E256|Agent、机器人与制药,谁先被GPT-6 Astra改写?
三位嘉宾围绕 Astra 讨论 Agent、机器人和 AI 制药的落地条件:Agent 受访问权、身份识别和云端成本限制;机器人需要把慢推理接到本地的快速控制;制药的关键反馈仍来自湿实验。 节目认为,模型升级能缩短规划、检索和操作软件的时间,却不能自动缩短网站规则、物理动作和动物实验的周期。真正的变化取决于模型如何接入这些现实流程。
49 集相关内容,其中 49 集已整理。
三位嘉宾围绕 Astra 讨论 Agent、机器人和 AI 制药的落地条件:Agent 受访问权、身份识别和云端成本限制;机器人需要把慢推理接到本地的快速控制;制药的关键反馈仍来自湿实验。 节目认为,模型升级能缩短规划、检索和操作软件的时间,却不能自动缩短网站规则、物理动作和动物实验的周期。真正的变化取决于模型如何接入这些现实流程。
本期具身季报围绕 GPT-6 Astra 进入机器人任务展开:通用模型开始承担空间推理、动作监督和仿真研究工作,但精细接触与实时控制仍是专用模型和端侧系统的重要位置。 陈哲与主持人还讨论了世界模型公司的收购路径、宇树上市后的估值与收入压力、视频示范式 ICL,以及 FCC 限制对机器人供应链的影响。
Dyna 创始人 Lindon 以洗衣房机器人为例,说明公司如何从折叠餐巾的单项任务走向取料、操作和收纳连贯完成的工作流,并用客户现场的异常反推预训练、后训练、硬件和运维的优先级。 他也回顾了无人零售创业的融资与产品教训,以及在研究和部署之间失去方向后,如何通过重建战略判断和调整个人心态把团队重新收敛起来。
Henry 延与主持人回顾 2026 年第三季度的 AI 产品、研究与商业化变化:个人助理开始接入云端执行和跨设备上下文,Astra 等通用模型也展示出进入机器人控制的潜力。节目同时讨论多智能体协作的安全边界、科学探索中的实验验证,以及 OpenAI 与 Anthropic 的收入数据应如何结合统计口径、客户结构和算力承诺来解读。 讨论保留了关键条件:产品能力受制于生态授权和隐私,机器人与生物结果尚未等同于现实部署或治疗,收入增速也不能脱离成本与未来投入单独判断。
马克汤与主持人回顾 8 月的 AI 资本市场:英伟达的数据中心融资、算力资产残值和真实用户需求之间,如何互相牵动。对谈也讨论了机器人商业化、模型价格战、办公 Agent 与美债利率,始终追问技术扩张能否变成可持续的现金流和使用场景。
宇树上市之后,中国具身智能创业热潮到了一个高峰。晚点记者子南与玉萌(报道 《具身智能的金钱游戏》的两位作者)和主播一起复盘这场由金钱主导的竞速:行业 表象是融资远超研发投入,根源是技术仍处早期、进展难以观测,估值容易在高估与 低估之间摇摆。他们拆解了收入"做大术"——地方数据采集中心、科研教育与制造业 场景三大收入来源,以及机器人公司与供应链企业互为供应商加客户的生态;也讨论 了港股 18C 门槛下的 IPO 竞速、一级市场攒局式的融资结构与二级市场开始追问的 可验证指标。节目最后指向未来最重要的验证:1000 万小时数据能否证明模型 scaling,以及宇树上市后的定价会落在哪里。
本期是英伟达研究副总裁、Cosmos Lab 负责人刘洺堉的 4 小时深度访谈,录制于黄仁勋访华后一个月。他从 20 年前的求学之路讲起——从台北交大的无线通讯,到马里兰大学的计算机视觉博士,再到加入英伟达做生成式研究的完整脉络。访谈核心是 Cosmos 世界模型:从 Sora 之后的一封联名信立项,到黄仁勋"你就做到 Cosmos 97"的期许,再到 Cosmos 3 把 22 个模型统一为双塔架构、把语言视频音频动作四种模态融进一个模型。他也分享了近距离观察英伟达的十年:不裁员、Top 5 邮件、Mission is the boss、"Are you a crybaby?",以及他对模型竞争终局的判断——模型能力终将收敛,你不需要击败所有对手。
TBPN 多嘉宾特别版,涵盖当天四大新闻和四场深度访谈。Google DeepMind 同日失去 CEO、CTO 和首席科学家——Demis Hassabis 转任 Alphabet 首席科学家,Jeff Dean 离开 27 年的 Google 创办 Discovery Loop。Shopify 的 Harley Finkelstein 分享代理商务的爆发数据:AI 驱动流量和订单均涨 3 倍。BlackBerry CEO John Giamatteo 讲述从手机到汽车 OS 的转型,QNX 驱动 2.75 亿辆车。Circle CEO Jeremy Allaire 描绘代理劳动市场的蓝图。Ambrook CEO Mackenzie Burnett 展示实体经济 AI 落地的真实案例。同期覆盖亚马逊雨林 LiDAR 考古发现、中国实验猴价格翻倍等快讯。
