Vol.223 产业观察42｜一级投资人眼中的2026年AI上半场：FOMO、数据闭环与上市潮

【主持人】大家好，欢迎来到这一期的产业观察，我是风瑞资本的合伙人李峰。AI相关的二级市场，尤其是芯片、存储等等相关的这些产业链公司，在过去的一周和最近这几天产生出了巨大的波动。当然由于Meta在这两天关于他们自己的一些算力基础设施的安排，也导致了不同的话题讨论。不管是存储还是芯片还是AI的基建、算力中心的投建，这些话题是不是到了一个阶段性的高点，或者泡沫要开始破裂等等。我们请了我们两位跟科技投资有关的同事，让他们讨论和交流一下关于AI投资。也会涉及到我们处在泡沫的哪个阶段，以及在不同的影响下，假定之后的泡沫破裂会发生哪些事情。当然他们的话题也涉及到了非常多在我们这个行业里比较重要或者叫时髦的一些投资方向。不管它是机器人，还是由机器人引起的世界模型、物理模型，还是由OpenAI、小龙虾引起的Agent以及Agent所带来的这些词源，就是Token整个经济的可能应用和商业模式的变化。当然也涵盖了从云到边到端，简单来讲从训练到推理也到端侧芯片。整个从芯片来看，随着应用和AI泡沫的不同阶段，这些芯片和基础设施以及硬件架构会怎么改变，他们当然也涉及到了这些话题。他们各自讨论的内容也都只代表了他们各自的意见，因为在我们机构内部大家基本上采取了尽量公开透明的讨论方式，能够听取别人的不同意见并且表达自己的不同意见。我想他们两个的这次讨论也代表了这样的形式和观点。当然就我自己个人而言，对于AI相关的阶段，我想在两期以前的宏观漫谈当中其实已经明确地表达了对于AI和Token处在哪个阶段，以及会产生出什么样的变化和影响，也代表了个人的意见。当然我看下面的讨论也有一些不同的意见和不同的问题，我想这大概都是促进大家从不同角度思考，甚至可能也是大家愿意听这种不同类型的播客的原因。那接下来的时间就交给他们两位。

【嘉宾】大家好，我是风瑞资本的科技投资人刘鹏琪。站在2026年年中的这个时间点，我们回看过去半年都有一个非常明显的体感，就是整个AI行业的发展没有一点减速的趋势。从年初的OpenAI再到世界模型的创业热潮，以及最近二级市场对于像存储或者光这一系列概念的追捧，最近包括像智谱刚刚冲破了万亿港币的市值。所以我觉得非常有必要，今天来一起系统地复盘一下2026年的上半年AI行业到底发生了什么，以及为什么在这个时间点发生，以及后续我们会走向何方。今天跟我一起参与讨论的嘉宾，也是我的同事连建行严博士，我们之前也一起在节目中跟大家讨论过有关具身智能，包括像Agent的相关话题。

【嘉宾】大家好，我是风瑞资本科技投资人连建行。从我们跟鹏琪过去三四年一直以来高强度的追踪AI行业的变化，再到投资的相关的跟进来看，其实我们能感受到一个非常明显的趋势。从GPT 22年刚出来的时候，再到今天AI从一个简单的语言模型，逐步切入到很多我们以前从来没设想过的领域。最直接的就是我以前看的机器人的领域，现在大家更多讨论的都变成叫具身智能，而不再是传统的一个机器人的概念。除此之外，还有更多我们以前没有预期过、想象过的新的赛道都逐步地跟AI渗透结合，然后成为了所谓AI加的新赛道。包括说现在AI for Science，甚至连我们在看的核聚变里面都离不开一些AI的贡献。所以今天站在这个时间点，其实26年上半年到现在有蛮多的AI热点话题在不停地每一波冲击着大家的社交媒体推荐流。

【嘉宾】那我觉得可以先来几个快问快答，首先就是也想问问严博士，上半年大概聊过多少个项目？

【嘉宾】上半年的话差不多百到三百之间的这么一个大概的数，聊的AI相关的项目都快接近150个以上到200个左右。

【嘉宾】我的体感也差不多。那就是看了这么多项目，如果说用一句话或者几个关键词来描述你上半年看这些项目的感受的话，你会用什么词？

【嘉宾】其实我比较想用三个词来讲。第一个词就FOMO，在一些非常热点的领域就会出现大量的人、大量的项目是我们从来没看到过的，或者说估值它在快速上涨。很多人会因为觉得FOMO，是不是我逼迫自己必须就把所有的项目都看一遍，所以这已经行业的估值上涨带给大家的刺激就是，我们今天投了吗？我们今天投了多少？是不是得多投？第二个关键词我觉得要分化，非常明显的感受。就上半年除了特别热门的赛道融资真正是上涨之外，其实大部分的赛道还是处在一个相对冷静或者说没有那么热门的状态。这个其实跟二级市场的感受也很像，二级市场今年的涨幅也非常的分化，大家所谓的科技股涨得非常好，有一些不在热点范围内的股票反而是不温不火，甚至是下跌的一个状态。然后第三个我觉得比较关键的词叫估值前置，假设我们过去非常理性的角度去看早期投资的话，我们对早期投资的界定是非常明确的，大概在什么样的Milestone之前。

【嘉宾】我们会给一个什么样的合理的估值？没有形成共识之前，对。然后比如说形成共识，加上有一些交付的milestone展现的milestone之后，我们可能会把估值给抬上去，觉得是一个合理估值。但现在就是因为热，因为FOMO，所以大家对于估值的很多规则或者过去的经验全被打破了。现在我们可以看到连续融资估值快速的上涨，十亿美金可能就是在几个月之内直接火箭式的诞生。这三个关键词，FOMO、结构分化跟估值前置，是我觉得上半年最深的一个感受。

【主持人】对，我觉得也可以给听众朋友们解释一下FOMO，fear of missing out，其实就是担心会投不到一个项目而焦虑，大概是这样的情绪。然后确实在上半年我们也看到很多的项目，可能一周的时间它的估值就变，甚至可能一个项目可能会同时有三轮融资在进行，对吧。比如大家都开玩笑说，一轮在交割中，一轮在谈协议，还有一轮已经在锁定方案过程中。面对这样的一个市场的情况，我不知道你觉得焦虑吗？

【嘉宾】就作为投资人的话，我觉得说不焦虑那不现实。其实我们基金内部的早期的风格来说，我们追求的还是去前置地发现一些趋势。我觉得更多的焦虑不来自于投资，而是来自于AI的变化太快了，时时刻刻都会有新的热词、新的想法，也就是新的思路变化出来。每次发一个新模型，或者说每次有什么新的新闻，可能我们焦虑的都是，哎这个新闻怎么过几天才看到。这个是发生，是我觉得当下会给大家更多的焦虑，就你怕自己被AI时代甩掉。反正最近跟很多其他投资人交流，我觉得确实共识是会有焦虑，但大家反正各有各的方法。因为我们也知道投资比如说有偏价值投资，然后有偏机会型投资，可能自己需要针对不同的项目吧，它到底更偏机会还是更偏价值拆分开，这样子可能就不会因为这个价值和它的价格不匹配而导致的焦虑，让我们去影响我们的投资决策。

【主持人】说回来，一定是确实是有一些估值的前置，包括也有一些泡沫，但我相信这里面像刚才像严博士讲的，肯定还是产生了很多新的东西、新的机会。所以我不知道比如说在我们讨论些比较实的东西的话，就是在看项目的过程中，有没有发现一些比如说方向，或者是这些方面的一些变化，就不是纯市场情绪这个层面。

【嘉宾】对，我觉得这个可以分两个切入的视角去看。第一个切入的视角叫研究型的赛道机会，就是更像大家现在比较热的词叫美国New Lab，让大家去解决一些长期的问题，但它通过商业化、公司运转的方式去加速这个研究。这个在上半年其实出来蛮多新的这样的公司，大家不再那么纠结是不是教授创业，反而更关注的是教授出来创业，做一个商业化的研究型公司的话，是不是能在研究上面远比其他组织型要快。所以这个是一个研究型的创业的一个新的趋势。从投资人去看，那这时候看这项目，大家的关注的研究变成，你能把新的研究推高到一个什么样的高度？

【嘉宾】你能不能做这个市场，或者这个行业里最好的研究输出者，你能做出最好的研究来，然后改变这个世界。我觉得第二个趋势变化，我们再往到比较偏落地的角度，去看落地层的AI产品跟硬件层，其实就能发现一个很有意思的点是，去年上半年大家非常追捧AI应用，因为Manus的出现非常追捧agent。去年下半年因为Insta360的上市，大家非常追捧的是AI硬件。但是回归到今年上半年之后，大家都发现一件事情，追捧没什么用。也就是说你去过度的追赶潮流，慢慢的就沉淀回了，我找更好的产品定义者，我找比如说几个例子。AI应用你是不是真的是像agent，大家现在已经成为共识，agent要交付任务价值。今天是不是这个产品团队能够交付任务价值，能够形成任务闭环，还能像agent变得更好、更强，形成一个自身的一个数据飞轮的一个壁垒。在AI硬件层面我们慢慢的大家就回过来，还是看的是这个东西是不是消费者感兴趣且需要的，是不是满足了一些被忽略的潜在需求。所以从这两个方向来看，其实看似是两个极端，实际上都是在各自的创业形式上去回归，回归价值，或者叫回归底层的一个判断的认知方式，我觉得这是上两年比较大的趋势。

【嘉宾】这两个趋势还有另一个很有意思的点，尤其是在AI创业里面。自从去年Codex加Claude Code发布之后，我们发现越来越多的创业者本身不再是原来的工程师跟算法研究员，他们不一定有算法背景，他们可以是好的产品经理，可以是好的设计师，他们慢慢的就把自己变成了一个全栈的产品经理。所以大家可以回忆一下，十年前有一个经典的创业玩笑叫：我有idea，我有天使人融资，我缺一个CTO，我缺一个码农。但今天不再有这个问题。

【嘉宾】所以挺有意思的点是，之前看一些线下的黑客松，跟YC在美国的黑客松，最后做的特别好的产品，往往是一些你完全没想过他会去做一个coding，用coding工具去做一个产品出来的那些人。他可能是一个律师，可能是一个家庭主妇，也可能是一个某些场景的一些非IT相关的从业者。所以这是一个挺大的一个变化趋势。包括我们近期投资，我们也遇到了蛮多很不错的产品，其实完全不是原来做算法技术背景出来的人去做的一个好产品。

【主持人】有意思，对。

【嘉宾】所以原来我们也经常会说，很多技术型创业者他会拿锤子找钉子，但现在看起来都是钉子直接出来创业，然后锤子就是已经变成了一个非常普世化的工具。锤子就你花钱买coding plan就行了，然后钉子我知道钉子在哪，我直接亲自去敲。对，不再像以前一样，就是说我知道钉子在哪，我得找人来帮我敲。这个是一个挺大的变化，或者说AI时代对大家一个最大的赋能。对，如果一定要从上半年的里面找一些

【主持人】你认为能够确实影响了整个市场发展的大事件，我不知道你会挑哪几个事情。

【嘉宾】我觉得OpenAI的Operator肯定是全球影响力最大的一个事件。Operator直接让大家，让我们原来在投资人或者创业者之间讨论的agent的概念，直接让所有的社会大众感受到，我要顾一个数字员工的概念。所以这是一个快速的概念放大跟映射，让这个形成共识了。就有点像去年DeepSeek出圈，对，DeepSeek出圈的时候就是大家觉得，中国大模型还能做这么好，所以那是一个关键冲击。这个是一个对全球的大家更好地去接受Agent，大家也会尝试自己去做Agent。有了Operator，所以才有养LPAgent的概念。其他更多是一个行业趋势上的变化，并不是什么事件性上的一个变化。我觉得还有一个是一个整个半年的大趋势，就是这半年的话，其实在社交媒体上会看到更多的讨论是关于你是站在光里还是光着站在哪里，是二级市场的，对。所以这个的趋势我觉得更像是今天相不相信AI或者说你对AI未来资产的一个判断上，大家形成了市场用脚或者说交易价格，你认定说它是泡沫，也形成了一个短期的热潮，甚至开始像不做AI、不懂AI、只做交易或者说大家只关注股市的人，今天他们变成了最懂、最花时间研究AI的一帮人。

【主持人】那我们就正好接着刚才言博谈到的这个大事件里面非常重要的Operator这件事情，我们来展开聊一聊这个Agent的话题。所以我想今年大家关于Operator的讨论其实也挺多了，然后也发酵了一段时间对吧，包括从全民各种装LPAgent对吧，买这些苹果的电脑，然后再到后面逐渐比如各大厂商，无论是像模型厂商Anthropic还是国内的这些大模型的厂商，腾讯这些，都开始推自己的Agent。再到现在，这个热度也慢慢感觉下来了一些。我觉得它的火和现在稍微冷却一些，可能都是跟Operator开源这件事情有关系。可能因为开源让大家觉得接触到Agent的门槛很低对吧，我在自己的电脑上就可以装一个完全自主可控的东西，它看起来的门槛很低，所以它很快就热起来。但其实反过来又是因为它开源，所以它不那么完善，无论是在安全机制上对吧，还是说在用户的体验上，其实都也会有很多挑战。当然，我相信还有一部分用户是它的忠实的粉丝和用户，但是可能对于多数大众来说，慢慢可能就转到其他的平台上来了。那就经历过这么一个周期之后，我不知道就对言博你觉得，它这波表面的热潮走到现在，它留下了什么对吧，就它代表了一些什么更深层次趋势的变化，包括和我们去年看Manus相比有什么不同吗？

