卫诗婕｜漫谈Light the Star

91.外滩大会实录：智能体经济的破晓时刻

Wed, 14 Oct 2026 02:06:32 GMT

九月在上海的外滩大会，我受邀主持了一场关于“智能体经济”主题的圆桌。在这里分享给大家。

圆桌的两位主角分别是蚂蚁数科区块链与 AI 两条业务线的总裁边卓群、余滨——据说，这是两位总裁首度同台论道。脱胎于蚂蚁链的蚂蚁数科，已经走过了第 11 个年头；过去六年，连续蝉联国内区块链 BaaS 市场份额第一。前不久，蚂蚁数科也传来了 PreIPO融资的消息。

这次不仅是聊区块链。在当下的 AI 大潮中，蚂蚁数科正全面将区块链技术与 AI toB 相结合。一个很有意思的故事点是，区块链技术，将会是 Agent 时代基础设施中的重要底座和信任基建。

我和两位总裁一起回顾了这一轮 Agent 浪潮的演进，以及「AI + Blockchain 」的双轮引擎如何发挥作用。这也是蚂蚁数科在近期广受资本市场关注后，首度向外界披露自己的 AI+Blockchain 战略，并清晰地定义自己。

本期嘉宾：

边卓群（蚂蚁集团副总裁、蚂蚁数科区块链业务总裁）

余滨（蚂蚁集团副总裁、蚂蚁数科 AI 业务总裁）

本期 Shownotes：

07:41 AI 浪潮以来的关键转折时刻

11:00 蚂蚁数科的「AI + Blockchain」双轮如何驱动

14:47 为什么区块链是智能体经济的底座？一个可信的底座由何构成？

21:57 智能体超级工厂：基于大量客户实践沉淀出的智能生产体系

26:19千问办公、 workbuddy、豆包…大厂都在做的 tob agent，还有赛点吗？

29:50 大模型会吃掉垂类 agent？

32:25 智能体经济到来的判定临界点

33:52 什么是核心护城河？

35:32 假如互换一天 CEO，你会怎么做？

加入听友群⬇️：

90.人形机器人为什么执着于运动会？｜与天工熊友军的访谈

Tue, 29 Sep 2026 01:00:00 GMT

世界人形机器人运动会获得了全民的瞩目：我们看到机器人刷新了人类短跑的记录，它们捂脸害羞的跑姿深得大家的喜爱、在网络上有非常多讨论。

今天的嘉宾是打造捂脸跑的这款机器人「天工 Omni」背后的公司——北京人形机器人创新中心的 CEO 熊友军。

「创新中心」在行业内被视作「国家队，」，熊友军本人也曾是「人形机器人第一股」优必选的CTO。

围绕这届规模空前的世界人形机器人运动会，熊老师分享了独特的行业视角。

本期嘉宾：熊友军（北京人形机器人创新中心 CEO）

本期 Shownotes：

00:00 机器人「捂脸跑」爆火全网：极限测试里的具身智能涌现

天工 Omni 凭什么刷新短跑记录？肩关节受限下的自我进化
「它为了跑那么快，靠腰部扭动训练出最快姿势，这就是一种涌现」
运动会不仅是表演，更是摸高本体可靠性与算法上限的极限测试场

08:32 追问 Scaling Law：具身智能真的只要堆数据吗？

几百小时训练通用控制器：几千万小时数据才是具身智能的门槛？
「完全靠数据去堆积，不一定是一个正确的范式」
拒绝盲目跟风：探索 zero-shot（零样本）与自主探索的新学习范式

13:23 从遥操到自主：底层技术如何支撑机器人干活？

摆脱遥控器：为什么说 2026 年是机器人自主化的关键拐点？
「今天的具身智能产品虽然有这么多公司在，但本质上没有竞争」
寻找稀缺的高质量数据：多任务、多本体、多场景与长程推理

26:15 20 年机器人老兵：从本田 P2（阿西莫）到大模型时代

被 2002 年的视频点燃：焊接机器人时代的“未来震撼”
传统数学模型范式的落幕与 Deep Learning 的时代划界
为什么坚信“人形”是终极形态？「它将成为第三代人机交互中心」

34:15 优必选岁月：没有供应链的年代，做两条腿的傀儡

从几张办公桌到“人形机器人第一股”：两个狂热者的深夜取暖
答疑抄袭阿西莫误解：自己造关节、求机床师傅喝酒加工的寒冬时刻
选人的第一原则是正直：「行业走到最后，拼的是体力和人品」

45:55 车企&手机巨头跨界？是资本降维打击，还是「冷板凳」会胜利？

荣耀夺冠马拉松背后：硬件大厂入局会消灭创业公司吗？
「资本砸钱可以取得短暂成绩，但产业繁荣需要坐十年冷板凳的耐性资本」
选择一个方向，做时间的朋友：放弃很容易，坚持才最难

58:44 具身「国家队」：避免「重复造轮子」，做行业的基建商

从 CTO 到国家地方共建创新中心 CEO：从小我到“大我”的视角转变
开放硬件平台与数据集：开源不是单向付出，而是“众人拾柴”
全球竞争格局：中美科技竞争的必争之地，中国供应链与场景优势

01:09:35 破局「最后一公里」：大一统模型的探索与技术卡点

认同王兴兴提出的触觉与输入损耗卡点：多模态统一表征的必要性
Polycon Unify 大一统模型：集聚 VLA、多模态与世界模型的各自长处
真正的全栈并不存在：卡点攻坚、端侧蒸馏与长寿企业的“下苦功”

01:18:08 行业扫描后的真问题 & 硅基生命的温暖时刻

行星/谐波减速器、电子皮肤与电池技术：国产供应链的快速迭代
跑得太快会不会撞伤人？安全标准与法律法规是最高级别的底线
20 年里最有生命力的三个画面

加入听友群⬇️

89.当 AI 进入组织，那些「从没人说过的真相」｜与网易阮良聊 AI Native 与企业 Agent 实战

Wed, 23 Sep 2026 00:30:00 GMT

8 月底，一篇讨论 AI 普及率真相的文章在 X 上引发大量讨论——这篇文章的名字叫做《AI Adoption is a Myth》中文意思是，AI 普及是个神话。文章指出，目前 AI 产品真正的鸿沟，不在"用不用",而在"用得多好”——事实上，企业中能深度使用 AI 的始终只是一小撮人，而当下 AI 产品的设计也正在强化这一点。

就在同一时间，我在杭州访谈了本期嘉宾，网易集团副总裁、网易智企 CEO 阮良。

阮良 2006 年从浙大计算机毕业后加入网易,从一线代码晋升至管理层，历经互联网、移动互联网、AI 三次技术浪潮。这一波大模型浪潮中，他重新拾起代码，深度使用 AI 并在企业内部推广，从业务角度思考，企业需要什么样的 AI。

在这期节目中，他带来大量一线、反共识的观察。比如，网易内部统计发现,个人用 AI coding 效率提升了 300%甚至500%,但整个软件交付流程却只从 20 天缩短到 17 天。为什么 AI 看似武装了所有人,整个组织的运转速度却没有变快？建立 AI 决策中枢和执行闭环，究竟需要什么？

阮良带来了他的思考和答案。

本期嘉宾：阮良（网易集团副总裁网易智企 CEO）

本期 Shownotes：

01:57 阮良亲历的三次技术浪潮：AI 堪比印刷术，改变知识的获取与解释权

AI 可能进入个人生活与组织运行的每一处「毛细血管」
AI 的根本变化：个性化、极致细分的服务，开始变得可供给

07:38 十年没写代码，为自己造一套 CEO AI

对管理者而言，AI 最有价值的，是把注意力还给真正重要的问题
Chat 是一次性的短任务；当工作被固化进 Agent 和工具链后，效率才开始形成复利
「你完全可以去刷个短剧、看会风景、或者喝杯咖啡」

14:07 AI 进入组织时，有哪些「从没人说过的真相」？

个人提效 500%，为什么交付只从 20 天变成 17 天？

大模型之外仍需大量调教
个人使用 AI 多是短程闭环；企业任务由多人协作完成，链条更长、角色关系更复杂
木桶的短板，决定了提效的上限
企业落地 AI 要跨过的三道坎

20:06 取消周会：让 AI 同步信息，人只解决问题

飞书文档、飞阅会的边际效应
工具效率与认知退化同时存在
AI 不是一次工具升级，而是一场组织能力的压力测试？

28:10 SaaS 未死：真正的分水岭是能否成为 Agent 的基础设施

SaaS 的本质是 Service；交付形式可以从软件界面变成 AI 或 Agent，但服务本身仍然存在
沉淀了企业核心知识与流程的产品反而可能变得更强
未来调用企业服务的不只是员工，而是数量和行动频率都远超人类的 Agent
智能客服的核心不只是大模型，而是企业私有知识库，以及对内部系统、流程和 API 的调用与编排
蒸馏人？人的经验先被写进软件，但经验未必来自于「人」
企业知识库不是静态文档仓库，而是 Agent 执行任务时的燃料

37:39 当工作被记录，经验归员工还是归公司？

经营数据、客户声音和决策留痕的重要性
老板 AI ：是一种刚需
未来高端人才入职，可能带来一整套由自身经验训练出的 AI 资产
企业 AI 的数据问题，到底是什么？

44:17 中层变少之后：强个体带着 Agent 军团回到一线

AI 原生组织：从多部门、多层级，向小型精英单元过渡
拥有强技能、能在一线指挥 Agent 的人才会增加
什么是人类真正稀缺的能力？
「AI 替代任务，而不能替代完整的人」

47:19 AI 的价值：质量 × 节省时间 × 单位时间价值

把 AI 只当作裁员工具，是对其价值的误判；
最适合优先交给 AI 的任务有四个特征：耗时、频率高、不得不做、不同人完成后的结果大体一致
先用最好的模型验证任务能否被完成，流程跑通后再寻找更经济的模型
Agent 能带来真实的规模的生产价值吗？
当每个企业都有几十上百个 Agent 时，管理能力比模型能力更稀缺？
当企业有 100 个 Agent 时，目前的 Token 消耗量如何？这是一笔怎样的账单？
怎么评估 Agent 的工作效果？AI 化指标怎么定？
「Token 并不贵」：数千元模型费用换来的产能增长足够大
「让需求更猛烈地爆发，让创新更猛烈地爆发」

56:13 当 Agent 「破圈」：Agent 开始走出程序员，Token 消耗成为人才信号

2025 年 AI Coding 已经开始兑付价值，2026 年则是非 Coding 场景开始规模化兑付价值
大模型的泛化能力与 Coding 能力打破了供给门槛
多 Agent 的意义不仅是观点多样性，也在于冗余和鲁棒性
Token 消耗显著领先的人，其工作质量和成果往往也显著领先
不要把 Token 消耗量直接等同于绩效

