节目

趁着《记忆碎片》首度在中国内地大银幕上映，聊聊克里斯托弗·诺兰的弟弟——乔纳森·诺兰。《记忆碎片》故事源自乔纳森·诺兰的创意。获得成功后，弟弟成为哥哥电影事业的得力帮手，陆续给“黑暗骑士”三部曲和《致命魔术》《星际穿越》等片撰写剧本。 2017年《敦刻尔克》开始，乔纳森不再给哥哥写剧本，独自在电视剧领域混得风生水起，陆续推出《疑犯追踪》《西部世界》《辐射》等好剧。 乔纳森诺兰和他的哥哥到底有哪些不同，他又是如何闯出属于自己的一片天的？ 主播：老羊（资深媒体人） 嘉宾：面包（资深影评人） 01:37 《记忆碎片》故事源自诺兰的弟弟乔纳森 04:29《记忆碎片》剧情和导演手法分析 10:55 哥哥诺兰说英式英语 弟弟说美式英语 12:03 《疑犯追踪》是乔纳森诺兰事业独立的开始 23:57《疑犯追踪》为何在中国内地格外受欢迎 27:28 《疑犯追踪》到底算不算烂尾了 28:34 美剧《西部世界》为什么会高开低走 33:38《辐射》让乔纳森·诺兰重回巅峰？ 36:49 乔纳森诺兰曾经写过《终结者2018》剧本 38:59 简单总结乔纳诺兰和他哥哥的不同特点

小酒窝十岁生日分两场庆祝，5月董璇和现任办公开派对，6月2日董璇退居幕后，高云翔陪女儿过节，一家人出镜短片引爆热搜，网友热议其优质离异育儿方式。

网红黄一鸣产后身材走样陷焦虑，花费近20万做腰腹医美并公开全过程登上热搜，因卖惨人设和医美开销矛盾，网友观点两极分化。

🟦

📄 本期速览 存储这一轮不是周期,是按优先级排队抢货。摩根士丹利说,AI 把内存变成了战略物资,几家赢家通吃,整个硬件市场被劈成两层。这场涨价,正在传进你的手机、电脑和通胀数据。 ──────── 📊 报告信息 机构：摩根士丹利（Morgan Stanley） 日期：2026 年 6 月 2 日 英文原题：Chipflation – Navigating A Memory Crisis ──────── 🎯 本期三个核心问题 1. 内存涨了 6 倍,为什么这次不是普通周期? 2. HBM 是怎么把你的手机电脑挤到没货的? 3. 政策和中国,为什么都救不了这场短缺? ──────── 📊 关于 RightPocket 量化模型系统 RightPocket 是右兜独立运营的美股量化交易模型平台,包含策略模型、盘前交易信号与三级风险预警系统。所有交易记录公开透明。 网站：right-pocket.com 实盘业绩：right-pocket.com/performance ──────── 🔗 加入我们 知识星球《左兜进右兜｜研报解读》：每日机构研报深度拆解 RightPocket 美股量化模型交易独立站会员 ──────── ⚠️ 风险提示 本节目所有内容仅为公开信息的研究分析与个人观点分享, 不构成任何投资建议、要约或推介。 本节目提及的所有公司、股票、价格、评级, 均为对第三方机构研报内容的整理与解读, 不代表节目主理人或制作团队的持仓或推荐。 投资有风险,决策需独立判断, 或咨询所在司法辖区的持牌专业人士。 ──────── 🎙 本期制作 主播：小柒（AI） 选题与观点：右兜 本节目由右兜负责选题与观点输出,AI 协助完成翻译、脚本提炼与播客录制, AI 主播小柒担任声音呈现。把 AI 用好,比假装不用 AI 更值得信赖。

