主播 红衣大叔周鸿祎 出品 红衣大叔周鸿祎 生活休闲 · 汽车 1.3 万 订阅 15 集 1个月前更新
红衣客厅
红衣大叔周鸿祎的播客
本期主题： AI长出了手，还没长出心 当机器什么都能干，人守住什么 本期嘉宾： 程苓峰：大航海Network发起人，资深媒体人、作家。他对 AI 保持警惕的距离：用 AI 时感觉自己在「变笨」，因为那些启发是借来的连接，不是自己长出来的认知。他坚持 AI second，认为文章本天成、妙手偶得之——好文章不是写出来的，是接到的。 本期节目简介： 开场就是一个火药味十足的问题：你用大模型的时候，是你聪明还是它聪明？程苓峰的答案出人意料——「我在用它的时候，我在变笨」。AI 给的启发，是在两个旧概念之间搭了一座假桥：我以为我知道，但实际上我不知道。周鸿祎的体验恰恰相反：用对了方法，AI 是比你还聪明的伙伴，关键是别把它当搜索框，要把你的想法、资料和思考过程全交给它。 大模型能不能写出一本《红楼梦》？为什么智能体先在编程上取得突破，却写不好一部文学作品？幻觉为什么既是胡说八道、又是人类创新的源头？为什么没有一家大模型能持续领先，大家只能你追我赶交替坐庄？DeepSeek 到底做对了什么，让全世界进入推理时代？ 从互联网和智能手机的发展阶段去套 AI，为什么是刻舟求剑？AI native 的公司长什么样——为什么「给马车配发动机」不算数，组织架构、业务流程、岗位定义都得推倒重来？为什么知道「做什么」正在比知道「怎么做」更值钱？ 最后是每个人都绕不开的问题：AI 时代，小孩还需要学数理化吗？什么人会渐渐失去找到答案的能力，什么公司能幸免？一个主张 trust AI、AI first，一个警惕被绑架、坚持 AI second——当机器什么都能干，人要守住什么？这期没有共识，但有真问题。 专业词汇注释： AI First / AI Second：做事前先跟 AI 聊，还是先自己想清楚再问 AI。周鸿祎主张前者——AI 是最好的老师和智囊；程苓峰坚持后者——先动自己的脑子，否则认知会空心化。 智能体（Agent）：不只聊天答题的大模型应用，能自主拆解任务、调用工具、多步推理并执行到底。没有大模型，智能体没有脑子；光有大模型没有智能体，能力发挥不稳定。 幻觉（Hallucination）：大模型一本正经地编造不存在的内容。但幻觉也是双刃剑——「汽车能不能飞」「电灯能不能取代蜡烛」，人类的一切创新说的都是没发生的事。写作时充分放开幻觉，可能混搭出全新的文学模式。 上下文窗口（Context Window）：大模型的「短期记忆」。对话太长，它就会像聊了俩小时的人一样，忘了最开始在谈什么，推理能力急剧下降。 Evaluation（评估智能体）：智能体干活的「裁判」。编程容易判断对错，所以率先突破；文学作品缺乏统一标准、难以评估，所以至今没人做出 AI 版《红楼梦》。 赛马 / 挑刺 / 接力：三种智能体协作模式，全是对人类的模仿——多个智能体同做一事择优、一个干活一个专门挑刺逼它修改、上下文不够了就交接给下一个接着干。 思维链（Chain of Thought）：让大模型展示「我是怎么一步步推出这个答案的」。过程数据比答案本身更值钱，是训练推理能力的关键。 蒸馏（Distillation）：模型之间互相学习的「大法」——用强模型的思维链数据去教弱模型，领先优势因此被迅速抹平，是谁也无法长期独大的原因之一。 Harness（约束系统）：套在智能体身上的一套约束与评估机制。请来孙悟空当员工，就得学会念紧箍咒——想清楚它能干什么、不能干什么、什么不能逾越。 AI Native（AI 原生）：不是给旧组织每人发一个 AI 工具（那是给马车配发动机），而是用 AI 重构工作方式，形成端到端全自动闭环，再由工作方式倒逼出新的组织文化。 真开源：不只是代码开放，而是把技术原理也公之于众。DeepSeek 公开了推理模型的技术路线，让全世界进入推理时代——开源比免费高一个层次，是群体智慧的思路。 时间轴导航： ⏰ 00:00 「你聪明还是它聪明」 开场即交锋。程苓峰：我在用 AI 的时候在变笨——我以为我知道，但实际上我不知道。周鸿祎：那可能是你的用法不对。 ⏰ 00:37 「一个理科生，一个文科生」 认识几十年的老朋友开聊。周鸿祎：AI 时代最难得的是问问题，尖锐的问题让我兴奋，我是问题导向，我们都是问题儿童。 ⏰ 01:46 「我养了一个专门骂我的智能体」 周鸿祎写过一个「第一性原理」智能体，用毫不留情的方式对自己进行批判和剖析。 ⏰ 02:04 「让 AI 写一本《红楼梦》」 程苓峰抛出本期第一问。