晚点聊 LateTalk

Episodes

• 
  179: 蒸馏风暴：一场无人公开谈论的技术竞赛 17.08.2026 49m

  「关于蒸馏：误解、门槛与代价」 这期播客，又是一次“编辑部”节目：我和《晚点 LatePost》的主笔高洪浩一起来聊蒸馏。 这是一个所有人都在关注、却很少有人愿意公开谈论的话题，所以也很难邀请外部嘉宾。本期中，我们对蒸馏的讨论，来自过去一段时间，我们和数位来自不同中国 AI lab 的从业者的讨论以及一些公开资料。 相关文章蒸馏风暴：AI 公司不愿公开谈论的技术竞赛已在上周发布。 播客里，编辑了《晚点独家丨字节讨论训超 5 万亿参数模型，张一鸣：不蒸馏、别被 Coding 这种短期热点影响》的洪浩，也和我一起讨论了更多公司，如字节的更多做法和可能的原因。 蒸馏这种诞生多年的技术到底是什么？为何在 2026 年出圈？大规模蒸馏如何实现？蒸馏能否成为一个模型研发团队的壁垒？它的代价又是什么？ 本期节目是一个引子，希望更多从业者、听友在评论区分享你们的想法、观察和思考。 图注：斩杀线。处在一个模型，右边（比它贵），和下方（智能程度比它低）区域的模型，被该模型”斩杀“。不过这个图里没有反映另一个非常重要的维度，就是推理速度。 本期嘉宾： 程曼祺，《晚点 LatePost》科技报道负责人 本期主播： 高洪浩，《晚点 LatePost》主笔 本期剪辑：甜食 时间线： -蒸馏不是“抄答案”，蒸馏为何在 2026 年出圈 02:04 典型蒸馏：让学生模型逼近教师的输出行为 04:26 智能体轨迹蒸馏：可被“蒸”的数据越来越丰富 06:41 不是所有使用强模型输出的训练都是蒸馏，但都违反用户协议 08:05 蒸馏规模扩大的两个关键节点 10:17 从为了压缩，到为了变强 -字节为什么不蒸馏？ 13:51 张一鸣的判断：最多只能逼近，很难真正超越 17:44 一个运动员可以既嗑兴奋剂，也勤加训练吗？ 24:41 其它公司的蒸馏讨论 -蒸馏难在哪，如何实现？ 28:52 账号、真实问题与数据管线：大规模蒸馏的 know-how 32:08 蒸馏行为可以被隐藏吗？ 34:56 学生模型超越教师模型的可能性 37:29 一直逼近而不超越，问题是什么？ -学生能否超过教师：技术、规则与更大的商业问题 38:35 蒸馏的红线与“双标”争议 44:05 更便宜的智能，如何改变前沿模型商业逻辑 相关链接： 蒸馏风暴：AI 公司不愿公开谈论的技术竞赛 晚点独家丨字节讨论训超 5 万亿参数模型，张一鸣：不蒸馏、别被 Coding 这种短期热点影响 177 期：详解 Kimi K3：强到冲击 Anthropic 估值的模型什么样？ 176 期：姚顺雨，来到腾讯 300 天 163 期：详解 DeepSeek V4：Infra 巨鲸、百万上下文走进现实、极致效率优化 80 期：OpenAI o1 来了！与硅流袁进辉聊 o1 新范式和开发者生态 Anthropic：Detecting and preventing distillation attacks Google Threat Intelligence Group：Distillation, Experimentation, and (Continued) Integration of AI for Adversarial Use DeepSeek-R1 技术报告 OpenAI 使用条款 小红书@曼祺_火柴Q即刻@曼祺_火柴Q 小红书@高洪浩 ALaNGo 即刻@高洪浩 ALaNGo ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
• 
  178: 与田渊栋聊 RSI：模型自进化如何到来？ 07.08.2026 1h 29m

  「专聊 RSI 的一期来了。」 在 171 期节目 AI 二季度季报中，我们重点聊了 RSI，递归自进化。 那之后不久的 6 月底，我采访了从去年开始就在这个方向探索的创业者之一田渊栋。他参与创立的 Recursive SuperIntelligence 的缩写也是 RSI，目前估值超 46 亿美元。 我们聊了这个不算新鲜的想法为何在今年春天“复兴”，相比十年前 Google 做 AutoML 用 AI 辅助神经网络的架构搜索，现在的 RSI 或者说 AutoResearch 已经发展到哪一步。 6 月初，Recursive SuperIntelligence 释放的第一批成果是一个具体的实力，它们在小规模上，验证了一个 AI 系统可以自动化地提升性能、提升效率和改进 Infra： 图注：图中蓝色底纹一列，为 Recursive Superintelligence 公司 6 月初取得的成果。 这期节目录制的 6 月底，还没有涵盖一些后续事件，如 OpenAI 一举解决了 10 个数学难题。Thinking Machines Lab 的联创之一翁荔重新回到 OpenAI，据报道，她将带团队探索的方向就是 RSI。 关于 RSI，一个极有诱惑力、也十分危险的假设是：率先达到这个状态的公司，会把其他人越甩越远。这也是从 Anthropic 到 OpenAI 等前沿模型公司尤为关注这个方向的原因之一。 这个推演成立吗？田渊栋认为还有另一种可能性，这取决于，你认为智能的提升是一条平滑向上的曲线，还是你 bet（押注）它会阶梯式跳跃。 本期也已发布了视频版，可前往各主要视频平台搜索「晚点聊」观看。 本期嘉宾： 田渊栋，Recursive Superintelligence 联创 本期主播： 曼祺，《晚点 LatePost》科技报道负责人 时间线跳转： -从科幻设想走向 RSI：为什么循环开始转起来 05:53 为什么 RSI 在今年变热？ 07:15 去年与 GPT-5 合写论文，从不用再招实习生到创业 13:10 coding 能力提升后，研究老手的春天又回来了 15:26 从 AutoML 到 RSI：AI 辅助研究的今夕变化 -RSI 竞赛：“它比 coding agent 大得多” 19:48 Anthropic 长文更多展示了提效，还不是递归自进化 27:14 解决 RSI 不只靠 coding 这个支点 38:07 强者愈强的变数：智能提升可能是跳跃的，而非平滑的 43:38 终极形态也许是“修仙社会” -Recursive 公司的第一步：把研究系统跑起来 45:51 First Steps：三个 benchmark 的初步成果 54:43 现在缺什么？数据、算力与可解释性 -AI 终将成为科学 57:13 自我进化的风险 59:37 “多数人已经绝望了，但我认为AI 终将成为科学” 01:05:45 当 AI 能自己发现新知识，那我就来欣赏吧 -追求美的结构，也知道这是一种局限 01:08:13 从 Waymo 到 FAIR，从工程回到研究 01:14:11 hands on 带来的研究判断：区分难的不同程度 01:20:26 大厂为什么变慢：小团队、扁平协作与 150 人临界点 01:23:22 追求美的结构，也知道这是一种局限 01:26:09 连点成线：延伸推荐 剪辑：杨、Nick 相关链接： Recursive：First Steps Toward Automated AI Research Anthropic：When AI builds itself：Anthropic 对递归自我改进的研究框架与风险判断。 177 期：详解 Kimi K3：强到冲击 Anthropic 估值的模型什么样？ 177 期文字版：详解 Kimi K3：强到冲击 Anthropic 估值的模型什么样？丨晚点播客 171 期：与 Henry 的「AI 季报 26Q2」：从 coding 到 RSI，强者愈强的未来？ 171 期文字版：AI 季报 26Q2：从 coding 到 RSI，强者愈强的未来？ 116 期：当 AI 研究者写科幻，与 Meta 田渊栋聊他的智能想象：我们终会“所思即所得” 108 期：与马毅聊智能史：“DNA 是最早的大模型”，智能的本质是减熵 附录： Richard Socher：Recursive 联合创始人 & CEO；也是 you.com 的创始人、CEO，曾任 Salesforce 首席科学家兼执行副总裁。 Mirendil：由前 Anthropic 研究人员创立的 AI 研发公司，关注用 AI 推进科学与技术研究。 Behnam Neyshabur：Mirendil 联合创始人、CEO；此前在 Anthropic 与人共同领导 Discovery 团队，目标是构建 AI Scientist/Engineer。 Sanjeev Arora：普林斯顿大学计算机科学 Charles C. Fitzmorris 教授、Princeton Language and Intelligence 创始主任；研究涵盖机器学习、理论和自然语言处理。 马毅（Yi Ma）：香港大学数据科学研究院（HKU IDS）院长，并任香港大学人工智能讲座教授。 David Luan：Adept 联合创始人、前 CEO；曾任 Amazon 自主系统副总裁及 AGI SF Lab 负责人，2026 年初离开 Amazon。 Adept：David Luan 等人在 2022 年创办的 AI agent 公司。Amazon 在 2024 年取得其技术授权并吸纳多名核心成员，Luan 随后负责 Amazon AGI SF Lab。 FAIR（Meta Fundamental AI Research）：Meta 的基础人工智能研究组织，田渊栋曾在其中工作。 Open-ended algorithms（开放式算法）：不把搜索限定在固定目标或单一路径上，而是持续保留、组合有价值的新颖解法的算法思路。节目里它是“让研究系统不断产生下一轮可尝试方向”的技术底座之一。 Reward hacking（奖励黑客）：系统找到了能拿高分、却没有真正完成目标的“漏洞解”。例如 GPU kernel 评测中，候选方案可能利用计时或状态残留，而不是真的更快；因此需要独立验证与防作弊评测。 GPU kernel（GPU 算子内核）：在 GPU 上直接执行某个张量运算的底层小程序，例如矩阵乘、归一化或注意力的一部分。它不是操作系统“内核”；写得更快，会直接降低模型训练和推理的成本。 BPB（bits per byte）：按字节计算的验证集损失指标；数值越低，表示语言模型的预测越好。NanoChat Autoresearch 用它来判断一次训练改动是否值得保留。 NanoChat Autoresearch：Andrej Karpathy 在 2026 年 3 月公开的单 GPU 自动实验项目，建立在他 2025 年 10 月发布的 NanoChat 训练代码之上。AI agent 每次修改训练代码，运行固定 5 分钟实验，以验证 BPB 是否下降；适合测试“短反馈、可自动验收”的研究循环。 NanoGPT Speedrun：Keller Jordan 发起并维护的协作式训练效率挑战。它从 Karpathy 2024 年 5 月的 GPT-2 复现基线出发，Keller Jordan 的首个公开改进记录在 2024 年 6 月出现；目标是在 8 张 NVIDIA H100 上，尽可能快地把小 GPT 训练到 FineWeb 验证集 3.28 的损失。 SOL-ExecBench：NVIDIA 于 2026 年 3 月公开的 GPU kernel 执行评测。它包含来自 124 个模型、共 235 道 CUDA kernel 优化题，衡量实现距离硬件理论性能上限还有多远；项目公开资料未披露内部立项时间，公开论文与发布是目前可核验的起点。 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
• 
  177: 详解Kimi K3：强到冲击Anthropic估值的模型什么样？ 04.08.2026 1h 55m

