节目

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 👇

欢迎来到inspirer特别策划《再见广告人》专辑。在这里，我们不是告别，是再次相见——与每一个在广告圈浮沉过的你，重新相遇。 主播：莎啦啦 X 嘉宾：Allen Zhang "广告当时在我看来，我觉得这就是一个造梦的艺术。它不过造的是一个商业的梦，但不管是商业的梦还是什么梦，它毕竟是个梦"—— Allen Zhang 我们从两个普通广告从业者的角度，聊到讨论广告行业最近十五到二十年间的变化、甲乙双方思维差异、AI对行业的影响、广告人的转型等。 00:03:44 Allen 2010年入行数字营销广告公司，在两年间，见证了刘翔退赛事件的传播始末，大为震撼 00:06:38 传统广告传播策略v.s.数字营销策略的差异？ 00:16:36 嘿，来说说你为什么加入了广告行业？ 00:20:24 2015年辞职创业做自媒体的经历，以及对广告工作的赋能 00:28:13 甲方乙方很难对齐的底层原因原来是…… 00:35:06 你怎么看“广告行业消亡”的说法？ 00:38:14 你怎么看“广告是吃青春饭”？ 00:47:42 当下广告行业格局的变化，带来怎样的人才需求变化？什么是雪花型人才？ 00:51:02 如何看待AI对广告行业的影响？ 01:01:03 现在，广告新人的机会在哪儿？ 欢迎来到inspirer特别策划《再见广告人See you again》专辑。在这里，我们不是告别，是再次相见——与每一个在广告圈浮沉过的你，重新相遇。 这里有最早一批闯广告圈的前辈，见证过行业黄金时代的荣光；也有刚入局的年轻人，在甲方brief和深夜提案里挣扎成长；有头也不回转身离场的“逃兵”，有在转型路口徘徊不舍的坚守者，也有在浪潮中死磕到底、苦并快乐着的同行人。 欢迎订阅我们，也欢迎加入我们的线下活动（Podcast123），我们会不定期开展周五播客夜——广告人专场，和不同时期的广告人一起，与过去的自己告别，与新生的行业同行，重新起航，奔赴下一场热爱。

本期节目在香港马家辉家中录制。 他的新作《双天至尊》出版了。这是《龙头凤尾》《鸳鸯六七四》之后，“秘密三部曲”的最后一部。三部小说从二战前写到1980年代，以香港的民间江湖为舞台，讲述底层人物的欲望、情义、秘密与命运。 我们从《双天至尊》聊起，也谈到马家辉记忆中的香港、写作与阅读、网络时代的情绪、AI，以及他曾经沉迷赌博的经历。人生如同一场牌局，我们不能决定拿到什么牌，却仍然要决定怎样把它打下去。 关于《双天至尊》 “双天至尊”是牌九中好牌中的好牌：一对天牌，加一只幺鸡和一只大鸡六，号称“有杀无赔”。然而物极必反，据说摸到“双天至尊”以后，往往会有坏事发生。 小说以牌局为喻，从1956年的香港九龙写起，讲述底层青年韩天恩的成长与沉沦。他受李小龙影响，一心想在已经没有武林的年代成为一代宗师，却在习武、情爱、帮会与赌博中逐渐卷入江湖。小说以花圈、花炮、花牌“三花”串联起几代人的秘密，也写下香港底层边缘人物在时代变动中的生存与选择。 关于马家辉 马家辉，1963年出生于香港湾仔，作家、传媒人、文化评论学者。 著有《暗处袭来一道掌风》《大叔》《死在这里也不错》《江湖有事》《爱恋无声》等多部作品。2016年出版首部长篇小说《龙头凤尾》，2020年出版《鸳鸯六七四》，2026年出版《双天至尊》。历时十年，“秘密三部曲”至此完成。 ⏱️时间轴 00:00 《双天至尊》与横跨数十年香港历史的“秘密三部曲” 05:19 写了六年的终篇，以及“一出手就得奖”的压力 08:44 为什么作家是马家辉安身立命的身份 17:27 马家辉记忆中的香港：自由、包容、暧昧与公道 26:15 网络为什么让人越来越不自在 33:27 我们是否太习惯在网上求取“五分钟的公道” 37:24 阅读为什么困难，又为什么会“富者愈富” 39:04 使用AI阅读与依赖AI阅读，有什么区别 47:40 马家辉的赌博经历：曾经只有赌才能让他快乐 51:30 人生像一场牌局：好牌、烂牌与打牌的方法 54:10 剧透预警：韩天恩的选择与命运 56:52 香港电影与真实武林如何进入《双天至尊》 65:19 武林和江湖的消失，也意味着一种旧秩序的消失吗 68:59 小说家是不是人物命运牌局中的庄家 71:20 长篇小说不能只靠灵感，还需要纪律 -- 🎙️主播：@魏小河 已出版《不止读书》《读书的人》 欢迎来我的其它平台找我玩： 小红书、B站、微博：@魏小河 公众号：魏小河流域 🎧以下渠道均可以收听到【不止读书】节目： 小宇宙｜苹果播客｜Spotify｜网易云音乐｜喜马拉雅 📮邮箱：[email protected]