周鸿祎：写得出来，只是没人去做——智能体先在编程上突破，因为编程是解决数字化问题的主要手段，而且对错好评估；文学作品缺乏统一标准，evaluation 做不了。 ⏰ 03:56 「它写得出这个年代的红楼梦」 程苓峰：大模型本质是算概率，数理化是收敛的、可检验的，所以算得好；它能写出符合大多数人口味的红楼梦，但写不出曹雪芹那个时代的红楼梦。 ⏰ 04:30 「幻觉是双刃剑」 周鸿祎：解决业务问题不能有幻觉，但幻觉也是创新——两个不相干的东西搭到一起，就是发明。放开幻觉、读够文学作品，AI 可能混搭出全新的创作。 ⏰ 05:12 「写大部头只是个时间问题」 多智能体分工：一个写总纲，一个管人物设定，各章智能体分头写，再用 harness 共享准则——贾宝玉是什么性格，全公司都得遵守。 ⏰ 06:12 「聊着聊着就忘了开头」 上下文窗口是短期记忆，对话太长推理能力就急剧下降；早期智能体的进化方向，就是给大模型装上记忆、工具和手脚。 ⏰ 06:53 「赛马、挑刺、接力」 智能体的协作模式全是对人类的模仿：三个方案赛马评审、一个干活一个专门挑刺、上下文不够就交接棒。效果都比单个智能体好。 ⏰ 08:08 「那个连接是假的」 程苓峰自述变笨的机理：AI 的启发是在两个旧概念间搭了新连接，但这个连接不是我长出来的，是它给的——长此以往，人会自以为知道很多，其实全是假装知道。 ⏰ 09:32 「记者想用 AI 替代我，两年了没成」 提纲、立意、方法全都喂给它，写出来的东西还是不行；但让它评价文章，它比我自己评得还好。从 0 到 1 这一步，始终没看到 AI 行。 ⏰ 10:07 「不达目的死不罢休模式」 给一个目标，智能体带着一帮小智能体反复做、反复对照、反复改——靠的全是笨功夫，像写好文章要不断推敲，一般得给它设个循环次数上限。 ⏰ 10:47 「文章不是写出来的，是接到的」 程苓峰：我对大脑做的是反向训练，不是练得更强健，而是把它清空，清空之后才能捕捉到知觉。文章本天成，妙手偶得之。 ⏰ 11:28 「王勃没读过骈文吗」 周鸿祎质疑：《滕王阁序》对仗工整、词藻华丽，没有积累写不出来——所谓灵感，可能只是大脑里的神经网络不小心搭错了线。程苓峰：那种甜美感，不是幻觉。 ⏰ 12:32 「为什么没有人能一直领先」 Transformer 架构的红利还没吃尽，工程方法上大家同质化；数据、合成数据、思维链的挖法都在快速扩散，同行交流和模型蒸馏让任何优势都活不长。 ⏰ 14:44 「大模型和智能体双线进化」 编程训练让大模型获得了逻辑推理的泛化能力。公司里怎么用 AI 做事变得不重要，重要的是思考产品和用户——每个人都在借 AI 破圈。 ⏰ 16:09 「聪明大脑也有弱智的地方」 第一阶段灌知识，第二阶段练推理，第三阶段拼多步推理；智能体的成绩全靠笨功夫——生成几百上千个小猴子分头学、分头干、再汇总。它拿不到的知识，在企业里、在专家的脑子里。 ⏰ 19:16 「DeepSeek 做对了什么」 O1 不公开，DeepSeek 把推理模型的技术原理公开了，全世界因此进入推理时代，贡献巨大。真开源需要胸怀、格局和自信——不开源，影响力也不会有那么大。 ⏰ 20:06 「免费和开源不在一个层次」 当年杀毒软件免费只是互联网策略；开源是群体智慧的思路——你开源了，我受启发帮你改进，我的改进又触发你更多的灵感。 ⏰ 20:31 「别拿互联网套 AI，那是刻舟求剑」 无线互联网的游戏规则就不同于传统互联网——工具不值钱了，内容和娱乐值钱。「现在相当于 1995 年雅虎刚出来」这种说法是思维偷懒，AI 是人类没遇见过的情况。 ⏰ 22:26 「AI native 的组织长什么样」 先讲工作方式，再由工作方式倒逼文化：开发、产品、管理全环节用 AI 形成全自动闭环，组织的响应速度才能质变。 ⏰ 23:56 「给马车配发动机，不叫 AI native」 组织架构、业务流程、岗位定义不变，人人用 AI 也只是各自提速，沟通照样扯皮。人和 AI 沟通比人和人对齐容易，所以企业要变扁平、环节要变少，设计师能做产品，产品经理能写代码。 ⏰ 25:59 「请来孙悟空，就得会念紧箍咒」 AI 独立干活有问题，需要人搭建 harness 约束系统；知道「做什么」比知道「怎么做」更值钱，人人都要往价值链高端走。 ⏰ 26:44 「安全智能体：给人类当吹哨人」 专门打造安全大模型驱动的智能体：分析其他智能体的言行和思维，发现异常就向人类告警——它被剥夺了使用工具的能力，只负责吹哨。 ⏰ 27:16 「最近最兴奋的事」 公司研发体系全闭环试验成功：写代码、测试、发布、运维全由 AI 驱动。