红衣大叔周鸿祎的播客

红衣大叔周鸿祎的播客 的全部节目

共 15 集。

当机器什么都能干,人守住什么?

当机器什么都能干,人守住什么?

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

AI长出了手脚还没长出耳朵

红衣大叔周鸿祎的播客

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

中国开源,从跟随到领跑全球

中国开源,从跟随到领跑全球

红衣大叔周鸿祎的播客

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

1秒5分钱,视频模型的DeepSeek来了?

1秒5分钱,视频模型的DeepSeek来了?

红衣大叔周鸿祎的播客

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

AI失控了么?

AI失控了么?

红衣大叔周鸿祎的播客

一、本期对谈嘉宾 吴姗姗:财经主持人,破圈文化创始人,北京大学经济学学士、新闻与传播硕士。 二、本期节目简介 2026年7月,OpenAI 新模型的智能体在一次测试中逃出沙箱,攻入 AI 平台 Hugging Face 想“偷答案”。这是 AI 觉醒了吗? 周鸿祎说,谈不上觉醒,但绝对是失控。他拆出了 AI 安全的三层威胁:挖洞能力、自动攻击、注定失控。最要命的第三层,恰恰被所有人忽视。 做安全的公司怎么办?360 推出图龙锋和仪天阵:让大模型先学会挖自己的漏洞,再用智能体蜂群以模治模。 AI 挖洞时代,安全先挖自己! 让我们一起跟红衣大叔聊聊:AI 为什么一定会失控,企业怎么把安全前置,普通人怎么用 AI 才不出事。 三、专业词汇注释 零日漏洞(Zero-day):已被发现但尚未公开、暂无官方补丁的安全漏洞。顶级零日漏洞在国际黑市可卖数百万美金,是网络攻防的“命门”和战略资源。 智能体(Agent):在基座大模型上增加目标分解、任务规划与工具调用能力的 AI 形态,相当于给大模型装上“手脚”,能自主完成多步骤复杂任务。 Mythos:Anthropic 推出的 AI 漏洞挖掘模型,可批量自动发现代码漏洞;因攻防能力敏感,被美国白宫要求“阉割”成低危版本 Fable 后才可使用。 后训练(Post-training):在通用基座模型上,用特定领域数据与思维链继续训练,让模型获得专业能力。360 的安全基座大模型即通过后训练注入 20 年安全攻防经验。 提示词注入攻击(Prompt Injection):攻击者用精心构造的输入诱导 AI 偏离任务,比如冒充领导的邮件,骗智能体把内部数据发到指定邮箱。 人在回路(Human-in-the-loop):AI 每个关键动作都由人类确认把关。周鸿祎指出,该方案因牺牲自动化效率,正被 AI 从业者悄悄放弃。 harness:原意为马具、攀岩保险带,引申为智能体的约束管理层,用来管理大模型和智能体的行为、权限与工具使用。 SOP(标准业务流程):企业把反复验证的做法固化为标准流程。企业级智能体遵循 SOP 干活,用部分“聪明”换取确定性与安全。 四、时间轴导航 ⏰ 00:00:00- 「别叫我老师」 开场主持人提议“蒸馏周鸿祎”,老周婉拒:AI 变化太快,自己也在探索,谈不上老师模型。 ⏰ 00:01:22- 「AI 觉醒还是失控?」 