Koji
欢迎收听十字路口，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，形容他站在科技与人文的十字路口，伟大的产品往往诞生在这里。我们长期观察 AI 创业，如果你正在做一件让你自己感到兴奋的事情，哪怕它还只是一个想法，我们都很愿意听你聊一聊，我会认真看每一条留言。嗨，我是柯记。
本周十字路口的嘉宾是相子恒，DeepOptica 的创始人。子恒你好，欢迎来到十字路口。
相子恒
谢谢 Koji，大家好，我是子恒，很开心能坐在这里跟你一起聊天。
DeepOptica 是一家用 AI 帮助人们在极端不确定的环境下做决策的公司。那这是一个什么样的环境呢？就是挖矿。它服务的是矿业——一个一次决策就要付出几亿美金，而且很可能开工没有回头路的行业。子恒和他的团队正在做的事情，就是要用 AI 更准确地找到矿在哪里。
有趣的是，我今天也穿了一件十字路口的周边卫衣。这是我们之前的一位嘉宾 Nesa 送给我们的一件卫衣，上面写着“Hands Dirty Club”，因为我们说创业要 get your hands dirty，把手弄脏。子恒现在做的事情，可能就是把自己的手弄得最脏的一个行业——挖矿。
Koji
最后一定要送我一件。
相子恒
会的，会的，会的。
Koji
好。子恒是在剑桥读的 PhD。在剑桥读 PhD 期间，他还有一个非常厉害的成绩：划了 4 年赛艇，并且在最后一年成了整个学院赛艇队的主席和大队长。这是不是在剑桥赛艇的历史上都没有出现过？
相子恒
据我所知，我应该是第一位以学院 number one 的身份代表我们学院担任队长的人。
厉害。那我们还是从十字路口的传统开始，先来快问快答。
首先，请问子恒你的年龄？
相子恒
32 岁。
你的毕业院校？
相子恒
剑桥大学。
你的 MBTI 和星座？
相子恒
我是 INFJ，金牛座。
用一句话介绍一下 DeepOptica。
相子恒
DeepOptica 是一家用 AI 驱动、致力于让地球透明化的企业。我们用 AI 技术帮助企业更快、更准确地发现和评估矿产资源。未来，我们也希望能够变成一家矿业技术金融公司。
目前的融资情况？
相子恒
我们下半年 close 了一轮种子轮融资，百度风投领投。
收入与利润的情况呢？
相子恒
我们刚刚总共签下来的订单体量大概是 550 万人民币，现在的收入也将近 100 万人民币。
用一句话介绍一下创业前你们在做什么。
相子恒
我们是一个 3 个人的合伙团队。创业前，我主要在做一些遥感卫星相关的项目。在此之前，更多的是做欧洲航天局和英国航天局的一些项目，担任 PI 或者技术负责人。
CTO 之前跟我一起在做一家遥感方面的 startup，在此之前，他是英国最大的金融机构的 AI leader。我们的 CFO Jesse 之前是赤峰黄金的副总裁，在此之前，他是打造精品投行大众化业务的 staffer 和大中华区的矿业负责人，是非常漂亮的一组履历。
好，那我们今天正式开始。第一个问题，我想应该是所有人都会很好奇的：子恒，当时你是怎么一步一步成为剑桥学院赛艇队的大队长的？
相子恒
1. 剑桥赛艇队长之路
其实这个经历我现在想想还是蛮有感触的。我刚到剑桥第一年的时候，只是觉得，我要去做一些只有在剑桥才能做的事情。
除了大家经常谈到的福尔摩斯、像《哈利·波特》一样的氛围，其实就是体育了。于是我就进了赛艇队。第一年，我是男二队的队员；第二年，是男一队的队员；第三年，是男一队的副队长；第四年，就做到了我们学院赛艇队的主席。
相当于我是用 4 年的精力去 master 这项体育运动，并且很享受其中。
我在网上看到过非常多赛艇队的照片，几乎看不到华人脸孔，甚至亚洲脸孔。
所以当时你能够成为队长，是因为你划得特别好，还是因为其他什么原因？或者说，你特别会东方的政治之术？
相子恒
完全没有政治之术。当然技术肯定要好，我当时的成绩不是最强，但也是学院的第二、第三名。
另外，我对整个赛艇运动的理解，包括怎么样组织大家提升成绩、取得优胜，这些事情其实我的理解会更深一些。所以自然而然地，到了第四年就承担了队长这个角色。
我想很多人都很想听你多聊一聊，在那样一个国际化的团队里面领导一个团队的故事。这个我们后面再展开聊，但还是先聊一聊十字路口的主题，也就是和 AI 有关的部分。
我知道你们公司 DeepOptica 在矿业领域。在你看来，矿业是一个什么样的行业？
相子恒
2. 矿业正在探索地球
矿业虽然大家都觉得它特别古老，但我其实觉得它是一个很酷的行业。它说白了做了一件什么事情呢？就是马斯克在探索太空，而矿业就是在探索地球，探索地底世界。
很多人对矿业有一个偏传统的理解，觉得自己是在做矿车、矿机，或者做矿老板这种传统的矿山运营。但真正接触了国际化的矿业公司以后，你会发现，矿业的 leader 要么是做金融出身的，要么是做技术出身的，所以这其实是一个非常强的对比。
