NexValley Podcast

Jasmine Zhong

NexValley 是一档聚焦科技、创业与未来趋势的深度访谈频道。我们与 AI 创业者、研究者、工程师、投资人以及各行业的探索者深度对谈,聊他们正在创造什么、如何思考,以及那些改变世界的新技术背后的故事。 NexValley is where AI, entrepreneurship, and thoughtful conversations meet. Through in-depth interviews with founders, investors, researchers, and engineers, we explore how people make decisions, choose their paths, and navigate technological change in an uncertain world.

Episodes

  1. 23h ago

    从斯坦福博士到被高通收购:Nexa AI 两年创业路|Alex 陈伟深度访谈

    一家 AI 创业公司,如何从一个开源小模型项目出发,在两年内完成融资、产品转型,并最终被高通收购? 本期 NexValley,我们邀请 Nexa AI 创始人 Alex 陈伟,回看这段从校园、开源社区到创业公司的历程。Alex 本科毕业于同济、博士毕业于斯坦福;创业前,他长期参与斯坦福华人创业协会,在学生社群中接触创业者、投资人和潜在合伙人,也由此逐渐走向创业。 访谈从 Nexa AI 的起点聊起:Octopus 为什么能在早期受到关注?开源产品为什么能帮助创业公司获得用户、投资人与人才?当小模型赛道迅速拥挤,团队又为什么决定从模型研发转向端侧 AI 推理优化? 我们也深入讨论了端侧 AI 的真实状态:云端模型和本地模型未来会如何协作?端侧 AI 已经有哪些落地场景?新消费电子、机器人会不会成为下一波机会?对于创业公司而言,端侧 AI 的商业化难点、开发者生态和芯片平台竞争分别意味着什么? 在收购部分,Alex 首次系统分享了高通为什么关注 Nexa AI、创业公司怎样被大公司看到,以及在“继续融资”与“接受收购”之间,团队是如何做决策的。 节目最后,话题回到创业者本人:怎样选择合伙人?创业中最难的到底是什么?面对长期高压和焦虑,怎样把注意力重新放回行动与问题解决? 时间线: 02:15 为什么从博士毕业后创业 04:12 Octopus 为什么受到关注 12:19 为什么从小模型转向端侧推理 19:10 端侧 AI 市场成熟了吗,云端与本地如何分工 27:05 端侧 AI 被低估的机会:新消费电子与机器人 31:28 端侧 AI 商业化的真正难点 36:09 端侧 AI 竞争最后拼什么 38:55 高通为什么收购 Nexa AI 42:40 怎样更容易被大公司收购 47:03 创业最难的事:找到正确方向 57:46 创业应该怎样选合伙人 01:00:13 创业者最大的压力,以及如何应对焦虑 本期提到的关键词: NPU(Neural Processing Unit): 神经网络处理单元,专门面向 AI 推理优化的芯片模块。端侧 AI 能否在手机、电脑、汽车等设备上低功耗、低延迟地运行,往往取决于 NPU 的能力。 OEM(Original Equipment Manufacturer): 原始设备制造商。节目中主要指手机、汽车、电脑与智能硬件厂商,它们会把芯片、模型和软件能力整合进最终产品。 SDK(Software Development Kit): 软件开发工具包。开发者通过 SDK 可更方便地把模型部署到指定芯片或设备上。 OTA(Over-the-Air): 远程更新。设备通过网络获取新版本软件或模型,无需返厂;对端侧模型而言,OTA 的成本与维护复杂度是重要挑战。 DevRel(Developer Relations): 开发者关系。企业通过文档、社区、活动和技术支持吸引开发者采用自己的平台或工具。 Octopus: Nexa AI 早期推出的开源小模型项目,展示了小模型在端侧完成工具调用与任务执行的能力,也是团队获得市场关注的重要起点。 Apple Intelligence: 苹果推出的 AI 功能体系,涵盖写作、总结、翻译与图像生成等能力;部分任务可以直接在设备本地完成。 Ollama: 帮助开发者在个人电脑本地运行大模型的工具,降低了开源模型的部署门槛。 LM Studio: 面向个人用户和开发者的本地大模型运行工具,可用于下载、运行和测试开源模型。 Llama / Phi / Gemma: 分别由 Meta、微软和 Google 推出的开放模型系列,代表了小模型与开源模型赛道的重要参与者。 Hugging Face: AI 开源社区与模型平台。开发者可在这里发布、下载模型、数据集与代码,是当前开源模型生态的重要基础设施。 Rabbit: 以 AI 为核心交互方式的新型消费电子产品代表。节目中借此讨论端侧 AI 在手机、电脑之外的硬件机会。 关于 NexValley: NexValley 是一个关注 AI、创业与技术判断的深度访谈频道。我们和 AI founder、投资人、研究者、工程师对话,记录他们如何在不确定性中判断方向、选择路径、理解技术变化。 「在这里找到我们」 公众号:NexValley 收听渠道:Apple Podcast|小宇宙|Spotify 搜索「NexValley Media」 视频平台:小红书|Bilibili|YouTube 搜索「NexValley」 联系我们:Jasmine@nexvalleymedia.com|zeli@nexvalleymedia.com