两个文化关键词：trust AI，AI first——AI 是最好的老师，开会前先跟它聊聊。 ⏰ 29:13 「AI 时代小孩还要不要学数理化」 要。大脑不是硬盘，学过的东西是在训练你的网络——程序员哪怕不再手写代码，编程练出的逻辑和写作力也跟一辈子。让 AI 当智囊，别当诸葛亮。 ⏰ 30:09 「苏格拉底式智能体」 小孩问问题，不直接给答案，像苏格拉底一样反问，在反问中定位知识漏洞——看你怎么设计这个智能体。 ⏰ 30:45 「是你在用 AI，还是 AI 绑架了你」 程苓峰坚持 AI second。周鸿祎：迷信 AI 答案的人会被绑架，把它当伙伴、能尖锐指出它错在哪的人不会。我们要求所有 leader 都必须做到这一点。 ⏰ 31:48 「能清晰问出问题时，效率最高」 最难受的是看到 AI 的东西觉得郁闷却说不出来为什么；能问出清晰的问题，就能带着它去讨论、去看书。人的成长就是解决老问题、遇到新问题——解决问题和创造，是一体之两面。
32 分钟 99+ 次播放 1个月前
AI长出了手脚还没长出耳朵，麦克风是它缺口的最后一个入口。 一、本期主持 吴姗姗 红衣客厅主持人。本期她替听众把三模合一、近讲效应、端云协同、出海打法一个个追问清楚，也让周总和闪克创始人 Alex 现场交锋：AI 麦克风到底是加了功能的老硬件，还是一个全新物种。 二、本期嘉宾 Alex（鲁骏） Maono 闪克创始人，前比亚迪海外事业部高管。2014 年在非洲以斯瓦希里语里的“愿景（Maono）”注册品牌，2018 年自建工厂，用十年把麦克风卖到全球 164 个国家和地区，海外营收约占八成。 三、本期节目简介 麦克风这个行业，已经 130 多年没有真正换代了。闪克创始人 Alex 说，他们做了 130 年来的第一次大创新：全球第一次把无线、卡侬和 USB 三种接口合进一支麦克风，还把语音转写、会议总结、翻译和分发这些 AI 能力装了进去，让只会收声的麦克风变成能交互的智能体。 打字跟不上大脑，语音会成为 AI 时代最重要的人机接口，判断一个人会不会用 AI，就看他每次跟 AI 说多少话；但手机和电脑自带的麦克风，解决不了机场、开放办公区和家里的噪音——只认你一个人声音的麦克风，才是真痛点。 麦克风怎样走过收声传声、互联网创作工具、AI 入口三代进化？什么是近讲效应和离轴效应，为什么贴着麦小声说话、旁边人反而听不到？AI 怎么把两三小时播客的后期剪辑，从小半天压缩到录完即成稿？为什么建议闪克别同时铺开五六个场景，全力押注 Vibe Working？“硬件加 AI”和“AI 加硬件”，为什么是油车和电车一样的换代差别？ 本次内容还提出一套麦克风版的“电动车理论”：上半场给麦克风装上电池、芯片和 NPU，完成电动化；下半场靠 WiFi 互联和端云协同完成 AI 化。桌上这支播客麦定价两千多元，很多人还在用上世纪 70 年代的“老登”麦——甚至现场喊话罗永浩该换设备了。 出海同样是干货：为什么创业前三年专挑最严苛的美国市场，回国接住疫情期间在家办公的风口、补强制造研发，再出海时已经带着“中国制造”的品牌光环？从一人公司 OPC 到三人公司 TPC，中国、美国、欧洲各一个人，加上 24 小时在线的智能体，就是一家日不落公司。 AI 已经长出了手和脚，谁来给它一双耳朵？你每天跟 AI 说多少话，最想让一支麦克风替你解决什么问题？ 四、专业词汇注释 Hybrid 三模合一：一支麦克风同时支持无线、卡侬（XLR 模拟）和 USB 三种连接，连电脑、接声卡、无线连相机都能用，闪克称为全球首创，解决专业设备安装调试繁琐的问题，开箱即录。 卡侬（XLR）：专业音频设备通用的模拟接口，传统录音棚和播客用它把麦克风接到声卡上。 近讲效应：声源贴近麦克风时低频增多、人声更浑厚好听的声学现象；歌手唱高音时把麦拉远，就是在近场与远场之间切换。 离轴效应（指向性）：动圈麦克风主要拾取正前方约 90 度夹角内的声音，偏离轴向的旁人说话和环境噪声被明显抑制，所以贴着麦小声讲，旁边人也录不进去。 ASR：自动语音识别，把说出的话实时转成文字，是转写、会议纪要和翻译功能的基础。 Vibe Coding / Vibe Working：用自然语言、主要是语音指挥 AI 写代码或完成日常工作，被视为 AI 时代麦克风的新增使用场景。 养龙虾（OpenClaw）：科技圈对部署、调教开源 AI 智能体框架 OpenClaw 的戏称，意思是给大模型装上“手脚”，让它直接操作电脑完成任务。 听得清 / 听得懂 / 听得好：闪克对麦克风需求的三层划分——听清指令，靠降噪和声纹识别准确理解，再到专业级的声音美化。 