“仿真不是玩具”:他用一整套数据金字塔,重新定义AI和机器人的未来
很多人以为,AI 的上限取决于模型规模;但在这期播客里,谢辰抛出一个更刺耳的判断:真正限制 AI 和机器人的,不是模型,而是数据本身,尤其是我们如何系统性地制造、筛选和使用数据。这不仅关乎大语言模型,更决定了机器人产业能不能跑起来。
很多人以为,AI 的上限取决于模型规模;但在这期播客里,谢辰抛出一个更刺耳的判断:真正限制 AI 和机器人的,不是模型,而是数据本身,尤其是我们如何系统性地制造、筛选和使用数据。这不仅关乎大语言模型,更决定了机器人产业能不能跑起来。
大多数创始人把合规当成“不得不付的钱”,Christina Cacioppo 却说:合规才是真正的 buying moment。更狠的是,她认为 TAM 这个创业者最爱的指标,反而会把你带沟里。这场 Stripe 对谈,把合规、规模化和创业判断力讲透了。
一家陪审团刚刚裁定:Meta 和 YouTube 的某些功能被认定为“上瘾式设计”,构成疏忽。更炸裂的是,视频把这件事与香烟警示、AI 超级计算机、以及《杰森一家》的未来幻想串在了一起——这不只是官司,而是科技行业的转折信号。
当市场在问“英伟达是不是到头了”,这场长访谈却给出一个反直觉答案:真正的增长引擎才刚启动。AI推理、Agent、上下文窗口、算力供给,这些被低估的变量,正在把英伟达推向一个更难被复制的位置。
一家陪审团裁定 Meta 与 YouTube 构成过失,判赔数百万美元。真正危险的不是赔偿金额,而是法庭第一次把“算法放大器”摆上被告席。这场判决,可能改变社交媒体、AI产品,甚至每一个从业者的设计逻辑。
这不是一堂普通的Figma教学。Figma官方在一次教育工作坊里,用“约束、自动布局和网格”讲清了一个反直觉的事实:真正决定系统是否稳定的,不是缩放能力,而是对齐规则。这套逻辑,正在和AI领域的“对齐问题”产生惊人的共鸣。
Greg Isenberg 在这期视频里抛出一个刺痛无数 AI 创始人的观点:今天用 AI 几乎什么都能做,但99%的人会死在“没人知道你”。他给出的不是空洞的增长鸡汤,而是7种已经被验证、却仍被严重低估的 AI 营销与分发打法。
在 Latent Space 的这期访谈里,Mistral 团队抛出了一个让很多企业不舒服的观点:你用得越多闭源模型,手里沉淀多年的私有数据价值就越被浪费。同时,他们正式发布了自家的语音生成模型 Voxal(或 Voxtral)TTS,并罕见地深入讲清了音频模型在架构、token 与部署层面的真实难题。
一家做客服的软件公司,训练了一个“只会干一件事”的模型,却在真实指标上击败了GPT‑5.4和Opus 4.5。这不是个例,而是一个信号:在2026年,AI性能的主战场,正在从“更大的通用模型”转向“更狠的垂直模型”。
如果你觉得最近做产品、做设计、做 AI 的节奏越来越不对劲,那不是你的错。Anthropic 的设计负责人 Jenny Wen 直接说:整个行业的地基正在移动。功能不是按“周”做出来的,而是“几天”。这期对话,第一次把 Claude Co-work 背后的真实工作方式摊在台面上。