张小珺Jùn｜商业访谈录

受到万众期待又迟到2个月特斯拉Robotaxi大会，终于来了。但却以该公司股价下挫告终。这集节目我和孟醒在第一时间，逐字逐句点评了这场行业盛事。

• 01:30 一场莫名其妙的会议？发布会时间还没延迟长
• 02:50 更像Party、年会，粗糙是特斯拉的常态
• 05:54 给特斯拉Robotaxi大会划重点
• 08:40 偷巧的用词：有监督版本FSD和无监督版本FSD
• （FSD：Full-Self Driving，完全自动驾驶）
• 13:30 马斯克说2025在得州和加州实现无人监督FSD？
• 14:28 一周168小时，每台车一周使用10小时，如果车辆自动驾驶，使用率提升5-10倍——这更像共享经济的老故事
• 17:45 点评赛博出租车Cybercab：是Model2改造的？
• 20:50 Model3的BOM成本12-13万出头，Model2的BOM成本10万以内
• 22:52 测试难度？封闭测试->固定路线开放场景->开放路线开放场景
• 25:20 算算账？马斯克预计，Cybercab运营成本降到20美分/英里，在美国包含税和其他费用的成本30-40美分
• 28:19 “牧羊人”、Car Partner、资金杠杆
• 38:54 特斯拉股价跌了、Uber股价涨了
• 39:41 到底为什么特斯拉要讲Robotaxi的故事？
• 41:30 1亿量车、100吉瓦、分布式计算资源
• 43:05 点评无人驾驶多功能车Robovan
• 47:45 点评整场唯一超预期的人形机器人：是摇操作？

【从蒸汽机到无人驾驶】系列

和何小鹏聊，FSD、“在血海游泳”、乱世中的英雄与狗熊

和楼天城聊聊Robotaxi和ACRush：“L2做得越厉害，离L4越远”

从蒸汽机到无人驾驶3｜和孟醒聊特斯拉FSD进化史

从蒸汽机到无人驾驶4｜Waymo和它的对手们：我暗中考察了四个月

从蒸汽机到无人驾驶5｜谈谈自动驾驶创投过山车这8年

【更多信息】

联络我们：微博@张小珺-Benita，小红书@张小珺jùn

更多信息欢迎关注公众号：张小珺

我们的节目正在推出新系列【从蒸汽机到无人驾驶】，今天是第5集。

因为，在我自己学习自动驾驶的过程中觉得，这个行业的知识壁垒很高、信息不对称也很严重，所以邀请五源资本合伙人、前滴滴自动驾驶COO孟醒来做一个自动驾驶的深度科普。在之前的两集中，他分别以L2和L4自动驾驶为线索，分别聊了聊特斯拉FSD进化史和低调的Waymo及它的对手们。大家可以在《商业访谈录》的72集和74集收听。

今天这集更偏孟醒个人。这次聊天发生在他刚离开滴滴、即将加入五源资本的短暂间隔期之中。我们聊了聊为什么那么多人都在逃离风投，而他却选择在此刻回归？以及他所亲历的自动驾驶创投这8年。

建议大家把72、74和78这三期节目连起来收听。

本集是《张小珺Jùn｜商业访谈录》和《技术不无聊》的串台节目。

我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）

【嘉宾小传】

孟醒，五源资本合伙人、卡尔动力董事长，曾担任滴滴自动驾驶COO、顺为资本科技组负责人；在顺为期间，孟醒投资了小鹏汽车、Momenta等明星公司；加入顺为前，孟醒曾经作为创始人和CEO创办两家人工智能领域的明星创业公司，分别是美国的Orbeus和中国的知图科技，两家公司都被并购；孟醒还曾在摩根大通投资银行部门任职，负责亚太区科技领域的投资并购以及IPO项目，参与项目金额超过600亿美金。孟醒拥有加州大学伯克利分校应用数学和经济学学士，以及麻省理工大学斯隆商学院MBA学位。

