Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

#预告 #视频播客 #硅谷101 再访田渊栋 Yuandong Tian 从Meta离职之后，前FAIR研究总监田渊栋的电话被各大AI公司和猎头打爆，但他很快敲定了下一步：加入新AI实验室Recursive Superintelligence（RSI）。这个有着8名顶级AI研究员作为联合创始人的明星neolab最近进行了官宣：融资6.5亿美元，估值46.5亿美元。这期视频播客，我们走近位于旧金山的RSI，与田渊栋进行了半年之后的另外一场对话，聊聊他的新旅程在押注一个什么样的未来，如今AI前沿模型的厮杀和路线之争，Neolab们的生态与前景，以及普通人面对“职场蒸馏”，应该怎么办。剧透一下，对于最后一个话题，田渊栋的回答很精彩。以及，我们office tour彩蛋会继续带大家逛逛46.5亿的AI lab长什么样子。视频明天上线，see you tomorrow!

硅谷101陈茜（Qian Chen ）

16,503 subscribers

47,530 просмотров • 2 месяцев назад •via X (Twitter)

#预告 #视频播客 #硅谷101

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

AI编程火了之后，下一个被资本押注的方向会是什么？田渊栋的判断是：AI research。Coding之所以能快速商业化，是因为它替代的是高薪、高ROI的工作；而 AI研究人才更贵，自动化后的回报可能更大。从新药、新材料，到训练模型的新方法，AI research的想象空间是天文级的，但也意味着高风险。相比大公司多线押注，RSI的差异化在于更聚焦：不是让AI优化某段代码，而是让AI学会优化自己。这是我们专访Recursive Superintelligence联合创始人/前Meta基础AI研究（FAIR）团队研究总监田渊栋的精华节选，感兴趣的话欢迎观看完整版。

AI编程火了之后，下一个被资本押注的方向会是什么？田渊栋的判断是：AI research。Coding之所以能快速商业化，是因为它替代的是高薪、高ROI的工作；而 AI研究人才更贵，自动化后的回报可能更大。从新药、新材料，到训练模型的新方法，AI research的想象空间是天文级的，但也意味着高风险。相比大公司多线押注，RSI的差异化在于更聚焦：不是让AI优化某段代码，而是让AI学会优化自己。这是我们专访Recursive Superintelligence联合创始人/前Meta基础AI研究（FAIR）团队研究总监田渊栋的精华节选，感兴趣的话欢迎观看完整版。

硅谷101

21,961 просмотров • 1 месяц назад

这是我用 OpenClaw 搭的 AI 团队。他们各司其职，不用睡觉，做了很多我一个人根本做不过来的事情。这期视频我想分享我的 AI 团队到底长什么样。然后我们再一步一步，搭出属于你自己的 AI 团队，视频会讲，如何创建一个agent，在openclaw里面Agent具体是什么， Agent 之间怎么协作，什么时候需要多个agent以及最佳实践。

这是我用 OpenClaw 搭的 AI 团队。他们各司其职，不用睡觉，做了很多我一个人根本做不过来的事情。这期视频我想分享我的 AI 团队到底长什么样。然后我们再一步一步，搭出属于你自己的 AI 团队，视频会讲，如何创建一个agent，在openclaw里面Agent具体是什么， Agent 之间怎么协作，什么时候需要多个agent以及最佳实践。

木子不写代码

134,168 просмотров • 5 месяцев назад

Gavin Baker是个优秀的科技投资者，在近期的一期播客里，他聊到了 1. 谷歌TPU和英伟达的GPU谁会赢 2. 2026年1季度AI模型的竞争格局要变天了，为什么变，怎么变 3. 第一个世界500强里的非科技公司从AI受益的案例 4. 在太空里搞AI算力集群，才是云计算的未来这几个话题的讨论给了我很大的启发。今天第一期视频，先聊前两个话题，下期视频聊3和4。

Gavin Baker是个优秀的科技投资者，在近期的一期播客里，他聊到了 1. 谷歌TPU和英伟达的GPU谁会赢 2. 2026年1季度AI模型的竞争格局要变天了，为什么变，怎么变 3. 第一个世界500强里的非科技公司从AI受益的案例 4. 在太空里搞AI算力集群，才是云计算的未来这几个话题的讨论给了我很大的启发。今天第一期视频，先聊前两个话题，下期视频聊3和4。

Ben X

23,488 просмотров • 7 месяцев назад

谷歌前CEO Eric Schmidt最近接受了一场TED的访谈。Eric Schmidt当过谷歌的CEO和董事长，退休后又去当美国国家尤其是五角大楼的顾问。他是少有的即了解AI科技，又了解美国政府尤其是军方想法的人。这次访谈里，他聊到了很多有意思的话题，比如： 1. 美国未来发展AI最大的瓶颈是什么？ 2. 中美的AI博弈会演化成什么样？为什么有可能引发战争？ 3. 我们需要担心AI强大之后，人没有工作可以做吗？ 4. 我们每个人，应该如何应对AI时代？访谈内容非常有启发，详情请见视频。

谷歌前CEO Eric Schmidt最近接受了一场TED的访谈。Eric Schmidt当过谷歌的CEO和董事长，退休后又去当美国国家尤其是五角大楼的顾问。他是少有的即了解AI科技，又了解美国政府尤其是军方想法的人。这次访谈里，他聊到了很多有意思的话题，比如： 1. 美国未来发展AI最大的瓶颈是什么？ 2. 中美的AI博弈会演化成什么样？为什么有可能引发战争？ 3. 我们需要担心AI强大之后，人没有工作可以做吗？ 4. 我们每个人，应该如何应对AI时代？访谈内容非常有启发，详情请见视频。