【嘉宾】去年我们在聊Agent的时候，更多还是从Manus这里的通用Agent，再到一些LangChain，还有一些LangChain的框架衍生出来的，有算法工程师开发出来的Agent。但今天去看，会发现一个很大的变化，其实大家开始自己去尝试去装OpenCloud，尝试去下载各种刚刚的skills，然后自己再加，有一个所谓的养号的概念。一开始的热度是因为大家好奇，因为大家过去接触的从来都是在Bod这样的豆包对话对吧，但是Agent没养过或者也没做过。以原来的Agent部署，其实是相对麻烦的一件事情，除非很多人也没有用过Codex跟Cloud Codex。所以对大众来说，第一次一个快速部署的，而且是能把Agent的核心机制部署在端侧，不是放在云测去用的，然后又能自己去定义，自己去打磨，去养，通过自然对话的方式让它去实现一些任务，这个对很多人来说是一个全新的概念。大家都说Agent要交付价值，你只有真正上手体验过之后，你才知道它交付了什么价值。所以当时的热潮再叠加上它开源，然后我觉得传到国内之后，因为我们中国的开源模型都做得非常好，所以大家在这个支持下，很快地就形成了一个社交热度叠加爆炸起来。

【嘉宾】所以我觉得这个热潮引发了什么？Agent不再是只作为一个具体的任务工具，今天它定义的是Agent OS的形态，所以上面用自然对话的方式去定制你自己的Agent。然后这个功能开放给大家之后，今天就会有各种从来没用过的人去尝试，会有我们意料之外的场景，去尝试这些OpenCloud之后，也许能沉淀下很多新的应用跟Cloud Agent的落地场景。这包括像很多skills，其实都是用户自发，对，skills都是用户用skill creator做出来的，或者基于自己的想法。所以你能看到的是热度降下来了，当然很多吸引进来的人其实不需要Agent，但需要Agent的人，真真实实切切的现在就在稳定地用Agent。比如说，我可以举个例子，是我一个自媒体博主的朋友，他不是技术背景出身，他原来是做美妆博主，那跨度挺大，但他现在也需要自己去切入新赛道，想去做一些科技类的博主的时候，他就自己通过OpenCloud的方式给自己搭好Workflow，然后给自己定下规则去搜集相关的科技信息，帮他去生成相应的内容输出的Pipeline搭好，他就可以快速地把这个链路自动地运转起来。对他来说，还利用好自己的一个社交媒体的平台账号属性，就能把内容快速地输出。

【嘉宾】还有就是，我觉得很明确能看到的是PPT的制作上，各种各样的skills配合OpenCloud也好，配合Cloud Code也好，都已经成为大家去做PPT的标准范式。我觉得这个很明显能感受到，我们今年收到的很多BP一看就是AI做的，要么豆包，要么Cloud Code，要么Manus、MGS Part，这个是非常明显的。Coding我觉得不用讲了。

【嘉宾】Coding这个事今天已经是非常明确的。所以收敛下来之后，很多人包括很多电商，很多企业内部的流程化的任务，一些人逐步地沉淀出来。但只是这些任务，可能那些人声音不这么大，但是他们已经切切实实是在用的。所以我觉得一波热炒之后，虽然有泡沫，有一些波动，有一些噪音，但是最后沉下来发现，实实在在的，吹开了啤酒的泡沫，下面是醇厚的啤酒。

【嘉宾】所以当大模型应用从纯粹的聊天这样的交互形式，变成了帮助用户去做任务执行，那这里面什么事情开始变得更重要了。比如说，我也听说大家在最近一开始强调Agentic这件事。去年5月的时候，其实聊到Agent的时候，我们去讲Agent跟Language Model最大的区别是什么。Agent本质上是一个需要环境搭建、需要决策执行、执行再反馈这么一个闭环的系统。那这么一个闭环的系统，才能说我们觉得这样的Agent，才能在执行过程中不断地积累、学习、成长，它就像一个机器一样的运行，模型只是支撑它核心智能的一个大脑。当时去年这么一个概念，今年大家可能用更准确的词叫Agentic Engineering，这件事定义得非常死。

【嘉宾】但今年讲Agentic Engineering的话，从我的理解，更多是在去把模型的周边的环境定义好，它的反馈通路定义好，也许说把它整个闭环反馈的过程定义好之后，让模型自己去运转，真实地去运转workflow，然后它可以在workflow中去找到最好的一个运转方式。其实就不需要人去定死你每个路径怎么走，你给它定义好一个环境中，AI自己能探索出更好的决策，这个是Agentic Engineering大家今年去讲的一个重要的点。

【嘉宾】但我觉得更多是大家思路上的变化。其实这个，为什么今年讲Agentic Engineering去年不讲？我猜测一个比较明显的驱动要求，是模型在Agent支持方面变强了非常多。所以去年的时候，你指望模型在Agentic Engineering的环境里去探索的时候，它甚至探索出来的不一定有你给定或者是明确定义好的workflow来得效果好。但现在模型的Agent to use能力或者说它的长程决策能力变强了，它的摸索才肯定比我们给定比较好，所以这时候Agentic Engineering才慢慢地变成大众关注的一个开发方式。

【嘉宾】还有一个是大家对原模型的使用。过去我们用Chatbot的时候一问一答，最后会发现一件事情，给我输出的文字，我需要自己用手去点鼠标，我需要去把它转成文档，我需要把它转成PDF，再去操控别的软件来执行，它相当于只是我的一个guidance或者指导书。但人总是希望偷懒的，如果它既然能知道怎么做，它能不能自己去亲自做好。所以我觉得这是非常直觉的一个往应用去转的一个方向。去年的时候我们就强调这一点，今天的话，能看到各方面的条件，包括说AI Coding的工具变得成熟，模型的Agent to use能力变强，大家对Agent怎么去开发探索得更加成熟之后，今天的Agent就开始变得更加的出乎我们的意料好用，以及说更多的人可以开始去用。

【主持人】就是它开始逐渐进入一个可以依赖模型能力去自进化和迭代的，我觉得可能今天说自进化跟迭代到还早，但更多是环境打好了，它有的是机会让大家把自己的想法去变成现实去尝试，就有点像随机进化，就像寒武纪生物大爆发一样。并不是因为有某一些核心的决策要素，或者说哪个突然来了一个创造，并不一定每次迭代都是一个正向，对但是它因为有足够好的环境且足够丰富的资源之后，大家在里面随机进化，往往最后进化出来的结果就是一个大爆发，以及说一个高价值的结果。我觉得这个就跟另外一个问题其实也相关，就是大家之前也一直在诟病，就是大模型本身其实是缺少一个数据飞轮，它很多喂给它的数据都是需要人写好或者专家定义好。当然有一些这种强化学习的方式可以让它自己做一些迭代，但它本质上其实是没有真正利用好比如外部用户的很多数据去提升模型的能力的。比如说有了现在刚才谈到的Agent类型的这种范式之后，我不知道就是说大模型的所谓缺乏数据飞轮的问题会不会得到某种程度的解决。但是数据飞轮可能听起来比较虚，比如说我们就把定义为个性化的体验，就是个性化体验，在传统互联网时代其实是非常有效的，包括字节，包括像淘宝阿里，他们跑出来这样商业模式其实都是基于这种个性化的体验。那么在大模型时代，Agent会不会成为它形成这样的一个数据飞轮和个性化体验的一个载体，如果是的话，那这里面什么东西是重要的？

【嘉宾】这个我觉得从数据的角度来说，可能过去大家单单用Chatbot的话，更多收集的是所谓的用户的语言对话的上下文数据，这个非常重要，所以当时谁家的模型用的多，它能收集到的语料数据就更多。但到了Agent的这个场景下，大家考虑的是这种执行，所以最后不再是单一的比你收集了多少的上下文数据，所谓的叫任务轨迹，任务轨迹才是一个关键的核心数据。这个跟机器人是也是类似的，我们说具身智能本来也是一个Agent，具身智能今天大家也强调的是真实的任务数据，Agent里面也一样，我怎么去做决策，然后任务每一个怎么执行，Workflow执行下来的具体的执行数据，这些数据我觉得是能形成一个数据价值的。Agent ROI今天也是一个非常热的一个话题，因为我们去年强调的Workflow的Agent能快速落地，但是未来真正交付超越现有水平、超越人现有水平价值的Agent产品肯定是得基于ROI去推进的。所以当这类数据被积累了之后，再加上整个Agent环境搭建好之后，Agent ROI我觉得自然而然就能把整个过程得往前去推进得更好，因为你有强化学习。

【嘉宾】你会有每次的席位轨迹数据集，当然我现在不确定的是这些轨迹数据能不能流通回给基座模型公司。或者除非是基座模型公司，比如说举个例子，Claude Code自己做的Coding的一些轨迹数据，它肯定可以用来反哺自己的模型训练，所以它可以做到比别人更强。但实际上到最后，Agent大量的会是垂直分散，这些上下文数据，这些轨迹数据都是对基座模型不开放的。所以我觉得有可能会在Agent这一层形成一些可以沉淀的一个机制，这样子才会说存在Agent的创业机会。不然今天大家都担心的一件事情，就是模型越来越强，边界吞噬一切，模型即万能的应用，那就没有Agent的创业机会。但我觉得考虑到，尤其刚我们聊到的这个点，任务轨迹加垂直场景数据怎么去反哺整个Agent的运转，我们觉得大概率会在这个体系内去运转。所以这么去看的话，Agent有可能会实现自身的一个数据飞轮，然后形成自己的一个领域跟场景，不再被大模型所吞噬。

【主持人】那听起来到底谁能获得用户的数据，包括这些刚才讲到的任务轨迹，大家会把它当成一个兵家必争之地，因为谁能拿到这些资产，谁就更有可能去提供更好的这样的一个用户体验。当OpenAI的浪潮稍微下了一点之后，我们也看到其他的大厂其实也纷纷推出自己的这种Agent的产品，比如跟IM结合起来，其实就是像我们看到的比如说微信，或者飞书发的自己的这种Agent的产品，然后跟大模型结合，像Claude Code，包括OpenAI Codex其实也能做很多这样的事情。第三类，其实刚才严博室也谈到了，可能更多是一些偏第三方的，当然有些是跟硬件的这种，比如PC也好，或者盒子也好，绑定的这样的一些类型的，所谓叫端侧机对吧，我们看到最近有很多公司在做这个方面的尝试。然后也有说去帮助这些端侧怎么能更好的部署在不同类型的这种算力能力的硬件上，然后给用户提供本地化服务的这样的一些机会。所以我不知道比如针对就这几类吧，你觉得谁最终胜出的概率会大一点？

【嘉宾】这个事儿上，我觉得今天我去讲谁胜利会大一点，这事儿挺神棍的，但我想讲的是其实三个方向切入的人，想做的事情其实是不一样的，他们并不是说会互相竞争。我觉得从大模型厂商的公司来说，他要去切了这些Agent的，肯定是第一时间你模型最近的，他们去做是最有优势的，以及同时对他们来说还具备数据，跟提升模型能力价值的。所以今天可以看到，就是大模型厂商过去好几种类型的Agent出来之后，大模型厂商迅速做了第一个叫Deep Search，就讲的是互联网搜索的Agent，跟它能直接挂钩。所以今天可以看到所有的大模型直接推出的，ChatGPT也好，Claude也好，直接自带互联网搜索能力。第二个大模型厂商愿意推出的叫Deep Research，他们也是自己直接去做的。然后再到后面就是Coding，因为Coding本质上就是Token，各种各样的文字、英文字符。

【嘉宾】然后对它来说，还有一个环境去做输出结果的判别跟审查，这个是一个天然适合Agent来做。所以大厂一般还是去启用一些通用类的、跟它相关性非常高的这样的机会，确实得以大厂来做。也就是说，一开始会有一些创业公司去做，但最后发现干不过大厂。我觉得今年比较悲情的一个case，就是Cursor被收购。Cursor可能是过去3年做Coding先驱里面最强的公司，但它收购对公司来说并不差，只是到最后它从一个给Claude的贡献最大Token消耗量的公司，被Claude自己发布的Agent产品给干掉了。所以这个确实能说明，就是在这种离模型太近的Agent的领域，你去创业的话，就像恒星到末期膨胀一样，你就是一个行星，离它很近瞬间被吞噬。

【嘉宾】第二类，你刚刚提到的像IM跟办公入口这类的话，这里的好处是它把入口从原来单一的APP上，拓宽到我们原来熟悉的场景。还有现有的IM跟办公类的软件，其实它有现成的文件体系跟现成的数据文档体系，今天对Agent来说，它也是一个很好的封闭环境。所以在这里的话，我觉得它比较有优势的就是，第一就是你公司大家都用某一种办公软件，你作为一个人，你就会快速切进去用，这它已经有了一个原有的市场推广生态。第二个就是你有很多工作流是沉淀在上面的，比如说举个例子，发票报销。所有人包括投资人，包括所有工作人员都会遇到这个问题，这个问题在每个企业内部假设数字化做得好，都是要标准的数字化流程。这个流程沉淀在上面，这个是不是Agent可以快速去学？所以对这些IM来说，他们就可以把原有在SaaS时代还有工作办公时代的很多workflow变成Agent。我觉得这是他们的一个优势，他们最后切的也还是这些场景。

【嘉宾】第三个，我觉得本地跟硬件类的形式，这个算是大家的一种尝试。但至于说你做成一个龙虾机这样的方式，是不是真的好玩或者怎么样，其实大家发现，一开始热的时候抢得最凶的是Mac mini，冷下来之后，闲鱼上卖得最多的也是Mac mini。所以这个是不是一个产品路线，我觉得先打一个问号。我觉得用MacBook也好，你自己用自己电脑来尝试，或者用云服务器来尝试跑Claude的话，也都没有太大的问题。除非你真的明确你要用，而且你对隐私要求比较高，你不用主力机，你才会买这种龙虾机。但从硬件的形式来说，比如说还有各种端侧AI的硬件，我们今年投资上也看了蛮多的，不管是端侧算力盒子的形态，还是端侧路由、端侧硬盘的形态，我觉得这些都是一些基于说今天AI场景的需求去补充的。

【主持人】我们刚不是说到，用户的很多轨迹数据，好像模型都拿去训练了。这个例子，我是某公司的核心的做架构设计的人，我用了之后我的数据我被Claude都知道，对我来说是一个非常大的风险隐患对吧。如果说从数据的端侧的角度来说，我不知道你怎么看隐私跟模型能力的这么一个冲突。你现在很多时候大家讨论的问题都是，我想用最好的模型，但我不接受我数据给他。就我们刚来讨论的，Agent有积累数据，那数据到底归谁，我不知道你怎么看这个问题。

