Episodes
-
今天这集是我和广密【全球大模型季报】第5集，是2024年Q4季报，也是我们录制的第二次跨年特辑。
提前和大家见面啦：）
这次你会发现，我们的聊天篇幅开始从大模型技术转向对大模型产品的探讨。很大概率来说，产品会是2025年AI的最大趋势之一。AI产品会如何落地？产品形态又会如何演变？
广密带来了最新猜想。他提出，过去半年他最强烈的认知变化是，不管国外的ChatGPT、Anthropic、xAI、Perplexity，还是国内的豆包、Kimi，甚至是做Coding相关的Cursor、Devin……虽然各个产品的产品形态不一，从不同路径发散，但最后会殊途同归。他们最终很可能收敛到同一个叙事之下，争夺同一片领地。
很开心转眼之间，【全球大模型季报】已经陪伴大家1年，明年仍然希望这个系列能持续地帮大家了解最前沿的AGI动态并带来认知进化。
本集是《张小珺Jùn｜商业访谈录》和《海外独角兽》的串台节目。我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯。02:33 Part 1: OpenAI ChatGPT本质是奔着“下一个Google”方向去了，如何beat Google是最大的牌 一定要逛计算机历史博物馆，理解“计算架构+信息分发”演变的主线逻辑 Google也是从Yahoo边缘市场撑大做起来，伟大公司是从边缘市场起来 小红书非常有意思，融合了搜索+推荐+问答+做任务一体化 这些产品最终的最终会变成任务引擎、任务容器，是下一个Google 电商过去最核心的是GMV，订单转化率，AI时代我感觉是任务完成率 Chatbot对话形态大概率不是提取智能最有效的交互方式，模型如何更主动？ 可能的一个产品形态是个人助理或者超级助理 Context非常核心，绝大多数人都还没意识到，是一条关键的暗线 如果AI的生成能力增强了，未来会生成的是什么？Mobile最大增量是内容，LLM最大增量新型软件 既然这些LLM产品想成为Google已经变成了一张明牌，你觉得Google有能力阻止这件事发生吗？ “下一个Google”的产品，会是一家垄断吗？ 微软和OpenAI同床异梦，微软可能会投资Anthropic51:04 Part 2: 硅谷其他AI公司和产品 Anthropic：得Coding，得开发者，得API消耗，有机会得生态，做OS Anthropic比较专注Agent，怎么让Agent更快落地是更高优先级 Killer App长期要有竞争力，要端到端垂直整合能力，向下优化，优化成本、模型架构、模型大小、调整模型数据分布、甚至向下优化推理芯片 xAI：还是注定要成功，但是upside还有多少不太确定 Perplexity：更像是一个信息处理的Agent Cursor：Coding产品形态要快速迭代，之前补全下一个代码，Cursor补全下一个Action，明年可能端到端生成软件 Devin：第一个真正意义上做长距离复杂任务的Agent，明年最具有商业价值的是long horizon Agent（长期规划智能体） Mistral：已经不用再关注了，他们内部也正式放弃预训练了01:02:24 Part 3: 对2025/2026关键预言性判断 1/ Long horizon task 是下个重点，重要核心圈子几个大佬级人物都在重点做 2/ 产品形态的探索，全新的交互界面 3/ AI商业模式的探索，今天商业模式还是移动梦网时代 4/ 高质量+scalable的数据，尤其是各个垂直行业里面，有没有几千条甚至上万条，任务+Reward数据，要高水平专家标注 5/ GPT-5/4.5 Orion：提升能有多大 6/ O1后面天花板走到哪：大规模scale RL/o1之后会怎么样，会不会很快遇到瓶颈 7/ 假设Coding能力明年提升10倍，软件开发范式怎么改变 8/ Context很重要，大家都还不够重视 创业公司没法同时做好这么多，得找锋利的切入点，一根针捅破天01:11:11 Part 4: 再谈Scaling Law Ilya最近提的pretrain data wall（预训练数据壁垒）是什么？ 后训练中有一个关键问题是奖励模型（reward model），整个地球上没有一个reward model衡量所有人，你相信会未来有吗？ O1系列天花板会卡在哪？这条路通往AGI吗？ Scaling Law关键阻碍不是算力，不是算法，是data问题 ChatGPT有数据飞轮吗？未来会出现吗？哪些产品里有高价值数据？01:22:19 Part 5: 复盘2024 回顾一下，能定义2024年全球大模型产业的关键时刻？ 全球大模型又狂卷一年，卷出了什么？ 今天想要进入决赛圈，条件是什么？ 哪些去年的判断你今天更坚信了，哪些去年的判断你今天认知有改变？ Mega7巨头里面最看好哪个？ 硅谷人才在流向哪几家公司？ 明年如果只投一个方向，投什么？ 这一轮大的机会，我总结是这3个…… 2024关键词？2025关键词？【全球大模型季报】系列
2023年：口述全球大模型这一年：人类千亿科学豪赌与参差的中美景观
2024年Q1：和广密聊AGI大基建时代：电+芯片=产出智能
2024年Q2：口述全球大模型这半年：Perplexity突然火爆和尚未爆发的AI应用生态
2024年Q3：AGI范式大转移：和广密预言草莓、OpenAI o1和self-play RL
【更多信息】
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
-
Kevin Xu曾经参加奥巴马总统竞选，并在美国商务部和白宫都工作过。今天，我邀请他来聊聊美国总统大选的幕后故事。
由于Kevin在科技业从业多年，他提供了一种有意思的视角来看美国政治与大选活动——总统候选人作为一个产品，它在走向市场的过程中，如何与国家叙事实现PMF（Product Market Fit，产品市场匹配度）？
我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：） 01:30 自我介绍 02:23 22岁参与奥巴马竞选团队，后担任他在白宫的新闻助理 03:13 美国大选的框架：scale up、地推、集资、媒体… 06:46 大选就是把产品（候选人）和市场（国家环境）做Product Market Fit 08:25 总统竞选成员每天具体在干嘛？ 14:31 大选输赢对于竞选团队成员的职业生涯有多大影响？ 15:30 大选怎么获胜？“首先你的产品要好” 19:25 从商务部（骆家辉任上）到白宫新闻部，给奥巴马写新闻稿 22:08 特朗普的胜选在预期内，有些与08年雷同 25:09 特朗普是个好产品吗？共和党缘何胜利？民主党缘何惨败？ 30:12 奥巴马这个产品如果放在现在，还能fit今天的美国吗？ 31:35 哈里斯是一个仓促的、还没有准备好的产品？ 32:19 我在大选框架中亲历4次，大选当天都是枯燥的一天 33:36 是共和党跟着特朗普走，不是特朗普跟着共和党走，特朗普就是特朗普 34:50 特朗普如何争取硅谷精英选票？他对美国科技业的后续影响？【更多信息】
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
-
Episodes manquant?
