马斯克的Grok 3到底是不是世界上最聪明的大模型？暴力真的能出奇迹吗？大家好，欢迎收听老范讲故事的YouTube频道。世界上最聪明的大模型，这是马斯克对他自己家的Grok 3给的定义。如果有人不同意的话，那么会被开除的。因为XAI某一位员工在X上发帖说，Grok 3好像并没有那么聪明，然后就被XAI找到说，你要么删帖要么开除。后来这哥们想了想说，我得捍卫一下自己的言论自由，于是这哥们就被开除了。

在说所有细节之前，咱们先说说Grok 3到底怎么用。在2月18号北京时间中午12点的时候，马斯克跟另外三位小伙伴，一共四个人坐着开了场直播，把这个Grok 3发布了。我就四处去找，首先我是X每个月交8美金的Premium用户，我在X上使不了。X上你必须是40美元的Premium+用户，才可以去使用。在Grok的这个网站上呢，你也需要30美元一个月的账号才可以用。免费用户只能用Grok 2，API不充钱已经不让用了。如果是团队的话，至少花了5美元以上，每个月他会赠送你150美金，但前提呢是要跟XAI共享你的数据。

目前Grok 3的版本还没有上，你就算交钱了，你在XAI的网站上，也只能得到Grok 2的API，还要再等几周才会上线。Grok的苹果APP上面，是可以使用Grok 3 Beta这个版本的，即使是免费用户也可以去用。因为我呢对于XAI来说是一个免费用户，我就通过iOS，也就是iPhone和iPad这个版本上去，好好儿的测试了一下。后边儿呢咱们再去讲具体效果怎么样。

Grok 3有哪些具体信息呢？在整个的发布过程中呢，并没有特别详细的讲，只是说，我各种排行榜都排在第一了。Grok 3，Grok 3 mini是怎么去排上去的，讲了很多这样的话。但是呢，这个系统本身的一些细节，并没有那么详细的公开。因为可能在Grok 3稳定下来以后，会把Grok 2开源。现在Grok 1是开源的。

Grok 2可能有一些细节会被披露出来，但是Grok 3的话应该很长一段时间不会有特别详细的细节披露出来。现在能够知道的就是，Grok 3应该也是一个MoE模型，跟DeepSeek是一样的。它到底有多少参数呢？现在猜测是有1.2万亿个参数，DeepSeek是6,710亿，它呢应该是在DeepSeek的基础上翻了一番。至于这个数字是不是准确，我不知道，因为呢我去问了Grok 3，也去问了ChatGPT，最终是给了我一个这样的数字，我并没有去查原文件。

Grok 3的使用感受到底是什么样的？它呢，下边有两个按钮，一个叫Deep Search，一个呢叫Think。Deep Search实际上就类似于OpenAI的Deep Research，就是这种深度研究，它会搜索大量的内容，然后呢，再去给你出报告。Think的话实际上就是类似于O1、O3这样的推理模型。这两个按钮它特别有意思，这两个按钮呢你可以都不按，也可以按其中一个，但是不允许两个都按。这个意思大家能够理解吧？你不能又要Think，又要Deep Search，这个事是不允许的。那你说我既不Think也不Deep Search，这事行不行？可以。

然后呢，我都试了一下。在Deep Search的时候，它会直接引用几十个甚至上百个网页，非常非常多的网页，然后呢给你一个似模似样的报告，很长，格式非常非常好的一份报告。在Think的时候呢也会搜索，并不是自己去瞎编的，他呢，会搜索25个网页，以及呢X上的帖子。大家注意，Deep Search时候是不搜索X的，在Think的时候是会搜索25个网页，加上X上的可能5个帖子吧，反正我搜了几次都是5个帖子，然后给你进行一定的推理，总结出一个小的文案出来。这就是这两个功能。如果两个都不选，我既不Think也不Deep Search，它呢就不联网了，就直接是给你编一个结果出来。

大家注意，所有的大模型，甭管是谁家模型多聪明，你让他直接编出来的这个结果，都是最不靠谱的。那么，他这三个功能，就是两个都不选，或者选其中任何一个。这三个功能呢，特别有意思的一点是什么？他可以混用。

在OpenAI上呢，这种模型混用是比较严格的。你如果开始一个新话题，选择了一个模型，提了几个问题之后，你现在想去切模型的时候，你这个模型，比如说允许有图片呢，下面你要去切的时候，只允许再切换到允许图片的模型。它不允许你切换到不允许读图片的模型去。这个是有限制的。但是呢，在Grok里面它是没有限制的。就是你随时可以开始新对话，对话的过程中可以随时切模型，你可以来回切来切去。

