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
人工智能标志着超越工业革命的范式转移，人类正从信息时代迈向能力时代。技术演进遵循基础设施、应用爆发与原生应用三个阶段，当前 AI 正处于向智能体（Agent）阶段过渡的开端。传统的科层制公司制度将逐渐衰亡，取而代之的是以任务为核心、全员合伙人制的 AI 原生组织。卓越的战略决策源于反共识，企业需通过 “看十年、想三年、干一年” 的动态张力进行战略生成。模型公司作为基础设施提供商，其价值在于提供低成本智能，而未来的时代性企业将诞生于能够建立智能体标准、抢占用户入口的平台型应用中。在 AI 接管结构化知识处理后，人类的核心竞争力将回归于无中生有的创造力，组织形态将向更加透明、协同的网状结构演变。
本期节目邀请清华大学博士候选人孙宇涛，深度解析 Kimi K3 的技术架构与预训练策略。K3 通过混合注意力机制、门控 MLA 及潜在专家混合（Latent MoE）等设计，在提升模型智能上限的同时兼顾推理效率。孙宇涛指出，K3 在长上下文处理中采用 Nope 编码以优化外推表现，并利用 Quantile Balancing 解决大规模分布式训练中的负载均衡难题。该模型验证了在 2.8T 参数量级下，通过架构与基础设施的协同设计及科学的预训练调优，能实现有效扩展。K3 的实践表明，大模型研究已从单纯的架构创新转向系统性优化，模型参数规模仍是决定智能上限的核心驱动力。
17 岁的高二学生苏庭灏通过自学独立开展 AI 预训练研究，其论文成功入选 ICML 2026。他分享了探索 AI 模型的艰辛，指出 AI 不仅重塑了学习效率，更引发了青少年对人生意义的深层焦虑。面对 AI 可能超越人类能力的现实，他强调技术发展不可逆转，人类应在拥抱 AI 工具的同时，将重心回归至人与人之间的真实情感中。这种在尖端科研与乡村支教之间切换的经历，让他意识到在技术指数级增长的时代，保持对生活的热爱与对人类连接的追求，才是应对未来不确定性的根本之道。
英伟达研究副总裁刘明玉深入探讨了世界模型 Cosmos 3 的研发逻辑及其在物理智能领域的战略意义。英伟达致力于通过开源模型赋能开发者，Cosmos 3 融合视觉、听觉与行动等多模态信号，旨在为机器人构建理解物理世界的基座，攻克泛化难题。访谈揭示了英伟达独特的企业文化：以 “使命为老板” 的有机组织架构、坚持不裁员的长期主义及基于第一性原理的决策机制。刘明玉强调，物理智能的爆发依赖于软硬件的深度整合，英伟达的目标是通过构建算力与模型基座，推动整个物理 AI 生态的繁荣，而非追求单一模型的绝对领先，这体现了其作为基础设施型公司的核心定位。
人工智能领域正涌现出一批由具备深厚科研背景的年轻团队组成的 “Neo Labs”，其核心聚焦于世界模型与 “AI for AI”（AutoResearch）。清华大学人工智能学院助理教授、元象智能首席科学家刘子鸣指出，当前 AI 研究存在缺乏结构化数据与抽象能力的痛点，而 “AI for AI” 旨在通过自动化手段实现 “AI 物理学”，即利用物理学方法论理解、改进并设计 AI 模型。通过将研究过程结构化，构建能够预测实验结果的 “原模型”，研究者有望从传统的 “古法科研” 转向规模化、自动化的科学探索。这一路径不仅致力于提升模型设计效率，更旨在打造 “训练自动驾驶” 系统，使非专业用户也能在低成本下完成高质量模型的定制与训练，从而...
