硅谷101展望2026：端到端与ASIC将重塑AI及自动驾驶格局

硅谷101展望2026：端到端与ASIC将重塑AI及自动驾驶格局 特斯拉凭借端到端与自研推理芯片扩大自动驾驶优势，而高性价比的垂直Agent与ASIC芯片正加速打破大厂对AI生态的垄断。 本期节目对科技与投资前沿进行了深度盘点与展望。AI方面，讨论了DeepSeek等开源突破对大厂垄断的颠覆、小语言模型与垂直Agent的落地爆发，以及系统中心型公司在Scaling Law演进中的优势。自动驾驶领域，嘉宾深入对比了特斯拉端到端纯视觉路线与Waymo基于规则路线的本质差异，揭秘了特斯拉软硬件Co-Design与芯片迭代的底层竞争力。宏观投资方面，结合美股政策与流动性，系统梳理了2026年AI资本开支周期、ASIC与GPU的共存格局及潜在的全球宏观风险。 2025年企业级AI转向小语言模型与垂直部署，DeepSeek等突破打破大厂垄断，推动顶级科学家创立NeoLab探索下一代模型架构。 (5:00) Scaling Law演变为系统级Scaling，促使生态分化为OpenAI等模型中心型与谷歌等系统中心型巨头，Anthropic则在安全与AI Coding领域异军突起。 (10:00) 特斯拉FSD V14迎来体验质变，端到端纯视觉路线在极端场景和量产车落地成本上相比Waymo的规则路线展现出显著优势。 (65:00) 2026年美股AI资本开支仍在扩张轨道，GPU与ASIC长期共存，纳指增长将主要由企业实际盈利（EPS）而非估值扩张驱动。 (145:00) OpenAI与SpaceX面临2026年IPO考验，而欧洲与日本的宏观财政与货币流动性错配被视为潜在的真正黑天鹅风险。 (180:00)

节目嘉宾认为，2025至2026年科技行业正从粗放的参数与资本扩张转向以商业变现为导向的务实周期：AI大模型向小模型微调、垂直Agent及软硬件协同深化，自动驾驶领域端到端视觉路线在成本与泛化上拉开与规则路线的差距，而在宏观流动性支撑下，美股估值重塑空间受限，未来增长更依赖于实际盈利兑现。 大模型生态重构与垂直Agent务实落地 (0:00) 2025年AI行业对拓展定律（Scaling Law）的认知从纯粹堆叠公开文本数据，转向数据精细化治理与全栈系统整合。DeepSeek以极低训练成本打破了大厂算力垄断，催生了如Thinking Machines与SSI等专注基础架构研究的NeoLab机构。与此同时，通用大模型半衰期缩短至3到6个月，Meta因底层模型掉队转而高价收购Minimax等团队，OpenAI在向盈利实体转型筹备2026年IPO的同时，也面临算力成本高昂以及批量调用份额被谷歌Gemini和Anthropic分流的压力。 企业级（2B）市场迅速告别无脑采购通用前沿模型的阶段，转向小语言模型（SLM）与本地化微调。Anthropic凭借安全合规壁垒与Claude Code在编程Agent场景的渗透占据优势。金融、医疗、保险等垂直领域对精准度要求接近99%，对幻觉容忍度极低，具备深厚行业专有数据治理与多Agent协同能力的专用系统在2025年下半年迎来预算爆发，成为企业级落地的主阵地。 自动驾驶：端到端与规则路线的代际鸿沟 (75:00) 在自动驾驶领域，旧金山大停电事件暴露出Waymo等基于规则（Rule-based）系统的脆弱性——在信号灯熄灭且缺乏明确代码定义时车辆陷入瘫痪，而特斯拉FSD依靠端到端（End-to-End）模仿人类路权直觉顺畅通行。嘉宾大卫与老于指出，规则系统在面对双重停车或特殊路面摩擦等极端场景时需无休止打补丁，且Waymo依赖昂贵机械激光雷达（寿命仅2至3年）与人工地推运维，缺乏规模经济效益；摩根士丹利数据显示Waymo当前每公里运营成本约1.43美元，而特斯拉预计可降至0.81美元。 特斯拉的技术领先源于其舍弃激光雷达与规则代码的工程文化、数百万量产车提供的高频数据闭环，以及专用板载推理芯片的持续迭代。尽管特斯拉Robotaxi在旧金山湾区测试中仍保留安全员、马斯克承诺的去安全员节点推迟至2026年春季，但相比面临资金消耗与造血不足的纯L4公司，量产车现金流与纯视觉成本优势正在持续扩大其竞争壁垒。 算力格局：软硬件协同设计与资本周期 (105:00) 随着生成式AI演进，算力考量重心逐步从训练端向推理端转移。特斯拉硬件研发经验显示，其Dojo训练芯片因难以抗衡英伟达强大的GPU生态而宣告流产，但通过软件需求倒逼硬件设计（Co-Design）的车载推理芯片（HW系列）却成为核心壁垒。在云端侧，谷歌凭借Gemini与TPU实现全栈软硬件结合，驱动了ASIC阵营的叙事反转；不过英伟达GPU凭借CUDA生态壁垒在通用计算中依然占据主导，二者将长期共存。 针对市场对AI资本开支泡沫破裂的担忧，投资嘉宾认为当前算力利用率依然饱和，2026年资本开支年化增速才刚达到20%级别，远未达到历史泡沫破裂的阈值（如2014年页岩油资本开支达9000亿美元）。影子银行与商业银行信贷（增速回升至5%-6%）仍在持续向数据中心输送资金。然而，CoreWeave等新兴算力云（Neo Cloud）承担了高杠杆压货与电力风险，处于资金链边缘，若下游模型变现信仰动摇将面临最先被出清的脆弱性。 宏观政策博弈、估值天花板与潜在风险 (130:00) 美股市场在2025年经历了关税冲击与8月17日美联储明确“保增长优先”的转折。展望2026年，个人所得税下调与退税预计在第一季度向美国家庭注入约900亿美元流动性，结合资本支出法案刺激，为上半年经济增长提供强力财政托底。然而，纳斯达克100指数市盈率已处于25倍左右的高位，向上突破历史估值上限（27.4倍）空间有限，未来股价走势将主要依赖真实的每股盈利（EPS）增长接棒，缺乏实质变现支撑的AI概念股极易遭遇估值与业绩双杀。 嘉宾警示，2026年已被充分讨论的“大模型ROI不及预期”属于渐进式发酵过程，真正的宏观黑天鹅来自未被定价的外部流动性冲击——特别是站在加息与激进财政冲突夹缝中的日本央行，以及经济疲软却推行债务扩张的欧洲，若政府债务信任动摇可能诱发全球短期流动性紧缩。此外，地缘安全与稀缺资产溢价正推动SpaceX等非上市巨头的估值预期上升至1.5万亿至2万亿美元。 科技行业的叙事狂欢正在让位于严苛的财务与技术检验。不论是OpenAI转型上市面临的商业盈利考核、自动驾驶端到端架构何时真正剥离安全员，还是宏观刺激下金融体系深层流动性的平衡，2026年都将是验证前沿技术能否从概念爆发转化为可持续商业闭环的关键分水岭。

[10:00] Scaling Law 依然成立，但它不再是唯一的增长路径，而是演变成了少数拥有深度系统整合能力的玩家才能负担的超级游戏。 [30:00] 半年前大家觉得 ChatGPT 是其他人吃着脚都赶不上的，但现在连很多 CEO 都公开表示已经将默认工具从 ChatGPT 切换到了 Gemini。 [65:00] 大卫: 无聊才是自动驾驶的最高境界 [80:00] 线上无须可解释，离线必须可解释 [105:00] 埃隆·马斯克: 谁能做出最便宜的推理算力，谁就是最终的胜者 [105:00] 老于: 只有好的软件才有好的硬件，好的硬件反过来跑更好的软件。 [125:00] 自动驾驶这个 Rule-Based 路线它不是一个规模经济路线，不是说我增长了 10 倍的用户，你的成本不动；你的成本可能也要增长很多，因为你要部署车队。 [130:00] 不要与美联储作对 [135:00] 股价涨了，各种各样的叙事就出来了；股价跌了，各种各样的鬼故事就跑出来了。我们尽量希望能够抛开这些叙事，回归公司的估值和盈利能力。

[0:00] 那第一场呢我就先跟我们的两位嘉宾来聊一聊AI对然后这一场嘉宾会加入我们的是Howie徐也就是大家非常熟悉的硅谷徐老师对他是自身的硅谷技术高管也是财富北墙Jane首席AI创新官对然后还有一位呢也是我们的老朋友了张璐他是流行方子的城市合伙人那接下来我们就有请两位加入到我们的直播间谢谢大家谢谢大家你好好的好的新年快乐新年快乐对对那我第一个问题呢给两位的就是说对我们来总结一下2025年的整个AI的发展就如果有一件事情是超乎了你在2024年底的预期的会是什么我可以先抛砖引玉一下比如说我没有想到这个Meta落后会就是这个新闻事件会这么drama然后经历了整个Fair的这个大规模的裁员然后包括TPT Lab的一个重组然后甚至是搅动了整个硅谷的人才AI人才大战然后也包括燕娃昆的离开然后这一点我是完全没有意料到的还有呢就是我没有想到硅谷会以这么强势的一个姿态给追回来我也很想来问一问两位你们觉得2025年有什么样的事件或者是趋势你们之前是没有预料到的我们先从路开始,然后好演好的对第一个像你讲的其实Meta的调队大家也都是比较意外因为当时你也知道我很早就讲我们从二三年二四年就开始讲非常看好开源生态以为说可以有Meta这样的一个大的科技公司作为领先人物所以这个我们一会儿也可以多聊一些如果你问我的话回想二四年到二五年的话第一个是说我们其实从过去十年一直在布局企业级的人物只能利用就不是2C是2B的应用所以我们一直还是比较相信水质领域小语言模型的应用落地的可能性但说实话在24年的时候也没有预期到说25年大家的这个转向的共识会这么快我觉得有一个非常大的转向其实在25年就是说大家能意识到说scalting law它不是解决所有问题的案内要是而且也会更加实际和现实的去考虑说在行业落地的话呢并不需要最贵最好的模型去解决所有问题而是去关注一些小语言模型然后通过这样的一个我之前聊过的这种鸡尾酒的方式去进行当地化的微调去进行各种各样尤其是数据隐私监管比较多的这些行业的垂直部署,所以这个的转向的速度是比我想象的要快很多,我记得大概是去年的1月份,当时无论是1月份每年都有几次大会嘛,像JP Morgan Healthcare Conference,再到后面的Davos,去年我记得当时我去了之后就听到各大的500强公司,还有包括甚至是全球的一些领袖在探讨这个问题的时候,对于这方面的认知转向速度很快,我觉得这个是一个比较大的惊喜,那认知转向之后的话呢,我们也要看说实际的行动,所以在过去这一年游戏到是下半年年底的时候,第三季到第四季我们能看到的这个在大家的企业里面,对于垂直领域AI布局的预算的增加,还有包括在董事会上层面的讨论已经不是说我们要不要应用AI,这个问题的答案一定是yes要,那是怎么样how and how much,就是我们要放多少预算过去,我觉得这个是一个让大家还比较,让我可能觉得比较惊喜的一点,另外一点的话呢,去预想25年的时候会觉得25年会是很混乱的一年因为25年特安普上台我记得当时在达沃斯的时候我们当然还在讨论说上台之后也不知道整个监管各方面会不会有很大的变动会不会对科技行业包括AI的发展产能巨大的影响但是你回头会发现反而25年监管在大国门的放松所以形成了一个不只是人工智能是多个技术叠加的高速发展的一年所以今年一年是今年了去年一年整个不仅是我们还有包括我们认识的其他的这个创业投资的伙伴其实大家的核心就觉得很忙很累但同时有一种非常有热情很打击血的状态它不只是单一的一个AI的叙事它其实是AI有一叫说AI原生企业还有就AI赋能的各种产业的医疗金融各方面技术的一个叠加增长包括还有太空科技包括国防科技等等所以是让人非常兴奋的一年嗯非常好 How are you?我觉得其实就像过去三年,好像每一周每一个月,甚至有的时候每一天都觉得是有很多意外的事情。那我就先顺着你刚才讲的一点,就是Meta,我觉得Meta的model,落伍,这是一方面,但另外一方面我们也看到开语, [5:00] 的模型其实在2024年年底的时候大家就觉得开源的模型的战斗已经结束了对吧Lama就是一统天下但到了2025年发现不是这么一回事情然后出来横空出示一个Deep Seek当然Deep Seek其实也不是2025年横空出示它在2024年的时候已经显现出来强大的功能了只是到了2025年那个Reasonry Model出来让大家只是confirm了这不是一个这是一个好像是系统性的一件事情我觉得我觉得这件事情我是觉得一年走下来其实是有更代的这个Deep Seek Moment的代理影响其实远远超过我们年初的时候为什么这么说年初的时候大家大家想的一个问题就是deep seek出来了好像中国的模型能够用十分之一的甚至于不到的计算力就能够做出来跟前沿的模型差的不是太多把这个归为一个geopolitical就是地缘政治一方面或者说是对英伟达的股票的一个panel或者至少在那一天一下子掉了几百个billion文所未文的事情但我觉得一年下来观察下来我觉得Deep Seek的一个Moment的Implication是远远大于哪一个为什么因为让我们看到了好几件事情第一个 说老实话Deep Seek不是一个公司能够做出来Deep Seek这个organization肯定是有一批很优秀的人也把这件事情做出来但后来大家后来发现包括Kimi 对吧包括一些其他的模型其实中国的模型或者开源的模型很多都做得很不错都是以比较小的代价就能做了当然了有各种各样的分析为什么它能够是不是做蒸馏了是不是做这个了你可以说很多东西但是最终是结果决定一切所以说并不是Deep Seek一家能做这件事情我觉得这本身就是一个Huge Implication另外一个其实不只是一些大公司就是OpenAI我是把OpenAI Anthropic认为是大公司了其实从人数其实也已经是大成了或者说接近大成了像OpenAI AnthropicXAI的能量也很大GoogleMeta但其实说老实话大家后来发现一年下来其实包括那个出走OpenAI的以前的CTOMira他做了一个Thinking Machines包括那个SSI就是做了几个好几个Neolab出来所以说我觉得DeepSeek是只是一个开端就是做大模型这件事情并不是说几个大厂我们2024年认为的这五家四家大厂所垄断或者说只有他们能做其实不管是开源的模型美国以外的公司还是说真正的research可能是发生在这几家公司之外对这个我是觉得在2025年的年初的时候是没料到这么深深深深深远影响的当然了结果我们看到了Deep Seek的一些结果我们看到了就以Deep Seek为主的为首的一批开源公司的结果我们看到了因为即使是在美国的很多的Enterprise现在都在用这些开源的模型然后New Lab就是那些新的那个做AI research做研究的一些公司我不觉得我们今天看到它的结果了但是我觉得至少业界的人认为他们是在做一件很有意义的事情然后像这样的Lab我觉得至少有五六个甚至于感觉每个月都在增加一个然后我觉得他们这一批公司会有希望做出OpenAI在2019欧2018年做的事情大约是这样子的对那既然刚才那个Hawie提到了那个New Lab我就把那个问题提上来说一说就包括你刚才提到的包括Thinking Machine Lab包括Elias Discover的这个Safe Super Intelligence你觉得就是so far我们还没有看到他们出一个非常重磅的东西出来你们觉得他们会在2026年爆发吗他们会出来一个什么样形态的东西他们会和主流的LM是一个不一样的应用的形态还是基础模型的形态还是另外一个到达AGI的形态你们觉得他们会出来什么样的一个东西然后这个东西我们会在2026年看到吗我个人是有期待的 但是不是看到我觉得 [10:00] 这个很难说,我觉得没有,我觉得是有这个可能性的这个可能性是在于嗯是这样子的我觉得现在最重要的一件事情是特别很多很多非常聪明的人愿意集中精力集中的资源去很投入的去做这么一件事情而且这些不同的lab都有自己的thesis对吧都是有自己的angle嗯我觉得肯定会出来一些结果是不是会像GPT3 4那样2020年21年22年这样子就是一个一个huge moment这个我觉得还太早但是我觉得会让我们看到一些progress我是非常期待的因为每一个lab都有自己的thesis有可能有可能这五个六个七个lab最终结果, but there is something.路呢我知道因为那个硅谷的VC也都是在大价钱在往这个Nealab里面价钱嘛对你是怎么看他们在2026年的发展的我觉得其实你看这个NeoLab包括就像Howie提到的今年年底的时候有几个新的成立包括像XAI的其中一个Funding Member也是我们认识很久的Eric也出来做了一家新的公司我觉得你就会发现不只是这种特别大的特别有名气的科学家其实这些主流的模型公司的核心的科研成员他也会在做了探索的过程中可能有一些新的模型架构的想法那你想这些已有的大的模型公司它其实很难在现有的大约模型的一个LM的架构上面去做根本性的这种创新和调整因为它的整个生态已经基于这个基础去搭建了所以当这些内部的人员有些新的模型架构的一些想法他们也会考虑出来做一些新的探索但是呢这类公司它有几个特点一来是说它本身公司的一个特性和设计都不是设计来去优化短期爆发的去探索下一代的长线的新型模型架构的搭建所以你会发现这些公司的特点就是它为什么叫NeoLab因为它更偏研究性它也更专注了安全性然后呢它会对很多不同的方向去进行探索所以你会有一种感觉说可能在AI的这种应用还有包括我们投资创业的这个生态里面如何如何再往前走但是他们那边的话怎么这么久才发了一边paper怎么这么久可能再做了几个一些开源的一个模型但是这是他们本身在设计之初的一个就是底层的一个逻辑所以其实你说你想去期待他们像XGP当年一样突然间进行这样的一大的一个冲击甚至说去冲击整个主流LM的一个架构的话我觉得在短期是比较困难的它可能短期无法形成一个竞争形态但是呢我觉得现在大家也在看到说到底LM是我们的一个就是真的能达到AGI的一个最终的一个方向吗包括其实现在大家对AGI的定义我觉得都很混乱我其实我个人非常喜欢的一个AGI定义是我记得在那个TED AI Conference上我听Kapp老师提到的就是说人工智能能够做90%以上的工作比90%以上的人做得好所以你其实想这是一个非常清晰的定义但是我们距离它还很遥远那在这个过程中其实我觉得大家也有很多的探讨现在是不是世界模型甚至说我们是非常相信接下来下一步我们刚开始是二维的语言下一步的话三维世界等等等等它是会进阶的那这些New Lab它是不是内部的讨论是说我们现在要去对比较LM去做一个新的架构还是说我要布局的就是接下来三年五年到那个时候还有说architecture的建立我觉得这是它的一个底层逻辑另外一点的话呢我也是觉得说因为它的这种比较偏研究偏安全性的设定它可能和我们传统英语上看到的无论是从就是以商业化为基础或者说我们叫说VSIPLE去追求的这种高速增长的公司的透性是不太一样的所以确实会有很多钱像用大家的定义说可能会被浪费掉因为你会发现研究了很多之后可能探索出来说这个方向是走不通的但它对行业有没有价值呢确实也有价值另外一点呢当时我们记得说2019年我们记得说2019年ChagipT这个让大家非常惊艳再到后面的话2022年再到2023年但是现在也要知道我们被惊艳的门槛也在变高了你现在也很难说出来一个架构你说我现在比现有的高10倍10倍很可能只是一个季度的参数你大家想一想我们大概可能从一年多前的时候那个时候一个million token的训练的成本到现在已经降了几百倍这只是一年的时间所以其实我觉得现在大家的预期也会比以前高很多这也是为什么我个人可能觉得26年比较难能够从这些Neolab的公司里面看到一些让大家觉得 [15:00] 这是有一个break through 但是他们做的东西还是对行业和呈现是非常有价值的对那你觉得在26年会啊这些大模型公司会对scaling law有个更就是进一步的推进吗因为比如说我们在呃gbt5推出来的时候市面上大家都说gbt就是transformer已经scaling law已经hitting a wall但是呢嗯谷歌的这个gymni新一代出来大家又说哎这个谷歌是对scaling law的一个进一步极致的执行说明scaling law其实还没有hitting a wall还有继续往前推进的可能性但刚才那个路也说了就是在过去一年我们看到整个的token价格也是一个急速的下降其实整个的算力的性能也在一个急速的成长的这样的一个过程那大家觉得26年我们还会看到scaling law的一个进一步的往前推进吗我们重度然后好谢谢大家对我觉得我个人是比较乐观的我是倾向于Scaling