十字路口Crossing

Koji
  • 4.6 (9)
  • Technology
  • Updated Weekly

AI 正在给各行各业带来改变，我们在「十字路口」关注变革与机会，寻找、访谈和凝聚 AI 时代的「积极行动者」，和他们一起，探索和拥抱新变化、新的可能性。 「十字路口」是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。

  1. 1d ago

    AI 下半场，不会只剩一个超级模型｜对谈 Kevin Ding：Pyromind 创始人/CEO

    ➤ 本周「十字路口」的嘉宾是 Pyromind 创始人 / CEO Kevin Ding。Pyromind 所在的赛道，常被称作 RL as a Service，也就是强化学习即服务、或后训练即服务。公司前不久完成天使轮融资，投资方包括高瓴、百度风投、蓝驰、Atypical 等机构。 但在 Kevin 看来，RL as a Service 只是起点，不是终点。他在节目里说，Service 只解决了一半问题；真正要让 Agent 在生产环境中持续改进，还需要把训练、奖励、反馈、部署和数据回流串成一条可以自动循环的管道——也就是 Pyromind 正在押注的 AutoRL。 我们也聊到了 Pyromind 的真实落地场景：工业质检、工艺参数优化、GUI Agent、Coding Agent，以及企业里那些 ROI 明确、数据足够富集、好坏标准相对清楚的生产问题。 同时，这期也会讨论一个非常现实的问题：企业 AI 到底怎样才能不是项目制咨询？ Kevin 坦诚，第一次进入客户场景时，FDE 的工作不可省：要理解数据制式、评价基准、业务流程和奖励信号。但 Pyromind 追求的是让这部分工作在相似模态和相似场景中逐渐递减，把一次性交付沉淀成可以横向复制的 AutoRL 管道。 Kevin 重点分享了他们的新工作 PyroDash：一个由 4B 小模型、强基座模型和协作引擎组成的大小模型协作架构。Kevin 认为，这背后对应的是一个更大的判断：需求世界是多元的，不是所有问题都应该被收拢到一个中心化大模型里解决。 这期适合所有关心 AI Agent、后训练、企业智能、工业 AI 和 AI infra 的朋友。 🎬 我们的视频播客将同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。 📒 文字版将发布于 @十字路口Crossing 公众号。 00:23 快问快答：年龄、毕业院校、MBTI、星座、一句话介绍、融资情况、收入及利润、团队规模、创业前经历、PMF 跑通了吗？ 01:55 为何 AI 终局更像 Agent 蜂群而非超级基础模型一统天下？ 03:44 为什么 RSI 在这一年变得重要？ 05:21 RL as a Service 解决了哪一半问题？ 08:32 Pyromind 如何优选最适合 AutoRL 的客户？ 10:16 初次进入场景为何 FDE 不可省，后续工作量又如何递减？ 22:13 如何能让工业客户算清 ROI？ 23:22 哪三条标准决定一个企业需求该接还是拒绝？ 26:29 企业 AI 为何绕不开成本、效率与隐私的不可能三角，后训练如何破解？ 27:03 PyroDash 怎样让 4B Worker Model 与 Base Model 协作，兼顾效果与成本？ 29:23 Harness 能改善流程和速度，但仍解不了哪些企业的关键需求？ 34:02 两个 FDE 如何支撑十几个 B 端客户，Pyromind 又把哪些工作收回产品层？ 38:20 模型越训越好、训练需求越少，Pyromind 究竟赚得更多还是更少？ 40:58 中国 SaaS 难做，Pyromind 为何认为 AI ToB 能把 ROI 重新算清？ 42:06 云厂商也能做后训练、又掌握算力，Pyromind 会被吞掉吗？ 47:47 Hugging Face 上小模型下载仍占主流，为什么需求不会都归拢到一个 Base Model？ 欢迎订阅「十字路口」：🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。 🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。 👦🏻  主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站 在小宇宙查看该单集文稿

