十字路口Crossing

AI 无限，人生有限｜对谈 KK、山音：一线 AI 创作者

AI 时代，我们到底该学什么？｜对谈于红：三种不会过时的能力

AI 时代教育的核心在于培养那些 “不变” 的底层能力，而非单纯的知识灌输。社会情感学习（SEL）通过认知自我、社交互动与负责任的决策，帮助孩子建立情绪接纳与批判性思维，从而在充满不确定性的未来获得幸福感。前美团龙珠合伙人于红从投资人转型教育创业，指出教育的终极目标是自我实现而非单一的升学竞争。她强调，情绪是人类进化的信号，接纳情绪、练习批判性思维以及培养积极心态，是孩子在 AI 时代保持内心稳定与行动力的关键。家长应关注孩子 30 岁时的状态，而非仅仅盯着当下的分数，通过长期的练习与引导，让孩子在自由玩耍与探索中找到人生意义，实现真正的自我成长。

“我看到了 Scaling Law 的信号” | 对谈清华叉院助理教授徐梦迪：具身智能、世界模型、真正的泛化

具身智能的核心在于让机器人具备类似人类的快速学习与自适应能力，而非仅仅依赖预训练。徐梦迪指出，开放世界任务多变，机器人需通过 “上下文学习”（In-context Learning）和世界模型，在部署环境中根据环境反馈、人类演示及修正指令不断自我提升。当前具身智能领域虽处于快速发展期，但仍面临数据闭环构建与安全性挑战。机器人模型需从单纯的动作记忆转向对物理世界规律的理解，通过融合仿真数据、人类数据及机器人本体数据，实现从任务相关到任务无关的通用性突破。尽管目前行业存在泡沫，但随着模型规模化（Scaling）与数据质量的提升，未来三到五年将是具身智能实现范式转变的关键拐点。

于是转身向具身走去｜对话王家伟：24 岁的具身智能首席科学家

当具身智能走到十字路口｜对谈苏度、蚂蚁灵波、自变量、破壳：四种一线判断

具身智能的发展正处于仿真与真实世界数据的博弈十字路口。仿真技术在大规模预训练中不可或缺，但真实世界数据的物理噪声与交互细节对机器人落地至关重要。通用大模型（如 GPT-4o/Astra）在语义理解与空间规划上展现出巨大潜力，但其物理交互能力仍需与具身智能模型深度耦合，以解决高成功率与泛化性的核心挑战。商业化进程不仅依赖于模型性能，更需回归成本与鲁棒性，通过构建可持续的生产力场景跨越泡沫期。未来五年，具身智能将从单纯的算法模型演变为物理世界的关键基础设施，通过自我进化与物质重构，重塑人类生产制造的效率天花板，成为实现通用人工智能（AGI）的重要支柱。

她被骗过、被救过、被捧上神坛过、被疼痛击倒过，决定在AI时代继续冒险｜对谈陈安妮

Livo 作为快看漫画推出的 AI 原生产品，旨在构建一个实时演化的虚拟世界，通过 AI 驱动的数字生命与用户互动，提供全新的叙事范式。陈安妮认为，AI 如同电的发明，将催生类似电影的全新讲故事方式，用户不再是旁观者，而是通过干预剧情影响命运的参与者。在组织管理上，陈安妮推崇 “游戏精神”，即通过 “Yes and Hope” 机制鼓励团队不惧失败、集体创新，将公司视为一个不断进化的生命体。面对 AI 浪潮，她强调 AI 是镜子，创作者的初心与审美才是精品内容的灵魂，商业化则是支撑理想主义、保护创作者价值的必要手段。快看漫画在经历多次现金流危机后，已从单纯的漫画平台转型为探索 AI 时代内容创新的科技公司。

对卷卷的3小时访谈：从抖音到AI 3D、创业的过山车、成为制造业OS的野心、基础模型不会吞噬一切！

数美万物创始人任立峰（卷卷）分享了从抖音早期建设者到投身 AI 生成式 3D 大模型创业的转型逻辑。核心在于将互联网时代的 “雕刻时间” 升级为物理世界的 “雕刻空间”，利用 AI 大模型降低 3D 资产制作门槛，实现从数字创意到实体制造的普惠。通过 Hi3D 与造好物平台，团队不仅提供高精度 3D 模型生成，更打通了从模型拆件、参数优化到工业级制造的完整管线，解决了非标商品高并发交付的行业难题。任立峰强调，创业不仅是技术迭代，更是对实体制造业规律的尊重与产业链协同的深度探索，旨在通过 AI 技术赋能全球 Maker 群体，实现个性化创造的规模化落地。

