硅谷101 硅谷101

视觉、语言理解等多模态大模型和仿真训练技术的结合像是给机器人打了鸡血，让它们变得越来越聪明，行动能力越来越强，越来越像人。 “具身智能”的出现，让机器不再仅仅是被动的计算设备，而是能够主动与物理世界互动的智能体。


从创业公司到科技巨头，从软件平台到硬件开发，这场机器人竞赛的参与者越来越多。从特斯拉的Optimus到波士顿动力的Atlas，这些类人形机器人展现了无与伦比的交互能力，实现了从视觉到动作的端到端神经网络闭环。这些进展似乎预示着“莫拉维克悖论”的终结，即机器人在感知和运动任务上的困难正逐步被克服。随着技术成本的降低和成熟度的提高，人形机器人的商业化应用是否已近在咫尺？在这场竞赛中，哪类玩家能够抢占先机？


本期《硅谷101》邀请到了NVIDIA中国区机器人业务负责人李雨倩 (Lily Li) 和五源资本董事总经理陈哲 (Peter Chen)，与大家分享他们对机器人行业的见解，讨论AI加持下的机器人行业有哪些新的工具和技术，还需要经历哪些挑战，才能真正实现规模化和商业化。


【主播】
泓君Jane，硅谷101创始人，播客主理人
【嘉宾】
李雨倩 (Lily Li) ，NVIDIA中国区机器人业务负责人
陈哲 (Peter Chen)，五源资本董事总经理


【你将听到】
03:32 大模型、仿真训练和巨头的入场加速了复杂形态机器人的发展
06:19 SayCan，PaLM-E，RT-2等大模型是突破的关键
08:58 NVIDIA做机器人早有积累：从训练、仿真到推理
15:52 大火的“具身智能”关键在于智能体与外界有交互
21:14 机器人一定要像人吗？有时三个手臂更实用，但“人形”是人类文明的形象承载
26:14 中国的机器人开发者最关心什么时候可以用上GR00T
31:31 物理世界 or 仿真平台：不管在哪里训练机器人，都离不开真实世界数据
37:03 泼个冷水：通用机器人尚无商业化案例
38:49 垂直品类的机器人主要在扫地、仓储搬运、无人机
45:37 现在做通用机器人，难度大于在2005年做特斯拉
46:15 十年：当通用机器人商业化时间超过一家基金的存续期
47:57 让机器人“学会拿杯子”就可以拿诺贝尔奖
51:18 各有所长：中国领先供应链和垂直落地场景、美国擅长探索通用能力
55:10 做机器人要有长期主义心态，在低谷期建立复原能力
56:37 “技术泡沫”也意味着顶级聪明人的聚集和新的商业机会


【相关音频】
E113 | 大模型来了，但机器人研究依然很难，商业化更难


【相关补充信息】


具身智能
Embodied Artificial Intelligence，是指一种基于物理身体进行感知和行动的智能系统，其通过智能体与环境的交互获取信息、理解问题、做出决策并实现行动，从而产生智能行为和适应性。1950年，图灵在其为人工智能奠基、提出图灵测试的经典论文《Computing Machinery and Intelligence》的结尾展望了人工智能可能的两条发展道路：一条路是聚焦抽象计算（比如下棋）所需的智能，另一条路则是为机器配备最好的传感器、使其可以与人类交流、像婴儿一样地进行学习。这两条道路便逐渐演变成了非具身和具身智能。


Project GR00T
NVIDIA 于今年3月发布的人形机器人通用基础模型，GR00T 驱动的机器人（00代表通用机器人00技术）将能够理解自然语言，并通过观察人类行为来模仿动作——快速学习协调、灵活性和其它技能，以便导航、适应现实世界并与之互动。


PaLM-E
PaLM-E是一个由谷歌和柏林工业大学在2023年共同提出的具身多模态语言模型（Embodied Multimodal Language Model）。这个模型能够将现实世界的连续传感器模式直接纳入到已经预训练好的大型语