  2. Aug 23

    22 岁的具身 CEO、5 轮融资、过亿美元、“不知天有多高”、“一年吃了十年的苦”｜对谈黄一：萝博派对创始人/CEO

    🚥 本周「十字路口」的嘉宾是黄一，RoboParty 萝博派对创始人兼 CEO。 2004 年出生的他今年 22 岁，在一年内迅速完成 5 轮融资，累计超过 1 亿美元；股东既有知名 VC，也有小米、宁德等产业方。 他形容这一年是“度过了一个压缩的人生”：把可能十年要吃的苦，一年吃完。他也坦率地说，大学毕业就创业的好处是“你不知道天有多高”——不是自信重要，是自大重要；在对行业还没有清晰认知之前的“愚昧之巅”，反而是最适合创业的时刻。 很少有创业者像黄一一样，愿意把自己的 knowhow 讲得这么细：怎么融第一笔钱、怎么选 FA、怎么挑 TS、怎么看产业方的钱、公司注册在哪…… 在这期节目里，我们还聊了他从哈工大寝室里拉着同学一起造机器人的起点；他花两三天“追求”一位浙大工程师的招人方式；他如何理解“画饼的最高境界是自己先相信”；以及他对具身行业的判断：如果把具身智能比作 42 公里的马拉松，机器人本体已跑完 1/4，小脑大概跑了一半，但大脑可能才跑了一两公里。 如果你想了解这一代年轻创业者如何做决策、如何管理同样年轻的团队、以及如何与泡沫共处，这期节目会是一个难得的样本。 🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。 📒 文字版将发布于 @十字路口Crossing 公众号。 01:50 创业仅一年，黄一为何说自己经历了“压缩的人生”，把十年的苦一年吃完？ 02:27 一年 5 轮、融资过亿美元，VC 投 22 岁的黄一时到底在投什么？ 05:24 市面上 FA 众多，创业者该如何选择？ 07:30 明知具身存在泡沫，创业者如何借势而不被泡沫吞没？ 08:30 同时拿到多份 TS 后，如何挑选既适合当下、又能支持后续轮次的机构？ 10:02 小米、宁德等产业方的钱，和纯 VC 的钱到底有什么不同？ 11:35 RoboParty 为什么一两个月就融一轮？融资节奏由什么决定？ 14:01 为什么“愚昧之巅”，反而可能是创业的最佳时刻？ 16:58 黄一花两三天“追”一位浙大工程师，靠什么让对方相信尚不存在的团队蓝图？ 19:39 第一代机器人“做完感觉没用”，开源后发生了什么，竟然改变了 RoboParty 的方向？ 20:36 从结构到算法全栈开源，RoboParty 未来靠什么建立壁垒、赚到钱？ 24:50 为什么不看好轮式机器人？ 26:26 从“愚昧之巅”往下走，哪些时刻会让年轻 CEO 的认知被瞬间打散？ 29:04 从第一代原型机 RPO 走向 RP1，真正让团队从“自大”滑向现实的难题是什么？ 31:56 RP1 相比上一代原型机，解决了哪些真实使用问题？ 35:17 十年后的具身终局，会由 OpenAI、智谱式模型公司，还是更懂 Robotics 的创业公司做出来？ 37:25 近 150 人的 RoboParty 如何用“蜂巢结构”控制管理半径，又如何与制造流程兼容？ 41:56 22 岁 CEO 如何管理比自己年长、且在具体领域更懂行的同事？ 43:24 为什么高薪大厂人才愿意降薪加入？RoboParty 又如何做到一年半几乎零主动离职？ 46:31 如今约 300 家具身公司，到 2030 年可能只剩多少家进入下一轮竞争？ 49:35 大脑、小脑和本体方向都在探索，黄一如何决定 RoboParty 做什么、不做什么？ 53:17 RP1 为什么先服务科研教育，而不是家庭、工厂或文娱场景？ 01:01:13 把具身智能比作 42 公里的马拉松，本体、小脑和大脑分别跑到第几公里？ 欢迎订阅「十字路口」：🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。 🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。 👦🏻  主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站 在小宇宙查看该单集文稿

  3. Aug 9

    「模型能力已经够了，要卷就卷 infra」｜对谈戴冠兰：Runta 创始人

