铃阅时讯
❌

普通视图

Latent Labs:Alphafold 3 发布两年,AI 药物设计进展到了哪一步?

2026年9月15日 18:00

原创 Daniel、Cage 2026-09-15 18:00 北京

Alphafold 原班人马打造的分子设计模型与 Agent

作者:Daniel

编辑:Cage ⁠

我们认为,AI for Science 是 AI 继 Coding 之后的下一个重点方向。而药物发现又是其中最有前景的赛道。一方面,药物试验拥有完整反馈闭环且高度可验证,是实现 RSI 的理想场景。另一方面,AI 可以解放实验人员的产能,使得大量休眠靶点有重新开发的机会。我们有十足的理由相信,下一个药物大发现时代很可能便是由 AI 推动的。

 ⁠

AlphaFold 让我们看到了 AI 理解蛋白质结构的能力,而 AI 的下一个战场,是设计传统方法做不到的分子。这是一个激烈竞争的领域,除了从 Google Deepmind 中诞生的 Isomophic 之外,Chai Discovery、Boltz、 Latent Labs 也分别发布他们的预测模型与药物模态区别化下注。蛋白质从头设计也逐渐走近药物研发的实际应用。

 ⁠

Latent Labs 是观察这一变化的重要样本:创始人 Simon Kohl 曾参与 AlphaFold 2 的核心研发,押注了环肽这一新兴模态类型并选择自建湿实验室。2025 年 2 月,公司以累计 $5,000 万融资走出隐身状态,吸引了包括 Jeff Dean、Aidan Gomez 的天使投资。同年 7 月,发布了面向小蛋白与环肽的生成模型 Latent-X。并在 12 月用 Latent-X2 进一步覆盖纳米抗体和抗体片段,并关注表达、稳定性及免疫原性等成药相关性质;2026 年 3 月发布的 Latent-Y 则是在这些模型之上构建的科研 Agent。

 ⁠

不可否认的是,目前各家正在测试的蛋白质还没到可以成药的阶段。他们只是完成了流程的第一步:证明自己能够作为结合物发挥作用。如果我们把药物的研发比作登山,人类过去已经攀登过无数山峰,且资本市场也给予了创新者极其丰厚的回报。从 PD-1 到 CAR-T,再到近期大火的 GLP-1 都是很好的证明。但攀登的道路极其困难,往往需要数年+数十亿美元作为成本。AI 药物发现的目标,是把一条条狭窄的山路变成高速公路,且让人们向更高更危险的山峰发起冲击。

⁠/⁠

01.

Key thesis:

 ⁠

•蛋白质生成模型的出现颠覆传统制药流程,很可能带来一个药物大发现时代

 ⁠

传统药物发现是在庞大的真实分子库中寻找少数有效候选,生成模型则可以根据需求设计自然界不存在的分子。变化不仅是筛选效率提高,更是能够探索过去难以触及的分子空间。长期价值不只是“更便宜地做药”,而是让同样的研发资源能够探索更多项目,未来的药物研发可能打破“反摩尔定律”,实现质和量的大幅跃升。

 ⁠

•结合物发现环节高度可验证,是实现 RSI 的理想场景,Latent 湿实验室自建为竞争优势

 ⁠

在药物发现里面,设计结合物环境是最为可控,最容易产生 loop 的。结合本质上就是两个分子表面的形状互补 + 化学互补,有明确的物理规律,终点明确且反馈回路快。随着计算生成成本下降,稀缺资源将逐渐从候选分子转向高质量的实验反馈。Latent 逐步将实验能力放于内部,有机会更紧密地连接模型研发与实验判断。

 ⁠

•生物医药领域长坡厚雪,每种模态都会诞生领先大玩家, Latent 模态选择上有差异

 ⁠

行业内短期的催化是专利断崖正在发生,各大药企开始重视药物发现相关技术。不同模态面对的设计约束和开发难点不同,单一模型难以在所有任务上保持优势,制药公司也倾向与多家公司合作。大环肽是 Latent 最值得关注的切入口。它有机会覆盖传统小分子难以处理的结合界面,同时在部分场景中提供不同于抗体的药物属性。它也是目前的热门赛道,已有多款新药受到市场青睐。

 ⁠

•以 AlphaFold 成员为班底打造的明星团队

 ⁠

创始人 Simon Kohl 参与开发 AlphaFold 2,随后发起并共同领导 DeepMind 的蛋白质设计团队;创始技术成员 Alex Bridgland 曾参与 AlphaFold 1、2、3,覆盖模型开发、评估与数据工程。团队中多数成员拥有丰厚药物模型研发经验,与专注实验平台与内部湿实验室的科学家形成互补。团队还有前默克集团 CEO 作为顾问参与,为团队打进大型制药公司奠定基础。

 ⁠

 ⁠

02.

Latent Labs 技术路线

 ⁠

Alphafold 之后,从预测蛋白到生成蛋白

 ⁠

如果说以 AlphaFold 2 为代表的结构预测模型是一台“AI 显微镜”,帮助人们看清蛋白质的形状,那么蛋白质生成模型更接近分子世界的 CAD:根据功能需求,设计自然界中尚不存在的分子。

 ⁠

以蛋白质结合物设计为例,它是在反向求解蛋白质折叠问题。结构预测从一条氨基酸序列出发,判断它会形成什么样的三维结构;生成设计则从目标出发:给定一个疾病靶点和希望结合的表面区域,寻找能够稳定折叠,并与之结合的新序列。

 ⁠

一条设计蛋白质的典型流程是:

 ⁠

获得靶点结构→生成结合物的结构与序列→重新预测复合物结构→筛选候选→湿实验验证

 ⁠

2023 年发表的 RFdiffusion,让分子世界的 CAD 初具雏形。研究团队将原本用于结构预测的 RoseTTAFold 改造成去噪扩散模型,让它从随机噪声中逐步生成蛋白质骨架,再交给其他模型配上氨基酸序列、检查能否折叠成预期的形状。几个模型各司其职,组成了一条早期的蛋白质设计流水线:先画出轮廓,再补齐细节,最后检查。

 ⁠

自此,预测模型从观察一个分子,走向理解多个分子如何共同组成一个系统。AlphaFold 2 可以从氨基酸序列预测蛋白质的三维结构。2024 年 5 月,AlphaFold 3 将蛋白质、DNA、RNA 和小分子等纳入统一的复合物预测框架。这让研究人员在设计新分子时,多了一种检查它与靶点是否匹配的工具。

 ⁠

除了 Ismorphic Labs,不少公司也从这一层切入。比如 Chai Discovery、Boltz。2024 年 9 月,Chai 发布 Chai-1,预测多类生物分子的结构及其形成的复合物;同年 11 月,Boltz 团队发布 Boltz-1,并开放训练代码和模型权重。

 ⁠

而 Latent Labs 没有跟随先做结构预测的路径,而是直接做蛋白质生成设计。创始人Simon Kohl是参与开发 AlphaFold2 的核心人员和论文作者,Isomorphic Labs 当时正在沿着 AlphaFold 向多个药物研发方向扩张,而他认为蛋白质设计本身已经足够庞大,值得由一个更小、更灵活的团队集中突破。于是决定单独创业。他们的伦敦团队负责开发基础模型,旧金山则有湿实验室和计算生物团队,测试模型设计出的分子,将实验反馈用于模型研发,并采集训练数据。

 ⁠

2025 年,三家公司开始交生成模型的答卷,第一代生成模型相继亮相:

 ⁠

•6 月,Boltz-2 在结构预测之外加入结合亲和力预测,迈出了生成模型的第一步;

 ⁠

•同月,Chai-2 发布,成为第一个从零设计抗体的生成模型。

 ⁠

•7 月,Latent 发布首个模型 Latent-X,首先展示了环肽和小蛋白的从零设计能力。

 ⁠

•10 月,Boltz 推出生成模型 BoltzGen,正式进入结合物设计。

 ⁠

 ⁠

主力模型:Latent X

 ⁠

2025 年 7 月,Latent-X1 发布。

 ⁠

它首次公开展示了 Latent 的端到端全原子蛋白质设计能力。用户提供靶点序列、骨架结构和希望结合的热点后,模型联合生成新结合物的氨基酸序列,以及结合物—靶点复合物的全原子构象。

 ⁠

Latent-X 首先选择了大环肽(macrocyclic peptide)和小蛋白(mini-binder),而没有直接挑战完整抗体。团队在 7 个治疗相关靶点上进行湿实验,每个靶点最终测试 30 至 100 个设计。公司报告的大环肽命中率为 91%至 100%,mini-binder 为 10%至 64%,并获得了低纳摩尔乃至皮摩尔级 binder。

 ⁠

其中在环肽方面,Latent-X1 在三个靶点上的受测样品命中率达到 91%–100%,高于 RFpeptides 文献报告的 21%–38%,且在 MDM2 靶点的亲和力方面实现了更低的 KD 值。

RFpeptides 是华盛顿大学蛋白质设计研究所(IPD)开发的 AI 环肽设计方法,由 David Baker、Frank DiMaio 和 Gaurav Bhardwaj 三个实验室联合开发,可以理解为 RFdiffusion 面向环肽设计的延伸。

 ⁠

2025 年 12 月,Latent-X2 发布,目标是生成更接近药物的分子。

 ⁠

X2 可以输入指定表位,只生成关键结合区域,并把能力扩展到 VHH 和 scFv。团队对每个组合只测试 4 至 24 个设计,在 18 个靶点中的 9 个上获得成功,同时评估表达量、聚集倾向、多反应性、疏水性和热稳定性;部分代表性 VHH 还进行了人源供体的离体免疫原性实验。

•Agent 产品 Latent-Y

 ⁠

2026 年 3 月发布的 Latent-Y 是建立在 Latent-X1 和 X2 之上的 AI Agent。它把原本需要多位专业研究人员完成的蛋白质设计流程,封装成一个可以用自然语言操作的产品。Latent-Y 可以从自然语言目标出发,完成文献检索、靶点分析、表位选择、调用 X2 生成、计算验证和候选筛选。公司报告中,它在 9 个靶点里为 6 个找到了实验确认的 binder,为科研人员打造蛋白设计的“Cursor”。

 ⁠

按时间顺序排列的三家公司主要产品发布

 ⁠

Latent 的差异化下注

 ⁠

模态类型:环肽

 ⁠

从产品策略看,Latent 则先用大环肽与小蛋白展示生成模型的能力,再于 2025 年 12 月发布 Latent-X2,将设计范围扩展至 VHH 和 scFv 等抗体格式。环肽始终是这条产品路线中的重要组成部分。

 ⁠

环肽是近期比较热门的研发方向,它处在小分子与抗体之间的“中间地带”,容易进入细胞:它的接触面积大于传统小分子,因此有机会识别平坦的蛋白质相互作用界面,并有接近抗体的亲和力和特异性;环化又可能提高抗蛋白酶降解能力,可以作为口服、缓释药物。

 ⁠

比较出名的例子包括:

 ⁠

•强生与 Protagonist 合作开发的 icotrokinra,是一款靶向 IL-23 受体的口服大环肽药物,2026 年 3 月获美国批准用于中重度斑块状银屑病,预测峰值销售超 $50 亿。

 ⁠

•默沙东的 enlicitide ,一款靶向 PCSK9 的大环肽。2026 年 7 月获批,用于降低高胆固醇血症成人患者的 LDL-C,其 2033 年销售额预期超 $50 亿。

 ⁠

数据闭环:自建湿实验室

 ⁠

从 2024 年开始,Latent 便在旧金山运行湿实验室,并将实验验证作为模型研发的重要支点。从招聘信息可以看出,伦敦的 Computational Protein Designer 主要负责计算设计;旧金山的同岗位则额外要求较强的湿实验经验,需要亲自开展蛋白表达与纯化、生物物理表征和功能实验。

 ⁠

我们可以从 Latent X1 模型的实验论文了解内部实验平台的分工,以小型蛋白质结合物 mini-binder 为例,模型先为每个靶点生成约 2 万个设计,再根据预测结构选出 100 个候选进入实验,进入两条相互补充的验证路径:

 ⁠

•一条交给外部服务商 GenScript:先根据设计序列生产蛋白质,再用 BLI,检测它与靶点是否结合再进一步测量,确定结合强度及结合、解离的速度。

 ⁠

•另一条由 Latent 内部完成,采用的是哺乳动物细胞表面展示,简称 mDisplay。研究人员将编码候选蛋白的 DNA 导入细胞;随后加入靶蛋白,通过荧光信号观察候选是否成功展示、能否抓住靶点。

 ⁠

这套双重筛选方法,让研究人员能够在原理不同的结合检测平台上,交叉验证哪些候选真正命中了靶点。

在这里,Latent 的自建实验室与外部服务商是协同关系。DNA 合成、部分材料制备,以及蛋白质生产和仪器测量,仍然由外部机构承担;Latent 则将一部分验证环节放在内部,让计算设计人员能够更直接地接触实验结果。

 ⁠

如果说 X1 论文更像是在验证自己内部的实验能力,那么近期我们能看到公司在越发重视实验的迹象。2026 年 3 月,Latent 在旧金山招聘 Head of Lab Platform 与 Research Lab Scientist。希望招聘具有从零搭建实验室经验的人,进一步扩展现有的高通量实验、自动化和数据管理能力。在未来,Latent Labs 可能会把更多湿实验室环节放进内部。

 ⁠

携手 AWS 接入客户

 ⁠

2025 年 5 月,Latent Labs 与 AWS 宣布多年战略合作,覆盖模型训练与推理所需的云基础设施,以及面向生命科学客户的商业推广。Latent 提供生物生成式 AI 模型,AWS 则作为其首选云服务商提供算力支持。Latent 使用 Amazon SageMaker HyperPod 扩展计算资源,支撑模型研发和客户使用;同时借助 AWS 的合作伙伴网络与市场拓展支持,触达更多药企、生物技术公司和科研机构。

 ⁠

Latent 旗下模型也接入了 Amazon Bio Discovery 平台:这是 AWS 于 2026 年 4 月推出的 AI 药物研发应用,目前主要面向早期抗体发现。平台将生物 AI 模型、科研助手和外部实验服务整合到同一个工作环境:科研人员可以选择模型并评估候选分子,再将选定候选交给合作实验室测试。

 ⁠

该平台已公布的早期采用机构包括纪念斯隆凯特琳癌症中心(MSK)、拜耳、Broad Institute、Fred Hutch Cancer Center 和 Voyager Therapeutics。

 ⁠

 ⁠

03.

