张小珺Jùn｜商业访谈录 podcast

Available Episodes

5 of 122

119. Kimi Linear、Minimax M2？和杨松琳考古算法变种史，并预演未来架构改进方案
今天这集节目，我们将讨论一个在当下非常关键的话题：人工智能的算法与架构创新。嘉宾是我们的往期嘉宾返场，她是MIT在读博士杨松琳，研究方向是线性注意力机制。我们将从最新发布的几个模型Kimi Linear、Minimax M2、Qwen3-Next切入。松琳参与讨论Kimi Linear和Qwen3-Next的部分工作，是Kimi Linear论文的作者之一。算法创新为什么在2025年变得尤为重要？它的背后原因是，数据、算力和算法是驱动人工智能的三驾火车，在数据撞墙的无奈前提下，各个模型公司不得不重新开始“雕模型架构”，以期Scaling Law的魔法继续。而由于中国的算力相对美国有限，这反而让中国的AI算法创新走在了世界前沿。这集节目你将听到，近几年架构最大突破是DeepSeek的MoE（混合专家模型），它让MoE成为了全球共识；而下一个突破的重要方向可能就是Attention（注意力机制）。中国公司在Attention展开了不同技术bet（押注）：截至目前已发布模型，DeepSeek正在探索Sparse Attention（稀疏注意力机制）；Kimi正在探索Linear Attention（线性注意力机制）；Minimax在年初的M1版本中探索Linear Attention，而在刚发布的M2版本中又回退到 Full Attention（全局注意力机制）。节目中，松琳将讲解她参与的这篇《Kimi Linear: An Expressive, Efficient Attention Architecture》的工作，并分析以上这些公司在Attention上的不同抉择；与此同时，她也将带领大家考古人工智能算法变种史，并预演未来算法与架构的改进方案。本集比较硬核，会有一些专业难度，大家可以根据自己的实际需要收听嗷:)因为嘉宾的工作环境会出现中英夹杂，希望大家多多理解和支持。04:00 个人、研究主线与线性注意力机制的探索之路06:27 松琳做过一个开源库：flash-linear-attention（简称FLA）07:04 怎么通俗理解Linear Attention的Linear？11:19 聊聊最近参与的新工作，前几天刚发布的《Kimi Linear: An Expressive, Efficient Attention Architecture》（Kimi Linear：一种具有强表达能力与高效率的注意力架构）（FLA库的另一个作者Zhang, Yu邀请）12:20 为什么Kimi在年初开始需要重新设计注意力机制？设计的背景和目标在Linear Attention下，推理阶段的计算与显存成本都显著降低；而使用Full Attention时，长文本解码的代价会非常高昂14:39 《Kimi Linear》论文重点讲解：KDA模块（Kimi Delta Attention，增量注意力机制）18:56 Kimi内部有一个Scaling Ladder（规模阶梯），在一个规模下面表现好就在下一个规模下面去scale，就像通关20:20 Kimi Linear Attention vs DeepSeek Sparse Attention：Kimi走线性注意力路线，DeepSeek走稀疏注意力路线，都想解决长文本decoding（长上下文生成）的效率问题23:01 Minimax从M1到M2的架构变化，从Linear Attention退回到Full Attention，为什么？27:00 硅谷的注意力机制方案不方便说，但可以浅聊一下OpenAI有paper的方案28:05 Linear Attention从2020年发明出来开始后的前进线索每一次大家关心Linear Attention都是因为大家撞到了Context Wall最近长文本的decoding卷土重来，让人们不由自主审视这一套技术38:16 纯Linear Attention是无效的，混合注意力机制还是有很多全局注意力层，这样下限有保证40:30 Kimi Linear每3层KDA插入1层全注意力层，三比一的比例快变成共识了Minimax之前用的是七比一，但现在大家逐渐回到三比一——这成为不共识的混合注意力机制中的共识了42:32 权衡（Trade-off）表达能力（expressivity）与计算效率（efficiency）Minimax曾经也提到，混合线性注意力/混合滑窗注意力在“多跳推理”上会有缺陷对于“多跳推理”，如果我们开发一些硬件高效但表达能力更好的RNN（循环神经网络），这个GAP有可能缩小46:28 chunkwise algorithm for parallelization（分块并行算法）47:55 如何设计Attention？