野141.从阿里达摩院到西湖大学:在隐式世界模型里,探寻人工智能的上限|对话西湖数智创始人于开丞

141.从阿里达摩院到西湖大学:在隐式世界模型里,探寻人工智能的上限|对话西湖数智创始人于开丞

在小宇宙播放
创作者写的节目说明

【本期介绍】

他放弃阿里,离开大厂,在2023年就开始押注一个当时几乎没人听得懂的赛道:世界模型。两年后,当“世界模型”成为2025年最火热的话题之一,他已经走过了三代技术迭代。在项目初见成果的阶段,毅然推翻耗时一年多的技术路线,从显式世界模型转向隐空间世界模型,选择一条更难、但他认定更接近智能本质的道路。

从山东烟台到港大求学,从瑞士到硅谷,辗转英特尔、Meta、达摩院,最终选择到杭州创业,他一路都在走“小路”,却一次次把小路走成了路。

本期《野说商业》对话西湖大学特聘研究员、博士生导师、西湖数智(Awomo)创始人兼CEO于开丞。

听他说说如何持续对抗大众共识、直面自我怀疑,在漫长无人区里坚持第一性原理,去寻找物理智能真正的上限。

西湖数智(Awomo): 致力于构建概念世界模型(Concept World Model),为机器人与硬件终端提供跨本体的通用物理智能中枢,让机器在隐空间中理解空间、物体、运动和因果变化,并在复杂环境中完成可靠判断与行动。

【名词解释】

世界模型:一种能够对显示世界环境进行仿真,并基于文本、图像、视频和运动等输入数据来生成视频、预测未来状态的生成式AI模型。

RSI:Recursive Self-Improvement(递归自进化),当AI开始改进制造AI的方法,改进成果又让后续AI更擅长继续研发AI ,由此形成能力可以向下一轮传递的反馈过程。

JEV模型:TypeSafe AI 公司于 2026 年 9 月发布的结构化评估模型(structured evaluation model),也是该公司所称的「系统一模型」品类的第一个产品。用一句话概括:你给它一个状态(state)和几个关于这个状态的问题,它返回的不是一段文字,而是一个带概率的类型化答案。

自我进化框架:让模型或系统自己生成数据、自己训练、自己改进的框架。

隐空间:机器学习中数据的压缩、抽象表示,它保留并简化了原始高维数据中能反映其底层结构的关键特征。其核心作用在于以高效、有意义的方式表达复杂数据。

JEPA(联合嵌入预测架构):通过预测图像中缺失部分的抽象表征来学习,而非生成像素细节。

智能斜率:模型架构随数据、算力增加时智能提升的速度。

CNN(卷积神经网络): 一种前馈神经网络, 广泛应用于图像识别和视觉任务。是深度学习中的核心模型之一通过卷积层、池化层和全连接层的层级结构,自动提取输入数据的局部特征,逐步压缩信息,减少冗余,并提升泛化能力。

具身智能:有“身体”的人工智能,将AI植入机器人、智能汽车等实体设备中,通过身体和传感器与世界互动。

第一性原理:从系统中最基本的命题或原理出发进行逻辑推理的方法,其核心在于打破知识壁垒,回归事物本源寻求本质性解答。

自注意力:一种通过动态权重分配捕捉序列内部关联的深度学习机制,其核心组件包括查询、键、值三个权重矩阵。

物理智能:能够理解并适应物理世界规律,在现实环境中进行感知、推理、决策与交互的智能系统。

阿里达摩院:达摩院成立于2017年10月,是阿里巴巴设立的全球性科研机构,愿景寄语是「以科技,达未来」,定位是「致力于探索科技未知,以人类愿景为驱动力的研究院」,立足基础科学、创新性技术和应用技术研究。达摩即「DAMO」,代表的是「The Academy for Discovery, Adventure, Momentum and Outlook」。

【时间轴】

为什么开始做世界模型?三代技术路线迭代

方向感与前瞻性从何而来

推翻旧路线,半年挣扎期如何度过

杨立昆、李飞飞两条世界模型路线和西湖数智的差异

从烟台到港大:你是一个叛逆的小孩吗?

完整职业经历:港大->瑞士EPFL->英特尔->Meta->阿里达摩院

智驾和具身智能,2024年为什么不直接做具身?

