E256｜Agent、机器人与制药，谁先被GPT-6 Astra改写？

E256｜Agent、机器人与制药，谁先被GPT-6 Astra改写？ 节目邀请了具身智能、强化学习与生物计算领域的三位一线专家，深入拆解GPT-6 Astra在各垂直赛道的实测表现与真实边界。讨论指出，面向C端的个人Agent正深陷云端虚拟机高昂算力成本与商家反爬风控的商业死局，唯有软硬件结合与端侧算力协同才是破局之道；在机器人领域，Astra虽以强大的推理自省能力击穿了多个基准，但由于高延迟、缺乏物理直觉与长思考内耗，仍需与高频直觉的端侧“快系统”分层协作；而在AI for Science赛道，大模型在干实验和代码生成上表现优异，但AI制药的核心瓶颈在于无法被算力压缩的漫长生物湿实验周期，未来范式正在转向大模型直接调用自动化实验室的“AI Prompt真实世界”。 OpenAI 发布 GPT-6 Astra，在机器人 Benchmark（如 RoboDojo）上意外空降榜首，其强大的思维链（CoT）推理和自省纠错能力使得通用大模型开始深度下压控制权，但也暴露出思考冗长、延迟过高以及缺乏直觉物理反应的短板。 (0:01) 消费级 Agent 陷入高昂算力与生态封锁死局：Meta Muse 依赖云端虚拟机遭遇亚马逊等巨头封锁，且单客 1 亿 Token 补贴成本约达 100 美元，未来破局关键在于端侧硬件绑定真实身份以换取商业平台 Access。 (15:47) 头部实验室最核心的 Token 消耗战场已转向 AI for Science；但在生物制药领域，AI 的极速生成正遭遇湿实验（小鼠、灵长类）天然生理周期与缺乏物理环境感知的物理枷锁。 (25:44) AI 与物理验证正在深度协同：湿实验平台正加速 MCP/API 化供模型直接调用，而具身智能领域专家预测，借助通用大模型的零样本泛化，2028 年初通用机器人有望进入家庭实用阶段。 (58:24)

GPT-6 Astra等前沿模型的发布在Agent、具身机器人与AI制药领域引发强烈反响，但三位行业专家指出，模型层展现的智能跃迁在进入物理与商业落地时，依然面临算力成本、生态封锁、控制延迟与漫长生物验证周期的重重制约。 C端Agent的成本黑洞与端侧突围 (12:17) 虽然Meta Muse等个人Agent在短时间内吸引大量用户，但朱哲清指出这类产品正面临严峻的经济账与平台博弈。依靠云端沙箱通过Browser Use操作订票或购物，极易被亚马逊等平台的商业风控识别并封禁IP。此外，云端虚拟机的CPU与内存开销甚至逼近GPU成本，加上前沿模型高昂的Token定价（Astra每百万输入10美元、输出50美元），Meta Muse为新用户赠送1亿Token相当于每人倒贴约100美元算力，纯烧钱模式难以持续。 破局的路径被寄托于端侧软硬件结合。朱哲清认为，未来需要将Browser Use从云端下沉到手机、AI PC或可穿戴设备等本地硬件，利用30B左右的端侧小模型处理60%至70%的日常任务。本地原生住宅IP不仅能避免平台风控拦截，还能通过硬件绑定确认用户的真实身份，促使电商与服务巨头主动开放底层接口。 机器人控制的快慢系统与架构重塑 (31:07) 许华哲认为Astra对机器人领域带来了质的飞跃，其思维链（CoT）与自省反思能力可以直接转化为物理纠错动作，并在Real-to-Sim的三维环境重建上大幅降低成本。更关键的是，Astra将传统机器人的任务规划权狠狠“下压”，能够直接下达如“向右伸两厘米”等细粒度指令，促使传统的TAMP规划逻辑借助模型重新复兴，同时也利好了具备跨本体泛化能力的硬件本体制造商。 然而，超大模型全盘端到端接管硬件并不现实。Astra执行任务极慢，在网络演示中常需16至24倍速播放，且缺乏直觉物理反应与动作熟练度，无法胜任叠衣服等灵巧双臂柔性操作。许华哲指出，未来的机器人控制必须走向“快慢系统分工”：由云端大模型充当系统2负责语义推理与长程规划，本地10B以内的专用小模型作为系统1负责高频反射与毫秒级运动控制。他预测到2028年初，通用机器人将具备真正的实用性并能依靠语言指令完成家庭中90%的日常杂务。 AI制药的客观自然法则与湿实验壁垒 (47:10) 在前沿科学领域，算力消耗规模远超日常消费级应用，例如OpenAI调用万个智能体尝试求解纳维-斯托克斯方程便消耗了约1300亿Token（折合2200万美元）。华盛顿大学的王晟指出，大模型的代码能力大幅提升了干实验（Dry Lab）的效率，但由于现阶段大模型缺乏对特定物理实验环境与微观操作细节的理解，方案完成度仅约30%，科学研究亟需从“Computer Use”迈向指导人类实验员与仪器的“Human Use”。 AI制药的核心死结在于算法设计周期的压缩无法撼动客观生物规律。即使小分子在数秒内生成，在细胞与小鼠实验中仍需数周，灵长类实验需4至8个月，整个人体临床周期更是长达5至10年。因此，AI在生物医学各细分方向的突破速度与实验周期严格正比：周期极短的酶与催化最先爆发，而长周期疾病依然迟缓。在AlphaFold 3等底层基模开源后，通过MCP等协议直连线下高通量自动化实验室以获取活体数据，构筑不可替代的湿实验私有数据护城河，成为行业竞争的核心重点。 数据价值重估与科研范式的根本颠覆 (67:48) 针对前沿大模型研究圈内流传的“普通人失去蒸馏价值”的说法，嘉宾们从不同角度给出了辩驳。许华哲强调在物理世界中每个人都是生活的顶级专家，普通人做饭、叠衣等肢体数据是训练具身基础模型的黄金语料；朱哲清认为AI若想突破通用智能，应停止过拟合特定专家经验，转而蒸馏人类从零学习的元学习能力；王晟则指出人类掌握着疾病治疗与生命欲望的“问题定义权”，正在与AI形成反向蒸馏的互动闭环。 关于科研范式的演化，王晟提出未来将从“人类Prompt大模型”反转为“AI Prompt真实世界”。科研人员将不再进行空泛的提示词提问，而是设定硬性预算与资源约束，由AI科学中枢生成无歧义的严格指令去精准调度人类实验员、自动化机械与外部实验室；同时，科学仪器也将逐步跳过面向人类视觉的图像渲染，实现底层物理信号直接与大模型进行原生对接。 正如主持人泓君总结，AI圈子看到的是算法能力曲线，而产业界看到的是落地周期。底层模型即便具备极强的通用推理潜力，在真正改写Agent交易、通用机器人与生命制药赛道前，依然必须面对现实商业风控、物理动态延迟与不可压缩的生物反馈这三道硬性验证门槛。

[78:07] 泓君: AI 圈子看到的是能力曲线，行业里的人看到的就是落地周期。 [75:44] 王晟: 未来可能是 AI 要写出清晰的可执行的一个指令，是 AI 来 prompt 这个真实世界。 [61:04] 王晟: 未来AI在生物医学领域的趋势不再是解决问题、设计模型了，更多的是设计benchmark，设计evaluation的方法，定义一些重要的问题去解决。 [73:16] 许华哲: 我觉得2028年初会是一个通用机器人比较开始真正实用的时间节点。

[0:01] 嗨 大家好 欢迎收听《硅谷101》 [0:03] 我是泓君 [0:05] 在我们节目正式开始之前 [0:07] 告诉大家一个好消息 [0:09] 过去大家在《硅谷101》节目中 [0:11] 听到了很多跟消费相关的选题 [0:14] 比如像跑鞋战争 [0:16] 消失的爱马仕股份去哪了 [0:18] 还有最近我们对 [0:19] 超级厄尔尼诺现象的解读 [0:21] 未来 我们会把所有这些 [0:24] 跟消费相关的商业现象 [0:26] 单独推出一档新的播客 [0:28] 叫做《消费101》 一周一更 [0:31] 由《硅谷101》很受大家欢迎的 [0:33] 消费方向的主持人麻花来主持 [0:36] 我们会一起跟大家分享 [0:38] 消费商业里的十万个为什么 [0:41] 欢迎对生活方式 [0:42] 还有消费感兴趣的朋友 [0:44] 来关注我们的新节目 [0:49] 好 说回我们今天的节目 [0:51] 我们来聊一聊OpenAI Astra发布 [0:54] 对行业的影响 [0:56] 这集我们是选了 [0:57] Agent（智能体） 机器人 [0:58] 还有制药三个方向去聊 [1:00] 对机器人还有AI for Science来说 [1:03] 它可能是历次模型更新里 [1:05] 冲击最大的一次 [1:07] 所以不少人把它叫做 [1:09] 机器人领域的GPT时刻 [1:12] 从Astra发布 [1:13] 到今天我们听到这期节目 [1:15] 虽然只过去了一个多月 [1:17] 但是行业的进展实在是太快了 [1:20] 有很多的热门产品 [1:22] 我们都在这集节目里面会提到 [1:25] 所以我先来讲一讲 [1:26] 这个月几个关键的进展 还有背景 [1:29] 我们先说agent这边 [1:31] 在Astra发布5天以后 [1:32] Meta上线了 [1:34] 个人的agent Meta Muse [1:35] 给每个用户一台云端电脑 [1:38] 它两周就冲到了 [1:39] 美国App Store的榜首 [1:42] 那它的对手Instinct [1:43] 一个月内的估值 [1:44] 就从25亿美元涨到了100亿美元 [1:48] 这是在C端 [1:49] 那在B端 xAI它的Grok Bot [1:52] 它也开放了企业部署 [1:54] 还有在模型层 [1:56] 一个叫做Jev的模型它突然就火了 [1:59] 它是怎么回事呢 [2:00] 它不写字 不推理 [2:02] 只给选项去打概率 [2:04] 它的母公司TypeSafe叫它是一个 [2:07] “系统1”的模型 [2:08] 是借助了快思考与慢思考 [2:10] 里面的“系统1” [2:12] 它发布24天就融了8.7亿美元 [2:15] 估值75亿美元 [2:17] 那这几个是在agent这边 [2:19] 我们再来看一看 [2:21] AI制药也有两件大事 [2:23] 一个是9月底 [2:24] Claude仅仅只用了21个小时 [2:27] 自己就找到了一个叫做 [2:28] ART的新酶系统 [2:31] 它的结构非常像CRISPR [2:33] 所以它被怀疑是一种 [2:35] 新的基因编辑机制 [2:37] 导致很多基因编辑公司的股价 [2:39] 应声下跌 [2:40] 10月初在旧金山的Tech Week [2:43] 我的朋友圈是被扎克伯格夫妇的 [2:46] Biohub刷屏了 [2:47] 他们打算把虚拟细胞计划 [2:49] 扩大到18亿美元 [2:51] 谷歌的DeepMind Meta [2:53] Isomorphic Labs [2:54] 还有美国能源部 NIH [2:56] 一起出钱出数据 [2:58] 目标就是让药还没有进实验室 [3:01] 就能在电脑里看 [3:03] 细胞它是怎么反应的 [3:05] 可以说他们是在解决 [3:07] AI制药的数据问题 [3:10] 刚刚我们提到的这里面的很多产品 [3:12] 我们可能会在这期节目里面聊到 [3:15] 我们这期节目最后讲到 [3:17] AI制药的部分也会非常的精彩 [3:20] 所以这期我们会聊一聊 [3:22] 个人agent商业化卡在哪 [3:24] 机器人怎么被像Astra [3:27] 这样的底层模型冲击的 [3:29] 还有AI制药真正的瓶颈是什么 [3:32] 我们说虽然离模型的更新时间 [3:35] 有一段距离 [3:36] 但是在这么多热点之后 [3:38] 我再听到这期节目里面 [3:40] 聊到的行业的底层逻辑 [3:42] 反而是最接近本质 [3:44] 和不容易过时的那一部分 [3:46] 下面就请收听我们今天的节目 [3:51] 今天跟我在一起的嘉宾是 [3:52] 破壳机器人的创始人 [3:54] 清华交叉信息研究院助理教授 [3:57] 许华哲老师 [3:58] 哈喽 华哲你好 [3:59] 哈喽 泓君你好 大家好 [4:01] 对 还有一位是我们的老朋友 [4:03] Pokee.ai的创始人兼CEO [4:05] 朱哲清 Bill朱 [4:06] 哈喽 Bill [4:07] 泓君你好 大家好 [4:08] 还有一位是华盛顿大学 [4:10] 计算机学院助理教授Apodex的 [4:12] Lead scientist（首席科学家）王晟 [4:14] 哈喽 王教授您好 [4:15] 泓君好 大家好 [4:16] 非常高兴今天能参加这个活动 [4:19] Astra发布已经三周了 [4:21] 你们有没有使用过这个产品 [4:23] 或者说我们来看网上的demo [4:26] 大家觉得最让你惊艳的一个demo [4:28] 跟大家的使用方式是什么 华哲 [4:31] 对 因为我是做机器人的 [4:32] 所以我们肯定还是测了很多 [4:35] Astra在做机器人任务上面的 [4:37] 一些能力 [4:38] 我们看到的第一个点就是 [4:40] 它的适应能力非常强 [4:42] 我比如说给它一个 [4:44] 机器人的某一个本体 [4:45] 让它去做相应的事情 [4:47] 它很快会发现 [4:49] 这个机器人的运动速度比较快 [4:51] 或者这个机器人的 [4:51] 运动空间是怎样的 [4:53] 比如它撞到桌子了 它会说 [4:55] 这个桌子还蛮高的 [4:56] 我是不是应该把手抬得更高一点 [4:58] 这个地方其实是一个把CoT（思维链） [5:00] 把这种反思过程的能力变成一个 [5:03] 它实际的动作的一个能力 [5:05] 这是过去的很多机器人的模型 [5:07] 不具备的 大模型也不具备的 [5:09] 所以在Astra上面看到的 [5:11] 另一个就是它自我更新 [5:12] 自我升级的这样一个能力 [5:14] 因为它有这样的反思 [5:16] 所以它可以一次一次做同样的事情 [5:18] 每一次做得更好 [5:19] 这个其实在网上大家也看到了 [5:21] 有人拿Astra [5:22] 去操作一个机器人机械臂 [5:24] 去画金门大桥 [5:25] 它第一次画的还是比较差的 [5:28] 但是它画完了以后 [5:29] 它会再想怎么样能画得更好 [5:31] 经过几轮的迭代 [5:32] 它就可以画得非常逼真 [5:34] 所以我们也看到了 [5:35] Astra在泛化的这件事情上面 [5:37] 是有一个非常好的能力 [5:40] 你们后来有复现过这个demo吗 [5:42] 我画画的这个demo我们没有试过 [5:44] 但我们其实试了非常非常多其他的 [5:47] 比如说我们曾经做一个插花 [5:49] 就把一个花插到花瓶里 [5:51] 这也是比较经典的一个机器人任务 [5:53] 但是我们给它加了一些额外难度 [5:54] 就是那朵花是那种 [5:56] 下边的它的茎已经被劈开两半了 [5:59] 所以它会有点分叉 [6:00] 在分叉的时候你就不好往里去塞 [6:03] 这个时候它会知道 [6:04] 因为它分叉了 [6:05] 所以我要捏住这个分叉 [6:06] 把它捏窄一点 再往里塞 [6:08] 这样的能力其实还是比较惊艳的 [6:11] 这个它其实已经理解了 [6:13] 一些物理世界 包括操作的规范 [6:16] 我觉得本质上还是理解3D [6:18] 因为这件事情 [6:18] 它还是从三维尺寸层面 [6:20] 就可以做出一些理解 [6:21] 但是确实这样的理解 [6:23] 已经能够帮助到非常多的 [6:25] 非动态的物理世界操作任务了 [6:28] OK 我看网上还有一些 [6:30] 很有意思的demo是 [6:31] 他们在用Astra做生成3D的视频 [6:34] 非常地快 然后渲染也很好 [6:36] 对 这个是另一个它在机器人上面 [6:40] 很令人震惊的一个能力 [6:42] 就是给它几张图片 [6:43] 它可以很快把这个仿真生成出来 [6:46] 学术圈可能把它叫做 [6:47] Real-to-Sim [6:48] 从真实到仿真的一个迁移 [6:50] 这件事过去是需要 [6:52] 拍大量的视频照片 [6:54] 并且需要很多人的手工标定修改 [6:56] 但现在的话 [6:57] 它基本上你给Astra这样的一个指令 [7:00] 它可能很快的时间 [7:01] 就把整个实验室或者办公室的环境 [7:04] 给你复现出来了 [7:05] 你拿着这样仿真 [7:06] 可以去训你的机器人 [7:07] 也会有一个在仿真上面的提升 [7:10] 那Bill [7:11] 我们其实因为做模型公司的 [7:14] 因为Astra在发布的时候 [7:15] 其实有非常强调他们在 [7:18] 比如说后训练 模型开发等等 [7:20] 上面的一些迭代能力 [7:22] 其实试下来以后 [7:24] 并没有那么那么惊艳 [7:25] 但是它确实在长程任务上面 [7:27] 和迭代上面 [7:28] 比之前的几版模型 [7:29] 有一个比较稳定的提升 [7:31] 它相对来说比原来的模型 [7:33] 会能够对上下文 [7:35] 以及之前完成的任务 [7:36] 有更稳定的认知 [7:38] 不会出现太多的幻觉的情况 [7:40] 所以从我们的 [7:42] 目前的体验来说还是比较好的 [7:44] 但可能有几个问题吧 [7:46] 一个是它的速度 [7:47] 相对来说会慢一些 [7:48] 也有可能跟现在用量很高有关系 [7:51] 同时的话 它在更加长程 [7:54] 比如说让它跑一个晚上 [7:55] 24小时的这种情况下 [7:57] 幻觉这个情况还是会发生 [7:58] 所以它并没有根本上解决 [8:00] 但是从总体上来说 [8:01] 还是提升了不少 [8:02] 我自己有朋友同时也测了 [8:05] 一些别的前端 [8:06] 以及设计上面的一些任务 [8:08] 从前端的审美跟认知上面 [8:11] 我觉得还是有比较大的提升的 [8:13] 这个可能是在训练的时候 [8:15] 对于设计和审美方向 [8:17] 有特殊的训练有关系 [8:19] Bill 这轮Astra的发布 [8:21] 你觉得从模型对行业的影响来看 [8:25] 它跟当年opus 4.6 4.7的发布 [8:28] 跟Coding（编程）能力的进化来比 [8:30] 它是一个大的节点吗 [8:32] 单纯Coding来说 [8:33] 可能没有那么大的一个节点 [8:35] 4.5到4.6 当时我们的体感是一个 [8:38] 几乎范式式的转变 [8:40] 原来只能依赖它做短程Coding [8:44] 几个file的改动 [8:45] 做一些简单的小项目 [8:47] 到4.6那一次模型以后 [8:50] 基本上你会感受到 [8:52] 工具调用几乎不会出错了 [8:54] 它去做一些长程的Coding任务 [8:56] 可以自主进行了 [8:57] 而现在只是说比原来 [9:00] 相对比较长的任务之上 [9:02] 可以做到更长 [9:03] 幻觉是可以降更低 [9:05] 审美变得更好 [9:07] 但它没有做到说 [9:08] 我能够解决一个 [9:09] 以前完全解决不了的问题 [9:12] 王教授您认同吗 [9:13] 您觉得它在生物的长程任务 [9:15] 包括它降低幻觉上 [9:17] 是一个大的节点 [9:19] 还是说它只是众多升级中的一个 [9:22] 我觉得是一个大的节点 [9:23] 其实我们没有说客观地有一个 [9:26] Benchmark（基准测试）去比较 [9:27] 但是现实就是 [9:28] 我们现在已经都从之前的模型 [9:30] Claude等系列模型 [9:31] 切换到GPT-6 Astra [9:33] 来做我们的Biomedical内部的任务了 [9:35] 我主要是做AI for Science [9:37] 里面核心的就是AI for一些 [9:39] Biomedical的应用 [9:40] 我们用Astra有两个特别好用的地方 [9:44] 一个是Computer Use（计算机操作） [9:46] 还有一个是一些长程的任务 [9:47] Computer Use的话 [9:48] 我们会用Astra来操作一些 [9:50] 生物医学里面那些 [9:52] 很多年前大家发明的那些软件 [9:54] 那些软件其实是一个现在领域内 [9:57] 默认都要使用的软件 [9:59] 但它们其实都非常难用 [10:01] 因为编写时候是很多年之前 [10:02] 那个界面设计得也不好 [10:04] 然后那些软件还有很多的术语 [10:06] 所以对一些跨领域的人来说 [10:08] 是使用成本非常高的 [10:10] 但是Astra它的Computer Use功能 [10:12] 它可以直接 [10:13] 根据一些简单的prompt（提示词） [10:14] 它就可以操作得比较好 [10:15] 还有个过程就是 [10:16] 我通过Astra怎么做Computer Use [10:18] 鼠标键盘操作 [10:19] 我还可以学习它怎么用这个软件 [10:22] 所以这个是我们领域特别重要的 [10:24] 因为在生物医学 [10:25] 很多人对AI工具的接受度比较低 [10:28] 我想Astra有这个能力 [10:29] 可能是它不仅有Computer Use能力 [10:31] 它还把这些软件对应的 [10:33] 在网上的一些tutorial（教程） [10:34] 别人之前用过的 [10:35] 一些user log（用户日志） [10:36] 一些反馈 [10:37] 全部都文字的形式学进去了 [10:39] 所以它真的理解怎么用这些软件 [10:42] 另一个就是那种长程的任务 [10:44] 我们生物医学的话 [10:45] 一般一个任务都是会比较复杂 [10:48] 这些任务有时候会 [10:49] 持续8小时到24小时 [10:52] Astra它会做得比较好 [10:54] 当然了 它还有个特点 [10:55] 就是比起其他的一些模型 [10:57] 做得比较慢 [10:58] 但是慢的话有时候就挺让我放心的 [11:00] 我觉得做得慢 [11:01] 说明它可能会更深思熟虑一点 [11:04] 或者说更考虑得深入一点 [11:06] 我们现在一般都是一种切换的形式 [11:08] 白天我会用一些其他模型 [11:10] 反馈比较快的 [11:12] 到晚上准备让模型跑一晚上的时候 [11:14] 我就用Astra来设计一个 [11:15] 比较长程的一个pipeline（流程） [11:17] 或者prompt [11:17] 让它来一整晚地执行 [11:19] 所以这也是它比较值得信赖的一点 [11:22] 在AI for Science这个领域里面的 [11:24] 一些表现 [11:25] 我没有想到 [11:25] Computer Use的这个功能 [11:27] 居然在AI for Science领域 [11:28] 能帮助到大家这么多 [11:30] Astra它在Computer Use的能力 [11:32] 相比于之前 [11:33] 它的核心的提升是什么呢 [11:36] 这个其实我们没有做一个 [11:38] 个人感知上的对比 [11:39] 但在公开的benchmark上 [11:41] 它是有个分数的提升的 [11:42] 提升得也比较大 [11:44] 但是我们实际 [11:45] 我觉得Astra它在这次发布时候 [11:47] 做了两个生物医学的demo [11:49] 其中一个就是Computer Use demo [11:51] 这个demo在我们圈子内是出圈了 [11:53] 大家发现 [11:54] 原来可以直接用Astra [11:55] 来操作一个生物医学的tool [11:58] 他当时操作的一个tool叫MultiQC [12:01] 是一个挺常用的网页工具 [12:03] 这样让大家能够更好地 [12:05] 开始使用这个功能 [12:06] 发现它其实比想象得要好用很多 [12:09] 其实Computer Use这个功能 [12:10] 我觉得之前的模型也会具备 [12:12] 只是大家没有开始真的思考 [12:14] 怎么把它融入我们科研中的 [12:15] 一些pipeline里面 [12:17] 对 Bill 你可不可以一句话 [12:19] 解释一下什么是Computer Use [12:21] Computer Use现在的话 [12:23] 基本上是通过模型对于视觉的理解 [12:26] 来决定说这个agent下一步 [12:28] 要在屏幕上点击哪个部分 [12:30] 或者输入哪些文字 [12:32] 来完成一系列的任务 [12:34] 当它可以串联 [12:35] 这么几十个动作的时候 [12:36] 可以完成一个 [12:37] 最终人类想要达到的一个目的 [12:40] 它跟API（应用程序接口）的区别是 [12:42] 你不用给接口 不用给密码 [12:44] 它直接像人一样 [12:46] 去操作跟使用电脑 [12:47] 对 就是它看到的是人类看到的屏幕 [12:51] 看到人类看到的UI [12:52] 看到人类看到的所有的视觉 [12:54] 和可以交互的界面 [12:56] 通过人类可以使用的 [12:58] 电脑的输入输出设备 [13:00] 来完成这些任务 [13:01] 因为我觉得Computer Use [13:02] 之前好像也有 [13:03] 但是大家之前说 [13:05] 我们去操作agent的方式 [13:07] 一般就两种 [13:08] 我要么去调用API接口 [13:10] 要么去让agent操作一个浏览器 [13:13] 我理解后者 [13:14] 它其实就是Computer Use [13:16] 这一次为什么Astra的发布 [13:18] 它又重新把这个 [13:20] Computer Use带火了 [13:21] Bill你怎么看 [13:23] 我现在对于Computer Use这个方向 [13:25] 总体来说感觉 [13:27] 它现在又比原来又火了一波 [13:29] 之前是觉得说 [13:30] 大家所有的工具都会开API [13:33] 所有的工具都会有 [13:34] Agent access（访问权限）的接口 [13:36] 很多的APP也好 系统也好都在做 [13:38] Agent native（原生智能体）的set up [13:40] 但是从最近的一段时间来说 [13:42] 不管是Instinct也好 [13:44] 还是Muse也好 [13:45] 背后其实都接了browser（浏览器） [13:47] 有一个比较大的问题就是 [13:48] 有很多第三方的APP [13:50] 或者Amazon也好 [13:52] 比如说一些shopping的APP也好 [13:53] Travel的一些APP也好 [13:55] 他们其实是不愿意开放API的 [13:57] 我觉得这又回到了 [13:58] 当年Manus的情况 [14:00] 就是Manus最开始做了 [14:02] Browser use（浏览器操作） [14:03] 后面很多别家也跟上 [14:05] 后面大家发现说 [14:07] 这个不是很efficient（高效） [14:08] 大家都回到Coding和API调用 [14:12] 现在好像有些东西避不开 [14:14] 又回到了browser use [14:16] 所以我觉得最后有可能 [14:17] 还是个mixture（混合）的状态 [14:19] 我自己这边有一个 [14:20] 比较有意思的一个看法是 [14:23] 因为我们目前是focus on [14:25] 相对比较小的一些模型 [14:27] 比如说我们基本上现在 [14:29] Release的model都30B左右的模型 [14:31] 30B左右的模型是可以在端侧 [14:34] 和私有compute（算力）上面 [14:35] 去进行的 [14:36] 比如说我有一台小的AI box（AI主机） [14:38] 或者说我有一个AI PC（AI电脑） [14:40] 它就可以跑这个模型了 [14:42] 未来如果说这个browser use本身 [14:44] 发生在你的机器上面 [14:47] 而不是发生在云端 [14:49] 这个就会改变browser use本身 [14:51] 可能会给你带来的 [14:52] 一个bottleneck（瓶颈） [14:54] 因为现在的远程的browser use [14:56] 都是通过商用机器 [14:58] 最多找一个像Bright Data [15:00] 或者说ip proxy（IP代理） [15:02] 去遮掉说 [15:03] 我是个commercial（商用）的一个user [15:05] 再去告诉这个商家 [15:06] 或者说Amazon [15:07] 或者说Expedia说 [15:09] OK 我有可能其实是一个假装的 [15:12] Consumer（消费者）用户 [15:13] 我去绕开这个ip check（IP校验） [15:16] 这些网站一般都说 [15:17] 如果是商用的IP 我不会让你进去 [15:19] 是因为他们开始屏蔽一些AI机器人 [15:22] 商家不希望它接入 [15:24] 对 其实你看奢侈品网站 [15:26] 其实很早以前所有的都会屏蔽掉 [15:29] 如果用的你们家的网 [15:30] 就是你自己的IP [15:31] 那就不会再被block了 [15:32] 所以这个有可能会是未来一个 [15:34] 破局的趋势 [15:35] 而这件事情 [15:36] 有可能会force很多的app厂商 [15:40] 去改变他们browser use机制 [15:42] 也就是说 [15:42] 这个browser sandbox（浏览器沙箱） [15:44] 可能是在本地发生 [15:45] 而不是在云端发生 [15:47] 你这个观察非常有意思 [15:50] 你让我想起了最近非常火的 [15:52] 一个toC（面向消费者）的 [15:53] 消费级应用 就是Meta Muse [15:56] 他们的定位是做一个个人的AI助手 [15:59] 又是面向消费者的 [16:01] 再加上今天agent使用能力的成熟 [16:03] 和Meta它强大的用户基数 [16:05] 包括它广告的投放 [16:07] 所以我很能理解 [16:09] 他们为什么在这个时间点爆火 [16:11] 但他们还有一个非常特别的设计 [16:13] 就是他们其实相当于 [16:15] 给每个人做了一台云端的虚拟机 [16:19] 你的数据是存在一个 [16:20] 在云端属于你的存储的 [16:23] 根据你刚刚的理论 [16:24] 它其实还是商用的一个IP [16:28] 它如果未来商业化的话 [16:30] 很有可能是会被商家 [16:32] 卡住它这个IP的 [16:34] Meta Muse这个东西 [16:35] 从背后的虚拟机设置来说 [16:37] 其实跟当时的Manus是很像的 [16:39] 它也主打一个browser use [16:41] 因为它很多的use case（使用场景） [16:43] 其实跟travel有关 [16:44] 跟shopping有关 [16:45] 跟一些客服有关 [16:46] 在这些use case之下 [16:48] 你是没有办法通过API的调用 [16:50] 来完成这个任务的 [16:51] 基本上都得最后靠browser [16:53] 当时Manus其实走了一模一样的路 [16:55] 一模一样被全部block掉了 [16:57] 所以Manus到后期的时候 [16:59] 现在跟Genspark很像 [17:01] 都主打白领工作那一套 [17:02] 如果你去看Claude Code [17:04] 跟Claude Cowork ChatGPT Work [17:06] 最后都往白领工作效率这方面 [17:08] 去偏移的核心原因就是因为 [17:11] 很多东西一开始能做 [17:12] 但后面很快就被巨头们 [17:14] 给全部block掉了 [17:16] 比如说亚马逊 [17:16] 现在就把Meta Muse给屏蔽掉了 [17:19] 如果有更多的网站 [17:20] 去加入到他们的话 [17:22] 他可能能访问的网页 [17:23] 跟能操作的东西就越少 [17:25] 对 但是他不可能说 [17:27] 把你电脑上的browser给屏蔽掉 [17:29] 那你自己也不要上亚马逊了 [17:31] 所以这个可能会是一个破局的机会 [17:34] 但是我怀疑这个事情 [17:37] 肯定是会来一个 [17:38] 比较大的来回拉扯的过程 [17:40] 在toC端的这个agent [17:42] 目前可能还是不是特别ready（就绪） [17:44] 因为 你看Instinct跟Meta Muse [17:46] 他们的token的burn rate（消耗速度） [17:48] 其实非常非常高 [17:50] 因为他们做browser use的话 [17:51] 模型的需求其实挺高的 [17:52] 模型的要求也挺高的 [17:54] 所以他不可能用比较便宜的模型 [17:55] 去做这些事情 [17:57] 每个人都unlimited tokens [17:59] Meta是1亿token for free [18:01] 它很难在短期内 [18:03] 真的非常夸张地拉出一个现象级的 [18:07] 跟过去就Google Search [18:09] 或者说Social Network [18:10] 这样的一个体量 [18:11] 因为它是完全免费 [18:13] 我们可能未来需要看到一个 [18:14] 完全完全免费 [18:15] Token根本不是一个限制的 [18:17] 这么一个产品才行 [18:18] 1亿token是对应多少美元 [18:21] 如果全部按照Input来算 [18:23] 按照他们成本来算 [18:24] 应该是100美元左右吧 我估计 [18:26] 每个用户100美元的免费额度 [18:28] 每个星期 [18:29] 那挺多的 [18:30] 对 就纯烧钱嘛 [18:33] 我还听到一种说法 [18:34] 说Meta Muse它里面比较耗钱的 [18:37] 不仅仅是这个token的成本 [18:39] 还有它云端虚拟机的成本 [18:41] 因为现在内存 [18:43] 跟CPU都很贵 [18:44] 如果你去看我们RL（强化学习） [18:45] 训练的过程当中 [18:46] 我们CPU跟GPU的价格 [18:48] 其实CPU [18:49] 我们一开始都用那种虚拟的 [18:52] 那些service去做虚拟sandbox（沙箱） [18:54] 然后发现实在是太贵了 [18:56] 我们最后就直接租个大的CPU box [18:59] 自己去架sandbox [19:01] 因为它当中其实没有什么 [19:02] 太大的门槛 [19:04] 只是Compute很关键 资源很关键 [19:07] 所以我们最后还是决定说 [19:08] 自己架这个Sandbox [19:10] 不去别人那租了 [19:11] 我们有一次 [19:13] 做大型rollout（批量试跑）的时候 [19:14] 发现CPU的价格跟GPU价格一样了 [19:17] 甚至就很离谱 [19:19] 你刚刚提到了 [19:20] Meta Muse跟Manus比 [19:21] 它现在走的路 [19:22] 可能是Manus最开始 [19:24] 因为最开始Manus [19:25] 它也想自己去操作浏览器 [19:28] 最后回到了白领工作 [19:29] 那你会看好像Meta Muse [19:31] 长远的一个发展吗 [19:33] 还是觉得它的现象级 [19:35] 只是在一个非常短的时间 [19:37] 我觉得这波consumer [19:39] 最后一定会land到 [19:42] 软硬件结合的状态 [19:43] 我觉得Meta如果能够把 [19:45] Wearable（可穿戴设备）做很大 [19:46] 有可能有机会 [19:47] 就是为什么我觉得 [19:48] 最后要land到软硬件结合的原因 [19:51] 是因为云端这件事情 [19:53] 不能代表这个用户本身 [19:55] 这也是为什么browser [19:56] 把他们给完全block掉的原因 [19:57] 因为一旦换了个云端的虚拟机 [20:01] 它不能够验证说 [20:02] 这个人本身就是用户本身 [20:05] 我觉得用户的ID [20:07] 或者是使用agent的 [20:08] 那个用户的identity（身份）本身 [20:09] 会是这一波toC的一个关键 [20:12] 如果说商家能够去确认 [20:14] 这个agent就代表这一个人 [20:16] 去做的这么一个操作 [20:17] 有可能很多商家会愿意做这件事情 [20:20] 但是现在如果用云端的虚拟机 [20:22] 云端的browser [20:23] 他很有可能是 [20:25] 没有办法去验证这件事情 [20:26] 他会觉得说我的流量入口 [20:28] 被人剥夺了 [20:29] 如果说他是一对一比例的话 [20:31] 比如说我有一个用户 [20:32] 他本来就要访问我 [20:34] 他通过agent还是访问我 [20:35] 其实对于我来说 可能是OK的 [20:38] 但如果说 [20:38] 原本我是一个用户 对阵我 [20:41] 然后他现在搞了20个agent [20:43] 这20个agent本身的消费能力 [20:45] 跟原来可能一个agent是一样的 [20:47] 这20个agent还不停地比价 [20:49] 不停地去在我这边刷流量 [20:51] 把我这边的所有的流量全都弄乱了 [20:53] 那对我来说是得不偿失的 [20:55] 所以我觉得 [20:56] 软硬件结合可能会是一个机会 [20:58] 如果说这个硬件本身属于这个用户 [21:00] 他就可以直接确认说 [21:02] 这个agent就是这个用户 [21:03] 是一个代表行为 [21:05] 我就会愿意把这个access开给你 [21:08] 我觉得你这个洞察真的非常厉害 [21:10] 我其实前几天跟朋友吃饭 [21:12] 我们也提到了这个观察 [21:14] 因为你云端的那个IP [21:16] 是非常容易被商家block住的 [21:19] 能不能个人访问的IP是在本地 [21:22] 在他自己的硬件里 [21:23] 比如说手机 [21:24] 比如说Mac mini [21:26] 但是其实这个对他们来说 [21:27] 也是一个很大的问题 [21:29] 就是你怎么样去绕过苹果 [21:31] 你如何确保他们个人的 [21:33] 这个终端设备是安全的 [21:35] 他们怎么敢 [21:36] 对 我觉得现在这个生态本身 [21:38] 是很复杂 [21:39] 比如说我们跟高通 英特尔 AMD [21:42] 联想 惠普等等都有合作 [21:45] 像我们做硬件 软件结合 [21:48] 加模型结合的这一套东西 [21:50] 其实也要去找落地方向 [21:53] 以及说哪些场景最容易落地 [21:55] 而他们做toC [21:56] 或者toB（面向企业）的场景 [21:57] 就会卡在access这件事情上面 [22:00] 以及卡在Identity和硬件 [22:03] 这个层面上面 [22:03] 所以双方可能未来从商业行为 [22:06] 或者说从生态上面有一个 [22:08] 合作的潜在机会在里面 [22:11] 但是我觉得最后肯定是一个 [22:13] 模型 软件和硬件 [22:16] 三方都得要合作共赢的一个状态 [22:19] 才能够打破这个局面 [22:21] Bill Meta Muse [22:22] 它后台接的是什么模型 [22:24] 你知道吗 [22:24] 这个东西有rumor（传闻） [22:26] 肯定官方会说用的是Muse Spark [22:28] 但X上面有人扒出来说 [22:30] 他们有一些调用OpenAI的场景 [22:32] 我怀疑会有些routing（路由）存在 [22:34] 如果Muse Spark不够strong [22:36] 它可能会 比如说靠一些Astra [22:39] 或者靠一些Fable去解决问题 [22:42] 但我怀疑不太会 [22:44] 因为成本太高了 [22:46] 如果说我 [22:47] 10次iteration（迭代）里面有一次 [22:48] 我要去靠Astra或者靠Fable [22:50] 才能解决问题 [22:51] 那它就不是100刀的成本了 [22:53] 它有可能每个用户每个月 [22:54] 是200刀的成本 [22:56] 这获客成本有点离谱了 [22:58] OK 所以现在Astra跟Fable [23:01] 差不多是其他模型价格的2到3倍 [23:05] 不止 远不止 [23:06] 不止 [23:06] Astra现在是10美金的input [23:08] 我没记错的话 [23:10] 也就是说你是比GPT-6 Sol [23:12] 高5倍的价格 [23:13] Astra它的定价是 [23:15] 每百万token 10美元 [23:16] 输出是50美元 [23:18] 对 差不多4到5倍的价格 [23:20] 所以就很离谱 [23:22] 如果我要用这样一个模型 [23:23] 去解决一个难的任务 [23:25] 这一次就要调用三四十美金 [23:28] 我给你举个例子好了 [23:29] 我之前用Claude的subscription（订阅） [23:32] 然后我把20x的plan（套餐） [23:33] 给用完了 [23:34] 那次我很急 [23:35] 我必须要把那个任务解决掉 [23:37] 然后我就花了100美金 [23:40] 加一些credits（额度） [23:41] 我仅仅用了两次还是三次 [23:44] Back and forth的agent flow [23:45] 就全部用完了 100美金 [23:48] 你就很难想象 [23:48] 如果我作为Muse [23:50] 然后我去把其中10%的traffic [23:54] 引到Astra上面 [23:55] 是个什么样灾难性的一个cost [23:58] 当然Meta可能财大气粗 没关系 [24:00] 但是它的竞争对手Instinct [24:03] 现在我估计它必须得用 [24:05] 至少是Sol级别的模型 [24:07] 它估计会用很多开源模型 [24:08] 去打个底座 [24:09] 中间再去做一些routing之类的 [24:12] 但他们每个用户的获客价格 [24:14] 肯定是非常可观的 [24:16] 不只是他们广告上面 [24:17] Marketing上面的获客 [24:19] 在那之后 [24:20] 它还是会有大量的获客成本在里面 [24:22] 所以我觉得这个事 [24:24] 烧钱会烧得很夸张 [24:26] 这是我们的愿景 [24:28] 如果说电脑上 [24:29] 自己就可以跑所有的东西 [24:30] 那就没有必要再去跑到云端上 [24:33] 至少60%到70%的token [24:35] 是本地产生的 [24:36] 或者说我自己 [24:37] 私有compute上面产生的 [24:39] 那它就不需要再去花那么多的钱 [24:41] 全都route到 [24:42] Frontier model（前沿模型）上面去了 [24:43] 希望未来这个地方 [24:44] 有个convergence（趋同） [24:45] 就看他们能够足以烧多久 [24:48] 比如他们足够的钱 [24:49] 可以烧个一两年 [24:50] 那我们这个行业的模型 [24:52] 也逐渐成熟了 [24:54] 最后可以有一个平衡的状态出现 [24:57] 大家在toB的工作流中 [24:59] 会用xAI的Grok Bot吗 [25:02] 我自己身边用Grok Bot的人 [25:05] 更多是在尝鲜 [25:07] 因为它相对比较主动一点 [25:09] 但是你用Codex [25:10] 或者用Claude Code [25:12] 其实都可以解决这些问题 [25:14] 就真的把它接进工作流的 [25:15] 可能相对少一些 [25:17] 我自己身边好多真正在B端 [25:19] 比如说legal [25:20] Healthcare（法律 医疗） [25:21] 真正在那些传统的企业里面 [25:23] 在工作的人 [25:24] 现在还纠结于怎么能够脱离 [25:27] Microsoft Copilot的泥潭 [25:30] 甚至都不能自由地使用 [25:31] Codex和Claude Code [25:33] 就更别说要到Grok Bot这个级别了 [25:36] 所以我觉得整个行业 [25:38] 现在分差非常大 [25:39] 走在前面的人什么都可以随便用 [25:41] 走在后面的人 [25:42] 现在还在泥潭里挣扎 [25:44] 这个很有意思 [25:45] 因为Astra它里面 [25:47] 也可以调用很多自己的agent [25:49] 我们之前看OpenAI解数学题 [25:52] 它内部调用了一个更强的模型 [25:54] 大概用了1万个子agent（子智能体） [25:57] 我其实最近跟比较前沿的 [25:59] 模型的研究员聊 [26:01] 我听到一个很有意思的观点 [26:03] 他们认为现在在toC [26:05] 跟消费级的agent上 [26:07] Token的使用量其实是 [26:09] 花不了多少钱的 [26:10] 一个是推理成本在下降 [26:13] 其实这个token的成本 [26:14] 比大家想象中要便宜 [26:16] 但是现在真正最烧钱的地方 [26:18] 包括前沿模型研究员 [26:20] 以及OpenAI Claude DeepMind [26:22] 这几家公司在看 [26:23] 跟在竞争的核心领域是 [26:25] AI for Science [26:27] 就是那些未被解决 [26:28] 未被定义的科学问题 [26:30] 他们要去解那些数学题 [26:33] 或者需要跑像王教授这样的 [26:35] 一些生物实验 [26:36] 这个是非常非常烧token [26:38] 而且是内部消耗量最大的一个方向 [26:42] 比如说我刚刚提到的 [26:43] OpenAI去解数学问题 [26:46] 纳维-斯托克斯方程这一个问题 [26:49] OpenAI它的agent就是发了 [26:51] 大概有270万条信息 [26:54] 消耗了约1300亿输出的token [26:58] 第三方按照零售价给它算了一下 [27:01] 这部分它会消耗多少钱 [27:03] 大概是在2200万美元 [27:06] 因为现在整个模型的进化 [27:08] 就像Bill你刚刚说的 [27:09] 它的使用都分好几个梯队 [27:11] 但是对普通人来说 [27:13] 就比如说我们今天聊Astra的发布 [27:15] 普通人可能很难感受到 [27:17] 我在Astra的使用上跟上一代的模型 [27:20] 甚至我们说跟Claude的其他模型 [27:22] 有什么非常明显的区别 [27:24] 我觉得这个对普通人的感知来说 [27:25] 已经不大了 [27:27] 但是它对前沿的科学家来说 [27:30] 它的能力的提升 [27:31] 它的感知是非常大的 [27:32] 所以前沿Lab在看的这些方向 [27:35] 跟我们想象中的方向 [27:37] 它还是不太一样的 [27:38] 