# Vol.75 "我可是AI司马迁啊…”---串台十字路口 屠龙之术 · 2025-10-22 庄明浩与十字路口的Koji、Ronghui复盘2025年AI行业，从DeepSeek R1的开源冲击、GPT-5的渐进式改进，到Veo3和Sora2在视频生成领域的突破，再到Agent从Manus定义品类到垂直行业落地。他们梳理了中美在开源与闭源路线上的分化，并剖析了OpenAI从技术公司向金融-基础设施复合体的转变，以及底层存储、电力等极限对资本泡沫的隐忧。 ## Key moments - **[0:00] 开场介绍** - [2:41] Koji开场介绍本期嘉宾庄明浩，将一起复盘2025年科技大事件和AI时代回忆 - **[3:22] 年度关键词** - [3:22] Koji称庄明浩为《AI时代的司马迁》 - [3:44] 庄明浩用“拐点”形容2025年AI行业，解释向上或向下拐的可能性 - [4:43] 本期播客将分几个部分：大模型/多模态/Agent，生态变化，中美竞争，一级/二级市场 - **[5:20] 模型深入** - [5:20] Q: 如何回看年初的DeepSeek R1？庄明浩认为R1引发了关于AI基础设施叙事的对比，成为中美技术路线竞争的开端 - [6:03] 冯骥称DeepSeek R1为“国运级别”的代表，引发美国财经科技媒体的广泛报道 - [6:25] DeepSeek R1训练成本极低（约100多万美元），与美国基础设施投资的巨额数字形成强烈对比，引发资本市场震动 - [7:00] 尽管有短期震荡，但类似煤炭行业的叙事出现：更高效的技术会带来更长期的增长 - [7:23] R1到R5的技术路径被Sam Altman提出，R1之后头部厂商迅速复现推理模型，竞争路径被R1描绘清楚 - [8:24] Q: 除了R1还有哪些模型更新？庄明浩提到GPT-4o到GPT-5，以及Google Gemini、Claude等的发展 - **[14:07] 十年之后** - [14:07] Q: 十年后回头看，今年有什么会被记住？庄明浩认为R1、Veo3和世界模型可能被记住 - [14:28] Veo3的发布（从无声视频到有声的跨越）是会被记住的多模态事件 - [14:35] 世界模型的发展今年稍有加速，但还处于Demo阶段 - [15:05] 大模型领域的“世界第一”公告越来越没意义，很多是为了向上管理 - [15:30] 可灵和元宝先后声称自己是世界第一，Koji和庄明浩讨论不同榜单的操控 - [16:17] 语音模型竞争异常激烈，边缘战场成为性价比较高的PR战场，连小米、B站等都曾拿过榜单第一 - **[18:24] Chatbot战争** - [18:24] Q: Chatbot的付费意愿来自什么？庄明浩认为品牌认知、使用习惯和生态护城河开始起作用 - [18:59] 纯Chatbot的战争已经打完，ChatGPT赢了，周活达8亿，建立了绝对强的品牌认知 - [19:27] ChatGPT的周活增长曲线恐怖，不到一年翻倍，Sam Altman更想要10亿用户的平台 - [20:23] “他们在做的事情是当年Meta跟Google没有做到，但是微信做到的事情”——ChatGPT尝试成为大一统的All in one平台 - [20:59] OpenAI vs Anthropic: Sam和Dario背景不同导致公司战略和核心竞争力不同，OpenAI更有产品能力 - [21:21] OpenAI推出的Pulse增强了用户粘性和记忆，旨在从周活用户变成日活用户 - **[23:58] 中美竞逐** - [23:58] Q: DeepSeek R1的“花小钱办大事”叙事现在还成立吗？庄明浩认为工程问题下中美路线交融，开源成为共识 - [25:17] 算法、数据、算力中只有算力可以靠堆钱解决，但人才也能靠堆钱吸引 - [25:54] 小扎认清现实：一年投入大几百亿美金，但把硅谷挖空也花不了那么多钱，所以策略转变 - [26:41] OpenAI联创被Meta挖走，身价超十亿美金，人才竞争花费夸张 - **[27:08] 多模态战场** - [27:08] 多模态战场：中美竞争比纯语言模型更激烈，中国厂商在短视频衍生链上有优势 - [28:24] 跨时代的功能一旦被定义清楚，中国厂商两三个月就能跟上，如Veo3的深化同步功能 - [29:25] 图片视频类目的应用场景非常成熟，工具化迭代快，类似移动互联网早期的摄影类App竞争 - [30:15] Q: 如何看待Sora2？它是AI抖音吗？庄明浩认为Sora2是在尝试以大众熟悉的交互形态加载AI，但世界不需要一个AI抖音 - [31:51] 对OpenAI而言，Sora2是需要的，它需要独立产品将技术产品化落地，建立内部运行机制 - [33:07] OpenAI现在内部有3-4家公司：产品公司、技术实验室、基础设施公司和可能硬件等其他业务，Sam像投资人一样管理 - **[43:38] Agent元年** - [43:38] Agent成为2025年度关键词，Manus发布，从语言到行为，Agent可能像自动驾驶L3一样要待很久 - [45:03] Agent可能未来五年都是元年，类似VR，因为从语言到行为涉及细分阶段多 - [45:42] Agent给非模型厂商一种创业范式，生态崛起，类似互联网早期协议非标准，很多公司在做协议、Infra等 - [47:14] Memory记忆系统作为Agent基础设施之一，技术路线尚未统一，每个公司做法都不同 - [48:36] 开源生态趋势契合Agent发展，过去一年蚂蚁开源的Agent框架图显示Memory、Infra增长最多 - [49:07] Agent领域机会多样且复杂，大厂虽然全都要，但初创公司有机会形成标准 - **[54:07] 开源生态** - [54:26] A16z收入榜单中中国公司有四家：剪映、可灵、Manus、Plaud，反映中国AI应用出海 - [55:06] 开源成为中国AI从上到下的共识，上海出台政策鼓励开源社区，奖金500万 - [55:43] 开源 vs 闭源：Sam Altman曾认为最领先模型一定是闭源，但DeepSeek R1叙事出现后，开源模型能力跟进很快，连OpenAI也开始开源部分模型 - [56:44] 衡量模型的最重要指标是使用量、token消耗和覆盖厂商数，开源有助于获取认可和关注 - [57:10] 开源不代表与商业化无关，DeepSeek开源但API卖钱，成本优势巨大 - [58:38] 开源带来天然好感和信任建立，用户可低成本部署，解决数据隐私顾虑 - **[1:00:53] 应用落地** - [1:00:53] AI coding进展迅速，前、后端、数据库、IDE等细分领域创新不断 - [1:01:34] 垂直行业Agent发展快，如法律、金融、营销等赛道，多家公司拿到融资 - [1:02:36] AI社交/陪伴板块一直在发展，A16z榜单中Web端有10家，App端有12家，但少有人讨论 - [1:03:30] Q: 为什么国内纯应用爆发很难？庄明浩认为中国移动互联网入口被占满，用户量增长难，且无法讲ARR叙事，只能看用户量 - [1:04:24] 中国AI应用的现实：Quest Mobile统计显示43%的独立App和Web出现用户负增长，插件增长好但没人甘心做插件 - [1:06:35] 中美AI创业差异：美国Web端开放，欢迎工具协作；中国移动互联网城堡林立，创业更被动，需要新的叙事 - **[1:14:07] AI泡沫** - [1:14:07] AI泡沫叙事讨论越来越多：庄明浩做的PPT中关于泡沫的页数从无到有到专章，反映市场关注度变化 - [1:14:34] 与2000年互联网泡沫曲线对比，硅谷银行报告已开始定量分析；七姐妹市值达34万亿美金，年经营现金流千亿级 - [1:16:20] Sam Altman可能顿悟：OpenAI不只是融资卖老股拉估值，而是把未来5年预期打满，合同签5-10年，虽然技术按月迭代 - [1:17:43] 讽刺：没有人会写5年以上的行业报告，但Sam却把未来5年预期全押上，就像卖一份不存在的报告 - [1:18:58] Sam曾说过需要7万亿美元：当时被认为是疯话，但今天把巨头未来5年预期相加已碰触万亿级，7万亿不再天方夜谭 - [1:20:21] AI就是市场本身，甚至就是政府本身：OpenAI将所有人都拉上车，形成巨大共谋，因为没人担得起不参与的责任 - **[1:26:14] 结束语** - [1:26:14] Koji总结本期对话，从创业机会到宏大的历史比喻，期待明年再复盘 ## Speakers - **庄明浩** (host) ## Topics 模型与基础设施, 代理, 内容创作 ## Mentioned Anthropic (company), DeepSeek (company), Google (company), Meta (company), OpenAI (company), xAI (company), 智谱 (company), ChatGPT (product), Claude (product), DeepSeek R1 (product), GPT-5 (product), Grok (product), Kimi (product), Manus (product), Sora2 (product), Veo3 (product), 剪映 (product), 千问 (product), 可灵 (product), 飞书 (product) ## Transcript ### 开场介绍 **庄明浩** [0:09] Hello 大家好 ， 我是明昊 ， 欢迎收听我的节目 《 屠龙之术 》。 本期节目由飞书特别赞助播出 。 飞书最近上了一个特别贴心的功能 ： 智能会议纪要 。 它不只是把录音转成文字 ，而是能自动帮你总结重点 、 理清逻辑 ， 甚至生成一张图 ， 一眼看懂谈话主题 、 要点和结论 。 很适合作为深度对话节目的整理神器 。 呃 ， 此期节目是我跟十字路口的 Koji 跟 Ronghui 对于 AI 行业 2025 年的发展的一次对谈 ， 整个时长大概有 1 小时 35 分钟 。 我把这个时长的文件发给了飞书妙记 。 大家知道飞书妙记是一个偏语音转文字的功能 ， 那现在有了所谓的智能会议纪要之后， 它会生成一个智能总结好的 、 更可视化效果良好的会议纪要 。 我把相关的贴图也贴到了 shownotes 里 。 首先 ， 它会生成一个涉及到核心观点 、 整个脉络的一张总结图 ， 非常清楚 。 如果你没有时间听这期播客 ，也很难去看比如说逐字稿的话 ， 那看这样一张图你大概就会对这期的内容有个比较深入的了解 。 之后呢 ， 它会有常规的按照章节的整理 ，并且在整理的过程中， 比如说我们聊到了这过去一年整个大元模型按照时间脉络的发展 ， 那飞书的智能会议纪要也根据这个时间脉络 ， 把这张时间脉络图做了出来 。 比如说我们会聊到美国中国厂商的对立 ， 它也会根据这个你聊的情况 ， 把美国跟中国厂商的比如说厂商名 、 他们的模型情况做成一张表列出来 。 就是所有的这个智能的内容的生成完全是一步解决的 。 然后在智能会议纪要的最后， 它会有一个按章节 、 带时间戳的智能章节的处理 。 那如果大家听播客或者做播客的话 ， 应该也会知道 ， 这个东西就是 shownotes 里经常大家会用的时间戳 ， 对吧 ， 就是按照每一段的这个分类的结构 。其实这个分类结构我后来看了一下， 跟我们当时列的提纲基本是对应得上的 。 所以 ， 呃 ，有了飞书智能会议纪要之后， 我觉得对于很多像我们这样的 ， 比如说播客的创作者而言 ， 包括可能平时开会比较多的 、 在线会议比较内容长的打工人而言 ， 这样的方式可能会更容易提升你的工作效率 。 然后这个新的飞书智能会议纪要的相关的功能 ， 我放了体验链接在我的 shownotes 里 ， 感兴趣的朋友可以亲自体验一番 。 **Guest** [2:41] 本周的十字路口呢 ， 我们的嘉宾是老朋友庄明浩 。 那今天呢 ， 我们会和明昊一起来复盘 2025 这一年下来的科技大事件 ，以及 AI 的一些时代回忆 。 那也很重要的就是 ， 我们三个人身在这其中的一些感受 。 说实话 ，在准备这一期播客的时候 ， 我的感受其实就是一个字 ， 就是感觉非常的快 。 因为不管是技术的迭代 、 是产品的更新 、 还是全球格局的各种变化 ， 我都感觉 2025 年很像是按下了一个 " 八倍速 " 一样 。 身在其中， 经常有就可能去年大家老说的一句话 ， 叫做 "AI 一年人间十年 "， 就这个 ， 这句话好像最近大家不怎么讲了 ，但是这个感受仍然是存在的 。 然后明昊呢 ， 是一直在记录这个时代 ， 一直在做 PPT。 然后我自己给它起了一个外号 ， 叫做这个 AI 时代的 " 司马迁 "。 ### 年度关键词 **Guest** [3:30] 那我们今天的第一个问题 ， 就是想问一问 AI 时代的司马迁吧 。 就是 ， 呃 ， 明昊 ， 你觉得未来的人们会怎么来聊起这一年 ？ 这会是一个泡沫之年， 还是这会是一个转折之年， 还是会是什么别的关键词 ？ **庄明浩** [3:44] 我想到一个词 ， 可以非常好地贴到今年的发展状态里面 。 我觉得这个词叫 " 拐点 "。 然后拐点的好处是说 ， 它是可以向上拐 ，也是可以向下拐的 。 也就是说 ， 未来无论怎么样 ， 它可能都是对的 。 如果比如说向上拐呢 ， 很简单 ， 我们看最近一段时间大家讨论比较多的 ， 关于这个数据中心的建设的问题 。 如果按照预期来看 ，26 年就是要爆的那个 ， 所以它是向上拐的拐点的可能性 。 当然有另外一种探讨是说 ，是不是泡沫会不会破裂 。 