晚点速读：姚颂三次硬科技创业，为什么第三次押注物理 AI

晚点速读：姚颂三次硬科技创业，为什么第三次押注物理 AI

《晚点聊》#173 回看姚颂从 AI 芯片、商业航天到物理 AI 的三次创业，拆解他如何把前沿算法、真实场景与商业交付放进同一条链路。

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
这期《晚点聊》不是一次单独的机器人赛道判断，而是一场沿着姚颂十年创业经历展开的回访：他从 AI 芯片公司深鉴科技出发，经过商业航天公司东方空间，走到现在的 Striding AI（正行创新）。节目真正想追问的是，同一个创业者为什么会在不同阶段反复选择最难、最重、离商业化又不算近的技术方向，以及他从前两次创业里带走了什么，才决定把第三次创业押在物理 AI 上。
如果你只想知道这期值不值得听，可以先记住一句话：姚颂并不是把物理 AI 理解成一个更大的模型，而是把它看成一条从数据、算力、模型、软件、硬件、场景到交付的完整链路。他的判断有明显的个人立场，也有不少未经外部验证的行业预测；但这场访谈的价值，恰恰在于它把「技术突破」和「公司能不能活下来」放在了同一张图里。

先说结论：他押注的不是机器人形态，而是「把前沿变成服务」

这场近三小时的访谈可以拆成三条线。
第一条是姚颂的个人路线：清华本科期间从每天学习 11 个小时的焦虑状态中走出来，进入汪玉老师的实验室；本科毕业后放弃 CMU 博士 offer，和老师及同学创办深鉴科技；深鉴被赛灵思收购后，他没有继续留在大公司，而是花几年时间补足信息，再进入商业航天；引力一号发射成功后，他又把注意力转向物理 AI。
第二条是中国硬科技创业环境的变化。2015、2016 年，给投资人讲 FPGA 上的 AI 芯片，往往要先解释这是什么；十年后，机器人、世界模型和物理 AI 已经获得大量资本和产业关注。姚颂反复提醒，时代的推背感不等于个人能力，创业者如果把国家需求、产业周期带来的上升误认为自己的全部功劳，下一次决策很容易失真。
第三条是他对物理 AI 的具体判断：模型能力仍然重要，但不能等到一个「通用模型」成熟后才想办法交付。对他而言，算法每向前走一步，都应该留下新的商业里程碑；机器人先在平地、可控的工业或零售环境里用轮式双臂落地，同时为更通用的双足人形积累数据、系统和组织能力。
后文中的数字、经历和引语，除特别标注外，均来自本期完整音频及其全量 ASR。姚颂对行业未来的判断会明确写成他的判断，不当作已经发生的事实。

一、深鉴科技：从「小车动起来」到市场倒推技术

1. 清华的 11 个小时，与第一次找到自己的路径

姚颂 1992 年出生，清华电子系 2011 级。本科早期，他把每天的学习时间设成 11 个小时，去厕所、吃饭都要暂停计时。他形容当时的清华环境是：身边的人既聪明又用功，单靠努力也未必能赶上，于是他一直处于紧绷和焦虑之中。
大一下学期，他逐渐意识到，大学不只是把成绩单做得更好，还可以选择科研、科创、社工、出国或创业等路径。他加入电子系科协，发现自己真正有成就感的并不是纯理论计算或单纯发表论文，而是「让小车能够动起来，让各种程序能够跑起来」。
大一暑假，他进入汪玉老师的实验室。线性代数、EDA 和图像处理这些原本抽象的课程，在真实电路和图像系统里突然有了用途。他甚至给线性代数老师写邮件，解释自己为什么直到进入科研后才理解这门课，后来被邀请去给低年级学生讲第一堂课。
这段经历解释了他后来反复出现的一条标准：技术不能只停在 paper 或 benchmark 上，必须经过产品，最终服务真实的人。它也解释了他为什么把「科研、科研管理、科技成果转化」看成一条可以被压缩的路径。相比一般同学先读博士、再做研究、再创业，他只是更早完成了这次转换。

2. 2014 到 2016：先做出 demo，再学习怎么讲商业

深鉴科技的起点，是几位清华学生和实验室成员共同做出的 AI 芯片 demo。团队从算法、架构、软件系统和编译器等不同角度分工，姚颂虽然不是最初的题目负责人，却承担了项目管理和论文组织工作。板卡最终能够运行 AlexNet、VGGNet 等视觉模型，团队因此开始思考：这件事是否已经从毕业设计走到了可以创业的阶段。
当时商汤成立不久，深度学习开始从科研热点走向更大范围的产业应用。姚颂判断，未来对算力的需求会越来越高，通用 CPU、GPU 未必适合所有场景，因此专用 AI 加速器可能有机会。团队早期向投资人介绍的方式很技术化：在 FPGA 上实现方案，强调每瓦算力，再列出安防、辅助驾驶等潜在场景。
问题在于，许多投资人并不具备判断 FPGA、芯片架构和能效指标的专业背景。姚颂回忆，北极光的邓锋曾直接指出，他们讲的仍然是「纯技术人员的讲法」：投资人想先知道市场有多大、产品缺口在哪里、客户为什么需要，然后才是这项技术能不能解决问题。
这个转折对深鉴很关键。技术叙事不是被包装得更漂亮，而是要从市场倒推：什么产品需要被替代，客户愿意为什么付钱，现有技术的瓶颈是什么，已经做出的 demo 哪些指标能和这个产品直接接上。姚颂后来把这件事概括为，技术创业的核心不是发论文，而是技术最终能不能创造价值。
团队看了 50 家投资机构，早期几乎没有人愿意投资。金沙江创投的张玉通和在硅谷长期投资半导体的 Richard Lin，分别从技术基础和产业趋势上理解了这支团队。深鉴在 2016 年 2 月底或 3 月初签下天使轮 term sheet，时间点早于 AlphaGo 击败李世石；AlphaGo 带来的 AI 热潮，并不是深鉴获得第一笔融资的原因。
姚颂还讲了一个对创业者很实用的区分：all in 应该是把时间、精力、注意力和资源投入到一件事上，不是抵押房子、卖掉退路，把失败成本推到无法承受的程度。失败成本一旦过高，团队会从「怎样成功」切换成「怎样避免失败」，决策节奏和风险偏好都会变形。

3. 砍掉无人机：沉没成本为什么可以是零

深鉴曾和零度智控合作做智能无人机解决方案。2017 年初，团队已经在 CES 发布产品，具备主人识别、手势识别、跟拍等功能，也准备进入小批量生产。但姚颂后来决定砍掉这项业务，转向智能安防和辅助驾驶。
这在团队内部造成了很大波动：有人已经投入了一年，产品刚刚做出来，为什么不是继续把它卖出去？姚颂给出的理由是市场结构。按照他的回忆，大疆当时占据了无人机市场约 70%，且不愿意与小公司合作；剩下的市场即便全部拿到，规模也未必足够支撑长期投入。
他用这件事解释「沉没成本是零」：已经花掉的时间不会因为继续做而回来，真正需要比较的是从今天开始继续投入的回报，和把资源转移到更大机会上的回报。对一个技术团队来说，砍掉刚做出来的产品非常残酷；对 CEO 来说，真正危险的可能是因为舍不得过去的一年，再把未来的几年也投进去。

4. 三亿多美元收购：高兴两分钟，然后陷入灰暗

2018 年初，赛灵思新任 CEO 希望把公司从 device company 推向 platform company，需要补充软件、算法和解决方案团队。深鉴接受了约三亿多美元的收购 offer。公开背景可参见清华校友总会的人物报道；节目中姚颂自己补充了谈判、团队年龄和个人状态的细节。
他签完并购协议后，围着办公桌踱步了两分钟，随后「人生就陷入了灰暗」。这不是因为收购不成功，而是因为成功把他送到了一个他不想长期停留的位置：他不适合大型企业里的按部就班，也不愿意靠逐年加薪、职级晋升和向上管理来安排自己的职业生涯。
他还第一次认真从负面推演公司未来：A 股上市制度是否会变化，连续几年利润增长是否能做到，五六年后行业会是什么样，团队是否还能承受长期高强度工作。公司的平均年龄从 2016 年的 26.7 岁增长到 2018 年前后约 31 岁，一些核心员工结婚、生子，最初的 996 也无法无限持续。收购因此不仅是一个估值和退出问题，也是一种组织与个人生活的选择。
对读者来说，深鉴这一段最值得听的不是「三亿多美元」本身，而是姚颂如何把退出视为一个事实反馈：技术真的被产品采用，外部市场也认可了它的价值；但退出没有替他回答下一步该做什么。

二、为什么第二次创业去做火箭：先补信息，再选择赛道

1. 经历「富贵仙人」阶段，给自己收集足够多的信息

深鉴被收购后，姚颂没有立刻决定下一家公司做什么。他在经纬创投做兼职 Venture Partner，参与合伙人会、投决会和项目讨论，投资或协助看过脑机接口、激光雷达、商业航天、国产 GPU、可控核聚变和量子计算等方向。
经纬合伙人张颖给他的建议是：他不是缺现金，而是缺信息。这个角色让他可以打开更多项目资料和产业网络，用几年的时间观察创业者和工程化进程。姚颂说，做激光雷达时，他看到不同团队三个月内都能做出 prototype，但从 prototype 到小批量、再到大批量交付、从手工组装走向自动化，往往需要三到五年的工程路径。真正的壁垒不一定是某一个技术路线，而是把样机变成可靠产品的能力。
他也因此排除了几个方向。脑机接口在中国需要经历动物实验、临床和审批，离产品与商业化太远；国产 GPU 与自己第一次创业有重叠，但当时还看不清大模型会不会带来足够的算力需求，而且收购协议包含五年内不做类似创业的承诺；可控核聚变和量子计算仍然更多处在实验室阶段，成本、材料、能量产出和产业化路径都还没有清晰到可以让他发挥。
他想找的是一个两三年或三五年内能看到工程化和商业价值的前沿方向。火箭正好满足了这个条件。

2. 中国商业航天的三个关键词，以及「好多快省」

姚颂把火箭公司拆成三个关键词：在中国做商业航天，既要有能发射的技术，又要考虑商业成本、现金流和融资，还要理解中国的产业与管理体系。不能只把 SpaceX 当作模板，却不知道客户在哪里、国家任务怎样进入市场化体系。
他的市场判断是，未来卫星互联网需要大量卫星和更大的运力，5G 之后的 6G 可能不只是继续提高地面基站速度，也会扩大覆盖范围，把一部分通信能力带到空中。基于这个判断，他把火箭优先级排成「好多快省」：
  • 「好」是高成功率，卫星互联网不可能建立在 50% 或 60% 的发射成功率上；
  • 「多」是运力要够，至少要接近 4 吨以上，最好达到 5、6 吨级，才能接触批量组网需求；
  • 「快」是尽早占据发射窗口，等市场和国家队都进入后再做，竞争会更激烈；
  • 「省」依然重要，但在早期可能排在保障任务和发射能力之后。
因此，东方空间采取了从固体火箭到液体、再到可回收火箭的路径。这个选择不是认为固体技术简单，而是先用可靠性和较快的工程路径进入市场。

3. 引力一号：把发射从保密仪式变成公众活动

东方空间团队由从体制内出来的火箭工程师和姚颂这样的商业化角色组成：工程师熟悉技术、发射流程与审批，姚颂负责战略、资本、市场和组织。引力一号首飞是他在东方空间最开心的时刻。新华社报道，引力一号于 2024 年 1 月 12 日首飞成功，相关公开背景见新华社报道。
节目里更有意思的部分是直播。姚颂说，第一次民营航天发射直播的点子是他提出的，他接受直播可能失败，因为航天不应该离普通人太远。他希望把发射做得像音乐节，让更多人参与，于是邀请水木年华到现场演出，并为火箭设置冠名「海澜之家号」。
引力一号采用固体捆固体构型：中间是固体火箭，四个助推器也是固体。固体发动机燃烧过程中，燃烧面不断变化，不同发动机的推力也可能出现差异；再加上海面发射时风浪、火焰冲击和船体保护等问题，技术团队要解决的并不是一个单一的「能不能点火」问题，而是一串工程耦合。
姚颂还把芯片工程里的验证思路带到火箭上。他希望通过仿真、GPU 加速和燃烧模拟减少反复制造零部件、现场试验的时间和成本，但因为火箭首先要保证成功率，真正没有被充分验证的新技术仍然需要谨慎使用。这是他两次创业之间最清楚的迁移：把上一条产业里的验证经验，带到一个更重、更复杂的系统里。

三、第三次创业：物理 AI 不是模型公司，也不是本体公司

1. 从具身智能到物理智能

节目中，姚颂把「具身智能」和「物理智能」区分开来。具身智能更像是机器人本体内部具备处理任务的能力；物理智能则把机器人放回一个真实系统里：空间感知、任务规划、机器人调度、电量与位置监控、远程操控兜底、软件和本体，以及最终的服务交付，都要一起考虑。
举例说，一栋楼里有 10 台机器人，仅有一个能在本体内完成动作的模型还不够。系统要知道整栋楼的空间，提前规划路径，实时掌握每台机器人的状态，必要时由远程人员接管。这也是他不把 Striding AI 定义成一家单纯模型公司或本体公司的原因：他希望把数据、算力、模型、算法、软件、硬件、解决方案和场景放到一个系统里判断。
这个定义带来了一个很现实的取舍。物理 AI 的技术上限可能由模型推动，但收入和数据必须从场景中来。没有产线、门店或服务现场，团队就很难取得真实数据，也无法知道模型在真实环境里的错误成本。

2. 为什么说「创业是阴差阳错的进球」

姚颂把创业比作意大利前锋因扎吉在禁区里的进球：不是每次都靠漂亮的过人，而是天时、地利、人和汇聚到一个点，球刚好滚到脚下。第三次创业的「人和」包括泰国正大集团、华勤技术，以及他与汪玉团队持续多年的合作关系。
按照节目中的说法，正大集团希望从农业、养殖、食品加工和零售延伸到智能化场景；华勤技术长期服务手机、笔记本和其他电子产品制造。两方提供的不是抽象的战略背书，而是潜在的真实场景：华勤对应 3C 电子生产，正大对应 711 便利店、商超和消费零售。场景可以产生数据，数据推动模型，模型进入产品和解决方案，再回到场景中继续迭代，这才是他所谓的闭环。
公开报道也将 Striding AI 描述为姚颂与于超联合发起的物理智能公司，相关融资与公司背景可见新浪科技报道。节目中姚颂称，公司已完成近亿美元规模的融资，团队约 70 人；这两个数字属于节目访谈口径，不在这里扩写成独立审计数据。

3. 轮式双臂先落地，双足人形继续探索

姚颂不认为「越像人」就越适合最初的商业交付。他更倾向于轮式双臂，因为多数工业、零售场景是平地，轮式底盘成本更低、重心更稳，电池也可以放在底盘上；双足人形的关节、平衡和成本都更难处理。
但这不是放弃人形机器人。他把轮式双臂看成先在真实场景中交付的起点，同时保留双足人形和通用物理智能的长期方向。用他的话说，希望「每走一步都能开出一朵花、结出一个果」：每一步都留下实际产品和商业反馈，而不是只留下一个演示视频。

四、从 VLA 到 World Model：姚颂认为下一关在哪里

1. VLA 的瓶颈与数据规模的反作用

VLA 是 Vision-Language-Action 的缩写，可以理解为把视觉输入、语言任务和动作输出接在一起的机器人模型。姚颂说，他在 2025 年下半年深入看行业时，看到一些论文和公司实践出现了相似信号：增加训练数据后，性能不再按预期增长，增益变小，甚至在某些情况下下降；一些团队开始从单纯 VLA 转向强化学习、世界模型等方向。
这里需要把事实和判断分开：节目没有给出论文名称或统一实验条件，姚颂是在访谈中转述自己看到的研究和行业变化。因此更稳妥的理解不是「VLA 已经被证明失败」，而是他认为只靠继续堆数据、让同一种模型自然变大，可能无法直接解决交付问题。
他对 World Model 和 World Action Model 的判断也是如此。World Model 通常指模型对环境状态、变化规律和可能结果的内部表征；World Action Model 则在节目里被解释为把动作生成和世界变化联系起来的方向。姚颂认为，WAM 的视频生成、像素生成路径有很高的上限，因此会受到资本关注，但它未必天然适合真实机器人部署。

2. 物理世界不是像素世界：速度、延迟和端侧计算

语言模型处理的是符号和语义，物理世界则是连续、模拟的环境。一个机器人不只要知道「这是一个杯子」，还要判断杯子的重量、软硬、碰撞后会怎样，手臂如何在有限时间内完成动作。真实操作还要面对连续信号、遮挡、摩擦、误差和意外。
这带来物理 AI 与大语言模型的一个关键差异：实时性。姚颂说，如果系统不能做到接近 30 帧、低延迟，机器人就很难稳定工作；某些场景也不能把所有计算放在云端，而需要把模型部署到端侧芯片上。端侧部署意味着模型要在本地设备上运行，必须同时满足速度、功耗、存储和可靠性要求。
因此，物理 AI 的模型可能不能追求对每一个像素都做精确预测。姚颂更偏向「隐空间」或规则空间：模型重点学习弹性碰撞、动量守恒、牛顿定律，以及纸杯轻、金属重等物理常识；至于杯子上印了什么字、人的衣服是什么颜色，只要不影响操作，就不必被当成同等重要的信息。
他把这和物理竞赛联系起来：物理学不是把每个高阶小量都算到底，而是果断舍弃对主要结果影响很小的部分，只保留主干规律。对机器人来说，这可能是一种有意识的「正确模糊」，用更小、更快的模型换取可部署的实时性。

3. 数据不是单纯用钱购买的商品

姚颂在节目中给出一个关于第一视角视频数据的估算：行业采购价格可能约为每小时 300 到 600 元，如果要用几十万小时甚至一百万小时数据训练模型，成本会迅速上升到数亿元。他强调，这不是一张算力卡就能解决的问题，因为真实工厂和门店的操作流程、工艺标准和异常数据往往属于企业的保密资产。
所以他认为，物理 AI 的竞争不只是「谁能募集更多钱、买更多数据」，而是「谁能与场景方建立足够深的信任，让数据采集不破坏原有业务」。正大集团的全球员工和门店网络之所以重要，不是因为把公开数据买得更便宜，而是因为合作关系可能让团队获得封闭的、持续生成的真实数据。节目里他甚至估算，这种方式有机会把数据成本压到常规市场采购价的 1% 以下；这仍然是他的判断，不是已验证的行业平均值。

五、他真正想建立的是一条更短的技术到商业链路

1. 人才池胜过一个小天才

访谈里反复出现「小天才」这个词。姚颂不是否认个人天才，而是反对把一个公司的长期能力寄托在一两个人身上。他举了从 AlexNet、VGGNet、GoogLeNet 到 ResNet、Faster R-CNN 的例子：深度学习的进展并不是一个人一直占据顶峰，而是不同团队在不同阶段解决不同问题。
在他的叙述中，算法能力至少由数据、算力和人才资源池共同构成。只拥有一批聪明人，没有足够的数据和算力，结果可能无法训练；有算力却没有基础设施优化，也可能把同样数量的卡用出完全不同的效率；有公开数据，却无法进入真实工艺现场，也无法形成物理 AI 的闭环。
他还把大模型团队的技术报告作为例子：大型项目往往有上百名作者，版本之间的关键贡献者也会变化。一个公司需要做的不是找一个永远正确的人，而是建立让不同团队持续进入、协作、替换和迭代的组织。

2. 强垂直整合，但不是什么都自己造

姚颂把 Striding AI 的路线概括为强垂直整合：算法、机器人软件、端侧软件、本体结构设计、硬件设计、云端远程操控平台、云服务、解决方案和现场实施尽量由自己掌握。这里的重点不是所有零部件都自制，而是核心智能和交付链路不能被接口割裂。
他用 PC 行业做类比。早期 Apple、IBM 都倾向于把芯片、软件、操作系统和生产掌握在自己手里，后来行业出现标准化接口和供应商，分工才逐渐展开；但苹果今天仍然通过软硬件生态维持差异化。物理 AI 目前还没有成熟的标准接口、统一尺寸和工艺，因此他认为现阶段核心软件、大脑和系统仍应自研，关节等标准化零部件则可以外部采购。
这也解释了他与许华哲路线的差异。许华哲更强调生态分工，姚颂更强调在接口尚未形成时先把系统抓在手里。两者不是简单的对错，而是对行业所处阶段的不同判断。

3. 每个 milestone 都要有商业落地

姚颂最明确的立场，是「智能能力优先」和「智能与落地并行」之间，他选择后者。这里的 milestone 不只是 benchmark 的提升，也应该是可以被客户使用、被现场验证、能形成收入或数据反馈的阶段性成果。
他用自动驾驶作参照：如果一家公司一开始就只追求 L4，而没有中间交付，独立公司的死亡率会很高；相反，在矿山、港口、园区等限制条件明确的场景里，先做可交付的系统，再逐步扩大能力边界，企业有机会活到更高级别的自动驾驶出现。
对物理 AI 来说，他希望 Foundation Model、软件接口和硬件本体尽量统一，最新算法一旦出现，就能快速替换到已有系统里，不必每次都重新做一套工程。这就是「缩短 research 到 engineering、产品和商业价值的 pipeline」：前沿研究可以继续追求上限，但研究成果不能和真实交付隔着太多层组织和流程。