我自己觉得，矿业是一个通过技术和金融的手段发现地球资源，并且通过原材料的形式帮助整个地球和人类成长的行业。我对这个行业非常尊敬。
你选择在这个时候进入矿业，应该也是看到了 AI 可能在这个行业里发挥一些新的作用。这是一个什么样的作用？
相子恒
我们的愿景是让地球透明化，让大家知道全球每一个地方有什么样的矿产，并且能够精准地定位这些矿产，把资源开采出来，为人类明天的发展所用。
这里面最重要的一点，其实就是 AI 的能力发展到什么程度，才能支持我们去做这件事情。现在到了吗？目前的确还差一点，但是因为有了各种各样大模型的架构，有了大家对于世界模型的理解，也看到了把物理知识集合到 AI 模型里面的潜力，所以现在已经是一个非常好的时候了。
我们做矿业模型，其实就是把地球科学集成在模型里面，而不是做一个单纯的物理世界模型。这是一件非常有意思的事情。
不知道这个能方便讲到什么程度，但还是希望能听你分享一下：你们公司具体打算怎么用 AI 把地球变透明？这个中间要经过“把大象塞进冰箱”这样的步骤，对吧？
现在“把地球变透明”听起来是一个很疯狂的任务，要经过哪几个关键步骤？每个步骤里，AI 扮演什么样的角色？
相子恒
3. AI看穿地下矿体
我们可以先把最早以前人们是怎么探矿的流程讲清楚。
最早的时候，地质学家要去判断哪些区域有成矿的可能，哪些区域有岩浆活动创造机会的可能。在这些岩浆活动中间，是否有一些事件导致它成矿。他们靠什么呢？他们要去当地进行踏勘，进行地质填图。
在此基础上，他们会去寻找一些线索。比如地表是否有潜在矿物的露头。露头是什么意思？就是地下的一些矿物经过常年风化，跑到了地表，可以直接看见。
后来有了更精准的技术，比如通过地球物理和遥感卫星的方式。一方面，我会去看周围磁场、重力场、电磁场和电阻率的变化。如果地下铁、铜这类元素的含量比较多，它其实会对磁场和重力场产生扭曲。
同时，通过遥感卫星的手段，比如当地下有蚀变矿物时，它会在地表产生一些光谱反应。我们其实可以通过这些光谱信息，看到这个地方的成矿潜力。
经过第一种纯地质学家的踏勘，再结合第二种地球物理、遥感等信息，人们可以形成一个模糊的认识：这个地方能不能成矿，成什么样的矿。
接下来，矿业企业要做的一件事情就是打钻。我要真正钻孔，去看地下几米到几米是什么样的岩性，其中某种金属的含量是多少。
AI 要怎么做这件事情呢？任何一个浅显的、基于单模态的 AI，都没有办法把这些知识吸收进去。我们做的是用大量数据，让 AI 理解物理量和地质之间的结合，理解怎么把这些东西 couple 到一起。
比如在某一个地区，它的磁场产生了某种异常，这种异常如何和当地地质结合？传统方法可能有很多种。地下有非常多种三维矿体，都可能对应同样的磁场。
现在 AI 要做的事情，是如何去 constrain 一个结构，让这个结构在当地地质条件下，既满足当地的成矿特征，又满足测量得到的物理量。这就是我们 AI 模型的核心驱动力。
它集成了地质知识、地球物理知识，以及遥感卫星方面的知识。具体怎么做呢？我们会用大量数据，让不同的 component 去解析。比如原来有三维反演，原来有地质解析，我们用大量数据把这两个过程结合到一起。
这时就会遇到一个问题：数据很有可能不足。于是我们开始用合成数据的方法，增强 AI 的泛化能力。
所以现在合成数据在你们训练数据里的占比是多少？
相子恒
目前合成数据在训练中的占比大概是 50%，但我们还会继续深挖合成数据的体量。
合成数据怎么验证它的准确度和有效性呢？
相子恒
我们在做合成数据时，会先拿已有的矿体结构，和实际合成的地下三维地质状态进行比对。
目前用 AI 帮助采矿，有成功的先例吗？
相子恒
4. Cobalt验证AI找矿
如果讲全球范围，其实大家可能听得比较多的公司，是 Cobalt Metals 这家 AI for mining startup。
他们最早是通过贝叶斯决策，帮助矿业企业优化钻孔。他们做的事情是，通过已有钻孔得到的信息，匹配地表测量值，然后用贝叶斯决策算法输出结果：下一钻应该打在哪里、以什么方式去打，才能以最大的概率定位到矿体。
第二个输出结果是，下一钻在哪个位置、以什么角度去打，可以消除最多的不确定性。通过这两种方式结合，他们可以帮助矿业企业用更少的成本，确定一个地方的成矿潜力。
这是 Cobalt Metals 的典型解决方案。
他们找到了很多矿吗？
相子恒
最典型的一个矿是在赞比亚。他们在一个已有矿区周围发现了一个比较大的世界级铜矿。
这个方法更多是通过周边已有的数据，结合他们多年积累的决策智能，判断哪个地方更有成矿潜力。然后他们把这个地方通过后续矿权的方式放进自己的项目池里，再进行勘探。
