Gemini 联席负责人罕见摊牌:世界模型不是视频生成,Agent 才是终局
如果你还把世界模型当成“更逼真的视频生成”,那你已经落后一代了。Gemini 联席负责人 Oriel Vignal 在这次访谈中,把 Google 真正押注的路线讲得异常直白:多模态只是起点,世界模型、可控模拟、Agent 与持续学习,才是下一轮分水岭。
如果你还把世界模型当成“更逼真的视频生成”,那你已经落后一代了。Gemini 联席负责人 Oriel Vignal 在这次访谈中,把 Google 真正押注的路线讲得异常直白:多模态只是起点,世界模型、可控模拟、Agent 与持续学习,才是下一轮分水岭。
很多团队都在“做 AI Agent”,但 Ara Khan 在这场分享里毫不客气地指出:大多数人只是在生产 Slop。真正有价值的 Agent,不是换个框架就升级,而是要跨越四个成熟度层级,其中第三层甚至逼近强化学习系统的设计方式。
AlphaGo 曾被认为是只有顶级实验室才能复制的奇迹,但 Eric Jang 在播客里抛出一个近乎挑衅的说法:今天,一个人、几千美元算力,就能从零“重建”它。更重要的不是算力,而是那套反直觉的思想结构。
如果你一直以为“做音乐”是少数天才的专利,这段对话会直接推翻你的直觉。Suno 创始人 Mikey Shulman 在一次访谈中反复强调:技术真正改变的不是音乐风格,而是“谁有资格创作音乐”。更反直觉的是,AI 并没有让音乐变得更模板化,反而在制造前所未有的怪异与美感。
几乎所有公司都在做 GenAI,但 95% 的项目连生产环境都进不去。前 Falcon 核心成员、Adaptive ML 联合创始人 Alessandro Cappelli 给出一个反直觉答案:问题不在模型、不在算力,而在你没用强化学习。
这是一场长达4小时的深度访谈,但真正炸场的只有一句话:AI行业已经不需要个人英雄主义。曾在Anthropic与Gemini训练模型的姚舜宇,用自己的路径、判断与犹豫,拆解了模型能力、应用创业、组织文化与个人选择的真实现状。
当所有人都在追逐大语言模型的“最终形态”时,NVIDIA 机器人负责人 Jim Fan 给出了一个反直觉答案:真正的 End Game 不在语言里,而在物理世界。一次演讲,把机器人、世界模型和 AGI 的关系彻底讲透。
当几乎所有人还在讨论更大的模型、更长的上下文窗口时,Demis Hassabis 在 YC 的舞台上泼了一盆冷水:这些都不足以通向 AGI。他直言,真正关键的问题至今无人解决,而且可能会在你正在做的创业项目中途突然出现。
在所有人都在追逐更大参数、更强算力时,Liquid AI 的 Maxime Labonne 反其道而行:专注 3.5 亿到 240 亿参数的小模型,并且明确说——小模型不是大模型的“缩水版”。这场分享,几乎逐条拆掉了从大模型时代继承下来的错误直觉。
当所有人还在为模型排行榜和参数规模上头时,这期播客抛出了一个反直觉判断:AI infra 可能已经进入“稳定期”,真正的变量开始转向应用、编码代理和激励机制。更意外的是,Token 和强化学习并不是冷门,而是下一轮竞争的暗线。