Ben X

38,734 просмотров • 1 год назад

【深度解读】xAI为什么会失败？最近和硅谷的朋友聊到这个的，我整理了一下想和大家分享三个点： 1. xAI为什么失败了：除了算法算力数据，AI竞争最核心的一点就是——人。对核心业务理解上的偏差导致和团队起意见冲突，赶走了好多xAI创始团队的人才，组织管理一度混乱。 2. SpaceX还有戏么？有，马斯克本来就不是个常胜将军，他的成功都是从一次次失败中积累出来的。现在听到的消息是他为了xAI真的拼了：两个月不回家睡办公室，亲自带头搞AI coding，事后诸葛亮地去看以前的错误很容易，难的是边做边知道自省和迭代。 3. 现在硅谷的AI竞争格局：我一个多月前在视频中说过，Anthropic 将要超越OpenAI，成为 AI 创业公司里估值最高。现在已经被验证了！未上市估值超万亿美金，年营收10倍暴增，即将登顶全球收入最高公司之一。至于硅谷 AI 今天竞争到底是一个怎样的格局，详细的我明天告诉大家。欢迎关注，给大家真实的一线报道。

【深度解读】xAI为什么会失败？最近和硅谷的朋友聊到这个的，我整理了一下想和大家分享三个点： 1. xAI为什么失败了：除了算法算力数据，AI竞争最核心的一点就是——人。对核心业务理解上的偏差导致和团队起意见冲突，赶走了好多xAI创始团队的人才，组织管理一度混乱。 2. SpaceX还有戏么？有，马斯克本来就不是个常胜将军，他的成功都是从一次次失败中积累出来的。现在听到的消息是他为了xAI真的拼了：两个月不回家睡办公室，亲自带头搞AI coding，事后诸葛亮地去看以前的错误很容易，难的是边做边知道自省和迭代。 3. 现在硅谷的AI竞争格局：我一个多月前在视频中说过，Anthropic 将要超越OpenAI，成为 AI 创业公司里估值最高。现在已经被验证了！未上市估值超万亿美金，年营收10倍暴增，即将登顶全球收入最高公司之一。至于硅谷 AI 今天竞争到底是一个怎样的格局，详细的我明天告诉大家。欢迎关注，给大家真实的一线报道。

傅盛

13,961 просмотров • 3 месяцев назад

刚刚过去的一天ai行业又有大事发生！ Openclaw的最大竞争对手来了！ Perplexity 宣布推出perplexity computer，这个云端电脑聚合了多款最新大模型，可以根据用户的提出的需求寻找最合适的大模型从而完成任务。可以说这是用了和openclaw完全不同的架构，openclaw是由用户自己运行的电脑，通过一个大模型来解决问题。而perplexity则是通过多种大模型聚合的云端电脑帮用户寻找最合适的大模型解决问题。一个像私人助理，一个像工作团队。目前200刀每月，大家可以体验。 Moonlake 在今天推出了全新的多模态大模型，从视频演示中，他们只输入了几句话，就生成了一个保龄球游戏的全貌。这个大模型的厉害之处大家可以去他们的官推视频查看，可以说是对于游戏生成行业的一次冲击。也是我觉得非常厉害的一个产品，世界果然属于聪明的年轻人 Anthropic 宣布收购了 Vercept ，这是一家ai桌面助手，可以学习人类的习惯去使用电脑，对于后续ai工作流的提升极为有用。 claude和openai也均对ai安全性问题给出了最新的处理建议，在ai高速发展的今天，安全性更为重要感谢各位点赞支持！关注我，每天带来最新的ai资讯！

刚刚过去的一天ai行业又有大事发生！ Openclaw的最大竞争对手来了！ Perplexity 宣布推出perplexity computer，这个云端电脑聚合了多款最新大模型，可以根据用户的提出的需求寻找最合适的大模型从而完成任务。可以说这是用了和openclaw完全不同的架构，openclaw是由用户自己运行的电脑，通过一个大模型来解决问题。而perplexity则是通过多种大模型聚合的云端电脑帮用户寻找最合适的大模型解决问题。一个像私人助理，一个像工作团队。目前200刀每月，大家可以体验。 Moonlake 在今天推出了全新的多模态大模型，从视频演示中，他们只输入了几句话，就生成了一个保龄球游戏的全貌。这个大模型的厉害之处大家可以去他们的官推视频查看，可以说是对于游戏生成行业的一次冲击。也是我觉得非常厉害的一个产品，世界果然属于聪明的年轻人 Anthropic 宣布收购了 Vercept ，这是一家ai桌面助手，可以学习人类的习惯去使用电脑，对于后续ai工作流的提升极为有用。 claude和openai也均对ai安全性问题给出了最新的处理建议，在ai高速发展的今天，安全性更为重要感谢各位点赞支持！关注我，每天带来最新的ai资讯！

Vic TALK

79,100 просмотров • 5 месяцев назад

斯坦福团队造了1000个 AI 模拟人，预测真人行为的准确率到了85% 他们做了一个实验：用 AI 创建了1000个代表美国人口结构的虚拟个体，让它们在模拟环境里做各种决策然后拿模拟结果跟真人的实际行为做对比——85% 的吻合度这个数字意味着：AI模拟体的选择，和真人被问到同样问题时的选择，五次里有四次以上是一致的怎么被发现商业价值的？财富500强的CEO们去斯坦福参观看到了这个演示，开始疯狂问市场相关的问题。团队发现这些问题以前没人能回答，但模拟可以于是他们决定把这个研究做成产品：一个 AI 模拟平台，专门帮企业在做重大决策之前先"跑一遍" 想推一个新产品？先让1000个AI消费者试试反应想调价格？先模拟市场会怎么变想进一个新市场？先看模拟人群的接受度市场调研行业可能要被 AI 重新定义了

