晚点聊 LateTalk

「不再追求 AGI，他第一个讲了出来」 上周初开始，市场陆续出现有关零一万物的新调整传闻，关键词包括：“放弃预训练，资金链紧张、被阿里收购……”传闻出现的第二天，我们在零一万物办公地，中关村鼎好大厦，采访了李开复。 他解释了实际发生的变化：零一万物已经和阿里云成立了 “产业大模型联合实验室”，零一万物的大部分训练和 AI Infra 团队会加入这个实验室，成为阿里的员工，侧重超大模型研发。零一自己接下来会聚焦做更快、更便宜、更小，更能支持普惠应用的模型，同时自己做应用。 在李开复的描述里，超大模型和更快、更便宜、更小的模型的关系类似于“老师和学生”，超大模型可以通过标注结果和生成更多合成数据的方式帮更小的模型提升性能。 去年 5 月，我们也访谈过一次李开复，当时的话题是从中国“最年长的 AI 大模型创业者”开始的，在 2023 年创立零一万物时，李开复已经 62 岁。 和他行业地位还有人生阶段相似的人，更多会选择支持一个公司，而李开复这次是自己当 CEO，自己跳入了这场大模型的混战。 关于零一的新选择，有人认为是理性、务实，有人认为是收缩乃至“认输”。不管如何，在最新传闻后，李开复快速对外说明事实和阐释想法的姿态，展现了 CEO 的责任。当公司出现调整，CEO 是需要对内对外说明情况的人。 这次我又问了去年问过李开复的一个问题：功成名就时再来创业，会不会有心理包袱？ 他的回答还是和上次相似。1983 年，李开复开始在卡耐基梅隆读计算机博士，当时他在研究计划里写：“AI 是人类认识并理解自己的最后一里路，我希望加入到这个全新绽放、充满前景的未来科学领域。” 李开复认为，这是他等了四十多年终于等到的 AI 时代，如果自己没有试一把，才是一个终身遗憾。 我们访谈李开复的两篇文字报道，我也贴在了 shownotes 的“相关链接”部分，感兴趣的听友可以阅读。 时间线跳转： 回应零一万物调整：“不会停止预训练，但不再追逐超大模型” 02:30 零一与阿里云成立“产业大模型联合实验室”，零一部分团队并入阿里 06:01 当开源追上闭源，任何公司没必要执着于自己预训练，但这件事现在还没发生 08:16 零一没有寻求过被收购 Scaling Law 在变慢；商业化灵魂拷问时刻已经到来 12:08 2024 年 5 月后，零一就做出抉择：聚焦更快、更便宜的模型；想做最大、最棒、最牛的模型，代价非常高，绝对不是一个初创公司可以做的事。 16:57 超大模型的作用是当 Teacher Model，提升较小模型的能力，Anthropic 和 OpenAI 都有类似实践 22:22 大模型时代，从技术竞争到商业落地拷问，一切在加快 25:13 不打打不赢的仗，不做看不到回报的大量投入 27:25 3 种 ToB 订单可以做：帮客户赚钱的；与行业客户紧密合作的；方案可复制性高的 “2025 年零一会有数亿收入”，怎么来？ 33:32 2024 年获得超 1 亿元人民币实际收入 35:03 2025 年会和适合大模型的行业公司建合资公司，结合行业数据、Know-how 和零一的技术 中国大模型创业公司会全军覆没吗？——“没有任何概率” 38:26 谈团队变化：有人禁不住诱惑，有人想追寻超大模型 40:19 中国大模型创业公司全军覆没有多大概率？——“没有任何概率”，因为 AI-first 的应用会足够颠覆 44:01 AI-first 应用的特性：自然语言交互；有通用推理、理解能力；无 AI 不成立 45:11 中国大模型创业公司在应用和落地上会有更多优势，这是互联网和移动互联网验证过的逻辑。 “等了 40 多年，不试才是遗憾” 47:28 不后悔自己当 CEO，一线创业 49:43 2025 年，应用会爆发，零一会在垂直细分行业找到有大价值的 PMF 51:19 工作是工业革命留下的魔咒，如果有了 Super Agent，我会花更多时间和爱的人在一起，这是 AI 取代不了的。 