AI 1.0到2.0的转轨与反思：对话印奇

时长: 120 分钟 · ▶ 观看视频

嘉宾: 印奇 (Qi Yin) · 阶跃星辰 (StepFun) 董事长、千里科技董事长、旷视科技联合创始人

Switch → English

章节 (11)

  • 00:00 · 开场与新身份介绍
    • 印奇介绍自己离开旷视后的新身份：千里科技与阶跃星辰的董事长。
  • 01:31 · 为何在此时入局大模型
    • 探讨ChatGPT引发的AI底层技术变革，以及为何选择在此时加入阶跃星辰。
  • 05:25 · 为何不在旷视体系内做大模型
    • 解释旷视的软硬结合组织架构不适合大模型的研究(Research)驱动模式。
  • 06:40 · 阶跃星辰的命名与愿景
    • 阶跃代表非线性智能跃升，目标是成为中国最优秀的基础大模型公司。
  • 08:10 · 千里科技与阶跃星辰的协同
    • 千里科技聚焦车端（AI终端），阶跃星辰提供大模型大脑，两者形成软硬结合的闭环。
  • 11:57 · 对AGI与具身智能的终极愿景
    • 印奇认为AGI的终局必须与物理世界结合，机器人是最终形态，但目前先从车和手机切入。
  • 14:43 · 大模型战场的残酷性
    • 分析当前AI竞争的激烈程度，包括人才密度、资金消耗以及商业化不确定性。
  • 16:32 · 商业模式的排除法
    • 纯ToB或纯ToC软件模式走不通，必须走向软硬一体的AI终端。
  • 22:03 · AI时代的硬件逻辑
    • AI硬件将重塑“铁人三项”，模型将成为核心，硬件和软件围绕模型服务。
  • 26:31 · 大模型淘汰赛与泡沫
    • 大模型赛道已进入淘汰赛，泡沫体现在估值和人才薪酬上。
  • 40:00 · 反思AI 1.0时代的“四小龙”
    • 回顾AI 1.0时代的安防战役，反思ToB市场的局限性以及对AI 2.0的启示。

数据 (5)

时间 事实 数值 背景
00:00 阶跃星辰成立时间 2023年4月 阶跃星辰成立的时间点，印奇在早期便深度参与。
00:00 ChatGPT发布时间 2022年底 ChatGPT的发布引爆了业界对大语言模型的关注。
00:00 基础模型研发资金门槛 每年至少30亿人民币 印奇认为做基础大模型每年至少需要30亿人民币的投入，且要维持3到5年。
00:00 物理空间数据收集周期 5到7年 收集并注入物理空间的数据以训练具身智能模型所需的时间。
00:00 AI终端爆发窗口期 2025-2026年 印奇预判AI终端产品将在2025到2026年迎来落地和爆发。

研究观点 & 预测 (4)

  • [00:00] AGI必须与物理世界结合
    • 证据: 纯数字世界的语言模型无法实现真正的AGI，必须通过具身智能（如车、机器人）获取物理世界数据。
  • [00:00] 纯ToB和纯ToC软件模式在大模型时代不成立
    • 证据: ToB定制化成本高且利润低；纯ToC软件缺乏数据飞轮和网络效应，难以建立护城河。
  • [00:00] 多模态将走向大一统模型
    • 证据: 未来的模型不会区分独立的视觉或语言模型，而是统一的底层大模型处理所有模态。
  • [00:00] AI硬件将重塑交互
    • 证据: AI将打破以屏幕尺寸定义硬件的现状，通过语音和多模态交互释放屏幕限制。

关键概念 (4)

  • [00:00] Step Function (阶跃函数)
    • 代表从量变到质变、非线性的智能跃升，也是阶跃星辰公司名字的由来。
  • [00:00] Embodied AI (具身智能)
    • 拥有物理实体并能与物理世界进行交互的AI系统，如智能汽车和机器人。
  • [00:00] VLA (Vision-Language-Action)
    • 视觉-语言-动作模型，能够理解多模态输入并直接输出物理世界动作指令的模型架构。
  • [00:00] AI Native 硬件
    • 从底层逻辑完全基于AI能力重新设计的硬件设备，而非仅仅在传统硬件上添加AI功能。

提及人物 (4)

  • 印奇 — 受访嘉宾，AI领域连续创业者。
  • Jeff Hawkins — 《智能的本质》(On Intelligence) 作者，其关于脑科学与AI结合的观点深刻影响了印奇。
  • 雷军 — 被引用其“铁人三项”（硬件、软件、互联网服务）理论来解释AI时代的软硬结合。
  • 余凯 — 地平线创始人，被提及在2019年较早转型做汽车AI芯片的战略选择。

公司提及 (7)

阶跃星辰 (StepFun) · 千里科技 · 旷视科技 (Megvii) · OpenAI · 特斯拉 (Tesla) · 字节跳动 · DeepSeek

引用 (4)

大模型这个战场还是非常残酷的，可能是有史以来最激烈的一次科技竞争。 — 印奇 @ 00:00

AI的终局一定是跟物理世界产生交互之后所产生的智能。 — 印奇 @ 00:00

如果做基础大模型，一年至少30亿人民币以上的投入，这已经是一个非常高效的投入了。 — 印奇 @ 00:00

聪明人往往不能用笨办法长期做事，但很多事情需要扎实地用笨办法去做。 — 印奇 @ 00:00

经历 & 个人故事 (1)

  • [00:00] 印奇回顾了自己从AI 1.0时代创办旷视科技，深耕计算机视觉和安防领域，到如今面对大模型技术变革，选择重新出发，担任阶跃星辰和千里科技董事长，致力于追求AGI和具身智能的历程。

工具与模型 (3)

  • ChatGPT: OpenAI推出的大语言模型，引爆了AI 2.0时代的底层技术变革。
  • ResNet: 深度残差网络，印奇认为是AI发展史上最重要的里程碑论文之一。
  • Transformer: 当前大模型的基础架构，印奇认为其与ResNet同等重要。

主题

大模型创业 · 具身智能 · 软硬一体化 · AI商业模式 · 组织管理与人才密度 · AI 1.0与2.0的对比反思

要点

  • 基础大模型是一场资金、人才和算力的极度消耗战，门槛极高。
  • 纯软件的ToB或ToC模式难以建立护城河，AI的未来在于与物理世界结合的终端（如汽车、机器人）。
  • AI硬件的逻辑将发生根本改变，模型将成为核心，硬件形态将不再受限于屏幕。
  • 创业需要长期的耐心和“笨办法”，聪明人往往容易寻找捷径而失败。
  • AI 1.0时代的教训表明，必须选择天花板足够高、能形成数据飞轮的商业场景。