01:03:12 大明王朝 1566：企业有一万种理由用不好 AI

什么样的公司拥抱 AI 最彻底？
企业用错 AI vs 不用 AI 的代价，哪个大？
大企业如何推进 AI 改革？
最出乎意料的企业案例是什么样？
如何用 AI 串成一个更短的机会兑现链条？
AI 原生组织该是什么样？

01:09:02 决策中枢的核心不是模型，而是决策历史

企业级 AI 需要「围栏」
：别把材料全塞给模型，去建立高质量知识库
如何让组织智慧能够被保留、调用与持续更新？决策知识库最有价值的内容是什么？
「接下来有两个趋势：人站在 AI 的肩膀上，以及 AI 站在自己的肩膀上」

加入听友群⬇️：

88.在新加坡，与祥峰郑俊聪的访谈：硬科技，下一代 Long China 与华人创新的信心史

Wed, 16 Sep 2026 00:30:00 GMT

这一期节目，我们来到了新加坡。8 月，正值新加坡国庆。这个国家61 岁了。

今天的嘉宾郑俊聪，是在新加坡出生的华人三代，他所掌舵的祥峰中国，背靠新加坡主权级资本『淡马锡』，是长期坚定投资中国硬科技的耐心资本。

我和郑俊聪 CC 有一个共识：在中国新一代创新力走向世界的过程中，新加坡此地与资本，将会在其中扮演一种重要的角色。

我们的访谈不局限于科技创投，也讨论了许多关于新加坡的历史、文化和精神思想，其中串联着华人近代的奋斗史和创新史。从过去看未来，我们更期待的，是接下来，优秀的企业和创业者，能够书写下一部华人创业的信心史。

本期视频版，已登录各大视频平台：）

本期嘉宾：郑俊聪（祥峰投资创始管理合伙人）

本期 Shownotes：

01:43 新加坡的创业底色：一个没有天然资源的国家，为什么相信科技？

郑俊聪（CC）的华人家族三代奋斗史
「新加坡的立国史，本身就是创业史」
技术能创造资源，资源带来和平

04:03 新加坡两大主权级资本：从 GIC 到淡马锡，祥峰中国的创业史

GIC 与淡马锡，两种主权资本的不同使命与风格
创立祥峰中国：奥运之后，中国的经济、科技与资本通道
祥峰中国如何获得独立运营权？

14:15 从 copy to China 到面向世界：新一代创业者，与一张 Golden Share

中国创业者正在发生怎样的代际变化？
松灵机器人，创造需求，成为全球第一
祥峰的Golden Share（黄金投票权），与反跟风原则
再选一次，仍然不投大语言模型：祥峰在等什么？

27:35 华人在新加坡：从下南洋，到全球化的关键试验场

下南洋、同乡会与新一代华人的「饥饿感」
下一代创新者怎样把条件转化为机会？
新加坡的价值：本地团队、国际信任与全球市场
Singapore washing 的红黑榜？「我们最怕这样的事情」
全球化从 Day 1 开始：产品安全、合规、信任底线与创始人理念
隐藏中国身份，能否解决全球化的问题？

58:16 复盘宇树：王兴兴等一代华人创业者，已经是顶级的独立判断式人物

王兴兴的一次关键选择：自主研发核心电机
十倍的价格力，背后远不止是价格力
双足还是轮式：终局的通用性，与沿途的商业化
自动驾驶的前车之鉴：技术终局可以很远，但团队需要判断怎样走得到那里

01:17:13 投中了王兴兴，为什么仍然错过加注？

什么样的创始人值得坚定下注、all in 重仓追投？
制度调整：永远保留三成子弹做跟投
「你投了三年，只见了他三次。那就是没有了解」
宇树持续释放的信号：每年兑现的 Pipeline

01:32:29 Long China 的两次叙事：从消费市场，到中国创新

这一代创业者要同时面对两种难度
「海外团队按季度迭代样机，中国团队可以按周推进」
今天的 Long China，更看重中国的创新和供应链
资本寒冬里，祥峰仍然加大投入
退出通道正在重建

01:44:59 祥峰为什么重注物理 AI ？

中国不会只做硬件：机器人的负载、灵巧性、触觉等物理约束，本来就是模型必须理解的一部分
算力不足可能成为制约；新的模型还需要更好的记忆、学习能力，以及对物理世界的理解
几百家具身公司还不够？要找的是那些尚未被解决的问题
至少 50% 投向具身智能，覆盖有落地场景的大脑与核心零部件
行业的机会藏在那些具体限制里
经历漫长迭代，才能长出更完整的产业
世界模型覆盖机器人、视频、视觉理解等不同方向

02:03:13 具身智能，能向中国电动车学到什么？

一个反直觉：比亚迪在新加坡的受欢迎程度，超出预期
在中东看到的本地化启发：机器人走出去，要理解本地需求
机器人可能缓解劳动力短缺，也可能冲击就业；长期的社会分配问题需要政府和制度建设者参与解决

02:13:15 摩拜之后的转向：投资人也要寻找下一个技术拐点

摩拜被美团收购背后，平台巨头的优势：创业公司融资困难，模式壁垒有限，大公司又能快速进入
对竞争结构的重新判断：坚持硬科技、放弃社区团购
从判断 FA 推荐的项目，走向跟踪技术进展、判断未来五年的结构性缺失，再主动寻找创业团队

02:19:07 下一个热点：低空经济、AI for Science 与商业航天？

尤其关注地域分散的海外市场，以及产品如何完成当地的认证与落地
深度原理的 AI for Science
Chatbot、Coding 之后，AI 的下一段增长在哪里？
对宇树和下一代中国创业者的期待

加入听友群⬇️：

87.蓝色光标 x AhaCreator官宣后首次访谈：营销巨头、AI 原生，与出海增长进行时

Sat, 12 Sep 2026 01:30:00 GMT

9 月 10 日，营销科技巨头蓝色光标宣布与全球达人营销 AI 平台 AhaCreator 达成深度合作——这是 Agent 进入传统行业、重塑与重生的进行时案例。

这期节目，我邀请了蓝色光标 CEO 潘飞、AhaCreator 的创始人Kay，一起深入探讨 AI 营销与变革的进行时。作为 00 后明星创业者，Kay 也在这期节目里分享了许多创业的反思与思考，非常真诚。

这也是蓝色光标与 AhaCreator 宣布深度合作后的首次专访。

本期嘉宾：

潘飞（蓝色光标 CEO）

Kay Feng（AhaCreator 创始人兼 CEO）

本期 Shownotes：

00:00 投资与颠覆

08:45 Aha 起点

17:21 用 Agent 重做营销

31:15 人机共决策

43:32 海外平台TikTok、Instagram、YouTube、X 的趋势与营销风向

58:40 蓝色光标的重生

01:08:23 真实与长期

01:22:23 营销行业、AI 与人的价值再分配

01:35:34 真实的力量

01:51:54 慢的力量

加入听友群⬇️：

86.「明年科技公司就只招 AI 人才了！」和脉脉CEO林凡聊全球 AI 人才动向、组织变革与大模型季报

Mon, 07 Sep 2026 01:00:00 GMT

过去半年间，AI行业最大的趋势已经从模型能力探索，步入了“Agentic 化（智能体化）与深度组织渗透”的实操阶段。AI 已不再只是后台的算法演进，而变成了一种全新的工作流和生产力底座。

巧合的是，我和脉脉创始人兼 CEO 林凡总，最近都刚从硅谷回来。林凡总深入拜访了 OpenAI、Anthropic、Google 和 Meta 等顶尖大模型厂商及一线AI 前沿团队。本期节目可以视作一份当下全球大模型发展态势与动向的“AI 季报”。

我们的对话将涉及几个硬核议题：

中美大模型的真实差距
“AI 人才”的新标准
人才市场正在及未来即将发生的结构性震荡。

作为中国最大职场社区与社交平台的掌舵人，林凡不仅在密切观察全行业的人才流向，更在企业内部推进着一场近乎“激进”的 AI 组织变革。希望这一期对话能为大家找到个人价值的核心锚点、摆脱焦虑，共同进步～

一些 takeaways：

生产力的颠覆性跨越：在 OpenAI 内部，过去专属于程序员的 Coding Agent（如 Codex），在短短 9 个月内已经渗透到了法务、财务等全体非技术岗位，人人每天平均让 Agent 自主跑上 1 小时以上；
Agent 开始“主动抢活”：在 Anthropic，Claude 已经能够在 Slack 等协作社区中自主识别任务，甚至主动接管工作；
星辰大海的科学目标：OpenAI 的核心关切早已超越了简单的工种替代或商业蒸馏，他们正全力冲刺用 AI 攻克数学菲尔兹奖级别的前沿科学难题（AI for Science）。

本期嘉宾：林凡（脉脉创始人 & CEO）

本期 Shownotes：

硅谷调研核心发现
- 中美大模型差距现状：当前中美sota模型差距处于收窄状态，美国一线技术人员普遍认可中国的技术进展，并非外界所说的单纯蒸馏。
- 模型成本走势判断：未来6-12个月sota模型仍将维持高价，后续小模型能力追平当前头部水平后，token价格将显著回落。
- 头部厂商布局方向：OpenAI当前核心目标为1年内拿下数学菲尔兹奖，重点攻坚AI for Science，30%训练工作已交由AI优化，目标1年内达70-80%。
- 行业共识方向：硅谷创业公司普遍达成工种替代的共识，Coding Agent对程序员的替代趋势已十分明确，人力资源产业存在巨大商业机会。
核心技术迭代逻辑
- 过去一年核心突破：推理类RL、agentic RL的落地是AI能力跳变的核心原因，可打破人类顶尖水平的能力天花板。
- 能力释放规律：任务闭环越短、评价标准越清晰，AI能力释放速度越快，当前Coding、数学领域的替代进度领先其他领域。
- 落地进度变量：各领域替代进度不取决于模型能力，而取决于对应赛道的商业价值规模，资源将优先向高价值行业倾斜。
AI人才的定义标准与招聘市场变化
AI人才的三类划分框架
- 基座技术人才：负责大模型预训练、后训练、底层infra搭建，对应大众认知中的高精尖AI技术人才。
- 应用开发人才：负责agent开发、工具链搭建、记忆与功能模块开发，需具备基础的技术背景支撑。
- 业务效能人才：核心衡量标准为能否让agent自主、自动运行超过1小时，需具备清晰的目标拆解与约束设计能力。