-
做这集节目是因为，我想看看那些融了很多钱的AI创业者在干嘛？他们似乎已经很久不出来发声了，把整个舆论场留给几家基础大模型公司和巨头们。
本集嘉宾是深言科技创始人岂凡超。
他公司的融资规模没有大模型公司那么大，但相比一般的创业者，也已经属于账上有非常多钱的了。在去年融资中，估值12亿元人民币。拿了这么多钱找方向，做了1年，他们现在怎么样了？
这是岂凡超第一次接受访谈。
我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：） 01:48 自我介绍 02:45 94年，博士还没毕业开始创业 12:49 清华AI创业的脉络和门派 14:34 ChatGPT之前，见了100个投资人 22:18 ChatGPT之后，资本环境发生过山车式的变化 25:39 23年下半年开始发现差异化训模型变难，于是战略转型 29:30不认可模型即产品，未来没有模型公司 33:50 我们产品有5个模型组合，试图解决模型输出不确定性 40:11 产品构想：新闻阅读？信息助手？ 42:40 内容生产消费分发变迁史 44:52 内容是信息的载体，从以内容为颗粒度到以信息为颗粒度 53:36 内容生产消费链路变化，重心一直从内容创作者往消费者移 56:49 新一代创作者会是什么样？ 60:06 刚上线的产品：语鲸 70:30 聊聊好产品：Cursor、NotebookLM、Perplexity 73:55 创业像航海，没有航海图 81:18 我干的一件很蠢的事 83:18 90后CEO幼稚吗？大发雷霆吗？两面三刀吗？画饼吗？喜欢管理者做信息差管理吗？ 88:28 大模型输出的不确定性很大程度影响AI组织 102:15 最后的快问快答嘉宾推荐的书：
《自私的基因》
《学会提问：批判性思维指南》
【更多信息】
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
-
最近关于英伟达战略和组织的新书《英伟达之道》上线，这本书的作者Tae Kim专访了黄仁勋。我邀请本书译者和上过我们节目的王亚军来聊聊：黄仁勋和3万亿美元英伟达是如何炼成的？
我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：） 02:45 黄仁勋的危机感来源：移民家庭、在“问题少年学校”受霸凌 09:54 服务员黄仁勋特别不喜欢顾客点奶昔 16:16 英伟达的三位创始人和创办（黄仁勋、普里姆和马拉科夫斯基） 22:05 Nvidia为什么叫Nvidia：要成为让所有人嫉妒的公司？ 23:52 英伟达发展的三个阶段：从NV1、NV2的败笔开始 36:22 细数英伟达发展史上的重大战略决策，成功的和再次失败的 48:57 黄仁勋怎么治理公司？白板文化、Top 5、机长、“战略不是文字，是行动”、“运送一整头牛”… 01:30:16 联合创始人普里姆的离开，黄仁勋没有二号位 01:33:11 3万亿美元英伟达是如何炼成的？往期英伟达节目：谈谈黄仁勋搭建的组织系统：分布式操作系统，“就像一台GPU”
【更多信息】
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
-
最近，我访谈了以太坊联合创始人Vitalik Buterin，他站在加密技术（Crypto）的彼岸远眺人工智能技术。
Vitalik是俄裔加拿大人，出生于1994年，19岁大学辍学创立以太坊，20多岁成了最年轻的加密亿万富翁。在中国，人们称他“V神”。
他试图阐述一种技术哲学观。在他的认知中，AI和Crypto代表的是两种底层哲学。AI更中心化、富有权力，它可能正在构建史无前例的强大权力中枢；而Crypto相反，倡导的是一种去中心、平等的生存主义哲学。
技术革命或将推动关乎人类命运的“权力游戏”。
我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：） 02:00 我会6门语言 05:00 站在Crypto技术浪潮那一端看人工智能革命，在想什么？ 10:03 AI是非常有权力的，ChatGPT是非常中心化的应用 13:35 OpenAI第一步为了安全牺牲了开源，第二步为了利益牺牲了安全 28:21 如果人工智能的终极势力抑或是“老大哥”要毁灭人类… 35:18 比人类更聪明的东西一定会出现，有两种选择 37:56 Crypto和AI可以如何结合？ 41:13 如果我们行业就是发个币、做个交易所，这个行业是失败的 44:44 为什么以太坊生态或Web3生态依然没有实际应用？ 46:40 中心化的应用 vs 去中心化的应用（提到的产品名：Farcaster、Twitter、Warpcast、Firefly） 53:30 如何看待Crypto行业中的投机分子？ 56:19 谈自己：生活、思考、恐惧【更多信息】
本集文字版本：腾讯新闻原文 & 作者版本
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
-
最近美国大选尘埃落定，今天我们的话题不是美国政治，而是讨论一个地缘相关的科技话题：如果美国形成AGI霸权，我们应该怎么办？
这集嘉宾是李开复（零一万物创始人和CEO、创新工场董事长和CEO）。由于他有40年人工智能从业经历，曾经在苹果、微软和Google等科技巨头中担任高管，和中美各界联络广泛；这次，我们把话题推向了更为宏大的议题：AGI霸权与垄断、海外科技巨头的卡位与现状、AI超级应用的隐形崛起。
访谈中，他提供了一个如果美国有望形成AGI霸权，中国可以走的第二条道路的可能性视角。
我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）
02:03 从2024诺奖开始聊起：聊聊我熟悉的Geoffrey Hinton
09:19 Hinton的功劳不只是机器学习，还有识别GPU对机器学习的价值
10:20 23年开始的第一次也是最后一次创业：顶着“教父”、“偶像”这样的帽子创业，有包袱吗？
15:17 24年零一最重要决策是做成本更低的推理，如何实施？
27:36 做世界最牛的模型和做应用，是不能衔接的（Character.AI的两难）
35:39 要追求第一个做到AGI且完全碾压别人，这个梦想我们没有，也不能有
41:25 第一个做出AGI碾压对手的，必然是商业霸权垄断者，会有成为终极垄断者的野心
43:03 中国可以走的第二条道路的可能性视角
49:43 我认可说AGI会7年以后会发生
54:11 谈零一最近的战略选择：2C先走海外，国内聚焦2B
01:02:22 2C应用预计会在明年上半年爆发
01:04:45 智能助手可能走向委托式用户界面，变成Super App
01:14:18 OpenAI还藏了很多牌，我们千万不要低估它
01:17:50 《Generative AI's Act o1: The Agentic Reasoning Era Begins》是标准硅谷共识
01:20:11 大模型公司为什么还要继续做预训练？
01:23:40 为什么创业穿西装？“穿西装比较遮我的肚子”
01:26:55 锐评海外巨头的卡位与挑战：英伟达、Meta、微软、OpenAI、xAI、Google（这里有很多增量：）
访谈中提到的文章：
《Generative AI's Act o1: The Agentic Reasoning Era Begins》(生成式AI的o1行动：代理推理时代的开启)
《Can AI Scaling Continue Through 2030?》（《人工智能的规模定律能否持续到2030年？》）
李开复推荐了三本书：
A Brief History of Time（《时间简史》）, by Stephen Hawking
