揭秘科技

老于带你看懂工作

科技不应该只是少数人的专利,每个人都应该能够理解和享受科技带来的好处。在这个快速发展的科技世界中,理解和跟上科技的步伐并不容易,能够穿透表象看到本质更为困难。我的目标是用通俗易懂的语言,将复杂的科技概念和商业话题讲解得明明白白。 主播老于在科技行业工作超过20年,曾在多家头部公司和独角兽企业担任要职。他在大型企业和初创公司皆有着将业务从零到一发展至盈利或全球过亿日活用户的经验。与许多科技从业者不同的是,老于曾直接负责研发、产品管理、销售运营、战略规划、合作伙伴拓展以及业务盈亏,涵盖了现代科技公司的所有方面。 老于对人类历史上规模最大的人工智能产品和用户反馈有着深刻了解,这使他在这一领域具备独特的洞察力。工作之外,老于热衷于心理学,并通过这一爱好获得了对人类行为和思维模式更深入的理解;老于还是一名规律的阿斯汤伽瑜伽练习者,这使得他思维敏锐、内在平静。

  1. Aug 26

    E167 Figure Index 10亿美元买数据,能否堆出机器人通用智能?

    00:23 最近一周可以说是国内整个机器人行业最热闹的高光时刻了。 01:20 距离真正的通用智能到底差什么呢?差的东西如何解决呢? 01:54 "不是我不行,是我没有足够的数据,责任不在在我,在于没有数据"。 03:27 靠数据工厂采集数据来反哺机器人公司,来训练出通用智能,这条路需要多少时间?没有人知道。可能也没有人真正的想知道 06:00 Figure AI 重申这一点其实就是直接来回答了一个问题:机器人的大模型是不是也跟大语言模型一样,可以通过海量的训练数据而获得通用智能? 07:32 在此之前,Figure跟其他的人形机器人公司一样,也曾经尝试去购买数据 08:21 这正是那种几乎不可能通过提前定义、而得出来的长尾数据。 10:02 Figure 正朝着规模化扩大100倍的方向前进,并且承诺在未来12个月里边,在数据收集和算力上投入要超过10亿美元。 10:41 宇树科技上市,被网上的声音吐槽最多的一个点是研发费用太低,甚至比养猪企业牧原股份都低 11:21 但可能真正的核心问题是:宇树如果要增加研发投入,投入在哪里呢?股东会同意吗? 12:04 我们历来有低成本做事儿的本事,接下来,很可能国内会重现当年deepseek横空出世时的场面。 12:19 Figure 如果成功。。。;Figure如果失败。。。 12:41 这可能也正是我们一直专注于让机器人跳舞、跑步、上展会等等的战略原因。 在小宇宙查看该单集文稿

    E167 Figure Index 10亿美元买数据,能否堆出机器人通用智能?
  2. Jul 21

    E166 从王虹、邓煜获得菲尔兹奖,聊聊人生为什么不是线性的

    中国数学家王虹和邓煜获得2026 年菲尔兹奖。这是第一次有在中国大陆接受本科教育的数学家获得菲尔兹奖,而且是一次就有两位获奖。这听起来应该是个喜大普奔的新闻,但几天过去了,都没有成为热点话题。 00:48 在这个“赢学”充斥着自媒体时代,似乎有点让人不太理解。 01:47 两个人似乎是经历一样,成就也一样。但如果细看两个人的完整的成长经历,就完全不一样了。 02:29 本期节目并不想聊“数学”这个对大多数人来说,既枯燥又可能恐怖的话题。 03:24 到底应该如何理解顶尖人才或者所谓天才这件事儿?普通人是否或者是如何也能成为顶级人才? 03:35 首先,我们先来看看邓煜,他的人生就是那种传说中的人人羡慕的天才二字的模板。 04:29 邓煜的经历看起来是那种完美的,在每一个关键节点都精准的踏上了最优路径上。 05:08 而王虹则在广西桂林平乐县沙子镇出生长大,直到初中都在镇上的学校学习。 07:04 王虹北大数院毕业后去法国读硕士,这个出路,在北大那些顶流的毕业生里面,可能算不上有多好。 08:01 人的早期表现不一定等于人的最终高度。 08:59 我们今天很多评价体系有一个隐性的、隐含的假设:就是过去优秀的人,未来也会优秀 09:08 今天的媒体和自媒体也营造了一种不切实际的氛围:那就是今天优秀的人,是因为他过去一直都优秀,从来都是优秀的 09:37 那顶尖人才是培养出来的吗?需要培养吗? 10:01 北大数院在王虹和邓煜成长的过程当中起到了多大的作用呢?这可能是一个见仁见智的问题。 12:48 好的组织不应该试图把所有人变成同一种类型,而应该是去创造环境,让不同的人发挥自己的优势。 13:05 而“最好”的老师,不一定非要是学术造诣最高的、科研水平最高的,或者是名气最大的,更不需要是资历最深的。 14:30 我们今天是不是正在用错误的方法来寻找未来的人才呢? 15:22 人生并不一定会按照我们的期待成长。 15:28 一个优秀的环境,不是只奖励已经成功的人,更重要的是,有没有能力去保护每一个未来可能成功的人。 在小宇宙查看该单集文稿

