张小珺Jùn｜商业访谈录

受到万众期待又迟到2个月特斯拉Robotaxi大会，终于来了。但却以该公司股价下挫告终。这集节目我和孟醒在第一时间，逐字逐句点评了这场行业盛事。本集是《张小珺Jùn｜商业访谈录》和《技术不无聊》的串台节目。我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：） 01:30 一场莫名其妙的会议？发布会时间还没延迟长 02:50 更像Party、年会，粗糙是特斯拉的常态 05:54 给特斯拉Robotaxi大会划重点 08:40 偷巧的用词：有监督版本FSD和无监督版本FSD （FSD：Full-Self Driving，完全自动驾驶） 13:30 马斯克说2025在得州和加州实现无人监督FSD？ 14:28 一周168小时，每台车一周使用10小时，如果车辆自动驾驶，使用率提升5-10倍——这更像共享经济的老故事 17:45 点评赛博出租车Cybercab：是Model2改造的？ 20:50 Model3的BOM成本12-13万出头，Model2的BOM成本10万以内 22:52 测试难度？封闭测试->固定路线开放场景->开放路线开放场景 25:20 算算账？马斯克预计，Cybercab运营成本降到20美分/英里，在美国包含税和其他费用的成本30-40美分 28:19 “牧羊人”、Car Partner、资金杠杆 38:54 特斯拉股价跌了、Uber股价涨了 39:41 到底为什么特斯拉要讲Robotaxi的故事？ 41:30 1亿量车、100吉瓦、分布式计算资源 43:05 点评无人驾驶多功能车Robovan 47:45 点评整场唯一超预期的人形机器人：是摇操作？【从蒸汽机到无人驾驶】系列和何小鹏聊，FSD、“在血海游泳”、乱世中的英雄与狗熊和楼天城聊聊Robotaxi和ACRush：“L2做得越厉害，离L4越远”从蒸汽机到无人驾驶3｜和孟醒聊特斯拉FSD进化史从蒸汽机到无人驾驶4｜Waymo和它的对手们：我暗中考察了四个月从蒸汽机到无人驾驶5｜谈谈自动驾驶创投过山车这8年【更多信息】联络我们：微博@张小珺-Benita，小红书@张小珺jùn更多信息欢迎关注公众号：张小珺

我们的节目正在推出新系列【从蒸汽机到无人驾驶】，今天是第5集。因为，在我自己学习自动驾驶的过程中觉得，这个行业的知识壁垒很高、信息不对称也很严重，所以邀请五源资本合伙人、前滴滴自动驾驶COO孟醒来做一个自动驾驶的深度科普。在之前的两集中，他分别以L2和L4自动驾驶为线索，分别聊了聊特斯拉FSD进化史和低调的Waymo及它的对手们。大家可以在《商业访谈录》的72集和74集收听。今天这集更偏孟醒个人。这次聊天发生在他刚离开滴滴、即将加入五源资本的短暂间隔期之中。我们聊了聊为什么那么多人都在逃离风投，而他却选择在此刻回归？以及他所亲历的自动驾驶创投这8年。建议大家把72、74和78这三期节目连起来收听。本集是《张小珺Jùn｜商业访谈录》和《技术不无聊》的串台节目。我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）【嘉宾小传】孟醒，五源资本合伙人、卡尔动力董事长，曾担任滴滴自动驾驶COO、顺为资本科技组负责人；在顺为期间，孟醒投资了小鹏汽车、Momenta等明星公司；加入顺为前，孟醒曾经作为创始人和CEO创办两家人工智能领域的明星创业公司，分别是美国的Orbeus和中国的知图科技，两家公司都被并购；孟醒还曾在摩根大通投资银行部门任职，负责亚太区科技领域的投资并购以及IPO项目，参与项目金额超过600亿美金。孟醒拥有加州大学伯克利分校应用数学和经济学学士，以及麻省理工大学斯隆商学院MBA学位。创业和投资是一个旋转门那么多人离开VC，我为什么在这时回来了？中美的孵化器对比投资小鹏汽车、Momenta的经历天使轮估值1亿美元以上的前沿科技公司还没有成功案例16年通用汽车10亿美元并购Cruise带来了自动驾驶创投热潮在创投端，亲历过去8年自动驾驶的起起伏伏16年创立的自动驾驶相关公司到今天还活着的，大概一半细说自动驾驶的产业版图和分工L2和L4领域今天已经高度头部化经历多轮周期的自动驾驶能给今天的大模型哪些借鉴？