所以你们要采用的技术和 Cobalt Metal 类似吗？还是有一些不同？
相子恒
其实会非常不一样。我们更多搭建的是矿业里的世界模型，要通过技术手段真正揭示地下三维矿体结构，达到甚至可以判断其经济价值的层面，而不是单纯给矿企提供“下一个钻孔应该打在哪里”这种单层决策解决方案。
为什么你们不用 Cobot Metal 已经验证成功的方法？听起来它也是领先于之前技术的一代。
相子恒
决策智能当然也是我们自己产品开发线的一部分，但这里面有一个核心问题：我们未来要能够帮助矿业企业评估一座矿的价值。
这里涉及的逻辑非常多。KoBold Metals 只能帮助企业评估下一个钻孔应该在哪里打，但地下究竟有多少吨铜、多少盎司黄金，是没有办法通过它的解决方案得到的。
我们真正能够帮助矿业做的，是用更少的钻孔和更强大的数据，提早知道地下究竟有多少铜、多少黄金。这样矿业企业在评估一座矿的价值时，就可以有更好的决策机制，或者比别人更早发现一座矿潜在的经济价值。
所以你们要做得更进一步：不但告诉别人这里有较高概率存在矿体，甚至要争取把下面具体藏着什么东西也透明化出来。
相子恒
对。
你们的追求是让整个地球透明，还是这只是一个夸张的比喻，实际能做的仍然只是一个切片、一个切片？
相子恒
我觉得让整个地球透明，确实是我们想做的一件事情，但我们会先从这些有经济价值的矿体开始。
子恒，我知道你博士的方向其实是量子光学，对吧？这和挖矿看上去是风马牛不相及的专业。你是怎么想到进入这个行业的？
相子恒
5. 量子光学走进矿业
其实这两个专业说近也近，说远也远。矿业里常见的探测手段，比如地球物理，里面常见的物理量就是重力、磁场、电磁和电阻率。
我当时做量子光学研究时，涉及比较多的是一项技术，叫量子传感。量子传感最大的两个应用领域，就是量子重力和量子磁力计。
当时我已经开始接触一些矿业企业，因为量子传感最大的应用方，其实就是矿业和油气勘探。
我自己对这件事的认知是，一旦开始涉及物理层面，不管是地球物理还是量子物理，很多原理都是相通的。比如我们做地球物理时要解偏微分方程，用到的很多分析方法，以及解答这个问题的方法，和量子物理、波动光学中用到的方法非常相通。
所以对我而言，这反倒是一个比较自然的 transition。
当时听到你要去做矿业，身边的朋友和家人更多是困惑、支持，还是其他什么反应？
相子恒
我觉得大家都还蛮支持的。大家都意识到，矿产资源以及整个矿业，是一个未来只会越来越向上的行业。
首先，它是不可再生资源；第二，人类对金属的需求也在不断上升。这会导致矿产越来越有价值。
同时，从我自身的角度而言，做矿业也能够帮助新能源、可持续发展继续往上走。无论是算力中心、新能源领域，还是机器人，大家都需要大量金属。
其实我周围的人、我的合伙人和同事们都有这个共识，所以反而因为这件事凝聚在了一起，能够把它做得更好。
前面你提到，现代矿业并不是大家想象中的土老板，它可能更多是由技术和金融这两个驱动力推动的现代公司。
未来人们提到 DeepOptica 时，你希望大家怎么描述这家公司？
相子恒
6. DeepOptica保持小而酷
我希望大家想到 DeepOptica，就觉得我们是一家体量虽然不大，但是特别酷，而且拥有很深勘探科技的技术矿业公司。
体量不大？
相子恒
对，体量不用特别大，或者说人不一定要特别多。
因为到现在，随着 AI 技术的发展，每一家初创公司所需要的体量都不需要像原来一样，拥有几百人的团队。我们更关注的是，能不能找到最需要的核心十几、二十个人，能不能用 AI 把这些人的生产力推到最大，能不能让大家真正 enjoy 自己每天在做的事情。
我觉得 20、30 个人的团队或许就已经够了。
我原以为这是一个挺劳动密集型的行业，因为你们的客户都是一个一个的大客户，需要一个一个地服务，难免会搭建起不小的项目团队。
相子恒
前一段时间我们确实做了一个服务型的 case，包括现在在中东，我们也有一个比较大的服务型订单。
目前结合 AI 给我们提供的生产力加成，我们发现每个服务项目都不需要像以往一样投入特别大的人力。更多时候，如果真的需要做 field work，我们就去完成那几个具体任务，把任务带回来，再一起分析。
所以反而我觉得，未来这种模式会在某种程度上替代很多传统咨询类型的服务。这是我对这件事的思考。
我们再来聊一下 AI。从你们一开始做到现在，你觉得有哪些比较重要的新技术突破，很可能帮助你们更好地实现“把地球变透明”这个伟大愿景？
相子恒
7. 世界模型进入矿业
我觉得第一点是世界模型。我们关注比较多的是世界模型的一些进展。
世界模型的核心是什么？大家把一些物理定律放进模型，让模型根据前一帧预测下一帧每一个物体潜在的运动规律。
