GPT-6 Astra刷榜具身智能 生物制药与机器人落地仍困于物理验证

GPT-6 Astra刷榜具身智能 生物制药与机器人落地仍困于物理验证 通用模型虽刷新规划基准并压低控制层级，但因算力成本与缺乏直觉物理学，前沿落地受阻于不可压缩的动物实验周期和高动态端侧部署门槛。 节目围绕GPT-6 Astra对三大前沿领域的实际冲击展开深入复盘。在个人Agent领域，剖析了Meta Muse等产品在云端沙箱烧钱补贴、对抗电商风控以及走向软硬结合端侧部署的商业困局；在具身智能领域，展示了Astra强大的自适应推理与规划能力如何刷新传统基准，同时指出其缺乏即时直觉物理与动态响应的硬伤；在AI for Science方面，揭示了计算干实验虽然突飞猛进，但受制于小鼠、灵长类动物漫长实验周期的物理现实，并展望了大模型通过MCP直连自动化湿实验、从“解题人”转变为“调度现实世界”的全新范式。 GPT-6 Astra在发布会未专门强调机器人的情况下，直接刷新多项机器人基准榜单，通过强反思能力重塑了机械臂的自适应纠错流程。 (0:49) 消费级Agent面临算力与封锁困局：Meta Muse单周向用户赠送1亿Token，配合云虚拟机带来每周约100美元的单客成本，且易遭电商风控拦截。 (15:47) AI for Science成为顶尖Lab的最烧算力场景，OpenAI求解纳维-斯托克斯方程单次实验消耗1,300亿Token，折合零售API成本约2,200万美元。 (25:44) AI制药瓶颈转移至物理世界验证：分子设计虽可压缩至数小时，但小鼠与非人灵长类实验仍需数月至数年，单条完整活体药效验证数据价值高达数万至数十万美元。 (51:41)

GPT-6 Astra等前沿基础大模型在长程推理与多模态规划上展现出代际跃迁，并在基准测试中打破多项纪录，但在实际商业化落地中，智能体、具身智能与AI制药正面临云端算力成本高企、风控封锁以及严苛物理验证周期的多重现实制约。 个人助手Agent的成本泥潭与端侧突围 (15:47) 以Meta Muse为代表的消费级Agent虽然通过云端沙箱为用户提供自动化服务并迅速登顶榜单，但朱哲清（Bill）指出其商业模式存在显著隐患。Meta Muse向用户赠送每周1亿Token，加之浏览器实例对CPU与内存的沉重开销，单用户周算力成本约达100美元；若长尾复杂任务路由至输入每百万Token约10美元、输出50美元的Astra，成本将进一步激增。此外，云端商业代理IP频遭亚马逊等电商平台风控拦截与定向封锁。 朱哲清认为，行业必须转向软硬件结合的端侧部署方案。将3B至7B的轻量模型直接部署在AI PC或本地设备上，不仅能让端侧消化60%至70%的日常Token流以削减云端成本，还能依托家庭原生IP建立硬件级“1对1”真实用户身份绑定，从而破除平台防爬机制，获得稳定的访问权限。 Astra重构机器人分层与物理执行短板 (30:00) 在具身智能领域，许华哲表示Astra刷爆了Robot Dojo等仿真基准，其核心优势在于展现了强大的自适应反思能力与Real-to-Sim快速场景重建能力。它能够基于物理接触反馈自主纠正动作，甚至在插花测试中主动捏合分叉茎秆后再插入瓶颈。这种泛化力正促使控制架构的分工下移：大模型不再仅输出抽象规划，而是将指令直接细化为低级位移建议，使底层运动模型退化为提线木偶式的快速反射系统。 然而端到端控制仍面临物理规律的制约。Astra缺乏直觉物理学认知，且由于内部思维链（CoT）过长，不论面对复杂还是简单动作耗时均相对恒定，实测执行迟缓且缺乏人类随着练习形成肌肉记忆的提速能力。此外，Astra在精细空间旋转与双臂协同（如叠衣服）上依然受限。许华哲指出，云端API数百毫秒的延迟仅能应对准静态任务，高动态控制仍需小于10B的本地快系统模型配合；同时他预测2028年初通用机器人有望迎来真正实用的落地拐点。 AI制药的干实验跃迁与湿实验验证墙 (47:10) 在生物医学方向，王晟教授团队已将工作流全面转向Astra，主要得益于其8至24小时长程任务稳定性以及接管陈旧生信软件界面的Computer Use能力。然而，现存的AI for Science基准多属于数据科学竞赛（如MLE-bench），模型的得分上涨主要源自通用的Coding与长程任务规划能力提升，而非生物医学专业机理的暴增。大模型在独立生成实验方案时常缺乏实验室试剂耗材等物理资源感知，实际可用度仅约30%。 AI制药的核心瓶颈不在于计算机内的分子设计，而在于生命体内不可压缩的生化代谢周期。细胞与小鼠实验需数周，猴子实验则需4至8个月，导致数据回传速度远落后于算法迭代。为此，湿实验周期极短的工程酶与蛋白质设计正率先进入工业化变现（如工业催化剂与洗涤制剂）。同时，如Adaptive Bio等依托MCP协议将大模型直连自动化实验室的基础设施，正通过沉淀单条成本达数万至数十万美元的活体湿实验专有数据，构建真正的产业壁垒。 科学家角色重塑与反向调度现实 (62:15) 随着大模型在既定规则与标准数据集上的解题表现超越人类顶级学者，科学家的角色正从一线的“解题人”退居为“出题人、评估框架设计者与伦理把关人”。王晟强调，未来的科学评测必须摆脱容易被算法刷爆的封闭静态分类，转向类似提升肿瘤杀伤率等开放式、无上限的渐进挑战，以持续的物理实验验证驱动高质量数据飞轮。 长远来看，AI与真实世界的交互范式正在发生逆转：以往是人类编写Prompt指挥AI，未来将演变为“AI来Prompt真实世界”。模型将统筹预算与物理资源，生成毫无歧义的严密物理实验协议，调度人类技术人员或自动化机械臂执行操作；科学仪器亦将向AI-Native演进，直接向模型输出底层原始波形与物理信号，跳过冗余的人眼成像渲染环节。 无论是智能体迈向端侧硬件、机器人磨合毫秒级动态反射，还是生物医药等待漫长的小鼠代谢反馈，前沿大模型的软件能力正不可避免地撞上现实世界的物理摩擦与商业博弈。大模型的爆发式演进能否转化为真正的生产力，取决于算法何时能与物理实证及信任机制形成深度咬合。

[67:48] 朱哲清: 我们其实需要蒸馏人的能力不在于说我能不能把这件事情做好，而是蒸馏人是怎么学习，从零开始学，怎么比人学还要快。 [62:15] 王晟: 在科学发现这种一下就会投入很多钱、很多时间的重大决策上，还是需要一个人类科学家去一起把关，一起去判断这个问题的价值。 [71:51] 许华哲: 28 年初会是一个通用机器人比较开始真正实用的时间节点，到现在开始可能 18 个月后大家可以在家里面可以以语言的形式去让一个机器人做家里面 90% 的事情。 [67:48] 许华哲: 机器人这每个人都是生活的专家，所以在机器人这没有那么悲哀，大家都值得被蒸馏。你擅长做饭，我擅长叠衣服，他擅长走路，他擅长跳舞。

[0:00] 嗨大家好,欢迎收听硅谷101,我是红军。在我们节目正式开始之前,告诉大家一个好消息。过去大家在硅谷101节目中听到了很多跟消费相关的选题,比如像跑鞋战争,消失的爱马仕股份去哪了,还有最近我们对超级厄尔尼诺现象的解读。那未来呢,我们会把所有这些跟消费相关的商业现象,单独推出一档新的播客,叫做消费101。一周一更由硅谷101很受大家欢迎的消费方向的主持人麻花来主持我们会一起跟大家分享消费商业里的十万个为什么那欢迎对生活方式还有消费感兴趣的朋友来关注我们的新节目好那说回我们今天的节目啊我们来聊一聊OpenAI Astra发布对行业的影响去聊对机器人还有AI for Science来说它可能是历次模型更新力冲击最大的一次所以不少人呢把它叫做机器人领域的GPT时刻从Astro发布到今天我们听到这期节目啊虽然只过去了一个多月但是行业的进展实在是太快了有很多的热门产品啊我们都在这期节目里面会提到所以呢我先来讲一讲这个月几个关键的进展还有背景比如说Agent这边,在Astra发布五天以后,Meta上线了个人的Agent Metamuse,给每个用户一台云端电脑,他两周就冲到了美国App Store的榜首。那他的对手Instinct一个月内的估值就从25亿美元涨到了100亿美元。这是在C端,那在B端,XAI他的Grogbot他也开放了企业部署。他不写字不推理只给选项去打概率他的母公司TypeSafe叫他是一个系统一的模型是借助了快思考与慢思考里面的系统一他发布24天就融了8.7亿美元估值75亿美元那这几个呢是在Agent这边我们再来看一看AI制药啊也有两件大事一个是9月底Cloud仅仅只用了21个小时自己就找到了一个叫做它的结构非常像CRISPR所以它被怀疑是一种新的基因编辑机制导致很多基因编辑公司的股价应声下跌那10月初在旧金山的Tech Week我的朋友圈是被扎克伯格夫妇的BioHub刷屏了他们打算把虚拟细胞计划扩大到18亿美元谷歌的DeepMind,Meta,Asimorphic Labs还有美国能源部NIH一起出钱出数据还没有进实验室就能在电脑里看这个细胞它是怎么反应的可以说他们是在解决AI制药的数据问题刚刚我们提到的这里面的很多产品我们可能会在这期节目里面聊到那我们这期节目最后讲到AI制药的部分也会非常的精彩所以呢这期我们会聊一聊个人agent商业化卡在那机器人怎么被像Astra这样的底层模型冲击的AI制药真正的瓶颈是什么我们说虽然离这个模型的更新时间有一段距离但是在这么多热点之后啊我在听到这期节目里面聊到的行业的底层逻辑反而是最接近本质和不容易过失的那一部分下面就请收听我们今天的节目今天跟我在一起的嘉宾是破壳机器人的创始人新华交叉信息研究院助理教授许华哲老师哈喽华哲你好哈喽黄君你好大家好对还有一位是我们的老朋友Pokey AI的创始人兼CEO朱哲青Bill朱哈喽Bill黄君你好大家好那还有一位是华盛顿大学计算机学院助理教授Apple Dex的Lead Scientist王胜哈喽王教授您好红军好,大家好,非常高兴今天来参加这个活动嗯,Astro发布已经三周了呀你们有没有使用过这个产品或者说我们来看网上的demo大家觉得最让你惊艳的一个demo跟大家的使用方式是什么?