大家好，欢迎来到这一期的产业观察。我是丰瑞资本的合伙人李峰。AI相关的二级市场，尤其是芯片、存储等等相关的这些产业链公司，在过去的一周和最近这几天产生出了巨大的波动。那当然，由于啊Meta在这两天关于他们自己的一些算力基础设施的安排，也导致了不同的话题讨论。不管是存储还是芯片，还是AI的基建、算力中心的投建，这些话题是不是到了一个阶段性的高点，或者泡沫要开始破裂等等？
我们请了我们两位跟科技投资有关的同事啊，让他们讨论和交流一下关于AI投资，也会涉及到我们处在泡沫的哪个阶段，以及啊在不同的影响下，啊假定之后的泡沫破裂会发生哪些事情。当然，他们的话题也涉及到了非常多今天的。在我们这个行业里比较重要和或者叫时髦的一些投资方向，不管它是机器人还是由机器人引起的事件模型、物理模型。
啊，还是由 Open Cloud 这个小龙虾引起的 Agent 以及 Agent 所带来的这些词源，就是 Token 整个经济的可能应用和商业模式的变化，当然也涵盖了从云到边到端，就是简单来讲，从训练到推理，也到端侧芯片。整个从芯片来看，随着应用和 AI 泡沫的不同阶段，这些芯片和基础设施以及硬件架构会怎么改变？
他们当然也涉及到了这些话题。他们各自讨论的内容也都只代表了他们各自的意见，因为在我们基金内部，那大家基本上采取了尽量公开透明的讨论方式。呃，能够听取别人的不同意见，并且表达自己的不同意见。那我想他们两个的这次讨论也代表了这样的形式和观点。当然，就我自己个人而言，对于AI相关的阶段，我想在呃两期以前的这个宏观漫谈当中，其实已经明确的表达了对于。
呃，AI和token，呃，处在了哪个阶段，以及会产生出什么样的变化和影响，也代表了个人的意见。当然，我看下面的讨论也有一些不同的意见和呃不同的问题。我想这大概都是呃促进大家从不同角度思考。当然，这可能也是大家愿意听这种不同类型的播客的原因。那接下来的时间就交给他们两位。大家好，我是丰睿资本的科技投资人刘鹏奇。
那么，站在二零二六年年中的这个时间点呢，我们回看过去半年，都有一个非常明显的体感，就是整个AI行业的发展没有一点减速的趋势。从年初的 OpenCL
再到世界模型的创业热潮，以及最近资本市场对于像存储啊或者光啊这一系列概念的追捧，以及最近包括像质谱刚刚冲破了万亿港币的市值，所以我觉得非常有必要今天来一起系统的复盘一下 2026 年的上半年的 AI 行业，那它到底发生了什么，以及为什么在这个时间点发生，以及后续我们会走向何方？
今天跟我一起参与讨论的嘉宾也是我的同事严千行严博士。呃，我们之前也一起在节目中跟大家讨论过有关巨深智能，包括像A镇的相关的话题。大家好，我是丰汇资本投资人、科技投资人严千行。从我们跟鹏旗过去三四年一直以来高强度的追踪AI行业的变化，再到投资的相关的跟进来看，其实我们能感受到一个非常明显的趋势。从ChatGPT二二年刚出来的时候，再到今天，AI从一个简单的语言模型。
逐步切入到很多我们以前从来没想象过的领域。最直接的就是我以前我看的机器人领域，现在大家更多讨论的都变成叫具身智能，而不再是传统的一个机器人的概念。除此之外呢，还有更多我们没有以前没有预期过、想象过的新的赛道，都逐步的跟AI渗透结合，然后成为了所谓AI加的新赛道。包括说现在AI for science。
甚至连我们在看的核聚变里面都离不开一些AI的呃贡献，所以今天站在这个时间点，其实呃二六年到上半年到现在，有蛮多的AI热点话题在不停的每一波冲击着大家的社交媒体推荐流。那我觉得可以先来几个快问快答，就是首先就是也想问问这个严博士，上半年大概。聊过多少个项目？上半年的话，差不多呃百到三百之间的这么一个大概的数。
聊的AI相关的项目都快接近一百五十个以上到两百个左右。我的体感也差不多。那就看了这么多项目，如果说呃用一句话或者几个关键词来描述你上半年看这些项目的。感受的话，你会用什么词？呃，其实我比较想用三个词来讲。第一个词就
FOMO，在一些非常热点的领域，就会出现大量的人，大量的项目是我们从来没看到过的，或者说，呃，估值它在快速上涨，很多人会因为觉得 FOMO，我是不是我逼迫自己必须得把所有的项目都看一遍？
所以这以及行业的估值上涨带给大家刺激就是，我们今天投了吗？我们今天投了多少？是不是得多投？第二个关键词，我觉得要分化。非常明显的感受，就上半年除了个别特别热门的赛道融资蒸蒸日上之外，其实大部分的赛道还是处在一个相对冷静或者说没有那么热门的状态。这个其实跟二级市场的感受也很像。二级市场今年的涨幅也非常的分化，就大家所谓的科技股涨的非常好，那有一些不在热点范围内的股票反而是一直不温不火，甚至下跌的一个状态。
然后第三个，我觉得比较关键的词叫估值前置。假设我们过去非常理性的角度去看早期投资的话，我们对早期投资的界定是非常明确的。大概在什么样的 milestone 之前，我们会给一个什么样的合理的估值？没有形成共识之前，对。然后比如说形成共识，加上有一些交付的 milestone、展现的 milestone 之后，我们可能会把估值给抬上去，觉得是一个合理估值。
但现在就是。因为热，因为 FOMO，所以大家对于估值的很多规则或者过去的经验全被打破了。现在我们也可以看到，连续融资估值快速上涨，十亿美金可能就是在几个月之内直接火箭式的诞生。这三个关键词：FOMO 结构分化跟估值前置，是我觉得上半年最深的一个感受。对。对，我觉得也可以给听众朋友们解释一下，就是
FOMO，就是 fear of missing out，其实就是担心会投不到一个项目而而焦虑，大概是这样的情绪。
然后，确实在上半年我们也看到很多的项目，可能一周的时间它的估值就变，甚至可能一个项目可能会同时在有三轮融资在进行，对吧？比如大家都开玩笑说，一轮在交割中，一轮在谈协议，还有一轮已经在敲定方案过程中。那面对这样的一个。一个市场的情况，我不知道你觉得焦虑吗？就作为投资人的话，呃，我觉得说不焦虑那不现实。
其实我们基金内部的早期的风格来说，我们追求的还是去前置的发现一些趋势。我觉得更多的焦虑不来自于投资。而是来自于AI的变化太快了啊，时时刻刻都会有新的热词、新的想法，也就是说新的思路变化出来。每次发一个新模型，或者说每次有什么新的新闻，可能我们交易的都是哎，我这新闻怎么过几天才看到？这个是反而是我觉得当下会给大家更多的焦虑，就是你怕自己被AI时代甩掉。
反正最近跟很多其他投资人交流，我觉得。确实，共识是会有焦虑，但大家反正各有各的方法，因为我们也知道，投资比如说有偏价值投资，然后也有偏偏机会型投资，可能自己需要针对不同的项目把。它到底更偏机会还是更偏价值？拆分开这样子可能就不会因为这个价值和它的价格不匹配而导致的焦虑，让我们去去影响我们的投资决策吧。
那说回来，就肯定是确实是有一些的估值的前置，包括也有一些泡沫。但我相信这里面，像刚才像严博士讲的，肯定还是产生了很多新的东西、新的机会。所以我不知道，比如说在我们讨论一些比较实的东西的话，就是在看项目的过程中。有没有发现一些，比如说方向啊，或者是这些方面的一些一些变化，就不是纯市场情绪这个层面的。对，我觉得这个可以分两个切入的视角去看。
第一个切入的视角叫研究型的赛道机会，就是更像大家现在比较热的词叫美国 new lab，那大家去解决一些长期的问题，但它通过商业化公司运转的方式去加速这个研究。呃，这个在上半年其实出来蛮多新的这样的公司，大家不再那么纠结是不是教授创业，反而更关注的是教授出来创业，做一个商业化的研究型公司的话，是不是能在研究上面远比其他组织形式要快。
所以这个是一个研究型的创业的一个新的趋势。从投资人去看，那这时候看这些项目，大家的关注点就变成：你能把新的研究推广到一个什么样的高度？你能不能做这个市场或者这个行业里最好的研究输出者？你能做出最好的研究来，然后改变这个世界？我觉得第二个趋势变化，我们再往到比较偏落地的角度去看，落地层的AI产品跟硬件层，其实就能发现一个很有意思的点是。
去年上半年，大家非常 formal AI 应用，因为 Manus 的出现，嗯，非常 formal agent。去年下半年，因为 Insta 三六零的上市，大家非常 formal 的是 AI 硬件。但是回归到今年上半年之后，大家都发现一件事情：formal 没什么用，也就是说你去过度的追赶潮流，慢慢的就沉淀回了我去找更好的产品定义者。
我找，比如说举个例子，AI应用，你是不是真的是像Agent觉悟？Agent大家现在已经成为共识，Agent要交付任务价值。那今天是不是这个产品团队能够交付任务价值，能够形成任务闭环？还能像让Agent变得更好更强，形成一个自身的一个数据飞轮的一个壁垒。呃，在AI硬件层面，我们慢慢的大家就回过来，还是看的是这个东西是不是消费者感兴趣且需要的，是不是满足了一些忽略的潜在需求。
所以从这两两个方向来看，其实是看似是两个极端，实际上都是在呃各自的创业形式上去回归，回归价值或者叫回归底层底层的一个。判断认知方式，我觉得这是上半年比较大的趋势。这两个趋势还有另一个很有意思的点。尤其是在AI创业里面，自从去年Codex加Cloud Code发布之后，我们发现越来越多的创业者本身不再是原来的工程师跟算法研究员，他们不一定有算法背景。
他们可以是好的产品经理，可以是好的设计师，他们慢慢的就把自己变成了一个全栈的产品经理。所以大家可以回忆一下，十年前有一个经典的创业玩笑，叫我有 idea，我有天使轮融资，我缺一个 CTO，我缺一个码农。但今天不再有这个问题。所以，呃，一挺有意思的点是，呃，之前看一些线下的黑客松跟 YC 在美国的黑客松，最后。
做的特别好的产品，往往是一些你完全没想过他会去做一个 coding，用 coding 工具去做一个产品出来的那些人，他可能是一个律师。可能是一个家庭主妇，也可能是一个呃某些场景的一些非诶IT相关的从业者，所以这是一个挺大的一个变化趋势。包括我们今年投资，我们也遇到了蛮多很不错的产品，其实完全不是原来做算法、AI research背景出来的人去做到的一个好产品，有意思，对。
所以原来我们也经常会说，很多技术型创业者他会拿锤子找钉子，但现在看起来都是钉子直接出来创业，然后锤子就是已经变成了一个非常普世化的工具了。锤子就你花钱买 coding plan 就行了，然后钉子它我知道钉子在哪，我直接亲自去敲。对对。对，不再像以前一样，就是说我知道钉子在哪，我不会敲，我得找人来帮我敲。
这个是一个挺大的变化，或者说AI时代对大家一个最大的赋能。对，如果一定要从上半年的里面找一些你认为能够确实影响了整个市场发展的大事件，我不知道你会。挑哪几个事情？嗯，我觉得 OpenAI 肯定是全球影响力最大的一个事件。OpenAI 直接让大家，让我们原来在投资人或者创业者之间讨论的啊 Agent 的概念。
直接让所有的社会大众感受到，哎，我要雇一个数字员工的概念，所以这是一个快速的一个概念放大跟映射，让这个形成共识了。就也有点像去年 DeepSeek 出圈。对对对对，DeepSeek 出圈的时候，就是大家觉得啊，模型中国大模型还能做这么好，所以那个是一个关键冲击。这个是一个对全球的，呃，大家开更好的去接手 Agent，大家也会尝试自己去做 Agent。
有了温科老，所以才有养龙虾的概念。其他更多是一个行业趋势上的变化，并不是什么事件性上的一个变化。那我觉得还有一个是一个整个半年的一个大趋势，就是。这半年的话，其实，在社交媒体上会看到更多的讨论是关于，你是站在光里还是光着站在那里，是二级市场的段子。对，所以这个的趋势，我觉得更像是今天相不相信AI，或者说你在对AI未来资产的一个判断上，大家形成了市场用脚或者说，呃，交易价格，你即使说它是泡沫，也形成了一个短期的热潮，甚至开始向不做AI、不懂AI。
只做交易，或者说大家只关注股市的人，今年他们变成了最懂、最花时间研究AI的一帮人。那我们就正好接着刚才严博谈到的这个大事件里面非常重要的Open Call这件事情，我们来展开聊一聊这个Agent这个话题啊。所以我想，今年大家关于Open Call的讨论其实也挺多了，然后也发酵了一段时间，对吧？包括从全民各种装龙虾，对吧？
买这些这个苹果的。电脑，然后再到后面逐渐，比如各大厂商，无论是像模型厂商 Anthropic，还是国内的这些 I M 的厂商，腾讯这些都开始推自己的 agent，再到现在这个热度也慢慢感觉下来了一些。我觉得它的火和现在稍微冷却一些，可能都是跟 Open Cloud 开源这件事情有关系。可能因为开源让大家觉得。
接触到这个 agent 的门槛儿很低，对吧？我在自己的电脑上就可以装一个我完全自主可控的东西，就它看起来的门槛儿很低，所以它很快就热起来。但其实反过来又是因为它因为是开源，所以它不那么完善，无论是在安全机制上，对吧？还是说在用户的体验上，其实都也会有很多挑战。当然，我觉得我相信还有一部分用户是他的忠实的粉丝和用户，但是可能对于多数大众来说，慢慢可能就转到其他的平台上来了。
那就经历过这么一个周期之后，我不知道，就是对严博，你觉得？它这波表面的热潮走到现在，它留下了什么，对吧？就它代表了一些什么更深层次趋势的变化，包括和我们去年看 Manus 相比有什么不同吗？去年我们在聊 Agent 的时候，更多还是从 Manus 这类的通用 Agent，再到一些 LangChain 啊，还有一些 Agent 的框架衍生出来的。
由算法工程师开发出来的 agent，但今天去看会发现一个很大的变化。其实，大家开始自己去尝试去装 OpenCL，尝试去下载各种各样的 skills，然后自己在叫有一个所谓的“养龙虾”的概念。一开始的热度是因为大家好奇，因为大家过去接触的是从来都是 chatbot 这样的豆包对话，对吧？但是 agent 没养过或者也没做过，原来的 agent 部署其实是相对麻烦的一件事情。
