PODCAST · 晚点聊 LateTalk

2026 年 5 月节目

4 期 · 4 期带分节

  • 05-28167: 洋葱学园杨临风：用AI制造捷径，是在杀死真学习
    1. 02:32哈佛支教、阳光书屋
    2. 08:58自主学习是意愿、能力和工具的协同
    3. 16:04为什么数学？为什么 5~8 分钟动画
    4. 28:23AI 能提升制作教育内容的效率，但提升有限
    5. 39:13不做双师大班课，不追风口
    6. 48:30就算没有双减，双师大班也很难满足教育新需求
    7. 52:51洋葱、猿辅导、与爱为舞……AI 教育的不同思路
    8. 01:05:45AI 动摇应试教育，但学知识的过程依然必要，学校依然必要
    9. 01:11:00K12 最重要目标：学会自立
    10. 01:15:52各家大模型在教育场景的表现
    11. 01:18:14曾经受到的最大质疑：自主学习只适合少数人？
    12. 01:28:38过去相信先赚钱再实现目标，后来发现不必如此
    13. 01:33:55创业不是开不开心的问题
  • 05-25166: 许华哲再次具身创业：不想错过最大的西瓜
    1. 01:56离开星海图，看到家庭机器人
    2. 17:02再次创业的信号与 concern
    3. 26:27“学习好”对创业前所未有地重要
    4. 41:11不是 Robotics，不是自动驾驶，也不是史前深度学习
    5. 56:46强化学习可能被低估了
    6. 01:06:06“不要小瞧投资人的梦想”
    7. 01:10:1418~24 个月后会？重资源竞争、大公司入场
    8. 01:16:32最好的会在中国发生，但别错过最大的西瓜
    9. 01:29:18从游戏到物理世界
    10. 01:35:56大多数科研是“噪音”
    11. 01:51:49技术之美：简单的、一致的
    12. 01:57:26具身智能的“时间检验奖”还没出现
    13. 02:08:48一场尽力的马拉松
    14. 02:18:29创业后，找回曾经的自己
    15. 02:23:55连点成线
  • 05-18165: GEAR 高深远：世界模型、自进化循环、DreamDojo
    1. 02:19世界模型是什么？ 施加动作，预测世界下一刻的状态
    2. 05:35多 Agent（车/机器人）互联的世界模型
    3. 09:57按世界状态的表征方式分类： 4 种世界模型
    4. 15:33最看好 video 世界模型， 因为数据够丰富
    5. 19:36世界模型为何热起来？ 数据增多 + 策略模型变强了
    6. 21:42策略是什么？和世界模型的关系
    7. 23:39WAM（DreamZero）相比 VLM 的变化
    8. 28:26世界模型的一大价值是服务策略： 测评、生成数据、突破物理限制的虚拟强化学习
    9. 33:42循环三要素： 世界模型、策略、Agent，它们如何彼此连接、优化
    10. 43:07当前最大瓶颈，突破泛化： 物理的泛化、动作的泛化
    11. 51:49世界模型难以横评， 难以直观看到不同模型的差别
    12. 55:28各团队的世界模型进展： DeepMind、Nvidia、OpenAI、General Intuition
    13. 01:02:44“在学界继续做自动驾驶世界模型没意思了”
    14. 01:06:30加入 GEAR，DreamDojo 和 DreamZero 的发起
    15. 01:14:12在英伟达构建最大规模 Human Center 数据
    16. 01:21:05跨本体的 Latent action，以后还需要吗？
    17. 01:28:41DreamDojo 的评测： 自建 6 个 benchmark 的逻辑
    18. 01:34:50自己不掌握视频基模，能做出有竞争力的世界模型吗？
  • 05-14164: 当AI“杀死”SaaS，与明略吴明辉聊多Agent网络、软件业转型和 AI 新组织
    1. 01:42Agent 正杀死 SaaS 已死，数据和上下文的价值更大了
    2. 05:53OpenClaw 开启的新可能：穷人版（不从基模入手的）持续学习
    3. 11:53明略的主业数据挖掘和分析，如何被 AI 改变
    4. 19:51新探索：Agentic Service。软件开源、自训模型赚 Token。
    5. 29:15章鱼想构建集体学习网络， (eˣ)' = eˣ 的指数级增长要给自己造工具
    6. 35:51章鱼开发过程：小团队+AI，核心改造是：认人+权限+信任机制 + 品鉴信号
    7. 46:23龙虾的哲学：康德的义务论约束不了人，但可以约束龙虾
    8. 56:30vs 巨头：章鱼直接开源，“飞书做 AI 转型，也得开源”
    9. 01:05:51自研 GUI-VLA 模型，最大场景是软件自动测试
    10. 01:14:35vs 更小初创企业：1800 人的明略会变得更像“投资公司”
    11. 01:20:33scaling up 是追求单性能突破，scaling out 是横向扩展 agent 网络；后者对人的价值更友好
    12. 01:26:37专注行业小型模型，将开源web retriever数据集；Agent 网络可实现个性化持续学习
    13. 01:34:19验证标准：商业成功+ 科学发现能力；风险是“物理猝死”，大脑太活跃
    14. 01:37:47技术判断太乐观，团队共识不够：
    15. 01:45:291000 多人大团队，"八方神仙"做一个没人懂的产品
    16. 01:55:23从春风得意到减半裁员：看到人的存在；所以现在不裁员，给每个人 AI 船票
    17. 01:58:58希望本身产生力量，尤其是众人的希望
    18. 02:03:29新的 AI 投入何时表现在财务上？
    19. 02:08:11看女儿用 AI：AI 原生一代的观察与启发
    20. 02:11:37不再和孩子一起刷奥数题，识别 beautiful 的题才做
    21. 02:15:14没有危险的专业，而是只会 Think 是危险的
    22. 02:18:43工程师的新价值：在不断变化的应用环境里判断需求，这仍是 AI 无法做的
    23. 02:24:29Scaling Out一定会发生：小公司会先做出来