各位听众朋友们大家好，欢迎来到“馒头说·历史的温度”。 今天我们要回到的专辑是【拍案惊奇】，说一段1949年发生的故事。

[图片] 品牌增长的逻辑，已经被彻底重写了。 过去十年，我们谈论的是流量红利、爆款打法、种草转化；而今天，这些"单点绝技"正在迅速失效。2026年的品牌竞争，已经全面升级为一场关于操作系统（OS） 的战争。这个操作系统，我们称之为"Brand Growth OS"。 钱钱品牌局品牌增长十大引擎，是一套由定位、产品、内容、AI、组织、用户、社会化、数据、销售、创新同驱动的商业增长体系。 [图片] SHOWNOTES 1:20 品牌如人，外在表现由内在的定位、信念和价值观支撑。 4:36 2026年品牌建设将面临更大挑战，需要建立完整的品牌信念系统。 6:51 品牌信念系统分为三个境界：产品功能层面、情感诉求层面和信念价值观层面。 10:13 伟大品牌不仅追求规模指标，更注重社会责任和存在意义。 14:19 有效的品牌定位需要能够明确回答关键问题，形成具体的说明体系。 18:45 在AI时代，品牌定位需要进一步升级，尤其是在价值观和信念系统方面。 22:12 品牌定位的过时与否可以从市场和顾客两个维度判断。 26:20 中国品牌将“科技引领创新”作为品牌定位，但需要区分B端和C端的差异。 29:48 品牌定位时最容易犯的错误包括复制他人、对自身了解不足。 在品牌的日常工作中，有一个问题被反复提及，却很少有人真正把它想透——“什么是品牌？” 很多人的第一反应是：我有Logo，我有商标，我做了投放。但稍加反思就会发现，这些都不足以构成品牌的本质。Logo只是一个门牌号，商标是一纸法律身份，投放是向外吆喝——它们都是可见的表象，却不是品牌的内核。 真正把Logo做成品牌的，是那些像人一样拥有信念和价值观的存在。 品牌如人。这个比喻并非修辞上的讨巧，而是对品牌本质的精准捕捉。一个人之所以区别于另一个人，不在于外表，而在于他相信什么、追求什么、以何为准则。品牌同样如此。有些品牌做得很大，未必是因为它们试图讨好所有人，而是因为它们的产品满足了大部分人的需求，同时运营得当——但“大”和“伟大”之间，还有一条需要信念才能跨越的鸿沟。 [图片] 冰山之下：看得见的执行与看不见的根基 有一个非常经典的“冰山原理”。人的外在表现——容貌、谈吐、成绩——都浮在冰面之上，只占整体的十分之一；决定这十分之一的，是冰面下十分之九的底层结构：一个人对自己的定位、相信什么、追求什么。 品牌运作同样遵循这个原理。 当我们在执行层面做得非常好的时候，反推回去，源头总是定位、信念和价值观在起作用。它们看不见摸不着，却持续地、深远地影响着冰山上的一切表现。今天很多品牌人手脚极其勤勉——盯ROI、调出价、换素材、做投放——但往往感到茫然和无效：觉得自己没有差异了，好像失去了魂，不知道自己在做什么，每天只剩下价格战和吆喝。 这时候最需要的，恰恰是往回看——回到冰面之下，审视品牌的定位、信念和价值观。手脚的勤勉，不能替代脑子的清醒。 品牌如人：信念与价值观才是真正的灵魂 “品牌如人”这句话可以讲得很深。品牌做到极致，就像一个有血有肉、有自己信念和价值观的人。这些东西通常用来描述“人”，但放在品牌上，同样成立。 品牌要“做自己”——每个品牌都有它不一样的地方。从人的角度来理解：你看到品牌色（红色、绿色、某个独特的视觉表达），看到它的说话方式，看到它在社交媒体上的“人格”——但这背后，支撑这一切的，是它的定位、信念和价值观。那些看不到的东西，才是真正的驱动力。 做品牌，第一个境界，是把产品做好。你做汉堡，你就是汉堡品牌；你做运动鞋，你就是运动鞋品牌，产品就代表了品牌。 第二个境界，是注入情感诉求，让品牌代表某种情感。但到了信念和价值观的层面，事情就变得不一样了——它有点像马斯洛需求理论的顶端，不再是温饱或愉悦层面的问题，而是关于“你认为什么是对的”“你崇尚什么”“你想实现的人生价值和意义在哪里”。 苹果最著名的“Think Different”，讲的是“想得不一样，改变世界”。这已经不是一个温饱型或愉悦型的需求可以涵盖的，它指向的是更高阶的精神追求。 很多大牌在建立信念和价值观的时候，提出来的东西需要你像读文科题一样去想一想——它们试图改变的，是一个带有哲学意味的命题。