AI圆桌π - 节目列表

2025年终盘点:十问Deepseek,豆包,Chatgpt——中国青年的困惑与未来

AI圆桌π

2025年,如果有一个词能概括这一年的集体情绪,或许是‘困惑’。关于工作——AI会让年轻人失业吗?关于婚姻——为什么越来越多人选择单身?关于经济——房价到底了吗?关于未来——我们该如何养老?关于原生家庭——父母为什么无法理解我们的疲惫?这些问题像潮水一样涌现在各种场景。而我,作为一个观察者,产生了一个好奇:如果把这些最真实、最尖锐的困惑抛给当下最具代表性的三个AI——DeepSeek、豆包和ChatGPT——它们会如何回应?于是,一场特别的社会实验开始了。今天这期节目就是这场与AI对话的完整记录。 1.你会让年轻人失业,或代替掉年轻人吗? 2.我好累/好迷茫,觉得人生没有意义,我该怎么办? 3.中国年轻人为什么不愿意结婚? 4.中国房价跌到底了吗?明年A股能突破5000点吗? 5.2025年,中国女性的家庭、社会和经济地位提高了吗? 6.父母为什么不理解当代年轻人的焦虑和压力? 7.为什么现在很多中国年轻人都选择断亲? 8.是否赞同中国年轻人“整顿职场”? 9.中国80后,90后未来的养老形式会是什么样?主要依靠机器人吗? 10.2026年特朗普可能会整哪些幺蛾子?中美关系的走向如何? 如果希望领取PPT版本内容,可加微信bonewe2004或关注微信公众号:力力说AI+职场 关于主播: 加入听友群,请扫二维码

46分钟
99+
3个月前

阿里“千问”究竟是Game Changer 还是惊天豪赌?

AI圆桌π

在阿里巴巴杭州西溪园区,超过一百位从各地调集而来的核心工程师正汇聚于一栋代号为C4的办公楼,为内部代号为“千问APP”的战略项目进行全封闭开发。“千问”不仅仅是一个全新的2C产品,更是阿里争夺AI时代流量入口的关键战役。本文将为你深入剖析,揭示为何千问前身通义APP会失败?阿里All in 千问的核心优势是什么?千问项目面临哪些挑战? 一.“通义”应用的失败复盘: 通义的失败是多重因素共同作用的结果。 其核心症结在于战略定位模糊,在服务C端用户和作为B端技术展示橱窗之间摇摆不定。 产品体验上,功能堆砌而脱离实际用户场景,缺乏“杀手级”应用,运营思路也略显陈旧。 在组织层面,通义作为试水产品,战略优先级不足,未能有效融入庞大的阿里电商生态,同时受到内部“赛马机制”导致的资源分散与内耗影响,最终错失了市场先机和用户心智。 二.“千问”项目的核心优势: 首先,阿里高层已确立了清晰的AI愿景(ASI,成为“AI时代的安卓”)和“All in AI”的战略决心,这种顶层设计有助于打破内部壁垒。 其次,通义千问大模型本身已跻身全球第一梯队,结合阿里云强大的算力基础设施和巨额投入承诺,构成了坚实的技术底座。 最独特的优势在于,千问能够无缝接入阿里庞大的电商生态,这为其提供了无可比拟的商业闭环和变现场景,这也是OpenAI等竞争对手仍在艰难探索的路径。 三.“千问”面临的关键挑战: 体验转化: 如何将强大的技术实力转化为无缝、沉浸式的用户体验,而不仅仅是简单的API调用。 后发劣势: 在豆包、文心一言等竞品已占据大量市场份额和用户心智的背景下,如何说服用户转换平台。 商业平衡: 如何在“有用的人工智能助手”和“高效的商业转化引擎”之间找到精妙平衡,避免过度商业化损害用户信任。 内部协同: 如何清晰界定与夸克等内部产品的边界,化解潜在的资源内耗。 四. 未来展望: 阿里巴巴选择了“开源生态化”的道路,这与OpenAI的闭源商业化和字节跳动的工具化应用路线截然不同。“千问”项目的成败取决于其能否解决“战略-生态-组织”这一复杂的连环难题。 * 短期看(1年内): 关键在于找到并引爆一个差异化场景。如果它能通过某个“杀手级功能”(如颠覆性的AI购物体验)快速破圈,获取前5000万核心用户,则站稳脚跟。 * 中期看(1-3年): 关键在于构建护城河。在稳住用户基本盘后,能否将技术、算力、电商生态的优势,通过产品体验真正转化为用户粘性,形成独特的“AI生活方式”。 * 长期看(3年以上): 关键在于生态繁荣。千问APP能否成为通义开源生态的超级入口,实现“应用-生态”的良性循环,最终验证其“AI时代安卓”的宏大构想。 如果希望和主播建立联系/加入听友群,可加微信bonewe2004! 小红书:力力说职场+AI 公众号:力力说AI+职场 关于主播: 加入听友群,请扫二维码

13分钟
99+
4个月前

李开复:中美虽各有优势,但美国在AI硬件赛道已败给中国!