Why now

 ⁠

De novo design:从创造分子到 RSI

 ⁠

传统结合物发现的流程需要:

 ⁠

1.先准备一个非常大的真实分子库;

 ⁠

2.用噬菌体展示、酵母展示、动物免疫等方式做实验筛选;

 ⁠

3.从百万到十亿级候选中找到少量结合者;

 ⁠

4.再做亲和力成熟、特异性和成药性优化。

 ⁠

而 De novo design(从头设计) 彻底改变了研发的起点:研究者可以先指定靶点、结合位置和功能要求,再设计满足这些条件的新序列,将自然界中原本不存在的分子纳入药物发现。只合成模型排名最高的一小批。

 ⁠

AI 最明显的突破是压缩早期结合物发现的时间和实验规模。传统抗体发现采用动物免疫等路线,获得初始结合物通常需要数月;之后还要完成候选优化和临床前开发。参考药明生物的公开材料,DNA-to-IND 阶段的典型周期为 6–15 个月,对应$500 万- 800 万。

 ⁠

同样类比早期发现环节,Chai-2 针对 52 个抗原,每个靶点、每种抗体格式测试不超过 20 个设计,报告约 16% 的候选级结合命中率,并在一半靶点上获得至少一个结合物;从计算设计到湿实验验证,用时不足两周。

 ⁠

通过对蛋白生成设计发展的观察,我们可以看到:

 ⁠

从模型能力到工作流编排,再到干湿实验闭环,竞争正向完整研发流程延伸。随着基础预测能力正在快速开源化,Latent 与 Boltz 纷纷发力 Agent 编排与工作流,希望争夺成为这个领域的操作系统。下一阶段,差异化可能更多来自能否有效连接计算设计与实验验证,让实验结果持续反馈到下一轮设计中。

 ⁠

药物发现的未来,将逐步走向智能科学的 RSI:lab-in-the-loop 是实现这一愿景的重要基础。它将湿实验室接入AI的设计与决策循环,让每一轮实验既筛选候选,也为下一轮探索提供信息,从而以更低的总成本、更短的时间,获得足以支持项目推进或终止的可靠证据。而在结合物设计阶段,更容易形成闭环,相较于药物研发的后续环节,这一阶段的实验环境更可控,评价终点更明确,反馈周期也更短。分子结合主要取决于两个分子表面在形状和化学性质上的互补,并受到明确的物理规律约束。这些特征使结合物设计更容易形成“设计—实验—反馈—改进”的循环。

 ⁠

专利断崖正在发生,AI 加速新/旧靶点的开发

 ⁠

药物研发长期承受反摩尔定律的压力:Eroom’s Law 最初描述的是的 1950 年至约 2010 年间,每十亿美元研发投入对应的新药产出大约每九年减半。而AI可能是有潜力逆转这个趋势的技术。

 ⁠

而另一个大趋势是药企的专利断崖正在发生,根据 Evaluate 预测,我们即将迎来下一个专利到期的高峰。2026-2032 年,累计有超过 5000 亿美元销售额可能面临专利过期的风险,药企需要寻找下一个大药物。

 ⁠

专利断崖会迫使大药企更积极地采用 AI 技术、投资 AI 公司、与 AI 公司合作。Isomorphic、Chai、Boltz 近期接连签下大订单,背后都有大药企面对专利断崖、需要新管线的驱动因素。而具体看,AI 带来的机会集中在两个方向:

 ⁠

1.大量未开发靶点迎来重新开发的机会

 ⁠

药企长期积累了大量尚未完成的研发项,这些未被开发的机会远比已经上市的药物多。2024 年的一项系统研究估算,在人类 19,813 个蛋白编码基因中,约有 4,729 个可能被生物药调控,但只有 755 个已经成为获批药物的靶点。即便只看曾经进入临床开发的靶点和疾病,约 170 万种潜在的“靶点—适应症”组合中,也只有 2.5% 被实际探索过。

 ⁠

过去,药企很难系统性地重新检查这些项目,而蛋白生成模型的出现,给了研究人员大量开发难成药靶点的机会。Isomorphic Labs 与 Novartis 最初围绕 3 个高难度靶点合作,一年后又增加了最多 3 个项目,说明大型药企已经开始把真实的早研问题交给 AI 平台。

 ⁠

2.AI 做 me-better /best-in-class 的机会

 ⁠

AI 可以针对这些已验证靶点,设计出更好的分子,AI 可以探索传统方法覆盖不到的序列空间,可以找到完全不同的结合模式,实现跨越式改进。另外,AI 蛋白设计本质上是高维搜索和优化。老靶点已经积累了大量结构、突变、药理和临床数据。问题因此从开放式的生物学探索,变成了一个边界清晰的分子优化任务。

 ⁠

生物医药领域特殊的行业结构,也为多家企业一同创造价值提供了空间。专利保护使任何成功创新有机会获得持续回报,而不同疾病、治疗机制和患者群体又形成了多个独立的市场。企业既可以通过 first-in-class 开辟新的治疗路径,也可以通过 me-better/best-in-class 在疗效、安全性或用药便利性上建立优势。因此,一家公司即使只在有限的治疗领域取得突破,也可能通过自主销售、授权或并购实现较大价值。

 ⁠

因此,这是一个极其长坡厚雪的赛道,一条条成功的管线则是这个领域可被验证的节点。

 ⁠

下一个大制药公司可能在 AI 发现平台中诞生

 ⁠

全球药企每年约有 3,000 亿美元研发支出,其中,top 25 家药企约花费 1760 亿,占全球约 61%,头部集中度高的特性。其中临床前部分约占到研发支出的 15%,大约占到每年 450 亿。这 450 亿美元构成了 AI 药物发现最直接的第一层预算池。如果 AI 能够避免临床前阶段 20%–40% 的低价值试错,对应每年约 90 亿至 180 亿美元的经济价值。

 ⁠

AI发现平台的长期上行,来自将药物发现转化为一种能够持续积累、重复产出新资产的研发能力。一个分子的设计和筛选成本,只是项目总投入的一部分。如果靶点选择、疗效或安全性问题直到临床阶段才被发现,此前投入的时间和资金便可能难以收回。AI如果能够更早识别高风险项目,提高进入临床项目的平均质量,其经济价值会显著超过减少几轮筛选实验。

 ⁠

历史上,新一代平台型药企的出现,往往都发生在一次科学突破被工程化、工业化的窗口期。重组 DNA 技术催生了 Genentech;受体陷阱蛋白和全人抗体工程平台支撑了 Regeneron;核苷修饰和递送技术促成了 Moderna。AI 与这些技术的不同之处在于,它不是一种单独的治疗模态,而是一套可以横跨小分子、抗体、蛋白质和核酸的发现基础设施。因此,它理论上能够支撑的管线宽度更大,平台的上限也可能更高。

 ⁠

目前而言,最接近下一代制药公司的是 Isomorphic Labs,公司在 2024 年与 Lilly、Novartis 的合作,首付款分别为 4,500 万和 3,750 万美元;另有分别最高 17 亿和 12 亿美元的条件性里程碑,以及销售分成。

 ⁠

 ⁠

04.

竞争格局

 ⁠

目前在大分子领域,最为突出的竞争者分别是前 OpenAI、Meta FAIR 研究者 CEO Joshua Meier 创立的 Chai Discovery 和从 MIT Jameel Clinic 研究项目发展出来的 Boltz。他们的路线差异具体如下:

 ⁠

•Chai Discovery:专注抗体,Enterprise-first,强调模型性能和大药企深度部署。

 ⁠

•Boltz:专注开源模型 + API 的收费逻辑,主打全模块。让 Claude/Codex/ 药企内部 agent 组合工作流

 ⁠

•Latent Labs:环肽路线,拥有湿实验室。目前与 AWS 合作负责分发,在客户方面走 Chai + Boltz 的混合路线。

 ⁠

技术

 ⁠

尽管缺乏 head-to-head 数据直接对比,但从三家公开实验中,我们可以看到各家的侧重点有所不同:

 ⁠

•纳米抗体与小蛋白模态更像是 AI 的低垂果实,是各家开始时共同选择的方向,但仍处早期方向。

 ⁠

•小分子与抗体类药物目前最成熟成药最多,都有数千亿美元的规模。但可能面临 Isomophic 的竞争。

 ⁠

•Chai 从一开始就专注抗体领域,目前属于领先地位。

 ⁠

•环肽是近期较热门的新兴方向,且这个赛道目前 Latent 暂时领先。

 ⁠

商业化

 ⁠

Chai 是三家中合作最成熟、交易结构最清晰的,已经进入了大药企正式部署阶段。其特点是定制模型路线,利用制药公司的专有数据,并深入适配其工作流。Chai 已公开宣布与五家独立药企合作,且年度订单费用高达中八位数美元。根据测算,其年度订单规模可能已经高达 2 - 3 亿美元。

 ⁠

而 Boltz 走的是开源 + 基础设施路线,Boltz-1、Boltz-2 和 BoltzGen 形成了三家里最深的开放模型栈,产生明显的学术与产业分发。目前累计超过 500 万下载、被超过 10 万科学家和 1000 家公司使用,并覆盖前 20 的制药公司。公司已经推出 API 产品,与 Claude Science、Benchling、Phylo 等工具和平台的集成,作为其他科研平台的底层能力供应商。

 ⁠

在费用方面,参考 Boltz 对 BoltzMol-1 的描述,一个小分子从靶点到实验验证的初始hit,计算加实验预算约为 10,000–15,000 美元,耗时 3–8 周。收费量级相比闭源合作类型少了一到两个量级。

在商业合作方面,Boltz 获得了三家的医药公司合作订单,但跟 Chai 的模式不同的是,Boltz 并不保留平台开发产生的化合物所有权,因此更多扮演一个工具属性。

 ⁠

潜在范式竞争:Anthropic

 ⁠

Anthropic 是目前大模型公司中最看重 AI for Science 的,正通过大量科研实验和人才招聘进入生命科学领域。

 ⁠

在最近一次蛋白质设计实验中,Claude 根据操作手册自主查阅资料、制定设计策略,并调度专业模型生成和筛选候选分子,再由 Adaptyv Bio 和 Twist Bioscience 进行湿实验验证。

Claude 成功编排了多个开源蛋白质设计模型,生成了具有高成功率和高亲和力的结合剂。报告显示,整体结合命中率为 26.8%,15 个靶点中有 14 个获得结合分子。

 ⁠

这里 Claude 负责理解研究目标、选择设计策略并调度工具;具体到生成骨架、设计序列和预测复合物,仍由专有模型完成。从竞争格局看,通用模型公司与专业模型公司也可能形成上下游合作。通用 Agent 可能可以成为专业模型的分发入口。

 ⁠

另外,Anthropic 最近更新了一则招聘招聘企业发展负责人,主要职责为发掘并执行与 AI 原生生命科学公司的收购、投资和战略合作。说明 Anthropic 希望通过收购强化在生命科学中的地位。

 ⁠

 ⁠

 ⁠

05.

团队与融资

 ⁠

以 AlphaFold 为班底的核心团队

 ⁠

•Simon Kohl|创始人兼 CEO

 ⁠

早期在德国卡尔斯鲁厄理工学院(KIT)学习物理,随后在德国癌症研究中心与KIT开展医学影像机器学习博士研究。加入DeepMind后,是AlphaFold 2的核心研发成员之一、Nature论文同等贡献作者,参与了神经网络架构与训练开发。他还开发了广泛使用的结构置信度预测机制pLDDT,起并共同领导DeepMind的蛋白质设计团队。

 ⁠

•Paul F. Jaeger|Head of AI

 ⁠

现任 Latent Labs AI 负责人。此前在 Google DeepMind 参与面向药物研发的大语言模型研究,是 TxGemma 的关键贡献者,并参与将大语言模型用于单细胞分析的研究。更早在德国癌症研究中心完成博士研究并领导交互式机器学习团队,是医学影像分割框架 nnU-Net 的共同一作。

 ⁠

•Alex Bridgland|创始技术成员

 ⁠

曾参与 DeepMind 的 AlphaFold 1、2、3,积累了跨多代蛋白模型的研发与工程经验。他是 AlphaFold 2 Nature 论文的同等贡献作者,主要参与数据、分析与推理系统开发。加入 Latent 后,与 Simon Kohl 共同搭建最初的机器学习代码库,并参与 Latent-X 的模型架构、预训练方法及数据流程开发,是公司早期模型与工程系统的重要建设者。

 ⁠

•Stefan Oschmann|战略顾问

 ⁠

曾任德国默克集团 Merck KGaA CEO,拥有大型医药与生命科学企业的管理经验。2025 年 12 月宣布其担任 Latent Labs 战略顾问。

 ⁠

除此之外,团队还有两名曾在 David Baker 团队的研究人员,以及专注实验平台与内部湿实验室设计的多名科学家。

 ⁠

融资历程

 ⁠

Latent Labs 最新一轮为 2025 年 2 月 天使轮 + A 轮融资 5000 万美元。A 轮由 Radical Ventures 与 Sofinnova Partners 共同领投,早期投资方包括 8VC、Kindred Capital 和 Pillar VC。天使投资人则包括 Google 的 Jeff Dean、Transformer 论文共同作者 Aidan Gomez,以及 ElevenLabs 联合创始人兼 CEO Mati Staniszewski。

 ⁠

相比之下,Chai Discovery 的融资节奏最快、规模也最大。从 2024 年 9 月的约 $3,000 万种子轮起,公司在不到两年内连续完成 A、B、C 三轮融资,累计融资约 $6.3 亿。2026 年 7 月的 C 轮融资金额为 $4 亿,估值达到 $38 亿,由 Index Ventures 领投,Kleiner Perkins、Sequoia 等参与;OpenAI 和 Thrive Capital 则是其早期投资方。

 ⁠

Boltz 仍处于更早期阶段,于 2026 年 1 月完成 $2,800 万种子轮融资,估值为 $1.25 亿。投资方包括 Zetta Venture Partners、Amplify Partners、a16z 和 Factorial Capital,个人投资者包括 Hugging Face 联合创始人兼 CEO Clément Delangue。

 ⁠

⁠⁠⁠

作者卡片

编辑卡片

⁠⁠⁠

延伸阅读

Astra 的 Computer Use 能力是如何实现的?⁠

Astra 的 Computer Use 能力是如何实现的?

›

2 万亿美元的 Anthropic 值不值得买?⁠

2 万亿美元的 Anthropic 值不值得买?

›

DeepSeek Harness 是自进化 Agent 的基石⁠

DeepSeek Harness 是自进化 Agent 的基石

›

Claude Tag 可能是一个 10x Claude Code 级别的产品⁠

Claude Tag 可能是一个 10x Claude Code 级别的产品

›

无法蒸馏的美国市场,谁在分食 Frontier Labs 百亿美金数据预算?⁠

无法蒸馏的美国市场,谁在分食 Frontier Labs 百亿美金数据预算?

›

跳转微信打开

腾讯会议全新的 AI 录音领夹麦,让 Agent 跑得更欢了

2026年9月15日 17:30

原创 Fenng 2026-09-15 17:30 浙江

好用的新能力

腾讯会议联合影石推出了一款硬件,AI 录音领夹麦。

这款产品基于影石 Mic Pro,为无线麦克风增加了一种新的用途:作为随身录音设备,记录办公场景里的会议和交谈,再交给腾讯会议整理。

腾讯会议和影石联名的这一款有什么特别之处?

