访谈知识点
访谈知识点
按节目与人物回顾知识。内容摘自已提供的整理资料,原节目链接与事实仍待核对;后续可持续补充。
罗永浩的十字路口
查看人物 →何小鹏 · 6 个知识点
- XNGP(小鹏全场景智能辅助驾驶)
- 小鹏汽车自研的高阶智能驾驶系统,具备不依赖高精地图、覆盖高速、城市道路及泊车全场景的通行能力。
- 端到端 AI 大模型(End-to-End AI Model)
- 将感知(看到什么)和决策(怎么开)整合为一个统一的深度学习神经网络模型,直接实现“图像输入→控制指令输出”,极大提高了复杂路况下的拟人化驾驶水平。
- EEA(电子电气架构,Electronic and Electrical Architecture)
- 汽车的“神经与大脑系统”。小鹏研发的中央集中式EEA将原本分散的数十个控制单元(ECU)高度集成,实现软件高效定义汽车(大众集团正引进了小鹏的EEA架构)。
- 图灵芯片(Turing AI Chip)
- 小鹏自研的专为AI大模型、高阶智驾及机器人定制的高算力芯片,具备多核神经网络处理能力。
- 分体式飞行汽车("陆地航母")
- 小鹏汇天研发的低空飞行器方案,分为“陆行体”(负责陆地行驶、储能与充能)与“飞行体”(自动折叠并收纳于车厢内,可随时释放进行低空飞行)。
- SKU(Stock Keeping Unit, 最小存货单位/配置版本)
- 访谈中用于指代车型配置繁杂程度。此前小鹏G9因SKU过多导致消费者选择困难,后续通过SKU精简大幅提升了转化效率。
李想 · 7 个知识点
- 增程式电动汽车(EREV, Extended-Range Electric Vehicle)
- 一种带有发动机(增程器)的电动汽车,发动机不直接驱动车轮,仅用于带动发电机发电,发电后向电池和电动机供电,兼具纯电驾驶感受与加油补能无里程焦虑的优势。
- 具身智能(Embodied AI)
- 将人工智能(AI)与具有物理实体的系统(如智能汽车、人形机器人)结合,使其能够在真实的物理世界中感知、推理、学习并进行物理交互。
- 端到端自动驾驶(End-to-End Autonomous Driving)
- 取消传统自动驾驶中分模块(感知、预测、规划、控制)的手写规则代码,将传感器数据直接输入神经网络大模型,直接输出行车控制指令,显著提升反应速度与上限。
- TOPS(Tera Operations Per Second)
- 处理器算力的衡量单位,1 TOPS 代表每秒可进行一万亿次操作(例如理想自研马赫M100芯片算力达 2560 TOPS)。
- 线控底盘(Drive-by-Wire Chassis)
- 用电信号传输与电子执行器替代传统的机械/液压连接(如刹车踏板、转向柱),响应速度快接近一倍、控制精度更高,是高阶自动驾驶(L3/L4)的核心硬件基础设施。
- 矩阵式组织 / IPD(集成产品开发)
- 一种打破传统部门壁垒的交叉式管理结构,员工既属于职能部门(如研发),又属于具体的产品线/项目组(如理想L系列)。IPD通过跨部门团队协作提升产品开发效率与质量。
- 产能地狱(Production Hell)
- 新车从原型车走向大规模量产阶段时,由于供应链瓶颈、工厂自动化调试及良品率等问题导致的产能严重跟不上的危局。
叶国富 · 6 个知识点
- 兴趣消费(Interest-based Consumption)
- 叶国富在行业内率先提出的商业理念,指年轻一代消费者的购买动机已从“功能性买用”转向“情绪价值、心理满足、好看好玩与IP文化认同”。
- 进店转化率(In-store Conversion Rate)
- 进入门店的总客流量中产生实际购买付款行为的顾客比例。名创优品高达30%的进店转化率远远高于常规线下零售业态。
- 711 原则(711 Product Strategy)
- 名创优品的产品研发与上市机制——即每7天从1000个新产品设计方案中,通过严格筛选淘汰,精选出100个新品快速推向市场。
- 腾笼换鸟(Space Refactoring & Retail Upgrading)
- 访谈中特指将过去坪效较低、形象过时的小型杂货门店进行关闭,将资源释放出来重构成大面积、高毛利、高IP占比的场景化旗舰大店。
- 胖改店 / 胖东来模式(Fat Dong Lai Transformation Model)
- 学习并引入许昌胖东来超市的调优体系,包括大幅提高基层员工薪酬与福利、大幅精简淘汰淘汰劣质商品、大幅增加高品质自营商品与极致的售后服务体验。
- IP(Intellectual Property, 文化知识产权/联名IP)
- 在零售中特指具有高度粉丝粘性与情绪认同的形象符号(如Chiikawa、迪士尼等)。通过IP授权与二次开发,赋予普通日常用品极高的文创溢价与社交属性。
朱江明 · 6 个知识点
- 全域自研(Full-Domain In-House R&D)
- 零跑汽车的核心技术战略,指自研自造包括电子电气架构、智能座舱、智能驾驶、电驱系统、电池系统及车身在内的核心软硬件(占整车成本约70%),从而实现极高的成本控制力与软硬件协同效率。
- CTC 电池底盘一体化技术(Cell-to-Chassis)