【从蒸汽机到无人驾驶】系列和何小鹏聊，FSD、“在血海游泳”、乱世中的英雄与狗熊和楼天城聊聊Robotaxi和ACRush：“L2做得越厉害，离L4越远”从蒸汽机到无人驾驶3｜和孟醒聊特斯拉FSD进化史从蒸汽机到无人驾驶4｜Waymo和它的对手们：我暗中考察了四个月【更多信息】联络我们：微博@张小珺-Benita，小红书@张小珺jùn更多信息欢迎关注公众号：张小珺

2024年，不少海外大型PE纷纷募集了巨额的并购基金，中国也出台了针对并购多项鼓励政策。就在前不久，9月24日，证监会发布《关于深化上市公司并购重组市场改革的意见》（即“并购六条”）。并购重组市场会变活跃吗？本集我们的主题正是并购。我邀请霞飞资本创始人、百度前VP陆复斌来聊聊。陆复斌离开百度以后，从2017年就开始在全球并购市场上寻找机会。到今天他总计完成5笔交易，投出21亿美金。这些交易来自美国、以色列和东南亚，大多完成得隐蔽，在网络上你能找到的只有只言片语。我很好奇，他为什么要保持一种刻意营造的低调。插一句口播：除了小宇宙，大家还可以在Apple Podcast、Spotify、YouTube、腾讯新闻、喜马拉雅等多个平台关注《张小珺Jùn｜商业访谈录》。特别是Apple Podcast。希望大家能够在Apple Podcast上多多给予积极的评分和留言。谢谢大家！大家国庆节快乐！我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：） 03:00 嘉宾经历：美国NASA-创业-亚马逊-百度VP 06:27 贝索斯管理方法：Two-Pizza Teams 20:51 过去5年在全球市场做并购，投出21亿美金 26:06 当互联网越来越像传统行业，退出方式会变得多元 30:13 并购、时代与案例 36:46 已并购deal的幕后故事： 全球同性恋社交网络Grindr（三年两次转手、从昆仑万维买过来） 以色列公司英为财情（Investing.com） 加密货币交易所Coins 01:00:48 常见并购步骤 01:05:22 怎么判断好资产？什么是便宜？ 01:12:39 我竞价试图收购Yahoo的故事 01:16:45 最难的是收购完的经营 01:18:50 美国、以色列、东南亚做生意差异性 01:25:21 未来几年并购重组趋势【更多信息】联络我们：微博@张小珺-Benita，小红书@张小珺jùn更多信息欢迎关注公众号：张小珺

在过去两集节目中，关于OpenAI o1和AGI范式转移，我们先是推出了一集预言，之后推出了一集解析。在一个新范式来临的临界点上，我们希望听到更多来自业界不同视角的声音。哪怕这些声音是切片的、冲突的，我们都希望当做一种记忆和留存收集起来。今天这期是王小川的返场。王小川在创业开始就关注到强化学习并且很早开始公开谈论。他曾说，大模型代表快思考，它叫“学”；强化学习是慢思考，它叫“思”。“学”和“思”两个系统最终会走向融合。除了o1，王小川也聊了聊强化学习在一个特定场景——医疗——中的应用。我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：） 01:30 大模型是“学而不思则罔”，强化学习是“思而不学则殆” 03:45 Sam Altman被宫斗下课与强化学习大神Noam Brown的动态 05:45 OpenAI o1是范式升级，摸到了一条从快思考走向慢思考的道路 （DIKW模型：Data – Information – Knowledge – Wisdom） 08:18 怎么看o1隐藏思维过程，有人破解o1思维链会被警告要封号？ 09:04 从以语言为核心走向思维链，分两阶段运行增加泛化性 11:38 强化学习 vs 监督学习 16:39 除了数学和代码以外，医疗是可以用强化学习提升的领域 19:55 之前做强化学习实验没有CoT（思维链），今天更强调CoT了 22:16 复现o1 vs 复现GPT-4 26:30 未来几年将从强化学习范式走向写代码解决问题新范式 28:35 做“水涨船高的应用”，不只是“沿途下蛋的应用” 31:35 创业公司要走出大厂射程，在射程内你是没什么好活的【更多信息】联络我们：微博@张小珺-Benita，小红书@张小珺jùn更多信息欢迎关注公众号：张小珺