斯坦福团队造了1000个 AI 模拟人，预测真人行为的准确率到了85% 他们做了一个实验：用 AI 创建了1000个代表美国人口结构的虚拟个体，让它们在模拟环境里做各种决策然后拿模拟结果跟真人的实际行为做对比——85% 的吻合度这个数字意味着：AI模拟体的选择，和真人被问到同样问题时的选择，五次里有四次以上是一致的怎么被发现商业价值的？财富500强的CEO们去斯坦福参观看到了这个演示，开始疯狂问市场相关的问题。团队发现这些问题以前没人能回答，但模拟可以于是他们决定把这个研究做成产品：一个 AI 模拟平台，专门帮企业在做重大决策之前先"跑一遍" 想推一个新产品？先让1000个AI消费者试试反应想调价格？先模拟市场会怎么变想进一个新市场？先看模拟人群的接受度市场调研行业可能要被 AI 重新定义了

Vincent

27,763 просмотров • 1 месяц назад

为什么说 OpenAI 最终胜出的可能几乎为零。想领导一家顶级 AI 公司，老板通常至少需要具备两种优势之一：要么你自己就是世界顶尖的 AI 研究员，拥有顶级名校博士背景；要么你钱多多。 Dario Amodei 属于前者。他拥有普林斯顿物理学博士，本身就是顶尖研究员，能够直接带领 Anthropic 的研究团队推进前沿模型研发。 Mark Zuckerberg 则属于后者。他承认自己不是 AI 研究员，但 Facebook 最大的优势就是现金流极其充裕。2025 年，Facebook 创造了1,150 亿美元的经营现金流，因此能够投入约 700 亿美元用于 AI 资本开支，大规模采购 GPU，让工程师和研究人员进行模型训练和实验。同时，公司还能提供行业顶级薪酬，吸引全球最优秀的人才。Google 也是同样的情况，2025 年经营现金流约为 1,650 亿美元，花了910 亿美元随便买GPU。相比之下，Sam Altman 文化太低，无法像顶尖研究员那样亲自带领 OpenAI 的研究团队推进技术突破。同时，OpenAI 目前没有商业模式，还天天亏钱。2025 年，Sam Altman 连滚带爬融到了400 亿美元，而 Facebook 和 Google 即使什么都不做，每年也能躺着产生超过 1,000 亿美元的经营现金流。

为什么说 OpenAI 最终胜出的可能几乎为零。想领导一家顶级 AI 公司，老板通常至少需要具备两种优势之一：要么你自己就是世界顶尖的 AI 研究员，拥有顶级名校博士背景；要么你钱多多。 Dario Amodei 属于前者。他拥有普林斯顿物理学博士，本身就是顶尖研究员，能够直接带领 Anthropic 的研究团队推进前沿模型研发。 Mark Zuckerberg 则属于后者。他承认自己不是 AI 研究员，但 Facebook 最大的优势就是现金流极其充裕。2025 年，Facebook 创造了1,150 亿美元的经营现金流，因此能够投入约 700 亿美元用于 AI 资本开支，大规模采购 GPU，让工程师和研究人员进行模型训练和实验。同时，公司还能提供行业顶级薪酬，吸引全球最优秀的人才。Google 也是同样的情况，2025 年经营现金流约为 1,650 亿美元，花了910 亿美元随便买GPU。相比之下，Sam Altman 文化太低，无法像顶尖研究员那样亲自带领 OpenAI 的研究团队推进技术突破。同时，OpenAI 目前没有商业模式，还天天亏钱。2025 年，Sam Altman 连滚带爬融到了400 亿美元，而 Facebook 和 Google 即使什么都不做，每年也能躺着产生超过 1,000 亿美元的经营现金流。

GeLun Ding

108,714 просмотров • 1 месяц назад

【深度解析：为什么Manus值50亿美金？】和硅谷的朋友聊了下，Manus大概率是以50亿美金左右的价格被Meta收购的，我觉得非常值，原因有三： 1.现在硅谷的AI创业估值逻辑就是这么个价，ARR的20-30倍就是公司估值（ToC企业少一些是20倍，因为老美觉得他们做ToC应用干不过中国）Manus已经能做到1亿多美金的ARR了，再加上溢价50亿非常合理。 2.独特性，Manus是第一个大众通用类Agent，谁离用户近谁更赚钱，想搞AI转型的Meta现在缺的就是这个。 3.以我对Manus团队的了解，他们真的是一个真正的AI Native组织，这也是小扎最想要的——在人才的层面实现AI Native化，那这样的新鲜血液的融入是必不可少的。

【深度解析：为什么Manus值50亿美金？】和硅谷的朋友聊了下，Manus大概率是以50亿美金左右的价格被Meta收购的，我觉得非常值，原因有三： 1.现在硅谷的AI创业估值逻辑就是这么个价，ARR的20-30倍就是公司估值（ToC企业少一些是20倍，因为老美觉得他们做ToC应用干不过中国）Manus已经能做到1亿多美金的ARR了，再加上溢价50亿非常合理。 2.独特性，Manus是第一个大众通用类Agent，谁离用户近谁更赚钱，想搞AI转型的Meta现在缺的就是这个。 3.以我对Manus团队的了解，他们真的是一个真正的AI Native组织，这也是小扎最想要的——在人才的层面实现AI Native化，那这样的新鲜血液的融入是必不可少的。

