AI大厂与C端竞争的挑战

主持人: 纯软件加AI这个事情，在大厂面前基本上是纸糊的。你强如OpenAI，今天在C端做这些事情，会被Google摁在地上打。就是强如特斯拉，Grok跑到这个车上面来以后，它这个融合明显现在是有一道墙隔开的，而且我觉得这道墙也不会那么快就直接给打通。

阶跃星辰的ToB突围之路

谷歌: 聊聊阶跃星辰这家公司。截止到我们这个视频发布，大家应该已经看到这个新闻了，阶跃星辰又拿到了一笔（超50亿人民币）融资。从这个融资新闻来看，我觉得它应该也已经挤进了我们从6进4这个格局了。像零策略、一跃、百川，其实都改变了我们从大模型在这个大模型的方向，从AI六小龙变成了AI四小龙。我觉得也是一个开年非常好的消息。跟大家来一起聊一聊阶跃星辰这家公司。这家公司其实它的C端产品大家用的不多，或者说它对比像MiniMax、智谱或者Kimi，它的知名度可能没有他们那么高。但实际上我觉得越往深挖，这还真的是一家值得跟大家聊聊它商业模式的公司。所以我们今天跟大家来聊一聊这个话题，我不知道你们两位怎么看。

嘉宾A: 反正在我看的时候，我觉得它是找到了ToB端自己生存之道。而且它在这个阶段闷声发财，已经达到了一个阶段，这个阶段是进入淘汰赛的资格。有点像咱们跑马拉松的时候，或者说咱们看奥运会长跑5千米、1万米的时候，大家有没有看过，前面多少圈你可能都不看，但突然发现，从最开始的8个人就变成3个人了，4个人了。所以现在来讲，刚才说这个淘汰赛就是。整个原来说AI六小龙，现在变成AI四小强也好，四小龙也好，现在这四小龙我觉得都不是小龙了。大家可以看到他们的估值，包括这个阶跃星辰，多大？拿吒里的这个小龙人，哈哈哈，有点像敖丙了，就是自己可以独当一面了。

谷歌: 我觉得确实是这样，这个定位还是比较特殊的。可能你刚才讲说我们现在进入到6进4嘛。你看智谱它可能更偏ToG，大客然后定制化，我记得它之前的招数没记错的话。那还有像这个MiniMax比较特殊，它就是一个纯出海C端的增长方式跟打法。那另外呢，Kimi现在可能一直在往编程上面靠，最近编程的口碑特别好。我不知道它是不是想做说这个中国的Anthropic等等这个方向。但目前只有我看到是Physical AI，而且是特别坚定的在做这种物理AI的方向。而且它并不是，我觉得它商业模式对我来讲是粗看不理解，然后细想我觉得可能是对的。你想，它现在在国内有60%的手机厂商其实是接了它的模型，只是大家不知道。比如说我自己有一台OPPO，OPPO的这种识屏、识物等等这种多模态的功能，其实这个方案用的是阶跃星辰。包括荣耀也是。因为在手机厂商，很多都会宣称自己做大模型，那其实它做的是语言类的部分。现在很多多模态其实是用的这种合作伙伴的方案。还有它在车机上，包括智能座舱上，现在是通过千里科技跟吉利来做这种合作，也做了一个吉利千里的智能架构。我总的看下来，你知道我想到什么？就是这种绑定强大KA制，我觉得这个方向，至少这个阶段打AI特别可靠。就是比你突击打单这个事情，我觉得它的效率可能会更高。比如说我手机我绑定60%，那就是相当于把大部分你能数得出来的主流国内品牌手机厂商，我跟他做深度的合作。那在车这一块，我先绑定一个吉利，那把这个主流的大的玩家给绑定了，把他绑上这个AI的船，大家就没有回头路了。我觉得这是一个比较，这个阶段，一个非常精准的刀法。