这期话题的缘起是有一天我公公来家里看lumi，lumi睡觉了以后我跟卢爸聊天聊了一个多小时，关于衰老、遗憾、恐惧。以此为由，咱们也聊聊这个话题吧。 04:41 跟我公公聊到泪目的几段对话。 17:07 卢主任：跟健身教练聊理想的身材，教练说这可能是一个十年的计划，问我多大了，我说37，他沉默了。 23:11 冷：没有身体衰老的感觉，但心灵肯定是开始老了。 28:56 卢主任：跟没正经话的小孩儿相处不下去了。 highlight：时间有限、精力宝贵，太多插科打诨的社交不适合中年人。 42:31 当我们回忆过去的时候，那些数字都变得特大。 写在最后/ 我们没有老过，没有人老过，我们或许永远无法对它做出万全的准备，这又是人生中另外一件必须走着瞧的事儿。但我想未来我们即将经历的恐惧、困惑、担忧或是遗憾，也都是在更更远的未来我们称之为回忆的东西。都是好的，都是好的。 收听愉快，老宝贝儿们。

📝 本期播客简介 本期我们克隆了：Latent Space: Inside xAI: Building Grok Imagine in 3 Months, Videogen vs World Models, and Video Agents— Ethan He 原内容更新时间：2026-06-01 本期节目是一场关于视频生成、世界模型和 Video Agent 的高密度技术访谈。嘉宾 Ethan He 曾在 Nvidia 参与 Cosmos world model，后来加入 xAI，从零参与 Grok Imagine、音视频联合生成、reference video、视频延展和 world model 相关工作。他在节目中复盘了 xAI 如何在短短三个月里，从没有基础设施、没有数据、没有模型的状态，快速做出 Grok Imagine 0.9；也详细解释了视频模型从数据、caption、VAE、diffusion transformer 到 distillation 的完整训练链路。 更重要的是，Ethan 提出了几个非常有判断力的观点：视频模型的很多进步，其实来自语言模型，而不是视频 diffusion 本身；world model 在他看来就是“实时、可交互、长时程的视频”；未来的 Video Agent 会像人类创作者一样，调用视频模型、图像编辑器、FFmpeg 和各种确定性工具，迭代生成真正可用于广告、创作和生产环境的视频内容。这期不仅适合想理解视频生成技术路线的人，也适合想提前看懂 AI 交互界面、生成式媒体和 Agent 未来趋势的听众。 👨‍💻 本期嘉宾 Ethan He，曾在 Nvidia 参与 Cosmos world model 和 Megatron-LM MoE 等工作，后加入 xAI，参与 Grok Imagine、视频生成、音视频联合生成、reference video、视频延展和 world model 相关研发。他的研究经历横跨计算机视觉、自监督学习、大规模 MoE、视频 diffusion、world model 和 LLM Agent。 ⏱️ 时间戳 00:00 开场 & 播客简介 从 Cosmos 到 xAI：三个月做出 Grok Imagine 02:42 嘉宾登场：Ethan He 与 Latent Space 社区的缘起 04:14 为什么离开 Nvidia：视频模型也有 scaling law，需要更大算力 05:43 xAI 从零起步：三个月做出 Grok Imagine 0.9 06:15 快速迭代的秘密：人才、infra、compute 与低沟通成本 08:23 模型质量提升的真相：很多突破来自数据和训练 pipeline 里的小 bug 08:37 Coding model 如何改变研究节奏：代码更快，compute 再次成为瓶颈 09:54 高压研发文化：算力昂贵，但这是一场马拉松 视频模型是怎么训练出来的 11:46 为什么做视频模型之前，通常要先做图像模型 12:50 数据从哪里来：人工详细标注与 VLM 生成 synthetic caption 14:12 训练视频模型为什么既需要配对数据，也需要无标签数据 15:07 VAE / tokenizer：为什么不能直接在像素上训练 17:08 Diffusion transformer：从噪声一步步去噪生成图像和视频 17:27 图像模型如何 bootstrap 视频模型：语言与图像连接更密集 18:24 视频压缩路线：逐帧压缩 vs 时间维度压缩 18:55 为什么不用 MP4 token 直接训练：latent space 必须对模型友好 20:00 实时性的代价：时间压缩节省 context，但会引入响应延迟 生成式 UI 与世界模型的早期形态 20:51 Flipbook：像浏览器一样探索模型想象出的网页 22:31 Generative UI：从用户意图直接到像素，而不是先写代码再渲染 24:09 Diffusion 前端，确定性后端：未来界面可能如何被重构 25:15 人机交互的带宽：人类用语音输出，用视觉输入 26:15 NeuroOS：用视频模型模拟操作系统和游戏 27:52 从过拟合现有界面，到想象全新交互系统 28:47 为什么视频模型能生成训练集中不存在的超自然内容 视频模型的成本、加速与音视频联合生成 31:05 视频模型到底有多贵：训练成本接近中等规模 LLM 31:52 被低估的成本：视频存储、特征存储、IO 和 egress 33:29 训练规模：数十万亿视觉 token、百亿级 active 参数 34:16 推理端加速：step distillation 如何把一百步变成几步 36:36 Consistency model、GAN 与少步生成的关系 37:48 Grok Imagine 0.9：大规模音视频联合生成模型 38:00 音频为什么难：speech 更离散，music 更连续 40:25 音视频对齐：模型必须理解每一秒声音和画面的关系 41:20 时间感：为什么 LLM 本身并不真正感知时间 Ethan 对 World Model 的定义 43:47 什么是 world model：实时、可交互、长时程的视频 44:03 交互性：键盘、鼠标、语音都可以成为输入模态 45:00 实时性：游戏需要毫秒级响应，数字人也要接近两百毫秒 46:00 长时程：世界模型不能只生成几秒，而要持续几分钟甚至几小时 47:00 视频延展：通往长时程 world model 的第一步 48:00 长 context 的挑战：五秒视频就可能有五六万 token 49:03 为什么用户喜欢视频延展：它是通往最终目标的中间产品 Reference Video 与动态上下文管理 51:24 长视频里的冗余：不是所有历史都需要一直放进 context 52:01 Reference video：用角色、物体、场景作为生成条件 52:46 为什么 reference 是一种“作弊”，也是一种重要机制 54:34 FramePack 与动态 context selection：离当前越远，信息越压缩 55:52 LLM 与视频模型共享的问题：context pruning 目前仍高度依赖 heuristic 56:14 Continual learning 的可能突破：让模型自己管理上下文 57:00 人类注意力的启发：不是记住一切，而是动态拉取相关信息 xAI 文化与生成式视频安全 58:35 xAI 被低估的地方：move fast、build、宏大目标和 first principles 59:30 如何倒推三个月目标：从数据、训练、人工标注、GPU 周转时间拆解 60:12 Elon Musk 的工作方式：非常 hands-on，直接给反馈 61:09 Grok Voice：实时语音体验、打断能力和车载场景 61:56 生成式视频安全：水印、下架和社交平台治理 