印奇出任阶跃星辰董事长的访谈：聪明人的诱惑、取舍、超长链路残酷淘汰赛、阶跃函数和超多元方程

2026年1月，印奇坐在张小珺对面，身上挂着两个头衔：千里科技董事长、阶跃星辰董事长。千里是一家A股上市公司，做AI跟车的结合；阶跃是一家大模型公司，2023年4月成立。他2011年创办旷视科技，做计算机视觉起家，在AI行业待了近15年。

这期访谈121分钟。印奇说话不快，少有宏大修辞，数字给得具体：基模一年至少30亿元投入，三到五年至少100亿元；智驾战争还会打三年，核心供应商最后剩三家左右；机器人数据要五到七年；未来大模型公司一年花30到50亿元，五年就是150亿元，得有一个应用每年赚回30到50亿元利润，这道数学题才算成立。

他聊了新身份、最激烈的科技竞争、阶跃星辰的两个赌注、千里打后发、旷视走过的弯路、聪明人的诱惑、未来五年的技术预判。下面按音频时间整理，保留关键判断、案例和数字。

新身份：两家公司，一个大脑 0:01:31

印奇先自我介绍。他现在是千里科技董事长，千里主要专注AI跟车以及未来机器人的结合。接下来多一个新身份，阶跃星辰董事长。阶跃是一家专注技术前沿的公司。对印奇来说，这是一个比较大的变化。

为什么此时出任？印奇把自己称为AI创业老兵，近15年一直沿着技术和模型这条线走。阶跃星辰是他深度参与的企业，今天正式出任董事长，希望投入更大精力支持阶跃发展。他还说，所有AI产业以模型为中心，希望阶跃和千里等相关产业能有更好的结合。大模型战场残酷，他自己也要加倍努力。

阶跃星辰2023年4月成立，印奇在当年7月前后就参与早期策划。最早是ChatGPT引爆大模型技术变革。印奇最初判断这可能是局部变革，更多跟语言相关。半年后，他和技术核心骨干多次讨论，改变判断，认为这是AI底层技术的变革，AI创业者不得不入局。

当时评估机会有两个角度：技术上是不是本质变革，商业上是不是自己的赛道。大模型的数据、参数和算力，一开始看起来更适合互联网科技巨头。后来发现，它对语言、多模态、物理世界都是底层技术。

为什么不在旷视体系里做？印奇的解释是，旷视路径清晰，做AI跟IoT硬件结合，组织偏软硬结合，商业模式面向B端，十多年下来组织已经比较固化，不适合早期大投入的全新创业。大模型会是一个新诞生的组织和平台。最早他希望旷视跟阶跃有好的合作，后来一步步走到今天。

阶跃星辰的英文名是StepFun，来自step function，也就是阶跃函数。印奇说，阶跃函数代表从量变到质变，也代表非线性。深度学习网络的重要基础特性就是非线性，很多非线性的叠加，也是智能的本质。星辰则代表做AI的人多少要有星辰大海的追求。

阶跃的预期有两个。第一，成为中国基础模型领域最优秀的公司之一，做基模是Day one的使命，人才、商业模型、资本都要匹配。第二，探索智能上限的同时，也要商业闭环。商业化一直围绕大模型跟终端结合，不管To B还是To C，都在终端场景里。

两个身份的关系，印奇说得很直接：千里构建以车为核心的AI智能化应用场景，阶跃提供基础模型大脑和AI底层能力。千里做智驾、智舱、Robotaxi，都需要一个强大的大脑，这个大脑就是阶跃。

他提到自己的技术底层信念来自《On Intelligence》，这本书以脑科学和进化科学为基础。印奇认为，人类在AI领域要谦卑，大脑结构是最重要的牵引。大脑从早期发育到新皮层，从物理空间生存到高阶语言和推理，这些部分不能跳过。AI跟物理空间结合，是走向AGI的必经之路。

他想做的具身智能，最终是一个机器人。机器人像重构一个新物种，需要大脑神经结构、传感器、硬件设备，要拆成不同步骤。先完成大脑构建，从车、手机这样的终端做起，最终走到下一个计算平台，姑且叫具身。这个事要一步一步来。

阶跃还在孵化终端公司。印奇把大战说得很显性：AI跟终端结合。终端分人车家。人以手机和穿戴式为核心，车以车为中心，家原来是家用IoT，未来具身智能的核心场景可能在家。车是第一个切口，手持和穿戴式是第二个希望跟大模型结合的点。

最残酷的竞争与一条长链 0:12:05

张小珺问，新征程最困难的是什么。印奇回答，这是一次链条很长的创业和创新，竞争可能是有史以来最激烈的一次科技竞争。

他拆了三个维度。第一，人才密度，全球最聪明的人都在这个比拼里。第二，资源投入，资金规模和研究开发强度是历史上最高的。第三，商业化节奏高度不确定，每个行业每个场景都会被变革，哪些先哪些后，很难判断。高度竞争、极大资源、商业化极不确定，这三件事叠在一起，对所有公司都是挑战，不管多大的科技巨头。