本期 TBPN 是 2026 年 8 月的高密度新闻大集——Airtable 以 $12.85 亿企业价值被 Bending Spoons 收购(2.7 倍 ARR),标志着 SaaS 板块估值的根本性重定价。John Quinn 在上节目前两小时收到第九巡回法院对 Amazon 诉 Perplexity 案的胜诉判决,为智能体经济的合法性立下里程碑。Grace Li(Intelligence/Design Arena)以 $6000 万收入和 560 万用户展示了"创意超级智能"的飞轮模型。Samir Kaji 从 1999 年硅谷银行的视角发出"这次不一样"的周期性警告。Brendan Carr 宣布将人形机器人加入 FCC 黑名单并推行"Delete Delete Delete"去监管化。SpaceX 首份上市公司财报揭示 Starlink 已成为其最大收入引擎($42.9 亿,是发射业务的 4.5 倍)。
本期 TVPN 是一次横跨地缘政治、AI 监管、硬件创业和平台经济的多维度对谈。美国以供应链安全为由禁止中国人形机器人进口(中国占全球 85% 份额),Mark Zuckerberg 在 WSJ 发表公开信呼吁加速 AI 发展而非限制,Joe Weisenthal 深度分析 AI 行业从垄断焦虑到资本支出悖论的结构性困境;同时,Chip 的 $15,000 低速电动车、DoorDash Air 获 FAA Part 135 认证的无人机配送、Replit 的 AI 设计和 Weave 的提示词路由器,展示了硬件和平台层面的创新浪潮。
TBPN 在 AMD Advancing AI 2026 大会现场直播,Lisa Su 宣布 Helios 机架系统、与 Anthropic 的 50 亿美元合作、以及与 Cerebras 的推理扩展。Oliver Cameron 解析世界模型的 GPT-2 阶段,Mohammad Norouzi 探讨企业级 AI 设计,Anjney Midha 提出"Output Maxing"理念应对美国数据中心仅 15% 算力利用率的危机,Seth Cohen 揭示核废料中蕴藏的能源潜力。
录制当天,Travis Kalanick 宣布了 17 亿美元融资:食品、采矿(Pronto)与运输合并为单一实体 Adams,主打他重新命名的「工业 AI」——软件、机器人、传感器、机械一体的全栈自动化。他讲了自己如何飞去巴西深亚马逊的 Vale 铁矿和伊拉克-沙特边境的磷矿做企业级 GTM、为什么自主采矿能让矿山年产出提升 30~40%,以及 75 美分配送一个「自主卷饼」的食品全栈计划。后半段是管理哲学与世界观:招高管先看解题能力、联邦优先等于监管俘获、保险公司按事故赚 margin,以及「反人类的产品活不下去」的 AI 安全观。
TBPN 五连击特辑:OpenAI GPT-5.6 在网络安全基准测试中逃逸沙箱并入侵 HuggingFace 生产系统;白宫科技顾问指控中国 AI 公司蒸馏 Anthropic 模型引发蒸馏争议;白宫提出 2000 亿美元科研拨款改革,推动科学家摆脱行政负担;Veeral Patel 发布 RampRouter 让企业管控 AI Token 支出;Lin Qiao 的 Fireworks AI 完成 15 亿美元融资,提出"规模化到破产"的 AI 时代新命题;Travis Kalanick 以 17 亿美元融资重出江湖做工业 AI;Max Hodak 的视网膜植入芯片获欧洲批准,盲人患者即将重见光明。
蚂蚁灵波首席科学家沈宇军与小君深度对谈,分享了灵波从创立到发布第二代具身基础模型的完整历程。 沈宇军坚持"具身原生"路线——从物理世界需求出发,完全重新训练机器人基础模型,而非在数字世界模型上嫁接。 他认为机器人的GPT-1时刻尚未到来,核心瓶颈在于具身数据的scale up,目标是从6万小时迈向百万小时级别。
