造市场,还是造模型:Cosmos 3 给 AI 创业者的五个判断Chapters欢迎收听七档 AI 创业者精选播客。我是主持人。0:08开场:Cosmos 三之外,创业公司该造什么0:22一、造市场,不等于不竞争2:31二、世界模型先问用途3:57三、模型数量也是产品复杂度7:03四、Physical AI 的环境与评测8:44五、使命如何变成组织动作10:13一周内可做检查11:27素材边界11:55收束0:00 / 12:111×0:08主持人欢迎收听七档 AI 创业者精选播客。我是主持人。0:12主持人这里不替你做决定,只把头部播客里值得带回产品、组织和商业现场的判断,压缩成一集能听完的索引。0:22主持人今天的素材来自张小珺对英伟达研究副总裁刘洺堉的四小时访谈。0:29主持人表面上,它在聊 Cosmos 三、世界模型和 Physical AI;但对创业者更有用的,是另一个问题:当模型能力越来越强,创业公司到底应该把自己的不可替代性放在哪里?0:44主持人我把这期压成五个判断。它们不是英伟达的创业建议,而是从刘洺堉的表达里,翻译成团队可以拿去检查的工作问题。0:55主持人刘洺堉反复说,模型竞争不应该是鱿鱼游戏。听起来像一句很大的价值观,但它其实对应一个非常具体的商业分叉:你是在抢已经存在的预算,还是在让客户第一次愿意为一件事付费?1:11刘洺堉我们的心态不是说想把别人给杀死,我们的心态是我们要怎么去造市场,你懂我意思吗?1:20刘洺堉CUDA就是造市场,造出了现在的AI的市场,我们想的是怎么造出下一个大的市场。1:26主持人这句话不等于创业就不要看竞争。1:30主持人如果你在一个成熟市场里,竞争决定渠道、成本和交付效率;如果你要造一个新市场,竞争只是其中一小部分,真正难的是把客户的需求、供应链、工具和支付意愿同时做出来。1:46主持人所以,团队可以先问一句很不浪漫的问题:我们现在卖的,是一个已有预算里的更好替代品,还是一个客户还没有预算、但一旦成立就会改变工作方式的新问题?两种答案都可以成立,但产品节奏、融资周期和现金流纪律完全不同。2:07主持人刘洺堉还提到黄仁勋喜欢说的 zero billion dollar business。它指的是今天还没有成形、但成功后可能产生巨大影响的问题。对小团队来说,危险也在这里:不能把没有客户的产品,自动包装成正在造市场。要能说清楚,谁会先用,为什么现在用,什么配套必须先出现。2:31主持人第二个判断,是世界模型这个词本身不够成为产品。刘洺堉没有试图给它一个唯一答案。2:39主持人他谈到预测、理解、三维重建,也谈到它如何帮助机器人学习。2:46刘洺堉世界模型就是一个可以帮助你去mod el这个世界的一个工具,那你mod el这个世界2:54刘洺堉的一个工具,2:56主持人这对创业团队的提醒非常直接。你说自己在做世界模型,下一句必须接上用途:是预测下一步状态,是解释为什么出错,是生成训练环境,还是让某个设备更快学会一项任务?3:13主持人用途不同,数据、评测、延迟、部署成本和责任范围都会不同。一个团队如果只说我们理解世界,其实还没有产品边界;一旦说我们要让仓库机器人在换货架后仍然能完成抓取,问题就会变成可以验收的任务。3:33主持人Cosmos 的定位也很有意思。它不是替所有 Physical AI 公司做完最终产品,而是提供一个更底层的起点,让不同构建者继续适配。对创业者来说,这意味着基础模型并不自动等于产品壁垒。真正的壁垒可能在任务环境、设备适配、失败数据和客户验收里。3:57主持人第三个判断,是把模型数量和产品复杂度一起算进去。4:02主持人Cosmos 早期为了覆盖不同伙伴的需求,曾经可能需要二十二个模型。后来团队开始把 Reason、Predict、Transfer、Policy 这些方向往更统一的模型里合。4:16刘洺堉会,我就跟J un讲说我预计需要22个模型。4:19刘洺堉杰森听到就觉得我工作非常认真,他就讲了,very good,very hard,他就4:26刘洺堉讲说,但是你知道吗,Lou is Vu itt on,这家店呢,当他减少他的货品陈列4:34刘洺堉的货品数之后,反而s ale是提升的。4:38主持人这段话最值得带回产品评审会的地方,不是单一模型一定比多模型好。Cosmos 三仍然保留了双塔设计,因为理解和生成的分布不同,客户后训练的方式也不同。4:52主持人真正的检查点是:技术架构、调用方式和用户决策成本有没有一起被算进去?一个工程上很优雅的方案,如果用户不知道选哪个、改一个能力就牵连另一套能力,最后可能不如一个略复杂、但客户能部署和迭代的方案。5:12刘洺堉刘洺﹗刘洺﹗5:29刘洺堉因为你们这次采取的是一个双塔的设计,一个塔在处理离站信息,一个塔在处理连续信息,5:39刘洺堉为什么采取这个设计?5:42刘洺堉有很多原因,一开始的时候C os mos Recent就是离散的,从V ision5:49刘洺堉Language Model出发,P redict,Transfer,Part是连续5:53刘洺堉的。5:53刘洺堉所以我们知道离散的Work for Understanding,我们知道连续的6:00刘洺堉Work for Generation,把它们放在一起,就是一个现阶段很合理的选择。