印奇掌舵阶跃星辰 押注软硬一体化对抗科技巨头

印奇掌舵阶跃星辰 押注软硬一体化对抗科技巨头 大模型行业已进入残酷淘汰赛，基础模型公司必须避开纯2B与纯C端应用，通过车和穿戴式终端的软硬一体化路径实现商业闭环。 访谈中，印奇深入反思了AI 1.0时代旷视科技在安防等2B赛道交过的“聪明学费”及过早追求上市的惯性，明确指出大模型时代做纯2B或纯C端软件基模的商业死局。他透露自己已退出旷视，目前将核心精力分配在扮演“躯干”的千里科技与扮演“大脑”的阶跃星辰，通过重组阶跃星辰的组织架构发力全模态与物理数据。未来两家公司将坚定押注“模型+终端”的软硬一体化路径，以智能驾驶车端和穿戴式设备为核心切口，向具身智能的终局演进。 印奇正式出任大模型公司阶跃星辰董事长，与担任董事长的千里科技形成协同，分别扮演“基模大脑”与“车端躯干”，他将把80%以上的精力投入在技术与产品攻坚上。 (0:00) 印奇坚信AGI必须与物理世界交互，提出“人车家”战略分步走：以车为第一切口、手持及穿戴消费电子为第二切口，将智能驾驶视为通往具身智能的最核心路径，并预判具身智能需要5至7年的长周期。 (10:00) 通过商业模式排除法，印奇否定了做基模兼做纯2B（年研投超30亿元且变现周期长、算不过账）以及纯C端软件（易受巨头压制）的路径，坚定押注以“AI+终端”为核心的软硬一体化商业闭环。 (15:00) 复盘AI 1.0时代，印奇反思“上市只是活下去的中间节点而非本质终局”，坦言若能重来绝不打安防仗；过去盲目做加法分散了战略压强，新阶段必须顶住短期压力保持战略聚焦与审慎乐观。 (65:00)

旷视科技联合创始人印奇出任阶跃星辰董事长，主张通过大模型与智能终端（车、穿戴设备）的软硬一体闭环来破局大模型淘汰赛，反思并修正了AI 1.0时代盲目扩张的教训。 战略重构：大脑与躯干协同的分工架构 (0:00) 印奇目前将精力分配在千里科技（聚焦AI与汽车、机器人结合）与阶跃星辰（聚焦基础大模型）两家公司，两者的协同被定义为“躯干”与“大脑”。针对阶跃星辰的治理结构，印奇出任董事长，主抓技术攻坚、基模组织变革及终端商业化，CEO每个大兴则负责日常综合运营。他认为所有AI产业最终都以大模型为中心，两家公司的协同构成了迈向具身智能的最小闭环。 商业模式排除法：避开纯2B与纯C端软件 (15:00) 印奇算了一笔严谨的研发账：基础模型每年研发投入需30亿至50亿元，维持3到5年需消耗100亿至150亿元以上，因此3到5年后必须有核心应用贡献每年30亿至50亿元的利润。基于此，他用排除法否决了两种路径：一是中国纯2B模式本质偏向2G与大客户自研，变现周期长且利润上限低，根本算不过账；二是纯C端软件应用是互联网巨头的绝对领地，创业公司缺乏用户与数据飞轮，难以构建网络效应。 软硬结合切入终端：从人车家走向具身智能 (10:00) 阶跃星辰避开上述雷区，选择“硬件、软件、模型”三位一体的软硬结合路径。印奇认为硬件市场具备分散性且难以被巨头完全垄断，给创业团队留下了上桌机会。商业切口规划为“人、车、家”三部曲：汽车是规模最大且技术路径收敛的第一个切口；手持和穿戴式消费电子产品是第二个切口；而具身智能机器人则是未来5至7年的长周期终局。他指出大模型缺乏物理空间数据，正通过自驾与穿戴设备收集连续物理流以支撑VLA（视觉-语言-动作）模型架构。 组织与人才反思：克服技术自负与盲目扩张 (30:00) 回顾AI 1.0时代，印奇坦承当年犯了持续做加法、“把把都上”的错误，最核心的教训就是打了安防这场营销与组织基因不匹配的战役。技术人员容易陷入“技术自负”，缺乏对真实生活和商业的同理心。在组织建设上，他打破算法与工程壁垒，设立算法工程组，并将数据团队直接汇报给算法负责人；在人才筛选上，坚决淘汰自我中心过大、无法协同的聪明人，防范薪酬普遍上涨5至10倍带来的人才泡沫。 行业终局预判：Chatbot过渡性与供应商头部化 (35:00) 印奇预测自驾行业由于极高的研发成本和有限的单车利润，最终只会收拢至3到4家头部供应商（呈现2+1或2+2格局），华为必然占据一席，千里科技亦有机会入局。在模型形态上，他认为对话框（Chatbot）和编程赛道在商业化上对创业公司缺乏长远意义，Chatbot在未来5年内必然被更自然的语音或多模态交互取代，2026年的关键战役在于推出世界一流的全模态与VLA基模。 印奇对大模型科技竞争持“谨慎乐观”态度，明确表态不再把上市当做终极目标，但面对每年数十亿的基模消耗与巨头林立的终端市场，能否在未来三到五年内跑出支撑百亿研发的软硬一体杀手级应用，仍是其战略闭环面临的核心考验。

[0:00] 印奇: 在上市真的不会改变任何本质的东西 [25:00] 印奇: 大脑只有一个，你只能选择做还是不做 [15:00] 印奇: 做基模的同时做 2B 绝对不成立 [60:00] 印奇: 毛细血管只扎了一点血 [51:00] 印奇: 绝对不会打安防这场仗 [65:00] 印奇: 上市是一个关键的、让企业活下去的中间节点，但它不会改变任何本质 [70:00] 印奇: 打车不是为了打车，是为了打具身智能 [85:00] 印奇: 我不想做字节跳动的 CEO，我也管不好，对那个没兴趣。我觉得每个人有自己的价值感体系。 [90:00] 印奇: 慢即是快 [80:00] 印奇: 人总想得到自己不该得到的东西，经历之后就会坦然，知道自己能做到什么、得到什么。 [108:00] 姚期智: 你们应该是全球最棒的本科生。 [108:00] 印奇: 快乐永远是一个差值。在极度辛苦之后能睡个好觉，就是当下的快乐。

[0:00] 我觉得可能是有史以来最激烈的一次科技竞争有史以来最激烈对其实我觉得人年轻的时候就是把把都会上就是把把都会上对就像打牌一样就把把都上其实就有些牌可以不上对当时我觉得大家目标还是很想去上市形成一个本雷达对吧就是大家就觉得资本市场总是感觉是一个目标但其实回头看资本市场是一个很关键的活下去的一个中间节点在上市真的不会改变任何本质的东西聪明会让你有很多捷径对 很难没有什么理由除非你有一些使命要去完成或者你为什么不懂那个捷径呢哈喽大家好 我是小俊今天我们的嘉宾是应齐他在担任千里科技董事长之外呢最近也将迎来一个新的身份就是接月新陈的董事长那这次呢我们聊聊他的新身份新阶段以及从AI1.0到2.0时代的转轨与反思哈喽 殷奇先给观众朋友们打个招呼大家好 我是殷奇听说你的身份马上会有一些新的变化要不你先自己来做一个自我介绍也聊聊接下来可能有的一些调整我现在身份是千里科技的董事长千里科技是一家A股商市公司主要专注在AI跟车以及未来可能机器人的一些结合上接下来可能会有一个新的身份就是这月星成的董事长这月星成是一家专注在技术大模型的公司所以这可能也是一个对我来说一个比较大的一个变化吧为什么是在这个时间点有这个变化这个时间有考虑吗对我自己其实算是一个AI创业的老兵吧今年可能接近15年的AI的行业的历程总体上我觉得一直是沿着技术和模型这条线大家现在可能讲有AI1.0有2.0这些星辰也是我一直有深度参与的一家企业到今天可能正式出任他的董事长可能也是在一个新的阶段希望能够投入更大的精力能够支持阶约的发展同时我觉得所有AI的产业是以模型为中心的所以也希望借约和现有的包括千里但可能这些相关的产业都能有些更好的结合所以对我来说也是个新的挑战因为大模型这个战场还是很残酷的所以可能自己也需要加倍努力是谁邀请你参与借约工作的这个事情是怎么开始的借约其实从最早的策划角度我觉得就有参与进来那早期其实应该还是二三年这月是二三年四月份成立的所以在最早期就有深度参与因为从当时身份角度来看大模型是一个第一其实是符合我自己对AI的一个很终极的追求对所谓技术的终极的AGI的这样的一个使命的想法同时技术的变革也需要一个好的平台来去承接所以最早我就有深度参与到这个平台里那现在正式加入的话对我来说也是一个很高兴的一个节点吧你们当时的故事能不能跟我们讲讲对最早期我觉得可能当时其实我觉得还是OpenAI的这个ChairGPT引爆了大家对于大语言模型的这样的一个技术的变革吧22年底其实我们在这个行业内其实也都一直很关注其实从GPT1开始从OpenAI甚至说从OpenAI创立开始吧我们也都很关注其实项目矿学科技本质上是大家叫在计算机世界领域所以我们当时做的模型是第一天就深度学习的所以其实技术上是非常非常延续的但那个时候可能从模型的尺寸和参数量都比较小那语言模型其实在我们传统以上来讲是另外一个赛道因为当我在学习AI的时候当时AI分的非常非常细CV就是CMV是一个领域然后比如Data Mining是一个领域自然语言处理是一个领域每个领域都有各自的赛道那我自己其实是对于跟物理世界结合是最感兴趣的所以选择了CV这个赛道然后所以在OpenAI真正CHP推出之后我觉得一开始我对这个技术判断认为可能还是一个局部的变革认为它可能更多是跟语言相关你开始觉得它是一个局部的变革对然后但后来其实深度体验完包括我们也内部跟很多技术的核心的骨干也做了很多讨论之后觉得这还是一个对于整个AI底层技术的一个变革所以可能作为一个AI创业者是不得不入局的一场战斗多长时间发现这个事情多长时间半年时间吧半年因为坦诚讲当我们在看那个机会的时候我觉得我们都会从两个角度来评估第一是技术上是不是是最本质的技术变革第二是从商业上是不是我们自己的赛道如果第一个判断是非常上确定的可能第二个坦诚讲我们在看大圆模型的时候因为大圆模型从它的比如它的数据它的 [5:00] 模型参数量和它所需要的算力其实语言的算量可能更适合已有的比如像互联网公司这些科技巨头来做但是后来会发现它其实是对于各个领域包括语言包括现在我们已经很熟悉的多模态甚至是包含从现在比较热的物理巨声这些可能都是最低层的技术那我们可能就不得不去参与到这样一场大的变革当中当时有想过在旷世的体系里做吗而且为什么叫积月星辰第一个我自己感觉就是矿式自身的路径是非常非常清晰的当时我们其实是认为用AI跟IoT的硬件去做结合所以那个时候我们的不管是技术路线整个组织的构建其实构建的是一个偏软硬结合的这样一套组织形态我们的商业模式是面向弊端的所以这些我觉得经过十多年的时间已经非常的清晰模练甚至说固化所以它的这样一套组织是并不适合去做一个可能还是非常早期非常大投入这样的一次全新的创业的就是这种research驱动的一个创业就是research驱动我们很熟悉了其实旷是早期的时候就是我们其实当时人才密度是非常非常高然后也非常research驱动那后来当一个组织成长相当于从一个婴儿到一个少年他其实可能已经选定了自己的专业和方向的时候我觉得可能本质上大模型会是一个新的一个诞生的一个组织和一个平台所以最早期我们的想法是希望矿石能跟Gie有非常好的合作的那后来可能一步一步发展到今天吧那我觉得也很高兴能够正式加入到Giegue这里面来推动他下一步的发展然后接约本身这个名字的由来其实它的英文叫stepfun就是stepfunction就是其实是一个接约函数接约函数其实是代表着从量变到质变同时其实接约也代表着非线性了其实在这个深度学习的这张一张网络里面其他一个很重要的技术特性就是非线性就是很多非线性的叠加所以某种上非线性的叠加也是一种智能的本质所以我觉得接约这个词非常好那星辰可能也代表其实做AI的人其实都得还是有点星辰大海的追求的所以借阅星辰我觉得我们也是很喜欢这个名字从Day1做借阅的时候你们对于这家公司的预期是什么样的我觉得可能两个预期吧到今天我觉得也比较的一致第一个我觉得还是要成为中国的基础模型领域的最优秀的公司之一吧就是Foundation Model做基模这件事情是基于从第一天Day One的使命这个也一直没有变所以为了这个使命其实它也需要从人才从它的商业模型包括从它的资本角度都要能去匹配所以基模我觉得探索整个智能的上限是它的最重要的使命其次我觉得也是希望它是一个商业上闭环的公司所以从接月最早期看的话他所选择的商业化的商业模式其实可能也都比较清晰一直是AI或者大模型跟终端的一个结合吧所以不管是2B还是2C都是在围绕着这种终端这样一个大的应用场景来看你现在给人感觉身份比较多就是除了是接约的董事长你在去年10月25日也出任了千里科技的董事长能不能梳理一下你这些多重的身份以及这些身份之间的关联对因为早期大家可能比较熟知的是是矿市的创始联合创始人啊那现在我其实啊已经不在矿市任职了所以现在的核心两个身份就是千里的董事长和结约的董事长啊所以这两个我觉得也是一个相辅相成的一个角色吧那因为千里本质上是呃关注AI跟车的结合啊而所有车企是AI里面最大的一个终端和一个赛道而在千里的相关的不管是自驾 