    🎪 十字路口将邀请戴冠兰在8.17(周日)举办 Agent Infra 线上闭门分享会，深入展开播客未尽的话题。欢迎对 Agent Infra 领域感兴趣的工程师、创业者参与。为保证沟通效果，仅限 20 人。点击这里报名。 🚥 本周「十字路口」的嘉宾是 Runta 创始人/CEO 戴冠兰。 Runta 是 Agent Infra 领域的硅谷明星创业公司，刚完成由 a16z 投资的 2000 万美元 Seed 轮；Jeff Dean、李飞飞等也以个人天使身份参与投资。 冠兰曾是 Cloudflare 和 Kong 的早期团队成员，他选择在此刻创业的判断很直接：模型能力已经够了，要卷就卷 infra ——未来一定会有比人类更多的 agent，AI 领域的关键问题将变成：它们跑在哪？怎么管？出了事谁来负责？ 在这期对谈里，我们从 token 文化的急转弯聊起：短短半年，token maxxing（用得越多越光荣）迅速转向 token minimizing（ROI、预算、归因、节流），这背后折射出了哪些值得关注的信号？ 此外，你还会听到： 当软件的执行从“逻辑清晰的确定性”变成“LLM 的概率性”：AI 正在如何动摇整个数字世界的地基？ AI 时代的“水电煤”将由谁来建？为什么这一次，创业公司反而比巨头更有机会？ 几十亿个 agent 同时开工的世界会长什么样？今天的互联网和云，接得住吗？ 为什么人类会在一次次点击「允许」中，不知不觉交出边界与控制权？ 为什么说“未来 10 个月，必然会有一场灾难性的事故”？那场事故，又会如何把所有人重新“教育”一遍？ 📢 Runta 正在硅谷和新加坡两地的办公室招聘以下岗位：Core Runtime（hypervisor/VM 定制与调度）、Cloud Infra（IaC 与多云）、Product Engineering（Agent Experience 与 DX）。感兴趣的朋友欢迎联系：hiring@runta.com 🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。 📒 文字版将发布于 @十字路口Crossing 公众号。 00:00 快问快答：年龄、MBTI、星座、毕业院校 01:32 Runta种子轮融了2000万美元，如何拿到Jeff Dean和李飞飞的个人投资？ 05:04 a16z为何罕见地为一家Seed轮公司专门写Blog？ 07:33 Token Maxxing为何在三到六个月内转向Token Minimizing？ 12:55 为何放弃在Kong的位置，第一次以CEO身份创业？ 17:50 Agent Infra为何更可能是创业公司的机会，而不是公有云的生意？ 18:49 面对Anthropic和OpenAI，Runta的差异化在哪里？ 21:05 E2B、Daytona式Sandbox为何难以承载长程Agent？ 25:12 企业说自己有几百个Agent，Agent的边界究竟怎么划？ 26:23 AI 如何吞噬人的权限边界？ 28:39 为什么灾难性的Agent事故必然会发生？ 32:28 Runta 95%以上的开发工作都在Vibe Coding，人类工程师还不可替代在哪？ 33:28 Agent安全出问题，根源更可能在模型、Harness还是执行底座？ 37:27 “模型能力已经够了”，为什么下一场竞争要卷Infra？ 42:16 冠兰早期加入 Cloudflare 和 Kong ——职场新人应该如何选对 startup 中的赢家？ 45:14 年轻人信息有限，如何在面试前真正看懂一家创业公司？ 48:31 300万美元做天使投资，投给谁？ 50:10 Claude Code还是Codex？ 54:30 5个好消息、5个坏消息 欢迎订阅「十字路口」：🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。 🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。 👦🏻  主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站 在小宇宙查看该单集文稿

