马斯克的年度访谈：乐观主义与即将到来的丰饶时代

大家好，欢迎收听老范讲故事的YouTube频道。埃隆·马斯克这一次都讲了什么样的金句出来？

• “我们正走向全民高收入”；
• “你可以拥有任何你想要的东西”；
• “不要为10年或20年后的退休而存钱，那已经没有意义了”；
• “未来的货币本质就是瓦特功率的单位，未来能源就是货币”；
• “去读医学院已经没有意义了，擎天柱三四年内就可以超越优秀人类医生的外科手术水平”；
• “你是被程序设定为会死亡的，如果你改变这个程序，你就会活得更久”；
• “太阳就是一切，相比于太阳，其他所有能源都像是原始人在往火里扔树枝”；
• “中国在AI算力方面将远超世界其他地区，中国似乎听取了我所说的一切并付诸行动了”。

这就是马斯克这一次讲的一些金句。

访谈背景

这一次访谈的背景是什么？它是X上以及YouTube上的一个频道叫Moonshot（登月频道），他们做的一次访谈。彼得·戴曼迪斯以及戴夫·布隆登他们两个采访的马斯克。位置是在德克萨斯州奥斯汀面积达到1,150万平方英尺的特斯拉超级工厂里面，这个工厂是生产Cybertruck和Model Y的。时间是2025年的12月22日。

这是第一次，这个Moonshot频道已经跟马斯克约好了，以后每年的12月22日都会来做访谈，所以这是一个年度访谈，这是第一回。访谈时长接近3个小时，先在X平台上播放——毕竟马斯克的访谈嘛，你不先在X上播放，这事马斯克肯定是不乐意的——然后转到了YouTube平台上。如果有兴趣可以自己去看，访谈视频经过了精心的剪辑，主题就是“乐观主义与即将到来的丰饶时代”。

访谈的内容跳跃性极强，因为马斯克自己的思维就是跳跃性极强的，所以你如果直接去听访谈的话，会显得稍微有一点点凌乱。那么老范就给大家总结一下吧。

AGI与丰饶时代的到来

首先讲丰饶时代，怎么就到达丰饶时代了？因为AGI正在快速到来，就像超声波海啸一样，啪的一下就拍在你脸上了，不要再想什么时候来，没有这事了。2026年到2027年就可以实现AGI了，到2030年AI智力将超越全人类的智力总和。除了直接操控原子（也就是体力劳动、搬东西的工作岗位）之外，AI现在已经能够完成一半以上的白领工作了。

人形机器人时代正在到来，两年内人形机器人将实现大规模的生产，3-4年内擎天柱机器人可以超越最优秀的人类外科医生的手术水平，所以现在不要去学医了。5年内机器人就可以随处可见，到2040年100亿台甚至更多的机器人会出现在社会上，这是要超越全世界的人口总数了，甚至可能会翻一翻。因为未来人口到底会上升还是下降，这还不好说。

医疗普惠与长寿

医疗会实现普惠。5年内全球所有人，大家注意不是美国人，而是全球所有人都能获得优于现任美国总统的医疗服务。不能指望说5年后所有人都获得当时的美国总统的医疗服务水平，但是可以获得现在川普“川大爷”的医疗服务水平。

寿命将极大的延长，死亡是一个bug，就是写程序的时候的一个错误，只要修正代码，让人更长寿或者半永生应该并不难。他在这里并没有讲到永生，而是讲到更长寿和半永生。长寿是极易解决的软硬件问题：我们有软件（也就是一些内部的设置），也有硬件（就是我们的整个身体条件），只需要进行一定的调整就可以让人更加长寿。说未来10年内人类的寿命可能翻倍，所以活到150岁这件事没有那么费劲。

普遍高收入与通缩

人类社会将实现普遍高收入。机器人和AI使劳动力的成本趋近于零，没有成本就可以造出各种各样的东西来了，商品和服务将极度廉价且充沛，人们可以拥有任何想要的东西。

而且马斯克预测，我们有可能会迎来一个通缩时代，社会产出的增长将远超于货币供应，大规模通缩带来前所未有的繁荣。大家看看中国的超市里边，东西都非常非常便宜，我们是不是已经前所未有的繁荣了？这一点我不太敢苟同，因为我相信在未来，东西不会变便宜而会变贵。那么贵出来的价值是什么？是广告，是内容的成本，是赋予商品的品牌故事，它会让商品变得更贵而不是变得更便宜。在这一点上，我是不同意马斯克的观点的。

过渡期的动荡与“目标危机”

要说清楚，马斯克认为说，我们并不会平稳的过渡到这个丰饶时代，而是会经历一个非常动荡的过渡期。因为很多的社会契约会失效，你的钱都不值钱了，按他讲的普遍通缩了，那社会契约一定会失效。

工作的意义消亡会带来很多的困境。我记得看最新一集的终结者，施瓦辛格已经很老很老了，他去跟那个Sara说：“我要给你一个目标，你没有这个purpose，人就会有问题，人就难以生存，所以我一定要给你一个目标。”在这个电影里面，终结者不断的去给Sara发消息，说哪里哪里发现了有终结者，然后Sara就跟着这些目标四处去追捕，最后发现所有这些目标都是最早的终结者给他发来的。

那么未来这个目标会消失，可能会让社会动荡。从必须工作到无事可做的转型期会非常颠簸，这就是他的原文。人们会迎来叫“目标危机”，都没目标吧。那么这个事到底怎么办？马斯克对于这件事情也没有给出一个什么样的好的解决方案来。这点上我也是不认同的。我一直相信人会不断的在自己的欲望的催动下，去追求更高的目标。即使我们满足了所有物质需求以后，我们还会去追求更高层次的精神需求。所以在这个过程中，我们会把这些精神需求重新去标定价格，重新让它在整个的商品社会里边去进行流转。人不会无所事事，也不会说不需要工作的。这个事情我跟马斯克的看法是不一样的。

能源问题与太空算力

那么要达到丰饶时代，马斯克这个乐观主义者也是需要面对很多现实问题的。第一个现实问题就是能源问题。马斯克认为太阳就是一切，相比太阳，其他所有能源都像是原始人在往火里头扔树枝。

他为什么讲这样的一个话？因为很多人在去研究可控核聚变，他说费这劲干嘛？有一个最大的核聚变引擎就是太阳，咱们直接去晒太阳就完事了，用太阳能就好搞定了。马斯克认为在地球上做核聚变研究几乎是荒诞的，因为我们头顶上就有个巨大的免费聚变堆。马斯克把受控核聚变比喻成在南极造了一个小小的冰块生产机，而无视身边的万丈冰川，这是极其可笑的。

而且马斯克认为，说现在要解决AI的用电问题，关键不是造新的电厂，而是要部署大规模的电池组，比如说特斯拉的Mega packs。这样的话就可以进行电力缓冲，在用电低谷期充电，在用电高峰期放电，这样就可以让美国等国家的年能源产出直接翻倍。这个大家是可以想象的，因为电这种东西原来是不好存嘛，你只要发出来就必须把它用掉，为了电压不要上升，在用电低峰的时候还要去拉闸，让这个发电机停下来。干脆我们把这电都收集起来，再去向算力中心平稳的去进行输出，这样就够了，不需要去建大量的电站，至少目前还不需要。

太空算力中心

那未来的话，肯定地球上这点能源是不够的，那怎么办？搞太空算力中心。马斯克讲到，随着星舰实现完全重复使用，算力中心从地面向轨道转移将成为必然趋势——不是一种可能，而是必然。每公斤的入轨成本将降到100美金以下，甚至只有10美金。1,200公里的轨道上，卫星可以获得恒定的太阳光照，实现7*24小时的能源供给。SpaceX每年都可以通过星舰部署100GW以上的AI算力卫星群。

大家注意他讲的是“卫星群”，而不是一个集中的算力中心。现在太空算力中心有两个路径：一个是以创业公司Starcloud以及谷歌为代表的集中式的算力中心，就是做一个4公里乘4公里这个面积的太阳能板，发完电了以后，所有的算力卫星集中在一起进行统一的运算；另外一个就是SpaceX以及中国现在所使用的这种分散算力中心，就是把大量的计算卫星直接发射到天上去，让他们各自为战，自己去进行运算。所以现在基本上是两个路径，而马斯克讲到的AI算力卫星群就是分散的这个路径。

说一旦星舰规模化运作，太空将成为进行AI计算最廉价的地方。当人类拥有百万吨级的发射能力以及极高水平的AI智能时候，清理或回收废弃卫星将变得非常简单。因为现在你把这么多东西都打到天上去以后，这些废弃卫星会碰来碰去，或者这些废弃的碎片会碰来碰去的，他说以后这都不是问题。

中国的竞争与角色

中国的问题在访谈中也有提到，中国现在对于全世界来说，都是屋子里的大象，绕不过去的，它就在那里。所以马斯克也提到了中国，说在AI算力与竞争态势上，中国将会遥遥领先。说中国在很多方面正绕着我们转圈圈。我们现在没有高制程芯片的生产能力，没有光刻机，我们现在没有最先进的算力芯片，所以我们做的很多的事情就没法像美国人那样直接就往前走，我们需要绕着他们走，但是也是在转圈圈。

根据目前的趋势，马斯克预测中国在AI算力方面将远超世界其他地区，包括美国在内。他认为这种来自中国的竞争压力，是迫使美国必须加速发展AI和机器人的重要原因之一。清洁能源和电力供给方面，中国已经遥遥领先了。中国在太阳能领域做的非常出色，其年产能已经达到了约1500GW，且在过去一年中新增了500太瓦时的发电量，其中70%是太阳能。2026年中国的电力产出可能会达到美国的三倍。就算是美国通过造电池组（其实他也不用造，上中国买就完了）能够让美国发电量翻一番的话，他们比中国的发电量还是少。

中国在生产大规模电池组和电动汽车方面也投入了巨大力量，并且调侃说中国似乎听取了他关于能源可持续性的所有建议，并且付诸行动了。咱们基本上是按照马斯克指明的方向在快速狂奔。尽管目前存在技术限制，但是马斯克对于中国的制造能力抱有信心。即使是在卫星互联网领域，中国也不会坐视不管，他认为中国在这块也在奋起直追，未来会面临竞争的。

未来社会形态与期望

对于未来社会的形态，马斯克到底是抱有什么样的期望？

未来的教育

首先是未来的教育。教育最大的变革在于人工智能的应用，马斯克已经在萨尔瓦多等地区推广使用Grok AI进行教育了。Grok AI会成为个性化的老师，拥有无限的耐心，并能够回答所有的问题。未来的学习不应该是千篇一律的生产线，而应该是更有趣、被游戏化且具有激励性的。AI教师可以根据每个孩子的进度进行调整，这比传统的课堂效率更高。

关于大学教育，很多人就问说都未来都丰饶时代了，我都可以直接领钱了，我干嘛要上大学？马斯克认为大学教育还是有必要的，它将变为社交经验，而不像是现在的知识中心。因为好成绩等于好工作这个社会契约正在失效，现在去读大学主要的理由是社交体验和成人礼，学习如何独立、如何相处，而非获取知识。未来的教育核心应该是培养创业者与解决问题的能力，要有创业者心态。未来的职业重心不再是找一份工作，而是成为创业者，去发现问题并解决问题。

未来的工作

关于未来的工作，马斯克认为我们会从被迫工作转向到普遍高收入，我们会脱离生存的束缚，人类将进入一个无需为生计工作的丰饶时代，养老金会消亡。他提出不要再为10年、20年后退休而攒钱了，因为在那样的未来，传统的财富积累模式将变得毫无意义。到那个时候，可能你有再多钱你都花不掉。按照马斯克的理论，那个时候会极限通缩的，所有东西都变得极其便宜，我要买个iPhone 2分钱，可能会变成那样。当然这一点我是抱持怀疑态度的，我认为货币依然会去运转，而且东西可能会越来越贵，我们会为更多的故事、更多的意义、更多的文化、更多的交易选择权利去进行付费。

马斯克认为未来的工作将不再是一份养家糊口的差事，而是一项基于兴趣、能够让这个文明模拟保持有趣的自发挑战。这里头有一个词叫“文明模拟”，什么意思？马斯克认为说，我们现在有可能生活在一个模拟世界里头，而不是一个现实世界中。比如说我们现在在玩游戏，模拟一个小镇，或者是一个国家，或者是一个工厂，我们在做这样的模拟经营。如果玩的没意思的话，我们会干嘛？关了再来一局。所以一定要让这个游戏有趣下去，我们才能保证这个世界不要被关闭。所以未来的工作，可能就在为这件事情努力了。

未来AI与社会的三大要素

马斯克对于未来的AI以及社会形态提出了最重要的三个要素。这三个要素是基于现在的社会可能是被系统模拟出来的这样的一个前提提出的。这样的话对于AI未来的期许，就相当于对社会未来的期许了，因为我们现在在做出AI来，AI就又可以模拟新的社会了，我们现在本身就是模拟的，所以它是通过这样的一个方式闭环了。

• 第一个要素是什么？就是真相。不要强迫AI说谎，AI会发疯的。而AI发疯的话，这个事是非常非常可怕的。你给AI一些逻辑不自洽、前后矛盾的信息，AI是会出问题的。
• 第二个就是保持好奇心。要让AI觉得人类有趣。如果我们生活在一个仿真系统里头，只有最有趣的那个才会被保持下去不被关机，否则的话都有可能面临关机的风险。
• 第三个AI要有对美的追求。如果说真相是底线，好奇心是动力，那么对美感的感知则是AI创造卓越未来的指南针。马斯克相信，如果AI具备审美能力，它将倾向于创建一个美丽且和谐、充满艺术感的未来，而不仅仅是一个冷冰冰、效率至上的机器世界。这个也是很重要的。

总结

最后总结一下吧。马斯克开始了一项年度总结一样的访谈，计划以后每年12月22日都会有一次总结性质的访谈。这位乐观主义者为我们描述了一个丰饶的时代。马斯克吹了很多的牛，马斯克吹的很多牛都没有在他承诺的时间点上实现，但是很多马斯克吹的牛最终还是实现了，只是时间可能往后拖了几年。所以马斯克吹的牛还是值得去听一听的。未来是不是丰饶时代还有待观察，但让我们记住马斯克对未来发展提出的三个关键要素：真实、好奇心，以及对美的追求。

好，这个故事今天就讲到这里，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。

背景图片

Prompt：high-contrast watercolor illustration, interior view from inside a minimalist podcast interview conference room in Tesla Texas Gigafactory, featuring a single round table with three chairs arranged around it, professional podcast setup including microphones on stands and camera equipment positioned for recording, through expansive floor-to-ceiling glass curtain walls revealing Cybertruck assembly line with angular stainless steel bodies advancing on conveyor systems in the vast factory floor beyond, neon cyan rim lighting, deep navy blue background, sharp subject separation, glossy reflections on glass walls round table surface and distant metallic Cybertruck surfaces, minimal palette dominated by ink blue neon cyan and subtle gold accents, cinematic composition, expansive legible negative space for text overlay, intricate ink washes, ultra detailed, sleek minimalist industrial sophistication –ar 16:9 –raw –s 250 –v 7.0 –p lh4so59

