王潛說(shuō)，DeepSeek 當(dāng)然很偉大，但我們要干一個(gè)像 OpenAI 那樣的公司。

文丨申遠(yuǎn)

編輯丨宋瑋

采訪的第一個(gè)問(wèn)題，王潛回答了 30 分鐘，以自己為什么選擇 AI 開(kāi)始，到錯(cuò)過(guò)一個(gè)圖靈獎(jiǎng)級(jí)別的發(fā)現(xiàn)結(jié)束。

說(shuō)這么久是因?yàn)樗慕?jīng)歷太復(fù)雜了：本科在清華電子工程系，研究生卻去了生物醫(yī)學(xué)系，博士在南加大攻讀 Robotics Learning（機(jī)器人學(xué)習(xí)），第一份工作則是自己做了個(gè)量化基金。

總結(jié)起來(lái)就是一個(gè)完全不典型的具身智能創(chuàng)業(yè)人：他既沒(méi)有在中美大廠上班的任何經(jīng)驗(yàn)，也沒(méi)有響亮的學(xué)術(shù)頭銜。

這不妨礙王潛的自信。

采訪過(guò)程王潛絕少遲疑，一般都是語(yǔ)速飛快地直擊要害，同時(shí)旁征博引輸出一些 “暴論”，告訴你為什么別人不行，而他可以。

2009 年王潛就在做神經(jīng)網(wǎng)絡(luò)了，他設(shè)計(jì)的架構(gòu)距離 transformer 一步之遙，這是他口中圖靈獎(jiǎng)級(jí)別的錯(cuò)過(guò)，也是他技術(shù)自信的起點(diǎn)，他是具身智能行業(yè)最熱烈擁抱端到端具身物理模型的人。

在早期，這種自信會(huì)勸退一些投資人，但也有越來(lái)越多的投資人被說(shuō)服。美團(tuán)龍珠合伙人王新宇形容王潛是一個(gè)對(duì)技術(shù)有自己獨(dú)特理解和執(zhí)著判斷的人，在持續(xù)跟蹤王潛一年后，美團(tuán)成為自變量的重要股東。

1 月 12 日，自變量機(jī)器人宣布完成 10 億元 A++ 輪融資，距離上一輪融資只有四個(gè)月。據(jù)我們了解，此次領(lǐng)投方為字節(jié)跳動(dòng)。

這是一個(gè)等待一個(gè)機(jī)會(huì)要改變世界的人。王潛想做 OpenAI 那樣從 0 到 1 原始創(chuàng)新的事，想成為第一名。

錯(cuò)過(guò)了一個(gè)圖靈獎(jiǎng)級(jí)別的工作

晚點(diǎn)：創(chuàng)立自變量機(jī)器人之前，你上一段經(jīng)歷是在美國(guó)做了一個(gè)量化基金，這么大的跨度是怎么發(fā)生的？

王潛：跨度其實(shí)說(shuō)實(shí)話，一點(diǎn)也不大，因?yàn)榧夹g(shù)用的都是同一套。我博士專業(yè)讀的叫做 Robotics Learning，主要還是 Deep Learning 這套東西，和做量化用的工具其實(shí)還蠻像的。

一個(gè)做 AI 的人想要賺錢，做量化非常直接。

晚點(diǎn)：最開(kāi)始是怎么萌生要做 AI 的想法的？

王潛：小時(shí)候我主要想做數(shù)學(xué)和物理，后來(lái)發(fā)現(xiàn)理論物理學(xué)家和數(shù)學(xué)家的職業(yè)壽命已經(jīng)和 100 年前相比變得非常短了，所以我想搞一個(gè)人腦智力發(fā)動(dòng)機(jī)，那就是 AI。

晚點(diǎn)：你本科是清華電子系，但研究生轉(zhuǎn)到生物醫(yī)學(xué)系，為什么？

王潛：為什么本質(zhì)上人類相信 AI 能做出來(lái)？因?yàn)橛幸粋€(gè)天然的 intelligent system （智能系統(tǒng)）擺在眼前，那就是人腦。但當(dāng)時(shí) AI 的技術(shù)路線是統(tǒng)計(jì)學(xué)習(xí)，它每年成功率提升 0.1%，你還不知道是不是因?yàn)?overfit（過(guò)擬合），所以我想到了神經(jīng)網(wǎng)絡(luò)。

當(dāng)時(shí)沒(méi)有任何人認(rèn)為神經(jīng)網(wǎng)絡(luò)是一個(gè)好東西，我找遍了清華整個(gè)信息學(xué)院所有的實(shí)驗(yàn)室，沒(méi)有一個(gè)老師在做神經(jīng)網(wǎng)絡(luò)，所以我去了生醫(yī)系，主要研究計(jì)算神經(jīng)科學(xué)。