但是呢，在这个过程中呢，有一些不是那么有趣的地方是什么？就是如果你俩都不点上来，直接让模型去编，他就不联网了。他编完第一句以后呢，你说我现在要开始进行深度的搜索了，deep search了，这个时候他也不联了。或者说我现在需要think了，他也不会去联网，他就根据现有的内容接着编下去。他是这样的一种过程。

但如果你是以deep search开始的，那么think的时候呢，他就不去搜索帖子，因为deep search是不搜索X的。如果你是以deep search或者think开始，然后你最后切换回到完全编的，既不deep search，也不think的这样的一个裸模型，去输出的时候，继续搜索。所以它整个的逻辑，还稍微有一点点小混乱吧。

那么，Grok 3到底是不是宇宙第一聪明的这个模型呢？因为你如果用iOS APP你去选的时候，后面会写一个叫smartest，最聪明的。它是Grok 3 beta，后边写一个小括号，smartest，这个是最聪明的。到底是不是？我个人感受呢，现在相差还比较远。为什么呢？为了准备这期节目呢，我其实用Grok 3去做了很多的工作，包括是他的deep search或者think。但是最终呢。

Grok3生成的所有结果都被我扔掉了。最后的内容还是靠豆包和GPT search来完成的。原因也很简单，Grok 3 deep search现在报告的格式非常好，非常中规中矩，但是大量的段落是重复的。前边写了一遍，后边车轱辘话又写了一遍，用不同的格式，用同样的话来回来去说，这个是很讨厌的。

还有一个问题是幻觉大到完全无法使用的一个状态。比如说，我问他XAI现在有多少人了，图说现在有900多人了。后来我问了其他几个模型，都告诉我是有100多人，这个可能还是稍微靠谱一点点。都是联网搜索吗？你都不是自己瞎编的，那我不知道他这个900多人这个数是哪来的。

然后我说四个人在上面开发布会嘛，中间两个人是华人。这两天在国内又嗨起来了，说你看马斯克发布Grok3的时候，马斯克只能在一边点头，点头机器。中间是做C位的两个都是华人，旁边还有一个白人。那我就问他，我说这俩华人到底是谁，什么教育背景，然后就开始给我胡说八道。他也是举的XAI里边的一些华人高管，但是呢并不是当时坐在台上这两个人。

发生这种事情的原因很简单，就是他在deep search的时候，一下瞪了可能几十个上百个网页，回来拿这么多个网页进行总结的时候呢，把内容搞串了，实际上就产生幻觉嘛，就完全没法使。

然后呢，我去尝试了一下think。think呢其实没有特别细致的测试，为什么呢？本来我想去让他做编程，但是呢，他没有API。你没有API的话，就没有办法接到IDE里边去，你没办法作为插件接进去，就没有办法详细地参与到我的这整个的编程过程里头去。我做了些简单的测试，但是感觉呢think模型对于各种编程的复杂的环境，和各种的版本和类库的话，并不是那么熟悉。这块的话可能以后等他有了API以后，再去做详细测试了。直接生成还过得去，就是如果两个都不点，让他直接生成。但是呢，因为在手机上用，并没有办法进行。

特别大规模的使用和测试，现在看来呢，XAI的Grok 3采用的是叫分梯度发布的一个方式。就是说，我先发布一点，然后慢慢地让更多的人能用，再慢慢地发布更多的内容出来，然后不断地去迭代。他现在干这样的事情。现在呢，就是手机用户可以用。那么手机用户呢，第一个用户量不会特别大，而且在这个时候，可能还能够为Grok APP带来一批的下载，这个也算是一个小心思吧。

在手机用户使用的过程中呢，你不会给他特别繁重的任务。因为你要跟他做这种很复杂的沟通的话，你需要打好多字，举了个手机在这噼里啪啦打字，很费劲的。你像我，为了做这个测试，最后是把我的iPad接到了机械键盘上，夸啦夸啦往里打字，这个还是能够问一些稍微复杂一点东西。要真是拿着手机，在那个屏幕上打字的话，这个还是挺费劲的。还有什么呢，就是不会有太正式的任务是通过手机来进行的。比较正式的任务一般会通过网页，通过电脑来去工作。

Grok跟X网站上还是有一些付费的人能够使用的。你不能说老范你没交钱，你就说这玩意不好使。这些比较高付费的用户，比如说在X平台上交了40美金一个月的，或者在Grok平台上交了30美金一个月的，这些用户呢，他是可以去用的。但是这些用户呢，数量肯定会少很多。还有一点呢，就是皇帝的新衣嘛，我付了这么多钱了，我就不能允许任何人说我是傻子，我一定要说这个钱付的是值的。所以呢，就算他们遇到问题了，上来骂街的可能性也不是那么大。这个就是马斯克当前发布了一个版本，比较聪明的地方吧。