• 创业和投资是一个旋转门

• 那么多人离开VC，我为什么在这时回来了？

• 中美的孵化器对比

• 投资小鹏汽车、Momenta的经历

• 天使轮估值1亿美元以上的前沿科技公司还没有成功案例

• 16年通用汽车10亿美元并购Cruise带来了自动驾驶创投热潮

• 在创投端，亲历过去8年自动驾驶的起起伏伏

• 16年创立的自动驾驶相关公司到今天还活着的，大概一半

• 细说自动驾驶的产业版图和分工

• L2和L4领域今天已经高度头部化

• 经历多轮周期的自动驾驶能给今天的大模型哪些借鉴？

【从蒸汽机到无人驾驶】系列

和何小鹏聊，FSD、“在血海游泳”、乱世中的英雄与狗熊

和楼天城聊聊Robotaxi和ACRush：“L2做得越厉害，离L4越远”

从蒸汽机到无人驾驶3｜和孟醒聊特斯拉FSD进化史

从蒸汽机到无人驾驶4｜Waymo和它的对手们：我暗中考察了四个月

【更多信息】

联络我们：微博@张小珺-Benita，小红书@张小珺jùn

更多信息欢迎关注公众号：张小珺

2024年，不少海外大型PE纷纷募集了巨额的并购基金，中国也出台了针对并购多项鼓励政策。就在前不久，9月24日，证监会发布《关于深化上市公司并购重组市场改革的意见》（即“并购六条”）。

并购重组市场会变活跃吗？

本集我们的主题正是并购。我邀请霞飞资本创始人、百度前VP陆复斌来聊聊。陆复斌离开百度以后，从2017年就开始在全球并购市场上寻找机会。到今天他总计完成5笔交易，投出21亿美金。这些交易来自美国、以色列和东南亚，大多完成得隐蔽，在网络上你能找到的只有只言片语。我很好奇，他为什么要保持一种刻意营造的低调。

插一句口播：除了小宇宙，大家还可以在Apple Podcast、Spotify、YouTube、腾讯新闻、喜马拉雅等多个平台关注《张小珺Jùn｜商业访谈录》。特别是Apple Podcast。希望大家能够在Apple Podcast上多多给予积极的评分和留言。谢谢大家！大家国庆节快乐！

• 03:00 嘉宾经历：美国NASA-创业-亚马逊-百度VP
• 06:27 贝索斯管理方法：Two-Pizza Teams
• 20:51 过去5年在全球市场做并购，投出21亿美金
• 26:06 当互联网越来越像传统行业，退出方式会变得多元
• 30:13 并购、时代与案例
• 36:46 已并购deal的幕后故事：
• 全球同性恋社交网络Grindr（三年两次转手、从昆仑万维买过来）
• 以色列公司英为财情（Investing.com）
• 加密货币交易所Coins
• 01:00:48 常见并购步骤
• 01:05:22 怎么判断好资产？什么是便宜？
• 01:12:39 我竞价试图收购Yahoo的故事
• 01:16:45 最难的是收购完的经营
• 01:18:50 美国、以色列、东南亚做生意差异性
• 01:25:21 未来几年并购重组趋势

【更多信息】

联络我们：微博@张小珺-Benita，小红书@张小珺jùn

更多信息欢迎关注公众号：张小珺

在过去两集节目中，关于OpenAI o1和AGI范式转移，我们先是推出了一集预言，之后推出了一集解析。在一个新范式来临的临界点上，我们希望听到更多来自业界不同视角的声音。哪怕这些声音是切片的、冲突的，我们都希望当做一种记忆和留存收集起来。

今天这期是王小川的返场。

王小川在创业开始就关注到强化学习并且很早开始公开谈论。他曾说，大模型代表快思考，它叫“学”；强化学习是慢思考，它叫“思”。“学”和“思”两个系统最终会走向融合。除了o1，王小川也聊了聊强化学习在一个特定场景——医疗——中的应用。

