硅谷101|中国版

• E211｜站在内容创作者与机器人的交界处：聊聊3D数字人的进化

  9月的最后一天，Sora2发布，它可以把一句话变成一段10秒的短视频；好莱坞完全由AI创作的演员Tilly Norwood，诞生6个多月就获得了6.5万粉丝，她发自拍、代言品牌，却从未真实存在。数字人，正在成为新的内容生产者。但从“生成一段视频”，到与一个3D数字人实时稳定互动，中间隔着很多技术壁垒。本期嘉宾柴金祥教授，他在2000年就已经进入卡内基梅隆大学研究机器人，但因为机器人应用与落地极为困难，他们团队反而成为世界上最早用AI做3D动画的团队；18年来，他几乎在做同样的研究。从机器人到好莱坞的AI动画，到我们今天讨论的3D数字人模型是不是又可以反过来驱动机器人，这听起来像是一种轮回，却也是一种新的开始。【主播】泓君，硅谷101创始人，播客主理人【嘉宾】柴金祥，魔珐科技创始人兼CEO，TAMU计算机科学和工程系终身教授、博导【你将听到】数字人下一代内容生产者02:45 从Sora2的发布，看“文生视频”的进步与局限05:58 Text-to-Video与Text-to-3D的核心区别：像素和参数08:55 成本革命的基石：文生3D多模态大模型（星云平台）13:33 传统虚拟数字人是如何动起来的？16:34 好莱坞有数据无算法，AI公司有算法无数据多模态大模型重塑人机交互19:46 柴教授的从业经历：从机器人控制到数字人动画20:46 Jessica Hodgins：数字人物理动画的先驱22:24 很多做Robotics很厉害的人，其实都是做动画的26:49 “交互-游戏-好莱坞”，渐进式的技术落地路线图29:45 虚拟数字人的两条岔路：预制的完美v.s实时的鲜活32:07 AI渲染+分层模型，终结“显卡依赖”3D数字人的商业化前景37:02 B端的统一形象与C端的个人分身40:36 规模化落地需翻越“三座大山”：质量、延时、成本42:21 自研语音，风格化“人设”为数字人注入灵魂加速具身智能突破泛化45:07 对机器人产业判断：白领场景将早于蓝领场景落地46:13 用海量3D动作数据教机器人动作规划，但缺乏力的反馈47:18 从“运动学”到“动力学”，小脑进化仍需强化学习突破49:23 从“爬楼梯”这件小事，看数据如何促进泛化58:33 跳脱细节调配，机器人研究进入“黑盒模式”【延伸阅读和相关术语】文生3D多模态大模型：一种人工智能模型，输入一段文字描述，就能直接生成一个立体的、会动、会说话的3D数字人，“多模态”指输出包含了语音、表情、肢体动作等多种信息模式。VLA模型：下一代机器人的“大脑”模型，它能让机器人理解看到的画面（Vision），理解人类的语言指令（Language），并直接规划出要执行的动作（Action）。运动学和动力学（Kinematics and Dynamics）：机器人运动的两个基础学科。运动学解决 “做什么动作” 的问题，不考虑力；动力学解决 “用多大力气做” 的问题。让机器人完成精细操作，需要两者结合。【监制】泓君【后期】AMEI【运营】朱婕【BGM】Azoic - Max AnsonTreasure Hunt - Helmut SchenkerLost 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：[email protected]