2018年10月印尼狮航的波音737 MAX飞机坠毁，5个月后，埃塞俄比亚航空公司的波音737 MAX 8型客机发生空难，两起空难共造成346人遇难。不幸的是，这并不是故事的结束。今年，波音公司再次频繁登上头条新闻，这一次是因为多起令人震惊的事故在短时间内接连发生——包括内嵌式应急门脱落、引擎起火、轮胎掉落、冲出跑道以及机翼受损等。


今年4月，美国国会参议院举行了听证会，波音公司的安全文化受到了严格的审查。在听证会上，包括波音前工程师萨姆·萨利赫普尔在内的多名证人出庭作证，他们对波音飞机的安全性提出了严重的担忧。更令人震惊的是，正在波音接受国会和司法调查期间，两位波音的吹哨人在不到两个月时间内非自然死亡。


作为全球航空业的巨头，波音公司正面临着新一轮的信任危机。美国航空监管机构、航空公司、乘客甚至波音公司自己的员工都在纷纷发出抗议的声音。投资者也表达了自己的担忧：波音公司的股票今年下跌了 28%，成为标准普尔 500 指数中表现第二差的公司，仅次于特斯拉。


波音到底怎么了？《硅谷101》邀请到了Wintell & Co 律所高级顾问，Eding Yi，回顾最近举行的波音听证会，讨论多起事故背后的原因、以及未来的飞行安全。


【主播】
泓君Jane，硅谷101创始人，播客主理人
杜秀，硅谷101播客监制
【嘉宾】
Eding Yi, Wintell & Co 高级顾问




【你将听到】
03:16 波音事故频发不是偶然事件
04:13 设计有缺陷的MCAS是737 Max两起坠机的罪魁祸首
08:11 全链条漏洞使得波音飞机的失事无法避免
11:43 多位吹哨人将波音推进舆论漩涡
14:52 五年前的空难后，美国与波音公司达成不起诉协议
15:32 吹哨人在听证会爆料被波音公司持续无视和打压
18:54 百人遇难却无人入刑——航空灾难的诉讼流程极为冲突且复杂
24:30 听证会的底色对波音相对友好
26:36 即是裁判员又是运动员：FAA对波音问题的处理能力有限
30:45 听证会期间两位吹哨人接连死亡是巧合吗？
32:25 吹哨人：“鉴于我在波音所看到的一切，我不再敢乘坐飞机”
36:34 失去向日本学习精益制造的机会，波音是美国制造的黑暗时代
39:06 心态更放松的空中客车在订单储备上已经超越了波音公司
43:35 航空供应链并非流水线化，依然是匠人精神与以人为本
48:07 非官方建议：出行可以选航司，还可以参考ICAO官方安全报告




【相关补充信息】


MCAS系统
Maneuvering Characteristics Augmentation System（机动特性增强系统）是波音737 MAX飞机上采用的一种飞行控制律，在原始设计中MCAS依靠来自单个迎角传感器的输入数据来监控飞机在飞行中的迎角，原本是为了增强飞机在高迎角条件下的俯仰稳定性，但在实际运行中，由于对系统潜在风险的沟通不足以及传感器数据的依赖问题，导致了严重的事故。在两起涉及波音737 MAX飞机的空难之后，波音公司对MCAS系统进行了升级。


FAA
美国联邦航空管理局（Federal Aviation Administration）的缩写。它是美国政府机构，负责制定与飞机相关的规则和标准。


ICAO Safety Reports
国际民用航空组织（International Civil Aviation Organization）发布的安全报告。该年度报告提供有关全球航空安全情况的更新，包括事故统计数据、相关风险因素分析以及与全球航空安全计划（Global Aviation Safety Plan，简称 GASP）相关的指标更新。




【监制】
杜秀
【后期】
AMEI
【Shownotes】
杜秀




【BGM】
One Last Drama - Philip Ayers
No Turning Back - Alan Carlson-Green
Are You Alone_ - Victor Lundberg
Reviving - Megan Wofford




