131. 印奇出任阶跃星辰董事长的访谈：聪明人的诱惑、取舍、超长链路残酷淘汰赛、阶跃函数和超多元方程

Summary

张小珺Jùn｜商业访谈录 131期 精华总结

嘉宾：殷奇（千里科技/阶跃星辰董事长）
播出日期：2026年1月26日
主题：AI创业的选择与淘汰赛——聪明人的诱惑、超长链路的残酷战局、终端战略与组织进化

---

一、节目主旨与氛围

本期《商业访谈录》邀请中国AI创业者代表、千里科技与阶跃星辰董事长殷奇，深聊AI产业的最新变局。访谈聚焦大模型（基座模型）创业的战略转型、软硬结合、技术驱动力、组织与文化演化，以及中国AI赛道中的关键抉择。殷奇以极为坦诚和反思的方式，分享了其历经AI 1.0、2.0两大周期的思考，包括对于聪明人诱惑的警觉、如何做战略取舍、超长链路的残酷淘汰等话题，并就大模型与终端、组织形态、商业化、人才等方面做了干货解读。

---

二、嘉宾介绍与身份转变（00:03 – 05:00）

• 殷奇目前为千里科技董事长（AI+车/自动驾驶领域）及阶跃星辰（大模型创业公司）董事长，原曠視(Megvii)联合创始人，AI赛道连续创业者。
• 阶跃星辰自2023年参与，2026年正式出任董事长。该公司英文名StepFunction，寓意“量变引发质变”，主攻基础大模型（基模）和软硬结合。
• 殷奇自述：“大模型这个战场还是很残酷的，自己也需要加倍努力。”（约 06:30）

---

三、AI创业转轨：从1.0到2.0的反思与抉择

1. 技术演化线与分歧（07:00 – 19:00）

• 中国AI 1.0时代（CV/人脸识别/安防等）— 以曠視等“AI四小龙”为代表，注重深度学习和软硬结合。
• AI 2.0（以大语言模型、大模型、多模态为中心）：OpenAI等带来新突破。殷奇认为“本质性变革已是必选项，作为AI创业者不得不入局。”
• “多模态是大模型时代的必选项，最后大脑只有一个，不会再出现垂直模型的独立存活。”（23:10）

2. 创业路径取舍（20:00 – 40:00）

• 反思1.0时期全行业开花（安防、金融、手机等），如今强调“要做战略取舍，不能每把都上”。
• 早期选择安防，“人年轻的时候就是把把都会上，后来发现有些牌可以不上”（98:45）
• 殷奇建议：“过去10年AI如果只打一场仗，应该all in车。这是通往具身智能的必经之路。”

3. 基模公司的生存逻辑与商业化（45:00 – 70:00）

• 两大排除法：
  • “做基模同时做2B，不成立。成本高回报周期长。”（55:10）
  • “做基模也不能纯做C端软件，因为数据网络效应门槛极高，难与大厂竞争。”
• 最佳路径：“软硬结合、终端驱动场景”（59:10）
• 商业化成功的必要条件：Big Bet在于技术突破（edge），以及选准硬件软硬结合场景实现闭环。

---

四、大模型淘汰赛与资源极限

1. 世界观：残酷是最大变量（71:00 – 85:00）

• “大模型是历史上最激烈的科技竞争，全球聪明人都在鏖战。”
• 竞争的三大残酷点：人才密度极高、资源消耗巨大、商业化路径高度不确定性。
• 泡沫指标：“核心体现在公司估值/股价、研发人才薪酬涨幅5到10倍。”（77:10）

2. 链条长、变化快，如何抓根本？（85:30）

• 必须抓“本质技术竞争力”（edge）和“能成立的商业模式”。
• 大模型公司未来三年生死关键在于“能否每年持续投入30-50亿人民币研发，以及能否同步形成终端闭环商业化。”（104:50）

---

五、终端战略&软硬结合的路径（包含组织、产品、未来落地）

1. 终端为王——与纯软件计算作区隔（50:00 – 65:00）

• 未来AI硬件创新可能出现千万级新品类，AI重定义交互使“屏幕”束缚被打破。
• “硬件、模型、软件是三位一体，未来AI服务闭环要靠终端+基模，且硬件不会赢家通吃，给新公司机会。”

2. 关键落点：“AI与车”—“AI与Robot”—“AI与手持/穿戴设备”（69:00）

• “我们的第一场景是车（千里），座舱是超级人机交互场景，后续探索创新品类的手持和穿戴设备。”
• “最终大脑是OneModel：数字空间与物理空间数据都要融合进来。”

3. 组织形态与人才策略（90:00 – 120:00）

• 新时代组织特征：“人才密度极高、大团队高协同、软硬结合的分工互补、能融合不同能力的人才与文化。”
• “聪明人多但没那么重要，更关键是‘能长期坚持、用对笨办法’。”
• “这代公司要做组织形式创新，接纳多元性以实现复利效应。”
• 智力+使命感+长期坚韧+正向价值观=新AI创业团队的筛选逻辑。
• 人才选择：“愿意坐冷板凳，愿意做长期事业，并会协作，价值观吻合最重要。”

---

六、战略与自我：技术理想主义与现实韧性的平衡

1. 技术信仰与产品商业两驱动（130:00）

• 技术信仰：“Unintelligence”一书影响极大，“AGI要与物理世界结合才能实现终极智能。”
• 商业认可：“技术与场景双轮，2B在中国难有大规模突破，必须拥抱ToC+终端。”

2. CEO与董事长的区别/合作分工（148:00）

• 殷奇更愿意以产品技术核心为抓手，日常运营由CEO主理，自己更多专注在新方向和重大专项。

3. “聪明人的诱惑”与组织长期性（137:00）

• “聪明人易被诱惑、爱走捷径，真正做大事的企业要能聚合‘能长期坚持下来的聪明人’，靠使命感和不走捷径的团队常态。”
• “没有一步到位、没有奇迹捷径，都是战略定力和执行力的复利。”

---

七、AI 1.0/2.0周期教训与组织心法

1. 如何避免重蹈覆辙？（158:00）

• “一代企业=一代技术+一代组织。”新公司一定是最好适配这个时代组织形态的公司。
• 不同公司要长期独立文化，但生态内有协同，“像太极，彼此有阴阳，反而产生汇聚效应。”

2. CEO的蜕变：“乐观→谨慎乐观”、“更果断、更聚焦”、学会做冷板凳与战略节省。

• “办公司节约为核心，办公场地都变得不重要。”

---

八、精彩语录及高频金句

| 时间 | 语录 | 说话人 | |-----------|--------------------------------------------------------------|-------------| | 00:04 | “大模型这个战场还是很残酷的，所以自己也需要加倍努力。” | 殷奇 | | 23:10 | “多模态是大模型时代必选项，最后大脑只有一个。” | 殷奇 | | 55:10 | “基模公司如果做2B肯定不成立，做C端单纯软件也不成立。” | 殷奇 | | 98:45 | “人年轻的时候就是把把都会上，把把都上，其实有些牌可以不上。” | 殷奇 | | 104:50 | “基模公司想要赢，需要每年投入30到50亿，且最终能做出闭环。” | 殷奇 | | 137:15 | “聪明人其实没有那么稀缺，更难得的是长期坚持、愿意用笨办法。” | 殷奇 | | 159:00 | “一代企业=一代技术+一代组织。最终比的是组织能力。” | 殷奇 | | 164:00 | “每个人都有自己的路要走，不用幻想成为上一代企业里的谁。” | 殷奇 |

---

九、重要时间轴 & 分段导览

• 00:03—05:00 | 殷奇介绍新身份、公司布局、大模型意义
• 07:00—19:00 | 1.0时代到2.0切换，AI技术路径演化
• 23:00—45:00 | 大模型创业的内在逻辑、团队起源/公司命名由来
• 50:00—70:00 | 商业化的正确做法——软硬结合、产品/终端驱动
• 71:00—85:00 | 残酷淘汰赛现状、资源消耗、泡沫本质
• 90:00—100:00 | 组织架构转型与人才观刷新
• 104:00—110:00 | 基模C位地位、决胜要素、技术/场景拉动
• 137:00—150:00 | “聪明人”的组织悖论与筛选机制
• 158:00—166:00 | 如何避免重蹈1.0覆辙、组织型创新
• 170:00+ | CEO心态转变、战略节约、个人成长体会

---

十、总结 & 推荐理由

本期访谈既有极为坦率的自我剖析，又涵盖战略前瞻、人才识别、组织心法，是理解中国AI大模型创业、领袖人物思辨、产业转弯点的干货宝典。如果你关注AI创业取舍、智能终端机遇、新型团队搭建与淘汰机制、大模型如何形成商业化闭环，这一集的密度、开放度与现实感都极为难得。

---

更多精彩及深度人物访谈，敬请关注“语言及世界”工作室

Transcript

[A]