后面语音模式的话，可能还要再等一周。我估计语音识别率这块还有待优化吧，因为语音你认不出来就是认不出来，还有口音还有乱七八糟这种事情。咱们再看看，后边会做出一个什么样的结果出来。API的话，还需要再等几周。为什么API要这么费劲，原因呢是现在大家只能看马斯克官方的排行榜，我的测试数据是什么样的，排行榜是什么样的，你自己没法去测取，给你一个手机版本。

或者给你一个网页版本。你现在想把这几千道题输进去，测试这个事太费劲了。你要想测试这东西，必须要拿API写程序去测。这个过程其实有点像法拉利的一个跑车。法拉利就说了，这个东西太贵，而且做测速的时候太危险。如果你自己去测的话，非常不安全，而且保险公司也不允许我们干这个事情。所以，法拉利跑车的最高极速，只有法拉利官方出的这个版本是唯一标准，任何人不得私自去测试法拉利跑车的最高极速。这个事情我们不承认，而且这个事我们也不允许。

现在，XAI的Grok也就是在这样的一个阶段。等以后API上来以后，每一个人都会自己去跑各种各样的测试，或者做多模型的输出结果比较。到那个时候，丑媳妇就真的要见公婆了。下一步的话是要开源Grok 2。DeepSeek是上来直接把最新的模型开源了，而且上来说，你们每家部署的跟我现在自己官网上跑的是一模一样，没有任何差别的。而且不断的有新的技术演进，不断的有新的技术新发现，都直接发论文发出来了。

但是，马斯克永远是开源上一代模型。就是他在用Grok 2的时候，他把Grok 1开源了。Grok 3能够稳定正常运转的时候，他会把Grok 2开源出来，可能还要再等那么几周或者是几个月的时间。山姆·奥特曼现在也惦记开源，刚在X平台上发了帖子说：“唉，咱们投个票吧，你们觉得OpenAI应该开源什么样的模型出来？我们是不是应该开源一个在PC本地就可以跑的O3 mini模型出来，还是说我可以在手机端跑一个这个小模型出来？”

他们是准备走谷歌跟微软这条路的。谷歌也是这样，它有一个叫Gemmar的模型，比较小的这个模型是开源的，主要也是让大家在端侧来用的。还有，微软做的这个Phi模型，这个模型也是开源的，也是让大家在端侧去使用的。但是我觉得，OpenAI如果真的把它的O3的模型，或者哪怕是O3 mini的模型拿出来开源了，或者让大家能用上了。

这也是一个值得期待的事情。讲远了，再往后呢？发布会上，中间两个华人做C位了。这种事情呢，肯定会引起国内的热议嘛。你看，还得看华人吧？华人也比较好认嘛，中国脸。

台上是四个人。第一个是马斯克，马斯克坐一个角嘛。另外一个角呢，这个人叫巴布斯基，这个人呢，是个俄罗斯人。中间的两个人呢，一个呢，叫做吴宇怀，XAI的合伙人，浙江人，在国内上完初中，15岁去了加拿大多伦多大学的博士，后来呢，是斯坦福大学的博士后，现在是XAI的合伙人。还有一个呢，叫Jamie BA，这个人呢，没有看到他前面的一些履历，是多伦多大学计算机科学系的助理教授，AI教父Joffrey Hinton的学生。

等于一边一个白人，中间两个华人。但其实你要再仔细看一下，这个是全世界人民在美国进行AI创业。一个俄罗斯人，剩下三个可能都是加拿大人。马斯克自己其实是有美国国籍、加拿大国籍和南非国籍的。中间两个，一个是多伦多大学的博士，他大概从15岁就开始在加拿大生活。另外一个的话，Jamie BA是多伦多大学计算机科学系的助理教授。所以有可能，这台上坐的是三个加拿大人和一个俄罗斯人。只是看着脸的话，是这个两个白人和两个华人。

那么，XAI未来的策略会是什么样的呢？XAI现在应该也就是100多人吧。它具体是多少，这个数字呢，并没有那么确定。但我还是相信GPT search给我的结果吧，就是不要说900多人了，就是100多人的一个公司。这种公司呢，不太可能进行全面开花，七扯咔嚓我把整个的C端到B端所有东西都做起来。这个事其实有点难度。

20万张卡这个事呢，其实是别人都不具备的这个条件。它就可以进行快速的迭代。各种方法只要确认了，说我知道这个方法是什么样的。比如说DeepSeek出了论文了，出了开源模型了，那我方法确认以后，我就可以快速的在20万张卡上给你重现出来，甚至把你的参数翻多少倍再重现一遍。这个事他都是可以干的。这呢，就是暴力出奇迹。

