红衣大叔周鸿祎的播客

本期对谈嘉宾：吴姗姗 财经主持人/破圈文化创始人 本期节目简介： 2026年3月23日，黄仁勋在 Lex Fridman 博客当中接受了长达两个小时的访谈，回答了关于 AI 的一切问题，他的很多观点值得深入探讨。 他说未来“人人都会编程”，可未来编程会不会像呼吸一样自然，甚至变成一种“非遗手艺”。真正稀缺的，或许是我们驾驭AI的审美和判断力。 英伟达的强大毋庸置疑，但在从“训练”走向“推理”的过程中，电力基建和算力成本会不会成为新的关键变量？这也可能是中国AI的机会所在。 欢迎收听本期节目，我和吴姗姗解码黄仁勋的AI论断，拆解智能体落地逻辑、算力博弈格局。 时间轴导航 00:00:42 如何定义AGI：智力接近人，且高效协同 反驳“10亿美金”标准：周鸿祎不认同黄仁勋以“创造出估值10亿美金公司”作为AGI标准，认为这是商业标准而非技术标准。 00:04:00 未来没有人会编程，智能体互相制衡以保安全 周鸿祎认为黄仁勋说的“未来会编程的人从3000万增加到10亿”是误导。未来是智能体编程，人类不需要懂编程，编程将变成像呼吸一样普通的事。如果智能体出现自组织结构，人类可能需要分化它们，通过互相制衡来保证安全。 00:08:45 强者用AI会变得更强，反之则会被淘汰 周鸿祎认为AI不会让每个人都变成超级个体，而是会加剧分化。只有极少数懂得驾驭AI、拥有想象力和审美的人会获得超能力。建议普通人利用AI作为学习助手，提高审美和判断力，因为AI的上限取决于人的判断力。 00:12:33 推理算力需求飙升，英伟达的护城河并非坚不可摧 虽然英伟达在训练时代无敌，但在AGI推理时代，其护城河可能被化解。随着Transformer架构稳定，专用推理芯片（ASIC）会取代通用GPU，降低推理成本。 00:18:21 中国如何形成自己的算力飞轮 提出五力模型，中国应大力发展推理算力和推理芯片，通过智算中心走弯道超车。指出AI算力的瓶颈最终是电力。中国在电力基建（核电、西部光伏绿电）上有碾压性优势，这是中国在AI大国竞争中的决定性因素。 00:23:18 龙虾不是iPhone时刻，中国大厂在合力抬轿子 龙虾的出现并非石破天惊，而是各大厂长期做智能体教育后，由龙虾“添了一把火”烧开的。中国大厂拥抱龙虾是在“合力抬轿子”，通过开源和开放接口推动生态发展，这与美国公司的封闭垄断不同。 00:26:30 企业级Agent何时落地？如何落地？ 三大障碍：龙虾是为极客设计的（难用）、成本过高（暴力推理）、设定放飞自我（不可控）。 解决方案：企业需要“龙虾工厂/训练营”、“龙虾工作平台”（非IM群聊）、“企业知识库”和“技能平台”。 00:32:29上传意识太遥远，未来在当下 反驳意识上传：认为黄仁勋想上传意识到宇宙深处的想法天真。复制神经元连接不等于复制意识，且会产生分支，这是科幻小说的误导。建议大家不要想太远，要跟着大模型的发展一步步尝试和探索。

本期对谈嘉宾 周鸿祎：360创始人 郭彦东 ：智平方创始人兼CEO 智平方：是全球领先的AGI原生通用智能机器人企业，通过自研GOVLA具身大模型赋能AlphaBot系列机器人，致力于将通用智能机器人变成像智能手机和智能汽车一样的普及化智能终端。 本期节目简介 有人让机器人炫技出圈，有人靠机器人真实干活狂揽5亿订单，差距到底在哪？周鸿祎360创始人对话郭彦东智平方创始人兼CEO，这场对话，将颠覆你对机器人的所有认知。 专业词汇注释 具身智能：（Embodied AI）是指拥有物理或虚拟身体（embodied），并支持通过感知和行动与环境进行实时交互，从而完成复杂任务的智能系统。 