十字路口Crossing

🚥 本周「十字路口」的嘉宾是黄一，RoboParty 萝博派对创始人兼 CEO。
2004 年出生的他今年 22 岁，在一年内迅速完成 5 轮融资，累计超过 1 亿美元；股东既有知名 VC，也有小米、宁德等产业方。
他形容这一年是“度过了一个压缩的人生”：把可能十年要吃的苦，一年吃完。他也坦率地说，大学毕业就创业的好处是“你不知道天有多高”——不是自信重要，是自大重要；在对行业还没有清晰认知之前的“愚昧之巅”，反而是最适合创业的时刻。
很少有创业者像黄一一样，愿意把自己的 knowhow 讲得这么细：怎么融第一笔钱、怎么选 FA、怎么挑 TS、怎么看产业方的钱、公司注册在哪……
在这期节目里，我们还聊了他从哈工大寝室里拉着同学一起造机器人的起点；他花两三天“追求”一位浙大工程师的招人方式；他如何理解“画饼的最高境界是自己先相信”；以及他对具身行业的判断：如果把具身智能比作 42 公里的马拉松，机器人本体已跑完 1/4，小脑大概跑了一半，但大脑可能才跑了一两公里。
如果你想了解这一代年轻创业者如何做决策、如何管理同样年轻的团队、以及如何与泡沫共处，这期节目会是一个难得的样本。
🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版将发布于 @十字路口Crossing 公众号。
00:00 快问快答：年龄、MBTI、星座、毕业院校
01:50 创业仅一年，黄一为何说自己经历了“压缩的人生”，把十年的苦一年吃完？
02:27 一年 5 轮、融资过亿美元，VC 投 22 岁的黄一时到底在投什么？
05:24 市面上 FA 众多，创业者该如何选择？
07:30 明知具身存在泡沫，创业者如何借势而不被泡沫吞没？
08:30 同时拿到多份 TS 后，如何挑选既适合当下、又能支持后续轮次的机构？
10:02 小米、宁德等产业方的钱，和纯 VC 的钱到底有什么不同？
12:04 RoboParty 为什么一两个月就融一轮？融资节奏由什么决定？
14:30 为什么“愚昧之巅”，反而可能是创业的最佳时刻？
17:27 黄一花两三天“追”一位浙大工程师，靠什么让对方相信尚不存在的团队蓝图？
20:08 第一代机器人“做完感觉没用”，开源后发生了什么，竟然改变了 RoboParty 的方向？
21:05 从结构到算法全栈开源，RoboParty 未来靠什么建立壁垒、赚到钱？
25:19 为什么不看好轮式机器人？
26:55 从“愚昧之巅”往下走，哪些时刻会让年轻 CEO 的认知被瞬间打散？
29:33 从第一代原型机 RPO 走向 RP1，真正让团队从“自大”滑向现实的难题是什么？
32:25 RP1 相比上一代原型机，解决了哪些真实使用问题？
35:46 十年后的具身终局，会由 OpenAI、智谱式模型公司，还是更懂 Robotics 的创业公司做出来？
37:54 近 150 人的 RoboParty 如何用“蜂巢结构”控制管理半径，又如何与制造流程兼容？
42:25 22 岁 CEO 如何管理比自己年长、且在具体领域更懂行的同事？
43:53 为什么高薪大厂人才愿意降薪加入？RoboParty 又如何做到一年半几乎零主动离职？
47:00 如今约 300 家具身公司，到 2030 年可能只剩多少家进入下一轮竞争？
50:04 大脑、小脑和本体方向都在探索，黄一如何决定 RoboParty 做什么、不做什么？
53:46 RP1 为什么先服务科研教育，而不是家庭、工厂或文娱场景？
01:01:42 把具身智能比作 42 公里的马拉松，本体、小脑和大脑分别跑到第几公里？
欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。
👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

在小宇宙查看该单集文稿

🎪 十字路口将邀请戴冠兰在8.17(周日)举办 Agent Infra 线上闭门分享会，深入展开播客未尽的话题。欢迎对 Agent Infra 领域感兴趣的工程师、创业者参与。为保证沟通效果，仅限 20 人。点击这里报名。
🚥 本周「十字路口」的嘉宾是 Runta 创始人/CEO 戴冠兰。
Runta 是 Agent Infra 领域的硅谷明星创业公司，刚完成由 a16z 投资的 2000 万美元 Seed 轮；Jeff Dean、李飞飞等也以个人天使身份参与投资。
冠兰曾是 Cloudflare 和 Kong 的早期团队成员，他选择在此刻创业的判断很直接：模型能力已经够了，要卷就卷 infra ——未来一定会有比人类更多的 agent，AI 领域的关键问题将变成：它们跑在哪？怎么管？出了事谁来负责？
在这期对谈里，我们从 token 文化的急转弯聊起：短短半年，token maxxing（用得越多越光荣）迅速转向 token minimizing（ROI、预算、归因、节流），这背后折射出了哪些值得关注的信号？
此外，你还会听到：
当软件的执行从“逻辑清晰的确定性”变成“LLM 的概率性”：AI 正在如何动摇整个数字世界的地基？