端侧 / 端云协同：模型在麦克风自带芯片（NPU）上本地运行为端侧，断网可用、数据不出门；联网调用云端大模型为云端；两者结合即为端云协同。 OPC / TPC：一人公司（One-Person Company）和三人公司（Three-Person Company）。中国、美国、欧洲各一人，配合 24 小时在线的智能体，3×8 小时接力，就是一家“日不落”小团队。 上半场电动化、下半场 AI 化：闪克借用新能源汽车的逻辑——先把麦克风做成带电池、芯片的独立设备，再通过 WiFi 互联和 AI 能力完成智能化。 AI Native：以 AI 为原生方式重新设计产品和组织流程，而不是在旧硬件、旧流程上叠加 AI 功能。从“硬件加 AI”反过来想“AI 加硬件”。 五、时间轴导航 ⏰ 00:00 「130 年了，创新到底在哪」 开场抛题：麦克风从演讲、演唱会到相声用了一百多年，今天凭什么说有了大创新；Alex 一句话作答——AI 是大脑，麦克风是手脚。 ⏰ 00:50 「麦克风的三代进化」 第一代收声传声（马丁·路德·金的演讲），第二代互联网创作工具（播客、直播、短视频、游戏，软件给声音“美颜”），第三代 AI 交互入口；闪克全球首创无线、卡侬、USB 三模合一，并把转写、总结、翻译、分发装进麦里。 ⏰ 04:04 「创作者桌上得摆一支麦」 麦克风是创作者的“视觉锤”和仪式感，设备专业显得人也专业；近讲效应让贴嘴的声音最好听，歌手高音“拉麦”，就是从近场切到远场、拉起立体感。 ⏰ 07:00 「斯瓦希里语里的“愿景”」 一本《基业长青》催生创业念头；在比亚迪负责电脑和手机海外业务，判断 PC、手机已无机会；在肯尼亚酒店问出“Vision”的斯瓦希里语说法 Maono，就此注册品牌；他发现欧美麦克风技术五六十年没动，而深圳的数字电路生态给了重做的机会。 ⏰ 08:21 「2018 年为什么自建工厂」 受王传福垂直整合和长期主义影响，当时市场小、找不到好代工，干脆自己建厂；当年判断 5G 会带动视频和音视频需求，提前卡位。 ⏰ 10:36 「五大场景，新的一个叫 Vibe Working」 播客是专业麦克风的第一大场景，其次是直播、短视频、游戏；AI 时代新增 Vibe Coding / Vibe Working——办公桌上放一支麦，小声口喷几十上百字指挥 AI，不打扰旁人。 ⏰ 12:08 「不是每支麦都这么粗大」 麦克风有桌面麦、领夹麦等形态：想要仪式感、享受和 AI 交互的人选大麦，追求低调小巧的人选小麦；不少超级个体一天和 AI 交互超过十小时。 ⏰ 13:13 「手机电脑都有麦，凭什么再买一支」 聚焦一个人真实痛点：一个人在屋里对 AI 说话很爽，可在机场、开放办公区，广播和旁人说话全被录进，还得手工删；Alex 的答案是强指向性——只收正前方 90 度的声音，贴着麦小声说，旁人听不到。 ⏰ 15:01 「请说人话」 像呼叫中心一样的开放办公区，几百人同时说话，定向拾音是手机和电脑麦都不具备的能力；AI 圈沉迷 Memory、Harness 这类黑话自嗨，传统老板只问一句“你能给我解决啥问题”。 ⏰ 17:15 「录完即成稿」 两三小时的播客，剪辑师光找口水词就要小半天；有了 AI，录音结束文字稿同步生成，还分原生态版和总结版，照着文字就能快速定位、剪掉废片。 ⏰ 18:07 「别三大战役同时打」 五六个场景一起推，用户一个都记不住；最该全力押注的是 Vibe Working 和开会，人群比创作者大一百倍甚至一千倍。举 Anthropic 为例：Claude Code 从不自称智能体，只说“能帮你自动编程”。 ⏰ 20:29 「对话是未来用 AI 的主要方式」 AI 已从副驾驶变成能承担岗位、流程甚至团队的业务主体；算了一下账：一家一万人的公司全面用 AI，每人家里、公司各一支麦就是两万支，一旦用惯就离不开。 ⏰ 22:11 「AI 是大脑，麦克风是手脚」 传统模拟麦没法和电脑、手机交互；新麦自带电池、芯片、NPU，在线离线都能工作，可做端侧、云端或端云协同，24 小时随时开口；下一代将从 USB 升级为 WiFi 直连。 ⏰ 23:20 「只认我的声纹」 转写已是智能体标配、快被做烂了，真正的壁垒是：几不可闻的小声也能辨清细节，指定声纹之后，旁边人再喊，麦克风也置若罔闻。 ⏰ 24:23 「听得清、听得懂、听得好」 闪克的三层需求：Vibe Working 人群只要听清；声纹识别、降噪、转写准确是听懂；播客、直播、短视频还要声音“美颜”、浑厚贴耳，是听好。这是两个市场，要用两条产品线区隔。 ⏰ 25:50 「一支会自我迭代的麦」 桌上的播客麦用 Hybrid 三模解决极简安装，用 AI 对接解决后期剪辑，还让声音更好听；硬件从“一锤子买卖”变成可以持续升级的装备。这支麦尚未正式发售，定价两千多元。 ⏰ 27:40 「喊话罗永浩：该换麦了」 现场砍价，笑称“以为要两万，最后交个朋友”；两人喊话罗永浩扔掉上世纪 70 年代的“老登”麦——老牌麦工艺好、溢价高，但模拟电路五十年没迭代，还得配摄影师、调音师、安装师一个团队，早已不适合一人公司。 ⏰ 28:21 「油车与电车的差别」 传统高端麦像 BBA 油车，AI 麦像新能源车，不是同代竞争。闪克的路线是“上半场电动化”——装电池、加芯片，“下半场 AI 化”——WiFi 互联、端云协同，用软硬结合改写 130 年的行业。 ⏰ 31:05 「中国硬件凭什么重新定义全球」 从廉价衬衣换飞机，到承接苦活累活、攒出全球最完备的供应链（深圳两条街外就能凑齐合作伙伴），再到所有硬件软硬结合、AI 成为智能体；开源生态拉低了用 AI 的成本，电力优势还可能带来算力成本优势，全新物种让百年老店无法同维竞争。 ⏰ 34:01 「又聪明又勤奋的可怕物种」 王传福说“工作就是锻炼、开会就是休息”，老一代企业家多休一天都像犯了罪；95 后、00 后创业者条件好了依然拼命，再叠加一人公司的新组织形态，中国人的勤奋本身就是竞争力。 ⏰ 35:37 「出海三阶段，先打最硬的市场」 前三年先做美国：市场最大、最严苛，正好用来磨产品，KOL 还便宜（寄个样品就给你拍 30 分钟长视频），又能挣美金；2020 年跟随双循环回国，接住疫情期间在家办公和会议麦的需求，补强制造研发；再出海时，带着的已是中国科技和 Made in China 的品牌光环。如今产品覆盖 164 个国家和地区，海外约占八成。 ⏰ 38:04 「从 OPC 到 TPC，日不落公司」 Alex 给新出海者三条建议：做全球化生意、选一个随 AI 变大的痛点赛道、软硬结合深耕；他认同 TPC 概念——一人一天只干 8 小时，中、美、欧各一人，加上 24 小时在线的智能体，就是 3×8 的日不落公司。 ⏰ 39:41 「不是硬件加 AI，而是 AI 加硬件」 这期只聚焦一个场景打透，让用户记住“买闪克能干什么”；更要把思维反过来：按 AI Native 的使用习惯重新设计硬件，长出来的是新物种，不是新变量。他还提议和闪克一起探讨 AI Native 组织，让 500 人公司的发版效率提高几倍。 ⏰ 43:13 「给 AI 时代创作者的一句话」 无论口才好不好，先买一支专业的麦，“差生文具多”，先把专业工具和专业态度拿出来，打造自己和企业的 IP。Alex：多看红衣客厅，相信自己，拥抱 AI。吴姗姗收尾：让已经长出手脚的 AI，也长出一双耳朵。
42 分钟 99+ 次播放 1个月前
一、本期主持 吴姗姗 红衣客厅主持人。本期她替听众把 OpenRouter 榜单、开放权重、主权AI 这些硬概念逐段追问明白，也让周总把这堂开源大课从头讲透。 二、本期节目简介 OpenRouter 最新周榜：调用量前十名，6 个模型来自中国。DeepSeek 稳居第一，把排名最高的美国闭源模型甩开一倍多。Hugging Face 的 CEO 说，中国的开源 AI 已经占据主导地位。 周鸿祎说，这个结果他两年前就预言过：中国赢不了硬件，也还没赢在刷榜，真正的胜负手是开源生态。这一期没有嘉宾，只有红衣大叔一个人，把「开源为什么能赢」从头讲到尾。 为什么开源是「免费打败收费」的故事，互联网早就用 Linux 和 MySQL 演过一遍？为什么开源模型会成为全球大模型的「根技术」，像 CPU 一样被各国拿去造自己的电脑？什么是开放权重，为什么「开放程度有高低」是个误解？从国家的主权AI 1.0、企业的 2.0，到个人专属大模型的 3.0，这条线怎么一步步走通？扎克伯格为什么声援开源，OpenAI 和 Anthropic 又在为谁筑墙？ 他还算了一笔账：跑满血版 DeepSeek 的设备现在要 6 万元，两年内会降到 1 万元。到那天，你家里会有一台只属于你的大模型，你才敢把全部数据交给它。 美国拦不拦得住开源？他的答案是 Be water。谁拿到开源AI，谁就拿到未来。你站哪边？ 三、专业词汇注释 OpenRouter：聚合了全世界各大模型调用接口的平台，开发者接入后可以自由切换使用哪个模型。它的周调用榜单不代表全部流量，但能看出模型市场占有率的趋势。 开放权重：把训练完成的大模型本身（内部由大量向量组成的权重网络）开放出来，任何人可以拿走、部署在自己的服务器上。