Leonardo da Vinci（《列奥纳多·达·芬奇》）, by Walter Isaacson
Man's Search for Meaning（《活出生命的意义》）, by Viktor Frankl
【更多信息】
本集文字版本：腾讯新闻原文 & 作者版本
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
-
今天的嘉宾是知乎创始人和CEO周源。
可以说，大模型技术浪潮的崛起正冲击着现存内容社区的既有秩序。
拿知乎来说，有了大模型之后，当我们都可以向机器提问了，为什么还需要一个“向人提问”的产品？
“向人提问”与“向AI提问”能在一个社区中共存吗？
更有甚者，倘若人类不再需要与另一个人类连接识别意义，这种人与人交流的平台，会不会最终被机器吞噬，成为机器理解人类的语料？
这不仅是知乎需要思考的，而是在AI技术变革面前，所有内容社区所面临共同的时代命题。
这集我和周源就聊了聊内容社区与AI。今年知乎上线了自己的AI搜索产品，知乎直答。周源对AI搜索、搜索引擎市场和Perplexity发表了一些特别的看法。
此外，我们也聊了聊一家内容社区14年的生存故事，以及它上市后的挣扎。
我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）AI、内容社区与Perplexity 02:27 见到ChatGPT，第一感受是一股强烈的脱节感 05:29 我说要拿出1亿美元推动大模型，现在想来还是格局小了 06:50 早期几个判断：牌照制、开源、“人是AI的目的” 11:38 针对大模型，知乎的投资决策（面壁智能）、产品决策 21:16 Perplexity更像一个内容产品 26:41 搜索引擎该被“颠覆”的地方都被“颠覆”好几轮了记者周源和社区的核 38:09 站在报刊亭，觉得自己突然被慧星击中了 43:01 在媒体的面霸经历、撰文《桌面神话终结》基本被录用 45:20 “它可能是一个可以无限扩展的编辑部” 49:04 第一段失败的创业（Meta搜索） 49:50 30岁创办知乎的心情？你是谁？你想成为谁？ 54:24 知乎的内核是社区，社区的内核是什么？与字节那场仗 56:01 字节当年做悟空问答？“我们做的可能不是一款产品” 57:24 和字节那场仗结束的时候，你觉得知乎已经无敌了吗？ 47:58 “从搜索引擎进入到推荐引擎时代，推荐引擎的横向兼容性变得更大” 58:38 在面对综合平台竞争的时候，有感觉到压力很大的时刻吗？挣扎的本质 01:01:59 挣扎来自“评判标准的一致性” 01:02:55 上市后知乎快速摇摆，战略上大起大落、大开大合，为什么？ 01:08:11 有评论说知乎水化，老用户声称要离开知乎，这是你不能接受的吗？ 01:09:00 知乎的股价就像坐上了跳楼机，你的心情是怎样的？ 01:12:32 知乎会认命吗？你会认命吗？ 01:15:51 海盗文化和“船长” 01:16:31 孤独的悖论：“这个CEO还会在他该孤独的时候依然很孤独”【更多信息】
本集文字版本：腾讯新闻原文 & 作者的收藏夹
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
-
受到万众期待又迟到2个月特斯拉Robotaxi大会，终于来了。但却以该公司股价下挫告终。这集节目我和孟醒在第一时间，逐字逐句点评了这场行业盛事。
本集是《张小珺Jùn｜商业访谈录》和《技术不无聊》的串台节目。我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：） 01:30 一场莫名其妙的会议？发布会时间还没延迟长 02:50 更像Party、年会，粗糙是特斯拉的常态 05:54 给特斯拉Robotaxi大会划重点 08:40 偷巧的用词：有监督版本FSD和无监督版本FSD （FSD：Full-Self Driving，完全自动驾驶） 13:30 马斯克说2025在得州和加州实现无人监督FSD？ 14:28 一周168小时，每台车一周使用10小时，如果车辆自动驾驶，使用率提升5-10倍——这更像共享经济的老故事 17:45 点评赛博出租车Cybercab：是Model2改造的？ 20:50 Model3的BOM成本12-13万出头，Model2的BOM成本10万以内 22:52 测试难度？封闭测试->固定路线开放场景->开放路线开放场景 25:20 算算账？马斯克预计，Cybercab运营成本降到20美分/英里，在美国包含税和其他费用的成本30-40美分 28:19 “牧羊人”、Car Partner、资金杠杆 38:54 特斯拉股价跌了、Uber股价涨了 39:41 到底为什么特斯拉要讲Robotaxi的故事？ 41:30 1亿量车、100吉瓦、分布式计算资源 43:05 点评无人驾驶多功能车Robovan 47:45 点评整场唯一超预期的人形机器人：是摇操作？【从蒸汽机到无人驾驶】系列
和何小鹏聊，FSD、“在血海游泳”、乱世中的英雄与狗熊
和楼天城聊聊Robotaxi和ACRush：“L2做得越厉害，离L4越远”
从蒸汽机到无人驾驶3｜和孟醒聊特斯拉FSD进化史
从蒸汽机到无人驾驶4｜Waymo和它的对手们：我暗中考察了四个月
从蒸汽机到无人驾驶5｜谈谈自动驾驶创投过山车这8年
【更多信息】
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
-
我们的节目正在推出新系列【从蒸汽机到无人驾驶】，今天是第5集。
因为，在我自己学习自动驾驶的过程中觉得，这个行业的知识壁垒很高、信息不对称也很严重，所以邀请五源资本合伙人、前滴滴自动驾驶COO孟醒来做一个自动驾驶的深度科普。在之前的两集中，他分别以L2和L4自动驾驶为线索，分别聊了聊特斯拉FSD进化史和低调的Waymo及它的对手们。大家可以在《商业访谈录》的72集和74集收听。
今天这集更偏孟醒个人。这次聊天发生在他刚离开滴滴、即将加入五源资本的短暂间隔期之中。我们聊了聊为什么那么多人都在逃离风投，而他却选择在此刻回归？以及他所亲历的自动驾驶创投这8年。
建议大家把72、74和78这三期节目连起来收听。
本集是《张小珺Jùn｜商业访谈录》和《技术不无聊》的串台节目。
我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）
【嘉宾小传】
孟醒，五源资本合伙人、卡尔动力董事长，曾担任滴滴自动驾驶COO、顺为资本科技组负责人；在顺为期间，孟醒投资了小鹏汽车、Momenta等明星公司；加入顺为前，孟醒曾经作为创始人和CEO创办两家人工智能领域的明星创业公司，分别是美国的Orbeus和中国的知图科技，两家公司都被并购；孟醒还曾在摩根大通投资银行部门任职，负责亚太区科技领域的投资并购以及IPO项目，参与项目金额超过600亿美金。孟醒拥有加州大学伯克利分校应用数学和经济学学士，以及麻省理工大学斯隆商学院MBA学位。
创业和投资是一个旋转门
那么多人离开VC，我为什么在这时回来了？
中美的孵化器对比
投资小鹏汽车、Momenta的经历
天使轮估值1亿美元以上的前沿科技公司还没有成功案例
16年通用汽车10亿美元并购Cruise带来了自动驾驶创投热潮
在创投端，亲历过去8年自动驾驶的起起伏伏
16年创立的自动驾驶相关公司到今天还活着的，大概一半
细说自动驾驶的产业版图和分工
L2和L4领域今天已经高度头部化
经历多轮周期的自动驾驶能给今天的大模型哪些借鉴？
【从蒸汽机到无人驾驶】系列
和何小鹏聊，FSD、“在血海游泳”、乱世中的英雄与狗熊
和楼天城聊聊Robotaxi和ACRush：“L2做得越厉害，离L4越远”
从蒸汽机到无人驾驶3｜和孟醒聊特斯拉FSD进化史
从蒸汽机到无人驾驶4｜Waymo和它的对手们：我暗中考察了四个月
【更多信息】