就会有这样的结果。这个过程其实大家看看有点像什么呀？是不是有点像世界工厂？别人只要做出来了，反正我这有的是生产力，快速的复制、迭代更新就完了。所以，这个应该就是AI未来的路，就是甭管谁做出来的东西，我都可以快速验证、快速改进我的模型。

而且呢，它使用了完全的合成数据进行训练，可能有很少一部分真实数据吧，绝大部分数据都是合成数据。所谓合成数据呢，就是由其他大模型生成的数据。他通过一定的策略，要求其他大模型去给他吐数据出来，然后拿这个模型去训练。

Grok 3一旦使用了合同数据的话，会不断的说自己是Grok 2，或者说自己遵守open AI标准。这个事情你就避免不了，因为是用别的模型生成的数据嘛。虽然XAI说我们在生成数据的过程中呢，我们还进行了反复的检查，有错误都给去处理掉了，但是他不断的说自己是Grok2，说自己是遵守open AI的安全准则，这件事来说呢清洗的还不够干净。

Grok3呢，应该只做了很少的对齐和测试，就扔出来了。后面呢，是准备快速迭代的。你如果现在去问Grok3，或者是问open AI的话，他们都会告诉你说，Grok3本身呢安全性还是不错的。但是有一点是不可否认的，他训练完成一个月就发布了，训练完了以后，只是在XAI内部测试了两周，就直接把产品扔出来了。这个是挺难以想象的，因为像open AI这样的这种模型，它每一次训练完了以后，可能后边都是需要用年为单位去进行对抗测试，或者说进行调整，然后才敢把这东西放出来。现在XAI就是我这边训练完了，我就把它扔出来了。

而现在呢，对外公布的是，Grok呢是通过思维列进行道德商值评测，就是它等于是一个思考过程吧。那我在思考的时候，我就把所有的输入输出的信息，进行道德商值的加权平均，或者说做一个加权复合吧，做一个这样的这个分数出来。如果这个分数达到一定的阈值以后，就禁止回答了。他大概是用通过这种方式来去工作的。

但是呢，并没有进行大规模的真人对抗测试。当然了，这个东西你说以后是不是都需要像OpenAI这么干呢？不好说。OpenAI现在还没有特别大的问题，但是谷歌就属于有点走火入魔了，直接被忽悠瘸了那种，就是画出黑人华盛顿那样的，这个就属于忽悠瘸了。未来可能大家都会去像XAI这样往前走。其实像DeepSeek也是这样，它从2.5到3.0之间的发布，也是大概一个多月或者一个月左右的时间就扔出来了，所以都不会做特别详细的或者长时间的这种真人对抗。未来可能都是通过逻辑的方式，让模型的安全性达到一个可以接受的程度就完了。我不保证这东西绝对安全，大家凑合使就可以了。我在不进行严格测试的情况下，不断地去迭代，这个其实才是DeepSeek也好，像Grok也好，最大的一个优势。每个小时都在改进和升级，全世界都在开发新的算法和架构嘛。马斯克有20万张卡，就可以把所有的这些公开的信息都在我这20万张卡里头去试一下。别人只能进行小规模测试的时候，XAI就可以进行全量测试，甚至我可以在你原来的数据基础上，用两三倍或者更大的数据集进行测试，得到一个世界上最聪明的大模型。所以我说这个就像中国世界工厂的工作方式是一模一样的。

那么XAI的下一步会是什么样呢？应该是会通过快速迭代，把当前的模型整个先稳定下来。现在已经可能是世界上最聪明的模型了，咱们就相信马斯克说的吧。但是呢，这个世界上最聪明的模型还经常会胡说八道。当它的模型彻底稳定下来，基本上可以达到可用的状态以后，下一步其实呢都是流量大战。这些人去搞C端估计应该是比较难，因为就100来口子人吧。最新的模型不开源，你去在B端竞争的话，也是有一定难度的。你比如说我现在一个公司里边需要去部署大模型了，那我不能去部署Grok 2吧，我肯定是部署DeepSeek V3或者DeepSeek R1这样的模型。

因为这是当前开源的最好模型，所以在这一块儿的竞争上也会有一些难度。那么，XAI的策略应该是依靠不断的快速迭代更新，始终保持自己是世界上最聪明的模型，这样的一个位置，吸引部分B端和C端的用户加入进来。自己虽然是有一定的流量，但是X自己的流量对于XAI来说应该是不够的，因为Open AI已经花费1,400万美金打超级碗广告了。所以，现在的AI行业已经进入了一个流量争夺的时代。在这个时候，可以靠产品好，靠模型最聪明，吸引一部分用户进来。像DeepSeek美国排行榜排第一，就是因为模型好，不是因为其他任何原因。他也没有那么多钱去烧这个流量去，他也不可能花1,400万美金去砸超级碗。XAI可能以后也只能是向这个方向走了。后面的路其实并不明朗，怎么依靠XAI把这个钱挣回来，现在还不清楚，还要等马斯克脑筋急转弯，让大家眼前一亮。

