38岁清华学霸，带着两家AI公司杀进决赛

内容来源：张小珺商业访谈录。

责编| 柒排版| 拾零

第 9742篇深度好文：7845字 | 20 分钟阅读

商业趋势

笔记君说：

印奇，旷视科技创始人，AI 1.0时代计算机视觉赛道的代表人物。

ChatGPT（聊天生成预训练转换器）爆发时，他第一反应是“跟我没什么关系”；半年后入局，正式加入阶跃星辰，选择All in（全力投入）终端。

就在这两天，阶跃星辰于7月13日正式发布全球首款大模型原生智能体手机STEPX Neo，并斩获WAIC 2026“镇馆之宝”。这款搭载智能体原生操作系统Step AOS、内置个人智能体Amoo的产品，正是印奇所押注的“模型、软件、硬件三位一体”的落地之作。

回看今年年初张小珺这场访谈，我们可以看到印奇的判断脉络：这是一场“有史以来最激烈的科技竞争”，AGI（通用人工智能）必须与物理世界交互，最终形态一定是机器人。

一、从AI 1.0到2.0：

ChatGPT来了，我“不得不入局”

1.第一反应是“跟我没什么关系”

最早期是OpenAI的ChatGPT引爆了大家对于大语言模型技术的变革。22年底我们在这个行业内其实也都一直很关注，从GPT-1开始，从OpenAI创立开始，我们都一直很关注。

旷视科技本质上是做计算机视觉（vision，CV）的，我们当时做的模型第一天就是深度学习的，在技术上非常延续。

但那个时候模型的尺寸和参数量都比较小，语言模型在我们传统意义上来讲是另外一个赛道。我自己是对于跟物理世界结合是最感兴趣的，所以选择了CV这个赛道。

ChatGPT刚来的时候，第一感觉跟我没什么关系。因为当时还是想做vision，想做视觉相关，沿着机器人硬件相关的方向。

当时我会认为会有基模，这些基模未来涉及到人机交互的部分，最终可能会成为我们的一个组件，未来谁好我们用谁就行。这是最早的想法。

2.半年后，发现不得不入局

后来深度体验完ChatGPT，包括我们也内部跟很多技术核心骨干做了很多讨论之后，觉得这还是一个对于整个AI底层技术的一个变革，所以可能作为一个AI创业者是不得不入局的一场战斗。用了半年时间。

当我们在看那个机会的时候，会从两个角度来评估：第一是技术上，是不是最本质的技术变革；第二个是商业上，是不是我们自己的赛道。

第一个判断是非常确定的。第二个坦诚讲，大语言模型因为它的数据、模型参数量和所需要的算力，原则上来讲可能更适合已有的互联网公司、科技巨头来做。

但是后来会发现，它其实是对于各个领域（包括语言、多模态，甚至包含现在比较热的物理、具身）都是最底层的技术。我们可能就不得不去参与到这样一场大的变革当中。

3.为什么不在旷视体系里做

旷视自身的路径是非常清晰的，当时我们认为是用AI跟IoT（物联网）的硬件去做结合，所以那个时候我们的技术路线、整个组织的构建，是构建的一个偏软硬结合的这样一套组织形态，商业模式是面向B端的。

这些已经过十多年的时间，已经非常清晰，某种上甚至说固化。所以这样一套组织并不适合去做一个可能还是非常早期、非常大投入的全新的创业。

当一个组织成长，相当于从一个婴儿到一个少年，它其实可能已经选定了自己的专业和方向的时候，大模型会是一个新的诞生的组织和一个平台。最早期我们的想法是希望旷视能跟阶跃有非常好的合作，一步一步发展到今天，也很高兴能够正式加入进来。

二、技术信仰：AGI必须与物理世界交互

1.我的底层belief来自《On Intelligence》

我是很相信AGI的，AGI一定是要跟物理世界产生交互之后所产生的智能。从整个AI的演进角度，最终不可能是一个完全在数字世界，或者是只以语言为核心的这样的一套智能架构。

我自己很喜欢一本书叫《On Intelligence》，就是Jeff Hawkins（杰夫·霍金斯）的一本书。坦诚讲，我的技术的大部分底层belief（信念）是来源于这本书。