  4. Aug 2

    「热爱一个行业15年的理由是什么？」｜对谈汪天凡：我要投真正的快乐、投最纯的愿景、投人性的光辉【公路播客】

    🚗 这是一期「公路播客」——我们把播客搬上了车，边开边聊。一路上的风景和松弛，让这场对话聊出了很多平时聊不到的东西。 🚥 15年的投资与热爱，底层动力是什么？2026 还是投 AI 应用和 AI 硬件的好年份吗？当大家都知道当下有泡沫时，该取什么，舍什么？ 本周「十字路口」公路播客，我开着马自达 MX-5，和 BAI Capital 高级合伙人汪天凡 Will 一边开车一边聊了这些问题。 这期有很多有意思的判断：智能是通胀的，智慧是稀缺的，AI 应用的新机会藏在 Context 和交互里；面对「华强北 80 块就能平替」的质疑，AI 硬件真正稀缺的是产品定义和「注入人性的光辉」；而面对 2026 年的泡沫，他给出的是另一个尺度的回答：如果 3000 年文明正被压缩进 30 年，那一切才刚刚开始。 贯穿全程的一个观点是：当 AI 让效率无限提升，真正值得下注的，是那些想清楚为什么出发的创业者，和那些注入了人性光辉、能让人更快乐的产品。 如果你正在 AI 的泡沫与机会之间摇摆，或者只是想知道一个入行 15 年的投资人如何保持热爱，这期关于快乐与愿景的对话，或许能给你带来久违的力量——以及一点活在当下的勇气。 🎬 我们的视频播客将同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。 📒 文字版将发布于 @十字路口Crossing 公众号。 00:21 快问快答：年龄、MBTI、星座、毕业院校 04:01 当基础模型趋同，AI 智能开始通胀，什么会成为真正的稀缺品？ 05:34 华强北 80 块就能平替，Looki 等 AI 硬件真正难抄的是什么？ 07:47 AI 如何重构 VC 的研究、尽调与投后？ 09:03 AI 公司靠什么进入行业前 5%？ 10:40 做了 15 年 VC，还爱着这个行业吗？ 15:49 卓越投资人最重要的能力是什么？ 15:49 2026 最泡沫的时候，投资人该取什么、舍什么？ 19:09 为什么 AI 不该只追求效率，而应该激活人性的光辉？ 22:19 一天打开手机 97 次，这是不对的。 26:28 AI Infra 为什么像三四年前的 Crypto Infra 泡沫？ 29:58 AI 是 30 年的技术革命，还是 3000 年的文明变革？ 31:09 为什么 AI 时代的门槛，可能只有 1% 的人能跨过去？ 34:21 Prompt 为什么要越长越好？ 37:49 去年市场都在追 AI 眼镜，Will 为什么不投？ 42:31 早期公司还在进攻，为什么“壁垒”是个错误问题？ 44:08 完美投资为什么应该满足三非理论？ 46:07 2026 到底是不是 AI 投资的好年份？ 48:34 为什么不该只投资提高效率的 AI 产品，而更该投资有野心和愿景的创始人？ 50:08 如果 AI 只剩效率，人会变得更快乐吗？ 欢迎订阅「十字路口」：🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。 🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。 👦🏻  主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站 在小宇宙查看该单集文稿