自舱以及为了Robotaxi的这些领域里面其实都需要有一个很强大的大脑和模型来支撑而这样一个大脑其实就是机遇所以我想可能千里可能所构建的是一个更加核心的赛道以车为核心这样一个AI智能化的这样的一个应用场景和一个赛道而机遇可能更像是他后面所支撑他的基础模型大脑和AI的低层能力大概是这么一个关系会觉得身份复杂吗你的时间是怎么分配的呢对 我觉得身份是有点复杂这也是不得已因为我自己之前其实也分享过其实可能从高中到本科之后其实我觉得基本上还是认为AI是我希望一直追求的一个大的事业那在这个过程中我想可能不同的所谓的复杂是是从公司从智力结构从资本平台的角度可能有一些复杂度但我觉得两家公司也还好就是接约和千里地方是后面的这个主线的这样的一个是我经历分配的核心的两家公司然后各占百分多少我自己其实我觉得其实从公司的去分割可能未必是一个最科学的一个方法我觉得可能我自己的核心还是会关注技术和产品 [10:00] 所以这边可能会占到我可能80%以上的时间而这两家公司的几乎产品其实非常非常的连贯就是相当于它是从一个基础的模型的研发到它的跟软硬结合的这部分产品化再到它的真正推向市场所以我总体感觉还是比较一致的并没有觉得很割裂它其实一边是大脑一边是中端一边可能跟身体更多一些你觉得这两个你的哪个占名会更大我觉得还是脑为主但是其实脑需要跟中端深度结合就是不能灵魂和躯干是分割的所以我总体感觉最终我还是个AI native的一个创业者所以我觉得最终我的实际性还是会划在AI相关的事情上为什么你出任的是董事长不是CEO你觉得董事长和CEO的区别是什么我觉得董事长只是一个抬头我自己感觉可能还是刚刚讲到的第一我觉得是希望能真正做一个核心的一个创始人角能够推动这两家公司的发展第二个我觉得我自己其实还是想更专注在偏技术和产品领域里矿市的联合创始人唐文冰台做了一家机器人公司你们这几家公司之间是什么关系会有一些合作吗我觉得现在其实原来矿市可能像是一个AI10时代的一个好的平台这里面其实我觉得其实培养了很多人然后也孵化了蛮多的几个产业我们自己的战略方向我觉得一直还是AI和广义上的robotics的这样一个方向就是软硬结合这个方向所以我们现在其实接约未来承接的是大脑这样一个角色千里承接的是未来跟车为核心这样一个大的体系和方向智能驾驶智能驾驶智能坐舱包括Robotaxi这些然后我觉得巨升肯定是下一个大的赛道总体我会觉得巨升的时间周期还会长一点我觉得是一个五年左右的赛道所以巨升这边我们也会有所布局你个人的技术vision是什么我个人的技术vision我觉得总体我会认为第一我是很相信AGI的那AGI一定是要跟物理世界产生交互之后所产生的智能因为从整个AI的眼镜角度我觉得最终不可能是一个完全的数字世界或者是只以语言为核心的这样的一套智能的架构我自己很喜欢一本书叫Unintelligence就是Jeff Hawkins一本书坦证讲我的技术的大部分的底层的belief是来源于这本书这本书其实本质上是以脑科学和模拟上的进化科学为核心基础的所以我总体觉得在AI这个领域里面我认为还是人类要比较谦卑所以本质上我觉得对大脑的更多的结构可能是最重要的牵引所以为什么其实你看大脑的皮层的眼镜这里面一定会要从早期大脑的发育到新大脑P层从真正物理空间的生存再到可能高阶的语言和推理所以这些部分我觉得都不能跳过的所以这是为什么我们也一直认为AI跟物理空间的结合是走向最终AIAGI的一个必经之路那你想做的具象化是一个什么样东西呢是一个机器人最终肯定是个机器人但是机器人其实太复杂了机器人其实就像重构一个新的物种一样所以它这里面所需要的不管是大脑的神经方面的脑的结构到未来的各种跟硬件的结合等等我觉得包括这些传感器硬件设备其实是需要非常非常多的核心技术的所以这样一个过程我就需要把它拆解成不同的步骤所以这是为什么第一我们认为其实也需要成大脑的构建同时大脑构建里面可能需要从像车甚至像手机这样的终端开始做起最终一步一步它就构建到下一个更全新的一个计算平台我们姑且叫它俱身吧但是我觉得需要一步一步来对 我看到你们好像还在孵化一个终端公司对这件事情是怎么规划的终端公司的话就是就像我们刚刚讲的我们的大战略其实也很显性就是AI跟终端的结合那终端这里面我认为其实大家之前讲叫人车家就是人就是还是以手机和穿戴式为核心的然后车就是以车为重心家可能原来是家用ILT未来这个家可能会是一个我自己认为未来巨生的核心场景是在家这个场景下所以如果看人车家的话我们总体是认为车是我们第一个的切口同时我们会希望跟一些更多的手持和穿戴式的一些消费电子产品所以我们第二个希望能跟大母星结合的点所以这个也是我们在千里和在节约希望去做商业化的两个大的方向上面说的是你的身份问题那接下来我们聊聊你接下来要做的事情你觉得在你看来你觉得接下来要做的事情新的真诚成最困难的是什么对最困难的是我觉得这其实是一个链条很长的一次创业和创新就是它确实进行 [15:00] 我觉得是可能是有史以来最激烈的一次竞争的科技竞争有史以来最激烈对这里面其实从不同的维度比如第一从它的人才的人才密度基本上全球最聪明的人都在这样一个科技的这样的一个比拼当中第二它所需要的资源这个资源其实包含资金它其实是在整个R&D里面投入的资金的规模强度可能都是历史上最高的以及包含它的商业化的可能你可以说在AI的这样一个商业化的路径中每个行业每个场景都会被变革但是哪些会先哪些会后这个节奏其实也是有高度不确定性的所以它其实是一个高度竞争极大的资源同时在商业化上极度不确定的这样一个竞争所以我觉得不管是对我们还是对所有的公司不管是多大的科技巨头我认为这场战斗都是非常挑战的链条有多长对链条我觉得首先它其实涉及到首先是一个所谓的原节点的技术创新所以它技术本身在快速演进就像它的建一个房子像它的底层其实一直在变革所以其实你在上面去搭它的产品甚至说商业化但发现技术往往一变化可能上面很多人都要被推倒重来所以首先它的链条长是源于它的原始技术带到技术的产品化带到商业化带到整个的商业模式闭环以及它还在快速的变化当中所以这是一个第一个就是链条长第二个我觉得就是速度非常非常快在链条这么长的一个竞争中你觉得如果要抓原点的话抓最重要的那个事情你应该抓什么我觉得得抓两个点就第一个点就是在一个很长练条以及很快变化里面第一个点我觉得还是要抓本质的技术竞争力因为这个技术是这波变革的唯一的变量所以在这个变量里如果你不能找到自己的核心领先的身位但这个领先身位既可以是说是一个全面的领先也可以是一个局部领先但技术上如果没有这个因为英文的叫edge就是没有这个真正的你的你的长板没有你的差异化那我觉得后面的所有的去构建的东西都是没有基础的第二个呢我觉得要抓的是商业模式这商业模式其实我自己感觉其实不用特别复杂化就是其实本账是做排除法就是你的商业模式不应该去做那些可能投入产出肯定不成立的什么呢肯定不成立比如说如果做基模公司然后同时做2B我觉得就肯定不成立为什么因为基模的投入非常大而2B的整个的生涯化变现的周期和它真正能够达到的做一家创新公司一家新公司能够去达到的这个收入和利润的上限都比较有限算不过账来对是投入缠出会比较难这是一个不能选的商业模式还有别的吗这还一个模式就是如果做计模我前提刚才都是说做计模就计模代表着你一年至少我觉得可能30亿人民币以上的投入这已经是一个非常高效的一个点而且这个投入至少会未来维持三到五年时间所以基本上至少是一个基础研发投入在100亿人民币这已经是一个非常高效的一个投入看各大大厂其实你的投入是远高于这个对但这已经是个天文数字对以这个为投入的情况下我认为同时做C端的纯软件的应用也是不成立的因为这里确实是已有的互联网这些大厂的非常擅长的领域他们有用户有数据同时这个本身已经构建出这样一个好的我们叫数据飞轮就是因为有场景的话其实最终很多模型的性能的最终的决胜因素还是数据数据是用用户场景来决定所以这样的一些飞轮创业公司不是完全没有机会但也非常非常难而且今天基础模型做的应用似乎都找不到数据飞轮也找不到网络效应所以你排除了一家基础模型公司去做2C的软件产品和他做2B的两种创业模式那他可以有的是什么呢我刚才讲的其实有几个大的前提第一个是一家创新公司就已有的这些已经有自己非常扎实的应用场景领域的这些大厂就是他可能会在自己上面去做非常好的AI升级那新公司的话刚才讲到如果做基模我认为做2B是不成立的或者是单纯做2B是不成立的然后如果做基模单纯做C端的软件型应用也是不成立的所以我自己认为就是可能也是我们节约选择的一个路径吧我觉得是还是围绕着偏软硬结合的场景C端来去做我们的商业化在这过程中可能中间也会做比较好的2B的一些服务但最终的场景应该都是AI加终端这个场景就是一定要软一体对为什么软一体是更好的商业模式软一体可能本帐算是个交叉学科第一我自己认为在大模型时代硬件的角色会变得越来越重要大家一直在讲 [20:00] 其实我觉得未来很多很多agent它都会有一些硬件的本账具象化的载体所以未来的硬件更像是一个agent的一个一个实体化的一个存在且它未来会其实是一个AI服务的壁画所以就硬件模型软件本身就是一个三维一体的东西第二个硬件我觉得它还是很难迎者通吃的不管我们是看手机领域还骑士领域它还是会有多家的如果有多家的话对于创新公司就有机会上牌桌就有机会我觉得可能能成为一个相对具备一定规模化效应的一个商业化的结果硬件我能理解一个是车千里子的事情然后一个是机器人那你觉得可以规划的硬件还有哪些其实我自己感觉硬件外来的一些创新品类会挺多的就是听行业内的一位前辈讲我觉得我也比较认可就是未来可能比如在千万级这个量级上的创新硬件可能会挺多的原来我们可能认为比如像手机或者像PC这些可能是一年10亿这个级别甚至过亿级别的这样的一些新的硬件其他一些硬件可能更多都是在百万级但未来AI企业这件事是因为AI本质量重新定义了交互原来如果比如说你真的需要有块屏那你大概逃不过小一点是要手机中等的就要PID再大一点叫PC这可能大概就是以屏的尺寸来去定义你的整个硬件的体系而未来如果AI的这样更自然的交互方式通过语音通过多么太交互能够把屏这件事可能相对释放掉之后那很多创新的硬件都可能会有机会所以我觉得还是会有很多AI硬件大家现在可能还没有想到这里我觉得会有很多新的机会会是一个AI手机吗我觉得上来可能不完全会是个AI手机我觉得还是得新的东西你怎么看兜包的AI手机我这肯定是个很好的尝试然后我想这可能也是字节在硬件上的第一步可能后面它也是一个组合群你觉得在AI时代做硬件和之前做硬件会有什么本质的不同吗比如说其实就是AI来了以后有几家硬件公司大家关注比较多比如说ploud你觉得他跟之前的上一代硬件公司会有什么不一样吗对 我觉得其实最早雷军雷总其实讲过就是当年他在做小米手机的时候讲到一个铁人三项的概念对吧 就是当时讲到硬件软件和互联网服务但后来这个铁人三项也做了一些新的革新我觉得这波做AI其实有点像这个概念就是硬件软件和模型这三件事情其实会形成一个完整的服务比方向Plot这些我觉得是一个非常好的例子Plot其实就是从解决这样一个片录音和办公效率这样一个具象化场景为切口所以最终会发现它的软件和硬件是为了把这项AI服务的用户体验做得更好所以我觉得未来可能很多AI应件都会是这样它会切一个很核心的领域但这个领域里面模型要很好最终模型的占比会非常高最后因为用户用的我们叫模型及产品就是这个模型首先效果得好同时它有它配套的软件如果需要它会配套一个专属的硬件来给它用就这样的一个定义的理念可能比较AI native一点就是真正从AI的世界上来定义的这样的硬件我觉得会越来越多那你觉得接约在续模型的时候是以什么为目标呢它是会以你们要定义的产品为目标还是以做更大的模型为目标就是什么是牵引接约做模型我们之前在讲大模型件事其实之前Sam