上集节目，广密在OpenAI o1问世之前，准确地预言了代号为“Strawberry”（草莓）的项目走向，以及它背后暗示的AGI范式已经转移，强化学习开启了新赛道。这集节目录制在o1问世之后，我第一时间和边塞科技创始人、清华叉院信息研究院助理教授，同时也是前OpenAI研究员的吴翼聊了聊。他的研究方向正是强化学习。吴翼从技术视角全方位地解读了o1模型，并且分享了只有内部视角才能看见的真实的OpenAI。我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：） 01:50 2019年在OpenAI做研究员 03:04 那个年代所有PHD都希望去Google Brain和DeepMind 03:46 OpenAI o1-preview初体验，很意外在用户使用端做这么大规模的推理 07:20 pre-training（预训练）能挖的金矿越来越少，以强化学习为基础的post-training（后训练）是另一个大金矿，使迈向AGI的梯子多了几节 09:00 o1-preview版本是GPT-3时刻，到没到ChatGPT时刻要看正式版本 10:33 o1应该核心关注两个要点和背后的技术原理 13:54 强化学习能否探索出Scaling Law有希望，但很复杂 15:06 强化学习三要素：reward model+搜索和探索+prompt，每一块都很难 16:42 2014年开始，UC Berkeley集体转向，押注强化学习 19:36 RL算法的演进：从DQN（Deep Q-Network）到PPO（Proximal Policy Optimization） 23:45 相信会带来通用能力而不是垂类能力提升 24:47 长文本是实现AGI的第一步，推理能力是第二步 29:57 通过o1-preview能反向复原哪些技术细节？ 34:00 reward model不太可能有一个单独的小组闭着眼睛训练，是耦合的 38:30 思维链、安全、幻觉和算力 41:25 为什么这么项目叫“Q*”？后来又叫“草莓”？梗都很有意思 49:49 o1不代表垂直模型，依然相信会出现全能的大统一模型 57:57 关于Scaling Law，2019年OpenAI内部讨论的细节 01:00:26 2019年的OpenAI处于“闭着眼睛挖矿的状态” 01:03:20 OpenAI当年如何做管理：搞大新闻、发博客，KPI是博客关注量 01:10:28 2020年离开OpenAI后悔吗？o1发布前的预言单集：AGI范式大转移：和广密预言草莓、OpenAI o1和self-play RL｜全球大模型季报4【更多信息】联络我们：微博@张小珺-Benita，小红书@张小珺jùn更多信息欢迎关注公众号：张小珺

我们的节目正在推出新系列【从蒸汽机到无人驾驶】，今天是第4集。因为，在我自己学习自动驾驶的过程中觉得，这个行业的知识壁垒很高、信息不对称也很严重。所以邀请孟醒来做一个自动驾驶的深度科普。之前的节目介绍过，自动驾驶分成两条线索：1、以特斯拉为代表的辅助驾驶路线；2、以Waymo为代表的全无人驾驶路线。围绕路线之争，这个行业吵了10年。在上集，孟醒着重聊了第一条线索：特斯拉FSD进化史。本集，我们的重心则是另一条：低调的Waymo和它的对手们。很有意思的是，孟醒曾带队在凤凰城调研Waymo，还暗中探访了它的“老巢”。本集是《张小珺Jùn｜商业访谈录》和《技术不无聊》的串台节目。《技术不无聊》是孟醒制作的一档新播客。