那如果真的要进入到破裂的状态的话 ， 那可能 25 年底就要往下走了 。 到了可能 25 年年底的时候 ， 你会发现我们不知不觉地走到了很多事情的极限里面 。 技术也好 ， 产品也好 ， 钱也好 ， 资本也好 ， 甚至到更大的话题里面 ，其实我们把 AI 这个事情已经走到了一个人类的极限的里面 。 **Guest** [4:35] 我们今天会分几个部分来做这个 2025 的复盘 。 因为 2025 发生的事情实在是太多了 ， 我们今天肯定也没办法一一复盘到 。 所以这里面肯定有比较多我们自己的个人的感受 ，因为可能有一些事件对我们个人的冲击比较大 。 但是也有可能就有些人觉得 ， 哇 ， 这么大一个事情 ， 这个影响了我的人生 ， 你们竟然没有说到 。 对 ， 这个很有可能会发生这样的情况 ，在所难免 。 那我们今天首先呢 ， 会来聊大模型 、 多模态 ，以及聊 Agent。 然后到第二部分 ， 我们会聊整个生态的变化 。 然后第三部分 ， 我们会聊中美之间的这个竞争 ， 然后也会聊最近的人才的一些流向 。 然后最后我们压轴 ，是大家都关心的这个 ， 呃 ， 一级市场和二级市场 。 我们大概这样一个这个安排节奏 。 那所以 ， 呃 ， 我们再回忆啊 ， 今年其实开年的时候有一个特别大的事件 ， 就 DeepSeek 发了 R1。 然后那个当时是山呼海啸般的一个这个全球的刷屏 。 ### 模型深入 **Guest** [5:31] 然后到今天 ， 我仍然感觉它对我们整个就是生活 、 事业 、 方方面面产生了很大的影响 。 所以到现在再回头看 ， 拉长了一点距离之后， 明昊你会怎么看 R1，以及它的意义在哪里 ？ **庄明浩** [5:45] R1 呢 ， 正式的这个发布时间 ， 我没记错一月二十几号吧 ， 就我们春节假期的前两天 。 然后当时这个 ， 去年可能中国最有名的一个人叫冯骥 ， 就是黑神话悟空的创始人 ，他发了条微博说这可能是国运级别的代表 ， 然后引发了这一轮所有探讨 。 那两天反正基本上所有主流的美国的财经 、 科技媒体全部都在报道 DeepSeek。 因为与之相对比的其实是 ，其实在那个时间点 ， 美国已经开始在建立关于这一轮 AI 的基于大的基础设施投资的这样一个叙事 。 那可能在新闻上在那个时间点出现的就是十亿美金 、 百亿美金这个体量 。DeepSeek R1 论文里只是说它最后一次的训练成本是一个大概一百多万美金的这个体量 。 那这两个数字之间的这个强烈对比 ，其实引发了非常多的探讨 。 然后也 ， 那从投资角度也 ， 我们就比如说我们在这个时间点回头来看 ， 呃 ， 美国的所谓的企业 Mate 或者 Nvidia 的股价 ，其实在那个时间点有一个巨大的跌幅 。 因为大家去探讨 ， 你原来建立这套叙事 ， 似乎好像有别的方式去解决 。 它变了 ， 它不是原来那个叙事 。 当然在那个叙事出现之后， 马上出现新的叙事 ， 大家会说就跟当年煤炭的事业一样 ， 就是煤炭的更多的发掘其实带来了更多的机会 。 它虽然会有一个短期的震荡向下 ，但是它会拉来更长的远期的增长 。 所以当时那个叙事是这样的 。 可是那个叙事回头来看 ， 确实直到今天依然还在延续 。 就是关于 ， 我觉得甚至可能从 DeepSeek R1 开始拉起了我们今天也会聊到的中美在大模型领域的竞争 。 它可能包括技术路线的竞争 ， 包括开源闭源的竞争 ， 包括产品落地是大是小 ，是参数是 MoE，是很多这样的问题的探讨的对立 。 而且还有点更现实的问题在于 ， 呃 ， 如果我们回头来看 24 年中的时候 ，Sam 包括 OpenAI 提出了这个 R1 到 R5 的这个实时路径 。 那 R1 是可能大家都熟悉的 Chatbot， 到 R2 叫推理 。 那 R2、O1 是 24 年 9 月份出现的 。 那个时间点 ，其实 ， 呃 ， 所有头部的模型厂商做的事情就是复现 R1。 当然 Claude 已经在之前已经做到了 ，但是其他的厂商其实都在复现 O1。 那 O1 其实是 ， 呃 ， 推理模型的代表 。 然后至 R1 之后， 大概两三个月时间 ，其实 Q1 的时候基本上头部厂商所有头部厂商的推理模型全部都推出了 。 直到今天依然大家在更新 Base Model 推理模型的进展 。 所以这条路径其实也是在那个时间点画得比较清楚 。 如果我们在 25 年底回头来看的话 ，在 25 年的纯语言模型本身的竞争那个角度来讲 ，其实是 R1 把这一年的竞争的路径跟要打的仗已经基本描述清楚了 。 后面的事情变成了工程 、 优化跟改进的事情 。 **Guest** [8:24] 除了 R1， 还有哪些模型的更新 ？ **庄明浩** [8:27] Solo 那一轮破圈的 ， 当然就是那个 GPT 风格的那个图片的那个事情 。 当然它又引发了版权啊 ， 那乱七八糟的事情 ， 就跟今天 Sora2 引发的问题是一模一样 。 然后我们只看 OpenAI 的技术路线的话 ，在 24 年的时候 ，其实 OpenAI 已经给了世人一个对于 GPT-5 的巨大的期待的预期 。 因为大家会认为那是一个巨大的里程碑 ， 那是一个可能翻越了所谓的 AGI 的临界点的一个什么东西 。 但是我们今年其实真正等到了 GPT-5， 可是 GPT-5 并没有显现出原来那种期待 。 然后， 呃 ， 我前两天看 Sam 去那个 H2Z 的那个播客 ，他提到这样一段 ，他说我们可能在经历的很多事情不会出现那种巨大的变化 。 就是如果我们回头来看 ， 呃 ， 哪怕是 GPT-3.5 出现了 ChatGPT，其实某种程度来说也跨越了那个图灵测试的那个临界点 。 那大家原来会认为图灵 ， 如果一旦机器跨越了图灵测试 ， 会出现非常翻天覆地的变化 。 可是现实情况来看 ， 已经过去两年多 ， 我们好像就是轻轻地迈过去 ， 然后就继续往前走了 。 我们可能也很难期待那个真正意义上所谓的 AGI 到底应该是一个什么样的东西 。 所以那在这个角度来看 ， 那过去这从 22 年 11 月 ChatGPT 发布到今天 ， 两年半 ， 快三年的时间 ， 那其实悲观点讲 ， 还是在一个线性或者说接近线性状态里在走 。 至少在我们 ， 我们只把话题限定在纯的语言模型这个角度来说 ， 确实是这样 。OpenAI 的可能 ， 呃 ， 先是 Solo， 然后 5 到后系列 ， 然后呢 ，其他技术厂商可能 Google 今年的模型进展是非常快的 。Gemini 也好 ，Veo3 也好 ， 世界模型也好 ， 你会发现在纯技术角度来讲 ，Google 这一年非常强势 ， 非常强势 。 **Guest** [10:09] 对 ， 我们最近还写了一篇公众号文章 ， 就在讲说这个 。 **庄明浩** [10:11] 为什么会 。 **Guest** [10:12] Google 为什么回来了 。 **庄明浩** [10:14] 对 ， 然后就是 Google， 然后 Claude 一直在 ，Anthropic 的 Claude 一直在做自己的事情 ， 然后甚至更坚定地在 25 年做自己的事情 。 因为 ， 呃 ， 对于一个我们纯从市场经济角度来讲 ， 它是 ， 它是 ， 它是创业公司的第二名。 那第二名是一定要跟第一名之间有差别的 。 虽然可能在纯底层技术模型的演进上差别那么比较小 ，但是在一些场景的选择上，Claude 是 ，Claude 已经越来越清楚了 。 **Guest** [10:38] 是的 。 **庄明浩** [10:38] To be， 呃 ，coding， 然后就打这几个最大的 ， 至少这个阶段最大的场景 。 然后而且追得很紧 ， 收入的增长的曲线甚至比 OpenAI 还要快 。 当然它体量小 ， 然后可能这一年， 比如 XAI 的 Grok 的系列的更新 ，其实也蛮有一些特性 ，也有一些特性 ， 比如它跟那个 Twitter 的合作 ， 对吧 ， 然后包括做那个虚拟陪伴的那个 ， 那个应用 。 **Guest** [11:02] 对 ， 包括现在 Sora2 出来之后， 它们也非常快发自己的视频模型 ，而且路子很野 。 **庄明浩** [11:06] 对 ， 非常野 。 因为它 。 **Guest** [11:08] 谁的照片都可以去生成 ， 完全不尊重个人隐私 。 **庄明浩** [11:11] 它甚至可以 。 **Guest** [11:11] 非常野 。 **庄明浩** [11:12] 它甚至可以在那个提示词里写 "spicy"， 就是 ， 嗯 ， 要辣一点 。 对 ， 就是这是 Grok。 然后我觉得还有一点很现实的问题在于 ， 这个可能就跟我觉得它 ， 它除了是技术本身的问题 ，也是商业的问题 。 微软今年推出了自己的模型 ，在大概我们就从应该是 8 月底吧 ， 那微软跟 OpenAI 之间的各种乱七八糟的问题引发了 ， 你会发现微软不得不自己也要做自己的模型 。 然后这可能是美国这几家核心的厂商 ， 对吧 ， 我们提到了 OpenAI、Google、Anthropic， 然后 XAI， 然后可能 Meta 今年已经没有太多的声音 ，Meta 有别的事情在发生 。 **Guest** [11:50] Meta 的声音全世界 。 **庄明浩** [11:52] 开出大支票在招人。 对对对 ， 然后这是美国这家公司 。 那中国这家公司可能就是原来六小龙叙事已经结束了 ，其实已经没有人再去提了 。 但是 ， 呃 ， 今天这个时间点 ， 可能中国的大模型厂商在技术角度来讲 ， 一个最大的共识是开源 。 这可能这个关键词会在今天被无数次地提及 。 因为开源的生态的建立 ， 包括可能我们在寻找跟美国这套 AI 叙事不太一样的路径上来讲 ， 开源可能是手段 ， 甚至可能是唯一的手段 。 有可能 ， 我不知道 。 **Guest** [12:24] 待会会展开聊开源这个 。 **庄明浩** [12:25] 然后那你看中国的厂商 ， 那开源最头部两家就是 DeepSeek 跟千问 。 这两家基本上就是兵家齐驱 ， 疯狂在涨的 。 然后今年， 我觉得今年纯从行业的这个发展角度来讲 ， 我觉得 DeepSeek V3.2 是一个很重要的这个 ， 这个标志 。 它标志着什么呢 ？ 它标志着我们今年可能等不到 4。 因为就是你要知道 DeepSeek 的 V3 是去年年底就发布了 ， 然后出现了 R1。V3 是基础模型嘛 ， 然后在基础模型加上精化强化学习后训练 ， 得到了 R1。 然后 V3.1 的不断更新 ， 大家在前一段时间得到了 V3.1 的最终版 。 大家一定会 ， 那下一个应该是 4 了 ， 对吧 ， 结果出了个 3.2。 然后大家说 ， 呃 ， 我们今年可能会不太能等到 4 了 。 那不太能等到 4 的情况下， 似乎我们今年可能不太容易等到 R。 然后那千问 ， 我觉得就一直以来 ， 我觉得千问的故事是绑在整个阿里在这一年的巨大的 AI 的叙事之上的一个东西 ， 包括 Capex 投入 ， 包括千问全方位的对语言模型 、 多模态 、 编程各领域全面的覆盖 。 然后这是两家最前面的开源的厂商 。 然后我觉得 Kimi 跟智谱调整了一些策略 ， 然后也在这一年里面发了他们的 ， 比如 Kimi 的 K2， 然后智谱最近的 Gemini 的 4.6、4.5、4.6。 然后他们在 coding 也好 ，在 Agent 也好的尝试 ， 包括在开源领域的尝试 ，其实还在主线上 。 然后可能还有的就是 ， 比如说可能一些我们叫自己的厂商 ，也还在尝试各种各种各样的路径 。 这是中国这边 。 然后欧洲那边有一家公司叫 MakeGround， 就是我觉得在纯自然语言模型的技术的主桌上， 大概就是这些人。 然后今年就发展这些东西 。 当然只是语言 ， 我们还没有太多谈到多模态 、coding 跟 Agent。 **Guest** [14:07] 那你回头看 ， 你觉得比如说十年之后， 今年有什么东西会被记住 ？ ### 十年之后 **庄明浩** [14:12] 哦 ， 我觉得 R1 肯定会被记住 ， 就推理模型肯定 。 然后 Agent 的代表肯定会被记住 。 多模态会被记住什么 ？ 我觉得如果只选一个的话 ， 我觉得会被记住 Veo3 的发布 。 就是 ， 呃 ，Veo3 就 Google 的那个视频模型嘛 ， 第一次大家从无声视频走到了有声 。 就是这是一个巨大的跨越 。 然后如果还硬要记的话 ， 我觉得很有可能啊 ， 当然也有可能会明年才记 。 就世界模型 ， 就是今年的世界模型的发展其实也是比较稍微有些加速的 ，而并且参与的厂商越来越多 。 那这个阶段 ， 世界模型这个板块还处于偏 Demo 的阶段 ， 还没有到更被值得探讨 。 但是如果硬要算 ， 没准可能 25 年底或者 26 年初会是一个什么样的节点 ，有可能 。 **Guest** [14:54] 对 ，其实就像 Sam 提到的 ， 就最近的这个发布已经是渐进式的改动 。 **庄明浩** [15:00] 对 ，是的 。 **Guest** [15:00] 所以其实很多发布已经 ， 尤其是大语言模型的发布 ， 让大家没有那么兴奋 。 **庄明浩** [15:04] 是的 。 **Guest** [15:05] 然后， 呃 ， 你会看到很多发布出来都说 ， 哎 ， 我自己又是什么第一名。 然后还有不止大语言模型吧 ， 多模态也一样 。 十字路口上周刚发了一篇文章 ， 就是因为可灵和元宝 ，他们先后一两周 。 **庄明浩** [15:19] 拿到第一 。 **Guest** [15:19] 都发 PR 说我是世界第一 。 **庄明浩** [15:21] 对对对 。 **Guest** [15:22] 然后我就说 ， 哎 ， 怎么可能有两个世界第一同时出现 ？ 然后我们就去深扒了一下这背后 。 但这个也很有趣 ，他们是选了两个不同的搒单 ， 各自第一 。 **庄明浩** [15:30] 对 ，是的 。 **Guest** [15:30] 而且更有趣的是 ，他们都在各自的搒单里面前十都不是 。 **庄明浩** [15:34] 对 。 **Guest** [15:34] 所以就是这里面其实也有很多不同的这个 benchmark， 不同的维度 。 所以 ， 呃 ，在这样一个背景之下， 如果我们现在再看到一个模型说 ， 呃 ， 它又世界第一了 ， 然后明昊 ， 如果你看到这样的新闻 ， 你会怎么去消化它 ？ **庄明浩** [15:48] 就像你刚才说 ， 首先我要去看它拿到了哪的世界第一 。 你现在有几个搒单是不同样的评判方式 。 有是按盲测的 ， 对吧 ，有是按打分的 ，有是按它有题库 ，有一些原来的 benchmark 的底 ， 然后来去做的测试 。 所以在不同的地方有不同的反馈 。 所以今天这件事情确实 ， 我觉得对于民众也好 ， 哪怕对于行业从业者而言 ， 拿到一个所谓的第一或者是骚塔 ， 确实它的刺激性跟那个边际的那个状态已经非常非常小 。 而且其实我甚至会觉得 ， 呃 ， 这些东西更多是向上管理 。其实今年我们刚才没有聊到 ， 今年语音模型竞争也非常的激烈 。 因为我们做语音 ， 我们有这个业务 ， 我们知道这个竞争激烈到什么程度 。 就原来语音是一个偏边缘的战场 ，但边缘的好处是说它的投入量极小 。 所以对于比如说我们想 ， 我们刚才还是那个观点 ， 这场仗已经打了两三年的时间 ，有今 ，有比如 25 年才进入战场的决策方 ，他想在一个地方建立一点点的声望跟影响力 ， 跟哪怕为了 PR 写了稿 ，他也要选一个性价比高的地方 ， 对吧 。 所以在语音这个板块 ， 竞争为什么会这么激烈 ？ 某种就除了语音本身的场景落地有来有度之外， 另外一个我觉得就性价比的考量 。 所以你会发现今年我们回头去翻 PR 的好文章好了 ， 小米 、B 站 、 小红书都发过 PR 稿 ， 说我们在某一个时间段的某个语音模型的搒单上拿过骚塔 ， 全部都发过 。 那为什么是这些公司呢 ？ 不是字节 ，不是腾讯 ，不是华为 ，不是阿里 。 虽然千问可能也拿过 ， 对吧 ， 然后可能浑源也拿过 ， 没准啊 。 但是这些厂商来讲 ， 第一 ，他们不是那个最大的大家伙 ，他们虽然当然也一定会把 AI 作为很重要的战略 。 比如他们内部有个类似 AI Lab 的这样的部门而言 ，他们这个部门老大成立了这个部门 ， 然后已经晚了 ， 对吧 。 虽然公司愿意投钱 ，但是你要在短期内证明自己部门存在的意义 ， 你总要找到一个什么地方拉起这个旗 。 那语音看上去就是语音 。 那 OpenAI 也一样 。 所以你看 OpenAI 今年的 real time 就是语音模型在发力 ， 那微软的第一个模型也在语音上 。 就是连微软这个体量的公司也会发现 ， 它也要想在它前两年没有太多投入到模型研发这件事情上 ，但是今天我一定要做自己的情况下的第一枪开在哪 ， 它也选在了语音上 。 所以逻辑上都讲得通 。 **Guest** [18:10] 至少要先找到一个性价比最高的地方 。 **庄明浩** [18:13] 对对对 ， 当然现在已经 。 **Guest** [18:14] 存在感 。 **庄明浩** [18:14] 当然现在已经平掉了 ， 就是所有的战场但凡被认为是性价比挖地的情况下， 就马上会被平掉 。 就是大家都来 ， 然后就被卷起来了 。 ### Chatbot战争 **Guest** [18:24] 现在这个技术领先的窗口这个越来越多 ， 大家都说这个所有的 AI 厂商应该十一假期都没过好 。 那在你来看 ， 就是大家现在选一个 Chatbot 的这个付费的意愿到底是来自什么呢 ？ **庄明浩** [18:36] 那就变成了大家的使用习惯 ， 你的付费的意愿 ， 你甚至对品牌的认知理解 ， 包括这一年大家去强调所谓的生态文技的加长 ， 对你的理解这些东西的积累 。 那这个东西是否能够形成所谓的飞轮跟正向作用 ？ 那如果这个问题只有是跟不是的话 ， 那我今天偏向于是 ， 或者说开始产生作用 。 所以反过来讲 ， 我们只看纯 Chatbot 这个战场 ， 本身来讲其实纯 Chatbot 的战役已经打完了 ， 就是 ChatGPT 已经赢了 。 即便可能过去两个季度 Google 的 Gemini 长得很好 ，但是它也是不过从可能零点几个百分点涨到几个百分点 ， 就大概是这样 。 它确实翻了很多倍 ，但是它已经就是 other 里面了 ， 对吧 。 因为大部分战场里的用户被 ChatGPT 拿走了 ，ChatGPT 已经公布了它最新的周活是 8 个亿 。 如果我们拉周活的每一次 Sam 去公布的那个数据 ， 那个数据曲线是非常恐怖的 ， 对吧 。 因为可能连一年之前这个数字可能只有小几个亿 ， 然后它在小几个亿周活的情况下 ，不到一年的时间内翻翻 ， 甚至再翻一翻 。 今年年初的时候 ，有媒体的记者问 Sam， 就是你到底是要一个 AGI 的技术的最 top 的那个结果 ， 还是要一个 10 亿用户的平台 ？ 那 Sam 当然肯定说我都想要 ，但是它一定是偏后的 。 所以那个就是这又回到我们刚才讲的一句话 ， 就是你会发现所有的事情在不知不觉间触碰到了一些东西的极限 。 用户量已经是了 ， 对吧 ， 你看到它已经是 8 亿的周活了 ， 它还能怎么涨 ？ 然后那其他那些电 、 钱 、 融资所有的事情其实都碰到了极限 。 所以这个角度来讲 ， 我们只看纯 Chatbot 这个战场 ，ChatGPT 已经建立了绝对强的品牌认知 ， 然后它又因为在加强这个记忆跟这个理解 。 我那天看了一篇文章 ， 我觉得讲了很 ，他们在做的事情是当年 Meta 跟 Google 没有做到 ，但是微信做到的事情 ， 就大一统的一个东西 。 所以在中国这套我们叫 All in one 的这个策略 ， 你会发现这一次 OpenAI 的这个发布会 ，他在讲 Sam 在讲 ChatGPT 的时候 ，他会说直接在我对话框里会调用 Spotify， 调用那个 Zillow， 就是房产的 ， 调用 Canva 做设计 ， 调用 Figma 做 UI， 对吧 。 就是那不就是某种程度上的小程序吗 ？ 对吧 ， 我们只在产品这端讨论这个事情 ， 它确实在尝试 ， 或者说它没有放弃掉成为那个 All in one 的可能性 。 **Guest** [20:59] 我觉得这个背后还是这个 Sam 和 Anthropic 的 Dario 他们背景不同带来的一些 。 **庄明浩** [21:04] 对 ，是的是的 。 **Guest** [21:05] 就是最后从公司的战略选择或者核心竞争力上的不同 ，OpenAI 还是是一个非常有产品能力和战略能力的一家公司 。其实最近大家都在讲 Sora2，其实我觉得好像已经忘掉了大概四周前刚发了 Pulse。 **庄明浩** [21:21] 对 。 **Guest** [21:21] 这 Pulse 也是一个我觉得遥遥领先所有人的一个东西 ， 它其实就是在增强用户的粘性 ， 让你把记忆用起来 ， 甚至希望你形成这个从 WAU， 从周活用户变成日活用户的一个产品的举措 。 而从产品的实现上面来说 ， 虽然是一个新产品 ，但是我自己认为实现的是很不错的 。 **庄明浩** [21:41] 很融洽 。 **Guest** [21:41] 很融洽 ， 很自然 。 这个其实包括我们待会晚点会聊到 ， 就是 OpenAI 现在像这个二级市场金手指 ， 点哪个股价就涨 。 但我觉得这背后其实也透露出这为什么是你 ， 为什么不是 Google， 为什么不是 Anthropic。 **庄明浩** [21:56] 是的 。 **Guest** [21:57] 对吧 ， 那这背后我觉得也仍然有 Sam Altman 他自己的这种战略能力或者舆论营造能力 。 **庄明浩** [22:03] 对 。 **Guest** [22:03] 并且他非常好的把这样的能力转化成了自己的优势 。 **庄明浩** [22:08] 是的 。 **Guest** [22:08] 就是一荣俱荣 ， 一损俱损 ， 很可能最后泡沫会破灭 。 但今天我觉得如果泡沫真的破了 ， 那很可能 OpenAI 也是剩下的那一个 ， 它营造出了一种这样的一个竞争格局 ， 这也是很了不起的一个 。 **庄明浩** [22:22] 世人似乎都忘了 Sam 原来是个投资人， 前两天也是他上那个 HOZ 的那个播客 ，他就说他说我不擅长做管理 ， 我是做投资的 。 所以某种来说他在 OpenAI 内部的企业管理里面 ， 某种来说他也是在做类似投资的事情 。 我扶持孵化 ， 支持一个 team， 然后有想法 ， 然后帮他变得更大 ， 然后不断的给他资源 ，其实确实跟早期投资很像 。 **Guest** [22:44] 最近有一个 OpenAI 内部的一个朋友 ，他也表达过类似的感受 ， 就觉得 Sam 很像公司的投资人。 **庄明浩** [22:50] 对 ，因为你想 Sam 原来是 YC 的合伙人啊 。 **Guest** [22:53] 对 。 **庄明浩** [22:54] 他都不单纯 ， 对 ，他都不单纯是一家 VC 机构 ， 就是我们原来这种 VC 的什么 Benchmark、 什么 Square、Square、Let's Be，他不是那样的一个合伙人 ，他是一个 YC 的合伙人啊 。 你要知道 Sam 在掌管 OpenAI 之前 ，他最有名的是他在 YC 上的创业课啊 。 那个是因为我大学是学那个技术经济管理 ， 我们那个另外一个在美国的名称就叫创业管理 。 我是甚至给我的导师说 ， 我说你去拿你的研究生进门第一课 ， 直接去看 Sam 在 YC 上的那个视频就好 ， 你不用看别的任何事情 。 就他原来是干这个的呀 ，而且那他已经干到顶了 ， 世人都忘了 。 **Guest** [23:27] 我们从 DeepSeek R1 聊起 ， 然后现在再回头我们再看 R1， 当时还有一个评价 ，是觉得这个中国人很会花小钱办大事 。 然后当时其实 R1 发布的时候 ， 还有一个这个世人对 Sam Altman 的嘲笑 ，因为那会他刚签了一个 。 **庄明浩** [23:44] 大的合同 。 **Guest** [23:44] 什么星际之门计划 。 **庄明浩** [23:46] 对 。 **Guest** [23:46] 是叫这个名字吧 。 **庄明浩** [23:47] 对对对 。 **Guest** [23:47] 一个金额巨大的 。 **庄明浩** [23:48] 5000 亿美金 。 **Guest** [23:49] 对 ， 然后大家就说你看 DeepSeek 这就干出来了 ， 对吧 ， 你那个合同就这个美国就只会烧钱 。 所以这也是当时股价下跌的重要原因 。 ### 中美竞逐 **Guest** [23:58] 但是回头看又过了几个月 ， 可能过了大半年之后， 现在你觉得这个花小钱办大事还可能成立吗 ？ 因为感觉美国仍然在氪金 。 **庄明浩** [24:08] 疯狂氪金 。 **Guest** [24:09] 疯狂氪金 ， 氪的越来越多 。 **庄明浩** [24:11] 虽然我不是搞技术 ，但是我们看过去这几年的发展来讲 ， 大模型的技术研发的演进越来越偏近是个工程问题 。 那工程问题它涉及到的可能是取舍 ， 选择在某些关键节点上的策略的偏好 ， 它可能不是要解决那个 0 到 1 跟纯天马行空的问题的状态 。 所以当它越来越偏向工程跟实施的角度来讲 ， 它确实可能美国人的方式就是氪金堆 ， 那中国可能就是找一些弯道超车 ， 找一些取巧的方式来做 。 但是这两条路本质上讲也会慢慢的交融 ， 就是我们这边找到一个什么样的方式 ， 那边也会马上学过去 。 反过来讲 ， 那边通过大力出奇迹堆钱的方式做出一些什么效果 ， 我们可能也会尝试 ，但你发现尝试过程中可能我们的成本也在量级的提升 。 所以你发现其实过去这一年， 当然 DeepSeek 一直以来都不做太对外的太多的表达 ， 那你看千问的逻辑其实已经是更偏那边的逻辑 。 所以吴妈讲的更多还是 KPS 的投入 ， 阿里云的投入 ， 对吧 ， 虽然可能千问也有很多所谓奇音技巧 ， 对吧 ，但是它的叙事就是揉杂了这两种叙事不同 ， 然后堆起来的这样一个状态 。 所以你说谁对谁错 ， 我觉得没谁 ， 没有谁对谁错 ， 互相学习 ， 互相模仿 ， 互相演进 。 但是问题在于这里出现了一个很简单的逻辑 ， 对吧 ， 大家谈论这轮 AI 算法 、 数据 、 算力 ， 只有算力是可以靠堆钱解决的 ， 算法和数据很难 ， 算法尤其难 ， 数据可能还好 。 **Guest** [25:35] 还有一个人才是可以靠堆钱去吸引的 。 **庄明浩** [25:37] 那天我看谁说 ，他说没有公司是通过给天才的员工开高价破产的 ， 没有任何一家公司是因为这个事情破产 。 所以然后你就是 ， 所以这就回到刚才我无数次强调一个问题 ， 就是我们不知不觉在很多事情上走到了极限之后， 你发现你回头一看 ，有别的方式能更不需要花那么多钱 。 那我觉得小扎认清这件事情 ， 我一年开票投入大几百亿美金 ， 然后我这个竞争看上去这个军备竞赛只是 25 年、24 年开始 ， 还要继续滚几年不知道 。 虽然我的现金也够 ，但是我发现我哪怕把整个硅谷能挖到人挖空了 ， 我也花不了这个钱 。 所以它的策略变成了那个样子是有原因的 ， 对吧 ， 我不会因为给那么多人开那么高的工资把这个事情干掉 。 所以你看他最近那个 Mira 的那家公司的联合创始人直接就去了 Meta， 你要知道那家公司已经 120 亿美金了 ， 它是联创 ， 它 10 个点吧至少 。 **Guest** [26:28] 是的 。 **庄明浩** [26:28] 对吧 ， 它的身价已经十几亿美金了 。 **Guest** [26:30] 但是 Sam 给的钱你记得是多少 ？ **庄明浩** [26:33] 是我 。 **Guest** [26:34] 是 3.5 个 B。 **庄明浩** [26:35] 对啊 ， 所以 。 **Guest** [26:36] 35 亿美金 。 **庄明浩** [26:37] 所以它肯定超过原来的数字才能走嘛 ， 所以对吧 。 **Guest** [26:41] 很夸张 。 **庄明浩** [26:41] 太夸张了 。 **Guest** [26:42] 所以 anyway， 我们后面可能也会再稍微聊一聊中美之间的竞争啊 ， 我觉得美国在今天就是有更多的资金放在这里 。 **庄明浩** [26:51] 所以你看上个季度广明跟小军的那个对谈里面讲得很清楚 ， 就是美国的金融加或者犹太人的金融加华人的工程师 ， 就是这轮 AI 趋势最大的代表 ， 对吧 ， 就这两件事情绑在一起 ， 就是今天我们发生所有事情全部解释得清楚 ， 就至少在美国全部都显示清楚了 。 ### 多模态战场 **Guest** [27:08] 我们刚才聊了大语言模型 ， 我们现在再来聊一聊多模态这个战场 。 我觉得今年这个 Google 先是发了 Veo3， 然后这个 OpenAI 发了 Sora2，他们在模型的进展和模型产品化的这两个方向上都做出了让大家这个感受到很振奋的一些进步吧 。 对 ，但同时其实各个厂商 ， 只要有钱的厂商全部都在干这个事情 。 我不要想 ， 我们来探讨一下啊 ， 就是在如此红海的竞争里面 ， 大家做的事感觉也比较同质化 ， 明昊你会觉得这个决定性谁能胜出的因素会有哪些 ？ **庄明浩** [27:47] 我觉得多模态今天这个时间点 ， 图片跟视频已经算混在一起来做探讨了 ，因为已经分不开了 。 然后在这个战场里 ， 确实中美两国之间的竞争会比纯语言模型那个竞争更激烈 ，因为中国的厂商的能力看上去在一段阶段内显示出来非常强的状态 。 那抖音 、 快手 ， 包括那几家初创公司 ，Video、Pixverse， 对吧 ， 然后大家在这个板块的竞争出现了一些起头并进的状态 。 就你今天推出一个新的功能 ， 你像 Veo3 推出了这个这个深化同步之后， 大概三个月 ， 三个月不到 ， 可灵跟那个字节的模型其实就跟上了 。 就是跨时代的这种东西 ，但凡被定义清楚 ， 马上就跟 。 然后 Sora2 出来之后， 大家谈论什么时候我们能看到国产的类似的东西 ， 可能两个月 ， 我觉得两个月可能差不多就够了 。 就但凡一件事情被定义清楚 ， 无论是产品边界还是技术选型 ， 还是技术路线的确定 ， 中美两国在多模态这个板块的竞争确实非常的强 。 然后又因为这个板块的落地 ， 或者说场景的东西特别的明确 ， 所以它会第一时间渗透到链条当中 。 语言的跟它还有什么法律 、 金融 、HR， 你还要调 ， 可是图跟视频的应用跟用 ， 很简单 ， 你看美图过去这一年的股价就好了 ， 你看有多少公司在做什么营销视频的 Agent， 对吧 ， 就是这个东西不需要再去论证跟验证什么场景 ， 就它已经是一个非常成熟的体系化的东西 ， 就在那 。 你但凡模型能力提升 ， 跟这个效果无论是可控性也好 ， 成本也好 ， 它到了一个节点 ， 它就会马上进入到渗透到链条里 。 所以它是一个 ， 我觉得是一个体系化的竞争 。 那中美两国在这个事情上确实有不同的资源禀赋 ， 对吧 ， 我们的短视频 ， 对吧 ， 我们的短视频衍生的整个的生产链的丰富程度 ， 包括可能跟电商 、 跟营销 、 跟各种各样场景的结合 ， 甚至工具化的变化 。 就这轮关于图片视频的工具化的迭代 ，其实也很 ， 我还是那个观点 ， 你要想一会往 APP Store 出现的第一天 。 摄影这个品类就一直是打的最激烈的品类 ，有连续多少年最佳 APP 都是摄影类的相关的 APP， 对吧 。 **Guest** [30:00] 而且永远都有新的 APP。 **庄明浩** [30:01] 永远 ， 你看打到今天还在打 。 **Guest** [30:03] 十多年四年的一个最佳 APP 都还是一个摄影的 APP。 **庄明浩** [30:06] 打到今天还在打 ， 那就代表这个东西确实太硬了 ， 它太多的需求 ， 太多的场景 ， 太多可以被施展的地方出现了 。 所以就是那反过来讲 ， 对于厂商而言 ， 它的挑战就变成了你到底要做什么 ， 对吧 ， 纯技术本身的演进 ， 它有些难度 ，有一些难题需要克服 ， 这个没有问题 ，但是再衍生一步 ， 你去落在那 ， 你用来干嘛 ，是做 ToB 还是直接 ToC， 对吧 ， 那 Sora2 出现之后， 你会发现有一些声音会觉得它超了一个抖音 ， 对吧 ， 那偏正面的观点 ， 大家会说它在尝试用今天这 个时间点 ， 普罗大众已经被教育的非常成熟的这种交互形态 ， 让 AI 或者说加 buff 的方式来做 ，而且在很短的时间内 ， 用看上去很简单的实现路径做出来 。 因为你要知道大家做产品就是说加功能是简单的 ，但砍到一个合适的边界里面 ，并且打包好 ， 这个是难的 。 **Guest** [31:01] 对 。 **庄明浩** [31:01] 对 ， 它对那个产品经理的对用户的需求的感知把握 ， 交互的设计 ， 它要求是一个非常复杂的 。 **Guest** [31:07] 所以还是非常佩服 OpenAI 的 。其实你说做到这样的模型能力的公司 ， 我们刚才盘点的时候一直没有提到 MiniMax。 **庄明浩** [31:14] 对 。 **Guest** [31:14] 然后 MiniMax 大概在半年前吧 ， 就有海螺的一个视频模型 ， 当时有一个非常出圈的代包款 ， 就是这个小猫猫跳水参加奥林匹克 。 **庄明浩** [31:22] 对对对 。 **Guest** [31:23] 它的体操动作的那种还原也是很世界领先的 。 但是大家那么多的厂商做了那么多很牛逼的世界模型 ， 那么厉害的这个视频模型之后， 只有 Sora2 出来 ， 然后 Sora2 是真的走进了千家万户 ， 就离开了 AI 圈子 ， 让大家认知到 。 **庄明浩** [31:39] 但最近又有另外一个就是说 ， 这件事情可能也是因为是 OpenAI， 就其实也有一些可能不是厂商 ， 比如不是模型厂商自己 ， 是一些第三方厂商也之前做过类似的尝试 ， 当然可能更多在图的那个板块 ，而不在视频板块 。 但是可能是因为他们不是 OpenAI，不是最大那几个家伙 ， 它就没有办法像 OpenAI 的 Sora2 这样得到这样的难度 。 之前多模态领域 ， 六小龙有一家是一直打多模态 ， 就是街月嘛 ， 那街月除了做模型之外， 做了一个图片社区嘛 ， 叫离谱嘛 。其实 。 **Guest** [32:11] 现在整个离谱团队撤掉了 。 **庄明浩** [32:13] 对 ， 然后其实离谱的数据初期发展是不错的 ，其实还可以 ， 然后无论是留存 、 活跃很多事情 ，但是因为各种各样原因 ， 它没办法继续下去了 。 那可能就是因为我们刚才聊的上面那些事情 ，但是并不代表之前没有人尝试过 ，有很多人尝试过 ， 可能那个时间点 ， 很多人对这件事情的认知跟判断不会像今天 Sora2 出现之后， 会把这个事情的乐观 ， 比如原来乐观指数是 30 分 ， 今天可能提到 60 分 。 **Guest** [32:40] 对 ，因为原来捏它也好 ， 离谱也好 ， 仍然是二次元的一个圈子嘛 ， 它并没有泛化 。 那没有泛化 ， 大家会想象 ， 第一个是可能我们也看不太懂 ， 第二个是也会觉得天花板还是就在那里的 。 **庄明浩** [32:51] 有限 。 **Guest** [32:51] 对 ， 然后我觉得确实这个 Sam Altman 有一个得天独厚不可替代的优势 ， 就是推 Sora2 的时候 ， 我那天也发了一条极客 ， 我很感慨 ， 就说所有传出来的爆款视频 ， 都是要么恶搞 Sam Altman， 要么就是我和 Sam Altman 一起去干了个啥 ， 对吧 ， 所以其实是基于他在全球的这种他个人的品牌 、 个人的 IP， 才让这些短视频的病毒营销成为了可能性 。 当时我在极客后面还写 ， 我说那如果有一天这个张一鸣愿意出来这样被大家恶搞 ， 那这个字节也能出一个爆款 ，但这个未必是不可能的 。 **庄明浩** [33:26] 但也有人会说这个叫一件事情的两面性 ， 当然有人会说是它没有 IP，是它没有更多的选择性 ， 包括大家很多日本的动画公司会因为版权问题跟着谈的 ，也是这个原因 ， 就是大家看到全是 Sam， 那有一派观点会认为谁会愿意看天天是 Sam， 对吧 ， 就是它没有那些这个这个更多样跟更丰富的内容的 IP 的出来 。 但是这个我觉得这个命题对于一家之前是一个偏技术的公司而言 ， 是一个太苛刻的要求 。 **Guest** [33:58] 对 ， 我觉得现在最重要的还是从 0 到 1 让全世界知道你 。 **庄明浩** [34:01] 对 。 **Guest** [34:01] 这个是你上牌桌或者成为这个牌桌第一名的 ， 就是一个很重要的抓手 。 **庄明浩** [34:06] 对 ， 所以那天那个 Sora2 出现之后， 我的评价其实特别简单 ， 就是说就这些声音确实你同意 ， 就是说大家很多媒体标题说我们不需要一个 AI 抖音嘛 ， 就这最常见的媒体标题 。 就是我觉得这块没有问题 ， 就是确实我们拿抖音已经非常成熟的这套体系 ， 无论是它的内容生态 、 留存 、 交互 、 乱七八糟 ， 跟它已经覆盖的人群 、 影响力 、 商业化 ， 就是我们确实这个世界不需要一个 AI 版的抖音 ，不需要了 。 但是反过来讲 ， 对 OpenAI 而言 ，Sora2 是需要 ， 就是它需要一个独立的产品 ， 把它的技术变成一个产品化落地的东西 ，并且以合适的边界做出来 ，并且让它内部的团队有机制跟有方法 ，不断的把它的技术的东西变成落地的产品 。 就是这个事情 ， 这套运转的过程 ，SOP、 乱七八糟 、 组织架构 、 人员这那 ， 才是对 OpenAI 重要的 。 **Guest** [34:59] 是的 ， 所以我看到那篇文章标题 " 这个世界不再需要一个 AI 抖音 " 的时候 ， 我当时的第一反应就是 ，OpenAI 也没有想做 AI 抖音啊 。 **庄明浩** [35:06] 对 。 **Guest** [35:07] 对吧 ， 这个命题是你加给人家的 。 **庄明浩** [35:09] 那天也是 Sam 来讲 ， 就是 OpenAI 在变得越来越复杂 ， 它现在可能或者说在它体系内有三四家公司 ， 一家产品公司 ， 一家技术实验室 ， 一家技术设施公司 ， 它正在最近一段时间在努力的是这家公司 ， 然后可能还有一家叫其他 ， 比如说硬件啊 ， 什么一些新的乱七八糟的东西在那家其他公司 ， 它可能同时在 。 所以就非常像投资人嘛 ， 就是它 OpenAI 已经不是一家 ， 它已经 5000 亿美金了好吗 ， 它不是一家单纯的创业公司 ， 一个样子就把它描述清楚 ， 它现在已经至少有四个实体了 ， 对吧 ， 一家产品公司 ， 已经 CEO 都找到了 ， 技术实验室 ， 那是它最最最原始的东西 ， 然后它马上，Sam 最近一段时间在忙的事情是 Infra 这家公司 ， 那这家公司现在确实是满足 OpenAI 自己的需求 的 ，但到极限状态呢 ， 如果真的几万亿美金砸下去 ， 这家公司的能力没准是可以富裕到其他公司 。 **Guest 2** [36:01] 我不知道你们有没有看那个在 X 上， 就是它那个发布会那天之后， 各大就是我们所熟悉的那些公司 ， 什么 Figma 呀 ， 然后那个 Lively 啊什么的 ， 全部都在晒 OpenAI 送给他们的那个像奖章一样的东西 ， 不同的颜色 。 **Guest** [36:17] 使用了超过多少 Token 的那个 ， 我觉得他们太会做营销了 。 你记得去年我们有一次想做一期选题吗 ， 就是那个时候很多人骂 Sam Altman， 觉得他是营销狗 ，但当时我们就想做一期选题 ， 就是跟 Sam Altman 学营销 。 **Guest 2** [36:31] 我觉得就是 Sora2 的那个视频 ， 我都感觉就是在这个公司已有的资源 、 传播资源的基础上做了一个刚刚好的尝试 ， 就是我也不越界 ， 我也不搞乱七八糟的东西 ，但是我就用我创始人的这个 IP，其实我觉得它在某种程度上哈 ， 我觉得它有点像 Elon Musk， 就是你们随便怎么恶搞我我无所谓 。 **Guest** [36:53] 它讲得清楚 。 **Guest 2** [36:54] 对 ，但是这个能给我的这个公司的 ，不管是公司还是 IP，因为你每一次互动都会给你一个感觉 ， 就是你在跟 OpenAI 互动 ， 就是你都在跟 OpenAI 进一步的绑定 。 **Guest** [37:04] 我们其实你看聊到这里 ， 我们真的聊了大量的和 OpenAI 有关的话题 ，不知不觉这个世界还是被它在影响 ，不管中间出现了多少波折 ， 出现了多少曾经不看好 ， 甚至好像共识不看好的声音 ， 还是很佩服的 。 那我们还是想聊一聊 Google，因为今年这次我刚才提到十字路口写了一篇文章 ， 我发现 Nellis 他们的播客最近也做了一个大选题 。 **庄明浩** [37:28] 对 。 **Guest** [37:28] 就是 Google 怎么样 。 **庄明浩** [37:29] Big Mac 那个 。 **Guest** [37:30] 对 ， 触底反弹回来的 ，他们采访了 Big Mac 的一个高管 。 **庄明浩** [37:33] 对对对 。 **Guest** [37:34] 然后 Google 这一次回来有很多的信号 ，不管是 Nano Banana 还是 Veo3，但我们想聊一下的是这个 ， 它的世界模型 ， 它发了 Gemini， 发 Gemini 的时候看到也是有一种就是全身通电的感受 ， 就怎么可以做得那么厉害 ， 只是 Gemini 现在因为离商用还有点远 ， 所以这个发了之后呢 ， 没有太多后续 。 **庄明浩** [37:55] 是的 。 **Guest** [37:56] 但是也很想听听明昊 ， 你会怎么看这一系列世界模型 。 **庄明浩** [38:00] 就是我觉得这个问题再往前推一点啊 ， 就这个问题可能又有点上升到哲学或者是更宏观的角度来讲 ， 就是自然语言模型这轮出现之后， 很多的科技人甚至哲学家 ， 甚至很资深的从业者会认为 ， 当机器掌握了语言这个人类特有东西之后， 那个所谓的超级智能就来了 ， 这是一类观点 。 所以这一轮的大语言模型的发展的最底层的基础逻辑是这个 ， 就是语言是人类特有的 ， 它可能建造了所有的文明 ， 所有的这些事情都是基于语言的 。 但是呢 ， 发展发展出现了一个第一个分支 ， 或者说我们不好说它是子集还是并行的 ， 叫 Coding， 就是有一派认为 Coding 是语言的子集 ，但另外一派会认为那是建立一个新的世界的可能性 ， 那我们不好 。 然后再往前发展出现了多模态 ， 然后多模态的时候大家会发现 ， 语言再怎么好 ， 深入描述得清楚 ，但是很多别的感觉器官得到的东西是没有办法通过语言的 ， 视觉是最大的一个 。 所以视觉出现之后， 多模态这个板块从语音到图片到视频 ，3D 到今天的世界模型 ， 我觉得它是一个从我们刚才讲了好几个关键词 ， 语音 、 图片 、 视频 、3D， 这些是局域战场 ， 局域战场打包在一起的终极 ， 变成了世界模型 。 所以 DeepSeek 的那个核心高管之前接受采访时说 ，他会认为世界模型是另外一个我们通向 AGI 的路径 ， 就是如果我们用打折桌的方式来讲 ， 语言是一桌 ， 我们叫主桌 ，Coding 不好说是主桌还是分桌的子集 ，但有一派观点 ， 或者 DeepMind 认为世界模型是另外一个主桌 ， 就是它会变成 ， 它有个比喻是说类似世界的子宫 ， 大概是这样一个比喻 ， 就是它会认为如果那个东 西真的出现了 ， 它符合人类的所有的物理学定律 ， 它能在可见的时间内生成 ， 它比你消耗的时间更快 ， 就是因为现在还慢嘛 ，因为你要等嘛 ，但如果某一天技术能力到你想就出现 ，并且比你想得快 ， 语言速法随嘛 ， 那似乎哲学点想就出现了一个新的东西 。 然后当然这是一个极度理想 、 技术理想主义的结论 ，但确实我觉得 DeepMind 就是往那个方向走的 ，因为你要知道 DeepMind 在这轮自然语言模型之前干的事情也是这个事情 。 **Guest** [40:25] 是的 ， 还是引领创新 。 **庄明浩** [40:27] 对 ， 包括李飞飞也是这个逻辑 ， 就是李飞飞的创业公司也是做世界模型 。 所以当这个逻辑出现之后， 那就会有一派的观点会认为 ， 如果世界模型也是主桌 ， 那它可能用另外一种方式会实现所谓的 AGI。 如果真的实现那个极度理想的那个状态 ， 那确实这个事情太可怕了 。 如果我们把时间拉长周期来看 ， 上一代 AI 公司都是解决视觉 ， 那视觉的应用场景 ， 刚才我们讲图片也好 ， 视频也好 ， 本来现存的场景的满足已经是一个巨大无比的事情了 ， 它都不需要做新的事情 。 所以那这个逻辑摆在这里 ， 无论跟游戏结合 ， 跟现在的视频 ， 就是它瞬间就挂上， 只不过现在这个时间点技术还没有 ready， 还没有到所谓的临界点 ， 所谓的像 GPT-3.5 这个时刻 。 所以当然这个东西大家也知道很难 ， 它可能比语言模型还难 。 **Guest** [41:14] 除了 DeepMind， 除了李飞飞的 RoadLab， 国内有谁在做世界模型吗 ， 据你所知 。 **庄明浩** [41:20] 浑圆在做 ， 就浑圆的世界模型刚刚发是 0.1 的版本 ， 就是非常早期 ， 还处于我们单纯只能把一张照片变成一个可互动的那个样子的东西 ， 很早 。 而且你看上去就那个图片的质量 ， 包括那个像素的那个清晰度 ， 还处于非常非常早的阶段 。 但是我觉得就跟刚才我们讲的逻辑是一样 ， 就是图片视频可能今天战场已经相对比较激烈 ， 已经走到这儿 ，但是 3D 跟世界模型还处于 3D 可能更快一点 ，但是没有那么快 ，3D 跟世界模型绑在一起 ， 这个战场里的这些公司 ， 游戏公司会比较多 ，因为他们有天然的需 求的 。 **Guest** [41:58] 那天听到一个数据啊 ， 就是说这个拓竹他们有一个自己的这个平台嘛 ， 用户使用拓竹去生成 3D 模型再打印出来 ， 就是它可以调浑圆 ，也可以调 Mask， 还可以调其他很多家的选择 ， 然后现在他们是浑圆也好 ，Mask 也好 。 **庄明浩** [42:17] 最大的 。 **Guest** [42:17] 比较头部吧的一个这个调用量 ， 所以一方面他们的这个 3D 模型的客户是游戏 ， 另外一方面其实是 3D 打印的这些用户嘛 。其实多模态创业还是是一个非常热的一个 side down 嘛 。 **庄明浩** [42:29] 是的 。 **Guest** [42:29] 就是我们看到今年出来了一个 Higgs Field， 然后包括 Higgs 的 Founder 也做了 Polo， 然后他们的这个数据收入跑得都很好 ， 量也很大 。 然后前段时间我这个就红杉的一个背投 ， 然后他们上了一个新产品 ， 一个这个视频的一个工具的一个产品 ， 然后当时我就问他差异化是什么 ， 前面有那么多的这个比如说 VEED 为代表特别特别多 ， 然后他说差异化没有那么重要 ，他说这个市场太大了 。他当时给我讲了一个数字 ，他说这个现在 TikTok 在全球每日的新增是 100 万用户 ， 然后这 100 万用户里面有 12% 的人会 去点中间那个加号 ， 就是每天全球有 12 万新的视频创作者 ，不管他多草根 ，他都叫视频创作者在产生 ， 这些人全部需要工具 。 对 ， 所以他当时讲的另外一个数字就是在这个视频工具的领域 ， 当时超过 2000 万美金的 ARR 的公司已经有 20 家 ， 很多是我们所不知道的 。 **庄明浩** [43:31] 对 ， 没听过 。 **Guest** [43:32] 它可能解决了某一个具体的问题 ， 或者它在某一个具体的国家 ， 所以多模态还是一个非常有意思的一个地方 。 然后我们在复盘 2025 的时候啊 ， 我觉得也有一个除了 DeepSeek R1 之外不得不讲的 ， 属于所有中国人的回忆 ， 就是 Manus 的发布 ， 这个 Agent 成为了一个年度的重要的关键词 。 ### Agent元年 **Guest** [43:53] 然后十字路口今年有一个开年播客 ， 当时我们和雨森聊的时候 ， 那个播客的标题就叫做 《Agent 的元年 》， 我们现在回头看也觉得我们还挺厉害的 ，但当时其实我们也冒着风险 ，因为如果这一年不是元年的话 ， 我们就活生生被打脸 。 对 ，但还好啊 ， 今年 Agent 的发展确实不错 ， 然后发展到今天呢 ，也会有很多的声音出现 ， 比如说到底要通用还是要垂直 ， 比如说这到底是不是 ChatGPT。 **庄明浩** [44:18] 还是做律师 。 **Guest** [44:19] 吃掉你们这所有的这个 Agent 的厂商 。 对 ， 所以聊到 Agent 想听听明昊你有哪些观点想讲 。 **庄明浩** [44:25] 首先还是回到刚才那个 L1 到 L5 的这个分类 ，L3 是 Agent 嘛 ， 就是当所有人实现了 L2， 形成所谓的所有人都有之后， 那当然就会往 L3 走 ， 就是这是一个很简单的逻辑 ， 只不过走到 L3 的时候大家出现了一个问题 ， 你会发现 L1 到 L2 还是语言的问题 ， 还是语言本身的问题 ，但 L3 变成了行为 ， 就是原来是对话就解决了 ， 哪怕是推理也是对话就解决了 ，但是 到了 Agent 呢 ， 我们要它干活了 ， 干活这个事情就变复杂了 ， 就它是有行为的 ， 它的行为无论是在计算机上还是在网页上还是在数据库里还是在什么地方 ， 它是要有行为的 ， 行为就不单纯只是吐几个字就解决的问题 。 所以你会发现 L3 虽然今年是元年， 但没准有可能未来五年都是 Agent 的元年， 都有可能 ， 就跟 VR 一样 ， 未来五年都是 Agent 的元年， 就是或者说就跟自动驾驶一样 ， 我们要在 L3 待很久 ，有可能 ，因为虽然 Agent 是一个阶段 ，但是它涉及的细分的阶段也有很多 ， 就什么层级的 Agent 也会有非常多不同的区别跟不同的体验以及不同的要求 ， 那可能又涉及到刚才我们聊的是通 用还是垂直 ， 还是再垂直到某些小的场景里有更容易实现的 ， 你理想化 Agent 的实现 ， 对吧 。 所以那这个角度来讲 ， 我觉得这一段话是关于 Agent 这个概念的 。 然后再往前推 ， 就是 Agent 给了非模型厂商公司网银场景落地里面的一种范式 ， 就这个是重要的 ， 就是说原来很多初创公司或者说想创业的人想在 AI 领域做公司 ，在之前纯模型竞争的角度来讲 ，他都不知道干嘛 ， 或者说他可能能做的事情就是套壳 ， 就是上个时代大家讲的套壳 ，但套壳不是个贬义词 ， 就是他能做的事情就很少嘛 。 但是今天你发现 Agent 的生态的崛起是非常大的 ， 非常复杂的 ， 那它复杂到如果我们类比当年的互联网的话 ， 可能今天连协议都是非标准的 ， 所以有很多公司在做协议的事情 ， 尤其以大公司为主 ，Claude 也好 ，Google 也好 ， 那你说 OpenAI 不想做吗 ， 它肯定也想 ， 只不过被人抢了 ， 对吧 ， 没办法 ， 当形成事实标准 ， 协议就出现了 ， 那协议有 ， 然后你发 现因为我们要从语言到行为 ， 行为的时候就需要你要做很多的我们叫脚手架 ， 对吧 ， 这个 。 **Guest** [46:37] Infra。 **庄明浩** [46:38] Infra 也好 ， 实时也好 ， 去兼容现有的这套为人类设计的互联网的整套的东西 ， 还是说我们新建一套什么东西 ， 这个东西这个中间也有分歧 ， 我们到底是用浏览器还是不用浏览器 ， 对吧 ，是纯 API 对接还是怎么样 ， 所有的这些选择题打勾一样 ， 打完勾每个公司就出现了千差万别的区别 ， 然后更多家公司全部都出现了 ， 然后也有做纯协 议层的 ， 纯帮你做 Infra 层的工具的实施的 ， 然后也有做 Infra 本身的 ， 然后也有做记忆系统 ， 就是你会发现这个事情因为我们要往那走 ， 需要的东西特别的多 。 **Guest** [47:14] 讲到 Memory 有一个特别有意思的点 ， 就是十字路口之前在 MEMU。 **庄明浩** [47:18] 对 ， 我知道 。 **Guest** [47:18] 然后在采访他之前呢 ， 我觉得要做一些功课 。 **庄明浩** [47:20] 太多了 。 **Guest** [47:21] 记忆的这个 Infra， 然后当时这个和 MemoBase 的 Founder 也认识 ， 然后我就约了一个 call， 就请他给我科普一下， 然后他科普完之后我就听起来我说 ， 哎 ， 好像每个公司的技术路线都不一样 ，他说是的 ， 现在都没有统一的技术路线 ， 每个人做的路线都不同 。 **庄明浩** [47:39] 我们也在做 ，因为我们主业做社交嘛 ， 我们也做 AI 社交 ， 那 AI 社交里面有一个很重要的就是 Memory 的问题 ， 无论是自己的 Memory 还是你跟别人的各种各样对话 ， 跟你就是 ， 然后我们的那个技术团队的那个 ，他不是记者 ， 就那个团队的负责人就特别头疼 ， 就是他头疼的你变成了一个我到底这个事情是要自研 ， 还是用一个开源的方案 ， 还是用一个成熟 的 API 厂商 ， 连这件事情的选择他都没有办法做决定 。 **Guest** [48:05] 答案在风中飘 。 **庄明浩** [48:06] 就是没有 ， 就他没有 ，他都没有根据跟去如何评判这件事情的标准 。 **Guest** [48:11] 因为赵璀想在我们上次北京场的 AI 开放麦 ， 然后来十字路口也讲了 10 分钟 ， 然后他讲的主题就是他自己在做一个新的项目 ， 叫做是一个 IM。 **庄明浩** [48:20] 我知道 ， 我知道 。 **Guest** [48:21] 然后这里面也需要用到记忆系统 。 **庄明浩** [48:23] 对 。 **Guest** [48:23] 然后他那 10 分钟分享的不是他那个 IM，是他为了 IM 而做了一个自研的一个记忆系统 ，因为他觉得现在市场上他能看到的可用的都不行 。 **庄明浩** [48:31] 对 ， 或者不适用 。 **Guest** [48:32] 他要自己来 。 **庄明浩** [48:32] 或者不适用 。 **Guest** [48:33] 不适合他 。 **庄明浩** [48:33] 对 。 **Guest** [48:34] 所以你看这只是 Memory 一项 。 **庄明浩** [48:36] 我记得前一段时间那个蚂蚁开源不是做了一张巨大无比的开源的图吗 ， 就是 Agent 的框架 ，Agent 的 Memory，Agent 的 Infra， 所有这些是过去这一年整个开源生态里面涨的最多的几个板块 ，因为确实大家就走到这了嘛 ， 就是你就是要解决这些问题 ， 它就跟冰山一样 ， 我们看到的确实是冰山上面那个 Agent 的那个东西 ，但是那个冰山下面是巨大无比的一套东西 ， 太多了 ，因为现在很早 ， 没有人把这个生态建立了那么 ， 你很多东西真的没办法整自己 。 **Guest** [49:07] 对 ，也只有在这样的时候你才可能就是赢得一些创业公司所独有的一些竞争优势 。 **庄明浩** [49:13] 对 ，但凡你说某些东西形成了定势 ， 那就结束了 ， 那就结束了 。 所以你看我是你们吧 ， 采访那个阿里云的 。 **Guest** [49:20] Agent。 **庄明浩** [49:21] 对 。 **Guest** [49:22] 全都要 。 **庄明浩** [49:23] 结论就是全都要 。 **Guest** [49:25] 当时我们就问他和 AWS 的 Agent Core 比起来 ， 阿里云你们做 Agent Bay， 你做一号位 ， 你要排优先级吧 ， 你怎么做选择 ，他说小孩子才做选择 ， 我们云厂商 all in。 **庄明浩** [49:37] 就是你一听这个逻辑跟展开 ，他确实云厂商是不可能把这个东西放掉的 ，不可能 ， 当然他会有东西做得好 ，有东西做得不好 ，但也有一定也会有一些板块跟一些环节上会有初创公司形成所谓的标准 ， 所以这就是机会嘛 。 所以它的机会好处是说它比前两 L1、L2 的机会在于它变得多样且复杂了 ， 虽然大厂还是全都要 ，但是它不可能在很短的时间内真的把东西战场清完 ，是不可能的嘛 。 **Guest** [50:05] 对 。 **Guest 2** [50:06] 这个话我有一个好奇的问题 ， 我不知道你们有没有这种感觉 ， 就是我觉得 OpenAI 虽然它也专门在讲 Agent 这件事了 ，但是后来很克制 。 **庄明浩** [50:14] 是不是 Agent 可能对于他们的决策体系里面不那么重要 ， 就是他们可能更多还是想的 ， 比如古典互联网产品经理想的事情就是需求 、 实现跟产品的样子 ，但是 Agent 相当于我觉得 Agent 在今天的现代某种程度上被狭义的框死了 ， 就是它的比如它的交互 ， 它的产出结果 ， 它的那个按钮的样子 ， 甚至某种程度上说被这一年左右时间框住了 。 那你说反过来 OpenAI 也在做一些调整 ， 对吧 ， 它也出了自己的 Agent， 包括把原来那个什么 operator 改成了今天那个样子 ， 对吧 ， 包括原来 DeepSeek 做融合 ， 就是可能它原来也没有想过 Agent 应该是什么样子 ， 就没有人知道什么样 ，但是慢慢慢慢慢慢可能从 Manus 开始 ， 我觉得 Manus 最大的意义在于 ， 或者说回头来看 3 月份发布到今天 ， 它最大的意义在于让用户大概知道 Agent 应该是什 么样 ， 就这个东西是 ， 当然你说的更细一点是可能是交互 ， 可能是版面设计 ， 可能是什么东西 ， 可能是 UI， 对吧 ，UE 乱七八糟 ，但是至少那个东西包出来那个样子 ， 告诉大家 Agent 差不多应该是这个样子 。 **Guest** [51:16] 而且在今天这么一个时代 。 成为大家心智当中你就是谁的 。 **庄明浩** [51:21] 对 ， 代名词 。 **Guest** [51:22] 代名词这个有巨大的红利 ， 所以今天 Manus 能够最近他们发布 9000 万的 ARR 嘛 ，9000 万美金 ， 这个其实我觉得这个后面当追随者非常多 ， 然后也有很多人带着甚至不懈的这种口气说我三周还是三天复刻一个 Manus，但是这个你不可否认最后一个事业的成功它不只是靠这个产品 ，不只是靠研发 ， 它其实很多时候是一个综合的一个能力 ， 这包括时机的选择 ， 包括细 节的打磨 ， 就是也有很重要的就是品牌的打造 。 **庄明浩** [51:54] 是 ， 就所以又回到刚才那个 Chatbot 的品牌已经战场打完了 ，但 Agent 的战场还在打 ， 对吧 ， 只不过 Manus 占了一个先机 ，而且确实占的比较 ， 我觉得比较硬 。 **Guest** [52:04] 对 。 **Guest 2** [52:05] 夏天的时候有很多人说感觉 Agent 有点凉了 ， 你会有这种感觉吗 ？ **庄明浩** [52:10] 如果大家有印象的话 ，GPT-5 应该是 8 月份发的 ， 然后 Claude 的那个版本也是那 ， 就 8 月份是美国头部生产厂商都发版本的 ，7 月份是中国的大部分模型厂商选择开源模型发布的最重要的一个月 ， 几乎 7 月那一整月每天都没有停过 ， 就是今天你发 ， 明天我 ， 你大家回想就翻那个月度总结 ，7 月份就是疯狂七月 ， 就是以中国的开源厂商为代表的疯狂七月 。 **Guest** [52:36] 那个时候 MiniMax 还有一个发布周 ， 一周 。 **庄明浩** [52:38] 对 ， 就是那个一周 ， 什么智谱 ， 国内 Kimi， 所以七八月份大家又焦点又拉回到了纯模型本身的竞争上， 所以那 Agent 那时候太忙 ， 那很多公司发了产品开始做用户 ， 做 AR， 做实施 ， 包括 Infra 公司拿点钱可能又做别的事情 。 **Guest** [52:54] 我只能说这个注意力肯定不如这个 Manus 刚发布那种刷屏的注意力 ，但是你说它凉了 ， 我觉得肯定是没有的 ，因为在后面这个 Manus 非常硬的发了他们的 ARR 嘛 ，并且提了一个概念叫 RRR， 对吧 ，也不是他们提的 ， 只是给大家科普了一下 ，有这么一个更科学的看自己收入的规模的一个数字 ，9000 万美金 ， 这个很了不起 ， 这个成长的曲线应该是超过了我们熟知的大多 数的这个我们认为成长非常快的公司的 ， 然后就在上个礼拜吧 ，A16z、Speedrun 他们 005 有一个 Demo Day， 然后 58 家创业公司每个人两分钟在 LA， 很多区的人都在推特和极客上说感觉比这个 YC 的 Demo Day 质量还要高 ， 对吧 ，而且我觉得也很有可能因为 A16z 确实更有钱 ， 它可以塞到更头部的更成熟的创业者 ， 然后当时我有朋友在现场就录了音 ， 然后发回来我让 Gemini 做了 一个总结 ， 然后就说这个创业公司可以分成哪几类 ，Gemini 说就三类 ， 然后第一类就是叫 Agent as a Service， 就大家在做各个垂直行业的解决不同问题的 Agent， 对 ， 所以我觉得你说它凉了只是确实没有在不断的刷屏让你感觉天天这个被震醒 ，但是我觉得它已经渗透到了这个今天就是五花八门 、 百花齐放的各种创业的热潮当中 。 ### 开源生态 **庄明浩** [54:18] 然后同一时间 A16z 不是发了那个搒单 ， 就 A16z 每半年会发那个流量的搒单嘛 ， 它最近发了跟一个厂商合作发了一个那个 。 **Guest** [54:26] 收入搒 。 **庄明浩** [54:26] 初创公司的收入搒 ， 就是它所能够覆盖 ， 就那个第三方厂商它是一个做数据跟支付的公司嘛 ， 它所能够覆盖的这些偏初创公司把钱花在了哪些其他的 AI 公司上的搒单 ， 然后中国公司有四家我没记错的话 ， 剪映 、 可灵 、Manus， 还有一家是谁 ？ **Guest** [54:44] Jenspark。 **庄明浩** [54:45] 对 ，Jenspark， 对 ， 这四家 。 **Guest** [54:47] 我们前面聊了大模型 ， 聊了多模态 ， 聊了 Agent，其实已经非常丰富了 ， 然后我们接下来再开始聊一聊这个生态 ， 然后第一个生态是开源生态 ， 那说到开源生态 ， 我们一开始也提到就今年开源成了中国的我觉得从上而下的一个这个 。 **庄明浩** [55:05] 共识 。 **Guest** [55:06] 共识 ， 一个大的策略 。 **庄明浩** [55:08] 是 。 **Guest** [55:08] 对 ， 甚至最近我看到上海还出了一个政策 ， 就是鼓励企业开源 ，不只是做开源产品 ， 同时还鼓励大家做开源社区 ， 然后给出了这个奖金是 500 万的现金 ， 如果你在开源领域你的产品有足够大的影响力和流量的话 ， 我觉得这个很有意思 ， 当然这个前提应该还是 DeepSeek R1 的成功 。 **庄明浩** [55:30] 是的 。 **Guest** [55:30] 让大家都看到了一个中国公司如果要在世界舞台上面获得竞争力 ， 开源是一个很可行的路 。 那明昊你会怎么看开源这个关键词在今年发生的这些事情和它带来的意义 ？ **庄明浩** [55:43] 对 ， 就是其实去年就有记者应该问过 Sam Altman 怎么看开源和闭源 ， 当时他的答案是说他会认为最领先的模型一定是闭源的 ，因为它需要巨多的钱 、 资源 、 容量的问题 ，但是当 DeepSeek R1 的叙事出现之后也出现了变化 ，是说大家会认为开源模型的能力跟进得很快 ，并且这头模型里面一定也会有开源模型 ， 甚至今天前两天那个 State of AI Report 里写有一个预 测是说 26 年一定会有一个开源模型拿到一段时间的第一 ， 然后呢你会发现 GPT-5 发布之后 GPT-5 的某几个系列的模型也开源了 ，OpenAI 也要不得不去做开源的事情 。 **Guest** [56:20] 确实 。 **庄明浩** [56:21] 开源模型到了一定的基础能力之后， 确实闭源模型开源模型之间的边际的差异没有那么大了 ， 然后成本又有巨大的差异的情况下， 无论是开发者也好 ， 生态也好 ， 整个的应用也好 ，因为确实在这个时间点我们去衡量所有的模型 ， 刚才我们强调说可以打分 benchmark 什么的 ，但是最最重要的业界的生态意义在于有多少人用 ， 它的 token 的消耗是多少 ， 它 的覆盖的厂商的数量是多少 ， 这个才是它作为模型厂商在今天这个战场里最最最安身立命的根本所在 ， 你模型再厉害没有人用 ， 没有意义 ， 对吧 ， 所以从这个角度来讲 ， 开源确实在这个角度上给模型厂商提供了另外一种方式来去得到认可 、 得到关注 ， 甚至帮助你的模型本身做改进调整 ，而且又因为你会发现原来大家认为的开源可能是 不挣钱的 ，是偏理想化的 ，是那样的 ， 可是今天开源并不代表它跟商业化没有关系 ， 对吧 ， 你 DeepSeek 是开源 ， 可 DeepSeek 的 API 一样是卖钱的 ， 你要去 ToB 的访问你也需要去花钱的 ， 虽然 DeepSeek 的可能 API 的成本可能跟 OpenAI 最后一个模型可能是 100 倍甚至几十倍的差距 ，但是它认为它的成本 OK， 那它就可以这么搞 ，而且又因为整个生态的建设 ， 对吧 ， 你有开源社区 ，有更多的 开发者也好 ， 更多的相关的厂商也好 ， 帮助你在改进你模型本身的 ，因为这个东西就是越用的越多 ， 理论上来说它改进的可能性越高 ， 所以在这个角度来讲这是一个我觉得纯技术 ， 然后还有一个叙事是说今天是很公认世界范围内 AI 这一波竞争大概率就是中美两国之间的竞争 ， 那中美两国之间竞争除了中美 、 中国跟美国本土的竞争之外， 更重要的可能变成了其他国家的竞争 ， 欧洲可能特殊一点 ， 那把欧洲抛掉 ， 剩下哪个国家怎么做出来 ， 那所谓的主权 AI 的这个事情也变得被很多人所提及 ， 你可以建设自己的数据中心 ， 所以你看老黄也好 ， 各大新闻厂商去跟各个政府政要去谈这些事情 ， 谈数据中心谈 ， 可以 ，但你总要有模型吧 ， 对吧 ， 你总要有模型吧 ， 那你模型用谁的 ， 你当然可以 用 OpenAI 的 ， 你也可以用中国公司的 ， 你也可以用一个什么样 ， 你日本怎么选 ， 非洲的国家怎么选 ， 东南亚国家怎么选 ， 中东怎么选 ， 那在这个角度来讲 ， 开源可能也是一种双引号的武器 ， 都是这样 。 **Guest** [58:38] 还有营销上的加持吧 ， 就当你是一个开源的一个模型的时候 ， 你是天然会得到更多的好感 ， 然后也能够让更多人可以低成本的部署到本地 ， 这其实也是让它可以更快的获得用户的一些这个用户获取 。 我觉得还有一个也是很值得讲的就是信任的建立 ，因为今天大家仍然会担心我的数据是不是这个 。 **庄明浩** [59:04] 出现 。 **Guest** [59:04] 对吧 ， 出现泄露 ， 或者我的数据被你拿去干这个干那个 ，但一个开源模型也天然的回答了这些问题 。 **庄明浩** [59:12] 所以这个引发一个小的例子 ， 最近不是双十一吗 ， 然后我在看我想买一个那个新的笔记本电脑 ， 然后看那个型号有一个专门的型号被迅速的买完了 ， 为什么 ， 那个专门的型号就是一个特别适合本地部署大模型的一个型号 ， 叫 ROG 幻的 X， 那个电脑的特殊之处在于它的内存特别的大 ， 然后显存也很大 ，但是没有很贵 ，在相对于 ROG 的其他电脑而言 ， 所以它就天生的适合这些搞大模型的人嘛 。 **Guest 2** [59:41] 我觉得你说的营销那一点我特别同意 ，其实你看像梁文峰他不太接受 ，他不接受采访 ，不需要接受采访 ，但是他有他自己跟这个技术世界沟通的方式 。 **庄明浩** [59:52] 他做第一作者 。 **Guest 2** [59:53] 对 ， 就是他们发的 ，而且我觉得他们发的 paper 就是也会其实会让你有一种对技术发展的一种乐观跟信心 ， 就是在这个世界有各种各样的不可抗力因素导致的这个无法沟通的 ， 或者是沟通不好的情况下， 还有一个世界是可以通过自己独特的一套语言 ， 独特的一套方式来跟彼此沟通 。 我记得当时 DeepSeek 发了之后， 我看那个 Lex Fremon 的那个五个小时的播客嘛 ， 我觉得他还是非常客观跟平心静气的在分析为什么 R1 这么好 ， 我觉得基本上不带什么政治视角 ， 带偏见 ， 然后你还是会觉得原来这个技术世界的人还是很相信这一套 ， 当你的产品做得足够好 ， 我还是会从一个很客观的角度来评估跟认可你做的所有的事情 。 **庄明浩** [1:00:41] 是的 。 **Guest** [1:00:41] 今年在应用层你有看到哪些值得注意的突破吗 ？ 我们前面聊了很多 Agent， 那除此之外觉得还有哪些是值得我们在年度复盘讲到年度科技记忆的时候 ， 你会想到的一些关键词或者一些应用 ？ ### 应用落地 **庄明浩** [1:00:53] 我觉得 coding 肯定是回避不掉的嘛 ， 就 AI coding 这一年的进展确实 ，而且 coding 在之前可能只是一个关键词 ，但你发现如果把这个拆开 ， 前端 、 后端 、 数据库 ， 然后是否有 IDE， 就是你再去拆关键词 ， 然后你把这些拆出来的关键词的细的领域的进展 ， 这一年也非常的多 。 **Guest** [1:01:14] 对 ， 我们正好预告一下， 就是我们下一期播客就是和这个阿里推出的 Code 跟 1 号位的一期播客 ，因为各个大厂现在都出了自己的 AI coding 产品 ， 还不止大厂 ， 很多 startup 在中国在美国这个融资的这个金额是非常大的 ， 这是一个很有意思值得关注的 sector。 **庄明浩** [1:01:29] 所以我觉得 coding 是一个 ， 然后在别的可能这一年里面我觉得一些垂直领域的 Agent 的发展也是蛮快的 ，因为通用 Agent 变成了一种我觉得显学 ， 就是无论是大的模型厂商还是那些最有名的初创公司肯定都是通用那儿去走的 ，但是在垂直板块里面 ， 比如像今年法律其实有几家公司融了很多钱 ， 这个领域理论上来说你想就想明白它在干嘛 ， 只不过它确 实需要非常多的这个行业的垂直的信息 ， 垂直的工作流 ， 然后来去满足包括可能隐私 、 数据安全乱七八糟 ， 然后可能不只有一家两家 ， 它是可能五六家七八家公司都在这个板块拿到不错的融资跟不错的发展 ， 然后这些板块可能有很多 ， 法律可能是最多的 ， 金融 ， 然后金融又分一级 、 二级 、 保险 、 银行乱七八糟 ， 对吧 ， 然后可能营销板块一直以 来你看我们当年做统计的时候营销都是最大的板块 ， 营销这个类目也竞争的极度的卷 ， 然后又分线上营销 、 线下营销 、 搜索引擎营销 、 视频营销 、 图片 、 文字 、 邮件乱七八糟 ， 就是这个板块的公司虽然都没有特别特别的大 ，但是这个领域的公司其实发展也是我觉得是异常繁荣的 。 我觉得有一个板块是不在也不在主流的讨论范围内 ，但确实一直都在发展的就是社交跟陪伴这个板块 ，A16z 最新的搒单里面 Web 端有 10 家 ， 前 50 有 10 家 ，App 端有 12 家还是 13 家 ， 就是但是没有什么人讨论 ， 除了开源点 ， 除了开源点没有人讨论 ， 那可能是因为我们做社交 ， 我们会认为这件事情已经翻了可能三个代际了 ， 就开源点是 1.0，2.0 是加了一点 点的互动跟沉浸式的体验 ， 无论是图片的语音还是什么 ，3.0 变成一个偏场景化的打造了 ， 然后甚至今天大家还在更往前尝试 。 **Guest 2** [1:03:13] 那你觉得在国内到目前为止有出现类似 Cursor 的这种应用吗 ？ **庄明浩** [1:03:19] Cursor 就是或者说就是类似 Cursor 可能有两个解读 ， 第一个是 coding 嘛 ，coding 肯定大家都有 ，但是另外一个解读就是这个影响力跟这个定义了一个范式或者一个品类 ， 我觉得挺难的 ， 挺难的 。 **Guest 2** [1:03:29] 为什么呀 ， 难点 ？ **庄明浩** [1:03:30] 我觉得还是跟就是怎么讲 ， 就是大家原来会说中国的移动互联网的纯 2C 的产品的比如设计能力 、 运营这些东西可能比美国更成熟 ， 所以大家会期待纯 2C 应用端的爆发在国内的这个可能性 ， 可是截止到今天这个时间我们并没有看到这个结论 ， 就或者这个结论被验证成为现实的东西 ， 你看拉搒单还是我们刚才聊的这些东西 ， 至少在搒单 ， 然后搒单上出现一些意外的名字的时候 ， 然后你真的细看那个 App， 它可能 90% 是一个传统 App， 可能加了 10% 的 AI 功能 ， 然后它就被画在了一个搒单上， 你就会觉得这种东西你并不认可它是一个那么新的东西 ， 它可能确实加了 AI 的功能 ，但是它被画到一个类似 AI 什么应用搒单的前面这个位置 ， 你就觉得它都多少年了 ， 公司还在这 ， 这个不好说 。 **Guest 2** [1:04:24] 但是你看美国那些应用就是动不动标题全部都是多少多少时间之内达到多少多少 ARR。 **庄明浩** [1:04:30] 对 ， 这可能是美国的趋势 ， 就是说中国没有办法讲这个趋势 ，因为我们没有办法讲 ARR， 那然后这个问题变成了我们能评判什么 ， 能评判无非就是用户量 ， 那用户量在这个时间点在当下的中国的移动互联网 ， 哪怕把 Web 算上的情况下很难 ， 太难了 ， 就这个不是 AI 的问题啊 ， 它是整个行业 ， 就把移动网所有的 App 都加在一起 ， 它都面临这个问题 ， 所 以你看那个上半年那个 Quest Mobile 不是统计吗 ， 它统计三类的这个 ， 它把所有的 AI 的应用 ， 泛的 AI 应用分成三类 ， 第一种叫独立的 App， 第二种叫 Web， 第三种叫插件 ， 独立的 App 跟 Web 里面 43% 的都是用户量出现负增长的 ， 然后就只有 1/4 的独立的 App 跟 Web 的 AI 的应用是增长的 ， 然后反过来讲插件里面可能 2/3 是在增长的 ， 可是问题在于谁甘心做个插件呢 ， 对吧 ， 就这个就是现实嘛 ， 那插件为什么会这样 ，也是因为今天这个时间点可能在中国的现有的这个 ， 我们还是以古典的这套移动互联网叙事情况下， 入口位置全都已经被占满了 ， 就跟关键词一样 ， 你不做个插件 ， 你单纯想 P 出来一片战场太难了 。 **Guest** [1:05:39] 我觉得在美国现在有非常多夸张的融资故事 ， 基本上以周围为度在发生 ， 就是一个没听说过的公司出来融了比如说 5000 万美金 ， 对吧 ， 我觉得我刚才说这个故事可能每周一定有一个 ，但这些公司很多是 ToB 的 ，但在中国感觉这个也不太可能发生 ， 一方面是因为这个中国的中小企业的这种付费意愿 、 付费能力和整体的付费意识 ， 然后另一方面是我觉得我们就 是移动互联网太成熟 ，但移动互联网其实是一个充满了城堡的地方 ， 微信是一个城堡 ， 抖音是一个城堡 ， 小红书是一个城堡 ，但最近我还有听说一些人 ，但这个都是就是比较这个灰色的一些办法 ， 就是用安卓手机然后来去做这个就是类似 RPA，但是比 RPA 加上 AI 之后更进一步的操作 ， 所以它可以打通比如说微信 、 小红书 ， 然后也可以打通飞书 ， 对吧 ， 所 以用这种方式去间接的打通 ，但你想想啊 ， 我们那么费力去提高一个行业的生产力 ， 然后在各个大厂都不允许的情况之下夹缝中去提高生产效率 ，但是在美国这是一个更 。 **庄明浩** [1:06:51] 开放一点 。 **Guest** [1:06:51] Web 端的开放的 ， 就是很欢迎大家去用各种工具来一起 1+1 大于 2 的一个地方 ， 所以我觉得其实这个我不知道这个最后会指向什么样的一个两边的发展 ，但只能说今天这个差异是非常大的 ，而且这个差异折射到创业的这个生态或者创业的机会的选择 ， 确实我觉得我们现在是更加被动的 。 **庄明浩** [1:07:15] 就是原来那套我们太过熟悉的叙事在今天确实太难了 ， 太难了 ， 那我们可能需要一些新的叙事 ， 那这新的叙事又不能是完全 copy 美国的那套东西 ，因为我们的底层的这个基础就不具备 ， 那我们的叙事应该是什么样 ， 这可能也是今天这个时间点 ， 我觉得不仅仅是创业者的问题 ， 可能也是投资人的问题 ， 就我们去投什么 ， 就是你很现实的问题 在于对于今天的尤其是偏美元的 VC 而言 ，在 AI 领域的投资其实真的非常难做 ， 非常非常难做 ， 就是你大模型出来的时候投一个大模型 ， 然后跟几轮 ， 然后你这个事情就结束了 ， 你只能等 ， 对吧 ， 你只能等 ， 然后呢 ， 大家都说 AI 应用看中国公司 ， 可是你要么出海团队 ， 可是出海团队就会出现别的乱七八糟的问题 ， 那你投纯国内团 队 ， 那你期待的到底是什么 ， 就是你期待的可能性 ， 我说的直白一点 ， 你期待退出是什么 ， 对吧 ， 就是这些问题无解 ， 当然这些问题因为我今天不干纯 VC 了 ， 我可以站着说话不要跟你讲这些问题 ，但是你这些问题你一想你这活都没法干了 ， 你只能抛弃掉这些 ， 先不要想这些问题 ， 先看这些创始人什么背景在做什么 ， 去跟他认 真的聊 ， 然后再去选择是否相信这件事情 ， 然后把这些无解的问题暂时的搁置 ， 或者说不要想那么多 ，因为你想也想不清楚 。 **Guest** [1:08:31] 我那天见一个基金的合伙人啊 ， 管理合伙人， 然后我就问他怎么看在现在这个情况之下美元 VC， 就是大家觉得都挺不好做的 ， 然后他就说他问了自己一个问题 ， 就是还相不相信就是整个 VC 的底层叙事 ， 就是科技公司需要靠一些耐心资本在早期去帮助他们实现从 0 到 1 的建设 ， 如果还相信 。 **庄明浩** [1:09:00] 就应该干 。 **Guest** [1:09:01] 就应该干 ， 就跟今年 。 **庄明浩** [1:09:03] 就正好昨天诺贝尔奖今年的金学奖颁给的三位有一位研究的就是他讲的就是我们叫创新式的或者说叫破坏式的技术创新才能带来真正意义上的经济的高速增长 ， 那破坏式的这种技术创新它跟 VC 的叙事是绑在一起的 ， 那就如果你相信这个最底层你当然还是需要 ， 可是问题在于这是一个太过理想化跟太过终极的答案 ， 就是它就是这个 问题跟这个答案跟这个逻辑本身没有就是任何人说都可以都没有错 ，但是它落回到现实的执行层 ， 尤其在国内它有太多的掣肘 ， 它会有太多的限制条件 ， 它你只能在这种有限的可被你辗转腾挪的空间内找寻那个解 ， 就这个是我觉得今天这个时间点 ， 尤其是偏我们相信技术 、 相信产品 、 相信这些东西会改变很多事情的这些投资人他 内心要去不断来回来纠结的这个天平 。 **Guest** [1:10:02] 那你觉得在 AI 这个主题之外， 比如说今年同样这个热门的具身就是这个有更多钱进去的吧 ， 然后 。 **Guest 2** [1:10:10] AI 硬件其实很热 。 **庄明浩** [1:10:11] 对 ，AI 硬件很热 ， 我们看拿钱的创始人的背景的变化 ， 先是比如说什么字节的什么那几个大厂的产品经理出来拿了一波钱 ， 然后大家发现这样不行 ， 就是当然可能之前还有一波做科研的什么实验室的什么老师或者什么学员 ， 发现这两拨人可能不太行 ，也不是说不太行吧 ， 就是观众发现杆儿差 ， 就是还是想再看看别的 ， 然后你就会 再往行业里走 ，他会走到哪 ， 比如走到大疆的创始人， 大疆的什么 Dreame 的什么莱芬的这帮什么石头的什么那个影石的 ， 对吧 ， 就是你会觉得 。 **Guest** [1:10:46] 还有一个媒体标题 FA 已经把办公室看大成 ， 就是他的逻辑你想就想得很清楚 ， 就是我已经把我能力原来能力就是我最熟悉能力范围圈的人投完了 ， 然后我为什么要投 AI 应用 ，因为纯软大家不相信嘛 ， 或者说大家会担心嘛 ， 就刚才我们讲的那些问题 ， 那有硬的之后理论上说确实它可见嘛 ， 你见得着摸得着 ， 它可能有产生直接的收 入 ， 对吧 ， 反正它有些理由 ， 对吧 。 **庄明浩** [1:11:10] 而且有中国的得天独厚的优势 。 **Guest** [1:11:12] 供应链啊这那 ， 然后也投完然后他发现还是不太行 ， 那就再往前走 ， 我去找那些能给我内心的信任程度跟这个我能睡得着这个程度加分的背景的创始人， 就是这个逻辑是一个你讲就讲得明白的逻辑 ，但反过来讲就是说我还是观点就是我们是站着说话不腰疼啊 ， 就是我们是可以以一个旁观者的方式去总结这个规律的 ，但是如果今天你是一 个站在战场里的人， 你是不能以这种方式干活的 ， 就是那你就没法干了 。 **Guest 2** [1:11:43] 对 ， 我昨天看那个 Uncapped 那个播客 ，Jack Osmond 采访那个 Vince Hanker， 就是他是 Thrive Capital 的 partner，他讲了一个故事 ， 我都觉得这根本就在中国就不可能了 ，他说他们投他投了一个公司花了 18 个月研究这个公司 ， 我看的时候我就跟 。 **庄明浩** [1:12:02] 中国 18 个月已经过了 4 个周期 。 **Guest** [1:12:03] Vince 前段时间两个月前来了中国 ， 我们刚才提到的好几个公司他都见了 ，他一个很形成非常密集的一个 business trip， 所以其实我觉得深得其中， 我自己还是相对乐观的 。 **庄明浩** [1:12:14] 当然这个观点也特别哲学 ， 就物极必反 ， 就是极端到一定程度一定会有别的什么样 ， 就跟刚才我们讲的观点一样 ， 我们已经莫须有的走到了一个什么极端的状态里面 ， 你会发现回头发现其实它有别的解 ， 我举个很现实的例子 ， 游戏投资已经早就不属于 VC 的战场了 ， 就是中国的游戏投资在 15 年之后基本上就不属于 VC 了 ，但是在最近两年 时间里面有海外的 VC 来看中国的公司 ，是海外的 VC 啊 ， 都不是中国的 VC，是海外的 VC 来看中国的早期游戏团队 ， 你要知道中国的早期游戏团队已经不在 VC 的社群里面快 10 年了 ， 就是它有太多的条件 。 **Guest** [1:12:54] 那这些海外的 VC 他们的逻辑是什么 ，他们认为退出的可能在哪里 ？ **庄明浩** [1:12:58] 他们不是先不是考虑退出 ，他们先考虑是成本的问题 ， 相对于海外的游戏团队而言 ， 中国的游戏团队太便宜了 ， 这种便宜是全方位的便宜 ，而且海外的游戏的并购是异常活跃的 ， 一直都非常活跃 ， 那它就相当于把两边的优势拉在一起来做 ， 中国的 VC 做不了 。 **Guest** [1:13:15] 所以说其实我觉得像刚才说 Vince 来中国 ， 包括海外 VC 看中国的游戏 ， 我觉得这个世界人家是非常关注中国 ， 我们刚才聊了很多一级啊 ， 然后最近二级可能是得到大家注意力或者新闻头版头条更多的地方 ， 然后 OpenAI 和 AMD 的那个新闻一发 ，AMD 如此庞大一个公司涨了 40%， 然后就在我们录播客的前一天 ，OpenAI 和这个博通 Broadcom， 然后这个新闻一发直接拉动人家 10%， 所以在 二级市场其实发生了很多的故事 ， 财富的这个充满了乐观的一个情绪 ， 所以想听听明昊你最近一年， 我知道你和很多二级的分析师 ， 这个投资经理的关系 ， 这个互相的这个沟通也很频繁 ， 对 ， 你会怎么来去回顾这一年 ？ **庄明浩** [1:14:07] 我很想还是观点就是既然是司马迁 ， 我们就按自己做的文件来看 ， 我觉得很有意思 ， 我今年一共做了截止到今天一共应该是做了 6 个还是 7 个 ， 我马上做的是第 7 个 ， 之前做了 6 个 ， 去年的年终总结 ，DeepSeek、Manus、Agent， 然后年终总结就 Q2 的总结 ， 然后上一个就是 9 月份的 Q3 的总结 ，但是我做完 9 月份 Q3 应该是我刚才讲 9 月 4 号就做完了 ， 我现 ### AI泡沫 **庄明浩** [1:14:34] 在要做第 7 个嘛 ， 前 6 个 PPT 里面我是在大概第 4 个 PPT 的时候才有一页讲是不是泡沫 ， 第 5 页第 5 个版本里面已经有大概两页讲是不是泡沫了 ， 我上一个 9 月份那个版本里面大概有 6 页讲是不是泡沫 ， 很简单 ， 马上我新发的这里面会有一章来讲是不是泡沫 ， 那这个数字跟这个月份的变化你就知道这个问题讨论的程度开始出现了 变化 ， 就是我可能在 Q2 的时候有一些声音会认为这些东西有一些不太对 ，有一些探讨 ， 然后 Q3 的时候其实有一些 ， 你像我 Q3 的时候用的引用最多的是硅谷银行的报告 ， 它其实是做了很多定性跟定量的分析 ， 那这些分析方式其实今天现在来看很多新闻都在做 ， 比如我们跟 20 年的互联网泡沫的曲线的归对比 ， 就那个时候硅谷银行已经在做 了 ， 然后今天在这个时间点再去讨论的时候确实这一波的时候我还是那个观点啊 ， 我们真的不知不觉走到了极限里面 ， 这个极限是什么呢 ， 你想嘛 ， 最头部那个七姐妹的最头部几家的市值已经是 34 万亿美金了 ，他们每年的可操作的经营现金流是千亿美金这个量级 ， 对吧 ， 然后呢 OpenAI 的估值是 5000 亿美金 ， 就这几个数字摆在这 ， 它可以做的事情就太多了 ， 然后大家发现我不单纯只需要 ， 或者说我单纯只靠散户买股票的上涨这件事情已经这个游戏已经不够 happy 了 ，不够刺激了 ， 然后又因为 OpenAI 走到了一个节点是说我觉得 Sam 可能 Sam 某个时间点顿悟了 ，他顿悟的是什么呢 ，他原来 OpenAI 在资本层的操作是说融资 、 卖老股 、 拉估值 ， 然后同时我也用自己的融到的钱或者我的股份去 投资初创公司 ， 或者买 ， 你像今天他买了那个苹果设计师公司 ， 这个故事还是在一个可控跟可被线性归纳的范围内的 ， 虽然我的估值可能每 6 个月和 9 个月翻一翻 ， 我可能一轮估值一轮融资融一两百亿美金三四百亿美金已经是历史记录了 ， 已经是历史记录了 ，但是它还在一个可控范围内 ， 至少有人买单成交的当下合同是签好的 ， 对吧 ， 所有人是 认可这件事情 ，但我觉得他可能在某些年意识到是说 ， 我觉得这个这个另外一个最近用了很多比喻叫踢云纵 ， 就是 Google 今天 3 万亿美金 ，Google 有云有模型有产品有 Infra，OpenAI 刚才我们讲它也都有 ， 那如果未来 AI 真的所有的事情的话 ，Google3 万亿美金 OpenAI 应该值多少 ， 这么来看 5000 亿美金似乎有点便宜 ， 对吧 ， 然后呢 ， 我未来的增长预期是建立在我巨大的投 入基础上， 那这个预期我打多久 ， 原来可能是打半年一年， 那这个预期我能不能打 5 年， 所以你会发现最近一段时间的这些合同全部都是 5 年 10 年期的合同 ， 可是这太讽刺了 ， 我们刚才讲过技术的进展是按月进的 ， 对吧 ，但是这个预期放在 5 年， 然后更现实的问题在于我不知道大家收没收过这样的 ， 比如说我今天想了解一个什么行业 ， 比如说想了解比如说那个低空经济行业 ， 我去百度搜我说低空经济行业报告 ， 你会在很多前面的时候会看到什么 2026 年到 2030 年中国低空经济行业报告 ， 然后你点进去它是卖的 ， 这个报告可能卖非常贵 ， 几万块钱 ， 然后有一个超级长的目录 ， 你看到那个目录觉得哇这个报告质量一定非常高 ，但现实就是这个世界上不存在这样一份报告 ， 只有 一个傻子下了这个单之后才会有人去做这份报告 ， 没有人会写超过 5 年的报告 ， 你想想我们看过的所有的高质量低质量的券商的分析师的银行的行业分析的技术分析的报告 ， 没有人写 5 年的报告 ， 可是我们今天的预期 Sam 说我妈就要把未来 5 年的预期全部押在这件事情上， 我既然已经 5000 亿美金的公司了 ， 你要知道 5000 亿美金哪怕是一个 E 上的估值 ， 我们把 5000 亿美金的这个价格绑在市值的这个估值上比它高的没有多少公司了 ， 比它高的没有几家公司了 ， 那它就可以做 ， 哪怕今天 OpenAI 没有上市 ，不需要那个上市的地位我也可以做所有的事情 ， 所以有了我们今天最近一个月时间看到的所有的事情 ， 我觉得可能就是 Sam 在某些年突然间顿悟了 ， 甚至我们再回头来看当年 Sam 在 24 年的时候说过这件 事情做成是要 7 万亿美金的 ， 这个数字是被说过的 ，7 万亿美金如大家印象可以去搜新闻 ， 当时所有人看到这新闻觉得 Sam 疯了 ， 那时候 OpenAI 才 1800 万美金 ，1800 亿美金嘛 ，7 万亿美金 ， 就这个数字本身的量级已经超过了所有人的脑容量 ， 没有人知道 7 万亿美金代表着什么 ，但是今天你真的把未来 5 年的预期 OpenAI 的预期 Nvidia 的预期微软的预期 Google 的预期 Oracle 的预期加不加吧 ， 已经是可以碰到万亿美金这个量级了 ，是不是 7 万亿我们不知道 ，但至少万亿美金这个数量级被讨论了 ， 然后那这个故事就全部压在相当于我把我未来 5 年的预期打满 ， 我要做的所有事情也在今天全部打满 ， 我打到谁身上， 谁就把他的未来 5 年预期也打满 ， 然后又因为市场竞争竞争格局乱七八糟 ， 这些初创上市公司哪 怕是世界上最最最估值高的上市公司 ，也需要一个这样一个巨大叙事下的所有的事情 ，因为所有人都不可能落下， 没有任何人担得起责任是说我不参与 ， 除了一家公司叫 Google，Google 自己全都有 ， 对吧 ， 我刚才讲 Google 全都有 ， 芯片云基础设施产品应用全都有 ， 那其他这些公司全部就都 ， 所以这个故事变成了 OpenAI 是这么想 ， 老黄也会发现我乐得其成跟你玩这场游戏 ， 我也是可以 做这样的角色 ，因为我的现金流足够的强 ，而且我的毛利足够的高 ， 市场绝对的垄断 ， 我可以类似像央行一样用我的这个能力来做央行做的事情 ， 所以这件事情就你说他们是共谋吗是 ，但他们肯定没有商量过 ， 就是意识到这个事情是可以跑得起这么做的时候 ， 这个事情这个圈就滚起来了 ， 把所有人拉上来之后， 就像大家原来认为 AI 是一个是一 个技术是个产业 ， 今天 AI 就是市场本身 ， 甚至这个市场可能就是政府本身 ， 它把政府也要拉下来 ， 要轻易这么按政府拉把它打起 ， 所以它变成了就是我不单纯是家公司 ， 我甚至都不单纯是个行业 ， 我是系统本身 ， 就是 Veget 和 Figure 已经太容易去解释这件事情了 ， 它已经不单纯是 Veget 的问题了 ， 它的生态变成异常的复杂 ， 它把所有人都拉上车 ， 然后打到这个数字撑到你去所有的理性评判已经没法评判 ， 我在今天播客不断去强调我们走到了一个我们都所有人没有意识到的那个极限里了 ， 这个极限是什么 ， 你要知道截止到今天世界上所有的上市公司在上市那一天融的钱最多 262 亿美金 。 **Guest** [1:21:33] 谁啊 ？ **庄明浩** [1:21:34] 你指单个公司 ？ **Guest** [1:21:35] 单个公司 ， 沙特的那个石油公司 ， 什么沙特阿美 ， 那是世界纪录 ，226 亿美金已经比 OpenAI 甚至比 Claude 的单个融资小了 ， 那 OpenAI 如果今天上市它多大 ， 它要融多少钱 ， 这个故事挺破的 ， 然后再想 ， 今天看一个数据是说 Web 年代烧钱最多的上市公司上市的时候亚马逊大概烧了 20 亿美金就上市了 ， 移动互联网年代 Uber 烧了最多的钱 ， 烧了大概 400 亿美金也上市 了 ，20 倍 ， 那是不是 OpenAI 也要烧到 400 亿美金的 20 倍才到上市 ，也就是它要烧 8000 亿美金才上市 ， 现在看上去这个数字不是什么天方夜谭 ， 它很有可能就是事实 ， 那就是它被定在了这个位置上， 然后我们无论什么样的原因 ， 这个事业这个行业走到了这个时间点 ， 带着美国巨大的技术硅谷叙事以及金融叙事走到了这 ， 这个故事只能这么走下去 ， 没有什 么别的办法 ， 然后这是刚才我们讲的 ， 然后再讲今天无数的人再去评判这件事情跟当年的互联网的泡沫 ， 甚至跟当年的铁路去比 ， 然后当然已经没有人去跟一机箱跟比特币去比了 ，因为大家发现那不是一件事情了 ， 我们不要讨论那些事情 ， 我们讨论这些真正意义上的工业革命跟历史革命带来的这些事情 ， 大家会说所以最近一段时间讨论 什么比较多呢 ， 讨论说我们跟互联网行业相比的时候 ， 确实互联网行业当年看到的表象是说所有上市的纳斯达克的 .com 股份爆了 ，但是实际上底层的基础设施的光纤为我们提供了后来所有互联网的基础 ， 可是现实的问题在于那些当年铺设光纤的公司全部死掉了 ， 那是不是今天所有这些数据中心公司可能也会死掉 ， 然后呢未来会带来一个美好的 未来 ， 然后这里面出现了一个 bug 是说光纤铺在那 15 年 20 年之后还是可以用的 ， 对吧 ， 应该放在那三个都不用三年， 两年之后那个卡就没法用了 ， 或者就过时了就要折旧了 ， 那这个卡的折旧周期到底是多少 ， 然后再有一个讨论 ， 比如说大家会说巨大的 Capex 投入是建立在头部公司超强的营收能力上的 ， 就这几家 Meta、Google、Nvidia、 微软都是每年自己可以赚个 1000 亿 美金的 ， 所以我投 1000 亿美金没问题 ，但是除了这几家之外的这个体系内其他那些公司 ，Coway 这几家做云的公司 ， 甚至马斯克的 XAI，他们的现在需要新的钱已经开始用债务了 ， 所以很多人去分析泡沫的时候说股带来的泡沫其实没有那么麻烦 ，但债带来的泡沫就很麻烦 ， 资金带危机 ，因为债是硬性的 ， 所以你会发现我们把那几家最大的拿掉之外， 底下的风 险系数已经非常高 ，Coway 这种公司资产代表已经没法看了 ，但人说我他妈原来是做矿场的 ， 古典金融这点杠杆 ， 对吧 ， 对于我们这些 Web3 的公司而言好像也没啥大不了的 ， 对吧 ， 所以这是一个叙事 ， 然后再一个更有意思的叙事 ， 比如说我们回看今天截止到 2025 年 10 月中标普 500 所有的公司涨的最好的那俩公司 ，不是 Planetary，不是基于通用电气能源 ， 甚至不是金 矿公司 ，是两家做硬盘的公司 ， 希捷跟西部数据 ， 为什么 ，因为大家发现市中心的建设狂潮 ， 大家吵完了第一波最直接受益的英伟达 ， 吵完了无公司 ， 连 VAR 气跟冷却都吵完了 ， 电力也吵完了 ， 发现需要硬盘 ， 需要存储 ， 然后硬盘又受到固态颗粒的限制 ， 所以为什么 Sam Altman 最近去了韩国和日本找 SK 跟三星 ，因为他要捣动存储颗粒的基本 ， 就是又回 到刚才我们说的那句话 ， 我们真的不知不觉走到了很多事情的极限 ， 就是电力冷却这些已经讲无数 ，但是你发现连存储都出了限制 ，而且这个东西这个行业绝对垄断 ， 所以你发现所有的事情全部打包在一起之后， 你说是谁的原因或者是一家公司两个 ，不是 ， 它就是一场巨大的共谋 ，但共谋不是非主动的 ， 它就滚到这了 ， 没有办法了 ，而当我们意 识到的时候回头看已经没有退路了 ， 我们只能继续往前走了 ， 就是它就是一个这样的故事 。 我觉得挺有意思的 ， 我们从一开始这个讲大模型讲多模态讲 Agent， 然后到后面讲二级市场 ， 这个就一开始可能我们聊的是创业 ， 聊的是机会 ， 聊的是技术产品 ， 然后聊到最后其实是非常这个有历史的这种 。 **庄明浩** [1:26:14] 我儿子把钱拿走了 ，有这种非常宏观的好像我站在这个黄河的悬崖峭壁上看这个大好河山 ， 或者这个你不知道这个河山是要下雨了还是要万丈晴空了 ， 对 ，anyway 我觉得很有意思的一期内容 ，也谢谢明昊 ， 感谢感谢 ， 然后也期待明年这个时候我们再来复盘 ， 好 ， 谢谢 ， 感谢感谢 ### 结束语 **庄明浩** [1:26:41] 。 --- 本节目库由 PodHood（https://podhood.com）提供支持——播客网站平台。