  「开源了权重，没开源产生权重的 “流水线”。」 本期我们邀请 RadixArk 创始成员赵晨阳和华盛顿大学博士生曾致远，从推理与算法两条线拆解 K3：它真的比肩 fable 吗？3T 开放权重、混合注意力和智能体训练环境意味着什么？以及开源模型真正开放了什么、又保留了什么？ 晨阳是老朋友，他曾在 163 期节目中为我们从 Infra 角度解读了 DeepSeek-V4。在 UCLA 读博期间，晨阳成为 SGLang 核心开发者，SGLang 第一时间适配了 V4 、K3、GLM 5.2 等中国开源模型。 曾致远目前在华盛顿大学读博士二年级，研究大语言模型，师从 Hannaneh Hajishirzi 教授和 Pang Wei Koh 助理教授。 进入具体的技术报告解读前，我们也聊了 K3 如今在美国 AI 界和更广泛的投资市场所引起的巨大关注，以及与 K3 直接相关的开源大辩论。 本期节目已发布图文版，详解 Kimi K3：强到冲击 Anthropic 估值的模型什么样？丨晚点播客 下面，正式进入节目吧。 本期嘉宾： 赵晨阳，RadixArk 与 SGLang 创始成员 曾致远，华盛顿大学计算机科学博士生 本期主播： 曼祺，《晚点 LatePost》科技报道负责人 时间线跳转： -K3 为什么成为里程碑 05:13 使用体感：长程任务、惊艳的前端能力与被吐槽的不足 11:15 K3 引发的开源、安全与估值大辩论 16:50 Transformer 的「忒修斯之船」 25:34 贵不贵、慢不慢，看单价之外的任务总成本 29:25 K3 为什么现在慢？新架构、Serving Stack 与前缀复用 34:42 权重一旦开放就收不回；真正的护城河在环境、验证和算力 -KDA（K3 采用的注意力） 和 KDA（kenerl 开发 agent），说不好哪个更伟大？ 39:36 架构总览：让信息沿序列与深度更高效流动 42:42 Quantile Balancing：近千个专家如何保持负载均衡 48:38 KDA＋MLA：线性注意力与全局注意力并非二选一 54:12 线性注意力下，百万上下文如何缓解遗忘 57:27 线性注意力给推理系统带来的工程变化 01:00:54 6.3 倍解码加速来自哪里 01:03:34 Attention Residuals：让深层模型选择性读取浅层信息 -优化器、后训练与自动研究 01:10:23 Per-head Muon 与大规模训练稳定性 01:14:46 AI 能否自己发明优化器 01:20:34 MOPD：九个领域专家为什么先分后合 01:27:11 蒸馏的纯技术定义、on-policy 蒸馏与 off-policy 蒸馏的区别 -Infra 优化 01:31:08 KDA 结构下，投机采样回退机制的变化 01:39:47 Flash KDA、QAT 与训练—推理一致 -后面有什么？ 01:46:50 下一个开源最强，以及开源能否超过闭源 01:48:29 持续学习、评测与模型平台期 剪辑：甜食 相关链接： Kimi K3 官方技术博客 Kimi K3: Open Frontier Intelligence（技术报告） Kimi Linear: An Expressive, Efficient Attention Architecture Open Weights and American AI Leadership 163 期：详解 DeepSeek V4：Infra 巨鲸、百万上下文走进现实、极致效率优化 143 期：阿里、Kimi 都在用的 DeltaNet 是什么？｜与杨松琳聊线性注意力新改进 104 期：我给线性注意力找“金主”，字节 say No，MiniMax say Yes 103 期：用 Attention 串起大模型优化史，详解 DeepSeek、Kimi 最新注意力机制改进 详解 DeepSeek V4：Infra 巨鲸“四连击”，百万上下文走进现实 再谈注意力：阿里、Kimi 都在用的 DeltaNet 和线性注意力新改进丨晚点播客 3700 次预训练寻找“线性注意力”非共识，MiniMax-01 开发者讲述 4 年探索 大模型“注意力简史”：与两位 AI 研究者从 DeepSeek、Kimi 最新改进聊起 附录： KDA（Kimi Delta Attention）：Kimi 提出的线性注意力机制，用固定大小的循环状态压缩历史信息，降低长上下文的计算与存储开销。 Flash KDA：KDA 的高性能 Kernel 实现，通过重叠 chunk 内计算与 chunk 间状态传输，减少计算空转。 Kernel Development Agent（KDA）：用于编写、测试和优化 GPU Kernel 的智能体；缩写同样是 KDA。 MLA（Multi-head Latent Attention）：通过低秩表示压缩 Key-Value Cache；K3 用少量 MLA 层补充对全局上下文的直接访问。 混合注意力（Hybrid Attention）：在同一模型中组合不同注意力机制；K3 采用 3 层 KDA 搭配 1 层 MLA。 NoPE（No Positional Encoding）：不显式加入位置编码，序列位置信息主要由 KDA 的递推、门控与衰减提供。 Attention Residuals（AttnRes）：让模型选择性读取较浅层的历史表示，改善信息沿深度方向的流动。 mHC（Manifold-Constrained Hyper-Connections）：DeepSeek V4 的多通路残差连接方案，与 AttnRes 都用于改善层间信息流。 MoE（Mixture of Experts）：每个 token 只激活少数专家子网络，以较低计算量承载更大的总参数规模。 Stable LatentMoE：K3 的 MoE 方案，共有 896 个路由专家，每个 token 激活其中 16 个。 负载均衡（Load Balancing）与 Quantile Balancing：负载均衡避免 token 过度集中到少数专家；K3 按路由分数的分位数分配专家。 Muon、MuonClip 与 Per-Head Muon：Muon 对更新方向做近似正交化；K2 用 MuonClip 稳定注意力，K3 则按注意力头分别优化。 知识蒸馏（Knowledge Distillation）：让教师模型把能力传递给学生模型，可用于模型压缩或多种能力合并。 Checkpoint：训练过程中保存的模型参数及相关状态快照，可用于恢复、比较或更新模型。 消融实验（Ablation Study）：移除或替换某个组件并比较效果，以判断它是否真正有贡献。 MOPD（Multi-Teacher On-Policy Distillation）：K3 先训练多个领域教师，再把它们的能力在线蒸馏进统一学生模型。 On-policy 蒸馏：学生生成轨迹，教师对这些轨迹提供监督，数据分布更贴近学生当前策略。 Off-policy 蒸馏：学生学习教师预先生成的数据，实施更方便，但可能存在分布偏移。 投机采样（Speculative Decoding）：小模型先猜一批 token，大模型再集中验证，以提高生成速度。 前缀缓存（Prefix Cache）：复用相同提示词前缀的中间计算结果，避免重复计算。 Persistent Rollout：未完成的长轨迹可暂停并在后续轮次继续，减少长尾任务对整批采样的阻塞。 Off-policy Mismatch：训练数据并非由当前模型策略生成，常来自旧 Checkpoint 或不同的推理配置。 Agent 训练环境与 Harness：环境提供工具、沙箱和奖励；Harness 组织提示词、工具、上下文、Skills 与 Memory。 QAT（Quantization-Aware Training）：训练时模拟低精度计算，让模型提前适应量化误差。 忒修斯之船（Ship of Theseus）：节目用这一比喻形容部件不断被替换、却仍沿用 Transformer 名字的模型架构。 持续学习（Continual Learning）与 RSI：持续学习指模型从新任务和反馈中继续更新；RSI 指系统递归改进自身能力。 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
• 
  176: 姚顺雨，来到腾讯300天 01.08.2026 1h 39m

  「少帅加入、组织换血、co-design、微信 vs 混元。」 本期，我和《晚点 LatePost》主笔高洪浩一起聊他最近写过的一个主题：姚顺雨，这位去年下半年加入腾讯的 29 岁年轻 AI leader，给混元乃至腾讯带来的改变。洪浩长期跟踪腾讯和字节的发展。 相关报道见：《当一个年轻人空降改造腾讯混元的 300 天》。 相比文章，播客里洪浩分享了更多他的个人观察和主观感受，同时更多展开了这篇文章里没有详述，但重要的一个议题：微信的 WeLM（他们自己的大模型团队）和混元之间的关系？微信和腾讯的基础大模型未来可能会进一步做怎样的联动和融合？最后，我们也从腾讯延展地聊到了模型和应用力量对比的变化，以及中国大模型领域的更多竞争：第一梯队模型是否足以定义胜负，以及从 Coding 走向更广泛知识工作者时，AI 商业化的下一次拐点何时出现。 混元希望把模型与应用更紧密地连接起来；微信则出于用户规模、资源效率和隐私控制，继续推进自己的 VLM。 面对算力约束和更集中的对手，腾讯需要改变自己，更 “拧成一股绳” 吗？还是保留过去帮助它不断长出新业务的联邦结构？ 本期嘉宾：高洪浩，《晚点 LatePost》主笔 本期主播：曼祺，《晚点 LatePost》科技报道负责人 时间线跳转： -从低谷回升：混元 3 背后的节奏与争议 02:19 报道之外：组织上升期里的暗流 05:04 Kimi K3 之后，“小模型” 路线的两种声音 -姚顺雨为何选择腾讯 07:46 腾讯为什么要找一个年轻 Leader 13:09 从 AI Lab 赛马到一个 “残缺的组织” 18:41 姚顺雨的 “下半场” 判断：腾讯的 Context 为什么有吸引力 -空降改革：先换人，再重建组织 26:01 多模态并入，姚顺雨的 Scope 持续扩大 27:29 两三个月换掉关键岗位 35:04 一个不像 “纯技术 Leader” 的组织型管理者 41:45 刘炽平的支持：钱、人、算力和时间 44:17 混元 3 第一炮：目标不是登顶，而是重振士气 -模型走向应用：腾讯如何组织一场 AI 产品战 49:27 强化学习平台与模型—产品协作 52:04 把 AI 原生产品集中到 CSIG 56:15 内部强化学习平台从 WorkBuddy、元宝开始 -微信、混元与腾讯的组织惯性 57:45 混元和微信：模型之间 “没有很直接的关系” 01:07:45 为什么微信 WeLM 和混元大概率会长期并存 01:10:19 “联邦制” 腾讯需要和能拧成一股绳吗？ 01:17:43 改革的第二阶段：成绩与文化兼容 -谁能留在牌桌：AI 竞争的下一轮判断 01:21:38 后来居上的标准：先拿出第一梯队模型 01:27:02 如果今年底再写 BAT AI 竞争，主题会是什么？ 01:29:39 从程序员到白领，商业化爆发速度还会那么快吗？ 01:33:27 泡沫何时扩散：今年下半年的转折 01:35:38 连点成线： 延伸推荐 剪辑：甜食 相关链接： 《当一个年轻人空降：改造腾讯混元的 300 天》 《字节、阿里、腾讯 AI 大战全记录：一场影响命运的战争》 《腾讯在 AI 拐点到来前的 700 天》 《大模型创业潮：狂飙 180 天》 《大厂大模型：久违的一把手工程》 姚顺雨博客：The Second Half 163 期：详解 DeepSeekV4：Infra 巨鲸、百万上下文走进现实、极致效率优化 158 期：V4 发布前的 DeepSeek：人才竞争、组织特点和独特的 AGI 目标|Solo 153 期：阿里 Qwen 人事变动：误读、近况、伏笔和未来|solo 150 期：〖年末 AI 回顾〗从模型到应用、从技术到商战，拽住洪流中的意义之线|Solo 106 期：与真格戴雨森长聊 Agent：各行业都会遭遇 “李世石时刻”，Attention is not all you need|Agent#1 93 期：字节 VS 六小龙，大模型创业生存战 | 串台「十字路口 Crossing」 小红书@曼祺_火柴Q即刻@曼祺_火柴Q 小红书@高洪浩 ALaNGo 即刻@高洪浩 ALaNGo ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
• 
  175: 对话Liblib陈冕：关于活下来，以及所有接近死亡的时刻 30.07.2026 2h 8m

