理想汽车发布新旗舰L9 Levis 推进AI向具身智能转型

理想汽车发布新旗舰L9 Levis 推进AI向具身智能转型 创始人李想认为，自动驾驶是具身智能的上半场，L4时代到来后国内汽车行业将高度收敛至仅剩5家主流车企。 在对话中，李想分享了理想汽车过去两百多天全面拥抱AI的历程，探讨了Agent和大模型如何重构企业人才标准与内部决策机制。他深入阐述了具身智能的商业化路径，提出自动驾驶是上半场、人形机器人是下半场的观点，并透露了理想在“轮式”与“人形”机器人上的双管齐下规划。此外，双方还围绕新车L9 Livis的线控底盘和自研“马赫100”芯片等硬核进化、智能车出海的利益分配挑战以及理想品牌的未来愿景进行了深度交流。 理想汽车发布新一代旗舰 SUV 车型 L9 Levis，搭载自研马赫 M100 芯片（算力达 2560 TOPS）、全线控底盘及 800V 主动悬架，标志着公司向 AI 与具身智能公司转型的阶段性落地。 (0:00) 李想认为 AI 时代人才标准已被彻底重构，高价值重度用户往往是过去不擅表达但逻辑极强的员工，企业盲目裁员极易误伤人才；此外他长期不看好“一人公司”，但看好 3 至 15 人规模的高效团队。 (5:00) 具身智能从 0 到 1 的首要痛点和最大商机在于“上料”与“搬运”而非高精度制造，相较昂贵的人形机器人，配备机械臂、具备移动取拿能力的轮式机器人更易实现商业闭环。 (15:00) 李想提出“自动驾驶是具身智能上半场，人形机器人是下半场”，预判 L4 时代国内主流车企将收敛至 5 家；面对极端场景下的道德困境，系统唯一且必须遵循的底层逻辑就是严格遵守交通法规。 (25:00) 理想汽车公开机器人业务，采取实用低成本的“轮式搬运机器人”（计划两年内量产数万台）与前沿“人形机器人”双管齐下战略，目标成为全行业的基础设施提供者。 (35:00)

李想认为，理想汽车正全面向 AI 与具身智能公司转型，自动驾驶是具身智能的上半场，人形机器人则是下半场；科技演进的终极价值，在于通过技术普及将过去少数富豪专享的高品质服务转变为大众日常体验。 组织重构与人才标准：AI赋能的新生产力范式 (5:00) 李想否定了长期存在“一人公司”的流行观点，认为缺乏完整业务生产环境与反馈闭环的单人模式难以维系，但他看好 3 至 15 人的高协同敏捷团队。理想内部实验显示，单个员工借助 Claude 在一周多时间内便能独立复制调教一个拥有 70 万行代码的大型软件。因此，新时代的人才标准发生剧变，过去不擅言辞、资源匮乏但逻辑极强的人往往成为内部重度消耗 Token 的核心骨干，李想据此建议企业切勿盲目裁员。在内部决策流程中，理想也引入了 Agent 进行多方案分析、博弈与打分，消除了汇报时的信息不对称。 为适应 AI 时代，理想打破传统职能架构，参照人体结构将团队重组为五大板块：负责算力与数仓的“心脏”（Infra）、负责预训练和后训练的“大脑”（模型）、主攻工具链与软件落地的“手脚”（本体软件）、负责物理结构的“身体”（硬件），以及主要由校招生组成的“独立评估团队”。此举实现了基础模型研发与上层 Agent 应用的彻底解耦，避免了软件团队私改模型底座或模型团队盲目介入业务落地的混乱局面。 自研芯片与线控底盘：全栈软硬件整合壁垒 (45:00) 在硬件与算力层面，理想全新旗舰 L9 Levis 搭载了自研“马赫 M100”芯片，双芯片算力达到 2560 Tops。李想透露，团队在撰写 140 万字可行性报告后，毅然放弃传统 GPU 架构，在全球车端率先采用动态数据流架构。理想认为模型终将同质化，端侧“推理芯片”才是未来具身智能真正的长期护城河。自研芯片不仅带来了更高的运行帧率与大模型承载能力，还为未来政策放开后的车载物理算力升级保留了接口。 底盘控制方面，新车配备了全线控底盘与 800V 主动悬架系统。李想介绍，全线控技术将智驾控制下的响应延迟从传统机械结构的约 400 毫秒缩短至 200 多毫秒；线控电子制动的响应时间仅为 13 毫秒，相比传统液压机械制动节省了近 50 毫秒，在紧急刹车时可拉开一个全尺寸 SUV 车身的救命距离。该系统采用四轮独立机械制动卡钳，具备两套完整冗余，即便单轮工作亦可实现车辆制动，在转向失效时还能依靠独立制动实现掉头。 具身智能商业化：切入“上料”痛点与双轨演进 (15:00) 李想将具身智能概括为传感器、模型处理器与物理硬件的统一，并指出当前人形机器人创业普遍面临商业模式匮乏的困境，例如让昂贵的机器人冲咖啡或拧螺丝在工业中并无必要。真正的产业刚需与商业痛点在于“上料与搬运”——在理想汽车的一万多名工厂员工中，有三千多人专职负责物料搬运与上料。因此，具身智能落地初期最具性价比的产品并非昂贵的人形机器人，而是具备泛化取拿与移动能力的长臂轮式机器人（AGV）。 基于此，理想确立了双轨路线：一方面研发实用廉价的轮式功能机器人，计划两年内实现数万台规模量产，通过自身工厂及上千家供应商直接消化并形成商业闭环；另一方面推进人形机器人核心底层技术攻关。李想将人形机器人的成熟度划分为 6 岁（物理泛化与特长）、12 岁以及 18 岁（接近 AGI 水平）三个发展阶段，预计完全成熟尚需 15 至 20 年时间。理想的定位是依托自研芯片与模型能力，为未来的机器人产业充当底层基础设施提供商。 自动驾驶演化与出海挑战：规则遵从与利益共享 (25:00) 李想将自动驾驶演进划分为辅助驾驶、L3 级自动驾驶（预测 2027 至 2028 年头部车企实现，需 2000 Tops 左右算力）以及 L4 级无人驾驶（需近 1 万 Tops 算力与 3D 视觉）三个阶段，并预计 L4 时代国内车企将收敛至约 5 家。针对“无人驾驶会导致私家车消亡”的观点，李想反驳称，出行高峰期的道路物理带宽有限，加之私家车承载着隐私空间与生活品质，L4 技术的成熟反而会吸引因惧怕驾驶或顾虑雇佣司机隐私问题的人群购车。面对极端道德困境，李想明确车企应将抉择交给法律，训练模型严格执行“让速不让道”等既定法规，而非自主做出道德判断。 在海外拓展方面，理想凭借“Agent + 知识图谱”的车机系统，利用通用 API 调用当地应用生态，降低了软件本土化开发成本。李想指出，出海最大的挑战并非技术，而是“利益分配”；中国车企必须跳出单一市场的国内思维，学习德国和日本车企联合供应链、本土金融机构共同分润的联盟经验，与当地社会共享就业与利润，才能有效对冲贸易保护主义壁垒。 李想总结指出，企业面临的最大长期风险在于“战略预判”的失误，因为组织与管理的缺陷尚可在两三年内补课修补，而周期极长的战略一旦走偏将全盘皆输。尽管当前具身智能领域存在宣传泡沫且核心感知模型仍面临硬关卡，理想仍试图通过软硬件垂直整合与自研芯片壁垒，在汽车与家庭两大赛道中实现从模仿向通用智能的跃升。

[0:00] 李想: 学 AI [0:00] 原理想 CTO: 我又不拿 AI 做什么事，20 美金肯定用不完 [5:00] 理想员工: 比较像玩基因游戏 [5:00] 李想: 不要轻易裁人 [10:00] 李想: 这是我真正使用以后觉得最胡扯的事情 [15:00] 李想: 上料 [25:00] 李想: 自动驾驶是具身智能的上半场，人形机器人是具身智能的下半场 [30:00] 李想: 让速不让道 [45:00] 李想: 做 AI 不是冒险，不做才是冒险 [80:00] 理想汽车: 给车和家赋予生命 [80:00] 李想: 高级的松弛感 [100:00] 李想: 写代码的效率变高了，但世界的竞争本质没有变 [120:00] 理想汽车离职骨干: 如果理想汽车自己做机器人，我就不出出去 [125:00] MKBHD: 我们美国车是不是完蛋了？幸亏有关税保护 [125:00] 李想: 利益如何分配 [135:00] 李想: 战略预判

[0:00] 欢迎大家收看罗永浩的十字路口最重要的是一键三连和加工关注还欢迎随时发送弹幕评论跟我互动今天请到的嘉宾是理想汽车的创始人理想我们十字路口开播的第一期嘉宾就是他时隔200多天他完成了汽车公司转型走向AI和巨神智能公司的阶段性工作并带来了全新的智能产品理想新一代的旗舰SUVL9 LevisL9 Levis配备了理想自研的马赫M100芯片还有全球首个完全体全线控底盘以及800伏主动式悬架系统前者提供了目前量产的智能电动车当中最强的算力算力达到了惊人的2560Tops后者在50万元左右的档位上提供了百万甚至数百万元的豪车上才能享受的驾乘体验罗永浩的十字路口第27期我们和理想聊聊他的全新旗舰SUV聊聊他逐渐成型的AI加巨神智能公司也聊聊他事业上的终极理想制作与熟悉和我家里的一样他这个椅子确实做的不错我是第一批清闲的用户而且他们很聪明送了很多科技公司的老板老板们喜欢经常就会给员工买这个对 都挺满意的我现在摁一下这个然后我们录制的时候他会自动做跟踪他能跟我生意来追踪的对 行 那我们开始吧好距离咱们上次聊已经有200多天了时间过得特别快然后这段时间你怎么样我觉得200多天其实最重要的还是学AI对 我觉得就是因为AI这东西你不能听别人讲你得自己真正去用对然后因为这个因为它的范围太广了而且每个人不同人用出来是不一样的所以一方面我自己在用然后另外一方面我也像一个病毒一样然后再让同事们然后去装去用去传染他们对 去传染他们对 然后而且也能观察然后看看大家用起来以后在这个社区里边然后每个人大概使用的状况是什么样子的对然后所以我觉得就是过去的两百多天我觉得很重要的一点其实是对AI然后持续的认知和学习的一个过程你们那部听说也做了很多培训和分享非常多对而且本身装这个从装Cloud Code到装OpenCloud都是从我来做起的这个过程里有没有感觉那些越自身的越不爱学新东西当然了有这个问题对吧因为最严重的就是我身边的朋友然后跟我关系最好的原来其实压的CTO然后这个反正他是绝对的技术达人所有东西都要最新的但我给他讲Cloud Code讲了很多遍特都不用所以我想了一个办法就去他家给他在电脑上直接装所以我就给他装了可劳的口子对然后他说买20美金的就可以了对然后我说你肯定不够他说我又不拿爱做什么事结果第二天然后上午没结束然后他当天的额度就用光了就从此去了对然后但是后来的话他用起来就完全不一样了所以就有点像当时iPhone一样很多人拒绝iPhone但是你说拿的iPhone在手里让他用一下以后其实就不一样了是所以我就开始在公司里然后给我能装的所有人去装还有我们在科技行业天天聊也聊得这么热乎然后公众的反应是觉得好像是科技圈的人在自嗨这个让我想起来我当年刚玩PC的时候就486那个时代开始买的PC那个时候其实什么都不好用你记得那时候要处理个汉字在道士还装一个硬件的汉卡你记得吧所以那个时代其实PC已经很强大了能做的事情也狂多但是大家总是觉得这个东西不好用所以就变成要么就技术圈的要么就极客圈的用的很嗨然后老百姓听到讨论的很热闹然后跟着买一个又发现哪哪都难用我现在觉得AI就是这么一个阶段对我就兴趣的能看到AI有两个分支还挺明显的两个分支我觉得一个分支其实就是大家有了AI以后然后把它当成一个更加泛化的然后一个搜索工具就获取信息对那这个其实豆包做的非常好对普通的C段消费者其实最容易使用的我们今天讲的无论是Cloud CodeCodex还有Open Cloud其实是Agent但Agent有一个其实挺重要的一点就是Agent非常需要一个完整的工作生产环境就是他必须对我只有你真实的任务生产环境你才能获得良好的反馈才能获得这个一个整个的工作链条的一个结果普通的用户呢玩着玩着其实就会没意思了因为他没有一个生产的反馈对然后就是就是比如说我看我们的同事然后大家有了这个有了做的好的比如一天能消消耗上亿token的他干什么 [5:00] 他在把他的业务进行重构对他把原来这些不舒服的业务流程什么的他都拿agent然后自己来然后拿coding然后自己来重构了那他都说那你每天多花三五个小时然后你不累吗然后他真实的状况说他感觉比较像玩基因游戏对因为自己能闭环了对有点像玩我的世界玩这个模拟城市但普通的个人他是没有这种环境给反馈的再加上agent去做那种智能代理操作那些其实现在也受到旧世界的那些软件权限那个壁垒所以导致小白用户想尝试用它去操作几个发现也打不通而且本来尝试做打通的又都被封杀了是对所以其实小白用户这会儿的感受确实不明显然后我们这个播客里边AI可能聊的有点多我们包括找那个文艺界人士来也会聊AI因为AI也可以做文艺创作是结果聊多了以后我们观众的反馈是说说你们就是自己去嗨嗨得了不要老铁我们也没兴趣然后他们没兴趣的原因就是他们觉得现在也干不了啥所以我一直也在想这个问题这个什么时候能让小白用户也感觉到他除了问问题和搜索这些以外还有巨大的那些能量这个东西什么时候能感知到我觉得不太容易为什么呢因为我觉得这一波AI的最大的变化其实它既是生产力又是劳动力所以其实生产力和劳动力它最大的表现其实就是提升效率就是比如coding提升效率了大家去然后你看今天谁的订阅已经到了400多亿美金了对吧然后它没有什么太多情绪价值那所以呢我觉得这个其实是这个阶段还是生产力它非常依赖就是它这个技术的本身然后是生产力下劳动力它本身其实就必须特别依赖于生产环境所以有生产环境的大家干的可带劲的但是呢你一个个体怎么固建生产环境包括很多人说有了AI以后会出现个人公司我开始也这么信的但做了一段时间我发现不成立就是所有的你看长期也不成立吗挺难的对 所有的在B站上还有在什么小红书上给大家做分享就开始都是说以后就出现一个个体公司一个人的公司AI怎么怎么样对 然后他本身都是说我自己来验证这个一个人公司但验证了一段时间以后发现他每天更新的内容就是然后OpenClaw又更新了又解决了什么八个问题然后什么他们自己实际的生产环境并没有建立起来因为建立一个稳定的生产环境太难了是但你对那种三五个十来个人做一个大公司这件事乐观吗我觉得还是看整个生产环境的构建因为AI是付诸于然后一个真实的生产环境它并没有空造出来任何东西我们自己内部做的很多实验其中包括一个成熟的大型的软件比如说有70万行代码的然后我们用Cloud去尝试自己去复制一个但是要重新写然后直到调教到能用为止发现效率确实挺恐怖的是对所以它效率方面实际是无敌的是是而且能就是调教到可用为止也就一个人做了一个多礼拜是反正这个效率是挺恐怖的所以我对将来一个人的公司我也不乐观但是三五个人十几个人做一个大型公司还挺乐观的对我再讲讲为什么一个人公司不乐观因为在我们公司然后大家token是可以放开去用的因为我认为至少到今年年底其实token的消耗都相当于是一个认知的过程所以我会看然后公司内部的token消耗量然后前20的这些同事们我就会跟他们来具体聊你们真实在干什么东西然后这个大概什么样的一个理解发现就是排在前面的token消耗的这些人没有白给的对然后非常有意思那他有几个特点就第一个特点他并不是我们常规想象的公司里那些原来的标准下最顶级的员工是比如他表达能力过去不强他获取不了什么资源但他脑子极强对那所以在来只要有token然后有这个什么然后有业务环境他就可以去改造一切对这会有想法是最可贵的是的然后我就支持然后所以呢我就说我的一个建议是所有公司不要不要裁人因为在AI时代的人才和你上个时代的标准大概率是不一样的因为你上来就裁人很容易按照上个时代的标准然后把最好的人裁掉了但现在很多就是重度用AI的企业裁人不就是因为有的人不愿意学或者是就是下意识的或有意的就拒绝学新知识才裁掉的呃我说我们公司裁了不少这样的呃我我我还没有发现就是你给了AI以后他不用的对我们发现还是大家都是喜欢续续用的只是过去的时候没让他迈着一步因为迈着一步挺难的你们是花了很久的 [10:00] 诺经理铺是他们去用这个吗就是必须给简易装上装上Cloud Code和Open Cloud我们也做了类似的事但是反正好像就是粗略的感受是越自身的越不太远去这个是比较逗产的今天我没有办法定义对 我就是还是先是个认知过程就是避免过早的然后把认知定下来那我觉得第二个其实也跟一些舆论上讲的其实不一样比如说一些专业的工作被替代我说这是我真正使用以后觉得最胡扯的事情对啥呢就一个普通人然后做出来的那个代码那个可用性差到极致更不要说往大规模去部署了那基本上对他们来就是个灾难对这个我也看到你之前网上提过就大概意思是说专业人士用它能放大从原来比普通人强个十倍一百倍现在可能变成千倍万倍我说原来是两三倍现在其实十倍一百倍对对对然后我就举一个最简单的一个例子就很清楚比如说大家都能用C-Dance那我们的公司的专业的人员拿C-Dance做出来的那真的非常的好那你会发现今天还有一个有效的过滤器就你身边很多的朋友拿C-Dance做出来很垃圾的东西发给你你原来没那么讨厌这个人你现在还是讨厌这个人了对吧虽然大家也会了但是大部分人如果不是专业都是民科水平的对所以我这个其实跟大家想一步一样最后我们就AI的时候AI可以看到各种好处对但是我觉得AI现在其实就是在工作上不是讲这个讲着个人怎么去玩对然后我觉得在工作上还是能看到三个比较严重的一个问题那这个三个问题其实就是那些token消耗量最大的提出来的就第一个其实今天所有的AI的工具然后都是满足个人的然后在工作协同上其实是非常差的那怎么来实现工作协同包括跟现在的这些然后软件进行协同然后跨部门因为也是一个生产链条这一个链条你光一个局部高其他地方不行就跟供应链是一样的你最后东西产生的价值还是非常有限的对吧只有局部的价值没有整体的价值这是大家第一个挑战第二个挑战其实是数据的获取因为也没有必要再用传统SaaS或者IT的方式去读取数据最好的方式直接进数据库读因为数据库可以想象成是个四维的数据但是正常我们人类看的IT是个二维的数据但是AI读四维数据是没有任何问题的带着时间轴任何维度的那这个到底怎么去读数仓应该怎么管理就变成一个很大的挑战了我觉得第三个这些人又提到一个说那我的工作价值怎么被衡量在新的这个方式下虽然今天我能学到很多东西反馈很好那基于这个然后基于这个的我就发现其实还有一个有意思的一个事情就很多人说什么搞研究的比如搞战略研究的搞商分的这些人其实就不需要了我们一起来看到这三个问题我就把这三个问题给到我们的战略团队让他去搞这个研究就是我们怎么解决这三个问题然后我们去看一看全世界最顶级的公司比如这个Athrobic比如OpenEye他到底是怎么来做的到最后结果非常惊讶幸好我们没有做出大家常规的讲这些判断我们其实就是一个战略的然后一个小组的负责人带着几个校章生对然后他们去研究的时候他们直接把co-work直接复制了这是非常离谱的为什么因为他们在看然后安斯扎贝克工作的时候发现这家公司不做传统的PRD文档这些东西的他会直接然后去做然后可验证的demo所以他们说如果是这样的话我为什么不直接把这三个需求做成一个可验证的demo所以他们就直接复制了一个完整的cowork出来没有用任何的然后这个开发人员然后并且跟着我们的HR然后把刚才讲的工作的联通然后做了demo的验证然后又跟着我们的树仓的团队把整个数据怎么打通哪些用云端模型哪些用一些本地模型然后来做包括一个人在上面工作怎么衡量对然后都做了个demo那你这个全程是不让工程师介入的吗工程师没介入然后是验证完了以后后边工程师去做专业的开发因为你还要做大规模的全员的部署对所以我就说其实那如果我们按照正常的想法说这个商分的人不需要了战略研究的人不需要了然后这些像我这样的人自己拿个agent然后就能把这些人做了其实我做不到这种程度那我们可能又把最最顶级的人才其实给然后给给送走了但这个现在不是很多企业在这么做吗我们现在也是产品经理主导一个东西的时候以前力将会很谨慎吗因为你怕那些公司都浪费到无意义的事情上现在是给产品经理充分放权他有什么想法他就直接去验证然后他拿出来一个能操作的东西 [15:00] 这个代码都自己弄的然后我们就等于以前是拿着设计稿还有什么快速可视化的动画还有一些PRD那些来讨论现在是直接做一个能用的东西只不过它最终还是要给工程师去实现是因为还有很多技术上的细节不太会比如说这个能在本地跑起来了但上线以后如果有海量用户的话它什么压力测试什么这些还是要工程师来把握但这个不是常见做法吗是我们连硬件都这么做了就是我们连硬件都是在一个agent的虚拟环境里边跑通了然后再去开发的不止是软件了但是我刚才讲的一个很大的问题说那我不可能让一个产品经理把这方面的战略研究做了我也不可能找任何一个业务负责人所以我还是说其实专业的人然后在今天仍然有巨大的价值只是不是原来标准化的只是给你做一些文档的价值了我的一个观点就是说其实专业的人只要他能用好AI其实价值可能是一个新的高度并不是说我找一些人把原来这个替代了替代原来的东西其实没什么难度但是呢今天的专业的人有了一害以后他会进入到另外一个高度上去这个高度如果不是专业的人其实替代不了的是这个我也同意但是以前比如说一个战略调研的一个主管可能带着十个人工作现在他可能只要有一个人就差不多了这个事你们那也会发生吧我们人一直不多我们人本来也不多本来就不多明白所以你们还没有出现因为AI的大规模应用导致某些岗位就开始裁掉这种现象我就两个方面对我觉得其实就是任何一个企业发展有两种可能性一种可能性其实是它这个行业然后这个就规模可能遇到屋顶这是行业的问题那其实它需要通过降本来解决问题我觉得还有一种可能性比如说我们看到的话汽车我们才做了一点点后边还有机器人这种可能性就我们还是希望其实这些人能不能乘以一个五到十倍的效率今天我拿三万人然后做一千多亿的收入我的看法是有没有机会其实拿三万人其实做一万亿的收入往后看个五到十年所以用AI主要是用于征效而不是降本对吧因为这个产业规模足够大我们才吃了一点点的市场微不足道在市场上明白最近一直在聊这个聚生智能的问题就是我想这个我们这个定位还是非专业的非科技专业的博客所以想给大众讲一讲因为老百姓一说巨生智能首先就知道机器人然后你先给我们这个节目的就是普通观众解释一下这个广义的巨生智能应该理解到什么程度因为大家以前说巨生智能理解就是机器人我觉得就物理事业里所有的机器给了他模型和大脑和眼睛以后然后他来工作就是能智能的动起来用AI来做操作的这些硬件都可以叫聚神智能对或者我们看便积金刚里面对吧就车的形态它也是一个机器人人的形态也是个机器人还有飞机的形态也是个机器人我觉得就是所有的机器在未来真正给它然后赋予了眼睛然后大脑和心脏对分别其实是传感器对吧然后模型和处理器我觉得它就是个聚神智能大家老觉得坐车的又聊机器人好像不争议但是你这个变形金刚这个角度很好变形金刚就是又是汽车又是机器人但是我们人类真要去做这些东西的话肯定是做两个成本远低于拿一个去做变形的我觉得就还是要看效率嘛就是说变形金刚里面也非常有意思啊就是他在行他在这个行动的时候都是车的形态对因为如果是人的形态然后路上轮子快嘛效率很低嘛对对对但是他在行他在这个在这个行动的时候都是车的形态对对吧因为如果是人的形态然后路上轮子快嘛效率很低嘛对对对对吧但是他在打架开会的时候对吧然后是什么是这个是机器人的形态嘛对我觉得今天这个今天这世界也是一样的嘛因为这不是所有东西都一定非得是这个人型机器人然后去做比如说我前两天看了个特别搞笑的一个事情嘛就是拿人型机器人做咖啡说对咖啡机不就能直接做咖啡了吗为什么要拿人性机器人做咖啡但是呢那我们能看到其实一个咖啡机你让它真正的自动化以后其实它也是一个然后某种东西的一个功能的功能机器人但是呢其实最难的是真正需要人什么呢真正需要人性机什么呢是给它上料因为我们公司里边有很多的咖啡机但是都是靠人去上料给它加牛奶加什么的但这反而是人形机器人干不了的今天是以前我看过孟山都的一个宣传片就是一个农夫美国的一个高科技农夫坐在自己的屋里拿着一台电脑拿个鼠标然后能种我不知道上百亩还是上千亩反正很恐怖的那个面积的那个土地做耕种然后包括将来收割全部是自动化拿鼠标在屋里出来 [20:00] 但是他跟记者说最讨厌的就是上料就是你要播种那个车放在那儿他在屋里可以用鼠标操控但是往里边上种子啊什么这些还是要人弄对这件事是无解的或者是长期无解的吗还是我觉得是商业机会啊这是个最大的商业机会啊今天大家在搞人形机器人的时候其实是找不到商业模式的什么人形机器人去做分解对分解有摄像头就直接流水线就直接分解干嘛需要人分解对吧包括刚才我讲的这个然后咖啡那不需要人来做对吧然后包括在工厂里边很多人说细拧螺丝我说拧螺丝都已经是自动化的东西了对吧但是工厂里需要对我们工厂里边一个工厂我们一万多人有三千多人对是给这个机器上料的是把这个这些零配件然后放到AGV上的对吧那包括说楼里边那么多自动咖啡机那唯一保留的运营人员就是这些上料的对那所以我觉得我就看到了一个无论是工业的场景还是商业的场景还是家庭的场景其实相反这件事情是我认为可能真的是巨身机器人然后从零到一的第一个重要的一个战场本质上是什么呢本质上就是把今天然后我们看到了很多的这个仓库里的那些机器人因为就是运输和取拿然后放在一起过去的时候我们工厂都是AGV然后再运输人再取拿以后只需要一个简单的币然后能运输能取拿然后工业场景也需要商业场景也需要甚至家庭场景也需要我觉得这可能是最早的机器人的大规模商业化这块做的比较差是不是因为这块实际上想着简单做出来的难度要高得多就比如说你在流水线上它那些固定的东西不管它是人形还是非人形那些固定的东西用机器相对容易实现或者是至少前半已经跑出来了但是人去上料下料这些东西我们理解起来是简单而且用工的话这个人工也不是很贵的因为它是比较啰嗦和低技术含量的工作但是真要用人形机器人做或者用类似的机器人做可能想着简单实际上非常复杂不是这个原因吗我觉得可能真的大部分的机器人创业者并没有在真实的商业环境和和这个工厂环境里我只要在工厂环境里工厂环境里转一圈就知道到处都是可以替代的他既然是生产力加劳动力那请问生产力和劳动力最多的和最容易被替代的是什么对吧那你为什么非得要去替代制造呢因为制造需要的是精度对不是毫米是微米级的精度你今天的这些软臂根本做不了微米级精度明白但是搬运上料不需要它不需要那么强的精度而且一个工厂里然后单一工种的用量就是最大的明白我觉得这个其实还是得有非常丰富的这种真实的然后这样的一个工厂啊或者商业环境的经验我怀疑还有一个原因是不好融资对就是你去打一套花里胡哨的拳或者是演示一个耍杂技一样的东西可能对融资那个冲击比较大但你去做这些东西另外还有一个麻烦是你是刚好又做生产制造然后又想做机器人的所以你自己很天然的就可以又是产品经理出身所以很自然的把它结合在一起去考虑但那些2B的公司他要深度的给自己的客户去定制这个产线上的需求或生产环境里的那个需求可能没有那么方便或者是这个协同比较啰嗦你知道我意思吧我觉得两方面第一个方面是从来没有人问过我们到底需要什么比如我作为一个工厂的厂主作为一个我们有接近1000家店的然后一个商业环境并没有人来问我们但他们就想说我帮你去工厂拧罗斯我说我完全不想拧螺丝现在人都不拧螺丝都是机器拧螺丝了第一没有人来问我们这些需求然后我觉得第二个也可能真的是我说的做这东西看着可能不够酷因为它就是一个然后长着手臂的AGV只是它比今天在物流领域的要有更好的移动的泛化能力有更好的取拿的泛化能力以及跟环境和人沟通的泛化能力这个技术要求上一个等级但是从外形上看着又不够酷好像亚马逊做那个是人形还是轮足都我也忘了就亚马逊做那个他那个物流的那个配送和那个仓阔里边存取那些那很成熟了对那个是不是也是因为也是自言的吧我记得有的是自言的我看国内的像他们也 [25:00] 都会用第三方提供的嘛想要聊的好咖啡不能少感谢合作伙伴瑞幸把瑞幸咖啡店开在了罗永浩的十字路口办公用的产品通常会保证功能但很难做到用户体验良好并赏心悦目影视的这款ESA 360 WAV从功能到设计到使用细节都做得非常好内置AI芯片配合360度时音既能把声音收清楚还能用自带的软件把极小时的冗长会议自动总结成精炼的记药选择搭配这个会议摄像头的版本用起来更是厉害听声便位谁说话摄像头就自动拍谁真的假的看来是真的特别适合远程端人会议强烈推荐想提升会议效率的团队使用它影视insta360 wav好用又好看高科技又高效率的AI会议麦克风你是车企丽现在第一个宣布就是要彻底的转型做AI和聚神智能的然后这个决定是怎么说呢是一个怎么样的一个思考过程也不是第一个对然后某种指示大家描述不成我们就是活着了其实聚神智能就是聚智智能它就很清晰的定义也不想发明一个新的名词了那如果是按照顺据的话特斯拉肯定是第一个嘛我说国内新能源那我们基本上跟小鹏差不多的嘛你们前后脚都是这个表态对啊包含其实你只要做了自己芯片做了自己模型以后你看到这个世界往下的进展其实就相对会比较清晰了全是这个视角对啊我觉得不用非得把车和机器人分开我拿一句话来讲明白对如果今天看这个物理世界看这个巨身然后最大的产业的角度来看也会有很多细分但看最大产业那基本上可以这么描述就是自动驾驶是巨身智能的上半场人型机器人是巨身智能的下半场而且这两个连接的关系非常我们能看到其实非常清楚的就包含为什么机器人公司要从自动驾驶公司挖人对也是因为这是一个必要的原因合理的路径合理的一个路径那那些不一定是人型的各种各样的聚身智能呢你认为那些将来是相对小的份额吗我觉得就是它还会有市场的细分比如说今天我们如果看这个电子产品那肯定PC对吧和手机是最大中间也会有派的也会有手表会有很多这个所以你觉得汽车和人型是最大的两块肯定是最大的因为这两个基本上都是五万亿美金的就是成型以后都是五万亿美金的规模那汽车的话如果再简单讲我觉得今天大家已经能明白了因为今天大家买的百分之比如北京车展90以上的车都在辅助驾驶了那我就可以把这东西讲明白了就是整个自动驾驶有三个阶段今天在第二个阶段就第一个阶段就基本上应该从17年18年到22年23年就是辅助驾驶那辅助驾驶成型的时候然后几个关键的技术第一个就相当于眼睛他用的是然后CNN的2D就是神经网络的2D的这种视觉然后第二个然后用了规则算法模型就一帮人在写规则对然后第三个还用了传统的然后通过这种控制器MCU控制器控制车辆的执行并且配合一个大概几十Tops的一个算力就像Mobile