Skip to content
Melo Podcasts Home
CategoriesLanguagesFollowing

Episode · 张小珺Jùn|商业访谈录

102. 和张祥雨聊,多模态研究的挣扎史和未来两年的2个“GPT-4时刻”

2 Jun 2025 · 2 hr 28 min

Play episode WhatsApp Download

Episode notes

今天这集,《商业访谈录》第一次迎来一位co-host,是大家熟悉的李广密。 广密邀请了大模型公司阶跃星辰的首席科学家张祥雨,来聊聊,多模态的前世今生和未来技术的前沿走向。 张祥雨在这集节目详细阐述了: 他参与的多模态的10年历史,对多模态的全新思考,以及所预见的下一个“GPT-4时刻”。 他提到一个细节:在训练过程中他曾经发现一件百思不得其解的现象——模型的通用对话能力、情商和知识量都是随着模型变大变得更强,但模型的推理能力(尤其是数学)表现却是先上升后平缓,再扩大反而是下降——这点在业界还未引发广泛讨论。关于这个 怪现象 ,他也给出了自己的解答。 下面是广密和祥雨的聊天。 2025,我们和AI共同进步! 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:) 多模态研究的10年史:迷茫和转机 02:00 张祥雨的学术经历和个人研究主线 12:25 CV(计算机视觉)向NLP(自然语言处理)的学习历史 17:14 2022年我开始对单纯靠视觉学出“CV领域的GPT时刻”比较悲观 18:22 纯视觉这个domain有什么问题? GPT这样的生成模型你可以同时拥有生成、理解和人类对齐,而静态图像这三者是割裂的 24:23 我停止了对静态图像表征的研究,构思新的研究主题:短期内利用视觉和语言的对齐关系 29:10…

Podcast

张小珺Jùn|商业访谈录

张小珺 · Tech & Science · Chinese

和你一起,从这里,探索新世界! 《张小珺商业访谈录》是一档深度访谈节目,以2至7小时的长对话为形式,聚焦真实的人物表达与高密度的前沿信息。由语言即世界工作室出品。 主持人张小珺是财经媒体人,专注中国科技业深度报道,覆盖AI、科技巨头、风险投资与知名人物。曾13次获得国内外新闻奖项,其中2022年至2024年连续三届获得亚洲卓越新闻奖(SOPA)——被称为“亚洲普利策”。她也是语言即世界工作室的创始人。 “如果我的访谈能陪你走一段孤独的未知的路,也许有一天可以离目的地更近一点,我就很温暖。”——张小珺

More from 张小珺Jùn|商业访谈录 All episodes →

  1. 29 Jun 2025 · 1 hr 30 min

    107. 和梦秋的catch-up:创投挺无聊,也聊聊旅行读书和女性主义

    这集没有宏大叙事,相当随性。嘉宾是清流资本创始合伙人、百度前技术VP梦秋。 关注《商业访谈录》比较久的朋友可能知道,梦秋基本每年都会来返场一次,和我们一起catch-up当下的创投水温以及她自己的生活。在狼性文化蓬勃的中国投资人圈里,梦秋一直是很佛系也很道家的存在。 这一集更是松弛,她直言工作挺无聊,所以在聊了正经话题以后,我们也聊了聊读书、旅行、观影和女生的碎碎念。 (本次节目录制在4月底) 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:) 02:00 2025年资本寒冬过去了吗?没… 04:00 DeepSeek的出现,让AI应用创业变得活跃了吗?没… 10:45 现阶段各种Bot的体验:神婆?舔狗?尤其点评微信、元宝和小红书 25:28 探讨一下,微信里怎么做Agent?通用Agent成立吗? 31:25 垂直Agent的创业机会和创业者 35:52 现在的组织倾向于小组织,这可能利好年轻创业者 37:42 为啥组织更小,融资额却更高了? 38:18 除了Agent,还在看的是具身智能(仿真器很重要) 43:57 可穿戴设备 54:54 大模型公司 58:31 这两年工作很boring,我的旅行之路 01:03:55 我的读书之路 01:12:34 聊影视行业(梦秋是中影独董)、《好东西》和女性主义 梦秋此前的节目:…

