117: 印奇的AI创业14年：所有不能闭环的辉煌都是暂时的
02:06:50 Share

欢迎收听晚点聊,我是曼琪本期的嘉宾是矿石创始人现 A 股上市公司千里科技的董事长应齐应齐今年 37 岁,已经 AI 创业 14 年在 2011 年,应齐和同为清华摇班的同学杨木、唐文斌一起创立矿石时三个人都在 22 岁上下在上一轮 AI 热潮中这群年轻人打造的矿石后来和商汤、云丛、伊图并称为 AI 四小龙

四家公司曾累计融资 80 亿美元不过至今无一家公司规模盈利对应企而言这是一个还未完成的商业闭环从 2020 年到 2024 年矿石一度在科创板上市流程里等待了三年多去年年中应企得到了一个新机会入股立方科技担任董事长继续做与硬件终端结合的 AI 第一阶段是做 AI 加车及制架和制仓的完整方案立方科技在今年初改名为千里科技

千里股东之一的吉利会成为其重要的合作伙伴从年少成名高更猛进到被资本追捧再到公司被美国制裁两次上市预阻苦寻商业必还未果应其完整经历了上一轮 AI 热潮的起落本期包含了今年 3 月中旬和 5 月初我们与应其的两次访谈其中 3 月我们集中聊了从矿事到千里的转变应其对过去 AI 创业的总结

和千里的新进展最后一部分则是五月的访谈我们更多聊了 AI 大模型创业的可能机会和正在快速涌现的 Agent 应用市场应期仍在追求 AGI 但不再是以 22 岁时那种一往无前的方式这是一个有关 AI 创业的非爽文故事本期播客的文字报道版已发布于晚点 Late Post 具体链接我贴在了 Show Notes 的相关链接里想看文字版的听友可以点击跳转下面我们就正式进入本期节目吧

我听你的同事说就你去年 11 月 11 日成为千里的董事长之后你第一天就组织了 400 人的干部大会然后你的同事说你当时想做这件事情是因为你想让大家看到你是谁当面感受到你是一个人而不是公告里的一个名字你那天是表达了什么展现了一个怎样的你坦白讲对于原来的立方现在千里其实对我来说还是一个新的组织和一个新的体系吧

其实我觉得资本层面的变革不代表对企业真正的一个正式的启动然后我觉得人还是最重要的尤其是原来的立方向一个体系经过当年的破产重组经过起立这三年时间的相信在这组织里面也会有很多大家的各种各样的想法所以我想可能第一时间出现在现场是挺重要的让大家可能对我从一个

网上的这样的一个名字有一个更直接的体感我觉得可能表达两点第一点可能对我有一个更准确的预期第二点就是说也表达一个决心因为我进入到千里不仅仅是一个资本上的操作而是真正我会把它作为我的第二次创业的这样的一个决心

所以第一时间出现在他这里可能何欣耀能够表达这两个方面的意思我们可以回到这个事的最开始就是从矿事到牵你的这个过程我想这也是很多人最开始听到这个消息可能会感到诧异但是它确实也跟你长期的一些想法你想做的事是有关的这件事对我来讲其实是有不变和变来的两个维度就不变的维度其实对我来讲

从如果大家说创业是一个初心也是一个战略思想的一个贯穿的话我觉得其实没有本质的变化因为我觉得在矿石创业的初期我觉得第一我就会把 AI 作为我可能 lifelong 的一个大的事业然后第二点我们就一直在 AI 去寻找场景寻找载体而且矿石的一个大的思路都是软硬结合所以我们一直想找一个硬件的好的载体啊

然后第三点就是我们的中局一直是奔着机身去的虽然这个事情当然最近巨声比较热但是可能十几年前我们就这么说的所以从起点终点和路径上我觉得本质是没有变的那变的核心点可能是两点吧第一点可能是形式的原来相当于我从原有的矿石体系出来啊但是其实要把千里做好也一定是要跟原有的矿石的这些力量和资源整合在一起来做这是第一点那第二点就是啊

我认为本质上我觉得可能变得更好的一点就是我们可能有吉利这样一个更战略的一个场景的提供者和一个好的载体的提供方其实原来其实做 AI 的公司一直在补短板吧就是我们可能 AI 能力不错一直在找载体的场景那我觉得其实真的好真的找到一个产业方大家能够优势互补所以我想可能有变的东西但是从我内心感觉变的东西比大家可能从外部看到的要少你们最开始去讨论这个方向是在 23 年底

对吧你可以回下当时那个过程对我觉得二三年底首先矿石自己在一个比较关键和比较艰难的状态因为还是在整个 A 股上市的过程其实时间拖得非常长且是我们不太可控的外部因素那其实当时我们的焦灼点在于一个是本身矿石因为在上市过程中也不能做新的融资所以资金链各方面是非常紧张的第二点其实我们也看到外部整个 AI 的发展在如火如荼且需要

更多的资金更好的资源吸引更多的人才所以这是两个其实很矛盾的一种状态所以矿石当时我就在一个很艰难的状态下让第二个其实这个这个 idea 其实还是舒福董事长提出来的所以我觉得其实是一个很有战略格局也是很创造性的想法

坦诚讲在第一次想到这个 idea 的时候我觉得是个很好的想法但是我觉得我还是有很多历史性包袱的因为我还是当时还是一心希望能够把矿石原有的资本市场路径能走通所以那个时候我觉得是个很好的创意但是在第一次想的时候我就没有真正说特别马上就有认真考虑但是后来随着各种因素的叠加吧

我觉得最后发现这是一个可能是个唯一的选择可能也是发现可能是个最好的选择对 其实我理解从 23 年到 24 年你面前至少有三个选择就是我能看到的一个是 23 年初大模型创业可能它有一个机会窗口你不管是以一个别的方式来说在矿市去做这个事情然后另一个就是你刚才说的继续推动矿市去把资本路径走完然后第三个就是我们现在看到的这样一个计划就是你来签例做董事长

然后之后可能会有一系列新的东西他为什么最后是选了现在这个你刚才说的就是你本来可能只是觉得它是个创意但慢慢你觉得它是一个最好的唯一的选择这个变化是怎么发生其实我觉得甚至把从 20 年往前再走一走就是说包含矿石的资本商的选择当然我们最早因为去香港然后因为清单的原因然后回到 A 股其实我觉得我们没有那么多选择就是我们如果选择一条路是说能够真正将这个矿石这个大的资本

大家 AI 的团队和体系真的能走到我们想要的地方这是我觉得我唯一的选择所以对我来讲说比如重新去做一摊事这个东西一直不作为我的选择以及是说如果我们选择了一个资本路径这个资本路径有可能阶段性能够解决我们的一些困境但是从长期来看对公司没有发展这对我来讲也不是我的选择所以其实如果以这个更长期的标准来讲其实我们的选择不多所以最后选择千里我觉得也跟邝盛德刚才讲的一贯的战略相关

就是我觉得软硬结合要跟中南代替要更深入的连在一起未来要真的能走向 robotics 就是这些路径最后牵引我们最后选了千里这样一条路你是什么时候感觉现在这个方案是最好的方案的呀就是从 23 年大概 10 月底到后面真的做决策大概在 24 年的第一季度吧那和你们当时就是因为那个三月底他会再批一次就是你上市的那个情况对跟这个有关吗肯定有关系好

但是但我觉得不是最重要的因素其实从我的做选择讲头我觉得我之前我们内部讲我们做选择不是因为 fear 而是因为 hope 就是意思就是我不是因为害怕一个差的结果才做这个选择而是因为我们看到了一个可能更好的结果

所以就是在这几个月中你们通过更深入的沟通你们的后顾更大了

希望更多了对其实你之前在 23 年的时候你也就是做过一个分类就 AI 的大的方向你说一类是 AI in digital 大圆模型我觉得这算是一个典型然后一类是 AI in physical 就是你说的像机器人像汽车这些软硬结合的好像我感觉你一直都是更偏向于后者对

首先第一点我觉得所谓的大预言模型或者整个大模型体系我觉得是在非常快速的破圈的它其实基本打破了 Digital 跟 Physical 的这些边界所以最后你做 AI 你就得有一个超级的大模型的全量的能力所以我觉得几乎是所有 AI 应用的

必须选择否则你基本就是一个 AI 的 2B 叫解决方案 2C 可能更多是一个偏应用的公司而应用的公司在早期我现在觉得这个阶段没有大元模型都非常难做一个很纯粹的一个 Killer App 的一个公司那回到这个点上的话就是我觉得对于做 AI in physical 可能来自于我本身的价值观

和我认为我的擅长所以从价值观角度其实当年我们在选比如说是选 AR 和 VR 当然我们后来都没有做但像这种选择我们为什么会选 AR 就是我还是希望选择一个 AI 的技术能让人的生活其实不是更脱离我们自然的状态而是让大家的生活状态变得更好

所以我其实我一直很反对完全 virtual 的东西就像 VR 一样就有点看终局如果把 VR 就做得特别好我觉得是个很沉浸式的体验但我觉得这不是我想象人类更好的生活状态所以我们在很多基础选择上可能跟我们的倾向和喜欢相关

所以机器人一个在物理空间能够帮我们做更多的事情同时可以作为我们的一个你可以说是伙伴的这样一个状态这是我对 AI 的第一个倾向性和想象就是战略观层面第二点我也认为 AGI 必须要有

物理层面的东西我不认为在纯虚拟世界的数据能够去培育一个人能够想象中的 AGI 因为这里面会发现其实无论是从进化还是从我们的数据分布角度我觉得都很需要有物理空间的东西而物理的数据现在很匮乏

所以如果从 AGI 的目标角度我认为也需要做 AI in physical 然后第三点我觉得也是一个 Wireless 问题这是从商业角度因为经过 20 30 年的整个互联网和移动互联网发展纯技术的东西其实还是有意欲的很多公司有非常好的先进的优势虽然谈着讲我觉得这些优势也没有我想象的那么大因为当我们认为比如说移动互联网都结束的时候其实还会出现像字节和拼图这样的

但是我自己感觉可能从我个人和团队的擅长角度我觉得也更适合去做一个更未来和更创新的东西 AI in physical 我觉得是一个更新的东西我们的优势和差异化会更大其实我们上次聊的时候就我理解到你当时表达的有一个点是你们做矿事的时候你们做到大概可能 16 17 年吧你们就是比较清楚的认识到是要做软硬结合的因为矿事最开始它还是比较偏算法的一些东西嘛

所以这个也其实大家也会把它叫 AI 1.0AI 1.0 的创意的一些经验有关系有关系我自己觉得 AI 1.0 的很多逻辑是对的只是说没有闭环就是或者说那时候的 AI 的技术程度还没有到那个临界点当然我们当时在矿石讲的 AI 1.0 的那个闭环更多是面向 B 端的就是我们在 B 端的时候认为不能光做软件和算法而要做软硬结合然后我觉得在这个 AI 2.0 的时代我觉得更多的聚焦点会更偏向 C 端或者

或者是 2B2C 的场景但我觉得这个理念是一脉相承的最后其实做软硬结合我觉得可能更刚才讲的第一是更倾向于中距我认为你说 AI 大模型最大的应用肯定是机器人就没有之一对吧所以这是一个是终极导向第二个我觉得也是跟我们能力向导向的因为软硬结合的公司跟纯

軟件或互聯網公司的整個組織型態和基因是完全不一樣之前我總結就是說硬件的公司其實是供應鏈研發和市場測的這樣一個三級的結構所以它對於供應鏈成本壓縮然後整個的規模化這些東西整個的核心理念跟互聯網的整個公司是完全不一樣所以我覺得我們的公司組織已經打造成這樣一個跟面向軟硬結合的公司組織基因我覺得應該是被強化而不應該去頻繁地去改變

所以矿石本身就是个软硬结合的图纸巾我觉得这也是我们的优势然后关于当时的选择就是我和杨木聊他说其实你们当时也讨论过为什么不做机器人因为机器人也是跟你的软硬一体的一直以来的追求是相关的而且机器人其实你们已经做了很多年了就是你们的技术储备包括你们商业订单上的储备可能在那个时间点看都是一个更稳妥的选择我觉得时间还没到

你觉得机器人的时机还到大的爆发期没有到因为第一点我觉得就是说要素基本上到今年开始我觉得基本上就是说可以说机器人主要的这些要素是具备的但是一个要素具备到它真正经过产业链整合做出好的产品我觉得这个周期我自己判断可能还是个五年左右的事情在中国的这样一个商业环境下我觉得需要既有长期的战略目标但是一定要有三年内可闭环的一个短期的打法这两个得结合起来所以机器人是你们未来更远的一个

对 机器人从来没有变就是我们的中矩是我们的初心就是也是我们的中矩这个就是我的壁画就是第一天想做的事最后把它做成了如果没有就是千里的这个选择的话恐怕是会怎么样我觉得历史不容假释了就是我觉得我们还是一定会找到一条出路那你当时设想过的最差的情况是什么是

非常最差的情况就是矿石撤下来重新融资如果没有签你这个安排你会继续等上市吗可能也不会我也设置了一个时间点就跟做出签你这个决策差不多是同一个时间点那就是差不多 24 年年中的时候对这是你什么时候想到设置的这个时间点我觉得这个时间点其实一直在被推就是我一直在觉得一个更早的节点在做决策但是很多商业决策是很动态的就是你有新的变量

然后可能会有些朋友他一直是一个函数他在其实像是一个节约函数一样他一直在临界点上到底是一个 yes 和 no 的这样的一个临界点其实我觉得有的时候一些重要的双向决策我之前的理念是说应该尽可能压到最后的节点

因为如果这是一个最重要的决策其实你一定首先要 try everything 第二个就是希望能够收集到更多的信息但是最后什么是最终的 deadline 每个人心中有一个自己的包括每个人对压力的承受度团队的抗压能力

以及很多包括乐观主义精神就是这个都不同人不一样所以我们其实尝试的最多的可能性最多路径最后到那个节点我们觉得是要做出最终决策的时候在你就是这几个月去想这个事情从最开始的一个创意到你觉得这是最好的唯一的选择你预演的过程中日历翻的什么和吉利的什么让你坚定这是个好的选择

我觉得应该这么讲我觉得这个上市工作应该更多是他没有什么就是没有的意思就是他没有太多的历史的包袱这个因为在立方的重组过程中这三年时间其实做了大量的工作已经把它变成基本上历史包袱基本上就是已经处理了很多啊他其实就是一个相对啊基础业务比较清晰的一个比较好的平台啊

这个平台不能说是一张白纸但是它是一个比较好的基础是能够去发挥的这是那番然后吉利我觉得更多是有什么对吧就吉利真正对于 AI 和车的结合这个战略到底是说说而已还是真正从书董事长到整个他高的管理层推荐生真的有

很深的洞察和长期投入的决心我觉得这个我觉得是经过教授之后我觉得是有的因为本账选择立方就是选择了跟吉利的生态深度融合在一起对吉利的了解我觉得可能是我们做这个决策最重要的一个点你从哪些信号和迹象确定了吉利对支架是非常有决心呢就是我觉得首先是基于对整个车的行业的判断

其实大家现在还是在新能源的这个大的阶段里面我觉得他真的相信 AI 是车的未来而不是只是一个要素包括你可以看他历史上吉利的合作其实可能吉利是最早跟 vimo 合作的最早跟 mobile 合作的然后