我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）【嘉宾小传】孟醒，五源资本合伙人、卡尔动力董事长，曾担任滴滴自动驾驶COO、顺为资本科技组负责人；在顺为期间，孟醒投资了小鹏汽车、Momenta等明星公司；加入顺为前，孟醒曾经作为创始人和CEO创办两家人工智能领域的明星创业公司，分别是美国的Orbeus和中国的知图科技，两家公司都被并购；孟醒还曾在摩根大通投资银行部门任职，负责亚太区科技领域的投资并购以及IPO项目，参与项目金额超过600亿美金。孟醒拥有加州大学伯克利分校应用数学和经济学学士，以及麻省理工大学斯隆商学院MBA学位。 02:00 Waymo始于2009年，是Google X实验室一个项目 04:32 我访谈Google无人车创始人Sebastian Thrun，结果被人骂了，很惭愧 07:13 DARPA Grand Challenge（美国DARPA出资赞助的无人驾驶赛）被埋没的故事 13:24 Waymo负责人连连换届： 1. Sebastian Thrun（2009-2013）：Sebastian Thrun是斯坦福大学教授，也是谷歌自动驾驶汽车项目创始人之一 2. Chris Urmson（2013-2016）：Chris Urmson是卡内基梅隆大学机器人专家，参与了多次DARPA自动驾驶挑战赛 3. John Krafcik（2015-2021）：John Krafcik是汽车行业资深人士，曾任现代汽车北美公司总裁兼首席执行官 4. Tekedra Mawakana和Dmitri Dolgov（2021-2023）：Tekedra Mawakana是Waymo首席运营官，法律和公共政策背景出身；Dmitri Dolgov是Waymo首席技术官，参与自动驾驶技术开发多年 5. Dmitri Dolgov和Saswat Panigrahi（2023年至今）: Dmitri Dolgov继续担任CEO之一，Saswat Panigrahi是Waymo首席产品官，负责产品管理和战略规划 18:05 Waymo技术关键变化，对最简洁漂亮的架构端到端抱有理想 21:55 我带队在凤凰城调研Waymo四个月，还暗中探访了Waymo“老巢” 38:30 无人驾驶第二名Cruise（创始人Kyle Vogt），两年、40人团队，10亿美元卖给通用汽车 43:24 一起安全事故，使Cruise从顶峰极速坠落 48:00 为什么Waymo和Cruise同样作为大企业分支，风格差异这么大？ 57:40 Uber也曾是无人驾驶一个有竞争力的对手，怎么退出了比赛？ 59:17 另外两位竞争对手现况：Zoox、Aurora【从蒸汽机到无人驾驶】系列和何小鹏聊，FSD、“在血海游泳”、乱世中的英雄与狗熊和楼天城聊聊Robotaxi和ACRush：“L2做得越厉害，离L4越远”从蒸汽机到无人驾驶3｜和孟醒聊特斯拉FSD进化史【更多信息】联络我们：微博@张小珺-Benita，小红书@张小珺jùn更多信息欢迎关注公众号：张小珺

今天这集是我和广密【全球大模型季报】第4集。这期2024年Q3季报，提前和大家见面。我们正进入的9月会是AGI的一个大月，OpenAI造势已久且绝密的项目“草莓（Strawberry）”将在不久后揭开它神秘的面纱。此外，Anthropic也会推出Claude 3.5 Opus，这两个模型将是AGI进程是否顺利的关键风向标。这些项目很可能暗示了硅谷AGI范式已经静悄悄地发生剧烈转移。本集节目带来了对AGI发展路径的最大猜想——硅谷AGI范式正在发生转移，self-play RL（强化学习）开启了新赛道。大部分人还没意识到，在纯靠语言模型预训练的Scaling Law这个经典物理规律遇到瓶颈后，多家硅谷明星公司已经把它们的资源重心押宝在一条新路径上：self-play RL（自博弈强化学习）。只不过，这个范式转移还未形成共识。Self-play RL到底是什么？它如何有别于传统路径？