人才评估的核心维度
- 基座技术人才：以顶级论文发表、开源项目核心贡献者、顶级竞赛获奖经历为核心硬核评估标准。
- 应用开发人才：以真实AI应用落地案例、业务指标提升效果、流程自动化程度为核心评估依据。
- 业务效能人才：以能否实现agent超1小时自主运行为核心门槛，同时考察架构设计与约束条件的设置能力。
- 一小时分水岭的由来：普通任务agent通常20-30分钟即可完成，将目标翻倍至1小时，可倒逼用户设计完整的目标与验证闭环。
- 人在回路的正确方式：仅需在初始阶段设计架构、结尾阶段设置验证规则，中间环节无需人工介入，耐心等待AI完成多轮迭代即可。
招聘市场的结构变化
- 市场情绪转折点：25年DeepSeek R1发布成为行业转折点，大中小公司对AI人才的招聘热情同步快速提升。
- 岗位需求变化：非AI类岗位普遍缩招，AI相关岗位需求连续两年保持同比10倍的增长速度。
- 人才获取路径：基座、应用开发类人才可通过圈子社交触达，业务效能类人才以内部培养为核心路径。

AI对企业组织与工作模式的深层渗透
- 企业AI落地的核心前提
- 上下文供给要求：企业需开放文档库、代码库、线上日志、数据库等内部数据，为agent提供完整的信息访问权限。
- 落地速度差异：技术能力扎实、内部数据数字化程度高的企业AI普及更快，OpenAI用9个月完成全员AI覆盖，2-3年内所有企业将完成该切换。
- 落地优先级判断：企业可优先开放权限、跑通业务验证，再逐步完善权限体系，落地速度将比先完善权限再推进快3-5倍。
Agent落地的当前实际效应
- 降本提效案例：部分存量市场头部企业通过agent落地，缩减2/3人力成本，直接实现十亿级别的利润释放。
- 创业公司红利：三五人规模的AI原生创业公司，可实现传统三五十人甚至数百人公司的业务产出能力。
- 组织变革速度：原互联网行业20年完成的工种细分拆分，将在1-2年内重新合并为单人全链路负责的模式。
- Agent主动性趋势：头部厂商已实现agent主动识别可承接的例行工作，主动向员工提出自动化承接请求，明年将成为普遍现象。
企业AI蒸馏的本质与应对
- 蒸馏的核心本质：企业通过agent将例行工作自动化的正常过程，并非针对员工的恶意行为。
- 员工的应对逻辑：需主动将自身例行工作逐步交付给AI，持续探索新的可例行化工作边界，避免被替代。
- 人性对抗的问题：刚毕业的新员工对AI的接受度更高，老员工普遍存在对抗心态，需主动调整认知适配变革。
未来劳动力市场的变革方向与行业布局
岗位替代的核心逻辑
- 替代的判断标准：核心看任务是否具备清晰可验证的闭环，短闭环任务可直接由AI独立完成，长闭环任务可由人带领agent完成。
- 暂难替代的岗位类型：仅需人和人深度交互、关系型导向的岗位暂难被AI替代，其余岗位均面临不同程度的收缩压力。
- 人才流动趋势：程序员群体将从互联网行业向全行业扩散，单人搭配agent即可支撑传统行业的数字化需求。
脉脉的行业布局与长期规划
- 服务对象不变：始终以企业端、求职者端为核心服务对象，不会脱离“成就职业梦想”的底层使命。
- 服务路径升级：从早期的信息撮合，逐步升级为更精准的人岗匹配，最终实现全局劳动价值的智能匹配。
- 长期终局构想：未来将搭建统一的AI管理灵活用工平台，实现小时级、天级的任务指派，适配人力资源上云的趋势。
宏观劳动力市场的长期判断
- 短期震荡风险：未来10年将是劳动力市场的剧烈震荡期，当前需求侧信心不足、供给侧生产力快速提升的矛盾将持续存在。
- 需求增量方向：未来新增需求将主要向个性化、情绪情感、人文关怀类方向倾斜，其余领域的增量空间有限。
- 长期终局展望：20年后将实现全民无需工作的社会形态，当前的震荡期是向该形态过渡的必经阶段。

普通人拥抱AI的核心行动建议
核心行动方向
- 掌握核心工具：优先熟练使用Coding Agent等核心工具，达成让agent自主运行超过1小时的基础门槛。
- 公开成果沉淀：主动在GitHub、职场平台等渠道公开自己的AI落地成果，清晰展示解决的问题与效率提升价值。
- 打破标签限制：无需被学历、过往岗位标签限制，学习速度、AI产出能力是当前阶段最核心的竞争力来源。

特别鸣谢硅谷睡眠科技品牌 Eight Sleep 对本期节目的大力支持：

Eight Sleep 是一款当下硅谷最火热的 AI 核心健康设备——马斯克、扎克伯格、OpenAI 的 Sam Altman 都是它的用户。这家公司成立于 2014 年，核心产品是一张通过动态调节床面温度、以达成更快入睡、更长深度睡眠的床套。融资目前已超 2.5 亿美金。

Eight Sleep 构建了一整套完整的睡眠干预的闭环系统。

简单来说，它能用降温来帮助用户更快入睡并延长深度睡眠，然后在早晨通过升温和震动来唤醒——连续使用 14 天后，app 会分析出用户的高精力时段是什么时候，结合这些分析，能更好地安排工作、健身与入睡时间。

漫谈听友福利✨：感兴趣的朋友，可以给 eight sleep天猫京东客服报暗号【卫诗婕】领取专属-1000元优惠券。

85.和蚂蚁、千问、吉利、OPPO、vivo 的五位总裁，聊 Agent 的商业元年、漏斗与放大器

Mon, 31 Aug 2026 00:00:00 GMT

过去两三年，我们都在为大模型的「智力涌现」而兴奋。但今天，整个商业界正在经历一场更深彻的质变——

2026，被视作 Agent 商业化的关键元年。

年初，从 Openclaw 的爆火到 Harness 的广泛应用，一幅新的商业地图正在展开—— 在移动互联网时代，商业的核心是 APP，是流量和注意力的争夺；但在 Agent 时代，从意图识别到端到端的交付闭环，当 Agent 可以为我们办事，智能正在绕过移动互联网时代筑成的流量墙，构建全新、不同以往的 AI 原生交互体验。

人机交互的入口在变化，这意味着，原有的商业规则、流量格局和生态天花板，都面临着重构。

这场重构会如何发生，价值的核心会是什么，生态会怎样建成——带着这些关键问题，在刚刚结束的支付宝年度生态大会上，我主持了一场含金量极高、信息密度极大的闭门圆桌。

圆桌难得地召集了几位重量级角色：

坐镇东道主、思考 Agent 生态底座与多方受益共享新机制的——蚂蚁集团 CEO 韩歆毅；
千问 To C的总指挥——阿里巴巴集团副总裁、千问事业部总裁吴嘉；
探索汽车从“出行工具”向“智慧生命体”跃迁的——吉利汽车集团首席工程技术科学家任向飞；

以及坐拥数亿用户的手机终端双雄——OPPO 副总裁、软件工程系统总裁唐凯 与 vivo 副总裁、AI 全球研究院院长周围。

五位嘉宾分别代表平台生态方、大模型入口，以及汽车与手机这两大超级硬件终端。身处 Agent 风暴眼核心的掌舵人们坐在一起，分享了各自真正的焦虑、跨端协同背后的博弈与信任，以及对 Agent 到来后商业拐点的预判。

本期 Shownotes：

01:03 从移动互联网时代的流量漏斗，到 AI 时代的意图放大器

13:13 终端角色变化：从应用入口变成意图入口

汽车与手机成为感知器、执行器，多个智能硬件组成分布式智能体系统

18:24大模型与终端的握手：跨端融合、破墙与开放生态

更长时长、更多维度带来服务的持续增量
未来用户记住的是跨端综合助理

21:12 开放生态最难的不是技术，是利益与信任

支付宝下沉去做能力侧：信任、支付与安全；
平台与 OPPO 合作的 AHA 协议
推倒技术墙，OPPO 合作带来 200 万新增日活

27:03 汽车为什么要从信息经济走向交付经济？

车企承担最终责任，健康识别、自动驾驶、挂号就医形成端到端服务链

30:35 APP 流量墙怎么破

A2A、MCP、Skill 多种接入方式并行；上下文连续、调用透明和用户选择权成为底座

34:23 千万智能体会形成什么样的新经济？

原子服务大量涌现，终端主 Agent 负责集成；
未来不是封闭超级应用，而是智能体网络
组织永远追不上模型，但商业爆发会更快
未来 6 个月智能体会爆发

84.49 家央企采买进场，史上最热WRC：泡沫被挤压，具身行业进入实战阶段｜14 年从业者的行家鉴别指南

Tue, 25 Aug 2026 03:23:45 GMT

刚刚过去的这届世界人形机器人大会（WRC），对整个行业来说是一场极具分水岭意义的展会。

如果说去年，大家还在拼命展示后空翻、跳舞和概念 Demo，那么今年最大的变化在于——所有浮躁的泡沫开始被挤压，行业正式进入了算 ROI、看真实出货、拼落地能力的实战阶段。

在纷繁复杂的信息流中，我希望穿透 PR 话术、看到真正的行业水位，所以我邀请了上市公司仙工智能（HKG: 6106）的联合创始人叶杨笙。叶老师深耕机器人行业已经有十四年时间，既懂底层算法与软硬件工程，又对商业化极致务实。

这期内容中，叶老师不仅给出了极高信息密度的行业“深喉观察”，还点出了一些行业不敢讨论的话题，比如：

破除出货量与预训练神话
展台 Demo 的行家鉴别指南
数据与底层的核心痛点

欢迎在评论区留下你对 WRC 和行业的观察，好内容需要你的更多互动。哦对了，有关仙工智能这家公司的具身战略，也欢迎前往漫谈第79 期，在仙工上市之际，我与创始人赵越的独家访谈，非常推荐～

本期嘉宾：叶杨笙（仙工智能联合创始人社交平台账号：叶老师玩机器人）

本期 Shownotes：

03:11 很多展台都要设定时展示，为什么？哪些企业展现了真正的实力？

07:44 机器人跑太快着火了：运控能力普遍大幅提升

09:31 来 WRC 不寒暄，我们只问一些关键问题：

机器人是遥操，还是真实自主？
失败之后，能自己恢复吗，还是要人工重启？
换个光线，换个物体，还认得出吗？
这个任务，非得用人形吗？
剪了几条，加速几倍，网络断了还能动吗？
你们的成功率是挑了多少次场景算出来的？

14:31 真正的头条不是任何一台机器人，是「采购日」这三个字

一组关键市场数据：2026 上半年全球人形机器人出货量突破 2.2 万台，中国厂商占全球约 97%

20:00 大胆开麦：行业落地的真实需求，可能要在订单量上除以 10

「去表演化」：静展比例大幅减少，跳舞翻跟头不被业内埋单
「去差异化」不足：300+公司涌进三个赛道、五个场景
什么赛道是百万级的需求？

25:55 具身大脑的风向：世界模型最火，但展示很少

为了攻克卡点，全栈自研是头部标配，这很正常
关节模组和嵌入式软件自研，会是趋势
内幕爆料：目前可能真正的在做预训练的具身创业公司，可能不超过 5 家
具身行业的永续公司：融了几十个亿在账上，仅靠利息就能养活研发
大脑能力目前非常同质化
探索什么样的数据真的有用 vs 范式清晰的那一天，有没有那么多机器人布好，目前是矛盾的抉择

