- 78. 从蒸汽机到无人驾驶5|谈谈自动驾驶创投过山车这8年
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
- 77. 并购重组会兴起吗?和陆复斌聊他隐蔽做全球并购这5年
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
- 76. 王小川返场谈o1与强化学习:摸到了一条从快思考走向慢思考的路
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
- 75. 和OpenAI前研究员吴翼解读o1:吹响了开挖第二座金矿的号角
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
- 74. 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
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
- 73. 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
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
- 72. 从蒸汽机到无人驾驶3|和孟醒聊特斯拉FSD进化史
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
- 71. 和楼天城聊聊Robotaxi和ACRush:“L2做得越厉害,离L4越远”
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
- 70. 和何小鹏聊,FSD、“在血海游泳”、乱世中的英雄与狗熊
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
- 69. 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
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
- 68. 和MiniMax天使投资人聊,MiniMax幕后故事和大模型资本扑克牌
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
- 67. 谈谈黄仁勋搭建的组织系统:分布式操作系统,“就像一台GPU”
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
- 66. 和李志飞聊IPO、GPT-4o和你不知道的前沿科技创业的痛
今天的嘉宾是李志飞,前不久他的公司出门问问刚作为“AIGC第一股”在港交所完成上市。(股票代码:2438.HK)他在节目里很坦诚地聊了聊,作为一家AI公司、一家前沿科技公司,在熬过12个年头终于站在交易所敲钟的那一刻,他到底想了些什么。还有那些你不知道的前沿科技创业中的狂妄与痛苦——他称,自己是一个看见过“创业死亡”的人。 他的故事或许能给今天在大模型浪潮中冲浪的选手,一点启发。 此外,我们也点评了最近的GPT-4o、Google AI助手和字节模型大降价等一系列AI最新进展。 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 “AIGC第一股”幕后 * 06:37 为什么“前沿科技”总和“项目制”挂钩? * 08:36 熬了12年,敲钟那一刻的真实想法 * 10:17 “漏斗模型”,大部分前沿科技会消失 * 12:38 没有路径和节奏规划的vision是耍流氓 15:15 点评GPT-4o:多模态、大统一模型 * 23:20 有声音生成但没有视频生成,Sora不是自回归架构 * 24:30 我的信仰是,大一统模型应该基于自回归 * 29:45 OpenAI技术迭代曲线放缓了吗? * 31:50 怎么看一天后Google的反击? * 41:51 多模态下一步是把具身智能结合进来,推理能力提高,才有Agent * 46:46 字节模型大降价早在意料之中,对以API为商业模式的公司不是好事 * 48:51 模型公司要思考3-5年充分竞争后,还有你的生态位吗? * 51:31 我对前沿科技创业很悲观,都是熟悉的套路 55:35 我的前沿科技创业12年 * 55:35 我做错过的战略是?它让我在巨头碾压时没有生态位 * 60:51 曾鸣说:模型公司在一块浮冰上,保持敏捷,一旦有坚冰纵身一跃跳上去 * 01:05:51 回望12年创业中的狂妄、无效勤奋和回归 * 01:11:06 看见了“创业死亡”的时刻,我抑郁了 * 01:16:21 谷底的时候在做什么?裁员、战略性躺平、算P&L * 01:23:12 我写公众号释放我对技术的冲动,不折腾公司了 * 01:25:16 前沿科技公司融资后可能进入“负循环” * 01:27:06 上市那一刻我在想:今天这个结果对得起我12年受的磨难吗?——对不起。 《大模型下半场,关于Agent的几个疑问》 《关于 Google Gemini 的八点启示》 《从机器人模型 RT-2 看多模态、Agent、3D视频生成以及自动驾驶》 【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
- 65. 风险投资的钥匙失灵了吗?和梦秋聊:蛰伏、更少人的游戏和啮齿动物
这集是梦秋的返场。梦秋是清流资本创始合伙人、百度原技术VP。 过去两年,风险投资在中国的游戏规则骤变,梦秋从各个维度呈现了洗礼之后的新业态与新规则。 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:) * 01:25 美元VC重新定位 * 04:37 以朱啸虎为代表施行分红策略,但明股实债这种deal也不好做 * 05:47 VC目前主流策略是蛰伏 * 08:57 美元基金击鼓传花式的投资方式被打破 * 09:42 看好机器人本体的机会 * 12:51 从第一天就不看大模型,投了两家AI企业(深势科技、aiXcoder) * 15:13 越早期的股东想退出越难,没什么bargain power(议价能力) * 17:06 大厂留给创业公司的“傻瓜窗口”没有了 * 18:10 大模型的垂直场景 * 23:08 过去一年,中国AI创业公司图谱 * 28:15 一个事情push到极致都有可能成功,中间地带是最难的 * 32:57 新的游戏规则:VC现在不靠非共识而靠共识挣钱;我们不是Venture,我们希望No Venture,不要冒险 * 33:30 人民币 VS 美元,看现在学 VS 看未来学 * 35:57 VC成了更少数人的游戏,谁应该配置VC? * 38:53 这个行业至少缩水了1/3,我为什么不下牌桌? * 41:28 我们就做侏罗纪时代的啮齿类动物——活着——“你都做老鼠了,你还能怎么更差呢?” * 47:30 今年继续谷底爬行 * 49:37 通用大模型对无人驾驶公司有多大冲击 * 59:00 清流资本是谁? * 62:05 新时代VC的整个逻辑都变了 * 63:50 新时代的founder * 66:40 消费洞察 * 70:05 投国家鼓励的方向:新能源、新材料、硬科技;消费值得看,但要投挣钱的 * 73:50 经济下行的人世百态 梦秋此前的节目: 《1. 和投资人梦秋聊聊加州、投资寒潮和林黛玉》 《21. 投资人视角下的大模型和市场真实水温|和梦秋聊ChatGPT》 【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
- 64. 和广密聊AGI大基建时代:电+芯片=产出智能
3月,我们连续从多个角度关注了中国AGI进展,这集让我们把目光投向海外,对刚过去的 2024 Q1全球大模型的赛局做一个场上的复盘和点评。嘉宾是《商业访谈录》的老朋友、拾象CEO广密。 他提出,我们正处于一场宏大的“AGI大基建”时期。正如上世时期纪90 年代克林顿推出美国信息高速公路建设,这才有了后面的美国互联网泡沫破裂和互联网黄金20年——如果没有基建,就不可能有应用大爆发。 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:) * 01:45 盘点2024 Q1 * 03:40 开源 & 闭源 * 06:32 AGI 是马拉松 * 06:45 物理硬件成阻碍AGI最大因素 * 08:05 失败案例Inflection * 08:41 黄仁勋的主权 AI、T5T、不鼓励996 * 10:34 渐进式解锁 * 12:29 改变软件生产方式+信息检索的变革 * 16:50 能源 + 芯片=产出智能 * 19:46 南坡是模型,北坡是产品 * 23:41 突然给经济社会加了两道税 * 25:30 AGI大基建:造价与玩家 * 26:34 训练GPT-3.5和GPT-4,消耗多少算力和能源? * 39:37 电+芯片=产出智能 * 40:38 Scaling Law * 47:26 AGI登山路线图和路标 * 57:40 OpenAI * 01:04:02 集团军作战,如何结盟? * 01:05:12 Apple、英伟达、阿里 * 01:07:20 Killer App、硅谷投资三大件 * 01:09:25 自动驾驶和机器人 * 01:15:47 我们作为碳基智能,为什么在追求硅基智能上这么热衷? * 01:17:00 Sam、黄仁勋、马斯克 广密的上一集:《54. 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》 【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