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

Pyromind 致力于通过 AutoRL 技术提供强化学习即服务，解决 AI 代理在生产环境中的持续迭代难题。AI 正从中心化模型转向服务化 Agent 集群，Pyromind 通过 Studio 基础设施与 EchoMind 自动化管线，助力工业质检与工艺控制场景实现模型自主进化。其 Paradise 架构利用协作式引擎，在满足隐私与正确性需求的同时，有效降低推理成本并提升模型表现。该模式将奖励信号转化为可扩展的无状态管线，通过数据回流与持续训练，确保模型在多变的生产场景中始终维持高效决策，成功在工业领域跑通了商业闭环。

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

具身智能新势力 RoboParty 创始人黄一分享了公司在一年半内完成五轮融资、团队规模扩张至 140 人的创业历程。RoboParty 坚持开源路线，旨在通过降低行业合作阻力，推动具身智能本体与算法的协同进化。黄一强调 “认知大于格局与技术”，主张在行业早期通过高人才密度和蜂巢式组织结构保持敏捷迭代，同时通过与小米、宁德时代等产业方合作，精准捕捉科研与工业场景的真实需求。面对具身智能的马拉松，公司目前聚焦于本体研发，通过开源生态积累 know-how，并计划在未来通过模型能力的整合，探索具身智能的终极形态。这种 “压缩人生” 的创业模式，不仅体现了对行业周期的精准判断，也展示了年轻创业者在复杂技术赛道中的战略定力。

「模型能力已经够了，要卷就卷 infra」｜对谈戴冠兰：Runta 创始人

AI 智能体（Agent）的爆发式增长迫切需要全新的基础设施底座。Runta 致力于为智能体提供执行层平台，解决非确定性工作流下的隔离、分叉及权限管理难题，使企业能够在可控范围内释放智能体的生产力。当前 AI 行业正经历从盲目追求 Token 消耗量到关注 ROI 效率的范式转变，这对基础设施的弹性伸缩与成本控制提出了更高要求。Runta 创始人戴冠兰指出，传统云基础设施主要服务于软件与人类，难以应对智能体长周期、概率性执行的特性。构建针对智能体的底层执行环境，不仅是解决安全与合规风险的关键，更是支撑未来数十亿智能体规模化落地的核心基石。

「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】

BAI Capital 合伙人汪天凡探讨了 AI 时代下的投资逻辑与产品哲学。投资人需从单纯的 “智能” 转向追求 “智慧”，即通过引入上下文（context）与反思机制，帮助用户实现自我关照与活在当下，而非仅仅追求生产力提升。在 AI 硬件投资中，应关注那些能激发人性光辉、具备非共识、非连续与非线性增长潜力的项目，如 Luki 与 Meshi。汪天凡强调，AI 时代投资的核心在于识别创始人的真实愿景与野心，并利用 AI 工具进行深度认知训练。面对文明级别的技术变革，个体应保持极强的主动性（Proactivity），将 AI 视为健身房，通过持续的深度交互与反思，将智能转化为智慧，从而在快速迭代的周期中保持竞争力。

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

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

实时交互视频生成正重塑视觉娱乐范式，核心在于通过推理加速实现高分辨率、低延迟的实时响应。生数科技研发的 Vidu S1 模型通过语音实时控制视频生成，在消费级显卡上实现了 540P 分辨率与 25 帧以上的实时生成效果。推理加速不仅依赖 SageAttention 等算子层面的极致优化，更需结合模型蒸馏与稀疏化技术降低计算复杂度。随着模型在数据质量与偏好对齐方面的进步，实时交互式视频生成已成为 AI 视觉娱乐的必然趋势。未来，推理加速将向底层芯片定制化与上层算法架构优化双向演进，通过软硬件协同设计，满足大规模实时生成任务对算力的极致需求。

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】

英灵殿创始人 Odin 致力于构建通用科学人工智能平台，通过全模态分子世界模型整合蛋白质、小分子及核酸数据，旨在模拟分子间相互作用，将人类从繁琐的工程化实验中解放出来。Odin 强调在科研中求真、在艺术中求美的理念，认为创业是应对不确定性、追求效率的过程。他指出，AI for Science 正处于技术爆发的战国时代，未来通过技术收敛实现科学发现的自动化，将像工业时代的蒸汽机一样，推动人类文明实现跨越式发展。