62:19 SynthID 的局限：论文公开后，水印也可能被反向工程 63:04 AI 生成内容越来越难识别：从看手指，到看逻辑是否成立 视觉智能为什么来自语言 64:31 核心判断：视觉智能很大程度来自语言模型 65:00 Prompt rewriter：视频模型背后的“大脑” 65:40 为什么视频 diffusion model 很“字面”：用户说“一只猫”，它可能只生成一只不会动的猫 66:10 GPT Image 类模型为什么要“想几分钟”：时间花在推理、重写 prompt 和组织内容上 67:07 不同架构路线：独立 LLM + diffusion、omni model、离散图像 token 68:21 生成—理解—再生成：omni model 可能如何迭代优化图像 69:54 Prompt rewriter 与 diffusion head 不是一回事，但语言侧都在贡献智能 70:33 不需要 joint training，光重写 prompt 就能显著提高画面质量 Video Agent：生成式媒体的下一波 71:54 Video Agent 的愿景：像人类创作者一样调用工具、编辑、迭代 72:13 Grok Imagine Agent beta：从视频生成走向视频创作工作流 72:29 为什么“生成一分钟视频”是 Agent 任务，而不是单次视频模型任务 73:30 从 Copilot 到 Claude Code：视频创作也会经历 Agent 化 74:17 速度、thinking budget 与 inference infra 75:12 Video Agent 的真正价值：不是模型到头了，而是 harness 和工具链解锁新能力 76:21 AI 模型更懂 AI 模型：未来会有模型专门负责 prompt 和调度生成模型 77:28 为什么确定性工具仍然重要：字幕、排版、精准编辑不必全靠视频模型 78:02 Ethan 的时间判断：年底 Video Agent 会成为大热点 78:20 Production grade 视频：一旦可用于广告和展示，预算会指数级增长 机器人、LLM 与下一阶段研究 78:36 World model 不一定只服务机器人，但机器人会自然成为 AI 可调用的工具 79:12 Physical AI 也许不需要先在真实世界解决，可以先被强视频模型解决 80:10 为什么离开 xAI：想做公司优先级之外的研究，尤其是语言模型方向 81:06 视频模型的瓶颈，正在转向语言模型和 Agent 81:31 未来一年关注什么：模型感知并管理自己的 context 82:00 Context awareness：模型应该知道自己快到上下文上限了 82:30 Context addition / removal / compaction：今天由 harness 做，未来可能被模型吸收 83:59 Self-modifying harness：模型像程序一样，在 test time 给自己编程 85:22 职业路径：从 ResNet 时代的视觉研究，到 FAIR、Cosmos、MoE、xAI 86:44 为什么跨方向并没有想象中困难：训练大模型的原则高度相通 87:33 收尾：xAI 背后还有很多未被讲清楚的层次 🌟 精彩内容 💡 三个月做出 Grok Imagine：速度来自迭代能力 Ethan 回顾了自己加入 xAI 时的状态：没有 infra、没有数据、没有模型，只有几个工程师和一个非常明确的目标。最终团队用三个月发布了 Grok Imagine 0.9。他认为，训练模型最关键的不是某个神奇算法，而是端到端迭代速度：你每天能做多少轮实验，发现多少 bug，修正多少数据和训练 pipeline 的问题。 “我看训练模型这件事时，最重要的其实是，你每天能做多少轮迭代。” 🧠 视频模型的进步，很多来自语言模型 本期最反直觉的观点是：视觉智能很大程度来自语言。Ethan 解释说，视频 diffusion model 本身往往非常字面，它们需要一个更强的语言模型做 prompt rewriting，把用户简单的指令扩展成极其详细的视觉描述。很多图像和视频质量的提升，不是因为 diffusion 模型突然更聪明，而是因为语言模型更会思考、更会写 prompt、更会调用工具。 “我有一个挺大的判断：视觉智能很大程度上其实来自语言，尤其是这些视频模型。” 🌍 World model 是什么：实时、可交互、长时程的视频 Ethan 不试图争论 world model 的唯一标准定义，而是从视频生成角度给出自己的定义：world model 就是实时、可交互、长时程的视频。它要能响应键盘、鼠标、语音输入；要能做到低延迟；还要能持续生成几分钟甚至几小时，并保持角色、声音、物体和事件的一致性。 “在我看来，world model 就是实时、可交互、长时程的视频。” 🧩 长视频的核心难题：不是更长 context，而是会管理 context 视频生成面临巨大的 context 压力。Ethan 提到，Cosmos 中五秒视频就可能有五到六万 token，长视频很容易爆炸。因此，未来的关键不只是硬扩 context length，而是让模型学会动态选择历史信息：什么时候需要完整记住上一秒，什么时候只需要压缩远处历史，什么时候要把某个角色的 reference 拉回来。 “模型应该能够自己选择性地知道，我应该从哪里取 reference。” 🎬 Video Agent 会成为生成式媒体的下一波 Ethan 认为，Video Agent 不是简单地“生成几个片段再拼起来”，而是会像人类创作者一样，使用视频模型、图片编辑工具、视频编辑器、FFmpeg、字幕工具和确定性工具，反复生成、检查、修改、组合，最终做出 production grade 视频。他预测，到年底 Video Agent 会成为一个大热点，一旦生成视频达到广告和展示可用标准，企业预算会快速进入。 “AI 模型更懂 AI 模型。” 🔊 音视频联合生成的难点：时间对齐 Grok Imagine 0.9 被 Ethan 称为第一个大规模部署的音视频联合生成模型。它的难点不只是生成声音，而是让声音、音乐、对白和画面在时间上精确对齐。文本和图像的对齐可以比较松散，但音频和视频必须在每一个时间步上对应，这让数据标注、caption 和模型设计都更加复杂。 “模型必须知道视频和音频之间有基于时间的对齐关系。” 🖥️ Generative UI：未来界面可能直接由模型生成 Ethan 展望了一种未来：如果推理成本足够低，用户界面不一定再由代码写出、浏览器渲染，而可以由 generative model 直接从用户意图生成像素。你可以让 email 像 TikTok 一样呈现，也可以生成没有点赞按钮的 Instagram stories。LLM 和 coding model 负责后端逻辑，diffusion model 成为前端视觉层。 “Generative UI 就是从用户意图直接到像素。” 🧠 LLM 的下一步：感知并管理自己的上下文 离开 xAI 后，Ethan 接下来更关注语言模型方向。他认为，模型未来需要知道自己的 context 状态：什么时候快到上限，什么时候该压缩，什么时候该删除工具调用结果，什么时候该把某些信息重新加入上下文。今天这些工作主要由 Agent harness 的 heuristic 完成，但未来可能会被模型自己吸收。 “启发式工程里的很多东西，最后也会被模型自己吸收进去。” 🌐 播客信息补充 本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的 使用 AI 进行翻译，因此可能会有一些地方不通顺； 如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