37:57 本届 WRC 最大的场外热点：宇树上市

宇树上市，给具身行业做了很好的定价
什么是真实订单量？上市之后的界定严格得多…
王兴兴在开幕演讲中谈，目前的具身大脑为什么难以突破？——「他的定义很本质」

40:11 机器人的大脑、小脑和神经：技术发展到哪了？

神经，是传感器信号的总线
灵巧手和数据，从机器人配件，走向舞台中心
为什么行业总说，具身数据采集标准不统一？详解数据采集的秘密…
关于采集口径、标注规范、数据格式、时序组织…
仙工打算成立一家专做数据的子公司，正在开启独立融资

55:30 整个行业的技术进展的结果是由什么带来的？

强化学习、Coding、数据…都在飞跃
Agent 自进化会加速技术进展
明年，Scaling Law 会有初步显现
大部分自定义的限制场景，VLA 完全够用
「大家的起点都还非常低」
整个展会期间，最意味深长的细节…

加入听友群⬇️

83.宇树上市：王兴兴的「幸运」，投资人的「教训」｜对谈宇树早期投资人、初心资本田江川

Wed, 19 Aug 2026 01:00:00 GMT

宇树科技正式敲钟上市了。

我曾在第 65 期节目（《除夕夜，与王兴兴的对谈》），于除夕夜春晚舞台演出之后，专访过宇树的创始人王兴兴。

那次对话的震撼一直持续至今。在我的认知里，宇树绝对不只是又一家把硬件卖到全球的成功企业。

它是一个真正能开启中国硬科技全新创新时代的范本。

宇树证明了：中国创业者能够用极致的工程创新、并将中国硬件的优势发挥到极致，从而做到引领全球；他们不需要光鲜的履历，就能让全球最顶尖的实验室基于中国团队的硬件去定义行业标准。

我们试图回到那个没有聚光灯、甚至充满偏见的起点。

我邀请了宇树的早期投资人、初心资本的管理创始人田江川，一起复盘了宇树这个项目所有的非共识。

如标题所说，早年融资上捉襟见肘，反而成了宇树最大的「幸运」；当年被顶级 VC 视作“短板”的草根背景、手搓 BP、不做视觉算法的王兴兴与宇树，最终却构筑了断代级的壁垒。

某种程度上，宇树和王兴兴实现了一次中国投资人们的集体认知升级——有关反精英主义的傲慢，与什么是真正的创新。

本期嘉宾：田江川（初心资本管理合伙人、宇树早期投资人）

本期 Shownotes：

02:25 2015 & 2025 ：投资的 vintage year

乔布斯的「初学者心」：持续对世界保持热爱和好奇
2017 年，3000 万人民币估值的宇树
王兴兴 2019 年的 BP
投资行业正不断回馈胆子大的人
2025 年技术变革中，话语权只掌握在少数人手里

00:07:22 2017，为何在Costa咖啡馆里错过了王兴兴？

「让机器人走进千家万户」的 passion 打动了我
电机这个路径一定是更好 scale 的，但当时我没有意识到
宇树是Macintosh 级别的创新
人才策略的三星模型—— poor 、smile and desire
target mass market
哪个年份的阿里人含金量最高？
“两真两网”体系：真问题、真专家、认知网络和信任协同网络

00:19:31 宇树不是一家机器人企业，它是一家全球性的生态平台

宇树的高毛利和量产能力从哪来？
宇树如何站住了生态位？它的壁垒是什么？
宇树的「幸运」：兴兴的英语是很不好的，但是day1 他就选择做海外
宇树其实是一家生态平台
「他们还会进入科研市场吗？其实很多是不会的了。」
「这么多岗位是谁在做？他当时说：是我。」

00:30:05 孤独的创新者：厚积薄发的六年

在一个无人区创新，即便不好走，但没有那么多竞争
宇树和大疆相似的成长路径
王兴兴给市场的强压迫感：一般都会早于市场 3-6 个月，推出一款别人赶不上的产品
2025 年春晚，中国具身行业的分水岭

00:53:55 人才审美：极客、科技理想主义者，与清醒的野心

所有 10 倍的优势，都是非常了不起的信号
“A user is a player.”
点亮宇宙科技之树
RoboMaster，是培育大疆竞争对手最大的温床
「三非」：扶持非共识、非中庸、非主流创业者

01:15:57 具身智能布局：这个时代的船票只属于少数人

中国具身的红利
ToC 端未形成 PMF 的核心原因：核心技术不到位，目前仅能提供情绪价值
具身领域存在类似 SaaS 的确定性机会
硬件赛道更离散，行业有巨大增量
地缘政治的最大挑战

01:36:59 MIT 的冲击与 VC 行业的残酷法则

管理是一门科学而非艺术
「裸奔做一个 CEO」
理解了文化差异，就能理解中美为什么会脱钩
天赋与勤奋：「今天你因为要出去滑雪，你就错过了字节」
创新的根本，就是顶级人才的流动

加入听友群⬇️：

82.具身是一场马拉松，VLA 和世界模型都不够本质｜一个华为天才少年的具身启航

Tue, 04 Aug 2026 02:14:25 GMT

这是一个在 2026 年才正式浮出水面的具身明星项目。

墨奇智能成立于 2025 年底，半年内完成超过 10 亿元天使轮融资。创始人黄青虬是前「华为天才少年」，亲历华为智能驾驶从 0 到 1 、从第一代到第四代的完整建设，离职前，他领导 200 余人团队，时任AI 模型开发部部长，并把端到端方案推向量产。

从去年年底开始，这个项目是具身领域投资人们纷纷约见和抢注的对象。

从本科、博士到华为工作，黄青虬完整经历了机器人的小脑、大脑及系统的学习、探索和实践。其中穿插着清华火神队、汤晓鸥成立的 MMLab 以及华为自动驾驶，这些人工智能的传奇之地。

这是一期信息量很高的访谈。它能解答一个问题：为什么在 2026 年，具身浪潮已经狂飙了三年、全行业有数百家具身企业之后，这个赛道仍然有新选手的机会。

要点概览：

• 具身是马拉松，不需要弯道超车。

• 具身量产需要更严格的定义。今年能产出 5000 台靠谱机器人的公司，不会超过三家。

• 数据的质量，远远重要于数量——在一个人人都高喊「1000 万小时」「1 亿小时」数据的时刻，黄青虬认为，今天行业接触到的具身数据「质量是不够高的」，且缺乏统一的标准。

• VLA 和世界模型是一体两面，但它们都「不本质」。

视频版将在 8.4 日中午上线各大平台：b 站、微博、小红书、视频号等，欢迎前往：）

本期嘉宾：黄青虬（墨奇智能联合创始人兼 CTO ， ex 华为天才少年）

本期 Shownotes：

05:36 最晚下场的「华为天才少年」，与具身爆发的节点：2026 才出发，晚了吗？

大模型从 chatbot 发展为 coding 、agent 成熟
智驾领域实现可泛化、可大规模商用的端到端一段式控制技术
批量具身公司出现，具身创业门槛不高？
「投资人可能默认我能做成」

11:34 具身是一场马拉松，不是百米冲刺：起点差几个身位，没有太大的区别

技术范式未收敛，所以起点不重要
行业热度高，人才分散浮躁——这个领域需要怎样的人才画像？
太多人谈弯道超车，什么是这个行业真正的基本功？硬件可靠性、算法数据模块的精度效率是「苦活累活」

19:20 路线选择：toC 一定是终点，但可以先把 toB 当跳板

场景选择：可泛化、可分阶段落地、能够回流高价值数据以迭代通用模型
具身行业的数据质量很成问题
好数据的三个条件
「具身的 Scaling Law 会比大语言模型更难」
具身模型存在模型结构的矛盾，挑战很大

29:28 算法不重要？「算法是这一轮智能的核心」

算法架构是容易抄的，但探索过程中积累的方法、人才、组织氛围无法复刻
成立仅半年，月算力投入达千万级，算力投入可排行业前五
「这个行业的算力投入与行业热度，是不匹配的」
大脑的算力门槛为千卡级别，要出突破性成则果需达万卡级别

36:58 机器人兴趣：从《铁甲小宝》、《黑客帝国》，到清华火神队

赵明国老师的清华 508 实验室
「不要随大流，要有自己相信的研究方向」
运控古典派如何看待宇树：Sim-to-Real 最小背后，硬件一致性与参数整定
细节决定成败：负载系统会放大误差难以溯源

53:24 从机器人「小脑」到「大脑」：传奇 MMLab 带来的一切

初识 CV：恰逢 ImageNet 诞生，多模态理解一定是大势
商汤往事：在文津国际公寓的岁月
汤晓鸥强调的「黑羊文化」
从封闭式走向开放式的命题：重新定义系统
什么是具身大脑的核心？
通用的「特征提取」
什么是好的系统？

01:17:11 加入华为：「华为天才少年」、救火、与自动驾驶的四代更迭

「华为天才少年」打破了外界对华为的刻板印象
「银狐」量产救火：从没上手过激光雷达，却完成了算法修复，怎么做到的？
什么是可迁移的经验？如何迁移？
从六七人扩张到200人的管理与文化：同理心是关键，找寻一致的人
什么是真正的财富？地狱级的量产有更严苛的标准，刷榜没有意义

01:36:03 「VLA 和世界模型，都不够本质」

为什么会出现各类技术方向：具身模型动作模态稀疏、反馈少、训练慢
VLA 和世界模型是一体两面：都是为了将模态从稀疏推向稠密
AI 仍是一门实验科学，需要大量验证试错
华为自动驾驶 4.0 量产完成，我从华为「毕业」了
如何做技术选择？「美的东西，都是简洁的（Simple but work）」

02:00:07 量产的定义需要更严格：不能做到 7✖️24 小时运转，每一台机器人保持一致，就是原型机！

中国做硬件、硅谷出软件（大脑）的故事几乎不会重演：具身的数据是要从头来过的
「ChatGPT 的 changing point ，只是刚好出现在 OpenAI」
每次推倒重来，才有机会提升智能的上限
「我对量产的定义可能更严格」「我希望做一家靠谱的公司」
「今年能产 5000 台靠谱机器的公司，不会超过三家」

02:09:32 豪华团队：追求「温柔与坚定」，有趣也很重要！

具身很复杂，「你永远不知道会出什么幺蛾子，需要非常健康的心态去看待这些状况」
工程很重要，学术 taste 也很重要
做机器人很苦：产品和团队的调性会影响心情，心情又会影响灵感
乐观是一种可被习得和塑造的方法
「看一看表，还有二十几年——是时候开始做了」