IQ4然后地边线的 然后勾三 勾五这样的我觉得这是第一个阶段这个基本上今天已经成长为一个几千亿的在中国就是个几千亿的一个产业90%的车都配了而且大家有这个东西没这个东西已经会完全影响购买汽车了我觉得从2022年到2023年然后再往后这五年基本上是一个走向R23的阶段R23定义就是自动驾驶但是人要坐在车里因为它的聪明程度和放话能力还是不够处理那些各种未知的但在道路上然后安全性是没有问题的那这个技术发生了变化就是眼睛变成了眼睛变成了拿Transformer做的那就大模这个Transformer出来以后拿Transformer做的2D视觉我们叫2DVIT然后第二个呢然后主要的这个模型因为芯片的算力还不够所以本质上大家放了一个预训练的有个叫VLA叫世界模型但主要的训练然后是靠模仿学习就靠后训练的模仿学习就是为然后车的这些数据然后看到了什么图像就做了一个什么样的一个结果并不是真正理解世界纯粹是模仿第三个然后控制就变成了直接一个端到端了就是视觉就直接到这个车辆的轨迹控制并且这个芯片然后但是模仿学习只要你压了模型规模足够大比如说到了4B到7B的时候L3也能实现所以基本上大家可以看到目前的2000Tops左右的算力在未来的一两年里边就大概可以实现L3了这个其实又是一般巨大价值我觉得这可以产生一个光自动驾驶一块就是个上万亿的然后一个产值我觉得再往下最难的我觉得就是基本上27年28年再往后5年 [30:00] 是L4的无人驾驶因为无人驾驶就是个真正的机器人了那这里边我们已经能看到技术的变化了但今天有各种的限制其实做不到第一个它得变成3DVIT就像人然后看这个三维的世界是一样的第二个其实最难的一点也是整个巨身里最大挑战就是巨身必须像当时GBT3.5一样有一个稳定的预训练模型就是一个面向物理世界的预训练的一个模型有了这个模型以后你后边讲的所有的IR数据生成对然后其实才能成立那我觉得这个其实是一个关键后边的所有的后续量哪怕我为的是人类的数据但它最后也是个理解学习而不是个模仿学习对我觉得第三个是所有的控制系统要比人还要更快因为只要快就安全只要快人类其实本无论是这个理性的还是感性的都能感觉到安全人才能相信其实人的反应能力很一般是你看我们跟猫比就略似非常明显是的是的然后这话的话基本上我认为大概得有一个近万Tops的算力因为基本上你一个稳定的预训练模型能够放到形成一个可运行的模型跑到端侧的时候基本大概13 14B那就基本上再考虑到要有一个10帧10赫兹左右的一个推理的然后一个算力不是感知那就基本上得大概得到接近1万Tops的一个算力了我们单科才1000多Tops你是说他必须用单芯片实现也不是但是你堆不了那么多芯片因为你在网上堆的话你的带宽不够了就有问题了带宽就有问题了所以现在主流的比如说各家的旗舰的能到多少Tops主流的还是五六百Tops那个七八百Tops你还是说单芯片吧索尔U就是一个单芯片主流的就市面上主流的是索尔优你这个最新的Livis呢2560我是两颗芯片每个1280然后加起来2560TOP4算力所以这个要单芯片实现上万TOP4还要多久我觉得得28年29年吧28年到29年双芯片单芯片肯定做不到然后那我觉得这个基本上R24的就实现因为R24实现就是就是个真正的机器人包括它的运营也会更难了因为它车上没有人了我们不是不是像今天的自动驾驶的DEMO跑个50辆车100辆车我们是上来就上百万辆车所以我觉得到了第三个阶段就是无人驾驶的时候基本上汽车市场才能向手机市场收敛比如国内就剩下五家就是华为小米 荣耀OPPO Vivo那我觉得到那时候其实才会有一个真正的一个收敛但这个我也有个纳闷的就是无人驾驶实现了以后其实车不就卖的少了吗我就不会为什么因为你自己独有啊这个事我觉得无人驾驶跟不无人驾驶其实跟顾客司机就是网约车什么没什么区别就大家网约车足够便宜的足够多大家还是会继续买车只要有条件因为咱们国家是实现了老百姓买的汽车也就一两代人那些发达国家再加上那种环保的宣传他们可能爷爷那边就开始都有私人汽车了他们还会在无人驾驶方便到离谱然后安全到离谱之后还对这个有那么大的欲望吗你看我们身边喜欢车的人都是喜欢驾驶的将来如果都不驾驶了除了少数发烧油我认为还会继续买你觉得老百姓还会大量买车吗我觉得就是租房和买房的差别对甚至比那个就是因为这里边有最大的一个问题就是道路是有限的对然后没有办法增加更多供给因为在你最需要车的时候供给仍然供不上因为它并不是由车的供给决定的是由道路的然后供给来决定的就有点像是你看工程师们前赴后继的单精节律的去开发AI开发了半天最后发现大部分公司是没用了有点像是最懂AI的人做出了更强大的AI然后把自己的大部分同行淘汰了就汽车有没有可能出现类似的逻辑呢我觉得最大的概率就是车不是个简单A点到B点的工具它不仅仅只是个工具取决于买车的人里有多少人从理解上或者心理状态上就当他是个逮捕工具我觉得今天大部分买四家车的人也不是把它指当个逮捕工具不是吗当然不是因为他们要花三四十万买车四五十万买车这凸啥啊那倒是但那还是比如说安全如果是个很重要考量买得起的人就会买贵的车那其实这个底层逻辑还是跟逮捕相关的然后虚荣那个呢可能穷人诈富的话会有一段但是过了那个阶段可能也就没了我就讲一个问题类似这种问题特别像什么特别像有一段时间这件事不是自动驾驶的时候大家才说然后车就以后就不需要购买了是曾经流行过一段时间车的P2P就是车停到这个位置另外一个人就可以去开对 [35:00] 运行了连两年都没有就全消失了因为车里脏的跟那不是配套服务没做好吗是逻辑的底层问题吗是配套服务没做好吧因为如果配如果上配套服务的话然后成本然后跟养个司机没区别我不知道我是纯好奇这个问题就是我是喜欢车的但是随着年纪变大我这些越来越淡了但我不确定就是大部分人是怎么考虑我觉得还是很多事没有办法单纯从效率上然后单纯从效率上来形容你们造车的时候终极目标都是被自动驾驶而逝去的但是你们行业里没有人担心过比如说真的实现了以后买车量会暴跌或者说我是个相反观点我认为其实会有更多人来买车是那些比如说本来对驾驶机器有恐惧心理或者说平常不愿顾个司机觉着顾个司机然后自己隐私啊什么就会比较麻烦的对 我觉得会有更多人其实然后来买车因为我们挣钱不就是为了过更好的生活吗我其实没有答案我只是有时候会想这个角度是 明白我觉得还就是关键人性有很多还是有很多的复杂面对到时候驾驶没了的话其实很多车里边还能加很多东西改善生活体验的东西是明白我其实我们以往请嘉宾来聊天的时候很少会问尖锐的问题但有一个问题你们因为是坐车的可能觉得比较尖锐但我自己是完全是因为对这个问题很好奇因为我也没有答案如果我坐车我也没有答案就是是属于这个行业的终极问题就如果将来这个自动驾驶实现居生智能在处理这种极端危险情况的时候你会遵循什么样的这个底层逻辑呢就如果极端情况下他极端到你要么保乘客要么保路人就没有别的选择不过这样的时候你们会怎么设计这个东西不是我觉得人类都没人类实际过程中也没有遇到这个问题为什么AI会遇到呢我们人类肯定会碰到这个问题只是人类不一定在那个情况下有时间思考就凭本能做了就比如说你在一些地方如果你必让行人不撞他你可能就撤毁人亡然后你要保自己安全就只能把他撞了这种情况其实真的人类驾驶员也会碰到的只不过人类未必有时间去想因为他那一瞬间的那个举动其实你自己要没经历过你也不知道你会怎么举动但是汽车是被人设计出来的自动驾驶是被设计出来的所以他设计的时候我觉得你唯一能做的其实包括监管部门这个要求是你要遵守法规法规是什么样的就是你不能超越法规你是这个意思就比如说自动驾驶将来如果可以商业的话可以上路随便开了这个时候法规会把这个限定然后车骑子需要遵循它就可以了比如我举个例子然后那会出现然后这个违章并现的车对吧然后你也躲不开了那你的最损法规的其实就是然后这个让速不让到你只能这么来做而且我觉得从监管部门上他不会让你自行做这方面判断的你必须严格遵守法规而且我觉得我们今天的这种执法其实也越来越人性化了我觉得只有我觉得大家都追守法律的前提下才是最安全的一个体系而且这个本来也应该是交给法律来定的是的车企定这个的话其实对车企既是负担对公众也是不负责我们训练的时候也只能其实把人类的法规其实训练进去而不能把这个七情六欲训练进去是是是这个很科学而且我相信将来会在不同国家有不同的司法然后一个车如果卖到全球去它可能在不同的国家就调教成当地法律要求的是而且我们去看这些城市这些城市然后对于法律执行越严格这个城市的交通的伤亡率就越低是越松散其实它的交通伤亡率越高是是然后你觉得现在单纯去做机器人的跟你们先造车后造机器人或者同时在造的这些企业比的话他们有什么天然的优势劣势吗我觉得今天没有办法做任何的定义对吧咱们就拿手机行业来看其实也非常有意思对吧那手机行业可以看就是说三星原来是做功能机的所以智能机也做成了苹果是做电脑的智能机也做成了华为是做通信的然后智能机也做成了小米什么都没做上来做手机也做成了我觉得今天我觉得没有办法其实就没有必然的规律对就是我觉得这没必要我觉得没必要预测这些东西但是呢有一件事情就是你得试 [40:00] 一波去做的我觉得这是挺重要的因为这几家公司都是第一波做的因为您应该知道晚了其实还是挺麻烦的事当然特别要命是的对所以你把自己定义成是一个AI和智能聚餐智能公司以后车在未来你的长期规划里是一个重要的有机的构成部分而不是全部是这个意思吧我觉得我是这么来想的就是我觉得我们的用户我就问一个我就问一个比如往后看十年一个场景就是买L4自动驾驶车的人对然后合在家里然后买家政机器的人是不是同一拨人对我说对90%是同一拨人我觉得也是而且他比较像什么呢他比较像其实过去的时候是那些超级富豪的生活他能雇一个司机因为司机某种程度上他并不是指帮你开车他某种程度上还是你的生活助理对他能帮你去洗车跑腿以后L4自动驾驶也能干帮你去接孩子不是只是送你的是对吧然后那另外一方面然后这些超级富豪家里边然后有家政啊然后有保姆啊回家其实就吃饭了然后卫生有人给你打扫了对那我们要做的说如何把这些顶级富豪用的生活然后给到更多的人让几亿人几十亿人也能消费这些这是科技进步带来的最大的好处而不是天天想着怎么去替代各种工作而且我的个人感觉上一定会产生大家想象不到的更有意思的新的工作对会非常有意思的新的工作是这个我是屈心不移的只是世界各国现在的顾虑普遍都是在中途动荡期怎么稳定住这些大规模事业转型转型成功之前的那个阶段其实这个其实除去这个我对科技99%都是乐观的然后你们现在是已经规划的是车和机器人然后再往后的还没有规划对吧跟巨神智能相关的对因为我刚才讲的其实当上半场结束了以后其实下半场才具备真正的我就是讲通用人形机器人才具备的第一个阶段因为今天的机器人它要操作那么复杂其实它非常依赖于京都所以今天的2D其实是不够用的必须得变成3DVT但今天的机器人公司往往没有能力去研发芯片因为它没有一个稳定的产业规模和现金流来让它去支撑它去研发芯片对那如果你不研发芯片你没有办法改变整个的视频密码器并改变整个计算结构你是做不出3DVVIT的有了3D VIT你才有机会去做物理世界的预训练模型因为它才能够你是一个人类对世界的看的方式才能够其实接入人类的知识体系和人类这个世界运行的一个方式那同时呢也需要模型的规模变得足够的大只是第三个机器人特别难就机器人的控制比车难因为车只有三个自由度而且还是非接触的那机器人其实上来其实就是这个如果算上零桥手那就海了去了那个自由度而且它今天其实是一个虽然是个机器但某种方法我们知道它是这种软结构不像那个工厂的机械兵那是硬结构的那这个整个控制的精度要求非常高所以我说很长一段时间对 我觉得语术做的非常对就是很长一段时间就是得有乙国人得特别致敬的去攻克这些硬件硬件的控制控制的效率精准度耐久性对包括再往下然后像触觉这些都得其实去做然后同步的往下去进行因为所以这个难度其实非常大的那我觉得机器人需要一个这样的一个基础更强的3D感知然后预测性量模型然后更自身比车难得多的控制再加上一个他们可能起步就得是一个万套不次算力对那如果要做到这个基本上我就说就基本上奔着2030年去了对那当然我讲的这是个通用的人型机器人那我认为其实如果我们内部的话在讲人型机器人的话我们也分了三个阶段拿什么来分呢拿人类的年龄来分就是我们认为第一个阶段要达到六岁的然后人类的然后基础的然后物理世界的这种泛化能力但它有特长比如说六岁的孩子有的就已经是马戏马戏团高手了有的是数学高手了他专业是但是他基础在物理世界的运行能力对然后要是六岁的我觉得第二个阶段就基本上要到12岁第三个阶段18岁就基本上接近AGI了但是我觉得这个基本上也是个可能15到20年那个过程要到第三个阶段对也是这个整个产业但是我觉得第一个阶段成立以后我就就会有企业可能每年几十万台上百万台能把这个然后卖到各个环境中去就商业上就可以成立商业上成立了对自动驾驶是机身人的上半场人形机器人然后是下半场但人形机器人之前其实还有很多可以做比如今天的如果把控制做好了包括表演是必要的然后另外一方面科研也是必要的我觉得这也是个非常大的然后一个市场甚至包含一些防御性的战争这都是一个 [45:00] 好的市场那另外一方面刚才我讲的各种环境里边会有一些其实偏向于工具型的机器人而不是个完整的人形对双足啊双手啊这样的可能会率先进入到各种的然后生产环境啊和商业环境中去所以按你们自己的规划先期做的肯定是工业机器人对吧至少对你们生产制造我们立项是两个产品同时做对然后也有民用的对然后现阶段就有民用的吗现阶段就有民用我觉得我们第一个其实做的是我们不分这个场景我们做的其实一个是刚才讲的一个其实是个轮式的这是真正要产品化的要做的足够的便宜能够进入到我们的工厂进入到我们的所有的商业环境中去你那个轮式是纯轮子还是是轮足也能按轮子走就纯轮式纯轮式的明白对然后其实就像一个AGV加了一个机器人然后另外一方面我们人形也在认真地去做对因为还是说这里边要很多东西其实去功课明白但你们的好处是前面这个阶段就有可能实现价值因为我们自己有真实的需求对对对而且呢就像我们自己做的AI很多的其实都会被我们的供应商买走是因为我们有上千个供应商对就我们这个都做好了以后我们供应商都说也都是说你只要这个东西实现了然后我们同样也需要这样的东西你就可以我们也来采购相同的东西所以供应商也会买你的东西是的是的这还挺牛的这比较顺吗因为大家对纯座人型机器人这些公司比较大的顾虑不是我个人啊就是整个行业就是说他什么时候能实现商业化什么时候能现金流存靠融资和上市能不能支撑他做那么巨大的科研投入但你们就天然都没有这个问题或者说这方面的问题小很多我觉得问题一样问题是一样对就是我们能做的那个但你汽车盈利的话可以支持自己做更大的科研投入存靠融资就很困难是的这是汽车相对的一个好处因为它的产业规模足够大对所以我也在想是不是因为这个所以你看特斯拉也是这样你们也是这样小朋友也是这样这些可能成功的概率上比纯直接做人型机器人的那些要好很多我觉得还是我们能看到需求就刚才讲的说如果从用户区而言在家里买机器人的和买24自动驾驶车的人一定80%是重合是同样在工厂里我们也能看到这个需求不是那个生产线而是其实生产线连接的所有的运输和搬运一个车那么多的物料这个其实是真正机器人该去干的而不是在那纽罗斯是你前辈起次一谈AI和巨神智能大家觉得这个做汽车的老板汽车做的刚有些起色看起来比较厉害结果又不证业了这是不懂科技的人的那种观感然后最近几次讲的时候还是有很多具体的东西能辅助去说明这个理念的正确和合理性我觉得可能比较好的一点其实说就是我们面向巨身的一个完整的系统其实搭建起来了然后我们有自己其实然后做重构感知能力的这样的一个技术的技术能力我们有自己的然后模型的能力而且我们能做预训链对 