它能成为继续Scaling Law的一把神奇钥匙吗？这集节目是关于self-play RL的一篇高质量科普，也希望为大模型从业者带来方向性的启发。除了self-play RL，我们着重探讨了硅谷一级市场的明星赛道（Coding、视频生成、通用机器人），以及OpenAI与科技巨头近况。希望我们【全球大模型季报】能帮大家了解最前沿的AGI动态，并且能持续给大家带来启示。本集是《张小珺Jùn｜商业访谈录》和《海外独角兽》的串台节目。我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）坏的推演猜测，GPT-5不乐观；好的推演猜测，RL开启新赛道 02:30 语言模型预训练的范式或许遇瓶颈，模型scaling边际效益开始递减 05:21 为什么不一定能支持模型在GPT-4o基础上大幅跃升？现在处于“真空死亡地带”？ 06:43 我最担心的是，纯靠语言模型的经典Scaling Law /Pre train这个物理规律遇到瓶颈，或者在更大参数比如2-3T以上的情况下开始失效了 09:37 如果scaling law在模型变大的过程中不work，现在有三条潜在路径：1、多模态尤其是视觉（但还没有证据说能从视觉模态训练涌现智能能力）； 2、10万卡集群（但10万卡集群充分互联的难度比预期难，可能是全人类最难的项目之一）； 3、强化学习self-play RL（这是范式级别的大转变！） 12:53 如果我是AI公司CEO，我会200%资源all in RL这条路 13:40 概念解释：Reinforcement Learning，简称RL，中文强化学习（Ilya用一句话概括强化学习：让AI用随机路径去尝试一个新任务，如果效果超出预期，就更新神经网络的权重让AI记得多使用成功的实践，再开始下一次尝试） 19:05 代码和数学可以变得很强，能不能泛化到更多领域没有证据 22:39你也可以把语言和预训练比作人类基因组，携带着人类几千年进化的基因，强化学习RL就是人类成长的一生 24:55 必须很聪明的模型才能有能力做self-play RL的探索 27:07 Anthropic Claude 3.5是这一波标志性的产品，他们不搞Sora/搜索，主线是RL；业内少数人意识到RL的重要性是最近两个月 28:35 硅谷明星公司现阶段的资源投入？1-2家公司把RL当作最高优先级 28:56 2024年9月OpenAI和Anthropic即将要发布的，什么值得期待？ 29:42 AGI范式大转移之下，还会有GPT-6和GPT-7吗？（可能明年会看到很小的模型比今天GPT-4o要聪明非常多，一个期待是实现AGI不一定需要巨量参数的模型） 30:33 新范式的困境和卡点 32:52 Character.AI出售给Google预示AGI竞赛上半场结束，下半场开始，创始人Noam从Google进入self-play RL下半场 34:36 新范式下，还需要那么多GPU吗？很多人关心英伟达股价 37:06 AGI范式转移只在最核心的researcher中有共识，几百人，还没扩散 38:55 Claude 3.5 Sonnet显著提升，带动了编程工具Cursor的火爆出圈 40:08 OpenAI在造势的草莓、Q*，猜测背后都是强化学习RL 41:55 国内公司应该应该all in 200%跟进RL 42:44 语言模型和RL是乘级关系硅谷AI一级市场的四个明星赛道 45:12 硅谷的AI赛道：围绕LLM周边有3-4个圈，搜索、代码Coding、视频、机器人 1、Coding：在硅谷出现了4-5家独角兽（Devin、Augment 、Magic、Poolside，都已经20-30亿美元估值），最近编程工具Cursor出圈 2、  视频：这个赛道诱人，但格局不稳定、决胜窗口长 3、通用机器人：想赌具身领域也有个OpenAI，现在是基础科学突破的问题，没看到在机器人领域的“通用泛化能力”出现 57:00 美国通用机器人的明星项目（Pi、The Bot是业界公认最头部的项目，除此之外融资金额很大、声量也比较高的是Skild AI、Figure AI） 58:31 国内vs硅谷机器人：硅谷投robot foundation model一个大脑，像Andorid；在国内投整机，OV和小米 01:01:56 LLM->多模态->具身智能->世界模型，这是AI发展路径 01:05:54 LLM vs 移动互联网，叙事逻辑是什么？