AI 时代的“水电煤”将由谁来建？为什么这一次，创业公司反而比巨头更有机会？

几十亿个 agent 同时开工的世界会长什么样？今天的互联网和云，接得住吗？

为什么人类会在一次次点击「允许」中，不知不觉交出边界与控制权？

为什么说“未来 10 个月，必然会有一场灾难性的事故”？那场事故，又会如何把所有人重新“教育”一遍？

📢 Runta 正在硅谷和新加坡两地的办公室招聘以下岗位：Core Runtime（hypervisor/VM 定制与调度）、Cloud Infra（IaC 与多云）、Product Engineering（Agent Experience 与 DX）。感兴趣的朋友欢迎联系：hiring@runta.com
🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版将发布于 @十字路口Crossing 公众号。
00:00 快问快答：年龄、MBTI、星座、毕业院校
01:32 Runta种子轮融了2000万美元，如何拿到Jeff Dean和李飞飞的个人投资？
05:04 a16z为何罕见地为一家Seed轮公司专门写Blog？
07:33 Token Maxxing为何在三到六个月内转向Token Minimizing？
12:55 为何放弃在Kong的位置，第一次以CEO身份创业？
17:50 Agent Infra为何更可能是创业公司的机会，而不是公有云的生意？
18:49 面对Anthropic和OpenAI，Runta的差异化在哪里？
21:05 E2B、Daytona式Sandbox为何难以承载长程Agent？
25:12 企业说自己有几百个Agent，Agent的边界究竟怎么划？
26:23 AI 如何吞噬人的权限边界？
28:39 为什么灾难性的Agent事故必然会发生？
32:28 Runta 95%以上的开发工作都在Vibe Coding，人类工程师还不可替代在哪？
33:28 Agent安全出问题，根源更可能在模型、Harness还是执行底座？
37:27 “模型能力已经够了”，为什么下一场竞争要卷Infra？
42:16 冠兰早期加入 Cloudflare 和 Kong ——职场新人应该如何选对 startup 中的赢家？
45:14 年轻人信息有限，如何在面试前真正看懂一家创业公司？
48:31 300万美元做天使投资，投给谁？
50:10 Claude Code还是Codex？
54:30 5个好消息、5个坏消息
欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。
👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

在小宇宙查看该单集文稿

🚗 这是一期「公路播客」——我们把播客搬上了车，边开边聊。一路上的风景和松弛，让这场对话聊出了很多平时聊不到的东西。
🚥 15年的投资与热爱，底层动力是什么？2026 还是投 AI 应用和 AI 硬件的好年份吗？当大家都知道当下有泡沫时，该取什么，舍什么？
本周「十字路口」公路播客，我开着马自达 MX-5，和 BAI Capital 高级合伙人汪天凡 Will 一边开车一边聊了这些问题。
这期有很多有意思的判断：智能是通胀的，智慧是稀缺的，AI 应用的新机会藏在 Context 和交互里；面对「华强北 80 块就能平替」的质疑，AI 硬件真正稀缺的是产品定义和「注入人性的光辉」；而面对 2026 年的泡沫，他给出的是另一个尺度的回答：如果 3000 年文明正被压缩进 30 年，那一切才刚刚开始。
贯穿全程的一个观点是：当 AI 让效率无限提升，真正值得下注的，是那些想清楚为什么出发的创业者，和那些注入了人性光辉、能让人更快乐的产品。
如果你正在 AI 的泡沫与机会之间摇摆，或者只是想知道一个入行 15 年的投资人如何保持热爱，这期关于快乐与愿景的对话，或许能给你带来久违的力量——以及一点活在当下的勇气。
🎬 我们的视频播客将同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版将发布于 @十字路口Crossing 公众号。
00:21 快问快答：年龄、MBTI、星座、毕业院校
04:01 当基础模型趋同，AI 智能开始通胀，什么会成为真正的稀缺品？
05:34 华强北 80 块就能平替，Looki 等 AI 硬件真正难抄的是什么？
07:47 AI 如何重构 VC 的研究、尽调与投后？
09:03 AI 公司靠什么进入行业前 5%？
10:40 做了 15 年 VC，还爱着这个行业吗？
15:49 卓越投资人最重要的能力是什么？
15:49 2026 最泡沫的时候，投资人该取什么、舍什么？
19:09 为什么 AI 不该只追求效率，而应该激活人性的光辉？
22:19 一天打开手机 97 次，这是不对的。
26:28 AI Infra 为什么像三四年前的 Crypto Infra 泡沫？
29:58 AI 是 30 年的技术革命，还是 3000 年的文明变革？
31:09 为什么 AI 时代的门槛，可能只有 1% 的人能跨过去？
34:21 Prompt 为什么要越长越好？
37:49 去年市场都在追 AI 眼镜，Will 为什么不投？
42:31 早期公司还在进攻，为什么“壁垒”是个错误问题？
44:08 完美投资为什么应该满足三非理论？
46:07 2026 到底是不是 AI 投资的好年份？
48:34 为什么不该只投资提高效率的 AI 产品，而更该投资有野心和愿景的创始人？
50:08 如果 AI 只剩效率，人会变得更快乐吗？
欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。
👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

