信仰人类的AI教母李飞飞的最新访谈，都说了些什么？

大家好，欢迎收听“老范讲故事”的YouTube频道。本月钛媒体跟李飞飞做了一次访谈，目前是把信息放出来了，还是值得大家好好去思考一下的。

李飞飞因为做ImageNet，也就是收集了大量的图片去进行AI训练，被称为“AI教母”。但是她却讲到说：“AI只是工具，我信仰的是人类，不是AI。”

这个访谈还是很长的，我们分几块来讲。第一个是“AI就是一个工具”；然后咱们讲一下李飞飞对于教育的一些看法，因为她毕竟是一位大学教授嘛；然后是李飞飞对于机器人的看法，最近各种人形机器人公司都准备去上市了，现在看看李飞飞怎么去讲机器人；最后是李飞飞自己的World Labs（世界实验室）公司，她们所生成的模型到底是在做什么。

一、AI 再强也是工具，方向盘需在人类手中

首先，她讲到了说AI再强也是工具，方向盘必须在人类手里面。她为什么会去强调这一件事情？因为有很多人已经躺平了，不停地有人告诉你说“一键生成”、“点一下就得到”，这个实际上就是已经准备去放手了。所以李飞飞在反复强调，AI不能让它去决定你的生活，你必须要去掌握方向盘。如果不掌握方向盘的话，AI可能真的会去替代人类。

当然了，工具也是有两面性的，所有的工具都是双刃剑。但是她讲到说，两种极端对待AI的方式都是不理性的。哪两种呢？

• 第一种是只发展不限制；
• 另外一种就是只去讲伦理，不发展了。

像欧洲现在就属于是更多地强调伦理、各种限制；而美国这边呢，可能更多的是在快马加鞭地往前跑，各种的限制现在变得少很多。说这两种思路都是有问题的。

她讲到说我们过往使用的这些工具，包括火、斧子、核弹、生物技术等等，都是工具。这些东西只要我们用好了，都是会造福于人类的；但是呢，也都会给我们造成一定的伤害。AI会变得越来越强大，但是责任不应该丢给AI。

权力工具 vs 向善工具

比如说AI既可能成为权力工具，也可能成为向善工具。在这里使用了一个词叫“权力工具”，就是讲到说AI是可以帮助权力部门进行一定的权力的拓展的。

其实在互联网出来以后，谷歌不是权力机构吗？其实也是的。Meta、苹果其实都是权力机构，因为它已经把大量的政府该享有的权利拓展出去了，她们去享有这些权利。而且政府其实有很多的权利也是需要通过谷歌、通过Meta这样的公司去进行增强的。比如说像前面把川普的账号封掉了，实际上就是政府通过这些社交媒体公司拓展自己的权利。AI变成权力工具，或者AI让很多的政府变得更稳定，这个都是不可避免的。所以她专门提到了权力工具，但是她并没有去说权力工具不好，只是说AI可以成为权力工具，也可以成为向善工具。它是把权力工具跟向善工具作为一个对立面给大家列出来。

再往后，李飞飞讲到，在AI变得不可控之前，它仍然是人类的工具，人类有责任让它可控。她并没有去讲说AI会不会最终变得不可控，或者最终变得不可控，她都没讲。说AI不可控这件事的可能性是存在的，但是人类该干的活，就是在它不可控之前想办法控制它。但是未来是什么样的，就要看人怎么做了。

人类应该如何引导？

那么人应该怎么做呢？就是引导AI向善。在这个过程中，不是让工具自己去决定，而是要依靠法律、制度、教育和社会共识。当然这个里面，我觉得可能对于一个大学教授来说，稍微有一点过于理想化了。法律、制度、教育与社会共识这些东西，并不是一些抽象的概念，而是有千千万万个人在各自的岗位上，每一个人都有自己的想法，有自己的利益，有私心。这些人还会形成很多的小团体、小的利益团体。所以在这样的情况下，是不是我们可以在AI变得不可控之前真正的引导它向善，或者让它始终在可控的范围内？这个真的不好说。我们现在看看，政府能够管理得了像谷歌这样的公司吗？我是打问号的。

二、李飞飞的教育观：如何不被 AI 替代？

既然AI有可能不可控了，那么人类就有可能被替代。李飞飞的观点是：关键是更新教育，要把现在的教育整个革命掉，让人学会用工具，并且发展人类的特质。通过这样的方式，我们可以保证自己不被替代。这个应该也属于叫“美好的愿景”吧。

所以下面咱们来讲李飞飞对教育的观点。首先讲到说，以后不要再被大量的标准答案和知识填充、应试教育占时间了。当然了，李飞飞并没有经历过中国教育的精华部分，她高中就到美国去上了，她在国内是上到初中，而中国教育的真正精华部分是高中部分。但她依然感觉大量的标准答案和知识填充是非常非常浪费时间的。

对于李飞飞来说，她希望什么样的呢？她希望培养人类的能力和主体性。什么叫主体性？咱们后边讲。那么到底什么是能力呢？

1. 被保护并持续燃烧的好奇心

这个倒是跟马斯克要求的一样，人类必须要有好奇心。当然马斯克希望的是AI也一定要有好奇心。现在李飞飞讲的是人类教育一定要保持好奇心。父母和老师要呵护孩子好奇心带来的快乐。这句话什么意思？孩子有好奇心这没毛病，像我们有时候管这个东西叫“淘气”。你好奇心做了很多东西以后，有些事情是会做对的，有些事情会做错。父母跟老师一定要引导孩子说，你这个好奇心带来的快乐到底是什么？你要让孩子去享受这种快乐，她才可以不会说每次有好奇心的时候就有可能挨揍，这个事是很危险的。当然有些小孩揍着揍着也没准会成才，比如说二战时候的英国名将蒙哥马利哈，他小时候就是不断地被教育长大的，他妈妈的口头禅是“去看看他在干什么，叫他停下来”。这哥们特别皮，所以长大了以后很喜欢钻空子。当然我觉得这不是一个好例子了，李飞飞还是希望更多的孩子可以快乐地享受她们的好奇心。

2. 要驾驭AI工具的能力

而不是被工具所取代。她的例子是什么呢？就是火。火是可以做饭的，但是也会带来伤害。说小孩子长大的过程中，总要学会做饭，你也不可能说我为了保护她，长大了以后不会做饭，这事不行。那怎么办呢？这小孩子就要去学会使用工具，特别是像AI工具。要理解AI如何为学习和创造赋能。你想学一个东西的过程中，怎么用AI来帮助你，也要了解AI可能带来的问题和风险。这个过程很像是我们教小孩子用火的这个过程。

3. AI做不到的核心人类能力

这个才是小孩子真正要去学的东西。AI到目前为止有很多的能力是不具备的：

• 好奇心：让马斯克去努力让AI有好奇心吧，但是她觉得AI在这块上还是有一些缺陷的，所以人类要努力去补充好奇心。
• 批判性思维：这个在国内可能稍微难那么一点点吧，但是她觉得这是很重要的，因为AI其实很难产生这种批判性思维。你每次问它一个问题的时候，它会想办法给你找到一个正确概率最高的答案。我最近还发现了一个使用AI的好方法，是什么呢？就是你的提示词这样写：“给我五个答案，然后给它进行不同维度的评分。”这样的话你就会得到一些不一样的答案。如果你每次只问它一个答案的话，它给你的永远是那个最四平八稳的那个。
• 创造力：说这也是AI所不具备的，是人类应该努力去培养的东西。
• 空间想象力：至少目前的AI还不行。但是未来，比如说它的World Labs公司发展起来以后，也许AI就可以具备空间想象力了。
• 人际协作：这里并没有讲到人际关系，但是我觉得可能这一块对于未来孩子是非常非常重要的。最后还是要人跟人协作。

然后李飞飞提到说，不需要背课文之后，剩下的时间怎么办？这个时间应该用来学习AI做不到的认知和能力。因为原来我们用了大量的时间去背课文了，这个时间省下来以后，不是说让大家去疯玩的，好好学一些AI搞不定的事情。

4. 从“标准答案训练”转向“潜力开发”

说原来我们的K12里面的标准答案，AI做得比人好。用十几年去做以后机器能做的事情，就是一种浪费。这个我是完完全全赞同的。她希望21世纪能够发生一次真正的教育革命，把原来这种死记硬背的东西去掉。其实我们现在已经比原来强很多了，原来私塾先生玩的是什么？叫“念、背、打”。就是你先念书，也不给你解释，“书读百遍其义自现”；念完了以后就背，背错了以后就打手心；然后再接着去念。是这样的一种教育方式。现在虽然依然在做标准答案训练，不让你去思考，不让你去批判，但是特别像理科吧，还是会稍微的解释一下为什么呢，还是稍微有一点点思辨的。未来的话，所有机器能干的活让机器干，人就去干那些机器干不了的活就可以了。

5. 不再用文理科来束缚成长道路

现在是对学生进行文理分科，或者是考试的时候分几科来考。她说以后没必要这样了，现在所有人都可以在AI的帮助下去写代码了，所有人也都可以在AI的帮助下去绘画、去写诗、去写文章了。那你在这样的情况下，何必再去分文理科呢？这件事情关键还是看你是不是应试。如果你去应试的话，确实是很难不去分科。应试的过程中，你需要把人的能力去区隔开来，那你能力上去了以后怎么来识别你的能力上去了？这点还是挺难的。

6. 面对AI要保持主体性

前面她讲的时候，我们对教育的要求是有主能力和主体性。那什么是主体性呢？这个其实我们把它解释成“主人翁意识”也可以。李飞飞讲到说，她最害怕的一件事是人类的放弃，最担心的是有人因为AI变聪明就觉得没我啥事了，从而放弃主动性。AI只是工具，人类的潜力是创造世界，把世界变得更好，而不是说衣来伸手饭来张口。如果人类变成那样了，那就只能被AI替代了，这是她不希望看到的。上面这段就是李飞飞对于教育的一些看法。

三、关于机器人：现状与挑战

下面是机器人。她首先讲到自动驾驶汽车，说自动驾驶汽车就是个机器人。自动驾驶汽车发展到现在有20多年了，有成熟的产业链。你想汽车这个东西在做自动驾驶之前也上百年了，所以它产业链是很成熟的。而且汽车面对的问题是相对比较简单的，因为道路这个东西是二维的。虽然有立交桥，但是这个汽车并不会上下走，它只还是会顺着路走，所以它在一个二维的道路上行驶。而汽车的唯一要求是什么？就是不碰到东西就可以了，所以它相对来说要简单很多。而且汽车有一个很棒的地方是什么？就是它有很成熟的场景，有大量的数据积累。像特斯拉折腾半天，多少辆车在路上跑了多少公里了，把这些数据搜集下来以后，在这个基础上去进行训练，然后她遇到了各种各样的奇怪的问题，我们怎么把这些奇怪的问题都训练到大模型里边去，让这个自动驾驶可以使用。2006年谷歌开始做自动驾驶汽车，到2026年就整整20年了。经过20年的发展，这个事基本上算搞定了。

但是机器人要比自动驾驶汽车要复杂得多。它是在一个三维的世界里活动的，因为你有手，你还要有腿，上下的你要迈台阶，所以它是一个三维世界。而且它有时候还要碰东西，你要拿东西嘛，所以它要面对的问题要比自动驾驶汽车要复杂很多。你要把所有这些问题都解决掉了，你才可能去做家务，洗碗、做饭、洗衣服，才能干这些事情，才可以去工厂。这个是要难很多的。

而且最难的是什么呢？就是除了工业机器人之外，所有这些人形机器人在短期内没有商业应用前景。因为你把它做出来以后没地方去用它，因为它的成本实在太高了，不划算。那你没有实际应用场景，就会面临下一个问题是什么呢？缺乏成熟的产业链和应用场景，它就没有办法像自动驾驶汽车那样积累一大堆的实际数据回来。自动驾驶汽车就是我一开始先不自动驾驶，我先积累数据，积累完了以后我在这些数据上去做训练，训练了以后我再去逐步地做半自动L1、L2、L3，现在国内开始发L3牌照了，它是这样一步一步来的。而现在机器人它就没有这些数据，你也没有这个实际用途，所以这个数据积累起来就很痛苦。

所以李飞飞拒绝为机器人普及预设时间。她说AI发展了，比20年前肯定有了长足的发展，但是机器人面对的问题要比汽车复杂很多倍。所以到底是我们需要再发展20年，还是说很快就能实现了呢？她说没法预测这事。她的预测就是：有生之年，我们应该可以看到机器人普及。当然了，这对于马斯克以及国内这些准备上市的人形机器人公司来说，就不是一个好消息了。