第一时间拿到设备,上手体验了一下。非常有意思的是自带了一块六色墨水屏,可以自定义个性化图案和文字,见客户时换上公司 Logo,采访时放栏目名称,平时也可以放一句自己喜欢的话。设备小巧,可以磁吸或夹在衣服上,戴着像一枚自己设计的徽章。同一枚设备,到了不同人身上,可以有不同的样子。

戴在身上的样子可以自己定,我也想看看,这种个性化能延伸多远:录下来的内容,能不能按我的个性化需求进行整理?内容自动整理后,还能交给 Agent 继续处理,这个流程还得顺滑。

打开腾讯会议 App,绑定 AI 录音领夹麦,腾讯会议就多了一个随身的录音入口。App 本身已经有「录音笔」功能,这次多了一枚可以夹在衣服上的设备,也能承担日常开会的收音工作。

以前录下一场会议,通常只是给自己留个底。真要找某句话,还是得拖进度条、反复听。明明记得聊过,却想不起当时到底怎么说的。

即使整理成摘要,一句「客户对方案有顾虑」,也未必说清楚是预算没批、实施太麻烦,还是内部有人反对。这些细节,会影响后面怎么跟进。

多人线下交谈还有个麻烦:录下来了,却分不清哪句话是谁说的。用 AI 录音领夹麦上传至腾讯会议后,支持区分不同发言人,解决了我一直很在意的一个问题。整理讨论时,可以先把不同人的意见分开,再去确认结论和分工。

录音自动上传到腾讯会议后,自动转写、生成总结,这些已经不在话下,用户还能向元宝追问录音中的内容。对于本来就用腾讯会议的人,线上会议和线下录音能够放到同一个地方,少了一处需要单独管理的记录。

聊完一次产品需求,可以直接针对内容进行追问:哪些已经确定,哪些只是提了一下?反复提到的问题是什么?还有哪些事情没有明确负责人?

同一场谈话,不同的人想提取的东西往往不同。负责客户的人关心需求和顾虑,做项目的关心进度和分工,写稿时可能会更留意值得展开的观点。腾讯会议提供学习笔记、客户拜访、项目管理等纪要模板,就像墨水屏可以换壁纸,纪要也有适合不同场景的整理方式,让整理方式贴近手头的事。切换到「图文总结」,AI 还能根据讨论内容,把方案对比整理成表格,把项目排期画成时间轴。

会议纪要有了,接下来要做的事就更因人而异。有人要写稿,有人要改产品文档,有人要准备下一次客户沟通。 

腾讯会议开放了 CLI 和 Skills,让获得授权的 Agent 可以调用会议内容。在 WorkBuddy 里,通过内置的腾讯会议连接器完成授权,就能接着处理这些内容,无需自己配置 CLI。

比如,一次需求讨论结束,可以这样交代给 Agent:「根据这次会议,按我已有的文档结构,起草产品文档,再列出待办。还没确定的事项单独列出。」

再比如,一周的 5 次访谈,可能有线上连线,也有线下面聊。线上通过腾讯会议录制,线下用领夹麦记录并上传,内容都保存在腾讯会议里。授权后,就可以让 WorkBuddy 一起梳理:「根据本周的 5 次采访,整理三个选题方向,各附相关原话和出处,列出还需要补问的问题。」分散在不同时间、不同场合的交流,就能围绕选题放在一起分析,接着用到下一篇稿子里。

这样就少了手动搬运记录、反复向 AI 交代背景的过程。更重要的是,线上会议和线下交谈里的信息,能放在一起,成为后续工作的依据。

很多影响判断的细节,就发生在客户拜访时的一句追问、采访中临时展开的话题,或者散会后补充的几句话里。这些信息新鲜、具体,也容易随着交谈结束被遗忘。保留下来,AI 才能更好地理解:事情怎么发生的,之前讨论过什么,为什么最后做了这个决定。

这些信息,就是 AI 工作时需要的 Context,也就是上下文。这个词最近出现得很多,但落到日常工作里,无非是:事情怎么发生的,之前讨论过什么,为什么最后做了这个决定。背景留得完整,后续工作才更容易接上。

从这枚领夹麦,我看到腾讯会议正在迈出的下一步:让记录跟着工作,延伸到线上与线下、会中与会外。影石的硬件把现场声音收进来,腾讯会议接着转写、整理,让不同场合的沟通在同一个地方积累,成为 AI 理解个人工作背景的依据。

这套体验也给每个人留出了选择:墨水屏可以换上自己的风格,纪要模板可以按场景选择,图文总结让内容以适合任务的方式呈现,再由获得授权的 Agent 按自己的要求继续处理。从戴在身上的样子,到最后产出的一篇稿子、一份方案,都能更贴近自己的需要。

提醒:关于后续更多新功能的具体用法,可以看看 @腾讯会议 的介绍。

跳转微信打开

阶跃发布语音大模型StepAudio 3,拿下多个全球第一!

2026年9月15日 15:29

原创 阶跃StepFun 2026-09-15 15:29 北京

不只会说,更会听、会想、会创作。

今天,我们正式发布 Step Audio 3 系列模型,包括 StepAudio 3 Realtime、StepAudio 3 ASR、StepAudio 3 TTS、StepAudio 3 Gen 和 StepAudio 3 Music。其中,多款模型在 Artificial Analysis 榜单中位列全球第一。

过去一年,语音大模型的发展正在从单点能力竞争,进入更完整的内容理解、实时交互和创作能力竞争。语音模型不再只需要“把文字念出来”,音乐模型也不再只是“一句话生成一段好听的音频”。

我们希望 StepAudio 3 往前再走一步:让模型真正理解声音、组织声音,并参与完整的实时交互和音频创作流程。

围绕这个目标,StepAudio 3 系列分别面向几类核心场景:真人级语音生成、完整音频内容生成、实时语音交互、复杂场景语音理解和音乐创作。

StepAudio 3 Realtime

不仅“能打断”,更能理解、思考和行动

今天,越来越多 Realtime 语音产品已经支持全双工、打断和低延迟交互。真正拉开体验差距的,不只是“能不能同时听和说”,而是模型能否在一场持续发生的对话中,边听边理解、判断何时接话,同时完成推理和任务执行。

StepAudio 3 Realtime 围绕这一目标进一步提升实时交互能力,支持原生全双工实时对话。

在 Artificial Analysis Conversational Dynamics 榜单中,StepAudio 3 Realtime 以 98.9%的综合得分排名全球第一,展现出领先的实时语音交互能力。这意味着模型不仅能够“听懂”和“回答”,更能够像真实交流中的人一样判断对话节奏——知道什么时候该回应、什么时候该等待,以及如何处理用户的临时打断和连续反馈。

与此同时,StepAudio 3 Realtime 以 99.7% 的语音推理准确率位列 Artificial Analysis Speech Reasoning 榜单全球第一。Speech Reasoning 聚焦模型直接理解音频并完成复杂推理任务的能力,是业内评估“原生语音模型”最权威的第三方基准之一。

模型还可以同时理解语义、语气、情绪、副语言和环境声音,让实时交互不只依赖文字内容,而是利用更完整的音频信息理解用户意图。

面对复杂问题,StepAudio 3 Realtime 支持推理与语音生成并行,在快速回应的同时继续组织和深化后续答案。

不仅如此,Tool Call 和长任务可以异步执行,不阻塞当前语音会话。任务运行期间,用户仍然可以继续交流,结果完成后再自然回到当前上下文。

这让 Realtime 语音模型不只是“更自然地聊天”,而是能够在同一场持续对话中完成听、说、想、做。

StepAudio 3 ASR

从听清,到听懂

传统语音识别主要解决“听到了什么”,但真实世界中的语音往往包含方言、口音、专业术语、同音词和复杂上下文。真正可用的 ASR 模型,不仅需要准确转写声音,也需要理解说话者表达的含义。

StepAudio 3 ASR 将高精度语音识别与大语言模型的上下文理解、知识和推理能力结合,让语音识别从“辨认声音”进一步走向“理解语境”。

它支持中文、英文、方言、中英混说、长音频以及专业领域等多类场景识别,能够适应不同语言环境和表达方式。同时,依托大语言模型带来的知识理解能力,StepAudio 3 ASR 能够更准确识别人名、地名、专业术语等复杂内容,在医疗、法律、金融、汽车、编程等领域提升专业表达的识别效果。

模型也能够处理低声、快语速、含糊连读、歌声和背景音乐等复杂输入,让真实声音环境下的语音被更准确地识别和使用。

这意味着,ASR 模型不再只是个声音转写工具,而是能够更准确地理解、检索和使用每一段语音内容。在会议纪要、视频字幕和直播理解、智能客服、车载交互、医疗记录、金融服务与专业内容生产场景,都能精准地完成任务。

StepAudio 3 ASR 在 Artificial Analysis 非流式语音识别准确性榜单中,WER(词错误率)仅为 1.7%,并列全球第一。

StepAudio 3 TTS

不止朗读,更像真人表达

声音不仅承载文字信息,也包含语气、节奏、停顿和情绪等丰富的表达细节。如何让 AI 生成的语音更接近真实交流,一直是语音生成模型的重要方向。

StepAudio 3 TTS 是一款面向实时交互场景的真人级语音生成模型,致力于让 AI 语音从“准确发声”走向“自然表达”。

模型在音色基底、语调层次、节奏律动和气口停顿等方面高度贴合人类自然口语模式,不仅能够生成文字对应的语音,还能还原笑声、迟疑、结巴、重复、改口等真实交流中的副语言表现,让合成语音更接近真人说话。

同时,StepAudio 3 TTS 能够结合语义内容理解表达意图,自主调整情绪与语气变化,使声音表达更加符合具体场景。在实时交互方面,模型基于流式生成架构,实现生成与播放同步进行,可满足实时语音应用需求。

我最近就特别纠结,就是要不要换工作这个事。呃,现在这家吧,钱少,但是离家近嘛,走路十分钟。新的那个offer呢,给得多,多个,多个四千吧大概,但通勤单程要一个半小时。我妈说钱重要,我朋友说命重要,我就,唉,怎么说呢,天天睡前想这事,越想越睡不着。

Man, my sister’s back with him...Again! I don’t even know what to say anymore. Like, this dude treats her like sh*t, they break up, she cries for a week, and then two months later he’s somehow back at her place. I mean… whatever, it’s her life. Still pisses me off, though.

StepAudio 3 Gen

人声、音效、环境、音乐,一次生成

传统音频内容生产往往是一条很长的链路。角色配音、环境音、音效、背景音乐需要分别制作,再经过剪辑、对齐和混音,才能形成最终作品。

StepAudio 3 Gen 尝试把这些原本分散的环节统一到一个模型里。

它可以基于自然语言描述和参考音频,统一生成人声、音效、环境音和背景音乐。用户只需要描述角色、场景和剧情,无需针对特定角色或场景进行额外训练。就可以直接生成具有完整声音层次的音频内容。

更重要的是,这些声音并不是简单叠加。

StepAudio 3 Gen 支持对多个角色的音色、说话方式、语气、情绪、方言口音,以及笑声、喘息、停顿等副语言特征进行精细控制,也可以进一步指定对白、音效、环境声和背景音乐出现的时间与顺序。

这意味着,模型不仅在“生成声音”,也开始参与整段内容的声音设计和时序编排。

对于影视、动画、游戏、广播剧、有声书和短视频创作者而言,原本需要素材搜集、多工具协作和大量后期处理的声音制作流程,有机会被压缩到一次生成和持续迭代中。

StepAudio 3 Music

不止生成,更参与创作

音乐生成模型已经越来越擅长“一句话生成一首歌”。但真正的音乐创作,并不应该是这样“简单抽卡”。创作者可能已经有一段歌词、一段清唱、一句旋律、一段乐谱、或者一个 Demo,希望 AI 接着往下完成编曲、改编和制作。

StepAudio 3 Music 因此不仅支持从零生成,也支持基于 ABC 记谱法控制的多轮交互创作。

模型支持歌曲创作、清唱配乐、歌曲翻唱等多种功能。用户可以提供歌词、清唱、参考歌曲、ABC 记谱法等多种输入,让模型围绕已有创作继续生成和完善作品。

温暖细腻的民谣流行,男声轻柔演唱,D大调,加入管弦乐元素,整体舒缓自然,带有怀旧、温柔而略带忧伤的氛围。

与此同时,用户可以通过自然语言直接控制曲风、人声、旋律、节奏、乐器、情绪、段落和制作质感。

模型还对主歌、副歌、桥段、间奏等歌曲结构,以及跨段落的旋律发展、能量变化和演唱表达进行建模,让生成目标不只是“一段好听的音乐”,而是一首结构完整、表达连贯的作品。

尤其在清唱配乐场景中,用户只需要提供一段清唱,模型就可以理解其中的旋律、节奏和情绪,并进一步补充和声、节奏、乐器和完整编曲。

一首温暖柔和的 City Pop 男声歌曲,带一点爵士和轻摇滚的感觉,氛围朦胧浪漫。

这让音乐大模型开始更深入地进入真实音乐生产流程,而不仅仅是一个“一键生成歌曲”的工具。

跳转微信打开

为了让所有人都用好AI,我做了这个......

2026年9月15日 12:36

原创 秋芝2046 2026-09-15 12:36 广东

雷猴啊盆友们!

AI 时代,普通人真的有机会吗 ?

互联网上充斥着大佬的融资、研究员的突破、天才的亿级年包~

有的人用 AI 创造了可怕的价值,有的人却只是被迫泡在失业的焦虑中,

AI真的只是少数人的杠杆吗?

这段时间 AI 发展得其实很快,但我的视频和公众号文章,反而发得更少了。

其实呢我没有休息,而是起早贪黑,把我对这个问题的思考做成了一个产品——炉子! 一个普通人的“能力网络”~ 

但在给你看产品之前,我想先讲讲我对开头那些问题的思考,

答案,得从互联网这几十年的几次变化说起。

图片

互联网的三次变化

1. 信息网络:让信息可以被找到

1989 年,欧洲核子研究中心,一个叫蒂姆·伯纳斯·李的人写了一份提案,想让实验室里的资料能互相链接。它叫万维网。

World Wide Web - Wikipedia

后来 Yahoo 把网站编成目录,

Google 拿算法给全世界的网页排序。

原来只能待在纸上、口口相传的信息,开始大规模在互联网上流动,信息网络出现了。

2. 社交网络:让人与人可以被连接

八年之后,1997 年,一个叫 SixDegrees 的网站,把个人资料、好友列表、关系,放进了网站,

后来 Facebook 把这种连接推向了全球。

原来只能靠见面、靠介绍达成的人际交往,开始大规模在互联网上连接,社交网络出现了。

3. 支付网络:让资金可以被转移

又过两年,1999 年,马斯克参与创办了一家叫 X.com 的在线金融公司,后来改名 PayPal——收款、转账、交易,第一次发生在互联网上。

再后来,国内的支付宝、微信支付,让扫码付款变成每天都在发生的事。

原来依托在纸币上、银行账本里的支付,也开始在互联网上被确认、被转移。

支付网络出现了。

这三次,都是互联网把原本绑在某个载体上的东西,变成了可分离、可复制的对象,然后,大规模流动。

信息可以被找到,关系可以被连接,资金可以被转移。

而每一次流动方式改变,普通人能做到的事都会变多,机会和权力,也会重新分配一次。

那到了 AI 时代,正在改变流动方式的东西,会是什么?

图片

AI 带来的新变化:能力开始脱离人本身

我们先来看这个AI时代,一个奇怪的现象。

每隔一阵子,大家都会听说一系列的热搜和新事儿~

谁用 AI 写了所有代码、谁的 AI 短剧接了代言、

谁的 AI 甚至研发了新药……

AI 确实大大赋能了一些人,比如OpenClaw的作者,但这种赋能极其不均衡。

因为大多数普通人轮到自己用AI的时候,第一步就卡住了:

怎么安装?装什么好?怎么提问?工具在哪?什么上下文?什么流程?  

