PODCAST · 晚点聊 LateTalk

2025 年 4 月节目

3 期 · 3 期带分节

  • 04-29112: 与千寻高阳聊具身：一个像机器人的人，怎么做像人的机器人
    1. 02:02创业 moment：科学家能做的探索越来越少，这在大语言模型领域已经发生
    2. 04:09团队搭建：产业老炮+年轻科学家
    3. 07:18Figure 02 的 demo 很好，展示了快慢系统
    4. 09:38中国相对美国优势在于修机器人快，不然修机器人的速度赶不上做实验的速度
    5. 12:12具身智能的阶段划分
    6. 14:23现在中国具身智能在从 L1 到 L2 的路上
    7. 14:41机器人不一定是人形，但 L2 以后可能需要双臂+轮式底盘
    8. 15:31没有操作、只有移动，不能解决主要矛盾
    9. 18:52双足不难，没有本质的卡点
    10. 21:31虽然操作重要，但一定得有上半身吗？其实是从成本角度考虑的，像“人”一定可行
    11. 23:53人形机器人，到底是更精细分工，还是更泛化？
    12. 27:00端到端（VLA，Vision-Language-Action）是现在具身智能的共识吗？
    13. 28:53训练过程：互联网视频预训练、模仿学习、强化学习
    14. 29:51为什么叠衣服这样的操作会成为具身智能领域的“智商测试”？
    15. 34:14快慢系统在叠衣服这件事里怎么配合的？
    16. 35:35当前机器人的主要挑战是泛化性
    17. 36:28视频数据的可用量只有 1%，机器人学习怎么操作、预测轨迹
    18. 38:44人类的肌肉记忆，机器人也有
    19. 43:33跨任务泛化：强化学习成功率取决于基模的训练和 SFT（监督微调 Supervised Fine-Tun-ing）
    20. 45:00具身智能也有 Scaling Laws 吗？做到 GPT3.5，可能需要 100 亿条有效数据、1 亿遥操数据、几千万强化学习数据
    21. 49:05Scaling Laws 在仿真数据不成立
    22. 50:32为什么只做大脑不行？驯化新的躯体很难的
    23. 51:55为什么只做本体不行？价值在大脑端，现在有了大脑能力才引起的风潮
    24. 53:06机器人未来会像汽车产业链
    25. 55:10关于朱啸虎说的没有商业化，高阳觉得现在最重要的还是把技术做好
    26. 56:41行业何时收敛？当具身智能走向 L2 时
    27. 57:57现在具身智能的瓶颈还是在 AI，要补齐才能成为“木盆”
    28. 59:35伯克利“归国几子”的介绍
    29. 01:01:27同一个实验室的，还有许华哲、贾扬清等
    30. 01:03:222016 年博士最开始做自动驾驶，那时端到端自动驾驶还不被相信
    31. 01:06:41学术不需要灵光乍现，个人的思考方式就是 COT
    32. 01:07:11所以在明年 6 月具身智能会到 L2，再过一年半到两年 L3
    33. 01:07:34读书时在 waymo 实习三个月：感觉脑子要坏掉了
    34. 01:10:15读博想创业，但没好机会；毕业后回国做科研，伯克利“归国几子”兼职“HR”
    35. 01:12:43跟许华哲最近讨论：看起来具身智能是个非共识行业，但这已经是坍缩、收敛后的结果
    36. 01:15:54大学教授出来创业，会拍拍屁股走人吗？
    37. 01:17:37一个崇尚规律的 ISTJ：不熬夜、骑共享单车上下班、规律健身
  • 04-22111: Pokee.ai 朱哲清的 Agent 造法：强化学习作后端，语言模型作前端|Agent#3
    1. 04:02一边在斯坦福读博士，一边在 Meta 上班，每周工作 110 个小时
    2. 07:20拒绝 LLM 创业机会，留在强化学习主航道上
    3. 10:17刚开始研究强化学习的时候，强化学习还并不是显学
    4. 16:52DeepSeek R1 带火了强化学习，让投资人意识到强化学习重要性
    5. 19:26现有 LLM 写入能力较弱，调用工具数量有限
    6. 23:51长期看，LLM 可能只是模型和用户的交互层，Agent 之间沟通不一定用语言
    7. 31:02保留用户控制节点，避免“自由落体”的失控感