就是他们觉得 [27:39] 做一个非常大的科学突破 [27:41] 或者说如果真的AI它能制药了 [27:44] 它能解决很多的疾病 [27:45] 那个利润是更可观的 [27:48] 我其实这个地方有点想问 [27:50] 许教授跟王教授 [27:51] 我自己因为是主要 [27:52] 只做Post training（后训练） [27:54] 同时做一些model的 [27:55] 模型结构层面改动 [27:56] 在focus on小模型多一些 [27:58] 因为我们想做本地私有化的模型 [28:01] 我们能看到的就是 [28:02] 我们这个层次的模型 [28:04] 在我们优化之后 [28:05] 和frontier model的差距越来越小 [28:08] 当然我们没有钱去训练一个 [28:09] 万亿参数模型 [28:10] 但是我们看到这个智能差距 [28:13] 是在变小的 [28:13] 至少在白领工作 [28:15] 和我们自己的工作流当中 [28:18] 从一个AI for Science角度 [28:20] 或者说从robotics角度 [28:22] Frontier model在每一代的迭代当中 [28:24] 你们觉得会有多大的提升 [28:26] 比如说我们从Opus 4.5 [28:28] 到4.6的区别 versus [28:30] 从我们现在最前 比如说 [28:33] 当时应该还没有Opus [28:34] 应该是4.8到Fable之间的区别 [28:36] 或者说5.6到Astra之间的区别 [28:39] 这个差距能可比吗 [28:41] 我的观点是 [28:42] 它的AI for Science能力 [28:44] 确实是有一个很大的提升 [28:46] 在Biomedical domain（生物医学领域） [28:47] 但是这个提升主要来自于 [28:49] 它的coding 这种general的coding [28:52] 查文献 然后做长程任务的能力 [28:54] 并不是它对这种 [28:55] Biomedical knowledge（生物医学知识） [28:56] 能力的提升 [28:57] 它有一些benchmark [28:58] 是专门测Biomedical knowledge的 [29:00] Astra上并没有提升 [29:02] 就这种知识层面的 [29:04] 我们现在实际用的时候 [29:05] 其实很难去使用Astra [29:08] 或者去使用Opus或Fable [29:09] 因为它对生物医学的任务 [29:11] 都会防范得越来越严 [29:13] 它都会refuse to answer（拒绝回答） [29:14] 这个是非常严重的问题 [29:16] 所以我们其实内部用的时候 [29:17] 都是用Kimi K3 [29:18] 或者Muse Spark 1.3 [29:20] 当如果要用Astra的时候 [29:22] 都要用一些比较特殊的方式 [29:23] 来跟Astra说 [29:24] 我这不是在做一个危险的任务 [29:25] 我只是在设计一个benchmark等等 [29:27] 所以实际这种大模型的使用体验 [29:30] 随着能力的增强 [29:31] 其实是越来越差的 [29:33] 还有一个点就是 [29:34] 刚才Bill说得很有道理 [29:36] 其实我也认可 [29:36] 就在各种已经定义得很明确的 [29:39] AI for Science benchmark上 [29:40] 小模型确实是可以 [29:42] 和大模型的差距越来越小 [29:44] 但是我个人觉得 [29:45] 这些benchmark本身 [29:46] 就不是定义得那么好 [29:48] 所以大家追赶的方向 [29:50] 包括大模型进步的方向 [29:51] 都可能不是完全正确的 [29:53] 这些benchmark定义的时候 [29:55] 大家都会定义一个更好 [29:56] 让AI模型去做的 [29:58] 比如说有一个明确的生物数据集 [30:00] 要预测一个明确的问题 [30:02] 这和我们真的做的制药发现 [30:03] 其实是gap非常大的 [30:05] 本质上这些现在的 [30:07] 生物医学benchmark [30:08] 就是一个Kaggle这种 [30:09] Data science（数据科学）的比赛 [30:11] 所以它就退化成一个 [30:13] MLE-bench（机器学习工程基准）中 [30:14] Machine learning的问题 [30:15] 那这种Astra在coding能力上提升 [30:17] 就会有很大的进步 [30:19] 我觉得从Robotics（机器人学）角度 [30:21] Astra是一个飞跃式的 [30:23] 在过去刚提到的几个 [30:24] 无论是Opus 4.5 4.6 [30:27] 还是到Fable的变化 [30:29] 都没有Astra这次 [30:31] 给Robotics带来的变化大 [30:33] 因为过去的所有升级 [30:36] 在Robotics的这个测试上面 [30:38] 几乎都没有什么太好的表现 [30:40] 原来不能做 现在仍然是不能做 [30:42] 相当于定性上面没有变化 [30:44] 但Astra现在带来的变化是 [30:45] 它整个定性是有变化的 [30:48] 很多的Robotics的benchmark [30:50] 失效了 [30:51] 像RoboDojo几个 [30:52] 大家相对认可的Robotics [30:55] 尤其是仿真的benchmark [30:56] Astra都成了第一名 [30:58] 无论是它用了哪种数据 [30:59] 但是它带来的这个能力 [31:01] 都是彻底地把原来的这个模型 [31:03] 进行一个飞跃式升级 [31:04] 但是关于刚刚说的小模型 [31:06] 和大模型这个问题 [31:07] 我倒是觉得 [31:08] 长期来说我们一定是需要一个 [31:11] 小的 跟Astra能力相当的模型 [31:14] 原因是机器人的任务 [31:16] 它有时间要求 [31:18] 它是需要及时响应 [31:19] 需要有高动态任务 [31:21] 比如说我要抖一个毛巾 [31:22] 这样的能力Astra是做不了的 [31:24] 因为它太慢了 [31:25] 它知道我要快动一下 [31:26] 但是它只能写code来做 [31:28] 如果让它直出动作 [31:29] 是没有办法去做的 [31:31] 在这种情况下 [31:31] 我们一定需要一个快决策的模型 [31:34] 只不过我们需要把 [31:35] 现有的Astra的CoT [31:36] 或者是它的reasoning（推理）能力 [31:38] 以及3D理解 [31:38] 要把它加进去 [31:40] 所以你觉得未来机器人 [31:42] 它的方向会变成 [31:43] 比如说大模型去做规划 [31:45] 小模型它负责实施控制 [31:47] 这样的分层架构吗 [31:48] 这个分层架构大家其实一直 [31:50] 都还是比较认同的 [31:52] 只不过这个层的这一刀到底切在哪 [31:54] 怎么样的分层方式 [31:56] 是大家一直有辩论的 [31:57] 就比如说原来大家普遍认为 [31:59] VLM（视觉语言模型） [31:59] 是做任务规划层 [32:01] 那这个任务规划层大概就是到 [32:02] 我跟你说我要吃西红柿炒蛋 [32:05] 那VLM规划的可能就是 [32:07] 打开冰箱门 [32:08] 拿出什么西红柿 拿出鸡蛋等等 [32:11] 底下的小模型或者说具身的模型 [32:14] 它会去执行 [32:15] 打开冰箱门究竟怎么办 [32:16] 打鸡蛋怎么做 [32:17] 但是Astra这次它最大的一个变化是 [32:20] 它现在能做低层次的动作控制 [32:23] 就相当于它可以给你的指令 [32:25] 变成了把手往右伸两厘米 [32:28] 或者把手放在冰箱门的把手上 [32:30] 如果没有抓住的话 [32:31] 它说那你再往前靠一靠 [32:33] 所以它相当于把这个层往下压了 [32:35] 原来是大家边界很清晰的 [32:37] 你负责那块 我负责底下 [32:39] 但是它现在说 [32:39] 我现在能力非常强 [32:41] 除了慢以外 我可以往下压一点点 [32:43] 那底下的这个就更像是一个 [32:45] 反射式的 对吧 [32:46] 我能听懂说往左往右 [32:48] 有点像是一个提线木偶的感觉 [32:50] 肯定有一些声音就是说 [32:52] 那是不是未来上层的这个模型 [32:54] 可以无限往下压 [32:55] 压到最后是不是就变成一个 [32:57] 完全端到端的VLM [32:58] 就像Astra直接控制所有事情 [33:00] 我个人的观点是 [33:02] 我觉得这个还是不是很合理 [33:04] 现在看起来 [33:04] 第一 很明显是速度 [33:06] 基本上你在网上看到的 [33:07] Astra做控制的 [33:09] 都是要16倍速或24倍速才能看 [33:11] 否则的话基本上就是在那纯等待 [33:14] 第二个 我觉得现在的Astra [33:16] 还是对物理非常缺乏理解的 [33:19] 尤其是对于人类来说 [33:20] 叫直觉或者叫直觉物理学 [33:22] 我随手可能碰一个物体 [33:24] 它如果有水可能会洒 [33:26] 如果是玻璃可能会碎 [33:27] 这些事情可能Astra [33:29] 如果经过很多语言推理是可以理解 [33:31] 但是如果我们希望 [33:33] 它去做一个任务当中 [33:34] 立刻有这方面的理解 [33:36] 它可能效果还不够好 [33:37] 这个地方可能还是需要像世界模型 [33:40] 或者是像快速的模型 [33:41] 要去做一些直觉式的反应 [33:44] 你刚刚提到了它速度慢 [33:45] 它速度慢是因为什么 [33:46] 是因为它的模型太大了吗 [33:48] 它的推理时间太长了 [33:50] 模型大肯定是有这样的一个原因 [33:52] 另一个就是它CoT很长 [33:54] 虽然它是加密的CoT [33:56] 给出来的那个CoT应该是假的 [33:58] 我理解 [33:58] 但是它的内部的CoT是非常长的 [34:01] 所以它做每一步的决策 [34:03] 做的思考 是非常冗余的 [34:04] 尤其是面对简单任务的时候 [34:07] 我们观察到 [34:08] 面对复杂任务和简单任务 [34:09] 它的思考时长基本上是相似的 [34:11] 这也意味着复杂任务它很聪明 [34:14] 但是到了简单任务上 [34:15] 它就变成了一个额外开销 [34:17] 使得它看起来非常笨 [34:19] 内耗型人格 [34:20] 是的 [34:21] 许教授 我这边也有个问题想问 [34:24] 机器人模型的大小 [34:26] 现在基于目前 [34:27] 可以在机器人上面搭载的芯片 [34:30] 它应该能够做到什么样的模型大小 [34:33] 是一个比较ideal（理想）的状态 [34:36] 以及如果说这个模型放在云端 [34:39] 它像一个Jev一样 [34:41] 立刻给你输出 [34:41] 所有的Configuration（配置） [34:43] 那在这种情况下 [34:44] 什么样的网络延迟 [34:45] 是可以被接受的 [34:47] 如果是搭载在本地 [34:49] 这个模型可能最好是在一个 [34:51] 小于10B这样的尺寸 [34:53] 是比较舒适的 [34:54] 当然 十几B或者是小几十B [34:57] 其实也是能做的 [34:58] 但是这个硬件成本可能会要上去 [35:01] 用的这个芯片可能要升级 [35:03] 如果搭载在云端的话 [35:05] 我们自己在破壳机器人也是 [35:07] 两条路都在走 [35:08] 我们自己也会有模型搭载在云端 [35:10] 以API的形式供大家去用 [35:13] 这样的一个方式的话 [35:14] 我觉得这个模型尺寸 [35:16] 其实就没有什么太多的限制了 [35:17] 更多的是网络延迟 [35:18] 和你的这个卡到底是哪一代的卡 [35:21] 网络延迟的话 [35:22] 因为要看任务 [35:23] 就你以API的形式一定不能做 [35:26] 高动态和时间敏感的任务 [35:28] 比如倒水这种就不适合做 [35:30] 如果你卡了一下水可能就冒出来了 [35:32] 所以我们先假设都做的是 [35:34] 准静态的任务 [35:35] 那在这种情况下 [35:36] 我觉得200毫秒 [35:37] 甚至更长一点 几百毫秒 [35:38] 我觉得都是可以接受的 [35:40] 但是如果你说做高动态任务的话 [35:42] 我觉得一定是要在本地 [35:43] 没有办法在云端 [35:45] 因为卡一下就完全坏掉了 [35:47] 对 有道理 [35:48] 对 许教授 因为我知道 [35:50] 之前你们公司有一个demo的场景 [35:52] 就是用筷子夹小球 [35:54] 现在比如说你们用自己的模型做 [35:56] 跟用Astra做 它的区别是什么 [35:58] 用我们自己的模型去做的话 [36:01] 首先时间上做得快很多 [36:02] 其次它在抓的时候 [36:04] 是连续不断地去做尝试的 [36:07] 这个过程中 [36:07] 没有太多的逻辑上的思考 [36:09] 我抓了一次失败了 [36:10] 可能我稍微碰到一点它 [36:12] 我的状态发生了一些变化 [36:14] 那我可以换一个角度去做尝试 [36:16] 但是如果是Astra的话 [36:18] 它每做一步以后都要分析 [36:20] 发生了这个的原因是什么 [36:22] 然后根据这个原因 [36:23] 它要去给自己指令 [36:24] 相应的我要做什么样的调整 [36:26] 这个过程看起来 [36:27] 更像是这个人类的思考过程 [36:29] 但是这个地方也会 [36:31] 一个是带来它很缓慢 [36:32] 第二个 会发现它有时候会陷入到 [36:34] 一些僵局里面 [36:35] 它有时候无法理解 [36:37] 为什么会发生这样的事情 [36:39] 或者是它一旦分析出错了 [36:40] 它就没有办法再进一步去推进了 [36:43] 还有一个我们看到的点 [36:44] 如果我们去抓一个桌面上的物体 [36:47] 旋转这件事情 [36:48] Astra其实做得 [36:49] 相对来说还是弱一些 [36:51] 但是它能做 [36:52] 在旋转的这件事情上面 [36:53] 我们看到的是 [36:55] 它要反复地尝试 [36:56] 怎么样去转才能去把它 [36:58] 比如抓起东西以后 [36:59] 我再去塞到一个墙上的小孔里 [37:01] 这样的能力 我觉得 [37:02] 目前还是有一定的短板的 [37:06] 那你觉得像Astra它出来以后 [37:08] 因为我知道 [37:09] 现在机器人公司分很多种 [37:10] 就比如说做大脑的 [37:12] 包括这个大脑怎么做 [37:13] 它是Sim-to-Real（仿真到真实）的路径 [37:15] 还是说它用整个物理世界的数据 [37:17] 它都有分很多的流派 [37:19] 然后还有做本体的 [37:20] 还有做数据的 [37:21] 你觉得它对哪一类公司的冲击 [37:23] 影响会比较大 [37:25] Sim-to-Real的路线 [37:26] 我一直是认为仿真是没有办法 [37:29] 训出最好的机器人的模型和策略的 [37:32] 很多人说Astra让仿真重新复活了 [37:35] 