四、World Labs（世界实验室）在做什么？

最后一条，她的World Labs（世界实验室）这公司到底在干什么？它核心目标是从内容生成走向世界生成跟空间智能。所以我们现在可以区分一下，杨乐坤要干的东西叫“世界模型”，李飞飞要做的这个东西叫“空间智能”。李飞飞就属于要做生成式的，而且是要一帧一帧地生成完整视频的这样的一个模型。对于李飞飞来说，空间智能是迈向更强通用能力的重要组成部分。她也没有说我这个东西直接就可以改变什么东西，未来这个AI会有通用能力的，那么这一步是必须要走的。

• 3D生产门槛降低：空间智能做成之后可以干什么呢？可以把原来很难的3D生产能力门槛直接降下来。原来我们做3D打印机最大的痛苦是什么？就是没有模型可以去打印。我们现在看到了一个事物，或者我们想象了一个事物，我们很难把它描述出来。都是别人做好的模型，打来打去的就没什么意思。如果李飞飞的World Labs，她们家的产品已经可以正式使用之后的话，3D打印机应该就会有市场了。这个还是一个比较激动人心的事情。
• 做各种仿真训练：这个World Labs的重要用途是什么？就是做各种仿真。因为它是生成3D空间的嘛，这个机器人就可以在里边进行训练。还记得李飞飞是怎么当上AI教母的吗？就是她做了一个叫ImageNet的一个项目，把全世界的这些能够搜集到的图片搜集在一起，让AI进去训练去。现在World Labs也可以做出大量的3D空间，让机器人在缺乏实际应用场景的情况下，在它这样的空间里边去训练去。这也是一个对未来非常有价值的事情。

五、老范的观点与思考

以上就是李飞飞访谈里边讲的东西。后边说一点点我的看法。

1. AI到底是不是工具？

我只能说目前还是，但是边界很模糊。为什么这么讲？其实人这个生物是很懒惰的，一旦机器可以做一个什么事了，我们就会放心地把这件事情交给机器去做，不会说我再要去看一眼——看绝对不看。所以AI这个东西，它在快速地突破工具的边界。而且对于不同的人来说的话，AI到底是不是工具，这件事也是有不同的定位的。我去用AI生成了图片了，那么AI对于我来说是工具，它把我脑子里想的东西生成出来了，而且我还要去校对这东西对不对，是不是我想要的东西。而对于看这些图片的人来说，AI还是工具吗？这个事就要打个问号了。

所以AI未必对于所有人来说都是工具。尤瓦尔·赫拉利说，未来可能只有少部分人是有用的，大部分人会变成“无用阶级”。现在AI的话可能也在向这个方向发展，它是少部分人的工具；对于大多数人来说，这就是生活中的一部分，AI会决定她们的衣食住行、喜怒哀乐。所以AI快速地在模糊工具的边界，而且这个过程是不可逆的，不是说我们号召一下让大家去学习就可以逆转这个过程，这是不现实的。

2. AI会不会作恶？

我觉得关键还是要看使用AI的人会不会作恶。这个AI不是由制度来去使用的，也不是由政府来去使用的，也不是由大公司来去使用的，而是由里面的一个一个的人、一个一个的利益团体，她们去使用的。她们使用AI的时候都是带有目的的。我的目的是为了让大家过得更好，还是说我的目的是让我的统治更加稳固，让其她人给我贡献更大的价值？咱们举一个最简单的案例：美团。美团去控制所有这些外卖员的那个程序其实也是个AI。这些外卖员会被这些AI逼得满街乱窜，罔顾交通安全。那么这个AI到底是在做好事，还是在做坏事？对于我们点餐的人来说，我可以快速地得到我的外卖；但是对于这些外卖员来说，到底是一个向善的AI，还是一个权力的AI呢？这是需要我们大家去思考的。

3. 关于教育的改革

我的感受是，现在的教育行业并不会拥抱这种变化。教育行业的目的从来就不是说我们要把这个人变得更好，教育行业的目的一直是进行筛选。变好了以后，我怎么把最好的这个人筛选出来？我们为什么要去做高考？因为高考是一个相对来说比较容易的筛选方式，大家去考试就好了，你考的高、我考的低，这事一下就明白了。你一旦说大家去学习什么好奇心，去学习各种的复杂的能力了，那这玩意最后怎么去判定？谁来去判定说到底是学的好还是不好？因为你通过教育了以后，筛选出来的人可以去使用工具，筛选不出来的人只能被工具使用。这个筛选过程的问题，李飞飞其实并没有提到。所以在这件事情上来说，我觉得大家还需要再进一步思考。

而且现在的这些教育者，或者教育行业的从业者，她们也是更习惯地说：我如何可以用最小的劳动付出，让小孩去适应这个筛选过程？因为她的KPI很简单，她的考核指标也很简单，就是我怎么能够让我教育的小孩有更高的几率通过筛选。在这点上，你不改变筛选的机制，是没有办法去改变教育的本质的。

4. 关于机器人与未来

最后关于机器人，我的感受是行业会有很多“烈士”倒下。现在这些做机器人的公司里头，大量的会倒下，但是最终的路径是清晰的，最终一定会走向机器人的时代。

最后是关于World Labs，就是李飞飞的这间公司。这个公司现在已经融了二点几亿美金了，在快速地做她们自己的产品。这些产品未来是不是可以给我们的生活带来改变？也许会。即使给我们生活带来改变，可能也不是直接的改变。就像ImageNet，咱们现在每天在用AI，在用AI画画，在用AI去进行图像识别，在这个过程中我们真的是用过ImageNet吗？绝大部分人可能听都没听说过这东西。但是没有ImageNet，我们也没有办法走到今天这一步。所以李飞飞公司的产品可能对于很多人来说是用不到的，但是它的产品有可能会让我们的机器人、让很多仿真系统得到训练数据，让科技更进一步的发展。这个是World Labs的价值。

最后总结一下，李飞飞的很多观点是值得去思考的。我们站在AI带来的冲击面前，需要更多的去思考，甭管这个思考到底会不会改变什么，但是我们不能停下来思考。

这就是今天的故事，感谢大家收听。请帮忙点赞、点小铃铛，参加Discord讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

背景图片：

Prompt：high-contrast watercolor illustration, grand interior hall of Stanford Memorial Church filled with abundant Christmas decorations including wreaths garlands ornaments and twinkling lights, intricate Byzantine mosaics and vibrant stained glass windows, glossy reflections on polished floors, sharp subject separation with extremely legible negative space for text, neon cyan rim light, dramatic cinematic lighting, deep navy background, minimal palette of ink blue neon cyan and gold accents, cinematic composition, ultra-detailed, intricate textures, –ar 16:9 –raw –s 250 –v 7.0 –p lh4so59

杨乐坤出走Meta：一场关于战略、用人和未来的博弈

大家好，欢迎收听老范讲故事的YouTube频道。

这一天还是来了。前面我们已经猜测了很久，说杨立昆到底什么时候会离开，因为所有人都眼睁睁地看着Meta的AI战略转换方向。亚历山大·汪进入Meta，一个28岁的辍学生，在管理65岁的大学教授和图灵奖得主，这个事一定不能长久。而且前面还对杨立昆手下的FAIR部门进行了600人的裁员。

靴子落地：杨乐坤宣布离职

现在靴子终于落地了。2025年11月19日，当地时间13:20，杨立昆发了一个长文宣布离职了。在这个文章里边，他回顾了一下在Meta待了12年，感谢了小扎和一堆高管，然后准备要去做他的AMI。他这个AMI呢，叫做“高级机器智能”，说：“我在Meta期间就一直在干这件事，现在呢我准备出去了以后接着干。”而且新公司呢，Meta依然还有参与，具体的情况后续再公布。他呢，也终于可以不受Meta的限制，去研究自己的世界模型了。

杨立昆也要去做世界模型，跟李飞飞有些相近。最后咱们再说一下，他的世界模型跟李飞飞的世界模型到底有什么差别。

Meta呢，应该在这个里边还是给了钱的。你请这样的一位大神出去，而且大神在发文的时候还感谢了扎克伯格，那一定还是要给钱的。所以杨立昆未来的公司里头，Meta应该还是一位重要的股东。但是到底给了多少钱，占了多少股份，可能还要等未来Meta的官宣，现在应该公司还在注册过程中吧。

谁对谁错？一场责任的追问

我们普通人呢，真正关心的不是这些事。我们关心的是，这些大神们斗来斗去了以后，到底谁对谁错呢？

• 有些人讲了，扎克伯格短视了，不听老人言，找了一个年轻小伙子过来，你把这个图灵奖大学教授给放走了，这一定是要吃亏的。
• 还有人呢说，Alexander Wang抢班夺权，给扎克伯格进了谗言了。这是中国人比较喜闻乐见的一种论调，为什么呢？总是“清君侧，不能斩昏君”，皇上做出什么错误的决定，一定是下边人进谗言了。这个28岁学生整了这么一公司，进来以后就把老教授给挤跑了，一定是他的错误，扎克伯格只是被他一时蒙蔽了。
• 当然呢，也有一些人，特别是像傅盛这样的人呢，就出来说杨立昆耽误了Meta，如果没有他的话，Meta早就行了。这种呢就属于站在CEO的角度上，CEO的角度呢，通常都是不会承认自己有错的，都是下边人是坏蛋。而杨立昆呢，站在这样的一个位置上，把持了这么多的资源，又没有把这些资源真正的变成Meta能够挣钱的商业利益，那么一定是他错了。

扎克伯格的决策失误

从我个人的角度来分析，当一定要有一个人来承担责任的时候，这个人一定得是老大，也就是扎克伯格自己。扎克伯格在这件事情上到底做错了什么呢？是不是听信谗言了？是不是不听老人言了？是不是选错方向呢？还不是。扎克伯格真正做错的是决策错误。

哪样的一个决策错误？就是你去找杨立昆这样的一个人来，纽约大学的教授，图灵奖得主，算是人工智能三教父之一，这样的一个人你把他招来，这个决策没毛病。但是你招来让他干嘛？这个事就错了。你真的让他整了一个研究所，叫FAIR (Facebook AI Research)，这样的一个机构，说：“你们自己研究去吧，研究完了这些东西，你们去发论文吧，你们去开源吧，我们在后边支持你。”他去干这件事情，其实是有问题的。

如果你说你前面就下了这么一个决心，说：“你就干吧，我就不管你了，你们给我赚名声就完了。”也行。那你后边自己该去产品化的地方，该去做工程实施的时候，你要组建另外一套班组去干活去。结果呢，扎克伯格后边那一半事没办，他把前面那半截干了。最后导致什么？杨立昆他们研究出来的很多东西，在Meta里头没有办法落地，还没有办法给Meta带来实际的利益。而且呢，在各种的竞争里，他还落后了。

如何正确“使用”顶尖科学家？

这是扎克伯格犯的错误。就这种大佬请回来干嘛使？

1. 招牌效应：人工智能三巨头我请回来一个，那三个人里头，有一个是被谷歌直接把公司收购了，收谷歌去了；另外一个呢，每天在外边吵吵，说要去做人工智能监管；杨立昆呢，被Meta收下来。首先你这个招牌是有了。
2. 人才磁场：作为一个大学教授，你就应该是把他的学生都拎回来。谷歌也是这么干的，把一个哥们拎回来以后，就天天的拉着他的各种学生，拉着他的师兄师弟，上谷歌干活来。这个应该也是杨立昆真正能够给Meta带来的东西。

至于杨立昆真正研究的东西，其实这种大学教授真正研究的东西，对于公司来说通常是没用的。为什么？就是离变现太远了，离具体的实际使用太远了。

结果呢，Meta是前面不够果断，把杨立昆找回来了，但是你该继续投入的时候，就不够果断了。因为FAIR这个团队这么多年，这十几年可能总共花了十几亿、二十亿美金的样子。那你说这也不少钱了，老范你又这个拿钱不当钱了是吧？十几亿、二十亿你就一张嘴就来了。你看看微软花了多少钱，你看看谷歌花花了多少钱。想去跟大家竞争的、平起平坐的扎克伯格，他花的钱真的算少的。而且在这个过程中，主要还是去发论文、发开源，并没有真正的去工程落地这件事。因为工程落地，你还要花更多的钱。

所以呢，杨立昆到了Meta，让不合适的人去承担了错误的预期。你找了一个大学教授回来，你希望他把整个这一套事都干完：竖招牌、再招人、再到科学研究、工程实施和产品化。你希望他一个人把这事都干掉，这是不可能的。

