AI 正在给各行各业带来改变，我们在「十字路口」关注变革与机会，寻找、访谈和凝聚 AI 时代的「积极行动者」，和他们一起，探索和拥抱新变化、新的可能性。 「十字路口」是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。
在 AI 时代，教育的核心应从单一的知识灌输转向社会情感学习（SEL）。于红认为，语文、社交能力及人生态度等具有深厚历史积淀的技能在未来更具价值，而编程等技术性知识的重要性相对下降。SEL 体系通过接纳情绪、批判性思维训练及场景化练习，帮助孩子建立自我认知，实现 “内心丰盈、积极行动”。教育不应将大学作为终点，而应以 30 岁时的人生状态为目标，培养孩子自我实现的能力。面对职业与升学选择，应秉持 “以终为始” 的原则，通过深度复盘与自我诚实，在不确定性中寻找与个人使命契合的路径，而非盲目卷入单一维度的竞争。
清华大学助理教授徐梦迪深入探讨了具身智能与机器人研究的前沿趋势。核心观点指出，机器人泛化能力的提升关键在于 “上下文学习”（In-Context Learning），即赋予机器人像人类一样快速适应开放世界变化的能力，而非单纯依赖预训练。研究应从模型能力出发反推数据需求，通过融合人类数据、仿真数据与机器人数据，构建稳定的数据闭环。目前具身智能领域正处于马拉松的早期阶段，随着模型规模化与适应性技术的突破，未来三到五年内有望迎来类似 GPT 的行业拐点。徐梦迪强调，机器人研究需跳出单一任务的局限，通过定义本质问题，实现从解题人向出题人的角色转变，从而推动机器人真正进入千家万户。
具身智能正处于从大模型推理向物理世界交互演进的关键转折点。实现通用具身智能的核心在于构建 “大脑” 与 “小脑” 的协同系统，即利用大语言模型的推理规划能力结合高精度的动作控制策略。高质量、高精度的多模态数据采集是模型泛化与零样本学习能力的基石，而非单纯依赖数据规模。当前具身领域面临评估标准缺失与仿真到真机迁移的挑战，行业正通过构建 Agentic OS 等系统架构，强化模型对短时因果与长时记忆的上下文理解。未来三年，具身机器人有望在家庭场景中实现如洗碗等复杂任务的自动化，标志着具身智能从实验室研究向实际商业落地迈进。
2026 年的具身智能正处于技术路径收敛的关键十字路口。仿真与真实世界数据并非二选一，仿真器在规模化训练中不可或缺，而真实数据在处理传感器噪声及复杂物理交互方面具有不可替代的价值。尽管通用大模型（如 GPT-6 Astra）在语义理解与空间规划上展现出强大能力，但具身智能仍需针对物理接触与持续推理进行专门优化，以确保高成功率与泛化性。商业化落地的核心在于通过高可靠性的底层技能实现生产力价值，而非单纯依赖模型规模。未来五年，具身智能有望通过自我进化与制造能力的结合，重塑工业生产流程，使复杂制造任务实现高度自动化，成为实现通用人工智能（AGI）的关键拼图。
快看漫画创始人陈安妮推出 AI 原生产品 Livo，旨在构建一个由自主智能体驱动、用户可深度参与命运走向的实时虚拟世界。Livo 将 AI 视为讲故事的新范式，通过赋予角色自主意识，让用户在因果驱动的剧情中体验蝴蝶效应。陈安妮强调，企业创新需秉持 “游戏精神”，即不畏失败、清空过往经验，并指出商业化是支撑理想主义的基石。回顾十二年创业历程，她认为成功的核心在于回归初心，即通过产品打动用户，而非盲目追逐技术红利。在算法驱动的时代，这种对精品内容与人文价值的坚持，是企业在 AI 浪潮中保持独特竞争力的关键。
数美万物创始人任立峰（卷卷）分享了从字节跳动抖音早期负责人到投身 AI 3D 通用大模型创业的转型历程。核心议题在于如何利用 AI 技术打破数字与物理世界的壁垒，实现 “创造欲的普惠”。任立峰强调，AI 3D 生成不仅是数字资产的获取，更需与制造业产业链深度耦合，通过解决模型精度、拆件结构及参数化生产等难题，为 Maker 群体提供从概念到实体的全链路服务。他指出，创业需尊重实体行业的周期规律，通过 “无心而为” 的利他心态与对行业变量的精准捕捉，将 AI 能力转化为制造业的生产力，从而构建 Maker 行业的操作系统。
AI 代理正向服务化形态演进，强化学习级服务（RLaaS）成为解决代理持续迭代与性能优化的核心路径。Pyromind 创始人 Kevin Ding 指出，随着代理数量激增，依赖人工维护模型已不可持续，必须引入 AutoRL 实现生产环境下的自我迭代。公司通过 “Studio” 提供训练基础设施，并利用 “EchoMind” 实现自动化奖励信号回流与模型更新，重点深耕工业质检与工艺控制等高价值、数据闭环场景。此外，推出的 PyroDash 架构通过协作式引擎将基础模型与轻量级工作模型解耦，在降低推理成本的同时，通过针对性训练解决特定领域隐私与效果优化难题，为企业提供兼顾成本、效率与数据安全的 AI 落地解决方案。