哪些明线与暗线？ 01:07:04 有没有可能，今天不做强化学习的公司未来都跑不出来 01:08:05 站在现在，重新评论一下中国LLM？“月亮和六便士”OpenAI和科技巨头 01:12:37 OpenAI 1、有点浪费技术领先的红利，产品没接住 2、联合创始人Greg Brockman、John Schumann离职 3、Ilya离开应该是bet on两个路线（多模态/强化学习，大概率是RL） 01:17:10 Q*和草莓和RL应该是一件事，草莓是代号，RL是方法 01:18:07 回答红杉美国合伙人 David Cahn发布最新文章《AI’s $600B Question》 01:20:00 在2024年Q3，AI叙事还有哪些非共识？ 01:22:45 Character.AI之后，哪些AI公司还会被收购？做个预测 01:23:38 2000年互联网hype破灭后只留下Amazon一家公司，今天AI hype如果破灭了，谁是下一个Amazon? 01:24:24 AGI第一幕是科技巨头受益，第二幕还没完全展开【全球大模型季报】系列2023年：口述全球大模型这一年：人类千亿科学豪赌与参差的中美景观2024年Q1：和广密聊AGI大基建时代：电+芯片=产出智能2024年Q2：口述全球大模型这半年：Perplexity突然火爆和尚未爆发的AI应用生态【更多信息】联络我们：微博@张小珺-Benita，小红书@张小珺jùn更多信息欢迎关注公众号：张小珺

去年下半年以来，特斯拉V12版本和端到端架构为自动驾驶掀起了一波全新的热潮。这波总是在“5年之后”又“5年之后”屡屡迟到、屡屡爽约的技术革命，到今天，到底发展成什么样了？它距离我们真实的生活还有多远？我们的节目正在推出新系列【从蒸汽机到无人驾驶】，今天是第3集。我们的前两集节目里，已经推出了与何小鹏和楼天城的访谈，他们分别代表自动驾驶领域最有代表性的两类公司：一个是做L2（辅助驾驶）的汽车公司、一个是做L4（无人驾驶）的技术服务公司。这次，我邀请了在自动驾驶行业很资深且背景多元的一位人士。孟醒在过去8年从各个维度深入参与过这个行业。他曾是连续创业者，先后在美国和中国创办了两家人工智能初创公司；他也是投资人，投资过小鹏汽车、Momenta等自动驾驶相关公司；2019年起，他出任滴滴自动驾驶COO。就在最近，孟醒刚刚更换了新身份，再次回到风投行业做一名前沿科技投资人。我和孟醒从他亲身试驾特斯拉FSD各个版本的真实感受开始聊起，深入探讨了端到端架构和FSD进化史。不过这集只是开篇，接下来我们还会推出更多的精彩续集。本集是《张小珺Jùn｜商业访谈录》和《技术不无聊》的串台节目。《技术不无聊》是孟醒制作的一档新播客。我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）【嘉宾小传】孟醒，五源资本合伙人、卡尔动力董事长，曾担任滴滴自动驾驶COO、顺为资本科技组负责人；在顺为期间，孟醒投资了小鹏汽车、Momenta等明星公司；加入顺为前，孟醒曾经作为创始人和CEO创办两家人工智能领域的明星创业公司，分别是美国的Orbeus和中国的知图科技，两家公司都被并购；孟醒还曾在摩根大通投资银行部门任职，负责亚太区科技领域的投资并购以及IPO项目，参与项目金额超过600亿美金。孟醒拥有加州大学伯克利分校应用数学和经济学学士，以及麻省理工大学斯隆商学院MBA学位。 01:30 孟醒的学习和创业经历，从幼儿园就开始在中美两边穿梭 08:33 为什么自动驾驶行业和公众之间充斥着信息不对称？ 