我觉得可能是有史以来最激烈的一次科技竞争有史以来最激烈对其实我觉得人年轻的时候就是把把都会上把把都会上对就像打牌一样把把都上其实就有些牌可以不上对当时我觉得大家目标还是很想去上市形成一个本雷达对吧大家都觉得资本市场总是感觉是个目标但其实回头看资本市场是一个很关键的活下去的一个中间节点在上市真的不会改变任何本质的东西哈喽大家好我是小骏今天的嘉宾是应齐他在担任智能驾驶公司千里科技的董事长之外呢最近也迎来了一个新的身份出任大模型公司接月星辰的董事长这次我和他聊了聊新身份新阶段以及从AI1.0到2.0的转轨与反思接下来是我对应齐的访谈期待2016年我们和AI共同进步hello殷琦先给观众朋友们打个招呼大家好我是殷琦听说你的身份马上会有一些新的变化要不你先自己来做一个自我介绍也聊聊接下来可能有的一些调整我现在身份是千里科技的董事长千里科技是一家A股上市公司主要专注在AI跟车以及未来可能机器人的一些结合上接下来我可能会有一个新的身份就是这月星辰的董事长这月星辰是一家专注在技术大模型的公司所以这可能也是一个对我来说一个比较大的一个变化为什么是在这个时间点有这个变化这个时间有考虑吗對我自己其實算是一個AI創業的老兵今年可能接近15年的AI的行業的歷程總體上我覺得一直是沿著技術和模型這條線大家現在可能講有AI1.0有2.0其實星辰也是我一直有深度參與的一家企業到今天可能正式出任他的董事長可能也是在一个新的阶段希望能够投入更大的精力能够支持界约的发展同时我觉得所有AI的产业是以模型为中心的所以也希望界约和现有的包括千里可能这些相关的产业都能有些更好的结合所以对我来说也是个新的挑战因为大模型这个战场还是很残酷的所以可能自己也需要加倍努力是谁邀请你参与借阅工作的这个事情是怎么开始的借阅其实从最早的策划角度我觉得就有参与进来早期其实应该还是23年借阅是23年4月份成立的所以在最早期就有深度参与因为从当事人角度来看大模型是一个第一其实是符合我自己对AI的一个很终极的追求所谓这个技术的终极的AGI的这样的一个使命的想法同时这个技术的变革也需要一个好的平台来去承接所以最早我就有深度参与到这个平台里现在正式加入的话对我来说也是一个很高兴的一个节点吧你们当时的故事能不能跟我们讲讲对最早期我觉得可能当时其实我觉得还是OpenAI的这个chainGPT引爆了大家对于大语言模型的这样的一个技术的变革吧二二年底其实我们在这个行业内其实也都一直很关注其实从GPT1开始从OpenAI甚至说从OpenAI创立开始我们都也都很关注其实项目矿石科技本质上是大家叫在计算机世界领域所以我们当时做的模型是第一天就是深度学习的所以其实技术上是非常延续的但那个时候可能从模型的尺寸和参数量都比较小那语言模型其实在我们传统意义上来讲是另外一个赛道因为当我在学习AI的时候当时AI分得非常非常细CV就是ComputerVision是一个领域然后比如DataMining是一个领域自然语言处理是一个领域每个领域都有各自的赛道那我自己其实是对于跟物理世界结合是最感兴趣的所以选择了CB这个赛道然后所以在OpenAI真正CHP推出之后我觉得一开始我对这个技术的判断认为可能还是一个局部的变革吧认为它可能更多是跟语言相关那我自己因为一开始觉得它是一个局部的变革對然後但後來其實深度體驗完前期PTE包括我們也內部跟很多技術的核心的骨幹也做了很多討論之後覺得這還是一個對於整個AI底層技術的一個變革所以可能作為一個AI創業者是不得不入局的一場戰鬥多長發現這個時事間情可能用了半年時間吧因為坦白講當我們在看那個機會的時候我覺得我們都會從兩個角度來評估第一是技術上是不是最本質的技術變革第二其實從商業上是不是我們自己的賽道如果第1个判断是非常非常确定的可能第2个坦诚讲我们在看大圆模型的时候因为大圆模型从它的比如它的数据它的模型参数量和它所需要的算力其实原则上讲可能更适合已有的比如像互联网公司这些科技巨头来做但是後來會發現它其實是對於各個領域包括語言包括現在我們已經很熟悉的多模態甚至是包含從現在比較熱的物理巨聲這些可能都是最底層的技術那我們可能就不得不去參與到這樣一場大的變革當中當時有想過在礦石的體系裡做嗎而且為什麼叫積月星辰第一個我自己感覺就是曠視自身的路徑是非常清晰的當時我們其實是認為用AI跟IoT的硬件去做結合所以那個時候我們的不管是技術路線整個組織的構建其實構建的是一個偏軟硬結合的這樣一套組織形態我們的商業模式是面向弊端的所以這些我覺得已經過10多年的時間已經非常的清晰某種上甚至說固化所以它的這樣一套組織是並不適合去做一個可能還是非常早期非常大投入这样的一次全新的创业的就是这种research驱动的一个创业就research驱动我们很熟悉了其实况是早期的时候我们其实当时人才密度是非常高然后也非常research驱动后来当一个组织成长相当于从一个婴儿到一个少年他其实可能已经选定了自己的专业和方向的时候我觉得可能本质上大模型会是一个新的一个诞生的一个组织和一个平台所以最早期我们的想法是希望矿石能跟街跃有非常好的合作的后来可能一步一步发展到今天我觉得也很高兴能够正式加入了街跃这里面来推动它下一步的发展然后街跃本身这个名字的由来其实它的英文叫stepfunction其实是一个街跃函数街跃函数其实是代表着从量变到质变同时其实节约也代表着非线性了其实在这个深度学习的这张一张网络里面其实它一个很重要的技术特性就是非线性就是很多非线性的叠加所以某种意义上非线性的叠加也是一种智能的本质所以我觉得节约这个词非常好那星辰可能也代表其实做AI的人其实都得还是有点星辰大海的追求的所以节约星辰我觉得我们也是很喜欢这个名字从第一天做借阅的时候你们对于这家公司的预期是什么样的我覺得可能兩個預期到今天我覺得也比較的一致第一個我覺得還是要成為中國的基礎模型領域的最優秀的公司之一就是FoundationModel做基模這件事情是基於從第一天Day1的使命這個也一直沒有變所以為了這個使命其實他也需要從人才從他的商業模型包括從他的資本角度都要能去匹配所以基模我覺得探索整個智能的上限是他的最重要的使命其次我觉得也是希望它是一个商业上闭环的公司所以从借阅最早期看的话它所选择的商业化的商业模式其实可能也都比较清晰一直是AI或者大模型跟终端的一个结合所以不管是2b还是2c都是在围绕着这种终端这样一个大的应用场景来看你現在給人感覺身份比較多就是除了是接約的董事長你在去年10月25日也出任了千里科技的董事長能不能梳理一下你這些多重的身份以及這些身份之間的關聯對因為早期大家可能比較熟知的是曠視的創始聯合創始人那現在我其實已經不在曠視任職了所以現在的核心兩個身份就是千里的董事長和接約的董事長所以這兩個我覺得也是一個相輔相成的一個角色吧因为千里本质上是关注AI跟车的结合而所有车其实是AI里面最大的一个终端和一个赛道而在千里的相关的不管是支架支舱以及为了Robotaxi的这些领域里面其实都需要有一个很强大的大脑和模型来支撑而这样一个大脑其实就是机遇所以我想可能千里可能所构建的是一个更加核心的赛道以车为核心这样一个AI智能化的这样的一个应用场景和一个赛道而机遇可能更像是它后面所支撑它的基础模型大脑和AI的第三能力大概是这么一个关系會覺得身份複雜嗎你的時間是怎麼分配的呢對我覺得身份是有點複雜這也是不得已因為我自己之前其實也分享過其實可能從高中到本科之後其實我覺得基本上還是認為AI是我希望一直追求的一個大的事業那在這個過程中我想可能不同的所謂的複雜是是從公司從智力結構從资本平台的角度可能有一些复杂度但我觉得两家公司也还好就是基约和千里计划是后面的主线的这样的一个是我精力分配的核心的两家公司各占百分之多少我自己其实我觉得其实从公司的去分割可能未必是一个最科学的一个方法我觉得可能我自己核心还是会关注技术和产品所以这边可能会占到我可能80%以上的时间而这两家公司的技术产品其实非常连贯相当于它是从一个基础的模型的研发到它的跟软硬结合的这部分产品化再到它的真正推向市场所以我总体感觉还是比较一致的并没有觉得很割裂它其實一邊是大腦一邊是終端一邊可能跟身體更多一些你覺得這兩個你的哪個佔比會更大我覺得還是腦為主吧但是其實腦需要跟終端深度結合就是不能靈魂和軀幹是分割的所以我總體感覺最終我還是一個AInative的一個創業者所以我覺得最終我的時間還是會花在AI相關的事情上為什麼你出任的是董事長不是CEO你覺得董事長和CEO的區別是什麼我觉得董事长只是一个title我自己感觉可能还是刚刚讲到的第一我觉得是希望能真正做一个核心的创始人角色能够推动这两家公司的发展第二个我觉得我自己其实还是想更专注在偏技术和产品领域里曠視的聯合創始人唐文斌他也做了一家機器人公司你們這幾家公司之間是什麼關係會有一些合作嗎我覺得現在其實原來曠視可能像是一個AI10時代的一個好的平台這裡面其實我覺得其實培養了很多人然後也孵化了蠻多的幾個產業我們自己的戰略方向我覺得一直還是AI和广义上的Robotics的这样一个方向就是软硬结合这个方向所以我们现在其实接约未来承接的是大脑这样一个角色千里承接的是未来跟车为核心这样一个大的体系和方向智能驾驶自动驾驶智能座舱包括Robotaxi这些然后我觉得巨声肯定是下一个大的赛道总体我会觉得巨声的时间周期还会长一点我觉得是一个5年左右的赛道所以军这边我们也会有所布局你个人的技术vision是什么我个人的技术vision我觉得总体我会认为就是第一我是很相信AGI的那AGI一定是要跟物理世界产生交互之后所产生的智能因为从整个AI的演进角度我觉得最终不可能是一个完全的数字世界或者是只以语言为核心的这样的一套智能的架构我自己很喜欢一本书叫Unintelligence就是JeffHawkins一本书坦誠講我的技術的大部分的底層的belief是來源於這本書這本書其實本質上是以腦科學和某種程度上的進化科學為核心基礎的所以我總覺得在AI這個領域裡面我認為還是人類要比較謙卑所以本質上我覺得對於大腦的更多的結構可能是那個最重要的那個牽引所以為什麼其實你看大腦的P層的眼鏡這裡面一定會要从早期大脑的发育到新大脑批层从真正叫物理空间的生存再到可能高阶的语言和推理所以这些部分我觉得都不能跳过的所以这是为什么我们会也一直认为AI跟物理空间的结合是走向最终AIAGI的一个必经之路那你想做的具象化是一个什么样的东西是一个机器人最终肯定是个机器人但这机器人其实太复杂了机器人其实就像重构一个新的物种一样所以它这里面所需要的不管是大脑的神经方面的脑的结构到未来的各种跟硬件的结合等等我觉得包括这些传感器硬件设备其实是需要非常多的核心技术的所以这样一个过程我就需要把它拆解成不同的步骤所以这是为什么第一我们认为接着需要完成大脑的构建同时大脑构建里面可能需要从像车甚至像手机这样的终端开始做起最终一步一步它就构建到下一个更全新的一个计算平台我们姑且叫它巨声但是我觉得需要一步一步来对我看到你们好像还在孵化一个中端公司对这件事情是怎么规划的中端公司的话就是就像我们刚讲的我们的大战略其实也很显性就是AI跟中端的结合中端这里面我认为其实大家之前讲叫人车家就是人就是还是以手机和穿戴是为核心的然后车就是以车为重心家可能原来是家用IoT未来这个家可能会是一个我自己认为未来巨盛的核心场景是在家这个场景下所以如果看人车家的话我们总体是认为车是我们第一个的切口同时我们会希望跟一些更多的手持和穿戴式的一些消费电子产品作为我们第二个希望能跟大模型结合的点所以这个也是我们在千里和在节约希望去做商业化的两个大的方向上面说的是你的身份问题那接下来我们聊聊你接下来要做的事情你觉得在你看来你觉得接下来要做的事情心得真诚最困难的是什么對最困難的是我覺得這其實是一個鏈條很長的一次創業和創新就是它確實競爭是我覺得是可能是有史以來最激烈的一次競爭的科技競爭有史以來最激烈對這裡面其實從不同的維度比如第一從它的人才的人才密度基本上全球最聰明的人都在這樣一個科技的這樣的一個比拼當中第二他所需要的資源這個資源其實包含資金它其實是在整個的RD裡面投入的資金的規模強度可能都是歷史上最高的以及包含它的商業化的可能你可以說在AI的這樣一個商業化的路徑中每個行業每個場景都會被變革但是哪些會先哪些會後這個節奏其實也是有高度不確定性的所以它其實是一個高度競爭極大的資源同時在商業化上極度不確定的這樣一個競爭所以我覺得不管是對我們還是對所有的公司不管是多大的科技巨頭我認這場戰鬥為都是非常挑戰的鏈條有多長对链条我觉得首先它其实涉及到首先是一个所谓的原节点的技术创新所以它技术本身在快速演进就像它的建一个房子一下它底层其实一直在变革所以其实你在上面去搭它的产品甚至说商业化但发现技术往往一变化可能上面很多都要被推倒重来所以首先它的链条长是源于它的原始技术带到技术的产品化带到商业化带到整个的商业模式闭环以及它还在快速的变化当中所以这是一个第一个是链条长第二个我觉得就是速度非常快在链条这么长的一个竞争中你觉得如果要抓原点的话抓最重要的那个事情应该抓什么我就得抓兩個點就第一個點就是在一個很長鏈條以及很快變化裡面第一個點我覺得還是要抓本質的技術競爭力因為這個技術是這波變革的唯一的變量所以在這個變量裡如果你不能找到自己的核心領先的身位當這個領先身位既可以是說是一個全面的領先也可以是一個局部領先但在技術上如果沒有這個因为英文叫edge就是没有真正的你的长板没有你的差异化我觉得后面的所有的去构建的东西都是没有基础的第二个我觉得要抓的是商业模式这商业模式其实我自己感觉其实不用特别复杂化其实本账是做排除法你的商业模式不应该去做那些可能投入产出肯定不成立的什么呢肯定不成立比如说如果做基模公司然后同时做2B我觉得就肯定不成立为什么因为基模的投入非常大而2B的整个的商业化变现的周期和它真正能够达到的作为一家创新公司一家新公司能够去达到的这个收入和利润的上限都比较有限算不过障碍对是投入产出会比较难这是一个不能选的商业模式还有别的吗或者还有一个模式就是如果做计谋我前提刚才都是说做计谋就计谋代表了你一年至少我觉得可能30亿