字幕未标注）：然后各种 dropout（辍学）
讲话人（原始字幕未标注）：还有一些可能高中
讲话人（原始字幕未标注）：当时也有一些高中就过来实习的人
讲话人（原始字幕未标注）：有一些大学就来实习的人
讲话人（原始字幕未标注）：这很先进 在中国市场
讲话人（原始字幕未标注）：对 就是聪明的孩子进来了之后
讲话人（原始字幕未标注）：你就探索就好了
讲话人（原始字幕未标注）：之前你说上一代的“AI 四小龙”
讲话人（原始字幕未标注）：其实很多人是传承到了
讲话人（原始字幕未标注）：或者是迁徙到了现在的“AI 四小龙”
讲话人（原始字幕未标注）：或者是“六小虎”的公司当中
讲话人（原始字幕未标注）：你看到这样一个人才流动是吗
讲话人（原始字幕未标注）：对
讲话人（原始字幕未标注）：但是你又说中间其实很多人
讲话人（原始字幕未标注）：他们可能上一波被伤心了、踩坑了
讲话人（原始字幕未标注）：可能不愿意继续进入 AI 的创新
讲话人（原始字幕未标注）：或者是
讲话人（原始字幕未标注）：创造 AI 的这条艰难的路径上面来了
讲话人（原始字幕未标注）：这两股人他们是怎么去选择的
讲话人（原始字幕未标注）：我觉得其实一直以来传承的
讲话人（原始字幕未标注）：不只是这一代“四小龙”
讲话人（原始字幕未标注）：你如果从上一波的“AI 四小龙”来看的话
讲话人（原始字幕未标注）：它的再往上的传承者
讲话人（原始字幕未标注）：可能像有百度的美研院
讲话人（原始字幕未标注）：MSRA（微软亚洲研究院）
讲话人（原始字幕未标注）：这些更早一波的在中国的 AI 机构
讲话人（原始字幕未标注）：对 lab（实验室）
讲话人（原始字幕未标注）：我觉得它传承的一个核心叫做
讲话人（原始字幕未标注）：对技术的信仰
讲话人（原始字幕未标注）：对于好奇心
讲话人（原始字幕未标注）：不计结果地去探索
讲话人（原始字幕未标注）：而不是功利主义地去探索
讲话人（原始字幕未标注）：我觉得这件事情是他们传承下来的东西
讲话人（原始字幕未标注）：人才图谱 因为就是一代人去培养一代人
讲话人（原始字幕未标注）：比如说我印象特别深是我在读本科的时候

00:40

讲话人（原始字幕未标注）：当时我不是我们 GPA 最好或学习最好的人
讲话人（原始字幕未标注）：但是我们身边一些
讲话人（原始字幕未标注）：CS（计算机）系的一些学习
讲话人（原始字幕未标注）：或者说能力最强的人
讲话人（原始字幕未标注）：打 ACM（国际大学生程序设计竞赛）的人
讲话人（原始字幕未标注）：他们就很喜欢去 MSRA 实习
讲话人（原始字幕未标注）：包括我们当时我印象
讲话人（原始字幕未标注）：依图的联创
讲话人（原始字幕未标注）：像晨曦
讲话人（原始字幕未标注）：他当年也是很短暂在 MSRA 实习过
讲话人（原始字幕未标注）：后来被王坚老师带去做阿里云
讲话人（原始字幕未标注）：其实 MSRA 和百度的当时的 AI 研究院
讲话人（原始字幕未标注）：其实都培养了非常多的中国的上一代的
讲话人（原始字幕未标注）：一些 AI 1.0 时代的 founder（创始人）们
讲话人（原始字幕未标注）：这波创始人们又培养了
讲话人（原始字幕未标注）：AI 2.0 时代的
讲话人（原始字幕未标注）：非常多的一些创始人们
讲话人（原始字幕未标注）：包括像比如说像 Kimi 那边
讲话人（原始字幕未标注）：为什么当时我说我跟植麟这边
讲话人（原始字幕未标注）：可以通过朋友去介绍
讲话人（原始字幕未标注）：是因为我跟旷视的一些
讲话人（原始字幕未标注）：包括依图的小伙伴们
讲话人（原始字幕未标注）：可能我们本来就是有认识
讲话人（原始字幕未标注）：那么其实像他的联创里面
讲话人（原始字幕未标注）：也有旷视这边过来的
讲话人（原始字幕未标注）：像 MiniMax 它有商汤
讲话人（原始字幕未标注）：有依图的非常多的一些
讲话人（原始字幕未标注）：founding member（创始成员）里面
讲话人（原始字幕未标注）：有上一代的这些人
讲话人（原始字幕未标注）：这一代的模型厂商的
讲话人（原始字幕未标注）：一些创始人们
讲话人（原始字幕未标注）：很多其实也是在上一代的“四小龙”实习过
讲话人（原始字幕未标注）：包括其实后来
讲话人（原始字幕未标注）：当时我们可能不认识
讲话人（原始字幕未标注）：再后来 比如说我再去跟智谱的
讲话人（原始字幕未标注）：很多的一些研究员
讲话人（原始字幕未标注）：或者 DeepSeek 的一些研究员
讲话人（原始字幕未标注）：或者工程师的小伙伴
讲话人（原始字幕未标注）：交流的时候发现
讲话人（原始字幕未标注）：我们曾经原来有一段共同回忆
讲话人（原始字幕未标注）：虽然我们没有碰到
讲话人（原始字幕未标注）：但是我们在那个时代
讲话人（原始字幕未标注）：我们也去探索过类似的事情
讲话人（原始字幕未标注）：有共同的记忆
讲话人（原始字幕未标注）：对 有共同的记忆 时代记忆
讲话人（原始字幕未标注）：这个圈子大家的关系是什么样子的
讲话人（原始字幕未标注）：因为我感觉大家可能都是
讲话人（原始字幕未标注）：比如说清华系
讲话人（原始字幕未标注）：或者是复旦 或者是浙大
讲话人（原始字幕未标注）：其实很多都是同门师兄
讲话人（原始字幕未标注）：或者是老师、学生这样的一个关系过来
讲话人（原始字幕未标注）：感觉大家关系都还挺紧密的
讲话人（原始字幕未标注）：包括我们看到月之暗面它成立的时候
讲话人（原始字幕未标注）：杨植麟他选择 co-founder
讲话人（原始字幕未标注）：联合创始人的时候
讲话人（原始字幕未标注）：也是选了他很多清华时候的一些同门对吧
讲话人（原始字幕未标注）：其实我觉得他可能也不是有意为之地
讲话人（原始字幕未标注）：设计出来的圈子
讲话人（原始字幕未标注）：而是刚好 本质上一群理想主义的人
讲话人（原始字幕未标注）：你要想碰在一起去做一个
讲话人（原始字幕未标注）：可能不一定有一个非常明确的预期目标的
讲话人（原始字幕未标注）：一件事情
讲话人（原始字幕未标注）：一定是因为
讲话人（原始字幕未标注）：你们平常在碰撞和交流的过程当中
讲话人（原始字幕未标注）：你们刚好 chemistry（化学反应）合了
讲话人（原始字幕未标注）：你们觉得可以一起探索这个事情
讲话人（原始字幕未标注）：他一定是受到你环境的影响的
讲话人（原始字幕未标注）：刚好可能一群优秀小伙伴
讲话人（原始字幕未标注）：比如说在交大 ACM 班
讲话人（原始字幕未标注）：在清华或者 CS 系或者姚班
讲话人（原始字幕未标注）：包括今天你像其实这一波
讲话人（原始字幕未标注）：尤其这一波大模型
讲话人（原始字幕未标注）：有很多其实在海外的一些同学
讲话人（原始字幕未标注）：大家 somehow 就是
讲话人（原始字幕未标注）：对技术有理想的这波人
讲话人（原始字幕未标注）：他们可能会在一些环境是比较相似的
讲话人（原始字幕未标注）：可能会有一些这样的同学
讲话人（原始字幕未标注）：或者一起打 ACM 的也有可能
讲话人（原始字幕未标注）：其实你刚才也讲了 说传承
讲话人（原始字幕未标注）：最近我看到一个特别有意思的片段