华哲对因为我是做机器人的嘛所以我们肯定还是测了很多Astro在做机器人任务上面的一些能力那我们看到的第一个点就是它的适应能力非常强我比如说给它一个机器人的某一个本体让它去做相应的事情那它很快会发现这个机器人的运动速度比较快或者这个机器人的运动空间是怎样的比如它撞到桌子了它会说那这个桌子还蛮高的那我是不是应该把手抬得更高一点那这个地方其实是一个 [5:00] 把COT把这种反思过程的能力变成一个它实际的动作的一个能力这是过去的很多机器人的模型不具备的大模型也不具备的所以在Astra上面看到的然后另一个就是它自我更新自我升级的这样的一个能力因为它有这样的反思所以他可以一次一次做同样的事情每次做得更好这个其实在网上大家也看到了有人拿Astra去操作一个机器人机械臂去画金门大桥那他第一次画的还是比较差的但是他画完了以后他会在想怎么样能画得更好经过几轮的迭代他就可以画得非常逼真所以我们也看到了Astra在泛画的这件事情上面是有一个非常好的能力你们后来有复现过这个demo吗我画画的这个demo我们没有试过但我们其实试了非常非常多其他的比如说我们曾经做一个插花就把一个花插到花瓶里这也是比较经典的一个机器人任务但是我们给它加了一些额外难度就是那朵花是那种下边的它的精已经被劈开两半了所以它会有点分叉那在分叉的时候你就不好往里去塞那这个时候它会知道因为它分叉了所以我要捏住这个分叉把它捏窄一点然后再往里塞还是比较经验的那他这个他其实已经理解了一些物理世界包括操作的规范我觉得本身还是理解3D因为这件事情他还是从三维尺寸的层面就可以做出一些理解但是确实这样的理解已经能够帮助到非常多的非动态的物理世界操作任务了OK我看网上还有一些很有意思的demo是他们在用Astro做生成3D的视频非常的快然后渲染也很好对这个是另一个他在机器人上面很令人震惊的一个能力就是给他几张图片然后他可以很快把这个仿真生成出来学术圈可能把它叫做real to sim对吧从真实到仿真的一个迁移这件事过去是需要拍大量的视频照片并且需要很多人的手工标定修改但现在的话你给Astra这样的一个指令他可能很快的时间就把整个实验室或者办公室的环境给你浮现出来了你拿着这样仿真可以去训你的机器人也会有一个在仿真上面的提升那Bill我们其实因为做模型公司的,因为Astra在发布的时候其实有非常强调他们在比如说后训练啊,模型开发等等上面的一些迭代能力其实试下来以后并没有那么那么经验但是它确实在长城任务上面和迭代上面比之前的基本模型有一个比较consistent的implement他相对来说比原来的模型会能够对上下文以及之前完成的任务有更稳定的认知,不会出现太多的幻觉的情况。所以从我们的目前的体验来说还是比较好的但可能有几个问题吧 一个是它的速度相对来说会慢一些 有可能跟现在用量很高有关系同时的话它在更加长程 比如说让它跑一个晚上24小时的这种情况下幻觉这个情况还是会发生所以它并没有根本上解决 但是从总体上来说还是提升了不少我自己有朋友同时也测了一些别的前端以及设计上面的一些任务从前端的审美跟认知上面我觉得还是有比较大的提升的这个可能是在训练的时候对于设计和审美方向有特殊的训练有关系嗯,Bill这一轮Astra的发布,你觉得从模型对行业的影响来看,它跟当年OPUS 4.6,4.7的发布跟Coding能力的进化来比,它是一个大的节点吗?单纯coding来说可能没有那么大的一个节点,4.5到4.6当时我们的体感是一个几乎范式式的转变,原来只能依赖它做短程coding,几个file的改动,做一些简单的小项目到4.6那一次模型以后,基本上你会感受到工具调用几乎不会出错了。他去做一些长程的coding任务可以自主进行了而现在只是说比原来相对比较长的任务之上可以做到更长换觉可以降得更低审美变得更好但他没有做到说我能够解决一个完全以前完全解决不了的问题王教授您认同吗就您觉得他在生物的长城任务包括他降低幻觉上是一个大的节点还是说他只是众多升级中的一个我觉得是一个大的节点其实我们没有说客观的有一个banchratch比较但是现实就是我们现在已经都从之前的模型cloud的系列模型切换到gbt6 astro来做我们的biomedical内部的任务了我主要是做AI for science里面核心的就是AI for一些biomedical的应用我们用Astron有两个特别好用的地方一个是computer use还有一个是一些长城的任务Compute Use的话,我们会用Astron来操作一些生物医学里面那些很多年前大家发明的那些软件那些软件其实是一个现在领域内默认都要使用的软件 [10:00] 都非常难用因为编写说是很多年之前那个界面的设计也不好然后一些软件呢还有很多的术语所以对一些跨领域的人来说是使用成本非常高的但是Astron它的computer use功能它可以直接根据一些简单的prompt它就可以操作的比较好还有一个过程就是我通过Astron怎么做computer use鼠标键盘操作我还可以学习它怎么用这个软件所以这个是我们领域特别重要的因为在生物医学很多人对AI工具的接受度比较低然后我想Astron这个能力可能是他不仅有computer user能力他还把这些软件对应的在网上的一些tutorial别人之前用过的一些user log 一些反馈全部都文字的形式学进去了所以他真的理解怎么这些软件另一个就是那种长城的任务我们生物医学的话一般一个任务都是会比较复杂这些任务有时候会持续8小时到24小时然后Astron它会做得比较好当然了他还有个特点就是比起其他的一些模型要做的比较慢但是慢的话有时候就挺让我放心的我觉得做的慢那他说明他可能会更深思熟虑一点或者说更考虑的深入一点我们现在一般都是一种切换的形式白天我会用一些其他模型反馈比较快的到晚上准备让模型跑一晚上的时候呢我就用Astron再设计一个比较长城的一个pipeline或者prompt让它来一整晚的执行所以这也是他比较值得信赖的一点,在AI for Science这个领域里面的一些表现。我没有想到Computer Use的这个功能居然在AI for Science领域能帮助到大家这么多。Astra它在computer use的能力相比于之前它的核心的提升是什么呢这个其实我们没有做一个个人感知上的对比但在公开的benchmark上它是有个分数的提升的提升的比较大但是我们实际我觉得Astron的他在这次发布时候做了两个生物医学的demo其中一个就是computer use demo这个demo在我们圈子内是出圈了大家发现原来可以直接用Astron来操作一个生物医学的tool他当时操作的一个tool叫multiqc是一个挺常用的网页工具这样让大家能够更好的开始使用这个功能然后发现它其实比想象的要好用很多其实ComputeUser功能,我觉得之前的模型也会具备,只是大家没有开始真的思考怎么把它融入我们科研中的一些Pipeplan里面。嗯,对,Dio你可不可以一句话解释一下什么是ComputerUse?ComputerUse现在的话,基本上是通过模型对于视觉的理解来决定说,这个Agent下一步要在屏幕上点击哪个部分,或者输入哪些文字来完成一系列的任务。当它可以串联这么几十个动作的时候可以完成一个最终人类想要达到的一个目的就它跟API的区别是你不用给接口不用给密码它直接像人一样去操作跟使用电脑对他看到的是人类看到的屏幕 看到人类看到的UI看到人类看到的所有的视觉和可以交互的界面通过人类可以使用的电脑的输入输出装备来完成这些任务因为我觉得computer use之前好像也有但是大家之前说我们去操作agent的方式一般就两种我要么去调用API接口要么去让agent操作一个浏览器我理解后者它其实就是computer use这一次为什么Astro的发布它又重新把这个computer use带火了Bill你怎么看我现在对于computer use这个方向总体来说感觉它现在又比原来又火了一波之前是觉得说大家所有的工具都会开API所有的工具都会有agent access的接口很多的app也好系统也好都在做agent native的setup但是从最近的一段时间来说不管是instinct也好还是muse也好背后其实都解了browser有一个比较大的问题就是有很多第三方的app或者amazon也好比如说一些shopping的app也好travel的一些app也好他们其实是不愿意开放API的我觉得这又回到了当年Manus的那个情况就是Manus开始做了browser use后面很多别家也跟上然后后面大家发现说这个不是很efficient然后大家都回到coding和API调用现在好像有些东西避不开,然后又回到了browz.io,所以我觉得最后有粉牌这个mixture的状态。