Deep Dive
Shownotes Transcript
我觉得在大模型时代文科生很重要极富力生徒你还是选择了一个什么莫奈风格这就取决于这一波到底哪个模型更占上风到底是文科生重要还是理科生重要所以我认为理科生把东西做出来但文科生决定谁能看到我们可以用 AI 做一个文科生出来 AI 创业我们普通人的机会在哪里更希望能投一些有惊喜的企业比方说像下一个 DeepSick 那下一个 DeepSick 在哪你们有投进去的吗
什么样的 AI 项目投资人最看好那我们想象一下如果我们有一种手段能够直接和免疫系统对话说哥们你收了神通了这事不重要那其实是不是就可以缓解我们很多疾病我是很期待这一天的到来的欢迎来到这一期赛博对话
欢迎来到新浪新闻出品的赛博对话那今天呢我们想用对文科生都有善的方式去聊 AI 创业和投资先来介绍一下两位嘉宾这位是高飞老师 置顶科技总编辑无论是看他的文字还是私底下跟他聊都感觉到他对 AI 行业的这个敏锐性是吧 是一个文科生
然后另一位嘉宾是张总张玉轻质资本创始人轻质资本是背靠清华大学专门投资早期 AI 创业公司的基金那既然我们聊到了清华
我就先问一个比较狠的问题你们 AI 这波浪潮为什么清华的初创企业没有干过像折大这样的创始公司呢真这么直接啊因为我们知道就是说最近
AI 六小龙叫杭州六小龙都很强实际上之前的大模型六小龙里边大概有至少三个大模型企业是头部的大模型企业都是清华系的所以可能应该说各有所长当然两边有区别就是说可能清华系一般来讲是偏向于科研所以会在早期的时候会比较容易去
成长出来偏应用的时候可能就更会泛化一点就各地都有自己的一些特点高飞老师觉得呢因为我知道你们的工作室就是在清华附近对所以我肯定支持清华开玩笑我觉得其实这个问题可以从几个角度来看第一个角度心理学生有一个静音效应我们总是对最近发生的事感觉冲击力很大
就是最近的杭州六小龙但是如果可能再过一段时间大家又是另外的四小虎四小豹了这都完全有可能所以我觉得我们不能因为这波时间杭州六小龙的伟大来掩盖之前六小龙也同样成功起码在 AI 大模型第一波来的时候是他们占主导的我觉得这是第一个意见但是如果说他们的差别的话我是觉得好像杭州这几个 AI 公司特点就是它比较亲民就像张总说
的话是谈应用我说亲民的意思是说它比较偏 C 的我们看 DeepSeek2023 年的时候它推第一个模型 DeepSeek Code 就是做开发的然后那个时候它就在开源社区就发布了然后如果它语述的话它那个机器狗也很早就开始卖了也就是说这几家公司的特点就是
我先要去赢得一部分消费者或者客户或用户的认同然后再逐渐发展然后如果看清华的话我觉得好像不太一样似乎比较重视同行评议就是有点学术那个味道就是我要先在同行内获得我这种学术上的尊重然后是市场就是好像大家是有这么一种差别你们有特别看好的这种 AI 初创公司吗如果从方向上讲我们其实还是先
希望初创的创业者能够有硬核科技,因为这是一个很好的这样的一个互成合合或者竞争力。但是从发展的角度来讲,我们更希望能投一些有惊喜的企业,比方说像下一个 DeepSig。那下一个 DeepSig 在哪?你们有投进去的吗?
目前还没有我们也正在寻找有也不能告诉你这是投资界的管理
高飞老师你有没有什么特别关注的这种 AI 初创公司无论是中国还是国外的我现在比较关注还是编码这个领域就是 AI 编码这么几大家就 CursorBot 那几位他们我觉得成绩真的蛮好的像这家公司人数都几十个人然后收入已经几千万美金
然后投资的这个意向又很高我觉得他们代表了新一波 AI 公司的特点我有一个挺关注的就是国外一个叫 SCALE AI 的公司不知道你们有没有听过创始人是被誉为下一个马斯克他还挺传奇的他是一个 97 年生的一个华人然后他这个公司号称是有绝活有自己独特的技术和算法能够提供特别高质量的数据
所以他们的合作伙伴就有 MetaOpenAI 谷歌包括很多的车企想做自动驾驶的都是让他们来提供这些数据
所以这个企业反正其实也做了没多久但是他们现在的估值是 128 亿美金就超过千亿人民币了这个创始人他很年轻就被大家看好其实在互联网时代和移动互联网时代有一段时间投资人特别喜欢投年轻人投 90 后但后来发现他们的这个成功
率回报率其实还是低于所谓的老一辈就是成功才是成功之母所以他们又回流做红衣叫老帮菜但是在 AI 这一波像你们你们会更倾向于投年轻的创业者还是说两边都投如果看我们现在投过的项目里边可能还是以 70 后
80 后居多然后 90 后不多但是新的项目我们搜到的 BP 里边现在 90 后的项目是越来越多了比例可能超过一半了已经
所以未来投的应该是越来越多我想这两个有两个方面一方面从技术积累的角度来讲那么我们当然希望他在行业里边有足够多的经验然后他过去有足够多的科研或者技术积累这都需要时间所以一定是有经验的创业者他有年龄的积累然后有阅历的积累可能更稳健一些我注意到一个情况不知道是不是就没有统计样本我觉得就是做模型内播的时候年纪偏年轻
有很多研究员确实很年轻我之前看谷歌的一个播客他讲就是本科毕业两年就算可以了就已经可以在这一行因为为什么呢就是它更多是跟数学有关它其实不需要和现实生活有任何关系因为做模型本质上还是一个数学问题但是如果随着模型往社会或者往应用去走我觉得年纪可能会稍微偏大一点因为它要解决对它要解决社会中的实际问题
如果他没有遇到过这个实际问题他很难谈解决这个问题所以去年我们做了一个活动也是和一个投资人聊就是
有句话我们总结出来就是从哪来很重要就是你是从哪来的那在这个来的过程当中你发现了一个什么样的问题然后是不是可以用 AI 去解决刚才我们说 Bot 这家公司他们做了七八年了吧他原来是做网页容器的那后来就发现这个编码这个场景特别适合放在网页容器里去执行这个编码嘛所以他就把这个东西做出来了那我想如果他之前没有这方面的