  2. Aug 5

    E003 | 广告会被 AI 全自动接管吗?她以 Solo Founder 身份融资千万美元|对话AdsGency AI 创始人 Bolbi Liu

    本期嘉宾:Bolbi Liu (AdsGency Founder and CEO) 本期主播:Jasmine Zhong AI Agent 真的能接管广告投放吗?从策略、创意、投放到后续优化,这条链路还有多少必须由人完成?这次我们请到 AdsGency AI 创始人兼 CEO Bolbi Liu。她曾参与滴滴国际化和 AWS 的广告系统建设,现在正在做一套 Agentic 广告操作系统,种子轮融资1200万美元。 本期节目我们聊了聊哪些工作适合交给 Agent,哪些决策还不能放手;为什么广告素材越精美,效果未必越好;当 GEO 仍然是个黑盒,OpenAI 广告会不会成为新的流量入口。Bolbi 还提到,未来的广告甚至可能不再只投给人,而是进入 Agent-to-Agent 的网络。 除此之外,Bolbi 也聊到了自己作为 Solo founder 的创业经历:一个人在 CES 拿到 2,000 多条客户线索,主动联系 1,000 多位投资人,以及作为女性 CEO,如何面对融资偏见、收购邀约和 IPO 的选择。 本期话题: AI Agent 如何重构广告行业?广告真的可以实现全自动投放吗? 从策略、创意、投放到优化,哪些环节可以交给 AI,哪些仍然需要人? 为什么制作精美的广告,效果反而可能不如一张简单的“大字报”? OpenAI 广告与 Google 广告有什么不同?广告如何从匹配关键词走向理解人的意图? 当 Google、Meta 都在推出 AI 工具,独立的 AI 广告操作系统还有什么价值? Agent 经济到来后,未来的广告会不会不再是给人看的,而是投放给个人 Agent? 为什么离开大厂,以 solo founder 的身份创业?一个人在 CES 拿下 2000 多条客户线索是一种什么体验? 作为女性 CEO,如何面对硅谷投资人对女性与 solo founder 的偏见? 从几十万美元起步到融资千万美元,她为什么说“创业的风险被妖魔化了”? 收到多个收购邀约后,为什么仍然选择继续创业,并希望把公司带向 IPO? 如果重新创业一次,为什么她会选择找一位联合创始人? AI 正在替代广告行业的哪些岗位?Growth 从业者该如何建立自己的长期竞争力?时间线: 00:00 开场 02:00 AdsGency AI是什么 06:42 广告能否全自动投放 10:44 为何精美广告未必有效 12:13 OpenAI广告如何读懂意图 1 6:57 CES拿下2000条客户线索 24:43 AI如何降低获客成本 30:59 未来广告将投给Agent 33:35 为什么离开大厂创业 36:36 女性CEO如何突破偏见 39:54 创业风险被妖魔化 43:14 从几十万到融资1200万 46:00 重来一次会找合伙人 关于 NexValley NexValley 是一个关注 AI、创业与技术判断的深度访谈频道。我们和 AI founder、投资人、研究者、工程师对话,记录他们如何在不确定性中判断方向、选择路径、理解技术变化。 关注 NexValley 公众号及其他内容平台均可搜索「NexValley」音频收听:Apple Podcasts|小宇宙|Spotify 商务合作与嘉宾推荐: Jasmine@nexvalleymedia.com zeli@nexvalleymedia.com