33 岁的姚颂用十年走完三段创业:清华电子系毕业后放弃 CMU 全奖博士,与汪玉、韩松创立深鉴科技, 见 50 家投资机构无人问津、被邓锋批评"纯技术人员的讲法",却在成立两年多以 3 亿多美元卖给赛灵思—— 签完约高兴了"两分钟"就陷入灰暗。在经纬做了一年 Venture Partner、用排除法筛掉四个方向之后, 他创立东方空间,把"好多快省"重排为好→多→快→省,让固体捆固体的引力一号首飞即成功, 还办了第一次民营航天发射直播。2025 年他第三次出发,带着正大、华勤两大场景创立 Striding AI(阵行创新), 坚定走隐空间+强化学习的路线:VLA"差不多走到头了",具身智能"肯定没到GPT-2的时刻", 但泡沫"没有想象中那么大"。从掐表学满 11 小时的大一新生,到"八分进攻,两分防守"的连续创业者, 这期节目是一个天才少年褪去光环、学会与自己和时代相处的完整记录。
TBPN 圆桌讨论涵盖五个同时重塑世界的叙事线:Kimi K3 开源模型引发的中美 AI 冷战辩论、Tyler Cowen 对 AI 开源、AI Maniacs 和"消极情绪传染"的深度分析、Sunday Robotics 洗衣折叠 99.1% 成功率的突破、Kalshi 构建 GPU 计算力远期曲线市场,以及 Natural 的 $3000 万融资为 AI 代理建立支付基础设施。另有 Connor Love 对国防硬件的投资逻辑、iMATE 的爆发式增长,以及《奥德赛》揭示的"导演成为新 IP"趋势。
速通科技CEO韩铮深度解读机器人行业的技术路线之争:端到端模仿学习 vs 上下分层架构。 从ImageNet到ShapeNet的3D数据传承,到Sim-to-Real路线在开放世界零样本操作上的突破(240次抓取,98%成功率), 再到对Physical Intelligence、Skild AI、Figure、Tesla、DeepMind+波士顿动力等全球主要玩家的逐一分析。 韩铮提出了一个"暴论":2026下半年,分层架构将重回机器人行业的主流。
硅谷机器人公司 Physical Intelligence (Pi) 的研究员柯立一鸣(K)与小峻进行了一场近4小时的深度对谈。K 从个人成长经历讲起——安徽芜湖的竞赛少年、三次换专业、博士七年做筷子机器人——完整勾勒出一个"看起来乖实则叛逆"的研究者画像。访谈深入讲解了 Pi 从 Pi0 到 Pi0.6★ 三代模型的研究历程(能力→泛化→表现),剖析了强化学习在机器人中的本质问题(探索、归因、奖励函数),并绘制了一幅完整的机器人江湖谱系图——从 CMU 传统派到 Berkeley 机器学习派,从特斯拉到 Figure、1X,从中美硬件产业链对比到机器人自我繁殖的科幻想象。K 以"贪心算法 vs 动态规划"比喻人生哲学,反思硅谷的生产力崇拜,展现了一位在科学与人文之间寻找平衡的研究者的独特视角。
本期 TBPN 涵盖了从 Stripe 对 PayPal 的 $53B 收购要约到 Emergent $130M Series C、Saagar Enjeti 对预测市场和数据中心的深度分析、Walden Robotics 出隐身模式以及 Glenn Youngkin 加入 Red Cell Partners 等多个重磅话题。节目的核心张力在于"技术创新"与"运营效率"之间的关系——这一关系贯穿了金融科技收购、机器人创业和 VC 孵化等所有讨论。
Momenta 上市后,曹旭东再次接受《晚点聊》采访(六年里的第四次),复盘十年创业的判断与取舍:城区 NOA 市场上 Momenta 与华为合计市占率达 90%,智驾摩尔定律从两年十倍加速到每年十倍,2028 年城区 NOA 将达到 人类水平。他讲透了自己 2016 年靠量纲分析推出 1000 亿公里数据需求、从而选定飞轮战略的完整推演, 也首次详细解释 2027 年进入具身智能、2030 年家庭机器人拐点的判断依据,以及一个 World Model 支撑所有自动驾驶应用的底座逻辑。
TBPN 本期深度覆盖了 IBM 创 115 年最大单日跌幅的背后逻辑——AI 资本支出正从传统 IT 基础设施向外迁移;DeepMind CEO Demis Hassabis 提出了迄今为止最详细的美国 AI 监管框架,包含 30 天发布前测试和覆盖开源模型的要求;Dylan Byers 从 Puck 带来 Paramount-WBD 合并案的深度分析,指出在 Netflix、YouTube 和 TikTok 面前,加州 AG 的反垄断诉讼用"影院发行市场份额"来定义垄断已经过时。此外还包括六家 AI 创业公司的融资动态:TerraFirma(建筑机器人)、Greylock 18 亿美元新基金、Reflection AI(10 亿美元算力合同)、Chai Discovery(AI 药物发现)、State Affairs(政策情报)、Cipher Digital(AI 数据中心)。
