对谈清华叉院助理教授徐梦迪：具身智能、世界模型与真正的泛化
清华交叉信息研究院助理教授徐梦迪在播客中提出，机器人可通过 in-context learning（ICL）在新环境中经一两次交互当场学会新任务，且越学越快。她同时讨论了预训练天花板、真正的泛化、Scaling Law 的信号与陷阱，以及数据闭环的“鸡生蛋”难题。
#推理
#推理
今日 0 条十字路口CrossingAI 评分3434
Next Token｜词元之外AI 评分2222 Next Token 播客：iPhone Duo 发布，Astra 会用电脑就算 AGI 吗？
Next Token 播客回顾 8 月 27 日至 9 月 3 日的 AI 新闻，讨论 GLM 5.3 Flash、Qwen 3.8 Flash Next、MiniMax H3 等新模型密集发布后，竞争转向“便宜且够用”的斩杀线。节目还探讨常驻云端 Agent、Token 经济，以及 Astra 会用电脑是否算 AGI。
42章经AI 评分2929 从蒸馏到合成数据到 RSI，模型竞争的下一个焦点是什么？｜对谈 Evolvent AI 联创孟繁青
Evolvent AI 联合创始人孟繁青在访谈中提出，国内模型真正的特色并非工程化的 Post-training，而是 Pre-training 阶段被资源限制倒逼出的架构创新，蒸馏只是加速手段而非国模变强的决定性因素。
张小珺Jùn｜商业访谈录AI 评分3434 对游凯超3小时访谈：开源Infra、和模型Co-design、“如果vLLM失败，我们会后悔一辈子”
Inferact 联合创始人兼首席科学家游凯超在访谈中回顾了 vLLM 从伯克利校园开源项目演化为公司的近 3 年历程，Inferact 今年初获得 1.5 亿美元种子轮融资。他谈及开源项目商业化后的抉择与转变，以及 AI Infra 与模型结构、Harness Engineering 联合设计时代下的 Co-design 思路。
十字路口CrossingAI 评分6060 生数科技张金涛谈 Vidu S1 与推理加速：从 SageAttention 到实时交互视频
生数科技张金涛在播客中介绍其团队月初发布的实时交互视频模型 Vidu S1，上传一张照片即可生成可实时视频通话的 AI 角色，支持无限时长，实现 540P、25–42 FPS 并能在消费级显卡上运行。
十字路口CrossingAI 评分2626 因果路线，才能通往「世界模型」的终局？对话 Aether AI 创始人黄碧薇
Aether AI 创始人黄碧薇提出「因果世界模型」路线，认为视频生成、3D 生成、JEPA 三条被广泛称为世界模型的路线之外还有第四条。她给 VLA 打 5 分、WAM 打 6.5 分，称 WAM 只是比 VLA 好但注定到不了终点的中间态。Aether AI 近期完成 2000 万美金天使轮融资，将因果 AI 用于 Physical AI 与机器人大脑。
张小珺Jùn｜商业访谈录AI 评分3838 对姚顺宇的4小时访谈：在Anthropic和Google DeepMind训模型、技术预测与"英雄主义已过去"
前Anthropic、现Google DeepMind研究科学家姚顺宇在访谈中回顾了参与Claude 3.7、4.5和Gemini 3开发的经历，并直言AI个人英雄主义时代已经过去，如今是集体主义的故事。他还谈及预训练未到头、Coding爆发、"硬蒸"与"聪明的蒸"等技术话题，以及从理论物理转行AI的心路。
十字路口CrossingAI 评分3131 对话18岁的涂津豪：DeepSeek 前实习生、阿里数竞 AI 组冠军，他看到的未来有什么不一样？
18岁的涂津豪是 DeepSeek 前高中实习生、阿里全球数学竞赛 AI 组冠军、Thinking Claude 作者，每天和 AI 对话约 2 小时。他判断下一代 AI 产品的三个核心方向是主动式 AI、context-aware 的 Memory，以及比 Benchmark 更重要的 Model Character，并认为 Continual Learning 是 2026 的关键方向。
张小珺Jùn｜商业访谈录AI 评分3030 大模型季报跨年对谈：广密预言 AI War、两大联盟与 Online Learning 第三范式
张小珺与广密在《全球大模型季报》第8集跨年对谈中提出，Pre-training scaling 已接近尾声，Online Learning 是继预训练和 RL 之后的第三个范式，可能才是唯一重要的真问题。
张小珺Jùn｜商业访谈录AI 评分3838 雨森的创投观察：2026 预期、The Year of R 与 AI 回调
真格基金管理合伙人戴雨森提出 2026 年关键词为"The Year of R"，即 Return、Research、Remember 与多模态 Reasoning，认为这将是现实与回调之年。
张小珺Jùn｜商业访谈录AI 评分3838 杨松琳解析 Kimi Linear、MiniMax M2 与 Qwen3-Next：注意力机制路线之争与架构未来
MIT 在读博士杨松琳在播客中解析了 Kimi Linear、MiniMax M2、Qwen3-Next 等模型的注意力机制路线分歧：Kimi 走 Linear Attention，DeepSeek 探索 Sparse Attention，MiniMax 则从 M1 的 Linear Attention 回退到 M2 的 Full Attention。