  3. Jul 11

    E165 从丘成桐预科班挂科,看为什么”考上名校”不等于”培养出人才”

    网上对这件事的反应,似乎是早在意料之中。因为丘老先生的选拔和培养模式,一直是备受争议。但事实上,这不仅仅是丘班选拔的问题,而是所有选拔的宿命。只要有一个选拔机制,就会有无数个机构在此领域”深耕多年“。 01:16 我们长期把“拔尖人才培养”和“名校升学”当成了同一件事情。 01:28 假设,邱班不设在清华,那还会有多少家长愿意把孩子送来呢? 02:09 “邱成栋数学领军计划”最大的特点,是“不通过高考来招生。” 03:49 我们的教育体系长期都是一个筛选系统。 04:09 这种模式长期下来,让很多人慢慢的认为“筛选能力”就是“培养能力”。 05:54 事实上,“数学竞赛”和“科学研究”并不是同一种能力。 06:46 我们教育最大的优势是筛选,最大的挑战是培养。 07:10 培养意味着允许失败 08:57 伟大的教育,不是保证每一个进入的人都能够成功,而是帮助每一个人去找到适合自己的方向。 09:39 这个体系在过去几十年是非常成功的,因为那个时代,我们最重要的任务是追赶。 10:22 能自己定义问题才是引领,否则就只是追赶。 10:57 创新,都是伴随着漫长的不确定性。 11:40 培养未来的创造者和筛选过去的优胜者是两件完全不同的事。 在小宇宙查看该单集文稿

  4. Jun 15

    E164 SpaceX上市,一场最不像IPO的IPO

    上市这一天,马斯克并没有出现在纽约时代广场;SpaceX还发射了一枚Falcon 9火箭,将Starlink卫星送入轨道。有哪家公司会在上市当天还做这种事? 这期节目,我们不准备重复大家已经耳熟能详的数字和故事。相反,我们想换几个很少被媒体提及、也常常被大众忽略的视角,重新理解 SpaceX 这家公司,以及它上市背后真正值得关注的意义。 01:38 很多听友可能有一个错觉,觉得SpaceX是一家很新的公司。 01:59 这么好的公司,按照我们这边的逻辑和速度,难道不应该从上会到通过,只需要破纪录的几十天才对嘛。 02:38 我们先来分享一些个这个最不像IPO的IPO中的一些有意思的细节。 04:58 如果这些公司没有去追求本质所需要的技术,而只是在打引号的深耕,那他们就不可能成为这个领域的SpaceX。 08:59 为什么SpaceX运营了24年才上市呢? 09:38 2万亿的市值,华尔街到底在买什么呢? 10:25 为什么资本市场开始重新拥抱重资产呢? 12:36 中国是什么时候有自己的SpaceX?但觉得这不是最应该问问的问题。 13:36 SpaceX真正最可怕的地方是什么? 13:46 24年前,乔布斯还没有发明iPhone?腾讯还没有微信。 15:24 “人生有几个10年?” 10年都已经让人很感慨了,那24年意味着什么? 15:44 有些事情本来就不应该快。 在小宇宙查看该单集文稿

  5. May 11

    E162 “to春晚”之后的机器人,什么时候能“to家庭”?