然后也非常深度的跟特斯拉有过很多的交流所以我觉得其实吉利是一个对科技前沿其实是花了特别多精力去看去积累的一个体系我能感到吉利也是一个很有技术信仰的公司其实我不说 AI 这个理念比如说像新能源我想一个公司能坚持一条路线 20 年

然后代表他对这个事真的有技术信仰技术信仰意思就是说我觉得他是对的他代表的技术的未来的状态我就会持续投入其实如果看一个企业家他只是短时间的选择或某一次选择可能不代表他的一个价值观但如果是一个长周期的选择是一个持续的选择就代表可能他确实对科技是非常非常信仰的那我觉得这点上我觉得还是很敬佩当你就是真的做了这个决定的那一天你还有印象吗你下定决心的那一天对你对自己说了什么没有那么 drama 其实我认为任何一个

快乐和一个比如说负向的一个挫折的一个节点其实真的如果它足够大的话就不管是好的不好的我都觉得在那个节点不会有那么强的情绪的波动因为这个东西一定是你已经经过了非常长时间的期待和煎熬之后最后只是做的我觉得你可以说有一点轻松感就是说只是说这个是真的这个决策发生了但是这个决策一定是经过了前期非常非常多的考量就是它是一个已经被在你脑中预演了很多遍的事情它只是最终

发生的而已 24 年春天我们在讨论 AI 1.0 的时候你当时有说过你觉得这批大模型创业公司和字节阿里等大公司之间必有一战而且关键的不是说创业公司之间的竞争而是他们中有没有任何一家能从巨头的阴影中跑出来

这个春节 Deep Seek 先起全民狂潮之后你觉得它有改变大模型创业和大公司之间的竞争形式吗首先 Deep Seek 首先是个大厂首先第一我觉得大家定义对吧因为这是一个量化的至少前两名的公司所以我觉得最后我们当卡拉运能公司的时候不能把它当成一个研究院或者把它当成是一个科研机构这两个心理是不一样这里面的

它的组织性质决定了它的商业打法 DeepSeq 能做出这样非常惊艳的一个科研成果并将科程用一个相对非商业的方式给大家做了开源然后最后获得非常好的扑权效果我觉得这是一个非常好的例子但是不代表它在商业上是可以闭环和可持续的其实当年矿石也要打造东半球最好的研究院我觉得我们做到了其实我们也拿了非常多的全球第一名第一我觉得那个时候当时的技术的爆发力未必有些人这么强第二点我觉得大家对 AI 的关注度其实还是在与日俱增的

就是因为 CHIGBT 对 C 端的影响力实在越来越大我觉得是比较熟悉的故事但是我觉得做得更好就是以你的经验从一个商业公司的角度去判断只做到这一步它还不是一个闭环当年矿石确实培养了很多人其实 DeepSeek 有一些骨干应该以前也是矿石的对欧盟也有一些骨干也是矿石的对是的

我觉得更是有一个自己的人才模式我们的人才模式基本上我觉得 DBC 的模式跟我们非常像就是说基本上还是基于我们叫天才少年的这套逻辑就是这些做气学竞赛 OI 包括数学物理竞赛的这些然后通过本科生开始做培养

然后两三年时间大家在本科毕业的时候这些人就是非常强的我觉得是一套很好的模式因为这波的 AI 的技术人才的本质未必是那些所谓当年像比如说博士生有非常深度的某一个行业经验的因为这个行业发展太快了所有东西都是 fresh 的他要的就是最聪明的人然后是算法和编程调参综合能力比较强的同学所以我觉得这样的人才结构其实是我觉得当时算我们也算是一个开创者因为当时我们

核心还是因为我们当时联合专业的唐文斌他当时有心理学竞赛的总教练的这样一个背景其实这个模式再往前也不是我们创的最往前的搜狗的早期也是类似的王小川早期你说搜狗对我上次跟他聊他也说以前他们公司招了很多比如说信息要塞的这种同学这个是个圈子因为这些很牛的小孩当然他也会在乎薪酬也会在乎这些东西但我觉得他很在乎一个圈子或者是一个社群就这些人他喜欢一起工作对

就包括如果你要再去看像反向来讲看这些人才流行的话你看量化也是不光是在 DipC 其实好几个量化公司都有一堆这样的同学对量化也有很多做信息奥赛出身或者说就是这个程序圈对就本质上就是要足够强的技术人才要足够聪明给的钱足够多然后反馈很及时

就这几个要素你觉得你们现在还保留这个优势和模式我觉得我们还有很好的底子我觉得我们经过过去这四五年时间的一个低谷期我觉得我们的基因是很强所以我觉得我们需要再拉起来这样一个组织能力人才是随着商业价值走向的这个我觉得不担心如果我们能够搭建一个非常有商业前景和技术前沿探索性的一个平台我们其实现在人才有蛮多的回流

所以人才也是跟你说的我最后要还是有一个商业闭环然后能持续的向上是相关的我最近一个最大的转变其实就是原来我们的核心理念叫技术信仰价值务实这就是我们所有做事的一个大原则我现在是把价值务实放在前面叫价值务实技术信仰

我觉得最后核心的这些东西长期东西还是要有价值锚点做科研做技术一样的因为其实现在这个科研的很本质是因为它的资源投入巨大这些投入巨大包含卡包含数据也包含人才其实这些人才也都很贵所以在这样一个大的资源的投入情况下它一定要有它的商业价值作为锚点才能够持续去投入

不光是钱的问题也对于这些资源方人才他心中其实做久了之后他需要有 impact 需要有反馈需要他做的东西能被市场所认可这些都是需要的所以之前我们有另外一个矿石创始人唐明讲叫 business model is the best model 我觉得这可能是 1.0 的体会所以不能闭环的辉煌其实都是阶段性的

就是去年我们聊的时候那个时候我觉得你还是非常想推动矿石上市你当时也是说因为你一定要去寻找一个闭环你要做成一个闭环这是你的人生原则而且你觉得在那之前你其实没有真的完成过一个闭环那后来矿石终止上市这件事情

他是放弃闭环了吗其实不想变成更大的闭环但是就不得不变成更大的闭环其实创业的过程还是很辛苦的所以其实挺想在一个更确定性的闭环上闭环完之后闭环之后的至少有一个阶段是相对比较

压力会小一些你构建了一个商业模式构建了一个闭环它这闭环下其实你后面会进入到一个相对经营的状态这状态是可以维持一段时间其实这波创业大家的闭环都很长所谓的闭环其实一个比较显性角度就是大家做了很多轮轮融资然后在商业化结果上其实跟它的投入其实早期是相对不成正比的

但是大家是相信到了另外一个临界点之后是能有个爆发式的商业的结果这个大逻辑我认为是同意的但是就这里面最后所谓的闭环更长就是它的投入期更长投入资源更长且最后那个可能商业化的最后变现的那下的那个风险和竞争更激烈所以就使得整个这个如果想象它是一个商业模型的话其实它的风险会更高啊

就是越长的闭环这个列路越长它越容易连不回来嘛你 23 岁开始创业的时候你有想象过这条路有这么长吗对那肯定没有对吧你当时怎么想的那个时代都是革命乐观主义精神当时那个时候就是大家感觉一帮比较聪明的人聚集在一起然后有一个比较明确的目标或者愿景好像似乎都能做成当时是很天真的这样想那我觉得其实谈一下我认为 AI 这条路确实是一条最难的之一吧呃

我觉得一个事的难其实就难的两点第一点难的不确定性 AI 建设是从它的技术的原始技术底座到它的产品化到它的商业化其实都有很大的不确定性第二个的难就难在速度快就是 AI 这个行业其实如果看一个总体的节奏的话其实是非常非常快第三个就看竞争嘛这个竞争是可能是最激烈的是全球最有钱最聪明的一帮人好

同时在竞争这个赛道其实字节和你们成立的时间差不多然后他的那种模式就是好像很快就先有一个闭环再有一个闭环对但我觉得可能真的不同人不同的选择因为我创业的初心还是做 AI 实现 AI 这是我觉得我比较纯粹的初心其实那个时候都没有想过是以一个公司的形态还是当然觉得公司可能是个最自由的状态这个我反思我认为这个初心也不完全对就是我当时其实更多是以技术信仰来驱动来做的这个创业项目

要实现 AI 要让 AI 对社会有贡献价值这更像是一个更是很宏大的一个使命但是它没有一个很具象的一个商业或者客户价值的落点你就说这个雏形可能它并不适合作为一个公司的一个商业组织的不能只以它为驱动力那你觉得像字节这种发展目前它最后有可能反而它能实现的意见吗有可能

对我觉得最终其实一个公司很看基因论这个基因论就是说排除他所有的历史的这些业务最后他经过走了这么多年最后变成这样一个组织这个组织里的灵魂是这个创始人加上他的核心高管加上他的这个团队他的整个团队大家的企业文化基本假设就这个当一个公司已经十年之后这个讲一个比较时髦的词就是这个商增已经做到一定程度之后这个组织其实你要再让它发展本质的内部变化是非常非常难的

那最后就是要看这个组织基因适不适合这件事因为如果他在上一个时代能做到很极致就代表他这个组织已经很适配上一件事那这件事如果跟下一件事如果很有关联度那我觉得就会很合适如果是两个很不一样的事就蛮难的就是一代版本一代审是是是

只是大家可能有时候对这个版本到底多长时间是一个大桌期可能大家也许误判就有可能比如说这是一个大桌期的一个小版本那有可能一家公司就可以从 1.0 2.0 3.0 一直干下去会获得一个特别大的成果但有可能发现就是 1.0 2.0 就是两件事那就可能得不同的人去做

那接下来就是想聊聊就是千里的现在的一些动作和迹象吧就你待单任千里董事长已经有差不多 100 天的时间你这段时间主要做的是哪几方面的事情对首先我刚才讲千里其实是一个相对比较干净的一个平台但同时来讲它也是个底子比较薄的平台所以我们要做的事情就是说就是讲一个 CEO 要做的事叫定战略搭班子带队伍所以我总体觉得在做的第一个阶段可能大概也是这几类事吧定战略角度啊

我们其实会认为我们叫 AI 加车是它的核心战略嘛嗯那它其实怎么把这件落下去其实是呃是有它的更详细的拆解那我们先定的是个叫双轮一个轮子就是中端的轮子嗯那这个中端轮子其实有原来这个我们一个比较有意思的说法就是叫两个轮子呢四个轮子和两条腿啊

就是它的中端两个都是它的摩托车原来的这些业务未来其实也是有新能源化智能化的需求然后四个轮子就在新能源的这样的一个车里面但新能源的车里面我觉得我们未来的打法会不一样我们还是觉得中国不再缺一家普通的车企了就做只是做一个新能源车我觉得意义不大

所以我们可能会第一会更关注未来更本质的一些车的那些类型所以我觉得就是说如果大家现在卷的这样一个乘用车是中间这个档位我觉得我们会尽量错开这个档位在这个档位上我觉得我们更多想的是做一个车比优去赋能团

我自己感觉在第二个阶段就刚才讲到除了把价值物是放在前面其实我还有一个很重要的战略理念就是差异化原来在第一阶段的时候就觉得很年轻就觉得大家都做好像都是很关注点就会做我觉得第二阶段可能本账我认为会把差异化作为一个非常重要的点就已经有很多人在 offer 的东西其实你这个市场不需要

不需要一家新的玩家所以在这样一个真正的乘用车体下我觉得已经不需要终端来去做而是更多需要有非常好的供应商能够把 AI 这件事让大家用一个最好的成本然后最高的性能然后最标准化的交付来把它做好这是整个乘用车的主体

这个中端这个轮子其实是就是摩托车然后四个轮子行动员和未来我们要布局的机器人就是叫两条腿的这是我们的三个但这个其实我们现在没有特别强调机器人这块是因为就是我觉得我们其实要做的事挺多的所以阶段性我就每一点有 focus 所以现在更多是以车为载体然后在那个科技这个轮子里是制驾制舱所以我觉得现在最重要的其实是广义的车 BU 业务就是把制驾制舱先做好

因为这个是行业所稀缺的所以过来两年你们其实是要做就是你刚刚说的类似于车 BU 的这样一个事情你提供的是一个完整的自驾加上座舱的智能化的汽车的体验你们现在这样去做这个 AI 驾车其实我觉得华为也是在做 AI 驾车就是你和华为肯定会有一些竞争的你怎么去和它竞争我觉得还是挺有差异化的首先我觉得在做这件事情的一个大的战略我觉得其实有两个关键词一个叫开放一个叫国际化

开放的意思其实就是说我们是要以吉利的这样的一个支点为支撑的所以我们跟吉利的战略合作可能是最最重要的一个支点但

但同时不管是我们还是吉利其实相对都非常开放所以我们希望以吉利做完之后一定不是只做吉利华为因为它从芯片到整个产业链是非常闭环的所以我觉得它更是一个更闭环的一套体系就是我们其实更多还是要整合产业链就比如我的芯片我的激光肯定是在行业内选择最优的合作伙伴来做的而不是我来做的但其实非常需要行业内需要有一个

因为最后的方案其实某种是一种标准的制定它需要大家能够把它真的标准化成 123 的高中低的方案让大家的配置能比较朴实化才能有规模效应所以刚刚讲的就是本账车 BU 这件事情我觉得首先是要以吉利为起点这个是很重要的因为自驾领域里面我们本身原来矿石有很好的技术积累码

然后做汤这边其实吉利有像弗莱蜜这样的体系所以这些体系我觉得我们是有机会一起大家能够非常好的整合在一起能对外提供一个比较整体的方案所以我觉得我们其实是愿意构建这样一个开放的联盟其实这个联盟里面有几家大的车企大家是一起来愿意来推动这个标准的落地的所以这第一个是开放性第二个我觉得可能国际化也很重要就是我觉得其实本身也结合吉利原有的一些国际化的积累就是国际化的客户可能也是我们一个重点吧

你觉得像华为成立引望它引入长安这些其他的投资方这不是一种开放吗我刚讲的开放是指它本身解决方案的开放度解决方案是它自己从芯片到这里面都是自己的东西还是说我们在不同的环节去选择行业的最优的合作伙伴来构建一个联合的一套方

所以我觉得更多的开放是指在解决方案层和供应链侧它是不是在选择全球的各种产业链角度选择产业链里面现在最优秀的玩家的产品最后把它整合成一个大的方案你觉得这两种方式我是指供应链的我全部自己来做和我更开放长期来说哪个竞争效率会更高比如说华为的这种方式包括比亚迪其实也很喜欢做垂直整合垂直整合也比较深大家其实也观察到说垂直整合可能在你的成本控制上

它好像是有一定的优势的我觉得没有优劣是更多像一个产业的周期其实我觉得可能往往看一个产业的早期是垂直整合的人会更高效因为这个产业没起来所以他最后都自己做了他自己又比较可控这个其实是更好的对吧

然后到一个产业链可能一个中间大部分快速发展和长期规模化发展的这个中期我觉得可能应该是个更开放体系更好因为专业分工对吧就是大家每个人都做自己商量的事情且风险角度也是把它化解在了产业链的各个环节当中然后到一个产业链的默契可能又会被整合因为这产业链已经高度同质化了对吧所以大家压缩成本什么的