主持人: 这个是我个人，如果说你来问我，这个项目Sense地方在哪里呢？就是它切了中国。一个AI公司要在中国生存，你就必须要有中国特色的打法。那目前我觉得最贴合AI的中国特色的打法，或者产品，或者场景，就我们说场景，估计就是手机跟车了。首先它是国策，第二个它带动民生，第三个它是天然的数字化并且需要的数字化，并且刀切的。我是觉得从我角度看，我觉得合理。但实际上，如果我们说从创业角度去找这种方向路径切入点的话，我觉得这个点切得特别合理。因为这两大件既是我们内需拉动内需最大的贡献之一，仅次于房地产的。再一个，这也是我们开始非常重要的两个品类。我觉得这个事情，你不管是内需还是做对外，这个空间还是比较大的。包括像我个人会觉得像车机这块，其实华为已经走出一条路了，华为做得很好。但是华为有一个天然的问题是它不那么方便出海。但是你能看到阶跃星辰，它整个荣耀，它是能够找到这个缝隙的。就作为阶跃星辰本身，它跟强供应商合作，它是能找到这个空隙的。所以我刚才在讲说它做这种大KA制，强强绑定制。还有一个就是它的切市场策略，看得出来是一个成熟创业者的理性。

物理AI与数据飞轮的想象力

嘉宾A: 对基于未来想象这部分还没有说。你就这么想，作为一个大模型来讲，除了算法，还有算力以外，重要的还有一个数据。那真实数据从哪获取？现在阶跃星辰它能够接入这么多手机，4000多万台手机，日均好像说服务能服务到2000万人。未来会越来越多，尤其我看到最新的新闻，它这个手机都随着荣耀什么的，都靠到欧洲，到非洲，到迪拜各种地方去了。那这些数据对于国内的厂商来讲，不光是国内，我觉得就应该说全球的AI其他公司来讲，都是非常优质的数据。尤其刚Physical AI，那未来是不是真的能够把Agent的范围扩大到机械，扩大到硬件，扩大到这个非常广泛的应用场景之中，尤其是把这些数据能够汇总起来，能够再次训练模型，让模型往前再走一步。咱们如果从这个角度来看，那你看四小龙，有多少人能够真正获得这种物理性的AI所需要的数据，然后能够真正在这个实际场景中应用起来？这个想象力非常大。这个有点像之前我们跟老修在聊，老修觉得说像Windsurf或者像Cursor这种，它就是非常重要。包括Manus。老修有讲过一个，就是它的客户需求跟数据非常直接，非常值钱。我不知道你们怎么看。

放弃C端竞争的战略定力

谷歌: 我觉得阶跃星辰没做在APP端，在软件上的直接竞争，这个事情沈哥你觉得呢？

嘉宾A: 对啊，咱们刚谈创业公司了，咱别忘了后面还有几个大家伙趴着呢，或者说正在虎视眈眈呢。你看字节，前咱们给过这个豆瓣手机的事情也是开这样的事情。系统，然后那个千问，包括腾，咱们今年期待的腾讯会怎么样。所以这些人，他们本身都有巨大的流量池，或者巨大的存量，怎么样能够在AI时代能够更上层楼，能够让自己的这些存量的东西能够释放出更大的价值来，这些本身是他们这些人思考的。那作为创业公司，如果你想模仿别的大厂，比如你想再做一个小Google出来，我觉得这没有出路。Google本身自己还在百尺竿头更进一步，而且人家的现在已经陷入到连续循环了。所以从这个角度来讲，它不做APP端的东西，或者不做ToC的东西，我觉得反倒体现出它的战略定力。直到今天说因为融资进入大家视野，然后因为说这个大的钱让大家眼前一亮。但后面可能一段时间之内，还是无法直接感受到它的模型的威力，可能只能在榜单上看到。但是是不是就说未来我们的国产手机上面和车上就能够用上了，而且你发现很丝滑？一句话，就是中国人讲究的是闷声发大财。虽然在现在这个阶段来讲，无论从融资还是从推广来讲，都要讲究声量，但是真正有用才是最好的口碑。