这个经验或者没有这个感受和痛苦他就不可能把这个工具做出来所以我觉得这可能是要分成把 AI 分成两个不同的赛道不太一样就是看是我称之为是看是做 code 的就是模型的还是做 word 的就是来解决社会实际问题的
或者是文科理科我看网上说你去年是看了 1000 多份 PPT 然后约见了 200 多位创业公司的创始人然后最后投了就是 10 家公司对 还不到 10 家应该 OK 今年会不会更多
因为今年其实资本市场热起来了是首先说这个数量其实缩少了我怕缩多了人家不信其实我们还是挺辛苦的第二今年我们收到的 BP 每天收到的数量可能比去年大概年初的时候相比可能比每周收到的还要多所以就是明显的大家这个创业的热情又高涨起来了然后市场的预期也回来了
那你们看到比如说 AI 创业跟当时互联网移动互联网创业有什么比较巨大的区别吗我觉得这波好像技术能度更高一些技术含量更高会门槛更高吗比如说他可能需要的资金量也会更大我觉得那一波好像有个点子就可以先启动了
有一个点子然后再加上铺天盖地的广告这事就可以运转起来了我们那时候不看到很多这种情况进电梯突然一个网站就出现了然后就摆什么大站摆团大站然后这公司就跑起来了
甚至一些做 B 端的像做一些这种 SaaS 的也是这么做是吧有个点子然后我们就疯狂投广告现在在 AI 这一波也有疯狂投流比如 KeyMe 之前也投流但是我觉得和互联网那一波投流好像不太一样了我稍微补充一下它 AI 的话技术肯定是它的一个核心点那么它要求你有两点我觉得至少就第一有技术积累然后第二呢
要有錢 AI 是很耗錢的一個事所以這兩點都具備可能才能夠去創業所以我們看現在的如果說從集中度來講我們看現在初創企業可能一個天使輪可能就有上億美金的過去很少見 但是現在越來越多了它的實際上是集中度越來越高了
所以 AI 这波你说对技术的要求是更高那是因为它是比较初期所以对技术要求更高吗后面会不会说也会像互联网那样转向就是对于应用啊对于这种商业模式更看重还是说 AI 这一波其实模型和应用是融为一体了
實際上我們正好在一個轉型的過程中在之前剛才高飛老師也講到可能大多數是模型更取悅於過去自己的學術或者科研的積累因為到底都是賣鏟子的他幹什麼還不知道 對吧但是這是代表未來的方向 所以他就創業了那麼到今天可能大家已經看到 AI 的能力
差不多可以应用了而且它成本跟自己的产出收益也能够匹配到一个同样的水平上了这个时候可能就更多的得看行业那么对于行业的积累可能慢慢的就会超过模型本身的这样的重要度还有一个其实在 AI 领域一个特点就是数据过去可能不需要数据
或者数据的依赖度会比较低那现在依赖数据呢是非常高的所以就是我们所有的模型企业其实大概有一半以上的工作其实现在在处理数据而这些数据都是来自于实际行业的那这个呢也要求它要跟行业离得更近对吧如果你有行业的经验或者是有行业特殊的一些呃
自己的领域可能你拿到的数据会比别人更多其实是占有更多的优势这是一个新的特点同意我觉得如果在模型时代可能你没有独特的数据其实你的壁垒和门槛就非常之低了不知道是 Lama 还是 DeepSeek
但是能看到就是做产品的也开始训练自己的模型那为什么他能这么做我呼应一下张总说的他肯定积累了大量的前端 AI 编码的数据既然有这些数据的话他就有可能在这个细分赛道训练出一个可能比通用模型这种针对性更强的这样的 AI 编码模型比如说他上下文支持更多可以一次性补全更多的代码等等所以接下来可能是看大家
还是那句话就是你手里原来有什么然后你再把这个模型接上那你可能会变得很厉害等于说这波创业我觉得是对创业者的要求更多了你又要懂技术你还得懂可能你专长领域的数据
然后互联网这波传播的玩法我觉得也很重要咱们举个例子比如说这两天谷歌也在发模型这么大 2.5pro 对吧这也是很大版本的升级据说它的性能评估是 top 的就第一的但是这波传播完全没有打过 GP4O 的吉普利升图如果我们从技术含量来说好像吉普利升图这件事技术含量可能没有那么的高
但是其实也不低了因为我感觉他用了自回归的方式生图但是在传播上就完胜谷歌的双子座为什么呢这就是一种叙事所以我觉得在大模型时代文科生很重要真的很重要对更重要了你是选择吉普利生图你还是选择了一个什么莫奈风格
这就取决于这一波这个礼拜到底哪个模型更占上风这个事我认为是由文科生决定的是由龚其骏决定的不是由某一个化学家或者一个数学家决定的多说一句去年 GTC 的时候我也在当时李飞飞和英伟达的首席科学家他们在台上做对话
然后李飞就说他说问他的问题说你觉得 AI 会取代人类然后李飞说我觉得不会然后为什么他说虽然 AI 会创作很多作品很多文学的作品他说但是你看过龙猫吗他说 AI 无论如何也写不出龙猫那么好的电影
就是当你看到龚其骏的作品的时候你还是内心充满感动结果一年之后李科生用龚其骏的作品然后做了一波刷屏那到底是文科生重要还是李科生重要呢所以我认为李科生把东西做出来但文科生决定谁能看到它文科生的时代来了我是觉得文科生时代也同样重要那我接着你刚才我们可以用 AI 做一个文科生出来我接着你们刚才说的
所以你们觉得比如说这种大厂做出来的 AI 创业项目和社会上冒出来的比如说像 DeepSeek 这样或者是说背靠高效孵化出来的这种 AI 创业项目它们有什么区别和各自的特点吗我觉得谈创业可能这个词我们用的比较宽泛但实际上在如果我们看市场上其实我觉得创业分两种一种是拿投资的创业一种是赚钱的创业或者
或者说用 AI 做生意我能感觉到就是现在用 AI 做生意的人其实蛮多的开个玩笑就是我看淘宝现在已经卖那个 GPT-4O 生图就生那个 GPT 的图它 4 块 9 毛 9 一个