  --------  

  1:04:05

  --------

  1:04:05
• E209｜挑战Neuralink，硅谷大佬争相涌入的超声脑机接口是什么？

  在人工智能领域打正火热的时候，OpenAI创始人Sam Altman正在低调布局一家脑机接口公司Merge Lab，用基因改造与超声波的方式在脑机接口领域正式跟马斯克竞争。就在2025年上半年，越来越多关于超声脑机接口公司陆续得到硅谷顶级富豪的资本支持。这条路径与Neuralink这种需要破脑膜的方式完全不同，Neuralink是通过电信号进行通信的脑植入物，而另一个路径则是超声波检测到的血流信号来揭开大脑的秘密。最有意思的是，我们从一个完全不同的技术路径再去看Neuralink，就像站在月球看地球，又打开了一个新世界，聊到最后我们会发现脑机接口、人工智能、机器人，正在朝着融合的方向发展，这就是硅谷有意思的地方。【主播】泓君，硅谷101创始人，播客主理人【嘉宾】彭雷，格式塔Gestala创始人兼CEO，脑虎，客如云创始人，复旦类脑院博士，天府锦城实验室研究员【AIAS研讨会】2025年10月27日-28日，陈天桥雒芊芊研究院和加州大学伯克利分校联合举办的AIAS 2025研讨会将于旧金山One Sansome举行，聚焦AI如何加速科学发展。本次活动大咖云集，光诺贝尔奖得主就有三位——Omar Yaghi、David Baker 和 Jennifer Doudna。活动可以免费参加，但席位有限，感兴趣的听众欢迎通过aias2025.org来报名。【你将听到】01:00 AIAS 2025研讨会整体地去解读大脑03:56 传统电学脑机接口原理——通过电信号解码&编码大脑05:12 为什么做超声脑机接口：整体地解读大脑，去接近思维意识的终极答案08:47 功能核磁成像（fMRI）是人类第一次对大脑整体进行解码，但缺乏时序性11:16 当脑机接口的时间和空间的分辨率都达到极致，大脑在我们面前就是透明的12:34 目前最先进的Neuralink，只能覆盖大脑表面空间1.3‰14:43 以“摩尔定律”预测电学脑机接口发展，不断缩小的中美差距电学vs超声，脑机接口优势比拼17:41 空间覆盖上，一个超声脑机接口可覆盖大脑区域的25%18:49 时效性上，都是实时，但电信号和血流信号天然存在时间差20:43 电学脑机接口擅长“读”，做运动解码和语言解码21:13 超声脑机接口擅长“写”，以相控阵方式对神经元产生影响22:06 超声脑机接口的第一个应用场景：疼痛管理24:17 超声脑机接口不存在“侵入式”，更易被接受超声脑机接口的商业化前景26:13 用于调控的超声能量大，用于大脑更需谨慎，拿证需时间30:22 第二个场景：减少缺血性脑中风患者的神经元死亡30:54 第三个场景：为阿尔茨海默提供治疗新路径- 加速大脑内有害蛋白（Tau蛋白、Aβ蛋白）的代谢- 打开血脑屏障，帮助AD药物进入大脑- 直接作用于海马体，加强神经元再生能力33:19 第四个场景：睡眠管理34:30 更多场景：抑郁症等精神类疾病、成瘾、癫痫等硅谷大佬隐秘布局超声脑机接口37:22 盘点值得关注的5家超声脑机接口公司，都是谁在投？- Spire，陈天桥投资（该领域的主要股东）- Nudge，创始人Fred是Coinbase的co-founder，由Thrive Capital投资（特朗普亲家）- Forest Neurotech，主要捐赠者是Eric Schmidt（前Google CEO）- Sanmai，Reid Hoffman投资（LinkedIn创始人）- Merge Labs，Sam Altman成立（由OpenAI联合创始人）41:28 AI大佬押注脑机接口，神经科学跟人工智能是一个硬币的两面42:31 黑客帝国红蓝药丸现实版：是否要选择基因改造大脑？44:12 人脑+AI融合共生的终极形态：人脑改造和数字颅骨顶尖AI科学家们，如何从生命科学角度看AI 48:03 下一代AI可能告别冯诺依曼架构，变得更像大脑“湿件”51:19 为什么拿了诺奖的“人工智能之父”Geoffrey Hinton说他想回到神经科学领域？52:00 另一个诺奖得主、谷歌高管Demis，研究细胞AI化，还成立了Isomorphic Labs（同构实验室），要“治愈一切疾病”进化了数百万年的人脑，还可以给AI带来哪些启示？54:57 不同于语言模型的精确性，AI的下一代世界模型的模态是不可精确描述的57:04 人工智能、具身智能、脑机接口——这三个事迟早会交叉在一起58:40 如果我们无法破解大脑的工作机制，所有调控都是“瞎子摸象”01:04:08 脑机接口能真正推动全脑视角的研究，成为生命科学底层的重要工具，如同基因测序再聊聊创业01:06:14 医疗领域的中美创业环境对比01:11:29 马斯克说的“2028年实现知识和记忆上传”靠谱吗？01:16:38 从嘉宾六次创业经历，看中国互联网20年创业浪潮【监制】泓君【后期】AMEI【运营】朱婕【BGM】In All Seriousness - Howard Harper-BarnesUn Piccolo Party - Martin LandstromThe Big Truth - August Wilhelmsson