打脸时刻?推翻显式世界模型就是自我修正

商业化思考:为什么晚一步融资,等待可验证的技术证据

投资人为什么投西湖数智?如何定义西湖数智

融资、投资人与资金使用

赛道竞争、PR 策略:重技术,克制对外宣传

团队搭建:不靠 HR,靠愿景聚拢顶尖人才

【Staff】

封面设计:光启书局

后期制作:光启书局


在小宇宙查看该单集文稿

说明里标出的时间点,点一下跳过去

AI 看点

本期看点

AI 从整集转写里归纳的,不是节目方的宣传语

最值得听的

于开丞用「智能斜率」解释为什么模型结构仍是最底层的东西:斜率低的模型砸钱也会被斜率高的超过。

别处听不到的

亲历者复盘 2024 年底推翻自己做了一年多、已与理想汽车合作的显式世界模型,转向隐空间的全过程。

最打动人的

被问到何时能夸自己,他说等物理智能真解决了就退休,那时才能随便夸,现在还差得远。

AI 推荐理由

为什么值得听

AI 读完整集转写后给出的推荐理由

一个已经和理想汽车合作落地、做了一年多显式世界模型的团队,为什么在 2024 年底把成果整个推翻,转去一条当时几乎没人听得懂的路?于开丞把这场「存在主义危机」的决策过程讲得很细:特斯拉几百万辆车的数据为什么没换来真正的自动驾驶、什么叫智能斜率、为什么创业公司绝对不做机器人本体。他还讲了港大第一年绩点 2.7、瑞士读博时发现生化环材工资极高这些具体经历。

AI 概要

本期概要

由 AI 从整集转写生成,是创作者说明之外的补充

西湖数智创始人于开丞回顾自己从山东到港大、EPFL、英特尔、阿里达摩院,再到西湖大学创业的路径,重点讲述团队如何在做了一年多显式世界模型、并与理想汽车合作落地之后,于 2024 年底推翻原路线,转向隐空间世界模型。他解释了为什么「用生成补数据」只是成本妥协、为什么模型结构仍然决定「智能斜率」、为什么创业公司不该做本体,以及他与李飞飞团队在路线上的分野。节目还涉及融资节奏、PR 策略、三十人团队的管理方式,以及他对具身智能 GPT moment 的判断。

AI 识别的章节

章节

点一章从那里开始播 · 与上面创作者标的时间点各自独立

00:04

开场:一个叛逆者的自我定义与西湖数智是什么

节目以「你觉得自己是叛逆的小孩吗」的片段开场,随后主播介绍嘉宾于开丞的身份。于开丞用一句话定义公司:做物理世界的大模型,理解并操作物理世界,未来在 AI 驱动科研上突破。

02:56

从阿里离开:为什么当年没人听得懂世界模型

于开丞讲述 2023 年从阿里离开时已带着做世界模型的想法,当时多数人认为不可能。他从自动驾驶看到具身智能将遇到的问题,第一代世界模型更像世界生成器,用于补全数据。

07:04

存在主义危机:显式世界模型为什么被自己推翻

团队发现显式生成本质是高保真渲染,是对成本和可行性的妥协,并未解决底层问题。以特斯拉数百万辆车的数据沉淀为例,说明「学会」不等于「理解」。2024 年底转向隐空间,前后挣扎小半年。

11:16

决策的煎熬:第一性原理与杨立昆的 JEPA

于开丞描述推翻路线的决策过程:看文章、跟人取经、反复推演,还要说服团队。他提到杨立昆的 JEPA 架构理论优美但实操有问题,团队选择在 transformer 与 diffusion 基础上继续演进。

14:11

模型结构不重要?智能斜率才是关键

他反驳「架构不重要、数据算力才重要」的流行说法,用 GPT-3.5 之前的例子说明结构是最底层的东西,并提出内部概念「智能斜率」:斜率低的模型砸钱也会被斜率高的超过。

17:26

与李飞飞的分野:显式三维表征 vs 隐空间抽象

他评价李飞飞团队的成果很惊艳,但指出那是在显式空间做三维表征重建,更像空间照相机,与智能性没有直接联系。西湖数智关注的是把表象空间压缩成隐空间,用于操作与状态转移。