正常的应该是什么？你把这位大神请回来养着他，他想干什么你让他干，他花不了太多钱。剩下的呢，你再让他的学生挑一摊，把后边真正的跟公司有关的研发做掉，把跟公司有关的工程化、产品化的事情做掉。这才是应该干的活。什么时候缺人，你就让徒子徒孙们继续上，继续进来填坑。这才是这种大神正确的用法。

新旧团队的冲突与杨乐坤的出局

所以这一次杨立昆的出走，就是扎克伯格前面在用人方面用错了。等到最后呢，扎克伯格发现我们落后了，没有达到他一开始的预期。他没有去检查自己犯了什么错误，而是大刀阔斧地开始是1亿美金、10亿美金去招人去了。他有这钱，你多给杨立昆点，没准还能做出点东西来。到后边“七嚓咔嚓”整了一大堆人进来，找了一个叫亚历山大·汪的人。

亚历山大·汪最后能干成什么样，现在去猜测还为时过早。但是呢，杨立昆这一摊，他就实在维持不住了。亚历山大·汪这帮人进来了以后呢，跟杨立昆他们之间的分工还有很多是重合的。那就怎么办？内部关系一定摆不平，就要开始抢夺资源。那一定还是要立起一个“正宫娘娘”来，其他的小三什么的，你们就先朝后站一站就完事了。那么杨立昆呢，就这样出局了。

所以这里头谁对谁错？杨立昆没错，亚历山大·汪也没错，这里头唯一犯错的就是扎克伯格。他犯错误了。

FAIR的遗产：对中国AI产业的巨大贡献

杨立昆在Meta期间做的这个FAIR，到底给世界，特别是给中国的AI产业，做出了什么样的贡献呢？巨大的贡献。没有杨立昆，就没有今天中国的AI产业，完完全全可以这么讲。

他们做了两个非常、非常重要的产品出来。

• 第一个叫PyTorch，现在绝大部分的AI平台都在这上面跑，这是一个开源的系统。当然了，PyTorch的负责人现在也离开了Meta，他要比杨立昆走的稍微早几天。这哥们呢，现在加入了Thinking Machine Lab，叫TML。这个公司是谁创建的呢？大家还记得OpenAI有一年闹宫变，当时有一个美女CTO，他后来离开OpenAI以后，创建的这个公司叫Thinking Machine Lab，就是这个公司。当时扎克伯格想去找人顶杨立昆的时候，在找亚历山大·汪的同时呢，也在找这个TML，说我把你收购下来吧。当时人家不同意，说我们要自己发展，不愿意被你收购。所以呢，他就把亚历山大·汪找回来填坑来了。
• 另外一个巨大的贡献就是Llama大模型，开源的Llama大模型。Llama1、Llama2，绝对是给中国早期的开源模型奠定了基础。没有Llama1、Llama2，甚至是Llama3的这些开源，就不会有中国今天百花齐放的大模型。所以这个FAIR对于整个世界，特别是对于中国的AI产业，是做出了巨大贡献的。

杨乐坤为何在Meta混不下去？

杨立昆为什么在Meta混不下去了呢？亚历山大·汪来的时候，他还说我们好好合作一下吧，当时还是很有求生欲的，但是现在还是混不下去了。

原因一：科学家与CTO的角色冲突

第一个原因很简单，他呢是要去做长期研究的。通常大学教授都是做长期研究的，他是没有明确的工程化和产品化压力的。我今天做了一研究，这东西到底最后怎么工程化，或者在我的整个内部怎么去改进，他从来没想过这事，科学家也不想这事。或者说我把这东西做成一个什么产品给大家提供出来，他们也不会思考这个问题。他们真正追求的是什么？更多的经费，研究更遥远的未来的事情，以及呢，发表更多的论文。而且科学家的本质呢，从来就没有改变过。

那你说CTO跟科学家之间到底有什么区别呢？CTO，你是为股东负责的，你是要为董事会负责，什么该说什么不该说，你心里应该有数，你每说一句话都会影响股价的。而科学家就是只为自己心中的梦想去负责：“你们那些乱七八糟东西，不要来给我捣乱。”

那你说杨立昆跟作为Meta AI里头的领衔科学家，到底说了什么不该说的话呢？作为一个CTO他肯定不合格。总喊着“大语言模型是死路一条”，这玩意咋搞？我们现在招人做产品、做工程化，老大在这天天喊：“这个这是死路一条，你们再往前走就死了。”而且他还喊：“现在的所有大模型，跟一只猫比起来都不行。”OpenAI也好，谷歌也好，都说我们的模型可以顶博士了。说：“你把它装机器人里，你看看它有猫灵活吗？”肯定没有。这就是他的一个论断。你作为科学家你可以这么喊，而且你越这么喊，越容易搞到经费。但是你作为一个企业里面的领军人物，也是Meta的AI领军的科学家，但你天天喊“大语言模型是死路一条”，这事肯定是不行的。

原因二：商业压力与战略落后

他呢，一直准备去做世界模型。世界模型这个事呢，肯定是巨大的天坑。因为大语言模型这件事，大家已经走通了，知道怎么往前走……虽然挣钱还难一点，但是怎么去骗股民，怎么去骗基金，怎么去骗华尔街，这条路其实已经通了。那对于Meta来说，人家已经验证成功的路，我们得走下去，该捡的果子我们得捡起来。你不能在这个时候再喊说，我要去做世界模型。世界模型这个东西到底怎么做，做完了以后会达到什么效果，谁也不知道。我要靠这个东西去忽悠别人给钱，是非常非常难的。

这里呢，也会体现出Meta跟谷歌他们的差异。谷歌就是我这头挣着钱呢，那头呢，我还投入了很多的钱，去研究各种各样现在大家看不出结果的东西出来。而Meta现在不行了，我必须要马上见着钱，我没有那么多钱让你们去放飞自我了。

Meta现在呢，明显在AI领域里头落后了。Meta自己的商业化模式其实是有问题的。为什么呢？大家看看现在所有做大模型的公司，或者AI这类的公司，英伟达那是做芯片卖铲子，其他几家其实现在也都是卖铲子的。微软、谷歌他们虽然也做芯片，但是他们芯片卖的量并不大，就是只是自己用而已。他们卖什么？他们卖云计算呢。谷歌云上提供了这些大模型的东西，“你来买买我谷歌云吧”。微软也是这样，“我微软云上提供了OpenAI的全套东西，你来买我微软云吧”。大家每次去看财报的时候，只管看谷歌云的收入涨了，虽然可能其他的收入有些波动，但是你只要谷歌云的收入是呈两位数上涨的，我们就认你的市值了。他是这样的一个逻辑。微软也是如此，亚马逊和Oracle走的都是这条路，他们是卖云服务的。

那你说Meta呢？Meta缺云，他自己是不卖云服务的。Meta 97%的收入全是广告收入，他就讲不了那故事了。那他怎么办呢？他只能是实打实地做出产品来，大家很喜欢这个产品，用户量很高，只能干这条路。另外一条路是什么？就是我通过AI的改造，我的广告收入上升了。广告收入这种事情呢，它是跟用户数和用户时长相关的，你最后的转换率会有优化，但是优化起来是非常难，即使加上AI以后，也很难说我就一下有这种质的飞跃。所以Meta很难证明自己真的做的这些东西是有用的。

而另外一方面呢，他做的Llama4也翻车了。Llama4全面被千问赶超。原来Llama1、Llama2、Llama3还是遥遥领先的一个位置，但是等到Llama4的时候，第一个是做各种评分的时候呢刷题，就是他做了一些学术不端的行为，想把自己想做成那种“小镇做题家”似的，我把题刷完了以后去刷成绩，这个事是不行的。在他们这个领域里头，这是非常非常丢人的，虽然中国模型都这么干，但是呢对于美国大公司来说，这个是不可接受的。另外一个是什么？就是他的Llama4只出了几个特别大的模型，底下这些小模型都没做。Llama3还是从小到大做了一遍，大家还可以在Llama3的各种层级的模型上，去做自己的微调，做自己的行业应用。而Llama4只做了个最大的。那在这块填补空白的呢，就是千问。千问是从0.6b开始做到200多b，中间所有的层级全都做了。这个就是绝对是超越Llama4的一个状态。

原因三：扎克伯格的“亲自部署”

扎克伯格呢，觉得我必须要生死一搏了，原来这种慢慢悠悠的玩法不成了。为什么扎克伯格这么聪明的人，会让AI这么重要的事情慢慢悠悠往前晃荡呢？原因很简单，他的注意力还在元宇宙上呢，注意力没在这上头。我觉得我这才是正经事，我这个一定是最终出结果的，大语言模型只是中间的小波浪而已。

跟大家讲一个当时猎豹的故事。傅盛这帮人原来在360是怎么做出来的？周鸿祎当时是跑去做搜索去了，他认为只有搜索才是对的，这是互联网里唯一的出路。所以他带着大量的人去做搜索，傅盛、徐明这帮人呢，说这留着一摊子咱看着，那算了，咱们做一个360吧，做个安全助手吧，安全管家吧。等做着做着做起来了，周鸿祎在外边做搜索碰了个一鼻子灰，说玩不下去了。那一回头一看，这块你们做起来了，那我亲自指挥、亲自部署一下吧，就把傅盛他们直接从公司里扔出来了。

所以现在就遇到了这样的一个情况，扎克伯格决定回来说，元宇宙一时半会搞不定，咱们还是要在大语言模型上见真章。那么他的处理方式是什么呢？就是招募了亚历山大·汪，组建新团队。而这个新团队马上开始跟FAIR争夺资源，这个事情是由汪涛说了算的。所以在这件事情上，汪涛要去替扎克伯格背锅，要去挡雷。比如禁止随便去开放源代码了，禁止随便去发表论文了。你现在想去发表论文，必须要在内部走一个审核流程，走完了以后你才可以去发表。如果审核的过程中，发现这个东西我们可以变现，马上就能用得上的东西，你这发表了别人就用了，我们先不发表。他现在有这样的一个审核机制。再加上呢，裁了600多人，基本上把FAIR的下面的很多直接干活的人给裁了。杨乐坤就没办法了，实在混不下去，只能离开了。

世界模型之争：杨乐坤 vs. 李飞飞

最后呢，咱们聊一下世界模型吧。杨立昆出去要去做世界模型，还有谁在做世界模型？李飞飞也在做世界模型。那杨立昆跟李飞飞的世界模型，到底有什么一样的地方，有什么不一样的地方？

杨乐坤的JEPA架构

杨立昆要做这个东西呢，叫JEPA，联合嵌入预测架构。它呢，是非生成式的。大家注意，这个非常非常重要。什么是非生成式的？咱们的大语言模型也好，李飞飞做的东西都是生成式的。生成式的就是，我要生成下边最有可能的这个词，或者下边最有可能的这个场景，这个东西叫生成式。而非生成式呢，不注重生成未来的预测，不关心未来会变成什么样，它要生成的是什么？是未来的一个动作。我们要在这个世界里做什么？他要去找到现在这个状态跟未来这个状态之间的一些规则，我们应该如何来做这个决策。

这呢，稍微有一些抽象，后边我们再去讲他到底跟李飞飞这个差在哪。杨立昆这个世界模型呢，分为感知模块、世界模型模块、成本模块、记忆模块，以及行动模块和一些配置器。它要把整个这东西配在一起，基本上像一个机器人似的东西凑在一块，才是它这个JEPA。它是一个可学习的、端到端的可微调的一个主动智能体架构，在抽象状态空间里边，预测未来可能的世界状态，而不是直接生成图片和视频。

李飞飞的空间智能

而李飞飞的呢，它不叫世界模型，它这个东西叫“空间智能”，让AI真正理解和操作物理世界，就必须要能够在3D空间中感知、想象和交互。世界模型是一个生成式的、多模态的、交互式的。

相同点与差异点

它们的相同点呢：

• 都认为光靠大语言模型这事走不通，这是死路一条。
• 而且呢，面向未来的预测器和推理引擎，不应该是单纯的生成器。
• 他们都认为呢，需要做自监督的学习，需要大规模的观测数据。
• 都相信他们现在所做的事情，是通向未来具身智能和机器人的一个正确路径。