    "只有第一名才有意义",这句残酷的话,在“to春晚”这个赛道,再一次被无情的证实,“第二名只能说明你是头号输家”。 难道我们在小视频里看到的机器人在家里把起床后的被子铺平整、清理桌面的垃圾到垃圾筐、并把桌面的物品摆放整齐,等等,这些视频是假的、是AI做的?当然不是。那是人在旁边拿着遥控器遥控机器人做的?也不是。那是编好了的程序实现的、而不是机器人自主实现的?还不是。那这些做家务的视频到底是如何实现的?我们到底要等到什么时候才能让机器人不仅仅是to春晚,而是能to家庭? 02:08 我找不到比"to春晚“更简练更准确的描述这一行为的词汇了,只好自己发明了一个,这是即to C, to B, to VC之后的,另一个营销方面的创新。 03:57 机器人比自动驾驶要复杂不知道多少倍,首先。。 06:27 今天机器人面临的最大的挑战,不是让AI学会思考,而是让AI学会物理世界本身。 06:45 过去两三年才出现的人形机器人行业,到底是怎么训练机器人的? 07:17 最主流的一种训练数据的采集方式叫做“遥操作”。 07:24 “摇操作”和很多人想象的打游戏似的,拿着遥控器操控,其实不一样。 09:25 这里真正重要的其实不是“输出的动作”本身,而是“视觉里看到了什么、和输出什么样的动作”之间的对应关系。 10:17 听起来像是机器人有智能了,但其实还不是 10:24 这样训练出来的机器人,充其量是一个刷题刷出来的牛娃儿。 10:43 为了通过VLA的方式来实现“刷题智能”,过去几年,整个机器人行业都在做,疯狂的做一件事儿 11:26 很快,整个行业就会发现一件事儿,遥操作获取数据这条路,可能从根本上是无法规模化扩张的。 12:14 Jim Fan 提出了他的新观点,VLA方式的技术路线已经过时了,取而代之的新范式叫做“世界动作模型” 12:34 模型的目标也要变了,训练的逻辑也要变了,整个商业的权力结构也自然的会跟着变了。 14:10 世界动作模型本质上是什么呢? 15:08 VRA更像是条件反射,而世界动作模型更像是先做心理模拟、再行动,这其实更接近于人类。 15:55 这样的一个训练范式转变之外,Jim Fan 还提到了在世界动作模型这个新的架构之下的数据革命。 17:44 这次英伟达Jim Fan 昨晚提到的世界动作模型,和之前英伟达的和业界总说的世界模型是一回事吗? 20:08 但不管怎样,人类已经走在了一条未来会让自己都震惊的路上。 在小宇宙查看该单集文稿

  6. Apr 9

    E160 为什么国内互联网公司都在“打造大模型负责人IP”?

    最近,“与辉同行”等一系列大小直播间和名人带货的优思益翻车了。对此类的翻车,我从来都不惊讶,因为好货,并不需要这么大张旗鼓的去带。最近还有另外一个新闻,就是阿里云请了“李飞飞”做CTO。 01:40 在沸沸扬扬的林俊旸离职事件之前,林俊旸被封了很多“神”。 02:37 其实每家互联网公司,都在高调的打造各自的“大模型负责人”的 IP,不是“天才少年”,就是“天才少女”。 03:18 “打造大模型负责人IP”这件事儿的本质是什么呢? 03:28 这是一种用人来建立信任与差异的方式。 04:28 为什么这种模式在今天成立呢? 05:36 当技术差异足够大的时候,人就会消失;当技术差异不够明显的时候,人就会被放大。 05:45 那国外有什么不一样吗? 07:11 中美大模型“带货”差异的本质不是有没有人带,而是人在干什么。 07:45 为什么我们这边很少看到“叙事性”的人物? 07:49 “叙事能力”不是简单的表达能力,它需要3件东西。 08:40 缺乏“叙事能力”就很难建立“为什么是你?”的理由。 10:06 没有“叙事能力”本质是没有长期坐标系,于是公司就会看竞品做什么,我们就来做什么。 10:25 没有叙事者,就无法成为规则制定者。 10:59 无论是保健品还是大模型,背后用的是同一套逻辑。 11:06 当产品本身无法被验证,或者是差异不明显的时候,市场就不会再问这个东西到底好不好,而是会退化成一个更简单的逻辑,“我应该相信谁?” 11:51 有的产品需要一个人站在前面拼命解释,而有的产品只需要一个名字。 在小宇宙查看该单集文稿

About

科技不应该只是少数人的专利,每个人都应该能够理解和享受科技带来的好处。在这个快速发展的科技世界中,理解和跟上科技的步伐并不容易,能够穿透表象看到本质更为困难。我的目标是用通俗易懂的语言,将复杂的科技概念和商业话题讲解得明明白白。 主播老于在科技行业工作超过20年,曾在多家头部公司和独角兽企业担任要职。他在大型企业和初创公司皆有着将业务从零到一发展至盈利或全球过亿日活用户的经验。与许多科技从业者不同的是,老于曾直接负责研发、产品管理、销售运营、战略规划、合作伙伴拓展以及业务盈亏,涵盖了现代科技公司的所有方面。 老于对人类历史上规模最大的人工智能产品和用户反馈有着深刻了解,这使他在这一领域具备独特的洞察力。工作之外,老于热衷于心理学,并通过这一爱好获得了对人类行为和思维模式更深入的理解;老于还是一名规律的阿斯汤伽瑜伽练习者,这使得他思维敏锐、内在平静。