  「“我这种焦虑型性格，可能是被这个时代选中了。”」 为什么一家看起来中国最成功的 AI 应用公司，同时也可能是最危险的一家？ 演语科技 Evoken，旗下有 Liblib、Lovart、LibTV 三个产品，ARR 超过 3 亿美元。在 AI 应用融资最艰难的时候，它以 20 亿美元估值，一笔融了 3 亿美元。 围绕这家公司的争议也同时达到顶峰：有人质疑它缺少原创；有人认为它靠激进定价换增长；离开的人说它不够技术、不够创新，甚至有投资人判断，它迟早会爆雷。 这种矛盾可能不只属于 Evoken——这一代 AI 应用公司都活在同一个特殊处境里：今天属于应用的价值，明天可能就被模型覆盖。 本期节目节选自我们与 Evoken 创始人陈冕的一次长采访。 和陈冕对话，最先让人注意到的是他的笑声。洪亮、密集，说到兴奋处会大笑，甚至有点结巴。他极度焦虑，觉得公司“完蛋了”时会哭，想通新的方向后，又立刻觉得一切都有可能。 焦虑、速度和侵略性，是陈冕的性格，也是 Evoken 的生存策略。他将这种策略用到了极致——过去三年，这家公司就这样活下来：一个方向出现，迅速扑进去；模型能力变化，原来的空间开始坍塌，就再寻找下一个 陈冕回应了对他和 Evoken 的争议，以及这场对话中我们最想追问的问题：在一个模型不断吞噬应用价值的时代，一家独立的 AI 应用公司，要怎样 “survive” 到应用时代真正到来的那一天？ 本期节目已发布图文版，对话 Liblib 陈冕：关于活下来，以及所有接近死亡的时刻 本期嘉宾：陈冕，演语科技 Evoken 创始人 本期主播：《晚点 LatePost》记者 剪辑：甜食 时间线： -“我有两个关于误解的神奇体验” 4:10 爆雷？投流多？补贴多？ 8:21 不能自爆式打法，但不是负毛利 11:01 LibTV 3.9 折会员的由来，还在探索高 Token 消耗的生产力产品商业模式 19:26 “不侵略性强，我怎么厉害呢？我不厉害，我怎么活下来呢？” -创业第一仗，没有上一代互联网成功的手感 21:42 只剩 4000 块的故事，其实只有 600 万的时候就慌了 28:35 创业后新体会，英雄也会改变时势 -第一个发现 PMF，和最终赢得市场差十万八千里 34:51 LibTV 的原创度争议和收购传闻的来源 42:11 关于投流的误解，可能来源于饱和式信息攻击 -完蛋了，后院起火了 49:20 管理的两个 reward model，我没有做好 54:20 联创离开 58:01 拜托创新是有成本的，应用公司没法有自由探索的创新 01:08:36 Lovart 上线前的完蛋时刻，第一次对股东哭了 01:19:32 团队出问题，从美国飞回来解决 -在模型厂商的缝隙里 “survive” 01:28:10 逐鹿中原与占领江东：没法说明白的 survive 路径 01:37:17 成功概率小，但我 bet 人类有没有价值 01:46:09 网瘾少年、金庸迷和话剧演员 01:57:37 AI 时代奖励焦虑的人 02:05:55 创业三年反思：开了一辆极快的车 相关链接： 136 期：Sora 新世界 & Lovart 4 个月复盘 | 与陈冕聊怎么做垂类 Agent ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
• 
  174: AI冲击企业软件巨头？与SAP原欣聊大模型to B的颠覆与边界 28.07.2026 1h 31m

  「企业想用好 AI，仍逃不掉数据、流程、业务理解和组织变革。」 本期嘉宾，是 SAP 大中华地区总裁原欣。 SAP 起家于 ERP（企业资源计划）。这家总部位于德国沃尔多夫的公司，自 1972 年创立至今五十余年，已成长为全球企业级软件巨头，全球百强企业中绝大多数都是它的客户。但 2026 年以来，AI coding 能力突飞猛进，掀起大模型 To B 热潮，SAP 这类老牌企业软件公司也开始面对挑战与质疑。 他们已经在行动。近年来，SAP 与 Anthropic、Google、微软、AWS、NVIDIA 等厂商深化 AI 合作，在中国市场则与阿里云合作。今年 5 月，SAP 在蓝宝石大会上发布“自主运营企业”（Autonomous Enterprise）愿景，同步推出支撑这一愿景的 SAP 商业AI平台与SAP自主型管理套件，以及面向用户的全新交互层 Joule Work——用户只需用自然语言描述目标，Joule 会完成流程、数据与 Agent 编排。 我们的访谈直面了 AI 对企业软件形态和市场的冲击： 在复杂的企业级需求中，大模型的机会和边界是什么？ SAP 数十年积累的数据、流程和行业 know-how，哪些仍是壁垒，哪些会被 AI “颠覆”？ 从 “模型即产品” 到 “自主运营企业”，从按坐席收费到按用量、按结果收费，企业软件的产品与商业模式将如何变化？ 最近火热的 FDE 潮流又是否会持续？ 原欣自 1998 年以来有近 30 年企业市场经验，先后在甲骨文、VMware、微软等公司工作。她也分享了多年观察企业转型得到的判断：AI 不会让数据治理、流程梳理和组织变革自动消失；技术从小圈子的狂欢外溢到更广泛的企业世界，仍然要经过漫长、具体的业务落地过程。 本期节目由 SAP 支持播出。 本期嘉宾：原欣，SAP 大中华地区总裁 本期主播：程曼祺，《晚点 LatePost》科技报道负责人 时间线： -AI coding 冲击企业软件：什么会消失，什么仍是壁垒 02:51 从 ERP 起家的全球企业软件巨头 12:59 AI coding 来了，但业务逻辑和标准流程仍有价值 22:29 “日抛式软件” 可以满足临时需求，大企业仍需要信任和合规 -从记录系统到执行系统：SAP 的 “自主运营企业” 战略 27:18 AI 会让大公司消失吗？拆散与聚合的力量同时存在 32:30 “自主运营企业”：Agent 执行，但未来 5 到 10 年仍需 human in the loop 37:31 为什么 SAP 不自己训练通用基础模型？ 42:39 “模型即产品” 在 To B 市场成立吗？ 44:58 企业用 AI 的落差：老板说 “我也要”，但脏数据不会自动消失 47:30 把 “老师傅” 蒸出来：非结构化决策如何沉淀为企业记忆 -FDE 热潮：从模型到企业价值的最后一公里 49:55 FDE 和传统驻场工程师、ERP 顾问有什么不同？ 55:43 一个关务案例：Agent 准确率从六七成提升到九成以上 58:40 OpenAI、Anthropic 进入 To B，会和 SAP 正面竞争吗？ -中国企业如何迎接 AI：数据、组织、出海与下一轮产业升级 01:05:21 88% 的企业尝试 AI，为什么只有 3% 认为获得了业务回报？ 01:07:43 大公司有钱做实验，小公司跑得快，最挣扎的是中型企业 01:09:24 中国为什么没有长出全球 SaaS 巨头？高速增长留下的系统欠账 01:13:14 哪些行业会先采用 AI？轻资产服务业在前，制造业从市场和售后切入 01:20:34 SAP 与阿里合作：千问、阿里云、钉钉和 ERP 如何服务中国客户 01:23:20 中国企业出海：税务、合规、并购与全球流程整合 01:26:42 从本地部署、云到生成式 AI：技术周期的区别是速度，人的复杂性没有变 剪辑：甜食 相关链接： 171 期:与 Henry 的「AI 季报 26Q2」：从 coding 到 RSI，强者愈强的未来？ 164 期:当 AI“杀死”SaaS，与明略吴明辉聊多 Agent 网络、软件业转型和 AI 新组织 131 期:微软怎么用 AI？与微软商用市场、广告业务管理层聊 AI 驱动的增长 98 期:李开复聊零一部分团队并入阿里：只有大厂能追逐超大模型 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
• 
  173: 对话姚颂：深鉴、东方空间、再出发，「天才少年」十年后 22.07.2026 2h 55m

  「不想boring，那就开心地suffering。」 2018 年，26 岁的姚颂 3 亿美元卖掉第一家公司后，只开心了两分钟，然后感到 “人生陷入灰暗”。 Striding AI（正行创新）是他的第三次创业。此前，他已经历两次硬科技创业，从做 AI 芯片的深鉴科技到商业航天公司东方空间；这一次，他把目光投向了物理 AI。 我们的聊天从十年前清华园开始，姚颂分享了杨植麟、王鹤、许华哲等如今的科技创业中坚力量的青葱岁月。那之后，姚颂经历了十年硬科技创业，这也是硬科技在中国从曲高和寡到成为主流的十年。 他说人生就两种状态：不想 boring，那就继续开心地 suffering。 本期访谈也有视频版。 本期节目的图文版也已经发布:对话姚颂：不想 boring，那就继续开心地 suffering 本期嘉宾：姚颂，正行创新创始人 & CEO 本期主播：程曼祺，《晚点 LatePost》科技报道负责人 时间线： -掐着表学习，每天必须学满 11 小时 01:43 十年三次创业，一个圆、两条线 07:11 初入清华，每天必须学满 11 小时 15:22 人生要么 boring 要么 suffering，我不想 boring 19:33 杨植麟、高继扬、王鹤、许华哲、陈建宇……十年前清华园里的少年们在较量什么？ -26 岁 3 亿美元卖掉深鉴，纯粹的高兴只有 2 分钟 24:17 把本科科研做成产品和公司 32:23 见了 50 家机构没人投，张予彤和林仁俊投了 40:04 拒绝英伟达和英特尔，推演出此后剧情 51:22 26 岁第一次卖公司，开心两分钟后就「灰暗」了 01:00:02 在经纬的自由时间，张颖说：你最需要的是信息 -东方空间的 5 年，我开心的、我遗憾的 01:13:24 中国商业航天的关键是：中国、商业、航天；路径是好、多、快、省 01:20:39 开心的：引力一号发射，第一次固体捆固体、第一次民营发射直播 01:26:02 难受的、遗憾的，也是成长的 -第三次创业：大步走向物理 AI 01:30:54 这一次的天时、地利、人和 01:41:50 80 岁的谢国民说：你们都别起身，你们都是老师 01:47:20 一两个小天才无法解决问题；Alex、何恺明、任少卿、代季峰……CNN 的历史说明，谁也不能一直领先 01:57:26 缩短前沿算法到价值的链路 02:06:08 智能优先只适合极少数者，要在每一个 milestone 有商业落地 02:16:37 智能优先的 OpenAI、Anthropic 为何不会摘取物理 AI 果实 02:23:56 尺寸和速度一开始就重要，因为端侧部署很重要→“隐空间” 02:26:39 那么，如何看以视频生成成为骨干的 WAM 热潮？ 02:31:17 所有制造、互联网巨头都会投入物理 AI，这是未来经济支柱 -Striding 02:40:52 创业者是十分进攻，0 分防守；企业家是 8 分进攻，2 分防守 02:45:26 十年前的天才少年，看今天的天才少年 02:51:01 Striding 是大步走，是走得正 剪辑：Nick 相关链接： 172 期：Momenta IPO 后再访曹旭东：就是想做没有尽头的 AI 166 期：许华哲再次具身创业：不想错过最大的西瓜 165 期：GEAR 高深远：世界模型、自进化循环、DreamDojo 161 期：原力灵机唐文斌：中国最早的 AI 创业者和他的具身新旅程 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
• 
  172: Momenta IPO后再访曹旭东：就是想做没有尽头的AI 15.07.2026 2h 3m