然后包含为什么很多的然后我们的人出去创业很容易融到资汇很多人挖我们的人因为这RL然后生成数据仿真这些我们真干过不是只是做demo也不是只有录文是 是对吧 我们真正是拿几万块干过这事的这样的Infra什么的都搭建出来了都已经实际在运行了所以我们有自己的模型能力第三我们有自己的芯片能力对吧然后而且芯片能力其实挺强的对吧然后包括这芯片怎么把它变成整个的计算的后边的这套整个的操作系统能力其实都是全面的嘛而这套能力本身然后我们出去创业的几个同事然后车展期间我们吃了个饭我们叫什么叫车人狗然后聚餐就是做车的做机器人的还要做机器狗的对然后他们提的最多的是说就是马赫M100芯片能不能向他们也提供因为他们从外边采购的芯片的整个工具链稳定性效率成本其实都他们知道我们自己芯片到底是个什么样的水平然后你之前谈这个AI我想一想其实所以刚才这个问题简单理解的话就是之前谈的时候偏向于纯理念所以听不懂的人可能会觉得这个老板不务正业但现在是你阶段性的做出了很多东西这个给了他们信心这是主要原因吗你们内部理解是这样吗我觉得芯片这些东西是大家相当于就是因为今天AI很难其实讲什么体验对吧你可以看看就是因为你今天讲讲一个agent或者你讲甚至你讲一个巨生怎么样的话它需要大量的上下文所以你今天很难靠一个 [50:00] 发布会把他们讲明白比如OpenAI前阵还开发布会你看OpenAI今年已经不开发布会的产品就直接发但是呢他们很多时候想把AI讲明白的只能靠播客因为播客大家在聊的时候其实有足够的上下文然后这个无论是Ancillary OpenAI包括包括这谁这个黄振勋就大量利用播客其实来把AI讲明白单纯发布会很难讲明白所以那发布会大家怎么就是讲硬件了就讲硬件和硬件性能了讲参数和性能了但我觉得今天也是一样的就是当你这个老百姓能理解说你的芯片做出来了然后你的芯片有这样的能力然后你配合这芯片的模型出来了然后你的3DVIT大概长什么样的能看到了所以他觉得这个其实有点希望但整个汽车市场今天是不被看好的大家觉得太卷了会觉得汽车市场未来几年其实利润都会受到影响是所以还得出海吗出海一样卷就是至少出气会好一些吧国内大家卷到利润率越来越低了这个其实也不是健康的国内怎么卷到海外一样去是吧不会有什么差别只是一点点时间差而已是明白那个你在内部推动这个战略的这个转型的时候困难大吗这个在内部应该阻力很大吧没什么阻力没什么阻力大家内部推动战略的转型的时候困难大吗这个在内部应该阻力很大吧没什么阻力没什么阻力大家内部没有担心吗普遍的反正我自己的感觉因为大家肯定会看我的决心对吧就是你是装着讲故事还是真的相信这个事情包括你做预算的时候怎么分配比如说同样然后利润没有前几年那么好了我们钱还研发要投研发你怎么分配对吧然后你在最难的时候你停不停AI的东西大家会看你的所有的判断和举动的吗对对吧我就从这些角度所以我自己认为其实我们做AI不是冒险对我觉得不做才是冒险所以在内部这个是没有什么太大阻力的就是我觉得一定有一拨人是不信的就是你多么你多么就是你多么努力去讲啊多么努力去做啊其实我觉得一定有百分之二三十人就是不信的这个你没有办法避免但最后反正执行出来了是结果对吧对你觉得你们和小鹏是在中国比较车企和机器人早点就早早就动手开始做的然后马斯克做的跟你们两家做的但是你和小鹏可能有差异就是你觉得这三家做的差异比较大吗还是大致的理念和方向是一样的太初期了今天根本不是我们创业的时候2015年的时候的电动车我今天可能是2011年12年时候的电动车对你说对巨神智能来说对我觉得2030年大概是2015年的电动车2030年的人型机器人是2015年的电动车对然后还需要很长一段时间2015年的时候特斯拉已经验证的很清楚了已经做出第三款车来了而且大规模商业化的Rodestel Model S Model XModel X都推出了是那个时候大家才陆地区开始创业的人生可以有很多选择咖啡我劝你就别选了喝瑞幸就对了感谢瑞幸咖啡支持聊天需要等待等待渐入佳境等待灵光一闪但喝酒就别等了歪马送酒想喝就有这次L9的Levis虽然还没开正式发布会但前边有一个车展是什么已经流出很多信息了对吧北京车展我发布了外形和一些关键的技术然后那个时候这代车跟前边有哪些本质的和比较大的差别我觉得三个东西第一个最显著的变化是整个的然后车辆的控制系统就是控制制定系统然后全线控的底盘对然后还有主动悬架我觉得这是个非常重要的因为两个方面我觉得第一个方面是然后中国过去的时候在底盘技术上然后相比然后欧洲企业其实还是有差距的我觉得这是我们过去几年认真去补的一个补的一个差距而且还实现了借助整个电动化的优势像800伏这样的其实我觉得是一个这一次真正实现了超越比较硬核的一个补课我觉得另外一方面其实由于你自己做了整个的控制系统然后完整的控制系统所以能实现我刚才说的就是说它可以比人尤其是当你在然后智能驾驶这种控制的时候可以比人的效率更高比人的速度反映响应速度更快所以自然就会变得更安全所以它本身也是一个VL3L4然后设计的我认为一个非常必要的然后一套整个悬架系统所以我认为这是第一点之前看数据说比机械的结构的反应速度快多少毫秒50和150的区别还是多少我觉得大概是这么着我觉得大概是可以看这么数基本上是 [55:00] 是在350就是比如看到一个物体要踩刹车并执行到位大概是350到400毫秒对吧然后那其实过去的时候自动驾驶就基本上在400毫秒这个上下对那我们基本上可以大概降到200多毫秒对然后那就是显著的基本上比人快了接近一倍了其实很多时候这就是救命的嘛是的是的而且人最明显的时候如果一个机器人然后尤其是一个射击安全机器人它的想象速度更快人会本能的然后无论是理性还是感情都会觉得更安全我觉得这是第一个这理论上还能更快吧将来我觉得你只有做了你才有机会其实去优化明白因为我经常开玩笑说如果最后过去系统都那么慢的话比较像一个半脑摊的状况在控制一个在控制辆车现阶段已经量产的可以做到200毫秒它要整个系统的优化就是从感知最后一直到最后执行到位200多毫秒所以你这个Livis上市的时候就能到200多毫升是的然后我觉得这是第一个然后第二个其实是算力而且我们是全世界第一个用然后动态数据流架构的一个算力的方式因为我们认为在端侧传统的GPU架构已经遇到瓶颈了然后所以数据流的架构是一个在端侧然后无论是今天自动驾驶汽车还有未来机器人是效率最高我反而认为会成为一个主流的然后一个端侧的AI算力的一个架构的方式所以我们也做到全球算力最强单科芯片然后1280Tops应该是全世界最强的车企自己做芯片现在已经挺普遍的了但是动态数据流这个方案这个架构你们是全球唯一一个吧对 是的这个在其他领域里已经验证过一些成功了在车企里没有吧那谁那个英美达收购那家公司然后就那LPU它是静态数据流的所以它还需要配一个GB的一个卡跟这一起来运行但它推理效率非常的高你是用主芯片直接对 因为我们是我们做的是动态数据流因为这我不可能其实再放一个再放一组芯片一起来跑那这个方案的选择当时没有堵的成分吗没有堵的我们做了140万的然后一个资料来验证这件事情然后也跟一些最顶级的处理器的专家包括像Jim Keller这样的我们跟他聊完以后对然后他也认为这是一条以后然后主流的AI对于AI而言主流的一个技术的架构还有你们做这个芯片的过程整体上是顺利的吗因为我听过太多关于做芯片的公司的那些地域故事了我觉得整体还是比较顺利的因为我们前面准备工作做了大概一年时间就是这个芯片详细的定义可行性就我们自己的一个准备报告其实我就说做了140万字是一个字一个字写上去的不是copy过来的对那个其实是非常重要的但是我们在做这个角色的时候我们其实当时有两个路径一个其实是做一个传统的然后是一个ASIC架构的一个其实做动态数据流架构的对然后当时是有两拨人对我们最后选择数据流的时候那一拨人就走了动态数据流这块的人才应该也难找吧好在的话我们的CTO对还有他找的几个关键人都是这个背景的对因为他上大学的时候然后就是跟着全球最顶年的然后动态数据流架构的然后老师学的然后学的处理器包括后边编译器应该怎么来做的这样的一个能力这是当时的时候数据流不是主流所以现在这个在Levis里已经都用上了是吧是的现在目前理想车里只有Levis用了它对吧对然后我觉得这是然后这是第二点第三点就是正常的一个电动车的技术的新的增程器5C的电池然后1600多公里的这样的一个续航这是第三个所以第三个主要是优化的部分对前两个是比较硬核的也算一个进化的部分就我们把纯电动车的这些能力直接给下放给了然后直接下放给了增程了对昨天他们跟我说那个续航和那个增程都是巨大的提升是啊续航基本上快翻了接近一倍对充电速度也快纯电续航跟便宜点车比已经就是虽然你是真诚的但已经赶上纯电的很多车型了是的这个给的挺狠的所以这个全球首个完全体线控底盘这个概念能不能再给展开讲几句就是从用户可感知的这些方面还有就现在很多车企今年都开始讲全线控了你们是第一个量产的吗是的第一个量产的然后我觉得全线控的我们先讲转向和刹车你过去的时候一个车的转向它是个机械的所以它跟你的悬架的软硬空气悬架你的手感都有关所以你会有一个固定的比例只能是重和 [60:00] 那线控的一个方式它就跟游戏是一样的就是你想调多重调多重想调多少圈多少圈包括比如说今天我举个例子我们在然后自动自动泊车的时候你就看前面方向盘在那转但如果你是个线控的然后方向盘就可以就正常稳着然后车自己动就可以了然后比如说我举个例子你去跑山路的时候过去的时候你经常要这么打转向但是你就可以跟然后接近卡定车的状况你根本就直接微微动你就是正常的像赛车的比例就就可以了这个就让整个的控制方式不一样而且它从执行到整个的然后轮子的控制的延时也变得更少我觉得这是然后最有意思的其实是什么是这个线控式的机械制动原来是通过压力泵然后油管啊怎么去制动今天其实就是机械卡钱而且四个轮子可以独立控制原来你脚刹车是四个轮子一起控制了然后你现在可以独立控制它的好处什么呢就它现在安全冗余就是我四个轮子只要有一个轮子还能工作车都能杀得住包括出现什么状况呢比如说原来在路上的时候这边没有水这边有水一进去车就转圈了但是有了这套东西以后对然后它就可以正常的然后这边清带刹车然后那边是过车稳稳的过包括这些可以算法自己控制对 一侧是冰然后一侧是正常的路面然后都是可以然后非常好的特别好的控制对 然后还有包括它的安全种类更好就是比如转向甚至转向然后不能用了四个轮子单纯靠刹车机械的刹车就可以正常掉头所以非常的安全然后那整个的享用时间你看我们原来的话机械的机械的这个制动大概是六七十毫秒对然后我们变成了线控的电子制动是13毫秒就省了接近50毫秒50毫秒如果放在人上是20%的接近这个接近了15%到20的然后一个人的响应速度这个可能比如说在刹车情况下能差多少米差出去一个车的长度一个车的长度对一个全尺寸SUV的长度其实有时候就是救命的是我在网上看到的顾虑就是彻底取消这个机械控制之后用户的安全感就完全建立在你这个电和代码算法这些事情上对这个地盘的操控然后你们是做了完整的两套冗余对吧我觉得这是个误区是个误区是吧对然后第一然后刹车其实是限控机械制动而不是过去的限控然后这个液压制动对 所以呢它最后其实不是通过传统的油管啊你也不用担心什么漏刹车油啊这样的其实它是个机械制动所以它是更安全的所以应对各种情况也没有问题是 就原来你刹车一坏就全坏了今天的话你要把四个刹车全坏了然后你的车才刹不住你过去的时候其实你要你这个悬架然后要去吸收然后庞大车身的动能所以大车就得舒适所以舒适呢你就得增加它的晃动如果它不增加晃动它会变成跳动对但今天呢其实我有了一个然后相当于我有一个电机身的一个悬架然后它其实是可以把这个能量然后来直接对抗和吸收掉那这就完全不一样所以大车就不用像原来说只要大车就要想舒适就像个船对吧那我觉得这就发生了一个很大的变化我看了你们那个视频感受还是很强烈的就是那个绕桩那个对正常车一定是这样的然后你那个几乎是闻思不动的甚至我觉得比法拉利跑车的侧情还要小是吧然后我还有一个感受就是跟车机上的理想同学对话的时候我比较高兴的是因为Siri什么的到今天也是个笨蛋就是所以我自己开车的时候我很喜欢跟理想同学就是对话这个对话的时候你们以前没接大模型的时候我是受不了的我都默认关掉后来接了大模型以后我觉得他里边的那个理想同学对操控这个车来讲是已经足够聪明了但是如果你想象手机里的什么豆包签问或者Gemini什么GPT那种聊一些深入的话它明显是不够的那我现在有一个疑问是因为你们自己训练的模型肯定是优先去做垂直需求的就是像汽车安全这些东西然后泛化的那些东西肯定是即便将来做也是偏厚的这个我没理解错吧你先讲完你先讲完对不对对所以在这样情况下我单纯从一个车主的用户体验上去想为什么你们在那个跟车机里的那个我的理解是你跟他做汽车相关的操控的时候用你们自己的模型我更放心你要外接了一个我反倒不放心但我跟他聊天聊的不是汽车操控的是一个我举个例子比如我单程开一个小时我这一个小时其实是一个报废状态但是如果我开着车你们还有良好的那个前面那个叫什么来着U什么HUD在这种情况下 [65:00] 我完全可以用嘴跟他聊一些比较深入的问题使得这一小时不被浪费比如我去往办公室的路上我跟他聊一些然后到了办公室打开电脑打开手机里边也有你们的APP我们对话记录也都在那所以我就可以在那延续做未完的工作那这些为什么没给接呢我就特希望接别家的你接了的话可能有成本问题但是我就觉得比如说我买了你车你几十万的车免费你给一个月你肯定给的起然后我这一个月充分体验到它的好处我后边就会高高兴兴的自己去续定所以你们成本上也是完全可控你的需求L9 Lewis就能满足了现在好像也没有接了什么了里边接了吗接了什么东西我觉得是这么着的我们到交付的时候这套体系就成立起来了对然后因为你看今天有很多车说上Open Cloud对吧然后Open Cloud上到车里还是危险的吧对啊然后因为它不只是个危险的问题其实是说包括我觉得你用Omoc Cloud时间长吗还行然后我之前用Omoc Cloud用了时间以后我基本上被它记忆给搞快搞疯掉了就我越用其实我收益越差我后来转成那个Hermers