更新/下午。 和一个投资人讲如何看待计算机/深度学习以及当下的AI/Robotl技术途径是怎样演变的。主要是对具身智能生态技术栈做一些思考，写得时间有点远，有点草。以后有时间写一个系列（大部分都亲身参与或者学习其中），如果有人感兴趣。

更新/真正的爆发是从沉默中涌现的。同样，人一旦开始选择并坚持以创业为生，真正的勇气和无畏，恰是从恐惧中转化而来。这句话，如果你小时候走过山沟的夜路，可能会更容易理解。此外，没有人可以天生谜之自信。

随想/具身智能的基础模型已经四大流派。 两位科学家、一个企业巨头和明星创业公司。李飞飞的世界模型，强调仿真和数据，英伟达前半场信奉VLM从感知到理解，如今直奔仿真流的WAM、后面的几篇论文有直接抛弃VLM+ACT路径的意思，毕竟要卖软件和算力。只有可爱的PI，坚持了OpenVLM的感知-理解-行动的经典流派，在确定场景中拿数据集作验证和逐步泛化。 却唯独杨（LeCun）的JEPA很另类，更像纯粹的牛顿物理AI。 这几天思考，这哥们敢于提出把真实世界压缩为高维度空间的“潜在表示”。以前听到介绍JEPA中反复提及的用“抽象表征”总是心里各种不适应，在理科生的眼中，表征等于外在表现或者肤浅的表面。其实英文Abstract Representative，原意是“抽象的再次复现”，更容易理解。“表征”是哲学中译词汇，文科生可能更懂。今天的计算机论文翻译者，大概需要哲学或者心理学PDH。 也想起来以前看那本西瓜书《机器学习》教材的时候，听到辛顿“反向传播理论“的别扭。反向可能是倒着推算吧，可是提到传播理论四个字，还以为串课到了传媒大学新闻系。其实这个该死的词汇，只是复合函数偏微分中常用的“链式法则”，那个公式简单极了，一句话，Loss损失函数（也是一种复合函数）中的一个权重自变量向上一个函数的递归式逐级偏微分连乘。你不知道我高中多讨厌语文。 LLM的计算，超级黑盒。 从I/O之间的有如无限大的张量线性叠加的隐藏层。 如今，具身智能则要计算从Encode到Decode的复杂几何倍数于LLM的“隐空间”。 超级大黑盒。 资本希望的趋势，VLM的黑盒套在LLM的黑盒上。别让我的钱白烧。 无论是Hidden Layer还是今天的latent Space，中文翻译都用了一个隐字。很喜欢。 想起自己五年前的起名ID，简直是为AI而生。以后直接叫我，隐。《边水往事》的导演，我朋友，当年第一部创作我们参与过投资，他的名字叫做算。别忘了，请以后叫我，隐。 比起李飞飞的Sim to Real结合Dateset出发的世界模型，杨的视角里，完全不关心像素、纹理、阴影和光照。杨更关心的“抽象的潜在表征”，比如预测”被遮挡的区域形态，时间的后续状态”。 三位都说自己的模型、数据和工具如何，针对创业者、商业和落地预言。唯独杨的提出，是绝世独立的一套抽象架构。今天，主流从业者似乎没人理会杨。我感觉，但愿是错觉，在Meta杨像一个Loser，但是杨的JEPA，所谓的“联合嵌入预测架构”，让我想起最初的谷歌提出Transformer和注意力机制，也只是从一套理论架构开始，其实也被一度冷落。 做学术研究的，往往结局是一条路走到黑，从黑天开始走。无论价值还是审美，都没错。想起刚拿奖的两位数学家的样子，都美，都很优雅。扯远了。已经文非所题。 杨更像是一位物理学家。

更新/我昨天和我同事说，就两件事。 第一，一个人内心有钱才真有钱， 一个能看见未来的人一定不会太缺钱。三年内，我坚定拿住BTC、Kimi投资和小米股票。 第二，我们自己全力以赴做机器漫步。 永远保持对新技术等浓厚兴趣，人才是第一位的，有不断新鲜血液的技术团队，唯有这样，企业可以面向市场随时扣扳机。不断吸引人才加入机器人和具身智能行列中来，我们获得大笔融资是早晚的。 投资坚决，创业百折不挠，豁出去干。

更新/创大业，挣大钱都靠命。 一命二运三风水，命是绝对的隐藏层。机器学习中，反向传播的数学本质，是偏微分计算中常用链式法则，从输出层往前回溯，减少损失函数的残差。所以，拿到三代人以后的大结果，要从祖上开始积德。三样必备，勤学，做好事，带门风。

