十字路口Crossing

🚥 没人喜欢等待。
模型越强，推理加速就越重要。
这一期，我们聊「推理加速」。
本周「十字路口」的嘉宾是生数科技的张金涛。月初，他带队发布了 Vidu S1——一个实时交互视频模型：上传一张照片，无论是人物、动漫角色，还是一只宠物，都能变成一个可以和你实时视频通话的 AI 角色。
Vidu S1 很快，快到生成速度超过播放速度，并且支持无限时长。这是怎么做到的？
金涛在播客中分享了自己这几年一条清晰的技术主线：从 SageAttention（GitHub 3.5K 星标）、TurboDiffusion（GitHub 3.6K 星标），到 TurboServe——一整套系统级方案，为 S1 实时交互提供底层支撑。
此外，金涛也分享了他对整个 AI「推理加速」领域的观察和判断。
其实这期有意思的，不只是技术。
金涛今年 26 岁，还是清华在读博士。真正把他带进「推理加速」的，是一个很朴素的判断——当大家都默认 FlashAttention 已经把 Attention 算子做到极致时，他却发现：显卡上明明还有更快的计算单元没被用起来 ——「这么明显的收益，为什么没人做？」
所以这期节目，你也可以把它当成一份「年轻研究者样本」来听：在变化极快的 AI 领域，怎么找到自己的方向、怎么判断什么才是「最正确的事」，又怎么把它一路做到最前沿。
🎬 我们的视频播客将同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版将发布于 @十字路口Crossing 公众号。
🟢 01:40 快问快答：年龄、毕业院校、MBTI 与星座、Vidu S1，以及在生数科技负责的工作
🟢 02:48 硬件上明明有更快的计算单元
“为什么没有人做？这是很明显的一个收益。”
当大家认为 FlashAttention 已接近极致，张金涛发现 GPU 上仍有更快的计算单元没有用于 Attention。

语言模型早期的 Attention 更受显存传输限制，视频生成模型却严重受计算速度限制。

SageAttention 要同时解决底层 GPU Kernel 编程和低比特计算的精度损失，最终成为即插即用的加速方案。

🟢 06:15 从 SageAttention 到 Vidu S1：三层加速
算子层：让 Attention、线性层等计算尽可能逼近硬件上限。

模型层：通过步数蒸馏和稀疏 Attention，把 Diffusion 去噪从约 50 步降到 4 步。

部署层：解决多卡并行、通信与计算重叠、用户请求调度。

SageAttention 后来成为事实上的行业标准；TurboDiffusion 推进模型加速，TurboServe 负责流式视频的集群部署。

🟢 11:24 Vidu S1 不只是快
“生成速度需要大于播放速度，它才能做到实时生成。”
普通视频模型等待很久生成一段成片，流式模型则要根据用户输入逐帧生成。

