节目

一句话导读 抖音上线了一款叫“馋猫外卖”的软件——页面和真实外卖一模一样，你可以加购、下单、看骑手移动，但外卖永远不会来，钱也不用付。上线6天，访问量2300万次。 为什么有人对这种事上瘾？为什么有人毫无感觉？多巴胺真的等于快乐吗？吃到嘴里那一口的满足，到底是谁在管？ 这一期，我们把多巴胺这件事拆干净。 🎯 你会听到什么 * “馋猫外卖”是什么，上线6天2300万次访问背后藏着什么 * 多巴胺不是“快乐分子”，那它到底是什么——从1957年诺贝尔奖级别的发现讲起 * 多巴胺在大脑哪里产生、怎么走、经过哪些站——用一条山路比喻讲清楚 * 舒尔茨的猴子实验：多巴胺最兴奋的，永远是“比预期更好”的那一下 * “想要”和“喜欢”是两套完全不同的系统——多巴胺管“想要”，阿片系统管“喜欢” * 阿片系统是什么——“享乐热点”藏在大脑里只有几立方毫米的地方 * 为什么有人享受“等待的过程”，有人讨厌“选择的环节”——两种大脑的差异 * “补偿性消费”和“预防性储蓄”——年轻人为什么需要假装花钱 * Food Never Comes在韩国爆火，不是因为它做得好，是因为它撞上了一种集体情绪 * AI时代：当结果被提前给你，过程消失了，我们还剩下什么 * 茶水间里的“反多巴胺生活”——控糖、健身、戒即时满足的人，和假装下单的人，在做同一件事 📌 适合谁听 * 深夜刷外卖软件、加了购物车又关掉的人 * 对“多巴胺等于快乐”这个说法有过怀疑的人 * 想搞清楚“为什么我对这件事上瘾、对那件事完全无感”的人 * 对神经科学有兴趣但不想读论文的人 * 任何在不确定的生活里，偶尔需要一点“在路上了”感觉的人 🔗 往期回扣 这期属于「会议室与星辰」偶尔会做的社会观察方向。 📖 本期引用来源 * Schultz, W. (1997). Dopamine neurons and their role in reward mechanisms. * Berridge, K. C., & Robinson, T. E. (1993). Incentive-sensitization theory of addiction. * Berridge, K. C., & Kringelbach, M. L. (2015). Pleasure systems in the brain. * 光明日报相关报道 * 韩联社 Food Never Comes 相关报道 * 韩国《中央日报》多巴胺应用相关报道 * 《中国青年发展调查》2025 * 中国人民银行《2025年金融统计数据报告》 🔍 本期关键词 多巴胺 / 阿片系统 / 奖励预测误差 / 想要vs喜欢 / 补偿性消费 / 预防性储蓄 / 控制感 / 馋猫外卖 / Food Never Comes / 神经科学 / 年轻人消费心理 配图： 多巴胺产生 1. 阿片系统vs多巴胺 2. 馋猫软件 🎙️ 关于《会议室与星辰》 一个从心理学视角观察职场、社会与影视作品的播客。把一些被忽略的瞬间，拿出来端详一下。 主理人：Nicole 小宇宙 | 苹果播客 同步更新

欧冠联赛资格赛到底有多少球队参加？经过了哪些过程？最终哪些球队脱颖而出？有哪些球队值得关注？资格赛折射出欧洲足坛哪些变迁？ 00:20 到底有多少支球队参加这个大型资格赛 02:48 喧嚣渐起，大幕拉开的欧冠新纪元 05:44 林茨奇迹，凯尔特人的崩盘惨剧 08:12 沙巴狂想曲，九岁新军的读秒神话 10:24 北欧暖流与星月之光，沉睡历史的复苏 13:02 欧冠资格赛折射的欧洲足球版图变迁

节目介绍 八月底，正是很多私校开放申请的时间。这一期我们聊了一个很多朋友问过我的话题：东岸和西岸的私校到底有什么不一样？为什么西岸的家长好像更愿意送孩子上私校？湾区和西雅图的学校跟我们大华府的学校比起来，风格差在哪儿？选校到底应该看什么？ 朱莹老师在大华府做了十八年教育咨询，东西两岸的学校她都实地访过很多，聊起来既有数据又有体感。这期信息量比较大，建议收藏，申请季用得上😊。 本期嘉宾 朱莹老师 Primary Education Group 创始人 GW商学院 + 宾大教育学院硕士 大华府地区定居18年，专注K-12私校申请咨询 📌 微信：DCMomUSA 📌 公众号/小红书：私校妈妈 时间轴 00:00 开场 · 朱莹老师第三次做客，自我介绍 00:55 为什么西岸家长更多考虑私校？ → 湾区和西雅图：亚裔多、收入高、大厂package容易负担私校学费 03:07 加州公校怎么了？ → County经费不足，公校教育质量持续下滑 04:29 东岸也不能幸免 → 大华府学区变化、波士顿砍小学二外的真实案例 05:12 选校第一原则：从孩子本身出发 → 学校要能"托举"孩子，名校之间差异很大（Harker vs. Nueva） 07:08 孩子才三四岁，怎么看特点？ → 观察学习风格，多看不同学校，直觉会告诉你答案 09:43 大孩子选校看什么？ → 擅长什么 + 喜欢什么，缺一不可 11:20 不同类型的学校长什么样？ → 重学术竞赛型 / 重兴趣发展型 / 重人文艺术型 / 重商科创业型 11:53 🔑 东西岸学校的核心差异 → 西岸：STEM强、project-based、创业氛围浓、家长参与度高 → 东岸：人文强、Kennedy Center看莎士比亚、政客艺术家来校讲座、DC机构实习机会 16:46 西岸不只有顶私 → 连锁私校（Stratford、Challenger）、低龄私校、feeder school策略 18:18 不同家庭怎么规划？ → 冲顶私同时保底、先进feeder school再跳板 → Lakeside（比尔·盖茨母校）五年级才开始招生 21:05 顶私压力大吗？ → 好学区公校亚裔比例30%-40%，其实一样卷 24:20 西岸 vs 东岸哪边更卷？ → 西岸数学和理工科更卷，家长本身理工科出身 25:41 朱莹老师自己的选择 → DC十八年，从不后悔，孩子偏文科，东岸更适合 26:21 给纠结东西岸的家庭的建议 → 先看家庭整体需求，再在当地找适合孩子的学校 28:02 📋 私校申请时间线（现在就该动了！） → 8月底开放申请 → 9-10月访校 → 10-11月面试测评 → 12月底-1月中截止 → 2-3月出结果 30:52 下期预告 + 收尾 → 下次聊：公校vs私校的真正差别 / 内向孩子在美国怎么成长 往期节目 🎧 朱莹老师第一期：私校选择 🎧 朱莹老师第二期：孩子阅读怎么提高 美国大妈有话说 · 和你聊聊在美国养娃、工作、生活这些事儿

26岁农村女孩甜甜今天做客不上不下，给大家分享AI跨境电商从零到年利润百万的经历，在Temu的全托管模式，不用懂英语、设计和囤货，用AI生成图案，平台处理客服物流，出单对接工厂；成本十元左右的毛毯卖到欧美几美元，利润空间高、退货率低。普通人零成本，每天抽出两小时，找对方法，快速试错，也能从小白跑通。 甜甜还为我们的听友准备了专属内部福利，一份内部《AI+跨境掘金独家秘籍》。可以进一步了解它到底怎么做、普通人能不能上手。另外还有原价99元的三天AI跨境出海公开课，给播客听友开放 200个福利名额。 三天课里会更系统地讲：AI跨境到底怎么赚钱，拆解15W+爆品，上手路径。想领取资料和公开课名额的朋友，可以扫描下方海报二维码，也可以添加微信：loveneo66或tiantianhi365或liuye_365，备注“不上不下”，名额只有200个，先到先得 00:02:00: 从一个小乡村到成为公司合伙人，她的秘诀是什么？ 00:04:39: 突破自己，拥抱挑战——一个实习生的成长之路 00:09:19: 零囤货，低门槛，普通人也能做！探索跨境电商业务的机遇与挑战！ 00:13:58: POD品类生活用品，出单效率高、成本低、退货率低，成为爆款选择！ 00:18:37: 中国跨境电商TOM平台：价格优势与退货率控制的双重突破 00:23:18: 如何在初期经营淘宝店铺中提高利润？关键在于选择产品和营销策略。 00:27:57: 拼多多店铺运营必备：如何找到靠谱的工厂和源头货？ 00:32:30: 副业赚钱秘籍：如何在一个月内实现一千元的收入？ 00:37:15: “打造爆款商品！如何选择合适的工厂和优化合作流程？” 00:41:55: AI的使用方法！ 00:46:30: 电商平台上容易踩的坑和易犯错误解析