加入听友群⬇️

81.Agent Infra，巨头都在布局的隐秘赛道｜与百度王雁鹏聊模型、智能体与 AI 基建的新动向

Tue, 28 Jul 2026 02:07:38 GMT

我们正经历从模型时代到 Agent 时代的过渡。

底层技术正在发生怎样的演变，有哪些硅谷与国内的重要 AI 趋势？为什么这是工程师最好的时代？

这期播客，我邀请了百度智能云AI 计算首席科学家王雁鹏，深入探讨 Agent Infra 这个重要的「隐秘战场」。

（本期视频版也已上线：欢迎前往 b 站、视频号、小红书等平台观看～）

本期嘉宾：王雁鹏（百度智能云 AI 计算首席科学家）

本期 Shownotes：

01:46 模型动向、AI 基建正在发生什么？

什么是 AI Infra？「Infra 其实就是抽象一个层次，这个层次有足够的通用性。」
AI Infra 为什么从软件走向软硬一体？「前一代的 Infra 基本上全是软件视角，这一代 AI Infra 有一个巨大的区别：它是以 GPU 为核心构建的。」
GPU 极大释放了算力，但是牺牲了通用性
从 AI Infra 到 Agent Infra ，意味着什么？「完成真实任务意味着我得有一个完整的环境，人操作的所有基础设施和软件，都要被 agent、被 AI 去用。」

04:25 Agent 从 demo 走向生产环境，还差什么？

Agent 的三阶段 —— 从 Chat 到「完成岗位」的鸿沟
模型能力边界，决定 Infra 抽象层在哪里
新时代的数据库是什么，memory 系统长什么样，还在变化
模型的智力等于算力，算力等于电力
Agent 可控、可信任：每一次执行结果不变、可重复
基础设施层面，需要构建一套能够快速部署、快速开发、大规模运行的系统，一个更强的推理集群

12:03 OpenClaw、Hermes 与 Agent harness 的范式变化

「Claude 4.5 出来时，程序员圈已经被震撼过一波」
「Openclaw 第一眼没什么特别，再看还是有点东西」
harness 的三件套：loop（主循环） + tools（调用工具） + memory（记忆系统）
loop 的通用性极强：「让大模型看上一步结果 → 分析问题 → 决定下一步 → check 是否达标」
Memory 从 RAG 演进到文件系统：更通用
Hermes 的更进一步 —— 自动净化 skills（定期反思：这个任务哪里不好、下次怎么做更好、整理成明天可用的 skill）

18:44 模型即 OS ：大家争夺的都是超级入口

为什么 agent 会越来越多：大模型以后会是 OS，是大脑
通用大脑就像天才：可以做任何事，但不会 day1 就能做任何事，中间的学习成本 + knowhow 沉淀 = 应用层的价值
Agent 的三大支柱：长上下文冲击算力、存储、网络与 CPU 消耗
CPU 的消耗，可以窥见 Agent 诞生了多少真实价值
「这仍然是巨头的游戏」
为什么英伟达的生态很难撼动？

36:42 Agent Infra，巨头都在布局的最吸金、最隐秘的赛道

智能 = 算力 = 生产资料
「所有巨头都会往下做垂直整合」
Anthropic、OpenAI、Google 的 Infra 路线差异：

谷歌，最典型的垂直整合派：TPU 做了近 10 年、JAX 自研、Infra 自研、模型自研 —— 芯、云、模真正一体化
Nvidia：不再是芯片公司，而是系统公司
Anthropic（轻资产，聚焦入口派）：聚焦模型 + Claude Code 这个高价值入口；算力靠跟 AWS / Google 签协议保障，短期不用自己造芯片

OpenAI（重资产，生态平台派）：「从 GPT Store 那时就想做 App Store 式生态」；
垂直整合的隐藏难点：「软件世界与硬件世界有 gap」
「今天定义的芯片两年半后出来时，还是不是那个模型需求？很大程度上不是」
NV 的缝隙在推理系统

51:19中国 Infra 路径：多芯适配、开源生态

国内 vs 国外 Infra 的两大差异：

芯片环境不一样：国外主要在 NV 生态；国内要考虑国产芯片、要做更多多芯适配
中国的开源远远领先于美国 —— 开源意味着**模型架构透明**，做芯片的能知道往哪里走

百度智能云的两个押注：更高的算力与 Token 效率 + 和未来的新星走在一起
Robin（李彦宏）提出的新指标 DAA（Daily Active Agents） —— 替代 Token 数量作为 Infra 层的牵引指标
「Token 数是一个会被玩坏的指标」：不能做杀鸡取卵的事
提升 DAA 的路径：**让开发更快** + 让运行更稳（可自动恢复、结果可 check） + 分任务价值高低（高价值多花功夫做）
趋势：从 Token 到 DAA ：Agent 时代需要更多衡量真实价值
提升 DAA 的路径：让开发更快 + 让运行更稳（可自动恢复、结果可 check） + 分任务价值高低（高价值多花功夫做）

01:00:22 为什么这是工程师更好的时代？

更大的探索空间：做 Infra 的人在 CPU 时代不会在芯片层面想工作；到 AI 时代能做很多系统层面的事；到 Agent 时代要做更不一样的系统
当下，整个研究范式都在工程化：「工程化研究范式」是这一代 AI 的隐藏画像
Transformer 架构统一之后，各家拼的其实是工程能力
「算法工程师」的时代结束了，「AI 系统工程师」的时代开始了
「今天你用工程的方法去解决更多、更广泛、更复杂的问题」

加入听友群⬇️：

80.与梅涛院士的 3 小时访谈：语言、视频、具身终将汇聚，为什么是世界模型？

Fri, 24 Jul 2026 00:00:00 GMT

从语言大模型，到多模态至全模态模型，再到走向世界模型…

世界正在经历什么？

本期节目我邀请了加拿大外籍院士、智象未来 Hidream的创始人梅涛，还原视频生成模型的技术发展史。

梅涛院士是全球首篇文生视频论文的作者，也是最早探索文生视频的人。

2026 年 5 月 20 日，Google I/O 大会上，Pichai 发布了 Gemini Omni —— Google 第一个原生「any-to-any」的全模态模型：文本、图像、视频、语音都在同一个 Transformer 里原生流动，不再是几个模型拼接——这与梅涛一直以来的主张不谋而合。

与此同时，OpenAI 悄悄砍掉了 Sora 项目，更多聚焦 Coding——硅谷正在做减法。

但中国一侧的多模态战场却没有收敛，从多模态、全模态到世界模型，多模的架构层面正在发生一轮新的分化：DIT、UIT、Omni 各自赌不同的路。

梅涛，作为最懂视频模型的人之一，正是选择从底层架构下场的创业者，他致力于打造「视频界的 Anthropic」。

我们从他的中科大、微软亚研院岁月，一路聊到这场世界模型的创业之旅。梅涛的模型世界观可以用一句话精炼，那就是：

图片是入口，视频是过程，世界模型是终局。
语言、视频、具身，终将汇聚。

这期的信息量极大，但技术门槛较高，不过，其中穿插着大量生动比喻，跟随下来，也能对当下的AI 趋势进行一场深入的了解。推荐大家收听～

本期嘉宾：梅涛（加拿大工程院外籍院士、智象未来 HiDream 创始人）

本期 Shownotes：

03:35 视频领域的 Anthropic :图片是刀, 视频是过程

学 Anthropic 的三件事: 团队从 OpenAI 出来后极度稳定(智象核心作者从 2017 年起就没走过一个)、坚定做企业服务、通过开源建立自我逼迫的创新节奏
视频领域的刀是图片 : 图片是二维/三维信号的入口，今天客户在平台上创作的时间 50%-60% 花在做一张图上
多模的成长路径:图片模型 → 视频模型 → 全模态模型 → 世界模型
能不能把图片做到全球最好,是视频公司真正的分水岭：Google 的 Veo 3 之所以强，是因为 Google 本身有很好的图片模型

08:25 院士里少有的「躬身入局」：全职 20 年的工业界履历

中科大→微软亚研 10 年→京东探索研究院 5 年→2023 年创立智象;从没拿过第二份薪水，始终全职
导师张宏江的习惯：看汇报从最后一页往前翻，5 分钟就把半小时的 slides 看完
「用 AI 分析理解视频」的任务，跨越 6 年才完成——多模态、全模态、世界模型都是那份实习任务的延长线
好的 mentor 给的 assignment 都不是「当下能做出来」的,而是「你的整条职业生涯都要围绕它推进」的
反人性才能获得长久的正反馈，负反馈也是正反馈
微软亚研院的土壤：这样的 R to D 通道今天几乎绝迹

29:00 微软 R&D 分离 vs OpenAI 融合：今天模型就是产品

微软时代：研究员做 paper → 10 个工程师转化成产品 → 100 个工程师做产品化，大半年才能进产品线
OpenAI 这一代：researcher 和 engineer 完全融合，R&D 之间不再有转化层
研究员今天为什么这么贵——因为他们直接是产品线；研究判断本身就是产品判断
如果你的研究和工程仍是两个团队，你比大厂慢的不是资源，而是决策速度

31:27 AI 不是足球赛而是篮球比赛：第一节快结束了

toC 是 toB 的放大器——C 端最先感知模型能力的溢出、贡献社区反馈、做 branding
中国 AI 创业的三个关键词：全球化、出海、软硬件一体
AI 的四节比赛：大模型比拼、 agent(通用+垂直)、终端流量入口/软硬件、第四节待定
AI 时代，toB 和 toC 的边界越来越模糊：创业公司不必二选一
后面的迭代周期会更短：基模半年一次大迭代，Agent 可能三个月一次，终端和交互还会更快

42:15 Sam vs Dario：一号位视角 vs 单点技术执念

Dario 是理想主义者(读社会学、历史、哲学)；Sam 是投资人出身,更现实
讲宏大叙事等不到爆发那天就会死
中国投资人的三重反射弧——需要沿途下蛋、追共识不追共识外、经历过 toC 时代所以对 toB 天花板有本能的低估——这些都改变了中国创业者能选的叙事结构：你必须在讲远期愿景的同时不断证明近期商业化
「长期看 Anthropic 和 OpenAI 的曲线一定会交织」

47:10 从 TGANs-C 到 UiT：做视频模型，创业公司为什么必须换架构

做出全球第一篇文生视频论文 TGANs-C （2017）：使用 GAN 与卷积神经网络，只能生成约 3—4 秒、48×48 像素的模糊视频，但证明了文本可以反向生成视频
视频生成模型经历了 GAN、Diffusion、DiT 几轮架构变化：主干网络从 CNN 换成 Transformer 后，模型才获得更强的上下文和规模化能力
DiT 需要先把文字、图片和视频压进隐空间，再编码、解码；压缩会损失细节，也让像素级控制变得困难——字节等大厂可以在此基础上大力出奇迹，但始终有些事做不到
智象在探索的UiT：尝试取消外部 VAE，让原始像素、文本 Token 和任务条件进入统一空间，直接完成跨模态交互
创业公司必须思考如何避开大厂的车辙，如何优化成本曲线，逼近大厂的优势
「架构上的领先只能持续六个月」：开源是一场持续创新考试
为什么视频模型目前仍然是创业公司玩得起的游戏？千卡级训练仍给创业公司留有窗口

