© 2026 顺风耳

v0.5.0

顺着风，听见更远的地方

顺风耳

搜索

目录稍后再看

排序

类型

平台

小宇宙47 声湃24 哔哩哔哩23 蜻蜓FM21

主题

人工智能57 具身智能50 访谈49 创业47 AI36 机器人28

访谈

共 11 条

小宇宙1:52:34

E257｜对话Vitalik：AI安全背后的哲学思想，有效利他主义如何影响硅谷？

从有效利他、理性主义讲到 AI 安全资金与权力；Vitalik 谈捐赠与 d/acc。适合校准「AI 安全思潮如何影响硅谷」的宏观判断。

硅谷101·发布于 1周前

小宇宙1:47:15

13.吴婷对话Rokid祝铭明：决战AI眼镜半山腰

Rokid创始人祝铭明回顾从砍掉音箱业务到AI眼镜跑出复购的过程，提出真正的决战在“半山腰”：拒绝低端内卷、守住金字塔尖，并用“硬件+OS+生态”全栈自研定义下一代交互。对理解消费硬件如何穿越死亡谷、以及AI眼镜距“iPhone时刻”还有多远，信息密度很高。

我有嘉宾｜商业纪实访谈·发布于 3周前

小宇宙2:34:18

153. 和曾鸣聊产业史观：残酷的真相、会消亡的公司、优秀≠卓越、“OAI、Anth大概率不是原生时代大赢家”

战略学家曾鸣谈 AI 产业化阶段、模型公司像「AI 云」、原生应用时代赢家、新平台是否来自旧平台等非共识判断。中文播客少有的超长深度访谈，适合整块时间校准产业史观。

张小珺Jùn｜商业访谈录·发布于 2个月前

小宇宙2:30:14

对卷卷的3小时访谈：从抖音到AI 3D、创业的过山车、成为制造业OS的野心、基础模型不会吞噬一切！

《十字路口Crossing》近三小时长谈数美万物创始人任利锋（卷卷）。从抖音0到1立项经验，讲到Hi3D与「制造业OS」：为什么进入实体制造后基础模型吞不掉拆件、纸样、刺绣与交付；工厂只关心订单时创业者如何自建实验工厂。对AI落地实体与Maker生态很有密度。

十字路口Crossing·发布于 2个月前

小宇宙2:24:42

前小冰CEO李笛：用旧商业模式做AI是一条死胡同

小冰前CEO、Nextie创始人李笛用约145分钟复盘十二年创业：AI没有边际成本递减，「免费换规模」失效，北极星应看GPU成本与营收比；商业闭环要按场景价值分润。并拆「高情商」为理性干预、警惕单模型应试路线，主张差异化智能体碰撞的群体智能。信息密度高，适合做AI产品与商业化的人。

Nonsense知灼 × 职场人类学 / 李笛·发布于 2个月前

未来的科学发现，会来自一群 AI 科学家吗？｜对话斯坦福 AI4S Lab 负责人 James Zou

斯坦福 AI for Science Lab 负责人 James Zou 谈虚拟实验室、多智能体协作做科研，以及人类科学家在 AI 加速发现里还剩下什么不可替代的角色。时长不长但问题锋利，适合想补 AI for Science 图景的听众。

涌现Lab·发布于 2个月前

小宇宙1:40:35

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

KAN一作、清华助理教授刘子鸣亲历中美neo labs融资潮，拆解世界模型与AutoResearch（AI for AI）为何成为资本最热方向，并谈机制可解释性、Physics of AI，以及小实验室与frontier labs如何竞争。适合观察2026年新型AI实验室生态。

张小珺Jùn｜商业访谈录·发布于 3个月前

小宇宙1:15:04

对话涌生智能杨梦：AI for Bio的下一场竞争，是把实验闭环验证真正做出来

华大涌生智能CEO杨梦谈AI for Bio如何从「会想」到「能做」：ProtoPilot打通需求→Protocol/SOP→设备代码→执行与失败回流；BioLab Bench评测全流程可执行性。约75分钟，把湿实验物理约束与自进化多智能体讲得很具体，是理解生命科学Physical AI基础设施的扎实长谈。

DeepTalk / 杨梦·发布于 3个月前

小宇宙1:00:17

对话魔形智能CEO徐凌杰：AGI is calling! 风口上的Token超级工厂 | 未知之境01

前壁仞科技总裁徐凌杰在千亿GPU独角兽上市前夜转身，去做更底层的「Token超级工厂」。这期《未知之境》把他从英伟达、AMD、阿里到连续创业的路径摊开，谈算力供给、商业化与AGI叙事之间的落差，适合想理解AI基础设施层真实约束的人。

第一财经·未知之境·发布于 3个月前

小宇宙3:36:36

138. 对罗福莉3.5小时访谈：AI范式已然巨变！OpenClaw、Agent范式很吃后训练、卡的分配、组织平权

小米大模型负责人罗福莉的首次长访谈，把2026年从预训练主导的Chat时代转向后训练主导的Agent时代讲得很清楚：RL scaling、卡的分配比例重构、组织平权，以及顶尖实验室在范式切换期怎么做决策。信息密度极高，适合想理解国内大模型团队真实工作方式的人。

张小珺Jùn｜商业访谈录·发布于 6个月前

小宇宙1:27:47

69.与田渊栋的访谈：大模型的真问题、变局、AI洪水与the path not taken

前Meta FAIR研究总监田渊栋谈大模型的真问题：效率、持续学习、自进化，以及科研品味（the path not taken）。从被裁经历聊到LeCun与FAIR氛围、Llama从爆红到落后，再到隐空间推理与研究加速时代。技术判断和个人世界观都密度很高。

卫诗婕｜漫谈Light the Star·发布于 7个月前