讲话人（原始字幕未标注）：我来的时候还在看那个视频
讲话人（原始字幕未标注）：智谱的唐杰老师
讲话人（原始字幕未标注）：他在一个视频里面
讲话人（原始字幕未标注）：他应该是介绍杨植麟出
讲话人（原始字幕未标注）：出来做一个 presentation（演讲）
讲话人（原始字幕未标注）：对
讲话人（原始字幕未标注）：唐老师是植麟本科的导师 对 应该是
讲话人（原始字幕未标注）：但是现在比如说智谱跟月之暗面
讲话人（原始字幕未标注）：它们其实慢慢地会长成竞争对手
讲话人（原始字幕未标注）：它们肯定会长成竞争对手
讲话人（原始字幕未标注）：因为比如说 Kimi K3 出来的时候
讲话人（原始字幕未标注）：智谱的股价就大跌
讲话人（原始字幕未标注）：你觉得唐老师他们会介意这些事情吗
讲话人（原始字幕未标注）：他们在圈内的关系是什么样子的
讲话人（原始字幕未标注）：首先我觉得不是竞争对手
讲话人（原始字幕未标注）：我觉得是一起去探索
讲话人（原始字幕未标注）：那些未知世界的齐头并进的小伙伴
讲话人（原始字幕未标注）：首先这个市场非常大
讲话人（原始字幕未标注）：本质上这波大模型在这个阶段
讲话人（原始字幕未标注）：即使我们还没有说产品的这件事情
讲话人（原始字幕未标注）：但即使我们只说模型本身
讲话人（原始字幕未标注）：我们卖模型能力这件事情上
讲话人（原始字幕未标注）：它就是个未来人类社会的智力能力的基建
讲话人（原始字幕未标注）：这个大基建不可能是一家独吃的
讲话人（原始字幕未标注）：所以我觉得本质上
讲话人（原始字幕未标注）：大家共同面对的事情是
讲话人（原始字幕未标注）：整个非 AI 圈
讲话人（原始字幕未标注）：或者对 AI 不那么接近的这些人
讲话人（原始字幕未标注）：他对于 AI 这件事情的质疑
讲话人（原始字幕未标注）：所以事实上就是我们要去探索 AGI
讲话人（原始字幕未标注）：其实大家都是肩并肩的小伙伴
讲话人（原始字幕未标注）：那时候 ChatGPT 还没有成立的时候
讲话人（原始字幕未标注）：唐老师其实就和 包括植麟
讲话人（原始字幕未标注）：其实他们 当时 GLM 他们也参与
讲话人（原始字幕未标注）：包括像清华的
讲话人（原始字幕未标注）：还有像刘知远老师他们那边
讲话人（原始字幕未标注）：其实他们也会有 CPM 的团队
讲话人（原始字幕未标注）：大模型是一件非常值得做的事情
讲话人（原始字幕未标注）：但大模型确实需要非常多的资源
讲话人（原始字幕未标注）：当时他们做了这个智源研究院
讲话人（原始字幕未标注）：去支持一波实验室
讲话人（原始字幕未标注）：给各类资源上去自由地做探索
讲话人（原始字幕未标注）：所以像智源研究院
讲话人（原始字幕未标注）：其实就 train（训练）出了国内
讲话人（原始字幕未标注）：我觉得第一波的千亿 model 参数的模型
讲话人（原始字幕未标注）：当时有 GLM、CPM 有非常多的一些模型
讲话人（原始字幕未标注）：包括其还有其他方向
讲话人（原始字幕未标注）：所以我觉得在那个时间点
讲话人（原始字幕未标注）：其实就在 ChatGPT 之前
讲话人（原始字幕未标注）：就给了非常多的一波年轻的小伙伴
讲话人（原始字幕未标注）：去能够在自由
讲话人（原始字幕未标注）：当时还算比较充裕的资源上
讲话人（原始字幕未标注）：去自由探索的一个机会
讲话人（原始字幕未标注）：为 ChatGPT 发布了之后
讲话人（原始字幕未标注）：大家赶紧开始去做真正比较工业化的
讲话人（原始字幕未标注）：大模型的规模
讲话人（原始字幕未标注）：其实我觉得是奠定了非常好的一些基础的
讲话人（原始字幕未标注）：我还有一个问题
讲话人（原始字幕未标注）：就是当年上一代的 AI 1.0 的“四小龙”里面
讲话人（原始字幕未标注）：当时的年轻人
讲话人（原始字幕未标注）：到现在可能也是中登了
讲话人（原始字幕未标注）：中登了 是的
讲话人（原始字幕未标注）：他们在这轮里面扮演着一个什么样的角色
讲话人（原始字幕未标注）：因为他们肯定是更有经验的 对不对
讲话人（原始字幕未标注）：我觉得都是非常骨干的角色
讲话人（原始字幕未标注）：其实很多人他可能并不一定在
讲话人（原始字幕未标注）：公开场域里面有很多的姓名
讲话人（原始字幕未标注）：或者有很多的露面
讲话人（原始字幕未标注）：但事实上其实他们在坚持地推动事情发生
讲话人（原始字幕未标注）：而且因为其实他们很多人经历过周期
讲话人（原始字幕未标注）：他们反而很容易去摒弃掉一些
讲话人（原始字幕未标注）：可能短期 reward 反馈的一些噪音
讲话人（原始字幕未标注）：我觉得这件事情还是可能他们没有被看见
讲话人（原始字幕未标注）：被公开市场看见
讲话人（原始字幕未标注）：但其实他们在推动非常重要的这个因素
讲话人（原始字幕未标注）：那一批人里面有多少人
讲话人（原始字幕未标注）：如果你有一个非常粗略的百分比的话
讲话人（原始字幕未标注）：留到了这一轮的 AI 里面 有 10%吗
讲话人（原始字幕未标注）：我觉得看什么样的范围
讲话人（原始字幕未标注）：就是我身边的朋友里面有 10%以上
讲话人（原始字幕未标注）：可能在现在已经流入进来
讲话人（原始字幕未标注）：即使 2023 年没有流入
讲话人（原始字幕未标注）：可能也逐渐流入进来了
讲话人（原始字幕未标注）：那很好 但是他们都不是领导者
讲话人（原始字幕未标注）：他们其实是领导者
讲话人（原始字幕未标注）：他们可能不一定是创始人
讲话人（原始字幕未标注）：但是他可能也在领导很多事情
讲话人（原始字幕未标注）：就是下面执行的领导者
讲话人（原始字幕未标注）：但是可能不是说像植麟或者是唐老师
讲话人（原始字幕未标注）：站出来当这个
讲话人（原始字幕未标注）：站出来的这个 face（门面） 对
讲话人（原始字幕未标注）：我们再说一下 DeepSeek
讲话人（原始字幕未标注）：它确实是一个黑马
讲话人（原始字幕未标注）：就是 Come out of nowhere 突然出来一个
讲话人（原始字幕未标注）：我们当时在 2023 年上半年的时候
讲话人（原始字幕未标注）：我说实话
讲话人（原始字幕未标注）：我其实没有覆盖到 DeepSeek
讲话人（原始字幕未标注）：我都不知道这个团队也在做这个事情
讲话人（原始字幕未标注）：估计没有人能预测到
讲话人（原始字幕未标注）：对 因为他可能他当时招的
讲话人（原始字幕未标注）：因为我的大部分的认知来源
讲话人（原始字幕未标注）：其实都来自于我上一代 AI 的 1.0 的
讲话人（原始字幕未标注）：那些朋友们 我们在交流他们去哪
讲话人（原始字幕未标注）：DeepSeek 可能到 2023 年下半年的时候
讲话人（原始字幕未标注）：我才逐渐意识到
讲话人（原始字幕未标注）：是因为他们招的人更加年轻 我发现
讲话人（原始字幕未标注）：可能因为我们上一代“四小龙”
讲话人（原始字幕未标注）：其实有很多的中坚力量
讲话人（原始字幕未标注）：就去了这些像 Moonshot、智谱这样的公司
讲话人（原始字幕未标注）：但是其实 DeepSeek 那边的那些小伙伴们
讲话人（原始字幕未标注）：可能会更加年轻一些