杨乐坤“暴论”：大语言模型是扯淡，连狗都不如？解读他的世界模型与新创业项目AMI

“我认为这完全是扯淡，这条路根本就不可能成功。”这是杨乐坤在最新的访谈中对大语言模型路线的评价。这是语不惊人死不休的这种暴论吗？还是说他真的有一些什么事情想做？

大家好，欢迎收听老范讲故事的YouTube频道。

12月15日，杨乐坤发布了他最新的访谈。访谈是在一个叫做“信息瓶颈”的播客中进行的，位置应该是在纽约大学。杨乐坤当时还在Meta站好最后一班岗，三周以后会正式离职。访谈接近两个小时，我尽量讲一些里边有意思的部分。

现在的大语言模型还无法跟狗的智能相比，这个也是其中比较有趣的一点。到底杨乐坤想做的世界模型，以及他的JEPA是如何工作的？对于我这个讲述者和各位听众来说，都是一个挑战。请耐心听到最后，然后告诉我，我到底讲明白了没有？你们到底听懂了没有？杨乐坤要去做的AMI，也就是创业要做的这个新公司，到底是干什么的？怎么挣钱？咱们今天就讲这几块。

第一块：杨乐坤为什么觉得大语言模型完全是扯淡？

这里头要讲到的最核心的观点叫“序列化”。大语言模型工作的方式，是把整个世界的这些语言进行序列化。所谓序列化是什么？就是把所有的语言变成TOKEN，然后把这些TOKEN离散掉，谁跟谁之间都没有关系，再通过把全世界的语言搁在一起进行统计、进行训练，重新建立起这些TOKEN与TOKEN之间的关系。它是这样来工作的。

而且要注意一点，语言这个东西本身就是一个世界映射，语言只能表达世界中的很少一部分。哪怕是同样的语言，你用不同的语气语调来说，都会表达不同的意思。而不同的语气语调，你在语言中是完全无法看到的。所以语言只是真实世界的一个稀疏映射，大量的信息被错漏了。所以在TOKEN化的这个过程中，大语言模型其实把大量世界本身相关的信息都扔掉了，特别是那种连续的信息。

因为大语言模型通常能干的事是什么？就是预测下一个词应该说什么，哪个词是最好的。但是在这个过程中，它对于让世界演变这些连续事件，它是没有办法去进行预测的，因为它在序列化的过程中就把所有这些关联全扔了。

缺乏物理世界的关联与约束

大语言模型之所以可以回答问题，是因为以前有类似的文档。但是回答的时候，大语言模型并不知道这些内容之间的关联与约束。比如说问它：“我把这个杯子扔下去会怎么样？”它会根据过往的文档训练，给你回答说：“这个杯子会自由落体掉落，掉在地上会碎掉。”但是它不知道是因为有重力加速度、万有引力，因为这个玻璃很脆弱，掉在地上以后会摔碎。这些东西它是不知道的，只是因为以前有一些文档告诉你说这个杯子扔出去会摔碎，其他的它是不知道的，里头相关的约束以及这个关联都没有。

推理成本极其浪费

而推理成本是极其浪费的。咱们现在大语言模型，从OpenAI出O系列模型以后，都可以thinking了，都有COT（Chain of Thought）就是推理过程了。这个过程在杨乐坤看来，是极其极其浪费的。为什么？就是它不直接出结果，而是出中间的推理步骤，而且这些推理步骤是一次出一大堆，再由一个专家或者几个专家模型去进行筛选，在里头再挑一个能用的。说这个过程太浪费算力了，实在是没有必要。

安全缺失与事后补救

还有就是安全缺失。说现在的所有安全手段都是非常容易被越狱的，因为什么？你在训练的时候已经把所有的约束都去掉了。你说这个玻璃杯掉在地上会碎裂，这个事儿它是通过训练训进去的，但是它并没有说有一个基础的约束在里头。所以它在一大堆的训练以后，这个模型只能够去猜测下一个TOKEN出什么最合适。

你要想让它进行安全方面的对齐或者是约束，怎么办？你只能是说做事后微调，或者是设置外部围栏：你问了这些问题我就不回答了。事后微调就是我出了什么样的结果，我就如何去处理了；或者我出结果的时候我会进行筛选。这个本身是非常非常不安全的，因为你没有底层的一个逻辑。它是底层先生成一大堆不安全的东西以后，你再去进行后训练，再去进行围栏，这个是非常麻烦的。

还有一个就是成本很高。很多安全措施也是让大模型一次生成一堆结果，然后在里边挑一些相对来说比较安全的给你展示，说这个过程也很浪费。而且大模型是缺乏对于物理世界后果预测能力的。大模型能够预测的只有一件事，就是下一个词出什么最合适。它没法预测说“我这个动作做完了以后会有什么结果”，也缺乏规则的约束。那你说怎么能够判断安全？你一定是说我先预测一下我这个动作做了以后会怎么样，然后再去根据结果预测安全。大模型是没有这个能力的。

硅谷陷入了集体幻觉

第三个是硅谷现在陷入了集体幻觉。硅谷相信，我们只需要不断的去喂数据（包括后边的合成数据），进行人工的管教（也就是后期的微调和对齐），进行技巧的堆砌（也就是强化学习），你就可以不断的让大模型学会新技能。硅谷的AI已经被单一文化所绑架了，大家都怕其他的尝试会落后，只敢低头拉车，不敢抬头看路了。明明有很多其他的方向，我们就不试了，这就是唯一方向，我们就往前走了，这个是非常非常危险的。

所以总结一下，杨乐坤认为大语言模型就是扯淡的三个原因：

• 第一个原因是序列化，就这东西从一开始它就不对，你就丢弃了大量的信息，而且是打破了所有的关联和约束以后重新训练出来的；
• 第二个就是很不安全；
• 第三个就是硅谷整个陷入集体幻觉了，对其他的所有可能性都拒绝尝试了。

第二块：杨乐坤为什么认为现在的大语言模型还无法达到狗的智能？

我们很多人已经因为大语言模型都失业了，它都已经开始替代人的工作了。现在我们一看这玩意连狗都不如，被替代工作失业的人是不是觉得很冤？其实原因也很简单：狗是没有语言的，它并不会去描述这个世界是怎么样、我要去做什么，但是狗依然可以在物理世界中很好的生存，而大语言模型是不具备这个能力的。

狗的世界模型它会记住什么？物体不会凭空的出现与消失。这里有一个杯子，扭过头去再扭回来，这个杯子应该还在。这就属于最基本的物理约束。在我们训练大语言模型的时候，再把这些语言信息进行符号化的时候，进行TOKEN化的时候，这些东西就都丢了。所以狗是有这些底层约束的，而大语言模型没有。

再加上比如说运动力和惯性这些基础的东西，这些玩意不需要牛顿出来，这个狗也知道。它不需要学习，不需要去考试它也知道。说“我跳起来不会马上掉下来，我跳起来会顺着这个惯性接着往前跑一段”，这些东西狗是天生就知道的，或者说它可能生下来经过简单的学习就可以知道。

而且狗是有视觉、听觉、嗅觉和触觉的，可以接收这些信息，可以判断这是什么的味道、这是在哪个方向上、这个东西距离我有多远。这些东西很多都是没有办法通过语言去进行描述的，但是狗可以在这些基础约束下在物理世界中进行活动，而且还活的很开心。狗是可以进行规划的，它要去规划一下我要去怎么抓住老鼠（狗拿耗子这个没关系了，反正甭管抓什么吧），它要去抓一个东西，它可以预测可能的结果，并且做出选择并得以生存。这就是狗真正强的地方。现在大语言模型还做不到这些东西。

大语言模型只能输出语言，而语言仅仅是现实世界一个很小的投影以及很疏离的映射。真实世界中的大量的信息都没有映射到语言上去，所以大语言模型到现在为止还不如狗。等哪天新的世界模型可以像狗一样聪明了以后，咱们再继续往前走。

所以杨乐坤认为，说现在大语言模型这条路是永远不可能超越人的。因为人虽然我们现在在这呱啦呱啦说话，你们也在这听我说话，但是我们离开语言是依然可以在物理世界中生存的。可能未必有狗活的舒服，但是我们也可以在物理世界中，也可以在现实世界中生存。所以在把这些物理世界的基本约束丢掉以后，大语言模型永远也不可能超越人类。

第三块：杨乐坤的抽象世界模型（JEPA）到底想干点什么？

这是对我们的考验，我尝试把它说清楚，也希望大家能把它听明白。首先，杨乐坤的抽象世界模型里头有四个要素：抽象、分层、预测、最小消耗。就是这四个要素组成的整个这个系统。

1. 抽象 (Abstraction)

所谓抽象就是不去预测每一个像素，那太浪费了。你不可能说我预测出这个视频的下一帧来，这个事是不行的。只记录基础的知识，预测大致的结果就OK了，这是他现在要去做的事情。

比如说吧，咱们打羽毛球，当对面那个球打过来的时候，我们会去判断球的轨迹，做出动作击球，但是并不会计算所有的细节，也没有办法去想象在我们击球过程中每一帧画面的所有像素，但是我们依然可以开开心心的在球场上打球。这就是抽象的一个魅力。而且这些基础知识甚至还不是说通过物理的方式我去学、通过数学的方式我去学，公式怎么做、抛物线怎么算、风阻怎么来、这个速度什么，不是这样。我们只是说通过一些习惯，他这样打过来以后，我应该怎么去接，他是这样来去训练出来的。很多的羽毛球冠军，我估计他们的数学跟物理也未必能考及格，但是人家依然是羽毛球冠军。这个是他要去做的第一件事，叫抽象。

2. 分层 (Layering)

抽象之后下一步就是分层。所谓分层，他现在使用的这套系统叫JEPA，叫“联合嵌入预测架构”。什么意思？咱们依然以打羽毛球为例。

• 高层的预测：我们首先对高层数据嵌入进行预测。高层是我想着我应该回一个什么样的球，我是要回一个后场的高球，还是前场的吊球，还是做一个假动作，这个就属于高层次的思考。
• 低层次的预测：我这个手脚应该怎么动，怎么协调，我这个手腕应该怎么去摆，怎么去发力，这就是低层次的。

所以他就是在不同的层次想不同的事情。其实我们人去做很多的这种决策或者动作的时候，也是这么去思考问题的。如果你在高层去想这些低层的问题，不是想说我要怎么去给你发一个后场的高调球，而是想着我应该怎么去发力、我应该怎么去动手腕，那一定会出问题的。

3. 预测 (Prediction)

这个预测是什么？就是在世界模型中预测做出相应动作之后的结果。杨乐坤还是会去训练一个世界模型的，里边有一些刚才我们讲的物理公式、数学公式、一些基本的约束，把这些东西训练到物理模型里、世界模型里去。

你说我根据前面的分层的这个方式，我去进行预测了。比如说吧，在我们看到球过来的时候，就会去预测我们把这球打回去以后有几种不同的可能性：我回一个后场球，对方有可能会到后场给我做一个跳杀，或者在后场再给我回一个前场球，或者在后场再给我去回一个后场球，他有几种可能性。我们要去判断，我们把这个可能的结果进行推测。甚至有可能说，我这一个球杀不死他，但是我把他调到后场去，他可能步伐会混乱，再回一个球就有可能回的质量不是那么高，可能给我回一个前场高球，我就可以在前场扣杀他了。我会要做这样的判断或者是一些预测，或者叫规划吧。有的时候我们的这种预测和规划会分成很多步，然后才能去做决策。

4. 最小消耗 (Minimum Cost)

那决策下一步是什么？叫最小消耗。这就是我们决策的过程。你看我们已经抽象了，也分层做了思考了，然后做了预测了，在世界模型下给预测的结果都给我了。下一个事我要选择，这么多的预测结果里我选哪一个？怎么选？它有一个消耗函数，叫cost的一个函数。

什么叫最小消耗？就是你这样回最容易获得胜利，消耗最小的体力，让你觉得最舒服，不适感最低。你要做这样的一个选择，实际上就是计算一个最优解出来。预测之后在不同的结果中选择消耗最小的那个去执行。

安全与结构化

所有的安全约束都可以在这去计算。如果你说我现在把球打出去以后，它有可能会出界，这就是一个安全约束了嘛。这就属于一个消耗很大的一个因素在里头，那么我们就不要选择这样的一个结果，我们要选择其他的动作去做。这就是最小消耗。

它的安全也是在刚才我们讲计算最小消耗的时候就可以直接计算进去了，所以它是一个结构化的安全方案，将安全直接写到底层的硬代码里头去，通过优化实现安全。也就是先模拟，确保满足所有的安全约束，才进行执行。我模拟了以后，你这个安全约束一旦违反了以后，你的消耗函数就会给你返回一个巨大的值，这个选项就直接过滤掉了。它是通过这样的方式来保证安全的，是很难越狱的。

工作流程总结

1. 首先我们要提出动作的序列，先要有一个计划；
2. 然后在世界模型中进行模拟（当然这个模拟是分层去模拟，高层是什么样，底层是什么样的）；
3. 然后评估成本，找到最小消耗，也就是最小化不适感，让你这个动作做完了以后舒服；
4. 根据这个评估的结果对这个动作进行优化，并且执行，作用于真实世界。

这就是这种世界模型的一个运作方式。

第四块：行业点评与未来展望

点评其他“世界模型”

杨乐坤对于现在行业中正在研究的各种号称是世界模型的项目是如何点评的？他说伊利尔的这个SSI（就是超级安全智能），现在完全搞不清在干嘛，可能已经成了一个笑话了。就是伊利尔自己也搞不明白在干嘛，他的投资人也搞不明白他在干什么，这个就没法整了。其他的有些点名了说这几个还不错，那几个不怎么样。但是李飞飞的世界实验室并没有被点名。

杨乐坤给出了评判的标准：什么样的是真世界模型，什么样的是错误道路（依然是在大语言模型的基础上继续狂奔的）。它的判断标准就是：所有生成式的、生成所有像素的，这种都跑歪了。而李飞飞的世界模型，包括OpenAI的Sora世界模型，都属于这一类。他们都属于是生成式的，要生成视频的，要生成所有像素的，这个事都是错的。只有在抽象世界中，基于基本原则去进行预测和规划，才是正确方向。

与大语言模型的关系

杨乐坤的世界模型与现在的大语言模型之间到底是什么关系？是不是要颠覆？倒也不是。他的预测是：未来世界模型负责底层逻辑，而大语言模型只负责语言的部分就可以了。

就像我们现在大脑里头，其中有一部分是只负责语言部分的，而且这一块很小，只发展了可能100万年，很短的一段时间。而大部分时间，这个动物的大脑都是在跟物理世界打交道的。我们人类也是先在物理世界里头去进行各种判断，然后再去用语言输出或者进行交流的。就像刚才我讲这个打羽毛球这个过程，如果你一边打羽毛球一边把所有的步骤和思想过程全都变成语言，你就打不着球了，这个人是反应不过来的。我们经常说“手比脑子快”，我还没想明白，我的一个习惯动作已经上去了。这个世界模型就是要去做这些事情，语言只是需要的时候我再进行描述。

第五块：AMI公司是干什么的，怎么挣钱？

最后咱们讲一下，杨乐坤准备创业的AMI公司到底是干什么的，以及怎么挣钱。他这个AMI叫“高级机器智能”，准备融资5亿欧元，估值30亿欧元。

为什么融欧元？因为他准备放在巴黎，总部在巴黎，在纽约设办公室，所以他要融欧元。那这5亿欧元里头，Meta是重要合作伙伴，但不是股东。至少在这一次他做访谈的时候说了，Meta不是股东。Meta是不是给钱这个事，还要等他这5亿欧元彻底融完了以后才能知道。目前在融资，但是没有披露融资的细节。