52:45 “每一位都是勇士，我们应该彼此鼓励” 53:32 2025 年的新年愿望 相关链接： 《晚点对话李开复丨他第一个讲了出来，不再追求 AGI》（25.01） 《对话李开复：这次大模型创业，我十年都不会变现》(24.05) 登场人物： 嘉宾：李开复，零一万物创始人兼 CEO。 主播：程曼祺，《晚点 LatePost》科技组负责人。小红书 @曼祺_火柴Q 即刻 @曼祺_火柴Q 剪辑：甜食 ☆《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

中国产品出海正在进入一个新时代：从卷低价、卷规格，到建品牌，讲故事。泡泡玛特希望在全球讲的是 IP 界的唱片公司的故事；名创优品希望借助每个大火的 IP，让自己的产品提供更多功用性之外的价值；喜茶则继续用联名，在全球范围内扩大自己的品牌影响力。 以往中国商品靠精益生产、快速周转，赚的是薄利多销的钱，今天新一代工厂管理者接手后，他们希望能从头搭建品牌故事、建立品牌影响力，利润空间更高、更具品牌忠诚度的海外市场就是他们心中的应许之地。但如何在海外从 0 到 1 搭建起一个品牌？ 我请来了一位国际日化集团的社交电商负责人 Eric，这一集团下不少化妆品品牌女生们都耳熟能详， Eric 过去 10 年都在集团内负责整个亚太区域的电商业务，做过运营、投放、数据分析，Eric 很清楚一个品牌如何从头搭建、长大。 过去一年他开始转向出海，负责东南亚、日本、美国三个市场的 TikTok 电商渠道，中间踩了不少坑，也积累了不少经验，在本期播客中，我们将能够听到他的真诚分享。 东南亚市场 06：54 在东南亚，如何从0到1搭建一个海外品牌？ 23：08 在东南亚做了一年 TikTok 电商，我踩了哪些坑 31：53 东南亚几个电商渠道，如何分配预算？ 39：26 东南亚绝对不会出现李佳琦，因为没人会那么努力 日本市场 49：02 一个商品详情页要改两周，日本电商市场太慢 53：36 面对低效，破局的点是找到搭配默契的中国人团队 北美市场 01：00：46 品牌要在 TikTok 北美做起来，可能会面临哪些挑战？ 01：06：43 雅诗兰黛等全球知名品牌是怎么做 TikTok 的？ 01：08：12 为什么美国的 TikTok 很难像中国的抖音一样快速成长起来？ 01：14：03 外资进入中国，有什么经验可借鉴？ 01：18：41 出海过来人想说，你得考虑这三个问题 剪辑：甜食 登场人物 Eric，知名国际日化集团全球社交电商负责人，即刻 ID：艾瑞克丁 Eric 陈晶 《晚点 LatePost》记者，关注出海（Wechat：tiema233） 封面图：Eric 从印尼飞往越南的路上 ☆《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

「没进展的 5 年，也是内部技术变革的 5 年。」 两年多前，我们在 Robotaxi（无人出租车）的信心冰点报道过小马智行。那时的标题是：“市场不相信自动驾驶了，但他们还信”。 转眼到 2024 年：百度萝卜快跑 4 月在武汉引起热潮，Waymo 无人车队 8 月在旧金山的日均总单量超过了当地出租车（未计算网约车）；年底，又有文远知行、小马智行两家中国头部 Robotaxi 公司先后登录美股。 在特斯拉和 Waymo 的路线对比中，强弱之势也正微妙变化。10 月，马斯克的 Robotaxi 发布会后，Uber 股价大涨 10%；而 1 个月后，当 Waymo 传出进入迈阿密，Uber 股价则跳水 10%。 谁更有希望代表 L4 真的改变人类司机出行网络？华尔街在用钱表态。 这个时刻，我们再次访谈了刚刚完成 IPO 的小马智行 CTO 楼天城。 他完整描述了小马过去 5 年 L4 技术变革：从 Learning by Watching 到 Learning by Practicing。 