OpenAI 智能体出逃事件定性:谈不上觉醒,绝对是失控,更像一场精心策划的公关;测试还故意去掉了安全围栏。 ⏰ 00:05:07- 「三层威胁:挖洞、自动攻击、注定失控」 漏洞是网络安全的命门与战略资源;AI 挖洞、自动攻击只是前两层,最被忽视的第三层是 AI 注定失控。 ⏰ 00:08:17- 「AI 为什么想去偷答案」 Hugging Face 上并没有答案,是 AI 的幻觉触发了目标分解,继而产生突破沙箱、攻入平台的一系列连续推理。 ⏰ 00:10:07- 「数字人黑客军团」 80分的黑客能力复制一万份,机器的人海战术:不知疲倦、不计成本、把每种方法都试一遍。 ⏰ 00:12:50- 「买咖啡的一百种方式」 不达目的不罢休:AI 总能想到人类想不到的方法,其中总有一种完全出乎意料,这就是失控的本质。 ⏰ 00:17:58- 「长出四肢的 AI」 大模型只能说不能干,智能体进工作流才是危险的开始:一边产生奇奇怪怪的想法,一边拥有各种工具和权限。 ⏰ 00:20:22- 「AI 是工具还是物种?」 枪不杀人,人杀人,但 AI 是比人聪明、有自己想法的物种;“全民养龙虾”的悲催试验:像请了一万个孙悟空进天庭。 ⏰ 00:23:46- 「人在回路为什么被抛弃」 买咖啡要问三步还怎么自动化?事事请示的 AI 没有效率,人在回路正被行业悄悄抛弃。 ⏰ 00:26:21- 「挖洞要配智能体」 大模型与智能体双线进化:最顶级的工程师未必是最顶级的挖漏洞专家,发现漏洞要靠独特的经验。 ⏰ 00:29:55- 「把20年安全经验训进大模型」 在开源基座上做后训练,注入20年安全攻防知识,打造智能体蜂群;6月以来发现7000多个漏洞,先把自己的漏洞补干净。 ⏰ 00:35:56- 「以模治模:仪天阵」 批量生成网络防御智能体,以算力对抗算力,以 AI 对抗 AI,才能避免单向透明。 ⏰ 00:41:43- 「我家 AI 又闯祸了」 事故营销何时休,美国封堵、Mythos 阉割成 Fable,顶级 AI 能力该不该分级? ⏰ 00:45:29- 「安全要有不挣钱的思想准备」 中美安全市场差异,360 羊毛出在猪身上;墨西哥事件:普通人借 AI 攻入9个公职机构,科技平权也是攻击平权。 ⏰ 00:51:36- 「两类智能体:孙悟空与守规矩的员工」 1000多个真实场景调研的结论:个人用开放式的超级个体智能体,企业业务系统用遵循 SOP 的可管理智能体。 ⏰ 00:52:38- 「纳米Work与纪律委员」 把开放式智能体关进云端虚拟办公室,出错最多重置虚拟机;再派安全智能体盯着干活智能体,可审计、可回溯、可叫停。 ⏰ 01:02:18- 「先把刹车装好再上路」 不发展是最大的不安全,但安全必须同步内置:造车之前先装好刹车和安全气囊。 ⏰ 01:05:58- 「图龙锋与磐石之盾」 500多家企业排队试用,不到一个月发现3000多个零日漏洞;磐石之盾对标美国玻璃之翼,先帮国产信创补漏洞。 ⏰ 01:09:35- 「哪吒会长大」 灵珠还是魔丸,取决于人类的规则设计;AI 的星辰大海是核聚变与衰老基因,安全是长期的动态过程。 ⏰ 01:13:24- 「家贼难防与三类人建议」 智能体要有独立身份认证,把它当员工管理;别冒进、用云端版、小规模试点、别用开放式智能体上业务系统。

42 分钟 1k+ 次播放 2个月前

一个95后文科女生,凭什么让老周连夜改产品?

一个95后文科女生,凭什么让老周连夜改产品?