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
-
2024年，不少海外大型PE纷纷募集了巨额的并购基金，中国也出台了针对并购多项鼓励政策。就在前不久，9月24日，证监会发布《关于深化上市公司并购重组市场改革的意见》（即“并购六条”）。
并购重组市场会变活跃吗？
本集我们的主题正是并购。我邀请霞飞资本创始人、百度前VP陆复斌来聊聊。陆复斌离开百度以后，从2017年就开始在全球并购市场上寻找机会。到今天他总计完成5笔交易，投出21亿美金。这些交易来自美国、以色列和东南亚，大多完成得隐蔽，在网络上你能找到的只有只言片语。我很好奇，他为什么要保持一种刻意营造的低调。
插一句口播：除了小宇宙，大家还可以在Apple Podcast、Spotify、YouTube、腾讯新闻、喜马拉雅等多个平台关注《张小珺Jùn｜商业访谈录》。特别是Apple Podcast。希望大家能够在Apple Podcast上多多给予积极的评分和留言。谢谢大家！大家国庆节快乐！
我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：） 03:00 嘉宾经历：美国NASA-创业-亚马逊-百度VP 06:27 贝索斯管理方法：Two-Pizza Teams 20:51 过去5年在全球市场做并购，投出21亿美金 26:06 当互联网越来越像传统行业，退出方式会变得多元 30:13 并购、时代与案例 36:46 已并购deal的幕后故事： 全球同性恋社交网络Grindr（三年两次转手、从昆仑万维买过来） 以色列公司英为财情（Investing.com） 加密货币交易所Coins 01:00:48 常见并购步骤 01:05:22 怎么判断好资产？什么是便宜？ 01:12:39 我竞价试图收购Yahoo的故事 01:16:45 最难的是收购完的经营 01:18:50 美国、以色列、东南亚做生意差异性 01:25:21 未来几年并购重组趋势【更多信息】
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
-
在过去两集节目中，关于OpenAI o1和AGI范式转移，我们先是推出了一集预言，之后推出了一集解析。在一个新范式来临的临界点上，我们希望听到更多来自业界不同视角的声音。哪怕这些声音是切片的、冲突的，我们都希望当做一种记忆和留存收集起来。
今天这期是王小川的返场。
王小川在创业开始就关注到强化学习并且很早开始公开谈论。他曾说，大模型代表快思考，它叫“学”；强化学习是慢思考，它叫“思”。“学”和“思”两个系统最终会走向融合。除了o1，王小川也聊了聊强化学习在一个特定场景——医疗——中的应用。
我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：） 01:30 大模型是“学而不思则罔”，强化学习是“思而不学则殆” 03:45 Sam Altman被宫斗下课与强化学习大神Noam Brown的动态 05:45 OpenAI o1是范式升级，摸到了一条从快思考走向慢思考的道路 （DIKW模型：Data – Information – Knowledge – Wisdom） 08:18 怎么看o1隐藏思维过程，有人破解o1思维链会被警告要封号？ 09:04 从以语言为核心走向思维链，分两阶段运行增加泛化性 11:38 强化学习 vs 监督学习 16:39 除了数学和代码以外，医疗是可以用强化学习提升的领域 19:55 之前做强化学习实验没有CoT（思维链），今天更强调CoT了 22:16 复现o1 vs 复现GPT-4 26:30 未来几年将从强化学习范式走向写代码解决问题新范式 28:35 做“水涨船高的应用”，不只是“沿途下蛋的应用” 31:35 创业公司要走出大厂射程，在射程内你是没什么好活的【更多信息】
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
-
上集节目，广密在OpenAI o1问世之前，准确地预言了代号为“Strawberry”（草莓）的项目走向，以及它背后暗示的AGI范式已经转移，强化学习开启了新赛道。
这集节目录制在o1问世之后，我第一时间和边塞科技创始人、清华叉院信息研究院助理教授，同时也是前OpenAI研究员的吴翼聊了聊。他的研究方向正是强化学习。吴翼从技术视角全方位地解读了o1模型，并且分享了只有内部视角才能看见的真实的OpenAI。
我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：） 01:50 2019年在OpenAI做研究员 03:04 那个年代所有PHD都希望去Google Brain和DeepMind 03:46 OpenAI o1-preview初体验，很意外在用户使用端做这么大规模的推理 07:20 pre-training（预训练）能挖的金矿越来越少，以强化学习为基础的post-training（后训练）是另一个大金矿，使迈向AGI的梯子多了几节 09:00 o1-preview版本是GPT-3时刻，到没到ChatGPT时刻要看正式版本 10:33 o1应该核心关注两个要点和背后的技术原理 13:54 强化学习能否探索出Scaling Law有希望，但很复杂 15:06 强化学习三要素：reward model+搜索和探索+prompt，每一块都很难 16:42 2014年开始，UC Berkeley集体转向，押注强化学习 19:36 RL算法的演进：从DQN（Deep Q-Network）到PPO（Proximal Policy Optimization） 23:45 相信会带来通用能力而不是垂类能力提升 24:47 长文本是实现AGI的第一步，推理能力是第二步 29:57 通过o1-preview能反向复原哪些技术细节？ 34:00 reward model不太可能有一个单独的小组闭着眼睛训练，是耦合的 38:30 思维链、安全、幻觉和算力 41:25 为什么这么项目叫“Q*”？后来又叫“草莓”？梗都很有意思 49:49 o1不代表垂直模型，依然相信会出现全能的大统一模型 57:57 关于Scaling Law，2019年OpenAI内部讨论的细节 01:00:26 2019年的OpenAI处于“闭着眼睛挖矿的状态” 01:03:20 OpenAI当年如何做管理：搞大新闻、发博客，KPI是博客关注量 01:10:28 2020年离开OpenAI后悔吗？o1发布前的预言单集：AGI范式大转移：和广密预言草莓、OpenAI o1和self-play RL｜全球大模型季报4
【更多信息】
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
-
我们的节目正在推出新系列【从蒸汽机到无人驾驶】，今天是第4集。因为，在我自己学习自动驾驶的过程中觉得，这个行业的知识壁垒很高、信息不对称也很严重。所以邀请孟醒来做一个自动驾驶的深度科普。
之前的节目介绍过，自动驾驶分成两条线索：1、以特斯拉为代表的辅助驾驶路线；2、以Waymo为代表的全无人驾驶路线。围绕路线之争，这个行业吵了10年。
在上集，孟醒着重聊了第一条线索：特斯拉FSD进化史。本集，我们的重心则是另一条：低调的Waymo和它的对手们。很有意思的是，孟醒曾带队在凤凰城调研Waymo，还暗中探访了它的“老巢”。
本集是《张小珺Jùn｜商业访谈录》和《技术不无聊》的串台节目。《技术不无聊》是孟醒制作的一档新播客。我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）【嘉宾小传】