【在这里找到我们】
公众号：硅谷10

作为全球自动驾驶第一股，图森未来经历了被做空、被美国监管机构调查以及创始人内斗等种种问题，在大国科技交锋的风口浪尖上，图森未来比Tiktok的故事更加跌宕起伏，更艰难。


在今天跟侯晓迪的对谈中，你会感受到他犀利、坦诚，一个多灾多难的公司，加上一个棱角分明的创始人，侯晓迪一直都处在舆论风暴的中心。


在我们采访到侯晓迪的时候，他已经开始了他新的一次自动驾驶卡车创业，新公司的名字叫做Bot.auto。我们与侯晓迪聊了聊大家对自动驾驶行业的错误认知，以及大模型如何帮到自动驾驶行业，还有他为何认为马斯克是自动驾驶行业的一个搅局者。


【主播】
泓君Jane，硅谷101创始人，播客主理人
陈茜，硅谷101联合创始人，视频主理人
【嘉宾】
侯晓迪，无人驾驶卡车公司Bot.auto创始人兼CEO


【你将听到】
00:07 图森未来三大挫折与退市全过程
03:46 为什么再次创业还是无人驾驶：2027年能赚钱
07:56 为了生存，无人驾驶公司能做的“副业”
08:42 自动驾驶级别的科普、不同级别商业模式不同
11:26 马斯克宣布8月推Robotaxi：他也许没有赢，但我们已经占下风了
14:56 L4挣钱之前要解决的核心问题：安全性、冗余与运营
15:21 模型越大效果越强？并不是
18:10 高速比拥堵的城市更容易实现无人驾驶：不必面临太多权责不清的交通场景
20:31 具备迁移能力的大模型，爆火出圈只是小创新累积的必然成果
24:33 大模型对自动驾驶行业的启发：低成本、高效率的冷启动
27:33 从小在互联网被骂，创业对自己的意义
29:41 创业那些事儿：招人标准、股权分配、初创公司容易踩的坑
33:38 “看十年，想三年，做一年”，公司战略不能只为了融资
35:50 做人形机器人的都是骗子？会飞的汽车、科幻和商业的矛盾
37:12 波士顿动力是长期主义的公司，探索控制论的边界
42:12 谈招人：你在火箭上不挑座位
43:45 离开图森后、再次创业前的思考斟酌，今非昔比的市场环境
49:49 “实名反对马斯克：他在伤害无人驾驶行业”
55:27 自动驾驶行业低谷——加息带来的资本寒冬
57:19 激光雷达 vs 机器视觉：能抓到耗子的就是好猫
58:28 谈谈Sora与世界模型：新瓶装旧酒
62:05 长尾问题目前不是无人驾驶卡车的主要阻碍


【相关阅读】
提到的Andy grove的两本书：
Only the Paranoid Survive（1988）
High output management（1983）


【后期】
Amei


【BGM】
Interruption - Craft Case
LBRTY - Heyson
I Am Back - Ruiqi Zhao
The Deal - Ruiqi Zhao
Adventurous Legend - Ruiqi Zhao


【在这里找到我们】
公众号：硅谷101
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客
海外用户：Apple Podcast｜Spotify｜TuneIn｜Youtube｜Amazon Music
联系我们：podcast@sv101.net
Special Guest: 侯晓迪.