讲话人（原始字幕未标注）：所以我是在更多去深入地
讲话人（原始字幕未标注）：在新认识了很多这一批新一代的
讲话人（原始字幕未标注）：研究员和工程师之后
讲话人（原始字幕未标注）：我才逐步地接触到了 DeepSeek 的小伙伴
讲话人（原始字幕未标注）：所以其实当时我们跟梁总交流的时候
讲话人（原始字幕未标注）：梁总的招人策略就是当年搞竞赛
讲话人（原始字幕未标注）：搞 ACM 的最聪明的人
讲话人（原始字幕未标注）：就是只要招最聪明的人就可以了
讲话人（原始字幕未标注）：所以他可能就是当时更没有历史的包袱
讲话人（原始字幕未标注）：没有要一些经验
讲话人（原始字幕未标注）：就直接拿一些非常优秀的年轻人
讲话人（原始字幕未标注）：就招进去了
讲话人（原始字幕未标注）：所以其实我接触 DeepSeek 要更晚一些
讲话人（原始字幕未标注）：招最聪明的人
讲话人（原始字幕未标注）：大家都喜欢招最聪明的人
讲话人（原始字幕未标注）：那他这个比如说跟杨植麟他想要招的人
讲话人（原始字幕未标注）：什么区别呢
讲话人（原始字幕未标注）：我觉得其实区别不大 只是刚好
讲话人（原始字幕未标注）：我觉得这个事情大家的标准是差不多的
讲话人（原始字幕未标注）：只是因为你的原始的几个创始人
讲话人（原始字幕未标注）：他的背景不一样
讲话人（原始字幕未标注）：就会导致他触达那些人的效率不一样
讲话人（原始字幕未标注）：不同人群的效率不一样
讲话人（原始字幕未标注）：刚好原本比如说 DeepSeek
讲话人（原始字幕未标注）：它原本是之前幻方是一家量化公司
讲话人（原始字幕未标注）：它可能本身量化公司在招的人
讲话人（原始字幕未标注）：就是每一年
讲话人（原始字幕未标注）：因为量化确实是一个
讲话人（原始字幕未标注）：我觉得其实很多搞 ACM、搞 NOI 的人
讲话人（原始字幕未标注）：特别爱去的地方
讲话人（原始字幕未标注）：就是性价比特别高
讲话人（原始字幕未标注）：所以他本身刚好他去接触的
讲话人（原始字幕未标注）：这帮最年轻的应届的 NOI 和 ACM 的人
讲话人（原始字幕未标注）：他是有他的惯性在的
讲话人（原始字幕未标注）：所以 DeepSeek 在招人的时候
讲话人（原始字幕未标注）：其实在这一波人的分布上面
讲话人（原始字幕未标注）：他确实会比较偏多
讲话人（原始字幕未标注）：那么可能确实在有一些
讲话人（原始字幕未标注）：比如说上一代“四小龙”背景的人里面
讲话人（原始字幕未标注）：比如说像 MiniMax 也好 像 Kimi 也好
讲话人（原始字幕未标注）：它们事实上就是因为
讲话人（原始字幕未标注）：它们有上一代“四小龙”的背景
讲话人（原始字幕未标注）：那么这些联合创始人们
讲话人（原始字幕未标注）：他们触达到的人群上面
讲话人（原始字幕未标注）：就会在上一代的人才供给上分布就会偏多
讲话人（原始字幕未标注）：那比如说像唐老师他是脱胎于
讲话人（原始字幕未标注）：像智谱是脱胎于清华的实验室的团队
讲话人（原始字幕未标注）：那么他们在清华那几届的应届生当中
讲话人（原始字幕未标注）：他们的触角也会比较多
讲话人（原始字幕未标注）：所以我觉得其实有时候
讲话人（原始字幕未标注）：不一定是他审美上
讲话人（原始字幕未标注）：真的有很大的人才的差异
讲话人（原始字幕未标注）：但是刚好是因为
讲话人（原始字幕未标注）：那几位最早的联合创始人们
讲话人（原始字幕未标注）：他们本身的身份和本身所处的环境不一样
讲话人（原始字幕未标注）：他触达人才的方式和效率会不一样
讲话人（原始字幕未标注）：所以导致 distribution 上面
讲话人（原始字幕未标注）：会有一些不同的分布
讲话人（原始字幕未标注）：那我们再来聊一下
讲话人（原始字幕未标注）：你从依图出来了之后
讲话人（原始字幕未标注）：是去了开复老师那 是吗
讲话人（原始字幕未标注）：对 我去了创新工场的 AI 工程院
讲话人（原始字幕未标注）：可能大家不一定知道
讲话人（原始字幕未标注）：创新工场虽然是家 VC
讲话人（原始字幕未标注）：但是我们有一个当时鼎盛时期
讲话人（原始字幕未标注）：达到 200 多人的 AI 工程院 对
讲话人（原始字幕未标注）：那个时候是 20
讲话人（原始字幕未标注）：我去的时候是 2018 年的时候
讲话人（原始字幕未标注）：但 AI 工程院成立得更早
讲话人（原始字幕未标注）：其实差不多也就是我加入依图的前后
讲话人（原始字幕未标注）：大概 2016、2017 年的时候就成立了的 对
讲话人（原始字幕未标注）：这个成立的点 其实我后来也去
讲话人（原始字幕未标注）：因为当时 AI 工程院的院长叫咏刚老师
讲话人（原始字幕未标注）：叫王咏刚 他也是我当时的 leader
讲话人（原始字幕未标注）：对 咏刚老师其实也上过我们节目
讲话人（原始字幕未标注）：是吗 对
讲话人（原始字幕未标注）：当时我就问咏刚老师
讲话人（原始字幕未标注）：为什么创新工场会去成立 AI 工程院
讲话人（原始字幕未标注）：其实我想说就是
讲话人（原始字幕未标注）：开复老师、汪华他们
讲话人（原始字幕未标注）：其实也是中国 VC 里面最早一波
讲话人（原始字幕未标注）：去真的非常高投入

00:50

讲话人（原始字幕未标注）：去押注 AI 的这个基金
讲话人（原始字幕未标注）：当时在 AI 1.0 时代
讲话人（原始字幕未标注）：包括“四小龙” 像旷视、像第四范式
讲话人（原始字幕未标注）：像自动驾驶、像地平线机器人
讲话人（原始字幕未标注）：其实 AI 1.0 时代的大部分细分赛道
讲话人（原始字幕未标注）：几乎工场全都下注了
讲话人（原始字幕未标注）：所以其实整个工场本身对于 AI 这件事情
讲话人（原始字幕未标注）：是最早的一批
讲话人（原始字幕未标注）：我觉得非常高投入的一个基金
讲话人（原始字幕未标注）：但是其实在整个过程当中
讲话人（原始字幕未标注）：我们也确实发现了 AI 1.0 范式的一些问题
讲话人（原始字幕未标注）：就是至少我在“四小龙”看到的问题
讲话人（原始字幕未标注）：和当时他们投资的时候看到问题是一样的
讲话人（原始字幕未标注）：就是大家都是科学家创业
讲话人（原始字幕未标注）：都没有经历过这种商业社会的一些
讲话人（原始字幕未标注）：我觉得我们的一些训练
讲话人（原始字幕未标注）：我们也没有在商业社会里面探索过
讲话人（原始字幕未标注）：那么最后其实我们就服务了一些
讲话人（原始字幕未标注）：特别传统的“老登企业”
讲话人（原始字幕未标注）：也不能说“老登企业”
讲话人（原始字幕未标注）：就是一些传统的企业
讲话人（原始字幕未标注）：所以我们最后还是做 service（服务）
讲话人（原始字幕未标注）：就跟那些做 software（软件）的很像
讲话人（原始字幕未标注）：SaaS（软件即服务）
讲话人（原始字幕未标注）：对 做 SaaS 很像
讲话人（原始字幕未标注）：关键是 SaaS 这件事情在中国
讲话人（原始字幕未标注）：它还有很大的阻力
讲话人（原始字幕未标注）：因为我们中国
讲话人（原始字幕未标注）：其实我们的现代化的企业