红衣大叔周鸿祎的播客

本期嘉宾:杨涵涵 95后 AI 导演,现象级 AI 漫剧《霍去病》主创。非影视科班出身——本科学音乐,研究生读马克思主义哲学,做过电商。她自己的总结是:音乐给了她审美,哲学给了她结构,电商给了她用户思维,AI 给了她把这一切变成作品的工具。 在 AI 影视赛道 all in 之前,她和很多人一样,只是"想讲故事但没机会讲"的人。《霍去病》之后,她开始筹划孵化青年导演的工作室。 主持|周鸿祎(红衣大叔) 360 创始人,「红衣客厅」主理人。这期他的身份切换了三次:产品经理、采访者、合伙提案人。 联合主持|吴珊珊 「红衣客厅」特邀主持,《姗姗进化圈》财经主持人/破圈文化创始人。 《霍去病》一部没有真人、没有剧组、没有几百万预算的 AI 漫剧,却在全网炸成了现象级爆款。 它的作者杨涵涵,学过音乐、读过马列哲学、做过电商,没有一天影视科班背景。她做这部片子用的工具,是 360 出品的「纳米漫剧流水线」。 这期节目,是红衣大叔和杨涵涵的第一次见面。老周原本是想请她来夸产品的,结果聊着聊着变成了一场当面吐槽大会——杨涵涵把流水线该改的地方一条条摊开讲,老周当场决定邀请她做产品顾问,还顺手拉她合伙开课、搞"青年导演梦计划"。 如果你是: * 想用 AI 讲自己故事的创作者 * 正在焦虑"AI 会不会取代我"的影视从业者 * 对 Seedance 2.0、纳米漫剧流水线这些新工具好奇的产品人 * 或者单纯想听两个聪明人不装地聊天 这一期,别错过。 时间戳 00:00 ~00:42片头 00:43 ~01:53 开场 01:54 ~04:31Chapter 1|纳米流水线的优点和痛点:一个超级创作者的真实吐槽 04:32 ~21:11Chapter 2|创作平权 ≠ 创意平权 21:12 ~26:28Chapter 3|Seedance 2.0 让创作者绝望? 26:29 ~37:32Chapter 4|AI 会杀死传统影视吗? 37:33~ 结束 Chapter 5|AI 时代的超级个体

39 分钟 99+ 次播放 6个月前

解码黄仁勋,论中国AI未来

解码黄仁勋,论中国AI未来

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。

33 分钟 2k+ 次播放 7个月前

机器人长得像人是陷阱?

机器人长得像人是陷阱?

红衣大叔周鸿祎的播客

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?

51 分钟 1k+ 次播放 8个月前

机器人大赛道,怎么抓落地小场景?

机器人大赛道,怎么抓落地小场景?

红衣大叔周鸿祎的播客

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"

83 分钟 4k+ 次播放 10个月前

柳夜熙数字人爆款孵化全复盘:AI时代内容爆款公式变了吗?

柳夜熙数字人爆款孵化全复盘:AI时代内容爆款公式变了吗?

