141.从阿里达摩院到西湖大学：在隐式世界模型里，探寻人工智能的上限|对话西湖数智创始人于开丞
食野之评
【本期介绍】
他放弃阿里，离开大厂，在2023年就开始押注一个当时几乎没人听得懂的赛道：世界模型。两年后，当“世界模型”成为2025年最火热的话题之一，他已经走过了三代技术迭代。在项目初见成果的阶段，毅然推翻耗时一年多的技术路线，从显式世界模型转向隐空间世界模型，选择一条更难、但他认定更接近智能本质的道路。
从山东烟台到港大求学，从瑞士到硅谷，辗转英特尔、Meta、达摩院，最终选择到杭州创业，他一路都在走“小路”，却一次次把小路走成了路。
本期《野说商业》对话西湖大学特聘研究员、博士生导师、西湖数智（Awomo）创始人兼CEO于开丞。
听他说说如何持续对抗大众共识、直面自我怀疑，在漫长无人区里坚持第一性原理，去寻找物理智能真正的上限。
西湖数智（Awomo）： 致力于构建概念世界模型（Concept World Model），为机器人与硬件终端提供跨本体的通用物理智能中枢，让机器在隐空间中理解空间、物体、运动和因果变化，并在复杂环境中完成可靠判断与行动。
【名词解释】
世界模型：一种能够对显示世界环境进行仿真，并基于文本、图像、视频和运动等输入数据来生成视频、预测未来状态的生成式AI模型。
RSI:Recursive Self-Improvement（递归自进化），当AI开始改进制造AI的方法，改进成果又让后续AI更擅长继续研发AI ，由此形成能力可以向下一轮传递的反馈过程。
JEV模型:TypeSafe AI 公司于 2026 年 9 月发布的结构化评估模型（structured evaluation model），也是该公司所称的「系统一模型」品类的第一个产品。用一句话概括：你给它一个状态（state）和几个关于这个状态的问题，它返回的不是一段文字，而是一个带概率的类型化答案。
自我进化框架：让模型或系统自己生成数据、自己训练、自己改进的框架。
隐空间：机器学习中数据的压缩、抽象表示，它保留并简化了原始高维数据中能反映其底层结构的关键特征。其核心作用在于以高效、有意义的方式表达复杂数据。
JEPA(联合嵌入预测架构)：通过预测图像中缺失部分的抽象表征来学习，而非生成像素细节。
智能斜率：模型架构随数据、算力增加时智能提升的速度。
CNN(卷积神经网络): 一种前馈神经网络, 广泛应用于图像识别和视觉任务。是深度学习中的核心模型之一通过卷积层、池化层和全连接层的层级结构，自动提取输入数据的局部特征，逐步压缩信息，减少冗余，并提升泛化能力。
具身智能：有“身体”的人工智能，将AI植入机器人、智能汽车等实体设备中，通过身体和传感器与世界互动。
第一性原理：从系统中最基本的命题或原理出发进行逻辑推理的方法，其核心在于打破知识壁垒，回归事物本源寻求本质性解答。
自注意力：一种通过动态权重分配捕捉序列内部关联的深度学习机制，其核心组件包括查询、键、值三个权重矩阵。
物理智能：能够理解并适应物理世界规律，在现实环境中进行感知、推理、决策与交互的智能系统。
阿里达摩院：达摩院成立于2017年10月，是阿里巴巴设立的全球性科研机构，愿景寄语是「以科技，达未来」，定位是「致力于探索科技未知，以人类愿景为驱动力的研究院」，立足基础科学、创新性技术和应用技术研究。达摩即「DAMO」，代表的是「The Academy for Discovery, Adventure, Momentum and Outlook」。
【时间轴】
02:40 为什么开始做世界模型？三代技术路线迭代
05:37 方向感与前瞻性从何而来
10:44 推翻旧路线，半年挣扎期如何度过
13:10 杨立昆、李飞飞两条世界模型路线和西湖数智的差异
22:16 从烟台到港大：你是一个叛逆的小孩吗？
28:30 完整职业经历：港大->瑞士EPFL->英特尔->Meta->阿里达摩院
45:11 智驾和具身智能，2024年为什么不直接做具身？
50:24 打脸时刻？推翻显式世界模型就是自我修正
51:56 商业化思考：为什么晚一步融资，等待可验证的技术证据
56:16 投资人为什么投西湖数智？如何定义西湖数智
01:01:52 融资、投资人与资金使用
01:05:38 赛道竞争、PR 策略：重技术，克制对外宣传
01:09:14 团队搭建：不靠 HR，靠愿景聚拢顶尖人才
【Staff】
封面设计：光启书局
后期制作：光启书局
74 分钟
99+ 次播放
1个月前
