PODCAST · 晚点聊 LateTalk

2025 年 10 月节目

4 期 · 4 期带分节

  • 10-31139: ICCV最佳论文、光年之外、Sand.ai：曹越十年AI之旅，从研究者到CEO
    1. 02:082014 年转向深度学习
    2. 03:37在微软亚研院学到的-1：关注最重要、且有提升空间的 topic
    3. 05:09Swin Transfomer 的诞生，Transformer 被引入视觉任务的两个阶段
    4. 11:15在微软亚研院学到的-2：判断 topic 还不够，得以足够资源做出极致效果
    5. 13:02CLIP、DALL·E 冲击：OpenAI 不是论文驱动，而是设计一个系统，最大化压榨算力
    6. 18:10从 GPT-3 到 ChatGPT，3 年疫情阻隔使 OpenAI 巨变被忽略
    7. 21:30和王慧文、梁文锋聊；他们都在 23 年初遍历国内研究者
    8. 26:57问老王：为什么中国没有出现 OpenAI？——“不够富”
    9. 32:54光年之外的经验：一开始就确立了正确的“找人方法论”
    10. 34:36CEO 容易焦虑，这时可以想想大问题
    11. 37:1623 年 8 月开始思考创业：视频生成让自己兴奋
    12. 40:54创业前的自我觉察：ambitious
    13. 46:59第一个模型 Magi-1 花了 1 年多：低估了自回归路线的难度
    14. 50:23正在发生的业务窗口是“音画同出”
    15. 52:36Sora 2 的 3 个特点，第三点最让曹越惊艳
    16. 58:23Sora 2 怎么实现“端到端叙事”的？
    17. 01:03:58Vibes vs Sora，Meta 是缝合，OpenAI 是整合
    18. 01:06:53新模型 Gaga-1 聚焦人物表演，成本大幅下降
    19. 01:10:33用 AI 做短剧，卡点正在人物表演和成本；Sora 的新启发是叙事
    20. 01:15:27需求分析：短剧制作、广告片、C 端斗视频
    21. 01:19:42Sora 能否成为 C 端新平台？曹越的两个判断指标
    22. 01:23:10PMF 一直讲，一直难：因为模型和产品的磨合就是要花时间
    23. 01:28:07垂直整合：不同背景的人频繁交流，对齐上下文
    24. 01:31:16再看“模型即产品”：早期产品跟着模型走，现在要互相放大
    25. 01:38:41一个“专业”的 CEO
    26. 01:42:04“Gemini 老师”的最大作用是对齐上下文
    27. 01:50:27所有内容的终局都是“叙事”
    28. 01:52:29老王的建议：研究皮克斯商业模式
    29. 01:56:06研究者和 CEO 的“夹角”
    30. 01:58:24最优先级的工作
    31. 02:01:01Next Question：ASI 到来后会怎样
    32. 02:03:12连点成线：往期推荐
  • 10-23138: 从你用手机到它更懂你，OPPO的手机AI实践 |与小布负责人万玉龙聊端侧AI｜Agent#7
    1. 01:10OPPO AI 的新体验
    2. 11:56全球行业共性和 OPPO 特点
    3. 20:00手机 AI 智能助手渗透率低于预期，why?
    4. 31:12厘清三大场景：生产力、生活、影像
    5. 38:17原点之旅访谈用户的细致发现
    6. 41:36以前的产品是 by design，AI 产品是 by use
    7. 47:59AI 现在还不能帮卖手机，但能增加粘性
    8. 52:32AI 人才加入 OPPO：你想做一个影响上亿人的产品吗？
    9. 59:40三类公司的端侧 AI 竞合
    10. 01:04:40体系重塑中：当用户通过 Agent 来使用 App，日活、时长等指标都被重塑
    11. 01:11:27Web 端有 MCP，移动端呢？
    12. 01:13:39用户不会有一堆“AI 管家”
    13. 01:20:46新交互正快速发展，新应用生态还未定型
    14. 01:25:02Next Question：更成熟的 AIOS 长什么样？
    15. 01:31:22连点成线：过往节目推荐
  • 10-16137: Agent 是机会，造 Agent 的工具也是|从OpenAI开发者日聊起｜Agent#6
    1. 03:30Agentic Kit 是 OpenAI 开放了自己练的“一身武功”
    2. 09:06Apps in ChatGPT 和 2023 年 GPTs 的区别