Vidu S1 实现 540P、25–42 FPS，并能在消费级显卡上运行。

比速度更难的是无限时长：生成一两个小时后，画面仍不能漂移或崩坏，还要持续正确回应用户。

实时交互是第一目标，当前阶段可以适度牺牲画质，但不能牺牲速度。

🟢 15:21 “未来我们的视觉娱乐信号，会被 AI 生成的内容充斥掉。”
电影和短视频是预先生成的离线内容，聊天、恋爱、游戏和日常生活则充满实时视觉互动。

离线视频可以共享播放，实时视频需要为每个人生成不同内容。

张金涛判断，实时交互视觉娱乐的需求会比离线内容更大，而且这条路径已经势不可挡。

🟢 17:30 一只狗和一个游戏搭子
用户已经开始上传宠物图片与它聊天，也有人让二次元角色实时观看游戏画面、陪自己玩游戏。

Vidu S1 能理解输入的视频流；把电脑屏幕传给它，它也可以成为看懂 Coding、微信和 Notion 的“程序员鼓励师”。

🟢 20:05 推理加速不只是算子
算子加速之外，还要用稀疏 Attention、MoE 和蒸馏减少模型本身的计算量。

流式 Diffusion 会引入 KV Cache，还要处理用户随时进入、退出，以及多机多卡的集群调度。

TurboServe 对应的正是 Serving 层：把计算图、通信与请求调度组合成真正可部署的系统。

🟢 24:39 推理加速的未来，属于更底层和更上层
“推理加速的未来，还是属于更底层和更上层。”
中间的算子层会随着编程工具进步逐渐收敛；更底层是面向通用或特定模型设计芯片，更上层是用算法直接减少计算。

像 Taalas 这样针对特定模型做硬件设计，本质是在通用性与极致效率之间取舍。

真正有壁垒的加速需要软硬件 Co-Design：只懂算法，很难判断方案在真实硬件上是否有效。

🟢 28:28 中国视频模型的领先原因
Transformer 之后，模型结构逐渐收敛，差距更多来自数据量、数据质量、偏好对齐和数据是否容易学习。

低质量数据不只是没用，还会污染模型；高质量解释能让模型更快学会关键概念。

中国的短视频、直播与电商生态既产生真实需求，也沉淀了更丰富的视频数据；张金涛认为中国视频模型公司目前领先美国。

🟢 33:10 世界领先，是把每个环节都做对
“知道世界上最正确、最领先的方法是什么，然后把它正确实现出来。”
朱军让他理解，GPT-3 的成功不是靠某个神秘技巧，而是把每个环节都推到极致。

两行有问题的代码就足以让实验失败；负责人必须能判断方案是否正确、实现是否到位。

带团队还要看见每个人真正想要的是工资、Credit 还是成就感，再从第一性原理协调不同部门。

🟢 37:54 一行代码，速度快一倍
“视频生成得跟之前像素级一模一样，但端到端推理速度快了一倍多。”
在清华安静的楼里，他一个线程一个线程地排查底层问题，终于让 SageAttention 跑通。

把 Vidu 里的 FlashAttention 换成 SageAttention 只需改一行代码，输出保持像素级一致，端到端速度却提升一倍多。

他立刻把结果发给陈建飞和朱军；后来又带队负责 Vidu 推理与 S1，把这段经历形容得“像在创业”。

这段最快乐的科研时光，也来自朱军给出的方向、资源和自由氛围。

欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 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。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 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。
👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

在小宇宙查看该单集文稿

🚗 这是一期「公路播客」——我们把播客搬上了车，边开边聊。一路上的风景和松弛，让这场对话聊出了很多平时聊不到的东西。
🚥 本周「十字路口」的嘉宾，履历"离经叛道"到有点不像真的。
他是英灵殿创始人 Odin。 高中辍学、在家自学考上浙大；本科修了药学和物理两个学位；两度从硕士项目离开；又申请进了 David Baker 实验室——然后 Baker 很快拿了诺贝尔化学奖，而他选择了离开，投身 AI for Science 的创业，短时间内融资数千万美元。
他给自己起名 Odin（北欧神主），给公司起名"英灵殿"（战士英灵集结、迎战诸神黄昏的地方）。他说："如果神存在，那我又如何能容忍自己不成为一个神？所以神是不存在的——如果你能创造万物，你就是神。"
一路上，他抛出了一连串金句：
谈创业动机："创业本质上是我对世界的一种不满。"

谈离开诺奖实验室："对于我来讲，它是一副玉做的枷锁，很好看，但它限制我变得伟大。"

谈世界观："世界不是草台班子，它是一个随机游走的粒子——你要做的不是撞对方向，而是尽快收敛到下一个碰撞点。"

谈融资与诱惑："你在融资的过程中，很容易被异化——你到底是面向 VC 的创业，还是面向市场的创业，还是面向自己的创业？"