谷歌: 我是这么觉得，在C端市场不是说不可为，而是要看清楚自己的定位，你现在处在什么阶段。这基本上很重要，国内不要做，这就是大厂的事情，你做了也没有用。我觉得给大家举个例子，强如OpenAI，今年去年在推的这么多C端应用也是非常吃力的。强如OpenAI，拿那么多钱，拿那么多基建。这个东西并不是说你砸了钱推广能起来的，这个东西有很多偶然性，有很多你控制不了的东西。就像OpenAI，你今天就要重做一次，能不能再把ChatGPT做到当年的几周，做到几亿的用户这种高度，其实它自己心里也会有点犯毛。所以我觉得纯大厂软件加AI的，你看OpenAI今天在C端做这些事情，会被Google摁在地上打。同样的我觉得，今天你在中国做一个所谓的C端的AI APP，除非你另辟蹊径，切得巨细无比，否则我告诉你，就典型上周一个场景，千问，都不用跟你们对通，没有跟你MCP对，没有跟你A to A，我内部直接就闭环掉。这个事情你怎么办？你做不了。你做什么AI行程规划，你不如千问加飞猪。你做什么GUI Agent点瑞幸，你不如千问加淘宝闪购，千问加饿了么。这个事情它永远是大厂的势力范围。所以我是觉得说你在中国，至少我觉得不做什么是没用。

硬件端到端数据与中国市场优势

主持人: 有提到，我觉得对于有一个很底层的洞察，就是它其实去掌握了特别重要的过程数据。那这个过程数据不是仅仅是软件端的，而是能把硬件的最后真正的端到端的，这个物理世界里面的过程数据能够采集到。就是用户到底怎么在用手机跟车结合在hand off的过程，这里面的过程数据怎么给弄的。因为这个数据其实是很重很独特的，那不是像普通的这种C端的应用。因为C端应用我们知道在国内就是这几个大的，它随时霸占着，或者它想霸占的时候，它有大量的金钱以及渠道可以去抢这个人。不然的话，其实我们有看到，比如说像之前像月之暗面Kimi那边，他们其实花了很多的钱去打广告，在B站上各种地方去打广告，告诉人家它可以用。确实也有那么段时间大家都知道了它。但是由于还是主要由computer的一些操作，Computer Use的一些操作。但是这些东西都是纯软件这个层面的。所以其实很快在这个，比如说字节的Coze升级或者开源，然后阿里的千问再打包出来。它那边还好，就是说后面融资能力还很强，还有弹药可以接着再打下一波，不然差一点就很危险。

嘉宾A: 而且口碑好，它确实在开源的编程里面口碑也好。其实我觉得口碑这个也很重要。

主持人: 是的，是的。所以这些事情，做阶跃星辰这样子，能够端到端的去把这个东西搞完。这个端到端是端到了硬件这个层面。那像这些的话，它在融到更多钱的时候，其实也是端到了硬件这个层面。闲哥和小淑你们都提到它在车机上的一些使用，就是车跟手机上面的一些使用，其实它的现在采用量也是很高的。因为这个其实也是我刚才觉得说，跟它的底层大模型STEP3的结合是特别密切的。因为实际它是在走在这个硬件上的。Kimi、智谱这些，可能在AI编程，然后在日常的一些文字处理、一些图像处理上面大家大中很熟悉。但是实际上它在端侧上面，直接把这个最高频的你的手机和这个方向盘这两个东西已经深度渗透到。应该是有车已经上到不一的，这样子的一个自控制。它的这种量级，它的这种支持有很多联盟。它除了最核心的是有吉利这一块，其实还有其他的一些厂商。目前最近前两周在美国CS大展上面，实际上在美国那边是引起了很多轰动。所以像这些事情我觉得都可以去印证，为什么现在它能融到比较多的钱。我是觉得它是非常务实的硬件渗透率。我觉得它有很大的机会去做一个快速的发展。