除非很多人也没有用过 Codex 跟 Claude Code，所以对大众来说，第一次一个快速部署的，而且是能把 Agent 的核心机制部署在端侧，不是放在云侧去用的，然后又能自己去定义、自己去打磨、去养，通过自然对话的方式让它去实现一些任务，那这个对很多人来说是一个全新的概念。大家都说 Agent 要交付价值。
你只有真正上手体验过之后，你才知道它交付了什么价值。所以当时的热潮再叠加上它开源，然后我觉得传到国内之后，因为我们中国的开源模型又做得非常好，所以大家在这个支持下，很快的就形成了一个社交热热度叠加爆炸起来。所以我觉得这个热潮的趋势，呃，引发了什么？或者就是 agent 不再是。只是作为一个具体的任务工具，今天它定义的是一个agent O S的形态。
这上面用自然对话的方式去定制你自己的agent，然后这个功能开放给大家之后，那今天就会有各种从来没用过的人去尝试，会有我们预期之外的场景去尝试这些open call之后。也许能沉淀下去很多新的应用跟 cloud agent 的落地场景，就包括像很多 skills，其实都是用户自发。对对对，skills 都是用户用 skill creator 做出来的，或者基于自己的想法，所以你能看到的是。
热度降下来了，当然，很多吸引进来的人其实不需要 agent，但需要 agent 的人真真实实切切的现在就在稳定的用
agent。比如说，我可以举个例子，是我一个自媒体博主的朋友，他不是技术背景出身的，他原来是做美妆博主。哦，那跨度挺大的，但他现在又需要自己去切入新赛道，想去做一些科技类的博主的时候，他就自己通过 Open Core 的方式给自己搭好了几个
workflow，然后给自己定向的去搜集相关的科技信息，帮他去生成相应的内容输出的 pipeline 搭好，那他就可以快速的把这个链自动的运转起来。
对他来说，他利用好自己的一个社交媒体的平台放大效应，就能把。内容快速的输出，还有就是我觉得很明确能看到的是，PPT的制作上各种各样的skills配合我们Palo也好，配合那个Cloud Code也好，都已经成为大家去做PPT的标准范式。我我觉得这个很明显能感受到，我们今年收到的很多BP，一看就是AI做的，要么豆包，要么Cloud Code，要么Manusim，Just Part，这个是非常明显的。
Coding我觉得不用抢了，Coding这个事儿今天已经非常明确了，所以收敛下来之后，很多人包括很多电商。很多企业内部的流程化的任务，一些人逐步的沉淀出来，但只是这些任务，可能那些人声音不这么大，但是他们已经切切实实在用了。所以我觉得一波热潮之后，虽然有泡沫，有一些波动，有一些噪音，但是最后沉下来，发现实实在在的吹开了啤酒的泡沫，下面是醇厚的啤酒。
所以当大模型应用从纯粹的聊天这样的交互形式，变成了帮助用户去做任务执行，那这里面什么事情？开始变得更重要了。比如说，我也听说大家在最近也开始强调 harness 这件事嘛。去年五月的时候，其实聊到 agent 的时候，我们去讲 agent 跟 language model 最大的区别是什么？agent 本质上是一个需要环境搭建、需要决策执行、执行再反馈这么一个闭环的系统。
那那这么一个闭环的系统，它才能说我们觉得这样的agent才能执行过程中不断的积累、学习、成长，它就像一个机器一样在运行。呃，模型只是支撑它核心智能的一个大脑。当时去年这么一个概念，今年大家可能用更准确的词叫harness
engineering。大家在agent的开发商会把这件事定义的非常死。但今年讲就是 harness engineering 的话，从我的理解，更多是在去把模型的周边的环境定义好，它的反馈通路定义好，以及说把它整个闭环反馈的过程定义好之后，那让模型自己去运转，真实的去运转这个
workflow，然后它可以在这个 workflow 中去找到最好的一个运转方式。
其实就是不需要人去定死你每一个路径怎么走，你给他定义好一个环境中，AI自己能探索出更好的决策来。这个是哈里斯·恩格鲁因大家今年去讲的一个重要的点，但我觉得更多是大家思路上的变化。其实这个为什么今年讲哈里斯·恩格鲁因，去年不讲？我猜测一个比较明显的驱动要素是模型在 agent
支持方面变强了非常多。所以去年的时候，你指望模型在 high scenario 的环境里去探索的时候，它甚至探索出来的不一定有你给定或者是明确定义好的 workflow 来的效果好。
但现在模型的呃 agent to use 能力或者说它的长程决策能力变强了，它能摸索出来肯定比我们给定的要好。所以这时候 high scenario 才慢慢的变成大众。关注的一个开发方式，还有一个是大家对语言模型的使用。过去我们用 Chatbot
的时候呢，一问一答，一问一答，最后发现一件事情：给我输出的文字，我需要自己用手去点鼠标，我需要去把它转成文档，我需要转成 PDF，再去操控别的软件来执行。
它相当于只是我的一个 guidance，或者叫指导书。但人总是希望偷懒的。如果他既然他能知道怎么做了，他能不能自己去亲自做好？所以我觉得这是非常直觉的一个往应用去转的一个方向。那去年的时候我们就强调这一点。那今天的话，能看到各方面的条件，包括说 AI coding 的工具变成熟，基模的 agent agentic 能力变强。
你说大家对 agent 怎么去开发探索的更加成熟之后，那今天的。Agent就开始变得更加的出乎我们的意料，好用，以及说更多的人可以开始去用，就是它开始逐渐进入一个可以依赖模型能力去自进化和迭代的。我觉得可能今天说自进化跟迭代倒还早，但更多是环境搭好了，它有的是机会让大家把自己的想法去变成现实，去尝试。
是，就有点像随机进化，就像寒武纪生物大爆发一样，并不是因为有某一些核心的决策要素，或者说哪个突然来了一个创造，并不一定每一次迭代都是一个正向的。对，但是它因为有足够好的环境且足够丰富的资源之后，大家在里面随机进化，往往最后进化出来的结果就是一个大爆发，以及说一个高价值的结果。我觉得这个就跟另外一个问题其实也相关，就是大家之前也也一直在诟病嘛，就是大模型本身其实是缺少一个数据飞轮的，它很多喂给它的数据都是需要。
不是人写好或者专家定义好，当然有一些这种强强化学习的方式可以让他自己做一些迭代，但他本质上其实是没有真正利用好，比如外部用户的很多数据去提升模型的能力的。比如说有了现在刚才谈到的 agent 类型的这种范式之后。呃，我不知道，就是说大模型的这个所谓缺乏数据飞轮的这个问题会不会得到某种程度的解决？当然，这个数据飞轮可能听起来比较虚啊。
比如说，我们就把它定义为个性化的体验，就是这个个性化体验在传统互联网时代其实是非常有效的，包括字节呀，包括像淘宝、阿里他们跑出来这样商业模式，其实都是基于这种个性化的体验。那么在大模型时代，这个 agent 会不会成为它？形成这样的一个数据飞轮和个性化体验的一个一个载体，如果是的话，那这里面什么东西是是重要的？
这个我觉得从数据的角度来说，可能过去大家单单用 Chatbot 的话，更多收集的是所谓的用户的语言对话的上小文数据，这个非常重要。所以当时谁家的模型用的多，那它能搜集到的语料数据就更多。但到了 Agent 的这个场景下，大家考虑的是任务执行。所以最后不再是单一的比你收集了多少的上下文数据，所谓的叫任务轨迹，任务轨迹才是一个关键的核心数据。
这个跟机器人也是类似的。我们说具身智能本身也是一个 agent 嘛，那具身智能今天大家也强调的是真实的任务数据，那 agent 里面也一样，我怎么去做决策，然后任务每一个怎么执行，workflow 执行下来的具体的执行数据。这些数据我觉得是能形成一个数据价值的。就是 agent RL，今天也是一个非常热的一个话题。
因为我们去年强调的，就是说 workflow 的 agent 能快速落地，但是未来真正交付超越现有水平、超越人现有水平价值的 agent 产品，肯定是得基于 RL 去推进的。所以，当这类数据被积累之后，再加上Harris整个环境Agent的环境搭建好之后，Agent的RL，我觉得自然而然就能把整个过程给往前去推进的更好。
因为你有强化学习，你有每次的行为轨迹数据记录。当然，我现在不确定的是这些轨迹数据能不能流通回给基模公司，或者是除非是基模公司，比如说举个例子，呃，Cloud Code自己做的Coding的一些轨迹数据，它肯定可以用来反哺自己的模型训练，所以它可以做的比别人更强。但实际上，到最后，agent大量的会是垂直分散。
那这些上下文数据、这些轨迹数据都是对基模模型不开放，所以我觉得有可能会在 agent 这一层形成一些可以沉淀的一个机制，这样子才会说存在 agent 的创业机会嘛。不然，今天大家都担心的一件事情就是模型越来越强，边界吞噬一切。那模型即万能的应用，那就没有 agent 的创业机会。但我觉得。考虑到，尤其是刚刚我们聊到的这个点，任务轨迹加垂直场景数据怎么去反哺整个 agent 的运转啊？
我们觉得大概率会在这个体系内去运转，所以这么去看的话，agent 有可能会实现自身的一个数据飞轮，然后形成自己的一个领域跟场景。不再被大模型所吞噬。那听起来，到底谁能获得用户的数据，包括这些刚才讲到的任务轨迹，大家会把它当成一个兵家必争之地，因为谁能拿到这些资产，谁就又更有可能去提供更好的这样的一个用户体验。
当 Open Cloud 的浪潮稍微下来一点之后，我们也看到其他的大厂其实也纷纷推出自己的这种 Agent 的。产品，那比如说跟I M结合起来，其实就是像我们看到的，比如说微信或者飞书发了自己的这种Agent的产品，然后跟大模型结合的，像Cloud Co Work，包括Open AI的Codex，其实也能做很多这样的事情。
第三类，其实刚才就严博士也谈到了，可能更多是一些偏第三方的，但是有些是跟硬件硬件的这种，比如PC也好啊，或者盒子也好，绑定的这样的一些类型的，所谓叫龙虾机，对吧？我们看到最近有有很多公司在做这个方面的尝试，然后也有说去帮助这些龙虾怎么能更好的部署在。不同类型的这种算力能力的硬件上，然后给用户提供本地化服务的这样的一些机会，所以我不知道，比如针对就这几类吧，你觉得谁最终？
胜出的概率会大一点。这个事儿上，我觉得今天我去讲谁胜率会大一点，这事儿挺偏神棍的。但那我想讲的是，其实三个方向切入的人想做的事情其实是不一样的。他们并不是说会互相竞争。我觉得从大模型厂商的公司来说，他要去切的这些
agent，肯定是最第一时间离模型最近的，他们去做是最有优势的。以及同时对他们来说还具备数据跟提升模型能力价值的，所以今天可以看到，就是大模型厂商过去好几种类型的 agent 出来之后，大模型要迅速做了。
第一个叫 Deep Search，就讲的是互联网搜索的 agent，跟它能直接挂钩。所以今天可以看到，所有的大模型直接推出的 ChatGPT 也好，Cloud 也好，直接自带互联网搜索能力。第二个大模型厂商愿意推出的叫 Deep Research。他们也是自己直接去做了，然后再到后面就是
coding，因为 coding 本质上就是，呃， token 各种各样的文字 in 文字 out，然后对他来说还有一个环境去做输出结果的判别跟审查，这个是一个天然适合 agent 来做的，所以大厂一般还是去切一些通用类的，跟它相关性非常高的这样的机会，确实得大厂来做。
以及说一开始会有一些创业公司去做，但最后发现干不过大厂。我觉得今年比较悲情的一个 case 就是 Cursor 被收购。嗯，Cursor可能是过去三年做 coding 先驱里面最强的公司，但它收购对公司来说并不差，只是到最后，它从一个给 Cloud Code 贡献最大 token
消耗量的公司。被Cloud自己给发布的Agent的产品给干掉了，所以这个确实能说明，就是在这种离模型太近的Agent的领域，你去创业的话，就像恒星到末期膨胀一样，你就是一个行星，离它很近，瞬间被吞噬。
第二类，你刚提到的像IM跟办公入口这类的话。这里的好处是，它把 Chatbot 从原来单一的 A P P 上拓宽到我们原来熟悉的场景，还有就是现有的 I M 跟办公类的软件，其实它有现成的文件体系跟现成的数据文档体系。那今天对 Agent
来说，它也是一个很好的封闭环境。所以在这里的话，我觉得它比较有优势的就是，第一就是你公司大家都用某一种办公软件，你你作为个人，你就会快速切进去用，这它已经有了一个原有的市场推广生态。
第二个就是。你有很多工作流是沉淀在上面的，比如说举个例子，发票报销，所有人包括投资人，包括所有在工作的人都会遇到这个问题。那这个问题在每个企业内部，假设数字化做得好，都是一套标准的数字化流程。那这个流程沉淀在上面，这个是不是 agent 可以快速去学？所以对这些 IM 来说，他们就可以把原有在 SaaS 时代还有数字化办公时代的很多 workflow 变成 agent。
我觉得这是他们的一个优势，他们最后切的呢，也还是这些场景。呃，第三个，我觉得本地跟硬件类的形式，这个算是大家的一种尝试。但至于说你做成一个龙虾机这样的方式，是不是真的好玩或者怎么样？其实大家发现一开始热的时候抢的最凶的是 Mac mini，冷下来之后闲鱼上卖的最多的也是 Mac mini，所以这个事儿是不是一个产品路线？
我觉得先打一个问号。我觉得用 MacBook 也好，你自己用自己电脑来尝试，或者用呃云服务器来尝试 Open Call 的话。也都没有太大的问题，除非你真的明确你要用，而且你对隐私要求比较高，你不用主力机，你才会买这种龙虾机。但从硬件的形式来说，比如说还有各种端测AI的硬件，我们今年投资上也看了蛮多的，不管是端测算力盒子的形态，还是。
端侧路由、端侧硬盘的形态，我觉得这些都是一些基于说今天AI场景的需求去补充的。那我们刚不是说到用户的很多轨迹数据，好像模型都拿去训练了。举个例子，我是某公司的核心的做架构设计的人，我用了之后，我的数据如果被Colossal知道。对我来说是一个非常大的风险隐患，对吧？如果说从数据的端测的角度来说，我不知道你怎么看隐私跟模型能力的这么一个冲突。