我觉得是这个这个很有意思之前我采访曹旭东的时候他也说了一样的想法分 9B 核和 9B 分在你们现在这个阶段就是千里一定要自己做的事情是哪些然后哪些是你开放和供应商来合作千里首先在算法和整个大的方案上一定要自己的同时我觉得它硬件上也有支点这个支点的话我觉得其实最后还是在芯片这个角度我觉得是要有一定的自主的能力的

主芯片所以是算法整体的设计和芯片芯片你们做的基础是什么我们肯定先还是要在跟行业最好的这些玩家合作同时就是因为芯片也是个矩阵高中基的我们会在这里面比较适合的方式上来选择有一些差异化的可能要把它变得更自主可控一些你们会做一些什么别的硬件吗我觉得其他就没支点了其他就是比如像预控只是一个产品形态比如它不本质预控有几种一种就是说你预控要不自己做设计这个我觉得肯定是要做的

但它本身还是一个软硬结合的那部分那预控在最往下做就是要做一些深藏之道的这个我就肯定是不做了其实之前有段时间很多就是质价的公司开始转向软硬结合的时候都确实很多人会去做预控还会有人去做传感器比如说大疆车仔他是做传感器然后小马有段时间是做预控那你怎么看就是做传感器这种选择的

你刚才预控说可能没必要做传感器只能做非核心传感器比如说对视觉里面的核心方案 CMOS 是都做不了这边肯定 CMOS 就是 Sony 和现在国内的 VR

就威尔是我们很战略的合作伙伴就这个我觉得是一个大规模的体系而且一定是把手机车各种大传感器都不同的中端都合在一起的所以这个我觉得是没有任何机会就这个主流的传感器这些工都没有机会它只能做一些差异化传感器比如做激光然后做四季号运波做双目这种这些我觉得可以做一些差异化的点

但我觉得不本质你觉得本质是什么本质就刚讲的就本质的主链路这个方案里面可能未来成为一个主体的那传感器就是摄像头这个东西还做不了啊

所以这是第一点然后下面的这个在预控里面最重要的是那颗芯片然后以及这上面的这个最核心的算法模型当然可能也许后面还甩着一个比较大的云的这样一套超算的要体系就这几个要件是这里面的本质的东西是最本质的然后最影响你的效果也可能最占你的成本的比例的对所以如果要做的话可能是从这个角度去思考这是一步一步要去对就你看这几个电脑哪些是你真能做的对吧

这个如果不能做的话周边其实做的更多是一种产品包装的差异化吧但我觉得对战局没有本质影响那你怎么避免别的车企认为你们和吉利的关系非常近非常深了嗯

他可能也会觉得这是激励生态里的一个东西我觉得最终大家是既关注外在的第一眼的感知更关注他的实质吧所以首先在治理结构上首先千里就是一个更加独立和第三方的一个治理结构然后第二点其实大家也会看到这里面的人才这里面所集聚的资源我觉得更多是把 AI 行业最优秀的人集聚在一起最后我觉得大家还是会看实质吧

因为昨天其实在吉利自己的发布会上他们也是官宣说吉利千里浩瀚这样一个新的就是支架的系统它会在吉利汽车他们全系都会用因为你们三月初的时候也宣布和吉利还有其他一些合作方你们成立了一个合资公司之后这个合资公司是会去对外输出这些东西的一个主体对

别的车企为什么愿意用千里浩瀚浩瀚上面还带了吉利自己资源的这个东西大家会用千里那个公司叫千里支架所以还是以你们为主体去输出对对对无论就是吉利之外你们有些什么别的客户的动向首先我们第一个大的策略我们基本上会比较 selective 我们本账还是一个大客的创业模式就我们不会服务特别多的客户

我们会希望还是服务头部的车企第一本身后面的车可能虽然不会像手机那么的集中化我觉得它的头部化效应还是会比较明显第二点就是说我认为本质上就是像现在的体系里面其实要真的把一个客户服务好我觉得客户数量不能特别多我自己认为就是说可能这个跟产业链相关我觉得车的产业链本质上就是一个大客为驱动的体系所以我觉得深度服务好大客其实反而是一个更好的选择

这是至少在整个制驾作为 T1 这个角色上以及在这个历史阶段如果你更早来做这个事情你会这么选吗也会因为我觉得如果没有跟整车厂有深度的结合就没有基本盘没有数据闭环这证明是两个点一个是商业的基本盘一个是你技术的支点因为我觉得现在大家体系是不一样的如果你跟一个车企能够构建这样一个大的数据循环

这个我觉得是未来所有支架和包括一些大模型自藏应用的一个基础就这个是围绕这样一个数据来构建的如果你是个交付型的组织你的核心能力就不是构建这套数据循环所以这两套能力就不一样所以我认为那套能力可能未来比较难持续的去形成技术的领先性对 这个取决于客户有多少数据可以向你开放他愿意向你开放

对那这个也是由你的技术的范式和你的商业模式决定所以这是为什么我也认为如果不能跟客户深度的结合这个模式那客户肯定不会把数据能给到你对吧这也很难你觉得详细来说你们会和几个车企集团深度的结合就够了呀我觉得三到四家吧

那这三四家之间它不会有竞争关系吗就车企之间就也跟你的客户选择相关我觉得同类型的客户我们可能基本上每一类可能就选顶多一到两家不过超过两家然后这一次因为我看昨天这个发布会我觉得吉利和你们的合作的深度还有力度我觉得也是超出想象的包括千里浩瀚这个名字也是千里在前面这是吉利的人提的吗对 我觉得是共同决策的因为这个是涉及到一个新制的建立就是说

其实车的体系还没有真正形成一个比较良性的像手机供应链的这样一个分工比如手机供应链你手机用了高通的芯片索尼的三神大家对你的手机是加持的但现在这个车厂大家都觉得我要多自演对吧就这个体系其实是很奇怪的所以他会觉得好像这个东西 AI 的东西是放在体内放在体外会不一样我觉得这是因为整个车的在新的供应链还没有形成

但比如华为其实已经是一个很好的例子但华为因为太特殊了华为可能有点加持作用对你还是要有品牌你买你的音响你可能还是想用都是品牌的对吧所以其实每一个供应商他能不能形成他的品牌溢价和品牌加持能把这个东西做得更专业其实车企的我觉得核心现在是整个车的产业链其实在智能化有两个问题第一产业链不成熟就是你真正比如说除了华为之外你是不是能用其他的供应商就代表你是一个品质的保证

可能现在他还做不到可能今天用了明天这个公司就挂了然后第二点我觉得车企还没有解决如果我的核心这些东西都是由我的合营供应商提供我的车的差异化在哪里就这两个问题没有解决情况下其实车企跟供应商之间都是一个很纠结的状态

回到你们这次千里浩瀚的合作你们是怎么做到这么快的因为昨天说下个月就会做车位到车位的功能就会推送这边第一我觉得大家车位到车位定义还在过程中因为讲个简单例子你进出停车场交费你打通了吗你这些服务你没打通你怎么车位到车位我自己感觉其实对置驾的体系我个人的观念是其实

还是需要把产品做的颗粒度更细一些就是现在指甲还不是我我自己人还是不是一个对犯人群叫可信赖的指甲比如说我们用指甲的人大家对这个指甲的这个安全性软度很高就是大家一般用接管这个词其实我我刚看了一个评测我觉得分类是挺对的就是真正的接管其实不同人是不一样的就有些人的预知比较低有些人预知比较高但是很重要的那个接管意愿和舒适度就比如说这个东西我是不是我胆子很大我就不接管

其实在这个体系上我觉得特斯拉的整个的体验其实是要好于国内的这些体系的就是说真正它的驾驶的类人其实驾驶的类人性的一个很重要的点其实给人有安全感就是这个车跟人开的不一样你就不知道这个车是在失控还是在怎么样状态就是在一个路况情况下它的决策的灵敏性和那个跟我人的自己开的时候越接近会让更朴实的人对这个自动驾驶的这个信赖感和托付感会更强

这个东西的技术我觉得很多东西还程度上框架在那了但是我觉得很多还没有打磨的那么成熟包括我觉得就现在支架体下就光从评测这件事情来的角度就没有那么体系化因为它本身有很多难度所以我觉得能把自动架真正做成一个用户体验非常好觉得可信赖的

安全感很强的支架很重要如果这个路段过程中能够非常有托付感我觉得也非常有价值你说特斯拉这一点做得比较好他这个主要就是靠在他的那个训练框架下然后他的数据有非常多实现的是吗因为 FACD 来中国之后其实大家不是已经拍了很多视频说他表现很离谱吗

因为他特斯拉号称自己只用了互联网类的中国的数据来去训练这些事那就跟这个就像讲印度人直接看视频学中文一样这个难度还很高但特斯拉的内功还是不错的所以它的内功其实取决于它整个的技术框架就是你要真正基于动作段模型 VLA 这些东西然后把它的那个百合规控相对压得比较低这就会使得你真正这个车的从聪明度和视频性就会比较好就像他真的是脑子聪明

而不是说它被提备的多这件事情我觉得还是很重要的然后国内我觉得那肯定华为我觉得自己这条路线其实也是有差异化华为相当于是深度优化通过白和黑合结合的方式这个我觉得也是有它自己的优势你们现在是更偏向哪一种我们感觉特斯拉路线那在就是你们比如说制驾这个模型上或者说这个技术上的具体选择现在行业里讨论很热的一个趋势就是端到端的 VLA 大模型的上车

像理想 元荣这些公司今年都会有 VLA 量产上车的方案千里在 VLA 这个方向上有什么布局吗第一点其实上次我在车展讲过我认为车企大家对于概念是绝对超卖的可能做的是 1.0 讲的是 2.1 和 3.0 其实我觉得特斯拉给了大家一个非常好的样板

我觉得其实不管早期我们讲到从有图到无图然后无图到我们现在所谓的端到端或者 VLA 其实我觉得有图到无图是一个很本质技术的跨越然后无图的往后其实我觉得总体上都是叫做模型化的过程这个其实我觉得特斯拉一直是一个他非常低性原理的思考

其实包括两段是一段是 VLA 这些东西我觉得都没有那么本质不同的模型它其实是基于你本身的模型能力和你的数据积累的量级决定了你可能最优的逻辑但其实这样看国内的头部的制价体系大家真正模型化的比例都是不高的模型化的比例意思就是说我的一个基础模型其实我是可以跨平台的因为本账制价其实是一个不同的车型

乘以不同的平台在乘以不同的区域的这样一个交集在这样一个交集的情况下的话其实你的基本功你的模型基本功是不是像轮椅一样其实我不能不管在什么场景下我其实都能够开的不错能够不犯基本错误对于可行时限界都能做的很好

大家其实在一个基本功没有那么扎实情况下加了很多规则的 pnc 的东西最后烹饪出这样一个最终的断断断的一个体验就像这个食材可能未必那么新鲜最后加了很多佐料就形成一个一个断断断的系统我觉得其实现在需要的可能是反而是真正回到基本功的角度

把基础的模型驱动这样一套体系模型驱动其实也包含后端的这些能力比如数据系统整个这套云端的这套迭代的能力把这个东西建好其实我觉得自家只能做得非常好且它能够从安全性和可靠性上能够达到像特斯拉这样的水平而不是可能在不断的往前去迭代概念我觉得真正去全量去选 VLA 的公司会非常少这里面可能会加一些 VLM 和 VLA 的一些概念

我觉得 VRM 的加入可能是必须的本账就相当于质架是一个锤类的感知系统但它其实为了它的可扩展性其实需要加一些更通识类的这种多模态识别的这个其实是偏 VRM 的范畴我觉得可以加进来 VRA 我觉得是趋势但是不是当前的核心的症结点

实际上特斯拉是不是 VLA 这件事行业里有什么看法吗因为他其实最近几年没有怎么讲他的记录细节 VLA 其实还本质是一个偏巨声的概念在市场上你看我觉得 VLA 不本质就是我觉得如果能做出一个非常好的两段或一段式的

原来的这套端到端的模型加上 VLM 很好的融合就已经能把这些任务写得很好你可以讲讲就是你为什么觉得 VLA 在支架上不本质我觉得也可以简单的先解释一下就是 VLA 模型它是一个什么模型它被提出是用来处理什么任务对 VLA 的三个词函叫 vision 然后 L 是指 language 然后 A 是指 action

其实本质上它其实是在模拟人的这样的一个行为的一套系统就是它有视觉为主的输入同时这个 language 其实本质上只是它的逻辑和这个判断能力然后 action 是指它的输出能够做不同的操作所以这个里面坦诚讲就是说可能更适合

巨声比如机身的场景因为机身比如有手有腿它其实它的感知系统其实是比较多样的然后它有它自己的决策逻辑它也在处理不同的任务最终它需要控制它的手和脚包括其他的一些执行器来做所以这其实是一个多对多的匹配就是一个 N 对 N 的一个匹配所以这是 VIA 模型的一个大的

框架制驾这件事情其实是一个对可靠性灵敏性要求非常高同时它某种程度上还是在一个相对可控的动作空间的就是你的螺旋转你开车其实就是你的方向盘和你的刹车基本是这么刹车和油门这个逻辑吧

所以它的 A 的空间是比较小的所以你可以说所有的单元端模型也是个 BLA 但是我同时认为现在我们中国自家的核心问题还是在于我们的各个的模型的子模块做的不够到位其实这个模型其实本账就两块模型一块模型就前面的大杆制模型比如你要看看特斯拉的话你会发现它的检测的可靠性

包括它的反应相当失言它这个反应的失言不光是模型的问题还有跟它整个的体系结构软硬件的逻辑相关你会发现它是一个更加可靠更加灵敏的一个感知系统这是第一点

第二点就是在它的整个的算是规划和控制的决策模型这边其实国内大部分的规则的占比还是比较高的规则占比高的缺点就在于它的普世性会比较差它的推广性也比较差当然中国可能通过大量的写规则可能也可以做到一些不错的体验但这个的未来技术的长期迭代就会比较难

所以现在我觉得可能大家内部也有几家投不起也在慢慢回归到更本质的东西就是能把前面的大感知模型和后面的这套大规控模型做好并且可能软件和硬件这个纵向要深度优化使得你最后这个车的从它的性能 食盐 包换成本都能做到一个更好的状态这个我觉得可能是过来一两年时间把这家的一个

实际上的主旋律那你觉得 VLA 它在聚酰智能上这个已经能被证明是一个主流的方向吗还是这件事其实也是要再观察的因为我感觉机器人行业里这件事情也是有一定的分歧我觉得会是但是现在的模式我觉得还非常的没有走通 Skilling Law 这个条路径吧

就这个大方向肯定是没问题的但是按照现在比如两条路线一条通过实彩数据还一条是通过仿真的数据来做真正这些逻辑能不能就刚刚讲的就连这个增价水在这样一个确定性的硬件上硬件是标准化的然后它的整个的场景和动作空间都也是有限情况下我觉得我们还需要走很长的路的话

所以我觉得大方向应该没有问题但是距离怎么迭代我觉得可能还有很多很多很多变化就是我想知道在大家现在设想的这个 VLA 的结构里面因为你最后输出的动作这个已经是很微观的动作了对吧就它其实是一个机器人的轨迹和行动那它中间一些那种任务拆解就比较宏观的东西这个智能机器人或者说在 VLA 这个系统里它是怎么被拆解和理解的比如说我如果有一个任务是我现在要去机场

