主播
节目简介
来源：小宇宙
Show Notes
❤️❤️❤️
完整版 50 分钟已经在我专门做 AI 内容的新节目《Emma 想知道》上线啦, 之后所有跟硅谷朋友聊 AI 的对谈都会更新在那边。如果你想第一时间听到下一期, 来这里订阅 → https://www.xiaoyuzhoufm.com/podcast/6a16356b7db128d8f2fb2d3b 等你!
❤️❤️❤️
"我对人形机器人的付费意愿, 会比对 LLM 更多。"
"曾经的自己: 不用 FOMO, 但也不要等待。"
"AI 发展整体长期健康, 短期有些过热, 需要谨慎。"
【新节目Emma想知道】
这一波机器人, 跟十年前那波到底有什么不一样? 为什么 Alex 这次愿意相信它能跑出来?
家庭机器人和工厂机器人是两条路, 还是同一件事的两种切口? Alex 自己想买哪种?
AI for Science 听起来很远, 它什么时候会真正影响普通人的生活? 在二级市场上, 有没有可以表达这个 view 的标的?
这是《Emma 想知道》"AI 投资趋势"三部曲的最后一集。Alex 跟我们聊他看好的两个远期方向: 机身智能 (尤其是家庭机器人) 和 AI for science。最后我们用一个闪电问答收尾, 问 Alex 整个 AI 周期健康不健康、他最担心的风险、给想出来创业的人一句话, 以及 2026 年世界杯冠军预测。
【时间轴】
🤖 这一波机器人会不一样吗?
00:06 十年前那波机器人融了那么多钱, 为什么没跑出来?
00:38 范式变了: 从"小模型拼接"到"一个大一统模型"
01:04 机器人在复刻 LLM 的发展路径: 更大模型 + 更好数据 + scaling law
01:43 机器人数据收集: 从硅谷"叠被子失业"的笑话说起
02:29 数据收集业务的分发逻辑: 有分发的公司, 最后都会回到卖数据这条路
🏠 工厂 vs 家庭: 两条商业化路线
02:56 工厂里的机器人 vs 进家做家政的机器人, 你更看好哪个?
03:25 技术上大家都想做人形机器人, 商业化要从容易验证的场景切入
03:34 类比 LLM: coding 之所以先跑出来, 是因为容易验证又有人愿意付费
04:34 家庭机器人几年内能像电影里那样自如吗?
04:45 "我对人形机器人的付费意愿, 比 LLM 更多" · 物理世界的需求一直没被满足
🧬 AI for Science: 药物 + 材料
05:29 Alex 看好的方向: 药物发现、材料科学、能源
05:39 为什么有些公司先做材料、再做药物: 监管难度不同
06:24 材料科学具体是在解决什么问题? 从星际航行到太空电梯
07:25 "二级市场上有什么 AI for Science 的好标的吗?"
07:38 减肥药算不算 AI 概念股? 一个非常 isolated 的 view 还没出现
07:59 一级市场两家值得关注: Isomorphic Labs 和 Chai Discovery
⚡ Lightning Round
08:25 AI 发展还健康吗?
08:38 最担心的一个风险
08:45 给那些在大厂考虑出来创业或转投资的人, 你想说什么?
08:54 最近值得推荐的东西
09:11 2026 年世界杯冠军是谁?
