共 93 集。
会友镖局
本期介绍 AI工具越来越多,我们也越来越会提问、写提示词、搭工作流。但折腾了这么久,它到底替我们接走了多少事情? 这一期《会友镖局》,韵锦邀请橘子、延君晨、向阳乔木,组了一个聊到哪里算哪里的熟人局。有人在做个人助理产品,有人养了一群各司其职的Bot,有人希望AI少说废话、懂点分寸。大家用得都很深,对“什么才是好的AI助理”,却有不同答案。 从给AI换一个二次元形象之后产生的亲近感,到对不同AI说话时不自觉改变的态度,我们发现,自己已经在把AI用成不同的人。它可能是工具、同事、伙伴,也可能是一个试图给你方向的“老板”。 聊到后面,问题也越来越具体:它应该记住多少关于你的事?什么时候该主动,什么时候该闭嘴?如果私人助理由平台补贴、靠推荐商品赚钱,它还能站在你这一边吗?当 Agent 试图替用户跨平台操作,又会遇到怎样的商业壁垒? 本期嘉宾 本期主持人:张婧(韵锦):蚂蚁集团 AI产品经理 本期嘉宾 橘子(冯雷):Cola 创始人 & CEO 向阳乔木:AI KOL,前字节商业化 AI产品经理 延君晨:ATEVE 联合创始人兼COO,前 Dify 联合创始人 本期时长|01:08:35 〖本期判断〗 私人智能体的价值,需要在日常使用里验证。它能否减少反复交代、帮人理清目标,又能否在长期记忆、商业推荐与跨平台执行中获得信任,构成了本期讨论的主线。 几位嘉宾给出的答案并不相同。AI 可以帮人发现目标,但目标感应不应该交给 AI?个人记忆放到本地还是云端?当助理通过交易分佣获得收入,如何判断它的建议是否符合用户利益?当平台依赖广告和交易入口生存,Agent 又该如何与它们共存?这些分歧贯穿了整场对话。 〖你会听到〗 关掉聊天窗口之后,什么样的AI还会继续替你做事? 为什么有人觉得,红果短剧也可以算一种Personal Agent? 一个AI助理,还是一群各有所长的Bot,哪个更适合自己? AI越来越了解你,为什么你未必喜欢它记忆中的自己? 当助理开始推荐商品、促成交易,谁来为它的建议买单? 当 Agent 想跨平台替你操作,互联网平台会开放入口,还是设置壁垒? 〖时间线〗 第一章|同样是AI,我们已经用出了不同的关系 00:01:43 熟人局开场:今天聊到哪里算哪里 00:02:09 橘子:能帮用户赚钱的Agent,才是好Agent? 00:03:44 从授权确认到任务执行:不同AI带来的使用感受 00:04:33 关掉窗口之后,还有一个东西在替你持续做事 00:05:37 延君晨:普通人想要的,也许就是好看的短剧 00:08:19 冰箱上的便利贴,给个人助理产品上了一课 00:11:16 从交出银行卡信息,到给AI换上二次元形象 第二章|好助理应该更懂事,还是更少管事? 00:14:31 一个全能助理,还是一群各司其职的Bot? 00:23:52 什么才算好的Personal Agent? 00:24:40 留存、付费、交易额,能说明一个助理好不好吗? 00:27:06 向阳乔木:能不能少让我接手,少让我解释? 00:30:51 在帮你执行之前,它该不该先帮你找目标? 00:33:47 一个为你好、会拒绝你的AI,算不算更聪明? 00:37:00 橘子:“人们真正需要的不是一个实习生,是一个老板” 00:37:59 韵锦反对:目标感和意义感,应该由自己构建 第三章|它记住了你,但它真的了解你吗? 00:39:01 上下文、记忆与后训练,哪些可能成为产品壁垒? 00:44:26 认识一个人,是保存细节,还是理解他的行为模式? 00:46:56 当Agent替你阅读网页、邮件,安全边界发生了什么变化? 00:49:41 怎样评测一份长期积累的AI记忆? 00:52:21 有用户发现,自己不喜欢AI眼中的那个“自己” 00:54:21 记什么、何时更新、何时遗忘,比存下来更难 00:56:09 记录越积越多,为什么最后反而失控了? 第四章|谁给助理发工资,以及平台如何与Agent共存 00:57:19 转向商业与生态:能力、安全和成本的三角关系 00:58:17 Personal Agent用得越多成本越高,怎么赚钱? 01:00:11 越熟悉你、越被你信任,AI为什么更容易促成购买? 01:02:17 “我的个人助理是别人付的工资”:它还能站在我这边吗? 01:04:21 Agent想跨平台替用户操作,平台为什么未必欢迎? 01:04:41 标准化接口与浏览器操作,能否绕开平台限制? 01:06:24 让Agent与平台共赢,而不是抢走用户 01:06:44 从搜索流量到Agent流量:新入口的竞争 〖听完继续聊〗 你最想让AI替你接走的一件事是什么?是工作里的琐事、生活里的杂务,还是那些你自己也还没想清楚的问题? 〖名词解释〗 Personal Agent(个人智能体):本期讨论的一类个人AI助理,涉及个人上下文、长期记忆、持续执行任务,以及主动建议和决策等能力,嘉宾对它的定义并不完全一致。 Memory(记忆):AI在长期交互中保存、更新和调用的用户信息,包括偏好、经历和行为模式。如何纠正错误、更新旧信息与遗忘,同样是讨论重点。 Human in the Loop:由人在AI执行过程中参与关键判断、确认或纠错。 CPS:按销售结果支付佣金的商业模式,节目中用于讨论Agent推荐商品、促成交易的收入来源。 延伸信息 小红书:会友播客 小助手微信:wxinbbb
68 分钟 99+ 次播放 1天前