Law还是非常strong的一个一派的这边有几个点第一个就像你刚才提到了OpenAI舞出来然后给人家感觉也就一般般但是Gemna又让人家重新燃起但我觉得这一个例子就正好说明其实OpenAI在上半年的时候或者说甚至之前他自己内部都已经觉得这个预训练也差不多了然后所以说他花了大量的精力是在预训练之外但是其实谷歌的证明这个方向是错误的据说OpenAI现在又开始重新要把这个focus又要放回那个预训练里面这里面为什么因为我是从一个Computer Architecture的角度来讲我们一直说顺法顺利那个数据这三方面对吧我觉得数据这一方面虽然说数据大概从TalGPT出来那个moment已经把网上的数据都已经扒光了但是实际上我觉得远远不够为什么呢因为数据是到底应该是怎么把它给curate什么样的数据是好什么样的数据是不好应该要放多少这个比重其实我觉得这里面有太多的permutation有太多的那个其实大家没有把这件事情搞清楚谷歌的那个Google的很多的GemNet最近的那个2.53的很多突破其实跟数据那个很好的数据并不是说网上的数据一下子多很多了但是把数据给整理好清晰好怎么用法这上面花了很大的功夫我觉得现在还远远还有很大很大的空间这还只是公开的数据你怎么去用还有很多4月的数据不一定是4月的就domain knowledge以前我在那个Pilado Network管AI的时候我发现当然了今天的Geminar跟当时的第一版的Geminar差很多但是就发现的数据不是说不了解是一定点都不了解然后就是说要让他去理解这个domain knowledge这还是有很长很长的路要走这是从数据的角度从算法的角度我们刚才已经说了你其实有不同的angle可以去思考去try不同的东西刚才我很同意路的一个看法就是不一定2026年今年会出什么成果但是大家会试很多东西有一些东西试了没没有用这本身就是一个progress我觉得这大家也是能够互相学习的所以我觉得算法是这样子的然后算力这方面虽然说你看Elon Musk建了最大的数据中心那个百万张那个十万二十万那个甚至于以后要做百万张卡但我觉得我觉得这个The devil is in the details就是这么说呢你不是说把卡都串起来了就一样的这里面有太多的从Computer Architecture从数据的那个从那个Cluster怎么去建Cluster有太多太多的问题在里面了你怎么去把这个卡连起来然后使得它的容错它的带宽它的各方面其实有很多很多的工作可以做不是说只是数卡是不是有多少张卡这个卡是怎么连起来你到底是训练了多少时间会崩掉 因为什么原因崩掉这里面有太多太多的工作可以做所以说从我的角度来讲那个说预训练已经那个scaling law已经达到极限 或者说不是说达到极限没人说达到极限 大家觉得已经差不多了我个人不觉得 我觉得会我不敢说这出在哪里 但是我觉得如果我们若干年以后回来看 觉得还有十倍的空间我完全觉得是是是是 [20:00] 可以想象的 这是我的看法路有什么补充吗对我觉得我也同意考虑讲的26年我觉得Scalming Law还是成立的但是一方面它不是唯一增长的一个路径了二来的话呢它可能也是由于现实的原因可能会成为更多少数玩家它可以去负担的这样的一个发展方向另外的话现在对于Scalming Law的理解不能不会是在像以前觉得说你只是扔越来越多的数据有点像无脑一样的用数据去堆砌然后去进行推进而是更多是从系统层面上的一个Scalming包括我们提到的刚才Hawai提到的一个算力他们整体的一个优化谷歌其实它就是这点比较有优势像刚才浩尹也提到了就它不只是说数据更多那数据的质量很重要还有数据的优化还有就是数据的多样性另外一点的话呢谷歌还有一点优势就是它这个闭环真是世界的一个用户反馈它这种快速的用户反馈它多线产品搭出去之后的话呢反馈再进行产品的优化这也是它Scaling Law成立的原因之一那再提到说现在其实我们的叙事也在改变对吧25年和24年相比的话呢大家不再只是追求说哪个AI最聪明模型的效果最好那哪个AI成本更低哪个AI可以有更实际的落地应用那这个时候的话你再看谷歌它的很多系统优势,它在这个层面上去有一个系统方式的横向纵向的Skilling Law,对它来讲就是成立的。这也是为什么你会看到说Gemina这次表现这么惊艳,而且包括其实我们内部也了解到,谷歌毕竟还是有一个非常强的部门就是DeepMindDeepMind其实从几年前开始他们内部已经有很多新型的模型架构了那种新型的模型架构它就可以和现有的他们的真面的模型进行整合和各个角度的一个协同的优化这也是它一个非常大的特点所以我觉得今年会非常有意思就是大家会看到说对于过去的很多的一种scouting的方式的一个修正然后呢也会对更多的这种系统式玩家的他们的强大的一个实力我觉得现在其实你看AI生态可以分成两类公司一类是模型中心的公司比如说还是像OpenAI and Sorpik还有一个就是系统中心的公司就是一个系统为中心的公司那谷歌是一个代表其实XAI也是在以系统为中心的方式去搭建这样的公司所以你看马斯克一开始他不只是在训练模型他整个生态从硬件到软件也希望自己去搭起来他用他的超能力无论是资金层面上还是说执行能力层面上往这个方向去发展包括Apple大家对他的就是批评比较多在AI这一波大科技公司的竞争中但他还是有非常强有力的一个系统优势的所以你其实从这个角度去看的话大家对于Scouting Law的理解还有包括说定义都会和以往几年会很不一样好的那接下来我们聊聊几个大的player公司他们现在发展的这个情况那首先我们来看一下Meta来预测一下Meta在2026年然后因为现在TPD Lab大家对他们的这个hype也很高然后最近其实还有个新闻就是Meta收购了这个中国团队Metas交易金额据说是在20到30亿美元之间然后听说仅用十多天就完成了谈判非常快因为我记得Metas其实从前到新加坡再到美国来其实也就一年多的时间然后大家觉得就是Manta这么快的出手它背后意味着什么它就为什么要收购Mantas以及你们觉得26年Manta能给大家一个OK I can come back这样的一个surprise还是一个落后的更远的这样的一个比较悲观的一个语气我们从路开始然后好以我这个话说的可能相对来说我可能是有一些自己的偏见我其实说实话现在对Meta挺失望的因为我刚才也提到了我们之前一直非常常看好开源生态当时Lama3出来的时候也很惊艳也非常希望他们在这个方向上继续去推进那后来Lama4之所以出来之后大家的批评就是表现和大家的预期差很多也是因为他们内部的战略调整希望AI去更多的不是去Risney去做推理模型而是说更多的去关注产品端产品端去推进所以导致当时发布其实很不尽如人意在像Holly提到的Deep Seek发布之后在大家看到说开源其他公司开源深海之后的角度那在他过去这一年非常动荡的从Scale AI的收购团队内部的调整再到过去对Mainas的收购Mainas和Meta的收购Mainas来讲是一个非常好的退出而且Mainas整个团队的执行能力还有包括产品能力是非常强的他们的数据也很好但是我就有一个疑问Meta最需要的能力是什么他们最需要的是应用能力还是模型能力我个人觉得他其实可能更需要的还是模型能力那他为什么不去更多的去追逐一个更好的一个模型公司而是去花大的一个价钱去收购一家应用公司 [25:00] 所以这个可能是我的疑问点当然我也听说了就是一些就是界面上的rumor说他们也问了好几家公司然后他们可能也是有自己的一些想法和布局但是至少来说今年下半年Meta那边在AI这边是完全整体落队就是辣队就是从整个第一队队完全掉下来了再加上我其实之前虽然说对于大家对于杨立坤的评价可能也是有各种各样的不一样的看法但我还是觉得有种可能是说他错了但也有种可能是说不定他们就是在黎明前的黑暗呢他们如果说坚持当时对于世界模型的一个继续的投入说不定也会出来一些新的东西对于像Meta这么大体量的公司来说或者你就有实力像谷歌一样可以弯道超车马上走到第一步或者你就做一些跟别人不一样的东西如果说你做的永远都是说这个科技行业里面连前三都排不进去的话这个就很痛苦所以但是呢另外一方面我觉得Meta有一个非常大的优势这个创始人非常有啊非常有执行力然后非常有GOT然后有什么角色了之后呢你看他本身的转向能力也很强而且本身对公司的控制程度也很强本身公司他的现金流各方面也很现在还是处于非常好的一个位置所以我觉得他是有试错的成本的也是希望他的这个人才储备还有包括整个公司内部的结构和可以更快的稳定下来我们也是希望能够看到更多的科技公司尤其是大的科技公司不要让就是Google一家逐渐做大做得太大的话一家独大对于生态来讲也不是一件好事对没错还有什么补充吗我觉得这个上面我跟路的观点完全相反哇太好了 我都喜欢观点那么相反的嘉宾 来我觉得没了没事找是要去做大模型那个我觉得他就做做应用挺好的是这样子的我觉得Meta作为一个世界级的公司他需要有一定的研究能力有一定的就对模型对AI要有一定的深度的研究理解我觉得一点都问题都没有所以说我觉得做一点大模型这本身不是一个问题但我觉得Meta他最大的优势实际上他今天最大的优势其实还是应用让那个用户体验到Gen AI在,我用不管Meta任何产品,能够体验到有更好的体验,我觉得这是最重要的,我没觉得他必须要做大模型,我觉得他不做模型也挺好的,他就去买那个Open AI,那个其他的Anthropic的Model的API,What's wrong with that?我一点都没觉得有任何问题,待会儿我相信因为你说要提一些其他公司我们也会提到一些其他公司其实我对还有些其他公司也挺失望的比如说微软包括苹果但我对他们的失望不是他们大模型没做出来我是觉得他们没有把应用给做好这是我对他们的失望当然了你可以说有一个点就是你要把一个应用真正做好你需要应用到模型到硬件完全把它给串起来可能是这是最好的这是有可能的但我觉得今天Meta最大的问题还是应用里面我看不到模型的能力的体现这是我觉得我所失望的地方我可能稍微再加一句我是觉得Meta其实已经到了这个体量的公司它不做大模型它未来其实是我有比较大的一个生存的挑战而且其实Meta虽然我觉得在表面上大家看它是一个偏应用的公司它其实内部很多东西都是做full stack的包括他们的server也都是自己的而且很多年前大概不到十年前吧他们当时其实就推出过一个产品叫graph search那个时候其实是一个比较大的宣布当时带队团队也都比较强那个时候他们其实就已经在比如说AI搜索这个层面上去布局了只是后来有一些数据隐私的考量这个产品没有去继续推进所以我觉得其实Meta无论从未来公司如果我们经常讲说未来人工智能是像Electricity一样是像电力一样那作为一个这么大体量的公司如果电力不掌控在自己手里它还是有一定的危险度的尤其是硅谷的这几家科技公司也很难讲说谁和谁是一个比较紧密的合作伙伴然后可以去协同发展当然呢你说短期时间的话呢可能说他还是有一个比较强的惯性但我觉得尤其在看到Zak他本身也是一个比较年轻的CEO和创始人我觉得还是在这方面一方面是公司的愿景一方面也可能是个人的这个一个愿景和野心是这样子的我觉得小扎其实是很早就对AI在AI都没有在OpenAI成立之前小扎就对身边的人说他对AI怎么怎么感兴趣我以前有一个同事说 [30:00] 在小财身边就是负责AI那是2013年14年的事情时候你就能够可想而知它是对AI的憧憬并不是说只是因为最近加GPT这一点所以说我一点都不奇怪我是这么看的我觉得我完全同意路你说的从一个长期来讲你需要对这个技术要有一定的掌控但我不觉得我不觉得没了急着做这件事情因为说老实话像不管是我们说的New Lab什么50 billion dollar100 billion dollar你都能够买得下来而且现在的模型的shelf life保鲜期太短了你即使今天做到世界第一so what你稍微有六个月打个瞌睡就已经是掉得很后面了所以说我觉得我不觉得是一个指针朝夕的这么一件事情而且我对这个指针朝夕这件事情我觉得是从一个industry的角度来讲我觉得是一件好事情但从一个单一的公司来讲我并不觉得你灭死了一年你这一年只是去做应用然后到了2027年再去想这个模型我觉得也来得及你的整体这个观点我是同意的就比如说其实我觉得你这个观点也适用于Apple其实包括大家对Apple的批评这么多但你看到其实Apple他现在我之前是要和OpenAI合作现在Gmail更好了我马上和谷歌谈一个合作他要牢牢把控住自己的硬件层面它本身是一个数据的入口还有包括应用的入口所以他这个真实世界的这个叫AI Info就是AI LayerAI Interface他抓在手里他就有很强的优势所以你的这个大的观点我是同意的其实像Meta的话呢它其实确实有一个比较特殊的位置是在它与和尤其像比如说它和Apple的关系就很吹体它一直想摆脱Apple但是又不能摆脱所以是不是能够通过AI这波趋势让自己有更强的一些独立性我觉得可能也是一个机会对没错那其实我们看到Mata其实已经通过AI的发展包括在他的广告的算法上已经是吃到了很多的二级市场的红利了所以而且就是我听到一个说法就是硅谷的这几家大公司包括这几家大公司背后的Founder他们都非常的希望自己能够带领公司成为第一个达到AGI的人所以这是他们想要留下Lagacy他们的野心所在所以不管是自己的野心还是公司为以后的发展所在所以也包括你看Elon Musk你看Zuckerberg谷歌这几个人包括这个brain也回来了对吧好像除了Apple没有去卷这个大模型之外其他的公司其实也都是在去卷这个大模型想要去达到AGI的所以可能2026年我们就继续的拭目以待吧但是就像你说的这里面有很多的成分是个人的一个激情不一样是从商业模式对对对很多是Founder个人的激情在的对然后那我们继续来聊一聊这个OpenAI然后在25年呢OpenEd的一个关键的架构的转变就是让它变成了一个可盈利的公司也就是说它可以上市了然后他很有可能会在2026年上市啊那接下来路你觉得从一个资本的角度看啊怎么去看他的估值呢他的收入能够对其外界对他的期待吗我觉得首先这个架构的架构其实是它一直以来比较大的一个雷所以我觉得它其实能把架构这层尤其是和它比较大的一个投资方也就是微软可以谈到这个程度已经是一个很大的multe了但是你说它现在的收入水平还有增长水平以及包括它最新的这样的一些估值是不是能够让大家觉得说真的到二级市场得到一样的这种背数的一个期待和对待我觉得这个是大家有很大疑问的马上提出来他们觉得自己可能也会有机会以更加合适的这样的一个multiple这样的一个收入和估值的比例去获得资本市场上更多的支持另外的话呢就像你提到了之前他最新做的GP55.2GP5他等等这样方面的发布还有Gemini前后的一些发布其实让大家比较失望包括我现在听到的无论是从用户端的数据流存还有包括就比如说现在你看YC的这些初创企业他一直在调用API之前其实调用API最多的就是从OpenAI去调用但是现在其实调用最新的这个Batch大部分用的都是Gemina的API当然这还是一个早期的阶段本身OpenAI还是一个非常大体量的无论从用户的惯性用户的数量还有包括的收入水平都是一个巨无霸但是他现在的利润空间基本上很难让大家能够看到说为了他怎么样成为一个不只是一个盈利管理 [35:00] 而且是一个真正能盈利的公司它只是把架构变成了从变成一个可盈利公司但是它能不能真正达到盈利现在至少说大部分的投资人是很难看到它的路径那再看到它的竞争对手其实Gipnay现在基本上它的训练的成本可能是OpenA的不到30%这还是它没有进行极致优化的一个结果所以我觉得它面临的挑战还是比较大的但另外一方面就是因为它的利润率的问题包括它现在巨大的成本的问题可能也确实需要更多的资本市场的支持所以你说他需要IPO呢他一定需要IPO但他IPO之后的话呢他这个价格能不能撑得住我觉得这个可能对市场和对公司都是一个比较大的挑战嗯浩宜你觉得OpenAI在今年会怎么样OpenAge我觉得主要还是一个故事吧我说这个故事没有任何贬义跟保义的因为我觉得这是一个未知的大家Sam Atman是一个是一个很能讲故事的人也是能够让投资人有信任赢得投资人信任的一个人至于说他是不是能够把这件事情做出来是不是OpenAI有前途或者这个前途是无量的这件事情我觉得都需要很多事情还需要很多去证明过去我们看到的一件事情就是ChairGPT对吧 已经有可能接近10亿用户了然后这是一个很大的一个相当于是第一个把这件事情给做出来然后有这个红利但是这个10亿的用户到底粘性有多强我觉得半年前大家还是觉得哇这个OpenAI这个Chate GPT是其他人吃着脚都赶不上的但我觉得现在有很多人是有质疑的包括Salesforce的那个CEO已经说了我已经从Chate GPT改成那个Gemnet当然了他是有那个做PR之前但是我觉得半年前我个人是不会ChairGPT转成那个Gamline半年以后我还没有转但是我说default但我觉得我是有可能在今年转因为也要看怎么做所以你就能够看出来其实是有所松动的这个10亿用户对吧这是一个另外的他到底他做的东西很多他做的东西跟Antropic比起来要砸得多广得多到底是一件好事情还是一件坏事情我觉得现在很难说很有可能是如果我们十年以后复盘为什么OpenAI完全失败就是因为它做得太广了但是也有可能十年以后我们复盘为什么OpenAI成为遥遥领先的就是因为它比其他人更加ambitious更加的想要做的东西更多所以我觉得这里面对我来说都是故事这些故事都需要去去validate而且我没有看到一件事情是铁板钉钉的但每一件事情又让我感觉到是有很大的潜力我是这么看open-air的对对对市场太大了就是说他一上来就要吃掉所有的市场还是说他像Anthrobic一样就专攻一个市场那接下来这个问题呢还是我们来看一下Anthrobic在26年会有什么样的一个发展就是Anthrobic他说也会要上市嘛但是我们看到Anthrobic他其实在整个的商业还有收入上他们他是特别去打coding这一块的那webcoding他其实在2025年是个关键词嘛的扩大吗安德博贝克会不会独占这个蛋糕比如说现在Winsurf已经被谷歌给收了那接下来现有的这些小一点的出售公司还有这些player会不会被安德博贝克吃掉这些蛋糕然后接下来呢安德博贝克的商业化它其实还能往哪里扩张吗嗯我刚才我在讲Anthropic我就顺着讲下去Anthropic我觉得过去两年是非常稳渣稳打它做事非常focus非常的聚焦然后把企业服务这一块基本上从两三年前不能说远远落后于OpenAI但是是就像我不知道大家还记得吗大概两年前那个OpenAI的CEO被那个有一个weekend的一个周末被fire掉但是又回来了然后那个时候其实绝大多数的企业但是那一件事情让很多企业就在想哇 这个OpenAI可以瞬间就可以消失掉那我是不是要有一个Plan B所以从那个开始到现在大概两年两个月的时间Roughly我觉得基本上财富500财富1000的公司如果说你只用OpenAI的公司其实很少的所以说大家都可以 [40:00] 要选择不管是Gemna或者说AnthropicAnthropic是一个大赢家我觉得现在我不知道现在它是已经完全超就是企业服务API调用这一块是不是已经完全超越了OpenAI但是即使没超越我相信现在已经是在超越的路上有些数据说去年大概夏天的时候已经超过了OpenAI从市场份额但是这些东西都是很难说的但是我觉得我是比较相信现在这样不聚焦的话我觉得它那个超过OpenAI用从企业服务API这件事情到今年的是铁板钉钉的事情所以说从这件事情上来讲我觉得Anthropic非常聚焦非常有成就但是这也是AI时代的一个我们能说AI时代特别独特我觉得每一个时代也差不多吧但是今天这个AI时代其实没有什么哪个公司也真正的有固成河你看那个前几年对吧三年前我觉得大概AI coding这一件事情大概Github应该是完全那个已经是占领了市场对吧其他小打小闹的公司一堆然后到了去年发现一年前发现哇尔克斯那是开始就在但现在又发现Cloud Code又起来了说老实话我不觉得这个战斗结束了我觉得又会有下一个什么东西出来就用户的粘性没有那么强不管是企业服务的API还是那个AI Coding Agent我自己身边的人去年一年已经换了好几个了所以说我觉得这也是一个蛮interesting的一件事情我前面提到的保鲜器保鲜器不只是模型的保鲜器还有上面的一些平台像这个AI那个API其实是平台我觉得这个保鲜器都很短但是这对我们用户或者说是消费者或者说是一些在这个平台上面做的企业可能是一件好事情这是一个百花齐放的一个世界所以说总体来讲我觉得Anthrope非常好但是不代表他们就可以心安理得的对我的看法我觉得我同意好意想的其实在这个web