人民币以上的投入这已经是一个非常高效的一个点而且这个投入至少会未来维持3到5年时间所以基本上至少是一个基础研发投入在10亿人民币這已經是一個非常高效的投入看各大廠其實投入是遠高於這個但這已經是個天文數字以這個為投入的情況下我認為同時做C端的純軟件的應用也是不成立的因为这里确实是已有的互联网这些大厂的非常擅长的领域他们有用户有数据同时本身已经构建出这样一个好的数据飞轮因为有场景的话其实最终很多模型的性能的最终的决胜因素还是数据数据是用用户场景来决定所以这样的一些飞轮创业公司不是完全没有机会但也非常难而且今天基礎模型做的應用似乎都找不到數據飛輪也找不到網絡效應所以你排除了一家基礎模型公司去做2C的軟件產品和它做2B的兩種商業模式那它可以有的是什麼呢我剛才講的其實有幾個大的前提第一個是一家創新公司就已有的這些已經有自己非常紮實的應用場景領域的這些大廠就是他可能會在自己上面去做非常好的AI申請那新公司的話剛才講到如果做期末我認為做2B是不成立的或者是單純做2B是不成立的然后如果做计模单纯做C端的软件型应用也是不成立的所以我自己认为可能也是我们节约选择的一个路径我觉得是还是围绕着偏软硬结合的场景C端来去做我们的商业化在这过程中可能中间也会做比较好的2B的一些服务但最终的场景应该都是AI加终端这个场景就是一定要软硬体对为什么软硬体是更好的商业模式媒體可能本身算是個交叉學科吧就第一我自己認為在大模型時代硬件的角色會變得越來越重要大家一直在講agent其實我覺得未來很多很多agent他都會有一些硬件的本身具象化的載體所以未來的硬件更像是一個agent的一個一個實體化的一個存在且它未來會其實是一個AI服務的壁畫所以就硬件模型軟件本身就是一個三維一體的東西第二個硬件我覺得它還是很難贏者通吃的不管我們是看手機領域還是汽車領域它還是會有多佳的如果有多佳的話對於創新公司就有機會上牌桌就有機會我覺得可能能成為一個相對具備一定規模化效應的一個商業化的一個結果硬件我能理解一個是車前底座的事情然後一個是機器人那你覺得可以規劃的硬件還有哪些其實我自己感覺硬件未來的一些創新品類會挺多的聽行業內的一位前輩講我覺得也比較認可未來可能比如在千萬級這個量級上的創新硬件可能會挺多的原來我們可能認為比如像手機或者像PC這些可能是一年1億這個級0別甚至過億級別的這樣的一些新的硬件其他一些硬件可能更多都是在百萬級但未来AI起这件事是因为AI本质上重新定义了交互所以原来如果比如说你真的需要有块屏那你大概逃不过小一点的手机中等的就要派的带大一点的PC对吧这可能大概就是以屏的尺寸来去定义你的整个的硬件的体系而未来如果AI的这样更自然的交互方式通过语音通过动态交互能够把屏这件事可能相对释放掉之后那很多创新的硬件都可能会有机会所以我觉得还是会有很多AI硬件大家现在可能还没有想到这里我觉得会有很多新的机会会是一个AI手机吗我觉得上来可能不完全会是个AI手机我觉得还是得新的东西你怎么看兜包的AI手机我觉得肯定是个很好的尝试然后我想这可能也是字节在硬件上的第一步吧可能后面它也是一个组合群你觉得在AI时代做硬件和之前做硬件会有什么本质的不同吗比如说其实就是AI来了以后有几家硬件公司大家关注比较多比如说Ploud你觉得它跟之前的上一代硬件公司会有什么不一样吗对我觉得其实最早雷军雷总其实讲过就是当年他在做小米手机的时候讲到一个铁人三项的概念对吧就是当时讲到硬件软件和互联网服务但后来这铁人三项也做了一些新的革新我觉得这波做AI其实有点像这个概念就是硬件软件和模型这三件事情其实会形成一个完整的服务比如像Plot这些我觉得是一个非常好的例子Plot其实就是从解决这样一个偏录音和办公效率这样一个一个具象化场景为切口所以最终会发现它的软件和硬件是为了把这项AI服务的用户体验做得更好所以我觉得未来可能很多AI硬件都会是这样它会切一个很核心的领域然后这个领域里面模型要很好最终模型的占比会非常高就最后因为用户用的我们叫模型及产品就是这个模型首先效果得好同时它有它配套的软件如果需要它会配套一个专属的硬件来给他用就这样的一个定义的理念可能比较AInative一点就是真正从AI的视角来定义的这样的硬件我就会越来越多那你觉得节约在驯模型的时候是以什么为目标呢它是会以你们要定义的产品为目标还是以做更大的模型为目标就是什么是牵引我們之前在講大模型這件事其實之前SAMUltra其實在也訪談過就是說什麼叫基礎模型比如說3.5比3好在哪或者4比3.5好在哪心裡會發現基礎模型是發現會在可能10個領域每個領域都會好10%這是基模的這樣的推進所以我覺得在模型側我覺得是有兩股力量一個叫推一個叫拉就推的角度是是从技术的inside的角度就是每一代技术从模仿学习到强化学习会有技术的变革这些我觉得可能在未来三年还是主因就是还是因为技术还在快速的变化底层还有很多很多创新但是我觉得可能另外一个因素就是我们所谓的拉这个力量其实会变得越来越重要就一定是需要有场景牵引的因为这种场景定义了你的举个例子说你的模型的尺寸不是越大越好的最后的模型比如说GeminiFlash其实也证明就是说其实肯定参数越大越好但是其实就是从应用角度的话其实它的效率成本性能和你真正对于某些核心领域的这种专项优化都很重要所以本质上是一个平衡体就是我到底需要基于我的主场景比如说我们在终端场景下的话我们就要做两点第一点我们的基础模型的水平一定要是世界一流的但同时我们可能不会很纠结于说在某一些单点的一些benchmark上说我一定要刷到第一而是我们更关注这个模型从架构设计上是不是能够更适配我未来一些端子的场景包括它的成本和效率怎么样所以我觉得这个理念就会很不一样所以現在大模型公司都在講分化每個公司就是有不一樣的BET那節約的BET是終端對可以這麼簡單的說嗎我覺得應該這麼講首先節約的BET是基模就是首先我覺得最大的分化是做基模和不做基模誰不做了反正我們做吧就誰不做別人不知道對然後這首先是一個大的BET這個BET我覺得在未來三年還要能堅持下來其實很難所以我覺得所以未來三年你們一定會做基模對会做更大的计谋会探索技术的边界这个是一定的对吧对而且我们很有信心我们在未来三年一定还是能够保持在世界最一流的计谋的这样一个行列当中所以这首先是第一个bet第二个bet就是我们的商业化我们认为如果我们的计谋往上去做场景牵引的话我们就是用中断来牵引我们就是这两个我们清晰的战略的路径所以你觉得街越跟其他人不一样是讲了一条非常独特的商业化的路我覺得最重要大模型公司都說自己要做極速大模型對吧對那現在看起來的不同是商業化的路徑是終端我覺得這有點像是個淘汰賽最早期大家講什麼大模型六小虎什麼的對吧那現在可能就沒有六家了慢慢的大家都可能最早都抱著通往AGI的這樣一個很美好的想像後來發現這個路徑很殘酷然後需要很多錢對吧也需要你的人才密度足夠能支撐所以我覺得這是一個逐漸進入決賽圈的這樣一個過程现在到哪个圈了我感觉现在可能赛程过半吧你觉得大模型竞赛发展到今天它的残酷比你想象的多还是少程度比当年可能23年刚刚开始准备做节约的时候對我覺得還是更殘酷的就是第一點我覺得速度確實比想象的更快然後第二大家因為快不管是因為對這件事的相信還是因為對這件事的焦慮其實大家在這裏面其實所的競爭強度其實都更大甚至這個競爭強度更大也會帶來很多的泡沫對吧就是所以這個泡沫比例比想象的要高一些對然後第三點我自己感覺整體大模型其实它的对资源的消耗其实还是比想要更大的总体我觉得都是更大泡沫也更大速度也更快对这些更大其实都是一件事情不可能说它的强度更大泡沫更小这也不可能在你看来泡沫的体现是什么在我看來POM的體現是核心可能很多方面吧但一個是可能是一些公司的股價還有一個其實是核心一些研發人員的薪酬就這兩個事實上是兩個指標吧因為你經歷過AI的1.0啊到現在他們的薪酬翻了多少倍啊對A10其實當時我們看當時最比如我們就從硬件變身角度當時可能最最貴的新手硬件變身一個是在我們這一個是就AI行業要不然可能就是去類似像當時的金融或量化這些行業所以就本帳其實就是最熱的兩個大的方向那現在我總體感覺可能大概也是這兩類方向一個還是AI大模型這些方向還有一類其實就是可能跟量化跟甚至跟一些跟金融創新相關的一些領域所以具體薪資我就不說了大家在網上其實也看到很多美國那邊這總體我大概感覺就是人才上基本上中國如果一個優秀的華人同學在中國和在美國基本就是人民幣換美金這樣的一個同等package的水平然後我覺得可能很多薪資其實總體我覺得漲了5到10倍是有的CHP剛來的時候你的第一反應是什麼樣你是覺得我一定要硬了還是說我要關了第一感覺跟我沒什麼關係跟你沒什麼關係為什麼跟你沒什麼關係你做AI這麼久對因為我覺得我們當時還是想做vision就想做視覺相關所以我們是沿著我們的機器人硬件相關的所以當時我會認為有基模這些基模未來設計的人機交互的部分最終可能會成為我們的一個組件這個組件我們未來誰好我們用誰就行這是最早的想法但後來會發現其實最近我覺得也驗證這個點其實我覺得其實很少有垂類模型就最後在AI的裏面可能都会被大的基座模型吸进去所以就也不会分出我的视觉模型是一个独立的模型我的语言是其实所以多模态也是界外的一个核心的优势所以最后是大一统的所以就没有边界所以你不可能单独去做视觉或做物理AI所以你这些模型最后我认为要跟最核心的模型合在一起所以大脑只有一个你只能选择做还是不做你當時會想大語言模型來了把我上一代AI也就是CV給顛覆了嗎我倒觉得没有因为我们其实在1.0这家公司知道我们是一个非常deeplearningnative的所以我们第一天就是在做deeplearning所以这个技术我们包括看到其实最早的一些大猿国内的大猿模型的一些项目我们都有深度参与所以我觉得我们其实一直是推动者所以我倒没觉得这个技术对我们来讲就我一直相信的一个观点是连续性没有什么颠覆性的东西就如果颠覆只是说你可能缺少了一些前序的信息所以没有什么说这种颠覆感但是它确实会量变到质变所以就像节约函数一样你在这个领域持续的累积之后可能很多时候确实跟原来的认知是不一样的你觉得你来了以后会主导哪些新的不一样的地方刚刚我们可能说了终端我觉得第一个可能还是在本身研发本身吧对研发本身我觉得其实还是需要有更强更快的组织战斗力这还是蛮重要的组织战斗力怎么提高投资能力我觉得可能跟组织形式还是比较相关就比如说我讲一个算法工程单点就算法工程这里面其实原来我们其实算法工程其实既有一些平台化的工程体系同时我们的每个小组其实有一些小的算法工程体系但是其实这两个会发现其实都不足以支撑大模型这样一个工程体系因为在每个研究小组里面那个工程体系其实它会发现它可能只能打打杂就是它会去实现算法需要的一些小的工程点而那些大工程平台其实它因为要把有些软件产品对外2B等等各种各样的工程都放在一起其实它也比较难去非常好去支撑所以我们其实比如上来就设立了整合成了一个算法工程组就這裡面其實還是要能夠更貼近算法的體系但是要把系統工程和算法這些同學要融合在一起這是工程角度第二個其實比如講數據的話原來我們的數據是一個獨立的體系那現在這個數據的直接匯報先匯報給了算法的相關的負責人就因為其實未來的數據其實是決定這個模型的最本質的其實可能佔了70%到80%要什么样的数据怎么样去收集这些数据怎么去清洗这些数据其实是一定是算法的同学要能够非常深度去参与的那第三点比如说如果我们最终相信是一个onemodel就是一个模型去覆盖所有的场景和领域那其实它会要去拆解成可能很多很多的应用场景比如说这可能是偏文本创作类的这个可能是偏动态生存的这个是偏比如說陪伴類的這些體系到底這些1加n的這些n跟這個1之間怎麼能夠有個好的協同關係等等這些我覺得都需要有好的組織來去協同但這就關鍵我覺得需要有更多優秀的人才所以我覺得也希望街越能夠吸納更多更好的人才進來大家因為我覺得街越其實不管是對AGI的堅定程度還是對於商業化的我覺得至少想得清楚的程度我們都在大模型公司我觉得还是很出众的所以我觉得也相信它能够吸引到更多最顶级的人才那如果是硬件开始要牵引模型那硬件这个range就很广了你们会第一款硬件选什么呢前几款硬件选什么呢我们第一个场景现在肯定还是在用车来牵引所以就我们不管是我们制价里面其实刚刚讲到用真正的自家领匀的不管是VLA的模型多模态的模型还是世界模型这些的计谋都源于其实千里跟节约的合作所以这个其实是我们第一个场景而车的第二个场景是座舱座舱其实是一个非常好的空间的人机交互场景其实大家可能也看到像特斯拉里面像Grock也上了车所以这些大模型在车里面作为一个超级助手其实甚至我觉得比手机更顺这两个车场景我觉得现在已经在落地和落地的比较近的对对对那后面我们其实还是希望能够在一些偏手持和穿戴式的设备上来做这个创新这个品类一定不会是直接是个手机而是一些创新品类我听说你们有一个联合项目就是会把很多不同的数据都迅到大脑里去就包括支架的数据机器人的数据和互联网这种软件上的数据一起迅到一个大脑这是你们最后的那个大脑的构想吗对这个大脑是怎么想的我觉得我们认为一定是数字空间的数据和物理空间数据都融合在一个模型里其实这里面其实Google的相关的像Demis这些人也都有讲过这点我们是也是有共同的一些belief就是你会发现一个语言模型看似它能解非常比如能解数学国际静态的题但你会发现它一些基础的物理逻辑上都会出错所以代表就是在真正对物理世界感知和逻辑认知角度这些是缺很大的内容的所以这是为什么物理数据很重要但是物理数据坦诚讲是缺乏的不像互联网发展30年尤其是继续数据对就是我自己的一个大的感觉就是说如果我们把物理空间的数据因为人眼的数据其实你可以理解为是一个连续的视频流比如说像去支架大的场景其实已经解决了很多偏大尺度的就是室外空间的这样一个物理数据现在其实可能很缺的其实是更室内的更精细化人家交互的这些数据原则上讲这个数据可能会来自两个部分要不然是来自于未来的真正能够规模化商量的一些具身的一些平台收集的数据还有一种是可能来自于人的穿戴史比如说你的眼睛和你的穿戴史这里面如果能够感知你周围的数据这些数据也是连续的多传感情网络的这样的数据这些数据其实最终它会跟这