  过去六年我曾四次采访曹旭东，每次见面他都穿着 Momenta 的文化衫，这一次也是。 他里面穿着一件 T-short，胸前印着 Momenta 的飞轮图示。“一个飞轮、两条腿”这是 Momenta 从成立到现在，说了十年、做了十年的战略。以至于 Momenta 有员工会戏称自己在“飞轮公司”上班。 T 恤外面，他套着另一件公司夹克，印着 Momenta 的十年愿景和百年愿景： 十年愿景有三条，最重要的一条是印在衣服背后的“十年挽救百万生命”。（另外两条是：十年解放百分百时间、十年物流出行效率翻倍。） 百年愿景则没有限定在智能驾驶，“Better AI, Better Life” ，这句简短的话被印在长袖外套的袖口，抬手即见。 曹旭东说，当时之所以定下这个百年愿景，是想给自己和公司树立一个有生之年做不到头的 AI 目标。 而之所以在公司的衣服、杯子等各种周边上都印满“飞轮”和愿景，是因为重要的事得不停重复说，提醒自己，提醒团队。「你必须活得像一句广告。」两年前的上一次采访中，他用脑海里冒出这句陈奕迅歌词形容这个方法论。 从 30 岁开始创业，曹旭东和 Momenta 联创团队是中国第一批 AI 研究员出身的科技创业者，他们没有任何产业背景，而十年后，Momenta 在第三方城区 NOA 的份额超过 65% ，比华为等其他对手的总和还多。 Momenta 的故事可以帮助回答一个问题——出发时只有技术能力的公司，如何在复杂、多变的商业世界里，既维持技术竞争力，又完成商业落地？ 《对话 Momenta 曹旭东：超越智驾的摩尔定律》 两年前的专访我们也发过播客，可见《晚点聊》77 期。那一次我们更多聊了具体方法论。 这一次发生在 IPO 前后的专访，我与曹旭东聊了他的思考和判断方式如何形成，和下一个十年，他面向具身智能和物理 AI 的推演。 本期节目已发布图文版： 《Momenta IPO 后专访曹旭东：聪明人如何下笨功夫》 本期嘉宾： 曹旭东，Momenta 创始人 本期主播： 程曼祺，《晚点 LatePost》科技报道负责人 时间线： -量产智驾的战争结束了 03:54 什么叫“竞争结束”？改变格局的窗口正在关闭 07:59 智驾从 nice to have 走到了 must have 17:50 车企的竞争力不在于能做智驾 -机器人和物理 AI：2030 会发生什么 27:41 家庭场景拐点将至，R7 验证了世界模型 34:54 同样创业十年的 Momenta 和宇树 39:06 RoboVan > RoboTruck > RoboTaxi 44:54 量产智驾、Robo 和机器人，世界模型是共同底座 48:52 “规模不是我们思考的出发点” -当一个学物理的人想做 AI 58:04 一旦思考起智能，停不下来 01:04:55 从孙剑那儿学到的：超一流的人是聪明人下苦功夫 01:09:09 加入商汤，十年前的 AI 赋能百业 01:15:33 不再只是研究员：天性偏好、底层愿望 01:20:27 创立 Momenta：感知和认知的结合点 01:23:30 为什么十年前就看到“数据驱动”？ 01:29:12 数据驱动的推演：要量产，不要 Waymo -现在的“不复杂”，过去的“很痛苦” 01:34:27 从一个研究院到真的创业公司 01:38:46 从“血肉模糊”的首个客户到研发和交付的“主线原则” 01:47:50 “相信”和“真的相信”不一样 01:49:52 回到一线，回到一线，回到一线 01:57:50 狐狸知道很多事，刺猬知道一件大事 相关链接： 《Momenta IPO 后专访曹旭东：聪明人如何下笨功夫》 晚点聊 77 期:《不仅是车企的战争，与 Momenta 创始人曹旭东聊智驾供应商生存法》 《对话 Momenta 曹旭东：超越智驾的摩尔定律》 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
• 
  171: 与Henry的「AI季报 26Q2」：从 coding 到 RSI，强者愈强的未来？ 02.07.2026 1h 39m

  眼下的竞争 & 未来的焦点。 继续带来 2026 年 Q2 的 AI 季报，嘉宾仍是 MoE Capital 创始合伙人 Henry Yin。 这个季度，我们沿两条脉络来看 AI 的进展，一是推进智能前沿： OpenAI 和 Anthropic 间的竞争：上季度季报预言的 Codex “反扑”，本季发展如何？ - RSI（Recursive Self-Improvement，递归自进化）：延续上季季报的 AutoResearch/自进化的讨论，RSI 在 Q2 大热，Anthropic 专门写了 RSI 长文《When AI builds itself》，更多新创业公司正在涌现。上周内，我就了解到数个在这一方向创业的新团队，有些已经官宣，更多还在水下。 本期播客封面，即是这篇文章中，Anthropic 对过去的工作循环和未来 AI 参与更多的 RSI 状态的设想图示。 Robotics 和物理 AI：不仅 Sam Altman 在 5 月底官宣了 OpenAI Robotics 团队，行业传言， Anthropic 也在考虑这个方向。 第二条线是智能的扩散： 更多企业客户想要自己的模型——这成为 Fireworks、Applied Compute 等美国科技公司和智谱 GLM 等中国开源模型的共同机会。 交互创新：OpenAI 带来了 Record and Replay，Claude 终于接入 Slack 群协作（Claude Tag）；Thinking Machines Lab 带来创新的流式语音模型 Interaction Model。 最后，我们补充聊了 Google、Meta、xAI 的近况，还有很久没上头条的 Midjourney，它居然做起了超声波医学影像设备。创始人 Holz 聊起新业务时说：“我们甚至还没用到 AI”。 *一个小说明：我们录这期节目时是 6 月 27 日。这之后行业又有重要变化，如 Anthropic Fable 5 恢复全量上线。节目里的这部分内容有滞后。 本期节目的图文版也已经发布:AI 季报 26Q2：从 coding 到 RSI，强者愈强的未来？ 节目中聊到的一些新公司、人物和行业术语，可先参考 shownotes 末尾的「附录」。 本期嘉宾： Henry Yin，MoE Capital 创始合伙人 本期主播： 程曼祺，晚点科技报道负责人 时间线： 04:20 上季季报回顾：延续的、反转的 【推进智能前沿】 -OpenAI vs Anthropic 08:21 当前竞争：两家的新模型、coding Agent 份额和价格战 19:26 相关第三方：被收购的 Cursor，创业公司中的第一名仍有高额溢价 22:01 对模型已最强的公司来说，不是”模型即产品“ -RSI 递归自进化 28:04 是什么？为什么火？涌现的新团队 32:14 Anthropic 长文《When AI builds itself》 39:15 Recursive Superintelligence 6 月中旬的第一批具体成果 -物理 AI 43:14 OpenAI 官宣 Robotics 团队，Anthropic 为何也考虑做机器人？ 46:24 《世界模型》研究报告的梳理与发现 【智能的扩散】 51:39 美国公司用中国开源模型，自己拥有自己的模型 01:05:59 新的交互：Record & Replay、Claude Tag；TML 和 OpenAI realtime 的本季语音新模型 【其它重点公司】 01:23:25 Meta、Google、xAI 近况；赶上最强梯队的可能性？ 01:34:26 Midjourney 的”不务正业“，发布超声波医学影像设备全身扫描器 剪辑：Nick、甜食 相关链接： 往期 AI 季报： 156 期 【AI季报 26Q1】OpenClaw、OpenAI vs Anthropic的三重对阵、自进化 156 期 图文版 往期具身季报： 170 期 【具身季报 26Q2】世界模型大风不停，和不想被贴标签的人 170 期 图文版 157 期 【具身季报 26Q1】宇树招股书、人形再思考、英伟达世界模型、高自由度灵巧手 157 期 图文版 2025 年末回顾： 150 期 年末 AI 回顾：从模型到应用、从技术到商战，拽住洪流中的意义之线 150 期 图文版 附录：本期中出现的一些公司、人物、技术术语： 公司/机构 & 相关人物 Recursive Superintelligence（RSI） — Richard Socher（前 Salesforce 首席科学家、You.com 创始人）、田渊栋（前Meta FAIR研究总监）、施天麟（Tim Shi，Cresta 联创）等 8 位联合创始人一起创立的 Neo Lab，做“递归自我改进”研究，6 月初官宣，估值 46.5 亿美元。 Mirendil — 由 Anthropic 负责 AI 科研相关团队的 Behnam Neyshabur 和 Harsh Mehta 等人创立，“用 AI 自动化AI研究”，6 月 25日官宣，估值 10 亿美元。 Core Automation — 由前 OpenAI 研究VP Jerry Tworek 创立，打造自动化程度最高的 AI 实验室，探索超越预训练和 Transformer 架构的新方法。 Dream Labs — 由Nvidia GEAR Lab的研究员 Joe Jang 创立，主导过DreamGen、DreamZero、DreamDojo 等机器人世界模型研究。 Applied Compute — 由前 OpenAI 研究员 Yash Patil、Rhythm Garg、Linden Li 创立，主营“后训练即服务”，帮企业在开源模型基础上训练专属模型。 Fireworks（AI） — 模型托管与推理服务平台，创始人兼CEO Lin Qiao 曾是 Meta PyTorch 团队负责人。 Harvey — 法律AI公司，本季度先后与 Applied Compute、Fireworks 合作，在 GLM-5.1 等开源模型基础上训练法律agent，在自家 Legal Agent Benchmark 上超过了 Anthropic 和 OpenAI 的模型。 Windsurf — Cursor 曾经的直接竞品，2025 年被 Google 支付约 24 亿美元获得核心团队与技术授权（不是整体收购），后来做出了Google Antigravity 这款 agent IDE。 Devin（Cognition）— 做AI软件工程师agent的公司，除了卖工具，也直接卖服务。 Palo Alto Networks — 网络安全公司，与 Anthropic 有安全领域的深度合作（Project Glasswing），其 CEO 本季度在X上公开呼吁Anthropic给Claude降价。 其它人物： Boris Cherny、Cat（Catherine）Wu — Anthropic Claude Code的核心工程与产品负责人，两人在X上都有大量关注者，是 Claude Code 声量的重要来源。 Aditya Ramesh — OpenAI 机器人团队负责人，此前领导过 Sora 和 DALL-E 的研发。 Noam Shazeer — Transformer 论文（Attention Is All You Need）八位作者之一，2026 年 6 月从 Google（时任Gemini 联合负责人）跳槽到 OpenAI。 技术/行业术语： 本期中提到的一系列 Benchmark：SWE-bench Pro、Terminal-bench、Agents' Last Exam、OS World 分别衡量编程能力、终端里多步骤且需要用工具的任务能力、综合 agent 能力，以及computer use（电脑操作）能力。 Harness — AI agent 运行时的“脚手架”，决定它怎么调用工具、怎么组织多步任务，不是模型本身，但直接影响实际表现。 FDE（Forward Deployed Engineer，前向部署工程师） — 派驻到客户现场、帮企业把AI能力落地到具体业务里的工程师，近期很热门的岗位。 VAD（Voice Activity Detection，语音活动检测） — 判断说话人是否停顿、该轮到谁说话的技术，目前大多数"实时语音"AI靠这个模拟对话感，本质还是轮流说话的"对讲机"模式。 Token maximalism — 2026年一季度企业鼓励员工尽量多用AI token的一波风潮，后来因为投入产出不成比例，逐渐降温、被用量配额取代。 MCI — Meta 内部一个通过在员工电脑上装软件、录制操作过程来训练 AI 的项目，因隐私争议和数据泄露被叫停。 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
• 
  170: 与陈哲的「具身季报 26Q2」：世界模型大风不停，和不想被贴标签的人 29.06.2026 1h 53m

