149. 亲历中美neo labs资本狂潮,和清华刘子鸣聊:AI for AI、机制可解释性和Max Tegmark张小珺Jùn|商业访谈录

149. 亲历中美neo labs资本狂潮,和清华刘子鸣聊:AI for AI、机制可解释性和Max Tegmark

101分钟 ·
播放数37798
·
评论数71

我们此前访谈过谢赛宁(AMI)、洪乐潼(Axiom),他(她)们分别来自在欧洲和美国的neo lab。但今天,这个现象已不止于海外——2026年,中国也涌现了一批新型实验室。

这些有研究背景的老师或学生,正在成为一级市场的新宠儿。他们普遍年轻、有名校科研背景、第一次创业。在还没有产品的时候,就能以估值数亿美金融资。当下资本涌入最活跃的方向是,世界模型和AutoResearch(又称AI for AI)。

我很好奇这个现象的现实与成因。这集节目,我邀请了清华大学人工智能学院助理教授、上海期智研究院PI刘子鸣。他毕业于北大和MIT,是KAN网络的一作,于3月刚刚回国到清华任教,同时参与创建公司元环智能。他用“太疯狂了”来形容这股新的资本潮。

我们聊了聊中美neo labs的兴起与成因,以及他所探索的一条非典型AI for AI叙事。

接下来,就是我对刘子鸣的访谈。

OUTLINE:

00:02:00 刘子鸣的自我介绍(从物理转型AI)

00:08:24 研究者的类型:“鸟人”vs“蛙人”

00:10:24 2024年研究KAN网络,刚开始Max Tegmark不同意

00:16:18 思考,怎么让设计模型也变成一门科学,变得scalable?

00:18:21 我同意谢赛宁说,“大语言模型是反bitter lesson的”

00:20:20 在我看来,在后LLM的时代,模型设计会变得更重要,因为LLM的成功不是因为模型

00:21:16 我的研究:嫁接神经和符号两个世界,嫁接AI和自然科学两个世界

00:28:00 从MIT到斯坦福,信仰变了,身边很多人都从scientist转化成entrepreneur

00:37:11 26年,亲历了硅谷和中国两边neo labs创业潮,neo labs大量涌现的本质是什么?

心理层面,一部分研究员不想做“大头兵”;现实层面,neo labs的方向是Coding Agent的missing part

00:42:41 当下neo labs资本涌入最活跃的两个方向:世界模型和AutoResearch

00:44:16 作为neo labs参与融资的实际体感:“就是,太疯狂了!”

00:46:51 做AI for AI技术路线和田渊栋的Recursive Superintelligence(RSI)区别是什么?

00:54:53 meta model(原模型)是预测下一个curve,这件事怎么做呢? 设定的目标是什么?

01:04:20 如何理解AI这个黑盒?空间(看得更细)、时间(看模型如何演化)、平行宇宙(做可控实验)

01:09:09 为什么做AI for AI需要Physics of AI?为什么做AutoResearch需要理解AI的原理?

01:12:49 Anthropic的机制可解释性能做到什么程度?

01:18:16 如果AI for AI在AGI主线上,neo labs和现有frontier labs的竞争

01:21:57 倘若人人都能训模型,能干啥?

01:26:25 梳理今年中美做AI for AI的创业团队和路线

01:34:50 截至2026年AI发展阶段和创业新体验

LINKS:

我们的播客在小宇宙Apple Podcast、Spotify等全音频平台播出;

我们的视频播客在Bilibili小红书、视频号、抖音等全视频平台播出;

