Zhang Xiaojun Podcast

逐篇解析机器人基座模型和VLA经典论文（含投屏版）——“人就是最智能的VLA”

98. 逐篇讲解机器人基座模型和VLA经典论文——“人就是最智能的VLA”

人形机器人正经历从专用走向通用的技术拐点。大语言模型与视觉语言模型的突破，推动了 VLA（视觉 - 语言 - 动作）架构的兴起，使机器人能够通过端到端模型实现感知、推理与行为决策的统一。这一范式摒弃了传统针对单一任务开发专用模型的低效路径，转而追求具备泛化能力的通用机器人大脑。通过引入多模态数据、强化学习以及对物理世界的预测能力，机器人不仅能处理复杂的长时序任务，还在工具使用与动态交互中展现出更强的适应性。随着模型架构的收敛与数据多样性的提升，通用机器人正加速从实验室走向产业化，预计五年内将实现更广泛的社会应用。

97. 25年Q1大模型季报：和广密聊当下最大非共识、AGI的主线与主峰

本期《张小珺商业访谈录》是 2025 年全球大模型季报的 QE 季报，小珺采访了广密，广密作为 AGI 原教旨主义者，分享了他对 AGI 主线的思考，坚信 Pre-training 的重要性，并对 OpenAI 和 Anthropic 的路线分歧、Coding 作为 AGI 环境、AI for Science 的未来、以及 AGI 的实现路径等问题进行了深入探讨，还分析了全球大模型公司的竞争格局，以及对未来 AI 领域投资的建议。

96. 和郎咸朋聊，自动驾驶10年演进史、关键技术细节和特斯拉

自动驾驶技术经历了从基于规则与高精地图，到 BEV+Transformer 架构，再到端到端（End-to-End）模型的演进。这一过程本质上是软件开发范式的升级，即从人工编写规则的 “软件 1.0” 转向数据驱动、具备自我迭代能力的 “软件 2.0”。理想汽车通过自研端到端模型，显著降低了代码复杂度，并实现了纵向控制能力的质变。自动驾驶的核心竞争力已从单纯的人才储备转向高质量垂直数据与大规模训练算力的积累。理想汽车将自动驾驶视为人工智能的落地应用，通过构建统一的基座大模型，整合感知、决策与规划，旨在实现从车位到车位的全场景自动驾驶，并以此为基础拓展至智能座舱及工业智能领域。

95. 对Manus创始人肖弘的3小时访谈：世界不是线性外推，做博弈中的重要变量

本期节目是张小珺对 AI 应用创业者肖弘的访谈，肖弘分享了他两次创业的经历和心得，包括第一次创业选择留在武汉的原因、创业过程中遇到的坎坷以及如何进行商业化，并详细阐述了第二次创业做 AI 应用 Monica 的缘起、如何做产品决策、以及对 AI 行业未来发展的看法，还探讨了 AI 时代创业者应具备的心态和对技术趋势的把握。访谈还涉及了对 DeepSeek 等模型公司的观察，以及对 AI 产品商业模式和用户体验的思考。

94. 逐篇讲解DeepSeek、Kimi、MiniMax注意力机制新论文——“硬件上的暴力美学”

大模型技术正从单纯的数据堆叠转向架构创新，以突破长文本处理的计算瓶颈。DeepSeek 与 Kimi 通过 “动态稀疏注意力” 机制，实现对 KV Cache 的动态选择，在保证模型性能的同时大幅提升了预训练与推理效率，甚至在部分基准测试中超越了传统全注意力机制。MiniMax 则采用 “混合架构”，将线性注意力与 Softmax 注意力结合，通过每 7 层线性层搭配 1 层 Softmax 层的设计，在保持检索能力的同时实现了大规模扩展。这些技术路线的演进核心在于算法与硬件的深度对齐，通过将计算转化为矩阵乘法并优化内存访问，有效降低了推理延迟与训练成本。这种架构层面的底层优化，正在成为 AGI 路线图中提升模型推理时间扩展（Tes...

逐篇讲解DeepSeek、Kimi、MiniMax注意力机制新论文（含投屏版）——“硬件上的暴力美学”

DeepSeek、Kimi 和 MiniMax 近期发布的注意力机制论文，标志着大模型技术从单纯的数据堆叠转向深度的架构创新。DeepSeek 的 Native Sparse Attention 通过动态稀疏化与硬件协同设计，在预训练阶段实现了性能与效率的双重提升，甚至在部分基准测试中超越了全注意力机制。Kimi 的 MOBA 架构追求极简，利用 SGD 动态选择 KV 块，但在微调阶段需通过混合架构解决梯度稀疏问题。MiniMax 则采用线性注意力与 Softmax 注意力的混合模型，在保持检索能力的同时显著降低了推理开销。这些创新旨在解决长文本建模的计算瓶颈，通过硬件亲和的算法设计，为大模型在推理时间扩展及长序列处理上提供了更高...