在小宇宙查看该单集文稿

🚥 我很爱听创业故事——成功的、失败的、峰回路转的、还没有答案的，我总能从中听出几分共鸣与启发。
上半年，「十字路口」邀请了很多新一代 AI 创业者，他们分享的多是从 0 到 1、踌躇满志的出发故事。但接下来一段时间，我想邀请更多已经翻越山丘的创业者，听他们讲讲一路走来的经历。
➤ 本周「十字路口」的嘉宾，就是上个月刚完成新一轮融资、估值来到 110 亿美金的 Airwallex 空中云汇的首席营收官（CRO）吴恺。他和我们分享了这家由华人创办、从墨尔本起家的公司如何用 11 年时间从 0 成长到 110 亿美金估值的几个关键抉择：拒绝 Stripe 收购、咬牙亏损四年先铺全球网络、坚持在全球各地用当地人做管理者等等。
这几个关键抉择很打动我，因为它们本质上都在追问每一位创业者可能都会遇到的同一个问题：当「钱」与「愿景」、「赌注」与「风险」同时摆在面前时，你会怎么选？
如果你也在做一件短期看不到回报、但相信长期的事，这期会给你一点具体的力量。
故事以外，我们当然也聊了很多 AI。在进入百亿美金俱乐部之后，Airwallex 的优势叠加上了时代机遇：**AI 正在把全球金融推向一个「关键拐点」。**因此，本期播客，我们重点讨了 AI 正在如何改变科技金融行业：
Airwallex 正在支持大模型公司：Kimi、MiniMax、智谱、DeepSeek 等。多模型切换、阶梯费率、高峰低谷双倍定价、实时动态计费等新需求，如何倒逼金融基础设施升级？

过去需要 10 个金融 SaaS 才能完成的费控、会计、收入确认、对账、计费等流程，未来会被一个 Agent 入口取代吗？

ChatGPT Finance 发布后，「金融超级智能入口」的竞争格局将如何演进？

Airwallex 连续发布的 Kai、AgentOS、T:0、Airi 等 AI 金融产品，分别是什么？

Airwallex 连续收购 Leapfin、OpenPay，并持续推进更多收购。其积极布局背后的核心，究竟是为了获取哪些关键资产？

🎬 我们的视频播客将同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版将发布于 @十字路口Crossing 公众号。
🟢 00:42 快问快答：年龄、毕业院校、MBTI 与星座、一句话介绍 Airwallex，以及 CRO 的职责
🟢 02:10 服务 Kimi、MiniMax、智谱、DeepSeek
大模型公司的需求有何不同？

为什么这件事不是模型公司自己算？

🟢 05:02 一杯咖啡，如何变成全球支付网络
一笔汇款不论大小都可能收取 20–50 美金，创始人的姓名还曾因为与制裁名单同音而让汇款反复被卡。

同一时期已经有 Wise、Revolut 等玩家看到机会，Airwallex 后来靠什么走出不同的路径？

🟢 09:24 亏四年，先把全球网络铺出来
如果只做东南亚，也许早就盈利了；Airwallex 从 Day One 选择的却是先覆盖全球。

很多区域支付网络最终卖给了 Visa、PayPal 等巨头，他们为何不卖？

🟢 13:12 投资人觉得这个“全球银行”愿景疯了
只做资金转移太底层，能直接使用的企业有限；那么 Airwallex 的战略决定是？

多条产品线可以同时铺，但每一条都要砍到最小可用——判断“垂直还是全栈”的第一性原理，是什么？

直到 2021 年，成立第六年，Airwallex 才真正等来全球银行产品的 PMF。

🟢 22:55 财务自动化，从工程团队变成一个运营人员
过去只有中大型企业值得搭工程团队做财务自动化，AI 正在把这件事变成中小企业也用得起的能力。
Airwallex 的 AI 助手 Kai 内置在 Airwallex WebApp 中，可以分析财务政策、优化流动资金、搭建费用工作流，也能直接排查付款为什么没有到账。

