这几天前清华大学经管学院院长钱颖一教授的一篇多年前的文章 “人工智能将使中国教育优势荡然无存“再次引发广泛关注。钱教授的一句话是“大学教育的价值不在于记住很多事实，而是训练大脑会思考“。 同时，每年一度的考研成绩也陆续出来了。无论你的成绩怎样，或者是今年没有参加但准备明年考，或者还在思考到底要不要考研，我们都有必要在这个时间点，仔细的思考一下这个决定。因为一旦决定、这就意味着一年时间的付出去准备，再加上2年多的时间就读。尽管人生漫长，但3年的时间无比宝贵。在这个人工智能的时代，知识到底有没有用了呢？

昨晚在美国科技界掀起了一场轰动的新闻：苹果公司取消了他们备受期待的电动车项目。这一决定不仅在业界引起了巨大的震动，也让人们开始重新思考未来的汽车科技发展方向。让我们一起深入探讨这一突发事件背后的原因和影响，真的是为了“专注人工智能”吗？

人形机器人已经成为大模型之外，人工智能行业的一个重要新领域。上周五2月24号在人工智能领域在大模型之外的赛道发生了一件投资大事。世界首富杰夫·贝索斯（Jeff Bezos）、人工智能的领导者和推动者英伟达（Nvidia Corp.）以及OpenAI，还有其他一些大型科技公司投资了一家开发类人机器人的公司，这是国际巨头们在大模型之外、为了寻找人工智能的新应用领域而展开的竞争。 这家初创公司名为Figure AI Inc.，成立于2022年，总部位于美国加州的Sunnyvale。这家公司成立后用了一年的时间，就制造出来了第一台代号Figure 01的能“动态行走”的人形机器人，并且在不到两年的时间里，就和宝马公司签署了第一份机器人部署合同。 是什么让这家公司取得这么快的进展？有什么能启发到我们的呢？

2024年，中国车市将迎来更为激烈的竞争，毫无疑问的是，汽车品牌将继续在红海中卷。 在世界汽车历史长河中，中国是一名后来者，一路追赶，历经坎坷，最近10年依靠新能源汽车“换道超车”。中国电动车销量占汽车总销量的比重，从2014年的百分之0点几，增长到2022年的25%，同期，中国汽车年销量也从1500万辆增长到了2500万辆，全国汽车的保有量，从1亿辆增长到了3亿辆。那么我们真的实现“弯道超车”了吗？红海什么时候能变蓝呢？今天一起来探讨一下。

随着Reddit即将上市的消息，奥特曼再次成为众人瞩目的焦点，他的投资策略和创业智慧备受瞩目。对，没错，就是那位OpenAI的创始人Sam Altman。几天让我们一起揭开奥特曼的传奇人生，探寻他在科技创新和财富积累之路上的精彩故事！

最近，美国国务卿布林肯在慕尼黑安全会议期间使用了一句美国俚语，他说“ if you are not at the table of the international system, you are going to be on the menu”。 随着英伟达的股票又创新高，无论我们想与不想，我们已经身处于人工智能的时代了。时代呼唤有担当的领军企业、领军人物。大模型并不是最近这两三年才出现的。最著名的大型神经网络模型之一的、深度学习领域的Transformer模型是谷歌的几位科学家在2017年就发表了论文了。OpenAI的ChatGPT大模型和Sora都是基于Transformer架构来的。谷歌年收入3千亿美金，也未敢豪掷把论文成真，还是OpenAI的Sam Alterman敢为人先，顶着所有人的不理解，不认可，真正的all in，如今稳稳的坐在桌旁，反倒是谷歌要彻夜不眠，生怕自己从桌上被挤到菜单上。 这是一个需要长期投入时间和金钱的领域，但要留在桌上就不得不投，除非能够开启一张新的桌子，并有人愿意陪同坐下来。我们的科技企业，将如何选择呢？