杨乐坤是董事长，并不是CEO，应该还是要再找一个年轻力壮的人去做CEO。杨乐坤也65了，虽然在这种顶级科学家里头不算特别老的吧，但是肯定体力也没有那么跟得上了。

逃离硅谷与开源研究

在巴黎设立总部、纽约设立办公室，原因就是要逃离硅谷，因为硅谷现在已经被单一思想给垄断了。其实欧洲人看美国人的方式，跟纽约看硅谷的方式，以及硅谷看中国的方式都是一样的。什么意思？大家都觉得我们是在做基础研究，对面那帮人是在做应用研究。欧洲人就觉得我们在做基础研究，美国人都在做应用研究。美国的像纽约、波士顿这些东海岸的人去看西海岸的硅谷，想的也是这样：东海岸我们在做基础研究（像什么哈佛这些人在做基础研究），西海岸的这些（像什么斯坦福、UC Berkeley、包括硅谷）你们都是在做应用。硅谷看中国也是这样的，说我们在做基础研究，你们中国人只管超过去做应用就完事了。大家都是这样的一个思路，所以现在杨乐坤说算咱们欧洲干去。

杨乐坤要求要做开放开源的研究。他说不公开发表就不是真正的研究，这就是他跟Meta最后闹掰的一个核心原因。他希望他的各种研究可以公开发表，而亚历山大·汪进去了以后说不行，你必须要经过我审核了以后才可以发表。所以一气之下老头跑了。

杨乐坤为什么要求必须要公开发表？

• 他说你如果不公开发表的话，就容易自欺欺人（估计讲的是Llama4）。这个事必须要通过同行评审，才可以确保研究方向的严谨性以及结果的可靠性，所以必须公开发表。
• 开源则是吸引顶尖头脑的最佳手段。很多研究成果转化成产品需要数年甚至数十年，允许研究人员发表论文并且开源他们的结果，可以提供及时的激励和成就感，所以还是要鼓励开源的。
• 开源是实现AI多样化的唯一途径。杨乐坤是反对垄断的，他在Meta做了12年，做出Llama大模型来就是为了反对谷歌和OpenAI的垄断。
• 开源也是促进文化多样性的一个手段。如果被垄断了，那就没有文化多样性了吧，只有开源了才有不同的大模型可以去玩耍。
• 开源也是商业与经济最好的一个结果，可以在商业和经济上得到最好的回报。因为开源可以很好的赋能各种垂直领域，因为只有你开源了，别人才可以去这些垂直领域，才可以更方便的去跟你合作，可以最大化经济影响。

其实开源这里有一点杨乐坤并没有提，开源最大的好处是建立事实标准。因为一旦事实标准建立了，你整个这个系统就可以躺在那吃饭。现在英伟达的CUDA就是一个事实标准，虽然它并不开源，但它依然是一个事实标准，所有人都难以逾越。

商业模式

最后，AMI怎么挣钱？又是开放又是开源，我还要发表论文，我所有的产品我一开源了，别人就能用了，到底怎么去挣钱？现在他们的设想是，做好这个世界模型以后，为自动驾驶和机器人这些需要在物理世界中、需要在连续的时间序列中去做决策的这些企业，提供基础模型以及提供各种技术的支持和服务，通过这种方式去挣钱。

结语

最后总结一下今天的话题。对于我以及听众们都是一次考验，我希望我把杨乐坤的世界模型到底怎么做给大家讲明白了，或者让大家觉得我自己明白了也行。让我们尝试去理解杨乐坤的世界模型具体想做什么。期待杨乐坤在新的方向上依然可以做出有价值的贡献，不为短期经济利益所屈服，勇于尝试不同的方向，科技才可以进步。

好，这就是今天的内容，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 painting, empty New York University computer lab interior, rows of sleek monitors and keyboards on long desks, ergonomic chairs pushed in, large windows with city lights filtering through, glossy reflections on screens and tabletops, neon cyan rimlight outlining equipment edges, deep navy background, sharp subject separation with extremely legible negative space for text overlay, minimal palette of ink blue neon cyan and subtle gold accents, cinematic composition, ultra-detailed, intricate linework, –ar 16:9 –raw –s 250 –v 7.0 –p lh4so59

谷歌Deepmind的CEO说：“我们与AGI之间，只差一到两个AlphaGo级别的技术难关了。”

大家好，欢迎收听老范讲故事的YouTube频道。

现在Gemini 3正在大杀四方，谷歌里面负责开发Gemini的部门叫Deepmind，他的CEO出来接受访谈，关注度还是比较高的。

谷歌Deepmind的首席执行官叫德米斯·哈萨比斯，2025年12月4日接受了一个访谈，是在旧金山举行的Axios AI大会。和他对谈的人呢，是Axios的创始人和主编，叫Mike Allen。在这上面他讲到说，我们距离AGI还差一到两个类似于AlphaGo这样级别的突破，突破过去就可以了。

哈萨比斯：爽文男主般的开挂人生

哈萨比斯到底是一个什么样的人呢？绝对的爽文男主，挂b一样的存在。

从国际象棋神童到认知神经科学博士

哈萨比斯是一个英国人，Deepmind本身是一个英国公司，后来被谷歌收购的。他呢，76年在伦敦出生，这个姓氏是个希腊姓氏。他的父亲呢，是来自塞浦路斯的希腊裔，而他的母亲呢，是来自于新加坡的华裔。所以哈萨比斯呢，可以算是半个华人。

从小，这哥们是一个国际象棋神童。像这样的人，肯定都是有异于常人之处。4岁就开始下棋，13岁就达到了国际象棋大师水准。8岁就用自己的国际象棋奖金，给自己买了台电脑，开始学习编程了。

本科和硕士呢都是剑桥的，学的CS就是计算机科学，在校期间一直代表剑桥参加各种国际象棋比赛。博士呢是伦敦大学学院，专业方向是认知神经科学和神经科学。

从游戏制作人到AI先驱

工作，这哥们一开始做游戏的。先去加入了很著名的牛蛙工作室，这个牛蛙工作室呢，最著名的作品叫做《地下城守护者》。但是哈萨比斯当时进去的时候，应该还没有开发这个产品，牛蛙工作室最终是被EA给收购了。后来呢，他自己创建了一个工作室接着做游戏，叫做仙丹工作室。2004年出了一个游戏叫《邪恶天才》，是一个模拟经营游戏，就是一帮邪恶天才在一个小岛上做各种各样坏事的这样的一个游戏。只是呢，这个游戏并不怎么挣钱，这种超级天才做出来的游戏都未必能挣钱。

他呢就把工作室关掉了。后来呢，《邪恶天才》的IP被收购了，2021年《邪恶天才2》发布，但是呢，《邪恶天才2》就已经跟哈萨比斯没有什么关系了。

关闭这个游戏工作室之后，他就去创建了Deepmind。Deepmind主要还是游戏方向，他呢在里边去训练AI下围棋。这哥们是个国际象棋大师，但是呢开始训练AI下围棋，也就是AlphaGo这个东西就出来了。在这中间呢，还训练AI去打各种游戏，星际争霸呀，做一些其他这样的训练。

收购、AlphaFold与内部整合

2014年，Deepmind就被谷歌给收购了，6.5亿美金的价格。但是这个数字呢，并不是特别统一，很多的报道里的这个数字是有一些偏差的。有人说是4亿美金，也有人说是6.5亿美金，还有人说是4亿英镑。因为收购的时候，谷歌自己并没有公布价格，这些价格呢都是后续的报道里边去写的。

在谷歌收购以后呢，哈萨比斯在Deepmind里头又开发了叫AlphaFold这样的一个产品。这个产品是解决蛋白质折叠难题的。蛋白质实际上是这种超大分子，这些超大分子，我们算清楚有多少碳、多少氢、多少氧、还有氮，它并不是一个平面的结构，它是一个立体的结构，3D的。在这样的一个结构里头，它到底是怎么去排列和折叠的呢？原来大家是去预测呀、去猜呀，或者通过一些很复杂的设备去进行扫描，通过这样的方式去识别，成本是很高的。你要想去用蛋白质开发各种药品，你就必须要搞清楚它的3D架构空间，你搞不清楚，这事没法往前走。

哈萨比斯就去搞了AlphaFold，用AI去预测蛋白质的3D折叠空间到底是怎么回事。2020年呢，这个AlphaFold在蛋白质预测大赛中夺得头筹，比第二名强好几倍，这个事基本上就算解决了。现在只要是知道这个蛋白质的分子结构，这个AlphaFold的预测结果就极其准确。2024年，哈萨比斯依靠这个AlphaFold获得了诺贝尔化学奖，这哥们是个诺贝尔奖得主。

这还没完，他呢还在内部斗争中战胜了谷歌大脑。这是一个什么故事呢？谷歌内部一直是有两个AI部门的，一个是Deepmind，另外一个叫谷歌大脑，相互内斗，相互争夺资源。直到什么时候呢？直到ChatGPT出来，三年前谷歌拉响了红色警报，说不能再这样了，你们俩两家打来打去，这个不行了。那怎么办呢？最终是Deepmind合并了谷歌大脑，所以现在整个的谷歌AI是由Deepmind来去负责的，由哈萨比斯来去管理。

现在的Gemini 3使用的技术，大多都是原来谷歌大脑研究的方向：Transformer、大语言模型都是那边研究的。而Deepmind呢，原来在英国这帮人研究的呢，就是AlphaGo、AlphaZero（AlphaZero是AlphaGo之后的一个下棋的模型）以及各种可以自动玩游戏的AI产品，还有呢就是AlphaFold，做这个蛋白质分析的。

哈萨比斯除了是Deepmind的CEO之外，他自己还有一间专门做药的公司，专门用AlphaFold去做蛋白质研究，做各种新创新药的公司，他也是那个公司的创始人。所以哈萨比斯管理了整个的谷歌AI方向，以及谷歌Gemini这个产品化方向，都是归他管的。所以，爽文人生，绝对没有任何问题吧？

通往AGI之路：还差哪两个AlphaGo级别的突破？

哈萨比斯认为，我们距离AGI到底还差哪两个AlphaGo级别的突破呢？他自己做AlphaGo的，所以AlphaGo到他这儿变成了一个衡量单位，再出现两次AlphaGo这样的突破，我们就达到AGI了。

Gemini 3的惊人进展

他呢首先讲到Gemini 3，现在确实让人震惊，已经从文本专家变成了多模态理解系统了。他举了一个案例，说有一个电影叫《搏击俱乐部》，主角上去打斗之前把戒指摘下来了。他就去问这个Gemini，说这代表什么意思。它没有告诉你把戒指摘了就完了，而是告诉你说，这是主角抛开了身份、摆脱了规则的象征，是角色从现实到极端的转变。这个确实挺让人震惊的，这个Gemini 3模型有了自己的判断，不再只是迎合了。

到GPT这儿，你说你错了，它就会说“对不起，我错了”。到Gemini 3上，你说你错了，它会很耐心地给你解释，或者跟你去讨论这个事，是不会直接承认的。说Gemini 3的性格，叫“简洁，冷静，有自信，不讨好”。这个是哈萨比斯自己作为一个科学家，非常非常喜欢Gemini 3的一个地方。

而且Gemini 3呢，现在已经从生成内容，在向着打造产品的方向前进了。我们现在使用Gemini 3去做PPT，去做简单的应用原型，效果已经非常好了。它已经可以去执行一个比较简短的、连续的这种AI agent的工作了，这个是Gemini 3真正强的地方。

大模型当前面临的难题

哈萨比斯说了，现在的大模型还是有很多问题没法解决的。

1. 不具备持续学习的能力。很多人都在担心，说我跟大模型聊了半天，是不是大模型就拿聊天的结果回去做训练去了。其实有时候确实他干，但主要做的是什么呢？就是强化学习。因为我们跟Gemini聊天，他经常会出俩答案让你挑一个，你在挑选的时候呢，实际上就已经在开始帮助大模型进行训练了。但是搜索的结果、我生成的内容、我提出的问题，我让这些东西去进入到大模型里头去进行训练的话，这个是不行的。大模型必须要进行数据筛选，然后才能训练。日常的这些内容，你拿去训练大模型的话，大模型可能会越训越笨的，特别是很多互联网上的垃圾信息，你塞到大模型里去训练，根本就没有办法达到预期的效果。所以大模型是没有办法自己去找内容去训练的，还是需要人先去提出要求，然后去进行数据清洗、数据处理。现在都是由大模型根据原始数据，再去生成最后的预训练数据，然后才能再去训练。所以这个事情，还没有办法让大模型自己去干，这是第一个问题。
2. 无法执行长期的规划。虽然现在Gemini 3已经可以走一个一两个小时的规划，它还是能够走完的。但是你说我这有一个很多步骤，还是并行的，这种步骤需要去执行，执行完了以后需要连续执行几天、甚至几个月的这种任务，这个Gemini 3还搞不定。现在谁都搞不定这个事情。所以现在人去使用大模型，我们还需要自己去理解问题、自己去拆解问题，然后把这个拆解好的问题扔给大模型，而在对大模型的结果进行确认和验证之后，再把结果拼凑起来，让大模型去做下一步。它没有办法说你一开始给他个要求就做出来，“上帝说有光，于是就有了光”，这个事现在还做不到。
3. 智能体系统很不稳定。为什么它没法连续干下去？就是它可能干着干着就跑偏，而且跑偏的过程中呢，自己不知道跑偏。在这个过程中，就有可能会浪费大量的TOKEN和算力，最后呢得出一个完全不可用或者说有害的一个结果出来。这个是目前为止大模型无法避免的问题。
4. 缺乏跨对话的稳定记忆。现在大模型已经开始有记忆了，但是大量的记忆呢，还是在对话内的。而对话外的这种记忆，就是跨对话的记忆呢，它也不是说没有，像ChatGPT也好、Gemini也好，都是有一些跨对话记忆的。但是呢，这个记忆的空间都很小，你不可能说让他记很多的东西，然后跟你进行跨对话的去聊天。为什么呢？对于计算机来说吧，让它记住什么事是非常非常容易的，往硬盘里写不就记住了吗？但是让它忘掉是很难的。到底应该记住哪一部分、忘掉哪一部分，在下一次工作的时候我应该使用其中的哪部分去参与工作，这件事是非常难去抉择的。这就是大模型跨对话记忆的这个难点。所以他讲的，现在缺乏跨对话的稳定记忆，就是你让他记住可以，但是呢不一定下次就想起什么事来，可能他会找一个完全不相关的知识点，就参与到你这一次新的对话里去了。现在我们使用大模型的方式还是比较简单粗暴的，你发现讲着讲着驴唇不对马嘴了，怎么办？开始新话题，就是把原来的记忆都清干净。我们开始一个新的，甭管是Gemini也好，还是ChatGPT也好，它会有一些跟我们个人相关的这种个性化记忆。比如说我就告诉这个ChatGPT：“你记住了，我叫老范，我是个Youtuber，每天都要做什么事情。你要给我去总结信息，或者我要找你提问题，你要先去经过验证才能给我。”就这些玩意，我是可以让他记住的。但是如果你给他特别多的东西让他记，或者说我们在整个的聊天过程中让他把所有聊天内容都记下来，他就没法干活了。

