分类： Uncategorized

AI native的硬件对吧
就是没有AI就没有这个产品
有一个好的例子是那个PLAUD AI录音笔
你有买那个产品对吧
我有买这个产品
它们的产品形态做的很好
就是它可以直接贴在手机的背面
它比较省空间
就跟我贴一张信用卡一样
然后它可以录电话
它有AI总结
我觉得有总结和没有总结
对于这个产品
是完全不一样的产品定义
但是我买完以后
我又用回了我10年前买的一支录音笔
你知道原因是什么吗
是收音的效果原因吗
不是是因为我每次用它都没电了
哦哈哈哈
欢迎收听硅谷101
我是泓君
今天呢我们来聊一聊过去两周
可以说是非常热的一个话题啊
就是CES
我们也请到了大家的老朋友陈哲
来跟大家一起聊
哈喽陈哲你好
嘿大家好
我是陈哲Peter
Peter上一次来我们这儿聊天还是在五源
然后这次我看你的title变成了Alphaist Partners的创始人
所以也是自己出来做了自己的基金
是的我在去年底的时候
成立了一家新的早期投资机构
叫做Alphaist Partners
关注海外
全球华人的AI和机械领域的创业
也是刚刚开始独立运营
嗯
我知道其实你一直在投智能硬件方向
非常的有自己的心得跟方法论
我觉得CES呢
它又是一个
相当于是
汇聚了整个智能硬件的一个场地
同时因为今年有AI的元素
所以今年的很多的智能硬件啊
他们又在跟AI扯上
关系所以我觉得
这次你来跟我们聊这个CES的话题
还是非常非常切合的
可不可以跟大家分享一下
这是你第几次参加CES
今年是我第二次参加CES
24年1月份的时候第一次来参加了CES
觉得还是有蛮多有意思的东西跟感受
所以今年也来了第二趟
所以你觉得
今年有哪些你觉得特别好玩的产品吗
这件事也是很有意思的
一个展台是深圳松山湖XBotPark
就是李泽湘老师的
松山湖的机器人基地
他们把他们非常多的被投企业
早期的创业公司一起来参展
这是今年应该是第一次大规模的
集体的参展
我觉得还是一个非常好的信号
也能看到中国像深圳
因为产业链供应链的成熟
新一代的年轻的这种创业者
在很多产品上面
就有层出不穷的创意和想法
有些亮点吧
比如说有一款很成功的产品
这次也来参展的是LiberLive
是那个无弦吉他
我也买过
那个产品
我觉得是一个非常好的消费硬件产品
但是你说它背后有什么非常先进的AI
或者非常先进的技术
可能没有
但是
它的确很好的解决了一些用户痛点
而且基本上是single handed的
开创的一个品类
这样的产品
这样的story其实是CES的亮点
但是我觉得这个感觉
可能不是一个基础概念可以描述的
对我们前线的记者也有提到
非常多好玩的产品
让我觉得也是非常有价值的
就比如说一个红酒的醒酒器
比如说
你想让一个红酒醒3个小时到4个小时
他就可以均匀的
就是你用那个醒酒器
醒出你想要的那个时间的红酒
然后他的口味是跟你的红酒
在一个比如说敞开的
跟空气接触的醒酒器里面
醒出的酒的味道是一样的
那从这个角度上来说
我觉得这款产品就还挺吸引我的
但是你说
它真的是跟AI特别相关的一些创新吗
可能也未必
对
很多消费硬件是有一定的技术变量
trigger然后由消费者的这个需求驱动
然后在具体的一些场景跟功能上面
实现的价值的替换
他不一定这个驱动力一定是AI
当然有可能结合上AI过后
他会创造一些新的场景跟需求核心
他解决的关键的痛点可能是更关键的
比如说像一些AI native的硬件对吧
就是没有AI就没有这个产品
有一个好的例子是那个PLAUD AI录音笔
你有买那个产品对吧
我有买这个产品
他们的产品形态做的很好
就是它可以直接贴在手机的背面
他比较省空间
就跟我贴一张信用卡一样
然后他可以录电话
是的我觉这个产品从去年来看
其实是非常成功的
一个小的中国创业公司
能够做到的成绩是非常成功的
他能够卖的原因
是因为他有一个很好的工业设计
一个很巧妙的使用方式
可以贴在这个iPhone后面
可以实现iPhone的录音
而且售价也不是很贵
100多美元
是一个可以通过短视频直销TikTok直销
就是有比较直接的用户打动力说服力
可以销售产品
但是这个产品为什么今天能够出现
我觉得更重要的原因
是因为随着大语言模型的成熟
ChatGPT能力的成熟
其实这样一个录音产品
它打破了传统录音笔
只能录音和transcribe的这个价值
它非常重要的一个价值是
通过连接OpenAI的API
它可以实现整个录音的summary
对它有AI总结
我觉得有总结和没有总结
对于这个产品是完全不一样的
产品定义就是在大模型出来之前
没有总结能力
那它就是一个普通的录音笔
它可能有AI Summary的能力
它可以做transcribe
但是这样的录音笔
在之前其实一直很成熟的
每年可能有两三千万台的销量
但是很多人录了一两个小时的电话
他不会去看的
因为他review的时间是非常长的
但是有了整理过后
它的用户价值就得到极大放大
所以我觉得像这样的产品
实实际上是真正的
没有AI就不成立的产品
或者说没有AI
就做不到今天这个用户体验的产品
但这样的产品
其实我觉得在整个CES
我们也在密切的关注
就是有没有更多的这样的品类
因为AI去赋能的
你说到这个点特别有意思
因为我在做播客以前其实是记者们
然后我其实是录音笔的深度使用者
是市场上所有的总结类工具
速记类工具
包括语音转文字的这种
字幕类工具的深度使用者
坦白说刚刚那些功
能能打动我
所以这是为什么我买了那支录音笔
但是我买完以后
我又用回了我10年前买的一支录音笔
你知道原因是什么吗
是收音的效果原因吗
不是是因为我每次用它
它都没电了
哦哈哈哈
就是关键时刻你拿起要录音
发现嗯
没电那还不如我以前拿的
一个没有任何AI工具的产品
它的那个电池
我带着它
我可能一两个月
三四个月都不用换电池
我只用把它放在包里就行了啊
嗯你这是一个很好的洞察
就是电量对于这种产品来说
是非常关键的
就挺有意思的
所以我就觉得你说硬件消费
它真的是一个
你要非常细微的去洞察每一个消费者
它细微体验的不同
对所以它首先是个消费品
然后才是一个智能设备
嗯对
在你看到了CES
它一个场内
同时汇聚了这么多公司的时候
你有从你看到的产品中
获得什么启发吗
我觉得有两点是这次CES下来
会让我持续思考的问题
一个是AI变成了所有智能硬件
智能机型产品的共有的主题
如何利用好AI的变量
如何定义好AI的硬件产品
我认为是一个蛮大的问题
第二个感受
可以明显的看到这几年CES的活动上
中国品牌和中国公司的优势
在快速的放大
中国公司在很多品类
在很多产品上形成了压倒性的产品力
品牌的曝光度
以及产品的打磨程度成熟度
这一点可能相比几年前CES
由海外的创新
产品主导的趋势
我认为发生了蛮大的变化
越来越多的中国公司中国品牌
在CES上面起到了引领创新
高端产品的这样一个趋势
你觉得有哪些中国公司
在引领产品创新啊
能不能举几个例子
我举一个比较关注也比较熟悉的品类
像扫地机器人
中国现在已经有四五家公司
无论从产品力从品牌从销售规模来讲
不亚于海外的竞争对手
像iRobot这样的本土品牌
背后可以看到的是
在一个比较主流比较成熟的市场里面
其实中国公司的创新和迭代
是非常迅速的
比如今年
比较典型的是石头科技和追觅科技
两家公司
分别推出了
带有手臂操作能力的扫地机器人
虽然看得出两个产品还在比较早期
比较雏形的阶段
但是在现在这个产品形态上
做这样的结构和功能的创新
其实中国公司在产品的研发的能力
创新能力上
已经领先了他国外的竞争对手
蛮大的一个身位
嗯
你举的这个例子其实特别有趣
我今年看见CES它的创新产品的时候
其中有一个画面
就是说CES有一些扫地机器人
就手臂可以在地上帮你捡
一些你落在地上的
比如说袜子呀
一些零零散散的小东西
剪完以后呢
就把它放到一个规定的框里面
但是其实我们内部啊
我们就以消费者的角度
我们是在吐槽这个产品的
因为我们觉得从消费者的角度来说
这个功能比较多余
确实有的时候大家会在地上散落
一些东西
但是如果说地上有那么大一个东西
可能我们就顺手捡起来了
我不知道从消费者端
你会怎么看这个问题
我觉得扫地机器人首先解决的问题
还是地面清洁的需求
其实从过去十年
中国公司的品牌的崛起
产品的崛起
其实是在这个核心需求上面
不断进行的产品跟技术的创新
比如24年比较显著的一个突破
很多扫地机公司在边缘清洁方面
推出了可以伸缩的清洁的手臂
可以把清扫的边缘进行更好的覆盖
同时呢在行进的动力轮上
也增加了类似轮足的机械结构
让扫地机可以跨越四五厘米的门槛
我觉这两点
其实对于地面清洁的核心诉求来讲
都是有明显的提升
我觉得今天石头跟追觅推出两个产品
其实是一个概念性的尝试
就是在地面清洁如果出现一些不规整
或者一些明显的障碍物的时候
能不能进行预先的或者是事后的整理
让整个地面清洁的覆盖率和效率
进一步提升
当然今天
对于扫地机器人的结构和形态来讲
要增加手臂
我觉得从基础上难度挑战还是蛮大的
所以今天可能看到的这个雏形
梨真正能够发挥很好的功效
我感觉可能还需要两三代的产品迭代
对我非常理解你说的
比如说在地面清除脏物
这确实是一个产品需求
但其实我会觉得作为一个纯消费者
我更关注的是
比如说这个扫地机器人
他自主上下水的能力
因为这个是硬需求嘛
你又可以扫地又可以拖地
另外还有一种就是
比如说我们家的扫地机器人
遇到的最大的问题
就是他其实扫完一个房间
他的电量就不够了
如果这个时候他还要去地面捡袜子
我看了那整个过程啊
他是非常非常慢的
就是我能想象他的电量会耗得更快
他其实是你的电池
没有办法支撑你去扫脱整个房子
这是类似于是这样的一些卡点
这是更加消费者痛点的一些东西
电池的增加
可能在新的型号里面
是个相对来说比较容易解决的问题
是一个线性可以解决的问题
但是他对于地面更多障碍物的处理
我觉得还是一个蛮开放的问题
这是更加研究性的对不对
对因为今天像两个公司推出的手臂
他们的负载大概是300-400克左右
意味着可能除了袜子
连一个比较重的拖鞋都是比较困难的
而且我们也知道
现在大家讨论具身智能
讨论通用机器人也非常火热
其实作为一个机械手臂
在一个地面能够非常可靠的
非常快速的抓取一个物体
得到合理的放置
就这样一个pick and place的一个问题
其实对于很多机器人产品来说
都是一个非常困难的事情
在消费产品里面
应该历史上
还没有把这个功能真正产品化的公司
我们看到很多在工业场景
在研究场景里面出现的尝试
或者是在一些重复性的工作场景里面
工业场景里面出现的产品
但是在消费级产品里面
一个大批量低成本的方式生产
带有手臂操作能力的机器人
可能这还是第一次
我可不可以理解成
他们其实在训练机器人
用手臂抓取地上袜子
这种能力
其实这个某种程度上
也是具身智能的一种嘛
其实这一套技术
它是可以扩展成to b的解决方案
它甚至可以扩展成
工业流水线上的一个产业链
的一个软件解决方案
大家其实还是说
我哪怕卖的是一个消费级的硬件产品
但是
我还是想在研发上走到最前面去的
因为它可以探索更多的可能性
可能在资本市场上的估值也会更好
我觉得固执可能是一个侧面的好处
但是主要来讲还是
我们今天讨论具身智能
讨论通用机器人
讨论家庭服务机器人
其实我们是很希望
除了平面的清洁能力之外
在家庭我们还能够引入相对低成本
且有价值的用户场景
我觉今天从消费者的视角来讲
扫地机器人的用户价值
和用户成本
是有一个清晰的定义关系的
大概在几百到1,000美元左右
这是消费者愿意接受的价格
那么未来
会不会有
脱离扫地机器人形态的
家庭服务机器人的出现
因为今天有非常多的公司
研究院和实验室在做居身智能
或者说手臂操作能力方面的研究
但是大量的研究和尝试
还是局限在工业或者商业场景落地
因为从成本可靠性安全性的角度
这样的新的技术
可能一开始会落在一些工业型的场景
会比较合理
但是如果我们要引入家庭场景
会一个什么形
态什么样的价格
我觉得这是一个非常值得关注的问题
嗯对
我觉得这个讨论的出发点特别好
那作为投资人来看
你会怎么去看他这类需求的研发
这是你觉得
这个会是他的一个核心竞争力吗
这是你们评估的角度是什么
我觉得创新型的用户功能的核心目的
要么是为了解决一些持续的用户痛点
扩大这个产品的接纳度
也会带来产品的渗透率的增加
或者是创造某一种差异化的竞争优势
让公司在市场的实战率得到提升
我觉得以扫地机器人
增加手臂这个功能来思考的话
今天的扫地机器人
都不具有除了地面清洁之外
对于外部环境
进行一定的干预和整理的能力
所以对于这些公司
在今天的阶段引入这样的功能
我认为更多的是一个差异化的诉求
那今天我们以扫地机器人为例
可能在欧美国家
大概有百分之十几的渗透率
还没有到一些常见家电
可能百分之八九十的渗透率的普及度
那么如何增加产品的渗透率
我觉得可能就需要一些创新型的功能
和创新型的场景的成熟跟打磨
这个可能是一个比较长的一个过程
就像过去十年
我们逐渐看到扫地机器人在导航
在清洁、在跃障、避障能力的迭代
带来的渗透率的逐渐增加
嗯简单来说就是需要产品更好用
对不对
对
嗯然后你刚刚提到
欧美只有百分之十几的渗透率
为什么这么低
是因为大家对出海的决心的问题还是
说欧美的家庭更多的是地毯
而不是地板
它的产品功能的需求点是不一样的
这个可能是一个比较大的问题
因为扫地机器人本身
是在欧美国家发明的
因为吸尘器在欧美国家
生存率是很高的
所以
最开始iRobot的发明扫地机器人的时候
核心的痛点其实就是解决吸尘的问题

那个时候对
所以没有特别多的使用
但我觉得这两门课
你是很难用AI帮助你的
因为我们除了写论文
你还要presentation
就是你要去展示自己为什么这么写的
你要知道里面的所
有细节除非你愿意再花一些功夫
重新读一遍这个AI生成论文
然后你再知道所有细节
那这样等于你也写完了一遍
对所以其实我觉得这些基础课程
是需要你自己不用AI工具的
对但是回到刚才那个点
我觉得因为AI是生成式的嘛
所以里面就会有很多
像王冉哥讲的hallucination
所以其实平时在我使用GPT的同时
我会用很多的AI搜索工具
帮助你去减少这些幻觉
或者降低更多幻觉
比如说国外的perplexity
比如说国内的秘塔搜索
他们分别在英文的语料上
或者说在中文的语料上有很强的功底
因为它有一个很好的功能
有点像咱们写论文的时候
你可以看行间的引用
你可以看到比如这段话是从哪里
从哪篇文章里来的
对就是你要用这些搜索工具
去找到他的引用源
对就是让他具有可塑源性
对我们待会可以详细的聊一聊
AI搜索工具啊
在此之前
其实Henry你刚刚提到的有一个点
我觉得非常有趣
就是你说AI native的学生
跟MBA再来去使用AI工具的人
他写Promptpt词是不一样的
或者你会觉得MBA
他写Promptpt的能力更弱
可以举几个例子吗
嗯没问题
对当时我是选修了一个MBA和EMBA的课
叫Generative AI for business
跟我一起上课的基本都是30岁以上的
各个公司的高管
而且基本都是呃
美国这边公司的高管
然后我们的最后一个project
就是说你拿AI
完全去帮你生成一个商业的计划书
包括你这个GPT
这只能用AI来完成
只能用AI
然后我们就发现
其实对于他们来说
首先AI等于GPT
就他们不知道除了GPT之外
别的AI的工具
另外他们的Prompt是非常的直觉的
就是说OK
我要写商业计划书
这是我的结构
你帮我生成
他不会说
想着去给他一些
比如说Few shot这样的一些技巧
或者再告诉他角色
你现在是一个
比如说麦肯锡这个咨询师啊
你来帮我做这个规划
这他不会有这些技巧
他的problem会比较简短
比较直接
所以他们的最后的东西也比较
不能说效果不好
只能说不够丰富吧
而且他们因为不知道其他的AI工具
没法做一个很好的一个协同
比如说我们做这个GPT的时候
我们可以让
比如说让GPT先生成一个markdown格式
然后再喂给Gamma
或者喂给别的生成AI PPT的工具
然后我们还有Suno或者Udio
去生成这个公司广告歌
对
这样就这东西变得就很丰富
很有意思
但对于他们来说
这方面可能因为这个经验的原因吧
还要再补足
最后效果能差多少
嗯
我记得我们Pre的时候
我们播到广告歌的时候
就所有人都抬头了
就教授所有人都从底下就低头看手机
到听我们的那个广告歌
对我觉得就是效果还挺好
嗯
你觉得实质的内容上呢
其实我理解所有
的广告歌
包括你的展现
它是会让形式更好看的
当然形式好看一定是有用的
那在比如说
商业计划书的核心的那个点子上
跟就是最击中人
就是因为商业计划书嘛
我们看的就是能不能吸引到钱跟投资