这本书本质上是以脑科学和模型上的进化科学为核心基础的。在AI这个领域里面，我认为还是人类要比较谦卑，所以本质上对大脑的更多的结构，可能是最最重要的牵引。

你看大脑的皮层演进，一定会要从早期大脑的发育到新大脑皮层，从真正叫物理空间的生存，再到可能高阶的语言和推理，这一部分都不能跳过的。这是为什么我们一直认为AI跟物理空间的结合是走向最终AGI的一个必经之路。

2.最终肯定是个机器人

最终肯定是个机器人，但机器人太复杂了，就像重构一个新的物种一样。它所需要的不管是大脑的神经方面的脑的结构，到未来的各种跟硬件的结合，包括传感器、硬件设备，需要非常非常多的核心技术。这样一个过程需要把它拆解成不同的步骤。

这是为什么我们认为阶跃需要完成大脑的构建，同时大脑构建里面需要从像车，甚至未来像手机这样的终端开始做起，最终一步一步才去构建到下一个更全新的计算平台，我们姑且叫它具身。但需要一步一步来。

3.技术路线图已经清晰

我总体感觉技术路线图已经在这里，但是里面很多关键细节可能还没有实现。

第一，从学习范式角度，从模仿到强化学习，现在在强化学习的后半段，到后面不管怎么定义，比如叫自主学习也好，大的三个学习范式基本上就是这样。

第二，记忆系统怎么去搭建，长中短这些记忆怎么来实现，这是一个非常非常重要的内核。

第三，真正从语言走向多模态，走向世界模型，这也是一个很确定性的一条主线。

总体就是学习范式、记忆，然后真正从模型从数字世界走向物理世界。这三件事情，我认为都会在未来5年左右能够去比较好的被解决。

当这些要素都解决完之后，至少现在定义的AGI应该大概率就能实现。路径是比较明确的。

三、大模型竞赛：

有史以来最激烈的科技竞争

1.比想象中更残酷

这是一个链条很长的一次创业和创新。竞争是有史以来最激烈的一次科技竞争。

从不同维度，第一，它的人才密度，基本上全球最聪明的人都在这样一个科技的比拼当中。

第二，它所需要的资源，在R&D（研发）里面投入的资金规模、强度可能都是历史上最高的。以及商业化路径，每个行业、每个场景都会被变革，但是哪些会先，哪些会后，这个节奏有高度不确定性。

它其实是一个高度竞争，极大的资源，同时在商业化上极度不确定的这样一个竞争。不管是对我们还是对所有的公司，不管是多大的科技巨头，这场战斗都是非常挑战的。

链条首先涉及到源节点的技术创新，技术本身在快速演进，就像建房子一样，底层一直在变革。在上面搭产品，甚至商业化，发现技术往往一变化，上面很多都要被推倒重来。第二个就是速度非常非常快。

大模型竞赛发展到今天，比想象中更残酷。

第一，速度确实比想象更快。第二，大家因为快，竞争强度都更大。竞争强度更大也会带来很多泡沫，泡沫比例比想象的要高一些。第三，整体大模型对资源的消耗还是比想象更大的。总体都是更大更快。

泡沫体现在很多方面，一个是可能是一些公司的股价，还有一个是核心研发人员的薪酬。人才上，基本上中国一个优秀的华人同学在中国和在美国基本就是人民币换美金，同等package（薪酬包）的水平。很多薪资总体涨了5到10倍是有的。

2.战略取舍：做基模，不做纯to B和纯C端软件

在很长链条以及很快变化里面，第一个点还是要抓本质的技术竞争力，因为这个技术是这波变革的唯一的变量。

在这个变量里，如果你不能找到自己的核心的领先身位，不管是全面领先还是局部领先，如果在技术上没有这个真正的长板、没有差异化，后面的所有构建东西都是没有基础的。

第二个要抓的是商业模式。商业模式其实不用特别复杂化，本质是做排除法。你的商业模式不应该去做那些可能投入产出肯定不成立的。

如果做基模公司，同时做to B，我觉得肯定不成立。因为基模的投入非常大，to B的整个商业化变现的周期和它真正能够达到的收入和利润上限都比较有限。投入产出会比较难。