當(dāng)時(shí)我導(dǎo)師從美國(guó)回來(lái)，給我說(shuō)有個(gè)叫 Geoffrey Hinton 做了一個(gè)叫 Deep Learning（深度學(xué)習(xí)）的東西，我一看這不就是神經(jīng)網(wǎng)絡(luò)嗎？所以我實(shí)際上是從 2009 年開(kāi)始做 deep learning，當(dāng)之無(wú)愧是國(guó)內(nèi)最早的一波。

晚點(diǎn)：很多材料說(shuō)你是國(guó)內(nèi)最早做注意力機(jī)制的人，你是怎么摸索到這個(gè)方向的？

王潛：人類最高級(jí)的智能是 self- consciousness （自我認(rèn)知），下面是 consciousness （認(rèn)知），再下面是什么？一般大家都認(rèn)為是 attention（注意力機(jī)制）。所以我就想能不能把它放到神經(jīng)網(wǎng)絡(luò)里面去試試，到 2014 年的時(shí)候把論文做出來(lái)了。

注：這篇論文名為 Attentional Neural Network:Feature Selection Using Cognitive Feedback，
https://arxiv.org/abs/1411.5140

論文中提出了一種新的神經(jīng)網(wǎng)絡(luò)框架，把自上而下的注意力機(jī)制和自下而上的特征提取放在了一個(gè)統(tǒng)一的模型里。

這篇論文投稿到了 NIPS（即現(xiàn)在的 NeurIPS），是最早三篇注意力機(jī)制的論文之一，所以怎么講，應(yīng)該說(shuō)錯(cuò)過(guò)了一個(gè)圖靈獎(jiǎng)級(jí)別的工作。

晚點(diǎn)：你說(shuō)你錯(cuò)過(guò)了圖靈獎(jiǎng)？

王潛：真的是這樣，NIPS 上三篇論文，另外兩篇論文來(lái)自 DeepMind 和 ETH （蘇黎世聯(lián)邦理工大學(xué)）的團(tuán)隊(duì)，我們的架構(gòu)比他們遠(yuǎn)遠(yuǎn)要更接近今天的 Transformer。

晚點(diǎn)：主要差在哪里？

王潛：乘法算子天然非常難收斂，特別是你把它的層數(shù)放得非常多的時(shí)候。

當(dāng)時(shí)在微軟亞洲研究院實(shí)習(xí)，我還和何愷明、孫劍他們交流過(guò)。何愷明他們?cè)谧?ResNet（殘差網(wǎng)絡(luò)），我當(dāng)時(shí)沒(méi)有特別在意。

Transformer 出來(lái)后我就發(fā)現(xiàn)，其實(shí)我們差的就是把架構(gòu)和 ResNet 連起來(lái)，ResNet 非常容易去穩(wěn)定收斂性。

晚點(diǎn)：那很值得后悔了。

王潛：這個(gè)事后來(lái)我越想越后悔，越想越后悔，看到 NLP 領(lǐng)域的進(jìn)展我就難受（哈哈），因?yàn)槲覀冋娴闹徊钜徊健?/p>

晚點(diǎn)：論文發(fā)表之后為什么轉(zhuǎn)去做了機(jī)器人？

王潛：碩士畢業(yè)想要出國(guó)深造。當(dāng)時(shí)剛好第一波 AI 四小龍出來(lái)了，但我沒(méi)什么太大興趣去做一個(gè)安防市場(chǎng)，我想找一個(gè) AI 真正能落地的大方向，自然就想到了機(jī)器人。

晚點(diǎn)：當(dāng)時(shí)在機(jī)器人領(lǐng)域也在用深度學(xué)習(xí)的方法么？

王潛：美國(guó)當(dāng)時(shí)做 Deep Learning in Robotics 的只有幾個(gè)組，其中一個(gè)是大家今天都知道的 Sergey Levine （機(jī)器人公司 PI 的聯(lián)合創(chuàng)始人）和他的老師 Pieter Abbeel，另外 MIT、CMU 都有，最后我選了 USC（南加大）。所以我應(yīng)該算是科班做機(jī)器人 Embodied AI 出身的，當(dāng)時(shí)我們還叫 Robotics Learning。

晚點(diǎn)：這個(gè)后面有點(diǎn)走不下去了？

王潛：到了 18、19 年整個(gè) AI 領(lǐng)域大家覺(jué)得有點(diǎn)停滯了，在機(jī)器人上的表現(xiàn)就是 deep reinforcement learning 有點(diǎn)走不下去，因?yàn)樗烊挥幸粋€(gè)很糟糕的特性，數(shù)據(jù)量的需求隨任務(wù)難度提升指數(shù)級(jí)增長(zhǎng)，那個(gè)時(shí)候也沒(méi)有在做 imitation learning，所以整個(gè)方向好像都不太對(duì)。

