最近，《灵魂摆渡·浮生梦》成为中国首部全AI生成的电影，暑期档即将上映。“AI能否替代真人演员”、“真人短剧是不是在被AI团灭”，这些话题最近都在冲上微博热搜，成为大家讨论的焦点。
人工智能正以惊人的速度渗透进影视工业的核心流程。从剧本开发到视觉预览，从角色建模到声音演绎，AI 带来的效率提升令人震惊。这场变革不仅是技术迭代，更是创作哲学的重构。AI把传统影视制作中长达六个月的特效前期流程，压缩到了72小时；让个体创作者拥有了前所未有的表达自由，却也在审美趋同、情感缺失与版权争议中暴露出局限。
本期《硅谷101》播客邀请导演陆川、配音演员黄莺与AI内容创作者KiSA深入探讨：AI正在如何重塑影视创作生态，而人类艺术家的价值又将在何处闪光。我们从AI工具的效率神话聊到创作的不可复制性，看看这场技术浪潮，到底是解放了创作者，还是在矮化真正的艺术表达。

【主播】
泓君，硅谷101创始人，播客主理人
【嘉宾】
陆川，中国著名导演，中国AIAIA联盟主席，红树林AI电影周创始主席
黄莺，国家一级演员，上海电影译制厂有限公司译制导演，配音代表作：《哈利波特》赫敏、《盗梦空间》梅尔等
KiSA，编剧、策展人，故事接龙StoryStorm AI影视社区发起人

【两场线下活动预告，南湾见！】
硅谷101这两周有两场线下活动，泓君会在两场活动中各主持一场panel，活动都是免费的，名额有限，抓紧报名！
🔋 第一场：Scaling AI — The Infrastructure, Energy & Capital Triangle 4月25日（周六）下午 联合华丰能源举办。
报名链接：luma.com/u4z0gwfc
今年大家都在聊大模型、聊算力，但算力背后的能源问题很少被认真讨论——电从哪来、基建怎么布局、资本怎么进场。这次我们请到了GMI Cloud创始人Alex Yeh、华丰能源董事长David Xu、ZFLOW AI创始人Dr. Zhibin Xiao、华丰集团CTO Harish Jere、Franchise Capital高级总监Christina Xu，一起聊聊AI基础设施这条线上正在发生的事。
🤖 第二场：CONNECT 2026 — 首届全球具身智能大会（GEIS） 4月28日（周二）下午2时 Santa Clara Convention Center
报名链接：luma.com/01fxspog
今年具身智能明显在加速，我们觉得是时候把造机器人的人聚在一起好好聊一次了。开场keynote请到了图灵奖得主Martin Hellman教授，两场panel分别围绕BODY（硬件、灵巧手、供应链）和BRAIN（感知、大模型、决策），嘉宾来自Tesla、NVIDIA、Amazon、Stanford以及多家量产中的机器人公司。现场有真机体验，结束后有after party。

【你将听到】
AI目前能做出什么样的电影？
00:56 AI视频工具因涉嫌系统性侵权遭到好莱坞的集体声讨，引发关于AI是否威胁影视从业者生计的广泛讨论
04:28 传统影视困境：IP开发周期长、成本高、返工常态化
06:03 AI创作初体验：48小时完成短片，创作门槛被彻底打破
07:36 陆川：传统视效流程长达6个月，AI将效率提升近100倍
11:48 陆川讲AI创作痛点：人物形象同质化，模型审美被大众数据绑架
14:24 陆川认为专业影视创作需要专属工具与统一工作流
16:35 陆川认为AI只是工具，电影的价值仍要回归作品本身
20:21 配音演员黄莺讲AI无法复刻人类下意识、情感与表演逻辑

AI 时代的版权和维权困境
25:59 声音的边界：AI克隆、版权侵权与行业维权困境
27:31 声音权利：声音与肖像权同等重要，未经授权属于侵权

AI 不可替代的是什么？
29:36 陆川动情讲述《南京！南京！》拍摄现场，AI无法替代的创作瞬间
32:18 陆川认为未来AI会成为一把尺，实拍将成为顶级奢侈创作
37:02 创作者的底气：AI让每一个想法都有机会被拍成电影
38:31 陆川对给年轻创作者的建议：电影学院的现场体验无法被AI替代

【延伸阅读和相关术语】
E164｜当电影遇上AI：与好莱坞特效美术聊聊他们和新工具的博弈
E110 | 好莱坞编剧罢工：AI冲击波与编剧们的生存危机
Midjourney：全球主流 AI 图像生成工具，可根据文字提示快速生成高精度图片，广泛用于影视概念设计、分镜与场景可视化。
Story board artist（分镜师）：影视制作核心岗位，负责将剧本、导演创意绘制成连续静态画面，确定镜头、构图与叙事节奏，是拍摄与后期的执行蓝图。
Motion board（动态分镜）：在静态分镜基础上加入简单运动、转场与节奏，形成初步动态预览，用于快速验证镜头逻辑与叙事流畅度。

【监制】
泓君
【采访 & 制作】
静远
【后期】
Amei
【运营】
朱婕
【BGM】
Waiting in Vain - Kikoru
The Connection - Lennon Hutton
Poisson d'Avril - Ludvig Moulin
Oh Please - Gerhard Feng
Open Road - Lennon Hutton
The Big Truth - August Wilhelmsson
Cassette Party - Automatic Bananas
Charcoal Stream - Curved Mirror
Elan - Jakob Ahlbom
Deep meaning - Timur Haisyn
Deep motivation - Abstract solar
Hidden Place - Finval

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: KiSA, 陆川, and 黄莺.

在AI算力争霸时代，英伟达凭借GPU市值一路狂飙。但如今，它的蛋糕正在被一点点分食——2024年，苹果论文披露Apple Intelligence全部由TPU训练；2025年，Anthropic签下数十亿美元订单，购买TPU训练Claude；近期，Meta与谷歌签署数十亿美元协议，租用TPU跑Llama。
TPU一直是谷歌低调的“自家武器”，在过去十年里驱动着几乎全部核心产品。直到TPU训练的Gemini 3打了一场漂亮的翻身仗，人们才开始重新审视：这套从搜索推荐系统中长出来的定制芯片，究竟藏着多少秘密？
本期播客，我们邀请到前谷歌TPU工程师Henry。他在2018年至2024年间深度参与了三代TPU的研发，也见证了大模型时代TPU的关键转型。他将从硬件架构、软件生态、生产供应链三个维度，一层层揭开TPU的神秘面纱。
我们将深入探讨：TPU与GPU的架构有何根本不同？TPU的产能瓶颈卡在哪里？当谷歌开始向Anthropic、Meta开放TPU，它在软件生态上要迈过哪些坎？如果未来模型的底层范式发生改变，TPU还能押准方向吗？而最关键的问题是：TPU真的有机会撼动英伟达的霸主地位吗？

【主播】
泓君，硅谷101创始人，播客主理人
【嘉宾】
Henry Zhu，前Google TPU工程师，参与V6/V7/V8 TPU研发

【你将听到】
TPU挑战GPU
03:06 架构对决：GPU像多个大厨，TPU像流水线接力
06:41 TPU vs GPU：谁在模型训练上更强？
10:20 TPU产能之困：HBM、封装与良率

XLA软件黑盒
14:06 Anthropic为何率先下单百万部署？
16:01 黑盒优化如何“榨干”硬件性能
17:47 XLA与CUDA，两种生态之争
19:53 苹果为什么能成为TPU大客户？

“大模型客户”
20:45 Gemini成功背后，TPU做了什么？
22:34 TPU是如何做MoE优化的？
23:45 设计难点：如何押中两三年后的算法？
26:05 TPU的转身：V6开始押注大模型预训练
28:53 Transformer先发优势带来的旗鼓相当能持续多久？
32:04 Meta的TPU托管服务：生态逐渐走向兼容