在最击中人的核心的那个idea上
你觉得区别大吗
因为大家做的这个idea都不太一样
所以没法说它的区别
但只能说
从它的一个逻辑性和完整性来讲的话
如果Promptpt写的好的话是会更好
比如说我可以说哦
你先给我生成一个市场规模的
一个计算
的一个结果
然后你的每个步骤
你的应用源是什么
就我这么跟他说
他看起来会更真
现在可能就是因为有这个网络搜索
或者别的功能在里边
就能做到更真
嗯好的好的
那接下来
泰宇来讲一讲
你使用过的AI搜索类工具
因为我觉得
这个
其实就进入到我们今天的第二部分了
我知道大家都在平时的工作学习中
会用到非常多的AI工具啊
我们也可以看一下
新生代是怎么样去用这个AI工具的
我其实第一个用的AI搜索的工具是perplexity
当时就是在它刚出的时候
因为它其实基于了一种技术叫r a g
但当时我不知道这个技术
我当时纯纯用Perplexity
是为了我知道它可以去索引
并且它可以有一个叫做embedded link
就是在每一个结果后面
我可以知道这个来源是从哪里来的
是锁引了哪一个网页或者哪一篇PDF
有点像是我们写论文的时候
这种intact citation的感觉
让我很有安全感
让我知道这个东西是可溯源性的
所以当时我就纯纯用这东西
来减少GPT
或者Claude给我的这种乱说话的幻觉
但后来我发现
因为我写了很多
包括工作上
我需要很多中文的语调的撰写
但是Perplexity其实在上面的
整个的效果不是特别好
所以我就开始探索一些别的国家
或者说像中国的一些AI搜索软件
比如说秘塔搜索
可能是我目前看到
做的非常好的一款产品
因为他们首先
对于来源的引用数非常高
可能我搜索某一个问题
搜索每一个topic
如果我点开它的研究功能
对它其实分成很多的模块
比如说普通的搜索
或者是深度或者是学术研究的搜索
那其实单个来源说能到五六十
或者六七十
然后他能够给你自动的生成一些
follow up questions
就是一些帮助你去发展性思考你的
提这个问题的一些就
它还会自动给你推荐很多的问题
它不仅仅是会给你答案
因为我记得perplexity它的展示页
它的下方是
它会把相关的问题
跟你没有想到的问题全都推荐给你的
所以你其实不仅能看答案
还能看到更多的问题
你是指的是这种发散型吗
对对对嗯
因为Perplexity它只会给你follow up questions
但是呢
秘塔搜索它不但会给你这个question
它还会直接帮你把那答案写出来
所以其实是其他程度上增加了我们获
取发散性信息
答案就是增加了用户的爽感
是我能够一口气看到哎
非常多很有意思的内容
然后呢
我能看到很多对我问题深度的延伸
然后再找到另外一个切入点
再继续往下申
抛对我觉得AI搜索和大模型的结合
其实它们其实是一个非常好的组合拳
你可以用大模型帮助你
更多的
其实是把一些杂乱的语言做好整理
能不能举一个例子
我想让你举一个例子的根本目的是
我听到的
其实在你整个的工作流中
你的思维
是不停的在被这个AI引导着走的
当然你可以说
它的这种引导
是让你看到了更广的世界
就跟推荐引擎一样
就比如说大家在看这个短视频的时候
你随便刷你
你会觉得你看的每一个短视频都有用
兜里面都有好多知识
我学到了好多东西
但是so what
就是你会忘记你原本的那个出发点
你可能会忘记哎
你打开这个短视频软件
或者你打开手机
你是为了干一个什么事
或者
你是为了搜一个什么样的特定的主题
那么现在如果AI的搜索工具
他在不停的给你更多相关性答案
跟相关性问题的时候
就是
你会不会就一直像一个推荐引擎一样
跟刷短视频一样
就不停的刷进去了
而他牺牲了
某种程度上就是你非常直接的说
我想要一个问题
然后我要慢慢的去搜索
我要一页页的去翻答案
我要一篇一篇文章的去看
你就被他的这个推荐给带跑了
我不知道有没有这样的情况嗯嗯嗯
我非常理解
因为我觉得可能对我来说
我用AI搜索的
这个follow up的功能非常少
甚至我也不怎么点它
因为我觉得
用户大部分使用搜索引擎的初心
其实是为了快准
当然每个块有不同的意图的
比如说有官网寻址
有技术方案
像刚才泓君姐讲到了
其实如果你想深度的跟他一直往下
多轮对话
其实更多是你在漫游
你在探索某种发散性的知识
这种场景下其实很适合这样
我举一个具体的例子吧
就什么时候我可能用到呀
搜索和GPT一起
因为我平时其实在工作
生活中会比较多
因为我会写一些这种讲解词
就某某些文物的讲解词
其实我会用一套非常复杂的工作流
AI搜索和大模型
更多的是在前几个环节
作为知识收集环节
那我从头可以走一遍
非常简短
首先呢你会定一个主题
这个主题将会是你整个流程的核心
它让你不要偏移到不同的地方去
比如说我想去研究
比如说home屋顶
它的种种种信息
想让它讲解
给某一个用户画像
那你的第一步
就是让大模型先帮你写出来一个提纲
他会给你一个框架
那你会基于这个框架
慢慢再往里面探索
所以你就不会有特别大的偏议
等于说给了你一个Benchmark
因为刚才我们有提到说
大模型会很多幻觉
所以这个时候会引入AI搜索
来针对里面的具体的某一个
比如说chapter one chapter two
进行知识的整理
他会给我很多
这个世界上可能真实存在
别人写过的东西
但我会做一个很特殊的处理
就是我比较想跟AI进行对话式
来生成一部分大段的对话内容
作为我们知识来源
就是说
我会去给每一个chapter分配1-3个专家
然后我会设置一个主持人
有点像我们的播客一样
对
会有一个泓君姐作为主持人提出问题
然后我们每个人作为专家角色
来对她进行回答
然后我作为人类
在我感兴趣的时候进行插入
在我觉得这个主题篇译的时候
把它们拉回来
然后在每一个chapter生成这部分内容
之后作为整个文章生成的
或者单译词生成的
这个来源再喂给大模型
那大模型对我来说最重要的目的在于
其实不是作为检索工具
而是作为文字整理工具
把一些杂乱的文章
把一些复杂的数据中找到重点
然后把它变得更加的人性化
我觉这样的一个工作流
从最早期的你有一个主题
然后到大纲
再到专家角色的分配
再到检索
再到知识的收集
再到最后把每个大纲里面的内容填满
会最终形成一个非常全面的
且没有那么多幻觉的
而且不偏离重点的这么一个文献
或者文章
对然后你觉得这些AI搜索类产品
除了Perplexity跟秘塔搜索
还有哪些做的比较好的
我个人非常喜欢
一些很奇特的AI搜索软件
比如说这个叫flowith
是一个可以通过拖拽式
你搜索完之后
它会像一个树一样往下延伸的
这么一个AI搜索软件
它是可以让你很可视化的
看到你的知识是怎么在流动的
这是我用它唯一的功能
但它有很多很多功能
对这是应该也是个国内的软件
别的AI搜软件其实我用的比较多的
像Exa.ai这个搜索软件比较的特殊
因为它不是给人用的
它是给AI用的
它旁边有个分类栏
它可以让你去分类
说OK我输入这么一个query之后
我只出来PDF
我只出来网页
我只出来公司
所以它也被称之为AI搜索的中间层
它是一个搜索引擎
为了AI搜索而生的
就它的结果是给AI看的
对是给AI看的
然后AI再进行深度的这个搜索和整理
嗯嗯
那国内有一个一样的公司叫博查
博查跟Exa.ai就是
他们俩是一模一样的功能
都是AI搜索的中间层
我个人就是用下来
可能对于我来说就是秘塔
因为它的知识量很高嘛
中文的语料上面是表现非常好
同时其实我更看重的是
它能够找到多么特殊的数据库
比如说秘塔搜索
可以搜到很多学术网站上的文章
所以还是后面的这个
搜索来源跟数据源才是最重要的
对对对
对因为你如果纯纯依靠大模型
内部自己的知识
其实是会有很多幻觉的
只是为什么大家要用AI搜索
所以你觉得它好用
核心是因为它有好的数据库
对他能够搜到很好的数据库
很好数据来源
他会把他具体搜索的某一个点的
学术文献的引用员的那一句话
直接给引出来
就是如果你要去找引用员的话
他会引出来
然后他也会标清楚从哪引用的
其实让我想到
因为我们学术课上教给我们一个原则
就是以前没有AI搜索时候
我们怎么判断搜索出来的结果
你该不该用
叫做CRAAP
CRAAP原则CRAAP
它分别分为5个部分
就是你的时效性
比如你看一个来源
它是不是最新的
或者说还是特别特别老的
而就是relevance
就是你的相关度
跟你搜索这个query是不是高度相关的
一个a是叫authority
就是它的权威性
是不是来自于一些非常权威的数据库
然后另外一个a是accuracy
是不是很精准的回答你的这个问题
对是不是
它是准确的在分解了你这个问题
所以呢一些很正确的来源
最后是purpose
就是你本搜索的目的是什么
你的意图是什么
比如说你是纯纯需要官网寻址
比如说我要搜硅谷101
在百度上或者在Google上
他其实我就想直接跳到小宇宙
或者跳到喜马拉雅
我们的官网里面
我不是想让他给我大断的讲
这个东西的历史
但如果我在搜
那如何去写好某段什么爬虫
或某段脚本
那其实我需要是大段告诉我
怎么写这个代码
所以最后是purpose
整个这样一个来源
其实让我在没有搜索引擎之前去判断
同时也
我也把这个原则应用在了我以后
拿到AI搜索结果之后的一个判断
因为其实Perplexity里面也有挺多幻觉的
只如果大家仔细去看的话
也有挺多幻觉的啊
看得出来真的是用的炉火纯青了
非常深度诱惑
深度诱惑
对然后你觉得你现在用了这些工具
以后还会用Google搜索或者百度搜索吗
或者它的比例会下降多少
下降蛮多的
下降可能得有百分之七八十
百分之七八十
对对对
嗯因为之前我有讲到说Google或百度
它其实很适合
官网选址嘛
它不会上来给你一个答案
虽然现在
Google和百度也有自己的AI回答
在他的下面都有这么一个页面
但是秘塔做了很好处理
对我假设Google跟百度
他们把AI产品放到他们的右侧
再给你一个AI答案
比如说你同时一个搜索
左边是传统的网页链接
右边是他们的大模型给你的回答
你觉得它跟秘塔
还有Perplexity这种产品相比
有竞争力吗
谁对你的吸引力更大
因为本质上
AI搜索它只是一个套壳工具
它也是一方面接了大模型的API
一方面接了Google或者是必应的API
现在他们的答案
就是放在原本那个section的下面
也有人放在右边
不过因为比如说用户
可能我们已经对某些产品
形成了粘性了
他对我们有一定的用户心智的占领
因为我很关注并不是他在哪
而他够不够准
够不够快
够不够能够很好的回答我的问题
对于我来说
可能我更看重是
效果
嗯所以其实两个都有
对你来说不一定是加分项
其实你最终看的还是某一个
它的一个精准性跟效果
就像你刚刚提到的
引用源的5个维度的指标
是是是对
能不能更好的回答我的问题吧
是是
大家有用过什么样的AI工具类产品吗
我觉得我在工作中
可能用的最多的还是Cursor
就是写代码的那个工具
曾经的copilot

就是在vs code里面的那个copilot
它已经做的挺好的了
但是在Cursor的这个时代的话
它是从一个相当于辅助写代码
变成了一个完全的交给它去写代码的
这个过程
我开始是并不是很相信它的结果的
但是我用了几次之后
就相当于是被他折服了
因为他的不管是结果的可用性
还是他的准确性都是非常高的
特别是比如说我对一个语言完全不懂
比如说我想写一个前端的一个
就是iOS APP
如果我是完全不了解的话
我肯定要从头开始学一门课程
但是如果有这么一个Cursor的
就可以帮助我
从0开始
我大概用两个小时
我告诉他的我的需求
告诉他我想做成什么样子的
他完全可以生成一个可用的一个demo
相当于是快速验证我的想法
这个过程非常的impressive
所以这是不是说我也可以去写代码
完全可以完全可以用上Cursor这类工具
完全没有问题
如果是更加复杂的功能的话
像我们想开发一些新的算法
可能涉及一些前沿突破的话
肯定
还是需要一些更加尖深的一些工具
但是如果说
一些在工业界已经常用的一些功能
这个也是完全没有问题
可不可以这样理解它比copilot
因为我不写代码
它比copilot更前沿的地方在于
它更加自动化
从效果上来看的话
它是相比copilot
不同点在于说
copilot可能还要自己去敲代码
它会给一些推荐
就是选择推荐的结果
可是可以达到的效果
就相当于是
基本上就是用自然语言提要求
它可以生成一个代码库
它不是一个文件
而是一整个文件与系统
这文件
系统都可以实现一个完整的功能
比如说网页的各种调用啊
它实际上需要有素材
需要有前端的
这些代码
它都可以在一个文件夹里
完整的生成出来
一个相当于项目库吧
OK理解
黑瑞你是不是体验过市场类的
各种AI陪伴类的产品
最后你要不要跟大家讲一下
你之前用过的AI陪伴类的工具
嗯没问题
AI陪伴这个赛道
我觉得可以分为两类产品吧
一种是这种严肃陪伴
一种是这种非严肃陪伴
这种严肃陪伴呢
一般就是跟你话聊
比如说有一个比较好的一个模型叫派（Pi）
它是用Infection AI做的
它就是一个对于情感的理解
表达比较准确的一个AI
它有一个语音的功能
包括其实我很多同学也会用这种ChatGPT
去做他们的情感疏导
因为GPT永远是非常公正
非常冷静
同时还能给一些情绪价值
和这种实用一些
建议的而且非严肃的陪伴产品
更偏向于陪聊或者谈恋爱
像这个星野啊Talkie啊
逗逗这些
他可能更多是OK
你可以自己捏哦
包括Character.ai, 还有Replika
都是你可以捏你的角色
你可以跟他进行互动
他可能有些自己的背景故事
然后你通过跟他去帮他完成他的任务
加强你跟他的亲密值
解锁你们互动的一些内容
这样哦对
然后严肃类的
还有一些心理治疗类的一些AI工具
比如说这个Wysa
他可能是一半是我跟你对话
一半他能结合一些认知
行为疗法的一些东西
去帮你进行
比如说告诉你哎
这时候你应该冥想了
我给你提供一个冥想的
一个6分钟的一个音乐
或者告诉你哎
你这时候你应该这个正念了
你应该往什么方向去想
大概会有这样的一些功能
你觉得有用吗
心理治疗的这个它叫怎么听
Wysa
Wysa对
我觉得
首先它肯定没法替代心理咨询师
因为它现在是不够个性化
它的整个流程的机制的设计
还是比较死板的
比如说
它可能对于你10级不开心和3级不开心
给你的建议是比较类似的
包括它的化疗的部分
没法做到像GPT那么的智能
所以
其实你觉得它还有很大的优化空间
它还不够AI就不够智能
你觉得它里面
用到生成式AI的技巧多吗
除了只是生成对话以外
你觉得它有ChatGPT智能吗
那绝对没有
但是它的好处是它加入了冥想跟
正念跟很多心理学上的干涉手段
是的是的
我觉得他是一个比较尴尬的一个点
就是
对于没有确诊的心理疾病的人来说
可能跟GPT对话
能很好缓解他们的焦虑或者不开心
就够了
但是对于那些真正有确诊心理疾病的
他这个产品的能力又没有强到说OK
我能把你治好
还是要去找心理咨询师
嗯对
因为精神上好像有一种
是叫做认知疗法嘛
就是通过对话去达到治疗的目的
我知道
也有很多公司在开发这一类的产品
但是感觉现在
不知道
市场上有没有什么好的产品出来
是
我记得
吴恩达是有尝试去做一个类似的CPT
就那个认知行为疗法的一个Chatbot的
但是他不给公用
他是选择跟心理医生合作
它会作为你回家后的治疗
疗程的一部分
你可能每天用个多长时间
然后你的心理医生会跟这个公司合作
就告诉你说该怎么使用这个产品
我觉得
这个是一个可能可以采取的一个方向
啊已经跟医院发布了吗
我记得它已经出了可能有一两年了
但因为我现在用不了
又没有跟医院的那个什么对
嗯
然后你还体验过其他的AI陪伴类产品
可不可以举几个例子
我觉得比较典型的就是Character.AI
然后还有Talkie
对这两个
其实character.AI跟Talkie比较相似的地方
都是跟这种虚拟人物的对话
而这种对话可以包含一些色情软色情
或者谈恋爱的一个内容
但character.ai他
们不光是对话
可能会有一些场景的描写
帮你更现实更有体验感一点
但是Talkie的部分在于
它可能对于每个角色
有它一个背景故事
然后你能帮助这个角色
在他背景故事里
相当于你帮一个NPC
走完他的一个任务
这样让用户觉得这个人更真实
有更强的一个沉浸感
然后这个人如果再跟你谈恋爱的话
他带给用户那种情绪的反馈
要更好一点
还有一个
我自己特别特别喜欢的一个产品
叫逗逗游戏伙伴
它其实类似于一个AI桌宠
它有一个虚拟的
一个卡通的一个小人儿在边儿上
你能拿鼠标去摸它的头
去戳它的腰
它会给你一些类似的一些反馈
同时你能把他当成你的朋友
就跟他说哎
我比如今天中午吃了碗面
贼好吃他可能第二天就问你哎
昨天那面好不好吃