21:56

山东小孩走小路:港大、社团与 2.7 的绩点

主播追问叛逆的来源。于开丞讲高考后自己搜信息选择港大,在山东属极不主流;第一年联合创办社团促进内地生与香港生联动,绩点掉到 2.7,后三年硬拉回 3.09。

27:58

瑞士 EPFL:不是手表金融,是科创

他讲去瑞士的两个原因:对方出钱邀请提前去玩一周,以及在组里看论文时那个组经常出现。到瑞士后发现雀巢、宝洁、ABB、劳力士都在那里,生化环材工资很高,科创才是根基。他还提到拿到欧洲高通奖学金四万美金。

33:18

英特尔、硅谷与阿里星:从学术到落地

高通奖学金成为敲门砖,他进入英特尔实验室,意识到学术之外还要结合落地场景。他描述硅谷是「天才和疯子」密度极高的地方,瑞士则是慢慢悠悠的创新。2021 年经十几轮面试进入阿里达摩院做自动驾驶。

39:31

达摩院的如日中天与消失,以及孤独的两层

他坦言 2021 年的达摩院非常向上,后来被拆分到菜鸟、阿里云,定位迁移。主播提出孤独有两层:选择时的孤独与做成时的孤独,于开丞认同并说「胆战心惊也确实胆战心惊」。

44:32

2024 年的判断:不做本体,布局自进化

他回顾 2024 年布局具身时选择自进化方向,因为生态不成熟。他坚持不做本体、只与本体方合作,并称这是从一开始就很反直觉的判断。谈到打脸时刻,他说错了就改。

51:54

为什么现在才融资:要找得到那个 moment

主播直言他出来融资比预期晚。于开丞解释 2024 年拿着当时的东西也能创业,但他要先想明白做什么,认为这是交的学费。他强调自己更在意交付,也承认科学家思维需要补商业判断。

56:08

不做自动驾驶的卷,做别人做不了的事

面对「市场只需要够用的中间态」的质疑,他说明公司已过渡到通用物理模型,自动驾驶只是下游应用之一。他判断若世界模型做成,自动驾驶可能被再颠覆一次,并称要做创造增量的事。

1:00:35

公司定义、融资与如履薄冰地花钱

他重新定义西湖数智:理解物理世界、帮助智能体操作与移动,第二阶段刻画科学规律。谈到投资人看重技术路线与区域优势,英诺天使领投打动了他。租服务器做超前决定,幸亏当时卡便宜还能挑。

1:05:15

PR 非常重视但非常克制,只要一个很好的合作伙伴

他称在同行稿件满天飞的环境里对 PR 克制,更希望把技术做扎实,产品靠产品力。对私 PR 占很大精力,策略是不需要很多合作伙伴,只需要一个非常好的合作伙伴。

1:08:31

三十人团队、天才稀释与战争迷雾

团队三十多人至今没有专职 HR,靠 reputation 和愿景招人,核心成员有期权股权。他谈天才少年 title 在团队里被稀释,管理上推行 GitHub 式管理,认为战争迷雾是组织管理最大的问题。

1:13:54

结尾:联合西湖大学成立世界模型研究中心

于开丞官宣与西湖大学联合成立西湖世界模型研究中心,欢迎对物理智能方向感兴趣的人加入,并说团队两极分化,老的经验和年轻的创造力都欢迎。节目在主播致谢中结束。

野说商业 Yeah's talk · 更多单集

看全部 169 期 →

野说商业 Yeah's talk

野141.从阿里达摩院到西湖大学:在隐式世界模型里,探寻人工智能的上限|对话西湖数智创始人于开丞

野说商业 Yeah's talk · 9 月 22 日 · 1 小时 15 分

141.从阿里达摩院到西湖大学:在隐式世界模型里,探寻人工智能的上限|对话西湖数智创始人于开丞

在小宇宙播放
创作者写的节目说明

【本期介绍】

他放弃阿里,离开大厂,在2023年就开始押注一个当时几乎没人听得懂的赛道:世界模型。两年后,当“世界模型”成为2025年最火热的话题之一,他已经走过了三代技术迭代。在项目初见成果的阶段,毅然推翻耗时一年多的技术路线,从显式世界模型转向隐空间世界模型,选择一条更难、但他认定更接近智能本质的道路。