链条有多长？印奇说，首先是原始技术创新，技术本身在快速演进。像盖房子，底层一直在变，上面搭的产品甚至商业化，技术一变就可能推倒重来。链条从原始技术到产品化，到商业化，到商业模式闭环，同时还在快速变化。第二是速度非常快。

链条长、变化快，要抓什么？印奇抓两个点。第一，抓本质的技术竞争力。技术是这波变革的唯一变量，没有真正的长板，没有差异化，后面构建的东西都没有基础。这个长板可以是全面领先，也可以是局部领先，英文叫edge。第二，抓商业模式，方法不用复杂化，做排除法，把投入产出肯定不成立的模式排掉。

他举了两个不能选的模式。做基模公司同时做To B，肯定不成立。基模投入非常大，To B商业化变现周期长，一家创新公司能达到的收入和利润上限有限，算不过账。第二个，做基模同时做C端纯软件应用，也不成立。互联网大厂有用户、有数据、有场景，数据飞轮已经转起来，模型性能最终决胜因素还是数据，数据由用户场景决定。创业公司并非完全没有机会，但非常难。

基模的投入门槛，印奇算得很清楚：一年至少30亿元人民币，未来维持三到五年，基础研发投入至少100亿元。这已经是非常高效的投入，大厂远高于这个数。以这个投入为前提，纯To B和纯C软件都不成立。

那阶跃选什么？围绕偏软硬结合的场景，做C端商业化，中间也会做比较好的To B服务，最终场景都是AI加终端。为什么软硬结合是更好的商业模式？印奇给了两个理由。第一，大模型时代，硬件角色越来越重要。很多Agent会有硬件载体，未来硬件更像Agent的实体化存在，硬件、模型、软件是三位一体。第二，硬件很难赢者通吃。手机、汽车都有多家玩家，有多家，创新公司就有机会上牌桌，能形成一定规模化效应。

未来创新硬件会很多。印奇引用一位行业前辈的判断：千万级量级的创新硬件会挺多，手机、PC是一年十亿级甚至过亿级的量级，其他硬件更多在百万级。AI重新定义交互，原来以屏幕尺寸定义硬件体系，手机、平板、PC。未来语音、多模态交互把屏幕相对释放掉，很多创新硬件都有机会。

张小珺问会不会是AI手机。印奇说，不完全会是AI手机，还是得新的东西。豆包AI手机是很好的尝试，可能是字节在硬件上的第一步，后面是组合拳。AI时代做硬件，像雷军当年讲铁人三项，硬件、软件、互联网服务。这一波是硬件、软件、模型形成完整服务。录音办公形态的AI硬件是个好例子，切一个具体场景，软件和硬件为了让AI服务体验更好。未来用户用的是模型即产品，模型效果得好，配套软件，需要时配专属硬件。这种从AI视角定义的硬件会越来越多。

阶跃做模型以什么为目标？印奇说，基础模型会在100个领域每个领域都好10%，这是基模的推进。模型侧有两股力量，一个推，一个拉。推是技术竞赛，从模仿学习到强化学习，未来三年技术还在快速变化，底层还有很多创新。拉是场景牵引，会越来越重要。模型尺寸并非越大越好，Gemini Flash也证明，效率、成本、性能和对核心领域的专项优化都重要，本质是平衡体。

终端场景要求两点。第一，基础模型水平世界一流。第二，不纠结单点benchmark刷第一，更关注模型架构能不能适配未来终端场景，成本和效率怎么样。所以阶跃的bet，首先是做基模，未来三年坚持，保持世界最一流基模行列。第二个bet是商业化用终端牵引。这是两条清晰的战略路径。

重新定义阶跃星辰：基模、全模态、VLA 0:21:09

大模型竞赛像淘汰赛。最早讲六小虎，现在没有六家了。大家最早抱着通往AGI的美好想象，后来发现路径残酷，需要很多钱，需要足够人才支撑。印奇说，这是逐渐进入决赛圈的过程，现在赛程可能过半。

竞争比想象中更残酷。第一，速度更快。第二，因为快，不管是因为相信还是因为焦虑，所有人都在里面，竞争强度更大，泡沫比例比想象中高。第三，资源消耗比想象中更大。更快、更大、强度更高，是一件事情。泡沫体现在哪里？印奇说，一个是部分公司的股价，一个是核心研发人员的薪酬，这两个市场是指标。

薪酬涨了多少？印奇从硬件毕业生角度回忆，AI 1.0时最贵的毕业生，一个在旷视这样的AI公司，一个去金融或量化。现在还是这两类方向，AI大模型和量化、金融创新。具体薪资他不说，网上很多。他给了一个体感：优秀的华人同学在中国和美国，基本是人民币和美金同等package的水平。很多薪资总体涨了五到十倍。