【嘉宾】对我们可能最近两个月突然会发现很多公司会开始往这个方面去思考。那我就要去回答这个问题的话，可以分成两类用户吧。我觉得对于大多数比如C端用户来说，从历史经验来讲，包括从互联网时代过来这个经验来讲，我觉得更多可能还是更看重效率、体验而多于隐私。他可能甚至会让渡一些自己的隐私包括数据安全，因为我们现在知道我们其实大量的数据都根本不在我们自己手里，其实都在外部的平台手里，但我们其实也没有人去真的说想办法把这些数据拿回到自己手中来。但我们依然还是想去获得很不错的各种比如电商或者说各种媒体、娱乐这样的一些体验。所以我觉得从C端长期角度来讲，他可能会更倾向于使用一些偏云端或者说比如大厂提供的这样的一个服务，不一定会去把数据完整掌握在自己手里面。

【嘉宾】但是如果说第二类用户，我觉得可能是一些Pro的C端用户，尤其是一些B端用户，我觉得可能这个问题会显得非常突出。尤其是对于B端来说，他们的数据资产其实本身就是这个企业经营的最核心的资产，无论是他自己的这种技术的文档也好，还是一些产品的设计的一些方法也好，其实都是沉淀在他的这些数据上面。如果这些数据都比如让渡给大模型而换取的一些效率上面的能力的话，我觉得应该对这些企业来说是得不偿失的。所以我觉得就是从我们看到的一些未来的机会上来看，怎么把最好的大模型的能力，然后和这些企业当然也包括一些Pro C端用户他自己的本地化的一些数据，包括一些知识库，怎么能够去连接和打通，同时又有一定的这种权限隐私的保护，这其实是一个大家在尝试解决的问题。

【主持人】对，我有个问题。假设这个模型你能安全地用，你能安全地跟他讨论任何你自己的核心隐私。比如说举个例子，原来很多律师是不能把自己客户的资料泄密的，然后核心的工程师是不能把自己的配方泄密的。大家去用AI就有一个很大的问题，你要么是有话不说，要么让他干。假设理想情况下这些问题都解决了，是不是这些场景就会成为今天AI下一步渗透的点？

【嘉宾】对，我觉得是。其实最近跟一个阿里云的朋友一起来讨论，因为他们都是卖大量的服务器给一些客户。那么他们那些比如说做C端生意的客户，其实Token的调用量可能还是比较多的。但他们很多比如说那些大B类型的客户，其实Token的使用量是一直上不来，跟他们云计算服务器的消耗比起来少得多得多。挑战就是在于他们现在用不起来，释放不出来Token和模型的能力用于他们的业务场景，可能目前只能用在一些比较浅层的效率工具上。但如果真的有一天比如刚才我们说这些问题，包括隐私安全的问题能解决，然后这些问题确实是通过我们的调研，它确实是很多企业在用大模型上面的一个非常重要的卡点。如果这些卡点能解决的话，我相信是能够释放出来的。

【主持人】对，其实我跟彭奇最早我们都看过SaaS跟Fintech，早年大部分都SaaS跟Fintech，客户都大B客户。大家那时候看完经历到现在，对大B客户，包括我们投资也好，包括创业公司也好，对大B客户都是又爱又恨。他钱是多的，但是做起来是累的，问题也复杂的。我们知道今天你怎么看AI在这些大B客户里去落地？今天我们最近有一个词听到叫FDE，我听到的说法叫AI外包，外包AI的落地工程师，这个海外很多公司都在招。国内的话大B服务也很多东西，比如说在大型的模型厂商、大型的云服务公司手里去捏着他们去定向服务的。你怎么看？对未来AI渗透到这些跟大B形成一套商业模式的话，会跟原来SaaS跟Fintech有什么变化？Fintech是非常经典大B客户很多的一个领域。

【嘉宾】我觉得确实是，对大B这个行业又爱又恨这个描述是非常准确的，他们确实是比较有钱的客户。当然他们另外一点就是要求非常高。至少从现在这个时间点，比如说我们跟一些企业聊，大家在打大B的时候确实还会遇到一样的问题，比如说叫加量不加价的问题。因为客户也意识到说AI这件事情能帮我解决一些问题，然后他也觉得说既然市面上有开源的模型，你说我是不是愿意为你能给我提供的这些AI服务付溢价？那他可能也不一定愿意。以及中国这个市场也比较内卷，所以大家可能各个厂商的报价、价格上也会打得比较狠。所以对于现在这个时间点去落大B的话，其实是我们刚才讲到的这些问题。

【嘉宾】那么我觉得这个问题在海外可能会遇到像中国过去一样的这个B端客户的问题。因为大家都之前都在说，比如说海外客户SaaS这个模式比较好，大家都真的可以按照订阅去收费。但刚才谈到比如像FDE这样的模式，他们如果真的要介入到他非常底层的这些数据库、包括这些系统当中去的时候，尤其AI要渗透进去的话，不可避免的要去解决很多数据安全隐私，包括内部的这些各个数据库的对接的问题。

【嘉宾】以及还有一个最重要，就是怎么去控制幻觉的问题。因为现在刚才也谈到，他能解决一些效率提升的问题，而迟迟不能去介入到业务环节核心原因就是，效率可能对于幻觉的容忍度比较高嘛。但是真正业务，比如刚才谈到Fintech，比如我做一笔风控，我如果完全交给AI，他如果有幻觉的话，那这个带来的损失你说是谁来承担？是模型来承担还是企业的员工来承担？这个界定就跟驾驶事故一样，其实现在还没办法去做切分。所以我觉得这个确实是制约B端去大规模应用的一个挑战。

【嘉宾】那可能我们也在这方面会去关注很多新的这种创业公司，他们也可以去用大模型的能力，比如说怎么去把企业内部的数据层面去做标准化，包括打通，然后可能不需要那么多人去介入，去构建比如说企业的一个业务的知识图谱。然后另外就是怎么能够去在介入业务的过程中去把这个幻觉的控制的问题解决。但这可能目前我看起来可能还是有一部分的学术问题在里面需要去被解决的。

【主持人】但是这反而也是机会嘛，对，我觉得Agent的机会我们聊差不多，然后因为我们是投资人嘛，我觉得大家肯定感兴趣说，聊那Agent的下一步我们怎么预期，对吧。我可以先整理一下我的想法，就是对Agent来说，今天其实有个挺有意思的争议，叫悖论就是，Claude什么都能做了，为什么还要去做Agent的创业给别人提供服务，那你有什么不应该自己写。但我觉得这个市场永远都是能抽离出一个共性的需求，然后共性的需求由最好的人打磨成好的产品，再提供给大家去服务；剩下碎片化的、极度个性化的需求，那用相应的所谓的锤子，自己去当钉子砸就行了，但是已经有人给你砸好的钉子拿过来，我觉得大家是愿意用的。我可以举些例子，就是包括对我来说，因为我之前最近有蛮多的AI RSS订阅器总结的一些产品出来。我最早也想说自己要不自己用Claude Code写一个，或者用Codex写一个，后来发现现有的觉得挺好用。所以我一个月给他们付个十来块钱订阅费的时候，完全不需要自己烧大几百的Token去写这么一个APP。我觉得有点像一开始，比如说举个例子，锤子或者机床发明出来的时候，大家都想自己去做的玩，到最后发现当一些产品贡献非常明确之后，可以规模化之后，索性买比自己做要便宜。所以我觉得可能今天Agent的很多时候，还是在比较早期的大家动手阶段，到了规模化、工业化、供给的阶段的话，大概率会分出来很多贡献的、满足大部分人需求的，然后能形成创业机会的一些Agent产品。我觉得这还是我比较期待的，我不知道彭琦你怎么想这一块对未来的预期。

【嘉宾】对大家一开始可能愿意自己动手做一些，我觉得可能一部分可能来自于fun，一部分可能也来自于他从这个过程中得到的一些成就感和掌控感。比如刚才你讲的，比如说我们就差一个工程师，但现在没有工程师，我也可以把这事儿干成，所以这个成就感我觉得是很强的。但这个能力如果现在看起来已经普世的话，如果大家都是这么做，全球经济价值的角度去考虑这个问题的话，比如说单位这个Token带来的实际的经济价值有多少，可能确实就没多少。因为大家也说，比如很多私人用户开发的代码其实也就是垃圾代码藏在那里，他可能也并不会真正地上线运行去服务什么用户。我的感觉是这个确实是还在一个比较早期的阶段，以及这个可能跟他相关的另外一个有意思的话题，就是这个Token Economy的问题。我觉得还在一个形成的过程中，就是大家怎么给这个Token去定价。

【嘉宾】就是它的价值到底是按成本定，还是说按它实际的这个价值来定。那比如刚才讲到的，大家开发的很多有成就感的应用，但实际可能没有产生价值，就它这个定价的价格是不是还能持续维持住。所以我觉得这件事情可能还需要去拭目以待。

【主持人】明白，不要重复造轮子，也就是最后是token的经济体系如果形成了，大家agent的才会更好在上面去形成运转，对吧？

【嘉宾】我觉得长期来看，token的价格肯定会在一个供需关系的基础之上去回归一个价值，但这个价值到底会以什么为锚点，我觉得还是挺拭目以待的。我觉得肯定不能以这种现行的方式去推演，比如现在大家都按这种订阅的方式去推演未来，比如这几家模型大厂的商业模式和营收模式，我觉得这个可能未来并不一定是这样。我感觉可能大家今天也没有摸索清楚，到底用多贵的token去跑自己想的任务，往往就是不清楚的情况下，我宁愿用最贵的。所以之前token的用量或者token的支出在涨，但也要回跌了。我理解这个更多是一个比较健康的回调，大家意识到杀鸡焉用牛刀，就用便宜的也可以。所以慢慢的大家会趋于理性，我觉得这都是一个经济行为上的一个正常波动。

【主持人】OK，就是我们刚才其实针对agent已经聊了很多了，我对大模型的讨论也很多。还是想问一个老生常谈的问题，就是不知道营波觉得过去这半年来，就整个大模型的能力，它的进步的速度是加快的，还是在放缓的？

【嘉宾】我觉得体感分两方面。如果是结构性的创新，比如说举个例子，像当年O1出来的这种跨越式的创新来说，现在确实有一段时间没看到了。但是回过头看，它关注的能力点的进步那还是非常快。有一个比较明确的感受，就是原来大家去看模型每次发布的报告的时候，大家都是用MMLU还有一些数学的测试，就像他考试去考榜单。但今年大家做的都是SWE Bench，让它做的是Computer Use相关的Benchmark之类的，讲究任务交付能力的一个榜单。模型其实趋势是从原来的我去应付考试，变成了我要真正交付Agent价值。所以今年我觉得最大的一个变化，就是在它的模型越来越像我们刚刚聊Agent，它能支撑Agent变成一个数字员工的一个角度去提升。所以你看了就大家都讲，我的coding更好了，我修Bug能力更好了，我的调研工具、调用命令行执行工具的能力更强了，我桌面的Computer Use更强了，我能做长任务，我的分数更高。所以不再像过去一样去考试谁的分数更高。所以我觉得这是一个最直观的感受，它虽然没有一些结构性的、颠覆式的创新出来。

【嘉宾】但是他在真实任务的落地中快速提升，这也是为什么说大家意识到Agent Coding越来越好用了，本质量就是模型越来越强。对，他就像比如一个学生从学校毕业走入社会的过程中，可能他的知识储备和能力已经基本上定型了，但他实际在工作中能多大程度发挥出来他这个能力，现在就变成考核指标，不再是考试分数，考你能做多少工作任务了，所以这个是一个比较大的变化。

【主持人】对。那这里边表现最突出的，你觉得是哪家公司？

【嘉宾】我觉得大家现在肯定是关注的就是海外Coding最强的Anthropic。至于说为什么，我觉得当时Anthropic非常明确的把所有的中心都投入到Coding上来，是一个绝佳的战略决策，把它直接从一个大模型的竞争里的追赶者变成了行业的引领者。因为他是最早看到说模型要从考试转成任务执行的评估体系上去变的。所以他做的模型，可以看到为什么AI Coding这些产品突然变好用了，其实本质上就是Claude Opus当时3.5出来确实就好用，然后Claude一直往前做，那Coding的工具就越来越好用。所以大家会用的越来越多，就形成一个正反馈。对Claude来说，自己就在这方面逐步的强化。另一个就是Claude的收入增长实在太好看了，现在都说他们的收入可能到ARR到160亿美元，然后这家公司的市值，大家都预测他今年上市，可能会是万亿美元的一个市值。从这个角度来说，他无疑是最引领风头的。他的推理毛利率，也就是说他可能声称自己很快今年年初就要盈亏平衡，这都是一个超过大家预期的进展速度。对。所以他选择了一个相对看起来比较垂直，但其实也做到大的一个市场，去把这个市场的用户群打透，其实比你做一个看起来很全面，但是每个方向上可能并不绝对领先的选择。

【主持人】我觉得也不是这么描述。就是从Coding的角度切入的时候，Coding并不是一个特别垂直的领域。Coding本质上包含了人的逻辑跟决策流程在里面的，因为Coding本质上就是我们去把算法落成一个具体的真实的一个Application。他把重心投入到Coding之后，自然而然增强的是他的推理能力，他的关联的思考能力，跟他基于逻辑的一个决策能力。所以这反映过来说他模型，大家在用他的时候总觉得他特别严谨、特别聪明。相比说我不点名某些模型公司的产品，可能感觉是天马行空、非常有想法，但是不可靠。所以这是他基于切入Coding跟切入Agent的应用之后，带来对他的一个模型能力的反哺。我觉得这就叫学而不思则罔，思而不学则殆，知行合一。Anthropic是最早知行合一做的最好的，所以反馈下来他的知就提的比别人快很多。我觉得是这个点会比较有意思。