  「人形马拉松、Figure AI 直播、中国灵巧手亮相 ICRA、英伟达Cosomos3 & 世界模型投资热、Generalist 和 Pi 的模型进展。」 这期是《晚点聊》「具身季报」系列第二期，我继续邀请风投机构 Alphaist 的创始合伙人陈哲，来和我们分享最新的具身智能动态和趋势。 本期节目也会在 Alphaist 的播客《The Alphaist》 串台播出。 本期季报，依然按 TOP 5 进展和事件展开，包括： 人形机器人马拉松：荣耀夺冠的更多意味 Figure 的 200 小时直播：物流为什么是人形机器人好场景？ 灵巧手和灵巧操作：谁是手中 G1？ 英伟达的世界模型 Cosmos 3 和世界模型创投热 全球领先的具身模型进展： GEN-1 和 π 0.7。 我们也延展讨论了一些资本市场的变化、新玩家进入——OpenAI 的 Robotics team 官宣——和行业落地 vs 推进智能的节奏与取舍。 图注：英伟达对“robotics”领域世界模型的分类。 图注：Figure AI 直播截图，机器人要处理的任务是在流水线上快速地翻转包裹，让二维码一面朝上。 本期节目的图文版也已经发布:具身季报 26Q2：世界模型大风不停，和不想被贴标签的人 本期嘉宾：陈哲，Alphaist Partners 创始合伙人 本期主播：程曼祺，晚点科技报道负责人 剪辑：甜食 时间线： 02:54 -Q2 Top 5 总览 07:17 -人形马拉松，荣耀夺冠、大厂加码的先声 -Figure 连续直播 14:56 物流，为何是人形机器人的好场景？ 21:19 遥操从不是争议点，是真实部署时的必要模块 25:24 星动纪元合作中国邮政，总结过往 to B 机器人的场景选择 28:55 数采范式的 3 次变化 -灵巧手和灵巧操作 34:48 ICRA 最大亮点：舞肌等中国高自由度灵巧手 43:03 灵巧操作：Demo 很惊艳，技术在早期 53:32 再论直驱和绳驱：大厂继续跟绳驱（Optimus），长期仍看好直驱 -世界模型 01:02:57 英伟达 Cosmos 3：从生成视频到直接生成动作 01:08:51 具身的世界模型分类：3 个相交圆 01:14:04 世界模型投资热：大模型教会投资人的事，追逐智能 -Gen-1、π0.7 和不在标签里的公司 01:19:55 π0.7：VLA 融合轻量世界模型 01:22:46 Gen-1：从头预训练，不被路线定义 01:28:40 Google 发布 ER1.6，OpenAI Robotics 团队官宣 -更多讨论 01:37:56 智能部分是否赢家通吃？Omni 模型是个变量 01:42:46 “对长期不确定性探索的容忍度依然差” 01:47:50 -下季度展望：终端大厂加快入场 相关链接： 157 期：【具身季报 26Q1】宇树招股书、人形再思考、英伟达世界模型、高自由度灵巧手 上次季报至今，我们在具身智能、物理 AI 方向的访谈: 166 期：许华哲再次具身创业：不想错过最大的西瓜 165 期：GEAR 高深远：世界模型、自进化循环、DreamDojo 161 期：原力灵机唐文斌：中国最早的 AI 创业者和他的具身新旅程 160 期：群核IPO后与黄晓煌聊这15年：被嫌弃的GPU、冠军酷家乐、空间智能、六小龙 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
• 
  169: 访谈Cerebras早期投资人周楠：英伟达挑战者？Scaling Law的萌芽、被遗忘的百度美研 16.06.2026 1h 39m

  「一段鲜少被人提及的故事。」 今天的嘉宾是目前任职于高通创投（Qualcomm Ventrues）的投资人周楠。她是 5 月中旬 IPO 的 Cerebras Systems 的早期投资人之一。这是一家提供新架构 AI 算力的芯片与系统公司，被外界视作英伟达的补充，甚至是挑战者。 9 年前完成这笔投资时，周楠刚从投行加入百度的硅谷人工智能实验室。那时吴恩达是百度人工智能业务负责人，Anthropic 的创始人 Dario 也曾在百度美研工作，期间作为一作发表了 DeepSpeech2: End-to-End Speech Recognition in English and Mandarin 一文。 今天这期节目，我们从 Cerebras 的 IPO 切入，聊了 AI 算力的趋势，也通过回顾这段投资过程，回到了 10 年前，scaling law 在硅谷萌芽的阶段和当时百度美研的状态。 那是一段现在的地缘环境下，鲜少被人提及的故事，但它值得在 AI 历史中有一席之地。 本期节目的图文版也已经发布:从 Cerebras IPO 聊起：AI 算力变化、Scaling law 的萌芽和百度美研往事 本期嘉宾：周楠（Nan Zhou），Qualcomm Ventures 投资人 本期主播：程曼祺 《晚点 LatePost》科技报道负责人 时间线跳转： -Cerebras IPO，英伟达之外的 AI 算力 03:26 Cerebras 离“英伟达挑战者”还有多远？ 11:16 从 Sam Altman 最早投 Cerebras 到如今与 OpenAI 的 200 亿美元订单 18:27 Cerebras 的上限与下限，WSE 架构优劣 -9 年前的那笔非共识投资 23:28 为什么百度当时要投芯片？ 29:02 Dario Amodei 的早期代表作 DeepSpeech 2，Scaling laws 的萌芽 32:17 Cerebras, Graphcore, Wave Computing，三选一 37:06 与研究员一起做尽调，逐一排查风险点 46:18 IC 投决过程，未流片前的决策 53:35 Cerebras 的至暗两年，如何挺过流片不顺 -“遗落”的百度美研 01:00:02 “黄埔军校”和一份生不逢时的 deal list 01:04:04 OpenAI 和 Anthropic 早期都未得典型 VC 支持 01:09:04 他们后来为什么离开百度？ 01:12:23 起了大早，赶了晚集，一部分是“宿命” -新的非共识 01:18:30 推理优化和 Infra 的更多创新 01:26:11 真正的早期投资变难，一股趋势是募大钱投显然的 winner 01:31:11 物理 AI，下一阶段的大分歧和机会 **01:35:49 连点成线* 剪辑：甜食 相关链接： 《晚点聊》159 期：马斯克Terafab太空算力、英伟达重拾CPU|与Fusion Fund张璐聊AI算力新趋势 《晚点聊》156 期：【AI季报_26Q1】：OpenClaw、OpenAI vs Anthropic的三重对阵、自进化 附录：一些术语解释 WSE（Wafer Scale Engine，晶圆级引擎）：由 Cerebras 公司推出，是将整片晶圆封装为单一芯片的超大算力处理器。 ASIC：专用集成电路，专为特定功能定制设计的芯片。 模拟验证：通过仿真测试电路功能、性能，排查设计缺陷的芯片研发环节。 流片：把芯片设计版图交由晶圆厂，正式量产制造芯片的过程。（本期聊到，百度当时投资 Cerebras 时，Cerebras 尚未完成第一次流片，处于模拟验证的研发阶段。百度对 Cerebras 的性能尽调也是基于模拟推测的。） Adept AI：曾推出 Devin 的美国创业公司，核心成员 Erich Elsen 曾在百度工作。 Egien AI：本期后面聊到的，被 Nebius 收购的一家 Infra 公司。 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
• 
  168: 对话王新宇：美团龙珠怎么投科技？ 11.06.2026 2h 7m