特斯拉Grok与FSD的断裂体验

谷歌: 最近我们也听说Grok也上特斯拉了，你体验下来，你觉得感觉怎么样？

主持人: Grok上特斯拉其实是个特别惊艳的体验，但是它同样也爆出了它的一个短板。我得两个拆开来讲一下。它的惊艳是什么？这个场景之下，能够帮你去做路径规划。比如说你有很多想去一个地方看个电影，你想不起来那个电影院在哪，或者想去野个餐，你想不起来那个地方名字是什么，只能说它旁边的一些，有个什么山，在一个什么山什么湖旁边。那像这些，它都可以模糊的帮你定位到这个地方，然后交给。但它也有一个现目前，你至少看的是体验完全断裂的问题。就是它停留在说你可以看到，它不直接操控这个FSD。就是它跟FSD是泾渭分明的。就是我在前面帮你规划，大头想好了。FSD干最后那个物理移动的。没有它这些传感器，它不知道。车外等于义肢。如果我问Grok，我前面这段路上面到底有什么问题，它是不知道的。它不知道这条路上面怎么回事，因为它不能调动FSD上面的那个镜头来看一下，这个是不行的。这现在是完全断开的。但FSD又不会说话。问题就是FSD，比如说你突然开开开，夸幽灵刹车一下给你刹车了，你其实是不知道为什么它刹车的。那像这种体验，现在是完全断开的。那像这样子的话，它实际上是为那个robotaxi，就无人驾驶商业服务这部分去服务。那它的这个东西可能不会那么在意你这个人到底怎么样了。整个Grok这边也是一样。那Grok的话，它目前你可以看到在国际范围内，它其实是为了在抢一个独特的心理心智去定位。就是大家知道Grok是一个可能没有审核那么严格，好多地方都爆出了这个搞黄图、搞黄视频什么的，都在那边弄，全世界范围。马斯克自己还把自己穿了个比基尼，说搞得不错。这些事情，它实际上是它的目标又不一样。它完全跟FSD这两个东西，它不是有一个共同的目标在跑的。它们有各自的东西。所以它现在跑到这个车上以后，它这个融合明显现在是有一道墙隔开的，而且我觉得这道墙也不会那么快就直接给打通。所以这里面就会有一个很直接的问题，就是强如特斯拉，但是它的这种端到端的体验，它是不是那么care？完整的端到端的它只能解决一部分。那它要完全解决呢？至少它不会为乘客、为驾驶员解决这个事情。因为它目标更大的范围还是无人的这个部分，就无人驾驶这个部分，商业的无人驾驶这些东西。那Google只是一个娱乐辅助的定位，它就没有说那么深度的去帮你解决问题。那这种东西其实就会引发一个，我刚才说的缺点，这个断裂节点有点像什么呢？有点像可能我们其实挺希望说像用过iPhone的我们可能知道，iPhone有非常多的无缝的iPhone、iPad、Mac这样子的无缝体验。但是这种东西你其实就是很难复制。但是后来我发现，有了安卓这样的体系以后，虽然没有官方给我们做一套这么多硬件可以做起来连起来，但是在各种手机品牌以及和很多企业应用里面，他们可以自己去利用安卓这样一套体系自己去。因为它比较开放，是开源的，大部分东西是开放的。而且它的软件跟硬件是有Google在最底下去兜底的。你不会有出现很大的问题，不管说这种消息的推送，还有电话的稳定性，还有基本手机的安全性，这些东西全部都搞定了。然后你自己要在你自己的客群下面，比如像vivo要推照相搞得更好，然后小米你要有更多的米家的联动。反正所有的东西，你可以自己再去基于自己的能力去拓展。那现在其实在车这种自动驾驶和我们刚才说的AI这种更智能的大脑合在一起的时候，就没有这么一个完整的一个操作系统。那像安卓一样的这种操作系统，能够让你去把这两个体验很无缝的给他做在一起。那这个东西的话，我我看到的是，如果这个部分能够做得好，其实是一个很大的机会。