【嘉宾】所以今年Anthropic都说发了自己的Claude 3.5或者新版本，那时候我觉得新闻特别多，就说绝对不对外供。

【主持人】然后只中间短暂的给大家共了一段时间之后又下线了，还要传出来说美国要封禁，我不知道你怎么看封禁这个事。当然我理解大家其实在网上对他们的能力有一些评价，但是因为很多用户其实也没有真正使用过。但我再难看了一下，可能他的能力的提升，比如说在这个上下文的长度上对吧，包括说他能做一些这种自适应的这种循环的思考，以及再跟刚才讲到的Agent的这种能力去做融合，给用户带来了体感上我觉得就是很强的一个体验。但他被封禁这件事情，包括像GPT也发了5.6模型，然后反正目前也没有对大众开放。但我觉得这个一方面会有一些烟雾弹的成分，有一些饥饿营销的成分在里边，但他是不是能够真的带来国家之间竞争武器一样的能力，可能还需要再看一看。再回头看国内的模型，你觉得这半年进展怎么样？

【嘉宾】我觉得对他的惊喜来自于智谱，对，尤其是智谱的股价，对，智谱的股价加上他的GLM 5.2，他也是一样，把重心就放到扣顶上。

【主持人】对，所以回过头来看，模型呈现的进展最后，我不知道你怎么看其他家的一个进展情况？

【嘉宾】对，我觉得智谱还是在一些架构上还是做了一些自己的创新，包括他自己5.2其实也在训练，他长程任务的表现上，我们也听说加入了一些这种过程奖励的方式去提升他的能力。所以我觉得国内团队的整体的这种不论是在架构上还是在算法模型的创新上，都还是在持续迭代的。但是另外，我觉得更重要的一点是，可能在一些数据的定义，包括数据的采集和任务的定义上，也开始逐渐补强，对吧？这个其实也是大家之前讨论的比较激烈的部分，比如说可能海外的厂商也都在质疑我们是不是在做大量的蒸馏，但如果你只做蒸馏，你的天花板其实是有限的。但看起来大家开始，包括上市之后，包括大家融了足够多的钱以后，除了过去比如对算力和挖人才以外，大家其实越来越多的愿意在数据的采集上花很多的资源和钱，对吧？包括国内其他几家大厂，就我们了解，包括我们今年也看到很多专门做这种数据服务商的公司，其实都赚钱还蛮多的，而且基本上是只要有数据都会被疯抢。所以我觉得主要大家是在做，就除了模型架构迭代以外，在数据上其实是补足了原来跟海外大厂的差别。当然另外一个比较有标志性的事件，其实也是像大家一直非常关注这个DeepSeek，他自从去年年初发了模型之后，后面一直一段时间比较沉寂一点，但我们都知道他其实也在做很多的努力和工作，包括适配国产的算力。他在今年也完成了一次融资，这个其实是他在过去一直坚持自己不融资的情况下做出了一个变化。我觉得这个当然也是比较有标志性的，我觉得他做这个选择，应该更多是为了从人才和资源绑定的角度去帮助他本身企业发展的更好。因为我觉得可能一个是说目前国内的模型的竞争依然还是比较白热化，尤其大家对顶尖人才的追求。

【嘉宾】还是比较强的，所以他需要通过比如说给自己公司做一个估值定价的方式，去给他们的员工足够的激励，这样子能够吸引和留住最好的员工，我觉得这个其实是这个时代最重要的资产。我觉得另外一点，就是他做出的选择可能会希望能够更多地跟国内的这种算力或者说这种厂商去合作，这样子他做的不仅仅是把自己的能力提升上来，更多是把整个中国的一个产业生态带起来，就是从模型然后到上游的这些算力基础设施芯片，整个系统都带起来。

【主持人】对 DeepSeek 我觉得这个事倒挺值得说一句，我觉得最大的变化是 DeepSeek 刚出来的时候，行业里的竞争者包括国内的智谱、零一，大家的资金支持规模大概都是在几十亿级别的。所以在这个角度来说，几十亿的时候 DeepSeek 作为一个有量化基金公司支持的 Research Lab，或者叫 Research 的公司，其实还是能跟大家去协同竞争的。但去年开始到今年，遇到一个很明确的变化就是大厂开始砸钱去干这个事，腾讯投了很多钱，阿里也在砸钱，小米也在砸钱，还有很多 Minimax、智谱上市。这些公司手上的资金体量就不再是一个几十亿人民币的体量。那这时候如果 DeepSeek 还是按照原来的那种方式运转的时候，它无疑是自己给自己增加挑战难度。所以我觉得对它来说，DeepSeek 作为一家风格很明确的公司，它一切都是服务于做出更好的大模型，并不是说服务于一些商业落地目标。刚才我们其实聊了很多关于国内大模型的一些变化，所以我不知道从你的观点来看，跟美国的这些头部的模型相比，它的差距是在变大还是在变小？

【嘉宾】我觉得在基础模型以及说一些通用的标准版的模型上，其实今天中美的差距是在逐步缩小的一个过程。比如说就拿刚刚的智谱举例，很多人都觉得智谱 GLM 5.2 的编程能力已经非常接近于 GPT-4o 跟 Claude Opus 最新的模型，所以这个是会缩小的。但是有一个非常明确的问题是我们没法去克服的：基础设施加算力，今天始终还是美国占优。他们有数十万卡集群的算力中心去支持他们去训练模型，所以在最前沿的模型上，我们短期还是比较难追赶上，因为这是一个生态的竞争。但在整体的我们擅长做什么事情，既然我们没有算力，DeepSeek 还是我们擅长去提升算法的效率，我们擅长花小钱办大事，所以我们在追赶的速度会很快。所以我理解上，短期之内可能还会是美国的模型厂商去探索前沿，去把尖端的性能再往前推进，然后我们去想办法去跟进。但随着中国的整个生态完善提升的话，我觉得到最后也会有我们去探索前沿的这么一个时间点出现。只不过说我能感受到的差距是在越来越小，2022年的时候大家觉得我们很难追上了，2024年的时候我们说觉得好像差一两年的差距，到今年就是很快，就几个月的时间可能大家都会赶上。就像最近智谱的CEO在推特 X 上跟马斯克的对话一样，马斯克说你什么时候能赶上 Grok，他说就过一个季度，下个季度可能我们就赶上了。所以我觉得我对于差异的观察还是这么一个角度，我觉得值得期待，但现在也要正视基础设施我们的一个差距。

【主持人】对，因为毕竟这些基础设施还是决定了

【嘉宾】在模型架构的探索上，就是做实验的空间，你有更多的机器，就能够去同时跑不同的实验，这样去探索前线的效率肯定是更高的。但反过来说，比如说在补数据的能力上，其实变得比原来强了很多，然后数据其实看起来，目前整体对模型能力的进步的贡献的占比，应该是会越来越高。所以从这个角度上来看，我也觉得它会更快。对，如果再说一个点的话，刚才其实严伯也谈到了，包括像这些极速版或者说相对轻量化的一些模型，其实我们在效率和成本上的优势是明显的，我觉得在这个方面，我们一定是领先海外这些模型厂商的。我觉得一定程度上就是我们已经出名了，MiniMax 2.5在OpenRouter Chatbot Arena Try的时候，就直接成为了官方推荐的模型。然后在今年3月份的英伟达发布会上，其实黄仁勋就提到未来模型的分层，其实在很多极速版跟中间相对标准版、通用版的模型上，Kimi跟MiniMax的名字都列在了他的PPT上。我觉得这个事情上还是我们有一些走得比较快的一步。

【主持人】另一个我觉得挺有意思的是视频生成模型，真的是好像是今天反而是国内的声音，尤其即梦发布之后，收入ARR已经20亿美元。反观海外，目前看到除了Google的Veo 3.0大家还觉得不错之外，但Sora已经关闭了服务。现在整个差异反而看起来好像是我们更强，我不知道这是为什么。

【嘉宾】我觉得现在可能有几个点。一个是我们在训练视频模型的数据上，我觉得包括像字节，包括像阿里其实在这方面我们其实并不落后。刚才我们谈到比如偏纯文本或者大模型的数据，其实我们需要重新采集很多，有很多存量的视频数据，但怎么把他们的训练和数据的挖掘做好，这个其实是有很大的空间的。在这个层面上，我觉得国内的厂商做得还是不错的。然后另外一点，就是这些视频模型的token消耗量是巨大的，那么在这个前提下，就是你的产生token的成本和效率就会被呈数量级的放大。所以比如对于Sora来说，可能生成同样一条视频，它的成本比如说即梦的很多倍，如果还按照同样的价格的话，它基本上很难支撑它这样的一个模型的商业模式。对于即梦来说，他们可以通过这些架构的设计，通过这种算力的高效利用，这样子把成本相对降到一个可以接受的程度，这样子就能够带来相应的一些商业化的价值。所以我们也可以看到它的收入，确实就是视频模型相关的收入，确实目前包括token的使用，已经占到整个直人体大盘子的一个相当重要的比重。

【主持人】可能因为我们中国有AI短剧、AI漫剧，所以我们是有明确的需求，加上现在工作室始终在等着最新的模型去改进自己生产效率流程，然后这些内容实实在在生产出去是有人消费的。但海外可能确实在消费的，或者很多这些消费的渠道上、场景是比我们少很多的。

【嘉宾】所以还有一些很有意思的观察点，是现在看视频模型做得最好的几家，字节、快手。

【嘉宾】谷歌三家各自都有自己的视频平台，快手有快手，然后字节有TikTok和抖音，谷歌有YouTube。所以我猜测，数据的这个能力能决定它上线、它的进展速度要多快。就刚刚你说的数据非常重要，对，就是出于隐私的关系，不一定用自己平台上的数据。但是他因为做过视频平台，包括这些数据的平台，他知道怎么能够从工程化的角度去处理这些数据的资产。

【主持人】那么接下来我们再聊聊关于AI技术设施的一些部分。就英伟达去年年底收购了Groq对吧，然后他在今年3月份的GTC上也发布了这个LPU的方案。然后最近我们也看到Cerebras这种一体化晶圆厂的公司也上市了，然后OpenAI正好在前两天也刚刚流片了自己设计的一个推理芯片。那么随着整个谷歌大模型厂商在快速推高自己的资本开支，然后Token的销售量也变得非常的大，那么算力技术设施的这个成本肯定会成为一个很重要的问题和瓶颈。我不知道比如说针对算力技术设施这一层，你觉得他正在发生一些什么变化，然后有什么是市场要面对的一些挑战和机会？

【嘉宾】对，我觉得可以先讲一个大家比较感兴趣的东西。从去年下半年到现在，英伟达的股价没有涨幅特别大，还是在180美元到220美元之间波动。但是他上游相关的Infra公司，包括光互联公司，包括存储公司，股价都是迎来让人羡慕的10倍，变成币圈了，10倍以上的一个涨幅对吧。就是你去年把年中奖存进去，今年可以收获一整年的工资的感觉。这个是大家非常非常都能关注到，而且时常会在各种社交媒体冲击你的，比如说美股涨多高了，港股的南方两倍海利市今天跌20个点，明天涨30个点，就那种上上下下的状态。但这里回过头来看，我觉得我们讲正经的这行业的变化，核心的变化是从算力够不够变成了今天整个算力系统是不是最高效的运转。所以过去大家只用英伟达最好的芯片去把推理跟训练什么事都做了，包括英伟达也是这样，用传统的GPGPU来做，变成了我要去搭建一个更高效、在各个场景性价比最高的一个系统。所以今天的关键模块就不再是GPGPU或者是单独的一个算力芯片，也变成了推理是不是需要更好架构的芯片去大幅降低推理成本。因为到最后假设AI真的渗透到各个行业，这个时候推理是绝对九成以上的一个大头需求，推理成本就决定了整个社会AI Token消耗的渗透速度跟渗透量，推理成本越便宜肯定越好，模型产业有钱赚。然后另一个就是，这个系统如果要高效，那就不仅仅是算的问题，还有存跟传输的问题，就变成了大家现在很热的光互联跟存储的问题。光互联解决什么问题？原来这么去举个例子，一万个节点的集群的GPU卡，第一个节点算完了一个卡，要把结果快速地传给不同的第二个节点、第二个节点，再传给第三个节点，大家去计算和实际网络这么一个传输过程。假设传输跟不上，最后就变成了A算完了给B的过程中，B已经把它手上的活算完了，一直在等。

【嘉宾】等的过程这叫什么GPU利用率。GPU利用率整体是偏低的话，对算力公司来说，或者对整个算力系统来说，是低效浪费成本的。因为你雇了一万个人，结果一万个人里面，因为活流水线传得慢，所以有些人在磨洋工，那你肯定是白花钱。所以大家就开始花了很多精力在怎么去考虑提升通信的速度，包括说光互连，光互连再到片上光互连，这都是一个长期的所谓光铜同退的过程。所以大家可以看到，光模块的用量在大幅增加。数据中心的板间的连接，从原来的直接接线，变成现在PCB，PCB背板，所以PCB也在大幅的用量提升，然后再到片上的一些探索。大家是不是探索更高效率的光互连形态，比如更高速率的光模块，从现在的可插拔光模块，再到LPO，再到CPO，这些都是基于说刚刚那个需求下去倒推出来，去逼着整个系统变高效。

【嘉宾】所以我们可以看到，系统里明确面对的墙就是所谓的传输墙。还有另一个就是存储墙。存储墙是什么意思？存储墙就是我们已经算完了，把东西存着，重新算的时候，把这些东西搬给这些要计算的单元的时候，这个过程也会让你的算力单元在那边怠工，这也是一个算力浪费。所以大家也非常在试图去提升一个存储跟算力之间的一个带宽，让存储具备一个更高的带宽，今天就需要更好的存储芯片，比如说HBM，就是这么一个过程中诞生的。也是过去十几年折腾了很久，大家一直以为这是一个低性价比、但没什么用处的东西，突然在今天很快速地全面铺开。

【嘉宾】然后还有一个价值就是，我觉得随着说AI的应用越来越多，我们很多的数据都会变成数字化数据，很多未被数字化的上下文，全部会被作为上下文存储，那对云端的存储来说，它就需要更多的量去存储这种东西。假设以后多模态模型出来之后，这个存储的需求就会进一步提升。所以对云端来说，那这就不仅仅是HBM的问题了，也有SSD，也有中间DRAM的问题。然后同时HBM成本过于的高，为了降低整个、所谓的提升整个系统的效率，那我是不是要考虑提升资源利用率跟所谓的分级存储利用？这也是过去一两年很多云厂商、技术型公司在做的事情。