两条主流和一些非主流路线49:36 结合Linear Attention和Sparse Attention的未来理想方案Linear Attention和Sparse Attention没什么竞争关系，Linear Attention的竞争对手可能是Sliding-Window Attention（滑窗注意力）工业界Linear Attention和Sparse Attention结合的探索似乎还没开始我想象中的理想方案是：把混合注意力的全局注意力（Full Attention）换成稀疏注意力（Sparse Attention）只要Sparse Attention选得准，完全可以取代Full Attention，但现在的问题是它选不准55:36 公平的比较：Linear Attention vs Sliding-Window Attention（滑窗注意力）57:05 Transformer → MoE → Linear/Sparse Attention的算法演变，背后动因是给定你相同的FLOPs（浮点运算量），利用这些FLOPs，取得更低的损失函数MoE（混合专家）是更高效的FNN（前馈神经网络）的替代品58:26 近几年架构方面突破最大的是MoE，下一个突破可能是Attention；Transformer就两个模块，一个是FFN，一个是Attention；现在FFN已经雕成MoE，现在Attention大家也可以雕一下01:01:28 数据、算法、算力是驱动人工智能的三驾马车，当数据遇到数据强，算法创新变得更重要01:02:48 架构的未来：1、能不能干掉全局注意力？它是阻止context window继续scale up的主要瓶颈2、Continue Learning，让AI自己学习01:04:30 如何把Linear Attention的Transformer继续scale up?01:07:43 中国AI的算法创新相比海外肯定是更强的——因为没有那么多卡（不过美国公司更多投入优化器一点，国内在逐步重视01:10:56 其他训练细节：NoPE vs. RoPE01:12:09 DeepSeek-OCR01:12:55 松琳也参与了Qwen3-Next，没有参与Minimax M201:13:39 “雕”架构的人01:15:16 自己的心路：“当你很清楚你要做什么的时候，你是不会遇到什么挫折的”经验分享：PhD还挺顺利的，得益于我入学之前的半年考古01:23:12 说到考古，我们在最后聊聊从Transformer开始的算法变种历史01:29:50 Delta Rule算法、硬件亲和、DeepSeek非常追求硬件和算法的匹配01:42:23 给更年轻的年轻人的建议嘉宾往期节目：《逐篇讲解DeepSeek、Kimi、MiniMax注意力机制新论文——“硬件上的暴力美学”》谈到的论文：《Kimi Linear: An Expressive, Efficient Attention Architecture》《MiniMax-M1: Scaling Test-Time Compute Efficiently with Lightning Attention》《DeepSeekMoE: Towards Ultimate Expert Specialization in Mixture-of-Experts Language Models》
--------
1:43:25
--------
1:43:25
118. 对李想的第二次3小时访谈：CEO大模型、MoE、梁文锋、VLA、能量、记忆、对抗人性、亲密关系、人类的智慧