  5. Jul 26

    11 年，110 亿美金，然后呢？｜对话 Airwallex 吴恺：AI 时代，下一站 1000 亿

    🚥 我很爱听创业故事——成功的、失败的、峰回路转的、还没有答案的，我总能从中听出几分共鸣与启发。 上半年，「十字路口」邀请了很多新一代 AI 创业者，他们分享的多是从 0 到 1、踌躇满志的出发故事。但接下来一段时间，我想邀请更多已经翻越山丘的创业者，听他们讲讲一路走来的经历。 ➤ 本周「十字路口」的嘉宾，就是上个月刚完成新一轮融资、估值来到 110 亿美金的 Airwallex 空中云汇的首席营收官（CRO）吴恺。他和我们分享了这家由华人创办、从墨尔本起家的公司如何用 11 年时间从 0 成长到 110 亿美金估值的几个关键抉择：拒绝 Stripe 收购、咬牙亏损四年先铺全球网络、坚持在全球各地用当地人做管理者等等。 这几个关键抉择很打动我，因为它们本质上都在追问每一位创业者可能都会遇到的同一个问题：当「钱」与「愿景」、「赌注」与「风险」同时摆在面前时，你会怎么选？ 如果你也在做一件短期看不到回报、但相信长期的事，这期会给你一点具体的力量。 故事以外，我们当然也聊了很多 AI。在进入百亿美金俱乐部之后，Airwallex 的优势叠加上了时代机遇：**AI 正在把全球金融推向一个「关键拐点」。**因此，本期播客，我们重点讨了 AI 正在如何改变科技金融行业： Airwallex 正在支持大模型公司：Kimi、MiniMax、智谱、DeepSeek 等。多模型切换、阶梯费率、高峰低谷双倍定价、实时动态计费等新需求，如何倒逼金融基础设施升级？ 过去需要 10 个金融 SaaS 才能完成的费控、会计、收入确认、对账、计费等流程，未来会被一个 Agent 入口取代吗？ ChatGPT Finance 发布后，「金融超级智能入口」的竞争格局将如何演进？ Airwallex 连续发布的 Kai、AgentOS、T:0、Airi 等 AI 金融产品，分别是什么？ Airwallex 连续收购 Leapfin、OpenPay，并持续推进更多收购。其积极布局背后的核心，究竟是为了获取哪些关键资产？ 🎬 我们的视频播客将同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。 📒 文字版将发布于 @十字路口Crossing 公众号。 🟢 00:42 快问快答：年龄、毕业院校、MBTI 与星座、一句话介绍 Airwallex，以及 CRO 的职责 🟢 02:10 服务 Kimi、MiniMax、智谱、DeepSeek 大模型公司的需求有何不同？ 为什么这件事不是模型公司自己算？ 🟢 05:02 一杯咖啡，如何变成全球支付网络 一笔汇款不论大小都可能收取 20–50 美金，创始人的姓名还曾因为与制裁名单同音而让汇款反复被卡。 同一时期已经有 Wise、Revolut 等玩家看到机会，Airwallex 后来靠什么走出不同的路径？ 🟢 09:24 亏四年，先把全球网络铺出来 如果只做东南亚，也许早就盈利了；Airwallex 从 Day One 选择的却是先覆盖全球。 很多区域支付网络最终卖给了 Visa、PayPal 等巨头，他们为何不卖？ 🟢 13:12 投资人觉得这个“全球银行”愿景疯了 只做资金转移太底层，能直接使用的企业有限；那么 Airwallex 的战略决定是？ 多条产品线可以同时铺，但每一条都要砍到最小可用——判断“垂直还是全栈”的第一性原理，是什么？ 直到 2021 年，成立第六年，Airwallex 才真正等来全球银行产品的 PMF。 🟢 22:55 财务自动化，从工程团队变成一个运营人员 过去只有中大型企业值得搭工程团队做财务自动化，AI 正在把这件事变成中小企业也用得起的能力。 Airwallex 的 AI 助手 Kai 内置在 Airwallex WebApp 中，可以分析财务政策、优化流动资金、搭建费用工作流，也能直接排查付款为什么没有到账。 AgentOS 则通过 CLI、API 和 MCP，把底层金融能力开放给企业自己的 Agent。 Kai 上线约一个月后，他们看到了一个什么样的早期信号？ 🟢 27:14 SaaS vs Agent 为什么 10 个财务 SaaS，会合并成一个 Agent 入口？ 原来 5 个财务人员使用 10 套软件，未来呢？ 单点 SaaS 的数据彼此割裂，到了 AI 时代反而会成为致命弱点：没有跨流程数据，它们的 AI 就会更“笨”。 T:0 想让公司从第零天就拥有迷你 CFO，Airi 则从一键结账走向面向消费者和 Agent 的智能钱包。 🟢 32:17 数据、人才、流量：金融入口的三张牌 Airwallex 收购 Leapfin 和 OpenPay，看中的是什么？ ChatGPT Finance 想连接金融平台，平台却必须权衡：是借它的巨大流量服务更多客户，还是保住自己的数据与入口？ 当模型越来越像通用商品，金融超级入口最终会长在哪一层？ 🟢 37:23 拒绝 Stripe 收购，也拒绝过早赚钱 B 轮时，Stripe 曾想收购 Airwallex；真正困难的不是执行，而是在钱和愿景同时摆在面前时做选择。 2018 年公司收入几乎为零，吴恺却做出了一份通往十几亿美金收入的财务模型，当时有投资人直言“绝不可能”。 六年后回看，实际增长曲线与那份预测只差了约一个半季度。如何做到的？ 当市场足够大、公司已经就位，剩下的问题是什么？ 🟢 39:31 13 亿美金 ARR 之后，争夺金融超级入口 Airwallex 的 ARR 约 13 亿美金、年增速约 74%，行业毛利约七成；按约 8 倍 P/S 计算，吴恺认为 110 亿美金估值并不高。 74% 的年增速来自哪里？ 除了 Airwallex，还有哪些公司拿到了成为“金融超级智能入口”的入场券？ 🟢 43:07 全球化，选对本地人 全球化最难的是什么？踩过最大的坑是什么？ 如何选择优先进入哪些国家/市场？ 亚洲 vs 欧美的不同流量策略是什么？ 🟢 49:18 从 110 亿到 1000 亿 Airwallex 目前拥有 20 多万客户，下一道台阶是达到 100 万客户规模。 产品也要从帮助财务人员完成操作，继续走向能够主动提升效率的 Intelligent Finance。 如何成长为一家估值 1000 亿美金的公司？ 欢迎订阅「十字路口」：🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。 🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。 👦🏻  主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站 在小宇宙查看该单集文稿

