主持人對談

109 · 吉卜力風潮、總經與模型分化

27:45YouTube 上架 2025-04-03

No Priors Ep. 109 | With Sarah and Elad

兩位主持人從 Studio Ghibli 風格的圖像生成談起，聊關稅與市場震盪對新創的影響、基礎模型趨同下被忽略的專用模型，最後談 MCP 與 AI 這一刻的相對穩定。

109 講了什麼

• 圖像生成又一波驚嘆其中一位主持人把這次 Ghibli 風格熱潮，放在 GAN 作品、Midjourney 與早期 Stable Diffusion 之後，又一個讓人「哇」的時刻。接下來預期會從橫向的通用能力，走到平面設計這類垂直應用。
• 總經對新創影響有限面對 Nasdaq 下跌、關稅與消費者信心的多年低點，其中一位主持人認為只要不發生真正攸關存亡的事，做軟體的新創基本上照常運作。會受影響的是創投資金被抽走，以及準備上市的後期公司的估值。
• 關稅要逐項看其中一位主持人批評大家把關稅當成一整包來看。汽車是值得保護的例子，也有些關稅只是談判籌碼；另一位主持人接著說，需要更大的產業政策來支撐國防與汽車等領域。
• 核心模型趨同，專用模型被冷落語言模型在能力與產品形態上愈來愈接近，但物理、材料、機器人等領域的模型很少被討論。判斷這類公司的關鍵是資料收集引擎，一進到實體世界，資料就比較難生成。
• 速度與推理能力的二乘二其中一位主持人用速度／成本與推理精度兩軸分類模型：又快又強的多是很專門的利基模型，又慢又貴但聰明的適合高價值任務，現在叫 agent 的產品則多半是通用模型外面加一層 orchestration。
• AI 進入短暫的穩定期模型層、基礎設施層與應用層的輪廓比較清楚，MCP 這類標準讓 agent 更容易接上既有系統。其中一位主持人預期今年會出現不只是搜尋或 research 的消費者 agent。

從哪一段開始看16 段

1. 00:05Ghibli 與圖像生成Sarah 開場，問對方怎麼看 Studio Ghibli 風格的圖片。回答的主持人自稱是長年的動漫迷，樂見把世界變成動漫風。
2. 00:37歷次的驚嘆時刻從 GAN 時代送去拍賣的作品，到 Midjourney 與早期 Stable Diffusion，每隔一兩年就有一次「哇」的瞬間，這次風格的一致與美感更突出。
3. 02:09從橫向到垂直現在是橫向的通用能力，接下來會有平面設計等垂直版本；OpenAI 的模型已經把這些能力直接整合進去。
4. 02:40品質與可控性接著的回應認為很多一般使用者把圖像生成當成已解決的問題，這波熱潮再次說明還有很大空間。接著聊文字、logo 與點進圖片局部修改，以及 HeyGen 即將推出、用自然語言描述情緒與聲音的功能。
5. 04:43總經會不會擔心面對 Nasdaq 下跌 8%、關稅與消費者信心低點，被問到的主持人說不太緊張，做軟體的新創基本上照常。
6. 06:162008 年的經驗同一位主持人回憶 2008 年 Sequoia 為創辦人辦的「Rest in Peace, Good Times」簡報，當時自己是六人新創的 CEO，Sequoia 的合夥人說不必擔心；那次科技業也照常運轉。
7. 07:18資金與上市另一位說早期市場資金充足，基礎模型這種昂貴的案子也有資金流入；公開市場部位較多的 pre-IPO crossover 投資人可能更保守，M&A 回溫與幾間準備上市的公司會有幫助。
8. 08:03關稅與產業政策以汽車為例：中國車廠變得很強，如果自己是歐洲，會推動對中國進口車課關稅；有些關稅只是談判工具，應逐項評估。另一位主持人補充需要更廣的產業政策。
9. 09:37基礎模型趨同從 Artificial Analysis 的圖表看，各家能力與產品形態（搜尋、research、推理）都在靠攏；Google 最新的 Gemini 說明它仍在局內，Grok 約 9 個月就做出接近 SOTA 的模型。
10. 11:41被忽略的專用模型物理、材料、機器人、科學與健康資料的後訓練少有人談，生物是核心 LLM 之外最受關注的領域；其中一位主持人認為業界興趣與經濟價值常常脫鉤。
11. 12:59一統還是分散是不是 model company 的二分並不精確，多數都從既有預訓練出發；關鍵看資料收集引擎，實體世界難以產生資料，語言與程式碼因為資料在線上又能驗證而最先突破。
12. 16:22不同技術論點的公司主持人列舉 state space 模型（提到 Cartesia）、用 Lean 做形式化推理、訓練能在軟體與網頁上行動的模型，這些各有「為什麼該存在」的理由。
13. 17:53速度與推理的二乘二以速度／成本與推理精度兩軸分四象限；又快又強的多是專用模型，又慢又貴但聰明的適合高價值任務，agent 背後多是通用模型加 orchestration layer。
14. 19:57人才與簽證玩笑回到總經：M&A 回來、技術賭注多元。接著半開玩笑地討論人才該留在舊金山哪一區，並列出研究、基礎設施、軟硬體協同設計、agent 的 eval 與 RL 環境等被看重的專長。
15. 22:18AI 堆疊趨於清楚其中一位主持人說現在是 AI 的「business as usual」階段：模型層、基礎設施層（evals）與應用層都在收斂，消費端也有了苗頭，但也自嘲愈學愈困惑。另一位覺得現在像第三局而不是第一局，是很舒服的投資時機。
16. 24:23MCP 與消費者 agentModel Context Protocol 是 Anthropic 提出的開放標準，開發者仍須把工具描述清楚；預期今年會看到不只是搜尋或 research 的消費者 agent。