• 01:30 大模型是“学而不思则罔”，强化学习是“思而不学则殆”
• 03:45 Sam Altman被宫斗下课与强化学习大神Noam Brown的动态
• 05:45 OpenAI o1是范式升级，摸到了一条从快思考走向慢思考的道路
• （DIKW模型：Data – Information – Knowledge – Wisdom）
• 08:18 怎么看o1隐藏思维过程，有人破解o1思维链会被警告要封号？
• 09:04 从以语言为核心走向思维链，分两阶段运行增加泛化性
• 11:38 强化学习 vs 监督学习
• 16:39 除了数学和代码以外，医疗是可以用强化学习提升的领域
• 19:55 之前做强化学习实验没有CoT（思维链），今天更强调CoT了
• 22:16 复现o1 vs 复现GPT-4
• 26:30 未来几年将从强化学习范式走向写代码解决问题新范式
• 28:35 做“水涨船高的应用”，不只是“沿途下蛋的应用”
• 31:35 创业公司要走出大厂射程，在射程内你是没什么好活的

【更多信息】

联络我们：微博@张小珺-Benita，小红书@张小珺jùn

更多信息欢迎关注公众号：张小珺

上集节目，广密在OpenAI o1问世之前，准确地预言了代号为“Strawberry”（草莓）的项目走向，以及它背后暗示的AGI范式已经转移，强化学习开启了新赛道。

这集节目录制在o1问世之后，我第一时间和边塞科技创始人、清华叉院信息研究院助理教授，同时也是前OpenAI研究员的吴翼聊了聊。他的研究方向正是强化学习。吴翼从技术视角全方位地解读了o1模型，并且分享了只有内部视角才能看见的真实的OpenAI。

• 01:50 2019年在OpenAI做研究员
• 03:04 那个年代所有PHD都希望去Google Brain和DeepMind
• 03:46 OpenAI o1-preview初体验，很意外在用户使用端做这么大规模的推理
• 07:20 pre-training（预训练）能挖的金矿越来越少，以强化学习为基础的post-training（后训练）是另一个大金矿，使迈向AGI的梯子多了几节
• 09:00 o1-preview版本是GPT-3时刻，到没到ChatGPT时刻要看正式版本
• 10:33 o1应该核心关注两个要点和背后的技术原理
• 13:54 强化学习能否探索出Scaling Law有希望，但很复杂
• 15:06 强化学习三要素：reward model+搜索和探索+prompt，每一块都很难
• 16:42 2014年开始，UC Berkeley集体转向，押注强化学习
• 19:36 RL算法的演进：从DQN（Deep Q-Network）到PPO（Proximal Policy Optimization）
• 23:45 相信会带来通用能力而不是垂类能力提升
• 24:47 长文本是实现AGI的第一步，推理能力是第二步
• 29:57 通过o1-preview能反向复原哪些技术细节？
• 34:00 reward model不太可能有一个单独的小组闭着眼睛训练，是耦合的
• 38:30 思维链、安全、幻觉和算力
• 41:25 为什么这么项目叫“Q*”？后来又叫“草莓”？梗都很有意思
• 49:49 o1不代表垂直模型，依然相信会出现全能的大统一模型
• 57:57 关于Scaling Law，2019年OpenAI内部讨论的细节
• 01:00:26 2019年的OpenAI处于“闭着眼睛挖矿的状态”
• 01:03:20 OpenAI当年如何做管理：搞大新闻、发博客，KPI是博客关注量
• 01:10:28 2020年离开OpenAI后悔吗？

o1发布前的预言单集：AGI范式大转移：和广密预言草莓、OpenAI o1和self-play RL｜全球大模型季报4

【更多信息】

联络我们：微博@张小珺-Benita，小红书@张小珺jùn

更多信息欢迎关注公众号：张小珺

我们的节目正在推出新系列【从蒸汽机到无人驾驶】，今天是第4集。因为，在我自己学习自动驾驶的过程中觉得，这个行业的知识壁垒很高、信息不对称也很严重。所以邀请孟醒来做一个自动驾驶的深度科普。

之前的节目介绍过，自动驾驶分成两条线索：1、以特斯拉为代表的辅助驾驶路线；2、以Waymo为代表的全无人驾驶路线。围绕路线之争，这个行业吵了10年。

在上集，孟醒着重聊了第一条线索：特斯拉FSD进化史。本集，我们的重心则是另一条：低调的Waymo和它的对手们。很有意思的是，孟醒曾带队在凤凰城调研Waymo，还暗中探访了它的“老巢”。