那他们的差异点在哪呢？

1. 研究空间不同：杨立昆研究的叫“抽象表征空间”，它这个东西是抽象成一大堆的数值的，而不是一个多模态空间。李飞飞那个是一个具象化的多模态空间，他最后出来的是视频，是3D模型，而杨立昆研究的是一大堆的数字。
2. 生成方式不同：刚才咱们讲了，李飞飞玩的是生成式的，杨立昆玩的是非生成式的。
3. 核心目标不同：杨立昆研究的是通用的自主智能，而李飞飞研究的是空间智能。那你说这两个词我都听懂了，到底差异在哪儿没想明白。说白了，杨立昆研究的是怎么做“人”，而李飞飞研究的是怎么做“世界”，这就是他们两个最主要的差别。所以你看杨立昆的这个大模型里头，它是有感知模块的，有世界模型、有运动模块、有记忆模块，这个东西基本上是个人。而李飞飞那个模型，就是在一个3D空间里头，来预测下一帧的画面是什么，他最后出来的东西是世界。所以这是对于世界模型的两个不同的前进方向。杨立昆搞的是抽象的表征世界，人看到当前的世界以后怎么去做决策，这个过程不是靠看图说话来的，你是要在这个人的内部形成一大堆的这种抽象指令，然后在这个过程中去往前走的。这就是他们之间的差异。

未来展望

最后呢，让我们来展望一下Meta跟杨乐坤的未来吧。Meta呢，现在必须要完成AI的应用和商业化，如果这个故事讲不通的话，他可能在七姐妹里边掉队。投资并且继续控制杨乐坤，对于Meta来说呢，也算是名声没有塌房。而杨乐昆的话，我们还要继续等待其后续的成果，看看后续是不是有其他的投资人参与。对于大学教授创业，我一直观点是一致的，就是他们会指明方向，会带领很多人去做研究，但是最后成为CEO的那个人，通常不是他们。但是杨立昆现在想做的事情还是比较有趣的。

好，这个故事就跟大家讲到这里，感谢大家收听。请帮忙点赞、点小铃铛，参加Discord讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

李飞飞的万字长文，讲述空间智能的未来

大家好，欢迎收听老范讲故事的YouTube频道。

李飞飞呢，最近发了一篇文章，指出AI的下一个方向。AI的下一个发展方向就是空间智能。这个文章呢是11月11日发表的，非常非常长，上万字。标题呢是《从词语到世界：空间智能是AI的下一个前沿》。教授的长文，读起来还是稍微有一点点吃力，我还是认真地把整个文章读完了。教授呢，未必能够准确预测未来，那是算命先生的工作。但是，教授对未来的预测，还是值得认真研读一下的，特别是这位教授，还是当前AI浪潮的开拓者之一。

文章的结构之美：值得学习的写作范本

第一个特点就是非常的工整。她的文章结构，大家需要去学习一下。哪怕你说我看不懂这文章说什么，还是应该学习一下人家文章怎么写的。上来第一件事是提出问题：现在有些什么样的问题？然后呢，是核心概念的一些解释，对吧？啥叫空间智能？再往后呢，是方法论的一个架构：我准备怎么干？然后呢，是技术实施的一些细节和方法。最后呢，是应用的路径：我这个实施了以后能干嘛使？它是这样的一个完整架构。

每一个大标题下面呢，会有3到5个小标题，每个小标题下面，均匀地分布着描述和说明。它不会像有些人写文章，在某一个小标题下写非常长的内容，其它的显得干巴巴的，不会是这样的，很均匀。学习一下教授的写作方法，还是非常非常有价值的。

李飞飞文章的核心内容解读

第一部分：提出问题——大语言模型的局限性

咱们说一下这个文章到底说什么了吧。首先呢，是提出问题。大语言模型呢，它只能生成语言，而语言呢，并不能代表世界。语言模型有很多的局限性，已经体现出来了。最大的局限性就是各种“对不齐”。

• 与空间和物理规则“对不齐”：我们希望这个空间，应该有一些什么样的特性，结果发现语言模型生成出来的结果跟这个对不上。或者说，我们希望有一些物理的规则，它应该去遵守，但是大语言模型生成的结果，它不去遵守。例如，儿子比老子大了，或者生成的图片和视频里，人物的手指头数量搞不定。甚至让它画一个带指针的时钟，比如“3:20”，它也画不对。
• 一致性无法控制：现在大语言模型所体现出来的问题，就是前后矛盾。比如以图像和视频模型为例，一个人在这站着，一扭过脸去，发现怎么不是这个人了？或者画面不停地闪烁，一会儿看着像，一会儿看着不像。这些都是因为没有空间智能所遇到的各种问题。

第二部分：核心概念——什么是空间智能？

很多人可能意识到，空间智能是一个3D空间的事情，但其实呢，空间智能要比这个复杂得多。它除了3D空间之外，还有很多物理特性在里头：这是钢的，那是铁的，这个是木头的，那个是水或者是空气，它都在空间里边。

而且空间智能其实是4D空间，四维空间，还有时间在里头。就是我在里边做了一个动作，在这个动作后面会变成什么样，实际上这是有时序的，而不是一个静态的3D空间。所谓的空间智能，是三维空间、物理，以及动作、交互和时间相结合在一起的“世界模型”。她要给空间智能下这样一个定义。

第三部分：方法论架构——世界模型的三个能力

问题很复杂嘛，我们不能说上来就一榔头开始干活了，首先要提出一个方法论架构来。她认为，世界模型呢，应该有三个能力。

• 生成能力：它依然是一个生成模型，但生成出来的东西，应该能够确保空间、物理和时序的一致性，这是跟传统大语言生成模型的差异。
• 多模态能力：多模态呢，是图像、视频、深度、文字、手势、动作都要结合在一起，甚至可能还有触觉这些东西，都要在里边。
• 交互动作条件下的状态预测：就是我做了这个动作了以后，会变成什么样？空间智能的模型，是能够对下一个状态进行预测的，甚至呢，对下一步的动作进行预测。

第四部分：技术实施——如何实现空间智能？

那怎么实现呢？首先，世界模型要能够显示或隐式地展示3D几何与物理的一致性，而且世界状态必须是可被读写和对齐的。

实现这一目标，离不开数据和训练。具体方法包括：

• 数据来源：利用大量的互联网图片、视频等真实世界数据，并通过计算机进行深度信息标注。同时，也会使用游戏、3D模型等合成世界的数据来进行训练。
• 训练过程：训练过程会要求“生成与理解”循环互补。即生成数据后，模型自身再去理解和验证。
• 推理和控制：模型的核心是推理“状态 -> 动作 -> 新状态”的演变过程。李飞飞团队正在探索新的模型方式，例如“实时帧模型”（Real Time Frame Model），它可以像视频一样，直接输出下一帧世界会变成什么样。

第五部分：应用路径——空间智能能做什么？

• 近期应用：主要用于讲故事、创意和内容生产。她们已经做了一个名为“Marble”的模型，供3D动画和游戏开发者申请试用。
• 中期应用：用于机器人和具身智能，让机器人能够真正地理解世界，而不仅仅是依赖语言模型。
• 远期应用：进行科学研究，例如在材料学、医药学、分子生物学等领域，利用空间智能构建和探索复杂系统，进行模拟实验。

老范的思考与评论

教授创业：理想与现实

李飞飞呢，现在是在创业，她有一个公司叫“世界实验室”（World Labs）。她呢，融资融了2.3亿美金。刚才我们讲了，教授创业未必能够挣到钱。但是呢，她的学生，现在是各个大公司里边的顶梁柱。所以她想去说：“我要一笔钱来去创业的话”，融到钱这件事并不是特别难。

教授创业，通常不太容易有很好的商业回报。教授的学生们，才是真正值得关注的群体。

运维、工程与科研：三个不同维度的创新

运维、工程实施技术和科学研究，实际上是三个完全不同的维度。你说我这给你发个打折券，买几赠几，这个东西呢就是纯运维。那工程技术呢，就是为了实现运维目标，我们在现有已经验证过的这些技术上进行一些实施，这通常教授的学生们会干这些活。而教授呢，会在前头再去研究现在还不确定的那些科学。

方法、专利与论文：创新的层级

大家要注意，方法是不允许申请专利的。而专利呢，一般是一个工程实施上的东西。教授的直属弟子们，她们一般会玩的是什么？是论文。她们会比专利更高一个层级。论文是希望你尽可能多的引用的一个东西。教授真正的得意门生们是去写论文的，而教授要比论文更高一级。但是大家要注意，真正能挣钱的东西是什么？是专利，以及后边这些方法，这是能挣钱的。论文其实很少直接产生收益。

空间智能是唯一方向吗？

讲远了。空间智能到底是不是未来的方向呢？AI的下一个问题肯定是对齐，这个毋庸置疑。但是呢，需要对齐的东西很多。

• 空间、物理与时间：这就是空间智能需要对齐的东西，肯定是AI需要对齐的一个方向。
• 人性与法理：这也需要去对齐。
• 编程：这是最容易对齐的东西，各种约束都非常容易去验证，所以编程现在是整个AI大模型领域里头，对齐对得最好的一个领域。

那么未来的5-10年，实现空间、物理与时间对齐，应该是一个大的目标，这个没有任何问题。但是具体实现的方法，未必像李飞飞当前所设想的这样。她提出的“什么是空间智能”、“为什么要做”以及“要解决什么问题”，这些都是对的。但是后边两块：“具体打算怎么干”，以及“具体做完了以后在哪用”，这一块呢，我们没必要太去听教授的了。

一个历史的例子：Pascal语言 vs. C语言

在这儿呢，跟大家讲一个例子吧，比如说Pascal语言和C语言。Pascal是1968年苏黎世理工大学的教授发明的，主要用于教学。而C语言呢，是1972年贝尔实验室的工程师发明的，后来变得非常普及，Linux、Unix和Windows的早期版本都是用C语言写的。这个工程师呢，应该是硕士研究生，博士论文写了个草稿，但是没有获得学位。这就真的叫英雄不问出处。所以，最后大家去用的东西，未必是教授发明的东西。

李飞飞工作的真正意义

李飞飞的工作呢，还是有巨大的意义的。第一个呢，拉动了社会的关注。她毕竟是AI领域的“教母”，大量的关键岗位都是她的学生。而且呢，李飞飞前面做的最大贡献，是做了一个叫ImageNet的项目。她把大量的图片放进去，让各种的大模型可以用这些图片去进行学习。所以现在呢，李飞飞准备继续做这件事情，继续把大量的数据进行标注，让各种空间智能的模型去进行学习。我们提出标准，你学习到一个什么样的程度，然后怎么去打分，她要把这个事情做出来。所以这件事呢，还是非常非常重要的，就是积累数据和论证各种验证方法。

总结

最后呢，咱们总结一下：

• 李飞飞作为AI“教母”发表长文，为空间智能站台。
• 教授的文章格式必须要学习一下，其结构清晰、逻辑严谨。
• 空间智能确实是未来十年，行业必须要去解决的一个重要问题。

好，这个故事就跟大家讲到这里，感谢大家收听。请帮忙点赞、点小铃铛、参加Discord讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

GPT5降低幻觉的秘密被OpenAI给公开了。现在看来，训练AI真的是越来越像训练小孩子了。

大家好，欢迎收听老范讲故事的YouTube频道。

九月五号真的是一个神奇的日子，非常多的模型都在九月五号被发布出来。OpenAI在这一天也发表了一篇论文，这个论文叫做《为什么语言模型会产生幻觉》。

大语言模型从进入我们的日常生活那一天开始，我们就发现了，这个东西最擅长干的事情是什么？叫“一本正经的胡说八道”。

现在OpenAI公布了，说产生幻觉有两个主要原因。

第一个原因叫做“错误的评估体系”。什么意思呢？就是我们现在去考试了，做对了1分，做错了0分，不做也是0分。其实我们所参加的绝大部分的考试，都是这样去设计的，甭管你是考英语、考数学，都是这样设计。像考数学这种，他还有步骤分，哪怕最后你的结果没有，或者结果是错误的，你只要前面的步骤写对了几步，他都是给你分的。

但是我们用这样的方式去训练大模型的时候，这事就麻烦了。怎么个麻烦法呢？大模型也在那有一些指标，要去反复的训练嘛，它的训练也是按照刚才我们说的这个方式来训练的：答对了1分，答错了跟不答都是0分。那么我就先猜一个呗，万一猜对了呢？你没准还有个一分，总比不答强，因为不答跟错误是同样的结果嘛。

文章里头举了一个例子，说你去给我猜一个生日，这个人生日是哪天？马上给猜了一个。他说这玩意儿你猜对的可能性是多少？1/365，这个很难猜对的。但是呢，猜错了就跟没猜是一样的，都是0分，所以大模型还是会去猜一个出来。这就是他一本正经胡说八道的一个最底层原因，就是你一开始的评估体系是错的。我们考试的时候，这个评分的规则就是这么评的，所以大模型也是这么干活的。