个产品本身形成一个迭代就是你的产品得体验越来越好量越来越大它数据数会越来越多所以整个物理空间的数据的收集和注入还是需要有一个比较中长的时间我觉得5到7年的时间5到7年这里面最难的应该就是机器人数据所以最难的点是机器人本质从它的构型的定义传感器的定义这些都还非常开放包括它的模型都没有到CHAT我们如果按GPT3.5作为一个临界点的话现在可能是在GPT1GPT2的水平所以我觉得取胜还是有点EarlyHeat就是说过早的热起来但是我觉得当然这也会推动它更快速的发展我觉得同时拥有这几类数据的公司非常少但小米肯定是一家你怎么看小米这个竞争对手为什么你们作为一个创业公司能够去做这件事情呢我觉得小米这些都不是我们竞争对手这些都是跟我们体量完全不在一个量级我其实刚才讲的做硬件的核心是因为它是一个比较分散的市场就它不能夠壟斷它有很多品類所以我覺得我們其實不管是跟小米自捷包括華為這些都是中國最優秀的科技公司我覺得我們現在完全談不上競爭我覺得我們更多還是認為自己能在一些領域裡能夠把自己的技術做好商業能力壞所以我覺得小米當然是這個AI跟中端可能最重要的一個核心的一個玩家我觉得从软的背景角度最强的就是自建从硬件出发的话我觉得可能最强的是小米和华为所以你们是模型及硬件产品对算是这样吧但有没有可能硬件产品不需要那么大的模型呢不会的就是当你跟一个聪明人打交道多的话你是不想跟一个这个这个笨的模型打交道的所以我觉得模型一定是onetakesall的就是你的模型的智能性往上之后我觉得几乎所有的应用都会用那个最强的模型你现在投入到节约一周有多少时间投入到千里一周有多少时间我觉得很多事是融合的所以不用特别强调两边怎么划分但我觉得就是我刚才讲的比如说其实整个这个大战略是AI跟终端的结合所以其实在模型上我们刚讲比如说我们的模型应用到车这个场景我觉得就是节约跟千里两边最重要的结合的这些点你和大新他们是怎么分工的就是节约星辰的CEO大新就是CEO董事长和CEO是怎么分工的我自己感觉可能这个可能我更多是会抓一些专项吧就是比如说我们刚刚讲到其实大兴还是综合来管节约的所以日常的这些运营还是被大兴来管但是我觉得比如说刚刚讲的这个计谋这件事情的一些组织变革和一些技术上的一些攻坚可能就我会跟大兴一起来管然后一些中的商业化角度可能我会管的更多一点你206年核心要攻坚的专项是什么我觉得第一点就是我们的我们接下来大家会看到我们一系列的模型从3.5到4我觉得首先我们还是把基模因为原来我们做动模太多我们其实是希望我们从语言模型角度我觉得大家还是能看到我们的语言模型要做到世界一流水平为什么现在要提语言模型的水平因为我们其实认为几个判断就我们自己在模型测我觉得我们有三个关键词就第一个我觉得从计模角度的话就计模基本上meanseverything就是基本上你不管是什么样的模它的模型其实都需要计模的核心智力的水平所以最计模我觉得还是最重要的所以展示计模也某种意义上也是一个我们展示技术能力的一个点吧第二个叫全模态就是我们认为多模态一直是我们差异化我们全模态其实包含文字语音图像这三个模态其实我们认为在基本上未来所有的模型上一定是全模态的因为你要做人际交互要做很综合的感知不管是数字空间还是物理空间都需要全模态第三个关键我们叫VOA其实你刚才也讲到我们其实想把车的机器人的甚至未来手机的很多的这些终端的数据这终端里面就会有很多运动型部件或者有很多要执行器件那就是所谓的action的一部分所以VOA我们也会成为我们基于模型的一个很重要的差异化所以这三个我觉得可能是我们认为我们的模型未来的一个核心定位你覺得這個方向和現在的大模型公司或者大廠做模型的不同是什麽現在大家是不是都趨同了對於模型未來的東西現在大家沒什麽差別中國的大模型基本上都在大廠當然各自自己也是有一些自己的判斷其他公司基本都在卷編程這件事情編程我覺得從兩個角度看編程首先從提升它的智能上下是有價值的因为我们现在刚讲到学习范式角度我们现在是从模仿学习到强化学习而编程这个环境是一个最好的强化学习环境因为你想编程是一个有结果的它能够判断对错而且又很复杂的这样一个场景所以如果把编程当成最好的强化学习的这样一个锤类我觉得是很好的但编程本身我自己感觉在商业化角度价值非常有限有限的意思是说它本身价值非常高但跟这些新公司没什么关系为什么呀你觉得谁能收钱我觉得中国可能都收不了钱就是因为大厂首先这块做的也不错对吧然后这边从开源角度有DeepSea对吧这个相当于它是一个水位很高的一个开源的体系大厂本身又会把中国的大厂的竞争非常的激进然后所以它也会把价格压得很低同时编程这件事情其实它也会跟它的商家有环境很相关所以编程这个赛道就跟ChairBot这个赛道一样这个新公司碰都没有任何意义Chatbot也很绝望是吗在你看来最后是多包的天下多包元宝之类的对但坦诚讲我觉得Chatbot可能不是一个特别本质的长期的AI的产品形态为什么我觉得它的交互很不自然它签报的是一个阶段性的成果甚至我都觉得它可能不是搜索那样级别的东西它只是模型的一个如果你要问OpenAI的人他当年做CHPT可能更多觉得它是一个很好的demo对吧所以其实如何用AI的大模型去取代搜索这是一个确定性的事情但是它的产品形态是什么样的我觉得现在还并不是很明朗你觉得不是CHPT我觉得不是就是我们说是不是是说它往后看比如看五年它是不是还是那最主线形态我觉得不是是什么我也不知道但只是我觉得其实是不是一个最自然的产品体系你觉得CHPT今天有足够稳固的护城河了吗CHPT本账是个C端的超级应用它是你看它的从不管从日后到月后都非常大它是一个阶段性的产品还是一个长期的产品我觉得在境外可能是但是并不稳固最近看Gemini的整个的热火非常非常起得非常快所以其实我觉得都还在过程中现在没有谁有特别大壁垒但你觉得Chatbot不是一个终极的产品形态我也不是它是一个过渡性的对这里面是从两类一个是从人际交互的方式就是它还是语音更自然对语音可能更自然或者说你在一个对话框里当你打开一个应用上来是对话框比如举个例子其实在AIGC我们其实包括豆腐包其实AIGC尝试放了很多AIGC放到聊天的对话框里从数据看都不是很成功是因为你觉得你在一个对话框里去把AIGC的这些能力放进去你会觉得交互上很不自然所以我觉得可能产品还在演进吧但你们不会去follow这个2C的软件这条线对吧你们尝试过2C的这些产品像猫猫鸭你们未来还会做这个吗我们不会独立做一个C端的应用纯软件如果我们做那些软件一定是跟我的硬件做配套所以你们其实做了战略取舍现在你们要以硬件为主我覺得是軟硬結合因為最終用戶用的肯定都是軟件這個決定是在什麼時候做的我想第一天就這麼想的第一天就想软硬结合对因为最终你做商业其实还是说你的差异化在哪里因为在AI的领域里面我们其实过去这十来年是一直在做软硬结合的产品然后软硬结合也是我们的兴趣所在所以我觉得最终核心还是是做我们想做和能做的东西所以我觉得可能创业还是特别在大冒险这个体系下是需要有一些自己的独立判断對這個說的是接越這條線然後你還有千里的這條線就是我第一次看到你入主千里的新聞的時候我在想為什麼這場戰爭好像已經打了很久了可能都快結束了你怎麼才來对我自己其实千里这场仗是可能我们第一次打后发原来我们真的都是先发对吧你们都做的很快以前对吧对都是从先发的理念其实是从一个技术出发然后技术上去其实是一个推的模式从技术的原技术创新再去找场景就拿着锤子找钉子这个场景对这个我觉得可能还是要是要持续去做一些技术技术上还是要持续做引领的但是我觉得其实像支架这个场景其实经历了可能10多年快20年的时间我觉得去原来其实反而是从商业模式到技术路径都不明晰比如说在技术路径上当然我不知道今天是不是还有人有质疑但是其实我觉得是很清晰的其实还是以模型驱动这条路径大家所谓的特斯拉路径在上面当然会叠加一些新的传感器叠加一些产品的设计这条路径已经我觉得比较清晰了但其实之前其实有很多不同的赛道包括原来最早是vimo跟特斯拉这两条路线当然这里面其实是过去这已经基本比较融合了很多底层还是以模型为驱动而且这个模型其实跟整个大模型的语言模型也做了融合所以AI最后的大脑部分其实在走向统一的所以技術上其實我覺得做了很多的迭代所以原來的技術的很多東西不能說完全沒有積累但是很多會被顛覆掉就因為他的原來的技術的技術戰包括數據其實很多東西都是不可用的然後第二點其實是涉及到商業模式因為整個自駕自艙RopeTaxi本質還是在整個新能源車這個行業裏新能源車本身它在OEM主機廠和它的商業模式上其實做了很多很多演進所以我自己感覺這個時候下場其實是我們看到還是是一個很好的機會也可能是一個最後的窗口期最後的窗口期對戰爭還會這持場續多久我覺得三年吧三年第一次打後發感覺怎麽樣感覺挺好的為啥因为后发其实打先发其实很多时候是更多在一些更宏观和战略层面其实你很多时候很难细化因为你的很多边界条件不明朗所以更多就是摸着石头过河可能基于技术的判断力相对好一点或者在一些商业上的一些取舍适当或者运气再好一点可能能够有一些好的结果但是可控性没有那么强先发需要快先发其实我觉得需要快和对我觉得可能也还需要大方向正确就是这个否则沿着错误的方向快也没用对吧但后发我觉得可能更比拼很综合的一些能力包括组织力这也很重要入主千里对您来说是一个困难的选择吗它是一个就是你思考多长时间的一个选择我觉得本质上我原来会觉得矿石会是我一生的事业所以这个可能是一个重要的选择但是我觉得其实整个的想法包括很多的目标包括团队其实我觉得大家还是一个大生态我觉得是有很多延续性的那到千里我觉得对我来讲并不是个很难的选择是因为我们其实在1.0时代一直在找场景就是相当于刚才说拿着锤子找钉子对吧发现有一个最好的钉子我觉得而且又有最好的合作伙伴我觉得这不是一个很难的选择但是坦言讲就是进到这个领域我们也有很大的压力因为打后发比的是执行力因为你给你的宣传空间很短后发怎么来说服你的客户原来可能已经有很多玩家为什么你作为最后一个入场的你可以赢对吧所以这个我觉得是需要有很强的组织能力并且要很快拿出结果但是sofar我觉得还是进展的不错的你怎么看现在支架的行业格局包括帝宾系列Momentum你觉得最后会有多少家存在對我覺得肯定會高度頭部化因為第一個這行業其實從新能源車的過渡競爭其實就會往上去傳遞就是你在這個真正在供應商這個角度零部件角度的話其實它的利潤率也不會很高主要在階段性所以如果利潤率不高的情況下而整個的製價包括未來的座艙它其實都是一個非常大模型驅動的一套體系所以它的研發成本是很高的所以如果你單台車能夠收的空間沒有那麼大的話其實你就一定要有規模所以其實所以最終一定會形成我覺得三家左右吧的核心供應商這三家供應商我覺得總體上還是有可能不說有肉吃吧至少有湯喝的狀態這三家都會長期存在嗎當撤企開始更多的自己把支架掌握在自己手裡你覺得我觉得我的判断支架支仓不一样座舱可能最后车企会自研的比例会很高因为座舱其实是高度个性化的它也跟人机交互体验感很重要而且它未来会有很多增值服务的空间支架是个安全件所以我反而觉得支架就像博士当年这些安全件一样我觉得反而会到T1的手里然后这T1我为什么觉得有三架首先华为肯定是一架已经是老大哥了对吧这里面其实我觉得这其实跟整个车企未来的OEM的格局相关所以未来一定会有几家头部的车企这些头部车企其实需要有非常综合的供应商这里面我觉得这样的供应商应该有两家然后同时可能还会有中型或者中小型车企而且它也需要有供应商所以可能maybe是一个二加一或二加二的组合所以我觉得三到四家供应商除了豪华还有会有谁你說在大的這裡面是嗎我覺得我們是有機會的那地平線和摩根他少了誰那可以二加二嘛我感覺就是中國商業兩座大山一座是自己一座是華為你們好像都會碰到準備怎麼打怎麼競爭对我觉得所有的科技公司都会碰到我觉得字节跟华为都非常优秀字节我觉得希望是从互联网移动互联网应用往下去延伸而华为是从底层的通讯和半导体机会往上去涨所以我觉得这两家公司都很伟大然后我觉得本质上所有的创业公司面临都是要找到你自己的长板和一个你的切口核心之前都講就是你所競爭的不是整個公司不是跟整個自己的環境而是跟他那個局部的那支部隊去競爭所以我覺得其實創業公司首先第一還是要總體是要專注然後第二點就是還是要有你自己的核心競爭力比如說我自己覺得我們很有信心的點在於不管是千里還是接月本質上還是這幫人是非常AI原生的一幫人他們在AI技術的判斷和研發能力上是很強的他們是要找到一個非常好的他們能夠有一定壁壘的商業化的賽道把這些賽道耕耘好把這類客戶服務好我覺得就可以活下來這兩個公司的文化直覺感覺應該非常不一樣吧對那做大腦和做軀幹的公司是應該不一樣你怎麼同時管理這兩家公司呢首先第一點我坦白講我認為不同文化的組織應該相對獨立就是否則你會發現把不同的文化吸在一起會變成可能從任何一個角度不夠優秀的一個組織但第二點我自己感覺因為有這樣大家其實有很多鏈接所以我覺得互相間的配合一定能比兩家就是不同的非生態的公司能合作我覺得要順暢很多所以我自己其實比較喜歡這個兩元這件事情就是一二三我比較喜歡二就是因為我總體覺得就是就像太極和陰陽一樣就是很多事就是本身就是正反兩面的就是兩種體系如果能非常好的去構建我覺得反而是能形成一些不一樣的競爭力我跟你聊天我會覺得現在的印奇好穩重也很現實你覺得10年前的你是這樣嗎十年前的我們還沒有經這個現實過社會的考打我覺得本質沒有太大變化坦誠講可能表達方式更因為我覺得坦誠講如果你有些東西沒有經歷過其實你還是會對很多事情的難度的預判是會有有这个错误的判断那当你可能经历过一些之后其实对这个事情全貌更有一些感觉所以你会更加审慎一些因为很多事情不到真正把这事闭环之前其实都不会太下太多判断所以更多还是更加谨慎乐观吧所以你1年是抱着一个什么样的心态开始创业的第一我自己感觉首先对我来讲可能是先选的赛道再选的方式赛道是AI我这辈子就是想做AI相关的事情AI心理到底是什么我觉得AI还是能够我觉得第一我自己很幸运就是说AI在就如果AI其实没有这十几年的变化和发展心里面发现做AI其实也是一个很绝望的一件事情因为技术没有变革那现在这AI当大家真的看到AGI的曙光的时候你首先做一个AI从业者首先是