01:17:15 像素没有统计意义：多模态还在 GPT-2 阶段

语言是经过人类数千年压缩的结构化知识，而视觉信号缺少公认的 Token 定义，「像素没有统计意义」
文本可以用 next-token prediction 自监督训练，图像和视频通常需要成对的内容与高质量描述，监督成本更高
视觉 Scaling Law 会出现，但不一定复刻语言模型的路径；数据、算法和算力都还没有形成统一范式
目前视觉不负责产生智能，而在于复刻

多模态消耗数据的速度仍赶不上人类产生视觉数据的速度

01:27:50 世界模型不是一个模型：三条路还没有交汇

杨立昆的 JEPA 路线关注 next state 与世界状态预测；李飞飞更侧重 3D 世界重建；视频生成派则希望从海量真实视频中学习物理规律
视频模型的数据更通用、参数体量更大，可以成为世界模型的基础底座，再向具身或交互式任务迁移
图片、第三人称视频、第一人称视频和具身真机数据各自覆盖不同分布，单靠真机数据很难获得足够泛化
生成与理解目前仍是两套路线，真正的大一统架构尚未出现。
世界模型现阶段更像一组不同目标、数据和训练方式的模型家族。具身、3D 和视频都只是路径，过早把它们压成一个答案，会遮住真正的架构问题

01:41:16 从微软、京东到 HiDream：创业没有标准答案，在迷雾中寻找航向

通用视频模型底座的商业化

技术创业选赛道时，「未来足够大」还不够。能否沿途形成收入、数据和产品反馈，决定团队有没有机会等到终局。
判断模型是否真正创新，不能只看公开榜单；模型公司会用自己的测试集和极限 Prompt 检查边界能力。
好的 Leadership ：清晰目标、可执行路径、利他和技术使命感
快速不仅指把正确路线跑快，也包括更早承认路线不对

02:08:53 通往世界模型：下一代架构可能已在萌芽

从多模态、全模态走向世界模型是通向 AGI 或 ASI 的必经阶段
当前的 Transformer 未必足以承载所有模态和交互，下一代架构可能已经在萌芽
让博士生和研究员持续筛论文、做小规模试错，再把有潜力的方向放大到产业级训练
发现下一代架构靠的不是一次灵感，而是一套持续感知机制

02:19:34 世界模型不等于具身：图片是扎马步，最大的数据量目前来自视频模型公司

自动驾驶、视频、3D 和机器人都有各自的世界模型叙事。
智象的「具身世界模型」路径：先把图片质量做高，再扩展视频长度、实时性和可交互性，最后延伸到高精度的物理世界任务。
「像智象这样的公司，一年都是 100 PB 级年度视频数据」：视频仍是当前最可规模化的物理世界信号
图片不是视频模型的过渡版本，而是最低成本的基本功测试——构图、像素控制和角色一致性做不稳，视频越长，错误只会被继续放大。

02:28:49 多模态商业化：智能未涌现，表现力先变现

「多模不会一家独大」
Agent 的价值不只取决于基模，还取决于 Harness、Skills、成本控制和行业 know-how
多模态还没有出现语言模型式的智能涌现，却已经出现表现力涌现。商业化可以早于技术终局。
「Token 将来价值会越来越薄，因为它成为了一种 commodity。」

02:42:06 船票的本质：模型能力与商业化都要过关

一张多模态船票首先要求自研模型和公开可验证的能力；只有应用收入，也可能被下一轮模型升级吃掉。
模型层竞争是耐力赛，但资本耐心有限
2024—2025 年，一批视频创业公司批量退出牌桌
一级与二级市场都在寻找模型排名、对标逻辑和增长数字，但对「新型 toB」的共同要求，是不要回到私有化部署和定制研发。

02:54:55 卖铲子给具身：从世界中学习，再重构世界

智象与诺亦腾合作：具身公司缺少高质量、可规模化的数据
把真人遥操和夹爪数据扩增为不同背景、不同手部外观的第一人称视频
合成数据是否「真实」并非重点，重点是它能否提升 VLA 或 World Action Model，并用轻量模型量化能力增量。
通用世界模型仍缺数据、架构和算力，把触觉、温度、空间、时间、语言与动作放进同一模型，可能需要今天 10—100 倍的计算资源。
图片是入口，视频是过程，世界模型是终局
「我希望能够从世界中学习，把世界进行重构。」

---

欢迎前往视频版，对照字幕获得更好的吸收。也欢迎关注公众号「卫诗婕漫谈 Light the Star」，查看访谈文字版整理。

加入听友群、关注「漫谈 Light the Star」的全网账号 👇

79.机器人大脑第一股上市，与仙工赵越的4小时访谈:全球第一、机器人金字塔与具身智能的另一条路

Mon, 06 Jul 2026 00:00:00 GMT

这是一期非常生动、系统的访谈，还原了一家隐形冠军的成长史与思维方式。

作为机器人大脑第一股（仙工智能已于2026年6月24日在香港交易所主板挂牌上市），仙工把机器人的大脑「控制器」卖向全球，成为全球出货量第一。同时，它也正在探索一条反主流叙事的具身大脑道路。

这是仙工成立以来及上市后，创始人首次接受深度深度访谈。此前，这家公司作风低调，鲜有接受媒体报道。

创始人赵越身上有许多有意思的故事：读医三年后退学重考、本科期间睡实验室、曾带领团队获得三届 Robocup 全球冠军、首次创业失败……

大量成长过程中的趣事（尤其是在世界杯期间，我们聊机器人世界杯 RoboCup 聊了一个多小时），其实也与创业过程中的思考方式互文。

赵越带来一个有趣的暴论：未来所有公司都可以是机器人公司。也带来一些启示：越是纯粹的人，越有机会在专业领域获得成功。AI 时代，足够热爱的人将有更大机会获得成功。

强烈荐听这一期，希望你们喜欢：）

（本期访谈的视频版已在视频号、微博、b 站、小红书等平台登录，欢迎前往观看～）

本期嘉宾：赵越（仙工智能创始人）

本期 Shownotes：

Part 1.关于赵越：史莱姆、「卡拉米」和永远想「掀桌」的基因

01:23　仙工的吉祥物，是小怪物「史莱姆」

「开始都叫老板，新人一周内就会喊我越哥」
史莱姆（仙工吉祥物），最初级但也不容小觑的小怪物！
从 wrong 到 right，要经历漫长的混沌
创业本质就是不停解决问题的过程
「加速开放多元的智能文明，让智能机器没有门槛」

06:26 湖南邵阳，浙大 8 年医学本科、退学，与夺冠少年

父母都是老师，「他们最大的贡献就是不管我」
浙大竺院的宽口径培养：8 年医学制，读到第五年，我退学了
白天紫金港，晚上玉泉——本科研究生几乎睡在实验室，不认识研究生室友

Part 2. 中国摘得 RoboCup 世界首冠：一个「小胖子」带队夺得三届冠军

15:15 从「小胖子」Picker ，到三届全球冠军

关于 RoboCup：2050 年击败人类世界杯冠军
还没有 Issac 和 Sim2Real 的年代：用 ODE 物理引擎 + CUDA 加速做仿真
8 毫秒决策周期、集中式控制场上 6-7 台机器人、GPU 算所有跑位与形势变化
2009 年开始接触强化学习，「逐条过对手的比赛日志」
代码里的 magic number（阈值数）：引入随机性，是最有效的策略（今天的创业同理）
「那个小胖子，你不要在场地上跑那么快！」
小卡拉米的蜕变规律：脱颖而出，往往不是因为优秀，而是因为热爱

30:14 中国首冠 & 一个「思想钢印」

初赛击败上一届冠军：整个场馆都震惊了
一个思想钢印的诞生：「你觉得是问题的、迟早有一天会找过来」
击败 CMU（卡耐基梅隆大学，机器人领域全球最强的实验室）：把不可预测，转化为可预测
「太精彩了，不像机器人在对抗，像两个教练在对抗！」
与 Malona 在巴黎的会面（RoboCup 发起人之一，执行委员会主席）：RoboCup 播下一片种子
热爱，无法伪装

Part 3. 未来，B 端不会有真正的机器人巨头出现：每一家公司都可以是机器人公司

53:21 机器人金字塔：能在底层解决的，不要往上层解决

机器人金字塔：机械 → 电子电路 → 底软 → 通讯 → 算法 → 模型
端到端 vs 分层架构的技术路线分歧：未来所有大脑模型，也会是 MoE 架构
自上而下 vs 自下而上的两派大脑
快速分裂 & 快速共识：2022 年大家讲 VLA、2024 年讲世界模型、2026 年讲无本体采集——共识每年重新洗一遍
具身分两维度看：**新技术范式 vs 新产品形态**——可以分别独立验证、没有必要绑在一起
数据如何低成本、可持续地涌现？

01:06:23 暴论：「所有公司都可以是机器人公司」

渐进式在 B 端赢、颠覆式在 C 端赢
「一吨货的三种解法」
工具是被人创造的——让人形去搬货，就像让自动驾驶去开油车，是退步
数据 ≈ 模型：一个拥有足够多好数据的公司，可以立于不败之地
好数据的三条件：① 真实场景采集的多样性 ② 天然对齐（不用花大量成本转格式） ③ 低成本可持续产出
仙工的独特资产：2000 种机型 × 400 种传感，接在自家传感器上，天然对齐；客户异常时主动把 corner case 给你
为什么不立刻训一个通用大脑，而是训垂类模型？
产线没有巨头、机器人为什么一定要有标准的巨头？
构建事实标准，与「反者道之动」

01:22:38 从方法论焦虑，到数据坚定

「现在这些 BP，没有 VLA 的我都不看了」
问题不是方法本身、而是数据
自动驾驶出身的，都会强调真机数据
新方法研究，是一个沿途下蛋的过程
挖角潮有感知，核心员工几乎没走
无为，是不妄为

01:53:16 第一段创业的失败：富士康点醒了我们

第一段创业「仙知」：沿着机器人四大家族一路模仿，发现似乎不对
富士康点醒我们：除了控制器，没什么是我们不能做的
与富士康的交易：交出图纸，买你系统
一台机器人上难以被统一的需求：当你把它升维到软件工具链层面，都能被统一
第一段创业的教训：现金流危急一年多