你现在很多时候大家讨论的问题都是，我想用最好的模型，但我不接受我数据给的。就像我们刚才讨论的，A镇的有积累数据，那数据到底归谁？我不知道你怎么看这个问题。对我们可能最近两个月。突然会发现很多公司会开始往这个方面去思考。那我觉得要去回答这个问题的话，可以分成两类用户吧。我觉得对于大多数，比如说C端用户来说，从历史经验来讲，包括互联网时代过来这个经验来讲。
我觉得更多可能还是更看重效率体验，而多于他的这种隐私。他可能甚至可以让渡一些自己的隐私啊，包括数据安全。因为我们现在知道，我们其实大量的数据都根本不在我们自己手里，其实都在外部的平台手里。但我们其实也没有人去真的说怎么想办法把这些数据拿回到自己手中来。但我们依然还是享受到了很不错的各种，比如说电商啊，或者说这种各种媒体啊、娱乐啊这样的一些体验。
所以，我觉得从C端长期角度来讲，它可能会更倾向于使用一些偏云端，或者说，比如这种大厂提供的这样的一个服务。不一定会去把数据完整掌握在自己手里面，但是如果说第二类用户，我觉得可能是一些Pro的C端用户，尤其是一些B端用户吧。我觉得可能这个问题会显得非常突出，尤其是对于B端来说，他们的数据资产其实本身就是这个企业。
经营的最核心的资产，无论是他自己的这种技术的文档也好，还是一些产品的设计的一些方法也好，其实都是沉淀在他的这些数据上面。如果这些数据都比如让渡给大模型而换取的一些效率上面的能力的话，那我觉得应该对这些企业来说是得不偿失的。所以，我觉得就是从我们看到的一些未来的机会上来看。怎么把最好的大模型的能力，然后和这些企业，当然也包括一些
Pro C 的他自己的本地化的一些数据啊，包括一些知识库，怎么能够去连接和打通，同时又有一定的这种权限、隐私的保护？
这其实是一个大家在尝试解决的问题。对我有个问题，假设这个模型你能安全的用，你能安全的跟他讨论任何你自己的核心隐私，比如说，举个例子，原来很多律师是不能把自己客户的资料泄密的，然后核心的工程师是不能把自己的配方泄密的。那大家去用AI就有一个很大的问题，要么私有化部署，要么别干。那假设理想情况下这些问题都解决了。
是不是这些场景就会成为今天 AI 下一步渗透的人？对，我觉得是。就是其实最近跟一个阿里云的朋友其实也在讨论，因为他们都是卖大量的服务器给一些客户嘛。那么他们那些比如说做 C 端生意的客户，其实头控的调用量可能还是比较多的。但他们很多比如说那些大 B 类型的客户，其实头控的使用量是一直上不来，就跟他们那个云计算服务器的这个消耗比起来少得多得多。
挑战就是在于他们现在。用不起来，释放不出来这个 token 和模型的能力，用于他们的业务场景，可能目前只能用在一些比较浅层的效率工具上。但如果真的有一天，比如刚才我们说这些问题，包括隐私安全的问题。能解决，然后这些问题也确实是通过我们的一些访谈和调研，它确实是很多企业在用大模型上面的一个非常重要的卡点。
如果这些卡点能解决的话，我相信是能够释放出来更多token和模型调用的这个使用的。对，其实其实我跟彭奇最早我们都看过SaaS跟FinTech，早年其实大部分都SaaS跟FinTech客户都大B客户。所以大家那时候看完经历到现在，对大批客户，包括我们投资人也好，包括创业公司也好，对大批客户都是又爱又恨。
他钱是多的，但是做起来是累的，问题也复杂的。我不知道今天你怎么看AI在这些大批客户里去落地？今天我们最近有一个词听火叫FD，快听懂我说吧，叫AI外包。外包AI的落地工程师，那这个海外很多公司都在招啊。国内的话，大B服务也很多，都是比如说在大型的模型厂商、大型的云服务公司手里去捏着他们去定向服务的。我不知道你怎么看，对未来是AI渗透到这些跟大B形成一套商业模式的话，会跟原来SaaS跟FinTech时代有什么变化？
FinTech是非常经典大B客户很多的一个case。对，我觉得确实是这个对大B这个行业又爱又恨这个描述是非常准确的。一个是他们确实是比较有钱的客户嘛，啊，但是他们另外一点就是要求非常高。那至少从现在这个时间点，比如说我们呃。跟一些企业聊，大家在打大B的时候，确实还会遇到一样的问题，比如说叫加量不加价的问题，因为客户也意识到说，这个AI这件事情能帮我解决一些问题。
然后他也觉得说，哎，既然市面上大家都是开源的模型，对吧？你说我是不是愿意为你能给我提供的这些AI服务付溢价？那他可能也不一定愿意。以及中中国这个市场也比较内卷嘛，所以大家可能各个厂商的报价价格战也会打得比较狠。所以对于现在这个时间点去落大B的话。确实是有我们刚才讲到的这些问题。那么，我觉得这个问题在海外可能会呃遇到像中国过去一样的这个B端客户的问题，因为大家都之前都在说，比如海外客户，比如SaaS这个模式比较好，大家都真的是可以按照订阅去收费。
但刚才谈到，比如像FDE这样的模式，就他们如果真的要介入到它非常底层的这些，比如数据库啊，包括这些系统当中去的时候，尤其AI要渗透进去的话，不可避免的要去解决很多数据安全、隐私。包括这个内部的这些各个的数据库的这个对接的问题，以及还有一个最重要就是怎么去控制幻觉的问题。因为现在刚刚才也谈到，它能解决一些效率场景的问题，而迟迟不能去介入到业务环节，核心原因就是，比如效率可能对于幻觉的。
容忍容忍度比较高嘛？但是真正业务，比如刚才谈到 fintech，比如我做一笔风控，我如果完全交给 AI，它如果有幻觉的话，那这个带来的损失，你说是谁来承担？是模型来承担，还是企业的员工来承担？这个界定就跟自动驾驶一样，其实现在还没办法去做切分。所以我觉得这个确实是制约 B 端去大规模应用的一个挑战。
那可能我们也在这方面也会去关注很多新的这种创业公司，他们也可以去用大模型的能力，比如说怎么去把企业内部的数据。层面去做标准化，包括打通，然后就可能不需要那么多人去介入去构建这个，比如说企业的一个一个业务的图谱。另然后，另外就是怎么能够去在介入业务的过程中去把这个幻觉的控制的问题解决。当然，这可能目前我看起来可能还是有一部分的学术问题在里面需要去被解决的。
那这反而也是机会嘛？对，我觉得Agent其实我们聊差不多。然后，因为我们是投资人嘛，我觉得大家肯定感兴趣的聊呢。Agent下一步我们怎么预期，对吧？我可以先讲讲。我的想法就是，对 agent 来说，今天其实有个有个挺有意思的争议，叫悖论，就是 Claude 什么都能做了，为什么还要去做 agent 创业，给别人提供服务？
那你有什么不应该自己写？但我觉得这个市场永远都是能抽离出。一个共性的需求，然后共性的需求由最好的人打磨成一个好的产品，再提供给大家去服务。剩下碎片化的、极度个性化的需求，那用相应的所谓的锤子自己去当钉子砸就行了。但是已经有人给你砸好的钉子拿过来，我觉得大家是愿意用的。嗯，我可以举一些例子，就是包括对我来说，我之前最近有蛮多的AI RSS的订阅源的那个总结的一些产品出来，对吧？
我最早也想说自己，要不自己。用 Cloud Code 写一个，或者用 Codex 写一个，他后面发现现有的其实挺好用，所以我一个月给他们付个十来块钱订阅费的时候，完全不需要自己烧多少的 token，几大几百的 token 去写一个这么一个 A P
P，我觉得有点像一开始，比如说举个例子，锤子或者机床发明出来的时候，大家都想自己去做的东西玩，到最后发现当一些产品共性非常明确之后，可以规模化之后，那索性买比自己做要便宜。
所以我觉得，可能今天，A卷的很多时候还是在比较早期的大家动手阶段。到了规模化、工业化、供给的阶段的话，那大概率会分出来很多共性的、满足大部分人需求的，然后能形成创业机会的一些A卷的产品。我觉得。这还是我比较期待的。我不知道彭奇你怎么想这一块对未来的预期？对大家一开始可能愿意自己动手做一些，我觉得可能一部分可能来自于 FOMO，一部分可能也来自于他从这个过程中得到的一些成就感和掌控感。
比如刚刚才你讲的，比如我们就差一个工程师，但现在没有工程师，我也可以把这事儿干成。所以这个成就感，我觉得是。是很强的，但这个能力如果现在看起来已经普世的话，如果大家都是这么做，那我们实际如果从全球经济价值的角度去考虑这个问题的话，那比如说这个单位这个token带来的实际的经济价值。有多少？可能确实就没多少，因为大家也说，比如很多C端用户开发的代码，其实也就是垃圾代码躺在那里，它可能也并不会真正的上线运行去服务什么用户。
我的感觉是，这个确实是还在一个比较早期的阶段，以及这个可能它跟它相关的另外一个有意思的话题就是这个token economy的问题，我觉得还在一个形成的过程中，就是大家怎么给这个。token去定价，就它的价值到底是按成本定，还是说按它实际的这个价值来定？那比如刚才讲到的，大家开发了很多有成就感的应用，但实际可能没有产生价值，就它这个定价的价格是不是还能持续维持住？
所以我觉得这件事情可能还需要去拭目以待。明白，不要重复造轮子。也就是说，最后是 token 的经济体系如果形成了，大家 agent 才会在上面说更好来产生运转。对我觉得长期来看，token 的价格肯定会在一个供需关系的基础之上去回归一个价值嘛。但这个价值到底会以什么为锚点？我觉得就还是挺拭目以待的。
我觉得肯定不能以这种线性的方式去推演，比如现在大家都按这种订阅的方式去推演未来，比如这几家模型大厂的的商业模式和营收模式，我觉得这个可能未来并不一定是这样。我感觉可能大家今天也没有摸索清楚，到底用多贵的token去跑自己想要的这种，往往就是在不清楚的情况下，我宁愿用最贵的。所以之前token的用量或者token的支出在涨，突然又回跌了。
我理解这个更多是一个比较健康的回撤，大家意识到，哎，不杀猪不要用牛刀，就用便宜的也可以，所以慢慢的大家会趋于理性。我觉得都这都是一个经济行为上的一个正常波动。OK，就是我们刚才其实针对Agent已经聊了很多了，我觉得市场上对大模型的讨论也很多，还是想问一个老生常谈的问题啊，就是我不知道严博觉得过去这半年来。
就整个这个大模型的能力，就它的进步的速度是加快的还是在放缓的？我觉得体感分两方面，如果是结构性的创新，比如说举个例子，像当年 Open 出来的 Reasoning
的创新。这种跨越式的创新来说，现在确实有一段时间没看到了。但是回过头看，他关注的能力点的进步，那还是非常快。有一个比较明确的感受，就是原来大家去看模型每一次发布的报告的时候，大家都是用 M M A U，还有一些数学的测试，就像让他考试去考榜单。
但今年大家做的都是 S W E Bench，让他做的是 Computer Use Agent。benchmark之类的讲究任务交付能力的一个榜单模型，其实叙事从原来的我作为一个我去应付考试，变成了我要真正交付一种价值。所以今年我觉得最大的一个变化，就是在它的模型越来越像。我们刚刚聊 agent，它能支撑 agent 变成一个数字员工的一个角度去提升。
所以你看到的就大家都讲我的 coding 更好了，我修 bug 能力更好了，我调用工具、cli 的命令行调用能力更强了，我那个桌面的 compute use 更强了，我能做长任务，我的分数更高。所以不再像过去一样考数学考试，谁的分数高。所以我觉得这是一个呃最直观的感受。它虽然没有一些结构性的、迭代性的、颠覆式的创新出来，但是它在真实任务的落地能力中快速提升。
这也是为什么说大家意识到 AI coding 越来越好用了，本质上就是模型越来越强了。对，所以它就像，比如一个学生从学校毕业走入社会的这个过程中，可能他的知识储备和能力已经基本上定型了，但他实际在工作中能多大程度发挥出来他这个能力？现在就变成考考核不再是考试分数，考你能做多少工作任务了。所以这个是一个比较大的变化。
对对对，那这里边表现最突出的，你觉得是哪家公司？大家现在肯定是关注的就是海外 coding 最强的 Anthropic。至于说为什么，我觉得当时 Anthropic 非常明确的把所有的重心都投入到 coding 上来，是一个绝佳的战略决策，把它直接从一个大模型的竞争力的追赶者变成了行业的引领者，因为它是。
最早看到说模型要从考试转成任务执行的评估体系上去变的，所以他做的模型可以看到为什么AI coding这些产品突然变好用了。其实本质上就是Cloud Cloud Opus当时三点五出来，Cursor就好用了，然后Cloud一直往前做，那coding的工具就越来越好用，所以大家会用的越来越多，就形成一个正反馈。
那对Cloud来说，自己就在这方面逐步的强化。另一个就是。Cloud收入增长实在太好看了，太夸张了，太夸张了。现在都说他们的收入可能到AR到一百六十亿美元，然后这家公司的市值，大家都预测它今年上市可能会是万亿美元的一个市值。那从这个角度来说，它无疑是最引领风投的。他的推理毛利率，也就是说，他可能说陈述自己很快今年年终就要盈亏平衡，这都是一个超乎大家预期的一个进展速度，对。
所以他选择了一个相对看起来比较垂直，但其实也足够大的一个市场。去把这个市场的用户群打透，其实比你做一个看起来很全面，但是每个方向上可能并不绝对领先的选择，我觉得也不是这么描述。就是从 coding 的角度切入的时候，coding 并不是一个特别垂直的领域，coding 本质上是包含了人的逻辑跟决策流程在里面。
因为 coding 本质上就是我们去把算法落成一个具体能 run 的一个 application，那他去把重心投入到 coding 之后，他自然增强的是他的推理能力、他的关联的思考能力，跟他链式的一个决策能力。所以这反哺了，说它模型，大家在用它的时候，总觉得它特别严谨、特别聪明。相比于说，我不点名某些模型公司的产品，可能感觉是天马行空，非常有想法，但是不可靠。
所以这是它基于切入 coding 跟切入 agent 的应用之后。带来对他的一个模型能力的反哺，我觉得这就叫学而不思则罔，思而不学则殆，对吧？知行合一。那个 AstroVic 是最早知行合一做的最好的，所以反馈下来，他的知就提的比别人快很多。我觉得是这个点会比较有意思，所以。今年 AstroBike