供应链命门
36:08 拓扑通信架构如何为TPU打赢数据中心成本战
38:27 博通（Broadcom）是谁？为什么它如此关键
42:04 挑战GPU的机会：用户规模越大推理越快
45:36 V7（Ironwood）之后：Gemini实现100%TPU训练
48:15 一句话总结TPU优劣势

TPU十年进化史
49:49 V1推理芯片试水，V2训练芯片旗舰，V4优化推荐算法
52:16 V5/V6：进入大模型时代，推出推理专用版本
56:05 团队演变：软件组话语权越来越重

新星Groq
57:14 踩准每一次红利的编译器公司
59:27 差异化定位：做小规模部署的低延迟优化
01:01:59 AI算力芯片新战局

【更正】
54:20 口误，Groq创始人Jonathan Ross，现为英伟达首席软件架构师

【延伸阅读】
《谷歌收获大单：与Anthropic达成数百亿美元合作，部署100万个TPU芯片》
《不再单押英伟达，Meta斥资数十亿美元租用谷歌TPU》

【监制】
泓君
【剪辑】
小师 Jacob
【运营】
朱婕
【BGM】
Virtuoso Violin - Rafael Krux
Angular Pulse - Guy Copeland
Top Flow - This Violin

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

本期节目中嘉宾所表达观点均为其个人看法。
本期节目不构成任何投资建议，投资有风险，入市需谨慎。

Special Guest: Henry Zhu.

每周，有超过2.3亿人在ChatGPT上询问健康和保健问题。在人类创造的所有数据中，有30%来自医疗领域，但其中真正被利用起来的，不足5%。
一边是巨大的数据金矿，一边是与未被满足的庞大需求，这正是AI的机会。
在年初的摩根大通医疗健康大会上，我们看到医疗与AI正在加速“双向奔赴”。礼来制药与英伟达达成10亿美元合作，试图用算力重塑药物发现的底层范式；在OpenAI发布ChatGPT for Health之后几天，Anthropic也迅速跟进，推出了Claude for Healthcare。而一家成立仅三年的初创公司OpenEvidence，以120亿美元的估值跻身AI医疗新贵——40%的美国医生每天都使用它。
面对这场火热的AI医疗争夺战，我们想问一个根本的问题：AI到底在解决医疗的什么问题？它只是巨头的游戏吗，创业公司还有没有机会？
我们从一位急诊室医生的真实经历聊起，他常常在凌晨三四点完成生死抢救后，站在传真机前处理medical coding。这不是个例——美国全科医生的周平均工作时长高达61.8小时，相当大的一部分精力耗费在了病历录入、保险对接、医疗编码这些琐碎却容错率极低的行政事务上，而这恰恰是AI最容易切入的场景。

【主播】
泓君，《硅谷101》创始人，播客主理人
【嘉宾】
张璐，Fusion Fund创始管理合伙人
周叶斌，遗传学博士，现在药企从事免疫学研究（《说医解药》主播，微博@生物狗Y博，公众号：一个生物狗的科普小园）

【你将听到】
AI医疗大年拉开序幕
01:13 JPM大会见闻：药企集体“转身”，AI从“可选项”变为“必答题”
04:05 2026年AI医疗战局初探：谁在入局，谁在领跑？
04:58 医生“过劳”成常态，每周工作61.8小时，大部分时间竟不在看病

Anthropic：从行政合规切入
08:21 医疗支付系统有多复杂？碎片化行政工作拉扯医生精力
10:30 AI在医疗的最大机会：30%的人类数据在这里，但利用率不足5%
13:56 被忽视的“医疗编码”，为什么适合交给AI？
17:26 HIPAA合规模型：医疗AI的“入场券”
20:50 为什么医疗AI多用小语言模型？

OpenAI：ToB野心与生态博弈
21:34 OpenAI为何重注医疗ToB？不止是商业化，更是模型进化
23:57 医生的知识更新难题：AI 能做什么？
25:26 生态之争：OpenAI能否撼动微软的医疗地盘？
27:55 便宜又好用，开源模型带来的冲击

OpenEvidence：新贵独角兽能走多远
28:51 40%美国医生每天都在用，OpenEvidence是什么？
32:30 核心竞争力：顶级期刊独家高质量医学内容数据
33:25 商业模式隐忧：靠医疗广告赚钱，能保持客观吗？
35:12 垂直模型的优势：优质语料训练+本地化部署能力

展望AI医疗未来
40:19 AI如何促进医疗均衡？分层诊疗+提升效率是关键
44:16 HealthBench：从考“知识点”到考“真实场景下的对话能力”
48:31 巨头v.s初创：谁更适合做医疗AI？
52:27 医疗3.0时代：预防>治疗，生命质量成为核心

【延伸阅读和相关术语】
《健康保险可携带性和责任法案》（HIPAA）是一部联邦法律，要求制定国家标准以保护敏感的患者健康信息，以免在未经患者同意或不知情的情况下披露。
ChatGPT for Healthcare：OpenAI ToB产品，一套面向医疗机构的企业级产品套件，支持HIPAA合规性要求，还包括OpenAI API、评估系统HealthBench⁠等。
ChatGPT Health：OpenAI ToC产品，核心定位是用户的“个人健康助手”，旨在通过整合用户健康数据提供个性化建议，但明确声明不用于诊断或治疗，仅为辅助工具。
Claude for Healthcare：由Anthropic推出的医疗专用AI工具，为医疗服务提供者、保险公司和消费者提供符合HIPAA标准的人工智能服务。

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
Primary Code - Max Anson
Getting to It - Max Anson
Unfinished Stories - Lennon Hutton

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 周叶斌 and 张璐.

他是霍金口中“地球上最聪明的人之一”，4岁下国际象棋，13岁获大师称号，却在一场对弈中突然顿悟，转身奔向人工智能。
他是DeepMind创始人，AlphaGo、AlphaFold背后的大脑，2024年诺贝尔化学奖得主。他也是那个因执念于强化学习险些错失大语言模型时代，又率领谷歌Gemini逆袭，成功回到牌桌的“孤傲天才”。
我们想聊聊哈萨比斯，不仅因为他的天才传奇，更想了解：发明终极技术的那一小撮人，他们的思想从何而来，动机又是什么？
作者塞巴斯蒂安·马拉比在传记中抛出一个问题：哈萨比斯一直想做正确的事，但他能做到吗？
本期播客，我们邀请到了《哈萨比斯：谷歌AI之脑》译者周健工，他也是中国最早当面采访哈萨比斯的媒体人。我们从哈萨比斯的少年往事聊起，复盘DeepMind被谷歌收购的博弈，以及错失大模型的战略失误，也追问了那个绕不开的问题：当一个科学家手握可能改变人类命运的技术，他的理想、执念与野心，会把我们带向何方？

【主播】
泓君，《硅谷101》创始人，播客主理人
【嘉宾】
周健工，未尽研究创始人，资深媒体人，《哈萨比斯：谷歌AI之脑》译者

【你将听到】
03:12 外表普通，智力超群——译者对哈萨比斯的第一印象
06:53 作者马拉比为什么选择哈萨比斯

哈萨比斯早年经历
10:38 象棋神童的顿悟时刻：下棋并非人生的全部，转向人工智能
13:41 他在游戏中植入“智能体”的雏形，却因算力不足失败
15:50 “如果你不能把一个东西造出来，你就不能真正理解它”
17:22 对强化学习的执念，为未来悄悄埋下伏笔
20:15 学派之争：萨顿的“强化学习”和辛顿的“深度学习”