- 零跑在国内率先量产的创新技术。取消了传统电池包的独立上盖,直接将电池细胞(Cell)集成在车身底盘骨架内部,使车身刚度提升、乘坐空间变大且车辆续航更长。
- “四叶草”中央集成式电子电气架构(LEAP 3.0)
- 零跑研发的将座舱域、智驾域、动力域、车身域“四域合一”的中央超算架构,用一颗中央 SOC 芯片加一颗智驾芯片控制全车,极大减少了线束长度与控制模块数量。
- 科技平权(Democratization of Technology)
- 朱江明提出的产品价值主张,指通过自研创新与制造降本,将过去只属于30万以上高档豪车的技术配置(如高阶智驾、豪华底盘、大空间等)普及到15万级的家用车型中。
- 油冷电驱系统(Oil-cooled Electric Drive Unit)
- 采用油液直接接触发热部件进行冷却的电机驱动总成,相比传统水冷电驱,散热效率更高、体积更小、功率密度更大,且寿命更长。
- 零跑国际(Leapmotor International)
- 零跑汽车与 Stellantis 集团共同设立的海外合资公司,负责零跑产品在中国以外全球市场的出口、分销与本土化制造。
张小珺的商业访谈
查看人物 →谢赛宁 · 4 个知识点
- DiT(Diffusion Transformers)
- :将扩散模型(Diffusion)与 Transformer 架构相结合的新型生成模型架构,拥有极强的扩展性,是 Sora 等顶级视频生成模型的核心基座。
- 世界模型(World Model)
- :一种能够理解并预测物理世界运行规律、空间结构、因果关系与物体交互的人工智能架构,而非仅处理符号与文本。
- 表征学习(Representation Learning)
- :机器学习中的核心底层问题,研究如何将物理世界的高维原始数据(图像、视频、音频)映射为包含语义与空间逻辑的低维密集向量。
- JEPA(Joint Embedding Predictive Architecture)
- :Yann LeCun 与谢赛宁倡导的联合嵌入预测架构,在表征空间中预测未来,从而避开像素级冗余生成的计算消耗。
杨植麟 · 4 个知识点
- Kimi K2
- :月之暗面推出的基于 MoE(混合专家)架构的开源 Agentic 及编程大语言模型。
- 缸中之脑(Brain in a Vat)
- :访谈中用于指代仅具备文本交互能力、无法通过工具与外部物理/数字世界进行多轮交互的传统大模型形态。
- Muon 优化器
- :一种新型神经网络训练优化器,能够在训练中显著提高 Token 效率与收敛速度。
- Token Efficiency(Token 效率)
- :在消耗相同数量数据 token 的前提下,通过模型架构与数据清洗/改写,让模型获得更高智能上限的能力。
姚顺宇 · 3 个知识点
- Claude Code
- :Anthropic 开发的深度集成 AI 代码助手工具,能够自主理解项目代码库、编写代码、运行终端测试并修复 Bug。
- 测试时扩展(Test-Time Scaling / Inference Scaling)
- :在模型推理/回答阶段赋予其更多的计算时间与思考步骤(推理链),从而大幅提升复杂数学、逻辑与代码问题的解答质量。
- 后训练(Post-Training)
- :在大模型完成大规模无监督预训练后,通过 SFT(有监督微调)和 RLHF/RL(强化学习)对模型进行指令对齐与推理能力塑造的关键阶段。
whynotTV
查看人物 →陈天奇 · 4 个知识点
- XGBoost
- :陈天奇开发的开源梯度提升树(GBDT)高效实现库,因极高的计算速度与准确率在机器学习竞赛与工业界被广泛使用。
- TVM(深度学习编译器)
- :一个开源的端到端深度学习编译栈,可将任意深度学习框架生成的模型自动优化并部署到异构硬件(CPU、GPU、NPU)上。
- MLC LLM(Machine Learning Compilation for LLM)
- :陈天奇团队发起的开源项目,旨在利用深度学习编译技术实现大语言模型在各种设备(包括手机、笔记本、嵌入式硬件)上的高效端侧部署。
- 端侧推理(On-Device Inference)
- :无需依赖云端服务器算力,直接在用户本地设备(如智能手机、PC、汽车)上运行 AI 大模型推理的技术。
胡渊鸣 · 4 个知识点
- Taichi(太极编程语言)
- :一种专为高性能计算、图形学和物理仿真设计的开源高性能编程语言,能将 Python 风格的代码自动编译为高效的 GPU/CPU 并行机器码。
- 物理仿真模拟(Physics Simulation)
- :利用数值计算方法在计算机中模拟真实物理世界(如流体、布料、刚体碰撞、形变)的技术。
- 3D 生成 AI(Generative 3D / Mesh Generation)
- :利用生成式 AI 技术,直接从文本提示词或 2D 图片自动合成可编辑的 3D 网格模型(Mesh)与纹理贴图的技术。
- 微分编程(Differentiable Programming)
- :使整个程序具备可微性,从而能够利用梯度下降算法对物理仿真或图形渲染参数进行反向传播与优化。
孙学
查看人物 →知识点待补充。