其实如果我们往小的看这也是一种创业是吧他可能这两天就赚了两万块然后我觉得第一波我们说拿投资这波创业还是以大厂为主我觉得他们在大厂的时候可能看到了一个机会但只不过在原来大厂可能这个方向并不是公司可能想要支持的那这样的话他必然要走出来创业因为他在大厂的位置看到了他站的高他看的远但看的远之后大公司又不可能每个赛道都去尝试他可能选择一个他想做的事情就
我觉得举个例子来说比如说谷歌和 OpenAI 都是这样的谷歌出来大量的人他做之前网红产品就是 notebook LIMAI book 工具那个 founder 也出来创业了其实这个产品做得很成功如果按我们的想法是不是难道不应该是说把这个东西发扬光大吗像 Android capacity 就是说这个是谷歌的 GPD 时刻
做出谷歌 GPT 时刻的人都离开谷歌了这个我们就觉得是吧就很有意思还有写出 Transformer 论文这个八字后来都离开谷歌了有一个人又回来了我记得也是 GCC 的时候黄仁勋就问他他说你们写完这个论文之后在谷歌的变化是什么然后有一个人就说变化没有变化我们该怎么工作还怎么工作然后这个论文领导看了之后说那就大概就是 not bad
还行啊然后这事就结束了所以我觉得就是大厂的就是他为什么这么多人走出来就这个原因包括 OpenAI 现在也走出好多人他可能不认同奥特曼的路线或者说觉得这个事好像他自己也能做这是这一波然后另外做生意这波人我觉得就各种人都有了还有很多很年轻的人特别在 GitHub 还有推特能看到很多人就是有一个创意然后瞬间就刷了可能 10 万美金 5 万美金流水这个很多我觉得好像
后一波热潮也很涌动没准在这个当中也可以走出一些很超级的产品这挺多的我们投的大概一半是从大厂出来创业的
对他们都是因为在大厂里面积累了经验然后看到了机会然后但是呢大厂确实实现不了他的抱负然后呢他就出来创业做的都很好基本上都是行业的头部但是像这些人或者这些做的创业项目他们的壁垒是什么会不会有一天刚做出来就被大厂收了收了其实也挺好
对 搜了也是一条路其实我觉得有点可以用弗洛伊德的学说来解释这个事情我觉得就是你如果把原来他的大厂视作母体父母或者他童年期的话他就是有一个未满足的自我然后我出来创业其实就是一种世父情结是吧就是
我在这做不了然后我出来之后把事做了如果你把我收了那岂不是证明我又回来了是吧我很成功嘛对 证明高飞老师确实是文科是吧心理学在文科和理科的这个起码钉上是吧其实说起这个创业和投资我有挺多投资人朋友他们都说他们为了
微信上都有王欣欣的微信以前都聊过但是没有投所以我也想问问张总有没有哪些是你之前聊过没有投现在肠子都会青的应该说每个项目我们投或不投对每个人来讲肯定都有一憾但是刚才讲到要说比较
大的遗憾其实是错过了大疆原来我在微软工作了很多年当时我是陪我们的院长然后到港科大去然后当时港科大的几位教授给我们展示了他的一些科研那个时候的大疆应该是刚刚初创还在因为因为
我们院长跟李泽湘老师关系很好就是他感觉我们觉得就是个玩具吧就没觉得它有什么用后来呢我们还帮助他在深圳找了厂房来去这个生产然后呢现在想想确实还是比较后悔的因为那个时候他应该说最初上的时候大多数人或者绝大多数人都看不懂所以他应该说非常非常艰难的一个环境否则的话也不用我们来去帮他找一个厂房了对吧所以就是这个还是呃
应该说比较遗憾其实每一个投资人都有自己不同的投资风格你有没有什么特别有意思的比如说怎么判断一个项目或者怎么判断一个创业者是不是靠谱的我先说我有一个投资人朋友他的就挺有意思他是最喜欢约这些创始人跑步或者健身他要看看你体力好不好
他说他有一个原则基本不投胖子因为胖子体力都不行他就觉得你体力都不行你怎么创业最后拼的就是一个认知和体力我觉得你想问的是玄学有道理所以我估计这位投资人投清华的项目比较多
因为清华的口号叫为祖国健康的工作 50 年就清华的体育你要不过是毕不了业的所以就要求非常严格所以我觉得确实就是科研也好创业也好是一个藏增
到底可能还得拼体力没有体力肯定是不行的所以有个好的身体非常重要但好的身体往往不是说大家天生就有什么差异肯定是后天的锻炼和自律来的对吧然后所以这个我觉得完全是有道理
所以如果说我对初创的企业怎么看的话是一个比较合格的一个创业者我觉得有几个要素第一首先说能不创业就别创业首先我们看了一个创业者说先开始聊都说如果你不创业会不会过得更好一些或者说你是不是一定要创业但凡他说我可能觉得还在考虑当中我说那别创业了
创业其实非常的苦不是所有的我们报道的都是很光鲜说他拿了一个亿他拿两个亿他拿一亿美金好像是非常的光鲜就是很顺利其实没有这样的容易然后大多数创业者都是挣扎在生存线上
我看了一个统计吧然后呢大概是中国的创业成功率大概就是不到千分之一大多数的创业项目其实都很难去真正存活下去这是第一点第二点呢那我们看就是它有一个基础的一个壁垒对吧或者说竞争力最好这个竞争力呢是技术因为今天的这个时代可能技术是一个比较好的这么一个创业的区分的这样的一个优势嗯
所以我想可能最好是技术因为其他的壁垒可能更容易去满足但是技术其实还是需要一些积累的
第三個其實就是要堅持 堅持特別重要因為大多數的公司剛才咱們主持人也提到王星星我想在他開始創業的時候很多人錯過了其實那個時候也許他發展的也不是那麼的順利或者說可能在技術方面也受到了一些瓶頸
那么多投资人大家也都不傻确实那个时候可能没有那么好但是他可能坚持下来又找到了自己的方向那么就在这一波的新一代的这样的一个机器人发展当中就起来了所以坚持也是非常重要的那么还有一点其实我们现在还看重创业者的一个资源组织能力