他们说发了自己的 Fable 五或者 Mythos，那时候我觉得新闻特别多，就是说绝对不对外供，然后只中间短暂的给大家供了一段时间之后又下线了，还又传出来说还要美国要封禁，我不知道你怎么看封禁这个事儿。
当然我理解大家其实在网上对他们的能力有一些评价，但是因为很多用户其实也没有真正使用过，但我简单看了一下。可能它的能力的提升，比如说在这个上下文的长度上，对吧？包括说它能做一些这种自适应的这种循环的思考，以及在跟刚才讲到的 agent 的这种能力去去做融合，给给用户带来了体感上，我觉得就是很强的一个一个体验。
但它被封禁这件事情。呃，包括像 GPT 也发了 5.6 模型，然后反正目前也没有对大众开放。对，但我觉得这个一方面会有一些烟雾弹的成分，有一些饥饿营销的成分在里边，但它是不是能够真的带来国家之间竞争武器一样的能力，可能还需要再看一看。那再回头看国内的模型，觉得这半年进展怎么样？我觉得最大的惊喜来自于智谱。
质谱的，尤其是质谱的股价，对对对，质谱的股价加上它的 G M M 五点二，它也是一样，把重心就放到 coding
上，对，所以回过头来看模型呈现的进展最好。我不知道你怎么看其他家的一个进展情况？对，我觉得质谱还是在一些架构上还是做了一些自己的创新嘛，包括它自己五点二其实也。在训练它长城任务的这个表现上，我们也听说加入了一些这种过程奖励的方式去提升它的能力，所以我觉得国内的就是团队的整体的这种，不论是在架构上还是在算法模型的这个。
创新上都还是在持续迭代的，但是另外我觉得更重要的一点是，可能在一些数据的定义、包括数数据的采集和任务的定义上也开始逐渐补强，对吧？这个其实也是大家之前这个讨论的比较激烈的部分嘛。比如说，可能海外的厂商也都在质疑我们是不是在做大量的。这个蒸馏，但如果你只是做蒸馏，你的天花板其实是有限。但看起来大家开始，包括上市之后，包括大家融了足够多的钱以后，除了过去比如堆算力和挖人才以外，大家其实也越来越多的愿意在数据的采集上。
花很多的资源和钱，对吧？包括国内其他几家大厂，据我们了解，包括我们今年今年也看到很多专门做这种数据服务商的公司，其实都赚钱还蛮多的，而且基本上是只要有数据都会被被疯抢，所以我觉得主要大家是在做。就除了模型架构迭代以外，在数据上其实是补足了原来跟海外大厂的这个差别。当然，另外一个比较有标志性的事件，其实也是像就是大家一直非常关注这个
DeepSeek，它自从去年年初发了模模型之后，后面一直一段时间比较沉寂一点。
但我们都知道，它其实也在做很多的努力和工作，包括适配这个国产的这个这个算力啊。它在今年也完成了一次融资嘛，这个其实是它在过去一直声称自己不融资的这个。情况下做出了一个变化，然后所以我觉得这个当然也是比较有标志性的。我觉得这个就是他他做这个选择，应该更多是为了从人才和资源绑定的角度去帮助他本身企业发展的更好。
因为我觉得可能一个是说，目前国内的模型的竞争。依然还是比较白热化，就尤尤其大家对这种人才的这个追求还是比较强的，所以他需要通过，比如给自己公司做一个估值定价的方式去。给他们的员工足够的激励，这样子能够吸引和留住最好的员工。我觉得这个其实是这个时代最重要的资产。我觉得另外一点就是他做出的选择，就是可能会希望能够更多的去跟，去跟国内的这种算力啊，或者说这种厂商去去合作，这样子他做的不仅仅是把自己的能力提升上来，更多是把整个中国的一个生这个产业生态带起来，就是从模型，然后到上游的这些。
算力、基础设施、芯片，整个系统都带起来。对 DeepSeek，我觉得这个事儿倒挺值得说一句。我觉得最大的变化是 DeepSeek 刚出来的时候，行业里的竞争者，包括国内的极极小龙，大家的资金的支持规模大概都是在几十亿级别。所以，在这个角度来说，几十亿的时候，DeepSeek作为一个呃有量化基金公司支持的一个 research lab 或者叫 research 的公司，其实还是能跟大家去协同竞争的。
但去年开始到今年，遇到一个很巨大、很明确的变化，就是大厂。开始砸钱去干这个事儿，C端C的组砸了很多钱，阿里也在砸钱，小米也在砸钱，那还有很多Mini Max、智谱上市啊，这些公司手上的资金体量就不再是一个几十亿人民币的一个体量了。那这时候，如果DeepSeek还是按照原来那种方式运转的时候，它无疑是自己给自己增加挑战难度。
所以，我觉得对他来说。DeepSeek作为一家很风格很明确的公司，它一切都是服务于做出更好的大模型，并不是说服务于一些商业落地目标。它刚才我们其实聊了很多关于国内大模型的一些变化嘛，所以我不知道就是从你的观点来看，我们和美国的这些头部的模型相比，是在它的差距是在变大还是在变小？我觉得在极速的入门的以及说一些通用的标准版的模型上。
其实今天中美的差距是在逐步的缩小的一个过程。比如说，就拿刚刚的智谱举例，很多人都觉得智谱 G L M 五点二的能力、编程能力已经非常接近于 G P T 五点五跟 Cloud Cloud Cloud Opus 最新的模型。呃，所以这个是会缩小的。但是有一个非常明确的问题是我们没法去克服的。基础设施加算力，今天始终还是美国占优。
他们有数十万卡集群的数算力中心去支持他们去训练模型，所以在最前沿的模型上，我们。短期还是比较难追赶上，因为这是一个生态的竞争嘛。嗯，但在整体的，我们擅长做什么事情？既然我们没有算力，DeepSeek还是我们擅长去提升算法的效率。对，我们擅长花小钱办大事儿。所以我们在追赶的速度会很快，所以我理解上，短期之内可能还会是，呃，美国的模型厂上去探索前沿，去去把尖端的性能再往前推进，然后我们去想办法去跟进。
但随着中国的整个生态，完善提升的话，我觉得到最后也会有我们去探索前沿的这么一个时间点出现。只不过说，这个我能感受到的差距是在越来越小。二二年的时候，大家觉得我们很难追上了。二三、二四年的时候，我们说觉得好像差一两年的差距。到今年就是很快就几个月的时间，可能大家就会赶上了。就像最近智谱的CEO在推XCOM上跟那个马斯克的那个对话一样，马斯克说你什么时候能赶上Missiles？
他说就过一个季度，下个季度可能我们就赶上了。所以我觉得。我对于差异的观察还是这么一个角度，我觉得值得期待，但现在也要正视基础设施的我们的一个差距。对，因为毕竟这些基础设施还是决定了。在模型架构的探索上，就是做实验的这空间嘛，就是你有更多的机器就能够去同时跑不同的实验，这样去探索前沿的效率肯定是更高的。
但反过来说，比如在补这个数据的这个能力上，其实是变得比原来强了很多。然后数据其实看起来目前整体对模型能力的进步的贡献的占比。应该是会越来越高，所以我觉得从这个角度上来看，我也觉得它会更快。然后，然后如果这对如果再说一个点的话，刚才其实严博也谈到了，包括像这些极速版或者说相对轻量化的一些模型，其实我们在。
效率和成本上的优势是明显的，我觉得在这个方面，我们一定是领先海外这些模型厂商的。我觉得一定程度上叫。我们已经出名了，MiniMax 2.5在 OpenCL，呃，OpenCL 出来的时候就直接成为了官方推荐的模型，然后在今年那个三月份的英伟达。发布会上，其实黄瑞勋就提到未来模型的分层，其实，在很多极速版跟呃中间相对标准版通用版的模型上，Kimi跟Mini Max的名字都列在了他的PPT上。
我觉得这个事情上还是我们有追赶的比较快的一部分。另一个我觉得挺有意思的是，视频生成模型真的是哦，那确实好像是今天反而是国内的声音更大，尤其Stable Diffusion发布之后，收入AR已经二十亿美元。反观海外，对吧？海外。目前看到，除了 Google 的 View 三点零还大家还觉得不错之外，但 Sora 已经关闭了服务。
那现在整个差异反而看起来好像是我们更强，我不知道这是为什么。我觉得现在我觉得可能有几个点，一个是我们在训练视频模型的数据上，我觉得包括像字节，包括像阿里，其实在这方面我们其实并不落后。刚才我们谈到，比如说偏一些文本或者大模型的数据，其实我们需要重新采集很多嘛，有很多存量的视频数据，但怎么把他们的这个训练和这个。
数据的这个挖掘做好，这个其实是有很大的空间的。那在这个层面上，我觉得国内的厂商做的还是不错的。然后另外一点就是，这些视频模型的token消耗量是巨大的。那么在这个前提下，就你的产生token的这个成本和效率就会被。成指数级的放大，所以，比如对于Sora来说，可能生成同样一条视频，它的成本是，比如说Stans很多倍。
它如果还按照同样的价格的话，它基本上很难支撑就它这样的一个模型的这个商业模式。对于Stans来说，他们可以通过这些架构的设计啊，通过这种算力的。呃，高效利用这样子，把成本相对降到一个可以接受的程度，这样子就能够带来相应的一些商业化的价值。所以我们也可以可以看到，它的收入确实就是视频模型相关的收入，确实目前包括 Token 的使用已经占到整个字节整体大盘子的一个相当重要的一个比重了。
可能因为我们中国有 AI 短剧、AI
漫剧，所以我们是有明确的需求，这些工作室始终在等着最新的模型去改进自己生产效率流程，然后这些内容实实在在生产出去是有人消费的。但海外可能确实在消费的或者很多这一些消费的渠道上场景是比我们少很多的，所以还有一个很有意思的观察点是，现在看视频模型做的最好的几家，字节、快手、谷歌，其实三家各自都有自己的视频平台，快手有快手，然后字节有
TikTok 加抖音，谷歌有 YouTube，所以我猜测也是数据的这个能力能决定它上线它的进展速度要。
多快？就刚才你说的嘛，数据非常重要。对，就是出于隐私的关系，不一定用自己平台上的数据，但是他因为做过视频平台，包括这些数据的平台，他知道怎么能够去。从工工程化的角度去处理这些数据的资产。那么接下来我们再聊聊关于 AI 基础设施的一些部分。就 NVIDIA 去年年底收购了 Graph，对吧？然后它在今年这个三月份的 GTC 上也发布了这个 LPU 的方案。
然后最近我们也看到，Silbers 这种一体化晶圆的这个公司也上市了。然后 OpenAI 正好在前两天也刚刚流片了自己设计的一个推理的芯片。那么随着整个各个大模型厂商在快速推高自己的资本开支，然后 Token 的消耗量也变得非常的大。那么算力基础设施的这个成本肯定会成为一个很重要的问题和瓶颈。那我不知道，比如说针对算力基础设施这一层，你觉得它正在发生一些什么变化？
然后有什么是市场要面对的一些挑战和机会？对，我觉得可以先讲一个大家比较感兴趣的东西。从去年下半年到现在，英伟达的股价没有涨幅特别大，还是在一百八十美元到两百二十美元之间波动。但是它上游相关的infra公司，包括光互联公司，包括存储公司，股价都是迎来让人羡慕的十倍，快变成B圈了。对对对，十倍以上的一个涨幅，对吧？
就是您，你去年把年年终奖存进去，今年可以收获一整年的工资的感觉。呃，这个是大家非常非常都能关注到，而且时时常会在各种社交媒体冲击你的，比如说美光股价涨多高了，那个港股的南方两倍海力士今天跌二十个点，明天涨三十个点，就那种上上下下的状态。但这里回过头来看，我觉得我们讲正经的，这行业的变化核心的变化是从算力够不够变成了今天是否。
整个算力系统是不是最高效的运转？所以过去大家只用英伟达最好的芯片去把推理跟训练什么事儿都做了，包括英伟达也是这样，用传统的G P P U来做，变成了我要去搭建一个。更高效，在各个场景线价 ROI 最高的一个系统，所以今天的关键模块就不再是 GPU、GPU 或者是单独的一个算力芯片。也变成了推理，是不是需要更好架构的芯片去降低大幅的推理成本？
因为到最后，假设AI真的渗透到各个行业去的时候，推理是绝对九成以上的一个大头需求，推理成本就决定了整个社会AI token消耗的渗透速度跟渗透量。推理成本越便宜，它肯定越便宜，模型产业有钱赚。然后另一个就是这个系统如果要高效，那就不仅仅是算的问题，还有存跟。传输的问题，那就变成了光，大家现在很热的光互联跟存储的问题。
那光互联解决什么问题？原来是我这么去举个例子，一万个节点的集群的GPU卡，A第一个节点算完了一个卡，要把结果快速的传给不同的第二个节点，第二个节点再传给第三个节点，大家去计算一个神经网络。那这么一个传输过程。假设传输跟不上，最后就变成了A算完了给B的过程中，B已经把第二他手上的活算完了，他在等等的过程，这叫什么？
GPU利用率。如果GPU利用率整体是偏低的话，那对算力公司来说，对或者对这个整个算力系统来说是低效、浪费成本的。因为，你雇了一万个人，结果一万个人里面，因为这活流水线传的慢，所以那有些人在磨洋工，那你肯定是白花钱了。所以大家就开始。花了很多精力，在怎么去考虑提升通信的速度？那包括说光互联、光互联再到片上光互联，这都是一个长期的所谓光进铜退的一个过程。
所以大家可以看到，光模块的用量在大幅增加，数据中心的板板间的连接从原来的。直接接线变成现在PCB PCB背板，所以PCB也在大幅的用量提升。然后再到呃片上的一些探索，大家是不是探索更更高效率的光互联形态，比如更高速率的光模块？从现在的可调发光模块，再到 N P L P U，再到 C P U，呃，这些都是基于说刚刚那个需求下去倒推出来，去逼着整个系统变高效。
所以我们可以看到，系统里明确面对的墙就是所谓的传输墙，还有另一个就是存储墙。存储墙是什么意思？存储墙就是我们已经算完了，把东西存在那，今天我们要重新算的时候，把这些东西搬给这些要计算的单元的时候，这个过程也会让你的算力单元在里面代工。那这也是一个算力浪费，所以大家也非常在试图去提升一个存储跟算力之间的一个带宽。
那让存储具备一个更高的带宽呢？今天就需要更好的存储芯片，比如说像HBM就是这么一个过程中诞生的。呃，也是过去十几年折腾了很久，大家一直以为这是一个低性价比但没什么用用处的东西，突然在今天被整个行业快速。的全面铺开，释放的价值对，然后还有一个另一个价值就是，我觉得随着说AI的应用越来越多，我们很多的数据都会变成数字化数据。