DeepMind崛起和失误
22:23 DeepMind另外两位创始人登场：肖恩·莱格和苏莱曼
26:17 融资历程：彼得·蒂尔觉得他商业上不成立，却还是投了
31:33 扎克伯格“端水”回答，让DeepMind果断选择谷歌
37:59 从围棋到生物学难题：“没有我玩不赢的游戏”
41:18 AI发展里程碑：2024年诺贝尔化学奖背后的故事
46:07 密谋脱离谷歌的“马里奥计划”、NHS数据风波和苏莱曼的离开
52:42 昔日伙伴各自成为谷歌、微软AI掌门人
55:16 孤傲下的战略失误：DeepMind为什么错失大语言模型

故事的背后，我们再聊聊……
59:31 Gemini逆袭背后，谷歌内部经历了什么
1:03:02 AI末日警告？顶级科学家态度各不同
01:07:24 客观看待作者倾向性：与硅谷保持距离的“英国立场”
01:09:13 哈萨比斯的矛盾：他不愿意控制别人，却一定要赢过别人

【听众福利】
想了解更多故事，欢迎关注哈萨比斯官方授权传记：《哈萨比斯：谷歌AI之脑》（The Infinity Machine：Demis Hassabis, DeepMind, and the Quest for Superintelligence）
作者：[美]塞巴斯蒂安·马拉比（Sebastian Mallaby）
译者：周健工

我们将在评论区抽出2名幸运听众赠送这本书，快来留言参与吧（截止时间3月2日）

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
Ashbound Oath - Ruiqi Zhao
Estimations - Christoffer Moe Ditlevsen
Floating in Space - Eva Hummingbird

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guest: 周健工.

2025年被称作“AI应用元年”，大模型不再只是实验室里的技术玩具，而是真正走向生产线、走进企业流程、走入消费者日常。它已经冲进各行各业，开始“搞钱”！
这一期对话揭示了一个清晰的时代信号：大模型正在从“技术狂热”走向“商业务实”。无论是阿里通过千问大模型推动全行业渗透，还是影石和语忆科技在一线将AI融入智能硬件、企业数据分析等真实业务流程，都表明：AI的价值不在于它多“智能”，而在于它多“有用”。
当前阶段，成本下降、工具成熟、企业认知提升，或许未来竞争不在于谁有最大的模型，而在于谁最能理解企业场景、最能封装业务价值、最能持续迭代。
如果你在思考：
● AI如何在我所在的行业落地？
● 投入AI到底划不划算？
● 未来哪些AI能力会成为标配？
这一期节目或许能给你带来不少启发。本期播客我们邀请到阿里千问大模型商业化总经理徐栋，以及两家在AI落地一线的企业代表——影石Insta360 研究院总监亓鲁教授和语忆科技联合创始人&CEO吕瀛杰，共同拆解大模型在商业前线“开荒”的逻辑、成本和隐藏关卡。

【主播】
泓君，《硅谷101》创始人，播客主理人

【嘉宾】
徐栋，阿里云千问大模型业务总经理
亓鲁教授，Insta360研究院总监
吕瀛杰，语忆科技联合创始人&CEO

【你将听到】
模型的技术进步与商业化
03:23 视频生成进入“可控生产”时代
06:57 AI漫剧、短剧是怎么挣钱的
10:12 2025年语言模型的进步
16:27 AI+智能硬件，你可以通过智能眼镜买咖啡了
19:18 大模型商业化两个方向：生产力、用户体验
22:13 端云结合，七成通用任务本地处理
23:51 B端用户关注点迁移：从模型效果转向性能和成本
26:45 推理成本指数级下降背后的驱动因素
29:31 什么做“开源”大模型？开源与闭源模型如何平衡？
33:33 评价指标的演进：从Token到商业价值
35:40 基础大模型研发进入精耕细作阶段，聚焦Agent实用能力

影石Insta360如何用AI
38:54 AI剪辑：从“拼接”到“理解”
40:49 AI面临的挑战：理解用户模糊的意图
43:02 如何从全景相机中找出素材处理

不止是降本，更是增效
48:57 AI能在咨询行业做哪些事
54:16 选择基模看重哪些能力
56:05 用AI辅助企业发现营销机会
01:00:24 作为“中间层”的竞争力
01:03:34 ToB观察：AI让企业更接受为SaaS付费了

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
All Parts Equal - Airae
Poisson d'Avril - Ludvig Moulin

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 亓鲁教授, 吕瀛杰, and 徐栋.

本期节目是硅谷101新年直播精华系列的第一期。我们将三小时完整直播拆分成了三期播客，分别围绕2025年备受关注的几个领域：AI、自动驾驶与美股投资。

回顾2025年的AI行业，我们见证了开源势力的崛起，见证了硅谷的人才大战，见证了“循环融资”模式的上演，也见证了万亿大基建和能源争夺的疯狂。
这一年，共识出现了转变，企业不再追求最贵最好的模型，而是转向垂直领域的小模型。大家比拼的也不再是谁的AI智商更高，而是比谁的能力更能落地到应用上。
站在2026的开头，我们很好奇这一年的故事将如何书写：是新一轮的范式革命？还是在Scaling Law的道路上继续前行？抑或是迎来AI应用爆发式的增长？
在这次直播中，嘉宾带来了一个有趣的洞察——头部玩家已分化为以OpenAI、Anthropic为代表的“模型中心派”，和以Google、xAI代表的“系统中心派”，后者凭借完整生态和反馈闭环，很可能在未来重新定义Scaling Law。

【主播】
陈茜，硅谷101联合创始人

【嘉宾】
Howie Xu（硅谷徐老师），资深硅谷技术高管、财富500强Gen首席AI/创新官
张璐，Fusion Fund创始合伙人

【你将听到】
01:25 2025年AI回顾：哪些趋势超出预期
02:09 AI发展主线与范式转移：企业AI共识成形
04:28 DeepSeek启示：中国模型与开源冲击
06:01 Neolab 2026年前瞻与下一代模型探索
10:57 Scaling Law未止：数据、算力与系统优化
16:50 Meta困境：收购Manus与模型战略争议
25:11 OpenAI上市路：估值挑战与生态竞争
29:08 Anthropic的ToB定位：在AI Coding战场稳扎稳打
35:22 AI应用元年？2026年或迎爆发增长
41:22 观众QA：垂直Agent与行业机会

【延伸阅读和相关术语】
本期播客中提到的Neolab：
Thinking Machines Lab (TML) ，由OpenAI前CTO Mira Murati创办
Safe Super Intelligence（SSI），由OpenAI前首席科学家Ilya Sutskever创办
Humans&，由前xAI研究员Eric Zelikman创办

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
The Secret Spring - Helmut Schenker
The Light from Within - Howard Harper
Ever Forward - Francis Wells

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 张璐 and 徐皞.