就是今天的创业要求你不是哪方面强必须要求你是个六边形战士每方面都得强其中很大一部分程度是资源组织就是有一个很好的资源组织体系可能比某方面我有一个特别强的技术有一个特别强的团队特别强的单项的这样的一个长处可能更重要
我没做投资所以我只能去看这些创业者或者是科技公司的 CEO 我觉得当年格鲁夫有句话说的挺好就是偏执狂才能生存用企业家和创业者有一点偏执的成分这个偏执就是说就有一点点非共识就这事觉得好像大家觉得不太行但是他偏好做这件事情我们刚才聊了 GTC 我们在说黄仁勋
当时他在 07 年左右他做库大的时候其实投资人因为那时候是上市公司就是股东们其实不喜欢
因为那个会增加 GPU 的开发成本你要去适配库达嘛但是他就偏做这件事情那做到最惨的时候这家公司的股票是很低的甚至要把它换掉但是他还在做那这就是一个比较非共识的事情也就是说他还是相信一些事情然后他为此去创造所以我经常在内部的时候我就开句玩笑我说如果这个人其实
他不应该那么聪明因为太聪明的人有一个特点就是他会比较容易识别出危险在他就可能会绕过去但绕过去就代表你没有解决这个问题你就很难成为一个游戏改变者所以有的时候我就看说这个人好像聪明或者智商很高但他情商没有那么高或者他情商很高但智商没有那么高我觉得这就我跟张总有一点小小的分析就是好像他在有一个方向最好有一点点缺陷这代表他会无视这个风险
他无视风险然后他还要把这条路走下去那这样的话他可能会大成感觉高飞老师经常给我们普通人希望一下又说文科生好一下又说不要那么聪明因为我确实见到一些很聪明的创业者我不好举例子因为见到就是他各方面都很好然后把公司做倒了为什么呢我会发现他老是在怎么说呢说这个不行了不能做了我们做这个吧然后突然说我为什么不能做这个呢我再把这个也做了吧
他要么就把业务铺得很大因为他觉得他什么都能做所以你说我给普通人西方也好我确实觉得有的时候有点动感力也是可以的
但我觉得可能更大的智慧是他要看到这些困难然后看到不足但是还能够继续前行对对继续前行其实这也是投资人最喜欢投的创业者就是他见过阳光见过阴暗他选择阳光也对我觉得张总说的就是他义无反顾他无论如何还是要选择创业去走下去而不是说我觉得有选择我就做其他选择了
所以这是稍微再提一句就是我们这个所谓叫风险投资 VC 对吧叫风险投资那一定是有风险对吧就是没有风险那就不叫风险投资了对所以我们其实不怕亏钱不怕把钱赔光不怕投错了项目
我们就怕投错了人对我们本来以为他是一个可以坚持的人结果他是个很圆滑的人看着那个人他门隔好了他表演戏对这是我们怕的我们怕的就是他坚持他找各种方式都找到了最后他倒了我们认为没问题如果他再创业其实我还更喜欢这种连续创业者或者前面有过失败经验的对吧但是我们看看他失败经验到底在哪对吧如果他继续坚持下来或者他变通了以后他仍然去呃
坚定的往前走那我们还是愿意支持他我们就怕这个太聪明了高北老师说太聪明碰到又改了又改了对吧就是这样的话确实这也是一个问题对不能让投资人鼓励创业者刚才赵总说措施我觉得也不用太遗憾就是前两天这个英伟达在日本做峰会的时候他不是把孙正义请上台了吗然后拍了拍孙正义说当年你们把我们股票卖了对吧
是的所以我说遗憾也是一种美刚才高飞老师有专门说非共识这个词其实很多投资能赚到钱的都是找到或者创业能赚到钱都是找到了一个非共识然后慢慢把它变成共识我想知道在 AI 行业你们有什么跟身边的人大部分人都不一样的认知
我拿不准我是共识还是非共识首先讲一个就是平衡一点就关于比如说机器人
就是早期有很多就是关于机器人要不要做成人形这个讨论这好像讨论过很多次然后我是比较坚定的要做成人形的这一派的我记得我最早在微博上发一些帖的时候总有人回复说你们搞这种技术的总是有执念那为啥要做成人形呢你看蜘蛛侠里头那八爪那个章鱼博士不是能力更强吗是吧那你做成人形其实是一种倒退就不一定要你人你可以去有自己的形态然后我是支持人形这一派的
当时是比较非公式我讲讲我的理论我觉得因为社会的基础设施是为人创造的咱们比如说厨房你的碗柜可能只有一米多高能够得着的你非要造一个比如说两米多高的或者八爪鱼这个形态的一个做饭机器人在厨房施展不开因为它的形态本身就是为人去造的所以我觉得未来如果谈机器人走进家庭人形机器人肯定是一个比较适合的形态但是
但如果说用在什么运输啊公路啊等等的不一定但是如果说在我们家庭环境当中我觉得肯定是一个人形所以我觉得这不知道算不算一个非公式张总你们有投机器人吗你们是投更偏向于投人形机器人还是不同的机器人都有布局对我们其实不同的机器人我们都投了当然其实现在呢因为人形机器人或者聚酸智能现在是一个热点
所以他做各种各样的智能机器可能都得向人形方面去靠拢就有这方面的人形的特征所以我们从大脑小脑运控仿真我们都投了而且他们基本上都成了行业的头部在某一方面比方说跑得最稳的机器人比方说姿态最像人的机器人
或者说最美的机器人跟人的比例最接近然后还有像在工业里边做抓取最准确最快速的机器人大脑方面最智能的机器人认知方面最强的机器人所以我们都投了现在机器人领域它最大的技术难点是什么为什么还没有大规模的量产走进家庭呢
钱不够吗还是有什么技术难度稍后我作为文科生再补充一下
就是从基本的角度来讲就是现在所有的这些功能看起来都可以实现了但实际上实现跟实用其实是两个概念然后因为比方说我可以实现一个动作但是这个动作人去实现一个动作的时候其实带有了很多的信息比方说我们拿一个物体一个杯子其实我们其实是对这个杯子有很多的感知首先说我们知道这个杯子是喝水的
第二呢我们一看这个样子它大概是个玻璃的是铁的是塑料的对吧我们就有一个第三呢我们拿到这个杯子的时候我们手的触觉会能够直接给我们一个反馈我要用多大力抓它对吧然后呢或者说我这个杯子形状是什么我们应该怎么抓它对吧这些是人认为自然就本能的东西本能的东西但是这在机器里面都需要呃