尤其是在我们现在做地质合成数据和地质推演时，这个方向给我们带来了非常多的启发。因为理解一个成矿系统时，我们并不只是单纯看地球物理、遥感或者地球化学数据，还要考虑它的成矿体系或成矿理论。
一般矿是怎么形成的呢？很大一部分矿是在板块交界时，为地底岩浆活动创造了空间。岩浆活动是一个偶然事件，但它是由时间驱动的偶然事件。
岩浆带着高温、高压的物质冲向地表时，会和周围所有岩石、土壤发生比较强的反应。岩浆里携带的一些金属离子，会和周围岩石里携带的金属离子发生置换，这就让它成为了一座矿。
所以，地球科学里蕴含的物理规律，和世界模型带来的运动规律，是一个比较接近的技术栈。我们非常关注这个领域的进展。
第二是语言模型。我们判断一座矿潜在的经济价值时，原来更多是靠 analyst 去看：这里面有多少资源量、储量，对应的矿有什么价值。
但现在很多语言模型，包括 agent，都可以直接处理这方面的事情。所以这两方面都给我们的企业效率和模型发展带来了非常多的 contribution。
这些技术突破也是站在大家的基础上，或者站在开源的肩膀上。那应该很多团队都能做，为什么是你们？
相子恒
首先，我们的矿业模型并不是建立在开源基础上的。目前通用世界模型的架构，和我们做的矿业世界模型架构，还是有非常大的差别。但我们会采用其中的一些小模块，帮助模型优化。
在勘探模型领域，我们是自己搭建的。它更像其他 AI for science 赛道的模型，比如 AI 制药、AI 材料。我们会借鉴这些模型中的一些思路。
从大语言模型而言，关键就是你能多好地收集这里面的数据。我们能不能拥有更强的矿业数据库，尤其是矿业技术和运营数据库？有了这些，就可以更好地帮助评估一座矿的价值。
所以护城河其实有两点。第一是数据；第二是是否有团队支持从矿业合成数据到矿业世界模型的整套体系。
前面融资的时候，你遇到过让你觉得最有挑战的问题是什么？
相子恒
这个问题还蛮有趣的。我觉得很多人都会问我一个类似的问题：我们 3 个合伙人里面，CFO Jesse 在矿业领域待了比较久，有十几年。我和 CTO 方博两个人在行业里打磨的时间没有那么久，到目前为止加起来可能也就 5、6 年。
为什么我们可以去做这样一个传统行业的事情？这是我遇到最多的问题。
你们想扮演传统矿业门外的野蛮人，但感觉你们并不是很野蛮，的确也会有这么一个问题。
相子恒
我们考虑这个问题时，往往觉得，像我们这样的 profile 团队，才能真正改变这个行业。
比如在矿业里，我们的 CFO Jesse 扮演的是用户角色，他需要知道自己想要的结果是什么。我和方博更多是在做勘探技术，方博更多负责 AI。我们两个结合起来，就可以去看哪些 AI 领域能够结合最新的勘探技术，提供新的思路。
如果我是一个在矿业企业里工作了 50 年的地质学家，很有可能会局限自己的思想，而不是从数据驱动和技术驱动的角度去思考这件事情。
当然，这件事不是绝对的。我相信其他团队也有很多机会把它做好。只是我觉得，我们能够从外界以一个更新的视角，带来一些新的力量。
还有一个 fun fact：我们和 Cobalt Metals 的团队 profile 非常像。Cobalt Metals 团队里有一位科学家曾经做量子计算，有一位做地球科学，还有一位是金融出身。
所以我们和他们的创始人 profile 比较像，创业基因不谋而合。
创业基因不谋而合。
做到现在，刚才说的“把地球变透明”，还是一个假设吗？还是已经在某些领域、某些情况下变成了一件被验证的事情？
相子恒
8. 模型赢得全球客户
我们现在已经有几个验证的 case 了。包括现在外面的一些商单，都是经过早期 proof of concept，得到了客户信任之后，才能接到这些订单。
我们现在的验证成果分布在蒙古、中东和巴西。
比较有趣的一件事是，我们是一个华人团队，而且才融了种子轮，但现在最大的客户之一，是巴西的 G一twenty one，一家南美最大的地质咨询公司。
我们已经在数据层面和产品层面与他们展开合作。为什么这么大的一家公司愿意相信我们一个初创团队？其实就是因为早期和他们做了比较多的 proof of concept，我们自己的模型能力和数据处理能力已经在他们的一些项目上得到验证。
这本身就是对我们能力的认可。
作为一个纯华人团队，包括你也是一张典型的中国脸，当然很帅。你们怎么去建立信任？
相子恒
因为之前在剑桥有各种各样的经验，对我而言，建立信任本身就是一件非常自然的事情。
举个例子，昨天我们还在和中东客户开会，开到非常晚。我最后一个 call 是 9 点多，开会第一句话我就跟他们说：“你们昨天发给我的需求，我们已经进行了初步分析。”
当时甲方项目经理就对他的合作伙伴说了一句：“See, I told you, this team can manage a lot of stuff.”