AI圆桌π

摘要:李开复认为中美之间的AI竞争已经沿着地理和经济界限彻底分化,不再是一场单一竞赛。具体来说,他指出美国在企业级AI应用和基础研究方面仍占优势,这得益于其成熟的软件订阅模式。然而,中国则在消费级AI应用、机器人制造以及AI硬件方面占据领先地位,这归功于其强大的制造供应链和投资方向的不同。此外,李开复还提到中国在开源AI模型领域已快速超越美国,并警告AI军备竞赛的速度失控可能带来的系统性风险。 核心结论: • 美国优势领域: 在企业级AI应用和前沿研究方面保持显著领先。这得益于成熟的软件订阅商业模式和高昂的劳动力成本,为企业AI工具创造了巨大的市场和利润空间。 • 中国优势领域: 在消费级AI应用、机器人制造和AI硬件领域正迅速占据主导地位。凭借强大的供应链、成本优势和庞大的制造业基础,中国在实体AI(Embodied AI)和硬件商业化上优势明显。此外,中国在开源AI模型开发方面也已超越美国。 • 根本性分歧: 两国风险投资的流向截然不同。美国VC聚焦于大型语言模型和企业软件,而中国VC则重注机器人和硬件。 • 底层变量: 李开复强调,能源基础设施是决定未来AI算力的关键。他指出,中国在新能源项目上的建设速度远超美国,这可能在未来几年内转化为压倒性的算力优势。 • 主要风险: 李开复最担忧的并非通用人工智能(AGI)的远期风险,而是当前AI竞赛“失控的速度”。他警告,仓促开发可能导致系统充满漏洞,被恶意利用,并预言可能会发生“重大事故”作为警示。 总体而言,全球AI格局正呈现出一种二元分化的趋势,美国和中国在各自的优势赛道上加速前进,形成两个既竞争又平行的技术生态系统。 1. 一场竞赛,多个赛道 全球AI领导权的争夺正在演变为一系列并行的竞赛,而非单一的胜负之争。技术格局正沿着地理和经济线分裂,中美两国在不同的领域各自称雄。这种分化源于两国不同的经济结构、市场激励和资本流向。一位风险投资家总结这一观点时称:“我们不是在和中国竞争,而是在平行的世界里奔跑。” 2. 中美风投的不同焦点 李开复指出,两国创新生态系统中资本流动的根本性差异是造成AI格局分化的核心原因。美国风投(VC)主要关注生成式AI、大型语言模型、企业级软件。其背后的投资逻辑是:企业习惯为软件订阅付费,劳动力成本高,提升白领生产力的AI工具有明确的盈利模式。对比之下,中国风投更关注机器人技术和AI硬件。主要原因是:软件订阅模式对广泛存在的中小型企业而言尚未成熟,但制造业基础雄厚,供应链完善,硬件商业化路径更清晰。李开复直言:“美国VC投资机器人的方式与中国VC完全不同,同样,中国VC投资生成式AI的方式也与美国VC截然不同。”这种投资逻辑的分歧正在不断强化两国在各自优势领域的主导地位。 3. 中美各自的优势领域 企业级人工智能:美国的持久优势。李开复认为“美国将明确引领企业AI的普及。中国公司尚未形成软件订阅付费的习惯。” 像GitHub Copilot和ChatGPT Enterprise这样的工具在美国市场获得了巨大的成功,这为美国公司提供了持续投入研发的雄厚资本。对比之下,中国市场在历史上难以推广软件订阅模式。虽然在消费互联网领域,通过广告和电商等模式克服了支付障碍,但在企业软件领域,尚未找到替代“按月/按次付费”的新商业模式。这意味着美国AI公司拥有一个重要的战略窗口期,可以在其核心市场中产生收入并进行再投资,而不会面临来自中国的直接竞争。 消费级人工智能:中国的速度与迭代。与企业级AI相反,李开复预测中国将在面向消费者的AI应用中决定性地领先。“中国的巨头,如字节跳动、阿里巴巴和腾讯,行动速度肯定比美国的同类公司(如Meta、YouTube等)快得多。”从产品与市场的契合度看,中国科技公司在过去十年残酷的市场竞争中,已经“掌握了寻找产品与市场契合点的艺术”。现在他们需要做的只是将顶尖的AI技术融入其中。