垂直整合与开放生态的博弈

谷歌: 对于比如说像这种垂直整合来讲，国外就特斯拉。但特斯拉你刚才讲强如特斯拉，它垂直整合我觉得它最大问题还是组织的问题。马斯克肯定知道问题了。但是一个是组织，一个是时间。就是坐车跟坐AI，坐自驾，坐FSD跟坐大模型、原模型这是两拨人，这个可能还是有区别的。那当然，我觉得特斯拉肯定是要往垂直整合这方向走。因为在马斯克这个脑子里，我觉得xAI对他来讲，就是他整个帝国的这个大脑。他帝国可能有火箭，有汽车，有机器人，有robotaxi。但这个大脑他绝对希望是xAI，因为这个大脑肯定不能在别人手上。所以他做xAI的动机，包括最后xAI会上车，这个事情是连贯的。但是国内像这样垂直整合的，目前我觉得小米。小米算一家。小米那整个蔚小理自己也在做，但是其实他们没有小米之前的这个生态。那还有华为的方案，它更多是一个强供应商。你可以把，我觉得华为更像博世这种强供应商，就是它整套整套的这种含华套量特别高。它整套的方案，所以对厂家来讲相对黑盒，相对黑盒。那这里面会有很多博弈在里面了。剩下的就是你刚才讲的安卓方案。当然还有一种方案，你找一个厂商，找英伟达，找一个什么谁去直接买一套方案。找富士康。能用得上车级别的ODM，应该也蛮强的，自己的能力应该要很好才能整合进去。你那时候听说富士康要坐车，我就心想，你一定是ODM的逻辑来想这个事情。但是它不make sense，它离消费者太远了。所以我是觉得，你刚才讲那个还有个缝隙，有点像开放生态安卓这样的一个缝隙。这个还是可以去做的，这个还是值得去做的，而且也是有可能的。因为这里面的博弈太长了。每个车企都有自己的小九九，但并不是每个车企都能有那个资金，有那个实力去做AI建自驾的。就算有，它可能组织的整合未必能比马斯克高明。这是一个问题。所以我我觉得它有一个空隙，能够让这种类安卓这种开放生态进去。所以我看到阶跃星辰这个定位，我觉得是从这个定位产业中来的，有想法。

嘉宾A: 就是应该说是在四小龙里面找到了自己的位置。而且我还是想谈人。因为我其实对阶跃星辰这家公司之前并不了解，然后就是看了它的商业模式，融资引起我巨大兴趣。然后就去看它的创始团队，就看到印奇回加入。其实他之前就是阶跃星辰的发起人。公众不知道，这边跟大家也稍微爆料一下。或者公众他们没有深度参与到经营和那什么。但这回不一样，他本身自己还兼任千里董事长。而且他当时做旷视也是做AI视觉识别的时代，1.0时代虽然差一点点上市。但是后来跟吉利联合之后往做这个，现在就叫千里。所以我还是想从人上讲，从人上来说的话，他不是说一个白丁，不是说一个重新组一个团队去做，而是说真正是把以前从旷视时代带下来的人，智能的这些体验和智能的经验，放大到更大的一个市场上去做。尤其是在智能车辆，把车如果我们把车看成一个硬件，同时它需要一个大脑，它是一个身体的话，它需要一个大脑，也就是大模型的话，那我们就可以很想明白了。它就是一个大号的手机，或者说比手机还要做得更多。尤其它还能采集到更多的数据，它还具备算力。前两天我看了，就前两天，前两天不是看了一个特别大的新闻，就是xAI有一个程序员接受一个博客采访，大概70分钟的采访，结果刚采访完没有两天，就被xAI开了，因为说太多了，要泄密了。当时他泄了一个密，我当时听了之后我也傻，真牛。说当时说算力怎么解决，说那么多特斯拉车在街上跑，就让他们去做算力中心。我靠，然后做移动的。我当时想，牛。这些车本身造的时候，这个智能的，或者叫这个机器能力就能达到一定的端侧算力能力。然后又有数据采集能力。那既把它运用起来的话，这是多大的一个联网。这才是真正的，比如说AI时代能够实现的东西。那这个AI自己的迭代和进化来讲，靠的是什么？靠的就是这些算力、电力等等这些东西。那有车的这些车主去维护，然后有大模型公司专注去做大模型，去做迭代，然后做算法，之后把这个自驾做得越来越好。那更多人也来用，这不是成了一个良性循环吗？这种循环可是真正用大家用钱买出来的，和这种只纯靠投资人堆出来的东西是完全不一样的。这个确实是一部未来的好戏，也可能在未来两三年就能实现一个巨大突破。