张小珺Jùn｜商业访谈录AI 评分2222 对李想的第二次3小时访谈：CEO大模型、MoE、VLA、记忆与人类的智慧
张小珺发布与理想创始人兼CEO李想的第二次3小时访谈完整版，录制于2025年4月。李想以“CEO大模型”自比，按MoE架构调用技术、战略、组织三位“专家”，谈及理想自研基座大模型、VLA三阶段训练、每1万公里验证成本从18万降至4000元，以及记忆程序、能量与亲密关系等话题。
十字路口CrossingAI 评分3434 京东健康王国鑫谈京医千询2.0与AI医院：垂直大模型如何解决看病难、看病贵
京东健康探索研究院首席科学家王国鑫介绍「京医千询2.0」大模型与「AI医院」的研发应用，该模型实现三大进化：大量使用合成数据并向行业开放可模拟真实医患对话的Agent、单模型内同时支持CT/MRI/X光等影像理解、从简单推理升级为可追溯证据来源的循证推理。京东健康每天有49万次医疗服务咨询，其底气在于拥有实体医疗机构、药品供应链和30分钟送药上门能力。
张小珺Jùn｜商业访谈录AI 评分4242 和杨植麟时隔1年的对话：Kimi K2、Agentic LLM、缸中之脑与"站在无限的开端"
月之暗面创始人兼CEO杨植麟在播客中复盘了7月发布的Kimi K2：一个基于MoE架构的开源编程与Agentic大语言模型，重点在token efficiency与Agentic泛化能力，并采用Muon优化器。他谈到Kimi从闭源转向开源，认为基于FLOPs的scaling仍是更有效路径，多模态不应损伤"脑子"。
42章经AI 评分3434 硅谷 AI 大转弯与二级市场的牛市｜对谈莫傑麟
硅谷 AI 叙事核心指标已从 Scaling Law 转向 Token 消耗，行业竞争从比模型更聪明转向拼谁能把已有智能用得更好、更快、更省，Infra 将成为下一个主战场。节目还复盘了 GPT-5 发布、Agent 热潮冷却、Meta 抢人大战等半年变化，并讨论了英伟达估值、A 股牛市与散户角色等二级市场话题。
张小珺Jùn｜商业访谈录AI 评分3838 和张祥雨聊多模态研究的挣扎史与未来两年的2个“GPT-4时刻”
阶跃星辰首席科学家张祥雨在播客中回顾多模态研究10年历程，并预判未来两年将出现2个“GPT-4时刻”。他透露训练中发现模型推理能力（尤其数学）随规模先升后降，认为这是next token prediction的本质缺陷，解决方案是引入RL。他还提出o1范式本质是Meta-CoT，下一个“GPT-4时刻”指向模型的在线学习与自主学习。
42章经AI 评分3030 Agent 开发的上半场：环境、Tools 和 Context 如何决定 Agent｜对谈 Sheet0 创始人王文锋
Sheet0 创始人王文锋在播客对谈中提出，Agent 的三要素是 LLM、Context 和 Tool Use，并梳理了 Function Call、MCP、A2A、Computer Use、Browser Use 等工具调用方案的差异与优劣。他认为脱离 RL，Agent 就不成立，并称 AI Coding 是大模型的「灵巧手」。Sheet0 已开放 waiting list 申请，即将内测。
42章经AI 评分3434 一堂「强化学习」大师课：对谈清华叉院助理教授吴翼
清华大学交叉信息研究院助理教授、前 OpenAI 研究员吴翼在播客对谈中系统讲解了强化学习（RL）原理、RL 与 LLM 的结合路径及行业非共识。他提出 Intelligence = LLM（理解）× RL（决策），并指出 RL 三大分支为泛化（DeepSeek）、代码（Anthropic）、Agent（OpenAI）。
张小珺Jùn｜商业访谈录AI 评分2929 25年Q1大模型季报：和广密聊当下最大非共识、AGI的主线与主峰
广密在《全球大模型季报》2025年Q1特辑中重新坚信Pre-training，认为只有预训练决定模型内在上限，Post-training+RL只是加强。他提出AGI主线是智能提升，ChatGPT只是山脚第一站，接下来Coding、Coding Agent、General Agent、AI for Science、Robotics才是后续山头，并称Manus平均消耗70-80万Token。
42章经AI 评分3838 Pokee AI 创始人朱哲清：如何用 RL + LLM 做 Agent
前 Meta 应用强化学习组负责人、Pokee AI 创始人兼 CEO 朱哲清提出一种"RL 做核心、LLM 做翻译"的 Agent 架构，认为直接用 LLM 做不出规划型 Agent。其团队已在电商领域做出通用型 Agent，通过 self-play 让 Agent 学会调用上千个底层 API，体验相当于一名资深网站负责人，且训练与推理成本都很低。
42章经AI 评分2222 英伟达、Sora 与 AI 的三种核心叙事逻辑 | 对谈莫傑麟
42章经创始人曲凯与家族办公室资深从业者莫傑麟对谈，将 Sora 与英伟达统一到 AI 发展的叙事框架下讨论。节目提出 AI 1.0 阶段靠 Scaling law、1.5 阶段靠 Scale in & Scale out、2.0 阶段靠应用大爆发，并认为当前正处于 1.0 到 1.5 的交替过程中。两人还讨论了英伟达股价的可持续性、国内大模型与 OpenAI 的差距，以及行业洗牌下谁领先谁出局。