  6. Jul 19

    快一点！再快一点！快到世界能实时生成｜和生数科技张金涛聊：Vidu S1、推理加速、实时交互视频

    🚥 没人喜欢等待。 模型越强，推理加速就越重要。 这一期，我们聊「推理加速」。 本周「十字路口」的嘉宾是生数科技的张金涛。月初，他带队发布了 Vidu S1——一个实时交互视频模型：上传一张照片，无论是人物、动漫角色，还是一只宠物，都能变成一个可以和你实时视频通话的 AI 角色。 Vidu S1 很快，快到生成速度超过播放速度，并且支持无限时长。这是怎么做到的？ 金涛在播客中分享了自己这几年一条清晰的技术主线：从 SageAttention（GitHub 3.5K 星标）、TurboDiffusion（GitHub 3.6K 星标），到 TurboServe——一整套系统级方案，为 S1 实时交互提供底层支撑。 此外，金涛也分享了他对整个 AI「推理加速」领域的观察和判断。 其实这期有意思的，不只是技术。 金涛今年 26 岁，还是清华在读博士。真正把他带进「推理加速」的，是一个很朴素的判断——当大家都默认 FlashAttention 已经把 Attention 算子做到极致时，他却发现：显卡上明明还有更快的计算单元没被用起来 ——「这么明显的收益，为什么没人做？」 所以这期节目，你也可以把它当成一份「年轻研究者样本」来听：在变化极快的 AI 领域，怎么找到自己的方向、怎么判断什么才是「最正确的事」，又怎么把它一路做到最前沿。 🎬 我们的视频播客将同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。 📒 文字版将发布于 @十字路口Crossing 公众号。 🟢 01:40 快问快答：年龄、毕业院校、MBTI 与星座、Vidu S1，以及在生数科技负责的工作 🟢 02:48 硬件上明明有更快的计算单元 “为什么没有人做？这是很明显的一个收益。” 当大家认为 FlashAttention 已接近极致，张金涛发现 GPU 上仍有更快的计算单元没有用于 Attention。 语言模型早期的 Attention 更受显存传输限制，视频生成模型却严重受计算速度限制。 SageAttention 要同时解决底层 GPU Kernel 编程和低比特计算的精度损失，最终成为即插即用的加速方案。 🟢 06:15 从 SageAttention 到 Vidu S1：三层加速 算子层：让 Attention、线性层等计算尽可能逼近硬件上限。 模型层：通过步数蒸馏和稀疏 Attention，把 Diffusion 去噪从约 50 步降到 4 步。 部署层：解决多卡并行、通信与计算重叠、用户请求调度。 SageAttention 后来成为事实上的行业标准；TurboDiffusion 推进模型加速，TurboServe 负责流式视频的集群部署。 🟢 11:24 Vidu S1 不只是快 “生成速度需要大于播放速度，它才能做到实时生成。” 普通视频模型等待很久生成一段成片，流式模型则要根据用户输入逐帧生成。 Vidu S1 实现 540P、25–42 FPS，并能在消费级显卡上运行。 比速度更难的是无限时长：生成一两个小时后，画面仍不能漂移或崩坏，还要持续正确回应用户。 实时交互是第一目标，当前阶段可以适度牺牲画质，但不能牺牲速度。 🟢 15:21 “未来我们的视觉娱乐信号，会被 AI 生成的内容充斥掉。” 电影和短视频是预先生成的离线内容，聊天、恋爱、游戏和日常生活则充满实时视觉互动。 离线视频可以共享播放，实时视频需要为每个人生成不同内容。 张金涛判断，实时交互视觉娱乐的需求会比离线内容更大，而且这条路径已经势不可挡。 🟢 17:30 一只狗和一个游戏搭子 用户已经开始上传宠物图片与它聊天，也有人让二次元角色实时观看游戏画面、陪自己玩游戏。 Vidu S1 能理解输入的视频流；把电脑屏幕传给它，它也可以成为看懂 Coding、微信和 Notion 的“程序员鼓励师”。 🟢 20:05 推理加速不只是算子 算子加速之外，还要用稀疏 Attention、MoE 和蒸馏减少模型本身的计算量。 流式 Diffusion 会引入 KV Cache，还要处理用户随时进入、退出，以及多机多卡的集群调度。 TurboServe 对应的正是 Serving 层：把计算图、通信与请求调度组合成真正可部署的系统。 🟢 24:39 推理加速的未来，属于更底层和更上层 “推理加速的未来，还是属于更底层和更上层。” 中间的算子层会随着编程工具进步逐渐收敛；更底层是面向通用或特定模型设计芯片，更上层是用算法直接减少计算。 像 Taalas 这样针对特定模型做硬件设计，本质是在通用性与极致效率之间取舍。 真正有壁垒的加速需要软硬件 Co-Design：只懂算法，很难判断方案在真实硬件上是否有效。 🟢 28:28 中国视频模型的领先原因 Transformer 之后，模型结构逐渐收敛，差距更多来自数据量、数据质量、偏好对齐和数据是否容易学习。 低质量数据不只是没用，还会污染模型；高质量解释能让模型更快学会关键概念。 中国的短视频、直播与电商生态既产生真实需求，也沉淀了更丰富的视频数据；张金涛认为中国视频模型公司目前领先美国。 🟢 33:10 世界领先，是把每个环节都做对 “知道世界上最正确、最领先的方法是什么，然后把它正确实现出来。” 朱军让他理解，GPT-3 的成功不是靠某个神秘技巧，而是把每个环节都推到极致。 两行有问题的代码就足以让实验失败；负责人必须能判断方案是否正确、实现是否到位。 带团队还要看见每个人真正想要的是工资、Credit 还是成就感，再从第一性原理协调不同部门。 🟢 37:54 一行代码，速度快一倍 “视频生成得跟之前像素级一模一样，但端到端推理速度快了一倍多。” 在清华安静的楼里，他一个线程一个线程地排查底层问题，终于让 SageAttention 跑通。 把 Vidu 里的 FlashAttention 换成 SageAttention 只需改一行代码，输出保持像素级一致，端到端速度却提升一倍多。 他立刻把结果发给陈建飞和朱军；后来又带队负责 Vidu 推理与 S1，把这段经历形容得“像在创业”。 这段最快乐的科研时光，也来自朱军给出的方向、资源和自由氛围。 欢迎订阅「十字路口」：🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。 🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。 👦🏻  主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站 在小宇宙查看该单集文稿