前者是学习人类驾驶行为的模仿学习，是如今 L2+ 普遍选择的路；后者的关键则是构造一个训练车端模型的虚拟环境，让系统可以自己进化，楼天城称之为“世界模型”。 楼天城分享了与之相关的多个技术洞察： ·世界模型本质不是一个模型，世界模型是车端模型的 factory（工厂），自动驾驶技术的真正差别在于 factory 的精度，而非车载模型的能力。 ·Learning by Watching 最多是像人，但像人永远无法做到 L4。 ·越是优秀的人类司机，学起来越是反向优化。 ·MPI 为 1000 公里的产品不存在，因为它反人性。 过去 5 年，外界看不到 L4 公司的明显进展：MPCI（接管里程）仍在提升，但只要无人化车辆没有大量上路，人们就没有直观感受，技术指标只是冰冷的数字。 但在楼天城的叙述里，外界见不到进展的 5 年，也正是关术变革发生的关键时期。 这些变化，使 Robotaxi 今年得以启动百台至千台级别的规模化运营，也给行业带来了高开低走，又逐渐反弹的波折命运。这不仅考验从业者的理性技术判断，更考验感性的决心，和说服团队一起相信的能力。 “我一直说，大部分人不能坚持不是因为太苦，而是因为受到了诱惑。”楼天城说，过去 8 年，他没有遇到过能和自动驾驶相提并论的诱惑，大模型也不算。 时间线跳转： ·5 年前：瓶颈 →绝望→寻找新路 02:53 2019 年后，L4 的进展难再被感知，规模化无人运营带来了市场水温变化。 11:13 这 5 年：从 Learning by Watching 到 Learning by Practicing 12:30 前者是模仿学习，没法学习驾驶员怎么想 14:27 世界上不存在一个 MPI 为 1000 公里的 L2 产品，因为反人性 16:13 模仿学习的另一个问题是人的双标，AI 司机所以像人依然不满足需求。 19:07 学习优秀司机也不行，甚至是反优化 19:45 这本质是因为模仿学习是开环训练，“我绝望了，才发现闭环是出路” ·搭建“世界模型” 22:03 Learning by Practicing 的闭环训练，是强化学习思路 23:46 学了棋谱再强化（AlphaGo），甚至不如直接从 0 开始强化（AlphaZero） 24:28 感性上的挑战：之前的路线做了 3 年还不错，换路线后前两年追得痛苦 26:19 5 年前开始转向以生成数据为重，这也是世界模型的任务之一 30:36 在虚拟环境里学习，本质是“向未来的自己学习” 32:21 世界模型是车端模型的工厂，自动驾驶进化的关键是工厂的精度，而不是车端模型本身 34:43 Learning by Watching，数据和算力是关键；Learning by Practicing，世界模型的精度是关键 ·认为 L2 会覆盖 L4，是还没有越过分界点 35:03 没有谁做了错误选择，L2+和 L4的优化方向不同 36:18 L2 使用 Learning by Watching 没问题，也符合 L2+的规模效应特性 38:51 L2 不能覆盖 L4，L4 也不能取代 L2，真正越过分界点后会发现这是两件事 42:20 小马世界模型的构成：1.数据生成器 2.驾驶评估体系 3.高真实性的仿真 4.数据挖掘引擎 45:39 魔鬼在细节，世界模型的细粒度指标是核心竞争力 53:04 世界模型的终极状态：车不再因错误发生事故 54:48 千台 Robotaxi 开始有毛利，净利和扩张则是策略上的 trade off 56:15 不会因为它是特斯拉，Learning by Watching 就能 work 01:03:11 车辆运营维护与合作伙伴一起做；远程遥控人员的比例未来可到 1 比 30 ·大部分是因为结果的正确，倒推方法的正确 01:10:20 大部分人不能坚持，不是因为苦，而是因为受到了其它诱惑 01:11:08 大模型现在很 fancy，一旦走到应用阶段，会经历自动驾驶经历的所有事 01:11:35 MiniMax 的产品是 L4，CoPilot 是 L2 01:14:09 度过行业起伏：外界看不到进展时，内部也要有合理且可感的里程碑 01:17:30 越来越相信，世界是模拟的 01:19:40 大部分人是因为结果正确，倒推成功者方法正确，但正因如此，不该盲目套用别人的方法 01:24:00 过早追求商业化，和一定要追求最有价值的商业化，都是极端。