coding层面上的话现在其实是一个还是在第一阶段其实今年的话整个市场规模市场的应用它会进步加速和扩张就是大家都会看到说AI不只是一个C端的一个娱乐的应用它是一个企业生产力这个是很关键的尤其是像Cursor它其实后面也有调用Cloud所以它Cloud Code出来之后它自己是一个自己本身模型的原生的代码模型coding agent所以他的整个实用的体验还有包括他的这些开发场景都非常受到开发者的欢迎还有包括开发者的喜欢所以我听到的就像Howie提到的过去这一年其实很多公司其实都从Cursor在转向Cloud Code然后包括我自己我也做一些Web Coding的然后其实也现在主要是在用Cloud Code所以我觉得代码这方面的话Athropeg确实现在在市场上的地位还是比较坚挺的当然也会进一步进步的提升等等再加上现在可能是科技权用这种coding agent比较多但是就像我提到它会逐渐形成一个非常明确的企业生产力那它在大产业的一个推进之后的话呢它会是一个非常巨大的市场良极所以它这个收入水平还有收入的潜力会进行不增加另外一方面的话呢我觉得Answerpik还有一个优势就是在于他们其实一直以来像浩尔提到的稳渣稳打的在做突币而且它很强调安全所以它可能希望自己成为这些高监管行业就是这具敏感行业的一个默认AI他比如说对于很多行业我们提到非科技行业比如说金融医疗保险等等这些行业追求的并不是说你的模型表现能力要最强但他们的第一要义说要很安全我这边有监管有compliance有数据隐私的问题你是不是能够理解到我整个现有的这些架构在监管层面上的需求然后可以让我有一个安全的AI本地化部署等等等等这些Answerp一直都在推进这也是他们一直想达到的一个目标其实像25年的时候他们专门推出了一款专门针对金融行业的产品产品推出之后的话我听到的反馈意见也是反馈意见也是就是褒贬不一但是至少说他们的思维理念是比较明确的他没有说去很发散的说我也要去又做硬件又做infrastructure又做芯片等等等等他很明确说我就是要做2B的AI而且我是要做2B的这种敏感行业的落地AI那这会不会形成对一些初创企业的竞争呢当然会因为我们主要就是投2B AI的但是呢也能看到说他毕竟还是作为一个大模型的公司是作为一个通用的agent还是作为一个更加细分市场的小的一个垂直领域的agent这个还是他需要去考量的一个未来的战略的发展方向所以的初创企业还是可以以更快的 [45:00] 和更聚焦的一个方式去获得一些市场先机最后一点我觉得Athorpeak比较好的一点呢就是没有太多的历史遗留问题刚才Howie也提到其实OpenLA一直也想推2B但他们在2P上遇到了一个最大的竞争对手蓝鹿虎就是Microsoft也是他们最主要的竞争对手包括现在你会去看OpenAI它本身的这个利润就成本利润的这个架构中间其实很依赖于Microsoft的Arger所以在这个角度上你会看到为什么OpenAI开始也去跟别的云平台去谈合作但是Athorpic从一开始就没有这个问题它并没有绑定到某一个云平台上它可以拿谷歌的钱它可以拿Amazon的钱它现在开始和微软合作所以它在自己的成本的结构层面上有更多的灵活性当然它现在也是还是存在跟OpenAI一样的一个大模型的问题就怎么样进行成本优化如果你真的想成为一个在26年科学IPO的公司的话这些财务数据是要更好地去体现的所以他们怎么样去探索下一步的盈利还有包括盈利路径同时不要牺牲自己的高增长率这个可能是公司内部现在比较重要的一个方向但整体上我觉得它还是有很多跟OpenEye相比比较大的一个利好的方面特别好那我们说2025年很多人说是这个应用的元年那在这一年我确实是看到非常多的startup很多的应用其实是变得好用了跑出来了甚至我们自己的团队的视频其实都在用非常多这样的一个工具然后在应用上两位觉得2026年我们就比如说不说这API或者是不说开发者就是像我们还有可能很多观众们他们自己的一个体感是什么样子大家会不会觉得会有更多好用的应用会爆发出来我们先从录然后好对我是非常相信的我觉得其实像我们尤其是专注的早期投资包括像我去年头的最后一个项目给公司汇款是在圣诞节那天就是真是可以谈到说就是人家说money never sleep我们说创新也never sleep所以过去一年我要是投资人不睡觉投资人也不睡觉对所以我的创始人经常讲说凌晨两天给我发信息我总会我说那也没办法你们凌晨两天总给我发信息所以现在大家是一个大公司在进行军备竞赛其实也是非常打鸡血的状态在往前推就是因为像你提到现在很多垂直领的应用层出不群而且它发生的这个过程中它已经给大家扑拆它的很多可能以前大家没有想象过的一个应用场景包括我们提到说如果我们以前看科技行业科技行业应用新技术互联网然后AI但整个科技行业在美国GDP也只占10%但如果你看金融医疗保险所有的这些服务行业包括这些行业加到一起的话是美国GDP的50%以上每个行业里面的各种各样的应用场景垂直应用它都有这种垂直AI agent的一个落地的机会再加上在开始的时候我也提到说在过去205年一年我们觉得非常惊喜的一点就是这些大的企业它在AI层面上的无论是说整合的速度还有包括说预算的提升都让人很惊讶就比如说大家可能知道的银行JP Morgan Chase对吧它是美国最大的银行那他们现在在公司内部他们也其实CEO公开也在讲他们公司内部部署给AI相关的预算比剩下其他的排名前十的银行的总和还要高那我们就有三家公司在跟他合作然后呢这三家公司都是初创企业可能就是A轮左右企业就可以看到他拿到订单的这个量级还有包括速度非常的惊艳最快的一个可能几个月的时间不到几个月的时间就是非常大的一个订单就签订了所以你看到这样的一个部署的过程它带来的不只是一个商业验证和市场验证更重要的是说我刚才提到谷歌的一个优势是什么真实世界的反馈有快速的一个避防避防的反馈你的产品才可以继续优化然后再可以更快的进行再部署所以现在我们也在25年看到了这个趋势的开始所以26年我觉得一定会加速所以在25年我就记得到年底元旦的时候我就问团队我说尤其我几个合伙人说有什么计划大家都没有计划我们都是想再加些一些因为要准备好2026年会有一场硬仗要拿今年可能又是一个快速迭代加速尤其是早期科技创新的这个领域可能会比去年要更晚好的好的看起来确实是一场硬仗要打Howie你觉得呢好刚才陈倩你刚才提到2025年是应用的元年,我觉得看要看这个元年是怎么定义的,如果说这个元年定义是说开始看到一些比较有意思的application,就是应用,我觉得可能算。但是如果说元年是说大规模爆发,那肯定算不上。因为我们知道每一代的产品,不管互联网啊,那个移动啊,出来,那个 [50:00] Killer Application对吧就杀手机的应用一般都是过了几年以后才有等到这个技术成熟了一段时间或者说是用户的那个呃对新的技术的受教育的程度对吧那个期望值的设置都要达到一定程度的时候才有这些杀手级的包括YouTube在互联网时代Instagram在移动时代都是过了几年我觉得2025年从某种角度上来讲就是如果我是站在一年前我在预测会不会今年的应用会有更多我觉得一年以后我觉得我觉得好像比我想象的要少一点,至少从广度上来讲,从深度上来讲,我觉得一些application是不错的,最重要的一个application,可能就是我们刚才也提到了很多次,就是AI的那个vibe coding,或者说是AI coding,不管是cursor,的话cloud code,其实我在想,我大概七个月前,我还在买augment的AI coding agent,现在我也不知道他们怎么样了,反正就是说,这一代反正我觉得今天的程序员也好或者说是非程序员也好开始用那个Lovable对吧就是这一代的产品我觉得这个应用算是很多人在用了但你说真的是对我们工作生活都产生了很大的价值我觉得没有这是最大的一个应用第二大的应用可能就是在企业服务里面那个客服有好几个公司SierraBekagon还有好几个公司可能几十个甚至于你可以说几百个或者说你可以说所有的企业服务的AI公司都在多多数少在做一些那个support的一些功能这一块的应用我觉得算是起来了就是我觉得是比较广做的也比较深了开始除了这之外陈田你跟我做过一期节目做那个AI浏览器我自己也在做对吧就是那个Neo欢迎大家下载你说这个AI浏览器是不是已经走入了千千家万户那显然还没有到但至少让大家感觉到或者说硅谷的人我一直跟很多人最近在很多人说一年前我刚开始做AI浏览器的时候所有的人都在问为什么要做一个新的浏览器浏览器都已经这个战斗已经结束了五年十年了但今天至少你在硅谷大家都说对 做AI浏览器是一个很有意义的事情但是这个战斗其实还没有完全开始更不用说走了很远所以说浏览器算一块但其他的你说有很多的应用我没有看到很多的应用那我自己其实也在想为什么这里面一个是周期的原因我是说一个新的技术等到它有新的application有应用总管是要一段时间所以说并不代表为什么没应用这是一个很不可思议的事情那也谈不上但我觉得里面有好几层我自己在想的我觉得ChartGPT说老实话虽然说我们刚才已经说了它的护城河不够深对吧但是我觉得它在人的绝大多数人的脑子里面已经比较硬的比较深刻了很多时候你要去做一些比较就是怎么说呢比较niche的一个应用的话其实ChartGPT做的已经是good enough了已经不错了所以你这时候你再去做一个新的应用的时候的机会不是那么多了所以说你要做的比它好很多但要做的比它好很多这件事情就要花很多功夫要花很多时间去思考所以我觉得Charge GPT good enough其实是一个为什么我们没有看到太多的那个百花齐放的application在我们的不管是我们的desktop上面还是在我们的那个手机上面用很多我觉得这是一个原因就譬如我自己个人说老实话绝大多数时候在用AI的功能的时候还是在用XGPT我其实也提到了如果是生成图的话我现在开始用Gemline但绝大多数还是在用XGPT因为你要我导来导去不同的其实也蛮困难的除非你有你的功能就是要好很多所以说我觉得XGPT的功能好很多我觉得是一个第二个所有的模型它的功能都在提升很多多多少少是造成一点困扰的并不是说他们没有空间但是这个他在提高很多有几个有几件事情在里面一个事情是说我本来做的一件事情被模型做掉了这个大家都说对吧这是一个已经讨论了无数至少三年 [55:00] 过去三年一直在讨论这件事情但我觉得不只是这个对应用开发者其实很难为什么因为你的模型不断在变化不要说什么5.0到5.1那个这些模型我这个模型就用5.1出来了以后说老实话这个模型版本没有变但是它模型背后的能力其实也在变或者说它的一些所有的特性其实也在变我觉得对今天的开发者这件事情还是蛮困扰的每天都是不一样的世界不像我用Amazon的云我那个每一个API跟现在没有区别但今天我其实是还是要有很多的思考的然后再加上那个平台的能力再提高所以说这是一个非常变化很快的世界但多多少少我觉得希望2026年我看到我希望看到的是有更广的希望看到更广的应用在我们的手机上面出现在我们的deskt上面出现而不只是少数几个应用好的非常好非常感谢好一个路那我们接下来take一个观众的问题好吧然后我看到有观众问说两位对于domain specific agent的前景有什么看法啊比如说面向传统的供应链supply chain还有retail行业的这种agent那我觉得这个问题提的非常好因为agent确实是今那2025年的一个也是一个关键词哈然后两位觉得在2026年会有什么样的发展呢我们同路然后大家可以快快的回答一下嗯好的我觉得像你提到的其实现在一个方向就是从Chat到Agent再到Multi-Agent的然后我觉得domain specific就是我刚刚提到的行业的垂直应用的这些agent的发展方向速度是很快的就比如说像前段有一家比较大的一个保险科技公司刚被一家保险公司收购那New Farm Insurance大概卖了15亿不到20亿美金他们其实是做一个相对比较简单直接的应用它是用人工智能去自动化brokerage那其实你说他有做整体一个平台服务吗并没有但是因为他的量级做的很大其实也就五六年的时间做了几亿美金的收入然后最后退出也是一个比较好的价格物流供应链我们大朋友看到特别大的但是这个方向有一些中型的比如说收几千万美金包括我们投的一些公司和科室工业在合作的也在快速崛起然后我可能觉得说今年还有一个比较大的方向两个比较大的方向一个是医疗一个是space就是太空科技整个太空生态它的这个数据量的崛起它本身有比较AI robotics人生那医疗的话呢因为现在其实数据隐私和数据孤岛的问题也就是人帮学习之后你得到了比较好的解决又是一个很巨大的市场所以这些领域的这个TRAGE ASIA我们也看到很多公司在早期决定在举起那现在他们的量级可能还比较小这也是为什么可能像哈利提到的可能说普罗大众在市面上还没有看关注到他们但是因为我们是做早期投资我们能看到这些公司从可能没有收入到增长到几千万美金的收入甚至很快的增长到上亿美金的收入这个增长的速度我觉得是在过去十年一个技术发展的趋势或技术创新趋势都没有这么快的一个发展的体现嗯这个问题是问对这做垂直模型的判断吗AgentAgent我觉得这里面有我加一个点就是你一旦要做到一个domain specific就是在某一个领域就意味着你对的你对这个回答或者做事情的精度准确度的要求就会高不像ChallupGPT或者说任何一个语言模型你有的时候Hallucination大家哈哈笑一下尤其是consumer也无所谓或者说甚至于我是作为一个programmer一个像这个cursor或者说cloudcode其实很多还是一个prosumer的一个应用所以他做错事情了我有人不断地在修正所以说OK但是之所以那个做domain specific做垂直领域比较难是因为很多时候它对你的期望值很高他希望你不只是90%对甚至不希望你是95对或者说甚至于不是99%对是希望你是全对但这件事情或者说几乎全对实际上没有全对的事情但是几乎全对但我觉得这件事情就很难了就是为什么在这种情况下面你需要做很多domain specific的不管是agentic的或者说做一些数据的处理或者说自己的模型微调或者怎么样因为你很难让一个在这种程度上 [60:00] 一个agent去做把它做成精度很高所以说我觉得这里面会有domain specific的agent也好模型也好平台也好数据各方面也好但最重要的原因是我的期望值我对这件做的事情的期望值很高好的好的那最后一个问题两位的New Year Resolution是什么你们的新年愿望是什么到底开始吧到底开始吧对我对自己的要求是希望try更多的新的application我记得那个Thinking Machine的一个co-founder在一个年会上面他提到了一句就是他每周都try一个新的applicationAI application我觉得这个很不错我是把它作为我今年新年的每一周至少try一个新的application这个其实很好说不定我们可以开一个单独的栏目然后就给大家来讲一讲就是有什么新的Vacuation出来好用的不好用的都可以跟大家更新一下这个应该蛮有意思的Luna你的New Year Resolution我的New Year Resolution比较简单因为你们也认识我这么久知道我是一个workaholic工作狂所以其实今年也是希望多关注自身健康因为现在技术发展让人非常兴奋所以还是要健康快乐的可以去多拥抱未来的科技对 是的是的好的 非常感谢两位的时间那因为我们时间有限其实还有很多问题而观众的那个提问的问题也非常的踊跃但是没有关系2026年我们还会做非常多期节目然后我们也会把好以跟陆基上请回来跟大家来做分享好的那非常感谢两位大家新年快乐新年快乐拜拜好的那么接下来的一个小时呢我就把红军骑上来他会跟另外两位嘉宾来跟我们聊聊自动驾驶以及机器员然后这个接下来的这个环节也是我非常期待的然后我在这里想多说一句哈我觉得自动驾驶是我们在过去两年cover过的非常有意思的一个行业就因为它发展的非常快然后呢我们可以看到它这个派别里面其实有不同大家的想法非常不一样perspective非常不一样技术路线也非常不一样所以呢我觉得我自己是非常开心的把有不同路线信仰的人带到我们的节目当中给大家来进行一个思考跟呈现的但是呢这不代表我们为就是任何的一个技术路线去站台对所以呢大家也不要把我们打成什么什么特斯拉黑媒体啊之类的现在这边给大家做一个claimer所以呢今天也是非常的开心把老鱼请到我们的节目上然后来跟我们讲一讲最新的这个自动驾驶的这个最新最最新最前沿的一些一些路线跟status call那接下来呢我们就把这一个小时的时间交给红军大卫还有正华嗯好的好谢谢倩对我觉得今天我们的这场直播应该不会被打成特斯拉黑媒体了因为今天我们的这两位嘉宾看起来啊整体上还是非常支持整个特斯拉的技术路线的那今天跟我在一起的嘉宾是惠尔智能的CEO级创始人大卫哈喽大卫你好大家好大家心情好大卫也是大小马聊科技的主播然后还有一位是推特的听众们非常熟悉的特斯拉的前AI工程师于振华Hello老于嗨大家好,新年好对我觉得就是其实就是在这两周啊就整个自动驾驶圈是发生了很多很有意思的事件就比如说有一个待会老鱼你可能会重点聊的就是V14的这个升级跟他的整个的使用体验其实我看用户的评价跟反馈都还是蛮积极的然后呢就在新年的那一天就是跨年夜的那一天我看到一条新闻就是说有一个特斯拉的车主他是从美国的西海岸然后全程在一个没有接管的状态包括他说这个充电停车的时候也是没有人工介入的而且他说整个过程中他是没有出现任何险情的待会我觉得这个案例我们也是可以来剖析一下的另外就是最近在湾区因为大卫你也是来湾区了然后我们明显看到整个Vimo的车在变多了就我看了一下整个Vimo他城市的拓展情况啊就他之前的好多年他是只拓展了五个城市很新的就一下又 [65:00] 开辟了五个城市而且威莫它现在也是在寻求新一轮的融资这个融资额大概是150亿美元然后它的估值是超过了千亿美元所以总体来看呢就是这对整个自动驾驶界来说它其实都是一个好消息而且我们可以待会儿留一点时间来去分析一下这个威莫跟特斯拉之间的一个竞争我觉得这也是所有的关注自动驾驶行业的听众非常关心的一个问题那最后一个就是一个非常怎么说呢有一点点让大家意外的一个新闻就是在也是在前两周就是整个旧金山发生了一次停电然后这个停电导致了什么就是旧金山的交通带拥堵为什么拥堵呢因为微博他不知道该怎么开车了所以他就都在路口这个红绿灯不工作了我该怎么办呢停在那了然后整个旧金山就陷入了一片拥堵中然后这个就成了最近就是可能是在湾区的听众感受比较深的一个新闻我们可以一个一个来分析一下那首先我觉得老鱼你要不要先跟我们分析一下就是你最近用上了V14.2的这个最新版本吗呃,是的,我用的还不是最新的版本因为我现在人不在美国V14.1对不是V14.2他现在有个V14.2.2.2好像是这样的他的版本精确到这样所以是正好是我不在美国的时候更新但是我已经用到V14.2了和这个是一个相当相当接近的一个版本了其实说这个之前我觉得我还是想感谢一下我们硅谷101频道因为今天毕竟是直播大家轻松一点我很喜欢这样的一个氛围然后红军作为首次亮相我看大家网友反应非常好然后刚才倩也介绍到刚才倩也介绍到101不是特斯拉黑媒体,我非常理解啊,所以我和大卫经常会来红军和倩这边做客,所以我们非常理解,这个事情本身并不是说哪个媒体支持,或者否定哪一方,我觉得最关键的是这个行业非常的多样化,就是这个,对,它这个是由这个行业来决定的啊,所以我们今天呢,我觉得我和大卫可能主要是来侧重,一些特斯拉的方向因为我们看在第一段直播中我觉得这两位投资人他们在硅谷投资人其实他们非常高屋建立这样子非常好其实但是都是着重于大圆模型对吧现在是最火热的其实我在我看来反而自动驾驶的进展其实我认为是不是那么的从技术上的进展其实在最近一两年或者两三年基本上都是特斯拉来主导的公司其他的技术路线基本上处于停滞状态所以这也是为什么我们会在开年来讲这个话题而且技术的发展我认为还会继续持续然后说到V14其实在后半年刚推出的时候我觉得刚推第一版本的时候我还说这个版本我不是非常喜欢还不如V13因为从用户体验来讲的话还很保守这个车很保守我在右转的时候等了好久才过14.1.4还是几个我不太清楚就已经就立即就把它给呃呃就提升了就fix了然后到现在14.2已经已经已经已经非常好了我呢呃从这最近来可能大家从这个网上的这个呃这个网友啊他们的这个来看我我我后来又回想到其实我们过去曾包括大卫我们在一起讨论说呃说哎呀说这个特斯拉FSD这么好产品大家怎么不用怎么不买呢这个这还是用户不懂啊但是现在我觉得到14来讲我觉得我改变这种想法我就不是用户不懂啊是我产品不够好啊就是产品好的话真的大家就会使用啊其实包括包括一些这个啊就是自媒体也是呃就是所谓的特斯拉黑媒体我发现这个预乱在在转变特别在美国啊测试V14之后很多很多啊这个你会看到很多说哎呀我今天又是这个这个没有接管或者说呃因为V14出来之后呢对于司机的监控放松了你不需要一直看着前面你可以特定其实在很长时间下你低头看手机从头到尾都没关系其实是这样的所以说体验一下就上升了然后还有它的出停日常进停日常其实对于我来讲我关注的最重要的就是它的安全性就是说在高速上在高速上你有时候你在大湾变道的时候你还是会很害怕的以后就是这些机型就就没有了我我我我认为这今年来看的话呢这V14看来是看起来是一个水到渠成的提升但是我认为这里面的技术肯定有一个很大提升啊呃呃呃上半年就是特斯拉推出无温出租车啊大贝也来我们奥巴 [70:00] 一起来测试了然后呢上半年积累这些读号然后下半年把它释放把它应用到V14的提升上所以大概我先说这么多大卫你有用到威士斯吗有我其实圣诞节前在就是湾区这边刚好打了这个robotaxi那个版本应该是最新的一个版本然后我那天还发了个朋友圈我在我家到这个健身房我同时拿手机打开两个app 一个是tesla robotex 一个是wemowemo它过不了101这个高速 所以它给我绕了一圈 要差不多18美金然后我自己家到这个gm就4块多美金然后我当时一下子就想就是说威某在湾区庚植了这么多年他在干嘛呢就是过高速肯定是一个刚需然后反过来我也在想特斯巴为什么走的这么快 因为特斯拉其实是一个量产车所以他在跟当地的DMV打交道 跟这个比如说San Mateo这个SFO的机场管理局打交道 他其实是不是一个像Waymo这样的一个全新车的自动驾驶它是一个量产车所以它地推的速度会非常快其实我自己的体验先说一下我觉得Robotex给我的感觉依旧是坐上去非常无聊啊 我觉得一个自动驾驶车就是表现好就是无聊 就是你坐在上面会觉得就这他就把我送到地方了我记得跟老鱼咱们是7月份在奥斯丁的时候当时咱们两个在车上你就问我什么感觉我说好无聊我觉得在奥斯丁当场坐Tesla的车没有任何经验就不像Waymo在San Francisco当场经常会给我一些感觉感觉有点惊艳的那种经验就是说这个Portet能过来这个上Portet能过来然后到Twin Peak它居然能绕着上山了它给我很多那种经验但是特斯拉就给我感觉就是非常无聊我觉得一个产品其实好就是说明他已经跟你融为一部分你不需要额外感知到他存在啊对我稍微就是补充一下你打车跟做测试的这样的一个场景啊你是说你用Waymo花了18美元然后绕了一大圈然后你是用我没花那18美元因为它要绕圈所以我就说18美元所以你就没有体验对吧然后但是你是打了一个特斯拉的这个无人家FSD的车对然后这个地方我觉得可能稍微要跟我们的观众澄清一点啊但是特斯拉的这个无人驾驶车上还是需要配一个安全员对对对至少在湾区是这个样子在湾区是在奥斯丁的话对在奥斯丁应该是不用不用驾驶员的在湾区的话主驾是需要有人坐在那里的对对奥斯汀开始测试开始它的主要的fleet还是要驾驶员就是它开始慢慢的测试去掉驾驶员我想这个点确实是就是因为Waymo他们在高速我们都知道高速在准备驾驶场景里比较简单的场景但是为什么就是每个玩家都到最后才把高速打开而因为它的这个risk太大了你如果一旦出事的话就非常危险所以我觉得Waymo就要到最后一个其实它现在有些路路径已经上高速了可能就是大卫那天他就是就那个差巧那个高速就那个口他不上对对对是是是所以现在特斯拉在奥斯汀他的进展是怎么样的就是他已经有因为你刚刚老虞提到了说特斯拉可能开始还是要配安全员然后慢慢的会把这个安全员去掉他去掉这个是需要一个政府的申请的牌照还是说他自己这个技术过关了 是在他自己把握呢 就是这样的一个界线是什么据我所知是在奥斯丁在Texas就是德克萨斯州呢应该是不需要这个监管再通过了现在他可以直接就拿掉这个安全员呃我觉得我觉得之所以这个也是我们特斯拉这个community非常关注的话题啊就是说你马斯克不是说了吗年底之前要拿来安全员怎么还没拿掉呢是不是春节是不是农历新年啊啊这个因为新年已经过了啊其实我当时我就是觉得这个因为据我对特材工作了解的话它是有节奏的啊就是因为整个团队现在还在这个这个把这个V14最后一点还没做完呢所以你如果说技术上这个团队根本就没有做这件事情他就是不太可能就是说在这个方面有就是就是有很大进展啊所以我觉得可能是这个会会会晚一些时间啊这个马斯克确定是4月份时间这个是一个已经排期的在工厂排期2026年4月份是吗 [75:00] 对对对对对也就是那个排期的话是这样的所以说这个就是一个很重要的问题就是因为大家知道量产车是很很过就是说是这一下出来那就是那个很大volume啊它这个很压资产的就是我们说为什么这个大家说Waymo刚才提到啊已经扩展了这么多城市但它其实就是含着这两千辆车嘛对不对啊就是因为这个它不是互联网行业的那种完全的经济规模的就是说你你扩展到一个城市用户你就是需要加车而加车的话你就很贵嘛对不对所以说这也是这Vimo为什么还要融资数个billion然后特斯拉呢这个大家都知道特斯拉现金流是吃紧的因为特斯拉这个这个那个不像alphabet对吧特斯拉如果这个没有足够细心的话他不能贸然量产这个车的话对吧他量产这个车的话那这个车积压放在里面他无法在路上进行这个进行接人进行产生现金流的话这是对公司是一个很大风险的事情所以我觉得这个节点的话就是说在量产之前或者量产后这一两个月然后ramp up这个车的话然后再把去掉完全运我觉得这是一个非常合理的一个时间点嗯OK所以你们觉得就是现在如果说特斯拉把这个安全源去掉至少在奥斯汀这样的一个城市它已经不是卡在技术上了好不是卡在监管上不是卡在监管上对在技术上但是在加州还是卡在监管上因为奥斯丁你可以先上路它是后监管的模式但加州是相反的你要先拿牌照然后再上路他们是两个相反的这样的一个模式OK目前来讲我觉得它主要卡在技术上我们刚刚聊了一些他们在无人车的Robot taxi方向的一些对比其实还有一个对比很有意思就是在今年我刚刚开始提到的旧金山的这场停电事故中我们发现Waymo他就停在那他不知道该怎么办了但是我们就发现在当天特斯拉他并没有僵持就是他的这个FSD功能运行还是很顺畅的两位可不可以从这个技术的层面给大家讲一下为什么会造成这种差异对我先讲吧首先这个当时我也很惊讶我以为他就算Rubes也起码得有多套路去back up对吧就是因为美国的交规实际上是有这个就是路权的那假设没有红绿灯那我们都看到stop sign那该谁先走也是谁先走吗其实特斯拉他看不到红绿灯他follow的就是路权优先就是谁先来那就谁先走但是我很惊讶的是威某居然在这套逻辑上没有做就是面对红绿灯红绿灯如果不亮它就干脆就就歇在那里了这个是让我觉得非常非常不应该其次关于红绿灯识别有些人说是不是用了V2X什么的这个倒不是这个我澄清一点在老美这边实际上基建是很贵的不像在国内可以搞这种车路云一体化这个威猛是不会搞车路云一体化的对然后还有一点呢就是对于旧金山这样的城市即使是一个我们认为其实旧金山并不大旧金山的Downtown跟深圳南山区或者上海老鱼可能跟我说上海这个这个这个浦溪某一个区的范围差不多大在这一个范围内已经跑了若干年了还是会有这样的corner case出现它无法应对而且是面对的大面积的瘫痪也就是说尽管我把一个城市不停的测试最后把它打穿那他可能还会面对新的corner case这个对于商业运营来说还是有风险所以我觉得可能整个这条路径要重新考虑对就是这个技术路径是要重新考虑的对对所以整体上总结一下就是因为特斯拉它是一种端到端的训练方式然后我们理解它就是一个黑核然后它就是根据大量的数据模仿人类然后这个Waymo它是一个Rule-based的技术路线所以它是一个白核那么当就是你的整个规则发生变化的时候或者遇到它未知的情况的时候它就不知道要怎么处理所以它就会卡在那里而且Waymo有一个先天优势就是旧金山的这个城的高精地图被他踩了很多年已经非常精确了只是说这回红绿灯没有亮所以这个相当于说摆密一书但是作为商业化原因来说摆密一书它也会带来很大的损失嗯对我可以跟大家分享一个有一次我在旧金山吃饭啊然后就是我正好那个饭店要等位我就在一个十字路口那坐了半个小时然后这半个小时中我就看见一辆威莫车就是当时有点堵车他就想左转然后就转不过去就转了那个六七轮红绿灯把后面的车全部堵住了 [80:00] 然后最后我想想最后好像是就是突然一下就是就非常快的就转过去了可能是人接管了最后一下子远程摇操对有可能会有远程摇操技术吗会会会会会真正做商业化运营都会有远程的其实有一次我带着我儿子当时他挺小的我就把他抱到Waymo上面一会儿这车就靠边停了然后直接一个语音电话就过来说不好意思小朋友太小了不能坐然后就给我结账就下车了所以他是知道的对所以从这个停电事件来看的话就是特斯拉的这种整个的训练方式在在这个自动驾驶里面还是非常有优势的对我觉得它是这样它会给你很多就是它在意想不到的corner case会给你很多经验的东西但是在这个油轨电车就是我们开玩笑叫油轨电车就是你跟油轨电车比呢它可能没有油轨电车跑得这么好相对来说也就是Waymo的路线的特点优势就是这个发现问题之后它肯定马上就fix了但是呢在下一个这个不可预见的场景呢你不知道因为你没有define过但是特斯拉呢就是很多网友问我们说特斯拉那种情况下怎么办我觉得你只要做过威士兹你就知道这种就是游刃有余匆匆融融融对 然后大家正好提到这个事是 我详细了特斯拉他的AI技术的负责人叫Asherk他在一个国际计算机视觉大会上 他其实是有一篇非常经典的这个演讲我推荐大家都可以去看一看 他是讲了就是为什么特斯拉要采用这个端到端的训练模型它的原理以及它遇到的挑战 他其中提到了一个非常经典的 我觉得算是一个迷你电车的难题吧就是比如说前面有一条路然后这个路上有一个非常大的水坑你的这个车你是直接就是碾过这个水坑就是开过去因为这可能车会进水嘛你不知道水坑的深度是多少还是说我们去街道就是逆行一下穿过去就是如果你是一个raw base的产品这个东西是很难写死的因为水坑的深度对面有没有车就是这个全都是需要判断的但是如果就是如果你是一个端到端的模型其实人在面临这种情况的下人基本上看一眼就知道OK对面没有车水坑不深不浅我可以借到一下就是人他是会去权衡利弊的那么AI他其实就可以解决很多这种就是需要及时处理的情况对而且这个是您红军讲的很多这个是表征的还有一些隐含的就是前段时间以前在国内湖南某个城市无人出租车把人撞了把人撵过去了后来这个消息当然其实在我们圈子里就传开了后来发现这个就是造成事故的主要原因是什么呢是那天前面有洒水车SARRI车把地面洒得很湿那也就是说当这个车在判断刹车距离的时候实际上地面的湿滑是没有写在他这个参数里的但是我们想象一下就是说特斯拉这套体系在人开的状态下实际上是下雨实际上他不会专门为下雨天去录这个数据 而本身人在下雨天的这个行为被录入到了端到端进行训练他其实是不太害怕因为下雨天的路面湿滑所导致的刹车距离稍微变长了好所以我想说的就是当我们基于Rubase这条路去做解偶的时候我们会发现永远有解不完的题要做即使是在一个沙盘游戏当中在我们就是把任何一个城市当做一个沙盘我们在做一个沙盘游戏当中也有很多解不完的题而且很可能出现的是一个非常不好的结果对对我这里我想引用一下我的前老板也是阿少克的前任安德卡帕帆他在看到这今年的威士斯的进展和他测试过他当时他测试的威士斯还不是威士斯我觉得他说了一个就是他回忆起我们当年我们特斯拉也是入base我在的时候也是入base在一个街道上如果因为你这个车会经常刹停吗是因为旁边有停车吗你要在在在湾区是不是就是在车的旁边都有刹车都有停车停车停在那里如果你要是这个车你对它的速度检测不好的话你就会你就会刹车然后呢好我们把这个问题解决了结果呢有些街道呢会有两两辆车并排停着就不是一排车两辆车并排两排车那停的好嘛这又不会了所以要重新在那个入里面define一个就是叫做double parked cardouble park vehicle所以说专门是这个我们在回忆的时候Andre Capacity在推特上就在回忆这个过程你有double park你知道其他国家是不是有triple park的 [85:00] 三排四排五排对吧所以这种是无情无尽的当然它的好处就是你fix非常快对吧你的工程师对吧像Vivo我是刚才那个场景他回去很快fix了但是你如果是端到端你如果基于学习基于人工智能的话你可能要要重新要去采用数据要把这个去费克斯它的周期会比较长一些所以说这是为什么说v13到v14大家看花了这么长时间才一个才更新一年时间但是他一更新就是一个一个节约性的一个更新对老于你这里讲到有一点就是sorry 我是不是讲了红军的话就是老于刚才讲的有一点是那个关于这个可解释性其实现在在在国内的技术路线有两派了一派就是说我们用这个VLA的方法一定要有可解释性另一派呢就是说直接把它全部tokenize就是大包小包把它打个包不需要可解释性但是其实从我在在我来看我觉得其实是不需要可解释性的就是你你因为人去解释这个你面前的自然世界其实是一个已经是主观意识了我们人在面对自然世界其实是下意识比如你开车很多时候你不是说判断他说这个东西是一个红色的垃圾桶你不需要把它可解释成这样它就是一个障碍物你敢知道有这么个东西你可以做判断所以我对可解释性上我是迟疑的我觉得不需要花太多时间在语言模型中间去解释它这些嗯那这是如果他没有可解释性你们怎么去相信他的安全性那就是要靠就是力大专飞吧就是你的数据量足够大对其实你像这个大语言模型也是没有足够的解释性的就大语言模型如果我们把它拿来做临床诊断实际上是不行的因为临床诊断需要可解释性他需要你回溯你给我的理由ABCD是什么然后给出这个药方子但是我们日常在跟大原模星打交道让他去问一些法律问题问一些医学问题你作为个人你不需要可解释性你只需要得到一个差不多的结果老于你说对我想说就是说大卫可能这个他他所指的是我举个例子吧就是就是国内的这个理想汽车理想汽车的他的这个第一代端掉端系他的所他说的端掉端系统叫这个双系统就是这个一个长一个慢思考一个快思考慢思考呢其实就是试图想要解释对吧就是试图它的输出并不是给给机器的还给人看啊就是哦我这个前面有个什么什么东西他会蹦出来这就像你我们这个问题的IGBT啊啊这个但这个路线他已经放弃了这个路线他已经放弃了就是说他呃我觉得这有诸多方面原因啊有算力各方面原因但是有有点很重要就是就是说在线过程中在开车的过程中就是说作为driver或者以后的乘客你需不需要知道机器在想什么机器在告你我认为在线是这是浪费时间就像你做一个我觉得在AI领域很有名的一个科学家叫凯明可凯明他现在MIT professor他曾经说过就是说你在打车的时候你的人类司机你需要他给你准备他把他每一步都告诉你吗就是你也不知道他在想什么对不对就是在线的过程中但是在离线刚才红军提到Archoc ICCV的演讲,就是说他其实专门强调了这个可解释性,就是在理性是需要可解释性的,这是对于监管,也是对于自己作为模型的这个evaluation,或者他自己的提升,以及下一步的他的数据采集,他需要解释,就是Archoc专门强调了,就是说我们这个特特斯拉这个,端到端他是怎么来这个在离线状态下进解释我觉得这是make sense因为离线因为像现在的这个大约模型或者说是各种这个模型的他是不可能在线上这个芯片跑通或者说比较强大的模型跑通你又像像离想这个我觉得就比较搞笑对吧你这个在线芯片又又比较弱你还要跑两套系统啊所以他现在已经放弃了啊绝对离线这个已经完全放弃了啊所以说但是特斯拉你在离线状态下我确实需要你告诉我你这个模型在这一刻怎么回事啊为什么发生这么一个非常奇怪的一个就一个操作啊我觉得这是需要的确实是也是一个需要的然后刚才这个大卫提到的这个VLV啊这个什么VA啊就是说这个我什么世界模型啊我觉得这个真的是一个人叫眼花缭乱啊然后呢我其实我非常同意最近就是说这个小米汽车的一个这个端端端负责人叫陈光也是原来老朋友了我觉得他说的就是说制造技术焦虑啊就是你搞一些技术名词啊这个你搞的很乱啊你搞你搞的非常非常乱就是说你呃就洪君其实你看就是啊少可他的这个演讲他也很很久不会来讲一次就是他讲的话也不会就是给你把这个模型啊把那个名字啊就是说各种技术名词弄弄的给你摘取出来这个我觉得这是完全的 [90:00] 就是在迷幻消费者其实你看真正在在进入异线的人我们就要解决问题你就说三你到底去解决问题所以我这提出叫做智能密度是不是纯智能是不是纯智能像Waymo我们说他其实我们不是说嘲笑WaymoWaymo在Rubase这套系统里面已经做非常好了大家会出现这样的问题啊就是说就是说这件事情呢我就expose了一个问题就是看来vamo也不是纯智能,就是它纯智能啊那么今天我们这个啊,这到今年了2026年了到已经这个21世纪第二quarter了,对吧我们这个是是不是还会质疑还会质疑是用数据驱动是用AI来做还是入Base我觉得已经不需要去质疑了之所以还有这么多绝大部分玩家还在入Base的我觉得这唯独两个原因第一原因就是做不出来这是做不出来是绝大部分的是做不出来第二个原因就是包袱太重就是它的现有的包袱太重它不可以轻易去改变我觉得这可能是威某的问题就是它的历史包袱太重对威某连激光雷达就是整个这些硬件全是自己在造的对刚才老鱼讲的一点很有意思就是说我觉得中国的车厂是很会造词的到底用没用高精地图清土轻轻的用了一下你到底用没用清土就是很多词包括小米的车你坐上去端道端智能驾驶给您开启他就怕我不知道他叫端道端可能端道端是他的名字海参给你炒了个饭就像海参炒饭了呢啊对而且我觉得大家刚刚在讲可解事情呢还有一点就是Ashok其实在他那个演讲里面提到了我可能说技术名词不专业啊大概就是说如果你想知道中间哪个环节你可以设定一个参数的节点对吧在这个中间就是你再加一步在这个AI里面所以他其实也是解决这个问题的一种办法然后呢刚刚大家的讨论我觉得老于你有一个词叫智能密度这个词提的特别好但我记得你之前是有一个观点现在就是特斯拉他的领先他其实还没有用到他的数据算理优势因为我们知道特斯拉自己也在造芯片多久然后他自己就是也是有很多收集的用户数据的你觉得现在很多厂商他们可能在这个算法层面都赶不上特斯拉可以详细分析一下这个观点吗对这个是我觉得主要是在我们就是投资群体啊这个来讨论这个话题就是大家一起提到特斯拉为什么为什么FS领先说是数据数据优势啊算法优势啊数据优势和算力优势这点我非常同意啊就是他有数据优势和算力优势但是呢呃我所说的就是呃是在你大家都有通这个已知算法的情况下然后我们才去看这个数据和算力啊问题的恰恰就在于这个特斯拉推出v12以来就是从2023年下半年推出V12以来到今天为止就是说还没有看到任何一个玩家在算法上接近特斯拉这个就刚才我提到了两个原因一个是包袱太重一个就是他很难做就是这件事情到今天还没有算法上就是算法上的接近都没有我长期关注过比如说理想比如说小鹏比如说这个比如说Nio他们在不同的时期内都说自己的端到端当然我通过长期对他们的这个测评的表现我觉得距离这个端到端是完全非常遥远就是说他不尽管他们突然提出了VA VLA 等等等等啊就各种啊但是还非常遥远其实这个东西你除了看评测之后你也看他们真正在做技术一线的这个这个不是看 CEO啊你做技术一线的人他们对于特斯拉这个的敬畏程度你最近看这个小鹏汽车他们在硅谷测试啊就是他们的硅谷负责人啊他们你看他对这个特斯拉这个技术境内程度就是还在算法上还没有到如果是我们说这个我们在大原模型就大原模型你可以可以说在算法上可能都已经没有什么秘密了就这个几大这个大厂之间啊这个就是说啊可能这个人才流动也非常的快啊今天你过来过来我跳过去然后这个paper非常的就是publish非常多那么恰恰恰在这个领域的话特斯拉你除了阿绍克做了一SV演讲的话你就很少看到任何的技术分享所以说在算法上还没有还没有找齐呢所以他就不要去提到数据和算力优势那是后面的事情啊也就是说你先把算法跟进过来我们再谈这个数据和算力大概是这样然后其实你可以看到邵哥他的演讲还有一个更好玩的一个地方就是他最后他的这个simulator就是simulatorsimulator呢就是这个是很厉害的啊这个是我从他演讲我觉得我觉得我最受震撼的一点就是啊 [95:00] 就是说他为什么就是说他在因为他在模拟现实场景中然后呢我们都知道这个端到端包括包括机器人也是就是这个场景这一系列的技术战的最难点就是采集数据就是采集数据特别是不同的quantik这样的一个数据然后他做了这个simulator然后呢就是说这个我看有个人的方向盘对吧他像打游戏一样然后这边产生这个新的场景然后他像打游戏一样这样就去把数据给这个给采集过来了我说过去一年过去两三年自动价值的这个技术更新技术迭代的发展完全就是特斯拉在引领你觉得算法层面的领先他拼的是什么?