孟醒，五源资本合伙人、卡尔动力董事长，曾担任滴滴自动驾驶COO、顺为资本科技组负责人；在顺为期间，孟醒投资了小鹏汽车、Momenta等明星公司；加入顺为前，孟醒曾经作为创始人和CEO创办两家人工智能领域的明星创业公司，分别是美国的Orbeus和中国的知图科技，两家公司都被并购；孟醒还曾在摩根大通投资银行部门任职，负责亚太区科技领域的投资并购以及IPO项目，参与项目金额超过600亿美金。孟醒拥有加州大学伯克利分校应用数学和经济学学士，以及麻省理工大学斯隆商学院MBA学位。
02:00 Waymo始于2009年，是Google X实验室一个项目 04:32 我访谈Google无人车创始人Sebastian Thrun，结果被人骂了，很惭愧 07:13 DARPA Grand Challenge（美国DARPA出资赞助的无人驾驶赛）被埋没的故事 13:24 Waymo负责人连连换届： 1. Sebastian Thrun（2009-2013）：Sebastian Thrun是斯坦福大学教授，也是谷歌自动驾驶汽车项目创始人之一 2. Chris Urmson（2013-2016）：Chris Urmson是卡内基梅隆大学机器人专家，参与了多次DARPA自动驾驶挑战赛 3. John Krafcik（2015-2021）：John Krafcik是汽车行业资深人士，曾任现代汽车北美公司总裁兼首席执行官 4. Tekedra Mawakana和Dmitri Dolgov（2021-2023）：Tekedra Mawakana是Waymo首席运营官，法律和公共政策背景出身；Dmitri Dolgov是Waymo首席技术官，参与自动驾驶技术开发多年 5. Dmitri Dolgov和Saswat Panigrahi（2023年至今）: Dmitri Dolgov继续担任CEO之一，Saswat Panigrahi是Waymo首席产品官，负责产品管理和战略规划 18:05 Waymo技术关键变化，对最简洁漂亮的架构端到端抱有理想 21:55 我带队在凤凰城调研Waymo四个月，还暗中探访了Waymo“老巢” 38:30 无人驾驶第二名Cruise（创始人Kyle Vogt），两年、40人团队，10亿美元卖给通用汽车 43:24 一起安全事故，使Cruise从顶峰极速坠落 48:00 为什么Waymo和Cruise同样作为大企业分支，风格差异这么大？ 57:40 Uber也曾是无人驾驶一个有竞争力的对手，怎么退出了比赛？ 59:17 另外两位竞争对手现况：Zoox、Aurora【从蒸汽机到无人驾驶】系列
和何小鹏聊，FSD、“在血海游泳”、乱世中的英雄与狗熊
和楼天城聊聊Robotaxi和ACRush：“L2做得越厉害，离L4越远”
从蒸汽机到无人驾驶3｜和孟醒聊特斯拉FSD进化史
【更多信息】
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
-
今天这集是我和广密【全球大模型季报】第4集。这期2024年Q3季报，提前和大家见面。
我们正进入的9月会是AGI的一个大月，OpenAI造势已久且绝密的项目“草莓（Strawberry）”将在不久后揭开它神秘的面纱。此外，Anthropic也会推出Claude 3.5 Opus，这两个模型将是AGI进程是否顺利的关键风向标。
这些项目很可能暗示了硅谷AGI范式已经静悄悄地发生剧烈转移。
本集节目带来了对AGI发展路径的最大猜想——硅谷AGI范式正在发生转移，self-play RL（强化学习）开启了新赛道。大部分人还没意识到，在纯靠语言模型预训练的Scaling Law这个经典物理规律遇到瓶颈后，多家硅谷明星公司已经把它们的资源重心押宝在一条新路径上：self-play RL（自博弈强化学习）。只不过，这个范式转移还未形成共识。Self-play RL到底是什么？它如何有别于传统路径？它能成为继续Scaling Law的一把神奇钥匙吗？
这集节目是关于self-play RL的一篇高质量科普，也希望为大模型从业者带来方向性的启发。
除了self-play RL，我们着重探讨了硅谷一级市场的明星赛道（Coding、视频生成、通用机器人），以及OpenAI与科技巨头近况。希望我们【全球大模型季报】能帮大家了解最前沿的AGI动态，并且能持续给大家带来启示。
本集是《张小珺Jùn｜商业访谈录》和《海外独角兽》的串台节目。我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）坏的推演猜测，GPT-5不乐观；好的推演猜测，RL开启新赛道 02:30 语言模型预训练的范式或许遇瓶颈，模型scaling边际效益开始递减 05:21 为什么不一定能支持模型在GPT-4o基础上大幅跃升？现在处于“真空死亡地带”？ 06:43 我最担心的是，纯靠语言模型的经典Scaling Law /Pre train这个物理规律遇到瓶颈，或者在更大参数比如2-3T以上的情况下开始失效了 09:37 如果scaling law在模型变大的过程中不work，现在有三条潜在路径：1、多模态尤其是视觉（但还没有证据说能从视觉模态训练涌现智能能力）； 2、10万卡集群（但10万卡集群充分互联的难度比预期难，可能是全人类最难的项目之一）； 3、强化学习self-play RL（这是范式级别的大转变！） 12:53 如果我是AI公司CEO，我会200%资源all in RL这条路 13:40 概念解释：Reinforcement Learning，简称RL，中文强化学习（Ilya用一句话概括强化学习：让AI用随机路径去尝试一个新任务，如果效果超出预期，就更新神经网络的权重让AI记得多使用成功的实践，再开始下一次尝试） 19:05 代码和数学可以变得很强，能不能泛化到更多领域没有证据 22:39你也可以把语言和预训练比作人类基因组，携带着人类几千年进化的基因，强化学习RL就是人类成长的一生 24:55 必须很聪明的模型才能有能力做self-play RL的探索 27:07 Anthropic Claude 3.5是这一波标志性的产品，他们不搞Sora/搜索，主线是RL；业内少数人意识到RL的重要性是最近两个月 28:35 硅谷明星公司现阶段的资源投入？1-2家公司把RL当作最高优先级 28:56 2024年9月OpenAI和Anthropic即将要发布的，什么值得期待？ 29:42 AGI范式大转移之下，还会有GPT-6和GPT-7吗？（可能明年会看到很小的模型比今天GPT-4o要聪明非常多，一个期待是实现AGI不一定需要巨量参数的模型） 30:33 新范式的困境和卡点 32:52 Character.AI出售给Google预示AGI竞赛上半场结束，下半场开始，创始人Noam从Google进入self-play RL下半场 34:36 新范式下，还需要那么多GPU吗？很多人关心英伟达股价 37:06 AGI范式转移只在最核心的researcher中有共识，几百人，还没扩散 38:55 Claude 3.5 Sonnet显著提升，带动了编程工具Cursor的火爆出圈 40:08 OpenAI在造势的草莓、Q*，猜测背后都是强化学习RL 41:55 国内公司应该应该all in 200%跟进RL 42:44 语言模型和RL是乘级关系硅谷AI一级市场的四个明星赛道 45:12 硅谷的AI赛道：围绕LLM周边有3-4个圈，搜索、代码Coding、视频、机器人 1、Coding：在硅谷出现了4-5家独角兽（Devin、Augment 、Magic、Poolside，都已经20-30亿美元估值），最近编程工具Cursor出圈 2、 视频：这个赛道诱人，但格局不稳定、决胜窗口长 3、通用机器人：想赌具身领域也有个OpenAI，现在是基础科学突破的问题，没看到在机器人领域的“通用泛化能力”出现 57:00 美国通用机器人的明星项目（Pi、The Bot是业界公认最头部的项目，除此之外融资金额很大、声量也比较高的是Skild AI、Figure AI） 58:31 国内vs硅谷机器人：硅谷投robot foundation model一个大脑，像Andorid；在国内投整机，OV和小米 01:01:56 LLM->多模态->具身智能->世界模型，这是AI发展路径 01:05:54 LLM vs 移动互联网，叙事逻辑是什么？