11:17 自动驾驶分两条线：辅助驾驶已经到产品中期，无人驾驶产品还处在Pre-A阶段 18:18 辅助驾驶和自动驾驶各自迈过几道坎？还有哪几道坎要过？ 21:18 亲身试驾特斯拉FSD不同版本的感受（从非端到端的最后一个版本V11.3.6到端到端版本V12.3、V12.4，技术提升斜率如何？） 27:37 为什么L4公司看特斯拉FSD像小学生？优化目标和L4公司不一样 29:09 L2直到实现极高驾驶能力之前，应该有最优接管率，不能过高也不能过低 33:12 L2和L4截然不同的产品体系：L2提供更好的人机共驾体验，L4提供成本更低的出行服务能力 33:36 L1-L5的命名体系和它带来的歧义 43:06 特斯拉V12版本和端到端架构为什么重新点燃自动驾驶的热情 52:20 V12更像是辅助驾驶里的GPT-3时刻 54:11 关于特斯拉端到端架构，哪些是已知信息？哪些是黑盒？ 56:43 特斯拉自动驾驶的技术演进史（both硬件和软件） 01:02:54 特斯拉是端到端且不用任何规则兜底，国内公司很难做到 01:04:07 特斯拉的纯视觉路线vs大部分公司的激光雷达路线 01:11:52 端到端是自动驾驶的终极大杀器吗？分别探讨L2和L4 01:17:32 复刻特斯拉FSD需要多少花销？大致的估算 01:19:18 几乎所有中国的竞争者都在跟进端到端架构【更多信息】联络我们：微博@张小珺-Benita，小红书@张小珺jùn更多信息欢迎关注公众号：张小珺

我们的节目正在推出新系列【从蒸汽机到无人驾驶】，今天是第2集。最近萝卜快跑在武汉引发广泛关注，许多人开始讨论Robotaxi是不是迎来拐点？我邀请了楼天城来聊聊。楼天城是清华首届姚班毕业生，因在编程竞赛的优异战绩又被称作“楼教主”。他毕业后进入Google工作，在这里最早接触了无人驾驶，而后又加入百度从事无人车研发。2016年，楼天城与百度前首席架构师彭军，创立无人驾驶公司小马智行（Pony.AI），他出任联合创始人兼CTO。该公司估值达85亿美元，正寻求在纳斯达克或纽交所上市。节目中，我们探讨了关于Robotaxi的新闻、无人驾驶的简史、自动驾驶常见的路线之争。楼天城说了一些颇为尖锐的观点：比如，“L2做得越厉害，它离L4越远，反之亦然”，又比如“当自动驾驶超越人类，数据就变成干扰项，并不是越多越好”。我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：） 02:11 先谈两条新闻：1、萝卜快跑火了，2、Tesla推迟Robotaxi发布时间 04:39 用时间概念来表达“无人驾驶小史”：1小时/10小时/100小时/1000小时/10000小时，自动开不用人接管（跨越每一步中的关键点） 10:10 我主要精力花在“Contest based metric system”（“基于竞赛的度量系统”，旨在根据不同的场景分别评估系统的能力。） 16:45 “端到端”根本变化是，让整个模型的能力加强了，避免模块之间传输信息丢失 17:18 “端到端”只能做到100小时，从100到1000小时是超越资源和能力的 17:50 自动驾驶的路线之争：先有目标不同，才有路线不同 1、激光雷达/纯视觉？“纯视觉只能做好学生，但激光雷达能作弊” 2、车路协同/单车智能？“互相加成，但单车智能是priority” 3、渐进式自动驾驶/跨越式自动驾驶？“一个是足球、一个是篮球” 4、辅助驾驶/自动驾驶？“L2做得越厉害，它离L4越远” 26:57 无人驾驶创业这8年：高潮与低谷，落地得快与慢 35:54 “当你真的超越人类，数据不是越多越好，数据是干扰项” 44:06 关于个人：姚期智先生令我印象深刻的、ACRush、“只有冠军才知道冠军和亚军的差距” 49:10 坚持20年编程竞赛的人告诉你一个竞赛技巧：“Hold cold card”【更多信息】联络我们：微博@张小珺-Benita，小红书@张小珺jùn更多信息欢迎关注公众号：张小珺