【嘉宾小传】

孟醒，五源资本合伙人、卡尔动力董事长，曾担任滴滴自动驾驶COO、顺为资本科技组负责人；在顺为期间，孟醒投资了小鹏汽车、Momenta等明星公司；加入顺为前，孟醒曾经作为创始人和CEO创办两家人工智能领域的明星创业公司，分别是美国的Orbeus和中国的知图科技，两家公司都被并购；孟醒还曾在摩根大通投资银行部门任职，负责亚太区科技领域的投资并购以及IPO项目，参与项目金额超过600亿美金。孟醒拥有加州大学伯克利分校应用数学和经济学学士，以及麻省理工大学斯隆商学院MBA学位。

• 02:00 Waymo始于2009年，是Google X实验室一个项目
• 04:32 我访谈Google无人车创始人Sebastian Thrun，结果被人骂了，很惭愧
• 07:13 DARPA Grand Challenge（美国DARPA出资赞助的无人驾驶赛）被埋没的故事
• 13:24 Waymo负责人连连换届：
• 1. Sebastian Thrun（2009-2013）：Sebastian Thrun是斯坦福大学教授，也是谷歌自动驾驶汽车项目创始人之一
• 2. Chris Urmson（2013-2016）：Chris Urmson是卡内基梅隆大学机器人专家，参与了多次DARPA自动驾驶挑战赛
• 3. John Krafcik（2015-2021）：John Krafcik是汽车行业资深人士，曾任现代汽车北美公司总裁兼首席执行官
• 4. Tekedra Mawakana和Dmitri Dolgov（2021-2023）：Tekedra Mawakana是Waymo首席运营官，法律和公共政策背景出身；Dmitri Dolgov是Waymo首席技术官，参与自动驾驶技术开发多年
• 5. Dmitri Dolgov和Saswat Panigrahi（2023年至今）: Dmitri Dolgov继续担任CEO之一，Saswat Panigrahi是Waymo首席产品官，负责产品管理和战略规划
• 18:05 Waymo技术关键变化，对最简洁漂亮的架构端到端抱有理想
• 21:55 我带队在凤凰城调研Waymo四个月，还暗中探访了Waymo“老巢”
• 38:30 无人驾驶第二名Cruise（创始人Kyle Vogt），两年、40人团队，10亿美元卖给通用汽车
• 43:24 一起安全事故，使Cruise从顶峰极速坠落
• 48:00 为什么Waymo和Cruise同样作为大企业分支，风格差异这么大？
• 57:40 Uber也曾是无人驾驶一个有竞争力的对手，怎么退出了比赛？
• 59:17 另外两位竞争对手现况：Zoox、Aurora

【从蒸汽机到无人驾驶】系列

和何小鹏聊，FSD、“在血海游泳”、乱世中的英雄与狗熊

和楼天城聊聊Robotaxi和ACRush：“L2做得越厉害，离L4越远”

从蒸汽机到无人驾驶3｜和孟醒聊特斯拉FSD进化史

【更多信息】

联络我们：微博@张小珺-Benita，小红书@张小珺jùn

更多信息欢迎关注公众号：张小珺

今天这集是我和广密【全球大模型季报】第4集。这期2024年Q3季报，提前和大家见面。

我们正进入的9月会是AGI的一个大月，OpenAI造势已久且绝密的项目“草莓（Strawberry）”将在不久后揭开它神秘的面纱。此外，Anthropic也会推出Claude 3.5 Opus，这两个模型将是AGI进程是否顺利的关键风向标。

这些项目很可能暗示了硅谷AGI范式已经静悄悄地发生剧烈转移。

本集节目带来了对AGI发展路径的最大猜想——硅谷AGI范式正在发生转移，self-play RL（强化学习）开启了新赛道。大部分人还没意识到，在纯靠语言模型预训练的Scaling Law这个经典物理规律遇到瓶颈后，多家硅谷明星公司已经把它们的资源重心押宝在一条新路径上：self-play RL（自博弈强化学习）。只不过，这个范式转移还未形成共识。Self-play RL到底是什么？它如何有别于传统路径？它能成为继续Scaling Law的一把神奇钥匙吗？