另外一个原因是什么呢？他的一些训练数据本身是有问题的。什么是训练数据有问题呢？就是大模型通常的回答方式是：下一个词最适合应该出哪个词。他是这样来去回答问题的。但是呢，有很多的训练数据呢，有一些相关性。比如说他举了个例子说，我给他一堆照片，猫的照片跟狗的照片，然后呢在后头写上标注，说这是猫、这是狗。你训练完了以后，给他照片，说这是猫还是狗？或者你给他个猫和狗的这个单词，说请给我画一个出来，或者给我描述一下，这个大模型是可以搞定的。

但是如果你的训练数据是错的，比如说你给了一堆猫和狗的照片，在后边你标注的不是猫和狗，而是猫和狗的生日，然后你说：“现在给你一个照片，给我猜一下这个猫是哪天生的？”那这个大模型就直接抓瞎了，说：“您让我编一个吧。”大概是这样的一个情况。或者说你给它一个日子，比如说2025年9月9号，这一天出生的猫应该长什么样呢？这个大模型说：“呵呵，请听我瞎编一个。”也只能是这样了，你没有任何其他的办法，因为它的整个的训练数据相关性没有那么强。而且刚才我们讲，这个猫跟狗的生日标注在照片上以后的话，它也不具备什么统计学的这种意义。你说9月9号出生的猫应该是什么样呢？

但是讲到这儿，咱们多讲一句，有人相信生辰八字吗？或者是你的星座代表什么？这个是不是跟刚才我们给猫跟狗标生日这个过程是很像的？所以这个生辰八字的结果，跟刚才我们讲的这个数据是一样的，它没有什么统计意义的。所以不要去相信什么算个属性、算个生辰八字、算个星座，这个意义不大。就算是给交给现在的大模型，你让它去折腾这个事儿也没什么意义。

我自己呢，在第一次使用AI的时候就经历了幻觉。我第一次使用AI是什么时候呢？那时候ChatGPT还没发布呢，当时的AI产品叫做GitHub Copilot，底层也是一个ChatGPT的模型，它是先发布出来。首先这个东西出来是给大家写程序的，那个时候还不觉得说AIGC会怎么样了。我拿着那个系统去写程序的时候，我说：“B站的CEO叫什么呀？”他告诉我叫陈瑞。我说：“这对的。”然后我说：“陈瑞的身份证是什么？”我是等于写程序嘛，说“陈瑞身份证”，啪打一个报号，然后噼里啪啦就给我生成一堆信息出来：哪年哪月几月生的、身份证号码什么。当时我都傻了，这不是泄密了吗？马上我就去找陈瑞去了，我说：“陈瑞，你的那个身份证泄密了，这是你身份证吗？”陈瑞看了一眼说：“这肯定不是。”

后来我就搞明白了，当时还没想着叫“幻觉”，当时想的是什么呢？说这个东西是不是一个脱敏，或者是做了一些数据混淆。后来想明白了，这东西就是一本正经的胡说八道。你问他陈瑞的身份证，他按道理应该告诉你说：“我不知道。”或者说：“这个东西涉及个人隐私，我不能给你生成。”或者说我生成了以后，在下头给你写一个说：“只是示范数据，没有任何实际意义。”应该是做这样的一个操作。就跟我们去银行里头看到人家练习数钞票的那个钱似的，专门有特定的号码，而且上面会盖一个章，说这就是一个练习币，千万别惦记偷着玩。但是这个GitHub copilot啥也没说，直接给你写了一个完全看着像真的一样的身份证号就给你写出来了。当时还把我吓一跳，这是当时的一个故事。

这就是AI到底是怎么产生幻觉的，以及呢，我们应该如何去避免它。其实他们已经把这个东西应用起来了，就是应用到GPT5里头。所以现在GPT5呢，有的时候就告诉你不知道，他不会上来就直接告诉你：“我给你猜一个吧。”甚至猜完了以后还在那嘴硬：“不是我猜的，这东西就是这样的。”他有时候还干这样的事情。

像GPT4呢，他答对问题的概率是要比GPT5高的，因为刚才我们讲了，你胡猜一个，你还是有机会答对的。像刚才猜陈瑞身份证，他也不是说完全不可能猜对的吧？还是有可能猜对的，那么他就去猜去了。所以GPT4的正确率要比GPT5高，但是呢，GPT5的幻觉要比GPT4低非常非常多，因为GPT5经常就告诉你不知道了。说“不知道”肯定是错的，但是“不知道”呢，对于我们来说，其实是一个可以接受的答案。

你说这事跟训练小孩子是不是很像？我们再去给小孩出考题的时候，我们是不是可以出一个题说，这个题你做对了加1分，做错了减1分，不做没分？这个是不是就可以调整记分规则了？他就可以知道说，我们是不是不会的就不要瞎写了。我记得我原来参加过类似这样的考试，好像是上大学的时候，当时考计算机的一个等级考试就是这样的：做错了减分，做对了加分，不做没分。那就是你不会就别瞎写，就是这样的一个意思。或者呢，调整一下，因为有负数在里头，计算稍微麻烦一些嘛，就是什么呢？不做呢是1分，做错了呢是0分，做对了呢，比如说给他个5分。用这样的方式去训练大模型，他可能就会好一些。

包括我们以后去训练小孩，或者说小孩的成长过程中的一些教育吧，也可以使用这样的方式。当然，我觉得更重要的是什么呢？就是我们在孩子被训的时候，比如孩子这个犯了什么错误了，在挨骂的时候，就不要老惦记让他去反思怎么去犯了错误、下次怎么去做对。是不是很多家长都爱干这个事？做错了不行，你一定要在这个时候把它想清楚，然后给我解释到底是怎么回事。在这个时候，小孩想的压根就不是怎么去反思错误、怎么能够保证下次不犯，小孩想的是如何尽快结束当前糟糕的状态。这就属于是一开始你设定错了一个激励的条件，还希望说这个小孩犯了错误，多骂他一会，多念叨一会，让他能够学会，这个绝对适得其反。

还有一些呢，适合小孩教育的AI训练方式，大家也可以思考一下，就是寻找合适的数据或者问题对于教学是非常重要的。就刚才我们讲的，给他一堆猫跟狗的照片，然后给标生日，这就属于错误的数据。我们找到正确的数据，对于小孩的学习会非常有帮助的。今年年初吧，李飞飞训练了一个很小的模型，它就是精心筛选了1,000个高质量、高难度、覆盖50个不同领域的全面性问题，训练出来的模型要比很多很大的模型效果都好，这个才是对我们有借鉴意义的事情。为什么呢？你对于小孩训练也好，或者是教学也好，最缺的是什么？不是上培训班的钱，也不是找到特别好的老师，而是小孩的时间。你去让小孩上培训班，到底是上那个还是上这个？你需要去取舍的，因为时间是有限的。在这样的一个情况下，如果能够选对正确的数据集的话，对孩子的训练也是非常非常有帮助的。

在这里呢，再讲另外一个很拟人的AI算法故事吧。就是李飞飞的这个小模型里头，应用到了另外一个有趣的方法，叫什么？叫“预算强制法”。这个呢，其实是小孩解数学题的一个方法。它是什么样的方式呢？就是它动态的来调整推理的步骤和时间。现在我们的模型都是做推理嘛，到底是应该用多少步来推理呢？现在我们使用的很多系统都是可以预设的，我到底是用高级推理、中级推理、还是低端推理，还是直接出结果？让你自己去设。但这个事其实是很二的，应该是让模型自己去判断。

它呢，通过任务的复杂度和中间的结果，不断来评估说这个事是不是可以结束了。如果任务复杂度高，他就会给你更多的推理预算；如果在推理预算之内你把它做出来了，它再去评估这个结果。如果结果的置信度很高，这东西就很像我们从小做数学题，都是有这样的训练的。你得出一个0，得出一个1，这个事都有可能是对的。但如果你最后得的那个结果需要开根号，然后还不会算，这种大概是前面哪步算错了。咱从小应该都是这么学的吧？他也是如此。然后除了置信度之外，还有一个是什么呢？就是结果的收敛性。我越算这个结果，好像越向着比较可信的方向在前进；或者说有的时候越算越觉得不对，走着走着觉得越走越远了。这个东西是可以判断的。如果是你得到了一个置信度很高、很收敛的结果，没问题，就停在这儿吧。如果你发现这个东西置信度很低，而且呢越来越发散了，一点都不收敛，越走越不像了，就直接停止，说：“不会，对不起，我不知道。”当然我们小时候有时候受的教育是什么呢？你实在做不出来，到后头写个0、写个1，还是有蒙对的机会的。

所以李飞飞的这个方式呢，就是简单问题简单推理，获得高置信度、收敛的结果，就快速停止；如果太复杂，就直接承认失败，完事了。这个是不是也很像咱们小时候教小孩子做数学题的这个过程？

讲远了。这个降低幻觉的技术呢，现在已经用到了GPT5上。现在他们在GPT5上就已经是鼓励大模型说“不会”，说“这个事我不知道”，去鼓励他做这件事情，而不是要上来生给你编一个结果出来。

另外呢，我要讲，降低幻觉其实是一把双刃剑。很多人说：“不对，幻觉低了，它不是好事吗？你不知道就说不知道就完了。”为什么是一个双刃剑呢？这个里头呢，跟人性有关。因为幻觉再怎么降低，它永远不会是零，有可能呢会逐渐降低，但是人呢，会选择相信一个大概率不会出错的自动化系统永远不会出错。这话很绕，什么意思呢？你比如说这个系统，十次里头错八次，那这事肯定不行。等到10次里头错5次呢，这个结果呢你可以参考一下。如果10次里头呢只错个两次，就会有相当一部分人认为这个结果是永远不错的，我就直接相信了，剩下的两次错就错了。他是这样来去处理这问题的。这是人性的一个选择。所以呢，幻觉越低，愿意直接无条件相信这个模型的人就会越多。这是一个灰度，有些人可能怀疑一切，有些人呢可能说你这个幻觉只要到50%我就相信了，有些人说幻觉到20%我就愿意相信他。他是这样来去工作的一个过程。所以呢，幻觉越低，选择无条件相信的人就会越多。这就是为什么我说降低幻觉是一把双刃剑。

那么我们应对幻觉的最简单方法是什么呢？第一个，肯定还是怀疑和批判了。中国的中小学教育里头还是应该加强一些的，这一方面目前应该没有那么强。另外呢，就是你要去有一些逻辑的训练。比如说，如果不进行逻辑训练的话，你没法去判断这个结果是不是符合逻辑，或者说他的“置信度”这个东西，你没有判断标准。还有呢，就是我们要了解聊天的上下文环境。这个事特别有意思，大模型呢，你问他一个问题的时候，他给你的结果未必一样。这个结果的差异是怎么来的呢？其实是跟上下文有关。所以我们经常在跟大模型聊天的时候，要学会叫“开始一个新话题”。什么意思？就是我们把前面的上下文都扔了，咱们重新开始聊。这个是非常非常重要的，否则的话，它给你的结果要跟上下文相关联。如果我们跟他聊天的过程中忘记了上下文说的是什么，那他给你的结果就有可能会出现比较大的偏差。

还有一点呢，就是要了解信息来源。你说我这个大模型给我的结果，是大模型直接生成的，还是通过本地知识库总结的，还是通过搜索总结的？这个东西到底是怎么来的？如果是通过搜索来的，他到底是搜索的哪些网站？哪些网站是可信网站？哪些网站是八卦网站？哪些网站每天胡说八道？你要要求他去进行一定的区分，这个才有可能让他的幻觉降低。

当然，最终的方式就是多模型校验。像我现在很多的数据都是多模型校验：我先在豆包里跑一遍，因为这玩意最快；然后呢，把跑的结果扔给ChatGPT，说：“来，给我进行数据校验。”然后呢，ChatGPT就会把所有的数据拆开了，校验完了以后，告诉你哪个地方是对的，哪个地方是错的，要比ChatGPT自己做的还要好。有时候ChatGPT也有幻觉，虽然GPT5号称幻觉降低了，但是依然是存在的。我也会把它的结果再拿到豆包里边再去校验。这个会极大的降低幻觉，但是也不能降到零。