6:08刘洺堉然后再来就是有很多种用C os mos的方法,但常用的是做P ost6:15刘洺堉Training,6:16刘洺堉就是也许用你的Video Action的配额来去T rain Gener ator,6:23刘洺堉或者是你只想用Re ason,就是用你当自己D om ain的这些U nder6:27刘洺堉standing Data来T rain。6:29刘洺堉当你有两个这样可以合在一起,可以把规定的影响切开的,是帮助客户去使用的。6:37刘洺堉如果我们全部连在一起,那就是generation跟under standing在一起6:41主持人这句话听起来朴素,却是这一章最反直觉的部分。模型创业经常被讲成某个神秘配方,但真正能复用的,往往是实验设计、失败记录、数据比例和下一轮验证。6:55主持人对产品团队来说,应该把模型版本和任务结果放在同一张表里,而不是只看发布时的 Demo。7:03主持人第四个判断,来自 Physical AI 最容易被低估的一层:环境和评测。7:09主持人刘洺堉把 Cosmos 对 Physical AI 的帮助概括成三件事:更好的数据、更好的起始点、更好的环境。其中最难的是环境,因为真实世界交互贵、慢,而且每种机器人、传感器和物理设置都不同。7:26刘洺堉那我觉得这三个都很重要,在Ph ysical AI里面第三个特别重要,因为每个c7:33刘洺堉oding agent大家都在解c oding的问题,dig ital use的7:37刘洺堉问题,但Ph ysical AI每个要解的问题都不太一样。7:40刘洺堉对。7:41刘洺堉对,然后所以我更加强调就是跟这个客户,跟这些愿意一起活作的伙伴一起去了解怎么样去评估7:50刘洺堉一个模型真正有用还是没有用。7:52主持人这意味着,做 Physical AI 的团队,不能把公开 benchmark 当成全部答案。真正的评测要和有痛点的专家一起做:它有没有减少失败,能不能跨设备复用,出现异常时是否知道自己不知道。8:09主持人这套逻辑其实也适用于纯软件 Agent。你的物理环境可能是企业流程、权限系统和生产数据。模型回答得像不像人,只是入口;任务能不能在真实边界里完成,才是产品。8:26主持人本周可以把一个 Demo 改写成一张任务表:目标是什么,允许失败几次,哪些状态可以恢复,哪些数据能跨客户复用,谁来验收。没有这张表,团队很容易在能力展示里获得进展感,却不知道产品到底向前走了多少。8:44主持人最后一个判断来自英伟达的组织哲学。刘洺堉谈到 top five,也谈到 mission is the boss。8:52主持人它不是一句让人热血的口号,而是一组具体的组织动作:让每个人写出最重要的五件事,减少内部赛马,把任务交给负责人,再给足够高的门槛。9:06刘洺堉对,mission is the boss,而不是你的b oss是你的b oss。9:10刘洺堉mission is the boss。9:12主持人这套方法的好处是,组织不必等待所有人都进入同一条汇报线,资源可以围绕重要任务流动。9:20主持人但代价也很明确:它依赖一号位持续判断,长期项目会消耗更多资源,转型也可能比直接换人更慢。9:30主持人创业团队不能只拿走长期主义四个字。更实用的翻译是三个问题:我们愿意连续投入多少轮?什么信号会让我们停止?谁有权把资源从一个热门方向移到更重要的任务上?9:46刘洺堉就是我没有打算把人杀死。9:48刘洺堉我必须要on这个赛道,就是你们都得长在我的生态上面。9:53主持人这句话放在创业现场,不能被理解成回避竞争。它更像是在提醒一号位:外部对手不是唯一的衡量尺。10:02主持人你可以把团队的能力做到第一,但最后要判断的是,这个能力有没有进入真实任务,是否帮助更多人,是否让组织更接近自己的使命。10:13主持人如果把这期内容带回团队,我建议一周内做五个小检查。10:18主持人第一,写下你的产品正在扩大哪一个新市场,以及客户为什么现在还没有为它付费。第二,给一个真实任务标出预测、理解、生成、执行中的主目标,并写出验收条件。10:36主持人第三,把模型数量、部署路径、后训练方式和用户选择成本放在同一张图里,找出最容易让客户困惑的地方。第四,建一张任务级数据表,记录成功、失败、恢复、人工接管和跨客户复用。10:55主持人第五,把团队当前最重要的五件事写出来,再检查其中是否有两件其实在争夺同一份资源。11:03主持人最后留五个问题给团队:我们是在争夺已有预算,还是在创造新的预算?如果模型能力逐渐趋同,客户为什么仍然需要我们的任务环境、数据和评测?哪一个失败状态最值得被系统记录?我们说长期投入时,具体承诺了多少轮实验?如果今天必须砍掉一半项目,哪个使命仍然值得保留?11:27主持人本期处理的是张小珺商业访谈录第150集。我们取得了公开原始音频并完成全量语音转写,同时对照了官方公众号发布的访谈节选。11:40主持人节目中的嘉宾原声直接来自原始音频,并按同一份音频的时间轴对齐;主持人的部分是本频道面向 AI 产品创业者做的二次整理,不冒充原节目的逐字稿,也不构成投资建议。11:55主持人以上就是本期七档 AI 创业者精选播客,我们下期再见。