  3. Jul 20

    E002|从克隆声音到换脸视频,AI诈骗开始“骗AI”了?与Scam AI创始人聊聊:当AI逐步击穿社会信任,我们该怎么办?

    本期嘉宾:Ben (Simiao) Ren,Scam AI 联合创始人/CEO 本期主播:Jasmine Zhong 当 AI 开始替我们读邮件、接电话、核验身份并执行操作,诈骗的目标也正在从“欺骗人”转向“欺骗 AI”。Ben(Simiao)Ren,Scam AI 联合创始人,杜克大学电子与计算机工程博士,前 Meta 高级研究科学家。Scam AI 专注于识别 deepfake、换脸视频、克隆声音、伪造文件及其他由 AI 驱动的骗局,入选 UC Berkeley SkyDeck 创业加速器,并完成首轮 260 万美元融资。 随着生成式 AI 的研究重点从文字和图像逐渐走向视频,当越来越多创业者追逐更真实、更流畅的 AI 视频生成时,离开 Meta 后的 Simiao 却选择站到生成式 AI 的另一面,研究如何判断屏幕对面的人、声音和视频究竟是不是真的。这是一个正在迅速进入当代每个人现实生活中的问题。许多在实验环境中表现良好的检测模型,一旦面对真实网络中的视频压缩、剪辑和后期处理,准确率便可能大幅下降。AI 鉴真也不再只是实验室里的技术竞赛,而是一个同时涉及数据、速度、准确率、隐私和商业落地的现实挑战。 所以这一期,我们想讨论的是一个更加根本的问题:社会的信任基石究竟从何而来? 我们从 Simiao 的博士研究和 Meta 经历聊起,聊到他为什么不推荐大家读 PhD,长期的学术训练如何给他的思维带来了限制;也聊到他为什么选择 AI 鉴真,企业和个人正在面对哪些新型 AI 骗局,以及一项论文中表现优秀的技术,为什么进入现实世界后仍然远远不够。除此之外,我们还聊到 Scam AI 如何完成首轮 260 万美元融资,以及一位技术创业者如何寻找投资人、辨别真正有价值的反馈,并穿过融资过程中接连不断的 “No”。 本期你会听到: 为什么离开 Meta,选择创业做 AI 鉴真?2026 年的 AI 诈骗,已经发展到了什么程度?当“眼见为实”失效,社会还能够依靠什么建立信任?为什么实验室中接近 100% 的 AI 辨伪准确率,到了真实网络里可能迅速下降?为什么 Simiao 说,他“有一点后悔读 PhD”?技术创业的第一年是种什么样的体验?首轮 260 万美元融资背后,经历了多少个“No”?如何平衡心理状态?从第一位客户到与大公司合作,To B 创业最难的是什么?普通人现在可以怎样保护自己?时间线: 00:00:00 开场00:01:33 Scam AI 到底是做什么的? 00:02:55 为什么离开Meta,主动跳出舒适区 00:05:08 当所有人都在做生成,他为什么选择AI鉴真 00:10:09 让AI每天接100通诈骗电话 00:13:52 骗子如何把来电显示伪装成Kaiser等官方机构 00:17:08 诈骗正在将AI Agent变成新的攻击入口 00:23:20 普通人应该如何保护自己 00:25:29 当“眼见为实”失效,新的信任基石从哪里来 00:27:47 AI 鉴真如何成为一门 To B 生意 00:35:49 生成与检测,一场猫鼠游戏 00:38:02 Simiao预测社会对AI的信任拐点何时出现 00:39:49 AI鉴真的三条技术路径 00:46:00 为什么Simiao说,他“后悔读 PhD” 00:57:15 Simiao锐评大厂大多是“草台班子” 00:58:22 创业第一年:人生最有意思的一年 00:59:52 创业最难的,是忘掉原来的人生框架 01:02:12 融资像参加一场《非诚勿扰》 01:06:36 “你怎么样和大厂竞争?”应该怎样回答 01:08:02 如何拿下第一位大客户 01:09:35 To B 销售的真实难点在哪里 01:12:09 “眼见为实”的时代已经过去了 本期提到的关键词: Deepfake:利用 AI 合成或替换一个人的脸、声音和表情,让虚假内容看起来像真实发生。