是就是算法层面的核心的人才吗?还是他整个技术思想对就是一个是人才还有一个是你叫做置之死地于后生的勇气然后还有一个就是你的这个确实这个是要算力就是计算低的算力而这三点同时具同时具备呢我觉得就是说就是目前只有特斯拉其实在这个点我觉得我愿意多谈几句啊就是从这个人才角度来讲我们现在大家说这个现在在AI领域的竞争就是就是在美国的中国人和在中国的中国人之间的这样一个人才的一个竞争确实如此啊当然这个我觉得这个中国人要更宽泛一点啊其实像硅谷的话其实很多比如说ABC他的这个二代三代啊他们在这个领域非常活跃做得非常好这个很优秀啊真的是非常有就在可能可能确实是我们这个做AI这个方面确实是很厉害啊确实是很厉害啊但是当然了就是说这个我觉得人才一定要在好的呃环境下土壤下就是说他他他他他小小就是特斯拉这个就是伊朗马斯克你们你们可以看他的这个就是说呃当然有很多不适应的人真正跟随他的人往往是做的就是说就是是内部培养出来内部成长出来的你们你们你在看这些人的履历你不会看到什么他的他是一个学术明星他曾经发表多少多少论文对吧你们看现在端到端的这个团队这个团队是特斯拉内部培养起来的就是说以前我们特斯拉的明星就是Andre Kaffee就是原来我的前老板他是一个学术明星但是其实他走的时候出现了而做出这个团的团队就是内部培养的一个团队所以我觉得这个土壤这个环境其实是往往是更重要的然后我说什么叫制止死地于后生呢从外面新大的人从外面吸纳的人不多对吗就是主要的核心主力都是内部上来的对我在这里我觉得这个很有意思的因为其实我归宿的模型厂商好你先说我在这里插一句就是最近你看这个Mindus被收购然后呢其实包括这个Scale AI之前对不对这都是非常热门的收购话题然后呢在AI这个领域呢其实或者说在高科技领域它是轻资产的模式的就是说其实收购其实主要是人才的收购所以叫做Aquire Hire然后呢我主要让你的人对吧我把你的人过来然后我其实特斯拉当年呢可能现在很多人忘记了就是deep scale,这家公司也是有quire hire收购的,这样的一个模式收购的,然后呢,我记得我当时,我们当时叫他们加入了十几个人进来,然后呢,可能其他的有啥,有个gpu box,就是这些东西啊,所以我们就要看这样一个,这十几个人,而这十几个人呢,就是说当时也是基于众望啊,基于众望,但是呢,很不巧啊就是说这十几个人我觉得这是一个很失败的收购啊首先就是说这个这个这个这个创始人呢可能没加一两年就就被fire了然后呢后面的其他的这些呢也是和这个磨合不够就是说我觉得很大一部分他们就是说对于特斯拉这个文化不够适应然后呢就是就是他就是说我亲亲其实初始终记的就是说我就是他们加入的时候呢说哇说你们这个特斯拉工作节奏比我们这个startup还要startup就是但是我觉得不是只是一个工作强度的问题而是一个就是一个解决问题就是problem driven这个问题就是我们就是说到底是这么一个土壤就是以解决问题为核心而不是天天造词造名词这个做PR为核心你说这个公司CEO在那边造名词做PR影不影响这个团队发展我觉得当然是影响的我们就会觉得我这个对吧你比如某公司推出了一个一个女性的机器人这个胡家大长然后你还好不好工作了对不对你到底你们的这个团队的目标内部内部目标是什么是造一个拟人机器拟人的一个女性机器人吗对不对所以我觉得这个是一个很小的例子但是整个的团队来说的话你其实很少有明星特斯拉你没有什么明星人那个 [100:00] 你很少会听说这样一个人,大家都是默默问人的,把这个事情解决问题为核心。对你刚提到了三点人才勇气然后GPU我们聊一聊第二点你觉得信念这个是来自于哪里是来自于马斯克还是来自于这个AI团队的负责人还是比如说上一代安德克巴西就是这个信念是从哪里来的我觉得就是来自于马斯克啊应该是来自于马斯克然后这个端到端呢我觉得里面也充满了一些偶然啊一些巧合啊因为我觉得稍微在某一步你不坚持下去呢你也就做不出来啊所以说啊所以这里面而而这个做出来这个充满偶然和巧合的就是优势特特拉在跟随他有这么多年的人啊就是这么多年人其实像我们现在看到这阿绍克他他作为这个这个这个这个新任的领导现在管FSD也管机器人他是第一个加入FSD团队的当时Elon Musk在推特上说我要招人他是第一个加入的然后中间为止我是在他后面两年才加入的然后中间为止就是和他比他同级别的比他高级别的人就去什么英雷达去什么Waymo Aurora各种公司这个就是他留下来自己自己往下做其实和他同样的工程师这么一些核心的骨干力量把这个做出来啊所以我觉得呃就是说你你又得有像埃尔拉麦斯像领导又能有像认同埃尔拉麦斯这样领导这种这种风格的一个一个人啊所以所以我觉得大家这个点可能更有发言发言权那那不是说我那个作为我司工CEO好你会过啊那能够做出来那能够做出来对吧啊其实你看这个包括其实最好玩的就是特斯拉的追随者就是呃最好的学生就是何小鹏每年都来确谷测试一下测试一下什么今年打开了个玩笑什么叫什么裸跑说不出来的话明年就要再旧金山湾曲裸跑对吧像这种就是我觉得比较搞笑了像这种就是啊我觉得要骂子就不会开这种玩笑的啊也不会搞这么这么奇怪的事情他就是解决问题就是非常严肃的一件事情我们就做下来解决问题非常非常呃就硬核的来解决问题啊所以当然这种我觉得这种只是一个呃非常就是说可能是我个人的一个很很很就是呃不是很全面的说我这个你们可以看他的这个这个专辑啊这个就是我觉得讲很有意思对 我知道就是那个马斯克是非常敢于赌这个方向的 然后我想问的是如果赌不出来会怎样 或者他当时是看到了什么敢去赌这个方向 或者说赌这个端到端的运行模型的方向 他需要多少钱 他会嗯我想这里面我的理解是其实是common sense在大家认为很特别不可思议的事情我其实有还觉得你不可思议呢就是说就是我觉得很多事是common sense举举举一个例子就是就是端到端这个事情就是说你如果你的团队你的这个规控工程师算计工程师都在不停的在修补这些永远修补不完的corner case那你不觉得这里面有问题了吗那你如果那你如果不觉得有2022年他赌是从2022年到2023年开始的是从那一年去不是的其实更早一些就更早一些团队在做一些比较小的实验可能早到2019年2020年2019年但是2019年到2022年那个时候还没有大模型对不对大家也没有就是Skating Law它在这个AI界是不是一个共识还没有一个定乎数据闭环肯定是个共识就是说没有给那么fancy的名字叫大语言模型但是要做数据闭环肯定是因为马斯克自己之前也做过互联网公司他也知道就是说你这个东西要拿数据把它跑起来才行它才能automatic对吧或者就是不能把过程当结果比如说我招那么多PNC的工程师然后这些人都在调餐这个目的是什么目的上车跑的顺扭我直接让人开把这数据录好了他跑的顺利不就得了我还是比较相信他从他第一线原理出发他会想到这个方向的了解了解了解它是一个common size问题对吧如果你的团队今天告诉我我今天又fix the caller case明天又fix the caller case那就不太对了这也是为什么你可以看到就是V11在很长一段时间是属于进展非常非常缓慢的一个程度啊就是我们就是说特斯拉没走那个路线没走比如说这个华为他们这个路线就是招了招收大量的人来做这个呃pnc这块啊因为太就是你pnc的招作人也就基本没有招啊人一直是非常小的一个团队就是这个对于常识性来讲这不make sense对吧就是你哪天是个头然后呢 [105:00] 对然后还有就是激光雷达这个事情这件事情是炒得最凶的只要我们这个视频可能现在直播过程中只要你放出去就会有不对的各种各样的观点就来了对不对所以说这个也是一个我们待会儿单拍OK好,你先讲完对我觉得也是一个 common sense 对也是一个对对对我们待会可以单开一个环节来讨论一下就是激光雷达的这个事情我还是想把你说的这三个优势就是讨论完然后我们刚刚讨论到了信念的问题第三个问题就是GPU就是GPU对这个事情有多重要其实这一块应该就是讨论到老鱼你在特斯拉的工作了你当时是参与开发了这个Dojo的第三代对吧就是你要不要讲一下你当时整个参与开发特斯拉芯片的过程以及芯片在就是特斯拉能做成端到端的这个事情上他占了一个什么样的位置跟他贡献了多少的比重我没有参与Dojo就是说特斯拉的芯片设计在历史上它有两个线一个是推理芯片就是在车上跑的还有一个就是Dojo就是它用来作为训练的一样一个芯片然后Dojo在今年已经被取消了被cancel了甚至它的负责人Peter Bannon已经离职了但是就是说这里面我觉得有一个是就是说就是在训练这个在训练这个芯片上其实都州的这个呃他比赶不上英伟达所以说他一直都存在着被cancel的危险啊一直在就是这么一个一个但今年我觉得他就是壮士断碗就把它给cancel掉了啊啊但是现在端到端呢这个整个的他的这个芯片呢还是都是才都是来自英伟达啊然后大家也知道就是说詹森黄曾经公开的这个就是说呃表扬过或者崇拜过伊拉玛斯说这个世界上见呃这个计算机这个集群训练这个东西的这个是什么呢?新的人就是只有一个人能做到就Elon Musk对吧他又要建发电水冷这么快的时间把这个XAI搞定了啊当然呃特斯拉的GPU不需要这么多啊呃就不需要XAI那么多啊但是呃如果说你在呃就是说我印象里面比如说他他特别喜欢问团队就是我能够帮你们解决什么问题那么他们就是说我要更多GPU我更多GPU那他就是义无反顾的就是给你上更多更多GPU啊所以这也是为什么啊我记得是在哪一个季度的话特斯拉的某一个季度把这个就是说的cost 对吧这个operation cost 这个就很大嘛就是因为这个GPU的问题这个买了买了买了非常非常多GPU但是对于其他的这个芯片呢对确实是我我是前五年的时间在这个AI软件我直接向Andre Capati汇报然后后两年我转主到奥斯汀了做这个有第四代新比第四代新比第五代新片这个设计那是主要是推理芯片然后我觉得就是说从这个算量来讲我觉得一样是想的比较远的就是说其实我加入特斯拉的时候那个是就是这时候已经有第三代新片要上线了那个时候我这个就是说就是这个呢今天你再来看什么小朋友是不是还有理想都在这个自己做芯片是不是啊那个时候的话你会觉得你一个车企为什么要做芯片那个时候是非常奇怪的啊作业抄的顺利成章理所应当啊但是当时是一个一个挺一个会我来讲是非常奇怪的啊就是这个就是在我看来是就是说啊叫做特斯拉叫做硬件软件co-design共同的底下这个其实并不新鲜在这个apple就是这样的啊我们为什么用iphone这么的丝滑在他的这个你指标上并不是明显领先硬件上用的这个iphone用的这个mac这么丝滑就是这样co-design你如果是软件太烂你硬件就不会太好对吧因为因为他的虚企你就做一个硬件工程师他他设计芯片他最头疼的并不是说你给我一个一个同样的一个大这么大的一个片让我塞多少算力最头疼的问题是软件上的需求是什么对吧 我想知道你的需求是什么啊 这个这个的话就是说你你你只有你的软件部门能够把非常清晰无误的把你的需求告诉我 而且不是今天的需求 而是未来三年五年六年的需求告诉我 我才能把这个建议做好那么你的需求来自于哪里来自于你的软件对不对如果你的软件是Rubase的那它设置出来的芯片就是Rubase的芯片如果你的软件是端到端的那么他们的芯片就是端到端的芯片所以说软件和硬件是Code Design的话你就得不能有瘸腿所以这也是为什么你要说特斯拉凭什么你的硬件要比别人的好你推理硬件比别人好我觉得这是核心因素就是他一抠底下的问题那好为什么Dojo就失败了呢就是说Dojo就为什么就失败了首先我觉得这个Dojo这个训练芯片它这个就是这个确实是它负责 [110:00] 达度要比推理芯片要难非常多然后我认为这也是还有另外一个问题这恰恰也是就是我说你要有一个把自己置之死地于后生的这样一个勇气就是他恰恰训练芯片你没有这样一个勇气你有一个英伟达在这里你天天就买现成的对吧所以说他整个的这个兜兆我觉得就是缺少这样一股勇气所以说大家到今天失败了然后特斯拉就专注于做推理芯片嗯嗯对很有意思第四代跟第五代的推理芯片的区别是什么嗯就是说第四代芯片设计的时候还没有出端道端呢就是说端道的还没有出呢所以说第四代芯片你可以认为它是对Rubase的跟对Rubase的这个系统来设计的然后第五代芯片设计的时候已经有端道端了而且不只是端道端还有其他的大元模型场景我为什么会提到这一点呢就是说在我奥斯坦尼后两年我转到软件部门说实话这个很大一个原因就是说软件太累了我都是休息休息到软件这一点结果这个工作一年多之后呢这个突然间伊朗·瓦斯克他的不来我们是硬件这边共事的以前是晚间这边每周都盯着硬件这边基本上不来的啊不管的结果有一天突然间来一开三个小时他带着他那个儿子开了三四个小时的会啊从晚上七点开到十一点大概是这样的啊就是说他突然间关注起这个来了突然间关注起这个来了啊我觉得那个时候和这个芯片缺芯片有关系但是它主要原因还是因为是它的XAI就是说在这个在竞争它在考虑大元模型和其他的玩家竞争的时候其实是最做出最便宜推理的玩家就是最成功的对不对所以说那个时候呢他就是说在第五代芯片的时候就要把这个也要考虑进去说不只是为了特斯拉自动驾驶包括当然了以后自动驾驶这个也要有大元模型这个因素的考虑过进去对吧所以说第五代芯片呢会把这些等等都会考虑进去肯定不只是结束对吧后面还有第六代第七代还有等等就是很多很多但是就是说还是就是说做推理只是做推理的话你会问题会简单很多比如最近英伟达收购了Grog对吧他也专注这个推理所以你可以认为就是特斯拉在这个方面已经已经耕植了非常多年了已经耕植了非常多年了而且这个就是再总结一下吧你要有好软件 你才有好硬件 然后好的硬件再来跑好的软件嗯所以现在整个特斯拉它的推理芯片它是就是应软件它其实是在一个team里面的它没有把这个拆分成两个大的team对吧是两个team,一个是在旧金山硅谷,我前五年代的地方,一个是在奥斯林,我后来年代的地方,其实是两个不同的地方,但是就是说联系是非常紧密的,非常紧密,就是说,甚至是就是说,而且你可以看伊朗马斯克发推特,就是说我这个周末,我又和他们开了几小时会,天高皇帝远还是挺好的挺舒服的现在我能够想象到他们压力还是非常大嗯对然后你刚刚就是把这个特斯拉端到端的领先第三点是归纳为GPU然后你的这个GPU指的是马斯克他是很会建这个数据中心包括就是给大家去买来这种训练的芯片因为我们看到他建数据中心的这个速度也很快还是指他就是在推理这一段也很强就是你们自研推理芯片对这个端到端的模型他的成功的推进你觉得这个比例大概会占到一个怎样的比重我觉得这个是决定性的比重应该说是我想就是比如说我再举个例子不说特斯拉说理想双系统双系统的为什么他们把语言模型部署到车上他们会自我感动因为这个东西是挺难的你在有限算力上面的话你去把语言模型上然后去把放到一个车上这是挺难的所以说巧妇难为五米之吹你的推理芯片不行的话我们这边你再做软件这边你再厉害你也推不到车上去啊所以说我觉得这是一个非常有战略眼光的啊从第三代第四代第五代已经就今天v14跑到第四代跑这么好那真真的是一个有战略眼光的一件事情啊虽然说兜肘这件事情失败了啊我觉得也是一个一个很好的一个教训 [115:00] 也给他一个就是说在很多know how 很多know how 搞不好某一天某一天就是说这个比如说英伟达这个GPU啊就是他他在这个硬件设计的太缓慢了就是或者说他的需求远远的这个偏离特斯拉这个需求的话我觉得他可能会在转土重来也都是很非常有可能的啊所以我我觉得这个他对整个思维就非常正确你看一下我们今天今天大家去去赞扬Gamny赞扬Google就是他有TPU对不对这确实是如果你不是这么早的有占了眼光的人啊就是说提前布局的人只是注重软件啊不注重硬件啊这个我觉得你走的不就不会这么的扎实这么远对 然后因为大卫其实你有在硅谷跟国内两边跑啊你觉得国内的这个新能源厂商这是一类然后还有类是做L4的这个自动驾驶的厂商他们其实现在大家都看到这个特斯拉他们的整个的端道端模型的这样的一些表现了他们其实也在学你觉得他们跟特斯拉就是他们要去学特斯拉他的核心地雷在哪里呢这是两类公司首先我先说L4的Robotax公司是学不会的就是他的这个一个是钱不够了另外一个是商业模式上可能支撑不到他真正把这个事情实现 因为其实特斯拉首先他这个东西取巧在哪呢 他它的车是它量产版的车但是CyberCab不例外就它目前跑的车其实这个Model Y就是量产版的车那么如果你让一个这个Robotex公司哪怕强如百度吧百度算是在做Robotex当中比较有钱的因为它还有一个巨大的限制能在支撑它他也只是说去跟别人合作一款车他不可能自己完全造一款车其次就是在算力 还有人才储备以及其实就是方法论都太晚了就是现在已经没有办法掉头了那么回到主机场这部分其实可能就是L2 L3我觉得他们在追赶,而且追赶是从三个方向上追赶,就是有芯片公司向上探的,对吧。像这个地平线这种然后也有算法公司整合芯片向上探的就是像MOMENTA这种还有是零部件供应商打算包园的就是类似华为这种是让他们三类公司嗯说实话在整个L2到L3它的利润点是不一样的其实卖硬件的利润不会特别高我可以想象像华为卖这个他之前有个华为insideHI还有鸿蒙之下我觉得他的利润率不会高反而是卖芯片的利润率高这个低平线的利润率肯定是高的所以不同的这三个公司我们就看吧就是每一家都要做垂直整合那谁能往后走 因为其实现在有些人说自动驾驶来到下半场 我觉得你又不是吹哨的 你怎么定义上下半场 上下半场不可能被你来定义 对于大部分中国公司来说 实际上还是在 我觉得非常早期的阶段刚找到一个 somehow这个门路在那边然后大家开始其实找到门路这过程已经死掉大量的公司了非常多的公司已经都挂了然后留下来少数的公司从芯片端从算法端和从硬件端分别去向特斯拉那个方向去靠拢当然也有激光雷达公司但激光雷达公司并不提供算法只是提供一个硬件而已所以其实是分两类的公司来看OK对 振华有补充的吗哦我觉得就是作为特斯拉投资者就是说其实看到就因为我对于国内一开始不太熟悉不太了解然后我看到他们一些一开始起初的一些宣传我若是有些震惊难道进展这么快吗但是最后然后最近两三年我认为特斯拉领先的就是说他们的什么不管是VLVVA还是世界模型不是变小了而增大了这个领先的差距是越来越大了所以在短期内我也不认为他们会有机会就是把它就是这两个特斯拉对对因为今天时间的关系我再问一个问题啊然后我们就把时间留给观众提问了因为老鱼待会还要赶飞机啊是临着这个赶飞机的时间点来参与我们今天的这场直播的对然后我的可能最后一个问题就是我们刚刚其实聊了很多的特斯拉然后在开始的时候我有提到Waymo他最近是在以这个1000亿美元左右的估值去融资融资150亿美元其实Waymo他也是有优势的已经去掉了司机 他的每公里运营成本现在还是1.43美元特斯拉可能是0.81美元 这个数据来自于摩根斯坦米的 [120:00] 报告但是摩根斯坦利预演这个Waymo它在新的一年里面它的新的车型可能每英里会降到0.99到1.08美元就是它的成本还是会大幅下降的所以我知道两位也是这个特斯拉股票的持有者这个应该是对的吧对吧这个持仓披露对对对如果就是从你们的角度来看Waymo作为一个投资者啊就是你们会投给Wavo吗?就按这个估值来说我就保守性投资为什么我会孤注一掷的投给投资因为我觉得刚才他算的这个价格无论他多低他也是其实真正量产来说不会比特斯拉低太多的一定会比不会比特斯拉太少的一定会非常非常高的就是这里面还有一个 这里面还有一个maintain 就是就是你要运营一个策略对吧说实话你要充电然后你要做各种传感器的管理然后这些传感器也有会损坏等等一下来不是咱们现在说的账面上这一个车接了这么多活一除而是一个非常大的盘子在旧金山湾区那个Vamo的充电站里我有一次在X上给大家发了那里面光充电的小哥又雇了三个三个小哥就坐在椅子上看着这堆车谁来了给充电桩把电插上他需要一个人那么特斯拉是不需要这个人的在CyberCap上其实是无限重点所以我想表达的是对于这一类技术公司我们看它账面的能不能打平实际上这只是一方面而且要看它整个生命周期内这个车能用多久嗯Waymo用的还不是固态激光雷达还是机械激光雷达这个东西其实在我们行业内大家都心里有数的这个机械雷达天天在这转它到底能转多久两年差不多三年不太行所以特斯拉就是摄像头所以我们如果算下来折旧还有军摊的话,其实差距还是蛮大的,所以我不会投资为谋,而且我觉得1000亿实在太贵了。