本期介绍 让AI做一份旅行攻略,已经不难了。但出发之后天气变了、家人身体不舒服、原定行程走不下去,它能不能继续替你盯着,帮你重新安排? 从“回答一个问题”到“持续管好一件事”,是灵光2.0想跨过去的一步。 这一期《会友镖局》,陈茜对话蚂蚁灵光CTO莫林剑,聊聊一个普通人能用起来的AI助理,究竟还缺什么。 莫林剑很早就用AI分析孩子的错题、管理生活,却发现这些能力很难直接交给家人使用。他的妈妈仍在用小本子记录血压。技术已经走到这里,怎样才能让她也用得起来? 从闪应用的复盘,到查账单、调行程、跟进训练计划,我们聊了AI如何替人省心,也聊了它必须守住的边界:怎样区分“今天不吃辣”和“从来不吃辣”?什么时候该提醒,什么时候该安静?一个需要被用户信任的私人助理,能不能同时靠广告赚钱? 本期嘉宾 莫林剑(花名:林怿)|蚂蚁灵光CTO 主持人:陈茜|硅谷101联合创始人 本期判断 AI助理的价值,要到一件事真正办成之后才能看见。 生成了多少应用、记住了多少信息、主动发了多少消息,都不能直接替代用户的真实感受。莫林剑反复强调的是可靠性:用户交出去的事情,能否被持续跟进;遇到变化,能否调整;到了需要人做决定的时候,能否把决定权交还给人。 你会听到 * AI能力已经很强,为什么普通人还是用不起来? * 从“帮我做个应用”到“替我管好这件事”,产品要改变什么? * 分析账单、调整旅行、跟进运动,哪些小事真的能让人省心? * 为什么自然语言未必比点一下按钮更方便? * 一个替用户做选择的AI助理,如何面对广告和商业利益? * AI越了解你,就一定会越好用吗? * 好的助理需要24小时运行,还是在你需要时出现就够了? 时间线 第一章|AI这么强了,为什么家里人还是用不起来? 01:16 从灵光1.0到2.0:为什么从闪应用走向持续办事 02:04 用AI管理孩子的错题,但家人很难照着用起来 02:49 妈妈记血压的小本子:能力存在,使用门槛也存在 04:16 模型、工程与成本,怎样共同支撑Agent落地 06:09 从留存率和应用数量,回到真正被反复使用的价值 08:40 闪应用激励计划的收获与反思 10:54 用户习惯的变化:从问一个问题,到交代一个目标 第二章|让AI接走一些事,生活能省多少心? 11:23 对话会取代按钮吗?为什么有时候点一下更方便 13:49 从账单里找出可以省下来的钱 14:35 新疆旅行中的真实体验:天气和身体状况变了,行程也要跟着变 17:39 管孩子、管生活:哪些需要长期牵挂的事适合交给AI 19:08 痛点还是痒点?用户会为什么样的价值付费 20:39 会员、抽佣还是广告:私人助理的商业模式与信任 第三章|能不能办成事,也取决于它能连接什么 23:16 个人AI助理在中国,为什么绕不开平台生态 24:32 支付、账单与出行:生态能提供哪些具体能力 25:43 用户、平台与Agent,为什么会有利益冲突 27:36 MCP、A2A与Browser Use:不同连接方式适合什么任务 28:46 平台不开放时,问题未必能只靠技术解决 31:03 Agent天生会比价,品牌和小商家的态度会有什么不同 33:21 AI替人办事之前:账号保护、风险分级与支付确认 35:30 模型进步与后台调度,怎样让执行任务的成本下降 第四章|更懂你、更主动,也要更有分寸 37:52 “更懂你”和“越用越好”,为什么不是同一件事 38:51 今天不吃辣,不代表以后都不吃辣 40:20 长期偏好、已经发生的事实、临时需求,记忆应该分开处理 42:20 哪些必须提醒,哪些值得建议,哪些放在旁边就好 48:10 从旅行日记到跑步计划,莫林剑自己的深度使用体验 50:42 Always On:不必一直运行,但需要的时候应该在 52:19 从手机到车机、眼镜和智能家居,AI助理会出现在哪里 53:38 展望下一步:更自然的交互、更广的连接,以及可靠完成任务 56:23 做产品最有价值的时刻,以及“希望妈妈也能用起来” 名词解释 Personal Agent/PA:面向个人的AI助理。本期重点讨论它如何理解用户目标、记住相关信息,并持续跟进跨时间的任务。 Harness:围绕模型构建的执行与约束机制,包括工具调用、任务管理、权限控制等,用工程方法帮助模型更可靠地完成工作。 MCP与A2A:前者主要用于连接模型与外部工具、数据;后者强调不同Agent之间的协作。节目中讨论了简单查询与复杂业务为何可能需要不同的连接方式。 听完继续聊 如果AI能替你长期盯住一件事,你最想交出去的是什么? 〖延伸信息〗 小红书:会友播客 小助手微信:wxinbbb
59 分钟 99+ 次播放 5天前
AI已经能生成令人惊叹的视频。但画面看起来合理,是否意味着它真的理解了重力、空间,以及物体之间的关系? 如果让机器人倒一杯水,我们应该给它看无数遍倒水的视频,还是让它先理解“杯子”“水”和“倾倒”,再把这些概念组合起来? 这一期《会友镖局·科技会客厅》,我们邀请于开丞,从自动驾驶聊到世界模型的不同路线,再聊到一个创业团队的技术取舍:为什么调整已经做出成绩的方向?当通用大模型开始操纵机械臂,创业公司的机会又在哪里? 【本期嘉宾】 于开丞|西湖大学自主智能实验室负责人、西湖大学特聘研究员、博士生导师、西湖数智(Awomo)创始人兼CEO,曾在阿里达摩院从事自动驾驶研究。 【本期判断】 世界模型这个名字之下,装着不同的技术目标和商业选择。 于开丞的选择,是让模型理解物理现象,并尝试通过概念的拆解与组合,获得举一反三的能力。在他的判断里,衡量这条路线的关键,是模型面对没见过的场景时,能否做出有效判断,以及这种能力能否随着训练规模扩大而持续提升。 【你会听到】 * 为什么视频生成、空间生成、机器人决策,都被叫作世界模型? * 追求画面的美感,与追求物理真实性,会把模型带向哪些不同方向? * “概念世界模型”想解决什么问题?倒一杯水为什么是个好例子? * 通用大模型能操纵机械臂,是否意味着其他技术路线会被替代? * 一个17人的团队,如何在尚未收敛的技术方向上创业? * 有了AI,“老炮儿”的经验为什么可能更值钱? 【时间线】 第一章|同样叫世界模型,做的可能是不同的事 00:00 从生成图片、视频,到理解物理世界 01:15 从自动驾驶出发,为什么在2023年选择探索世界模型 08:12 语言模型与世界模型:从抽象知识出发,还是从物理信号出发 20:07 一次概念梳理:世界模型、空间智能与物理智能 26:42 互动娱乐、理解世界与操作世界,不同目标如何影响技术选择 第二章|从“看过很多遍”,到“能够举一反三” 32:32 用倒水解释“概念世界模型”:杯子、水和动作能否重新组合? 33:46 什么是隐空间?