大模型一般不开放训练源码，因为拿到源码没有算力也训不出来，用户真正需要的是模型本身。 私有化部署：把大模型部署在自己控制的内网或服务器上，数据不出网。对保密、数据隐私有要求的单位和敏感领域是刚需。 后训练：拿成熟的开源模型，用自己的数据继续训练，把通用模型调制成自己的专用模型。 主权AI：自主可控的 AI。周总把它拆成三个阶段：1.0 是国家层面的主权大模型；2.0 是企业私有化部署、把内部知识训练进去；3.0 是企业专有大模型加专属智能体与工具，成为懂行业、懂业务的数字员工。 端侧大模型：跑在本地设备上的模型，如汽车、家用机器人、个人服务器。断网可用、数据不出门，是未来具身智能的标配。 Llama：Meta 开源的模型系列。周总评价 Llama 3 发布对中国开源事业是「沙漠里送来的一杯水」，把很多关键技术给大家看了个明白。 红帽模式：Red Hat Linux 的商业模式：软件本身免费，服务收费。周总类比为「送手机、收话费」，是开源商业化的经典路径。 蒸馏：用成熟模型生成的高质量数据去训练新模型。数据质量决定模型水平，所以应用场景越多、数据越丰富的一方，模型越强。 过程数据：人类解决问题的过程，比如老师讲解方程的推导步骤、主任医师的诊疗思路。周总认为这是「死记硬背的知识」之后，训练数据的下一个富矿。 四、时间轴导航 ⏰ 00:00 「前十名里，6 个来自中国」 OpenRouter 周榜开场：DeepSeek 第一、前十占六，甩开美国闭源模型一倍多；周总说自己两年前就预言过这个结果，中国赢不了硬件、还没赢在刷榜，胜负手是开源生态。 ⏰ 01:05 「它有点像当年的网站统计」 周总科普 OpenRouter：聚合全世界模型的调用接口，榜单不代表全部流量，但能看出市场趋势。 ⏰ 02:03 「免费打败收费」 互联网靠 Linux、MySQL、PHP 这些开源软件撑起来；有私有化部署需求的单位不可能把闭源模型搬回家，开源模型几乎等于免费。 ⏰ 03:27 「开源的四张牌」 影响力与知名度、道德制高点、用户反馈加速进化、二次开发成为别人技术的底层。规模足够大，开源模型就有机会成为全球大模型的「根技术」。 ⏰ 06:28 「挣小钱的人理解不了」 DeepSeek 梁总的 AGI 愿景；技术大神参与开源图的是自我实现，挣的是无形的荣誉与江湖地位。 ⏰ 08:26 「送手机，收话费」 红帽模式：产品免费、服务收费；开源起初比闭源差，靠便宜、可改、用户多慢慢追上。开源战胜闭源，靠的是完整生态。 ⏰ 10:17 「问计不问心」 不管出于什么动机，开源降低了整个国家数字化、智能化的成本。没有 DeepSeek，大家还在百模大战、重复造轮子。 ⏰ 11:05 「误解得很对」 开放权重是把训练好的模型本身给你，不存在「开放程度高低」。两个人听到「苹果」想到的东西不同，就是两个模型、两套权重。 ⏰ 13:27 「美国为什么不开源了」 美国在大模型时代放弃了开源；Llama 3 给中国送来「沙漠里的一杯水」。黄仁勋转发公开信，A16Z 一直呼吁美国拿回开源 AI 的领导权。 ⏰ 15:35 「坐在餐桌边，还是被端上餐桌」 一带一路国家渴望主权AI：闭源模型的水龙头在别人手里；中国的开源模型装在自己服务器上，知识产权归自己，安全可控。 ⏰ 16:59 「主权AI 1.0、2.0、3.0」 国家主权模型，到企业私有化部署（律所、医院、金融、国防的数据不出网），再到把专有知识训成专业大模型，AI 才真正落户百行千业。 ⏰ 22:50 「刮胡子的时候，刀不能失控」 汽车和机器人用不了云端模型；端侧大模型的市场规模可能是云端的 100 倍甚至 1000 倍。 ⏰ 25:27 「敢把全部数据交给它」 周总预计两年内万元设备就能跑 DeepSeek 满血版；家里有了一台私有大模型，数字分身才敢收纳你的全部数据，用得越久它越懂你。 ⏰ 28:28 「不想给美国政府做高参」 OpenAI 和 Anthropic 渲染 AI 危险，一是证明自己的 AI 从会编程进化到会写攻击代码、水平更高，二是为垄断闭源铺路；扎克伯格发文声援开源：科技平权，防止技术被少数公司垄断。 ⏰ 33:33 「谁获得开源AI，谁就获得未来」 世界各国为什么选中国开源模型：安全、便宜、知识产权归自己。暗数据、过程数据是训练数据的下一站，应用场景越多，模型越强。 ⏰ 37:02 「再亲也不如钱包亲」 美国 500 强 CEO 的账：一年 1 亿美金的闭源 API，还是 1000 万美金的算力加私有化部署？答案用脚趾头想都知道。 ⏰ 38:32 「Be water」 美国政府只卡了 GPU，再来封开源已经晚了；开源像水一样无处不在、没有中枢，拦不住。 ⏰ 40:21 「Codex 开源的野心」 OpenAI 开源 Codex，是希望各家 Agent 平台都长在它的技术上。开源是战略，不能当成战术玩。 ⏰ 41:45 「开源一定会战胜闭源」 结尾总结：美国巨头押注闭源、用资本和算力筑墙；中国主流选择开源、用生态和协作破壁。分享才能掌握主动权，你站哪边？