好的对老鱼应该也是不会投资对当然了我觉得Alphabet的公司还很不错的去年这一年时间这个GEM9真的很优秀啊所以但是你看Alphabet也没有all inWaymo对不对它也是领头而已然后呢我也说了一开始开场的时候也说了就是说自动驾驶这个呢就是Waymo这个Rule Base路线它不是一个就是规模经济路线不是说我增长了这个10倍的用户你的cost呢你不动啊你的cost呢可能也要增长很多因为他是你要部署车队对吧所以说如果是这是两个两个量级的竞争啊就特斯拉这个就是说这个这个技术路线和Vimo到最后都没有人的话是个两个量级竞争啊所以所以我的呃我当然我还是很喜欢AlphaBudget股票的啊对我们今天关于整个自动驾驶的讨论就到这里了然后其实我知道关于为什么特斯拉走纯视觉的路线包括对激光雷达的争论这是两位还有非常非常多的话想说然后这部分呢其实我们之前有做过一期播客应该是我们在去年聊特斯拉的24年前年了对,24年,我们又过了一年,新年,对,对,对,对,24年聊特斯拉的这期播客的时候有提到过,就是感兴趣的观众可以回过去听一听,那接下来我来看一下这个听众的提问,有一位是呃 问追问一下在LLM重进了所有数据还能使用TestTimeCompute之类的方法都不能做到很高的准确度,那FSD在算力受限没有硬的Raw-based的情况下如何去满足安全性的需求?是这样的就是说大家可能认为特斯拉这个端到端的算力要求非常大要求非常其实不是的它相当于这个大元模Gem9XGPT只是小物件大物他们这太大了这里面很重要一个因素就是它是recursive的这个里面就是你每一个token它要回来再走一遍再来产生而特斯拉这个不是就是说你对吧它的这个虽然它input非常大但是它的latency不需要就是说像这个元模型这样可可再回来再来一遍啊就是他就是所以说在今天我们看V14这个还算力还没用完呢啊其实在在在第四代硬件上那就不不不提说后面五代六代这是为什么特色还会设计下一代新的新片原因啊并不是说因为啊这个就是喜欢设计现在是是就是说算力还是会一代增长啊一代爆发子增长啊所以大概是对不知道会没有回答问题嗯嗯 [125:00] on that. Now. The second question is: "How do you say that the car will happen from L2 to L4? Do you agree with that?" This is the L2 to L4. It was still in the car, but it was still not a year ago. The SCE is the American Motor Company. It was a new company. And the new company was written in several rules. Actually, We'll take Tesla to give a example. Tesla has a performance in L2, but there are a long performance in L4. So if you have to use SAE, according to the standard, Tesla has a performance in L2. But you can't so定义 it. So I think first, this "定义" is a problem. In China, the "L" is still a "L" is still a "L" is still a "L". I don't know what "L" is still a "L" is still a "L". 5 is still a "L". 5 is still a "L". 5 is still a "L". It's about to express the meaning of the L2 and the L4, the one we mentioned about the RobotX to run it, it's possible to do it, but as you said, you have a lot of ideas I'll add a little to the car, the SKU's SKU's It's not too much. You can't build a 20-day car. Every car car will be on AI. The data is a high-reported. In the case of the "sustaining" part. One thing I think is important is that you have to be able to do this in a situation. I think most of the businesses in the industry are the most of the driving driving. Maybe the other thing is better than this. How can we do this? I don't know if this question is a question. If I can repeat these very out loud names, what L2, L4, he asked if it was a support system to the自动 driving system. At the same time, if we can use Tesla to use the same way? I think it's like Tesla doesn't know what to do. I think it's like Tesla doesn't know what to do with LG. So he didn't say I want to do L3 or what to do. So now now what I think is what to do with LG. So now what I think is what to do with LG. 好的好的 行 那我们今天的时间也差不多了 非常感谢大卫跟老鱼的分享 然后我觉得其实关于整个的自动驾驶 我其实还有非常多好奇跟感兴趣的问题 就有机会我们之后可以继续再聊 然后今天呢 其实这期直播 我觉得整体上啊 我们的观点还是比较pro特斯拉的 然后两位也是特斯拉的坚定的支持者 我觉得屏幕前的我们的观众 我相信在我们的听众中 也有很多是这些自动驾驶公司 还是新能源厂商的从业者 如果大家有相反的观点 非常欢迎大家来杠 因为我觉得很多事情呢 大家越辩论 对于解决问题是越有帮助的 所以如果大家有相反的观点 也非常欢迎来联系我们 对 然后如果是有比如说传统的 我们刚刚提到的这些做L4或者是新能源车厂的自动驾驶的负责人 我们也非常愿意从相反的观点去看一下这个行业它是怎么样在发展的 因为我觉得更多就是世界它的丰富性就源于它的参差多态 对 Thank you. - Okay, thank you. Thank you, Hone-Chun. Thank you. That's it. I'll show you the video to my channel, and then we'll show you the third time of the video. Okay, thank you for the question. And then, the FTSD, the discussion of the FTSD, the discussion was very精彩. I think that after the FTSD, the HONG is very well. I think that we did a lot of '101' and we did a very happy thing. 还有比如说我们现在正在操作的脑袭接口 它有非侵入性的派别 它有侵入式的派别 然后两边也吵得不可抬脚 但是我觉得在一路上能够看到不同的派别 他们的从非共识到共识的这个阶段 其实本身就是人类发展的一个非常 我觉得非常美好的这样的一个记录吧 然后也是我们做内容人 我们叫做contact creator做内容的人 is very happy to be able to get the技术 and human development of a journey. That's a lot of the space. I believe that we will be the third hour. to talk about the broadcast. It's a full of free-gong-stay. [130:00] 那今天呢我也是非常的开心请到我的老朋友哈Bruce和任阳然后Bruce是美国金融投资首席执行官兼首席投资官任阳呢是金融投资的联合创始人两位呢也是在过去的一年当中经常来上我们的节目在对特别是AI related就是AI这个大类的投资以及你们的就是在一直在track这个赛道,所以呢,今天我相信很多就是在镜头面前,还有在手机面前的很多观众,也对我们即将要提到的很多的个股跟名字,也都非常的关注哈,但这边我们先放一个这个claimer,就是说我们今天聊到的任何的opinion跟任何的意见不成为以及不构成大家的这个投资建议然后入时需谨慎然后投资有风险啊大家要做好自己的research好的那Bruce跟任杨我们先来跟大家打个招呼吧那首先第一个问题哈就是想问问大家在2025年你们觉得最正确的一个判断是什么以及一个值得反思的你们的一个错误的判断是什么你们有没有什么被市场教育的故事来跟我分享一下我们首先从Bruce开始好了好的感谢邀请我们大家好大家新年快乐2025年看上去好像是比较容易大家到年后都在讲说整个资产市场不管是美国国内还是海外都特别好可能相比来讲美国还稍微差一点但这个过程还是挺曲折的那我就从我们自己来讲因为一直也跟大家交流那几个大的转折点我想大家正好回顾一下2025年我自己觉得我们做的比较正确的判断首先第一年如果大家还记得的话美股其实受去年前年了2024年川普当选之后一路高涨一直涨到2月中旬那个时候我们其实是相对来说谨慎的谨慎原因是两点一个就是我们的financial conditions就是市场过紧了那个时候真的过紧了它其实是把我们的增长的美国大家都在president增长的这潜力往下压了压不是说不好只不过就是涨过了然后由于那个时候其实美国经济都还不错然后通胀的担心通常单价上来所以其实我们2月份2月中旬到3月底的那一轮回调我觉得这个是一个好的判断那3月4月初的时候我们这个terriff来川普怎么把这个terriff扔出来这觉得我觉得这对我们来讲是个surprise没有想到他以这么一个极端的方式把这个Teraflor支撑出来那时候大家也记得4月上旬整个市场的一个大跌那我们也get hit但有一点我们觉得在这个过程中做得好的是四月中旬我不知道大家还记不记得其实我不是担心terreview这一套东西对于增长的影响因为我觉得这个市场可以去消化它我们会重新找到平衡那个时候我更担心的是川普他去挑战Constitutional或者是联储的独立性或者是我们立法的独立性会对估值上的影响造来更大的伤害那他中间试图做这个事情但是在一个周末他立刻就转向了我是相信他身边的智库是对他有这个建议的他做出这个动作来其实那个是我们真正开始加仓的点这个是真正我开始加仓点我们敢于去把这个加回来尤其是觉得大的增长潜力不会因为这个受影响的这是我们第二个做的比较好的点再往去走我觉得进入到6月份7月份8月份美股估值已经回来那时候QQ如果大家还记得已经回到是26 27我们之前几次都在讲27.4倍是过去四年的一个一个墙顶我们过不去过不去因为在现在这个宏观环境下估值给到这个程度上我觉得就可以了那个期间从那个到8月17号去年的8月之后是我们相对来说比较谨慎的一个点两个主要原因一个就是你对后面增长到底能不能持续是不确定性的第二就是会对通胀的一个担心但是8月17号对我来讲又是一个转折点8月17号联储主动跳出来他做了选择他选择支持增长他也承认通胀是个问题但是在他看来增长是个大问题所以那个时候是我的一个大的转向我们可能是从一个相对来说仅限到一个8月17号之后 [135:00] 我们认为这个时候你要虽不能don't fight the fact你要是敢于不能过于悲观不能过于悲观而且那个时候其实也丢出来一个thesis一个想法就是说估值可能就是在一个高位上这个类比于2017年到2018年三季度那个时候的美国的一个宏观环境但是增长这边能跟上其实从那个之后到现在为止这个一直都在playout的我们估值基本上就在25到27.4这么一个大的range里面去震荡但是增长我就拿QQQ举个例子从今年年中6月份的时候大概year over year是9%的水平现在回到多少了呢其实又回到了24%而且我认为接下来这个可以去continue大家可以讲为什么会去continue这是我觉得我们做了好的地方不好的地方其实发生在四季度尤其是后两个月我是觉得特别不好的如果大家看你把股票打开了看你会发现四季度有一个特别明显的迹象就是把股市我就拿主义去打开看你会发现高质量公司其实都不行什么表现的比较好呢high beta的东西我们老说的这些垃圾股其实表现都还不错总体来讲还有一个呢就value这个factor表现是相当的强劲其实这个都是这个是在今年7月份就发生了把美股抛开了看它的一个大的一个变化在7月份之前没有啊所有大的这些因子都变化其实是一致的但是7月份之后就是有一个大的走开而且这是还持续在进行的持续在进行的就是一些一方面是本来你会觉得增长有很多不确定性是不是因为这些高质量的公司应该表现相对来说表现好其实并不是并不是反倒是一些junkie stocks表现好还有一个就是value这个factvalue这个fact其实但它有原因了这个它真的是跟着一直在往上涨的这个高的实际利率实际利率是一个硬币的两面所以是出现了一个分化我是从因子的方面来提到这个从一个narrative的角度来讲其实尤其是在AI上面就是一个GPU英伟达 versus GoogleASIC这个阵营的一个分化然后再加上大家比如说memory再比如说光通讯它是一个明显的要好于GPU本身的一个增长这个分化是明显的那我觉得这是我们做的不够好的可能我们并没有去抓住这个变化GPU这个阵营里面大的来讲一个大的美股包括AS从我的脚来讲这是我对过去2025年的一个想法对好的我补充有个follow up的问题啊就是说你觉得你们其实在去年做错了一点就是说你们还是抓着就是这种大的比如说英伟达这种大的公司但是没有发现比如说资本其实已经向上下游比如说有点小一点的公司比如电力啊Data Center上下游的公司Memory啊这种内存的这个赛道去走了你觉得这背后的原因是什么呢就是为什么自己往那些地方走了是因为那比如说因为达他再翻一倍的这个可能性已经不太大然后大家就是资本其实已经不满足这种的回报了吗那也不是我觉得更多的是一个 narrative上一个变化就比如说 Gemini起来了之后那你可以认为在这块是有两个阵营的一个是OpenAI加上英伟达另外一个就是Google Gemini加上这个ASIC Broadcom这两个阵营其实在过去几年来来回回一会儿GPU行了一会儿ASIC不行这个 narrative是在来回变化的这不是什么新事情只不过随着下半年随着 Gemini这个OpenAI大家对OpenAI的担心明显要多于对Google就像刚才徐老师也好张鲁也好大家都讲了这个Dynamic这个Dynamic并不新说实话我觉得可能明年或者也许今年可能又会shift back回来我觉得更明显一个变化是随着整个基建的大一部分的运行第一 先是出现在了GPU上后面又出现在电力上面到后面大家又发现这些起来大家发现对内存的需求对于存储的需求因为你要skill up然后你的对于光刻机这个不是光刻机光通讯的需求是远远大于之前的预期的资本都是主力的这种边际的变化可能确实就像讲的要比GPU的边际变化要大那再有一个举个例子当然这个我觉得这不是一个正确的比较会来说你看呃 [140:00] MU的估值你要看PE的话那还是要比英伟达要低我总是觉得我更comfortable一点但其实真的你在研究之道你可能一个这么周期性这么强的一个行业你纯粹用一个PE来对它做估值可能不是一个正确的事情但这个subject to debate这个值得去讨论的事情但是你能确实你能看到就让我刚才你从因子的角度上也能看到这种变化好的好的我稍微提醒大家一下下就是因为我们很多的观众都是可能说中文比较多所以我们尽量不要中英加达尽量说中文我知道我自己说话也很大的问题但是我们稍微注意一下给观众的体验更好一点感谢大家然后任阳呢你在2025年有被市场教训过吗对这肯定也有吧就刚才Bruce提到这个也是就是虽然我们可能一直从年初开始 包括在那个Deep Seek Moment之后我们一直都是比较坚决的在压住算力和资本开支这个大的这个范畴里面但是可能确实像Bruce刚才提到的我们其实是确实错过了一些边际变化最大的一些比如像村楚然后光头讯这些然后其实他们的边界变化相对来说最大所以可以看到它的不管是业绩的弹性然后包括估值的一个扩张其实都会相对来说更明显这是一个然后另外一个从我个人的角度来说我会觉得Google其实是对我来说一个被市场教育的一个过程吧因为我们其实内部相对来说一直都比较对Google是偏悲观一点因为从这几家大的这些不管是云算商商也好现在这些科技的这些平台也好其实它现有的核心业务来看的话Google的搜索这一块其实是相对比如说相对电商相对社交相对半工软件这些其实是最最容易被AI被Chatbot去吃掉他的蛋糕的所以这也是我们一直相对来说对Google比较偏悲观一点的一个理由然后确实没有想到的就是说Google的这个Gemini出来之后大家对于Google的这个叙事的一个反转会来的这么快就几个月的时间把Google的估值从大概可能底部的14倍拉到翻了一倍这个速度是幅度确实是超出我的预期的然后我觉得一定程度上也是反映了就是说现在的AI还是在一个就不管是行业的变化也好然后投资人的变化也好都是一个还在一个非常非常早期大家还在逐渐形成共识然后这个共识的变化也是非常快的这么一个过程嗯好的那在就是整个的AI投资里面啊你们怎么去区分说比如说这个叙事型的上涨以及基本面驱动的上涨那比如说哪些公司是前者哪个公司是后者然后你们是在过去一年当中怎么去完整你们的投资逻辑跟框架呢我觉得这两个其实很难我自己觉得很难有一个非黑即白的分界线是吧然后说虚势的上涨它肯定是有一个基本面的一个种子首先它是基本面是肯定是看到一个好整的迹象了然后有这个种子然后随着随着基本面的好转或者说大家预期基本面的进步好转然后有这个叙事的一个变化然后另外就是叙事同时肯定也是会跟着股价走的我觉得这个是大家做股票的可能也会比较熟悉就是说股价涨了各种各样的叙事就出来了然后股价跌了各种各样鬼故事就跑出来了然后叙事这个东西所以我们是尽量希望能够去抛开这些叙事然后能够从一个还是从回到公司的一个估值和一个盈利能力的角度来看然后从一个这种它的风险收益比然后我们来去权衡判断不同的这种投资机会我觉得很尽量避免的一个就是跟着叙事跑嗯嗯Bruce你有什么补充的吗其实这个也和上一个问题有点关系就是比如说大家还记得的话去年前年底到去年初像软件SaaS有一轮大涨那会CRM什么这些都大涨了之后但涨到2月份其实他们一路就跌下来后面就没有再回去也特别是和这些客户更近的和CRM举个例子像HubsCRM这些软件去年初的时候他们也在讲自己的AI agent的这个故事但是你可以明确地看到没有起来啊就是这个这个就是可以说是叙述叙事并不完备但同时呢他还有一个更深远的一个一个宏观背景就是他们不但是从一个AI的赢家变成了一个AI的这个失败者啊在这儿二有一个就是他们的终端市场没有起来啊这也是去年去年的一个 [145:00] 大的美国宏观经济一个AI还不错非AI的这种周期性的都是持续在往下走的这么一个分威化他们就是当你当你的叙事又不好当你的现有的这个业务也起不来的时候这就是一个双重的打击啊这是一个双重的打击所以归到底还说叙事一方面它不能帮你去不能帮你去把这个这个估值也好呀什么完全撑起来你最后还是要实实在在的落实在你的基本面能不能去给大家长出来啊这个能不能落实在你的这个实实在在的业绩增长上面那这是这一类啊特别是偏客户离客户更近的啊就是CRM这一类的软件其实是去年最明显的一个表象这也是一个很大的一个分化啊好的我再问一个比较宏观的问题然后我们就可以提到一些比较具体的名字那就是大家觉得在2026年宏观的因素会对投资的影响会变大吗因为今年比如说我们会看到有一些比如说地面政治的影响我们也会迎来中期选举那就是整个还有就是整个美联储的一个周期的一个动向你们觉得今年的宏观会对整个投资产生什么样的影响其实大家可以想想过去多少年哪一年宏观没有影响呢它永远都是有影响的我们不论是财政政策货币政策当然取消你怎么理解宏观这个东西如果你只是把它当作一个地缘政治的话那可能不是每一年都有影响但在一个大的框架里面一个国家就是一个公司你的财政政策货币政策就是影响这个国家你这影响到啥那它不仅仅是你对你估值的影响它还是对你其实对你的基本面也是有影响的整体的一个影响我就拿美国接下来正好我们谈一下2026年去怎么想那先说增长就是我们一直觉得这个增长其实可能尤其是美股啊你估值相对来说在一个高位置上面了哪怕联储明年相对的比较松啊他还是有降息的这个这个偏见的啊有有还是要保增长的相对比较但是估值已经大上去了我们你可以看到当然这两天稍微回来一点也是在24.9倍25倍的估值我认为是在低线沿但这个空间有限你现在的这个宏观环境以我们的这个货币政策的这个宽度呃天花板我也很难看到说真正意义上突破27.4倍这个估值那你的增长来自于哪可能更多的就是你的增长增长这块又分享那增长来自于哪大家如果记得为什么2025年大家对资本支出投入你建厂这些热火如荼大家都在做事情因为大人没法案大家不知道现在还想不想年冬的时候大家都在讲这些东西现在是呢这一年所有的他的好处给力给市场或者给企业都是来自于资本支出的你花钱我是给你这些税上面的这些优势明年是哪明年这块还会继续给但是对于回馈给个人的比如说你把2025年的税我返还给你本然二我2026年的你的个人所得税我又降下去就这几个加起来大概一季都就是900亿美金的这么一个力度一点都不小了相当于美国每个家庭大概有2000美金的这么一个回馈你COVID的期间联邦给大家发钱也无非就一家3000块钱大概是这个意思每个人3000块钱我记不得那个是所以20226年由于我们相对来说比较宽松的财政政策其实是对美国经济的一个支撑至少在上半年我是会这么认为的那还是会比较刚才讲的美国增长在过去几年确实也很分裂AI相关的就是在楼上在上面已经起来了估值也上来了那过去几年几次试图啊市场每年都试图去尝试去press in这个就是或计价我这个非AI的周期性行业比如说消费啊房地产啊还有这个传统的制造业能起来几次都没有起来那明年其实22月份已经开始在计价这个东西了看看能不能起来特别是在联储啊在主动的在拖你这个增长的时候这都是由于宏观政策的变化可能会带来的影响,再说的细节一点,其实四季度比特币不好,所有这些比特币不好,有一个很宏观的原因就是在我们整个的金融体系里面, [150:00] Uh. 