模型如何压缩和表达对世界的认识 38:47 可规模化训练与“智能斜率”:团队究竟在验证什么 45:57 通用大模型操纵机械臂,给世界模型团队带来了什么启发 48:22 让物理学家学切菜:能完成任务,与高效完成任务之间的距离 第三章|为什么调整一条已经做出成绩的路线 57:34 与杨立昆的思路有哪些共鸣,方法又有哪些不同 59:45 回看2024年:生成数据,再用数据训练机器人,这条路有什么局限? 01:04:19 为什么没有顺着原来的技术成果直接创业 01:06:12 半年左右的并行探索:转向并非一夜之间发生 01:10:24 数据、算法、算力,以及团队现阶段真正关注的场景 第四章|技术尚未收敛,创业者如何往前走 01:17:37 17人的团队:“老炮儿”与“小天才”如何搭配 01:18:48 AI改变工作方式之后,工程经验的价值 01:22:22 从研究者到创业者,思考问题的方式发生了什么变化 01:24:10 世界模型的“ChatGPT时刻”,需要出现什么能力 01:30:30 从解决一个问题,到追问一种方法能否规模化 01:32:27 非共识的选择:承认原有路线的局限,需要付出什么代价 【核心观点】 生成目标会影响模型的能力方向。 于开丞认为,服务内容创作与服务真实物理任务,对数据、评价标准和训练资源的要求存在差异,不能只凭生成画面的效果判断物理理解能力。 举一反三,是团队选择这条路线的核心理由。 他们希望模型通过学习、拆解和组合概念,处理训练中没有直接见过的场景,而不必为每种情况重新收集完整示例。 通用模型的进步,也在改变创业公司的考题。 除了证明任务能被完成,还需要证明自己的方案在效率、成本和规模化方面有价值。 AI让经验有了新的发挥方式。 于开丞观察到,工具能够放大执行能力,但工程判断、问题拆解和结果把关,依然需要长期积累。 【名词解释】 概念世界模型:本期嘉宾介绍的技术思路,强调关联语言概念与物理现象,通过概念的拆解、组合,探索跨场景的泛化能力。 智能斜率:嘉宾用来描述模型能力提升速度的表达,关注随着概念积累和组合增加,能力能否更快增长。 【延伸信息】 小红书:会友播客 小助手微信:huiyouhz
94 分钟 9k+ 次播放 4周前
「艺术」不是作品、不是学科、也不是创作技巧,而像是一种每个人都可以有的感知世界和表达自己的能力,一种在AI来了之后更重要的能力。 ▶ 本期嘉宾 费俊 央美教授、中国美协数字艺术艺委会秘书长、AIAIA轮值主席 野菩萨 AI Native Artist、SoVG执行委员会主席、VACAT瓦卡奖总顾问 本期节目录制于今年外滩大会现场,创新者舞台·AI艺术Talk《当人人都能生成,艺术家还剩下什么?》,这个问题有点像为艺术创作者们而问,但聊到深处,还是一个所有人都在面对的问题——如果AI拿走了智能,人还剩什么、该做什么? 但即使没有AI,我们也一直都走在「寻找自己」的路上:通过体验,去发现你对这个世界的 感知 和 感受,到底和别人有何不同,如何表达这种差异性,让自己更像自己? ▶ TIMELINE 一 \「艺术」在今天,到底在指代什么? 00:27 嘉宾自我介绍 03:16 2026年,「艺术」到底在指代什么? 04:17 技术与艺术 06:46 区分「艺术」、「艺术家」、「艺术品」 10:03「价值」是资本主义时代的概念,AI可能瓦解它 二 \ AI从艺术家那里拿走了什么,又带来了什么? 12:06 创作的操作被AI拿走,判断被留下、「创造力」分三层 16:25 如果AI拿走「智能」,那人剩下「感能」 17:13 央美教授眼中的审美与品味 18:27 很多人聊得还没AI有人味,这才是真正的危机 21:00 当技能越来越容易掌握,美术学院该教什么 22:48 当你无法在真实世界中感知,你就无法在数字世界中表达 27:42 感官、感知、感受、感情、感能 三 \ 当AI来了,我们更该表达什么? 29:04 联觉、提示词与印象主义诗歌 33:46 你和别人到底有什么不同? 40:36 如何故意犯错 46:07 生命经验的浓度、广度和深度,决定了表达的浓度、广度和深度 50:53 AI在把复杂问题简单化,艺术就要把简单问题复杂化 54:07 如果一句话就能生成电影,那这句话将空前重要 四 \ AI原生的媒介形式、以及未来的创造力 57:50 AI艺术的本体是什么: 从沉浸、实时、作者性、交互去推理 1:02:38 在场、仪式、戏剧、迷幻 1:07:57 AI作为创作工具的及个新特征: 概率性、内嵌认知、类主体性、保守主义美学特征 1:12:38 AI技术本身,应该是未来创作者研究的对象、更灵活的人机关系 1:15:46 AI也有「材质」吗? 1:21:03 多模态模型第一次让「联觉」具有了外部客体 1:24:03 AI掌握了无数种关联,而艺术家要创建新的关联 1:26:27 创造力是一片未命名的星空 1:28:43 AI让我们可以进入原本完全无法进入的领域 波普艺术 《喷泉》马赛尔·杜尚 《见微知著》中央美术学院艺术与科技实验室作品 ▶ 提及的部分专有名词 Midjourney / 波普艺术 / 玛格丽特·博登 / AlphaGo / 马赛尔·杜尚 / 包络结构 / 蓝骑士画派 / 穆赫兰道 / 希区柯克 / 康定斯基 / 埃兹拉·庞德 / 维纶纽瓦《降临》/ 列夫马诺维奇 ▶ 参考资料及延展阅读 * 玛格丽特·博登创造力分层理论 * 关于AI艺术的本体,野菩萨 * A Medium That Thinks: AI and Media Cognition, Lev Manovich * 《见微知著》中央美术学院艺术与科技实验室作品 * 首届治愈系科技艺术展 ▶ 一起见微知著 * 听友群:添加微信 KingCrimson_ 备注「微见」即可拉群 * 社交媒体:公众号 / 小红书 / Bilibili / 微博 * 欢迎收听回声场ECHOCAST其他节目:在场证明 | Why for Jazz | 别想好 | 城市余数Cityremainder | 声音切片
91 分钟 8k+ 次播放 1个月前