傅盛

43,896 просмотров • 7 месяцев назад

从耗时15小时到15 分钟：我把视频制作做成了高频交易！在过去的三个月里面，我用手搓的方式，每周一篇的形式，给大家带来了10 多部视频教程，帮助很多朋友成功开立了港卡！但是我有一个明显的感受，那就是手动剪辑视频太慢了！从写脚本、到找素材、画面制作、再到对齐内容剪辑视频和配音，基本上就需要花费 15 个小时以上。但是最近我了解到了一个 AI 视频工具，他就是那什么是Medeo呢？ Medeo是全球首个全品类对话式 AI 视频创作工具，通过口语对话即可完成从创意 ➡️ 成片的完整视频制作流程。我觉得主要厉害的点，对我来说有两个！其一：可以通过聊天，对话的形式集训内容的产出，这个就极大地提高了我们的可控性。其二、其有双重的精准控制效果，能够帮助我们做到角色的一致性。这样就非常棒。那我们后续可以做什么事情呢？我就可以把我过去制作出来的一些内容，以视频的形式展示给大家。例如我经常在聊的定投这件事儿，例如我们有 10 万元，对吧，然后如果可以确保年化是 12%，然后每个月可以投入 5k 块钱，坚持 10 年呢？这个最后的数据会如何，我们可以不可以用medeo 把内容制作出来呢？我就去简单尝试了一下，效果就非常棒，具体的视频如下，大概可以感受一下，其实我个人觉得已经满足基础的科普的需求了。最主要的是可以随时修改和进行对话，这就大大提高了成功的概率，就不会再出现给了很好的提示词，但是总是在抽卡，无法完成比较好的效果了。要知道这只是我一句话完成的事情，我还没有进行二次的创作和修改！那后面我们就可以把更多的教程从枯燥的文字版本转变成为视频版本的内容了。并且我也进行了顺序的罗列，大家可以先看着这个顺序学习，后续我们都会安排成为科普视频！ 1️⃣、基础知识体系篇 1、一文讲清股票国债和基金 2、如何配比标普/纳指 3、投资路上应该避开的弯路 4、场内外具体区别和介绍 5、如何通过定投实现百万富翁的梦想 2️⃣、实操完整体系篇 1、2025 年纳指/标普投资最全教程（初版） 2、2025 年纳指/标普投资最全教程（终版） 3️⃣、扫盲问答篇 1、标普/纳指问答扫盲录第一期 2、标普/纳指问答扫盲录第二期 4️⃣、网站持仓推荐篇 1、巴菲特、段永平持仓查阅 2、推荐自己在使用的军火库同样的我们会在后面陆续将上述的内容制作成为视频，帮助我们进行 AI 内容系统的学习！新的一年 AI 生成视频，也不再是遥不可及的！如果大家对 AI 生成视频也比较感兴趣，可以去建议大家先收藏此贴，后续我们所有的视频制作内容都会将此贴作为入口进行系列分享。同时如果你对纳指投资和理财不是很了解的话，上述也罗列了一个学习路线和成长曲线。记得收藏和点赞哦，我们就下期再见了！

从耗时15小时到15 分钟：我把视频制作做成了高频交易！在过去的三个月里面，我用手搓的方式，每周一篇的形式，给大家带来了10 多部视频教程，帮助很多朋友成功开立了港卡！但是我有一个明显的感受，那就是手动剪辑视频太慢了！从写脚本、到找素材、画面制作、再到对齐内容剪辑视频和配音，基本上就需要花费 15 个小时以上。但是最近我了解到了一个 AI 视频工具，他就是那什么是Medeo呢？ Medeo是全球首个全品类对话式 AI 视频创作工具，通过口语对话即可完成从创意 ➡️ 成片的完整视频制作流程。我觉得主要厉害的点，对我来说有两个！其一：可以通过聊天，对话的形式集训内容的产出，这个就极大地提高了我们的可控性。其二、其有双重的精准控制效果，能够帮助我们做到角色的一致性。这样就非常棒。那我们后续可以做什么事情呢？我就可以把我过去制作出来的一些内容，以视频的形式展示给大家。例如我经常在聊的定投这件事儿，例如我们有 10 万元，对吧，然后如果可以确保年化是 12%，然后每个月可以投入 5k 块钱，坚持 10 年呢？这个最后的数据会如何，我们可以不可以用medeo 把内容制作出来呢？我就去简单尝试了一下，效果就非常棒，具体的视频如下，大概可以感受一下，其实我个人觉得已经满足基础的科普的需求了。最主要的是可以随时修改和进行对话，这就大大提高了成功的概率，就不会再出现给了很好的提示词，但是总是在抽卡，无法完成比较好的效果了。要知道这只是我一句话完成的事情，我还没有进行二次的创作和修改！那后面我们就可以把更多的教程从枯燥的文字版本转变成为视频版本的内容了。并且我也进行了顺序的罗列，大家可以先看着这个顺序学习，后续我们都会安排成为科普视频！ 1️⃣、基础知识体系篇 1、一文讲清股票国债和基金 2、如何配比标普/纳指 3、投资路上应该避开的弯路 4、场内外具体区别和介绍 5、如何通过定投实现百万富翁的梦想 2️⃣、实操完整体系篇 1、2025 年纳指/标普投资最全教程（初版） 2、2025 年纳指/标普投资最全教程（终版） 3️⃣、扫盲问答篇 1、标普/纳指问答扫盲录第一期 2、标普/纳指问答扫盲录第二期 4️⃣、网站持仓推荐篇 1、巴菲特、段永平持仓查阅 2、推荐自己在使用的军火库同样的我们会在后面陆续将上述的内容制作成为视频，帮助我们进行 AI 内容系统的学习！新的一年 AI 生成视频，也不再是遥不可及的！如果大家对 AI 生成视频也比较感兴趣，可以去建议大家先收藏此贴，后续我们所有的视频制作内容都会将此贴作为入口进行系列分享。同时如果你对纳指投资和理财不是很了解的话，上述也罗列了一个学习路线和成长曲线。记得收藏和点赞哦，我们就下期再见了！