好，这就是我们今天讲的XAI的Grok 3大模型，到底是不是世界上最聪明的模型？暴力真的可以出奇迹吗？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。

罗永浩出的贾维斯AI助手，有人会用吗？大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲，罗永浩终于发布了他们的软硬件产品。

首先要讲，关心罗永浩的人其实还是不少的。很多媒体都发现了罗永浩公司发布的新产品，赶快要抓紧报道一下，说明罗永浩这个流量还是在的。因为我呢，前几天刚说了一次，罗永浩有可能会去发布新的AI产品。当时的猜测呢，可能是耳机，也有可能是眼镜。从我个人的角度上来说，我可能猜眼镜的概率大那么一点点。

现在它到底发布了一个什么东西呢？1月4号他的网站就正式上线，发布了一堆的视频，也发了一堆的推特。到1月6号呢，被国内各大媒体进行报道，说罗永浩的AI助手叫贾维斯，终于要上线了。

那你说中间怎么隔了一天？1月4号发布的，为什么不是1月5号报道，而是1月6号报道呢？因为所有的这些内容都是在美国发布的，所以呢，1月4号是美国时间，中间倒了半天的时差。等咱们这再睁开眼看到了，再去报道的时候，大概就是1月6号了。

所以中间差一天。网站呢叫Matter.AI，Matter.AI这样的一个网站。它呢自己有X的账号，有YouTube账号。网站呢很简洁，除了一个下载链接之外，就是几个视频。YouTube上呢，其实就是放了这几个视频。大家注意，他拍的所有视频都是short，也就是一分钟之内竖屏的，没有拍这种横屏视频。X账号上呢也就是发布了这几个short，没有什么特别多其他的东西了。

所以呢，就是非常标准的一个网站，一个YouTube账号，一个这个X账号，然后发布的呢，就都是同样的这批东西，其他的没了。公司的名字呢叫Matter Innovation Inc，应该叫物质创新，大概是这么翻译的吧。这个项目跟罗永浩到底有没有关系呢，或者是什么关系呢？新闻报道里都说是有关系，然后我稍微的去查了一下，Matter Innovation Inc这个公司呢，是美国特拉华州多佛士的一个公司。

但是呢，他们在自己的网站上写他在西雅图，这个我不确定是怎么回事，估计应该是注册地在特拉华州，因为美国很多的公司喜欢注册在那边。网站上面写的介绍呢，是多位在高科技行业，具有丰富经验的连续创业者共同创立的公司。核心团队成员曾在微软、Intel、索尼等知名企业担任高级管理职务，也没有写罗永浩怎么回事，也没有写锤子科技或者是细红线，都没写。罗永浩肯定既没在微软，也没在Intel，更没在索尼干过，按照我的理解应该没有过吧。

还有一些记录呢显示，这个公司呢在新加坡还有一个子公司，叫Matter Innovation PTE Ltd，实际上叫私人有限公司，这应该是新加坡的一种比较特殊的公司注册形式。这个呢主要是信息披露上相对灵活，而且呢，股东个人的资产跟这个公司资产之间分隔得比较清晰，不会相互影响的一种公司架构。这个公司呢应该是美国公司的一个子公司。

然后比较有意思的是，在企查查上呢，有一条比较模糊的这个定义，因为我没有在企查查付费，所以企查查上很多中间的信息是隐藏的。但是呢，企查查上写说，新加坡的这个Matter Innovation PTE Ltd这个公司呢是北京细红线100%的控股股东，就是说他出资了100%。但是我估计这个里面是有一些误会的，因为现在公开出来的北京细红线的股东应该是新加坡的叫Always On Tech，就是永远在技术上的这样的一个公司，他后边也是PTE Ltd，也是一个私人有限公司。

这两个公司到底是一个什么样的关系，我现在并没有找到更进一步的消息，可能还是要等着事情发酵一段时间以后，逐渐被其他的那些媒体去挖掘吧。现在呢，就是我们默认贾维斯这个产品跟罗永浩是有关系的，或者说罗永浩就是做了这个产品的人，因为从这个产品的样子和它的交互方式上来说，真的是浓浓的老罗味。但是呢，从股权结构上来说，还需要再挖掘一下。首先呢，咱们说这个软件产品。

就是它分软件跟硬件嘛。软件产品呢，它叫J1 Assistant，就是钩一吧，可以这么讲。因为这两天在吃车厘子，都是几钩几钩的，所以呢，我们就J1 Assistant这样的一个产品。这个产品前面这个J呢，就是叫贾维斯，他呢是钢铁侠的AI助手的名字。不知道直接用这个名字会不会侵权，或者说有没有一些这个IP相关的问题，这个事咱们不是那么了解，咱们把疑问留在这。