如果做基模，基模代表着你一年至少30亿人民币以上的投入，这已经是一个非常高效的点，而且这个投入至少会未来维持3到5年时间。基本上至少是一个基础研发投入在100亿人民币，这已经是一个非常高效的投入。看各大厂其实的投入是远高于这个。

以这个为投入的情况下，我认为同时做C端的纯软件的应用也是不成立的。因为这里确实是已有的互联网大厂非常擅长的领域，他们有用户、有数据，同时本身已经构建出好的数据飞轮。

因为有场景的话，最终很多模型性能的决胜因素还是数据，数据由用户场景来决定。这样的一些飞轮，创业公司不是完全没有机会，但也非常非常难。

3.为什么是软硬一体？

软硬一体可能本质算是个交叉学科。

第一，在大模型时代，硬件的角色会变得越来越重要。大家一直在讲Agent（智能体），其实我觉得未来很多Agent都会有一些硬件的具象化载体。

未来的硬件更像是一个Agent的实体化的存在，且它未来会是一个AI服务的闭环，硬件、模型、软件本身就是一个三位一体的东西。

第二，硬件还是很难赢者通吃的。不管是手机领域还是汽车领域，还是会有多家的。如果有多家的话，对于创新公司就有机会上牌桌，就能成为一个相对具备一定规模化效应的商业化结果。

我们的大战略很显性，就是AI跟终端的结合。人车家，车是我们第一个的切口，同时我们会希望跟一些更多的手持和穿戴式的一些消费电子产品，作为我们第二个希望能跟大模型结合的点。

4.未来AI硬件的机会

未来在千万级这个量级上的创新硬件可能会挺多的。原来我们可能认为像手机、PC（个人电脑）这些是一年10亿级别甚至过亿级别的硬件，其他一些硬件可能更多在百万级。但未来AI本质上重新定义了交互。

原来如果需要有块屏，大概率逃不过小一点的叫手机、中等的叫Pad（平板电脑）、再大一点叫PC，大概就以屏的尺寸来定义整个硬件体系。

而未来如果AI的更自然的交互方式，通过语音、多模态交互，能够把屏这件事可能相对释放掉之后，很多创新硬件都可能会有机会。还是会有很多AI硬件，大家现在可能还没有想到，这里会有很多新的机会。

豆包的AI手机肯定是个很好的尝试，我想这可能也是字节在硬件上的第一步，后面可能也是一个组合拳。

5.大模型公司的胜负手

未来3到5年，大模型公司胜负手就是两点。

第一点是技术上能不能咬得住，真正能够世界顶级模型，研发能力、组织能力是不是能够去构建起来。这是一个不断加码的过程，互相竞争也会很激烈。我预判一年30亿是起步，可能30亿到50亿，在技术研发上。

第二点就是应用。能不能有一个核心的应用？如果看5年时间，每年至少花30亿，代表这是一个150亿的打底的投入。

反向来讲，在3到5年之后，能不能有一个核心的自己的应用，让你能够有可能每年有30到50亿的利润？这是一个数学题，这两件事情都得满足，才有机会走到那个阶段。不能是to B，在中国不能，在国外可能可以。

中国to B的市场本质上是toC的市场。本质上是由政府和央国企往外去做覆盖的整个B端市场，这个市场是有自己独特性的。面向OEM体系和互联网公司，他们本身自研的比例也很高，可能很多外采的不管是AI还是其他软件服务也都比较小。

总体中国大B市场比较挑战。中小B的话，中国的中小B更像C。把to B当toC要好一点，用产品驱动增长，一定是要小B或者接近C端用户才能做到。

四、组织：AI原生组织怎么搭？

1.组织战斗力怎么提高？

研发本身需要有更强、更快的组织战斗力。组织战斗力可能跟组织形式比较相关。

比如说算法工程这个单点。原来算法工程既有一些平台化的工程体系，同时每个小组有一些小的算法工程体系，但这两个都不足以支撑大模型这样一个工程体系。在每个研究小组里面那个工程体系，可能只能打打杂，去实现算法需要的一些小的工程点。

