PODCAST · What's Next|科技早知道

2025 年 7 月节目

6 期 · 6 期带分节

  • 07-30再聊自动驾驶:比「路线之争」更重要的是「产品定义」| S9E26
    1. 03:06特斯拉和 Waymo 谁更高级?不是同类产品,没有比较的必要
    2. 07:47自动驾驶的目标不一定是 L5,产品定义才是关键
    3. 10:09数据多≠技术领先,「优质数据」才是稀缺资源
    4. 17:00模块化 vs 端到端:模型背后的路径依赖与工程挑战
    5. 22:00什么才算自动驾驶的「产品内核」?L2 比 L4 更难定义
    6. 27:00如何看待「L2 做的越好,离 L4 越远」
    7. 31:24为何自动驾驶路线之争如此激烈?迭代太慢技术难收敛
    8. 35:35全栈自研 vs 智驾供应商:聊聊自动驾驶的商业化路径
    9. 46:50自动驾驶要成为车的内核,不只需要提供「情绪价值」更需要真正的「价值」
  • 07-23端侧时代,更快更省的 RWKV 架构是下一个 Transformer 吗?| S9E25
    1. 03:30训练效率低、Scaling law 见顶,成本高昂,Transformer 的瓶颈催生新架构的探索
    2. 08:15高效并行、低复杂度,易端侧部署,RWKV 为 Transformer 提供了可替代方案
    3. 13:24新型 RNN 与 Attention 混合模型就像油电混动车,但纯电才是大模型的未来
    4. 17:07大厂押注新架构:基于 RWKV 架构的模型已达到 70B 激活参数
    5. 23:47突破算力、内存和功耗限制,RWKV 天生适合端侧部署
    6. 26:24未来 80% 的 AI 计算将在端侧,巨头尚未涉足的增量市场才是创业公司的机会
    7. 32:35端侧机会有哪些?空间计算或是下一个风口
    8. 38:20RWKV 的 「ChatGPT」时刻将至:新架构对 AGI 的实现必不可少
  • 07-18中餐出海(下):「中国经验」可以弥合碎片化的美国供应链吗?| S9E24
    1. 01:32从 Fintech 到开餐厅:像做房地产基金一样做餐饮
    2. 06:45疫情期间「闭眼赚钱」?靠 Catering团餐盘活成本,选对赛道和客户
    3. 10:17大城市不是破局点,「农村包围城市」在北美更可行
    4. 14:17停留在纸单时代的美国餐饮,疫情后才开始用 Apple Pay
    5. 22:50供应商极度碎片化:开一家门店要联系 6 个供货商
    6. 34:16标准化与中央厨房:降低对人的依赖,是连锁的前提
    7. 39:35供应链爆发前夜:美国餐饮是 2008 年之前的中国吗?
    8. 48:17从冷链仓储到系统软件,「绝味鸭脖」的供应链打法能否在美国复制?
    9. 52:27今天的餐饮出海,需要 Being globally,而不是 Copy from China
  • 07-16中餐出海(上):美国餐饮的「大」市场与「慢」生意 | S9E23
    1. 05:14生意出海的第一步是肠胃出海,餐饮出海的本质也是文化输出
    2. 09:32品牌周期长,单店利润高:只有美国可能成为「第二个中国市场」
    3. 17:17出海连锁品牌踩坑:加盟乱象与区域保护缺失
    4. 22:15在美国做餐饮,最难「搞定」的是房东
    5. 31:24海底捞式服务为何难复制?美国特色的「防内卷」机制
    6. 37:15想要打开北美市场,公司「一号位」必须过来
    7. 42:35开一家新店要一年,美国开店为什么那么慢?
    8. 54:12茶饮比中餐更易成为主流,供应链仍是出海最大瓶颈
  • 07-09通往 L5 的道路只有一条吗?从特斯拉试运 Robotaxi 说起 | S9E22
    1. 02:08特斯拉 Robotaxi 落地是自动驾驶「跃迁式」发展的里程碑
    2. 06:14Waymo vs. 特斯拉:技术终将收敛,赢家可能只有一个
    3. 09:41元戎从 L4 转向 L2,「有图方案」是自动驾驶的「开卷考试」
    4. 13:24从端到端到 VLA 模型:AI 司机需要在驾驶中做到理解和推理
    5. 17:04激光雷达 vs 纯视觉:长期差异将被大模型能力弥合
    6. 28:24小米事故之后:安全问题推动行业监管升级
    7. 29:47未来不会有太多玩家,L5 在三到五年内有望实现
  • 07-02Meta 抢人:被天价挖角的 Scale 是 AI 界的台积电还是富士康?| 硅谷徐老师 S9E21
    1. 00:01Meta 开启天价抢人大战,组建超级智能实验室 (MSL)
    2. 03:39从标注自动驾驶数据到引领 GenAI 革命,Scale AI 为何如此独特?
    3. 06:39Scale AI 为何能一直站在数据风口?Alex 对前沿的研究和趋势极其敏感
    4. 13:00劳动伦理引争议:Scale AI 到底是 AI 界的「台积电」和是 「富士康」?
    5. 18:53MIT,斯坦福等天才学生扎堆:Scale AI 凭什么吸引名校毕业生?
    6. 21:51143 亿美元挖角 Scale AI,Meta 想要的是什么?
    7. 26:14Run through the wall,Alex 的管理哲学可能可能重塑 Meta 文化
    8. 35:07灵魂人物离开,没有 Alex 的 Scale AI 挑战重重
    9. 39:41值得学习的 Scale 文化:Ambition Shapes Reality,Earn Customer Love