你有没有想过，让AI变得更聪明，关键可能不是让它知道得更多，而是教会它如何更高效地“思考”？本期我们要聊的几篇最新论文，就深入到了AI的思维深处：从让AI懂得“选择性遗忘”以实现长时间推理，到揭开决定AI学习成败的三个神秘“开关”。我们甚至会看到，机器人是如何通过“自言自语”来规划复杂任务的。准备好一起探索AI大脑的内部运作机制了吗？我们马上开始！ 00:00:33 如何让AI长时间思考，还不“累”？ 00:05:05 给你一个确定性的菜谱，靠谱吗？ 00:10:44 你关心的问题，AI能比专家更快找到答案吗？ 00:16:24 拆开AI的“黑箱”，决定它聪明的三个开关 00:22:50 机器人会思考，需要分几步？ 本期介绍的几篇论文： [CL] Prefix Sliding for efficient test-time scaling [Stanford University & University of California at Santa Barbara & University of Washington] https://arxiv.org/abs/2608.26070 --- [LG] Beyond Optimal Rates in Stochastic Optimization: Trajectory-Adaptive Stopping Rules [UC Berkeley & PSL Research University] https://arxiv.org/abs/2608.25551 --- [AI] Planetary Prediction Engine: Autonomous Geospatial Prediction via Intelligent Data Selection and Foundation Model Embeddings [Google Research] https://arxiv.org/abs/2608.26088 --- [LG] Demystifying Reinforcement Learning Post-Training of Language Models [University of Washington] https://arxiv.org/abs/2608.24949 --- [RO] R^3: Training Robots to Reason in Natural Language via Reinforcement Learning [Carnegie Mellon University (CMU)] https://arxiv.org/abs/2608.26053

看我如何靠追星拿到大结果~ 单口预警！ 本周，小鹏集团旗下人形机器人业务完成首轮融资，金额超过9亿美元，投后估值超过63亿美元。 小鹏汽车已经一年卖掉几十万辆车，上市公司市值却只有七八百亿元人民币；一个距离大规模商业化还很远的机器人业务，却已经可以单独获得430亿元估值。 类似的反差还发生在宇树身上：一年出货几千台机器人，上市后市值一度超过4000亿元；而理想、蔚来、小鹏、零跑四家新势力，去年合计卖出175万辆车，市值加起来却只有约3000亿元。 机器人到底为什么这么值钱？ 这一期，我们从小鹏这笔9亿美元融资出发，聊聊为什么车企、智驾公司正在集体涌入人形机器人、具身智能和世界模型。 这背后当然有真实的技术迁移：过去十年，智驾公司已经跑过一遍数据闭环，做过端到端、VLA、世界模型，也交过一次让AI真正进入物理世界的工程化学费。 但还有另一层更现实的原因。我称之为“追星”——紧跟特斯拉的脚步。 汽车行业进入价格战之后，销量、毛利、现金流都越来越容易计算；机器人却仍然处在一个“所有人都相信未来可能很值钱，但没人知道今天应该值多少钱”的阶段。 特斯拉已经证明：从汽车走向机器人，迁移的不只有技术栈，也可能是一整套估值体系。 技术没有凭空多十倍，但它能讲的故事，突然大了十倍。 时间轴 00:43 小鹏机器人为什么能首轮就融9亿美元？ 聊聊这笔融资本身，以及宣传稿里那个“小鹏一轮融资超过宇树整个IPO募资”的经典公关话术，为什么数学上正确、信息量却接近于零。 02:03 宇树上市一周后，小鹏为什么突然宣布机器人值430亿？ 