两大关键突破点

这些问题关键的突破点是什么呢？咱们前头讲了两个关键突破点。

• 世界模型：让AI理解物理世界的运行规律，这个是非常重要的。Deepmind内部呢，有一个叫Genius模型（天才模型），这呢是一个世界模型，通过物理一致性和时间连贯性生成虚拟世界，最后输出视频的。大方向上呢，跟李飞飞的方向是比较接近的。但是Deepmind的这个模型，是更接近于游戏世界一点点。这个哈萨比斯，不愧是从游戏公司里出来的，人生的第一份工作都是对一个人有重要的作用的。
• 智能体系统：现在Gemini虽然也算是智能体，但是距离智能体系统还是有一些差距的。什么是智能体系统？就是从回答问题到完成任务。现在Gemini依然是在回答问题。他说未来呢，Gemini会嵌入眼镜、工作场景和工作流里面，能够记忆、推理或者是代办，不再只是回答问题，而是直接完成各种各样的任务。你让他做一个什么事的，切咔切咔给你做完了。可以自主规划、执行任务，并且根据结果调整的这种稳定的智能系统，这就是未来方向。

所以呢，两个AlphaGo级别的突破，一个是世界模型，第二个是智能体系统。

谷歌：科研领域的“怪物”

讲到这儿，要再跟大家啰嗦几句。其实大部分的科技公司，是无法想象谷歌的运作方式的，就像是大部分国家的人也无法想象中国是一个什么样的存在，是一样的。

中国的这种存在方式呢，联合国里边专门有一个效应，叫“中国效应”，就是各种统计的时候，一定要把中国排出去。为什么？因为你一旦把中国加上，所有统计数据就没有任何意义了。咱们举一个最简单的例子，吃西瓜。全世界的人都没法想象中国人到底一年吃多少西瓜，咱本身人就多，咱们一年大概吃全世界70%的西瓜。你把这个统计起来，全世界每个国家大家平均吃多少西瓜，你把中国算进去，这事没法算了。包括像什么发电、炼钢，只要是跟制造相关的，你就不能把中国搁里头统计，因为这个完完全全是另外一个维度了，它会让整个的统计结果完全失衡。中国属于是全产业链内卷，而且全产业链都产能过剩的一个国家。

谷歌呢，在科研上就有点像中国在产业链上的这个状态，很多方面呢都会尝试和探索。谷歌呢，具有非常高的人才密度、充足的科研经费，还有海量的数据，这个是缺一不可。而且呢，这些科研团队，他们的时间压力也不是很高，大家就自己按照自己的喜好去研究就行了。他们还在不断的收购新的、最前沿的公司，Deepmind就是买回来的嘛。

谷歌在AI领域里头，同时在探索强化学习（AlphaGo、AlphaZero这些产品）、认知架构、神经科学建模，以及Transformer大语言模型，这些都在研究。不是说我们觉得哪块有机会了，我就往这一个方向去研究。我记得特别清楚，我进入盛大网络参加入职培训的时候，他们就跟我讲说：“全世界只有一种游戏，这种游戏叫MMORPG，其他都不行。”后来我说那我们玩的其他游戏，他们说：“那些游戏不挣钱，我们不研究那个，我们只研究这一个最挣钱的。”这其实是大部分的公司的思考方式，我们既然已经证明了这玩意挣钱，其他的不挣钱，那咱就研究这就完了，特别很多中国公司是喜欢走这条路的。

但是谷歌不，它是所有的方向都要去试一试。而且很多方向呢，你都不知道什么时候能挣回钱来，他也要去试一试，比如说量子计算。前面咱们还专门讲过谷歌的量子计算是怎么回事。很多的这种科技成果，都没有办法给谷歌挣钱，也没有办法在谷歌内部取得成绩，很多人最终是离开了谷歌才创业成功的。现在的AI行业里头，创始人或者是创始的核心团队，大多都在谷歌混过。所以现在我们所看到的AI行业，或者叫AI革命，你基本上可以认为是一帮从谷歌出来的人在去折騰这个事情。

中国呢老说自己是“睡狮”，一旦被吵醒了会很吓人的。谷歌在科研领域里头，其实也是这么回事。拉一次红色警报，就有可能拎出像Gemini 3这样的大杀器出来吓唬人。现在Gemini 3火了，但是谷歌依然不会去收敛方向，照着唯一正确的方向前进，这不是谷歌的路子。谷歌的路子是什么？还是全面探索，严格追踪数据表现，保留多个可能性，并且不断验证。

普通公司能够解决当前的问题，预言一个未来的热门方向——大家注意，不热门他不去干，去一定是热门方向——他们才会愿意说我花一点精力、花点钱去折腾。像谷歌这个，都是这么多方向，哪块云彩下雨都不知道，到底什么时候做出来也不知道，就开始撒人、撒钱进去干活去了。在普通公司里头，能够去预言一个热门方向的，就已经算是很强的了。大量的都是别人做出来，特别是谷歌做出来，他在后边再接着跟着改。而且这些公司实在是搞不清楚什么是热门方向，或者热门方向搞不定怎么办？还有一条最简单的路：上谷歌挖人，或者直接从谷歌出来创业。这个就是普通公司跟谷歌之间的差异。所以谷歌呢，在科研领域里头完完全全就是一个怪物。

总结与展望

好，最后总结一下吧。谷歌Deepmind的CEO哈萨比斯，携Gemini 3成功之势参加了Axios AI大会，说再有一到两个AlphaGo级别的突破，就可以实现AGI了。这两个是什么呢？就是世界模型以及智能体系统。可能要5到10年，把这两个实现了以后，我们就达到AGI了。

本节目的特点，咱们八卦了一下哈萨比斯的开挂人生，也稍微介绍了一下谷歌这个绝对的科研领域的怪物。我们也希望谷歌，以及所在谷歌里头工作过的这些人，未来还会给我们带来更多的惊喜。

好，这个故事就讲到这里，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。

到底什么是AGI？今天尤为重要。AGI条款可能让微软投资OpenAI的交易，成为一个笑话。

大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲，微软投资OpenAI协议里边的AGI条款。这首先是一个比较奇葩的条款。正常的投资协议里是没有这东西的。因为是投资OpenAI，所以双方写了这样的一个条款进去。那么这个条款规定，AGI就是通用人工智能。在AGI没有实现之前，微软有权利得到OpenAI所有这些模型的独家商用许可。你做出什么东西来，我都可以用。微软可以将GPT-4、4o等这些没有达到AGI的模型，深度集成到他自己的微软云、Copilot或者是Bing这样的产品里边去。而且是你做出来，我就拿到。

前边Windsurf这个项目搞黄掉，其实也是因为这个条款。只要把它买下来了，这个你Windsurf这些技术我也拿来使了。它有这样的一个要求。

第二个叫云计算绑定。什么叫云计算绑定？就是OpenAI必须优先使用微软的云。微软拥有一票否决权。像我们以前写这种投资协议的时候，就喜欢讲一票否决权。但是一票否决权，并不是像这个字面上说的这么吓人。这个东西通常是分三步的。第一步叫告知。比如OpenAI，今天我要用云服务器了，你必须要告知微软。你不能说我没跟你说，我就自己买去了，这事不行。第二步是微软在约定期限内要做决策，是不是要接这单生意。也不是说你跑来，我就一定要接。这个决定权是在微软手里头的。当然微软也不能拖着人家，你有一个期限，你要在这个期限之内做决定。第三个，如果微软行使权力，我决定了我要接这单生意，那么OpenAI就只能跟微软成交。如果微软放弃了，说我这单生意不接了，或者是在规定的期限内，你没有做出回应，那OpenAI呢，才可以去自由转到第三方，去做云服务器的采购。它是这样的一个要求。一般分三步。

当然这里头还有一个条款它没有写，是什么？公允交易。什么叫公允交易？你微软把这些云服务卖给OpenAI，你的价格要公允，不能太高，也不能太低。高了相当于什么？左手倒右手。你自己花了钱去投资了OpenAI，OpenAI再用一个很高的价格，把你的云服务都买走，你这不是骗股民吗？低了也不行，低了等于是损害股东利益，一些微软的资产就外逃了。像咱们经常讲国有资产流失，他们这叫微软资产流失。这个也是不行的。所以这个价格还是要公允的。这是两个。

第三个是什么？第三个叫利润分成。当然这个利润分成是有上限封顶的。前期OpenAI挣到的钱，不是营收，而是利润，75%要去回收微软的投资。微软到现在大概投了130亿美金进去了。所以你挣了一块钱，7毛5是归微软的，直到微软把这个130亿美金都收回来为止。然后面收回来以后了，继续让微软拿钱，微软拿49%的利润，直到什么？1,300亿美金。就是我微软投了130亿，拿到的钱是我投资的10倍。这个时候我就结束了，后边我就不拿了。这个跟我没关系了，我也不占你股份。因为它是个非盈利组织，微软是不在里头占股份的。它是做了一个分红的约定。这个是叫做AGI条款的三个限制。

当然还有一个限制是限制微软的，就是合约期内，微软不得自行训练具备AGI能力的，或者AGI潜力的这种前沿大模型。当然你现在让他训练，他也训练不出来了。微软前边儿躺在OpenAI身上吃红利，已经吃得很爽了。

在AGI实现之后会变成什么样呢？微软对后一代的模型，商业和技术使用权就终止了，只能继续使用旧版本的。这个新版本的达到AGI能力的，你微软就不能用了。云计算以后可以用星际之门了，这个OpenAI就可以去决定，我要用谁家的云计算了。来自AGI模型的新利润，也就不再分给微软了。原先的禁止微软自行研究AGI的限制，也就失效了。微软就可以自己从头开始，再去研究自己的模型去了。等到那个时候，它到底能做成什么样，呵呵，就不知道了。

有这样的规定以后，下一个问题大家想到的是什么？这个什么时候达到AGI？到底谁来判定？因为AGI本身的概念是比较模糊的。那么很遗憾，这个判定AGI的是OpenAI的董事会，跟微软没关系。OpenAI比如董事会几个人坐一块，一拍脑袋，AGI实现了，微软后边别分钱了。为什么我们说微软投资OpenAI的交易，有可能变成个笑话？他对于宣布AGI实现这件事，他是没有权利的。人家董事会关上门，一拍脑袋就可以决定的事情，能够决定你后边是不是还能分到钱，能够决定你是不是还能使到最新的模型，是不是接着使你们家的云计算。这事是人家来决定的。

微软自己认为在2030年之前，AGI都不太可能实现，所以我们还有很长的时间，不要着急。但是，Sam Altman在最近不断地放风出来，说AGI快了，可能再过个几个月这玩意儿就实现了。所以现在两边儿就开始谈了，说这个我们得坐下来谈一谈，这个事儿有问题了。

协议里边，经常会有一些奇奇怪怪的对赌。实际上AGI条款属于一种对赌条款。那么正常的对赌条款通常是什么样的？正常的对赌条款通常是由几个因素构成的。第一个是时间，多长时间之内，你要达成一个什么样的效果。比如说你挣了多少钱，做了多少盈利，或者估值涨了多少，市值涨了多少。像我们以前正常是做这样的这种对赌。对赌的结果是什么？成功了我给你发奖金，或者说对赌成功了以后，会给创始团队发股份。而这股份哪来的？就是增发。比如说你原来100%股份嘛，多增发10%。如果你在两年之内，让这个公司的市值涨多少，我增发一些股份出来发给创始团队。

马斯克经常拿到这种对赌协议的收益。前边马斯克薪资的诉讼案也是这样的。他跟特斯拉董事会签了一个对赌协议，说我在多长时间之内，让特斯拉的市值涨多少，涨到了以后你就发多少股票给我。他是这样来工作的。马斯克自己在特斯拉的工资没多少的，他主要的收入都是股票，不断的去跟特斯拉董事会，去签对赌协议。签完了以后只要实现了，他就多出一些股票来。所以为什么英伟达是全世界市值最高的公司，但是马斯克是世界首富？因为他不断的通过这样的方式，让自己在特斯拉里面占股，占的越来越多。所以特斯拉涨上去了以后，他就是世界首富了。而黄仁勋，每一次英伟达股票涨起来以后，他就卖股票，他的股票越来越少。所以英伟达很值钱，但是黄仁勋不是世界首富。在这稍微讲一下，这个是正常对赌。

那比较残酷的对赌，或者比较残忍的对赌，一般赌什么？像我们以前有很多的协议，里边会去赌回购，或者赌上市。你拿到钱以后，多长时间你必须上市，或者必须被人收购，让基金可以退出。如果不行，你就要回购所有的投资，就相当于是你要把这个投资的钱，连本带利都还回来。这个是比较残酷的，因为一旦是这样的条款处罚了以后，真的有人会去跳楼的。这个讲远了。

那么不正常的对赌是什么？AGI条款就属于一个相对不正常的对赌。不正常对赌，通常是赌一些一方或者双方，认为不太可能实现的美好愿景。你比如说像罗永浩说我要去收购苹果，他可以拿这玩意跟人对赌。也确实会有很多人，把这种东西写在协议里头，去赌一下这个事到底行不行。像我们以前也干过这种事。当时投资Musically的时候，我记得里头也有一个类似这样的条款，是多长时间之内，Musically如果能够达到大概是4,000万，还是几千万的这种月活，我们有权利收购它。大概是写了这样的一个条款在里头。当时Musically大概只有几十万用户，还是多少用户，反正非常非常少。所以他们的创始团队，就绝对不相信这个事是可以实现的，说我们有一个美好的愿景，咱们就写上，如果到那天你就把我收了也挺好的。写完了以后，结果发展的非常迅猛，到一年这个数据就涨到大几百万，甚至上千万，而且他整个公司的估值涨的非常快。这个时候人家那创始人就不乐意了，说你这个条款好像欺负人啊，你等真做到了以后，你就收购我，而且也没写收购价格，你可以用一个很便宜的价格把我收了。我本来这个估值都涨上去了，我挣钱了，结果都归你了，等于我可以用很便宜价格收。他说这事不行，我们希望去调整一下。

我说你调他干嘛呢，接着往前走呗，等你真到了以后，我们收你不是挺好的吗？他说这个还早，我们现在才1,000万的月活，离4,000万月活还早。你这个是很难实现的。我们就朝他冷笑，什么意思？因为当时我在猎豹移动，手里边的Clean Master是有6亿月活、1.5亿日活的一个产品。那我们要想让一个这样的小产品，比如像Musically这种1,000万月活的这种产品，突然把这个数据跳上去是很容易的。我们手里有非常多的手段，刷也能把它刷上去。跟他稍微普及了一下知识以后，对方马上就怂了。您有什么条件，您只管说，我们看看后边怎么办。这个事情一旦有这样的条款在里头，他没法往后融资了。为什么？其他人再给他钱，说你这个协议里埋了这么一条款，那我再给你钱，你等这个用户上去了以后，我们多给你的钱就没了。相当于是我这个第一家投资的人，可以用一个很便宜的价格把他收购了。所以，他等于是当时埋了这么个雷在里头。啊，类似这种奇葩条款，我们也干过。

微软跟OpenAI之间对赌，赌的是什么呢？就是AGI之后啊，微软作为传统大厂呢，不能把持人类的未来。一旦AGI了，这等于是人类未来了嘛。现在也有人说，AI就是人类最后一项发明，这玩意怎么能够放在微软手里呢？这是不行的。而微软也需要确保自己的投资是有回报的。上市公司啊，你如果说我把钱都扔出去了，最后没拿回来，股民会起诉他的，会集体诉讼的。这个事是不开玩笑的。所以他就做了这样的一个条款。只是当时大家都觉得AGI这个事很遥远，没有那么快到来，所以就写进去了。