2025年4月，我与理想创始人兼CEO李想录制AI Talk第二季。那次对谈持续了很长时间，播出版仅1小时，今天你看到的是完整版。这一集节目的发布比预期晚了些。过去几个月实在太忙了，我一度犹豫要不要继续放出。但当我重新整理这些内容时，仍然被它打动——这是一份关于人工智能技术变革的“节点式思考存档”。你可以结合2024年底我们那场3小时谈话一起观看，感受两次对话之间，思考的延展与呼应。这次，我把李想当作一个“CEO大模型”来提问。假设他是一种MoE（Mixture of Experts，专家混合）架构的模型，我在对话的前三个回合调用了他的三位“专家”：技术专家、战略专家、组织专家。而当谈话深入到后半程，我们开始讨论人、能量、亲密关系、记忆程序与人类的智慧。“AI与人的关系”，是本次对话的母题。（录制于2025年4月）02:35 第一章：假若你是一个CEO大模型人类做熵减，AI做熵增工具的三个分级：“信息工具”、“辅助工具”、“生产工具”“生产工具”重要的衡量是：你愿意为它付钱梁文锋极简运用了人类最佳实践按照最佳实践是反人性的，随心所欲才满足人性我只能做最好的自己，我一直在自己的长板延长线上理想为什么还做基座大模型？当时我们比较担心陈伟团队（基座模型自研团队）怎么想？这个压力挺大的36:18 第二章：调用MoE之技术专家李想手把手教你训VLA达到VLA不是突变的过程，是进化的过程，经历了三个阶段我给你讲一下VLA是怎么训的，以及VLA自己怎么去工作的我不会做超长CoT，我的CoT链条一般两步到三步至少5年内不会有通用Agent，但会有一个Agent OS要顺着人性去说，逆着人性去做如果大家不想做前面包子的积累，只想吃第10个包子，很像练《葵花宝典》黑盒、世界模型和定价逻辑每1万公里的验证成本，我们做到从最开始18万降到4000块钱01:25:36 第三章：调用MoE之战略专家2025年雁栖湖战略会如果看战略，中间的圈是规模，圈外边有三个变量：用户需求、技术产品、组织能力具备这四个特点的，就是AGI时代的终端：360度对物理世界感知的能力、认知决策的能力、Action的能力、反思反馈能力到了AGI时代的终端，对于能力的要求变得不一样了如果看到2030年，我们希望能够成为全球领先的人工智能终端企业这是我们未来的3-6年要去解的题李想的理想会不会太过于理想？构建3-7人能量体高维组织兼容低维组织02:09:26 第四章：智慧是我们和万物的关系我的记忆程序创业不容易，但是没必要苦哈哈的大女儿我们家里实现了一个“三人支撑”，这让家里的能量大幅地提升人是用来发挥的，人不是用来改变的不要构建那么多亲密关系，亲密关系太多了就证明这个人不会经营关系把智慧当成一个重要的人类特质去发展对李想的第一次3小时访谈：《对李想的3小时访谈（播客版）：宅男、AI、家庭、游戏和天梯》本集节目同步上线文字版和视频版：文章：公众号（语言即世界language is world）视频：Bilibili（张小珺商业访谈录）
--------
2:46:22
--------
2:46:22
117. 开源一段论文探索之旅：模型范式、Infra和数据、语言、多模态的完整变迁史
今天的嘉宾是谢青池，他是美团光年之外的产品负责人。一个月前，青池找到我，说他用了一年多的时间一篇一篇地啃完了200多篇AI论文，从开始全然不得要领，到后来逐渐地入门——而他希望将他的论文探索之旅开源给大家。就这样，我们有了今天这集特别的节目。他从200多篇论文中精选了36篇经典，4小时讲解，带你穿越AI变迁史。他说，读论文是“给你打开一扇门”，让你能直接“与这个世界最聪明的头脑对话”。2025年，期待我们和AI共同进步！01:30 探索的缘起07:25 怎么读论文？（用AI学AI）10:20 辅助小工具和路书论文讲解的主干：19:35 Part 1：模型的范式变迁故事要从1999年的第一颗GPU开始讲起Brook: 用GPU进行计算（2004.08）AlexNet: 深度学习的开端（2012.10）对序列建模：seq2seq和Attention的引入（2014.09）蒸馏：模型能被学习吗？（2015.03）ResNet: 比深更深（2015.12）Transformer来了！