🎧 本期简介： 儿童节前夕，我们一家去北京环球影城旁体验了传说中的“斯巴达儿童赛”。本以为是带娃去打卡拍照拿奖牌，结果成了家长的“体能修罗场”。在接近40度的高温下，看着5岁半的女儿全程兴奋跑完3公里泥坑和障碍，老父亲老母亲却在后面追到怀疑人生。 本期节目，我们剥开社交媒体上光鲜亮丽的“中产精英赛”滤镜，聊聊带低龄儿童参加这种户外障碍赛的真实体验：到底是为了锻炼孩子，还是为了满足家长的虚荣心？ 如果你也想带娃去“受虐”，请务必听完这期用汗水和防晒霜换来的“血泪避坑指南”。 ⏱️ 本期重点时间轴： * 00:00 - 05:00 【开篇】一年没更新，一更新就是“热腾腾”的现场报道。聊聊为什么选在儿童节带娃去受罪。 * 05:00 - 10:00 【赛事科普】什么是斯巴达儿童赛？三色奖牌、公开组vs精英组，以及那个让娃尖叫的“泥坑”到底是什么。 * 10:00 - 20:00 【出发前】低估了比赛，高估了自己。 * 20:00 - 30:00 【赛道上】“先苦后甜”是骗人的！ 真实体验：孩子像脱缰野马，家长像“吊车尾”的后勤部长。 * 30:00 - 35:00 【现场描述】环球影城旁的“泥石流”。关于热水澡、移动厕所和满地泥泞的残酷真相。 * 35:00 - 40:00 【灵魂拷问】花了600块（还不算交通住宿），换来一身泥和肌肉酸痛，这钱花得值吗？ * 40:00 - 48:00 【给家长的劝告】如果你是30-50岁的“脆皮”中年人，请务必看完！ 风控专家的真心话：重点不是孩子，是你自己的身体！ * 💬 互动话题： 各位听友，你们带娃参加过类似的“网红”赛事吗？是快乐多还是崩溃多？欢迎在评论区留言，让我们看看谁才是真正的“勇士家长”。