六、这波热潮会留下多少公司：姚颂的乐观与保留

姚颂判断，中国制造业、互联网企业、汽车企业、手机产业链和重型机械公司都会进入物理 AI 或机器人浪潮。他甚至认为，在 10 到 15 年的周期里，机器人产业的产值可能超过汽车行业，成为重要经济支柱之一。
这是访谈中最需要读者保持距离的部分。它是创业者的长期推演，不是已验证的市场预测。姚颂自己也承认，通用物理智能距离今天还很远：如果把当前顶尖大模型比作顶尖高校博士，物理世界模型可能还在幼儿园阶段；他估计，物理世界通用算法的难度可能比自动驾驶高两到三个数量级。
他为物理 AI 设想了三个时刻：
  1. 技术狂热者先看到类似 GPT-3.5 的能力，也就是一个模型放到不同机器人、不同任务上，经过很少调优就能达到很高成功率；
  2. 技术破圈，大众真正感受到机器人好用，而不是只看 benchmark；
  3. 商业价值被充分验证，产品收入、盈利或规模化交付证明这不只是技术演示。
他希望 Striding AI 同时参与这三个阶段，但也指出，物理世界很难像数字世界那样被少数基础模型完全垄断。汽车产业可以长期存在多个品牌，真实世界的场景、法规、供应链和服务关系会让物理 AI 更分散，也更依赖具体行业。
他的另一条判断是：物理 AI 不会因为今天存在泡沫就消失。制造、服务和农业都会逐步受到影响，但过程可能是 10 到 20 年的长期渗透，而不是两年内一夜之间完成。这个判断可以作为收听时的讨论起点，不能当作投资结论。

七、姚颂如何理解「创业者」：八分进攻，两分防守

访谈最后，姚颂把自己和第一次创业者区分开来：有些人是十分进攻、零分防守；他现在更像八分进攻、两分防守。防守不是保守，而是守住几条底线：不让公司走到破产，不夸大已经做到的能力，不把未实现的计划包装成事实，不把个人职业生涯押在一次高风险的表演上。
他尤其反感用遥操视频冒充自主运行的机器人 demo。判断一个视频时，他会看是否标注了 1.5 倍、5 倍或 10 倍速，是否明确写出全自主；他要求自家 demo 也把这些信息标明。对一个正在争夺融资和人才的行业来说，这种透明会牺牲一部分短期传播效果，但能避免公司在商业交付时被事实反噬。
他对成功的定义也没有停在估值。第一次创业的成功，是从实验室代码走到几百万台车辆使用，得到外界对技术价值的认可；第二次创业的成功，是在非本行领域组织出一次真正的火箭发射；第三次，他希望建立一家长期经营、对技术和产业有推动、最终能服务更多人的企业。
这三种成功其实指向同一个标准：不是「我是不是最先出现的人」，而是技术有没有被真正用起来，组织能不能把下一次困难接住，企业能不能在没有持续神话加持的情况下继续前进。

这期节目值得完整收听吗？

值得，尤其适合三类读者。
  • 如果你关心机器人或物理 AI，可以听姚颂如何把模型、数据、端侧计算、机器人形态和商业交付放在一起；他对 VLA、WAM 和隐空间的判断未必是行业共识，但能帮助你理解不同技术路线背后的经营约束。
  • 如果你关心硬科技创业，可以听深鉴科技和东方空间两段很不一样的故事：前者是从实验室成果走向芯片产品和收购，后者是从产业判断、工程组织到真实发射；两段经历都说明，技术之外还要处理融资、组织、政府和客户。
  • 如果你只想判断物理 AI 是否值得关注，前 30 分钟的清华成长与深鉴创业、中段的商业航天、后半段的物理 AI 技术讨论最好连起来听。单看最后的行业预测，容易把创业者的长期愿景误读成确定性结论。
不太适合只想听一个明确投资答案的人。姚颂给出的更多是做事方法和路线选择：先收集足够信息，找到真实场景，降低失败成本，让每个技术里程碑尽量产生商业反馈，再把前沿能力继续推向更远处。

相关背景来源

完整中文逐字稿

以下为从本期完整原始音频生成的全量 ASR 文本，按原始识别结果保留，不对错别字、英文识别、重复和听辨结果做校正或删减。原始 ASR 没有返回说话人分离信息，因此无法可靠区分主持人曼琪与嘉宾姚颂；逐段统一标记为「讲话人未标注（原始 ASR）」，不根据语境臆测说话人。时间轴每 10 分钟标注一次。

[00:00]

讲话人未标注（原始 ASR）
当时这是第一次民营航天发射直播这个点子是你想到的吗是我想的出生牛都不怕
虎我们是敢吃螃蟹的这个人签完这个并购的约之后我非常高兴地围绕着这个桌子
踱步了两分钟踱步了两分钟以后我的人生就陷入了灰暗我跟李旦还聊过这个问题
我虽然才 25 岁 26 岁但是我有点中年危机的感觉你必须学满 11 个小时去个厕
所就要把这个表暂停下来除了休息吃饭上厕所之类的你一定要学满 11 个小时这
就是大一上学期我的常态因为你会发现清华真的好多同学又聪明又用功确实赶不
上大家最近最关心的是什么 World Model World Action
Model 是一些小天才但是坦率讲我觉得一两个年轻老师或者一两个小天才无
法去解决这些问题的 VLA 差不多走到头了欢迎收看晚点聊我是曼琪本期嘉宾是
一位 92 年出生但是已经创业 10 年的连续创业者姚颂从 10 年前他从清华本科
毕业之后创立 AI 芯片公司深建科技到 20 年前后他创立商业航天公司东方空间
再到最近这半年多他成立了一家新公司 St rad ing AI 振兴创新来
探索物理 AI 姚松过去的经历涵盖不同的前沿科技领域这期节目我们和姚松一起
回顾了他前两次创业的得失他最新一次创业对物理 AI 的实践和思考以及十年前
那批现在活跃在中国科技创业主力生态中的清华创始人们是怎么在学校里学习和
成长的我们正式进入本期节目吧因为你历史上有很多 tit le 你现在仍然有
很多 tit le 对如果以我是来开头的话你会怎么说姚松是谁我就是一名创业
者一名创业者对那你可以讲讲你最近这一次创业的情况吗我的新公司叫 St ri
king AI 中文名叫正型创新我们是一家物理智能公司其实我觉得智能很难
用单独的一个 mod el 或者一个本体去定义所以我们不是一家单纯的模型公
司也不是一家本体公司我其实是希望把数据算力和模型放在一起去考量希望把算
法软件硬件解决方案场景放在一起去考量我们是一个物理智能的智能能力的公司
我注意到你没有用一个这两年更热的词就是巨神智能物理智能和巨神智能的区别
是什么其实我觉得还是有一些区别的我个人会认为巨神智能其实本质讲是说在机
器人的体内它有一个智能能力它能够去 处理一些任务但是如果只有巨神智能我觉得
它是无法给人提供服务的比如说假设我们这个楼会需要有 10 台机器人在这里面
工作那么首先我希望我对这个整个空间有一些智能的感知能够让机器人提前规划
好它的整个的工作路径那再比如说我希望我能够实时看到每个机器人的电量工作
状态位置并且呢就好像 rob ot taxi 到今天你看其实 30 个车 50 个
车其实还得有一个人在背后去给他做一个远程摇操的兜底以防出问题那我觉得未
来十年可能巨神智能也是需要一套远程的这样的一套系统那所以我会把空间和本
体运动和这个操作所有的融合叫做物理智能就是这个大的系统一起构成物理智能
是的所以我们其实更多的是以一个系统的 视角去考虑整个的物理智能的问题而不是
单纯的站在一个模型或者一个本体的角度去思考这件事因为你之前的创业就包括
我说我们第一次见面那会还是在深建嘛对那是 AI 芯片第一次创业然后第二次创
业是 2021 年开始东方空间然后是这一次 str iding AI 你把它描
述成是物理智能的系统级的公司是这三件事其实一般人会觉得跨度很大它有一个
贯穿的线吗我觉得其实是有两个贯穿的线的一个贯穿的线就是说我们其实最终都
想实现一些大的事情那这些大的事情是什么坦然讲我在做身件的时候是没有去思
考过这件事的这才是第一次创业其实更多的是汪玉老师决定了一个大的方向我在
团队里面恰好负责了这个方向的整体的管理那我来做这件事但是随着身建的逐渐
的发展到了后期也逐渐的思考清楚了我对世界有一个我的认知就是说我希望去解
决一些对人类非常重要的问题那哪些问题 是重要的呢我最后把问题拆解成三类问题
第一类就是我们画个圆这个圆代表着全人类的生存空间我们的生存空间一定要不
断的扩大这个扩大我们背后有很多的技术手段比如说最核心的一个驱动力是能源
假设我们能解决核聚变这个问题毫无疑问能够解决第二航天因为你人类可能不能
只待在地球当你殖民去月球火星成为一个多行星的种族的时候你的物理手段一定
是通过航天的手段所以这是一大类的问题要解决整个人类生存发展的问题这个圆
扩大的意思就是星际文明的意思吗人类的生存空间能够获取到的能量资源应该要
持续不断的变多就在地球上也生化然后同时也走出地球是的我们站在一个二维的
圆里面那就有无数个点对吧这个点就是我们每一个个体所以每一个个体的生存健
康幸福快乐又有很多层级的问题那点和源之间咱们也成立一个关系这个关系其实
就是社会因为我们这些点在这个源里面会发生很多的互动会有各种各样的组织形
式对吧比如说国家是一种组织形式那不同 的国家也有不同的制度但整体而言那这里
面怎么去提高社会的效率以及社会的公平 可能又是一个非常重要的方向那其实你可以
看到很多的事情都落在最终三大这个命题之内比如说航天那肯定是拓展全人类边
界的一件很重要的事情但不管是 AI 芯片还是机器人可能都是在提高整个的社会
运作效率并且能够更好的去支撑一些人类的生存问题所以我觉得这是一个大的主
线就是核心一定要在解决一个对人类发展有重要价值的事情第二条线是什么第二
条线我觉得其实是一个个人的激动的地方或者个人的兴趣爱好就是你的快乐你的
成就感来自于哪件事情我觉得对我来说 我的一个成就感是看到一个简单的算法看到
一个最开始的技术的原点让它一步一步变成产品真的让它影响到了很多人让你的
产品被很多的人用起来被很多的人能够夸奖能够去服务很多的人那这个时候我的
成就感是最强的可以说有一条线是向外求 的就是我要解决什么外部的问题然后有一
条线是你内心驱动力的线对你这总结的很好比我总结的好 OK 那我们可以把这条
线捋一捋我觉得正好因为你从 2016 年就开始创业其实你是整个经历了这十年
中国硬科技创业的周期以及上一次 AI 热潮和这次 AI 热潮我们可以回到就是你
第一次创业深见那前后的故事你是一年保送清华的物理竞赛保送清华对本科之后
你就创业了你可以先聊聊比如说本科时候 有发生什么事让你慢慢有了创业证的一个
想法其实这件事还真是从大一就开始的一个事情比如说我同年级 2011 级的电
子系出了一位神人叫韩彦俊这一个神人后来也拿了清华大学的特等奖学金现在他
在纽约大学当教授我们甚至出了一个非常好笑的事情我们当时危机分科的老师最
后出期末考试的卷子的最后一道题就是专门为了难住他一个人而已是因为他当时
表现的实在太突出了那所有的数学课感觉不用听不用学但是所有的考试出来就轻
轻松松 30 分钟就能考满分所以我当时进了大一以后我其实挺焦虑的挺紧张的挺
难受的那在这之前因为你老家是长沙人吗对应该也说是好的学校是很多的是那会
你以前一直是学霸是吗这样首先我在长沙市一中一般我应该是年级第一第二第三
少数第四那到了清华以后我觉得这个压力还是非常大的当时我们刚开学的时候就
有一位老师在这个军训的时候跟我们讲 一句话就说你们来我们电子系的最差的都是
你们省的地多少多少名但是非常遗憾你们来了以后在电子系一定会有一个 270
名一定会有一个 269 名一定会有一个 268 名所以你一定要好好学习不要让自己
成为一个这样的名词所以压力会非常的大你说你刚来是比较焦虑的对对对所以当
时还带着那种很老的电子表对吧就每天计时你必须学满 11 个小时去个厕所就要
把这个表暂停下来吃个饭要把这个表暂停下来就是除了休息吃饭上厕所之类的你
一定要学满 11 个小时这就是大一上学期 我的常态你自己给自己这样要求的对因为
你会发现清华真的好多同学又聪明又用功确实赶不上在清华最受推崇的是不是我
又很轻松然后成就很好其实并不是我觉得对你觉得勤奋大家怎么看这件事情你每
天学 11 个小时比如说周围的人是觉得很 佩服还是说你这样有些极限其实周围的人
会觉得很正常这个其实一直引申到了后续一件事情就是说对我来说我会发现如果
我没有在努力工作没有在加班熬夜我就会有负罪感这是整个清华我觉得好多人都

[00:10]

讲话人未标注（原始 ASR）
会有这样一个内心的这样的一个过不去的梗我不知道用梗还是用什么来形容 OK
那你可以继续说就是这个焦虑和你创业你后面想创业这个关系是什么对所以当时
的一个深刻的感觉就是说其实第一就是你的这根弦不能一直紧绷着我到了大一的
这个寒假午真的人都快崩溃了这感觉我觉得这是第一第二我也开始逐步的感受到
一个读大学跟读初中高中最大的区别就初中高中你的目的是走向一个更高的学府
而大学的目的不管说你是本科还是硕博你的目的是帮你更好的走向工作更好的走
向你的职业生涯所以其实到了大一下学期我开始理解一件事情就是读大学不只是
学习其实你可以走社工路线你可以走科创路线你可以走科研路线你可以选择在国
内保研直博你可以出国留学你可以创业其实你有很多种不同的选择所以我在大一
下开始做出了一定的自己的选择你当时选的是这里面会跟现在的很多创业者发生
关联就是我当时选择了科研和科创这条路径所以在很多的不同的学生组织里面我
最终在大一下的招新的过程中选择了加入电子系科协这里面其实会有很多很好玩
的事情因为比如说当时参与招新的有一个比我高一年级的师兄就叫做王赫与合同
用的主席科学家我是后来当到了电子系科学的主席我是 2011 级的主席 200
5 级的主席叫做姚茂清志云这也有很多的后续的故事的展开但当时核心还是说我
发现我自己最喜欢和擅长和自己能感觉到成就感的是说小车能够动起来让各种程
序能够跑起来而不是说做理论计算做一些题目发一些纯的 paper 这样的事情
所以我觉得我去科学然后选择了硬件步是 我一个自己最喜欢的一个方向也是在那个
时候我觉得那纯粹让我去学一些数学理论我真的非常非常的难受但是怎样的情况
我能够找到我的学习的动力呢是我看到这样一个知识它到底发挥怎样的作用所以
后来我去到了我大一下就给汪老师汪玉老师发了个邮件大一的暑假就开始在他的
实验室工作那在那个暑假其实我就迅速找到了大学中的我就后来的那个我甚至于
整个比我低一年级的同学们有一半在清华上的第一堂课是现行代数就是电子系的
同学是我去讲的是因为我在暑假给我们的线性代数老师发了一个邮件我说我作为
一个过去一年过来的学生我真的没有学明白这件事是怎么样的但是在过去的两个
月我的科研的过程中我才深刻的感觉到了线性代数原来在我们电子系的很多东西
还是要被用上的当看到被用上了我觉得 我有一些学习的动力了所以我认为其实可能
给后续的同学们您去讲一讲它到底有什么用可能对大家更有动力老师就回了个邮
件要不下个学期的第一堂课你就来给大家讲一讲你其实是在告诉大家学这个事的
必要性是的或者说告诉大家就是你学了这 件事情最后在一些 3D 的图像处理在一些
电路的计算这件事会被怎么用上所以你学的东西是有目的的有意义的你不是盲目
的为了最后考一个高分在学习你做这件事你是为了帮助更多实体师妹就你的背后
的动力是什么样这个动力我觉得就是说我会认为有很多人是跟我一样的困惑你当
时大一下说你在看的几种路径里面你提到 了科研和科创这两件事的区别是什么其实
区别本质不大科创呢更多的是像挑战杯天空工厂等等的大家去做一些可能用简单
的代码简单算法就能实现看得见摸得着的事情你就又说到一个人天空工厂那就是
于浩当年在清华弄的一个社会我当时在的时候可能天空工厂的负责人叫赵浩赵浩
是电子系 09 级他是光轮智能之前的首席科学家后来加入了极致家做首席科学家
所以就当时的这个校园里的很多学生后面进入社会都是在各个领域有很多很多的
创业者对特别是在清华的科创和科研这两条线上会看到大量的创业者不管在中国
还是在美国你可以据说你说科创是用一些比较简单的方式把一些东西实现出来对
所以大家要一定要有一个看得见摸得着的能够服务我们的东西出来那这个东西的
成果一般是会放到挑战杯上作为一个学生的科创项目而科研肯定就是京岛实验室
跟着老师们去做事情对吧那它的阐述可能 根据你的实验室的差异也非常巨大有很多
做理论的可能阐述就是 SCI 的论文可能对于我们这些人来说可能阐述的是个软
件因为我最开始做的是 EDA 就是集成电路设计的软件那对于后期我们做的事情
来说可能看到的一个呈现是一个板卡里面能跑 LX Net 能跑 VGG Net
去做一些图像处理所以对我自己来言我比较有成就感我比较喜欢的是最后一定要
有能看得见摸得着真实生活中的东西你后来其实本科毕业是拿到了 CMU 博士的
off er 但是你没有去你选择本科之后就直接创业了是的可以讲当时大三大
四这是一个什么样的申请后面又放弃然后 又决定创业的过程吗最开始我其实是一个
非常普通的随大流的同学因为在我那个 时候读书大家的思想风潮还是说读书最好的
一定要去国外读一个博士而且这个在电子系应该是比例非常高的其实现在的比例
已经大幅下降甚至有很多老师在忧虑出国的比例太少但是在我那两届确实是非常
高的我那一届出国的同学比例应该达到了 45%仅仅对我那一届但是后面迅速的
可能就变成了 3020 现在可能 10%甚至都不到从我的角度说就是大家如果能
去最好的学校最好的老师那边学到一些 东西最后回到国内来做事我觉得肯定是一个
最完美的方案你随带流的这种想法是因为 什么原因变了是发生了什么事吗其实不是
我觉得包括你自己的人生成长你一定在 不断的找自我对吧就是我们其实所有人都是
生活在一个社会期望家长期望老师期望熏陶 出来灌输出来的一个世界里面啊那我觉得
我第一次去找到自我可能是在初三因为我初中都是当班长那最开始的时候我可能
叫严格执行老师给的各项纪律严格的监督 其他的同学后来我觉得似乎这些事也没有
必要到了大学以后我觉得也是逐渐的在找你自己的很多的想法那大一我觉得还是
一个随大流的状态家长也觉得其他大部分的同学也觉得读书好的人就应该去美国
读个博士但是到了大三上的时候当我真正第一次发了第一篇 paper 去美国开
会的过程中我越来越体会到这个生活不是我想要的这个在其他一些学校的媒体采
访也说过这个事对你之前接受清华的一些采访的时候讲过因为当时去开会以后也
接触到很多在硅谷工作的清华师兄我感觉大家的工作其实确实非常的清闲可能一
天工作个五个小时六个小时但与此同时每年的收入增长你的职绩增长这些事其实
是一个非常缓慢的一个过程这和你一天要工作 11 小时的人生观产生了冲突是吧
这倒不是这个事情而是说我会觉得这样无聊 就是后来有一个老师总结了一句话我觉得
特别切中我当时的心态他说人生就两种状态叫 b oring 和 s uff ering
然后就看你倾向于哪种對我來說我可能更加無法忍受 B oring 所以他們當
時就很多師兄們因為工作相對比較閒收入也很高可能在比的就是說我去過黃石我
還沒去過我去過 28 個州我去過 30 個州可能大家都在往這個維度去拓展也是一
種很好的拓展但是站在讀書的時候的我來說我覺得我可能想經歷更多然後希望有
更豐富的人生而不只是日常的工作和這個休閒那我为什么后来还是去申请了一些
美国的博士的学校因为其实在申请的时候是需要在大三年级去做申请的大四的上
学就会出结果包括我大三暑假去了一趟 斯坦福做了数据科研其实也对我后续的很多
的这个创业有很大的一个影响那个时候坦然讲呢我们和汪老师也没有下定决心要
去创卖深剑也是到了大四以后逐渐的明确了这个想法嗯啊所以基本上就是说到大
四上那可能汪老师开始跟我讨论是不是应该去创业了拿到 offer 的钱后可能
就已经明确了就其实是要去创业的所以我们就已经开始做个各各种的创业的准备
了嗯你当时那个时间点本科毕业就来创业 对在同学里面是一种什么类型的选择其实
是非常极端的也不太被认可和理解的选择可以先稍微聊一下就在十年前的青化园
里面那批年轻人相互之间较量的是什么比如说你做到什么可能在学生时代你可能
是个风云人物然后你做的什么可能会被鄙视清华一直是以科研和学习肯定是作为
最主线的所以大家会去羡慕的人我们当时还给很多人命名了叫神就比如说刚才讲

[00:20]