我自己这边有一个比较有意思的看法是因为我们目前是focus on相对比较小的一些模型比如说我们基本上现在release的model都是30p左右的模型3B左右的模型是可以在端侧和私有computer上面去进行的比如说我有一台小的AIbox或者说我有一个ARPC它就可以跑这个模型了未来如果说这个browser use本身发生在你的机器上面而不是发生在云端那这个就会改变browser use 本身可能会给你带来的一个 bottleneck因为现在的远程的browser use 都是通过商用机器最多找一个 [15:00] 像Brightdata或者说IP proxy去遮掉说我是个commercial的一个user再去告诉这个商家或者说amazon或者说expedia说ok我有可能其实是一个假装的consumer用户然后我去绕开这个IP check这些网站一般都说如果是商用的IP我不让你进去是因为他们开始屏蔽一些AI机器人商家不希望他接入对其实你看奢侈品网站其实横藻一些所有的都会屏蔽掉如果用的你们家的网就是你自己的IP那就不会再被block了所以这个有可能会是未来一个破绝趋势而这个事情有可能会force很多的app厂商去改变他们browser user机制也就是说这个browser sandbox可能是在本地发生而不是在云端发生你这个观察非常有意思就是你让我想起了最近非常火的一个2C的消费级应用就是metamuse他们的定位是作为一个个人的AI助手然后又是面向消费者的再加上今天agent的使用能力的成熟和Meta他强大的用户技术包括他广告的投放所以我很能理解他们为什么在这个时间点爆火但他们还有一个非常特别的设计就是他们其实相当于给每个人做了一台云端的虚拟机就是你的数据是存在一个在云端属于你的存储的根据你刚刚的这个理论它这个其实还是商用的一个IP它如果未来商业化的话很有可能是会被商家卡住它这个IP的说其实跟当时的man是很像的它也主打一个browser use 因为它很多的use case其实跟travel有关 跟shopping有关 跟一些客服有关在这些use case 之下你是没有办法通过API调用来完成这个任务的 基本上都得最后靠browser当时美安娜斯其实走了一模一样的路,一模一样被全部block掉了所以美安娜斯到后期的时候现在跟Jansbrook很像,都主打白领工作的那一套如果你去看Coco跟CocoWorkXGBTWork最后都往白领工作效率这方面去偏移的核心原因就是因为很多东西一开始能做但后面很快就被巨头们给全部block掉比如说亚马逊现在就把MetaMuse给评比掉了如果有更多的网站去加入到他们的话就是他可能能防卫的网页跟能操作的东西就越少对但是他不可能说把你电脑上的browser给评比掉那你自己也不要上Amazon了所以这个可能会是一个破局的机会,但是我怀疑这个事情肯定是会来一个比较大的来回拉扯的过程,就是在2C端的agent目前可能还是不是特别ready 因为你看Instinct跟MetaMuse他们的token的burn rate其实非常非常高因为他们做browse users的话,模型的需求其实挺高的,模型的要求也挺高的,所以他不可能用比较便宜的模型去做这些事情。那每个人都unlimited tokens,meta是1亿token for free嘛,他很难在短期内真的非常夸张的拉出一个现象级的就跟过去的Google search或者说social network这样的一个起量,因为它是完全免费我们可能未来需要看到一个完全完全免费Token根本不是一个限制的这么一个产品才行1亿token是对应多少美元?如果全部按照input来算按照他们成本来算应该是100美元左右吧我估计每个用户100美元的免费额度每个星期那挺多的对纯少钱我还听到一种说法说Metamuse它里面比较耗钱的不仅仅是这个token的成本还有它云端虚拟机的成本因为现在内存跟CPU都很贵如果你去看我们二楼训练的过程当中我们CPU跟GPU的价格 其实CPU我们一开始都用那种虚拟的那些service去做虚拟sandbox 然后发现实在是太贵了然后我们最后就直接租个大的cpu box 然后自己去架sandbox因为他招中其实没有什么太大的门槛只是compute很关键资源很关键所以我们最后还是决定说自己架这个sandbox不去别人那儿租了我们有一次做大型rollout的时候发现CPU的价格跟GPU价格一样了甚至就很离谱你刚刚提到了MetaMuse跟Mandos比他现在走的路可能是Mandos最开始因为最开始Mandos他也想自己去操作浏览器最后回到了白领工作那你会看好像MetaMuse长远的一个发展吗还是觉得他的这个现象级只是在一个非常短的时间一定会land到软件结合的状态我觉得Meta如果能够把wearable做很大有可能有机会为什么我觉得最后要Lens软件结合的原因是因为云端这件事情不能代表这个用户本身这也是为什么browser把它们给完全block掉的原因因为一旦换了个云端的 [20:00] 虚拟机他不能够验证说这个人本身就是用户本身我觉得用户的ID或者使用agent的那个用户的identity本身会是这一波2C的一个关键如果说商家能够去确认这个agent就代表这一个人去做的这么一个操作也有可能很多商家会愿意做这件事情但是现在如果用云端的虚拟机云端的browser他很有可能是Milk去验证这件事情他会觉得说我的流量入口被人剥夺了如果说它是一对一比例的话比如说我有一个用户他本来就要访问我他通过agent还是访问我那其实对于我来说可能是OK的但如果说原本我是一个用户对准我然后他现在搞了20个agent这20个agent本身的消费能力跟原来可能一个agent是一样的然后这20个A价格不停的比价 不停的去在我这边刷流量 把我这边的所有的流量全都弄乱了那对我来说是得不偿失的所以我觉得软硬件结合可能会是一个机会如果说这个硬件本身属于这个用户他就可以直接确认说这个agent就是这个用户是一个代表行为那我就会愿意把这个access开给你我觉得你这个洞察真的非常厉害我其实前几天跟朋友吃饭我们也提到了这个观察因为你云端的那个IP是非常容易被商家block住的能不能个人访问的IP是在本地比如说手机比如说mac mini但是其实这个对他们来说也是一个很大的问题就是你怎么样去绕过苹果你如何确保他们个人的这个终端设备是安全的他们怎么干对,我觉得现在这个生态本身是很复杂,比如说我们跟高通英特尔,AMD,联想惠普等等都有合作像我们做硬件软件结合加模型结合的这一套东西呢,其实也要去找落地方向以及说哪些场景最容易落地而他们做2C或者2B的场景就会卡在access原始上,以及卡在identity和硬件这个层面上面所以双方可能未来从商业行为或者说从生态上面有一个合作的潜在机会在里面但是我觉得最后肯定是一个模型软件和硬件三方都得要合作供应的一个状态才能够打破这个局面比如MetaMuse它后台阶的是什么模型你知道吗这个东西有 rumor肯定官方会说用的是Muse Spark但Excel上有人Buffer说他们有些调用OpenAI的场景我怀疑会有些routing存在如果Muse Spark不够strong它可能会比如说靠一些Astra或者靠一些fable去解决问题但我怀疑不太会 因为成本太高了如果说我10次Iteration里面有一次我要去靠Astra或者靠Fable才能解决问题那他就不是100刀的成本了他有可能每个用户每个月是200刀的成本这个获克成本有点离谱了OK所以现在Astra跟Fibo差不多是其他模型价格的两到三倍不止不止Astra现在是10美金的input吧我没记错的话也就是说你是比GP6SOW高5倍的价格Astro它的定价是每百万Token10美元,输出是50美元对,差不多4-5倍的价格,所以就很离谱如果我要用这样一个模型去解决一个难的任务,这一次就要掉用三四十美金我给你举个例子好了,我之前用Cloud的subscription,然后我把20X的那个放给用完了那次我很急我必须要把那个任务解决掉然后我就花了100美金加一些credits我仅仅用了两三三次back and forth的agent flow就全部用完了100美金你就很难想象如果我做muse然后我去把其中10%的traffic引到astra上面是个什么要灾难性的一个cost当然mata可能财大气粗啊没关系但是他进对手instinct现在我估计他必须得用至少是soul级别的模型他估计会用很多开源模型去打个底座然后中间再去做一些routing之类的但他们每个用户的货客价格肯定是非常可观的就不只是他们广告上面marking上面的货客在那之后他还是会有大量的货客成本在里面所以我觉得这个事烧钱会烧的很夸张这是我们的愿景如果说电脑上自己就可以跑所有的东西那就没有必要再就跑到云端上至少60%到70%的token是本地产生的或者说我自己私有computer什么产生的那他就不需要再去花那么多的钱 全都rouse到Frontier Model上去了希望未来这个地方有个convergence就看他们能够足以烧多久比如他们足够的钱可以烧个一两年那我们这个行业的模型也逐渐成熟了最后可以有一个平衡的状态出现嗯大家在2B的工作流中会用 [25:00] XAI的Growkebot吗我自己身边用GraphBot的人更多是在尝鲜因为他相对比较主动一点但是你用kodak或者用cloud code其实都可以解决这些问题就真的把它接近工作流的可能相对少一些我自己身边好多真正在地端比如说League of Healthcare真正就是在那些传统Enterprise里面在工作的人现在还纠结于怎么能够脱离Microsoft Copilot 的泥潭,甚至都不能freely使用Kodak和Clock of Work。就更别说要到Grogbox这个级别了所以我觉得整个行业现在分叉非常大走在前面的人什么都可以随便用走在后面的人现在还在泥潭里挣扎这个很有意思因为Astro它里面它也可以调用很多自己的agent我们之前看OpenAI解数学题它内部调用了一个更强的模型大概用了一万个字agent我其实最近跟比较前沿的模型的研究员聊啊我听到一个很有意思的观点,他们认为现在在2C跟消费级的agent上,token的使用量其实是花不了多少钱的一个是推理成本在下降然后是其实这个token的成本比大家想象中要便宜但是现在真正最烧钱的地方包括前夜模型研究员以及OpenAI Cloud DeepMind这几家公司在看跟在竞争的核心领域是AI for Science。