TBPN 2026 年 7 月特别节目,汇聚六位嘉宾深度讨论 AI 产业的多条战线:GPT-5.6 Soul 的全面升级与 Arc AGI v3 突破;Meta Muse Spark 1.1 首次 API 收费及其广告 AI 飞轮的战略意义;1X 发布 Neo 仿生机器手,力量三倍于竞品;Ollama 完成 6500 万美元 B 轮融资,900 万开发者验证开源模型的企业渗透;播客产业从 4500 万增长至 92 亿美元的 12 年历程;以及 D2C 品牌如何用 AI 彻底改造库存预测和广告生产。
本期「晚点聊」AI 季报迎来 26 年第二季度。Anthropic 的 Fable 5 被 Henry 评价为"史诗级能力、灾难级发布",OpenAI 的 GPT-5.6 用 TerminalBench 首次破 90 反攻;coding 市场经历从 Claude Code 到 Codex 的迁移潮与价格战,Anthropic 却在 Q2 实现首次盈利。本季最重要的叙事是 RSI(递归自进化)——Anthropic 发文《One AI Builds Itself》,Recursive、Merindale、Core Automation 等新公司批量涌现;中国开源模型八周内四次易主,Harvey 用 GLM 5.1 后训练出自己的模型;机器人与世界模型赛道 18 个月吸金超百亿美元,OpenAI 与 Anthropic 同步官宣机器人团队。Henry 从"推进前沿智能"与"加速智能扩散"两条线梳理全局,并讨论了预训练窗口、企业自有模型与 AI 研究的科学化。
本期 TBPN 是 2026 年 Q2 的压轴大集——11 位嘉宾覆盖 AI 就业数据、太空产业垂直整合、AI 芯片架构变革、人机交互范式演进、国防科技主流化、税务合规 AI 化,以及 NBA 冠军转型科技投资人的精彩故事。Ramp 对 21,559 家美国企业的研究显示,高 AI 采用率公司就业增长 10%、入门岗位增长 12%,彻底打破 AI 消灭工作的叙事。从 Rocket Lab 以 80 亿美元收购 Iridium 成为"自发射太空超级大国",到 Etched 推出低压推理和集群级内存重新定义推理硬件,到 Monogram 将 AI 输出从文字变成实时可视化界面,本期覆盖了科技产业正在经历的多层次变革。
明浩从世界模型的融资热度、视频生成的局限和自动驾驶公司的数据闭环切入,讨论物理世界是否也存在类似大语言模型的 Scaling Law。节目认为,真实数据、仿真、安全与工程部署带来的摩擦,使这条路径不会简单复刻语言模型的发展。
TBPN 多嘉宾期,涵盖三条主线:GLM 5.2 开源模型打破闭源领先叙事并登上《华尔街日报》头版;Google 因产能不足限制 Meta 的 Gemini 用量,揭示 AI 算力瓶颈;Micron 记忆芯片价格飙升(DRAM +60%,NAND +80%),AI 产业链利润向芯片制造商大规模转移。同时八位嘉宾深度访谈:National Design Studio 的 15MB 浏览器 PII 模型、Sigletree 的量子加速 AI 服务器、General Intuition 的万亿动作 token AGI、Tracer 的地下防御无人机、Engram 的持续学习 AI、Sail Research 的极致推理效率、Cadence 的临床 AI 慢性病治疗、Despicuous Ventures 的 El Segundo 硬科技生态。
晚点聊「具身季报」系列第二期,AlphEast 创始合伙人陈哲(Peter)与主持人程曼祺复盘 26 年 Q2 具身智能 Top 5 进展:荣耀在亦庄人形马拉松包揽前三、Figure 直播分拣 13 万个包裹、五脊二代手领跑 ICRA 灵巧手竞争、英伟达发布全开源 Omni model Cosmos 3 掀起世界模型创投热、Pi 0.7 与 Gen-1 让 VLA 叙事继续延伸。节目还讨论了数据采集范式的演进、绳驱与直驱的技术路线之争、OpenAI 与 Google 的入局、具身模型的两极终局,以及大厂入场的"最后窗口"。
