PODCAST · 张小珺Jùn｜商业访谈录

2026 年 7 月节目

4 期 · 4 期带分节

  • 07-30149. 亲历中美neo labs资本狂潮，和清华刘子鸣聊：AI for AI、机制可解释性和Max Tegmark
    1. 00:02:00刘子鸣的自我介绍（从物理转型AI）
    2. 00:08:24研究者的类型：“鸟人”vs“蛙人”
    3. 00:10:242024年研究KAN网络，刚开始Max Tegmark不同意
    4. 00:16:18思考，怎么让设计模型也变成一门科学，变得scalable？
    5. 00:18:21我同意谢赛宁说，“大语言模型是反bitter lesson的”
    6. 00:20:20在我看来，在后LLM的时代，模型设计会变得更重要，因为LLM的成功不是因为模型
    7. 00:21:16我的研究：嫁接神经和符号两个世界，嫁接AI和自然科学两个世界
    8. 00:28:00从MIT到斯坦福，信仰变了，身边很多人都从scientist转化成entrepreneur
    9. 00:37:1126年，亲历了硅谷和中国两边neo labs创业潮，neo labs大量涌现的本质是什么？
    10. 00:42:41当下neo labs资本涌入最活跃的两个方向：世界模型和AutoResearch
    11. 00:44:16作为neo labs参与融资的实际体感：“就是，太疯狂了！”
    12. 00:46:51做AI for AI技术路线和田渊栋的Recursive Superintelligence（RSI）区别是什么？
    13. 00:54:53meta model（原模型）是预测下一个curve，这件事怎么做呢？ 设定的目标是什么？
    14. 01:04:20如何理解AI这个黑盒？空间（看得更细）、时间（看模型如何演化）、平行宇宙（做可控实验）
    15. 01:09:09为什么做AI for AI需要Physics of AI？为什么做AutoResearch需要理解AI的原理？
    16. 01:12:49Anthropic的机制可解释性能做到什么程度？
    17. 01:18:16如果AI for AI在AGI主线上，neo labs和现有frontier labs的竞争
    18. 01:21:57倘若人人都能训模型，能干啥？
    19. 01:26:25梳理今年中美做AI for AI的创业团队和路线
    20. 01:34:50截至2026年AI发展阶段和创业新体验
  • 07-28148. 对游凯超3小时访谈：开源Infra、和模型Co-design 、“如果vLLM失败，我们会后悔一辈子”
    1. 00:02:18从算法到机器学习系统
    2. 00:37:56开源项目vLLM的诞生
    3. 01:07:25“如果vLLM失败了，我们会后悔一辈子”
    4. 01:20:11“仁慈的独裁者”
    5. 01:37:16从社区到创业
    6. 01:52:56模型与Infra的Co-design
    7. 02:15:10Token VS 电力
    8. 02:35:41技术预测
  • 07-22147. 和蚂蚁灵波沈宇军聊：机器人原生基础模型、大脑和本体的关系、预训练与数据scale up、老师汤晓鸥
    1. 00:02:03蚂蚁灵波的缘起
    2. 00:16:03做机器人的原生大脑
    3. 01:07:29数据没有scale up是最大卡点
    4. 01:23:10机器人大脑与本体的关系
    5. 01:31:48创业是赌出来的、与蚂蚁的关系、汤晓鸥
  • 07-16146. 对Physical Intelligence柯丽一鸣4小时访谈：Pi的开源模型研究，机器人的江湖、族谱与主角
    1. 00:02:11机器人与小说家
    2. 00:17:26武侠、板寸、背包客
    3. 00:36:33草蛇灰线
    4. 00:53:56机器人江湖、族谱、主角
    5. 01:27:18硅谷创业图谱
    6. 01:54:43PI的研究：π0、π0.5、π*0.6
    7. 02:26:01PI的组织与文化
    8. 02:34:52放弃剑桥教职
    9. 02:46:49巴甫洛夫的狗
    10. 03:04:53前沿展望
    11. 03:16:14中国
    12. 03:25:02机器人“种族”
    13. 03:31:19没有写完的故事