就是那些未被解决未被定义的科学问题他们要去解那些数学题或者需要跑像王教授这样的一些生物实验这个是非常非常少Token而且是内部消耗量最大的一个方向那比如说我刚刚提到的OpenAI去解数学问题纳维斯托克斯方程这一个问题那OpenAI它的Agent它就是发了大概有270万条信息消耗了约1300亿输出的token那第三方按照零售价给他算了一下就这部分他会消耗多少钱大概是在2200万美元因为现在整个模型的进化就像Bill你刚刚说的他的使用都分好几个梯队但是对普通人来说就比如说我们今天聊Astro的发布普通人可能很难感受到我在Astro的使用上跟上一代的模型甚至我们说跟Cloud的其他模型有什么非常明显的区别我觉得这个对普通人的感知来说已经不大了但是他对前眼的科学家来说,他的能力的提升,他的感知是非常大的,所以前夜lab在看的这些方向跟我们想象中的方向,他还是不太一样的,就是他们觉得做一个非常大的科学突破,或者说如果真的AI他能制药了,他能解决很多的疾病。那个利润是更可观的我其实这个地方有点想问徐教授跟王教授,我自己因为是主要只做post training,然后同时做一些model的architecture change,再focus on小模型多一些,因为我们想做DCL化的模型。那我们能看到的就是我们这个层次的模型在我们优化之后和Fertil Model的差距越来越小当然我们没有钱去训练一个Tradion parameter model但是我们看到这个智能差距是在变小至少在白领工作和我们自己的工作流当中那从一个AI for Science的角度或者说从VODX角度Forture model在每一代的叠叠当中你们觉得会有多大的提升?比如说我们从Opus 4.5-4.6的区别versus从我们现在最前比如说当时应该还没有OPUS应该是4.8到Fable之间的区别或者说5.6到Astra之间的区别这个差距能可比吗我的观点是它的AI for Science能力确实是有一个很大的提升在Biomedical Domino但是这个提升主要来自于它的coding啊这种general的toding查文线然后做长城任务的能力并不是它对这种biomedical knowledge能力的提升它有一些benchmark是专门测biomedical knowledge的Astro上并没有提升就这种知识层面的我们现在实际用的时候其实很难去使用Astron或者去使用Opius或Fable,因为它对生物医学的任务都会防范的越来越严吧,它都会refuse to answer,这是非常严重的问题。所以我们其实内部用的时候都是用KIMI K3或者MU Spark 1.3当如果要用Astron的时候都要用一些比较特殊的方式来跟Astron说我这不是在做一个危险的任务我只是在设计个Benchmark等等所以实际这种大模型的使用体验随着能力的增强吧其实是越来越差的还有一个点就是刚才比我说的很有道理其实我也认可就在各种已经定义的很明确的AI for Science Benchmark上小模型确实是可以和大模型的差距越来越小但是我个人觉得这些benchmark本身就不是定义的那么好所以大家追赶的方向包括大模型进步的方向都可能不是完全正确的这些benchmark定义的时候,大家都会定义一个更好让AI模型去做的比如说有一个明确的生物数据 [30:00] 要预测一个明确的问题这和我们真的做的制药发现其实是gap非常大的本质上这些现在的生物医学benchmark就是一个开构这种data science的比赛所以它就退化成一个MLEBanch 中Machine Learning的问题那这种S重在Coding能力上提升就会有很大的进步我觉得从robotics角度,Astra是一个飞跃式的在过去刚提到的几个无论是OPUS 4.5 4.6然后还是到Fable的变化都没有Astra这次给Robotics带来的变化大因为过去的所有升级在Robotics的测试上面几乎都没有什么太好的表现原来不能做 现在仍然是不能做 相当于定性上面没有变化 但Astral现在带来的变化是它整个定性是有变化的很多的robotics的benchmark失效了像robot dojo啊几个吧大家相对认可的robotics尤其是仿真的benchmarkEstra都成了第一名无论是他用了哪种数据但是他带来的这个能力都是彻底的把原来的这个模型进行一个飞跃式升级但是关于刚刚说小模型和大模型这个问题我倒是觉得长期来说我们一定是需要一个小的跟Astra能力相当的模型原因是机器人的任务它有时间要求它是需要及时响应需要有高动态任务比如说我要抖一个毛巾这样的能力Astra是做不了的因为它太慢了对吧它知道我要快动一下但是它只能写code来做如果让它直出动作是没有办法去做的在这种情况下我们一定需要一个快决策的模型现有的Astra的COT或者是它的Risning的能力以及3D理解要把它加进去所以你觉得未来机器人它的方向会变成比如说大模型去做规划然后小模型它负责实施控制这样的分层架构吗这个分层架构大家其实一直都还是比较认同的只不过这个层的这一刀到底切在哪怎么样的分层方式是大家一直有辩论的就比如说原来大家普遍认为VRM是做任务规划层那这个任务规划层大概就是到我跟你说我要吃西红柿炒蛋那VRM规划的可能就是打开冰箱门出鸡蛋等等然后底下的小模型或者是巨身的模型它会去执行打开冰箱门究竟怎么办打鸡蛋怎么做但是Astral这次它最大的一个变化是它现在能做低层次的动作控制就相当于它可以给你的指令变成了把手往右伸两厘米或者把手放在冰箱门的把手上如果没有抓住的话它说那你再往前靠一靠所以它相当于把这个层往下压了原来是大家边界很清晰的你负责那块我负责地下但是它现在说我现在能力非常强除了慢以外呢我可以往下压一点点那底下的这个就更像是一个反射式的对吧左往右有点像是一个提线木偶的感觉肯定就是有一些声音就是说那是不是未来上层的这个模型可以无限往下压那压到最后是不是就变成一个完全端到端的VRM就像Astra直接控制所有事情我个人的观点是我觉得这个还是不是很合理现在看起来第一很明显是速度就基本上你在网上看到的Astra做控制的都是要16倍速或24倍速才能看否则的话基本上就是在那纯等待第二个呢就是我觉得现在的Astra还是对物理是非常缺乏理解的尤其是对于人来说叫直觉或者叫直觉物理学我随手可能碰一个物体它如果有水可能会洒对吧如果是玻璃可能会碎这些事情可能Astra如果经过很多语言推理是可以理解但是如果我们希望它去做一个任务当中立刻有这方面理解它可能效果还不够好这个地方可能还是需要像世界模型或者像快速的这个模型要去做一些直觉式的反应你刚刚提到了他速度慢他速度慢是因为什么是因为他的模型太大了吗它的推理时间太长了模型大肯定是有这样的一个原因然后另一个就是它COT很长虽然它是加密的COT给出来的那个COT应该是假的我理解但是它的内部的COT是非常长的所以它做每一步的决策做的思考是非常冗余的尤其是面对简单任务的时候就我们观察到面对复杂任务和简单任务它的思考时常基本上是相似的这也意味着复杂任务它很聪明对吧但是到了简单任务上它就变成了一个额外开销使得它看起来非常笨内耗性人格是的徐教授我想这边也有一个问题想问就是机器人这个模型的大小现在基于目前可以在机器人上面搭载的芯片它应该能够做到什么样的模型大小是一个比较ideal的一个状态以及说如果说这个模型hold在云端,它像一个jab一样,立刻给你输出所有的configuration,在这种情况下什么样的网络延迟是可以被接受的?如果是搭载在本地,这个模型可能最好是在一个小于10B这样的一个尺寸,是比较舒适的,当然10几B或者是小几十B其实也是能做的,但是这个硬带是很大, [35:00] 成本可能会要上去用的这个芯片可能要升级如果搭载在云端的话我们自己在扣克机器人也是两条路都在走我们自己也会有模型搭载在云端以API的形式供大家去用这样的一个方式的话我觉得这个模型尺寸其实就没有什么太多的限制了更多的是网络延迟和你的这个卡到底是哪一代的卡网络延迟的话因为要看任务就你以API的形式一定不能做高动态和时间敏感的任务比如倒水这种就不适合做如果你卡了一下水可能就冒出来了假设都做的是准静态的任务那在这种情况下我觉得200毫秒甚至更长一点几百毫秒我觉得都是可以接受的但是如果你说做高动态任务的话我就一定是要在本地没有办法再云端因为卡一下就完全坏掉了对有道理嗯对许教授因为我知道之前你们公司的有一个demo的场景就是用筷子加小球现在比如说你们用自己的模型做跟用Astra做它的区别是什么用我们自己的模型去做的话实际上时间上做的快很多其次呢它在抓的时候呢是连续不断的去去做尝试了这个过程中没有太多的逻辑上的思考我抓了一次失败了可能我稍微碰到一点它那我的状态发生了一些变化那我可以换一个角度去做尝试但是如果是Astra的话他每做一步以后他都要分析发生了这个的原因是什么然后根据这个原因他要去给自己指令相应的我要做什么样的调整这个过程看起来更像是这个人类的思考过程但是这个地方也会一个是带来他很缓慢然后第二个呢会发现他有时候会陷入到一些僵局里面他有时候无法理解为什么会发生这样的事情或者是他一旦分析出错了那他就没有办法再进一步去推进了然后还有一个我们看到的点就是如果我们去抓一个桌面上的物体旋转这件事情Astra其实做的相对来说还是弱一些但是他能做在旋转的这件事情上面我们看到的是他要反复的尝试怎么样去转才能去把它比如抓起东西以后我再塞到一个墙上的小孔里这样的能力我觉得目前还是有一定的短板的那你觉得像Astro他出来以后因为我知道现在机器人公司分很多种就比如说做大脑的包括这个大脑怎么做它是SIM2Rail的路径还是说他用整个物理世界的数据就他都分很多的流派然后还有做本体的还有做数据的你觉得它对哪一类的公司的冲击影响会比较大Sim2Real的路线我一直是认为仿真是没有办法迅出最好的机器人的模型和策略的就很多人说Astra让仿真重新复活了因为它做Real2Sim就是说把真实世界迁移到仿真里面这件事变得