所以建立信任本身是一个多重维度的逻辑。首先一定要靠谱，这是我们非常关注的事情。不管给客户 deliver 什么样的结果，都要做到靠谱。
第二，我觉得和国际上的人打交道，最重要的是你能不能从英文环境中很快 get 到大家是谁、想要什么、为什么想和你聊天。
如果你能在和他聊 1 分钟之内 get 到这些信息，其实脑海里已经有了一个比较好的答案。包括我们和阿联酋客户 pitch，和巴西客户合作时，跟他站在一起聊 1 分钟，我就能立刻知道他的需求我们能不能解决。这样我们就可以通过一个 warm introduction，很好地介绍我们的解决方案。
这个过程其实非常 smooth。另外，我觉得很多华人在海外，尤其是在国际场合，往往要么很害羞，要么特别急于表达。
真正和人交流，更重要的是先和他产生一个 heart to heart、用心的体验，然后再去谈具体的事情。这是我自己的国际交流哲学和方法。
作为华人，你觉得在矿业这样的商业世界里有优势吗？
相子恒
有。因为这一次 AI 的发展，让大家意识到，AI 领域里的华人是最靠谱的。
我们是给矿业企业提供 AI 解决方案的团队，又有很多国际视野，也很懂怎么和他们交流，反而能够拉近非常多的距离。
9. DeepOptica要做矿业DeepMind
你的公司叫 DeepOptica。我看到它第一反应是 DeepSeq，第二反应是 DeepMind。想到 DeepMind，就想到用 AI 看蛋白质结构，和用 AI 看地球结构有没有相似之处？
相子恒
其实包括蛋白质、材料在内，为了测量一个系统的指标，我们往往要把复杂的三维系统变成二维或者 n 维的测量数据。
AI 所解决的一个问题就是：在想要优化测量数据这个目标的基础上，如何设计复杂的三维系统。
为了找到矿，这个地方的地下结构应该是什么样？或者说，一个测量数据对应的地下结构应该是什么样？我想让材料实现某一种性质，那这个材料的结构又应该是什么样？
这里面涉及很多能不能把所谓的多解性反演收敛的问题。这是我们企业 AI 第一版技术栈的核心解决方案：能否通过大量数据把反演这件事情收敛。
过去的反演方法，是用大量模拟去模拟各种复杂的地质结构、蛋白质结构，然后找到对应的测量值。当测量值匹配时，就把模拟结果设成 valid。
它的缺点是多解性很强。地表测量得到的某个地球物理值，很有可能对应地下 10 万种矿体结构。
通过 AI 学习大量数据以后，我们可以看到什么样的地形更符合什么样的结构。这就是 AI 能够解决的问题。
它还和医学领域比较相关。我们团队里其实有医学背景出身的成员。他们过去更多研究的是，如何把拍摄到的器官二维图像和器官的三维结构匹配起来。这是非常相似的技术栈。
在这里面，我们用到了很多优化方法，比如 ViT，以及多模态模型来提取中间特征，再定义某种框体或信号对应的深度。不过很多东西其实是由 AI 自己判断的。
所以有点像拍 CT、拍 X 光，拿到的是一张二维片子，但要把它变成三维解读。
相子恒
对。更像是在这个基础上训练一个多模态 CT 模型，大概是这么一个概念。
但地球物理，或者说整个探矿模型，会比这个复杂得多。人体 CT 可以围着一个人拍照，但地球的 CT，也就是地球的测量数据，只能在地表完成。
所以只能通过拓展空间维度，来换取对深度的理解。
拓展空间是什么意思？是拍更大面积，然后寻找一些特征向量吗？
相子恒
对，就是获得更大空间的地表测量值，来判断地下潜在的结构。这是我们对这件事的理解。
AI 去挖矿应该能够提高找矿的准确度。在你看来，目前这是一个全球范围内大家都涌进来、想要大展拳脚的赛道吗？它是一个很拥挤的赛道吗？
相子恒
因为我们会给自己上压力，所以当然觉得这是一个很拥挤的赛道。但有时候跳出来看，其实这个赛道并不拥挤，它还有很多没有解决的问题，也有很多没有覆盖的客户。
全球典型的矿业上市公司有几千家，很多都是小公司，我们把它们叫作 junior miner。这种小公司可能只有几个人，远远接触不到我们正在开发的强大 AI 系统，或者强大的数据解决方案。
这时我们其实是在做一个产品，把解决方案卖给这些中小型矿业企业。
在某种程度上，大企业都在研发自己的高效勘探手段。但这个行业并不垄断，所以还有很多没有涉足的区域值得探索。
这里有一个很重要的选择：你们是要自己做一个软件，服务所有中小企业，还是要在拥有这项技术之后，自己成为矿主？
相子恒
不管未来会不会成为矿主，我们一定要先把模型做好，把产品做好。未来这个产品可以服务小型矿企。
当我们对一个地区有了更强的理解力以后，也可以顺理成章地变成一家矿业企业。当然，我们也可以和客户一起去拿新的矿权，以技术入股的方式，变成一家矿业企业。这里面都有各自的运营方法。
但目前我们关注的是产品和模型本身，关注它能从多大程度上解决客户的问题。