我们还聊到了他想做的"全模态分子世界模型"和"通用科学人工智能"，本质是想造一台"新时代科学发现的蒸汽机"，把人类的科学进程压缩上百年；也聊了佛法、姜文、《禅与摩托车维修艺术》，和他挂在嘴边的那句——"两眼一睁就是干。"
这是一期关于野心、初心、反叛，以及一个年轻人在 AI 时代押注「分子世界模型」的对话。你会听到一个研习佛法、头戴头巾的 00 后创始人，如何一边谈"修习戒定慧、熄灭贪嗔痴"，一边野心勃勃投身 AI for Science 创业的故事。
🎬 我们的视频播客将同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版将发布于 @十字路口Crossing 公众号。
🟢 00:28 快问快答：
年龄、毕业院校、MBTI 与星座、一句话介绍英灵殿、融资情况、团队规模、创业前经历
🟢 02:26 一个「将错就错」的名字
世界模型火之前，他们就叫「”分子世界“模型」。

为什么几乎所有人都只做蛋白、只做单一模态，而他偏要做全模态？他说：不是别人做不了，而是别人有「惯性」。

五年前学物理时的一个直觉——生物里的氢键、疏水、范德华，都只是电磁力的泰勒展开——这跟统一所有分子设计有什么关系？

五年前学物理时的一个直觉——生物里的氢键、疏水、范德华，本质上可以归结于电磁相互作用力的泰勒展开——这跟统一所有分子设计有什么关系？

「如果你能模拟并设计每一种模态的分子，从某种程度上讲，你就是在创造，你就是神」

🟢 08:00 一个本科生，8 个靶点，梭哈一轮
以前一个靶点配一个博士生，现在一个本科生带着做，8 连就解决了。

ODesign：「哥几个再有钱，就能把它做成产业」？

8 个靶点直接梭哈，每一轮都出 sub 纳摩尔级别的活性分子——AI 到底帮到了科学的哪一步？

「它最后不是取代人类，而是把人类从繁杂的工程化问题里解放出来，去 focus 那些更哲学、更基本的问题。」

🟢 09:41 「科学通用人工智能」
每天起床先吃四个鸡蛋。

佛陀教我三件事：「等待、斋戒、思考」——创业者为什么把日常过成了修行？

有一天你去医院抽血，多花 20 块，就能筛查阿尔兹海默症早衰——背后是什么样的模型能力？

这件事为什么「只有 2026 年才能做」？——答案跟技术拐点无关。

🟢 13:18 大家都在各自的领域「等风来」
AlphaFold、diffusion、宋飏那篇 SDE……哪一阵风，真正把 AI for Science 吹了起来？