Wise投资有术

19,686 просмотров • 7 месяцев назад

前特斯拉自动驾驶AI总监Andrej Karpathy 今天发布的一条帖子目前已吸引上百万浏览，他说世界上有两种AI：普通人用的AI 和 CEO和程序员们用的AI，前者偶尔会蠢到惹人发笑，后者能震撼整个科技圈；前者免费或者20美金一个月，后者是每个月成百上千美金的订阅费。他详细描述了为什么会有这样的区别？我也想和大家聊聊AI会让普通人和有钱人的差距越来越大吗？普通人没钱没技术怎么去触碰最前沿的模型？

前特斯拉自动驾驶AI总监Andrej Karpathy 今天发布的一条帖子目前已吸引上百万浏览，他说世界上有两种AI：普通人用的AI 和 CEO和程序员们用的AI，前者偶尔会蠢到惹人发笑，后者能震撼整个科技圈；前者免费或者20美金一个月，后者是每个月成百上千美金的订阅费。他详细描述了为什么会有这样的区别？我也想和大家聊聊AI会让普通人和有钱人的差距越来越大吗？普通人没钱没技术怎么去触碰最前沿的模型？

Jingyuan缘缘

367,486 просмотров • 4 месяцев назад

这是一个看上去很普通的视频，但是他在小红书火了，评论区也火了视频里这位美国阿姨叫MaryJo1967，可以猜测她是1967年的，今年58岁。她对着镜头，哽咽着说：来自中国普通人的问候让她感动视频最高赞评论是：美政客希望全世界最强大两个国家的人民彼此仇视，但现在我发现，其实我们没什么区别。一位美国用户问： “所以我们到底有哪些关于中国的偏见是错的。” 帖子里的中国人，耐心为他们解释很多误解。 “我以为美国人去中国旅游是违法的，一到中国就会被抓起来。” “我以为所有中国人都憎恨我们” “但来到这里，看到每个人都很友好，我才发现我们被误导了。” 而另外一条高赞： “如果真的有不可抗力的因素导致我们的联络再次断开，我们也一定要记住此刻对彼此的爱与信任，以后如果有诋毁彼此的言论，我们可以在内心坚定对自己说我看到的不是这样。”

这是一个看上去很普通的视频，但是他在小红书火了，评论区也火了视频里这位美国阿姨叫MaryJo1967，可以猜测她是1967年的，今年58岁。她对着镜头，哽咽着说：来自中国普通人的问候让她感动视频最高赞评论是：美政客希望全世界最强大两个国家的人民彼此仇视，但现在我发现，其实我们没什么区别。一位美国用户问： “所以我们到底有哪些关于中国的偏见是错的。” 帖子里的中国人，耐心为他们解释很多误解。 “我以为美国人去中国旅游是违法的，一到中国就会被抓起来。” “我以为所有中国人都憎恨我们” “但来到这里，看到每个人都很友好，我才发现我们被误导了。” 而另外一条高赞： “如果真的有不可抗力的因素导致我们的联络再次断开，我们也一定要记住此刻对彼此的爱与信任，以后如果有诋毁彼此的言论，我们可以在内心坚定对自己说我看到的不是这样。”

无人机咻咻咻

153,814 просмотров • 1 год назад

一家公司，成立才俩月。没产品，没收入，连个样品都没有。估值多少？45亿美元。刚刚，一家叫“非传统AI”的公司，种子轮就融了4.75亿美元。这家公司，2025年9月才成立。8个星期，从零到手握将近5个亿。他们到底做了什么？答案是：啥也没做。创始人Naveen Rao，9月份刚从Databricks辞掉AI主管的位置。一出门就创立了这家公司，然后…就没有然后了。两个月后，A16Z、光速、还有杰夫·贝索斯，直接把4.75亿美金砸了过来。他到底跟投资人说了什么？“我们要造出和生物一样高效的计算机。”没了。就这一句话。没有技术论文，没有产品演示，啥都没有。就是一个把他上家公司卖了13亿美金的人，跟你说：“信我，哥们儿要造脑机电脑。”硅谷的风投们，二话不说，掏了将近5个亿。这笔交易，为什么说它疯了？因为AI，正在撞上一堵能源墙。训练一次GPT-4，光算力成本就一个亿美金。所以，所有人都把赌注押在了新硬件上。能耗更低的那种。什么神经形态芯片、仿生计算、模拟电路…问题是，没一个被证明能规模化应用。VC们投的不是技术，他们投的是一个“故事”。一个“AI急需新硬件，否则整个行业就得崩盘”的故事。当一个之前卖掉两家AI公司、总共套现17亿美金的人跟你说：“我，正在打造拯救AI的芯片。”VC们就开始恐慌性地抢购股权了。看看他过去的战绩：2016年，把Nervana Systems卖给英特尔，3.5亿美金。2023年，把MosaicML卖给Databricks，13亿美金。2025年，公司刚开张，就为“零产品”拿了4.75亿美金。这就是他的剧本：先用两次成功退出来建立信誉，然后用这个信誉去融一笔想都不敢想的钱，干第三票。整个市场都“愿意”相信，下一个AI突破就在眼前。所以他们选择提前把钱砸了。但没人说破的是：这根本不是什么种子轮，这是“准上市轮”。45亿美金的估值，已经超过了90%的上市科技公司。而这家公司，一个产品都还没有。创始人自己都承认了：“我们两年内不会有产品。这主要是个研究项目。”翻译一下就是：你们给了我将近5亿美金，让我在实验室里随便折腾至少24个月。VC们根本不在乎。因为他们在玩一个完全不同的游戏。赌赢了，100倍回报。赌输了，就当打了水漂。这家公司2个月融到的钱，比99.99%的创业公司一辈子融到的都多。没客户，没收入，没证据。整个硅谷却说：“给，这里有4.75亿美金。”当一个行业拥有无限的资金和为零的耐心时，就会发生这种事。他们不再资助创新，而是开始资助“创新的承诺”。毕竟，只要你的产品还没出来，你就永远不可能是错的。这事给我的启示是：只要你有两次成功的退出经历，你就可以为任何事情融到一笔巨款。你的想法不需要被证明，技术也不需要存在。你只需要让VC相信，你“可能”是解决那个问题的人。游戏规则已经变了。不是“做出好东西再融资”，而是“先说服投资人你‘可能’做出好东西，然后在你动手之前把钱拿到手”。这家公司，要么是计算的未来，要么是继“坏血”之后最大的“空气”项目。2027年，我们就能看到答案。