你觉得需要多长时间完成验证？比较明确的北极星指标或者信号是什么？
相子恒
我们认为，今年会在几个核心成矿区完成验证：澳大利亚有一个，南美和非洲也会有。预计明年上半年某个时间，我们会有第一版具备泛化能力的矿业世界模型出来。
至于自己拿矿，更多是寻找一些契机。比如我们现在合作的一些客户，已经出现了一些初见端倪的情况：他们已有矿区周围，很可能有一些高潜力靶区。
拿到这一片区域的信息以后，我们可以和矿企一起去拿矿权。这并不是一定要等模型能力实现很强的泛化之后才能做，而是顺理成章地，在完成一个项目之后，以“占山头”的方式，把项目周围的矿权合作起来。
在你看来，你们现在做的这套技术，未来会变成 commodity 吗？会不会变成全世界 100 个、1000 个，只要有聪明大脑的顶尖工程师团队基本都能做到的一种通用商品？
相子恒
我觉得比较难。就像做大语言模型和世界模型的厂商，最后真正有适用性的也就那么几个团队。
这背后是因为需要花很多钱，资金也是阻止更多人进入这个赛道的原因。人才也是。
而且我觉得这里面有一个巨大的鸿沟：地球科学和计算机科学这两门科学之间的结合还没有那么紧密。
它不像物理和计算机，也不像生物和计算机，已经有了相对应的交叉学科。地质，包括地质统计学这些学科，其实也存在没有多久，所以这里面有一个巨大的鸿沟。
能够弥补这些鸿沟的团队，需要在这个领域扎根。我反而不认为这是几个工程师、一个矿业公司拿着手里几个矿的数据，就可以搞定的事情。
所以你们也是在某种交叉学科的十字路口。
相子恒
对，交叉学科的十字路口。
要把这套技术做出来需要很多钱吗？
相子恒
我觉得是的，但这并不代表依靠现有投资，我们就不能做出一些事情。
如果想真正做一个地球大模型，我相信投入一定是巨大的。如果做的是一个地区性的、可以泛化的模型，投入就会小得多。
但对我们团队所有人来说，理想是真正做一个世界大模型。我们想做一家像 DeepMind 一样的企业，把这项技术应用到矿业领域。
你觉得距离你们成为 DeepMind 这样的企业，还需要经过哪些关键阶段，或者补充哪些关键人才？
相子恒
首先，我觉得需要有我们自己的合成数据引擎。这个引擎目前还在优化，可能已经在典型的火山成矿、斑岩型矿带上表现得比较好。
但矿体不只是一种结构，还分为铁氧化物型、矽卡岩型、沉积岩型等等，所以这些方面我们还要不断投入。
从人才角度而言，目前我们招募的人才更多来自地球科学、AI 合成数据和大模型这 3 个方向。我们希望能够吸引更多人加入这个团队。
从 milestone 来看，我们反而对商业化比较有信心。矿业领域有太多可以切入的点，模型一旦具备一定能力，就可以服务很多地区、很多不同规模的矿业企业。
所以我们更多关注两件事：第一，技术在什么情况下能够为用户解决问题，准确度有多少；第二，产品能不能真正深入客户的内心。这是我们目前最关注的问题。
现在创业，会不会让你想起当初做赛艇队队长时的管理和 leadership？它们有没有相通之处？
相子恒
10. 创业复刻赛艇领导力
会，非常相同。每次提到这个问题，我还是有很多感触。
赛艇队最大的特征就是特别卷。它不像篮球队或者田径队，我可能每周训练 3 次。第四年，尤其是我在一队、又是大队长的情况下，我们每天训练 2 次。
每天 2 次？
相子恒
每天 2 次。
那时你还在读 PhD？
相子恒
我还在读 PhD，还要做实验。
团队每个人都需要参加吗？
相子恒
每个人都需要参加。因为赛艇是一个集体项目，只要有一个人今天没来，这艘船就出不了。
要把大家凝聚起来，尤其很多队员还是本科生，学业压力也比较大，却要追求一件大家觉得对学业不一定有帮助的事情，这是非常难的。
所以我觉得这和创业非常像，非常非常像。
我记得你之前还告诉过我，要在早上天刚亮的时候，大家一起下到河道里。因为第一个下到河道的船，前面一望无际，可以在最好的环境里展开训练。
难的是，怎么样让大家集体起床。如果起不来，5 点钟大家到不了，别人就先下去了。
对，这就是一个典型的团队凝聚力问题。所以你怎么做呢？
相子恒
我没有真正思考过自己是怎么让大家凝聚起来的，但首先，所有队员一定都认可这件事情。
这可能涉及企业核心价值的问题。大家首先要认可，觉得加入赛艇队是一件很酷的事情，能够拿到优胜、比别的学院更强，是一件非常值得骄傲的事情。
首先，大家自己要有驱动力。第二，我们内部会有一个类似 alarm 的系统。比如典型的春天，我们 5 点半集合，大家 5 点钟就会在群里问有没有起床。没有起床的话，肯定要去对方家里敲门。
训练之前还要做 brief，明确今天要达到什么目标，要比昨天提升什么能力。训练结束后，我们也会约定大家一起在哪里吃饭，营造团队氛围。