设计都需要策划都需要训练对吧然后需要大量的这样的实验然后那么这些过程当中其实还有很多不完善的地方对吧所以我个人感觉可能要做一个真正实用的有限场景的通用机器人可能大概还得三五年的时间
都算很快了我觉得对 我也是乐观的估计我给个文科生的解释其实我觉得主要是我投了几个机器人所以要鼓励我也是这个机器人的鼓吹这一派其实我觉得三五年会我稍后会讲个场景我觉得会有机会进入家庭我们先从一个文科生的角度来理解我觉得机器人看起来是一个比较简单的动作但是它背后是一个人的整体思考我记得小时候有句话叫做人有两件宝双手和大脑然后
然后双手来工作大脑来思考它是一个协同的东西我觉得现在机器人可能是在某一个部分做的比较好但是这个协同还不够好或许是真实世界太复杂了没有足够多的数据刚才你说 CGO AI 亚里山大王他是做语言数据的但是目前为止物理世界的数据还没有一个像互联网这么一个庞大的数据集所以大家还是用合成数据做但是效果上从合成数据到真实世界可能这个泛化还是有一点点挑战嘛
在这部分应该说挑战很大挑战很大但是我又看好一个机器人另外一个方向这个有点非共识我特别看好遥操作就是把大脑这部分交给人来做
而机器你可以只做小脑和本体这部分为什么这么考虑呢也是前一阵我看这个北大学教授胡勇因为他在照顾他妈妈就是那个二次海默了然后因为他天天不能离开家所以他很多的因为我邀请过参加一些活动他说我不能参加后来我才知道他不能离开因为他一直要照顾老人我在想其实如果把机器人的本体和小脑做好了其实如果能够用摇操做的方式
然后来控制这个本体已经能解决可能百分之三四十的一部分场景了我们想想比如照顾一些老人那这个护工经验很丰富他可以在九点到十点去照顾浙江的这户老人然后十点到十一点通过像阿凡达一样他去帮助一个旧金山的老人然后回过来之后可能去照顾古巴的老人这个他可以把大脑部分交给人来做
那是不是一种可能然后我就这个问题其实也请教过一些人际经济专家但是发现这个比较非公式大家觉得好像还是所以我也可以抛出这个观点高飞老师你刚才说的确实是一个非公式因为有挺多人说最后最不容易被 AI 被机器人取代的职业一个是月扫一个就是养老的那些护工
因为这个反而大家认为是最难被替代的它需要最精细最专业的训练
还要有关怀就是说情绪价值是的不过说起这个情绪价值挺有意思就是最近 OpenAI 的 CEOSam Altman 和 Adam Grant 一个心理学家的一个对谈我看高飞老师也分享了他们就专门提到其实这个共情能力现在 AI 已经是超过了普通人了因为他们做了一个测试就在你不知道你是跟机器在对话还是跟人在对话的时候
大部分人都感觉跟机器对话的时候感受到同理心和这种支持所以可能我们现在觉得人最难被机器替代的东西也没有那么难但是如果你告诉他这是一个 AI 对他就很不爽我觉得倒不这样不见得是这样我倒觉得这是因为 AI 更不聪明的表现
因为人其实如果我有一些数据的积累或者说我刻意的去看这个方面的话我稍微大概读读文章我可能跟一位客人对话的时候我大概知道我怎么说会取悦他但是因为我是有自主意识的人所以我不愿意这样去做他不是说我不能这样去做或者说我没有意识到这样去做
就是自我太强烈了对对对所以反而就不以那个人为中心对但是让一个 AI 通过训练说取悦你或者是按照你希望的方式去说一些去的话那这个事我觉得还不难至少这个自我也是人类独特的一个魅力对吧正是因为每个人都不同所以他要自己独特的魅力这也是我们觉得说这个人好
或者是有影响力或者是吸引人的很重要的原因但是说 AI 它天天取悦你你会喜欢它吗我觉得不见得会感觉这个 AI 不真诚是我觉得 AI 它算是一个人类无数个自我的一个组合它是一个全部互联网支持的一个集合其实你可以代表是整个互联网在和你对话那这样的话
它其实可以它既是无穷大它又是无穷小因为它没有自我所以你和它交流的时候其实我觉得在所谓的情绪价值上你是被它碾压或者它是被你碾压的就是它可以无限的接纳你的任何东西但是如果一旦 AI 要是有了自主意识那就变得很可怕了你觉得它会吗我一年前我认为不会但现在我只保留态度吧
参加那个 GTC 大会你们参加完了有没有什么对 AI 的新的认识总体上讲英伟达还是在一个特别领先的这样的一个地位教组也胜占了 DeepSeek 但是我们大家也知道 DeepSeek 其实是没有回避库达但是它可以跳出库达
因为它是可以直接延伸到最终的应用的所以它不需要一个生态我们就发现 DeepSeg 其实把众多的 GPU 厂家 CPU 厂家都救了原
原因是这些都可以直接跑应用都有生存的希望了但在之前在英伟达的整个体系里边其实他们的生存的几率是非常小的所以我想英伟达也是积极的拥抱了这个趋势表现了他的一个态度的转变或者是方向的转变还有一点关他就是跟这个可能没关系我发现印度人特别多
这回 GTC 你玩也没有对对对我一会儿也分享关于印度人的看法几乎没有印度人对吧就是几年 CES 几乎都没有印度人那这回呢就是说发现这个印度人回来了印度人特别多比例很高那我觉得就是 AI 特别是 Deep Sea 来了之后他们有一个机会可能又能够重新站到一个行业的前列去所以我觉得看这点趋势我这就挺明显的
对 我觉得张总说印度这一下子启发我了从 DeepSeek 发布之后印度的技术社区对中国的看法逆转 180 度逆转以前中国取得什么技术进步他们以吐槽为主意思是说这个事我们也能做或者这个其实也没有那么了不起但 DeepSeek 这波出来之后真的改变了看法我看主流的印度的社区的网友都在盛赞 DeepSeek
而且就改变了他们一个传统的看法就是什么就是我们原来印度人说我可以用 OpenAI 的模型但是现在很多人就说不一定用 OpenAI 我们也可以像 DeepSeek 一样学习然后做一个印度自己的模型所以那段时间是 Sam Altman 他去访问印度和印度的 IT 部的部长然后一块做访谈然后有人就提问就问这个 IT 部长说你怎么看