【嘉宾】所以最后回头来看，不管是光互连也好，存储墙也好，HBM、DRAM跟SSD，都一同被推到一个非常高的需求。我们听到的情况就是，也是阿里的朋友跟我说，他们26年买存储的话都得靠抢了，已经是非常难去定到市面上的存储芯片。

【主持人】我觉得最直观的感受就是，昨天苹果发了新闻，因为存储价格上涨，我的MacBook要涨价了，已经影响到C端的跟AI无关的。对，已经影响到我们普通人。比如说为什么我去年非常坚定地要把用了5年的手机给换掉？因为去年如果我不换，明年换手机大概率会因为这些芯片存储的价格上涨，手机也要涨价，iPhone也会涨价。所以我觉得这个是看到的一个变化。

【嘉宾】我觉得挑战跟机会的话是这么去看的。供给侧有些新的技术出来，慢慢地向需求侧去推广，对吧，我做了什么新技术，我去找场景去让他们用。结果今天因为AI带来的一个爆发式需求，把原来的很多周期性行业变成了一个成长性行业，直接是需求侧倒逼，今天是英伟达去倒逼。

【嘉宾】上游的公司去解决问题，去加速你的研发，去做更多的投入，把我的所谓的存储墙跟通信墙给解决好。所以我觉得这个是一个行业在过去一两年非常大的一个变化，你说今天解决好了吗？我觉得也还不算解决得特别好。大家最后还要考虑，我们整个算力系统如果抽象去看，它做的就一件事：电力进，token out。然后这样一个里面，先不考虑它的基础，基础是投入，就是在运行的时候，OPEX的话，怎么样OPEX这个支出尽可能高效地转化为产出。这个过程也还是会持续地倒逼整个算力基建系统的各个模块去抓紧迭代自己的技术，比如说所谓的更低功耗、更高的一个产出、更低的成本、更好的可靠性，不要坏或者怎么样。所以我觉得这个是，本质上都是在去做更好的AI技术的供给，用更便宜的价格供给大家。就回到我们前面了，AI大模型跟水电气一样，这些都在去解决藏在下面的问题，让我们更便宜地去用token，或者更好更快地用token。

【主持人】明白明白，所以总结下的话就是，其实我们的关注点也不只盯在算力本身。

【嘉宾】对，包括跟算力相关的存储，包括这个通信，以及说上面跑的软件，还有甚至像整个服务器集群上面的，包括像液冷，就是它整个是一体化的一个优化的过程。

【主持人】对，这整个是一个系统工程。

【嘉宾】对，我觉得另外一方面很重要的一点是，需求的多元化会反映到这些算力在不同类型的硬件上有不同的需求。比如刚才讲到的这种像端、边、云这样的分类，这边也可以大概简单解释一下。比如说端侧就是我们身边的一些不插电，对吧，当然带电运行的一些设备，比如像手机、手表、耳机，或者各种各样的这种可穿戴的设备，其实都算这种端侧的硬件。然后还有一类就是所谓叫边缘侧，边缘侧可能是一些插电，但是仍然在我们身边能够去针对，比如说少量的C端用户或者B端用户，去做一些私有化部署的这样的一些边缘计算的盒子也好，或者一体机也好，这样的一些方式。当然大家就比较熟悉了，那就是一些在线提供的、一些远程的这种服务器的资源，比如像阿里云、腾讯云、华为云这样的一些厂商。前面我们看到大模型的时候，大模型的不同类型、不同档次的模型会分层，那么它们落地到应用侧的时候，在不同的边缘侧也会分层。那么这些不同的分层的交叉，就会诞生新的机会。我们不可能用一个非常高端的设备去跑一个端侧，这样子它从功耗的角度来讲，包括体积这些方式，可能都是不合理的。所以我们需要为不同的端边云去设计不同类型的这样的一些推理芯片，然后这样子能够最大可能地去适配不同的应用场景。

【主持人】对，所以正好说到这个事，就是端边云的话，你觉得在模型生态里各自会有一个什么样的发展？它可能会有一些不同场景的切分，对，哪些场景会最适合端侧，哪些场景会……各自会吃掉哪些？

【嘉宾】我觉得对C端来说……

【嘉宾】我觉得未来端侧的比例可能会比较高，以及说因为现在可能端侧跑不了太大的模型，但是我们看到未来的趋势，包括我们投的一些初创公司，其实在端侧未来可能甚至跑个几十B的模型都是有可能的。到那一天的时候，我相信模型的能力本身也有了进一步的提升，现在几百B能力的模型未来能跑到一个几十B的模型上，然后同时能跑到端侧。我相信大多数这种比较简单的、甚至一些Agent类型的任务，已经可以完全在端侧去完成了。只有一些非常复杂的，比如编程或者长程推理，可能才需要交到比如说边缘或者云端去完成。所以可能未来在C端的端侧市场，总之这是一个未来绝对不会忽视的机会。

【嘉宾】那么对于边缘侧来说，我相信它可能未来会成为一个沉淀最多私有数据的载体，无论是对于C端用户来讲，还是B端用户来讲。无论是一种NAS的形式，还是一体机的形式，它会把你所需要的所有跟你的业务或者个人相关的一些比如说文档、视频、图片，当然还有很多数据库相关的内容，都跑在这样的一个偏边缘侧的设备上。然后它对于这些Prosumer或者B端的价值，其实跟我们刚才讲的C端的端侧设备的价值比较类似。它基本上可以在本地跑一个满血版的开源模型，这样子它大多数的任务应该都可以在本地去完成了。除非有一些非常特殊的任务本地解决不了，可能在经过我们刚才前面讲到的一些包括脱敏或者安全的机制，再交到云端去协同去完成一些这样的任务，当然剩下可能更多的就是一些云端的算力去解决的。

【主持人】其实有一个刚突然想到挺有意思的小问题。我刚提到了苹果在云端的支出，也就是云端对这些硬件算力、支出设施、产品的需求这么的大，直接把它价格推涨，是不是一定程度上短期也压抑了端侧的需求？比如说你可能短期不会再去更新电脑了，然后原来比较便宜的一些端侧硬件现在都要变贵，反向是不是会对端侧短期来说不那么利好？听起来当然现在我觉得端侧本身的算力的能力，包括它存储的空间，可能也支撑不了太复杂的应用。

【嘉宾】我觉得刚才这个判断可能更多是针对比如两年后这个市场的情况。当然到那个时候还需要叠加一些别的周期性的考虑，比如说到那个时候整个的AI它的周期会不会发生变化。我们都知道它现在可能处在一个泡沫或者一定的高位，它到时候会不会有某种程度上的回调，它如果有大的回调之后，其实可能会带来对上游供应链挤泡沫的这样一个过程。所以成本到时候可能会有很多这样一些变动的可能性，所以这件事情还需要看未来整体市场的一个周期性的变化。

【主持人】对，我倒是觉得有一个点挺有意思，就是假设我们接受短期云侧会吸走大量的资源，因为要搞基建，那端侧是不是在长期之内都会倾向于去让大家去在一个相对低算力消耗且相对低硬件成本开支的情况下去实现更好的功能？也许会是一个挺好的创意方向或者切入点。如果这个做好了，假设后面真的资源多了，那它也有它的优势，我猜测也许是一个可以切入的。

【嘉宾】没错，没错。这块其实我们也看到很多初创公司，然后当然我们也在关注和投资这个方向，就是大家怎么能够把一个相对大参数的模型，比如说通过无论通过剪裁也好，还是通过甚至跟存储的一些SSD的这种互动也好，对吧，怎么能够把它部署在一个相对低性能一点的硬件上，这个我觉得是很多厂商在尝试去解决的问题。但这类模式到底能够去带动多大的市场，还是需要再去观察。

【嘉宾】就是2026年，从咱们一级市场的体感上来说最明显的，就是这个世界模型这个事变成一个超级无敌热的词。我印象中上半年看的反正号称跟世界模型相关的公司应该也得有几十家，我相信严博应该咱们也一起看过一些，也是比较多元化。比如说有的是做跟具身智能相关的，然后也有做跟这种视频生成或者游戏相关的，然后可能也有一些是跟仿真相关的。就是大家其实对于到底什么是世界模型，其实不是很清楚这个概念。通过一个比较粗浅的理解来讲的话，反正我觉得世界模型它本身并不是一个所谓的模型，它其实更多就是一个概念。这个概念可能指的就是说，我们给这个世界一个外部的行为的干预，然后去预测这个世界下一个时间点它的状态会怎么变化。在这个定义之下，我们是不是也可以认为说比如牛顿定律它其实也是一个世界模型，以及说对我们每个人来说，对吧，我们生活在世界上，我们无时无刻也在调动一个自己的世界模型去预测怎么跟身边的人和环境去交互。

【嘉宾】所以基于这个概念，我想就是我们还是回到跟AI相关的这个世界模型的狭义的定义。它既可以是真实的，它也可以是纯数字化的。它如果是真实的，可以用来去做一些刚才我们谈到就是具身智能的交互；然后它如果是纯数字的，可能会用来做一些视频的生成。所以我不知道比如说从严博你的角度来看，你觉得世界模型是啥？它跟我们比如说之前看到的其它的一些创业方向，比如说VLA，比如说这个视频生成模型，甚至说大语言模型，有什么关系？

【主持人】我觉得世界模型这个概念并不是新概念，可能从最早强化学习里就有世界模型这个概念。因为强化学习本质上就是一个给予环境一定刺激，然后环境给予反馈，然后基于反馈然后去进行一个函数的一个反馈，再去强化、强化不停的学习。然后你给予那个刺激，然后再给予你反馈的这个中间部分，其实就是这个世界模型。所以今天我觉得其实定义上大家理解都差不多，就是让AI去完成对一个所谓的状态的预测，基于说各种输入之后的状态结果做预测，这个结果能用来干啥，那就变成了结合不同场景的一个世界模型。

【嘉宾】当然现在世界模型，我觉得确实是更像一个概念，就是大家可能觉得自己跟这个概念贴合的，我就叫自己叫世界模型了，所以好几种世界模型都冒出来了。我现在看到的，比如说举个例子，视频生成模型，Sora当年出来的时候，它就知道自己叫世界模型，因为它认为自己是通过视频输出的形式去预测世界的未来变化，对吧？这是一类。包括说现在的Sora、Veo这些，某种程度上也算世界模型，它预测了可能确实不太准，有些时候经常我们会遇到这种违反物理规律，手穿玻璃，或者人是从车穿过玻璃跳进去了，所以这个是视频模型。

【嘉宾】然后还有一派是李飞飞代表的所谓的3D世界模型。因为李飞飞过去其实10年，包括苏浩在他们组其实后5年，做了很多事情都是在解决传统的CG里的3D模型的一些AI工作。今天他想去做的是一个建模，用视觉模型去建模一个真3D的空间，然后在这个3D空间里你是可以做3D操作的，不是苏浩那种输出一张平面图的。李飞飞的那个场景就更倾向于上一个渲染的3D世界，对，那个是一个可交付的世界的一个状态。至于说他能不能做一些什么真实的物理交互或者怎么样，其实今天我们也不太清楚，还没有看到一些实质的进展。

【嘉宾】然后还有一个，Yann LeCun提的JEPA。我要把世界抽象出一些客观表征来，它是非常显得非常高调的Anti-LM，或者Anti Next Token Prediction这套套路的扛旗者。所以他就认为说，世界的很多表征不能用什么具体的Token去表示，他就是用一个抽象化的一个隐空间的表示。这个说起来我觉得有点迷雾，我觉得比较典型的比喻，就是我们去看面前屏幕上这个话筒的时候，假设是用Next Token Prediction的话，它是predict我们看到这个画面的每一个pixel，对吧？JEPA想要，就或者Yann LeCun说的那一套所谓抽象表达，就是我只要知道前面是一个话筒就OK了，因为它把这个光的信息或者图片信息抽象成了一个概念表征，所以这是他去做。但能不能做出来，我觉得我今天也不知道，今天就他家在做，你说最后能做成什么样。

【嘉宾】把World Model跟Action Policy结合起来，叫所谓的World Model Action Model，这也是上半年这段时间比较热的方向。所以我们可以看到，每一个方向都有一些相应的公司在一级市场活跃的融资，而且融资非常热，处于是上来就蹭蹭蹭就上去了，这也是我刚刚前面有人说。

【主持人】视频模型是一个非常典型的范式。所以听起来大家都在尝试用一种新的架构去搭建这个视频模型。大家对于视频模型需要一个不同的架构可能是有共识，但是对于它到底需要一个什么样的架构和表征，大家可能还没有形成共识。比如刚才讲到有从3D路线去走，有做视频路线，然后也有包括像JePA这种隐空间路线，所以大家可能在不同路线上探索，但都认为说至少它可能跟LM的架构是不一样的。但是我的理解就是，因为语言本身其实已经是一种比较高度的抽象了，但是视频模型刚才谈到可能包含了非常多的实际物理空间、现实世界的一些多模态的信息，那么这些多模态信息其实是没有经过这么高度抽象的，所以它可能需要另外一种表征的方式，去把它抽象成可以去做比如说因果推理，或者说去做预测的这样的一种架构。不知道你是不是也认同这个观点？另外想请问你觉得它到底未来跟LM会是一种什么关系？