  --------  

  1:32:15

  --------

  1:32:15
• E208｜量产CEO这事儿，是怎么被宝洁办成的？

  如果有家公司的特长是量产CEO，而这家公司还是卖洗发水、洗衣粉和尿不湿的宝洁，你会怎么想？事实就是这样——宝洁最近公布了它的新任CEO，后者在36年前通过校招进入宝洁，在公司里从品牌助理经理做起一直做到全球COO，即将在明年掌舵这个全球最大的日化巨头。从1837年创立以来，一共有12位职业经理人，担任过宝洁13任的CEO。他们全都从宝洁的内部培养体系而来，在公司任职多年，熟知公司的业务、战略和文化。这和如今不少公司一发展就愁人才、一愁人才就找空降高管、一找空降高管总会水土不服的情况截然不同。宝洁的人才培养机制不只服务了自己，它还向全球快消行业输送了大量职业经理人，向中国消费创业领域输送了诸多明星创业者，甚至向互联网行业输送了不少高管。本期播客，我们将宝洁的人才培养机制拆解成了招人-培养人-寻找Coach三个环节，也聊了聊普遍的“空降高管难题”，以及科技创业公司能从宝洁的人才培养机制中借鉴什么。量产CEO也许不是每家公司都能做到，但想多从内部培养一些人才，宝洁这家超传统企业，的确能捋出不少know-how来。【主播】麻花，硅谷101特约研究员【嘉宾】于冬琪，新能力咨询创始人（公众号：于冬琪商业笔记）叶楠，人力资源专家，知乎人力资源优秀答主（公众号：瞎说职场）【硅谷101科技峰会】《硅谷101》的年度科技大会又回来了，这是我们将有趣的技术干货与故事带到线下的第二年，用最好的内容让大家亲身感受前沿科技的酷炫和温度一直是硅谷101的目标。硅谷10月5日，期待与各位见面，从这里驶向未来！【你将听到】养人先招人，从“宝洁八大问”开始05:10 宝洁的招人逻辑，更重先天特质而非后天技能。12:44 怎样的面试和互动，更能发现优秀人才？18:30 挖人才、留人才，开哪些条件更管用？培养机制，好苗子怎么长起来的26:03 宝洁的Coach机制，是怎么帮助员工成长的？31:04 培养人才时，大多数公司的“盲区”。34:06 所谓的“领导力”，到底怎么个培养法？谈谈Coach，好的职场导师哪里找36:49 源源不断的职场导师，源于好的企业文化。40:38 关于一个优秀Coach的职业素养。宝洁的人才方法论，你能借鉴多少42:29 唯快不破的商业社会，怎么学宝洁的“慢培养”？49:17 中美商业社会，还有哪些人才培养超级公司？自建人才之外，再谈谈空降高管51:53 闪亮亮的空降高管，怎么就不好用了？57:41 给空降高管多少时间练手算合适？59:13 空降高管的“磨合加速剂”是什么？一些建议，留给想成为“潜在高管”的人1:04:27 想成为能被培养的潜力股，嘉宾给了些锦囊。【延伸阅读和相关术语】宝洁八大问：由宝洁的人力资源专家设计的8个经典面试问题，主要考核面试者的内在潜力和综合素质。MECE原则：即相互独立、完全穷尽（Mutually Exclusive, Collectively Exhaustive）。由麦肯锡咨询顾问芭芭拉·明托提出，主要用于商业计划、信息整理与提升逻辑思维，旨在将一个事物分解为相互独立且无遗漏的类别。IKIGAI：源自日语，意思是“存在的理由”或“生活的意义”，指代让你感到快乐、有成就感、能贡献社会、并且能获得相应回报的事情，是工作与生活的平衡点。【听众福利】本期节目由专业生发品牌达霏欣赞助播出。达霏欣专研生发23年，男女分治双浓度，清爽不油腻，温和低敏，买达霏欣就上京东！【达霏欣2%浓度】购买人群建议：女性首选，适合防脱及头皮敏感人群，温和不刺激；【达霏欣5%浓度】购买人群建议：男性首选，适合中重度脱发人群，清爽不油腻。欢迎大家在评论区参与互动，我们会抽取5名听众各送出达霏欣防脱洗发水1份。【监制】泓君【后期】AMEI【运营】朱婕【BGM】Cat's Tango - Guto LucenaSimple Pleasantries - Arthur BensonUnfinished Stories - Lennon HuttonCold and Blue - Roy Edwin WilliamsLost 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：[email protected]