他就说我们印度要做自己的芯片就像张总说的我们要做硬件然后为什么我们印度不能做一个自己廉价的模型低成本的模型呢我们有这么多的场景就跟我们说的话术很像很像然后我们印度也可以有这么多做自己的模型和训练自己的东西然后奥特曼在旁边
这个表情就这样全是精品对然后同期印度在做一个 AI 的峰会然后请了很多名人然后底下网友就留言说你请这些人干嘛呢你为什么不能请一个 DeepSeek 的工程师来讲一讲呢这才是对我们印度最有帮助的事情所以我觉得就是完全改变了印度对这个事的认知就像张总说的就是觉得这个事原来不可为 DeepSeek 来了之后觉得这是可为我觉得这是一个完全改变认知的东西
对你们聊了很多话题我们一个一个说首先 DeepSeek 你们觉得如果 DeepSeek 继续这样高速发展下去它最后最好的宿命或者是说最好的结果应该是怎样的我从两方面来谈一个是从公司的这个架构我觉得它最好的一个归宿就是它成为真正的 OpenAI 因为 OpenAI 刚出来的时候是非盈利机构当然它现在也是只不过它要转成所谓的盈利机构那
但是它不开源对吧现在 GPT-2 之后就没开源了虽然奥特曼说我们可能站在历史的错误面我们可能在考虑要开源但是我们的团队认为这不是优先级最高的事情优先级最高的可能是和谷歌打架对吧
所以现在 OpenAI 这件事情去年如果认为是 Lama 那今年是 DeepSeek 而且 DeepSeek 更彻底它不止开源技术报告写的还详细然后把思维链还都直接给你拿出来你随意征流这个是一个真正的 OpenAI 所以我觉得如果 DeepSeek 首先这感奇致因为它刚发布的时候它一个研究员我忘了名字了就在推特上就讲说我们还是会坚持做开源的 AGI 做我们的梦想我觉得如果它把 OpenAI
真 open AI 这件事情继续做到极致我觉得这个对整个全人类和社会都是一个很重要的事情所以我觉得对他来说最好的就是有人能给他钱什么都不用给就给钱就行了因为他缺的就是这个东西然后第二个我其实认为他现在就是
赚钱的所以就给他更多钱那好可以可以更多钱然后因为他会贡献出来所以我觉得就是很好的一个循环一个循环就是他又赚钱然后他又把这个这个知识又贡献出来了就形成了一个比较好的我称之为正外部性嘛
对吧就是它转起来然后前两天不是美国有人呼吁去封杀 DeepSeek 吗然后后来开复老师也说了你怎么会想象去封杀一个开源产品这个从逻辑上就不 make sense 对吧所以我觉得这个是比较好我觉得它可以做一个模型的应用商店有点像就是因为它是开源的围绕开源的模型可以微调或者训练出各种各样的模型争论出各种各样的模型大家可能各有所需它可以把不同的模型分发出去吗
我觉得他具备这个流量对对对是对吧然后他又
他其实不缺钱能够有资源把它组织起来我觉得这个可能走出了一条谷歌加苹果的道路或许是可以的我们刚才聊了很多中美的不同我也想听听你们聊比如说美国的这些大厂做 AI 和中国这些大厂做 AI 在节奏或者思路方面有什么不一样吗我的看法是说第一大厂必须要做 AI 这是他生命线如果他这些大厂都是 IT 大厂
互联网大厂如果他不做 AI 呢他会落后于时代就会死掉所以他必须要做那第二呢就是说怎么做那我觉得呢就是大厂呢其实还是延续了过去大厂的思路就刚才讲的就是大算力大投入啊
大电力然后呢对就是以集中的方式 SaaS 的平台的方式来提供服务的方式来去赚取利润和做这样整个的这样的一个 Cycle 的循环这是我觉得到目前为止吧还是走的这个路线那当然每个呃
公司有自己不同的基因然后大厂里边我觉得像马斯克然后像比方说 Meta 像谷歌他们可能更新锐一点他们更前瞻一些当然也有像苹果可能就更稳健一些偏产品
更稳健一些之所以选择不同的策略有两个就是一个是公司的基因一个是公司的市场或者用户定位国内大厂我看也基本上跟国际大厂是一致的但是相对而言我觉得可能国内更卷一点
就是当然国际上也很卷国内的发展的过程可能更苛刻一些所以就是或者节奏更快一些还有就是好像美国这两个如果说做 AI 的核心两个公司一个是谷歌一个是 OpenAI 他们好像还算是个 AI 的 believer 就从一开始就信仰这件事情是的
起码这个 OpenAI 是这样的然后如果谷歌在我们前追一下那个 Dm 的这个哈萨比斯而言他也是一个 believer 因为那个时候我记得
在早几年然后说这帮人在搞通用 AI 的时候起码我和一部分人聊的时候这部分人说通用 AI 这帮人就是玩假就有点玩票的性质就不认为这个事情能够成真这几个人起码从内心当中觉得这事可行就是我们回到一开始说的他有执念我觉得这是一个差别我稍微提一句就是我觉得国内的很多大厂其实做 AI 都做得挺好的
要是我们细致的稍微观察一下就发现他们的核心的做 AI 的这样的研究员或者是主力大多数的背景都是来自于微软所以这也是说微软叫 AI 的黄埔军校的原因到目前为止我们看到包括过去的四小龙然后包括现在的六小龙或者六小虎绝大多数都是微软系出来的我觉得这也是微软对整个社会和人才培养做的贡献
你们现在的轻质资本其实不只是投钱也当这个孵化器的角色那你们跟比如说像陆奇教授的奇迹创坛有什么区别呢奇迹创坛我们也学习了很多因为他从 YC 这样的一个模式起步到今天以这个培训营的方式招揽了很多最前卫的创业者
然后当然里边绝大多数都是在 AI 领域创业的然后那么支持他们成长我觉得这是特别好的一个方向也很好的模式我们可能不一样就是我们不是以培训营的方式来去存在的我们是有实体的孵化器而且我们在北京在广州在新加坡都有自己或者是合作的孵化器我们的目标是发现和孵化源头和原创项目