药物管线看起来最赚钱，他为什么短期内坚决不做？「从一开始做管线，实际上容易变成药企的敌人，而不是朋友。」

30 人的团队，为什么 Day one 就配齐了 COO、行政、HR、甚至出纳？一个反直觉的组队顺序。

平台和管线看似二元对立，他却说它们「有机统一」——怎么讲？

🟢 21:23 我赌 Baker 会拿诺奖，然后我走了
待在一个刚拿诺奖的 lab 里，势头正好、资源涌来，他偏偏选择离开。

去之前就笃定 Baker 能拿诺奖，「这个信念哪来的？」——直觉，梭哈。

在西雅图雷尼尔雪山的阳台上，他想明白了一件事：那些美好的 title，是「用玉做成的枷锁，很好看，但它在限制你变得伟大」。

「平生不修善果，只爱杀人放火」——他为什么用这句话形容当时的自己？

🟢 24:58 像朱元璋造反，回沛县喊兄弟
1 月开始一个个打电话，靠什么把散落各处的博士生重新召集起来？

靠 title？靠钱？他说更多的是「信念、愿力，和历史上的 reputation」。

想象那件「真正伟大」的事：让本科生做出 professor 级别的科学发现，「新时代科学发现的蒸汽机」——这个类比从珍妮纺纱机讲起。

🟢 27:50 一切都是好事
「这是好事」是不是他的口头禅？他说自己早就抛弃了好与坏的二元对立。

「有好坏的是你自己的心」——境随心转，到底是精神胜利法，还是别的什么？

高三辍学，保留学籍在家自学，每天骑 10 公里去图书馆，山西的冬天不戴手套——他怎么一路考上浙大？

「我没有好的学习方法，我只是每天学 16 个小时而已。」

🟢 31:58 「拿诺奖秘诀」
他从 Baker 身上学到的「拿诺奖秘诀」，简单到有点离谱。

「你决定就好」：什么时候放权，什么时候拍板？

「做所有中国投资人都投得起的好企业」

硬科技的一号位「基本上只有一次机会」——大部分 research talent 都想等到三四十岁「一击必杀」，他为什么等不及？

🟢 37:25 创业就是修道，一直在做减法
融资的过程里，「你很容易被异化」。

面向 VC 创业、面向市场创业、面向自己创业——你选哪个？他坦白自己也动摇过。

VC 今天爱听什么故事？拼装世界模型、拼装 agent、再拼接 robotics、抗衰老……为什么这些都是「异化」？

投资人一路追问他的模型架构，他却说这事没那么重要：「架构是无常之物」——那什么才是彼岸？

一波 PhD、教授集体下海，他怎么看这轮热潮？「现在是战国时代，5 年后会有一个秦国大一统。」

🟢 48:18 为什么给自己起名叫「Odin」
Odin、英灵殿、诸神黄昏——一整套北欧神话命名背后，藏着一个不小的野心。

「如果神存在，我如何能容忍自己不成为神？如果你能创造所有分子，那你就是神。」

从蛋白，到 RNA、DNA，再到修改基因——「重编程整个生命」这条路，理论上能走到哪一步？

从无机物里创造出意识、创造出生命——伦理问题他怎么看？他说那还太远，制药只是「副产物」。

🟢 1:01:00 「何为祖师西来意？」
「你变得很有钱、很成功之后，还记不记得起一开始的初衷？」

头巾戴了这么多年，最初是为了嬉皮士文化，最后理由变得极其简单。

「在路上，比到达目的地更重要」——一个创业者，为什么把初心看得比什么都重？

欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 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。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 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。
👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

在小宇宙查看该单集文稿

🚥 这是一期真格基金「此话当真」与「十字路口」的串台播客。
去年，十字路口的开年对谈播客提到 2025 年是 Agent 元年，现在距离那期播客过去了 500 天。差不多在第 100 天的时候 Manus 爆火，Claude 3.5 Sonnet 提供了 Agent 的基础；在第 300 天左右，Claude Code 刷屏。
到此时，第 500 天左右，Agent 领域的突破和新概念仍在不断井喷。这期播客，我们用一条主线尝试把过去 500 天的变化串起来：GUI 退场 → Headless 上位 → CLI 复兴 → Skills 封装 → Agentic Economy 萌芽。
我们试图探讨：在 Agent 元年的第 500 天，什么在消失，什么在诞生？
消失的可能不是 GUI 本身，而是“人必须在流程里当传送带”的前提；

诞生的也不只是新产品形态，而是一整套新的分工与定价方式：Headless 工作流、CLI 复兴、Skills 封装、以及正在成型的 Agentic Economy。