拉开一个时代的序幕（2017.06）AlphaGo Zero: 强化学习的突破（2017.10）现代MoE的开端（2017.01）CoT: Prompt Engineering的奠基之作（2022.01）LoRA: 那个我们每天都在用的东西（2021.06）ReAct: Agent从理论到落地（2022.10）The Bitter Lesson: 过去70年的教训（2018.08）01:52:58 Part 2：Infra与数据的变迁ZeRO: 大规模的GPU并行计算（2019.10）Scaling Law & Chinchilla: 上帝的指挥棒（2020.01 2022.03）LAION-5B: 开源社区的英雄主义（2022.10）The RefinedWeb: 互联网的数据也很够用（2023.06）MegaScale: 万卡GPU集群的训练（2024.02）02:21:29 Part 3：语言模型的发展Word2Vec: 用机器学习将单词向量化（2013.01）Google Translate: 神经网络的大规模线上部署（2016.09）GPT-1，它来了（2018.06）BERT: 曾经的王（2018.10）GPT-2: 是时候告别微调了（2019.02）GPT-3: ChatGPT来临前夜（2020.05）InstructGPT: 给LLM以文明（2022.03）Tulu 3: 后训练的开源（2024.11）03:08:08 Part 4：多模态模型的发展DeepVideo: 深度学习进入视频领域，Andrej 初出茅庐（2014.06）双流网络: Karén和学术重镇牛津登场（2014.06）图像生成的序章: GAN来了（2014.06）Diffusion: 在GAN的阴影下，悄然成长（2015.03）DDPM: Diffusion重回图像舞台的中央（2020.06）ViT: 当图像遇到Transformer（2020.10）CLIP: 文生图的奠基石（2021.03）Stable Diffusion，它来了（2021.12）DiT: 人们期待一个融合的未来（2022.12）03:56:38 最后的聊天架构抱住了硬件的大腿今天技术的边界到达了哪？给“站在AI世界门外张望的人”和“已经在体系中工作多年的人”的建议【技术之美】系列：逐句讲解DeepSeek-R1、Kimi K1.5、OpenAI o1技术报告——“最优美的算法最干净”逐篇讲解DeepSeek关键9篇论文及创新点——“勇敢者的游戏”逐篇讲解DeepSeek、Kimi、MiniMax注意力机制新论文——“硬件上的暴力美学”逐篇讲解机器人基座模型和VLA经典论文——“人就是最智能的VLA”逐段讲解Kimi K2报告并对照ChatGPT Agent、Qwen3-Coder等：“系统工程的力量”【更多信息】本集的投屏视频版已经同步发布于Bilibili（张小珺商业访谈录）：https://www.bilibili.com/video/BV1pkyqBxEdB/?spm_id_from=333.1365.list.card_archive.click&vd_source=aa7c66a3d015be4b5bfcd520784f279050页完整PPT开源地址（所有论文链接附在PPT上）：https://w7py8ou4dk.feishu.cn/wiki/KacewdlmSiSGC9kUOKDch9gwnKf?from=from_copylink
--------
4:22:37
--------
4:22:37
116. 吴明辉口述19年史：漫长的沉浮、痛苦急转、企业级Agentic Model、现实世界的数值游戏、IPO
今天的嘉宾吴明辉是明略科技的创始人、CEO兼CTO，明略科技于2025年8月29日获境外发行上市备案通知书，不久后将于香港上市。这是一次上市前的访谈，吴明辉口述一家To B公司漫长的19年故事，其间经历了好多次的分分合合、沉浮与急转。你能在这里面找到许多我们节目嘉宾的身影——肖弘、李广密、杨植麟。我们也聊了聊面向全新的AI时代，企业服务级AI与Agentic Model的前景。但这个故事的最开始，要从他与峰瑞资本创始合伙人李丰的公司合并聊起。2025年，我们和AI共同进步！02:11 Part 1：第一段创业开始的快问快答和我们嘉宾广密、Red的渊源创业的开始：祝伟投资吴明辉和李丰合并后的公司最开始罗永浩、李笑来是我们的股东第一版商业计划书就是推荐系统，为什么没做今日头条？奥林匹克竞技训练的心理调适秒针系统的成功眼睁睁看着今日头条的流量哗啦啦起来56:08 Part 2：第二段创业“老板上完商学院，团队遭殃”同时创立明略科技、云迹机器人学习美国一家数据分析公司Palantir，但从To G转向To B收购Red的决策，我希望他做我的CEO successor2020-2021年：战场开得太宽、走过的弯路2022年：痛苦的急转，人生最suffer的一年有AI以后，预计企业级服务会出现并购潮01:45:01 Part 3：企业服务级AI基于公开数据训基础模型、以卖Token为商业模式的公司会很卷，卷成电费有私有Data的公司能产生差异化价值现实世界的数值游戏新产品“DeepMiner”的由来Agent或Tool Use在企业服务领域产生了新的链接Agent是一种交互技术，对To C和To B互联网都会产生革命性变化那些不提供供给侧能力、只提供链接网络，而这个网络又不是根结点的公司，会很危险将来企业只有两类人？老板和合伙人（合伙人不是公司员工）一个幸福的老板，个人使命、家庭使命和公司使命高度相关