那可能正常人的思考路径是我得先坐公交去我还是打车去然后我去哪个机场我要去查航班等等那如果只是输出到动作的话那岂不是变成我先卖左脚还是后卖右脚这种事就是他能去处理复杂任务所以现在你讲的问题很本质就是现在这个问题太复杂了就是说 VLA 你其实可以把这三个字换成叫做输入然后决策输出对吧 VLA 就是 vision 是输入 L 是 language 代表的是逻辑

然后 A 是指输出那这基本是暴露万象那你刚刚讲的关键问题就在于就是说到底整个思维中间的这套空间是怎么定义的从宏观中观到微观我觉得都是不明确的就宏观角度比如刚刚讲的一个复杂任务是我要处理旅游这个东西到底大家是怎么思考最后是作为一个怎么样的一个中间的表示

是变成是说我最后变成是一些行程变成是一些时间空间的一些能够具体表达的一些点这些我觉得都是不确定然后到具体有了这样一个规划变成一个更加微观的这样的一系列动作这个动作应该怎么表示也是不确定的对吧所以这些我觉得都整个我觉得现在大家做的巨神更多是在做一些 showcase 就是人为定义的一些空间就这么做了所以我觉得现在还是一个非常

我们叫做 Toy 级别的一些实验和一些初步结果所以我觉得还有很长的路要走就大脑和小脑本身他们最后这个空间定义都不明确的情况下很难做出一个横贯这个从高维的这些逻辑推理到底层的这个行为动作的 action 之间的这样一套框架吧

对我觉得这个也呼应了你之前提到的一个点就是你觉得现在机器人还不是一个爆发的时机点我觉得车就是一个明确的最好的机器人在大家一直在讲服务机器人那你如果反而想想其实车就是一个出行服务最好的机器人这个事都没搞明白了就说 Robotech 还没做出来呢怎么就聚声了对

那回到智能驾驶技术的发展你觉得接下来中国的这些公司大家能不能让基础工变得更扎实并且继续逼近更好的制驾水平主要是看什么呢对我觉得总体还是做 AI 的技术我觉得最后还是取决于第一是大的创始人的大的战略的坚定性以及这个团队整体的这个技术能力吧

技术上限的能力战略坚定性和技术上限那战略坚定性有来自什么来自于创始人的认知吧就他对这个事到底觉得多重要第二这个事的路径应该选哪条路第三点这个路径的节奏应该以什么节奏方式来投入这个认知靠什么建立了靠技术品位吗还是靠什么包括不是技术背景的人他怎么获得技术品位

如果要去做这种技术观看技术品位就是一个很高级的词我觉得还是跟他的背景的积累相关但是我觉得做技术的人是会有技术的 taste 就是你大概会有一个直觉觉得什么东西是可行的什么东西是更终极的更优雅的我觉得就还是对这个事情的认知的深度这个认知深度和体感所以比如说你要是做做推荐搜索的

那你对这个大模型肯定不是最直接想过但是肯定要比其他的领域的人对这个认知要深这是个连续值就是他会跟这个事的认知也跟他后天对这个事的关注度高然后学习的更多那可能对这些体感就更强比如说像他其实没有一个非常长的时间自己去做研究的这种手感他通过就是后天看论文包括和一些专家去聊他的那种直觉性的判断他能学习到什么程度

这个东西我觉得最后还是看到什么度就是这个东西就跟很多东西都是说下面都是勤奋可以吸得的然后上面有一段是手艺最终是一个更偏天赋的东西对吧就这个到了哪个层面我觉得现在还不用到天赋那个层面可能就到手艺这个层面大家至少在现在的这个商业逻辑下可能就已经足以做一些商业判断手艺足够让你那么坚定的去相信一件事情吗尤其是当一个方向它可能会有

我指比较技术的方向一个技术方向可能它会有挫折可能会你试了一段时间它的效果并不明显就肯定没有办法没有办法对对但是有可能比如说到这已经战斗就结束了就是也不用经历这个曲折挫折对吧第一我就不要神话这个事情

我觉得在现在的一个技术范式下其实我认为整个技术路线的东西其实总体是比较信息是比较透明就是没有那么 magic 的技术路线我也不认为国内任何一家公司是自己独创了某一个技术路线更多我们现在还是在学习和 follow 那只是这个技术路线的实现和选择全是选择就可能比如有两条比如可能在三年前或五年前说有一条是 vimo 的路线有一条是特斯拉路线但我们有些公司就选择那条 vimo 路线那如果我们上来就是会就是特斯拉路线这是对技术的一个

趋势的判断这个我觉得还是有点手感或者这个逻辑的然后这个情况下那就更多就是你能不能选择正确的团队从你的技术意好位往下这个团队选什么人把这事做成人多快做成就我觉得更多是个执行向的东西那如果说我们不要去神话这个技术判断本身在这个事情里的占比那最后真的就是把汽车智能化这种技术含量比较高的事情 AI 含量比较高的事情给它落实还需要哪些关键的核心的东西

我觉得首先第一技术路线刚才有好的判断对吧然后第二我觉得要有一个非常强的工程化能力很强的陆地团队这个是很重要的然后第三点我觉得需要对资源有很好的整合能力你要有钱你要有各方面的资源然后最后一点我觉得要对商业模式的大的框架得有一个正确的判断

你的商业模式可能未必是因为搞技术的人对商业模式其实不是最擅长的但商业模式你得有个知道什么模式不行什么模式行我就得有一个大的基本判断就这几个要素都 OK 了我觉得大模式上没什么问题很多商业模式其实西方设计商业模式是比我们更擅长的比如特斯拉的模式是有订阅的你就别把别人的模式改了你说也该订阅就订阅这是一个合适的因为软件如果没有订阅软件是不可能持续提升的硬件不一样硬件大家卖一辆车

是可以有成本压缩就一次性就给你了但是软件如果你想获得一个持续最好的软件软件一定要被 OTM 要被迭代如果你这模式后面没有真正的订阅的这套逻辑就没有供应商有动力去给你持续提供最好的体验所以你不太赞同就是现在有一些这个支架的方案它是卖车的时候一次性

他卖车比如现在你的一个包比如说华为我知道现在三万块钱只有买断买断他是算了是明周期的但是我不认为就是这个支架这个最后东西是一个免费或者就是按照成本想来做的话就这还得是用户

额外付一笔钱它不管是 license 的费用还是一次性这个东西我觉得它最后是有一个抽出来模型的但是这个东西是真正让供应商去给 C 端用户提供更好的体验因为如果这个东西 C 端不付钱觉得这个是一个 2B 的模式还是一个 2B2C 的模式我认为在车上的 AI 的核心应用都应该是 2B2C 模式用户愿意为这个买单然后买最好的产品

然后以及这个最后这个产品的钱因为只有在 C 端付钱的情况下才有机会 C 端跟整车厂就整车厂跟供应商之间它才能够有个分润的逻辑然后有一部分钱会给到供应商让他持续做迭代就这个模式如果不能走通我觉得这个长期不可持续就相当于已经有特斯拉的方案也有华为方案如果有第三家能够真正把产品体验做到这样的一个高度我觉得也应该去沿袭这样的模式最终这对 C 端消费者是好的

然后接下来这部分是想聊一下就是在你们有现在这样一个大的变化之前其实从 19 年到 24 年底吧我觉得就是整个矿石还有你自己的状态是在一个相对低谷期的以后有人说你沉寂了五年你觉得这五年给你带来了什么呀

对我们是有点像 stack 在那里卡在那了因为我自己其实更以成长线为我自己本质的驱动力就是这个成长包含个人包含组织包含整个公司所以这五年其实是组织团队成长特别快

就是其实大家讲闭环的时候我其实觉得有一个理论就是说像一个风口你要拿一个这个板就是叫合缝就是要把这个板最后把它盖上去然后把这个东西你会发现当你合到越往最后那一刻它的那个压强会越大这个东西所以往往一定是在闭环越往后比如从你闭环的 80%90%到 95%到 99%越往后其实压强越大信息量越大成长的节奏越快

就有的时候大家感觉我做这件事做了 80%好像我就能闭环这不是有的时候你没有做完那 100%你会发现其实后面可能越往后越难后面是指数性的难度所以我觉得反正在这五年时间其实整个团队经历了很多考验和磨练我觉得其实非常好我还认为互联网时代是中国或者全球商业非常少见的一个历史阶段互联网时代真的一个创始团队能用它的长板就很快能获得巨大的成果但是在大部分的商业体系还是很难的

所以大家都還是會更著急就覺得好像我覺得其實在 AI 領域我們過去這十幾年其實早期走得還是比較快的就當時整個行業都走得比較快但我覺得 AI 這個產業本質上是一個比較像實際產業的這樣的一個產業體系所以我覺得我們的基礎是不夠的所以

可能这五年也算是一个说法叫什么蹲秒就是要把这个图要压一压让大家能够做得更扎实你说之前早期比较快就是指什么阶段以前我觉得总体从创业到开始都还算快吧就是整个在 AI 发展的第一个阶段我觉得这些 AI 公司大家其实发展融资也比较顺利然后整个的规模扩张也比较快第一阶段是在 1819 年左右结束的吗差不多

那会儿其实大家都没怎么商议我现在都没怎么商议对 AI 其实我觉得前段时间那个 Satya 那个说了一下其实讲了一点就是如果 AI 真的如果大家讲这么牛它就应该是把整个全 HDP 提个 10%at least 对吧那现在 AI 没有这样一个纯的 AI 应用其实没有真正创造我看都没有创造一美金级别的利润我不确定有没有那十一美金级别利润是肯定没有的

全球没有任何公司用 AI 创造 10 亿美金几的利润真的就是大家讲的我就讲的 AI 为主导的 AI 家里的应用全球都没有我觉得利润是代表商业模式的一个点收入不代表就相当于你本身是五块钱的东西你愿意买两块钱卖出去那肯定利润就可以很高

但是利润代表你到底是不是创造价值我觉得利润长期看是跟价值最绑定的所以就代表我们没有创造一个合适的商业价值能够产生这样的价值但如果就是类比到你说其实在商业史上非常罕见的互联网互联网有很多公司也是在很长时间里没有利润的但它最后获得了很多利润比如说像亚马逊这样的公司这个为什么在 AI 上可能它

不会是这样去发生我觉得还是跟商业底层逻辑相关就互联网的底层逻辑是网络就是连接连接更多用户最后用户变现这还是它的底层逻辑然后并且它还是在任何一个领域因为它的整个网络扩张的成本很低所以它还是非常容易形成垄断性

就如果互联网没有垄断性我觉得那也不一样嘛就互联网本质还是实现了实质的垄断性的那这个在 AI 领域这 so far 现在看上去还没有形成这样的格局就一个增加是就两家公司可以全球这一栏做他们一定盈利了就这还是垄断性的原来的互联网公司都是以网络效应形成垄断性而 AI 的现在的模式还是以研发驱动就研发驱动这件事

我觉得是很难在短期的行程能够弄得完你刚说你是以成长线来看这五年你觉得公司是成长了很多的那如果说的更具体一点是哪些

方面的一些成长包括你自己的认知上的一些成长我觉得第一个我觉得变得更加的务实和本分就是大家在做很多权责的时候其实原来我认为在很多 AI 公司里大家其实对于投入产出这件事情没有就这不是一个 mindset 其实我认为所谓的商业模型就叫 ROI 就是本账就是投入产出就你大概你可能要框一框我大概这个要投多少钱我大概 potential rate 它是能够有多少回报就这个事情是做任何哪怕是一个内部的研发项目

它都应该有一个大框框如果从一个商业体系下当然有些是短期的有些可能是一个更长期的投入的所以我觉得第一个很本质的点刚讲整个团队我觉得大家更加从商业角度更务实的考虑其实之前在接受当时我们上市聆讯的时候当时委员其实有两拨人我当时那个场景对我非常有印象就一拨人问说你们怎么没有去造火箭你们这 SpaceX 这一帮人就觉得你们中国 AI 不行

对然后就我们讲了我们说做回来但你们还是不行另一方面反映你们的财务报表怎么觉得亏这么多钱我觉得这两个讲的都是对的但是我自己感觉这也就反映这个现状就是说没有真正好的商业模式是无法支撑技术信仰长期技术信仰

不会有人永远给你钱去做投入所以我觉得能够真正自己做好的科研的前提是你自己养活自己然后用你赚的钱比较大的比率去投入到你想做的这些科研的方向上这是一个我认为是一个可持续的模式这就是你说的闭环就自己赚的钱投入到以及说你来自有一个第一个闭环能够创造的这些价值能够去帮助你去做第二个更大的闭环

就这要一步一步走上去就它也不应该是一个短期虽然我有收入能赚钱但实际上没有长期发展性的这也不是你想的对就有些转期输入说未来可能到一定程度它是可以变成利润的这是一种对吧就所以我刚才讲就是你最后还是要看它有一个大的判断是当它进入到稳定态的时候它是 ROI 是个什么状态对吧

它不一定是一个第一阶段但是是一个稳定之后的一个预判你刚说林逊那两拨人还挺有意思就一个是嫌你们不够仰望星空一个是嫌你们不够脚踏实地都是既要也要马上要的我觉得也无可指摘就是在这样的竞争环境下这个是很难但是最后谁做成了可能才能成为中国这样一个高度竞争环境下的一个行业的领军的一个企业这就是卷的本质

为什么叫卷吗所以卷它不光是说外部环境很恶劣也包括你本来要做的这件事情就是一个高难度的任务甚至很难平衡的一个任务你看全球我敢讲全球都没有实现闭环的公司我觉得在 AI 维修里面没有谁闭环了

我唯一知道可能提案稍微大点我最早听过一个 Mid Journey 的数据 Mid Journey 数据大概可能我觉得它大概的利润累计利润可能能有个一美金的利润就是可能甚至再略高一点我不知道现在的状态就那个时候它其实是一个相对的投入没有那么大

同时又抓住了一个比较好的一个又很简单的产品形态然后又在阶段性形成的一个市呢就这是我听到的我自己感觉产生绝对利润比较高的一个团队视频生成有一些团队也快盈利快盈利可以是永远在快盈利的路上就是像视频生成和图片生成这种它的变现的速度会快一些我觉得相比大鱼圆模型但它可能是个阶段性变现因为图片生成和视频生成的底层一定是强烈依赖于大鱼圆模型的

大圆模型一旦发生本质变化我自己有个预感就是我们今年内我们判断像图片现在会发生本质变化这是因为在大圆模型的底层会发生变动那个声音是一个短期声音那个的利润我觉得也不会是一个长期可持续的声音它整个的模型的性能会发生一个接约性的变化

那原来的那个体系可能就很难持续它的商业模式那如果有人开源它不也可以用吗我就说如果是其他的这些做图片生成或者视频生成的对那你就看那个图片生成它的价值就是客户价值和社区价值就大家都愿意在那用对但我觉得没有那么多的忠诚性就如果另外一个体系是一个更好的模式好的很明显的话对对

那个一点都没有壁垒你刚才说你这五年认识到就是本质上就是商业模式是要去看 ROI 你当时是一些什么样的事情让你去有这些思考就是当钱紧张的时候你会发现当你看每分钱要怎么花的时候你思路就会不一样你这期间是不是也去更细致的看公司的财务情况了当然因为我听你同事说你之前可能是管的一个比较大的是对你不会一笔一笔的去看对

我觉得这其实挺好的就是因为我觉得做工程师的人的个性本来希望一个事情很 organized 所以我觉得一个公司你会发现其实我们都对效率有很多要求所以你会发现这个公司从运营治理结构各方面你会发现有那么多浪费然后甚至说有很多其实资源不需要花那么多人钱的地方其实在历史上起火