每一个小节点，我们都会给自己定一个小目标。比如 2000 米赛艇的成绩，我们要求每个人在一个月内提升多少秒；今年的比赛，我们又要实现什么目标。
把目标拆分，让团队形成认同感，让大家的关系慢慢提升、互相熟悉。我觉得有了这些事情以后，凝聚力自然而然就发生了。
你有遇到过一些挑战吗？比如大家会觉得，第一个华人面孔来做赛艇队长，真的能做好吗？
相子恒
一开始确实会有，尤其是新来的小朋友。他们会觉得，你们学院好奇怪，学院里欧洲人可能占 90%，为什么会是一个华人队长？
一开始我会有一点在意，后来大家看到你做了什么，就不会再有质疑了。
因为队长最大的任务，就是带领团队成长，在比赛中取得优胜，带领团队成员变得 popular。这是英国人很关注的事情。你能够让他们感受到这一点，其实就是你作为队长的成功。
我很快就进入了状态。比如我当队长那一年，争取更好的教练，为大家争取更好的设备，带领大家参加一些原来不会参加的比赛，把船和船桨拉到 100 公里以外的 Bath，我们去和牛津一起比赛。
这些事情都会让大家觉得，之前从来没有发生过。当然也会举办一些 party。于是这些疑虑慢慢就消散了。
而且我们还取得了优胜，在剑桥的比赛中拿到了非常不容易的成绩。大家看到成绩以后，反而会觉得，这个人还不错。
所以这还是一种无授权的领导力，要慢慢建立起来。
相子恒
对。我觉得自己的风格也不是看起来特别 sharp 的人，更像是慢慢用行动去感化大家。
你刚才也提到自己的成绩并不是最好的，这会不会也是一种阻力？大家会说，你其实也不是最牛，为什么要来领导我们？
相子恒
我能看出来，有一些小朋友当时确实有这种想法。他们可能觉得，你的身体也没有我好，成绩可能也没有我快很多，为什么你是我们的队长？
这个问题还是一样：我会给自己很大的压力去提升成绩。首先，我肯定比别人做得都努力。我觉得自己在现在创业时也有同样的心态，首先我要非常努力，把团队带好。
第二，我更关注的是，他能不能在这件事情上产生幸福感和满足感。如果我能做一个榜样，让他很开心，那他为什么不信任我呢？
对于这些刚进入英国大学的本科生来说，大家有一种傲气，就像刚进入清华北大的学生一样。但当你真正成为一个他们信得过的人，和他们一起工作，他们不一定百分之百喜欢你，但能够和你一起成长，那你就是一个很好的 leader。
所以你没有追求让当时的队员都喜欢自己？
相子恒
我觉得领导力和别人喜不喜欢你之间的 correlation，不是决定性的。
有人会讨厌你，但最后仍然接受你做他们队长这个事实吗？
相子恒
有。有一个俄罗斯人，一开始特别不喜欢我，甚至不愿意和我讲话。
后来你会发现，一般这样的人内心也有一些孤独。为什么这个俄罗斯人不想和我讲话？可能是因为他想在英国人面前表现得和英国人很接近，不愿意和我这个中国人一起玩。
但那是他内心的事情。我没有觉得自己一定要迎合，也没有觉得自己一定要避免它。在我看来，他只是一个我需要帮助其提升的队员而已。
如果稍微总结一些关键词，你会认为做队长的这些经历，如何帮助了现在的创业？
相子恒
一个是经历。我的经历确实很好，我可以很卷。
第二是比较淡定的领导力。我知道自己的风格不是表面上很 sharp 的领导力。
第三，我觉得更重要的是全局观。很多时候，个人的想法和考量当然很重要，它们决定团队的方向。但在实际执行时，你要关心的是团队能不能把这件事情做好。
我们讲创业时，常常会讲要回答两个 why：一个是 why not，一个是 why you。为什么是这样的时机，以及为什么是你去做这件事情。
我想反过来问一个问题：如果有一天 DeepOptica 很不幸没有成功，你觉得最大的问题可能出在哪里？
相子恒
我觉得最大的问题很可能出在节奏上，我们没有把握好。
创业公司的融资节奏、拿客户的节奏，基本上都要卡在某个时间点之内，完成某个阶段的任务。但如果在这个时间点上没有 manage 好，没有完成任务，也没有处理好，很有可能企业就会开始走下坡路。
这个要怎么去学习和建模？
相子恒
我们有一个非常详细的 plan：一个 3 年的长期规划和一个 18 个月的中期规划，再把 18 个月的中期规划定义成每 3 个月一个节点的短期规划。
短期规划包括技术要在 3 个月内实现什么状态，商业化要有什么样的支撑。
这听起来蛮像“小镇做题家”的，就是把创业变成一道题，拆成一道一道的小题。
相子恒
我觉得和小镇做题家不一样。小镇做题家更多只关注一个问题的解法，而我们更多是有一个长期 vision 和一个中期 vision，再把中期 vision 拆解成每个人都能 take action 的小目标。
所以与其说像小镇做题家，我觉得可能更像一个 well-organized vehicle。
你畅想过 5 年之后 DeepOptica 做得很成功，会是一种什么样的成功吗？