Ottoman其实也访谈过就是说什么叫基础模型就是比如说3.5比3好在哪或者4比3.5好在哪其实你会发现就是基础模型是发现会在可能100个领域每个领域都会好10%这是基模的这样的推进所以我觉得在模型测我觉得是有两股力量一个叫推一个叫拉就推的角度是是从技术的inside的角度就是每一代技术从模仿学习到强化学习会有技术的变革这些我觉得可能在未来三年还是主因就是还是因为技术还在快速的变化底层还有很多很多创新但是我觉得可能另外一个因素就是我们所谓的拉这个力量其实会变得越来越重要就一定是需要有场景牵引的因为这种场景定义了你的举个例子说你的模型的尺寸不是越大越好的最后的模型比如说Gimini Flash其实也证明其实肯定参数大越大越好但是其实就是从应用角度的话其实它的效率成本性能和你真正对于某些核心领域的这种专项优化都很重要所以本账是一个平衡体就是我到底需要基于我的主场景比如说我们在终端场景下的话我们就要做到两点第一点我们的基础模型的水平一定要是世界一流的但同时我们可能不会很纠结于说在某一些单点的一些Benchmark上说我一定要刷到第一而是我们更关注这个模型从架构设计上是不是能够更适配我未来一些端子的场景包括它的成本和效率怎么样所以我觉得这个理念就会很不一样 [25:00] 现在大模型公司都在讲分化每个公司就是有不一样的BET那阶约的BET是终端对可以这么简单的说吗我觉得应该这么讲首先阶约的BET是GIMO就是首先我觉得最大的分化是做GIMO和不做GIMO谁不做了反正我们做吧就谁不做别人不知道对然后这首先是一个大的BET这个BET我觉得在未来三年还能坚持下来其实是很难所以我觉得所以未来三年你们一定会做GIMO对会做更大的GIMO对会探索技术边界这个是一定的对吧而且我们很有信心我们在未来三年一定还是能够保持在世界最一流的计划的这样一个行列当中所以这首先是第一个bet第二bet就是我们的商业化我们认为如果我们的计划往上去做场景牵引的话我们就用中端来牵引我们就是这两个我们清晰的战略的路径所以你觉得阶约跟其他人不一样是想了一条非常独特的商业化的路大模型公司都说自己要做极锁大模型对吧对对那现在看起来的不同是商业化的路径是终端我觉得这有点像是个淘汰赛最早其实大家讲什么大模型六小虎什么的对吧那现在可能就没有六价了慢慢大家都可能最早都抱着通往AGI的这样一个很美好的想象后来发现这个路径很残酷然后需要很多钱也需要你的人才没有足够能支撑所以我觉得这是一个逐渐进入决赛圈的这样一个过程现在到哪个圈了我感觉现在可能赛成过半吧你觉得大模型竞赛发展到今天它的残酷比你想象的多还是少程度比当年可能23年刚刚开始准备做节约的时候对我觉得还是更残酷的就是第一点我觉得速度确实比想象的更快然后第二大家因为快不管是因为对这件事的相信还是因为对这件事的焦虑其实大家在这里面其实所的竞争强度其实都更大甚至这个竞争强度更大也会带来很多的泡沫对吧就是所以这个泡沫比例比想象的要高一些对然后第三点我自己感觉整体大模型其实它的对资源的消耗其实还是比想要更大的就是总体我觉得都是更大吧就是更快更大速度也更快对就是这些更大都是其实都是一件事情不可能说它的强度更大泡沫更小这也不可能在你看来泡沫的体现是什么在我看来泡沫体现是是核心可能很多方面但一个是可能是一些公司的股价还有一个其实是核心一些研发员人员的薪酬就这两个是两个指标因为你经历过AI的1.0到现在他们的薪酬发生了多少倍对A1.0其实当时我们看当时对比如我们就从硬件比较生角度当时可能最贵的新出硬件比较一个是在我们这儿一个是就AI行业要不然可能就是去类似像当时的金融或量化这些行业所以就本账其实就是最热的两个大的方向那现在我总体感觉可能大概也是两类方向一个还是AI大模型这些方向还有类其实就是可能跟量化跟甚至跟一些跟金融创新相关的一些领域吧所以具体薪资我就不说了吧大家在网上其实也看到很多美国那边总体我大概感觉就是人材上基本上中国如果一个优秀的华人同学在中国和在美国基本就是人民币还美金这样的一个同等package的水平吧然后我觉得可能很多薪资其实总体我觉得涨了五到十倍是有的XB刚来的时候你的第一反应是什么呀你是觉得我一定要all in了还是说我要关华第一感觉跟我没什么关系跟你没什么关系对为什么跟你没什么关系你做AI这么久对因为我觉得我们当时还是想做vision就想做视觉相关所以我们是沿着我们的机器人应间相关的所以当时我会认为会有基模那这些基模未来是人机交互的部分最终可能会成为我们的一个组件那这个组件我们未来谁好我们用谁就行这是最大的想法那后来会发现其实最近我就也验证这个点其实我觉得其实很少有垂类模型就最后在AI的里面可能都会被这个大的基础模型吸进去所以就也不会分出我的视觉模型是一个独立的模型我的语言是呢其实所以多模太乙是这些别的一个核心的优势吧就所以最后是大一统的所以就没有边界所以你不可能单独去做视觉或做物理AI所以你这些模型最后我认为要跟最核心模型合在一体所以大脑只有一个你只能选择做还是不做你当时会想大语言模型来了把上一代AI也就是CV给颠覆了吗我早就觉得没有因为我们其实在1.0这架功能 [30:00] 主要我们是一个非常deep learning native所以我们第一天就是在做deep learning所以这个技术我们包括看到其实最早的一些大元国内的大元模型的一些项目我们都有深度参与所以我觉得我们其实一直是这个推动者所以我倒没觉得这个技术对我们来讲就我一直相信的一个观点是连续性没有什么颠覆性的东西就如果颠覆只是说你可能缺少了一些谦虚的信息所以没有什么说这种颠覆感但是它确实会量变到质别所以就像节约函数一样就是你在这个领域持续的累积之后可能很多时候确实跟原来的认知是不一样你觉得你来了以后会主导哪些新的不一样的地方刚刚我们可能说了终端我觉得第一个可能还是在本身研发本身吧就研发本身我觉得其实还是需要有更强更快的组织战斗力这还是蛮重要的组织战斗力怎么提高组织战斗力我觉得可能跟组织形式还是比较相关吧就比如说我讲一个算法工程这个单点就算法工程这里面其实原来我们其实算法工程其实既有一些平台化的工程体系同时我们的每个小组其实有一些小的算法工程体系但是其实这两个会发现其实都不足以支撑大模型这样一个工程体系因为在每个研究小组里面那个工程体系其实他会发现他可能只能打打杂就是他会去实现算法需要的一些小的工程点而那些大工程平台其实他因为要把有些软件产品对外2B等等各这些工程都放在一起其实他也比较难去非常好去支撑所以我们其实比如上来就设立了整合成了一个算法工程组就这里面其实还是要能够更贴近算法的体系但是要把系统工程和算法这些同学要融合在一起这是工程角度第二个其实比如讲数据数据的话原来我们的数据是一个独立的体系那现在这个数据的直接汇报先汇报给了算法的相关的负责人就因为其实未来的数据其实是决定这个模型的最本质的其实可能占了70%到80%的那要什么样的数据怎么样去收集这些数据怎么去清洗这些数据其实是一定是算法的同学要能够非常深度去参与的那第三点比如说如果我们最终相信是一个one model就是一个模型去覆盖所有的场景和领域那其实它会要去拆解成可能很多很多的应用场景比如说这可能是偏文本创作类的这个可能是偏动物态生存的这个是偏比如说陪伴类的这些体系到底这些一加恩的这些恩跟这个一之间怎么能够有个好的协同关系等等吧这些我觉得都需要有好的组织来去协同但最最关键我觉得需要有更多优秀的人才所以我觉得也希望接约能够吸纳更多更好的人才进来大家因为我觉得接约其实不管是对AGI的坚定程度还是对于商业化的我觉得至少这个想得清楚的程度吧我们都在大模型公司我觉得还是很出众的所以我觉得也相信它能够吸引到更多最顶级的人才那如果是硬件开始要牵引模型那硬件这个range就很广了你们会第一款硬件选什么呢前几款硬件选什么呢我们第一个场景现在肯定还是在用车在牵引所以就我们不管是我们自驾里面其实刚刚讲到用真正的自驾里面的不管是VLA的模型多么碳的模型还是世界模型这些的计模都源于其实千里跟节约的合作所以这个其实是我们我们的第一个场景而车的第二个场景是坐舱坐舱其实是一个非常好的空间的人机交付场景其实大家可能也看到像特斯拉里面像Groke也上了车所以这些大模型的车里面作为一个超级助手其实甚至我觉得比手机更顺那这两个车场景我觉得现在已经在落地那后面可能落地的比较近的对对对那后面我们其实还是希望能够在一些偏手持和穿戴式的设备上来做这个创新这个品类一定不会是不会是直接是一个手机而是一些创新品类我听说你们有一个联合项目就是会把很多不同的数据都训到大脑里去就包括支架的数据机器人的数据和互联网这种软件上的数据一起去训导一个大脑这是你们最后的那个大脑的构想吗对这个大脑是怎么想的我觉得我们认为一定是数字空间的数据和物理空间数据都融合在一个模型里其实这里面其实Google的相关的像Demis这些人也都有讲过就是这点我们是也是有共同的一些belief吧就是你会发现一个语言模型看似它能解非常比如能解数学国际静态的题但你会发现它在一些基础的物理逻辑上都会出错所以代表就是在真正对物理世界感知和逻辑认知角度这些是缺很大的内容的所以这是为什么物理数据很重要但是物理数据坦证讲是缺乏的不像互联网发展30年尤其是继续人数据对就是我自己的一个大的感觉就是说如果我们把物理空间的数据因为人眼的数据其实你可以理解为是一个 [35:00] 连续的视频流那比如说像其实自驾这个大的场景其实已经解决了很多偏大尺度的就是室外空间的这样的物理数据那现在其实可能很缺的其实是更室内的更精细化人间交互的这些数据那原则上讲这个数据可能会来自于两个部分要不是来自于我来的真正能够规模化商量的一些巨生的一些平台收集的数据还有一种是可能来自于人的穿戴式比如你的眼睛和你的穿戴式这里面如果能够感知你周围的数据这些数据也是连续的多传感器网络的这样的数据这些数据其实最终它会跟这个产品本身形成一个迭代就你的产品得体验越来越好量越来越大它说的数据越来越多所以整个物理空间的数据的收集和注入还是需要有一个比较中长的东西我觉得五到七年的时间五到七年这里面最难的应该就是机器人数据对最难的点是机器人本质从它的构型的定义传感器定义这些都还非常开放包括它的模型都没有到这个我们如果按GPT3.5作为一个临界点的话现在可能是在GPT1GPT2的水平所以我觉得去世还是有点有点early hit就是说过早的热起来但是我觉得当然这也会推动它更快速的发展我觉得同事能拥有这几类数据的公司非常少但小米肯定是一家你怎么看小米这个竞争对手为什么你们作为一个创业公司能够去做这件事情我觉得小米这些都不是我们这些都是跟我们体谈完全不在一个量体我其实刚才讲的做硬件的核心是因为做CNN是因为它是一个比较分散的市场就它不能够垄断它有很多品类所以我觉得我们其实不管是跟小米字节包括华为这些都是中国最优秀的科技公司我觉得我们现在完全谈不上竞争我觉得我们更多还是认为自己能在一些领域里能够把自己的技术做好商业能避换所以我觉得小米当然是AI跟中单可能最重要的一个核心的一个玩家我觉得从软的背景角度最强的就是字节从硬件出发的话我觉得可能最强的是小米和华为所以你们是模型级硬件产品对算是这样吧那有没有可能硬件产品不需要那么大的模型呢不会的就是当你跟一个聪明人打交道多的话你是不想跟一个笨的模型打交道的所以我觉得模型一定是one takes all的就是你的模型的智能性往上之后我觉得几乎所有的应用都会用那个最强的模型你现在投入到接约一周有多少时间投入到千里一周有多少时间我觉得很多事是融合的所以不用特别强调两边这么划分但我觉得就是我刚才讲了比如说其实整个这个大战是AI跟终端的结合所以其实在模型上我们刚讲比如说我们的模型应用到车这个场景我觉得就是接约跟千里两边最主要的结合的这些点你和大兴他们是怎么分工的就是节约新城的CEO大兴就是CEO董事长和CEO是怎么分工的我自己感觉可能可能我更多是会抓一些专项就是比如说我们刚刚讲到其实大兴还是综合来管节约的所以日常的这些运营还是被大兴来管但是我觉得比如说刚刚讲的这个计划这件事情的一些组织变革和一些技术上的一些攻坚可能就会跟大兴一起来管然后一些中的商业化角度可能我会管得更多一点你2026年核心要攻坚的专项是什么我觉得第一点就是我们的我们接下来大家会看到我们一系列的模型从3.5到4我觉得首先我们还是把基模因为原来我们做动模态比较多我们其实是希望我们从语言模型角度我觉得大家还是能看到我们的语言模型要做到世界一流水平为什么现在要提语言模型的水平因为我们其实认为几个判断就我们自己在模型测我觉得我们有三个关键词就第一个我觉得从基模角度的话就基模基本 means