“创业前我没想过二者的平衡，创业中我肯定偏执过。” 01:25:57 下一步的关键是合理成本下，扩大车队规模 相关链接： 《市场不相信自动驾驶了，但他们还信》 剪辑：甜食 登场人物： 楼天城，小马智行联合创始人兼 CTO。 程曼祺，《晚点 LatePost》科技报道负责人。

汉洋和工业设计师志斌一起聊了聊到底啥是工业设计？并且随机点评了一些当下比较火的产品。 本期节目我们聊到了： 简单一句话 20 来个字概括工业设计 工业设计这门课本科都在学啥 哪个最不起眼的东西实际有很高的工业设计含金量? 工业设计和其他设计的区别和联系 工业设计师是一个工业产品的产品经理么 工业设计在一个产品线中所处的环节是什么？ 工资最高和最少的工业设计师分别在设计什么（或者说在解决什么问题） 比如说你看到一台新发布的手机，你会关注什么？ 顺着聊聊，如何看待 iPhone 的设计？ 不同产品之间你关注的设计点一样吗？比如车和手机 聊聊理想 Mega 那些细节是你一看就难的，但普通人都感觉习以为常的？ 反过来呢？大家认为难但实际上很简单的呢？ 没做过工业生产的老板，会在设计上踩什么坑？ 我们拿到一台新设备，该怎么看他的设计好坏？ 相关链接： 志斌的播客《荒野楼阁 WildloG》（苹果） 《荒野楼阁 WildloG》（小宇宙） 预言在应验：五年前所讨论的未来人机交互的新范式_6.ylo 志斌的 blog 柳宗悦 登场人物： 志斌：一个家里有动物园的设计师奶爸 汉洋：设计溜达动线中 后期：甜食 封面：志斌在拍照

具体信息可以点击这里查看。 发邮件到 why at gailiuzi.xyz 就可以。

「稿件操作幕后，文字之外的更多想法和碎碎念。」 本期的主播是曼祺，很高兴和「十字路口 Crossing」串台，一起来聊《晚点》11 月底发布的一篇文章《中国大模型生存战：巨头围剿，创业难熬》的操作故事和感受，这刚好也是一次大模型创业的年底“非系统”复盘。 这段时间，我感受了非常不同的 AI 面向：先是参加了十字路口和 Abotify 一起组织的一场 AI 创业和开发线下活动（1000 天后的 AI 世界），本来 150 人的活动，有 700 多人报名，最后我目测现场涌入了 200 多人；热火朝天和甚至“乱哄哄”的现场交流与碰撞，是如今的 AI 拼图之一。 而这前后，我们为准备大模型稿件做采访、数据整理和撰文时，又看到了拼图的另一面：字节等大公司来势汹汹，后来居上，它的大模型进展在 23 年下半年还被群嘲，如今已不可小觑——“中国的大象真的会跳舞”。最头部的一批创业公司，尤其是既做模型，又做应用的六小龙无不感受到这只“大象”的压力。 所以我们后来在年底的大模型创业生态稿件中，选择了这样一个主线：“巨头围剿，创业难熬”。本期就是和 「十字路口」一起聊聊这篇稿件的操作，以及更多报道之外的言外之意和“前排感受”。 「十字路口」的两位主播带来了和不同的视角：Koji （杨远骋），联合创办了街旁、新世相和躺岛，他自己现在也在做 AI 应用，是一位活跃的 AI 开发者，对各模型性能区别和 AI 应用的快速变化有一手观察；Ronghui，目前在一家专注科技投资的风险投资机构工作，之前是第一财经周刊驻硅谷的记者，她所在的机构也在积极投资 AI 项目。 时间线传送： Part 1 大模型创业变局：核心变量仍是技术进化的方向与速度 02:33 市场的核心分歧：技术进化的方向与速度？ 