探讨大模型前沿技术与商业化落地 |【奇绩潜空间】第 3 季开始报名

关注奇绩的小伙伴，奇绩潜空间第三季活动开始报名，第一期活动时间为 7 月 27 日。

奇绩创坛关注最前沿的大模型技术趋势和商业化落地实践，我们定期邀请 GenAI 时代冲得最快的一批创业者 / 科研学者 ，来【奇绩潜空间】分享产品探索和商业化落地实践。

继第二季姚顺雨、吕骋、尤洋、蔡天乐四位嘉宾的分享后，本季我们邀请到 MiniMax 创始人兼 CEO 闫俊杰、Luma AI 首席科学家宋佳铭、卡内基梅隆大学助理教授陈贝迪、寒武纪 1 号开源多模态大模型探索者童晟邦，继续为大家带来闭门分享。

【第 1 期嘉宾介绍】宋佳铭 - Luma AI 首席科学家，斯坦福大学计算机科学博士、博士后。曾任职英伟达（DIR）小组科学家 ，创建了最早的扩散模型加速算法，该算法广泛用于最近的生成式 AI 系统，包括 DALL-E 2、Imagen、Stable Diffusion 和 ERNIE-ViLG 2.0。他分享的主题是 Dream Machine：从视频理解 3D。

【第 2 期嘉宾介绍】陈贝迪 - 卡内基梅隆大学助理教授，斯坦福大学人工智能博士后学者，前 Meta AI 研究科学家。致力于在现代硬件上设计和优化算法和模型，以加速大型机器学习系统。她将为我们带来关于 Efficient Long-context generation 的分享。

【第 3 期嘉宾介绍】童晟邦 - 纽约大学博士，师从 Yann LeCun 教授和 Saining Xie 教授，是伯克利人工智能实验室（BAIR）的研究员， 目前在 Meta 暑期实习中，近期获得 OpenAI 超对齐奖学金。他将和大家探讨视觉在多模态大模型中扮演的角色。

【第 4 期嘉宾介绍】闫俊杰 - MiniMax 创始人兼 CEO，是中国第一梯队的大模型创业者，目前 MiniMax 估值超 25 亿美元。他将与我们聊聊 Intelligence with everyone ：对 AGI 0-1 的探索与实践。

为更好的帮助来到线下的创业者交流，我们全新升级了【Cofounder Matching】环节，在本期你可以抢先体验到奇绩校友「右脑科技」视频生成最新成果，并与 GenAI 时代最有活力的创业者和研究者面对面交流（往期参与者大多是来自 BAT、字节、京东、美团等大厂的算法工程师、架构师、AI 产品经理、创新战略部经理及大模型创业者们），你将有机会找到志同道合、有共同创业梦想的小伙伴。

报名通道已开启，点击链接报名。

【奇绩潜空间】第二季内容回顾

【内容回顾】姚顺雨 - 普林斯顿计算机系博士，ReAct 、思维树框架提出者， Agent 智能领域最早探索者之一。潜空间第 2 季第 1 期嘉宾 

关键词：Agent

姚顺雨分享了 Agent 智能领域的多个关键议题，从技术发展、挑战、应用场景到与大模型的结合，以及科研成果的商业化，深化了对 Agent 技术实际应用和未来趋势及挑战的理解。

【观点节选】

• “大模型和 Agent 是相辅相成的，有些人认为我们要更关注 Agent 的层面，有些人认为模型发展好了可以解决所有问题，这是行业内的一个深层的辩论。现在面临的另一个本质问题是如何解决数据挑战，以及如何解决落地场景挑战。在这样的情况下，如何找到一个既符合短期内模型的能力约束，又能落地，又能获取数据的场景是非常值得关注的，需要大家共同尝试。”

• “好的研究项目需要一个简单清晰的想法，而创业则要解决一个个实际问题。你需要做很多零碎工作，但最重要的是让方案跑起来，给客户做出来有用的东西。研究和创业相通的点在于都要思考你的客户是谁，如何为他们产生价值。例如你要研究一个评测工具，就要思考谁会用这个工具，怎样让大家能轻松使用，它能为用户带来哪些好处。但创业时，你要做一百万件很脏的事情，这是很大的区别。”