非常容易但是它其实只是把它这个3D的外观做得非常好但是它并没有因为Astra出现然后物理引擎变得更准确了因此我觉得它在这个地方我觉得是一个hype或者是一个虽然它带来了很多变化但这个变化并不直接导致机器人会变得更好用第二个就是我觉得Astra肯定是立好本体的立好硬件的就Astra出来这两三周吧斯坦福已经有一个课题组去把Astra接入一个语术机器人里面让他在家里面去做一些家庭任务了这件事情还是非常非常快的相当于他做了一个论文可能大概就两周时间就做出来了可以看到在Astra有了很强的跨本体放话能力以后你的本体如果质量足够好那可能连接Astra直接可以做一部分事情了尽管他还只能是demo机对于做大脑的公司非常害羞一派是相信会有一个更快的更好的聚身自己的模型当然可能可以从Astra身上去学到一些比如数据标注的方式COT的方式等等我觉得是会带来一些整个行业的增长的我觉得是一个好事当然还有一派就是说它的去模型能力可能不够强那可能直接放弃掉这件事了就是说既然Astra好那我就专注在怎么用它或者是怎么样把我的东西当做它的一个工具然后让Astra来调用我的这些小的东西来完成任务的闭环是一个机器人部署的公司了所以我觉得会有一部分公司逐渐走向更偏部署的机器人有一部分公司会做更小的Astra这样的能力或者超过Astra能力的模型训练你觉得他对整个机器人未来他如何去做研究包括刚刚您提到的分层分到哪个位置他会有一些新的启发或者带来比较大的变化吗我觉得会带来非常大变化第一个是整个模型训练的范式我觉得大家未来都不会忽略Astro这样的一个范式所以去模型的人肯定会产生一些新的想法另一个就是以前做传统机器人规划的人那他们现在可能会往Agentic更偏Harness这样的方向去做机器人的研究如何把各种各样的能力组合起来机器人领域有一个领域叫TAMP它会把规划和控制放在一起然后去做长城任务那过去这个领域我觉得是比较古板的或者说比较上一个代际的这样的一个能力因为它很多时候都用传统的规划手段然后去做一步一步的如果我的下一个任务是拧开瓶盖我的上一天 [40:00] 我要确认这个瓶盖首先是关着的否则的话我不能到下一步这些事情其实在过去我觉得是相对有一点过时的但是到了agentic部分它好像又重新焕发生机了可能是规划去模型然后现在有了好的模型以后那又回到规划可能是变得很重要了所以我觉得对整个研究肯定也会带来一些变化的您刚刚提到了就比如说一些特别好的机器人大脑的公司他们可以向Astros学习数据标注的方式您觉得您从中间获得的启发是什么我觉得就是要把里面的因果和直觉物理标注清楚我做这件事情成功是为什么失败是为什么我做了这件事情发生了这个结果这里面的交互过程需要详细的标注出来我觉得这个部分是很重要的过去的机器人很多标注的时候是只标注一句话描述你做了什么就相对只做正向标注没有把背后的我没抓住它原因是我到底是抓的位置偏上了还是说这个东西沾了水太滑了等等这些东西要去标注出来有了这些东西我们才能真正做一个通用的机器人大脑那这是不是说他对整个数据标注公司也会有影响因为我知道现在还蛮多人做机器人数据标注的我听说的rumor是OpenAI现在只买不标注的数据就他觉得外面的标注都是错的他们都是自己内部重新在标注另一方面他们可能也是为了保密就是说我不想把我标注方式透露出去所以一定程度上对数据公司来说会有两种一种是我卖生数据生肉这种感觉相当于在卖石油是原材料主要还是要靠起量来做我需要的是管理1000个人或者1万个人在那采数据或者把所有的家都map一遍还有一部分就是做熟肉熟数据那他就需要去了解到最前沿的模型是如何去训练的如果他有一些这方面的知识他就可以很自信的说OK这个是OpenAI的标注方式这个是Pi的标注方式你喜欢哪个然后我去卖给你那他这个单价可以翻十倍甚至更高的价格这个水还挺深的是的而且要知道这些模型公司研究品位本来就不容易对就他们需要在交易的过程中获得局部观察来推理对方也是一个COT对推理对方到底在怎么样使用这个数据对那您觉得它对整个未来机器人研究方式会带来变化吗因为大家之前是在研究机器人方向的垂直模型那现在说大模型的能力足够好了它也可以驱动机器人虽然它有ABC的问题那会不会以后说机器人的训练可能它的底层就还是一个基模它只用做后训练就可以了如果我们想要真正意义上部署的话一个几T的模型肯定是很难去做部署的如果是远程的话任务的但是不能解决所有任务如果我们都是Astra这种基础模型我觉得是不太能成为未来所有机器人去使用的模型一定是会有一个相比于Astra要小得多的这样的一个模型有相似的能力这样的一个范式即使它在云端去做服务去做host我觉得也仍然是一个机器人专用的模型嗯您觉得从Astro发布啊到今天已经大概有三四周的时间您对他的理解包括最开始我知道他有机器人画金门大桥的那个demo的时候很多机器人的创始人是很慌的包括后来大家也会自己去试吗整个过程您心理上会有一些变化吗嗯会的会的首先他出来的时候大家刚开始尝试基本上都是觉得非常的惊艳最开始尝试当然是让他抓一个东西然后他很快完成了比如说刚刚提到的有一些空间上面的要求,比如要旋转,在后面有一些更复杂的语意,甚至到一些物理上面的东西,去逐步尝试它的时候,我们会觉得机器人的GPT时刻还是GPT,但是再往深入去看的话,还是看到很多问题。比如说它现在仍然像双臂的任务是几乎没有办法去做的,比如说在叠一幅这件事情上,Astra是完全跌不了的。我们还是看到它在足够灵巧的地方仍然有空间第二个就是我们发现它的总结能力还不是很好比如说第一次做一件事会花一个比如说一个小时第二次做这件事可能花45分钟然后我们让它持续不断的去做就它永远都是45分钟它基本上到第三次开始就是变成一个常数不会说像人或者是一些更小的模型它在充分的训练以后它的时间会越来越短就最后我们可能随手干一件事就是几秒钟就做完了所以在这个地方还是可以看到机器人本身的原生模型还是有很多空间的再到现在我觉得更多的是我们要想到底我们叫系统一系统二就是快慢系统它们之间到底应该是怎么样结合上面的Astro到底是调用还是说给出一些指令还是给出什么样的指令作为界面因为它已经出现了 你不能回避它但是它自己又有很多问题 [45:00] 没有办法直接用它所以下一个问题是怎么样把机器人公司擅长的东西和Astra这样的模型充分的结合起来然后能做出真正通用的机器人我觉得到现在还是更多从技术角度去想未来怎么做对最近还有一个项目也很火叫Jeff他可能就是很多的是用系统一系统二快思考慢思考的一套理论去做的你觉得这个对机器人领域的影响大吗我觉得Jeff他自己叫做自己系统一我觉得跟机器人本身的原生模型是很像的机器人大家一般来说会认为它是一个主要是系统一有一小部分系统二的能力在里面所以我觉得机器人就应该是一个相对来说的快系统但是Jeff其实我们也做了尝试首先Jeff在机器人上表现是很差的为什么多方便原因首先当然OpenAI好像最近也要发新的东西了但是Jeff本身没有办法输入图像所以你的图像需要以状态的形式给到它你必须要跑一个视觉的 vrm 也好或者是跑一个其他的视觉模型然后把这些状态给到他然后再让他去做快速决策我们测试下来他比如说螺方块这种任务他经常会就螺不起来或者是就螺了以后就倒了比如说Astra他可以看到说第一个块螺的有点歪第二块就要反过来一点往另一边靠一靠这样子才能平衡但Jeff就没有这样的一个能力但他可能现在我看到很多人就说Jeff可能可以用来标数据因为他很快嘛但是我刚刚好像看到OpenAI要出一个快的就类似于Jav的东西而且是有图像多么太输入的一个快系统但是好像还没有尝试应该是快要发布了嗯嗯对我们可以期待一下那你整体觉得Astro的发布对机器人行业你觉得它是一个正向的影响还是一个冲击到大家的影响它对整个机器人领域的影响肯定是正向的看到新的能力但是肯定也有一些冲击从每个个体来说尤其是比如说现在的模型能力远远低于Astra的这些公司可能会有一些担心我永远都追不上他这个能力我整体还是偏乐观的他相当于是一个新的思路其实照亮了很多我们之前没有看到的地方所以我个人是觉得他是偏正向的嗯了解那接下来来聊一聊我自己非常感兴趣的就是AI for Science的环节啊那现在你觉得Astra还有Fable of Five这几个模型在AFO Science上的能力谁更强呢我觉得Astro的能力会更强因为它做的这种长城任务的能力要稍微强一点对我们的应用来说首先我们没有一个明确的benchmark很难用现有的这些生物医学的benchmark来衡量一个模型它做生物医学任务的好坏现在模型很缺乏做的一个事情就是他可能做编程或者做一些任务都做挺好但是我们想要模型是能够指导我们去真实世界中做生物医学实验就如果我有个bandshmark叫他预测一个东西他可以做得很好预测一个蛋白质的活性但是我们现在最重要的一个场景是AI模型能不能出一个实验方案具体的我要怎么样做实验在什么温度下用什么分子然后在怎么一个湿度怎么一个情况下做这个实验这是一个现在的模型都做不好但是非常重要的点我之前说叫computer use就是AI怎么控制computer对吧我们现在方向我们都叫它叫human useAI怎么样控制真实实验中的一些实验员一些technician去做实验这是我们在对比了Astron和之前的一些模型中发现Astron还是可以做得比较好的这些任务的语量其实非常少但我觉得Astron它的更强的能力可能可以在这方面有一个提升我理解它分成两类嘛一类是AI给方案它去预测你的心药可能是一个什么样的结构跟分子组成第二种就是说这个方案做出来了我们一定要在真实跟实验甚至是干尸实验的环节去验证这个方案可不可行就是现在他第一个部分做的还可以在第二个部分的时候他现在给的方案还不够好对我觉得对第一个部分来说呢其实是我们不知道AI做的好坏这里面有一个悖论如果一个问题啊比如说我说开发一个治疗癌症的药物我如果知道答案那这个问题其实我没有必要去研究了因为我已经知道这个药物具体是什么了所以我们真正在意的问题都是不能被benchmark衡量的都是没有答案的所以我们在意的每一个问题,生物医学AI