这集节目是关于self-play RL的一篇高质量科普，也希望为大模型从业者带来方向性的启发。

除了self-play RL，我们着重探讨了硅谷一级市场的明星赛道（Coding、视频生成、通用机器人），以及OpenAI与科技巨头近况。希望我们【全球大模型季报】能帮大家了解最前沿的AGI动态，并且能持续给大家带来启示。

• 02:30 语言模型预训练的范式或许遇瓶颈，模型scaling边际效益开始递减
• 05:21 为什么不一定能支持模型在GPT-4o基础上大幅跃升？现在处于“真空死亡地带”？
• 06:43 我最担心的是，纯靠语言模型的经典Scaling Law /Pre train这个物理规律遇到瓶颈，或者在更大参数比如2-3T以上的情况下开始失效了
• 09:37 如果scaling law在模型变大的过程中不work，现在有三条潜在路径：1、多模态尤其是视觉（但还没有证据说能从视觉模态训练涌现智能能力）；
• 2、10万卡集群（但10万卡集群充分互联的难度比预期难，可能是全人类最难的项目之一）；
• 3、强化学习self-play RL（这是范式级别的大转变！）
• 12:53 如果我是AI公司CEO，我会200%资源all in RL这条路
• 13:40 概念解释：Reinforcement Learning，简称RL，中文强化学习（Ilya用一句话概括强化学习：让AI用随机路径去尝试一个新任务，如果效果超出预期，就更新神经网络的权重让AI记得多使用成功的实践，再开始下一次尝试）
• 19:05 代码和数学可以变得很强，能不能泛化到更多领域没有证据
• 22:39你也可以把语言和预训练比作人类基因组，携带着人类几千年进化的基因，强化学习RL就是人类成长的一生
• 24:55 必须很聪明的模型才能有能力做self-play RL的探索
• 27:07 Anthropic Claude 3.5是这一波标志性的产品，他们不搞Sora/搜索，主线是RL；业内少数人意识到RL的重要性是最近两个月
• 28:35 硅谷明星公司现阶段的资源投入？1-2家公司把RL当作最高优先级
• 28:56 2024年9月OpenAI和Anthropic即将要发布的，什么值得期待？
• 29:42 AGI范式大转移之下，还会有GPT-6和GPT-7吗？（可能明年会看到很小的模型比今天GPT-4o要聪明非常多，一个期待是实现AGI不一定需要巨量参数的模型）
• 30:33 新范式的困境和卡点
• 32:52 Character.AI出售给Google预示AGI竞赛上半场结束，下半场开始，创始人Noam从Google进入self-play RL下半场
• 34:36 新范式下，还需要那么多GPU吗？很多人关心英伟达股价
• 37:06 AGI范式转移只在最核心的researcher中有共识，几百人，还没扩散
• 38:55 Claude 3.5 Sonnet显著提升，带动了编程工具Cursor的火爆出圈
• 40:08 OpenAI在造势的草莓、Q*，猜测背后都是强化学习RL
• 41:55 国内公司应该应该all in 200%跟进RL
• 42:44 语言模型和RL是乘级关系

• 45:12 硅谷的AI赛道：围绕LLM周边有3-4个圈，搜索、代码Coding、视频、机器人

• 1、Coding：在硅谷出现了4-5家独角兽（Devin、Augment 、Magic、Poolside，都已经20-30亿美元估值），最近编程工具Cursor出圈
• 2、  视频：这个赛道诱人，但格局不稳定、决胜窗口长
• 3、通用机器人：想赌具身领域也有个OpenAI，现在是基础科学突破的问题，没看到在机器人领域的“通用泛化能力”出现
• 57:00 美国通用机器人的明星项目（Pi、The Bot是业界公认最头部的项目，除此之外融资金额很大、声量也比较高的是Skild AI、Figure AI）
• 58:31 国内vs硅谷机器人：硅谷投robot foundation model一个大脑，像Andorid；在国内投整机，OV和小米
• 01:01:56 LLM->多模态->具身智能->世界模型，这是AI发展路径
• 01:05:54 LLM vs 移动互联网，叙事逻辑是什么？哪些明线与暗线？

• 01:07:04 有没有可能，今天不做强化学习的公司未来都跑不出来
• 01:08:05 站在现在，重新评论一下中国LLM？“月亮和六便士”