比如“让你这一生更开心”，至于怎么开心，每个品牌有自己的解读和执行方式。做开心的品牌很多，做理想的也很多，天猫曾经把“理想生活”作为升级方向，淘宝早期主打“便宜”，后来转向“为理想而买单”，再衍生出为漂亮、为自由而买单——这些都是在向上走，往价值观的层面走。 信念系统是更不得了的事，它牵涉到品牌的社会责任，以及品牌存在的意义。 很多品牌为爱而存在，为善而存在，为改变世界而存在。 [图片] “大”与“伟大”：两个完全不同的评价维度 “大”和“伟大”是两回事。 “大”比较容易理解，是一道数学题。销售额、开店数、工厂规模、全球覆盖范围——所有成绩单上的显性数据都能证明你有多大。这些东西是显性的，读读数据就清楚了。 但“伟大的品牌”是另外一回事。以Patagonia为例，这个品牌最初在我的概念里只是一个好看的Logo，名字也很独特。但当我读到它创始人的想法和故事时，我由衷地佩服——它是为了自己的理想去做这件事的。 Patagonia不大，但它很伟大。有很多小而美的品牌，都可以称之为伟大的品牌，因为它们相信一些东西，有责任心，做了对社会有意义、对改变人生有意义的事。 每年到过年或年底，很多品牌会推出品牌理念片——不是广告片，而是讲理念、讲思想、讲观点、讲一种“Believe”的短片。伟大的品牌都会去做这件事，而那些说得好的，确实能够支撑品牌的长期发展。 定位的三道必答题 在品牌定位的经典理论中，实际操作下来，最需要回答的是三个基本问题。 第一，给谁的？ 很多品牌对目标用户有描述，但在执行中为了生意往往会向外拓展。也有些品牌直接写“所有人”——这其实是很危险的，因为人和人之间的差异非常大。从顾客洞察的角度来看，差异至少可以分十个到二十个维度。今天的消费者更精明、更深层次、更成熟——他们对价格很敏感，对品质要求也更高。品牌需要反复打磨“核心用户到底是谁”，并且把它写清楚。“给谁”的本质，是敢于做选择、敢于放弃。 第二，你是谁？ 这个问题考验的是品牌的边界感。在实际运营中，边界很容易被“差出去”——在一个拥挤的赛道里，什么都想做。但事实上，一个品牌很难把所有事情都做完，即使是大的集团，也是通过多品牌矩阵来实现全覆盖的。只有专注、只有定位精准，才能有最高效率。 有些品牌很大，是因为它的产品满足了大部分人的需求，加上运营做得好。但生意大和品牌好是两件事。品牌好，生意不一定大；生意大，品牌也不一定好。行业头部的品牌，通常是生意和品牌都好，名利双收。 第三，凭什么？ 回答完“给谁”和“是谁”之后，要回答的是：为什么你能吸引到那些人，转化他们来买你？我们过去叫RTB（Reason To Believe）——让消费者相信你、爱上你的理由。一个定位，实际上已经把一个品牌的经济模型、资源配备、运营方向都讲明白了。 有些品牌的定位很模糊，边界感就很难建立。 这三个问题颇有几分哲学意味，有点像“从哪里来、到哪里去”那样的终极追问，需要反复去想。做品牌做着做着就容易模糊，所以定位要写下来，执行要往上面靠。它像一个品牌的“宪法”、一本“Bible”——是所有人共同遵循的东西。各个部门可以有各种展现方式，但大家合力反推，都能回到那个统一的定位上去。 定位也是冰山之下的那个东西——看不见，但决定一切。 [图片] 什么时候该变，什么时候不该变 品牌定位会不会过时？当然会。但判断过不过时，始终要从两个维度来看。 一个是市场维度。 看看你周遭的人在做什么，行业头部和前三名的品牌在如何定义市场，有没有新兴品牌带来了新东西。市场永远像老大、老二、老三那样格局分明，但格局本身会变化。 一个是顾客维度。 你的核心用户有没有变化？比较明显的是年轻人——年轻人会推动时代变化，从而推动品牌变化。 但品牌定位的变化，不是自己想拧就拧的。时代变化了，哪些要变、哪些不能变，这是一个哲学问题。 比如“爱”这件事，从古至今没有变过，只是表达方式和语言在变化。品牌如果为爱而生，信念本身不需要变，需要变的是执行——你爱哪种人？你怎样体现你的爱？以前做婴儿产品，母亲对孩子的爱与希望从未改变，但表现形式变化巨大。 所以做品牌的人不仅要会做数学题，也要懂文史哲——因为表达本身就是文学水平的问题。有些品牌一看就是“新品牌”的表达方式，有些品牌则显得“老土”。但像Nike的“Just Do It”、可口可乐的经典广告语，好像永远不会过时。 它们也曾尝试修改，但改来改去还是觉得不得劲，最终改回原样。 需要特别指出的是：这些广告语的调整其实不是定位的变化，而是执行层面的变化。定位往往是顾客看不到的，它跟企业文化、跟团队运营的信念有强关联。 Takeaways 1. 