ChatGPT刚出来时，印奇的第一反应是跟旷视没关系。当时他们想做vision，做视觉，沿着机器人硬件走。他认为会有基模，基模涉及人机交互的部分最终会成为组件，谁好就用谁。后来发现，很少有垂类模型最后不被大基础模型吸进去。视觉模型、语言模型不会各自独立，多模态是阶跃的核心优势，最后打一筒，没有边界。大脑只有一个，只能选择做还是不做。

大模型有没有颠覆上一代CV？印奇说没有颠覆感。旷视是deep learning native，第一天就在做深度学习，国内最早的大模型项目他们也有深度参与，一直是推动者。他相信连续性，所谓颠覆，往往只是缺少前序信息。技术会从量变到质变，像阶跃函数，持续累积之后，认知会不一样。

印奇来了之后会主导哪些变化？第一是研发本身，需要更强更快的组织战斗力。他举了算法工程的例子。原来有平台化工程体系，每个研究小组也有小算法工程体系，两块都不足以支撑大模型工程体系。小组工程体系容易变成打杂，大工程平台又要承载对外To B等功能，很难支撑。现在整合成一个算法工程组，更贴近算法，把系统工程和算法同学融合在一起。

第二是数据。原来数据是独立体系，现在数据直接汇报给算法负责人。未来数据决定模型最本质的东西，可能占70%到80%。要什么数据、怎么收集、怎么清洗，算法同学必须深度参与。第三是one model覆盖所有场景，要拆成很多应用场景，文本创作、动态生成、陪伴等，一加N之间怎么协同，需要组织来配合。最关键还是更多优秀人才。

2026年核心攻坚专项是什么？印奇说，第一是一系列模型，从3.5到4，语言模型要做到世界一流水平。阶跃原来做多模态比较多，现在要把语言模型提上来。模型侧有三个关键词。第一，基模means everything，任何模态的模型都需要基模的核心智力水平。第二，全模态，包含文字、语音、图像。第三，VLA，车、机器人、未来手机终端里有很多运动部件和执行器件，action那部分会成为界面模型的重要差异化。

这和现在的大模型公司有什么不同？印奇说，现在大家没什么差别，中国大模型基本在大厂，其他公司基本在卷编程。编程从提升智能角度有价值，因为从模仿学习到强化学习，编程是最好的强化学习环境，有结果、能判断对错、场景复杂。但编程在商业化上价值有限，中国可能都收不了钱。大厂做得不错，DeepSeek开源体系水位很高，大厂竞争激进，价格压得很低，编程又跟上下游环境相关。新公司碰编程，跟碰chatbot一样，没有意义。

Chatbot是阶段性成果，交互不自然。印奇甚至认为它可能不是搜索那样级别的东西。问OpenAI的人，当年做ChatGPT，可能更多觉得是个很好的demo。用AI大模型取代搜索是确定性的事情，产品形态还不明朗。ChatGPT是C端超级应用，日活月活都很大，但护城河并不稳固，Gemini日活起得非常快，现在没有谁有特别大壁垒。

阶跃不会独立做纯C软件应用。如果做软件，一定跟硬件配套。这个决定第一天就做了，第一天就想软硬结合。商业上最终要回答差异化在哪里。过去十来年，旷视一直在做软硬结合产品，这也是兴趣所在。创业需要独立判断，做想做和能做的事。

打后发：千里与三年窗口 0:41:25

张小珺第一次看到印奇入主千里的新闻时，想的是这场战争打了很久，可能快结束了，他怎么才来。印奇承认，千里这场仗是第一次打后发。原来旷视都是先发，从技术出发，技术推着找场景，拿着锤子找钉子。

智驾这个场景经历了十多年近二十年，原来商业模式和技术路径都不明晰，有不同路线。今天路径比较清晰，以模型驱动，也就是特斯拉路径，上面叠加新传感器和产品设计。很多底层以模型为驱动，模型又跟大模型语言模型融合，AI最后的大脑部分在走向统一。原来技术的很多东西不能说没有积累，但很多会被颠覆，技术栈和数据很多不可用。

第二是商业模式。智驾、智舱、Robotaxi都在新能源车行业里，新能源车的OEM、主机厂和商业模式演进了很多。印奇认为，这个时候下场是很好的机会，也可能是最后的窗口期。这场战争还会持续三年。

第一次打后发感觉怎么样？印奇说挺好的。先发更多在宏观和战略层面，边界条件不明朗，摸着石头过河，靠技术判断力、商业趋势和运气，可控性没有那么强。先发需要快，需要大方向正确，沿着错误方向快也没用。后发比拼综合能力，组织力很重要，执行力很重要，还要说服客户：为什么你最后一个入场还能赢。给宣传的时间很短，要很快拿出结果。目前进展不错。

