Skip to content
Artwork for 晚点聊 LateTalk
BusinessNewsTechnology

晚点聊 LateTalk

晚点 LatePost

《晚点聊 LateTalk》由《晚点 LatePost》出品。 最一手的科技访谈,最真实的从业者思考。

Play
  • 30 episodes
  • Avg 1 hr 47 min
  • Chinese
Counted on this page — what you have heard stays on this device, so it is not something the list can be paged by.
  • #189
    Today · 1 hr 36 min

    189: Geodesic顾全全:预训练有点“无聊”了,但用scaling改变AI制药才刚开始

    「The best model is yet to come, scaling continues.(最好的模型尚未到来,规模化仍在继续。)」 今年 6 月 ,顾全全发推宣告离开字节,推文的最后一句如此写道。 这句话串起了他在字节 3 年多的工作:一是 AI 制药,他带团队做出了蛋白质结构预测模型 SeedFold 和蛋白质设计模型 SeedProteo;一是豆包的预训练,2025 年初,他的团队开始负责其中的 scaling 与优化部分。 不久后,我们在 6 月中旬于硅谷采访了顾全全,当时他正在筹备 AI 制药方向的创业。 今年 9 月,这家新公司 Geodesic Intelligence 亮相,发布了药物发现智能体平台 NovaDDE,以及 NovaAtom-Lite-Preview。11 月 10 日,Geodesic 又更新了全原子结构预测模型 今年确实有很多 AI 医疗的新公司出现,比如字节就有小荷健康。 顾全全的离职引起了一些争议。他自称字节 AI 制药负责人和 Seed 预训练的”优化与规模化“负责人(optimazation & scaling lead)。而此后有媒体的报道暗示,接近字节的人士并不认可这种表达。 我们在节目中直接讨论了:大公司如何组织不同方向的研究,为什么存在对 “负责人” 的不同定义。 顾全全说,离开的原因之一是 “有点儿无聊” 了。他认为预训练仍有大量要完善的细节和创新空间,但秘密正在减少,工程和组织能力在竞争中的比重越来越大。“方案很早就出现了,但团队要花几个月论证、形成共识,再推进。” 而 scaling 本身仍有巨大空间,“scaling continues” 就是新方向:把大模型上验证的 scaling 方法带进更多领域。 在顾全全眼中,AI 制药就是一个数据量巨大,但却仍未被 scaling 思路改造的富矿。他说这次创业,前六个月的算力花费就需要 1000 万美元。 与 Anthropic 的判断一致,顾全全也认为做 AI 制药必须自己掌握 “湿实验室”。因为从模型设计出候选分子到真的发现新药,还要通过湿实验来验证亲和力、成功率、毒性、可合成性和特异性……而实验结果又能作为奖励信号,进入模型后训练。 在顾全全离职前后,字节跳动还走出了数家 AI 制药公司,包括肖文之创立的 Molence Bio,以及在字节官方支持下独立融资,由刘凯创立的 Anew Labs。 本期,我们从顾全全离开字节聊起,拆解基模当下的 scaling 状态和预训练如何组织; AI for Science 能否出现一次类似 AI coding 的跃迁。最后,我们回到学界与工业界之间:当榜单把不同 “门派” 拉上同一擂台,什么才算有野心的研究? 本期嘉宾: 顾全全,Geodesic Intelligence 创始人 本期主播: 程曼祺,《晚点 LatePost》科技报道负责人 本期剪辑:吴宇量 时间线跳转: -在字节 3 年:AI 制药与基模预训练 00:59 为什么离开字节:AI 制药与预训练的双线经历 02:52 三个 AI for 制药团队为何一度在字节内并行 11:21 为什么押注 AI for Science 14:04 Chai-2 改变了什么:从结构预测走向抗体与蛋白质设计 22:57 新方向:把 scaling 带进 AI 制药 -预训练越来越像 “盖楼”:秘密少了,较量在组织与执行 24:46 25 年初加入豆包预训练:解决 scaling 和训练稳定性 28:06 何谓 “训飞”?为何中国大模型团队去年至今普遍遇到训练波折 32:52 四类团队协作 “盖楼”:数据、架构、优化与 Infra 37:00 字节为什么禁止蒸馏:短期能力与世界第一的取舍 42:13 预训练还有多少秘密和诀窍? 46:28 “已经有点儿无聊了” 51:06 字节投入 coding,为什么看起来晚 -把 scaling 带进蛋白质设计,算力之外还缺一座湿实验室 55:04 公开数据多、算力投入少:生物模型是 scaling 的 “洼地” 57:39 蛋白质语言模型 vs 结构设计模型 01:02:51 为什么必须自建湿实验室? 01:07:08 商业模式设想:自己做药,也向药企提供模型:按任务价值收费 01:13:28 AI for Science 能否复制 AI coding 的跃迁 -学界与工业界之间:从 “门派不同、互不踢馆” 到走上同一座擂台 01:14:28 大模型热潮如何击穿学界 01:17:49 现在还值得读博士吗? 01:22:28 “用差异化追求掩盖了都很菜的事实” 01:32:58 仍会研究那些多年没解决的理论问题,这是 “大脑的保健操” 相关链接: 140 期:深势科技张林峰、孙伟杰:AI for Science,从开始到现在 150 期:年末 AI 回顾|从模型到应用、从技术到商战,拽住洪流中的意义之线 183 期:与 Henry 的「AI 季报 26Q3」:Muse 引爆个人助理、Astra 进入机器人、OpenAI 收入猛增 附录:本期出现的公司、模型、人物与技术术语 -技术术语 靶点(target):药物希望干预的生物对象,常见的靶点是与疾病机制相关的蛋白质。