  --------  

  1:12:11

  --------

  1:12:11
• E207｜智能体创业者们的成本突围与商业落地

  人工智能奠基人马文·明斯基（Marvin Minsky）在1985年出版的《意识的社会》（The Society of Mind）中首次系统提出“智能体”（Agent）概念，他将其定义为“众多异构能力代理间受管理的互动模式”。40年后，我们迎来了“智能体元年”。2025年，Manus等智能体产品的横空出世，多场景应用爆发，标志着AI走到了从技术突破到大规模价值创造的关键拐点。9月11日，在2025 Inclusion·外滩大会“智能体时代进化论”分论坛上，硅谷101泓君与三位行业领袖，直面智能体落地的现实瓶颈，围绕技术路径与商业模式的可持续性展开深度对话。【主播】泓君，硅谷101创始人，播客主理人【嘉宾】朱哲清，Pokee.ai 创始人兼CEO陶芳波，Second Me 创始人兼CEO陈志博，Lovart CTO【硅谷101科技峰会】《硅谷101》的年度科技大会又回来了，这是我们将有趣的技术干货与故事带到线下的第二年，用最好的内容让大家亲身感受前沿科技的酷炫和温度一直是硅谷101的目标。硅谷10月5日，期待与各位见面，从这里驶向未来！【你将听到】01:36 今年智能体最火的赛道：编程类、垂直类、通用类。Pokee.ai：解决工具调用难题06:35 如何在调用工具方面帮助语言模型降低成本？09:12 智能体将优先解决播客创作者的哪些刚需工作？11:14 当Chat Bot取代前端网页，工具生态的开放是无法撤回的趋势12:55 提升体验的关键下一步：Human-in-the-loopSecond Me：打造AI分身14:09 身份智能体不是为了doing something，而是关心你的being15:12 身份类智能体，会是下一个时代的Facebook主页吗？16:49 智能体收集个人数据，需要什么样的生活记录器？Lovart：不仅仅是生成图片18:01 与文生图工具相比，设计类智能体需要了解你的审美偏好，实现个性化的创作20:04 设计师在画布上直接调整AI产出品，快速灵活地迭代20:52 "NanoBanana们"的出现，对设计智能体是冲击还是利好？推理成本之痛22:00 调用模型占成本80%～90%，单次复杂任务8～10美元，做C端都在亏钱25:14 C端公司如何在保证体验的前提下优化推理成本？28:43 从财报看编程类智能体Cursor：风光无限下隐藏着双重危机技术路径的选择32:01 SFT（监督微调）受制于数据和标记，RFT（强化学习微调）路径亦会面对诸多问题35:35 在SFT"撞南墙"之后，过去没人愿意做的Exploration越来越重要37:14 强化学习中两种更新模式的差异：Training time 和Inference time商业模式的探索37:57 盈利展望：B端、垂直领域有望打平，C端看模型厂商脸色38:56 产品驱动型公司的方法论：重视社群，寻找需求共通性，避免成为咨询公司40:17 身份智能体的商业化：参考社交网络，不当工具，尽可能少收费，押注增长43:46 AI创始人都在讲科幻故事的时候，科幻小说家没有小说可以写了44:50 AI行业市场活动过于雷同，KOL拉流量的做法还能走多远？智能体产品观察分享46:54 Pine：一个结果导向型的Agent，处理争议账单47:28 Claude Code SDK：或成为新时代的NVIDIA48:44 Lovable：提升产品设计沟通效率50:00 Cluely：使人在复杂性会议中提升自信【监制】泓君【后期】AMEI【运营】朱婕【BGM】Anticipating a New Day - Stationary SignEver Forward - Francis WellsThe Light from Within - Howard Harper-Barnes【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：[email protected]