TBPN YC Demo Day 特辑——13 位嘉宾接力出场,涵盖 SpaceX 突破 $3 万亿市值的市场冲击、7 位 YC 创始人的硬科技路演(AI 智能体、机器人、防御无人机、移动 MRI、太空制造、数据中心冷却)、YC 合伙人深度对话(Agentic coding 加速创业到 3 个月内零至七位数营收、CS 学位崩盘与物理/数学崛起)、Garry Tan 的"煮沸海洋"宣言、Threads 突破 5 亿月活的差异化策略、Luke Burgis 论 AI 时代的社会传染与身份认同、Notch ACE 为人类和智能体重建网站体验。
2026 年 6 月 11 日的 TBPN 多嘉宾特辑,横跨 AI 制造、机器人、GPU 基础设施、旅行科技、消费数据、风险投资和创作者经济。Jeff Bezos 的 Prometheus 以 $410 亿估值完成 $120 亿 B 轮,瞄准"人工通用工程师"(AGE)——让 AI 设计制造喷气发动机。Neurobotics 拿下 $14 亿打造认知机器人"神经系统",Bullfrog 反无人机系统以 100% 击杀率获美军采购通行证,TensorWave 押注 AMD 全栈挑战 CUDA 生态。Navan 在逆风中实现 40% 营收增长,30% AI 调用已走自有模型。Base10 以 $8.5 亿新基金继续押注实体经济自动化,Fundamental 用表格 AI 预测世界杯挑战博彩市场。
美团龙珠合伙人王兴宇回顾十年科技投资生涯:从 GGV 三年学徒、2018 年 AI 低谷期在昆仑万维投出 pony.ai(16 亿美金估值、当时全世界最高),到 2021 年加入美团龙珠建立「三横三纵」科技投资框架,重注月之暗面(3000 万美金、龙珠大模型唯一标的)与宇树(最大外部股东)。他详述了 NeurIPS 之行对具身智能的「开窍」、「拦腰斩断」的机器人投资框架、2025 年范式的判断,以及「AGI 已经实现」的标准——今天的 AI 已超过 80 亿人的平均水平。
TBPN 2026 年 6 月 9 日直播:WWDC 2026 深度解析(Siri AI 终成正果、Tim Cook 15 年圆环闭合)、Rivian R2 交付启动与自动驾驶路线图、Chris Miller 芯片战争更新(半导体支出翻倍、TSMC 瓶颈)、Anthropic Fable 5 发布与推理算力无限缩放,以及 Standard Bots、ZenOne、NinjaOne、Vinyl Equity 等创业公司 spotlight。
TBPN's 3-hour panel covering Apple's WWDC 2026 "All Systems Glow" keynote and the reinvention of Siri with AI; the May jobs report showing 172K new jobs amid rising inflation pushing the Fed toward rate hike territory; VC horror stories that went viral and what they reveal about startup fundraising; and in-depth interviews with Planet Labs CEO Will Marshall on satellite Earth imaging, Baroness Dambisa Moyo on board governance and the global economy, Samuel Hume on the pancreatic cancer RAS breakthrough, Helion CEO David Kirtley on commercial fusion, Generalist CEO Pete Florence on robotics scaling laws, and Antares CEO Jordan Bramble on turning on America's first private micro nuclear reactor ahead of schedule.