智驾行业格局，印奇判断会高度头部化。新能源车过度竞争会往上传导，真正在供应商、零部件角度，利润率不会很高。智驾和座舱都是大模型驱动的体系，研发成本很高。单台车能收的空间没有那么大，就一定要有规模。最终会形成三家左右核心供应商，不说有肉吃，至少有汤喝。三家会长期存在。

车企开始更多自己掌握智驾，印奇怎么看？他的判断是，智驾跟智舱不一样。座舱高度个性化，人机交互体验很重要，未来有很多增值服务空间，车企自研比例会很高。智驾是安全件，会像博世当年那些安全件一样，反而会到Tier 1手里。为什么有三家？华为肯定是一家，已经是老大哥。另外跟车企OEM格局相关，未来一定有几家头部车企，需要非常综合的供应商，这样的供应商应该有两家。同时还有中型、中小型车企需要供应商，可能是二加一或者二加二的组合，三到四家供应商。千里有机会。地平线、Momenta也在其中。

中国商业有两座大山，一座是字节，一座是华为，创业公司好像都会碰到。印奇说，所有科技公司都会碰到。字节从互联网应用往下延伸，华为从底层通讯和半导体往上涨，两家都很伟大。创业公司要找到自己的长板和一个切口。竞争的对象并非整个字节或华为，而是它局部的那支部队。创业公司第一要专注，第二要有自己的核心竞争力。

千里和阶跃的文化直觉上很不一样。做大脑和做躯干的公司应该不一样。印奇怎么同时管？第一，不同文化的组织应该相对独立，否则不同文化吸在一起，从任何一个角度都不够优秀。第二，因为有生态关系，互相配合会比两家非生态公司顺畅很多。他喜欢二元这件事，像太极阴阳，很多事本身有正反两面，两种体系构建好，反而能形成不一样的竞争力。

入主千里对印奇是个困难选择吗？他说，原来会觉得旷视是一生的事业，这算重要选择。但整个想法、目标、团队还是一个大生态，有很多延续性。到千里并不是很难的选择，因为AI 1.0时代一直在找场景，拿着锤子找钉子，发现有一个最好的钉子，又有最好的合作伙伴，这不是很难的选择。压力当然有，打后发比执行力，要给客户很短时间内的信心。做法进展不错。

张小珺说，现在的印奇好稳重，也很现实。十年前的他是这样吗？印奇说，十年前还没有经过现实社会的拷打。本质没有太大变化，表达方式变了。有些东西没有经历过，对难度的预判会有错误。经历过之后，对事情全貌更有感觉，会更审慎。很多事情不到真正闭环之前，不会下太多判断。现在是谨慎乐观。

AI 1.0到2.0：安防、上市与加法 0:53:03

AI 1.0和2.0的说法，印奇记得最早是他跟徐立吃饭时自嘲出来的。他并不觉得2.0比1.0强，还是一个连续性的战局，完全没有结束。媒体写东西需要标签。

如果AI 1.0重新来一次，会做什么不一样？印奇说，不会打安防。当时觉得安防是最大的领域，但旷视的人才不匹配这个行业，组织本身的文化和能力也不匹配。他最敬佩海康威视，公司和团队都很优秀。当年还是年少轻狂，这场仗不应该打。

年轻人打牌，把把都上。印奇说，其实有些牌可以不上。最后悔打安防，应该再等一等，更早进入车这个领域。理想时间是2016、2017年，最晚2019年左右进车都来得及。安防牵扯了很多团队精力，对组织能力有不同构建。打完安防对组织锻炼很大，但从商业策略角度，那几年可以在金融、手机领域再深耕。旷视在AI 1.0时代的金融、手机领域做到了前两名，没有做到绝对第一。那时候可以慢一点扩张，把已有客户服务好，把行业做好。

张小珺提到，旷视从2011年开始创业，拿着AI技术支点一直用锤子找钉子，公司叫Megvii，也是machine vision的意思。很多动作是想把技术用进去，最早做游戏，也不是想把游戏做到最好，而是想把技术手段用进去。这个创业思路今天看对吗？过去十年吃了最大AI蛋糕的，可能是字节、幻方、特斯拉这样从场景介入的公司，AI只是手段。

印奇说，要看这群技术同学的成长经历。他们一直在学习，跟世俗生活有点脱离感，对某个领域、某个产品、某个行业没有那么早产生热情。很多人只是对技术、对解题感兴趣，自然不可能对某一个领域有很强的感觉或很强的拍摄。这个过程绕不开。经历之后，需要双轮驱动，不光技术驱动，还要对一类场景和用户有感觉，真的想服务好这类用户，打造好产品。技术同学需要更有生活感，知道生活里的痛点，想定义更好的产品。这是人生必经的过程。

学霸在这个领域是贬义词。印奇解释，学霸代表过度热爱学习，倒不一定说学习好。技术同学真正接触社会和世界，慢慢对商业、对用户有感觉，反向驱动，最终一定以用户为中心。所有商业都应该以用户为中心，技术成为底层信念，成为解决问题的工具和手段，这样才比较顺。