OpenAI呢，现在又在开始探索新方向了。就是刚刚做这篇论文的这个部门呢，叫做模型行为部门，这个部门呢，现在已经合并到模型预训练部门去了。这个部门的老大呢，是一位亚裔女士吧，看那个名字应该是个韩裔吧。他呢现在做了一个新的部门，叫OAI部门，这个部门呢，是研究AI与人的交互方式的。他呢，研究的是在聊天和agent之后，这个AI应该如何去跟人进行交互。现在大家还在卷agent呢，人家已经又往前走一步了，agent之后是干什么？他认为AI呢，应该是一个思考、创造、娱乐、学习、连接与实践的全新范式和工具。我们也期待这位女士吧，能够给我们带来不同的惊喜。她前面做了达利2、做了GPT-4o、做了GPT5，特别是跟人交互相关的部分，包括AI如何降低幻觉、AI如何降低谄媚，这些东西都是他去研究的方向。

最新的GPT的更新是什么？特别有意思的一个功能，叫“分支聊天”。比如说跟人聊的时候，聊着聊着聊崩了，或者聊的大家很不开心了，你能够说：“我们退回去，现在我们退回三轮，从这继续往下聊吗？”咱是不行的，因为那对面还生气呢。但是现在ChatGPT允许你干这个事了。就是我们聊着一个来回、两个来回、三个来回，这个时候说我聊错了，我可以从第一个来回完了以后，说我在这做一个分叉，我重新开始聊。AI大模型的这个接口呢，就不知道你后边的聊的第二轮、第三轮到底聊了什么，它会从这个地方分支出来，接着跟你聊。这个应该也还是蛮有想象空间的一个事情。

好，这就是我们今天讲的故事。感谢大家收听，请帮忙点赞、点小铃铛、参加DISCORD讨论群，也欢迎有兴趣、有能力的朋友加入我们的会员频道。再见。

大家好！欢迎收听老范讲故事YouTube频道。今天咱们来讲一讲李飞飞的S1K模型。50美金成本超越DeepSeek R1和ChatGPT O1。

首先呢，DeepSeek到底是怎么震惊全球的？就是因为训练成本低。他的训练成本是OpenAI的3%，所以震惊了全球。

那么现在李飞飞的S1K模型，16张H100的显卡，跑了26分钟跑完了，拿到了一个32B的模型。多项测试超越了DeepSeek R1和GPTO1。

大家要注意，评测大模型呢，它有很多很多测试项。一般我们说基本上达到什么什么水平，就属于叫互有伯仲。有些你强点，有些他强点。原来大家都超不过GPT 4O，是因为只能接近它，距离它的全项指标都有差距。现在的话，大家就已经基本上可以达到GPT 4o的水平了。

现在R1跟O1算是最强的推理模型。李飞飞做的这个S1k，也算是部分超过了R1和O1，绝对超越了DeepSeek R1的32B。

DeepSeek R1呢，讲的时候一般有两个不同的说法。第一个呢叫蛮血版。什么是蛮血版？671B的那个是蛮血版。然后另外一个呢，是通过通义千问也好，LLama也好，这些模型蒸馏了以后重新微调出来的版本。所有你看到什么70B，什么32B，都是这种微调出来的版本。

李飞飞这个50美金他这个版本呢，要比他自己的32B版本还要好。大家是不是先想想，先站个队。这到底是原创呢，还是抄袭呢？对于粉红来说这是绝对原创，对于支黑来说这可能是抄袭。

因为李飞飞是个中国人，他是个北京人。后来呢是跑去四川上的学，他是成都七中出来的。SOGO的王小川，B站的陈瑞，都是他的中学校友。但是呢，另外一头呢，他是个美国的大学教授。普林斯顿大学物理学学士学位，出于对东西方哲学和科学奥秘的探索，他前往西藏研究过藏药。后来是在加州理工学院得到的电子工程博士学位，现在是斯坦福大学的教授，人工智能教母。这算是个创新吗？还是个抄袭呢？

我估计很多人可以炒半天这个事。咱们先不炒这个，在我这个频道里头，吵这个事没意义。咱们去讲讲这50美金到底咋花的。

首先呢，是蒸馏一个小样本模型。有一个什么基座呢？通义千问32B。拿这个模型去做微调，就跟刚才我们讲的那个DeepSeek R1 32B的那个基座是一样的，都是通义千问2.5 32B。但是呢，拿进去做微调的这个样本是不一样的。DeepSeek R1 32B 是使用DeepSeek R1满血版产生的数据去微调的千分2.5。而现在李飞飞呢，他使用的是谷歌的推理模型Gemini 2.0 Flash thinking产生的问题去进行的微调。而且还有一个呢，就是它的问题特别少。就是DeepSeek自己微调的时候，有多少个问题？80万个问题。而李飞飞的问题有多少个呢？1,000个。拿了1,000个问题，就把这个模型给微调出来了。所以1K就是1,000，1,000个问题的意思。S1K这个模型只有1,000个问题。每一个问题呢，都是通过Gemini 2.0 Flash thinking进行解答，并且获得思考的过程与结果。因为他总共就1,000个问题嘛，你把他塞进去16块显卡，26分钟就跑完了。成本也就是50美金。那么是不是我来我也行？我也找1,000个问题上去，50美金我也整一个出来。

最近互联网上有个新梗，什么呢？就是“中国行我也行”。这个是嘲笑那些不自量力，想要学习中国大力出奇迹，结果翻车了的外国友人的一个新梗。这个并不是那么容易。你要想说，我用1,000个问题把这事训练好，那你想去挑这1,000道题，一定是非常非常难的。它这个S1K里头，实际上有两个大的创新点。一个是1,000道问题的筛选，另外一个呢特别神奇的东西，叫做预算强制，budget forcing。咱们先去讲这1,000个问题怎么筛出来。首先呢，这一帮的学者们从16个不同的来源，收集到了5万多个问题。

在59,029个问题中筛选出1,000个问题，其筛选标准主要包括以下几点：

1. **质量要高**：所谓质量高，指的是问题的解答过程和最终结果的格式完整、逻辑清晰。如果某些问题的解答过程格式不完整或混乱，则不予考虑。
2. **难度要大**：难度大的问题通常具有更长的推理过程、更详细的步骤、更多的推理步数和更长的推理时间。
3. **全面**：最终从50个不同领域中选取了1,000个问题，确保覆盖广泛，避免领域单一。

这三个原则——质量高、难度高、全面性，是筛选的基础。在此基础上，还需要探讨艺术、技术与科学之间的差异：

– **艺术**：偶然所得，无法重现。
– **技术**：在技艺基础上不断迭代与创新，但无法跨领域应用。
– **科学**：理解底层原理，可以跨领域应用。

中国在技术上表现强劲，但在科学方面略有不足。S1K实际上是一种科学，因为其筛选和训练过程并非简单的试错，而是通过科学的方法验证和优化。例如，仅筛选出最优质的1,000个问题进行训练，效果并不理想；同样，仅筛选出最难的或最全面的1,000个问题，效果也不佳。最终，将全部59,000个问题一起训练，效果虽有提升，但并不显著。这一过程体现了科学的严谨性和系统性。

就是真正在找到底层逻辑了。找到了逻辑以后，我就可以在这个逻辑上进行优化了。下次再去选问题的时候，我就选这1,000个题。大家注意，你选的题越多，他肯定是效果越好。但是呢，选的问题很多了以后，他你这个效果提升变得非常非常的不显著了。等于你花了很多的钱，后边都没有什么用了，这个就没有必要了。我们就到第1,000道题就可以了。所以大家就可以按照这个逻辑，在不同的领域里去应用这个筛选1,000道题的方法了。这个是一个真正进入科学范畴的东西。

建议以后这些大模型团队呢，可以去学而思、新东方找一些老师回来筛选问题。这个过程其实很像什么？我这个学生要去参加竞赛了，我这个学生要去参加高考了，他的时间非常非常有限。怎么能够筛选出一套特定的题目来，让他去训练？训练完了以后，可以在有限的时间内得到最好的提分。这个过程是不是跟学而思的这帮老师们干的活非常非常像？以后再去选问题的时候，比如说我们今天要去选一些物理相关的、数学相关的，或者什么这样的题的时候，那你就找这些老师来，他就有效果。

下一个创新是什么呢？下一个创新叫预算强制。这个特别有意思，其实还是学而思老师的范畴。预算强制说白了是什么？就这个题如果太难了，就别浪费功夫了，直接终止，写一答案在这就行了。你也不是说终止就不写答案，因为咱们知道考试的时候，你万一写对了呢？该蒙你还是得蒙一个答案出来的。如果这个问题你觉得太简单了，没有用到相应的时间，你就把答案直接做出来了，那你是不是等一等，再回去想一想，稍微检查一下。但是呢，到底哪道题需要尽快结束，哪道题需要多想想呢？这才是关键点。

咱都知道说，这个题如果太难了，咱就把它扔掉。我儿子小时候学奥数的时候，他就讲过哪道题你先看一眼，如果发现没什么这个概念，就直接pass就别做了。这就不是给你预备的。如果你把时间耗在这上头了，下边题就没法做了。而且那个时候考奥数的时候，还告诉你说第几题是多少分。

多少分的题，你应该在上面耗多长时间？如果你发现你在一个3分的题上耗了多长时间以上，你就赶快放弃掉。咱们现在就需要去做这个测算了，它叫预算强制法嘛。这个budget到底怎么定的呢？推理的步数和推理的时间，以此来定这个budget。首先要对任务进行复杂度评估，先看一下这个任务大概应该推多少步，花多少时间。

然后呢，在当前推理过程中得到一些中间结果。因为我们做题的时候也是，有时候做的中间结果出来。这个时候呢，我们就要对中间结果进行一个评估。第一个评估是什么？叫置信度评估。什么叫置信度？给大家讲一个故事吧。比如说今天这个天气预报说了，降水概率99%，这就属于置信度很高，那就肯定下雨，别费劲了，就下雨吧。咱们就不用再去花时间在后边推理去了。待会来一个专家说，这个专家认为今天降水概率是51%，这个呢就叫置信度不够高。您再花点功夫，再好好想想，能不能把这事说说的确定一点。这叫置信度。

然后下一个是什么呢？叫收敛性评估。什么叫收敛性？如果你得到了几个结果，这些结果相对来说都是稳定的，而且越来越稳定，这个就结束了，就是他吧。就算是我给出的结果不是一个完全准确的结果，但是呢，应该误差也不大了。这叫收敛性。但如果说，我现在得到了三五个结果，但是这结果呢值上蹿下跳的，这都差异非常非常远。那你在这种情况下，你就回去再想一想，多花一点时间再思考一下，再重新给一个结果。然后对结果进行质量评估。

还有是什么呢？就是任务特性和标准。因为你不同的任务，对结果的质量要求是不一样的。咱比如说吧，都是打比赛。篮球比赛比赛结果100:70，看着有点像，差不太多可以交差了，就这样吧。足球比赛结果100:60，您回去再算算吧，这事好像不太对。那么在这个基础上，再进行一些动态的调整，再进行一些预设的结果。什么叫预设结果？就是当我发现某些结果达到的时候，就直接停止。比如说我推理了半天，开始骂人了，那停下来吧。

或者推理了半天，发现涉黄涉黑了，那这事停下来吧。他也会有一些这样的停止命令在里头。他呢，就是这样来工作。第一个，我们先看看这个题值多少分。你可以给他一个多大的预算？你应该是推500步，还是推50步，把它推出来？先有一个预算，然后呢，我们在推的过程中就不停地来检查结果。哎，这结果已经不错了，那就到这吧。这跟考试的过程很像。

再往后呢，就是要去看你的预算了。比如说，我的结果出来了，发现我预算呢，应该做500步的，现在做了50步就把这个结果做出来了。那你再回去想想，可能有问题。但如果有时候超预算了，我原来评估说这个结果推出来应该是50步就推到头了，但是呢，我已经推到第80步了，还没推出来呢，那就赶快停止，别浪费时间了。写一个你觉得最靠谱的答案上去，就完事了，接着做下一题。这个就叫做预算强制。

那么这种论文发出来以后的话，我估计未来所有的推理模型应该都会去使用这套东西。实际上，整个过程是不是真的很像我们儿子小时候做奥数题的过程？你先看看这个题，3分的题你应该用几分钟，5分的题你应该用几分钟。你做的过程中再去看看说，中间这个答案已经很像了，直接把它写上就完事了。这个答案看着怎么看怎么不像。咱们经常说，数学这个东西，正确答案都很美。我没感到那种美，回去再想想。