而那些大工程平台，因为要把有些软件产品对外、to B等等都放在一起，也比较难非常好去支撑。我们上来就设立了，整合成了一个算法工程组，要能够更贴近算法的体系，但是要把系统工程和算法同学融合在一起。

第二个是数据。原来数据是一个独立的体系，现在数据的直接汇报线汇报给算法的相关负责同学。因为未来的数据是决定模型的最本质的，可能占了70%到80%。

要什么样的数据、怎么样去收集这些数据、怎么去清洗这些数据，一定是算法同学要能够非常深度去参与的。

第三点，如果我们最终相信是一个one model（单一模型），一个模型去覆盖所有的场景和领域。它会要去拆解成很多很多的应用场景。比如说偏文本创作类的、偏动态生成的、偏陪伴类的。

这些1+N（一个核心模型加多个应用场景）的N跟这个1之间怎么能够有个好的协同关系，都需要有好的组织来协同。最最关键需要有更多优秀的人才。

2.AI原生组织的形态

本质每一代企业都是一个那个阶段最领先的组织，最先进的组织。形成这样一个组织能力，适配那个时候的技术和商业，自然而然就脱颖而出了。最终把商业拨开，看组织形态，每一代的组织形态是完全不一样的。

创新者的窘境，新公司跟老公司的挑战，可能不简单看业务，而是看组织。如果老的组织可以适配新业务，一定可以做得很好。但如果对组织本身有非常大的调整，那家公司大概率很难去适应。

越优秀的公司，一定是把原来这套组织能力固化得非常好的，要能打碎再重建，是非常非常难的。

AI的组织形态，第一人才密度极高。第二个整个大团队协同性要求很好。

原来一个互联网头部公司，可能是一个3万人到10万人的公司。未来真的做到AI头部的公司，可能也得一两万人，但是极高的一两万人，怎么构建方式方法不一样。

传统的从制造业到ICT（信息通信技术）领域，总体是top down（自上而下）组织。互联网公司整体是bottom up（自下而上）。AI的体系可能需要这两者之间做一个融合。

AI任何一个大的项目是一个monster project（巨型工程），消耗的资源很大，不简单是一个能够很多bottom up的东西，要集中力量来做。但同时它的组织文化和人才的容纳度又要是能够有很好的bottom up的活力的。

3.下一代的组织怎么搭？

一个组织的搭建就是两点。第一是选人。原来可能对只要技术很好，我们就都会把他招进来。

现在我们在选择过程中还是做非常强的筛选。如果技术很好，但很难跟别人去协同，或者自己的ego（自我）特别大，非常以自我为中心，这样的同学我们是不要的。

因为最终都是大科研项目，一定要大家一起做，ego要很小。

第二个就是在机制上，如何能形成一个比较高效的机制。做不同事又不一样。比如怎么把数据同学、算法同学和系统同学融合在一起。

还有个趋势，对人才本身的培养都会更综合。我们现在很有意地把算法和系统的同学交叉，系统同学技术能力也很强，要更深度的去接触算法，而算法同学很多时候工程的东西自己也要去碰，不能只关注在写paper和科研这部分。