旷视联合创始人反思，当年不愿意深入做金融，不愿意深入做游戏，可能也是一种技术ego。印奇认同。所以AI 2.0坚定要做To C。做To B这些行业，十年下来跟客户形成了很好的共生关系，但从内心的passion角度，很难。要把客户服务好，只做这个领域，可能不是最终极的追求。To C是明确要做的方向。千里不能代表他们对终端的全部想象，千里从车智能化开始切入，慢慢会离C越来越近。C有两个维度，一个是C端用户场景，不管To B还是To C，最后都为C端服务，智驾最后也是普通用户用。第二个是商业模型，找B端收费还是从C端收费，不同阶段有不同选择。

印奇跟张一鸣聊过。他觉得张一鸣非常厉害，对AI很痴迷。两种创业路径的差别，印奇认为商业最终还是最好从用户需求出发，这是最顺的。一鸣他们从移动互联网时代看到大机遇和好产品，产品形成商业闭环和飞轮之后，同时对技术有持续追求，这个模式比较顺。早年有贸工技和技工贸的争论，本质不变，也不用矫枉过正。以商业牵引没问题，同时对技术持续有追求，两个轮子驱动。华为和字节都是很好的代表，从产品商业驱动，同时对底层技术持续投入。

模型即产品会不会改变这个逻辑？印奇说不会。搜索引擎、推荐引擎都是模型即产品。大模型是第三代，做搜索和推荐也一定要有产品。现在大模型还没有到第一个killer app真正爆发的阶段。ChatGPT也不是。

张小珺提到余凯。余凯2019年做战略取舍，地平线2015年创业，2015到2019年很煎熬，找不到方向，进过安防，没有打赢，之前扫射各个行业，没有在一个行业生根。2019年初有人建议他看汽车，他做了一大波裁员和战略选择，地平线更早深耕智能驾驶。旷视联创复盘，旷视各个业务线全线开花，手机、金融身份认证、安防、机器人、智驾，一直做加法，减法做得不够，每个方向压强不够，毛细血管扎了一点血。这个复盘对吗？印奇说，是的。AI 2.0很多公司也这样。

如果重新来一次，会舍哪些？印奇说，金融和手机业务做得不错。底层原因是觉得这些垂类不够大，一直想找更大的。当年觉得安防最大，所以打安防，兵力倾斜很多。后来为什么攻不下来？安防看似To B，其实是以To G为核心的市场，基本是政府和政府相关国企往外延展。市场里还有面向渠道和分销的中小B市场，营销占比非常高。硬件是供应链、研发、市场go to market的全链条，旷视当时理解很浅。技术上掌握了AI跟安防结合的增量，产品角度和市场角度都不占优势。

中间有窗口期。AI 1.0公司有不同商业选择，有的自己做完整解决方案，有的只提供一项技术给已有玩家。每个AI战场都这样，有人做技术提供方，有人自己做闭环。能不能赢，要看技术撬动力够不够大，能不能在窗口期打赢已有玩家。回头看，挑战非常大，结果也比较难。

更好的选择是什么？印奇回到战略框架：想做、能做、可做，三者的交集。想做很重要，想做才会持续投入。如果不想做，做一会又想撤。安防行业本身很好，国内市场也大，但内心不够想做，也不排斥，就是不够想做。能做代表行业本身的核心基因和能力能撬动。安防里AI能力、硬件能力、市场能力，旷视可能只占其一，只有一个窗口期，要补另外两项，时间不可压缩，很难。可做源于外部市场环境有没有给机会。AI这样的大赛道，要等待三个交集出现，交集不是一直有。等待，抓住，才会有阶段性结果。

过去十年只打一场仗，应该打哪场？印奇说，打车。2011年到2016年怎么保证生存？那得看融资和讲故事的能力。要很坚定在一个赛道上，同时能活到那个阶段，前面就是靠等。过去十年有机会做这个选择吗？有，很多，只是没有做取舍。最好的取舍时间是2019年、2020年前后，可以比余凯他们晚一点，晚一两年都来得及。

为什么没有做取舍？创业有很大的惯性。那个阶段有资本市场的想法，大家目标还是很想上市，形成一个本垒打。大家都觉得资本市场是目标。回头看，资本市场是很关键的活下去的中间节点，但上市真的不会改变任何本质的东西。

“上市真的不会改变任何本质的东西。”

本质是什么？印奇说，还是业务，真正好的产品，好的经营产生好的利润，利润反哺持续做好的技术，形成良性循环。上市不应该成为目标。为了上市要做很多事，要放弃很多正确的事情，比如更专注短期业绩，放弃长期投入。郭士纳当年复盘，CEO要做的事情就是在长期和短期之间取舍，顶住压力做长期正确的事。说起来容易，做起来非常难。

