PODCAST · 张小珺Jùn｜商业访谈录

2025 年 7 月节目

3 期 · 3 期带分节

  • 07-30110. 逐段讲解Kimi K2报告并对照ChatGPT Agent、Qwen3-Coder等：“系统工程的力量”
    1. 00:02:00给Agent下定义和分类
    2. 00:14:50Kimi K2、ChatGPT Agent、Qwen3-Coder、Manus的技术路线对比
    3. 00:28:29Agent Training 的关键环节：合成数据、强化学习、安全
    4. 00:30:57第一篇技术报告：Kimi K2: Open Agentic Intelligence
    5. 00:43:50第二篇技术报告和访谈：Introducing ChatGPT agent: bridging research and action
    6. 01:53:38第三篇技术报告：Qwen3-Coder: Agentic Coding in the World
    7. 01:59:04第四篇技术博文：AI代理的上下文工程：构建Manus的经验教训（作者：Yichao 'Peak' Ji）
    8. 02:06:06展望：也许会有一个新的范式
    9. 02:15:20我感觉Agent是“我拓展的大脑”，我背后有一个“军团”（Family of Agents）
    10. 02:16:41不同Bot的语言风格：DeepSeek嘴臭，元宝舔狗
  • 07-15109. 机器人遭遇数据荒？与谢晨聊：仿真与合成数据、Meta天价收购和Alexandr Wang
    1. 02:00开始的快问快答
    2. 02:48高频词汇解析：Sim2Real（从仿真到现实）、Sim2Real的gap、合成数据
    3. 04:31从Cruise到英伟达到蔚来，怎么做合成数据和仿真？
    4. 14:11制作合成数据的具体流程？合成数据与真实数据的配比？
    5. 16:17在合成数据上，智能驾驶和具身智能的区别（智能驾驶是视觉的游戏，具身智能的物理交互最关键）
    6. 32:41物理的Real2Sim（真实到仿真）工作流是怎样的？怎么评估成功的仿真？关键技术节点？
    7. 46:18Physical Intelligence（π）对仿真与合成数据的两难态度
    8. 48:55辣评Meta 300亿美金收购Scale AI和极其aggressive的Alexandr Wang
    9. 53:57合成数据目前面临的瓶颈
    10. 55:25全球具身智能产业链Mapping：
    11. 01:09:22美国存在具身模型层的创业机会，中国在我看来字节、小米、理想更适合做“大脑”
    12. 01:15:33老黄在内部说：NV is a simulation company
    13. 01:21:25终局的模型应该是是跨宇宙、跨世界、跨本体（提升跨宇宙的能力，本质是提升泛化性）
    14. 01:23:28具身智能的产业还在GPT-1阶段，还没找到scaling law的配方
    15. 01:28:21我创业刚开始，从具身的本科开始学起
    16. 01:37:37最后的快问快答
  • 07-07108. 余凯口述30年史：世界不止刀光剑影，是一部人来人往的江湖故事
    1. 03:06初入学术江湖一开始在学术圈籍籍无名，算命先生说我24岁前“籍籍无名，劳而无功”
    2. 31:18再入互联网江湖我应该是旅美人工智能华人学者第一个回国的
    3. 51:19又入创业江湖我做了3个投资：买了英伟达，买了特斯拉，全身心把我投到地平线
    4. 01:11:21也入资本江湖我们一页BP没写，就融了第一轮，我觉得：哎呀，Life is so easy！
    5. 01:21:39转战汽车江湖科学家创业通常有这个问题：360度扫射
    6. 02:09:48我不是江湖人领导者我的role model是刘邦
    7. 02:35:23最后的快问快答这个世界我认为是写好了程序，每个人都是按照剧本来演
    8. 02:39:26补充花絮传授技巧：如果你决心离职，不要说公司任何不好