很多未被数字化的上下文全部会被上下文储存储，那对云端的存储来说，它就需要更多的量去存储这东西。假设以后多模态模型出来之后，这个存储的需求只会进一步提升，所以对云端来说，那这就不仅仅是 HBM 的问题了，也有 SSD，也有中间 DRAM 的问题。然后同时 HBM 成本过于的高，那为了降低整个所谓的提升整个系统的 ROI，那我是不是要考虑梯次利用跟所谓的分级存储利用？
这也是过去一两年很多云厂商、技术是公司在做的事情。所以最后回头来看。不管是光互连也好，存储里也好，HBM连带着DRAM跟SSD都一同被推到一个非常高的需求。我们听到的情况就是，也是阿里云的朋友跟我说，说他们二六年买存储的话，都得靠抢了，已经是非非常难去订到市面上的存储芯片。我觉得最直观的感受就是。昨天苹果发的新闻，因为存储价格上涨，我的
MacBook 要涨价了，已经影响到 C 端的跟 AI 无关的，对，已经已经影响到我们普通人。
比如说，为什么我去年非常坚定的要把用了五年的手机给换掉？因为去年如果我不换，明年换手机大概率会因为这些芯片存储的价格上涨，手机也要涨价。那iPhone也会涨价，所以我觉得这个是看到的一个变化。我觉得挑战跟机会的话，这么去看的：供给侧有些新的技术出来，慢慢的给需求侧去推广，对吧？我做了什么新技术，我去找场景去让他们用。
结果今天因为AI带来的一个爆发式需求，把原来的很多周期性行业变成了一个成长性行业，直接是需求侧倒逼。今天是英伟达去倒逼上游的公司去解决问题，去加速你的研发，去做更多的投入，把我的。所谓的存储墙跟那个通信墙给解决好，所以我觉得这个是一个整个行业在过去一两年非常大的一个变化。你说今天解决好了吗？我觉得也还不算解决的特别好，大家最后还要考虑我们整个算力系统，如果抽象去看，它做就一件事儿。
电力硬，token out，嗯，然后这样一个里面，就先不考虑它的基础设施，基本基础设施投入啊，就在运行的时候，opex的话，那怎么样？opex这个支出尽可能高效的转化为产出，那这个过程也还是会持续的倒逼整个算力基建系统的各个模块去。抓紧迭代自己的技术，比如说所谓的更低功耗、更高的一个产出、更低的成本、更好的一个可维护性，不要坏或者怎么样。
所以我觉得这个是本质上都是在去做更好的AI基础设施，用更便宜的价格供给大家。就回到我们前面聊AI大模型跟Agent一样。这些都在去解决藏在下面的问题，让我们更便宜的去用 token，或者更好更快的用
token。明白，明白。所以总结一下的话，就是其实我们的关注点也不止盯在算力本身，对，包括跟算力相关的存储，包括这个通信，以及说上面跑的软件，还有甚至像整个服务器集群上面的，包括像液冷，就是它整个是一体化的一个优化的过程。
对，这整个是一个系统工程。对，觉得另外一方面很重要的一点是。呃，需求的多的多元化会反映到这些算力在不同类型的硬件上有不同的需求，比如刚才讲到的这种像这个端啊、边啊、云这样的分类。那这里边也可以大概简单解释一下，比如端侧就是我们身边的一些不插电，对吧？但是带电运行的一些设备，比如像手机啊、手表呀、耳机啊，或者各种各样的这种可穿戴的设备，其实都算。
这种端侧的这个硬件，然后还有一类就是所谓叫边缘侧，边缘侧可能是一些插电，但是仍然在我们身边能够去针对，比如说这个少量的 C 端用户或者 B 端用户去做一些私有化部署的这样的一些边缘计算的盒子也好，或者一体机也好，这样的一些方式。那云大家就比较熟悉了，比如说就那就是一些在线提供的一些远程的这种服务器的资源，比如像阿里云啊、腾讯云、华为啊这样的一些厂商。
前面我们谈到大模型的时候，大模型的不同类、不同档次的模型会会分层。那么他们落地到这个应用侧的时候，在不同的边缘侧也会分层。那么这些不同的分层的交叉，就会诞生新的机会。我们不可能用一个非常最高性能的设备去跑一个端侧，对吧？这样子它从功耗的角度来讲，包括体积啊这些方式，可能都是不合理的。所以我们需要为不同的端边云去设计不同类型的。
这样的一些推理芯片，然后这样子能够最大可能的去适配不同的应用场景。对，所以这里正好说到这个事儿，就端边云的话，你觉得在模型生态里各自会有一个什么样的发展？它可能会有一些不同场景的切分。对，哪些场景会最适合端测？哪些场景会各自会吃掉哪些？我觉得针对 C
端来说，我觉得未来端测的比例可能会比较高。以及说，因为现在可能端测跑不了太大的模型嘛，但是我们看到未来的趋势，包括我们投的一些初创公司，其实在端测未来，可能甚至跑个几十B的模型都是有可能的。
那到那一天的时候，我相信模型的能力本身也就也有了进一步的提升。现在几百B能力的模型，未来能跑到一个几十B的模型上，然后同时能跑到端测，那我相信大多数这种比较简单的。甚至一些Agent类型的任务已经可以完全在端侧去完成了，只有一些非常复杂的，比如说编程或者长程推理，可能才需要交到。比如说，呃，边缘或者云端去去完成，所以可能未来在C端的这个这个端侧市场，我觉得这是一个未来绝对不可以忽视的机会。
那么对于边缘侧来说，我相信它可能未来会成为一个沉淀最多，无论是对于C端用户来讲，还是B端用户来讲，它的私有数据的这样的一个载体，对吧？无论是这种NAS的形式。还是这种呃一体机的形式，就他会把你所需要的所有，就跟跟你的业务或者个人相关的一些，比如说文档啊、视频啊、图片啊，当然还有很多数据库啊相关的相关内容都跑在这样的一个偏边缘侧的设备上。
然后它对于这些呃 Pro C 或者这个 B 端的价值，其实就跟我们刚才讲的，可能跟 C 端的端侧设备的价值比较类似。它基本上可以在本地。应该应该几乎可以跑一个满血版的开源模型，这样子它大多数的任务应该都可以在本地去完成了，除非有一些非常特殊的任务，本地解决不了，可能再经过我们刚才前面讲到的一些包括脱敏啊或者安全的机制，再交到云端去协同去完成一些。
这样的任务，当然就剩下可能更多的就是一些云端的算力去解决的。其实有一个刚突然想到挺有意思的小问题啊，我刚提到了苹果在涨价，嗯哼，那现在云端的支出，也就是云端的对这些基硬件算力基础设施产品的需求这么的大，直接把它价格推涨。是不是一定程度上短期也压抑了我们端测的需求？比如说，你可能短期不会再去更新电脑了，然后原来比较便宜的一些端测硬件现在都要变贵，反向是不是会对端测短期来说不那么利好？
听起来，当然现在我觉得端测本身。的算力的能力，包括它存储的空间，可能也也支撑不了太复杂的应用。我觉得刚才这个判断可能更多是针对，比如两年后这个市场的情况。当然，到那个时候，我们还需要叠加一些别的周期性的考虑。比如说到那个时候，整个的AI它的周期会不会发生变化？我们都知道它现在肯定处在一个泡沫或者一定的高位，它到时候会不会有某种程度上的回调？
它如果有一定的回调之后，其实可能会带来。对上游供应链挤泡沫的这样一个过程，所以这个成本到时候可能会有很多的这样一些变动的可能性，所以这件事情还需要看未来整体市场的一个。周期性的变化，对我我倒是觉得有一个点挺有意思，就是假设我们接受短期就是云测会吸走大量的资源，因为要搞基建嘛，那端测是不是在长期之内都会倾向于去让大家去在一个相对低算力消耗且相对低呃硬件成本开支的情况下去实现更好的功能，也许会是一个挺好的创业方向或者切入点。
如果这个做好了，那假设后面真的资源多了，那它也有它的优势。我猜测这也许是一个可以切入的，没错没错。这块其实我们就也看到很多初创公司嘛，然后当然我们也在关注和投资这个方向，就是大家怎么能够把一个相对大参数的模型，比比如说通过无论通过剪裁也好，还是通过。甚至跟存储的一些 SSD 的这种互动也好，对吧？怎么能够把它部署在一个相对低性能一点的硬件上？
这个我觉得是很多厂商在尝试去解决的问题。但这类模式到底能够去带动多大的市场？这个可能还需要再去观察。就是二零二六年从咱们一级市场的体感上来说，最明显的就是这个世界模型这个事儿变成了一个超级无敌热的热的词。我印象中上半年看的。反正号称跟世界模型相关的公司，应该也得有几十家。我相信这个研博应该就是咱们也一起看过一些嘛，也是比较多元化吧。
比如说有的是做跟具身智能相关的，然后也有做跟这种这种视频生成啊或者游戏相关的，然后可能也有一些是跟这个仿真相关的。就是大家其实对于到底什么是世界模型，其实不是很清楚这个概念哈。那通过一个比较粗浅的理解和来讲的话，我反正我觉得世界模型它本身并不是一个所谓的模型嘛，对吧？它其实更多就是一种一个概念，这个概念可能指的就是说我们给这个世界一个外部的一个行为的干预，然后去预测这个世界下一个时间点它的状态会怎么变化。
在在这个定义之下。我们是不是也可以认为说，呃，比如牛顿定律它其实也是一个世界模型，以及说对于我们每个人来说，对吧？我们生活在世界上，我们无时无刻也在调动一个自己的世界模型去预测怎么跟你身边的人和环境去交互。所以基于这个概念，我想就是我们还是回到这个A，就是跟AI相关的这个世界模型的这个狭义的定义哈，它既可以是真实的，它也可以是纯。
数字化，它如果是真实的，可以用来去做一些刚才我们谈到的就是具身智能的交互。然后，它如果是纯数字的，可能会用来做一些视频的生成。所以，我不知道，呃，比如从严博你的角度来看，你觉得世界模型是啥？它跟我们。比如说之前看到的其他的一些创业方向，比如说 V L A 啊，比如说这个视频生成模型啊，甚至说大语言模型有什么关系？
我这个我觉得世界模型这个概念并不是新概念，可能。从最早强化学习里就有事件模型这个概念，因为强化学习本质上就是一个给予环境一定刺激，然后环境给予反馈，然后基于反馈。然后去评进行奖励函数的一个反馈，再去强化强化不停的学习。然后你给予那个刺激，然后再给予你反馈的这个中间 parts，其实就是本质上就是个世界模型。
所以今天我觉得其实定义上大家理解都对世界模型理解都差不多，就对要让 AI 去完成对一个所谓的状态的预测，呃，基于说。各种输入之后的状态结果的做预测，那这个结果能用来干啥？那就变成了结合不同场景的一个世界模型。当然，现在世界模型，我觉得确实更像一个概念，就是大家可能觉得自己跟这个概念贴合的，我就叫自己叫世界模型了。
所以好几种世界模型都冒出来了。我现在看到的，比如说，呃，举个例子，视频生成模型Sora当年出来的时候，它就叫自己叫世界模型。对，因为他认为自己是通过视频输出的形式去预测事件的未来变化，对吧？那这是一类。那包括说现在的呃，Sora、VCS这些，一定程度也算事件模型。他他预测了可能，但确实不太准。有些时候，经常我们会遇到。
各种违反一些物理规律、物理规律的，对吧？手穿玻璃，对吧？或者上车是从车车窗玻璃啪穿过玻璃跳进去的，所以这个是视频模型。然后，呃，还有一派是李飞飞代表的所谓的三D世界模型。因为李飞飞过去其实十年，包括苏浩在他们组，其实后五年做的很多事情都是在解决传统的，呃，传统CG里呢，3D模型的一些AI工作。今天他想去做的是一个建模用。
世界模型去建模一个真3D的空间，然后在这个3D空间里，你是可以做3D操作的，而不是Soar那种输出一张张平面图的真。那它的那个场景就更倾向于像一个渲染的3D世界，对，那个是一个可交互的世界的一个状态。至于说他能不能做一些什么真实的物理交互，或者怎么样，那其实今天我们也不太清楚，他他没有看到一些具体的进展。
然后还有一个就大名鼎鼎的 LaQuan 提的 Japa，我要把世界抽象出一些客观表征来，他是非常显非常高调的一个 anti L M 或者 anti next token prediction 这条套路的呃扛旗者，所以他就认为说。世界世界的很多表征不能用什么具体的 token 去表示，它就是用一个抽象化的一个隐空间的表示。
但这个说起来大家会觉得有点迷啊。就我觉得比较典型的比喻就是，我们去看这个我们面前屏幕面前的这个话筒的时候，呃，假设是用 next token prediction 的话，它其实 predict 我们看到这个画面的每一个 pixel，对吧？那杰帕想要就或者勒困说的那一套所谓抽象表达，就是我只要知道前面是一个话筒就可以，就OK了。
因为他把这个光的信息或者图片信息抽象成了一个概念表征。所以这是他去做，但能不能做出来，我觉得我今天也不知道啊。今天就他家在做，你说最后能做成什么样？把 word model 和 action policy 结合起来，叫所谓的 WAM word action model，这也是上半年这段时间比较热的方向。
所以我们可以看到，每个方向都有一些。相应的公司在一级市场活跃的融资，而且融资的非常热，属于是上来就砰砰砰砰砰就上去了。这也是我刚刚前面为什么说世界模型是一个非常典型的 FOMO。所以听起来大家都在尝试用一种新的架构去搭建这个世界模型。大家对于世界模型需要一个不同的架构，可能是有共识的，但是对于。它到底需要一个什么样的架构和表征？
它可能还没有形成共识吧。比如刚才讲到有从三D路线去走，有做纯视频路线，然后也有包括像 Jasper 这种隐空间路线。所以大家可能在不同路径上探索，但都认为说至少它可能跟 LM 的架构是不一样的。但但是这个我的理解就是，呃，因为语言本身其实已经是一种比较高度的抽象了嘛。但是世界模型刚才谈到。可能包含了非常多的实际物理空间、现实世界的一些多模态的信息。
那么这些多模态信息其实是没有经过这么说的高度抽象，所以它可能需要另外一种表征的方式去把它抽象成可以去做，比如说因果推理啊，或者说去做预测的这样的一种一种架构。不知道你是不是也同意这个观点？它如果以以及说你觉得它到底未来跟 L M 会是一种什么关系？我觉得语言跟世界模型，其实我个人更倾向于，并不是说谁好谁不好，或者谁要干掉谁。
觉得从人的角度来说，说话跟写作输出是我们跟世界交流的一部分。同时，另一部分很简单，就是我去看这个世界，我用双手去体验这个世界，我去做一些事情去改变这个世界，也是我跟这个世界交互的方式。我们面对面交流，我们不仅通过声音，我们也通过大家的表情、大家的眼神来去交换一些感受。所以，我觉得从这个角度去出发的话，本质上是大家去跟世界交互的。