  2. 22 Jun 2025 · 2 hr 39 min

    106. 和王鹤聊,具身智能的学术边缘史和资本轰炸后的人为乱象

    今天继续《商业访谈录》的机器人专场,嘉宾是北京大学助理教授、银河通用创始人兼CTO王鹤。 王鹤毕业于清华和斯坦福大学。 他给我们从“具身智能”的学术缘起开始聊起,这是一个学术流派从一个学科中萌芽到边缘再到主流渗透的全过程。 而随着ChatGPT诞生,“具身智能”这个小众概念,在过去2年成了新的资本宠儿—— 但一时间,也带来了新的乱象。 我们探讨了一些具身智能产业界关键问题: 1/具身智能起源于计算机视觉的学术流派,视觉、语言、智能的关系是什么?为什么VLM(视觉语言模型)的表现显著弱于LLM(大语言模型)? 2/具身智能的最大困境之一是数据采集,合成数据是正解吗?具体应该怎么做? 3/如果大模型提倡的是“智能即产品”,那么具身智能呢?王鹤的回答是“生产力即产品”。 去年底,英伟达创始人黄仁勋来华访问。答谢宴上,王鹤不仅和黄仁勋同桌,而且就在做黄仁勋旁边(挨着坐)。在节目最后,我们也聊了聊这个有趣的插曲——他提到, 那晚黄仁勋吃了不少水煮肉片。 2025,我们和AI共同进步! 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 开始的自问自答 05:58 语言不是智能的本质,而是“一次跃变” “具身智能”和“机器人”是不同学术流派 “具身智能”起源于“计算机视觉”的研究流派…

  3. 19 Jun 2025 · 1 hr 32 min

    105. 和奔驰王忻聊,产业大转折下的德国汽车、话语权和技术battle

    《商业访谈录》访谈过很多中国新能源车企的CEO和高层,今天的嘉宾来自一家德国百年车企,他是奔驰中国自动驾驶与车联网研发负责人王忻。 我们聊了聊中国汽车产业20年变革的历程,以及一家德国车企的转型与秘密故事。 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:) 产业大转型 01:25 20年前,就连波导手机也做过汽车 07:54 我曾在汽车Tier 1德尔福18年,3年前加入奔驰,背后是产业大转折 09:30 过去20年全球汽车产业的几个技术周期(2004年以前,2004-2014年,2014-2020年,2020年至今) 11:31 现在转变成数据驱动的时代,Tier 1黑盒交付的时代不再 话语权 27:40 中国团队和德国总部的话语权是争夺过来的吗? 28:27 奔驰中国研发团队组织架构、沟通机制和battle 34:08 德国企业的battle文化和美国企业是不同的 41:23 为中国设计生产的功能要反向输出全球的时候,需要哪些流程? 新技术 43:21 智能化是不可逆的趋势,但不能激进 46:50 车车通讯在L3实现以后需要重新定义 51:54 科技和豪华的关系:如果智能平权,豪华的标准变了吗 01:01:49 去年从规则算法切换到端到端的过程挺煎熬的 01:04:40 激光雷达是一个很好的冗余 01:05:35…

  4. 15 Jun 2025 · 2 hr 9 min

    104. 和Rokid祝铭明聊,吴妈、阿里、硬件创业黑森林的第11年

    随着AI的软件能力向硬件溢出,除了具身智能,智能眼镜或许是另一个会受益的产业。 今天的嘉宾是智能眼镜公司Rokid创始人祝铭明(Misa),2025上半年Misa佩戴其公司开发的智能眼镜出现在一次演讲中,一度引发关注, 今年也是他在硬件黑森林里创业的第11个年头。 我们从他的第一家公司1000万美金被阿里并购开始聊起——聊了聊 马云和吴妈 ,也聊了聊他的第二段创业、 智能眼镜市场的中美对比、阶段与趋势 。 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:) 02:00 开始的快问快答 02:36 阿里1000万美金收购我的第一个创业公司,全部换成了股票 05:14 最糟糕的时候,马云找我聊,引荐了Joe Cai(蔡崇信),又引荐了王坚博士 08:05 我还有两个星期发薪水,账上只有4000块 15:55 在阿里当高管,吴妈(吴泳铭)提出想做AI,成立M lab 22:43 Rokid的融资、马云的建议 27:40 吴妈当年是我的顶头上司,对吴妈的comments 31:41 2019年重要决策:一星期内从AI切换AR赛道 48:00 像器官一样的硬件会从手机切换到智能眼镜? 59:17 重要决策之后裁员了一大半,清空了一幢楼 01:05:45 转型后第一次PMF 01:09:55 现在的智能眼镜在黑莓到iPhone 1的中间阶段…