当你在融资比较容易的时候其实花了很多钱这些东西我觉得其实都是一些我们学习的过程就是一个真正你想从管 100 人到 1000 人到 1 万人创始团队可能一个 100 人以内是一个阶段 400 人左右是一个坎儿

然后到大概一两千人是一个卡就我们大概就卡在大概两千人左右这个体系下我们的管理能力其实是没有跟上而且我认为现在大部分的 AI 公司的管理水平还比我们还差对吧就是说那在这期间就需要去成长和学习这样他也有机会可能到下个阶段所以观点第一个就是从

价值务实商业化角度第二个就是刚才在经营吧就我觉得不光是钱我觉得是经营经营也包含你的整个的组织流程组织效率包括从效率和管控之间的这种平衡这些我觉得都是很重要的当然我觉得最重要的一点我觉得最后可能是对人的一个筛选吧

就是最后可能其实当我们在创业的时候大家讲最重要的点是创业精神创业精神这个事其实很多人都有创业精神但是最后就创业精神是一个预指就是公司你有多挑战最后能够对件事有充分认可会选择持续留下来的人可能本质上是一个更志同道合的一个状态所以最后经过这五年时间

我觉得也有一些同学离开也有一些新的同学加入最终我觉得能够互结这样的一个团队你就感觉是一个能够很有战斗力的一个组织我们可以把这个再展开聊一下就你刚刚说的第二件事经营这个事包括你去更细致的看财务你发现之前有一些地方效率是不高是有一些浪费的就是你特别系统的去提升这个公司的经营大概是在什么阶段以及你都是做了些什么事我觉得就过去大概三年时间吧

就是以前其实我们在技术上其实很讲量化现在经营上其实没有很讲量化量化的意思就是说比如说你看一个公司你的产品侧的毛利率的行业的水平然后到你的整个的经营就是你的费用的不同的占比比如你的多少是用在你的管理层的费用多少是用在你的营销多少是你的研发其实我觉得我们一个

特点就是原来我们的研发比例都很高比如我看我的我的研发体系和我的营销体系其实可能很大的比例基本上都在三比一甚至四比一的这样一个结构在不同行业基本上最后我们基本都调到了一比一就是相当于我的研发花的钱跟我把它去卖出去的这个钱你会发现还挺神奇就是往往是真正把这个体系真的调到这样一比的时候这个业务开始逐渐就走向盈利或者说它就走向一个相对比较两线状态比如举个例子我们一直说要市场导向

或者客户导向其实很难就因为当你后面的研发资源非常充裕的时候其实很多时候你会研发了很多产品产品还没有卖出去又研发下一代然后研发的体系一定要市场体系来给他买单就相当于要让研发同学觉得是市场的同学在养活你这点很重要然后这样他的整个预算结构就是能自然而然跟前面的客户驱动来绑定

就如果你的关系是后面的研发同学他不需要前面的人定他的预算他一定是按照自己的想法去做研发的你不管怎么组织拉通都不行最终一定是要靠价值链靠这个东西来去绑定这个机制如果不通你永远都不通所以你真正的去贯彻客户导向市场导向不是靠说的

不是靠沟通是靠你刚刚说的机制和价值链公司有几个关键的价值链其实就是从供应链到产品到市场这三个之间的关系这个东西其实就是最后你一定要以客户侧作为本质的火车头的牵引然后能把压力传导往前这里面其实就会跟资源跟决策权跟组织的配比规模都相关你这些事是怎么想清楚的呀

我觉得第一就是你内部遇到问题就首先你要自己先内部发现问题然后第二我觉得还是到行业就是去学习比如说你们从研发和营销时代 4 比 1 3 比 1 调成 1 比 1 你这个比例比如说它是借鉴或者写信息就是个手艺就是这个手艺点是自己得挑出来因为不同的公司 AI 的就是个重研发体系就是你其他很多公司可能研发占比在 10%对吧但是就是可能这模样是一个上限因为你其实在调到 1 比 1 的时候你的所有的研发人会跟你说我们研发资源肯定不够

他们想做的事确实不够但是你会发现我们先讲图比较多你会发现一个产品是要周期的你这个点其实是有你的财务盈利性反推出来的所以就有可能你要去做趋势有些产品你就不要做了但这里其实往上反而会让你的产品更加聚焦所以这其实是一种平衡其实我自己对管理有个观点就是说我很反对管理上提出新的概念因为我觉得人这件事亘古不变就人的组织其实没什么变化其实是

我之前看那个冯唐讲这个自治通鉴其实还是借故然后来看今天就人的这件事没有那么大本质的变化所以这个东西我觉得是要学习也有惯例的人性也没有变化但是为什么有了这个管理框架大家其实用到公司网用的不好是因为第一现在也没有那个管理框架是非常立体的

一个完整机器就比如说你要去学习华为你得知道华为在比如在收入在第一个阶段的时候他的整个市场竞争环境在那个状态的时候他用了什么样的组织然后一步一步翻来到这然后你可能要去首先要战略匹配到一个你适合的组织的管理逻辑然后你还匹配到他对应的那个阶段

这件事是很难的也没有这样的体系所以就导致你往往学的时候你可能是今天的你学了一个华为在可能 1000 亿之后的管理方法对吧就这个东西是不匹配的你刚刚也说就是可能学的过程中间一个是你阶段要对应然后跟你的情况要非常匹配这种其实是很少的

你去学这些别的公司的时候你是会看它的历史是吗以及你怎么去调整一些跟你自己相关我觉得大部分的公司其实都没有说管理体系是真的在不同阶段有非常好的梳理首先当时肯定没有这个空没有这个公司有这个 luxury 还没有决定活下来的时候就开始做自己的方法论成店对吧但你真的

到了之后也很难因为那时候很多当时的人也走了就大家就很多那个没有办法还原的而且它有很多东西是事后回忆的它跟当时的情况也不太一样对这个是这样所以这个就这首先是一个 mission impossible 所以这是第一点所以本账这都是靠大家可能拿一些很片段的信息就是最后自己去把它融合起来吧然后有套自己的方法论

但是我自己感觉就是我的一个反对的观点就是当你融合完之后你不要觉得你自己创造了一个新东西就是这真的是重复了千百遍的东西只是原来真的没有一个全貌其实大摩星很有意思大摩星有点像把人类在互联网上支持融合起来的你会发现如果来大摩星更强你跟他讲说有多少个概念会被重复提出你会发现人类就一直在不断地重复提出同样的概念所以就知道从认真角度就是说这没有什么神奇的所以

就不会有那么大的 ego 就你别觉得我好像找到了一套新的方法比如说大家讲的这些什么很 fancy 的一个管理学概念你问他说在力量上有什么类似的概念我觉得应该能也许能找出来很多如果他智能化比较强我有个恒义观就是世界是连续的如果你对这个创造的过程真的很全面和透彻的理解的话你会发现它就是一个演进和排列组合

我不认为有任何这种颠覆性的创新所有东西都是连续的只是你不了解它那个你没有看到那个轴的连续而已你说的世界是连续的你指的是技术是连续的还是更广泛的所有东西都是连续的就任何东西都是有迹可循有因果它都是到那个阶段自然而然会发生的事情你想到这个点你是在想什么时候想到这个

是在想到很多人认为很多东西是突变的吗对这是我的一个底层世界观就是所有就是所以以这个世界观来看的话就很多大家认为的创新认为的这种颠覆式的突变或者很多意外我觉得都是其实都本质都不是就都或者都不够本质吧这个世界观继续往下推倒是什么了

它会导致你的一些不同的判断和行为我觉得这个时间观的判断可能会让一个人更加本分就是会在因上做更多的努力而不会太苛求结果那你这几年做了哪些因上的就是原因上的努力了其实是两个点第一点我觉得是整个管理团在学习管理就是这个东西原来我们基本在管理上是做的很少就感觉是在做但其实没有做感觉做和其实做的真的差别是什么我觉得其实在管理里面两个最重要的一个是目标管理一个是绩效管理

这两件事大家没工资在做但是其实都 99%的公司都没有认真在做比如说目标管理目标管理看似大家定了一个目标其实定目标这个过程是很重要的它的深度去讨论这些事情其实你会发现有很多商业决策你会最后发现这个决策错误了是不是那个时候就不能做一个正确决策其实

不是只是说那个时候对于各种因素其实它的比如说要对风险的排查对于各种竞品的这个深度的分析其实没做到位所以你会漏一些信息你就做了这个角色你会发现最后发现是漏掉那个信息最后你复盘当然很容易找到说当时我没有发现这个点但是你要有一个机制是在你的目标管理的过程中就要很深度的去把这些东西就是它其实需要有一些方法论和流程保障就是你的一二三四五这些点你都得触及到最后你再做出这样一个目标的设定

这件事其实是很难的因为对于公司来讲就是它能划多大的资源以及在对一个很多变的一个外部可能下这件事能做到它是一个灰度它很难做到百分之百但是你能不能做到一个足够然后第二个就比如说从基地角度基地其实也是个很难的事情其实一个相对盈利的业务其实基地相对比较好做因为像创造价值分享价值

而当一个未营业的业务甚至是在一个早期孵化探索期的时候它的机率其实比较难做的因为往往在探索期的时候你需要的是很强的人因为他有综合能力很强很能创新成本也很高且还需要有高激励和高反馈

但是反下来讲就是往往你可能早期做很多探索是失败的或者是可能是最终没有价值所以这两个之间就没法做到创造价值分享价值所以呢你就要有一套这种对应关系这个对应关系很有可能是不合理的嗯这是你刚说的宏观的第一个你说管理层在学管理啊

对第二个是什么第二个我觉得是在乱到组织吧就你最后你有套管理方法最后你是要靠一帮核心的 leader 来实现就是没有这帮人你有一套理论也落不下去那这些人其实是需要要经过最艰苦的阶段才能够留下来的就没有经历过艰苦奋斗留下来的战斗

我觉得是很难真正有那个真正能让这个组织有那个战斗力的因为我觉得也不是所有的企业家都经历过艰苦奋斗就不是所有创业者你自己经历过这个体验你怎么去描述艰苦奋斗什么叫艰苦我觉得大部分成功的人都经历过但是你看所有的实际产业我认为几乎都需要经历这些东西没有谁是

特别平顺就能够到一个比较高的高度我觉得张一鸣可能现在有吧但是比如说他比较早的时候他当时也说他觉得关键就是认知嘛你上天就认知如果你能认知到那儿就能做到那儿大家讲叫知行合一吧就是说互联网这件事情其实互联网为什么生意很好能让很聪明的人发挥就是它的基础的所谓的平台构建得很好

所以大家其实在它其实它上游就是流量下游就是广告中间就是做一个好产品它的整个商业模式很固定所以这样的一个很好的范式下其实让大家其实比较容易能闭环当然它可能在一个强点上特别强它在某个认知上很长那可能就可以但是

其他的产业我认为都不是这样对我觉得 AI 很多事情是你判断到了但是你可能做不到而且有很多外部环境是你无法控制的我觉得你们的很多判断都很对比如说你们 1617 年开始做软硬结合而且当时就做了很多布局但因为后来是一些不可控的原因就导致这些布局它没有不可控也还是能力问题你觉得本质是能力问题对就刚刚你讲的这非常对就认知到了到做到这件事在

人类的历史首先为什么讲知行合一当然不是认知到了就能做到它就跟那个事可能比较相关我认为大部分的事情我都觉得不是认知问题或者说在肯定不会是只有一两个团队的认知到了那个高度至少是有好几个团队有那个认知高度这个认知到做到所以我觉得最后为什么大家传统企业讲知行力知行力意思就是认知不是说别人认知不行说认知可能大家都可以

但是就做到什么程度的其实你包含原来的制造业服务业你都看这些所起为什么说什么海底捞说你永远都学不会对吧一样的这都是说我说我要以客户为中心我要给客户超预期的体验怎么做到对吧

所以我之前说在互联网这时代大家觉得 Word 很重要其实在大部分的商业场合中号可能更重要但是还有一个点就为什么我觉得认知这件事情就是说认知是伴随着你的这个生意的阶段就你比如你在你的用户是一百万一千万一个亿和十亿的用户的时候你的认知是完全不一样的那

这里就取得你能不能走到哪就是如果你走到了 1000 万的用户只要你的认知还 OK 其实你就可以有新的认知但是很多时候你的一个组织你会卡在 100 万的时候你可能就不会带有后面的认知所以这里面就又回到一个集合蛋蛋和集合问题就是这件事足够能够说我靠认知就能够比较快推到下个阶段的时候

那这时候就能形成一个认知的一个比较好的迭代的一个节奏但如果比如说我们认知到了但是做不到那个阶段那你的认知和你的局限性就一直在这个第一个阶段所以这就没法形成那个飞轮这个过程会让人觉得很痛苦吗尤其是很聪明的人其实还是追求我觉得是追求认知的提升我已经对聪明这件事情没有那么强的执念我觉得这个你已经对所以你是什么时候我的人态神美已经发生本质变化从什么时候开始了

可能就最近这五年的某一个节点我自己感觉就聪明有用当然组织里面一定需要有很多聪明的人然后在特别在研发体系下但就从一个公司角度我觉得聪明不能解决所有的问题甚至说聪明是里面只是一部分的问题如果你能比较快地迭代比如说你的用户到一个水平到又到一个水平你的业务不停上台阶就像你说的其实你的认知自然就是

会往上去成长的那如果说公司业务卡在一个状态就导致你的认知不能往上成长就会带来比较大的痛苦吗因为我觉得可能像你这样的人是比较追求我一直能看到一些新的东西我感觉我已经过了那个阶段我觉得那个阶段还是一个依格驱动的一件事情就是觉得我要认知上很牛然后能够好像看到别人看到的东西我觉得那个其实不是很重要我觉得最后还是结果重要

价值重要就是创造价值重要你这个转变是怎么发生的呀是被督打之后发生的那就是在就是在 19 年之后是吗对但我觉得这个过程我觉得也是比如说我其实从来没有考虑过去做金融相关的事情就是这是我本质就是可能感兴趣的就那个地方可能罗健啊很多聪明的同学去在做比如金融啊比特币啊这些我就没有考虑过

就那个事情我觉得它可能是一个游戏但是它没有给我真正的价值感就是你觉得你的底色里本来就是比较追求实际的价值的而不是说我只是证明自己因为金融其实它是可以证明自己证明自己可能是最 smart 的人或者你的策略是最有效的部分证明吧就看你在什么层面要证明自己因为我觉得聪明人赚了

赚一些钱是肯定都能赚到的就不说赚很多钱就能够有一个 decent 的生活我觉得这是不难所以就是最近这五年你觉得你是展向结果更重要我觉得就能做一些你自己真正认可的价值创造吧就是这价值创造其实包含公司能经营的好也包含可能能够构建一个好的组织也包含可能在行业上真的是有些更对行业的这个

走到下个阶段有一些推动力这些可能都包都算价值创造就是拿到结果的过程就是从你想到一个东西到你真的做到这里面其实有很多很辛苦很繁琐的工作我想象中应该是这样有哪些是你不喜欢的吗你怎么去接受这些不喜欢的部分其他的我觉得都还好所谓以结果为导向就是一切以结果为导向就是其他的这些都可以

