更有生命力的科技商业访谈。✨ 《卫诗婕 漫谈 Light the Star》是一档独立的中文科技访谈播客。我们欢迎「强技术理想主义、全球化视野、以及强精神质感」的全球创新领军人物，将此作为与世界对话的一个阵地。 以高信息密度、高信任感、强生命力的长访谈形式，聚焦全球科创与中国创新。努力做「最懂得创始人精神内核」的访谈。 卫诗婕是中国财经媒体人，曾获全球真实故事奖（TSA）——这是国际顶尖级别的严肃新闻奖项。从调查记者➡️特稿记者➡️科技媒体执行总编，她的作品覆盖 AI、科技巨头、商业人文与知名人物，风格锐利、深度、有温度，获得过 12 项新闻及播客奖项。 《漫谈 Light the Star》由第四之声工作室出品，包含播客、视频播客、文字专栏等形式： 播客：小宇宙、Apple Podcast、Spotify、QQ 音乐等。 视频播客：小宇宙、哔哩哔哩、小红书、视频号、Youtube、抖音等。 文字版：公众号「卫诗婕 漫谈 Light the Star」 合作洽谈 👉 微信：SJ_Jelyne（添加请备注身份+事由）
智能体经济爆发前夜，区块链技术正成为 AI 时代不可或缺的信任基建与支付底座。随着机器流量超越人类，AI 智能体在各行各业的自主交互与商业闭环需求日益凸显，蚂蚁数科通过将区块链与 AI 深度融合，构建了涵盖行业模型、数字员工及安全运营体系的 “智能体工厂”。这种模式摒弃了通用的外围工具路径，转而深入金融、能源、医疗等复杂业务场景，通过沉淀行业 Know-how 与生产数据，解决 AI 落地中的不确定性问题。未来，数字员工将直接参与企业的生产经营，而区块链则为这些智能体之间的协作提供可追溯、可审计的信任保障，共同推动产业从效率提升向价值创造的范式转移。
企业深度应用 AI 的核心挑战在于组织流程与结构的重构，而非单纯的个人生产力提升。尽管 AI 能使个人编码效率实现数倍增长，但若协作流程等 “木桶短板” 未被打破，整体交付速度难以显著提升。企业应通过 AI 重构决策中枢，将繁琐的审批与信息同步自动化，并利用 AI 蒸馏精英经验形成可复用的技能库。未来的组织形态将向 “小而精” 的特种部队演进，中层管理职能将逐渐被 AI 代理取代，而具备审美与判断力的 T 型人才将成为核心。企业应通过 AI 赋能而非单纯替代，利用高质量的决策知识库与人机协作模式，释放组织的创新潜能。
新加坡作为连接中国硬科技与全球市场的关键枢纽，其独特的国家精神与投资哲学为中国企业的全球化提供了重要参考。祥峰中国创始合伙人郑俊聪指出，硬科技投资的核心在于创造增量价值，而非单纯的商业模式复制。中国新一代创业者已从早期的模式模仿转向深耕半导体、机器人等硬科技领域，展现出极强的自主研发能力。通过新加坡这一中立且透明的平台，中国企业能够完成全球化验证，提升国际信任度。以宇树科技为例，其在机器人领域的持续迭代与量产能力，证明了中国硬科技企业在成本控制与技术创新上的全球竞争力。未来，物理 AI 与硬科技的深度融合将成为中国创新走向世界的关键驱动力。
AI Agent 正在重塑营销行业，尤其是达人营销领域。蓝色光标 CEO 潘飞与 AhaCreator 创始人 Kay Feng 探讨了 AI 如何将依赖人力密集的传统营销模式，转型为 AI 驱动的自动化工作流。核心观点在于，AI 原生公司通过批量化、可沉淀的数据，能够实现从数据洞察、内容生成到预算分配的全链路自决策，从而解决达人营销中非标、低效的痛点。AI 不仅是效率工具，更是重构商业范式的关键，它将人从繁琐的串联工作中解放出来，专注于品牌定调与策略构建。随着全球化场景下数据闭环的形成，AI Agent 在处理跨国、跨语言的复杂撮合任务中展现出巨大潜力，推动营销行业向更加透明、精准且高效的未来演进。
AI 行业已从模型能力探索转向 Agentic 智能体化及深度组织渗透阶段，AI 正成为全新的生产力底座。AI 人才演变为基座技术、应用开发与业务效能三类，其中能让智能体自主工作超过一小时是衡量业务效能的分水岭。随着强化学习在推理与 Agentic 领域的突破，AI 正在打破人类智力天花板，推动千行百业的数字化进程。未来，工作流将从精细化分工回归至人机协作，通过 AI 自动化处理例行任务，人类将聚焦于非例行的高价值决策。这种变革正促使劳动力市场向更灵活的 “任务制” 雇佣模式转型，推动人才跨行业流动，重塑企业组织架构，使 AI 成为企业竞争的核心驱动力。