    8. 36:36Pokee.ai 想服务专业用户，未来还要进入企业工作流
    9. 43:46一项子任务失败，不一定挡住 Pokee.ai 完成其他子任务
    10. 45:33抛开 browser-use，强化学习 Agent 完成一项任务只需要数十秒
    11. 46:53Pokee.ai 最初没用 MCP，团队自己设计更简单的协议
    12. 48:47目前主流做 Agent 的方法还是以 LLM 为核心
    13. 50:00优秀 Agent 的四要素：速度快、无需干预、能读能写、成本低
    14. 58:20Pokee.ai 团队全职员工只有四人，成员主要来自 Meta
    15. 59:30早期产品：旅行规划助手 / Shopify 助手
    16. 01:02:07强化学习爆火后，回归创业初衷做通用 Agent
    17. 01:07:33Manus 出圈是意料之内
    18. 01:09:54Pokee.ai 发布产品不会用邀请码，单次任务成本是同类产品的 1/10
    19. 01:10:59技术不是 Agent 的护城河，重要的是和用户工作流绑定
    20. 01:20:24Pokee.ai 在做通用 Agent，但也能帮垂直 Agent 落地
    21. 01:22:15Agent 行业最后会存留三到五家公司，接下来是各个通用 Agent 差异化的时候
    22. 01:26:03判断技术潜力的好方法：Toy Example（玩具案例）
  • 04-14110: 与明势夏令聊Agent竞争：通用入口之战就要来，创业要做垂、做专|Agent#2
    1. 00:06开场介绍
    2. 04:57OpenAI 提出 5 级分类，推理是 L2、Agent 是 L3，DeepSeek 爆火是 L2 对 L1 的降维打击，所有人开始提前想 L3
    3. 11:14Agent 技术框架：模型+编排层（目标理解、推理、记忆）+工具使用
    4. 14:23OpenAI 全局记忆功能上线，新的 wow 时刻
    5. 16:19更强推理能力，会削减 workflow 优势
    6. 19:52MCP 成为工具使用的主流生态，更利好模型公司而非应用公司
    7. 22:57已经逃离九宫格的美团等公司，不想再回到“九宫格”
    8. 25:21美团、滴滴最初可以拒绝接入其它公司的 Agent，但这也许会给身后的第二名创造机会
    9. 27:25云端→手机→新终端，通用 Agent 的入口数量递减；Agent 也会冲击互联网传统的广告商业模式
    10. 32:22大厂布局眼镜端 Agent，Meta 牌面最好
    11. 36:07B（字节）AT 三家，生态相对封闭，互通可能性是什么？一个待验证的预言：下半年就会看到巨头间的入口 Agent 竞争
    12. 37:45创业要和模型主航道保持距离
    13. 43:20GPT 4o 对泛 C 文生图应用冲击大，却能帮 to 专业人群的文生图应用打 Adobe
    14. 50:44模型大厂和 Agent 应用的边界在于前者都有泛 C 野心，后者更擅长服务精准人群，做“最后一公里”
    15. 53:24离模型主航道太近的通用 Agent，壁垒不能在技术本身
    16. 54:52Agent 概念火后，一批已存在的 RPA 公司先受益
    17. 57:31新公司机会：重塑流程（如 Shein）、规模化原本不能规模化的行业、找到低垂的果实（如满帮）
    18. 01:02:04实例：用 AI 帮银行起诉坏账，1 个月发起超 1 万起案件，分收入提成
    19. 01:08:30为什么不是律所+AI，而是原生 AI 公司来做这件事？
    20. 01:12:29这类项目的团队画像：懂行业+懂 AI
    21. 01:15:10Kill time 的内容型 Agent，内核不是解决任务，而是有一定自主性；在当前记忆受限的情况下，还提供不了长期关系
    22. 01:17:18短期机会是做新型内容平台
    23. 01:22:12远期想象：工具 Agent 和陪伴 Agent 的融合
    24. 01:24:35未来 3 年再不到“GPT-3 时刻”可能是个大泡沫，但这是早期投资可以容忍的风险
    25. 01:31:42结尾分享，那些创业公司和开源历史的启发——《九胜一败》、《安卓传奇》、《与开源同行》
    26. 01:37:39本期连点成线