上市的短期诱惑有多大？印奇说现在对他没有太大。AI 2.0的几小只很多在上市，不同企业不一样。有些企业不上未来可能很危险，从现金到商业故事能不能成立，拿了很多融资，需要在这个节点给投资人和股东一个交代，这是正确选择。但很多公司上市之后，本身就退出了竞争。第一，可能释放核心竞争的动力和压力。第二，上市的限制让它很难持续投入基模这些事情，需要非常强大的战略和坚定的耐心，很难。

每个行业都能进，选哪个？印奇说，还是选技术。技术要像雪坡，足够深、足够难，同时单一市场规模足够大。想来想去，手机领域旷视一直做得挺好，手机影像一直前两名。手机OEM体系非常集中，最后放给第三方供应商的总上限不大，可能10亿元总盘，第一名切5到6亿元，第二名切2到3亿元，上限非常有限。AI 1.0体系本质To B，To C很难有机会，团队没有真正To C的积累。To B角度，客户比较集中、总盘最大的就是消费终端，车和手机。车更分散，更适合供应商把总规模做大。

更重要的原因，印奇认为车是通往具身最重要的路径。打车的目的在带具身智能。具身太远，得活到那个时候，五到七年。最终是更具通用性的具身构型，是不是一定人形？印奇说，局部会跟人更接近，因为物理世界的桌子椅子、空间规格都按人的尺寸设计，对人的兼容性更好。

聪明人的诱惑与组织 1:14:32

张小珺说，旷视的人都很聪明，人才密度非常高，当年挖了AI最头部人才组的组织之一，今天的大模型公司里很多也是旷视的人。聪明人太多的组织会带来什么？

印奇说，当年旷视可能是密度最高的，没有之一。最早40人里有一堆奥赛金牌，包括国际物理奥赛金牌、数学金牌。这要感谢唐文斌，他的联合创始人，当年是竞赛国家队总教练，做成了一个很优秀的HR。

他的体会是，聪明分两类。有些聪明同学能做teamwork，能做团队协同；有些自己很强，但比较难团队协同。两类都遇到过。第一，要足够聪明。第二，真正能团队协同，还要有使命感。否则聪明人有很多选择，长期能坚持的聪明人才比较重要。

长期能坚持的聪明人多吗？印奇说，旷视汇集了一批，确实挺难，因为面对很多诱惑。聪明人能干的很多。他提到电影《金钱永不眠》，最优秀的做火箭的工程师去做金融，很多这样的例子。聪明会让人有很多捷径，很难不走，除非有使命要完成。聪明还有一个点，聪明人往往不能用笨办法长期做。正确的方式往往是比较常态化的、扎实的方式，聪明人容易想快捷方式、走捷径，反而容易走错。所以聪明人第一要长期坚持，第二要用正确的笨办法来做，都挺难。聪明没有那么重要。

聪明不是稀缺品。印奇说，至少在这个圈子里，技术能力很强的同学很多。还是要技术很好，同时有使命感，同时有智慧。智慧是价值观选择，愿意做更长期的事情，愿意享受复利效应，愿意长期积累在一个领域，不寻求短期变现，还要有正确的方法论。

现在招聘，对聪明的要求还高吗？印奇说，不同岗位不一样。研发有门槛。销售更看重有目标、使命必达、服务好客户。每个岗位有自己的人才画像，适合最重要。太多聪明人在一起会成为问题，这也是下一代科技公司需要解决的问题。下一代科技公司人才密度要超级高，怎么让聪明人在一起形成好的化学反应，真正做出伟大的事情，这是下一代组织要解决的。

怎么搭建组织？第一是选人。原来只要技术很好就招进来，现在要做非常强的筛选。技术很好但很难跟别人协同，或者自我特别大、以自我为中心，这样的同学不要。最终都是大的科研项目，要大家一起做，一股很小的力量不够。第二是机制。做模型大家都知道三要素，怎么把数据同学、算法同学、系统同学融合在一起。现在会很有意让算法和系统同学交叉，很多系统同学技术能力也很强，让他们更深接触算法；算法同学也要碰工程，不能只关注写paper和科研。

这也是为什么一定会有AI native的新科技巨头诞生，组织不太一样。每一代企业都是那个阶段最领先的组织，组织能力适配当时的技术和商业，自然脱颖而出。把商业拨开，看组织形态，每一代组织形态完全不一样。创新者的窘境，新公司跟老公司的挑战，不能简单看业务，要看组织。老组织如果能适配新业务，一定可以做得很好；如果组织本身需要非常大调整，这家公司大概率很难适应。这个领域越优秀的公司，越会把原来的组织能力固化得非常好，要打碎再重建非常难。

AI的组织形态和过去有什么不同？第一，人才密度极高。第二，大团队协同性要求很好。人可能比原来少，但最终也会越来越大。互联网投资公司可能三万人到十万人，未来真正做AI巨头的公司可能也得一两万人，但这是极高的一两万人。怎么构建，发展方法不一样。现在有没有好的雏形？印奇认为top down和bottom up要结合。制造业到ICT总体是top down，互联网公司整体是bottom up。AI体系需要两者融合。任何大的项目都是moonshot project，消耗资源很大，需要集中力量来做；同时组织文化和人才容纳度要有bottom up的活力。