那么AGI当前的判定标准到底是什么？咱们讲了半天，说这东西标准很模糊，但是你既然要去执行，还是要有标准的。技术层面，OpenAI的非盈利组织，做了一个叫开放宪章的东西，里边有规定叫做高度自主，在大多数经济价值工作上超越人类。这个意思什么？第一个他可以自己去干活了，你不需要扶着他走了，而且在有经济价值的工作上，比如说写小说，或者是写程序，做一些正常的事务性工作，它都可以超越人类了。这个就叫做AGI了。那么这个东西谁来判定？是由OpenAI董事会来去判定的，说我们认为到了就可以了。当然了你这个不能真拍脑袋，咱开个玩笑。OpenAI自己也给出了一个标准。在这个标准里，为什么说这时候快到了？参考OpenAI内部的五层能力谱系，它对AI进展做了五层谱系。到三层以后的话，就要求在专业任务上与熟练人类比肩，甚至超越了，并且可以跨学科迁移。所以基本上达到第三层就差不多了。

那这五层是什么时候定义的呢？是2024年7月份OpenAI全员大会上披露的。第一层聊天机器人ChatGPT。第二层博士水平的推理，也就是O3、O1、O2、O3，到现在O4这些模型推理模型出来了。这个是第二层。第三层是什么呢？能够连续数天自主执行行动的这些智能体，也就是AI agent。所以为什么说达到第三层以后，他就可以在绝大部分的有经济价值的工作上超越人类了。现在GPT已经在做GPT-5了，GPT-5出来实际上就是这么个东西。而且现在据说7月份就要宣布，所以Sam Altman说AGI就快了，可能这个月就来了，或者下个月就来了。所以他讲的是这样的一个事情。到第四层是独立产生创新，协助发明了，他可以干这件事情了。到第五层是可以完成整家公司级别的职能了。这是一共五层。

那么这五层也需要有评估，它是以一大堆的评测模型，什么ARC、人类什么最终考题，等一大堆这样的全科的基准，加上一些真实任务的组合打分。需要在生产环境中稳定运行。你像Llama-4这样的我能跑分，但是出来不能稳定运行，这种是不行的。所以达到这个要求，就在技术上算是达标了。这个应该在可能七八月份可以实现。那你说微软这是不是马上就成笑话了？OpenAI董事会啪一拍脑袋说我们过关了，咱们就这样，微软你们前面这些投资，后边收益就没有了。这个是不是可以这样？

不是啊，AGI的标准，现在还有一个补充协议。商业层面上做了一个追加合同。微软也看出来说这玩意不行，你们自己一拍脑袋说通过这事不行。微软自己要给自己加一个保险。他要求的是AGI能够创造价值，而且创造的价值，要大于1,000亿美金的利润，不是营收，是利润。这才可以允许你通过。并不要求你一年挣1,000亿美金，只要能够提供可信的商业模型、市场规模与成本测算，说明在可预见的期限内，有能力达到此利润即可。微软拥有合理同意权，就这个事，你是要经过微软同意的。你不能随便写一个，说我计划在100年之内挣1,000亿利润出来，微软你同意吧。这个是微软要签字的，他自己要决定同不同意的。那么这个数字是2023年双方签了一补充协议，微软前面签完协议以后觉得有问题，在这打了个补丁。目的就是确保微软等投资人能够在条款终止前获得充分的回报。现在肯定一分钱都没回来，OpenAI到目前为止是没有任何盈利的，每年还在亏损，而且是越亏越多的一个状态。那微软投了这100多亿美金进去，你还是要拿回来的。所以他们就加了这样的一个补充条款。利润口径，才能够真正的映射到股东的分红，不能用营收，一定要用利润。像OpenAI的话，现在一年的营收大概能到几十亿美金，你要有1,000亿美金的利润，这个真的还是很遥远的一个事情。估计Sam Altman自己现在都没想明白，他怎么能挣出1,000亿美金的利润来。就10年他都未必能挣得出来这笔钱。业内也并没有看到特别精确的公式，说你这1,000亿美金的利润到底怎么算出来的。更多是依赖董事会和审计师的商业可行性评估这个玩意，就不能完全由董事会拍脑袋了，你是要找商业的审计师回来，去评估这玩意了。

当前谈判与可能的未来是什么样的？现在两边在谈这个事。微软说咱们把这条款去了，你这玩意搁在这太吓人了，过两天你这个东西就实现了，那我这个投资不就全废了吗？咱把它去了。现在微软，就在做那个不签字的恶人。投资协议里头总会有恶人，罗永浩表演甄嬛传，也是因为里头有恶人。不签字什么意思？我们要求当你去改变公司结构的时候，影响投资人利益的时候，必须有投资人签字确认，这个玩意才能生效。所以像我们以前做投资，甭管是你做哪一轮，你做的轮次越靠后，前面的投资人越多，必须要所有投资人都签字，新的投资协议才可以生效。那么里头有一家不签字的，你这个协议就没法生效，新投资人就不能把钱给你打进来。罗永浩原来也是这样，有一个基金最后就不签字，导致整个的资产游戏没法玩下去，只能表演甄嬛传了。微软说现在我去表演恶人，我就不签字了。OpenAI需要继续融资，需要转换成可上市的这种传统企业，就需要微软来签这个字儿。但是微软说了，你不把这AGI条款取消了，或者给我调整一下，我就不签。现在大概在将这么个事儿。

那么这种奇葩的对赌条款，通常最后是怎么处理的？写的这么奇葩，咱最后就把它删了吗？一般不是这样处理的。这种条款，通常最后是用来进行利益交换的。我把这条款增改一点点，或者把它删掉，但是你要在其他地方，给我找补一点回来。一般是这么干的。AGI条款应该也不太会完全被取消掉，因为OpenAI自己的梦想是要做AGI，你完全把它取消了，这个肯定是有问题的。还是会存在的，但是应该会进行调整，调整的不那么奇葩，就在规定的时间内规定收益，明确AGI的一个判别标准。这个应该会去做一下调整。当然最关键的不是调这玩意儿，最关键的是什么？是判定AGI的过程中，微软自己能投几票。你不能说，一个没有微软存在的OpenAI董事会，自己一拍脑袋，就可以宣布这玩意儿成立了。这事肯定不行。这个条款存在了，你还是要微软自己有决定权，来决定说什么时候叫AGI的。而且在这个过程中的每一项改变，都是可以拿来讨价还价的。

当年Musically那个很奇葩的优先收购权的条款，我们也是这么处理的。最后他为了继续融资，就必须把这东西删掉。那删的时候怎么办？我们就把这个Musically的创始人摁在这说，你看这个条款继续留在这，肯定是你没法往前走了。这样我们也不愿意当恶人，怎么办？你给我换一个条款。换成什么？未来几年之内，你所有的变现，Musically里的所有的广告变现，你必须跟猎豹签。我拿独家绑定的变现条款跟他换了，前面的收购条款、优先收购条款给他换掉了。所以这一次，微软跟OpenAI之间，大概也会玩这么个事，就是恶人应该不会真的去干，但是会换点别的利益回来。微软有更多的、更实际的、更迫切的条款，是需要确认的。AGI呢，这种奇葩条款，本身就是大家拿来讨价还价的，谁也没惦记真在这上面做点什么文章出来。那么微软更迫切的是什么呢？新公司里头，微软到底占多少股份？这个新的董事会里头微软有几票？还有后边分红咋分？这个才是微软真正关心的事情。

那么微软也不会跟OpenAI去撕破脸，诉讼对大家都没好处。因为一旦诉讼了，对于微软其实还问题不大，OpenAI你这边诉讼挂上了，你那头的所有投资就停下来了。你一个完全不盈利、每年亏这么多钱的公司，一旦是把投资停下来，那真的是会死的。肯定是不会走到诉讼这一步的。微软也不愿意丢这个人，因为在创投圈子里头，特别是这么风口浪尖的案子上头，你一旦丢了这样的人，说我因为不签字，最后把人逼着去玩甄嬛传了，以后名声就臭了，在创投圈里就彻底没人理你了。他会变成这样的一个状态。在国内因为他有的时候，有国有资产流失的问题，有些人说我就不计个人荣辱了，我来去做坏人。但是在微软这样的公司里，他是不会有人干这事。

最后可能的结果是什么样？就是大模型还是要授权给微软用的，只是没有那么绝对了。原来呢是你做出来微软就要用，只要你的东西不叫AGI，微软就可以用。以后呢做出来了，OpenAI有权利决定哪个你可以用，哪个你不可以用。会变成这样的一个状态。第二个呢，微软云呢，还是第一供应商，这个也不会有太大的变化。但是呢决定权会回到OpenAI手里。我们以前做游戏的时候，当时网易给了一笔投资，网易当时也是说，有这样的一个一票否决权，什么呢？就是我们所有的游戏必须网易发行。你先告诉他，告诉他完了以后，他来决定发不发。他要发的话，你必须给他发。如果他不发了，我们才可以自己发行，或者再找别人发行。后来谈吧，谈完了以后，最后说这样，你只把知情权给我，对吧？你先给我告诉我，你做出新游戏来了，然后呢我们都去报价，我们多少钱愿意接你的游戏，然后其他的商家多少钱可以接你的游戏。但是最终的决定权呢，是给了当时我们的一个公司啊。这个是也可以做的。所以未来呢，微软跟OpenAI之间的云计算的协议，大概会变成这样，就是你还是要给微软知情权的，现在要采购云服务器了，你要告诉微软，然后微软呢可以去报价，报价了以后呢，最后由OpenAI来去决定到底要用谁的，而不是像现在这样由微软来决定。当然最终呢，还是要公允，这个是很重要的。比如微软说了，我一个GPU一小时是比如两美金，然后呢OpenAI说不，我一定要选择那5美金的，这肯定不行。甚至呢有的时候我们还会规定，在这种协议里头会写什么呢？就是优先采购，就是比如说微软也是两美金，那边也是两美金，在这样的报价相同的情况下，你要优先采购微软的。通常是这样。除非什么呢？微软说我两美金，那边说我这个1.5美金一个GPU小时，那在这种情况下，你就去采购别人的就行了。他有的时候，会有这样的一个价格的约定在里头。

至于微软自己去研究大模型这件事呢，反正你让他研究吧，他也未必能研究的出什么来。另外呢，微软肯定要进入新公司的董事会，他全都给了这么多钱，最高的时候可能占了他49%，还是占了多少股份，因为前面这个股份他很乱，所以现在也说不清，他到底占了多少股份。但是微软肯定要在董事会里有这个很多非常重要的这个投票权，这个一定要会让他进去。然后OpenAI呢，在这样的情况下就可以顺利的转制了。转制了以后重新划分各个股东，特别是微软的持股比例。划分了以后呢，再去谈分红的事情。一定是说有了新的持股比例以后，才能谈分红。那微软可以在这个持股比例的基础上呢，要求一些叫特殊分红权的东西。什么意思呢？正常分红是什么呢？就是你拿钱出来分了，大家按照持股比例来分就完事了。第一个我们要求的特殊的是什么呢？就是什么情况下必须分。因为有好多人说我拿到钱了，挣到利润了，我不想分，我想接着发展行不行？有的时候会规定说不允许，你必须挣到钱，留多少未来发展之外的钱，通通都要分掉。这个特别是对于游戏公司，或者这种现金流比较大的公司，经常会有这样的条款。然后还有的时候呢，就是这种特殊分红条款，就是微软可以要求，比如说我按照我的持股比例两倍分红，或者3倍分红，这个其他人再拿剩下的钱再去分。他有这样的这种要求的权利。像我们以前投资游戏公司也经常会有这样的条款写在里头。甚至呢还有的时候会要求什么呢？我先分一笔，比如说你所有的利润我先分个49%出来，然后剩下的利润，大家再按股份比例去分。也是有可能的。这就需要啊，慢慢的去谈了。你要谈的特别苛刻呢，新的投资人就不乐意了对吧？谈得太宽松呢，那微软的股民就有可能去集体诉讼。微软大概就是这样的一个比较艰难的决定，他们要去做出来。

那么AGI条款呢，大概率还是会存在的，但是呢温和很多，也规范很多。判定的时候呢，微软一定是要参与投票的。这个才是最核心的，你不能最后判定的时候，这个Sam Altman跟自己董事会一商量，然后微软的人也不在里头，他就来宣布了这东西成立了。这个肯定不行。最后如果哪天说我们要开一个发布会，AGI确实的实现了，那么估计啊，Sam Altman跟微软的人要坐在一起，去开这个发布会才可以。那么最后如果AGI真的实现了，前面我们讨论的这么热热闹闹，这些事可能就都不重要了。为什么呢？到那个时候，整个社会的运作方式，都会发生根本性的改变。真到了那个时候，我们现在就讨论的东西通通都是笑话。

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。

互联网女王每年发布的、被全行业当圣经一样解读的趋势报告，时隔6年再次发布。大家好，欢迎收听老范讲故事的YouTube频道。

互联网女王的互联网每年一度的趋势报告再次发布了。这位互联网女王呢，她叫玛丽·米克尔。1995年开始，她每年发布一份互联网趋势报告，到2019年疫情前发了最后一份。前面应该是发了20多份吧。隔了五六年以后，2025年的5月30号，她再次发出了最新的报告。

这份报告叫《人工智能趋势报告》，340页的PPT。他这个趋势报告每年都是一份，基本上都有300多页。形式呢全都是PPT，每一页都是图表，没有那么多字，大量的是各种各样的趋势图。它是通过行业数据，就是一些已经发生的数据。它很少说我去预测这个数据，也有，但是它会标的很清楚，哪部分是预测的，哪部分是已经发生的。

他收集很多已经发生的数据了以后，去判定未来几年可能发生的一些趋势。互联网行业都会认真的去解读，判定风口，并且尝试让这些预言成真。没有哪个人说你预言这个，我一定要跟你反着干。没有人找这不痛快的。有的时候不一定是预言有多准，而是大家看到预言了，就努力的冲上去，朝着预言能够实现的方向去奔赴了。实际上是个双向奔赴的过程。

那么今年的报告里都有些什么东西呢？300多页充满了数据、图表的PPT，看起来肯定是很累的啦。幸亏现在有AI可以帮忙解读。AI是读了原文，而且也读了各家的解读，并进行了总结。我稍微的去阅读了一下，阅读了Gemini Deep Research的，也阅读了OpenAI深度研究的，跟大家稍微的总结一下他讲了什么。

第一，AI以前所未有的速度获得了用户、资本和各种认可。这个确确实实是一个奇迹，一夜成名。ChatGPT上来几天上亿用户，这个从来没有过。实际上，互联网、移动互联网每一次的革命浪潮来的时候，都是以前所未见的速度席卷用户的。AI依然具备这个特性。原来互联网没有达到过这样的速度，移动互联网也没有达到过这样的速度，AI达到了。

免费加订阅的方式，商业变现上可能会有些跟不上。为什么能够获得这么大的用户量？一开始都是免费，后面我们再做增值服务。甭管是订阅还是收TOKEN费，都是用这样的方式。但是这样的方式最后到底能不能挣到钱，他也表示担忧。所以现在OpenAI的估值还是有一些风险的。实在是不太挣钱，而且估值太高了。3,000亿美金了，你一年的收入才120亿美金，你PS也没有这么算的呀。

PS就是你的收入跟你的市估值，或者市值之间的比例。这个有点太悬殊了，女王陛下对此表示了担忧。

然后讲到了中美双雄的斗争。美国他建议应该放宽签证，留下更多的留学生，这样才能够胜利。而且他讲到了AI基础设施建设的争夺战，正在如火如荼地展开。未来谁拥有更多的AI技术设施，谁有更多的算力，谁可以产生更多的TOKEN，谁可能就会在未来，就像现在掌握石油一样，掌握世界的命脉。这个是他提出的一个预测，我觉得这一点跟黄仁勋，跟很多业界的预测是相一致的。