【内容回顾】吕骋 - Rabbit-R1 创始人 潜空间第 2 季第 2 期嘉宾 

关键词：AI 硬件

吕骋分享了他关于 Rabbit-R1 的设计理念及 AI 硬件的独特洞察与理解，既探讨了 LAM 、神经符号网络等技术性的进展，也分享了个人真实创业经历，与现场观众深入浅出地谈论行业的前瞻性思考。

【观点节选】

• 创业者唯独不要在商业模式上做创新，要使用已经验证过的赚钱模式，在商业模式上做创新的风险是极高的。

• 因为我们太小了，不用臆想自己已经在和巨头同台竞争，这是早期创业者常有的幻觉。创业者需要考虑的是怎样活下来，而不是如何去打败巨头。当然巨头都是从草根做起，但我们一开始还是要做好自己的事情。

• AI 硬件一定是特别热的赛道，取胜的关键是软件层面的革新和突破。因为大家底层模型的能力水平相似，所以要做到差异化竞争，不同形态的 AI 硬件是很好的思考角度。如果你的软件在特定场景下更好用，用户就会为它买单。

【内容回顾】尤洋 - 潞晨科技 Open-Sora 创始人兼董事长。潜空间第 2 季第 3 期嘉宾 

关键词：视频生成 

尤洋分享了 Open-Sora 项目的技术细节和未来规划，以及潞晨科技在商业化方面的尝试和策略，和大家讨论了视频生成领域的技术挑战、训练策略、市场定位和竞争环境。

【观点节选】

• 首先我们的定位肯定是不会和大厂直接竞争的。我们的初衷是为有视频生成和模型部署需求的中小型企业服务，当然，如果我们发展速度比较快，视频质量很高的话也可以把它做成一个服务。但在策略上肯定不能盲目的跟大厂直接竞争。

• 虽然大厂可能有更多的算力资源，但实际上目前我们用不到那么多。所以对创业公司来说，现在也有一些潜在机会——找到 Scaling Law 的正确方向。

• 出海现在是比较野蛮生长的一个阶段，并不是因为它的发展速度很快，而是还没有找到一个高效统一的策略让 AI 出海企业去模仿，也没有成熟成功的范式去借鉴。如何去竞争，哪一部分市场没有被触达，哪些是空白机遇点，这些事目前我们都还没调查清楚。如果做 AI 出海，能不能在产品上有吸引力，不被 ChatGPT 吃掉，是值得思考的。

【内容回顾】蔡天乐 - 普林斯顿“小天才”，Medusa 推理优化论文作者，MyShell 模型核心贡献者、创业者咨询师、天使投资人。潜空间第 2 季第 4 期嘉宾 

关键词：AI 推理

蔡天乐在分享中强调了系统性思维在大模型时代中的重要性，介绍了 Medusa 模型以及突破大模型在数学能力方面局限性的有效路径，他认为硬件与模型的协同需要结合具体应用场景进行优化，以应对推理效率的挑战。

【观点节选】

• 在模型和底层硬件愈加同质化的当下，要结合具体的应用场景才能做到推理层面的差异化。例如云端和端侧的场景需求就不同，对延时、吞吐的指标各有要求，这里就有较大的优化和差异化的空间。但只看模型推理服务商层面，技术的成本和效率很容易收敛到接近的水平。

• 端侧模型是非常重要的发展方向。未来可能会是偏混合模式的架构。端侧有两大好处，一是降低成本，利用用户自己的设备推理；二是保护隐私。

• 苹果发布的 Apple Intelligence 就是一个好例子，他们也是一套混合模式的模型，在手机上有一个小模型，同时也有一个云端模型，只有任务难度到达一定程度时才会调用云端模型，和我们的 Tool Maker 思想类似。未来模型层面可能出现类似人类社会分工的模式，有比较便宜的小模型，也有比较强的大模型。

感兴趣的小伙伴，欢迎扫描上方二维码或点击【阅读原文】报名参与。

- 全文完 -