阶跃星辰在车机领域的巧妙定位

主持人: 我这里我觉得想补充一个东西，就是阶跃星辰在车机这个地方的一个定位有点巧妙。我自己的觉得，国内现在其实华为跟百度应该是在自动驾驶这一块肯定是最领先的。但是他们这两家，其实我们肯定也知道是有各方各有各的强势，或者是说各种各样的因素。刚才提到华为出海的有很多的困难。其实我看到说它很像vivo自己，前不久刚刚一个，咱们这一个月以内刚发的，它其实是对标特斯拉的那个ODM方案。我们讲土一点就ODM方案。就是可以做ODM，你自己可以拿去做，然后做出来的效果跟特斯拉的很像。那它这个是肯定是针对于说没有办法自己研发的这些企业做的。那它还是很多的，更多是面向欧美这些市场。那实际上就是，我觉得像阶跃星辰这边的这样一个技术底座，完全是刚好在国内可以类似它这样的一个相对比较中立一点，而且就是大家的合作体级上比较对等一点，不会说对方太过于强势，这样的一个方式。而且它能够现在先跑通的，也是说先跟吉利这样的巨头能做标杆，然后再去复制。那现在它这个位置我觉得是相对比较好的。因为这条路线确实需要一个第三方。你肯定得是一个有这种积摩能力，而且加上你已经在相当大量的车辆以及一些大牌的厂商验证之后，可以去被推到很多地方，没有什么太多障碍的，这样的一个状态。所以我觉得这个也是一个其实挺好的点。因为这个至少我们看到NVIDIA25年年初，它就在说想做这些东西，它也一直在讲Physical AI。但它实际上到年底的时候，交出的答卷很重要的一份。因为它当时推了连推六大套体系，其中一套体系就是关于车的这块自动驾驶这块的体系。那我觉得说这个说明这个战略上的方向是没有问题的。那现在就是说，你在国内怎么去把这个东西先做出来，同时还在国际上面去推。

组织整合与创始人决策力

谷歌: 但我觉得你刚才讲的，虽然说逻辑正确，但是还是会提出一些挑战。你方便大家理解，我拿手机来举例。比如说老修要做一个老修牌的手机，你带着现金去找联发科，买一套ODM方案，然后改一改自己的图标，其实也能做得出来。这是一种方案。还有一种就老修今天愿景非常大，我要全站自研，做成一个下一个苹果。那你就自己做，这是一种方案。那你要自己去研究这个操作系统，研究硬件。还有一种就是说我用安卓，我用安卓的生态，我就接入安卓，我做我自己的老修UI。我做好我自己的UI层面的系统，这也是一种方案。那实际上，我会觉得，你始终跟厂商在博弈。每个厂商，如果你是卖一套成熟的方案给他，你们是交易关系。很简单，我算得过来账，我付你钱，我给你提要求，不行你给我改，这个好办。那另外一个，我全站都自己做了，华为、苹果，OK，反正我就是自己一套生态，我足够强，你们要干什么，你要跟我谈。这也是另外一种，这是少数玩家做的事情。但其实最后大多数玩家都接入了安卓。那为什么？是因为Google把那些事情都做了。而且它是Google，它有GSM模组。它有所有的这些国民应用的APP在上面用，保证人家是说用你这个手机的下线不会有问题，你自己提高上限就好。但实际上大家别忽略，这个事情是特别难做。这个路径是很成熟的，是有东西可以借鉴的。但其实你每天都跟车企在博弈，博弈的是什么？我既不是跟你好像是很严格的甲乙方关系，可能我还有跟你有一点点资本关系。我又不是说你车企强到你能全站都自己做。你可能两端都不讨好，那这个时候基本上做不了这些。那我就里外不是人。那我就里外不是人。我们自己做过这种行业的改造的经验，我们自己也明白，这个很难的。两套组织，两套人马，两套思维方式，这个其实是不好整合的。但今天能够整合，我觉得它有一定的背景。因为刚才闲哥有讲到，像印奇之前也是千里科技的董事长。那千里科技其实是吉利旗下的，就是之前的力帆。那其实它是对产业有一定的了解，或者说能够借上吉利的势，做出了一个像浩瀚千里这样的架构。我觉得这个其实已经很难了，已经很难了。就是可能也是像李书福也是有远见，或者也想做这些事情。但其实你要找到下一个李书福，这个是有挑战的。所以你就只能说现阶段我能，如果是我，我能做还是说全力把吉利打好样。这个是我现在能做的。那大家可能看到吉利好了，吉利的儿子好了，吉利的孙子好了，那我做吉利的远房亲戚，我也想来分一杯羹，那这个可能就有可能。否则就是说你像华为的方案，它可能更全站自研，或者说核心的这种在自驾里面的流程。如果你体验过华为的自驾，我上周有稍微体验一下，我觉得还是很爽的，很厉害。但是它太垂直整合了，它太垂直整合了。这个东西对厂商来讲是黑盒，对厂商来讲是不可接受的。想象很怕。这种相当于说，你你上汽会讲，说我把灵魂交给别人，这个是有道理的。这个很怕的。不可审计。而且是你把握了所有关键的工艺环节，包括技术，这个其实是很可怕的。但千里今天做这事情，我觉得是难而正确。从创业角度，我觉得难而正确，这个我respect，但是我希望它加油。