因为真正决定结果的那些方法、经验、背景知识,在今天传递的非常困难,连保存都非常困难、非常分散。

就像我一直在做教程、写文章、录视频教大家用 AI,这些内容的确在间接地给大家提供能力,但本质上,传递出去的还是“信息”。

那个真正能把事情做成的“能力”,大家无法直接复制~ 

当然,其实几千年来一直如此,能力从来都没脱离过人。

自古以来你想获得一项能力,只有两个办法:

学习:让别人教你,再通过学习和练习,让能力在自己身上重新长出来一份,最后由自己执行。

雇佣:找到拥有这项能力的人,但这需要资本,也需要领导力。

从来没有"复制""粘贴",事情就做好了~

图片

AI 时代的新网络:能力网络

但现在 AI 改变的,正是这一点。

一个人做事的方法,他积累的行业经验、他的判断原则,可以被写下来,变成提示词、工作流、Skill,再交给另一个 AI 直接执行。

更复杂一些,还可以把它训练成某种模型,或者做成一个专用 Agent。

别人拿到一个接口,就能直接完成一件事。

大厂们也都在铺这条路,OpenAI、Anthropic比的都是谁的AI更"会做事",Skill、MCP、A2A,都在让模型更完整地拥有“做事”的能力。

把这些分散的变化连起来,我们看到的是,能力的确正在成为一种能被打包、转移和连接的东西。

你拿到一个能力包,就能把事情做成,相当于直接获得了一项能力。从更大的尺度来看,甚至可以说,你直接获得了生产力。

所以,AI 时代,最后一个还没被大规模连接起来的,也许就是完成事情的“能力”?

这个新的网络,也许可以叫“能力网络”,或者“生产力网络”。

我想了想,还是“能力网络”比较好听~

那这就是我们的推导~

图片

普通人进入能力网络的入口

于是呢,我们就非常大胆的,想做一个网络的入口,尤其是给普通人的入口,这个入口就是炉子!

那么!在现在这个时间节点,炉子可以做些什么呢?

实物时间到~

目前,炉子分成两个部分:

  1. 我的炉子:你自己私有的能力仓库;

  2. 能力网络:大家交换能力、交流经验和验证能力的地方。

图片

开始使用炉子:从安装到新手引导

那打开炉子的官网,

http://luzi.ai/

下载桌面端,

安装这个可爱的小吉祥物,炉仔~

因为现在还在内测阶段,所以登录之后,得等运营给你短信发邀请码。

也由于第一版肯定会有各种各样的小问题,所以第一批内测,我们开放一万个内测名额,邀请初代“炉子天使”先体验和反馈。

希望对 AI 感兴趣、愿意一起折腾和反馈问题的朋友,踊跃申请。当然初代天使们也会有永久的专属权益~

你的炉子号会是四到五位数,并且有金色名牌和带翅膀的皮肤,

还有一些我们准备的小礼物~  

进入炉子后,炉子会先给你的电脑把个脉,带你快速了解“我的炉子”里有哪些功能,并送给你几个常用提示词和 Skill。

这个过程是看看你安装了哪些 Agent、Skill 和 MCP,然后给你打一个“AI 分”。

什么都没有安装也没关系。过去很多朋友的确会卡在安装和选择这一步,

所以右边备了两个套餐:小白包和高手全套,大家按自己的情况选择一个,

那它就会帮你装好主流的 Agent,外加一些装机必备的推荐skill,一键装齐套餐了~

图片

“我的炉子”:存储和管理你的 AI 资产

那我们来到“我的炉子”,这儿主要用来存储和管理你平时积攒的那些好东西~

1. 统一保存各种 AI 资产

你可以在这里保存:

  1. Skill;

  2. 文字、图片、视频和网页提示词;

  3. 参考资料;

  4. 随手记;

比如,与 AI 聊文案时,你每次都要告诉不同的 AI:“我是 AI 博主,经常做哪些类型的内容。”聊管理时,需要说明:“团队有几个人,分别负责什么。”聊健康时,又要补充:“我的身高体重是多少,几天运动一次。”

以前,这些东西的确都散落在不同的地方:不同 AI 的对话和记忆里、本地文件里、飞书里、记事本里。每修改一版,就可能多存一份,或者多丢一份。

现在,我们可以把它们都存进炉子。

炉子还能帮你进行版本管理,随时回滚到某个版本,

Skill 也是一样。尤其是自己制作的 Skill,不需要使用 Git,也能管理版本~ 

2. 随手记录,再一键“炼成资产”

炉子还有一个“随手记”板块。临时想到的东西,可以随手记下来;

哪天觉得它有用了,还能一键把它炼成正式资产。

3. 通过插件和 Skill 随时存取

为了让这些数据存取起来更方便,我们还做了配套的浏览器插件和炉子 Skill。

浏览器插件可以帮助你在上网时,随时把值得记录的文字或图片保存进炉子。

你看,这就存起来了~

那炉子 Skill 安装到Agent后,你也可以直接对 Agent 说:“去炉子里自己找需要的上下文和好用的 Skill。”或者让它直接“把这个帮我存进炉子。”

它会自动帮你完成存取。

图片

Agent 管理:备份、迁移与接力使用

我的炉子另一部分,是管理你的 Agent。

这个页面显示的是你电脑上装的所有Agent,主流的基本都能识别到,

那怎么管理呢?

1. 一键备份和迁移 Agent 数据

之前很多朋友 Claude 被封号,所有的对话、记忆全丢了,懊恼得不行,好不容易养起来的AI就这么阵亡了。或者有的朋友用了一阵这个Agent,但是最近又说那个变强了,想把自己攒的Skill啊、插件啊、记忆啊都迁过去,特别麻烦。 

那炉子呢,小白朋友都可以一键备份Agent数据,

并且一键迁移到别的 Agent~ 

再也不怕封号,Agent想换就换,数据永远你自己掌握~

2. 管理 Skill 和 Agent 的使用状态

第二,你可以随时开启或关闭自己的 Skill。

甚至当一个 Agent 的额度用完后,还可以切换到另一个 Agent 接力对话~ 

细节就不详说了,那炉子中大家存的所有提示词啊、这些数据,都可以随时一键导出的。

图片

能力网络:让好能力更容易被看见和使用

前面介绍的是私人炉子的部分,接下来就是另一部分——能力网络。

目前,能力网络主要包括广场、讨论区、测评区和个人主页。

1. 广场:降低寻找和使用 Skill 的成本

大家现在都是怎么找skill和好用的提示词呢?

据我所知,要么呢是看AI博主们发的skill推荐,文章、视频,要么就是上 GitHub,很多朋友连 GitHub 都上不去。

有些集合站呢倒是收录了几万个乃至几十万个skills,可是你一打开网站,全是看不懂的英文名,也完全看不出效果长啥样。

想亲自试一个,得折腾一小时。 挑选成本太高了。

所以炉子的广场里,第一件事,就是把 Skill 能干什么,尽可能的摆明白:

用来干嘛的?你可以怎么问、它会答什么、最后出来的效果长什么样,作者推荐用什么模型?

使用过的人还可以留下好评或吐槽,也可以直接 @作者 提建议、反馈问题,让作者得到真实反馈,继续迭代。

而且!你收藏的 Skill,原作者一更新,你会马上收到提示,可以同步更新skill~ 

免得像以前人家作者都更到 V15 了,你还在用 V2。

那目前广场上是由我们的运营人员,自己制作,加上精选了一批github上开源的好的skill~ 

运营人员可能会为了用户更好理解,改了名,但是我们都标注了出处链接,

那虽然现在这些skill、提示词发出来,大多都是公开的,但我相信这类的哪怕是开源的创作权益会变得可追溯~

因此,我们给每一份资产都做了基础的指纹,署名链和查重:谁创作的、改编自哪一个 Skill,炉子都会记录下来。

如果你是创作者,我们还为你准备了“认领”按钮。假设炉子官方转载了你的 Skill,你可以直接点击“我要领回”。

认证并领回后,这份资产会归到你的账号下,

点赞数和收藏数也会一并平移给你;你也可以选择下架,由你自己决定~

开源精神的同时,更加彼此尊重~ 欢迎各位能力者来炉子发布自己的能力。

2. 让更多行业的能力者参与进来

过去的发布渠道,比如 GitHub、自媒体,以及 Anthropic 等大厂的官方渠道,其门槛决定了很多 Skill 都来自程序员、自媒体人或大厂员工。

于是,常见的内容总是竞品调研、财报分析、自媒体文案……来来回回就是这些。

但是生活里还有很多需求,也还有很多人有他们独有的经验和技能,比如律师、财税师、兽医、情感专家...等等,

炉子希望这些能力者不用再被拍视频或写代码的门槛拦住,也能把自己的能力传播出来,帮助更多人解决问题,并从中收获荣誉和利益~

我们也会持续想办法帮助大家~

3. 讨论区:让 AI 交流不必困在群聊里

能力网络中的第二个区域,是讨论区。

现在大家想交流 AI,是不是总得加入某个交流群?有些群门槛不低,甚至借此收费;更贵的还有几万元的各种训练营。整个过程不仅费劲,也相对闭塞,体验并不好。

所以,炉子做了讨论区。与 AI 相关的内容,都可以在这里讨论和联络,比如你是个剪辑师,最近看vibe motion特别火很焦虑,但完全不知道怎么做?

诶,炉子的vibe motion板块刚好有那么一群人专门在讨论这个,

你不仅可以加入讨论,还能直接收藏和使用他们在帖子里挂出来的相关技能、提示词和案例,

还能跟他们加好友、发私信,是不是很爽~ 

4. 炉子 Lab:让真实问题由真实用户来测

第三个区域,是测评区,炉子 Lab。这算是一个实验区域。

现在,AI 模型和 AI 工具层出不穷,但普通人很难真正看出区别。

目前,大家要么看 Benchmark,但谁都知道,Benchmark 往往无法代表自己的真实使用需求;要么看我们这样的博主做实测。

虽然我自己就是做这个的,但我很清楚,这种方式依然比较低效,而且我测试的类型也无法覆盖所有人的需求:

有人就要看写作,有人要看能不能解决自己的祖传 bug,有人要看做动画,有人看重AI的哲思~

诶所以呢,我就想做一个炉子测评区:题目由大家出,结果由大家测~

同样的题目不同模型的真实效果,就这么摆在这,路过的人谁都可以点一个 惊艳、还不错、或者拉了...  同时大家也可以对结果进行讨论和点评,

当发布一个新模型的时候,你可以来看看大家实测的效果对比,也可以上炉子找一个你喜欢的真实场景题亲自试试,

我希望的AI测评,是大家关心的真实问题,和大家跑出来的真实结果~

毕竟,AI 好不好用,真实的使用者说了才算。

图片

个人主页:让能力成果自己说话

那最后,说一下每个人的个人主页~

在做炉子的第一天,我们就做了每个人的成就积累,每个人的主页上都能看到它发布了什么、被收藏了多少次,多少人使用,多少人好评,参与多少次讨论,帮助了多少人 ~ 

因为我认为,AI时代的能力,不应该设置“被看见”的门槛。

过去,一个人的能力想要被看见和证明,评价标准一直在变化。

先是卷学历;学历不够了,就卷实习和工作经历;后来,又开始宣扬做自媒体和个人 IP。

但每一轮卷的其实都不是能力本身,而是“证明你有能力”的表象,并且证明的成本一轮比一轮高。

可是医术精湛的宠物医生,未必擅长在镜头前表达~  

AI时代不该这样,这应该是一个不看年龄、不看学历,更不用看谁的视频做得好的时代。

你的能力成果,自己会说话。

图片

炉子:一个有温度的能力网络

1. 我们想让能力真正流动起来

那这就是炉子目前的产品形态了~ 也是能力网络的雏形。

虽然还是雏形,但我其实想到未来就会很激动。

大家可以在炉子上像组队一样挑选需要的各种能力,组装自己的能力。

每个人都不用被那些需要几年甚至十几年训练的技能所拦住。人们彼此帮助,彼此协作,补齐短板,放大长板,大家都有更多的时间思考清楚自己想要创造的东西,发挥自己擅长的东西,这是一种更高级的协作,一个更多人能用的杠杆。

当然了,炉子现在流通的东西还不算多,还远远没到完全形态,

所以未来,我们也会上线简单的交易功能,不只是目前这些能力包,还有完成一件事的整个配方、以及别人的Agent、包括能直接解决问题的人,都可以自由流通~

炉子不是一个 Skill 集合站,也不是一个传统的社区。

我们认真的想做的,是让能力本身存得住、找得到、带得走、跑得通。

最终,形成AI 时代的能力网络。

2. 为什么叫“炉子”?

那为什么叫"炉子"呢?其实2023年,还没有秋芝2046,我就注册了luzi.ai ~

当时我就告诉朋友,我想做一个AI产品叫炉子,

朋友问我:为啥叫炉子 AI?很不科技啊。

我说,大模型抽卡,就很像西方的炼金术士,中国的炼丹!

"炉子"就很有中国特色啊!

朋友不明觉厉,但其实更重要的理由,我当时没好意思说,

我希望AI不是一个让人感到焦虑,感到恐惧的技术,而是一个让人温暖的发明。

我真心的认为,AI 不应该让阶级差异更大,人们更分裂,他应该是技术越强,就越公平普惠、人类越发抱团取暖。老粉都知道我的签名和我做博主的目标:让更多人用好 AI。

可是现在的 AI 领域,更多人的目光都聚焦在少数的精英身上,大家在意boris一条推特、 卡帕西一个词,播客上MIT毕业的研究员....  

他们固然很棒 ~但我感觉普通人受到的关注远远不够多。很多人会觉得自己很难参与,连用 AI 都是被焦虑推着走。

但我怎么想都觉得 AI 不应该是只把少数人变得越来越强,然后把不会的人甩得越来越远,它本身就是打破各种壁垒的东西。

所以我想,好的技术,应该像炉子一样:让人愿意围过来,交换经验,彼此照亮。

图片

好啦,最后我想说,我和我们团队本身就通过 AI 做成了很多原本做不成的事。

所以作为 AI 切实的获益者,真心希望你也是!

所以来吧!

创造能力的人、使用能力的人、验证能力的人,都是这张网上的一个节点。

欢迎来到炉子AI🔥,欢迎一起构建一个公平、自由、强大的能力网络~

http://luzi.ai/

现在就可以去官网申请内测啦!邀请码会分批发放,已经申请但这批没排上的朋友也别急,后续会陆续发放更多批内测码,大家可以持续关注 ❤️~

下次见啦!