还有什么呢？我儿子小时候学的也是说这个，做题做着发现，你写出来公式越来越复杂，最后算不出来了。那这个你再回去算算可能哪错了。或者说明明挺大的一个题这么难，我怎么三步两步就把它做完了。回去再想想，大概就是这样的一个过程。

当这些东西有了以后，S1K这个模型就有了今天这样神奇的结果。所以50美金就是1,000道题。训练是50美金。咱们把刚才讲的质量最好的1,000道题，最难的1,000道题，最全面的1,000道题，59,000道题都训练，再加上什么数据准备，这些东西都算一块。这个50美金是打不住的。

但是，你就训练1,000道题，就是50美金，再加上后边这个预算强制，它就可以达到很好的效果。现在，科学的车轮滚滚向前了。S1K模型出来以后，虽然没有用到Deepseak，但是方向是明确的，筛选问题就好了。老师们又有价值了，甭管你原来是教数学的，教物理的，赶快出来说，我们再筛选一下。我们要像培养奥数种子选手那样，去微调训练这种推理模型了。而且在不同的领域里头，都可以快速的蒸馏出小模型来，并且呢，实现领域内的突破。

你比如说，我今儿不是说做数学题，我们今天想推一个这种法律的，或者想推一个财务的，那其实都是可以找到一些专门做这个法考的老师，或者专门做财务资格证考试的老师，来给我们筛题。筛完题以后进去去这个训练去，这都是可以搞定的嘛。而且呢，让所有的推理模型可以一起解答，他没必要说我一定用DeepSeek R1去解答，还是说我要去用Gemini去解答，用O1，O3去解答。我们可以把所有的推理模型都抛下来，你们挨个给我答一遍，答完了以后，我们去挑里头质量好的1,000道题或者几千道题，然后再去训练也就可以了。

现在呢，有一堆的推理模型，DeepSeek R1、GPT的O1、O3 Mini、Gemini 2.0 Flash thinking。这一次李飞飞用的就是Gemini 2.0 Flash thinking。国内还有一堆的推理模型，比如说QWQ32B，就是一个标准的推理模型。Minimax和Kimi也都有各自的推理模型。哪怕你付费的这些模型，那就付呗，反正付完了钱以后，我就得到这一堆结果，拿着这个结果，我再去训练自己的这个小模型就完了。像这种32B的模型，我是完完全全可以在我自己电脑上跑的，我就不需要再交任何钱了，这个效果就好极了。所以以后这些付费推理模型，都应该会被拿来做蒸馏。千问2.5 32B的这个模型的底子很好，下面就都是老师的事情了。就是有人去试过，比如说千问的72B的。

Llama的70B、14B、7B、1B等模型现在普遍认为，能够产生比较好的中间结果。目前，大家主要在调整32B的模型，并且已经形成了一定的共识。接下来，可以进行更精细的质量管控。因为当我们调整完模型后，就可以进行测试，比如有多少道标准题库，跑完以后有多少对多少错，就可以去测试它是否正确。如果不对怎么办？不对就再花50美金，看看是不是好一点。又不对，再花50美金，然后再整1,000个题，再试试是不是好一点。最后找到一个最优解不就完事了吗？这样，你就得到了一个在某个特定领域里特别好用的32B小模型，然后进行微调和评测。

未来，比如像硅基流动、Together这些开源微调模型就要起飞了。因为我们现在可以在硅基流动上直接点出一个32B的模型来，实际上就是你把1,000道题做好了以后，把这个文档上传给他，然后一键确认，他可能连50美金都不需要，就给你搞定了。做完了以后，你就有自己的模型可以去使用了。Together是在美国的，他们调一个模型，我记得32B的模型也差不多是几十美金就可以调一次，在国内应该会更便宜。

很多小公司原来都在喊“适合你的小模型才是最好的”，但原来这个话其实是错的。为什么呢？因为微调出来的小模型原来的效果是没有那么好的，它未必比这些大模型加上RAG效果更好。现在，李飞飞给出了科学的方法，那么行业推理蒸馏小模型的春天就来了。因为你一旦推理了小模型以后，你就有什么东西叫用户粘度，用户会继续购买你的服务，继续让你去服务下去，而不是说上来说“哎，我今天用你的，明天用他的，反正模型都不是你们家的”，这个就没有任何用户粘度。原来有这样的问题，现在就好很多了。现在的话，就直接跑到人家行业里边去做问题筛选就可以了。问题筛选完了以后，再不断的测试、调优、评估。

这个路径其实已经很清晰了。以后小公司的春天就来了，就是可以卖模型、卖服务、卖数据。原来都说我要去做一个AI公司，那你手里头没有个一两亿美金，你都不好意思说你是做AI公司的。因为你需要去租显卡、去租GPU，去做预训练模型的训练。现在不用了，现在只要筛选好问题，哪怕你多试几次，最后花个几百美金试了十次，也不是什么大不了的事情嘛。而且这些模型，就是你的用户最需要的这些东西。

我记得我原来在学软件的时候，那还是九几年，整个软件行业有一个梦想，什么呢？叫系统咨询构架工程师。什么意思呢？原来我们都说，这个软件是需要分开的，先去做需求分析，然后去做这个加工设计，然后编码，编码完了以后测试，测试完了以后部署，然后再实施它，是这样的一个过程。说以后这个软件系统就很厉害了，他就不需要这些东西了，我们只管坐到用户面前，一边问用户你需要什么呀，等于在做咨询嘛，同时就在手里点点点，确认确认确认，打钩打叉，把这事情做完了以后说，哎，你这个问题都讲清楚了，你的软件也做好了，你可以拿去使去了。从九几年就有这样的梦想，现在的话这离这个梦想就又近了一步。

现在呢，让大模型改变每一个行业，终于要开始了。原来折腾了一两年都没有什么动静。以前都说大模型可以把每一个APP都重做一遍，大模型可以把每一个行业都改变一遍。为什么喊的这么大声音？大家都在使劲裁员，都在降本增效，原因很简单，就是以前很多的公司上了大模型以后，没有效果或者效果很难评估。那么现在的话，这种可感知的效果已经到面前来了，很多的公司就要开始上大模型，去改变他整个的业务链了。因为他现在改变了以后，就可以在特定的领域里头竞争胜利，他就可以把其他竞争对手干掉，快速的往前跑了。

你想咱们做了两年大模型，每一年看到的都是什么？谷歌裁员、微软裁员，国内也是什么百度裁员、阿里裁员，全是这个。但是，李飞飞这个模型的建立，以及靠这个蒸馏推理模型去进行微调小模型的这个方式。

发布了以后，我觉得未来的2025年，就会有大量的公司出来说：“我们去给你们微调小模型吧，我去给你解决实际问题吧。”真的是可以解决问题的，就会实实在在的发生改变了。这就是咱们今天讲的第一个故事，就是李飞飞的这个50美金的模型到底是怎么做出来的，里头到底干了点什么。

大家好，欢迎收听老范讲故事的YouTube频道。今天我们来讲一讲苹果。已经准备放弃微商Pro了，这算是最短命的苹果产品之一了。不算是最短命，因为还有很多苹果产品，压根就没有发布，直接就被干掉了，比如可怜的苹果汽车，研究了十几年，最后连造出一台样车的机会都没有，就没有跟大家见面。现在Vision Pro呢，有可能会成为一种就只发布了一代，就直接放弃的产品。Vision Pro呢，基本上已经被证实停止继续投入啊。怎么个证实方式呢？第一，内部的研发团队据说已经开始缩减了，不会再有那么多的精力投入到微商Pro里面去啊。苹果未来应该是有一段时间要O in AI，把更多的人投入到AI相关的事务里边去。另外，工厂已经接到通知，说减少新的配件投入啊，咱们就把现在这些配件做出来就完事了。现在工厂做了多少配件呢？大概是50万套。那你说Vision Pro卖了50万套没有？没有啊，就是这些东西是在工厂里面的啊。最后这些配件应该都会变成Vision Pro，或者大部分会变成Vision Pro吧。啊，可能还有一些会变成维修配件，都是属于苹果的。那你说Vision Pro到底卖了多少台？不知道哈。对于苹果这样一个3万亿美金市值的公司来说，这种几十万台销量的产品完全可以不出现在财报里。

它叫没有重大影响完事，所以它不会去公布它到底卖了多少台的。那么这个时间点呢也很有趣，现在传出来说苹果跟各个工厂下单了，说你们不要再去生产Vincent Pro的配件了。这是一个什么样的时间点？是苹果WWDC之后，还号称是我要去做微信OS2.0，然后在中国大陆市场把这东西上架了，而且也要求在全世界开始销售了。在这个时候，突然宣布说哎，我们不再去继续投入了，那么到底发生了什么？显而易见，把29,999元的售价标到中国苹果的官网上以后，发现数据不对啊。因为在美国得到了一个销售数据之后，下一个销售数据就是看中国市场，而其他在什么欧洲市场、日本市场这些地方，你说到底有多少人喜欢用苹果vision Pro这个没有那么重要。如果美国卖得不好，中国卖得也不好，那这个事情基本上可以判死刑了。那你说中国那么多的博主都号称是买了Vincent Pro都测试了，都每个人戴在脸上啊，跟大家展示了一下。像我还专门找到Indigo，他也买了一个Vincent Pro，他在加拿大，我们也做了连线，那不是挺受欢迎的吗？对吧，不是很多人都带着这东西上街瞎晃了吗？怎么就到中国一挂上牌子就不行了呢？大家要想清楚啊，29,999甚至当时有些国内的博主为了去买Vincent Pro还是加了价的。

有些人加到6万多块钱去买了一台。这些人呢，愿意花这个钱的人当时都在美国买过了。剩下的在中国愿意买的人，他是花不起3万块钱的。29,999这个价格在国内挂出来之后，肯定是反应平平啊，或者说让苹果非常失望。所以有了两个最指标性的数据，一个是美国的，一个是中国的。苹果就决定说，这个事就到此为止吧。大家要注意啊，一个产品先在美国发布了以后，你以为在那买这个产品的人都是美国用户吗？不是的，全世界的人会跑到美国那边去买的。当然最主要的是科技博主，或者是一些对新兴产业感兴趣的人。普通用户的话，可能有钱的人也会跑到美国去买一台，普通的就只能等到国内市场再发布了。但是这个价格对于普通用户来说有点难度。Vincent Pro到底验证了哪些事情呢？一苹果做任何东西都会引起足够的社会反响，你想做这种头衔多少人做了？三星也做了，雷塔也做了，这个国内的PICO或者叫字节跳动也都做了，没有那么大响动。真正有响动的还是苹果。当时vision Pro出来以后，所有的社交媒体上全都是各路博主带着vision Pro满大街瞎晃的。对吧，甭管你是夸他也好，骂他也好，只要你取了个微商Pro，它就有流量。而这个流量呢，就可以把3,500美金或者是29,999这个价格给你值回来了。哎所以，这是任何其他公司的产品比不了的。现在有这样号召力的公司，也就是苹果了。另外一个是谁？另外一个是Open AI哈。大家看看，年初他们说要做Sora世界引擎，直接说一句话生成视频。都到6月份了，还没拿出来。但是全世界各种各样赶超Sora的产品一个一个地出。这也算是有一定号召力的公司。第二件事情，苹果证明的是什么？就是3,500美元这个价格确实超出了用户承受的范围。就算有苹果光环加成也不行啊，这个还是太贵了。大家要注意啊。前面，Meta其实也出过一款比较贵的头衔，微软的Hololens也是非常贵的，都是卖得很差。Hololens大概是2,000多美元，Meta的那个产品叫Quest Pro，当时Meta定价是1,500美元，卖不出去后来降价降到999美元，一共大概卖了30万套。但是这个数据并不是那么准确，因为刚才我们讲了，Meta这种上万亿美元市值的公司卖30万个投险这种事完全可以隐藏在财报里头，这个不是重大影响，应该是把库存出清了就结束了，这个产品就直接放弃了。微软的Hololens的话，好像还是出了Hololens 1和Hololens 2，然后也就没再做下去了。后边微软的CEO就是别人谁家做投险，他就会在这个发布会往前一坐。那什么意思呢？