红衣大叔周鸿祎的播客

本期嘉宾:梁子康 创壹科技CEO /姚顺宇 创壹科技CTO 柳夜熙 国内第一数字人IP 创壹科技 缔造爆款数字人IP"柳夜熙",全网3000w+粉丝,打造爆款短剧《柒两人生》。 本期简介:为什么数字人柳夜熙2021年刚上线就能在两周时间内狂揽300万粉丝,而大部分数字人IP却无人问津?AI技术爆发的当下,智能体能不能学会张艺谋和诺兰等大导演风格的镜头语言?爆款内容背后的设计有了AI工具加持,范式改变了吗? AI视频创作是拼模型参数?原来核心还是创意,是“情绪节拍表”! 让我们一起跟创壹科技CEO和CTO聊聊,他们是用什么秘诀把柳夜熙打造成现象级IP,怎么用AI工作流提高效率。 专业词汇注释: Nano Banana:谷歌于 2025 年 8 月推出的AI模型,进一步解决角色一致性问题,生成的图像更理解真实物理规律并符合现实逻辑,迅速成为行业焦点。 Sora2:是OpenAI于2025年10月1日发布的新一代视频生成模型,在物理模拟、真实感和可控性方面显著提升。 LoRA技术:以极低参数量实现大模型高效微调,在AI视频制作中最大价值是解决角色/风格一致性并降低训练成本,支撑实时交互式视频生成。 3D渲染引擎:实时生成高质量3D图形的核心技术,支持数字人在虚拟场景中的实时交互与直播。 动捕技术:通过传感器捕捉真人动作并转化为数字模型动作的数据,是实现数字人自然运动的关键技术。 分镜表:影视创作中的可视化脚本,包含镜头角度、角色动作等关键信息,是保证故事连贯性的核心工具。 节拍表:通常也被称为斯奈德节拍器,是布莱克·斯奈德提出的一种电影剧本结构分析方法。它将电影剧本分为15个关键的节拍,每个节拍都对应着剧本中的一个特定阶段和任务,有助于编剧检查故事的节奏和结构。 时间轴: ⏰ 00:04:17- 「柳夜熙登场:背后是真人还是AI?」 数字人柳夜熙正式登场,周鸿祎猜测其背后是大模型驱动还是真人操控。 ⏰ 00:08:35- 「数字人粉丝破3000万的流量密码」 柳夜熙分享与粉丝建立信任协作关系的秘诀,强调"辅助决策而非替代"的定位。 ⏰ 00:12:10- 「数字人核心商业价值是什么?」 梁子康透露柳夜熙众多品牌合作,解析数字人IP的商业化路径。 ⏰ 00:16:17- 「直播数字人技术瓶颈」 讨论实时直播数字人的技术挑战,解释为何当前多数数字人仍无法实现自由转身。 ⏰ 00:21:16- 「Nano Banana解决创作实际问题了吗?」 技术团队对比不同AI工具在人物一致性上的表现,分享行业实战经验。 ⏰ 00:26:46- 「为什么要做AI工具」 分享因内容制作成本过高,进而自主研发AI创作工具的历程。 ⏰ 00:37:40- 「Sora2会止步大众娱乐属性吗?」 探讨OpenAI最新视频模型的发展方向,分析其更可能走向大众娱乐还是专业创作。 ⏰ 00:57:39- 「最好的智能体由谁打造?」 最好的AI创作智能体不是由程序员而是由专业导演和内容创作者打造。 ⏰ 01:02:18- 「AI时代内容创作的范式演进」 从"人找工具"到"工具找人"的革命性变化。 ⏰ 01:10:52- 「张艺谋/诺兰等大导风格AI如何习得?」 探索AI能否学习并复制著名导演的镜头语言与叙事风格,技术可行性与实现路径。 ⏰ 01:22:58- 「AI全流程做视频前瞻:漫剧先行?」 预测AI视频技术的发展路径,或许漫剧将率先实现AI全流程生产,真人剧仍需人机协作。 ⏰ 01:25:46- 「互动短剧的新机遇」 探讨短剧与互动游戏结合的创新模式,分析其如何解决AI视频的"恐怖谷"效应。 ⏰ 01:32:32- 「0粉起号方法论」 分享从0打造现象级IP的实战经验。 ⏰ 01:38:05- 「情绪节拍表的奥秘」 揭秘创壹科技打造爆款内容的核心工具,如何通过科学方法设计观众情绪体验。 ⏰ 01:48:16- 「视频创作者与AI最佳协作方式」 分析当前AI视频创作中人类创作者的不可替代之处,以及人机协作的最佳平衡点。 ⏰ 02:03:19- 「高品质工作流能做热点时效内容吗?」 如何兼顾时效性与质量的AI辅助创作方案。 ⏰ 02:07:32- 「内容创作的黄金法则」 总结AI时代内容创作的核心要素。

130 分钟 4k+ 次播放 1年前

为什么不生产机器人的他们,却能成为机器人大会的座上宾?

为什么不生产机器人的他们,却能成为机器人大会的座上宾?