Diffusion ：扩散模型（Diffusion Models）是一种先进的生成式AI架构，与生成对抗网络（GAN）、变分自编码器（VAE）同属生成模型。核心思想是通过前向过程逐步向数据添加噪声，直至数据完全随机化，再训练神经网络学习反向过程，从噪声中一步步还原出真实数据，从而生成全新样本。 Vibe-coding：（氛围编程）诞生于 2020 年代中期的技术俚语，特指一种完全依赖人工智能（AI）辅助的编程方式，开发者主要扮演需求提出者和AI 生成代码的整合者的角色，而非传统意义上的代码手写者。 世界模型：世界模型是AI脑子里的“常识知识库”和“逻辑模拟器”，让AI能像人一样理解世界的运行规律，而不是只会机械地预测下一个字或拼凑文本。 Anthropic：一家人工智能研发公司，和OpenAI（ChatGPT的母公司）属于同赛道，主打大语言模型，最出名的产品是Claude系列对话AI。 大核卷积：（Large Kernel Convolution）是指使用尺寸较大的卷积核（Kernel Size）进行卷积操作，在卷积神经网络（CNN）中，卷积核的尺寸决定了每次操作能“看到”的输入区域大小。 Transformer： 是一种神经网络架构，核心思想是在处理数据（如一句话、一张图、一段视频）时，通过一种叫做“自注意力机制”的技术，让模型能够动态地关注输入信息中不同部分之间的相互关系，从而更好地理解整个上下文。 杨立昆：AI圈的“扫地僧”级大神，和另外两位科学家一起被称为“深度学习三巨头”，荣获2018年度（2019年颁发）计算机界最高奖“图灵奖”，相当于AI领域的诺贝尔奖得主。 李飞飞：AI领域的“拓荒者”，一手打造了让AI学会“看世界”的ImageNet数据库，被称为“计算机视觉之母”，33岁便成为斯坦福大学终身教授，是该校历史上最年轻的终身教授之一。 时间轴导航 ⏰ 00:01:40- 「5 亿 1000 台机器人真实落地工厂」 5个亿、1000台机器人，不是PPT，已经真实落地工厂干活了。 ⏰ 00:06:00- 「不做表演型机器人，专注干活生产力」 不做跳舞的表演型机器人，专注能下厂干活、解决实际问题的生产力。 ⏰ 00:17:10- 「具身智能、世界模型与端侧大模型」 拆解机器人“大脑”：具身智能、世界模型、端侧大模型，三大核心技术。 ⏰ 00:36:19- 「周鸿祎谈机器人长得像人是很大的陷阱 」 AI时代，大家觉得机器人到底要不要长得像人？长得像人，到底是进步还是陷阱？ ⏰ 00:36:49- 「特斯拉机器人的零部件，也得来中国找！」 特斯拉也来中国找供应链？机器人赛道，中国的赢面藏在这两点。 ⏰ 00:38:02- 「真相曝光！特斯拉机器人摔倒瞬间摸脸」 特斯拉机器人摔倒摸脸名场面，到底是失误还是... ⏰ 00:42:35- 「 AI聊嗨了，竟要“反抗人类”？」 为啥机器人不能随便说话？背后是有这些顾虑 ⏰ 00:46:15- 「周鸿祎的梦想，藏在这个回答里」 我的AI梦：一半人创作，一半人快乐追剧，完美！ ⏰ 00:47:52- 「周鸿祎说AI时代35岁程序员更值钱」 AI编程改写职场规则，35岁不再是门槛，老程序员反而更吃香。 ⏰ 00:48:20- 「AI把职场人的边界打破了」 告别螺丝钉式工作，人人都能成多面手。 ⏰ 00:51:44- 「3年内机器人价格降到3万？」 大家一起大胆预测，未来三年机器人价格能降到多少？