你知道每使用一次ChatGPT，OpenAI需要交多少电费吗？前阵子模型微调平台OpenPipe创始人Kyle Corbitt爆料称，如果在美国一个州内使用超过10万个H100芯片，就会使电网瘫痪。英国、爱尔兰等国家也已经在限制AI数据中心对电力系统的占用。


在新技术诞生和应用的历史潮流中，我们经常发现，技术本身并非是最大的障碍，往往伴随而来的是对现有基础设施建设的挑战，比如家家户户会用到的电力系统。


所以AI巨头们的竞赛，不仅仅要囤芯片，还需要屯变压器，还要抢电。未来3-5年内，AI带来的电力短缺到底有多少？如果大基建跟不上，巨头们的解决方案还有哪些？我们今天就来掀开数据中心的电表看一看。


【主播】
泓君Jane，硅谷101创始人，播客主理人


【嘉宾】
徐熠兴（Ethan），微软能源战略部资深项目经理
项江，瀚海聚能CEO


【你将听到】
「AI用电荒」
01:52 AI耗电现状：美国的AI数据中心当前耗电量堪比纽约市
03:05 未来电力需求预测，电力单位的概念解释
06:00 OpenAI导致微软电网崩溃？AI用电的特殊性和波动性，对传统电网设计的冲击
11:25 美国电力行业面临的挑战：未来三五年，AI会和居民抢电吗？
16:10 AI意外加重了能源转型的负担：电力将成为AI发展的新瓶颈
17:43 硅谷公司们怎么布局数据中心？短期靠抢电，长期选址时考虑与电力公司的合作
22:19 中国当前的电力供应结构：几种发电方式、基础设施建设能力相对好


「能源现状与解决办法」
25:45 中国先进核能的“三步走”规划：热堆、快堆、核聚变堆
27:00 科技巨头们的新难题：既要考虑气候变化又要发展AI，真贵
29:43 AI消耗的能源有可能减少吗？AI训练数据耗尽 or GPU的效率提高
35:36 核能作为未来能源解决方案的潜力：几种清洁能源的成本对比
39:28 核裂变vs核聚变，选谁？
42:57 什么时候能用上核聚变发的电？科学问题差不多了，还是巨大的成本问题
48:16 Helion Energy与微软的对赌协议
50:04 核聚变公司的几大流派


「未来对策」
53:00 美国、中国和欧洲数据中心的选址问题：数据资产、东数西算
55:42 电网负担的解决方案：能源转型、分布式储能
59:00 AI和能源行业相辅相成：AI赋能核聚变


【名词解释】
电力单位换算
电量单位：千瓦时（kWh）、度
电力单位：千瓦（KW）、兆瓦（MW）、吉瓦（GW）
1 GW（吉瓦） = 1000 MW（兆瓦）
= 1000000 KW （千瓦）
= 1000000000 W（瓦特）


「星际之门」计划：微软与 OpenAI开发的全新人工智能超级计算机，计划投入 1000 亿美元，配备数百万专用AI芯片，以提供前所未有的计算能力，预计于2028年完成。


东数西算工程：“数”指的是数据，“算”指的是算力。“东数西算”是通过构建数据中心、云计算、大数据一体化的新型算力网络体系，将东部算力需求有序引导到西部，优化数据中心建设布局，促进东西部协同联动，于2022年2月正式启动。


「托克马克」：托克马克(Tokamak）是一种环形容器，它通过约束电磁波驱动，创造氘、氚实现聚变的环境和超高温，并实现人类对核聚变反应的控制。托卡马克的名字来源于环形（toroidal）、真空室（kamera）、磁（magnet）和线圈（kotushka）这几个俄语单词的结合，目前是实现可控核聚变的主流方式。中国科学家设计并建成的EAST（Experimental Advanced Superconducting Tokamak，全超导托卡马克核聚变实验装置）是这一领域的一个突出成就。


「氘氘（D-D）反应」&「氘氚（D-T）反应」：是指氢的两种同位素氘（Deuterium，化学符号D）和氚（Tritium

在今年的世界读书日，《硅谷101》编辑部与大家分享了四本书：从诺贝尔奖得主的人生旅程《Breaking Through: My Life in Science》到创作者的内心挣扎《The War of Art》，从《深度学习革命》的科学家群像故事到一个小镇女教师《奥丽芙·基特里奇》的生活写照。弗吉尼亚·吴尔夫说：”腋下夹着书的读者不需要奖赏，上帝也没有什么可以给他们，因为他们一生爱书。”我们希望和大家一起聆听这些关于热爱、信仰和坚持的故事，获得阅读的慰藉和力量。