做一些短期的牺牲吧我觉得最近有一些表达我觉得就可能跟你这几年的一些感受和体验有关比如说你在接约那个活动上你说节奏可能会比方向更重要这个是指什么这是我一直的观点就是我觉得这模样跟刚才讲的那个认知也相关我觉得就是真正能看到一个大方向的人其实还是不在少数的啊

但是为什么节奏很重要也是一个 ROI 的问题就像你最后要去做冲刺一样你要在什么时间两发去冲刺最后能决定你是不是第一个跑到终点的人所以这个就对你的技术成熟度包括它的商业化普及的节奏可能要有一个好的判断

所以我甚至觉得在中国需要两种能力都有第一种我觉得技术上我觉得还是要有一些前瞻性的布局因为本质上技术的东西其实刚才讲到它是时间不可压缩的就是很多在一个领域你的认知你的人才团队包括你对很多技术技术的研发其他都需要一个时间

它有时候可能不需要有 1000 人做一年但它可能需要有 100 个人做三年到五年的时间所以这个东西第一技术还是有千人布局第二个在真正一个产业技术成熟到商业化的临界点上它是特别看你的爆发力的很多时候我觉得包含打磨型包含支架可能都在反复的验证这个例子你不一定是先发你就最后一定是第一个到终点

所以当需要因为它的技术底层可能会发生本质迭代所以就在最后要冲刺的时候你要真正对什么时候开始冲刺你要有概念然后你要投入绝对饱和的资源加上你团队的能量足够强才能有机会可能后发先驰就去年那次我们聊的时候你说你觉得一个公司应该在没有生死存亡的前提下保持最慢的发展节奏

这个想法到我现在的逻辑就刚刚讲的最后的冲刺理论我觉得是一致的在一个行业内前期你应该做非常好的布局但是我觉得在 ROI 上要做一个比较合适的布局对技术和人才应该有核心储备

然后同时对产业要有非常高度对节奏的把握到了那个要决战的时候你应该有最做好最好的准备且有最多的资源集中力量打出这个单点的狙击战所以决战那个时候是快的前面是一个漫长的储备和等待的过程那最后就看你最后冲刺那下怎么打得赢你觉得制价的那个冲刺的信号是什么时候响起的我觉得尽管是去年理想的端到端做出来的你现在的把握是怎样赢了再说赢了再说对

如果更完整来说你们的几个节奏点是怎么判断的因为我知道矿市最早是 1718 年就在看支架的方向然后你们真的决定花比较大的力气比较多的资源来做这件事情是在 21 年之后那之后也是拿到了吉利等一些客户所以这之前的这几个节奏是怎么去

预判的以及说在冲刺之前相对缓慢的这个阶段你们储备了什么对因为这个我觉得是我们当时支架其实我们一直非常关注我们是觉得早期的支架的技术路线也不成熟商业模式就更不成熟了所以在 2011 年我们当然觉得就这两个要素其实都 OK 了就是支架上那个以 BEV 端到端这个大框架我们觉得这次情况看已经走通了

然后在商业上的话其实有特斯拉加上微小链这些新事业包括像华为也入局来商业模式上我觉得也基本走出了最早的探索期进入到一个大规模的量产期因为有的人会觉得你们 2010 年开始比较大头做这件事情比较晚但这个就是你想要的节奏对我觉得当然最后得打赢你相当于冲刺后发而先至得看能不能先至

你当时就是 21 年拍板要去做这家这个业务要去投入这件事这个事对上市的影响是你考虑的一个维度吗就是你觉得这个事是肯定在那个时间点就是得做的为了长期发展是一定要做的我对这个市场一直都不觉得是一个目的我可能会考量这个事对上市有没有一个本质的干扰如果没有我觉得就会去做你觉得在 tier1 这个层面就什么时候这个赢的结果会显现明年吧怎样算赢了

或者说继续留在牌桌因为我想这个市场肯定不是一个你死我活的状态回去留牌桌就已经不多了我觉得现在可能都无价一内了实际上最后有多少会留在牌桌最后我觉得最多四家比较可能三家对你的目标就是成为其他的一到两个中的一个那就是我们年底的时候是不是可以看到了对比如明年年初的时候是你觉得战况会比较明确了是这个东西的关键是 L3 吗就是因为最后我们讲怎么要赢

我觉得是三个体系第一个体系我觉得是数据体系它的方法最后我还是很坚定的是要以数据驱动大模型的这套逻辑所以你能不能跟车的终端体系形成一套数据的大的体系这是很重要的第二个体系我觉得是纵向的从

从替换解决方案到算法模型到芯片这个体系的一种整合和协同这个整合协同决定了你的成本和规模化性然后第三个体系是你的商业客户体系你说你要形成一个阵营这个阵营或者联盟到底你能够怎么给你的最头部的客户提供相对有产业化的价值

就怎么能让大家能在一个这个联盟上大家都能够互惠互利能够创造价值这三个体系都是需要设计的你刚才也说到就是资源整合这些能力很重要其实像我觉得吉利是非常擅长资源整合的就你和吉利合作这个过程中间你有心血到些什么我觉得其实吉利大家讲他这样做资本整合但我自己倒觉得他资本整合其实跟他的战略愿景是一脉相承的

因为我觉得车这个体下其实有几点第一点我觉得车本身是一个重资产的东西它就是一个它的一个车的品牌就是一个资产包包括原来在燃油车时代的很多的核心技术确实不是能够大家就是从零开始来去做的所以吉利当时去做的这些资本的合作我觉得源于它的开放性和它战略上希望能获得这些优质的资产我认为是一个很理性的一个操作吧

而且其实你要看国外的车企其实你都发现一个车的下面其实往往都有多品牌因为车其实当时在传统体下它其实是多品牌运转的就是看一个行业它还是得看跟它的这个行业属性是不是相关包括其实比如吉利讲到开放讲到国际化

当时他如果想去做国际化的话可能资本也是一个比较好的一个通路资源整合千万不能作为目的就资源整合是手段就是说最后还是你的目的是一个很实很落地很产业驱动的事情最后你可能通过一个方式能够形成大家的连接或者形成这个合作我觉得这个是一个手段的问题就在创业初期到现在你是什么时候开始对资源整合包括资本上的一些操作你感觉你比之前要认识的更深更了解甚至你会主动去用这种手段能帮你把这个事情做好

我都很被动的使用这个手段都是不得不的手段总体我觉得还是如果能够以研发和产品市场的这个常规化手段来做的话就尽量还是常规化手段但是到一些关键节点需要去打通一些节点的时候且有这样的机会就该做就做你说你都是很被动的

那之前在矿市比如说像收购 IRIS 这些厂市那些基本上都是我们孵化的都不是外部说的就不完全是一个大家理智的那种收购对我在想是不是就是技术背景出身的人就是你刚才说的我不知道万不得已的时候我希望就是研发驱动然后去做这件事其实我觉得技术背景的人都

都比较相对有内向的那一面所以我觉得大家能够就是按照自己的节奏做事情做出好的技术产品然后把它真的投向市场这个节奏是最舒服的你觉得这会是一种局限吗

对我观察到好像大家是有这样一个特性就是我就希望做一个事我做的比较 solid 做的很扎实而且我不希望去过度的宣称一些我没有做到的事情这好像是大家比较喜欢的那种风格但是这里面在中国的市场里面其实本质上还是一个市场驱动的事情就是你的技术研发体系跟你的市场至少在过去的历史上市场还是一个主因素

就你在市场上获得成功的公司往往可以通过后面的一些努力去适当补齐一些他们的技术产品上的一些短板你什么时候开始认识到这可能是一种局限我一直认识到你一直认识到一直是从什么 2011 年就创业的时候就感觉是早期发生一些什么事让你有这种感觉我觉得

这就像我们只会把东西做出来不会卖出去一样这个肯定显然是局限性就是因为商业的本质还是以真正把一些东西卖出去为核心那你觉得你真的在这个事情上有一个比较大的转变你的能力就这块能力提升了是什么阶段因为什么能力可能有所进步但这个能力我倒没觉得就是不断地被

挨打和挫折之后就是不得不有所进展为了活下去就是你觉得还没有到一个理想的状态对我也不想到那个理想状态对我觉得只要这个够用就行就是我觉得每个人还是有他的长板和短板我其实最近看这些这些车圈的大家这些创始人能够非常这个学习雷总能够出来这个宣传我觉得都很佩服哈哈哈哈

你的意思就是说如果要你做这件事你会觉得还挺为难的对就不太希望做这种事情对这东西可能主观意愿是一方面这个东西就是现在大家还是我觉得很同质化大家就会更多以营销为核心就为什么中国直播产业能这么好它就代表的是它还是一个用户驱动的市场驱动的渠道驱动一件事情产品是充分攻击的最后就还是谁掌握渠道谁可能其实更确定性的商业机会吧

最后是想聊一聊你自己的变化你的联创还有你的同事都说你比之前更狠更杀伐决断一些了你自己有观察到这个变化吗我觉得有吧我觉得这可能是更追求结果还是因为更追求结果对你刚才其实说到就是在你更细致的去管公司的经营的时候你把这个研发和营销的比例有做一个调整费用上的比例你这个是通过加营销的资源还是说也砍掉了一些研发的资源

我觉得不同的业务方案不一样就是可能是一个平衡有些是加或者说既要减也要加就当你为了结果需要去砍掉一些研发的资源的时候这是一个怎样的过程就是你是一开始就能去做这个决断吗还是慢慢的更能做这个决断

我觉得这里面是两个层面吧从人才角度我觉得我们非常非常的爱惜就是所以这里面比如我们真的有些很优秀的同学我们也会去放到一个新的方向上所以对于人才上我觉得没有简的逻辑我觉得优秀人才我们希望更多啊

特别对于我们现在内部叫 super 级的人才真正最好的同学我们还是持续想那个并且我觉得也会随着我们从低谷期走回来我们对真正的人才我们这样一个体系和生态对真正的人才性我觉得会恢复到我们可能当年相对比较好的那个状态是因为有更多资源了对 我觉得是有场景有资源所以在人上其实还是非常爱惜的就因为我觉得绿色人才其实都是很齐全的你觉得自己就更以结果为导向还表现在什么地方

我认为也是对于整个结果达成的执行力我觉得也有很强的提示都报在组织上原来我们其实会发现更多是一种创意型的组织大家有很多 idea 大家做这个事可能大家一起主管的东西来做这个事经常做得七七八八但当一个事说一定要在这个节点完成这件事的时候我们大部分时间是会 miss 这个所以我们很难真正就知哪打哪

这个我觉得原来是组织上是比较有点偏松散的所以现在其实我们有更多的组织机制这些保证包括这个文化上大家在某一个节点冲刺拿下目标的能力我觉得比原来强很多从比较难支拿达那儿到冲刺一个目标的能力会强很多这个是在什么阶段你觉得发生了这个转换我觉得可能就最近的这一两年时间最近这一两年是在哪些项目上大家去历练了这种

我觉得基本上都是要从一场生死大战中打下来的这些人就能够向他吸得这种能力你们最近两年的生死大战是什么我觉得不同维度吧就是挺多的因为当你在一个上市公司体下其实它的很多协调和流程是非常复杂的所以基本上我觉得是有好几个战斗吧

然后在比如支架这里面我们其实也有就支架其实我们现在极力量产的第一个支架的平台相对是比较挑战的因为算力相对比较有限这个平台能做到量产且在这上面我也是做到了行业最优的这种性能

虽然因为它本身平台的因素可能跟一些高阶的方案的体验比还是有差距这些其实我们经历非常非常多的节点我们如果打不下来我们也没有今天的新的支架这样一套体系其实你没有 21 年开始服务吉利可能也没有后来 23 年底的时候李师傅跟你说的创业

对都是因果嘛就是要在因上可能这些把这些节点守住了才能有后面的机会你自己感觉更顺是在什么时候管理你的执行你的效率你觉得比之前有提升然后更符合你的预期这个是在什么时候现在也不符合我的预期现在还不够或者说开始改善吧就我确实在从我角度看我确实觉得很多事情的变化是比较连续的这是一个持续用力的过程持续进步的过程所以他只能说是一个区间吧就是在什么时候开始啊

就这五年时间因为其实我觉得这个东西一定要靠在资源挑战的时候才能练出来这个能力就如果资源比较充裕的话是非常难去练出这种相对比较极致的执行力的所以一定是要外部环境有压力而且压强也足够大但同时不能压爆了你觉得矿石濒临压爆了吗曾经我觉得我们很多节点都濒临压爆比如呢就你看这五年的上市过程中其实我们心情又是非常紧张然后我们又很挑战在于我们

因为在 A 股上我们是不能去做任何额外融资的所以实际上在一个非常受限的情况下我们还要去做新的技术新的研发还留住这些最核心的同学还要去应对上市反正我觉得是多方的压力你本来就是一个韧性和抗压能力比较强的人还是你在这五年中发现了这个特点我觉得我总体是一个还韧性比较强的人

可能是性格的一些因素我觉得对这个东西看的都比较理性我觉得我的一个很基础的价值观就是如果你想获得的一件事情它就是一件很难的事情那你所要去付出的这些东西的代价一定是很大的所有东西都是一种等价的付出和回报所以如果您要的最后希望能够去攀登的这是一个高峰那你就需要花这么多的力气做这么多工经历这么多的困难你才有机会可能能够走上去

其实我自己认为实际上只要能够投入和铲除的一比一就已经是一个最好的情况了就不奢求说我可以用很小的力所以这样讲说可能就是要聪明用笨办法

我觉得本质上其实也说的是这个道理可能本质上应该用一些最更本质的方法做长期积累的事情你当时有什么聪明人用聪明方法的选择吗我觉得我在早期的阶段其实比如说去参加一些比如在学习比如在高中之前可能参加竞赛什么这些可能就有点像是走捷径可能比如说我最后还是经历了高考

基本上就是说可能该走的事情都躲不了还会要再走一遍应该讲我相信在人生早期的人有其实挺向往那种很畅快淋漓的胜利就是说用一个很巧的方式就赢了对吧但后来其实觉得是一直都没有过这样的最后都被摁到还是得老老实实把该做的事做了对吧你说的那种畅快的方式赢了你想到的人是谁啊比如说这是来自于你小时候看电视或者看什么

你觉得什么角色吗有一次跟中文在线的同学聊讲到爽剧的文本结构的时候就挺有意思的他就解释了一个为什么爽剧的开头的人设一般都是比如说你看要不就是出身背景非常的神奇对吧在中国的文化体验这个人要有个理由为什么他能跟别人不一样

然后后来就用了这个穿越剧就是发现读者已经不能接受说在前面的几章这个人从弱变强的过程就是一定要上来就很强所以大家其实对于那个爽这件事情的预值的越来越高那回到这个点就是说可能大家小时候都会被这样就觉得好像一上来就很厉害对吧就做很多事情就刚刚讲的认知到了就能做对吧发现实际上不是这样你的后

合作伙伴 鲍易还有杨木都说他们觉得在最困难的时候也没有看到你慌过也没有看到你展现就是比较绷不住的比较崩溃的一面因为慌也没有用就是这个人生就是这样就是我觉得核心还是对这个目标的坚定性就比如我要做 AI 这个事就是我其实也很难说我如果不做 AI 了我换一个赛道比如说我去做零售我去做互联网应用先不说我擅不擅长就是我对这个事情没有那么大的