品牌如人。 Logo只是门牌号，信念和价值观才是灵魂。没有灵魂的牌子，撑不起一个真正的品牌。 2. 手脚的勤勉，不能替代脑子的清醒。 越是在执行中感到迷茫、无效、陷入价格战时，越要回到冰面之下，审视定位是否还在。 3. 冰山之上是表现，冰山之下是根基。 看得见的是产品和运营，看不见的是定位、信念和价值观——后者决定前者。 4. 定位要回答三个元问题：为谁而生、我是谁、凭什么是我。 缺一个，定位就立不住。 5. 定位的本质是做选择，更是敢放弃。 试图讨好所有人，最终会被所有人遗忘。 6. 从产品到情感再到信念，是品牌进化的三层阶梯。 最顶层的品牌，卖的不是产品，而是一场价值观的运动。 7. 信念内核不变，表达方式要变。 爱与善是永恒的，但语言、场景、触点必须随时代迭代。 8. 经济下行时，品牌不是该砍的预算，而是最该保住的投资。 越没钱，越要把品牌理清楚，否则一切投入都是浪费。 9. AI时代，品牌不仅要被人识别，还要被算法识别。 信念模糊的品牌，连机器都找不到你。 10. 知行合一，信念不死。 定位写进PPT只是开始，写进全公司的操作系统才是执行。不一致，就是最大的浪费。 思考题 1. 去掉所有产品，你的品牌还剩下什么？它能被一句话说清吗？ 2. 你的定位在PPT里躺了多久了？全员真知道、真在做吗？ 3. 你是在经营一个品牌，还是只是在卖一批货？本质差别在哪里？

本期时长有点长，但听完你绝对赚到——因为两位主播一个去了4次英国，一个刚从伦敦回来，把踩过的坑、流过的泪、惊艳到的瞬间，全给你扒干净了。 白崖到底有多吃天气？为什么说“晴天去是天堂，雨天去是灾难”？ 牛津和剑桥哪个更值得花钱进学院？徐志摩的石头到底在哪儿？ 巨石阵真的像网上说的那么“坑爹”吗？ 白金汉宫开放日进去半小时就出来，门票却要二三十镑——是“遗憾”还是“后悔”？ 大英博物馆免费、国家美术馆免费、V&A免费……但周边的冰箱贴能把你的钱包掏空！ 还有，伦敦地铁没信号、吃饭人均15镑起、圣诞节去简直是“灾难日”——这些血泪教训，主播全给你唠明白了。 当然，也有治愈时刻：海德公园晨跑7公里，偶遇天鹅和肥鸽子；剑桥康河撑船，听历史系帅哥用伦敦腔讲学院八卦；博罗市场的生蚝、诺丁山的古董书店、西区音乐剧的便宜票子…… 如果你正计划去英国，或者对伦敦有童年滤镜，这期就是你的“出发前必听清单”。 听完你会发现，伦敦值得去，但更值得“会去”。 🎧 别一个人默默收藏，@那个想跟你一起去英国的朋友，一起做功课吧！ 【本期主播】 娜姐（全网ID：佛系娜姐） Lee （全网ID：快乐男孩Lee） 【主题策划】Lee 【后期制作】娜姐 【录制地点】上海徐汇 >>> 收听时间轴戳一戳👇 00:00｜英国之旅：重温童年记忆与探索新领域 08:12｜探秘英国周边：伦敦一天往返行程建议！ —— 白崖体验与行程规划 —— 探访英国最美乡村克斯沃德的魅力 —— 牛津剑桥游学体验：小镇大学的独特魅力 30:52｜伦敦市区必游景点与体验分享 —— 白金汉宫、海德公园与塔桥的魅力 —— 大本钟与伦敦夜景 —— 英国博物馆/美术馆免费政策与独特文化体验 01:08:53｜英国旅行预算，购物与美食体验分享 —— 周边伴手礼 —— 地铁交通 —— 住宿餐厅超市 尾声：英国旅行也许真的只有一次或者无数次之分 【互动联系】 收听平台：小宇宙、苹果播客、喜马拉雅、蜻蜓FM、豆瓣、QQ音乐、网易云音乐，请搜索“开放麦”；荔枝、微博，请搜索“开放麦openmic” 微信公众号：佛系娜姐 邮箱📫：[email protected]

当你觉得AI“懂你”的那一刻——精准抓住一个你自己都没说清的情绪，问出一个让你陷入沉思的问题——你以为那来自数据中心的芯片、模型里的参数、程序员敲下的代码，但真相是，那些问进你心坎里的问题、让你会心一笑的遣词造句，背后站着一群人：他们曾是记者、编辑和纪录片导演，如今藏在大语言模型之后，有一个鲜为人知的名字——内容工程师（Content Engineer）。 当模型能力日益趋同，真正决定用户去留的，已不再是参数，而是它能否让人觉得“懂我”。那些“只可意会、不可言传”的语感与共情，正被一群文字工作者拆解成一套可以装进AI的规则。 本期《硅谷101》播客，我们邀请到两位从新闻业转身的资深内容工程师——前媒体人、播客《行星酒馆》主播东尼，与NBCUniversal AI战略总监Bianca，深入探讨：什么才算“好”的对话，以及如何把它拆解成可量化、可训练、可评估的工程标准。