Agent了因为我觉得那个记忆管理起来稍微好一点那今天的话我觉得我自己觉得其实Agent就如果Agent2C的角度而言有一个挺严重的一个问题对吧就是今天这个记忆是一个是一个糟糕的定义因为他做了一些麦克档文件其实他不是真正的记忆明白然后呢反而他其实变成了一种伤增一种非常糟糕伤就是任何的时候都把这个东西读到你的然后这个上下文理去是是效率全浪费这上面了那所以呢我从今天来看就是说我觉得到今天还一直然后一个C段的用户其实不要去拿什么记忆这种用来定义就直接看的是需求就我能很清楚的看到如果回到我们车上的话然后我认为然后一个用户然后会有然后五种需求第一个需求是我有一些泛化的任务你要帮我完成这是Agent去做的就跟OpenCloud是一样的然后我觉得第二个是然后这其实就标准的今天大家看到了Agent的一个方式我觉得第二个然后是我要有泛化的获取信息的需求所以我这是第二种这个就跟豆包啊什么其实比较相似而且要速度快你不能动不动五分钟十分钟的然后聊天搜索但是它是个泛化的信息获取搜索的方式获取新闻什么的第三个其实是然后精确的控制然后空调什么的包括我去找一些APP我觉得这是第三个因为你今天的话你会发现如果你拿OpenCloud你问个上海的天气然后四五分钟过去了然后消耗了好几万好几万的token毫无必要那如果你在我们车上非常好的机面出来天气都告诉你对然后一秒钟都不到然后token消耗几乎可以互利不及本地的本地那个算力就够了是我觉得第三个是精确的控制对吧然后我觉得第四个然后是什么呢是对你一些必要信息的记录不是弃义就是记录一下对你的对话这些信息对吧提取要点什么纯根例子是的然后第五个其实叫个性化就个性化就比较像OpenClarum我们可能要聊一下那个Soul对吧就是你这个人的一些但不想写对的东西关键的东西个性化就行了我觉得这是用户的五个需求就我们如何搭建一套系统级的agent的架构把这五个需求其实来满足了就是前两个你想掉什么模型掉什么模型你想用你想用那个自己模型自己模型你想用这个Kimi用Kimi你用我们的也可以只是我们的然后便宜一点免费的对吧那我觉得这是五个不同我觉得第一个其实agent的大家都了解我觉得第二个其实就应该用做好TedBot我觉得第三个其实我们会发现然后其实知识图谱是个非常稳定非常可靠的对吧因为它能解决效率和确定性然后我觉得第四个其实怎么去索引这东西其实还是用好RAG的技术对然后我觉得第五个其实就很简单了其实就是一些基础的一个参数并非所有东西都需要用agent的方式去调用因为效率太低了你动不动就是几十秒然后几分钟明明一秒钟能搞定的我觉得这是我们看到的我们其实在搭建这套架构这套架构基本上5月15好像用户交付的时候这个架构就搭建起来了我们是拿了一个linux加一个安卓一起来完善的这么一套系统来做的那我具体到使用过程中要有一些深度的问答或深度的调研这些的时候你那个Levis里标配的是可以调用任何一家的可以调用任何一家的你可以自己挂任何一家的也可以用我们的默认的所以等于你相对于你用别家模型的时候可以理解成它这部分的功能是类似套壳实现的就跟Open Cloud和Cloud Code一样你可以调任何的模型然后这个是在你们这个上市的时候就已经 [70:00] 加上去了是的然后我可以在你这个软件里边手动设置问答的时候是用签问还是豆包还是谁这可以手动设置对因为我们的什么我们的你的这个Chatbot和agent会用一套大模型所以你可以选然后用任何一家也可以选择用我们的我们自己做的也不错我们基本上会上机之前我们也会去做一次打绑可能会比大家想象我们做的要好很多如果你们自己做的可以是当然没问题但我现在用我现在家里的车我如果问一些深度的问题他就直接告诉我这个我回答不了我们之前那个不行所以你这个是随着新版上的是这个对是我们新的模型然后这部分也有本地算力也有云端算力都有是的那这个是要付费的吗如果是云端的是要付费的云端要付订阅费如果是本地模型就能解决但是可能很多用户我们的免费额度就够用户用了对用完了以后你的意思是每天问的没那么多的话可能就够了我肯定是做出用问的话消耗不了主要是agent的消耗量太大了agent的消耗量太大可以并行深度调研深度调研其实相当于调用agent了他要去完成个任务就是犯化的任务是agent来解决然后犯化的知识信息获取其实是chatbot来解决对吧然后车辆的控制对吧是知识图谱来解决那听着我还真特别期待而且我认为其实今天的很多的A10的架构可能都得都得这么去干因为你所有东西都用一个A10的架构其实效率太低了我的很多我自己比较满意的想法都是在做某个事情的时候发生的不是说你坐在那静静的在那想问题比如说我洗澡的时候上厕所的时候然后开车的时候就这类的其实手头在做这些事然后就会想到一些就希望把它记录下来甚至想到不是要记的事是要问的问题那我也希望当场就问所以我在家里呢我会在卫生间淋浴的地方放一个防水的蓝牙的一个麦克风加一个什么就那么个小玩意儿我摁住它我在浴室外边放的手机它就会连那个手机我把问题给送过去然后它就会处理然后洗完澡出来就可以看马桶上呢因为拿着手机就特别方便就这个开车对我是个痛点开车的时候我也不想碰手机然后呢就想问一些复杂的或者是就那种然后前面就不行所以你这个Levis上了就可以了对所以你看我刚才说了就是因为我自己也这么用你也这么用所以呢刚才你说的需求是吧其实然后是第一个第二个个说我过去没有的对吧就是放话的任务对吧和这个放话的信息获取对同时还有第四个其实你要的不是记忆你要的是记录对对吧因为记忆他老给你瞎整理对吧你要的其实是个记录没错其实包括我们在车上包括后边眼镜其实最重要的是首先要得把记录做好记录这件事一定要做好哎呀那太期待了这发布会是哪天然后两天发货是哪天5月15号5月15号当天就今天我觉得AI有一个很大的一个特点就是说当你选择了犯话其实你就放弃了确定性因为这两个其实是某种程度是冲突的就是我仍然能保证我知识图谱那是很稳定的那其他的我真的得运行一段时间其实才知道怎么办做比较大的或明确的隔离吧是所以我刚才讲就是对然后就是然后这个agent做agent的chatbot做chatbot但他两个都掉模型是然后这会我就稳定做知识图谱对然后后边然后信息存了包括掉我就做RAG就行了对吧然后最后其实我就做一个简单的一个参数机翼避免这个东西混在一起好然后我看到这次的L9Levis还用了就是自研芯片这是第一次上自研芯片对吧是马赫100然后你们是2022年才开始做自研芯片其实也不算特别早了对吧然后当时没有更早做这个投入是因为投入太大吗是资金的问题吗还是还是有一些没想清楚所以就没投入我觉得说实话真的是三个原因因为做一个芯片并不是个拍脑的当然当然是个非常之慎重的要命的事对然后呢我觉得三个是三个需求分别是什么呢我觉得第一个其实然后我们做这款芯片的时候我们已经使用了四款芯片了从最开始的毛外的iQ4到DB线的Go3然后再到DB线的Go5再到双RX那我们已经用到了其实第四款芯片了所以呢我觉得这时候一个带来了一个很大的一个好处什么的就是我们开始知道我们想要的需求了我觉得这是第一个就是你不用你拍脑袋根本不可能知道什么样的对吧然后我就知道需求的第二个呢其实我们确实看到了GPU架构放在端侧的一个瓶颈然后因为大家也可以看到其实索尔相对于Auron然后三年后的一个产品其实提升对提升就是两三年以后的产品提升并不明显但我们看到的整个这个技术架构的一个瓶颈对其实需要突破了我觉得这是第二点所以我们也就是我们是 [75:00] 就出来更好的架构了如果再做个GPU我们就不做了对吧如果做一个GPU或者做一个这个ASIC芯片传统的ASIC芯片我们就不做了就很难干过现有的如果做跟DB线一样的或者做个英伟大一样我们就不做了是是对所以我们看到了一个新的然后一个技术的方向我觉得第三个其实2022年还有一个挺重要的一点你也知道其实那时候R9发布了嘛对然后那我们意识到一个一个挺重要的问题就是我们能做很多的创新包括增程式啊包括这个座舱啊屏幕啊交互啊的一些关键包括5C的一些技术我们当时都在都在这个路程上但是呢我们有一个很大的感触就是这个创新并不一定它有竞争力但不一定能形成壁垒那这个为什么因为人才是流动的供应商我们也不能做排他所以我们研发的东西供应商就可以卖给别人是是他有的时候就这么流动就流动了流动过去了know how其实就流动过去了我觉得这是一个状况那所以呢在整个对我们过去的十年里边的科业来看其实真正形成壁垒的智能电动车的话只有两个东西一个是电池所以呢然后电池厂商因为壁垒决定了你的利润是是然后获得的最多利润我另外一方面从芯片的角度而言其实就是高通和英伟达然后又赚了芯片的这样的一个利润所以我们就但芯片利润还比较少电池是主流但我们看后边的话包括车走向自动驾驶聚身智能对然后人型机器人包含我们未来需要大量的推理的一个芯片对所以我们再看如果是下半场是聚身智能的话对然后对于我们公司未来十年距离生成的话壁垒到底是什么这就很重要了因为我们再去建电池的壁垒其实已经很难了我们能研发出来非常好的电池但是呢然后它的上下游都已经非常稳定了孽古猛这些矿这些资源其实都已经被投不起其实控制住了那如果我们再往下然后看下半场的时候壁垒到底在哪里边我们就看到其实我们甚至认为模型可能是竞争但不一定是壁垒我们能看到最后的壁垒是推理芯片甚至都不是训练芯片训练芯片的壁垒已经被英伟达占据了但以后是个推理的世界如果推理起不来人工智能起不来无论是端侧推理还是云南推理所以我们当时的时候一个判断是说我们要想真正在这个领域建立核心的壁垒技术壁垒对 真正的壁垒其实必须去做芯片而且必须然后更早的去做芯片而且要想把芯片做好你必须模型操作系统和感知都要自己做你才知道怎么去设计一款然后真正的一个全链条最优化的一个芯片那这个是2022年才想清楚的还是之前就想清楚了我记得2022年想清楚了之前也不敢干对 还是我们招到了一些招到了一些关键人才所以是大的方向是朝这去的但是把这些都落实了包括资源也匹配因为2022年我们也没赚多少钱2022年我们利润还很少对2022年就是可能就我印象2022年可能就是一个几个亿和十几亿的利润2023年利润比好然后就到了百亿的利润了对但2022年是利润没那么好但是我们怎么说服自己来做的呢对然后我们的一个判断是对然后苹果也不是在很大规模的时候才做的芯片是是很早其实就做的芯片对要不然就是一直受制于人嘛是也拉不开核心差距是说到这个又有一些特别沉重的就是现在竞争这么卷然后大家还要不断的做巨额的科研投入所以你们去做去做这类决策和实际执行的时候怎么平衡这些东西就大家都卷的利润不就越来越薄了吗但同时科研投入如果不投这些东西一年能多十亿美金的利润是啊我觉得就是因为今天这东西你投了但还没有看到结果我觉得可能需要几年才能看到结果对啊然后我觉得我觉得两个方面第一个方面其实你能看到当时苹果做M芯片的时候大家也觉得其实早期的时候是否有必要用英特尔挺好的但今天到了M5的时候这个优势越来越大了对吧就是你想做AI然后那一个M5芯片和英特尔根本没法比的然后这样的一个性能包括所有的软件为它匹配的非常优化所以当时的时候苹果M1芯片出的时候我们当时是非常兴奋的觉得主机厂做这个东西或者说真正掌握终端的是有机会做这样的然后这样的可能性的而且逻辑是特别顺的而且我觉得另外一方面我们也讲了个问题就是说就大家光看了今天英伟达好了英伟达做CUDA的时候坚持这些东西的时候对也很惨啊那当然甚至股票都快跌没了是对吧而且还得天天听一样怪气的是的对但是那就是你想舒服的选择 [80:00] 选择你想一些这个男人正确就做一些男人正确选择我觉得就是这对我而言是最后一把了对这赚个赚个几十亿利润对我而言每年不是个问题对然后能不能其实变成像苹果这样的企业对然后至少我得剥一把吧明白现阶段这个新片用上以后就Livis是第一个用的吗是他从消费者可感知的角度有哪些东西就因为用了所以大家可以感知到的好处因为有一些实实在的好处是相对隐性的他有的时候他也不觉得然后没了他可能才知道但也有一些是一用上消费者就能感知的所以你用了这件芯片以后这方面有吗我觉得两个方面第一是他所有的帧率会变得更快就像打游戏你过去打了10帧今天是30帧了这个是个显著的一个变化然后我觉得第二个其实就是模型规模的大小因为模型规模大了以后其实会变得就一定会变得更聪明因为还可以换另外一种方式来讲这个东西的一个必要性对吧就是L9是2022年发布的车在2022年的时候我们就给车配备了全世界最强的算力然后高通的8155我们基本上是一个首发然后英伟达的欧人X然后它会带来什么好处呢其实就是四年过去了以后你会发现我们车机仍然很流畅然后所有的新功能它跟我们的所有的新车或者跟市面的车然后是一样的有余量包括支架仍然还是第一梯队你今天很难见到一款车2022年的然后到今天支架还是第一梯队的那我觉得这是智能化带来的一个最大的一个好处就是你极强的算力会让你一个车的成长性和生命力对是完全不同的但是这个卖的时候并不容易直接表达但是呢我们已经经过了四年的历史的积累就今天所有的L9的用户你哪怕2022年买的四年过去了你的车没有任何过时的所有新用的你全有对然后运行的也非常的流畅我觉得这个这个其实是另外一层投资的一个意义就智能化另外一层投资的意义特别是到高端型号的时候大家也不在乎那点所以把这个算力做的有点荣誉对后边持续的升级软件是有巨大好处是的我觉得我们自研芯片以后其实能带来了另外一个好处就第一个其实我们对于模型这种控制能力其实更强就是比如说我后边的芯片可能性能又翻了三倍对但是今天其实大模型有个好处就是我可以做蒸馏对 然后保证其实然后之前的芯片仍然可以用只是它性能没那么强但是它就不会被抛弃我觉得这是一个带来的第一个好处第二个好处就是说我们原来的时候遇到一个很大的挑战就是无论是英伟达还是高通它上一代的产品和下一代产品可能接口啊什么东西都完全不一样了所以你说我靠各种的预留让它去升级下一代的芯片其实很难的那今天我们就有一个机会对只要政府部门允许我们是可以给用户升级算力的因为我们自己可以把这个延续性设计的非常好就留了这样的可能性但是仍然需要其实然后政府对于汽车能否其实升级算力这一块政策上的一个开口明白因为今天也是个模糊地带你们刚开始这班做的时候你一开始就定位的家庭用车然后大奖特奖家庭用车的概念奶爸车的概念然后也给的很足那时候外体做的车加一点点配置就要加很多钱其实它成本也没有那么高所以你们一开始尤其做单款车的时候什么冰箱 彩电 大沙发这些都给的足足的这些也被证明是非常成功的但这些因为不构成真正的护城河所以我在想未来的长期发展里除了硬核技术这件事以外还没可能构建其他的护城河因为我问这个是你看很多车的横向评测显示沃尔沃到现在也是最安全的车之一但它不一定永远是第一名安全甚至可能很多时候他不是第一名但永远是第一梯队的就是安全性但是从消费者的品牌认知和感受上一体安全就无耳握这个实际上在中国新能源车崛起之前在欧美包括在中国以前大家就是如果我一个人很在意安全的话原则上就首先考虑无耳握这个已经通过你叫他难听点叫洗脑好听一点就是市场定位反正他已经实现了这个东西那你们除了硬科技的护城河这个是大家都要拼的别的方面的护城河考虑过吗比如说如何让消费者的这个认知我之前觉得你们一直做家庭用车奶巴车这个特别好但是你历史不够长你做了几年然后大家也跟进讲这个所以就稀释了你这块清晰的定位和宣传对 [85:00] 所以这些方面除去硬核科技这方面构建护城河别的角度也想过吗我觉得刚才咱们讲的其实是三个不同的维度我觉得一个维度其实大家过去更容易讲的其实是竞争你的研发你的产品利益这样的一个竞争我觉得竞争这个东西其实只有时间优势没有绝对的护城河的壁垒和优势那我觉得另外其实有两个然后刚才讲的什么是壁垒我觉得芯片真的是一个壁垒苹果有芯片没芯片其实完全两码事对吧然后所以呢我们在这一个然后在这个聚身智能这个时代的时候我们构建了自己的完整的非常强的芯片的能力这个随着时间推移大家能够清晰的看到这会形成我们的壁垒这是我们非常自信的我觉得还有一个其实壁垒其实是你的品牌认知那我觉得品牌认知就是我们其实开创的我们开创的其实家庭用车这个对但是呢其实我们中间也遇到过一定的然后摇摆因为大家会说这个奶爸呀什么这样的然后这个定位啊其实对自己其实是一个就多少有点就是我要为家庭牺牲啊什么这样子的对所以我们从i6开始从i系列开始做了一个然后尝试就是我们从家庭升级到家因为你一个人其实也需要家对包括我们的车的设计那种那个感觉对其实也是然后往一个家而不是一个家庭的概念去设计就你一个人然后就是也可以就我对i6的一个非常清楚的一个定义方式叫什么叫高级的松弛感对然后就你坐在里面觉得哪都舒服很对的对然后但是这个空间是属于你的就真的是你做就感觉然后你跟这融在一起属于你的所以我说这是我们的一个定位到了巨神智能我就把这个延续对其实就是给车和家赋予生命我觉得这是我们然后长期要延续下去坚持的因为中间团队也说过说那么多人都做家了是不是就我们应该去做别的了对但是呢我觉得最后是中国的一个非常有名的一个调研公司对然后它就是个公开的一个调研然后讲每个品牌的属性自己讲了家的时候对 然后我们基本上然后比跟我们最接近的就高了十倍以上这个认知优势还是保留了对 然后还是应该怎么把家然后这个概念其实然后做好只是我们要给家然后赋予更多对 以前说家庭就感觉是一大堆人有老婆 有长辈 还有一堆孩子对 但是我们现在车也多了你可以选择麦干这样的人多的也可以选择i6这样月脊的然后同时呢我们的能力上升以后也可以给用户更多就像新奶而酒奶爸车不是开起来要晃晃悠悠的对吧你可以去夜野是然后你也可以你也可以其实跑跑山路这样的很开心的对吧然后你自己一个人的时候也可以非常好的性能家人的时候又可以极致舒适我觉得要靠要靠更好的产品力和技术能力给他赋予更多更有趣的但我还是坚持作家对我也是特别认同这个但是有的时候也确实挺有意思像Mega是之前谁跟我说的30%多是单身汉买的单身用户买的这个还挺神奇的对但是单身汉他在车里待的时间很长他把车当成了自己另外一个家和空间来使用对我觉得这块做的好不好你们肯定有数据能监测到如果他到了家在停车场里再待一会儿进去这是很说明问题的是我自己是有时候会有那个感觉就是车很舒服了我到了家里停车场但是上去我也舒服但是就觉得在车里自己待一会儿也挺好的所以L9的Levis前排多了两个特别好的零中力就过去的时候大家说要用零重力到第二排去对我昨天试了你那个驾驶位也做了零重力对而且我们为了让驾驶位的零重力是真的特别舒服我们把方向盘下边的空间都做了优化不像很多说虽然有零重力但你会用的时候腿就直接顶在上面对这个我觉得这个概念特别好就是奶爸也得对自己好一些是是是奶爸其实有一点吃亏家庭用车什么一家自主那种来决策这个角度好奶爸就给人感觉对或者说这个人是被牺牲了对对对挺苦的有那种感觉是的所以我们在做这一代R9的时候讲的最重要一点对是主驾驶是家里最重要的那个位置是对自助嘛必须得对他无限的好对对对这个角度很好对所以容易共鸣配置彻底拉满是林正座也头领音响全都给他拉满了然后那个大屏幕加宽的那个真的特别过瘾对我在那看的时候他还能演示那个车跟着震动那个叫什么视地影院那种是就跟着震动的也是因为你那个底盘现在特猛所以可以实现那种效果对完全追随那个通态效果的可惜就这类偏圆很少 [90:00] 以前只在那个电影院装修豪华的电影院里少量的有没有彻底普及开如果普及开就牛最多出现在迪斯尼和环球远程对那个要普及开了就好了你觉得就是AI和巨星智能给汽车带来的各种各样的不断进化的这些好的东西会到什么时刻什么场景下可能会让用户认知出现那种就觉得体验到一个东西以后就觉得这哪里是车就分明是一个科幻时代的一个什么什么什么东西你觉得这个时间点会在什么时候来到我说清楚我意思我听没啊因为现在我们用AI和聚身智能帮助汽车做的很多好的feature让大家还是觉得这就还是个车只不过有一些东西越做越好了就这个感受它没过那条线那条线就是有一天你不管卖新车还是升级一个软件大家觉得我这已经不像是车了像是一个科幻的一个什么东西了对我觉得比较务实的讲啊就比较务实的讲因为这个车大家买的还是为了因为它有用对吧因为它不是个纯粹的单纯的情绪价值的是对我觉得就是比较务实的讲的话我觉得还是R3一个确定性的R3的实现就是你从A点到B点虽然你坐在车上只是手搭在那几乎不做操控了对甚至手都不需要搭着对只要求你坐在那里手搭上这个是有政策限制的R3就不要R3可以没有对R3不需要搭着对我觉得这个应该是一个我觉得应该是个显著性的就是我觉得R3有点像什么R3就有点像电梯出现了就是楼房里的电梯出现了楼梯和电梯的区别对楼梯和电梯的区别这L3现在看什么时候能完全成熟咱们先不摔而视我觉得对2728年吧27年应该是个比较稳的投步企业第一梯队就开始陆续能实现了它的能力后边还需要法律法规相应的包括保险啊什么的来进行匹配嘛理论上法规咱们国家是最有优势的吧在新能源这块但是我们国家还是比较在意这种公众社会安全的这个是会比别的国家更在意您说在科技的支持上别的领域可能比较激进这个会相对保守一些对 是的还有两三年的话还真是对因为有的时候我们身边就不再彻起的大家聊着聊着对自中驾驶就有点烦了说说了那么多年到底什么时候能实现我有时候也会有这种感觉但是最近几次试驾都感觉这个也挺讨厌每次都觉得快了快了快了但是等等又要几年对我觉得这是模仿学习的问题从模仿学习进入到理解学习这是个硬卡对这是硬卡对它背后的整个的技术战是要做一轮大的升级但这个L3你认为两三年也就能成功对因为这一波技术战就能实现L3了现有的技术战是可以实现L3的只是你的算力和模型规模要够大我觉得如果大家对自动驾驶那么难受的话大家对机器人就更难受了不是机器人现在还是觉得有点遥远但自动驾驶这件事因为已经超超十几二十年了但对于大部分的老百姓而言机器人那期望值可拉得非常高了那是因为他们宣传的太成功了对啊因为无论是马拉松还是春晚就大家把期望值拉得非常高了对格斗什么的所以其实这期望值拉得太高对于商业化而言其实也是个很大的挑战对对对但是那个阶段的公司融资是第一位的所以他也得把这些使劲渲染是所以都是各有各的难一下也正常2015年16年的时候大家觉得VMO就已经成L4已经没问题了对然后马斯克也讲其实从这个从这个旧金山洛杉矶然后到纽约没有问题了但今天其实然后仍然是个问号是是车的产品呢我们其实外界对你们的已经就是了解还算比较充分了然后加的产品现在规划中的长期看有机器人还有别的东西吗刚才说过大的就这两个别的有规划中的吗跟家相关的产品我们希望我们能在下一代芯片的时候给家里其实提供算力在家里能够放当然我觉得还是面向我们的车主这样的消费群体能在家里然后他花一个小几万块钱放一套非常稳定的然后放一套非常稳定的算力然后能够跑一个其实上百币的模型你自己做了芯片然后又是擅长推理的所以你可以做那种像麦克迷你那样的小型主机对或者像像像这些像英伟达的这个我知道Gb10的Spark对对对对因为我们我们认为能做出比那个更好的东西来明白因为你这个芯片架构你更有信心而且再往后的家里的机器人啊或者家里的一些设备可以直接调用这个算力了就不需要每个在单独放算力了至少第一个 [95:00] 比极客用户是肯定会买单的对啊因为家里只要有万兆只要有万兆网其实就可以了明白对我觉得这是我们看到的一个一个可能性一个机会因为今天的话我们看到的一些其实无论是用户使用的环境啊还是它真实的算力啊其实是还是远远不够的对还有一些重度的你就是比较彻底的那些你也不敢上传到云端对所以我们说我们说下一代芯片有没有机会其实比如说我是四颗对然后下一代芯片然后我们大概跑一个对然后100到200币的FP4然后这样的一个然后一个模型那我觉得大部分的agent的什么他都能正常的去用了那你到那个点估计成本的到多少这可以是很粗略的最贵的是内存对芯片我都可以来测算价格但内存今天是测不了价格是没错但是至少对所有人是公平的你这个架构跟GPU架构的比的话对内存的使用是有优势还是略势还是差不多我们对内存的搬运效率更高你AI最重要的其实不是计算是搬运那动态数语楼架构搬运数据的效率是更高的然后机器人项目的进展可以透露吗我觉得我们就之前其实做了一年多时间一直是没有对外公布然后今天我们有很多同事去创业去了然后另外一方面创业的有很多原因是大家都不知道我们自己内部有机器人的业务所以当我们把机器人这种正式的业务放到水面上来其实很多同事就说这个肯定好我也知道我们自己有非常好的基础的能力芯片模型操作系统那我就可以在我们就可以自己来把一些关键人才其实留住了我觉得这对我们其实是非常必要的但是你们机器人准备对外售卖的或者是就是正式到可用阶段的那个有时间表吗我希望能在两年之内把我刚才讲的然后这种功能机器人像搬运之类的对我觉得就是每年都应该有几万台吧对但它不会很贵对然后人性机器人我觉得还是看具体技术的这样的一个发展你说家用的我先不定义是不是家用就是说人的形状这种复杂结构然后我觉得我们还是得先把本体和控制做好明白对本体和控制现在还是非常难的对这块确实有一个比较大的认知泡沫因为他们在个别的项目上做了很酷很炫很惊艳的东西导致老百姓现在对机器人的期待贼搞就感觉好像过两年就可以在家里当仆人用了其实这个还遥遥无期呢这是一个很大的问题你现在在公司重要位置的岗位的面试还是自己去做吗这里有一个比较有意思的问题是你们怎么劝说AI领域的顶尖人才去理想而不是去大模型公司就这也是只要不是做大模型的top公司都普遍面临的问题科技公司对那这些顶尖的人才对他们来讲如果有机会去大模型因为他足够顶尖其实是有机会去大模型公司这样时候原则上都会选大模型公司所以你们这方面有什么心得吗怎么搞定这些人我几个吧我觉得第一个其实我们从实习的时候就开始来抓一些关键的人才所以今天很多的其实在上大二大三的在我们的无论基础模型团队机器人团队其实我们实习的人才是非常多的我觉得这个其实然后我觉得是一个是一个必要性的从哪里能找出苗子来对然后我觉得我觉得第二个然后核心的其实包括这些发的一些论文啊其实非常有必要的包括我们跟一些学校然后其实我们投很多钱其实跟学校一起来跟这些顶目合作其实本身他们也会跟我们来其实然后提供一些必要的人才我觉得第三个然后还有很重要一点其实就是最后你要把你的整体的概念其实跟他讲清楚包括你为什么做芯片你芯片未来有什么的潜力你的模型其实有什么突出点就是如果他能看到其实然后模型很重要模型是竞争力但是呢我需要有一个有壁垒的企业就他有自己的这个判断力然后这三个都有了以后还有一个必要性就是你工资得给到位这没办法就别人给的工资你得给对现在就这么贵也没什么别的太好的办法大家应该就是但是呢我觉得其实最重要的一点是真得把这些人当成最重要的人和顶级人才来看就是你是否真的在意他对然后还是只是为了竞争我觉得这些人是可以感受得到的是这些人都是最聪明的人是的而且你只要面试这一类的专业然后多面试几个人其实然后你就对这个专业然后人才怎么选择其实就开始清楚了 [100:00] 什么样的表现我觉得这是第一面试是一个重要的学习过程我觉得第二个然后面试是一个非常重要的把我们自己能够讲清楚的一个过程对然后不需要太复杂比如说你为什么做机器人但是有很多人有很多有很多我还我招的机器人的他说我就要加入这种企业就是你们这种中厂做机器人的有点你的大厂还不算我们算中厂吗中厂做机器人他认为最有机会能发挥对然后因为很多条件其实是具备的他认为小厂其实很难创业公司很难大厂可能现在又不是入厂的机会实际他说早晚小厂中厂大厂都要来做机器人他有他自己的判断而且他也甚至是甚至大部分是然后机器人创业公司头部公司的这些人才会做出这样的一个判断来然后第二个就是说你的理念其实要讲清楚我觉得第三个还是要闻一闻味道然后一方面其实他是否能跟我们融合在一起你现在AI和机器人我们的整个人团队规模有多大就是专门做AI和机器人的这块我挺难这么分了就是我觉得因为很多都交叉了我觉得可以把公司这么来分就是说因为我们是一个做2C产品的所以本质上我们我们的关于AI其实有两种人一部分人其实创造AI的然后做极组模型的然后做芯片的对吧然后这个然后做这个agent然后软件本体的包括做硬件本体的就这些人是创造AI的好一部分人比如业务啊销售什么的他们在使用AI包括HR什么都在使用AI所以我们大概其实分成两大类明白对吧那我问的其实就第一部分第一部分的话我觉得我们得有一千多人吧这部分都有一千多人你还有本体啊你还有软件本体硬件本体你还有后边各种的工具链你有芯片这些加起来其实都有一千多人那这部分你自己参与面试会到什么级别呢就整个公司18级18级以上我全面试还有一些顶级的校招生我也会面试那你一年平均要亲自面的有多少人都有几百人吧一年要面几百个对第一个面几百个平均到每天是不止一个的每天得有平均下来得有两到三个那得到六七百人了是很多时候极加热也在面你还喜欢面试吗喜欢啊一开始创业就喜欢吗不是吧因为它是个特别高效率的学习过程特别重要的特别高效率的学习过程有一些创业的CEO因为色恐的问题这块面试不足其实是特别吃亏的一件事我其实也有这方面的问题我要下很大的决心和心理准备才能去面试这是纯臭毛病对就是射孔带来的臭毛病非常不好你一直没有这个问题对吧哪怕我犯困的时候一面试的时候就很清晰就精神了很精神然后你们用现在还是用非书集成了所有的AI应用入口对吧因为Cloud Code肯定没有大部分没有跟非数阶层但是我们给员工开的就应用那些都放在在非数上了对然后更多员工更喜欢用Open Cloud而不是Cloud Code对尤其是非做AI非这个创作AI的就使用AI的更喜欢用Open