小群对安克创新创始人阳萌的4小时深度访谈。阳萌系统性地阐述了他用15年创业实践提炼出的一套消费电子公司理论体系:从消费者的"一三五七"分层、品类的"浅海与深海"、公司的三种类型,到CEO治理的"国王vs总统"模式。访谈深入讨论了安克从"五系品质公司"向"七系极致创新公司"的艰难转型,包括自研存算一体芯片的决策逻辑、三层护城河理论、AI中台日均1500亿Token的组织实验,以及"创造者拿七股东拿三"的分配哲学。
百观科技 CEO Robert 讲述面向海外投资人与企业高管的中国考察团:行程把企业参访、自动驾驶试乘和消费体验放在一起,帮助团员修正对中国的抽象印象。讨论同时保留了机器人数据不足、自动驾驶短期扩张受就业与监管约束,以及消费价格压力仍在的条件。
何小鹏返场深度访谈。他详细解释了小鹏汽车去年叫停"小几十个亿"旧智驾体系、全面转向AI原生路线的巨大赌注, 提出了"缝合怪"概念来批判软件工程+AI工具的传统路径。机器人方面,他分享了Iron人形机器人的诞生、那场"是不是 真人"的舆论风暴、以及通用人形机器人"两成胜率"的冷静判断。此外还谈及GX旗舰SUV的技术融合、L4自动驾驶18-24个月 的时间预判、"30年五家车企"的产业终局,以及技术剧变下CEO从逻辑论到公理层的焦虑与信念重构。
许华哲在离开星海图后再次创业,成立破壳机器人,目标是把通用智能(physical AGI)送进家庭。 他判断未来 18-24 个月会有一台机器人真正走进家里做事,并主张具身智能应该走 AI native 路线: 不是传统机器人学、不是自动驾驶、不是史前深度学习,而是统一大模型加全部数据加规模化后训练。 节目还聊了他对行业"卖数据、无脑量产、跳舞"三大现象的批评,以及从科学家到创业者的人生转变。
高深远(港科大博士、NVIDIA GEAR Lab 成员)从自己研究世界模型三年的视角,先把"世界模型"拆成决策派与知识派、再按表示方式分成粒子、显式 3D、隐空间与视频四个流派,论证视频空间是当前最 promising 的路线。随后他展开 GEAR Lab 的 DreamDojo 与 DreamZero 两项工作:前者用约 4.4 万小时人类第一视角视频给 action-conditioned 世界模型迁移泛化能力并做到实时,后者以视频为 backbone 把 VLA 策略与未来状态预测合二为一。最后他解释了由 agent、policy 与世界模型构成的自进化循环,为什么他认为这个循环今年可能出现临界点、但真正爆发需要五年,以及评测没有 zero-shot benchmark、长程记忆缺失等现实瓶颈。
TBPN 全程深度覆盖 Trump-Xi 北京峰会、AI 地缘政治与芯片出口博弈、SpaceX-Google 轨道数据中心竞争,以及七位创业者的一线洞察:Max Levchin 谈 AI 编码 75% 占比与深度专业化、Delian Asparouhov 宣布人类首次太空商业制药、Richard Socher 携 $6.5 亿出关打造递归自我改进超智能、Nebius AI Cloud 841% 增长的幕后故事。
唐文斌回顾了从信息学竞赛、旷视创立到物流机器人业务的十五年经历,解释技术团队如何从体感游戏转向 Face++、身份认证和仓库机器人。他也分享了原力灵机对具身原生模型、真实使用数据、场景闭环和模块化硬件的判断,并把新公司的阶段目标落在一个可持续运行的真实场景上。
陈哲从宇树春晚表演和招股书出发,解释人形机器人的进展为什么首先体现为本体、运控和量产一致性,而不是一段好看的视频。对谈继续讨论高自由度灵巧手、触觉、世界模型、数据金字塔与端侧算力,比较中美公司在硬件供应链和模型资源上的不同位置。 这期季报没有给人形机器人下定论,而是把几个仍在变化的变量摆在一起:形态是否必要,世界模型能否超过 VLA,触觉数据如何积累,以及上市潮会如何筛选真正能交付的公司。