宇树市值、小鹏汽车市值和几家新势力市值放在一起，一个很反常的现象出现了：真正卖了几十万辆车的公司，为什么还没有一个尚未商业化的机器人故事性感？ 03:28 小鹏机器人430亿，资本到底买的是什么？ 不是今天的收入，而是小鹏过去十多年在自动驾驶、端到端模型、芯片、硬件和制造体系上的积累，能不能迁移到机器人。 04:56 特斯拉已经把“汽车公司”的故事讲大了 马斯克说，未来特斯拉80%的价值可能来自Optimus。汽车、FSD、Robotaxi和机器人正在被统一进一个更大的叙事：Physical AI。 05:51 华尔街真的开始给机器人算钱了 在一些机构的估值模型里，尚未大规模商业化的Optimus，已经比特斯拉成熟的传统汽车业务更值钱。 06:18 为什么机器人特别适合“做梦”？ 有些机构甚至暂时不给Optimus估值，不是因为认为它没有价值，而是因为根本不知道该怎么算。越难计算，想象力反而越大。 06:50 对车企来说，机器人的诱惑到底有多大？ 卖车时，资本市场问销量、毛利和现金流；一旦你能证明智驾能力可以迁移到机器人，公司就有机会从“汽车公司”重新解释成“Physical AI公司”。 07:51 何小鹏其实早就讲过：智能电动车是机器人的前序 回看2025年《晚点》对何小鹏的采访，小鹏并没有把汽车和机器人看成两个独立赛道，而是把汽车理解成AI进入物理世界的第一步。 08:30 世界模型大军里，为什么出现了一支“智驾派”？ 比亚迪、小鹏、广汽、长安、奇瑞、蔚来、理想，以及Momenta、地平线、轻舟、小马等公司，都在沿着相似路线扩张自己的技术边界： 自动驾驶 → 端到端/VLA → 世界模型+强化学习 → Physical AI → 具身智能。 09:35 智驾公司最大的可迁移资产：数据飞轮 真实世界采集、清洗标注、训练、仿真评测、部署、回流、再训练——智驾的数据不能直接拿给机器人用，但生产数据的方法可以。 10:29 从“怎么开车”到“机器怎么理解物理世界” 端到端、VLA和世界模型，让自动驾驶解决的问题越来越抽象：既然机器已经能理解环境、预测未来并采取行动，为什么这个机器一定只能是一辆车？ 11:22 智驾公司已经交过一次Physical AI的学费 端侧算力、延迟、安全、冗余、OTA、测试验证……智驾公司过去十年，一直在一个“AI犯错可能真的撞车”的世界里做工程。 12:00 但智驾能力绝对不能100%迁移到机器人 汽车面对的是高度受约束、有交通规则的行动空间；机器人则要面对开放环境、高自由度运动，以及视觉之外的接触、力和物体形变。 13:28 所以，为什么偏偏是智驾公司最适合跨界具身？ 它们有数据闭环，有端到端和VLA，有世界模型，有端侧计算，也知道怎么让一个AI系统真正跑进物理世界。 13:57 真正的“财富密码”：故事的终点变了 当智驾越来越成为汽车标配，机器人给了车企和智驾公司一个重新解释过去十年技术积累的机会。特斯拉已经证明，这套故事一旦成立，撬动的可能不只是新产品，也是一整套新的估值体系。 本期关键词： 小鹏机器人 / 宇树科技 / 特斯拉 / Optimus / 人形机器人 / 具身智能 / 自动驾驶 / 智驾 / 世界模型 / VLA / Physical AI / 数据飞轮 / 机器人估值 播客中提到的晚点稿件指路： 《具身智能的金钱游戏》 晚点对话何小鹏：为了做一个真正的 CEO，我付出了怎样的代价 ### 非标玩家UnDefined是一档商业人物访谈播客，致力于让世界看到中国商业和科技力量，只影响1%的商业决策者。 欢迎有认知的商业决策者联系、合作~

🗣️脱友半决赛结束，曹国把段子写成短视频简单好笑，TZ的举重若轻让深刻更显深刻，小四爷陋室铭2.0高分晋级，步惊云讲女儿不煽情但让人感动，陈火腿意外低分止步半决赛，冯子豪被大雨影响卡位淘汰。精彩的一场演出，咱们一起看，一起聊。 🎙️主播 | 璐小希 💻️策划 | 璐小希 ---------- ⌚⌚⌚TimeLine 全场最佳 01:27 曹国 表现出色 05:12 TZ 08:17 小四爷 11:56 步惊云 14:29 陈火腿 差点er意思 17:15 海波 18:28 张骏 补充 19:44 小五 21:36 李梦杰 22:41 冯子豪 24:45 侯智元 27:19 陈晓靖 28:42 脱友半决赛结果，以及我的预测准确率 ✂️剪辑 | 璐小希 📄文案 | 璐小希 🖼️封面图 | 璐小希、元宝AI ---------- 🔗往期相关节目 🗣️继业嫉妒小五，SEVEN自我剖析：《脱口秀和ta的朋友们》八 | 脱友喜单快评⑬ ---------- 🎧️收听平台 ▷小宇宙 ▷苹果Podcast ▷喜马拉雅 ▷荔枝FM ▷豆瓣 ▷蜻蜓FM ▷小红书 ▷网易云音乐 ▷QQ音乐 ----------