讲话人（原始字幕未标注）：其实它的进程也就这么二三十年
讲话人（原始字幕未标注）：它并没有完全形成一套非常
讲话人（原始字幕未标注）：我觉得职业经理
讲话人（原始字幕未标注）：或者说我们特别相信
讲话人（原始字幕未标注）：行业在管理学这件事情上有最佳实践
讲话人（原始字幕未标注）：其实我们企业家们也在探索
讲话人（原始字幕未标注）：我们没有标准化的一个最佳实践
讲话人（原始字幕未标注）：所以 anyway 就是我觉得 AI 1.0 时代
讲话人（原始字幕未标注）：其实我们在各种不同的细分赛道
讲话人（原始字幕未标注）：在服务不同类型的下游的客户的时候
讲话人（原始字幕未标注）：我们遇到的问题都是
讲话人（原始字幕未标注）：我们的商业化这件事情的
讲话人（原始字幕未标注）：Scaling（扩展）上面
讲话人（原始字幕未标注）：非常像传统软件服务的这些商业模式
讲话人（原始字幕未标注）：就导致了其实当时从到我们 AI 1.0
讲话人（原始字幕未标注）：发展到了中后期的时候
讲话人（原始字幕未标注）：确实这件事情是非常 painful 的
讲话人（原始字幕未标注）：就是非常痛的
讲话人（原始字幕未标注）：我们没有找到一个很像互联网一样的
讲话人（原始字幕未标注）：好的一些商业模式的路径
讲话人（原始字幕未标注）：所以当时我们成立 AI 工程院的
讲话人（原始字幕未标注）：一个背景就是说
讲话人（原始字幕未标注）：既然都是做 ToB 我们既然都做 AI
讲话人（原始字幕未标注）：能不能用一种更加高效率的方式
讲话人（原始字幕未标注）：去帮他去做产品和商业化和项目的规模
讲话人（原始字幕未标注）：所以我们其实在这个背景之下
讲话人（原始字幕未标注）：成立了 AI 工程院
讲话人（原始字幕未标注）：所以当时我进入 AI 工程院
讲话人（原始字幕未标注）：我其实也没有一个明确的工种
讲话人（原始字幕未标注）：我发现我每个阶段
讲话人（原始字幕未标注）：其实这个工种都不是很明确
讲话人（原始字幕未标注）：因为你的职位都是最新的
讲话人（原始字幕未标注）：对 当时好像给我的定义叫做
讲话人（原始字幕未标注）：“前沿领域探索负责人”
讲话人（原始字幕未标注）：那我核心去做一些什么事情呢
讲话人（原始字幕未标注）：我们会定期地去追每一个
讲话人（原始字幕未标注）：AI 细分的这些领域
讲话人（原始字幕未标注）：它会不会有一些在学术界的新的突破
讲话人（原始字幕未标注）：比如说当时我们经历过
讲话人（原始字幕未标注）：像 GAN（生成对抗网络）
讲话人（原始字幕未标注）：我们还经过什么联邦学习 包括 GPT
讲话人（原始字幕未标注）：有了突破之后 我们去看
讲话人（原始字幕未标注）：这件事情如果我们对于真实的
讲话人（原始字幕未标注）：这些人的生产和生活场景当中
讲话人（原始字幕未标注）：有没有一些场景
讲话人（原始字幕未标注）：可以把这些学术领域的算法的突破
讲话人（原始字幕未标注）：给应用进来
讲话人（原始字幕未标注）：所以我们要做 0 到 1 的
讲话人（原始字幕未标注）：一些产品化的示范的探索
讲话人（原始字幕未标注）：这个探索如果被证明成立的话
讲话人（原始字幕未标注）：我们去思考说这个市场大概规模会多大
讲话人（原始字幕未标注）：我们有机会去孵化一些新的这些 AI 公司
讲话人（原始字幕未标注）：所以创新工场 AI 工程院
讲话人（原始字幕未标注）：当时孵化出来的第一家公司叫创新奇智
讲话人（原始字幕未标注）：它后来其实也在 A 股上市了
讲话人（原始字幕未标注）：我离开工厂的之后
讲话人（原始字幕未标注）：孵化的最后一家公司
讲话人（原始字幕未标注）：其实就是澜舟科技
讲话人（原始字幕未标注）：当时就是因为我们看到了
讲话人（原始字幕未标注）：GPT-2 和 GPT-3 相继发布了之后
讲话人（原始字幕未标注）：孵化的公司
讲话人（原始字幕未标注）：但我们一直都在 AI 工程院
讲话人（原始字幕未标注）：确实一直在探索 AI 到底怎么样去渗透到
讲话人（原始字幕未标注）：人类的真实生活和生产当中去
讲话人（原始字幕未标注）：你们什么时候意识到
讲话人（原始字幕未标注）：Scaling law（规模化法则）
讲话人（原始字幕未标注）：这件事情在硅谷开始发生了
讲话人（原始字幕未标注）：我很惭愧地说
讲话人（原始字幕未标注）：我是在 ChatGPT 之后
讲话人（原始字幕未标注）：但是事实上
讲话人（原始字幕未标注）：2019 年我们就尝试做了一件事情
讲话人（原始字幕未标注）：叫做中文版的 GPT-2
讲话人（原始字幕未标注）：对 在创新工场 AI 工程院里面
讲话人（原始字幕未标注）：当时我们就先去看了 GPT-2 的论文
讲话人（原始字幕未标注）：然后发现需要 data 需要卡 需要人
讲话人（原始字幕未标注）：需要懂 NLP 的人
讲话人（原始字幕未标注）：当时也很有意思就是
讲话人（原始字幕未标注）：开复老师是一个广结善缘的一位
讲话人（原始字幕未标注）：我觉得大家的好老师
讲话人（原始字幕未标注）：所以当时有很多的开复老师的朋友们
讲话人（原始字幕未标注）：他们有时候比如说
讲话人（原始字幕未标注）：职业生涯或者有些在领域的探索里面
讲话人（原始字幕未标注）：需要遇到转折期的时候
讲话人（原始字幕未标注）：都会停歇在我们创新工场 AI 工程院
讲话人（原始字幕未标注）：当时腾讯 AI Lab 的张潼老师
讲话人（原始字幕未标注）：和他的几位刚好做 NLP 的领域的
讲话人（原始字幕未标注）：研究员 researcher 们
讲话人（原始字幕未标注）：他们从腾讯 AI Lab 离职了之后
讲话人（原始字幕未标注）：先短暂地在我们创新工场 AI 工程院
讲话人（原始字幕未标注）：去探索了
讲话人（原始字幕未标注）：我们就会有很多刚好做 NLP 领域的
讲话人（原始字幕未标注）：这些研究员们
讲话人（原始字幕未标注）：同时也是一个到了大概夏天的时候
讲话人（原始字幕未标注）：我们得到了一个
讲话人（原始字幕未标注）：特别兴奋的有意思的消息是
讲话人（原始字幕未标注）：好像是有一位
讲话人（原始字幕未标注）：因为我不记得了具体是谁
讲话人（原始字幕未标注）：有一位我们中东的 LP（有限合伙人）
讲话人（原始字幕未标注）：他们在盘点他们的机房还是仓库的时候
讲话人（原始字幕未标注）：发现有几百台 V100 没有人用
讲话人（原始字幕未标注）：好像已经尘封了
讲话人（原始字幕未标注）：可能半年还是几个月的时间
讲话人（原始字幕未标注）：刚好创新工场
讲话人（原始字幕未标注）：这件事情在今天是不可能出现的
讲话人（原始字幕未标注）：对 我也不知道他们是为什么
讲话人（原始字幕未标注）：当时为什么买
讲话人（原始字幕未标注）：但是 somehow 他们就告诉我们了
讲话人（原始字幕未标注）：因为我们创新工场可能一直以来
讲话人（原始字幕未标注）：当时有个非常强的对外的一个标签就是 AI
讲话人（原始字幕未标注）：我估计他可能看了
讲话人（原始字幕未标注）：他们投的这么多基金里面
讲话人（原始字幕未标注）：觉得创新工场确实是
讲话人（原始字幕未标注）：可能 AI 跟这个 GPU 是有关系的