  --------  

  52:33

  --------

  52:33
• E206｜临近机器人GPT-3时刻，具身智能开源模型的加速演进

  今年机器人模型领域最重要的突破，就是模型的通用性大幅提升，开始了泛化能力的探索，与此同时，这个行业依然面临着长尾问题、数据采集、缺乏统一维护平台等挑战，这期节目我们就来聊聊，业内将如何面对这些挑战？中国和美国的机器人发展路径又有何区别？本期节目我们邀请了中国具身智能公司自变量机器人的CTO王昊，在这期节目上线时，他们刚开源了大规模真实数据训练的端到端具身基础模型WALL-OSS；以及来自美国具身智能公司Physical Intelligence的研究员柯丽一鸣（Kay Ke），她是π₀、π₀.₅论文作者。在节目中，嘉宾们表示目前具身智能模型已达到了GPT-2的水平，在最近2到3年将优先在半结构化场景应用，那么我们距离全场景的通用机器人又还有多远？机器人公司又该如何平衡商业化与研发的节奏？【主播】泓君，硅谷101创始人，播客主理人【嘉宾】王昊，自变量机器人CTO柯丽一鸣（Kay Ke），Physical Intelligence研究员，π₀、π₀.₅论文作者【硅谷101科技峰会】《硅谷101》的年度科技大会又回来了，这是我们将有趣的技术干货与故事带到线下的第二年，用最好的内容让大家亲身感受前沿科技的酷炫和温度一直是硅谷101的目标。硅谷10月5日，期待与各位见面，从这里驶向未来！【你将听到】行业突破与泛化能力05:36 2025年关键进展：模型通用性提升，开始泛化能力探索07:38 何为模型泛化能力：从熟悉环境到陌生环境的能力一致性11:44 泛化核心难点：长尾问题、数据采集与缺乏标准评测体系16:04 如何评判具身智能模型能力：对比任务学习数据量与现实应用表现数据挑战与硬件瓶颈17:17 其他两大难点：数据质量与数量平衡、硬件维护缺乏统一平台20:03 为何需要至少100万小时的数据，才能构成优秀的大模型？23:06 人类VS机器人学习机制对比：人类的进化已包含了“预训练”27:15 合成数据在机器人领域的应用：降低数据收集成本，但难以模拟现实物理交互模型架构与技术路径31:35 具身智能开源模型WALL-OSS发布：上万小时真实数据，补足当前开源模型的欠缺能力35:36 WALL-OSS模型开源动机与优势：降低研究门槛，加速生态创新38:03 架构之争：端到端统一训练VS分层系统设计，模型技术路径尚未统一40:58 从VLA（视觉语言模型）出世后，具身智能模型路线开始走向趋同化44:10 具身模型已达到GPT-2的水平，将在1～2年时间达到GPT-3水平45:31 中美机器人技术路径区别：美国自上而下、先做大模型，中国从现实需求出发、双轨并行52:31 抓到耗子的都是好猫：算法与操控的难度平衡54:12 模型高频控制的意义：对未来情况做决策，但更高频率无意义58:13 视觉难以对未来做精确的预测和建模，但能弥补触觉缺失与力的反馈01:00:20 传感器比想象更成熟，但机器人还是依赖视觉作为主要训练参数商业化与落地前景01:01:31 家用机器人预测：2～3年内进入半结构化场景，5～10年全场景使用01:05:29 如何平衡商业化与研发：尽可能服务于开放式场景，提高公司组织能力01:08:43 现实部署的机器人量越大、场景越多样，数据反馈和模型迭代效果将越好【节目中提到的相关公司和术语】Physical Intelligence (PI)：美国具身智能公司，推出了π₀、π₀.₅模型自变量机器人：中国具身智能公司，开源了端到端具身基础模型WALL-OSSRT-2：Robotics Transformer 2，谷歌DeepMind推出的新一代AI学习模型Genie3：谷歌世界模型的第3代，是DeepMind首个支持“实时交互”的世界模型VLA：Vision-Language-Action，视觉-语言-动作模型架构Covariant Robotics：一家专注于机器人大脑软件开发的硅谷公司长程任务：Long-Horizon Task，包含一系列连续步骤、需要机器人进行多步推理、规划并执行，最终才能完成的复杂任务【监制】泓君【后期】AMEI【运营】王梓沁、孙泽平【BGM】Ever Forward - Francis WellsMixed Emotions - Arthur BensonSupine - Peter Sandberg【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：[email protected]

  --------  

  1:10:44

  --------

  1:10:44

More Business podcasts

Trending Business podcasts

About 硅谷101|中国版