for science的问题,最后都需要去实行研究验证该实验就是所有的预测所有的分析都在计算机中模拟无论是CPU GPU都是在计算机中完成施实验就是我们需要在真实的一个实验室一个房间里通过试管通过培养品对老鼠细胞等进行一些操作所以这就是计算机之内和计算机之外能达成的区别我给AI出一道题我是不可能知道答案的GPT给我一个药物的分子室说这个能治疗癌症CALT给我另一个分子室我都得去实实验去做这个实验 [50:00] 所以在做这个实验之前它不仅是说给我个分子室它还有具体的一个实验的计划怎么样能够合成这个分子室这个小分子应该怎么储存然后呢我应该以怎么一个周期给老鼠使用这些特别细节的东西是现在AI模型都做得非常差的它能够生成一个分子室因为世界上有很多这样的数据但这个分子室怎么合成怎么给老鼠用这个药等等这些他们都做得不好然后这些其实是更重要的后者现在你觉得整个我们放眼下的大模型它在设计一个实验上大概解决了设计实验的多少的比例就完成度怎么样我觉得完成度是可能只有30%吧很多时候是需要人类的专家去来给他修改在设计实验这个领域呢是Domain Expertise需要的特别特别深入的这个领域的一个教授可能也不知道需要专门针对这个方向做过很多实验的Technician才能够设计一个高效的而且成功率很高又特别可行的实验还有一个就是每一个实验室它的器材或者它有的设备都是不一样的Astron这种AI模型它没法根据这些设备器材来针对型设计实验比如说我这个饭店里有一些原材料有番茄有鸡蛋有土豆我让Astron来做一道菜他并不能够理解这个饭店有哪些原材料他不会针对原材料来设计一道菜他可能说给我做一道海鲜大餐什么什么的这些就在现实世界中非常难以执行所以我觉得他缺乏的是对现实世界中资源的利用协调和使用的能力这也是我们现在想要对模型进行改进的所以我理解现在如果说我们真的要让这些大的模型在AI制药上有所帮助的话我理解一个严肃的真的想用AI去生成药物的这样的一个公司它还是要配备自己的实验室的对我觉得是一定要配备实验室的因为现在的通用模型也很厉害了配备实验室它可以有自己的验证可以有自己的数据积累现在AI在做这种药物发现还有一个瓶颈就是它验证的周期很久我设计了一个分子然后这个分子我拿去老鼠上做个实验不可避免就要花几周因为老鼠有新陈代谢对这个药物进行一些反应这个几周的时间可能这个模型已经进化到下一代了已经有GPT6.1、6.2的出现了到时候AI模型都进化的比我这些真实实验要滚快所以我觉得这种前沿要做AI for Science的研究是它需要有一个实实验而且它要对这些实验室进行改造redesign让这些实实验能够更好的配合AI比如说我一上来就把所有的细胞什么都准备好了然后只有在AI会要预测的那几步我就可以有AI预测之后立即把那些小分子放进去把这些前置条件都做好把实实验和AI模型一起来设计能够把这个闭环走得更快而不是说分开像我们现在AI模型设计一个东西然后我移交给我的合作者那合作者呢他也不知道AI模型是怎么设计也不知道AI模型会大概给些什么样的结果他就把它重新来针对它设计到试实验这样分割开的话可能就会比较低效所以我觉得未来的话前沿实验室需要有试实验的一个条件AI从设计一个分子结构到最后你的整个的干尸实验做完达到临床一期的时间周期它大概是有多长一般我们先做细胞和老鼠上的实验这个几周就可以做完做完之后呢一般会做一批比如说在猴子这种临长类动物的实验这个怎么样都要一个四个月的周期有时候我们会做两次那就是四个月再加四个月八个月作为一个AI制药的公司吧一般我们做完猴子的实验呢就不一定会推进到人的实验会把它直接license授权给大的药厂让他们去做人的实验这时候这笔授权费也是非常可观的一般都是1000万美金以上甚至可以更高大的药厂它有一个病人的这种网络所以它可以更好地收集病人做针对性的人体实验所以我们一般都是走到猴子实验结束那周期可能在六个月到十二个月的时间线上对所以就是要验证一个药物它花的时间是远比AI设计一个药物更久的但在AI给想法的这个问题上现在我们说整个AI它已经很聪明了它数学领域发展的很快是因为数学它在很多的环节上它是可以被验证的而且它不需要做实验所以它发展的很快那在生物学上就比如说AI给你真的设计了一个新的分子新的药物你怎么去确定它的设计是对的呢对我觉得这个就是最大的难点这也是AI能够在数学上做出很大的成就功课前几年猜想但在生物医学上呢其实到现在也没有一个说是AI完全开发的药物的一个根本原因就是现实世界的反馈太慢了而且这是受限于自然规律一个老鼠一个猴子就需要那么久 [55:00] 世界在上一波A4的时期有很多AI drug discovery公司当时也是雨后春损一样冒出来了那时候还是大模型前A4的时期但是那些公司大部分后面都没有成功就是因为他们还是以AI设计和发行药物为主但是这样即使能够把这个AI设计一个分子式的周期从半年提升到几天或者是几小时但之后还是会被后期的真实的老鼠人体实验给限制所以我觉得这是一个核心的问题如果能够把这个问题解决AI在生物医学制药上的爆发就会和AI解决迁径的数学问题这样会有一样的非常大的一个爆发我觉得这个问题是不可能从根本上解决的但是我们可以加速现实中的反馈这样来间接的帮助我们解决和提升AI在上面应用的效果你指的AlphaFold的时期是哪个时期就是AlphaFold刚出来当时蛋白质结构预测有一个很大的台阶一跟二的时候对对就刚出来的时候当时有很多AI创业公司就用AI可以预测蛋白质结构那么有了更好蛋白质结构我们就可以快速的开发药物当时也可以预测生成很多好的药物结构但是验证还是最大的瓶颈现在其实还是同样的问题我听说AlphaFold3它是把它的所有的研究包括它的数据都开源了它的开源也带来了一波生物制药公司包括做这种垂直模型的公司做工制的公司崛起因为它开源了以后就相当于你这个行业它就类似于机器上行业派开源一样它有很多的底层的基础设施它已经ready了对 我觉得它的开源是非常重要的然后在当时那个时间线社区里有很多的机构都在尝试造AlphaFold的开源版本有个叫OpenFord的工作所以如果它不开源大家也会很快追上就有一些开源的版本来模仿它在他这些工具开源之后对社区最好的帮助就是大家更重视数据的积累了它虽然开源了但是一些垂直科学AI公司它可以利用自己积累的数据来维护自己的护城河其实这些数据都是非常非常珍贵的一条数据都是非常高价值几万或者几十万美金因为它都是会在真实的老鼠人类上做实验的不仅是这些实验成本高而且实验的周期也很久所以反而是开源之后这些垂直的科学公司它会更具备优势了所以这是他对Community的一个贡献吧您指的一条数据是什么就是一个实验在一个完整的动物身上跑通的这个算一条数据比如说一个分子在老鼠上到底能不能杀掉癌细胞这么就是一条数据那这个数据还是太便宜了因为感觉这个大家要工作好久工作量也挺大的是的 这是一个非常高价值的数据也是在internet网上大模型预讯的语料库中根本看不到的那这样来看是不是生物医药界可能也会未来会兴起很多的数据公司反正你模型负责给想法我就成立一个实验室就真本负责验证它可能也是一个很好的商业模式对的我觉得这是一个非常好的商业模式因为现在那些AI数据的价格比如说买一道奥数题都要几千美金Terminal Bench一道题会要几千美金现在新出的Terminal Bench Science那上面的题也会是一个高价值的题我觉得这些题还仅限于计算机里面的操作那未来如果是有真的生物真实实验数据那个价值会非常高还有一个很高价值的地方就是搭建一个能够帮助AI很方便的去做真实生物实验的接口仅仅是这一个也会很高现在有个公司叫Adaptive Bio它是专门给Anthoropics合作的Anthropics生成一个AI的预测它以MCP的形式就立即开始做实验他刚刚融资了40M我觉得这样的公司会越来越多以后每一个实验的公司都会有这种MCP API的形式直接接到AI大模型里面这样来给AI大模型直接进行服务这样当中很多人的沟通成本都会减掉所以这当中就又回到我刚才说的问题最重要的就是AI自己知道要做什么实验怎么设计这个实验然后诗实验的公司能够和它进行配合现在像OpenAI还有Antheropics那些我们看到的前研模型研究室配备了自己的试实验试Antheropics是明确配备了它和Adaptive Bio是明确合作的它最近出了一个比赛邀请大家来做一个Antheropics定义的蛋白质设计问题它会赞助Adaptive Bio这家公司来为大家做试实验的验证所以Anthropeks最近定义的比赛也是说最后以失神的验证为最后的标准我也听到很多消息安苏贝自己在构建失实验的团队包括他招的一些人也都是有失实验背景的我想OpenAI应该也会有类似的情况也会开始慢慢布局这种失实验的公司所以我觉得这是未来一个趋势各个这种AI Frontier Lab如果是真的想做高价值发现不是就刷现有的Benchmark的话不可避免的是要有自己的试试业 [60:00] 实验室那DeepMind呢?而且现在感觉它的创始人哈萨比斯,它也重点是在Asomorphic,就是从DeepMind分出去的生物制药的公司上。