近日网络上传开了“英伟达CEO黄仁勋说别让孩子学计算机了”的言论。对于即将面临高考专业选择的初高中生、和那些正在竭力鸡娃的家长们来说，看到这则消息会有何感想呢？ 英伟达的创始人兼CEO黄仁勋以及OpenAI的创始人兼CEO Sam Alterman，是推动这场人工智能革命性进展最为关键的两位人物。最近跟所有人聊天的感受都是，“这次的AI和之前的元宇宙等不一样了”。在这样的情况下，完全忽视世界上对推动这场AI进展至关重要的两位关键人物的观点，可能会带来被时代抛弃或者选择错误方向的风险。 为了不以偏概全、断章取义，我们来看一下黄教主是在什么场合下、到底说了什么。之后相信我们每个人都能从中得出自己的答案。

这次Sora发布之后、和之前ChatGPT发布之后有一点点不一样的地方。那就是这次到目前为止，还没有听到国内那个大厂、中厂或新的初创公司，声称自己马上就会发布中国版的视频大模型。这次反倒是卖课的跟的最快，卖铲子给淘金人挣钱的故事又在上演了。 谢赛宁讲的一句话我确实非常认可和欣赏，那就是“对于Sora这样的复杂系统，人才第一，数据第二，算力第三，其他没有什么是不可替代的。国内可能确实是不缺懂AI算法的科学家和顶级的科学家，其中一些顶级的科学家在美国AI的学术界和工业界也都是被认可的。过去两年里，国内出现了很多大小做数据的公司，他们从不同渠道获得各领域的数据，然后根据大模型公司的要求来对数据做各种清洗、过滤、打标签等动作，再卖给大模型公司。 那既然人才不缺，数据也有，就真的只差算力了吗？ 请紧随我们的节目，一起深入探讨中国在人工智能领域的未来发展，以及中国是否能够实现自己的视频大模型之梦。

这一期我们来聊一下芯片的设计与制造这个神奇而复杂的话题。芯片的设计和制造是一门极具挑战性的工艺艺术，融合了数学、物理、工程学和创新精神。从概念到实体，从硅晶片到最终产品，这个过程背后隐藏着无数工程师的智慧和汗水。 “光刻机”，“2纳米”，“7纳米”，这些都是什么？台积电，nVidia英伟达，苹果，高通。。。谁在设计？谁在制造？ 我们只是在光刻机上被卡脖子吗？

奥特曼要融资7万亿，是美金。这是多大一笔钱呢？是很大的一笔，人类历史上没有任何一家公司融资要到这个规模。这比整个美国联邦全年的预算6万亿还要多，也远超截止2022年美国在阿富汗战争中的总费用2万亿，是 2023 年全球芯片销售额的 13倍。那为什么需要这么多钱呢？ 我们一起来看看奥特曼在2月12-14号在阿联酋的“世界政府峰会”上接受采访的时候都说了什么，我们就会有一个比较清楚的认识了，也能够侧面了解到还没有发布的GPT5、以及轰动全世界的Sora在奥特曼看来离满意还有多远。

近年来，我们经常听到“产能爬坡”这个词，它常常在新兴科技产品的发布会或上市后的宣传中出现。通常情况下，这些产品在发布会前几个月就开始预炒，发布会本身备受瞩目，但产品却迟迟不能面世，或者开始销售后马上断货。这时，“产能爬坡”这个词就应运而生，仿佛完美地解释了“为何如此优秀的产品，却始终难以购得”的现状。 另外一方面，我们又经常听到“产能过剩”，我们是制造业大国，工业制造业占整个GDP的25% - 30%。既然生产能力这么强，为什么还会经常出现“产能爬坡”的现象呢？ 制造业的工厂开始生产，通常是需要以下这些环节： 首先是产品设计和研发阶段，做过制造业的都知道，图纸上画好的，完全不意味着生产线上就能没有任何问题的生产出来，即使没有任何新设计、新工艺或者新材料。芯片的制造更是如此。有经验的品牌方，在“产品设计和研发阶段”，就会考虑到生产的可行性和可能性，在这方面的典范就是苹果和富士康。制造经验没有那么多的品牌方，往往是设计上的问题只有到了生产阶段才逐渐发现，导致了“产能爬坡“，实际上是在生产开始之后还要反复进入研发阶段去解决设计的问题。 制造业的第二个重要环节就是采购、包括原材料和零部件采购、以及生产线的预定。那按什么样的节奏下订单、每个订单下买多少件，就是最重要的问题了。好多时候，真实的问题是“市场需求未知，哪一方都不想也不敢第一个订单投入太多，导致没货可卖”。这个时候，“产能爬坡”也及时的出现了。