哪些明线与暗线？ 01:07:04 有没有可能，今天不做强化学习的公司未来都跑不出来 01:08:05 站在现在，重新评论一下中国LLM？“月亮和六便士”OpenAI和科技巨头 01:12:37 OpenAI 1、有点浪费技术领先的红利，产品没接住 2、联合创始人Greg Brockman、John Schumann离职 3、Ilya离开应该是bet on两个路线（多模态/强化学习，大概率是RL） 01:17:10 Q*和草莓和RL应该是一件事，草莓是代号，RL是方法 01:18:07 回答红杉美国合伙人 David Cahn发布最新文章《AI’s $600B Question》 01:20:00 在2024年Q3，AI叙事还有哪些非共识？ 01:22:45 Character.AI之后，哪些AI公司还会被收购？做个预测 01:23:38 2000年互联网hype破灭后只留下Amazon一家公司，今天AI hype如果破灭了，谁是下一个Amazon? 01:24:24 AGI第一幕是科技巨头受益，第二幕还没完全展开【全球大模型季报】系列
2023年：口述全球大模型这一年：人类千亿科学豪赌与参差的中美景观
2024年Q1：和广密聊AGI大基建时代：电+芯片=产出智能
2024年Q2：口述全球大模型这半年：Perplexity突然火爆和尚未爆发的AI应用生态
【更多信息】
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
-
去年下半年以来，特斯拉V12版本和端到端架构为自动驾驶掀起了一波全新的热潮。这波总是在“5年之后”又“5年之后”屡屡迟到、屡屡爽约的技术革命，到今天，到底发展成什么样了？它距离我们真实的生活还有多远？
我们的节目正在推出新系列【从蒸汽机到无人驾驶】，今天是第3集。
我们的前两集节目里，已经推出了与何小鹏和楼天城的访谈，他们分别代表自动驾驶领域最有代表性的两类公司：一个是做L2（辅助驾驶）的汽车公司、一个是做L4（无人驾驶）的技术服务公司。这次，我邀请了在自动驾驶行业很资深且背景多元的一位人士。
孟醒在过去8年从各个维度深入参与过这个行业。他曾是连续创业者，先后在美国和中国创办了两家人工智能初创公司；他也是投资人，投资过小鹏汽车、Momenta等自动驾驶相关公司；2019年起，他出任滴滴自动驾驶COO。就在最近，孟醒刚刚更换了新身份，再次回到风投行业做一名前沿科技投资人。
我和孟醒从他亲身试驾特斯拉FSD各个版本的真实感受开始聊起，深入探讨了端到端架构和FSD进化史。不过这集只是开篇，接下来我们还会推出更多的精彩续集。
本集是《张小珺Jùn｜商业访谈录》和《技术不无聊》的串台节目。《技术不无聊》是孟醒制作的一档新播客。我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）【嘉宾小传】
孟醒，五源资本合伙人、卡尔动力董事长，曾担任滴滴自动驾驶COO、顺为资本科技组负责人；在顺为期间，孟醒投资了小鹏汽车、Momenta等明星公司；加入顺为前，孟醒曾经作为创始人和CEO创办两家人工智能领域的明星创业公司，分别是美国的Orbeus和中国的知图科技，两家公司都被并购；孟醒还曾在摩根大通投资银行部门任职，负责亚太区科技领域的投资并购以及IPO项目，参与项目金额超过600亿美金。孟醒拥有加州大学伯克利分校应用数学和经济学学士，以及麻省理工大学斯隆商学院MBA学位。
01:30 孟醒的学习和创业经历，从幼儿园就开始在中美两边穿梭 08:33 为什么自动驾驶行业和公众之间充斥着信息不对称？ 11:17 自动驾驶分两条线：辅助驾驶已经到产品中期，无人驾驶产品还处在Pre-A阶段 18:18 辅助驾驶和自动驾驶各自迈过几道坎？还有哪几道坎要过？ 21:18 亲身试驾特斯拉FSD不同版本的感受（从非端到端的最后一个版本V11.3.6到端到端版本V12.3、V12.4，技术提升斜率如何？） 27:37 为什么L4公司看特斯拉FSD像小学生？优化目标和L4公司不一样 29:09 L2直到实现极高驾驶能力之前，应该有最优接管率，不能过高也不能过低 33:12 L2和L4截然不同的产品体系：L2提供更好的人机共驾体验，L4提供成本更低的出行服务能力 33:36 L1-L5的命名体系和它带来的歧义 43:06 特斯拉V12版本和端到端架构为什么重新点燃自动驾驶的热情 52:20 V12更像是辅助驾驶里的GPT-3时刻 54:11 关于特斯拉端到端架构，哪些是已知信息？哪些是黑盒？ 56:43 特斯拉自动驾驶的技术演进史（both硬件和软件） 01:02:54 特斯拉是端到端且不用任何规则兜底，国内公司很难做到 01:04:07 特斯拉的纯视觉路线vs大部分公司的激光雷达路线 01:11:52 端到端是自动驾驶的终极大杀器吗？分别探讨L2和L4 01:17:32 复刻特斯拉FSD需要多少花销？大致的估算 01:19:18 几乎所有中国的竞争者都在跟进端到端架构【更多信息】
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
-
我们的节目正在推出新系列【从蒸汽机到无人驾驶】，今天是第2集。
最近萝卜快跑在武汉引发广泛关注，许多人开始讨论Robotaxi是不是迎来拐点？我邀请了楼天城来聊聊。
楼天城是清华首届姚班毕业生，因在编程竞赛的优异战绩又被称作“楼教主”。他毕业后进入Google工作，在这里最早接触了无人驾驶，而后又加入百度从事无人车研发。2016年，楼天城与百度前首席架构师彭军，创立无人驾驶公司小马智行（Pony.AI），他出任联合创始人兼CTO。该公司估值达85亿美元，正寻求在纳斯达克或纽交所上市。
节目中，我们探讨了关于Robotaxi的新闻、无人驾驶的简史、自动驾驶常见的路线之争。楼天城说了一些颇为尖锐的观点：比如，“L2做得越厉害，它离L4越远，反之亦然”，又比如“当自动驾驶超越人类，数据就变成干扰项，并不是越多越好”。
我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：） 02:11 先谈两条新闻：1、萝卜快跑火了，2、Tesla推迟Robotaxi发布时间 04:39 用时间概念来表达“无人驾驶小史”：1小时/10小时/100小时/1000小时/10000小时，自动开不用人接管（跨越每一步中的关键点） 10:10 我主要精力花在“Contest based metric system”（“基于竞赛的度量系统”，旨在根据不同的场景分别评估系统的能力。） 16:45 “端到端”根本变化是，让整个模型的能力加强了，避免模块之间传输信息丢失 17:18 “端到端”只能做到100小时，从100到1000小时是超越资源和能力的 17:50 自动驾驶的路线之争：先有目标不同，才有路线不同 1、激光雷达/纯视觉？“纯视觉只能做好学生，但激光雷达能作弊” 2、车路协同/单车智能？“互相加成，但单车智能是priority” 3、渐进式自动驾驶/跨越式自动驾驶？“一个是足球、一个是篮球” 4、辅助驾驶/自动驾驶？“L2做得越厉害，它离L4越远” 26:57 无人驾驶创业这8年：高潮与低谷，落地得快与慢 35:54 “当你真的超越人类，数据不是越多越好，数据是干扰项” 44:06 关于个人：姚期智先生令我印象深刻的、ACRush、“只有冠军才知道冠军和亚军的差距” 49:10 坚持20年编程竞赛的人告诉你一个竞赛技巧：“Hold cold card”【更多信息】