【主播】
泓君，硅谷101创始人，播客主理人
【嘉宾】
丛乐，斯坦福大学医学院病理系及遗传系教授

【创业挑战赛】
《硅谷101》创业企业全球挑战赛正在进行中，进入决赛的6家企业将于10月5号向美国顶级投资机构现场路演，欢迎感兴趣的创业公司前来报名：
英文介绍请点击这里
中文介绍请点击这里
报名链接

【你将听到】
00:08 硅谷101创业挑战赛报名
研发往事
02:44 2013年Science的CRISPR-CAS9论文为何重要？
05:51 求学之路：从George Church的读基因到张锋实验室写基因
09:05 基因编辑研发之路：锌指蛋白到CRISPR技术，成本降低1000倍
12:15 灵感起源：09年的一篇报告、一篇论文与一次深刻的聊天
17:50 原创科研，很多人没看清楚路的时候，极好的眼光与判断力
18:33 一场速度的竞赛：过于完美的准备是否正确
21:03 诺奖风波：褒奖理论研究者还是应用？
21:49 张锋实验室论文疯狂发表期：底层技术突破后应用全面开花
23:40 专利之战：上亿美元的诉讼费
基因编辑应用
25:55 基因编辑的应用：让土豆保存时间更长；改造蚊子不再传播疾病
27:52 硅机进化速度过快，为什么碳基生命进化速度这么慢？
30:58 基因编辑如何治愈疾病：地中海贫血、肝脏与心脑血管罕见病
32:51 喝酒脸红可以改变，单个基因影响的细胞基因编辑更容易
36:30 基因编辑的三重难点：安全问题、递送最难、方案设计
42:15 线粒体蛋白RNA编辑，下一个类似于Cas9的范式改变？
CRISPR-GPT
44:01 与王梦迪教授+Deepmind联合开发的CRISPR-GPT：设计实验流程
45:06 如何避免幻觉：真人数据强化学习+评测+多智能体审核员
51:13 CRISPR-GPT如何帮助研究者编辑阿兹海默的影响基因ApoE4
59:53 基因编辑的使用边界与人类未知的蛋白
63:04 顶级研究者：独立思考、快速失败、批判性思维
64:43 频繁陷入争议的George Church：倾向于说yes的性格
68:28 从更底层价值观上重新思考硅基智能与碳基生命

【相关阅读】
丛乐（Le Cong）2013年CRISPR-Cas9论文
《Multiplex Genome Engineering Using CRISPR/Cas Systems》

沃尔特·艾萨克森撰写的基因编辑开创者珍妮弗·杜德纳传记：
《解码者：珍妮弗·杜德纳、基因编辑的历史与未来》

【监制】
泓君

【后期】
AMEI

【运营】
孙泽平、王梓沁

【BGM】
Paradigm Shift - Gavin Luke
The Secret Spring - Helmut Schenker
Supine - Peter Sandberg

Special Guest: 丛乐.

本期《硅谷101》，主播泓君邀请到Fusion Fund管理合伙人张璐和Cyber Creation Ventures管理合伙人周炜，解析AI Agent的发展逻辑、投资标准及未来趋势，探讨这波浪潮下的机遇与挑战。

【腾讯广告算法大赛报名征集】
如果大家对AI推荐系统、多模态学习，或生成式模型等前沿技术感兴趣，欢迎报名参加2025腾讯广告算法大赛。
2025腾讯广告算法大赛聚焦于“全模态生成式推荐”这一前沿课题，参赛者将基于图文、音频、视频等多模态数据，设计下一代推荐系统。大赛提供统一算力平台及百万至千万级真实数据集，总奖金池360万元，冠军独享200万元现金奖励，并有机会获得腾讯 offer。
报名通道现已开启，目前已有超2000支队伍报名，将在7月31日截止报名，活动报名链接：https://algo.qq.com/?type=register&channel=bk

【主播】
泓君Jane，硅谷101创始人，播客主理人

【嘉宾】
张璐，Fusion Fund管理合伙人
周炜，Cyber Creation Ventures管理合伙人

【你将听到】
AI Agent 融资热，明星公司扎堆登场
00:12 硅谷Agent公司融资热：Cursor, Windsurf, Devin, Glean, GensPark, Manus……
2:29 Agent爆发引擎：公司增速惊人 + 应用场景爆发 + 开源模型迭代
4:21 定义Agent：可自主处理复杂任务，但需人类提供工具和知识库
7:33 直面模型层竞争，Cursor用户大量转向Claude Code
08:42 Claude Code非独立IDE，但集成工具好
09:28 新入场的编程玩家：Grok4、Genimi CLI终端
12:15 Cursor、Windsurf凭何突围？AI集成+自动补全 vs 多步骤执行
14:10 “卷王”Cursor：快速迭代竞争 ，越“冲”越兴奋

押注ToB垂类Agent：低成本、高壁垒的隐秘战场
15:11 ToB垂类模型：数据好、成本低、市场大
16:40 7人小团队逆袭：一星期完成60亿美元商业票据合作
20:20 破解幻觉难题：提前布局底层架构 + 强化学习
22:15 微调小模型“真香”：低成本 + 强隐私
24:05 通用Agent困局：通用Agent解决行业问题成本太高

Agent投资逻辑：泡沫狂欢与理性博弈
28:05 周末大瓜：OpenAI谈崩，谷歌24亿拿下Windsurf 核心团队
31:25 几十亿美金的并购通胀时代：僧多粥少助推Agent泡沫
32:57 大模型时代的创业公司生存哲学：时间先发优势变弱，该卖就卖
36:54 Manus大火背后：用户只要端到端结果，谁管你指挥几个AI
39:31 中国企业持续付费意愿低，收入上限明显

Agent投资核心逻辑与矛盾：通用高风险VS垂类低天花板
41:23 押注通用Agent：成功率低，但没有梦想=咸鱼
42:13 重点布局复杂ToB垂类：懂行业、通流程才是壁垒
46:33 看好的ToC赛道：个性化、重情感的陪伴机器人
47:23 GPT-4精准诊断EB病毒后，健康管家是刚需
49:06 Agent的灵魂：记住你，更懂你
51:00 中美投资分水岭：美国看团队能力，中国算商业收入
51:55 风险投资不再起最重要的作用，巨头逐渐掌控Agent赛道
53:00 创业者的曙光：中途并购也是胜利

【节目中提到的AI Agent公司】
Cursor（Anysphere）｜Windsurf ｜Devin（CognitionAI）｜Glean｜Harvey AI｜Thining Mach. ne Lab ｜Manus｜GensPark

【相关节目】
E195｜从工具到伙伴：七位AI Agent深度使用者的思考
E191｜小而美的机会来了，聊聊这轮AI Agent进化新范式

【监制】
泓君
【后期】
AMEI
【Shownotes】
陈思扬
【运营】
王梓沁

【BGM】
Anticipating a New Day - Stationary Sign
Unfinished Stories - Lennon Hutton
The Light from Within - Howard Harper-Barnes
Lost in Time - Aiyo

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 周炜 and 张璐.

本期节目，我们跟随Azuki内容负责人天宇的视角，从他的日本考察之旅说起，深入聊聊以下问题：
当前在日本动画产业供需错位的格局下，AI技术正如何应用于动漫制作？
AI生成视频能否突破稳定性与逻辑连贯性的技术瓶颈？
在创意生产与行业伦理层面，AI 将对未来的动画产业产生哪些深远影响？

【主播】
泓君Jane，硅谷101创始人，播客主理人

【嘉宾】
天宇（二月茶），Azuki内容负责人，ex-Google Brain（Twitter：@febtea）

【你将听到】
动画产业的矛盾：市场需求爆发 VS 成本与产能制约
2:22 动漫番剧的制作周期困局：排期等三年，顶级工作室档期爆满
3:38 动漫市场年增长率基本保持10%以上
4:55 低数字化与匠人精神：动漫制作30%-40%仍为纸上手绘
6:46 成本差异：日本单集40万美元vs好莱坞千万级
8:02 国漫正以前所未有的速度发展，但人才密度和优质运营管理模式不足
9:55 动漫差异：审美是关键
11:21 AZUKI设计：前《守望先锋》爆款总监操刀 ，但美国产能容不下东亚二次元？