讲话人未标注（原始 ASR）
的那位韩彦俊我们叫做韩神然后我们有 一个隔壁班的同学叫张帆我们叫帆神那他们
班还有一个神所以我们叫他二神因为一个班只能有一个大神得有一个然后就是二
神就是我们出来很多神那这些神普遍是说学习成绩特别特别好并且就是说在一些
理论方面或者一些学科方面就是有非常强的天赋当时像杨志玲高继扬陈剑宇徐华
哲其实都是你们前后级的对他们是神吗在学校里他们大部分能够算成神对对对但
因为比如说直林不是跟我一个系那为什么我知道他们能够算成神呢是因为那清华
其实也会有很多的培养计划是超脱余愿系的一些专项的培养计划那比如说最老的
一个专项的培养计划叫做思源计划叫做饮水思源回报祖国计划那大家会去走向西
部走向很多的这个贫困地区去了解中国是一个怎样的现状以此更加坚定自己为社
会服务的一个心态那除了这样的计划也还有一个计划叫做科技创新星火燎原计划
简称星火计划那我和很多的同学其实都是星火计划的这个一期或者隔壁期的同学
比如说我的第一家公司的首席科学家韩松 比如说徐华哲比如说杨志玲应该也在我不
完全确定但是应该也是在的另外还有一个更小的群体是 St an ford 有
一个官方的项目叫做 UGVR 叫做 U nder graduate Vis iting
Research Program 就是本科生访问研究计划这个计划是由一波
以华人为主的捐赠支持的每年的暑假输送 20 名左右现在可能在 30 名左右中国
的学生去斯坦福大学做访问研究这个计划会承担你所有的机票、
食宿、
科研经费还给你一定的零花钱我当时也是这个计划的一员那高基扬也是这个计划
的一员对我们都在那有一段非常好的科研的经历对所以那清华一定是大家认为学
习和科研是非常非常重要的那当然也有很多的神我们可能会羡慕说学生会主席各
种在社工方面做得很好的人但是最主流的价值观一定是学习跟科研你刚提到这么
多人其实后面很多人都创业了比如说高智洋杨志林徐华哲等等王赫但他们创业的
时间都比你晚你那会那么早创业是不是就有点背离了科研这条路线两方面去讲这
件事第一是我最近会感觉到非常的有趣因为市场上这些一线公司里面也大量的是
我的同学是我在大一大二就认识的同学那 这属于一个我觉得正常积累的创业是因为
正常来说你要积累足够强的技术的思想你还是需要读一个博士的你还是需要一些
更深的更长期的科研工作的然后当你当了教授或者有了几年的工作的经验你开始
逐渐意识到更多的商业的问题然后你跳出来创业那我觉得这是我们王赫师兄高继
扬华哲师弟等等大家的一个 ty pical 的一个创业路径那对我来说我可能
把这条路走得更早因为我从大一的暑假就开始做科研那我本科生期间其实就发了
四五篇的论文并且我已经开始在实验室开新方向了甚至我也从我的大二就開始帶
大一的新同學了我覺得相對大家更早的其實邁入到了一個科研方向的思考科研團
隊的管理等等的一些職責上與之相對應的那就是說到了大四年級我們整體的幾個
同學做的這個必涉组装起来就是一个完整的 AI 芯片的 demo 的时候那可能这
件事我们感觉离创业更近了那所以就跳出来直接创业了所以我相当于可能比大家
更短周期的去完成了从科研走向科研方向的选择走向科研管理在最终走向科研科
技成果转化的这条路径深建具体是怎么开始的呀就是你更快的经历了这个过程之
后这里面我觉得有很多很好玩的事情比如说当时我们有同样好几个一字班的同学
在汪玉老师的实验室里面做毕业设计一字班就是 2011 年入学的本科里面算法
负责人你可能也采访过叫周二进哦对就是之前矿石研究院的现在在元凌灵机元凌
灵机的联创之一没错就是我们当时这个小 pro ject 的算法负责人对你说
到这个元凌灵机的创始人唐文斌以前也是他们系计算机系科学的主席是所以我跟
我们跟唐师兄也认识好多年对你可以据说这是你们四个同学做毕社是其中一个对
那么就大家从算法 arch itect ure 软件系统编译器不同的角度去
做了这件事情我其实我毕社的题目并不是这个但我恰好是这个项目的 PM 所以我
去组织整个的科研以及最终我去写 paper 当这样一个东西做出来的时候我们
开始思考这件事值不值得创业那因为 2014 年 9 月份商汤成立就在清华科技园
的创业大厦就在你右后方能够看得到的那栋楼对这个就是右后方那个外墙有点破
落的那个楼嗯因为这个楼也是应该科技清华科技园里面租金相对比较便宜的一个
楼嗯当时商汤就在这里面从商汤一成立我记得大概徐冰就来找过我现在徐斌也是
去希望当董事长了因为他们要来清华招式医生清华招式医生的一个方式就是给我
电子鞋科鞋赞助几万块钱然后给我们活动冠名然后我让很多的同学帮他们去张贴
招聘的海报大三那就是你大四上学所以当我们已经做出来一定的成果你的完整的
dem o 能跑通的时候我们看到了商堂成立了商堂成立就意味着一件事那就是
说那可能深度学习这件事情会要跨入主流形成一种新的商业风潮或者真的进入各
种各样的服务行业真实的应用而不只是做科研了那这时候可能恰巧就会需要我们
这样的芯片和这样的平台因为原来的 CPUGPU 可能会支撑不太够所以这个时候
开始动了一些创业的念头也开始跟汪老师 这个谈起来那过程中其实发生了很多很多
的事情比如说还在琢磨的过程中我记得是 24 年底韩松师兄回到了清华 2014
年底他当时还在斯坦福尔读博士我们一聊他其实做的事情跟我们是一个非常互补
的因为他在做系数化在做算法的压缩系数化和量化这件事情天然跟一个硬件的加
速是搭配在一起的并且他自己也有创业的想法当时汪玉老师和韩松都是多大年纪
汪老师在那个时候也就是 32 岁刚刚担任副教授可能两三年那韩松还是一个博士
二年级博士三年级的学生 25、
6 左右对大概吧大概吧对他现在在 MIT 当老师对韩松老师现在是 MIT 的长聘
副教授对在去年已经 tenure 了对那这也算互相壮胆在 2014 年的年底他
也有这个想法也认准这个方向值得干我们 也认准这个方向值得干所以就逐步的开始
去物色各种各样的团队包括我去物色我周边的同学师弟能不能来一起做事情所以
最后我们公司的一号员工就是我在电子系 科协带的比我低一级的师弟叫隋灵智我们
电子系科协硬件部的一个师弟成为了公司一号员工最终我觉得彻底下定决心还是
说大家也叫互相壮胆我觉得汪老师也帮我下定了决心就是你刚才问的问题其实是
非常重要的就是我还是有 CMU PhD 全奖 off er 的就是虽然没有我的
d ream offer 比如说 St an ford offer 但是汪老
师会觉得有两件事是可以帮我去解决的第一呢就是说创业的机会成本最低的时候
恰恰是你年轻的时候其实大部分人到了 30 多岁反而是不敢创业的特别是当你结
了婚有了孩子可能有了更多的负担有了房贷以后很多人是不敢的所以他觉得你在
这个状态恰巧是其实成本比较低的一个创业的阶段第二件事情他觉得如果你还沿
着之前这个家长和社会灌输给你的这个主流的所谓主流的方向就是应该读个博士
然后去一个硅谷的大公司就业是一个最体面的话那你其实读博士和读硕士可能都
差不多那汪老师觉得他也有能力帮我去 找到很多的好的推荐信去到 CMU 去到 St
an ford 去读个硕士他的意思是说这件事和创业同时进行还是说创业不成
功的话他说创业不成功的话我可以继续 推荐你去美国读个硕士你可以继续原来那个
社会主流认知中去美国读书在美国的打企业工作的一个很体面的路径所以我觉得
也是所以一方面是看到了很强的机会就是说深度学习起来你确实需要新的算力一
方面我觉得解决了一些个人心理上的负担再加上个人心态上刚才其实提过在那个
时候我已经不是那么想沿着一个很传统的路径去美国读博大公司工作这样一个家

[00:30]

讲话人未标注（原始 ASR）
长们认可的路径了所以我就坚定下来跟汪 老师一起创业但过程中也发生了很多很好
玩的事情比如说我父母那肯定是坚决不同意的所以后面也需要汪老师出面去做了
很多的私下工作汪老师还要去和你爸妈谈是的汪老师也要把给我说的那一番话给
父母讲一遍对吧肯定用了很多的方式多轮 的沟通最后父母才同意我的第一次就直接
创业而不出国读书你没有避讳就是你当时其实有退路的就在有些人看来会觉得会
导致你的心态上也许不够 all in 我觉得一定不要讲这句话比如说当时应该
是哪家公司创始人叫给压房子然后 all in 到这个创业里面我在朋友圈就看到
了我忘了是哪位连续创业者或者企业家说的话就是我从来不鼓励你 all in
因为当你把房子去 all in 了你的这个失败成本实在是太高了或者再换一个
角度说这后来看到一个知乎上的回答是说为什么赌徒们永远是失败的是因为虽然
理论上哪怕你的赢和输的概率是 5050 赌场都不抽成但是会有一个刹那你的本
金输为 0 输为 0 以后你就没有任何资本 再去翻本了因为它肯定哪怕是 5050 比如
这是 0 这是无穷大它也会波动波动的一个过程中变成零以后你也再也无法回本了
所以我其实一直不鼓励抵押房子卖房子所谓的 all in 我觉得你应该把你的
时间精力注意力资源全部 all in 但是不要把退路封住你觉得失败成本太大的
问题是什么是动作会变形吗还是什么我觉得动作会变形就是你追求成功和防止失
败是两种完全不同的路径追求成功和防止失败对吧追求成功的时候我们其实通常
是要冒一定的风险的你的一些决策是带有 风险性的比如说你制定了一个三年的这个
公司的规划那你可能账上的现金是不足以支撑三年的你还需要持续的融资但防止
失败意思就是说那第一我所有的事情我投一分钱下去一定要见到两分钱的产出我
现在账上能够支撑我一年半那我就要裁员降人数把这件事拖长到三年到五年这个
动作节奏我觉得会严重的变形当你们做了 一系列这种互相壮胆的工作之后正式开始
筹备创业对建了 50 家投资机构是没有一个人愿意投对在当时去做这样一个硬科
技的创业你可以讲讲早期是怎么起步的环境是怎样 10 年前 11 年前其实环境是
非常非常差的第一呢就是说其实在此之前中国人在科技行业的投资几乎没有挣过
钱你当时去见投资人是 15 年下半年你们筹划期对就开始见人了是的是的没有赚
到钱我们给你处理说当时在芯片上大家可能能数得出来的一只手就能数得出来曾
经赚到钱的案例比如说展讯可能就没有什么了陈大同也是你们的老师兄对在那个
年代教授创业和学生创业是少见的多亏商汤给我们有了一个势力我们还能援引到
一个利子除此之外几乎是没有的不像今天其实你能看到很多的老师年轻老师以及
他们学生一起创业这件事也是没有的第三也是出于那之前没有什么技术项目可投
那整个投资人的背景没有几个人是技术 行业出身的绝大部分就是看消费看文娱这样
的一些看互联网出身的不具有技术的知识 体系他没有办法做判断对吧就好像你今天
来跟我说核聚变这个路径好那个路径好用 氦 3 好用别的能源好我其实判断不了因为
我没有你那个领域的专业知识我觉得那个 时候的投资人也是没有办法去判断的你们
当时对深圳要做什么事是怎么来描述的那个时候其实是说我们是一个很学术的想
法就我们做了一个非常优质的高级的领先的芯片的方案这个方案在 FPGA 上就
能实现比如说多少 G-O bs per W att 的一个能效那在将来芯片
上能够实现一个多好的能效那么在未来的人工智能时代我们对于算力的需求越来
越高 GPU 会不够所以会需要这样的芯片技术那再列了几个可能的应用场景比如
说安防监控的摄像头啊辅助驾驶啊等等的一些事情其实还是一个从技术再走向产
品和可能的商业化的一个叙事可以说这不是一个被包装的很好的故事可以这么讲
吗 FPGA 我觉得那会应该大家都有很多人没听过都可能确实是的所以那个时候
也没有找到什么 FA 更多的就是说有一些投资领域的师兄来帮忙给给意见比如说
我们请了兴旺师兄就是现在高中资本的兴旺师兄那个时候就在高中资本比如说请
了伍斌学长是 CPE 原封的那位伍斌学长 也比如说请了 ITG 的牛慧光师兄请大家
来给给建议说应该怎么去写这件事情那后来其实包括还请了像北极光的邓峰学长
给我们一些建议他就讲了一个对我们后来 影响很大的一个话他就非常直白不像之前
的很多师兄可能还比较委婉怕伤到我们的自尊心对吧他说你这个 PPT 的讲法哪
怕见邓峰学长的时候已经改过很多版了但还是一个纯技术人员的讲法因为你在讲
你的技术有怎样的可能性而如果是纯商业背景的投资人大家想听到的事情是说这
件事我觉得有一个万亿级的市场万一级的 市场里面产品的更新换代或者是完全没有
产品我们需要一个怎样的产品最后我的技术恰好能够实现这件事情并且已经实现
了怎样的指标还有哪些 dem o 的点出来是能够往这个产品上去靠的你可能要
从市场倒推去想技术的这个已经落实的东西你说到这个让我想到你以前的一次演
讲的分享你说技术创业很重要的一件事就是要很快的抛弃单纯的技术思维对因为
你的技术的目标最后不是发 paper 了就是你的技术的核心不是自嗨你技术的
核心是要在产品上最后能够创造价值那你首先得给你什么叫创造价值那你可能才
能想清楚你技术的延展的这个方向后来你们实际上是怎么拿到第一笔融资的这又
是非常非常多的机缘巧合我们公司的天使轮的领头方最后定下来是金沙江创投的
合伙人叫张玉通 OK 他现在也自己在创业对当时也非常多亏金沙江创投在硅谷有
一个合伙人叫做林仁俊是一位新加坡籍叫 Rich ard Lin 他也是投过
好几十年的半导体因为他在硅谷投了很多的半导体对这件事有一个非常清晰的认
知他也觉得可能我们得从通用处理器跨向专用处理器了所以他也是大力支持了这
一个投资所以这个投资人的情况是他本身就看到了你们在做的这个方向和趋势从
接触到推进这个项目是因为张宇同自己也是清华电子系毕业懂得一些芯片的基础
知识觉得我们在技术上做的肯定是不错的与此同时再推到一个创始合伙人的级别
Rich ard Lin 可能从芯片行业几十年的发展的过程中推演出来未来
是需要一类这样的东西的我们又在中间是 做的不错的所以就金沙江果断的出来一个
turn she et 按着我和王老师 在办公室当场签了才走你们第一轮是不是
还有高荣也投这也是高荣也是兴旺也是氢化电子系的师兄那当然坦率讲在金沙江
出特事业之前可能高荣还会有一点犹豫虽然岳斌总也是北大计算机毕业也做技术
出身兴旺也是这个氢化电子系毕业也是技术出身但是大家对于半导体可能并不是
一个有特别长线和对过往认知可能不一定深入对未来的推演可能不一定完善所以
他们跟金沙江交友以后可能相信了金沙江的判断所以后来马上果断的跟进跟投具
体这一轮是 16 年年初几月份敲定的当时签 turn sheet 应该是在 3 月
初或者 2 月底左右的时间吧我想问这个时间是我想知道这是在 Al pha Go
战胜理事时之前还是之后之前因为 Al pha 战胜理事时就是在 2016 年 3
月没错在那个之前所以那个之后我们特别的高兴觉得就是说 AI 真的是在往大家
我们在设想的方向在发展那件事改变了你们的处境吗其实改变不大我觉得也还是
跟当时的创业的投资背景是有关系的因为中国当时的投资人的环境刚才讲大部分
其实没有能力去做技术到底好和坏的辨别 大家更多的还是看资历所以我们作为一个
年轻团队呢坦率讲就是自认为技术很好 部分的客户跟合作伙伴也认为技术很好但是
我们可能不是特别容易跟投资人讲明白或者用一种投资人容易理解清楚的方式去
呈现我们的技术的领先性和它未来的价值所以那一年我们也是迅速的转换了一个
思路那就是说既然我们的客户跟合作伙伴 对我们的技术价值是深度认可的那为什么
不直接把这些人变成我们的投资方所以 到了我们后续的这个投资 A 轮的零头方直接
就是 S el ix 后面还有像三星联发 科等等的一些公司的投资他们的投资都是

[00:40]

讲话人未标注（原始 ASR）
做了七轮乃至九轮的技术金调之后做出的投资为什么你当时拒绝了英伟大英特尔
选了 S el ix 在那个时候开始已经开始有了一定的战略思想我其实做申建
我个人最得意的一件事情是我拿到了金沙江的 turn she et 以后就在
2016 年 3 月左右我就开始推演这个 公司将来会怎么样的走向 ending 如果
我们想追求一个好的结局那你肯定是希望上市一个中等结局肯定是说我希望走向
收购当然我是不希望走向破产的对吧如果走向上市那当时 A 股有传言要做叫战略
新星版也就是后来科创版的原型那美股可能大家希望你在做一些怎样的事情港股
可能希望你做一些怎样的事情市场有怎样的特性那如果是收购英伟达要收你的话
他会说什么英特尔收你的话会说什么塞林 斯要收你的话会说什么国内阿里要收你的
话会说什么我当时就开始有一些思考你一定是在某一件事情上做到了世界第一又
是他在他的集团战略方向上非常重要的一个环节他会愿意来收购你所以这是一个
战略思想的启蒙从那个时间点开始思考这个公司最后会发展到一个怎样的程度那
回到你刚才那个问题就是说为什么拒绝了 一些投资我觉得就是在那个时候有了一些
战略上的思考这些人一起在你公司真的是 一件好事吗所以我当时也跟汪老师跟很多
的团队成员在分析这件事就是说有可能一家公司同时被赛灵思英特尔英伟达三家
公司同时投甚至可能还加上 AMD 那在人类历史上可能都是绝无仅有的因为正常
来说他们的投资的条款最开始拿出来的时候都是排他的都是排掉刚才讲的各家其
他公司的但最终他们都接受共存但是我就在想这件事短期可能对你公司的品牌有
一个巨大的提升但中长期对你公司是好事吗我觉得不见得因为第一我们的业务实
质上在嵌入式端跟英伟达的 TX1TK1 等等的这种嵌入式 GPU 有一定的竞争
它拿到了完整的信息权可能从长线上看它对你的产品布局比较了解那可能能指导
他进一步的他自己的产品布局而另外一个角度呢当你假设走向收购的时候可能反
而你卖不掉了因为假设这三家中间假设英特尔要收那英伟达和塞林斯有一种可能
是净价也有一种可能是捣乱那让你的这个收购破产无法成行所以反而可能不会太
好并且虽然每一家都承诺给你很多的业务资源但是这几家公司都是有一定的业务
竞争关系英特尔会怕说我给你投入了大量我的市场资源和业务资源最后你上的全
是 C yl ins 的 FPGA 的产品我帮我的竞争对手推了产品大家反而在这
种情况下都不会帮你所以站在一个短期和长期的取舍的过程中我们对中放弃了短
期一个品牌迅速提升的机会而选择了一个中长期对我们业务提升可能最有帮助的
机会就是 304 的投资这些融资上的选择和战略判断主要是你在申建负责的是吗
对那个时候是我在负责你在申建的整个角色是什么你是职位上的 CEO 对我和汪
老师搭配更像司令和政委其实很多大的方针肯定是汪老师去制定的他是政委不在
一线直接指导业务一线的业务指导可能是我在发号施令但是一些宏观的大的战略
决策肯定是汪老师来最终拍板以及假设我的决策犯了重怒了让大家不高兴了汪老
师出来收场以及有一些重要的客户我觉得我作为一个特别年轻的振不住场可能不
足够去 con v ince 别人那可能 就需要汪老师的出面比如说当时就在这个
楼就在 2016 年的我忘了几月份可能就是六月我们和汪小川川总开会现在川总
在隔壁的网信公司对那就需要汪老师来出面因为川总是 96 级汪老师是 98 级那
他们可能相对年龄类似更多就更有共同话题也能找到一些相关的同学当时他是在
搜狗他在搜狗对那韩松和单一因为你们是四个对对对合伙人吗对他们的团队职责
是什么这个团队肯定是以汪老师为核心去组建那单一也是汪老师的学生他是公司
的 c to 又带领整个研发团队啊去做不管是包括一部分的前瞻性的研发探索和
整个的工程实施努力去组织算法软件硬件整体的来出产品那韩松是我们的首席科
学家所以在一些前瞻性算法的研究包括前瞻性的压缩这个稀疏化量化等等的方面
可能会以周会后来以双周会的形式带领大家一起去探索各种的方向其实你们这个
组合里面它缺少一个有商业经验和产业思维的人你是自己成长成了这个角色是吗
从日常工作上我们有一个师兄确实帮了很大的忙叫做刘静秀是汪老师的同年级同
学汪老师同班还是隔壁班同学那他自己其实当时已经在外企工作了可能比如说小
十年左右的一个周期一直在做市场方面的工作他是有一些成熟的工作方法去做日
常的推进的但是最终的我觉得可能一些大的拍板什么事该做不做一些方向上的取
舍首先是我来做决策但如果出现了重大问题可能汪老师会接入举个例子当时公司
有一次就是造成了一个巨大的内部波动就 在于我下定决心把无人机业务砍掉对你们
做了一段时间无人机对然后呢转行去做了这个智能安防和辅助驾驶那这一段时间
其实团队内部是比较动荡的因为从技术人员的角度我干了一年的无人机的方案了
刚做出来刚在 CES 发布刚准备进入小配量生产你告诉我砍掉了那不就是一年的
心血就完全白费吗你们是直接做了一个完整的无人机不是我们是跟一家叫零度制
控的无人机公司合作我们确实做了一个板卡但是我们把上面整体板卡都做好并且
把算法也都做好提供的是一个解决方案但不是整体的无人机 2017 年的 1 月份
我们其实已经在 CES 去发布了我们跟 零度制控联合开发的智能无人机可能在非常
早期的时候就具备像主人识别手势识别跟拍等等的很多的功能但是也就是那个月
我下了一个决心还是要把这方面的业务砍掉所以这就造成了很大的困难因为这个
决策可能之前虽然跟汪老师同步过他可能也没有那么深入的涉及或者说思考过这
件事会有怎样的后果那最后的后果就是技术同事们都不干了觉得非常的惋惜过去
一年的工作成果你为什么觉得哪怕之前 已经投入了一年还是得砍掉我觉得还是一个
短期跟长期的取舍就是你一定要相信沉没成本是零就是不管你投入了多少它就是
一个沉没成本无人机市场的问题是无人机的市场的问题就是它整个市场 70%是
大疆并且大疆不愿意跟小公司合作所以你就只能服务我服务零度制控是全中国当
时第二大的公司可能量也不会太大服务了所有的其他公司加起来量都不会太多你
前面在描述你刚才做的战略推演这个公司 会走向什么结局你用的是得意两个字所以
在你身兼的这个角色里面其实你是做了很多就是战略的商业的这些事你花在比如
说研发具体的时间肯定是变少了嘛是你是满意这种转变的是吗这是一个必须的转
变当你自己所有经验还在具体的研发事情上的时候谁来承担战略思考谁来承担融
资谁来承担跑客户的事情呢谁来承担招引更多的人才以及怎么去考虑组织建设的
事情呢那你们当时想过比如说类似于像越战面杨志林和张宇桐这种组合所以大家
希望是我转型成为张宇桐对吧或者是我能够兼具杨志林和张宇桐的一部分那你内
心希望有这个转型吗你自己怎么接受这个转型我是挺接受的当然我觉得这也是清
华人的一个特质就需要你做什么你就做什么 CEO 在公司我跟你讲一个特别好玩
的事永远遇到的都是最难的问题和最破的问题为什么呢因为团队会来找你如果遇
到一个事这个事呢它的不同的处理方法带来的结果一个是好的结果一个是坏的结
果就没有人会来找你因为大家都知道一定要往好的结果走如果一件事处理的结果
是好的结果和更好的结果也没有人来找你 因为大家觉得这样做反正都不会错只有一
件事它的处理结果是差和更差的时候大家 会来找你对吧说怎么办我们现在需要一个
新的方式去解决这个问题所以你其实永远做的都是大家接不住的最麻烦的最复杂
的问题那听起来都是痛苦啊就有什么好了 你为什么喜欢了但是痛苦就帶來成長所以
其實賽翁痴胭脂肺腑就所有的痛苦帶來的 都是成長所有的迅速的拔高聲量榮譽可能