本期嘉宾：钟天杰(真格基金投资总监)、归藏(AI 开发者)
如果你想在概念爆炸中找到清晰结构，这期内容或许能提供一种梳理视角，帮你把这些变化串联起来。
🎬 我们的视频播客将同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版将发布于 @十字路口Crossing 公众号。
🟢 开场：Agent 走过 500 天
00:18 Agent 元年至今 500 天，发生了什么？
03:39 一句话总结 500 天：上下文管理越来越重要
04:04 不变的是新概念被祛魅，不变的是模型能力持续进步
🟢 关键词一：Headless（无头软件）
04:31 软件没有界面了，只剩数据库与工具
06:40 GUI 是人类认知缺陷的补丁
09:52 做产品不应优先想界面，而是用户真正需要什么
10:47 Notion、飞书与 Google Suite：老软件如何面对 AI 入口
12:17 Gmail 通过 Codex 授权，Agent 绕开 GUI 直接访问
15:56 大量公司主动推出 MCP/CLI，是投资人视角的重要趋势
16:37 作为 PM 最重要的是定义问题，不要去解上个时代已解决的问题
🟢 关键词二：CLI
18:36 CLI 的核心：命令行执行、纯文本、与 AI 天然契合
19:47 AI 解决了 CLI 最大障碍：人类根本记不住成千上万条命令
20:54 微信、小红书、美团等垄断性软件至今没有推出 CLI
21:17 开放 CLI 防守两难，背后需要极大决心与勇气
23:59 如果工具能通过 Agent 更好地找到用户，就应该开放 CLI
25:07 最希望哪一款产品开放 CLI？
26:25 年轻人开始在抖音上聊天，DAU 1 个亿
🟢 关键词三：Skill
27:38 归藏的 PPT Skill
29:23 让 Claude Code 拷问你的 grill-me
30:59 Skill 会自我沉淀，把你的品味提炼成可复用的结果
32:13 Skill 是长期存在还是过渡？模型能力增强会逐渐消化一部分
34:25 谁最有可能成为中国的 Claude Code？
35:56 小红书 Skill 商店与 Skill 的商业价值
39:29 CLI/Skill/MCP 各自适用不同的能力场景
🟢 关键词四：Agentic Economy（智能体经济）
39:45 To Agent 基础设施：沙箱、记忆系统、支付
40:59 现在仍是大基建时代，Token 变得更智能更便宜是主旋律
42:18 Token 价格会浮动，受能源、电力、模型水平影响
🟢 关键词五：OpenClaw
43:23 OpenClaw 100 天热度极速消退，但留下了什么？
43:58 最大意义是塑造共识，帮大众完成对 Agent 的认知转变
44:31 证明了 IM 形态的价值，用户需要在熟悉界面里与 AI 对话
🟢 关键词六：Token Grant
45:18 为 AI 开发者提供 5 万元算力支持
45:45 Code Pilot 已有 6000 GitHub 星标，足够开放、本地化的 Agent
46:42 一场数字生命实验，0 行代码进化到 10 万行代码
47:27 今天创业缺的不是钱，而是 Token
50:13 下一个抖音未必是新的形态，可能是 10x 产能的抖音
🟢 补充说明：
《你的第一个 Agent，我们为你充值》
《歸藏：从 Prompt 到 Harness，上下文就是一切》
《我给了他一个梦想：超越 Claude Code》
🎪「真格基金」与「十字路口Crossing」共同发起「Token Grant」，将为每个入选项目提供五万人民币 Token 费用，从最早开始支持大家 build 下一代 AI 原生产品。投递入口
欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 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。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 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。
👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

在小宇宙查看该单集文稿

🚗 这是一期「公路播客」——我们把播客搬上了车，边开边聊，氛围松弛下来，往往能聊出平时聊不出的故事和想法。
🚥 如果你关注具身智能，大概率已经见过太多"参数很强"的机器人。
本周「十字路口」的嘉宾是越伴动力创始人世博同学。他被一些人评价为“少年版稚晖君”：从大一开始就手搓过 30 多款机器人，机械/硬件/软件/运控几乎全栈。⁠
这次创业，世博选择不设计“有用”的机器人，而是要设计一个"能长期生活在家里"的生命。
他们刚发布的产品「小伴」不会说人话，却会发出一种像"外星语"一样的声音；它会撒娇、会委屈、会拒绝你——但奇怪的是，这些"不听话"的瞬间，反而让我觉得：它可真像个生命啊！
从"为什么要专门给它设计一种语言"，到"全身 95% 都是柔软材质"，再到"用快慢脑把交互延迟压到 0.4 秒以内"，世博给出了一套非常具体的产品判断：第一，陪伴不是讨好；第二，生命力不是可爱；第三，少就是多。
这是一期关于热爱、审美、工程、在路上，以及人为什么需要陪伴的对话。你会听到一个 26 岁的具身机器人创业者，如何用极致的审美和极致的工程，把"哆啦 A 梦"带进现实。
🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版将发布于 @十字路口Crossing 公众号。
🟢 00:00 快问快答
年龄、毕业院校、MBTI 与星座

