PERSON DIRECTORY
张小珺
Host of 张小珺Jùn｜商业访谈录. 张小珺 appears in 65 indexed conversations across 张小珺Jùn｜商业访谈录, the prompt. This directory brings every appearance, source, TL;DR, digest, and transcript into one searchable feed.
150. 对英伟达研究副总裁刘洺堉的4小时访谈：Cosmos 3、世界模型、武术、黄仁勋影响我的，和你不需要击败所有对手
Cosmos 3将语言、视频、音频与action统一为omni世界模型，并扩展至“万卡级”GPU、彻底开源。刘洺堉判断模型能力终将收敛，英伟达的护城河转向GPU、Thor、Isaac Sim及生态整合，而非独占SOTA。physical AI的ChatGPT moment或在今年或明年到来，但运营成本、泛化和商业落地仍是关键变量。
149. 亲历中美neo labs资本狂潮，和清华刘子鸣聊：AI for AI、机制可解释性和Max Tegmark
中国neo labs在无产品、数亿美元估值下融资，世界模型与Auto Research成为资本最热方向。刘子鸣的元模型以模型、数据集和优化器预测训练曲线，把架构筛选从百次实验变成百次前传，但研究数据结构化仍是瓶颈。6-12个月research驱动期不可跳过，一年节点启动产品化；vibe training、机制可解释性和新架构突破仍待验证。
148. 对游凯超3小时访谈：开源Infra、和模型Co-design 、“如果vLLM失败，我们会后悔一辈子”
vLLM正成长为AI推理事实标准候选，InfraRact以1.5亿美元种子轮把社区领导权、人力和集群资源公司化，并探索按token产能和机器成本节省收费。开源模型普及与推理需求增长扩大机会，但持续适配、AI slop和中立社区治理能否长期维持，仍是关键观察点。
147. 和蚂蚁灵波沈宇军聊：机器人原生基础模型、大脑和本体的关系、预训练与数据scale up、老师汤晓鸥
蚂蚁灵波押注“具身原生”，以大脑优先、跨本体模型切入机器人市场，2026年将视觉相关组件全部从头重训，形成VLA 2.0。当前6万小时真机为主数据已令位置泛化和少样本学习改善，但距十万小时、理想百万小时仍远，任务级zero-shot与数据规模化是关键风险。
146. 对Physical Intelligence柯丽一鸣4小时访谈：Pi的开源模型研究，机器人的江湖、族谱与主角
Physical Intelligence成立两年、投后估值超50亿美元，π0、π0.5与π0.6分别以能力、泛化和表现推进机器人模型。π0.6让接近完成任务的模型上真机收集体验数据，首个工种clearly超越最好的数据收集员，数据成本有望下降。真机数据仍不可替代，仿真叠衣服在2026年仍是“半前沿”，而分层路线与商业化进度值得继续观察。
145. 口述SpaceX开发史：和前高管洪力德聊，马斯克用人观、最大IPO、太空与AI、人类文明扩张前奏？
前SpaceX高管洪力德认为，SpaceX IPO可能成为太空行业的“ChatGPT moment”，但真正的技术拐点是2015年12月21日首次成功回收火箭。回收将入轨成本从SpaceX之前的每公斤1万至2万美元降至猎鹰9复用后的3000美元，星舰目标低于100美元，太空数据中心与制造能否在效率上超越地面设施仍待验证。
144. 对阳萌的4小时访谈：消费电子死与生、第三类公司、端侧模型、产品方法、游戏模式
安克正从以性价比取胜的“五系”公司转向“七系”极致创新，2022年27条产品线近20条竞争失利后，以使命愿景价值观重写组织。2023年立项、2026年5月随耳机上市的自研存算一体芯片，将4兆参数能力用于端侧推理与轻声通话且只自用；其能否支撑几十个中小品类持续盈利、兑现“第三类公司”愿景仍待验证。
143. 对何小鹏的第二次访谈：更大赌注、人形机器人Iron诞生、那场意外、技术剧变下CEO、GX和缝合怪
小鹏押注物理AI，停掉已投入“小几十个亿”的第一代自动驾驶体系，重做第二代VLA，并将机器人Iron推进至今年底SOP、2027年商业量产元年。三月底发布VLA后小鹏四月销量逆行业涨50%-70%，但通用人形胜率自估仅两成、运动控制仍在T型车之前，后续关键看量产可靠性、模型拟合与商业化验证。
142. 雨森的创投观察第2集：Harness、下一个字节、2026大机会和Stanley Druckenmiller
戴雨森复盘认为，Harness更像OS、模型更像CPU，用户忠于记忆与工作流而非单一模型，Cursor用壳沉淀数据训练Composer印证其价值。Agent之间的专有知识可能形成网络效应与交易市场，但Anthropic的回报问题仍被推给客户，token投入能否转化为新业务和利润值得持续观察。
141. Freda的投资札记第2集：Tokenmaxxing、把电机塞进蒸汽机、接力赛变篮球赛、孤独、人的连接
Token消耗不等于价值，任务效果、token per task与dollar per token才揭示单位经济性；浪费下降与AI总支出增长可同时发生。Coding agent的递归自我改进可能令Anthropic领先结构化，模型迭代已缩至约一个月；但云厂商到2027年集体转负自由现金流的风险仍待验证。