  7. Jul 12

    AI4S 需要狂人与野心家｜对话英灵殿 Odin："如果神存在，我怎能容忍自己不是神？"【公路播客】

    🚗 这是一期「公路播客」——我们把播客搬上了车，边开边聊。一路上的风景和松弛，让这场对话聊出了很多平时聊不到的东西。 🚥 本周「十字路口」的嘉宾，履历"离经叛道"到有点不像真的。 他是英灵殿创始人 Odin。 高中辍学、在家自学考上浙大；本科修了药学和物理两个学位；两度从硕士项目离开；又申请进了 David Baker 实验室——然后 Baker 很快拿了诺贝尔化学奖，而他选择了离开，投身 AI for Science 的创业，短时间内融资数千万美元。 他给自己起名 Odin（北欧神主），给公司起名"英灵殿"（战士英灵集结、迎战诸神黄昏的地方）。他说："如果神存在，那我又如何能容忍自己不成为一个神？所以神是不存在的——如果你能创造万物，你就是神。" 一路上，他抛出了一连串金句： 谈创业动机："创业本质上是我对世界的一种不满。" 谈离开诺奖实验室："对于我来讲，它是一副玉做的枷锁，很好看，但它限制我变得伟大。" 谈世界观："世界不是草台班子，它是一个随机游走的粒子——你要做的不是撞对方向，而是尽快收敛到下一个碰撞点。" 谈融资与诱惑："你在融资的过程中，很容易被异化——你到底是面向 VC 的创业，还是面向市场的创业，还是面向自己的创业？" 我们还聊到了他想做的"全模态分子世界模型"和"通用科学人工智能"，本质是想造一台"新时代科学发现的蒸汽机"，把人类的科学进程压缩上百年；也聊了佛法、姜文、《禅与摩托车维修艺术》，和他挂在嘴边的那句——"两眼一睁就是干。" 这是一期关于野心、初心、反叛，以及一个年轻人在 AI 时代押注「分子世界模型」的对话。你会听到一个研习佛法、头戴头巾的 00 后创始人，如何一边谈"修习戒定慧、熄灭贪嗔痴"，一边野心勃勃投身 AI for Science 创业的故事。 🎬 我们的视频播客将同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。 📒 文字版将发布于 @十字路口Crossing 公众号。 🟢 00:28 快问快答： 年龄、毕业院校、MBTI 与星座、一句话介绍英灵殿、融资情况、团队规模、创业前经历 🟢 02:26 一个「将错就错」的名字 世界模型火之前，他们就叫「”分子世界“模型」。 为什么几乎所有人都只做蛋白、只做单一模态，而他偏要做全模态？他说：不是别人做不了，而是别人有「惯性」。 五年前学物理时的一个直觉——生物里的氢键、疏水、范德华，都只是电磁力的泰勒展开——这跟统一所有分子设计有什么关系？ 五年前学物理时的一个直觉——生物里的氢键、疏水、范德华，本质上可以归结于电磁相互作用力的泰勒展开——这跟统一所有分子设计有什么关系？ 「如果你能模拟并设计每一种模态的分子，从某种程度上讲，你就是在创造，你就是神」 🟢 08:00 一个本科生，8 个靶点，梭哈一轮 以前一个靶点配一个博士生，现在一个本科生带着做，8 连就解决了。 ODesign：「哥几个再有钱，就能把它做成产业」？ 8 个靶点直接梭哈，每一轮都出 sub 纳摩尔级别的活性分子——AI 到底帮到了科学的哪一步？ 「它最后不是取代人类，而是把人类从繁杂的工程化问题里解放出来，去 focus 那些更哲学、更基本的问题。」 🟢 09:41 「科学通用人工智能」 每天起床先吃四个鸡蛋。 佛陀教我三件事：「等待、斋戒、思考」——创业者为什么把日常过成了修行？ 有一天你去医院抽血，多花 20 块，就能筛查阿尔兹海默症早衰——背后是什么样的模型能力？ 这件事为什么「只有 2026 年才能做」？——答案跟技术拐点无关。 🟢 13:18 大家都在各自的领域「等风来」 AlphaFold、diffusion、宋飏那篇 SDE……哪一阵风，真正把 AI for Science 吹了起来？ 药物管线看起来最赚钱，他为什么短期内坚决不做？「从一开始做管线，实际上容易变成药企的敌人，而不是朋友。」 30 人的团队，为什么 Day one 就配齐了 COO、行政、HR、甚至出纳？一个反直觉的组队顺序。 平台和管线看似二元对立，他却说它们「有机统一」——怎么讲？ 🟢 21:23 我赌 Baker 会拿诺奖，然后我走了 待在一个刚拿诺奖的 lab 里，势头正好、资源涌来，他偏偏选择离开。 去之前就笃定 Baker 能拿诺奖，「这个信念哪来的？」——直觉，梭哈。 在西雅图雷尼尔雪山的阳台上，他想明白了一件事：那些美好的 title，是「用玉做成的枷锁，很好看，但它在限制你变得伟大」。 「平生不修善果，只爱杀人放火」——他为什么用这句话形容当时的自己？ 🟢 24:58 像朱元璋造反，回沛县喊兄弟 1 月开始一个个打电话，靠什么把散落各处的博士生重新召集起来？ 靠 title？靠钱？他说更多的是「信念、愿力，和历史上的 reputation」。 想象那件「真正伟大」的事：让本科生做出 professor 级别的科学发现，「新时代科学发现的蒸汽机」——这个类比从珍妮纺纱机讲起。 🟢 27:50 一切都是好事 「这是好事」是不是他的口头禅？他说自己早就抛弃了好与坏的二元对立。 「有好坏的是你自己的心」——境随心转，到底是精神胜利法，还是别的什么？ 高三辍学，保留学籍在家自学，每天骑 10 公里去图书馆，山西的冬天不戴手套——他怎么一路考上浙大？ 「我没有好的学习方法，我只是每天学 16 个小时而已。」 🟢 31:58 「拿诺奖秘诀」 他从 Baker 身上学到的「拿诺奖秘诀」，简单到有点离谱。 「你决定就好」：什么时候放权，什么时候拍板？ 「做所有中国投资人都投得起的好企业」 硬科技的一号位「基本上只有一次机会」——大部分 research talent 都想等到三四十岁「一击必杀」，他为什么等不及？ 🟢 37:25 创业就是修道，一直在做减法 融资的过程里，「你很容易被异化」。 面向 VC 创业、面向市场创业、面向自己创业——你选哪个？他坦白自己也动摇过。 VC 今天爱听什么故事？拼装世界模型、拼装 agent、再拼接 robotics、抗衰老……为什么这些都是「异化」？ 投资人一路追问他的模型架构，他却说这事没那么重要：「架构是无常之物」——那什么才是彼岸？ 一波 PhD、教授集体下海，他怎么看这轮热潮？「现在是战国时代，5 年后会有一个秦国大一统。」 🟢 48:18 为什么给自己起名叫「Odin」 Odin、英灵殿、诸神黄昏——一整套北欧神话命名背后，藏着一个不小的野心。 「如果神存在，我如何能容忍自己不成为神？如果你能创造所有分子，那你就是神。」 从蛋白，到 RNA、DNA，再到修改基因——「重编程整个生命」这条路，理论上能走到哪一步？ 从无机物里创造出意识、创造出生命——伦理问题他怎么看？他说那还太远，制药只是「副产物」。 🟢 1:01:00 「何为祖师西来意？」 「你变得很有钱、很成功之后，还记不记得起一开始的初衷？」 头巾戴了这么多年，最初是为了嬉皮士文化，最后理由变得极其简单。 「在路上，比到达目的地更重要」——一个创业者，为什么把初心看得比什么都重？ 欢迎订阅「十字路口」：🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。 🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。 👦🏻  主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站 在小宇宙查看该单集文稿