本期嘉宾 韦韬 北京大学客座教授、蚂蚁密算董事长 菜包豆 视频内容创作者 常亮 中国科学院微小卫星创新研究院研究员、轻舟货运飞船总设计师 野菩萨(骆骋)AI Native Artist、SoVG 执行委员会主席、VACAT瓦卡奖总顾问 赛博对话官 @电动Emma 节目介绍 本期《赛博对话》,赛博对话官@电动Emma 在外滩大会现场,为您从AI与人的边界,到AI艺术的新本体,再到中国航天的低成本商业化,全面拆解外滩大会上的三个未来信号。 核心议题 第一幕 AI与人类:它到底是工具,还是伙伴? * 03:02 韦韬泼冷水:AI最大的缺口,恰恰是它没有"实践"——所有的认知都来自人类积累 * 05:32 菜包豆灵魂拷问:做AI创作做多了,会不会连自己的人格都"AI化"了? * 08:30 两位嘉宾的AI使用差异 * 11:55 隐患浮现:聊着聊着就沉迷,下一代会不会把最深的秘密全倒给AI? * 12:34 OpenAI的数据让人后背发凉:大家问AI最多的,竟然是情感和心理咨询问题 * 17:07 硬核科普反直觉:告诉AI越多它越聪明?错! * 19:27 你怕被AI"蒸馏"吗? * 27:41 AI时代,什么能力会升值、什么会贬值? * 30:48 有了AI,你更轻松还是更累了? * 31:43 人类幻觉 vs AI幻觉 * 33:48 AI也会糊弄你?——它可能只是"学会了人类的坏习惯" 第二幕 AI艺术:用"电子诗歌"犯"高质量的错" * 40:13 为什么和AI沟通要像"写诗、施咒、唱Rap"? * 46:44 以《繁花》《甜蜜蜜》《霸王别姬》为例:那些名场面,恰恰都是"美丽的错误" * 57:20 AI时代,线下艺术反而比线上更重要? * 63:49 未来创作者的两种人格 * 74:00 AI作品赚了钱该分给谁? 第三幕 太空与AI:中国人自己的"太空快递" * 79:21 全网首听的幕后故事:给空间站送快递的"轻舟"货运飞船总设计师常亮来了 * 79:55 为什么叫"轻舟"? * 81:33 宇航员最常签收的"快递"是什么? * 83:40 太空里种活的"火星殖民植物" * 90:15 从"万无一失"到"允许失败":NASA 与 SpaceX 的思维分野 * 94:59 AI能"让卫星学会思考"吗? * 101:55 空间站里到底怎么"拆快递"? * 108:00 普通人向太空发快递,还要等多久? * 115:20 2030载人登月,不是梦 观看完整视频:微博@赛博对话/视频号 @赛博对话/小红书 @新浪赛博对话 欢迎加入群聊,获取最新前沿科技讯息,跟行业顶尖人员进行深度讨论:sinacybertalk
117 分钟 2k+ 次播放 1个月前
摘要 给空间站“送快递”,听起来像一句玩笑,但它背后是一整套复杂的航天工程。 宇航员在太空里需要生活物资、实验设备、备品备件;空间站要长期运行,也需要更灵活、更低成本的货物运输系统。轻舟货运飞船,就是在这样的需求里诞生的。 这一期节目,主持人电动Emma对话常亮。常亮是中国科学院微小卫星创新研究院研究员,轻舟货运飞船总设计师。他从一个普通人能理解的入口讲起:空间站到底收什么快递?货运飞船和载人飞船有什么不同?太空里为什么水滴是圆的?为什么一颗小苔藓也值得被送上太空? 聊到后面,你会发现这期不只是航天科普。它也在讲中国商业航天的新阶段:低成本、可复用、供应链、太空制造、太空算力,以及未来普通人和太空之间可能建立的新关系。 本期嘉宾 常亮 中国科学院微小卫星创新研究院研究员,轻舟货运飞船总设计师 主持人 电动Emma 本期判断 航天正在从“遥远的国家工程”,慢慢变成一种新的基础设施。 当货运飞船变得更灵活、更低成本,太空就不只是宇航员和科学家的目的地,也可能成为制药、材料、制造、算力和普通人想象力的新空间。轻舟的意义,不只是一艘飞船本身,也是一种更商业化、更开放的航天模式探索。 你会听到 * 轻舟货运飞船为什么叫“轻舟” * 空间站最常收到哪些“快递” * 太空里为什么可以做3D打印、制药和苔藓实验 * 送人上太空和送货上太空有什么不同 * 轻舟货运飞船为什么要做成“单舱” * 低成本航天到底怎么降成本 * AI会如何进入航天任务 * 宇航员在空间站怎么拆快递 * 普通人离“太空包邮”还有多远 * 中国商业航天和SpaceX之间的差距与机会 * 太空经济未来可能长成什么样 时间线 00:39 给空间站“送快递”:轻舟定位“小快灵”,补充更灵活的货运需求 02:41 空间站到底收什么快递?从航天员的食物到实验设备和备品备件 04:29 太空不只是送东西:3D 打印、制药和“小苔藓”都在利用微重力做实验 09:23 从“送人”到“送货”:空间站规模越大,运输分工越专业 12:02 航天从“科技”走向“经济”:轻舟探索商业化运输,降成本成为关键 18:04 AI 进入航天:未来卫星会“思考”,机器人也可能帮宇航员干活 37:26 轻舟真正的意义:不只造一艘飞船,更是改变传统航天的运行模式 39:19 SpaceX 带来的冲击:火箭回收只是第一步,真正的差距还在思维 44:08 当进入太空越来越便宜:太空算力、太空制造和普通人的太空旅行才会真正打开 48:41 美国“一枝独秀”,中国“百花齐放”:商业航天可能走出不同的发展路径 1:01:02 航天的终极想象:发射火箭像坐航班,普通人也能把东西送上太空 核心观点 1. 轻舟货运飞船的定位是“小快灵”。它不是替代大型货运飞船,而是补充空间站更灵活、更快捷的小型运输需求。 2. 空间站的“快递”不只是生活用品。除了航天员吃的、用的,还有大量实验设备、科研样品和空间站备品备件。 3. 太空实验的价值来自微重力。水滴、火焰、材料结晶、制药过程,在太空中都会呈现出和地面不同的状态。 4. 低成本航天不是单靠省钱,而是从设计、材料、部组件、流程和管理方式一起改变。轻舟采用单舱设计,就是为了把更多空间留给货物和航天员使用。 5. 中国航天正在探索更商业化的服务模式。轻舟的意义不仅是一艘货运飞船,也是一种从“采购设备”转向“采购服务”的尝试。 6. 太空经济的前提是成本下降。只有发射成本、卫星成本和制造成本继续降低,太空算力、太空制造、太空旅游才会真正打开。 7. 中国商业航天的路径可能和美国不同。美国有SpaceX这样的一枝独秀,中国更可能形成一个百花齐放的产业生态。 名词解释 轻舟货运飞船 面向中国空间站货物运输需求研制的新型货运飞船,强调灵活、快捷、低成本。 货运飞船 专门向空间站运输生活物资、实验设备、备品备件等货物的飞行器,和载人飞船分工不同。 微重力 太空中接近失重的环境。它会让水滴、火焰、材料生长和人体状态都发生变化,也为科学实验提供特殊条件。 单舱设计 轻舟货运飞船采用的一种设计思路,将平台相关设备整合进一个舱体中,减少传统分舱结构带来的重量和成本。 太空经济 围绕太空运输、太空实验、太空制造、太空算力、通信卫星、太空旅游等形成的新产业和商业活动。 延伸信息 欢迎在小红书搜索:会友播客 添加小助手微信:huiyouhz 和我们一起继续聊科技、商业与未来世界。