不同渠道而已，只不过语言是高度压缩的语言方式。那感官，我们的触觉、我们的视觉、我们的听觉、嗅觉，五感所感觉到的，更像是世界模型所关注的那种需要输入的信号跟处理预测，以及我们有双手，我们去执行。所以我觉得这两者的话，不能说是说取代或者是一个谁更优谁更劣，而是在我们用大语言模型去解决好很多语言层面的一些智能之后，我们自然而然的去关注说我们是不是能拓展到更多的领域去让AI去获得对世界的理解能力。
所以我觉得世界模型算是一个。在话题理解之上的一个升级，但至于为什么说有这么多路线啊？因为每个人对世界的理解或者对世界的思考方式都不一样的。有些人擅长具象的思考，有些人擅长抽象的思考，所以不同的人他对世界的一个预测方式、决策机制都不一样。就是他们出发点不同。对，所以他出发点不同的话，我觉得这个世界都有各种各样的人，那世界模型必然也有各种各样的切入点。
所以说这些切入点谁能做出什么神？那肯定各自都有擅长各自擅长的事儿。比如说擅长抽象推理的人就非常适合去做数学。擅长具象化想象的人，他的艺术创作能力就比那些另一边的人要好。我猜测啊，模型最后输出来各自会有各自擅长的点，所以并不是说今天世界模型谁路线优谁路线不优。从我的角度来看的话，比如说三D世界模型，它是去渲染世界；那GPT那条路线是去离抽象世界。
我要抽象出牛顿定律来，那你可以，你的你是GPT这套路线。那WAM是我要去做什么事情？我去想象我去做的事情。那每个场景，我觉得大家用一种类型的世界模型去补充。这是一个很合理的思路，甚至大一统也有可能，但也有可能不会大一统。这个我觉得今天我预测不了。对，那我总结一下，就我觉得那个L O M和世界模型是有点互补的关系。
我之前在内部的分享中，其实也尝试去抽象过。我觉得可能世界模型更像是我们的一种，就是先天能力。对，就是我们可能通过基因的，就是几十亿年的这种进化迭代出来的一种，我们和世界能够去学习怎么跟世界去交互的一种能力。那可能语言模型更像是一种后天的学学习和能力。我们可能出生以后，就是我们学会语言之后，就开启了第二条增长的。
曲线，所以一个先天，一个后天，他们的迭迭代方式也不同，进化方式也不同，但可能共同塑造了我们今天每个人的这个能力。那我们刚才讨论了很多关于世界模型的技术路线啊，包括跟LM的关系。那还有一个比较有趣的事儿，就是你觉得为什么世界模型是在今年上半年这个时间点突然爆发了，而不是比如说去年或者未来？啊，我觉得这个分两个。
方向去看，各自都有一些技术的迭代的一个节点，然后去驱动了今年的世界模型爆发。第一个是视视频模型的完善。今天视频模型最早，大家去回忆某电影明星吃面那个经典的视频，再到现在的视频模型去模拟大家去渲染、生成大家吃面的这个画面，其实已经获得了一个巨大的进步。原来是跟物理完全不相关的，但今天已经非常符合真实了。
所以视频模型的一个训练的完善，其实是给世界模型的切入去搭好了一个基础，所以今天很多是基于视频模型去实现一些世界模型的功能的赛道，比如说具身智能，对吧？视频模型、视频类的世界模型，就 action driven 的世界模型，比如基于一个动作无限流的视频模型，这些我觉得都是在视频模型的完善基础上搭建出来的，这是供给侧的一个变化。
另一个供给侧的变化是三 D。3D表示的新的一些表征形态的出现，最早我们可能Mesh点云，这是最早在CG里用的，是用来渲染用的，你说做一些操作用的，再到后面Nerf，Nerf用来做那个采样、贴图、重建。然后再到今天，高斯破界，发现非常适合渲染，渲染一些输出的3D结果。然后再到3D
VGGT去年发布了之后，单张照片的3D建模，也就是说AI的3D模型生成这些技术能力的一些完善之后，那做一个3D世界的生成就打好了一些良好的基础。
所以今年可以看到，我觉得，但是反过来挺有意思的，我发现能做3D的虚拟飞那个事儿的公司还是少数。因为对算力的要求或者整体的训练难度都成本都非常的高，所以目前国内也只有腾讯发了一个版本，因为腾讯自己游戏特别强。然后还有就是，特别发布了一些成果。但是在世界模型基于视频模型驱动的这块，我们就会看到非常多的团队介入进来，包括说巨声，包括说游戏。
都有一些相应的介入进来的新的团队，这个我觉得一个比较大的变化就是开源视频模型的供给非常完善。今天大家有好的开源模型去快速的尝试去训练，所以就可以快速的去调出一些阶段性的成果来。那是不是也有可能是因为这些视频的数据量比较丰富，就是相比于比如说三D或者说其他的一些多模态数据，所以这些数据比较 ready 的情况下。
这些不同的团队，他更有可能去去训练出来一个基于视觉的。我觉得这个也跟视频本身就原来 diffusion 加 auto reg auto regressive 这些进展，它相对到一个比较成熟的状态。还有就是人类的视频数据，大量的视频数据其实就包含了很多物理世界的信息跟特征。你去拿一个水杯的视频，肯定是符合这个世界物理特征的物理物理物理规律的一个视频。
那这些大量的数据其实就比较好作为一个训练数据，但是。在三D生成上，三D怎么去生成一个更真实、逼近的画面？我觉得这过去在很多传统的CG领域，CG领域的话，也不是有这么多明确的数据驱动的事情，更多的还是基于一些经验或者规则驱动去做的。所以李飞飞那一套的话，相对来说难度会大很多，所以我觉得这是一个比较明显的差异。
然后至于说刘空搞的Japa，那我也不知道他今天能做成什么样。这属于是他自己非常特立独行的一条路。如果他能做出来了，那他就是做了一件颠覆式的创新。如果他不能做出来，我觉得也没什么关系，因为他在挑战这世界上最难的一件事情之一。对，那看起来其实世界模型和我们。过去几年一直在看的聚深智能一样，它其实面临着一个比大语言模型更严重的问题嘛，就是它没有数据，所以我们才看到，就大家有一个数据金字塔，比如最底层是一些这种合成数据，然后中间是一些。
第一视角采集的 egocentric 数据或者物密的数据，然后最上面可能有些真机遥操数据这样子。所以我们也看到这些头部的巨深智能厂商也好，视觉模型厂商也好，其实都在投入大量的资源去获取这样的数据。包括今年大家也讲说，我们希望能够把这种第一人称视角的数据。所自从英伟达提出了他那个路线之后，希望能够从比如说十万小时，然后推到百万小时，甚至千万小时，就觉得这事儿就有可能能够 scale。
所以我不知道你觉得数据的这个这个瓶颈和问题。最终会是会通过这样的方式解决吗？还是说我们仍然需要探索一些不同的方式去去获取这些数据和去训练世界模型？我的理解是，如果我们聚焦在世界模型这个概念上的话，那今天世界模型希望的是去抽象这个。现实是物理世界中的所谓的物理的状态、物理的 dynamics 跟物理的规律。
从数据的角度来说，那现在不缺视频，我们也不缺视频数据。其实我们还是缺的是，呃，蕴含了物理信息的相应的数据。所以，其实现在有三类的路径去做这些数据采集。我这样抽象完，其实大家不管是对应到具身也好，对应到世界模型也好，大家我觉得都没有很好的一个映照。第一类叫真实的物理传感器的采集，那比如说。呃，摄像头，呃，雷达，呃，各种力传感器，然后触觉传感器、温度传感器、声音传感器，那这个是去记录最真实的一些物理量的一个视频、视觉数据。
然后这些数据再跟最好是跟真实的一些视频流数据，或者是其他视觉模型需要的一些三D数据去结合。那这个就是蕴含物理知识的我们需要的训练数据。那第二类呢？因为我们大量的物理交互其实是不会布传感器的，我不可能说今天跟你握个手，我去手上布个传感器。但是过去我们有物理仿真工具解决的问题，就是假设我没有传感器基础上，我去通过计算去算出一个接近于真实的一个物理量，来指导我们怎么去更好的在工业上做设计，或者叫工业上的各种任务。
那这一类的数据，仿真数据跟所谓的数据孪生，那它就能生成大量相对可控，而且真实。而且是真实环境中非常难采集到的一些稀缺数据，这个我觉得可以通过合成数据合成的，这个并不会像我们去机器人里去聊到的那种合成数据一样，对吧？那个说合成数据 simulation gap 很大。假设今天我们给予充分的时间，给予足够的精度，我理解，像我们看的那些 A E 的公司，它确确实可以拿出相对百分之九十九点。
九成九十五以上精度的数据来，那也是有价值的。所以第三类就是大家今天试图去做的一件事情。那既然视频，我们认为视频中会蕴含物理数据的话，就基于视频去做物理数据的推理，就纯数据驱动的视频，给视频做物理数据打标。用这么一个思路来做，然后从视频中直接由AI模型去推断大概的接触受力状态变化是什么样子的，然后去形成一个数据标签。
那这三者是我觉得是所有数据。哎，世界模型数据的一个方式，那这个我们说对应到具身上，那真实物理传感器采集的就是数据手套、遥操作各种各样的数据。然后基于视频的物理推理，其实就是基于我们的或者ego-centric的数据，或者是人类的运动数据去反推机器人的啊一些物理数据。那仿真就是我们所谓的simulation to real，或者叫呃做合成数据。
然后在世界模型也一样，我觉得各种各样这些类型的数据，在不同的世界模型的呃基础之上，都是可以去。补充世界模型所需要的一些数据，但怎么做，需要怎么样高效率的，有具备经济效率的价值去做？那这是每个场景去探索的问题。当然，大家都觉得肯定最好的就是真实物理传感器去采集的物理数据。但是这个问题就成本过高了，我不可能会训一个模型，花个五六百亿去采一个数据，这不现实。
所以最后还是基于说 ROI 最高的角度去合理的分配多种数据的构成，然后形成一个数据利用梯度的系统。我觉得这个是跟巨深是一样的思路。我理解其实还是跟我们前面讨论的，比如说不同的表征方式，它它也许最终会决定到底需要一个多少数据量以及多高数据质量的这样的一个输入，能把它做得比较好。当然，这可能也跟下游的应用场景。
可能也，可能也会直接相关。那就是针对其实咱们上半年看到这些项目而言，其实我还还观察到一个比较有意思的现象，就是，就是看起来这一波世界模型的创业者很多都是非常年轻的学者，甚至很多都是还没毕业的博士生，但是大部分可能是一些刚刚毕业的这个拿到教职的这些老师啊，就我不知道你觉得为什么是他们在这个时间点？出来创业，然后以及投资人，那咱们为为什么愿意去赌这些老师？
我觉得，我觉得从整个市场角度来说，第一是 new lab 这个概念开始为投资人接受，大家愿意去投一些 pure research 的公司。原来大家可能就我一开始说的，我说今年最大的变化，大家可能从看你有什么商业化收入，你什么时候落地，变成了说你能做出什么样的好的成果来改变世界，然后再去谈商业化。所以我愿意接受之前一段时间是用投资让你去做研究。
这个是一个最大的变化。那这些天然适合的就是这类青年学者，以及说站在行业一线的一些学者跟年轻年轻的博士生来做这方向的创业，以及说，呃，从投资上确实非常热，所以这个钱大家也都能拿到，所以大家会先努力的去尝试一把，看看能不能去做加速。我觉得这个是一个比较大的一个原因。那投资人赌什么呢？我觉得一方面有 FOMO 的，肯定有 FOMO 的因素在里面。
比如说，合理的角度来说，不会，呃，项目在没有什么变化的情况下，砰砰砰，连续四五轮下去，估值翻十倍，对吧？这个是从理性层面上肯定是不合理的。但是投资人肯定还希望的是说。真的能做赌出中国下一个DPC来，不同领域的DPC来，一家好的研究驱动的，然后真的非常纯粹的公司，能够做出一些呃改变世界的东西来，这个是我觉得投资人都在赌的点。
当然这里就呃有各种各样不同的。思考跟判别模式，以及说去思考怎么去投这些老师，我觉得这个就要具体问题具体分析了。我之前也也尝试站在这些老师的角度上去想过这个问题，我觉得他们的出发点一定是想去做出最好的研究成果，包括交付出来甚至AGI这样的能力，所以对他们来说。可能学校的资源是不足够的，他们一定需要借助产业的资源，这样子才有足够的钱、算力，或者招到最优秀的人和学生。
这就跟包括为什么DeepSeek出来融资是一样的。对，所以就他们不得不出来。对，然后，但从另外一点来说呢，我觉得也可能也泼点冷水，就是我相信这里边大多数创业者肯定都是希望能够把这事做好的。就站在另外一个角度上来看，就是他们无论是不是出来创业，他的目标都是去做这个研究嘛。所以，他出来，他出来创业拿了钱这件事情，即便我们从最最差的小头来讲没有成功，但对他自己来说，其实也是做出了还不错的一些学术成果。
他即便最终没有交付商业价值，所以这个可能。也是一个这个泡沫里面的一点隐忧吧。对，但最后你说什么样的教授能做出一个好的公司来？我觉得这还是要回归本质去看，并不是说你只是把研究放出来去做就能成为一个好的公司。对对，因为我我老板其实博士老板之前在博士毕业之后在美国创业成功被收购了，才去做老师的，所以他也跟我们讲过，说做老师跟做创业完全是两回事。
如果你做创业，那你就要用创业的思维去思考这件事情，不仅仅是做研究，因为即使是创业公司的研究。也是基于创业公司要创业成功为目的去做研究，并不是说要发个论文做研究。我觉得这还是有蛮大的区别的。但可以讲一个轻松一点的话题，就我们可以想象一下，如果世界模型真的。呃，有一些明确的商业化进展的话，你觉得最先让我们感受到的场景是游戏啊、内容消费这些场景呢，还是我们最近一直听到的具身智能？
只能做个大胆的预测了。我觉得从消费者角度来讲，最先看到的可能还是偏游戏和内容消费。无论你生成的是视频也好，对吧？还是三三D的资产也好，对吧？还是游戏里面的场景也好，它其实并不追求一个绝对的准确性，它只要能够去。欺骗过我们人类的眼睛就可以。那我觉得做成这么一件事情，可能纯数据驱动的方式是能够做得比较好。
当然，它的前提也是它整个的这个成本啊、算力啊这些账能算得过来的情况下，我相信在这个领域是能够率先去落地的。那么，对于可能偏偏巨深的操作啊，就的一些落地，会需要相对更长一点的时间。它可能会在一些垂直领域做一些尝试，但是可能从长期普遍逻辑的角度来讲，我觉得还刚才说到的数据问题，可能还需要等待我们去解决。
对我还蛮期待的。如果说真能又在游戏里这辈子就不用在游戏里看到诡异的穿模跟各种各样奇怪的 bug 出现了，对。那相信有了有了世界模型之后，巨神智能的行业，你觉得有发生什么？特别的变化吗？我觉得大家能感受到的感官就是，好像B O A被变成了人人喊打，然后世界模型大行其道，就这是一个比较明显的变化。今年所有讲巨声智能出来创业的公司都在讲做世界模型，但从客观的角度来讲，巨声智能行业的变化还是。