  “具身的泡沫什么时候破？” 王新宇的答案却是：中国投入这个领域的钱不是太多，而是太少。 他是美团龙珠的合伙人，十年前入行时就在投科技，先后在 GGV、昆仑万维战投部工作，2021 年加入美团龙珠，开始负责科技投资。 整个美团系——包括美团战投和美团龙珠——现在是宇树最大的外部股东，累计投资宇树超 4 亿元，合计占股约 9.65%。其中，美团战投持股 7.61%，是宇树科技的早期战略投资者；美团龙珠随后投资，目前持股 2.04%。 宇树刚刚在上周完成科创板 IPO 过会，这成为龙珠科技投资不可忽视的一笔。 王新宇也在 2023 年 7 月的早期阶段就投了月之暗面，这是龙珠重注的一家大模型创业公司。龙珠先后投资月暗 4 轮，并领投了 200 亿美元估值的最新一轮。 从王兴兴到杨植麟，王新宇反复看到一种新的创业范式：由热爱驱动的创业——热爱带来极致的专注和力争世界第一的雄心。他也看到了一类反复出现创业者——“年轻的大哥”：他们实际年龄小，但在某个领域已深耕多年。 本次采访，我们回顾了王新宇十年科技投资的思考和故事和龙珠的科技投资布局。 本期节目的图文版也已经发布:从王兴兴到杨植麟，美团龙珠怎么投科技？ 本期嘉宾：王新宇，美团龙珠合伙人 本期主播：程曼祺，《晚点 LatePost》科技报道负责人 剪辑：吴宇量 时间线跳转： -GGV、昆仑万维：“我能不能吃投资这碗饭？” 01:31 2008 级 5023，“复旦最牛宿舍” 11:37 计算机视觉背景，为何没投 CV 四小龙？ 17:05 离开大机构，验证自己能否长期做投资 -美团龙珠：三纵三横里的科技机会 23:37 理想汽车是一笔传奇投资，王兴有不灭的好奇心 33:20 龙珠的“三纵三横”科技推演 38:08 2023 年 7 月投资月之暗面，“见面后，杨植麟打消了我的一切负面疑问” 47:10 DeepSeek 冲击，“人教人教不会，事教人一次就会” 51:27 已投十余家 AI 应用公司，创始人出生高峰是 1997 年 -投入具身智能的钱不是太多，而是太少 01:01:08 2023 年底之后，看懂了宇树，也看到了具身智能大概率会发生 01:11:15 具身智能的链主不一定自己造本体 01:12:47 谈“泡沫”：投入具身的钱不是太多，而是太少 01:19:37 怎么定义具身智能的 GPT-3.5 时刻？ 01:28:38 类比自动驾驶，为什么 2019 年是个拐点？ 01:33:02 十年前的王兴兴，十年前的宇树 01:43:55 具身市场推演：集中度、产业链分工 01:54:19 语言模型和具身智能之外 02:01:26 一个思想游戏：如果 AI 今天被质子锁死，然后呢？ 相关链接： 《晚点聊》 148 期：它石智航陈亦伦：具身的三道曙光和第一道关卡 《晚点聊》 145 期：极壳孙宽：首个「消费级外骨骼」的诞生 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
• 
  167: 洋葱学园杨临风：用AI制造捷径，是在杀死真学习 28.05.2026 1h 44m

  「AI 来了，学习这件事会怎么变」 本期嘉宾是洋葱学园联合创始人和 CEO 杨临风，而他一直不怎么追风。 在哈佛读本科时，杨临风修的是计算机，而毕业后，他和朱若辰、李诺在 2013 年创立洋葱学园，做了教育科技，想让更多学生驾驭自主学习。 几年后在线教育融资汹涌，最火的形式是双师直播课、名师录播课等，而洋葱学园都没有做，他们不想做培训，继续用 5~8 分钟的动画内容吸引孩子课外自学。 今天我们聊 AI，临风也不怎么讲流行技术词汇，更多聊学习本身。 与其说洋葱是一家教育公司，它更像一家学习公司。他们一直在研究孩子可以如何自发、自主地学习。这在今天变得更重要了。也可以说，AI 正加速让学习回归本来面目。 本期节目由洋葱学园支持播出。 本期嘉宾： 杨临风，洋葱学园联合创始人 & CEO 本期主播： 程曼祺，晚点 LatePost 科技报道负责人 时间线跳转： -从公益到创业，追求实现“自主学习” 02:32 哈佛支教、阳光书屋 08:58 自主学习是意愿、能力和工具的协同 16:04 为什么数学？为什么 5~8 分钟动画 28:23 AI 能提升制作教育内容的效率，但提升有限 -在线教育最疯狂的那几年 39:13 不做双师大班课，不追风口 48:30 就算没有双减，双师大班也很难满足教育新需求 -AI 热潮之后 52:51 洋葱、猿辅导、与爱为舞……AI 教育的不同思路 01:05:45 AI 动摇应试教育，但学知识的过程依然必要，学校依然必要 01:11:00 K12 最重要目标：学会自立 01:15:52 各家大模型在教育场景的表现 -回归自主学习 01:18:14 曾经受到的最大质疑：自主学习只适合少数人？ 01:28:38 过去相信先赚钱再实现目标，后来发现不必如此 01:33:55 创业不是开不开心的问题 连点成线 相关链接： 108 期：与马毅聊智能史:“DNA是最早的大模型”，智能的本质是减熵 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
• 
  166: 许华哲再次具身创业：不想错过最大的西瓜 26.05.2026 2h 25m

  「回到智能，进入家庭。」 从 2026 年 3 月开始，许华哲有了一个新身份：破壳机器人的创始人。之前的两年多里，许华哲是星海图的联创和首席科学家。 这次重新创业，许华哲想自己主导推动一个大梦想：通用机器人，第一步就是家庭机器人。 他也想跳出此前中国具身智能行业的一些路径依赖，更回归通用智能的探索：他说具身智能不是 robotics、不是自动驾驶，也不是“史前深度学习”。 这并不是现在最流行的叙事，他是怎么想的？破壳会怎么做？ 本期节目的图文版也已经发布:对许华哲：具身智能不是机器人学，不是自动驾驶，是世界上的新物种 本期嘉宾：许华哲，破壳机器人创始人 & CEO 本期主播：程曼祺，晚点科技报道负责人 时间线跳转： -科学家创业，不好吗？ 01:56 离开星海图，看到家庭机器人 17:02 再次创业的信号与 concern 26:27 “学习好”对创业前所未有地重要 -再次出发的 bet 41:11 不是 Robotics，不是自动驾驶，也不是史前深度学习 56:46 强化学习可能被低估了 01:06:06 “不要小瞧投资人的梦想” 01:10:14 18~24 个月后会？重资源竞争、大公司入场 01:16:32 最好的会在中国发生，但别错过最大的西瓜 -技术之美：简单的、一致的 01:29:18 从游戏到物理世界 01:35:56 大多数科研是“噪音” 01:51:49 技术之美：简单的、一致的 01:57:26 具身智能的“时间检验奖”还没出现 02:08:48 一场尽力的马拉松 02:18:29 创业后，找回曾经的自己 02:23:55 连点成线 剪辑：宇亮、Nick 相关链接，《晚点聊》的往期具身智能创业者访谈： 86 期：国家从无到有，拢共分几步？｜工业化之路 01 161 期：原力灵机唐文斌：中国最早的 AI 创业者和他的具身新旅程 155 期：至简动力贾鹏：从英伟达到理想，具身智能的六边形战士 152 期：访谈千寻创始人韩峰涛：20 亿新融资、具身模型淘汰赛、落地非共识 148 期：它石智航陈亦伦：具身的三道曙光和第一道关卡 112 期：与千寻高阳聊具身：一个像机器人的人，怎么做像人的机器人 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
• 
  165: GEAR 高深远：世界模型、自进化循环、DreamDojo 18.05.2026 1h 49m

  本期《晚点聊》，我与刚从港科大博士毕业的一位年轻研究者高深远，他从去年开始在英伟达实习，接下来马上会正式加入英伟达的具身智能实验室 GEAR。 我们聊了深远 2024 年以来一直专注的方向：世界模型。 前 1 个多小时，我们展开了整个世界模型的大图景：它的分类？它是为了解决什么问题？它的现状、瓶颈和未来方向，以及各主要公司的思路。 很多人认为世界模型的说法太模糊、涵盖太多，这是一些早期技术的常见现象，这期正好厘清，目前有哪些做世界模型的方法和思路。 后一部分，我们聊了GearLab 在世界模型上的一些实践。尤其是去年底至今，他们陆续发布的世界模型 DreamDojo，（深远是这个工作的联合一作）以及被认为有可能会取代 VLA 的世界动作模型 DreamZero 的研发历程和具体创新点。也延展聊了世界模型可能的竞争局面。 深远描绘了他认为非常有前景的一种自进化循环——它由世界模型、策略模型（如 VLA、WAM 等）和连接二者的 Agent 构成。在英伟达，世界模型和策略模型有 DreamDojo-DreamZero 的组合，在 DeepMind 有 Genie-SIMA的组合。以下的图示更容易帮助理解播客里的讨论。 图注：图中大脑代表 agent，机器人代表 policy，地球代表世界模型，中间是数据集。世界模型的输出（对世界下一刻的预测）是 agent 的输入，供 agent 给预测打分，打分可用以优化 policy；同时世界模型的输出也是 policy 的输入，而 policy 的输出（动作）是世界模型的输入。同时，agent 也给 policy 做任务规划。 世界模型到 agent 和 policy 是用视频/图像通信；policy 到世界模型是用 action 通信；agent 到 policy 是用文本通信；agent 优化 policy 可以是一个打分数值，也可以是由文本媒介转过来的一种分数信号。 本期节目的图文版也已经发布:与英伟达 GEAR 高深远聊世界模型、自进化循环和 DreamDojo 本期嘉宾：高深远，英伟达 GEAR 研究员 本期主播：程曼祺，《晚点 LatePost》科技报道负责人 剪辑：Nick、甜食 时间线跳转： - 世界模型大图景 02:19 世界模型是什么？ 施加动作，预测世界下一刻的状态 05:35 多 Agent（车/机器人）互联的世界模型 09:57 按世界状态的表征方式分类： 4 种世界模型 15:33 最看好 video 世界模型， 因为数据够丰富 19:36 世界模型为何热起来？ 数据增多 + 策略模型变强了 - 世界模型、策略模型和 Agent 的自进化循环 21:42 策略是什么？和世界模型的关系 23:39 WAM（DreamZero）相比 VLM 的变化 28:26 世界模型的一大价值是服务策略： 测评、生成数据、突破物理限制的虚拟强化学习 33:42 循环三要素： 世界模型、策略、Agent，它们如何彼此连接、优化 - 世界模型的未来 43:07 当前最大瓶颈，突破泛化： 物理的泛化、动作的泛化 51:49 世界模型难以横评， 难以直观看到不同模型的差别 55:28 各团队的世界模型进展： DeepMind、Nvidia、OpenAI、General Intuition - 从自动驾驶到具身，从 AI Lab 到 GEAR 01:02:44 “在学界继续做自动驾驶世界模型没意思了” 01:06:30 加入 GEAR，DreamDojo 和 DreamZero 的发起 01:14:12 在英伟达构建最大规模 Human Center 数据 01:21:05 跨本体的 Latent action，以后还需要吗？ 01:28:41 DreamDojo 的评测： 自建 6 个 benchmark 的逻辑 01:34:50 自己不掌握视频基模，能做出有竞争力的世界模型吗？ - 01:45:44 连点成线 相关链接： 157 期：【具身季报 26Q1】宇树招股书、人形再思考、英伟达世界模型、高自由度灵巧手 150 期：【年末AI回顾】从模型到应用、从技术到商战，拽住洪流中的意义之线|Solo 148 期:它石智航陈亦伦：具身的三道曙光和第一道关卡 附录：一些名词解释 - 级联误差，Cascade Error：指在包含多个串联模块或阶段的系统中，前一阶段产生的误差未被纠正，直接传递给下一阶段，误差被放大。 - Genie（Generative Interactive Environments）：DeepMind 团队发布的基础世界模型。它能通过一张图或一段文字描述生成一个动作可控的虚拟世界。目前发布到 Genie 3 - SIMA（Scalable Instructable Multiworld Agent）：DeepMind团队开发的虚拟角色策略模型（DeepMind 称其为 Agent），能理解玩家用自然语言下达的指令（如“向左转”、“拿起斧头”），在 Genie 等各种虚拟环境中操控角色执行任务（产生动作）。 -** Intuition**：一家希望打造空间智能的美国创业公司。 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
• 
  164: 当AI“杀死”SaaS，与明略吴明辉聊多Agent网络、软件业转型和 AI 新组织 14.05.2026 2h 28m