vLLM 从校园开源项目演变为商业化组织 Infract，标志着 AI 基础设施在模型推理领域的核心地位。学术界算法研究的边际效应递减，促使研究重心转向更具确定性和工业影响力的机器学习系统工程。vLLM 通过 PagedAttention 等技术解决了大模型推理的效率瓶颈，而将项目捐赠给 PyTorch 基金会并成立商业公司，旨在保障开源中立性的前提下，获得持续的资源支持与法律保障。模型结构与基础设施的深度协同（co-design）是提升推理效率的关键，DeepSeek 等模型在推理性能上的极致表现，正是算法与系统工程紧密协作的典型成果，这为 AI 基础设施的未来发展提供了重要范式。
具身智能正处于从硬件本体向 “具身原生” 大脑模型转型的关键期。蚂蚁灵波首席科学家沈宇军指出，当前机器人发展的核心瓶颈在于缺乏高质量、可规模化的物理世界数据，而非单纯的硬件堆叠。与数字世界模型不同，具身原生模型需从传感器原始数据出发，通过单向建模与原生 MOE 架构解决实时性与空间感知难题。尽管目前尚未迎来具身智能的 “GPT 时刻”，但随着数据采集标准与基建的成熟，行业正加速从实验室演示迈向真实场景落地。未来，具身智能将通过跨本体、跨任务的通用大脑设计，实现从单一任务执行向复杂环境交互的跨越，数据规模化与质量清洗将成为决定竞争格局的关键变量。
Physical Intelligence 研究员柯丽一鸣解析了通用机器人大脑的研发路径。公司通过 Pi0 至 Pi0.6 系列模型，重点攻克机器人的操作能力、泛化性与执行表现，推动机器人从自动化工具向具备通用智能的 “大脑” 进化。机器人领域正经历从传统控制理论向数据驱动机器学习的范式转移，通过强化学习让机器人自主探索以超越人类示教局限。柯丽一鸣探讨了机器人自我组装与 “繁殖” 的可能性，认为该技术将重塑生产力结构，使人类从繁琐体力劳动中解放。尽管硬件稳定性与评估体系仍面临挑战，但数据驱动的通用大脑正加速机器人进入家庭场景的进程，推动机器人从单一任务执行者向具备通用交互能力的智能体转变。
SpaceX 的使命在于将人类打造为多星球物种，火箭仅是实现这一目标的手段而非终点。2015 年可回收火箭的成功是航天业真正的转折点，它将发射成本降低了近十倍，为后续的商业航天奠定了基础。随着 SpaceX 与 x.AI 的整合，太空被视为建设高性能 AI 数据中心的新高地，利用真空环境的天然优势和无尽的太阳能，突破地球基建的电力与审批瓶颈。SpaceX 的成功不仅在于技术迭代，更在于其独特的 “马斯克文化”：通过第一性原理思维，将极高规格的航天制造转化为类似汽车工业的大规模量化生产，从而在极高的人才密度与高压环境下，持续推动人类文明向宇宙扩张。
安克创新创始人阳萌探讨了公司从消费电子品牌向 “深科技” 企业转型的战略逻辑。核心在于 “浅海战略”，即聚焦规模适中但高价值的细分市场，避开手机等超级品类的红海竞争。公司通过组织变革，从集权管理转向分层授权的 “总统与联邦” 模式，赋予一线决策者更大权限。面对 AI 范式变化，安克致力于将感知、规划与控制能力内化，通过自研存算一体芯片及端侧大模型，解决通话降噪等具体用户痛点。阳萌强调，硬件公司的护城河在于领先技术、品牌信任及坚守使命价值观的创造者团队，而非单纯的规模扩张。
小鹏汽车正经历从智能电动汽车向 “物理 AI” 企业的战略转型。何小鹏指出，传统的软件工程模式已无法满足无人驾驶与通用人形机器人的研发需求，必须通过重构组织架构与底层逻辑，将 AI 从辅助工具升级为驱动核心。人形机器人研发难度远超造车，需通过全栈自研与人才潜力挖掘，在硬件与软件的深度融合中攻克物理世界的复杂交互难题。面对技术变革，小鹏汽车放弃了旧有的 “缝合式” 开发路径，转而押注 AI 驱动的组织变革，旨在构建既有上限又能封堵下限的智能体系。未来的汽车与机器人不仅是交通工具或机械，更是具备高度智能的 “物理 AI 体”，这是小鹏在下一个十年中寻求突破的关键所在。
2026 年被预言为 “现实与回调之年”，但 AI 领域的快速演进挑战了早期的市场判断。AI 投资的核心逻辑在于 “强观点、弱持有”，即在保持敏锐判断的同时，根据技术范式的突变灵活调整。Anthropic 凭借 Coding 能力的突破，证明了产品形态（Harness）与数据飞轮在模型竞争中的关键价值。当前 AI 产业仍处于 “投入 - 产出 - 结果” 的链条中，尽管降本增效初见成效，但如何实现从 “烧钱” 到 “增收” 的本质性利润增长仍是核心挑战。随着 AI 渗透率提升，模型将演变为底层处理器，而 Harness 作为操作系统层，将通过 Agent 间的协作与价值交换，构建出全新的商业生态与组织形态，推动生产力从单纯的效率提升...