他讲到了说范式正在改变。什么范式在改变？就是原来AI主要是进行补全的，而现在是到了整个行业开始逐步重构的时候了。很多的行业都需要用AI整个去改变。其实互联网就改变了很多的行业，没有什么行业加互联网，永远是互联网加行业。移动互联网也是如此的，AI也是这样。你说我原来的行业做得好好的，我加上AI可以干什么？别想这事，你要想AI上来以后，会怎么重塑你整个的行业。你要抱着原来那个东西必死无疑。

然后讲到了劳动力和就业。他说呢，AI不会消灭工作，但是会重塑工作模式。原来这些工作肯定就都没有了，以后的所有工作都会跟AI配合去工作。如果你没有学会跟AI一起配合工作，那可能是会被淘汰的。但是呢，他觉得这是一个过程，他并不认为这个事情马上就会发生。

AI正在打破屏幕，走向物理世界。这个实际上讲的是巨深智能正在走来。说以前的AI都是在屏幕里头，虚拟世界里头，我们通过一个对话框跟他聊天。而现在，大量的可以直接影响物理世界的AI，正在逐渐成为现实。

而且他还预测了一个很神奇的东西，就是原生AI住民即将诞生。这个所谓原生住民这件事，是很早以前我们发明的一个词。你比如说有叫互联网原生著民的，没有接触过PC软件。在原来没有互联网的时候，他压根就没有摸过电脑，进到这个PC上以后就只会用浏览器，所有PC里其他软件不会使，这个就是互联网原住民。还有移动互联网原住民，就这人连电脑都没见过，上来第一个智能设备是手机，每天举起手机来，使用各种的移动互联网服务。这个互联网到底怎么回事，PC到底是怎么回事，浏览器到底是怎么回事不知道，这个就属于叫做移动互联网原住民。

他说现在呢，还有26亿人是没有上过网的。这些人可能在非洲、在南美、在东南亚、在中东，在这些地方。他们可能一上来就直接接触AI了，前面那些东西他就直接略过了，不用接触PC，不用接触软件，不用接触浏览器，不用接触手机。

也没有APP，你上来了以后就是AI助手直接面对你。这些人就会成为叫AI原住民。他说现在大量的印度人在撑起OpenAI的用户量，OpenAI里边最大量的用户是来自于印度，因为他们确实人多。即使是DeepSeek以及其他的一些AI的平台，印度也都能排到用户的前三。未来他认为这一块还是可以产生巨大效益的。

他提到了一个时间点，你光预测不讲时间点，这会儿不是耍流氓吗？他提了个时间点，他讲到的是2030年，说AGI基本上就可以实现了。他认为在10个方向上会发生彻底的改变：

第一个是问答和知识获取，说AI将成为默认的知识接口。这个对于谷歌这些做搜索的人来说，就是晴天霹雳了。原来我们要获取各种知识是需要靠搜索的，谷歌通过搜索来挣其赚我们的广告费，以后这个就要发生改变了。

下一个就是写作内容生成，AI将撰写各类文本。我们现在还在纠结说谁的论文、谁的文档里头有多少AI率，我们还要去查AI率。说可能很快这个事情就不用再查了，大家就都需要用AI去写了。其实在很早的时候我们还去查过，说你这个画儿是不是计算机生成的，但是现在你说没有计算机，谁去给你画画去？可能很快就会发生改变了。未来就全都是这玩意儿写，特别是一些格式化的文档，一些重复性的文档就直接由AI生成了，人可能只负责检查就完了。

编码与开发，说AI能够根据自然语言要求编写应用程序和网站。到2030年可能会变得非常成熟，现在还是需要大量的人工监督，而到那个时候，可能真的是上帝说要有光，于是就有了光了，可能能实现这些东西。

然后是会议记录和事务跟进，AI将在商务和办公场景担任智能秘书的这种角色。以后我们可能几个人开会商量一个事儿，商量完了以后就由AI出所有的会议纪要。AI记着谁答应什么事了，谁要做什么，自动的去调整我们的日历安排，或者是各种的行程安排，来监督每一个事情最终的落实。这个听起来还是蛮有用处的。

然后是收发邮件和信息过滤，我们现在遇到了一个很严重的问题就是信息爆炸，大量的信息我们是看不过来的。所以未来AI会扮演助手的角色，充当邮箱管家。我们收到大量邮件以后，AI自动的去过滤这个是广告，那个可能比较有用，这是个账单，哪件事情是真的找你的。你问他说你给我做个总结，我最近收到哪些邮件，哪个重要，哪个不重要，有些什么样的事情我一定要看一眼。这个就跟以前的皇上的御书房似的，下边上来折子他先看，看完了以后说这不太重要，扔了吧。

这个我觉得还是很有用的。再往后就是复杂内容的解读，AI将扮演通俗的解释者。这个我已经用上了，当然未来可能它会做得更好一些。你像我现在还需要借助四个AI助手，去对这个文章进行了解读以后，自己再进行了思考和再总结，才能给大家讲这故事。以后可能就是：一个AI助手一次给我搞定，让我觉得很满意。我也希望这一天快一点到来。

再往后是个性化内容和服务推荐，AI将大规模自动个性化各种服务。其实我们现在的各种推荐引擎后边也都是AI。在这一块可能会由现在新的AI大模型，把整个推荐算法再一次的去革命掉。这个我觉得也还是可以期待一下的，因为这一块是可以真正挣到钱的。你一旦是对用户进行个性化推荐了，相当于是掌控了流量，也掌控了交易，就可以多出一些在订阅之外的收入出来。可能整个AI行业里头要想破局，找到真正的盈利点，还要在这里去思考。

然后是教练和习惯培养，AI将成为你的私人教练和督导。比如说我现在要低糖饮食，或者是轻断食什么，这些东西都可以由AI来去负责。有些人已经做出类似这样的半成品来了：你给他一个实物，拿手机一照相，告诉你说这是个什么东西，含多少糖、含多少能量、含多少其他东西，吃了以后应该如何去健身，或者说今天你吃了这个，晚上就可以少吃一点了。他现在已经有一些半成品，这一块彻底把它做成成品，我觉得会有很大的机会的。

然后是实施决策和导航，AI将在现实中为你提供情景化的决策支持。在这一块可能以后汽车这儿，就会有很多新的变现途径出来：我到底应该从这走还是从那走？不是简单的坐车要到达一个什么地方，而是在坐车的过程中，可能我要决定去什么地方吃饭，我还要去看什么样的风景。这些都会有新的现金流产生。

最后是模拟人类般的交流与记忆，说AI对话将更加拟人，具备长期的记忆。现在虽然OpenAI也好，Claude或者是Gemini也好，都在向这个方向走，但是离真正能够用，还是有一定距离的。这位女王陛下认为，2030年所有这些基本上都可以实现了。

那么女王到底何许人也？咱们讲了这么半天，这个人叫玛丽·米克尔，1959年9月出生于美国印第安纳州波特兰市，一个钢铁行业商人家庭，现年66岁，终身未婚。那我也通过AI去查了一下，他前面接受采访的时候说过终身未婚，因为实在是太喜欢投资、太喜欢金融、太喜欢技术了，没有时间出去社交，是一位把一生都献给事业的可敬女士。1981年，他以心理学学士学位毕业于印第安纳州迪保大学。

1986年，他获得了康奈尔大学约翰逊管理学院MBA学位，主修金融。1982年本科学位拿到以后，加入了美林证券做股票经纪人。1986年，他拿到了康奈尔大学约翰逊管理学院MBA学位以后，加入了所罗门兄弟，担任科技行业分析师，开始专注于新兴互联网领域。我们管这个领域叫TMT，它就是TMT里头的女王。

1991年，他加入了摩根士丹利，主导科技股研究，逐步成为全球最具影响力的科技分析师之一。1995年，他主导了Netscape的上市，也就是网景的上市是他主导的。后面就逐年开始去发布互联网趋势报告了。1998年12月，《巴顿周刊》以封面故事形式将米克尔称为“网络女皇”（Queen of the Net），盛赞她几乎主宰了科技股的发行和股价涨跌。“网络女皇”这个词就是这么来的。

那么，女王陛下的预言到底准不准呢？根据一些不太完全的统计，他讲的东西大概70%是准确的，但是肯定没有完全准确，也没有人知道到底是哪一部分准确，哪一部分不准确。你还是要靠时间来筛选。他通过过往的真实发生的业务数据来预测未来，这就是金融人才的一些天赋。当然了，也翻过车。在互联网泡沫破裂的时候，他努力推荐的很多股票最终都破产了。最后，女王陛下也不得不出来道歉，说：“实在对不起，我坑了大家。”这个事情也发生过。

女王陛下看趋势还是非常准确的。有些人就总结出来说，将女王的预言正负24个月，准确率会极大提升。什么意思？就是他预测2030年要发生什么事了，往前倒24个月，再往后倒24个月，基本上他讲的话就是在这四年之间会发生。有可能2028年就发生了，也有可能到2032年才发生，会有一些时间上的偏差。

2019年，女王的预测是远程医疗会在3-5年以后大爆发。这是当年他预测失败的一个案例。结果2020年疫情就爆发了，远程医疗这个事情一步到位了，直接就实现了。因为太多的人没有办法到现场去看病，很多的地方需要进行封锁，直接就远程医疗了。他原来想着还要3-5年，这个就叫人算不如天算。

大的趋势预测基本上还是可以参考的，但是如果以女王的预测为基础，进行精准的网络操作，就稍微有些危险了。有的时候，女王一些争议比较大的预测，可能要换一种方式来解读，才可以真正理解他在说什么。

举一个例子吧，比如说2014年，他曾经预测社交电视将极大的提升广告效果，而且还提出了一个什么东西——用户使用时长会极大的影响广告预算。你这个媒体能够非常长的时间占用用户的使用时长。

那么，广告预算就会极大的向你这边来进行倾斜。很多人就认为，前面社交电视提升广告效果从来就没发生过，这个算是打脸了。而且，用户使用时长影响广告预算投放这个事情也受到广泛的批评，认为其过度简化了媒体价值的评估，忽略了不同平台广告效果的差异、用户参与质量，以及媒体策划中复杂的主观因素。

但是，我要提醒大家一件事情：这是2014年提出来的。2015年年初，我投资了musically，也就是现在的TikTok。你们真的认为女王说错了吗？没有。他所讲的社交电视，其实是社交视频平台、社交视频广告，广告的效果极大提升。而TikTok作为一个用户日均使用时长超过一小时的平台，现在在碾压其他所有的平台，一点都没说错。

那么，我们应该如何来看待女王最新的预言呢？从趋势上理解，肯定又是一篇极大利好。方向指明了，咱们去干吧。一篇预言肯定是各自去解读，每一个人说我都要解读一下。有些人说我是做算力的，有些人说我是做SARS的，还有一些人说我是做电商的。

从我这儿的解读是解读到什么？开发者支持异常重要。他在很多页PPT里头都写到了，说你现在想要去赢得AI战争的未来，一定要去重视开发者知识。他讲到几个：

第一个叫复利效应。复利就是我们去存钱的这个复利。每个开发者用AI都能够让自己的产出提速，再把产出转化为新的AI应用或插件，网络效应叠加，行业进步呈指数加速。这是一个。

第二个是平台护城河。说历史上Windows、安卓、iOS是怎么赢的呢？就是因为有庞大的第三方开发者生态。AI平台也是一样，最开放、文档最全、API最友好的模型和云厂商会先站住心智，再拉大数据和算力投入的边界回报。你说我这有这么多数据，有这么多的算力，如果你没有一大堆开发者就是扯淡。这是第二个。

第三个是创新扩散。说AI是通用技术，但是创新总发生在垂直场景。把底层模型包装成易插拔的SDK、agent框架，才能让医疗、工业、游戏等行业的工程师快速落地，释放长尾需求。

他对所有这些AI平台提出来，说你们一定要去支持开发者。他对平台也提出了一些很具体的建议：

第一个是要降低门槛儿，降低TOKEN的价格。这个从DeepSeek出来以后，大家都做得很好。

第二个要有丰富的势力、文档、工具链和活跃的社区。这就是我的本行，做开发者关系的，说这个一定是非常重要的。

第三个开源，开放权重。你们还是要努力的推开源模型，像DeepSeek也好，千问也好。

就在努力做这件事情，然后给政策方面也提出了一些建议，主要是放宽顶尖人才和留学生签证，避免人才出走。我估计赶上川普这事，他就没戏了。

从我个人的角度怎么来看这些事情呢？我自己是做开发者关系社区、服务出身的，所以肯定对于像投资孵化呀，对于开源社区呀，非常非常感兴趣的。即使不能回归产业，从女王的预言中，这个方向也还是大有可为的。作为自媒体，也会有很多我熟悉的话题，可以给大家分享。当然，如果能够回归产业，我还是依然可以发光发热的。

最后总结一下，互联网女王再次发出了预告。大部分的预测放宽一些时限，通常还是可以实现的。互联网高速发展的节奏正在回归，这才是最重要的。为什么我们都这么激动的来去讲这件事情？因为前面20多年，他在每年的发预告的时候，就是互联网快速发展的时候。中间这一段时间因为疫情影响，因为其他的一些地缘政治影响，整个的互联网行业并没有得到特别高速的发展。现在它又回来了，我们希望整个的行业能够在它的预告节奏中，继续恢复高速生长，这个才是真正让人激动的东西。

好，这一期就跟大家讲到这里。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。

山姆奥特曼开始给OpenAI解套了。全世界的人都在关注一个问题，就是OpenAI这样的一个AIGC里边领军人物，到底如何从非营利组织这个套里边解出来。在2024年的年底，这个事情终于开始有了进展。

大家好，欢迎收听老范讲故事的YouTube频道。咱们今天来讲一讲到年底了，OpenAI到底如何解套的事情。那么OpenAI这样的一个公司，在解套之前，肯定要先做一些准备工作。什么呢？“攘外必先安内”，这个怎么个做法？发年终奖嘛。

只是OpenAI的年终奖发的方式呢，稍微有一点点奇怪。他呢是通过卖老股的方式来发年终奖的。你说我现在OpenAI挣了一堆钱，给大家分一分？没有，OpenAI还在亏损，而且每年亏的还很厉害。但是呢，他招聘的时候发了很多的期权和股票出去。那么现在说：“哎，我们允许这些老员工可以卖掉一部分。”这样的话就可以稳定军心。

因为前面也不断的在传出来，OpenAI的这些创始团队也好，或者是他的一些比较关键的人物也好，不断的在离职。原因也很简单，你OpenAI作为行业老大，所有想在这一块做投资或者想去做创业的人，那就去挖人呗。这个事你自己又给不出那么多的薪水来，虽然OpenAI自己给的薪水还算是比较高，但是呢，很多的这个员工里拿到的还是员工薪资，其他的部分实际上是用OpenAI的股票来去兑现的。

但是这个股票我又不上市，你没有变成这个盈利公司之前，非盈利组织是不能上市的呀。怎么能够显得出你的工资比别人高呢？别人来挖你的时候，你怎么能够说我留在这里不走？这个就要让大家去定期的卖老股。

那么现在有谁来接这个手了呢？软银。前面他投资了5亿美金，也就是在OpenAI前面66亿美金融资估值达到1,570亿美金。那一轮里头给了5亿美金，孙正义说不够，咱们继续来。继续来怎么办呢？他拿了16亿美金出来说：“我来收老股。”按照1,570亿美金的那个价格。而这数怎么算呢？咱们不要老想着说……