模型设计 binder 或药物分子时,通常需要先给定靶点信息。 Binder:能够与目标分子特异结合的蛋白质或其他分子。蛋白质 binder 设计的目标,是直接生成能与指定靶点结合的候选序列与结构。 结构预测 / 结构设计:结构预测从分子序列等信息推断三维结构;结构设计则从目标功能或结合关系出发,反向生成满足要求的分子结构与序列。 顾全全团队在字节期间做的 SeedFold,就是一个生物分子结构预测模型,典型的还有** AlphaFold 系列。 同由顾全全团队做的 **SeedProteo,则是一个全原子蛋白质 binder 设计模型。 本期还聊到了肖文之团队在字节期间做的开源结构预测与设计模型 Protenix。 蛋白质语言模型(protein language model):把氨基酸序列视为符号序列进行训练的模型,可学习蛋白质的结构、功能和进化信息。它建模的核心对象是序列,而结构模型建模的对象是三维原子结构。 顾全全团队在 Seed 期间做的 DPLM 就是一个扩散蛋白质语言模型;这类模型的代表还有节目中提及的 Meta 做的 ESM。 湿实验(wet lab):在真实实验室中进行生物、化学实验。 CRO(Contract Research Organization,合同研究组织):为药企或生物科技公司提供实验、临床研究等外包服务。 Hit rate:在蛋白质设计中,通常指被验证能与目标结合的候选占比。 亲和力(binding affinity):衡量两个分子结合强弱的指标。但这个指标不能单独证明候选物最终能成为药物。 特异性(specificity):候选分子优先结合目标靶点、尽量不与其他分子发生非预期结合的能力。 -公司、机构、模型与项目 Geodesic Intelligence:顾全全创立的 AI 制药公司,目前已发布药物发现平台 NovaDDE,以及可预测蛋白质、DNA、RNA 与小分子配体复合物结构的全原子模型 NovaAtom-Lite。 Chai Discovery:2024 年成立的 AI 药物设计公司,联合创始人包括 Joshua Meier 等。公司先后发布 Chai-1 和 Chai-2:前者聚焦多模态生物分子结构预测,后者进一步面向从头抗体、纳米抗体和 mini-binder 设计。 Latent Labs:由前 Google DeepMind AlphaFold 团队成员 Simon Kohl 创立的生成式生物学公司,研发蛋白质设计模型 Latent-X、Latent-X2 和药物设计智能体 Latent-Y。 Boltz PBC:源于 MIT 研究团队的生物分子 AI 公司,发布过开源结构预测模型 Boltz-1、Boltz-2,后续推出 BoltzMol、BoltzProt 等分子与蛋白质设计模型。 AlphaFold 2 到 AlphaFold 3 的发展:AlphaFold 2 是蛋白质结构预测的突破式进展;AlphaFold 3 将预测范围扩展到蛋白质、DNA、RNA、配体等多类分子及其相互作用。本期中提到的 Pairformer 是 AlphaFold 3 架构中的核心模块。 Isomorphic Labs 和 IsoDDE:Alphabet 旗下 AI 制药公司,由 Demis Hassabis 创立并担任 CEO,该公司推出了IsoDDE(Isomorphic Labs Drug Design Engine),是由多种预测与生成模型组成的统一药物设计系统。 Absci:美国生成式 AI 制药公司,重点做从头设计抗体等生物药物;Chai Discovery 联合创始人 Joshua Meier 曾在此任职。 Baseten:成立于 2019 年的 AI 基础设施公司,为模型训练、部署和高性能推理提供平台与多云算力服务。 英矽智能(Insilico Medicine):以生成式 AI 和自动化平台推进靶点发现、小分子设计与临床管线的 AI 制药公司。 晶泰科技(XtalPi):以 AI、物理建模和自动化实验平台服务药物与材料研发。 BindCraft:David Baker 团队成员参与开发的一次性蛋白质 binder 设计方法,把结构生成、序列设计与计算筛选组合成一套流程。 NVIDIA Cosmos:英伟达面向物理 AI 的世界基础模型与工具体系。节目以其多模态理解和生成能力为例,讨论通用基础模型能否吸收垂直模型。 -人物 John Jumper:AlphaFold 2 核心负责人之一,与 Demis Hassabis 共同获得 2024 年诺贝尔化学奖;2026 年离开 Google DeepMind,加入 Anthropic。 David Baker:华盛顿大学教授、Institute for Protein Design 主任,长期研究计算蛋白质设计,与 Demis Hassabis、John Jumper 共同获得 2024 年诺贝尔化学奖。 Kevin Weil:OpenAI for Science 副总裁,曾任 OpenAI 首席产品官,本期我们引用了他对 AI for Science 发展节奏的判断。最近他官宣了离开 OpenAI 后创立的新公司 Warp Sciences。 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦!☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流,第一时间收听新节目。 这里有更多互动,更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号,备注:“晚点聊”,我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》,阅读更多商业、科技文章:

  • #187
    Friday · 2 hr 9 min

    187: 对话LiberAI刘松铭:Astra来袭,00后物理AI创始人看到的胜率

    “清华、世界模型,00 后小天才”,2026 年上半年最火的投资主题。 LiberAI 创始人刘松铭完全符合这个组合。但是和他见面后,很多地方又出乎意料: 他们确实刚刚发布了世界模型 Liber-0。但这也是一家起步于 2025 年年底的公司,早于英伟达 GEAR 在今年 2 月发布的 DreamZero 引起世界模型的热潮。(关于 WAM 和 DreamZero 的更多讨论,可见《晚点聊》157 期,《具身季报 26Q1》) 不到一年,LiberAI 就拿了真格、红杉、龙珠、顺为等机构的 6 轮融资,但没有把公司放在中国智能最密集的五道口,而是选了北京西北角、清河站附近的一片老工业园区。这里更远、更旧、更便宜。 后来我们聊起资本纪律,刘松铭说,“就是不该花钱的地方别花钱”。 创业时,刘松铭是博士三年级的学生,没有工作过、没有产业经验。但他的关注点绝不仅在技术,我们聊了很多风险管理、行业周期,以及对硬件和场景的敬畏;他也招募了一支具备 AI 算法、数据、硬件等跨领域背景的团队。 大部分从研究员背景的创始人会如此描述创业的起点:想更好实现某项技术,而刘松铭说他从中学时就想创业,一直在寻找方向;技术本身不是目的,实现商业价值才是。 此时,整个物理 AI 领域的价值几何正因为 “Astra 冲击波” 被重估:即基础大模型是否会进入物理 AI 领域,完成大部分事? 刘松铭告诉我,去年底创业时,他已看到了前兆,基模可能会进入具身大脑的规划和调度层,所谓 System 2 的部分。所以 LiberAI 的核心假设就是要做全栈公司,做好与物理信息和场景相关的部分,包括精细操作能力,触觉、力觉的数据采集和训练,还有本体。 当 Astra 来袭,刘松铭分享了他看到的和选择的。 本期节目已发布图文版,对话 LiberAI 刘松铭:Astra 来袭,00 后物理 AI 创始人看到的胜率 本期嘉宾: 刘松铭,LiberAI 创始人 & CEO 本期主播: 程曼祺,《晚点 LatePost》科技报道负责人 本期剪辑:吴宇量 时间线跳转: -没读完博士、也不想拿教职,创业是唯一选项 01:29 “00 后小天才” 为何集中创业 05:57 2025 年下半年看到的 3 个信号 11:33 从化学竞赛进入清华,到转系计算机 21:00 在具身领域的第一个研究:RDT-1.2 B,交流群里涌进数千人 25:47 不搭配 “行业大佬”、不等教职 30:33 出发前看到的事:周期变化、基模影响,Astra 的印证 37:00 具身模型可能变薄,第一天就是全栈公司 43:17 极致热爱的不是某项技术,是创业本身 -Liber-0 的 3 个验证:零样本长程任务、数据效率实验、全栈优化协同 51:57 Liber-0 的三项验证 59:24 220 万小时的数据的发现 01:05:28 手套数据为何能超越遥操数据? 01:09:22 为模型设计硬件:能弯、能扭的腰、能转的手腕 01:15:40 三阶段预训练:从 “看” 到 “做” -从模型走向场景,商业价值卡在哪里 01:26:24 从模型到商业价值,中间还有场景基础设施 01:32:01 选场景的四个条件 -Astra 来袭,具身创业公司的自留地 01:39:27 OpenAI、制造巨头与非标自动化公司,谁是真正对手 01:44:02 基模做 System 2,创业公司啃 System 1 的硬骨头 01:45:57 Astra 的边界:擅长理解规划,不擅长强接触与 “最后一毫米” 01:50:17 脏、慢、累的物理世界,如何长出一家 “苹果” 01:59:55 全栈团队如何靠 taste、克制与协作运转 02:04:40 用组织抵抗先入为主 02:09:42 短期和长期确定,中期路径最不确定 02:11:16 利润如何分配,机器人又如何让人获得自由 相关链接: LiberAI 技术报告:Liber-0: Emergent Zero-Shot Capabilities in Multi-Step Manipulation from 2.2 Million-Hour Human Experience 具身季报 26Q3 图文版:Astra 冲击后,通用模型会吃掉 Robotics 吗? 184 期:与陈哲的「具身季报 26Q3」:Astra 冲击后,通用模型会吃掉 Robotics 吗? 170 期:与陈哲的「具身季报 26Q2」:世界模型大风不停,和不想被贴标签的人 157 期:与陈哲的「具身季报 26Q1」:宇树招股书、人形再思考、英伟达世界模型、高自由度灵巧手 173 期:对话姚颂:深鉴、东方空间、再出发,「天才少年」十年后 165 期:GEAR 高深远:世界模型、自进化循环、DreamDojo 论文:RDT-1B: a Diffusion Foundation Model for Bimanual Manipulation 论文:RDT2: Exploring the Scaling Limit of UMI Data Towards Zero-Shot Cross-Embodiment Generalization 论文:DreamZero: World Action Models Are Zero-Shot Policies 附录:节目中出现的技术术语、技术成果、公司、人物等 WAM(World Action Model,世界动作模型):同时建模未来视觉状态与动作的机器人策略模型。Liber-0 和 DreamZero 都属于这一技术路线。 Google RT-2(Robotics Transformer 2):Google DeepMind 于 2023 年发布的 VLA 模型,利用互联网视觉—语言知识和机器人数据,把图像与文字指令直接转化为机器人动作。 朱军:清华大学计算机系教授、人工智能研究院副院长,生数科技创始人兼首席科学家,长期研究机器学习与生成模型,其团队推出了视频生成模型 Vidu 和这期中提到的具身模型 Vidar。 RDT-1B / RDT2:刘松铭在清华参与研发的机器人基础模型。RDT-1B 是 12 亿参数的双臂操作扩散模型;RDT2 进一步探索利用 UMI 数据实现零样本跨本体泛化。 UMI(Universal Manipulation Interface):便携式手持夹爪数据采集系统,可在不直接遥操作机器人的情况下记录人类操作示范,再迁移到机器人策略。 GEAR:英伟达的具身智能研究实验室,研究机器人基础模型、世界模型与数据扩展;DreamZero 出自该团队。 跨本体学习(Cross-Embodiment Learning):让模型利用人手、不同机械臂或不同机器人形态的数据,学习可跨硬件迁移的共同能力。 LiberSense Glove:LiberAI 的动作数据采集手套,用来记录人类操作中的动作信息,并在互联网视频与机器人执行之间建立桥梁。 LEO:LiberAI 为 Liber-0 配套设计的机器人本体,通过更接近人类的腰部、手腕等运动结构,提高人类操作经验向机器人迁移的效率。 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦!☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流,第一时间收听新节目。 这里有更多互动,更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号,备注:“晚点聊”,我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》,阅读更多商业、科技文章:

  • #186
    November 6 · 1 hr 13 min

    186: Anthropic招股书丨“银行也有百亿预算”,与Fusion Fund张璐聊大企业在想什么

    今天我们一次发了两期节目,分别从一级市场和二级市场的角度来解读 Anthropic 在上周一(10 月 26 日)发布的 S-1 文件招股书。 在一级市场的讨论中,我邀请了《晚点聊》的老朋友,Fusion Fund 创始合伙人张璐。过去 11 年,张璐一直在硅谷投资 to B 科技领域,她正好和 Anthropic 的主要客群有直接接触:Fusion Fund 在 2018 年建立了一个 CXO 网络,目前已有来自 40 多家全球大企业的 CTO、CIO。 她的观察可以帮我们看清一系列需求端的关键问题:即实际上,那些使用 AI 和 token 的企业客户,是什么心态?他们用 AI 来做什么?是否已经验证了回报?哪些具体企业场景有新的增长机会? 本期节目录制于上周四。本周,Anthropic 更新了招股书里的部分数字,包括官方口径的三季度收入和长期算力支出合同总额等,以下是更新后,招股书中的关键信息: 本期嘉宾: 张璐,Fusion Fund 创始合伙人 本期主播: 程曼祺,《晚点》科技报道负责人 剪辑:甜食 时间线: -Anthropic 率先上市,从非共识走到主流 03:35 从 Anthropic 招股书看企业客户、增长与资本投入 08:05 1.5 万亿美元还是 2 万亿美元:定价、收入增速与开源冲击 12:57 员工上市首日可套现 10%,锁定期设计影响几何? 17:48 慧眼识珠的 Spark Capital、投资被偿债的 FTX,Anthropic 的早期融资故事 22:09 逐渐成为共识:算力上游不想 OpenAI 独大、专注企业市场、发现 coding 机会 -Coding 之后:AI 如何进入更多企业工作流 29:11 没有第二个 coding?Anthropic 应从模型商变成企业智能体平台 31:37 财富 500 强为何把 AI 和数据战略提到最高优先级 36:44 企业改造为何需要多年:旧工作流、监管与成本 42:00 金融、法律和医疗很难像 coding 一样快速爆发 -模型竞争转向产业落地,哪些创业机会正在出现? 45:29 企业后台智能体、医疗与高监管行业 48:52 前沿模型越做越大,给垂直公司留下机会 54:01 前沿模型公司押注 AI for Science,而制药的瓶颈是提高临床成功率 -算力、应用与监管:需求扩张中的新风险 59:28 长期算力承诺与硅谷中腰部公司的 GPU 转租 01:08:05 更明确的 AI 监管政策,是部分大企业部署 AI 的前提 01:10:35 连点成线:重要事情说三遍,需求、需求、需求。 相关链接: -本期图文版:《与一、二级投资人聊 Anthropic 招股书:泡沫、增速下滑和 coding 之后是什么》 -《可能不喜欢,但无法忽视:Anthropic 招股书披露的 33 个事实丨晚点小数据》 -185 期: Anthropic 招股书丨与 Amont 李肇宇聊定价逻辑和潜在风险 -177 期:详解 Kimi K3:强到冲击 Anthropic 估值的模型什么样? -159 期:马斯克 Terafab 太空算力、英伟达重拾 CPU|与 Fusion Fund 张璐聊 AI 算力新趋势 -183 期:与 Henry 的「AI 季报 26Q3」:Muse 引爆个人助理、Astra 进入机器人、OpenAI 收入猛增 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦!☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流,第一时间收听新节目。 这里有更多互动,更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号,备注:“晚点聊”,我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》,阅读更多商业、科技文章:

  • #185
    November 6 · 59 min

    185: Anthropic招股书丨与Amont李肇宇聊定价逻辑和潜在风险

    今天我们一次发了两期节目,分别从一级市场和二级市场的角度来解读 Anthropic 在上周一(10 月 26 日)发布的 S-1 文件招股书。 在二级市场的讨论中,我邀请了 Amont Partners 的管理合伙人 Rob Li(李肇宇),他长期在华尔街从事主观投资,先后任职于摩根士丹利和 Slate Path 等机构,2023 年创立了自己的基金。在 AI 算力层有长期持仓。 我们详细拆解和讨论了 Anthropic 招股书中的信息,包括收入增速下滑、客户集中度改善、客户增购情况和长期算力支出承诺。 虽然 Rob 本人在 AI 算力上游有持仓,但他认为关键问题是下游需求,而非供给端。我们也讨论了,如果需求不及预期,这一轮因 AI 资本开支而产生的债务周期会如何演变。 本期节目录制于上周四。本周,Anthropic 更新了招股书里的部分数字,包括官方口径的三季度收入和长期算力支出合同总额等,以下是更新后招股书中的关键信息: 本期嘉宾: Rob Li,Amont Partners 管理合伙人 本期主播: 程曼祺,《晚点》科技报道负责人 剪辑:甜食 时间线跳转: -“大家都在等 10 月的 ARR” 04:15 客户集中度改善 & 现金流的 “会计小把戏” 07:50 值得追踪的三个指标:客户集中度、客户增购、单位算力的收入 12:41 收入增速:Q2 144% → Q3 45%,远低于市场预期 20:12 市值能否站上 1.5 万亿?要看数据外推的年底 ARR 还能否达到 1000 亿 24:01 增购情况:900% 的 NRR(净收入留存率)很高,但如基数太小,参考价值不大 26:15 37% 的云分成很贵,但现在贵有贵的道理 -长期算力承诺:真正的风险在需求 33:01 近 9000 亿美元算力合同:关键不在总额,而在刚性 41:23 成本长租、收入短租:WeWork 式的期限错配风险 43:16 Coding 之后,接棒的需求来自哪里? 48:00 现金流与利润,成色如何? -AI 泡沫会不会破?看下游需求曲线 51:02 要判断 AI 基建行情,真正该研究的是需求曲线的斜率 54:19 亚马逊释放了强信号,判断泡沫破裂为时尚早 56:27 Nscale 等算力房地产生意面临大风险;但即使债务风险爆发,这次的冲击会小于 2008 年 相关链接: -本期图文版:《与一、二级投资人聊 Anthropic 招股书:泡沫、增速下滑和 coding 之后是什么》 -《可能不喜欢,但无法忽视:Anthropic 招股书披露的 33 个事实丨晚点小数据》 -186 期:Anthropic 招股书丨 “银行也有百亿预算”,与 Fusion Fund 张璐聊大企业在想什么 -177 期:详解 Kimi K3:强到冲击 Anthropic 估值的模型什么样? -159 期:马斯克 Terafab 太空算力、英伟达重拾 CPU|与 Fusion Fund 张璐聊 AI 算力新趋势 -183 期:与 Henry 的「AI 季报 26Q3」:Muse 引爆个人助理、Astra 进入机器人、OpenAI 收入猛增 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦!☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流,第一时间收听新节目。 这里有更多互动,更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号,备注:“晚点聊”,我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》,阅读更多商业、科技文章:

  • #172
    July 15 · 2 hr 3 min

    172: Momenta IPO后再访曹旭东:就是想做没有尽头的AI