一句话介绍产品、融资情况、团队规模、创业前经历

🟢 03:50 给机器人造一套“外星语”
语言是加分项还是减分项？

“它但凡会说得太像人，可能就不想买了。”

你听不懂，但你会慢慢“感觉到它在说什么”。

一种像宠物、又不像宠物的中间态。

🟢 05:48 好产品不是靠功能堆砌起来的
把“动作”当成情绪表达的主通道。

当把“说话内容”降到 8%，设计重点就会完全换一套。

手臂方案：类连续变形体，让手臂“duang duang”的。

柔软外壳：90%+ 柔软材质覆盖。

“外星萌物”：不是猫狗、不是小孩、也不是人形。

🟢 08:41 不做“讲道理”的机器人
定价，和定价策略。

买回家，怎么才能不吃灰？

目标不是“可爱”，而是“生命力”。

机器人也要被允许变得“不那么讨好”。

🟢 11:52 快慢脑 + 云端超长程记忆
云端超长程记忆的目的：推动性格参数多维成长与动态演化。

端侧快脑 1.7B、慢脑 7B：分别负责什么？为什么要这么分工？

把延迟压到 0.4 秒以内。

“动作生成”：同一句话、同一场景，也不重复同一套动作。

🟢 15:26 创业时机
为什么要等到 2026 年才能做出来？

语言模型 + 视觉模型 + VLA/WAM 架构发展：哪一项真正改变了产品可行性？

创业时机：心理/能力/经验准备好 + 看到了行业机会 + 找到切入点。

🟢 24:13 陪伴 vs 讨好
你到底想要一个永远顺着你的东西，还是一个会有情绪、会转身走开的“伙伴”？

“不讨好但让你感觉被陪伴”。

“你好难看！”——你会如何解读它的委屈？

🟢 28:45 如果它在我家待一年
买回去的第一天会发生什么？

呆满一年之后呢？

眼睛是情绪表达的载体。

瞳孔/巩膜/花纹参数化控制，让目光看起来更像“活的”。

🟢 31:11 “我有做机器人的天赋”
第一台机器人与成就感。

“快乐到晚上躺床上反复刷自己的视频。”

从作品心态切到创业心态：“做机器人为了自己爽”到“要让用户爽”

“务实 + 浪漫”：浪漫是愿景，务实是交付。

🟢 37:02 可爱不是终点，生命力才是目标
两项基座能力：家庭机器人基座 + 情感交互模型基座 = “生命力”。

情感大脑是什么：高阶决策 vs 低阶操作的分工

🟢 46:55 “No excuse for engineer”
“不找借口，分析原因”。

一条泥鳅的陪伴记忆。

想把“告别”这件事变得不那么残酷。

🟢 49:56 有意义的瞬间
把哆啦 A 梦带进现实。

“想造一个真正能陪我自己的机器人”。

机器人以完整形态站到大家面前时，忍不住掉了眼泪。

欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 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。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 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。
👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