Cloud多一点然后你们这个叫什么现在代码量这么不是问题就是因为有这个AI写代码已经完全不是问题了对完全不是问题的情况下那些大型的办公软件没有考虑都自己做完了替换掉吗以前那些像包括肥厨包括很多大型的工具软件它都是因为有一个巨大的代码量的问题嗯那现在代码量根本不是问题的情况下你们又不缺工程师就这类的按自己的需求完整的重新定制其实工作量也是完全可控的这些没有开始做吗就我觉得我们对于这方面的理解肯定还不如废书对我觉得废书做的很多东西其实还是挺好的包括文档啊多于表格啊面试啊包括这些东西连接就是如果我们没有机会做个更好的对我觉得我们就用它而且成本效率其实是更成本和效率其实是更高的更好的但是我们在做一件事情我们其实是把co-work自己其实在内部然后重新做了一个自己定制的对我们希望其实所有的员工能够工作在然后能够工作在一个稳定的agent上然后这个agent去接各种的子agent包括跟飞叔连在一起然后跟飞叔的这些员工的账号连在一起然后去连数据包括一些必要的软件通过mcp跟我们的自己做的co-work连在一起我觉得这是非常有必要的有些企业推的就更加激进就因为现在代码量不是问题了很多企业就很兴奋然后想把那些大型的用了多年的因为用别家的也有一个问题是虽然人家做得很好但像定制那类的需求其实也确实很难都得到满足所以长期用别家软件 [105:00] 大家一直有一个在AI时代来临AI写代码时代来临之前大家还是觉得这个事我是有各种各样的不舒服但也只能就这样了因为他解决了90%的问题那10%我就忍了但现在因为AI写代码效率极高我觉得我们先优先做价值流上的事情就是业务价值流上的事情这个优先级的问题或者还有一个大家会发现就是说因为就是无论你写多少代码其实这世界竞争没变就过去的时候我经常开玩笑说过去的时候是20%的人顶级对80%的人普通但有了AI以后加了杠杆以后可能会变成2%的人顶级98%的人普通所以竞争没变就是你可以每天然后人类多做10倍的APP但是能撞到用户手机上的APP一个都没多所以我说本质上竞争没变如果竞争没变的话我们是不是应该仍然是把更多的精力放在创造用户价值流而不是自己怎么做一下自嗨的系统对吧因为竞争同样激烈所有人还在那竞争所以如果有这种专业突壁企能把这做好我们就交给肥叔去做就行了我们自己是把用户价值那个竞争也不会停下来的所有人都在那边我觉得这事大家得想明白那我问一个就是现在SaaS软件的公司都在估值纷纷的就是往下掉你认为这里边也有非旅行成分吗我自己认为SaaS其实会遇到一个比较难的一个事情就像我刚才讲的说过去的时候无论是IT系统还是SaaS其实是以人类的使用方式来定义的对而且人类使用方式基本上是个二维的这本质上无论是这个什么其实它都在调用我们整个工作的数据流对吧然后但是呢今天agent和AI然后去使用数据的时候其实不是这样的一个格式应该都是为agent的对它可以直接去底层而且你只要有生产就自然有数据对吧所以这是它会发生的一个然后一个根本的一个变化但是呢我觉得如果SaaS公司想明白一件事情就大部分企业其实以这种方式去构建数据仓和管理数据能力哇这可比做软件难度还要大对所以呢我觉得SaaS公司有机会变成AI时代最顶级的树仓然后服务团队他们也有自己的转型的机会现在已经被公众知道的这一类的传统的SaaS巨头有往这明显转型且取得了一些些成绩的吗我自己没研究过这块我就应该没那么快还是会有一个过程也可能其实更多的SARS的公司也会转型直接变成Planter那种方式还有今年你们年初做了一个挺激进的组织调整也被媒体报道过就是说以全球最先进的AI公司的组织架构来设计然后还对应的人体结构去做这个拆分这个你们是不是有一个图表我们看着说吧就这个对就是你看像Infra团队是负责算率数据就对应人的心脏对然后基础模型是对应大脑对然后软件那个负责工具链那些就像做手脚还有硬件本体团队就像身体是然后最后有一个独立评估的这个这个结构是现在主流的AI公司普遍用的结构吗是因为这个结构是我研究的对然后因为我用Claw Code以后然后我做的最多的问题说你们公司组织我老问然后他OpenEye和AnsonRubic你们的组织结构什么样子呢他最开始不跟我说他最开始告诉我我们的信息是到2024年12月就截止了然后我就我跟他聊的最多的时候我说你作为一个最底线的你作为一个最底线的你现在帮我做全行业的分析然后你来再给我讲然后到底应该怎么做因为我们当时都发现一个很大的一个问题就什么呢就是做软件和做agent团队的这帮人老想自己去做点模型包括做不了的话就拿一个开源的瞎改一改然后再用点这个laura这种然后这种方式就特别像什么呢就特别像特别像那些动物就是这个手脚上非得长个小脑我说这是个低级动物的做法对吧然后做模型的也是做模型的老想去做agent那因为他也想然后直接去落地那就像一个大脑就小的时候我们看人阵神龟那个longer长得那个小手脚那么那种感觉对那所以我就问他们其实然后这个安斯托比克非常清楚的就是做模型的和做然后agent的团队是完全分离的然后做agent的不能碰模型所以呢所以你可以看到Cloud Code是可以掉任何模型的然后那但做模型的他也去不去碰着做模型的去做好研究做好预训练后训练这一套东西那我看他们基本上都是然后只是我们多了一个硬件本体剩下的其实跟他们的方式一样的然后做大脑的就是基础做模型的团队然后做这个什么做这个agent和软件的我们就叫软件本体团队对吧然后还有做infra的 [110:00] 团队对吧还有做评估的团队只是我们多了一个硬件本体的团队我们最后就这么来分的分完以后就基本上不打架了调整的这个过程中有什么很麻烦的事吗还是就挺顺利就过度了因为这帮人都会有这帮人已经都开始用可劳扣的了然后已经都开始用这个agent了所以我说你们也去分析一下看看你们得到答案是不是跟我一样的得出结论识得到答案一样那认知就一致了吗这就省了你的说服工作没有 其实更痛苦的是他们就我做了模型然后这个agent团队一直不用然后自动驾驶团队一直说我就用现在就行了新的运行量模型我不用对吧然后总之乱七八糟的我觉得那肯定是因为你原来的团队是按照功能设计的但新的团队其实就像造一个人其实他按照人体的结构来设计的我觉得基本上我看着顶级的公司都是这么做的包括自己也是这么做的这个调整过程没有太多阻力吗我们周五然后大家讨论完的然后我说ASAP吧然后周六周日不行所以就周一上午十点就跟大家公布了对然后大部分团队听不懂但是呢这几个就是机座模型团队啊软件本体团队他们都听懂了其他团队都听不懂但我说今天你也没有办法跟所有人都讲明白但是你不是频繁的搞了培训和那种后来大家就陆陆续都明白怎么回事了因为那是一月份的时候很多人还没有开始用A震灯一般组织架构做大的调整的时候通常就是如果这个方向正确的话会带来很多好处但过程中也会出现阶段性的很多难题和头疼的事你们没有吗还挺顺利的那肯定也会走一些人也会有对吧多吗因为这件事走的人多吗还好对我们最想留的人才其实都留下来了可能还得主动开除一些人吧因为我们现在不主动开除人是吧对然后因为在我觉得在AI这个时代非常有意思就是如果你管理好的话其实不行的人会自己走对因为两种人一直觉得自己不行的人也会走对觉得公司不行的人也会走是我老说一个问题我说其实本身AI和AI agent其实是一个照妖镜是一个放大是个放大镜你过去能藏的东西今天藏不了你对公司的不满也会放大然后其实你自己能力的步行也会被放大我比较舍不得是那些在旧时代其实能力很突出很优秀的但他就公司已经懂不了了但是他对适应新的学新的东西还是没有那么内趣力没有跟上还是处于一种推一步走一步那种状态那种时候还挺难处理的因为你原来的贡献很大还有一些感情就这些有时候还挺难办的是都一样都一样我的方法是鼓励他们出去创业这也是个办法对而且鼓励这样的人组个团出去创业去但是我刚才说的那些是学新东西动力不足的人这帮家伙出去创业能做出啥呢他在你这不足他出去也不代表不足这是当时于凯教我的方式你没发现地平线一堆人出来创业我们也是很多人出来创业就当大家动力不足的时候你真让他出去创业他是有动力的他每天都不睡觉了那倒是鼓励他们出去创业因为你在这你也难受他也难受让他出去创业其实对然后后边的新人有机会然后他们又有过去这么多年的经验他创业其实今天融资也都只要公司愿意帮他做个背书比如公司投一个早期轮他们出去融资很容易的那倒是这个里边最后一块我不是特别明白就是评估团队独立评估Agent Robot这些工作质量这块是基于什么逻辑这部分是由什么样背景的团队构成的其实没什么定义就是我们今天发现评估团队做的最好的都是校召声而不是过去有经验的为什么呢这是什么逻辑他没有以前认知的那些比如举个例子他在评判一个模型的时候对然后就得从头开始思考这问题比如说这个模型的成本这模型在endit上完成率对吧然后在endit上时间消耗对吧然后就是这个TCO就是他得以这样的一个判断就跟判断一个人其实很相似了相反如果他过去功能的角度他就没法做这些判断相反特别年轻的他就拥抱一个新的方式就是包括如果我们凭支架的这个也是一样的就是一个人类司机的一些关键标准应该是怎么来定义的然后紧急着我们再拿这个指标来做而且他也是一个过程甚至他们在定义这些指标的时候都是跟agent的对话来构建一个指标评价体系的对那你让一些过去靠功能定义这些人来做的东西他就绕不过这个弯其实原来的知识对那些反倒成了负资产了对因为说白了就是你评估的是能力不是评估的功能不许我们做的所有的产品都是在评估功能但是AI评估的是能力成本也是能力 [115:00] 对吧性能也是能力所以没有原来是未定式的反倒更好对我们会发现一帮校召生做的特别好然后说到那个媒体现在经常会聊到的超级个体这个事就是一个人能打通多个环节然后有极强的学习能力好奇心内驱力什么这些那公司其实理论上是希望多出现几个这样的因为每个人出来都能扛起一片天空来但相应的这些人在现在这个时代出去创业的话机会又狂躲你们怎么去平衡这个东西就是你肯定不希望自己手底下冒出几个那种超级个体然后他又很快去创业去了就这个有什么办法来所以我就跟你讲其实因为我们能我们让员工免费的使用token并且是管保所以我们就能看到头部的token消耗量其实就符合你说那样的对就你刚才说用的最多的用的最多的而且最多的一些人形象其实挺有意思的就是他们普遍是然后脑子极为聪明但是嘴跟不上脑子所以呢在过去没有AI没有Aident的时候他们其实比较吃亏比如他去抢资源呀然后去见人说人话见鬼说鬼话他们就很吃亏很多技术高手这样而且由于长期遭遇负反馈他们说话能力就越来越差对但是他跟机器对话没有任何问题然后所以这些人我们就去观察他们做了哪些东西对然后特别相似就他们几乎每个人做那么大托坑销量根本不是你随便玩一玩的他们基本上都把自己所在领域的业务重构了整个业务重构的而且把AI所有的问题比如说他的业务有些东西需要犯化有些需要确定性的他们自己怎么来解决确定性的问题他们都找到了方法但是呢所以我说我们最重要的是后边我们的组织然后如何去升级应该是围绕这帮人然后来设计的因为他们其实是灵魂嘛是开创者是真正AI时代的然后这个真正的验证者开创者是所以呢我们就在这时候我们就发现其实他们很孤独因为自己一个人效率越来越高就越来跟别人连接所以他们第一希望的是我怎么跟别人连接因为我做多少事情都没有办法在今天商业里边实现完全的闭环那只要一个环节卡住我对我的我可能是个十倍二十倍的效率但是我就立刻降到可能就2%3%的提升了就如果看一个全的商业链条因为他们是有机会看到全商业链条的然后我觉得这是刚才讲的然后第二个其实还是我说那个嘛其实数据也是个问题就是你自己能够生产环境产生的数据是有限你能运用的数据越多你最后的整个的价值其实就越大对我怎么其实能够使用能够去使用到别人的数据而不是只是使用自己的数据这个别人是指跨部门跨部门的对然后哪些东西你让我读取哪些东西让我洗哪些东西用云端的模型哪些用本地的模型保证安全对然后这些这些所有的安全性怎么来保证然后这些个体他就特别需要一个特别强的一个树仓团队是AI时代的数据数据仓库团队然后来帮他们解决这些问题那第三个其实说白了就是说其实他第三个问题问的非常有意思就某种程度而言对吧其实如果你是个成规模的企业有足够的生产环境你为什么不把这些人就是认为他其实就在你的体在你的体内在创业你只要给他价值评估到位了其实他在你的环境里创业比他出去生零创造一个环境去创业要好的多就如果真的出现个体其实应该是这样的或者说我认为可能不是一定是个个体可能两三个人更好他没那么孤独小组对有的人其实就是来做原型的有的人其实就高效率实现的有的人去讲故事的对我觉得可能以后是个非常好的三人组合但是这三人组合既可以长在别的平台上别的生态里也可以你自己企业变成一个生态让它长在你这里那你现在这样的人多吗当然不多好像还走了不少走了不少走的还不是这些人对这些人没有走的因为他非常知道这个环境很重要但是我看你们好像从过去大半年不到一年就是有很多技术骨干出去创业的对是那是什么情况而且还有一个我是能跟老板角度共情的但是还有一个就是你看像深圳有些企业号称黄埔军校的他们有一些人也没想创业因为他那出去的几个优秀的成功率比较高后面就变成VC过来主动怂恿他们创业所以最后让一些本来还犹豫的人也出去创业了对所以你这这类的你通常怎么处理比如说你舍不得让他出去的有什么办法吗还是有什么策略吗我觉得基本上两个方面我觉得第一个我觉得第一个原因是我本身自己是个创业者我也没给别人其实打过功所以呢当 [120:00] 他有很强烈的意愿去创业的时候其实我的骨子里是鼓励的能理解所以这几个每个出去创业的人其实都跟我深度的聊目前出去创业的都是我百分之百鼓励他你应该去创业因为你有这个想法你应该去尝试一下对 然后而且要做就做出个样子来而且大部分我们也都投了我觉得这是一个方向但是走人太多也有问题对吧我觉得第二个其实说很多人当时的时候最大原因是如果理想汽车自己做机器人我就不出去了对所以呢我觉得另外一方面就是我们把机器人的业务正式浮到水面上来对让这些人其实然后就可以在我们公司内部然后去做机器人去创业去做他想做的事情之前你像巨神智能机器人这块你部署的时候在公司内部还是很小的保密部门吗是啊是的所以其实有一些这方面的人才也不知道公司有这个计划是而且过去的时候公司内部也是不太希望往这很多人往这转岗就希望先把自动驾驶做成了别自动驾驶还没做成的就都想着跑过来做机器人还有这方面的考虑是的我看出去的好几个都是也是做巨神智能的创业全是全是是吧对因为我有车展期间刚跟我们的所有出去创业的人一起吃个饭对那就都是都是去做机器人了就跟我说就无非是做的然后做的机器狗还是做的是机器人人形机器人如果这边出去的都做出成绩了而且这个大方向肯定是对的而且有一些是特别优秀的那你不担心后边也会出现我刚才说那种情况就是威士什么的过来怂恿你们那的技术骨干出去创业就是这怎么防呢什么叫防呢你也不能流失太多呀像核心骨干的技术人才因为你再找一个也没那么容易所以我说其实几个关键的几个关键的东西其实第一个然后你到底有没有给人家舞台就原来大家都很多人想做人机器人我们根本不做或者我们不希望其实自动驾驶人往机器人转那今天我们的机器人负责人就是我们自动驾驶的然后核心的骨干负责人对吧然后我觉得这是第一个我觉得第二个还是也跟待遇什么是相关的这就是你得接受对机器人啊包括这个机轴模型的然后这个行情对吧这没什么可回避的对吧然后我觉得第三个就是然后就是你自身然后所构建的所有的关键能力能否支撑你在这事做成这帮人都是足够聪明的他有自己的判断力的我觉得这三个其实缺一不可因为很多你们也投了和支持所以大家也在讨论媒体也在说好像一个可预见的将来有一个所谓理想系的理想联盟对对理想系的这么一个团队会出现你也有这方面的你认同这种说法吗对 