【这一期我们聊到的几个关键概念】
AI 1.0 到 AI 2.0 的范式变化 以前是"每个任务做一个小模型, 再用代码把它们拼起来"; 现在是"一个统一的大模型直接做各种任务"。这个变化让 scaling law 在机器人领域也开始生效, 更大模型、更好数据、更多算力可以系统性提效——所以这一波机器人, 在 Alex 看来, 跟十年前那波本质不同。
商业化先从容易验证的场景切入 Alex 把 LLM 的发展路径直接迁移到机器人: LLM 能做很多事, 但 coding 之所以先跑出来, 是因为它"容易验证 + 有数据 + 有人愿意付费"。机器人同理, 工厂、物流、家政是容易先跑出来的应用场景。技术路线是统一的 (人形机器人), 商业化是分场景的。
物理需求 vs 虚拟需求 Alex 一句反直觉的话: 他对人形机器人的付费意愿比对 LLM 更多。理由是过去十年大家都在疯狂满足虚拟世界的需求 (社交、视频、内容), 但物理世界的需求 (做家务、解决体力劳动) 一直没被满足。加上家庭机器人还自带"解决隐私问题"的卖点——就像当年自动驾驶 robotaxi 也卖过这个点。
监管壁垒的差异 同样是 AI for Science, 药物受非常严格的监管, 材料科学就要轻很多。Alex 观察到一些公司会"先做材料、再做药物", 路径上是绕监管的产物, 不是技术选择。这是一个判断 AI for Science 项目商业化节奏时容易忽略的变量。
【这一期提到的公司】
Isomorphic Labs · Google DeepMind 的 AI 制药拆分公司, AlphaFold 团队的商业化延伸
Chai Discovery · OpenAI 系出身的 AI 制药独角兽
【写在最后】
这是 Alex 三集对谈的最后一集。今天我们也同步上线这次对谈的完整版 (约一小时), 适合一口气听完整条思路的朋友。
Alex 答应做这个节目的常驻嘉宾, 所以他后面还会回来; 大家更感兴趣哪个方向, 欢迎在评论区告诉我。如果你身边有正在硅谷做 AI、做产品、做投资的朋友, 是你觉得 Emma 应该认识、应该聊一聊的, 也欢迎推荐给我。
谢谢三集都听完的你。下一期见。
【关于这个节目】
《Emma 想知道》是我的对谈类播客。每一期我都会请一位硅谷的朋友来聊聊他们正在看到、思考、好奇的事, 可能是 AI 投资, 可能是产品趋势, 可能是行业里的某个判断。
好奇心是这个节目唯一的主线。
本期嘉宾: Alex · 硅谷 AI 研究员、Anthropic / SpaceX / Stripe / Circle / Neuralink 早期投资人
如果你喜欢这一期, 欢迎在小宇宙订阅、点赞、转发! 有想听的话题或想推荐的嘉宾, 欢迎在评论区告诉我, 或者来微博找我聊。
❤️❤️❤️
完整版 50 分钟已经在我专门做 AI 内容的新节目《Emma 想知道》上线啦, 之后所有跟硅谷朋友聊 AI 的对谈都会更新在那边。如果你想第一时间听到下一期, 来这里订阅 → https://www.xiaoyuzhoufm.com/podcast/6a16356b7db128d8f2fb2d3b 等你!
❤️❤️❤️
"我对人形机器人的付费意愿, 会比对 LLM 更多。"
"曾经的自己: 不用 FOMO, 但也不要等待。"
"AI 发展整体长期健康, 短期有些过热, 需要谨慎。"
【新节目Emma想知道】
这一波机器人, 跟十年前那波到底有什么不一样? 为什么 Alex 这次愿意相信它能跑出来?
家庭机器人和工厂机器人是两条路, 还是同一件事的两种切口? Alex 自己想买哪种?
AI for Science 听起来很远, 它什么时候会真正影响普通人的生活? 在二级市场上, 有没有可以表达这个 view 的标的?
这是《Emma 想知道》"AI 投资趋势"三部曲的最后一集。Alex 跟我们聊他看好的两个远期方向: 机身智能 (尤其是家庭机器人) 和 AI for science。最后我们用一个闪电问答收尾, 问 Alex 整个 AI 周期健康不健康、他最担心的风险、给想出来创业的人一句话, 以及 2026 年世界杯冠军预测。
【时间轴】
🤖 这一波机器人会不一样吗?
00:06 十年前那波机器人融了那么多钱, 为什么没跑出来?
00:38 范式变了: 从"小模型拼接"到"一个大一统模型"
01:04 机器人在复刻 LLM 的发展路径: 更大模型 + 更好数据 + scaling law
01:43 机器人数据收集: 从硅谷"叠被子失业"的笑话说起
02:29 数据收集业务的分发逻辑: 有分发的公司, 最后都会回到卖数据这条路
🏠 工厂 vs 家庭: 两条商业化路线
02:56 工厂里的机器人 vs 进家做家政的机器人, 你更看好哪个?