04:35 if 进化快：也许有创业者能有一定的认知优势 & 模应一体也会更合理 08:16 if 进化慢：产品能力变得更重要 & 大模型头部公司融资不顺 10:00 神奇的 DeepSeek：不是大厂，但资源够多 11:55 不管进化快慢，开源对闭源都有压力 14:44 三种反馈：共鸣、中外关注差异、具体数据讨论 20:23 马云训话阿里投资部的段子背后 21:31 不是创业公司不顺利，是大厂衬托下显得不顺利 23:49 六小龙现状：Kimi 专注做 Kimi，零一不是没产品，智谱 AutoGLM 与手机合作 31:15 Kimi VS MiniMax：前者重注生产力，后者推出更多适应性产品；生产力是大公司的必争之地，MiniMax 星野、Talkie 在细分市场暂时比大厂产品更强 35:50 闫俊杰说追求 Intelligence with everyone；杨植麟说追求智能极限 44:34 大模型创业，一年花费到底多少？投资人的算法 VS OpenAI 花费 47:33 大模型创业公司不是面临一个挑战，而是一组纠缠的挑战 48:40 今日头条上线 1 年多时，就有 1000 万日活 Part 2 字节如何后来居上：招人才、定策略、建组织 52:13 字节在大模型上不如中国其它大公司，百度才是最早的 56:41 去年到今年，直接的变化：一号位亲自招人，确定自己做、不再对外投资，Flow 的成立 01:01:15 字节做 AI 的外部变量：海外的地缘压力 01:02:19 阿里的新战略：AI 驱动、公共云优先；未来的新看点：阿里云 VS 火山云 01:07:02 腾讯，可以后发制人 01:08:40 百度的组织张力，萝卜快跑反而成了百度今年的 AI 亮点 Part 3 应用在蓬勃生长，创业者没空悲观 01:11:45 十字路口xAbotify 线下活动，100 多名额，700 多人报名 01:12:44 超级个人+小团队的蓬勃发展 01:15:28 应用没有爆发？还是预期太高？ 01:16:20 好用 AI 应用的例子：Recraft、Cursor 01:20:00 创始人没空悲观，他们一定在寻找出路 01:21:24 “战争不是由拼搏组成的，而是由等待和煎熬组成的。” 相关链接： 我们办了一场全程高能量的 AI 创业者聚会 中国大模型生存战：巨头围剿，创业难熬 大厂大模型：久违的一把手工程 晚点独家丨月之暗面探索 o1，跟字节抢来华为刘征瀛 晚点独家丨大模型六小龙第一起分拆：零一万物计划独立 AI 游戏公司 晚点独家丨月之暗面收缩出海，相关产品负责人离职创业 登场人物： Koji 街旁、新世相、躺岛联创，@即刻 杨远骋Koji Ronghui 美元 VC，前《一财》硅谷记者，@即刻 Ronghui 程曼祺 晚点科技报道负责人，@即刻：曼祺_火柴Q 剪辑：十字路口团队 播客封面：《星球大战外传：侠盗一号》 关注《晚点 LatePost》公众号，阅读更多商业、科技文章：

和更多出海创业者、投资人交流后，我有个直接的感受，“不出海、就出局”这种言论是在给创业者们制造焦虑。 很多创始人没有足够认真地思考过，自己的产品是否适合卖到海外、努力投入几年后可能还不如做好国内市场、自己应该加强哪些方面的能力，以及，如果你还需要融资的话，投资人真正关心什么。 这期节目，我们邀请了云时资本创始人彭创，来聊聊从投资人视角看，什么样的出海项目更值得投资，出海创业者们身上有哪些优势和局限。 彭创在创立云时之前，是洪泰基金的管理合伙人、高瓴资本投资副总裁、高瓴旗下清流资本合伙人，投资过 51 信用卡、有赞等项目，现在云时主要看出海，覆盖材料/零部件、软件、智能硬件、自动化/装备、互联网五个方向。 创始人决定是否出海前，应该思考哪些问题？一起来听一听投资人视角的看法。 出海创业者们的优势、局限和纠结 00:01:44 以前投有赞、51 信用卡等互联网项目，我是如何从互联网到非洲，再到出海？ 