• 01:12:37 OpenAI
• 1、有点浪费技术领先的红利，产品没接住
• 2、联合创始人Greg Brockman、John Schumann离职
• 3、Ilya离开应该是bet on两个路线（多模态/强化学习，大概率是RL）
• 01:17:10 Q*和草莓和RL应该是一件事，草莓是代号，RL是方法
• 01:18:07 回答红杉美国合伙人 David Cahn发布最新文章《AI’s $600B Question》
• 01:20:00 在2024年Q3，AI叙事还有哪些非共识？
• 01:22:45 Character.AI之后，哪些AI公司还会被收购？做个预测
• 01:23:38 2000年互联网hype破灭后只留下Amazon一家公司，今天AI hype如果破灭了，谁是下一个Amazon?
• 01:24:24 AGI第一幕是科技巨头受益，第二幕还没完全展开

【全球大模型季报】系列

2023年：口述全球大模型这一年：人类千亿科学豪赌与参差的中美景观

2024年Q1：和广密聊AGI大基建时代：电+芯片=产出智能

2024年Q2：口述全球大模型这半年：Perplexity突然火爆和尚未爆发的AI应用生态

【更多信息】

联络我们：微博@张小珺-Benita，小红书@张小珺jùn

更多信息欢迎关注公众号：张小珺

去年下半年以来，特斯拉V12版本和端到端架构为自动驾驶掀起了一波全新的热潮。这波总是在“5年之后”又“5年之后”屡屡迟到、屡屡爽约的技术革命，到今天，到底发展成什么样了？它距离我们真实的生活还有多远？

我们的节目正在推出新系列【从蒸汽机到无人驾驶】，今天是第3集。

我们的前两集节目里，已经推出了与何小鹏和楼天城的访谈，他们分别代表自动驾驶领域最有代表性的两类公司：一个是做L2（辅助驾驶）的汽车公司、一个是做L4（无人驾驶）的技术服务公司。这次，我邀请了在自动驾驶行业很资深且背景多元的一位人士。

孟醒在过去8年从各个维度深入参与过这个行业。他曾是连续创业者，先后在美国和中国创办了两家人工智能初创公司；他也是投资人，投资过小鹏汽车、Momenta等自动驾驶相关公司；2019年起，他出任滴滴自动驾驶COO。就在最近，孟醒刚刚更换了新身份，再次回到风投行业做一名前沿科技投资人。

我和孟醒从他亲身试驾特斯拉FSD各个版本的真实感受开始聊起，深入探讨了端到端架构和FSD进化史。不过这集只是开篇，接下来我们还会推出更多的精彩续集。

【嘉宾小传】

孟醒，五源资本合伙人、卡尔动力董事长，曾担任滴滴自动驾驶COO、顺为资本科技组负责人；在顺为期间，孟醒投资了小鹏汽车、Momenta等明星公司；加入顺为前，孟醒曾经作为创始人和CEO创办两家人工智能领域的明星创业公司，分别是美国的Orbeus和中国的知图科技，两家公司都被并购；孟醒还曾在摩根大通投资银行部门任职，负责亚太区科技领域的投资并购以及IPO项目，参与项目金额超过600亿美金。孟醒拥有加州大学伯克利分校应用数学和经济学学士，以及麻省理工大学斯隆商学院MBA学位。