AI 行业已进入模型能力趋同、更关注问题定义的下半场。编程与 Agent 任务因具备清晰的反馈信号和高质量数据，成为当前最具突破性的 AI 原生应用。模型能力的提升依然遵循 Scaling Laws，算力与数据仍是核心驱动力，预训练与后训练范式尚未触及天花板。随着 AI 研究从个人英雄主义转向大规模集体协作，研究员的核心竞争力已从单纯的技术创新转变为对复杂系统的工程化管理与严谨的问题定义能力。尽管模型能力快速迭代，但行业仍处于探索阶段，尚未出现真正的 “超级应用”，未来长上下文（Long Horizon）与自主实验能力的演进将是技术发展的关键变量。
AI Agent 的演进历程从早期的逻辑智能体，经由深度强化学习的神经网络智能体，最终走向以大语言模型为核心的语言智能体。语言不仅是人机交互的媒介，更是智能体感知、推理与行动的脚手架，极大地扩展了其自主性。当前 Agent 发展的核心瓶颈在于缺乏持续学习与构建领域世界模型的能力，导致在复杂任务中表现不稳定。未来，通过持续学习实现从通用智能向专家级智能的特异化，将是提升 Agent 可靠性、效率与成本效益的关键。OpenClaw 等项目的爆发标志着高度自动化个人智能体时代的开启，推动 AI 从单一工具向具备实际交付能力的劳动者转型。
2026 年大模型范式从 Chatbot 转向 Agent，预训练主导地位让位于后训练。小米大模型团队负责人罗福莉认为，OpenClaw 等开源 Agent 框架通过持久化记忆与任务编排，不仅弥补了模型能力的短板，还激发了中层模型的上限。技术研发核心已转变为 Agent 框架与模型的协同进化，通过群体智能与高效的后训练范式，显著提升了复杂长程任务的完成度。具备 1T 以上参数规模的基座模型成为 AGI 竞争的入场券，而低成本、高效率的推理架构及端云混合部署，正成为推动生产力变革的关键驱动力。
00 后华人女孩洪乐潼创办的 AI 公司 Axiom 致力于 AI for Math 领域，通过 Lean 形式化语言将数学逻辑转化为可验证的代码，旨在从根本上解决大语言模型的幻觉问题。Axiom Prover 在普特南数学竞赛中取得满分，标志着 AI 在处理高难度、非结构化逻辑推理方面取得重大突破。洪乐潼认为数学与代码本质相通，AI for Math 不仅是垂直领域的工具，更是通往专业超级智能（ASI）的关键路径，其应用前景涵盖芯片验证、理论物理及更广泛的科学发现。访谈深入探讨了她从 MIT 到斯坦福的学术转型，以及在硅谷坚持 “登月式” 创新的独特思考，强调好奇心与形式化验证将重塑人类探索真理的边界。
Coding has evolved into the primary accelerator for AGI, shifting AI development from simple Chatbot interactions to high-value Agentic tasks. This transition marks a critical juncture where AI models now automate complex software engineering, significantly compressing development cycles and enabling researchers to byp...
本期播客中小珺对话自然选择创始人 Tristan 张筱帆，探讨了 AI 社交产品 Elys 的设计理念与未来发展。Elys 旨在通过 AI 赛博分身促进真人的社交连接，解决人类的孤独感。Tristan 认为，AI 时代社交产品的核心在于 Context 的流动，通过 AI 理解和连接用户 Context，实现更高效、真实的社交互动。她分享了 Elys 的设计关键，即如何通过双重冷启动，增加用户 Context 并形成飞轮效应，使用户在虚拟世界中获得正反馈，并将其转化为真实世界的连接。Tristan 强调，AI 社交的本质是 AI 做工与人类做工的结合，AI 负责处理繁琐的信息筛选，而人类则专注于更重要的决策和连接。
本期播客小珺对话光轮智能创始人兼 CEO 谢晨，探讨了人工智能领域中数据的重要性及其产业现状。谢晨将数据比作教育，强调其对 AI 智能发展至关重要，并详细阐述了 AI 数据发展的不同阶段，从静态数据集到工业化生产流程，再到大语言模型时代的高阶教育。谢晨认为，最有效的数据往往是先失败再成功的数据，更接近人的学习过程。他还指出，机器人领域的数据收集面临结构性难题，数据金字塔的构建至关重要，并预测未来数据将以仿真为中心形成闭环。谢晨还分析了中美机器人团队在数据应用上的差异，以及大模型、世界模型和 VLA 团队的不同数据需求。
本期播客小珺对话华人青年科学家谢赛宁，探讨了他与图灵奖得主杨立昆一同创业的 Neolab AMI 公司，以及他个人在学术道路上的选择与思考。对话从小珺的童年记忆展开，谈及家庭环境对其性格的影响，以及在交大 ACM 班的学习经历。谢赛宁分享了在计算机视觉领域的探索，以及在深度学习浪潮下的选择。访谈深入探讨了科研的本质、如何定义问题、以及如何做出更好的研究。谢赛宁还分享了对人生、命运、以及与顶尖学者合作的看法，并对 AI 的未来发展方向提出了自己独到的见解，强调了世界模型构建的重要性。
Follow this podcast in Podwise
Sign in to get AI summaries, transcripts and mind maps for any episode, including new ones.