这也是为什么一定会有AI native（AI原生）的新科技巨头诞生，这也是一个不太一样的组织。

4.做大脑和做躯干的公司应该不一样

做大脑和做躯干的公司是应该不一样。不同文化的组织应该相对独立，否则会把不同的文化吸在一起，会变成从任何一个角度都不够优秀的一个组织。

但是因为有这样大家有很多链接，互相之间的配合一定能比两家非生态的公司合作要顺畅很多。

我自己其实比较喜欢两元这件事情，就是太极和阴阳，很多事就是本身就是正反两面的。两种体系如果能非常好地去构建，反而是能形成一些不一样的竞争力。

五、个人成长：从乐观到谨慎乐观

1.从技术驱动到双轮驱动

首先更成熟了，对很多事情的预期原来可能更乐观，现在从乐观调整到谨慎乐观。创业本质上是概率，特别像做大模型这个概率还是很挑战。

愿意去投入到一项可能概率没有那么高，但是仍然觉得是很有意义的事情上，首先就是要乐观。从乐观到谨慎乐观，做事可能会更加对很多困难的预期会更高。

原来做技术的时候拿着锤子找钉子，研发的同学往往怀揣着乐观和一个大的方向，会不断地投入资源去往那方向去靠近。但是如果从商业化结果讲，其实是一个以终为始，要倒推的。

除了技术范式的判断之外，商业模型的判断也很重要。这两个点可能得不断在你脑中牵扯。不能只是说我对这个技术有很强的passion（激情），所以我做了。

可能还得说它怎么能去商业闭环。这两个像两个弹簧一样，要一直拉扯你，然后最终让你做出一个能够兼顾这两者之间的选择。

我现在见了很多不同的人，很多人都说商业不重要，我觉得商业非常非常重要。觉得似乎只把技术做好，是远远不够的。

大模型本质上也是越来越被产品和场景牵引的。如果你本身不是有最好的vibe coding（氛围编程）的产品，你是非常难把这个技术做好的，因为你的数据、用户的hard case（难题案例）你是不知道的。

本身想把技术做好的前提，一定是把产品做好，把商业做好。要两边并举，而不要仅仅是技术驱动。

2.最难的是克服自己的短板

回望过去十几年的创业，觉得没有什么moment（时刻）是最难的。本质最难是克服自己的短板。技术角度还是比较有信心的，但对管理、对资本市场、对销售这些都是自己不熟悉的领域。

这些领域真正完成短板的成长部分是最痛苦的，因为跟你的天然能力是不相通的，需要真的去做出很多努力，甚至是校正，才能完成这样的成长。

3.我不是最聪明的那一类人

我觉得我不是最聪明的那一类人，身边一直有非常非常多聪明的人。有一帮人是智力上非常超群的，我是中等偏上的类型。曾经一直想走捷径，但是每次走捷径都不是很顺利，最后还是以一个比较常规化的路径走到了最想走的地方。

后来慢慢就不走捷径了，认知到自己的擅长类型还是一个比较稳扎稳打的一套打法，能够比较坚韧地往前走。

比如原来做物理竞赛，觉得应该会拿到很好的名次，但每次都在最后一次考试的时候就特别紧张，最后都还是通过高考类型的体系来。

核心想享受的是通过竞赛不用去高考或不用去中考，能够有那样一个捷径的爽感和优越感，但都没有享受过。基本上每个人的类型不一样，有些是你应得的，有些是人都想得到自己不该得到的东西。

最终慢慢就会比较坦然，知道你能做到什么、能得到什么。

4.放下ego，一群人才能做成事

原来ego就没那么大，但是过程中可能越来越小。一群人能把一件事做成还是更重要，且这件事也必须一群人做成。我这个概念已经越来越小，而是代表一群人，这群人愿意做这件事情。

我一直在找CEO。早期一直希望有一个更有经验的人能够来带领这个团队，能更好地完成结果。但最终一般都很难，如果不是创始团队，很难在团队中有这样的威信和信服力。

我没有太所谓是不是CEO，如果这件事能做成，都可以。但后来发现在外面找很难。AI这个领域，对CEO的要求，首先技术上要有判断力，同时要能够学习好所在的商业和产品，是一个很新的和全面的要求，真有这样的人也并不容易。

5.每个人都有自己的路要走

我曾经问自己，如果想把现在的境地和角色去跟任何公司和人互换，有没有这样的公司？我的答案是没有。我不想做字节跳动的CEO，我也管不好，也对这个没兴趣。每个人有自己的价值感体系。

我们做的这件事情虽然很难，但如果真的5年后、10年后能做成，会成为一家非常伟大的公司，且能让所有参与其中的团队能很有成就感。

每一代创业者都有自己的使命，不用去幻想成为上一代企业里最优秀的人。第一也成为不了，第二成为了也未必是我们想要的东西。每个人都有自己的路要走。

*文章为作者独立观点，不代表笔记侠立场。

接下来，笔记侠要举办《AI十倍增长营02期》，地点杭州，帮助更多的企业实现AI转型。如果你想知道全部的AI实操细节、踩过的坑、避坑指南和落地工具包。

欢迎扫描以下海报二维码报名。