• 01:30 孟醒的学习和创业经历，从幼儿园就开始在中美两边穿梭
• 08:33 为什么自动驾驶行业和公众之间充斥着信息不对称？
• 11:17 自动驾驶分两条线：辅助驾驶已经到产品中期，无人驾驶产品还处在Pre-A阶段
• 18:18 辅助驾驶和自动驾驶各自迈过几道坎？还有哪几道坎要过？
• 21:18 亲身试驾特斯拉FSD不同版本的感受（从非端到端的最后一个版本V11.3.6到端到端版本V12.3、V12.4，技术提升斜率如何？）
• 27:37 为什么L4公司看特斯拉FSD像小学生？优化目标和L4公司不一样
• 29:09 L2直到实现极高驾驶能力之前，应该有最优接管率，不能过高也不能过低
• 33:12 L2和L4截然不同的产品体系：L2提供更好的人机共驾体验，L4提供成本更低的出行服务能力
• 33:36 L1-L5的命名体系和它带来的歧义
• 43:06 特斯拉V12版本和端到端架构为什么重新点燃自动驾驶的热情
• 52:20 V12更像是辅助驾驶里的GPT-3时刻
• 54:11 关于特斯拉端到端架构，哪些是已知信息？哪些是黑盒？
• 56:43 特斯拉自动驾驶的技术演进史（both硬件和软件）
• 01:02:54 特斯拉是端到端且不用任何规则兜底，国内公司很难做到
• 01:04:07 特斯拉的纯视觉路线vs大部分公司的激光雷达路线
• 01:11:52 端到端是自动驾驶的终极大杀器吗？分别探讨L2和L4
• 01:17:32 复刻特斯拉FSD需要多少花销？大致的估算
• 01:19:18 几乎所有中国的竞争者都在跟进端到端架构

【更多信息】

联络我们：微博@张小珺-Benita，小红书@张小珺jùn

更多信息欢迎关注公众号：张小珺

我们的节目正在推出新系列【从蒸汽机到无人驾驶】，今天是第2集。

最近萝卜快跑在武汉引发广泛关注，许多人开始讨论Robotaxi是不是迎来拐点？我邀请了楼天城来聊聊。

楼天城是清华首届姚班毕业生，因在编程竞赛的优异战绩又被称作“楼教主”。他毕业后进入Google工作，在这里最早接触了无人驾驶，而后又加入百度从事无人车研发。2016年，楼天城与百度前首席架构师彭军，创立无人驾驶公司小马智行（Pony.AI），他出任联合创始人兼CTO。该公司估值达85亿美元，正寻求在纳斯达克或纽交所上市。

节目中，我们探讨了关于Robotaxi的新闻、无人驾驶的简史、自动驾驶常见的路线之争。楼天城说了一些颇为尖锐的观点：比如，“L2做得越厉害，它离L4越远，反之亦然”，又比如“当自动驾驶超越人类，数据就变成干扰项，并不是越多越好”。

• 02:11 先谈两条新闻：1、萝卜快跑火了，2、Tesla推迟Robotaxi发布时间
• 04:39 用时间概念来表达“无人驾驶小史”：1小时/10小时/100小时/1000小时/10000小时，自动开不用人接管（跨越每一步中的关键点）
• 10:10 我主要精力花在“Contest based metric system”（“基于竞赛的度量系统”，旨在根据不同的场景分别评估系统的能力。）
• 16:45 “端到端”根本变化是，让整个模型的能力加强了，避免模块之间传输信息丢失
• 17:18 “端到端”只能做到100小时，从100到1000小时是超越资源和能力的
• 17:50 自动驾驶的路线之争：先有目标不同，才有路线不同
• 1、激光雷达/纯视觉？“纯视觉只能做好学生，但激光雷达能作弊”
• 2、车路协同/单车智能？“互相加成，但单车智能是priority”
• 3、渐进式自动驾驶/跨越式自动驾驶？“一个是足球、一个是篮球”
• 4、辅助驾驶/自动驾驶？“L2做得越厉害，它离L4越远”
• 26:57 无人驾驶创业这8年：高潮与低谷，落地得快与慢
• 35:54 “当你真的超越人类，数据不是越多越好，数据是干扰项”
• 44:06 关于个人：姚期智先生令我印象深刻的、ACRush、“只有冠军才知道冠军和亚军的差距”
• 49:10 坚持20年编程竞赛的人告诉你一个竞赛技巧：“Hold cold card”

【更多信息】

文字版可参考：《和楼天城聊Robotaxi：“L2越厉害，就离L4越远”》

联络我们：微博@张小珺-Benita，小红书@张小珺jùn

更多信息欢迎关注公众号：张小珺

我们的节目正在推出新系列【从蒸汽机到无人驾驶】，记录这段承载人类出行终极梦想的技术浪潮，今天是第1集。

很多人说大模型会改造自动驾驶，加速拐点的到来，但它究竟是如何发生的？

本集我邀请了小鹏汽车董事长兼CEO何小鹏。

过去1年半，作为一名汽车CEO，何小鹏倒是为大模型做了挺多事——他让团队读论文，自己到访美国三趟，试驾特斯拉FSD和Waymo，还拜访了黄仁勋。在他看来，中国需要通用大模型公司，但中国也需要自己能读懂大模型，把大模型放到应用做工程落地的公司。