因为它做Real-to-Sim [37:36] 就是说把真实世界迁移到仿真里面 [37:38] 这件事变得非常容易 [37:40] 但是它其实只是把它3D的外观 [37:42] 做得非常好 [37:43] 但是它并没有因为Astra出现 [37:45] 然后物理引擎变得更准确了 [37:47] 因此我觉得它在这个地方 [37:49] 我觉得是一个hype（炒作） [37:50] 或者是一个 [37:51] 虽然它带来了很多变化 [37:52] 但这个变化并不直接导致机器人 [37:54] 会变得更好用 [37:55] 第二个就是我觉得 [37:56] Astra肯定是利好本体的 [37:58] 利好硬件的 [37:59] 就Astra出来这两三周吧 [38:01] 斯坦福已经有一个课题组 [38:03] 去把Astra接入一个宇树机器人里面 [38:06] 让它在家里面去做一些家庭任务了 [38:09] 这件事情还是非常非常快的 [38:10] 就相当于他做了一个论文 [38:12] 可能大概两周时间就做出来了 [38:14] 可以看到 在Astra有了很强的 [38:16] 跨本体泛化能力以后 [38:17] 你的本体如果质量足够好 [38:18] 那可能连接Astra [38:20] 直接可以做一部分事情了 [38:21] 尽管它还只能是demo级 [38:23] 对于做大脑的公司 [38:24] 我觉得是有两派 [38:26] 一派是相信会有一个更快的 [38:29] 更好的具身自己的模型 [38:31] 当然可能可以从Astra身上 [38:33] 去学到一些 [38:34] 比如数据标注的方式 [38:35] CoT的方式等等 [38:37] 我觉得是会带来一些 [38:38] 整个行业的增长的 [38:39] 我觉得是一个好事 [38:40] 当然还有一派就是说 [38:42] 它的具身模型能力可能不够强 [38:44] 那可能直接放弃掉这件事了 [38:45] 就是说既然Astra好 [38:46] 那我就专注在怎么用它 [38:48] 或者是怎么样把我的东西 [38:50] 当作它的一个工具 [38:52] 让Astra来调用我的这些小的东西 [38:54] 来完成任务的闭环 [38:55] 那可能更像是一个 [38:57] 机器人部署的公司了 [38:58] 所以我觉得会有一部分公司 [39:00] 逐渐走向更偏部署的机器人 [39:02] 有一部分公司会做更小的 [39:04] Astra这样的能力 [39:05] 或者超过Astra能力的模型训练 [39:08] 你觉得它对整个机器人未来 [39:10] 它如何去做研究 [39:12] 包括刚刚您提到的 [39:13] 分层分到哪个位置 [39:15] 它会有一些新的启发 [39:17] 或者带来比较大的变化吗 [39:19] 我觉得会带来非常大的变化 [39:20] 第一个是整个模型训练的范式 [39:23] 我觉得大家未来都不会忽略 [39:25] Astra这样的一个范式 [39:26] 所以训模型的人 [39:27] 肯定会产生一些新的想法 [39:29] 另一个就是 [39:30] 以前做传统机器人规划的人 [39:33] 他们现在可能会往agentic（智能体化） [39:35] 更偏harness这样的方向 [39:36] 去做机器人的研究 [39:38] 如何把各种各样的能力组合起来 [39:40] 机器人领域有一个领域 [39:41] 叫TAMP（任务与运动规划） T A M P [39:43] 它会把规划和控制放在一起 [39:45] 然后去做长程任务 [39:47] 那过去这个领域 [39:48] 我觉得是比较古板的 [39:50] 或者说比较上一个代际的一个能力 [39:52] 因为它很多时候 [39:54] 都用传统的规划手段 [39:55] 然后去做 一步一步的 [39:57] 如果我的下一个任务是拧开瓶盖 [39:59] 那我的上一步要确认 [40:00] 这个瓶盖首先是关着的 [40:02] 否则的话我不能到下一步 [40:03] 这些事情其实在过去 [40:05] 我觉得是相对有一点过时的 [40:07] 但是到了agentic部分 [40:09] 它好像又重新焕发生机了 [40:11] 可能是规划去模型 [40:12] 然后现在有了好的模型以后 [40:14] 又回到规划 [40:14] 可能是变得很重要了 [40:16] 所以我觉得对整个研究 [40:17] 肯定也会带来一些变化的 [40:19] 您刚刚提到了 比如说 [40:21] 一些特别好的机器人大脑的公司 [40:23] 他们可以向Astra学习 [40:25] 数据标注的方式 [40:27] 您觉得您从中间获得的启发是什么 [40:29] 我觉得就是要把里面的因果 [40:31] 和直觉物理标注清楚 [40:33] 我做这件事情成功是为什么 [40:36] 失败是为什么 [40:37] 我做了这件事情 发生了这个结果 [40:39] 这里面的交互过程 [40:41] 需要详细地标注出来 [40:42] 我觉得这个部分是很重要的 [40:44] 过去的机器人很多标注的时候 [40:46] 是只标注一句话描述你做了什么 [40:48] 就相当于只做正向标注 [40:49] 没有把背后的 [40:51] 我没抓住它 [40:52] 原因是我到底是抓的位置偏上了 [40:54] 还是说这个东西沾了水 太滑了等等 [40:57] 这些东西要去标注出来 [40:59] 有了这些东西 [41:00] 我们才能真正做一个 [41:01] 通用的机器人大脑 [41:03] 那这是不是说 [41:04] 它对整个数据标注公司也会有影响 [41:07] 因为我知道现在还蛮多人 [41:08] 做机器人数据标注的 [41:10] 我听说的传言是 [41:12] OpenAI现在只买不标注的数据 [41:14] 它觉得外面的标注都是错的 [41:17] 他们都是自己内部重新再标注 [41:19] 另一方面 [41:19] 他们可能也是为了保密 [41:20] 就是说我不想把我标注方式 [41:22] 透露出去 [41:23] 所以一定程度上 [41:24] 对数据公司来说会有两种 [41:26] 一种是 我卖生数据 生肉这种感觉 [41:30] 相当于在卖石油 是一个原材料 [41:32] 主要还是要靠起量来做 [41:35] 我需要的是管理1000个人 [41:37] 或者1万个人在那采数据 [41:38] 或者把所有的家都map一遍 [41:41] 还有一部分就是做熟肉 熟数据 [41:43] 那他就需要去了解到最前沿的模型 [41:46] 是如何去训练的 [41:49] 如果他有一些这方面的知识 [41:51] 他就可以很自信地说 [41:52] OK 这个是OpenAI的标注方式 [41:54] 这个是π的标注方式 [41:56] 你喜欢哪个 我去卖给你 [41:58] 他这个单价可以翻10倍 [42:00] 甚至更高的价格 [42:01] 这个水还挺深的 [42:03] 是的 [42:03] 而且要知道这些模型公司的研究品味 [42:06] 本来就不容易 [42:07] 对 他们需要在交易的过程中 [42:10] 获得局部观察 [42:11] 来推理对方 也是一个CoT [42:13] 对 推理对方 [42:13] 到底在怎么样使用这个数据 [42:15] 对 那您觉得 [42:17] 它对整个未来机器人研究方式 [42:20] 会带来变化吗 [42:21] 因为大家之前是在研究 [42:22] 机器人方向的垂直模型 [42:24] 现在说大模型的能力足够好了 [42:27] 它也可以驱动机器人 [42:28] 虽然它有ABC的问题 [42:30] 那会不会以后说机器人的训练可能 [42:32] 它的底层就还是一个基模 [42:35] 它只用做后训练就可以了 [42:36] 如果我们想要真正意义上部署的话 [42:39] 一个几T的模型 [42:40] 肯定是很难去做部署的 [42:43] 如果是远程的话 [42:44] 我觉得是可以解决一部分任务的 [42:46] 但是不能解决所有任务 [42:48] 如果我们都是Astra这种基础模型 [42:50] 我觉得是不太能成为未来 [42:52] 所有机器人去使用的模型 [42:54] 一定是会有一个 [42:55] 相比于Astra要小得多的模型 [42:58] 有相似的能力这样一个范式 [43:00] 即使它在云端去做服务 [43:02] 去做host（托管） [43:03] 我觉得也仍然是一个 [43:05] 机器人专用的模型 [43:07] 您觉得从Astra发布到今天 [43:10] 已经大概有三四周的时间 [43:12] 您对它的理解 [43:13] 包括最开始我知道 [43:15] 它有机器人画金门大桥的 [43:17] 那个demo的时候 [43:18] 很多机器人的创始人是很慌的 [43:20] 包括后来大家也会自己去试 [43:22] 整个过程 [43:23] 您心理上会有一些变化吗 [43:25] 会的 首先它出来的时候 [43:28] 大家刚开始尝试 [43:29] 基本上都是觉得非常的惊艳 [43:32] 最开始尝试当然是让它抓一个东西 [43:33] 然后它很快完成了 [43:35] 后面就是会尝试更复杂的 [43:37] 比如说刚刚提到的 [43:38] 有一些空间上面的要求 [43:39] 比如要旋转 [43:40] 再后面有一些更复杂的语义 [43:42] 甚至是到一些物理上面的东西 [43:44] 去逐步尝试它的时候 我们会觉得 [43:47] 机器人的GPT时刻还是GPT [43:49] 但是再往深入去看的话 [43:51] 还是看到很多问题 [43:52] 比如说它现在仍然像双臂的任务 [43:55] 是几乎没有办法去做的 [43:56] 比如说在叠衣服这件事情上 [43:58] Astra是完全叠不了的 [44:00] 所以我们有一个感受就是 [44:02] 在一个语言不太好描述的任务上面 [44:04] Astra的能力其实并没有很强 [44:06] 所以我们还是看到 [44:07] 它在足够灵巧的地方仍然有空间 [44:10] 第二个就是 [44:11] 我们发现它的总结能力还不是很好 [44:13] 比如说第一次做一件事 [44:15] 会花一个 比如说一个小时 [44:17] 第二次做这件事可能花45分钟 [44:19] 然后我们让它持续不断地去做 [44:21] 它永远都是45分钟 [44:23] 它基本上到第三次开始 [44:24] 就变成一个常数 [44:26] 不会说像人或者说一些更小的模型 [44:28] 它在充分的训练以后 [44:30] 它的时间会越来越短 [44:31] 最后我们可能随手干一件事 [44:33] 就是几秒钟就做完了 [44:35] 所以在这个地方还是可以看到 [44:36] 机器人本身的原生模型 [44:38] 还是有很多空间的 [44:40] 再到现在 [44:41] 我觉得更多的是我们要想到底 [44:43] 我们叫系统1 系统2 [44:45] 就是快慢系统 [44:46] 它们之间到底应该是怎么样结合 [44:49] 上面的Astra到底是调用 [44:51] 还是说给出一些指令 [44:53] 还是给出什么样的指令作为界面 [44:56] 因为它已经出现了 [44:57] 你不能回避它 [44:58] 但是它自己又有很多问题 [44:59] 你又没有办法直接用它 [45:01] 所以下一个问题是 [45:02] 怎么样把机器人公司擅长的东西 [45:04] 和Astra这样的模型 [45:05] 充分地结合起来 [45:06] 能做出真正通用的机器人 [45:08] 我觉得到现在还是更多从技术角度 [45:11] 去想未来怎么做 [45:12] 对 最近还有一个项目也很火 叫Jev [45:15] 它可能就是 [45:16] 很多的是用系统1 系统2 [45:18] 快思考 慢思考的一套理论去做的 [45:21] 你觉得这个 [45:21] 对机器人领域的影响大吗 [45:23] 我觉得Jev 它自己叫做自己系统1 [45:26] 我觉得跟机器人本身的原生模型 [45:28] 是很像的 [45:29] 机器人大家一般来说 [45:30] 会认为它是一个 [45:31] 主要是系统1 [45:33] 有一小部分系统2的能力在里面 [45:35] 所以我觉得机器人就应该是一个 [45:37] 相对来说的快系统 [45:39] 但是Jev其实我们也做了尝试 [45:41] 首先Jev在机器人上表现是很差的 [45:44] 为什么 [45:44] 多方面原因 [45:45] 首先 当然OpenAI好像 [45:46] 最近也要发新的东西了 [45:48] 但是Jev本身没有办法输入图像 [45:51] 所以你的图像 [45:52] 需要以状态的形式给到它 [45:53] 你必须要跑一个视觉的VLM也好 [45:55] 或者是跑一个其他的视觉模型 [45:57] 然后把这些状态给到它 [45:59] 然后再让它去做快速决策 [46:01] 我们测试下来 [46:02] 它比如说摞方块这种任务 [46:04] 它经常会摞不起来 [46:06] 或者是摞了以后就倒了 [46:07] 比如说Astra 它可以看到说 [46:09] 第一个块摞得有点歪 [46:11] 第二块就要反过来一点 [46:13] 往另一边靠一靠 [46:14] 这样子才能平衡 [46:16] 但Jev就没有这样的一个能力 [46:18] 但它可能 现在我看到很多人 [46:19] 说Jev可能可以用来标数据 [46:22] 因为它很快 [46:23] 但是我刚刚好像看到 [46:24] OpenAI要出一个快的 [46:26] 就类似于Jev的东西 [46:28] 而且是有图像多模态输入的 [46:30] 一个快系统 [46:31] 但是好像还没有尝试 [46:32] 应该是快要发布了 [46:35] 对 我们可以期待一下 [46:37] 那你整体觉得 [46:38] Astra的发布对机器人行业 [46:40] 你觉得它是一个正向的影响 [46:41] 还是一个冲击到大家的影响 [46:44] 它对整个机器人领域的影响 [46:46] 肯定是正向的 [46:47] 看到新的能力 [46:48] 但是肯定也有一些冲击 [46:51] 从每个个体来说 [46:52] 尤其是 比如说现在的模型能力 [46:55] 远远低于Astra的这些公司 [46:57] 可能会有一些担心 [46:59] 我永远都追不上它这个能力 [47:01] 我整体还是偏乐观的 [47:02] 它相当于是一个新的思路 [47:04] 其实照亮了很多 [47:06] 我们之前没有看到的地方 [47:07] 所以我个人觉得它是偏正向的 [47:11] 了解 那接下来来聊一聊 [47:12] 我自己非常感兴趣的 [47:14] 就是AI for Science的环节 [47:16] 现在你觉得Astra还有Fable 5 [47:19] 这几个模型在AI for Science上的能力 [47:22] 谁更强呢 [47:23] 我觉得Astra的能力会更强 [47:24] 因为它做那种长程任务的能力 [47:26] 要稍微强一点 [47:28] 对我们的应用来说 [47:29] 首先我们没有一个 [47:30] 明确的benchmark [47:31] 很难用现有的这些 [47:33] 生物医学的benchmark [47:34] 来衡量一个模型 [47:35] 它做生物医学任务的好坏 [47:37] 现在模型很缺乏做的一个事情就是 [47:40] 它可能做编程 [47:41] 或者做一些任务都做得挺好 [47:43] 但是我们想要模型是 [47:45] 能够指导我们去真实世界中 [47:48] 做生物医学实验 [47:50] 就如果我有个benchmark [47:51] 叫它预测一个东西 [47:52] 它可以做得很好 [47:53] 预测一个蛋白质的活性 [47:54] 但是我们现在最重要的一个场景 [47:56] 是AI模型能不能出一个实验方案 [48:00] 具体的我要怎么样做实验 [48:02] 在什么温度下 [48:04] 用什么分子 [48:05] 然后在怎么一个湿度 [48:06] 怎么一个情况下做这个实验 [48:08] 这是一个现在的模型都做不好 [48:10] 但是非常重要的点 [48:11] 我之前说叫Computer Use [48:13] 就是AI怎么控制computer 对吧 [48:15] 我们现在这方向 [48:15] 我们都叫它叫human use [48:17] AI怎么样控制真实实验中的 [48:20] 一些实验员 [48:21] 一些technician（实验技术员） [48:22] 去做实验 [48:24] 这是我们在对比了Astra [48:25] 和之前的一些模型中 [48:26] 发现Astra还是可以做得比较好的 [48:29] 这些任务的语料其实非常少 [48:31] 但是我觉得Astra它更强的能力 [48:33] 可能可以在这方面有一个提升 [48:36] 我理解它分成两类 [48:38] 一类是AI给方案 [48:39] 它去预测你的新药 [48:41] 可能是一个什么样的结构 [48:43] 跟分子组成 [48:44] 第二种就是说 [48:46] 这个方案做出来了 [48:47] 我们一定要在真实跟实验 [48:49] 甚至是干湿实验的环节 [48:52] 去验证这个方案可不可行 [48:54] 现在它第一个部分做得还可以 [48:57] 在第二个部分的时候 [48:58] 它现在给的方案还不够好 [49:00] 对 我觉得对第一个部分来说 [49:02] 其实是我们不知道AI做得好坏 [49:04] 这里面有一个悖论 [49:05] 如果一个问题 [49:06] 比如说我说开发一个 [49:08] 治疗癌症的药物 [49:09] 我如果知道答案 [49:11] 那这个问题 [49:11] 其实我没有必要去研究了 [49:13] 因为我已经知道 [49:14] 这个药物具体是什么了 [49:15] 所以我们真正在意的问题 [49:17] 都是不能被benchmark衡量的 [49:20] 都是没有答案的 [49:21] 所以我们在意的每一个问题 [49:22] 生物医学AI for Science的问题 [49:25] 最后都需要去湿实验去验证 [49:27] 干实验就是所有的预测 [49:30] 所有的分析 [49:30] 都在计算机中模拟 [49:32] 无论是CPU GPU [49:33] 都是在计算机中完成 [49:35] 湿实验就是我们需要在 [49:38] 真实的一个实验室 一个房间里 [49:40] 通过试管 通过培养皿 [49:42] 对老鼠 细胞等进行一些操作 [49:45] 所以这就是计算机之内 [49:47] 和计算机之外能达成的区别 [49:49] 我给AI出一道题 [49:50] 我是不可能知道答案的 [49:52] GPT给我一个药物的分子式 [49:54] 说这个能治疗癌症 [49:56] Claude给我另一个分子式 [49:57] 我都得去湿实验 去做这个实验 [50:00] 所以在做这个实验之前 [50:02] 它不仅是说给我个分子式 [50:03] 它还要有具体的一个实验的计划 [50:05] 怎么样能够合成这个分子式 [50:08] 这个小分子应该怎么储存 [50:10] 我应该以怎么一个周期给老鼠使用 [50:13] 这些特别细节的东西 [50:15] 是现在AI模型都做得非常差的 [50:18] 它能够生成一个分子式 [50:19] 因为世界上有很多这样的数据 [50:21] 但这个分子式怎么合成 [50:22] 怎么给老鼠用这个药等等 [50:24] 这些他们都做得不好 [50:26] 这些其实是更重要的 [50:28] 后者 现在你觉得 [50:30] 整个我们放眼现在的大模型 [50:32] 它在设计一个实验上 [50:34] 大概解决了设计实验的多少的比例 [50:37] 就完成度怎么样 [50:38] 我觉得完成度可能只有30%吧 [50:41] 很多时候是需要人类的专家 [50:43] 去来给它修改 [50:45] 在设计实验这个领域 [50:47] 是domain expertise（领域专业知识） [50:48] 需要的特别特别深入的 [50:50] 这个领域的一个教授可能也不知道 [50:53] 需要专门针对这个方向 [50:54] 做过很多实验的technician [50:56] 才能够设计一个高效的 [50:58] 而且成功率很高 [51:00] 又特别可行的实验 [51:02] 还有一个就是每一个实验室 [51:04] 它的器材或者它有的设备 [51:06] 都是不一样的 [51:08] Astra这种AI模型 [51:09] 它没法根据这些设备器材 [51:11] 来针对性设计实验 [51:12] 譬如说我这个饭店里有一些原材料 [51:15] 有番茄 有鸡蛋 有土豆 [51:17] 我让Astra来做一道菜 [51:19] 它并不能够理解 [51:20] 这个饭店有哪些原材料 [51:22] 它不会针对原材料来设计一道菜 [51:24] 它可能说给我做一道海鲜大餐 [51:27] 什么什么的 [51:27] 这些在现实世界中非常难以执行 [51:30] 所以我觉得它缺乏的是 [51:31] 对现实世界中资源的利用 [51:34] 协调和使用的能力 [51:36] 这也是我们现在 [51:36] 想要对模型进行改进的 [51:40] 所以我理解现在如果说 [51:41] 我们真的要让这些大的模型 [51:44] 在AI制药上有所帮助的话 [51:47] 我理解一个严肃的 [51:48] 真的想用AI去生成药物的 [51:50] 这样的一个公司 [51:52] 它还是要配备自己的实验室的 [51:55] 对 我觉得是一定要配备实验室的 [51:57] 因为现在的通用模型已经很厉害了 [51:59] 配备实验室 [52:00] 它可以有自己的验证 [52:01] 可以有自己的数据积累 [52:03] 现在AI在做这种药物发现 [52:05] 还有一个瓶颈就是 [52:07] 它验证的周期很久 [52:09] 我设计一个分子 [52:10] 然后这个分子 [52:11] 我拿去老鼠上做个实验 [52:13] 不可避免就要花几周 [52:15] 因为老鼠有新陈代谢 [52:16] 对这个药物进行一些反应 [52:18] 这个几周的时间 [52:19] 可能这个模型已经进化到下一代了 [52:21] 已经有GPT-6.1 6.2的出现了 [52:23] 到时候AI模型都进化得 [52:25] 比我这些真实实验要更快 [52:27] 所以我觉得这种前沿 [52:29] 要做AI for Science的研究室 [52:31] 它需要有一个湿实验 [52:32] 而且它要对这些实验室 [52:34] 进行改造 redesign [52:36] 让这些湿实验能够更好地配合AI [52:39] 比如说我一上来 [52:40] 就把所有的细胞什么都准备好了 [52:42] 只有在AI会要预测的那几步 [52:45] 就可以有了AI预测之后 [52:47] 立即把那些小分子放进去 [52:49] 把这些前置条件都做好 [52:51] 把湿实验和AI模型一起来设计 [52:54] 能够把这个闭环走得更快 [52:56] 而不是说分开 [52:57] 像我们现在AI模型设计一个东西 [52:59] 然后我移交给我的合作者 [53:01] 那合作者 [53:01] 他也不知道AI模型是怎么设计 [53:03] 也不知道AI模型 [53:04] 会大概给一些什么样的结果 [53:06] 他就把它重新来针对它 [53:08] 设计一套湿实验 [53:09] 这样分割开的话 [53:10] 可能就会比较低效 [53:12] 所以我觉得未来的话 [53:13] 前沿实验室 [53:13] 需要有湿实验的一个条件 [53:16] AI从设计一个分子结构 [53:19] 到最后你的整个干湿实验做完 [53:21] 达到临床一期的时间周期 [53:23] 它大概是有多长 [53:25] 一般我们先做细胞和老鼠上的实验 [53:27] 这个几周就可以做完 [53:29] 做完之后一般会做一批 [53:31] 比如说在猴子 [53:32] 这种灵长类动物的实验 [53:33] 这个怎么样都要一个4个月的周期 [53:36] 有时候我们会做两次 [53:38] 那就是4个月再加4个月 8个月 [53:40] 作为一个AI制药的公司 [53:42] 一般我们做完猴子的实验 [53:44] 就不一定会推进到人的实验 [53:46] 会把它直接 [53:47] License（授权）给大的药厂 [53:49] 让他们去做人的实验 [53:51] 这时候这笔授权费也是非常可观的 [53:54] 一般都是1000万美金以上 [53:56] 甚至可以更高 [53:57] 大的药厂 它有一个病人的网络 [54:00] 所以它可以更好地收集病人 [54:02] 做针对性的人体实验 [54:04] 所以我们一般都是走到 [54:05] 猴子实验结束 [54:06] 周期可能在 [54:08] 6个月到12个月的时间线上 [54:11] 对 所以要验证一个药物 [54:13] 它花的时间 [54:14] 是远比AI设计一个药物更久的 [54:16] 但在AI给想法的这个问题上 [54:19] 现在我们说整个AI它已经很聪明了 [54:21] 它数学领域发展得很快 [54:23] 是因为数学在很多的环节上 [54:27] 它是可以被验证的 [54:28] 而且它不需要做实验 [54:30] 所以它发展得很快 [54:31] 在生物学上 [54:32] 比如说AI给你真的设计了一个 [54:35] 新的分子 新的药物 [54:37] 你怎么去确定它的设计是对的呢 [54:42] 对 我觉得这个就是最大的难点 [54:43] 这也是AI能够在数学上 [54:45] 做出很大的成就 [54:47] 攻克千禧年猜想 [54:48] 但在生物医学上 [54:49] 其实到现在也没有一个说是 [54:51] AI完全开发药物的一个根本原因 [54:54] 就是现实世界的反馈太慢了 [54:56] 而且这是受限于自然规律 [54:58] 一个老鼠 一个猴子 [54:59] 就需要那么久的时间 [55:01] 在上一波AlphaFold时期有很多 [55:03] AI drug discovery（AI药物发现）公司 [55:05] 当时也是雨后春笋一样冒出来了 [55:07] 那时候还是大模型前 [55:08] AlphaFold时期 [55:09] 但是那些公司 [55:10] 大部分后面都没有成功 [55:12] 就是因为他们还是 [55:13] 以AI设计和发行药物为主 [55:16] 但是这样即使能够把这个AI [55:19] 设计一个分子式的周期 [55:20] 从半年提升到几天或者是几小时 [55:24] 但之后还是会被后期 [55:26] 真实的老鼠人体实验给限制 [55:28] 所以我觉得这是一个核心的问题 [55:30] 如果能够把这个问题解决 [55:31] AI在生物医学制药上的爆发 [55:34] 就会和AI解决千禧年数学问题这样 [55:36] 会有一样的非常大的一个爆发 [55:38] 我觉得这问题是不可能 [55:39] 从根本上解决的 [55:40] 但是我们可以加速现实中的反馈 [55:42] 这样来间接地帮助我们解决和提升 [55:45] AI在上面应用的效果 [55:46] 你指的AlphaFold的时期 [55:48] 是哪个时期 [55:49] 就是AlphaFold刚出来 [55:50] 当时蛋白质结构预测 [55:52] 有一个很大的台阶 [55:54] AlphaFold 1跟2的时候 [55:56] 对 就刚出来的时候 [55:57] 当时有很多AI创业公司 [55:59] 觉得用AI可以预测蛋白质结构 [56:01] 有了更好的蛋白质结构 [56:03] 我们就可以快速地开发药物 [56:05] 当时也可以预测 [56:06] 生成很多好的药物结构 [56:08] 但是验证还是最大的瓶颈 [56:10] 现在其实还是同样的问题 [56:12] 我听说AlphaFold 3 [56:14] 它是把它的所有研究 [56:16] 包括它的数据都开源了 [56:17] 它的开源也带来了一波 [56:19] 生物制药公司 [56:21] 包括做这种垂直模型的公司 [56:23] 做工具的公司崛起 [56:24] 因为它开源了以后 [56:25] 就相当于你这个行业 [56:27] 它就类似于机器人行业Pi开源一样 [56:29] 它有很多的底层基础设施 [56:31] 它已经ready了 [56:32] 对 我觉得它的开源是非常重要的 [56:34] 然后在当时那个时间线 [56:37] 社区里有很多的机构都在尝试 [56:40] 造AlphaFold的开源版本 [56:43] 有个叫OpenFold的工作 [56:44] 所以如果它不开源 [56:46] 大家也会很快追上 [56:48] 就有一些开源的版本来模仿它 [56:51] 在它这些工具开源之后 [56:53] 对社区最好的帮助就是 [56:54] 大家更重视数据的积累了 [56:57] 它虽然开源了 [56:58] 但是一些垂直科学AI公司 [57:01] 它可以利用自己积累的数据 [57:02] 来维护自己的护城河 [57:04] 其实这些数据都是非常非常珍贵的 [57:06] 一条数据都是非常高价值 [57:08] 几万或者几十万美金 [57:10] 因为它都是会在真实的老鼠 [57:12] 人类上做实验的 [57:14] 不仅是这些实验成本高 [57:15] 而且实验的周期也很久 [57:17] 所以反而是开源之后 [57:19] 这些垂直的科学公司 [57:21] 它会更具备优势了 [57:22] 所以这是它对社区的一个贡献 [57:25] 你指的一条数据是什么 [57:26] 就是一个实验 [57:27] 在一个完整的动物身上跑通的 [57:29] 这个算一条数据 [57:31] 比如说一个分子 [57:32] 在老鼠上到底能不能杀掉癌细胞 [57:36] 这么就是一条数据 [57:37] 那这个数据还是太便宜了 [57:39] 因为感觉这个大家要工作好久 [57:41] 工作量也挺大的 [57:42] 是的 这是一个非常高价值的数据 [57:45] 也是在internet网上 [57:47] 大模型的预训练语料库中 [57:48] 根本看不到的 [57:49] 那这样来看 [57:50] 是不是生物医药界可能也会 [57:52] 未来会兴起很多的数据公司 [57:54] 反正你模型负责给想法 [57:56] 我就成立一个实验室 [57:57] 就专门负责验证 [57:58] 它可能也是一个很好的商业模式 [58:01] 对的 我觉得这是一个 [58:02] 非常好的商业模式 [58:03] 因为现在那些AI数据的价格 [58:05] 比如说买一道奥数题都要几千美金 [58:08] Terminal-Bench（终端任务基准） [58:08] 一道题也会要几千美金 [58:10] 现在新出的Terminal-Bench Science [58:12] 那上面的题也会是一个高价值的题 [58:15] 我觉得这些题还仅限于 [58:17] 计算机里面的操作 [58:19] 未来如果是有真的生物 [58:21] 真实世界数据 [58:22] 那个价值会非常高 [58:24] 还有一个很高价值的地方 [58:25] 就是搭建一个能够帮助AI [58:28] 很方便地去做真实生物实验的接口 [58:32] 仅仅是这一个也会很高 [58:34] 现在有个公司叫Adaptyv Bio [58:36] 