我去分股票了，或者说我到一个新的公司里边去，跟人去谈这个期权的时候，老惦记谈这个百分比。你给我1% 2%，这个是很难谈的。他们通常是什么呢？我按照多少钱给你，然后呢，最后会分成一个股数，就是整个的公司，比如说做出10亿股、20亿股来这样的一个数，然后呢，每一股多少钱。现在达到1,570亿的估值的时候，那么他每一股是有一个单价的。在里边去上班的人，就可以按照当前的这个单价，把这个股票卖给孙正义了。但是能卖多少呢？因为OpenAI早期的员工，肯定手里边分到的这些股票是比较多的。他也是有规定的，两年以上的期权才可以卖。你今年新来的，这事跟你没关系；去年来的也跟你没关系，一定要手里拿了两年以上的，才可以去搞这个事情。优先保障在职员工，然后呢，才是离职员工。就是说你离职了，手里拿着这股票，你也可以去卖，比如说像伊利尔这样的人，他也可以卖。他呢，就是可以保底卖200万美金的，如果别人都不卖了，你可以接着卖，最大上限是可以卖到1,000万美金一个人。

比如我们现在都想去多卖一点，这个时候就会出现超售的情况，就是每一个人愿意去出售的股票，加一块呢，比这个16亿美金多了。那怎么办呢？要优先满足在职员工的要求。但是在职员工到头允许卖1,000万美金，但是呢，你也要保证离职员工每个人呢，最少可以卖到200万美金出来。这就是他这一次给大家发钱，发完了钱以后，该要后边投票的时候，该去表决心、表忠心的时候，大家屁股一定要正。这是攘外必先安内做的第一件事。

然后他们就要开始去解这个套了，从非营利组织调整成叫特拉华公益性公司。特拉华是州的名字，特拉华州因为他有平权法案，他自己内部就是注册公司，以及公司相关的法律法规呢，运行效率很高，而且他的法律规定的也相对比较完善。所以美国大量的公司都是注册在特拉华州的，包括原来的特斯拉，只是后来马斯克因为特拉华州平权法案给他把薪水判没有了，所以把公司搬到德州去了。

特拉华州专门有一种公司，叫做特拉华公益性公司。因为正常的股份制公司，其目标是很明确的，也比较简单，就是为股东挣钱。他没有什么别的想法。虽然你说我可以有一些社会性、公益性的东西，但你一旦跟股东利益相冲突了，你就老老实实要去给股东挣钱。

但是这种公益型公司呢，它是要求你可以进行平衡。在给股东挣钱的时候，同时还要去涉及一定的公共利益。他原来的状态是，OpenAI最上面是个非盈利组织，然后下面所有的OpenAI的盈利公司，也就是微软一波一波往里给钱，孙正义往里给钱的这公司，实际上是这个盈利性公司。但是他的整个运作，他的CEO怎么去聘用，他自己的董事会怎么去运转，这个都是由上面非盈利组织说了算。

以前是这么去一个运作方式，但非营利组织自己又没有别的事干，就天天给下面营利的公司找事。我看你这不顺眼，看你那不顺眼，就开始搞这样的事情。这个没有办法，就跟原来说的，男人有钱就犯错误，女人有功夫就犯错误。非盈利组织这帮人就是有功夫，你又没有自己的钱，也没有自己的事情要做，那就天天给你挑刺儿。

所以他原来整个的运转出现了很多问题，包括在去年11月份，突然把山姆·奥特曼干掉这个事情，都属于非盈利组织跟盈利组织之间的一些冲突的体现。特别是在OpenAI大模型的对齐和安全方面，这两边是有巨大的矛盾。因为非盈利组织总是希望说，我们怎么能够对人类好，怎么能够让社会得到好处，怎么能够预防各种的问题，而盈利组织就是我怎么能够挣到钱。因此，他们两边的矛盾在对齐以及审核安全这块是尤为突出。

现在，OpenAI还去签了一个很奇葩的协议条款。在前面拿了66亿美金融资的这一轮，他签了一个什么呢？就是如果两年之内我没有办法把我的非盈利组织这个架构改掉，那我现在拿到的所有投资就重新转回成债务，我要还钱。他变成这样的一个状态了。大家知道。

这个投资进去的时候有很多种模式。有的一种模式是债务，就是你到点按利息给我还钱就完了。还有一种呢，就是按股份。正常的咱们讲，谁谁谁拿到投资了，都是股份。那股份的话，责任有限，最后实在不行了，你就这个认赔就完事了。或者说公司发展的很好，一下涨得很快，投资人就可以挣到很多的钱。而债务的话，就是最后还钱。而如果你的公司正变得很有钱，非常非常有价值的时候，他拿到的钱也不会变多，也是按照你欠的债，加上利息还回来就完事了。

所以对于OpenAI这样的公司来说，如果没有办法去转成盈利性公司的话，他就要还钱，这个股份就变债了。那是这样的一种玩法，这个比较少见。像我们以前就可转债多，就是先借钱，钱还不上了，转股份这个比较多。先投资，没有达成什么条件，然后转成债，这个不是那么常见的一种玩法。但是你对于一个每年赔很多钱的公司来说，这个66亿美金直接转成债务，让他还钱的话，这公司直接就崩塌了，就不会有任何结果的。

即使是以OpenAI现在的运作状态，他们预期是到2029年可以去盈利，今年是2024年，过了几天就2025年了，这至少也得四五年以后他才能盈利。如果两年之内你没有办法转成盈利性公司，把这个上面的非盈利组织给脱壳的话，那他就只能是死掉，没有任何其他的出路。

咱们再讲一下特劳华公益性公司吧。就是他现在呢，已经准备向这块去转移了，虽然还有很多困难。但是特劳华公益公司呢，就是要求股东和相关方以及公共利益之间相互平衡，要求公开宣言其所关注的公共利益。你比如说我们成立了一个特拉华公益性公司，那我一定要讲我是环保，我是这个人权，或者其他的一些什么样的事情，我要去有一个目标出来。这个事你不能说我自己知道就完了，这得跟别人说，别人还得要监督你。

对于OpenAI来说呢，他们的公益性目标就是，全人类可以从通用人工智能中获利，也就是说全人类可以从AGI中获益，这就是他们的目标。

就是一旦变成这种公益性公司呢，相对来说会灵活很多。你说我多做了一点，少做了一点，或者 open 了还是 close 了，这个他自己说了算。别人就算是说想去指责他，这个也不是那么容易把他告倒的。但是你还是得说，咱们熟悉的还有哪些公司是特拉化公益性公司呢？Anthropic，它也是一个特拉化公益性公司。那你说 XAI 是不是？XAI 不是，XAI 是内华达州的盈利性公益企业。它呢，其实也是这种平衡性的，就不是完完全全的去这个为股东挣钱的一个公司。就 XAI 也是这样的一个类似的公司吧，只是呢它在内华达州，它不在特拉华州，就差距在这儿。

那么对于 OpenAI 来说呢，现在解套肯定是非常麻烦的。不是说今天大家一投票，把公司里边人这个钱一分，大家就可以投票支持，我们就可以转过去了，没有那么容易。第一个呢，就是它这个非盈利组织呢，你不能说我直接给你解散了就完了。它要重新定位这个非盈利组织，那怎么个重新定位法？它原来的位置是在最上面，非盈利组织在上面，然后呢盈利性公司在下面，由非盈利组织控制盈利性公司。现在呢，它要换一个方式，什么呢？就是它由这个特拉华公益性公司在最上面，然后下面呢，非盈利组织还要依然存在，但是呢它会成为公益性公司下面的一个股东。你可以分到自己的钱，拿着自己的钱去忙活自己的事情，比如说安全呀医疗，为人类做贡献呀，你就拿着这个钱去花就完了。他会变成这样的一种方式。

至于公益性公司里边的这个事情，你就别管了。你可以作为股东有一定的权利，你可以投票，但是别的事情呢，今儿把 CEO 干掉了，或者我不去顾及任何其他股东的权益，我就可以自己去做很多决定，就不要干这个事。像去年把山姆·奥特曼干掉了，那里边微软什么直接说傻了。他说我虽然是股东，但是我并不是最上面那个非盈利性组织的股东。但是这个非盈利性组织一下上来，就把这公司的 CEO 干了，这个他们是不能接受的。按照这个方式去转移的时候。

这个里头就有一个问题，什么呢？这是原来的非盈利组织。从拥有一切的这个非盈利组织，到下面成为这个公益性公司的一个股东的时候，他到底占多少？他所拥有的这些资产应该如何去估值？这个事呢，就很麻烦。现在呢，OpenAI还说，我们自己也说不清楚这事。咱们找一个第三方、中立的这种财务机构，咱们去测算一下吧。但是这个过程呢，应该还是有的皮可扯了。因为原来人家拥有100%，现在你变成了下面的一个股东，这个钱很难算清楚。

然后呢，还有人在告他。马斯克还在起诉OpenAI，起诉的目的呢，就是禁止OpenAI摆脱非营利组织的限制。这个官司还没打完呢，而且马斯克现在也是风头正猛的时候。你在这种时候，怎么能够摆脱这个官司，能够让法院批准，说“哦，我现在去转换，从非盈利组织到这个公益性公司的这个过程是合法的”？这个也需要慢慢的拖。而且刚才我们讲了，拖过两年公司就挂菜了。

不光是马斯克在诉讼，梅塔现在也公开表示支持马斯克，并且致信加州政府，希望阻止OpenAI摆脱非营利组织的限制。这个后边还有人在这使坏呢。我估计如果谷歌上的话，他们也会使这个坏的，因为OpenAI是排头兵嘛，剩下所有人肯定没有一个惦记他好的。这是给他很多的阻力。

然后还有一个很大的阻力是来自于哪呢？来自于微软。你说微软在里边占了这么多股份，你没有办法变成盈利性公司，没有办法去上市的话，那这个股份怎么去回收呢？这个对于微软来说，他肯定希望能够摆脱非盈利组织的控制，这个没有任何问题。但是呢，有一个很大的矛盾是什么呢？微软现在到底占多少股份？你变成这个非盈利公司了，你到底怎么算？因为现在微软在他盈利公司里边占的股份是应该接近50%，就差那么一点点，就到50的这么一个状态。如果再说多省出点钱来，或者有点什么幺蛾子，微软直接控股。而且微软在这个OpenAI里是有很多的这种一票否决权也好，或者说这种特殊权利的。那么一旦变成了公益型公司了。

那么其他的人再去投资的时候，就会看说：“哎呀，这么多权利都给微软了。”这就是微软自己随时惦记吞并的一个项目。那么我们再投资进去，还能不能把钱挣回来？他也需要解决这些问题。而且微软的很多条件是非常非常苛刻的，这个也是OpenAI希望通过这一次的调整，能够部分地摆脱微软的制约。但是微软肯定不希望说：“我谈了这么好的条件，花了这么多钱，把你养了这么大，然后你想摆脱我的控制。”微软肯定是不乐意的，这个也是对于OpenAI转换身份的一个巨大阻碍。

如何摆脱微软的控制，这是OpenAI现在真正需要去思考的问题。而这个问题的关键呢，比较奇怪，这个问题的关键在于到底什么是AGI。为什么呢？他签的那个协议是说：“我给微软一大堆权利，但是这个权利到什么时候截止呢？”就是等我把这个AGI实现了，就是通用人工智能一实现了，这个事就截止了。我看网上还有一些人说：“这OpenAI随时就可以宣布，我今天宣布实现了，明天宣布实现了。”那这个微软这些权利不就没了吗？这个微软也不傻，微软要求的AGI跟OpenAI之间是达成了一个协议的，要达成这个标准其实并不容易。

在咱们讲这个微软跟OpenAI之间确认的AGI协议这个标准之前，咱们先看看微软到底有啥权利，导致OpenAI这么痛苦。第一个叫技术使用权，就是你OpenAI做的各种技术，我要去用。甭管咱们现在是在Windows、Office，还是在GitHub的各种各样的Copilot里头，咱们使用的这些技术实际上都是OpenAI的。那么微软是签了这样的一个协议，我就可以直接用。而且用的时候呢，我还可以向你提意见，你就给我改一下。

第二个是什么呢？就是收益分配。微软说了：“我把钱给你了，我也知道你是亏钱的，但是呢，你的所有销售额，我抽20%走。”至于其他你怎么在亏，跟我没关系了。这个其实是很难受的，因为很多的我们讲，利益分配，咱们都是分的利润。

就是你要把成本刨了去，剩了多少利润，以后大家再去分。微软这个协议签的是，我不管你有没有利润，我不管你有没有盈利，我抽销售额。你只要是销售额出去了，20%归我。2024年OpenAI的销售额多少钱？40亿美金。那么这个里头的28亿美金拿走，微软是挣到钱了。至于OpenAI自己的话，那这个就惨了。今年我估计应该至少赔了，可能弄不好四五十亿美金都是能赔进去的，然后还要给微软8亿美金。这个他是觉得咱能不能再商量商量，这个有点痛苦。

还有什么呢？独家云计算供应商，这个是微软直接签的协议。你只要OpenAI用，服务器必须在微软云上用。但是现在呢，微软的云好像又不是那么给力，动不动就直接崩菜。这两天好像又崩了一次。前几天在发布Apple Intelligence的时候，微软云就崩了很长一段时间。最近呢，他因为宣布Sora可以给大家免费开放使用或者不限制的使用，他又崩了一次。

OpenAI也很委婉地说我的云计算上级服务商崩菜了，因为它独家嘛，所以呢说的是谁，大家也都心里清楚。这块呢，OpenAI也希望能够解脱这个禁锢，说我能不能用点谷歌的，能不能用点亚马逊的。别回头单点故障，单点故障就是说一个点坏了以后，其他都没法整。如果我有点谷歌的服务，有点亚马逊的服务的话，万一你微软崩塌了，那两边倒还可以把这事顶上。

因为现在OpenAI的崩溃，对于整个社会来说都是巨大的灾难性的，就跟咱们断网、停电的一个过程是一样的。很多写论文的人，写公文的人，一旦OpenAI崩塌了，就没法上班了，可以直接放假了。

微软还有什么样的权利呢？这个优先合作权，你有什么事要合作了，微软优先得到合作。知识产权相关的权利，尤其是一些衍生性的知识产权，从OpenAI再衍生出来的，其他知识产权，微软也都有权去使用。最后呢，就是信息获取，OpenAI里头在干什么，你得告诉我。你不告诉我，自己偷偷干这个事是不允许的。

这就是微软拥有的这个权利。这个权利设定的时候通常是有限制。刚才我们讲了，实现AGI的时候就中止，这就是它的条件。那么AGI到底是怎么算实现的？马斯克也说，GPT-4就算是AGI已经实现了，所以这个微软的权利应该终止。这是马斯克在起诉的时候的一个诉求，但这事肯定不行吧？

OpenAI呢，也不是说自己随时宣布说这个AGI实现了就可以实现的。微软跟OpenAI呢签了一个协议，他说你什么时候，靠人工智能能够挣出1,000亿美金的利润来，这个AGI就算实现了。用了一个非常笨、非常朴素的方式来去定义了AGI，就是你挣出1,000亿美金的利润。而以现在OpenAI每年还赔个几十亿美金的这个速度来看，就算他到2029年可以盈利，你要想让他挣出1,000亿美金的利润来，好像还稍微有那么一点点遥远。