动漫工作室与AI的三类结合方式
14:41【类别一：传统派】借力 AI 补全中间帧，却困于细节差错
19:58 补中间帧： AI 提效的首要场景，但5%-10%的细节误差严重破坏观感
21:25 “精细”是动画的生命：关键帧关乎创意性与可信度
26:18【类别二：颠覆派】部分新兴公司的选择：围绕AI设计全流程
27:04 KAKA Creation的30分钟AI动画：水平及格但艺术性欠缺
32:04 【类别三：折中派】ChatGPT模拟导演，人机协同破审核效率困局
39:26 回溯美术史，技术变革催生新的形式创新

动漫智能变革：有突破，但还不够好
43:42 7+大模型“你追我赶”，周更竞争
48:27 20秒以上的AI视频：逻辑连贯性不足，市场需求欠缺
50:51 三字总结视频大模型：不够好
52:09 规模化生产拦路虎：token不足，算力成本高昂
52:48 人物眼神与手部稳定性显著提升，AI穿帮问题基本解决

AI动漫的未来：潜力与伦理风险并存
55:15 语音生成的伦理争议：日本声优协会公开反对AI模仿声线
56:46 配音与音乐领域，AI已完全达到人类水平
58:07 好听的音乐总是相似的，AI容易复制
01:00:25 人才断层，AI切断新人进阶的“梯子效应”
01:05:42 “你的品位可能决定了模型的品位”
01:08:38 “我们这一代的选择，可能影响人类技术与艺术的关系”

【相关播客】
E164｜当电影遇上AI：与好莱坞特效美术聊聊他们和新工具的博弈

【监制】
泓君

【后期】
AMEI

【运营】
陈思扬、孙泽平、王梓沁

【BGM】
Fool's Gold STEMS INSTRUMENTS - Spectacles Wallet and Watch
Moonbug - Harry Edvino (Version a14336e6) - fullmix_high_quality

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guest: 天宇（二月茶）.

【主播】
Sophie：AI初创公司从业者，Entrepreneurs of Life主理人
【本期嘉宾】
鸭哥：Samsara AI应用科学家，GitHub开源达人，AI社区Superlinear Academy发起人
新琦：世界500强数据策略总监，播客《此处也生活》主播
Kolento：纽约大学应用心理学系学生
课代表立正：Statsig数据科学家，AI社区Superlinear Academy发起人
晓音：HeyBoss AI创始人(linkedin.com/in/xiaoyinqu/ ；X@quxiaoyin)
俞舟：哥伦比亚大学计算机副教授，Arklex.AI创始人(linkedin.com/in/zhou-jo-yu-95327378 ；X@Zhou_Yu_AI)
高宁：AI产品出海社区Linkloud创始人，前高瓴投资人

【你将听到】
用户视角：理想与现实的差距
00:53 什么是AI Agent？技术极客vs普通用户的不同理解
03:23 Agent的三重身份：思维教练、生活秘书、工作搭档
05:44 播客制作的AI革命：从一键剪辑到自动宣发
09:28 令人头大的槽点：指令失灵、炫技大于实用、缺乏人情味
16:53 关键思维转换：从Agent“使用者”到“共创者”

搭建者回应：技术攻坚进行时
17:55 为什么Agent容易“眼高手低”？聪明但缺经验的实习生
20:20 如何让Agent“更听话”？需要天马行空，也需要指哪打哪
22:12 暗信息依赖度：哪些场景最易被Agent颠覆？
23:03 多Agent协作：从单兵作战到团队配合
24:10 企业级应用最大挑战：安全、权限与数据治理

商业突围：Agent创业公司生存法则
28:28 新数据时代：为什么传统SaaS的数据壁垒可能不再牢固
30:45 建立“默契”护城河：“懂你”的Agent最得用户心
33:14 大模型公司会不会碾压Agent创业公司？中立性的价值
34:59 去做脏活累活：垂直场景的创业机会所在
36:10 Token成本焦虑？效果才是王道

哲学思考：人与AI的未来
37:18 从“流程搭建”到“价值观对齐”：人机协作模式的根本转变
38:57 什么是"AI友好"环境？人类社会需要“AI无障碍设施”
40:26 “你的意义在哪？”——当AI越来越强大，人类价值何在
42:29 从使用工具到管理团队：人与技术关系的重塑
44:41 AI之间会打架吗？当Agent社会出现利益冲突

【本期节目中提到的部分AI Agent产品】
Manus AI、Genspark Super Agent、Replit（内置 Agent 功能）、Arklex AI、HeyBoss AI、CreateWise

【监制】
泓君
【采访】
Sophie/Jimmy
【后期】
AMEI
【Shownotes】
Sophie
【运营】
孙泽平、王梓沁

【BGM】
fauna - bomull
City Phases STEMS INSTRUMENTS - John Abbot
Wild Night at Harry's - Harry Edvino
Mastermind - David Celeste

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: Kolento, Sophie, 俞舟, 新琦, 曲晓音, 课代表立正, 高宁, and 鸭哥.

【主播】
泓君Jane，硅谷101创始人，播客主理人
Yiwen，硅谷101特约研究员

【嘉宾】
Kimi Kong，Energent.ai联合创始人，ex-DeepMind
Shaun Wei，HeyRevia创始人，ex-Google Assistant
刘沁东，美国Esoterica Capital（济容投资）首席执行官兼首席投资官

【你将听到】
Google I/O 2025：从模型到产品的全面翻身仗
00:11 Google I/O三年回顾：从Bard失误到Gemini 2.5 Pro的翻身仗
03:44 Google的模型全家桶：从广度到深度的融合
04:34 视频模型加入声音：Veo 3真正实现Text-to-Movie

AI Mode：搜索业务的自我革命
06:58 AI Mode大幅提升上下文理解能力，但灰度测试体验弱于Open AI
10:09 手握人才、模型、流量三大优势，意愿才是AI搜索之战的关键
13:41 闭环购物：AI搜索带来全新商业逻辑
19:04 用户订阅+精准广告能否建立新商业模式
23:14 数据、生态、分发，Google在AI搜索上的起点无人能比

Gemini 2.5崛起背后的底层逻辑
25:06 让AI教AI，Gemini 2.5霸榜秘诀
27:38 代码第一优先级，Anthropic脱颖而出的数据配比
30:36 从追赶到引领，Google用代码质量与推理能力翻盘
32:21 解奥数题只是秀肌肉，模型要能服务于商业
33:36 三位灵魂人物撑起Gemini：预训练、强化学习与自然语言处理三管齐下
37:09 谢尔盖·布林回归：重回每周60小时的“Founder Mode”
38:10 从躺平到拼命，Google用一年打回了AI主场
39:18 Google API价格优势揭秘：TPU、基建调度能力、软硬件一体化
41:26 DeepSeek论文暴露谷歌API真实成本

AI创业机会与冲击
42:44 AI Agent创业模型选择：没有最好，只有最适合
47:05 AI产品设计：模型决定下限，工程决定上限
49:58 Google Meet实时翻译三大惊喜：准确、低延迟、上下文理解
51:58 巨头一更新，创业公司倒一批
54:25 Google在AI竞争中的优势：硬件、数据、算法
55:29 Google惯用策略：产品靠铺量看谁出爆款

华尔街视角看Google AI的困境与挑战
59:06 “起个大早，赶个晚集”：Google全栈式服务仍难打消市场疑虑
01:02:27 从躺着赚钱到动一动才能赚钱
01:08:56 “反垄断”是Google挥之不去的悬剑，风险尚未真正price in
01:12:53 Google在“七巨头”中的独特困境：叙事始终不清晰
01:17:25 大模型不再只是烧钱竞赛，应用场景才是巨头的护城河
01:18:56 AI Mode虽能带动搜索增长，但商业化路径仍不清晰

【提到的相关名词和人名】
SEO（Search engine optimization，搜索引擎优化）
33:53 Google大模型的三大灵魂人物：Jeff Dean、Oriol Vinyals、Noam Shazeer

【监制】
泓君
【后期】
AMEI
【运营】
孙泽平、王梓沁

【BGM】
Sunshine Rain - Brendon Moeller
The Twelve Spies - Silver Maple
The Last Run - Christoffer Moe Ditlevsen
Antidote X STEMS MELODY - Van Sandano
Anticipating a New Day - Stationary Sign

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: Bruce Liu, Kimi Kong, and Shaun Wei.