那么具体的用法呢，他有一堆的短视频，每个一分钟也都很短，大家可以去看一看。如果你实在懒得看视频呢，我这稍微的描述一下。就是底下有一个麦克风的这种图标，你拿手按着这个麦克风，就可以去说话了。麦克风的这个图标上面呢，像散状的，就是这样这样这样，然后分开了若干个图标在上面。上面这些图标呢，有的是发短信，有的是查谷歌，正中间这个应该是一个贾维斯的一个自己的logo。

你有一些特殊的事项可以让他去做，再往旁边是ChatGPT，然后是记笔记，大概是这样的一排五个图标。你先摁着这个麦克风，对着他说话。说完了以后呢，来决定向哪一个上面的图标去挪动你的手指，是这样的一种交互方式。如果你想去搜索，你就说完了以后，把它挪到搜索引擎谷歌这个图标上；如果你想发短信，你说完了以后，把它挪到发短信的图标上；如果你想去控制手机，做一些什么样的事情，那你就说完了以后，挪到上面这个贾维斯这个图标上去，他可以控制手机去做一些事情。

剩下呢，我想去记个笔记，我想把这个灵感记录下来，你就把他挪到旁边的笔记本的那个图标上去。大概就是这样的一个交互方式。然后呢，也在里边做了一些场景，如果你要是做这样的一个场景该怎么办；如果是做那样的一个场景，你应该往哪个地方去挪这个手指头，大概是给大家做了这么几个演示在里头。

现在呢，是只有谷歌跟三星的手机可以用，国内的设备是完全用不了，因为他需要使用谷歌，需要使用ChatGPT，这种东西弄到国内来，肯定就开玩笑了。

然后，所有的视频都是英文的，就是用英文跟它交互，然后用英文去回复，没有任何跟中文相关的演示在里头。曾经有人上去用锤子手机，尝试使用这些产品，发现被背刺了，使不了。这个操作逻辑呢，还是稍微有些怪异。按道理来说，你跟他沟通的过程中，他应该自己去判断应该往上面哪一个图标上面去放这些内容，或者说他可以用几个图标或几个功能组合起来，完成一个完整的工作。但是现在呢，需要我们先按着说，说完了以后，由人来去确定到底是发短信、查谷歌、手机内部的操作，还是问GPT，还是记笔记。你要自己去在这五个里头去选，这其实没有办法。AI助手的全世界难题，这是为什么呢？你去看OpenAI的ChatGPT，它其实也是这样。你上来以后，你要先去选，我到底要用O1呀，要用搜索呀，要画图还是要用CANVAS，每次只能使一个。这个里头唯一的一个能够同时兼顾的工作，就是可以一边用语音，一边用搜索。为这个功能，OpenAI还专门开了一天发布会说，来，大家看看，我们现在可以把语音跟搜索结合在一起了。其他的都是每次只能选一个，而且呢，是要上来靠人选的，所以J1 assistant也是需要人选。

那你说这个软件会不会火呀？有些人看到视频了，有些人听到我讲的这个描述了，你觉得这个东西会火吗？首先要讲，尝试呢还是可贵的，就是在AI交互这块进行尝试，这个都是值得肯定的。很多人说这个老范很讨厌老罗，只要老罗说什么事都出来骂，千万不要这么想。老罗做的很多的尝试，还是值得尊重的。这个里面呢，有TNT，也就是他原来做的这个语音交互，桌面电脑的这个影子，也有这个闪念胶囊的影子。这个是在锤子手机后边有一个软件，就是当你随时有一些灵感的时候，你随时可以跟他说，说完了以后给你记下来，这叫闪念胶囊。也有一些子弹短信的这个风格，这个是在锤子基本上应该是挂掉以后，保罗做的一个软件，叫子弹短信，就是你按住了以后就说，说完了以后直接发出去。那边呢，可以看到你的文字。

而且这个文字呢，可以跟你的声音一起，像卡拉OK似的，一个字一个字跳过去。说：“哎，现在说到哪了？”他是这样的一种交互方式。这个风格其实很像，为什么大家一看说这就是老罗做的东西，因为跟他过往整个软件的交互的风格和体系是一致的。

但是呢，现在做软件呢，其实有一个很尴尬的地方，什么呢？就是大模型底层的能力非常强，而且呢，差异主要是在大模型底层的能力上。大家拼命卷，就是在去卷我有多少块显卡，我怎么能够把这个大模型训练得更好。在交互方面呢，其实谁都没找到好方法。罗永浩找到了一个方法，从本质上说，也没有在OpenAI的基础上再往前迈任何半步。OpenAI呢，也在这样的一个水平上，只是OpenAI的不同工具，你需要拿鼠标去点了一圈去选。老罗呢，把他变成了拿手摁摁，说：“说完了以后自己去滑。”但是最终这五个里头，你还是要选一个。你第一个人选，第二个不能联合起来一起干活。目前AI的所有的问题都在那儿，但是呢，大家又没有那么重视这件事情。为什么？因为大家都在拼模型实力。你只要模型实力上去了，这些问题可能自然而然就解决掉了。交互方面呢，大家都在摸索，谁也没摸出什么门道来。