很幸福的AI我觉得会解决人类很多很本质的思考就是关于自身的很多本质思考对于生命是什么智能是什么人类的来源和去除这些问题我觉得都跟AI很相关你自己困惑吗我觉得不困惑吧就是我觉得应该说是有极大的动力去能了解更多可能这是这可以是成为你自己生命的一个意义因为这个问题足够重要你当年接触AI是在微软亚言院吗我其实很懂我觉得其实坦白讲可能很多男孩这个看科幻电影看的多对吧都会觉得机器人AI这些未来最重要的东西其实是很有意思的我自己只是说可能比较坚持所以我比如在读本科的时候选专业的时候我当时就问过一个问题说哪个专业跟AI最相关当时这个网民老说自动化所以我其实进清华大意是自动化后来觉得自动化有点太偏工业自动化偏硬一点当时现在自动化可能也跟AI都这样所以后来我当然去了摇班所以总体我自己是一个目标感比较强的人就是因为我想做这件事情所以我们就持续的可能是离他更近本账是这样其实在本科毕业那个阶段如果没有deeplearning出现我觉得那时候可能会去当老师因为这个技术可能不足以去做工业场景的这些真正去做成一家伟大的公司所以会去当老师走科研这条路线但很幸运那个时候毕业的时候我就有deeplearning包括那个时候有iPhone4就是新的移动互联网的诞生所以就投身了创业这个项目对所以我觉得创业是首的那我就最终对AI希望能把AI从技术从产品从客户价值上能做出一些真的有价值的东西这可能是我本质的追求其实方式方法我觉得倒比较灵活所以你觉得矿石满足了你这个心愿没有满足了完全满足了给没有完全满足但完全满足我们就就不用再再创业我觉得还是在产品和商业角度吧我觉得还是没有获得我觉得是我们预期的一些比较好的结果从1.0到2.0切换的过程中你有过非常沮丧的时候没有没有我觉得1.02是最早是我记得当年是我跟徐莉吃饭的时候说1.02这也是个自嘲的过程对吧就是1.0同意也沒有覺得2.0比1.0強我覺得還是個連續性的就是這個戰局完全沒有結束只是大家媒體要寫的時候需要有一些標籤你上次也提到說李一芳問你那個問題就是如果把1.0重新來一次你會做的什麼不一樣的東西嗎我覺得可能不會打安防其實打安防也會導致我們當時第一我覺得其實我們的人才不匹配安防這個行業當時我們覺得安防是最大的領域但是我覺得最後其實還是組織它本身的文化和能力是不是匹配這個行業我覺得安防領域我覺得我最敬佩的是海康威視本身這個公司和團隊我覺得都非常優秀所以我覺得當時還是年少輕狂就是這場戰我覺得不應該打所以其實我覺得人年輕的時候就是把把都會上把把都會上對就像打牌一樣把把都上其實就有些牌可以不上對所以你最後會打那場仗是安防對然後我覺得應該把那個時間點這我覺得應該再等一等之後我覺得可以其實更早的進入到車這個領域理想時間是什麼時間理想时间167年我觉得可以进入到车大的赛道我觉得差不多我觉得只要不打安防这场仗我觉得就行安防其实牵扯了很多团队的经历对而且安防其实是对整个组织的能力上其实还是有不同的构建但我自己感觉打完安防这场仗其实对组织的锻炼也是很大的所以我觉得其实从商业策略角度我觉得可以可能那几年我觉得可能当时因为我们不管是金融领域还是手机领域其实后来在1.0时代我觉得框是做的都是最好的所以这些领域我觉得可以再深耕一些其实这些领域我觉得也做到了前兩名但是也沒有做到絕對第一所以我覺得那個時候我覺得可以慢一點擴張而是把手裡已經有的客戶服務行業做好然後可能再等到我覺得甚至都不用到16、7年我覺得可能到19年左右進車都來得及對我覺得現在也來得及現在只是可能繞了一個大圈其實我跟曠視不管是你還有和聯合創始人聊我會有一些感受就比如說你們是從1年開始創業的然後你們其實是拿著AI的這個技術指點一直在用錘子找釘子包括你們為什麼叫曠視也是因為是MegaFace所以我覺得你們很多動作都是想怎麼把這個技術用進去比如說包括你們最早開始做遊戲其實也不是想把遊戲做的最好而是想就是把這個技術手段用進去但是你覺得這個創業的思路你今天看是對的嗎因為你想過去十年可能就是吃了最大AI蛋糕的可能是像自己是幻方是特斯拉這樣從場景切入的公司他只是把AI當作一個手段對我覺得首先這裡面從兩個維度來看第一個就是這群技術同學就我們這群技術同學其實坦承讓他們你要看他的人生成长经历他其实一直在学习所以我觉得他们可能是比较跟世俗的生活其实是有点脱离感所以就是说跟世俗的生活有点脱离感对所以就我们对某个领域比如说对某一个产品或每个行业其实没有那么早期是没有那么大热情你说到二十多岁是吗對就當年甚至很多人現在都這樣大家可能只是對技術對解題對這些感興趣對吧所以自然而然他不可能對某一個領域有那麽強的感覺或者那麽強的passion所以這個過程我覺得是繞不開的但我自己感覺就是我們經歷這個過程之後就像你剛才講的我覺得就是得雙輪驅動就不光是技術驅動最重要的還是要對一類場景和用戶真的需要能够服务好这类用户打造好这个产品这个我觉得还是非常重要的这个可能也需要早期的这些技术的同学可能更加有生活感就是他可能知道生活上他也有通点想解决对吧他也有某类好的产品他自己想去定义更好的产品这个我觉得可能是一个人生的一个必经的过程吧这可能是学霸的特点是吗一部分学霸的特点其實雪霸在我們這個領域其實是一個貶義詞雪霸其實代表可能代表过度的热爱学习对倒不一定说学习好是过度热爱学习我自己感觉可能本质上是一群技术同学他们去真正接触社会和世界他们慢慢对商业对用户有感觉慢慢在反向驱动我觉得最终一定应该是以用户为中心的所有的商业都应该是以用户为中心然后技术会成为他们的一些底层的belief然后成为他们解决问题时候的一些工具和手段这样才会比较顺就是你的聯創他反思說你們當年不願意深入的做金融不願意深入的做遊戲有可能也是一種Ego技術的Ego你認同他嗎对我觉得对那些领域所以为什么我觉得2.0坚定的要做2C就是因为我觉得我们对2B这些行业其实我觉得最后其实我们在这行业做了10年时间我觉得也跟我们的客户形成非常好的一个共生的关系但坦然你说从内心的passion角度我觉得蛮难的我觉得是要把这些客户服务好但是说只做这个领域我觉得可能对我们来讲可能不是那个最终极的追求所以2C是你一个很明确的要做的方向就是现在的千里不能代表你们终端的所有的未来想象对吧对千里我觉得是从车的智能化开始切入但比如说我们的Robotech的话就是从技术到各个领域可能也慢慢会离C越来越近其实C我觉得是两个维度一个维度是这个场景就这个需求是一个C端用户的场景所以我们其实不管是以2B的方式还是2C的方式最后是为C端服务的这个我觉得现在是都是这样的就支架最后也是普通用户来用对吧第二种是商业模型商业模型是找B端去收费还是最后从C端来去收费这个我觉得可能是不同阶段有不同的选择你跟张一鸣聊过吗你对他有什么感受前段时间聊的比较多最近聊的没有那么多嗯一鸣还是非常非常厉害这个对AI我觉得也很痴迷吧你觉得他们的这种创业路径和你们这种创业路径就两种不同的人你觉得差别是什么呀我自己感觉商业其实最终还是最好是从一个商业的需求就用户头的需求来出发这是最顺的所以我觉得一鸣他们最早是从移动互联网时代看到这个大的机遇和好的产品然后当这个好的产品形成商业币房和飞轮之后同时能够对技术能有很持续的追求我觉得这个模式是比较顺的就像早年其实也有过争论是叫冒公济还是济公冒虽然是很老的话题但其实是本质还是不变的其实我觉得现在也不用矫枉过正首先从商业角度其实以商业来牵引是没问题的同时他对技术要持续有追求我觉得还是两个轮子来驱动的所以我觉得华为跟字节都是很好的代表我觉得都是从产品商业来驱动但同时又对底层技术有持续的投入这个我觉得是一个比较良性的状态如果当我们说模型机产品的时候会不会改变这个联络模型级产品这件事其实并不新因为我认为不管是搜索引擎还是推荐引擎都是模型级产品所以基本上这样我觉得现在的大模型是第三代所以做搜索的时候和做推荐的时候也一定要有产品只是现在我认为现在大模型还没有到第一个KLAB真正爆发的阶段所以你也說不是插Bot然後我還有第二點感受就是我覺得就是包括你剛才說你覺得沒有去交不應該打安防那一場仗然後應該更早進車其實于凱博士我之前聊過他是19年做了一個戰略取捨當然他們創業比你晚他15年才開始創業然後15年到19年都非常的煎熬找不到方向因為他也進過安防但是沒有打贏可能嘗試過但是小小嘗試他就覺得之前一直在掃射各個行業然後沒有在一個行業裡去深耕然後是19年初的時候理想給了他一個建議建議他allin汽車然後他當時有了一大波的財源有了這個戰略的選擇所以導致低迷線可能就是深耕智能駕駛更早一些包括當時跟你們聯創聊的時候他復盤了你們的各個業務線就包括有手機有珠寶這種金融的身份認證業務有安防然後有機器人有支架他也覺得就是你們在各個領域全線開花一直做加法捨做的不夠所以會導致就是每個方向的壓強給的都不夠毛細血管就扎了一點血他的復盤是對的嗎是的那這會不會是AI很多公司的現狀對2.0也是這樣很多公司都這樣所以如果重新來一次的話你會捨那些你剛才說要捨掉安防對我覺得比如說我們金融跟手機這個業務做的都不錯所以我覺得可能那裏面還有一個底層原因是因為我們覺得那個不夠大哪个不够大就原来这些每一个锤类不够大所以一直想找找更大的所以这个可能也是找更大的对所以这也跟当年创业的第一阶段吧可能那些异国比较大有关你觉得这里面哪个是最大的呀当年可能觉得安防最大所以才打安防这两仗所以兵力倾斜了很多给了安防对然后后来发现为什么攻不下来呢我覺得安防是一個安防本質上是一個看似是2B但其實是一個以2G為核心的市場這基本上是以政府和政府相關的SOE往外延展的這樣一個B端市場當然這裡面其實也分為這個市場和一些面向渠道和分銷的一些所謂的中小比市場這個市場其實它還是營銷营销的占比非常高同时在这里面谈真讲这里面也是我们软硬件结合其实在硬件上我们之前和我们其实在原来的1.0时代非常坚持软硬结合的硬件作业比较多但整个硬件其实我们当时理解也非常浅因为硬件它不光是一个产品它其实是一个从供应链到研发再到市场gotomarket的一个全链条所以我觉得硬件理解也比较粗浅所以我觉得我们可以说技术上我们是掌握了这个增量因为有AI跟原来安庞的结合但是从产品角度和市场角度我觉得都不占优势我们中间也有一段窗口期内战创口期其实因为内战创口期里面其实AI1.0公司有不同的商业选择比如我们可能选择的是自己去做完整的解决方案也有公司可能只选择去提供一项技术来复能这些已有的这些玩家所以基本上在每一个AI战场上都会这样有人是去复能的角色有人是要自己想去做完整的壁画的那就得看你的技术的跳动力足不足够大能不能让你在那个时间窗口期能够打赢已有的玩家所以我觉得最后其实如果现在回头来看的话其实是条件是非常大的最后结果也比较难更好的选择会是什么呢如果以今天更高的认知来看更好的选择我觉得第一还是要回顾之前说战略叫想做能做可做这三个之间的交集首先我觉得就是想做还是很重要的因为想做会让你对这个行业或者这个产品会能够持续投入如果你不想做你做一会你可能又其实我之前一直也被内部团队讲说做安防老是做着做着又又想往外撤對吧所以內心不想做對安防這個行業本身我覺得是非常好的行業也在國內和世界上市場也很大但我覺得可能內心確實不夠想做也沒有排斥但是不夠想做對吧然後能做代表你其實這個行業本身你的核心的基因和能力能夠撬動比如說剛才講的比如在安防裡面AI的能力硬件的能力和市场能力我们可能三个里面只占其一这其一里面所以可能它就只有一个窗口期在这个窗口期间你需要补另外两项能力这两项能力其实也是要管理其实有很多很多很复杂的东西不是很多东西是时间不可压缩的所以也比较难所以这是能做吧可做我觉得是源于外部的市场环境到底有没有在这个环境给你这个机会所以坦诚讲本身AI这样一种大赛道其实得等待这样这三个的交集这个交集不是一直出现的所以等待这个交集你有机会抓住可能就能够有一些阶段性的结果过去10年如果只打一场仗应该打哪场过去10年只打一场仗我觉得应该打车这场仗那你们怎么保证1年到16年的生存问题对那就得看融资和讲故事能力了但所以这里面就一样就是你得很坚定在一个赛道上同时你还能活到那个阶段其实前面就是靠等对所以过去10年的AI如果只打一场仗应该打车对应该allin智能驾驶那你觉得在过去10年中有机会做这样的选择吗有啊有很多这样的选择只是我也只是没有做取舍什么时间是最好的取舍时间我觉得是19年20年前后吧就是我说于凯他们做那个抉择的可能对可能可以比他们晚一点我觉得可以再晚一两年都来得及为什么没有做抉择呢我覺得創業是有很大的慣性的然後你在那個階段包括有資本市場的想法所以大家肯定當時我覺得大家目標還是很想去上市形成一個本壘打對吧大家就覺得資本市場總是感覺性目標但其實回頭看資本市場是一個很關鍵的活下去的一個中間節點但上市真的不會改變任何本質的東西本质应该是什么本质我认为还是业务就你真正好的产品然后好的经营产生好的利润然后利润能够反补你持续做好的技术形成这样一个更良性的循环上市不应该成为一个目标对上市大家都这么说但是很难对吧为什么很难我没有身在其中我感受不到因為你為了上市你其實要做很多你要放棄很多正確的事情比如說你需要更專注在業績上短期業績上對吧業績要做得更好對吧你可能要放棄長期投入所以挺難今天那個我看是這個IBM郭士納去世嘛所以他當時在復盤他當年他认为CEO要做的事情就是确实是在长期和短期间去做取舍CEO就是要能顶住压力去做那些长期正确的事这事是说得很容易但做起来会非常非常难上市的短期诱惑有多大对我现在没有太大的那个因为现在AI2.0的这几小支也很多在上市对你怎么看你会看到这个的时候怎么想我觉得对不同企业不一样有些企业是不上未来可能就很危险从不管从现金到未来的商业故事是不是能成立所以也拿了很多融资所以需要在这个节点能够上调能够给投资人和股东有一个交代我觉得也是正确的一个选择但是很多我认为很多公司上市之后其实就变得就本身就退出了竞争因为上市之后第一可能释放他自己核心竞争的一些动力和压力第二点可能因为上市的一些限制其实它也使得他很难真的去持续投入到比如说像基模这些事情上其实他得有非常强大的战略和坚定的耐心坚定做这件事情是蛮难的因为看起来你每个行业都能进是那你选择哪个呢我觉得还是要选择