我觉得我自己做一个最大的一个感觉就是出去做自动驾驶的一个公司对 如果投了那几个关键的其实不也挺好的吗对 这也是我很纳闷的有些老板做了那么大为什么手机人出去创业他就当仇人一样是啊这有什么好处呢只有你也留不住人家你拿他当仇人更不更留不住是啊出去以后你何必呢对吧如果能协同就协同协动不了的话至少互相客客气气我也挺不理解我们同事在一起聊的时候比如说做机器狗的然后就想其实跟我们的车然后来做联动要买我们车的人其实到时候来买机器狗然后无论是做机狗做机器人的其实都想用我们的马赫的芯片对吧然后也包含其实今天大家也知道做一个预训练模型就他容多少钱都不过去做个预训练模型对吧那后边的话我们也在讨论然后我们后边的话预训练模型做的时候大家把需求放进来一起来参与一些数据对吧包括因为我们的预训练模型和我们的芯片就可以匹配在一起给大家来供应因为大家可能三五年之内都不可能真正的去做自己的芯片和预训练模型是一个大规模的预讯点模型我觉得这就是我们这帮出去的人又反过来给我们带来的一些然后更多的更广泛的认知啊探索啊和这个动力啊再加上你还帮助很多人融资你自己也投了第一波是所以其实理论上后边协同的那个可能性是很值得期待我认为机器人以后会非常细分因为他就是在意效率的家里的包括家里的不同性格的不同的场景的对吧然后小厂创业公司也会做中厂也会做大厂也会做对然后我们其实对自己的一个非常重要的一个要求其实我们希望能够为整个机器人行业提供基础设施现在新能源车企很多开始出海并且也有一些成绩非常好你们这块已经开始动手了吗开始动手了对然后以我们然后L9然后还有去年的I系列这个产品新一系列 [125:00] 带着产品对我们在设计的时候就已经把海外的所有的结构啊兼容性啊都做好了并且呢我们过去的时候出海有一个挑战就是因为我们是个智能车所以我们上次软件生态你用的话肯定让我们做的非常的细致对所以呢我们出去以后然后如果每一个国家再去匹配当地的地图啊这些软件生态其实是个非常复杂的工程因为整个智能化是我们的一个基础所以就跟我刚才讲的然后我们的套agent然后加Chatbot然后加刚才的这个讲的知识图谱然后加记录加个性化这套系统其实到了任何一个市场其实都可以是个通用的所以我们也是等待这个能力的一刻其实否则我们的智能化到了海外就变成了我们的负担而不是我们的优势了这是AI给软件行业带来的一个本质变化之一吗是的只要它在那个国家因为国外的API是更开放的只要在国家它啰啰呼来往手机上他在使用一个音乐软件或者他在使用一个地图其实我就可以在车机场直接去调用这些能力了适配成本也很低对 是的那你们现在开始做的哪些国家目前已经做的中亚 中东对 然后包括接下来整个的然后我觉得就亚洲和欧洲其实就是我们的两个最主要的战场我们就全会这个国家各个国家会陆陆续全都进入的欧洲也已经开始了开始了对然后非洲可能我们更多的是二是我们的这个有人把我们的二手车卖到非洲对因为你们没有太低端的车型吗对因为我们起价基本上就325万美金起了对对对这块是启动有多久了我们准备了大概有一年的时间对然后因为它的管理方式跟国内不太一样因为国内我们在使用的其实是直营的方式但在海外的话你直营很难有当地的各种的保护所以我们要进入任何一个国家基本上我们就相当于自己是总代理来在当地招募经销商这个方式对这个比较容易开展工作是也不是为了容易只是为了是必须得适配长期的话不能直营吗还是很难很难他们有他们的体系跟咱们不一样对包括他的利益链条对对就跟手机似的你看中国是全球开放市场卖手机的比重最高的是但你去大部分国家都是运营商主导的是这个也是对完全体系不一样对包括你看苹果手机很多地方如果没有办法做出直营苹果样子就不去了是得只把二手机导过去对确实有这个问题你知道那个做那个数码评测号称全球第一的那个硅谷的那个不是硅谷的他在纽约吧就那个黑人小伙叫Markis是然后他我看他测过很多中国车也测过Mega对然后我看他那个的时候作为一个怎么说呢作为一个中国人我看他讲的那些话听着还挺提气的而且我是72年生的我这辈子经历过我们完全没有车到开始能凑活做一些然后到做一些人家淘汰的车型给到我们合资企业做再经历了能做一些好的再经历了新能源把海外名牌都洗牌掉这个整个过程所以我看他那个有时候感觉真挺有意思因为他说话比较直嘛他就提到撤了好几个中国车然后他经常在节目里问的问题就是先把中国车怎么怎么牛一通讲因为都是事实嘛他这些讲完了以后他是给美国受众讲的所以他就结尾的时候一直在问一个问题他说我们美国车是不是完蛋了然后再开个玩笑说还不至于因为我们有关税保护我每次听这个时候觉得特别魔幻就是咱们以前因为车太差全是靠关税保护保护了那么多年但是现在因为中国车太强去到美国去到欧洲他们主要聊的话题就是第一车特牛第二我们幸亏有关税保护就感觉很特别魔幻就不像真实的世界里发生的事所以我在想理论上我们把出海这块的那些基本业务核心业务就做好的话杀到全球都是极具竞争力的那现在出海你自己的理解最大的问题是什么不单是理想一家就是中国汽车出海最大的问题是什么一个是地缘政治那些咱们不说了除去那个之外可能最大的问题是什么我觉得还是这个整个利益怎么分配对然后因为我们刚出去的时候然后因为中国是个大国你本身有一个非常强大的一个市场对所以呢其实很多时候你只要经营好市场就可以了但是你去看这些日本企业包括一些德国企业对然后因为他们就是制造出口国为主嘛对然后那他非常懂得其实怎么去解决当地的利益问题并过出海的时候其实是一个一个一个这个利益联盟去出去的比如说然后这个车企出去的时候对于呢他的配套的 [130:00] 配套的供应链跟着一起出去也对应的他的比如说日本企业对应他的然后这个商社带着保险带着金融一起出去而且那个保险金融去了当地就是合资公司就跟当地的金融公司合资所以我说这样的一个这样的一个利益链条你只信任国家赚钱对然后任何国家其实最后都会来保护自己的我觉得这个其实是一个新的课题吧算是我觉得也可能也可能从某种上去是中国从一个发展中国家真正走上发达国家可能必须要去解决的一个我的课对所以其实中国企业家过去做这些不用考虑如何跟一个利益集团利益联盟来共同赚钱这些事是但出去这个是必修课对包括出去以后你当地的利益怎么解决他们的就业对吧然后他们的整个的社会环境他也想分这一根啊并不是只是咱们你卖个车被你赚了钱我认为这个其实是接下来其实非常大的挑战现在看一些国家在本土没有竞争力的国际化的那些老牌企业在某些国家还能维持赚钱其实是这块的功课还能帮他们多支撑一些年是的包括他们解决了很多我就再往下伸的时候他又解决了很多别的问题比如说早些年的时候很多的外企来中国所以他并不是这些人来中国你会发现他连对应的学校有英国学校有德国学校就他为了这个国家为了这些人能去其他国家更深入的融入这个国家就他连教育体系都直接带过去对吧那我觉得这个其实是中国还远远没有做到的对吧那日本和韩国其实都已经开始很早也来再做这些事情了我觉得这个其实是一个挺大的挑战你们等于出国的业务实际上做了一年多准备了一年多开始是多长时间我觉得基本上从理论上就从去年年底正式开始的刚开始对那可以下次聊的时候聊这块是我觉得中国做的很多好的公司可能不一定非得是汽车行业像美迪什么的海外做的非常之好了是又收购海外品牌对对对对吧然后在海外建厂是对非常非常成熟对我觉得最大好处是说第一中国的中国的这个创业者然后这个企业能吃苦然后第二然后又一直有学习能力是中国等老板们变懒蛋我估计还需要一代两代人现在还是都是很拼的我认为可能永远不会在公司内部最近一次下边的人说服了上边的人比如说你的管理层说服了你或者更下边的员工说服了管理层然后以至于改了一个重要决策这种事情最近一次发生是什么时候是类似什么样的案例这个有吗挺多的其实挺多对我觉得我跟AI发生了一个很大的一个变化就是当我们使用Aident以后发生了一个挺重要的变化就是比如我使用Aident去解决完成一个任务的时候我会先让Aident然后帮我其实来做分析然后第二个其实让他帮我出然后方案而且方案在出的过程中然后其实就得是个博弈的就是多个方案一起出帮我来打分第三个我会让他帮我优化方案然后最后我会选择方案并按照方案其实反下去执行那其实你一旦习惯因为这是个非常有效的一个方式你一旦习惯这种方式的时候其实今天团队工作的时候也是类似的其实大家很重要的一点其实是出方案大家在这边其实选方案而不是说我说一二三就去做了因为尤其是AI时代各种东西泛化了以后其实你根本不可能什么东西都想的非常的准而且员工也会很痛苦所以我觉得这是可能真的是过去的过去的一段时间然后有了一案以后我自己的做事方式发生了一个很大的变化就是很多事就是你出方案最后咱们大家在方案里选对然后因为方案出来以后不是从零起设计一个方案而且这个方案必须可验证的没错可看可验证的我觉得这个其实是一旦你真正习惯使用agent的以后你的工作方式也会这么变而且员工喜欢这样的工作方式是否则原来就变成老猜你了所以他要说服领导也很简单就一个事可能领导还没做很详细的调研分析他用AI做过了拿着这个来跟领导交流对 而且呢因为他如果用AI的话包括有AI的能力包括一些验证包括应天的能力以后就他做这个方案也不会是过去骗你的因为过去的时候人怎么就做一个好方案再做几个陪训的方案是就只推自己想要的方案对对对那今天有了AI以后这个东西其实不成立了没错包括过去的时候我们老说一个问题就说公司只有一言堂没有反向意见其实今天AI出方案的时候是带着反向意见的就直接把博弈带出来了有一些性格懦弱的想跟上面提不同意见心理负担也小了是因为他可以拿着AI分析的结果去谈是就好像自己那个那种硬碰硬的那种就没了是对所以带来真是无穷无尽的 [135:00] 我现在也是很多时候不止一个东西下去之后他们结果还没出来我自己再到AI这也问一下因为有些领域我也不太熟所以省的开会的时候他们说完了我还在那现找东西就丢人嘛然后在这弄完了也就心里也七七八八了到那有的时候是跟想法一样的跟我调研的结果一样有时候不一样他也会解释为什么不一样然后我不放心的话我就回来再用AI做一次调研所以他虽然现在做不到全能但全知是已经做到了算是半神吧全知全能的我们叫神嘛他这个全知能做到就是全能还做不到所以就是个半神所以某种东西就是当AI和agent然后这种体系跑下去以后就从过去追求确定性对和改变了以后就是怎么追求大家能力成长因为他自然就他放话的时候就你得放弃一些对确定性的变态要求是而且我们即使主观上性格比较强势想被这样的东西说服也相对容易对我觉得一方面我们其实出好题挺重要的就是给团队其实出好题然后因为可能我们看的东西会更多把题出好我觉得另外一方面今天还有一个有意思的事情就是有时候团队会告诉你你出这个题不对这题应该这么出我觉得这是有了AI以后非常有意思的一件事情是如果你觉得理想未来可能出现一些大的危机的话最有可能是哪些方面出问题我觉得还是战略预判战略预判对就是选择和取和舍我觉得这个是最关键因为其实这里边最重要的是你拿周期来看就哪个周期调整性是最长的其实哪个就是最重要的这个错了基本上回头也来不及了对所以你自己看的话觉得将来可能出问题的话就是长期再留意你看我们前段时间出的其实核心问题是组织和管理为什么呢其实我们最大的最严重的一个问题其实是从2022年到2023年就是做一个车企我们一年收入涨了三倍那我就问一个问题我们有没有可能然后一年能力涨三倍所以我们可能能力涨了20% 30%但是营业收入规模涨了三倍我们接下来几年就在补能力的差别你可能是一个你是个七八百亿的或者五六百亿管理水平但是你已经变成一千多亿的然后一个身了对那个其实是我们那所以呢就组织和管理但是他仍然能调过来但如果你可能战略判断错了就你连调整的机会都没有了所以辛苦都白费了是还是说那就是选择比努力重要这里边讲的其实就是战略其他的其实都不是太大问题做了这么多年其他其实都是可以迭代和修正的可以快速迭代的或者说就是迭代速度要比那个快对对对可能比如说组织出现问题要要调两到三年对吧然后战略出现问题可能就输了对吧就跟当年科大什么这些都是选择出的问题吗是不是没有能力是是对吧那其他的然后出了问题就可能六个月到十二月就能修复那你现在如果展望十年后希望理想是一个什么样的公司我希望我实现我说那样一点就是我们把其实过去的时候富豪所拥有的这样的一生活其实借助人工智能技术变成你家里的然后这个保洁然后家政保姆对然后变成你的司机变成你的助理对然后在整个的巨身领域里边给你提供这样的一套生活的服务从而也实现了我们一个公司的然后一个愿景能够成为全球然后领先的第一梯队的然后巨神智能的企业所以我说这是我希望的对一方面是用户的价值另外是我们自己的然后位置这也是AI为人类可能带来的几个最好的前景中的一个就是让原来那些奢侈的昂贵的服务和产品变成贫困的对对对好非常好因为我最喜欢的我最喜欢电影其实是《星际穿越》对然后那个我看了得有20遍吧还要看了所有的这些分析这样的我觉得其实这部作品最有意思的一点其实值得值得所有的然后去来去来这个研究它对吧其实它是两条线同时发展的一条主线其实讲的科学对然后虫洞啊然后重力啊引力啊这所有的一切对吧然后包括然后五维空间对吧在科幻片里算硬核但是呢这个作品然后还有一个牛的线就是他有一条暗线其实是情感是而且他就是诺兰为了这条暗线然后直接把剧本都改了因为原来本来是个男孩对吧然后女主角是个男孩但最后一定变成一个就爸爸和女儿才是感情最好的一个 [140:00] 更打动人对那包括在探险的过程中对吧然后急着回去是为了想见女儿对吧然后这个自己选择自杀进入到虫洞里去然后把自己拆掉进入虫洞里边然后这个又为了人类我觉得他这个特别好但是我觉得其实我后来又想这是让所有的精彩故事好像都是这样的会有一条明线把故事或者把产品把技术讲清楚还有一条暗线对吧其实是人的魅力在那里存在所以我说这有说明一件事情就是AI很有价值但可能人类的价值也永远存在我希望是这样但是逻辑上不知道我对人类是乐观的我对人类其实是个乐观的也许最终解决这个问题都不是我们人类想出来是他想出来的他比我们变聪明了还没有毁灭我们之前给了一招也许就关中了如果他碾压我们他也不会灭我们了对吧不知道所以你看银坦不老讲那个宠物理论吗那个听着挺让人悲伤的然后又觉得有可能是为数不多的可行性之一但是一说出来我身边那些就是认为没啥用的朋友都都炸锅了说你是不是疯了吃错药了现在在想这些没用的问题我是觉得这可能很快了你有想推荐的嘉宾吗给我们我相信有什么有意思的人就如果机身领域我觉得最有意思的人还真的是王欣兴他是这里边最真实最有意思的就是你真的跟他聊就是真实的一塌糊涂是吧他这个人比较实是吧特别实太好了行那我们会努力做这个工作好感谢每次来都喝一个好来吧好想要聊的好咖啡不能少感谢合作伙伴瑞幸把瑞幸咖啡店开在了罗永浩的十字路口聊的到位了酒也的到位感谢歪马送酒让罗永浩的十字路口想喝就有录制结束就下单喝一杯欢迎大家收看罗永浩的十字路口最重要的是一键三连和加工关注还欢迎随时发送弹幕评论跟我互动