它是专门给Anthropic合作的 [58:38] Anthropic生成一个AI的预测 [58:40] 它以MCP（模型上下文协议）的形式 [58:41] 就立即开始做实验 [58:43] 它刚刚融资了40 million（4000万美元） [58:45] 我觉得这样的公司会越来越多 [58:47] 以后每一个湿实验的公司 [58:49] 都会用这种MCP API的形式 [58:51] 直接接到AI大模型里面 [58:53] 这样来给AI大模型直接进行服务 [58:56] 这样当中很多人的沟通成本 [58:58] 都会减掉 [58:59] 所以这当中 [59:00] 就又回到我刚才说的问题 [59:01] 最重要的就是 [59:02] AI自己知道要做什么实验 [59:04] 怎么设计这个实验 [59:06] 湿实验的公司能够和它进行配合 [59:09] 现在像OpenAI 还有Anthropic [59:11] 哪些我们看到的前沿模型研究室 [59:13] 配备了自己的湿实验室 [59:15] Anthropic是明确配备了 [59:17] 它和Adaptyv Bio是明确合作的 [59:20] 它最近出了一个比赛 [59:21] 邀请大家来做一个Anthropic定义的 [59:24] 蛋白质设计问题 [59:25] 它会赞助Adaptyv Bio这家公司 [59:28] 来为大家做湿实验的验证 [59:30] 所以Anthropic最近定义的比赛 [59:32] 也是说最后以湿实验的验证 [59:34] 为最后的标准 [59:35] 我也听到很多消息 [59:37] Anthropic自己在构建湿实验的团队 [59:39] 包括它招的一些人 [59:41] 也都是有湿实验背景的 [59:43] 我想OpenAI应该也会有类似的情况 [59:46] 也会开始慢慢布局这种 [59:47] 湿实验的公司 [59:49] 所以我觉得这是未来一个趋势 [59:51] 各个这种AI Frontier Lab（前沿实验室） [59:53] 如果是真的想做高价值发现 [59:56] 不是就刷现有的benchmark的话 [59:58] 不可避免的 [59:58] 是要有自己的湿实验室 [60:01] 那DeepMind呢 [60:02] 而且现在感觉它的创始人哈萨比斯 [60:04] 他也重点是在Isomorphic Labs [60:07] 从DeepMind分出去的 [60:09] 生物制药的公司上 [60:10] 对 我不知道 [60:11] DeepMind和Isomorphic Labs [60:12] 会是怎么样的合作形式 [60:14] 是DeepMind搞AI [60:15] Isomorphic Labs做验证 [60:16] 还是说我猜测更多的可能 [60:18] Isomorphic Labs自己做端到端的 [60:20] 它会用一些模型 [60:22] 更多地来自己做验证 [60:23] 来端到端地解决 [60:24] 江珀就是另一个 [60:26] 和哈萨比斯拿诺贝尔奖的 [60:27] 那位科学家 [60:28] 他是加入Anthropic了 [60:30] 所以我觉得Anthropic在这方面 [60:32] 会有很大的优势 [60:34] 我看他们一起拿诺贝尔奖的 [60:36] 还有一个人是David Baker [60:38] 他自己也是做了一个新的制药公司 [60:41] 是叫Xaira 对吧 [60:42] 对 他有很多制药公司 [60:44] 我不知道他的commitment有多大 [60:46] 据我理解 [60:47] 他应该有几十家的公司吧 [60:49] 我理解他还是更多会专注于 [60:50] 自己的科学研究 [60:52] 看看之后能不能拓展到商业 [60:55] 或者他的startup（创业公司）里面 [60:57] 你觉得在整个的 [60:59] 模型对制药的影响上 [61:01] 对你来说 [61:02] 几个比较大的节点是什么 [61:04] 哪些基础模型能力的提升 [61:07] 会让这个行业一下子 [61:09] 就有一个质的飞跃或者提升 [61:11] 现在我们的提升还几乎是 [61:13] 取决于Coding能力的提升 [61:15] 现在因为大家还是没有走到湿实验 [61:17] 或者真实世界的控制这一块 [61:19] 所以在Coding的能力上提升之后 [61:22] 我们这些Biomedical相关的任务 [61:24] 也会做得特别简单 [61:25] 所以现在我觉得 [61:26] Biomedical上这些Coding任务 [61:28] 虽然那些benchmark上 [61:30] 还没有达到满分 [61:30] 但我个人理解已经是 [61:32] 几乎可以认为是解决了 [61:34] 因为它已经比别人做得要好了 [61:35] 像Terminal-Bench Science上的 [61:37] 一些Biomedical问题 [61:39] 我自己去试了一下 [61:40] 我做得都没有AI好 [61:41] 虽然很多AI的分数 [61:42] 即使是Astra也只有六十几分吧 [61:44] 满分100分就六十几分 [61:46] 但是它其实已经做得比我好了 [61:48] 所以我认为他们已经解决了 [61:49] 所以比较大的节点就是 [61:51] Coding能力的提升 [61:52] 就会把生物制药 [61:53] 这些dry lab（干实验）上能力的提升 [61:55] 都给解决了 [61:57] 还有一个问题就是生物医学的数据 [62:00] 特别的大 特别的复杂 [62:02] 每个人的数据都可以达到两个T [62:04] 如果未来的模型还需要提升的话 [62:07] 就是这一块 [62:08] 对这种两个T的数据的 [62:09] 高效处理 理解 [62:11] 这是一个非常非常重要的领域 [62:13] 也是一个非常大的机会 [62:16] 您刚刚提到了 [62:17] 您觉得现在AI在一些能力上 [62:19] 已经超过您了 [62:20] 因为您已经算是人类 [62:22] 很顶尖的科学家了 [62:23] 也是做学术研究的 [62:25] 我可以理解 [62:25] 它已经不是超越平均智商了 [62:28] 而是最顶级的这些智商 [62:30] 那在这个环节中 [62:31] 你觉得它未来给你们 [62:33] 这些前沿科学家带来的问题是什么 [62:36] 就比如说它做的东西 [62:38] 你们很难去验证了 [62:39] 会有这样的情况存在吗 [62:41] 对 验证的话也是要靠湿实验的验证 [62:44] 如果一个问题已经定义得很好了 [62:46] 有一个明确的测试集 [62:48] 明确的输入 [62:49] 要知道解决什么样的问题 [62:51] 那AI解决这个问题的能力 [62:52] 会比我强 [62:53] 那么人类科学家更多可以做的事情 [62:56] 就是定义哪些问题AI去解决 [62:58] 所以我觉得未来 [62:59] AI在生物医学领域的趋势 [63:01] 不再是解决问题 设计模型了 [63:04] 更多的是设计benchmark [63:06] 设计evaluation（评估）的方法 [63:07] 定义一些重要的问题去解决 [63:10] 还有 生物医学是关系到制药 [63:12] 或者治疗病人 [63:13] 这些直接和人打交道的 [63:15] 所以很多时候还是需要一个科学家 [63:17] 参与在其中 [63:18] 而不靠AI自动化 [63:20] 需要一个人类科学家 [63:21] 作为一个背书吧 [63:22] 就像飞机就算能自己飞 [63:24] 我们也希望有个驾驶员在上面 对吧 [63:26] AI能自己看 [63:27] 能自己治疗 出诊断书 [63:29] 我也希望一个医生 [63:30] 真的肉眼看一下我的报告 [63:32] 所以在科学发现这种 [63:33] 一下就会投入很多钱 [63:35] 很多时间的重大决策上 [63:37] 还是需要一个人类科学家 [63:39] 去一起把关 [63:40] 一起去判断这个问题的价值 [63:42] 如果纯粹是解决问题 [63:43] 我觉得AI已经比最强的人类科学家 [63:46] 都要强了 [63:47] 您刚刚有提到 [63:48] 您觉得像Astra它在benchmark上 [63:51] 现在整个benchmark [63:51] 它的定义是有问题的 [63:53] 那你觉得未来的benchmark [63:55] 它应该会怎么样去定义 [63:57] 它会朝什么样的方向去演进呢 [63:59] 我觉得未来首先我们要设计 [64:01] 那些生物医学的题 [64:02] 它是没有上限的 [64:04] 它是不可能被刷爆的 [64:05] 比如说现在的 [64:06] SOTA（当前最优）的药物 [64:07] 能够把30%的癌症细胞给杀掉 [64:10] 那么AI能不能做更好的药物 [64:11] 能够把40%的癌症细胞杀掉 [64:14] 这样让AI不停地设计 [64:15] 能够有一个没有上限的方式 [64:17] 来做这个任务 [64:18] 同时在这个任务做的过程中 [64:19] 也会形成一个数据的飞轮 [64:21] 就是我不停做湿实验 [64:22] 虽然这些湿实验很贵 比较慢 [64:24] 但是持续对这个任务做湿实验 [64:26] 还是可以收集到可观的数据的 [64:29] 但是想避免的 [64:30] 就是一些简单的分类任务 [64:32] 比如说分类这个基因会导致癌症 [64:34] 还是不会导致癌症 [64:35] 这样的任务就很容易被AI解决了 [64:38] 我们未来要设计的还是这种 [64:39] 比较宏大的 很难有上限的 [64:42] 比如说怎么样把人类的寿命提升 [64:44] 这种没有上限的任务 [64:45] 能够让AI持续地解决 [64:47] 然后我们可以持续地积累数据 [64:49] 这样积少成多 [64:50] 把一个特定问题的数据 [64:51] 给积累得更多 [64:53] 您刚刚有提到了在AI领域 [64:55] 它还没有自己真正做出来的一款药 [64:58] 是被验证过 被可以使用的 [65:00] 为什么它是没有被验证过 [65:02] 但是它这个领域还是依然很火 [65:04] 只是时间还早 [65:05] 还是说它未来会被解决 [65:07] 对 我觉得未来会被解决 [65:08] 只是时间还早 [65:09] 因为现在AI是一个新时代的 [65:11] 也就是过去几年才发生的 [65:13] 一个药的周期也要5到10年 [65:15] 现在还没有走到那个药的周期 [65:17] 我觉得未来会有一个AI自己发现 [65:20] 和更好地验证药物的机会 [65:22] 现在的话 它新的药物发现 [65:24] 包括之前有一家公司 [65:26] 它说它的药物 [65:27] 是由AI高强度参与设计的 [65:30] 但是这些可能更多的是一个AI参与 [65:32] 或者是一个噱头 我觉得 [65:34] 因为从那个药物开始研发 [65:35] 都是5年到10年前的时候了 [65:38] 那时候的AI [65:38] 和现在完全不是同一种AI [65:41] 所以我觉得未来是会的 [65:42] 这更多是一个时间的因素 [65:44] 对 然后我看Claude [65:45] 他们最近有一个新的成果 [65:47] 就是他们发现了一种新的ART [65:49] 它有一点点类似于 [65:51] CRISPR-Cas9的基因编辑的工具 [65:54] 但是它最后有没有被验证 [65:56] 还不太确定 [65:57] 科学家也在观察这个现象 [65:59] 你觉得现在模型它在哪些方向 [66:02] 已经非常强了 [66:03] 就是在生物医药领域 [66:05] 我们已知的领域 [66:06] 它已经开始有一些突破了 [66:09] 我们看到这些突破它的苗头是什么 [66:11] 对 我们观察到这个突破 [66:13] 几乎就正比于生物医学实验的周期 [66:16] 周期越短反馈越快 [66:18] 大家其实在过去的几十年中 [66:20] 都积累了好多的实验数据 [66:22] 这些实验数据通过各种方式 [66:24] 比如说写在论文里 [66:26] 或者是被一些大模型公司收购 [66:28] 都已经被这些大模型公司所拥有了 [66:31] 所以当实验做得越快的领域 [66:34] 它模型就可以做得越好 [66:36] 比如说Anthropic [66:37] 他们这次做的一个比赛 [66:38] 也是对酶 [66:40] Enzyme（酶）的一个设计 [66:41] 这就是实验特别快的一个领域 [66:43] 未来像蛋白质 酶这些 [66:45] 可以做快速实验的 [66:47] 我觉得都会有很快的一个迭代 [66:49] 但如果比如说我们要做一个衰老 [66:52] 或者研究一个罕见病 [66:53] 这种特别的rare（罕见） [66:55] 特别的一个 [66:56] Domain specific（特定领域）的 [66:57] 特别长周期的问题 [66:58] 那我觉得模型的进展还是会很慢的 [67:01] 然后也很难有很快的进展 [67:02] OK 酶跟蛋白质 [67:04] 它带来的是哪些领域的变化 [67:06] 有一些特定的领域吗 [67:07] 就比如说减肥或者癌症治疗 [67:10] 理论上蛋白质是万能的 [67:11] 减肥 癌症治疗 所有的病 [67:13] 理论上蛋白质都可以通过一些方式 [67:16] 引导我们制药 [67:17] 来改变人体 然后来治疗 [67:20] 酶的话 很多是一种催化剂 [67:21] 比如说我们以前会设计的一些酶 [67:24] 可以把一些地沟油 [67:25] 变成一些食用 可以用的油 [67:27] 或者把一些洗衣粉 [67:29] 让它在不同的温度下都能够有活性 [67:31] 所以酶更多的是生活中 [67:33] 对各种工业化工的过程中 [67:36] 进行一些加工 帮助 [67:37] 加速的一个过程 [67:38] 所以它的商业价值其实是非常大 [67:41] 而且可以快速落地的 [67:42] 蛋白质 如果我还是要涉及药物 [67:45] 最后还是不可避免要做人体实验 [67:47] 还是有一个较长的周期 [67:49] 了解 对 非常精彩 [67:51] 我其实也在跟 [67:52] 很多模型的研究员去聊了 [67:54] 因为之前大家一直在说 [67:56] “蒸馏”这个概念 [67:57] 很多前沿模型实验室的研究员 [67:59] 他就说 其实很多普通人 [68:01] 他现在可能连蒸馏的价值都没有了 [68:04] 这个话听上去很悲哀 [68:06] 但是是不是现在整个训练的信号 [68:08] 也正在转向 [68:09] 像专家数据 还有可验证环境 [68:12] 大家同意吗 [68:13] 机器人这很显然不是这样的 [68:16] 机器人这每个人都是生活的专家 [68:19] 所以在机器人这没有那么悲哀 [68:21] 大家都值得被蒸馏 [68:22] 你擅长做饭 我擅长叠衣服 [68:24] 他擅长走路 他擅长跳舞 [68:27] 当然再往后走 [68:28] 也会经历这样的一个阶段 [68:30] 今天的机器人还做不了 [68:32] 大模型之于普通人的档次的事情 [68:35] 所以我觉得也许一年后 两年后 [68:38] 才会到这样的一个阶段 [68:40] 必须要是一个舞蹈专家 [68:42] 或者必须要是一个Gordon Ramsay [68:44] 这样的大厨才值得被蒸馏 [68:46] 我觉得在今天就是家常菜的 [68:47] 每个人做的都值得被蒸馏 [68:49] 如果知识被蒸馏的话 [68:51] 那确实现在AI的知识更全面 [68:54] 单个科学家肯定是比不过的 [68:56] 