  「闭源软件价值消失，从 token 和模型上赚钱。」 今天的嘉宾是明略科技创始人吴明辉。2004 年时，他就在北大计算机系做人工智能研究，硕士期间开始创业。 在这一轮大模型热潮前，明略曾在 2020 年尝试用 AI 做组织智能，大举扩张，包括收购了 Manus 创始人肖宏的上一家创业公司，夜莺科技。这一次 AI 尝试以失败告终。 这没有影响吴明辉现在对 AI 的热情。24 年以来，明略陆续发布了自己的行业模型，完成了上市。在 OpenClaw 引起个人 Agent 热潮后，他们也开始了一场更彻底的变革。 这一期我们聊了 AI 怎么影响 SaaS 和软件，明略做出的应对，他们即将开源发布的多 Agent 协同网络章鱼，以及一个存在已久的组织可以怎么被 AI 改变。 本期节目的图文版也已经发布:对话明略吴明辉：AI 正在杀死 SaaS，但我找到了一条新路 本期嘉宾 吴明辉 明略科技创始人 本期主播 程曼祺 《晚点》科技报道负责人 时间线跳转： SaaS 已死，软件系统本身会走向开源 01:42 Agent 正杀死 SaaS 已死，数据和上下文的价值更大了 05:53 OpenClaw 开启的新可能：穷人版（不从基模入手的）持续学习 11:53 明略的主业数据挖掘和分析，如何被 AI 改变 19:51 新探索：Agentic Service。软件开源、自训模型赚 Token。 多 Agent 协同网络，“龙虾哲学” 29:15 章鱼想构建集体学习网络， (eˣ)' = eˣ 的指数级增长要给自己造工具 35:51 章鱼开发过程：小团队+AI，核心改造是：认人+权限+信任机制 + 品鉴信号 46:23 龙虾的哲学：康德的义务论约束不了人，但可以约束龙虾 56:30 vs 巨头：章鱼直接开源，“飞书做 AI 转型，也得开源” 01:05:51 自研 GUI-VLA 模型，最大场景是软件自动测试 01:14:35 vs 更小初创企业：1800 人的明略会变得更像“投资公司” 从 Scaling up 到 Scaling Out：站在"被AI欺负的人"那边 01:20:33 scaling up 是追求单性能突破，scaling out 是横向扩展 agent 网络；后者对人的价值更友好 01:26:37 专注行业小型模型，将开源web retriever数据集；Agent 网络可实现个性化持续学习 01:34:19 验证标准：商业成功+ 科学发现能力；风险是“物理猝死”，大脑太活跃 5 年前做 EIP（企业智能平台）， 失败的教训 01:37:47 技术判断太乐观，团队共识不够： 01:45:29 1000 多人大团队，"八方神仙"做一个没人懂的产品 01:55:23 从春风得意到减半裁员：看到人的存在；所以现在不裁员，给每个人 AI 船票 01:58:58 希望本身产生力量，尤其是众人的希望 02:03:29 新的 AI 投入何时表现在财务上？ AI 原生一代 02:08:11 看女儿用 AI：AI 原生一代的观察与启发 02:11:37 不再和孩子一起刷奥数题，识别 beautiful 的题才做 02:15:14 没有危险的专业，而是只会 Think 是危险的 02:18:43 工程师的新价值：在不断变化的应用环境里判断需求，这仍是 AI 无法做的 02:24:29 Scaling Out一定会发生：小公司会先做出来 连点成线：Coding is eating the world，从软件重塑世界到代码重塑世界 剪辑：Nick 相关链接： 156期：AI季报26Q1：OpenClaw、OpenAI vs Anthropic的三重对阵、自进化 151期：MuleRun 陈宇森：Claude Code 带来 Agent 创作新范式、未来的软件是日抛式的 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
• 
  163: 详解DeepSeekV4：Infra巨鲸、百万上下文走进现实、极致效率优化 30.04.2026 1h 33m

  「走进不同团队的成果，创新从来是连续的，不是跳跃的。」 上周五，DeepSeek V4 发布。我们邀请了两位一线 AI 从业者一起详解 DeepSeek V4 的技术实现和创新想法。 如果一句话概括：DeepSeek V4 并没有带来新的“范式变化”，它是继续在 R1 的“测试时扩展”范式下，用一系列组合创新和工程优化，让百万上下文从理论进入实用。 超长上下文上的稳定表现，正是 Agent 和多步复杂任务亟需的能力之一。 本期涉及的诸多技术术语见 Shownotes 末尾注释。 本期节目的图文版也已经发布:详解 DeepSeek V4：Infra 巨鲸 “四连击”，百万上下文走进现实 本期嘉宾 赵晨阳，RadixArk 工程师，SGLang 开源推理框架开发者 刘益枫，UCLA 博士生 本期主播 程曼祺，晚点科技报道负责人 时间线： 体感、对比、消失的成本、DeepSeek 的节奏 03:01 编程能力与“御三家”有差距；不再采用 DeepSeek 自己提出的 MLA 07:44 不再披露训练成本，“用模型能力说话” 09:23 延期推测：四个耦合的新 feature （新注意力+Muon+mHC+FP4）一起上，难度爆炸 12:36 不是范式创新，沿现有范式仍有巨大提升空间 性能与效率 14:32 提出新的能力方向比刷单个 benchmark 重要 16:41 坦诚的内部评测：9% DeepSeek 工程师不会把V4 Pro 作为编程首选 23:03 单 token 推理的计算量和 KV cache 大幅优化，但解决同样问题的 token 消耗更多了 V4 具体进展 28:32 整体思路：极致的稀疏 33:45 混合稀疏注意力：放弃 MLA，SWA滑动窗口+CSA稀疏压缩+HCA稠密压缩，层间预定义分工 39:37 Muon 优化器已成检验工程能力试金石 48:52 mHC：从 Seed 提出 HC 到 mHC；Kimi 的 Attention Residuals 54:24 Infra 两个关键词：TileLang & FP4 01:10:11 多专家训练+蒸馏的后训练 01:13:20 评测危机：benchmark会过时饱和，evaluation是永恒追求，agent评估未共识 更多讨论 01:19:25 近期模型共性：架构趋同（MOE+Muon），优化方向驱动（agent、coding） 01:25:18 美国追新能力、高定价；中国追性价比、工程极限 01:28:00 V4 最有可能被记住的思想：极致压缩+低激活比+低单token成本，成为后续开源模型起点 剪辑：Nick 相关链接： 158期：V4发布前的DeepSeek：人才竞争、组织特点和独特的AGI目标 143期：再聊 Attention：阿里、Kimi 都在用的 DeltaNet 和线性注意力新改进 104期：我给线性注意力找“金主”，字节 say No，MiniMax say Yes 103期：用Attention串起大模型优化史，详解DeepSeek、Kimi最新注意力机制改进 102期：DeepSeek 启动开源周，大模型开源到底在开什么？ 附录：术语、概念解释 - 模型架构相关 Token-wise（词元级）改进：优化模型处理单 token 的过程，通常用于提升注意力计算、上下文建模或推理效率。 Layer-wise 的改进：优化模型不同网络层的结构或计算方式，通常用于提升训练稳定性、表达能力或整体计算效率。 MoE：Mixture of Experts 混合专家网络，让不同“专家”子网络处理不同输入，降低单次计算成本。 哈希路由：把 token、样本或请求分配到不同专家、节点或存储位置的方法。V4 在前几层 MoE 用了哈希路由，避免起始层路由塌缩。 Engram：DeepSeek 之前提出的一种带 N-gram 编码器的辅助模块，通过额外编码连续 token 片段，帮助模型利用局部短语级信息。V4 未使用 Engram。 - 注意力相关 MLA：Multi-head Latent Attention，多头潜在注意力，引入潜在表示压缩 KV 信息的注意力机制，能降低显存占用和计算开销。 MQA：Multi-Query Attention，多查询注意力结构，共享 Key/Value，仅保留多头 Query，提升推理效率并减少 KV cache。 线性注意力：通过核函数或近似方法将注意力复杂度从二次降低为线性（一维），是改进原初注意力随上下文长度增加，计算和显存爆炸的方向之一。 稀疏注意力：仅计算部分 token 间的注意力（而非全连接），改进原初注意力问题的另一主流方向。 滑动窗口注意力：限制注意力仅在局部窗口内计算的一种稀疏注意力。 CSA：Compressed Sparse Attention，压缩稀疏注意力。用于长上下文建模的注意力机制。把序列分组压缩成更少的token，query再从中挑选出最相关的部分。V4中的压缩比是4:1。 HCA：Heavily Compressed Attention，高度压缩注意力。同样用于长上下文建模。相比CSA压缩比例更高（128:1），query无需挑选token。 NSA/DSA：V4发布之前，DeepSeek 在年初和 9 月先后提出的两种稀疏注意力方案。 - 优化器相关 AdamW：一种改进的 Adam 优化器，通过解耦权重衰减（weight decay）提升训练稳定性和泛化能力。 Muon：一种面向大模型训练的优化算法，通过改进梯度更新或内存效率来提升训练性能。 Learning Rate：学习率，控制模型参数每次更新步长的超参数，对训练稳定性和收敛速度至关重要。 牛顿-舒尔茨迭代：一种用于矩阵归一化或求逆的数值迭代方法。Muon 作者 Jordan 提到通常使用 5 次迭代，V4 中采用了 10 次迭代。 - 残差相关 HC：Hidden/Highway Connection，一类改进残差连接的信息通路设计，用于增强信息传递或控制梯度流。 mHC：Manifold-Constrained Hyper-Connections 流形约束超连。DeepSeek 在 HC 基础上的改造，解决了 HC 在大规模训练时的数值不稳定问题。mHC 使用了双随机矩阵，即每行和、每列和都等于 1 的矩阵，以约束信息流。 Attention Residuals：注意力残差连接，将注意力模块输出与输入相加，用于稳定训练并保留原始信息。 - Infra 相关 矩阵乘法：深度学习中最核心的基础计算操作（如向量与权重相乘）。 Kernel：算子核，指在底层硬件（如 GPU）上执行的高效计算函数，是深度学习算子的实现基础。比如矩阵乘法就要写 Kernel 去实现。 CUDA：英伟达开发的能使用 GPU 的一层软件系统，也指一套语言，本次访谈语境里指编写 GPU 算子 kernel 的语言。 Triton：由 OpenAI 开源，是对 CUDA 的一层抽象，能更简单的写 Kernel。 TileLang：一种面向 AI 高性能算子的 tile 级 DSL / 编译框架，把矩阵乘法、注意力等张量计算映射到 GPU 等硬件上执行，在 Triton 的易用性和 CUDA 的控制力之间取得了较好的平衡。 FP8、FP4、INT4：低精度数值格式，分别用 8 位、4 位浮点和 4 位整数表示模型中的权重或中间数据，用于降低显存和带宽压力、提升训练或推理效率。 FP4 比 FP8 更省显存和带宽，又比 INT4 更保留浮点动态范围，因此更适合复杂训练/采样链路，但收益取决于硬件、缩放策略和 kernel 实现。V4 在 1.6T 参数规模上实现 FP4 训练是个不小的挑战。 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
• 
  162: 批量生素材、模型筛网红|与飞书深诺Meetsocial沈晨岗聊AI时代的出海营销 27.04.2026 1h 11m