众所周知（no），我们博物除了杂志、新媒体、旅行教育以外，还有一个广受欢迎的业务板块，就是博物文创。最近，我们在北京中关村的领展广场B1层也做了第一个线下快闪店，那真是人山人海鞭炮齐鸣啊！ 我们在节目里把那几块业务都聊过了，唯独文创这块很少提及。这次趁着快闪店的热乎劲儿，我们请来了（其实同一个部门的）博物文创团队的负责人、产品主管和两位设计师，一起来聊聊博物是怎么在文创里搞科普，把狮子老虎鲸鱼老鹰做成一个个毛球，以及把知识内容产品化的种种细节，和工厂斗智斗勇斗酒进医院的故事，甚至多次尝试最终失败的一些真正的“隐藏款”案例。 节目里提到的产品，大家摸不着头脑，就在这看看图吧。 怎么样，可爱吧！欢迎大家关注我们的博物文创，如果在北京，也欢迎您去快闪店逛逛，还有十天时间，抓紧哦！！ 02:11 跨越十年的模型之旅：从黑熊到孙藏狐，揭秘天然呆团队的创作奇迹 05:59 从毛绒动物到时尚设计：探讨早期动物园毛绒玩具的创作历程与审美变迁 12:06 创意与现实的差距：设计中的挑战与失误 18:10 玩具制造业的成本与挑战：定制化与工厂合作的故事 24:09 解决打板师理解难题：提高产品一致性与效率的方法 30:14 科普产品设计：考虑叫声多样性与实际使用的因素 36:19 创意与文化交融：稻香村和北京特色小吃的美味之旅 42:23 创新设计：突出特点的呆萌感觉，带来与众不同的购物体验 48:24 解密设计背后的灵感：十厘米娃衣系列的创作过程和市场反响 54:30 创意闪亮登场：如何从梗图中发掘动物世界的独特之处 01:00:32 不那么正经的日历，惊喜不断！博物周年庆特辑来袭！ 01:06:37 品牌发展新尝试：小动画片与周边产品的眼球效应

2022年ChatGPT横空出世，将千行百业推入了一个充满无限可能的AI新纪元。从内容生成到用户洞察，从智能客服到营销自动化，AI工具几乎成为企业标配。技术红利正在释放，但如何把“会用AI”变成“用AI增长”依然是整个行业共同面对的新命题。 与此同时，AI正在改变企业竞争的底层逻辑。在智能体能够持续学习、自我迭代，不断沉淀企业数据、知识和业务经验的今天，企业营销成为最适合智能体落地的场景之一，将AI融入业务流程，与组织共同成长，成为实现业绩增长的关键。 本期节目，我们邀请深演智能创始人、COO谢鹏，从17年的创业历程、到深演智能由数据驱动营销迈向AI智能体的演进之路，深入讨论AI营销为什么要从AI for Efficiency走向AI for Growth。智能体究竟如何帮助企业找到新用户、创造新产品、激活老客户？AI成为行业标配后，企业又该如何建立真正属于自己的竞争壁垒？ 本节目由中欧EMBA出品，JustPod制作（发行），中欧国际工商学院版权所有。 你可以在喜马拉雅、苹果播客、小宇宙、网易云音乐、QQ音乐、豆瓣、中欧EMBA视频号订阅收听。 -本期主播- 王琪 (Wang, Qi) 中欧国际工商学院市场营销学教授 市场营销学系系主任 中欧AI与营销创新实验室研究主任 中欧 x 特赞AI与商业创新研究基金执行委员会主席 谢鹏 北京深演智能科技股份有限公司联合创始人兼COO 中欧EMBA2008 -时间轴- 02:13 用智能体底座解决规模化痛点 08:59 将毛利至上与商业落地融入多职能组织阵型 18:28 AI for growth是企业终极目标 25:20 圈定新客群、盘活老用户，AI营销如何做？ 30:27 智能体优势在于自我闭环与演进 34:46 AI会稀释企业的竞争力吗？ 39:47 人机协同，重塑组织结构 42:12 大模型平权，企业如何构建护城河？ 45:24 出海与并购，寻找第二增长 -入听友群- 1. 扫描下方二维码 2. 微信关注「中欧EMBA」，发送「听友群」，获取入群二维码 期待与你交流！ -延伸内容- 特别策划 | 花80万读商学院，买不了吃亏买不了上当 67. AI究竟是对手，还是你的左右手？｜AI无悖论 73. 要相信光！支撑AI算力的光芯片 -互动方式- 微信公众号：中欧EMBA（CEIBSEMBA） 小红书：中欧EMBA