  5. 8 Jun 2025 · 1 hr 45 min

    103. Lovart创始人陈冕复盘应用创业这两年:这一刻就是好爽啊!!哈哈哈哈哈

    今天的嘉宾又是一位AI应用创业者,Lovart创始人陈冕。 他的产品成为2025年既Manus之后,另一个在全球斩获一定知名度的Agent。不同的是,Manus是通用Agent,Lovart是垂直Agent,面向设计师使用。 与其说他是做产品的CEO, 他的精神状态更贴近一名“战斗型CEO”。 这次访谈发生Lovart火了之后,你能感受到陈冕在过去2年遭遇了补贴战争、产品下架、账上只剩4000块现金的绝境、怎么都融不到资等一系列愤懑之后——此时此刻,充斥着的要溢出的快乐。 这是2025年对一位Agent创业者精神状态的截取。浪潮的大幕才刚刚拉开。 2025,期待我们和AI共同进步! 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 开始的快问快答 漂泊 05:00 一个90后的不断跳槽的10年移动互联网经历 (腾讯、360、百度、滴滴、摩拜、美团、每日优鲜、字节教育和剪映) 07:02 经历了两次战斗,战斗正酣的时候是顶点,后面一地鸡毛 13:58 从0到1做瓜瓜龙,刚升字节4-1,就撞上双减了 15:18 换一种选择,会更好吗? AI来了,觉得自己被解救了 25:25 AI至少是电脑的发明,比肩信息革命的变革(智能化vs信息化) 28:58 被救赎的一刻:“希望是一切痛苦的解药,是一切痛苦的意义” 29:51…

  6. 28 May 2025 · 2 hr 43 min

    101. 对YouWare创始人明超平3小时访谈:今天Agent像大猩猩刚拿起一根烧火棍

    今天的嘉宾是明超平(小明/Leon),一名AI应用创业者。 2024年的AI叙事还是大模型,《商业访谈录》访谈了杨植麟、王小川、李开复等大模型公司创始人;稍一转眼,2025年的AI叙事已然变成应用公司和Agent—— 新的主角登场了。 这集节目和往期 《对Manus创始人肖弘的3小时访谈:世界不是线性外推,做博弈中的重要变量》 一样, 也是来自一线“AI应用爆发”、“Agent爆发”的前沿声音。 在中国创投圈,明超平是一位创业伊始就受到资本相对共识的创业者。他出生于95年,曾先后在OnePlus、ByteDance、Moonshot做产品。这是他第一次做CEO,发的第一个产品叫YouWare。 他和我们此前的两位嘉宾有一些渊源:一个是杨植麟,2023年他和杨植麟深谈了10个小时,从白天到黑夜,聊完决定加入Moonshot;另一个是肖宏,有时候我会听到创投业人士将小明与小红对比来聊,说他们都属于 “Hands-on型、产品型创业者” 。 是不是这样呢?今天的3小时访谈希望能呈现小明的真实状态,是不是大家说了算。 不过,虽然老被关联,小红与小明至今没见过。 期待2025,我们和AI共同进步:) 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:) 03:16 开始的快问快答 那些散漫的叛逆的挫败的少年成长 04:36 童年和少年片段…

  7. 23 May 2025 · 58 min

    100. 对话奔驰全球CEO康林松:转型期CEO和转型之中的139岁奔驰

    2025年3月底,奔驰汽车全球CEO康林松先生(Ola Källenius)来华9天,期间我对他做了一次访谈。 奔驰是世界上第一个发明了燃油车的公司,现在正处于奔驰139年历史上最重大变革时期,可以说 康林松是主导这场关键变革的“一名转型期CEO”。 他1969年出生于瑞典,1993年加入了奔驰,绝大多数职业生涯都在奔驰;6年前,他在2019年担任了奔驰全球CEO。值得一提的是,他是奔驰历史上第一位在上任时非德裔的CEO。 我和康林松先生聊了聊 他上任6年的重要战略决策(包括豪华车战略、电动化战略)、中国市场的成与败、科技平权与豪华车是否有悖论,以及在他领导之下的这场奔驰有史以来最重大的关键变革。 我想给大家呈现的是一个,转折之中的139岁巨人。 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:) 04:12 第一部分:谈中国市场 过去6年,你对中国市场最重要的观点是什么? 你们在中国的市场份额过去3年一直下降,什么原因导致的? 这是否意味你们在中国的电动车之战中,输了? 你们更强调豪华车战略,而不是电动化转型,是这样吗? 你喜欢中国汽车里的彩电、冰箱、大沙发吗? 你们在中国市场的成败会决定全球转型的成败吗? 计划采用哪些创新策略来扭转在中国市场的局面? 18:24 第二部分:谈AI和新技术…

  8. 28 Apr 2025 · 2 hr 35 min

    99. 对能量奇点创始人杨钊3小时访谈:人类驯服可控核聚变还有多少路程?