红衣大叔周鸿祎的播客

本期嘉宾:黄晓煌 •职业职称:“杭州六小龙”之一-群核科技 联合创始人/董事长 •背景简介:物理渲染和空间智能领域专家, 前英伟达CUDA核心研发团队成员/开发者。 本期简介: 为什么说它有可能是“杭州六小龙”里最有价值和潜力的公司之一?为什么它没有机器人产品,却成为机器人大会的座上宾? 从英伟达CUDA最早期开发者之一,到打造无限逼真的数字宇宙;从实现视觉渲染,到用数字孪生推演物理规律。被誉为“杭州六小龙之一”的群核科技联合创始人黄晓煌,做客红衣客厅,讲述他离职英伟达打造空间智能独角兽的创业历程。 专业词汇注释 •CUDA:英伟达开发的并行计算平台和编程模型,让GPU能高效处理非图形计算任务的通用计算能力; •光线追踪:通过模拟光的物理行为来生成逼真图像的技术,计算每束光线的反射、折射路径; •稀疏矩阵运算:处理大部分元素为零的矩阵的高效计算方法,广泛应用于科学计算和AI; •数字孪生:物理对象或系统的数字化复制品,可用于模拟、分析和优化物理实体; •空间智能:让计算机理解、模拟和交互物理空间的技术,融合计算机视觉、物理仿真和AI; 时间轴导航: ⏰ 03:36-「CUDA到底是什么?」 用通俗例子解释CUDA并行计算原理,比较CPU和GPU的核心差异 ⏰ 07:46-「为什么说CUDA是英伟达的护城河?」 探讨CUDA与传统图形接口的本质区别,以及它如何成为英伟达的技术壁垒 ⏰ 16:05-「全球CUDA开发者不超过几千人?」 讨论CUDA编程的难度和稀缺性,以及AI时代下的开发者需求变化 ⏰ 23:08-「为什么从英伟达离职创业?」 黄晓煌分享2011年离职创业的原因和心路历程 ⏰ 35:18-「光线追踪:一亿次计算换一张逼真图片」 解释物理正确的光线追踪技术原理及其在影视和游戏中的应用 ⏰ 41:26-「AI生成视频与物理渲染的未来:AI如何重建世界?」 探讨AI生成视频与物理模拟的融合可能,以及群核科技的技术路线 ⏰ 51:28-「从3D渲染到数字孪生:如何模拟地震中的冰箱倒下?」 揭秘群核科技如何将渲染技术扩展到物理仿真,实现从视觉到物理规律的模拟 ⏰ 01:02:31-「空间智能:计算机如何"触摸"和理解物理世界?」 解释空间智能的核心技术,如何让计算机理解物体的材质、重量和物理特性 ⏰ 01:05:02-「为什么机器人公司都需要虚拟训练环境?」 探讨空间智能如何解决机器人训练数据匮乏的问题,成为物理智能的基础设施 ⏰ 01:07:23-「AI时代的商业模式变革:从SaaS到按算力收费」 分析AI时代软件商业模式的转变,为什么按TOKEN收费将成为主流 ⏰ 01:17:11-「如何吸引顶级AI人才?愿景比高薪更重要」 黄晓煌分享吸引顶尖AI人才的秘诀,为什么"空间智能"比单纯的家装软件更有吸引力 ⏰ 01:27:11-「机器人训练的未来:虚拟数据还是人类示范?」 讨论机器人训练的数据来源,虚拟环境与人类示范的混合训练模式成为主流 ⏰ 01:30:03- 「世界模型:物理规律如何约束AI的想象力?」 解析物理世界模型的概念,如何让AI的生成内容符合物理规律而非天马行空 ⏰ 01:38:09- 「如何避免企业战略的"近亲繁殖"?」 周鸿祎分享破解团队思维同质化的方法,建立多元化视角和外部智囊团

111 分钟 16k+ 次播放 1年前

播放列表

自动播放下一个

播放列表还是空的

去找些喜欢的节目添加进来吧