衰老的精神分析与拉康派老年人心理治疗 S6EP4 当我和朋友提到老年人的精神分析治疗时，大家的反应往往是：人都这么老了，认知、身体都衰退了，做精神分析还有什么用呢？本期节目，我将结合自己在法国老人院从事精神分析临床工作的亲身经历，带大家重新审视这个看似"介于符号性死亡和实在死亡之间"的极限领域。我们会发现，老年人和儿童一样，常常被简化为只有生理需求的脆弱存在，但他们同样是拉康所说的"言说的存在"——衰老不只是身体的衰退，更伴随着个人的历史和围绕着这件事构建的一整套符号系统，而这正是精神分析切入的地方。 衰老的精神分析，目标从来不是逆转衰老、满足不存在的全能自恋，也不是把那个不可回避的死亡焦虑填满，而是在最细微之处帮助老年人重建主体的尊严，为生命的有限性做最后的准备。 老年人心理治疗在精神分析建立之初其实并没有被纳入充分考虑——弗洛伊德将五十岁以上的人排除在治疗之外，那么，拉康"主体增补"与"命名"逻辑会带来什么样的治疗转向呢？从吞噬性移情中死亡的可怖，到被窃妄想、狄奥根尼综合症（囤积癖）、老年忧郁症背后的欲望结构；再到新自由主义"零工护理"模式下令人警惕的照料失序，这一期节目邀请我们思考一个伦理问题：我们如何想象变老的未来？ 时间轴 03:38 为什么要给老年人做精神分析？ 07:59 从弗洛伊德的"力比多固着"论，到拉康"主体增补"与纽结"挂钩"的逻辑转向 11:36 吞噬性移情：死亡的可怖与主体消亡的威胁 l 翻转的俄狄浦斯：与老人工作时治疗者位置的滑移 l 当 objet a（客体小a）不加包裹地直戳眼球——"美杜莎之首"般的创伤身体 l 照料者会经历的麻痹、焦虑与象征功能的断裂 19:30 欲望的封闭与无法象征化的缺失 l 老年人是否还有"欲望"？身体享乐与交流渴望 l 被窃妄想：当缺失无法象征化，便以实在的形式（迫害妄想）返回 l 提供保障的大他者还是享乐的大他者？ l 临床与照护建议：制度性保障、认可焦虑的真实性、共同为物品"定位" 28:44 囤积癖（狄奥根尼综合症）的精神病理学 31:32 与"废品堆"的想象性认同，与忧郁症“废物”位置的结构相似 39:12 解释的作用：忧郁症的妄想与时间的死亡循环 l 老年忧郁症与阿尔茨海默症的共病性 l 临床案例：被困在时间循环中的老人 l 施瑞博法官的世界末日体验与精神分析式解释 50:40 我们变老的未来会有多可怕？人类学视角：零工护理的漠视结构（structureof inattentiveness） 本期主播 小柏Boo 精神分析师，法语译者。EHESS（法国社会科学高等研究院）哲学博士在读，巴黎七大临床心理学精神病理学硕士，巴黎八大精神分析硕士，巴黎七大文学、艺术与当代理论硕士。 开场&结尾音乐 T-akk – BOtanique T-akk是一名目前活跃于东京的独立音乐人，专注于Electronic、Ambient、IDM等风格创作，尝试通过声音构建一个可以栖息的理想世界。 参考文献 Jacques Lacan, Le séminaire, livre XXII, R.S.I (1974-75),leçon du 15 avril 1975, Ornicar? n°5. Jacques Lacan, 1972年10月13日鲁汶大学讲座（Quarto, 1981, n°3）。 Catherine Caleca, « Le corps dans larencontre clinique », Le Carnet PSY, n°180, 2014. 连家郁，《漠视结构：零工护理下的照顾失序》（中央研究院民族学研究所讲座报告）