everything就是基模你不管是什么样的模态的模型其实都需要基模的核心智力的水平所以基模我觉得还是最重要的所以展示基模模样也是一个我们展示技术能力的一个点第二个叫全模态就是我们认为多模态一直是我们的差异化我们全模态其实包含文字语音图像这三个模态其实我们认为在基本上过来所有的模型上一定是全模态的因为你要做人机交互要做很综合的感知不管是数字空间还是物理空间都需要全模态第三个关键是我们叫VLA其实你刚才也讲到我们其实想把车的机器人的甚至未来手机的很多的这些终端的数据这终端里面就会有很多运动型部件或者有很多要执行器件那就是所谓的那个Action那部分所以VLA我们也会成为我们介绍模型的一个很重要的差异化所以这三个我觉得可能是我们认为我们的模型 [40:00] 核心定位吧你觉得这个方向和现在的大模型公司或者大厂做模型的不同是什么现在大家是不是都趋同了对于模型来说对现在没什么现在大家没什么差别中国的大模型基本上都在大厂当然各自比如自己也是有一些自己的判断其他公司基本都在卷编程这件事情编程我觉得从两个角度看编程首先从提升它的智能上角是有价值的因为我们现在刚讲的学习范式角度我们现在是从模仿学习到强化学习而编程这个环境是一个最好的强化学习环境因为你想编程是一个有结果的他能够判断对错而且又很复杂的这样一个场景所以如果把编程当成最好的强化学习的这样一个锤类我觉得是很好的但编程本身我自己感觉在商业化角度价值非常有限有限的意思是说它本身价值非常高但是跟这些新公司没什么关系为什么呀你觉得谁能收钱我觉得中国可能都说不了就是因为大厂首先这块做的也不错然后这边从开源角度有deep sick相当于它是一个水位很高的一个开源体系大厂本身又会把中国的大厂的竞争非常的激进然后所以它也会把价格压得很低同时编程这件事情其实他也会跟他的双下游环境很相关所以编程这个赛道就跟ChadBot这个赛道一样新公司朋友都没有任何意义ChadBot也很绝望在你看来最后是多包的天下多包元宝之类的对但坦证讲我觉得ChadBot可能不是一个特别本质的长期的AI的产品形态为什么我觉得它的交互很不自然它是一个签报的是一个阶段性的成果甚至我都觉得它可能不是搜索那样级别的东西它只是模型的一个如果你要问OpenAI的人他当年做QIGBT可能更多觉得它是一个很好的demo对吧所以其实如何用AI的大模型去取代搜索这是一个确定性的事情但是它的产品形态是什么样的我觉得现在还并不是很明朗你觉得不是XGPT我觉得不是就是我们说是不是是说它往后看比如看五年它是不是还是那最主线形态我觉得不是是什么我也不知道但只是我觉得其实是不是一个最自然的产品体系你觉得XGPT今天有足够稳固的护城河了吗XGPT本账是个C端的超级应用它是你看它的不管从日和到月和都非常大它是一个阶段性的产品还是一个长期的产品我觉得在境外可能是但是并不稳固最近看Gymlite整个的日和起得非常快所以我觉得都还在过程中现在没有谁有特别大壁垒但你觉得Chatbot不是一个中期的产品形态还是一个过渡性的对我觉得这里面是从两类一个是从人机交互的方式就是就是它还是语音更自然对对语音可能更自然就是或者说你在一个对话框里当你打开一个应用上来是对话框就是比如举个例子其实在AIGC我们其实包括豆包其实AIGC尝试放了很多AIGC放到这个聊天的对话框里从事里看都不是很成功就因为你觉得你在一个对话框里去把AIGC的这些能力放进去你会觉得交互上很不自然所以我觉得可能产品还在眼镜但你们不会去follow2C的软件这条线对吧你们尝试过2C的这些产品像猫猫压你们未来还会做这个吗我们不会独立做一个C端的应用纯软件如果我们做的这软件一定是跟我的硬件做配套所以你们做了其实做了战略取舍现在你们要以硬件为主我就是软硬结合就是因为对因为最终用户用的肯定都是软件对这个决定是在什么时候做的那从第一天就这么想第一天就想软硬结合对因为最终你做商业其实还是说你的差异化在哪里就是因为在AI的领域里面我们其实过去这十来年是一直在做软硬结合的产品然后软硬结合也是我们的兴趣所在所以我觉得最终核心还是是做我们想做和能做的东西所以我觉得可能创业还是特别在大模型这个体下是需要有一些自己的独立判断对这个说的是接约这条线然后你还有千里的这条线就是我第一次看到你入主千里的新闻的时候我在想为什么这场战争好像你打了很久了可能都快结束了你怎么才来对我自己其实千里这场仗是可能我们第一次打后发原来我们真的都是宪法宪法对吧你们都做得很快以前对吧对对都是从宪法的理念其实是从一个技术出发然后技术上去其实是一个推的模式 [45:00] 从技术的原技术创新再去找场景就拿着锤子找钉子这个场景对这个我觉得可能还是要是要持续去做一些技术技术上还是要持续做引领的但是我觉得其实像支架这个场景其实经历了可能十多年花二十年的时间我觉得其实原来反而是从商业模式到技术路径都不明晰比如说在技术路径上当然我不知道今天是不是还有人有质疑但是其实我觉得是很清晰的其实还是以模型驱动的这条路径就大家所谓的特斯拉路径在上面当然会叠加一些新的传感器叠加一些产品的设计那这条路径已经我觉得比较清晰了但其实之前其实有很多不同的赛道包括原来最早就是Waymo跟特斯拉这两条路线当然这里面其实是过去这已经基本比较融合了就是很多底层还是以模型为驱动而且这个模型其实跟整个大模型的语言模型也做了融合就所以AI最后的大脑部分其实在走向统一的所以技术上其实我觉得做了很多轮迭代所以原来的技术的很多东西不能说完全没有积累但是很多会被颠覆掉就因为它的原来的技术的技术站包括数据其实很多东西都是不可用的然后第二点其实是涉及到商业模式因为整个自驾 自舱Robotaxi本质还是在整个新能源车这个行业里新能源车不成它在OEM主机场和它的商业模式上其实做了很多很多演进所以我自己感觉这个时候下场其实是我们看到还是是一个很好的机会也可能是一个最后的窗口期最后的窗口期这场战争还会持续多久我觉得三年了三年第一次打后发感觉怎么样感觉挺好的为啥因为后发其实打先发其实很多时候是更多在一些更宏观和战略层面其实你很多时候很难细化因为你的很多边界条件不明朗所以更多就是摸着石头过河可能基于技术的判断力相对好一点或者在一些商业上的一些取舍适当或者运气再好一点可能能够有一些好的结果但是可控性没有那么强先发需要快先发其实我觉得需要快和对我觉得可能也还需要大方向证据就是这个否则沿着错的方向快也没用对吧但后发我觉得可能更比拼很中和的一些能力包括组织力这也很重要入主千里对你来说是一个困难的选择吗它是一个就是你思考多长时间的一个选择我觉得本质上我原来会觉得矿石会是我一生的事业就是所以这个可能是一个重要的选择但是我觉得其实整个的想法包括很多的目标包括团队其实我觉得还是大家还是一个大生态我觉得是有很多延续性的那到千里我觉得对我来讲并不是一个很难的选择是因为我们其实在1.0时代一直在找场景就是相当于刚才说拿着锤子找钉子对吧那发现有一个最好的丁子我觉得而且又有最好的合作伙伴我觉得这不是一个很难的选择但是坦言讲就进到这个领域我们也有很大的压力因为打后发比的是执行力因为你给你的宣传问题很短后发怎么来说服你的客户原来可能已经有很多玩家为什么你作为最后一个入场的你可以赢对吧所以这个我觉得其实需要有很强的组织能力并且要很快拿出结果但是so far我觉得还是经济的不错的你怎么看现在支架的行业格局啊包括地平线Momenta嗯你觉得最后会有多少价存在对我觉得肯定会高度头部化嗯因为第一个这个行业其实从从新的原车的过度竞争其实就会往上去传递就是你在这个真的在供应商这个角度零不见角度的话其实它的利润率也不会很高只要在阶段性所以如果利润率不高的情况下而整个的自驾包括我来的座舱它其实都是一个非常大模型驱动的一个体系所以它的研发成本是很高的所以如果你单台车能够收的空间没有那么大的话其实你就一定要有规模所以其实所以最终一定会形成我觉得三家左右吧的核心供应商这三家供应商我觉得总体上还是有可能不说有肉吃至少有汤喝的状态这三家都会长期存在吗当车企开始更多的自己把支架掌握在自己手里你觉得我觉得我的判断支架和支舱不一样坐舱可能最后车企会自研的比例会很高因为坐舱其实是高度个性化的它也跟人机交互体验的很重要而且它未来会有很多增值服务的空间支架是一个安全件所以我反而觉得支架就像博士当年这些安全件一样我觉得反而会到T1的这个手里然后这T1我为什么觉得有三架呢就是啊实际上华为肯定是一架啊那已经是老大哥了对吧那这里面其实我觉得这其实跟整个车企未来的OEM的格局相关所以未来一定会有几家头部的车企这些头部车企其实需要有非常综合的供应商 [50:00] 我觉得这样的供应商应该有两家然后同时可能还会有中型或者中小型车型其实它也需要有供应商所以可能 maybe是一个2加1或2加2的组合所以我觉得3到4家供应商除了华为还会有谁你说在大的这里面是吗我觉得我们是有机会的那地平线和摩问它少了谁那可以2加2嘛我感觉就是中国商业两座大山一座是自己一座是华为你们好像都会碰到准备怎么打怎么竞争对 我觉得所有的科技公司都会碰到对 就是我觉得字节跟华为都非常优秀就字节我觉得希望是从互联网移动互联网应用往下去延伸而华为是从底层的通讯和半导体就往上去涨所以我觉得这两家公司都很伟大然后我觉得本质上所有的创业公司面临都是要找到你自己的厂板和一个你的切口核心之前都讲就是你所竞争的不是整个公司不是跟整个自己的怀情而是跟他那个局部的那支部队去竞争所以我觉得其实创业公司首先第一还是要总体是要专注吧然后第二点就是还是要有你自己的核心竞争力比如说我自己觉得我们很有信心的点在于不管是千里还是接月本账还是这帮人是非常AI原生的一帮人他们在AI技术的判断和研发能力上是很强的他们是要找到一个非常好的他们能够有一定壁垒的商业化的赛道把这些赛道更允好把这类客户服务好我觉得就可以活下来这两个公司的文化直觉感觉应该非常不一样吧对那做大脑和做躯干的公司是应该不一样你怎么同时管理这两家公司呢第一点我坦诚讲我认为不同文化的组织应该相对独立就是否则你会发现会把不同的文化系在一起会变成可能从任何一个角度不够优秀的一个组织但第二点我自己感觉因为有这样大家其实有很多链接所以我觉得互相这样的配合一定能比两家就是不同的非生态的公司能合作我觉得要顺畅很多所以我自己其实比较喜欢这个两元这件事情就是一二三我比较喜欢二就是因为我总体觉得就是就像太极和阴阳一样就是很多事就是本身就是正反两面的就是两种体系如果能非常好的去构建我觉得反而是能形成一些不一样的竞争力我跟你聊天我会觉得现在的硬棋好稳重也很现实你觉得十年前的你是这样吗十年前的我还没有经过这个现实社会的好打我觉得本质没有太大变化坦诚讲可能表达方式更因为我觉得坦诚讲如果你有些东西没有经历过其实你还是会对很多事情的难度的预判是会有错误的判断那当你可能经历过一些之后其实对这个事情全貌更有一些感觉所以你会更加审慎一些因为很多事情不到真正把这些事闭环之前其实都不会太下太多判断所以更多还是更加谨慎乐观所以你11年是到了一个什么样的心态开始创业的第一我自己感觉首先对我来讲可能是先选的赛道再选的方式赛道是AI就是我这辈子就是想做AI相关的事情AI心理到底是什么我觉得AI还是能够我觉得第一我自己很幸运就是说AI在就如果AI其实没有这十几年的变化和发展经历发现做AI其实也是一个很绝望的一件事情因为技术没有变革那现在的AI当大家真的看到AGI的曙光的时候我就首先做一个AI从业者首先是很幸福AI我觉得会解决人类很多很本质的思考就是关于自身的很多本质思考对于生命是什么智能是什么人类的来源和去处这些问题我觉得都跟人家很相关你自己困惑吗我觉得不困惑吧就是我觉得应该说是有极大的动力去能了解更多可能这是这可以是成为你自己生命的一个意义因为这个问题足够重要你当年接触AI是在微软亚研院吗我其实很早我觉得其实坦诚讲可能很多男孩这个看科幻电影看的多对吧都会觉得机器人AI这些未来最重要的东西其实是很有意思的我自己只是说可能比较坚持所以我比如在读本科的时候选专业的时候我当时就问过一个问题说哪个专业跟AI最相关当时这个报名老师说自动化所以我其实近清华大意是自动化后来觉得自动化有点太偏工业自动化偏硬一点当时现在自动化可能也跟AI都这样所以后来我当然去了摇摆所以总体我自己是一个目标感比较强的人 [55:00] 就是因为我想做这件事情所以我就持续的可能是离它更近本账是这样那其实在本科毕业那个阶段如果没有Deep