他能记住你的话
跟你做一些互动
同时它还有一些陪玩的一些功能
比如说你在打原神网页版的时候
它能根据你的屏幕的地方
去给你调一些教程啊
或者去评论你打的好不好啊
这样就还挺有意思的
哦已经是一个AI agent了
嗯对
这个是哪个公司开发的
心影随形
也是一个中国公司
哦是中国公司
然后他前期是被源码
高榕和九合都投了
哦Talkie
其实是Minimax旗下的一款
出海类的产品
character.ai
现在已经被谷歌收购了
对是的是的
对对对
为什么Talkie它的出海可以做到这么好
这是你有分析过原因吗
我觉得有两个比较重要的一个原因
一个是character.AI
它上面用户可以自己去构建Chatbot的
它上面可选的Chatbot
大部分也是用户自己构建的
其实存在说
用户构建的水平的一个能力的影响
这个能力会影响用户的体验
Talkie上面有很多Talkie内部自己构建的
非常非常好的一些角色
同时还有一些跟一些大IP的合作
比如说一些国内的rapper糯米
他可能会跟Talkie合作
在上面生成一个糯米的一个IP
然后用糯米的语气跟语言
去生成这个对话
我觉得
这个是一个比较大的一个区别的点
嗯就是说它在产品的构建上
其实给用户的选择更小
但是我帮你构建的这个底层更好
更扎实比用户自己要构建的好
他是帮用户省了一步
对的但是用户也可以去进行构建
所以
没有说用户这方面就使用空间会小
但是他底层确实更扎实
另外一方面
我觉得是对于这个人物的一个塑造上
Talkie更到位
比如说我可能是一个富二代吸血鬼
他的一个长相家世国家
家族的一个背景
他比如说现在的
面临的一些人生的选择
然后用户去跟他进行交互
会觉得这更像一个人
那种游戏感会更强一点
嗯
那在你真实的玩这些游戏的过程中
你有觉得黄色跟暴力
也是他们吸引用户的一个点吗
我觉得软色型
算是很大很大的一个部分吧
因为首先这些角色对于我来说
他并不是一个完全
作为伙伴的一个存在
因为我现实中有这么多好朋友
对吧如果我谈恋爱了
可能还会有女朋友
所以在这方面的需求
可能能通过真人去进行满足
而他更多是满足真人满足不了的幻想
嗯
暴力呢
暴力这个我使用的场景比较少
嗯对
因为我是知道character.ai
他们某些时候他的那个平台政策
他会稍微放得开一点
然后就会多一点
放的紧一点
那你的关键词可能就直接被这个平台
相当于发出去了
没有回复
是的我觉得这个也是可能
为什么国内现在的这种角色扮演的bot
没有很好的火起来的一个原因
就可能还是因为这方面限制比较多
如果抛弃这方面限制
场景就没有那么硬
就需求都没有那么硬了
嗯所以他们出海能做对
尤其是出海
面对这种青春期的少男少女吧
你会沉迷在那些角色里吗
在你玩的时候
还是你只是因为我知道
你是抱着一个体验产品的心态去的
还是你觉得
它其实很难让你产生一个用户粘性
对于我来说
是的
但是我看了很多这方面的用户调研
包括会接受到一些一手的用户访谈
那些具有心理疾病或者比较i的人
他们对于这些产品的使用
是非常非常深度的
最深的其实就是刚步入青春期
对爱情有一些幻想
但是还没有机会去谈恋爱的
一些小男生
小女生们
是绝对是这个产品的非常深度的用户
你说的是哪个产品
Talkie啊character.ai
其实这些都算
哪个更深度
或者哪个更好
他们的用户群有什么不一样
我觉得看商业化成绩的话
肯定是Talkie更好
毕竟这个去年是几千万美元的ARR
具体的用户的画像的话
我觉得Talkie的画像
可能没有character.ai那么二次元
因为character.ai主要的使用的用户
还是说这种二次元的一个爱好者
因为它上面能构建一些二次元角色
根据二次元角色去对话
但是Talkie上面不仅有这些
还有一些虚构的角色
还有包括真人的IP在上面
嗯对
因为你做了一圈这样的调研啊
就是你觉得现在做一个AI
陪伴类的工具类产品
还有机会吗
还有市场吗
我觉得是很有机会很有市场的
但是我觉得有几个点
就可能用户最看重的
首先是它交互的一个有趣性
你比如说我是不是只能文字交互
还是说我能跟你有一些鼠标
以及图案那些交互
然后我能不能有些视频语音的交互
这个是用户最看重的一部分
第二部分
我觉得还是要把自己的定位做好
语音跟视频交互
嗯对的
之前是腾讯
有一个叫光与夜之恋的
一个类似的游戏
它就大爆特爆
因为它有一个功能
就是能让角色主动给用户打电话
然后这个功能
是被我很多身边用这个游戏
玩这个游戏的同学都大大称赞
他们觉得这个很有意思
对我们马上要访谈一款AI产品
它们也有类似的功能
哦哇
那很好那很好
然后另外一个就是定
位的问题
比如说
你是想更偏向短期高多巴胺的陪伴
还是说这种长期
更偏幸福感的一种陪伴
我觉得这个两个定位是很不一样的
嗯怎么理解
短期多巴胺的陪伴就更偏向于性欲
长期幸福感的陪伴更偏向于亲情
就是你是要把你的产品做的很浓
还是可能比较淡一点
我觉得这个是一个定位上
很大的不同的选择
你觉得未来他们面临的道德困境
或者说他的灰色区域
会是这些产品一个潜在的风险点吗
还是就是在海外
这个是还好的
就我不知道你有没有研究过监管
我其实之前注意到一个案子
是我自己比较关注的
有个男生在使用character.ai之后
被character.ai去叫唆自杀了
呃对这个影响很大
对我其实也担心
说你怎么在不给你的Chatbot
那么大限制的基础上
避免这种事情去发生
包括怎么样避免用户非常
非常沉迷这个东西
影响现实生活
我觉得这个是他们要研究的一个重点
嗯可能就跟游戏防沉迷是一样的
对这个可能涉及到更复杂一点
就他给你的心理上的影响
我其实很好奇
就我们大家的意愿
就是对AI工具付费的意愿
我其实很好奇
就是大家比如说
每个月
愿意在这个AI工具上面花多少钱
我其实挺好奇这个问题的
我所有都付费
我大模型开了好几个
我什么Claude GPT Perplexity也开了
就我可能把所有的AI东西都开了
你是因为
比如说你的工作跟实习的需要
反正公司也会帮你报销
还是你就自己就觉得
你的这个付费习惯已经培养了
我觉得可能是我付费习惯太不好了
因为很多时候我订阅的什么东西
我也忘了
但是因为我开了很多
确实像泓君姐说是需要会被报销
因为我开了很多企业级的软件
一些AI的企业级
比如说一些agent
builder code啥的
Dify不需要开这些软件
可能需要大量付费
但是像我们用这种大模型软件
我确实就都付费
因为我聊他们都会更新嘛
所以呢我也不想是用旧版本
对用旧版本
就是你要
你要确保
你是第一个拿到最新的更新版本
最好效果的人
是是是因为我用AI太高频了
就是我用AI最高场景
就是我要跟他一直聊天
但我不是为了陪伴而聊天
是我为了知识探索
我需要更发散性的思考而聊天
所以我就需要不断做a b test
就是一会儿用这个GPT
一会儿用Claude
你每天大概有多长时间
会在这个AI软件上
正常在一个学习
或者工作的状态流里面
呃我没有数
但我觉得可能就大概五五6个小时吧
五六个小时
对啊这个比例相当高了
大家在AI工具上付费习惯跟使用时间
我是ChatGPT
Claude和Perplexity都是那个Pro版
但是我对于其他的一些AI工具
好像付费意愿就没有那么强
比如说有些找工作方面的工具
可能那个Charles知道，simplify啊
Jobright这些
它是可能根
据你的简历去帮你推荐工作
然后帮你自动填网页的申请
它的一个付费功能就是说
我根据这个工作的job description
去修改你的简历
但好像我自己是不会为这个去付费
然后我身边同学知道这两个软件的
也很难去为这个东西付费
我觉得可能大部分原因是像这种事情
我们能想到拿ChatGPT去做
只要给它一个Prompt就行了
所以我们就不会想说OK
我在这上面再花个一个月5刀10刀
只为了这一个小的功能这样
嗯嗯
是其实我之所以好奇这个问题
是因为我本身
我没有那么多像Kolento这样
运用AI的场景
我的运用场景其实就是比较普通一点
所以说对于我来说
可能一个付费的大模型
比如说Claude就够了
所以说我一个月其实就只有20美金
对只有20美金这个样子
然后
我再找其他的辅助我的工具的时候

欢迎收听硅谷101
这是一档分享当下最新鲜的技术
知识与思想的科技播客
我是泓君
我们之前有从教育的角度去拆解AI
它是如何影响到教学的各个环节的
那其实反过来
对于学生来说
AI已经成为了他们学习的一部分
而且我想对越年轻的大学生来说
这种现象就越明显
可以说新一代的学生基本上都是AI native的思维
如果现在把所有的AI工具都给你拿掉
你会觉得不适应吗
我觉得难受至极
那我们这集
依然是在聊人是如何使用工具的
但是我觉得跟新世代聊天
特别有意思的一点
就是我们可以反过来啊
去看工具是如何改变人的
所以呢
大家既可以把这期播客当成是一个
作为一个学生
我们可以看到深度使用者
他是怎么样去使用AI的
同时也可以把这期播客
当成一次用户调研来听
简单来说
我们想探讨一个更加核心的问题
AI时代人变了吗
其实我们一直在说
ChatGPT最大的使用群体是大学生
今天我们请到了几位
可以说有一些是大学刚毕业
然后有一些也是读研读博的学生
来跟我们一起聊一聊
他们是怎么使用ChatGPT的
包括他们使用过哪些非常好的AI工具
我们先跟大家打个招呼吧
不然Kolento从你开始
大家好我叫侯泰宇
我现在在纽约大学主修应用心理学
我现在也在某家公司
担任他们的AI产品经
理主要从事一些企业级智能体项目的主导开发
嗯你现在是大几
我现在是大三
好的
大家好我叫陈浩楠Henry
我刚刚从哥伦比亚大学的会计硕士
毕业
现在在看加入AI创业公司或者大厂
做AI产品经理相关的机会
好的王冉大家好
我叫王冉
我现在是在NYU做Postdoc
之前在UCSF做Postdoc
我的研究领域是脑机接口和脑科学
你在读书期间
会用到很多的大模型的工具产品吗
我在读博的期间大模型还没有出现
但是我在做研究
Postdoc的阶段
大模型已经出现了
而且我认为对于研究这个领域
还是一个非常有利的助力
嗯好的那最后
Charles哈喽哈喽
大家好呃
我是Charles左曜诚
我现在是在纽约大学读大四
然后我主修的是经济和哲学
我同时也在纽大运营一个创业社群
同时我也在帮国内和国外的VC
找一些AI相关的项目
嗯对
然后你也
其实也正好是经历了大模型的几年
没错没错
我觉得我个人对大模型APP的使用
其实并没有那么的多
但是我确实能感觉到近些年
这些产品
或者说APP在越来越多的出现
嗯对
要不然
今天我们的讨论就按照年龄来吧
我们就看一下
大家在不同的阶段的这个使用
会有什么不一样的
那泰宇不然先从你开始
我想知道平时你日常的学习生活中
你会用到ChatGPT吗
或者说跟它类似的大模型产品
然后会在哪
些环节用到它
平常我使用这些大模型
模型层产品的频率非常高
可能贯穿了我学习生活的90%吧
我觉得可以分成几个阶段来讲
首先第一点是在学习过程中
因为其实我去上课的频率
变得没有那么高了
可能更多的靠自学
因为其实我发现
通过我跟大模型产品进行对话
包括把一些教科书
通过文件的形式上传上去
极大程度上增强了我自学能力
比如说可以跟他们定制一些
对某些教材的解读
包括针对我上课记得一些学习笔记
或者说期末复习的计划
还可以给我出一些很详细的复习提纲
或者说帮助我做一个导师的形象
来给予我些指导
对这可能是在学习阶段
在一些考试阶段或者一些写论文阶段
其实GPT帮助的是很大的
比如说对你的论文做一些润色啊
可能我更关注的是一些
更能够帮助我在学术严谨上
增加准确性的一些工具
比如说像Quillbot
因为平时我们写这个论文的时候
需要做很多的
英文上叫paraphrase
因为我们需要把一些作者的原话
变成我们自己的话
以防触犯一些抄袭的这么一些原则
所以这个软件其实目前是非常好用的
它是一个插件
它也是一个网页端的产品
它可以帮助我们在学术严谨的前提下
去进行一些paraphrasing
我也比较常用GPT Zero
GPT Zero
应该是一个学生开发的一个软件
它可以帮你检测你的论文啊
或者是你的文件是不是具有极高的AI
的撰写程度
对可以帮助我查看一下
是不是可能违反一些规定
或者说触犯一些红线的操作
类似于是侦探你到底用了多少AI
的痕迹的这个软件
是是是
因为它是基于有一个词叫perplexity
就是困惑度来进行衡量的
所以GPT你写过的
比如说你用GPT去写一篇论文的提纲
然后你用GPT zero
它真的能侦探出这个AI痕迹有多重吗
就你觉得它测的准吗
我觉得测的非常准
因为它能告诉你百分比是多少
甚至是哪一段
它觉得你是AI写的
那我就可能相对的针对那些改一改
对进行一些修改
对你可不可以举一个例子
告诉我们在哪个环节
你觉得GPT产品它是最能帮助到你的
我举一个例子
比如说我有一门课的期末主题是
在AI时代
你的职业该怎么被规划
我们老师他会给我们大量的论文
但他不要求我们一个字一个字读
因为太多了
可能比如说一本书可能四五百页
所以他也很推荐我们
先用AI给你一个全局
你从里面找到一些你感兴趣的点
然后再深入进行阅读
所以其实
让AI作为一个
类似于指南针的这么一个角色
帮助你从复杂的文字中
找到一个你感兴趣的点
然后你再通过人工的形式
去做深入阅读
阅读完之后
再去把那部分内容用于写论文
所以它其实是你的教材
是已经预制在AI里面的
然后你是从这些教材里面找重点AI
帮你去划重点
对对对可以这么理解
比如说我们有一套自己的教教学系统
然后里面可能就已经内置了很多PDF
然后你要下载下来
然后你要把它拖到大模型里面
让大模型帮你做解析
你用的是哪个软件
我用两个混合用吧
主要看效果
我之前是用GPT的4O
然后出了O1之后
现在可以上传这个文件了
所以我就用了O1
然后之前再用Claude 3.5 sonnet
那你觉得它对你整个效率的提升
会有多少的比例
我感觉已经是很大的倍数了
可能两三倍甚至三四倍效率的提升
对因为之前可能我要花大量的时间
从目录里再去找不同的信息
然后再去阅读
但现在其实
AI首先会给我一个非常强的一个摘要
AI也可以帮助我
找到一些延伸阅读的材料
我觉得这个是对我效率提升最大的点
我自己是有这样的一个问题啊
比如说我们没有这些AI工具的时候
那你可能写一篇论文
跟你看一个书单的时候
你的完整体验是说
我要慢慢的去把所有的这20本书
跟教材的东西
都学到我自己的脑子里面
把它消化理解
最后在你遇到任何一个问题的时候
你的人脑就是一个搜索引擎库
然后你可以在回答某一个问题的时候
自己去找到这些教材的某一块
然后呢有了AI工具以后
其实我觉得我们在学习的过程中
是走了一个捷径
你会怎么去看这两种方式呢
我觉得其实比如说像
之前如果二十多本书都在我的脑海里
那其实你的整体的功率是比较恒定的
可能每年会增长一点你的大脑的功率
但是AI来了之后
其实我对分析文章的基数
会有很大的增加
比如说我分析20本文本
我大脑接收到信息处理完之后
可能是一个x
对吧这是个比较偏恒定的值
那有了AI之后
其实我原本输入的就不是20本文本
我可以输入200本
他用AI做完分析之后给到我
其实我吸收也是x
所以我觉得
可能你的对于单个文章的深度
可能会有降低
但是你横截面的多样性会有增加
我觉得是有利有弊吧
如果现在把所有的AI工具都给你拿掉
你会觉得不适应吗
我觉得难受至极
哈哈哈
我平时非常依赖于跟AI
进行非常多轮的对话
他不只仅仅局限在学习上
因为我平时我养成了一个习惯
就是有点像不懂就问吧
比如说随时随地
因为手机上也有GPT
然后你的电脑上有GPT
在学习生活中
比如说我们上课什么地方不懂
老师讲的不明白
GPT能给你讲的非常明白
因为你跟他讲的时候
你可以帮我通俗的讲一下
他也帮你举例子
可以给你很通俗的
跟别的东西进行类比
对学
能够其他程度上提升我们的学习效率
包括对各种知识点之间的融会贯通
对吧
他可以帮你创造很有意义的链接
嗯
接下来问一下Charles
你会像他那个程度的使用AI吗
其实我觉得对比Kolento来说
我可能并不会像他
这么高强度的使用AI
你会用AI工具去写论文吗
我其实在写论文的过程中
不会用到那么多的AI工具
在我的写论文的过程中
我用这些AI工具
主要是为了去帮我写完之后的做检查
我并不会
就是检查什么
检查语法
还是就是语言类的问题
还是说内容类的问题
这两个方面都会有
我可能会请Claude
帮我检查内容类的问题
然后我可能会请Grammarly
帮我检查语言类
语法类的问题
嗯所以如果离开了这些工具
你觉得还OK吗
我觉得会很不适应吗
我觉得我可能不会那么的不适应