印奇觉得自己是非常聪明的人吗？他说，自己不是最聪明的那一类，身边学习角度看过非常多聪明的人，智力超群的人很多。自己是中等偏上。他曾经一直想走捷径，每次走捷径都不是很顺利，最后还是以比较常规化的路径走到最想走的地方。后来慢慢不太走捷径，认知到自己擅长的类型是稳扎稳打，比较坚韧地往前走。

他尝试过什么捷径？物理竞赛。他原来做物理竞赛，感觉应该会拿到很好的名次，但每次最后一次考试特别紧张，最后还是通过高考体系。高考和中考都考得非常好。他核心想享受的是通过竞赛不用高考、不用中考，有捷径的爽感和优越感，但都没有享受过。每个人类型不一样，有些是你应得的，有些是你想得到自己不该得到的东西。慢慢就会比较坦然，知道自己能做到什么，能得到什么。

当时想上市是不是也想走捷径？印奇说，那倒没有。当时是竞争驱动下的资本手段，想反超。竞争对手拿了一笔很大的钱，想超过他。那个阶段需要吸引最好的人才。商业化竞争，大家都在争夺第一名的角色，今天还是这样，always是这样。

过去十年，AI 1.0的竞争对手就是商汤、依图、云从等四小龙。今天看，四小龙都没有长得很大，也没有很理想。怎么看？印奇说，那个时代其实没有什么AI真正成长起来。前几天跟梁文锋聊，梁文锋说AI 1.0时代唯一赚钱的公司是幻方。印奇说，yes and no。幻方那件事相对简单，商业化变现比较直接，选择这样一个赛道是战略上的正确选择。旷视这些人选择了更真正市场化商业的东西，路径比较长。再选一次，他可能还是会坚持自己的选择。

四小龙各自都有做得不错的。商汤和云从顺利上市，依图当年在安防领域产品、客户口碑做得很好，都很厉害。但那个阶段没有谁特别脱颖而出。印奇跟徐立聊过，内部批评某个事业部不赚钱，事业部一般不会说，你只要在行业找到一个赚钱的，我们就有标杆，结果一般也都不赚钱。这是大科技变革早期孕育的时间段，煎熬的阶段。AI本质降低了技术门槛，深度学习让AI更普惠。壁垒降低，资源投入很大，没有非常好的商业模式和商业飞轮，一定会陷入这种境地。过度资本投入，价格打得很低，商业循环很难产生正向利润，就更寻求资本市场资金注入，活得更久。这不是健康的竞争模式，但在商业战场上，你很难选择以什么方式战斗，必须选择活到最后。

会不会觉得运气不好，商汤上市了，依图没有？印奇说，商汤做对了一些事情。他一直问自己，如果历史大决策重新做一次，有哪些；如果把自己现在的境地跟任何公司、角色互换，有没有这样的公司。答案是没有。他不想做字节跳动的CEO，管不好，也没兴趣。每个人有自己的价值体系。旷视做的事虽然很难，如果五年后十年后能做成，会成为一家非常伟大的公司，能让所有参与其中的团队很有成就感。每一代创业有每一代的使命，不用幻想成为上一代企业里最优秀的人，第一成为不了，第二成为了也未必是想要的东西。每个人有自己的路要走。

当年很多旷视人参与大模型战争，离开旷视。印奇什么感受？尝试挽留过。另一方面，他也挺高兴。他跟一位旷视老同学聊，对方成长得蛮好。两件事让印奇有很强的成就感和幸福感：把AI这件事做成；看到一些非常聪明且价值观正确的同学自身获得很好的成长。他相信千里和阶跃构建的体系是好土壤，能让最优秀的人有很好的成长。有些同学在阶段性出去，能在新平台有好看的发展，他也觉得可惜，但没有特别大的ego。很多原来的同学回流。旷视有两个核心价值观：技术信仰、价值务实。这也是印奇个人的价值观。这帮人拿着锤子找钉子，但技术是他们的原点。总要有人对技术很热爱很偏执，这群极客有人生使命，本身就是技术驱动。真正有技术信仰的公司非常少。价值务实，他很喜欢OPPO、vivo、步步高讲的“本分”，这个词很有力量。价值角度要务实扎实，给客户、供应商、团队提供的价值都要扎实，才能持续变成口碑比较好的公司。