OpenAI发布新的图像生成工具Sora之后，再一次在全球激起了很多人对AI的担心。在twitter上当天有人评论说“gg Pixar”，然后Elon Musk跟帖说“gg humans”. gg在英语里是good game的首字母缩写，他是一种非常礼貌的方式来表达“游戏或者比赛结束了，同时对对手的体育精神表示敬仰和尊重；gg有时候也是一种讽刺或者挖苦的方式，来表达对比赛结果的沮丧或受挫。无论钢铁侠Elon Musk想表达的是哪一种意思，或者两者皆有，都足以表明他对Sora进展的关注。 OpenAI关于Sora的产品页面也大篇幅提到了“Safety”，主要指对内容的担心，OpenAI用到了“misinformation, hateful content, and bias”，就是“错误信息，仇恨或恶毒内容，以及有偏见的内容“。大模型几乎是用全网内容来训练的，所以用起来才给人一种什么都懂的很厉害的感觉。但正如OpenAI在Sora的产品介绍页说到的，网上的内容存在”错误、误导及偏见”，用这样的内容训练出来的大模型，其输出的内容难免会存在同样的问题，英语里有句谚语叫“gabage in, gabage out“，这句话最早就起源于计算机界，用来形容计算机系统或算法的输出结果取决于输入数据的质量。如果输入的数据是垃圾（garbage），那么输出的结果也将是垃圾。这个谚语强调了数据的重要性，无论多么复杂的计算机系统或算法，如果输入的数据质量不好或有误，那么输出的结果也会是不准确或无效的。我想这也就是为什么OpenAI在”Safety”，也就是安全性上的担心，主要提了内容的“错误、误导和偏见“。 AI是否能取代人类的工作，和某个人是否能取代另外一个人的工作，是一个道理。一个人如果要取代另外一个人的工作，这个人需要确实能比另外一个人把工作做的更好、更快、或者薪水更低所以能节约成本；在机器和人类对比上，机器还有另外两个人类无论如何无法比拟的优势：首先机器通常不需要休息；另外机器尤其擅长反复一直做重复的工作、不停的做重复的工作而不知疲倦不出错，人类就不行，再厉害的操作员连续作业也可能会因为疲劳、厌倦等原因而出错。AI本质上也就是机器，对那些AI能够比人做的更好、未来能更低成本的职业，确实是有取代的条件了。但目前大模型还在不断训练中，训练成本高昂，还需要有商业模式（如何挣钱）才能广泛推广。 如果不想被其他人取代的话，就要有自己不可或缺的价值，就要比其他人做的更好。回想一下Sora生成的那48支视频，时尚女性走在东京街头虽美，但有了Sora这样强大的工具，每个人都可以制作出如此精美的视频；无人机视角拍摄的海浪冲击美国加州Big Surr的悬崖虽壮观，但每个人都可以无需飞到加州、就可以立刻制作出如此震撼的视频。反倒是在那两艘在波涛汹涌的热咖啡里上下翻腾的海盗船，给我留下最深刻的印象。Sora视频大模型再厉害，目前也是要靠人类来输入prompt文本、根据这个具体的prompt文本生成相应的视频，所以输入的prompt的不同，就会生成不同的视频，创意不同、能够写出来的prompt不同，最后生成的视频也会截然不同，创意的价值尤为重要。