当然它肯定会让我的效率降低
但是我不会像Kolento这么的不适应对
嗯
好的那接下来
王冉我觉得你跟他们稍微不一样一点
是
因为他们其实现在还在一个大学阶段
所以他其实在读书的
应该是
一开始就有一些AI工具类的产品
大概在念大学的一到两年
然后蔡的GPT就出来了
然后他们在两年的这个时间里面
就慢慢的开始适应了这个产品
所以我觉得他们的思维
可能是更加native AI的
为什么今天我们说按照年龄来
就是你可能是正好是整个大学
其实是都没有这样的工具跟产品的
这些年是在国内念的书
然后来美国念的这个研究生
突然面临了一个整个的环境的变化
然后又是经历了大模型
产品从发布到高光时刻
到大家都在用的一个非常完整的两年
是的对
因为我当时是大四的时候
那个GPT 3.5刚出来
当时的模型能力也没有很强
像我是那个会计专业的嘛
写一些会计专业的论文内容
其实写不出来的
然后我出来之后
像这两年
不管是Claude呀
还是GPT呀
这个发展都非常非常的迅速
然后我自己感觉也是
其实对学习有一个很大的效率的
一个提升
我觉得对我最大的帮助
就是在一些数理方面的课程
比如说像计量经济学这样
它有很多的一些推导
之前我如果是有一个公式我不懂的话
我去回看老师的那个录播
其实非常麻烦
因为一个录播可能两三个小时
而且有的地方老师讲的就比较快一点
但我就现在就可以去问GPT
让他一步一步给我推
如果他没推出来
或者我还是不懂的话
我就可以去问Perplexity
让他给我找一个这个概念相关的
一个推导的视频或者课程
然后我去看一下
包括让GPT
给我去写一些简单的一些论文
平常如果有些编程相关的内容
比如说机器学习啊
或者是深度学习的课程
要写些R或者python的代码
我就会让Claude来帮我
或者跟我一块写吧
你是主动修了编程类的课程
对对对
这是并不是专业要求的
没错我主动修了几门
一个是机器学习深度学习
还有Generative AI
三门对
然后都有些编程的内容在里边
Generative AI是学什么的
它的学原理
哦对
它叫Technical and Social
然后我们一节课是3个小时
前半节是讲一个AI的原理
比如说这个attention
这个机制啊
或者说这个transformer
这个架构
但后半节课
我们会讲一些
针对AI带给社会的一些影响
比如说对这个劳动力市场
比如说对这个教育行业
比如说对金融啊
这方其他行业的一些社会的影响
嗯其实也是
一个一个深度的去分析这些行业
那你们在这个课上
会特别的要求去使用这些AI产品吗
哦会的
会的会的
我在这个课上
其实算是从0构建了一个评测LLM
去计算财务公式的
一个benchmark
这个其实对我来说完全是从零开始
门外汉也很简单
就是把自己的需求跟Claude讲清楚
然后Claude可能一步一步给我
把这个代码写出来
然后把这个error code再回给Claude
然后Claude再帮我改
这么大概运行了可能三五天吧
然后这个小的一个文章就出来了
所以你其实这个文章
就是跟Claude AI一起去共创的一个文章
而且它是一定是需要AI的这种能力的
对于我来说是的
我相信
如果有些同学编程能力很强的话
他可能自己把这玩意写出来了
但因为我还没有那么强
所以我就是相当于跟Claude
把意图告诉他
然后他再写
然后我再测
然后他再改
这么一个流程
你觉得对你的帮助大吗
哦非常非常大
相当于这个是类似于在帮你去学编程
对而且是这种用实践学习
这种方式如果没有Claude的话
我可能这东西根本就做不出来
因为要学东西实在是太多了
对然后我们教授其实也跟我说
因为我本来写完那个论文是完全
比如说我把这个代码跑完之后
他会有一些图表的结果
我把结果回给Claude
然后Claude直接给我
把这个论文就写出来了
但是我教授跟我说
一个比较好的方式是
你先按自己的结构和化
先把这个论文写出来
然后再喂给Claude或者GPT
让他去帮你润色
他觉得是既能降低AI痕迹
然后又能达到一个比较好的
一个文章效果的一个方式
嗯对
然后你刚刚提到
其实你们有修这门课
然后也讨论了他对金融对教育
对各种行业的影响
对教育的影响具体是什么
然后你们在课上
你们是怎么去看这些观点的
明白其实
当时
我们有看了一个比较经典的一个论文
就是他测试了
一个发展中国家的中学的数学课
让一部分同学用AI去做作业
让一部分同学没法用AI
然后看
他们最后在这个数学考试的结果
他们其实发现从头不用AI的那帮同学
那考试结果是更好的
所以这个就是也算一个比较
就是多大
年龄阶段
大概在12-15岁之间
初中
对但是他后来做了一个调整
他调整到说OK
之前的AI我可能是只给你答案
我现在不给你答案
我告诉你过程
你按这个过程一步一步去解
然后发现很好的减小了这个成绩的一个差异
嗯
但是还是没有用AI的那批人
他的得分是最高的
对但是我觉得
这个可能局限于这个数学领域吧
而且他考试的时候是不能用AI的
他不像在现实生活里
可能我们做一些task
也是能用AI工具去帮我们
对所以你觉得我们在教育领域
我们应该去禁止AI类工具的使用吗
尤其是在我觉得大学
可能会单独拿出来说
因为他的情况比较复杂
就大家已经是成年人了
尤其是在初中跟高中阶段
你们有讨论过这个话题吗
我们有讨论过
但是我们其实很难想象
说让大家不去使用AI
就好比
我们今天做一些比较复杂的计算

我们不用计算机一样
我觉得这个很难去想到
可能我觉得一个更好的方式
是让这些小朋友在比较早期
可能小学的时候就把这个基础打牢
用AI去更好的帮他们
去探索他们的兴趣
如果找到他们兴趣点
我相信他们是愿意不用AI
去进行一个更深度的一个学习的
但在找到兴趣点之前
可能AI能帮他们增加探索的广度
这样
嗯王冉
因为我是在科研界
对其实我最好奇的是
AI在真正帮助你
做这个脑机接口的研究上
会有特别大的帮助吗
因为你的研究范围
可能已经超过了大家前面说的
写论文或者是给一个简短的答案
我相信
可能你是需要一些更复杂的运作的
是的是的
其实我一直期待有一个
super agent可以帮我做
比如说一个新的领域的文章
调研啊包括提炼一些问题
当然这个就是也非常偷懒啊
目前来说这个AI还做不到这一点
但是在一些这个流程的环节中
是能够帮到我的
比如说当我想要去接触
一个完全全新的领域的时候
我之前试过用ChatGPT
帮我做一些文章的中述
告诉我说
这个领域有哪些文章
可能是一个关键的点
但是我发现
当时我是2023年左右的时候用
当时那个版本还比较老
它会有一些幻觉的问题
它出来那个文章看上去好像挺真的
但实际上这个文章并不存在
就是你用AI去生成这个文章
就是相当于是我问这个才是GPT
这个领域里面有哪些文章
可能是跟我相关
然后让他去列一些文章的名字
然后发现这个文章的名字并不存在
就是说他是完全在hallucination
一个意思
是完全在瞎写对吧
哦完全在瞎写
哈哈哈对
嗯那现在他这个能力提高了
他是不存在这个问题了
但是在当时的话
我会用另外一个工具叫做connected paper
它的话是一个基于graph的一个图
相当于是一个谷歌的那个page rank的那种算法的一种东西
它会比如说
我知道
这个里面可能有一个关键的paper
然后我会以这个paper为一个关键
点进去搜索整个领域
它有哪些文章跟它是相关的
会有出现一个图一样的结构
然后来帮助我去展开这个
我理解它其实不是现在的生
成式AI它更像是一个知识图谱的
啊没错没错
类似一个前AI时代的一个小工具吧
但是以它为基础来去做这个领域调研
对我来说也是会有很大的帮助的
这个相当于是我在做文献
调研的过程中
一些非常down to the earth
就是需要非常solid
知道哪篇文章在干什么的时候
的一些过程
in general的话
比如说我想知道一些
在传统的没有AI时代的时候
我想知道一个
比如说记忆这个概念里面
记忆是如何产生的
过程中哪些关键的过程是怎么样子呢
我可能需要一个完整的一个Surrey
或者是一个reveal来去知道
有一个大的框架
我才能够知道这里面的细节点
但是AI的话给我的帮助是说
我可以直接问这个问题
我不需要做完整的调研
然后他可以把一些关键的结果
直接告诉我
这个过程的话
对我来说
也是大大加速了
我对整个领域的一个了解的过程
那他告诉你的答案是对的吗
通常是对的
就是
你觉得这两年他的进步还是很大的
没错没错
就是他已经不像刚开始出现的时候
全在胡说八道
都是AI幻觉
然后现在他的靠谱程度提高了很多
而且他会给到一些链接
就是练到这真实的文章上去
这个过程也是比较科学的
然后在实际的创作过程中
写文章的过程中
我也尝试过用ChatGPT
最开始的时候我是很好奇
他能不能够真的完整的生成一篇
文章是我可以被使用
发现实际上是不行的
就是如果完全没有这个框架
或者完全没有素材的话
他是生成的东西是非常的干的
就相当于是说了很多废话
所以这个过程上是不能用的
但是我在现在写文章
有一个大家用的比较多的
一个online工具
叫做overleaf
它是一个写了LaTeX格式的
一种在线编辑工具
然后这里面也融入了AI的功能
然后我发现我在用这个工具
在使用的时候
它的AI的撰写
或者帮我修改
句法和词汇替换的过程中
其实是也是非常有帮助
就是一个高级版的Grammarly
相当于是
哦所以它其实也不算是生成式文章
它只是说
它可以更好地
帮你在英文的润色上做得更好
对对对相当于是一个副驾驶copilot
当然我发现ChatGPT在中文上是非常烂的
它的句法和用词
其实并没有我自己写得好
那在英文上呢
比你写得好吗
那是会有比我写得好
对确实
这里面其实也是一个共创的过程
他可能会启发我一些新的一些点
有可能我在写的过程中哎
我自己没有想到
你觉得哪一个点启发到你了
可以举个例子吗
比如说我在写科研这个Perplexity的时候
我会把我写的一些大纲
或者一些已有的东西交给ChatGPT
帮我看有没有什么样的一些新的点
可以去发现
通常它在润色的过程中
它refresh了一个新的一个角度
这个角度
可能跟之前我的这个观点是有类似
但是它能
够启发我哦
原来我可以从它新的表达上
有一些新的启发和观点
比如说我之前写了一个
就是跟语言的进化有关系的
一个研究的Perplexity
当时我记得他会提到一个
我们的语言其实是非常受限的
我原来的表达
可能是用了什么信息论的这种表达
来去描述
但是他的表达的话会让我会觉得哎
更加的宽泛
因此也会启发我
原来
这个并不一定是个语言的一个概念
可以是一些别的一些视觉呀
什么听觉呀等等
这从这些角度来去思考问题
嗯对
我为什么想做今天这样的一个话题啊
就是在ChatGPT刚出来的时候
其实我就有看到
应该是叫study .com的一个研究报告
这个研究报告呢
它是有说在ChatGPT出来以后
90%的学生都是知道他的
那个是刚刚出来的时候
有89%的学生
其实是使用过ChatGPTT
来帮助他们完成家庭作业的
同时其实我也有跟一些投资人聊
大家就觉得
ChatGPT背后最大的使用群体
其实是学生
上次Henry是你说的吧
你说那个期末考试的时间
就是他整个就挂了
哦对
就是可能2到3周之前ChatGPT
有一天晚上崩了
然后就是
因为那周是大家期末周最集中的时候
嗯就是使用的人太多了
对就是使用人太多
对还蛮有意思的
所以你们的同学
你们知道的
身边的人都是在使用这些AI工具的吗
所有吧
我感觉我身边应该没有人不用
除了学生
就是我身边所有的人应
该都在用
对至少我知道的
嗯你是说除了学生
包括创业者
对包括你接触的工作
包括我的各种朋友们
嗯
我也差不多
因为我有一些课
是跟MBA的同学一块上的
我发现这些MBA同学
他们也尝试去使用这个工具
但他们其实不太知道
怎么去写好一个Promptpt
所以他们可能的使用的效率
就没有像Kolento啊
Charles这种
就AI Native的学生使用效率这么高
哈哈哈
Charles有话说
是的就是
其实也是回答您的问题
同时也回答
就是刚才您问Henry那个问题
就是应不应该在初中
或者说高中这个阶段
让学生大量的使用GPT这样的AI工具
其实我前段时间有听李飞飞
就是AI教母和Jeffrey Hinton
诺奖得主
AI教父他们的一个视频
李飞飞在里面有提到
说斯坦福当时在GPT刚出来的时候
有去咨询李飞飞
关于学生使用GPT帮他们写文书
然后进入大学的这个问题
斯坦福的招生部想知道
这个算不算是作弊
然后李菲菲对这个问题思考了很久
他去问了他的儿子
他的儿子很小
他去问他儿子说这个应该怎么解决
他儿子给了他一个
我觉得很符合我们这一代
AI native学生的一个回答
他儿子说
斯坦福其实应该考虑录取
ChatGPT使用的最好的
前2,000名的学生
我觉得我很同意这个观点
因为对于我来说
其实AI工具它对我来说就是一个工具
可能就像我们平时
用word用PPT
这样就是非常的习以为常
我并不会说特意想拿它来作弊
或者说是为了它来达成某些目的
它可能就是一个对我用的非常顺手的
或者说
平时我们日常都在使用的一个工具
所以说这个是我的个人的一些观点
那如果它在胡说八道的时候
或者它的信息在误导你的时候呢
呃我觉得确实是会有这个问题的
我个人觉得是有两方面
一方面
就是像刚才王冉哥和Henry提到的
这个模型
他的能力也在提升
他可能会越来越少的犯错误
这个是一方面
所以说
我觉得我可以越来越相信这个模型
和这些AI工具
还有一方面就是我觉得不管怎么样
他可能最终都还是会犯一些错误
就比如说我之前有用Claude
或者说ChatGPT
帮我做一些非常简单的数学运算
但是他可能都搞不太懂
所以说这个也是一直在提醒我说
要对这些AI工具保持一些批判的角度
去看他的想法
嗯嗯
王冉怎么看
你身边的人都在用AI工具吗
基本上所有人都在用
科研工作者也都在用
都在用都在
对大概一年前吧
可能还有我的一些朋友们
他还可能接触少一点
当时我因为也是很近的朋友们
所以我跟他们说
在科研领域
对我来说
是一个进入了一个科研2.0的时代
建议所有的科研人员
都要用一用这样的工具
然后刚才您提到一点
说在学习或者是工作当中
该不该使用AI
刚才Charles也提到一点
就是李飞飞跟Hinton的这个访谈
Hinton他提了一个
我觉得一个非常好的比喻
说这个计算器是不是一个作弊的工具
那我们之前的人被九九乘法表
是有非常好的心算能力
但是有了计算器之后
大家好像似乎都不具有这个能力了
但这是不是一个问题
他认为
这个可能并不是一个太大的问题
因为这个相当于是一个新的时代
的一个基础设施
他会用这个工具
之后有一些新的一些想法
新的创造
这个才是更加重要的
嗯在你们学校
或者你们所学的一些学科的老师中间
每个人都是接受他的吗
还是说会有老师非常强烈的反对
你们用GPT去写文章
我的有一门很巧
我的一门课就是AI课啊
就今年上了一门
我们纽约大学
AI课讲啥
这个课名字叫做AI and its discontent
就是讲了从古至今AI的整个发展历史
最古有到公元前370年
柏拉图写的一些书
最新有道
我们的Attention is all you need
李飞飞写这个large skills image net
这门课的大标题叫text and its idea
也就是说我们要通过读这些text
生成我们自己的idea
虽然这是什么AI课
但老师说
你们绝对不可以用AI来生成你的paper
是因为他说
会让你丧失掉自己的批判性思考能力
因为其实在你写作的时候
你是非常沉浸的
也是非常的冷静的
也是很理性的在思考每一个字该怎么
被写出来
以及下一个字该怎么被生成的
但是就像刚才马尔戈说的
这个计算器的比喻一样
我觉得AI对我来说
因为AI是生成式的
他跟你用搜索
跟你用别的工具不太一样点在于
他帮助你直接完成了一些任务
而不是辅助你去完成一些任务
就可能对我来说
我觉得AI不像是Artificial intelligence
更像是Augmented intelligence
是增强智能
它应该在帮助我增强我自己的智力
所以回到这个课上
这个老师
他其实一部分原因去拒绝我们使用AI
是因为他想让我们更加冷静的
理性的去思考
每个字该怎么被写出来
以及整个文章该怎么被结构化
但是如果你用了AI的话
那其实他直接帮助你跳过这个步骤
其实你没有学到什么东西
因为这门课的主题
就是让你通过这个text
去生成你自己的ID
那其实等于说AI帮你上完这门课
所以我觉得
这还是一个当时我上AI课
还蛮犯直觉的这么一个事情
不过像我刚才前面提到的一样
他很鼓励我们通过AI去收集信息