03:25 技术上大家都想做人形机器人, 商业化要从容易验证的场景切入
03:34 类比 LLM: coding 之所以先跑出来, 是因为容易验证又有人愿意付费
04:34 家庭机器人几年内能像电影里那样自如吗?
04:45 "我对人形机器人的付费意愿, 比 LLM 更多" · 物理世界的需求一直没被满足
🧬 AI for Science: 药物 + 材料
05:29 Alex 看好的方向: 药物发现、材料科学、能源
05:39 为什么有些公司先做材料、再做药物: 监管难度不同
06:24 材料科学具体是在解决什么问题? 从星际航行到太空电梯
07:25 "二级市场上有什么 AI for Science 的好标的吗?"
07:38 减肥药算不算 AI 概念股? 一个非常 isolated 的 view 还没出现
07:59 一级市场两家值得关注: Isomorphic Labs 和 Chai Discovery
⚡ Lightning Round
08:25 AI 发展还健康吗?
08:38 最担心的一个风险
08:45 给那些在大厂考虑出来创业或转投资的人, 你想说什么?
08:54 最近值得推荐的东西
09:11 2026 年世界杯冠军是谁?
【这一期我们聊到的几个关键概念】
AI 1.0 到 AI 2.0 的范式变化 以前是"每个任务做一个小模型, 再用代码把它们拼起来"; 现在是"一个统一的大模型直接做各种任务"。这个变化让 scaling law 在机器人领域也开始生效, 更大模型、更好数据、更多算力可以系统性提效——所以这一波机器人, 在 Alex 看来, 跟十年前那波本质不同。
商业化先从容易验证的场景切入 Alex 把 LLM 的发展路径直接迁移到机器人: LLM 能做很多事, 但 coding 之所以先跑出来, 是因为它"容易验证 + 有数据 + 有人愿意付费"。机器人同理, 工厂、物流、家政是容易先跑出来的应用场景。技术路线是统一的 (人形机器人), 商业化是分场景的。
物理需求 vs 虚拟需求 Alex 一句反直觉的话: 他对人形机器人的付费意愿比对 LLM 更多。理由是过去十年大家都在疯狂满足虚拟世界的需求 (社交、视频、内容), 但物理世界的需求 (做家务、解决体力劳动) 一直没被满足。加上家庭机器人还自带"解决隐私问题"的卖点——就像当年自动驾驶 robotaxi 也卖过这个点。
监管壁垒的差异 同样是 AI for Science, 药物受非常严格的监管, 材料科学就要轻很多。Alex 观察到一些公司会"先做材料、再做药物", 路径上是绕监管的产物, 不是技术选择。这是一个判断 AI for Science 项目商业化节奏时容易忽略的变量。
【这一期提到的公司】
Isomorphic Labs · Google DeepMind 的 AI 制药拆分公司, AlphaFold 团队的商业化延伸
Chai Discovery · OpenAI 系出身的 AI 制药独角兽
【写在最后】
这是 Alex 三集对谈的最后一集。今天我们也同步上线这次对谈的完整版 (约一小时), 适合一口气听完整条思路的朋友。
Alex 答应做这个节目的常驻嘉宾, 所以他后面还会回来; 大家更感兴趣哪个方向, 欢迎在评论区告诉我。如果你身边有正在硅谷做 AI、做产品、做投资的朋友, 是你觉得 Emma 应该认识、应该聊一聊的, 也欢迎推荐给我。
谢谢三集都听完的你。下一期见。
【关于这个节目】
《Emma 想知道》是我的对谈类播客。每一期我都会请一位硅谷的朋友来聊聊他们正在看到、思考、好奇的事, 可能是 AI 投资, 可能是产品趋势, 可能是行业里的某个判断。
好奇心是这个节目唯一的主线。
本期嘉宾: Alex · 硅谷 AI 研究员、Anthropic / SpaceX / Stripe / Circle / Neuralink 早期投资人
如果你喜欢这一期, 欢迎在小宇宙订阅、点赞、转发! 有想听的话题或想推荐的嘉宾, 欢迎在评论区告诉我, 或者来微博找我聊。
外观