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？

过去 500 天 AI Agent 领域经历了从概念爆发到技术落地的演进，软件交互逻辑正从以人为本的 GUI 思维向 Headless 架构转型。GUI 本质上是人类认知缺陷的补丁，而 Agent 在处理复杂任务时，CLI 与模块化 Skill 展现出更高的自动化潜力。当前 AI 原生产品的核心挑战在于定义新问题，而非简单地在旧有软件上叠加 AI 功能。随着模型能力提升，未来的 AI 应用将通过工业化生产流程重塑内容消费与服务交付方式。开发者应关注上下文管理与 Agent 间协作，推动 AI 从效率工具向自主执行任务的数字生命演进，在 Token 经济与算力基建支撑下，实现生产力的质变。

我遇到了第一个真正想买的陪伴机器人！｜对话世博：越伴动力创始人【公路播客】

对话 MiniMax 闫俊杰：M3、10X 计划、10T 模型、和智能的终局

AI 编程正从简单的代码生成演变为复杂的软件工程，核心挑战在于如何通过系统化的验证、架构设计及上下文管理，确保 AI 产出的代码具备长期生命力与可维护性。MiniMax CEO 闫俊杰指出，模型迭代不仅依赖算力与参数规模，更需引入跨学科专家以提升数据质量与模型可解释性。开发者们强调，AI 工具应被视为提升生产力的手段而非 “魔法棒”，人类工程师需在决策、验证及项目品位上承担核心责任。在金融等垂直领域，AI Agent 通过提供陪伴式服务与实时分析，正逐步从辅助工具转向引领创造性决策，推动 AI 从单一模型能力向多模态、深度集成的工程化应用转型。

哪条路线，才能通往「世界模型」的终局？｜对话黄碧薇：Aether AI 创始人

世界模型的核心在于理解物理规律与因果关系，而非仅仅基于相关性进行视频生成。当前主流的 VLA 路线因缺乏对底层动力学的认知，难以在具身任务中实现泛化。Aether AI 创始人黄碧薇提出，构建因果世界模型需在隐空间内学习因果变量、结构及状态转移机制，使机器人具备自主推理能力。该模型通过模拟器与真实数据的自循环进化，弥补了传统方法在长程任务中的不足。因果智能是实现具身智能从模仿走向自主决策的关键路径，为机器人处理复杂物理任务提供了核心支撑。

高手怎么用 AI？普通人怎么学 AI？投资人如何投 AI？｜对谈课代表立正

AI 时代的核心生产力变革在于从简单的对话交互转向 Agentic（智能体）工作流。通过使用 Claude Code、Cursor 等工具，用户能够构建可积累的上下文与自定义技能，从而实现生产力的指数级提升。这种模式将隐性知识显性化，并围绕业务流程重构工作方式，而非仅仅取代搜索引擎。企业 AI 落地需 “前端部署工程师”（FDE）梳理流程与知识库。在 AI 吞噬通用白领工作后，人类应从 “工具人” 转向 “通才”，通过掌握多领域知识提出关键问题，利用 AI 解决复杂任务。创业者应聚焦于 Agent 生态、Physical AI、视频模型应用及软件工作流重构，从真实痛点出发，在 AI 浪潮中寻找差异化价值，而非盲目追求 “生产力” 的...

OpenAI 和 Anthropic 共同看好的 FDE：AI 时代的新岗位出现，旧分工松动｜对谈 Rolling AI

FDE（前置部署工程师）作为 AI 落地的新范式，核心在于将 AI 视为 “数字员工” 而非单纯的 IT 工具，通过深入一线赋能业务单元。Rolling AI 合伙人阿甘与刘开指出，AI 转型的本质是生产力革命，关键在于组织模式与工作流程的重构。通过采集一线员工的 “街头智慧” 并将其转化为智能体，企业能实现从总部管控向一线赋能的转变，显著提升经营效率。成功的 AI 落地需由业务部门主导，并配合激励机制的调整。这种模式超越了传统咨询仅提供规划的局限，通过结果导向的赋能，帮助企业在剧烈竞争中实现从标准化保底向最优解生成的跨越，成为企业增长的核心驱动力。