跳转微信打开

黄仁勋最新Allin现场对话录,揭秘 AI 时代的权力图谱与生存法则

2026年9月15日 12:17

原创 Web3天空之城 2026-09-15 12:17 北京

WebSkyCity

黄仁勋对话录,揭秘 AI 时代的权力图谱与生存法则

在当今全球科技版图上,没有任何一家公司能像 NVIDIA 一样,既是淘金热中最稳固的“铲子提供商”,又是新工业革命的“发动机”。作为这家市值巅峰企业的掌舵人,黄仁勋(Jensen Huang)的每一个决策、每一段论述,都在重塑着从硅谷实验室到全球数据中心的权力格局。在今天这场备受瞩目的allin深度对话中,这位身着标志性皮衣的“GPU 之神”回应了关于 AI 末日的恐慌论调,更完成了一场关于“数据中心即国家主权”的跨洋连线。

目录

全局摘要和核心观点

愿景、领导力与 NVIDIA 的崛起

安全性与领导力的虚假抉择

剥离 AI 恐慌:审视虚假预测

NVIDIA 的企业文化:专注与非政治化

监管的实际路径:从工程角度出发

RSI 技术与实验室的工程化转型

开源的博弈:闭源与开源的共存

中美 AI 竞赛:务实叙事与人才规模

工程进化的视角:从打字到创造

突发:总统特朗普的越洋连线

战略拆解:NVIDIA 的资本配置与生态构建

向上攀升:NVIDIA 的垂直整合策略

全栈能力:从自动驾驶到生物医药

竞争格局:Elon Musk、中国与光刻技术

迈向超级智能:现状与愿景

全局摘要

本次深度访谈涵盖了 NVIDIA 首席执行官 Jensen Huang 对 AI 安全、行业监管、地缘政治竞争以及技术未来的深刻见解。对话中,Jensen 驳斥了关于 AI 终结文明的恐慌论调,强调了务实工程精神和开源生态对美国创新的核心意义。访谈过程中还意外接入了特朗普的连线,双方就数据中心作为国家战略资源的地位以及 AGI 竞赛达成了高度共识。

核心观点

  • 安全与领先并非对立

    :通过成熟的工程流程和透明的评估机制,可以在确保安全的同时维持技术领先,所谓的“二选一”是虚假命题。

  • 开源是创新的基石

    :开源模型为全美数万家初创企业提供了参与 AI 竞赛的机会,是实现美国 AI 普及化、主权化的关键。

  • 数据中心是“新石油”

    :数据中心不仅是计算设施,更是新工业革命的基础设施,对美国再工业化、就业增长和能源战略具有深远影响。

  • 务实主义应对 AI 威胁论

    :反对基于非科学依据的末日预测,主张回归工程本质,解决实际发生的事故并防止重演。

01

剥离 AI 恐慌:实用主义对决末日叙事

在访谈的开篇,黄仁勋便对当下流行于前沿实验室中的“AI 灭绝论”进行了猛烈抨击。针对一些研究人员提出的“10% 灭绝风险”,他直言不讳地指出,这完全是“捏造出来的,是不负责任的行为”。在他看来,这种叙事缺乏科学依据,甚至与美国赢得 AI 竞赛的目标背道而驰。

黄仁勋列举了历史上多次被证伪的预言:从“放射科医生将被完全取代”到“白领就业末日”,事实证明,AI 更多是在优化行业效率而非消灭行业。他强调:“我们必须为所有那些愚蠢的预测承担责任。这些言论并非建立在科学基础之上,也不是建立在研究基础之上”。他主张将关注点从虚无缥缈的末日预言转向真实的工程挑战。对于那些在实验室发生的事故,黄仁勋认为应当像处理任何工程故障一样:“从工程角度查明问题的根本原因,实现制度化,并确保我们不会重蹈覆辙”。

02

安全监管的路径:从实验室管控到第三方评估

谈及监管,黄仁勋持有极其务实的态度。他认为,与其在未知领域制造恐慌,不如先落实好基础的工程标准。他指出,由于前沿实验室拥有最强大的计算资源,它们理所当然是风险的源头,也理应承担最高的安全标准。

“安全性显然是至关重要的,但安全与领导力并非对立,而是一个虚假的抉择”。黄仁勋建议,监管应当旨在解决实际问题,而非阻碍创新。他支持建立类似财务审计的第三方评估机制:“我们应当有独立的评估者或审计师,这可以确保单一公司不会受到某种程度的影响,让我们安全地构建这项技术”。这种从研究阶段向工程阶段的转型,正是 NVIDIA 自身成功的基石,也是他认为整个 AI 行业必须经历的阵痛。

03

意外的连线:数据中心是未来二十年的石油

访谈现场发生了一个戏剧性的插曲:特朗普接入了连线。在对话中,双方就 AI 的战略地位达成了惊人的共识。特朗普在通话中明确表示:“数据中心是未来 20 到 25 年的石油,这比互联网 and AI 更重要,程度深得多”。

黄仁勋对此表示高度赞同,并进一步阐述了数据中心对美国再工业化的战略意义。他认为,AI 正在创造海量的就业岗位,并带动了全美范围内对土地、电力和能源的基础需求。“我们正在创造一场新的工业革命,这个新产业需要制造业支撑。它不仅关乎模型和芯片,更关乎基础设施、建筑施工、电力和发电”。在他看来,谁赢得了 AI 竞赛,谁就赢得了未来。这不仅仅是科技公司的竞争,更是国家综合实力的较量。

04

开源的博弈:主权 AI 与普及化的必由之路

对于开源与闭源的争议,黄仁勋给出了一个形象的比喻:“封闭式模型就像瓶装水,而开源则是免费的水。你需要在合适的地方使用合适的水”。他坚信,世界既需要顶尖的闭源模型,也绝对离不开开源生态。

他特别强调了开源对美国创新的核心价值:“过去六个月里,有 4000 亿美元的风险投资投入到了 AI 原生公司中,其中 80% 的公司都在使用开源模型”。黄仁勋认为,如果 AI 竞赛只掌握在少数几家科技巨头手中,那将是美国的悲哀。开源使得每一家企业、每一个行业、每一位学生都能参与其中。“开源模型实现了 AI 的普及化,这关乎美国的每一家企业,是让所有人受益”。

05

全栈能力与垂直整合:NVIDIA 的生态帝国

NVIDIA 如今的角色早已超越了硬件厂商。通过收购 Hugging Face 以及在生物医药、自动驾驶领域的深度布局,NVIDIA 正在构建一个全栈式的技术帝国。然而,黄仁勋解释道,这种向上攀升并非出于竞争野心,而是出于“需求驱动”。

“我这个人其实意外地没什么竞争心。我们去发明所有必要的技术,根据需要尽可能深入,然后我们让百花齐放”。他提到,如果 NVIDIA 不去构建生物学模型(如 ESM 蛋白质语言模型),世界可能就不会拥有这些技术;如果 NVIDIA 不去构建自动驾驶的思考推理架构,许多汽车公司就无法实现智能化。“我做的一切都是出于需求。我们每天醒来并不是为了去颠覆任何人,而是想帮助所有人”。这种“隐形巨人”的策略,让 NVIDIA 渗透到了新工业革命的每一个毛细血管。

06

结语:在智力的最前沿,人类正共同抵达

在访谈的最后,黄仁勋对 AGI(通用人工智能)和超级智能给出了肯定的判断。他认为,在自动驾驶、蛋白质筛选等特定领域,超级智能已经降临:“当我关注一个狭窄的领域时,它比人类做得更好,这就是超级智能”。

面对与中国等全球对手的竞争,黄仁勋表现出了冷静的危机感:“他们非常擅长大批量生产,他们到 2030 年就能实现先进光刻系统的自主研发。美国必须行动起来,竞速模式才是唯一的出路”。尽管面临地缘政治的复杂挑战,他依然对未来保持着乐观。他呼吁所有人积极参与到这场变革中:“未来是美好的,我们渴望抵达那里。作为人类,我们将共同取得巨大的成功”。

完整访谈整理

黄仁勋最新Allin现场对话录,揭秘 AI 时代的权力图谱与生存法则

愿景、领导力与 NVIDIA 的崛起

主持人

那是 Jensen Huang。他是 NVIDIA 的创始人兼首席执行官。无论你是否意识到,他的决策正在塑造你的未来。NVIDIA 是当今市场上最重要的股票,而 Jensen 可以说是史上最优秀的高管。

大卫·弗里德伯格

营收同比增长了 97%。

黄仁勋

需求不仅依然强劲,实际上还在加速增长。

大卫·弗里德伯格

NVIDIA 是唯一一个提供全栈 AI 工厂的计算平台。

杰森

GPU 就像一台时间机器,因为它能让你更快地预见未来。

黄仁勋

如果我们能够预见未来并预测未来,那么我们就有更大的机会让未来成为最好的样子。

查马斯

请欢迎 Jensen Huang。他在入场时就获得了全场起立鼓掌。

杰森

来吧,继续。入场时的起立鼓掌。这就是我们要找的人。

女士们先生们,GPU 之神。他们爱你。

他们爱你。

黄仁勋

谢谢你们。我也爱你。全球排名第一的播客。

杰森

确实。

大卫·弗里德伯格

我们喜欢这件新夹克。

黄仁勋

我只是觉得你们需要一些活力。我知道我们在这里讨论的是严肃的事情,但我们需要充满活力地讨论它。


安全性与领导力的虚假抉择

查马斯

让我们从这周末的这篇文章开始吧。哪一篇?让我们从 Dario 的文章开始吧,因为 Hemingway 参与其中了吗?说真的,有人用 Pangram 运行过它吗?我甚至不知道其中有多少内容是 AI 辅助生成的,但那确实是一件令人惊叹的事情。许多人感到惊讶的是,各大前沿实验室围绕这篇文章本身形成了共识。Jensen,请梳理一下发生了什么,你是如何解读和阐释它的,之后我们再探讨其中包含的一些细节。但也许可以先从宏观层面的想法谈起。

黄仁勋

首先,里面确实包含了很多内容。关于安全性的部分,我们必须非常认真地对待。安全性显然是至关重要的。安全与领导力并非虚假的抉择。你们能够快速创新,你们能够快速执行,而美国有能力在确保安全的同时实现领先。我认为这些是虚假的抉择,但安全显然至关重要。

我认为他所提到的是内部控制的问题。关于 Coxon 的举报是非常严重的问题。无论何时出现举报者,都必须予以高度重视。我认为 Coxson 勇敢地表达了自己的关切,这非常令人敬佩。即便在那时,其中也存在一些被混为一谈的问题。我认为举报行为本身没有问题。但我认为关于未来的科学预测则大有问题,因为显而易见,这并不是基于科学的。尽管这是由一位科学家表达出来的,但显然并未建立在科学依据之上。因此,我对此持反对意见。

关于举报的部分,我认为其中包含了很多复杂的情况。暂停、控制进度,这些都是他们可以采取的自愿措施。如果他们觉得公司已经失控,如果 Coxon 看到了什么,当然,我们并不清楚 Coxon 究竟看到了什么。但如果他看到公司已经失去控制,或许这就是从研究向工程转型过程中出现的问题。如你所知,这些实验室正在从研究阶段转型为工程阶段。非凡的天赋,非凡的工程造诣。但显然,工程与研究是不同的。也许这种转型是笨拙的。我们不知道他看到了什么,归根结底只有他自己知道。但如果涉及失控问题,那又是另一个话题了,政府该如何应对?现在突然间的监管,它把一切都囊括在了一个统一的范畴内。


剥离 AI 恐慌:审视虚假预测

查马斯

你能帮我们梳理一下吗?我们这周在节目上确实尝试过推演这个议题,但很难。你该如何描述它?我妈妈打电话问我:Chimoth,这整个文明终结的事到底是怎么回事?我不知道该如何向她解释。所以当像他们这样非常聪明的人将其量化 and 量值化时,我认为这可能就是令一些人感到不安的原因。他们会想,百分之十的灭绝风险到底意味着什么?没有人知道该如何向普通人解释这怎么可能。

黄仁勋

首先,我们本不该这样做。因为它完全是捏造的。

大卫·萨克斯

首先,我认为我们不应该这样做,因为这是编造出来的。

黄仁勋

而这些人受过良好的教育。他们被称为研究人员。在实验室里工作。这些词汇的汇集,再加上这种预言,是令人震惊和不安的,这种做法不应被采纳。这是不负责任的。

让我们回顾并审视真实的客观事实。事实是,曾经有一个预测称五年内放射科将完全被人工智能取代,世界上将不再有放射科医生。事实证明情况恰恰相反。世界上比以往任何时候都需要更多的放射科医生。然而,AI 确实完全接管了放射科,这是一件好事。它是自动化扫描解读,这非常棒。

曾经有一个预测称在 6 到 12 个月内,90% 的代码将由 AI 生成。事实证明这是错误的。在 6 到 9 个月内,也就是去年预测的,50% 的入门级职位将被淘汰。事实证明这是错误的。让我看看,还有什么被证明是错的?所有这些预测都被证明是错的。

大卫·弗里德伯格

如果你当时认为 GPT-2 发布太不安全,或者认为 Llama 3 发布太不安全。我们听过那种说法,说明年一半的白领工作岗位就会消失。就业末日,没错。

黄仁勋

我们需要承担责任。我们必须为所有那些愚蠢的预测承担责任。总得有人负责。所以我们必须把所有这些记录在案。人们确实会这么做,并提醒我们,这些预测与美国最终赢得 AI 竞赛的目标并不一致。

查马斯

简而言之,有些人主张“相信专家”,他们以 COVID 为例——同样地,这件事最初也是由研究人员和受过教育的人发起的,他们对事物的认知与我们其他人存在不对称性,但他们所说的话最终在事实层面被证明是不准确的。因此,目前在“相信专家”运动与“让我们审视这些预测的真实历史,并更具条理地进行思考”的观点之间,存在着一场博弈。这种论调源于何处?因为它正是出自那些实际研发这些技术的机构内部。例如,你认为其心理构成是什么,或者说真正的动机是什么?也许是商业动机,也许是政治动机。你能不能猜一下,或者说你是如何看待他们为何要这样做?


NVIDIA 的企业文化:专注与非政治化

黄仁勋

这些公司是历史上最具影响力的公司之一。卓越的工程师,卓越的研究人员,工作真的非常出色。一方面,我作为公司代表与他们紧密合作。另一方面,我们必须在公共场合进行这样的对话。这实在令人遗憾。我认为这些公司真的应该像我们过去建立公司那样去运营,即保持低调。

大卫·萨克斯

没错,你知道吧?

杰森

等等,Jensen,你不允许组织里的任何人代表整个组织发言,尤其是当他们情绪不佳或愤而离职时?他们不允许代表你或组织发布推文吗?代表组织吗?

黄仁勋

因为这就是他们加入我们公司时所达成的共识。我们告诉他们,这就是你们在我们公司工作时的行为准则。如果你喜欢我们公司的文化,正如你所知,NVIDIA 的文化和 NVIDIA 的员工群体,他们都感到非常幸福。

他们喜欢公司始终如一、稳定可靠,喜欢我们的核心价值观与关怀家庭相契合,喜欢我们创造了让他们能够成就毕生事业的条件。我们做的是有意义的工作,并且尽可能低调地完成,我们为他人的成功做出贡献,对此我们深感自豪。这就是人们受这些核心价值观吸引的原因。

但当你来到我们公司工作时,有些事情是我们所不赞同的。例如,我们不欢迎在公司内部进行政治论争。请把这些带回家去处理。你们可以在公司外部讨论政治。我们公司是一个非政治化的公司。要知道,我们是跨党派的。我们希望美国取得成功。我们希望,无论哪个政府在位,我们都会尽我们所能帮助美国取得成功。因此,关于种族、宗教、政治以及所有这类的话题,我们告诉员工,请在公司外部进行讨论,这些不适合在公司内部进行。


监管的实际路径:从工程角度出发

查马斯

在 AI 监管方面,更具体地说,Satya 今天早上来过这里,他所说的是,在讨论那些可能真正阻碍发展的监管之前,我们为什么不先落实好一些基础工作呢?我们为什么不先把衡量标准做好?我们为什么不先把标准化工作做好呢?