本期嘉宾：赖雨澄 安贤投资联合创始人。2011年毕业于清华大学物理系数理基础科学专业，获理学学士学位；于2016年毕业于美国哥伦比亚大学商学院金融经济专业，获得理学硕士学位。赖先生拥有多年金融行业从业经历，现任北京安贤私募基金管理有限公司总经理。历任东兴证券股份有限公司衍生品部投资经理助理。 大家好，欢迎来到《自由进度条》，这是一档由东方财富出品的播客栏目。 (本期录制于2026年8月12日） 本期你会听到 • 从物理系到量化投资，成长环境和专业训练带来了什么 • 为什么说资管不只是追求收益，更是一项服务 • 管理规模突破百亿后，策略容量和组织能力怎样变化 • 什么是统计套利，它靠什么从市场中获取收益 • 为什么统计套利不适合小资金创业，却适合更大规模 • 市场剧烈回撤时，量化究竟是“砸盘者”还是受害者 • 流动性危机中，为什么优质资产可能最先被卖掉 • 拥挤交易如何形成，为什么不能归因于某一类投资者 • 风控为什么消灭不了未知风险，只能管理风险 • “量化砸盘”的说法，为何会成为情绪出口和流量叙事 • 如何识别策略过拟合，AI又能在投资中做什么 • 普通投资者如何选择主观、量化和适合自己的产品 时间轴 章节 00:00开场：量化与市场 00:54从物理到金融 07:17物理思维与投资 09:57资管不只是收益 16:10百亿规模之后 20:06统计套利是什么 22:37为何选择统计套利 28:41七月回撤谁在砸盘 35:29拥挤交易的形成 40:42极端行情与风控 46:40个人如何管风险 49:20量化与散户公平吗 54:53量化砸盘的真相 63:01人性如何影响市场 70:16算法单与过拟合 73:11AI会取代人吗 79:13主观量化怎么选 86:32市场展望与建议 本期制作 嘉宾：赖雨澄 主播：静慈 温馨提示：自由进度条由东方财富出品，所有投资相关内容皆以交流分享为目的，仅供参考，不构成任何市场预测、判断，或投资、咨询建议。本节目不作为个股推荐，内容中的所有信息或所表达意见不构成投资、法律、会计或税务的最终操作建议。

【赞助商】 OpenClaw快报 每天五分钟，听听 OpenClaw 快报，带你了解最新动态和业内讨论 传送门 https://www.xiaoyuzhoufm.com/podcast/6a1732a2dffa135d0ab5ef43 【目录】 本期的 15 篇论文如下： [00:31] 🧠 VoiceMem: Streaming Dual-Brain Memory for Real-Time Interaction（VoiceMem：面向实时交互的流式双脑记忆） [01:30] 🧪 FrontierChallenge: Evaluating Scientific Workflow Completion（前沿挑战：评估科学工作流完成度） [02:29] 🎬 VGI-Bench: Probing Visual Intelligence in Video Generation Models（VGI-Bench：探究视频生成模型的视觉智能） [03:32] 🚀 WarpSAC: Towards the Pinnacle of Scalable Off-policy RL by Rethinking Exploration and Exploitation（WarpSAC：重思探索与利用，迈向可扩展离策略强化学习的巅峰） [04:27] ⚙ JIT-Agent: Scaling Harness Intelligence via Just-in-Time Harness Evolution（JIT-Agent：通过即时框架演化实现框架智能的规模化扩展） [05:20] 🧠 VBVR-Pro: A Scalable and Verifiable Suite for