嘉宾A: 对啊，但你看那个投资人用钱，用真金白银来支持了。所以说明这个还是有人认可，而且就是觉得这条路是走得通的。就像当年老修说的是，这个第三方存在的必要性是很强的。至于说是，阶跃能不能下一步做到服务好吉利，同时还能再有其他一到两个大客户，并且能够说在手机和车这两个大品类上往前走一大步，真正把这个Physical AI落地这件事的挑战，我觉得远大于说这个故事本身。就像小苏，我能明白你意思，你对这个事情本身来讲，觉得难度是很高的，我也同意，完全同意。这两个行业本身就是非常复杂，涉及到的人，涉及到的政治关系，涉及到的各方面，宏观的微观的，外部的内部的情况都特别多。但是毕竟我们现在处在AI时代。如果说没有AI创业，没有大家四小龙各自想要找到自己的定位，能够支撑自己百亿以上的估值，千亿的估值，那没有这个时代的估值。那我们可能想象不到。所以这个时代还是对消费者最好的时代，对我们最终消费者来讲，最好的时代。我就是这两天看这个阶跃这事，大家加上加拿大卡尼不是去中国了吗？然后说开放这个有4.9万辆电动车能进加纳。我特别想，真的是赶快能够开上一辆国产的电动车。

主持人: 可能会失望，这个东西本土化的难度还是特别高的。因为车它首先是制造业，它的整个组织体系它还是一个制造业的逻辑。你要在里面去孵化AI团队，或者你要借外力帮你把AI做起来，这个事情难度是巨大的。这个难度是。

嘉宾A: 因为老修你记得我们昨天也在这个地方聊。中型公司、大型公司，这个摩擦系数是不一样的。小公司我们随便就上了。中型公司呢，可能大家有一些小九九，还不太好办。大型公司，你的所有考核、review、招聘都是有规范的。我怎么把这一套规范用。现在的情况就不是傻逼那么简单了，就是花了钱，然后大家还很抵制，然后最后还出不了活。很多越大的企业用AI，其实很可能会出现的情况是，它花的时间比以前更多了，而产能还下降了。这个情况已经屡见不鲜了。所以这个对组织的整合要求挺高的。

主持人: 其实部分，大模型这几个团队在一起，它的磨合在一起的难度很大。我相信也会有大量的年轻人在里面。因为这个公司其实成立的时间才几年，时间很短。这个其实就我们昨天聊到了，可能比较好的解法还是得是，得有大量的年轻人在里面。还有几个创始人必须发挥足够的决策力，做对高质量决策的能力。这样子的话才能把几个从，我们这样说，从研究，因为大圆模型这种大模型AI它实际上很麻烦一点，它是属于要科研的。它是科学家类型的人，要能够先跑通，然后变成产品端。从科学研究到产品研发，再到最后的整个产品的实际运营、落地和后面的售后等各样很多的东西。它这个整个链条对于整个的领导人跟具体干事的团队要求都特别的高。那这个东西我觉得说对于一个相对于正在快速成长期的创业公司，实际上是个优势。因为AI是又保持了，你几个核心人物的快速高质量决策的事情还在继续发生。那我觉得说，这是一个很难得的一种整合到这种程度的团队。也只有做到了这一种的，这相当于这几点是一点一点都不能少的，它可能才能在现在竞争这么强烈的竞争之下活下来，还能够融到更多的钱。让我认可更多。难的，但是已经是有一定的成绩来证明他们可以往前跑。