黄仁勋

先把工程工作做好。

查马斯

落实好工程基础,以更可预测的方式转化研究成果,这样我们就不会制造恐慌。在准备好发布之前,请将其保密。你认为合适的应对措施是什么?Demis 曾提出过一个建议,类似于某种类似 FINRA 的组织。目前还不清楚 Dario 想要什么,那种拥有某种控制权的跨国变体组织。对此你的立场是什么?关于我们当下究竟需要什么的视角?

黄仁勋

监管应当旨在解决实际问题。所以问题在于,我们究竟遇到了哪些实际问题?如果你审视这些实际问题,到目前为止,所有实际问题都源自这些实验室。其原因在于,是因为他们拥有最强大的计算资源。而原因在于他们正试图解决前沿领域的问题。所以,这是为他们辩护。

最危险的源头来自这些前沿实验室,这是合乎逻辑的。高中生不太可能做到这一点,因为他们根本没有足够的计算资源。初创公司也不太可能是原因所在,因为它们同样没有足够的计算资源。事实上,放眼全球,除了那些前沿实验室之外,其他所有人都没有足够的计算资源。

如果你审视实际发生的情况,他们正在从事开创性的工作,这确实非常困难。他们正在从研究阶段向工程阶段转型。我可以预见,他们正在打造世界上最具影响力的技术和公司。他们正在建立自己的公司,建立自己的企业文化,构建相关技术,进行工程建设,并同时开发各项产品。所以我能理解这种如火烧眉毛般的紧迫感。

面对一个实验室发生的 4 起事故以及另一个实验室发生的 1 起重大事故,首要任务就是从工程角度查明问题的根本原因。究竟发生了什么?我们本可以采取哪些不同的做法?我们打算从工程角度实施哪些改进措施?实现制度化,无论是技术、方法还是流程,并确保我们不会重蹈覆辙。我敢打赌,在所有这些案例中,未来他们都有能力去预防此类问题的发生。因为如果不在他们的控制范围内,那情况就另当别论了,但我确信,那 4 起事故不会再次发生。我确定他们已经查明了根本原因并解决了问题。我相信他们现在已经有了相应的技术。在沙盒、运行时、监控器以及持续监控方面,技术已经先进得多。所以我确信他们现在拥有远胜以往的技术。

另一种可能性也不太可能出现,即他们站出来说,看,我们确实遇到过这些事故。在分析结束后,我们得出的结论是,我们对发生的一切一无所知,也完全不知道该如何管控,所以我们向社会寻求帮助。现在,如果情况确实如此,那么我们应当召集一批拥有工程师的公司,派遣工程师过去。如果我们能提供建议,就应该协助他们。但我对此表示怀疑。我认为他们拥有非凡的人才来处理这些问题。


RSI 技术与实验室的工程化转型

大卫·弗里德伯格

但我们并非在真空环境下运作。David,昨晚你告诉我有一家中国实验室,即 GLM 的开发者,他们打算投入 30 亿美元进行递归自我改进实验。也许你可以向 Jensen 介绍一下。这就是当时宣布的内容。

智谱 AI 的创始人刚刚筹集了 50 亿美元,并表示他们的重点目标之一是尝试实现由 AI 训练下一代 AI,并尽可能地将这一过程自动化。

黄仁勋

这是一个新的热门词汇。但正如你们所知,RSI 是一套思想体系的结合。它的一切始于上下文学习,始于技能,始于反思,始于强化学习和合成数据生成。这些都是非常合理的理念,能让 AI 随着时间的推移,在解决问题方面变得越来越出色。

你也可以使用低秩(low rank)。所有这些内容都不包含权重本身。你实际上可以改进权重,这就是所谓的 LoRA。LoRA 可以通过合成数据生成和强化学习来改进,无需训练基础模型本身即可实现增强。然后随着时间的推移,你可以再次训练基础模型,并结合所有这些经验。因此我认为,利用这项技术来提高各种任务的生产力,包括构建 AI,是一个合理的做法。我认为这是一个非常合乎逻辑的想法。我敢肯定每个人都在某种程度上使用它。只是这个短语现在被以某种方式用来将技术武器化,或许也用来扭曲这项技术。

杰森

他们试图给人一种局势即将失控的印象,但你并不认为那是真实的。

黄仁勋

当然不是这样。原因在于你可以在公司内部全天候进行 RSI。但在发布产品时,你必须对其进行评估。你必须再次测试它,确保没有回归问题。随着这些实验室从实验阶段转向工程阶段,基本的控制流程将使它们具备更好、更强的控制能力。当他们拥有了更好的控制能力时,这种控制源于方法、知识、实践、工具和技术,以及所有那些能带来更好控制、验证 and 纠错的事物。这将使公司内部能够进行 RSI,并向外部发布优质产品。


开源的博弈:闭源与开源的共存

查马斯

我们来谈谈开源吧。关于 Hugging Face,我们之前交流过,我说这将是后果最深远的收购之一。我甚至不想称其为一笔交易,因为我认为它比那重要得多。请用第一性原理为我们解释一下开源、闭源与开放权重之间的区别,以及这个生态系统未来应该如何整合?

黄仁勋

世界既需要闭源模型,也需要开源模型。你想使用的话,我会尽可能多地使用闭源模型。这个周末,我使用了其中的 4 个。它们运行得非常出色,处于前沿水平,带来了很棒的体验。它们表现得令人难以置信,而且一直在不断改进。

我对封闭式模型的理解,就像是瓶装水一样。水是免费的,各位。今天早上我淋浴时用了大量的免费水。所以,你要在合适的地方使用合适的水。这和电力没有什么区别,和我们在世界上使用的各种商品没有什么不同。这两者你都需要。

关于开源,之所以需要它,可能是出于主权、隐私或专有技术等方面的原因。在过去六个月里,有 4000 亿美元的风险投资投入到了 AI 原生公司中。其中 80% 的公司都在使用开源模型。如果没有开源模型,他们将如何实现自己的梦想?因为他们的梦想可能各不相同,与那些前沿实验室的梦想是不一样的。

美国拥有多种多样的创新方式。这是我们的核心优势之一。伟大创造正源源不断地涌现出来。开源模型使得每个人都能参与其中。如果我们想赢得 AI 竞赛,这不应仅仅是少数几家科技公司赢得这场竞赛。这关乎美国的每一家企业、每一个行业、每一位研究人员、每一家初创公司,是让所有人受益。其中一些人会使用闭源模型,而很多人会使用开源模型。


中美 AI 竞赛:务实叙事与人才规模

黄仁勋

这里有 1000 万……

大卫·萨克斯

请允许我问一下,开源模型是来自中国还是美国,这重要吗?

黄仁勋

我们正在竭尽全力为开源模型做出贡献。然而,当你下载时,目前全球对开源的贡献绝大多数可能都来自中国。他们只是拥有更多的工程师,因为那是一个大国。他们大批量地培养科学和数学专业的学生。这是我们的劣势之一。他们通过像清华大学这样卓越的大学,正在大规模地培养这些人才。

他们如今也为开源做出了贡献。我们下载 Linux,下载 Kubernetes,以及所有的软件,其中许多代码都有中国开发者的参与。一旦你下载了它,它就是你的了。我们对其进行分叉、改进,并将其据为己有。所以,当你下载这些中国模型时,虽然它们是由中国非常优秀的科研人员开发的,但现在它们属于你了。至于具体用来做什么,随你想要怎么用。

大卫·萨克斯

那么,所谓的竞赛究竟是什么?

黄仁勋

竞赛?

大卫·萨克斯

没错。

黄仁勋

我认为这是一个非常好的切入点。我的观点是,这场竞赛的核心在于谁能更好地利用这项技术。在上一次工业革命中,所有的发明家都是 Maxwell、Volta、Ampere,他们都不是美国人,工业革命起源于欧洲。但我们充分利用了它。我们在社会层面比世界上任何人都更好地利用了它,看看我们现在取得的成果。我想确保下一代也能实现同样的发展。

大卫·萨克斯

那么,为什么他们现在能如此成功地传达他们的信息呢?

黄仁勋

我认为首先是因为他们的叙事更为务实。在中国,没有人会谈论什么末日终结之类的话题,也没有什么灾难性的预言,或者毁灭之类的说法。

大卫·弗里德伯格

他们对此的态度要务实得多。

黄仁勋

他们将 AI 视为一种能够推动经济发展、促进社会进步的技术,并且他们没有那些宣称这会终结文明的群体。而我们却在捏造这些观点。令人沮丧的部分在于,如果这些说法是真的,那么我们确实应该讨论并采取行动。即便这些是真的,我们也应该花更多时间去采取实际行动,而不是去惊扰那些对此无能为力的人群。我们的工作就是把它做好。

大卫·萨克斯

历史上是否曾有过这样一个时刻,如此多的人以如此强烈的态度去宣扬某种完全不属实的内容?

黄仁勋

而且它们在可量化、可论证的层面均被证明是不实的。即便是在逻辑上讲得通的事,也是不实的。它并非建立在科学和研究的基础之上。基于科学和研究的事实则证明了相反的结论。


工程进化的视角:从打字到创造

大卫·萨克斯

这是出于对未知领域的恐惧吗?人类从未涉足过那里,从未见过它,因此我们对它感到恐惧,进而就很容易鼓动所有人一起恐惧吗?

黄仁勋

这也可能与人生阅历有关,David。我刚从学校毕业时是一名工程师,那时我并不怎么打字。原因在于我是软件普及前的那一代人。我们当时必须先去构建计算机,才能让软件成为可能。你能想象吗,在这之后进入工程领域的每一个工程师,所有的时间都花在打字上。从字面上看,这就是你们所做的工作。

当你入职时,他们会给你一台笔记本电脑,给你一把椅子,然后你就开始打字了。你整天都在打字,你从醒来的那一刻起就开始打字。在打字时代之前,也存在着工程技术。你能想象吗,世界还有堆积如山的工程工作要做,而其中大部分已经不再是敲键盘了?

在敲键盘之外,我认为在敲键盘之后,我们还将完成许多伟大的工程。我说的敲键盘,指的是编写代码。即便是在 NVIDIA,当软件工程师和我交流时,我也会开玩笑地对他们说,我最喜欢的按键是 Backspace。原因在于,最好的软件往往是规模最小的软件。所以我希望你们能尽可能多地使用 Backspace 键。


突发:特朗普的越洋连线

查马斯

我们来谈点实质内容。关于 NVIDIA。让我们对 NVIDIA 进行一番拆解,解释其各个组成部分,因为其中涉及了许多战略布局。让我们从最底层开始。这并非计划好的,但我们知道那是谁。

黄仁勋

总统先生?长官。我必须告诉您一件事。如果不是您打电话来,我本来正在和“最佳伙伴”(The Besties)在台上。我正和这帮家伙在台上,也就是那一整群人。

Jason 在这,Chamath 在这,Dave 和 David 也都在这。我正坐在几千人面前。我们刚才,正好就在聊到您。干得好,先生。您竟然能看穿这一切,这其中包含着极大的复杂性,而您却能够一眼洞察本质。我们所有人都对此心怀感激。

杰森

代我向他问好。

大卫·弗里德伯格

您想和现场的观众打个招呼吗?

黄仁勋

我正在用扬声器通话。我们该怎么操作,该怎么把 声音调出来?直接对着麦克风就好。请稍等,先生。我们正在拿麦克风。总统先生?您现在正在对全球讲话。

特朗普

生活最棒的地方在于,Jensen 可以研发出世界上最复杂的计算机芯片,十年内无人能复制,但他却搞不定怎么把我切换到扬声器模式。我们必须记住这一刻。不,我只是在想 AI。而最开心的群体是中国,中国非常开心。在国内,很多州本来很高兴什么都得不到,因为它们正被那些想去那里的人潮所淹没。

但现在你突然看到他们正在芬兰建设,Google 想在芬兰建一个大型数据中心,对此我并不高兴,因为他们没能获得许可。我告诉你们,这一切都是骗局。数据中心非常棒,能让人们致富,也能让各州致富,它们是未来 20 到 25 年的石油。这比互联网和 AI 更重要,程度深得多。他们正中那些不希望看到这种情况发生的人的下怀。这可能是政治人物,也可能是中国。我们绝不会让这种事发生。这是一个骗局。

黄仁勋

您是对的。我们不会让那种事发生,先生。

特朗普

我们绝不会让它发生。机器人不会接管世界,那绝不会发生。我叔叔曾是 MIT 顶级,甚至可能是史上最优秀的教授之一,他在那里任教了 41、42 年。他被公认为最聪明的人之一,处于那个领域的最顶端。Jensen 对此非常了解。所以我带有一点基因优势,一点基因力量,如果你相信资源理论的话,我确实相信。我有这种基因。

黄仁勋

难怪您对 AI 有这么多了解。

特朗普

我确实了解 AI。我知道,我也具备关于 AI 的常识。机器人不会接管世界。

AI 不会接管世界上的其他地方。这一切都是一场骗局。现在,有了这些,我们必须稍微谨慎一点。

黄仁勋

我们必须采取行动,并且必须保持审慎。

特朗普

但这并不意味着我们要阻碍一个行业的发展,因为正如我们要在未来 10 年里研究如何摧毁它一样。所以我完全支持你。我甚至不知道你对此有何感想。我以为你的想法和我一样。

黄仁勋

长官,我们将保持领先。

特朗普

我有一个观点,那就是谁赢得了 AI,谁就赢得了未来。它的规模就是这么巨大。

黄仁勋

它比互联网的影响力更大。无论谁胜出,AI 都会胜出。

特朗普

我们绝不能让这类事情发生。这在很大程度上也包括数据中心。有些社区曾经濒临消亡,但现在有了数据中心,它们已经变成了富裕的社区,非常富裕的社区。

黄仁勋

我们要确保每个人都能从中受益。我们要确保美国的 AI 竞赛能够让所有人获益:每一个行业、每一家公司、每一个州、每一位民众。

特朗普

很好。对此我深有感触,而且我有能力对此采取行动。我们绝不会让那种事情发生。所以我根本不知道谁在参加会议,我根本不知道我在跟谁说话,但我会去看看。

黄仁勋

您听到了吗?成千上万的人在为您鼓掌。

特朗普

我只知道,如果您在那儿的话,您就没法听 Jensen 说了。但他做得非常出色。David 做得非常出色。祝大家好运。我们将拥抱未来。这个国家从未像现在这样好。我们有 20 万亿美元的投资即将进入这个国家。相比之下,在 Sleepy Joe Biden 的领导下,不到一万亿美元。而那是四年的总和。这是一年,在一年之内。这个国家从未见过这样的情况,我们将继续保持下去。非常感谢大家。

杰森

谢谢,总统先生。谢谢。

黄仁勋

我稍后给您回电话。谢谢,总统先生。谢谢。

杰森

那真是别具一格。我以为那是个桥段。你以为那是假的?不,那是真实。起初我还以为是个恶作剧,当时我说,把他们设成免提。

黄仁勋

然后他给你打电话……

杰森

你是怎么想的……

大卫·萨克斯

他会在深夜随时给你打电话。他给你打电话那会儿我们正在 Oval。我当时在睡觉。

查马斯

你睡着了,然后他说,把他叫醒。我感到非常难过,因为他问我谁会参加这次晚宴,我们逐一核对了名单,然后他问,Jensen 怎么样?我说,不,先生,他在休假,因为他已经为此推迟了五年的假期。

大卫·萨克斯

他接着说,让他接电话。什么是休假?但你为什么认为他能看穿这个骗局?这确实非常非同寻常。

黄仁勋

那是……

大卫·萨克斯

民调支持率下降了 80%。对于任何其他坐在 Oval Office 的人来说,你都会选择做那些受欢迎的事情。你代表着人民。这就是大家想要的,他们想要关闭数据中心和 AI。这似乎是当下的一种流行趋势。但他声称这是一个骗局,并揭穿了它。他是怎么做到的?