所以在它科研阶段我们就希望它到我们的孵化器来然后我们给它很好的条件然后不仅仅提供一些空间包括我们的算力也是免费的我们也提供专家的指导我们也提供产业的资源特别是有一些数据资源其实是特别宝贵的那么希望它在初创的时候能够快速的成长度过最初创的生死的线有一个创业圈挺流行说的凡是加上那种什么训练瘾孵化器都是拿来压架的
就比如说这个可能它就是估值应该是比如说两个亿但是投资人打着这种我来孵化你就把那个价格压下去可能在这儿就估值两千万会是这样子吗
不然孵化器的成本誰來承擔呢 沒有那麼嚴重都是雙方討論的結果 因為牛的孵化器當然就是可能創業者會依賴於孵化器的品牌和自己在孵化器的成長可能也更快能拿到融資比方說我們孵化器去年能夠數上名的創投機構可能包括中東的 包括新加坡的
美國的投資機構都來我們這大概就超過 100 個以上所以也確實為孵化的企業提供了更多的機會當然我們跟孵化企業裡邊的初創企業其實都是商討的方式絕大多數其實或者說一個屬於辦公役的方式
未必会加它的价格当然就是很牛的创业者人说我也不需要你孵化器对吧比方说我们讲王小川的百川智能那是从我们孵化器中这个走出来的那其实它不在我们孵化器它也能走出来对
谦虚了应该还是有影响对我觉得奇迹创谈他还是走 YC 模式对吧他是因为一开始陆续老师就是 YC 中国的负责人然后做奇迹创谈那如果我们去看 YC 模式的话他可能更偏就是产品市场验证就是这个东西如果能规模化应该怎么做他这个定位还是蛮清楚的
应该说没有那么强的原创技术科研属性我觉得好像没有那么强它比较偏市场的这个方向然后如果看 YC 最近它的 CEOGary Tan 就出来做了一个访谈
然后他说怎么去衡量成功的创业公司他给的指标就非常市场了他说是每周增长 10%这听起来像互联网创业的这种模式他说你看我们看的公司什么样的好公司他每周都增长 10%现在都挺流行说 AI 加什么行业你们觉得 AI 加什么行业是你们最期待看到的我个人的体会大概有三个方面第一个 AI 加 AI 加这个
生命科学我觉得呢就是说最值得期待就是当然我们 AI 其实赋能世间万物都可以提高效率都可以降低成本都可以改变很多行业但是呢生命科学这件事是全人类每个人都关心的事如果能让我们更健康更长寿那肯定这是一个特别大家都共同的向往对所以呢 AI 加生命科学我觉得是最让人期待的那第二个方向呢
我觉得就是 AI 编程就是我们现在过去因为我在微软那么经常讲我们微软一年投入上百亿然后去开发 Windows Office 对吧然后那么有几万工程师协同的工作对吧
但是
但是未来我们想就说从理论上讲其实它是能够实现整个软件的全生命周期开发所以以后的软件公司可能它不是说你的开发工程师有多少而是说你的 PM 如何能准确地把握人类的需求能够写出足够详细的文档当然也有可能是借助 AI 来去写
但是他能够最准确的能够把这个需求的细点都能够写出来能够想到每一种情况的发生怎么去处理就 OK 了剩下的就扔给 AIAI 就开始开发无非说我要工期要是紧的话我多加点电多买点卡对 插几块卡
无非就是这样所以整个我觉得软件公司可能也会发生翻天覆地的变化这是范式性的变化第三个我觉得未来还是希望科学发现可能人类 200 年以来可能也没有发现太基础的原理也没有发现太突破性的数学的一些新的公式或者定律
世界的所有的这样的规律我们都发现完了那还有一种情况可能就是人类的认知已经到达了自己生理的一个极限对吧比方说我们人我们从小到大其实学习可能得原来是可能本科后来硕士现在是博士对吧
学完了可能已经 30 岁了对吧然后呢但是你还没有行业知识你可能还要工作个三五年七八年那可能快 40 了可是这是你 45 岁以上的可能你的经历记忆力又衰退了所以你真正发展创造的可能短短的大概就不到 10 年的时间而且呢是所有的人
你的小学跟我的小学学的是一样的所有全人类都在重复的学习这浪费大量的智力实际上大家真正创造的只有这 10 年可能这 10 年就是到我们发现的极限了但是 AI 不一样 AI 第一没有积极衰退它把所有的知识可以积极的清楚
第二它大规模的算力它没有我们说十年它可以算一百年所以它也有可能在大量的数据和知识的积累下会发现我们过去没有发现的规律比方说星际旅行比方说黑洞问题比方说可供核聚变的问题就这些可能都是
要借助 AI 最终才能发现光靠我们人类可能有可能也就达到一个极限了所以我觉得这三个是我最期待的方向我倒是说我先响应一下我觉得我对 AI 兵马真的也特别看好
因为我觉得 AI 编码是让所有人都能够全力的使用计算机的力量的一种工具为什么这么说呢其实我们多数人用计算机没有使用它的全部力量那其实就是 Wall of Excel 这样的东西只用了算力的很小的一部分对吧我们只用它办公但是如果你具备 AI 编码的能力其实就等于说让人去能够完整的运用计算机去实现了一个你原来可能做不到的事情
所以就像写字一样去写代码我觉得 AI 编码真的让所有人我还是回到我们而且还是一个文科生对文科生对张总已经给我画了标签了我一会儿微博认证就改了文科生 AI 好者对就是真的让文科生可以具备去操作计算机的能力这个我觉得是史无前例的其实是一种平权
技术平权我觉得这个是意义特别大你刚才说这个就让我想到我大学的时候学了特别多外语会五国语言但是呢我的朋友就说你最重要的一门语言没有学就是怎么跟机器沟通的语言
其实不重要了你可以用那五门语言所以那个 Android Capacity 就是 OpenAI 的创始工程师就说了未来的编程语言是英语但是这个英语就指的是自然语言所以我觉得你完全不用担心这件事情现在硅谷很流行 web coding 就是氛围编程你只要在编程的氛围当中就可以了那个编程可以用机器来完成所以这个我觉得真是改变时代未来可能所有人说你干嘛呢我写代码了就跟我们现在说敲字是一个道理