如果你想服用文字版,请搜索我们工作室的公众号:语言即世界language is world。

DISCLAIMER: 本内容不作为投资建议。

CONTACT: xiaojunzhang@lisw.ai

Jump into the new world-and explore with us!😉

展开Show Notes
ima君
ima君
2026.7.31
最近怎么更的这么快哈哈哈,作为老粉给小珺提点建议,其实还是可以把节奏放慢一点,多沉淀学习一些。感觉小珺的播客还是互联网本位、商业本位的,不够ai native, 不够尊重技术本身,问的问题有时候就是浅尝辄止不够有深度。很多技术议题明显感觉到只是关注它的“热度”,而没有对技术本身了解思考。像高继扬、小红这样的ceo是小珺播客的舒适区,像姚顺宇、柯这样的研究员则让人感觉效果欠佳。有空可以学习借鉴一下whynottv的采访(或者直接采访他!) ,希望小珺能越来越好
CharlesLevis:这俩播客的目标听众不一样啊,小珺这边名字都叫商业访谈录了,当然是更关注商业层面。whynot 我也在听,但受众范围明显更加集中于 AI 从业者,纯技术内容不适合这个频道。
rhino_U0R9:同感,对于研究员类型的嘉宾,少一点天才叙事/八卦,多一点行业领域/技术本身的讨论,听感可能会更好
7条回复
小易钟
小易钟
2026.8.06
感觉在包装 干货不多
苏无因
苏无因
2026.8.04
好老师,可能不是个好创业者。 good luck
DontAsk
DontAsk
2026.7.31
43:09 主持人老强调自己的问题意思,并没有仔细听被访谈者在说什么以及希望表达什么,这样显得很没有认真思考
庆华_FGem
庆华_FGem
2026.8.05
天才的笑声都类似,姚顺宇的笑声也这样🤭
good_luck
good_luck
2026.7.31
54:53 这个人去大厂 那就太不落地 以及太不端到端了 拿不到结果 哈哈哈 不过大头兵也挺难做的
Mr_Curiosity
Mr_Curiosity
2026.8.01
19:54 感觉这里嘉宾的回答没有正面讨论如何设计下一个符合硬件能力的模型,而只是追求模型本身的 fancy
FjGk
FjGk
2026.8.08
本质是在做上一代的ai
花不二物
花不二物
2026.8.02
24:08 符号是极致压缩的体现,但将某事物符号化,意味着对其进行极致压缩,物理学场景可以实现但在化学生物社会科学等领域,却难以安全实现符号化
00:00 又恢复了高频更新,好评🥰路上的精神食粮有了
Mr_Curiosity
Mr_Curiosity
2026.8.01
1:26:03 不觉得 vibe training 这个故事很合理,如果目标是固定输入的数据,通过设计模型本身提升小模型的性能,那么 karpathy 的 autoresearch 逻辑配合 coding agent 已经可以去 kaggle 的各种机器学习榜单上打榜了,如果是要训练 CV LLM 的 foundation model,现在学界已经转向以数据为重点的总体训练 pipeline 的研究,模型结构本身没那么重要了,对于非研究者的用户而言,模型结构又并没有那么重要,只要能交付足够好的结果就行了。
小瑾瑜:本质上是在解决目前 SOTA 模型所不具备的能力 只不过应付一下投资人讲讲应用场景 但是我认为解决本质的问题自然会生长出场景
节奏又快了
牧彤
牧彤
2026.8.25
AI可解释性、AI for science、phyzics of AI、autoresearch、连接主义与符号主义,这每一个都是一个挺大的课题,感觉还是要有一个清晰的mission来驱动,最后的产品思考落脚在 training copilot感觉太小了,这个在Andrew karpathy 提出后已经有很多落地的应用了
海栗波特
海栗波特
2026.8.09
这期的idea牛逼,感觉AI领域的相对论早晚会被人类发现的。那时候我们可能就会看到造物主的真面目了。
HD514906w
HD514906w
2026.8.05
结束的bgm是什么歌呀 好燃
思乚芜园
思乚芜园
2026.8.05
感觉在扯
Kayden-Wang
Kayden-Wang
2026.8.18
1:29:37 这段实际上是我最最不认可的一段。

被访者认为,一切顿悟都能找到一条思维链通向它,只是之前没有意识到。但有没有一种可能是:顿悟本身就存在,你只是在用一条因果表达(或者说那种自洽的因果逻辑)来使这个行为自洽呢?也就是说,你只是找到了一条因果表达,然后让这个行为显得合理。

这其实跟那个“判断在觉知之前”的心理学实验很像——很多时候,你只是在把自己的行为自洽罢了
Selena娜娜:认同你的这个观点~
HD971837w
HD971837w
2026.8.02
主持人总是不让嘉宾讲下去
Aquinas_Rubf:主持人比嘉宾牛逼,为啥不可以
包包bb
包包bb
2026.7.31
我是 ENFJ 鸟人
奕雯
奕雯
6天前
但是还是感觉他非常学者范儿,就是在思维升维的过程中能给自己升嗨了,非常好奇这个世界下一步能变成什么样,但唯独没有回答作为创业者怎么活下去的问题😂