值得記的話5 句

• From the perspective of people building technology companies, barring something truly existential happening, it's kind of business as usual.從做科技公司的人的角度，除非發生真正攸關存亡的事，基本上一切照常04:59

• The interest level of people working in the industry to build models is divorced from the economic value of these models.業界做模型的人感興趣的方向，跟這些模型的經濟價值是脫鉤的12:28

• Anytime you go into the physical world, it's always harder to generate data.只要進到實體世界，資料就一定更難產生14:46

• I feel we're in the business as usual phase of AI.我覺得 AI 現在處在一切照常的階段22:18

• It's the only industry where I feel like the more I learn about the market the more confused I am.這是唯一一個我對市場懂得越多、反而越困惑的產業23:51

名詞與人物10 個

Studio Ghibli

這集開場的話題：圖像生成把畫面轉成吉卜力風格而掀起熱潮。

GAN

早期以對抗式網路生成藝術作品的做法，主持人提到 2018 或 2019 年有件 GAN 作品送到 Sotheby's 拍賣。

HeyGen

主持人舉的例子，即將在產品裡推出用自然語言描述情緒與聲音的功能。

Artificial Analysis

彙整各模型基準測試的網站，比較推理、知識與每單位時間 token 數等表現。

Rest in Peace, Good Times

2008 年 Sequoia 為旗下創辦人辦的簡報，請人來講網路泡沫破滅時的經驗，要大家準備裁員過冬。

state space models

一位主持人說它對可壓縮的資料很有效率；另一位補充它在速度與模型大小上的優勢，適合非常專門的任務。

Cartesia

Karan 與 Albert 的公司，兩人上過節目，被舉為 state space 模型這條路線的例子。

Lean

一些公司把問題轉成 Lean 形式化，以提升數學與程式的推理能力。

Braintrust

主持人舉為 evals 逐漸成形的代表公司之一。

MCP

Model Context Protocol，Anthropic 提出的開放標準，用來把模型接到文件、日誌、商業工具與 IDE 等既有資料。

提到但沒有展開

• 其中一位主持人的 pet peeve：在傳統軟體賺到錢的創辦人，回頭叫別人去做生物、材料、物理這些硬題目，還舉 Bill Gates 20 年前的訪談說「如果今天創業會去做生物」。另一位笑說對方正好相反，本身就有生物博士學位。
• MCP 來自 Anthropic 的 Ben Mann 團隊，OpenAI 的 Sam 也說會支援；主持人說它在開發者之間很短時間就流行起來，但還不是完整的解法。
• 其中一位問 DeepSeek 的研究員是不是不准離開中國，另一位說不知道，但認為各國都該想辦法留住最好的人才，只是不該限制人身移動。

在 YouTube 看原片 ↗