[00:50]

讲话人未标注（原始 ASR）
帶來的膨脹帶來的是一些巨大的問題我後來我這個人一直特別的樂觀就是我覺得
在我第一段融資的過程中我被練出來了因為當時不是剛才講被 50 家投資機構拒
絕那個時候王老師就會跟我去說一個事就是說我們做的事就是很少人能夠看得懂
的但是你投資你不需要所有人都能看懂你其實 100 家機構最後有一家投錢能理
解這個事然後你就能把這個事做起來你做出來了再讓他們去看對吧所以我覺得在
那个不断的被打击的过程中心性就锻炼的特别好所以我后来很多事心态特别平和
所以每一件事其实都是有帮助因为你刚才也说就是大家期待你转型成类似于张宇
桐的角色你是不得不做这个转型这里面也是会有一些环境的被动的成分如果让你
再选自己的发展路径的话因为你也可以变成一个就是更技术背景的创始人这会是
你想要的路吗你觉得现在会有什么不一样没有办法去做这件假设站在另外一个角
度我也是一个挺知足常乐的人我并没有对 我现在的工作生活状态有任何的不满所以
我也无法去跟你假设一个好和一个更好我也从来不回头看我也从来不后悔我也很
难去做这样的假设 2018 年年终身件其实是在成立两年多之后就快速的以三亿
多美元的价格是被收购了是的这应该也算是那批 AI 公司里面很快然后很成功的
一个推出为什么比较快就选择了被收购这样一个方案这里面有非常非常多的复杂
的因素就是你能让我列举因素的话我能给你列十个甚至更多就是这里面我也不必
会谈一些问题就是说当时到了 2018 年的 1 月份 C il in x 换上了一
位新的 CEO 那新的 CEO 新官上任三把火就说我们 C il in x 公司要
从一家 dev ice company 成长为一家 plat form company
从一个器件公司成长为一个平台公司所以它迫切的需要我们这样的在软件算法解
决方案上有非常强能力的团队的补充所以给我们开出了一个并购的 off er
并且邀请我们团队一起去跟他见面沟通那 后来我们回到酒店去讨论这件事呢有非常
非常多的因素纳入了我的考量第一件事 就是说我不提是不对的就是那我们肯定没有
见过这么多钱对吧他开的这个虽然我们后来又还还价啊但他开的这个价格肯定是
对我们来说一个足够有吸引力的钱特别是对我一个刚毕业三年的本科学生而且家
里又是一个工薪家庭成长起来的肯定这 是有诱惑的第二件事就是说让我第一次开始
更多的从负面去思考公司的发展因为我觉得现在很多一四创业者我看到的包括我
自己当时都会遇到一个问题就是当你几十遍的讲你的 BP 以后你自己也全盘踩兴
了并不认为公司未来发展有任何的风险 自我强化了自我强化了对吧因为你也得到了
一些投资人的强化那当时我更多的开始站在负面去思考那这个公司后续发展有怎
样的风险那比如说我会想到 18 年了战略新兴版还没有出来呢这东西到底会不会
有对吧那当时国内上市就是得连续三年 利润增长我们在想这件事能不能做得到然后
可能能做到的话最短也是五年到六年的时间五年六年不知道会发生什么所以大家
从都从负面的角度去思考公司可能的风险性发现其实肯定不如我们最开始完全从
正面设想的那么去思考就肯定还是有很多 风险这里面也遇到一些事情我们从最开始
工作可能是 996 从 2018 年初改成了大小周是因为我们的团队逐渐的年龄也
上来了公司的第一年的平均年龄是 26.7 岁就 2016 年的时候 2018 年已经
到了 31 岁左右那有很多人结婚了有娃了年龄上来可能体力也跟不住了对吧开始
跟我们抱怨这样一种拼的状态特别是我们有几位技术核心当时给我讲几个话特别
的这个令我很印象深刻比如说有一位技术核心跟我讲我已经有连续两周没有跟我
家孩子说过话了为什么呢因为他的加班的时间颠倒跟他孩子这个时间完全颠倒过
来了跟他孩子这个上幼儿园和睡觉的事情完全颠倒过来了比如说有一位技术核心
的当时应该可能三十四五岁了刚结婚然后老婆怀孕了他说现在对我来说孩子就是
对我最重要的事我一定要把老婆照顾好这里面也有很多的这样的因素对吧所以它
其实有非常复杂的因素最后汇聚到了一个结果我们去接受了这样一笔 offer
你后来看到环武器的发展你会有些惋心吗你们是差不多时间成立的大的方向是相
似的其实还好因为对我来说在 2018 年 我就获得了一个更高的台阶去做更多自己
喜欢做的事情那其实而且对于财富我一直 有一个认知啊就是当你的财富高过了一定
的数值以后它就不是你的对你来说那个线是什么比如说五亿十亿我觉得高过那个
之后你的财富就不是你的了不是你的意思是你自己无法控制还是说应该去它其实
就本质上应该就属于社会了就是你自己不应该去用它也无法去用它我不用太去羡
慕陈天时老师对虽然他确实非常非常成功哈但是我觉得每个人有每个人的自己追
求的东西就是你自己的高兴并不完全是代表身价或者现金或者财富等等的一些东
西那所以韩武 G 我觉得坚持下来到今天我觉得非常的了不起那对我们来说我们选
择了一条路径能够让我在过去 5 年去玩火箭这件事那我觉得我也非常的高兴每个
人自己心里的标准的成功或者让你开心的事情我觉得是完全不一样的对我来说我
最重要的一件事情是什么我觉得就是回到 第一性原理的思考人这一辈子最重要的是
什么时间对这就跟我的答案一样人最重要 的其实就是生命生命其实就等于时间所以
你把时间花在让自己激动自己感兴趣自己 高兴的事情上就可以了那对我来说我觉得
当然这些时间花在个人的兴趣爱好花在持续不断的创造价值花在你自己的兴趣爱
好的方向上去创造价值我觉得我就非常高兴你当时 26 岁左右然后成功的卖掉公
司也见到了你说之前没有见到过的那么多的钱是一个什么状态你飘了吗也没有我
后来给你一个评价你还可以去问问 David 张颖就经纬创投的他的评价就是说
你看杨松那样子你能想到他是一个卖过公司的人吗其实是看不出来的我自我感觉
其实之前也想说什么心情卖完以后其实心情就是陷入了灰暗因为当时卖公司的那
时候我跟山益我们俩共用一个这么大的办公桌然后在一个小会议室里面是我们的
那个办公室签完这个并购的约之后我非常高兴的围绕着这个桌子踱步了两分钟踱
步了两分钟以后我的人生就陷入了灰暗为什么会灰暗呢因为首先我的个性从刚才
就能听出来我是不适合在一个大型企业长期工作的因为我在追求持续不断的挑战
我很难按部就班的慢慢的一年一年的去说每年工资涨个三五个点然后直级慢慢提
升对我也是一个不善于向上逢迎的人我不 愿意向上做管理啊所以我跟汪玉老师这么
多年合的来也是我们有话都直说有话都非常的透明的交沟沟通和交流对吧那我就
一定要从这个大公司出来那我出来干啥这个问题就问到我了对吧因为第一次穿越
的方向是我最开始因为我喜欢三维集成电路这个方向我去了汪玉老师的书里面那
因为在三维集成电路这个活做得特别好后来实验室开了一个新方向叫做 AI 加速
器我成为了这个方向的负责人当然我自己 后来又开了一个叫硬件安全的新方向我在
实验室里其实管两个方向那恰好 AI 加速器这个方向变成了一个创业公司所以我
恰好成为了这个公司的 CEO 这个方向是老板定的是王老师定的那将来我在创业
有可能需要我自己去定方向了那我该做啥其实就是这个换赛道想方向是一个特别
痛苦特别灰暗的一个状态为什么用灰暗 这个词就是它就像一团雾在你前面因为你看
不清路嗯对吧他不是说已经有三条路在你面前可以选他是一个完全混沌的状态他
都不是纠结对对吧你都不知道有哪些路因为我的人生在那个点只有三维集成电路
然后再到刚才的 ai 加速器包括涉及到一些硬件安全的研究我的主线就是 ai 加
速器这一件事情那如果不是 ai 加速器了 那是什么那我觉得这个状态就跟很多的人
比如说一辈子都在一个岗位上工作最后 退休了可能他会有一些无所适从一样我觉得
有这样一种混沌的模糊的状态所以我形容叫灰暗所以纯粹的高兴就两分钟就这两

[01:00]

讲话人未标注（原始 ASR）
分钟你后面是怎么走出这个过程呢其实到你下一次创业中间是隔了好几年隔了好
几年的主要原因是因为收购一般会有锁定期其实我还提前从锁定期跳出来了还损
失了不少的钱实际上你从 18 年卖掉深建这个公司到后面 21 年第二次创业来做
商业航天你看到了哪些方向要做任何决定的前提条件是你获取到了足够多的信息
当你的信息都是片面和不完整的其实你是 无法去做任何的决策的所以为了去做这个
决策大概在 2018 年的 12 月份我跟王化冬在凤凰会的相爱吃的饭去跟她聊了
一下因为之前经纬曾经想投资身件也给我们开出了 T our She et 大家
之间是相互比较认可的哦对就我跟他聊到了但说但没投成因为你们很快就卖掉了
对卖掉了就收购了我也是咨询了很多师兄的这个意见我跟 IDG 的 Justin
刘慧光当时也是在相爱吃的饭我就印象中啊我跟李旦还聊过这个问题就李旦是我
很好的朋友我跟华东也在聊这个问题我在说我虽然才 25 岁 26 岁但是我有点中
年危机的感觉就是我这辈子要实现什么我要去做些什么路在哪里我其实看不明白
想不通大家都给了很多很好的建议那华东给了重要的一个建议就是说那你应该多
看看其他人在做什么看看有哪些可能的方向那也正好经纬当时缺少一个纯粹技术
背景出身的合伙人那他就邀请我去经纬去兼职 vent ure partner
可以帮他们一起看看项目所以我开始了在经纬的兼职的过程所以在经纬也投了两
三个项目也帮忙参谋了很多的项目比如说最近上市的西制科技就是当时我在经纬
的过程中去投资的当然那个项目的负责人并不是我对以及在那个时候我其实自己
孵化和天使投资了一家脑机接口的企业后来经纬也在 pre-a 轮去领投了这家
企业所以在那个过程中接触了非常非常多的方向脑机接口激光雷达因为那个时候
开始讲固态激光雷达等等的很多的新的概念商业航天火箭卫星恰好经纬是中国投
商业火箭商业卫星最多的 VC 没有之一接触了很多方向以后开始对事情有了一些
判断比如说激光雷达那时候可能会在三个月的时间范围内可能会见到六七家不同
背景的新的做激光雷达的团队的出现你说那个时候是哪一年 2019 年上半年当
时大家在讲这种非固态的激光雷达肯定将来要被淘汰所以有很多人说我是有固态
激光雷达的这个背景的也有一些人说纯粹靠这种横向的线扫这个激光雷达当然是
不合适的那你可能其实很多的信息是丢失的你可能应该这样斜着扫形成一个激光
的点云的图可能对于做物体识别做 B 站可能更加的有帮助那这个过程中那我还去
找李一帆聊过这件事嗯何塞的何塞的李一帆对那他给我的一个结论就是说其实激
光雷达领域这些技术路径不重要重要的其实是工程能力就是做一个 prot otype
一个学术小组一个技术小组花三个月都能做出来但是从一个 prot otype
变成一个真正的产权原型变成小批量的生产并且变成大批量能够交付的产品还在
交付的过程中从手工组装逐渐走向半自动化自动化这样一套有程是难的那何塞在
这件事情上是走的比较领先的所以他的判断是说如果还是发展固态激光雷达那和
塞包括可能还有速腾等等的公司依旧会走在前面因为这个行业核心的这个技术点
技术路径不重要重要的是后面你要花三到 五年的时间走完这一条工程的路径他这个
判断现在可以说是印证了印证了我觉得是的甚至于其实我觉得在很多的行业实际
上它的工程的难度和要求会高于对那么一 两个技术点的要求所以当时我就觉得非常
有道理所以最后这些激光雷达一个都没投也同时没有成为我的这个自己去选择创
业的方向那么去找到这个方向的过程中呢我也其实明确了一些事情比如说我发现
我是无法做一个专业的投资人的因为我在一线做决策做多了以后当我看到这些创
业者明显的在往火坑里面跳的时候我就忍不住想拉住拉住他所以专业的投资人曾
经是你长期的一个选项吗没有没有我跟张颖 去聊我加入经纬的时候我觉得 David
也是看的特别明白的他说姚松你不需要现金是你需要足够多的信息所以经纬中国
的任何的会你都可以直接推开门去参与不管是合伙人会还是投角会还是他们在建
任何的项目这个给你一个特权我觉得他 也在为我的下一个的事情做铺垫所以我觉得
张勇是个很牛逼的人那你可以据说旧网雷达被你排除了后面还有哪些方向也有好
多好多的方向比如说我还系统性的看过脑机接口也是在 ne ural ink
出来之前但是后来我感觉到一件事就是说 这件事在中国去推行的速度会非常非常的
慢比如说在 18 年底 19 年初我当时就跟 薄瑞康的很多同事有过好几次的交流就是
黄潇珊他们当时就感觉到你真的如果要做一个亲肉式的脑筋接口你要开颅这些流
程可能非常非常的缓慢可能你先做两三年 的老鼠的实验再做两三年的猴子实验可能
开始再花三年的时间做一些简单的这些临床实验你可能最终才能够获辟所以这个
周期会太长那也许不是在那个时间就去创业的一个很好的时间点因为当你纯粹还
停留在研究阶段和过审的阶段没有进入到真正产品和商业化的阶段我觉得我的能
力不一定能够特别好的发挥出来所以我孵化和投资了一个纳基接口的项目而没有
选择自己去做 CEO 去做这件事情 19 年到 20 年的时候你看到了国产 GPU 的
那个创业的机会吗其实上必任对摩尔仙城 还有穆希就是在这个时间段里成立的是的
包括经纬当时也系统性的看过好几家公司但是呢坦率讲这里面就是有我自己的短
板所在短板所在就是作为一个懂技术的人反而会过多的容易放大缺点因为这个方
向看起来跟你之前做身建它是比较契合的契合的但是一方面我是一个极其讲诚信
的人我在那家上市公司的收购的 off er 里面其实是承诺了五年内不会去做
类似的创业公司的所以我在五年内肯定 就不考虑这件事情再一个就是说坦率讲如果
没有大模型的驱动其实这些公司的业务的增长也是个谜在那个时间点我们是无法
去判断在这帮公司后面还会有一波大模型对于算力的急剧的需求的急剧增加的需
求的其实 19 年到 20 年它的一个直接的国产 GPU 产生的原因对就是韩无忌的
上市我觉得其中之一我觉得还有一个是当时就是对英伟达的禁令开始了对就对当
时最高端的一些形式开始了所以那个时候我感觉如果还是只有深度学习这样一件
事可能并没有看到那么大的一个机会去做这件事情对对对所以我就没有选择出于
从诚信的角度我不愿意说让人代持然后就开始做这件事对吧然后出于一个从机会
的角度我就没有去做这个方向我知道你还 考虑过可控和去骗看过一些看过一些我也
跟很多人有过交流那因为刚才讲我其实也是从收购以后再到经纬这一段过程中收
集信息的过程中逐渐的明确了自己的一些做事的这个逻辑框架就比如说我刚才给
你画出一个大圆给你讲出来有三大问题 然后用这三大问题的框架去装我在经纬看到
的不同的方向去装我自己的很多的思考的方向可控核聚变我觉得它是和上线航天
一样都是你说的大圆的那个问题就人类生存边界空间的问题对所以站在那个时间
点我觉得可控核聚变包括量子计算都不够成熟就是还是纯粹的在一个实验室阶段
那个阶段离一个实现可发射可有能量产出 的这样一个状态其实还遥遥无期还看不到
一个清晰的这样的一个路径而且呢包括量子计算在内包括可口和聚变在内大家还
没有进入到产业化阶段就还没有开始思考我投入是多少钱我产出是多少钱举个例
子核聚变其实它会发射一些块中子出来会迅速的把你可控核聚变的那个就是比如
说托卡马克内币的叫第一币给它打的千疮 百孔所以你有可能一些很特种的材料但是
你每三个月就得停机半年然后换一遍材料换的周期是多少换的成本是多少把这些
东西都要算上去你再把你的这个原料算上去再把你能够产出多少的电算上去你不
见得你的店能够比现在的水利发电便宜所以你当时想找的你认为你能发挥你的长
处的是从相对前沿的技术然后到它可以规模化工程化的这个阶段的领域对我希望

[01:10]