    2021年,Sam Altman以个人名义向美国核聚变初创公司Helion Energy注资3.75亿美金,这是他迄今最大的一笔个人下注。Helion豪言称,将在2028年前建成全球首座50兆瓦聚变电厂。 马斯克持不同看法。他曾说:“我们的头顶一直就有一个取之不尽、用之不竭的核聚变反应堆——太阳”。他相信太阳能才是人类能源问题的根本路径。 不过,在许多人眼中, 可控核聚变仍然是“能源界的圣杯”。 随着今天我们向AGI迈进,能源将是文明演进的最大瓶颈——毕竟,AGI或许不惧怕人类,但一定害怕断电。 这集节目,我邀请了中国可控核聚变创业公司、能量奇点创始人杨钊来聊聊。相比AI,可控核聚变是一条更漫长、更人迹罕至的创业之路。 它几乎是面对人类有史以来最复杂的物理难题之一,站在科技与人类文明的边界上,做技术摸索。 节目中,杨钊帮我们做了一次关于可控核聚变的前沿技术科普;作为中国可控核聚变事业的参与者,他也相对清晰地计算出了, 人类驯服可控核聚变还需要多少资金要消耗?还有多少路程要走? 我们也聊了聊,在更远处的未来,当能源成为无限,我们的世界、我们的文明又将怎样? 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 开始的快问快答 高频专业名词解释 04:10…

  9. 6 Apr 2025 · 2 hr 30 min

    98. 逐篇讲解机器人基座模型和VLA经典论文——“人就是最智能的VLA”

    今天的嘉宾是清华大学交叉信息研究院助理教授、星动纪元创始人陈建宇。他的研究和创业方向都是人形机器人。 大语言模型浪潮爆发后,学界和工业界看见了机器人从专用走向通用的可能迹象, 机器人革命 随之而来。其中,本轮革命最重要的是, 对机器人底层架构,也就是机器人“大脑”的探索。 但通用机器人还在科学研究阶段,处于产业发展早期。这集节目,陈老师将带领大家, 概览式阅读机器人基座模型和当下最前沿的架构VLA架构(Vision-Language-Action Model,视觉语言动作模型)的经典论文。 希望我们的节目能直观地帮助更多人靠近科学前线,感受技术之美,并且能直观感知当前技术拐点。 还是那句话:期待2025,我们和AI共同进步! (因为因为,陈老师真的分享了很多很多的动图和视频,本集结合视频服用效果更佳噢!可以前往: 含投屏的视频版本 。嘿嘿!预祝你学得开心!学得顺利啦!) 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:) 02:30 陈建宇的研究和创业方向 04:11 讲解开始前,先提问几个小问题 17:36 当下最大变量:从专用模型到通用模型(robot foundation model)的可能性 21:12 大模型浪潮爆发后,机器人领域经历了两个阶段:从利用基础模型进行机器人研究(leveraging foundation…

  10. 30 Mar 2025 · 2 hr 1 min

    97. 25年Q1大模型季报:和广密聊当下最大非共识、AGI的主线与主峰

    很多人在催更《全球大模型季报》的2025年第一集,在Q1的最后一天,终于和大家见面了! 这一集广密依然带来了信息满满的有关于全球大模型最新的的前沿认知。经历了最近几个月的全球AI格局巨变, 他最大的变化是,重新坚信了Pre-training(预训练) ——认为只有Pre-training才能决定模型内在的上限,涌现新能力,而Post-training+RL(后训练+强化学习)是加强。 在这一集季报中,我们对于Q1的 全球明星DeepSeek、作为模型“盗火者”的Manus、OpenAI的烟雾弹、硅谷的认知分歧与价值观、未来的范式级新路线 ,都进行了一一讨论。更重要的是,他更新了 在一位AGI原教旨主义者的眼中,AGI的主线、珠峰与路途。 希望《全球大模型季报》能持续陪伴你,2025,我们和AI共同进步! 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:) 04:22 Pre-training叙事卷土重来 今天最大非共识是Pre-training空间还非常大,Pre-training决定了模型内在的上限 还是要再喊一下,大家还是要重视Pre-training了,这个最本质 OpenAI现在不那么重视Pre-training,为什么?OpenAI的Pre-train核心团队一直挺动荡 11:56…

Take it with you

The Melo app keeps playing with the screen off, works in the car and on your watch, wakes you to your station, and browses the whole catalogue offline. Free, no ads, no account.

Get it on Google Play