从山东烟台到港大求学,从瑞士到硅谷,辗转英特尔、Meta、达摩院,最终选择到杭州创业,他一路都在走“小路”,却一次次把小路走成了路。

本期《野说商业》对话西湖大学特聘研究员、博士生导师、西湖数智(Awomo)创始人兼CEO于开丞。

听他说说如何持续对抗大众共识、直面自我怀疑,在漫长无人区里坚持第一性原理,去寻找物理智能真正的上限。

西湖数智(Awomo): 致力于构建概念世界模型(Concept World Model),为机器人与硬件终端提供跨本体的通用物理智能中枢,让机器在隐空间中理解空间、物体、运动和因果变化,并在复杂环境中完成可靠判断与行动。

【名词解释】

世界模型:一种能够对显示世界环境进行仿真,并基于文本、图像、视频和运动等输入数据来生成视频、预测未来状态的生成式AI模型。

RSI:Recursive Self-Improvement(递归自进化),当AI开始改进制造AI的方法,改进成果又让后续AI更擅长继续研发AI ,由此形成能力可以向下一轮传递的反馈过程。

JEV模型:TypeSafe AI 公司于 2026 年 9 月发布的结构化评估模型(structured evaluation model),也是该公司所称的「系统一模型」品类的第一个产品。用一句话概括:你给它一个状态(state)和几个关于这个状态的问题,它返回的不是一段文字,而是一个带概率的类型化答案。

自我进化框架:让模型或系统自己生成数据、自己训练、自己改进的框架。

隐空间:机器学习中数据的压缩、抽象表示,它保留并简化了原始高维数据中能反映其底层结构的关键特征。其核心作用在于以高效、有意义的方式表达复杂数据。

JEPA(联合嵌入预测架构):通过预测图像中缺失部分的抽象表征来学习,而非生成像素细节。

智能斜率:模型架构随数据、算力增加时智能提升的速度。

CNN(卷积神经网络): 一种前馈神经网络, 广泛应用于图像识别和视觉任务。是深度学习中的核心模型之一通过卷积层、池化层和全连接层的层级结构,自动提取输入数据的局部特征,逐步压缩信息,减少冗余,并提升泛化能力。

具身智能:有“身体”的人工智能,将AI植入机器人、智能汽车等实体设备中,通过身体和传感器与世界互动。

第一性原理:从系统中最基本的命题或原理出发进行逻辑推理的方法,其核心在于打破知识壁垒,回归事物本源寻求本质性解答。

自注意力:一种通过动态权重分配捕捉序列内部关联的深度学习机制,其核心组件包括查询、键、值三个权重矩阵。

物理智能:能够理解并适应物理世界规律,在现实环境中进行感知、推理、决策与交互的智能系统。

阿里达摩院:达摩院成立于2017年10月,是阿里巴巴设立的全球性科研机构,愿景寄语是「以科技,达未来」,定位是「致力于探索科技未知,以人类愿景为驱动力的研究院」,立足基础科学、创新性技术和应用技术研究。达摩即「DAMO」,代表的是「The Academy for Discovery, Adventure, Momentum and Outlook」。

【时间轴】

为什么开始做世界模型?三代技术路线迭代

方向感与前瞻性从何而来

推翻旧路线,半年挣扎期如何度过

杨立昆、李飞飞两条世界模型路线和西湖数智的差异

从烟台到港大:你是一个叛逆的小孩吗?

完整职业经历:港大->瑞士EPFL->英特尔->Meta->阿里达摩院

智驾和具身智能,2024年为什么不直接做具身?