讲话人未标注（原始 ASR）
能够找到的是说我在未来的两三年或者三五年能够清晰的看到工程化和商业价值
的事情不然的话太远了我甚至想过我直接去读一个博士啊只不过后来也确实看到
了火箭这样一个机会所以选择了火箭这件事情从 18 年麦道申建到 21 年东方空
间这中间三年多的时间对其实你一直就想创业吗你多步两分钟之后你可能就在想
新的方向了对这三年对你来说是会比较难熬吗因为还挺长呢从工作状态上不难熬
但是从心理状态是反而是比较难熬的失去目标感的时候当你在找目标感的时候是
比较难熬的这是一种刺痛感还是一种一直这样被文火烧着的感觉文火烧着的感觉
就是你体会过无聊吗就是那种手机也不愿意刷了什么都感觉提不起兴趣很无聊很
无聊的那个状态就没有足够多的东西能够让你感兴趣你不是说你有一些爱好吗对
那你尝试去玩过一些爱好吗你就像比如说你的师兄说他们以前我去过 28 个州我
去过 30 个州对这些你觉得没劲吗有一劲 但是不足以改变这个工作上面的事情工作
永远包括到今天肯定是我的整个人生的主流我也不存在什么 work life
balance 肯定主要还是工作其实之前我们聊过就是你说你当了一段时间富
贵仙人可能当了几个月之后就受不了了对我想请你描述一下因为我觉得这是很多
人好奇可能又没体会过的当富贵仙人当六个月之后到底什么感觉其实就是 b oring
就是没有感觉的那种感觉你当时干些什么了我其实最核心的爱好就是音乐另外是
踢足球那音乐呢我印象中那个时候是不是也刚好赶上了乐队的夏天第一季我当时
初中我是开始玩吉他的但是看到乐队夏天以后点燃了我这个乐器和音乐的火花我
开始打鼓我开始弹键盘我在朋友圈当时还传了很多的就是艺人乐队的视频就是我
自己弹键盘打鼓弹贝斯弹吉他自己唱歌的一些视频我觉得这属于一种对吧另外一
种呢就是说那我之前的生活经历我可能 没有时间去看音乐节没有机会去接触到一些
我非常喜欢的这个演艺圈的人比如说新裤子乐队比如说盖这样一些 ra pper
因为我也是这个中国有嘻哈第一季的一个很狂热的粉丝也一直在看这个事情因为
我自己本身也唱歌那所以我可能有很多的朋友恰好有很多的机会新裤子来演出能
跟他们一起吃个夜宵音乐节上能够去到后台跟盖拍个合影满足一些兴趣上没有被
满足的点但对我来说就满足一次够了但这些事你觉得都没有创业来劲当你满足了
这个最基础的想跟他们见一次的愿望以后我不知道这后面还有怎样的愿望我甚至
确实考虑过去专业玩乐队我甚至在我二次创业和三次创业之前很多的朋友问我要
干啥我说我要当一个职业鼓手因为水木莲华乐队缺一名鼓手对我可以去给他们打
鼓但是你还是一次次回到了创业这个事上 是的我觉得还是脱离不开科技那到就第二
次创业就商业航天首先东方空间这个公司其实外界就是后面也有一些各种传闻和
风波嘛嗯包括你也是 25 年就从这个公司 离开了对你可以自己讲讲吧就是你会怎么
来描述这样一段经历这是一个什么故事啊一段对我特别有帮助的让我成长很多并
且电影了我今天有更强做事能力的一段经历这件事为什么会开始呢其实也是源自
于经纬那经纬其实刚才讲投了很多很多的火箭公司最后呢我把这个行业的关键点
就是怎么做出一家优秀的企业我把它拆分 了三个关键字就是叫中国商业航天你首先
是航天所以你一定在技术上首先能做一个能发射上去的火箭但是你持续不断还要
推动你的技术创新往可回收的方向去走再 一个你是商业所以你不能不计成本你一定要
考虑你的整体的成本商业规模你要考虑 融资现金流地方的合作第三件事你是在中国
你一定要适应和习惯中国的系统一定要把公司的定位在为国家服务的这样的一个
定位上你才能把这个公司做好我是当时在经纬首先对这个行业还是有一定的认知
同时也看到了很多的新的机会因为那个时候其实已经有了一些火箭的企业包括星
际荣耀蓝箭航天等等其实都是非常不错的优秀的企业那你刚说为国家服务这个和
商业它怎么结合了因为商业肯定是要有个市场化的客户国家的任务也可以会被市
场化的释放出来这就是我当时的一个判断到了 2019 年的时候其实我感觉火箭
公司也是相对没有目标的就是大家唯一能够找到的目标是对标 Space X 但
除此之外其实你不知道应该做什么那我的客户在哪其实绝大部分公司是不知道的
将来能够怎么实现商业化实现一些商业 价值绝大部分公司也是不知道的所以在那个
阶段呢就是我也个人判断也是听到了一些消息我认为未来的两三年可能国家会成
立他的类似于 Star link 的卫星互联网的这样的一个计划我一直有一个
观点就是 5G 再往后的 6G 不一定还是 依托于基站的这个形式因为 5G 的速度已经
足够快了大家当时想的是说 4G 会催生短 视频等等这样一些重大的应用 5G 会不会
催生一些 VR 啊或者怎样的一些新的应用 但实际上并没有那么多新的应用对吧这是
通信换代的一个魔咒说单数的就会低于预期然后像 2G 和 4G 带的变化就很多虽
然我不是专业搞通信的但是或多或少学过一些通信的课我一个基础的想法就是说
那如果 5G 走向 6G 可能不是通信速度的单纯的提升了我们其实应该追求更多的
一些指标比如说覆盖的广度原来你一个基站 5G 可能就覆盖周边几百米 4G 覆盖
周边几公里那能不能一个基站覆盖方圆几百公里那就得到天上去吧对吧所以我从
一个做通信人的角度从一个电子工程系老本行做通信啊我认为 6G 应该往天上走
而不是在基于一个地面基站的一个形式 所以卫星互联网就是火箭公司这个行业一个
很大的市场化的客户也是一个重大的市场变化所以基于我对于未来两三年国家会
出现重要的卫星互联网发射的需求那我开始思考那做火箭应该以一个怎样的优先
级去做这件事那我发现可能我最后自己排 下来优先节叫做好多快省好多快省对因为
首先这四个字是非常经典的四个字重组了顺序但是我重组了顺序为什么呢因为好
代表着你要高成功率你如果是一个 50%60%成功率的发射没有任何这种微信
互联网组网的计划感幽密对吧第二件事是多为什么呢因为卫星互联网如果要发射
一定是单轨 12 颗 18 颗卫星至少就是三四吨四五吨的一个运载能力我会觉得你
不到个五吨六吨的运载能力你可能不足够 去支撑这个卫星互联网的发射那快快其实
是抢占市场先机因为永远是说卫星刚出来的时候可能它找不到足够多的火箭来发
射你再等个三四年那所有的公司包括国家队都反应过来市场可能就变成一个白热
化的竞争了所以我们要快尽快的实现一个这样的又好又多的火箭的发射那在这基
础上省可能是没有那么重要的保障任务的发射能够赶紧找到火箭把咱们的卫星火
力网大批量打上去可能是优先级高于省一发火箭几千万的成本所以我对这个行业
也有来一定的自我认知就是要从好多块省也以此我觉得做这样一个公司可能你先
从一个固体这样可靠性比较高发射成功率比较高的事情对吧这就是好好所以 01
号是一个纯固体的火箭对并且要实现一个 6 吨以上的运载能力要多因为大概我们
看了一下至少得 4 点几吨可能才有机会去 接触到卫星互联网发射的市场再到快其实
固体也代表着快因为你不用去自行研发发动机了那把省往后面放一放所以我们制
定了一个从固体再到液体可回收这样一个循序渐进的路径你这里的我们指的是谁
东方空间的就指整个我们东方空间的创始团队是的这个公司是怎么开始的这个公
司的开始呢其实也是源自于首先我看到了一个这样的很好的契机并且我认为现在
的这些火箭公司可能并不在这个航道上 已经看到了这样的一个需求第二呢也是非常
机缘巧合的能够接触到一些非常优秀的从体制内出来的火箭的工程师他们当时是
已经有一个小的团队已经组队了吗对他们当时已经从体制内出来了并且呢自己刚

[01:20]

讲话人未标注（原始 ASR）
刚开始画 BP 然后开始思考这件事怎么能够去做那最开始他们是通过我的同学来
找到我说哎能不能帮忙指导一下这件事能够怎么去商业化怎么去跟投资方沟通越
交流我越觉得我们是互补的因为他们懂技术懂体制内原来的发射流程应该去怎样
的审批怎样去打交道而我懂战略懂资本能够去跑市场跑地方对吧能够去做一些组
织的设计我觉得是一个非常完美的搭配你在东方空间将近五年的时间你最开心的
时刻是什么索飞机成功的这个时刻引力一号发射二四年年初是的一定是这个时刻
当时这是第一次民营航天发射直播这个点子是你想到的吗是我想的我也觉得后来
觉得叫你叫出生牛犊不怕虎也好叫的真的胆子大也好对反正我们是确实是敢吃螃
蟹的这个人为什么你们敢直播了是因为你们选的这个技术路线他非常成熟其实发
射没有很大的风险还是你也接受我直播有可能会失败我是接受直播是有可能失败
这件事情的这里面其实也是有我一些个人的执念在里面就是我认为航天不应该跟
普通人这么遥远我觉得它应该是一个最终让 大家都能够亲身经历亲身感受的一件事情
所以我就希望我第一次的火箭发射不只是一个很像国家的保密的火箭发射的活动
而是说希望像一个大家都能够接触到都 能够参与的活动音乐节一样的事情所以包括
我还请了水木莲花去现场演出包括我们给火箭搞了一个冠名我们叫海兰之家号火
箭大家会觉得非常的有意思这个冠名也是你去促成的对因为海兰之家的董事长周
立晨也是清华警馆的校友我们也非常熟悉很好的朋友你去推动这些事有难度吗在
内部因为就是可能从比如说技术或者发射 的团队他们可能希望成功以及说事外不要
被放大这件事是最主要的整体我们配合都非常的好他们可能也是对自己的发射成
功有很强的信心所以我们从更宏观的角度希望把它做成一个公司对外展示的名片
做成一个大家都能参与的火箭发射的大型的活动的一个角度去策划了整个的发射
是不是也和引力一号采用的这种技术路线就是全固体它其实至少之前在体制内它
已经比较成熟了其实还真不是那你可以讲讲你们当时影的一号比如说它的一些新
的东西是什么影的一号还是挺难的一件事情就是因为它是一个固体捆固体的一个
构型捆固体就是它中间是固体它四个助推器也是固体这种过程是非常少见的那一
般是一般是中间是液体周边是固体然后呢这里面就会带来一些问题比如说大家发
现固体火箭发动机最后几秒的时候因为它那个燃烧啊它是从中心然后向四周去扩
散燃烧的最后你可能变成依附着这个火箭发动机薄薄的一层它的燃烧就不会太均
衡不同的火箭发动机的燃烧可能也不会均衡所以它的推力可能会有一些变化不同
的发动机的推力也会不太一样所以像这里 就是我们技术团队做了非常非常多有意思
的工程上的创建去解决的问题还是有很多的难题的包括当天其实海面的风是比较
大的晃动也是比较大的你们是在船上发射的是的包括在船上去发射要解决火焰的
建设包括对船体的稍微问题其实他有非常多的复杂的技术工程问题要去解决大家
也都做得非常好我之前跟王华东聊他提到就是你跟他聊上游航天你有一些跨界的
思维让他觉得还是很有意思的比如说你有提到说在这个领域其实仿真一直做得很
不好就相比可能一些计算机科学用的更多的领域所以导致整个周期会拉的比较长
你们当时实际上做了一些这方面的改进吗我们其实一直在推动这方面的改进因为
这里面的有多个角度一个是看其实 Space X 在 2015 年的 GPC 做过一个
报告叫做 GPU s to Mars 其实就在讲他们用 GPU 在加速一些仿真的
软件再一个我作为一个 EGA 出身的人我的想法是说我们去台积电流片之前结果
是怎么样的应该 99%点不能说三个九 比如说 99.5%以上我们都大概确信知道
它会是一个怎么样这是芯片的验证环节来解决对吧对因为你芯片的 val id
ation 其实就会把很多的工作都做在前面并且各种的仿真软件能够把结果仿
真的确实挺真的但是对于火箭来说呢大家确实要切分好几个不同的阶段从最开始
的可行性的论证再到后面的详细设计阶段也叫模样阶段再到后面的出样阶段就是
第一个原始样品的阶段再到最后的试样阶段也就是实验发射阶段那这里面投入最
多的是出样阶段也就是实验样品的各种的 测试的环节然后持续时间也是最长的所以
当时我也有一些第一性原理的想法就是说如果你能够通过 sim ulation
的方式把所有的零部件包括你的燃烧仿真的足够的逆帧那是不是可以降低很多的
测试的成本因为你要把所有的零部件发动机都要造出来做现场的实验也能够减少
非常长的实验的周期所以其实有跟一些老师在合作包括北大有一位老师做燃烧仿
真的包括现在北航有一位老师在做燃烧仿真的当时我们也有很多的探讨但是最终
因为火箭还是一个好在第一位的所以我们去用上一些全部创新的技术会相对的比
较谨慎刚才你说最开心的时刻是 24 年年初英零一号首飞机成功对那在东方空间
难受的时刻是什么我觉得整体来说都非常好这人生创业的十几年我也非常多的感
受到一句话叫做赛翁失马焉知非福可是其实你的痛苦就是你的成长那你失了什么
马我们对于这家公司后续到了一个不同的发展阶段那大家肯定想法会有一些不一
样最后呢我觉得我还是更适合于像现在的前沿技术的突破连接上商业化的事情你
前面提到就是东方空间你说这是一个成长的故事是总结一下就是经过这一段你核
心的几个成长是什么你工作的 sc ope 跟深建科技还是不太一样所以呢在战
略的思维上可能会更完整一些就是你要主导更多战略我要思考更多的长远的事情
对吧而不只是眼前的这些事情啊并且要有 组织有逻辑的去思考很多的事情啊这件事情
对我后面去比如说推演其他的行业包括巨神智能的发展我觉得是很有帮助的第二
件事情呢我觉得我收获了很多在中国踏踏实实这个非常实在做事的一些能力能够
更好的在中国去推动一件非常重大的事情这个流程我是完整的经历了一遍甚至两
遍甚至更多遍我觉得这个对我的帮助也是非常非常的巨大的你觉得你个人经过这
一段嗯你心力上的成长和变化是什么还是不断地在成长的一个过程中其实会变得
更加的成熟我在第一次创业的时候的第一年 2016 年就经历过一些这方面的成
长为什么呢因为当时有投资人要投我们公司他去找一个也是清华校友做备调就问
姚松这人怎么样并且这个人可能我们本身都还认识我们会下意识地觉得那这个人
应该会给一些至少不差的评价结果我们没想到投资方反馈说那个人给的全部都是
差评就是做的东西一点都没有什么价值我这完全都能做等等的等等的一些的话语
其实只有你最亲的亲人们最亲的同学们你一个实验室一起摸爬滚打的朋友们希望
你好没有那么多人希望你变得更好大家更多的可能都是眼红眼热当时就其实就经
历过这些事情然后到火箭呢其实后期也你也其实尝试想要去探究一些大新闻外界
也有一些纷纷扰扰但是我觉得其实就是说对我的心里反而变得更加的坚定更加的
坚韧你看到外界的一些纷扰社交媒体上的 一些说法你是什么心情了就没啥心情其实
大家都知道做了那些事然后有怎样的价值然后也都知道公司还在正向的发展所以
我就没有什么特别的心理的波动其实对我来说完全没影响我睡觉你心还挺大的你
不要把这些东西放在心上你要都放在心上太注意媒体的报道每个人对你的评价事
就没法干了甚至于我觉得有一句话叫做事以密成就是你有一些核心的战略就是不
应该对外讲的你有什么在商业航天上想实现没有实现的遗憾吗就是时间还不够长
如果能够等到咱们的可回收的火箭发射 成功能够一起在见证那件事肯定会更好当然
也很快了大概在今年年底或者明年上半年团队就会应该能把我们的引力二号的火
箭成功的发射上去并且有可能在第一次发射的时候就做一些很大胆的尝试去年夏
天你离开东方空间是一个怎么样的过程是一个挺好聚好散的一个过程现在已经进
入到一个就是平稳发展的阶段因为公司已经签了十好几亿的合同那我也可以追求
我自己更喜欢的 AI 上的技术上的商业上 的东西因为当时确实有一些投资人是因为
非常认可你对然后投了这家公司是那随着你的退出的话就是他们的这一部分你说

[01:30]

讲话人未标注（原始 ASR）
是认可也好还是说期待利益也好怎么来 安排了多个方面去进行了保障吧一方面就是
说我跟大家说我想去做新的事情了那他们说那我其实那可能要跟着你去做未来的
事情那我想退出那没问题我帮你找到一些收老股的机构一方面呢我觉得也确实是
对不起大家因为公司刚成立到这个阶段我觉得我应该去做新的事情那你们当时冲
着我头的所以我在我的新公司也给所有的老股东会有一些股权补偿也赶上了最近
的商业航天的大潮我觉得目前大家的估值又比我离开的时候进一步的增长了总体
而言从他们投资的估值到现在的估值肯定是有一个数倍的增长的总体对大家来说
肯定我们是打了一个很好的基础让大家都享受到了一个估值上的几倍以上的一个
增益的第一次创业结束就是卖掉身件之后你说想到要去寻找一个自己的方向是感
到灰暗了一段时间的是那你去年东方空间离开之后开始 str iding AI
其实是非常快的一个过程你可以讲讲这是一个怎么开启的过程吗以及怎么定位到
这个方向其实去定位到这个方向也是花了一年的时间也是花了一年甚至说更长的
时间因为其实从开始思考公司到了一定的阶段我可以去探索新的事情了再到正式
的出来中间也有几个月的时间有时间差对在这个时间差过程中也一直在逐步的思
考应该做哪些事情你这次有灰暗的感觉吗你这次什么感觉这次其实也是有灰暗的
感觉但是因为我毕竟第三次创业了我觉得面临到的资源和信息量是不一样的包括
我自己因为是一个投资机构 CF und 的创始合伙人虽然我现在只是一名投尾
不参与到具体的管理工作但是我会看到持续不断看到市场上各种新的项目的信息
的所以我一直在首先是在思考大的方向上去做哪些事情第二件事也是这一次可能
比上次更快的碰到了一些机缘巧合因为我一直觉得创业它不是一个就是说我想创
业就一定能创业的事情你有可能在那捣齿半天两三年就是苦思冥想想了一个看起
来凑合的方向做几个月发现这事其实不行 然后又开始挠头想一个新方向又不行我觉得
创业其实是阴炸几的进球我不让你看足球我小时候最喜欢的一支球队是 AC 米兰
那是很早的时候卡卡还在打踢补的一个 状态那个时候还是舍夫千科在打前锋的一个
状态有一个很知名的意大利的前锋叫做殷扎吉印扎吉号称叫小进区之王就是你感
觉他所有的进球就没有什么花活没有过人没有什么摆脱没有什么倒勾就感觉他在
门口的这个小进区这几比米范围内轻轻的一推轻轻的一顶轻轻的一射这球就进了
创业其实是一个这样的状态就是说你得 感觉自己好像就身处在印扎吉这个位置其实
是那个球正好过来了你正好其实只要顺手就是顺脚一推顺头一顶可能这个球就能
进这类似于天时地利人和的状态吗其实是 有点天时地利人和的状态其实你需要很多
的资源等等的事情汇聚到一个点上让你感觉到这个点可能我们能够看到一个清晰
的路径去实现成功我觉得这才是一个创业 的好机会而不是说我一定要创业成功所以
我在这个过程中千辛万苦的去寻找方向那去年你的天时地利人和是什么了做物理
AI 的这里面的一些天时地利人和有好多个方面我遇到了一些非常好的合作伙伴
这里更多的是指其他的一些企业像我们公司的最大的除了我之外最大的两个股东
就是泰国的政大集团和国内的华擒技术那政大是全球 500 強企業前幾十名那它
去年的營收得有 1100 億美金他們從飼料種子做到玉米養殖養豬養魚養蝦再做
到肉類的加工再做到零售再做到信息科技對吧是一個非常大的跨國集團華清技術
是全球最大的手機的 OGM 公司笔记本电脑的 OGM 公司还覆盖所有的像手表手
环眼镜打印机充电宝扫地机所有的电子门类的生产是有两个合作伙伴首先希望能
够找到跟我一起去合作跟不管叫巨神智能还是跟物理智能相关的事情那我觉得这
两个合作伙伴是有一个天然的跟我的完美的契合这个方向是你提的是我提的但是
在聊的过程中确实是他们在重点战略投入的一些方向而且是愿意去做大量的前瞻
性的投资和投入而不是说等着产品成熟了我来算一个 8 个月回本 12 个月回本那
样的投入肯定是有这样的一个契机的没有这样的重要的合作伙伴提供的重要的场
景我是很难去做这样一些事情的因为你物理智能一定是基于一个场景你开始采了
数据有了模型有了产品有了解决方案上到产线或者上到工作环境有了更多的数据
这个事情才能够迭代起来政大和华晴具体提供的场景是哪些我们跟华晴会在工业
生产领域特别是在 3C 电子的生产领域去进行合作跟政大我们第一步合作还是在
消费零售领域在 711 的便利店在普丰零华超市等等的一些这种零售场景去进行
合作所以政大有一部分 711 的资产泰国和缅甸等等一些国家的 711 全部都是
政大集团职营的便利店它不是加盟店全球 有多少这种零售的店面中大集团直营的话
应该有 16000 家便利店有 2700 家捕风莲花超市等等的大型超市这是它直
营店它如果算各种加盟和合作的店应该 还有七八千家所以一个是零售商业场景一个
是工业制造的场景其实有了这两个基石你可以形成从算法到模型到应用的完整的
闭环并且落地之后你又持续不断的把这个 数据飞轮能够滚起来对吧我觉得没有这样
的人恰好来找到我也恰好愿意在这样一个非常重要的方向跟一起做前瞻性的投入
我觉得你很难有一些坚实的基础这肯定算机缘巧合另外一个机缘巧合也是跟我的
第一次创业的导师汪玉老师的再一次合作虽然他并没有直接参与到我的整个公司
里面来但是恰好汪玉老师的团队在过去的五六年有好几十个学生投入在巨神智能
相关的研究上不管从强化学习还是从世界模型不管从 inf ra 这样一些基础
架构还是到算法层面那其实当时他的团队内部也在讨论是不是应该独立做一个公
司就好像现在大家能够看到好一些年轻教授出来做世界模型的独立创业企业一样
恰好我们有这样一个很强的互信跟团队之间本身都是很多的同学和师弟比如说团
队里面一位年轻的老师叫于金成就是 2012 级的电子系科学主席就是我的下一个
下一任我的继任对吧我是他的前任这属于我大二他大一就认识了那大家就有很强
的这个互信的工作能够去探讨合作这肯定也算一个机缘巧合还有一些小一些的机
缘巧合呢也包括其实在过去年下半年开始去真正深入看这个行业的时候我其实在
七八月份就迅速意识到了这件事 VLA 差不多走到头了你怎么意识到的第一我自己
还是会读一些 paper 的已经有一些 paper 的数据表现就是给 VLA 的一个
模型增加了数据以后就增加了训练数据以后性能并没有如预期的是缓慢增长而是
开始下降了就它的增益在减少增益在减少甚至到一定的阶段以后数据量变大你的
这个精度还下滑了这个可能跟数据的 BIOS 有关系也有可能跟很多的其他原因
有关系第二件事呢就是在看到了部分的公司里面已经开始逐渐的从 VLA 切换到
强化学习从那些公司里面大家也发现纯粹的 VLA 可能直接做到交付是比较困难
的它的精度也到了一定评价以后上不去所以我就在思考那在下一步是怎样的一些
事情包括世界模型包括强化学习我觉得都是必要的这有一个小的契机就是说我们
又面临着一波新的机会有一波新的人可以来在新的技术方向上去做探索其实我刚
才还想问一个问题就是天时还站在你这一边吗因为 25 年下半年来成立这样一家
公司的时候整个市场上其实做巨神智能通用机器人智能机器人公司已经很多像智
源与数字影到了头部是的你刚才部分回答了这个问题你觉得你认为有一个新的技
术在变化在出现成立企业的时间肯定是跟其他的企业比如说对于我们已经投的对
银河通用比如说智源机器人肯定相对晚一些天时它决定了一些事情比如说先发优
势可能能获取更多的资本这件事情是无法 去比较的包括可能这里面刚才列举的一些
公司今年就能够上市对吧我觉得这个是 必须承认的第二件事呢先发优势可能更好的
能让你有一些这个业务上的资源比如说可以看到一些公司去年开始跟上市公司成
立合资公司推动一些业务的落地有些公司今年开始跟上市公司推动成为这个成立

[01:40]