嘉宾A: 你像阶跃星辰这个公司，我觉得它做得很好一点，科学家带队。最早的姜大昕，day one多模态。这个点是不是很熟悉的Google的味道？就是day one开始我就是做这个多模态。但是在两年以后或者一年半以后，它就尝到了这个很好的甜头。当初的努力是对的。你去看一下它的团队也很有意思。比如它原本的算法团队，其实都是来自旷视的体系的。旷视之前我介绍过嘛，最典型就是它做很多连人脸辨识的，包括像Face++这样的产品。大家如果不知道可以去回查一下。那包括这个数据团队是整个来自Microsoft搜索的团队。我觉得这个也是非常强的一个组合。那完了以后呢，现在你在做这个大模型，其实跟之前的AI 1.0跟Microsoft这些搜索、Bing这些东西其实是有继承关系，但是没有绝对的因果关系的。我个人是这么讲。至少从团队上或从人来讲，并不是这样。你一个AI native的产品不新鲜，但是你一个AI native团队，这个事情有点可怕，这个有点难。这个特别难。从我们自己招人、用人这个角度来讲，我觉得这片难。就是还是我忘记是谁说一句话，老修我不知道你记得吗？就是反正你钱要给够，然后人要够年轻。钱要给够，资源要给够，卡要给够。再加上说你后面要做，你连做大模型跟做自驾的人都是不一样的。你不要再说什么汽车制造。如果大家稍微了解一下这个管理的半径，这个是很可怕的一件事情。但能整合起来，是最好的，非常考验创始人。

中国AI市场的独特机遇与展望

谷歌: 节目我们是藉阶跃星辰，这家大家不是很熟悉的公司。其实这个选题很危险，有可能我怕很多人会不看，因为这家公司可能很多人没听过。但实际上为什么我们今天想聊这家公司，主要是因为我觉得把它的一些商业模式，包括融资路径，包括一些商业的实现路径，讲一下，大家会发现一个很有意思的打法，一个案例。我觉得从逻辑上讲，这个案例是精彩的。但我更期待说，可能26年它拿到了更充足的弹药以后，能够交付更好的结果。那同时通过这个案例，我觉得可能会帮助大家有一点点想象，在中国跟在美国做AI面临的环境，包括这种消费者的不同，环境的不同，资本市场跟消费者的宽容度不同，这个事情其实是很微妙的。就像我觉得像刚才老师讲xAI，甚至OpenAI，在美国的资本市场还是相对是宽容的。那可能用户不那么宽容。但在中国，可能是AI的客户。这个是我个人的观点，宽容度极高。对于隐私不能说漠视。所以天然的，像把AI加在手机跟车上面，对于中国的用户来讲，这是一个丝滑的迁移。你很难想象这个事情能在欧洲发生，我觉得这不太可能。

主持人: 我觉得这事不接受。第二个，你叫他放弃这个盲按的操作按钮，去跟车机交互，这个他也接受不了。第三个，充电的基础设施，他一时半会也做不到。所以我我觉得说这个宽容度，在国内的消费市场宽容度真的特别好。包括基础设施也特别好。所以我我觉得说从整个全局从国内来看，包括供应链优势，包括技术设施优势来看，我觉得阶跃星辰这次发出来的这些打法路径，操盘是非常值得跟大家分享，值得大家多去思考的。

嘉宾A: 主要我觉得还是看商业模式，看商业结构。我们很希望能看到这种新的东西出来，给咱们自己也是一个很大启发。AI到底怎么落地，这个东西不光是停留在黄仁勋和马斯克嘴里面，真的能不能真的落地，真的能不能另辟蹊径，或者说能够跟最后殊途同归，这都是未知数。

谷歌: 看看2026年吧。我现在其实挺期待这几件事。就是说DeepSeek到时候会不会让大家再发个新模型出来。然后一个就是看看，现在新上市这两家公司，包括现在的AI四小龙，他们今年的表现都怎么样。然后再看看，北美这边OpenAI会不会上市。这2026年觉得值得期待东西还挺多的。

谷歌: 好，拜拜。 主持人: 拜拜。 嘉宾A: 拜拜。