卫诗婕｜商业漫谈Jane's talk

这是一期5·20特别节目，嘉宾是前不久举办的小红书黑客松大赛的硬件组冠军得主：一对用 AI Coding 和动手能力，实现了用意念控制轮椅的年轻夫妇。 2020年10月，肥牛在婚礼的答谢宴期间出现放射性剧痛，之后被确诊为脊髓占位，一种极其少见的脊髓肿瘤。在这之后，他经历了两次手术，并在第二次手术后出现瘫痪症状。 他说， 「人在一定程度的痛苦之下，那个痛苦是压制不住的；」「当时如果说给我一个按键，左边是生，右边是死，我已经按了很多次死的这个按键了」 经历了六年多的康复，肥牛通过坚持运动恢复了一定的行动能力，目前可以短距离行走，长时间仍需依赖轮椅。 从自身和脊髓受损人群的需求出发，他们与一群AI，合作实现了用脑机信号指挥轮椅前进的创意和demo。这个项目，成为黑客松大赛当晚，获得最多掌声的项目。 我在黑客松的第二天，与香菇肥牛夫妇录制了这一期播客。这是一个浓缩了太多生命力的故事：勇气、希望、爱情，以及 AI 时代最小单位能够实现的创新，还有，技术的温度。希望你喜欢～ 本期嘉宾： 肥牛（轮椅男主，脊髓损伤康复者，自媒体博主「肥牛在康复」&「肥牛卷不动」 香菇（元气女主，纯爱战神） 本期 Shownotes： Part 1. 噩耗，战神，与「种一棵树」 05:56「我们一起在种树，种的小树就是我们的情感，它慢慢发芽，其实它也是独立的」 06:55 按下「死的按键」——瘫痪后的玄学慰藉、第二代版本的人生 失能群体的标准路径：找医生 → 找玄学 → 容易被骗 社会基础设施的缺位——医学走到尽头时，玄学是必经站，骗子的密度也最高 两次手术：医生 30 年未见的罕见病 深夜高速路上的「遗言」：「看到她害怕，我也不敢说了」 「我们先学会了告别」 Part 2. 「缩短我与魔法之间的距离！」 21:49对标蔡磊先生的渐冻症管线开发：我想做「脊髓损伤管线开发」 脊髓损伤群体在中国约有三四百万，但医院康复科没有专门科室 产品匮乏：大小便恢复训练，用的是产后孕妈妈修复器械 "我无法原谅你们，我要永远拉黑你们" 无障碍科技往往由无障碍人士自己做：需求足够痛、对世界的改造欲和创造欲都更强 27:21 产品经理 + AI 调度师：一群 AI 在背后，我们就是千军万马 两个人+ 两台电脑 + 6 个 AI + 对应 agent：24 小时超预期实现 idea！ 没参赛的备选项目：会唱歌的尿壶（背后也是一个感人故事） AI 时代的最小创新单位：创新门槛与成本的下降 真痛点产品的特征：「从经历中长出来」 31:55 善用 AI 等于管理 AI——把自己当公司，AI 当员工 不同 AI 的「AI 格」：Gemini 是"用爱训练出来的小孩"（脑电波被画成爱心形状），Claude 理智但极其傲娇（听不了一点坏话） 员工管理的四要素：了解特长、了解边界、合理分配、按贡献给待遇（充会员 vs 不充） Agent 像乐高：写代码、PPT 渲染、3D 模型修改各有分工，按工作流排序就能跑 「用得好 AI 的那一拨人，画像是创过业、当过老板、当过 leader——他们更善于拆解任务和分配」 在所有人都「用 AI」的时代，差距来自把自己定位为「AI 调度师」而非「使用者」 42:47 把判断权拿回手里——人的能力上限是 AI 的下限 核心原则：「你一旦发现 AI 不好用，那一定不是 AI 的问题，那是你的问题」 医生说没救就一定没救吗？自己去查案例、判断概率、问「我能不能成为那个少数派？」 学习的本质不是吸收知识，是创造「思辨能力」 AI 的天花板在用户：「它没有身体经历过一次尿失禁、一次瘫痪、一次绝望——这些是 AI 永远无法替代的」 AI 时代的稀缺资源不是技术深度，是「跨学科架构能力」 + 「判断权」 AI 只能复现人类已有的智力，不能复制人的第一手经验——用 AI 的天花板取决于你自己经历过、消化过、能拆解清楚的认知厚度 Part 3. 意念轮椅夺冠，马斯克式的天才创新！ 