Learning出现我觉得那时候可能会去当老师因为这个技术可能不足以去做工业场景的这些真正去做成一家伟大的公司所以会去当老师走科研这条路线那很幸运那个时候毕业的时候我就有Deep Learning包括那个时候有iPhone4就是新的移动互联网的单式所以就投身了创业这个项目所以我觉得创业是守的那我就最终对AI希望能把AI从技术从产品从客户价值能做出一些真的有价值的东西这可能是我本质的追求其实方式方法我觉得倒比较灵活所以你觉得旷市满足了你这个心愿没有满足了完全满足了可以没有完全满足但完全满足我们就不用再创业我觉得还是在产品和商业角度我觉得还是没有获得我觉得是我们预期的一些比较好的结果从1.0到2.0切换的过程中你有过非常沮丧的时候没有没有我觉得1.0 2.0是最早是我觉得当年是我跟徐丽吃饭的时候说1.0 2.0这也是个自嘲的过程对吧就是1.0 1.0同意得2.0比1.0强对就是我觉得还是个连续性的就是这个战局完全没有结束只是大家媒体要写的时候需要有一些标签对你上次也提到说一方问你那个问题就是如果把1.0重新来一次你会做的什么不一样的东西吗我觉得可能不会打安防其实打安防也会导致我们当时第一我觉得其实我们的人才不匹配安防这个行业当时我们觉得安防是最大的这个领域但是我觉得最后其实还是组织它本身的文化和能力是不是匹配这个行业我们的安放领域我觉得我最敬佩的是海康威视本身这个公司和团队我觉得都非常优秀所以我觉得这个当时还是年少轻狂就是这场仗我觉得不应该打所以其实我觉得人年轻的时候就是把把都会上就是把把都会上对就像打牌一样把把都上其实就有些牌可以不上对所以你最后会打那场仗是安放对然后我觉得应该应该把那个时间点这个我觉得应该再等一等之后我就可以其实更早地进入到车这个领域对理想时间是什么时间理想时间1617年我觉得可以进入到车这个大的赛道我觉得差不多吧就是我觉得只要不打安防这场仗我觉得就行安防其实牵扯了很多团队的经历对而且安防其实是对整个组织的能力上其实还是有不同的构建但我自己感觉打完安防这场仗其实对组织的锻炼也是很大的所以我觉得其实从商业策略角度我觉得可以可能那几年我觉得可能当时因为我们不管是金融领域还是手机领域其实后来在1.0时代我觉得矿石做的都是最好的所以这些领域我觉得可以再深更一些就这些领域我觉得也做到了前两名但是也没有做到绝对第一所以我觉得那个时候我觉得可以慢一点扩张28时候已经有的客户服务好行业做好然后可能再等到我觉得甚至都不用到1617年我觉得可能到19年左右进车都来得及对我觉得现在也来得及现在只是能绕了一个大圈其实我跟旷市不管是你你还有和联合创始人聊我会有一些感受就比如说你们是从11年开始创业的然后你们其实是拿着AI的这个技术指点一直在用锤子找钉子包括你们为什么叫旷式也是因为是mega face所以我觉得你们很多动作都是想怎么把这个技术用进去比如说包括你们最早开始做游戏其实也不是想把游戏做到最好而是想就是把这个技术手段用进去但是你觉得这个创业的思路你今天看是对的吗因为你想过去10年可能就是吃了最大AI蛋糕的可能是像自己是幻方是特斯拉这样从场景介入的公司他只是把AI当做一个手段对我觉得首先这里面从两个维度来看第一个就是这群技术同学就我们这群技术同学其实坦经讲他们你要看他的人生成长经历他其实一直在学习所以我觉得他们可能是比较跟世俗的生活其实是有点脱离感的所以就是说跟世俗的生活有脱离感对 所以就我们对某个领域比如说所以某一个产品或每个行业其实没有那么早期是没有那么大热情你说到20多岁是吗对 就当年吧甚至很多人现在都是这样大家可能只是对技术对解题对这些感兴趣对吧就是所以自然而然他不可能对某一个领域有那么强的感觉或者那么强的passion所以这个过程我觉得是绕不开的但我自己感觉就是我们经历这个过程之后就像你刚刚讲的我觉得就是得双轮驱动就不光是技术驱动最重要的还是要对一类场景和用户真的希望能够服务好这类用户打造好这个产品这个我觉得还是非常非常重要的这个可能也需要早期的这些技术的同学可能更加有生活感啊 [60:00] 他可能知道生活上他也有有痛点想解决对吧他也有某类好的产品他自己想去定义更好的产品这个我觉得可能是一个人生的一个必经的过程吧这可能是学霸的特点是吗一部分学霸的特点对其实学霸在我们这个领域其实是一个贬义词就是就是学霸其实代表可能代表过度的热爱学习对倒不一定说学习好是过度热爱学习就是我自己感觉就是可能本质是一群技术同学他们去真正接触这个社会和世界他们慢慢对商业对用户有感觉慢慢在反向驱动我觉得最终一定应该是以用户为中心的所有的商业都应该是以用户为中心然后技术会成为他们的一些底层的belief然后成为他们解决问题时候的一些工具和手段这样才会比较顺就是你的连创他反思说你们当年不愿意就深入的做金融不愿意深入的做游戏有可能也是一种Ego技术Ego也认同它吗对 我就对那些领域所以为什么我觉得2.0坚定的要做2C就是因为我觉得我们对2B这些行业其实我觉得最后期我们在这行业做了十年时间我觉得也跟我们的客户形成非常好的一个共生的关系但坦然你说从内心的passion角度我觉得蛮难的我觉得是要把这些客户服务好但是说只做这个领域我觉得可能对我们来讲可能不是那个最终极的追求所以2C是你一个很明确的要做的方向就是现在的千里不能代表你们终端的所有的对外来想象对吧对千里我觉得是从车的智能化开始切入但比如说我们都Robotaxi的话就是从技术到各个领域可能也慢慢会离C越来越近其实C我觉得是两个维度一个维度是这个场景就这个需求是一个C端用户的场景所以我们其实不管是以2B的方式以2C的方式最后是为C端服务的这个我觉得现在是都是这样的就支架最后也是普通用户来用对吧第二种是商业模型商业模型是找B端去收费还是最后从C端来去收费这个我觉得可能是不同阶段有不同的选择因为张一鸣聊过吗对他有什么感受前段时间聊得比较的最近聊的没有那么多一鸣还是非常厉害这个对AI我觉得也很痴迷吧你觉得他们的这种创业路径和你们这种创业路径就两种不同的人你觉得差别是什么样我自己感觉商业其实最终还是最好是从一个商业的需求就用户的需求来出发这是最顺的所以我觉得一鸣他们最早写从移动互联网时代看到这个大的机遇和好的产品然后当这个好的产品形成商业必防和费轮之后同时能够对技术能有很持续的追求我觉得这个模式是比较顺的就像早年其实也有过有过争论是叫叫冒功继还是激功冒这虽然是很老的话题但其实是本质还是这个不变的其实我觉得现在也不用矫枉过正就首先从商业角度其实以商业来牵引是没问题的同时它对技术要持续追求我觉得还是两个轮子来驱动的所以我觉得华为跟字节都是很好的代表我觉得都是从产品商业来驱动但同时又对底层技术有持续的投入这个我觉得是一个比较良性的状态如果当我们说模型级产品的时候会不会改变这个联络模型级产品这件事其实并不新因为我认为不管是搜索引擎还是推荐引擎都是模型级产品所以就是基本上这样我觉得现在的大模型是第三代所以做搜索的时候做推荐的时候你也一定要有产品只是现在我认为现在这个大模型还没有到第一个KillApp真正爆发的阶段所以你也说不是XBot然后我还要第二点感受就是我觉得就是包括你刚才说你觉得没有聚焦不应该打安防那场仗然后应该更早进车其实于凯博士我之前聊过他是19年做了一个战略取舍但是他们创业比没有晚他15年才开始创业然后15年到19年都非常的减熬找不到方向因为他也进过安防但是没有打赢可能尝试过但是小小尝试他就觉得之前一直在扫射各个行业然后没有在一个行业里去生根然后是19年初的时候理想给了他一个建议建议他all in汽车然后他当时有了一大波的裁员有了这个战略的选择所以导致地名线可能就是生根智能驾驶更早一些包括当时跟你们联创聊的时候他复盘了你们的各个业务线就包括有手机有那个珠宝这种金融的身份认证业务有安防然后有机器人有支架他也觉得就是你们在各个领域全线开花一直做加法舍做的不够所以会导致就是每一个方向的压强给的都不够毛细血管就扎了一点血它的复盘是对的吗是的这会不会是AI很多公司的现状对 2.0也是这样很多公司都这样所以如果重新来一次的话你会舍哪些你刚刚说要舍掉安防对我觉得比如说我们经常 [65:00] 跟手机这个也有做的都不错所以我觉得可能那里面还有一个底层原因是因为我们觉得那个不够大哪个不够大就原来这些每一个锤类不够大所以一直想找更大的所以这个可能也是找更大的对所以这也跟当年创业的第一阶段吧可能内心一国比较大于我你觉得这里面哪个是最大的当年肯定觉得安防最大所以才打安防这样找所以兵力倾斜了很多给了安房对然后后来发现为什么供不下来呢我觉得安房是一个安房本质上是一个看似是突币但其实是一个以突起为核心的市场就是这基本上是以政府和政府相关的SOE往外延展的这样一个弊端市场当然这里面其实也分为这个市场和一些一面向渠道和分销的一些所谓的中小笔市场这个市场其实它还是营销营销的占比非常非常高同时在这里面谈整讲这里面也是我们的软硬件结合其实在硬件上我们之前和我们其实在原来的1.0时代非常坚持软硬结合的硬件作业比较多但整个硬件其实我们当时理解也非常浅因为硬件它不光是一个产品它其实是一个从供应链到研发再到市场go to market的一个全链条所以我觉得硬件理解也比较粗浅所以我觉得我们可以说技术上我们是掌握了增量因为有AI跟原来安防的结合但是从产品角度和市场角度我觉得都不占优势我们中间也有一段窗口期那段窗口期其实因为那段窗口期里面其实AI1.0的公司也有不同的商业选择比如我们可能选择的是自己去做完整的解决方案也有公司可能只选择去提供一项技术来赋能这些这些已有的这些玩家所以基本上在每一个AI战场上都会这样就是有人是去赋能的角色有人是要自己想去做完整这个闭环的那就得看你的技术敲动力逐步逐步大能不能让你在那个时间窗口期能够打赢你有的玩家所以我觉得最后其实如果现在回头来看的话其实是挑战是非常大的最后结果也比较难更好的选择会是什么呢如果以今天更高的认知来看更好的选择我觉得第一还是要回顾之前说战略叫想做能做可做这三个之间的交集首先我觉得就是想做还是很重要的因为想做会让你对这个行业或者这个产品会能够持续投入如果你不想做你做一会儿你可能又其实我之前一直也被内部团队讲说做安防老师做着做着又想往外撤对吧所以安防这个行业本身我觉得是非常好的行业也在国内和世界上市场也很大但我觉得可能内心确实不够想做也没有排斥但是不够想做对吧然后能做代表你其实这个行业本身你的核心的基因和能力能够撬动比如说刚才讲的比如说在安防领域里面AI的能力硬件的能力和市场能力我们可能三个里面只占其一这其一里面所以可能它就只有一个窗口期在这个窗口期里你需要补另外两项能力这两项能力其实也是要管理其实有很多很多很复杂的东西不是很多东西时间不可压缩的啊所以也比较难所以这是能做吧可做我觉得是源于外部的市场环境到底有没有在这个环境给你这个机会啊所以坦证讲呃本身AI这样一种大赛道其实得等待这样的三个的交集这个交集不是一直出现的啊所以等待个交集你有机会抓住那可能就能够有一些阶段性的结果过去十年如果只打一场仗应该打哪场过去十年只打一场仗我觉得应该打车这场仗那你们怎么保证11年到16年的生存问题对那就得看融资和讲故事能力了但所以这里面就一样就是你得很坚定在一个赛道上同时你还能活到那个阶段其实前面就是靠等对所以过去十年的AI如果只打一场仗应该打车对那个IIN只能驾驶那你觉得在过去十年中有机会做这样的选择吗有啊有很多这样的选择只是我觉得只是没有做取舍什么时间是最好的取舍时间我觉得那是19年20年前后吧就是我说愉快他们做那个抉择的对可能可以比他们晚一点我觉得可以再晚一两年都来得及为什么没有做抉择呢我觉得创业是有很大的惯性的然后你在那个阶段包括有资本市场的想法所以大家肯定当时我觉得大家目标还是很想去上市形成一个本雷达对吧就是大家都觉得资本市场总是 [70:00] 这感觉是一个目标但其实回头看自本事上是一个很关键的活下去的一个中间节点但上市真的不会改变任何本质的东西本质应该是什么本质我认为还是业务就你真正好的产品然后好的经营产生好的利润然后这个利润能够反补你持续做好的技术形成这样一个更良性的循环上市不应该成为一个目标对上市大家都这么说但是很难对吧为什么很难我没有身在其中我感受不到因为你为了上市你其实要做很多你要放弃很多正确的事情比如说你需要更专注在业绩上短期业绩上业绩要做得更好你可能要放弃长期投入所以挺难今天我看是IBM 