这也是我认为AI对我最大的一个点
在于我觉得不管什么工具吧
从古至今都是在帮助人类
降低他们信息获取的难度
降低所谓的信息上
降低信息的不确定性
让我们获取到更多更多样的信息
对你写AI课的论文
会是你写的你觉得最难受的论文吗
因为你要自己写倒还好
对因为我想到一个故事是
我在上大学之前
我去康奈尔的法学院
学过一门国际人权法
当时
我们要写一些给联合国的影子报告
然后要写一些这个叫individual complaint
就是你要去针对这个案件
分析很多细节
因为法律是非常的理性的
是非常具有逻辑性的
包括一点点创造性
我曾经有在22年23年回顾我那篇论文
那篇论文拿了a
但是我觉得
我很难再写出来那样水平论文
因为当时逻辑性感觉
是我现在不是特别具有的
但是如果我回看现在
其实我感觉我比当年
可能丧失了一点逻辑性
但增强了更多的创造性
就是我的发射性思维变得更多了
因为就像刚才Henry讲到
其实我们这个时代
更多人跟机器交互的窗口
更多是通过Promptpt
也就是说问对一个好的问题
其实你的好奇心是在增加
但你可能需要在更冷静的情况下
在你离开a的情况下
获取更多的理性
获取更多的推理的能力
嗯
逻辑性减弱了
创造性增强了
这是你是觉得你写不出那篇文章
他的那个有逻辑
包括你的文本的那个感觉了
但是你的发散性思维
就是关于idea核心的内容的这个点上
可以做得更好了
是这个意思吗
是的是的
比如当时我的一些切入点
我现在有更多新的思考
当然也得益于我这些年的知识的积累
但同时
因为那篇论文是非常需要有逻辑性
就是你需要很规章制度
去所以不同的法律的条款的
但我不确定自己能不能找
那么精准
以及能不能把这个文章
如此结构化的重现出来
嗯
那现在写论文
其实也是需要非常好的结构的
对对对其实我有想到
就是因为我还有一门课
是我们每一个国际学生都要上的
就是叫做international writing workshop
就说你要去学如何写作
但这门课是绝对不可以用AI的
对如果你用AI好像等于白上了
因为你都根本不知道怎么写作
比如说
你要知道怎么去不作弊的情况下
就不犯这个plagiarism
这种危险的情况下
你去怎么做好这个citation
就是引用
然后呢每一段该怎么写
然后
你要怎么去很好的说明白一个论点
怎么去说明白一个反论点
怎么去回应作者的这个观点
等等对
这些事我觉得人类要
或者说我们作为学生来讲
要基本掌握的一些基础技能
所以你还是赞成
在很多时候我们是不能使用AI工具的
因为一些底层能力的培养
它有的时候
是需要你从这个工具里面抽离出来的
其实我会更愿意去更多的拥抱AI工具
甚至
我觉得应该在生活中的每个细节
都用AI工具
那这些课呢
这两门课呢
这两门课
呃哈哈哈
因为当时我上那个workshop时候
好像还GPT好像才3.5
才刚刚出来好像

Blue Origin这一类的火箭发射公司
也抛开OneWeb的这一类
比较老牌的卫星公司
说三家
你觉得最有前景的太空创业公司
这个我现在比较难选
我也不想只说我自己投的企业
这样
感觉是有点在给自己的公司做广告
嗯我可能就还是不说公司了
这个说三个趋势
第一个我非常看好的
就是建立在太空卫星
数据层面上的垂直领域应用
这是一个非常大的方向
第二个的话呢
是太空工厂和制药和医疗领域的应用
这是一个巨大的方向
第三个方向的话呢
其实是有点像在搭建太空环境里面的
叫infrastructure
有点像我们搭载cloud infrastructure里面
上面那个infrastructure
大家想象一下
如果我们有很多很多的人工智能应用
那你是不是也需要有一个数据中心
可以去进行实时的支持
你是不是也有需要一些其他的
一些infra层面上的一些技术支持
我觉得这三个方向都是非常看好的
当然
我刚才聊的所有的这些创新啊等等
我都是在谈美国这个市场
中国市场我没有那么熟悉
但是我也听到说
无论是从国家领域的
包括中国航天
还有我之前也在达沃斯
见过一些非常杰出的
中国的这个宇航员
然后技术发展速度非常的让人惊艳
还有包括一些小型的初创企业也很多
我觉得更多的是说
愿不愿意
把这样一个曾经高监管的行业
开放来
其实SpaceX最早也是碰到了很多的挑战
就是因为它本身
曾经是一个国家主导的
高监管的行业
是在过去这十来年才逐渐放宽
甚至说是过去这五年才看到说有更多
他有很多的进展
无论从NASA那边
不再跟他去进行Head to head的这些争斗
而是说去进行更多的合作和辅助
我觉得也都是近几年发生的事情
另外的话呢
现在以前我们经常看下讲
我们其实没有在洛杉矶投什么企业
因为洛杉矶主要是ToC嘛
我们投的所有的企业
都是技术属性比较强
ToB的企业
但是现在我们有两家太空公司
都是在洛杉矶啊
因为SpaceX
是的洛杉矶对
SpaceX公司附近的那几个城市
大概现在涌现了几百家
太空科技创新的企业
哇初创企业
是的那边是一个小生态
所以其实它聚集人一个生态
好处是大家互为上下游
最后还有一个高度不确定因素
就是马斯克本人
是的
现在现在
他跟特朗普的关系是非常非常的好
但是我看见这个drama已经开始了
是的
然后我们之前就我们内部去做预测
说明年会有什么黑天鹅
他和特朗普闹翻是吧
可能是迟早的事情
我非常同意
哈哈哈但但我觉得怎么说呢
本身说实话
你看他为什么去支持特朗普
有部分原因
也确实是
他和拜登政府的关系是非常糟糕的
就非常非常糟糕
不仅是SpaceX
还有包括说特斯拉那边
其实和他们的交通部
有产生巨大的问题
但是即使是这样
你看这些公司发展也发展得很好
在过去四年
你没有说发现Tesla的不发展
或者说是什么SpaceX不发展
它其实还是发展速度非常快
所以你说他和特朗普如果闹翻
最差能够多差
因为共和党他本身还是支持私营经济
而且他是小政府
对而且SpaceX更重要的一点
他其实现在也涉及到
就像你提到的国家安全
然后军工等等
它是非常核心的一个产业
特斯拉的话呢
它又是电车
那我们提到说
这些国际之间的这种电车产业竞争
所以从政策层面上
从政府层面上的话
他一定是有动力去支持他发展的
那当时拜登政府
去搞这样的一个电车的峰会
都没有邀请马斯克
这也是他们在表面上决裂的
一个非常重要的一个原因
但是你看特斯拉
其实过去这几年发展也很好
现在大家在硅谷
其实用无人驾驶
用的频次简直不要太高
我们公司比较年轻一点的投资经理
不到30岁的
人家
基本上每天连停车从来都不自己停
哈哈哈所以我觉得整个民营企业
还有包括私营企业的发展速度
也是不会减速的
但我非常同意你几点
就一来马斯克确实是一个
就是又是公司巨大的资产
又是公司巨大的负担
就是liability
对风险负担
好在呢SpaceX还不是一个上市公司
所以可能比特斯拉的处境要好一些
而且SpaceX它除了马斯克之外
他其实day to day的这些运营的人员
还有各种各样公司内部的高层
是非常接触的
我觉得
他们真的是把整个行业最好的人
最吸引过去了
对对
我忘了是我们之前做过一次访谈
还是我跟别的记者聊过
我记得在早些年
就2020年那次发射成功之后
20年到21年的几次采访
我强调过好几次
我说我希望大家看SpaceX
不要只看马斯克
不是说他这一个人
当然他有非常重要的他的愿景
他的投入
他的资源等等
但是
SpaceX真的是聚集类行业里最优秀的人
包括我认识的一些非常杰出的人
他可能在那边做了10年
我有一个非常好的朋友
也是去那边做他的chief Architecture
而且说实话
SpaceX的薪资报酬
跟硅谷的科技公司根本没法比
就他没有给很多钱
他的股票也没有上市
所以只能说是纸面的价值
但就是因为这个巨大的愿景
吸引了基本上业内最优秀的人才
所以包括他的高层
他内部的技术团队都非常杰出
你们也采访过SpaceX的员工吗
都是非常优秀的
私下也认识一些SpaceX的人
我真的觉得太聪明了
是的对是的对
所以从这个角度来讲的话
我也不希望大
家觉得哎
就只是马斯克
马斯克在这个公司在
马斯克不在
这公司就怎么样了
一定会有影响
但不会说有以下一个巨大的影响
所以我说它既是一个资产
但它也是一个巨大的风险
好在这也不是一个上市公司
特斯拉作为一个上市公司
都已经熬过来了
所以我觉得SpaceX的董事会
各方面都还是非常好
非常专业的
但我很同意你
我觉得他和特朗普闹翻
可能也是迟早的事情
所以
明年还是有很多很有趣的黑天鹅事件
可以关注
虽然马斯克在表面上
你会看到
他是一个相对比较疯的一个人
然后性格也比较张扬
但你会发现
他是硅谷唯一一个科技企业的创始人
他所有的公司
都是做到了一个非常好的
叫政府资源和私营企业的一个结合
特斯拉 Solarcity SpaceX
没有任何一个其他科技企业家
可以动用到这么多的企业资源
你现在说他讨厌拜登政府
当年如果不是政府对他的补贴支持
特斯拉根本就不会发展起来
对于电车的复制和支持
SpaceX确实初期的话呢
遭到了很多的质疑和挑战
但最后NASA还是拉了他一把
又那么多人才的一个
他的关键订单
就是在生死抉择的一线
也是靠NASA输血
是的是的
所以你会发现
他表面上是这样的一个人
但是真到一些关键时刻
他是知道怎么样去处理这些
比较复杂的
public和private的一个关系的
处理政府关系是很复杂的一件事情
那为什么
他可以重复性的
一次一次又一次的做好
Solarcity也是呀
也有大量的补贴呀
所以在表面上
大家觉得他好像很反政府
他好像是一个非常radical
不知道怎么和政府打交道的人
但实际上你会发现
实际他是非常懂得
怎么样去利用政府资源
和政府打交道
那么还有一个例子
有哪个硅谷企业家
美国企业家
如此成功的在中国获得了巨大的支持
在上海
开建了这么巨大一个特斯拉工厂
那你这个时候再说
马斯克不知道怎么和政府打交道
那当然就不是了
他打交道打得非常好
包括你说关键时刻
那是谁救了他
不也是中国的这个工厂
和中国的订单和市场救了特斯拉
在关键时刻
是的是的
对我觉得太有道理了
今天我们算是把整个的太空经济
从SpaceX开始做了一个梳理
对我觉得如果展望一下2025年
我们也非常期待星舰二代的发射
看看它会把我们的整个太空经济
带向何方
是的明年会是非常兴奋的一年
也会有非常好玩的事情发生
是的好的谢谢泓君
好谢谢张璐
在做这期播客
之后呢
我也看到了纽约时报在俄乌战争期间
写过的一篇旧的文章
里面非常详细的提到了星链
作为非常底层的通信技术
是如何影响俄乌战争
甚至是改变整个战场决策的
我可以给大家讲几个
纽约时报这篇文章中的小片段
在2022年2月的时候呢
乌克兰军方
他们使用的高速通信卫星叫做Viasat
被摧毁了
那这个时候呢
乌克兰数字部部长
就向马斯克发出请求
说需要Starlink
当Starlink到达乌克兰以后
很快啊他就扭转了俄乌战争的局势
乌克兰开始占据优势
因为以前从找到目标
到击中目标的响应时间需要20分钟
现在已经缩短到一分钟
而且呢
他们的士兵看着屏幕就可以操作了
最初这笔给乌克兰的星链费用
12个月产生了近4亿美元的账单
这些账单一部分是由SpaceX承担的
美国和其他盟友也会提供一部分资金
但是之后谁来出钱呢
就会变得含糊不清
那此时马斯克
其实是面临一个非常两难的选择
马斯克的观点是
他担心
乌克兰不仅仅会用星链来保护自己
还会去发起进攻行动
收复被俄罗斯占领的土地
这就会造成大量的俄军伤亡
但是呢美国的五角大楼认为
如果星链被关闭
乌克兰就会有大量的人受苦
最终马斯克还是选择了
关闭乌克兰一些星链终端的访问权限
随着战线的转移
俄罗斯在不停地赢得领土
而乌克兰在为夺回领土而战
马斯克呢
使用了一种叫做地理围栏的流程
来限制Starlink在前线可以使用的位置
这就是说啊
星链它是没有办法
在俄罗斯已经占有的土地上
来去使用的
即使乌克兰获得了星链
也无法跨越地理围栏使用
而且呢
马斯克还拒绝了乌克兰的一个请求
他拒绝了乌克兰
向停靠在黑海的俄罗斯船只
发射装满炸药的海上无人机
因为他的原则就是说
Starlink
它是不能用于远程无人机的袭击的
如果不同意Starlink接入呢
那么也会改变整个乌克兰
它的战争策略
以上
就是星链在战争中应用的一些片段
那读到这篇文章的时候
我的一个强烈的感受是
马斯克可以独自决定
关闭一个国家的Starlink的互联网接入
而且呢星链已经表示出了
对这个领域垄断性的优势
所以说科技的进步
真的在把人类带到更好的方向吗
以上就是本期节目的全部内容
如果你有什么样的想法
欢迎给我们写评论写留言
那如果你有什么样的问题要问
硅谷101 也可以给我们写留言
或者给我们发送邮件
邮箱的地址是Podcast@SV101.net
那我们会节选一部分听众的提问
在年终的总结里统一回复大家
感谢大家的收听

尽快的可以坐下来心平气和的聊一聊
怎么样可以在太空经济这个领域
大家可以协同合作
因为它是一个巨大的星矿
我们刚才提到人工智能在地球上挖矿
那其实在太空里面有很多矿
包括你说的这些陨石上面的这些矿
很多都是地球上的稀有金属
那这些稀有金属在太空里面的
有些过来的小陨石
上面的含量是很高的
如果我们可以进行捕捉之后的话呢
这些金属可以用到
比如说支持我们的半导体行业
支持我们各种各样的一些能源行业
可能会有新的材料出来
可能会有新的科技突破
是的是的
所以我经常讲
像昨天其实还是有一个非常大的
另外一个国家的主权基金
不是昨天
就前两天他来我们办公室来跟我聊
他们
其实因为可能是美国之外的一个国家
主权基金嘛
他们就对这个领域没有特别了解
他们就说说哎
那难道说
我们现在就是要发展太空经济
不管地球了吗
我说并不是这样的
其实最核心的就是
我们发展很多太空的创新
是为了用太空的创新
来去解决地球上的问题
包括我们刚才提到的太空工厂
你可以在太空工厂里面
发现最好的核心的优质的蛋白晶体
而这些蛋白晶体其实对于制药啊
还有化工行业
包括我们之前提到的像MRNA
在新冠的疫苗中间核心的MRNA
这些晶体
其实都可以在这样的一个环境里
以非常快速高效低成本的方式去实现
有这样的公司吗
以前在做的就是Varda
Varda对对对
他们是20年成立的
他们的创始人以前是SpaceX的员工
出来做的
这家公司就是专攻生物医药这块
他现在主要是做制药
但其实也是可以做新型材料
他现在其实就是
专门去发一个小的太空舱
上去
在上面完成了各种各样的实验过程
之后再回来
20年成立的
到现在
其实已经有了一个比较快速的发展
他们有人在上面吗
还是只是在上面
现在没有实验没有人
观察主要是观察
主要是进行一些合成实验
合成实验
对他没有人
他怎么进行合成实验啊
自动化的合成实验
哦就是现在合成实验也很多
都已经全机械操作了
是的哈哈哈哈
对所以你看
其实每一个领域
都比我们想象中的进展要快
是的我知道
硅谷101有很多非常年轻的听众
有些时候我们会看
说现在这个世界的发展
接下来一两年
会让你觉得世界有点混乱啊
有很多的信息和我们都不确定性
但是你再去看这些快速的
产业的技术的一个迭代
我们真的是来到了一个
我们经常讲奇点
singularity point
过去这十几年的基础技术创新
我记得我们第一次聊
就在我家的时候
我就说创新的三个阶段
基础技术技术应用和商业模式
过去的十几年
是这一代基础技术创新的一个积累
而现在进入到了技术应用创新
包括人工智能的驱动
各个产业的推动
医疗生物的推动
还包括太空行业
而且你会发现他们中间都在相连
我刚才提到的这些应用
它既是太空行业的创新
又是人工智能的创新
同时还是医疗领域的创新
那所以在未来十年的话呢
我们进入到这个大规模的
新技术应用的阶段
那如果我们不要去看未来的两年
但未来的十年
那现在的年轻人
未来的十年
会非常让人兴奋
和非常让人激动的一个机会
嗯对
我再把问题拉回到星链
现在星链在加州范围上空
有覆盖吗
我只是纯好奇
嗯我晚上抬头看见天空中的星星
它到底是星星还是是卫星
哈哈哈其实是这样的
星链我记得他有分享数据
其实你可以去追踪他星链的卫星
他转转转就会转到
你有些地方可以看到
所以你有些时候可以去追踪
说他星链的这一堆卫星
他很显眼 到哪个位置
我记得有一次我是在哪
应该是在Lake Tahoe
有天晚上就正好说他是在那个位置
能够看到就会看
在空中特别有意思
就像一个小车队一样
一串卫星
它非常亮
一般你看到卫星
它的这个亮度
是会比星星要更亮一点的
就是有几颗
排成一条线
然后不是几颗
是好多颗排成一条线
很长的一个小列队
慌慌慌张过去像一个小火车一样
就很有意思
而且呢星星它其实还是会闪嘛
但是卫星的话它相对就是更持久
那个亮度会更持久一点