Part 4. 仙工的具身大脑路线：不立刻去训通用大脑，掌握数据会利于不败之地

02:10:00 机器人平台化战略的诞生：脏活累活，是护城河

控制器就是机器人的大脑（硬件承载 + 软件规则或模型）
仙工如何成为机器人控制器全球第一？
能不做的，都不做
海外市场与中国市场的差异
我们组建了一整套严选和评测体系
我们不做零件的原因：中国公司太厉害了，未来第一名不会有中国以外的公司
脏活苦活，才是一个科技公司真正的壁垒

02:36:19 谨慎做梦：可靠性、泛化性 & 后发优势

战略是长期的、不可撤销的投资
具身的实用主义：一端要可靠性（强化学习把场景打到极致），一端要泛化性——「两端兼具，至今我没看到信服的案例」
每次从 0 到 100，是为下一次从 0 到 1 换筹码
谈具身落地的真相：「大多数应该是不及预期的」
仙工的具身「四象限理论」：把「新旧技术」× 「新旧产品形态」拉出四个象限

新技术 × 旧产品形态（比如叉车具身化）——做落地引领者
旧技术 × 新产品形态（人形机器人的下层运控）——做具身行业的赋能者
新技术 × 新产品形态（比如具身大脑训自己的通用模型）——当下不做，全力积累数据
旧技术 × 旧产品形态——放弃

关于人形：不是没价值、是这套「基于数据训模型」的范式在人形上暂时难落地

Part 5. 道德经、鲁路修与稻盛和夫：「干掉第一」、「成为第一」、「不做第一」

《道德经》的「空」，与不妄为
「功成事遂，百姓皆谓我自然」
稻盛和夫和毛泽东：极致唯心 + 具体唯物的辩证
钢炼、鲁路修、高达、进击的巨人：神漫里有着美好的世界观
鲁鲁修震撼了我的世界观：主角让自己变成世界最大反派、被最好的朋友一刀刺死，用自己献祭了正义
消消乐哲学：做到第一就要清空重来，否则容易变成那条恶龙

加入听友群⬇️：

78.Seedance之后，视频Agent何去何从？｜与 OiiOii 闹闹聊视频模型的秘密：数据、生态与感性的结构化

Fri, 26 Jun 2026 00:00:00 GMT

Sora 之后，Seedance、可灵等国产视频模型，做出了世界的高度——中国视频模型为何能领先全球？Seedance 的发布（最新已经是 Seedance 2.5 的发布啦），究竟是结束了视频 Agent 的战争，还是开启了它？

我和 OiiOii 创始人闹闹，一起还原了属于视频战场上的大模型及智能体之战。

（本期内容详细梳理了 Sora 之后，视频模型的发展，及视频模型训练背后的人才体系、训练方法、数据奥秘，非常值得一听，也欢迎前往各大平台-B 站-小红书-视频号等，搜索本期内容的视频版😁）

从腾讯微信、字节剪映到创立 OiiOii，闹闹特别分享了她的产品世界观——感性与理性，是一体两面。而在视频这个领域，感性如何被量化，既是科学，也是艺术。

本期嘉宾：闹闹（视频 Agent OiiOii 创始人，前字节剪映负责人）

本期 Shownotes：

02:01 Part 1. 闹闹的成长史：观察者、群体之外与"创造环境"

当一件事需要你自己去创造一个环境

腾讯和字节是产品观的左右脑
张小龙的 8 小时内部产品演讲，"他用人类外的视角在观察人类——把人性的善和弱点放在放大器里发酵，再像园丁一样修剪”

· 在字节学到数据的应用，也看到数据的滥用——明知一个实验数据怎么才能为正，就为了正而去做它，但这不代表它长期是正的

内容型产品的核心，是把感性的好与不好归类量化

18:27 Part 2. 视频模型路径的判断：从 Sora 2，到 Seedance

早期视频模型以首尾帧为主——Vidu 第一次把“多参考图"这个概念做出来
Sora 2 验证了多参方向，开拓了模型的想象力
“Seedance 基本是 Sora 2 的升级版”
什么是视频生成的最佳实践？
“描述词要加正向和负向词，要叠加约束”
“视频生成交互的下一步不一定是文字”

27:28 Part 3. 为什么最好的视频模型出现在字节快手这样的短视频平台？

“视频模型不是创业公司该做的”
大公司的数据护城河：有过去做图形图像算法的积累，可以制定标注标准，执行到八九十分
可灵的前世今生：2021 年，快手 Y-tech 算法团队在视频理解上就不弱于（甚至强于）字节 AI Lab
两条视频模型路径：通用大底座（Seedance） vs 专业领域优先（可灵）
生态是分水岭：同样的算法，能不能用好这些数据，取决于过去推荐系统里有没有相关应用经验
中国为什么能在视频模型方面领先？
OpenAI Sora 的失败不是技术失败，是生态失败
视频模型领域的护城河不是算法，是"数据标注标准 + 组织执行力"

34:15 Part 4. 模型不会被吃掉 Agent 的部分是？harness & 感性 benchmark

视频模型目前的不可能三角：效果、生成时间、生成成本
模型会往哪些确定性的方向迭代？
多模和语言模型有哪些本质不同？——感性可以被结构化但颗粒度更粗
Harness 一定会进入多模和视频领域

42:33 Part 5. AI 时代的「剪映」（or not ）：第二次创业为什么是 OiiOii ？

AI native 的产品需要新形态
关于创作者的物质激励 & 精神激励
动画是 Agent 适合进入的绝佳行业
模拟剧组：OiiOii 的 7 个角色、改变生产组织、抽卡降本
内测码 10 万人排队的原因
Seedance 给我的冲击有哪些
MidJourney 没被吃掉的原因
OiiOii 的产品团队，由谁构成

57:02 Part 6. Sora 关停与 Seedance 2.0：视频 agent 战场是终结了，还是开启了？

Sora 关停——它做错了什么？
Seedance 2.0 是升级版的 Sora，它的弱点是什么？
海量视频 agent 涌现是"妄想"？——哪些套壳在骗钱？
怎样的产品是“纯套壳”？鉴别 Agent 的厚度…
视频领域不会 winners take all …
为什么抖音特效的参考意义极大…
ACG （动画、短漫剧、游戏）的 Agent 机会：生产关系的改变才是更值得思考的价值空间
我与字节：「你要相信字节是一家非常精明的公司…」
如何侦查模型厂商动向？

01:32:18 Part 6.「这个时代最缺的就是谦逊」

模型涨价了怎么办？
国内 agent 调度的视频模型有？
Seedance 最值得学的是什么？
AI 时代顶级产品经理画像长什么样？
AI 时代的自信与盲目

如果喜欢「漫谈」，欢迎加入我的听友群～⬇️

77.有关智元、觅蜂的愿景与野心，和具身智能的竞速之旅｜与姚卯青的对谈

Tue, 16 Jun 2026 00:00:00 GMT

2026 年，具身智能成为了聪明人扎堆、资本热潮近乎疯狂的行业。这条热门赛道中，智元机器人是最早的百亿俱乐部成员之一。

在人形机器人出货量狂奔的路上，智元的野心并不止于“具身本体”的军备竞赛。今年，他们做出了一个让全行业瞩目的反哺举措：将旗下的核心数据资产彻底剥离，独立孵化了全球领先的一站式物理 AI 数据服务平台——“觅蜂”。

本期嘉宾姚卯青，不仅是智元合伙人、具身业务部总裁，也兼任觅蜂的董事长兼CEO。这期播客在五月觅蜂发布会后录制，或许是有关智元战略的，最深入完整的一次访谈。

（本期视频的微博开屏页，欢迎前往微博等平台观看视频版～；也欢迎前往公众号，查看「漫谈Light the Star」访谈的文字版～）

从Waymo到蔚来再到智元，姚院亲历过自动驾驶从概念到量产的全过程，他说“今天的具身智能连GPT1都没到”，而机器人离真正涌现智能，还差一亿小时的数据。

本期嘉宾：姚卯青（智元合伙人、通用业务部总裁，觅蜂董事长兼 CEO）

本期 Shownotes：

Part 1. 02:40 关于姚卯青：从清华电子系到南加大，从 Waymo到蔚来

「人间清醒」与「顺势而为」
清华电子系的系统训练：电路、通信、信号处理、计算机视觉、编程和算法，都是自动驾驶和具身智能的底层能力
Google Display Ads 团队：计算机视觉、NLP 与 Transformer
内部转岗 Waymo：可能是当时全球最难的面试
Waymo 的三年： Robotaxi，从技术 demo 走向商业化运营

Part 2. 17:28 蔚来的量产课：激光雷达、车规体系和数据飞轮

为什么选择蔚来？「单平台、全标配」的产品策略，激光雷达、4K 相机和高算力硬件一体的统一底座
蔚来李斌：「被人骂也是被记住的一种方式」——做关键决策需要勇气
多模态融合感知、激光雷达感知、BEV、Occupancy Network、AEB …关于自动驾驶的种种
选择回国：相比 Waymo 的几百辆 Robotaxi，国内乘用车百万级保有量所带来的数据分布和 corner case 密度，是完全不同的飞轮
量产经验到底是什么？「不是把样机多复制几台，而是项目、研发、测试、供应链、质量、版本和数据闭环的组织能力。」
能迁移到机器人的是什么？异常数据回流、模型迭代和现场版本下发

Part 3. 28:31 当自动驾驶派进入具身：优势不是算法，而是底座

自动驾驶派进入具身智能，最大的价值是理解强电系统、供应链、质量、量产和底层软件稳定性
机器人和车，在电子电气架构、操作系统、中间件、传感器输入到电机控制等底层工程上高度相通。
车就是最简单的机器人？「有点牵强」
在很多低速场景中，机器人反而更有机会部署 VLA、世界模型等前沿模型
真正稀缺的人才，不只是刷榜或发 paper 的人，而是上手修过 bug、和硬件软件都打过仗、能把复杂系统跑稳定的人
具身创业的三大派，都有不可替代性
机器人终局架构不会只是「快慢系统」两层，可能包含： 1000Hz 底层控制、10 到 20Hz 动作规划、1 到 2Hz 阶段目标规划，以及更高层的 Agent 长程推理。

Part 4. 35:19 讲「基模」太早了，具身连 GPT 1 都没到呢！

「2026 年了，具身智能到底到 GPT 几了？其实 1 都没到呢」
「现阶段的真机数据量，和真正支撑基座模型涌现的数据规模，还差四五个数量级」
很多公司强调自己做「具身基模」，是借用了大语言模型时代的资本叙事
今天的具身更像 Transformer 和 BERT 早期，而不是 GPT-3 之后
数据的关键不仅是「量」，还包括信息维度、场景种类、失败样本和真实部署中的边界样本
多模态融合是必然趋势，视觉远远不够
真正的瓶颈不是算法是否足够聪明，而是真实世界数据的量、模态、场景和失败样本远远不够