对我不知道DeepMind和Asimorphics会是怎么样的合作形式,是DeepMind搞AI,Asimorphics做验证还是说我猜测更多的可能isomorphic自己就端到端的他会用一些模型然后更多的来自己做验证来端道的解决讲Jumper就是另一个和哈萨比斯拿诺贝尔讲的那位科学家他是加Rance Robix了所以我觉得Anthoropis在这方面会有很大的优势我看他们一起拿诺贝尔奖的还有一个人是David Baker他自己也是做了一个新的制药公司是叫Zyle对吧对他有很多制药公司我不知道他的commitment有多大据我理解他应该有几十家的公司吧我理解他还是更多会专注于自己的科学研究然后看看之后能不能拓展到商业或者他的startup里面你觉得在整个的模型对制药的影响上对你来说几个比较大的节点是什么就是哪些基础模型能力的提升会让这个行业一下子就有一个质的飞跃或者提升现在我们的提升还几乎是取决于coding能力的提升现在因为大家还是没有走到实验或者真实世界的控制这一块所以在coding的能力上提升之后我们这些biomatic和相关的任务也会做得特别简单biomedical上这些coding任务虽然那些benchmark上还没有达到满分但我个人理解已经是几乎可以认为是解决了因为它已经比人做的要好了像terminal bench science上的一些biomedical问题我自己去试了一下我做的都没有AI好虽然很多AI的分数即使是astro也只有60几分满分100分只有60几分但是它其实已经做的比我好了所以我认为他们已经解决了所以比较大的节点就是coding能力的提升就会把生物制药这些drylab上的能力的提升谢谢大家还有一个问题就是生物医学的数据特别的大特别的复杂每个人的数据都可以达到两个T那么如果未来的模型还需要提升的话就是这一块这种两个T的数据的高效的处理理解这是一个非常非常重要的领域也是一个非常大的一个机会您刚刚提到了您觉得现在AI在一些能力上已经超过您了因为你已经算是人类很顶尖的科学家了也是做学术研究的我可以理解他已经不是超越平均智商了而是最顶级的这些智商那在这个环节中你觉得他未来给你们这些前科学家带来的问题是什么呢就比如说他做的东西你们很难去验证了会有这样的情况存在吗对验证的话也是要靠实现的验证如果一个问题已经定义的很好了有一个明确的测试集明确的输入要知道解决什么样的问题那AI解决这个问题的能力会比我强那么人类科学家更多可以做的事情就是定义哪些问题AI去解决所以我觉得未来AI在身为一个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还有生物医学是关系到治药或者治疗病人这些直接和人打交道的所以很多时候还是需要一个科学家参与在其中而不靠AI自动化需要一个人类科学家作为一个背书吧就像飞机就算能自己飞我们也希望有个驾驶人在上面对吧AI能自己看能自己治疗出诊断书我也希望一个医生真的肉眼看下我的报告所以在科学发现这种一下就会投入很多钱很多时间的重大决策上还是需要一个人类科学家去一起把关一起去判断这个问题的价值如果纯粹是解决问题我觉得AI已经会比最强的人类科学家都要强了您刚刚有提到你觉得像Astro他在benchmark上现在整个benchmark它的定义是有问题的那你觉得未来它的benchmark它应该会怎么样去定义它会朝什么样的方向去演进呢我觉得未来首先我们要设计那些生物医学的体它是没有上限的它是一个不可能被刷爆的比如说现在的Sota的药物能够把30%的胎症细胞给杀掉那么AI能不能做更好的药物能够把40%的癌症细胞杀掉这样让AI不停的设计能够有一个没有上限的方式来做这个任务同时在这个任务做的过程中也会形成一个数据的飞轮就是我不停做实实验虽然这些实实验很贵比较慢但是持续对这个任务做实实验还是可以收集到可观的数据的但是想避免的就是一些简单的分类任务比如说分类这个基因会导致癌症还是不会导致癌症这样的任务就很容易被AI解决了我们未来要设计的还是这种比较宏大的很难有上限的比如说怎么样把人类的寿命提升这种没有上限的任务能够让AI持续的解决然后我们可以持续的积累数据这样积少成多把一个特定问题的数据给积累的更多您刚刚有提到了在AI领域,它还没有自己真正做出来的一款钥匙被验证过,然后被可以使用。 [65:00] on the 为什么他是没有被验证过但是他这个领域还是依然很火只是时间还早还是说他未来会被解决对我觉得未来会被解决只是时间还早因为现在AI是一个新时代的也就是过去几年才发生的一个药的周期也要五到十年对吧现在还没有走到那个药的周期我觉得未来会有一个AI自己发现和更好的验证药物的机会 Now, the new drug market has been found, in the company, it was a company that has been used to be a high-强度 in the company. 但是这些可能更多的是一个AI参与 或者是一个噱头 我觉得因为从那个药物开始研发 都是五年到十年前的时候了 So the AI and now it's not the same. So I think the future will be a more time. 对,然后我看Cloud他们最近有一个新的成果,就是他们发现了一种新的ART,它有一点点类似于CRISPR Castline的这种精英编辑的工具。 但是他最后有没有被验证还不太确定吗 就科学家也在观察这个现象 You think that the model is very strong in which direction? In the animal health field, the field of the field, It's already started to have some突破. What do we see? The result of this突破 is what? Yes, we're seeing this突破. It's almost like the same thing with the test of the test of the test of the test of the test. So when the test is done faster in the field, the model can be done better. For example, Anthropix, they did a match against the NBA Enzyma的一个设计 这就是实验特别快的一个领域 未来像蛋白质 酶这些可以做快速实验的 我觉得都会有很快的一个迭代 But if we do a衰老 or a disease, this is a rare, a domain specific, a very long-term issue. that I think the model of progress will be very slow and very fast and very fast Okay, every one of the things that are related to the field of change? There are some different fields, like a diet or a patient? 理论上蛋白质是万能的减肥癌症治疗所有的病理论上蛋白质都可以通过一些方式引导我们制药来改变人体然后来治疗 煤的话很多是一种催化剂 比如说我们以前会设计的一些煤可以把一些地沟油变成一些实用可以用的油 or to make some洗衣粉 in different温度下, all have活性. So it's more than in the living room, in the process of manufacturing and manufacturing, to do some extra work and support. So its business value is very large and can be very high. The carbon fiber is still in the same way. The end of the experiment is still in the same way. Oh, I understand. I'm really excited. I've been with many of the researches and engineers to talk about it. Because before, I always say "wrong" this concept. And many of the researches and engineers said that there are many traditional people who have no value. This is a lot of people who have no value. But now, the data is not even in the network. It's not even in the network. It's not even in the network. It's not even in the network. It's not in the network. 大家同意吗? 