【嘉宾】我觉得语言跟世界模型，其实我个人更倾向于并不是说谁好谁不好，或者谁要干掉谁。我觉得从人的角度来说，说话跟写作输出是我们跟世界交流的一部分；同时另一部分很简单，就是我去用双眼看这个世界，我用双手去体验这个世界，我去做一些事情去改变这个世界，也是我跟这个世界交互的方式。我们面对面交流，我们不仅通过声音，我们也通过大家的表情、大家的眼神来去交换一些感受。所以我觉得从这个角度去出发的话，本质上是大家去跟世界交互的不同渠道而已。只不过语言是高度压缩的语言方式，而我们的触觉、我们的视觉、我们的听觉嗅觉，五官所感觉到的更像是世界模型所关注的，需要所有的信号去处理、预测，以及我们有双手去执行。所以我觉得这两者的话，不能说是取代，或者是一个谁更优谁更劣，而是在我们用大语言模型去解决好很多语言层面的一些智能之后，我们自然而然地去关注说，我们是不是能拓展到更多的领域去让AI去获得对世界的理解能力。所以我觉得世界模型算是一个在语言理解之上的一个升级。但至于为什么说有这么多路线，因为每个人对世界的理解或者世界的思考方式都不一样的，有些人擅长具象的思考，有些人擅长抽象的思考，所以不同的人他对世界的一个预测方式、决策机制都不一样，出发点不同。

【主持人】对，出发点不同。

【嘉宾】所以他出发点不同的话，我觉得这个世界都有各种各样的人，世界模型也有各种各样的切入点。所以说这些切入点谁能做出什么成果，肯定各自都有各自擅长的事，比如说擅长抽象推理的人就非常适合去做数学。

【嘉宾】擅长具象化想象的人，他的艺术创作能力就比那些另一边的人要好。我猜测模型最后输出来，各自会有各自擅长的点，所以并不是说今天世界模型谁路线优谁路线劣。从我的角度来看的话，比如说3D世界模型，它是去渲染世界；JEPA那条路线是去抽象世界，我要抽象出牛顿定律来；VLA是我要去做什么事情，我去想象我去做的事情。每个场景，我觉得大家用一种类型的世界模型去补充，这是一个很合理的思路，甚至带一种有可能，但也有可能不会带一种，我觉得今天我预测不了。

【主持人】对，那我总结一下，我觉得VLA和世界模型是有点互补的关系。我之前在内部的分享中其实也尝试去抽象过，我觉得可能世界模型更像是我们的一种先天能力，我们可能通过基因的几十一年的这种进化，迭代出来的一种我们和世界能够去学习、怎么跟世界去交互的一种能力。可能语言模型更像是一种后天的学习和能力，我们可能出生以后，我们学会语言之后，就开启了第二条增长的曲线。所以一个先天，一个后天，它们的迭代方式也不同，演化方式也不同，但可能共同塑造了我们今天每个人的能力。那么刚才讨论了很多关于世界模型的技术路线，包括跟LM的关系，还有一个比较有趣的事，你觉得为什么世界模型是在今年上半年这个时间点突然爆发了？比如说去年或者未来。

【嘉宾】我觉得这个分两个方向去看，各自都有一些技术的迭代的一个节点，然后去驱动了今年的世界模型爆发。第一个是视频模型的完善。今天视频模型最早大家去回忆某电影明星吃面那个景点的视频，再到现在的视频模型去模拟、去渲染生成大家吃面的这个画面，其实已经获得了一个巨大突破。原来是跟物理完全不相关的，但今天已经非常符合真实。所以视频模型的一个训练的完善，其实是给世界模型的切入去搭好了一个基础。所以今天很多是基于视频模型去实现一些世界模型的功能的赛道，比如说具身智能对吧，视频类的世界模型，就action driven的世界模型，比如基于一个动作，无限流的视频模型，这些我觉得都是在视频模型的完善基础身上搭建出来了。

【嘉宾】这是供给侧的一个变化。另一个供给侧的变化是3D，3D表示的新的一些表征形态的出现。最早我们可能Mesh点云，这是最早在CG里用的，是用来渲染用的，比如说做一些操作用的。再到后面NeRF，NeRF用来做那个采样贴图重建，然后再到今天高斯泼溅，而且非常适合渲染一些输出的3D结果。然后再到3D GS，去年发布了之后，单张照片的3D建模，也就是说AI的3D模型生成。这些技术能力的一些完善之后，那做一个3D世界的生成，就打好了一些良好的基础。所以今年可以看到，我觉得但是反过来挺有意思的，我发现能做3D的、真正理解那个事的公司还是少数，因为对算力的要求或者整体的训练难度、成本都非常的高。所以目前国内也只有腾讯发了一个版本，因为腾讯自己的游戏特别强，然后还有李飞飞发布了一些成果。但是在世界模型基于视频模型驱动的这块，我们就看到非常多的团队介入进来，包括说具身，包括说游戏，都有一些相应的介入进来的新的团队。

【嘉宾】这个我觉得一个比较大的变化，就是开源视频模型的供给非常完善，今天大家有好的开源模型去快速地尝试去训练，所以就可以快速地去调出一些阶段性的成果来。

【主持人】那是不是也有可能是因为这些视频的数据量比较丰富，就是相比于比如说3D或者说其他的一些多模态数据，所以这些数据比较ready的情况下，这些不同的团队它更有可能去训练出来一个基于视觉的？

【嘉宾】我觉得这个也跟视频本身，就原来Diffusion加Autoregressive这些进展，它相对到一个比较成熟的状态，还有就是人类的视频数据，大量的视频数据其实就包含了很多物理世界的信息跟特征。你去拿一个水杯的视频，肯定是符合这个世界物理特征的、物理规律的一个视频，那这些大量的数据其实就比较好作为一个先验数据。但是在3D生成上，3D怎么去生成一个跟真实逼真的画面？我觉得这过去在很多传统的CG领域，CG领域的话也不是有这么多明确的数据驱动的事情，更多的还是基于一些经验或者规则驱动去做的。所以李飞飞那一套的话相对来说难度会大很多，所以我觉得这是一个比较明显的差异。然后至于说LeCun搞的JEPA，我也不知道他今天能做成什么样，这属于是他自己非常特立独行的一条路。如果他能做出来，他就是做了一件颠覆式的创新；如果他不能做出来，我觉得也没什么关系，因为他在挑战这世界上最难的一件事情之一。

【主持人】对，那看起来其实世界模型和我们过去几年一直在看的具身智能一样，它其实面临着一个比大语言模型更严重的问题，就是它没有数据。所以我们才看到大家有一个数据金字塔，比如说最底层是一些这种合成数据，然后中间是一些第一视角采集的egocentric数据或者无明数据，然后最上面可能有些这样子。所以我们也看到这些头部的具身智能厂商也好，世界模型厂商也好，其实都在投入大量的资源去获取这样的数据。包括今年大家也讲说我们希望能够把这种第一人称视角的数据，就自从英伟达提出了它那个路线之后，希望能够从比如说十万小时然后推到百万小时甚至千万小时，就觉得这事就有可能能够scale。所以我不知道你觉得数据的这个瓶颈和问题最终会通过这样的方式解决吗？还是说我们仍然需要探索一些不同的方式去获取这些数据和去训练世界模型？

【嘉宾】我的理解是，如果我们聚焦在世界模型这个概念上的话，今天世界模型希望的去抽象这个现实物理世界中的所谓的物理的状态、物理的dynamics、物理的规律。从数据的角度来说，那现在不缺视频，我们也不缺视频数据，其实我们还是缺的是蕴含了物理信息的相应的数据。所以其实现在有三类的路径去做这些数据采集，这样抽象完，其实大家不管是对应到具身也好，对应到世界模型也好，大家我觉得都能有很好的一个印证。第一类叫真实的物理传感器的采集，比如说摄像头、雷达。

【嘉宾】各种力传感器、触觉传感器、温度传感器、声音传感器，这个是去记录最真实的一些物理量的视频数据。这些数据最好是跟真实的一些视频流数据，或者是其他视频模型需要的一些三类数据去结合。那这个就是蕴含物理支持的我们需要的训练数据。

【嘉宾】那第二类呢，因为我们大量的物理交互其实是不布传感器的，我不可能说今天跟你握个手，我去手上布个传感器。但是过去我们有物理仿真工具，解决的问题就是假设我没有传感器基础上，我去用通过计算去算出一个接近于真实的一个物理量，来指导我们怎么去更好地在工业上做设计，或者叫工业上的各种任务。

【嘉宾】这一类的数据，仿真数据跟所谓的合成数据，那它就能生成大量相对可控而且真实，而且是真实环境中非常难采集到的一些稀缺数据。这个我觉得可以通过合成数据合成的，这个并不会像我们去基础里去聊到的那种合成数据一样，对吧。假设今天我们给予重复的时间，给予足够的精度，我理解像做物理仿真的公司，它确实可以拿出相对99%点九九以上精度的数据来，那也是有价值的。

【嘉宾】所以第三类就是大家今天试图去做的一件事情，因为既然视频我们认为视频中会蕴含物理数据的话，就基于视频去做物理数据的推理。

【主持人】对，全数据去用的视频。

【嘉宾】对，给视频做物理数据打标，用这么一个思路来做。然后从视频中直接有大模型去推断大概的接触物、受力、状态变化是什么样子的，然后去形成一个数据标签。这三者是我觉得是所有世界模型数据的一个方式。

【嘉宾】这个我们说对应到具身上，真实物理传感器采集的，就是数据手套、遥操作各种各样的数据。然后基于视频的物理推理，其实就是基于我们的或者是人类视角的数据，或者是人类的运动数据去反推之前的一些物理数据。那反正就是我们所谓的simulation to real，或者叫做仿真数据。

【嘉宾】然后在世界模型也一样，我觉得各种各样这些类型的数据，在不同的世界模型的基础之上，都是可以去补充世界模型所需要的一些数据。但怎么做需要怎么高效率的、有具备经济效率的价值去做，这也是每个场景去探索的问题。当然大家都觉得肯定最好的就是真实物理传感器去采集的物理数据，但是这个问题就成本过高了，我不可能会训一个模型花个五六百亿去采一个数据，就不现实。所以最后还是基于说ROI最高的角度，去合理的分配多种数据的构成，然后形成一个数据利用梯度的系统。我觉得这个是跟具身是一样的思路。所以我理解，其实还是跟我们前面讨论的，比如说不同的表征方式，它也许最终会决定。

【主持人】到底需要一个多少数据量，以及多高数据质量的这样的一个输入，能把它做得比较好，当然这可能也跟下游的应用场景可能也会直接相关。那就是针对其实咱们上半年看到这些项目而言，其实我还观察了这一波世界模型的创业者，很多都是非常年轻的学者，甚至很多都是还没毕业的博士生。当然大部分可能是一些刚刚毕业的、拿到教职的这些老师。就我不知道你觉得为什么是他们在这个时间点出来创业，然后以及投资人为什么愿意去赌这些老师？

【嘉宾】我觉得从整个市场角度来说，第一是New Lab这个概念开始为投资人接受，大家愿意去投一些Pay of Research的公司。原来大家可能就我一开始说的，我说今年最大的变化，大家可能从看你有什么商业化收入、你什么时候落地，变成了说你能做出什么样的好的成果来改变世界，然后再去谈商业化。所以我愿意接受之前一段时间是用投资去做研究，这个是一个最大的变化。那这些天然适合的，就是这类青年学者，以及说站在行业一线的一些学者跟年轻的博士生来做这方向的创业。以及说从投资上确实非常热，所以这个钱大家也都能拿到，所以大家会先努力地去尝试一把，看看能不能去做加速，我觉得这个是一个比较大的一个原因。

那投资人赌什么呢？我觉得一方面有风格，肯定有风格的因素在里面。比如说从理性的角度来说，不会在项目再没有什么变化的情况下，砰砰砰连续四五轮下去估值翻十倍，对吧？这个是从理性层面上肯定是不合理的。但是投资人肯定还希望的是说，真的能够赌出中国下一个DP，不同领域的DP，一家好的研究驱动的、然后真的非常纯粹的公司，能够做出一些改变世界的东西。这个是我觉得我自己都在赌的点。当然这里就有各种各样不同的思考跟判别模式，以及说去思考怎么去投这些老师，我觉得这个就要具体问题具体分析了。

我之前也尝试站在这些老师角度上去想过这个问题，我觉得他们的出发点一定是想去做出最好的研究成果，包括交付出来甚至AI这样的能力。所以对于他们来说，可能学校的资源是不足够的，他们一定需要借助产业的资源，这样子才有足够的钱、算力，或者招到最优秀的人和学生。这就跟包括为什么DP出来的融资是一样的，对，所以他们不得不出来。

然后但从另外一点来说，我觉得也可能也泼点冷水，就是我相信这里边多数创业者肯定都是希望能够把这事做好的。就站在另外一个角度来看，就是他们无论是不是出来创业，他的目标都是去做这个研究。所以他出来创业拿了钱这件事情，即便我们从最差的角度来讲没有成功，但对他自己来说其实也是做出了还不错的一些学术成果，他即便最终没有交付商业价值。所以这可能也是一个泡沫里面的一点隐忧。

【主持人】对，但最后你说什么样的教授能做出一个好的公司来？

【嘉宾】我觉得这还是要回归本质去看，并不是说你只是把研究放出来去做，就能成为一个好的公司。对对，因为我老板，其实博士老板之前，在博士毕业之后，在美国创业成功被收购了，才去做老师。所以他也跟我们讲过，说做老师跟做创业完全是两回事。如果你做创业，那你就要用创业的思维去思考这件事情，不仅仅是做研究。因为即使是创业公司的研究，也是基于创业公司要创业成功为目的去做研究，并不是说要发个论文做研究，这还是有蛮大的区别的。

【主持人】但可以聊一个轻松一点的话题，就我们可以想象一下，如果世界模型真的有一些明确的商业化进展的话，你觉得最先让我们感受到的场景，是游戏内容消费这些场景，还是我们最近一直听到的具身智能，只能做个大点的预测？

【嘉宾】我觉得从消费者角度来讲，最先看到的可能还是偏游戏和内容消费。无论你生成视频也好，对吧，还是3D的资产也好，对吧，还是游戏里面的场景也好，它其实并不追求一个绝对的准确性，它只要能够去欺骗过我们人类的眼睛就可以。我觉得做成这么一件事情，可能生成与驱动的方式是能够做得比较好。当然它的前提也是它整个的成本、算力，这些账能算得过来的情况下，我相信在这个领域是能够率先去落地的。那么对于可能偏具身的操作的一些落地，会需要相对更长一点的时间，它可能会在一些垂直领域做一些尝试。长期普遍落地的角度来讲，我觉得还刚才说到的数据问题，可能还需要等待我们去解决。