整个行业来说，大家都还在大脑侧持续去探索一个更好的所谓的具身智能怎么去定义，怎么去实现泛化，怎么去把整个系统搭建好，从数据预训练、后训练、部署。整套流程搭建好，然后再去形成一个泛化的探索，这个是整个行业一直以来的不变的目标。那变的是什么呢？从其实从去年有些人探索，因为原来VIA是什么东西，就大家可能听VIA就会觉得。
比较抽象，VLA其实就是把语言模型、视频、视觉语言模型那个VLM，就是大家传一个图给那个呃ChatGPT，问他这图里是什么东西，对吧？就理解模型，对视觉理解模型跟一个机器人的Action模型拼在，就连在一起，Action Policy连在一起就。包括视频通过 VLM 做 backbone，然后去生成动作，然后再去给机器人部署。
那这么一个具身智能的模型呢？大家发现有一个比较麻烦的问题是，VLM 里 V 的部分不大，但 L。L L M的那个参数量非常高，你这一部分呢就导致了你对事件的理解或者对物理的理解都不太够，都需要靠大量的采集的遥操作数据去训练，然后由后面的 action policy 去获得这些对物理的理解。比如说 action policy 它手就是这么动的，不能那么动，所以你才学习的，所以是一个标准的模仿学习。
所以大家过去发现说 V L A 好像。泛化起来一直都比较有挑战，甚至有人强调说，VLA本质上就是一个过拟合，有人这么提过。但后面随着说，我刚也说了，开源的视频生成模型，大家尝试说，哎，反正也是。输入视觉输入 in，然后那个一个 token out。为什么把视频生成模型来尝试做视觉输入 in 跟视频的 token out，然后来做它的一个基座模型？
用生成来替代理解。对，用生成替代理解。那生成来替代理解怎么个直观的理解呢？就是说，就像人去做一个动作之前，我先去想象我做这个动作会变成什么样，然后我再跟着自己的想象去走。所以，所以这么去做的时候，大家发现说，哎，很多物理的规律跟物理的真实的约束就会被。已经被训练、被封装在了视频模型的隐空间里了，所以这样子似乎探索起来，它泛化的上限会更高。
所以大家开始各各种各样的去尝试拿开源的呃视频模型，怎么去跟现有的动作VLA去替换，怎么再去跟后面的动作模块去结合。所以现从去年开始到今年，就有非常多的具身的世界模型出来。但所以也看到非常多的一级市场的创业项目都讲这个，但是回过头来说，大家好像感受到的观点是，AI要被扫进垃圾桶了。实际上是这样的吗？我觉得有一个很重要要去感受的信息是，美国那边的头部大厂在做什么？
因为今年 Jan Janus AI 他们发布了最新的卷一嘛。然后他们的CEO Peter Florence就在自己的 X.com上就发表了一篇文章，叫 Beyond VOA and Word Models。其实它里面一个最核心的观点就是。巨声智能也不应该基于，不要幻想着靠一些 methods 拿着这些锤子去把这个钉子给搞定掉。
巨声智能还是要基于巨声智能本身的定义去设定目标，用目标驱动的方式代替方法论驱动的方式去解决巨声智能里的泛化问题，就不是说今天有什么新的技术过来，哎，放到巨声上试一试，也许能。有一些成果，但并不能真正解决具身问题。所以，他更强调的是，不是去争论 VLA 还是世界模型，而是最后去基于具身智能的目标，我要去实现一个 zero shot 的。
可泛化的一个巨声智能动作系统，那基于这个目标去不停的去搭建一个系系统级别的一个巨声智能解决方案出来，然后去实现这个目标。所以这个是北美那边一些最新的叙事，所以我们看到说。慢慢的，可能从他发了这个文章之后，大家也回过头来，在国内开始去提到所谓的一些具身智能的系统论，更更多的强调说，呃，World Action Model跟VLA是互补的，是协同的，都是具身智能的一部分。
我觉得这个逻辑反而更合理了。大家可以去想象一下，说我们自己去练习打网球，VLA是指我们看到这网球打过来，我们要去执行什么样的动作把它打回去。然后，世界模型指的是我们平时在看到他过来的时候，先去想我们要什么样的方式打回去。但是，很多时候你先想再动，势必反应要慢。这也是今天世界模型的一个问题，就推理比较慢。
所以，先想再动，这明显球场上很多高专业的运动员不是先想再动的，他们是基于身体的本能的。那这个身体的本能是怎么实现的？我觉得也有可能像。VLA这样的方式，基于一个视觉的输入，直接身体给予一个本能的一个 action 的输出，快速的给予一个反击。所以这两者并不是说互相冲突的。可能对于你不熟悉的陌生环境来说，你很多时候会需要靠预测去观察自己动作的结果，去想象自己动作的结果。
但是对于熟悉的动作来说，可能你就不需要世界模型了。所以，所以这个点来看的话，世界模型的引入跟 VLA 还是一个比较，算是整个具身智能行业的一个快速进步吧。明白。所以其实也听到，比如说有做世界模型的，会把世界模型当成是用于训练 VLA
的一个环境，对吧？所以在这个层面上，其实这两者也是互补的。甚至刚才这个严博提到的这个这个世界 world action model，它其实相当于是把预测和和 action 结合在了一起，所以大家其实都在这里面尝试着不同的一种结合的方式吧。
对，那那我其实我们也针对巨帧智能的这个大脑的部分，其实聊了很多啊。那么，其实我们再看看另外一面，就是比如偏本体和硬件这一块，我们也知道这个语数很快可能就要上市了，包括可能还有乐聚啊、云深处这些厂商。当然，我我们其实还有很多的人形，包括。其他的这种本体类型的厂商也在港股排队。那么，所以我不知道，就是在偏硬件和本体这个层面，你觉得从上半年的情况来看，大家已经到了开始要去批量这个落地的阶段了吗？
我觉得现在只是说阶段性的这些公司有商业化场景表演，呃，科研这些，或者一些特殊垂直场景对人性的需求，都是有存在商业化的。你不能去否认表演是一个不算一个商业化场景，我觉得这不合理，因为无人机的表演是一个很重要的商业化场景。所以从这个角度来看，今年很多公司在，但包括说上游的技术的成熟，包括是去年的 mimic。
呃，mimic模仿那个去全身动作的一个mimic的一个retargeting这些动呃技术的成熟，所以可以快速的看到机器人好像跳的舞越来越多了。那今年的话，明显就可以看到机器人在表演、接待、展览各种活动上都形成了所谓的租赁啊、购买啊的价值。那这样机器人公司就会有一些明确的出货量。所以到这个阶段的话，我觉得以这种硬件出货加上产品级硬件出货的方式进行销售的公司呢，他们也具备了一个上市的一个价值。
所以从财务上来看，那语数的呃营收跟利润都还是非常可观，是比较经典的像一个硬件公司的一个状态。对，所以我理解它可能除了比如除了科研市场以外，就是它的商业化更多是基于情绪价值的。但情绪价值也是价值嘛，对吧？比如它的跳舞啊这些，其实都是情绪价值，但其实也很重要。但但但确实我们要承认，它可能还没有完全到，比如说提供，比如功能价值的这个。
这个阶段，那可能需要再往后下半年或者明年，我们要再看。我觉得往后提供价值，提供一些更高的价值，本质上还是。智能测或者叫模型测能力的进步，比如说它能做更多的有价值的任务，对吧？就跟大脑那个对，跟大脑会结合，结合对。如果它怎么去更好的做一些自主的，跟环境形成反馈互动，然后去做一些相关的任务，比如说举个例子啊，就最近的话，除了跳舞之外，那主机的 Luna 去做导购。
给大家呈现一些导购的交互，主要在车展上的导购，还有就是 Figure 它的机器人已经呈现了在物流上下的上下料怎么去拆解，怎么去分解。智源最近也做了一个呃工厂的直播嘛，我觉得这些尝试都是在早期阶段非常重要的一些探索，但是真正的规模化落地。其实大家的预期都还是蛮高的。这一代人形机器人跟传统的工业机器人有巨大的区别，是因为传统的工业机器人本质上是你编程驱动的，对吧？
是人力的人的智慧要素、智能要素去驱动它的，而不是由它自身的智能要素驱动。所以最后，如果说真的能做到模型跟本体相互结合，形成一个机器人。智能结合硬件的一个智能化产品的角度的话，那那时候才会迎来一个真正上规模的一个商业化预期。我觉得对，这就像我们经常也会把具身落地拆成一个不可能三角嘛，对吧？比如说它到底做的是这种长程复杂的精细任务，它同时还要兼顾比较高的成功率，对吧？
以及说它可能我们还希望它能够跨场景泛化，这个目前看起来是不可能的。所以我可能如果考虑落地的话。比如选择其中的一项或者两项，在客户能接受的程度下，是有可能率先去落地的。当然，这个成本也是一个很重要的考量。嗯，我是觉得从落地的角度来看的话，那今天其实阶段性的是有一些可以落地的点，但我们不能说。对他预期太高，或者说认为它就是终局，也不能因为今天聚生智能处于早期阶段，对吧？
它可能精度不高，它可能成功率不高，就认为就没有价值。因为今天聚生智能，大家首先要解决是通用问题。通用问题解决好之后，才有足够的精力去解决精度和成功率的问题。所以这个回过头来就是看，就是一个比较经典的理论，就是叫基模越强，强化学习越有效。你在一个很差的基模上去做强化的话，那价值也不大。那所以大家今天更多是在通用化的基模上去下功夫。
明白。一旦通用化的基模到了，就跟元模型一样，到了一个质变点的时候，你再加上强化学习，再加上一些推理，那它所获得的给你涌现出来的呃成果，就会远超于你的预期。对，我觉得是这么一个角度去看的，所以你说这个不可能三角今天摆在面前就是一个挑战，但是最终。也许一个个攻克之后，这个三角会整体被大家啪拓宽开来。对对，但这里面其实就是我们也看到一些嗯不同的公司的做法，就是可能也有一些不同的观点，就是到底比如这一波的浪潮能不能直接推到刚才讲到的这个通用和泛化？
如果不能的话。那是不是在中间选择一些能够阶段性能够去落地的方式是比较好的模式？所以这个我们也不知道答案，但是我们觉得是有这个可能性的。中国的巨声公司或者整个巨声行业一直被被各方力量催促着去反复。尝试一些落地，但反而你看海外的公司更接近于一个lab的形态，包括说physical
intelligence、generous AI跟Sunday这些都是更接近于一个research lab的形态，所以他们他们有更多的精力去。
呃，去做机模的研究，反而我们可能看到国内的新闻都是在做一些落地。从我的角度来说，能不能商业化取决于技术的成熟度是不是过了商业化的临界点。呃，今天可能具身智能的模型本身就也有刚彭奇提到的那个不可能三角，其实还是在一个非常早期的阶段。所以，真的沉下心来，好好去把这个事儿先做research，反而是对长期来说更有价值的一件事情。
我们看到，其实过去半年在。已经市场上有很多，比如说灵巧手啊，或者触觉传感器的情况下，这个依然有非常多新的公司出来，包括大家开始做批量化的出货。所以我不知道在硬件上是不是已经到了去呃，在最末端的这个手上面去去下功夫的一个阶段，以及它距离真正商业化相比，比如说现在成熟一点的夹爪方案。到底到了一个什么程度？
所以这这个挺有意思的。我们那时候在二四年去看手的时候，很多观点是说手没必要，我用假爪就行了。但结果看这两年手的进展变好了之后，大家终于去可以去利用 egocentric 数据了。因为 egocentric 数据去用的就是人手的数据。那我人手的数据，呃，映射到灵巧手上的结果肯定要比人手映射到一个二指夹爪上要更好一些。
所以，这其实这个进步是这些数据能用，本质上是灵巧手的一个发展带来的。所以，可以理解为灵巧手跟具身智能其实是一个相辅相成的。一个相互促进的一个状态，有好的领角手，才会有更多的数据可以被利用，以及说更多的数据会产生。呃，从投资角度来看的话，我觉得过去始终会出现一些新的手。我个人觉得，在硬件上、形态上，大家创业岗上更多收敛了，就键神加关节键这两个驱动形式在做，那各自都会有一些不同的切入点，然后。
从研发一个手的关注度上、指标上来说，二四年大家看的是高自由度、嗯，负载精度。那今天大家看的是成本、耐用性、可维护性。你说这是不是真的能落地、稳定落地？你这个手是一个看起来酷炫的手，还是一个能用的手？大家对于它用也很重要。还有个变化是，随着它的完善，那大家会去培呃做一些想去用具身呃手去做一些具身智能训练。
那你手是不是天然？跟模软AI这一侧、模型这一侧、数据这一侧能适配的、协同的比较好，那需要这个手的公司去做相应的一些，呃，中间层的服务的提供。我觉得这些都是从手上面来看一个比较明确的变化。然后触觉传感器的话呢，今天来看可能跟二四年差不多。我觉得在新技术的路径上还其实还是那么一些路径，包括说磁，对吧？MEMS，包括说视触觉。
呃，视触觉过去这几年可能增量会比较大一些，就它的信息输入是远超过触觉所需要的，它是一个冗余信息输入再提取一个特征信息出来的这么样的过程，所以降维的过程。所以在这个过程中呢，呃，大家可以利用它的冗余信息去做很多其他触觉传感器干不了的事儿。对，所以目前的话呢，还是处在一个各自探索的一个阶段。那你说触觉需不需要怎么用？
也就是说，触觉以后怎么去跟模型适配？这个逻辑，这个过程就像重复二四年到现在零小手的过程一样。也许未来会出现触觉的相应的数据能用起来，视频中去推理触觉的物理特征，然后再结合触觉的零小手去做一些聚成智能的部署。最后大概率也要走这么一个过程，但今天的话，我觉得还是处于一个比较早期的状态。对，我觉得触觉既然对于人来说是一个非常重要的模态，那未来对于机器来说应该也是必不可少的。
对。对我其实这两天也正好想到一个一种任务，对吧？如果机器人能完成，就代表它的手和触觉的能力。足够用了，就是它纯靠手上面的触觉传感器去摸某一个物体，大概就能把它的3D形状还原出来。就是我我们人其实是大概是有这样的能力的，比如说我们可以闭着眼睛去做完成一些操作，但是它可能的精精度不一定那么高，但它大大致上是可以还原出来。