讲话人（原始字幕未标注）：然后就过来问开复老师说
讲话人（原始字幕未标注）：我们现在发现我们有几百台 V100 没人用
讲话人（原始字幕未标注）：你们要不要用
讲话人（原始字幕未标注）：我们说我们要用
讲话人（原始字幕未标注）：对 然后我们就有卡了
讲话人（原始字幕未标注）：有卡了 有人了之后
讲话人（原始字幕未标注）：Data 其实中国不缺
讲话人（原始字幕未标注）：我们就开始训练
讲话人（原始字幕未标注）：我们训练了两个月之后
讲话人（原始字幕未标注）：我们就尝试
讲话人（原始字幕未标注）：我当时把我们模型训练出来了之后
讲话人（原始字幕未标注）：我就开始试
讲话人（原始字幕未标注）：我就发现非常糟糕
讲话人（原始字幕未标注）：我让它回一封很简单的邮件
讲话人（原始字幕未标注）：它给我连续出三个逗号
讲话人（原始字幕未标注）：这个时间点我们就
讲话人（原始字幕未标注）：说实话是有一点失落的
讲话人（原始字幕未标注）：我们当时的复盘是我们觉得
讲话人（原始字幕未标注）：中文的数据质量本身
讲话人（原始字幕未标注）：就没有英文语料那么高
讲话人（原始字幕未标注）：但是其实我们到 2020 年
讲话人（原始字幕未标注）：因为我们后来又尝试去孵化了
讲话人（原始字幕未标注）：其实我们 2020 年的复盘
讲话人（原始字幕未标注）：其实当时我们也没有
讲话人（原始字幕未标注）：我觉得至少我自己没有把那个问题
讲话人（原始字幕未标注）：给归因到
讲话人（原始字幕未标注）：是因为当时我们核心的一些主力
讲话人（原始字幕未标注）：其实是一些研究员们
讲话人（原始字幕未标注）：但说实话
讲话人（原始字幕未标注）：把当时其实你的算法本身的探索
讲话人（原始字幕未标注）：其实论文上已经有了
讲话人（原始字幕未标注）：它非常重要的一个点就是 data
讲话人（原始字幕未标注）：我觉得这个事情
讲话人（原始字幕未标注）：我到今天其实我们已经不用说
讲话人（原始字幕未标注）：在当时我觉得我自己没有意识到
讲话人（原始字幕未标注）：就是它的本质是你要把 data
讲话人（原始字幕未标注）：非常非常踏踏实实地给清洗和处理干净
讲话人（原始字幕未标注）：但是我们确实没有那么多的人力
讲话人（原始字幕未标注）：去很好地把这个数据工程好好地去做
讲话人（原始字幕未标注）：就导致了其实我们的那个数据
讲话人（原始字幕未标注）：确实清洗得不太好
讲话人（原始字幕未标注）：然后训练出来的这个模型
讲话人（原始字幕未标注）：其实它效果就会比较一般
讲话人（原始字幕未标注）：当时还是那个点
讲话人（原始字幕未标注）：就是我们归因也没有好好做
讲话人（原始字幕未标注）：一开始立项的时候
讲话人（原始字幕未标注）：其实也没有把 scaling law（规模化法则）
讲话人（原始字幕未标注）：这个事情给学明白
讲话人（原始字幕未标注）：我们都没有看到那篇文章
讲话人（原始字幕未标注）：所以其实到 2020 年的时候
讲话人（原始字幕未标注）：我们尝试着再去孵化澜舟科技的时候
讲话人（原始字幕未标注）：其实当时我们就有意识地在搭配很多的
讲话人（原始字幕未标注）：从工业界过来的
讲话人（原始字幕未标注）：有非常多的
讲话人（原始字幕未标注）：一些做 dirty work（脏活累活）
讲话人（原始字幕未标注）：有做工程经验的人再去配合周明老师
讲话人（原始字幕未标注）：周老师是在 MSRA 特别 respectful
讲话人（原始字幕未标注）：特别受人尊敬的一个副院长
讲话人（原始字幕未标注）：他一直 30 年都在做 NLP 的研究
讲话人（原始字幕未标注）：配给他 去孵化了
讲话人（原始字幕未标注）：就 2020 年那一次
讲话人（原始字幕未标注）：我们就带了更多的一些工程的人
讲话人（原始字幕未标注）：我们更加注重数据了
讲话人（原始字幕未标注）：但那个时候其实我们遇到的一个问题
讲话人（原始字幕未标注）：就还是我刚才复盘过的一个问题
讲话人（原始字幕未标注）：就是我自己对于 scaling law（规模化法则）
讲话人（原始字幕未标注）：这件事情的认知是没有到位的
讲话人（原始字幕未标注）：就导致了我们还是把它往一个
讲话人（原始字幕未标注）：上一代 AI 四小龙的一个标准范式去找
讲话人（原始字幕未标注）：我们找一个 ToB 的垂直场景
讲话人（原始字幕未标注）：去卖模型能力
讲话人（原始字幕未标注）：但 anyway AI 1.0 我觉得回过来
讲话人（原始字幕未标注）：就是当时我自己在 1.0 的后期阶段
讲话人（原始字幕未标注）：我有一个非常强的失败路径依赖
讲话人（原始字幕未标注）：就是卖模型能力真不是一个好生意
讲话人（原始字幕未标注）：但是现在是一个必须要做的生意
讲话人（原始字幕未标注）：模型即服务
讲话人（原始字幕未标注）：但我可能这一点我不确定
讲话人（原始字幕未标注）：这可能是个非共识
讲话人（原始字幕未标注）：因为我说我是一个充满偏见的人
讲话人（原始字幕未标注）：我还是有一个暴论叫做
讲话人（原始字幕未标注）：我觉得卖模型能力不是一个好生意
讲话人（原始字幕未标注）：即使今天我觉得像 Claude Code 也好
讲话人（原始字幕未标注）：它其实证明了它的收入可以涨得非常快
讲话人（原始字幕未标注）：但我觉得 Claude Code 是个好产品
讲话人（原始字幕未标注）：因为它在编程场景领域
讲话人（原始字幕未标注）：它当下其实它不只是模型能力
讲话人（原始字幕未标注）：Claude Code 其实是模型能力上面的
讲话人（原始字幕未标注）：一层封装
讲话人（原始字幕未标注）：就是它给在 coding 的生产环境里面
讲话人（原始字幕未标注）：其实是给程序员及时地反馈的一个环境的
讲话人（原始字幕未标注）：就它配了很多
讲话人（原始字幕未标注）：它有 harness 的脚手架
讲话人（原始字幕未标注）：是有很多的工具
讲话人（原始字幕未标注）：同时程序员他每一个任务
讲话人（原始字幕未标注）：他当下去给的 AI 的一些指令
讲话人（原始字幕未标注）：他当下其实会给出反馈的
讲话人（原始字幕未标注）：我到底要不要用这个方案
讲话人（原始字幕未标注）：我这个往后走了之后
讲话人（原始字幕未标注）：我需不需要 debug（调试）
讲话人（原始字幕未标注）：这里面其实是特别特别好的一个
讲话人（原始字幕未标注）：有 reward（反馈）的一个环境
讲话人（原始字幕未标注）：它的信号其实是非常优质的
讲话人（原始字幕未标注）：所以在我看来
讲话人（原始字幕未标注）：其实最终模型能力本身
讲话人（原始字幕未标注）：不管叫 API 也好
讲话人（原始字幕未标注）：还是当年什么 SDK 也好
讲话人（原始字幕未标注）：它都是会 commoditize（商品化）的
讲话人（原始字幕未标注）：这是我相信的一件事情
讲话人（原始字幕未标注）：那我不是说商品化不是一个好生意
讲话人（原始字幕未标注）：像今天云计算
讲话人（原始字幕未标注）：其实大家几家云厂商也是一个不错的生意
讲话人（原始字幕未标注）：但我觉得整体上来说
讲话人（原始字幕未标注）：这不是一个可以得到非常高的