但是有一些科学发现 [68:57] 一些长期投入还是需要科学家 [68:59] 或者工程师在那边支持背书 [69:02] 所以这方面是AI替代不了的 [69:04] 同时也有一个反向蒸馏的问题 [69:06] 因为AI这么强 [69:07] 我天天也在蒸馏AI [69:09] 我很多新的领域 [69:10] 尤其我们做AI for Science交叉学科的 [69:12] 很多东西我不知道 [69:13] 我就可以快速地向AI学习 [69:15] 学习之后我获取知识的速度也快 [69:18] 有时候有一些新的idea（想法） [69:19] 新的创意 [69:20] 我可以做更好的科研成果 [69:22] 所以我觉得这是一个 [69:23] 互相蒸馏的过程 [69:25] 另一方面 如果从我们医学这个 [69:28] 很specific domain（特定领域）来说 [69:30] 人的作用永远是非常大的 [69:32] 因为他不仅是解决问题 [69:33] 人还可以定义问题 [69:35] 或者人可以表达一些 [69:36] 他想AI解决的问题 [69:38] 比如说有一些新的疾病 [69:40] 或者人想要活到200岁 [69:41] 活到500岁 [69:42] 这些问题都是源源不断的 [69:44] 每个人会有自己不同的身体状况 [69:47] 不停地提供给AI新的问题 [69:49] 新的要解决的方向 [69:51] 所以这些都是普通人 [69:52] 绝对不会被AI所取代 [69:54] 或者去怎么样的一个情况 [69:57] 说得特别好 Bill [69:58] 从蒸馏的角度来说 [70:00] 因为我们现在的智力 [70:02] 或者说模型的能力 [70:03] 还是在非常大的模型 [70:07] 可能memorize（记忆） [70:08] 或者是死记硬背了 [70:09] 很多很多的知识在里面 [70:11] 以及一些know-how（技术诀窍） [70:12] 也是在训练当中 [70:13] 基本上硬加进去的 [70:14] 比如说你在optimize（优化） [70:16] 这些benchmark [70:17] 在推进固定的一些落地场景上面 [70:20] 你会做很多的 [70:21] Overfitting（过拟合）的一个状态 [70:23] 在这种情况下 [70:24] 其实目前我们overfit的领域 [70:27] 可能都还不够 [70:28] 有很多很多的领域值得被overfit [70:31] 其实我们现在都说 [70:32] 可能模型已经到了 [70:34] General intelligence（通用智能）的 [70:35] 这个级别 [70:35] 但是从我们目前在 [70:38] 已经overfit的场景上面来说 [70:40] 我们可能 [70:41] 没有到那么general的状态 [70:43] 后面如果我们要真的做到 [70:44] 真正非常general的intelligence [70:47] 可能我们还要跳出蒸馏每一个场景 [70:49] 蒸馏或者说overfit每个场景的 [70:51] 这么一个状态 [70:52] 进入到能不能模拟一个人 [70:55] 从零开始学习的这么一个状态 [70:57] 从这个角度来说 [70:58] 我们其实需要蒸馏人的能力 [71:02] 不在于说我能不能把这件事情做好 [71:05] 而是蒸馏人是怎么学习 [71:08] 从零开始学 [71:09] 怎么比人学得还要快 [71:11] 如果我有一个 [71:11] Foundation model（基础模型） [71:12] 它可能是非常 [71:13] Underfit（欠拟合）的一个状态 [71:15] 但是我能不能在某一个领域 [71:17] 比如说我这个模型 [71:19] 自己想当一个医生 [71:20] 那我能不能在 [71:22] 一个月的interaction（交互）当中 [71:23] 成为了一个人类的基础医生水平 [71:26] 比如在三个月的interaction过程当中 [71:28] 成为了人类的某一个教授水平 [71:31] 完完全全靠模型自己迭代的方式 [71:33] 来学习 [71:34] 这个我觉得我们远远没有 [71:36] 到这个程度的 [71:37] 我觉得未来可以从人这边 [71:39] 得到的intuition（直觉） [71:40] 其实还是很多的 [71:42] 人类还没有到 [71:42] 完全被取代的这么一个状态 [71:45] 对 我觉得可能很多是一层 [71:46] 表层的技能 [71:48] 而不是底层的思维方式 [71:50] 对 [71:51] 今天很难得 [71:52] 我们是把三个不同领域的 [71:54] 我觉得做得好的创业者 [71:55] 跟学者请来了 [71:57] 大家要不要说一下 [71:57] 现在在你们领域里面 [71:59] 你自己最关心跟关注的一个问题 [72:02] 我们现在最关注的问题 [72:04] 其实就是目前硬件上面 [72:07] 全世界Memory（内存/存储）很有限 [72:09] RAM（内存）非常贵 [72:10] VRAM（显存）非常贵 [72:12] 很多人又concern（担心）说 [72:14] 我是不是把所有的数据都上云了 [72:16] 如果说未来我们认为 [72:18] 所有的计算和算力会被铺开 [72:21] 每个人都会有自己的算力 [72:23] 每一家公司也会有自己的算力 [72:25] 算力不再集中于 [72:26] 只是在数据中心当中 [72:28] 我们是不是可以想象到 [72:29] 所有人都可以有自己的算力 [72:31] 可以运营自己的模型 [72:32] 这模型不一定说要做到最大最大 [72:35] 那我们能不能通过这些模型 [72:37] 来解决生活当中 [72:38] 百分之八九十的问题 [72:40] 解决现在AI不能够完全 [72:43] 无限量普及的这么一个问题 [72:45] 我其实还是同意说 [72:47] 未来模型还是会需要往大了走 [72:50] 需要往更强了走 [72:51] 但是它可能有个广度跟高度的问题 [72:54] 比如说 AI for Science上面 [72:56] 我可能需要一个高度很高的模型 [72:59] 而在正常的 [73:01] 比如说企业工作 个人生活当中 [73:03] 你可能需要一个广度很高的模型 [73:05] 但这个模型大小不需要很大 [73:07] 这个是一个结合的问题 [73:09] 但是如果做好正确的结合 [73:11] 其实是可以解决目前的硬件需求 [73:14] 和电力需求的瓶颈的 [73:16] 从机器人角度 [73:17] 我们最关心的 [73:19] 肯定还是零样本的泛化能力 [73:22] 之前的机器人其实有两条路 [73:24] 一条是部署 一条是泛化 [73:27] 这两条路其实有一点正交 [73:29] 部署的话 [73:30] 有点像是AI赋能上一代的机器人 [73:34] 我在工厂里面的机械臂 [73:35] 原来可能是开环拧螺丝 [73:37] 开环是指我不拿反馈 [73:39] 我把这个位置都标定好 然后过去 [73:41] 现在我有了AI [73:42] 我可以闭环拧螺丝 [73:44] 或者闭环地去上货 [73:45] 但是这件事情从我的视角来看 [73:47] 也还是有点逆时代的 [73:49] 就是你仍然需要5个 [73:50] PhD level（博士水平）的人去到那 [73:52] 在工厂里面可能睡3个月 [73:54] 然后去把这个机器人的 [73:56] 稳定性 速度 是否要定制末端夹爪 [73:59] 这些事情全都解决 [74:00] 但是今天我们也是聊Astra [74:02] 我觉得最终我们还是希望 [74:03] 是一个通用机器人 [74:04] 它零样本的 可以做快速部署 [74:07] 这个部署应该是 [74:08] 5个任意的人放在那 [74:10] 它其实更多的就是说 [74:12] 有一些体力劳动 [74:13] 或者是懂一些基本的技能 [74:15] 而不是说需要5个非常强的人 [74:17] 去到那 [74:18] 这样的零样本泛化肯定是有冗余 [74:21] 这样的冗余我们是否可接受 [74:23] 我觉得是可接受的 [74:24] 在这种情况下 [74:25] 能否有一个足够好的 快的 [74:27] 零样本泛化的模型 [74:28] 仍然是机器人最主要的追求 [74:30] 你觉得机器人离那一步还有多远 [74:33] 我觉得2028年初会是一个 [74:35] 通用机器人比较开始 [74:37] 真正实用的时间节点 [74:38] 到现在开始可能18个月后 [74:40] 大家可以在家里面 [74:41] 可以以语言的形式 [74:43] 去让一个机器人 [74:45] 做家里面90%的事情 [74:47] 这个预测还是相当激进的 [74:50] 如果你玩了Astra [74:51] 如果你下个月 [74:52] 也许可以玩我们的模型 [74:54] 应该觉得这个预测还是比较合理的 [74:57] 那机器人进展很快 [74:58] 对 我觉得机器人其实是相对慢的 [75:01] 但是因为2023年的时候 [75:03] 机器人和大模型同步出发 [75:05] 大家看到大模型发展得非常快 [75:07] 机器人其实已经慢了一倍的速度了 [75:09] 但是我觉得 [75:10] 物理世界的东西总是要慢一点的 [75:12] 它没有办法像纯软件的东西那样 [75:14] 超快速迭代 [75:16] 对 我整体上是觉得今天跟您的聊天 [75:18] 整个气氛它是乐观了很多 [75:21] 因为在我们从2020年关注GPT [75:24] 到2022年关注ChatGPT [75:26] 然后再到大模型多模态 [75:28] 我觉得在前几轮中 [75:29] 整个模型层 [75:30] 它的发展是远超机器人的 [75:32] 可能就在过去一两年 [75:34] 甚至一年以前 大家觉得 [75:36] 机器人的GPT moment [75:37] 还没有到来 [75:38] 今天其实我们已经在谈应用了 [75:40] 所以我觉得整个它的进展 [75:42] 还是非常的快的 [75:44] 好 那王教授 [75:45] AI for Science如果真的要有突破 [75:48] 最重要的就是 [75:49] AI对真实世界的一个理解 [75:52] 一个真实世界资源的运用 分配等等 [75:55] 就像我们研究science [75:56] 它本质就是研究真实世界 [75:58] 物理学就是研究宇宙 [76:00] 生物就是研究生命 [76:02] 化学研究微观世界 [76:03] AI它还需要对真实世界有理解 [76:06] 并且能够运用真实世界资源 [76:09] 这个不是说我设计一个机器人 [76:11] 去取代人类来自动地做实验 [76:13] 而是说AI知道 [76:15] 根据现在我实验室有哪些资源 [76:17] 我应该让这个机器人 [76:19] 或者是让这个人去做一些什么事 [76:22] 比如说以后我在prompt AI的时候 [76:23] 不是说给我设计个药物能治疗癌症 [76:26] 而是说给你10万美金 [76:28] 你给我设计个药物 [76:29] 并且我有这些实验可以做 [76:31] 比如说做一个老鼠实验要2000美金 [76:33] 做一个人体实验 [76:34] 可能要一个怎么样的周期 [76:36] AI能够真的这样plan（规划） [76:38] 真实世界中的超级复杂的任务 [76:40] 这些都是它的语料中很难见到的 [76:43] 这可能需要一个新的范式 [76:45] 就像现在我们都是人来用AI [76:47] 人来研究怎么写好的prompt [76:49] 可以把AI指挥得好 [76:50] AI可以做任务做得更好 [76:52] 怎么写好的prompt [76:53] 怎么搭好的agent [76:55] 未来可能是AI要写出 [76:58] 清晰的 可执行的一个指令 [77:01] 是AI来prompt这个真实世界 [77:02] 清晰可执行的指令 [77:04] 非常高效 非常清晰 [77:06] 不ambiguous（有歧义） [77:07] 人或者机器人可以根据这些指令 [77:09] 去利用现实世界中的资源 [77:11] 高效把这些事情完成 [77:13] 就像以前我们都说 [77:14] 判断AI能不能 [77:14] Follow（遵循）人的指令 [77:16] 未来我们可能要的是 比如说 [77:18] Instruction generation（指令生成） [77:19] 来生成指令 [77:20] 生成得更好 [77:21] 帮助我们调动现实世界的资源 [77:24] 甚至我们还会对现实世界 [77:25] 进行一些改造 [77:26] 未来的一些实验设备仪器 [77:28] 它不是给人看的 [77:29] 不是给人用的 是让AI用的 [77:31] 我们现在比如说拍X光 拍CT [77:33] 我们还要合成一下图片 [77:34] 为了让人类医生能看 [77:36] 未来可能直接就拿出 [77:37] 底层那些波形或者信号 [77:39] 直接给AI看就行了 [77:41] 都可以跳过生成图片那一步 [77:43] 所以这是我认为最重要的 就是 [77:45] AI能够更好地走到真实世界中 [77:48] 无论是通过机器人 [77:49] 还是一个真实的人类 [77:51] 但他都要知道 [77:52] 怎么样去利用真实世界的资源 [77:53] 来解决这种超难的问题 [77:56] 好的 特别棒 [77:57] 今天非常精彩 [77:58] 我觉得我学到了很多 [78:00] 行业里面非常细分的知识 [78:02] 感谢大家 [78:02] 谢谢 [78:03] 谢谢 [78:07] 上周我们办《硅谷101》 [78:08] Alignment 2026大会的时候 [78:11] 王晟也是我AI for Science [78:13] 那场论坛的嘉宾 [78:15] 当时我在台上问了他一个 [78:16] 我自己很好奇的问题 [78:18] 我说 Claude说自己找到了一个 [78:20] 像CRISPR的新酶系统 [78:22] 这件事出来以后 [78:23] AI圈和生物圈的反应有什么不一样 [78:26] 他自己的回答非常有意思 [78:27] 他觉得AI圈是非常兴奋的 [78:30] 因为AI开始做科学发现了 [78:32] 但是生物圈的反应是相对平淡的 [78:35] 大家想在实验室里验证了再说 [78:38] 我后来一直在想 [78:40] 为什么会出现这样两个不同的现象 [78:43] 因为模型层的进展 [78:44] 和一个行业真正的改变 [78:46] 中间隔着的 [78:47] 可能不仅仅只是智能 还有验证 [78:50] 机器人它要在真实的世界里 [78:52] 反复地去试 [78:54] 制药要等猴子和老鼠的新陈代谢 [78:58] 而agent它也要去过商家 [79:00] 过用户的那一关 [79:02] 所以AI圈子看到的是能力曲线 [79:05] 行业里的人看到的就是落地周期 [79:08] 所以接下来我们也会有更多的节目 [79:11] 去关注各个行业 [79:12] 它的底层逻辑是什么 [79:14] AI如何在各个行业里落地 [79:16] 大家听到我们这期节目 [79:18] 是什么感觉呢 [79:19] 欢迎在评论区 [79:20] 给我们写留言 写评论 [79:22] 如果大家还没有关注我们 [79:24] 可以通过小宇宙 Spotify 苹果播客 [79:27] YouTube 还有哔哩哔哩 喜马拉雅 [79:29] 蜻蜓FM 荔枝FM QQ音乐 [79:31] 来关注我们 [79:32] 我是泓君 感谢大家的收听