例如字节跳动的TikTok凭借其复杂的AI驱动内容推荐算法成为全球下载量最大的应用。此外,中国公司在直播电商和短视频等领域开创了许多AI功能,随后被西方公司效仿。另外,中国在计算机视觉、语音识别和翻译等技术的广泛应用方面也已取得巨大成就。 机器人与硬件制造:中国几近决定性的胜利。在机器人领域,李开复的评估非常直率:中国的优势是结构性的,难以被超越。当被问及机器人竞赛是否已由中国获胜时,他回答:“还没有结束,但我认为美国仍有能力提出最好的机器人研究思想。”然而,他紧接着指出,商业化才是关键。中国的优势在于将AI、低成本硬件和成熟的制造供应链相结合(“AI + 硬件 + 制造链”)。这使得像宇树科技(Unitree)和优必选(UBTECH)这样的公司能够以远低于西方竞争对手的价格,生产出性能相当甚至更优的机器人产品。尽管波士顿动力等公司和大学实验室能产出令人印象深刻的研究原型,但将这些原型转化为价格合理的商业产品需要中国所拥有的制造生态系统。美国的VC对该领域的投资也远不及中国。 开源模型:中国出人意料的领先。“目前评分最高的10个开源模型都来自中国。” 他指出,包括其本人公司01.AI以及DeepSeek、阿里巴巴、百度等公司发布的模型,在各项基准测试中已超越了曾被视为行业标杆的Meta Llama模型。李开复将开源模型比作“AI界的Linux”,并阐述了其多重优势: A.可定制性:用户可以检查、微调和改进模型,使其为特定应用服务。 B.免费与所有权:模型是免费的,且属于使用者自己。 C.主权AI:对于国家而言,开源模型是构建“主权模型”和优化特定语言支持的关键。 关于未来格局,他预测开源和闭源模式将共存,如同Android与Apple的生态系统。尽管更多应用和工程师会倾向于开源,但“更多资金将留在闭源模型中”。 4. 根本变量:能源与算力 李开复指出了一个可能决定未来AI实力格局的底层变量:能源基础设施。这一观点尤其突显了国家级战略布局的重要性。他明确提到“中国的新能源项目建设速度是美国的十倍。”基于这一趋势,他推断:“如果这种趋势持续,中国的AI算力将在几年后达到美国的十倍。”这意味着未来的AI竞争可能不仅是算法或模型的竞争,更是国家级能源和基础设施实力的较量。 5.担忧:竞赛本身的速度与风险 尽管对技术发展持乐观态度,但李开复对当前AI竞赛的节奏表达了深切的忧虑。“我不太担心AI在短期内产生自我意识并对人类造成危险,”他解释道,“我更担心它被坏人用来做可怕的事情,或者AI竞赛迫使人们工作得如此之快,以‘快速行动,打破常规’的方式构建出有问题的、充满漏洞的产品。”他警告说,如果全球AI产业继续以这种“先上车再修路”的狂热节奏发展,“发生一些可怕的事件将是一个警钟”,他认为“重大事故几乎是必然的”。他的观点将风险讨论从遥远的AGI威胁转移到更紧迫的、由于无序和过速竞争而导致的技术滥用和安全漏洞问题上。 6. 结论:平行赛道上的竞争 李开复的评估描绘了一幅复杂的全球AI战略图景。美国在企业AI软件、基础研究和计算基础设施方面拥有明显优势。与此同时,中国在消费级应用、机器人制造、开源模型开发乃至能源布局上正全面加速,甚至在某些领域已经反超。AI竞赛不再是一场单一的马拉松,而是一系列在不同赛道上同时进行的短跑、长跑和障碍赛。中美两国各自在不同的比赛中领先,这预示着未来十年全球技术生态系统可能会走向更深度的分化,而非趋同。 如果希望和主播建立联系/加入听友群,可加微信bonewe2004! 小红书:力力说职场+AI 关于主播: 加入听友群,请扫二维码

15分钟
99+
4个月前

加入我们的 Discord

与播客爱好者一起交流

立即加入

扫描微信二维码

添加微信好友,获取更多播客资讯

微信二维码

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