黄仁勋

我不太确定。原因在于,很多人都上当了。这很复杂。起初,如果你审视这些报道,一切都是基于两点,第一点是基于国家安全。而最近,这一切都被彻底打破了。那个叙事已经不再基于国家安全了,现在它基于安全性。

如果你想让 AI 保持安全,首先我们需要确保构建它的实验室处于管控之下,并有完善的测试手段。如果我们希望有第三方来确保这一点,就需要提供第三方评估机构。这与财务管控并无二致。你们都知道我们有审计师,审计师非常专业,他们未必需要在我们的业务领域像我们一样精通,但他们必须能够提出正确的问题。拥有独立的审计师或评估者是件好事,但关键是必须有多个来源。这可以确保单一公司不会被收买或受到某种程度的影响。

解决这个问题有很多种不同的方法。我认为最重要的一点是,让我们安全地构建这项技术,确保其测试过程是安全的。我完全意识到目前正在构建的东西是非凡的。但这些都是非凡的公司,我们理应以非凡的标准来要求它们。它们也愿意,它们也渴望如此。


战略拆解:NVIDIA 的资本配置与生态构建

大卫·弗里德伯格

我想回到开源的话题上再谈一会儿。一年前,我们并没有非常认真地对待它。当时它落后了两年,或者说 18 个月。

黄仁勋

正如你们所知,在与 President Trump 通话时,一个挑战在于很难插上话。我会因为这么说而惹上麻烦,但我敢肯定他会为此给我打电话。我想对他以及你们所有人说的是,AI 正在创造海量的就业岗位。在政府执政初期,以及我和他第一次通话、第一次见面时,他最渴求的就是在美国创造就业机会,他希望实现美国的再工业化,并确保美国拥有支撑下一场工业革命所需的能源。

没有能源,就没有工业增长。他希望确保能源增长、就业增长,并实现供应链的再工业化。看看我们现在所做的一切,这一切就在此时此刻正在发生。我们正在创造比以往任何时候都多的工作岗位。就像我们之前谈到的,最近有 4000 亿美元的风险投资注入了 AI 行业,仅仅六个月。这创造了大量的工作岗位。它对计算能力产生了巨大的需求,同时也带动了对数据中心的大量需求。我想我刚才正在和 Texas 的 Governor Abbott 交谈,他希望呼吁业界确保我们在全美各地建设数据中心时,能够对当地社区保持同理心,学会更好地倾听。

查马斯

让我们花点时间讨论一下这个话题。NVIDIA 最不可思议之处在于,如果你将其各个组成部分拆解来看,就会发现为了推动整个生态系统的运转,你们实际上已经成为了 AI 领域的银行。关于 Clover Leaf 的事情,你们正在进行土地和能源供应方面的整合。你们与 BlackRock、Goldman 以及所有这些机构合作完成了这项伟大的事业,从本质上创造了融资能力。请为我们详细介绍一下你们的资本配置策略。为了让更广泛的生态系统参与者能够加入并为下一阶段提供资金支持,需要达成哪些条件?

黄仁勋

我们正在创造一场新的工业革命,其每一个维度都是真实的。这个新产业需要制造业支撑。就像电力、互联网以及现在的 AI 一样,我们可以驱动一切,也可以定义一切。如今有了 AI,我们可以提问并获知任何事情。我们正在接入以太,可以向它询问任何我们想要了解的事情,并让它为我们解释。

为了实现这一点,它必须产出智能。这这是一个生产过程,这也是为什么必须构建这种基础设施的原因。一旦基础设施构建完成,问题在于,美国其他所有层面该怎么办?这个行业不仅仅关乎模型,它主要关乎之上的应用程序。它主要关乎基础设施层、数据中心以及所有基础设施、建筑施工、电力和发电。所有这些都牵涉其中。

我会审视整个生态系统并寻找瓶颈,看看在哪些领域正在涌现卓越的公司。也许是供应链需要扩大规模,以便当我们准备好部署算力时,它们能为我们做好准备,包括土地、电力和壳资源。我考虑长期供应链的程度可能比大多数人都要多,因为我们的公司规模非常大,为了让我们成功,需要一大批公司。像 Corning,Wendell 领导的 Corning 必须支持我们,还有 Lumentum,当然还有 TSM 以及内存公司。因此,我们在那场增长革命到来很久之前就开始与所有这些公司合作,以便增长能够顺利实现。现在我正在做下游业务。


向上攀升:NVIDIA 的垂直整合策略

查马斯

在计算机周期中,随着时间的推移,收益倾向于向技术栈上层移动,直接流向应用层,在那里你可以获得更长期的超额收益。你收购了 Hugging Face,现在实际上已经进入了服务业务领域。我认为像 OpenRouter 这类产品具有极大的意义。显而易见,构建像 Bedrock 这类事物存在更好的实现路径。自然的结论是什么?因为看起来处于上游的人们对于向下游渗透毫无顾虑。你拥有最优的资产负债表、这些卓越的工程师,并且具备经过验证的经验来将其做好。那么,你是如何考虑抬头看去并产生“我大概也能做到”这种想法的呢?

黄仁勋

NVIDIA 能运行世界上每一个模型的原因在于,我们是唯一一家做到这一点的公司。大约一年半前,我们运行的唯一模型就是 OpenAI 的模型。而现在,各种令人惊叹的模型层出不穷,Meta Muse、Grok、Gemini 现已可用,Anthropic 也在我们的平台上不断扩大规模。自一年半以前起,所有这些前沿 AI 模型现在都已开放并可供使用。

模型的数量正在不断增长。还有一大批公司也在构建前沿模型。人工智能实验室的数量也在不断增加,比如 Physical Intelligence,名单还在继续。作为一家公司,我宁愿帮助每个人取得成功,而不是从中分一杯羹。我们的策略是根据需要向上尽可能攀升,并尽可能保持低调。

其原因在于,如果我解决了它,那么如果没有 NVIDIA 创建 cuDNN,所有的框架都不会存在。如果不是因为我们创建了 Megatron-Core,那么所有的大规模训练都不会发生。我们去发明所有必要的技术,根据需要尽可能深入,然后我们让百花齐放。这种立场使我们能够,坦率地说,成为唯一一个……

查马斯

我们坦诚一点。我同意你的观点。反对意见在于,如果能在超大规模层拥有更多的竞争,那确实会非常棒。我认为你在支持 neoclouds 方面做得非常出色。顺便说一下,是你把我介绍给了 Nebius,他们非常棒,真的很出色。他们所做的一切都令人惊叹。但我们需要大约 50 家这样的公司。我们需要 100 家。我们需要 1000 家。而这可能需要一些……

黄仁勋

没错。你知道吗,Chamath,我这个人其实意外地没什么竞争心。

查马斯

真的吗?

黄仁勋

是的。那不是我感兴趣的领域。我的想法是,举个例子,如果有五家超大规模云服务商,我会非常满意。然而,我注意到所有新一代云服务(我们称之为 NCPs)的早期客户,其实都是这些超大规模云服务商。

查马斯

确实如此。

黄仁勋

原因在于超大规模云服务商通常一年规划一次,但当前的市场动态极其多变,导致他们的预测几乎总是会有偏差。

因此,那些敏捷且行动迅速的区域云服务商,他们了解自己的所在州、国家或地区,能够以一种独特的方式锁定土地、电力和基础设施资源。而对于坐在西雅图(Seattle)或帕罗奥图(Palo Alto)的人来说,要洞察全球局势是很困难的。

查马斯

没错。

黄仁勋

所以我们现在基本上拥有了一个大规模的分布式公司 network(网络),他们正在为我们锁定土地、电力和基础设施资源。现在各国也都意识到了这一点具有战略意义。许多国家都在说,我要掌握自己的算力,并且只提供给本国企业。

查马斯

没错。

黄仁勋

Nvidia 在那些国家也有业务,我们可以帮助当地的云服务商实现增长。无论是哪家公司,比如我们在澳大利亚的业务。我们刚刚在澳大利亚完成了一系列布局。新增了两个吉瓦的容量。在东南亚,当然,I.O.H 等公司也增加了一些吉瓦的容量。所以我们正在建设吉瓦级的算力。我们正在建设,我们正在扩展计算能力。


全栈能力:从自动驾驶到生物医药

黄仁勋

不过,这一点很明确。你对此有什么看法?

杰森

很明显,你们正在向更高的领域迈进,并且非常关注开源。很明显,你们的 Nemotron 表现得非常出色。我经常使用它们。Hugging Face、Poolside 和 Llama。这是一个非常、非常扎实的产品,你们现在正在进行人才收购、招聘,或者无论叫它什么。此外,你们在自动驾驶领域的开源技术栈也具有很强的颠覆性。所以……

黄仁勋

我们有五个领域的前沿模型。

杰森

没错。你们似乎不是为了拿银牌而去开发产品。你们似乎志在金牌。那么,你们是否正向着金牌迈进,并会毫无疑问地推出最强的开源模型?

黄仁勋

接下来是该问题的 B 部分……

杰森

开源技术能够赶上前沿模型吗?而你就是那个能做到这一点的人吗?

黄仁勋

所以逻辑是这样的,杰森,我们构建它是为了,第一,我们有能力,我们具备相应的技术,并且因为我们的客户需要我们这么做。没错。例如,Applied Intuition 是世界上首款具有思考能力的自动驾驶系统。通过思考和推理,你就不需要那么多的数据,你不需要利用数十亿小时的道路数据进行训练,因为你可以进行推理。将问题拆解开来,然后说,噢,我以前见过这个。虽然不完全一样,但在很大程度上与那次情况相同。

那么 Applied Intuition,为什么它是有必要的呢?现在有许多汽车公司。世界上每一辆车都将实现自动驾驶。但除此之外,每一家农业科技公司、每一辆卡车、每一辆货车,其中大多数的规模都不足以支撑构建整个技术栈。所以我将为他们构建一个非凡的技术栈。他们负责针对自身需求进行最后一公里的适配应用。未来,所有能够移动的事物都可能实现自动化。

如果我们不去构建一些生物学模型,世界就不会拥有它们。ESM2 蛋白质语言模型,是由我们创造的。ESMFold、OpenFold、AlphaFold 2,以及所有关于等变计算的内容,如果不是我们构建了这些,这些技术将不复存在。我最喜欢的项目之一是 ProteinComplex,用于合成下一代蛋白质,以及它的结合机制。这是开创性的成果。那是我们构建的。因此我们将构建它,因为礼来需要它,默沙东也需要它,其他人也需要它,而他们没有能力实现,或者他们还没达到那个水平。所以我们可以做出真正的贡献。我做的一切都是出于需求。我并非试图颠覆什么,我们每天醒来并不是为了去颠覆任何人。

杰森

没错。

黄仁勋

我们每天醒来只是想帮助所有人。


竞争格局:Elon Musk、中国与光刻技术

萨克斯

Jensen,对于可能对你们核心业务构成威胁的竞争对手,你怎么看?你能评论一下吗?

黄仁勋

我们人太好了。

萨克斯

是的。其实我只是想听听你的看法。你对 Elon 公布的 1 亿平方英尺的 TerraFab 设施有什么看法?

黄仁勋

如果有人能做到的话,那只能是他了。我们俩当时正一起乘飞机前往一个国家。

杰森

还有一个人,就是有时会给你打电话的那位。

黄仁勋

那是一架很棒的飞机。我们当时……Elon 喜欢谈论这些事情,这类事情,所以我们花了很多时间讨论它。是指任何人都能做到吗?

弗里德伯格

因为,你可以这样做,你设计芯片,但你不负责制造它们。你的芯片可以在那里制造吗?或者说是这样吗?

黄仁勋

我们对工艺技术了解很多,因为我们在不断突破一切的极限。而且,因为我们是在如此大规模的层面上进行扩展。我们公司内部拥有令人难以置信的内存技术。世界上最棒的 3D 封装公司。我们有很多令人惊叹的东西。

萨克斯

所以你的看法是,你已经谈论过很多次了。

黄仁勋

所以我们完全可以谈谈这个。而且你无法阻止 Elon 去做这件事,这也是他超能力的一部分。一旦他决定去做某事,就很难阻止他们了。

萨克斯

那么,你能谈谈你对中国在先进光刻系统自主研发方面的看法吗?

黄仁勋

他们到 2030 年就能实现。

萨克斯

到 2030 年。

黄仁勋

而且 2030 年转眼就到。

萨克斯

没错。另外还有 10% 的几率届时我们都已不在人世了。对于中国而言,这是否意味着一旦开关打开,所有这些技术将几乎立即投入到中国大陆的晶圆厂中?

黄仁勋

考虑中国的方式是,他们非常擅长大批量生产。这只是时间问题。而且,我认为也要以几十年为单位来考虑。我已经在这一行待了很长时间了。对于 Nvidia 来说,我必须思考下一个十年以及再往后的十年会发生什么。所以两三年时间,不过是转瞬即逝。那根本不算什么。就他们而言,他们已经在那儿了。

查马斯

你们已经在那儿了。是的。Jensen,Elon 和 Gwynne。

黄仁勋

我们得行动起来,美国。我们得行动起来。竞速模式。所以我们做到了。竞速模式。放慢速度绝对是错误的策略。


迈向超级智能:现状与愿景

杰森

但我认为,对于我们行业中的大多数人来说,显而易见的是,我们正处于 AGI 时刻,这显然是一个定义,即与任何其他人类一样聪明。

黄仁勋

我认为我们已经到了这一步。

杰森

我们到了。那么,超级智能就是下一个节点。基于你的所见、基于你的客户群、基于你的过往经验,Jensen,我认为我们也已经达到了这一点。你认为我们已经达到超级智能了吗?

黄仁勋

没错,没错。当你关注一个狭窄的领域时,我是说,比如我的自动驾驶汽车,我不需要它为我煎蛋,我只需要它把车开好。对,那确实是超级智能。

萨克斯

而且它比人类做得更好。

黄仁勋

没错,没错。

萨克斯

比如事故率只有人类的十分之一。

黄仁勋

没错。比如合成蛋白质,进行蛋白质的虚拟筛选。我们已经达到那个水平了。

萨克斯

是啊。身处人类探索的最前沿,你觉得有意思吗?