机器人这很显然不是这样的 机器人这每个人都是生活的串家 所以在机器人这没有那么悲哀 大家都值得被蒸馏 你擅长做饭 我擅长叠衣服 他擅长走路 他擅长跳舞 我擅长走路 当然再往后走也会经历这样的一个阶段 今天的机器人还做不了大模型 至于普通人的档次的事情 所以我觉得如果也许一年后两年后 才会到这样的一个阶段 就是说必须要是一个舞蹈专家 或者必须要是一个Gordon Ramsey这样的大厨 才值得被蒸馏 我觉得在今天就是家常菜的 每个人做的都值得被蒸馏 如果知识被蒸馏的话 那确实现在AI的知识更全面 单个科学家肯定是比不过的 发现一些长期投入还是需要科学家或者工程师在那边支持背书 所以这方面是AI替代不了的 同时也有一个反向蒸馏的问题 因为AI这么强 对吧 我天天也在蒸馏AI 我很多新的领域 尤其我们做AI for Science 交叉学科的很多东西我不知道 我就可以快速的向AI学习 学习之后 我获取知识的速度也快 有时候有一些新的idea 新的创意 我可以做更好的一个科研成果 所以我觉得这是一个 互相蒸馏的过程 And then another one, if we're in the medical specific domain, the effect of human beings is always very big. Because it's not only to solve the problem, but it's also to be able to solve the problem. Or, it's also to express the problem he wants to solve the problem. For example, there are some new diseases, or people want to live 200 years, live 500 years. These problems are always from the beginning. And every person will have different body conditions, and they will give them to the problem for AI. They will give them to AI new problems, new to solve the problem. So these are the people who are not going to be AI. Or are they going to take into a situation. That's very good. Bill. From the real world's perspective here. [70:00] 因为我们现在的智力或者说模型的能力还是在非常大的模型可能memorize或者是就死尽被了很多很多的知识在里面以及一些knowhow也是在训练当中基本上硬加进去的比如说你在optimize一些benchmark,在推进固定的一些落地场景上面,你会做很多的overfitting的一个状态在这种情况下其实目前我们overfair的领域可能都还不够很多的领域值得被overfit其实我们现在都说可能模型已经到了general intelligence的这个级别但是从我们目前在已经overfit的场景上面来说我们可能没有到那么general的状态后面如果我们要真的做到真正非常general的intelligence那可能我们还要跳出蒸馏每个场景蒸馏或者说overfit每个场景的这么一个状态进入到能不能模拟一个人从零开始学习的这么一个状态从这个角度来说我们其实需要蒸馏人的能力不在于说我能不能把这件事情做好而是蒸馏人是怎么学习从零开始学怎么比人学还要快如果我有一个foundation model,它可能是非常underfit的一个状态但是我能不能在某一个领域,比如说我这个模型自己想当一个医生,那我能不能在一个月的interaction当中成为了一个人类的基础医生水平比如是在三个月的interaction过程当中成为了人类的某一个教授水平完完全全靠模型自己迭代的方式来学习这个我觉得我们远远没有到这个程度的我觉得未来可以从人这边得到的intuition其实还是很多的就原来还没有到完全被取代的这么一个状态对我觉得可能很多是一层表层的技能而不是底层的思维方式对今天很难得就是我们是把三个不同领域的我觉得做的好的创业者跟学者进来了大家要不要说一下现在在你们领域里面你自己最关心跟关注的一个问题我们现在最关注的问题其实就是目前硬件上面全世界memory很有限RAM非常贵,VRAM非常贵很多人又concern说我是不是把所有的数据都创明了如果说未来我们认为所有的计算和算力会被铺开每个人都会有自己的算力每家公司也会有自己的算力算力不再集中于只是在数据中心当中我们是不是可以想象到所有人都可以有自己的算力可以运营自己的模型这模型不一定说要做到最大最大那我们能不能通过这些模型来解决生活当中80% 90%的问题解决现在AI不能够完全无限量普及的这么一个问题那我其实还是同意说未来模型还是会需要往大了走需要往更强了走但是它可能有个广度跟高度的问题比如说AI for science 上面我可能需要一个非常高度很高的模型而在正常的比如说企业工作个人生活当中你可能需要一个广度很高的模型但这个模型大小不需要很大这个是一个结合的问题但是如果做好正确的结合其实是可以解决目前的硬件需求和电力需求的瓶颈从机器人角度我们最关心的肯定还是领样本的泛化能力之前的机器人其实有两条路一条是部署一条是繁华这两头路其实有一点正交就部署的话有点像是AI赋能上一代的机器人我在工厂里面的机械臂原来可能是开环拧螺丝开环是指我不拿反馈对吧我把这个位置都标定好然后过去然后现在我有了AI我可以闭环宁螺丝或者闭环的去上货但是这件事情从我的视角来看也还是有点逆时代的就是你仍然需要5个PhD level的人去到那儿然后在工厂里面可能睡3个月然后去把这个机器人的稳定性速度是否要定制末端假装这些事情需要解决但是今天我们也是聊Astrum我觉得最终我们还是希望是一个通用机器人它零样本的可以做快速部署这个部署应该是五个任意的人然后放在那它其实更多的就是说有一些体力劳动或者是懂一些基本的技能而不是说需要五个非常强的人然后去到那那这样的零样本方法肯定是有冗余那这样的冗余我们是否可接受我觉得是可接受的那在这种情况下能否有一个足够好的快的零样本方法的模型仍然是机器人最主要的追求你觉得机器人离内部还有多远我觉得28年初会是一个通用机器人比较开始真正实用的时间节点到现在开始可能18个月后大家可以在家里面可以以语言的形式去让一个机器人做家里面90%的事情这个预测还是相当极近的如果你玩了Astra如果你下个月也许可以玩我们的模型应该觉得这个预测还是比较合理的哦那机器人进展很快对我觉得机器人 [75:00] 其实是相对慢的但是因为二三年的时候机器人和大模型同步出发大家看到大模型发展的非常快机器人其实已经慢了一倍的速度了但是我觉得物理世界的东西总是要慢一点的就它没有办法像纯软件的东西那样超快速迭代对我整体上是觉得今天跟您的聊天整个气氛它是乐观了很多因为在我们从20年关注GPT到22年关注XGPT然后再到大模型多模胎我觉得在前几轮中整个模型层它的发展是远超机器人的可能就在过去一两年甚至一年以前大家觉得机器人的GPT moment还没有到来那今天其实我们已经在谈应用了所以我觉得整个他的进展还是非常的快的好那王教授这AI for Science如果真的有突破那最重要的就是AI对真实世界的一个理解一个真实世界资源的运用分配等等就像我们研究Science它本质就是研究真实世界对吧物理学就是研究宇宙生物就是研究生命化学研究微观世界那AI他还需要对真实世界有理解并且能够运用真实实验资源这个不是说我设计一个机器人去取代人类来自动的做实验还是说AI知道根据现在我实验室有哪些资源我应该让这个机器人或者是让这个人去做些什么事儿比如说以后我在promp AI的时候不是说给我设计个药物能治疗癌症,而是说给你10万美金,你给我设计个药物,并且我有这些实验可以做。比如说做一个老鼠实验要2000美金,做一个人体实验可能要一个怎么样的周期。AI能够真的这样扮散真实世界中的超级复杂的任务这些都是他的预料中很难见到的这可能需要一个新的范式就像现在我们都是人来用AI人来研究怎么写好的prompt可以把AI指挥的好对吧AI可以做任务做的更好怎么写好的prompt 怎么搭好的agent未来可能是AI要写出清晰的可执行的一个指令是AI来prompt这个真实世界清晰可执行的指令非常高效非常清晰不ambiguous然后人或者机器人可以根据这些指令去利用现实世界的资源高效把这些事情完成就像以前我们都说判断AI能不能follow人的指令未来我们可能要的是比如说instruction generation来生成指令生成得更好帮助我们调动现实世界的资源甚至我们还会对现实世界进行一些改造未来的一些实验设备仪器它不是给人看的不是给人用的是让AI用的我们现在比如说拍X光拍CT我们还要合成一下图片为了让人类医生能看未来可能直接就拿出底层那些波形或者信号直接给AI看就行了都可以跳过生成图片那一步所以这是我认为最重要的就是AI能够更好的走到真实世界中无论是通过机器人还是一个真实的人类但他都要知道怎么样去利用真实世界的资源来解决这种超难的问题好的好的特别棒那今天非常精彩我觉得我学到了很多行业里面非常细分的知识感谢大家谢谢那上周我们办硅谷101Alignment 2026大会的时候王胜也是我AI for Science那场论坛的嘉宾我在台上问了他一个我自己很好奇的问题啊我说Cloud说自己找到了一个像CRISPR的心霉系统这件事出来以后AI圈和生物圈的反应有什么不一样?他自己的回答非常有意思他觉得AI圈是非常兴奋的因为AI开始做科学发现了但是呢生物圈的反应是相对平淡的大家想在实验室里验证了再说我后来一直在想就是为什么会出现这样两个不同的现象啊因为模型层的进展和一个行业真正的改变中间隔着的可能不仅仅只是智能还有验证那机器人它要在真实的世界里反复的去世制药要等猴子和老鼠的新陈代谢而agent他也要去过商家过用户的那一关所以AI圈子看到的是能力曲线,那行业里的人看到的就是落地周期。所以接下来呢,我们也会有更多的节目去关注各个行业,它的底层逻辑是什么,AI如何在各个行业里落地。那大家听到我们这期节目是什么感觉呢?欢迎在评论区给我们写留言写评论。那如果大家还没有关注我们可以通过小宇宙Spotify苹果播客YouTube还有Bilibili喜马拉雅蜻蜓FM励志FMQQ音乐来关注我们我是红军感谢大家的收听