一家公司，成立才俩月。没产品，没收入，连个样品都没有。估值多少？45亿美元。刚刚，一家叫“非传统AI”的公司，种子轮就融了4.75亿美元。这家公司，2025年9月才成立。8个星期，从零到手握将近5个亿。他们到底做了什么？答案是：啥也没做。创始人Naveen Rao，9月份刚从Databricks辞掉AI主管的位置。一出门就创立了这家公司，然后…就没有然后了。两个月后，A16Z、光速、还有杰夫·贝索斯，直接把4.75亿美金砸了过来。他到底跟投资人说了什么？“我们要造出和生物一样高效的计算机。”没了。就这一句话。没有技术论文，没有产品演示，啥都没有。就是一个把他上家公司卖了13亿美金的人，跟你说：“信我，哥们儿要造脑机电脑。”硅谷的风投们，二话不说，掏了将近5个亿。这笔交易，为什么说它疯了？因为AI，正在撞上一堵能源墙。训练一次GPT-4，光算力成本就一个亿美金。所以，所有人都把赌注押在了新硬件上。能耗更低的那种。什么神经形态芯片、仿生计算、模拟电路…问题是，没一个被证明能规模化应用。VC们投的不是技术，他们投的是一个“故事”。一个“AI急需新硬件，否则整个行业就得崩盘”的故事。当一个之前卖掉两家AI公司、总共套现17亿美金的人跟你说：“我，正在打造拯救AI的芯片。”VC们就开始恐慌性地抢购股权了。看看他过去的战绩：2016年，把Nervana Systems卖给英特尔，3.5亿美金。2023年，把MosaicML卖给Databricks，13亿美金。2025年，公司刚开张，就为“零产品”拿了4.75亿美金。这就是他的剧本：先用两次成功退出来建立信誉，然后用这个信誉去融一笔想都不敢想的钱，干第三票。整个市场都“愿意”相信，下一个AI突破就在眼前。所以他们选择提前把钱砸了。但没人说破的是：这根本不是什么种子轮，这是“准上市轮”。45亿美金的估值，已经超过了90%的上市科技公司。而这家公司，一个产品都还没有。创始人自己都承认了：“我们两年内不会有产品。这主要是个研究项目。”翻译一下就是：你们给了我将近5亿美金，让我在实验室里随便折腾至少24个月。VC们根本不在乎。因为他们在玩一个完全不同的游戏。赌赢了，100倍回报。赌输了，就当打了水漂。这家公司2个月融到的钱，比99.99%的创业公司一辈子融到的都多。没客户，没收入，没证据。整个硅谷却说：“给，这里有4.75亿美金。”当一个行业拥有无限的资金和为零的耐心时，就会发生这种事。他们不再资助创新，而是开始资助“创新的承诺”。毕竟，只要你的产品还没出来，你就永远不可能是错的。这事给我的启示是：只要你有两次成功的退出经历，你就可以为任何事情融到一笔巨款。你的想法不需要被证明，技术也不需要存在。你只需要让VC相信，你“可能”是解决那个问题的人。游戏规则已经变了。不是“做出好东西再融资”，而是“先说服投资人你‘可能’做出好东西，然后在你动手之前把钱拿到手”。这家公司，要么是计算的未来，要么是继“坏血”之后最大的“空气”项目。2027年，我们就能看到答案。

墓碑科技

102,418 просмотров • 8 месяцев назад

小扎吐槽苹果和 Google，以及谈为什么开源 AI **Mark Zuckerberg**: 我认为移动生态系统中普遍存在的一个问题是有两个把持入口的公司，Apple 和 Google，它们可以告诉你可以构建什么。在我们的历史中有很多次，比如有经济层面的情况，就是我们构建了些东西，然后它们就会拿走我们大部分的收入，但还有一种是质量层面，这实际上让我更加不满，也就是有很多次我们推出或希望推出某些功能，然后Apple就会说，不，你不能推出这功能。这真的很糟糕。问题是，这样的世界是否会在AI领域复现，就像你会有一小部分拥有封闭模型的公司，它们控制API，因此将能够告诉你可以构建什么。我可以说，对我们来说，自己构建一个模型以避免处于那种位置是值得的。我不希望那些其他公司告诉我们可以构建什么，而且我认为从开源的角度来看，很多开发人员也不希望那些公司告诉他们可以构建什么。这就是我坚定支持开源的原因之一，我认为未来AI的集中化可能像其广泛传播一样具有潜在危险。我发现很多人都在思考，如果我们能实现这种技术，那么让它广泛传播是否不利。我认为另一种可能也很糟糕的情况是，如果一个机构掌握了一种强大的AI远超其他所有人的，这同样是非常糟糕的。在我看来，一个理想的世界应该是这样的：AI技术被广泛而均衡地应用，随着时间推移逐步增强其健康性。在这样的世界里，各种系统能够相互制衡，这种平衡的状态比一个高度集中化的世界要健康得多。虽然风险无处不在，但我觉得有一个风险我想人们我并没有听到太多人提及。 **Dwarkesh Patel**:举例来说，一个价值100亿美元的模型，如果经过评估是完全安全的，你们会选择开源吗？ **Mark Zuckerberg**:我的答案是，只要这个模型对我们有所帮助，那我们就会开源。 **Dwarkesh Patel**: 那如果这个模型是用100亿美元的研发经费研发出来的，然后现在要开源呢？ **Mark Zuckerberg**: 我们一直以来都有开源软件的传统，但是我们并不会开源我们的产品。比如说，我们并不会将Instagram的代码开源，但我们会开源许多底层的基础设施。我们历史上最大的一个项目可能就是开放计算项目。在这个项目中，我们将我们所有的服务器的设计网络交换机和数据中心的设计开源了，这对我们来说非常有帮助。因为很多人可以设计服务器，但现在，大家普遍都采用了我们的设计，这就意味着整个供应链都围绕我们的设计展开，规模变大，对所有人来说都变得更便宜，为我们节省了数十亿美元。这真是太棒了，对吧？因此，我认为开源有多种方式可以对我们有所帮助。一种就是，如果有人能够找出更便宜的运行模型的方法，我们将花费数十亿甚至上千亿美元，在所有这些模型上，所以如果我们能做的更有效率，那我们就可以节省数十亿甚至上百亿美元，这可能本身就非常有价值。 **Dwarkesh Patel**: 关于开源，我很想知道你是否认为像PyTorch、React、Open Compute这样的开源项目，对世界的影响是否已经超过了Meta在社交媒体方面的作用。 **Mark Zuckerberg**: 因为我曾经和使用这些服务的人交谈过，他们觉得这是有可能的，因为互联网的很大一部分都在运行这些项目。这是一个有趣的问题，我认为几乎有一半的世界人口都在使用我们的产品，这是一个真实的点，所以我觉得这很难超越。但不管怎样，我还是认为开源是一种新的、非常強大的建设方式。来源：