站在小鹏汽车创办10年的节点，我也和他探讨了友谊、商战、高峰与滑铁卢。

他形容，造车就像在“在血海里游泳”。

• 02:11 雷军怎么邀请你、李想和李斌同时出席小米SU7发布会？
• 03:12 他们说“估计你气晕了，在厕所哭啊”，把我笑坏了
• 03:25 那场发布会上，李想、何小鹏、李斌、魏建军的座次问题
• 04:17 我们坐在下面讨论什么？我为什么在笑？
• 05:50 什么时候发现小鹏汽车的股价跌了？什么心情？
• 06:05 我对雷军和他第一台车的看法

• 06:27 小鹏汽车做智驾的源头和基因
• 10:30 我从之前创业做UC浏览器积累的认知
• 14:14 蔚小理都是从互联网入局造车的创业者，但基因和思考完全不同
• 15:56 我的反思：如果我有汽车品牌逻辑，我会切得再高一点；如果我更懂汽车体系，我会先从P7入手，再到maybe G7的体系
• 17:25 论“小鹏汽车”的命名和从投资人到加入小鹏汽车
• 20:18 UC创业那十年心理上的高点、低点和忐忑

• 21:32 一个现实问题：自动驾驶能帮你卖车吗？
• 23:33 大模型公司没人挣到钱，它在另一个纬度可以挣到钱的，就是自动驾驶
• 24:33 自动驾驶做了大模型，还需要有“刹车”加“守门员”
• 25:28 在ChatGPT问世以后，我做了哪些动作？读论文、到美国、拜访黄仁勋
• 26:00 大模型不是人的思考逻辑，是machine的思考逻辑或者推理逻辑
• 27:25 软件从科研到规模使用很快，硬件极其难
• 29:58 大模型怎么在车上落地？按照它的逻辑重写我们的数据流逻辑，增加数据的收集，做预训练，最开始写出来的东西完全不能用，需要巨大的训练量
• 32:58 你和车企CEO、李想、李斌、雷军会聊大模型吗？
• 33:20 中国需要通用大模型公司，但中国也需要自己能读懂大模型，把大模型放到应用做工程落地的公司——小鹏是其中一家
• 35:10 怎么看马斯克同时做Tesla和xAI
• 36:54 吴新宙离职和拜访黄仁勋的启发

• 40:32 今天随着华为入局，它的智驾能力也被认为是第一梯队，而它的风格又那么凶悍，你感受到了冲击吗？
• 41:32 有人说，小鹏要不干脆别卖车了，学华为做智能化提供商
• 42:45 大模型对于小型公司不利：大AI越强所以越多数据，越多数据所以越多费用，越多费用所以要卖越多车支持这个体系，这是一个网络效应
• 46:32 复刻特斯拉端到端FSD（完全自动驾驶）要花多少钱、多少时间、哪些基础要素？
• 47:40 未来多模态的大模型、自动驾驶模型和机器人大脑会统一吗？

• 48:59 “兄弟们想害谁，就让他来造车”
• 51:40 “我只是觉得在血海里面游泳”
• 53:31 切忌在人的方面“一脚油门、一脚刹车”
• 55:49 G9事故反思、变革之难
• 57:00 和总裁王凤英的分工，我们没有汇报关系
• 01:00:28 不是壮士断腕，是“壮士把头都断了”
• 01:01:35 淘汰赛、全明星赛，我的目标是第一
• 01:03:01 合纵连横频发，乱世快出现了
• 01:05:44 车企发车好比“出牌”，小鹏为什么今年出MONA M03这张牌？
• 01:10:33 变革中的我：最近发的小脾气，从民主到集权，关注2+3问题

【更多信息】

本集文字版本：腾讯新闻原文 & 作者的收藏夹

联络我们：微博@张小珺-Benita，小红书@张小珺jùn

更多信息欢迎关注公众号：张小珺