讲话人（原始字幕未标注）：超额利润的一个生意
讲话人（原始字幕未标注）：我觉得 但是它确实是一个
讲话人（原始字幕未标注）：在下一个阶段我们人类的智能开始发生
讲话人（原始字幕未标注）：是我们人类社会智能的大基建
讲话人（原始字幕未标注）：这是个圈地运动
讲话人（原始字幕未标注）：所以你得先把这个基建给做了
讲话人（原始字幕未标注）：圈地运动给圈了
讲话人（原始字幕未标注）：你才有可能在上面
讲话人（原始字幕未标注）：去再封装一些更好的环境
讲话人（原始字幕未标注）：更好的一些有反馈
讲话人（原始字幕未标注）：有 context（上下文）
讲话人（原始字幕未标注）：有 reward（奖励）的这些 environment（环境）
讲话人（原始字幕未标注）：去探索更进一步的 task（任务）
讲话人（原始字幕未标注）：就在我看来 可能大模型的
讲话人（原始字幕未标注）：这也是我的暴论
讲话人（原始字幕未标注）：这接下来全都是暴论
讲话人（原始字幕未标注）：这是我个人的偏见
讲话人（原始字幕未标注）：我们非常喜欢暴论
讲话人（原始字幕未标注）：在我看来其实
讲话人（原始字幕未标注）：今天市场上有一个非常强烈的观点
讲话人（原始字幕未标注）：叫“Model is all.”（模型即一切）
讲话人（原始字幕未标注）：我是相信模型会逐渐把一些
讲话人（原始字幕未标注）：共识型的 in-distribution（分布内）的东西
讲话人（原始字幕未标注）：逐步地吃进去
讲话人（原始字幕未标注）：包括 harness 的这一层都会吃进去
讲话人（原始字幕未标注）：但是我也相信
讲话人（原始字幕未标注）：人类的智能是不可能被穷尽的
讲话人（原始字幕未标注）：就是人类社会对这个世界的智能探索
讲话人（原始字幕未标注）：它永远是源源不断会产生的
讲话人（原始字幕未标注）：所以回过来就是
讲话人（原始字幕未标注）：我觉得这一波 AGI 接下来
讲话人（原始字幕未标注）：当然我不知道它长什么样
讲话人（原始字幕未标注）：但它真正会去长出的所谓的 super（超级）应用
讲话人（原始字幕未标注）：super app 也好 或者是 super 应用也好
讲话人（原始字幕未标注）：它其实是一个会在人类与 AI 的互动当中
讲话人（原始字幕未标注）：源源不断持续地产生新的智能的环境
讲话人（原始字幕未标注）：这才是 AGI 的未来
讲话人（原始字幕未标注）：而不是单纯地卖模型能力本身

01:00

讲话人（原始字幕未标注）：我觉得如果我们的 AGI 的整个产品形态
讲话人（原始字幕未标注）：就是停在了
讲话人（原始字幕未标注）：卖模型能力本身这件事情上的话
讲话人（原始字幕未标注）：那我觉得这件事情
讲话人（原始字幕未标注）：就不是我们当时 2022 年年底
讲话人（原始字幕未标注）：2023 年年初那么激动人心的事情了 对
讲话人（原始字幕未标注）：因为我相信人类智能本身
讲话人（原始字幕未标注）：是不可以被穷尽的
讲话人（原始字幕未标注）：我觉得前几年在 VC 界有一个共识
讲话人（原始字幕未标注）：也不叫共识
讲话人（原始字幕未标注）：就是一个 assumption（假设）
讲话人（原始字幕未标注）：就是“winner takes all”（赢家通吃）
讲话人（原始字幕未标注）：就是只要你做出来了最强的模型
讲话人（原始字幕未标注）：你永远都保持在第一的话
讲话人（原始字幕未标注）：其实你是能收到最多的钱、最多的利润了
讲话人（原始字幕未标注）：但现在看起来 这件事情不是这样的
讲话人（原始字幕未标注）：因为谁也不能保证说
讲话人（原始字幕未标注）：你永远都是第一的模型
讲话人（原始字幕未标注）：而且感觉第一的模型跟第二名、第三名
讲话人（原始字幕未标注）：感觉差距也没有那么大
讲话人（原始字幕未标注）：是这样 我觉得这个是分阶段来看
讲话人（原始字幕未标注）：我觉得这一波的大模型
讲话人（原始字幕未标注）：如果单纯从卖 API 或者卖模型能力
讲话人（原始字幕未标注）：这个生意上来说
讲话人（原始字幕未标注）：其实跟上一代的“四小龙”
讲话人（原始字幕未标注）：本质上没有太大区别
讲话人（原始字幕未标注）：就是在一个模型的高速发展期的时候
讲话人（原始字幕未标注）：就是你还没有形成这个模型能力
讲话人（原始字幕未标注）：相对稳态的时候
讲话人（原始字幕未标注）：就是 SOTA 模型掌握定价权
讲话人（原始字幕未标注）：你就会有超额利润
讲话人（原始字幕未标注）：而你的所有的追赶者是得不到超额利润的
讲话人（原始字幕未标注）：你只能贴近成本 甚至亏着成本去卖
讲话人（原始字幕未标注）：这个事情是个事实
讲话人（原始字幕未标注）：但是事实上从我们上一代的
讲话人（原始字幕未标注）：我觉得 AI
讲话人（原始字幕未标注）：当时我们的“AI 四小龙”的一个经验上来说
讲话人（原始字幕未标注）：永远保持技术领先
讲话人（原始字幕未标注）：在我看来是不可能的
讲话人（原始字幕未标注）：技术领先性只能给你这个公司
讲话人（原始字幕未标注）：带来一个时间窗口
讲话人（原始字幕未标注）：这个时间窗口是说人无你有
讲话人（原始字幕未标注）：但是这个时间点一个非常重要的事情是
讲话人（原始字幕未标注）：能不能去利用人无你有的这个时间窗口
讲话人（原始字幕未标注）：去建立一个业务或者产品本身的壁垒
讲话人（原始字幕未标注）：比如说我自己对于这一代的 AGI 的产品的
讲话人（原始字幕未标注）：一个期待就是说
讲话人（原始字幕未标注）：在人无你有的时候
讲话人（原始字幕未标注）：确实人家没有这个模型能力
讲话人（原始字幕未标注）：今天只有你有
讲话人（原始字幕未标注）：你能不能构建出一个
讲话人（原始字幕未标注）：能够持续去生产出新的智慧数据
讲话人（原始字幕未标注）：能够持续在人和这个产品的交互当中
讲话人（原始字幕未标注）：去生产出新的智能
讲话人（原始字幕未标注）：让模型进一步去迭代的环境
讲话人（原始字幕未标注）：如果这个环境建立成功了
讲话人（原始字幕未标注）：事实上因为一开始就是人无你有
讲话人（原始字幕未标注）：所以更多的智能它发生在你的环境里面
讲话人（原始字幕未标注）：那这个环境就会不停地飞轮往上走
讲话人（原始字幕未标注）：大家是赶不上你的
讲话人（原始字幕未标注）：但是如果说这个环境没有被造出来的话
讲话人（原始字幕未标注）：其实时间窗口过了
讲话人（原始字幕未标注）：你就是 commoditized（商品化）的
讲话人（原始字幕未标注）：所有的模型能力会被拉平
讲话人（原始字幕未标注）：所以 回过来就是说
讲话人（原始字幕未标注）：我们在聊 sota 模型是不是有定价权 有超额利润
讲话人（原始字幕未标注）：在模型发展的高速发展期的时候
讲话人（原始字幕未标注）：确实是这样子的
讲话人（原始字幕未标注）：我要问一个不太友善的问题
讲话人（原始字幕未标注）：在创新工场
讲话人（原始字幕未标注）：你们很早就接触到了非常多前沿的信息
讲话人（原始字幕未标注）：然后也有卡了
讲话人（原始字幕未标注）：开复老师后来做零一万物的时候
讲话人（原始字幕未标注）：你觉得为什么没有做起来