小扎吐槽苹果和 Google，以及谈为什么开源 AI Mark Zuckerberg: 我认为移动生态系统中普遍存在的一个问题是有两个把持入口的公司，Apple 和 Google，它们可以告诉你可以构建什么。在我们的历史中有很多次，比如有经济层面的情况，就是我们构建了些东西，然后它们就会拿走我们大部分的收入，但还有一种是质量层面，这实际上让我更加不满，也就是有很多次我们推出或希望推出某些功能，然后Apple就会说，不，你不能推出这功能。这真的很糟糕。问题是，这样的世界是否会在AI领域复现，就像你会有一小部分拥有封闭模型的公司，它们控制API，因此将能够告诉你可以构建什么。我可以说，对我们来说，自己构建一个模型以避免处于那种位置是值得的。我不希望那些其他公司告诉我们可以构建什么，而且我认为从开源的角度来看，很多开发人员也不希望那些公司告诉他们可以构建什么。这就是我坚定支持开源的原因之一，我认为未来AI的集中化可能像其广泛传播一样具有潜在危险。我发现很多人都在思考，如果我们能实现这种技术，那么让它广泛传播是否不利。我认为另一种可能也很糟糕的情况是，如果一个机构掌握了一种强大的AI远超其他所有人的，这同样是非常糟糕的。在我看来，一个理想的世界应该是这样的：AI技术被广泛而均衡地应用，随着时间推移逐步增强其健康性。在这样的世界里，各种系统能够相互制衡，这种平衡的状态比一个高度集中化的世界要健康得多。虽然风险无处不在，但我觉得有一个风险我想人们我并没有听到太多人提及。 Dwarkesh Patel:举例来说，一个价值100亿美元的模型，如果经过评估是完全安全的，你们会选择开源吗？ Mark Zuckerberg:我的答案是，只要这个模型对我们有所帮助，那我们就会开源。 Dwarkesh Patel: 那如果这个模型是用100亿美元的研发经费研发出来的，然后现在要开源呢？ Mark Zuckerberg: 我们一直以来都有开源软件的传统，但是我们并不会开源我们的产品。比如说，我们并不会将Instagram的代码开源，但我们会开源许多底层的基础设施。我们历史上最大的一个项目可能就是开放计算项目。在这个项目中，我们将我们所有的服务器的设计网络交换机和数据中心的设计开源了，这对我们来说非常有帮助。因为很多人可以设计服务器，但现在，大家普遍都采用了我们的设计，这就意味着整个供应链都围绕我们的设计展开，规模变大，对所有人来说都变得更便宜，为我们节省了数十亿美元。这真是太棒了，对吧？因此，我认为开源有多种方式可以对我们有所帮助。一种就是，如果有人能够找出更便宜的运行模型的方法，我们将花费数十亿甚至上千亿美元，在所有这些模型上，所以如果我们能做的更有效率，那我们就可以节省数十亿甚至上百亿美元，这可能本身就非常有价值。 Dwarkesh Patel: 关于开源，我很想知道你是否认为像PyTorch、React、Open Compute这样的开源项目，对世界的影响是否已经超过了Meta在社交媒体方面的作用。 Mark Zuckerberg: 因为我曾经和使用这些服务的人交谈过，他们觉得这是有可能的，因为互联网的很大一部分都在运行这些项目。这是一个有趣的问题，我认为几乎有一半的世界人口都在使用我们的产品，这是一个真实的点，所以我觉得这很难超越。但不管怎样，我还是认为开源是一种新的、非常強大的建设方式。来源：

宝玉

74,721 просмотров • 2 лет назад

谷歌的AI，已经开始做人类没教过它的事了。它自己学会了一门全新的外语。谷歌CEO把这称为“黑箱”。什么意思？就是他们自己也搞不明白AI的运作原理。举个例子。一个谷歌AI项目，本来没接受过孟加la语的训练。研究员只是用孟加拉语对它进行了几次提示。结果，它自己学会了翻译整个孟加拉语。现在谷歌的研究重点，变成了让AI去掌握上千种语言。但那个最核心的问题还在。为什么AI会这么做？没人能完全解释。当被问到为什么AI会出错时，他们也只有一些模糊的想法。最关键的一点是，谷歌CEO承认，在不完全理解工作原理的情况下，已经将这项技术释放给了全社会。他的解释是，我们也不完全理解人脑是如何工作的。把一个实验室里诞生的、行为不可预测的技术，与经过数百万年进化的人类大脑相提并论。这是一种合理的解释，还是一种推卸责任的说法？当创造者都无法完全控制其创造物时，我们普通人应该思考什么？