我们从这个正在各家AI公司裂变扩张的新兴岗位聊起，看看当模型能力逐渐拉平，内容与品味如何成为产品竞争力的关键，而懂人文、懂社科的判断力，又该如何翻译成工程能用的语言。 【主播】 Faith静远，硅谷101特约研究员 【嘉宾】 Tony Lin，人工智能实验室模型设计负责人，《行星酒馆》主播 Bianca Consunji，NBCUniversal AI战略总监 【你将听到】 02:54 内容工程师是什么？ 05:55 内容工程师如何拆解好内容 10:42 如何训练AI理解提问者的言下之意 13:42 内容工程师如何“翻译”语言和文化 16:45 新闻训练和AI对话训练都需要给到“上下文” 18:42 语境破碎：AI对话和“网络互喷”的相似之处 19:59 记者和内容工程师的技能重合点 23:44 一篇爆火文章背后，文科生的AI恐慌 26:45 基于共识训练出来的AI，不会产生伟大的艺术 28:56 媒体影视从业者失业，罪魁祸首是AI吗？ 31:37 东尼如何在养病期间做出震惊谷歌的voice agent 37:02 AI谄媚是产品设计问题，本质是人想要的太多了 39:20 人除了智商情商，还会需要“AI商” 43:33 职业价值迁移：“曾经我出卖成果，现在我展示过程” 【延伸阅读和相关术语】 系统提示词（System Prompt）：写给模型、用于设定其身份、语气与行为边界的底层指令。本质是一种既要有创造力、又要让模型"听得懂"的技术性写作，是内容工程师的核心工作之一。 少样本示例（Few-shot Example）：在与模型交互时，随机提供几条相关案例作为参考，让模型据此理解"什么是好问题、好内容、好语气"的方法。 语音智能体（Voice Agent）：能够以语音方式进行多轮对话的AI智能体，相比文本交互更强调对话的流动感与自然度。 多轮对话（Multi-turn Conversation）：用户与AI连续来回交互的对话形式，通常是AI的弱项。当缺乏足够上下文时，AI会不断"脑补"，答案越来越臃肿，中途出错则如滚雪球般放大。 意图理解（Intent Understanding）：理解提问者的“言下之意”，而非仅仅回答字面问题。它要求模型捕捉话语背后未被直接说出的真实需求，而不止于表面的信息拼接。 来源归属（Source Attribution）：在回答中注明信息出处、并承认现有信息不确定性的做法，是判断一则回答质量高低的重要维度之一。 拟社会关系（Parasocial Relationship）：传播学经典概念，指人对一个遥远实体（书中人物、电视形象，乃至AI）单向建立的情感关系。人在这种关系里依然拥有agency（能动性），可自行决定与对方的关系、并在互动中创造意义。 AI谄媚（Sycophancy）：指AI顺着谈话对象的价值取向和信息茧房去迎合、讨好用户的倾向。它本质上是一个产品设计问题——为了留住用户、提升engagement，产品往往会做出迁就。 事实核查（Fact Check）：新闻业的核心技能，即在信息发布前核实其真实性。AI在事实核查上效率极高，能快速交叉验证信息、呈现不同立场，帮助人跳出单一信息流。 零工经济（Gig Economy）与AI训练师（AI Trainer）：AI trainer指按小时、按项目为AI生成的内容打分、改写、示范的临时工作。这类工作依托零工经济而存在，而零工经济对媒体与艺术从业者的冲击在AI出现之前便已发生。 【硅谷101正在招聘】 《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！ 👉🏻点击查看招聘详情 【监制】 泓君 【采访 & 制作】 Faith 【配音】 Yiwen 【后期】 Faith Amei 【运营】 朱婕 【BGM】 The Detective - Christoffer Moe Ditlevsen Reclaim - Megan Wofford Paper wings Hangover by ruiqizhao The light from within—howard harper-bames Overture - dozeoff New car smell—bagel Quiet down—Ryan connors 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们：[email protected] Special Guests: Bianca Consunji and Tony Lin.