00:07:16 从无人问津到所有人都在谈论，投资人看出海的视角有什么变化？ 00:11:41 从投资人视角看，中国出海创业者局限在哪里？怎么补足能力？ 00:19:32 想要做品牌的出海创业者，应该向安克学习什么？ 00:24:20 出海创业者们的犹豫、纠结，很大程度来自全球局势的不明朗 00:26:58 “不出海，就出局”是在制造焦虑，怎么判断自己的业务到底适不适合出海？ 作为一家主要投出海的基金，如何构建自己的投资逻辑 00:36:54 投资人能投的出海方向，选择已经不多了 00:39:08 什么样的出海创业公司，投资人会更感兴趣？ 00:49:10 从零到一，如何搭建起来一个双币基金？ 00:51:29 募资越来越难了，但本质上是因为曾经的资源错配了 00:55:42 给还在一级市场，迷茫的年轻人们一些建议 登场人物： 彭创 云时资本合伙人 陈晶 《晚点 LatePost》记者，关注出海（Wechat：tiema233） 剪辑：甜食

「原子化的现代人个体，很难去体会他人的苦。导致佛教真正去强调助人利他的一面始终浮现不出来。」——成庆 佛学火了，但它为什么会火？本期节目来自于汉洋研究佛学与佛教后的一系列问题，他与上海大学历史系副教授成庆聊了聊佛学与佛教。成庆老师目前关注明清禅宗思想史，以及汉传佛教的现代化转型问题。同时他也在看理想 App 主持了《人生解忧：佛学入门 40 讲》并且基于该节目出版了新书《人生解忧》。 汉洋的问题很简单：佛学在今天多大程度上被当成了一种心灵疗愈的精神止痛药，成为了身心灵的一种？青年人在消费佛教，到底是在消费什么？学佛，到底要学什么？ 佛教，是帮助我们成为更好的自己，还是消除对自己的执念？佛陀是已经觉悟的众生，众生是尚未觉悟的佛陀——今天我们还相信自己也可以取得和佛陀一样的知见吗？ 本来自由人。 相关链接： 人生解忧：佛学入门40讲 成庆老师的新书《人生解忧》 永福普贤讲习社 新展｜虚堂雨滴声：近代佛教的转型与重生 登场人物： 成庆：非典型大学老師，一切事物的好奇探索者 汉洋：大法应化，随缘盛衰。盛衰在迹，理恒湛然。 后期：甜食 封面：汉洋拍摄成庆老师于《虚堂雨滴声》展览

「不安、野心、机会，与过度投资的风险。」 上周三，黄仁勋和孙正义，相拥于日本东京英伟达 AI 峰会（本期封面）。 这两人除了商业互吹和共叙往事，也提到了一个合作计划：软银正在使用英伟达的新一代 Blackwell GPU 平台，构建日本最强大的 AI 超级计算机。 差不多一周前，日本政府还承诺，未来十年会为日本半导体和 AI 行业，提供超过 650 亿美元的支持。 不光日本，从去年到今年，全球多个政府，包括欧盟、新加坡、沙特、印度、甚至肯尼亚都提出了数十亿美元到 1000 亿美元不等的 AI 投资计划。 他们指向同一个目标——“主权 AI”。 在今年 2 月的“世界政府峰会”上，黄仁勋如此描述主权 AI 的必要性。他说：“每个国家都要占有自己的智力生产，它包含了你的文化、社会智慧、常识和历史，因此你必须拿到和完善这些数据，并拥有自己的国家情报，你不能容许其他人这么做。” 这期节目，我们邀请了长期投资基础软件和 AI 的云启资本合伙人陈昱，和我们一起聊主权AI。 陈昱是约翰霍普金斯大学计算机硕士，芝加哥大学布斯商学院 MBA。与毛丞宇、黄榆镔一起成立云启资本之前，陈昱自己完整经历过创业到退出。 他也是 MiniMax、元戎启行、Zilliz 等知名 AI 公司的首轮投资人。 当每个国家都想有自己的大模型和 AI 基础设施，这带来了哪些机会，又可能有哪些潜在风险？ 时间线传送： ·主权 AI，一个有需求的 to G 市场 02:47 国家想自己掌握 AI 基础设施：从中国到沙特到日本 05:35 英伟达 Q1 电话说，其主权 AI 相关收入今年会从 0 增长到 100 亿美元 07:05 为什么过去不讲“主权互联网”，现在讲“主权 AI”？