感召感就没有那个 calling 对吧所以就你你没有选择你只能把这件事继续做下去所以能做到多大和做到好不好这个其实很看你的持续的努力也看各种因素这个我觉得没有那么强的得失感我觉得核心是不是尽力就行其实就是你一直都是想做 AI 吗包括你当时去摇班也是因为你最开始在清华的自动化系你觉得那不是跟 AI 直接相关的

就这个想法它更早的时候在你心里萌芽是因为什么呀就是你人生比如说其实我觉得人生不要做很多事比如人生就做一件事情那什么样的事值得你作为一个人生去做的一件事情其实这种事是不多的对我觉得很多人其实花了很长的时间和努力才能找到这个事情这已经是很幸运的了有的人可能很长的时间里他都找不到这个我一定要做的事情就你是怎么找到这件事情而且是比较早的时候挑了一个最难和最大的

那这件事发生在你十几岁之前就是你是基于什么了当时我觉得是基于那个时候的认知吧我觉得可能是基于一些影视作品看的就对这个世界觉得当你在你小时候幼儿园开始别人老师就会问你的理想是什么对吧所以你就一直在考问你自己这个问题那这个问题可能我也不确定是在但是肯定是在考大学之前我觉得就对 AI 这个领域我觉得它是对人类很重要的一件事情那个时候就是教人工智能是吗

但那时候人工智能我觉得更具象可能它更等同于机器人它不会是这么一个更出相的算法所以你的软硬一体的想法也是你本来就是希望这个东西在物理世界里去活动然后改变物理世界当时我们其实聊过一些你小时候看的一些这种对你比较有启发的比如说你说那个机器管家嗯

我觉得这个初心都是比较懵懂和简单的我觉得人比较幸运的是还是在做他自己想做的事所以我觉得我自己很幸运是说在所处的这个时代 AI 技术这么快速变革而我还一直在做自己喜欢的事情我觉得这个已经是一个非常大的幸运所以这个事情的过程中所遇到的挫折我觉得这都是理所当然你之前说就是在摇班的时候给你一个很大的影响是塑造了好的正确的科研价值观如果这个描述一下它是什么

其實我的幾位老師就是從姚先生到後來的孫建邦到我去美國這幾個人我覺得他們都是非常

high vision 的人所以我觉得做科研其实有两个第一个就是科研还是要做出真正有价值有 impact 的科研就不要灌水对吧就是第一点然后第二点我自己觉得科研这个东西其实他们其实还是会非常强调定义问题不光是解决问题所以往往其实一个好的科研其实是你要需要选择一个领域和赛道其实往往你需要通过一段时间长的两三年甚至三到五年的时间去真正把这个领域的它的原来的脉络理清楚

这样你才知道在这样一个大的领域里面应该从哪去做切口而很多我们在中国做科研的时候他可能上来老板给了一个课题他就开始做了那后面可能他不光是他的博士期间甚至他的一生的科研都是从那个为节点然后往下去申发来做

做得越好越会演的那个节点来做但是其实我觉得起点很重要所以当你做一个例比如做 AI 的时候我其实当时也花了很大的时间去了解比如说像物理学光学底层这些东西最后觉得你会发现就是从一个物理世界最后你想到一个 AI 能够很好地去

理解中间这个链路如果你不能整个链路去优化你会发现中间有些链路一旦不 work 这个系统是不可能建成一个稳定的系统所以这就是为什么你要对全链路你都要有了解有掌控最后变成一个好的产品所以这是你当时去哥大度博士你选的这个方向就 3D 视觉它其实还是跟硬件这些对就传达器对是这是你当时就是想生的这个方向就是未来想做机器人的对

那你觉得那个好的正确的创业或者说商业价值观是什么创造价值分享价值你觉得这个它和正确的好的科研价值观之间它哪些部分是重叠的哪些部分是有张力的包括有张力的时候因为你后来在创业你怎么去处理这件事情这个很好问题我想一下

我觉得就是它在 WOT 层面是一样的 HOT 层面是不一样在 WOT 层面的话我觉得就本质上就是其实大家在科研在商业甚至在组织上其实都会到一个字叫真问题就这个我们经常内部也在讲就是你要找到那个真问题

那真问题就是比如说你在科研上就刚讲找到那个正确的科从那个科开始去做你的科研然后在商业上就是你要找到客户的真实的痛点的需求然后在组织上你要找到你的组织到底这个组织不 work 到底是因为什么原因是因为某一个人的原因还是因为某一个怎么样的一个生产关系的原因就是那个定位那个问题也是所有事情的本质

就是否则你会发现你做了很多工作你会发现还是不解对吧就所以在真问题的定位上是很重要的而且这个真问题值得不断的深挖就是之前我们有说就是很多东西都经不住问三个 so what 对吧就是你要不断的就问 so what 能力对自己也是一种灵魂的考验对吧然后 how 的层面是很不一样的就是科研所用的东西更多还是对事或者对观点的更偏认知对一个更静态的东西

的一种理解和互动就按照系统角度它是一个封闭系统就是这样然后你就把这些无论是它的知识点论文还是它的潜序要素你就搞清楚它是静态在那里你可以按照你的节奏去探索而商业是一个开放型的复杂开放聚系统

它是个复杂的它又是个开放的然后具系统这是一个系统论里面的逻辑它里面有很多动态的东西它有人所以这个系统如果你要从一个方法论角度的话它是非常难按照一个静态的封闭系统来去不同的去应对那你刚刚说的这个是区别吗如果在你自己的创业中它可能会遇到这两个事情有冲突的时候你怎么去平衡呢我觉得还好

在创业过程没有太大的冲突只是你需要组织里面有不同的人能够有这样的能力能把价值观层面和方法论层面其实蛮一样的但是你可能就需要有不同的专业能力的人来做这样的事情有可能节奏上的时候会有些冲突对 所以我们就铲除了我们的方法论就是应该

前期前瞻布局然后最终终点冲刺就是一个比较好的去做技术给它真的落地成闭环的一个比较好的方法你当时为什么没有选择做 AI 研究继续做 AI 研究其实你博士应该是读到中间然后你回来开始全职创业了对我本来想大概三年左右再回来后来觉得这边可能需要更早回来跟大家一起战斗为什么你当时创业了还是去读博士了我觉得还是节奏问题我觉得我当时还是认为软件和硬件要结合所以我其实想去学习一下硬件

因为创业是一个一生的事情就你得把你的这一些能力体系得先建设一下那个时候也是说明一开始我们在做的时候 AI 是一个特别小众的体系那时候我们觉得可以相对于一个比较更慢的节奏先往前发展一段时间

然后那个时候其实也是因为他们后来有我们有了第一个产品 Face++这个产品其实因为美国有一个叫 Face.com 后来被 Facebook 收购了或者说整个的行业加速了这个时候我觉得可能要需要因为本身当时其实我承担的角色是偏 AI 技术和商业综合的一些体系的我明确是比较偏人才和产品

然后杨木其实比较偏工程所以本质上我们三个合在一起可能是一个比较完整的一个组合其实你说 Face++它有点像现在的 DeepSync 有一点因为那会儿也是你们做出来之后就开源它其实在那个社区里是有影响的只是当时 AML 没有那么出圈而且那个时候你们开源那时候也并没有想起下一步就是说它这个商业上到底怎么落地对吧你们想的就是我先把这个做出来

哪些对 AI 的理解是你创业之后你觉得你才变得更深刻的可能不创业是不会这样去理解 AI 我觉得 AI 是至少在过去的十来年时间是工业界推动的我觉得本账 AI 是一个系统科学所以系统科学它其实就需要有时间的场景有真的问题同时它需要有大量的包括算力数据就比如数据这件事情先不说算力可能是花钱的数据这件事情你要带一个科研机构去搞数据

可能真的它从规模到质量的控制都会都希望是个 toy 的就是做另一些数据证明一些 idea 是不是 ok 就 ok 了就这是在科研里面而在实际的工业界它要求以产品为导向的话它其实对量体质量品质品控都不一样所以我觉得我还是很庆幸选择了在工业和商业界去推动 AI 的发展

你刚才很早的时候就说了你觉得那个存序里的东西不是你想要的未来那其实 AI 的话现在确实大家的优化方向不同而且我跟一些人聊甚至我觉得有的人就不认为去优化物理世界相关的 AI 是一个那么重要的还有同学觉得多么态度不用做就能够实现 HCI 对所以这个我觉得有不同的判断就是我觉得因为 HCI 本身是一个比较宽泛的概念

还是回到我的初心我觉得最后还是想做的这套这个机器是真的就是能够很在各种环境下都能帮人能够相对完成这个人需要他完成的这种任务其实呢他一定需要有一种输入输出需要有这种综合环境感知和互动的能力所以这个其实一定是要在物理世界来做的你觉得人类的集体选择最后会选择哪一种

其实很多科幻小说里也设想过就是有一种方式可能是我们更多的去改造物理世界甚至我们冲出地球冲出太阳系成为一个星系的文明也有一种可能的未来是大家都沉浸到虚拟世界我觉得这两个其实是相辅相成的所以相辅相成的概念就是说不得不承认就是说虚拟世界的沉浸性的趋势其实是在非常快速的加速的其实我是比较反对这个趋势但这个是本身人性的另外一个原因

另外一面就回到点当大家有更多机器人工作的时候大家的时间怎么去 kill time 所以它确实需要虚拟世界的更多娱乐化的手段让大家能够去生活所以它是一个匹配但是我自己感觉就是人类的这新的本质是一种对生存和繁衍的需求所以我觉得它最后对物理世界的需求它会自己有自我的教证就我不认为就人类如果没有外力的话

人类就会自己慢慢慢慢本质就已经陷入到那个虚拟的沉浸当中我觉得其实在人类历史上其实也比如当年的像西皮士这些都会有一些就思想的思潮会往回走因为你要看当年像电视出来的时候这些东西其实当时大家很多担心也跟现在是很像的就是什么娱乐致死这些对吧人是很怕死的就人类整个这个种族是很怕死的他会自己会有矫正的

人是不能脱离自然空间的就包括不能脱离大自然所以它会在一个阶段会有一个思潮能够再回来所以这个是你觉得最后集体选择的话人类也会需要这个物理世界的 AI 它的肉身是在这里大模型现在没有一个人有的东西

就是人还是有意识的你觉得这些都可以学习就是人脑本账如果它只是一个通过生物材料所构建的这样的一套体系的话那它一定是有个计算模型的就如果没有在假设人脑的构建真的就是一个一个神经元然后电触发假设它真的就这个结果没有什么 magic 就没有什么更高位我们现在不知道的东西什么量子纠缠没有什么的那个我不懂但只要如果没有这个东西它就是一个完全可被模拟的一套计算体系

就是它是由它的物理结构决定是由它的硬件决定就是你说的这个就是说即使现在大圆模型不是这样 AI 系统也是可以可能未来是可以做到你上次还聊了一个话题我觉得很有意思就是你分享了一下你和徐斌交流之后的一些你的一些想法就你当时的总结确实是我从来没想过的角度就我印象很深就你说他其实是一个工程师你大概是这么总结的就他做这些项目他有一个很细致的计划甚至他还要去融资

而且其实它有很多项目你可以说它是在重复自己的一些艺术语言吧一些表达然后最后这个东西的核心可能是你作为一个艺术家有没有那么多你想表达的东西然后你最后大概是说现在 AI 发展这么快科学的边界在扩张但是艺术的边界是在缩小的这个点你是怎么进一步去思考的呀

你刚才也说肉身很重要生活很重要你希望最后的技术是帮助大家更好地去生活而不是完全地脱离生活然后但我们现在也看到就比如说艺术也可以被创造了被 AI 创造我觉得首先人类在所有的智力活动中不应该有任何优越感我觉得这是逻辑就是艺术也是一种优越感对吧创造力也是一种优越感我觉得这有点像去剥一个洋葱就是我们其实在人类做的各种发现其实是在探究那个我们可能更高维度的那个秘密

那其实比如说像科学自然其实发明了很多规律然后这些规律我们可以慢慢觉得这个东西从神秘变成一个更能被描述和规则化的东西艺术我觉得现在的大部分艺术也是这样就是所有已经成型的东西都可以被结构化结构化之后它就慢慢会变成一个手艺然后变成一个工程然后当它变成手艺工程的时候 AI 就能来做这件事比如说像音乐这件事情啊

我觉得像比如现在 AI 对电子乐其实就很好就因为电子乐是一个比较结构化的东西它不用有那个所以我觉得人类首先第一点不应该有任何的论知的优越感就这些东西其实都会一点一点当年觉得神奇的事情都会变成一个很系统平常的事儿

但反下来讲这也是人类应该有越野感觉人类在不断地去剥这个洋葱但你不知道要剥多久能够看到那个内核的东西我觉得那个内核的东西是人本身在追求一种生为经过这么多事情之后你现在怎么看运气这件事情你觉得运气对人生对创业意味着什么

我其实越来越觉得运气是一种是跟这个人的个性和他的选择的习惯比较相关的或者说运气是越来越不偶然的一件事情你如果一次去上战场活下来就是运气对吧但是你可能上了一千次战场你还活下来还是其中是有一些更本质的东西所以它可能不仅仅是运气所以我觉得运气其实是一个人本来做选择的方式决定了他的运气你会有一段时间觉得自己运气不好吗因为这样

你从来没有这么觉得你也没有觉得就是自己的情况其实是不够 fair 的就可能你跟一线人做的也差不多好对我还觉得比一线人做的更好对吧就是但我觉得这是一个过程吧这是第一刻就能接受的吗我觉得这就是人生的一个种经历所以我觉得需要在这个过程中我还是愿意的话找到这种个人的成长线就是你自己在这个过程中有没有真正有更多的体验能够把你想做的事能做得更好你自己能力有没有增长

有没有真的带领身边的这群人能够获得大家想要的东西所以我觉得这些都是我觉得可以作为一个目标来去追寻这个我觉得比所谓的顺和逆更重要因为那也都是很阶段性的自己在这个目标中的

你的乐趣和成就感是什么其实跟提提昨天讲的有点像我就是把男儿正确的事做对吧就是我觉得我们选的事都是挺男儿正确的这个事就是很少数人能做那我们坚持做下去如果有一天能把它做成了我觉得还是很有价值就你自己的价值是它只是自己的价值还是你是这个价值是基于你觉得它给外部创造了什么价值

第一我觉得人的很多底层的思维逻辑上他最后一定会观感到个人就是你的个人的成就感就是你这是你的支点和锚点对这其实是你很难抛弃的一部分的 ego 的部分对对对但是这个东西可能就是不仅仅是这个因为如果如果你发现一个人只是自己的那个价值其实你会发现你可能有很多不同的方式你可能不会选择这样一条路我之前讲过就是那个

还叫什么《一代宗师》里面讲这个见自己见世界和见众生其实我当时觉得最终这个顺序应该是见世界见众生见自己就见自己在最后的就是当你对这个世界有认知然后跟一群人做成了很多事情最后你可能才能真正知道你内心支点或者你内心所寻求的那个人生的价值和意义所以这是一个过程对认识你自己这其实是个很难得求学上的课题

节目还没有结束接下来的内容是五月我和应琪的一次远程沟通我们补充了更多她对 AI 大模型创业机会的看法她认为超级模型加超级应用就是应该同时做她解释了这是为什么也分享了她对现在有潜力成为超级应用的一个大方向也就是 agent 方向的观察