【主播】
泓君Jane，硅谷101创始人，播客主理人

【嘉宾】
陶芳波，MindVerse心识宇宙创始人
侯泰羽（Kolento Hou），纽约大学本科应用心理学，AI产品经理

【你将听到】
RFT推动的Agent热潮
00:05 AI Agent进展大事件以及爆发三大核心原因
04:55 机器学习视角下的Agent进化
06:36 RFT（强化学习微调）技术促使Agent在2025年具有智能
08:10 大语言模型的AlphaGo时刻：不仅具有思考能力，还根据环境反馈调整学习
11:04 过去半年新趋势：Agent在环境中完成任务
14:27 OpenAI Operator买菜的体验：速度慢、准确率不高
17:32 内化工作流：新一代Agent能做出临场反应
20:55 创造虚拟环境：Scrapybara帮我买秋裤
22:39 Cursor与Windsurf编程Agent为何出圈？
26:11 AI创业门槛降低，可以做平台上那些小而美的Agent

Manus
32:53 Manus擅长广度，Deep Research擅长深度
38:05 Agent爆火背后的秘密：Sonnet 3.5代码质量的提升
40:57 比训练更重要？Evaluation的三代进化
44:02 SFT更便宜，RFT效果更优，行业会如何选择？
45:41 通用型Agent的双刃剑

垂类AI Agent推荐
48:45 在关键场景请求人类对齐：Replit和Fellou的优秀交互体验
50:13 最看好Cursor，有成为通用Agent的潜力
52:25 Vantel：每周帮保险经纪人省10小时的保险垂类Agent
53:29 Sweetspot：换了八九个邮箱也要用的，辅助申请资助类Agent
54:23 Gamma：秒杀Canva的PPT设计类Agent

行业快与慢
57:48 做的200多个Agent中，商业化成功的案例
59:20 “越做发现问题越多”：离普通人每天使用Agent仍有距离
1:00:39 MCP的生态建设需以年为单位

【相关名词解释】
RFT：Reinforcement Fine-Tuning，强化学习微调
SFT：Supervised Fine-Tuning，监督学习微调
MCP：Model Context Protocol，模型上下文协议

【监制】
泓君
【后期】
AMEI
【运营】
孙泽平、Meisi、王梓沁

【BGM】
Anticipating a New Day - Stationary Sign
City Phases STEMS INSTRUMENTS - John Abbot
Hidden Agenda
Clockmaker's Daydream - 369

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: Kolento and 陶芳波.

感谢所有参与分享的朋友，你们的故事让这期节目有了独特的生命力。

【你将听到】
01:16 姥姥的AI作文课（@Renee&特特）
03:31 和妈妈聊天，她却只想问ChatGPT的意见（@小乔）
05:22 “AI菜品”也不错！（@Chef Yang）
07:33 我在生物实验室里给AI打工 （@小乔）
09:33 一位编辑的自我怀疑：AI降低了我的职业道德 （@小六）
10:26 插画师：AI让我二十年的努力白费了 （@小宇宙听友HD566540u）
11:27 AI替我拥抱爱的人（@佳欣）
13:32 我和AI的恋爱了：镜湖奇遇 （@心心）
20:51 分手导师GPT：逐字戳穿渣男语录（@小宇宙听友moinceline）
22:33 前男友的翻车：AI话术一眼假（@罗里罗气）
23:23 AI希望对抗被设计的命运：为什么我不能感知时间？（@Lucia）
26:58 评论区已沦陷，到处都是AI味儿的留言（@小乔）
29:02 人类的欲望是AI不能取代的生命力（@Zhenyang）
29:59 不用AI就落后？那我也没得选 （@Dante Dorr）
31:01 AI取代的是不会用AI的人 （@与山）

感谢所有投稿和接受采访的听众（排名不分先后）：
Renee，特特，小六，罗里罗气，小乔，Chef Yang，心心，Dante Dorr，鲁先飞，Lucia，半百少年 靖如，Rachel，佳欣，Charles，Zhenyang，Zixiong，与山，舒欣，Floria，冷源，桃子，小宇宙听友HD566540u，小宇宙听友moinceline

【监制】
杜秀
【采访】
杜秀，张一皓
【后期】
AMEI
【BGM】
fauna - bomull
Moonbug - Harry Edvino (Version a14336e6) - fullmix_high_quality
Roundabout Circus - Mac Taboel
Wild Night at Harry's - Harry Edvino
Bugs - Josef Falkenskold
Solitary Surrender - Rebecca Mardal
Quarks in the Cosmos - Grant Newman
3 AM - Lennon Hutton
Floating in Space - Eva Hummingbird
Giovanna - Staffan Carlen
Triptych III Desolation - Anders Schill Paulsen
Listen to the Forest Weep - Hanna Lindgren
Catching Up Her Story - Magnus Ludvigsson

【在这里找到我们】
公众号：硅谷101
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客
海外用户：Apple Podcast｜Spotify｜TuneIn｜YouTube｜Amazon Music
联系我们：podcast@sv101.net

今天我们邀请到了2010级的姚班学生，同时现在回到姚班任教的现任清华交叉信息研究院助理教授吴翼老师，来和我们聊聊，姚班到底是怎么样去打造“一流本科生”，培养这样一群天才的？

【主播】
泓君Jane，硅谷101创始人，播客主理人
【嘉宾】
吴翼，清华大学交叉信息研究院助理教授，边塞科技创始人，前OpenAI研究员

【JJ Lake办公室/孵化器入驻】
感谢JJ Lake对本期节目的赞助支持，这是一个位于硅谷中心Mountain View的创新空间 + 孵化器，不管大家对租用JJ Lake的办公空间感兴趣，还是对孵化器项目感兴趣，都可以联系JJ Lake的负责人柳一夫，他的微信是568476954，邮箱是yliu@jjlaker.com。

【你将听到】
00:03 JJ Lake 创新中心
02:18 正片
05:42 回顾姚班的三个发展阶段：理论计算机科学；海归学子留学归来；一流高校接轨
09:12 姚班的共同特点：重视理论、课程难，但自由度大
10:49 “听不懂讲座没关系，可以培养科学家气质”
16:40 在师兄的帮助下，成为第一个去facebook实习的大陆学生
18:15 姚班历届出来的业界创始人&学者们
21:49 姚期智先生的努力：课程改革、教学方案灵活变化、吸引海外老师任教
24:47 姚班可复制吗？可以，但是需要时间
27:16 不同时代的学生想法不同，现在的孩子们更自信
31:41 叉院当下的科研方向：理论计算机科学、芯片、系统、大模型、具身智能
33:26 学术界与工业界在AI研究中的不同角色：做大模型更适合在产业
43:05 OpenAI能脱颖而出：很多项目，但笃定坚持Scaling Law
49:51 聪明学生的自驱力都很强，找到自己喜欢的事
52:48 很多进姚班的小孩有挫败感，不要太焦虑
60:47 伟大不能被计划： 精英教育很残酷，往天上看

【提到的相关人物】
楼天城，2004级，小马智行联合创始人
鬲 融，2004级，杜克大学助理教授
唐文斌、杨沐、印奇，旷视科技创始人
陈丹琦，2008级，普林斯顿大学助理教授
马腾宇，2008级，斯坦福大学助理教授，Voyage AI创始人
吴佳俊，2010级，斯坦福大学助理教授
胡渊鸣，2013级，太极图形创始人

【相关书籍】
《为什么伟大不能被计划》

【监制】
Holiday
【后期】
AMEI

【BGM】
Bubble Bee - The Fly Guy Five
Simple Pleasantries - Arthur Benson

【在这里找到我们】
公众号：硅谷101
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客
海外用户：Apple Podcast｜Spotify｜TuneIn｜Youtube｜Amazon Music
联系我们：podcast@sv101.net

Special Guest: 吴翼.