——AI 有价值观，也直接关系生产力 09:03 即使没有地缘政治变化，主权 AI 的需求依然成立 ·全球 AI 基建潮的机会：芯片、算力中心与 Infra 09:53 直接的机会在算力层，中国公司缺产能 10:54 AI Infra 也是机会，云启投资了壁仞联创徐凌杰的新项目 13:36 每个国家都想要大模型，肯尼亚都在做斯瓦西里语大模型 14:47 中国模型的人才出海也是机会 16:03 李开复在中东人脉深；不少海外政府也会和阿里、字节等大厂合作 18:11 中国芯片层出海暂时没条件，但未来可能对外输出 22:06 智算基建也有技术机会，如液冷和互联互通 Infra 23:38 支持民间公司 or 政府主导？各国政府有不同选择 25:05 到 2024 年 5 月底，中国大陆建成/在建智算中心已有 280 多座 26:27 大厦里的智算中心，就在晚点三里屯办公室旁 26:49 地方政府招商需求带来智算中心建设竞争 29:56 GPU 更新很快，建设可能跟不上换代 30:26 283 个项目，4300 亿+投资额，36.93 万 P 算力，够训好多大模型 ·更好的政务服务？更无处不在的管理？ 32:50 多少政府能实现目标？ 33:59 政府怎么算收益？ 35:57 重点 to G 的应用公司也在拥抱大模型 36:18 讯飞用不了英伟达，和华为昇腾有更好适配 37:42 “如果连 7 年耐心都没有，那就不应该投 AI” 38:17 主权 AI 打开新蛋糕，也带来新竞争，英伟达市占率已到顶点 41:54 国内 to G 账期长是个突出问题 44:45 普通人如何被影响？——更好的政务服务 or 更无处不在的管理 相关链接： 主权AI，对于英伟达成立吗？ 283座智算中心布局及东西部差异分析 登场人物： 陈昱 云启资本合伙人 程曼祺 《晚点 LatePost》科技报道负责人（即刻：曼祺 _ 火柴Q） 剪辑：甜食

移动互联网降低分享门槛，生成式 AI 降低创作门槛。 本期《晚点聊》，关注当技术遇上艺术，聊一聊计算机技术和正蓬勃发展的 AI 技术，如何与 M&E，也就是 Media and Entertainment 媒体娱乐产业相互影响、相互塑造。 围绕这个话题，我们邀请了两位嘉宾一起对谈：一位是 NVIDIA 中国区高级技术市场经理施澄秋（Searching），另一位是新片场的董事长兼 CEO 尹兴良（Ethan）。 他们刚好站在技术塑造内容这个链条的两头：NVIDIA 是人工智能计算领导者，同时 NVIDIA 也会开发大量的软件去帮整个生态更好的使用 GPU。NVIDIA 起家就是依靠计算机图形技术，最初也主要是用在游戏和影视行业。 成立于 2012 年的新片场，则是中国最大的高质量短片和视频素材分享平台，此后也进入制片业务，制作了大热 IP 剧集《鬼吹灯》（怒晴湘西、精绝古城、南海归墟等）系列。 内容创作或者说讲故事，是人类文明最早的活动之一。在 AI 技术之前，这个行业已是一个有长链条的技术工业体系。本期节目中，我们回顾了 AI 之前，计算机图形等技术对内容制作的影响与渗透，进一步展开了生成式 AI 浪潮带来的新变化。 如果说移动互联网大大降低了分享内容的门槛，生成式 AI 的发展则将进一步缩短从创意到表达的距离，让更多人有表达自己的方便工具，未来还可能进一步衍生出新的社区与平台。 影视和内容行业是一个万亿级的全球大市场，AI 带来的新一轮变化才刚开始。 时间线传送： · AI 之前，影视内容工业已高度技术化 02:07 《南海归墟》怎么制作？