【主持人】对，我还蛮期待的。如果说真的就在游戏里，这辈子就不用在游戏里看到诡异的穿模，跟各种各样奇怪的bug出现了，对。那相信有了世界模型之后，具身智能的行业，你觉得有发生什么特别的变化吗？

【嘉宾】我觉得大家能感受到的感官，就是好像VLA被变成了人人喊打，然后世界模型大型起飞，就这是一个比较明显的变化。今年所有讲具身智能出来创业的公司，都在讲做世界模型。但从客观的角度来讲，具身智能行业的变化，还是整个行业来说，大家都还在大脑侧持续去探索一个更好的所谓的具身智能，怎么去定义，怎么去实现泛化，怎么去把整个系统搭建好，从数据、预训练、后训练、部署、整套流程搭建好，然后再去形成一个泛化的探索，这个是整个行业一直以来的不变的目标。

【嘉宾】变的是什么？其实从去年有些人探索，因为原来VLA是什么东西，大家可能听VLA会觉得比较抽象。VLA其实就是把语言模型、视觉语言模型，VLM就是大家传一个图给ChatGPT，问他图里是什么东西，就是视觉理解模型，跟一个机器人的action模型联在一起，action policy联在一起，就把视频通过VLM做backbone，然后去生成动作，然后再去给机器人部署这么一个具身智能的模型。大家发现有一个比较麻烦的问题是，VLM里V的部分不大，LLM的那个参数量非常高。你这一部分就导致了你对世界的理解，或者对物理的理解都不太够，都需要靠大量的采集的遥操作数据去训练，然后你后面的action policy去获得这些对物理的理解。比如说action policy，它手就这么动的，不能那么动，所以你才学习的，所以是一个标准的模仿学习。所以大家过去发现，VLA好像泛化起来一直都比较有挑战，甚至有人强调说VLA本质上就是一个过拟合，也有人这么提过，但后面随着说

【嘉宾】我刚也说了开源的视频生成模型，大家尝试说，反正也是视觉输入，然后一个token输出，为什么不把视频生成模型来尝试，做视觉输入跟视频的token输出，然后来做它的一个基础模型，用生成来替代理解。对，用生成来替代理解。生成还替代理解，怎么个直观的理解呢？就是说就像人去做一个动作之前，我先去想象我做这个动作会变成什么样，然后我再跟着自己的想象去走。所以这么去做的时候，大家发现说，很多物理的规律跟物理真实的约束就已经被训练、被封装在了视频模型的隐空间里了。所以这样子似乎探索起来，它泛化的上限会更高。所以大家开始各种各样地去尝试，拿开源的视频模型怎么去跟现有的VLA去替换，怎么再去跟后面的动作模块去结合。所以从去年开始到今年就有非常多的具身视觉模型出来，也看到非常多的早期市场的创业项目都讲这个。

【嘉宾】但是回过头来说，大家好像感受到的观点是VLA要被扫进垃圾桶了，实际上是这样的。我觉得很重要的是要去感受的信息是，美国那边的头部大厂在做什么。因为今年Skild AI，他们发布了最新的卷积，然后他们的CEO Peter Florence就在自己的X上就发表了一篇文章叫Beyond VLA and World Models。其实它里面一个最核心的观点就是，具身智能也不应该基于不要幻想着靠一些methods，拿着这些锤子去把这个钉子给搞定掉，还是要基于具身智能本身的定义去设定目标，用目标驱动的方式代替方法论驱动的方式去解决具身智能能力的泛化问题。就不如说今天有什么新的技术过来，放到具身上试一试也许能解，有一些成果，但并不能真正解决具身问题。所以它更强调的是，不是去争论VLA还是世界模型，而是最后去基于具身智能的目标，我要去实现一个零样本的可泛化的具身智能动作系统。那基于这个目标，就不停地去搭建一个系统级别的具身智能解决方案出来，然后去实现这个目标。

【嘉宾】所以这个是北美那边一些最新的讯息。所以我们看到说，慢慢的可能从它发了这个文章之后，大家也回过头来在国内开始提到所谓的一些具身智能的系统论，更多的强调说，世界模型跟VLA是互补的，是协同的，都是具身智能的一部分。这个逻辑反而更合理了。大家可以想象一下，说我们自己去练习打网球，VLA是指我们看到这网球打过来，我们要去执行什么动作把它打回去。然后世界模型，这就是我们平时在看到它过来，先去想我们要什么方式打回去。但是很多时候你先想再动，势必反应要慢，这也是今天世界模型的一个问题，就是推理比较慢。所以先想再动，明显球场上很多专业的运动员，不是先想再动的，他们是基于身体的本能的。这个身体的本能是怎么实现的？我觉得也有可能像VLA这样的方式，基于一个视觉的输入，直接身体给予一个本能的动作输出，快速地给予一个反击。所以这两者并不是说互相冲突的。可能对于你不熟悉的陌生环境来说，你很多时候会需要靠预测去观察自己动作的结果，去想象自己动作的结果。但是对于熟悉的动作来说，可能你就不需要世界模型了。所以以这个点来看的话，世界模型的引入跟VLA，还是一个比较算是整个具身智能行业的快速进步。

【主持人】明白。所以其实也听到，比如说有做世界模型的，会把世界模型当成是用于训练VLA的一个环境，对吧？所以在这个程度上，其实这两者也是互补的，甚至刚才严波提到的……

【主持人】这个世界World Action Model它其实相当于是把预测和action结合在一起，所以大家其实都在这里面尝试着不同的一种结合的方式。其实我们也针对具身智能的大脑的部分聊了很多，那么其实我们再看看另外一面，比如偏本体和硬件这一块。我们也知道宇树很快可能就要上市了，包括可能还有乐聚、云深处这些厂商，当然我们其实还有很多的人形包括其他的这种本体类型的厂商也在港股排队。所以我不知道就是在偏硬件和本体这个层面，你觉得从上面的情况来看，大家是不是已经到了开始要去批量落地的阶段了？

【嘉宾】我觉得现在只是说阶段性的，这些公司有商业化场景，表演、科研这些或者说一些特殊垂直场景，对人形的需求都是存在商业化的。你不能去否认表演不算一个商业化的场景，我觉得这不合理，因为无人机的表演是一个很重要的商业化场景。所以从这个角度来看，今年很多公司，包括说上游技术的成熟，包括是去年Mimic，Mimic模仿全身动作的一个Retargeting的一些技术的成熟，所以可以快速的看到机器人好像跳得越来越多了。那今年的话，明显就可以看到机器人在表演、接待、展览各种活动上都形成了所谓的足令购买的价值，那这样机器人公司就会有一些明确的出货量。所以到这个阶段的话，我觉得以这种硬件出货加上产品级硬件出货的方式进行销售的公司，他们也具备了一个上市的价值。所以从财务上来看，宇树的营收跟利润都还是非常可靠，是比较经典的一个硬件公司的状态。

【主持人】对，所以我理解它可能除了比如说除了科研市场以外，就是它的商业化更多是基于情绪价值的，但情绪价值也是价值，对吧？比如它的跳舞这些其实都是情绪价值，但其实也很重要。但确实我们要承认，它可能还没有完全到比如说提供功能价值的这个阶段，那可能需要再往后，下半年或者明年我们要再看。

【嘉宾】我觉得往后提供价值，提供一些更高的价值，本身还是智能侧，或者叫模型侧能力的进步。如果它能做更多有价值的任务，对吧？

【主持人】就更大脑。

【嘉宾】对，更大脑，会结合。对，如果它怎么去更好的做一些自主的，跟环境形成反馈互动，然后去做一些相关的任务。比如说举个例子，就最近的话，除了跳舞之外，宇树的Luna也去做导购，给大家呈现一些导购的交互，主要在车展上的导购。还有就是Figure，它的机器已经呈现了在物流上下料的上下料，怎么去拆解，怎么去分解。智元最近也做了一个工厂的直播，我觉得这些尝试都是在早期阶段非常重要的一些探索。但是真正的规模化落地，其实大家的预期都还是蛮高的。这一代人形机器跟传统的工业机器有巨大区别，因为传统的工业机器本质上是你编程驱动的，对吧？是人力的、人的智能要素去驱动它的，而不是说它自身的智能要素去驱动。所以最后如果说真的能做到模型跟本体相互结合，形成一个具身智能，结合硬件的一个智能化产品的话，那那时候才会引来一个……

【嘉宾】真正上规模的一个商业化预期，我觉得，这就像我们经常也会把具身落地拆成一个不可能三角，对吧？比如说它到底做的是这种长程复杂的竞技任务，它同时还要兼顾比较高的成功率，对吧，以及说它可能我们还希望它能够跨场景泛化，目前看起来是不可能的。所以我可能比如说选择其中的一项或者两项，在客户能接受的程度下，是有可能率先去落地的。当然这个成本也是个很重要的考量。我是觉得从落地的角度来看的话，那今天其实阶段性的是有一些可以落地的点，但我们不能说对它预期太高，或者说认为它就是终局，也不能因为今天具身智能处于早期阶段，对吧，它可能精度不高，它可能成功率不高，就认为就没有价值。因为今天具身智能大家首先要解决的是通用问题，通用问题解决好之后，才有足够的精力去解决精度或者成功率的问题。这个回过头来看，就是一个比较经典的理论，就是叫基座越强，强化学习越有效。你在一个很差的基座上去做强化的话，那价值也不大。那所以大家今天更多是在通用化的基座上下功夫，一旦通用化的基座到了，就跟大模型一样，到了一个质变点的时候，你再加上强化学习，再加上一些推理，那它所获得、给你涌现出来的成果就会远超于你的预期。对，我觉得是这么一个角度去看。所以你说这个不可能三角今天摆在面前是一个挑战，但是最终也许一个了功课之后，这个三角会整体被大家给拓宽开来，对。

【主持人】对，但这里面其实就是我们也看到一些不同的公司的做法，就是可能也有些不同的观点，就是到底比如这一波的浪潮能不能直接推到刚才讲到的这个通用和泛化，如果不能的话，那是不是在中间选择一些能够阶段性能够去落地的方式，是比较好的模式。所以我们也不知道答案，但是我们觉得是有这个可能性的。中国的具身公司或整个具身行业，一直被各方力量催促着去反复尝试一些落地，但反而你看海外的公司，更接近于一个Lab的形态，包括说Physical Intelligence、Generic AI跟Skild这些，都是更接近于Research Lab的形态，所以他们有更多的精力去做基座的研究。反而我们可能看到国内的新闻都是在做一些落地。从我的角度来说，能不能商业化取决于技术的成熟度，是不是过了商业化的临界点。今天可能具身智能的模型本身就也有刚彭熙提到的那个不可能三角，其实还是在一个……

【主持人】非常早期的阶段，所以真的沉下心来，好好去把这个事先做Research，反而是对长期来说更有价值的一件事情。我们看到其实过去半年在市场上，已经有很多比如说灵巧手或者出了些传闻的情况下，依然有非常多新的公司出来，包括大家开始做批量化的出货。所以我不知道在硬件上是不是已经到了去在最末端的手上面去下功夫的一个阶段，以及它距离真正商业化，相比比如说现在成熟一点的夹爪方案，到底到了一个什么程度？

【嘉宾】这个挺有意思的。我们那时候在24年去看手的时候，很多关键问题是说手没必要，我用夹爪就行了。但结果看这两年手的进展变快了之后，大家终于可以去利用Egocentric数据，因为Egocentric数据用的就是人手的数据。我人手的数据映射到灵巧手上的结果，肯定要比人手映射到一个二指夹爪上要更好一些。所以其实这个进步是这些数据能用，本质上是灵巧手的一个发展带来的。所以可以理解为，灵巧手距离真正商业化其实是一个相辅相成的、相互促进的一个状态。有好的灵巧手，才会有更多的数据可以被利用，以及说更多的数据会产生。

从投资角度来看的话，我觉得过去始终会出现一些新的手，我个人觉得在硬件上、形态上，大家在创造上更多是一些关键电机、两个驱动形式在做，各自都会有一些不同的切入点。然后从研发一个手的关注度指标上来说，24年大家看的是高自由度、复杂度、精度，今天大家看的是成本、耐用性、可维护性。你说这是不是真的能稳定落地？你这手是一个看起来酷炫的手还是一个能用的手？大家对于它的耐用性也很重要。

还有个变化是，随着它的完善，大家会想去用手去做一些具身智能的任务。那你手是不是天然跟大模型这一次、AI这一次、数据这一次能适配的、协同的比较好，需要这个手的公司去做相应的一些中间层服务的提供。我觉得这些都是从手上面来看一个比较明确的变化。

然后触觉传感器的话，今天来看可能跟24年差不多。我觉得在新技术的路径上其实还是那么一些路径，包括说视觉对吧，MEMS，包括说视触觉。过去这几年可能视触觉会比较大一些，它的信息输入是远超过触觉所需要的，它是一个冗余信息输入再提取一个特征信息出来的过程。所以在这个过程中，大家可以利用它的冗余信息去做很多其他传统传感器干不了的事。对，所以目前的话，还是处在一个非常早期的阶段。

【主持人】各自探索的一个阶段。你说触觉需不需要怎么用，也就是说触觉以后怎么去跟模型适配，这个逻辑这个过程就像重复24年到现在灵巧手的过程一样。也许未来会出现触觉的相应的数据能用起来，视频中推理触觉的物理特征，然后再结合触觉的灵巧手去做一些继承真正的部署，最后大概率也要走这么一个过程。但今天的话，我觉得还是处于一个比较早期的状态。

【嘉宾】对，我觉得触觉既然对于人来说是一个非常重要的模态，未来对于机器来说应该也是必不可少的。对，我其实这两天也正好想到一种任务，对吧，如果机器人能完成，就代表他的手和触觉的能力足够用。就是他纯靠手上面的触觉传感去摸某一个物体，大概就能把它的3D形状还原出来。因为我们人其实大概是有这样的能力，比如我们可以闭着眼睛去完成一些操作。但是它可能的精度不用那么高，但它大致上是可以还原出来。所以如果他纯靠手和这些触觉能把它还原出来，那我相信再跟视觉模态再加其他模态结合在一起，基本上他再去完成一些任务就问题不大。