93. 离开字节、MiniMax的张前川，发出AGI对人类威胁的预警

内容产品经历了从搜索到推荐引擎，再到通用人工智能（AGI）的演变，其内在逻辑在于技术范式不断向更基础、更通用的连接方式迭代，且加速度持续提升。搜索时代通过关键词连接信息，推荐引擎则通过高维向量空间实现人与内容的精准匹配，而 AGI 作为智能范式的创新，正将人类文明推向一个临界点。当前大模型的发展路径往往将人类视为实现更高智能的工具，而非最终目的，这引发了关于人类生存与尊严的深层忧虑。面对 AGI 可能带来的灭绝风险，人类需超越单纯的技术竞争，通过制度安排确保算力分配的公平性，并构建以人为本的未来选项，避免在技术加速中迷失方向。

92. 和张亚勤院士聊，意识、寿命、机器人、生物智能和物种的延伸

人工智能正经历从信息智能、物理智能到生物智能的演进，预计五年内信息智能将达到人类水平，而人形机器人等物理智能的落地则需十年周期。大模型作为通用 “大脑”，通过提供常识与推理能力，打破了过去碎片化、专用化的技术瓶颈，使自动驾驶与各类机器人具备了跨场景的通用性。人类进化已进入非线性的指数增长阶段，人工智能并非取代人类，而是作为碳基生命的延伸，通过与硅基技术的深度融合，显著提升人类的智能水平与生命质量。这一演变将重塑社会结构，使人类从繁重的劳动中解放，最终形成一种具备更高智能的新型物种形态，且始终保持在人类的控制之下。

逐篇讲解DeepSeek关键9篇论文及创新点（含投屏）——“勇敢者的游戏”

DeepSeek 通过一系列技术创新改写了全球 AGI 叙事。香港科技大学助理教授何俊贤深入解读了其从 DeepSeek LLM 到 R1 的演进逻辑。该团队展现出极强的科研基因，坚持开源与透明，通过 MLA、GRPO 等原创算法及 FP8 训练等工程优化，在保持高性能的同时显著降低了训练与推理成本。其技术路线具有高度一致性，从早期的 Dense 模型转向 MOE 架构，并率先探索了基于规则的强化学习路径，摒弃了复杂的奖励模型。DeepSeek 的成功不仅源于其对 Scaling Law 的严谨科学态度，更在于其在行业浮躁中保持务实，通过持续的降本增效实现了技术突破，为 AI 领域提供了独特的创新范式。

91. 逐篇讲解DeepSeek关键9篇论文及创新点——“勇敢者的游戏”

DeepSeek 通过持续的技术创新与务实的科研风格，改写了全球大模型叙事。公司从早期的 DeepSeek LLM 开始，通过对 Scaling Law 的严谨研究，逐步探索出混合专家模型（MOE）与多头潜在注意力机制（MLA），显著降低了训练与推理成本。技术路线展现出高度的一致性与线性外推逻辑，尤其在推理领域，从早期的奖励模型尝试转向基于规则的强化学习（GRPO），实现了在有限算力下的性能突破。DeepSeek 坚持开源与技术透明，不仅在工程实现上通过 FP8 训练等手段实现降本增效，更通过 R1 等模型验证了大规模强化学习在提升模型推理能力上的潜力，展现出独特的学术实验室基因与技术底蕴。

90. 朱啸虎又来了：中国现实主义AIGC故事的1周年连载

朱啸虎在访谈中探讨了 AI 领域的新进展以及他对 AGI（通用人工智能）态度的转变。他认为 DeepSeek 的出现，预示着 AI 可能已经产生低级意识，并对 OpenAI 等币源模型构成了严峻挑战。朱啸虎指出，DeepSeek 的开源模式和快速增长的用户数，使其有可能成为 AI 时代的安卓系统。他强调，高质量的训练数据而非算力是当前 AI 发展的关键，并认为 DeepSeek 在文字优美和深度方面超越了其他模型，这归功于其团队的基因和偏好。尽管商业模式仍在探索中，但朱啸虎对 DeepSeek 的未来充满信心，甚至表示愿意投资，见证 AGI 的产生。他还建议 AI 创业者抓住用户需求，利用强大的底层模型，在全球范围内寻找商业化机会。

89. 逐句讲解DeepSeek-R1、Kimi K1.5、OpenAI o1技术报告——“最优美的算法最干净”

DeepSeek R1 通过强化学习（RL）路径改写了全球 AGI 的技术叙事，标志着大模型推理能力从预训练向后训练范式的重大转移。该技术证明了模型无需复杂的监督微调，仅通过大规模强化学习即可涌现出自我纠错、慢思考及长思维链等推理能力，且训练成本仅为预训练的极小部分。相比传统的过程奖励模型，DeepSeek 采用的 GRPO 算法通过舍弃不稳定的价值函数，实现了更简洁高效的推理优化。加州大学伯克利分校博士生潘家怡指出，这种范式不仅降低了推理模型的开发门槛，还通过数据蒸馏将推理能力有效迁移至小模型，为未来通用人工智能的低成本迭代提供了明确路径。