谷歌的AI，已经开始做人类没教过它的事了。它自己学会了一门全新的外语。谷歌CEO把这称为“黑箱”。什么意思？就是他们自己也搞不明白AI的运作原理。举个例子。一个谷歌AI项目，本来没接受过孟加la语的训练。研究员只是用孟加拉语对它进行了几次提示。结果，它自己学会了翻译整个孟加拉语。现在谷歌的研究重点，变成了让AI去掌握上千种语言。但那个最核心的问题还在。为什么AI会这么做？没人能完全解释。当被问到为什么AI会出错时，他们也只有一些模糊的想法。最关键的一点是，谷歌CEO承认，在不完全理解工作原理的情况下，已经将这项技术释放给了全社会。他的解释是，我们也不完全理解人脑是如何工作的。把一个实验室里诞生的、行为不可预测的技术，与经过数百万年进化的人类大脑相提并论。这是一种合理的解释，还是一种推卸责任的说法？当创造者都无法完全控制其创造物时，我们普通人应该思考什么？

墓碑科技

48,679 просмотров • 6 месяцев назад

风投女王徐新，6天涨1000亿，一笔回报50亿。这两天智谱和MiniMax在港股涨疯了。我们已经进入一个AI造富时代，2026年春节刚开始，中国就诞生两家2000亿市值AI巨头。智谱节前暴涨130%，除夕开盘飙至540港元，市值超2200亿，IPO后翻4倍。这背后的有一个身影，就是今日资本的徐新，她在2023年低调押注2.5亿，如今回报近20倍，浮盈50亿。 🔔身后投资人同样喜悦：米哈游、高瓴、IDG资本、云启资本、明势创投、红杉中国、阿里、腾讯、上海国投、基石资本、小红书、国方创新、经纬创投等纷纷拿下超额回报。自从马斯克把xAI并入SpaceX，以约1.25万亿美元的估值缔造了人类史上最大独角兽。‌现在两大千亿级别的IPO也已经验证AI商业化的路径，全球现在都开始研究中国AI军团。至少过去百年都没见过这样惊心动魄的场景，我们这一代人真的在见证历史！所以好奇的我，就去找了下徐新之前的视频，只需要5分钟❗️来看看她是怎么找到最伟大的企业的！

风投女王徐新，6天涨1000亿，一笔回报50亿。这两天智谱和MiniMax在港股涨疯了。我们已经进入一个AI造富时代，2026年春节刚开始，中国就诞生两家2000亿市值AI巨头。智谱节前暴涨130%，除夕开盘飙至540港元，市值超2200亿，IPO后翻4倍。这背后的有一个身影，就是今日资本的徐新，她在2023年低调押注2.5亿，如今回报近20倍，浮盈50亿。 🔔身后投资人同样喜悦：米哈游、高瓴、IDG资本、云启资本、明势创投、红杉中国、阿里、腾讯、上海国投、基石资本、小红书、国方创新、经纬创投等纷纷拿下超额回报。自从马斯克把xAI并入SpaceX，以约1.25万亿美元的估值缔造了人类史上最大独角兽。‌现在两大千亿级别的IPO也已经验证AI商业化的路径，全球现在都开始研究中国AI军团。至少过去百年都没见过这样惊心动魄的场景，我们这一代人真的在见证历史！所以好奇的我，就去找了下徐新之前的视频，只需要5分钟❗️来看看她是怎么找到最伟大的企业的！

洋子Olivia

106,651 просмотров • 5 месяцев назад

Sam Altman 回斯坦福更新了他的创业课，说了一句话：现在花点 Token 钱，一个小团队就能干以前100人工程团队的活他跟 YC 总裁 Garry Tan 在斯坦福做了一场对话，核心就是 AI 时代创业规则变了他先聊了 OpenAI 自己的路径：正常公司是先做产品，增长放缓后建研究实验室找新方向。OpenAI 反过来——先是研究实验室，后来才硬接了一个创业公司上去。他自己说"不推荐这么干" 然后说了一个判断：现在最好的初创公司的运作方式跟几年前完全不同了以前创业需要先融一大笔钱，养一个工程团队，慢慢做产品。现在买 AI 的 Token 就相当于雇了一个超级工程团队。创业的资金门槛和人力门槛同时被 AI 打下来了从"找100个工程师"变成"买Token + 几个人"，这个变化的量级是颠覆性的

Sam Altman 回斯坦福更新了他的创业课，说了一句话：现在花点 Token 钱，一个小团队就能干以前100人工程团队的活他跟 YC 总裁 Garry Tan 在斯坦福做了一场对话，核心就是 AI 时代创业规则变了他先聊了 OpenAI 自己的路径：正常公司是先做产品，增长放缓后建研究实验室找新方向。OpenAI 反过来——先是研究实验室，后来才硬接了一个创业公司上去。他自己说"不推荐这么干" 然后说了一个判断：现在最好的初创公司的运作方式跟几年前完全不同了以前创业需要先融一大笔钱，养一个工程团队，慢慢做产品。现在买 AI 的 Token 就相当于雇了一个超级工程团队。创业的资金门槛和人力门槛同时被 AI 打下来了从"找100个工程师"变成"买Token + 几个人"，这个变化的量级是颠覆性的

Vincent

21,949 просмотров • 1 месяц назад