相子恒
首先，我们的模型一定要在世界范围内都有影响力，一定是一个 AlphaFold 级别的模型。可能会有一个基础版开源模型和一个商用版。
很多矿业企业都能够通过我们的模型，在自己的矿上进行实践，理解当地的地质特征。
这是从技术角度看。从商业角度，我们肯定已经和全球最大的几家矿业公司建立了非常紧密的合作。
第三，我们会开始，或者说到那时应该已经有了很多矿业金融方向的积累。我们可以通过自己的模型和估值系统，进行一些矿业权益金投资，甚至入股一些矿权。
它一定是技术、矿业运营和矿业金融的结合。我觉得 5 年内我们一定能做到。
我感觉你的人生还是一路开挂，就是非常学霸。你是从小就学霸吗？有没有经历过一些大家想象不到的挫折？
相子恒
我也不是一直都是学霸型的。我一直都是班里前 5 到前 10 名，初中是前 5 到前 10，高中也是前 5 到前 10。到大学时成绩稍微好了一点，很幸运地去了剑桥。
我的一个特点是，这并不是开挂，而是里面有很多很多努力，只是我表现得比较臭屁。
包括读 PhD 时，以及 PhD 之后工作的经历中，也有很多挫折。当时既要管理赛艇队，又要做实验，而实验结果很多时候没有想象中好。
当实验室里的 peers 研究方向的影响力都比我的方向更大时，人难免会失落。包括 2021 年，我还做过一次不算特别成功、其实是一点都不成功的创业。
当时受到的打击比较大。刚刚 PhD 毕业，可能放弃了很多东西，又自己投钱创业，最后却没有成功，这对人的打击很大。
经历过几次打击以后，才能学会管理压力、管理预期，也才能在碰到挫折时变得更乐观。
那会让你变得保守、不敢再去尝试吗？
相子恒
不会。我觉得这和个人追求、个人性格很相关。
我一直觉得自己在物质上的欲望和追求不是特别强。假设有一天我真的没有什么工作，我更多会因为内心空虚而焦虑，不会因为钱少了而焦虑，也不会因为生活水平停滞不前而焦虑。
我更多会因为没有做自己想做的事情而非常焦虑。所以我想考虑的，更多是如何把自己的理想和大家一起搭建起来。我真的非常想把这些事情做好。
什么理想？
相子恒
我的理想其实是探索太空、探索地球。
做 PhD 时，更多是在物理世界里遨游。当时想了很多量子力学和相对论的问题，也会思考很多哲学方面的事情。
这几年做了很多遥感卫星、低轨卫星推进器等方面的研究，包括现在做矿业，其实都是因为我对地球非常感兴趣。
我马上要去阿布扎比和南非出差。我真的很享受去这些地方，探索地底不同世界特征的旅程。
我只是想把这个旅程变成一个成功的经历，分享给团队的人，然后通过这个经历实现更大的理想。比如太空采矿、海底探矿，或者做一些更 crazy 的事情。
我也想跟你聊一聊，你觉得做十字路口、和这些 founder 聊完以后，最大的感触有哪些？以及在我们这个阶段，你有什么建议可以给到我们吗？
相子恒
我自己特别感兴趣的，还是所谓 entrepreneurship 到底体现在哪里。
做早期投资时，其实很多东西是看不到的，包括你们到底能不能把世界模型做出来，都是看不到的。这个时候能抓住的，只有对这个人、对创始团队的判断。
所以我很感兴趣的是，能不能总结出一些规律。一方面看年轻的 founder，另一方面看已经取得成绩的 founder，然后倒推他年轻时、在这个阶段、遇到类似问题时，表现出了哪些性格特质。
Resilient 肯定是非常重要的一点。没有谁是一帆风顺的。Leadership 也很重要，尤其是无授权领导能力，因为谁一开始都不是 CEO，都是从无授权领导开始，慢慢变成权力具有合法性的人。
谢谢。刚才你问到建议，我觉得有一个可能比较通用的建议是：创业公司有一个特别大的红利，但创业公司往往意识不到。
创业公司可以招到特别厉害的人，这些人很难被大公司招到。为什么创业公司能够招到？因为创业公司能够提供希望。
很多人愿意为了希望，投入自己的时间、精力和生命。所以创业公司的前几年，一定要非常好地用好这个杠杆，尽可能吸引到这些 talent。
尤其是你们，你们背景很好，做的事情也很有愿景，这是一个特别高的杠杆，要极好地利用它。因为到了第三年、第四年，你会发现这个杠杆可能瞬间就没了。
一种情况是没做起来，那就吸引不到人了。另一种情况是做大了，那他为什么要来加入你？他可能会选择加入更早期的创业公司，那里能给他更大的希望。
相子恒
非常 make sense。我觉得在这个时候要非常充满野心，甚至去挖一些看起来不切实际的人。这个行业里有些人，你可能觉得根本挖不到，但不一定。他可能正处在职业焦虑期，很可能愿意试一试。
对，这个非常 on point。
今天感谢子恒来到十字路口，也期待 DeepOptica 做出更大的成绩。期待有一天你可以再来十字路口。
相子恒
好，谢谢，一定的。