所以如果它纯靠手和这些触觉能把它还原出来，那我相信再跟视觉模态再加其他模态结合在一起，基本上它再去完成一些任务。就问题不大。对我觉得这个，我正好可以给你补充一点，就是你说的这个东西，其实就是需要的是一个面的一个呃触觉感知能力，在数学上，就要通过一组法向量，你可以反推出这组法向量的那个包络面。OK，对，这样子其实是是比较合理的，就是人的感觉也是这样，因为我摸了大概，我知道那个力的方向，然后我根据这个力的垂直法向，我大概能最有感觉，我还能再调整它的空间位置。
对对对对，感受它长啥样？这个这个是一个非常典型的case。其实其实还之前我们去聊我们投的那几家触觉传感器公司，他们现场有个很很有意思的例子，就是原来比如说一个二指夹爪，舵机驱动二指夹爪非常。性能很差，很便宜，但是就一两一百块人民币的这么一个很便宜的夹爪，通过加上了一个触觉传感器，实现了一个控制的一个闭环反馈之后。
他就能精准的夹起一个豆腐而不捏碎这个豆腐，通过利空的方式去做这件事情，那利空肯定是一个非常基础的一个工作。那什么时候能说机器人模型测能用好这些？我觉得长期来看是一个相互融合、相互迭代一个过程。那从巨声智能跟人形机器人的角度来说，可能今天大家的重心还是在先做好其他事情上，再逐步过渡到这个事情上。所以这个节奏，我觉得大家都知道重要，但节奏会往后拖。
好的，好的。那除了刚才其实咱们讨论过这些最热的领域之外啊，我不知道就是你觉得还有什么方向是值得大家包括创业者特别去关注的吗？其实有两个方向我特别感兴趣，所以从今年下半年来看。第一个是 AI for science，但不是前几年 AlphaFold 那样的 AI for science 概念，就是整个 science 科学的研究研究的整个过程，其实是由人智能加操作结合的一整个 pipeline。
那 AI 在这些环节里能替代掉那些 pipeline，极大的加速这个 research 的效率。我觉得这也是一个 AI for Science 的一个实现方式，所以今年可以看到很多 Auto Research 的一些工作，但是这些 Auto Research 还是局限在某一些领域内的。那是不是在一些更多的领域内能极快的提升科研创新的一个效率？
那这样的方向，我觉得也是一个新一个类型的 AI for Science。另一个就是结合刚刚世界模型讲的那一套。怎么去世界模型本质上去对物理世界的底层做理解，底层做预测，对物理世界做预测？传统的物理仿真器还是基于偏微分方程求解的方式去实现的。那今天我们办法用AI去替代偏微方程的求解，把这个底层的内核切换过去。
那这个其实现在慢慢的已经成为一个主流方向。大家在讲叫神经网络算子去，或者叫底层的PDE的求解用AI去驱动之后，那就能极大的改变原来的你做CE仿真中一个很痛苦的问题：你要算得准就慢，你要算得快就不准。但现在可以做到又快又准，那我觉得这就是一个迭代式的进步。所以这两点的话，那 AI science 除了说我刚刚说在 research 中，还有就是更多的一些研究场景，是不是放 AI 去切入？
比如我们可能过去更多关注的生命科学、材料、药学这些，因为是做一些分子合成啊、预测。最近我觉得一个很有意思的一点是社会科学。因为社会科学原来所有的社科是缺乏一个高效的推演的实验机制，它的实验要么靠你真厉害，你去搞社会大范围的调研，结果相当于以社会一个社会作为它的实验实验环境，要么就是通过调研抽样。小范围的呃抽样做那个
sampling 的方式去做研究，那是不是 AI 在这里今天能够为这个社会科学做一些新的研究的加速？
哪些环节能切进去？我觉得都是挺有意思的点。突然让我觉得对 AI for science 这个事儿。思路打开了很多，就不再是局限在说 A F 材料、A F 生物科技里面。然后另一个，我觉得 A F 硬件这件事情还是持续在国内会有很好的一个创新机会，因为并不是说我们今天看到了什么机会一定会出来，而是因为我们有最好的土壤，我们有成熟的硬件供应链，我们有很聪明的一批年轻的创始人、产品经理。
然后有很好的一个AI的基础设施去提供给他们，他们可以快速的去基于自己的想象力去搭建出一些硬件产品来。那这些产品有这么个土壤，我就非常期待他们会诞生一些随机进化出来预期之外的惊喜。对，这些都是过去我们觉得大家一直不怎么重视，但是今天AI出来之后，发现这个不仅是消费项目，这是一个结合科技的一个项目。对。
对，而且针对这个AI硬件，我觉得它除了给用户提供直接价值以外，其实跟我们刚才讨论的世界模型其实关系也很大。对，因为我们就纯数字化的数据，其实在网上已经沉淀了很多了，对吧？但是我们跟物理世界交互的。这个数据还以及我们自己，包括像生命数据，包括像脑电的数据，对吧？其实都还是非常缺乏的。所以这些数据都要靠未来的这种所谓的AI硬件的型。
但是AI硬件只是个概念，对吧？它可能有算力，然后有有AI的软件能力，然后有有各种传感器，对吧？它能够在我们使用这些硬件的过程中，让这个模型和AI更了解我们自己，这样反反过来，未来能够给我们提供更好的一个服务。可能这个价值的想象空间会是更大，所以短期来看，比较明确的AI硬件的一个价值，就是作为人类真实活动的物理世界真实活动的上下文数据采集。
工具或者采集入口，也许因为它采集的这些数据，它就能更好的提供一些新的产品价值。对这些AI硬件厂商来说，可能还比较重要的一点就是。它到底只是一个数据采集器，还是它能够作为一个数据的 hub，对吧？然后就由它为中心去整合用户其他的这个上下文的 context 来为用户提供服务，对？本质上它也是个消费品，大家要买它。
所以这个定位，我觉得大家是需要对在创业的时候想清楚。最后再总结一下资本市场今年上半年的一些变化。我们知道，呃，语数马上就要在这个科创板上市，然后以及智普和 Mini Max 在年初上市之后。这今年整体的股价表现，尤其是指数的表现，还是非常好的。然后，另外包括像Keep啊，这个捷越这些。大模型厂商，包括像 DeepSeek，其实也相继完成了大额的融资。
我不知道你怎么看整个这个 AI 公司的这个上市潮，以及它到底会对我们未来的一级市场投资会带来什么样的一个影响？我觉得从我们作为一级投资人的角度来说，肯定是好事，大家一级市场能赚钱了。从 AI 行业的角度来说，我觉得这个是这些公司到了阶段性，证明了其在AI大模型基础模型生态地位中的价值之后，它的一次资本化兑现，它也需要更多的钱，也就是说持续源源不断的子弹，在这个市场竞争中生存下去。
所以可以看到，智谱跟MiniMax上市之后呢，其实其他几家也逐渐相对表现不做的公司也逐渐启动了自动化的流程，它要竞争，它要新的弹药，它要去打更长远的。照，我觉得这个是整个资本市场对于这类长期有价值但短期仍需科研投入的方向做出的一个支持。其实海外的话，OpenAI跟Anthropic今年也会要上市，但这些公司的上市并不是说它是真的说像传统的公司上市一样，大家要看PE或者看什么，更多还是看它一个长期的生态位的问题。
其实从互联网公司的时代来看，那时候上市大家也不是看谁赚钱不赚钱。也是看一个长期的现金流带来的生态优势跟生态位置带来的一个长期价值，然后今天再怎么去看这些类型的AI公司上市，我觉得要用一个乐观的角度去面对。最后的股价怎么走，我觉得是由市场竞争跟他们自己最终的某一时刻的生态位的排位去决定的。那你觉得随着更多的巨量公司上市，包括下半年可能OpenAI包括Anthropic的上市，就是这一轮的整个AI。
就我们都承认它它处在一个泡沫阶段，就我们达到了一个什么样的位置？我们往后走，它这个泡沫会会破吗？你觉得？这个预测泡沫会破是是一件困难的事情，因为大家都可以说泡沫终究会破，但是这句话是一句正确的废话。呃，但我只能说从阶段性的角度来看。一级市场短期会因为上市，呃，带来一波FOMO跟泡沫热潮。但这些回归理性之后呢？
因为二级市场其实比一级市场反馈周期要短很多的。你一旦呃有一些业务做不好，或者市场出现一些问题，股价快速反馈出来，一级市场反馈会慢一些。那就看这些公司在上市之后他们的一个实际的。呃，商业化进展或者叫研究的一些阶段性进展，是不是能够支撑起他们市场的预期，对吧？如果他们是这些带头大哥支撑不起，其实反过来就会打压我们一级市场的一个整个估值预期。
所以，对于巨声、跟人形机器人还有AI下半年上市公司来说，我都希望大家。能够表现得好，也就是说，各自公司本身能够表现得好，那还会给一级市场一些空间。如果他们表现撑不住，那可能回过来，对一级市场的公司来说，今年上半年遇到的快速估估值上涨，也有可能会出现一个阶段性的大冷静期。嗯，大家会想，哎，二级行情上去，估值都不一定占住一级这么贵，形成了一二级倒挂，那我是不是应该保持一些冷静，不用这么着急，不用那么
FOMO？
对，我觉得就会有这么一个变化。确实，我也同意，就是反正预测泡沫这件事情，什么时候破是个。很难回答的问题。对，但我们反正从我角度来讲，我们可以试图去预测一下，就是假设这个泡沫破了的话，它。它的影响可能会是什么，对吧？或者或者换句话说，可能哪些公司在那个时候会更有可能活下来，或者它是它成为真正的好公司？
泡沫的阶段，大家都会想着是我买的、我投的公司肯定也会是最好的公司，我不投的公司不会比其他的差。就像大家在二级市场非常火热的时候，大家都会想着我买的股票一定也能涨，我的股票明天也能涨停。所以大家是更多是这种预期在，但是在假设泡沫破裂之后，大家又明显因为市场遇冷，所以大家必须要去。收缩到把资产配置到更优质的资产上来，所以大家对资产的质量要求就会更高。
所以这时候，呃，回到刚刚我们讲巨声跟AI的话。偏 research 类型的方向，比如说视觉模型也好，比如说呃现在做具身智能模型研究的公司也好，真的具备持续研究交付能力，然后真的能持续给出一些 milestone 关键突破进展且引领行业、具备行业地位的公司，我觉得还是会持续拿到钱去撑过去的。但是慢慢的就会变成你只是靠一些 demo，对吧？
你靠讲故事，你没有一些 results 输出，你就会拿不到钱。但是对于偏落地的，比如说像已经有一些商业模式的公司来说呢，假车泡沫破了，那这个价值就会往商业模式更稳健，呃，业务订单更真实的公司去收拢。可能大家短期的估值会有回撤，那最后靠的是公司自己的商业的。商业的所谓的鲁棒性，你怎么去抗冲击的能力，你怎么应对这些危机的能力，去提高自己的公司生存能力，这也是假设泡沫破了之后的一个趋势。
这个我的一个想象吧，我觉得只能说，对，反正我觉得泡沫如果破了的话，它其实反而可能是大家，反正无论是偏软件大模型这一层的，还是偏具身这一层的。可能反而更有利于大家去落地，它传导过去之后，可能反而上游的整个的成本啊都会降下来。对用户来说，它的整体的成本下降也会更好的带动一个落地的可能性。因为现在毕竟制约这些行业落地的一个很大的因素，其实都是整个的资本开支和成本的问题嘛。
所以到时候会为大家落地创造一个比较好的条件。那具体。谁能在这个落地的时候真正做出来？那反正大家如果都上市了，就就也就可比了，能够帮助市场去筛选出来好公司。对，其实其实对一级来说，并不是说上市就等于结束。我们也希望它做得好，不然等到我们能够解禁退出的时候，那股价最终也会回归到合理的价值。二级市场的反应还是非常的快。
行，那那最后一个问题就是，如果针对下半年，我们再做一个预测，对吧？如果要压住一个变量，你你觉得会是什么？就像刚刚我们聊到 Agent Harness Engineering 一样，我希望去看到一些能够在某些场景形成一个所谓的真实数据闭环的这么一个机制，包括巨声，包括说
agent，其实本质上都是一样的，就是一旦能形成这种机制，或者是帮助去形成这种机制的公司，卖铲子的公司也可以去做这种搭建这种机制的公司也可以。
具象的说，今天虽然巨声智能已经到了一个早期难投资的阶段，但如果有公司能够从巨声智能的数据系统、预训练系统。后训练系统，再到部署，再到数据真机数据强化学习，整个流程都能形成一道闭环，不停地滚起来去测试运转的话，我觉得这样的公司天然的竞争力还是要远高于一些单点切入的公司的。那这样是不是创始人有这个 vision 能去把这样的系统搭建起来？
那对于 agent 来说也是一样的。agent 并不是简单只是你今天还是只卖一个 skills，skills 不构成商业模式，skills 你随便下载根本不受人保护，但能保护的就是怎么样让这个 agent 能够交付出类似于接近于人的产品来。所以，所以这个是需要 agent
具备自我。自我决策、自我审查、自我学习这么一个过程，因为从人的角度来说，我们今天任何时候我们去干一件新的事情，我们不可能十全十美干到最完美的，我们是在学习中进步的。
那是不是agent能实现这个真实数据闭环，在学习中进步？那它需要的是硬件解决方案还是软件解决方案？我觉得都是值得下半年去。基于这个角度去观察的节点，这个问题其实我自己也有一个预测吧，就是我觉得可能下半年会看更多偏能落地的一些项目，可能这个落地指的是确实能够去带来一些。商业化的价值，我觉得往后看，虽然没法预测泡沫什么时候会破，什么时候会发生，但我觉得这个事情就没有一个技术能够不经过周期就直接一错就实现所谓的A
G I，对吧？
它中间一定会经历一些至少短期的一些波动。那么在这些波动的过程当中，它能否落地，就决定了它能不能在这个过程中能够去建立一个阶段性的优势，包括这个优势能够帮它去带来收入也好，能够帮它去。呃，带来这个融资也好，对吧？包括像刚才严波讲的，带来这个数据闭环的这个价值也好，那么就能够去帮助他在下一个阶段，是不是能够再去起飞？
对，这可能是我这边的一个一个预测吧。今天反正我们针对上上半年的AI讨论了非常多的内容，当然可能这些都是我们个人的一些。意见和想法，我们的很多判断也许会在未来的几个月、半年甚至一年去被打脸，但是我们也很希望这件事发生，这样就说明整个行业的发展会进一步超出我们的预期。我们希望未来可能在过段时间，我们再一起坐下来，再去复盘复盘，看看这个行业到底。
会往何处走？对，还是去年我们收尾的那句话，我们希望欢迎打脸，也希望这个行业快速变化，能让我们明年有更多新的东西可以持续去学习跟探讨。谢谢大家，谢谢大家。