文字版可参考：《和楼天城聊Robotaxi：“L2越厉害，就离L4越远”》
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
-
我们的节目正在推出新系列【从蒸汽机到无人驾驶】，记录这段承载人类出行终极梦想的技术浪潮，今天是第1集。
很多人说大模型会改造自动驾驶，加速拐点的到来，但它究竟是如何发生的？
本集我邀请了小鹏汽车董事长兼CEO何小鹏。
过去1年半，作为一名汽车CEO，何小鹏倒是为大模型做了挺多事——他让团队读论文，自己到访美国三趟，试驾特斯拉FSD和Waymo，还拜访了黄仁勋。在他看来，中国需要通用大模型公司，但中国也需要自己能读懂大模型，把大模型放到应用做工程落地的公司。
站在小鹏汽车创办10年的节点，我也和他探讨了友谊、商战、高峰与滑铁卢。
他形容，造车就像在“在血海里游泳”。
我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）友谊与股价 02:11 雷军怎么邀请你、李想和李斌同时出席小米SU7发布会？ 03:12 他们说“估计你气晕了，在厕所哭啊”，把我笑坏了 03:25 那场发布会上，李想、何小鹏、李斌、魏建军的座次问题 04:17 我们坐在下面讨论什么？我为什么在笑？ 05:50 什么时候发现小鹏汽车的股价跌了？什么心情？ 06:05 我对雷军和他第一台车的看法基因与局限 06:27 小鹏汽车做智驾的源头和基因 10:30 我从之前创业做UC浏览器积累的认知 14:14 蔚小理都是从互联网入局造车的创业者，但基因和思考完全不同 15:56 我的反思：如果我有汽车品牌逻辑，我会切得再高一点；如果我更懂汽车体系，我会先从P7入手，再到maybe G7的体系 17:25 论“小鹏汽车”的命名和从投资人到加入小鹏汽车 20:18 UC创业那十年心理上的高点、低点和忐忑大模型改造自动驾驶 21:32 一个现实问题：自动驾驶能帮你卖车吗？ 23:33 大模型公司没人挣到钱，它在另一个纬度可以挣到钱的，就是自动驾驶 24:33 自动驾驶做了大模型，还需要有“刹车”加“守门员” 25:28 在ChatGPT问世以后，我做了哪些动作？读论文、到美国、拜访黄仁勋 26:00 大模型不是人的思考逻辑，是machine的思考逻辑或者推理逻辑 27:25 软件从科研到规模使用很快，硬件极其难 29:58 大模型怎么在车上落地？按照它的逻辑重写我们的数据流逻辑，增加数据的收集，做预训练，最开始写出来的东西完全不能用，需要巨大的训练量 32:58 你和车企CEO、李想、李斌、雷军会聊大模型吗？ 33:20 中国需要通用大模型公司，但中国也需要自己能读懂大模型，把大模型放到应用做工程落地的公司——小鹏是其中一家 35:10 怎么看马斯克同时做Tesla和xAI 36:54 吴新宙离职和拜访黄仁勋的启发敌人和护城河 40:32 今天随着华为入局，它的智驾能力也被认为是第一梯队，而它的风格又那么凶悍，你感受到了冲击吗？ 41:32 有人说，小鹏要不干脆别卖车了，学华为做智能化提供商 42:45 大模型对于小型公司不利：大AI越强所以越多数据，越多数据所以越多费用，越多费用所以要卖越多车支持这个体系，这是一个网络效应 46:32 复刻特斯拉端到端FSD（完全自动驾驶）要花多少钱、多少时间、哪些基础要素？ 47:40 未来多模态的大模型、自动驾驶模型和机器人大脑会统一吗？乱世快出现了 48:59 “兄弟们想害谁，就让他来造车” 51:40 “我只是觉得在血海里面游泳” 53:31 切忌在人的方面“一脚油门、一脚刹车” 55:49 G9事故反思、变革之难 57:00 和总裁王凤英的分工，我们没有汇报关系 01:00:28 不是壮士断腕，是“壮士把头都断了” 01:01:35 淘汰赛、全明星赛，我的目标是第一 01:03:01 合纵连横频发，乱世快出现了 01:05:44 车企发车好比“出牌”，小鹏为什么今年出MONA M03这张牌？ 01:10:33 变革中的我：最近发的小脾气，从民主到集权，关注2+3问题01:14:00 何小鹏最近在美国试驾完特斯拉FSD和Waymo之后，新鲜的体验与判断【更多信息】
本集文字版本：腾讯新闻原文 & 作者的收藏夹
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
-
今天这集是【全球大模型季报】第3集，我与广密从AI应用端出发，复盘全球大模型这半年的进展。
AI搜索是大模型在应用端达成的第一个共识。这次，我们详细聊了聊AI搜索企业Perplexity，关于它的创业、数据、竞争与护城河。Perplexity最新一轮估值已达30亿美元。
此外，我们聊了一些业界关心的重要话题：AI应用为什么还没有大爆发？GPT-5为什么那么慢？大模型的商业模式和壁垒究竟是什么？我们也对美国科技巨头过去半年的状况一一作了点评。
我们在这集节目增加了一个互动环节，大家可以就播客中提出的问题在评论区留言，也许嘉宾会现身回复哦：）
本集是《张小珺Jùn｜商业访谈录》和《海外独角兽》的串台节目。我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）02:16 突然走红的Perplexity 过去1年，应用端比较无聊，Perplexity是唯一跑出来的（2000多万月活用户，2000多万美元ARR，年底可能到1亿月活，1亿美元ARR，月度环比增长20%以上） Perplexity的创始人和创立过程，硅谷核心圈都投了 Perplexity的豪华投资人天团、已完成四轮融资与估值爬升过程 （投资人包括：Google SVP Jeff Dean，Meta首席科学家Yann LeCun，OpenAI早期投资人Peter Thiel、OpenAI创始成员Andrej Karpathy、知名Solo GP Elad Gil，GitHub之前的CEO Nat Friedman，Databricks联合创始人Reynold Xin，Hugging Face CEO Clément Delangue，亚马逊创始人Bezos） 为什么硅谷的个人投资者参与这么多？ 06:16 信息检索是匹配模型能力最合适的PMF 对于知识工作者有积累创造性任务：组合型创造-探索性创造-变革型创造（信息检索就是组合型创造） Perplexity CEO是先思考产品再思考模型，而不是先做模型再找落地场景 如果Perplexity能向下改模型，Anthropic收购Perplexity，这是很好的组合 11:12 Perplexity最新估值达30亿美元，为什么它值这么多钱？ Perplexity这种产品形态和小红书长期是什么关系？都在抢传统搜索的生意 Perplexity A轮融资的时候，我们拿它和头条早期数据做对比，很有意思（留存、用户心智） 英伟达投资了Perplexity，黄仁勋公开说他用做多的一个AI产品是Perplexity Perplexity怎么和Google、OpenAI竞争？错位竞争！ 面对Perplexity，Google、百度这类传统搜索公司有哪些应对？ 秘塔AI是中国的Perplexity吗？国内一个问题是：内容有割裂性 17:50 Perplexity的护城河是什么？会独立长大还是被并购？ “今天的创业公司似乎都在巨头的辐射之下” 18:25 同样是30亿美元估值的月之暗面和Perplexity，本质区别是什么？19:16 无聊的AI应用生态 首先画一张AI创业公司脑图（大模型公司估值显著高于AI应用公司） 21:10 海外版“大模型的资本扑克牌”，很清晰、巨头主导，关注Meta和Apple接下来会怎么落子 红杉美国只投了OpenAI和xAI 22:50 AI原生应用系统性大爆发了吗？