这个呢，其实大家在等待一个叫Lotus时间。什么叫Lotus时间呢？很多人都去iPhone时间，移动互联网时代开启，乔布斯重新发明手机。但是今天呢，要跟大家讲一个叫Lotus时间的故事。Lotus这样的软件，这个软件叫LOTUS 123。在它发布之前呢，计算机其实主要是给程序员用的，或者各种计算机专业人员才会去使用这个东西。普通人用不了这东西，不知道拿它干嘛使，不知道拿它怎么办。虽然很多人都觉得，哎呀，计算机这东西好厉害，但直到LOTUS 123这个软件出来，这个软件干嘛使呢？就是跟今天的Excel一样。Excel你认为它是超LOTUS 123，是没毛病的。它可以在很小的存储空间里头进行这种表格运算，这个东西一出来以后。

大家说哎呦，说我们也可以用了。我是财务，做数据分析的人，或者哪怕家里头管理一下日常的开销、日常的活动，都可以用这数字表格。这东西出来以后，整个的计算机就像普通用户就敞开了。如果没有Lotus 123这样的东西，普通用户真的拿它，没什么可下手的地方。

所以现在AI其实也在等待这样的一个时刻。现在呢，大家还是在跟他闲聊，没有真正参与到我们的工作、生活当中去。虽然有很多说：“哎呀，你看我拿他去写了报告了，拿他学英语了。”但是会发现什么呢？就是所有的这些应用都很零碎。在Lotus 123出来之前，也有游戏，也有一些这种小的应用吧，但是呢，他们并没有真正让所有的普通人都可以觉得这个东西有用，能够改变他们的生活。

现在整个的AI软件行业都在等这么样的一个时刻。那么到底出一个什么东西，大家就可以用起来了呢？现在的AI使用起来还是挺麻烦的。你除了在OpenAI上这样的界面去使用之外，如果再想让它的功能往前走一步的话，还是要去学一下编程的。对于普通人来说，就是会觉得稍微痛苦一些了。

既然都已经讲到这了，那老罗罗永浩做出这个东西，是否有可能成为一个像Lotus 123这样的东西，让大家就习惯用这种方式去使用呢？这个里头有两个问题。第一个问题是什么呢？就是他所给出的交互解决方案依然是一种半吊子交互解决方案。刚才我讲了，这个东西需要由AI自动去决定做哪件事情，而且需要让所有的事情可以交互起来，一起协作去做。老罗也解决不了这个问题，OpenAI也解决不了这个问题。所以呢，他只能在当前这个状态下进行妥协。只是呢，他使用的交互方式可以认为在OpenAI的基础上有一些进步吧。

但是随着大模型整个能力的快速提升，可能这种中间过渡方式快速的就会被淘汰掉。另一个问题是什么呢？就是交互方式创新是不受专利保护的。如果真的老罗说：“我做出了一个很棒的交互方式，大家都很喜欢。”很多人用完了以后……

就这么养成了使用习惯的话，那么大模型厂商模仿起来，基本上是没有成本的，可以快速地把这东西抄下来。这个就像现在我们已经不再知道 Lotus 123 跑到哪去了一样。现在新的程序员也好，计算机使用者也好，你们可能大部分人都不知道什么叫 Lotus 123，你们只知道有一个东西叫 Excel。最后有可能就会被大厂直接掩盖掉。

就算是当年老罗做的子弹短信，三天时间就有 200 万用户冲进来，而且是在没有怎么花钱推广的情况下快速爆发。但最终是什么呢？在微信面前也是雨打风吹去。你想去跟微信抢这样的市场，想都不用想，差太老远了。

而现在在做这种 AI 助手的公司，除了前面我们讲的 OpenAI 之外，还有谷歌的 Gemini，苹果自己有 Siri。虽然它底层调用了 OpenAI 的 ChatGPT 4O，但是呢，它也不希望别人在他的手机上去做这种完整功能的 AI 助手。各个手机厂商都是有自己的 AI 助手的，绝不可能说我把这一块儿的权限交给别人。

国内还有豆包，现在所有的 AI 助手里边，用户量最高的应该是 Chat GPT，应该有几亿的活跃。第二呢，就是豆包，加上 CC 可能加一块的，应该也快有上亿的活跃了。现在突然又整出一个叫 J1 assistant，就算是真的很好用，别人抄你这个，交互的过程是非常非常快的。最多也就是老罗以后再去直播带货的时候，再去吐槽一下谁谁谁抄我的了，也就如此了。