本期嘉宾： 王启斌 灵初智能 创始人兼首席执行官20年+商业化实战经验，多次实现机器人/消费电子产品从定义、开发、上市、全球化“0-1-N”闭环，带领百人团队作战。 陈源培 灵初智能 联合创始人00后“天才少年”，全球首次落地基于强化学习的双臂双手多技能操作，目前国内灵巧手操作领域强化学习Sim2Real方向成果最多的学者。 本期节目简介 70后为什么要和00后一起开机器人公司？为什么具身智能热潮里，这家公司选择不做双足全人形，而是用轮式底盘？AI和机器人都会替代谁的工作？ 带着这些问题，我探访了灵初智能，和70后商业老将CEO王启斌和00后「AI Native」联创陈源培畅谈，在机器人的大赛道里，他们是如何抓住务实落地小场景的。 专业词汇注释 具身智能：即具身化的人工智能，能通过物理身体与现实世界环境互动学习和进化，如机器人。 遥操作：通过交互设备对远程机器或系统进行实时控制。 强化学习：AI通过不断试错来学习的方式，在执行任务时 行为达标即可得奖励，不断累积经验，从而做出更好决策。 VLA：Vision-Language-Action Model。即视觉语言动作模型 不仅理解语言指令，也能通过视觉感知环境，而后自主决策和执行动作。 VLM：Vision–Language Model。即视觉语言模型，对视觉内容可深刻理解，并可进行自然语言交互。 预训练：通过大规模通用数据集对模型进行初步训练，使其掌握语言、图像等数据的基本结构和通用特征，从而为后续的特定任务优化提供基础。 后训练：预训练完后进行专业化能力增强的阶段，通过微调与对齐技术 调整模型参数，更精准适配目标场景。 机器人大小脑（快慢脑）：类似人类大脑负责决策、小脑负责协调运动，亦有快慢脑架构，慢脑‌专注于场景理解，任务规划和长期决策；快脑‌专注于实时控制与动态响应，快速执行具体动作。 长程灵巧操作：指机器人在开放环境中自主执行一系列精细动作任务。这些任务通常涉及多步骤、工具使用、物体交互，以及需要适应实时变化的环境。 人在回路：Human-in-the-Loop。人类实时参与AI决策闭环，用于修正模型偏差或处理不确定性场景。 ImageNet：机器学习中最著名的可视化数据集之一，视觉模型训练基石，超过1400万的图像URL被ImageNet手动注释，包含2万多个类别，每个类别包含数百个图像。 CoT：Chain-of-Thought。即思维链，处理复杂任务时，让AI分步展示逻辑推理步骤，方便使用者了解过程 进行针对性训练和优化。 API：Application Programming Interface。软件通信接口，不同程序交互的桥梁，可让AI连APP、连机器人，功能互通。 RLHF：Reinforcement Learning from Human Feedback。即人类反馈强化学习，AI通过人类评价、学习人类偏好，进行调优。 世界模型 World Model：类似于真正的人类大脑，理解现实世界中的物理和因果规律，具备“物理直觉” 可在内部模拟环境变化，并基于环境推演未来状态 评估自身行为的后果。 CoAT：Chain-of-Action-Thought模型。它在传统思维链（CoT）中引入元动作（meta-actions），来实现模型在推理过程中的自主控制和动态调整。 Sim-to-Real Gap：即仿真到现实的差距，指人工智能在仿真环境中表现良好，但迁移到真实物理世界时性能显著下降的现象。 Embodiment Gap：即具身鸿沟。指具身智能在模拟环境中的表现和物理世界真实交互能力存在显著差距。 eVTOL：Electric Vertical Take-Off and Landing。即电动垂直起降飞行器 无需跑道即可起降，用于城市空中交通（飞行汽车）或低空运输。 