技术信仰的反面是技术投机。两类人好识别吗？印奇说挺好，看他能不能坐冷板凳。做AI创业跟做科研挺像。他刚读博时，老板说有两类PhD。一类很多中国学生是这样，去的第一年就发论文，发很好的论文，三到四篇，马上三四年就能毕业。另一类国外PhD，前三年不发论文，往往在找一个大的赛道，学术上找一个大坑，未来可以持续在里面有研发产出。第三年第四年开始连续发两三篇非常高质量的论文，像指数型曲线。这是人生选择。有些人做简单快速的选择，有些人做难的、长期更有价值的选择。这种风格贯穿一生。看他过去做科研、选学校、选专业、早期工作的选择，都能看出来。他不喜欢特别跳跃的同学，职场上每段时间都很短，履历看上去光鲜，长期看未必有竞争力。

这一代AI和上一代AI有什么本质不同？第一，从小模型到大模型，scale up之后很多逻辑不一样，对基础同学的要求不一样。这一代对工程能力要求非常高，即使做算法，也要有很强的动手能力，把工程做得非常好。第二，主题从To B到To C。上一代本质To B，技术撬动力和通用性不够；这一代本质To C。这两个差别足够大。

大模型几小只跟AI 1.0四小龙有什么不一样？印奇说，有很多，没有本质差别。朱啸虎说大模型这几家公司可能连四小龙都不如。印奇说，不认识朱啸虎老师。他说这话也不是为了抬四小龙，是为了打压现在新的。AI这件事很难，从两方面看。第一，它实现了很多技术同学、老师、教授的个人价值。第二，这件事本质很有意义，对人类发展、对社会都有价值。这些人都在努力探索。四小龙也好，六小虎也好，最后还是看未来三到五年能不能真正出现AI时代的BAT，能不能出现几个收入跟商业化真正成为平台企业的机会，现在都还没有实现。

之前跟一个投资人聊，过去十年最优秀的两家AI公司是字节和特斯拉。印奇非常同意。这两家公司起步的时候都不是AI公司，但他们对AI非常了解，也非常善于运用AI。AI时代可能还会有新的一波更加AI原生的公司，孕育时间挺长，但时代终究会到来。这是印奇这群人想达到的目标，不管谁实现，都是好的。用阶跃实现还是千里实现？印奇说，阶跃千里是一体的，会形成非常好的联动。

怎么不重蹈旷视的覆辙？印奇说，事业由人决定。如果印奇和创始团队不能完成本质的成长，最后路径肯定还是累死。人不能成长，事会被重复。第二，很多学习比较好的同学觉得很多事能一次性做对，但商业上有很多经验是反人性的。比如慢就是快，历史上也证明这是反直觉的。组织和战略上的认知，经过十几年积累，还是有价值。首先要做到不犯同一个错误两遍，这已经能回避很多问题。第二，内心要比较坚定，把自己的路走好。AI竞争非常综合和立体，懂技术的不懂技术的、大公司小公司都想做。还是要找到想做、能做、可做三者的交集，且要等到交集出现。用更平和的心态应对这场可能最快速的战斗，是很关键的因素。

今天让印奇做战略取舍，能取舍吗？他说已经做了，很聚焦，聚焦做AI终端。终端还是比较多，就是车和未来偏手持、穿戴式两个领域。大脑不能舍，最主要还是大脑。存在最小闭环的问题，产品叫MVP，最小集合。商业也有最小集合。大脑加上车，加上创新AI终端硬件，这些要素已经是最小集了。

经历过安防、手机、车很多战场，印奇更擅长打什么仗？他说，还是产品占比高的。他对事更感兴趣，跟人相关的事情没有那么擅长，希望技术产品占比高一些。

预判与超多元方程 1:37:35

伊利亚说人类马上要进入研究时代。印奇怎么看未来技术发展？他总体感觉技术路线途径在这里，但很多关键细节还没有实现。从学习范式角度，从模仿到强化学习，现在强化学习后半段，到后面不管叫自主学习也好，最大的三个学习范式基本就是这样。往下看，记忆系统怎么搭建，长期短期记忆怎么实现，是很重要的内核。从语言走向多模态，走向世界模型，是很确定的主线。学习范式、记忆、从数字世界走向物理世界，这三件事未来五年左右会被比较好地解决。这些要素解决完，AGI大概率能实现，路径比较明确。

他不太同意所谓research时代，说现在scheme里缺乏几个关键模块，需要学习更多科研，比如Transformer下一代是什么。总体还是大系统工程为主导的体系，中间需要很多研发驱动。

世界模型有多远？印奇说，世界模型跟产业应用很相关。车这个领域，世界模型是确定性的事情，特斯拉已经初步实现。国内千里很有信心，未来一年可以把这个领域的世界模型构建出来。更general的世界模型跟场景强相关，跟数据相关。世界模型的数据不天然存在，需要有数据、有场景、有应用，三者形成循环，才能形成好的世界模型。它还是在一个领域内，不能完全泛化。

未来三到五年大模型公司胜负手是什么？阶跃怎么留在第一梯队？印奇说注意两点。第一，技术上能不能咬得住，真正世界顶级模型的研发能力、组织能力能不能构建起来，这是不断加码的过程，竞争很激烈。可以