所以在这一块上呢，想要靠交互创新打开一片天地，还是很难的。如果你说我有没有机会通过一种什么方式，可以真正咬下一块市场来，然后慢慢把这块市场做大呢？这个可能性不是没有。那是什么样的方式呢？就是你要寻找一个很特殊的场景，然后伴随这个场景一起成长。这种场景可能一开始大厂看不上，只有你可以找到这么一小拨人，去做。做完了以后，最后你把一个小场景变成了一个大场景，这个是有可能能够搞出一片天地来的。其实像 TikTok 就是这样成功的，他去做这个短视频的时候。

所有大厂都看不上这种方式。等做起来了，用户已经积累到一定程度了以后，别人说再想去追就很费劲了。即使是这样，现在 YouTube Short 还有像 Instagram Reels 也还在追它的场景。

还有什么呢？就是我可以摁住一块场景，我就跟这个场景一起做了。虽然我跟这种微信、跟什么其他的这种大的软件打不过，但是我可以在自己这个小场景内稳固一部分用户，可以一起生长下去，这也是可以的。

比如说阿里的这个旺旺，你只要是在淘宝上买东西了，你就必须用这个碗。你说我想在微信里跟你聊天，那淘宝说了：“你在微信里聊天的部分，我就不作为证据。如果是有一些纠纷的话，我就没法给你判定了。你被人骗了跟我没关系。”那你最后还要用阿里旺旺。

包括像钉钉、企业微信，还有像飞书、Slack 这样的软件，都是这个属于特殊场景。这就属于办公场景嘛，他们在各自的场景里边去巩固一批用户，这个也是可以的。

那么就算是这些细分场景，你路径清晰了以后的话，这些软件也会尝试去做一些场景差异化的设置。比如说咱们最后讲的这几个办公软件吧，飞书、钉钉、企业微信，还有在国外比较常见的 Slack，他们其实使用的习惯、使用的场景还是有很大差异化的。你把这个差异化做好了以后，再下一件事，就是花钱砸流量了吧。

现在甭管是飞书、还是企业微信、还是钉钉，都在花钱砸流量。Slack 是单独的跑了很长时间，把流量自己做起来，算自然增长起来的。但是呢，像 J1 Assistant 这样的软件，在做 AI 助手这样的一个红海市场里头，最后只能是真金白银的见真章。不可能说你看中了一个奇怪的市场，大厂等着你慢慢发展，这个事基本上是不存在的。

而现在呢，老罗的这个 J1 Assistant 的这个场景呢，其实挖的不够深，相对来说还是一个 AI 助手的一个比较宽泛的场景。所以呢，我不认为他能够借这个软件就占住一块地盘。

那你说硬件呢？咱们刚才讲了半天软件，还有一个网站呢，叫 Alio 哈哈。

大概就是这样。Alio_AI.com 这个网站上发布了一个硬件产品，叫 Javis 1。这样的一个产品目前没有特别详细的介绍。从他的有限的文字以及图片上来看，大概长得有点像一块充电宝，比充电宝可能就是原来小米做的那种 1 万毫安的充电宝要稍微方方正正一点，因为当时那个 1 万毫安的充电宝旁边是圆弧的，他是方方正正一点，然后要稍微的扁一点，基本上就是这么大的一个方块。

这个方块应该是一个有指纹识别、有电池、有 WiFi、有蓝牙的设备。我并没有仔细看里边是不是有 SIM 卡或者是 eSIM 这种 5G 网络、4G 网络，这个不太确定。理论上说，这个东西就应该是一个没有屏幕的手机，就是它里面应该是有手机的全部功能。它可以靠指纹开机，开机了以后，它有一个 TWS 的耳机，就是这种分体式的耳机。你把这个耳机戴到耳套上以后，通过蓝牙连接到这个黑方块上，就可以跟他聊天，跟他说话了。

大概就是这样的一个设备，后面应该接的是他这个贾维斯的 AI 助手。这就是他的硬件。这个硬件上有可能会根据存储空间的差异再划分出两个版本来，因为这个老罗说了，这玩意不便宜，还要有两个版本，所以我们现在只能做此猜测了。

至于这个东西到底做出来是什么样，不知道，因为并没有更详细的介绍，也没有人去见过这东西。最终的总结一句话，还是期待罗永浩继续给我们带来更多的交互方面的思考吧。我们也不要每次老盼人不好的，虽然这一次他未必能够占住一块地盘，能够真正的做出一个产品来发展壮大下去，但是他做的各种交互方式的尝试还是非常非常有价值的。

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 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。