  8. Jul 1

    Agent 元年第 500 天：什么在消失，什么在诞生——为什么我们不该再投资 GUI 思维的软件？

    🚥 这是一期真格基金「此话当真」与「十字路口」的串台播客。 去年，十字路口的开年对谈播客提到 2025 年是 Agent 元年，现在距离那期播客过去了 500 天。差不多在第 100 天的时候 Manus 爆火，Claude 3.5 Sonnet 提供了 Agent 的基础；在第 300 天左右，Claude Code 刷屏。 到此时，第 500 天左右，Agent 领域的突破和新概念仍在不断井喷。这期播客，我们用一条主线尝试把过去 500 天的变化串起来：GUI 退场 → Headless 上位 → CLI 复兴 → Skills 封装 → Agentic Economy 萌芽。 我们试图探讨：在 Agent 元年的第 500 天，什么在消失，什么在诞生？ 消失的可能不是 GUI 本身，而是“人必须在流程里当传送带”的前提； 诞生的也不只是新产品形态，而是一整套新的分工与定价方式：Headless 工作流、CLI 复兴、Skills 封装、以及正在成型的 Agentic Economy。 本期嘉宾：钟天杰(真格基金投资总监)、归藏(AI 开发者) 如果你想在概念爆炸中找到清晰结构，这期内容或许能提供一种梳理视角，帮你把这些变化串联起来。 🎬 我们的视频播客将同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。 📒 文字版将发布于 @十字路口Crossing 公众号。 🟢 开场：Agent 走过 500 天 00:18 Agent 元年至今 500 天，发生了什么？ 03:39 一句话总结 500 天：上下文管理越来越重要 04:04 不变的是新概念被祛魅，不变的是模型能力持续进步 🟢 关键词一：Headless（无头软件）04:31 软件没有界面了，只剩数据库与工具 06:40 GUI 是人类认知缺陷的补丁 09:52 做产品不应优先想界面，而是用户真正需要什么 10:47 Notion、飞书与 Google Suite：老软件如何面对 AI 入口 12:17 Gmail 通过 Codex 授权，Agent 绕开 GUI 直接访问 15:56 大量公司主动推出 MCP/CLI，是投资人视角的重要趋势 16:37 作为 PM 最重要的是定义问题，不要去解上个时代已解决的问题 🟢 关键词二：CLI18:36 CLI 的核心：命令行执行、纯文本、与 AI 天然契合 19:47 AI 解决了 CLI 最大障碍：人类根本记不住成千上万条命令 20:54 微信、小红书、美团等垄断性软件至今没有推出 CLI 21:17 开放 CLI 防守两难，背后需要极大决心与勇气 23:59 如果工具能通过 Agent 更好地找到用户，就应该开放 CLI 25:07 最希望哪一款产品开放 CLI？ 26:25 年轻人开始在抖音上聊天，DAU 1 个亿 🟢 关键词三：Skill27:38 归藏的 PPT Skill 29:23 让 Claude Code 拷问你的 grill-me 30:59 Skill 会自我沉淀，把你的品味提炼成可复用的结果 32:13 Skill 是长期存在还是过渡？模型能力增强会逐渐消化一部分 34:25 谁最有可能成为中国的 Claude Code？ 35:56 小红书 Skill 商店与 Skill 的商业价值 39:29 CLI/Skill/MCP 各自适用不同的能力场景 🟢 关键词四：Agentic Economy（智能体经济）39:45 To Agent 基础设施：沙箱、记忆系统、支付 40:59 现在仍是大基建时代，Token 变得更智能更便宜是主旋律 42:18 Token 价格会浮动，受能源、电力、模型水平影响 🟢 关键词五：OpenClaw43:23 OpenClaw 100 天热度极速消退，但留下了什么？ 43:58 最大意义是塑造共识，帮大众完成对 Agent 的认知转变 44:31 证明了 IM 形态的价值，用户需要在熟悉界面里与 AI 对话 🟢 关键词六：Token Grant45:18 为 AI 开发者提供 5 万元算力支持 45:45 Code Pilot 已有 6000 GitHub 星标，足够开放、本地化的 Agent 46:42 一场数字生命实验，0 行代码进化到 10 万行代码 47:27 今天创业缺的不是钱，而是 Token 50:13 下一个抖音未必是新的形态，可能是 10x 产能的抖音 🟢 补充说明： 《你的第一个 Agent，我们为你充值》 《歸藏：从 Prompt 到 Harness，上下文就是一切》 《我给了他一个梦想：超越 Claude Code》 🎪「真格基金」与「十字路口Crossing」共同发起「Token Grant」，将为每个入选项目提供五万人民币 Token 费用，从最早开始支持大家 build 下一代 AI 原生产品。投递入口 欢迎订阅「十字路口」：🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。 🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。 👦🏻  主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站 在小宇宙查看该单集文稿

See All (127)

Ratings & Reviews

4.6
out of 5
9 Ratings

About

AI 正在给各行各业带来改变，我们在「十字路口」关注变革与机会，寻找、访谈和凝聚 AI 时代的「积极行动者」，和他们一起，探索和拥抱新变化、新的可能性。 「十字路口」是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。

Information

  • Creator
    Koji
  • Years Active
    2024 - 2026
  • Episodes
    127
  • Rating
    Clean
  • Copyright
    © Koji
  • Show Website
    十字路口Crossing

You Might Also Like