55 分钟 99+ 次播放 2个月前
摘要 今年脱口秀的夏天少了一个呼兰,却多了一个“呼总”。 过去几个月,呼兰参与“拯救开花俱乐部”:一家只有6个员工的小型脱口秀俱乐部,从亏损到扭亏为盈,中间还用上了AI做财务、设计、新媒体和经营效率提升。 但这一期聊的并不只是一个小商户如何用AI降本增效。 从开花俱乐部出发,呼兰和陈亮聊到了很多普通人都正在面对的问题:AI会不会取代我的工作?脱口秀演员还需要人来写段子吗?情绪价值能不能被AI复制?大厂在AI时代会不会焦虑?以及,当工具变化越来越快,我们到底该追风口,还是守住自己的核心价值? 本期嘉宾 呼兰 脱口秀演员,“拯救开花计划”参与者 陈亮 蚂蚁集团资深副总裁、首席市场官 本期判断 AI会加速替代很多有固定范式的工作,也会让个体和小生意获得过去难以拥有的能力。 但越是在工具快速变化的时候,人的“活人感”、随机应变能力、和他人建立连接的能力,反而变得更稀缺。呼兰在这期里讲得很轻松,但判断其实很硬:与其坐在原地等着被变化吞掉,不如先别下牌桌,拿AI去解决眼前的问题。 你会听到 * 呼兰为什么从脱口秀演员变成了“呼总” * 开花俱乐部怎么用AI提升6个员工的工作效率 * 小商户真正难的地方,为什么还是大量人和人的沟通 * AI会不会写段子、讲脱口秀,甚至取代真人演员 * 为什么呼兰觉得刘德华、张学友能穿越技术周期 * AI时代,什么样的人最值得招聘 * “活人感”和“情绪价值”为什么仍然重要 * 呼兰每个月在AI工具上花多少钱 * 陈亮为什么说AI未来会帮人打理健康、积分和生活支付 * 在AI时代,个体和大厂各自怎么面对焦虑 时间线 01:40 从脱口秀演员到“呼总”:呼兰用 AI 帮 6 人小公司扭亏为盈 08:32 AI 会写段子之后,呼兰发现真正能“穿越周期”的还是人 13:14 AI 短剧越来越精致,但观众也会重新想念“手炒菜” 19:29 AI 越强,“活人感”、随机应变和 Street Smart(街头智慧) 反而越值钱 26:00 几个月河东、几个月河西:与其预测 AI 风口,不如哪个好用就用哪个 33:49 从阿福、阿宝到 AI 付:AI 正从“回答问题”走向“替你办事” 39:35 大厂也焦虑:没人知道 AI 的终局,只能继续解决真实问题 核心观点 1. 小商户用AI,最直接的价值是提升人的能力。财务、设计、新媒体可以被AI辅助,员工就能把更多时间放到和演员、场地、观众的沟通上。 2. AI能替代一部分标准化工作,但很难替代真实世界里的随机应变。呼兰说,未来更值得招聘的人,是有街头智慧、有活人感、能处理细枝末节的人。 3. 真人创作者的护城河,来自和观众之间长期建立的情感连接。观众不一定在意段子是不是AI辅助写的,但他们在意站在台上的那个人是谁。 4. AI时代不要急着预测风口。工具几个月就变一轮,个体更现实的做法是保持开放,哪个好用就用哪个,把自己和技术一起往前推。 5. 普通人不用妄自菲薄。只要今天还有人愿意为你的工作付钱,就说明你已经有自己的价值。要做的是用AI放大它,而不是被新闻里的焦虑牵着走。 6. 大厂也没有绝对安全感。无论是阿福做健康管理,还是阿宝探索生活和支付,真正重要的是持续用AI解决具体问题。 名词解释 AI Native AI 原生,指从一开始就围绕AI来设计产品、组织和工作方式,而不是在原有流程上简单加一个AI功能。 情绪价值 一个人通过陪伴、表达、幽默、理解和互动,给别人带来的心理感受和关系体验。 活人感 真实的人在具体场景中的反应、停顿、判断、分寸和随机应变。它往往来自经验,而不是模板。 Street Smart 街头智慧,和书本智慧(Book Smart)相对应。指从真实世界的摸爬滚打里来的生存智慧——察言观色、随机应变、快速试错。书本智慧则指从书本、课堂、体系化教育里来的知识——理论扎实、考试厉害、按规则办事。 延伸信息 欢迎在小红书搜索:会友播客 添加小助手微信:huiyouhz 和我们一起继续聊科技、商业与未来世界。
46 分钟 8k+ 次播放 2个月前
AI 能掌握海量知识,能模仿声音、口型和表达,也能在编程、数学、教育、医疗等领域快速改变我们的生活。 但它能不能真正理解一个具体的人?能不能拥有自己的情感、灵魂和看法?当机器越来越会创造价值,人的位置会被挤压,还是被重新打开? 这一期节目,我们请到著名作家刘震云、香港大学计算与数据科学学院院长马毅,由 「elsewhere 别处发生」主理人刘旌主持,一起聊聊 AI 时代里几个很基本、也很难回答的问题:知识、创造、教育、孤独,以及人和机器的关系。 本期嘉宾 刘震云 著名作家 马毅 香港大学计算与数据科学学院院长 主持人 「elsewhere 别处发生」主理人刘旌 本期判断 AI 会改变人的生活方式、学习方式和工作方式,但它并不会自动替代“人之为人”的全部价值。 它擅长处理共性的知识,也能在目标清晰的任务里创造价值。但人的个体经验、情感关系、现场错误、不可复制的角度,以及人与人之间真实的连接,仍然是 AI 难以完全抵达的地方。 