讲话人未标注（原始 ASR）
合资公司推动业务落地那这件事恰好因为我是三次创业可以几乎比较了这些事情
在我们这次访谈的公开之前大家就已经会看到我们跟一些非常大的上市公司的战
略合作以及一些更加深入的合作再一个就是说对人的号召因为早期你肯定能够号
召一批有创业决心有技术能力的年轻人一起跟你去创业但这件事呢也是因为我的
三次创业和整个时代对于巨神智能的认知不断的往上走比较了部分就好像当年出
现了毕任岁元穆希的时候大家又召集了一批比身建早期更好的团队一样这个行业
也有更多的人投入了说的这些都是别人 也有你也可以有的部分有什么现在别人没有
你有的有一件事大家会比较难去做到的那就是说我们可能从业务的第一天就坚定
的是一个立足中国但是面向国际化面向出海市场的企业这个事是政大可以来帮助
你还是对为什么你能做到别人做不到你 觉得第一其实这跟股权结构是有关系的因为
大家都很理解我们在一个叫百年未有之大变局当你的股东结构已经定下来的时候
你可能是没有办法去理消一些因素了第二件事情就是说那大部分的创业者如果是
一次创业者可能他得在创业的过程中不断的去搜罗这些出海的业务资源那可能从
创立的第一天我们就拥有了一个覆盖全球的商业网络能够将来去帮我们去做产品
的推广和落地政大的股权和你们创始团队的股权相比是更多还是更少这个公司肯
定是我是董事长兼 CEO 兼创始人的政大是我们除了我跟团队之外最重要的股东
你和政大的掌握人就是谢国明你们是怎么谈定这个事情的包括其实他也是一个经
历过很多的企业家因为他今年都已经 86 岁了你怎么说服他愿意支持你来做这件
事他也是一个我很尊敬的长辈我愿意去跟他合作他愿意跟我合作肯定是互相的欣
赏和认可二年的冬天当时谢国民资深董事长来到了北京恰好政大集团日本的社长
叫做徐志敏学长是清华水利系七九级的 一位师兄我也认识很多年了他给我发了一个
微信说谢董事长来了北京然后特别想接触 一下中国科技行业的年轻的才俊你能不能
去跟谢董事长资深董事长汇报一下讲一讲你最近在做什么如果您有一些特别好的
你认可的朋友你也可以推荐给他一起去聊一个那我就邀请了几个朋友包括邀请了
戴宇森包括邀请了银河航天的联合创始人刘畅因为当时他们也想推动泰国的微信
互联网的业务我们一起去做了一个交流在这个交流上肯定谢老爷子对我的印象是
不错的然后也让我对他佩服的无稽头地 因为我们好几个人分别做这个自己做的事情
的介绍然后还有一些问答环节可能我们开了一个下午比如说三个小时的会谢老爷
子就穿着西装打着领带坐那正经为作一直认真的在听我们在讲什么并且没有迷失
因为他会不断的跟你互动他会问你的问题他真的在努力的认真的学习都可能都没
喝水或者就喝了一两次水也没有中间去上厕所聊完以后他就说要请我们一起吃晚
饭吃晚饭的过程中我就跟他提这个资深 董事长您看我能不能给您留个联系方式然后
他马上说哎不对你们是老师你们作者啊不要动我来加你们微信然后他拿出自己的
手机一个一个弯下腰去扫我们的危险然后 我觉得这老爷子太牛了对吧就是到了这个
年纪还持续保持着对于科技对于各种新 事物的好奇心然后对人无比的尊重整个你的
汇报流程你的介绍流程讨论都是不喝水不看手机不上厕所就跟你真的在认真听你
讲什么跟你在交流对大家的尊重对吧这个事我觉得得学习所以后来谢老爷子也对
我印象比较好因为我的报告有一个习惯我会相对根据听众的知识水平会调整一些
我的说法比如说你完全不懂技术我可能用一些类比的方式来跟你讲谢国民资深董
事长肯定也觉得这人还有点意思对吧又做科技创业然后还能够把事讲明白后来就
謝老爺子每次來到北京就讓團隊來約我並且說你帶幾個你認為比較不錯的科技行
業的這個同齡人跟我一起聊聊天他特別關心算力的問題所以我請了像並行科技的
董事長陳健像青雲科技的總經理叫林源包括請了汪玉老師過去跟他交流比如說他
關心自動駕駛我請了印奇師兄去跟他交流他關心巨神智能我请了王赫师兄请了许
华哲师弟去跟他交流有多次的交流以后他其实就跟我提出来他说有没有机会我们
一起做个事情但是当时还在做火箭那么我也就比较委婉的回绝了因为毕竟火箭卫
星都是一些非常敏感的行业从火箭公司离开以后那我觉得可能到了一个新的阶段
他的表态就是无条件支持你需要我提供怎样的支持我们在一个互相不占便宜正常
的商业上我们去沟通但是我们的巨神智能机器人或者用这个名字不管用哪个名词
还是物理智能我就选择跟你独家合作了所以你觉得你们能做到大部分公司就中国
的这些军营智能公司或者说物理业的公司比较难做到国际化是一开始它的架构设
立来决定一开始我觉得从我们的投资人的选择股东的选择对吧还有一些业务上的
资源禀赋我觉得可能就会比很多公司要好 不少你觉得其他公司是没有看到这个问题
还是因为各种原因没有做了很多公司已经开始在做了对吧比如说智源从去年下半
年开始在非常积极的布局国际化的业务比如说银河通用也在布局这个国际化的业
务站在更多的创始人的角度他们可能是第一次站在一号位站在一个要做宏观的规
划业务推进的这样一个状态并不像邓泰华 总肯定已经在行业里面很多年了对吧包括
这个银河通用的创始人其实也是非常懂 行业的所以对于很多的公司来说其实像我们
小时候打星际打魔兽一样你在探地图因为大家很多人是一个 rese arch
er 是一个 tech leader 是一个工程师出身那大家想的是说我先做算
法做一些本体做一些 dem o 做了以后开始思考这东西能往哪卖不同的就有选
择了有的选择说可能往海外去卖科研方向的本体有的说现在可能落不了地或者说
确实笃定算法这件事那就是说那我短期先把模型做好先不考虑落地的事但是你前
面的一些决策就可能成为你后面的一些制约就比如说刚才讲的你的股东结构除了
国际化布局之外你觉得你们还有什么独特的思路 str ide in AI 我们
真的是一个系统化的思路在解决整个的 问题举个例子就是大家最近最关心的是什么
world model world action model 是一些小天
才但是坦率讲我觉得一两个年轻老师或者一两个小天才坦率讲是无法去解决这些
问题的你说大家关注小天才具体指的是一两个小天才成立了公司然后能够获得相
对高的资本关注对吧 OK 对这是业界可能从舆论上从媒体上和从资本上大家会比
较关注的一些事情这是从这些技术方向上 是一些比较好理解的名词和确实跟 VLA
不同的技术方向你说他们不能解决问题是很难就通过这样一个简单的算法团队去
解决问题的这里面我觉得这就是我们系统性思维和大家专门只在一个方向做研究
的思维的差异回到 10 年前我讲一个历史故事 10 年前我跟曹旭东就在我们的楼
下散步就在我们新化科技园的这个圈在散步就 Mom enta 的曹旭东师兄那
他是刚成立 Mom enta 的时候他还没有成立 Mom enta 的时候对他
就是那一年成立的 16 年成立的是的当时他也在问我一些创业以后的感受我也请
教过他一些问题比如说你觉得做出来一个优秀的算法主要依靠的是什么竞争力最
后会出现在哪我记忆中他的回答我不能保证完全记得准确他说 50%是数据 30
%是算力 20%是人的经验和灵感并且他 把经验放在灵感之前那回到十年后当我们
去看新的模型新的算法的领域的时候你也会发现一件事情其实比如说中国现在最
牛的这四家大模型的企业没有真正的小天才单独创业或者年轻教授单独创业的公
司那为什么会出现这样一个现象我觉得 归根到底也是说如果你想做好一个算法其实
不是依靠于一两个年轻人能够做好的那靠 100 个年轻人像 De ep Se ek
那样是一个非常非常重要的因素但是还不够系统所以你一定是数据算力和人才资
源池同时三个方面去解决你才能够做出持续不断的业界领先的算法现在大家都在
买叫 E g oc entric 第一视角的视频数据如果你没有你自己的数据
的来源你要通过自己去买数据很抱歉现在业界就是 300 块钱一个小时到 600
块钱一个小时你轻则随便拿个几十万小时数据迅一个模型现在在业界可能都觉得

[01:50]

讲话人未标注（原始 ASR）
不够了可能你得给你一个百万小时的数据的目标三个亿到六个亿的投入成本就花
掉了你觉得钱转化成算力和数据中间的损耗是什么因为有一种路径就是我以小天
才的受关注的这种光环我获得很多资本的支持那我就可以去买很多算力我也可以
去承担比较高成本的数据的采集那你的产品就不会有竞争力为什么呢因为你所有
的算法成本是别人的十倍甚至二十倍那你的产品上将来怎么去计价所以我要非常
高效的相对低成本的做到这件事我需要的能力是什么你得找到跟你紧密合作的高
质量的封闭的海量的数据来源比如说我们找到了政大集团政大集团有 40 多万的
全职员工所以这个不是钱能简单买来的资源你觉得要有这一些东西对我可以通过
这种方式把我的数据成本下降到正常市场 采购价的 1%以下如果我换一种方式比如
说我还是号召 100 个小天才对这个小 天才可能有些是算法小天才有些是这种比如
说做设备 inf ra 的小天才他们用一种创新性的技术方案可以很低成本的去
采集一些数据你觉得这可能是一种路径吗他去哪采有可能是因为它相对低成本它
可以去说服一些资源方我觉得资源方关心的不是这个数据本身能给大家带来多少
的收益而是说这件事首先不能影响原有业务对所以我觉得需要这个方案做得比较
好就比较它不能影响你原有在那个场景里干活的状态并且原有的大部分的公司会
把自己的操作流程公益数据作为保密数据 它是不愿意商业化它的数据的正常的不管
是利性精密还是花钱技术他在产生的所有的工艺的这些流程一些标准动作一些操
作他肯定是不愿意公开的那可能就需要这个小天才进化了他得进化到他能设计出
一种方式让大家就是愿意来合作那当然 需要周期需要他能跟别人建立信任所以其实
我是因为三次创业能够优先的解决信任问题第二件事就是算力你找不到足够多的
卡并且不能把这些卡全部发挥效力你其实也是白费能够迅速 deep-se ek
并不是只是因为它有一两百个清华北大和各个学校毕业的天才是因为它有几万张
卡当你没有这么多卡你就没有可能去做这件事情同样对你来说是 1000 卡和对
我来说是 1000 卡我们也可能发挥出 完全不同的效率就我有相对的自信来说我们
可能能用 256 卡发挥出来一些没有 inf ra 能力的公司牵卡才能做到的效
果这就是因为我们在 inf ra 上能够做大量的优化如果说靠一两个小天才这
种方式或者说仅靠小天才它不能 work 的话这个是需要靠什么来补充你刚说到
有一种是和一些合作伙伴的补充还有我觉得一定要建立一个非常庞大的人才的资
源池你看 G ib se ek 的 techn ical report 其实里
面会有可能 100 人 200 人的一个作者 的清单它是一个大家集中参与的事情它的
V1 和 V4 它没有做个人的署名 V2 和 V3 做了个人的署名但是里面的其实最主
要的贡献者也一直在变化可能只有比如说 一个人或者两个人在连续两个版本中都是
重要的参与方和重要的技术的贡献者你回头回到一个更老的时代就是我们第一次
创业的 CNN 深度学习的时代 Alex Net 可能是 Ge off rey H
inton 老师组里面提出来的后来牛津的 VGG Group 提出来叫 VGG
Net VGG16 也是当时一个很有名的模型 Go ogle 团队提出来一个
叫 Go ogle Net 但是这件事真正进入到大规模使用是因为何凯明老师
提出来 Res Net 解决了一个问题就是我这个模型到底需要多少层多了反而
效果不好的一个问题你可以尽可能的把层数落多但是你的这个 res id ue
这个 by pass 的这个东西它可以让你解决后面的这一些哪怕层数多了不影
响效果你回到一些具体的事情上那做 det ection 最开始就有人做了叫
R-det ection 我不记得具体 哪个团队做的那大家觉得太慢了 R-det
ection 就是说拿一张图然后用 CNN 反正去把所有可能的 reg ion
都给你画出来就有人去做了叫 FASTR-CNN 对吧任少卿还不是任少卿我印
象中再到下一个版本叫做 F aster RFCN 就是任少卿做的后面戴季风
老师又做了一个叫 RFCN 就是 F ully Con v olution al
NEC 就是全卷机的网络这样的话它的速度进一步的提升了所以你可以看到就是
说不管是大模型时代还是深度学习时代我也相信到了物理智能时代或者巨神智能
时代没有哪个人是能够在一个技术领域内持续不断的产出永远站在世界最前沿的
改变世界的这样的一个算法的所以你需要很多的资源池不同的团队各领风骚一段
时间所以你能够保持业界的持续领先就是 说你得有一个比较多的人才库如果说一个
研究团队他无法一直保持世界领先这件事有可能被一个公司做到吗因为我吸纳了
足够多样的团队我就能做到还是说这件事本身可能就比较难成立我觉得这件事本
身可能就很难做到所以我觉得像智普现在的成绩像 G ib s ik 现在的成
绩包括 K imi 这样的成绩有网上有一些人说叫国运级的表现但我觉得确实是
绝无仅有的极其罕见的而且他们商户之间肯定也是交替领先的对一定是交替领先
其实美国的 Open AI 和 SRPP 也是我觉得我们还应该做一件事情那就是
说怎么能让最前沿的算法到最终产生商业价值这中间的通路是最短的如果你的转
化的这个通路是过于漫长的话你其实公司的竞争力也会弱很多我们可以先把人才
吃这个说完 OK 那你们怎么有一个足够大 的人才吃大家可以用很多方式去解决比如
说杨志明可能更多的通过他的技术形象和业界的感召力去解决并且他最开始就拉
了一帮清华计算机系清华摇板清华电子系的同学和师兄们一起有了一个人才的基
础再用这些人的人脉再通过类似于信息科学竞赛等等的方式去把一些最年轻的天
才拉过来那对于唐洁老师质朴那就是说唐洁老师天然就有很多的学生有非常多的
优秀的学生而且越往后面他的学生的精英程度聪明程度是越来越高的那他可以源
源不断的这个公司贡献各种新的 ide a 对于 G ip S ick 来说可能
用很好的薪资条件也包括梁文峰总个人的 技术的感召力能够吸引来很多的所以我们
可能也是希望多管齐下一方面我们跟汪瑜老师的团队去深入的合作能够让更多的
同学在实习的过程中就参与进来把他们的聪明头脑贡献起来将来也可能很多人会
成为我们的全职员全职的员工另一方面也有一定的个人的感召力能够把几个非常
不错的技术核心号召过来比如说我们现在的算法负责人高峰被好几个老师统一评
价说他在博士期间工作是一个人能顶十个人的这种我觉得就不单纯是靠金钱或者
说合作关系能够拉来的人了你刚才说还有一个重要的事就是怎么把钱银算法到商
业价值的转换的这个链路让它尽可能的短是的这个具体来说比如在你们这个新公
司上它的思考和实践是什么你很难一家公司或者一两个人持续不断在业界永远是
最领先的一定是交给往上走的有很多事可能会变成沉默成本我去问一些原来在商
汤或者矿石或者等等其他的 AI 公司工作的朋友们他们过去几年有没有什么后悔
的事情的时候他们回答的一点就是我刚才 讲的这个他们自己的所在的这个部门可能
从 rese arch 到商业价值到工程陆立再到商业价值的 p ip eline
太长了他觉得没有把这件事缩短并且他认为最后沉淀下来的价值其实还是一个从
rese arch 走向产品走向落地产生商业价值的 p ip eline 因为
哪怕是商汤一图矿是这样的最领先的公司 也没有办法保证所有的算法是领先的比如
说在大模型的时代他们确实就落后了一些如果说这些公司没有办法保证自己的算
法一直领先那理论上就从商业的角度那他们就应该找一个别的庇类当技术本身无
法成为壁垒的时候所以他们有些人在后悔的或者说可以做到更好的就是说应该公
司其实把 rese arch 和 engine ering 和产品落地更紧密的
结合在一起能够把这个 pipeline 打的最短其实这件事在大模型领域是被
直接验证的因为大模型的 model 级 产品你可以理解为 model 基本上讯好了
不用做那么多的调整它就可以变成一个产品并且客户切换 API 的方式是相对比
较容易的我觉得这个事很有意思就是解决技术竞争它有两个思路一个是我刚才说
的那个思路就是我在技术壁垒之外我找一个别的壁垒比如说英伟大做酷达它其实
是有一个生态的壁垒是然后另一种确实是 我现在观察到目前大模型市场的一个情况
对就是你刚刚说的我让这个链路变得更短对但它有一个我现在不太确定的东西就
比如说 An throp ic 你看它最近非常猛但是 Open AI 一旦看到
说 C oding 是一个很有前进的方向在 C ode X 上大力的投入之后你
又能明显感觉到它反扑的力量也是比较猛的对给人一种永无止境的相互缠斗下去
的当然就这种感觉对但是你也与此同时 可以看到像这个 XAI 等等的公司就并没有
赶上这一波浪潮对是的就缠斗过程中间有些人就被这个高速运转的东西给甩掉了

[02:00]