    过去六年我曾四次采访曹旭东,每次见面他都穿着 Momenta 的文化衫,这一次也是。 他里面穿着一件 T-short,胸前印着 Momenta 的飞轮图示。“一个飞轮、两条腿”这是 Momenta 从成立到现在,说了十年、做了十年的战略。以至于 Momenta 有员工会戏称自己在“飞轮公司”上班。 T 恤外面,他套着另一件公司夹克,印着 Momenta 的十年愿景和百年愿景: 十年愿景有三条,最重要的一条是印在衣服背后的“十年挽救百万生命”。(另外两条是:十年解放百分百时间、十年物流出行效率翻倍。) 百年愿景则没有限定在智能驾驶,“Better AI, Better Life” ,这句简短的话被印在长袖外套的袖口,抬手即见。 曹旭东说,当时之所以定下这个百年愿景,是想给自己和公司树立一个有生之年做不到头的 AI 目标。 而之所以在公司的衣服、杯子等各种周边上都印满“飞轮”和愿景,是因为重要的事得不停重复说,提醒自己,提醒团队。「你必须活得像一句广告。」两年前的上一次采访中,他用脑海里冒出这句陈奕迅歌词形容这个方法论。 从 30 岁开始创业,曹旭东和 Momenta 联创团队是中国第一批 AI 研究员出身的科技创业者,他们没有任何产业背景,而十年后,Momenta 在第三方城区 NOA 的份额超过 65% ,比华为等其他对手的总和还多。 Momenta 的故事可以帮助回答一个问题——出发时只有技术能力的公司,如何在复杂、多变的商业世界里,既维持技术竞争力,又完成商业落地? 《对话 Momenta 曹旭东:超越智驾的摩尔定律》 两年前的专访我们也发过播客,可见《晚点聊》77 期。那一次我们更多聊了具体方法论。 这一次发生在 IPO 前后的专访,我与曹旭东聊了他的思考和判断方式如何形成,和下一个十年,他面向具身智能和物理 AI 的推演。 本期节目已发布图文版: 《Momenta IPO 后专访曹旭东:聪明人如何下笨功夫》 本期嘉宾: 曹旭东,Momenta 创始人 本期主播: 程曼祺,《晚点 LatePost》科技报道负责人 时间线: -量产智驾的战争结束了 03:54 什么叫“竞争结束”?改变格局的窗口正在关闭 07:59 智驾从 nice to have 走到了 must have 17:50 车企的竞争力不在于能做智驾 -机器人和物理 AI:2030 会发生什么 27:41 家庭场景拐点将至,R7 验证了世界模型 34:54 同样创业十年的 Momenta 和宇树 39:06 RoboVan > RoboTruck > RoboTaxi 44:54 量产智驾、Robo 和机器人,世界模型是共同底座 48:52 “规模不是我们思考的出发点” -当一个学物理的人想做 AI 58:04 一旦思考起智能,停不下来 01:04:55 从孙剑那儿学到的:超一流的人是聪明人下苦功夫 01:09:09 加入商汤,十年前的 AI 赋能百业 01:15:33 不再只是研究员:天性偏好、底层愿望 01:20:27 创立 Momenta:感知和认知的结合点 01:23:30 为什么十年前就看到“数据驱动”? 01:29:12 数据驱动的推演:要量产,不要 Waymo -现在的“不复杂”,过去的“很痛苦” 01:34:27 从一个研究院到真的创业公司 01:38:46 从“血肉模糊”的首个客户到研发和交付的“主线原则” 01:47:50 “相信”和“真的相信”不一样 01:49:52 回到一线,回到一线,回到一线 01:57:50 狐狸知道很多事,刺猬知道一件大事 相关链接: 《Momenta IPO 后专访曹旭东:聪明人如何下笨功夫》 晚点聊 77 期:《不仅是车企的战争,与 Momenta 创始人曹旭东聊智驾供应商生存法》 《对话 Momenta 曹旭东:超越智驾的摩尔定律》 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦!☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流,第一时间收听新节目。 这里有更多互动,更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号,备注:“晚点聊”,我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》,阅读更多商业、科技文章:

  • #170
    June 29 · 1 hr 53 min

    170: 与陈哲的「具身季报 26Q2」:世界模型大风不停,和不想被贴标签的人

    「人形马拉松、Figure AI 直播、中国灵巧手亮相 ICRA、英伟达Cosomos3 & 世界模型投资热、Generalist 和 Pi 的模型进展。」 这期是《晚点聊》「具身季报」系列第二期,我继续邀请风投机构 Alphaist 的创始合伙人陈哲,来和我们分享最新的具身智能动态和趋势。 本期节目也会在 Alphaist 的播客《The Alphaist》 串台播出。 本期季报,依然按 TOP 5 进展和事件展开,包括: 人形机器人马拉松:荣耀夺冠的更多意味 Figure 的 200 小时直播:物流为什么是人形机器人好场景? 灵巧手和灵巧操作:谁是手中 G1? 英伟达的世界模型 Cosmos 3 和世界模型创投热 全球领先的具身模型进展: GEN-1 和 π 0.7。 我们也延展讨论了一些资本市场的变化、新玩家进入——OpenAI 的 Robotics team 官宣——和行业落地 vs 推进智能的节奏与取舍。 图注:英伟达对“robotics”领域世界模型的分类。 图注:Figure AI 直播截图,机器人要处理的任务是在流水线上快速地翻转包裹,让二维码一面朝上。 本期节目的图文版也已经发布:具身季报 26Q2:世界模型大风不停,和不想被贴标签的人 本期嘉宾:陈哲,Alphaist Partners 创始合伙人 本期主播:程曼祺,晚点科技报道负责人 剪辑:甜食 时间线: 02:54 -Q2 Top 5 总览 07:17 -人形马拉松,荣耀夺冠、大厂加码的先声 -Figure 连续直播 14:56 物流,为何是人形机器人的好场景? 21:19 遥操从不是争议点,是真实部署时的必要模块 25:24 星动纪元合作中国邮政,总结过往 to B 机器人的场景选择 28:55 数采范式的 3 次变化 -灵巧手和灵巧操作 34:48 ICRA 最大亮点:舞肌等中国高自由度灵巧手 43:03 灵巧操作:Demo 很惊艳,技术在早期 53:32 再论直驱和绳驱:大厂继续跟绳驱(Optimus),长期仍看好直驱 -世界模型 01:02:57 英伟达 Cosmos 3:从生成视频到直接生成动作 01:08:51 具身的世界模型分类:3 个相交圆 01:14:04 世界模型投资热:大模型教会投资人的事,追逐智能 -Gen-1、π0.7 和不在标签里的公司 01:19:55 π0.7:VLA 融合轻量世界模型 01:22:46 Gen-1:从头预训练,不被路线定义 01:28:40 Google 发布 ER1.6,OpenAI Robotics 团队官宣 -更多讨论 01:37:56 智能部分是否赢家通吃?Omni 模型是个变量 01:42:46 “对长期不确定性探索的容忍度依然差” 01:47:50 -下季度展望:终端大厂加快入场 相关链接: 157 期:【具身季报 26Q1】宇树招股书、人形再思考、英伟达世界模型、高自由度灵巧手 上次季报至今,我们在具身智能、物理 AI 方向的访谈: 166 期:许华哲再次具身创业:不想错过最大的西瓜 165 期:GEAR 高深远:世界模型、自进化循环、DreamDojo 161 期:原力灵机唐文斌:中国最早的 AI 创业者和他的具身新旅程 160 期:群核IPO后与黄晓煌聊这15年:被嫌弃的GPU、冠军酷家乐、空间智能、六小龙 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦!☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流,第一时间收听新节目。 这里有更多互动,更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号,备注:“晚点聊”,我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》,阅读更多商业、科技文章:

  • #169
    June 16 · 1 hr 39 min

    169: 访谈Cerebras早期投资人周楠:英伟达挑战者?Scaling Law的萌芽、被遗忘的百度美研

    「一段鲜少被人提及的故事。」 今天的嘉宾是目前任职于高通创投(Qualcomm Ventrues)的投资人周楠。她是 5 月中旬 IPO 的 Cerebras Systems 的早期投资人之一。这是一家提供新架构 AI 算力的芯片与系统公司,被外界视作英伟达的补充,甚至是挑战者。 9 年前完成这笔投资时,周楠刚从投行加入百度的硅谷人工智能实验室。那时吴恩达是百度人工智能业务负责人,Anthropic 的创始人 Dario 也曾在百度美研工作,期间作为一作发表了 DeepSpeech2: End-to-End Speech Recognition in English and Mandarin 一文。 今天这期节目,我们从 Cerebras 的 IPO 切入,聊了 AI 算力的趋势,也通过回顾这段投资过程,回到了 10 年前,scaling law 在硅谷萌芽的阶段和当时百度美研的状态。 那是一段现在的地缘环境下,鲜少被人提及的故事,但它值得在 AI 历史中有一席之地。 本期节目的图文版也已经发布:从 Cerebras IPO 聊起:AI 算力变化、Scaling law 的萌芽和百度美研往事 本期嘉宾:周楠(Nan Zhou),Qualcomm Ventures 投资人 本期主播:程曼祺 《晚点 LatePost》科技报道负责人 时间线跳转: -Cerebras IPO,英伟达之外的 AI 算力 03:26 Cerebras 离“英伟达挑战者”还有多远? 11:16 从 Sam Altman 最早投 Cerebras 到如今与 OpenAI 的 200 亿美元订单 18:27 Cerebras 的上限与下限,WSE 架构优劣 -9 年前的那笔非共识投资 23:28 为什么百度当时要投芯片? 29:02 Dario Amodei 的早期代表作 DeepSpeech 2,Scaling laws 的萌芽 32:17 Cerebras, Graphcore, Wave Computing,三选一 37:06 与研究员一起做尽调,逐一排查风险点 46:18 IC 投决过程,未流片前的决策 53:35 Cerebras 的至暗两年,如何挺过流片不顺 -“遗落”的百度美研 01:00:02 “黄埔军校”和一份生不逢时的 deal list 01:04:04 OpenAI 和 Anthropic 早期都未得典型 VC 支持 01:09:04 他们后来为什么离开百度? 01:12:23 起了大早,赶了晚集,一部分是“宿命” -新的非共识 01:18:30 推理优化和 Infra 的更多创新 01:26:11 真正的早期投资变难,一股趋势是募大钱投显然的 winner 01:31:11 物理 AI,下一阶段的大分歧和机会 **01:35:49 连点成线* 剪辑:甜食 相关链接: 《晚点聊》159 期:马斯克Terafab太空算力、英伟达重拾CPU|与Fusion Fund张璐聊AI算力新趋势 《晚点聊》156 期:【AI季报_26Q1】:OpenClaw、OpenAI vs Anthropic的三重对阵、自进化 附录:一些术语解释 WSE(Wafer Scale Engine,晶圆级引擎):由 Cerebras 公司推出,是将整片晶圆封装为单一芯片的超大算力处理器。 ASIC:专用集成电路,专为特定功能定制设计的芯片。 模拟验证:通过仿真测试电路功能、性能,排查设计缺陷的芯片研发环节。 流片:把芯片设计版图交由晶圆厂,正式量产制造芯片的过程。(本期聊到,百度当时投资 Cerebras 时,Cerebras 尚未完成第一次流片,处于模拟验证的研发阶段。百度对 Cerebras 的性能尽调也是基于模拟推测的。) Adept AI:曾推出 Devin 的美国创业公司,核心成员 Erich Elsen 曾在百度工作。 Egien AI:本期后面聊到的,被 Nebius 收购的一家 Infra 公司。 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦!☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流,第一时间收听新节目。 这里有更多互动,更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号,备注:“晚点聊”,我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》,阅读更多商业、科技文章:

Showing 1–20 of 30 episodes