  出海对于中国企业来说并不新鲜，无论是早年的华为、中兴，还是大疆、影石、拓竹这样的消费硬件公司，再到 Tiktok、腾讯游戏、Temu 等互联网公司，成功的例子有非常多。但之所以我们说它是一个新的话题，是因为我们来到这个 AI 的时代，不仅看到大批的 AI 创业公司正在积极的向海外拓展，也见证着 AI 改造他们出海的路径、方式、增长、营销。 过去一年，我们也看到了很多借助 AI 营销翻车的案例，比如麦当劳在荷兰上线的一支几乎是由 AI 生成的节日广告，上线后就迅速遭到了大量的吐槽：不仅仅是画面看起来比较粗糙，更在于这个广告它传达出来的气质被认为是廉价的、偷懒的，没有什么诚意。 今天的播客，我们与飞书深诺 Meetsocial 的创始人兼 CEO 沈晨岗先生一起聊了聊，AI 在今天究竟是如何改变中国企业出海模式的？中国与美国的 AI 营销生态究竟有什么区别？在 AI 时代到来以后，企业需要建立起哪些新的能力，才能在营销战中脱颖而出？ 本期节目由飞书深诺特别支持播出 本期嘉宾 沈晨岗，飞书深诺集团创始人兼 CEO 本期主播 高洪浩，晚点 latepost 主笔 时间线： Part 1 中国企业出海变迁史 04:17 中国企业出海的三个阶段：产品、公司、品牌 07:43 早年中国出海企业没有认识到营销的力量 09:45 2025 年开始中国企业出海营销范式发生变化 12:32 转型成功的出海企业案例：安克 16:18 衡量企业出海能力的模型指标：D-MES Part 2 AI 时代下，中国企业出海的新变化 22:47 出海营销领域在 AI 上的共识与非共识 25:29 AI 的使用应该与企业的商业化目标相匹配 30:38 过去三年，AI 如何改变出海营销 Part 3 中国与美国的 AI 营销 34:07 硅谷观察记：中美 AI 营销的差异 38:30 美国营销公司的历史包袱导致 AI 难落地 Part 4 AI 在未来将如何改变出海营销 42:16 Agent 时代的出海营销模式 48:42 案例：Agent 变革短剧投流 51:46 AI 时代，创意和审美变得更重要 57:07 出海服务商如何适应 AI 时代 01:01:30 三年和五年后，AI 将如何改变出海营销 ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
• 
  161: 原力灵机唐文斌：中国最早的 AI 创业者和他的具身新旅程 24.04.2026 2h 9m

  「不做人形机器人的具身智能创业。」 本期嘉宾是原力灵机的联合创始人和 CEO 唐文斌。 2011 年，他和两位清华同学，印奇、杨沐一起创立旷视，这是中国最早的 AI 创业公司。比 DeepMind 晚一年。 2025 年初，唐文斌成立原力灵机，开始具身智能的新创业。 在本科到研究生时，他做过七年中国信息奥赛国家队的总教练，认识了大量奥赛 “小天才”，其中不少人之后加入了旷视，现在又在原力灵机和文斌一起创业。 本期节目也有视频版，可在小红书、B 站、抖音、视频号平台关注「晚点聊 LateTalk」收看。 本期节目的图文版也已经发布:对话原力灵机唐文斌：当中国最早的 AI 创业者做具身，他选择先不做人形 这期我们聊了竞赛往事、旷视的创业复盘和原力灵机的这 1 年：这是一家不做人形机器人的具身智能公司。也是一家会直接参与多模态基模预训练的公司。 这两件事都是非常规的少数派选择。 原力灵机会给中国具身市场带来哪些不同？请听完整节目吧。 本期嘉宾 唐文斌，原力灵机联合创始人 & CEO 本期主播 程曼祺，晚点科技报道负责人 剪辑：杨 时间线： 竞赛、姚班、IOI 国家队总教练：解题的本质是优化，出题比难题更难 01:49 同时参与三项奥赛：信息奥赛的乐趣是解法不唯一 05:50 本科继续 TopCoder ：Challenge 机制下，一次干掉 19 个队 08:29 七年 IOI 国家队教练：出题比做题难 10:31 唐杰的第一个研究生，与印奇相约创业 旷视创业：从体感游戏到 AI 技术平台 15:30 以 CV 技术做体感游戏，登上 App Store 免费榜前三 21:56 Face++ 开放平台，技术驱动 vs 产品驱动的两种创业 24:45 高中生范浩强成为旷视 6 号员工，“强进（周而进）组合” 夺得 ICCV 人脸识别全球冠军 30:19 AI to B 三个总结：价值可量化、不占客户太高成本、避免项目陷阱 十年前的智能机器人 34:31 调度系统才是提效核心，5 轮竞标拿下优衣库上海大仓 41:08 从差点搞砸到见到柳井正，拿下优衣库全球订单 从旷视机器人到原力灵机：参与预训练、不做人形机器人 49:21 从范浩强到张祥雨：旷视的一些 “老人” 为何不散？ 53:37 再看「天才策略」：大牛口头禅是 “这不本质”，而影响客户体验的所有东西都本质 01:00:38 具身原生：参与 VLM 预训练，一开始就加入机器人数据 01:11:01 只有具身公司能做的事 01:23:34 不做人形机器人，用模块化组合避免 overkill 或 underkill 01:27:14 RoboChallenge 和 Dexbotic，为何创业公司要开源 Infra? 01:39:39 具身行业会先分散再集中，幸存的个位数公司多数会是中国公司 01:46:34 为了低谷的绸缪：备足干粮、专注投入相信的事 01:55:33 曾做过太多加法，发现 A+B+C≈max(A,B,C) 02:03:50 创业 15 年：感谢一波又一波浪潮，依旧兴奋 02:04:51 真正的通用智能机器人，“这值得投入 lifetime” 02:06:14 连点成线 相关链接： 157 期：具身季报 26Q1：宇树招股书、人形再思考、英伟达世界模型、高自由度灵巧手 155 期：贾鹏创立至简后的首次访谈：从英伟达到理想，具身智能的六边形战士 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
• 
  160: 群核IPO后与黄晓煌聊这15年：被嫌弃的GPU、冠军酷家乐、空间智能、六小龙 17.04.2026 1h 40m

  「杭州六小龙开始上市了。」 4 月 17 日上午，群核科技登陆港股，成为 “杭州六小龙” 中第一家上市的企业。我们在第一时间专访了群核董事长黄晓煌。 2011 年黄晓煌从英伟达回国，和陈航、朱皓创立群核，当时科技创业还不是主流，英伟达自己也在低谷期。 过去这 15 年，黄晓煌说，他们经历过的 90% 的明星科技企业都消失了或变得默默无闻，而群核一直存在，业务还在增长，做出了中国市占率第一的在线设计软件酷家乐，历经与互联网巨头的竞争而幸存，现在又在 AI 热潮中投入空间智能。黄晓煌说： 活下来比活得亮眼重要。 如果想了解更加 “穷人版” 的 AI 创业故事，或者群核上市后的潜力如何，听听创始人怎么说吧。 本期播客也有视频版，可在小红书、抖音、B站、视频号，搜索《晚点聊》观看。 本期节目的图文版也已经发布:群核 IPO 后与黄晓煌聊这 15 年：被嫌弃的 GPU、冠军酷家乐、空间智能、六小龙 本期嘉宾 黄晓煌，群核科技联合创始人 & 董事长 本期主播 程曼祺，晚点科技报道负责人 时间线： 从 GPU 上云到家装设计软件酷家乐 01:14 2011 年回国创业，在英伟达工作过是 “减分” 的 06:54 酷家乐的诞生：13 年上线，14 年爆发，15 年赚钱 10:53 群核底层是 GPU，提前进入 “token 经济”，也跑不通广告模式 14:37 遭遇巨头竞争，更看清什么是壁垒：单纯的算法是纸老虎 从 “怀疑技术自嗨" 到投入 AI 29:48 2018 年注意到 AI 机会，但一度怀疑自嗨了 38:53 2021 年赴美上市戛然而止，山峰到谷底 40:33 2023 用 Copilot 写代码，意识到 SaaS 要变天→两条路的抉择：自己训练空间模型 vs 为大模型做配套 50:16 复盘错过：2018 年是一个做具身硬件的黄金时期 空间智能 52:10 空间智能是底层能力，不是新业务 54:27 群核的 bet：3D 路线，而非视频生成 01:00:00 欧美具身企业喜欢合成、仿真数据，国内普遍倾向真实数据 01:02:52 两百家具身智能公司不算多，各种设备都会需要智能 01:08:53 从纵到横：英伟达的启发 我创业经历的 90% 明星企业都消失了 01:12:46 先活下来，再选最大的机会 01:05:07 六小龙之后，反对的声音一下子变少了 01:21:25 现在对自己的定位：科研 leader 01:24:10 最痛苦的部分总是跟人相关 01:32:11 自由女神像下的对话，“我不是这么算的” 01:34:15 把公司带向空间智能，一半收入来自空间智能 本期剪辑：杨建宇 相关链接： 157 期：具身季报26Q1：宇树招股书、人形再思考、英伟达世界模型、高自由度灵巧手 图文版：《具身季报 26Q1：宇树招股书、人形再思考、英伟达世界模型、高自由度灵巧手》 155 期：贾鹏创立至简后的首次访谈：从英伟达到理想，具身智能的六边形战士 图文版：《至简贾鹏：最快具身独角兽半年融资 20 亿，做 “六边形战士” 才能活》 152 期：访谈千寻创始人韩峰涛：20 亿新融资、具身模型淘汰赛、落地非共识 图文版：《独家专访千寻创始人：20 亿新融资、具身模型淘汰赛、落地非共识》 149 期：具身模型哪家强？与范浩强、高阳聊具身模型的测评、RoboChallenge，26 年具身展望 148 期：访谈它石创始人陈亦伦：具身的三道曙光和第一道关卡 图文版：《陈亦伦和李震宇创立的具身公司它石智航，不做 VLA、不仿真，不走主流路线》 65 期：信仰充值的威力：与逐际动力谌骅聊聊 GTC 和人形机器人新进展 | AI 大爆炸 小红书@曼祺_火柴Q即刻@曼祺_火柴Q ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：