RoboParty 致力于通过开源模式推动具身智能发展，旨在降低行业重复造轮子的成本并提升协作效率。公司通过多轮融资快速积累资本，将十年创业历程压缩至一年，利用开源社区的正向反馈加速产品迭代，从教育科研用的 RP0 迈向产品化程度更高的 RP1。黄一强调，在具身智能领域，认知深度远超技术与管理，核心壁垒在于通过开源降低合作门槛，从而在行业早期占据生态位。公司采取 “蜂巢式” 组织结构保持高人才密度，通过收集一线科研与工业需求精准定义产品迭代方向，力求在这一长周期赛道中实现从本体到智能的全面突破，并最终推动具身智能产品进入大众生活。
AI 智能体的广泛应用正推动企业基础设施从传统的软件托管转向专门的执行底座构建。Runta 创始人戴冠兰指出，随着企业从盲目追求 “Token 最大化” 转向关注 ROI 与成本控制，AI 智能体的落地面临执行不确定性、权限管理及安全治理等核心挑战。现有的公有云架构主要服务于传统软件，难以满足智能体在隔离、分叉、迁移及长时运行方面的复杂需求。Runta 通过提供确定性的执行层，帮助企业在保障数据安全与合规的前提下，实现智能体的大规模部署与管理。这一基础设施的变革不仅是技术迭代，更是企业数字化转型中从 “管理软件” 到 “管理智能体” 的范式转移，标志着 AI 原生时代底层算力与执行逻辑的重构。
AI 投资逻辑正从单纯的效率提升转向对 “智慧” 的追求，即通过 AI 辅助实现自我反思与价值判断。投资人需通过构建 “上下文机器” 类硬件，帮助用户从碎片化的注意力经济中回归当下。项目筛选应坚持 “非共识、非连续、非线性” 的三非标准，重点考察创始人的愿景与野心。AI 不仅是生产力工具，更是激发人性光辉、提供情感关照的载体。通过深度 Prompt 工程与 AI 进行高频交互，不仅能提升决策质量，更是应对文明级别技术变革、实现个人能力进化的关键路径。
Airwallex 首席营收官吴恺分享了公司从跨境支付工具演变为全球金融基础设施平台的历程。Airwallex 通过构建覆盖全球的资金清算网络，解决了传统银行系统在效率与成本上的痛点。在 AI 时代，公司正通过 KAI 智能助手与 AgentOS，将复杂的财务流程自动化，旨在打造金融领域的超级智能入口。吴恺强调，公司通过并购 LeapFin 等企业获取核心数据与人才，以支撑其 “智能金融” 愿景。在扩张策略上，Airwallex 坚持以 GDP 规模为优先级，并推行本地化管理以提升运营效能。未来，公司目标是通过百万级客户规模与智能财务赋能，实现从支付平台向千亿美金级金融智能生态的跨越。
实时视频生成模型正成为 AI 领域的关键突破，其核心在于通过推理加速实现高分辨率、低延迟的交互体验。生数科技推出的 Vidu S1 模型，通过 Sage Attention 算子优化与模型架构创新，实现了长时间、高帧率的实时语音交互，能够精准响应用户指令并保持画面一致性。推理加速不仅依赖于算子层面的硬件极致性能挖掘，更需通过蒸馏、稀疏化等手段降低计算复杂度，并结合集群部署工程化实现规模化应用。随着算力与算法演进，AI 生成内容将重构视觉娱乐范式，满足个性化实时交互需求。数据质量与硬件 - 算法的协同设计，已成为当前 AI 视频竞争中决定胜负的关键壁垒。
AI for Science 创业者 Odin 致力于构建通用科学人工智能，通过全模态分子世界模型实现对生命过程的重编程。该平台旨在整合小分子、蛋白质、RNA 及 DNA 等多模态数据，通过自动化科学发现流程，将人类从繁琐的工程化实验中解放出来，专注于基础科学研究。Odin 强调创业即修行，主张在科学中求真、在艺术中求美，并以 “能战方能止战” 的理念应对商业竞争。随着技术与资本的协同，定制化药物开发将成为触手可及的里程碑，最终通过重构生命相互作用机制，加速人类文明的科学进程。
过去 500 天，AI Agent 领域经历了从概念到技术奇观的爆发。GUI 作为人类认知缺陷的补丁，在 Agent 自主完成任务的场景下逐渐失去必要性，取而代之的是更高效的 CLI 交互和 Headless 架构。Agent 通过 “Skill” 模块化处理复杂任务，极大地提升了生产力并重塑了软件交互逻辑。尽管行业仍处于大基建与概念去魅阶段，但 Agent 之间的自主协作与价值交换网络正在萌芽。未来，软件形态将向工业化生产模式演进，通过深度的模型集成与自动化工作流，解决信息消费与任务执行中的摩擦，实现从以人为本到以 Agent 为本的交互范式转移，最终让软件成为任务执行的底层工具。