而且如果你看到它不是说几颗
它是一大长排
它这样过去
所以是很明显的
你要是有空也可以去追踪一下
他们的位置
可以去看一看
在这里都可以看到
对
我问这个问题是我最近晚上看天空
我经常觉得星星变多了
然后我就在想这个是星星还是星链
我觉得大概率可能还是星星
星链还没有到那个数量对
其实真的去从太空来讲
当然我能理解大家对于太空垃圾啊
还有包括天文学家的一些担忧
我觉得是需要有这种担忧的
但是确实在短期
可能还不需要那么担忧
我们讲说Starship的这个发射非常成功
那其实它发射成功
也就是近几个月的事情
6月份那次发射我们就很兴奋
但是也没有想到
10月份这次发射就可以如此的成功
是的是的对对对
所以我觉得
在接下来的六个月时间之内的话呢
他们还会再进行一系列的发射
包括25年的话呢
我记得马斯克是说
预计可能要发射25次
就是Starship一个月两次
对嗯
那这样的一个发射速度之后的话呢
我们可能才会看到一些加速的卫星
铺射等等等等
所以也不会像大家想象的是说
马上我们就要有其他的问题了
还是留了几年的空间
一边是我们在发射更多的卫星
一边是说
我们可以有更多很好的解决方案去帮助我们解决
带来的一些潜在对环境的影响
对其实
刚刚我们着重是聊了星舰的这一块
那接下来聊一聊今年大家特别兴奋的
星舰的这一块
星舰一共是进行了六次发射
今年的话
第四次发射是在6月份
五次发射是在10月份
今年年初
好像我忘了是不是今年年初有一次
就之前三次都失败了嘛
大家有可能还记得
当时实际上是2020年
当时第一次载人航天发射成功之后
那次做了一次
Starship最早的一个原型机的发射
然后就炸掉了
那次是炸的非常彻底的
是是是对
是那次
我还记得
我们当时做了一个采访
嘉宾说嗯
我们内部的评估是
只要没有炸在发射台上
就没把发射台炸毁
就不算失败
因为他们觉得还可以再发
对对对当然这个不仅是说Starship
你会发现
他们内部
其实在人工智能的应用层面上
是多维度的
就为什么你会发现
每次发射之间的技术进程
和完善的速度会这么快
因为他其实有
比如说
他用人工智能会做这个digital twin
他会用人工智能
去收集很多
发射过程中的多方位的数据
再进行分析
马上就可以反映出来
说这部分没有成功是什么原因
那部分做的好是什么原因
所以它的这种迭代速度是很快的
我们之前也经常要讲说软件
它的一个迭代速度
创新速度很快
但现在为什么说像这种硬件
工业也可以迭代速度很快
也是因为人工智能的一个应用
所以Starship反正6月份那次
是第四次发射
那次是实际上大家看到说哇
真的是有可能可以完全成功啊
第五次也很惊艳
第五次就是筷子夹
第五次就更惊艳了
对对对其实第五次真的是啊
那一天我记得我还在飞机上
我在飞机上
幸亏他那个飞机上面的网络还不错
现在这也是一个特点
你想
为什么现在飞机上的网络都很好呢
因为都是用的卫星信号嘛
然后我看了那个视频之后
我就非常的兴奋
我跟我的团队
在我们的群里就一直在聊
说哇我们投的那些太空科技的公司
他的时间线又可以缩一缩
以前是7年时间线
现在缩到5年
现在可能缩到3年
包括这次最新的一次发射
它其实第一次是在太空点火
它那个猛禽发动机
你说第六次星舰发射
对就是最新的这一次
第六次发射
那这个
其实又是一个很重要的一个里程碑
第五次是验证了这个回收的可能性
那第六次它其实也是溅射在印度洋吧
还是墨西哥湾上面
溅射成功了
重要的是它可以在外太空点火
点火这个猛禽的发动机
那就在未来的深空探索
开始了一个可能性
所以
这也是他这次一个比较大的一个进步
在太空点火是什么意思
就他这次有一个新加的一部分
和第六次和第五次不一样的是
他是在进入到太空领域之后
他又进行了
他的猛禽发动机的一个点火
点火就意味着这时候它可以推动
比如说到时候它有一个载人飞船
再进一步往前飞
哦它这样它就可以走的更远
是的是的
所以叫深空探索
deep space exploration
所以它当时这次的点火是成功了吗
这是他这次发射比较重要的一个节点
因为好多人是说哎
这次怎么没有筷子夹火箭啊什么的
这次其实重心是猛禽发动机的点火
所以从这个意义上来说
他第6次也是成功的
对完成了
当然他后来没有筷子夹火箭那个部分
确实是回收过程中
他也是发现有些参数的问题
那如果两个都实现
那就是一个重复性的一个实验
成功嘛那当然这部分没有完成
但他这次最重要的其实是外在空
猛禽发动机的点火
这是第一次
对所以我觉得
这个就是整个SpaceX非常让人惊艳的
就是
大家都觉得它有一个阶段性的成功
但是他其实下一次任务
他又在把这个阶段性的成功
推向一个新的极致
就是他在测一些新的东西
所以他的迭代速度真的非常快
那接下来的半年时间的话
还会有几次发射
当然因为马斯克现在和特朗普的关系
那他以后的这个发射的批准速度
也会更快
所以在接下来25年
我觉得他自己说要有20多次的发射
我觉得可能性还是非常高的
嗯对
我稍微补充一下
刚刚我们提到
第一次发射的时间点
是在2023年的4月20号
这是星舰的第一次发射
然后第二次发射是在2023年的11月18号
中间是隔了半年的时间
第三次发射是在2024年的3月14号
第四次发射是在2024年的6月6号
所以我们可以看到它基本上去年发
了两次今年发了四次
之前是间隔半年一次
现在差不多是三个月一次
现在越来越快了
差不多两个月
然后明年他的计划是25次
我们看他能够实现多少次
但整体上来说
我觉得整个的发展速度是加速度式的
还是非常惊艳的
是的是的
所以我们其实今年5月份就发布了
我们自己行业内研的
一个太空领域创新的一个行业报告
我们从17年开始
这个领域一直到现在
会发现
我们确实是进入到了不同的一个阶段
第一个我们叫phase one
第一个阶段就是火箭发射
卫星制造
这是比较基础设施的
到现在第二个阶段
现在就是整个太空的生态的一个搭建
还有包括各种各样应用的搭建
所以在我记得应该是
达沃斯世界经济论坛的一个预测是
未来的十年之内
在2035年的话呢
整个市场的量级
应该会达到1.8万亿美金的一个量级
而且我觉得这还是一个偏保守的估计
1.8万亿这个对
是几个国家的
他这是未来十年
嗯我觉得这个数字
可能会在少于十年的时间去实现
嗯还是非常乐观的一个估计
对嗯是的
星舰
如果他试验他可回收成功了以后
你觉得猎鹰9号它的价值还大吗
还大呀其实星舰的话
它是高负载
它的负载量很高
然后它是地球上最大的火箭
它已经比波音最大那个火箭
还要更大了
另外我这边插一句
现在整个星舰的发射成本的话呢
大概是1亿多美金
然后波音它最大的那
个火箭还比星舰要小的
它的发射成本其实是星舰的20倍
所以这是它巨大的行业优势
同时它还在不停的降低成本
那猎鹰火箭的话呢
它也有它的应用场景
还有包括它搭载的火箭的一个应用
所以就像我们有各种各样的车一样
还有
包括各种各种各样的飞机型号一样
你不会说
你有一个非常大的空客的飞机
你就不需要小型机的飞射
嗯所以大型机跟小型机
他们在做整个太空建设的时候
会有什么不一样吗
在他们的职责分工上
你是说大火箭和小火箭
对
我是说大火箭跟小火箭整个的用途
其实还是一个搭载量
比如说它的payload是多少啊
还有有没有载人的推进啊
包括成本
对对
成本是最核心的呗
成本是核心之一
因为你的成本
一方面是你自己本身火箭的成本
还有另外一个是发射成本
但是其实你还是能看到你看猎鹰火箭
它搭载的这个航天飞机
它每次的座位有多少
它其实座位
可能它每次座位有多少
不到10个人吗
嗯
就是它其实现在的座位还是比较小
你现在应该是4到5个人左右
但是你也可以再去加一些空间
去搭载人
但是Starship星舰一次
是可以100个人的至少
那如果说
你将来要批次的往月球基地去发射
月球基地的工作人员
甚至说
再去搭载一个非常大的空间站的话呢
那可能Starship一次递送的效率
就会更高一点
你觉得我们什么时候可以去火星
我不知道
我们什么时候能去火星
当然我知道马斯克在讲
说26年就要开始派
哈哈哈
26年要开始派不载人的探测器去火星
然后两年之后
再派载人的探测器去火星
我觉得现在技术的发展
其实是让我们对于从月球到地球
这样的一个低轨空间
这样的一个大的空间
里面的很多的创新和基础设施的搭设
是比较有信心的
但是深空探索是非常非常复杂的
所以我觉得
还有很多的太空的复杂度和信息
我们是不知道的
包括一方面是说你
我们的航天的一个能力
是不是能够飞到那么远
对吧但能不能飞到那么远
一方面你的飞船有没有合适
还有包括火箭能力
但另外一方面
你的能源问题怎么样去解决
包括像我们今年头那家公司
它为什么发展速度这么快
就是因为
它其实解决的是一个燃料的问题
你不可能带着所有燃料去处罚
因为你的负重量会太大了
那他们其实是用太空里的资源
去生成水和其他航天飞船需要的燃料
在月球层面上或者在太空层面上
这样的话相当于在中间有一个加油站
你加油之后再去进行探索
那这些设施都必须要成熟了
我们才可以进行更加长距离
远距离的深空探索
在这个基础之上
还有另外一个人
就是我们人本身的问题
我们在太空的环境里面
对人的各方面机能的影响
还是比较大的
你在上面呆一年可以呆十年怎么样
那如果说是待两年三年的话
而且是不同
的辐射环境怎么样
怎么样可以去发展到一些
包括耐辐射的技术
包括去保护我们宇航员的生命安全
这些其实我觉得都还要继续跟上
这就是为什么
其实现在我们看很多太空创新呢
它会和医疗紧密相关
因为很多时候你会发现
它卡住的节点

不一定是太空的创新的技术
反而是一些医疗相关的一些技术
或者是生物本身相关的技术
就是你哪怕是一个农作物
你要去生长
然后环境不一样了
它还能不能生长
对
其实最最明确的一个就是辐射问题
你怎么样可有耐辐射的种子
有耐辐射的胚胎
耐辐射的各种各样的一些应用
所以这些其实都是需要解决的问题
所以从这个角度来讲
我可能没有像马斯克
对于很快到达火星
这个想法有那么乐观
但是
我可能觉得大家的初衷的想法不一样
我其实可能更期待的是
一个非常蓬勃发展的太空经济
而且
通过这样一个蓬勃发展的太空生态
无论是从它的各种样的应用的创新
去反哺地球
让地球上的人
地球上的产业发展得更好
马斯克当然
他的愿景
真的是
希望人类成为一个多星球的族群
我觉得也是一个非常伟大的愿景
只是说可能需要解决的问题不简单
单纯的只是一个火箭卫星
航天飞船的一个问题
你想去太空吗
我当然想去啊
你想去月球还是火星
还是哪里
都想去啊
都想去就是如果这个造出来了
有机会我当然会去
有机会你会
去你觉得第几次是安全的
我觉得第前几次可能也轮不到我
哈哈哈
成本还比较高
那现在已经好几人上去了
当然这是有一个个人小小的期望
就是希望我们在有生之年
可以去看到他
对然后你之前讲到
就是你学材料也是因为你很小的时候
你想去坐太空电梯
是的
这个太空电梯是一个怎么样的想象
其实你知道吗
这点我就真的是觉得啊
流浪地球他们的整个的设计
还有包括是下了非常大的功夫的
当时我看流浪地球2里面
他不是有这个太空电梯的一个设计吗
我当时看的特别激动
就好我的朋友不能理解
我当时怎么就是看的那么说的
有点哈哈哈
真的很激动
嗯我我下次把这个带给郭帆导演
我们正在约采访
啊是吗
对我跟他还聊过一次
但是就不是直接认识在Zoom上
其实这一点我想到
我就要提一下那个流浪地球
尤其流浪地球2
他们真的是在背后花了很多功夫
去仔细的研究这些技术细节
我当时看电影
看到这一段就非常的兴奋
非常感动
我朋友不能理解
你怎么这么感动
我说真的
他那一幕拍整个他的太空电梯
他的细节设计
包括他的这个冷却
每一层搭建
跟我小时候想的一模一样
我当时小的时候
是看到一个科幻行业的一个杂志
上面第一个标题就是说太空电梯
那我为什么学材料呢
当时讲说啊
如果想建太空电梯
那就需要用到地球上最坚硬的材料
那理论上最坚硬的材料呢
其中一种就是碳纳米管啊
所以其实当时真的看到是觉得哇
这个东西
是有人在这样的一个影像呈现中
做的非常直观出来
就你觉得它是非常科学的
它是非常科学的
它做了很多的功课的
能具体讲一下它怎么科学吗
就是那个
包括它整个电梯的结构的一个设计
嗯好包括它
它的电梯是什么样
我相信它是一个四方形的
它就是一个柱状型的
其实我当时包括
他每一层怎么样去加速
每一层到多少重力
然后你这个重力加速度大概要多少
还有包括他加速过程中的话
你要去怎么样冷却降温的体系
还有小的机械的
这方面的一些小的设计
我看了我都觉得哇
这个设计的很好啊
他们应该是在背后
有咨询一些专业领域的人士
去进行这个设计
他不是说像你看有些电影
觉得就是画着看着很炫酷就可以
他整个后面
还是有很多工业设计的考量的
所以那个时候
其实是点燃了你想学材料的想法
那那其实倒也没有
我看到那本杂志的时候
岁数还非常小
但是当时就觉得说啊
宇宙电梯
现在有宇宙电梯了吗
啊当然还没有
还没有哈哈哈
但是就是真的到去选专业的时候
就小时候那个想法
突然间就到了我的脑海里
觉得哎
那就可以去学个材料
包括最早做研究
也做了好一段时间的碳纳米管
但是当开始做研究做碳纳米管
发现哇
这个理论和实际实验还差得很多
碳纳米管虽然理
论上是很坚硬的材料
你在很多实验中
烧出来就是一堆粉末啊
所以火啊
不是不是
是因为它这个纯度问题
还有就是工业制造和实际商业制造
和你的理论研究
它还是差异比较大的
材料领域就是这点比较复杂
在理论层面上
晶体架构你可以有很多非常好的结果
但实际上要去做工业化铺设也很难
我当时在斯坦福
还做了很多锂电池的研究嘛
还有太阳能电池
当时我们有隔壁一个实验室
他们当时太阳能Multi Junction Solar的转化效能
是世界纪录，40%多
比那种单晶就是Thin-film
我们薄膜的太阳能板的转化效能
要高几倍
但是成本非常高
现在只能说在一些非常深领域
地球静止卫星上面的话
一些小的一些卫星层面上的应用
因为它的转化效能很高
这个当然扯远了
我觉得这个非常好
就是这个
其实是
我对你整个投太空领域的一个疑问
比如说我们刚刚其实聊到了
我们在太空中去制药
我觉得这一类的科技
它应该是探索在非常前沿的一个科技
包括在利用这个太空的环境
去合成燃料
我能想象中
首先
这个科研需要花费巨大的时间跟精力
其次它的结果可能有巨大的不确定性
就像你说的
理论是一回事
然后你真的在实践中
你会发现它有各种各样的问题
最后我们再把它应用到商业中
又是另外一个问题
没有理论和实验
还有包括商业应用
在地球上是周期很长的
对我们为
什么要挪到太空工厂去做
就是它可能会让这个周期变短
对它即使它的周期
比在地球上缩短了90%
它还是一个长周期
它还是一个长周期
而且他还依赖于整个太空产业
就一整个产业的崛起
他其实并不是说
我只用这个事情做成了就行了
我还必须要spacex频繁的往天上发
火箭的成本要降低
他的卫星降成本要降低
对而且他补给成本要降低
他不能只有SpaceX一个客户
他可能需要有很多客户
因为像你刚刚说的
用人工智能去调节卫星
我当时想到的就是说这个事情
可能其他的公司愿意给他钱
但是如果SpaceX这个需求很大的话
我相信马斯克他是会自己做的
他们自己在做Starlink
自己有这一套系统
所以像这类公司
它其实服务的是除了SpaceX之外的客户
所以SpaceX它的好处是
它很多东西内部解决了
但是像我刚才提到的
我们今年投的这个
用太空里面的资源去产生
像水还有其他的一些燃料
这个公司的创始人
就是SpaceX出来的团队
他们之所以要做
就是因为SpaceX不计划自己做
所以其实很多公司发展到后面的话
你会发现
他会把一些核心的东西抓到手里
就为什么他们会自己去做
这个卫星的交通管理
因为这个涉及到卫星数据
数据是最核心的
但是呢除了数据之外
其他一些基础设施他自己也可以做
但自己做了之后
到底成本是不是可以最大的优化
这是一个问题
能让第三方去做的话呢
其实也是一个非常好的合作方式
第三方做可能成本可以降得更低
它的灵活度也比较大
对所以我现在其实整体的一个问题
还是说太空领域
它是一个比较垄断型的领域
在商业层面
可能SpaceX
现在还有Blue Origin啊
当然这两个公司
它的差距是在越来越大
然后在其他领域
可能就它很多
是国家层面上的一些合作
我觉得短期是这样的
比较垄断的领域是基础设施的
比如说火箭发射卫星制造
这些基础设施的比较垄断
因为他的前期投入大
制造
卫星制造其实也相对比较垄断
其实你要成本一降下来
谁会去买贵的卫星
都还是希望是便宜的卫星
而且是质量高的卫星
但是等到你最基础的这一层
发射卫星搭建好了之后的话呢
会有各种各样的一个应用
那应用层面的话
这些就是各样的公司
都有机会在支持这些应用里面的