如今 deepfake 已经可以用于实时视频通话和线上会议。 声音克隆:通过少量语音样本模仿一个人的声音、语气和停顿。诈骗者可以借此冒充家人、同事或公司高管,制造紧急情况并要求转账。 Caller ID Spoofing:来电号码伪造。诈骗者通过技术手段修改电话传输的号码或元数据,让来电显示看起来来自 Kaiser、政府机构或其他可信组织。 AI Agent:能够读取信息、调用工具并代替用户执行任务的 AI 系统,例如查看邮件、回复消息、安排日程。它获得的权限越多,可能被攻击和利用的入口也越多。 Attack Surface:攻击面,指一个系统中所有可能被攻击者利用的入口。当 AI Agent 获得邮箱、文件、账户等权限后,用户面临的攻击面也会随之扩大。 Prompt Injection:提示词注入。攻击者将恶意指令隐藏在邮件、网页或图片中,诱导 AI Agent 泄露 API Key、转发银行邮件,或执行其他未经授权的操作。 TTS:Text to Speech,文字转语音。高质量的 TTS 可以生成接近真人的声音、停顿和情绪。Scam AI 也利用 TTS 驱动的 AI 接听诈骗电话,消耗诈骗者的时间并研究最新话术。 On-device AI:端侧 AI,指模型直接运行在用户自己的电脑或手机上,而不是把数据上传到云端。它可以降低延迟,也能减少视频、会议和身份信息离开本地设备带来的隐私风险。 ID Verification / IDV:身份验证,通过证件、人脸、自拍或视频确认用户身份。Simiao 提到,传统的“上传证件、转头或眨眼”验证方式,已经可能被实时换脸技术绕过。 KYC:Know Your Customer,了解你的客户。银行和金融机构通过 KYC 核实用户身份、年龄和风险信息,AI 鉴真公司则帮助这些系统识别换脸、冒用身份和伪造材料。 Detection:内容检测,通过模型分析图片或视频中的视觉痕迹,判断内容是真实拍摄、AI 生成还是经过换脸处理。它通常只能给出概率判断,遇到新的生成模型时也可能需要重新训练。 数字水印:生成平台嵌入 AI 内容中的可识别标记,可以是肉眼可见的,也可以隐藏在图片数据里。水印能够帮助识别内容来源,但开源模型可能没有水印,攻击者也可能尝试删除它。 Provenance:内容溯源,记录一张图片或视频由谁、在什么时间、通过什么设备或模型产生,以及之后是否被修改。它关注的不是内容“看起来像不像真的”,而是它是否拥有一条可验证的来源链。 Cryptographic Signature:加密签名,利用密码学为文件生成独一无二的数字证明。内容一旦被修改,签名也可能发生变化,因此可以帮助验证文件的来源和完整性。 C2PA:Coalition for Content Provenance and Authenticity,内容来源与真实性联盟。它试图为图片、音频和视频建立统一的来源标准,让用户知道内容由谁生成、经过了哪些处理。 Benchmark:基准测试,使用统一数据集比较不同模型的性能。Simiao 提到,一些 deepfake 检测数据集已经落后于最新生成技术,因此模型在旧数据集上获得很高准确率,并不代表它能识别现实中的最新骗局。 信任基石:社会用来确认身份、信息和交易真实性的基础机制。Simiao 认为,每个时代的信任都建立在“当时难以伪造的东西”之上;当照片、视频和声音都可以被 AI 低成本复制,新的信任机制也必须被重新建立。关于 NexValley:NexValley 是一个关注 AI、创业与技术判断的深度访谈频道。我们和 AI founder、投资人、研究者、工程师对话,记录他们如何在不确定性中判断方向、选择路径、理解技术变化。 「在这里找到我们」 公众号:NexValley 收听渠道:Apple Podcast|小宇宙|Spotify 搜索「NexValley Podcast」 视频平台:小红书|Bilibili|YouTube 搜索「NexValley」 联系我们:Jasmine@nexvalleymedia.com|zeli@nexvalleymedia.com