郭世纳去世所以当时在复盘他当年他认为CEO要做的事情确实是在长期和短期间去做取舍机油就是要能顶住压力去做那些长期正确的事这事是说的很容易但做起来会非常难上市的短期诱惑有多大对我现在没有太大的因为现在AI2.0的这几小只也很多在上市你怎么看你会看到这个的时候怎么想我觉得对不同企业不一样有些企业是不上未来可能就很危险不管从现金到未来的商业故事是不是能成立所以也拿了很多融资所以需要在这个节点能够上调能够给投资人和股东有一个交代我觉得也是正确的一个选择但是很多我认为很多工作上市之后其实就变得就本账就退出了竞争因为上市之后第一可能释放他自己核心竞争的一些动力和压力第二点可能因为上市的一些限制其实他也使得他很难真的去持续投入到比如说像基谋这些事情上其实他得有非常强大的战略和坚定的耐心坚定做这件事情是蛮难的因为看起来你每个行业都能进是那你选择哪个呢我觉得还是要选择技术技术像一个雪坡一样技术足够深就技术得足够难同时市场规模的足够大单一市场得足够大的这两个条件其实所以想来想去我觉得只有车比如说手机这个领域手机我们其实一直做的挺好的我们在手机里面我们是比如像手机影像我们一直签两名但手机因为手机的OEM体系非常集中所以其实它最后会放给第三方的供应商的整个上限就不大比如就是十个亿的总盘那我们在这里面你第一名可能切五到六个亿第二名切两到三个亿就是这样就这个上限是非常有限的所以而AI的在1.0体系它其实本质量D2C我觉得是很难有机会至少这些团队大家没有真正2C的当时的积累是比较难的那如果从2B角度的话选择客户比较集中从事总盘子最大的其实就是这几个消费终端领域就是车手机这两个大的行业所以车会更分散一些所以这个行业更适合供应商来去把总规模做大一些这是你今天做这个选择的一个原因之一吗我觉得一部分就是我就进入的车行业我觉得更重要的我认为车是通往巨生的最重要的路径所以打车这样不是为了打车是为了打巨生智能但是巨生智能太远了你得活到那个时候对5到7年吧5到7年落地的是人性机器人还是什么我觉得肯定是一个根据通用性的巨生的构型是不是一定是个人型我觉得它可能局部还是会跟人更接近一点因为大家讲到这个兼容性的问题对吧因为你现在物理的这些桌子椅子空间的这些规格都是按照人的这样一个尺寸来设计的所以肯定是能对人的很多具有兼容性肯定会更好我还有第三个感受就是我觉得矿石的人都很聪明然后你们人才密度非常的高当年挖了可能AI当年最头部的人才算是挖了AI最头部的人才的组织之一吧包括今天的大模型公司里很多也都是你们的人对吧你觉得聪明人太多对组织来说会带来什么第一点我觉得当年我们可能是Name最高的都没有之一因为我们最早的40人里面其实有一堆的OI的金牌包括IPHO金牌 数学金牌这个我觉得主要还是要感谢文斌就是我的连创就是英文斌当年是新学竞赛国家立统教练所以他还是做成了一个很优秀的H2对我觉得第一点我的体会是有第一聪明的同学也得分两类聪明有些聪明同学是能够做teamwork能做团队协同的还有一类可能是自己很强但比较难团队协同的 [75:00] 其实早前我们也遇到过这样两类同学我觉得第一还是既要很聪明但是真正能够团队协同且我认为还是要有一些使命感的因为否则聪明的人聪明的人其实有很多选择就是长期能坚持的聪明人才是比较重要的这是第一点长期能坚持的聪明人多吗我觉得我们是汇集了一批这样的人这是挺难的因为这里其实是面对很多诱惑聪明也是一样你能干点啥都可以我记得之前看过一部电影叫金钱永不眠就讲最优秀的这些做火箭的工程师去做金融这是很多这样的例子聪明会让你有很多捷径很难没有什么理由除非你有一些使命要去完成否则你为什么不走捷径所以我觉得聪明还有一个点聪明人其实往往不能用笨办法长期做其实往往做的正确的方式用笨办法其实不是笨办法是用更加更加就是一个常态化的方式很扎实的去做一件事情聪明人很多时候想想一些快捷的方式或者捷径来做这其实往往容易走错所以聪明人第一要长期坚持第二要用正确的笨办法来做其实都挺难的所以其实聪明我觉得没有那么重要就是当时容纳聪明人最多的一个组织最后觉得聪明人没有那么重要我觉得聪明人没有那么重要的点就是我认为聪明人也不是习缺品至少我觉得我们这个圈子里我觉得也有很多技术能力都很强的同学所以我觉得还是要技术很好同时要有实敏感同时还要有些智慧就是有些东西所谓的智慧是他的一些价值观选择比如他愿意去做一件更长期的事情愿意享受这个复利效应就是愿意真的去长期积累在一个领域里而不是寻求很短期的变现同时我觉得他还能够能够有这个一些正确的方法论吧这些都都挺重要那你们现在就招聘的时候对于他的聪明的要求还高吗你会更看重哪些品质呢我觉得不同岗位不一样就是如果你做研发的话他确实你是有他的门槛的对吧所以但其他的岗位我觉得比如做一个销售工作我觉得当然聪明也很好但他可能更多其实是如何能够有目标实名必达能够服务好客户等等我觉得每个岗位自己都有他的人才画像我觉得适合是最重要的太多聪明的人在一起会成为一个问题吗会成为问题但这我认为也是下一代科技公司需要解决的问题因为下一代科技公司就是人才密度要超级高怎么能让聪明人在一起能够形成非常好的化学反应能够真正做出很伟大的事情这就是需要下一代的组织要解决的问题接约这样组织是要容纳很多智力高的人对吧你觉得应该怎么搭建这个组织我觉得首先一个组织搭建其实就是两点第一点是选人就是刚才讲到原来我们可能会对只要技术很好我们就都会把招进来现在我认为我们在选择过程中还是做非常强的筛选如果技术很好但它很难去跟别人去协同或者自己的ego特别大就是我们其实这个ego就指自我自我非常以自我为中心就是这样的同学我们是不要的就是这样他很难真的跟别人去协同因为最终前都是这些大科研项目所以最终一定是大家一起要一起来做的就一定要一过很小所以这个是在选人阶段第二个我觉得就是在机制上在组织组织这些人在件事上我觉得如何能够形成一个比较高效的机制这个做不同事又不一样就比如刚讲的比如说怎么把这些不同类型的聪明人比如说其实做模型大家都知道三要素怎么把数据的同学算法同学和系统同学能够融合在一起以及我觉得还有一个趋势其实变得就对人才本身的培养都会更综合就我们现在比如会很有意的把算法和系统的同学会让他们更交叉一些因为很多系统同学技术能也很强让他们要更深度地去接触算法而算法同学很多是工程的东西他们自己也要去碰而不能只关注在写paper和科研的部分所以这个我自己感觉也是为什么一定会有AI native的科技新的科技巨头但是就是这是也是一个不太一样的组织你觉得这个组织形式跟互联工丝可能也还是不一样的你觉得因为组织形式待生有可能会有产生性的系统我觉得本质每一代企业都是一个那个阶段最领先的组织最先进的组织然后它形成这样一个组织能力适配那个时候的技术和商业它自然而然就脱颖而出了所以其实最终把商业拨开其实看组织形态其实每一代的组织形态是完全不一样的 [80:00] 其实这也是最其实我自己感觉之前讲创新者的窘境就是说像新公司跟老公司的挑战其实我认为可能不简单看业务而是看组织就是他如果他老的组织是可以适配这个新业务他一定可以做得很好但如果这个里面对他的组织本身有非常大的调整那这家公司大概的很难去适应因为其实这个领域越优秀的公司一定是把他原来对他组织的能力去固化得非常好的所以要能打碎再重建是非常非常难的你现在直观感觉AI的组织形态和过去的不同会是什么样的第一它就是人才密度极高第二个就是整个的大团队协同性要求很好大团队需要人少吗人多人少有关系吗人可能比原来少但坦证讲你的人也会越来越大比如原来一个互联网的头部公司可能是一个三万人到十万人我觉得你未来真的做到AI头部的公司可能也得一两万人但是可能是一两万人才密度极高的一两万人那这怎么来去构建它的整个发展方法是不一样现在有看到好的雏形没有你觉得应该bottom up还是对我觉得这两个可能是两者结合的就是我自己感觉其实就是说传统的比如说从制造业到ICT这个领域我觉得总体是top down的然后互联网公司整体是bottom up我感觉AI的体系可能需要这两者之间要做一个融合因为AI刚才讲任何一个大的项目其实它是一个multual project对吧所以它其实消耗的资源很大所以它也不简单是一个能够很多bottom up的东西所以它还是要集中力量来做但同时它的组织文化和人才的容纳度又要是能够有很好的Botmark的这种活力的你会觉得自己是一个那种非常聪明的人吗你有走过聪明的捷径和走过聪明的曲折吗我觉得我不是最聪明的那些人因为就是身边这些是一直从学习角度我觉得都还看过非常非常多聪明的人就聪明的人是很显然的对吧就是我觉得还是有这一帮人是非常质量上非常超群我觉得我是中等偏上的类型然后我是曾经一直想走捷径但是就每次做捷径都不是很顺利最后还是以一个比较常规化的路径走到了自己想走的地方所以后来慢慢其实就不太做捷径就是还是觉得可能也认知到自己的擅长的类型还是一个比较我觉得稳扎稳打的一套打法然后能够比较去坚韧的去往前走可能更适合尝试走过什么接近对 比如我其实在原来的那个竞赛角度其实我原来是做物理竞赛的其实我觉得竞赛物理竞赛我自己感觉就是其实应该会拿得很好的名次但是我每次都是在最后一次考试的时候就特别紧张然后最后还都是通过高考类型的这样的体系来那我的高考和中考都一般都考得非常好就是其实我我核心想享受的是说通过竞赛不用去高考或不用去中考然后能够有那样一个捷径的这种爽感和优越感他都没有享受过所以对所以我就总体这样基本上就每个人类型其实也不一样对就是有些是你应得的有些你可能就是人都想得到自己不该得到的东西结束之中你慢慢就会比较坦然知道你能够做到什么能够得到什么对当时想上市是不是也是想走接近那倒没有那个时候其实当时还是一个竞争驱动下的一个资本上想要去反超的一个手段吧当时竞争对手拿了一笔很大的钱对嗯所以想超过他对我觉得可能也是为了因为在那个阶段其实你需要吸引最好的人才然后包括其实头部现在很明显所以确实商业化的竞争就是大家都在争夺那个第一名的这样一个角色今天就是这样今天还是这样应该说对对always是这样对就很有意思因为过去十年其实你可能看到的竞争对手就是我们知道那几家可能上汤一图等等就是你们所谓的AI1.0的思晓龙但是今天看好像AI思晓龙都没有长得很大也都没有长得很理想你怎么看我觉得是那个时代吧那个时代其实没有什么AI真的AI内情功能成长起来前几天跟梁文峰聊的时候他说在AI1.0时代唯一转型的公司是幻方我觉得这个我一样对对这个yes and no对吧就是就换方那件事是比较简单的就相对在那个商业化变相是比较简单比较直接对所以我觉得这个换方很厉害选择这样一个赛道我觉得这是一个战略上的一个正确的选择啊那我们这些人选择了一些更加真正市场化商业的这些东西确实路径比较长但是再选一次 [85:00] 