敲字和写代码是等价的我觉得这是一个第二就是我个人比较关心制造业因为我们原来做企业数据化转型比较多确实制造业是一个比较就庞大的一个行业但这个行业和 AI 的接轨我认为还不够好
因为特别是大模型这部分我们说如果传统小模型就是基于学习比如说缺陷检测已经用得很好了但是大模型怎么用在制造业当中其实我觉得还是一个相对探索问题第三个我觉得张总都说全了我就补充我特别看好生命科学或者我期待在生命科学领域 AI 能发挥作用说到这个问题是因为我本身我算是个过敏患者我有过敏性的鼻炎
大家都知道过敏性鼻炎的道理是什么就是你的免疫系统错误的判断了外界的风险就这花粉其实没有那么风险因为大家都知道最近花粉越来越强烈了以至于花粉预报像天气预报一样去播报为什么就是我们免疫系统原来可能没见识过这么多复杂的微生物或者颗粒我们就认为这是个威胁
然后我们吃药只是让免疫系统别那么活跃那我们想象一下如果我们有一种手段能够直接和免疫系统对话说哥们儿
你收了神通吧这事不重要那其实是不是就可以缓解我们很多疾病比如说癌症也是这个问题癌症是自身的一个缺陷问题那我们只是我们的免疫系统识别不了自身的缺陷但是我们又能看到这个缺陷如果能把我们看到的缺陷告诉我们的免疫系统那这个疾病就得到根治了是吧那艾滋病也是这样的所以我觉得
是不是有一天有可能这是哈萨比斯 D-Man 的 CEO 说的他说他正在研究所谓的细胞层次的数字孪生有一天我们把细胞数字孪生找到一种方式和它对话那是不是就细胞联网了或者是免疫系统联网了那很多疾病可能就不攻自破了我是很期待这一天的到来的因为你看在汽车行业已经是在工厂里面有这种 AI 医生了
它可以在云端就监测包括细到螺丝钉到底有什么问题那可能人以后也可以这样那你们刚才说的比如说 AI 编程和这种 AI 生命科学其实跟我们普通人都是息息相关的我也想从我的角度因为比如说像媒体 AI 加媒体会不会有特别大的发挥空间呢
我其实想本来我开始想我再说一点第四点后来一想别说了为什么呢因为两位文科生要替代我们的专业了我们其实特别希望我们认为 AI 的未来如果有一天说 AI 和人类可以和谐共处的话因为是情感的共情或者说因为爱对吧这件事可能不是 AI 直接能够自己能够做的肯定是人类跟 AI 要共同去完成的
所以这是我觉得如果能够有很好的这样的一些情感的或者是人文的方面的加 AI 的项目我们特别的关注和特别的愿意去投资支持实际上是这样的这个毫无疑问 AI 媒体我非常支持因为我们本身其实现在也在开发 AI 工具
就是等于说从文科公司再向理科公司去转型因为我们接触到很多的内容创作的场景我原来也是用一些吞入模型去做我后来想为什么不好因为这些开发工具的人往往都是搞算法的他不理解我们文字创作所需要的体力格式所以我们现在在自己开发用在内部生产环境当中很好用就是三个礼拜就可以用在生产环境当中了
马上就可以实现了所以我觉得这个场景肯定是非常值得去开拓的只不过他太显而易见所以就没讲
我其实稍微补充一点我觉得现在我们叫大模型其实叫大语言模型叫 Large Language Model 它本身处理语言就是最直接的而且是最擅长的所以其实我觉得 AI 可能第一步的应用可能还是要把语言文字可能处理好能够进入使用比方我们现在看到大量的 BP 其实都是比方说怎么样能够做一个
专业领域的比方说对法律的方面的一个助手对吧比方说学小孩学口语比方说小孩读绘本对吧比方说英语教育对吧口语对恋对吧这样的话其实已经接近于实用了而且就是他们如果一旦成功这本来就是一个巨大的市场现实市场那只是没有 AI 如果是 AI 一加持可能就迅速会崩发出巨大的这样的一个
力量所以我觉得可能跟语言相关媒体相关的可能是 AI 最直接的最快的除了 AI 你们还关注什么别的领域吗对因为我们主投 AI 肯定我们是关注 AI 但如果说感兴趣的话我是特别感兴趣人文的方向这是我觉得 AI 和人文需要未来互补的这样的一个方向对
我的话比较关注和心理相关的跟我一样因为我觉得未来可能模型进入到世界当中也会出现一个所谓的 AI 心理学我们如何和 AI 相处这也是社会心理学的一部分然后它的性格可能也是所谓的人格心理学的一部分这样的一个世界到底我们应该如何自处和他处我觉得这是一个很
很值得琢磨的一件事情是一个新社会学吧我也特别关注心理学因为我觉得你看很奇怪就是我们的科技越来越发达但是跟 1000 年的人比跟 100 年的人比我们还是有烦恼还是有纠结还是有焦虑甚至更多了它并没有我们生活变得更便利了但是就是在精神世界并没有更加 happy
所以 AI 它本质就是我们人让机器变得越来越好越来越聪明但是心理学它更加多的是让人变得越来越好活得越来越开心我很担心的就是 AI 时代真的就会成为一种赛博朋克 High tech low life 超强的科技苦逼的生活
对如果真的全民收入被 AI 提供了那一个从人文主义心理学的角度那人的意义就变得很重要就是因为我们很多一部分意义来自于工作是吧我们就是说成家立业赚钱这个虎口那如果这个使命不存在了
或者是说很大一部分人不存在这个使命了那他要如何找到新的这个意义我觉得是很重要就定位对这个人的定位在哪里我觉得是一个很严肃的课题因为我们工作说实话很多人喜欢说躺平你要真让你天天在家躺平然后你说什么都不用干那也是很惊悚的一件事情
对 是所以我刚才说的关注人文其实也包含了心理学所以我们是一致的这点文科生和李科生是一致的今天跟两位聊得特别尽兴然后也感谢来我们赛博对话我们节目的初衷就是想用有温度的人文视角去解读跟大家息息相关的前沿科技那如果你对这类话题感兴趣记得给我们点赞关注我是主持人电动 Emma 下期再见