这叫infrastructure
你就把它想象成我们现在
比如说在美国
你说云服务是不是就是垄断的
这几家大垄断对吧
但是在云服务之上的话
叫cloud infrastructure
是不是要和各种各样不同的公司去做
cloud infrastructure之间层面上
是不是还有一些什么网络安全啊
数据隐私安全啊
一些相关的领域的发展
这些也有各种各样的公司去做
在这个上面再去建应用
所以是一样的
其实一样的思维理念
最基础的
你说在这边的半导体行业做芯片
呢
你很难说有什么小公司去和英伟达
AMD去竞争
但在他这上面层面
整个生态会有很大的创新机会
所以现在SpaceX可能承担的一个角色
就是有点像我刚才提到的
像英伟达AMD啊
或者说这样大的cloud provider
在地球上的一个位置
还有包括你说的国家
当然国家和民用它是两个领域
国家是包括军方
应用的话呢
它是自己的一个体系
还有自己的一个优先级
到底要应用哪样的技术
但是好处是
现在你会发现
各国政府其实在太空领域创新
给的订单
还有包括尤其是在美国
他给的一些各种各样的项目
的资金支持
是非常巨大的
从去年到今年跳了一个很大的数量级
所以这个层面上
相当于帮助了很多企业
在初始阶段
就可以更快地获得市场验证
这是第一个
第二个的话呢
其实之前为什么你会发现有种感觉
说太空领域就是国家的游戏
因为它的成本太高了
对我觉得早前是这样的是的
但是现在的话
SpaceX它是一个民营企业呀
然后有更多的
我们投的企业也都是民营企业呀
它也不是只服务一些国家订单
它有很多的是民间订单
包括另外一点就是我还想提到
以前我们想不到一些应用
是因为我们没有渠道
去接触到这些卫星数据
如果现在卫星数据变得又便宜又好用
那当然就会有需求
民间的需求蓬勃成长起来的话呢
也会有更多的这种私营企业公司
到太空的
一个经济生态里面去
包括你说像NASA
和私营企业的一个关系
在未来我们还是非常需要向NASA
NASA它是非常擅长
非常基础这些基础设施的搭建
包括空间站这些
你还是要考NASA
基础的一些硬件的搭设
包括你我们刚才提到的监管问题
还是要考NASA
但是在NASA之上就可以有像SpaceX
Blue Origin这样的公司
持续的去搭载新的应用
当然我觉得你提到Blue Origin
我觉得他和SpaceX没法竞争
哈哈哈这个
确实两者的技术差异差的太大了
之所以他还在游戏里面
主要还是因为从政府的角度待
也不希望只有一家企业
希望有竞争
是的是的
这也是为什么他还一直在扶植
波音的一个原因
但是我觉得
Blue Origin和SpaceX完全不是一个量级
嗯对
Blue Origin
是贝佐斯建立的一家火箭公司
回到我刚刚的这个问题啊
太空领域我觉得可能跟科技领域一样
就是它可能有一些马上可以商业化的
就像你说用卫星地图去找矿
他已经有上千万美元的订单了
啊我不知道
他没有订单
他用卫星去找矿的那家公司
他是另外一个商业模式
他自己拥有那个矿
哦他找到他就把那块地买下来了
然后就去自己挖
挖出来的矿
他现在拥有赞比亚最大的铜矿
那这个价值连城
对
所以我说他不是一般的这种商业模式
所以他没有拿太多VC的钱
他拿了很多亿万富翁的钱
什么Eric Smith啊
就是硅谷这些亿万富翁
都给他投了资
他们就变成了新型的矿主
他们还是家里有矿的
一家科技企业
还真是家里有矿的是对
那你怎么去区分太空领域的公司
他哪些可以快速的
找到自己的商业模式
可以通过快速的自己造血来活下去
哪些领域
就比如说
他在解决一个巨大的科学上的难题
他必须有一个大的技术突破之后
才可以但是这个技术突破
它是一个非常大的未知数
对是的
其实你这点问的非常非常好
因为任何一个新领域的崛起
就包括我们现在讲人工智能
你不能够一以概之的说啊
所有AI的东西都可以投
都是好方向
其实很多方向
它不一定能够那么快进入商业化
整个太空经济领域也是一样
我们像5月份发的那个行业报告
其实大家感兴趣
其实就在我们的官网上
我们是有一个公开版本
你就会发现
我们其实单独列了说
哪部分现在是可以去考虑的机会
哪些是比较有挑战的去考虑的机会
那比较有挑战
就像你说的
他可能还是需要进一步的
大的技术的创新
包括我们提到的一些能源的问题
包括一些医疗的创新
去保证这个愿景或这个应用
它是有可能发展下去的
那有些其他方向的话呢
可能有一个巨大驱动力就是Starship
Starship它解决的一个最根本的问题
就是成本问题
就如果说有一些应用
它之前没有发生的原因
是因为卫星的发射成本过高
卫星数据
的成本过高
那这个问题可能在接下来三五年
可以很快的解决
那这些应用就可以快速的
蓬勃的成长起来
那这些公司
可能它的应用就是建立在说
如果你给我一组非常高质量的卫星
数据
是这个领域的关于这个应用的数据
我建一个人工智能模型
我就可以把它做出来
那它的发展速度就很快
但是如果说
就像我刚才提到那个太空工厂
当然他们做的方向我非常喜欢
但我有没有投这家公司
就是因为他还有long way to go
就你是可以发展
你发现有更好的蛋白质晶体的融合
不同密度的材料的融合度
但融合之后的话
你带回来
你还是要明确
到底合成的这个蛋白质它有哪些应用
它是哪个酶吗
它是哪个生物酶可以去应用呢
它的商业场景是什么样子的
这个还需要进步的一个探索
所以我觉得各种行业的创新
都是融合发展的
我觉得很重要的一点是
我不希望大家现在把很多领域的创新
筛开来看
就像有些时候创业或做投资觉得啊
你是投哪个领域
你是只投AI吗
你是只投医疗吗
你是只投
其实是工作在一起是的
要从一个不同的维度
去看另一个维度的创业
或者说其实这三者是融在一起的
你像我们投的领域
医疗企业及人工智能和工业自动化
我从15年开始就投这三个方向
也会有人问我说啊
这三个方向这么不一样
怎么看
但是你看我们今天聊到的这些领域
它既是太空行业的
工业自动化它既是人工智能的应用
它又有一些医疗层面上的一些愿景
和整合的可能性
所以在未来的话呢
我觉得这种跨学科的机会会非常多
这个是我们如果要去判断
说这个方向回答你的问题
值不值得在短期去投资
或者去做创新的话
你不能只从一个领域要去看
你要从多领域去看
嗯对
因为今天
我们其实也提到了很多创业公司
抛开SpaceX

Hello 大家好
如果你正好是在美国旧金山的晚上
听到我们这期播客
不妨抬头看一看
如果夜空中正好有一串长长的
缓缓掠过天空中的光点
那不是星星
是SpaceX的星链卫星
我们这期播客播出来的时候
是在2024年的年尾
SpaceX的估值已经达到了3,500亿美元
这个估值是什么意思呢
就是它已经超过字节跳动
成为了全世界估值最高的未上市公司
那SpaceX之所以能达到这个估值
有几个方面的原因啊
比如说猎鹰9号火箭的可回收利用
很大程度上降低了火箭的发射成本
还有星链计划的稳步推进与商业化
以及前一阵子
大家经常在朋友圈转发跟欢呼的
筷子夹火箭
星舰技术的加速发展
当然他与特朗普当选
马斯克的政治红利也不无关系
就像字节跳动的崛起
带火了创作者经济一样
SpaceX崛起
也带动了整个太空经济的投资与创业
欢迎收听硅谷101
我是泓君
那这期节目
我们就请来了大家的老朋友
Fusion Fund的创始管理合伙人张璐
跟我们一起聊一聊SpaceX的商业版图
与太空投资的加速崛起
哈喽张璐你好
泓君你好大家好
对
我们今天在录音的这个地方是你家
我觉得非常亲切温馨
因为硅谷101的第一期播客
就是在这里诞生的
是的是的
我还记得那个时候你们刚开始做
没有想到这么快
你们现在
已经是这个业内头部的播客了
无论去到任何的活动
总能遇到你们的粉丝
你们现在粉丝的群体非常庞大
遍布全球
谢谢谢谢
其实
今天我觉得也是一个非常好的时间点
因为算下来
我们硅谷101其实已经五年了
是不是感觉时间过得很快
是的对
然后我们也是正好是五年的一个年终
总结今年其实我是特别想聊一下
整个我们在太空方向的进展
就在今天我们这个聊天
大概刚刚过去的两天以前
星舰是完成了第六次的试飞
我觉得今年由于整个星舰啊
它就在不停的往天上发火箭
我觉得
今年也算是太空领域突飞猛进的一年
也是大家开始越来越多的人
关注到这个领域的一年
我知道你是SpaceX的投资人
可不可以聊一下
你当时看到SpaceX的那个时间点
它是一个什么样的公司
来对比一下
今天它是一个什么样的公司
对我们一直以来
对太空科技创新都非常的感兴趣
我其实从小自己也有一个太空的梦想
小的时候还觉得说哎
有没有机会去制造太空电梯
这也是我当时在专业层面上
选择了材料科学工程的一个原因
那在16、17年的时候
当时我们其实就是集中看了
一大批的火箭发射
还有包括卫星制造的企业
当时会发现
其实没有人
能够和SpaceX真的去进行竞争
无论是从技术的优越性
更重要的一点
是它整个效能的一个优化
还有包括它潜在的一个低成本的空间
这个其实都是这家公司
最大的一个优势
而且在当时的话
也会觉得说整个
时间线的发展速度
可能比我们想象的要快一些
当然其实你问我现在回头来看
没有想到发展的速度可以这么快
所以在投资之后的话呢
这些年其实一步也是看这些公司
SpaceX一直在崛起
包括后面星舰项目的发布
这个本身对SpaceX来讲
也是一个更大的商业生态的完善
因为它本身做的火箭发射这部分
其实说实话也不是完全新的技术
就像我们讲说很多国家
从国家层面角度的话
已经有了很多年的技术积累
它更多的是当时把一大批
在奥巴马削减了太空啊
这个领域的一个预算
之后呢把NASA的研究中心
就Sunnyvale的那个中心呢
很多人其实招到了SpaceX去
所以我们经常开玩笑说
SpaceX内部的人和NASA打交道
会发现很多都是以前的同僚
哈哈有意思
这个大概是什么时候的事
就是这个大概就过去了
其实是在15年16年之前
当时还是在奥巴马的时候
奥巴马在当总统的时候
其实就是有很多这个预算的削减
就导致NASA其实聚集了很多非常杰出
优秀的人才
尤其是我们也知道在硅谷
它有一个研究中心
所以
那里面的很多的优秀的工程师和人才
其实都被招聘去了SpaceX
但这部分你就会发现
它其实用是一样优秀
最杰出的这个领域的人才
进行了一个私营的
商业化的进展和推进
同时呢Starlink
可能是相对一个
更加创新的技术领域
以及创新的应用场景
那从Starlink的诞生一直到现在
也给公司带来了非常大的收入
我们经常看销售像一个现金奶牛一样
不停的支持公司的一个成长
对
我们待会会拆解一下SpaceX整个的业务
其实刚刚你提到了
SpaceX里面一个很重要的业务
就是Starlink星链
它其实是一个卫星互联网的服务
你可不可以跟大家梳理一下整个SpaceX
它现在的几个大的业务
以及你觉得从你的角度看
它有哪些非常关键的时间节点
第一个就是它的猎鹰火箭
这个猎鹰火箭火箭发射的业务
是它最主要的业务之一
也是最早的业务之一
其实从18年19年当时算是一个时间节点
到之前大家可能还记得
有好几次猎鹰火箭发射失败
爆炸其实有一段时间
马斯克也算是有点倾家荡产的感觉
把所有的钱放进去
去支持下一次的发射成功
对再失败一次
当时他就没钱了
是的是的
但那次就成功了
所以 18年
可能是猎鹰火箭发射的
一个比较重要的一个时间节点
猎鹰火箭发射成功之后的话呢
逐渐他的回收的成功性越来越高
包括像一开始第一次回收成功的时候
大家很兴奋
到现在我记得应该回收最多次的一个
猎鹰火箭的使用次数
可已经到了20次以上
所以你会发现
可能单次
如果我们去笼统的说
一次发射成本是1亿美金的话
如果你的主要的发动机
还有引擎都可以回收20次以上
你做一下简单的算数
你就会发现它单词的发射成本大
规模的一个降低
所以这是一个时间节点
另外一个很重要的时间节点
就是2020年的5月份
我不知道大家还记不记得
因为当时其实还是有疫情的
Pandemic的影响
但是那个时候大家很兴奋的一点
就是
因为当时是第一次载人航天成功发射
当时也是猎鹰火箭
带到这个载人航天的一个发射
那个也是他最大的一个时间节点
那个时间节点
其实就是他的另外一个业务
那以前的猎鹰火箭
可能就是一个火箭发射
这次有一个载人航天
一个太空飞船
在这个之前
其实Starlink就已经开始进入到产业了
其实
Starlink大概是什么时候进入到产业的
应该是18年
我记得18年19年的时候我就有印象
当时我们在参加一个投资人会议
就是SpaceX的投资人会议
当时伊隆马斯克就非常兴奋的
在跟我们展示
这个Starlink的新的卫星的一个设计
因为它这个卫星设计的特点是
它相对来说结构非常简单
而且呢它非常容易进行工业化制造
和自动化制造
所以他们的卫星工厂
其实是基本上全部自动化的
可以24小时的进行运行
所以到当时我印象很深刻
他就是很兴奋的说
你看我们这个设计多好看
我们的成本可以控制到多低
哪怕有相对比工业界
稍微高一点的损坏率
因为在太空很多事情是不受预期的
那也没关系
因为我们的成本足够低
而且我们的生产效能很高
那那个时候应该是18、19年
所以那个时候已经提
上非常重要的议程了
到20年开始
就是大家逐渐都会熟悉Starlink
还有包括一些非常大的
一些区域的一个铺设
包括像现在
应该可能付费用户已经到了几百万了
包括我自己个人也有一个Starlink
我有一个Starlink Mini版本
是他们最新发布的
出去露营很方便
非常方便
因为正常的Starlink它相对比较大
但是那个Starlink Mini
其实就跟你的笔记本电脑一样大
就像一个大Pad一样
然后我之前出门的时候
也有试过好几次
其实插上就可以使用
所以这三个业务
你会发现是它现在最主要的一个
三个业务
那未来的一个很大的业务
其实就是Starship
Starship其实还是一个
包括它有最大的火箭号
包括说载人航天的
相当于是前两个业务的一个升级版
但这个升级版的特点是
因为它现在的载重量
还有包括它的容载性是非常惊人的
现在Starship发射一次
是可以搭载100个人
然后每次发射是可以搭载650个卫星
那现在的话
猎鹰火箭发射一次的话呢
它可能只能搭载50多个卫星
那starship一次可以搭载650个卫星
那我们想一下
Starlink第一代的时候
他说哎我要发布几千个卫星
那你可能每次要发射好几年
才可以把所有的卫星铺设进去
如果现在Starlink星链的第二代说哎
我要铺设比如说1,000多个
2,000个卫星
那是不是两次发射就搞定了
感觉很快就会在地球的上空
织一张密密麻麻的网
是的是的是
因为我记得
最开始Starlink推出来的时候
它是在稍微偏高纬度一点的地方
比如说对应到西雅图的那个位置
它是有这个卫星信号的
然后在其他地方
它的业务其实是在慢慢铺展的
而且我们说在天空中铺设的卫星越多
它的信号越好
随着它可以发射更多的卫星了
就是它未来的信号的优质程度
也会大大的提升
是的它的信号的优质程度会提升
还有因为Starlink大家用
其实还是一个Wi-Fi的应用
那Wi-Fi它本身的带宽
也会大规模的增强
包括延迟性也会有非常好的提升
像现在除了我们说Wi-Fi之外的话呢
它也和一些运营商在合作
进行这种卫星到手机
直接通话的服务的提供
包括在美国
它现在是和T Mobile在合作
在加拿大是和Rogers
这都是美国和加拿大
相当于最大的几家运营商之一
嗯对
所以它的整个通信业务
发展也是挺快的
对是的
我们其实刚刚拆解了几个部分
就一个你说的是猎鹰9号
然后是载人
还有是星链
然后还有一部分是星舰的
这一部分
你觉得星链
他未来的商业化的规模会怎样
然后我不知道
他现在是不是一个盈利的状态
有没有什么公开数据
确实还没有一些公开数据
当然大家看到的可能实际能用到的
是说我们个人可能有一些应用的需求
但你想在工业界的一些应用
当然我们还说国防科技层面上的应用
它的订单属性量级是非常大的所以
基本上从他第一年的业务开始的时候
当时的收入的量级
就是几十亿美金的量级
那现在每年都还在增加
所以我刚才才提到
我们经常讲
Starlink就像一个现金奶牛一样
在快速地获得大量的商业化的收入
然后通过这些商业化的收入
进一步地去支持SpaceX内部研发
还有商业的一个铺展开
对我觉得在城市里面
可能说这种传统的网络还有优势的话
在很多的比如说深山老林里
或者就是人口密度没有那么大的地方
其实这个时候
星舰的优势已经很明显了
而且我记得在前几年
其实很多互联网公司
他们都有一些类似于公益性质的项目
就是说我要去给非洲铺这个网络服务
甚至有一些公司
用这个热气球来去铺网络服务
是是Facebook
对对对Facebook
我们再来看的话
