PODCAST · 晚点聊 LateTalk

2024 年 12 月节目

5 期 · 3 期带分节

  • 12-2596: 和楼天城聊 Robotaxi：学习人类优秀司机，让我绝望
    1. 02:532019 年后，L4 的进展难再被感知，规模化无人运营带来了市场水温变化。
    2. 11:13这 5 年：从 Learning by Watching 到 Learning by Practicing
    3. 12:30前者是模仿学习，没法学习驾驶员怎么想
    4. 14:27世界上不存在一个 MPI 为 1000 公里的 L2 产品，因为反人性
    5. 16:13模仿学习的另一个问题是人的双标，AI 司机所以像人依然不满足需求。
    6. 19:07学习优秀司机也不行，甚至是反优化
    7. 19:45这本质是因为模仿学习是开环训练，“我绝望了，才发现闭环是出路”
    8. 22:03Learning by Practicing 的闭环训练，是强化学习思路
    9. 23:46学了棋谱再强化（AlphaGo），甚至不如直接从 0 开始强化（AlphaZero）
    10. 24:28感性上的挑战：之前的路线做了 3 年还不错，换路线后前两年追得痛苦
    11. 26:195 年前开始转向以生成数据为重，这也是世界模型的任务之一
    12. 30:36在虚拟环境里学习，本质是“向未来的自己学习”
    13. 32:21世界模型是车端模型的工厂，自动驾驶进化的关键是工厂的精度，而不是车端模型本身
    14. 34:43Learning by Watching，数据和算力是关键；Learning by Practicing，世界模型的精度是关键
    15. 35:03没有谁做了错误选择，L2+和 L4的优化方向不同
    16. 36:18L2 使用 Learning by Watching 没问题，也符合 L2+的规模效应特性
    17. 38:51L2 不能覆盖 L4，L4 也不能取代 L2，真正越过分界点后会发现这是两件事
    18. 42:20小马世界模型的构成：1.数据生成器 2.驾驶评估体系 3.高真实性的仿真 4.数据挖掘引擎
    19. 45:39魔鬼在细节，世界模型的细粒度指标是核心竞争力
    20. 53:04世界模型的终极状态：车不再因错误发生事故
    21. 54:48千台 Robotaxi 开始有毛利，净利和扩张则是策略上的 trade off
    22. 56:15不会因为它是特斯拉，Learning by Watching 就能 work
    23. 01:03:11车辆运营维护与合作伙伴一起做；远程遥控人员的比例未来可到 1 比 30
    24. 01:10:20大部分人不能坚持，不是因为苦，而是因为受到了其它诱惑
    25. 01:11:08大模型现在很 fancy，一旦走到应用阶段，会经历自动驾驶经历的所有事
    26. 01:11:35MiniMax 的产品是 L4，CoPilot 是 L2
    27. 01:14:09度过行业起伏：外界看不到进展时，内部也要有合理且可感的里程碑
    28. 01:17:30越来越相信，世界是模拟的
    29. 01:19:40大部分人是因为结果正确，倒推成功者方法正确，但正因如此，不该盲目套用别人的方法
    30. 01:24:00过早追求商业化，和一定要追求最有价值的商业化，都是极端。“创业前我没想过二者的平衡，创业中我肯定偏执过。”
    31. 01:25:57下一步的关键是合理成本下，扩大车队规模
  • 12-1995: 工业设计师到底在干啥？
  • 12-17硅谷线下活动：与《不在场》主播重轻和老朋友丰泽一起聊聊
  • 12-0893: 字节VS六小龙，大模型创业生存战 | 串台「十字路口Crossing」
    1. 02:33市场的核心分歧：技术进化的方向与速度？
    2. 04:35if 进化快：也许有创业者能有一定的认知优势 & 模应一体也会更合理
    3. 08:16if 进化慢：产品能力变得更重要 & 大模型头部公司融资不顺
    4. 10:00神奇的 DeepSeek：不是大厂，但资源够多
    5. 11:55不管进化快慢，开源对闭源都有压力
    6. 14:44三种反馈：共鸣、中外关注差异、具体数据讨论
    7. 20:23马云训话阿里投资部的段子背后
    8. 21:31不是创业公司不顺利，是大厂衬托下显得不顺利
    9. 23:49六小龙现状：Kimi 专注做 Kimi，零一不是没产品，智谱 AutoGLM 与手机合作
    10. 31:15Kimi VS MiniMax：前者重注生产力，后者推出更多适应性产品；生产力是大公司的必争之地，MiniMax 星野、Talkie 在细分市场暂时比大厂产品更
    11. 35:50闫俊杰说追求 Intelligence with everyone；杨植麟说追求智能极限
    12. 44:34大模型创业，一年花费到底多少？投资人的算法 VS OpenAI 花费
    13. 47:33大模型创业公司不是面临一个挑战，而是一组纠缠的挑战
    14. 48:40今日头条上线 1 年多时，就有 1000 万日活
    15. 52:13字节在大模型上不如中国其它大公司，百度才是最早的
    16. 56:41去年到今年，直接的变化：一号位亲自招人，确定自己做、不再对外投资，Flow 的成立
    17. 01:01:15字节做 AI 的外部变量：海外的地缘压力
    18. 01:02:19阿里的新战略：AI 驱动、公共云优先；未来的新看点：阿里云 VS 火山云
    19. 01:07:02腾讯，可以后发制人
    20. 01:08:40百度的组织张力，萝卜快跑反而成了百度今年的 AI 亮点
    21. 01:11:45十字路口xAbotify 线下活动，100 多名额，700 多人报名
    22. 01:12:44超级个人+小团队的蓬勃发展
    23. 01:15:28应用没有爆发？还是预期太高？
    24. 01:16:20好用 AI 应用的例子：Recraft、Cursor
    25. 01:20:00创始人没空悲观，他们一定在寻找出路
    26. 01:21:24“战争不是由拼搏组成的，而是由等待和煎熬组成的。”
  • 12-0692: 每年聊 1000 个项目，我看到出海者们的局限和犹豫 | 对话云时资本彭创
    1. 00:01:44以前投有赞、51 信用卡等互联网项目，我是如何从互联网到非洲，再到出海？
    2. 00:07:16从无人问津到所有人都在谈论，投资人看出海的视角有什么变化？
    3. 00:11:41从投资人视角看，中国出海创业者局限在哪里？怎么补足能力？
    4. 00:19:32想要做品牌的出海创业者，应该向安克学习什么？
    5. 00:24:20出海创业者们的犹豫、纠结，很大程度来自全球局势的不明朗
    6. 00:26:58“不出海，就出局”是在制造焦虑，怎么判断自己的业务到底适不适合出海？
    7. 00:36:54投资人能投的出海方向，选择已经不多了
    8. 00:39:08什么样的出海创业公司，投资人会更感兴趣？
    9. 00:49:10从零到一，如何搭建起来一个双币基金？
    10. 00:51:29募资越来越难了，但本质上是因为曾经的资源错配了
    11. 00:55:42给还在一级市场，迷茫的年轻人们一些建议