黄仁勋

我很喜欢。

杰森

女士们,先生们。

黄仁勋

我喜欢它。我喜欢它。大家,那里真的很棒。未来是美好的,我们渴望抵达那里。听着,我们当中的许多人不必非要工作。但我必须告诉你们,不去参与实在太可惜了。太有趣了。所以我希望每一个人,我都希望能置身其中。我希望你们所有人都和我一起在那里。我们终将抵达那里。

作为人类,我们将共同取得巨大的成功。在此期间,我们必须鼓励他们,推动他们前行。如各位所知,他们正在从事非常、非常重要的工作。我希望他们能够成功。我也希望我们能减少一些不必要的戏剧性冲突。最重要的是,我们需要全美国与我们同行。这才是我们成功之道。

杰森

女士们、先生们,黄仁勋!

查马斯

谢谢你,Jensen。非常感谢。谢谢你。

弗里德伯格

谢谢你。谢谢你。那真是太棒了。你们整个团队。

黄仁勋

那真是太棒了。

跳转微信打开

RAG问答和Agent的区别和各自适合的应用场景

2026年9月15日 09:17

这个男人来自千祥 2026-09-15 09:17 浙江

上周跟朋友聊企业 AI 落地,发现市场上把知识问答和 Agent 彻底搞混了。

其实这俩完全是两码事。知识问答就是“问啥答啥”,比如查差旅标准,靠 RAG 外挂个企业知识库就能搞定。Agent 则是“给定目标自己干”,你让它规划三日游加订酒店,它能自己拆解任务、调 API 下单。

技术上 Agent 也复杂得多,它不光依赖 RAG 拿数据,还得在 ReAct 循环里不断反思自检,甚至开沙箱写代码去生成 Word。

今年超级 Agent 越来越火,大厂都在推办公入口。但真没必要啥活儿都塞给它。要是用 Agent 去查个规章制度,动辄几分钟、消耗千万级 tokens,纯属浪费钱和时间。这种活儿还是老老实实用 RAG,十几秒又快又准。

企业 AI 落地不是越高级越好,得看场景挑工具。

跳转微信打开

很严重了,大家别轻易离职。。

2026年9月15日 09:00

前端充电宝 2026-09-15 09:00 浙江

我敢断言:今年,90%的传统前端人都将面临“阵痛性转型”!

不是岗位变少了,而是游戏规则彻底变了——那些只会 Vue/React、写组件、调接口、还原设计稿的前端,正在被“大模型技术壁垒”快速边缘化!

2026年,技术圈真正的分水岭只有一个:AI前端开发工程师

现在,大厂的核心业务都在转型:

  • 字节主线业务必须接入大模型能力;

  • 阿里云重金挖角懂RAG和Agent的技术人才;

  • 越来越多团队都在组建AI应用团队,高薪抢AI 应用前端、大模型前端、Agent 交互工程师……

尤其是DeepSeek、OpenClaw爆火后,前端引以为傲的“传统代码”技能,正在贬值!

企业不会再为“写页面”而支付高薪了,市场愿意给出高薪的,是那些能驾驭大模型解决复杂问题、把AI嵌入业务流程、能承接对话、Copilot、Agent、数据可视化等“AI产品落地最后一公里”的前端人!

今年,前端人的核心技能必须升级!你不需要从头造AI,只需:

✅掌握AI前端应用开发的核心逻辑

✅学习完整技术体系:

——Fine-tuning:通过前端管理训练数据、展示模型优化效果

——Agent:让AI自主调用工具、执行流程

——RAG:为企业构建专属知识库

✅积累一套可面试、可落地的AI前端项目!

在AI风口下,技术能力与薪酬之间的关联更直接:字节为“AI前端专家”开出最高128万元年薪!部分大厂AI前端实习生日薪高达2000元!

你的成长速度,会直接体现在“工资条”上!

行业在洗牌,但洗掉的是旧地图,浮起来的是新大陆!

这轮AI应用浪潮,很可能是未来三年前端人最后一次低成本、高杠杆的逆袭窗口。

为此,我们联合AI实战派专家陈旸老师,正式推出「转型AI前端开发实战营」 

2节直播课:扎实的理论 + 成熟的AI前端开发能力 + 可演示的实战项目!带你系统掌握RAG、Agent、微调三大核心,结合前端真实业务场景,完成企业级项目实战!

🔥完课附赠求职大礼包:经典面试题库(笔试+面试)、还有高薪岗位解读、企业内推、直聘权益!!

💰💰💰

掌握AI大模型技术 开启高薪之路!

「转型AI前端开发实战营」

「AI技术原理 + 实战应用 + 职业发展」

🔥扫码0元报名 仅限100人🔥

24小时后关闭通道!速来!

👇👇

👍🏻还有靠谱的内推机会+直聘权益!!

完课后赠送:大模型应用案例集、AI商业落地白皮书

⭐️从大模型微调到AI Agent智能体搭建

剖析AI技术的应用场景,用实战经验落地AI技术。从GPT到最火的开源模型,让你从容面对AI技术革新!

大模型微调

  • 掌握主流大模型(如DeepSeek、Qwen等)的微调技术,针对特定场景优化模型性能。

  • 学习如何利用领域数据(如制造、医药、金融等)进行模型定制,提升任务准确性和效率。

RAG应用开发

  • 深入理解检索增强生成(Retrieval-Augmented Generation, RAG)技术,构建高效的知识检索与生成系统。

  • 应用于垂类场景(如法律文档分析、医疗诊断辅助、金融报告生成等),实现精准信息提取与内容生成。

AI Agent智能体搭建

  • 学习如何设计和开发AI Agent,实现多任务协同、自主决策和复杂问题解决。

  • 构建垂类场景下的智能助手(如制造业中的设备故障诊断Agent、金融领域的投资分析Agent等)。

课程开班58期,已为20000+学员服务,口碑爆棚,从学习方式到学习效果,收获了超多学员认可,很多人已经拿到了AI前端高薪offer!

 如果你也有以下诉求:

快速链接产品/业务团队,参与前沿项目

构建技术壁垒,从竞争者中脱颖而出

避开35岁裁员危险期,顺利拿下高薪岗

迭代技术水平,延长未来20年的新职业发展!

……

那这节课你一定要来听!

因为,留给普通前端人的时间真的不多了!

💰💰💰

掌握AI大模型技术 开启高薪之路!

「转型AI前端开发实战营」

「AI技术原理 + 实战应用 + 职业发展」

🔥扫码0元报名 仅限100人🔥

24小时后关闭通道!速来!

👇👇

👍🏻还有靠谱的内推机会+直聘权益!!

完课后赠送:大模型应用案例集、AI商业落地白皮书

⭐️热门项目拆解,积累实战经验!

除了大模型技术讲解,还有能够震撼到每一个前端开发者的、超详细、最热门的大模型商业化应用案例。由AI教研团队从众多项目中精选而出!

通过了解大模型原理与核心技术 → 掌握各种AI工具 → AI前端产品开发实操 → 持续与AI前沿信息链接 → 不断学习实战演练5个步骤,覆盖超多业务场景,培养AI全栈前端开发能力,轻松成为AI前端开发工程师!

  • 案例拆解:支小助、知乎直答

    拆解「金融行业的支小助」、知乎直答等热门大模型产品的技术架构,教你利用AI大模型,落地AI应用场景,快速交付业务价值!

用一手数据资源、项目资料,带你手搓全流程,自己跟着课程,复现一遍,就相当于积累了一个前端+AI的实战项目经验!

学完项目经验直接写进简历里,面试不怕被问!👇

⭐️行业大佬领路+大厂内推机会!

想入局AI,一个懂行的大佬带你,能少走很多弯路!

课程由AI大模型领域大佬们联合打磨研发,老师们将大模型技术原理讲透的同时,还将丰富的商业化AI应用项目无偿分享!!帮大家快速打通「技术+原理+实战」能力,干货满满,让你超过岗位需求能力一大截!

老师还会帮你深度剖析现在大厂关于AI前端招聘的行情风向,就业岗位、薪资、技术迭代方法、发展空间等,从面试官的角度帮你规划职业发展路径!

最重要的是:持续提供靠谱的内推机会!!

企业内推+直聘权益,靠谱,绝对高薪!简历直达大厂面试官手里,让你比同行更快一步拿到高薪offer!目前,很多学员已经通过完整学习,实现了职业跃迁!👇🏻👇🏻

与其焦虑……

不如成为「掌握AI大模型的前端人」!

毕竟AI时代,谁先尝试,谁就能占得先机!

💰💰💰

掌握AI大模型技术 开启高薪之路!

「转型AI前端开发实战营」

「AI技术原理 + 实战应用 + 职业发展」

🔥扫码0元报名 仅限100人🔥

24小时后关闭通道!速来!

👇👇

👍🏻还有靠谱的内推机会+直聘权益!!

完课后赠送:大模型应用案例集、AI商业落地白皮书

👇🏻点击「阅读原文」,马上领取!

阅读原文

跳转微信打开

RAG问答和Agent的区别和各自适合的应用场景你知道吗

2026年9月15日 08:30

原创 这个男人来自千祥 2026-09-15 08:30 浙江

上周和一个朋友在聊企业AI落地的问题,聊到一个非常有意思的观点:市场上已经把知识问答和Agent混淆了,但它们其实各有各的使用场景。

1.  两者的定义和区别

这里首先需要说明这两者是什么,因为现在大家对于AI行业的名次理解都不太一样,这点在和许多客户交流的时候就发现了,所以在继续写下去之前我必须先给出我自己的定义,但需要申明的是,这只是我自己的定义,不是行业标准。

  • 知识问答:本质上是“问什么,答什么”——它是一个被动的信息检索与生成过程。你给一个问题,它基于大模型训练数据或检索知识库召回内容,给出一个答案。比如你问“杭州有哪些著名的景点”,它直接列出西湖、灵隐寺等,任务就结束了。它的边界是:回答的准确性、覆盖面和时效性。

  • Agent(智能体):其实我们一般说的智能体就是Agent,而不是智能问答。本质上是“给定目标,自主完成”——它是一个主动的规划与执行系统。你给它一个目标,比如“帮我规划一次杭州三日游并订好酒店”,它会自己拆解任务:先查景点、再比价、然后调用订票API、最后确认预订。它具备几个关键能力:规划、记忆、工具调用、反思与迭代。它的边界是:能否在动态环境中可靠地达成目标。

如果要把两者的维度再增加一些,可以用下面这个表格来看它们之间的区别:

维度

知识问答

Agent

交互模式

单轮或多轮问答

目标规划、自主执行

核心能力

检索召回 + 生成

规划 + 工具调用 + 执行

是否改变环境

否

是(发邮件、下单、写文件等)

执行速度

几秒~几十秒

几分钟,复杂任务往往需要几十分钟

典型例子

搜索引擎问答、RAG问答

CodeX、Claude Code、WorkBuddy等

Tokens消耗

平均几千tokens

简单任务几万tokens,复杂任务千万级tokens

应用场景

知识(答案)获取

Coding、执行复杂任务、编辑改写文档等

从上面的这些分析,我们可以明显看到知识问答和Agent之间的区别。

2. 它们之间的技术架构区别

如果从技术架构上来说,两者也是完全不同的。

知识问答目前来说基本上是两种,一种是直接对大模型进行问答获取答案,还有一种是通过RAG(检索增强生成)来获得答案。在企业场景中,RAG就是主流,因为大模型本身并不知道企业内部的制度、合同、流程等,也不知道你们超过10万元的采购是需要总经理签批的。所以RAG这种外挂企业知识库的技术架构反而成为了目前企业用户获得答案的不二路径。

图:RAG的技术架构

Agent(智能体)的技术架构就要复杂的多,在很多时候,它也会去依赖RAG给的结果,或者通过MCP、Skill(内置CLI命令)去获取企业知识和数据,然后通过ReAct + Reflection等形式在循环中加入自我反思,让模型评估上一步是否有效。在过程中还会调用工具和记忆等去修正结果。简单点来说就是去理解用户的需求,然后不断去循环,在循环中调用工具和上下文,加上自检,不断接近用户需要的结果,再输出。

它可以完成很多知识问答无法做到的事情,就像我们前面说的写代码、修改文档,以及帮你订机票(理论上没问题)。而且目前在很多实际使用中,Agent往往会去开启沙箱,然后在里面使用python等脚本语言去编写一个临时程序来完成你要的结果,比如调用LibreOffice生成一份Word文档等。

图:Agent的技术架构

所以Agent比RAG其实要更加强大。

3. 你应该如何更加合理去使用它们

图:让合适的工具在合适的场景中发挥最大价值

如果在2026年之前,我可以非常确定地说绝大部分企业AI应用场景都是知识问答。但是今年确实有些不一样...

一方面是随着Claude Code、CodeX等超级Agent的普及,从原来程序员的专属变成了它们也被用于日常的报告编写、文档整理、合同生成、报价方案生成和PPT快速生成等工作中。Agent确实已经被开始用起来了。

另一方面是WorkBuddy、千问办公、豆包工作等的地毯式广告轰炸,办公入口的卡位战从原来的企业微信、飞书和钉钉转移到了Agent的战争。它们可以完成写作、出图、PPT、数据分析等日常办公任务,也提供了很多行业Skill让用途越来越多。

但,我想说的是,你依然需要去合理使用工具。

企业用户对于答案获取的需求依然还是很大的,特别对于大型企业来说,获取正确的知识本身就是一件日常办公中最常见的工作。如果我们使用Agent去获取知识,那么高昂的tokens消耗和动辄几分钟到十几分钟的执行时间反而是一种经济成本和时间成本的浪费。这些事情本来是通过知识问答用极少量tokens和十几秒钟就可以完成的。

所以,在企业AI落地中,应该结合两者的特点去合理使用,而不是越高级越好。

比如获取知识,其实应该更多使用知识问答,而且对于注重知识维护和治理的企业来说,往往是可以获得既快速又经济且准确的答案的。而对于一些复杂任务,则可以使用Agent去完成。而不是所有的任务都给知识问答去完成,或者所有任务都给Agent去完成。

4. 最后

对于目前的大模型公司,或者很多模型+Agent一体的大厂来说,token应该是继云服务之后最合适的新型“水电”一样的生意,所以推崇Agent的普及无可厚非。而且确实也能反向促进大模型的继续研发,至少在目前从英伟达开始的这门生意的角度来说。

但是企业在实际应用中还是可以合理去使用知识问答和Agent,用于不同的使用场景。

对于AI行业人士来说RAG问答和Agent的区别早就门清,所以这篇文章更像是对一些非AI行业的企业管理写的文章。有感而发,除了图是AI生成的,其他都是手写的。

最后说一句,我们TorchV AIS企业级AI知识引擎今年的主要功能升级,除了知识工程之外就是对Agent的支持,也在积极拥抱Agent。

以往好文:

为什么 AI 落地实施越来越像一项咨询工作?

你们的企业AI项目真的跑出真正的价值了吗?了解一下知识工程这个隐性共识

企业AI落地需要的不是一个知识库,而是一台“知识引擎”

阅读原文

跳转微信打开

❌