打脸时刻?推翻显式世界模型就是自我修正

商业化思考:为什么晚一步融资,等待可验证的技术证据

投资人为什么投西湖数智?如何定义西湖数智

融资、投资人与资金使用

赛道竞争、PR 策略:重技术,克制对外宣传

团队搭建:不靠 HR,靠愿景聚拢顶尖人才

【Staff】

封面设计:光启书局

后期制作:光启书局


在小宇宙查看该单集文稿

说明里标出的时间点,点一下跳过去

AI 看点

本期看点

AI 从整集转写里归纳的,不是节目方的宣传语

最值得听的

于开丞用「智能斜率」解释为什么模型结构仍是最底层的东西:斜率低的模型砸钱也会被斜率高的超过。

别处听不到的

亲历者复盘 2024 年底推翻自己做了一年多、已与理想汽车合作的显式世界模型,转向隐空间的全过程。

最打动人的

被问到何时能夸自己,他说等物理智能真解决了就退休,那时才能随便夸,现在还差得远。

AI 推荐理由

为什么值得听

AI 读完整集转写后给出的推荐理由

一个已经和理想汽车合作落地、做了一年多显式世界模型的团队,为什么在 2024 年底把成果整个推翻,转去一条当时几乎没人听得懂的路?于开丞把这场「存在主义危机」的决策过程讲得很细:特斯拉几百万辆车的数据为什么没换来真正的自动驾驶、什么叫智能斜率、为什么创业公司绝对不做机器人本体。他还讲了港大第一年绩点 2.7、瑞士读博时发现生化环材工资极高这些具体经历。

AI 概要

本期概要

由 AI 从整集转写生成,是创作者说明之外的补充

西湖数智创始人于开丞回顾自己从山东到港大、EPFL、英特尔、阿里达摩院,再到西湖大学创业的路径,重点讲述团队如何在做了一年多显式世界模型、并与理想汽车合作落地之后,于 2024 年底推翻原路线,转向隐空间世界模型。他解释了为什么「用生成补数据」只是成本妥协、为什么模型结构仍然决定「智能斜率」、为什么创业公司不该做本体,以及他与李飞飞团队在路线上的分野。节目还涉及融资节奏、PR 策略、三十人团队的管理方式,以及他对具身智能 GPT moment 的判断。

AI 识别的章节

章节

点一章从那里开始播 · 与创作者标的时间点各自独立

00:04

开场:一个叛逆者的自我定义与西湖数智是什么

02:56

从阿里离开:为什么当年没人听得懂世界模型

07:04

存在主义危机:显式世界模型为什么被自己推翻

11:16

决策的煎熬:第一性原理与杨立昆的 JEPA

14:11

模型结构不重要?智能斜率才是关键

17:26

与李飞飞的分野:显式三维表征 vs 隐空间抽象

21:56

山东小孩走小路:港大、社团与 2.7 的绩点

27:58

瑞士 EPFL:不是手表金融,是科创

33:18

英特尔、硅谷与阿里星:从学术到落地

39:31

达摩院的如日中天与消失,以及孤独的两层

44:32

2024 年的判断:不做本体,布局自进化

51:54

为什么现在才融资:要找得到那个 moment

56:08

不做自动驾驶的卷,做别人做不了的事

1:00:35

公司定义、融资与如履薄冰地花钱

1:05:15

PR 非常重视但非常克制,只要一个很好的合作伙伴

1:08:31

三十人团队、天才稀释与战争迷雾

1:13:54

结尾:联合西湖大学成立世界模型研究中心

本期提到的品牌与产品

节目里自然聊到的,不是广告

西湖大学嘉宾任职并联合成立世界模型研究中心
01:04正面
阿里达摩院嘉宾 2021 年入职,后经历拆分
39:30中性
理想汽车显式世界模型阶段的合作方
04:21正面
英诺天使领投方,诚意打动嘉宾
1:02:13正面
东方嘉富主播提及的投资方之一
1:02:13中性
特斯拉作为自动驾驶数据沉淀的案例被讨论
07:57中性
野野说商业 Yeah's talk

野说商业 Yeah's talk

以长访谈形式对话创始人、投资人与品牌操盘手,从个人经历切入行业史与商业方法论的深度商业播客

已收录 169 期 · 最近更新 10 月 20 日

这一期适合谁

AI 对内容的推测

听众画像25–34 岁为主 · 偏男性 · 消费力较高
更适合AI 从业者与研究者

这一期偏哪一派

偏沪派主播按准备的问题线推进,从技术路线到个人经历逐段追问,嘉宾是唯一信息源,讨论范围被有意识收住,属编辑部式访谈。

在哪里听

https://feed.xyzfm.space/cp6pjp8fjudd复制

概要、章节、提及与推广标注由 AI 生成,可能有误;内容版权归创作者,声湃按创作者开放的 RSS 收录。了解收录与 RSS →

更多单集 全部 169 期 →