没有！ 为什么说现在模型能力和产品能力不够？ 应用大爆发的关键条件有哪些？（模型能力、调用成本、速度latency） 26:55 未来6-12个月，哪些是高确定性问题？哪些高赔率问题？ 大家远远低估了模型变小的速度——过去一年我们卷云端和数据中心的基建，未来一两年会卷端侧基建 模型变小的挑战是什么？ Apple和OpenAI合作并不稳固，Apple和Anthropic也谈了一个合作，随时热插拔ChatGPT 接下来最重要的能力跃升是：逻辑推理reasoning+多模态 34:10 一个听众互动（大家可以留言）：如果OpenAI GPT-4o给开发者的API成本大幅下降，成本可忽略，哪些应用能爆发？ 回顾一下GPT降价幅度，过去一年降低10倍；我好奇OpenAI为什么不更激进降价？摧毁其他人 AI应用型的人才画像是怎样的？ 给AI新物种大爆发的时间一个预测？ 36:33 过去半年美国AI应用生态有多无聊？（沙滩上建房子）36:58 GPT-5为什么那么慢？ OpenAI模型能力跃升停滞了吗？为什么GPT-5出来比较慢？ GPT-5预计什么时候来？GPT-5会长什么样？ 为什么GPT-4和GPT-5中间插了一个GPT-4o？（为了降成本） 硅谷和中国大模型公司牌桌发生了哪些变化？ 拿到“最后一张船票”的马斯克xAI，有什么差异化？ 41:47 “OpenAI内部状态就像是从东向西开拓美洲大陆，科学家让火车高速奔跑，infra工程师在火车前面修铁路，铁路铺设和火车齐头并进” 过去半年在大模型上，中美差距是拉大了还是缩小了？45:35 大模型的商业模式和壁垒 大模型是好的商业模式吗？壁垒在哪？ Scaling Law之外，会有不一样的路线走向AGI吗？ 怎么看通用机器人？怎么看无人驾驶？ 通用机器人和无人驾驶，哪个来得更快？ 今天通用机器人的目标还没有定义清晰55:25 最后，我们点评了硅谷科技巨头这半年的状态 OpenAI（离职风波对OpenAI有影响吗？） 苹果（AI的feature能不能带来换机潮） Google（模型上不乐观，流量优势明显） 英伟达（从股价角度超出了可分析性） Amazon Meta 微软 特斯拉 61:43 “创业公司和大公司不是颠覆关系，是依赖关系” 63:32 RAG、检索增强是阶段性需求，做得好不好是工程问题 64:18 中美创新生态的差异（创新的温室） 65:23 2024下半年展望：你会把时间和精力重点分配在哪些问题上？【全球大模型季报】：
2023年：口述全球大模型这一年：人类千亿科学豪赌与参差的中美景观
2024年Q1：和广密聊AGI大基建时代：24 Q1全球大模型前沿手记
播客中提到的文章：
Perplexity CEO：AI 创业公司要先做产品，后做模型
【更多信息】
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
-
今天的嘉宾是MiniMax天使投资人、云启资本合伙人陈昱。MiniMax是中国6家大模型创业公司中，除月之暗面之外，另一家估值比较高的独角兽企业。这集我们聊了聊MiniMax的创业、融资和团队故事。
此外，最近很多投资人都去美国参加了GenAI大会，陈昱在现场聊了聊他的观察。
我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）GenAI大会 01:00 陈昱的自我介绍 01:55 聊聊最近在美国举办的“GenAI Summit SF 2024”大会 03:36 中美博弈下，美国基金怎么看有华人参与的AI项目？美国公司怎么看中国资本？ 10:18 美国的AI创业方向和中国总体差距不大，以软件为主 11:00 GenAI大会在组织中，出了许多问题AI在过去10年的演进 11:40 过去10年，AI在技术和投资两个层面的演进路径 13:05 三波AI应用浪潮：计算机视觉（诞生了AI四小龙）、自动驾驶（L4落地的艰难）、大模型 15:05 我这次再次体验了Waymo 18:22 2022年底all in大模型以后，也分了若干阶段MiniMax的幕后故事 24:25 作为第一个投资人，投MiniMax背后的故事（和联合创始人贠烨祎是校友） 29:34 创始人闫俊杰的代号叫“IO”（Input/Output），见过一次后我对他有好感 31:46 MiniMax是从商汤出来的创业公司，商汤的局限性 33:57 MiniMax是一把手亲自参与、高度保密的项目 36:22 MiniMax的技术、应用、产品迭代（数字人-Glow-海螺AI、星野等） 39:30 原今日头条产品负责人张前川在高瓴的牵线下加入 40:39 关于闫俊杰、贠烨祎和团队？ 43:38 怎么看巨头引发的大模型降价潮，特别是对创业公司的影响《大模型的扑克牌》 47:12 玩家：巨头是筹码最多的大户，其次是融资领先的创业公司 49:24 后面几家创业公司的首要课题是融资 50:15 Club Deal（俱乐部交易）现象为何在大模型浪潮里如此突出？ 51:00 “看看牌”，今天仍然不敢说一定有创业公司的机会 52:18 一共5轮，我们基本每一轮都在加码 52:52 6家大模型创业公司今年的入围线 55:00 巨头推出的大模型产品PK创业公司的产品 56:56 你能接受MiniMax被巨头并购吗？我的新报道：《大模型的扑克牌：独家内幕故事》（本文访谈了20位中国大模型局中的关键创业者、投资人与生态方，记录过去一年最完整的大模型资本内幕。）
【更多信息】
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
-
很多企业家在过去一两年纷纷去英伟达“朝圣”，令他们最为吃惊的是黄仁勋的管理方法论。每一条都很反直觉，反共识——比如，老黄不裁员。
今天我邀请前龙湖集团CSO、专注战略与组织研究的王亚军，来系统性梳理老黄搭建组织系统。先透露两条让我听完觉得非常激动的观点：
1、一个组织的沟通结构会决定它的产品架构，英伟达组织就像它的产品一样，是分布式操作系统，“就像一台GPU”；
2、如果一个企业没有爱，是不会有创新的；恐惧永远是创新的敌人。
我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：） 01:34 英伟达的组织系统是少数存在，看起来奇怪 04:05 老黄管理第一条：60个高管直接向老黄汇报，再往下不是 07:53 老黄管理第二条：这60个人薪酬一样，精确到1美分的一样 09:43 老黄管理第三条：我不做1v1的谈话 11:30 老黄管理第四条：“Let’s reason together”（我们一起推理吧！） 12:27 Sounds kind of like a GPU. 14:26 著名的“康威定律”：一个组织的沟通结构会决定它的产品架构 18:36 学习英伟达管理的常见误区（context, not control） 28:04 拼凑式管理，以及管理的本质是什么？ 31:17 “分布式决策能力”适用于什么样的企业？ 35:27 老黄管理第五条：不鼓励写文档，鼓励员工给他发邮件（最重要的5件事） 38:12 老黄管理第六条：不裁员（I torture you to greatness） 42:48 老黄管理第七条：只做别人做不了的东西，不看市场份额（Market share is for the losers） 44:37 “战略不是文字，战略是行动” 45:10 老黄管理第八条：不做计划 47:47 英伟达的价值观之一是爱与关爱 48:52 如果一个企业没有爱，是不会有创新的；恐惧是创新的敌人 54:20 也聊聊黄仁勋这个人：从服务员到CEO；叫醒小狗让他感到内疚【更多信息】
联络我们：微博@张小珺-Benita，小红书@张小珺jùn
更多信息欢迎关注公众号：张小珺
- Montre plus