Part 5. 49:59 有关智元最完整的战略揭秘：一家 AI 公司，而不只是机器人公司

神秘的邓泰华其人
智元Day 1 定位成 AI 公司，而非单纯的人形机器人公司
人形机器人是把 AI 带入物理世界的必要载体，但不是终点
「智元确实是这个行业里最有野心的公司之一」
智元的组织架构、融资节奏与股权激励
具身公司的长期价值不只在本体硬件，而在能否把「本体、数据、模型、场景」做成闭环。
精灵 G2 所经历的完整 IPD 流程：接近 9 个月
机器人行业的需求峰谷比汽车更剧烈
工业不相信眼泪，最终都是 ROI：「」工业客户不关心你是人形、猴形还是狗形」
智元的「358 战略」：从量产、商用到部署
具身智能最终不是单点技术竞赛，而是系统工程。
当技术路线逐步收敛、场景开始渗透时，先把 90% 的体系能力构建好，才可能真正承接行业机会。

Part 6. 01:55:26 VLA、世界模型和机器人数据飞轮

智元的 AI 研发体系：模仿学习、VLA 预训练、世界模型、强化学习后训练和数据闭环
Google PaLM-E ：VLA 来自语言模型和多模态语言模型向物理世界的迁移
世界模型更像对物理规律和状态转移的数字化、神经网络化描述
「VLA 和世界模型都不是最终形态，未来更可能是分层架构」：~~前者受限于语言和动作之间的表征鸿沟，后者仍更多来自二维视频和第三人称视角~~
~~：语言推理、物理预测、低层控制、长程规划和数据飞轮共同工作~~
世界模型的价值在于学习液体流动、玻璃破碎、软体形变等真实物理规律
「后训练和失败数据非常关键」

Part 7. 02:08:49 觅蜂：具身版 Scale AI，机器人数据界的「滴滴」

投资人的主意：对标上一轮 AI 时代的 Scale AI ？
具身数据生意比传统数字世界标注难得多
2026 ：具身数据军备竞赛年
模型的差异化暂时不大，数据会是分水岭
打造一个公共性质的数据服务平台，一个「阳谋」：客户花钱带来数据需求，平台用数据训练模型，模型再反哺采集、预标注和质量管理效率
数据问题都没解决，讲基模预训练、后训练，都是空中楼阁
高质量数据的第一点是真实：场景和任务必须足够丰富，能够覆盖生活和生产中真正会遇到的问题
规范：相机曝光、画质、设备同步、轨迹重建精度、操作流程都要高标准
「脏数据」不是质量差的数据，而是包含失败、偏移、纠错、重新规划和最终成功的多样化数据
仿真数据并不天然低价值
关键不是流派，而是任务、场景、成功率要求和模型使用方式
数据的价格、产能和全球化
Deepmind 和 Genralist：「如果数据是具身智能竞争的唯一决定变量，中国公司现在就可以宣布他们是赢家」
As many as possible, as soon as possible（越多越好，越快越好）.

Part 8. 02:43:43 从数据标准，到 G3-G4 中间态

好的数据标准会逐步收敛
即使不同机器人硬件不统一，很多数据仍可以被抽象为通用表达，如末端执行器轨迹、二维帧序列、物理状态变化等
机器人行业的安全和质量准入标准，会在两到三年内伴随大规模商用逐步出现。
从 G1 到 G5 ，当前行业大约处在 G3 到 G4 的中间态
预计 2027 到 2028 年行业有希望达到 1 亿小时级数据规模
真正类似语言模型那种涌现能力，还需到 1 亿小时级高质量数据出现

Part 9. 02:54:42 最期待的画面：机器人第一次让人觉得「觉醒了」

机器人出现真正的 aha moment：不再只是从画面到动作的肌肉映射，而是能在复杂环境里自主规划、理解指令、做出响应
涌现时刻大概率发生在实验室，而不是工厂
数据会成为这一轮智能化转型关键基础设施，但它比算力更难获取

加入听友群⬇️

卫诗婕｜漫谈Light the Star

91.外滩大会实录：智能体经济的破晓时刻

本期嘉宾：

边卓群（蚂蚁集团副总裁、蚂蚁数科区块链业务总裁）

余滨（蚂蚁集团副总裁、蚂蚁数科 AI 业务总裁）

本期 Shownotes：

90.人形机器人为什么执着于运动会？｜与天工熊友军的访谈

本期嘉宾：熊友军（北京人形机器人创新中心 CEO）

本期 Shownotes：

89.当 AI 进入组织，那些「从没人说过的真相」｜与网易阮良聊 AI Native 与企业 Agent 实战

本期嘉宾：阮良（网易集团副总裁 网易智企 CEO）

本期 Shownotes：

88.在新加坡，与祥峰郑俊聪的访谈：硬科技，下一代 Long China 与华人创新的信心史

本期嘉宾： 郑俊聪（祥峰投资创始管理合伙人）

本期 Shownotes：

01:43 新加坡的创业底色：一个没有天然资源的国家，为什么相信科技？

87.蓝色光标 x AhaCreator官宣后首次访谈：营销巨头、AI 原生，与出海增长进行时

本期嘉宾：

潘飞（蓝色光标 CEO）

本期 Shownotes：

86.「明年科技公司就只招 AI 人才了！」和脉脉CEO林凡聊全球 AI 人才动向、组织变革与大模型季报

本期嘉宾：林凡（脉脉创始人 & CEO）

85.和蚂蚁、千问、吉利、OPPO、vivo 的五位总裁，聊 Agent 的商业元年、漏斗与放大器

本期 Shownotes：

84.49 家央企采买进场，史上最热WRC：泡沫被挤压，具身行业进入实战阶段｜14 年从业者的行家鉴别指南

本期嘉宾：叶杨笙（仙工智能联合创始人 社交平台账号：叶老师玩机器人）

本期 Shownotes：

14:31 真正的头条不是任何一台机器人，是「采购日」这三个字

83.宇树上市：王兴兴的「幸运」，投资人的「教训」｜对谈宇树早期投资人、初心资本田江川

本期嘉宾：田江川（初心资本管理合伙人 、宇树早期投资人）

本期 Shownotes：

82.具身是一场马拉松，VLA 和世界模型都不够本质｜一个华为天才少年的具身启航

本期嘉宾： 黄青虬 （ 墨奇智能联合创始人兼 CTO ， ex 华为天才少年）

本期 Shownotes：

81.Agent Infra，巨头都在布局的隐秘赛道｜与百度王雁鹏聊模型、智能体与 AI 基建的新动向

本期嘉宾：王雁鹏（百度智能云 AI 计算 首席科学家）

本期 Shownotes：

80.与梅涛院士的 3 小时访谈：语言、视频、具身终将汇聚，为什么是世界模型？

本期嘉宾：梅涛（加拿大工程院外籍院士、智象未来 HiDream 创始人）

本期 Shownotes：

01:17:15 像素没有统计意义：多模态还在 GPT-2 阶段

01:27:50 世界模型不是一个模型：三条路还没有交汇

01:41:16 从微软、京东到 HiDream：创业没有标准答案，在迷雾中寻找航向

02:08:53 通往世界模型：下一代架构可能已在萌芽

02:19:34 世界模型不等于具身：图片是扎马步，最大的数据量目前来自视频模型公司

02:28:49 多模态商业化：智能未涌现，表现力先变现

02:42:06 船票的本质：模型能力与商业化都要过关

02:54:55 卖铲子给具身：从世界中学习，再重构世界

79.机器人大脑第一股上市，与仙工赵越的4小时访谈:全球第一、机器人金字塔与具身智能的另一条路

本期嘉宾：赵越 （仙工智能创始人）

本期 Shownotes：

Part 1.关于赵越：史莱姆、「卡拉米」和永远想「掀桌」的基因

01:23 仙工的吉祥物，是小怪物「史莱姆」

Part 3. 未来，B 端不会有真正的机器人巨头出现：每一家公司都可以是机器人公司

53:21 机器人金字塔：能在底层解决的，不要往上层解决

Part 4. 仙工的具身大脑路线：不立刻去训通用大脑，掌握数据会利于不败之地

Part 5. 道德经、鲁路修与稻盛和夫：「干掉第一」、「成为第一」、「不做第一」

78.Seedance之后，视频Agent何去何从？｜与 OiiOii 闹闹聊视频模型的秘密：数据、生态与感性的结构化

本期嘉宾：闹闹（视频 Agent OiiOii 创始人，前字节剪映负责人）

本期 Shownotes：

02:01 Part 1. 闹闹的成长史：观察者、群体之外与"创造环境"

18:27 Part 2. 视频模型路径的判断：从 Sora 2，到 Seedance

27:28 Part 3. 为什么最好的视频模型出现在字节快手这样的短视频平台？

34:15 Part 4. 模型不会被吃掉 Agent 的部分是？harness & 感性 benchmark

42:33 Part 5. AI 时代的「剪映」（or not ）：第二次创业为什么是 OiiOii ？

57:02 Part 6. Sora 关停与 Seedance 2.0：视频 agent 战场是终结了，还是开启了？

01:32:18 Part 6.「这个时代最缺的就是谦逊」

如果喜欢「漫谈」，欢迎加入我的听友群～⬇️

77.有关智元、觅蜂的愿景与野心，和具身智能的竞速之旅｜与姚卯青的对谈

本期 Shownotes：

Part 1. 02:40 关于姚卯青：从清华电子系到南加大，从 Waymo到蔚来

Part 2. 17:28 蔚来的量产课：激光雷达、车规体系和数据飞轮

Part 3. 28:31 当自动驾驶派进入具身：优势不是算法，而是底座

Part 4. 35:19 讲「基模」太早了，具身连 GPT 1 都没到呢！

Part 5. 49:59 有关智元最完整的战略揭秘：一家 AI 公司，而不只是机器人公司

Part 6. 01:55:26 VLA、世界模型和机器人数据飞轮

Part 7. 02:08:49 觅蜂：具身版 Scale AI，机器人数据界的「滴滴」

Part 8. 02:43:43 从数据标准，到 G3-G4 中间态

Part 9. 02:54:42 最期待的画面：机器人第一次让人觉得「觉醒了」

本期嘉宾：阮良（网易集团副总裁网易智企 CEO）

本期嘉宾：郑俊聪（祥峰投资创始管理合伙人）

本期嘉宾：叶杨笙（仙工智能联合创始人社交平台账号：叶老师玩机器人）

本期嘉宾：田江川（初心资本管理合伙人、宇树早期投资人）

本期嘉宾：黄青虬（墨奇智能联合创始人兼 CTO ， ex 华为天才少年）

本期嘉宾：王雁鹏（百度智能云 AI 计算首席科学家）

本期嘉宾：赵越（仙工智能创始人）

01:23　仙工的吉祥物，是小怪物「史莱姆」