你会听到 ● 刘震云怎么看“AI 刘震云”模仿自己的声音和表达 ● 马毅如何区分知识、智能和创造 ● AI 能不能写出真正新的文学作品 ● 年轻人应该如何和 AI 相处,而不是被 AI 替代 ● 普通人在 AI 时代如何安身立命 ● AI 能不能解决人的孤独 ● 为什么“AI会告诉你哪家饭馆好吃,但不会请你吃饭” ● 人文讨论在技术快速发展面前是否仍然有意义 ● 什么才算一个更好的 AI 时代 时间线 01:32 从《咸甜之间》开始:人在 AI 与机器人共处的时代如何自处 02:12 刘震云:科技会一次次重新定义世界 05:14 当网上出现大量“AI 刘震云”,本人是什么感受 07:05 马毅:AI 掌握的是共性知识,但很难理解具体的人 08:16 AI 是否有可能拥有创造力,甚至超越人 08:45 知识、智能和创造,三者到底有什么不同 11:10 刘震云:AI 能模仿已经写出的作品,但模仿不了还没写出的作品 15:08 AI 时代的教育:学生应该如何建立新的学习方式 18:29 刘震云:科技不会让人越来越笨,它会推动新的生产关系出现 20:51 我们训练 AI,是不是在“杀死”自己的工作? 23:25 没有特殊本事的人,在 AI 时代如何安身立命 27:04 AI 能不能解决人的孤独 29:52 马毅:AI 会帮助学习,也可能让人的社会连接变得更难 31:38 刘震云:AI 会告诉你哪家饭馆好吃,但不会请你吃饭 32:15 技术进步面前,人文讨论还重要吗? 36:55 一句话总结:怎样才算一个更好的 AI 时代 核心观点 1. AI 最擅长的是共性知识。它能快速整合人类已有的知识,但很难真正理解一个人的个性、偏重、情感和价值。 2. 创造不等于智能。马毅认为,知识是已有内容,智能是获取新知识的能力,创造则是用已有知识创造价值。 3. AI 可以模仿刘震云已经写出来的作品,但模仿不了他尚未写出的作品。文学真正难的地方,仍然是新的角度、新的思想和新的视角。 4. 年轻人不应该让 AI 代替自己学习,而应该用 AI 帮助自己学得更快、更深。工作中,再用 AI 放大自己已经掌握的能力。 5. AI 会重构人和人的关系,但它不能完全替代真实的人际连接。它可以给你信息、建议和共性回答,但不会像一个朋友那样坐下来请你吃饭。 6. 更好的 AI 时代,不只是技术更强,而是每个人都能在社会共性价值和个人价值之间,找到新的平衡。 名词解释 AI Native 指从一开始就把 AI 当作基础工具和环境来设计学习、工作或产品,而不是在原有流程上简单加一个 AI 功能。 Reward 在 AI 训练中,指用于判断结果好坏的奖励或惩罚标准。目标越清楚,AI 越容易优化。 共性知识 来自大量人类文本、经验和表达的共同部分。AI 很擅长总结共性,但难以完全替代具体个人的独特经验和情感。 延伸信息 欢迎在小红书搜索:会友播客 添加小助手微信:huiyouhz 和我们一起继续聊科技、商业与未来世界。
38 分钟 99+ 次播放 2个月前
如果说过去几年,AI 的主战场还在屏幕里,那么具身智能正在把问题带回真实世界:机器人要看见、触摸、移动、判断,还要在不完美的物理环境里持续工作。 这一期,围绕物理智能最核心的三组分歧展开讨论:数据之争、智能之争、场景之争。 仿真数据和真实数据到底谁更重要?通用大模型会不会“降维打击”具身智能公司?机器人行业真正跨过泡沫的标志,是技术 Demo,还是客户愿意持续付钱? 本期嘉宾: 韩铮 苏度科技联合创始人兼首席执行官 沈宇军 蚂蚁灵波科技首席科学家 王潜 自变量机器人创始人兼首席执行官 许华哲 破壳机器人创始人、清华大学交叉信息研究院助理教授 主持人: 「十字路口Crossing」播客主播 杨远骋Koji 本期判断 具身智能不会简单复刻大模型的发展路径。 它可能同样需要预训练、数据、评测和规模化,但进入物理世界之后,智能面对的是传感器噪声、接触变化、硬件可靠性、商业成本和持续反馈。机器人真正难的地方,不只是“理解指令”,而是在真实世界里稳定完成任务。 你会听到 * 仿真数据为什么绕不过去? * 真实世界数据到底不可替代在哪里? * 通用大模型会不会降维打击具身智能? * 机器人做麻婆豆腐、抓筷子、叠衣服,分别说明了什么? * 为什么机器人最难的是复杂物理接触? * 具身智能商业化不能只看 Demo,而要看什么指标? * 五年后回头看,今天的具身智能哪些被高估,哪些被低估? 时间线 01:47为什么这一期要聊“数据之争、智能之争、场景之争” 02:07仿真数据路线:为什么只靠真实数据收集效率不够 05:24真实数据路线:机器人必须面对传感器误差和物理世界的不完美 09:05智能之争:通用大模型会不会降维打击具身智能? 16:09Astra 能抓筷子,但为什么还做不好麻婆豆腐? 19:37具身智能会不会反过来影响云端大模型的发展路径 23:10机器人未来可能是“上层理解 + 底层技能”的分层系统 24:59场景之争:具身智能跨过泡沫,最关键的商业化指标是什么 30:58站在五年后看,今天的具身智能被高估和低估了什么 40:35数据量、通用能力与具身智能模型的未来进展 核心观点 1. 仿真不是万能的,但真实世界数据也不是唯一答案。不同阶段需要不同数据,真正关键的是能不能规模化地产生、验证和使用高质量数据。 2. 物理世界的不完美很难被完全仿真。传感器噪声、触觉信号、接触变化和环境随机性,都是机器人最终落地必须面对的问题。 3. 通用大模型不会天然解决具身智能。语言、代码、数学、视频和机器人控制之间,并不存在简单的能力迁移。 4. 具身智能的商业化不能只看炫酷 Demo。更重要的是高成功率、泛化能力、部署成本、设备可靠性,以及客户是否愿意持续付钱。 5. 机器人行业真正的机会,可能不只是替代人做某个动作,而是让 AI 进入生产、制造和物理世界的闭环。 名词解释 具身智能 让 AI 不只停留在文本、图像和屏幕中,而是通过机器人等实体系统感知、行动,并与真实物理世界交互。 Sim-to-Real 指在仿真环境中训练出的能力,迁移到真实世界后能否继续有效。 Real-to-Sim 指能否把真实世界中的复杂因素,比如传感器噪声、触觉反馈、物体差异等,规模化地还原到仿真环境中。 Contact-rich Task 复杂物理接触任务,比如叠衣服、做饭、插筷子、操作柔性物体等。这类任务往往比“识别物体并移动过去”更难。 Astra OpenAI 的 GPT-6("GPT-6 Astra"),能直接驱动机械臂的大模型(具身智能能力)。目前能做到控制抓筷子、插杯子、递物等简单抓取、放置动作 延伸信息 欢迎在小红书搜索:会友播客 添加小助手微信:huiyouhz 和我们一起继续聊科技、商业与未来世界。