AI Agent 的商业化进程正推动商业生态的深度重构，标志着从移动互联网时代的流量争夺转向以意图识别为核心的端到端交付模式。随着智能体能够主动理解用户需求并完成任务，传统的 App 入口与流量壁垒逐渐失效。蚂蚁集团 CEO 韩鑫毅指出，这一变革将带来三大核心变化：匹配效率的重塑、商业角色与产业链的重新分工，以及价值分配机制的迭代。AI 不再仅仅是存量博弈的工具，而是作为 “放大器” 精准捕捉个人需求，创造新的业务增量。这场生态变革不仅改变了用户交互体验，更要求企业在 Agent 时代重新审视商业规则与生态价值，实现从流量运营向智能服务运营的跨越。
本届世界人形机器人大会标志着行业从概念展示转向追求 ROI 与落地能力的实战阶段。尽管出货量增长，但真实具备商业价值的场景占比极低，多数企业仍处于技术验证期。行业存在严重的同质化竞争，真正具备千卡预训练能力的创业公司极少，PR 宣传中的技术指标往往存在水分。数据质量是核心痛点，缺乏统一的采集标准、时序对齐及标注规范严重制约了模型进化。目前，通过 Agent 架构调度原子化能力，结合高质量人类接管数据进行自进化，正成为具身智能突破的关键路径。行业正处于洗牌前夜，唯有熬过技术与资本的周期性波动，才能迎来真正的爆发时代。
宇树科技的崛起标志着中国机器人产业在工程范式上的断代级领先。通过电机驱动技术路线替代液压方案，宇树以极致的工程创新及全球实验室共创模式，构筑了深厚的生态壁垒。早期融资的 “捉襟见肘” 反而倒逼其深耕全球市场，实现了从实验室到商业化的跨越。当前，embodied AI 行业正处于从学术探索向高价值场景落地的关键期，2025 年被视为技术范式转移的原点。投资人田江川强调，在这一波全球化竞争中，具备全球化视野、极致工程能力及深刻成本洞察的创业者，将成为引领下一代生产力变革的核心力量。
具身智能正处于技术范式未收敛的马拉松式竞争阶段。墨奇智能创始人黄青虬指出，具身智能与自动驾驶在系统架构、软硬一体化及数据闭环上高度同源，行业核心壁垒在于高质量数据获取与工程化落地能力，而非单纯的算力堆砌。黄青虬主张以 B 端场景为跳板，通过真实场景的数据回流实现模型迭代，而非盲目追求 C 端爆发。面对行业内普遍存在的 “过度承诺” 现象，他强调回归工程本质，通过构建高可靠性的硬件与基础模型，解决从原型机到规模化量产的跨越难题，并认为团队的长期主义与技术审美是决定胜负的关键。
AI 基础设施正从 CPU 主导的软件定义模式，向以 GPU 为核心的软硬一体化架构演进。随着 Agent 时代的到来，基础设施不仅需提供算力，更需构建一套支持长上下文、记忆存储及复杂工作流编排的 “Agent OS”。这种演变要求系统具备高度的稳定性、可复现性及对异构芯片的兼容能力，以应对 Agent 在生产环境中执行严肃任务的需求。当前，行业竞争焦点已从单纯的算力堆叠转向对任务价值的衡量，指标正从 Token 消耗转向 “每日活跃 Agent”（DAA）。百度智能云 AI 计算首席科学家王雁鹏指出，面对算力、网络与存储的挑战，垂直整合能力与工程化架构将成为决定未来 AI 生态竞争力的关键。
智象未来创始人梅涛提出 “图片是入口，视频是过程，世界模型是终局” 的 AI 发展观，强调架构创新是创业公司在算力资源受限下抗衡大厂的核心竞争力。当前多模态模型正向原生全模态演进，通过统一的 Transformer 架构直接处理多维信号，以减少传统编码带来的信息损耗与幻觉。中国 AI 创业应发挥短视频数据优势，在垂直领域建立壁垒，并结合软硬一体化布局实现商业化闭环。世界模型作为通往通用人工智能的关键路径，目前尚处于早期探索阶段，视频生成模型凭借对物理规律的模拟能力，正成为构建世界模型的关键底座。
仙工智能创始人赵越通过 RoboCup 机器人世界杯的竞技经历，阐述了其 “解决问题” 的创业哲学。公司摒弃了全栈自研本体的传统模式，转而深耕移动机器人控制器与软件工具链，通过适配多样化传感器与机型，为行业提供 “乐高式” 的底层支撑。赵越认为，机器人行业不应盲目追求单一的人形形态，而应基于真实工业场景积累高质量数据，通过模块化与协同网络实现多元化智能。他主张 “无为而治” 的管理理念，强调通过技术赋能降低机器人开发门槛，推动未来各行各业向 “机器人公司” 转型。这种务实且开放的生态策略，旨在通过解决碎片化需求构建行业底层标准，而非单纯追求单一产品的市场份额。