技术像一个雪坡一样技术足够深就技术得足够难同时市场规模得足够大单一市场得足够大的这两个条件其实所以想来想去我觉得也只有车比如说手机这个领域手机我们其实一直做的挺好的我们在手机里面我们是比如像手机影像我们一直前两名但手机因为手机的OEM体系非常集中所以其实它最后会放给第三方的供应商的整个上限就不大比如就是10个亿的这种盘子那我们在这里面你第一名可能切5到6个亿第二名切2到3个亿就是这样就这个上限是非常有限的所以而AI的在1.0体系它其实本质上第一2C我觉得是很难有机会至少这些团队大家没有真正2C的当时的积累是比较难的那如果从2B角度的话选择客户比较集中同时总盘的最大的其实就是这几个消费终端领域就是车手机这两个大的行业所以车会更分散一些所以这个行业更适合供应商来去把总规模做大一些这是你今天做这个选择的一个原因之一吗我覺得一部分吧就是我覺得進入的這個行業我覺得更重要的我認為車是通往巨聲的最重要的路徑所以打車這兩張不是為了打車是為了打巨聲智能但是巨聲真太遠了你得活到那個時候對5到7年吧5到7年落地的是人形機器人還是什麼我觉得肯定是一个根据通用性的巨身的构形是不是一定是个人形我觉得它可能在局部还是会跟人更接近一点因为大家讲到兼容性的问题对吧因为你现在物理的这些桌子椅子空间的这些规格都是按照人的这样一个尺寸来设计的所以肯定是能对人的很多具有兼容性肯定会更好我還有第三個感受就是我覺得曠視的人都很聰明然後你們的人才密度非常的高當年挖了可能AI當年最頭部的人才算是挖了AI最頭部的人才的組織之一吧包括今天的大模型公司裡很多也都是你們的人對吧你覺得聰明人太多對組織戰友來說會帶什麼第一点我觉得当年我们可能是NBA最高的都没有之一因为我们队长的40人里面其实有一堆的这个OI的金牌包括IPO之后金牌数学金牌这个我觉得主要还是要感谢文斌就是我的连创就是因为文斌当年是性学竞赛国家队总教练所以他还是做成了一个很优秀的HR我觉得第一点我的体会是有第一聪明的同学也得分两类聪明有些聪明同学是能够做teamwork能做团队协同的还有一类可能是自己很强但比较难团队协同的其实早期我们也遇到过这样两类同学我觉得第一还是确要很聪明但是真正能够团队协同且我认为还是要有些使命感的因为否则聪明的人其实有很多选择長期能堅持的聰明人才是比較重要的這是第一點長期能堅持的聰明人多嗎我觉得我们是汇集了一批这样的人这是挺难的因为这里其实是面对很多诱惑聪明也是一样你能干点啥都可以的我记得之前看过一部电影叫金钱永不眠就讲最优秀的这些什么做火箭的工程师去做金融是很多这样的例子对吧聪明会让你有很多捷径对很难没有什么理由除非你有一些使命要去完成否则你为什么不走捷径对吧所以我覺得這個而且我覺得聰明還有一個點就是聰明人其實往往不能用笨辦法長期做其實往往做事的正確的方式是用笨辦法其實比較笨的方式是用更加更加就是一個常態化的方式很紮實的去做一點事情聰明人很多時候想一些快捷的方式或者捷徑來做這其實往往容易走錯所以聰明人第一要長期堅持第二要用正確的笨辦法來做其實都挺難的所以其實聰明我覺得沒有那麼重要所以就是你們當時容納聰明人最多的一個組織覺得最後覺得聰明人沒有那麼重要我认为聪明人也不是稀缺品至少我觉得我们这个圈子里有很多技术能力都很强的同学所以我觉得还是要技术很好同时要有使命感同时还要有些智慧就是有些东西所谓的智慧是他的一些价值观选择比如他愿意去做一件更长期的事情愿意享受这个负力效应就是愿意真的去长期积累在一个领域里而不是寻求很短期的变现同时我觉得他还能够有一些正确的方法论这些都挺重要的那你们现在招聘的时候对于他的聪明的要求还高吗你会更看重哪些品质呢我觉得不同岗位不一样就是如果你做研发的话他确实你是有他的门槛的对吧对所以但其他的岗位我觉得比如作为一个销售工作我觉得当然聪明也很好但他可能更多其实是如何能够有目标实名必达能够富豪客户等等吧我觉得每个岗位都有他的人才华夏啊我觉得适合是最重要的太多聪明的人在一起会成为一个问题吗会成为问题但这我认为也是下一代科技公司需要解决的问题因为下一代科技公司就是人才密度要超级高怎么能让聪明人在一起能够形成非常好的化学反应能真正做出很伟大的事情这就是需要下一代的组织要解决的问题金岳这样组织是要容纳很多智力高的人对吧对你觉得应该怎么搭建这个组织呀所以首先一個組織的搭建其實就是兩點第一點是選人就是剛才講到就是原來我們可能會對只要技術很好我們就都會把他招進來現在我認為我們在選擇過程中還是做非常強的篩選如果技術很好但他很難去跟別人去協同或者自己的ego特別大就是我們其實這個ego就是這個自我非常以自我为中心吧就是这样的同学我们是不要的就是这样他很难真的跟别人去协同因为最终现在都是这些大科研项目所以最终一定是大家一起要一起来做的就一定要依附很小所以这个是在选人阶段第二个我觉得就是在机制上在组织组织这些人在做一点事上我觉得如何能够形成一个比较高效的机制这个做不同事又不一样就比如刚才讲的比如说怎么把这些不同类型的聪明人比如说其实做模型大家都知道三要素怎么把数据的同学上网同学和系统同学能够融合在一起以及我觉得还有一个趋势其实变得就对人才本身的培养都会更综合就我们现在比如会很有意的把算法和系统的同学会让他们更交叉一些因为很多系统同学技术能力也很强让他们要更深度的去接触算法而算法同学很多时候工程的东西他们自己要去碰不能只关注在这个写paper和科研的部分所以这个我自己感觉也是为什么一定会有AInative的科技新的科技巨头诞生就是这是也是一个不太一样的组织吧你觉得这个组织形式跟酷浪公司可能也还是不一样的你觉得因为组织形式诞生有可能会有产生新的巨头吗我觉得本质每一代企业都是一个那个阶段最领先的组织最先进的组织然后他形成这样一个组织能力适配那个时候的技术和商业他自然而然就脱颖而出了所以其实最终把商业拨开其实看组织形态其实每一代的组织形态是完全不一样其实这也是最其实我自己感觉之前讲创新者的窘境就是说像新公司跟老公司的挑战其实我认为可能不简单看业务而是看组织就是他如果他老的组织是可以适配新业务他一定可以做得很好但如果这个里面对他的组织本身有非常大的調整那這家公司大概也很難去適應因為其實這個領域越優秀的公司一定是把它原來的組織能力去固化得非常好的所以要能打碎再重建是非常非常難的你現在直觀感覺AI的組織形態和過去的不同會是什麼樣的第一它的人才密度極高第二個就是整個的大團隊協同性要求很好大團隊對需要人少嗎人多人少有關係嗎人可能比原来少但坦诚讲你的人也会越来越大比如原来一个互联网的头部公司可能是一个三万人到十万人的我觉得你未来是真的做到AI头部的公司可能也得一两万人但是可能是一两万人才密度极高的一两万人那这怎么来去构建它的整个发展方法是不一样现在有看到好的雏形没有你覺得應該bottomup還是對我覺得這兩個肯定是兩者結合的就是我自己感覺其實就是說傳統的比如說從製造業到ICT這個領域我覺得總體是topdown的然後互聯網公司整體是bottomup的我感觉AI的体系可能需要这两者之间要做一个融合因为AI刚才讲任何一个大的项目其实它是一个MotionProject对吧所以它其实消耗的资源很大所以它也不简单是一个能够很多BotMap的东西所以它还是要集中力量来做但同时它的组织文化和人才的容纳度又要是能够有很好的BotMap的这种活力的你会觉得自己是一个那种非常聪明的人吗你有走過聰明的捷徑和走過聰明的曲折嗎我覺得我不是最聰明的那一類人因為就是身邊這些是一直從學習角度我覺得都還看過非常非常多聰明的人就聰明的人是很顯然的對吧就是我覺得還是有這一幫人是非常智力上非常超群的我覺得我是中等偏上的類型然後我是曾经一直想走捷径但是这每次做捷径都不是很顺利最后还是以一个比较常规化的路径走到了最想走的地方所以后来慢慢其实就不太做捷径就是还是觉得可能也认知到自己的擅长的类型还是一个比较我觉得稳扎稳打的一套打法然后能够比较去坚韧的去往前走可能更适合我尝试走过什么捷径对比如我其实在原来的那个竞赛角度其实我原来是做物理竞赛的其实我觉得竞赛物理竞赛我自己感觉就是其实应该会拿到很好的名次但是我每次都是在最后一次考试的时候就特别紧张然后最后还都是通过高考类型的这样的体系来那我的高考和中考都一般都考得非常好就是其实我核心想享受的是说通过竞赛不用去高考或不用去中考然后能够有那样一个捷径的这种爽感和优越感但都没有享受过所以对所以我觉得总体讲基本上就每个人类型其实有不一样对就是有些是你应得的有些你可能就是人都想得到自己不想不该得到的东西所以最终你慢慢就会比较坦然知道你能够做到什么能够得到什么对當時想上市是不是也是想走捷徑那倒沒有那個時候其實當時還是一個競爭驅動下的一個資本上想要去反超的一個手段當時競爭對手拿了一筆很大的錢對所以想超過他對我觉得可能也是为了因为在那个阶段其实你需要吸引最好的人才然后包括其实突破性很明显所以确实商业化的竞争确实大家都在争夺那个第一名的这样一个角色今天就是这样今天还是这样应该说对对always是这样对就很有意思因為過去十年其實你可能看到的競爭對手就是我們知道那幾家可能商湯E圖等等就是你們所謂的AI1.0的四小龍但是今天看好像AI四小龍都沒有長得很大也都沒有長得很理想你怎麼看我覺得是那個時代吧那個時代其實沒有什麼AI真正AI內循環成長起來前幾天跟梁文豐聊的時候他說他AI一點也是他唯一賺錢的公司是幻芳我覺得這個唯一對对这个yesandno对吧就是就换方这件事是比较简单的就相对在那个商业化边线上是比较简单比较直接对所以我觉得这个换方很厉害选择这样一个赛道我觉得这是一个战略上的一个正确的选择那我们这些人选择了一些更加真正市场化商业的这些东西确实路径比较长但是再选一次我觉得可能还是会坚持这些选择我覺得其實四小龍其實各自都有做的不錯你想這個商湯跟雲童都順利上市一圖其實我覺得當年在安康里是產品跟客戶口味都很好的都還是很厲害的但是就是那個階段其實就沒有誰特別脫穎而出就是其實我有次跟許莉在聊其實挺有意思就是說你那一步當你說你在批評內部的事業部說你這事業部怎麼投入的不賺錢那一般事業部會說那你只要在行業找到一個我這個行業賺錢的那我們就有標杆我們就也都不賺錢對吧就是這個是一個我覺得是一個大的科技變革的早期孕育的階段其實可能是煎熬的那個階段吧因为AI本质上是降低了技术门槛AI其实特别是深度学习其实是让AI变得更加普惠所以坦率讲就是AI本身就是一个当你的壁垒在降低的情况下资源投入很大的情况下如果你没有非常好的商业模式和商业飞轮你一定会陷入这样的一个这个境地就大家因为过度的资本投入然后打的价格很低你在商业的循环上很难产生正向利润这时候你就会更寻求在资本市场去获得一些资金的注入然后能够活得更久这其实是不能说是一种健康的竞争模式但是不得不就是这是一个大环境就在商业的战场上你可能你很难选择以什么方式战斗但你必须得选择活到最后这个我觉得也是得去不得不做出一些选择会不会觉得运气不好你看上趟就上市了我相当其因为他上次做对了一些事情然后我自己其实一直在问我自己一个问题就是说如果其实就像你刚才讲第一就是如果历史上能够一些大的决策如果重新做一次到底有哪些以及如果我比如说想把我现在的境地和角色去跟任何一个公司和角色去互换有没有这样的公司我的答案是没有没有对我觉得我还是很你不想做自己的跳动CEO我不想为什么我也管不好對我也對那個沒興趣啊我覺得那個每個人有自己的價值感體系我覺得我認為我們做這件事情雖然很難但如果真的五年或十年後能做成我覺得是是一個會成為一家非常偉大的公司且我認為也能讓所有參與其中的這個團隊能很有成就感啊所以每一代每一代創業都有他自己的使命就是我們不用去去幻想说想成为上一代企业里最优秀的这些人我觉得第一也成为不了第二我觉得可能成为了也未必是我们想要的东西我觉得每个人都有自己的路要走每个人都有自己的路要走其实当年很多矿石的人都参与了新的这个大模型的战争就是所谓的2.0你看他们就离开矿石你是一种什么样的感受肯定尝试挽留过吧有另一方面我觉得其实我其实还也挺高兴的我之前跟一个平米的一位老矿石同学聊一聊我觉得我觉得他的平米一半连床都是矿石的对吧对我觉得其中有一位同学我觉得他其实成长的蛮好的我自己感觉就是让我我一直在说其实让我两件事情是会让我非常感到有很强的成就感和幸福感就一个当然是把AI这件事能做成第二个我觉得是看到我认为一些非常聪明且价值观正确的同学他自身能获得很好的成长当然我相信就是在我们去构建这个体系不管是千里还是千越我认为还是一个非常好的土壤能让过去其实已经证明未来我觉得可能能有更大的证明在这里能让最优秀的人汇集也让他们能有很好的成长当然有些同学比如真的在一个阶段性出去我觉得能在新的平台上我觉得也很高兴在这块我们没有特别大的异构同时我们其实有非常多原来的同学有回流回来就是因为原来老矿石其实有两个核心价值观叫技术信仰和价值务实我這也算是我個人的價值觀就首先我覺得這幫人大家可以說是拿著錘子找釘子但是因為技術本身是他們的原點所以你也不能去質疑他們說因為總是要有人對技術很熱愛很偏執這群極客是有他自己的人生的使命的所以他們本身就是技術驅動的所以真正有技術信仰的公司是非常非常少的我認為我們這個體一定是有很有技術信仰第二我覺得價值物是就是我們我還是很喜歡原来OPPOWeibo包括原来步步高铁讲本分这个词是很有力量就是在价值角度是要很务实很扎实不管是给你客户提供的价值给你供应商提供的价值甚至给团队提供的价值都应该是很扎实就这样可能才能够持续变成一家还是能够口碑比较好的公司有技术信仰的反面会是什么技術投機吧技術投機這兩類人好識別嗎挺好識別的怎麼看我就看他看一個人能不能坐冷板凳吧就其實做AI創業跟做科研挺像的科研我刚去读博的时候到时候我老板就跟我讲其实有两类PhD一类PhD你会发现很多中国学生是这样的就是他可能去了之后的第一年他就发论文都发了很好的论文可能发了三到四篇马上三到四年就能够毕业了而你看发现有很多国外的这些PhD他其实前面三年是不发论文的他其实往往可能在找一个大的赛道或者一个我们在学术上只要找一个大坑这个坑是说你未来可以持续就在里面可能去有持续的这种研发产出