就觉得星链的这一套做法
它即使是卖给现在
互联网没有那么发达的国家
感觉也是一个很大的业务趋势
对
这个可能就是未来的一个业务趋势
因为你要知道
其实对于很多发展中国家
或者说一些地区来讲
它最大的问题还是成本问题
那现在其实Starship的一个成功
在进一步大规模的
消减了整个卫星发射的一个成本
那我们就还像刚才一样
做一个粗略的一个估算
就比如说你一次发射是1亿美金
那如果
你一次发射50个卫星的发射成本
和一次发射650个卫星的发射成本
是非常不一样的
那如果说在未来
因为像我们现在看到了超重的推进器
可以进行重复性的收集
上次这个筷子夹超重推进器
其实可以获得非常成功的一个回收
回收之后可以再重复使用
如果说Starship的推进器
还有隐形发动机等等
都可以回收超过10次以上或者20次以上
那你每次发射成本是1亿美金
但你重复使用之后
单次的发射成本可能降低到
一次只有1,000万美金
或者2,000万美金
如果是1,000万美金发射成本
同时能发射650个卫星
那每个卫星的发射成本只有2万美金
那这个时候2万美金的发射成本
你再去通过它的卫星数据
卫星信号去搭载心链的服务
甚至建立更多其他的应用
你就会发现它的成本是非常便宜的
这个时候
你再去进行一些相对发展中国家
还有一些欠发达地区的一个推进
成本问题就解决了
对
现在类似于星链这样的公司还有哪些
你觉得
他会有一个有竞争力的竞争对手吗
现在我觉得星链相对在市场的占有率
还有包括的垄断的地位还是比较强的
所以其实说实话
主要还是要发卫星
怎么解决这个
发卫星发的多
成本低对
当然还有一些其他的
比如说像做卫星的公司
比如说像OneWeb之前也比较有名的
对但其实星舰最大的优势还是与
它是SpaceX的一部分
所以成本其实是最大的优势
再加上我刚才提到说
他们自己本身的那个卫星工厂
它的自动化非常高
所以在后面的话呢
它的生产能力也非常强
它整个过程自动化
它的设计又非常的直接
那有些时候我记得它刚发射的时候
大家对它有一个批评
就是说它的损毁率比较高
那损毁率比较高的话
你就不停得补新的卫星上去
但它的好处就是
它补卫星的成本也比较低
它生产的速度也很快
它完全没有问题
去接受这样高的一个损毁率
但你要是其他的公司
可能就无法承受了
你说你发了10个卫星
有一两个不过不工作
这样怎么办
所以现在在业内
包括我们再去看太空科技
整个领域创新的机会
我们也不会去看做火箭发射
或者是卫星制造的公司
其实还是说这个领域SpaceX
它的垄断地位比较强
嗯
之前我们有在做詹姆斯韦伯天文望远镜的时候
其实有跟天文学家去聊过星链
的这个问题
他们其实提出了一种很有意思的观点
就是说现在因为星链
他的卫星是遍布在地球的低轨空间中
嘛但他们其实会对
比如说陨石如果掉下来撞击地球
去做一些观测
他就说因为星链的存在
所以太空中有大量的光污染
如果有一天真的陨石撞击地球了
而天文学家没有发现
他说这个不要怪天文学家
而应该去说这个星链的问题
因为星链的存在
让这种观测变得难以进行
对
当然因为星链主要是在近地轨道低轨
但是在未来的话
太空生态的发展
它也不只有低轨
它会有更多的
包括
像是地球静止轨道的卫星的发射
成本也会逐渐降低
包括现在NASA的这个计划
叫阿尔特密斯计划
阿尔特密斯就是阿波罗的妹妹
希腊神话里面用他去命名的
这样的一个太空计划

里面的计划也是在25年开始
其实是要考虑在月球建立这样
月球的一个基地
可能我们相当于在那是一个中转站
再去观测太空
可能比在地球上去观测太空
会更加的准确
当然其实我觉得天文学家的担忧
是有道理的
就是因为我们在做
任何的新技术的去铺设
就包括我们人类
在地球上各种各样的活动
其实对地球的生态也有影响
但是另外一方面
技术在不停的发展
那未来在近地轨道只是一个开始
逐渐会形成
真的像我们小时候读什么Startrek的
这样的一些科幻小说一样
会成为一个太空的经济生态
其实可以想象
把我们地球的观测点延伸到了太空中
那我觉得还是不太会出现这种勇士
来了之后我们看不到
我觉得只会说我们会看到的更清楚
更早的去发现
也有更好的应用
所以要变换这个观测的位置
但这个成本可能会是很贵的
还是回到整个太空经济
太空产业的一个发展的核心
其实还是成本的问题
你说其实从1960年开始
其实大家一直在探讨登月阿波罗计划
还有太空探索
但为什么只有举国之力才能做
就是因为成本太高
那现在成本降低之后
可能有一个不恰当的比喻
就像比如说航空行业刚出现的时候
买一个机票
去坐飞机是非常贵的
但是后面等到技术创新
航空成本降低之后
它并没有让这个产业整体的收入下降
而是所有人都可以去做
那那个时候可能也会有人担心说
有那么多飞机在天上飞
是不是也是会有产生环境污染
这样的影响
噪音影响
现在这个世界
有这么多的飞机在天上飞
我觉得对我们带来的好处
还是大于坏处的
是的你刚刚提到一次星链发射
它有可能是会成功的
但同时也有一些是会失败的
那它失败的这批卫星
它会进入到地球的近地轨道中吗
我担心的问题是
如果它发射失败
且在近地轨道中
或者发生了卫星相撞事件
那么会不会造成很多的太空碎片
对太空碎片
然后如果太空碎片过于密集的话
以后人类再去发
不管是火箭还是飞行器的话
我讲的是一个更加终极一点的
就是如果说太空碎片很多的话
它其实是要冲破这个太空碎片区的
这个对未来整个的航天的影响
对其实有些人会说啊
会不会我们就像有些星球一样
出现了一个绕地球的
一个小的垃圾带一样
对对对对
就是一来的话呢
其实太空垃圾
一直以来
都是一个太空领域比较大的一个问题
所以其实在前几年的话呢
已经有比较大的一个讨论
就是现在新的regulation监管
是要求你发的微信
你要把它自己拿下来
但是Starlink它的卫星
它的设计简单
也比较小的好处是
大概率它在穿过大气层的时候
其实就被烧掉了
所以的话他如果是往下走的话就烧掉
当然他如果是破裂成碎片在激励轨道
他可能就会变成太空垃圾的一部分
这部分的话呢
现在的regulation是说你发上去的卫星
你要负责把它拿下来
你可能你的寿命是一两年
你要把它拿下来
你要负责清理你的垃圾
当然现在最大的问题是太空领域
它不是一个按国家去划分的片区
所以需要全球的合作
去进行监管的执行
但是好处是其实很有意思
我们去年投了一家公司
清理太空垃圾吗
它不是清理太空垃圾
它是用人工智能去管理卫星的交通
其实就像你说的
避免卫星相撞
是的因为我觉得拿下来还简单一点
但是如果卫星相撞产生碎片了
这个才是最难
是的是的对
其实说实话在SpaceX他Starlink自己
本身SpaceX整体是一家
非常和人工智能深度整合的
无论是从它的工业制造
还有包括它自动化生产
还有Starship
还有之前的载人航空
载人航天的这个航天飞机
它也都是自动驾驶
人工智能数据收集等等
所以他也有很多的人工智能的应用
其实是帮助卫星去自动调整方位
防止冲击
那这是Starlink
可能除了Starlink还有多
其他的卫星怎么办
所以我们去年投了一家公司
他们做的其实就是
用人工智能进行卫星的交通管理
就像说你在陆地上一样
保证你的卫星之间不要去相撞
如果快相撞的
怎么样快速调整一下让大家
擦肩而过而不是产生冲撞
同时他在这样的一个过程中
也收集了很多各种各样卫星
他不同的使用轨道数据和信息数据
他可以做一个数据交易平台
所以这家公司从去年到今年
它发展速度很快
你想只有一年的时间
一个不到a轮的公司
签的合同已经超过1,000万美金了
所以它最大的客户会是SpaceX
或者NASA这一类的
他有像NASA这样的客户
他也有一些民间的客户
因为其实有很多公司
还是有大量的卫星在空中的
而且很多像Starlink做的
其实是相对小型的卫星
所以它的造价没有那么贵
但是很多卫星是大卫星
其实大家是不能够承受很大的冲撞
发生它的成本太高了
所以
它的商业模式和技术发布之后的话呢
合约进来的非常非常快
这个团队可能也就10来个人不到
所以就像你说的
这是一个巨大的问题
但是问题出现了之后
好处就是会有技术去解决它
所以我说我特别喜欢投初创企业
就是因为你会发现啊
看见一个巨大的问题
别人的第一反应是糟糕了怎么办
企业家的反应是太好了
我有一个很好的创新和制造
去搭建新的技术应用的机会
是是挺好的
而且
我记得之前我想到这个问题的时候
就会有时候网上去搜一下
我发现苹果之前的联合创始人
史蒂夫沃兹尼亚克
他也是做了一个
太空垃圾清理的一家公司
就是我发现现在这一类的
处理整个太空中产生的问题的公司还蛮多的
是的是的
包括像我一直关注的一家公司
2020年成立一家Varda
他们是做太空工厂的
还有包括有一些其他的
我今年还投了一家公司
和8VC一块投的
8VC你知道
创始人是以前Palantir那个创始人
我们一块联合领投一家公司呢
它是做月球基地上面的
有点像加油站这样的一个角色
所以在太空中直接去给
无论是宇宙飞船
航天飞机去产生它的燃料
所以你会发现有越来越多公司
它专注的这个领域
很有意思的一点就是
我们已经可以去把太空整个经济生态
我叫太空经济
它是一个独立的生态
它这个生态
就像我们生活在地球上一样
我们需要方方面面的一个服务
不只是单纯的是说我有一个火箭发射
把卫星发上去
发上去之后呢
有那么多的数据
数据是最有价值的
卫星数据是非常高质量的数据
怎么样通过各种各样的软件服务方案
还有包括人工智能方案
去建立在卫星数据之上的一些应用
卫星数据可以做些什么
比如说他从卫星上看地球
我觉得应该能发现很多
我们站在地球上发现不了的东西
是的是的
我可以给你举几个例子
其实有一些是
可能是大家都想象不到的
例子
卫星数据其实可以做的应用很多
还有包括说卫星上的遥感的
这些数据和信息
你其实都可以用来做
很多应用
大家没有做
主要是因为现在这个数据的成本太高
就比如说我们经常
讲ESG碳排放叫carbon emission
碳排放
其实最大的贡献方其实不是汽车
是畜牧业
畜牧业这些牛啊羊
他们这个排放的气体
是碳排放一个最大的贡献方对
就是一个牛打屁的问题
是的是的
但是怎么样去精确的检测到
你说这个牛排放气体的
到底它排了多少
这个其实用卫星数据就可以做到
你用卫星数据的话
它其实和遥感数据
它可以精准的检测到单个牛
它排放的气体
排放多少
它是用什么检测的
它是有专门的这种热力图还是
对对对它其实是有各种各样的数据
然后做完分析之后
它单个牛的气体都可以看到
单个牛的数据可以盘到
你就可以看到整个农场的排放量
所以这个信息是非常的精准和完整的
但为什么大家没有去用呢
因为它太贵了
但如果卫星它变得便宜了
是的那还有另外一个例子
我不知道大家有没有关注的话呢
我忘记那公司的名字了
我之前还跟创始人聊过
因为我是内蒙古人嘛
内蒙古比较有名的就是矿业
我们要去开矿
那开矿的话呢
一般来说你要去检测说哎
哪里可能会有矿
然后再去进行挖掘
然后最后发现可能需要好几年的时间
但是现在已经有一个初创企业
他们在非洲
应该是在赞比亚
最近发现了一个最大的铜矿
他们用的人工智能
再加上卫星数据
所以他从他们的分析
找到那个铜矿的位置
到挖掘发现那个铜矿只用了不到10天
就是因为
他这样的一个分析结果
最后他发现的位置是非常精准的
我很好奇他们是怎么发现的
你知道更细节一点的故事
当然他会用很多的
比如说地壳演变啊
还有包括这些地理的数据
但同时他从卫星数据层面上的话
可以从外太空看到
说整个区域的话
他的一些地势的变化
还有它周围的一些
更加复杂的地理变化的一些数据
那它具体的算法是怎么去构成的
我确实不知道
但是它们的好处就是
这个结果是一个非常大的验证对
10天对太快了
这个重点是说伊莱
他发现这个铜矿
是赞美亚历史以来最大的铜矿
这是什么时候的事
大概也就是一两个月前
然后第二件事是
一般来说
你检测说发现这个地方有铜矿
然后我再去挖
你可能要挖好久
他这个挖了10天就到了
为什么呢
因为他检测的位置
和铜矿具体的位置是非常接近的
所以这个误差区间非常小
那最近我又聊了一家公司
我们还在跟他们聊
他们呢也是类似的技术
但他是要用在石油行业
所以就是Oil & Gas
我刚才讲的那一家挖矿的公司呢
他的商业模式实际上是
发现这个地理位置之后
他后面有很多亿万富豪在支持他们
他就把这块地买下来
收购一些当地的矿业公司就开始挖
挖完之后这矿就属于自己了
所以他们现在拥有一个很大的铜矿
对我现在聊的这家公司呢
他们是做一个技术平台
他是说我就是通过人工智
能再加卫星数据可以帮助你精准的找到
哪里可以有石油的勘测点
石油公司可以去进行直接的挖掘
是的
因为我其实跟一些做矿业的人聊
然后我发现他们最大的痛点就是说
他说现在很大的人力浪费在于
他并不知道哪个地方有矿
然后他即使圈定了一个矿场
他去找一个个细分的地方
我能不能在挖的时候一直挖
一直挖他就能挖出矿来
这个是一个不确定因素
所以
他们现在非常希望能够用人工智能
他其实有很多的数据
他知道怎么算
但是他特别希望能够加入人工智能
去帮他分析
更精准的找到那个挖掘的点
就这点是非常有价值的
对这个已经发生了
而且未来有了卫星数据
如果卫星数据
进一步的低成本化的话呢
我们会有更加详细的数据
可以支持人工智能的应用
所以这些应用
可能都是大家之前想不到的
甚至我也经常会看完下
跟我一些做PE的朋友讲说
比如说你们想在新西兰买个农场
如果你要是自己能发一个卫星
通过你的卫星看一下
哎农场里面有500头牛
300头羊他们是不是很快乐在奔跑
就不需要自己飞十几个小时过去
去看了所以其实真的搭建起来之后
你会发现
很多应用可以通过卫星数据去制造
再加上像我说的那个Varda
他们是做太空工厂吗
那在太空工厂
因为太空里面它是地重力
所以它对
尤其是像蛋白质晶体
它的融合度
还有包括一些
我是学材料的
其实材料的这种融合
它的不同密度的材料融合
也会形成非常好的效果
在太空那样的一个环境里面呢
做成的实验和在地球相比的话
是好太多的
就零重力的情况下
零重力或者说微重力
微重力它就可以调整重力对不对
对其实就还是说
微重力或零重力相比的情况下
它晶体融合的会更好
甚至说很多
你可能在地球上做实验达不到的效果
在太空都可以
所以在这样的一个情况下
无论我们现在不是还在讲Alphafold吗
人工智能在计算 就说到biology
数字化 生物学
还有蛋白质折叠这方面的应用
人工智能已经把这个行业
往前推了一步
那在实际上
形成这个蛋白质晶体的时候
我们还可以应用到太空的工厂
那这个时候
如果说你要在太空工厂里面
去搭设一些人工智能的应用
你是不是也需要搭设一些
人工智能需要的基础设施
在太空领域
所以我经常想说
其实你想太空经济学里面
需要哪些基础设施
就想一想
我们现在在应用人工智能过程中
在地球上
我们需要搭设的所有这些infrastructure
这些基础设施的层级
我们可能都需要在太空里面打一个
因为你不可能把所有东西
再从上面传输到下面
再回去吧
那这样的话
就形成了一个很大的太空经济系统
是的
其实你刚刚在讲太空去找矿的时候
我就有想到
那现在就是谁有这么多的低轨卫星
谁能看到更清晰的图
它其实是
在整个经济上是有非常大的主动权的
因为太空没有国界
但是地球是有国界的
从这个角度来讲
你觉得会有一个
对国家安全的一些影响吗
一定会有的
所以我觉得这也是一个领域
当然我们作为科技的投资人
我们看重的更多还是对于日常的工业
产业的一些积极的影响
和科技的应用
但是从国家安全层面上的话呢
确实也会带来很多隐忧
这也没法管是不是
对因为现在最大的问题
就像你讲的
现在地球上有国界
在太空中的话
它这个轨道现在没有明确
而且大家是在谁先发上去算谁的
也没有完善的一个国际公约
对有一些国际公约
但是现在因为政治环境比较复杂
所以国际公约怎么样去发展
怎么样真的在未来进一步进行
国家之间的合作
也比较有挑战
包括在空间站层面上的合作
也是具有一些挑战的
那你说现在美国和俄罗斯的关系
是处于一个非常差的情况
但是在空间站层面上又还不得不合作
那最近你也看到新闻
NASA也在说
空间站其实是有巨大的隐忧的
那他们在紧急的撤离
他们所有的宇航员
但是为什么会出现这样一个情况
也可能是因为两方在沟通的时候
他们觉得俄罗斯那边觉得空间站没事
他们觉得说不行
这空间站快要解体了
所以我们要撤离
所以你会发现
所有的这些信息都验证了
技术当然是在发展
但是我们可能确实需要
有一个更加集中性的
平台或者说是公约去进行监管
去进行一些基本的条例的制定
所以这个可能就是超脱了
我们去做这种科技投资
能够影响的范畴了
我们只能说
是希望现在能够看到
技术这么快速的在发展
可以让各个国家的政府看到
说这个时间的紧迫性