重特效剧集的基本生产流程 03:45 从前期概念图到特效拍摄、后期制作，计算机技术已在影视多环节降本增效 04:57 LED 拍摄从昂贵到普及，新版《狮子王》重映，GPU 让光影毛发的更精细渲染成为可能 11:16 从千禧年到现在：拍摄、制作的技术变革 · 移动互联网降低了分享门槛，生成式 AI 将降低创作门槛 22:04 打开视频软件，也许你已经看到过大量 AI 生产的短剧海报 28:09 一个实用案例：NVIDIA Omniverse，数字资产在线协作平台如何提高影视拍摄的效率 32:41 制作方视角：不怕技术新，怕找不到熟练使用的人 35:51 生成式对抗网络（GAN）、NeRF （神经辐射场）、ACE 数字人，前沿技术渗透影视行业 39:48 2021 年 NVIDIA GTC 大会中，黄仁勋“数字分身”的台前幕后 48:45 新片场与国内 AI 厂商有多元合作：即提供训练素材，也在测试、使用各家的模型 50:40 渲染器领域的国产替代机会，D5 已被很多中国团队使用 52:55 Maxine 软件，在网络会议场景实现的眼神聚焦和画面校准功能，使得远程交流更加自然流畅 54:22 大型网络会议、户外直播等复杂场景如何实现高质量流程 57:10 NVIDIA 有两个不直接“带货”，却被黄仁勋视为核心的团队：“开发者关系”和“开发者技术” 59:29 Ethan 的 NVIDIA 总部参访感受 · 工具与灵魂：“内心的想法是一切的根源” 01:02:34 AI 的魅力在于降低创作门槛，普通人也能通过科技工具更好表达创意 01:05:25 NVIDIA Omniverse 的创作者比赛，已涌现出许多优秀的非专业创作者 01:06:21 AI 创作需要数字围栏，人类的意图表达更为重要 01:07:46 教育端已出现学科调整，AI 会催生更多新岗位 01:08:48 普通人拥抱 AI 创作，创作热情和想法仍然是最重要的 01:10:06 AI 可以打动人类，但是不会被打动，人类情感仍然是推动内容创作的本源动力 相关链接： 一位 AI 画家的成长历程丨TECH TUESDAY 争夺 AI 入场券：中国大公司竞逐 GPU 附录：本期播客里提及的技术与产品等 M&E Media and Entertainment 的缩写，指的是媒体与娱乐产业。 特效回插 在影视剧的生产链条中，特效镜头常常由协力公司单独制作，后期制作阶段会将这些特效镜头插入到影片中相应的位置。 CG 计算机图形学（Computer Graphics，简称CG）是一种使用数学算法将二维或三维图形转化为计算机显示器的栅格形式的科学。 Diffusion 模型 这是一种生成式模型，主要用于生成高质量的图像、文本和其他类型的数据。 B-roll 是指在影视制作中用来补充主镜头（A-roll）的辅助视频或图像素材。通常，A-roll 包含主要的叙事内容，比如采访、对话等直接涉及故事主线的画面。而 B-roll 则是用来丰富视觉效果、提供背景信息或增强情感氛围的额外镜头。 NVIDIA Omniverse™ 是一个提供 API、SDK 和服务的平台。借助此平台，开发者可以轻松地将通用场景描述 （OpenUSD）和 RTX 渲染技术集成到现有软件工具和仿真工作流中，以构建 AI 系统。 NVIDIA ACE 即 Avatar Cloud Engine，是一套可帮助开发者利用生成式 AI 创建栩栩如生的虚拟数字人物的技术。 SIGGRAPH 是由 ACM SIGGRAPH（美国计算机协会计算机图形专业组）组织的计算机图形学顶级年度会议。 RAG 即检索增强生成（Retrieval-augmented Generation），简称 RAG。检索增强生成是一种使用从外部来源获取的事实，来提高生成式 AI 模型准确性和可靠性的技术。 登场人物： 施澄秋 Searching，NVIDIA 中国区高级技术市场经理 尹兴良 Ethan，新片场的董事长兼 CEO 程曼祺，《晚点 LatePost》科技报道负责人（即刻：曼祺_火柴Q） 剪辑：阿鲸Hval 封面：NVIDIA 创始人兼CEO黄仁勋的“数字分身”Toy Jensen。现在，新的生成式 AI 技术可以让数字人的生成过程更简单、低成本、高效。 图片来源：NVIDIA