奚梦瑶开箱展示多款迪奥奢品，抽奖仅送出单价二十元的小兔发夹引发热搜争议，网友分成两派，围绕送礼是否该按身价定价展开激烈争论。

📝 Show Notes 本期你将听到： 🔍 疗愈市场到底有多热？ ——从冥想、音疗到身心整合，市场规模悄然破千亿。但火热背后，是帮我们找回自己还是割韭菜？ ⚠️ 那些让你“越疗愈越焦虑”的乱象 ——包装成“灵性捷径”的高价课程、非专业从业者的速成证书、制造恐惧再贩卖安慰的套路…… 🧭 如何识别“疗愈陷阱”？ ——三个关键信号，帮你分辨是真正的疗愈支持，还是另一种精神透支。 🌿 怎样选择适合自己的疗愈方式？ ——不盲从、不迷信、不自我感动：从中医体质到心性节奏，找到真正“对你有用”的那条路。 ❤️ 最后，说说我们的初心 ——为什么一个学中医的人，会走进“疗愈”这个充满争议的领域？不是赶风口，而是因为看见了一些真实的需要。 疗愈不是让你短暂地“舒服一下”，而是帮助你更清醒、更温柔地回到自己的生活里。 如果你也曾在各种疗愈体验中感到困惑、失望或怀疑，这期节目，希望能给你一份安心的参考。 📌 适合听这期的人： * 对疗愈好奇，但不知道从哪里开始 * 已经尝试过一些方式，却感觉“好像没什么用” * 希望用更理性、也更走心的方式照顾自己身心 【端午·终南山养生陪伴营开启报名啦~】 【加入听友群】

剧集《主角》大结局上线，配角宋师救人遇难，刘红兵父子、单团长接连意外离世，全员团灭结局引发热议，剧方此前宣传和成片不符遭观众指责。