  4. Jul 7

    E001|白领被AI替代后,人还能做什么?硅谷VC夏淳访谈:时代机会转向“心力劳动”

    本期嘉宾:夏淳 本期主播:Jasmine Zhong 夏淳,TSVC 基金合伙人,硅谷早期华人创业生态的重要参与者。夏淳毕业于清华,拥有工程和高性能计算背景,曾在 Sun Microsystems 参与早期云计算相关工作,后转向创业与天使投资。 TSVC 成立于 2010 年,是华人在硅谷成立的第一家天使基金,曾投资 Zoom、D-Matrix 等多家早期公司。早在 2021 年,GPT 还没有真正引爆全球 AI 浪潮时,夏淳和 TSVC 就已经押注 AI inference,投资了推理芯片公司 D-Matrix。如今,D-Matrix 估值已达 20 亿美元。 所以这一期,我们想问的不是“AI 现在还有什么机会”,而是一个更具体的问题:一个经历过互联网泡沫、参与过早期云计算、又在 GPT 爆发前押中过 AI inference 的早期投资人,是如何判断下一条技术曲线的? 在这期对话里,我们从 2010 年前后的硅谷华人创业生态聊起,也聊到今天 AI 创业泡沫中的机会判断;从种子轮基金如何看 founder,到普通白领如何从“规则执行者”转向“规则制定者”;从大模型的局限,到小模型、agent、推理芯片和未来算力的分布式趋势。 这期对话试图回答一个问题:当 AI 从训练走向推理、从工具走向 agent,人该如何重新判断技术、创业和自己的位置?你会听到: 2010 年前后的硅谷华人创业圈是什么样的为什么今天的 AI 种子轮融资越来越快、越来越贵TSVC 判断 early-stage AI 公司的三个维度:天时、地利、人和为什么早期投资最终还是看 founder 的学习速度和成长性年轻 AI-native 创业者的优势在哪里为什么“纯技术红利”正在进入尾声Founder pitch 时,什么样的表达会让投资人失去兴趣AI 会不会替代白领?“心力劳动”可能意味着什么什么是“黑领”:未来管理 AI agent 的人类角色TSVC 为什么在 2021 年看中推理芯片公司 D-Matrix芯片创业和软件创业,在投资判断上有什么不同为什么未来可能不是几个大模型统治一切,而是大量小模型和 agent 分布式运行 时间轴: 00:00 开场 01:30 夏淳自我介绍:从工程师到早期投资人 03:07 2010 年前后的硅谷华人创业生态 05:55 为什么现在种子轮融资金额越来越大 08:08 融资速度变快,对种子轮基金意味着什么 08:55 TSVC 如何判断一家 early-stage AI 公司 10:37 为什么种子轮投资最终还是看 founder 12:00 年轻 AI-native 创业者的优势在哪里 14:10 为什么纯技术红利正在进入尾声 16:12 什么样的 founder 才是真正 coachable 17:25 好的 VC 能为 founder 带来什么 18:09 早期创业公司失败的共通原因 19:40 Founder pitch 时最容易踩的雷 21:44 年轻人创业的新机会在哪里 23:58 普通白领如何面对 AI 替代焦虑 25:59 从体力劳动、脑力劳动到心力劳动 30:45 什么是“黑领”:管理 AI agent 的新角色 35:25 白领转型的第一步应该做什么 39:11 为什么 TSVC 早期看中推理芯片 D-Matrix 42:16 D-Matrix 打动投资人的关键因素 44:02 芯片公司和软件公司的投资逻辑有什么不同 49:06 下一个芯片机会可能在哪里 52:17 为什么未来会有大量小模型和小芯片 56:03 五年后的 AI 市场会是什么样 57:00 回到 2010 年,夏淳会对自己说什么 本期提到的关键词: PMF:Product-Market Fit,产品和市场需求之间的匹配。 