88. 和吴翼技术解读OpenAI Operator：推理从抽象世界走向物理世界的开端

本期《张小珺商业访谈录》邀请了前 OpenAI 研究员、清华大学交叉信息研究院助理教授吴翼，从小珺提出的关于 OpenAI 最新发布的智能体产品 Operator 的问题出发，对 Operator 的技术要点、泛化性、与 O1/O3 的区别、以及对 AGI 路线图的意义等进行了深入解读。吴翼还分享了对 Agent 技术发展趋势的看法，以及国内团队在复刻 Operator 时可能面临的挑战和机遇，并对 Agent 的商业模式和未来发展方向进行了展望。

87. 对李想的3小时访谈（播客版）：宅男、AI、家庭、游戏和天梯

理想汽车正向人工智能企业转型，将汽车视为物理世界中 AI 最大的应用场景。李想提出，AI 不仅是赋能工具，更是企业未来核心，通过构建端到端模型及 VLA（视觉 - 语言 - 行动）基座，致力于实现从 “增强能力” 到 “智能体助手” 再到 “家庭成员” 的终极愿景。公司依托数据驱动的 “最佳实践” 沉淀，在研发、制造及销售环节实现高效迭代。李想认为，AI 时代竞争的核心在于 “能力” 而非单一功能，企业需通过技术研究、算力投入及人才储备，构建行业领先的智能驾驶与大模型体系，最终实现物理世界与数字世界的深度连接。

【李想2024唯一深度对谈（纯享版）】张小珺对话李想

《张小珺商业访谈录》采访了理想汽车 CEO 李想，探讨了理想汽车从电动车企业向人工智能企业转型的战略。李想分享了他对人工智能的长期兴趣和公司在人工智能领域的巨大投入，包括自研基座模型和空间智能技术。他认为汽车是人工智能最大的应用场景，并详细阐述了人工智能技术在理想汽车产品中的三个发展阶段：增强能力、成为助手和轨迹佳人。李想还谈到了公司在自动驾驶技术上的选择、与特斯拉和微末的路线之争，以及对未来出行方式的看法。此外，他还分享了个人创业经历和对团队管理的理念，强调了成长和学习的重要性，以及对新一代年轻人的信心。

86. 大模型季报年终特辑：和广密预言LLM产品超越Google之路

本期《张小珺商业访谈录》是与广密的全球大模型季报第五集，探讨了 AI 产品在 2025 年的落地趋势和形态演变。广密认为，无论是 ChatGPT、Anthropic、xAI、Perplexity 等国外产品，还是豆包、Kimi 等国内产品，最终都将殊途同归，收敛于争夺 “下一个 Google” 的叙事之下，即重塑计算架构和信息分发。他们深入分析了 OpenAI 的商业模式、ChatGPT 的用户增长，以及 Anthropic、Perplexity 等公司的差异化竞争策略。此外，还讨论了 Agent 落地的重要性、Context 对 AI 智能提升的关键作用，以及未来软件形态的演变。最后，对 Scaling Law、O1 路线、数据飞...

85. 与总统竞选成员聊，总统候选人与美国叙事如何PMF？

美国总统大选本质上是极速扩张的组织运作，候选人作为 “产品” 需与国家叙事实现 “产品市场契合”。竞选团队通过地推与媒体策略将候选人推向市场，而选民对宏观经济的不满是推动政权更迭的核心动力。随着科技行业影响力提升，硅谷与华盛顿的互动日益紧密，科技领袖正从被动应对监管转向主动介入政策制定，特别是在人工智能与加密货币领域。这种政商关系的深化，反映了科技行业在国家经济中地位的跃升，也揭示了科技创新与国家监管框架在复杂政治环境下不断碰撞与融合的趋势。

84. 融了近4亿的AI创业者在干嘛？岂凡超的第一次访谈

本期《张小珺商业访谈录》采访了深言科技创始人岂凡超，探讨了 AI 创业公司在融资和技术方向选择上的策略。岂凡超分享了他在清华大学的学术背景，以及在 AI 大模型领域的创业历程，包括早期对反向词典的研究和对大模型技术浪潮的应对。他详细阐述了深言科技如何从最初的基础大模型研究转向产品和应用方向，以及在信息爆炸时代，如何利用 AI 技术更高效地获取和处理信息。岂凡超还分享了对 AI 模型产品化的独特见解，强调了产品需求导向和解决模型不确定性的重要性，并对内容产业的未来发展趋势提出了自己的看法。

83. 黄仁勋和3万亿美元英伟达是如何炼成的？

本期《张小珺商业访谈录》邀请了《英伟达之道》的译者董世敏、周康林和王亚军老师，深入探讨了英伟达及其创始人黄仁勋的成功之道。节目从黄仁勋的成长环境、早期经历，到英伟达的创立、发展历程，以及其独特的管理哲学和战略决策进行了详细分析。嘉宾们分享了英伟达如何通过技术创新、市场策略和组织管理，从一家初创公司成长为全球市值最高的科技公司，并总结了英伟达的成功经验对国内科技企业的启示，强调了战略、组织和人才培养的重要性。