讲话人未标注（原始 ASR）
所以这本质上我觉得最核心的能力其实是 一个组织能力对吧其实是你要把这样一些
人每个人的自己最舒服的东西都不一样 一定要把他们很紧密的联系在一起一定而且
要把从算法到软件到硬件到解决方案全通路的在自己的内部去做全站字眼你才能
够去做到这件事情那你们是怎么解决的你 可以说一下你刚说的字眼这是一个对所以
我们呢跟清华合作各各种各样的算法自己也有自己的算法团队再到整个机器人上
的技术软件端车软件全部都是字眼的再到本体的结构设计硬件设计全部都是字眼
的当然我不做硬件的生产那再到比如说云端的摇草平台云服务的平台全部都是字
眼的再到解决方案最终的提供和现场的 实施也全部都是自己做那你这说的就是一个
强垂直整合的逻辑是的并且我认为这个可能会是巨神智能未来三到五年发展的主
流方向或者哪怕大家现在没有这么做也都会逐渐变成这个方向你们现在的产品它
在本体形态上是怎么选择怎么设计的我的观点也一直认为其实你真的要做场景陆
地交付还是应该用轮式双臂的这个构型因为绝大部分的作业场景都还是平地并且
呢其实用双足人形的角度会带来两个比较大的问题第一件事呢就是由于它的几个
关节可能需要做得更大用比较高价值的 关节所以你整体的成本可能会比轮式的还是
要高一些一旦开始你要算账这件事情可能就会成为一个问题第二件事就是说作为
双足的机器人你必须把电池装在你的胸腔这个位置以及它整个的运动是不那么稳
定的那轮式可以装底盘是吧底盘上所以它的重心会更稳定它在机器人执行操作的
过程中身体的晃动会更小其实是更便利 算法的执行的从场景落地的角度我觉得一定
是以轮式双臂为最开始落地的方向但是 我们同步也在探索双足人形因为就好像一直
在提到的我们是在探索通用物理智能的 路上希望每走一步都能开出一朵花接出一个
果所以我不会停止对于最终的通用的巨神的追求 CFUN 的不是也投了许华哲的
新公司一点吗是的前段时间我也采访了他是的他有一个想法跟你是比较相反嗯就
他认为之前有很多巨声智能公司是太想所有事儿都自己做他觉得没必要是应该把
有些事儿交给生态做对你怎么看这个分核 的选择和趋势首先它都是可能的路径因为
我会看历史更多一些我觉得有很多事是 非常类似的比如说你去看这个 PC 时代 PC
时代三个世纪七十年代到八十年代初就是 所有跑在最前面的电脑公司像 Apple
和 IBM 全部都是自研芯片也是自己的这个生产也是自己的软件也是自己的应用
也是自己的就是操作系统这些都是自己的 全部都是自己的但是到了八十年代末开始
很多公司开始出现了标准化的接口标准化的供应商可能我 CPU 就用 Intel
的了不用自己的我操作系统去用 Windows 甚至到后期我的生产都外包给了
一些公司但是再到了现在其实你可以看到 总体而言性能最好整体那个最舒服的还是
apple 因为它的生态是必然的它就没有那么多的威胁没有那么多的叫历史包
袱需要处理所以苹果的生态到今天又显示 出来它独一无二安卓系统也好或者其他的
操作系统也好完全无法去逾越的一套它的 核心竞争优势你觉得现在比如说物理 AI
对还是在一个垂直整合的状态什么的对所以在物业到今天为止我觉得不管我们叫
physical AI 还是叫巨神智能呃行业还没有形成很标准化的接口行业
也没有形成非常标准化的各种物件的尺寸也没有特别成熟完善的各类的工艺上啊
所以呢我觉得比如说关节我们可能不会自己做结构件我们可能不会自己做但上面
的软件大脑系统等等我们肯定都会要自己垂直整合才能够更快速的去发展零销售
你会自己做吗短期我们是不会去考虑的不考虑是说不考虑自己做还是说你们的产
品形态上其实短期不需要零销售短期我们这两件事情都不考虑这也是我的一直以
来的一个观点就是说我认为机器人的自由度该有多少不是由你的硬件决定的是由
你的算法的控制能力决定的回过头来我做一个类比就比如说你看自动驾驶其实咱
们干了 10 年了其实也没有完全的解决 L4 的问题那汽车其实只有前后左右这样
一些维度可以选择但它已经是一个非常复杂的控制问题了你要做到 6 个 9 做到真
正的可能平均下来几百万公里才有一次接管也还是很难的巨神智能比自动驾驶要
复杂非常非常多倍它复杂在三个方面第一个方面就是说车是不会去主动的撞人撞
东西的你机器人是要拿东西要改变周边物体的物理状态的第二件事车工作的是有
结构化信息的你知道这是斑马线这是红灯绿灯这是左转道这是直行道对吧别人也
大概率会或多或少遵守一定的规则但是物理世界如果你想做到通用他是没有这些
规则的他只有物理定律第三件事其实就是刚才我讲的你车的控制的自由度还是少
的你现在一个仿人臂就 7 个自由度两个臂也就是 14 个自由度了对吧你还有腿部
的自由度这个宽部的自由度那你假爪是一个自由度灵巧手可能少的是 6 个自由度
多的有 20 几个自由度所以你的算法哪怕 是自动驾驶那种管控都已经不容易的情况
下你如果真的想做到三个 94 个 9 甚至更高的 9 能够去做稳定交付我认为现在的
算法是无法去稳定的操纵这些灵巧手的那你说到这个其实你有一个前提就是你认
为现阶段就要开始做一些交付是重要的那这也涉及到这个行业我觉得一个一直在
讨论的问题到底是智能能力优先还是智能和落地我两条腿一起走你会站在哪一边
我会站在就是智能发展的过程中每一个 M iles 等都必须有商业化落地为什么
为什么这里面有两个因素就是说当我们回头看过去十年的自动驾驶企业的发展你
会发现如果我冒进了我公司就做 L4 其实独立企业的死亡率是很高的所有的交付
的 mil estone 都是技术进展的 mil estone 你需要有一波愿
意有这个自动驾驶的热情并且认可你的 mil estone 的投资人持续不断
的去支持你你才能走到后面而且你说这件事甚至在美国都没发生就独立做 L4 的
公司存活到现在的其实因为 V imo 我觉得你也不能说它是一个完全独立的公
司是的如果你不考虑落地其实就会像 B oston Dynam ics 我一直
在前沿方向的研究做出来一些世界最震撼的模型但是你只能靠持续书写你只能靠
认可你这个技术方向有这个技术信仰的人持续给你投资我觉得是会很艰辛的拿出
商业成果一定比大家看到一个经验的 dem o 会更容易 con v ince
所有的人那这件事是可行的这有一个节奏上的选择对有一些观点会认为 2026
年到 2027 年的竞争焦点还是在谁能在巨神智能的能力上比如说我先突破到类
似于 GPT-3 或者 GPT-3.5 的 状态就它有比较强的这种通用性的苗头然后
那之后再去考虑说落地的事这件事并不矛盾对吧就是所以你看我刚才讲的就是说
我们希望能够把前沿研究和最终商业化落地的这个 pipeline 打的最低我
可能所有的软件接口都是统一的我的硬件本体可能也是统一的我最终交付的应用
可能不一样当我来了一个最新的算法我只需要把我的这个 foundation
model 改了剩下的马上就可以直接交付对我来说难道不是一件好事吗对所有
的公司来说肯定都是一件好事我觉得一个 行业发展可能会有三个时间点我觉得我们
这公司希望能够同时是这三个时间点的参与者也是见证者第一个时间点就是你讲
的叫 GPT3.5 的时刻那我觉得巨神智能肯定没到 g bt 2 的时刻倒没到
g bt 1 我觉得不知道因为假设现在的大模型是一个比如说顶尖 985 博士
生的水平我觉得物理世界我们这些模型 可能还在一个幼儿园小班中班的水平我觉得
还差的确实是挺远的我会认为这个事的通用算法的难度比自动驾驶高两到三个数
量级如果更直接描述这个 GPT3.50 克在物理 AI 里面是只做到什么叫 GP
T3.50 我觉得就是你拿出来一个模型放在任意的机器人上在任意的任务上能
够做到 95%以上或者说 99%我觉得是一个 GPT3.50 克相对泛化的本体
和任务上的高成功率对我觉得而且是在 Z ero Shot 的层面上 Z ero
Shot 对当然我可以接受从工程落地的角度来这时候我可以接受说你让我花一
天的时间做一些调优对花一小时两小时 我们就在做真机强化等等的一些事情是可以
迅速提供他的停射他的成功率的当然 back bone 的基础模型本身肯定还是
不够的对这是你说的这是第一个时刻对吧那当他出现以后其实最开始知道这件事
的只是一帮技术狂热者所有的行业一定都有 一些长线的人有一些这个 mainstream
的人那么第二个时刻就是说你要让大众认知到这个事情真的发生了改变在大模型

[02:10]

讲话人未标注（原始 ASR）
领域什么时候开始呢那就 Ch ai GVT 不是是去年一月份 De ep Se
ek 开源你说是二一对就我记得就是去年春节前后应该是春节前 De ep Se
ek 的开源然后上线了一个免费版本的 De ep Se ek 然后藉由这个事情
应该有六七千万中国人体会了说哇这个去写个诗写个春联做很多的事情都非常的
好用我觉得这个行业才真正的占主所以这第二个时刻是破圈的时刻是更多人知道
这个事情更多人见证了这件东西好用你不要固步自萌地说从一些 bench mark
上我测出来它好用你要让更多人看到它体会到它第三件事是它被充分验证商业价
值的时候其实就在今年的一季度 An throp ic 开始实现了一个 400
亿美金的 ARR 而且有一些消息称 SRPG 是季度经营性是盈利的看到二季度说
是盈利了那为什么 M ini Max 和智普的估值最开始是 M ini Max
在上智普在这现在变成了一个这样的状态那是因为大家发现可能 c oking
是一个迅速能产生商业价值的事情而智普的 GLM 包括最近发的 GLM5.2 是
一个非常不错的又性能又非常非常好又有兼具性价比的默想其实如果没有 c og
in 这件事情那智府一月份上市的时候大家觉得四五百亿都贵对吧所以就是从见
证技术可行再到商业上大家认为这件事有机会落下来站站踏实了再到产生巨大商
业价值这三个阶段我们都希望同时去参与和见证哦稍微问一个题外话呀在 20 年
底看到 Ch ai GPT 的时候对因为你当时已经投入到商业航天这个商业了
是你看到这么大一个技术变革对你会有冲击吗还好因为我觉得我整体来说就是说
承诺的事一定要做到所以我承诺了我的精力就是要做航天所以这件事我也讲一个
很好玩的事情就是一定不要去羡慕别人当时到 2017 年的上半年特别好玩我就
不提名字了当时有一个我很好的朋友他在读书期间就买了一些比特币和以太坊甚
至他还参与到了以太坊的早期的众筹到了 2017 年当时有一波整个加密货币行
业的一波牛市有一次他跟我吃饭拿出来他的手机给我看了一眼这个非常反而赛的
说哎呀 1500 倍了吃完饭那天晚上在大涨吃完饭给我看一眼哎呀 1800 倍了
就是这么个感觉那当时对我来说其实会有很大的冲击那我觉得我辛辛苦苦的在这
每天没日没夜的加班创业对吧多么的辛苦啊感觉没有你运气好但是后来我其实在
一到两周就迅速平复了心态因为对于做深建的我来说我的运气已经是万里无一了
我们其实每个人不能够去奢求自己的运气 其实你正在做的事已经代表你的运气非常
非常好了你应该做的事就是把握当下的你的已经有的运气把当下这件事做好所以
我也很快平复了心态就进一步的反正鼓足干劲的去做身件到航天我觉得也是这样
的就是说现在外界也有纷纷扰扰但是我其实心态都是一直比较平和的就是你不用
去羡慕什么你能够把握住你现在有的事情把这件事做好把这件事做成功就够了那
回到你刚说的巨神智能物理 AI 的这三个时刻现在其实第一个时刻都还没到没错
是的但是我觉得巨神智能跟大模型又有一点点的区别在于你有可能先取得商业成
果这就是跟自动驾驶一样你看自动驾驶除了 L4 的公司也有像碧屏县青州之航做
L2 的公司也有像最近上市的玉树等等的在做的场景自动驾驶的公司其实场景自
动驾驶的核心逻辑就是说那我判断短期内肯定实现不了 L4 但是我通过一些解决
方案测和任务的限制和对环境的限制我来 实现一个封闭场景中的 L4 的效果嗯所以
出现了矿山的自动驾驶向西极制驾易控制驾他哥之行港口的向主线科技后来转型
过来的西景科技慢速无人车向刚上市的浴室像那个执行者像 90 像新时期其实业
务都取得了非常非常大的突破但是我觉得我们会跟他们巨大的一点不同就是我不
会单独为了一个场景去做一个全工程化的技术站而是一定要坚实的基于模型基于
通用化的技术站但是最终在解决方案上你要添加一些东西来帮助你能够 OK 所以
在你的技术没有实现 GPT3.5 的时刻在数字世界里是很难实现大的商业价值
的但是在物理世界里是有可能实现巨大的商业价值的其实在数字世界实现了小规
模的商业价值有一些已经被遗忘的公司比如说 J as per 在还没有去 GB
T 之前它是基于 GBT3 可以帮你写营销 邮件只不过那个东西后来被基模厂商自己
的模型和产品给覆盖掉了对你要这样说也确实都有很多比如说我有一个同年级的
同学叫施琴林叫 Tim 施最近他也是一个公司叫就是田园栋老师的公司 Rec urs
ive Super Intelligence 他们公司的创始团队之一对他
们八个联创对他当时在 St an ford 读 Ph D 的时候就开始创业叫 Cry
stal 他是 Cry stal 的 CQ 他最开始的想法很有意思其实是说做一个
类 CQQ 的聊天软件你去跟他不断的聊天聊天的过程中就收集到了你的语言的特
色从而做了一个仿真的你然后你死了或者 你不在了可以让这个人带着你去处理一些
问题这不是最近几年对这个是在大概 17 年左右他就在做的事情那他就好多年前
了对当然就这件事在那个时间点的技术是不够成熟的所以他也没有太商业化所以
后来公司就转型去做智能客服了就是你 刚才讲的在克服的过程中他可能去基于你的
NLP 的算法去搜索出来最好的三个回答是怎样的对吧这件事能提供哪个社的转
化率这个回答能提供一个怎样的转化率这个回答能提供提升好评率他也是加了些
工程化的方式对但是就当然不够大但与此同时我觉得 physical ph ysical
AI 你每个场景都足够大 ph ysical AI 不会出现说被一个巨无霸或者
说被少数几个领先的核心厂商给覆盖掉的情况吗我觉得不太可能那问你一个问题
汽车公司有多少个汽车公司至少按大的区域分比如说日本有三个韩国有欧洲有三
个美国有三个中国更多好多个对吧中国更多其实也有很多的比如说你就没有把雷
诺算进去你就没有把 I op in 算进去你就没有把菲亚特算进去你就没有把
沃尔沃算进去对我不太确定因为欧洲不是有一个叫 St ell as 我不知道
它是一个大集团但是有很多品牌对吧我的感受就是说物理世界是很难存在垄断的
归根到底我觉得一个完全通用的物理模型 我是很难想象它会在十年内出现的做一个
最简单的类比数字世界复杂还是物理世界复杂物理世界复杂复杂很多很多比如说
数字世界的你和我在语意空间里面就是两个完全不同的概念但是在物理世界的你
和我可能是现代当面有可能是你在会议室外我在会议室内有可能你在上海我在北
京它的含义的多样性会多得很多很多现在的数字世界的 lar ge language
model 最新的水平已经到了 5K 参数到 10K 参数这个级别我估计未来的两
三年可能会到 50K 参数甚至 100K 参数的一个级别数字世界是这样物理世界
的模型要做到多大才能够真正的去暴露万象你怎么看语言歧视界这句话我觉得不
可能因为语义是清晰的逻辑结构的语言天然是一个数字化的东西而物理世界是模
拟的这件事是完全不一样的东西比如说请用语言描述我现在这个杯子倾斜的角度
请用语言描述一下我们俩现在距离多少米你也很难给出一个特别精确的回答我们
现实世界是一个模拟的世界它所有的信号是连续的而不是分离的我觉得是很难的
就是我觉得如果想做一个完全通用的大家最 理想中的世界模型 5P10P 甚至 100
P 参数不一定能够打得住就是能够真的 simulate everything
并且所有的一个每一个像素都跟你肉眼看到的是类似的话我觉得这个模型我是不
可想象的那他如果这么大的话他也没法部署啊 他怎么他也没法推理这就是 physical
AI 跟大语言模型最最最最重要的一个区别之一 ph ysical AI 要求
实事性嗯你必须做到实事你不做到 30 帧你这个系统就没有意义对就你得很低的
延迟很快的速度而且有些情况下你还得考虑可能你这个东西不能在云端算是的你
得放在端你只能部署在端侧的一个芯片上算这是很大概率的时间所以大家要解决
的技术方向不完全是 mod el 方向那沿着你的这个推理你怎么看 VL-AW
AM 这些技术具体的技术路线所有的 mod el 现在因为大家还在幼儿园水平
大家首先是追求的这个成功率包括所有的 bench mark 其实追求的都是
成功率但是我觉得只追求成功率其实是无法 去衡量或者无法去推动这个行业的 mod
el 真的陆立实用的我跟很多人交流一些技术背景的人有一种想法是我先去追求
成功率有点像你刚刚说的把好排在最前面对然后按照以往就是这个行业的技术发

[02:20]

讲话人未标注（原始 ASR）
展规律成本还有时间都是可以压缩的你同意吗部分同意在 CNN 的时代我觉得这
件事情是大家就是这么做的我先做一个精度特别好的算法过来然后比如说韩松老
师开始做叫系数化简直 deep compression 然后做一些什么 sque
eze net 一些非常窄非常小的模型在大模型时代也在做这件事其实也在做
一些蒸馏但是蒸馏的模型的参数的数量和 你原始的模型的参数数量大致还是在一个
量级的你只是小了几倍对吧不会说少了一万倍这是不太现实的而 Ph ysical
AI 我们面临的一个问题就是说你蒸馏的对象和最终部署的模型可能差了一万倍
甚至一百万倍的参数量因为你部署的一个现实设计又能够实现这个实时性的模型
可能就是 2.5B5B10B 这样的一个参数规模所以你觉得一开始我完全抛开
大小和延迟这些只考虑性能你觉得这样可能会比较难会有后走了后面会遇到问题
我觉得就是选这条路也是 OK 的那就是说你一直纯粹去追求一个通用智能那返回
到一个通用智能真正达成的时刻你开始给它做优化做压缩做部署开始产生商业价
值那跟我的路径是反的我是希望算法每前进一步我都能产生新的商业价值从而更
好地支撑公司的发展所以我觉得也是完全 不同的选择不过你说的第一种选择那就是
他长期得在没有什么商业反馈的情况下一直投入一直投入对并且我觉得他可能至
少得募集百亿美金级别的资金因为 Open AI 其实也是刚刚在今年第二季度
又讲了一遍自己 Rob otics Team 的事是的就是要更正式的更多的
来投入这件事情你觉得像 Open AI 这种公司对它也加大投入是能不能把它
做成以及说对别的创业公司的影响是什么我觉得对所有的做大脑的公司肯定都是
会有影响的当然对中国所有做大脑的公司都是利好对吧因为中美两个国家是唯二
的在世界上能做出来大模型和物理智能创新的国家那 Open AI 假设做到了
一些新的思路我们也迅速的能够判断它到底是怎么做的并且能够迅速的跟上所以
我觉得对全行业肯定是一个特别好的事情 Open AI 有可能是跟你相反的路
径做成你觉得有可能吗就中间我不追求 商业化我觉得是有可能的对吧但是我们不是
每个人都有 Open AI 的资源禀赋就 好像去为了实现 GPT3.5 时刻我现在
要有足够多的美金去烧每年烧四五亿美金用万卡去从一个一个级别从多少亿的参
数到百亿两百亿三百亿八百亿最后到 GPD3.5 的 1100 亿参数对吧你觉得
没有 Open AI 的命得了 Open AI 的病的这种情况在中国这个行业里
多吗我觉得将来融资可能会是很多的以刚才这样技术理想创业的公司的一个命门
所以你的意思是有我觉得会存在然后之后可能会遇到一些对抢因为你追求理想的
最核心的就是要有人源源不断的给你资金让你能够买到数据买到算力雇打足够聪
明的人这件事目前大家要的算力还没那么多但从今年开始已经迅速的增长起来了
嗯对如果像就是 v l a w a m 这些我现在只是在这种架构上去一味的
追求高性能你觉得之后不时会出现问题嗯那比如说具体到你们自己的实践对你们
在模型上在智能的系统上你们是怎么思考的那一定是一个叠加的系统就是你光有
VLAF ound ation Model 不管是哪种 Foundation
Model 肯定是不足以支撑你的长期落地 的你能透露你们的 Foundation
Model 代表学什么架构是用什么思路来做我们总体会用影空间的思路这也是
一个第一性原理的思考就是说刚才讲如果我真的生成的假设我是一个生成的路生
成的路径或者是我真的要把所有的颜色像素信息都能够很精准的预测我觉得这个
mod el 会太大就跟刚才讲数字世界跟物理世界的类比一样我可能是没有办
法做到实质性的为了做到实质性我觉得这个 mod el 应该核心还是学到的是
物理学的知识可能是两块事情一个是说我要学到一些物理学定律比如说弹性碰撞
非弹性碰撞动量守恒动能守恒牛顿三大定律我要能够知道这是一个轻的东西然后
碰了以后它会怎么去动第二件事就是物理学常识就刚才讲我人是知道这个纸杯子
很轻的是很软的机器人不一定知道同样在你这里摆了一块金属我如果看到的是铝
我会假设它不会特别重如果它是个金子我会假设它很重就是他必须要同时学到这
两点我觉得就够了比如说这个纸上面现在印的是什么文字我的衣服是什么颜色在
你机器人做操作的时候对它来说是没有 影响的所以我们更多的愿意回到一个你不管
叫隐空间还是说我希望回到一个规则空间物理世界的空间去理解这件事情而不是
站在一个像素空间和人肉眼看到类似的空间去处理这个问题你觉得你这个取向和
你以前搞过物理经再有关吗其实还是跟第一行原理的这个思考会有点关系但是物
理精彩给了我一个很大的帮助这个是跟数学精彩非常不一样的地方数学精彩或者
其他的很多人希望把这个理论算得更加的细致更加的仔细算无一测算无一漏对物
理精彩是不是这样的对于物理研究来说 我们要果断的舍弃一些小量因为你任何一个
计算可能展开来说会有一阶二阶三阶各种各样的小量这样的话你其实是没有办法
去做物理世界的计算的所以你叫果断的舍弃小量只保留主干的部分所以我们可以
相对从最开始有一个思路就是保留主干不要看那么多的纷纷扰扰和细节其实像影
空间这种思路就是它对比我每一个像素都生成出来这种思路它本身就是一种正确
的模糊对吧它没有追求说我把每个细节都精确的还原是那你对现在非常火热的 W
AM 这个方向世界动作模型它的 back bone 就是视频生成模型它其实就是
一个像素生成的逻辑你怎么看这个方向的发展以及它为什么这么火有这么多公司
在这个方向其实是今年上半年融到了很多钱的形成你的中国的公司我觉得这件事
也很正常其实大家现在看到 Word Action Model 就像其实是两
件事情的叠加 VG1 就像当年商汤矿市能够迅速地融到几十亿美金一样大家看到
了一个上限非常非常高的技术路径在当年刚有深度学习我们迅速地就把人脸识别
做到了好几个 9 然后 Im age Net 已经刷到就不没有意思了大家开始刷
MS Coco 后面大家开始刷 K iki 一个跟自动驾驶有关的数据集大家感
受到这个算法一个非常简单的开发很短周期的开发就能够远远超过之前所有的算
法的这样的一个精确度感受到一个它巨大的潜力我觉得这肯定是一种第二个事情
就有点像毕任穗远穆希等等公司成立的 那个时刻大家看到了已经有了一些公司比如
说地平线和韩武进取得了很大的成功那后面又有新的人用新的思路来做这件事情
有可能会做得更好我觉得这是两个趋势的叠加是一个非常值得探索并且肯定会有
把整个人类在物理智能的算法往前推一大块的可能性你不认为这是噪音和泡沫是
吗其实不是泡沫或者说它泡沫没有想象中那么大为什么呢就是站在 2018 年的
时候我们去看地平线地平线那一年大概是 1 亿人民币左右的收入估值是 30 几亿
美金哦呵呵大家都觉得它的泡沫非常非常 的大当然果不其然后来 2018 年到 20
年其实行业出现了一些短暂的下滑但是到了 2020 年地平线我记得于凯老师就
发了一个朋友圈庆祝地平线出货 10 万颗芯片行业就开始迅速的正向发展起来了
地平线后来 24 年上市那高峰期应该是 1500 亿港币以上具体数字我不太记得
你站在这个角度地平线的泡沫不大你站在现在 Mom ento 的角度最近的一
轮融资我看新闻的话没有去询问过是过千亿人民币的那在那个时刻的十几亿美金
二十几亿美金的估值也不算磅礴太大你 说的都是幸存下来的对公司是的所以我觉得
L4 的公司如果你类比的是一个 L4 的公司就是说你一开始就要追求一个最终极
的模型算法我觉得可能中间可能有很多的公司都会不见但是如果你能够活到它真
正的技术到了批量应用落地产生商业价值那一天这所有的公司就不存在泡沫这个
数字你可能比我了解就是行业里现在有多少比如说做通用机器人聚成智能物理业
的公司实际上你觉得能容纳多少最后哪些你觉得能活下来首先这个数肯定是多于
四五十家的特别是这个年轻的教授出来 想做通用模型通用算法的那四五十家你可能
只算了头部吧我以为你会说几百家没有 没有也不会有那么多但是就是说那对于他们
来说最核心的一件事就是融资我指的不是世界模型和物理研我指的是可能把机器
人这种都算上了 ok ok 那肯定是更多的对吧按照年初国家发改委的口径是说
有 100 多家公司推出了 200 多款人性机器人但是这里面其实有大量的是做硬