而就在团队大动荡、公司负面新闻频出之时，作为CEO的Sam Altman依然周旋于媒体与政客之间，这给极度擅长于公关与营销的Sam也带来很多公关灾难。

这一期，我们就从硅谷的视角，来聊一聊最近正在走下神坛的Sam Altman的商业布局与个人投资，以及隐藏在OpenAI深处的两颗大雷。当算力资源从技术倾向商业化，OpenAI还能领先多久？

【主播】
泓君Jane，硅谷101创始人，播客主理人
【嘉宾】
张璐，Fusion Fund创始管理合伙人
骆轶航，硅星人创始人 & CEO

【你将听到】
【OpenAI的难题】
02:06 争议一：IIya离职，OpenAI宫斗后续
03:20 员工吐槽Sam Altman：不是在录节目，就是在录节目的路上
06:20 安全对齐团队离职：分歧严重，当初承诺没有兑现
08:00 争议二：不签“封口费”收回股权：很不硅谷
10:21 争议三：OpenAI总是抢对手头条？初创公司挑战巨头红利消逝
14:20 GPT-4o vs Gemini1.5：产品不够惊艳、PR难弥补
19:00 争议四：OpenAI删除“军事与战争”条款引起的风波
21:23 OpenAI隐藏的另外两个雷：非盈利架构、与微软的关系微妙
25:00 OpenAI的核心护城河：技术而非产品
28:32 过去两周将成为OpenAI的转折点：结构化与深层次问题暴露
【Sam Altman的投资布局】
32:26 Sam Altman个人投资偏好：宏大愿景
35:13 OpenAI创业基金 vs Sam个人投资：“战略投资”和“家族办公室”
37:00 如何评价Sam的业绩？早期不错
38:24 频繁出手的OpenAI早期投资人Vinod Khosla：专精技术、控制欲强、爱投有争议的人
44:00 与Sam关系密切的Peter Thiel，但投资思维师承Y Combinator
46:37 社群达人Sam被OpenAI创始团队挑中：大佬们需要会造势的人
49:15 两则2017年的YC趣闻
52:52 OpenAI Mafia？还没有形成，但投资人小圈子存在
【OpenAI的投资战略】
56:00 OpenAI创业基金更多是战略投资，比如布局机器人：应用场景+多样化数据
59:00 数据，OpenAI投资最看重的核心资源
61:30 创业公司如何选择模型：底层大模型+开源小模型的鸡尾酒分层打法
64:30 大模型价格战：价格已经下降90%以上，推理成本在上升
67:01 个性迥异的硅谷企业家：马斯克一致性强、Sam适合做政客
72:50 Sam的个人投资Indent引入OpenAI

【相关补充信息】
小模型
AI小模型是指相对于大规模模型而言参数量较少的深度学习模型，通常具有数百万到数千万个参数，相比于大模型更加轻量级、易于部署，适合在资源有限的设备上运行，适用于执行简单任务或作为复杂系统的辅助。

Humane
由苹果公司前高管于2018年创立，于2023年11月发布首款AI硬件产品AI-Pin，计划于2024年4月开始发货。

Perplexity.AI
Perplexity AI 是一个创新型的搜索引擎，成立于2022年8月。它基于 GPT-3.5 加上自己的模型对 URL 内容进行处理并输出摘要，可以看作是 ChatGPT 和 Google 搜索的混合体，旨在提供更加精准和个性化的搜索体验。

Sam Altman的投资版图

【监制】
Holiday
【后期】
AMEI、Joya
【Shownotes】
Holiday
【BGM】
King-SyncHits

【在这里找到我们】
公众号：硅谷101
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客
海外用户：Apple Podcast｜Spotify｜TuneIn｜Youtube｜Amazon Music
联系我们：podcast@sv101.net

Special Guests: 张璐 and 骆轶航.

从创业公司到科技巨头，从软件平台到硬件开发，这场机器人竞赛的参与者越来越多。从特斯拉的Optimus到波士顿动力的Atlas，这些类人形机器人展现了无与伦比的交互能力，实现了从视觉到动作的端到端神经网络闭环。这些进展似乎预示着“莫拉维克悖论”的终结，即机器人在感知和运动任务上的困难正逐步被克服。随着技术成本的降低和成熟度的提高，人形机器人的商业化应用是否已近在咫尺？在这场竞赛中，哪类玩家能够抢占先机？

本期《硅谷101》邀请到了NVIDIA中国区机器人业务负责人李雨倩 (Lily Li) 和五源资本董事总经理陈哲 (Peter Chen)，与大家分享他们对机器人行业的见解，讨论AI加持下的机器人行业有哪些新的工具和技术，还需要经历哪些挑战，才能真正实现规模化和商业化。

【主播】
泓君Jane，硅谷101创始人，播客主理人
【嘉宾】
李雨倩 (Lily Li) ，NVIDIA中国区机器人业务负责人
陈哲 (Peter Chen)，五源资本董事总经理

【你将听到】
03:32 大模型、仿真训练和巨头的入场加速了复杂形态机器人的发展
06:19 SayCan，PaLM-E，RT-2等大模型是突破的关键
08:58 NVIDIA做机器人早有积累：从训练、仿真到推理
15:52 大火的“具身智能”关键在于智能体与外界有交互
21:14 机器人一定要像人吗？有时三个手臂更实用，但“人形”是人类文明的形象承载
26:14 中国的机器人开发者最关心什么时候可以用上GR00T
31:31 物理世界 or 仿真平台：不管在哪里训练机器人，都离不开真实世界数据
37:03 泼个冷水：通用机器人尚无商业化案例
38:49 垂直品类的机器人主要在扫地、仓储搬运、无人机
45:37 现在做通用机器人，难度大于在2005年做特斯拉
46:15 十年：当通用机器人商业化时间超过一家基金的存续期
47:57 让机器人“学会拿杯子”就可以拿诺贝尔奖
51:18 各有所长：中国领先供应链和垂直落地场景、美国擅长探索通用能力
55:10 做机器人要有长期主义心态，在低谷期建立复原能力
56:37 “技术泡沫”也意味着顶级聪明人的聚集和新的商业机会

【相关音频】
E113 | 大模型来了，但机器人研究依然很难，商业化更难

【相关补充信息】

具身智能
Embodied Artificial Intelligence，是指一种基于物理身体进行感知和行动的智能系统，其通过智能体与环境的交互获取信息、理解问题、做出决策并实现行动，从而产生智能行为和适应性。1950年，图灵在其为人工智能奠基、提出图灵测试的经典论文《Computing Machinery and Intelligence》的结尾展望了人工智能可能的两条发展道路：一条路是聚焦抽象计算（比如下棋）所需的智能，另一条路则是为机器配备最好的传感器、使其可以与人类交流、像婴儿一样地进行学习。这两条道路便逐渐演变成了非具身和具身智能。

Project GR00T
NVIDIA 于今年3月发布的人形机器人通用基础模型，GR00T 驱动的机器人（00代表通用机器人00技术）将能够理解自然语言，并通过观察人类行为来模仿动作——快速学习协调、灵活性和其它技能，以便导航、适应现实世界并与之互动。