    3. 10:53Canva in ChatGPT 新体验
    4. 14:47OpenAI 不会放弃 to B
    5. 18:16一种批评，AgenticKit 与 AGI 思路背道而驰
    6. 21:15开发者的机会与压力：在别人的地基上建房子
    7. 26:33Agentic Tooling 是什么？近期 3 笔交易/收购看到的状态
    8. 31:24Agentic Tooling 的 6 次进化，对应模型能力的 6 次提升
    9. 39:59MCP Server 集成商是做什么？
    10. 43:09当前调用 MCP Server 的数量限制，创造 Rube 等产品的机会
    11. 44:18Composio，一家从印度来美国的公司，怎么从 Agent 厂商转型 MCP server 服务商
    12. 49:09这真是创业机会吗？为何 Anthropic 自己不做？
    13. 53:09911 也在用的 AI voice 平台
    14. 57:25从 LiveKit 平台看到的调用偏好：Speech to Speech（语音端到端）和 Cascade 模型现在一半一半
    15. 59:28OpenAI 等核心 Lab 的 Voice 动作
    16. 01:01:57四种记忆：情景、流程、事实/知识、人格/性格
    17. 01:04:26创业案例：Letta，记忆也可以由第三方来做吗？
    18. 01:10:29记忆和上下文工程
    19. 01:11:50一个重要，但很多人不好好做的环节
    20. 01:14:07评估难，难在构造数据集
    21. 01:15:27Okta、Twilio、DataDog 都可以在 AI 时代“再做一遍”
    22. 01:21:232025 年，“闯美”中国 AI 创业公司变多，它们带来了不一样的野心
  • 10-09136: Sora新世界 & Lovart 4个月复盘 | 与陈冕聊怎么做垂类Agent|Agent#5
    1. 01:504 个小时使用体验：顺滑、Cameo 的社交潜力、Remix 降低共创门槛；“最好的交互不会超过滑动和点击”
    2. 10:58中等体量的公司，可以通过交互创新做出 Sora 吗？
    3. 13:17“虚假的真实”和“真实的虚假”可能同时存在
    4. 14:46巨头战场：无法接受错过，赢下的意义又太大
    5. 19:39OpenAI 的双面性：巨头的资源，创业公司的组织
    6. 21:17风险可能来自节奏错配：技术加速发展，而总有些事无法被加速
    7. 24:23在湾区，反复被问热情，更想清楚了应该服务谁
    8. 30:27旧金山 3 个月：感受氛围、建立团队、离用户更近
    9. 41:50引入全球化投资的节奏？
    10. 44:3720 万日活用户，3000 万 ARR，还没有覆盖服务成本，但不怀疑 Agent 商业模式
    11. 49:06创业之初看到了 5 个方向，为何从 “Adobe 系”切入？
    12. 02:43垂直 AI 应用本质在做两件事：特别的交互，和特别的 context
    13. 57:34应用公司怎么做增长？“提前描绘未来会发生的东西，然后等它发生”
    14. 01:06:00正在做的能力：给设计更多 context，这包括 reference 和 preference
    15. 01:13:43Lovart 到目前为止是工具，没有计划做社区
    16. 01:16:25离用户更近，同时离技术更近，然后才能做取舍
    17. 01:22:51为什么不再担心开源被闭源甩开
    18. 01:24:32To P 创业窗口接近关闭，下一波机会是 to C
    19. 01:27:32“Adobe 系” AI 公司，谁在牌桌？三类玩家的位置
    20. 01:31:35Timing 在任何时候都重要，但 AI 时代更重要
    21. 01:35:34创业以来经历的 3 次重要 timing
    22. 01:36:32没有错过的原因是，“我很焦虑”，而焦虑是必要的
    23. 01:42:52危机中坚定继续，信念是来自认知
    24. 01:44:57最困难时得到过收购意向，但一开始就没想接受
    25. 01:45:50创业不是残酷，而是痛并快乐
    26. 01:47:59遇强则强，面对 3 次挑战，成就感递增
    27. 01:49:44最害怕自己迭代不够快
    28. 01:51:09用理性的底层，控制感性的表达
    29. 01:53:36第一次自由的、全情的、疯狂的，想做成一件事
    30. 01:57:51Lovart 投资人夏令对垂类 Agent 的思考总结（晚点聊 110 期）