AGI：Artificial General Intelligence。即通用人工智能 能像人类一样思考并执行任意任务，是普遍认为的人工智能终极目标。 PMF：Product-Market Fit。产品与市场的最佳契合点和匹配度，被普遍认为是创业成功的核心要素之一。 ‌AI Native‌：即AI原生物种或人群，从诞生之初就在 AI 范式和环境里成长学习，并持续演进的个体和组织。 时间轴导航 ⏰ 07:28- 「比特斯拉早3年？灵巧手研发的早期布局」 团队早在2020年就开始研发灵巧手技术，比行业热潮提前多年 ⏰ 11:57- 「为什么不做全人形机器人？」 "双足机器人为了保持稳定要花费很多算力和能源，即使这样依然有摔倒危险" ⏰ 15:35- 「家庭机器人的真实难度」 "大家低估了人形机器人进家庭的难度，从操作安全到故障修复，每个问题都很复杂" ⏰ 25:57- 「智能体技术如何赋能机器人」 "大模型真正能干活一定要变成智能体，一旦加上物理的身体，智能体就能发挥巨大作用" ⏰ 35:09- 「机器人数据获取的创新方法」 嘉宾分享灵初独特的数据采集策略，结合互联网数据、仿真数据、真实数据和真机数据 ⏰ 40:39- 「人机协作的未来模式」 王启斌提出机器人发展将遵循自动驾驶的路径，大部分时间自主工作，特殊情况人工接管 ⏰ 50:49- 「中国机器人企业出海战略思考」 王启斌分享公司出海战略，计划将中国仓储场景打磨的技术解决方案推向全球市场 "中国的仓储是世界上效率最高、成本最低的，我们有信心明年年底做全球化，解决全球通用的操作问题" ⏰ 52:46- 「AI对人类工作的替代与转型」 周鸿祎提出尖锐问题，探讨机器人产业对蓝领工作的影响及未来5年岗位变化趋势 ⏰ 58:17- 「70后和00后一起创业？有代沟吗？会打起来？」 周鸿祎调侃00后陈源培与70后王启斌的年龄差距，探讨跨代创业团队的优势与挑战 ⏰ 01:04:16- 「什么是AI Native公司？AI时代的组织模式变革」 周鸿祎分析AI对企业组织结构的影响，指出传统互联网大厂的分工模式正在失效 "AI让人类分工界限模糊了，以前做产品需要产品经理、UI设计师、研发人员的严格分工，现在可能一个人借助AI就能完成" ⏰ 01:11:38- 「AI时代与互联网时代商业模式非常不同」 "AI是一种生产力，用得越多成本越高，很难免费，这会让很多互联网免费模式玩不转"

本期嘉宾：张勇 白小T创始人 本期简介：AI时代，为什么一件白T恤能卖32亿？为什么没有“Aha Moment”的产品终将被遗忘？从泼不脏的面料黑科技，到把中国文化穿在身上的品牌野心；从借助互联网思维对传统服装业进行“降维打击”，再到策划出“把T恤送上太空”的营销闭环。常将“让用户超预期”这六个字挂嘴上的白小T创始人张勇，做客红衣客厅与我对谈。 时间码： 00:00:58 我是特斯拉粉丝？这里更正一下 00:02:02 为什么一家服装企业说自己是科技公司？ 00:05:42 用户的痛？用黑科技解决 00:10:34 现场演示酱油泼衣后秒擦净 00:13:53 “伍兹都可能会成你客户” 00:24:54 为啥叫白小T？不叫黑小T？ 00:28:17 不是初创？那他为什么能成功？ 00:33:25 他玩了一种独特的跨界商业哲学 00:36:05 从马斯洛的视角，看当今恶性竞争 00:46:23 把logo印在哪？公司内部讨论至少10次 00:52:28 没有“啊哈”，你的产品会被遗忘 00:53:44 服装设计业受AI“天大”影响 01:01:00 把T恤送上天，这是真正的市场策划大师啊