就联储的表不够大了啊 它导致的结果是我们fonding market啊 就是这个最 这整个就提供资金的这个市场 最根源那种是特别紧的 导致大家所有你需要加杠杆的 这些东西都都要去unwind啊 都要把这些杠杆借下来 卸下来就这一块是变得特别紧的 12月份的联储的会议上 着重的去解决这个问题 那在明年这个问题解决的好 还是不好 其实就是对资本的 就对市场 尤其对市场的影响 会非常大 即便解决的好 那它对股市呀 特别是对一些你需要这种高杠杆来支持的一些资产就是有利的 仿之如果这块它还是很紧 那我觉得这块对他们的压力就还是会有 所以到2026年 我觉得总的来讲 I think More support is from the growth of the support. I would like to recommend you to choose the assets in the future. 对于估值的增长 其实更多是来自于我们的货币政策 还有联储怎么解决我们整个金融体系里面 这些不同的 有个地方松有的地方紧 它怎么去平衡这个 说白就不要让我们的金融系统成问题 那它解决的好坏 就会影响到你这一类资产的资产价格 嗯 好的 那我们接下来来说一些就是大家比较关注的一些名字吧 就是首先就是刚才仁阳也提到了谷歌 对吧 这是很多人在2025年错过的一个名字 然后当然我相信很多人也看到了这个机会 So in the year of 2016, you think the market and the market are what is what is Google? that maybe its own ability to be very strong, Gemini will be still a state of the art, and will be still a position, and will be still a position, and will be still a position, and will be still a position, and will be still a position, and will be still a position. So from the Hwarer街, with Google's like a期待, if the股价 still can go on up, its估值 still can go on up, Google needs to show what kind of performance and speed,才能让 Hwarer街满意,才能支持他的股价,继续往上上. I think I think that the Hale said that I have a little bit. It's a very important thing. The model is a very short-term. The self-life is quite short. It's 3 or 6 months later. The top-bar exchange will be changed. Then, like Gemini, Anthropics, OpenAI, and XAI. and even the second team will be able to return to the first team, and then the situation is going to be the same. So I think this is our most basic idea. It's not a case that we're in a single-state, which is a very good situation. And this is the idea. And for Google, I think Google's price is quite high. It's already reached about 27,000,000. And if you want to use MetaSyn to match Actually, it is now in a... GAMETA has a 3-4 turn of the turn of the turn of the turn of the turn of the turn. This was before it was not over. So Google's price is quite high, so the growth of the growth is more than the EPS. I can see EPS can continue to publish the website, whether it's from the searcher or from the "Gunji-San" And I think this is a great idea for everyone. And I think Google is very good. First, there is a This is a very important thing And because I think Google's search for all these sites It's the most easy to get to the AI or eat a cake. And then if you don't have a team of 1st team, you can lose the ability to compete, and you don't have the ability to compete. Just because you want to ensure your design is in the first place. Second is how you and when you search for the information and the information and the situation, you can be able to for the search of the search for the search for the search for the search Monetization, its product and trade-based market. And then we can't run this new, like AI mode or chatbot To cannibalize you before the very good, the ability to find out the good. I think this is Google's website that I hope you can see 对 其实谷歌还有一个让大家非常惊艳的点 就是它的TPU嘛 And then TPU came out after the end, it was also a lot of the investors who were able to get a lot of money. Do you think In the 2026, TPU became the first-time [155:00] 有乌云吗然后因为我知道就不光是谷歌那比如说Meta还有包括Openemaybe包括Anthropic他们自己可能都在自研ASIC芯片那么ASIC芯片就之后会跟GPU呈现一个什么样的一个竞争关系呢他们是一个互补的一个关系还是说他们还是就是ASIC会慢慢的通过它的不断的优化跟训练的优化跟训练的适配去慢慢蚕食掉英伟达的这个margin呢我觉得首先ASIC这些东西它不是一个新东西对吧Google做ASIC Google做TPU已经10年了包括Google之前的这些模型它也都是在TPU上面训练的这并不是一个这并不是一个很那个或者说突然出现的这么一个东西吧然后包括 Amazon 自己的 Trinium Inferentia然后包括Microsoft和Meta自己去做ASIC这个其实大家都是有预期的是在往这个方向去发展然后另外就是说我的一个大的一个想法就是说ASIC和GPU肯定是一个并行的一个状态然后我觉得短期之内GPU还会是一个主流非常dominant的这么一个位置ASIC 作为一些特定的 workload 的一些一个高效的补充吧你会把关于GPU的通用性或者说Cuda生态的壁垒这些我觉得大家都讨论的很多了然后我觉得有一点可能我看到可能大家讨论相对比较少的就是说在整个AI的不同层级的整个行业的结构会是什么样子就比如说从最底层的芯片然后到肌群然后到这个云计算厂商他们提供这些GPU基础GPU instance然后再到模型的这个大模型的提供商比如OpenAI,Dropic,Geminar那些然后到最上面的应用这每层的行业结构是什么样子然后现在的一个结构来说就是说从模型这一层只有Gemini是一个垂直整合相对来说比较完整对吧然后就是从你的模型算法然后是和你的这个芯片是一个深度结合的一个状态其他的第一梯队的玩家其实现在都还是处在一个相对来说中立虽然他们拿了各家云资源场上的投资比如说FROC给你拿了Amazon的钱拿了Google的钱然后OpenAI跟Microsoft有一定程度的一个绑定但现在都是处在一个相对来说比较独立于各个云计算平台的这么一个存在然后各家计算厂商呢也都是一个他们的战略也都是我要去尽量多的去适配去提供各种各样不同的模型给我的客户这个是现在的这个格局我觉得在这种格局下面的话GPU还是会一个非常主流的一个位置因为它的通用性然后因为他不和任何一家云机算场上去绑定然后如果说之后我们发现这个行业格局发生变化比如说现在的这些相对独立的这些头部的模型厂商掉队了掉出第一体队了或者说他们开始非常明确的站队了 然后形成类似Gemini和Google这种的这种关系然后那大家可能会根据就是从客户的角度来说我选哪家模型就等于我选择了某家原器算的厂商然后这个模型肯定是会跟云基算的厂商它本身的一个底层的硬件晶片去做一个非常强的垂直的整合和优化从软硬件同时去做优化然后这个其实也不是一个很简单的事情说实话就刚才我忘了是老鱼应该他提到一个点我觉得特别好就是说软件code design这个问题硬件的设计尤其是芯片的设计它是以年为周期 两三年为周期的这么一个事情我需要知道你软件和算法团队之后几年的需求然后我再来根据你这个需求我来做硬件的一个优化这个是整个芯片设计里面最难的一点吧我觉得你要去做垂直走合的话然后如果比如说这个期间你的软件和算法发生大的变动或者说我的需求发生了变动我的芯片需要根据你的变动去做调整然后这样很有可能就会影响我的芯片的一个排产的周期流片的节奏然后这是一个牵移发动全身的这么一个过程所以这并不是一个很容易的事情嗯对然后我也听说比如说TPU他也没有那么快能够增产啊这么大规模因为可能也就是遇到比如说之前上下游然后包括他们跟啊博康去合作然后因为对方他也有一个一个优先级吗可能就像TP也并不是他的优先级那可能这样的一个周期比他们想象中其实是要更加困难的就所以ASIC可能目前至少在2026年是不是也没有办法对英伟达的GPU产生这么大的一个怎么说呢就是一个负面的因素对但是英伟达他可能自身是不是 [160:00] 也是在做一些ASIC的事情或者是他们对就是其实其实我觉得ASEC和CPU你刚刚收购那个Grokemeyer然后也是在Ringling方面也是在加码的嗯对我觉得就是一定程序上其实ASIC和GPU的这个架构和功能也是在逐渐的在去在去靠拢或者说GPU的NVIDIA在很active的去很激进的去吸收一些ASIC里面的设计理念其实包括TensorCore这个东西是是Google先搞出来的Google先在自己的TPU里面最早用到Tensor Core因为的APP还加到GPU里所以包括今年因为大家在推出的这个CPX这个系列也是在去尽量的去想要在Inference这方面去提高自己的效率然后做更有针对性的去根据不同的workload提供不同的这种产品的类型然后我觉得这也是和ASIC去竞争包括你刚才提到的对Grog的收购也是在这方面的一个加码所以我觉得这个竞争会持续的一个进行我觉得不是一个一朝一夕的就是说OK我现在AC或者TPU我马上就取代GPU了然后就要吃掉GPU的很多市场份其实你去看下市场预期的话其实就是GPU丢份额然后ASIC去拿份额这个事情是大家有预期的然后只不过现在这个叙事是非常一边倒的对Neo Cloud在就是2026年你觉得他们会有一个什么样的竞争格局呢因为我们之前其实是也跟任阳还有Bruce讨论过Neo Cloud的这样的一个市场嘛然后当时是说就是如果你这个市场你这个派它本来就是持续扩大的就Neo Cloud它也能够继续拿到它的份额那比如说传统的GPU啊这些他们也可以继续拿到它的份额互相蚕食市场的这样的过程那你们觉得2026年这个市场这个派还会继续加大吗还是说大家其实要到了一个互相蚕食市场的这样的一个时候了对我们现在的一个想法至少我个人现在一个想法就是说现在还是一个派变大的一个过程还是派会变大然后派遍大的一个过程然后至少你现在看的话还是一个整体的一个GPU的capacity或者说这个AI的capacity还是一个供不应求的一个状态呢然后所有的这些GPU的instance也好TPU的instance也好都是一个一个百分之百的utilization然后几年前的Hopper的这些instance现在也都还是处在一个高价的状态高价然后百分之百利用率的这么一个状态现在还是一个公平球然后拍变大的一个过程嗯嗯嗯,觉得AMD呢,在2026年有机会吗?AMD我觉得就是它的增长的机会肯定还是有但是它的战略位置战略地位我自己觉得会相对来说比较尴尬一点因为就是在大家就是非常的坚决的压住自己的ASIC之前其实AMD是作为一个作为一个GPU的二共或者说呃这个储备的供应商的这么一个位置存在然后因为首先从NVIDIA的GPU迁到AMD GPU也有很多这种软件适配的工作要做然后这些工作很多很大程度上其实需要这些CSP这些云计算产商然后帮着AMD大家一起来去做这个事情但是这个在内部的优先级现在肯定是降下来嘛大家有这个有这些capacity肯定都先去做自己ASIC的适配的事情嗯好好 Bruce有什么补充吗对于这个ASIC跟GPU人家已经讲得非常的完整了但是就还是回到重复两点我觉得这还是整个AI发展的一个很早期这真的是一个蛋糕变大的一个过程二呢真的AI这个应用我们想把成本降下来我觉得这是很关键很关键的ASIC一定要发挥它的作用不管是现在已有的ASIC去更多的去承担这Inference的功能还是英伟达自己他自己的新的产品也好或更偏重这个inferencing啊这个这个推理来讲我觉得这是这个行业发展的必然的趋势但这我没有我们知道我们没有把它当成一个你死我活的这么一个斗争这其实这是你都需要去布局的时候都需要去布局的时候这是这儿二呢你当然提到的那个你有看到的那个就是你可以我在我们来说我是这个生态里面就是他们来干脏活累活尤其是这些大的有核心竞争力的厂商不愿意去干特别是到后期我觉得还没到呢真的就是把所有的这些可能爆的雷先甩在他们身上然后因为我觉得Oracle是一个特别好的例子你本来一个特别传统的一个value play对吧就是你的软件反正都是这种 [165:00] 很传统软件了你每天拿这个这个发dividend的就好了太红就好了但是你为了能够能够在这个AI新世界你能找到你自己的位置你不得不啊做这样一个选择说那我就来做脏活累活无论是呃呃呃呃呃融资我成本上融资然后金融风险也我来承担着然后压货也我来压正我觉得这是没有办法的办法然后刚好呢比如说Core Wave举个例子它就是有很好的我们缺电你正好有电那你就来干这个事情我们愿意支持你所以我觉得这还是回到当你就可以理解成我们平常大家在做资产配置的时候你就是风险图谱里面最右边风险最高的这边你愿意搏他们可能确实是这方面谈进会很好但同时你也要意识到他们自己的脆弱性当市场不好的时候走完了之后那可能他就是要被市场去捕杀的地方我觉得你就要在一个从一个你的投资组合配置上你要考虑到这一点我觉得你的核心仓位和你的配置仓位和你的这个边缘仓位的这么一个打法吧我是会这么去想这个问题所以其实你看CoreView也好看Oracle看市场看他们的股价走势也挺有意思的你未必一定要买他们但是他反映了一个市场情绪反映出来市场什么样的情绪就是如果举个例子就是我们AI Buildout的市场的这个对他的信息举个例子如果今年如果不是OpenAI以那么一个相对来说太激进的方法把他这个融资所有的这个一股脑给你甩出来而是一步一步来可能大家对AI的对OpenAI的担心没有那么高的时候可能这个Oracle自己的股价不是这个样子可能会更好一点所以他的不好其实就反映了市场体系的这么一个担心对吧我会这么去想对就是所谓的我们今年去年也聊了很多资本的循环大家会觉得泡沫是积累起来了然后可能会面临破灭的这样的一个情况破灭并不是说AI整个的产业就完了而是说我们把泡沫挤一挤然后让它能够更快的来成长那两位觉得泡沫破灭这件事情会在2026年发生吗因为我跟一些人聊大家会觉得那可能起码可能还有两到三年这样的时间跟机会穿口那大家还要小心说我们是不是还能挣两到三年的钱泡沫不会自己破泡沫破一定要有个原因其实就是对AI的信仰大家就我上次我们聊的时候我是拿这个夜盐油举了个例子夜盐油那个泡沫破所谓的泡沫破其实就是因为这个这个Saudi要来打石油战把这个石油价格打下来大家知道你夜盐油你不挣钱了有可能80块钱你不挣钱了所以把这个打下来同样的AI的泡沫破其实就是市场需要 