AgentOS 则通过 CLI、API 和 MCP，把底层金融能力开放给企业自己的 Agent。

Kai 上线约一个月后，他们看到了一个什么样的早期信号？

🟢 27:14 SaaS vs Agent
为什么 10 个财务 SaaS，会合并成一个 Agent 入口？

原来 5 个财务人员使用 10 套软件，未来呢？

单点 SaaS 的数据彼此割裂，到了 AI 时代反而会成为致命弱点：没有跨流程数据，它们的 AI 就会更“笨”。

T:0 想让公司从第零天就拥有迷你 CFO，Airi 则从一键结账走向面向消费者和 Agent 的智能钱包。

🟢 32:17 数据、人才、流量：金融入口的三张牌
Airwallex 收购 Leapfin 和 OpenPay，看中的是什么？

ChatGPT Finance 想连接金融平台，平台却必须权衡：是借它的巨大流量服务更多客户，还是保住自己的数据与入口？

当模型越来越像通用商品，金融超级入口最终会长在哪一层？

🟢 37:23 拒绝 Stripe 收购，也拒绝过早赚钱
B 轮时，Stripe 曾想收购 Airwallex；真正困难的不是执行，而是在钱和愿景同时摆在面前时做选择。
2018 年公司收入几乎为零，吴恺却做出了一份通往十几亿美金收入的财务模型，当时有投资人直言“绝不可能”。

六年后回看，实际增长曲线与那份预测只差了约一个半季度。如何做到的？

当市场足够大、公司已经就位，剩下的问题是什么？

🟢 39:31 13 亿美金 ARR 之后，争夺金融超级入口
Airwallex 的 ARR 约 13 亿美金、年增速约 74%，行业毛利约七成；按约 8 倍 P/S 计算，吴恺认为 110 亿美金估值并不高。

74% 的年增速来自哪里？

除了 Airwallex，还有哪些公司拿到了成为“金融超级智能入口”的入场券？

🟢 43:07 全球化，选对本地人
全球化最难的是什么？踩过最大的坑是什么？

如何选择优先进入哪些国家/市场？

亚洲 vs 欧美的不同流量策略是什么？

🟢 49:18 从 110 亿到 1000 亿
Airwallex 目前拥有 20 多万客户，下一道台阶是达到 100 万客户规模。

产品也要从帮助财务人员完成操作，继续走向能够主动提升效率的 Intelligent Finance。

如何成长为一家估值 1000 亿美金的公司？

欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。
👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

在小宇宙查看该单集文稿

🚥 没人喜欢等待。
模型越强，推理加速就越重要。
这一期，我们聊「推理加速」。
本周「十字路口」的嘉宾是生数科技的张金涛。月初，他带队发布了 Vidu S1——一个实时交互视频模型：上传一张照片，无论是人物、动漫角色，还是一只宠物，都能变成一个可以和你实时视频通话的 AI 角色。
Vidu S1 很快，快到生成速度超过播放速度，并且支持无限时长。这是怎么做到的？
金涛在播客中分享了自己这几年一条清晰的技术主线：从 SageAttention（GitHub 3.5K 星标）、TurboDiffusion（GitHub 3.6K 星标），到 TurboServe——一整套系统级方案，为 S1 实时交互提供底层支撑。
此外，金涛也分享了他对整个 AI「推理加速」领域的观察和判断。
其实这期有意思的，不只是技术。
金涛今年 26 岁，还是清华在读博士。真正把他带进「推理加速」的，是一个很朴素的判断——当大家都默认 FlashAttention 已经把 Attention 算子做到极致时，他却发现：显卡上明明还有更快的计算单元没被用起来 ——「这么明显的收益，为什么没人做？」
所以这期节目，你也可以把它当成一份「年轻研究者样本」来听：在变化极快的 AI 领域，怎么找到自己的方向、怎么判断什么才是「最正确的事」，又怎么把它一路做到最前沿。
🎬 我们的视频播客将同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版将发布于 @十字路口Crossing 公众号。
🟢 01:40 快问快答：年龄、毕业院校、MBTI 与星座、Vidu S1，以及在生数科技负责的工作
🟢 02:48 硬件上明明有更快的计算单元
“为什么没有人做？这是很明显的一个收益。”
当大家认为 FlashAttention 已接近极致，张金涛发现 GPU 上仍有更快的计算单元没有用于 Attention。