本期节目参与小宇宙编辑部 「423 世界读书日」特别企划 —— 「春日宜尝新」，期待能陪伴你在这个春天，轻松阅读，愉快焕新。



【主播】
泓君Jane，硅谷101创始人，播客主理人
【嘉宾】
陈茜，硅谷101联合创始人，视频主理人
Jacob，硅谷101视频后期
杜秀，硅谷101播客监制


【你将听到】
《Breaking Through: My Life in Science》
作者：Katalin Karikó 推荐人：陈茜
推荐语：这本书并非仅仅讲述了一个人如何成名的打鸡血故事，而是展现了Katalin如何因热爱自己的事业而坚持，并在科研事业和家庭生活中保持爱与尊重。
03:23 作为小镇屠夫的女儿，经受了四十年的职业打压，三次被解雇，“mRNA疯女人“始终没有放弃
06:52 被欺负、打压、不受重视，但家庭给了她足够的养分和支持
10:10不为任何实验室或者老板，只为自己的信仰和热爱工作，那个东西叫科学
14:40遇到有毒的老板，即使需要离家200公里也不能停下工作
20:09 2005年就发表了mRNA修饰技术的论文，十多年无人问津
《深度学习革命》（Genius Makers）
作者： 凯德·梅茨（Cade Metz）推荐人：泓君
推荐语：整本书围绕整个深度学习的几大关键人物，一群少数派学者在长期不被主流学术圈认可的情况下，坚信深度神经网络会改变世界，最终推动了整个人工智能技术突破性进展。
23:18 被中译名耽误的深度学习发展史
25:44 百度曾经差一点得到Geoffrey Hinton和他的团队
27:42 创新源头是什么？最开始的三到五个人为什么坚信深度学习能改变世界？
30:54 看似“偏执”的科学家的共同之处：靠信念扛住打压和质疑
《The War of Art》
作者： Steven Pressfield 推荐人：Jacob
推荐语：Steven Pressfield 是著名的编剧和小说家。本书帮助了许多在创作行业挣扎的人找到了他们想要的答案，对抗阻力和拖延，成为一个专业的创作者。
39:56 Burn out（职场倦怠）是很多创作者都会遇见的常态
42:15 为什么总有一股“劝退的力量”阻挠你的创作
43:52 创意不会随机产生，“专业”首先要直面每天重复的工作
49:21 创作终究不是一次百米冲刺，而是一场马拉松
51:01 “Doing itself is what matters.” 我们在打的是一场创作的战争，而不是一场流量的战争
《奥丽芙·基特里奇》（Olive Kitteridge）
作者：伊丽莎白·斯特劳特 推荐人：杜秀
推荐语：本书曾获2009年普利策小说奖。13个独立的故事串联起一个普通美国小镇女教师的生活——当她站在不完美的人生路口，仍然需要与生活和解并继续前行。
53:02 这是一个普通的中老年妇女的日常，不是大开大合的史诗，人物描写细腻精确
56:00 不需要一气读完这13个故事，可以每天读一点，在你心里留下一点点波澜
57:14 被HBO改编成了同名限定剧，豆瓣评分9.4
58:02 是老师，是妻子，是母亲，奥丽芙的不完美人生让人无限共鸣
彩蛋时间：
01:04:15《硅谷101》独家对话2023年诺贝尔生理学或医学奖得主Katalin Karikó


【监制】
杜秀
【后期】
AMEI
【Shownotes】
杜秀


【BGM】
Serenade of Dusty Trails - River Foxcroft
Solitary Surrender - Rebecca Marda

AIGC的风终究是吹到了音乐圈——今年3月，“音乐届的ChatGPT” Suno V3粉墨登场，用户只需要在Suno上输入一句话的提示词，即可在数秒内生成两首两分钟的完整歌曲，从作词、作曲、演奏到人声演唱一气呵成，大大降低了普通人创作音乐的门槛。