讲话人（原始字幕未标注）：对不起 开复老师
讲话人（原始字幕未标注）：我只是单纯很好奇
讲话人（原始字幕未标注）：我觉得首先零一万物
讲话人（原始字幕未标注）：今天还在非常优秀的发展中
讲话人（原始字幕未标注）：比如说其实零一万物最近在做非常多的
讲话人（原始字幕未标注）：FDE（前向部署工程师）项目 我知道
讲话人（原始字幕未标注）：我觉得他们最近想要做
讲话人（原始字幕未标注）：中国的 Palantir
讲话人（原始字幕未标注）：对 我觉得这件事情其实
讲话人（原始字幕未标注）：FDE 不是一件很好做的事情
讲话人（原始字幕未标注）：因为 FDE 不是一个纯靠技术去解决的事情
讲话人（原始字幕未标注）：FDE 非常核心的点是
讲话人（原始字幕未标注）：你要让一些非 AI 领域的人
讲话人（原始字幕未标注）：愿意接受 AI 的介入
讲话人（原始字幕未标注）：你要在这个里面的具体的不同岗位的人
讲话人（原始字幕未标注）：因为说实话
讲话人（原始字幕未标注）：我们刚才其实讨论到
讲话人（原始字幕未标注）：AI 是一个非常中心化的技术
讲话人（原始字幕未标注）：它意味着所有的人
讲话人（原始字幕未标注）：天然对它的直觉反应其实是恐惧
讲话人（原始字幕未标注）：Knowledge worker（知识工作者）
讲话人（原始字幕未标注）：对它的直觉反应是恐惧
讲话人（原始字幕未标注）：他会担心我跟 AI 协作的过程当中
讲话人（原始字幕未标注）：AI 就把我蒸馏了
讲话人（原始字幕未标注）：然后我今天教会了 AI 做这个事情
讲话人（原始字幕未标注）：未来我的工作就不保了
讲话人（原始字幕未标注）：所以其实
讲话人（原始字幕未标注）：FDE 的这个落地
讲话人（原始字幕未标注）：它是一个把商务 把你的组织的理解
讲话人（原始字幕未标注）：对于人的交互的理解
讲话人（原始字幕未标注）：加上对技术的理解 对产品的理解
讲话人（原始字幕未标注）：统一在一起去做的事情
讲话人（原始字幕未标注）：所以我觉得其实零一今天其实还是在
讲话人（原始字幕未标注）：我觉得开复老师非常适合去做
讲话人（原始字幕未标注）：FDE 这件事情的
讲话人（原始字幕未标注）：他一直在布道
讲话人（原始字幕未标注）：我说实话 他已经在 AI 布道这件事上
讲话人（原始字幕未标注）：坚持了很久很久了
讲话人（原始字幕未标注）：所以我觉得其实零一一直在做
讲话人（原始字幕未标注）：非常非常有价值
讲话人（原始字幕未标注）：并且现在也还在很努力地在耕耘当中 对
讲话人（原始字幕未标注）：那之前就是做大模型的时候
讲话人（原始字幕未标注）：就大家比拼大模型能力这一件事情的时候
讲话人（原始字幕未标注）：你觉得零一它缺的是什么
讲话人（原始字幕未标注）：首先我想说还是那个点
讲话人（原始字幕未标注）：开复老师也好 汪华老师也好
讲话人（原始字幕未标注）：包括零一也好
讲话人（原始字幕未标注）：他们真的是非常非常早地下注 AI
讲话人（原始字幕未标注）：并且一直在努力地践行这个时间点
讲话人（原始字幕未标注）：但是确实我觉得可能
讲话人（原始字幕未标注）：新事情要找一些没有负担的人去做
讲话人（原始字幕未标注）：因为说实话
讲话人（原始字幕未标注）：我觉得人才他在环境当中
讲话人（原始字幕未标注）：人才在不同的环境当中
讲话人（原始字幕未标注）：即使是同一个人
讲话人（原始字幕未标注）：他的表现形式是不一样的
讲话人（原始字幕未标注）：就是一个人 比如说我当下在现在的状态
讲话人（原始字幕未标注）：是因为我在一个播客的访谈当中
讲话人（原始字幕未标注）：和我如果今天在一个
讲话人（原始字幕未标注）：非常私人的一个晚餐当中
讲话人（原始字幕未标注）：我的表现就会不一样
讲话人（原始字幕未标注）：所以其实我们把同样一群人才
讲话人（原始字幕未标注）：放在不同的环境当中 他不一样
讲话人（原始字幕未标注）：其实在我看来
讲话人（原始字幕未标注）：适合做大模型的环境是什么样的
讲话人（原始字幕未标注）：就是大家不会认为做 AGI 这件事情
讲话人（原始字幕未标注）：和我要去证明自己可以去做 AGI 这件事情
讲话人（原始字幕未标注）：它的 difference（差别）会很大
讲话人（原始字幕未标注）：它就会需要
讲话人（原始字幕未标注）：其实可能它的整体的管理层
讲话人（原始字幕未标注）：相对会比较一线
讲话人（原始字幕未标注）：只要管理层不太一线的话
讲话人（原始字幕未标注）：这件事情我会
讲话人（原始字幕未标注）：就我个人的观点上面
讲话人（原始字幕未标注）：它有可能会导致它的整个反馈
讲话人（原始字幕未标注）：它可能会有一些漂移
讲话人（原始字幕未标注）：我最后还有两个问题
讲话人（原始字幕未标注）：就是中国的大厂们
讲话人（原始字幕未标注）：其实在这一轮 AI 当中
讲话人（原始字幕未标注）：也是扮演着非常重要的一个角色
讲话人（原始字幕未标注）：一个是字节 一个是阿里
讲话人（原始字幕未标注）：我觉得下个还有微信 还有腾讯
讲话人（原始字幕未标注）：还有腾讯 对 当然了
讲话人（原始字幕未标注）：然后你觉得这三个公司
讲话人（原始字幕未标注）：它们其实扮演的作用跟
讲话人（原始字幕未标注）：比如说像月之暗面、智谱
讲话人（原始字幕未标注）：它们这种就是从零开始生长出来
讲话人（原始字幕未标注）：全新的 AI native（AI 原生）的模型公司
讲话人（原始字幕未标注）：有什么区别呢
讲话人（原始字幕未标注）：我觉得还挺不一样的
讲话人（原始字幕未标注）：我举例来说
讲话人（原始字幕未标注）：其实字节非常 surprising（令人惊喜）
讲话人（原始字幕未标注）：我觉得今年 Seedance 2.0
讲话人（原始字幕未标注）：再加上 AI 短剧
讲话人（原始字幕未标注）：再加上原本的抖音的
讲话人（原始字幕未标注）：或者说他们 AI 短剧的整个平台
讲话人（原始字幕未标注）：内容孵化平台
讲话人（原始字幕未标注）：它其实打出了一个非常漂亮的范式叫做
讲话人（原始字幕未标注）：模型的生产、消费、分发这件事情
讲话人（原始字幕未标注）：如何在 AGI 的迭代当中去闭环
讲话人（原始字幕未标注）：这件事情 甚至我觉得它比
讲话人（原始字幕未标注）：它甚至比 Claude Code 的有些闭环
讲话人（原始字幕未标注）：做得还要更往前一步
讲话人（原始字幕未标注）：更加 advance（前进）一步
讲话人（原始字幕未标注）：所以我觉得像字节
讲话人（原始字幕未标注）：其实它们本身是一个
讲话人（原始字幕未标注）：我觉得在上一代移动互联网里面
讲话人（原始字幕未标注）：积累出了非常强的生态型打法的一个公司
讲话人（原始字幕未标注）：所以它们把自己的生态型的认知
讲话人（原始字幕未标注）：战略认知和结合这一波它们对 AGI 的这个
讲话人（原始字幕未标注）：我觉得也是不计成本地投入在一起
讲话人（原始字幕未标注）：其实也是有很多有意思的玩法出现
讲话人（原始字幕未标注）：千问也是个非常优秀的团队
讲话人（原始字幕未标注）：同时阿里本身是
讲话人（原始字幕未标注）：我觉得这一波所有的这些