就是你们做投险哈？我把office搁里头，他的意思就是我也支持你就完事了。他自己做投险这件事呢已经放弃了。那么现在梅塔卖的还不错的产品呢，叫快色3。这个产品呢是499美金，已经便宜非常多了。那么苹果vision Pro还证明了什么呢？就是非常高的配置，是可以把头晕的问题解决掉的。所有使用了vision Pro的人都会提出的一个呃，感受已经没有头晕的事情了。这个呢还算是一个卖点，只要价格合适应该还是可以卖得掉的啊。这是大家的一个感受。现在呢对vision Pro的主要槽点是什么？第一个是重啊，这个东西非常的重啊。因为呢它的沉浸性很好，大家还是希望长时间佩戴。但是呢很多人说哎，长时间佩戴了以后这个脸上有个印，或者佩戴一段时间以后头疼啊，不舒服因为它很重嘛。这个东西有600多克啊，一斤多了。第二个呢是内容少，虽然苹果偷奸耍滑，玩了一个叫空间计算，把原来所有二维的应用，就是原来麦克OS iOS上的应用，都搬到了这个股险上去啊，特别是大量iPad应用直接搬上去了。虽然它没有3D，但是呢我们可以把一个平面的窗口啊摆放在3D空间中的任意位置上。这是苹果头先爽滑的地方。但是依然缺乏足够的内容哎，让大家觉得你这个东西不是那么物有所值。当然最重要的一个原因是贵了，呃大家想
前面能够购买他们产品的这些人，并不是缺钱的人。贵可能是最后一个理由，但它可能是最核心的理由。然而，他们可能是在最后才提到这个理由，因为他们不太好意思。所以，他们先讲的是重点和内容较少的部分，以便降低价格。那么，是否会有更便宜的Vision呢？现在有很多人在猜测，说苹果可能会在2025年推出一款名为Apple Vision或Apple Vision Light的产品，相对来说会便宜很多。实际上，制作这种东西并不难，苹果已经验证过了，每台产品也都经过了验证。但是苹果到底会不会推出这款产品，我们还需要思考。因为就像现在的iPhone一样，有iPhone、iPhone Pro和iPhone Pro Max，它们是不同尺寸的屏幕。而这个Vision系列可能就是Vision和Vision Pro，它们不会有不同尺寸的屏幕。所以，有可能先推出Vision Pro，售价为3500美元，稍微贵了一点点。那么，推出一个Vision会不会让大家喜欢呢？现在很多人都在做这种猜测，但是这种猜测并不一定最后会成真。那么，传说中的Vision的规格是什么样呢？首先，将索尼的屏幕替换为国产的屏幕，中国大陆产的屏幕。然后，去掉摄像头，因为摄像头太多了，没必要这么多。3499美元的Vision可能会有8个摄像头。

微声Pro 3,500美金的，上头有多少个摄像头？12个啊，咱也可以改成8个，就跟快死3用同样的配置。这事儿也是可以的。然后把声音稍微缩缩水，比如说耳机上面的这个声腔小一点，他也可以减点重量，减点成本吧。每一样事情都稍微减一点，重量也减轻一些。快子3是515克，大家觉得还可以对吧。Vision Pro有多重呢？600到650克，就是要重一些了。据说新的Vision呢，大概只有400多克，比快子3还要再轻一些。这个也许大家会喜欢呢。价格是大家吐槽最多的地方，那么价格降下来，肯定也不可能是筷子3那种499美金的水平。他应该是在1,500-1,600美金，就是当年筷子Pro的那个水平。那你说当年梅塔已经验证过了，Quest Pro卖不掉啊，你苹果卖到1,500美金，你就能卖掉吗？这个还真有可能行啊，因为梅塔不管是做Quest、Quest 3，包括原来的Oculus，包括Quest Pro，都没有掀起像Vincent Pro这样的社交舆论狂潮。所以啊，以苹果自己的品牌效应和社交媒体的关注度来说，没准它这个一千五六百美金，还是能够卖掉的。而且苹果也觉得说，你看你在我这买一个iPhone Pro Max，也差不多这么多钱；你在我这买一个iPad Pro，也差不多这么多钱，你都能接受。

微声Pro 3,500美金的，上头有多少个摄像头？12个啊，咱也可以改成8个，就跟快死3用同样的配置。这事儿也是可以的。然后把声音稍微缩缩水，比如说耳机上面的这个声腔小一点，他也可以减点重量，减点成本吧。每一样事情都稍微减一点，重量也减轻一些。快子3是515克，大家觉得还可以对吧。Vision Pro有多重呢？600到650克，就是要重一些了。据说新的Vision呢，大概只有400多克，比快子3还要再轻一些。这个也许大家会喜欢呢。价格是大家吐槽最多的地方，那么价格降下来，肯定也不可能是筷子3那种499美金的水平。他应该是在1,500-1,600美金，就是当年筷子Pro的那个水平。那你说当年梅塔已经验证过了，Quest Pro卖不掉啊，你苹果卖到1,500美金，你就能卖掉吗？这个还真有可能行啊，因为梅塔不管是做Quest、Quest 3，包括原来的Oculus，包括Quest Pro，都没有掀起像Vincent Pro这样的社交舆论狂潮。所以啊，以苹果自己的品牌效应和社交媒体的关注度来说，没准它这个一千五六百美金，还是能够卖掉的。而且苹果也觉得说，你看你在我这买一个iPhone Pro Max，也差不多这么多钱；你在我这买一个iPad Pro，也差不多这么多钱，你都能接受。

那么我给你一个vision，一千五六百美金，也就是一万多人民币。我觉得用户应该也能接受吧，这大概是苹果的一个思路。预计呢是明年初，因为所有这些东西都是现成的，拼起来就好。那么真正的难点解决了吗？真正的难点并没有解决，真正的难点是内容少、空间、内容的制作成本和周期都是很大的。你说我现在想做一部3D的内容出来，甭管是游戏还是互动的娱乐产品，这个事其实都是很难的。为什么做3D建模去拼这个模型，那成本非常高，而且周期很长。用摄像头直接把这个3D的东西拍出来都是非常费劲的，因为你想你光要拍摄一个3D内容，你有俩摄像头够吗？其实是不够的。俩摄像头是你这个人不动地方，用两个眼睛去捕捉一个3D的结果出来。但是如果这样的一个实体在空间中，我们人需要换地方啊，需要去从不同的角度观察的话，那俩摄像头肯定是不够的。你需要在一个空间里面布很多的摄像头才能把它拍出来。拍完了以后呢，你还需要把所有摄像头拍出来的结果进行对齐，然后进行这个3D模型的识别。这个成本非常高，而且识别完了以后的效果成功率其实也不是那么好。还有一个是什么，就是3D界面的应用，到底什么样的是用户喜欢的。这件事现在其实没有验证过，到底用户需要在一个什么样的空间环境里边去跟这些3D的建模的模型进行互动，是用户有最好沉浸感的。

这件事需要重新验证。当然，苹果可能在这方面仍然有一定的优势。只要涉及到用户体验，他们都很强大。这其实是一个先有鸡还是先有蛋的问题。先有鸡先有蛋是指你已经有大量的硬件铺设在社会上了，大家都很喜欢。这个时候，我们愿意花大力气去开发3D内容，因为已经有这么多设备铺到用户那里去了。反过来说，我怎么能够把大量的设备卖到用户那里去呢？因为已经有很好的内容了。扎手机用用，用户喜欢用，买了东西以后有东西可玩。这就是先有鸡还是先有蛋的问题。先有设备还是先有内容。那么，新的硬件生态通常是怎么铺下来的呢？比如说欧克拉斯，从被梅塔收购一直到后来改名叫快测，然后到快测3，这也是经历了很多年的过程。他们是怎么做到的呢？一般来说，需要两样东西。第一，时间，漫长的时间慢慢熬。另外一个需要的是什么呢？叫补贴，就是做硬件平台的厂商要给这些进行软件开发的厂商发补贴。要把这两件事情同时做好，才有可能把一个硬件生态堆起来。苹果现在想的是很好的，他们希望靠巨大的品牌优势以及他们的号召力直接把销量推上去。推上去以后，大家就自然而然地愿意把内容转过来。但是现在看起来并没有那么容易。虽然在梅塔的快子3上已经有非常多的内容了，但是梅塔快子3后面是个安卓系统。

安卓系统上可能有大量的使用Unity引擎开发的3D游戏。如果想将这些游戏移植到类似于iOS系统的Vision Pro操作系统上，成本会非常高，并且还需要考虑苹果重新定义的空间计算和用户体验规范。这并不是一件简单的事情，需要耐心和时间。苹果原本希望开发者能够尽快适应他们的系统，但现实证明这并不容易。

有人可能会想，AIGC（Artificial Intelligence Generated Content）的出现是否能够解决内容生成的问题。然而，事实与大家的想象稍有出入。大家原本以为AIGC可以自动生成内容，既可以自动绘画，又可以自动写文章，那么为什么不能自动生成3D内容呢？这并不容易，因为目前的AIGC生成的文字、图片和视频都是基于平面的。文字不需要是3D的，图片和视频也都是平面的。虽然有人在做3D内容的研究，但进展相对较慢，并没有受到很大的重视。

为什么呢？因为AIGC直接生成3D内容是一项相对困难且效果不好的任务。AICC（Artificial Intelligence Content Creation）追求的是端到端的生成过程，即从训练的基础开始，直接生成最终结果。

我这头说我要光，那头直接就有了光。它是这样的一种训练方式。而3D内容的产生呢，实际上是一种工程型的中间解决方案。就是我先产生3D模型，再通过3D模型渲染出最终的结果。这不是AIGC这帮人主要追求的方向。现在大家能够得到的AIGC训练数据，基本上也都是2D的，并没有那么多的3D数据让它去进行训练。当然，已经有人开始做这件事，但是从开始做到最后的结果还是有比较漫长的等待过程。那你说前面梅塔做了这么多东西，里头没干这事吗？对吧，他一方面做了这么长时间的ARVR，从收购俄克勒斯到现在，筷子3都出来了，而且也做了拉玛的这么多的模型出来。那么它没有出3D的结果吗？3D的这种直接内容生成的引擎没有啊，为什么呢？这个事很尴尬，就是梅塔如果直接出3D相关的结果，比如说我拿个照片，照相机咔一拍，拍完了直接出3D了，或者我随便怎么画一画，就直接出3D了，它的模型就出来了。这个事情有一个新的问题，就是现在不管我们是在美凯上还是想在Vincent Pro上，想在任何地方去展现这些3D的物体，我们还需要一个东西，那个东西叫什么？叫图形引擎。现在最流行的两个图形引擎，一个是Unity，一个是Unreal。那么这两个图形引擎在3D模型建立上也没有什么特别大的建树。

如果梅塔说我做一个东西出来，那他一定是准备上自己的引擎。但是他自己也没做，在这块上还是需要很长期的积累的。因为你3D引擎如果不好的话，最后渲染出来的这个结果效率会很差。你可能在头衔上也好，在任何地方也好，它会变得很慢。这个是大家受不了的。这两家公司已经走得太靠前了。梅塔自己也不愿意说，我替他人做嫁衣。我生成了3D模型，然后直接交给Unity，交给Unreal，让他们去使用。这个呢现在大家就是稍微有一点啊，把这个事情搁这了，谁也不懂。梅塔也搞不懂这个事啊，Unreal和Unity呢，其实也不太搞得动这个事情啊。所以这个事就放这儿。那么谁现在在干这个活儿呢？李飞飞哈哈，就是呃斯坦福的教授。现在他的各个学生都在各大呃AI公司里边当老大啊。这样的一位华人女教授，他在干这个活。他最新创建的公司，做的就是空间智能啊，向这个方向在发展。我们呢也可以再等一等，但是他从现在宣布开始做这公司，到有成品拿出来，我估计也不是一两年能搞得定的啊。最终我们想一想，明年到底会不会看到苹果的apple vision呢？这个还真不确定。苹果现在一定是花更大的力气，要投入AI，否则的话是会掉队的啊。苹果的有没有其他的产品，出了一代就挂掉了？也有啊，苹果在1996年的时候，出了一个产品叫牛顿，牛顿电脑就出了一代。

直接放弃了1997年说我不玩了，但是呢，牛顿上面的很多技术，以及当时的设计思想和理念，在十年之后产生了巨大的结果。像后来做的iOS、iPhone、iPad，其实都是从牛顿里借鉴了很多东西。另外一个从牛顿电脑里诞生出来的东西是什么呢？就是当时给牛顿电脑做芯片的公司，叫AM，现在也已经长大成人了。所以，啊，Vision Pro的尝试是有价值的，不管它会不会一代就完蛋了，还是说后边可以慢慢做下去，我觉得这一个尝试都是有价值的。但是再往后，大家是不是愿意继续朝这个方向往前走，还是需要拭目以待啊？好啊，今天这个故事讲到这里，感谢大家收听，请帮忙点赞、点小铃铛，参加Disco讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。