[02:30]

讲话人未标注（原始 ASR）
件本体为主的公司但我觉得 100 家也许是有的但这里面大部分的肯定是这种新
成立的年轻学者和年轻的同学的公司对小部分的是一些有经验的人或者之前已经
在的公司去转型的公司你觉得什么样的能活下来我觉得如果你只是做技术理想追
求通用最终再去考虑商业落地融资能力最强的那几家能活下来那你所有的工作就
应该为了融资比如说多接受媒体采访反正对我来说我是第一次录这种视频我是不
太喜欢媒体采访的因为我是一个强 I 人 但是对于另外一类的公司来说就是如果我们
想走出 G aming 线 Mom enta 等等的路径我觉得你有一些业务的依
托作为你的坚实的基础再去发展持续不断的迭代你的算法可能是更顺畅的包括华
为其实也是这样没有人一上来就是做出来一个 L4 而是说我先通过 L2 级别的产
品 P 样的被用上了然后逐步的去推 L3 可能在未来再去推 L4 等到这个政策合适
的时候可能你的 L4 也已经做出来了可能对我来说是一个我认为最高成功率更高
成功率的一个方式你觉得往后推演几年会发生什么一个是我们能看到今年已经有
头部公司会上市另外一个就是大厂的威胁你觉得什么时候会落地以及什么类型的
大公司对这个市场的冲击可能是最大的首先我觉得中国所有的制造业企业和互联
网企业全部都会投身巨神智能的浪潮一定的或者叫物理 AI 的浪潮所有的互联网
公司都会投入做模型就好像他们现在也都全部带投入做大语言模型一样这个投身
是多大程度上的投身比如说做大员国性我觉得对很多公司来说是战略级非常重要
的事是你觉得对巨声也会这样吗我觉得会因为大家也逐渐的想从线上走到线下想
从一些数字经济渗透到实体经济我觉得肯定是战略级别的投入区别只是在于这个
时间点的区别第二件事就是中国所有的主要的制造业企业全部都会投身这件事情
包括所有的汽车公司不管是国企还是说民企蔚来离乡小鹏塞利斯小米华为比亚迪
吉利北汽上汽广汽全部都会投身这件事这是一个毫无疑问的事情因为大家现在普
遍认为巨声震荡行业或者叫机器人行业在 15 年到 20 年这个周期可能会超过汽
车行业的整体的产值我甚至可能更乐观一些我觉得可能在 10 到 15 年这个周期
就会超过整个汽车行业的产值那与此同时还有很多其他的公司会走所有手机公司
会走 OPPOV ivo 包括刚才讲的小米华为包括荣耀也在做对荣耀是今年马
拉松的第一名对包括所有的手机产业链的公司灵异制造对吧华信技术对蓝丝科技
包括相关的什么顶桥通信全部都在做所有的重型机械公司一定会做中联重科三一
重工对吧各种各样的这些机械公司肯定会做你说到这个我想到前段时间我跟高级
洋聊对他说巨深这个大的行业未来肯定是百业之王这是有可能的按照你描述那状
态它就变成经济支柱了我觉得就是经济 支柱经济支柱之一绝对没问题汽车行业已经
成为了我们国家的经济支柱这是一个在 15 年内周期会超过汽车行业的产业那一定
就是经济支柱因为它真的覆盖到社会的所有的方面所有的第二产业所有的第三产
业甚至很多的第一产业都会被机器人渗透 说到这儿我想到一个可能跳有点远的问题
嗯是一个比较长期的推理来说你的这个推演的前提我觉得是实体经济人们的真实
生活还像现在这样可能是我们生活的主线 也有一种人会有一种比较科幻的设想可能
往极端推人类文明就黑客帝国了不太可能你觉得不可能我觉得那个是扯淡为啥呢
因为我第二次创业之前我也认真地研究了脑机器和脑科学这些事情我也一直在关
注着这个行业的进展和变化其实到今天意识是怎么来的就 conscious ness
这个词在科学上是一个伪科学的讨论的词因为没有人能够有任何的解释记忆是存
在哪是怎么组织的不知道我们对于它的底层问题有太多的不了解所以 E lon
Musk 选择做脑机接口包括我当时去孵化投资的一家脑机接口大家是把脑当黑
盒子在使的我只监测反正你释放的电信号你内部的电信号到底是怎样的我不去探
究这种有可能通过算法的隐和能够形成一定的效果但是哪怕到了今天我觉得全人
类最前沿的科学也对于意识到底是什么回事存在哪怎么产生的事毫无所知的所以
就不太存在你说的那件事情我觉得戴个 VR 眼镜每天在家打游戏是有可能的但是
变成黑客帝国变成一个生活在虚拟世界这件事是不可能的投话玩家是有可能的是
有可能黑客帝国是不太可能的是你觉得 现在这个行业里有什么乱象肯定是有的而且
每个阶段也都会有很多的企业在抱怨劣币驱逐良币我就不说太多我觉得举个例子
来演有大量的企业在用摇操的视频替代真实操作的视频作为 dem o 所以我现在
每一个别人晒出来的视频我就会观察这个画面上首先有没有一个小字写的是 1 x
5 x 还是 10 x 因为大部分的 VLA 和世界模型的这个视频都是加速了 5 倍
10 倍甚至 20 倍的第二件事就有没有特地标注就是全自主所以我特意跟我们的
品牌同事讲我们的所有的 demo video 必须要把这件事标上就是因为有
很多的人可能全程都是摇操的看起来很多操作特别丝滑但是他不在图像上进行标
注他实际上是不是非自主的用此来体现自己的算法的牛逼以及有些事实在是叫做
too good to be true 对吧就好像你跟我说今天我就已经实
现了核区别产生了无限的方便但是按照你之前说的一个逻辑比如说像这一类公司
它为了获取巨大的资源我在 dem o 上我有一点水分你觉得这可接受吗你觉得
为了一个站位目标我稍微牺牲一点底线在 你的创业我就不可接受我之所以会有很多
的投资人的朋友和企业群的朋友我一直坚持就说真的不可接受是因为你的道德标
准高还是因为你觉得这件事从功力上他也行不通最后会反噬两者皆有两者皆有对
吧就是说第一我的道德标准是相对比较高的我说出来的话就我有些话可以不说但
我说出来的话一定是真话第二件事情就是跟当时那个取一列血液对吧然后去做检
测一样啊就是幸运的话你可以在大家一个可容忍的周期比如说两年三年甚至五年
去完成这件事情不幸运的话我记得当时 还有硅谷有一个做 VR 的那个公司什么一个
体育馆里面一个大鲸鱼然后我觉得你最终是纸包不住火的就只能说 l ucky
你可以最终实现你现在展示的这些东西所以你是不太信奉硅谷的有一种创业逻辑
是我假装直到我真的变成对我是不做这件 事的因为我觉得这个实在是风险过高以及
对于我的个人的基础价值观我觉得是没法接受的那在现在一个融资和人才和关注
的竞争都这么激烈的大的行业里面你继续这样的话你觉得你的代价是啥或者说你
感受到了一些具体的代价吗我觉得肯定是有的就比如说当投资人被各种各样的技
术名词冲击每天都在冲击的过程中他会不明白你的一个为什么要做系统级公司你
为什么不是一个世界模型公司你为什么不能用一个性感 f ancy 的词来定义
自己确实从整个公司的角度就是 world model 强化学习各种各样的算
法和 in fo 是我们的一个组成部分但是你觉得单独一个词都不能代表它远远
无法代表整个公司大家在做的事情你方便透露你们现在实际就是运营半年多之后
你们大概的融资额和估值的量级吗我们之前是完成了 K ins h ul und
的系列融资大概是近亿美金吧然后我们也其实不是特别想去呈现很多的现在新闻
上大家关注的这些话题然后现在公司有 70 号人并且我们是一个全站研发的团队
加上业务团队整个构架都已经比较完整的 一个状态关于行业的最后一个问题你觉得
发生什么事有可能会导致这个大的巨山智能物理 AI 行业遭受灭顶之灾还有这种
可能性吗我觉得已经没有这个可能性了 为什么因为首先这是一个必然会发生的事情
为什么呢其实我从一个更宏观的跟你讲就是说你看我们原来有一次二次三次工业
革命我觉得我们正在颠覆工业革命第四次工业革命可能就是大模型来自 AI 的技
术我们会颠覆第三次工业革命的成果就是数字经济产生的大量的高价值的岗位和
这样的一个产业很可能全面被大模型给 颠覆所以包括你最近也听说了不管硅谷还是
国内的很多互联网公司的软件开发在大量的裁员因为数字世界的工作是结构化的
相对好去替代的未来就一定是去做这个物理世界逐渐的渗透它的周期一定比数字
世界长因为它设计到的复杂度太高了并且有很多的专项的技能性的东西在一个追
求实事性的环境中是无法把它全部塞到一个模型里面去的我觉得可能是个 10 年
到 20 年的周期但是也一定会在工厂在服务业在农业里面发挥重要的作用可能它
来大量的辅助人去完成一些工作这件事首先是一定会发生的所有人都能够看得到

[02:40]

讲话人未标注（原始 ASR）
原来我们担心的资本可能会不会有个崩盘或者崩溃那现在看其实整个巨神智能的
有泡沫但也没有那么高相对于比如说中美之间本身就有一个估值很巨大的差异大
模型企业和物理智能的企业之间的估值又有一个很大的差异他还并没有说现在的
一些公司可能几个亿收入就会说 180 亿美金 200 亿美金的收入我觉得整体的
泡沫的规模也是可控的以及确实有像我们这样的一些公司还有其他的一些公司在
推动落地我相信在两年左右的周期大家会 在身边很多的真实的生活场景感觉到这是
一个聪明的机器人向我在提供服务在未来的几年我觉得出现一定程度上的波动和
当赛的是有可能的但是我觉得幅度会很小并且周期会很短最后有一些关于你个人
我好奇的问题就之前其实我们聊过就是你说你经历这几次创业之后你觉得你是创
业者里更偏企业家你怎么去定位自己现在 的角色前面你第一个问题还是第几个问题
就在认为我的定位对就尧宋是谁你刚才说 的是我是创业者我是一个创业者这是因为
我觉得 ph ysical AI 相关的创业那我觉得有没有经验我们可能在这个
起跑线上是平等的 90 后 85 后 95 后 00 后在这个起跑线上是平等的因为对我
来说也是重新学习的一个过程就是你越 往前你的经验和可追溯可去对比类比的事情
越多越往后你对于新鲜事物的接受程度会更快所以这件事我觉得大家在创业这件
事是平等的我只是一个连续创业者而另外 一个角度我觉得跟很多的依次创业者或者
部分其他的创业者不同的事情是说我是把 我的职业生涯作为一个长线在经营的所以
比如说在火箭行业我是不会跟任何的国企央企领导或者说政府官员发生任何的利
益往来的因为我要守住我的底线那在我的企业的经营过程中我不会去 over claim
我自己能做到的事情和已经做到的事情以免带来刚才讲的这个你吹嘘的东西最终
实不现给给你自己一个面临之灾或者一些 很大的这个问题依次的创业者我感觉很多
人就是纯粹只是在追求成功他是一个十分进攻零分防守的一个状态那对于我来说
我可能带着这样的一个心态我是一个八分 进攻两分防守的这样一个状态所以我觉得
心态不是完全一样你要防守你要守的是什么我要守的是我不会进去我也不会变成
一个破产户对吧你说到这个确实有可能有些第一次创业对这个创业的最坏结局能
坏到什么程度没有设想而且我自己坚定的我是一个中国人我不希望当年一天我必
须待到某个其他国家去你觉得整体上你的冒险偏好是怎样风险偏好是怎样我的风
险偏好我觉得在做事情的角度我是喜欢有一些大的方向上有挑战性的但是在具体
的经营角度我是一个稳健的人如果其他人十分进攻零分防守你七八分进攻两三分
防守对那光脚不怕穿鞋的你输的概率可能会变大怎么办在 ph ysical AI
也好在火箭行业也好其实你有无数的取得成功的机会并不是说他取得了十分我取
得了七分我就失败了并且我甚至认为我这种思路可能你在两年后看他十分我七分
你站在五年后看他十分我二十分这是因为你说这两个行业或者说很多前沿科技领
域它都不是赢家通吃我觉得是说大家需要有一个持续的战斗力而不是短期内冲到
一个最高的固执对吧包括最近大家很多的宣传工作就是会希望去说我也是一个百
亿级别的公司用这种事情去体现公司的成长那我的媒体采访其实也不会有太多的
之后也不会有了可能我更多的希望通过 公司我们已经做到的事情去给大家呈现我们
的进展和我们的实力你前面说你觉得 80 后 90 后 00 后的创始人心态上是平等
的能力积累上是各有优劣也是平等的但实际上现在你觉得在就是受关注和受支持
的这个维度上是平等吗以及你怎么看我觉得现在 00 后是非常受追捧的我自己的
心態上是所有人是平等的對但是所有的年輕人我覺得他們在新的算法的學習的能
力上對吧是錯的能力上肯定還是比我強的但他會缺少比如說對公司戰略的思考組
織對吧以及我要未來一個算法我必須得去佈局數據算力更多的人才從而在某一個
階段他可能更容易陷入到一個瓶頸比如說你无法扩展你除了最开始核心的那三四
个人之外的核心的技术团队等等的事情吧所以所有的事都是有得有失嘛对于脑子
来说我确实是一个 33 岁的人然后我写入的速度吸收的速度一定会比领后慢一些
但是我们有更多的东西可以去放在公司里面让它少走弯路让它更高效率的发展你
开始第一次创业的时候科技创业还不是主流对而现在很多在 23 年之后开始创业
的人其实他的推背感是非常强的对你觉得你的幸运和不幸是什么然后他们的幸运
和不幸是什么赛风驶马焉知非福就是所有的事我觉得都是符合相依的比如说最近
的一些创业者会感觉到一个时代很强的推背感但是如果他们不能够清晰的意识到
这个推背感来自于国家需要你这样的公司而不是你自己的努力的话我觉得他们会
出现非常大的问题就好像我会觉得改革开放以来有很多数量的企业家会低估了时
代对于自己成功的重要性高估了自己对于 成功的重要性坐电梯的比喻对我觉得就是
一个做电梯的比喻你享受推背感你有这样的压力是因为你在电梯里面你在这样一
辆大车里面当你觉得这都是你的个人成功然后用这个策略再进一步做一些其他的
事情的时候有可能你会面临一些面临之灾因为可能这样的一个时代的推背感国家
的支持不会在一个行业保持 5 年 10 年甚至更久它肯定是分阶段性的所以我遇到
一些做算力的公司做芯片的公司的创始人我觉得有些人能够跟我清晰地讲出这句
话我就觉得非常有格局他说我很清楚我知道我公司的上市是因为党和国家的支持
并不一定我已经做的足够好了那我觉得很多的创业者可能要去思考这同样的这句
话对我来说持续又提出提出一些新的挑战因为对于我是第三次创业那我重新去读
paper 重新去梳理我对这个行业的 技术认知技术方向可能就是这一年多的事情
那我也许有很多的思路站在未来看有可能是错的比如说对比一些 CNN 深度学习
自动驾驶虽然我到今天我感觉应该九成以上是正确的但是说不定在未来是一个被
验证是错误的事情所以有些东西可能也会成为一个包袱最后一个问题你觉得前两
次你创业算是成功吗还 OK 你想要的成功是 什么我觉得还 OK 还 OK 你怎么讲我觉得
当然你就想问我这次的目标或者怎么来定义成功还是怎样有的人会认为你之前是
有成功的退出但是都还没有做的足够大我想 知道你自己怎么当你在问这个问题的时候
其实你的假设是说市值足够大或者说财富足够大是一个定义成功的标准对吧至少
就是一个比较普遍的标准但对我来说可能我其实刚才其实前面讲过一件事就是当
一定的财富过后你的财富其实不是你的所以我把它当作重要的一个标志但是不是
唯一也不是绝大部分那对你来说还 OK 是 因为实现了什么所以还 OK 我觉得在第一
次的创业我觉得我真的走通了从我在实验 室还写代码写论文再把这件事让他上到了
很多汽车产品让几百万台车用上了并且真正的实现了有外界对于这个技术的价值
的认可这件事就是一个很成功的事情因为你走通了从技术到商业价值这条路并且
你所有做的事情最后有一个外界的反馈 就是收购这件事情反馈你做的是对的我觉得
这是一个我很高兴的事情就是技术被用上了第二件事我觉得其实首先航天是一个
非我老本行的事情那这件事我还是锻炼了很多的我的学习能力战略思考的能力系
统性工程的一些组织的能力等等等等的很多的事情包括在国内更好的去开展工作
的一个能力能有一个自己参与这个成功的 一个火箭发射上去我觉得这就是一个非常
大的铐讲这就是一个很激动的时刻并不一定这个事本身取得多大的商业成功前期
已经是一个很不小的 milestone 了当然现在我没有在那我希望它后续能
够取得更多的商业成功因为还有很多老朋友的股权在那呢对吧那对于这一次的创
业我觉得可能也就不太一样因为我开始 初步摆脱了一个小年轻的心态原来我会觉得
这样的经历就是一个非常好的事是因为我觉得在年轻的时候你就是要多经历然后
多体会这个才是把你的生命发挥出来的价值因为你走了别人可能很多倍的路体会
到了别人没有体会到的事情和情感我觉得 这是很重要的但当第三次的时候我是希望

[02:50]

讲话人未标注（原始 ASR）
这一次能有一个长期的结果的我也希望这家企业是能够长期经营走向上市见证我
刚才讲的对于物理智能时代的 GBP3.5G ip S ig 开源和出现 c oding
这样一个 k iller app 等等的时代同时参与到技术的突破产品的努力
和最终大型的商业化价值的实现这样三个不同的阶段里面去的你会对这个事很迫
切很饥渴吗你说哪件事就一个更大的成功 我也还好就是我心态整体还比较平稳但是
因为到了第三次以后刚才讲其实你能够 开始从创业之初就看到一个进度条了我觉得
现在有更大的机会把它做成一家长期的持续经营的对技术和产业都有推动的甚至
将来我站在更大的角度对服务人类有帮助的企业所以我还是挺希望能够实现这样
一个结果的如果对你来说是一个灵魂拷问的问题它应该是一个什么问题你这个叫
好像说让商业创造一个自己搬不起来的石头你可以尝试问一问我觉得可能就是你
比较在意的有遗憾但没实现的东西其实我刚才我问就比如说你觉得之前是否成功
啊其实我觉得这也算是比较灵魂拷问我是一个挺知足常乐的人挺知足常乐对对对
因为创业还是非常折腾的一件事对对对它 有一个很强的驱动力对才会投身就是你说
的这么 s uff ering 的一个事情是的这两件事怎么统一的呀我觉得有
可能就是说我更追求的还是在这个创业和努力的过程中自己努力过产生了一些结
果但对于这件事情对自己最终的收益是来自于财富的收益还是来自于金币的收益
还是来自于民生的收益我并没有那么的在乎你什么时候之后慢慢到了这个状态的
因为你当时也描述过你刚进大学一天要学 11 个小时要掐表的而且也焦虑了一段
时间是我觉得就是从身建的拿到那个收购的签约以后就是这么一个状态就是大步
行走了两分钟对然后之后就一直就是这种状态其实你当时说就是签完约然后你说
你围着这个桌子躲步我就想到你们现在公司这个名字对这个名字其实也有多重的
含义对 str iding 也是行走的意思对其实是大步行走的意思它不是一个
小步行走而且其实你看从这两个字的角度也其实体现了我一定的价值观我们要行
得正对吧而且我觉得我们是正在前往正在 走向创新的一个时代嗯对中文叫振兴而且
你看我特意是用了创新这两个字是因为我觉得我是一个很难用之前的标签所定义
的公司那所以我其实就是一个像比如说大疆或者智园可能你只能用创新来统一的
概括已经开始第三次创业里面疲惫和重复 的部分会有吗以及你现在还兴奋吗我还是
非常兴奋的现在我还在一线所有的很多的重要决策我有时候都觉得他们找我太多
了但所有的事情还是我自己在这儿盯着我觉得就是说你看到团队一步一步的成长
起来你看到每一个个体的能力也在逐渐的成长起来你看到你的这些技术的东西从
dem o 到落地实现这是一个作为技术人和创业者发自内心的高限这个跟估值
的成长是没有关系的所以在这样一个过程中又是新的技术又是新的场景又在不断
地扩圈的过程中我还是挺开心的未来 12 个月在你看到的这个时间表里面你希望
St ri ding AI 做到什么我觉得其实在今年内我们就会在两个我们
目标的大的场景开始能够落地我希望到一年左右的时间我们的产品真的能够通过
两到三轮的打磨真的在一些场景里面开始提供服务能够让大家在日常生活中不管
在哪个地域感受到原来人型机器人原来巨神职能真的不只是 K iao K iao
5 了能够开始在日常生活中让我安全的 方便的享受来自它的服务我觉得这就是我们
这一年要实现的目标 OK 今天非常感谢姚 颂作客万点聊分享了从 2016 年到现在
10 年的三次科技创业经历以及最近这一次创业 Str iding AI 对物
理 AI 对通用机器人的思考和实践那今天的节目就到这里各位拜拜本期节目就到
这里,欢迎收听。
如果你对今天聊的话题有观察、好奇或疑问,欢迎在评论区分享想法,
这也会成为我们节目的一部分,让整个讨论更完整。
你也可以把我们的节目分享给对这个话题感兴趣的朋友,
欢迎推荐更多你想听的主题和嘉宾。
你可以从小宇宙、苹果 Pod cast 等渠道关注晚点聊 L ate Talk,
也欢迎关注我们的公众号,晚点 L ate Post,
下期再见。

Contenido relacionado

  • Inicia sesión para comentar.
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