的然后他其实可能更像一个指数型曲线到第三年第四年开始连续发两到三篇非常高质量的论文这其实可能很多是人生的选择吧就是有些人会做一些呃简单的很快速的选择有些人可能做些难的但是长期更有价值的选择其实这这样的风格是贯穿一个人的一生所以你如果看看他过去做科研选学校选专业包括在早期的工作的包选的这些工作的内容我觉得都可以看出其实每个人不一样但我觉得可能可以看看他呃他做选择的方式就就挺显然的啊如果一个一个同学你会他的简历上其实有特别多的光环就是很多很多这些东西包括可能比如说在我是不很不太喜欢就是特别跳跃的同学比如在职场上你会发现他在每一段时间都很短虽然看上去好像都履历比较光鲜往往这些同学我是觉得长期看未必那么有竞争力的你觉得这一代AI和上一代AI有什么不同吗本质不同这些AI公司我觉得第一点确实从技术角度是小模型到大模型所以这里面就是skillup之后很多逻辑都不一样所以技术同学的要求也不一样比如这一代其实对于工程能力的要求就非常高因为你即使是一个做上班同学你也得能够有很强的动手能力把工程做得非常好第二点我觉得我认为主题是从2B到2C上一代本质是2B的因为技术的俏动力和通用性不够这一代我觉得本质是2C的所以我觉得这两个可能已经足够达到本质差别了那對於這些AI大模型的極小智呢他們跟你覺得AI1.0的四小龍有什麼不一樣嗎有很多沒有本質差別朱笑虎老說大模型的這幾家公司可能連AI四小龍都不如你怎麼看他這句話你看了肯定跟其他人看的感受是不一樣的因為不認識朱笑虎老師第一我覺得他說這話也不是為了抬這個四小龍而是為了打壓現在新的這個所以我覺得AI這件事其實大家还是怎么讲就是说是一件很难的事当然这里我觉得从两方面看第一它这里面也也实现了很多这些所谓原来技术同学或者老师教授的个人的价值实现对吧然后但同时我觉得这件事情从本质还是一件很有意义的事对人类的发展对社会都很有价值所以我觉得这些人反正都在努力探索所以我觉得其实四小龙也好六小福也好我觉得都最后还是看在比如说未来三到五年之后能不能真正出现AI时代的BAT就真正能不能出现几个收入跟商业化真的能够成为平台级公司的一些机会现在sofar都还没有实现先跟一个投资人聊说过去10年最优秀的两家AI公司是字节和特斯拉某种程度上我是非常同意这个观点的但台上这两家公司起步的时候都不是一家AI公司但他们对AI非常了解然后也非常善于运用AI但是在AI时代可能还会有新的一波更加AI原生的公司这个我觉得虽然孕育的时间挺长的但是这个时代终究会到来的这是你想达到的目标吗我覺得可能是我們這一群人想到的目標吧我覺得不管誰實現我覺得都會是好的但如果要實現這個目標的話是用積月去實現還是用千里去實現我覺得積月現在是一體的它們倆會形成非常好的聯動你覺得在現在這個創業怎麼不重蹈當年曠世的一些走過的萬路不重蹈它的覆轍我覺得最終其實就是事業是由人決定的所以我覺得如果比如說我包括這個創始團隊大家不能完成本質的成長最後路徑肯定還是類似就是如果人不能成長事是會被重複的這首先是一個本質然後第二點我自己感覺就是很多东西原来我们其实很多大家学习比较好的同学可能觉得很多事能一次性做对但在商业角度我觉得还是有很多经验其实是很反人性的比如在商业角度我之前其实提过一个观念就是其实有的时候慢就是快这其实历史上也证明就是這些其實是反直覺的包括我覺得很多從組織和戰略上的認知我覺得經過這十幾年的積累我覺得還是有價值的所以我覺得首先要做到一點不要同一個錯誤犯兩遍這個我覺得就已經可能能夠迴避很多的問題第二點我覺得內心還是要比較堅定吧還是要把自己的路走好因為AI的競爭確實非常的綜合和立體AI這個領域幾乎是所有懂技术的不懂技术的大公司小公司都想做的事情在这个赛道里我觉得刚刚讲到还是要找到这个想做能做可做三者的交集且要等到那个交集因为这样的交集不是每个世界都有的所以我觉得能够用更平和的心态来应对这样这场可能最快速的战斗可能是一个蛮关键的一个因素如果今天要让你做战略取舍你能取舍吗我已经做了战略取舍了啥我們這麼聚焦就是聚焦做恩愛終端這件事情但終端還是比較多嗎我們就是車和未來偏手持和穿戴時的這兩個領域吧大腦是不能捨的對吧對大腦和軀體有能捨的嗎大腦肯定是不能捨的最重要的還是大腦但我覺得這裡面還是存在叫做最小閉環的問題就是其實之前大家做產品叫MVP就是叫最小的集合商業也存在最小集合所以我認為大腦加上我們現在裡面的車加上創新的AI終端這個硬件就這個要素我覺得是已經是最小級了因為你經歷過很多戰場有安防的有手機的有車的等等等等你發現你自己更擅長打什麼樣的仗什麼樣的仗更容易打贏我觉得还是要技术产品占比高的我觉得我自己其实还是对事儿更感兴趣就是跟人相关的事情可能没有那么擅长所以可能还是希望他技术产品的占比会高一些你看最近伊利亚说我们马上要进入研究时代你对接下来的技术发展会有什么预判吗我总体感觉其实这个技术路线图已经在这里但是里面很多关键细节可能还没有实现比如说从学习范式角度从模仿到强化学现在在强化学习的后半段到后面不管怎么定义比如叫自主学习也好我觉得这大的三个学习范式基本上就是这样然后往下看比如我们的记忆的这套这是一条线记忆整个记忆系统怎么去搭建长短这些记忆怎么来实现这也是一个非常重要的一个内核然后以及真正刚才讲的从语言走向动模态走向时间模型这个也是一个很确定性的一条主线这总体我觉得就是学习范式记忆然後真正從模型從數字世界走向物理世界這三件事情我覺得我認為都會在未來五年左右都能夠去比較好的被解決當這些要素都解決完之後我覺得至少現在電影的AGI應該大概就能實現所以我覺得路徑是比較明確的我其实没有很同意这个所谓research相关的事情就是说是说我们现在这个skinlaw里面其实缺乏几个关键模块所以需要学习更多的科研包括比如说transformer的下一代是什么但是我觉得总体它还是一个大系统工程的为主导的体系中间其实需要有很多研发来驱动你怎么看世界模型你觉得这个有多远世界模型跟整个的产业落地很相关比如现在在车这个领域里世界模型就是一个确定性的事情特斯拉已经初步实现了国内我觉得比如像千里我们也很有信心比如在未来一年时间可以把这个领域的世界模型去构建出来但是其他的更general的一些世界模型其实它需要跟场景是相关的因为它跟数据相关因为世界模型的数据不天然存在所以这里面其实都会需要有数据有场景和有应用这三者要形成一个循环才能形成好的世界模型它还是要在一个领域内不能完全放话对你觉得未来三到五年大模型公司胜负手是什么七月星辰怎么让自己能够在第一梯队胜负总是有两点第一点就是技术上能不能咬得住就是真正能够世界顶级模型它的研发能力组织能力是不是能够去构建起来这个我觉得是一个不断加码的过程互相竞争也会很激烈那你投了多少钱我预判一年30亿是起步一年30亿是起步我觉得可能30到50亿吧在技术研发节约下一笔钱会来自于哪里因为有的现在大模型公司在融资有的在上市我们得综合考量就是一级二级市场都有待考虑资金还是非常的关键当然这是第一个第二个我觉得就是应用能不能有一个比如说我们看5年时间的话就是如果我们认为每年至少花30亿代表这是一个150亿的打底的投入反而来讲就是说在3到5年之后能不能有一个核心你自己的运用能够让你有可能每年有30到50亿的利润就这是一个数学题就这两件事情都得满足才有机会走到那个阶段不能是2B的不能是2B在中国不能在国外可能可以中国为什么2B这么不好做我个人感觉中国2B的市场本质上是2G的市场因為本質上是由政府和央國企往外去做覆蓋的整個B端市場就這個市場其實是有自己獨特性的然後在這類客戶之外其實就是幾大口金融互聯網公司然後OEM體系基本上中國大B就這幾個領域政府首先其實它需要非常好的整個的商務的能力然後在比如说面向OEM体系和互联网公司他们本身字眼的比例也很高所以他们可能很多外财的整个的不管是AI还是其他软件服务也都比较小所以总体我觉得中国的大币的市场其实是比较挑战中小币的话我觉得中国的中小币更像C所以这是为什么像淘宝这些原来做小币可能能起来那边可能更多是按照C端的打法来做把2B当2C要好一点,价值不保留。 对,但是要看,所以之前曾经讲过叫什么productleading的growth,就是用产品驱动增长,这些都一定是要小B或者接近C端用户才能做到。 就像丁丁飞书这些可能类似这种偏C端的,虽然是B,但是小B有C端属性的,这个可以靠产品来做。 如果回望你过去这十几年的创业,你觉得最难的是哪些时候? 我倒觉得没有什么moment是最难的但是本账我觉得还是最难点是要克服自己的短板就是比如说我自己觉得技术角度我觉得还是比较有信心的但是其实对于管理对资本市场对于销售这些我觉得都是自己不熟悉的领域所以这些领域我觉得就真正是完成短板的成长部分是最痛苦的因为它其实跟你的天然的能力是不相通的所以你需要真的去做出很多的努力甚至是矫正你才能够真正完成这样的成长有哪几年是你这种节约变化比较迅速的你会把自己的十几年创业分成哪几个阶段吗对我们可能因为一年创业可能一到一三年可能是早期探索期我们做过游戏做过这些然后一三年到一九年这五六年基本上就是坚定去做2B领域包含早期的金融手机后来也有一些安防的领域当时在2C和2B之间摇摆吗没有吧没有你当然觉得C端当时几乎还没有ready19年之后其实从上市两地上市到这个过程中其实可能是资本市场和商业化其实是占据主体的所以总体我觉得三个阶段当然现在是一个新的阶段所以当CEO是什么感觉CEO其实过程中我其实一直在找CEO就是我其实在早期的过程中我都一直希望有一个更有经验的人其实能够来带领这个团队能更好地完成结果但最终一般都很难因为你首先如果不是创始团队很难在团队中有这样的威信和幸福力你不想做CEO是吧我觉得或者我没有太所谓是不是CEO对我觉得如果这件事能做成那我觉得都可以但后来发现其实在外面找很难AI这个领域它对CU的要求首先技术上我觉得还是要有技术的判断力的同时它要能够学习好它所在的商业和产品所以其实还是一个很比较新的和全面的要求所以能征用这样的人其实也并不容易所以你觉得你自己变化很大的是哪些年我觉得可能第一首先更成熟对很多事情的预期其实原来很多预期可能会更乐观一些现在可能是从乐观调整到谨慎乐观就总体我觉得大家创业都还是得是挺乐观的因为创业本账是概率所以创业其实成功概率特别像做大模型这些概率其实是还是很挑战所以愿意去去去投到一項可能概率沒有那麼高但是但是仍然覺得是很有意義的事實上首先就是要樂觀所以從樂觀到謹慎樂觀那做事可能會更加對很多困難的預期會更高所以這個首先是一個態度的變化第二個我自己感覺在风格各方面我觉得可能我之前内部曾经讲过就是我觉得推进一个体会就是说其实很多事情是两个轴就原来我们做技术的时候拿着水澡钉子其实你会发现研发的东西它往往其实是怀揣着乐观和一个大的方向它会不断的投入资源去往那方向去靠近但是其实如果从商业化结果讲它其实是一个以中为实它是要倒退的所以为什么我说很多事情都是两个点就在于就是说其实除了技术之外技术的范式的判断之外商业模型的判断也很重要就这两个点可能得不断在你脑中可能牵扯就因为你在做一个决策的时候你可能不能只是说我对这个技术有很强的passion所以我做了可能在这基础上你还得说他怎么能去商业闭环就这两个像两个弹簧一样要一直拉扯你然后最终让你做出一个能够兼顾这两个之间的一个选择我觉得还是挺重要的过去两年你在这两个弹簧中拉扯出什么结果就是现在这样一条路径我觉得第一我觉得千里以AI和车为结合包括我们从吉利开始我们未来能够更广泛的跟更多的车厂来形成一个好的共生体能够真的把从自驾到座舱到Robotaxi这几大场景的AI驾驶场景能落地这个首先是第一大场景所以能够要先形成壁画同時積約我覺得能夠以核心技術為驅動剛講第二個大終端體系所以這個我覺得基本上是我們過去平衡完之後可能我的能力和水平能夠想到一個我們有機會能夠走出來一條路吧所以中國其實有一個文化叫商中勇的文化就是中國其實有的時候可能有時候年輕其實可能年少成名然後可能會被追捧然後他自己會膨脹然後後面可能會再從高處再跌下來可能有這樣的一些故事但我覺得技術這件事情本身就是一個長期的一件事情所以我剛講其實一個技術同學他其實做科研很多年他也已经习惯了这个起伏就是因为本账里去研究一件事情就是会有很多起伏所以就能够做冷板凳内心这些人往往还是比较淡定的不太会被外界的太多东西所影响你觉得你可以做冷板凳可以你最久的做过冷板凳是因为什么我说过去这五六年也算某种意义上的冷板凳吧你觉得魔力了你的心性对或者我不要做冷板的其实我本身是一个比较爱的人所以我其实觉得如果这个事能做成其实大家关注度少一点我觉得是更好的所以我倒也没有觉得对冷板那件事有那么那么大的介意过去这五六年周围人会评价你有什么变化吗我觉得大家可能觉得更成熟一些同时在商业上可能更加决断力更强一些比如说比如以前你不会做什么现在会做什么我覺得做決策更果斷吧然後包括比如說不管是在用人上不管是招人還是開人可能都更決絕一些包括辦公室選擇是嗎對我覺得辦公室覺得沒那麼重要對就是其實總體我覺得還是以節約為核心吧以節約為核心你在這個過程中李樹副董事長有給過你什麼建議沒有啊吉利其實我學到很多當然我還在過程中就吉利首先我覺得是一個組織非常有戰鬥力的組織所以吉利的文化之前講到就是第一叫用戶至上然後戰略牽引然後第三點其實挺有意思叫原動力保障原動力的意思就是說其實要激發每一個人他不管是因為有这种激励去正向激励还甚至说他有赛马机制是能够能够激励他能做得更好我觉得都让大家能够有更强的战斗力让组织更有活力这点很重要然后吉利我觉得也是一个项目管理做得非常好的一个体系所以我觉得吉利有非常多值得学习的东西所以我们也希望能够作为吉利的大生态首先把吉利服务好但同时也能够去服务更多的车企你觉得以19年之前你的性格你会愿意就是做支架这个事吗就是allin支架这个事愿意是愿意的当时没有看到没有意识到这个机会最大我当时觉得它没那么快因为当时技术不收敛19年你觉得还没有收敛对你觉得你什么时候会收敛我觉得技术收敛这也就三四年时间所以我们基本上近就是因为技术收敛了我们才近但是其实我觉得就是稍微再早个两年也没问题那大模型现在也不收敛了,现在算收敛吗?