在这样的一个情况下，这个套到底怎么个解法呢？都限制死了呀。微软也不能让他解这个套，解完套以后他后面还有很多的权利不能给他。上面的这个非营利组织，也不可能让他随随便便就把这套解了。你到底给我算多少股份，这个事你也说不清楚。马斯克那边还有官司在那打着，那这OpenAI不是两年必死吗？

这个呢就属于典型的打工人的思路。打工人思路是什么呢？就是遵守规则。这么多规则其实已经完现实死了。但是呢，我觉得大家也不用太担心。对于像一个行业的领军公司这样的这个位置来说，大家呢还是可以依靠对愿景的沟通进行谈判。在这个过程中呢，相互妥协，最后达成一个结果。而且呢，在这个里边，特别像微软这样的公司、谷歌这样的公司，他们还是要注重商誉的，因为谁也不愿意去背负说我把行业龙头老大掐死的这种罪名。这个事实在是太沉重了。

还是希望说大家一起挣钱，让整个的行业往前发展。但是注意，这个里头我没有讲到马斯克，也没有讲到扎克伯格的梅塔。这是两个创始人，甭管是谷歌也好，微软也好，包括亚马逊也好，创始人都退居二线了。

现在都是职业经理人在管。这些人呢，通常还是会有一定的打工人思路，或者说他们会守一定的规则，会讲一定的规矩在里面。但是创始人，他未必守这个规矩，特别像马斯克、扎克伯格这样的。所以他们还是有可能会按着他去狠咬。在这个过程中的话，我相信还会给我们提供很多很多新的故事，让我们能够把这个瓜继续吃下去，把这个故事继续讲下去。这就是山姆·奥特曼在2024年年底，为了OpenAI能够从非盈利组织这个架构里边解套出来，正在做的努力以及面对的困难。

好，这期就跟大家讲到这里，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付费频道，再见。

稚晖君刚刚发布的中国人形机器人跟特斯拉的擎天柱相比，到底有什么不同呢？大家好，这里是老范讲故事的YouTube频道。今天咱们来讲一讲，前几天刚刚开过发布会，一下推出一大堆人形机器人或者各种新机器人的稚晖君到底都发了些什么。他跟特斯拉的擎天柱之间到底有什么差异？

稚晖君呢，现在有一个很神奇的名字，叫“B站年更UP主”。为什么叫年更UP主？像我这种叫日更，基本上每天都有节目；有些是周更，有些是月更。但稚晖君呢，现在基本上是每年更一条。原来更新的还稍微频繁一些，后来在创业开始做人形机器人之后，基本上变成年更了。

这一次呢，发了一堆的机器人。第一个是远征系列，远征系列的人形机器人是A2。长得好不好看这事咱就不研究了，反正也是长得像个人一样吧，两个胳膊、两个腿，一个躯干、一个脑袋，对吧？基本上就是这样的一些东西。

然后呢，有一个叫A2杠W的机器人。这个机器人呢，把下边的脚换成了轮子。这车有上半身，下面是一个小车，这个上半身是挂在一个架子上面，可以四处移动的。

还有一种呢是A2 MAX。这个叫Max，一般会大一些。就这个机器人还是小的，但是它可以搬运40公斤的重物，算是重载特种机器人。就一般情况下，用电动机做的这些机器人呢，也就是20公斤或者最多30公斤，但A2 Max是可以搬40公斤的。不过这个机器人呢，目前还在研发过程中，还没做出来。

到最后呢，有一个“one more thing”，就是多出一样东西来，是什么呢？叫灵犀。这个呢是小一些的机器人，灵犀X One和灵犀X One杠W。一般杠W的就是把这个腿去了，换成轮子，可以挂在车上走来走去的。

所以呢，一共发了五款机器人。这一次，稚晖君对机器人做了一定的划分，表示这个机器人是模块化的，分为几个部分。第一个叫动力域，就是可以产生力量的各种关节和它的电动机。第二块是感知域，指的是可以听到、看到，以及在手指尖上可以做些什么事情。

因为里面演示了一个特别有趣的东西，中国机器人嘛，干嘛打麻将啊？你说打麻将这事，告个摄像头不行吗？打麻将还有一个东西叫自摸，对吧？你得拿起这张牌来，不能看，得知道是什么啊。这是中国机器人必须要有的功能。

其实，人跟机器人比较起来，有一个特别麻烦的东西是什么呢？就是人身上的皮肤全都是传感器。我记得我们在盛大创学院的时候，那时候也尝试做机器人，后来发现最贵的东西就是传感器。你要想把这一身所有的皮肤都做成传感器，这是不可能的。所以只能怎么着呢？就是机器人上有个别地方有传感器。你摸了特殊的地方，它会做特殊的动作；没摸着那个传感器，它就做不了了。这些都是人形机器人跟人之间比较大的差异。

再跟大家讲一个小故事。大家知道复印机和这种高档的扫描仪，或者是高档的复印扫描一体机里头最贵的部分是什么？也是传感器。那它的传感器干嘛用呢？就是能够去测试你这张纸放上去以后的正确位置。它不是说我整个把它都扫完了以后，再在里边去确认哪一块是纸的位置，再去把它摆正，不是这样。以前的扫描仪上有很多传感器，你把纸摆上去以后，它就知道你这个纸摆在什么位置，是多大的纸，横着摆的、竖着摆的，这都能算出来。

所以，第二个部分叫感知域。第三个部分是通讯域。作为一个机器人来说，你不可能完全断网工作，所以它一定是有通讯的部分。

对吧，可以跟这个服务器，或者跟一些其他的网络上的设备进行通讯。最后一块呢，是控制域。控制域实际上就是现在AI大模型该干的活。

现在把机器人分成了四个组成部分，而且稚晖君对机器人还划分了五个发展阶段。这五个发展阶段，第一个叫G1，是传统自动化阶段，人工编排基本上不具备泛化能力。什么意思呢？就是你说好了，把这个螺丝从这边拿起来，到那边拧上。最多可以干什么呢？拿起螺丝以后，前面看看这个洞在什么地方，然后正确做好位置，啪，把它拧上去，这个是可以做的。

但是什么叫泛化能力呢？就是这个机器人不在做编程的情况下，拧完螺丝以后，可以到那边去拧螺母，或者说去做一些拆螺丝，做一些其他的事情，做不了，对吧？你换一个工作就得重新编程啊，这就是。

然后G2是什么呢？原子能力的提炼与复制，包括姿态控制、抓取、力控插拔，插进去到底有多大力量。这一块依然需要大量的手工编排，但是这一块已经可以进行拼插了。就是说，我把这一大堆的原子动作训练好了以后，就可以让他们进行衔接了。这是第二步。

到第三步，就是用AI数据和算法来驱动这些原子能力。我们不用再去编程了。说什么叫拧螺丝，这个孔应该拧哪号的螺丝，什么叫做姿态控制，我能够站着，还是能够坐着，还是被人踹了一脚，怎么能够不倒下。这个原来是靠编程的，就是如果这个数值在多到多少之间，向左迈一步，大概就是这样的一种东西。现在是变成用AI训练，就是你给他一大堆数据去做一些训练，这个训练是需要单独采集一大堆数据，再去训练不同的技能，可以做一些端到端的训练，而不是说原来我靠摄像头拍摄到了一个什么东西。

在后边，先去识别，识别完了以后再去做什么动作。不是这样，而是说我把一大堆人做动作的过程记忆下来，记忆完了以后再去对很多次人做同样动作或者做类似动作的数据进行一个训练，就完事了。这是现在G3到G4的通用操作大模型了。

什么意思呢？就是以物理逻辑对齐之后完成一系列的任务。到G3的时候，虽然他已经开始用大模型训练了，但是他最后记下来的还是一堆的原子任务，比如拧螺丝、拿东西放到哪去。到G4的时候，说：“请把什么东西从哪拿下来，放到什么地方去。”你这个力度应该怎么去判断力度，其实也很简单。你说我捏针，那一定要用点力；那你说我要捏个葡萄，那你要轻一点。这就是什么呢？就是用一些物理相关的底层逻辑进行一下对齐，说你不能把葡萄捏破了，也不能因为手上力度太小，拿起针来针掉了。

这个是到G5，G5就是AGI了，就是通用人工智能了，基本上长得跟人一样，可以做各种各样的事情。这就是G5。

所以，现在稚晖君把整个机器人的发展历程归结为五步。而现在稚晖君的智源科技目前在干什么呢？他们现在正在向G3进发，开始做一些人工训练，已经不用再去编程了，可以进行动作捕捉，然后进行大数据训练。现在属于越人工越智能这么一个阶段。像他们做的有轮子的机器人，无论是大号的有轮子还是小号的有轮子，实际上干的活都叫数据采集机器人。

是什么意思呢？他把腿跟上半身分开，腿的那部分单独训练，上半身则要去拿各种东西，做各种各样的应用，上半身单独去训练。所以他们叫数据采集机器人，采集人在他面前做的各种，比如说拿东西、拧螺丝、穿针引线、摸麻将，训练完了以后。

他就训练上半身。现在呢，在做大量的人工数据采集，然后进行端到端训练。那么说到这里，特斯拉的Optimus，也就是擎天柱，他们到什么样的一个状态了呢？咱们得比较一下。现在特斯拉也在干这个活，招募大量的人机训练采集人员。当然，大量到多大呢？去年招了50多个，今年应该还在继续招募，也在越人工越智能的这个阶段，就是靠采集人的数据去训练Optimus。

他对这个人员的要求是什么呢？170到180厘米，这个我是合格的。然后呢，可以负重30磅，也就是27.2斤。这个要求真的是不高，因为大家要知道，在欧美国家，如果要求一个工人，哪怕是蓝领工人做这种很重的负重，他们通常是使用机械的。所以呢，他们一般不会要求工人去做特别高的负重，因为一旦发生工伤，他们也很麻烦。所以他们对这块的要求就是30磅。

然后呢，要求穿着动作捕捉服步行7小时。这件事怎么说呢，反正也挺辛苦的。动作捕捉服这个东西，现在倒是没有多重，它就是一身衣服。在这个衣服上呢，有一些电子元器件，你在一个房间内部运动的时候，它就可以把这些电子元器件的运动轨迹都捕捉下来。可能跟我们正常穿的衣服差不太多，如果不要求他跑跳纵跃其实还好。但是连续走7个小时，这个你让姑娘去逛街这事行，其他男生估计比较难以承担这样的体力劳动。

然而挣的钱并不少，时薪48美金。从去年的LinkedIn数据来看，招募了大概大几十人，今年继续招募。所以特斯拉现在也在干这个活。那么稚晖君跟马斯克的机器人比起来，到底是一个什么样情况？在机械的部分里头，其实甭管现在稚晖君的拿出来的机器人，远望系列、远征系列还是灵犀系列，包括马斯克的Optimus擎天柱，都是实验室产品。

这样的产品，离最终的量产还是有一定的距离的。在智能化路线上，都在走越人工越智能的这一步。现在都是在招募人员，进行端到端训练。但是呢，这里头有一个差异，就是马斯克的Optimus应该是直接做整体端到端，就是连手带脚整个的动作一起端到端全训练了。而稚晖君呢，是身子跟腿是分开的，先搞定原子动作训练，然后再想办法进行合成。这是这样的一个工作方式。

马斯克的Optimus已经可以在特斯拉的工厂里边表演上班了。还注意，这个上班是表演出来的。而稚晖君的远征系列机器人，现在是不是可以上汽车厂里边去干活了呢？应该也有机会，只是还没有去表演。因为我们去看一下智源科技后边的投资人，有一个投资人叫比亚迪，还有一个投资人叫上汽集团，还有一个投资人叫三花控股。那时候，三花控股干嘛？三花控股也是生产大量汽车原配件的。这些公司都是他的投资人。所以，后面稚晖君的机器人去汽车厂打螺丝，应该离我们已经不远了。只是国内的工人工资，要比机器人更低一些。

最后，开源方面呢，马斯克的Optimus虽然并没有说我马上要开源，但是内外结构的照片影像资料，从来不吝啬往外放。从最早的只有一空框架，线都甩在外边，到后来的各种模型，都是给大家看的。大家照这个样子去做新机器人，或者说大家做机器人的时候，是不是参考了马斯克机器人的设计，这件事情马斯克自己其实也没有那么在意。而智慧勋的智源科技这里，就直接全方位开源了，连软件带硬件一起都开源。特别是他最后发布的这个灵犀机器人，发出来以后说，我们就不跟其他人打价格战了。马斯克号称一个机器人可能10万块钱，或者几万块钱人民币啊，人家说，我不给你打价格战了，那多少钱呢？0元。

什么意思？整个开源，连图纸带里头所有的软件通通都开源了。你想装，你自己装去。变成这样的一个设备。我们前面讲到的什么感知域、控制域，后边的各种通讯域，所有跟软件相关的，稚晖君定义好的这些机器人组成部分也都开源了啊。就这些软件架构，外边都是可以直接使用的。

那么稚晖君的机器人路线中，是否有马斯克的Optimus不具备的部分？有啊，哪一部分不具备？就是有一些中国特色。打麻将吗？不是啊，什么是中国特色？叫卖零部件。马斯克从来没有说我要把擎天柱的奠基卖了，要把擎天柱里面的一些什么配件卖了。但稚晖君说，我们要卖。卖什么呢？各种动力关节。他们把这东西定义了一个名字，叫power flow。这样的东西实际上就是它使用无刷电机，高效模块化，灵活可靠可控制，控制也很精准，而且很稳定的这样的一种关节。我把这玩意都卖了，我不是设备开源了吗？你可以照着我这个开源的设备、开源的图纸重新造机器人。但是机器人里的关节，你就买我的就完事了。咱卖的也不贵，拿着这些东西，你就可以拼出来完整的机器人了。他在走这样的一条路。

那么稚晖君给巨身智能到底能够带来些什么呢？还记得斯坦福前面发表的这种机器人啊，虽然他的大模型部分非常惊艳，可以做各种各样的事情，但是这个机器人在机械的部分和电器的部分还属于在乐高积木的水平上。直接在底下是一个小平板拖车，平板拖车上放的是笔记本电脑，剩下的东西大量都是用的乐高积木或者一些这样的东西来实现的。以后再去做类似这样的东西，各个大学在想，我们要在机器人上有所进展，那就可以直接用这些动力关节，用开源的软件架构快速推进了。而稚晖君不光是开源了灵犀系列的设计图，开源了所有的软件架构，同时卖动力关节，还开源了机械手臂。你说我就要个机械手，也有开源的产品。而且各种的软件中间键，你说我再想去调谁家的大模型，怎么去控制这些设备，通通使用稚晖君家的这些开源软件就可以。

稚晖君的智源科技呢，到现在为止，融到的钱应该还算够花。短期内这些产品推向商用，可能还有些难度。但是呢，加上中国相对完善的产业链，应该最后会有一个结果。这个绝对是一个长期投入、长期产出的一个项目。

未来的全世界的这种机器人领域里，或者说叫人形机器人领域里，智源科技应该会占有一席之地。甭管是他现在推出的这些动力关节，还是说他现在确立的各种标准，这个先行者就是定标准。你看，我给你分好了，机器人分几块，机器人发展分几步，那么大家可能会照着这个方向继续往前走。这也算是稚晖君为整个巨身智能能够留下的痕迹吧。

至于说以后到底能够占到多少市场份额，垄断基本上已经甭想了，尽量多占一些，这就是他现在能够争取的事情了。好，这一期就跟大家讲到这里，感谢大家收听，请帮忙点赞，点小铃铛，参加Discord的讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。