【主持人】对，我觉得这个我正好可以给你补充一点。就是你说的这个东西，其实就是需要的是一个面的触觉感觉能力。在数学上就要通过一组法向量，你可以反推出这组法向量的那个包裹面。对，这样子其实是比较合理的，人的感觉是这样，因为我摸了大概就知道那个力的方向，然后我根据这个力推出法向，我大概能最后感受到，感觉我还能再调整它的空间位置。对，感受到它长啥样。

【嘉宾】这个是一个非常好的典型的case。其实之前我们去聊投顿的几家触觉传感器公司，他们现在有个很有意思的例子，就是原来比如说一个二指夹爪，舵机驱动的二指夹爪，性能也很差，很便宜，但是就100块人民币的这么一个很便宜的夹爪，通过加上了一个触觉传感器，实现了一个控制的闭环反馈之后，它就能精准地夹起一个豆腐而不捏碎这个豆腐。通过力控的方式去做这件事情，力控肯定是一个非常基础的一个工作。什么时候能说基础模型侧能用好这些，我觉得长期来看是一个相互融合、相互迭代、共成的。从具身智能跟人形基础的角度来说，可能今天大家的重心还是在先做好其他事情上，再逐步过渡到这个事情上。所以这个节奏，我觉得大家都知道重要，但节奏会往后拖。

【主持人】好的，除了刚才其实咱们讨论过这些最热的领域之外，我不知道就是你觉得还有什么方向是值得大家，包括创业者特别去关注的？

【嘉宾】其实有两个方向我特别感兴趣，所以从今年下半年来看。第一个是AI for Science，但不是前几年RPA那样的AI for Science概念，就是整个科学研究研究的整个过程，其实是由人工智能加操作结合的整个Pipeline，AI在这些环节里能替代掉那些Pipeline。

【嘉宾】极大地加速Research的效率，我觉得这也是一个AI for Science的一个实现方式，所以今年可以看到很多Auto Research的一些工作。但实际上Auto Research还是局限在某一些领域内的，是不是在一些更多的领域内能极快地提升科研创新的一个效率，这样的方向我觉得也是一个新一个类型的AI for Science。

【嘉宾】另一个就是结合刚刚世界模型讲的那一套，怎么去世界模型本质上对物理世界的底层做理解，底层做预测，对物理世界做预测。传统的物理仿真器还是基于偏微分方程求解的方式去实现，今天我们用AI去替代偏微分方程的求解，把底层的内核切换过去，这个其实现在慢慢的已经成为一个主流方向。大家在讲叫神经网络算子，或者叫底层的PDE的求解，用AI去驱动之后，就能极大的改变原来的你做CFD仿真中一个很痛苦的问题，你要算得准就慢，你要算得快就不准，但现在可以走到又快又准，我觉得这就是一个迭代式的进步。

【嘉宾】所以这两点的话，AI for Science除了说我刚说在微尺度，还有更多的研究场景，是不是AI去切入。我们可能过去更多关注的生命科学、材料、药学这些，因为是做一些分子合成、预测，最近我觉得一个很有意思的点是社会科学，因为社会科学原来所有的社科是缺乏一个高效的推演的实验机制的。它的实验要么靠你真厉害，你去搞社会大范围的调研结果，相当于以社会作为一个实验环境，要么就是通过调研、抽样、小范围的sampling的方式去做研究。那是不是AI在这里今天能够为这个社会科学做一些新的研究的加速，那些环境能切进去，我觉得都是挺有意思的点。

【主持人】突然让我觉得对AI for Science这个事思路打开了很多，就不再是局限在说AI for材料、AI for生物科技里面。然后另一个我觉得AI硬件这件事情还是持续在国内会有很好的一个创新机会，因为并不是说我们今天看到了什么机会一定会出来，而是因为我们有最好的土壤，我们有成熟的硬件供应链，我们有很聪明的一批年轻的创始人、产品经理，然后有很好的一个AI的技术设施去提供给他们，他们可以快速的去基于自己的想象力去搭建出一些硬件产品来。那这些产品有这么个土壤，我就非常期待他们会诞生一些随机进化出来预期之外的惊喜。这些都是过去我们觉得大家一直不怎么重视，但是今天AI出来之后发现这个不仅是消费项目，这是一个结合科技的一个项目。

【嘉宾】对，而且针对AI硬件，我觉得它除了给用户提供直接价值以外，其实跟我们刚才讨论的世界模型其实关系很大。因为我们就纯数字化的数据，其实在网上已经沉淀了很多了，但是我们跟物理世界交互的数据，以及我们自己包括像生物数据、包括像脑电的数据，其实都还是非常缺乏的。所以这些数据都要靠未来的这种所谓的AI硬件的形态，当然AI硬件只是个概念，它可能有算力，然后有AI的软件能力，然后有各种传感器，它能够在我们使用这些硬件的过程中，让模型和AI更分了解我们自己，这样反过来未来能够给我们提供更好的一个服务。

【主持人】可能这个价值的想象空间会更大。所以短期来看，比较明确的AI硬件的一个价值，就是作为人类真实活动的、物理世界真实活动的上下文数据采集工具，或者采集入口。也许因为它采集的这些数据，它就能更好地提供一些新的产品价值。所以对AI硬件厂商来说，可能还比较重要的一点就是，它到底只是一个数据采集器，还是它能够作为一个数据的入口对吧？然后由它为中心去整合用户其他的上下文的context，来为用户提供服务。本质上它也是一个消费品，大家要买它还是一个情绪价值。对这个定位，我觉得大家是需要下场的时候想清楚的。最后再总结一下资本市场今年上半年的一些变化。我们知道语料马上就要在这个科创版上市，然后以及智谱和MiniMax在年初上市之后，今年整体的股价表现，尤其是智谱的表现还是非常好的。然后另外包括像Kimi、阶跃这些大模型厂商，包括像DeepSeek，其实也相继完成了大额的融资。我不知道你怎么看整个AI公司上市潮，以及它到底会对我们未来的一级市场投资会带来什么样的影响？

【嘉宾】我觉得从我们作为一级投资的角度来说肯定是好事，大家一级市场能赚钱了。从AI行业的角度来说，我觉得这个是这些公司到了阶段性证明了其在AI大模型基础模型生态地位中的价值之后，它的一次资本化兑现。它也需要更多的钱，也就是持续源源不断的子弹，在这个市场竞争中生存下去。所以可以看到智谱跟MiniMax上市之后，其实其他几家逐渐相对表现不错的公司，也逐渐启动了上市的流程。它要竞争，它要新的弹药，它要去打更长远的仗。我觉得这个是整个资本市场对于这类长期有价值，但短期仍需科研投入的方向做出的一个支持。其实海外的话，我们看Cerebras跟SambaNova今年也会要上市。但这些公司的上市，并不是说它是真的像传统的公司上市一样，大家要看PE或者看什么，更多还是看它一个长期的生态位的问题。其实从互联网公司的时代来看，那时候上市大家也不是看谁赚钱不赚钱，也是看一个长期的现金流带来的生态优势，跟生态位置带来的一个长期价值。今天再怎么去看这些类型的AI公司上市，我觉得要用一个乐观的角度去面对，最后的股价怎么走，市场竞争跟他们自己最终的博弈所决定的生态位的排位去决定。

【主持人】那你觉得随着更多的巨头公司上市，包括下半年可能OpenAI，包括SambaNova的上市，就是这一轮的整个AI，我们都说它处在一个泡沫阶段，我们达到了一个什么样的位置？我们往后走，它这个泡沫会破吗你觉得？

【嘉宾】预测泡沫会破是一件困难的事情，因为大家都可以说泡沫终究会破，但是这句话是一句正确的废话。但我只能说从阶段性的角度来看，一级市场短期会因为上市带来一波泡沫跟泡沫热潮。但这些回归理性之后，因为二级市场其实比一级市场反馈周期要短很多，你一旦有一些业务做不好，或者市场出现一些问题，股价快速反馈出来，一级反馈会慢一些。那就看这些公司在上市之后，他们的一个实际的商业化进展，或者叫研究的一些阶段性进展。

【嘉宾】是不是能够支撑起他们市场的预期，对吧？如果他们是这些带头大哥支撑不起，其实反过来就会打压我们一级市场的一个整个估值预期。所以对于具身跟人形机身，还有AI下半年上市公司来说，我都希望大家能够表现得好，以及说各自公司本身能够表现得好，那还会给一级市场一些空间。如果他们表现撑不住，那可能回过来对一级市场的公司来说，今年上半年遇到的快速估值上涨，也有可能会出现一个阶段性的冷静期。大家会想，二级市场上去估值都跌得站不住，一级这么贵，形成了一二级倒挂，我是不是应该保持一些冷静，不用这么着急，不用那么荒谬，我觉得就会有这么一个变化。

【主持人】确实我也同意，就是反正预测泡沫这件事情什么时候破是个很难回答的问题，对。但我们反正从我角度来讲，我们可以试图去预测一下，假设这个泡沫破了的话，它的影响可能会是什么。或者换句话说，可能哪些公司在那个时候会更有可能活下来，或者它是它成为真正的好公司。

【嘉宾】泡沫的阶段大家都会想着，是我买的我投的公司肯定也会是最好的公司，我投的公司不会比其他的差。就像大家在二级市场非常火热的时候，大家都会想着我买的股票一定也能涨，我的股票明天也能涨，所以大家是跟诺许这种语气在。但是在假设泡沫破裂之后，大家又明显因为市场遇冷，所以大家必须要去收缩到把资产配置到更优质的资产上来。所以大家对资产的质量要求就会更高。

【嘉宾】所以这时候回到刚刚我们讲具身跟AI的话，偏Research类型的方向，比如说世界模型也好，比如说现在做具身智能模型研究的公司也好，真的具备持续研究交付能力，然后真的能持续给出一些Milestone关键突破进展，企业引领行业，具备行业地位的公司，我觉得还是会持续拿到钱去撑过去。但是慢慢的就会变成，你只是靠一些demo对吧，你好讲故事，你没有一些research输出，你就会拿不到钱。

【嘉宾】但是对于偏落地的，比如说像已经有些商业模式的公司，假设泡沫破了，这个价值就会往商业模式更稳健、业务订单更真实的公司去收拢。可能大家短期的估值会有回撤，最后靠的是公司自己的商业的所谓的鲁棒性，你怎么去抗冲击的能力，你怎么应对这些危机的能力，去提高自己的公司生存的能力，这也是假设泡沫破了之后的一个趋势，我的一个想象。

【主持人】我觉得真的说，对，反正我觉得泡沫如果破了的话，它其实反而可能是大家，无论是偏软件大模型这一层的，还是偏具身这一层的，可能反而更有利于大家去落地。它传导过去之后，可能反而上游的整个的成本都会降下来。对于用户来说，它的整体的成本下降，也会更好地带动一个落地的可能性，因为现在毕竟制约这些行业落地的一个很大的因素，其实都是整个的资本开支和成本的问题。所以到时候会为大家落地创造一个比较好的条件。具体谁能在这个落地的时候真正做出来，反正大家如果都上市了，也就可见了，能够帮助市场去筛选出来好公司。

【嘉宾】其实对一级来说，并不是说上市就等于结束，我们也希望它做得好。不然等到我们能够解决退出的时候，股价最终也会回归到合理的价值，二级市场的反应还是非常的快。

【主持人】行，那最后一个问题就是，如果针对下半年，我们再做一个预测。

【主持人】对吧，如果要压住一个变量，你觉得会是什么？就像刚刚我们聊到Agent、Hallucination一样，我希望去看到一些能够在某些场景形成一个所谓的真实数据闭环的这么一个机会。包括具身，包括说Agent，其实本账都是一样的，就是一旦能形成这种机制，或者是帮助去形成这种机制的公司，卖算力的公司也可以，去做这种搭建这种机制的公司也可以。具像的说，今天虽然具身智能已经到了一个早期难投资的阶段，但是如果有公司能够从具身智能的数据系统、预训练系统、后训练系统，再到部署，再到增机数据强化学习，整个流程都能形成一道闭环不停地滚起来去测试运转的话，我觉得这样的公司天然的竞争力还是要远高于一些单点切入的公司。是不是创始团队有这个vision，能去把这样的系统搭建起来，对于Agent来说也是一样的。Agent并不是简单只是你今天还是只卖一个skill，skills不够成商业模式，skills你随便下载，根本不受人保护。但能保护的就是怎么样让这个Agent能够交付出类似于接近于人的产品来。所以这个是需要Agent具备自我决策、自我审查、自我学习这么一个过程。因为从人的角度来说，我们今天任何时候我们去干一件新的事情，我们不可能实际上是没干过这个案子的，我们是在学习中进步的。那是不是Agent能实现这个真实数据闭环，在学习中进步，它需要的是硬件解决方案，还是软件解决方案？我觉得都是只在下半年去基于这个角度去观察的节点。

【嘉宾】这个问题其实我自己也有一个预测，我觉得可能下半年会看更多偏能落地的一些，可能这个落地指的是确实能够去带来一些商业化的价值。我觉得往后看，虽然没法预测泡沫什么时候会破、什么时候会发生，我觉得这个事情就没有一个技术能够不经过周期就直接实现所谓AGI对吧。它中间一定会经历一些至少短期的一些波动，那么在这些波动的过程当中，它能否落地就决定它能不能在这个过程中能够去建立一个阶段性的优势。包括这个优势能够帮它去带来收入也好，能够帮它去带来这个融资也好对吧，包括像刚才颜柏讲的，带来这个数据闭环的价值也好，那么就能够去帮助它在下一个阶段是不是能够起飞。这可能是我这边的一个预测吧。

【主持人】今天反正我们针对上半年的AI讨论了非常多的内容，当然可能这些都是我们个人的一些意见和想法，我们的很多判断也许会在未来的几个月、半年甚至一年去被打脸，但是我们也很希望这件事发生，这样就说明整个行业的发展会进一步超出我们的预期。我们希望未来可能在过段时间我们再一起坐下来，再去复判复判，看看这个行业到底会往何处走。