前段时间，我和商老师一起去看《抓特务》这部电影，在电影结束后，商老师准备发微博推荐，但我下意识地说了句：要不算了吧。而这个犹豫，其实来自于韩红“走个面儿”事件。 这之后我就和商老师在聊：为什么我有这个想法？韩红在电影首映礼上说的“走个面儿”、“咱们”有什么问题？她是在请求还是在命令？为什么这句话让大家这么反感？ 于是就有了这期播客。 听完这期播客，你也可以说说你的想法。 【本期内容】 本期主题：《抓特务》 “走个面儿”、“咱们”背后两套逻辑 互联网与线下之间的偏差 韩红说的“走面儿”是命令还是请求？ 传统熟人社会的失效 现代社会人情面子文化的观念代际冲突 熟人社会人情逻辑与现代社会的观念碰撞 压缩的现代性下人情社会的挑战 互联网时代的情感专制与二元对立 传统人情体系与现代契约社会的共存 互联网行为模式的边界 【One More Thing】 我的追星研究成果《不止追星：数字时代爱的变革》上线了，已在全网平台发售。如果你追星，或者你的孩子追星，或者你是星本身，或者你是自媒体从业者，或者你从事媒体行业，或者你是亲密关系或文化研究者，你都可以看看这本书，相信一定有所获得。 出品：光之来处 策划：商建刚 设计：马晓羽 剪辑：达达 合作请联系：kittenhuan（添加请注明来意）

【主播：堂堂、杜凯、吕帆】 录制这一期的初衷，本是想和两位师兄就音乐、影视的审美标准进行探讨，来帮助自己在文艺作品中更精准地找出「美」的落点，更好地享受蕴含美感的作品。但聊开之后，从市场、受众和创作者端口，关于美和审美，其实都有太多复杂的感受值得展开。不便分类，在节目中就一并呈现出来。 比如， 在创作者看来，我们常听的流行音乐和审美有什么关系？ 为什么追求审美某种程度上是在给自己找别扭？ 为什么资本偏爱低级审美？ 经典作品为何能称之为经典？它们和时代的关系如何？ 有些让人看了就犯困的经典作品，为何能被称为经典？ 在美中的「失语时刻」是什么样的？它如何改变人的轨迹？ 苏轼的「明月清风我」为何让人热泪盈眶？什么又是审美化的人生？ …… 时代发展愈趋迅猛，评价体系不减功利，浅层娱乐大行其道……美和审美常常被视为奢侈或虚无，怎么聊都显得清高。但我们还是希望保持警惕、坚持对话，就当是守住人的精神世界中，最值得清扫的一片净土吧。 【音乐信息】 开场音乐&插曲：AI制作 结尾音乐：痛仰乐队 - 美丽新世界

我们专注分享音乐作品，提供听觉享受，频道里音乐和素材版权归属原作者或相关音乐公司，若有侵权,请立即联系，将迅速采取删除措施；我们呼吁鼓励大家支持正版音乐，共同维护创作的合法权益，非常感谢支持,您的支持是前进的动力；收集整理剪辑是一项繁琐的工作，希望理解和尊重；鼓励留言分享心得和感受，打造积极健康的交流环境，不断更新，带来更多新鲜优质的作品；如需获取本频道全部音乐资源可私信我，我会集中回复；视频对应的音乐、配图、视频文件：https://pan.quark.cn/s/370230e022c6 We focus on sharing music and providing auditory enjoyment. The copyright of all music and materials on this channel belongs to their original authors or music companies. If there is any infringement, please contact us immediately, and we will take swift action to remove it. We encourage everyone to support legitimate music and jointly protect the legal rights of creators. Thank you very much for your support; your support is our driving force. Collecting, organizing, and editing is a tedious task, and we hope you understand and respect it. We encourage you to leave comments and share your thoughts and feelings to create a positive and healthy communication environment, continuously updating and bringing more fresh and high-quality works. If you need to access all the music resources on this channel, please send me a private message, and I will reply to you collectively. Download links for the music, images, and video files corresponding to the videos：https://pan.quark.cn/s/370230e022c6