周末闲谈/今天，有位在深圳做大银行家的朋友问我，要不要一起投资这一轮的Deepseek？我说不，我们看看就好，别打扰人家。我认为我能懂梁文峰。梁的位置、资产和实力，大部分人只好望尘莫及。不如谈谈我是如何看待梁的发言。 23年前，北大硕士研究生课堂上。张维迎给我们讲微观经济学和博弈论。大部分时间，课堂有点枯燥。但是，印象最深的一次，他问，“你们认为企业家的使命是什么？” 我们的回答什么都有。为社会创造财富？给投资者带来回报？做优质的产品和服务？ 张老师回答：不对。 只要在法律限制内，企业家愿意做什么就做什么，甚至很多企业家根本不是为挣钱，而是更偏向个人爱好，兴趣和自我实现的。 你们想多了。 是的。和职业经理人和专业PE/VC投资者不同，企业家不扛KPI，无需承担三年五年目标。很多人其实没有业绩目标，但是未必他的企业不伟大。 其实，我想说的是，不要以为一个人提出宏伟的使命，你的投资就有很好的回报。尤其是处于巅峰时期的人。 梁文峰你学不会。企业家的气质千奇百怪，没有任何一个人的基础智力和体力、成长路径及机遇、经济或学术实力，彼一时的状态，可以复制。 此外，站在一个“人的行为”的经济学角度，我不会投资没有饥饿感的人。如果还有钱可以去投资，我要找到比我还饿的人去投资。 今天，欣赏甚至吹捧梁文峰，一点也不难，但是往下看，发现下一个梁文峰依旧很难。

更新/十年前，张一鸣因为谈“延迟满足”就被刷屏。张一鸣自己的抖音，只需要盯住推荐算法优化，根本不去开账号不做网红带流量。今天，梁文锋直接谈要“克制”，Deepseek团队选择做AGI，连语音交互这样的产品化都不在乎。人家既然要攻坚AGI，就不在乎App。两人都十分低调，都是不多说，直接默默地做，做最关键的核心。作为企业CEO，他们都是在看似复杂系统中做从CPU到GPU这样的人物，他们的指令集合更干净，更清晰。

更新/Kimi打乱了整个LLM战局。 我一直认为，最终的胜利者是Kimi。产品感觉最好的，是Kimi和背后杨的团队。他们缺的，会一块一块地追赶上来，最后超越。 作为一名超级粉丝，也作为一位投资者，我看到未来至少十倍收益。虽然我投资稍晚，如果中国有一天也有万亿美金市值的大模型，我认为笑到最后的，大概率也是他们。 我做区块链浪费了几年时间，我曾对身边人说，如果我不执迷于BTC和区块链应用，2023年回国后，以我的资源人脉，我可以把所有大模型全部投资一遍。（当然，我仍然执迷于BTC。拿着就行，什么也不用做。） LLM之后，肯定是更加离散的物理大模型和具身智能，这是新工业文明的整合世界。 往前看吧。

更新/关于Delayed Gratification这个词。 中文被翻译成“延迟满足”，听起来很学术，不如说大白话，就是“别高兴得太早”。立马获利往往得到今天失去明天。人生真正重要的回报，往往延迟到来。

更新/ 即使活不到100岁，我也要做一个长期投资者和建设者，短期套利实在没有意思。除非做为阶段行性战术。但是，战术家大都死于决斗中的意外。 还是步步为赢吧。

更新/（视频）机器人如何真正工作起来？ 我们认为机器人进入市场的关键，首先是应用场景。由我们蓝港互动孵化的机器漫步，致力于机器人的VLA端到端模型、机器人本体、数据采集与真实应用场景深度结合。 机器漫步率先发力机器人零售业务。继在北京推出五家直营的机器人咖啡店“新一咖啡”，支持200+SKU，单店当日流水破万元，在大力推动“一人店”模式获得成功后，全无人的“新一咖啡机器人”，已经进入市场招商计划中。

更新/昨天和某君长谈，劝他加入 个人观点，机器人市场不是如同手机、汽车那样的一个单一概念大市场，也不是A Lab就能一统天下的，而是物理模型多元的、产品形态非标的、最好是直接面向大规模终端场景的多元集合体。当然，终极目标还是家庭。从LLM成熟后，我就看好家庭市场，更何况今天有VLM端到端，Teleopeeration、sim、VR等辅助一起玩。

更新/投资？创业？ 看对方向？找对项目？跟对人？ 烂命一条，在拿到大结果（财富自由）之前，建议每次都要All in，抓住一次机会就对了。别怕，市场规模一次比一次大，周期却一次比一次短。 年轻人至少有十次机会。

更新/不要和我争论，纵看技术拓扑演变，加密技术和人工智能的第一性都是纯数学。无论是电子工程、计算机、经济学还是心理学，这样的应用学科学一点通识基础课就好人，人与人之间，组织之间，一举一动，竞争的本质决战于数学反应。