AI 视频生成正处于技术向产品转化的早期，AI Agent 架构是连接底层模型与高质量交付物的关键。视频模型的竞争本质上是数据标注标准与组织能力的较量，具备深厚内容生态积累的大厂更具壁垒。产品设计需将感性审美转化为机器可理解的逻辑，通过多模型路由与精细化工作流编排，将 “抽卡式” 生成转变为可控的生产流程。AI 时代的产品经理需兼具技术敏锐度与创作洞察，通过构建高效的生产组织模式，将人力密集型的视频创作转化为小规模、高效率的协同作业，实现从工具到生态的跨越。
具身智能目前处于技术爆发的前夜，核心瓶颈在于缺乏高质量的物理世界数据。实现智能涌现预计需要一亿小时的真机数据，当前行业正从单纯的产品研发转向以客户为中心、以数据驱动的规模化落地阶段。智元机器人通过构建全栈软硬件体系，并独立孵化 “觅蜂” 数据服务平台，旨在解决具身智能领域的数据稀缺问题。通过真机部署、影子模式及自动化数据回流，构建起高效的数据飞轮，推动机器人从实验室走向工业主产线。未来两到三年内，随着数据产能的爆发与应用场景的打通，具身智能将迎来从肌肉映射到自主智能的质变时刻，数据将成为继算力之后最核心的生产力资产。
具身智能科学家陈源培分享了从游戏爱好者到机器人科研者的成长路径，以及对人工智能前沿技术的深度思考。他强调，具身智能的突破核心在于高质量数据管线与系统工程，而非单纯的模型架构创新。在斯坦福实验室期间，他通过强化学习与人类数据驱动的灵巧手操作，填补了双臂灵巧操作领域的空白。陈源培认为，当前的具身智能领域仍处于 “迷雾森林”，盲目追逐世界模型等概念往往流于噱头，真正的智能涌现需依赖大规模人类行为数据的积累与跨本体泛化能力的提升。他主张以实用主义态度面对技术路线选择，坚持通过系统性思维解决物理世界的复杂难题，致力于推动通用人工智能在家庭场景的落地，以实现更大的社会影响力。
具身智能的核心在于通用灵巧操作的突破，而非单纯的硬件本体迭代。灵初智能创始人王启斌指出，机器人大脑的进化正经历从规则驱动向学习驱动的范式更迭，人类操作数据是实现高水平智能的 “富矿”。通过构建多模态数据采集管线，将触觉、关节角等高维数据与大模型深度耦合，是解决复杂类人操作的关键。目前行业正处于软硬一体的早期探索阶段，算力投入与数据配方成为衡量大脑公司实力的试金石。尽管中美在模型迭代上存在身位差距，但中国凭借丰富的应用场景与产品定义能力，在数据获取成本与规模化应用上具备独特优势。未来，通用灵巧操作将成为具身智能的锚定点，推动机器人从工业自动化向通用智能物种演进。
具身智能行业正处于技术范式转移的拐点，算力与感知能力的飞跃推动机器人从简单的运动控制向自主决策演进。机器人开发的核心瓶颈已从技术本身转向工程落地与人才培养周期，云基础设施（如云桌面、AI 工作站）通过降低开发门槛与提供弹性算力，成为加速行业创新的关键杠杆。云端大模型负责复杂任务规划与逻辑推理，端侧模型则处理实时控制与肌肉记忆，这种 “端云协同” 架构极大提升了机器人的进化效率。随着供应链溢出与开发者生态的成熟，具身智能将在未来三年内迎来大规模应用爆发，特别是在工业与商用场景中，成本的显著下降将进一步释放其在劳动力替代与陪伴服务领域的巨大潜力。
面对脊髓损伤带来的瘫痪困境，肥牛与香菇夫妇通过将 AI 技术与硬件创新结合，实现了用意念控制轮椅的突破，并获得小红书黑客松硬件组冠军。这段经历展现了 AI 时代下 “普通建造者” 的创新范式：他们将 AI 视为协作伙伴，通过拆解需求、管理模型及跨学科整合，将复杂的脑机接口技术转化为解决实际痛点的产品。黑客松的高密度创新环境为他们提供了从构思到落地的加速器，不仅验证了技术在无障碍领域的应用潜力，也通过与开发者社区的深度链接，展示了利他主义与技术向善如何驱动个体在至暗时刻重燃创造欲，最终在物理世界中构建出新的生活天地。
具身智能正处于从技术探索向工业场景落地的关键期，工业机器人巨头与具身智能新秀共同探讨了 AI 与物理世界的融合路径。数字化底座是 AI 落地的先决条件，SAP 等企业提供的流程与数据治理能力，为机器人构建了业务感知型的商业大脑。目前，具身智能在工业场景中已进入小批量验证阶段，搬运、巡检等高价值、高确定性任务成为首选突破口。尽管资本热潮涌入，但行业仍面临数据标准化、高昂训练成本及商业闭环构建的挑战。相比家用场景，工业环境因其高度有序的逻辑，被视为具身智能最先实现规模化落地的试验场，未来行业将经历从技术碎片化到生态标准化的洗牌过程。
Follow this podcast in Podwise
Sign in to get AI summaries, transcripts and mind maps for any episode, including new ones.