已经习惯了各类“AI歌手翻唱”的听众和用户迅速拥抱了Suno，从《宫保鸡丁咏叹调》到《让我们荡起双桨》重金属，从英语、日语、俄语到普通话甚至是粤语，网友们自发上传的作品包罗万象，网易云音乐、QQ音乐等平台也迅速上线了SunoAI音乐专区，甚至还推出了定期更新的官方推荐歌单。


本期《硅谷101》邀请到了来自音乐和AI音乐生成领域的两位嘉宾，分享他们对以Suno为代表的文生音乐模型的看法，以及AI如何影响音乐产业的未来。


【主播】
泓君Jane，硅谷101创始人，播客主理人
【嘉宾】
冯建鹏，美国哈特福德大学哈特音乐学院打击乐讲师，百老汇全职演奏家，知名音乐博主“叨叨冯”（Youtube@daodaofeng）
Roger Chen，Meta Music Tech Lead


【你将听到】
02:26 为什么大家感觉是Suno是最火的呢？因为他敢最先把自己的文生音乐模型公之于众
02:43 【测评一】“找不到工作的悲伤摇滚乐”，结果并不悲伤
07:30 能听但没有态度，AI只能写出不愤怒的摇滚乐
11:02 AI写的歌可以达到业界平均水平，但无法出挑成为头部作品
14:40 速度是音乐创作最重要的指标之一，为什么AI写不出80 BPM的音乐？
18:26 AI写歌与人类作曲不是一个逻辑，只能从左到右按顺序写，没有全局观
22:07 训练素材足够全面和丰富，AI可能写出Taylor Swift水平的歌曲?
25:55 同样的音乐，水平不同的演唱者演奏出来也不一样
27:20 【测评二】英雄主题的交响乐，听感能得7分，作为乙方它不及格
33:40 Suno不能按提示词生成指定的乐器，它只追求听上去大概相似
37:48 AI生成音乐是无法抗拒的洪流，但暂时做不到像音乐家一样写歌
43:13 【测评三】挑战规则严谨的赋格，Suno会表现得更好吗？
47:05 赋格研究在AI音乐有20年历史，不过在巴赫的原曲面前还很稚嫩
52:32 音乐技术与心理学：Mp3技术是如何被发明出来的？
53:57 音乐的本质是“有组织的声音”，这是文生音乐大模型的底层逻辑
58:58 最怕无聊？艺术需要跳出人类总结
63:12 创作者的脑洞大开：在音乐里加入随机数机制


【提示词参考】
开场曲
《The future is now》 by Suno, an opening music for a podcast called Silicon Valley 101, discussing innovative technology, AI and business stories, jazz, easy, catchy.
【测评一】
05: 56 《Struggling in the shadows》by Suno, sad story of not finding a job, Classic Rock, 80 BPM, Guitar, Base, Drum, Keyboard.
【测评二】
27:46/29:42 《Hero themed symphony》by Suno, instrumental, strings, woodwinds, brass, timpani
【测评二】
30:27 《Hero themed symphony》by Suno, instrumental, strings, woodwinds, brass, timpani, Classical, 19th century.
【测评三】
46:21 赋格曲 by Suno,Toccata and Fugue in D Minor. Dark and dramatic, featuring solo organ creating a serious and powerful mood.
结束曲
《Silicon Pulse》 by Udio, closing note for the episode of AIGC music, hip pop, extended intro and outro.


【补充信息】
BPM
beats per minute，度量速度的音乐单位，每分钟多少拍（BPM）表示一个指定的音符，例如四分音符，在一分钟内出现的次数，BPM的数值越大代表速度越快。


Fairly Trained：
由来自前Stability AI、Humanistic AI等科技公司高管、知名好莱坞律所和音乐界人士发起的非盈利组织，对涵盖图像、音乐和歌曲生成的人工智能模型进行认证，证明他们已申请使用受版权保护的训练数据的许可。