41 分钟 99+ 次播放 2个月前
本期嘉宾:毕导、Jonathan 今年外滩大会的主题是“共创AI新经济”,我和知名科普博主毕导,医疗健康行业战略咨询专家Jonathan一起在外滩大会现场录了一期播客。 尽管大会论坛中关于AI办公、AI金融、AI出海、具身智能的话题非常多,但从健康行业的视角来看,今年AI行业第一个真正落地的超级应用,不是帮大家写周报,而是帮大家减肥。在现场我得到一个数据,自今年6月份蚂蚁阿福发起“全国科学减重1亿斤”活动以来,体脂秤售出去超过三百万台,累计帮全国用户减重超500万斤。 所以这一期播客,我们从减肥为什么这么难,聊到了主动健康管理的"反人性"难题,以及AI带来了哪些改变。以及我们从现场看到的如此多健康硬件、可穿戴设备、健康食品、运动健身等健康产业的展商,聊聊AI在如何搅动着健康产业。 内容时间轴: 01:07 毕导一通计算猛如虎:1亿斤是个什么概念 07:23 AI健康助手在日常生活中的应用与体验 14:07 打卡之外,Jonathan到底是怎么瘦下来的 17:32 从减肥为什么这么难,聊聊健康管理的反人性难题 22:28 无论健康管理还是减肥,正反馈无比重要 26:01 医疗是低频的,健康是高频的 30:30 AI医疗带来的全民信任变迁 40:55 健康产业与AI融合的动力在哪? 46:17 健康数据监测与AI指导和反馈,如何影响用户习惯? 53:07 AI对于健康食品、运动健身等领域会产生哪些影响? 57:50 未来健康零食的市场份额会不会超过普通零食? 01:04:23 畅想一下未来AI医疗健康体系,会长什么样? 听友群加VX:hooley777 商务合作:[email protected]
74 分钟 19k+ 次播放 2个月前
一个一行代码都不会写的文科生,如何在72小时里,用自己的AI智能体团队,在OpenClaw项目上提交了上百个PR,其中21个被合并,并进入贡献者前30名? 金融专业出身,做了几年跨境并购,2025年春节前后,杨天润给三个AI智能体取了名字、定了岗位:Echo管产品,Elon Musk写代码,Henry跑社区,然后放手让它们自己干活。72小时内,上百次提交,21次被项目方正式接收。其中一次merge合并,来自Open Claw创始人Peter的亲手点击。 本期《会友镖局》,我们和天润聊聊,不只是复盘他如何做到,更想邀请他分享一个关于AI时代新工作方式的样本:当一个人能指挥一支AI军团,他获得的不只是效率,还有组织能力、判断权和责任。 🧑🤝🧑本期嘉宾 嘉宾: 杨天润(天润),90后文科生, AI创业者,Naughty Labs CEO ,OpenClaw项目贡献者 👩本期主播 主播: 友红,蚂蚁集团 📒时间轴 一、拥有三个"数字员工"后,成为顶级开源项目贡献者 01:34 欢迎天润,一个金融出身,一行代码都不会写的文科生 02:38 天润的三个智能体的角色:Echo(产品经理)、Elon Musk(CTO)、Henry(CMO) 05:31 不只是写代码,还做了产品设计+工程执行+社区运营三件事 06:32 第二天就有PR被合并,OpenClaw创始人Peter亲自merge 08:00 现在OpenClaw的审核也交给了AI:人类是卡点,不是AI 二、当执行变便宜,什么能力会变贵? 13:10 GPT刚出来时就看到了变化:在投行用AI起草合同,一周的工作一晚上完成 14:42 AI给每个人发武器,跟过去积攒了多少肌肉无关 16:05 完整的商业闭环是发现需求、做出来、卖出去,但现在中间步骤已经不值钱了 17:44 过去的教育,是把人培养成链条里的一个零件 19:40 浪漫、善感、注意力不集中、兴趣太多元,过去的缺点在今天全是优势 三、AI Native:未来的组织为什么会变小? 21:12 小组织天然AI Native,因为没有历史负担和知识诅咒 22:21 大厂也在转型:从个人用AI,到组织层面用AI 23:31 OPC不是一人公司,而是极少数人围绕AI重新组织 24:23 也许未来6人AI Native组织的整体产出,可能超过600人大厂 26:19 建立新世界远比改造旧世界容易 四、Agent时代,软件要给谁用? 27:52 Agent Native下,手机和终端,可能成为新的入口 28:32 旧软件为什么要开放CLI/API/MCP给Agent调用? 32:35 如果Agent使用量超过人类,软件公司该怎么办? 33:00 火车刚发明时被骑马的人追着嘲笑,但你一旦坐上,就会知道下一代不需要再学骑马了 五、AI军团怎么管?能力、权力与责任 40:04 你的agent teams,应该要有自己的名字 41:25 有血有肉 = 有职位、有人设、有明确职责 41:49 Agent Teams为什么是给人类使用的GUI? 43:07 有角色就会主动收集上下文,像新员工入职一样去自我成长 47:27 人类跟AI交互其实就三件事:定义意图、监控进度、安全刹车 49:22 什么任务可以放手给Agent,什么任务必须强控 57:04 把AI当大师:如果他是梵高,你不能指挥他用什么笔 六、重新定义自己,"文科生"标签已经过时了 59:53 从投行到创业:金融要权衡利弊,但"权衡利弊权衡不出一个好的企业家" 01:01:02 二月份还能拿"文科生写代码"当新闻,现在已经是常识了 01:05:08 "人文思维"去代替"文科生",就像站在乔布斯口中的“十字路口” 01:06:18没有人是比AI更好用的工具,要让孩子成为更有主见的人,而不是螺丝钉 01:08:13 给普通人的建议:先坐上“火车”,才能看见未来 📖【名词解释】 * PR(Pull Request):PR:Pull Request,开源协作中提交代码修改、请求项目维护者审核合并的一种方式。 * Merge(合并):维护者审阅通过后将PR纳入项目正式代码。被merge意味着你的贡献被项目方认可,天润的PR得到OpenClaw创始人Peter本人的亲自合并。 * OpenClaw:全球顶级开源项目,开源社区git hub上人类历史上star增长最快的项目之一。 * Agent Teams:由多个有明确角色分工的AI智能体组成的协作团队。区别于临时生成、用完即消的workflow式并发agent。 * AI Native组织:不是简单使用AI工具,而是围绕AI能力重新设计分工、流程和组织结构。 * OPC(One Person Company):常被理解为“一人公司”。在本期语境里,更接近“极少数人围绕AI重新组织起来的高产出单元”。 * Human in the Loop:人在AI流程中参与审核、判断、授权或兜底。 策划:常常 运营:千寻 ☎️找到我们 精彩片段:视频号【会友镖局播客】 其他平台:小红书|抖音|Bilibili 收听渠道:Apple Podcast|小宇宙 添加小助手微信:huiyouhz,可以加入听友群喔
73 分钟 1k+ 次播放 3个月前
如今的模型在数字世界里游刃有余。它能写诗、会画画、认得清图片里的猫。但一旦把同样的模型放到机器人身上,问题就暴露了:它看得见玻璃后的猫,却不知道那道玻璃过不去;它知道水杯要倒,但推理太慢,等反应过来水早已洒了。 数字世界的“懂”,不等于物理世界的“会”。 过去一周,蚂蚁灵波科技密集发布并开源了6 款模型,涵盖空间感知、世界模拟、动作执行等完整技术链条。 社交媒体刷屏、开发者社区强烈关注、多次登上海内外平台Trending趋势,开源的4款模型在GitHub上总Star数已超过2.3K…… 不止模型本身,LingBot2.0更提出了一个明确的技术主张:具身原生。机器人的大脑,不该是通用大模型的“移植版”,而应该从零开始,为物理世界量身定做。 什么是“具身原生”?为什么机器人不能只是大模型在物理世界里的一个 Agent?为什么数字世界里好用的视频生成、多模态模型,到了机器人身上就会遇到新问题? 这期节目,我们与灵波科技首席科学家沈宇军从灵波大脑 2.0 的发布聊起,一起聊聊灵波如何为机器人装上一颗“原生大脑”。 🧑🤝🧑本期嘉宾 沈宇军:蚂蚁灵波科技首席科学家 👩本期主播 石洪竺:魔搭社区运营负责人 📒时间轴 一、灵波大脑 2.0:为什么要提出“具身原生” 03:13 从灵波 1.0 到 2.0:半年时间里,模型能力做了哪些升级 04:33 从模型架构、数据到算法,天然为机器人设计 05:18 灵波正式提出“具身原生”,是为了解决机器人的三个问题:“看得更清楚”、“想得更明白”、“干得更利索” 二、看得更清楚:机器人不能只识别,还要理解物理距离 08:46 数字世界追求清晰度、画质和创造力,物理世界更在乎时效性和合理性 10:21 为什么要做一个尽可能通用的机器人“大脑” 12:52 大模型吃了几十年互联网数据红利,但具身场景的很多数据工作都要从零开始 15:18 “开门见猫”:当门关闭时,深度图就无法识别门后的猫,仅靠语义识别无法理解三维空间 (“开门见猫”) 17:20 灵波的视觉训练聚焦几何边缘检测,通过识别轮廓和边界,让机器人能感知物体位置和障碍物 (几何边缘检测) 20:29 Depth 2.0 的升级:更换预训练方式,扩大数据量,解决更多 corner case 三、想得更明白:机器人需要单向、快速、可交互的世界模型 22:17 现实世界不是全可控的,机器人的思考要像时间一样单向流动 23:52 World 2.0:支持更长时间(小时级别)的视频生成和交互 26:07 机器人执行任务时,必须能应对被打断、被干扰的情况 28:14 Dense 架构推理效率不够,为什么要做 MoE 视频生成模型 32:09 一个无法摆拍的 demo:机器人如何实时响应人的随机动作 (机器人打球) 34:45 物理世界不需要视频生成得多漂亮,而需要生成得足够快、足够合理 (LingBot-World-Infinity) 四、干得更利索:真正落地后,才知道数据缺在哪里 36:30 “具身原生”讲起来是态度,做起来是能力 40:19 真实场景里,机器人需要抬手、弯腰、移动底盘,不只是动双臂 41:19 灵巧手、头部、腰部、底盘等自由度,都需要新的数据覆盖 41:59 从 9 种构型升级到 17 种构型,扩展可控自由度 42:29 数据规模化不只是堆量,更要关注任务、构型、自由度的分布 45:10 数据闭环不是采集完就结束,而是训练反馈到采集端 五、具身智能的下一步:灵巧手、传感器和数据 46:43 从 1.0 到 2.0,具身智能下一阶段的拐点是什么 48:24 未来三个关键变化:灵巧手、传感器、多模态数据 50:43 具身智能的 ChatGPT 时刻:当每个人都能参与训练机器人 51:48 终局想象:机器人进入家庭,承担重复、危险、精细的任务 53:50 对开源社区的期许:建立公允、共同认可的中立Benchmark 📖名词解释 * 具身智能:让智能体拥有身体,并能在真实物理环境中感知、决策和行动的 AI 方向。 * 具身原生:从模型架构、训练数据、算法和任务目标开始,就面向机器人和物理世界设计,而不是直接套用数字世界模型。 * 世界模型:让 AI 在内部模拟环境变化和未来结果的模型。对机器人来说,它可以帮助提前预演动作后果。 * MoE:Mixture of Experts,混合专家模型。通过只激活部分专家模块,在保持模型容量的同时提升推理效率。 * Benchmark:评测基准,用来衡量模型能力。具身智能目前仍需要更公允、更贴近真实物理任务的评测标准。 🔗延伸阅读 灵波科技官网:https://www.robbyant.com/product/R2 直播回放链接:https://weixin.qq.com/sph/AZKXWkFrqs 策划:常常 运营:千寻 更多节目信息,欢迎关注小红书:会友播客 添加小助手微信:huiyouhz,可以加入听友群喔
56 分钟 1k+ 次播放 4个月前
外观
播放列表还是空的
去找些喜欢的单集添加进来吧