就算是主线是很清晰。 所以现在进不算早,进得太早。 对。 不过这个窗口期本来给每个人留得也很短。 对,是的。

你觉得姚班对你的影响大不大? 我觉得还是非常大的,就是姚班第一我觉得还是会起了很多很优秀的同学。 在姚班我觉得姚先生其实是一个非常有这个国际视野在学术各方面,所以我觉得姚班可能给我最大的一个一个认知上的帮助就是还是要站在世界一流的水平思考问题就是原来我们可能认为我是清华中国最优秀的学生那姚先生我记得在最早的一栏看就说你们应该是全球最棒的本科生那你去思考问题去解问题就应该解实际上最难的问题我觉得还是一个这样的新制的建立其实使得我们敢于去挑战很多最难的这些课题其实创业也是解一个题对你觉得现在解的是一个什么样的题觉得是一个超多元方程然后还是一个很难的一件事情如果接下来这十年你做不成什么样你觉得自己失败了我倒觉得对结果没有那么执念而是说在这个过程中我有没有真正把我认为正确的方法论能够实践下去就是我觉得这个过程很重要这个是自己的一个成长对吧没有那么追求某一个目标了因为你能努力的是过程结果这件事情是很多综合因素但是这件事你不能以首先你不能做正确的事我觉得首先先选择方向无论是正确的事同时要以正确的方式来做这样你能做到最后的结果我觉得不会太差你想时间的正确方法包括哪些就包括我觉得我们之前讲双轮驱动就是技术上首先要持续投入到技术的研发当中同时商业的模式特别重要其实我现在见了很多不同的人很多人都说商业不重要我觉得商业非常重要我跟你说商业不重要各种类型的人觉得好像似乎只把技术做好的人我觉得是远远不够的因为首先这个模型本质上大模型它其实也是越来越被产品和场景牵引的所以如果做不好好的产品比如说像coding这件事情如果你本身不是有最好的webcoding的这些产品你是非常难把技术做好的因为你的数据用户的这些hardcase你是不知道的所以我觉得本身想把技术做好的前提一定是把产品做好把商业做好所以这个我觉得首先这个两边并举而不要仅仅是技术驱动我觉得是很重要的第二点我觉得是在构建组织上我觉得要能够构建一个自己认为理想的组织能够把更多各种领域上最优秀的同学能聚集起来不光是说智力上同时可能还有在其他各方面的能力上能够都非常好的同学用正确的价值观汇集起来坚持做包括我觉得2C的软硬件结合的这样的一个领域这都是我想做的事情或者我觉得不能说是我而是我们这帮人大家坚持在这里可能想做的事情我觉得其实我这个概念其实已经越来越小而是代表一群人这群人愿意做这件事情什么时候开始放下ego呢放下我原来ego就没那么大但是我觉得过程中可能越来越小就是为了一群人能把这件事做成还是更重要且这件事也必须一群人做成你现在要你还有特别强的passion然后非常兴奋的事情是什么我一直不是个很有passion的人一直不是个很有passion的人我觉得有些passion就是人的passion总量是有限的所以有些人的passion是这种就是所谓的这种尖锋型的或者突然上来有个很高的波峰然后波动型的这些这是一类性格那我觉得像我的性格可能更适合长期对一件事情比如对AI我觉得是很有passion但这个passion得长期坚持和释放对你十年前也这样是吧对你10年前讲话就是也是挺的对为什么呀这个是怎么形成的这就是原生态的个性然后你们公司的另外一个人很有passion对我们我们这个技术同学有很多不同的个性啊我觉得应该我自己其实非常喜欢多元性就多样性就我觉得一个团队里应该也有多样性啊就大家这个不不同的人在一起能够互相碰撞其实还是给对方彼此有很多很多不同的视角和乐趣今天对你来说诱惑多吗不太多嗯不太多嗯你现在看到什么别人觉得是忌讳你觉得它只是一个诱惑我觉得去深早了点就现在居然这些公司大家可能也意识到这点所以都很激进了会不会觉得今天太保守了我觉得还好做这么多事保守的人不应该做这么多事那些事还是有点多的我是希望事越做越少还能砍吗还能取舍吗我觉得这是最小题了就是模型加上终端可能是未来也不会太扩展就是只是把这件事做的越来越扎实你今天想对201年的疫情说一句话如果要说一句话你会说什么没什么想说的因为你看这一般这种问题最后一般大家都说什么Beyourself对吧就做你自己那就本质上就是说其实大部分人没有那么多遗憾吧就是我觉得这条路径走过来是一个必然的一条路径我觉得核心是怎么往后走吧你对下个十年的期待是什么呀下个时间我还是很期待中国能够在AI这个领域里能出世界级的公司需要是你吗最好是我但也不一定要是我我觉得最终可能中国一定会有这样的公司并且我觉得设计的公司定义不光是说商业结果上的我觉得也包含它对整个技术的真正最前沿潮流的引领以及某种意义上的一种企业文化价值观的引领我觉得能做引领是很重要的嗯节约可以吗不光是商业的结果我觉得节约有这个潜质你今年最多的一个思考是什么25年25年坦诚讲思考深度思考没有那么多25年因为25年更像是把2.0的这些自己想清楚的事情再去布局和实现所以总体我觉得256年可能是是不是一个比较匆忙的状态但是希望256年把这些布局做完之后未来能够真正沉下来能够真的把这些产品和技术做好现在还没有到这个点吗现在正在过程中你现在的一天是什么样的安排时间安排我觉得可能还是现在工作强度还蛮大的现在基本上每天可能得干到一到兩點鐘早上可能七八點鐘所以我覺得每天工作時間還是蠻長的然後我覺得基本上可能也相對會按照自己的計劃排的比較有有顺序吧包括这这几个不同的板块啊每周也都会有相关的会议和包括内部外部吧因为现在我自己感觉还是最近在花挺多时间在外部见候选人就是团队还是需要有更多更多同学来一起来做这件事情啊并且我们的这样的一个事业我觉得也还是挺有感召力的你是怎么感召候选人的就是比较真实的把我们想做的事情跟大家讲然后就会自然去筛选就是有些同学就自然比如说首先AI就是一件很有感召的事情然后我认为把AI跟物理世界不管叫PhysicalAI还是叫未来AI终端这件事本身大家也都很多人就很感兴趣就是不同的人有些人可能很喜欢虚拟世界我自己其实是非常喜欢现实世界喜欢这个物理世界你为什么喜欢现实世界现在生活上的快乐体现在在哪里? 生活上的热情最近生活的热情的标准降的比较低就是我现在每天晚上能睡觉的时候都挺开心的就是觉得今天的事干完了快乐永远是一个差值就是你的就是所以快乐没有绝对的快乐快乐总是在你日常的情况下能够高过你会快乐就是核心还是要有正向刺激所以比如很辛苦的时候能够休息就是快乐所以我觉得人核心是要有快乐的能力有些人可能拥有很多他也不快乐所以本账还是要能够意识到这样的一个正向增量然后并且享受这个增量你就能快乐我还有几个快问快答全球范围内一道你喜欢的食物我想吃朝鲜菜一个你喜欢的地点纽约基于所有读过的书两本必读书我第一本肯推荐那个Unintelligence我觉得这个AI领域我觉得是很值得读的然后第二个我蛮喜欢那个哲学的故事把不同的哲学思想从上到下其实做了一个蛮结构性的梳理然后也比较易懂你最近对世界获得一个比较fresh的认知是什么其實我覺得有些認知其實之前比如說這個費米曾經講過就是你懂一件事情可能你以為你懂了但你並不懂所以最近我其實對於這個正向和逆向這件事情其實有體會就是我其實發現原來一些組織講執行力這件事情但當它的所有的管理是正向管理的時候它就不會有執行力所以就是这项管理适合做创新型研发而那项管理适合拿结果所以最近觉得这两种能力都要有吧这两个公司应该不一样对我觉得每家公司都应该有这两种能力但是它的文化的比重可能会相对有点侧重因为每家公司原则上讲都应该有创新的能力和拿结果的能力所以这两个能力我觉得都需要有你觉得影响AI进程的几篇最重要的论文是哪几篇我自己感觉其实从现在开始就两片一个是RedNet一个是Transformer其他我觉得可能都有很多重要的工作但是可能没有这么本质吧基于当下所有的认知你一个当下的BAT是什么做中断好了今天的节目就是这样这里是商业访谈录是一档由语言及世界工作室出品的深度访谈节目你可以到公众号关注我们的工作室获取更多的信息我们的公众号是语言及世界languageisworld我们希望和你一起从这里探索新的世界字幕by索兰娅