49:34 脑机接口的真相——硬件不重要，数据解读体系才是 肥牛 2021 年瘫痪时就在论文里跟踪脑机研究——比马斯克植入第一个患者还早 柔性电极的类比：就是一块脑信号"硬盘"——大有大的好处、小有小的特点，本质是采集传感器 脑内 vs 脑外：脑内一手数据，脑外有屏蔽损耗，但没人能给出"脑外比脑内差多少"的精确百分比 "在学术体系里，他们都是在蒙的"——各家脑科学公司有自己的解读体系，1+1 在不同体系里可以等于 4 或 6 脑机的真正壁垒不是电极，是"谁先建成完整的语义系统" 学术体系想做的是"全语义解构"（把每个脑信号翻译成意念）；产品工程师想做的是"在不解构的前提下让它有用"——两套完全不同的目标函数 57:29 天才级解法——抓两个数据包做差，绕开"翻译意念"的难题 不追求"精确翻译每一次意念"，而是抓两个脑波数据包做差 A 数据包 - B 数据包 = 差异向量，把这个向量定义为指令 工程问题的马斯克式破局：与其翻译每个细节，不如重新定义"什么算可用"——从"科学家解构思维"切换到"产品工程师思维" 脑控的杀手级场景是"声控和动作识别都失效"的瞬间——情绪的微表情、看不见的兴奋、不便说话的环境——这些才是脑机接口的不可替代价值 Part 4. AI 、社区、创新浓度与长坡厚雪 01:08:46 小红书黑客松现场——王座轮椅、夏大哥、年轻 vs 年长、生命力… 现场加了 100+ 微信，几千公里赶来的选手"天才级想法"扎堆 获奖后展示：希望未来轮椅用户"都坐在王座上" 「隔壁的夏大哥（嵌入式开发资深选手）凌晨 3-4 点还在帮忙搭小车」 评价社区氛围的标准："让人感受好的个体是不是足够多" 创新的浓度比技术深度更重要——把人放在足够浓度的氛围里，原本不期待的事就会发生 年长开发者的稀缺价值是「穿透型筛选」 + 利他主义——他们筛选合作者的维度更立体（思维架构、解构能力、人品），而不是「会不会写代码」 01:18:13 Built by Public + Build in Public——AI 时代创新的两个特征 黑客松把上下游全聚集——媒体 + 投资人 + 同行 + 选手，是一个 match 工厂 加完微信里有 20-30% 是投资人，剩下是技术顾问 + 媒体——"一般商业路演也不过如此" AI 时代创新范式的两个切换： - Built by Public——需求来自一个普适的、痛感强的小众群体 - Build in Public——Day 1 demo 做出来就直接面对公众，用户反馈成为产品迭代的一部分 公众既是需求源、也是验证者、合伙人、放大器 平台的真正价值不是工具或流量，是"创新浓度的密度场" 01:26:18 make things happen，happen 的速度比以往任何一个时代都要快 01:28:14 这棵小树——爱与生命力、此刻就是最幸福 （诗婕觉得：）外人觉得是香菇更勇敢，其实是肥牛 高大的人格才能种出这棵小树 18 岁感受不到青春："我们当时就会觉得啊这个时间好快乐呀" 痛苦和快乐共存的能力是「经历过生死」的觉知 祝大家节日快乐，收获爱与勇敢～✨ 加入听友群⬇️

3月中，受到SAP思爱普的邀请，我在SAP全球运营峰会上主持了一场有关具身智能的圆桌论坛。 SAP是企业应用和商业AI方向的全球领导者，这家世界五百强公司的业务横跨190多个国家，在100多个地区拥有创新与研发中心，它的客户创造了全球84%的贸易。 这样一家巨型企业，在AI浪潮下，站得足够高，也成为了横向观察各行各业AI化转型的绝佳窗口。 简单来说，SAP深耕的数字化解决方案，与AI结合后，能够为企业打造一个业务感知型的AI底座——将数据、业务理解借由AI Agent 打通，成为AI落地企业所必备的商业大脑——而这样一个了解企业的大脑，还需要一个具身的本体，才能够真正将数字世界的智能，影响至物理世界，为制造业创造更多实际的价值。 因此，具身智能，就成为了这家数字化企业赋能全产业的绝佳切口。 这其中，一个相当重要的问题是，每个企业都渴望拥抱AI，但，是否每一家企业都具备了直接拥抱的条件？ 答案就藏在这场众星云集的具身圆桌中。 本期播客由两部分组成：第一部分是我主持的圆桌实录；第二部分，则是我将四家具身企业单独留下，录制的闭门访谈部分，预告一下，非常精彩。 本期嘉宾： Robin郑锡亮 - ABB（全球机器人四大家族之一），中国区软件及数字化负责人。 Ryan 王琪 - 拓斯达（国产工业机器人翘楚） ，具身智能业务线矩阵智拓CMO Peter 谢一鹏 - 宇树工业场景解决方案负责人 William王浩然 - 星动纪元，亚太地区和中东负责人 徐勐 - SAP大中华地区客户咨询团队总经理 南立新 - 创业邦创始人&CEO 本期 Shownotes： Part 1.