越伴动力创始人世博分享了消费级双足伙伴机器人 “小伴” 的研发理念。该产品摒弃了传统机器人 “功能堆砌” 的逻辑，转而聚焦于情感陪伴与生命力的塑造。通过全身柔软材质、意象式语言体系及双层大脑架构，小伴能够实现亚秒级的实时交互，并根据用户行为产生动态的性格演化。不同于单纯的工具或宠物，小伴旨在通过主动的交互共情，成为家庭中具有独立意识的成员。世博强调，好的陪伴机器人应具备 “少即是多” 的设计哲学，通过长期的记忆存储与情感理解，建立人与机器之间深层次的连接，而非仅仅提供简单的逗乐功能。
AI 编程正从简单的任务自动化演变为复杂的软件工程，核心挑战在于如何通过严谨的验证机制与长期维护策略，确保 AI 生成的代码具备工程价值。模型性能的提升不再仅依赖参数规模，更取决于高质量数据与多领域专家的深度参与。开发者正通过多模型协作系统平衡性能与成本，同时需警惕过度依赖 AI 导致的思维外包。随着 AI 从单一工具向智能体（Agent）转型，其在金融、医疗等垂直领域的应用展现了强大的陪伴与辅助能力。未来的软件开发不仅是代码编写，更是对 AI 工具的驾驭与责任承担，开发者需将 AI 视为提升生产力的杠杆，而非替代思考的魔法棒，从而在人机协作中构建更具生命力的系统。
世界模型的核心在于理解物理世界的底层因果规律，而非仅仅依赖视频或 3D 生成模型的表层相关性。Aether AI 创始人黄碧薇指出，现有的视频生成模型在具身智能任务中表现受限，因为它们缺乏对物理动力学和因果结构的本质理解。因果世界模型通过学习因果变量、因果结构及状态转移机制，使机器人能够像人类一样举一反三，在复杂多变的物理环境中实现长程任务的泛化。相比于单纯堆叠数据的大模型范式，因果智能能够更高效地利用数据，解决具身智能在真实物理世界中面临的泛化难题，是实现通用具身大脑的关键路径。
AI 技术浪潮正重塑个人生产力与创业范式，核心在于从单纯的对话式交互转向以 Agent 为中心的自动化工作流。高手利用 AI 的关键在于构建包含上下文、工具链与个人偏好的 “脚手架”，实现任务的自动化路由与执行，从而产生复利效应。当前创业环境虽面临模型公司垄断商业价值的挑战，但深入垂直行业、探索 AI for Science 或开发前端部署工程师（FDE）等角色仍蕴含巨大机会。面对大厂白领的职业焦虑，个体应通过小步快跑的行动积累上下文，利用 AI 提升效率，并保持对商业本质的敏锐洞察。AI 时代不仅是工具的更迭，更是通才价值的回归，个体应通过多领域尝试构建知识图谱，以应对未来更加复杂多变的协作需求。
FDE（前置部署工程师）作为企业 AI 落地的核心角色，本质上是为 “数字员工” 提供上岗支持与业务融合的桥梁。AI 的应用不仅是技术升级，更是一场生产力革命，要求企业从业务视角出发，而非单纯依赖 IT 驱动。通过在零售、健康等行业的一线实践，AI 智能体能够深入门店场景，提供个性化的经营决策辅助，从而打破传统标准化（SOP）的局限，实现从 “保底线” 到 “提供最优解” 的转变。成功的 AI 转型需重构组织模式与激励机制，将 AI 视为新的生产要素，通过人机协作提升一线员工的决策能力。这一过程强调对商业本质的洞察，通过将一线实践智慧与数据分析结合，实现商业模式的深层重构与价值跃升。
AI 正在重塑互动娱乐与游戏产业，但目前尚未出现类似移动游戏时代《愤怒的小鸟》那样的标志性共识产品。AI 在游戏开发中不仅是提效工具，更作为创作入口和交互对象，改变了娱乐内容的生产关系。然而，游戏作为精密设计的系统，其核心价值在于 “好玩” 与 “稳定交付”，而非单纯的 AI 生成。目前行业处于碎片化尝试阶段，大厂与创业者正通过 AI NPC、世界模型等方向探索边界。开发者应将 AI 视为协作伙伴，通过高频试错与打磨，解决用户留存与持续创作的难题。未来的突破口在于设计出能够提供长期掌控感与深度交互的系统，而非仅仅依赖自然语言对话或一次性的惊艳体验。
Follow this podcast in Podwise
Sign in to get AI summaries, transcripts and mind maps for any episode, including new ones.