--------
3:47:45
--------
3:47:45
115. 对OpenAI姚顺雨3小时访谈：6年Agent研究、人与系统、吞噬的边界、既单极又多元的世界
今天的嘉宾，我们很开心邀请了OpenAI研究员姚顺雨。2025年4月，姚顺雨发布了一篇有名的博文《The Second Half》，宣告AI主线程的游戏已进入下半场。这之后，我们与他进行了一场播客对谈。姚顺雨毕业于清华和普林斯顿大学，开始智能体的研究非常早。在博士期间他意识到语言可能是人类发明的最接近本质的工具，于是转向语言智能体研究，至今已6年。他有许多有代表性的工作。我们的谈话从个体出发，共同探索由人、组织、AI、人与机器的交互，所抵达的这个世界智能的边界以及人类与机器的全景。前不久，我刚刚创立了一家新的内容工作室「语言即世界工作室」，顺雨很意外地从另一个角度帮我回答了，我们工作室创立的初心。为什么我们相信语言是这个世界的本质奥秘？他的表达是：“语言是人为了实现泛化而发明出来的工具，这一点比其他东西更本质。”（本次访谈发生在2025年5月，访谈为个人观点，与所供职公司无关。）02:58 第一部分：人感觉我前28年的人生，非常的乖我一直有这个非共识：我想要去做Agent 第一年最大收获是，要用GPT，不要用BERT；第二个learning是任务或环境非常重要我的研究有两个核心：一是怎么去做一些有价值、和现实世界更相关的任务和环境；二是怎么去做一些简单、但又通用的方法17:50 第二部分：系统 Agent是一个非常古老的概念，任何能进行自我决策、与环境交互，并试图优化奖励的系统，都可以被称为Agent Agent演变的三波兴衰：大家可能更多注意到方法线，容易忽视任务线，但这两条线是相辅相成的 Agent发展最关键的两个方向：一个是让它拥有自己的reward（奖励），能自己探索；另一个是Multi-Agent（多智能体），让它们之间能形成组织结构 Code有点像人的手，它是AI最重要的affordance（环境给予行动者的可能性）任务的设定泛化的工具奖励的机制48:38 第三部分：吞噬的边界创业公司最大机会是：能设计不同的interface（交互方式）可能模型的能力会产生beyond ChatGPT（超越 ChatGPT）的交互方式，变成Super App 拥有一个Super App对于公司是双刃剑，当你有像ChatGPT这样的Super App，很自然你的研究就会围绕这个Super App Assistant、Her，或者像人一样的交互方式，显然是最重要的交互方式之一；不显然的是，我能不能基于不像人的交互方式？这世界是个相互抄的关系，而不是一个单向抄的关系 OpenAI可能会成为一个类似Google的公司，成为新世界里非常重要的一环，但这并不代表，这个世界就会被这样一个单极系统垄断最终的智能边界，是由不同的交互方式决定的，而不是由一个single model（单一模型）决定前年冬天，我读到冯诺依曼临终前写的一本书：The Computer and the Brain 环境永远是记忆层级中最外层的部分，这很哲学模型公司的Chatbot系统会演化成一个很自然的Agent系统01:05:01 第四部分：人类的全局人与系统：Agent要不要像人？“是一个效用问题” OpenAI是一个bottom-up（自下而上）的公司如果你没有一个different bet（不同的下注方向），很难超越前面的霸主我导师是GPT‑1第二作者，他在OpenAI待了一年，他对这件事是有点怀疑的如果你成为了伯克希尔的CEO，未来要拿出500亿美金allocate（分配）到AGI行业，你会怎么allocate这笔钱？真正的危险，不是一个类似微信的东西打败了微信，而是一个不一样的东西打败了微信恰好这个时代，做上限更高的事更好【更多信息】文字版同步上线文字版请前往公众号：语言即世界language is world
--------
2:31:32
--------
2:31:32