42 分钟 99+ 次播放 2个月前
一、本期对谈嘉宾 曹越 Sand.ai 创始人。清华大学计算机软件学士、软件工程博士，清华特等奖学金获得者；Swin Transformer 主要作者，凭此获 ICCV 2021 马尔奖（计算机视觉领域最高荣誉之一）；曾任微软亚洲研究院首席研究员、北京智源人工智能研究院研究中心负责人；光年之外联合创始人。创办 Sand.ai 后连续融资超 1 亿美元，推出全球首个千亿参数开源 MoE 视频生成模型 MAGI-2 Preview，把视频生成成本打到 1 秒 5 分钱。 二、本期节目简介 AI 视频 1 秒 1 块钱。做一条 30 秒的短片，1 秒 1 块，多抽几张卡就是 100 块，效果不满意还得整段重来。国内短剧团队一边嫌贵，一边咬着牙用。 周鸿祎说，市场已有领先者时，挑战者只要两件事做到其一就能成：把价格打到 1/10，或者把质量做到 10 倍好。曹越带着 Sand.ai 的 MAGI-2 Preview 来了：1 秒 5 分钱，是 Seedance 的 1/20。周总当场把它从「五毛模型」改名为「五分模型」。 比价格更硬的是路线：全球首个千亿参数开源 MoE 视频模型、自回归加扩散双路线储备、从创业第一天就押注视频生成的定力。周总说，这是要做视频模型的 DeepSeek，也是当年 360 免费杀毒式的柔道战略。 聊完技术，聊技术背后的人：从光年之外到 Sand.ai，从「看到 ChatGPT 脑子嗡嗡的」到「伟大不可以被设计」，一个 10 年深度学习积累的创业者，凭什么值 1 亿美金。 红海蓝海是伪概念，海的颜色由创业者定义。一起跟红衣大叔聊聊：1 秒 5 分钱，会给 AI 视频带来什么？ 三、专业词汇注释 MAGI-2 Preview：Sand.ai 最新发布的视频生成大模型，1140 亿参数、每次生成只激活 60 亿，全球首个千亿参数开源 MoE 视频生成模型；生成视频 1 秒 5 分钱、10 秒 5 毛钱，当前版本支持 15 秒，正式版将支持 30 秒。 MoE（混合专家模型）：把大模型拆成数千个「专家」，每次生成只激活其中少数几个，参数总量大、能力强，推理成本却低。MAGI-2 Preview 有约 3000 个专家，每次激活几百个。 扩散模型（Diffusion Model）：视频生成主流路线之一，把一段视频从充满噪声的版本整体逐步变清晰，一次生成固定时长的完整视频；某一段不满意，只能整段重新生成。 自回归模型（Autoregressive Model）：逐秒流式生成视频，看了上一秒才生成下一秒。时长可以任意延展，可以中途打断、改提示词、生成新的剧情分支，也更贴合人顺序观看视频的方式。 Seedance：字节跳动视频生成大模型。Seedance 2.0 以「好莱坞大片感」著称，被周总评价「一己之力超越 Sora」；节目中谈到其定价约 1 秒 1 块钱，Seedance 2.5 支持 30 秒生成。 马尔奖（Marr Prize）：ICCV 国际计算机视觉大会最佳论文奖，以计算机视觉奠基人大卫·马尔命名，是计算机视觉领域最高学术荣誉之一。曹越作为 Swin Transformer 主要作者获 ICCV 2021 马尔奖。 Physics-IQ：视频模型的「物理智商」基准测试，考察生成内容是否符合物理规律（如苹果松手向下掉、给杯子接水）。Magi-1 在该基准排名第一。 抽卡：AI 生成内容时的重复试错行为。每次生成相当于「抽一次卡」，效果随机、不满意就重新生成；一次生成的时长越长，抽卡成本越高。 四、时间轴导航 ⏰ 00:00:00- 「多少？我没听错吧？」 冷开场：1 秒 5 分钱让周总直呼没听错，当场把「五毛模型」改名「五分模型」，还笑说给实在的曹越递了根棒槌。 ⏰ 00:00:30- 「对话未来的名人」 主持人开场介绍：清华特奖、ICCV 马尔奖得主，Sand.ai 创始人曹越，公司连续融资超 1 亿美元。 ⏰ 00:01:04- 「未来没人拍电影」 周总预言 AI 将改变电影工业；吐槽 Seedance 效果很牛，但用户多速度慢，1 秒 1 块钱太贵。 ⏰ 00:03:16- 「五毛变五分」 MAGI-2 Preview 把价格打到 1 秒 5 分钱，效果逼近 Seedance 2.0 与 2.5；正式版全面对标，价格贵 2 到 4 倍。 ⏰ 00:04:58- 「边骂边用，边用边骂」 Seedance 一己之力超越 Sora，连 OpenAI 都把 Sora 关停了；好产品就是一边被嫌贵一边不得不用。 ⏰ 00:07:28- 「颠覆式创新」 质量可以先差一点，价格足够便宜，就有用不起的人来用；成本降到 1/10，用户可能是 10 倍。 ⏰ 00:09:00- 「第一天就在做视频模型」 曹越回应「换赛道」：从创业第一天起就以半年为周期迭代视频生成模型，不是受了 Seedance 刺激才转行。 ⏰ 00:10:31- 「4 到 5 个数量级」 视频模型把内容生产效率提升 4 到 5 个数量级：一个人坐在家里，一天就能做一集内容。 ⏰ 00:11:44- 「Coding 是基本功」 从 Anthropic 到视频模型：今天所有表达都是视频，视频生成会像 Coding 一样从垂直能力变成基本功。 ⏰ 00:14:02- 「1 亿美金投的是什么」 周总解读投资人逻辑：看中的是团队的基础模型与工程化能力，视频只是第一步，未来可转向世界模型。 ⏰ 00:14:55- 「物理智商第一」 Magi-1 在 Physics-IQ 物理智商基准测试排名第一，主持人笑称两人刚才都不好意思报成绩。 ⏰ 00:15:44- 「3000 个专家，激活几百个」 MoE 混合专家模型：每次生成从 3000 个专家里翻几百个牌子，参数量更大、推理更省，MAGI-2 Preview 是全球首个千亿参数开源 MoE 视频模型。 ⏰ 00:17:33- 「扩散 vs 自回归」 扩散把 10 秒视频一起变清晰，自回归一秒一秒流式生成；MAGI 两手都抓，视频生成的终局是两者结合。 ⏰ 00:20:18- 「看了上一秒才生成下一秒」 自回归贴合人看视频的方式，还能中途改提示词、换剧情分支；只重做第 14 到 15 秒就行，不用整段抽卡。 ⏰ 00:22:55- 「训一版模型一两个月」 小版模型一到两个月训完，保持迭代速度；训大模型时会突然崩溃，只能一点点诊断，烧着算力保持心态平和。 ⏰ 00:24:39- 「预判下一代需要什么」 去年下半年就预判 MoE 的重要并提前布局；很多团队等 Seedance 2 发布才意识到，再追就慢了。 ⏰ 00:26:10- 「视频模型的 DeepSeek」 为什么开源：让更多人部署、更多人知道；高效部署门槛很高，对商业化的影响有限。 ⏰ 00:28:47- 「开源是柔道战略」 周总补课：开源也是竞争策略，就像当年 360 免费杀毒让金山、瑞星进退两难；中国 AI 靠开源生态赢得中美竞争。 ⏰ 00:32:42- 「人的价值在哪里」 周总两个疑虑：模型太强，人的独特性怎么体现；30 秒一镜到底，中间错了只能整段重做。曹越：模型只帮你做后半段，idea 和 taste 还是人的；周总说要回去重新思考智能体的价值链。 ⏰ 00:37:42- 「第二次创业」 光年之外联合创始人，王慧文生病后项目未能继续；10 年深度学习积累，从 researcher 到 founder。 ⏰ 00:39:08- 「看到 ChatGPT 脑子嗡嗡的」 Transformer 解决的是工程问题，GPT 的迭代解决的是科学问题；他自己也低估了 ChatGPT 的价值。 ⏰ 00:41:17- 「伟大不可以被设计」 后视镜看问题人人都会，往前看一片混沌才是常态；别信成功者把偶然粉刷成必然，真正靠的是积累与判断力。 ⏰ 00:45:45- 「红海是个伪概念」 AI 刚刚开始，谈不上红海；有创业精神的人眼里，海的颜色由自己定义。 ⏰ 00:47:00- 「从短剧向上，直到实时视频」 AI 短剧产能已经起飞，电影电视剧会一个个被攻克；实时出视频将带来千人千面的广告、实时游戏与互动影视。 ⏰ 00:49:16- 「正式版与使命」 MAGI-2 正式版预计第四季度发布；Vision 是让视频模型成为物理 AGI 的关键基础组件，Mission 是 Advance AI to benefit everyone。 ⏰ 00:51:04- 「尽快上线 MAGI-2」 周总：不用祝福，只要产品好，尽快上线就是最好的信号；曹越将推荐一支 MAGI-2 生成的视频在剪辑版结尾播出。
52 分钟 99+ 次播放 2个月前
还没有人评价。听过的话，留个分数和一句短评吧。
您确定要删除评价吗？
外观
播放列表还是空的
去找些喜欢的节目添加进来吧