在小宇宙查看该单集文稿

🚥 本周的「十字路口」在 MiniMax Dev Meetup 现场录制，Koji 对谈MiniMax CEO 闫俊杰（IO）、Multica 创始人张佳圆、DeerFlow 核心负责人何涛，以及上市公司金融行业 AI 负责人虞扬。
我们围绕 AI Coding、Agent 与工程化落地的下一阶段展开。这期重点是闫俊杰 IO 的分享——也是他最近少有的公开露面：
M3 的关键突破和评价

对训练 10T 规模大模型的决心与路径

中美模型差距的真实尺度

模型的数据观转向，与推出 10X 专家合作项目的缘由

AI Coding 迎来拐点：工程体系 vs 次抛代码

“基模 vs Agent”到底是什么关系？

MiniMax 下一阶段如何下注与取舍？

其他三位嘉宾也从各自视角分享了很有趣的观点：张佳圆分享了多模型/多 Agent 的组合思路来平衡成本与质量；何涛强调工程的核心是长期维护与交付体系，而不是一次性把任务做完；虞扬补充了金融等垂直行业里 AI 的价值更多在“把信息变成可执行的决策路径”，以及在高频变化中降低门槛、提供辅助与陪伴。
这期内容更像 2026 年中的一个时代切片：大模型公司、开发者、开源项目与垂直应用的一线代表同台，分享当下真实的观察、故事与认知——也因此更值得被反复回听。
🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版已经发布于 @十字路口Crossing 公众号。
🟢 01:41 M3 的关键突破和评价
衡量一代模型到底行不行，IO 盯一个"比较客观的指标"——不是分数，那是什么？

去年五一假期，团队第一次在 M1 跑通某件事——有点像"瘫坐在椅子上、后背发凉"的感觉

本来 M2.5 一天烧 1 万亿 token 就满意了，结果一路冲到 10 万亿，超目标 10 倍

🟢 12:09 基模 vs Agent，到底是什么关系？
"去年这个时候，我想不到现在的模型是什么样"

没有 Claude Code，某个模型可能也火不起来；没有 GPT-5.5，Codex 也起不来。

模型越来越强，但 IO 坚持一个"前提"。

🟢 14:12 训 10T 大模型的决心
10T 大模型必须训成，最大的卡点是什么？

"AI 已经是个很大的产业了，就跟半导体一样。"

为什么这件事只能"一代一代往上做"，急不得？

外推一旦失效，模型就成了开盲盒。

🟢 15:54 中美差距：10 倍，就是整整两代
美国模型"基本上大 10 倍"，而 10 倍意味着整整两代。

国内每家都得先把 3T 做好、再做 10T——但一个 10T 模型需要 200T 数据，"全世界都没有这么多"。

一边"我们进步速度最快"，一边又"比较忐忑"——为什么？

🟢 17:53 AI Coding 拐点：是工程，还是"次抛代码"
"从来没人说 vibe engineering，但写代码从来都是 engineering。"
人人都能 vibe coding 之后，每个人都成了"产品经理"。

何涛一句暴论：最讨厌别人说"这是 agent 做的，别怪我"——用你的账号提交，背后是谁的责任？

一个人改十几个仓库、提个巨大 PR，"看起来对，但没人敢上线"——问题出在哪？

🟢 27:12 数据观转向：他们开始招核物理学家
一年前以为数据就是标注，现在 MiniMax 在找经济学家、哲学家，甚至核物理学家。
做 coding 时他们就发现：开发工程师比算法同学更懂"什么叫好代码"——这推出了一个什么结论？

Anthropic 为什么要养核物理学家？

MiniMax 推出 10X 专家合作，想补上哪一环？

🟢 30:30 MiniMax 下一阶段，下注什么？
AI 是个黑盒，连做模型的人都不懂它

IO 最关心的，是什么时候能"用 AI 帮人类理解 AI"。

大脑里的海马体，居然和模型训练里的某个机制惊人地像。

一年前我们还不理解"对齐"为什么重要，现在越来越确定——为什么？

欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 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。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 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。
👦🏻 本期主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

在小宇宙查看该单集文稿