圆桌实录：企业拥抱 AI 转型，真的都准备好了吗？ 08:12 机器人四大家族 ABB 的转型之路 11:11 工业翘楚拓斯达，全球化扩张背后 15:04 宇树与星动纪元：井喷的具身公司，差异化在哪？ 20:05 SAP 给企业打造的 AI 接口与数字化底座，是什么？ 22:39 企业级 AI 的需求：执行、开放、非绑定和安全 26:35 融资热到发烫：超520亿资金、超500起融资，但行业仍处于 POC 小批量验证阶段 29:04 刺激的快问快答：有关具身行业，最犀利的几个问题！ Part 2. 闭门部分：把四家具身老板拉进小黑屋- 行业真正面对哪些真问题？ 40:19 什么是好场景？怎样真正击穿？ 43:03 宇树要做 toB 了？来讲讲工业地图…… 宇树 2025 交付 6000 +台人形机器人，今年目标 2 - 3万台 49:24 新秀想超车？激烈竞争下，切入场景、优先级怎么选？ 54:40 训练的指数级成本提升 & 规模上量背后的真实挑战 58:57 具身必将洗牌，行业寒冬马上到来？ 01:08:17 工业必定走在家庭场景前面？ 01:13:28 从机器人 50 年史，看人形机器人发展：具身仍在百家争鸣 工业机器人发展50年，中国每万名工人配500台，进度约30 - 40%，人形机器人刚起步 01:24:31 拓斯达掏箱底式分享：人形机器人应用，蓝海在哪？ 01:26:40 具身机器人的大规模爆发，还有多远？ 01:28:07 家用人性机器人爆发时间点预测：赌一瓶茅台 😄 01:33:00 什么是 AI 时代的底层应用的现代化？ 加入听友群⬇️：

过去三年，人们的目光聚焦在语言模型，但当下，物理AI正在被热议。这其中，VLA（Vision-Language-Action）和世界模型（World Model）这两个技术方向极具潜力又充满争议。 今天邀请到的嘉宾，是小米的具身基座大模型负责人陈龙。陈龙博士是90后，是全球最早将VLA与智能驾驶融合的顶尖科学家。加入小米后，他正试图将车与机器人打通，打造一种 AI 学习的新范式。 很喜欢这一期，其中既有大量硬核的信息量，也有技术的初心、烟火气和浪漫想象。 点一些核心的独家信息（普通人看完访谈也能理解）： 1.第一视角还原小米智驾最前沿的一手信息：业界首个融合智能驾驶+机器人任务的Mimo Embodied具身大脑框架、XLA潜空间推理的技术细节… 2.还原了自动驾驶从“三段式➡️两段式➡️VLA➡️XLA”的完整路径，明确了智驾和具身的融合路线，1+1 大于 2 3.小米智驾梦之队+小米 90 后 AI 当家团队的工作日常（包括陈龙博士与罗福莉的合作等） 4.关于 VLA、世界模型的路线之争，以及具身的 Scaling Law 时刻 （本期内容的视频版，欢迎前往微博、b站、小红书、视频号、Youtube等平台观看。） 本期嘉宾：陈龙（小米智驾负责人、具身基座大模型负责人） 本期 Shownotes： 02:00 CV是计算机与真实世界的接 05:36 训练神经网络，小规模的Scaling Law 06:19 自动驾驶的三阶段 09:56 从规则算法到数据学习 11:05 《苦涩的教训》 19:29 雷军亲自面试了我 22:14 LLM 加速了自动驾驶 24:15 从端到端，到 VLA，是认知的改变 27:47 伦敦生活 30:24 小米智驾梦之队 34:04 小米的90后 AI 当家们 46:05 世界模型与 VLA 51:14 打通机器人与车的智能，训练具身基座大模型 57:55 语言是最高效的吗？ 01:00:47 从VLA，到XLA 01:14:00 具身的Scaling Law，与物理AI 01:25:19 智驾与具身的人才大战 加入听友群👇