somehow找到一个共识或者相信哎呀这个东西不挣钱了这个东西不能再往前推了我成本不能再降下来了各种各样让你会觉得现在的这个投资不值得各个角度都有可能有可能就是我们大家发现企业都不用它陈倩你也好还是我们要大家都不用它了发现它的能力没有提升了然后就会才会把呃是一个泡沫戳破的一个必要条件至少在现在这不是我们的一个想法说2026年我们就立刻就能看到这个的天花板我就像刚才之前的几位哥哥讲的各个行业里面对于AI的应用包括这各个大厂里面投资AI的信心是极其强的然后所以我不太会因为缺钱而泡沫破灭这个不是我的一个想法我觉得不会而且特别是在大的宏观环境下从去年下半年开始你可以看到美国的我们叫bank lending就是银行往外借的债这已经开始起来了现在年华已经到了5% 6%的水平而且很大的部分其实就是通过这些美国的引子银行出去的这个钱其实最后就是找到像这些有高盈利的地方其实就是data center这样子的公司他们又有这样的形式去给了这些 data center这个这是美国的一个宏观大背景我会而且这个才刚刚开始啊我们经历了22年下来之后沉寂了2324年25年这个东西才开始才开始pick up开始往上走我很难想象就是说这个刚起来除非我们有什么极端事件就像刚才讲的大家发现突然对模型的信仰没有了或者是其他的什么事情但至少这个的这个 [170:00] 方向性或者它的这个力度我认为才是刚刚开始所以这不是2026年说这个泡沫我不是这么认为的再回到叶岩油当时从09年美国决定做这个事情一直烧到了2014年当年是叶岩油所有发债占了美国这个垃圾债市场的几乎是几乎就完全是他们了就是大半壁江山如果当时不是那个谁骚迪来打这个石油战的话可能还会再继续上那当年14年是一年9000亿美金2014年的9000亿美金一点都不比现在的这个1.5万亿美金少了一烧烧了那么多年大家不要低估市场的这个钱是最不值钱的如果只要你对他的信仰没有缺失大家都有信心去继续去投同样的你说大家可能更熟悉愿意去举这个90年代的互联网泡沫那也是美国的相关的投资是每年年化20%增长增长了7年到8年我们今年才是第一次是20%的增长对刚才有个金句啊就说特别好钱是不值钱的信仰才是值钱的对不对对然后然后还有一个问题就是OpenAI跟Torbit可能都能都会在26年来上市然后这觉得会对资本市场来说是一个非常已成备的事件你觉得OpenAI它上市了之后会是一个down round还是一个一上市就会涨飞了因为还有很多钱二月市场可以参与如果我们来说一个假设如果OpenAI明天上市的话你们会投吗以及你觉得市场情绪会是什么样子的你先来我从宏观的角度讲你可以从那个我觉得就是OpenAI我觉得现在就是大家对于他的后面的这个盈利能力是存在很强很强的一个质疑的对吧所以就是对于对于OpenAI上市之后投资人是不是真的能买账这个事情我觉得在现在这个阶段我觉得是说不好的然后如果让我来去判断这个事情我希望能看到什么我希望能看到OpenAI在产品化这一面这边有一个更明确的一个路线和计划就是首先第一就是在它near term我们能看得到的它能够吃得到的一些市场就是像广告然后像agentic commerce这一块然后这边有非常成熟的可以去产品化和变现的一个产品我觉得这个可能能给我更强的一个信心然后第二就是说一个更长期它是不是一个能以一个通用的agent的一个形式然后能去吃得到大家讲的这个星辰大海的这个故事就去吃这个白领或者说知识劳动者的这一块的工资的这个budget如果这一块我们能够看到的话那我觉得offen ad的空间还是还会是非常非常大的因为这其实是一块非常巨大的蛋糕然后但是这一块我觉得吃起来的难度确实是会非常非常大然后如果去看因为这一块其实存在太多的这种domain knowledge然后vertical的这些数据然后你要去做产品化它不是一个通用的一个agent可以解决的一个问题然后我们现在能看到在这一块相对来说做的比较好就是coding agent对吧然后coding这一块其实是有很好的well defined这些数据然后同时有一些非常active的在去develop AI产品在去用AI产品的这个小圈子这个程序员这个圈子大家在非常的非常积极的在去拥抱这些新的这些产品和工具同时刚才那个应该是浩尔老师提到了吧就是是说它里面还是存在着非常多人的反馈的它是作为去加强或者说帮助程序员提高生产效率的这么一个工具的存在大家愿意去每个月多花几十块钱几百块钱然后这样可以可以把你的这个携带码的效率放一倍对吧这个对他们来说是make sense的但是在很多其他的行业第一现在可能碰到的障碍没有这些well defined数据或者domain knowledge然后把它真正的做成agent的产品然后第二就是有这些这些数据合规compliance的这些问题可能会导致其他的行业这边起来的速度相对来说会慢一点但是我自己相对来说会在中长期还是会偏乐观这些在其他的行业他的这些一个好的产品形态能够帮助AI在这些其他的enterprise的场景里面能够逐步的渗透进去好呀Bruce我从一个市场结构来想这个问题就是一个最极端的如果OpenEye它在整个市场体系里面它能像iOS一样或者像Windows一样它以这么一个形式作为一个入口那大家都要经过我这儿我有一个很强的核心竞争力我不用太多 [175:00] 那么容易的被这叫什么commodized这个大宗品化然后你必须要经过我它能够生长出这样子的一个肌肉在这个青菜上占据这么样一个位置 我觉得它就是之前的非常非常那另外一个很极端的一个例子就是他就像移动互联网互联网时代的时候所有这花了很多钱的这些Telecom对吧大家大家真的是花了很多钱把这些东西都铺起来随便用你收不到什么钱我觉得这是两个比较极端的例子OpenAI我当然他做所有的事情其实都试图细图往这个方向去靠拢但我觉得现在我觉得这个还是不清晰的整个包括竞争对手也有那上下游是不是会配合他他的卡位到底是哪那就回到了就是AI本身这个东西你的Mode在哪你的Mode在哪我觉得这个太早了在这个时候去判断他我们还要去等一等然后看看他到底他能卡的也许就是something in between就是在这两个极端中的往一点往这靠一下这个估值就会上去如果是靠在那儿最后大家发现不管是Athropic也好还是OpenAI也好还是其他XI大模型基本上的功能性上都差不多大量的这个价值产生都来自于我调用你的模型的能力就说我有智商但是呢其实值钱的是能力所有的agent的其实都是在不管是不同的这个垂直领域都在培养自己的能力如果是这么一个市场结构的话那我觉得这又有点像互联网或者移动互联网的年代了那其实open eye就是个value trap它可能就不值这么多钱我觉得现在太早了做这么一个判断但是整体生态还是整体生态的那如果open爱现在去我觉得大家会追捧它的因为我没有觉得是我们现在处于一个缺钱的状态对你们对苹果有什么期待吗其实苹果我们就是其实它他的AI能不能起来就看他的端膜形能不能起来对吧他的整个的交互体验能不能起来他要达到在26年他要达到什么样的一个体验或者他要达到什么样的一些数据才能够说服华尔街说苹果这家公司依然有非常大的一个增长潜力的在AI方面我不知道这是苹果他自己的选择还是说确实是被动的就是到了今天这个地步明显他在这个大模型这一块无论是人才除了流失人才其实人才都是在留意已经有好多好朋友从苹果出来加入不同的爱公司然后他一直无论是端策还是他自己本来之间什么话又没有做的这些大模型都没有什么进展但是另外一方面他又有一个特别好的卡位对吧所有的这个入口可能都是在他这边我觉得他需要如果让市场重新相信它它需要去把这个位真正的卡住我不知道是一个它自己产品的形式还是一个什么样的形式这个现在是不清晰的我不知道是苹果在等举个例子苹果是不是在等整个模型大模型整个更成熟更完备一点它在那个时候卡进来可能是一个性价比更高的时候还是说其实现在是好的解决方案的时候那当然端策这一块就我一直很质疑完全靠端策模型到底能有多大的价值我觉得这也是没有答案的事情那可能这个是需要后面苹果去自己去来解决的苹果现在对我来讲我觉得就是这两个太极端了你很难去找到一个有用的共识嗯好的 人羊有补充的吗我觉得我对苹果说实话在大模型这边没什么期待我觉得苹果苹果作为它现在我觉得苹果就是作为它现在的这个就是怎么说呢他现在这个角色他扮演好现在这个角色完全没有问题嘛 对吧就像你之前在苹果的这个浏览器里面你的默认Google的搜索引擎一样我觉得这是一个对于苹果来说会是一个一个战略性的一定要去做的事情或者我是这么理解这东西的就极端的来讲的话苹果的用户会不会因为你的AI能力太差了但是你又不拒绝和这个就是说到底Gemini更有pricing power更有溢价权还是苹果现在的这个生态更有溢价权我不知道当然现在来看可能是苹果生态本身更有溢价权但是说不定在某个点上OpenAI自己我们加了一个AI这个intelligent这一层之后 [180:00] 就会让这个产业格局发生变化呢到底谁是真正的入口苹果的风险点是在于它虽然现在占据着所有硬件的入口但是但是说不好AI在端侧上面会有一个非常killer硬件的东西出来来代替我们在手机上的交互最近open AI他们不是有爆出来说他们在研究一个AI那个笔吗对他们是已经对我是觉得那个笔我不知道啊我自己我觉得那个笔可能不是一个好的形态因为我个人觉得maybe那个那个叫什么智能眼镜跟AI的结合也许是一个很好的形态可能还有一些可能我们现在还没有预料到会出来的一个很好的形态对但是苹果的规显点是在这里对是我们了解 乌克埃你算说没没没那就加一句其实OpenAI其实已经在做这尝试就我们了解它已经其实在硬件上而且是不同的form就是体现方式它已经在做尝试了我觉得这个是必然会发生的一个事情对我只是就是从我的角度我会觉得现在所有的能够想到的这种form factor我可能比较缺乏想象力就是我能想到的form factor很难有哪个能够完全取代呃手机的这个位置然后它可能能够作为手机的一个补充这是我的一个直观的感觉嗯好那还有一个大事件啊在2026年就是SpaceX会上市又是一个很大体量的这样的一个独角兽上市你觉得身为投资人华尔街怎么去看商业太空的一个未来前行跟估值呢因为现在我知道SpaceFs他们也开始讲这个太空数据中心的一个故事嘛你们觉得这会为他们的估值增加多少呢这么来讲算这个真的就是我觉得算不算它没有什么但我换个角度来想这个事情就是整个就是川普当选来之后就过去从2025年开始你的包括我们打贸易战美国回归到北美美洲然后我们全世界都在建立一个冗余供应链所有的国家中国也好美国也好德国日本也好都试图把自己由于全球化带来的工业能力的缺失现在大家都在往回收可能这里面的重要关键词就是国家安全国家安全这个概念就会成为一个非常重要的一个来驱动你投资包括你估值的这么一个角度一个维度我会觉得SpaceX也好包括中国的长征火箭也好我觉得它有很强的这样子的一个国家安全的这么一个属性同时又是稀缺资产这个的估值的天花板真的就你可以随便给了因为就有可能没有可替代的然后国家又需要它那什么样的估值是合适的呢我觉得就很难用一个正常的一个估值体系去来标榜它那就拿SpaceX来讲现在是8000亿8100亿的估值然后大家都在抢啊很多人很多投资人还是去在抢这个公司自己的这个上市想的是1.5万亿或者是2万亿去上市这是现在的市场的一个预期嗯你说我会不会去参与他也许我会拿一点小钱就作为对于一个伊朗马斯的一个支持把它当成一个稀缺资产摆在那里面但是你说我会all in这个资产吗那可能也不会啊嗯,好的,然后大家会觉得在26年会出现什么黑天鹅事件吗啊比如说我这边可能列四个哈一呢是在模型边际进步放缓第二个呢是CAPEX集体收缩第三呢是监管或者地缘政治冲击第四呢是AI商业化的ROI长期不达预期你们觉得这四个或者你们欢迎大家补充你们觉得害怕的这个黑天鹅事件哪一个会最大的冲击市场哪一个是你们最担心但是市场还没有充分定价的风险你刚才说的那里斯对我来讲是一个东西就是AI这块停滞了AI的回报率不够ROI不够或者是模型见顶那自然会导致大家可能所有的可能最直观的反应就是所有的这些大涨hyper scalers不敢再 [185:00] 去放缓在这边的投资我觉得其实说的是一回事这个算不算黑天鹅这个是可能是至少是几种可能出现的情况2026年你不得不考虑的它可能你有5% 10%这样的一个概率这个算不上黑天鹅在我看来总体反而就是由于嗯会不会出现这么一个情况明年AI结果稍微放缓了但是非AI的这些开始补上来由于我们刚才讲的各种财政政策和货币政策的这么一个支持这都是有可能出现的一个状况真正的黑天鹅我可能会想其实我会跳出来看比如欧洲会不会突然出现大的状况导致整个的风险偏好下来日本因为日本是在这个周期的顶部那一方面新上来的政府想去大力的推进嗯激进的财政政策另外一方面BUJ日本的央行又受制于通胀他又要加息不管是欧洲还是日本欧洲因为由于各种要员他也需要去激进的财政政策市场会不会支持他市长也许会支持美国但未必会支持日本未必会支持欧洲特别是欧洲的问题会打你可以看英国举个例子我觉得是好吧当市场不再支持政府的这种激进的财政政策的时候会造成短期的一个流动性的收缩在我看来这可能是个才是真正意义上的一个黑天鹅事件我觉得市场并没有去price这个东西那AI刚才我们讲的那些东西这个不是不是一下子就能来的我觉得这可能要两三个月大家逐渐的这个在市这个信息在市场上面去发酵作为一个这么一个发展我觉得有可能啊虽然这不是我们的base case我觉得这是有可能的一个scenario但其他的我觉得更多的冲击是来自于你市场金融条件的紧缩那什么会导致它紧缩我上面我举的几个例子我反倒会觉得是更有可能啊好的好的那有没有我们没有提到过的这些公司名字然后你们在26年会注重看的我们没有提到的比如说我个人就很喜欢像Synopsis Cadence这些在我看来他们就像是半导因为他们大家不提他们他们就像是半导体产业里面的血液一样你不是那么容易的看到的他也没有那么的sexy然后这个大家也没有老黄这样子的人天天在外面去讲但是他在整个产业里面的重要性是极其极其大的然后他们的技术壁垒也是相当相当高的所以这些反倒是我们更愿意去找的一些机会吧好特别好那我们接下来看人家有什么补充吗耶我觉得没有 我觉得刚才提到就是说黑链鹅这个问题啊就是你提到几个我觉得都是跟AI相关的嘛就是AI的投资汇报率啊然后包括AI模型的这个编辑放缓其实我觉得确实就像不是刚才说的很多这些东西可能都不是一个一次性的事件可以去那个去就像黑天鹅这样突然发生 会突然影响市场然后而且这些这些事情其实过去这两三年大家也都有在投奋可能从从这个大家开始大规模的投资分开始开始然后大家就再去debate这个是不是有ROI有没有application有没有用户付钱然后这个问题其实一直在讨论然后这个我觉得是很难就是说有一个标志性的事件能够证实或者证伪它的然后这个就是一个一个行业一个垂直行业去拱然后一个一个新的application出来然后大家去adopt这么一个过程可能更多的是一个adoption的一个curve是有多抖还是多缓慢的这么一个问题然后大部分编辑放缓我觉得也是一个其实像reasoning model出来之前大家也在说大模型的这个能力已经放缓了对吧但是我们又出现了reasoning model又有了这些test time computing然后其实又给这个Agentic AI提供了新的可能性然后我觉得这也是一个在一段时间内大家感觉OK我们进步现在在放缓然后OK有新的范式出来然后我们又找到了新的方向然后找到了新的可能性就是这么一个过程然后但是比如说如果真的两三年大家都看到没有什么新的东西了然后这个pre training也做完了然后RL也做完了然后那个有没有新的东西出来然后大家都模型能力就一直卡在这儿然后又没有新的application出来然后这个时候大家可能会对于AI的信仰开始动摇然后 [190:00] 可能会带来的一系列后面的比如说沙古值也好然后大家去放缓资本开支也好可能会有这些问题但是我觉得这个是一个Overtime长期慢慢的去变化的过程了嗯嗯非常好好的那最后我们来回答几个观众的问题吧然后我看到有个观众问说传统绑块是否有机会呢非必须消费品特别是地产还有建商股你们怎么看这个传统我回答一下就像刚才讲的其实每年总有那么一段时间试图去试图市场去position为这个去建仓其实今年已经开始了12月份11月份12月份之后你可以发现所以我管的叫这个呃呃呃又想去说英文了不好意思这个你可以看就是比如说美国的金融行业然后包括这个消费行业其实在过去两个月的表现其实相对好的大盘你看Dowjones它可能更偏这种非AI的周期性行业它其实是试图去往上走的预期也是就是我刚才讲的一是联储现在开始去拖这个了货币政策财政政策就举个例子川普提两个东西因为马上2026年中期选举这个affordability因为太贵了美国大家都不能去花不起钱买不起东西了我是不是能负担得起纽约的新市场能上来不就是因为他抓住了大家的这个痛点吗川普现在也看到了这个动点所以这是他一定要去着力解决的着力的解决的点那一个就是希望大家通胀下来让大家要通胀要下来工资要上去然后让大家能买得起东西房子要能买得起所以马上不就是1月份二一季度川普之前已经在说了我们马上有对整个美国的地产要有一个新的改革出来中美很有意思2026年都要解决各自的地产的问题只不过这个方向不一样中国是要让价格上去美国是要想办法把地产的价格下来然后大家能买得起房子这些都是有机会的但是你现在从数据里面还看不到这可能就是一个信仰大家觉得会起来每年市场都会price in去年一月份二月份已经有过这么一轮但后面证明不行今年我觉得这个故事会重演那今年行不行不知道跟着数据走就好了那PMI美国的PMI举个例子就是趴在底部的如果这个东西真的起来了啊就由于全球都在打造自己的供应链全球都在搞自己的基建全球都又相对来说激进的财政政策和货币政策那这个东西是有潜力或有基础起来的如果现在PMI是在60那就已经到头了那肯定是往下的那现在PMI现在在50以下它是有空间的也有相应的政策储备有可能所以这就是你我们关注市场跟数据的原因就在此有可能我只能现在说有可能确定性没有这个没有但是是有可能的你做一些这个准备没有坏处好的好的然后有一个观众问2026年针对AI概念的股票投资相比2025年应该做哪些调整刚才那个布鲁斯是不是也说到你的核心股跟一些边缘股是不是这个allocation上面会举个例子啊我从因此角来讲现在就是那些非常high flyer就是这个我管叫这个垃圾股啊不是真垃圾啊就是说他们波动性很大然后这个质量可能不好呢现在是在这儿然后这些高质量的公司的股票现在是在这我觉得这个不会一直这么下去在某个点上它又要回来这是第一个你可以去考虑的第二个就还是GPUOPNI英伟达Versus Google还有ASIC Broadcom这两个产业链之间其实就像任阳刚才讲的其实尤其是今年下半年四季度这个也拉开了差距后面会不会converge又往一起走这都是有可能的如果我做调整这是我想去做调整的角度但是大的方向没有变至少在这个问题我觉得AI这个火车甚至可能会加速的往前跑嗯对然后最后一个问题说现在情绪和估值都是处于比较高的位置吧两位投资人认为现在是处于投资市场周期的什么样的一个位置什么样的一个位置说的特别好就是我们看周期其实你要办市场周期和增长周期这两个要分开来看市场周期你可以摆的简单就类比成就是估值就是你市场的估值在哪这一轮的美国市场特别明显的就是估值已经顶上去了估值已经顶上去 [195:00] 就拿海大QQ举个例子我们基本上除了去年年初那一波波折之外你基本上就是在25倍到27.4倍这个区间内在震荡现在QQ是24.9那在这个区间里面它其实是低的但整体你要往看的话它其实不算低了我觉得空间也最多是从25到27.9这是市场周期所以这个没有错但增长周期因为下半年已经涨回来一些不管是大盘股小盘股其实市场预期就是起来一点但它还有空间它还有空间它还可以再继续去涨特别是在各种积极的财政政策还有帮过我们刚才讲的各种有增长潜力的这些赛道这个空间就会相对更大一点所以市长周期确实是这儿但是你的增长周期有空间我希望这个节目把它阐述清楚嗯嗯嗯看得清楚对看一下人家有什么要补充的吗我这边没有什么了我觉得Bruce讲的很清楚了好的好的因为现在已经那个时间比较晚了然后我们今天的直播已经进行了三个多小时那我们今天就先这样然后非常感谢布鲁斯跟任阳的时间然后呢我们2026年也会继续的关注AI芯片还有比如说数据中心很多布鲁斯跟任阳你们所关注的领域所以呢我们也会多多的把你请回来然后也请你们继续的跟我们观众有一个分享谢谢谢谢期待谢谢年快乐拜拜拜拜拜拜