可能还是会坚持这些选择我觉得其实思想我们其实各自都有做得不错的你想这个商商跟云彤都顺利上市意图其实我觉得当年在安房里是产品跟客户口味多的都很好的都还是很厉害的但是就是那个阶段其实就没有谁特别脱颖而出就是其实我有次跟徐丽在聊其实挺有意思就是说你内部当你说你在批评内部的事业部说你就事业部怎么投入的不赚钱那他那一般事业部会说那你只要在行业找到一个我这个行业赚钱那我们就有标杆我们就反正也都不赚钱对吧就是这个是一个我觉得是一个大的科技变革的早期孕育的阶段其实可能是煎熬的那一个阶段吧因为AI本质上是降低了技术门槛AI其实特别是深度学习其实是让AI变得更加普惠所以坦证讲就是AI本身就是一个当你的壁垒在降低的情况下资源投入很大的情况下如果你没有非常好的商业模式商业飞轮你会一定会陷入这样的一个这个境地就是大家因为过度的资本投入然后打的价格很低你在商业的这个循环上很难产生正向利润这时候你就会更寻求在资本市场去获得一些资金的注入然后能够活得更久这其实是不能说是一种健康的竞争模式但是不得不就是这是一个大环境就在商业的战场上你可能你很难选择以什么方式战斗但你必须得选择就是活到最后这个我觉得也是得去不得不做出一些选择会不会觉得运气不好你看上趟就上市了上趟其实因为他上市做对了一些事情然后我自己其实一直在问我自己一个问题就是说如果其实就像你刚才讲第一就是如果历史上能够一些大的决策如果重新做一次到底有哪些以及如果我比如说想把我现在的境地和角色去跟任何一个公司和角色去互换有没有这样的公司我的答案是没有没有对我觉得我还是很你不想做自己的挑动CEO我不想为什么我也管不好对我也对那个没兴趣我觉得每个人有自己的价值感体系我觉得我认为我们做这件事情虽然很难但如果真的五年后十年后能做成我觉得是会成为一家非常伟大的公司且我认为也能让所有参与其中的团队能很有成就感所以每一代创业都有它自己的使命我们不用去幻想说想成为上一代企业最优秀的这些人我觉得第一也成为不了第二我觉得可能成为了也未必是我们想要的东西我觉得每个人都有自己的路要走每个人都有自己的路要走其实当年很多矿市的人都参与了新的大模型的战争就是所谓的2.0你看到他们就离开矿市你是使用什么样的感受肯定尝试挽留过吧有另一份我觉得其实我其实还挺高兴的我之前跟一个平米的一位老矿室同学聊一聊我觉得我觉得他的平米一半连窗都是矿室的对吧对我就说有位同学我觉得他其实成长的蛮好的我自己感觉就是让我我一直在说其实让我两件事情是会让我非常感到有很强的成就感和幸福感就一个当然是把AI建设能做成第二个我觉得是看到我认为一些非常聪明且价值观正确的同学他自身能获得很好的成长但我相信就是在我们去构建这个体系下不管是签连还是阶约我认为还是一个非常好的土壤能让过去其实已经证明未来我觉得可能能有更大的证明在这里能让最优秀的人会其实也让他们能有很好的成长当然有些同学比如真的在一个阶段性出去我觉得能在新的平台我觉得也很高兴在这块我没有特别大的依购同时我们其实有非常非常多原来的同学有回流回来就是因为原来老邝市其实有两个核心价值观叫技术信仰和价值物实我这也算是我个人的价值观就首先我觉得这帮人大家可以说是拿着锤子找钉子但是因为技术本身是他们的原点所以你也不能去质疑他们说因为总是要有人对技术很热爱很偏执这群极客是有他自己的人生的使命的所以他们本身就是技术驱动的所以真正有技术信仰的工资是非常非常少的我们这个体育一定是有很有技术信仰第二个就是价值务实就是我们我还是很喜欢原来这个OPPO VEBO包括这个原来布布高铁讲本分这个词是很有力量就是在价值角度是要很务实很扎实不管是给你客户提供的价值给你供应商提供的价值甚至给团队提供的价值都应该是很扎实就这样可能才能够持续变成一家还是能够口碑比较好的公司有技术信仰的反面会是什么技术投机吧技术投机这两类人好识别吗 [90:00] 挺好是吧怎么看我就看他看一个能不能做冷板的就其实做AI创业跟做科研挺像科研我刚去读博的时候当时我老板就跟我讲其实有两类PHD一类PHD你会发现很多中国学生是这样的就他可能去了之后的第一年他就发论文都发了很好的论文可能发了三到四评马上三到四年就能够毕业了而你看发现有很多国外的这些PHD他其实前面三年其实是不发论文的他其实往往可能在找一个大的赛道或者一个我们在学术上就要找一个大坑这个坑是说你为了可以持续去在里面可能去有持续的这种研发产出的然后他其实可能更像一个指数型曲线到第三年第四年开始连续发两到三篇非常高质量论文这其实可能很多是人生的选择吧就是有些人会做一些简单的很快速的选择有些人可能做一些难的但是长期更有价值的选择其实这样的风格是贯穿一个人的一生所以你如果看他过去做科研选学校选专业包括他早期的工作的包选的这些工作的内容我觉得都可以看就是每个人不一样但我觉得可能可以看看他他做选择的方式就是挺显然的如果一个同学你会在他的简历上其实有特别多的光环就是很多很多这些东西包括可能比如说在我是不太喜欢就是特别跳跃的同学比如在职场上你会发现他在每一段时间都很短虽然看上去好像都屡历比较光鲜我望这些同学我是觉得长期看未必那么有竞争力的你觉得这一代AI和上一代AI有什么不同吗本质不同这些AI公司我觉得第一点确实这个从就讲的是小模型到大模型所以这里面就是skill up之后很多逻辑都不一样所以技术同学的要求也不一样比如这一代其实对于工程能力的要求就非常非常高因为你即使一个做上班的同学你也得能够能够有很强的动手能力把工程做得非常好那第二点我觉得我认为主题是从2B到2C上一代本质是2B的因为技术的撬动力和通用性不够这一代我觉得本质是2C的所以我觉得这两个可能已经足够达了本质差别那对于这些AI大模型的几小只呢他们跟你觉得AI1.0的四小龙有什么不一样吗有很多没有本质差别朱相胡老说大模型的这几家公司可能连AI四小龙都不如你怎么看他这句话你看肯定跟其他人看的感受是不一样的对因为不认识朱小虎老师第一我觉得他说这话也不是为了抬这个四小龙而是为了打压现在新的这个所以我觉得AI这件事其实大家还是怎么讲就是说是一件很难的事当然这里我觉得从两方面看第一他这里面也实现了很多这些所谓原来技术同学或者老师教授的个人的价值实现对吧然后但同时我觉得这件事情从本质还是已经很有意义的事对人类的发展对社会都很有价值所以我觉得这些人反正都在努力探索吧所以我觉得其实就是四小龙也好六小夫也好我觉得都最后还是看待比如说未来三到五年之后能不能真正出现AI时代的BAT就真正能不能出现几个收入和商业化上真的能够成为平台体公司的一些机会现在so far都还没有实现之前跟一个投资人聊说过去十年最优秀的两家AI公司是字节和特斯拉某种程度是非常统一这个观点的但谈论这两家公司起步的时候都不是一家AI公司但他们对AI非常了解然后也非常善于应用AI但在AI时代可能还会有新的一波更加AI原生的公司这个我觉得虽然孕育的时间挺长的但是这个时代终究会到来这是你想达到的目标吗我觉得可能是我们我们这一群人想达到的目标吧我觉得不管谁实现我觉得都会是好的那如果要实现这个目标的话是用接约去实现还是用千里去实现我觉得接约千里是一体的他们俩会形成非常好的联动你觉得在就是现在这个创业怎么不重蹈当年旷世的一些走过的万路不重蹈它的覆辙我觉得最终其实就是事业是由人决定的所以我觉得如果比如说我包括这个创始团内大家不能完成本质的成长最后路径肯定还是类似就是如果人不能成长事是会被重复的这实际是一个本质然后第二点我自己感觉就是很多东西原来我们其实很多大家学习比较好的同学可能觉得很多是能一次性作对但在商业角度我觉得还是有很多经验其实是很反人性的比如在商业角度我之前其实提过的观点就是其实有的时候慢就是快其实历史上也证明这些其实是反直觉的 [95:00] 那包括我觉得很多很多从组织和战略上的认知我觉得在经过这十几年的积累我觉得还是有价值所以我觉得首先要做到一点不要犯一个同一个错误犯两遍这个我觉得就已经可能能够回避很多的问题然后第二点我觉得内心还是要比较坚定就是还是要把自己的路走好因为AI的竞争确实非常的综合和立体就是黑暗这个里面几乎是所有所有这个可能懂技术的不懂技术的大公司小公司都想做的事情在这个菜道里我觉得刚刚讲到还是要找到这个想做能做可做三者的交集且要等到那个交集因为这样的交集不是每个时间都有的所以我觉得能够用更平和的心态来应对这样这场可能最快速的战斗可能是一个蛮关键的一个因素如果今天要是你做战略你能取舍吗我们已经做了专业取舍舍了啥我们这么聚焦就是聚焦做AI终端这件事情但终端还是比较多吗我们就是车和未来偏手持手和穿戴时的这两个领域吧大脑是不能舍的对吧大脑和躯体有能舍的吗我觉得大脑肯定是不能舍的就是最重要的还是大脑但我觉得这里面还是存在叫做最小闭环的问题就是其实之前大家做产品叫MVP就是叫最小的集合商业也存在最小集合所以我认为大脑加上我们现在里面的车加上创新的AI终端这个硬件就这个要素我觉得已经是最小级了因为你经历过很多战场有安防的有手机的有车的等等等等你发现你自己更擅长打什么样的战什么样的战更容易打赢我觉得还是要技术产品占比高的我觉得我自己其实还是对事更感兴趣就是跟人相关的事情可能没有那么擅长所以可能还是希望他技术产品的占比会高一些你看最近那个伊莲说我马上要进入研究时代你对接下来的技术发展会有什么预判吗我总体感觉其实这个技术路线图已经在这里但是里面很多关键细节可能还没有实现比如说从学习范式角度从模仿到强化学现在的强化学习的后半段到后面不管怎么定义比如叫自主学习也好我觉得这大的三个学习范式基本上就是这样然后往下看比如我们的记忆的这套这是一条线记忆整个记忆系统怎么去搭建长东短这些记忆怎么来实现这也是一个非常重要的一个内核然后以及真正刚才讲的从语言走向多模态走向时间模型这个也是一个很确定性的一条主线总体我觉得就是学习范式记忆然后真正从模型从数字世界走向物理世界这三件事情我觉得我认为都会在未来五年左右都能够去比较好的被解决当这些要素都解决完之后我觉得至少现在电影的AGI应该大概就能实现所以我觉得路径是比较明确的我实际没有很同意这个所谓research相关的事情就说是说我们现在这个Skin Law里面其实缺乏几个关键模块所以需要确实更多的科研包括比如说Transformer的下一代是什么但是我觉得总体它还是一个大系统工程的为主导的体系中间其实需要有很多研发来去动你怎么看世界模型你觉得这个有多远世界模型跟整个的产业落地很相关比如现在在车这个领域里世界模型就是一个确定性的事情特斯拉已经初步实现了国内我觉得比如像千里我们也很有信心比如在未来一年时间可以把这个领域的世界模型去构建出来但是其他的更general的一些世界模型其实它需要跟场景是相关的因为它跟数据相关因为世界模型的数据不天然存在所以这里面其实都会需要有数据有场景和有应用这三者要形成一个循环才能形成好的世界模型它还是要在一个领域内也不能完全放话你觉得未来三到五年大模型公司胜负手是什么这月星辰怎么让自己能够在第一梯队胜负手我觉得两点第一点就是技术能不能摇得住就是真正能够世界顶级模型它的研发能力组织能力是不是能够去构建起来这个我觉得是一个不断加码的过程互相停止也会很激烈你偷多少钱我预判一年三十一时起步一年三十一时起步我觉得可能三十一到五十一在技术研发就节约下一笔钱会来自于哪里因为有的现在大模型公司在融资有的在上市我们再综合考量就是一级二级事项都有在考虑资金还是非常的关键当然 [100:00] 第二个就是应用能不能有一个比如我们看五年时间的话就是如果我们认为每年只要花30亿代表这是一个150亿的打底的投入反而来讲就是说在三到五年之后能不能有一个核心你自己的应用能够让你有有可能每年有30到50亿的利润就这是一个数学体就这两件事情都得满足才有机会走到那个阶段不能是图笔的不能是图笔在中国不能在国外可能可以中国为什么2B这么不好做我个人感觉中国2B的市场本质上是2G的市场因为本账是由政府和央国企往外去做覆盖的整个弊端市场就这个市场其实是有自己独特性的然后在这类客户之外其实就是几大口金融互联网公司然后OEM体系基本上中国大币就这几个领域那政府首先其实才需要非常好的这个整个的商务的能力然后在比如说面向这个OEM体系和互联网公司那他们本身自研的比例也很高所以他们可能很多外采的整个的不管是AE还是其他软件服务也都比较小所以总体我觉得中国的大币的市场其实是比较挑战的中小币的话我觉得中国的中小币更像C所以这是为什么像淘宝这些原来做小币可能能起来那边可能更多是按照C端的打法来做的把土币当土司要好一点像周伯说对 但是要看所以之前曾经讲过叫这个叫什么product leading的这个growth就是用产品驱动增长这些都一定是要小B或者接近C端用户才能做到就像叮丁飞书这些可能类似这种P and C端的但虽然是B但是小B有C端属性的这个可以靠产品来做如果回望你过去这十几年的创业你觉得最难的是哪些时候我倒觉得没有什么moment是最难的但是本账我觉得还是最难点是要克服自己的短板就是比如说我自己觉得技术长我觉得还是比较信心的但是其实对管理对资本市场对销售这些我觉得都是自己不熟悉的领域所以这些领域我觉得就真正是完成短板的那个成长部分是最痛苦的因为它其实跟你的天然的能力是不相通的所以你需要真的去做出很多的努力甚至是校正才能够真正完成这样的成长有哪几年是你这种节约变化比较迅速的你会把自己的十几年创业分成那几个阶段吗对我们可能因为一年创业可能一到一三年可能是早期探索期我们做过游戏做过这些然后一三年到一九年这五六年基本上就是坚定去做2B领域包含早期的金融手机后来也有一些安防的领域当时在2C和2B之间摇摆了没有没有因为当时觉得C端当时几乎还没有ready19年之后其实从上市两地上市到这个过程中其实可能是资本市场和商业化其实是占据主体的所以总体我觉得三个阶段那当然现在是一个新的阶段这当CEO是什么感觉CEO其实过程中我其实一直在找CEO就是我其实在早期的过程中我都一直希望有一个更有经验的人其实能够来带领一个团队能更好的完成结果但最终一般都很难因为你首先如果不是创造团队很难在团队中有这样的威信和幸福利你不想做自由是吧我觉得或者我没有太所谓是不是自由对我觉得如果这件事能做成那我觉得都可以但后来发现其实在外面找很难就是AI这个领域它对自由的要求首先技术上我觉得还是要有技术的判断力的同时它要能够学习好它所在的商业和产品所以其实还是一个很比较新的和全面的要求所以能征用这样的人其实也并不容易所以你觉得你自己变化很大的是哪些年我觉得可能第一首先更成熟对很多事情的预期其实原来很多预期可能会更乐观一些现在可能是从乐观调整到谨慎乐观就总体我觉得大家创业都还是得是挺乐观的因为创业本上是概率所以创业其实成功概率特别像做大模型这些概率其实还是很挑战所以愿意去去涂到一项可能概率没有那么高但是仍然觉得是很有意义的事情首先就是要乐观所以从乐观到谨慎乐观那做事可能会更加对很多困难的预期会更高所以这个首先是一个态度的变化第二个我自己感觉在风格各方面我觉得可能我之前内部曾经讲过就是我觉得推进一个体验 [105:00] 会就是说其实很多事情是两个轴就原来我们做技术的时候刚才拿着水找钉子其实你会发现研发的东西它往往其实是怀恿着乐观和一个大的方案它会不断地投入资源去往那方去靠近但是其实如果从商业化结果它其实是一个以中为实它是要倒退的所以为什么我说很多事情都是两个点就在于就是说其实除了技术之外技术的范式的判断之外商业模型的判断也很重要就这两个点可能得不断在你脑中可能牵扯就因为你在做一个学生的时候你可能不能只是说我对这个技术有很强的passion所以我做了可能在这个技术上你还得说他怎么能去商业闭话就这两个像两个弹簧一样要一直拉扯你然后最终让你做出一个能够兼顾这两个之间的一个选择我觉得还是挺重要的过去两年你在这两个弹簧中拉扯出什么结果就是现在这样一条路径就是我觉得第一我觉得千里以AI和车为结合包括我们从吉利开始我们未来能够更广泛的跟更多的车厂来形成一个好的共生体能够真的把从自驾到座舱到Robotaxi这几大场景的AI家车厂能落地那这个首先是第一大场景所以能够要先形成闭环同时接约我就能够以核心技术为驱动刚刚讲驱动第二个大终端体系所以这个我觉得基本上是我们过去平衡完之后可能我的能力和水平能够想到一个我们有机会能够走出来一条路吧所以中国其实有一个文化叫商中勇的文化就是中国其实有的时候可能有时候年轻其实可能年少成名然后可能会被追捧然后他自己会膨胀然后后面可能会再从高处再跌下来可能有这样的一些故事但我觉得技术这件事情本身就是一个长期的一件事情所以我刚才讲其实一个技术同学他其实做科研很多年他也已经习惯了这个起伏就是因为本账里去研究一件事情就是会有很多起伏所以就能够做冷板的内心这些人往往还是比较淡定的不太会被外界的太多东西所影响你觉得你可以做冷板凳可以你最久都做过冷板凳事情是什么过去这五六年也算某种意义上的冷板凳吧你觉得磨砺了你的心性对或者我不要做冷板凳其实我本身是一个比较爱的人所以我其实觉得如果这个事能做成其实大家关注多少一点我觉得是更好的所以我倒也没有觉得对冷板那件事有那么大的介意过去这五六年周围人会评价你有什么变化吗我觉得他可能觉得更成熟一些同时在商业上可能更加决断力更强一些比如说以前你不会做什么现在会做什么我觉得做决策更果断吧然后包括比如说不管是在用人上不管是招人还是开人可能都更决绝一些包括办公室选择是吗对我觉得办公室觉得没那么重要对就是其实总体我觉得还是以节约为核心吧以节约为核心在这个过程中李舒福董事长有给过你什么建议没有吉利其实我学到很多当然我还在过程中吉利主义我觉得是一个组织非常有战斗力的组织吉利的文化之前讲到就是第一叫用户至上然后战略牵引然后第三点其实挺有意思叫原动力保障原动力的意思就是说其实要激发每一个人他不管是因为有这种激励去正向激励还是甚至说他有赛马即使是能够能够激起他能做得更好我觉得都让大家能够有更强的战斗力让组织更有活力这点很重要然后激励我觉得也是一个项目管理做得非常好的一个体系所以我觉得吉利有非常很多值得学习的东西所以我们也希望能够作为吉利的大生态首先把吉利服务好但同时也能够去服务更多的车企你觉得以19年之前你的性格你会愿意就是做支架这个事吗就是all in支架这个事愿意是愿意的当时没有看到没有意识到这个机会最大我当时觉得它没那么快那技术不收敛19年你觉得还没有收敛对你觉得你什么时候会收敛我觉得技术收敛界也就三四年时间所以我们基本上近就是因为技术收敛了我们太近但是其实我觉得稍微再早了两年也没问题那大模型现在也不收敛现在算收敛吗我就算是主线是很清晰所以现在近不算早近得太早对不过这个窗户气氛本来给每个人留恋很短对你觉得摇班对你的影响大不了我觉得还是非常大的就是姚班第一我觉得还是会起了很多很优秀的同学他姚班我觉得姚先生其实是一个非常有这个国际视野在学术的方面所以我觉得姚班可能给我最大的一个认知上的帮助就是还是要站在世界一流的水平思考问题就是原来我们可能认为 [110:00] 我们是清华中国最优秀的学生那姚先生我记得在最早的一栏课就说你们应该是全球最棒的本科生那你去思考问题去解问题就应该解实际上最难的问题我觉得还是一个这样的心智的建立其实使得我们敢于去挑战很多最难的一些课题其实创业是解一个题你觉得现在解的是一个什么样的题解的是一个超多元方程然后还是一个很难的一件事情如果接下来这十年你做不成什么样你觉得自己失败了我倒觉得对结果没有那么执念而是说在这个过程中我有没有真正把我认为正确的方法论能够实践下去就是我觉得这个过程很重要这个是自己的一个成长对吧没有那么追求某一个目标了对因为你能努力的是过程结果这件事情是很多综合因素但是这件事你不能以首先你不能做正确的事我觉得首先先选择方向无论是正确的事同时要以正确的方式来做这两年能做到最后的结果我觉得不会太差你想时间的正确方法有包括哪些就包括我觉得我们之前讲双轮驱动就是技术上首先要持续投入到技术技术的研发当中同时商业的模式特别特重要其实我现在见了很多不同的人很多人都说商业不重要我觉得商业非常非常重要就是不管也跟你说商业不重要各种类型的人就是觉得好像似乎只把旧做好我觉得是远远不够的因为首先这个模型本质大模型它其实也是越来越被产品和场景牵引所以如果做不好好的产品比如说像coding这件事情如果你本身不是有最好的这个webcoding的这些产品你是非常难把这个技术做好的因为你的数据用户的这些hard case你是不知道的所以我觉得本身想把技术做好的前提一定是把产品做好把商业做好所以这个我觉得首先两边并举而不要仅仅是技术驱动我觉得是很重要的然后第二点我觉得是在构建组织上我觉得要能够构建一个自己认为理想的组织能够把更多各种领域上最优秀的同学能举及起来不光是说智力上同学可能还要在其他各方面的能力上能够都非常好的同学用正确的价值观汇集起来坚持做包括我觉得2C的软硬件结合的这样的一个领域这都是我想做的事情或者我觉得不能说是我而是我们这帮人大家坚持在这里可能想做的事情我觉得其实我这个概念其实已经越来越小而是代表一群人这群人愿意做这件事情什么时候开始放下ego呢放下我我觉得原来ego就没那么大但是我觉得过程中可能越来越小就是我一群人能把一件事做成还是更重要且这件事也必须一群人做成你现在让你还有特别强的passion然后非常兴奋的事情是什么我一直不是一个很有passion的人一直不是一个很有passion的人我觉得有些passion就是人的passion总量是有限的所以有些人的passion是这种就是所谓的这种尖锋型的或者突然上来有个很高的波峰然后波动型的这些这是一类性格那我觉得像我的性格可能更是长期对一件事情比如对AI我觉得是很有passion看这个passion得长期坚持和释放对你十年前也这样是吧对你十年前讲话就是也是挺的对为什么呀这个是怎么新春的这就是原生态的个性然后你们公司的另外一个人还有passion对我们这个技术同学有很多不同的个性我觉得应该我自己其实非常喜欢多元性就多样性所以我觉得一个团队里应该也有多样性就大家这个不同的人在一起能够互相碰撞其实还是给对方彼此有很多很多不同的视角和乐趣今天对你来说诱惑多吗不太多不太多你现在看到什么别人觉得是机会你觉得他只是一个诱惑我觉得巨星早了点就现在巨星这些公司大家可能也意识到这点所以都很激进会不会觉得今天太保守了我觉得还好做这么多事保守的人不应该做这么多事现在事还是有点多我是希望事越做越少还能砍吗还能取手吗我觉得这个最小级就是模型加上终端可能是未来也不会太扩展就是只是把电视做的越来越扎实了嗯你今天想对2011年的硬起说说一句话如果要说一句话你会说什么没什么想说的啊因为你看这一般这种问题那最后一般大家都说什么be yourself对吧就做你自己那就本质上就说其实嗯大部分人 [115:00] 没有那么多遗憾吧就是我觉得这条路径走过来是一个必然的一条路径我觉得核心是怎么往后走吧你知道下个十年的期待是什么呀下个十年我还是很期待中国能够在AI这个领域里能出世界级的公司需要是你吗最好是我但也不一定要是我我觉得这个最终可能我们中国一定会有这样的公司并且我觉得世界级的公司定义不光是说商业结果上的我觉得也包含它对整个技术的真正对前沿潮流的引领以及某种意义上的一种企业文化和价值观的引领就是我觉得能做的引领是很重要的不光是商业的结果我觉得这些有这个潜质你今年最多的一个思考是什么二五年二五年坦诚讲思考深度思考没有那么多二五年因为二五年更像是把2.0的这些自己想清楚的事情再去布局和实现所以总体我觉得2526年可能是一个比较匆忙的状态但是希望2526年把这些布局做完之后未来能够真正沉下来能够真的把这些产品和技术做好现在还没有到这个点吗现在正在过程中你现在的一天是什么样的安排时间安排我觉得可能还是现在工作强度还蛮大的现在基本上每天可能得干到一到两点钟到晚上可能七八点钟所以我觉得每天工作时间还是蛮长的然后我觉得基本上就是可能也相对会按照自己的计划排的比较有顺序包括这几个不同的板块每周也都会有相关的会议和包括内部外部因为现在我自己感觉还是最近在花挺多时间在外部见候选人团队还是需要有更多更多同学来一起来做这件事情并且我们的这样的一个事业我觉得也还是挺有感召力的你是怎么感召候选人的就是比较真实的吧我们想做的事情跟大家讲啊然后就会自然去筛选就是有些同学就自然比如说首先AI就是一件很有感召的事情然后我认为把AI跟物理世界不管叫physical AI还是叫未来AI终端现实本身大家也都很多人就很感兴趣就是就是不同的人有些人可能很喜欢虚拟世界我自己其实是非常喜欢现实世界喜欢这个物理世界你为什么喜欢现实世界我认为它更真实更丰富你现在生活上快乐体现在哪里生活上的热情生活上的热情最近生活热情的标准降得比较低就是我现在每天晚上能睡觉的时候我都挺开心的就是觉得今天的事干完了好吧快乐永远是一个差值就是你的就是所以快乐没有绝对的快乐快乐总是这个在你日常的情况下能够高过这个你就会快乐就是核心还是要有正向刺激所以有很辛苦的时候能够休息就是快乐所以我觉得人核心是要有快乐的能力有些人可能拥有很多他也不快乐所以本章还是要能够意识到这样的一个正向增量然后并且享受这个增量你就能快乐我还有几个快问快答全球范围内一道你喜欢的食物我喜欢吃朝鲜菜一个你喜欢的地点纽约基于所有读过的书两本必读书第一本可能推荐那个I intelligence我觉得这个AI领域我觉得是很值得读的然后第二个我蛮喜欢那个哲学的故事不同的哲学思想从上到下其实做了一个蛮结构性的梳理然后也比较易懂你最近对世界获得一个比较fresh的认知是什么其实我觉得有些认知其实之前比如说这个费米曾经讲过就是你懂一件事情可能你以为你懂的但你并不懂所以最近我其实对于这个正向和逆向这件事情其实有体会就是我其实发现原来一些组织讲执行力这件事情但是当他的所有的管理是正向管理的时候他就不会有执行力所以就是正向管理适合做创新性研发而逆向管理适合拿结果所以最近觉得这两种能力都要有吧不良公司应该不一样对我觉得每家公司都应该有这两种能力但是他的文化的比重可能会相对有点侧重因为每家公司原则上讲都应该有创新的能力和拿结果的能力所以这两种能力我觉得都需要有你觉得影响AI进程的几篇最重要论文是哪几篇嗯我自己感觉其实从现在开始就两篇一个是red net一个是transformer啊其他我觉得可能都有很多重要的工作但是可能没有这么本质嗯嗯基于当下所有的认知你一个 [120:00] 当下的Bats是什么做中断