AI-native:伴随 AI 工具成长起来的一代创业者。他们可能没有传统大厂经验,但对 AI 工具和新工作方式更敏感。 心力劳动:夏淳在本期提出的概念。他认为,体力劳动被机器替代后,人类进入脑力劳动时代;当脑力劳动被 AI 替代后,新的劳动可能会转向心理、情绪、陪伴、成长和意义感相关的领域。 黑领:夏淳借用足球裁判的意象提出的概念。在本期节目中,它指未来管理 AI agent 的人。相比传统白领执行规则,黑领更像规则制定者、边界划定者、AI 系统的园丁,以及利益相关方的责任承担者。 D-Matrix:一家 AI inference 推理芯片公司,TSVC 在 2021 年投资。夏淳在本期提到,TSVC 当时看中它,一方面是因为团队重视软硬件协同,另一方面是因为 CEO 具备把重资产芯片故事讲清楚、持续融资的能力。 Zoom:TSVC 早期投资过的公司之一。夏淳在本期用 Zoom 的案例说明,种子轮投资时,公司往往还没有成熟产品、客户和收入,投资人最终还是要回到对 founder 和团队成长性的判断。 小模型:与集中式大模型相对。夏淳认为,未来大量 agent 不可能全部依赖昂贵的大模型运行,很多 agent 会运行在更小、更便宜、更分布式的模型和芯片上。 CoWoS / Packaging:芯片先进封装相关概念。夏淳在本期提到,随着摩尔定律放缓,如何把不同芯片更高效地组合在一起,会成为 AI 芯片路线图中的重要机会。 关于 NexValley:NexValley 是一个关注 AI、创业与技术判断的深度访谈频道。我们和 AI founder、投资人、研究者、工程师对话,记录他们如何在不确定性中判断方向、选择路径、理解技术变化。 「在这里找到我们」 公众号:NexValley 收听渠道:Apple Podcast|小宇宙|Spotify 搜索「NexValley Podcast」 视频平台:小红书|Bilibili|YouTube 搜索「NexValley」 联系我们:Jasmine@nexvalleymedia.com|zeli@nexvalleymedia.com

Ratings & Reviews

5
out of 5
2 Ratings

About

NexValley 是一档聚焦科技、创业与未来趋势的深度访谈频道。我们与 AI 创业者、研究者、工程师、投资人以及各行业的探索者深度对谈,聊他们正在创造什么、如何思考,以及那些改变世界的新技术背后的故事。 NexValley is where AI, entrepreneurship, and thoughtful conversations meet. Through in-depth interviews with founders, investors, researchers, and engineers, we explore how people make decisions, choose their paths, and navigate technological change in an uncertain world.