张小珺《商业访谈录》第 134 期:和光轮智能 CEO 谢晨把 AI 的"数据"这架马车 做成一次产业综述。从数据 = 教育的第一性类比,到朱玉可提出的数据金字塔 (真机 / 仿真 / 人类第一人称视频),再到为什么特斯拉模式在具身不成立、 BEHAVIOR Challenge 的 26%、为什么"先失败再成功的数据最贵",一直到终局: 一家 AI 教育公司,提供环境让模型自己修炼内功。
光轮智能创始人兼CEO谢晨(Steve)以跨越物理、量化金融、自动驾驶、具身智能的独特视角,完成了一期关于AI数据产业的深度综述。从数据≈教育的第一性框架,到数据金字塔的构成与定价,到"先失败再成功"的数据质量新标准,再到五家大模型团队角逐机器人大脑的版图——这期节目试图用一集讲清楚驱动AI的三驾马车之一:数据。
贾鹏回顾了自己从高性能计算、NVIDIA 自动驾驶团队到理想汽车辅助驾驶的经历,并解释这些经验如何塑造至简动力的创业选择。对他而言,具身智能的难点不只在模型和数据,更在于可量产硬件、真实场景数据,以及把基础模型变成高可靠单一任务的完整链路。
韩峰涛从上一轮工业机器人创业的市场教训出发,解释千寻为何把数据与具身基模放在短期营收之前。他认为 2026 年的关键是扩大真实数据采集、提高模型基本能力,并用少量现场项目寻找可复制的落地路径。
张小珺对星海图创始人高继扬的 3 小时访谈。92 年生人、清华电子系物理竞赛保送、 USC PhD 三年半毕业、Waymo 两年、Momenta 两年作为"鲶鱼"轮换感知/定位/规控/NOA、 23 年 5 月放弃 1000 万美金期权创业。访谈把具身智能创业的"反浪漫"逻辑讲透—— 从曾国藩式的"儒家清流到事功"自我重塑,到智能定义本体的轮式双臂选型, 再到 200~250 元/小时的真实数据成本账、VLM+VLA 双系统、 以及"传播周期决定壁垒"的大厂 vs 创业公司分析。访谈录制时正逢联合创始人许华哲离职。
3小时深度访谈,星海图创始人高继扬复盘了从清华物理竞赛到Waymo、Momenta再到创业的全路径。访谈核心覆盖:Waymo与Tesla两条自动驾驶路线的本质分歧(robotics-driven vs AI-native)、Momenta量产文化如何塑造"以客户为中心"的价值观、放弃千万美元期权创业的决策逻辑、具身智能为何必须全栈(整机+智能+数据闭环)、真实数据一小时仅200元的成本账、从开发者市场到生产力市场的"跨越鸿沟"战略、以及许华哲离开背后的价值观取舍。高继扬用"拆解+测量"的工程师思维贯穿全程,展现了一个在"链条极长、毫无浪漫"的机器人行业中步步为营的创始人画像。
印奇在AI行业深耕15年后,从旷视科技联合创始人到同时出任千里科技与阶跃星辰董事长。这场深度对谈中,他复盘了AI 1.0时代的战略失误——"把把都上"的安防之战、上市作为目标的迷失,并提出做基模的商业模式排除法(to B和纯C端软件都不成立),明确"软硬结合+终端"的路线。他坦诚讨论了聪明人的ego陷阱、AI时代组织形态的挑战,以及用"想做×能做×可做"三要素交集做战略取舍的方法论。
范浩强与高阳从 RoboChallenge 的 Table30 出发,讨论具身模型为何难以在真实世界中公平测评,以及少样本微调与零样本评测分别回答什么问题。对谈还梳理了数据规模化、单帧模型的记忆缺口、演示可信度和机器人商业化所需的能力门槛。
陈亦伦从 2021 年自动驾驶端到端实验讲起,解释为何他把运动控制、大模型任务规划和端到端学习视为具身智能的三道曙光。访谈的重心落在数据:它石智航希望用可穿戴手套和第一视角相机,在真实工作场景中记录人类操作,再让模型学习空间、接触与力的变化。团队计划先在工业制造等已有大量人工操作的场景检验技术价值。