语言模型早期的 Attention 更受显存传输限制，视频生成模型却严重受计算速度限制。

SageAttention 要同时解决底层 GPU Kernel 编程和低比特计算的精度损失，最终成为即插即用的加速方案。

🟢 06:15 从 SageAttention 到 Vidu S1：三层加速
算子层：让 Attention、线性层等计算尽可能逼近硬件上限。

模型层：通过步数蒸馏和稀疏 Attention，把 Diffusion 去噪从约 50 步降到 4 步。

部署层：解决多卡并行、通信与计算重叠、用户请求调度。

SageAttention 后来成为事实上的行业标准；TurboDiffusion 推进模型加速，TurboServe 负责流式视频的集群部署。

🟢 11:24 Vidu S1 不只是快
“生成速度需要大于播放速度，它才能做到实时生成。”
普通视频模型等待很久生成一段成片，流式模型则要根据用户输入逐帧生成。

Vidu S1 实现 540P、25–42 FPS，并能在消费级显卡上运行。

比速度更难的是无限时长：生成一两个小时后，画面仍不能漂移或崩坏，还要持续正确回应用户。

实时交互是第一目标，当前阶段可以适度牺牲画质，但不能牺牲速度。

🟢 15:21 “未来我们的视觉娱乐信号，会被 AI 生成的内容充斥掉。”
电影和短视频是预先生成的离线内容，聊天、恋爱、游戏和日常生活则充满实时视觉互动。

离线视频可以共享播放，实时视频需要为每个人生成不同内容。

张金涛判断，实时交互视觉娱乐的需求会比离线内容更大，而且这条路径已经势不可挡。

🟢 17:30 一只狗和一个游戏搭子
用户已经开始上传宠物图片与它聊天，也有人让二次元角色实时观看游戏画面、陪自己玩游戏。

Vidu S1 能理解输入的视频流；把电脑屏幕传给它，它也可以成为看懂 Coding、微信和 Notion 的“程序员鼓励师”。

🟢 20:05 推理加速不只是算子
算子加速之外，还要用稀疏 Attention、MoE 和蒸馏减少模型本身的计算量。

流式 Diffusion 会引入 KV Cache，还要处理用户随时进入、退出，以及多机多卡的集群调度。

TurboServe 对应的正是 Serving 层：把计算图、通信与请求调度组合成真正可部署的系统。

🟢 24:39 推理加速的未来，属于更底层和更上层
“推理加速的未来，还是属于更底层和更上层。”
中间的算子层会随着编程工具进步逐渐收敛；更底层是面向通用或特定模型设计芯片，更上层是用算法直接减少计算。

像 Taalas 这样针对特定模型做硬件设计，本质是在通用性与极致效率之间取舍。

真正有壁垒的加速需要软硬件 Co-Design：只懂算法，很难判断方案在真实硬件上是否有效。

🟢 28:28 中国视频模型的领先原因
Transformer 之后，模型结构逐渐收敛，差距更多来自数据量、数据质量、偏好对齐和数据是否容易学习。

低质量数据不只是没用，还会污染模型；高质量解释能让模型更快学会关键概念。

中国的短视频、直播与电商生态既产生真实需求，也沉淀了更丰富的视频数据；张金涛认为中国视频模型公司目前领先美国。

🟢 33:10 世界领先，是把每个环节都做对
“知道世界上最正确、最领先的方法是什么，然后把它正确实现出来。”
朱军让他理解，GPT-3 的成功不是靠某个神秘技巧，而是把每个环节都推到极致。

两行有问题的代码就足以让实验失败；负责人必须能判断方案是否正确、实现是否到位。

带团队还要看见每个人真正想要的是工资、Credit 还是成就感，再从第一性原理协调不同部门。

🟢 37:54 一行代码，速度快一倍
“视频生成得跟之前像素级一模一样，但端到端推理速度快了一倍多。”
在清华安静的楼里，他一个线程一个线程地排查底层问题，终于让 SageAttention 跑通。

把 Vidu 里的 FlashAttention 换成 SageAttention 只需改一行代码，输出保持像素级一致，端到端速度却提升一倍多。

他立刻把结果发给陈建飞和朱军；后来又带队负责 Vidu 推理与 S1，把这段经历形容得“像在创业”。

这段最快乐的科研时光，也来自朱军给出的方向、资源和自由氛围。

欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。
👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

在小宇宙查看该单集文稿