讲话人（原始字幕未标注）：国内的大模型公司
讲话人（原始字幕未标注）：其实都几乎都被阿里投了
讲话人（原始字幕未标注）：大家都得到了阿里的非常多的
讲话人（原始字幕未标注）：一些卡的资源
讲话人（原始字幕未标注）：所以阿里其实现在我觉得很像是一个
讲话人（原始字幕未标注）：就是圈地运动的支持者
讲话人（原始字幕未标注）：它真的在给大家搭基建
讲话人（原始字幕未标注）：我觉得这一点
讲话人（原始字幕未标注）：也是对中国的整个大模型生态都非常重要
讲话人（原始字幕未标注）：然后腾讯
讲话人（原始字幕未标注）：最近可能大家看到它的模型上的进展
讲话人（原始字幕未标注）：最近可能它们有一些新发布的东西
讲话人（原始字幕未标注）：好像暂时没有进入第一梯队
讲话人（原始字幕未标注）：但是一直以来我觉得
讲话人（原始字幕未标注）：还是我强调那个点
讲话人（原始字幕未标注）：我觉得其实对于一个好的大模型产品来说
讲话人（原始字幕未标注）：环境非常重要
讲话人（原始字幕未标注）：他们有微信
讲话人（原始字幕未标注）：微信真的拥有了
讲话人（原始字幕未标注）：我觉得目前我看到的整个人类社会里面
讲话人（原始字幕未标注）：非常非常 可能是最好的环境之一
讲话人（原始字幕未标注）：就是我觉得腾讯永远都是一个
讲话人（原始字幕未标注）：在接下来大模型产品当中
讲话人（原始字幕未标注）：不可小觑的一个力量 对
讲话人（原始字幕未标注）：我看今年美团又领投了
讲话人（原始字幕未标注）：最新的一轮 Moonshot 的融资
讲话人（原始字幕未标注）：看起来兴哥对 Kimi 还是满意的
讲话人（原始字幕未标注）：上一轮没有投 但是这一轮又领投了
讲话人（原始字幕未标注）：这个我就不知道细节了
讲话人（原始字幕未标注）：因为我已经专心地在
讲话人（原始字幕未标注）：搭建我们的“套壳产品”了 对
讲话人（原始字幕未标注）：你自己是什么时候从美团出来的
讲话人（原始字幕未标注）：你是开始要自己创业了 是吗
讲话人（原始字幕未标注）：对 我去年年底从美团出来的
讲话人（原始字幕未标注）：我自己是觉得
讲话人（原始字幕未标注）：这一代的 wrapper（包装器）们
讲话人（原始字幕未标注）：就是我们的套壳产品们
讲话人（原始字幕未标注）：其实有个很重要事情
讲话人（原始字幕未标注）：就是怎么把这个智能普惠给普通人
讲话人（原始字幕未标注）：因为这件事情我还有一个很深的感受是
讲话人（原始字幕未标注）：我在这过去的从 2022 年年底用 ChatGPT
讲话人（原始字幕未标注）：一直到今天
讲话人（原始字幕未标注）：我都觉得我是 AI 世界的二等公民
讲话人（原始字幕未标注）：因为我觉得我不像
讲话人（原始字幕未标注）：怎么定义二等公民、一等公民
讲话人（原始字幕未标注）：我觉得我身边那些特别强的
讲话人（原始字幕未标注）：写提示词的人
讲话人（原始字幕未标注）：能去构建 agent loop（智能体循环）的人
讲话人（原始字幕未标注）：能去用好 AI 的人 他们都是一等公民
讲话人（原始字幕未标注）：用好小龙虾的人
讲话人（原始字幕未标注）：用好小龙虾他就是一等公民
讲话人（原始字幕未标注）：但是我就觉得
讲话人（原始字幕未标注）：我在那个开放式的输入框里面
讲话人（原始字幕未标注）：我就觉得我不够聪明
讲话人（原始字幕未标注）：就是我们用问同样的问题
讲话人（原始字幕未标注）：也许一个有工程经验的人
讲话人（原始字幕未标注）：他就可以把一个开发任务做得更加扎实
讲话人（原始字幕未标注）：而我就算让 AI 帮我 vibe 出来了一个产品
讲话人（原始字幕未标注）：它也是屎山代码
讲话人（原始字幕未标注）：对 它是不可维护的
讲话人（原始字幕未标注）：所以我觉得
讲话人（原始字幕未标注）：我持续地觉得我是 AI 产品的二等公民
讲话人（原始字幕未标注）：到今天为止我都是这么觉得
讲话人（原始字幕未标注）：那我觉得一个产品如果让人觉得
讲话人（原始字幕未标注）：一直让有一波用户觉得他是二等公民
讲话人（原始字幕未标注）：它大概率不是一个好产品
讲话人（原始字幕未标注）：或者说它不是一个
讲话人（原始字幕未标注）：对于消费者来说特别好的产品
讲话人（原始字幕未标注）：所以我一直是觉得
讲话人（原始字幕未标注）：其实下一个阶段怎么样把智能这件事情
讲话人（原始字幕未标注）：更加普惠地让所有人
讲话人（原始字幕未标注）：更加平等地享受到这件事情
讲话人（原始字幕未标注）：是很重要的
讲话人（原始字幕未标注）：所以我们觉得其实今天下一波
讲话人（原始字幕未标注）：我自己觉得
讲话人（原始字幕未标注）：其实很多的一些下一波的套壳产品
讲话人（原始字幕未标注）：我们其实有非常多可以去做的事情 对
讲话人（原始字幕未标注）：特别好
讲话人（原始字幕未标注）：现在方便披露你们要做什么东西吗
讲话人（原始字幕未标注）：还是我们再等等
讲话人（原始字幕未标注）：我们可以稍微说一下
讲话人（原始字幕未标注）：我们在做一款
讲话人（原始字幕未标注）：for human interaction（面向人际互动）的
讲话人（原始字幕未标注）：一个小工具 目前是
讲话人（原始字幕未标注）：怎么样服务好人与人之间交流这件事情
讲话人（原始字幕未标注）：可能是我们当下
讲话人（原始字幕未标注）：其实我们想去给每一个人去用的
讲话人（原始字幕未标注）：因为其实每一个人他接触的生活
讲话人（原始字幕未标注）：他对于人的认知就是不一样的
讲话人（原始字幕未标注）：所以我们觉得人与人交流
讲话人（原始字幕未标注）：它不是一个单纯的我编码
讲话人（原始字幕未标注）：我把编码后的信号发给你
讲话人（原始字幕未标注）：你解码的过程
讲话人（原始字幕未标注）：而是一个我们共同地制造了一个场域
讲话人（原始字幕未标注）：我们怎么样去重建意图的一个过程
讲话人（原始字幕未标注）：所以其实我们可能接下来
讲话人（原始字幕未标注）：会在这个事情上
讲话人（原始字幕未标注）：去做一个小小的套壳工具给大家去用
讲话人（原始字幕未标注）：非常期待你们的产品发布
讲话人（原始字幕未标注）：好的 那谢谢 Kiwi
讲话人（原始字幕未标注）：谢谢

01:10

讲话人（原始字幕未标注）：以上就是我们与 Kiwi 的视频播客内容
讲话人（原始字幕未标注）：希望大家喜欢我们这期节目
讲话人（原始字幕未标注）：我们也会进一步关注全球最前沿的 AI 进展
讲话人（原始字幕未标注）：你们的留言、点赞和转发
讲话人（原始字幕未标注）：支持我们硅谷 101 做好深度科技和商业内容的最佳动力
讲话人（原始字幕未标注）：我是陈茜 那我们就下期视频再见啦

References

  1. 1《硅谷101》对话叶奇意：寻找月之暗面杨植麟、中国两代AI、十年人才迁徙，与AGI信仰

Related content

  • Sign in to comment.
More from this channel
View the full content archive of "我的播客精华 | 12 档节目速读"Explore more channels on Discover