Native Visual Reasoning（VBVR-Pro：可扩展且可验证的原生视觉推理套件） [06:15] 🎛 D$^3$-MOPD: Adaptive Dynamic Domain ScheDuling for Efficient Multi-Teacher Distillation（D³-MOPD：面向高效多教师蒸馏的自适应动态领域调度） [07:22] 🧠 Is Next-Chunk Reasoning RL Really Better than SFT? Revisiting Training Strategies under no-CoT Data（下一块推理强化学习真的比SFT更好吗？重新审视无CoT数据下的训练策略） [08:26] 🎯 Agent-G$^2$: Gaussian Guidance for Agentic Reinforcement Learning（Agent-G²：面向智能体强化学习的高斯引导） [09:13] 🎬 Long-Horizon Audio-Visual Generation for Persistent Stories and Interactive Worlds（面向持久故事与交互世界的长时程音视频生成） [10:19] ⚖ Open-MOPD: Diagnosing and Fixing Capability Imbalance in Multi-Teacher On-Policy Distillation（Open-MOPD：多教师同策略蒸馏中能力失衡的诊断与修复） [11:26] 🤖 StreamPI: Streaming Multimodal Temporal Modeling for Vision-Language-Action Models（StreamPI：面向视觉-语言-动作模型的流式多模态时序建模） [12:29] 🎬 Video-IFBench: Evaluating Instruction Following of Multimodal LLMs in Video Understanding Scenarios（视频-IFBench：评估多模态大语言模型在视频理解场景中的指令跟随能力） [13:30] 🧠 Code World Model: Coding Agent as World Brain（代码世界模型：代码智能体作为世界大脑） [14:25] 🎯 V-Rubrics: Visual Faithfulness via Rubric-Based Reinforcement Learning（V-Rubrics：基于评分标准的强化学习实现视觉忠实性） 【关注我们】 您还可以在以下平台找到我们，获得播客内容以外更多信息 小红书: AI速递

📈【本期内容】 什么是AI的"金融时刻"？ AI融资“回本”需要多少收入？ AI是金融“泡沫”吗？ ❤️【本期嘉宾】 林英奇 中金公司研究部银行业分析师 总监 执业编号：S0080521090006、SFC CE Ref：BGP853 🔻【主持人】 郭祈序 中金财富个人交易解决方案部 股票投资顾问 执业编号: S0960625020007 📍【时间轴】 00:01:42 什么是AI的“金融时刻”？ 00:13:09 云厂商融资模式转型：从经营现金流到资本市场 00:19:03 5.6万亿美元资本开支主要由谁支出，用于哪些方面？ 00:21:42 3.5万亿美元缺口，金融体系如何承接？ 00:30:42 1万亿的收入规模是否合理？及̶来̶源̶为̶何̶？̶ 00:35:42 如何从金融角度分析AI商业化的不确定性？ 00:40:51 AI是金融“泡沫”吗？ 00:44:15 AI的融资周期会给金融机构带来哪些机会和风险？ 扫描二维码，领取重磅投资干货 免责声明：中金财富对本文所载信息的准确性、可靠性、时效性及完整性不作任何明示或暗示的保证。本文仅供参考，不构成任何投资建议，投资者据此操作，风险自负。投资有风险，入市需谨慎。中金财富及其人员对使用本文本内容所引发的任何直接或间接损失概不负责。未经中金财富书面授权许可，任何机构和个人不得以任何形式转发、转载、翻版、复制、刊登、发表、修改、仿制或引用本文。