我们的节目正在推出新系列【从蒸汽机到无人驾驶】，记录这段承载人类出行终极梦想的技术浪潮，今天是第1集。很多人说大模型会改造自动驾驶，加速拐点的到来，但它究竟是如何发生的？本集我邀请了小鹏汽车董事长兼CEO何小鹏。过去1年半，作为一名汽车CEO，何小鹏倒是为大模型做了挺多事——他让团队读论文，自己到访美国三趟，试驾特斯拉FSD和Waymo，还拜访了黄仁勋。在他看来，中国需要通用大模型公司，但中国也需要自己能读懂大模型，把大模型放到应用做工程落地的公司。站在小鹏汽车创办10年的节点，我也和他探讨了友谊、商战、高峰与滑铁卢。他形容，造车就像在“在血海里游泳”。我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）友谊与股价 02:11 雷军怎么邀请你、李想和李斌同时出席小米SU7发布会？ 03:12 他们说“估计你气晕了，在厕所哭啊”，把我笑坏了 03:25 那场发布会上，李想、何小鹏、李斌、魏建军的座次问题 04:17 我们坐在下面讨论什么？我为什么在笑？ 05:50 什么时候发现小鹏汽车的股价跌了？什么心情？ 06:05 我对雷军和他第一台车的看法基因与局限 06:27 小鹏汽车做智驾的源头和基因 10:30 我从之前创业做UC浏览器积累的认知 14:14 蔚小理都是从互联网入局造车的创业者，但基因和思考完全不同 15:56 我的反思：如果我有汽车品牌逻辑，我会切得再高一点；如果我更懂汽车体系，我会先从P7入手，再到maybe G7的体系 17:25 论“小鹏汽车”的命名和从投资人到加入小鹏汽车 20:18 UC创业那十年心理上的高点、低点和忐忑大模型改造自动驾驶 21:32 一个现实问题：自动驾驶能帮你卖车吗？ 23:33 大模型公司没人挣到钱，它在另一个纬度可以挣到钱的，就是自动驾驶 24:33 自动驾驶做了大模型，还需要有“刹车”加“守门员” 25:28 在ChatGPT问世以后，我做了哪些动作？读论文、到美国、拜访黄仁勋 26:00 大模型不是人的思考逻辑，是machine的思考逻辑或者推理逻辑 27:25 软件从科研到规模使用很快，硬件极其难 29:58 大模型怎么在车上落地？按照它的逻辑重写我们的数据流逻辑，增加数据的收集，做预训练，最开始写出来的东西完全不能用，需要巨大的训练量 32:58 你和车企CEO、李想、李斌、雷军会聊大模型吗？ 33:20 中国需要通用大模型公司，但中国也需要自己能读懂大模型，把大模型放到应用做工程落地的公司——小鹏是其中一家 35:10 怎么看马斯克同时做Tesla和xAI 36:54 吴新宙离职和拜访黄仁勋的启发敌人和护城河 40:32 今天随着华为入局，它的智驾能力也被认为是第一梯队，而它的风格又那么凶悍，你感受到了冲击吗？ 41:32 有人说，小鹏要不干脆别卖车了，学华为做智能化提供商 42:45 大模型对于小型公司不利：大AI越强所以越多数据，越多数据所以越多费用，越多费用所以要卖越多车支持这个体系，这是一个网络效应 46:32 复刻特斯拉端到端FSD（完全自动驾驶）要花多少钱、多少时间、哪些基础要素？ 47:40 未来多模态的大模型、自动驾驶模型和机器人大脑会统一吗？乱世快出现了 48:59 “兄弟们想害谁，就让他来造车” 51:40 “我只是觉得在血海里面游泳” 53:31 切忌在人的方面“一脚油门、一脚刹车” 55:49 G9事故反思、变革之难 57:00 和总裁王凤英的分工，我们没有汇报关系 01:00:28 不是壮士断腕，是“壮士把头都断了” 01:01:35 淘汰赛、全明星赛，我的目标是第一 01:03:01 合纵连横频发，乱世快出现了 01:05:44 车企发车好比“出牌”，小鹏为什么今年出MONA M03这张牌？ 01:10:33 变革中的我：最近发的小脾气，从民主到集权，关注2+3问题01:14:00 何小鹏最近在美国试驾完特斯拉FSD和Waymo之后，新鲜的体验与判断【更多信息】联络我们：微博@张小珺-Benita，小红书@张小珺jùn更多信息欢迎关注公众号：张小珺