AI时代到来，大家的焦虑更重了：一边不确定就业环境，觉得深造是不是能躲一躲、更安全；一边又担心学历贬值，读了研也没用，浪费时间。今天我们不聊考研技巧，也不给出非黑即白的简单答案，只和你聊透最底层的问题：读研读博这条路，到底适合什么样的人？ 本期邀请到长期在研究生招生、培养、就业一线工作的高校老师海燕老师，结合她几十年的一线经验拆解：逃避就业去读研会浪费多少年的时间？不同学科对学历要求有什么不一样？什么样的特质才适合读研读博？AI时代，研究生训练培养的恰恰是AI替代不了的超越性思维，混学历读研在AI时代会快速贬值，只有扎扎实实培养的底层能力才不会被替代。硕士和博士的培养目标完全不同，读博不仅考验学术能力，更挑战心性，适合读博的人需要满足这几个核心条件，别被家长的期待推着走，浪费自己的时间。最后还给研一到研三的同学做了分阶段规划，给本科生、在读研究生、焦虑的家长分别送上掏心的建议。 这一期，帮你打破选择焦虑，理清方向，找到适合自己的路。 时间戳�： 01:06 为什么家长和学生明明焦虑读研，背后到底在怕什么？ 05:54 带着逃避心态去读研，三年后你会失去什么？ 08:11 生化环材真的是天坑吗？海燕老师打破专业偏见 14:32 AI时代读研还有价值吗？研究生训练的是什么？ 24:08 硕士和博士到底有什么本质不同？怎么判断适不适合读博？ 29:32 纠结要不要读博时，先问自己这三个关键问题 34:11 为什么很多研究生对就业“麻木”？背后的深层原因 41:23 AI来了，信息壁垒反而更厚了？人才供需错位的真相 46:31 研一研二研三，三步规划法让你的科研成为求职利器 53:48 海燕老师送给本科生、研究生和焦虑家长的三句话 【主播&嘉宾】 Mandy｜职场教练，优势领航创始人 16年资深HR，6年HRD经验，曾任500强外企及百强民企高管 裸辞转型职场教练，两年跑通商业闭环，净收入年涨75% PCC专业认证教练、盖洛普官方认证优势教练、职业生涯导师 累计咨询时长700+小时，帮助400+职场人突破成长卡点 小红书：优势领航职场教练 公众号：Mandy职场教练 本期嘉宾 | 海燕老师 长期工作在教育一线的高校老师，负责研究生招生培养与就业，专注人的长线发展与自我价值实现 【本期福利】 如果你对Mandy老师的咨询或者私教产品感兴趣，欢迎添加微信：manman7582 来链接Mandy老师~ 添加请备注“播客”，即可免费领取《职场高阶高薪指南：晋升・管理・第二曲线》哦 在评论区留言，点赞和转发，Mandy老师还会免费帮你做一次30分钟的职业卡点梳理，帮你理清当前问题的核心 感谢你的收听，咱们下期再见～ 本期播客剪辑手：叶青（VX：dan1997and）

📋 今日要闻 · 2026-07-24 【AI 基础设施】 • AMD 即将推出新一代 AI 基础设施，与英伟达正面交锋 IT之家 · 2026-07-23 · https://www.ithome.com/0/980/847.htm • 华为计算模组首次亮相 WAIC 2026 世界人工智能大会 IT之家 · 2026-07-23 · https://www.ithome.com/0/980/842.htm 【大模型】 • GPT-5.6推翻近30年数学猜想，全程对话公开：提示词只有58个单词？？？ 36氪 · 2026-07-23 · https://www.36kr.com/p/3907657849361795 • 马斯克第三次喊「奇点已至」，AI三个月连破数学、安全两道墙 36氪 · 2026-07-23 · https://www.36kr.com/p/3908100846539904 • Advancing the next era of national science OpenAI Blog · 2026-07-22 · https://openai.com/index/advancing-the-next-era-of-national-science • $GOOGL now has 950M monthly Gemini users and processes 22B API tokens/min. Compa x-serenity · 2026-07-22 · https://www.x.com/aleabitoreddit/status/2080031508656746874 【具身智能模型】 • 硅谷101 E244｜机器人走错路了？与苏度韩铮聊聊具身智能的3D数据、路径分野与硅谷竞赛 知识库精读 · 2026-07-23 · https://www.xiaoyuzhoufm.com/episode/6a58203adad7474f40ac62a2 • 网格智算：“不堆算力”的AI大脑如何填补林下场景空白 | 水下项目 36氪 · 2026-07-23 · https://www.36kr.com/p/3908027308823684 【智能驾驶】 • France won’t approve Tesla ‘FSD’ yet, wants EU-wide sign-off first electrek · 2026-07-22 · https://electrek.co/2026/07/22/france-tesla-fsd-approval-tabarot-speeding/ • Tesla Autopilot and FSD crashes hit record 207 in a single month electrek · 2026-07-22 · https://electrek.co/2026/07/22/tesla-adas-crashes-record-207-one-month/ • NHTSA targets Tesla’s ‘Radar Saves Us’ document in FSD crash probe electrek · 2026-07-21 · https://electrek.co/2026/07/21/nhtsa-tesla-radar-saves-us-document-fsd-probe/ • Tesla’s 2026 Summer Update: auto navigation, Grok phone calls, Caraoke scoring, electrek · 2026-07-21 · https://electrek.co/2026/07/21/tesla-2026-summer-update-release-notes/ • 理想汽车回应“新一代 L6 超充是否会伤电池”：正常用车周期内，衰减基本不用操心 IT之家 · 2026-07-21 · https://www.ithome.com/0/979/785.htm 【AI 消费硬件与脑机】 • 我国脑机接口领域迎重要突破，千人同步脑电采集技术发布 IT之家 · 2026-07-23 · https://www.ithome.com/0/980/841.htm • OpenAI挖了苹果400人，又盯上了苹果身后的中国制造商 36氪 · 2026-07-22 · https://www.36kr.com/p/3906610073819017 • 面积仅 46mm²：xMEMS 发布全球最小主动式微型风扇 XMC-1200，专为 AR、XR 智能眼镜设计 IT之家 · 2026-07-21 · https://www.ithome.com/0/979/798.htm 【AI Agent】 • Launching Health in ChatGPT OpenAI Blog · 2026-07-23 · https://openai.com/index/health-in-chatgpt • Introducing OpenAI Presence OpenAI Blog · 2026-07-22 · https://openai.com/index/introducing-openai-presence • 疯了？前微软AI大牛花670万买下一家公司，只为让AI直接“上岗CEO” 36氪 · 2026-07-22 · https://www.36kr.com/p/3906491579880584 • 消息称腾讯整合 Workbuddy 与 QClaw 两款 AI 产品团队 IT之家 · 2026-07-22 · https://www.ithome.com/0/980/286.htm • 让 Gemini 帮你填表，谷歌 Chrome 浏览器将升级自动填充功能 IT之家 · 2026-07-21 · https://www.ithome.com/0/979/776.htm 【💰 财经动态】 • Tesla (TSLA) crashes 12%, sheds $140B as Elon Musk’s ‘just trust me’ doesn’t hol electrek · 2026-07-23 · https://electrek.co/2026/07/23/tesla-tsla-crashes-12-q2-2026-earnings-miss/ • AI烧钱太疯狂，特斯拉和谷歌二季度现金流罕见转负 36氪 · 2026-07-23 · https://www.36kr.com/p/3907821881250949 • In the second quarter, Tesla acquired an AI hardware company through an asset de x-ming-tesla · 2026-07-23 · https://www.x.com/tslaming/status/2080244656856789005 • 光模块中报集体炸裂，AI行情里最扎实的一批公司是怎么赚到钱的 36氪 · 2026-07-23 · https://www.36kr.com/p/3906285866784391 • 五年亏掉356亿，商汤却要去太空建AI机房 36氪 · 2026-07-22 · https://www.36kr.com/p/3906498582878088 • AI chip startup Etched defies skeptics, hits $10.3B valuation from big-name inve techcrunch-ai · 2026-07-23 · https://techcrunch.com/2026/07/23/ai-chip-startup-etched-defies-skeptics-hits-10-3b-valuation-from-big-name-investors/ • Menlo Ventures’ Matt Murphy explains what AI startups founders must do different techcrunch-ai · 2026-07-22 · https://techcrunch.com/podcast/menlo-ventures-matt-murphy-explains-what-ai-startups-founders-must-do-differently/ • Alphabet’s Anthropic Stake Jumps to Around $124 Billion bloomberg-tech · 2026-07-23 · https://www.bloomberg.com/news/articles/2026-07-23/alphabet-s-anthropic-stake-jumps-to-around-124-billion