成立于2011年的群核科技在走过15个创业年头后，在4月17日于港交所成功上市了。 这是一个中国合伙人式的故事：三个联合创始人是美国伊利诺伊大学的校友，其中，董事长黄晓煌和CEO陈航，在浙大竺可桢学院时期就是本科时期的室友。 在 GPU 算力尚未被大众熟知的年代，三位创始人就凭借着对计算技术的热爱和执着，发现了 GPU 集群可以极大地加速物理渲染，因此打造出渲染引擎——一个拿着技术找应用、拿着锤子找钉子的典型创业范本。 我在去年8月份与黄晓煌进行了一场访谈。这个故事中，最打动我的，是回报，总是发生在那些不计结果的好奇心与热爱之后。 长达10年的时间，群核在最不性感、最难数字化的家装与房地产领域死磕十年，把每一个室内空间的物理参数、材质精准地搬进数字世界。最终打造出空间设计行业的SaaS工具「酷家乐」——但也正因为这样「扎实而沉闷」的积累，让他们在 AI 时代突然发现，自己坐拥了一座关于物理世界规律的「数据金矿」。 事实上，这家公司早从2021年起，就开始了从 SaaS 公司向 AI 公司转型的布局，比 ChatGPT 的爆发还要早一年多。今天，群核成为了具身机器人公司、以及许多训练多模态、世界模型大厂的重要数据提供商。数据之外，这家公司也正在开放底层空间智能能力，推动AI对物理世界的理解、推理和交互。 我们的访谈还原了一家创业15年的硬科技公司，多次转型的全过程。 （欢迎前往B站、微博、视频号等平台观看本次访谈的视频版～） 本期嘉宾： 黄晓煌（群核科技联合创始人 & 董事长） 本期Shownotes： 03:15 杭州六小龙，群核的主轴线，与它的 AI 转型 「那个年代大家可能看不太懂我们」 开源数据集 InteriorNet：埋下 AI 的种子 「AI 好像是到了一个新的阶段了」「我的数据集居然真的有用！」 认知的改变：数据越多效果越好，GPU集群要做大 转型AI公司：不叫换血，叫升级 流程式部队 vs 创新部队 10:13 转型之痛：尽早选择同路人 志同道合的一起往前，如果不是志同道合的，也别拖 蹭热点不可耻，但要给社会创造价值 不会有平白无故的热点，顺势而为 对 SaaS 行业来说，按Token计费，是巨大的启示 「你能长期坚持的东西，就不用怕别人怎么样」 「老板怎么又开始蹭热点了？ AI 跟你啥关系？」 「眼角是有泪光吗？」「经历过好几波了，现在遇到类似的事情也心如止水」 有员工跑进办公室表达不满，「我就倾听」 21:14 变化本身，是硬科技企业的本质 时代一直在变，什么是可以复用的？ 群核DNA：简单，专注，开放 群核有利润，用利润在做研发 25:11 空间智能：李飞飞喊出的概念，恰好诠释了群核在做的事 2018 年埋下空间智能的线索：空间的理解、推理、生成、行动 机器人与机器人之间，看到的世界是不一样的 「如果 chatgpt 没有来的话，浪就没有来」「也许会有别的浪」 GPU卖多卖少，是最难的决策 GPU 的用量与需求量，怎么测算？ 「我们想给所有类型的机器人公司提供服务」 大语言模型开启了一个新的大门：数据越多越智能 物理 AI 的数据是更难获取的 42:51 全球的世界模型潮：英伟达、谷歌、Meta、腾讯都在做的世界模型 谷歌的Genie3更多是用视频切入，用三维做约束 英伟达的Cosmos ：9000 万亿TOKEN 的训练，来自 2000 万小时真人互动 李飞飞的World Lab：接近于学术成果，实践性没那么强 腾讯混元3D模型：游戏数据训练而来 大家都关注空间一致性，要用三维数据做约束 黄仁勋的物理AI，李飞飞的空间智能，Lecun提出的世界模型，三个概念有什么关联性和差异？ 52:01 如何构建空间智能？ 先有物理世界的约束，在此基础上产生大量带有物理世界参数跟约束的数据，再做训练 我看到一个物理世界的东西。我能否通过AI模拟到数字世界 工具、数据跟大模型缺一不可，是一个飞轮 利用AI做一个存量数据集，是一个突破点 所有具身企业和大脑公司都是群核的客户 SpacialLM 开源后，登顶了 hugging face 的第三名 01:09:39 群核火过好几次，经历过好几个周期 人才是把产品做到最好的根基 「有风口来，我赶紧招人」 「当我们的技术能够用在所有行业，然后正好遇到一两个超级爆发的行业，就会上一个大的台阶」 「经济进入一种非常亢奋期，当时要是再浪一点，公司可能就挂了」 不要把子弹打光 努力让应届生成为项目Leader Life is tough， but we are tougher 加入听友群👇 最后再放些小彩蛋哈哈🎉 在晓煌的办公室有一张照片，是一个小阁楼：群核创立之初，就是在联创陈航亲戚家的阁楼里办公的，他们说，公司很长时间招不到女员工，因为感觉他们像诈骗的hhh