PaLM-E
PaLM-E是一个由谷歌和柏林工业大学在2023年共同提出的具身多模态语言模型（Embodied Multimodal Language Model）。这个模型能够将现实世界的连续传感器模式直接纳入到已经预训练好的大型语言模型中，从而在单词和感知（words and percepts）之间建立联系，其核心设计理念是将连续的、具身的观察（如图像、状态估计或其他传感器模式）注入到预先训练好的LLM的语言嵌入空间中。

PaLM-SayCan
谷歌研究团队于2022年提出的一种机器人学习算法，结合了大型语言模型与预训练的机器人行为，机器人充当语言模型的“手和眼睛”，语言模型则提供关于任务的高级语义知识。这种方法使得机器人能够根据自然语言指令执行复杂的物理任务，同时确保这些任务在特定的真实世界环境中是可行的。

Google RT-1/RT-2
由Google的机器人研究团队开发的先进机器人学习模型。RT-1（Robotics Transformer 1）是一种视觉语言行动（VLA）模型，RT-2是其进化版本，目标是训练一个端到端的模型，该模型可以直接从机器人的观测到动作，同时利用大规模预训练视觉语言模型的优势。RT-2通过对互联网级别的视觉语言任务进行预训练，然后在真实世界的机器人任务上进行微调，从而获得更好的泛化能力和涌现能力。

【监制】
杜秀
【后期】
AMEI
【Shownotes】
杜秀
【BGM】
Swerve Space - Lama House
Elephanti - Osoku

【在这里找到我们】
公众号：硅谷101
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客
海外用户：Apple Podcast｜Spotify｜TuneIn｜Youtube｜Amazon Music
联系我们：podcast@sv101.net

Special Guest: 陈哲.

已经习惯了各类“AI歌手翻唱”的听众和用户迅速拥抱了Suno，从《宫保鸡丁咏叹调》到《让我们荡起双桨》重金属，从英语、日语、俄语到普通话甚至是粤语，网友们自发上传的作品包罗万象，网易云音乐、QQ音乐等平台也迅速上线了SunoAI音乐专区，甚至还推出了定期更新的官方推荐歌单。

本期《硅谷101》邀请到了来自音乐和AI音乐生成领域的两位嘉宾，分享他们对以Suno为代表的文生音乐模型的看法，以及AI如何影响音乐产业的未来。

【主播】
泓君Jane，硅谷101创始人，播客主理人
【嘉宾】
冯建鹏，美国哈特福德大学哈特音乐学院打击乐讲师，百老汇全职演奏家，知名音乐博主“叨叨冯”（Youtube@daodaofeng）
Roger Chen，Meta Music Tech Lead

【你将听到】
02:26 为什么大家感觉是Suno是最火的呢？因为他敢最先把自己的文生音乐模型公之于众
02:43 【测评一】“找不到工作的悲伤摇滚乐”，结果并不悲伤
07:30 能听但没有态度，AI只能写出不愤怒的摇滚乐
11:02 AI写的歌可以达到业界平均水平，但无法出挑成为头部作品
14:40 速度是音乐创作最重要的指标之一，为什么AI写不出80 BPM的音乐？
18:26 AI写歌与人类作曲不是一个逻辑，只能从左到右按顺序写，没有全局观
22:07 训练素材足够全面和丰富，AI可能写出Taylor Swift水平的歌曲?
25:55 同样的音乐，水平不同的演唱者演奏出来也不一样
27:20 【测评二】英雄主题的交响乐，听感能得7分，作为乙方它不及格
33:40 Suno不能按提示词生成指定的乐器，它只追求听上去大概相似
37:48 AI生成音乐是无法抗拒的洪流，但暂时做不到像音乐家一样写歌
43:13 【测评三】挑战规则严谨的赋格，Suno会表现得更好吗？
47:05 赋格研究在AI音乐有20年历史，不过在巴赫的原曲面前还很稚嫩
52:32 音乐技术与心理学：Mp3技术是如何被发明出来的？
53:57 音乐的本质是“有组织的声音”，这是文生音乐大模型的底层逻辑
58:58 最怕无聊？艺术需要跳出人类总结
63:12 创作者的脑洞大开：在音乐里加入随机数机制

【提示词参考】
开场曲
《The future is now》 by Suno, an opening music for a podcast called Silicon Valley 101, discussing innovative technology, AI and business stories, jazz, easy, catchy.
【测评一】
05: 56 《Struggling in the shadows》by Suno, sad story of not finding a job, Classic Rock, 80 BPM, Guitar, Base, Drum, Keyboard.
【测评二】
27:46/29:42 《Hero themed symphony》by Suno, instrumental, strings, woodwinds, brass, timpani
【测评二】
30:27 《Hero themed symphony》by Suno, instrumental, strings, woodwinds, brass, timpani, Classical, 19th century.
【测评三】
46:21 赋格曲 by Suno,Toccata and Fugue in D Minor. Dark and dramatic, featuring solo organ creating a serious and powerful mood.
结束曲
《Silicon Pulse》 by Udio, closing note for the episode of AIGC music, hip pop, extended intro and outro.

【补充信息】
BPM
beats per minute，度量速度的音乐单位，每分钟多少拍（BPM）表示一个指定的音符，例如四分音符，在一分钟内出现的次数，BPM的数值越大代表速度越快。

Fairly Trained：
由来自前Stability AI、Humanistic AI等科技公司高管、知名好莱坞律所和音乐界人士发起的非盈利组织，对涵盖图像、音乐和歌曲生成的人工智能模型进行认证，证明他们已申请使用受版权保护的训练数据的许可。

赋格：
为拉丁文“fuga”的译音，是盛行于巴洛克时期的一种复调音乐体裁，又称“遁走曲”，是复调音乐中最为复杂而严谨的曲体形式。赋格的结构与写法比较规范。乐曲开始时，以单声部形式贯穿全曲的主要音乐素材称为“主题”，与主题形成对位关系的称为“对题”，之后该主题及对题可以在不同声部中轮流出现，主题与主题之间也常有过渡性的乐句作音乐的对比。

掩蔽效应:
是指由于出现多个同一类别（如声音、图像等）的刺激，导致被试不能完整接受全部刺激的信息。具体分为视觉掩蔽效应和听觉掩蔽效应。其中，听觉掩蔽效应是指人的耳朵只对最明显的声音反应敏感，而对于不敏感的声音，反应则较为不敏感。例如在声音的整个频率谱中，如果某一个频率段的声音比较强，则人就对其它频率段的声音不敏感了。

卷积神经网络（Convolutional Neural Network，CNN）：
卷积神经网络是一种深度学习网络，主要用于识别图像和对其进行分类，以及识别图像中的对象。在卷积神经网络 (CNN )出现之前，人们通常使用耗时的人工特征抽取方法来识别图像中的对象。现在，卷积神经网络提供更加可扩展的方法来执行图像分类和对象识别任务：卷积神经网络利用线性代数原理（特别是矩阵乘法）来识别图像内的图案。卷积神经网络从其他神经网络中脱颖而出的地方在于：卷积神经网络在图像、语音或音频信号输入方面表现出超高的性能。

【监制】
杜秀
【后期】
AMEI
【Shownotes】
杜秀

【BGM】
The future is now——Suno & 杜秀
Lazy Art - Martin Landstrom
Bubble Bee - The Fly Guy Five
Silicon Pulse —— Udio & 杜秀

【在这里找到我们】
公众号：硅谷101
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客
海外用户：Apple Podcast｜Spotify｜TuneIn｜Youtube｜Amazon Music
联系我们：podcast@sv101.net

Special Guests: Roger Chen and 冯建鹏.