scripod.com
149. 亲历中美neo labs资本狂潮，和清华刘子鸣聊：AI for AI、机制可解释性和Max Tegmark

Overview

Shownote

Highlights

Transcript

Chapters

Pins

149. 亲历中美 neo labs 资本狂潮，和清华刘子鸣聊：AI for AI、机制可解释性和 Max Tegmark

张小珺Jùn｜商业访谈录

Jul 30
张小珺Jùn｜商业访谈录

张小珺Jùn｜商业访谈录

Jul 30
OverviewShownoteHighlightsTranscriptChaptersPins

Shownote

我们此前访谈过谢赛宁（AMI）、洪乐潼（Axiom），他（她）们分别来自在欧洲和美国的 neo lab。但今天，这个现象已不止于海外 ——2026 年，中国也涌现了一批新型实验室。 这些有研究背景的老师或学生，正在成为一级市场的新宠儿。他们普遍年轻、有名校科研背景、第一次创业。在还没有产品的时候，就能以估值数亿美金融资。当下资本涌入最活跃的方向是，世界模型和 AutoResearch（又称 AI for AI）。 我很好奇这个现象的现实与成因。这集节目，我邀请了清华大学人工智能学院助理教授、上海期智研究院 PI 刘子...

Highlights

本期播客访谈清华大学助理教授刘子鸣，他刚从 MIT 回国，参与创建元环智能。节目聚焦 2026 年中美涌现的 neo labs 现象，探讨资本狂热背后的成因，以及他个人在 AI for AI 领域的非典型研究路径。
00:03
融资过程太疯狂了
02:03
物理的黄金时代已过，AI 对年轻人机会更多
08:24
Max 是典型的 “鸟人” 型研究者
12:07
模型虽不完美但有用。
16:21
KAN 网络是 AI 设计科学化的起点
18:21
语言是演化馈赠，模型利用语言即可成功
20:22
模型设计比模型本身更重要
27:23
过度聚焦于 Transformer，可能忽视整片星空。
35:38
技术 DNA 须源自自身
41:08
创造研究的语言，实现自动化与规模化。
42:41
需要新颖架构和大量研究，而非单纯堆资源
46:28
清北本科生水平高于 MIT
50:51
通过预测未来掌握世界模型
59:06
当前 AutoResearch 发展受限主要源于数据缺失而非架构问题
1:06:08
每个 trick 都有其适用条件，而非普遍有效
1:11:10
AI 自进化短期需符号主义约束，长期或不需要
1:16:48
AI for AI 是通往 AGI 的必要但不充分条件
1:20:21
用户只需描述需求，系统即可自动完成模型训练与部署
1:21:58
人人可训模型，孵化垂直领域 OpenAI
1:28:19
研究品位和直觉是遮羞布
1:38:23
社会由故事驱动，叙事与技术同样重要

Chapters

中美 AI 资本狂潮与创业热潮
00:00
刘子鸣的自我介绍（从物理转型 AI）
02:00
研究者的类型：“鸟人” vs “蛙人”
08:24
2024 年研究 KAN 网络，刚开始 Max Tegmark 不同意
10:24
思考，怎么让设计模型也变成一门科学，变得 scalable？
16:18
我同意谢赛宁说，“大语言模型是反 bitter lesson 的”
18:21
在我看来，在后 LLM 的时代，模型设计会变得更重要，因为 LLM 的成功不是因为模型
20:20
我的研究：嫁接神经和符号两个世界，嫁接 AI 和自然科学两个世界
21:16
从 MIT 到斯坦福，信仰变了，身边很多人都从 scientist 转化成 entrepreneur
28:00
26 年，亲历了硅谷和中国两边 neo labs 创业潮，neo labs 大量涌现的本质是什么？
37:11
当下 neo labs 资本涌入最活跃的两个方向：世界模型和 AutoResearch
42:41
作为 neo labs 参与融资的实际体感：“就是，太疯狂了！”
44:16
做 AI for AI 技术路线和田渊栋的 Recursive Superintelligence（RSI）区别是什么？
46:51
meta model（原模型）是预测下一个 curve，这件事怎么做呢？ 设定的目标是什么？
54:53
如何理解 AI 这个黑盒？空间（看得更细）、时间（看模型如何演化）、平行宇宙（做可控实验）
1:04:20
为什么做 AI for AI 需要 Physics of AI？为什么做 AutoResearch 需要理解 AI 的原理？
1:09:09
Anthropic 的机制可解释性能做到什么程度？
1:12:49
如果 AI for AI 在 AGI 主线上，neo labs 和现有 frontier labs 的竞争
1:18:16
倘若人人都能训模型，能干啥？
1:21:57
梳理今年中美做 AI for AI 的创业团队和路线
1:26:25
截至 2026 年 AI 发展阶段和创业新体验
1:34:50

Transcript

张小珺: Hello 大家好，我是张小珺，我们此前访谈过谢赛宁，洪乐潼，他们分别是来自于欧洲和美国的 neo labs。但是今天的这个现象已经不止于海外。2026 年，中国也涌现了一批新型实验室。这些有研究背景的老师或者学生，正在成为一级市场的新宠儿，他们普遍很年轻，有名校科研背景。第一次创业，在还没有产品的时候，就能以估值数亿美金融资。当下资本涌入最活跃的方向是，世界模型和 AutoResearch，AutoResearch 就可以叫做 AI for AI。我很好奇这个现象的现实与成因。那这期节目呢，我邀...
小宇宙
Open in 小宇宙