你觉得这一次的 AI 变革它是一个大周期里的小版本还是一个全新的版本对我觉得是个大周期里的决赛环节大周期里的决赛环节那这个大周期是从什么时候开始的我总体觉得这个大周期应该也差不多有十年了吧 2015 年那最后赢得这个比赛的人有可能是最近才登场的人吗其实有些公司是 23 年才成立的 OpenAI 有多少年 OpenAI 很多年了是 2015 年 11 月成立的我觉得呃

可能公司也许有可能新的但是我觉得这个团队肯定是要经历过整个这个周期考验的团队吧我感觉这是一个后期薄化的行业吧就是很难真正大家就冲进来就能够获得最终的省力去买卖

所以这个大的周期是整个深度学习的周期但这个决赛信号是什么决赛信号我倒觉得确实是语言模型的突破就是 GPT 模型范式突破这个我就是本质的决赛信号因为之前大家更像用深度学习在围绕大脑的一些周边做一些功能比如做视觉做语音但本质上在这个大脑的中枢的机制是没有解决的

其实这个 TPT 和解锁这种模仿学习的机制且能够有这个能够海量的 scale up 的这样的方式这两个因素吧就是本质上决定一个是学习范式一个是刚刚讲的这种 skilling 的一种机制这两个东西我觉得是决定了本质上这个深度学习的决裁权吧

想到原来说学习更像是一些局部的善意量级不能无限往上去延伸学习范式也不能是一个更朴实的学习范式那朴实学习范式解决了然后往上延伸解决了那确实到了大家最后冲刺的时候你觉得在这个大周期里就过去十年现在的创业者还有投资人最忌惮的一些大公司他们的积累是什么

华为我觉得是有非常强的从芯片网上的软硬件的这套体系再加上整个啊我觉得很均衡的均衡的强大营销能力吧 2G 2B 2C 国内国外啊这是华为吧字节我觉得是从啊应用往下去生长啊从应用涨到云涨到可能操作系统啊他整个以移动互联网为牵引的整个这个大的流量的整个变现体系啊

以及非常高的人才密度并且它的整个商业变性的网络其实国内国外也都比较兼具其实阿里也都掌握这些体系从底层的芯片到运计算的系统到模型的能力对 阿里应该是开运里面我觉得是国内最好的更综合

其实很多人也会认为像腾讯这种公司掌握超级 APP 包括像美团这些公司他们其实是有很多线下生活服务的资源的刚才讲的大模型从技术角度但腾讯我认为应该是互联网从现在来看从生态角度无论是微信还是整个内容生态我觉得是非常非常适配未来 AI 这个浪潮的所以腾讯才能比较有战略空间所以其实大家是从不同的角度积累了一些有价值的东西

它不一定都是以 AI 技术本身作为它最强的一个点对 AI 的本质讲究超级模型和超级应用所以就是大家在模型和应用上可能有不同的分数但都是非常好的玩家你自己对 Super App 的定义是什么对我自己感觉就是说在大模型的第一个阶段大家对 Super App 的想象其实总体就是两类吧就是一类就是类搜索的你叫它对话也好但我本身认为它叫新搜索吧

就是通过对话或者多轮的形式最后实现一个信息获取的形态其实这个里面其实大部分国内国外都没有跳出来只是说可能真正走出来的就是拆 GPT 这样一个场景的 Sweep App

第二个场景其实是偏陪伴来的以 Cardion AI 这样的一个场景 Cardion AI 最后大家证明其实它因为它需要的模型能力上也可能更高它有情感记忆等等这些东西可能过去的这些模型可能都不 ready 后面又收敛到偏整个切 GPT 的一个各种变种所以我觉得之前的 Food App 其实

比较收敛什么叫 SuperApp 就是它是量到一个什么程度你是用量来给它定义的还是用什么来定义超级的 SuperApp 我觉得可能有两个一个是它本质的上限这个上限其实包含它整个的商业化的价值因为大家其实会知道一个场景最后你要能在场景下能够持续的能去跟巨头去竞争并且这个场景能够支撑起你对于整个你的模型体系的迭代的这个场景得足够大

它的商业模式等等看出它的上限所以这种场景就不多的这是上限第二点所谓的 C5 也能看到它在短期内整个用户增长的态势我觉得这两点可能都得有既得有上限同时有短期的趋势

就是有上限有短期的爆发力现在我们能看到 checkgbt 这种形态的未来可行的商业模式吗当然 openai 它是有它的商业模式它是订阅但是它目前的订阅应该还是远远覆盖不了它的成本我自己感觉就是这种呃

传统的 PN 类搜索的东西都很难覆盖就是因为谈得讲搜索已经 set up 了一个很好的 baseline 就是大家比如一个点击广告它的成本是多少就这个其实是一个非常成熟的生态

就只是在一个因为本身 Chatbot 我觉得总体它现在 Chatbot 的形态还是一个搜索的升级版就它能完全搜索一部分功能同时它可能能做一些更深度的一些信息的检索和整合的一些工作那这个东西我觉得它不足以支撑它的整个模型研发和模型的 serving 的成本所以总体我不太看好就是 Find 搜索类的应用这个还是像上一代应用场景的加 AI 的一个

一个改进吧嗯对你刚才说的是第一个阶段大家看到了一些 scrap 那现在是到第二个阶段了吗对第二阶段总体大家讲的比较多次叫 agent 不管用什么 agent 的证据的逻辑第一个阶段我认为更多还是一个信息的信息的服务吧第二阶段我觉得本质上还是要是一个闭环的服务就说不管是工作生活创作就最终他要这个 agent

是要能闭环一个场景里的一个完整的服务并且用忽略因为这个服务来去付费和去做溢价的这种价值的输出那这样的这个就像他能帮你完成任务跟你只能陪你去聊天付出信息这两个还是两个很本质的价值链上至少是一个十倍以上的一个价值的的

对一个体量为什么在第二阶段 agent 这个产品形态上好像目前之前风头比较盛的像六小龙就是他们都自己做大模型也自己做应用它符合你说的双轮驱动这个模式但他们到目前好像也没有推出什么大家印象比较深的 agent 产品反而是自己不做模型

他主要就是做应用比如像 Molica 这个公司他推出的 Malice 是大家比较受关注的我觉得第一点就是说本身这个在 agent 的这个 level 里面他需要有新一代的基模作为支撑所以就本账我们要做基模的话可能得是 OE 饭食往后的当然现在大家做

做 agent 其实用 OE 的方式包括可能用最多的算是 Athropic 的 Cloud 这套模型体系所以它对模型要求会更高因为它的可靠性它的任务的分解能力当然大家有很多人认为说这个任务的能力跟它底层的 coding 的能力是有相关性的

等等吧就相当于这是第二代模型第二代模型其实要选很高的那这首先这是第一个点第二个点我自己简单会把这个 agent 就是能帮你做的事分为四类就是工作创作生活和情感

就是我们现在看到像 Monica 这些其实都偏工作吧就是不管是一个检索的信息的任务在做梳理还是一个编程还怎么样这个其实是基于一个国外比较一流模型去做的一个套壳这个应用场景我觉得早期的用户会比较有获得感

但长期谈经验我觉得这个不太是创业公司的一个赛道因为这个对模型的偶合度太高了如果没有自己的模型来做这样一个纯工作类的工作类的 agent 我觉得是很难的还有一点就是工作类的 agent 我觉得不管是海外的 office 还是国内的飞书字节

我觉得最终工作里的东西会跟现有的工作的一些核心的软件体系是会做深度的结合所以这个我觉得还是比较大程的赛道的我最早一直在讲就 coding 和工作类的东西我不觉得是创业公司的赛道那这是第一类第二类就是创作类的

创造类这里面包含大家的视频音乐甚至未来有些游戏类的东西这个赛道我觉得因为是内容属性很强即使打场很有竞争机会的同时我觉得也创业公司可能是有机会它是有爆款闭环的可能性

第三个就是生活类的 agent 生活类的 agent 是我觉得其实体量最大的生活类的 agent 我觉得一个很重要的问题是它需要跟硬件结合因为比如说简单的讲手机上那个 serial 那个位置是一个非常好的生活的助手的一个点生活助手这个点它需要跟操作系统跟硬件的整个这套生态要能够很深度的去融合

这件事情我觉得在发生当中可能需要一点时间还有情感类的对情感的东西我觉得是个比较中级的情感可能是未来也许跟软硬结合相关它可能需要一些载体比如现在不光是大的巨声现在其实卖的比较热的也有一些 AI 的一些玩具类的东西小型化的

这些东西可能我觉得它可能需要有一些载体同时情感的东西我觉得一直我认为是一个最深度的东西其实现在 AI 可能技术程度还没有那么高所以我觉得这个可能时间周期会更长一点但前面三个就是工作创作和生活我觉得现在应该是未来 18 个月到 24 个月大家可能都会有不同的公司去引爆的点吧

其实最终我觉得大模型是一种能力我一直说如果说大模型一定要做个类比的话大模型还是就像搜索引擎的就这个搜索引擎这件事情其实它是一个复杂的数据的聚系统所以本质上就是说你拿来一个开源的权重你当然可以去使用它但是你几乎现在包括 DeepSeq 的模型它的持续的 continuous training 其实很难的你去改它其实是很复杂的

所以本账这个开模型本账就如果一个模型你是不能去做更改和个性化的话其实这样一个模型坦诚讲可能只能做一个早期的使用但是真正去做到核心的商业化产品的时候都是不适用的所以真正能够去解锁核心的 Keylab 的公司它一定得具备一个完整大模型的能力它具备这个能力它可以是说用一部分的开模型再一部分自己的数据和能力

所以这个其实我觉得是不矛盾所以你的意思就是说即使那些不自己预训练大模型而是在别的模型基础上来做应用的这些公司其实他如果未来想真的能解锁一个 Super App 能在商业上有闭环他还是得自己掌握模型训练的能力就他至少得有改和微调的能力对不对

对我觉得微调很多不够因为真正我来从应用场景如果一个应用场景其实如果现在看我的 super app 其实最后是两个维度一个是性能一个是成本就性能和成本如果真正这个所谓的 super app 其实某种意义代表了就是一定是一个最强的啊

竞争对手大家一起竞争的一个场景如果在这场景里面如果你不具备对于性能和成本的这两项的一个深度优化和差异化这场仗是不可能打赢的所以为什么我刚才讲到就是你自己必须得能够完全深度掌握这个模型的各方面能力那光用个开源去想做一个核心场景是我觉得是很难竞争的那也回到就是这个话题的开头我们是在讨论说创业公司就不管是

大模型创业公司还是说可能我的重心是偏应用的这种创业公司它在其实巨头也都对 AI 有必争之野心的这个情况下怎么跑出来首先我认为就是大模型这件事就是一件很难的事就是它资源消耗高然后巨头都在但是反向来讲也正因为这样我觉得更需要把模型和应用结合起来我觉得其实 DeepSync 其实某种程度上也是展现了一个很好的例子就是其实在这样一个

像 Chad GPT 类的这种应用场景下一个极简的 Chad Boss 场景下如果真正把模型和这种产品体验做得很好其实它的短期爆发力还是很强的所以这也是说最后创业公司跟大的公司来竞争肯定还是要专注且闭环的专注代表你要在某一类

大的模型测量能做出可能代计式的差异化这个差异化不仅仅是因为几层技术的变革我觉得也有很多用户体验方面的数据上的优化刚才讲到的这几个赛道里面其实每个赛道工作创作和生活它所需要的模型的结构是还是不一样虽然都很需要器模能力但器模往上涨比如在多模态上的需求强弱就不一样所以本质上就是首先我觉得得创业公司得集中力量于一点吧

那比如说像这些大的体系它可能每个点都有很好的布局但是每一块的资源也相对于是就每一个单点我觉得创业公司都有的打的头部的创业公司所以我觉得第一资源要集中吧同时这个东西其实还是要跟一个应用的载体能够直接出达 C 端去能闭环来做那这个我觉得 DeepSync 可能其实做了一次很好的一个展示吧

就这样的场景就是巨头的封锁不是没有空隙的第二点我觉得 agent 这件事情其实还是一个非常场景和应用导向的所以我觉得一定要有应用的出口不管这应用是软件的还是硬件的我觉得这两点可能是最重要的就是我觉得大模型我觉得还是回归常识吧就是大模型这件事情是有非常非常多的难点就比如说它的资源投入人才密度但最终它还是会回归到常识所以我还是认为大模型这个时代还是会有新的巨头诞生吧

就还是会是新公司来去获胜因为这个东西它对于组织能力和商业模式的变革实在是太大的我倒不觉得就是简单就是原有的巨头能够通吃的所以我觉得大模型还是会涌现很多新兴的优秀的公司出来所以你想说的这个常识是江山带有人才出常识就是最终如果一个巨大的技术变革这个变革只要足够本质就一定是新公司赢了

谢谢大家的收听本期点点呈现分享与往期节目的三个相关性一个是关于科技创业之中星辰大海与照顾脚下的平衡 113 期和 114 期与密塔明可瑞的两次访谈中我们也讨论了这个问题

Meta 成立于 2018 年也是在这一轮 AI 热潮之前他们经历过 AI 融资环境最严酷的那几年 Meta 在做新产品拓展时一个很重要的考量就是这个产品要有真实的用户有收入有商业价值落点当然也有人会觉得明可谓的这种思路会比较谨慎和保守最后市场是会奖励冒险者还是稳健者更大的概率是谁能更快试错更高效的调整

更能适者生存因为整个 AI 创业现在面临模型技术和产品的双重不确定性二是关于质架等汽车正能化的讨论 77 期节目我们访谈了中国质架头部供应商 Momenta 的创始人曹旭东当时是 2024 年夏天正是端到端上车竞争最激烈的时刻曹旭东回顾了端到端逐步变得主流的过程他本质上是数据驱动或者说模型在质架系统里占比的提升

好处是能让辅助驾驶的泛化性更好适应更多的情境和路况而在 84 期节目我们与 Bot Auto 创始人侯晓迪聊特斯拉的 Robotaxi 和 96 期节目与小马智行的联创兼 CTO 楼天成聊全无人驾驶时两位做 L4 的创始人都对段道端提出了他们的思考比如侯晓迪提到段道端有一定的不可解释性

如果用来做全无人驾驶可能会引起合规问题,楼天成认为,不管是不是断道断,当前以模仿学习为主的高级辅助驾驶的方法都做不到超越人类四极,它最多只能逼近人类四极,而用户对全无人驾驶系统的期待又远远超越了人。所以全无人驾驶需要新的方法,小马摸索的思路简单来说,就是从 learning by watching 到 learning by practicing。

三是关于 agent 这是最近我们多期节目里都在讨论的话题比如在 106 期访谈郑德的戴宇森 111 期访谈 Pokey 的创始人朱哲青还有 110 期访谈明士的夏令我们都讨论了 agent 涉及了 agent 的技术基础垂直 agent 通用 agent 的机会比较中美市场的差异以及具体的创业实践比如 Pokey 就是在用强化学习来做 agent 的决策核心

111 期中下令的一个观察和近期红杉闭门会的讨论异曲同工即他觉得 Agent 的商业模式不应该只有订阅而是应该从赚订阅费走到赚服务收益他也分享了一个具体的投资案例如果想更多了解 Agent 的相关内容可以去听我们的往期节目

下期再见