晚點(diǎn)：simulation（仿真）呢？

王潛：這個(gè)事也不成立。因?yàn)槲锢硎澜绾吞摂M世界的差異實(shí)在是太大了，物理世界通常很難觀察，而且隨機(jī)性極大。

（王潛把手指抵在了采訪的桌子上往前推。）

一方面手指是可以變形的，另一方面它還有非線性摩擦，這兩個(gè)東西耦合在一起，就出現(xiàn)了隨機(jī)性，這種事你幾乎是沒(méi)法用仿真去模擬的。仿真環(huán)境里面訓(xùn)練的任何東西在現(xiàn)實(shí)世界中都不能用，所以最后我對(duì)整個(gè)領(lǐng)域的判斷是，如果不出現(xiàn)一些根本性的變化，可能還需要三十年、五十年的時(shí)間機(jī)器人才有可能做出來(lái)。

晚點(diǎn)：所以你選擇離開(kāi)了學(xué)術(shù)界，去做量化基金。

王潛：當(dāng)時(shí)確實(shí)比較 depressive（低落），我也不太喜歡學(xué)術(shù)界的生活方式，所以自然想到應(yīng)該去賺點(diǎn)錢，最直接的方式就是量化。

這也有前人經(jīng)驗(yàn)，最典型就是文藝復(fù)興基金的 James Simons，他和陳省身一起拿過(guò)菲爾茨獎(jiǎng)，量化做的非常成功，然后又反過(guò)來(lái)把錢捐給了他的母校，紐約州立大學(xué)石溪分校，把石溪的數(shù)學(xué)系建設(shè)得特別好。

AI 領(lǐng)域其實(shí)也有，就是梁文鋒。

Silver Bullet : GPT-3

晚點(diǎn)：什么時(shí)候開(kāi)始萌生了要回到 AI 和具身智能領(lǐng)域創(chuàng)業(yè)的想法？

王潛：2021 年，GPT-3 出來(lái)了，我當(dāng)時(shí)就覺(jué)得這是一個(gè)巨大的范式轉(zhuǎn)移。因?yàn)樗辛?few shot learning （少樣本學(xué)習(xí)）。

這個(gè)東西大家之前追求了幾十年，一直沒(méi)人能真的找到。強(qiáng)化學(xué)習(xí)最大的問(wèn)題是指數(shù)爆炸，但 GPT-3 上學(xué)一個(gè)新任務(wù)的數(shù)據(jù)量是越來(lái)越少的，到了 ChatGPT 還出現(xiàn)了零樣本學(xué)習(xí)（Zero-shot learning）。

順便說(shuō)一句，今天有人重新把機(jī)器人領(lǐng)域的強(qiáng)化學(xué)習(xí)撿回來(lái)說(shuō)這是新路線，我覺(jué)得挺荒唐的。

晚點(diǎn)：過(guò)去為什么沒(méi)有人想到 GPT-3 的路線？

王潛：這和大家的直覺(jué)太相反了。大家過(guò)去默認(rèn)專用模型一定是最好的，但現(xiàn)在沒(méi)有任何一個(gè)專用模型能做得過(guò)通用模型。

這就是 Silver Bullet （銀彈，指一次性解決所有問(wèn)題的技術(shù)），我本來(lái)以為要等 30 年或者 50 年的問(wèn)題現(xiàn)在看有解決的希望了。

晚點(diǎn)：看到 GPT-3，你有沒(méi)有想到當(dāng)年在微軟亞洲研究院做神經(jīng)網(wǎng)絡(luò)的時(shí)候。

王潛：所以我一定要回來(lái)干這個(gè)事情啊。你的第一個(gè)問(wèn)題問(wèn)為什么從博士讀機(jī)器人到量化，然后再回來(lái)，這其實(shí)是一以貫之的，我只是單純的想做 AI，僅此而已，中間換了幾種不同的方式。

圖片來(lái)源：《機(jī)器人總動(dòng)員 WALL·E》，這是自變量機(jī)器人模型 WALL-A 名字的來(lái)歷。

中國(guó)做硬件，美國(guó)做軟件，不可能

晚點(diǎn)：決定要做機(jī)器人后，為什么選擇中國(guó)而不是留在美國(guó)？

王潛：本來(lái)考慮過(guò)在美國(guó)，2022 年看了一圈覺(jué)得整個(gè)美國(guó)和硬件相關(guān)的生態(tài)實(shí)際上已經(jīng)崩潰了。

供應(yīng)鏈?zhǔn)莻€(gè)老生常談的問(wèn)題，美國(guó)實(shí)驗(yàn)室買個(gè)機(jī)械臂壞了返修可能需要兩個(gè)月，但國(guó)內(nèi)只需要一天。這是數(shù)量級(jí)的差異。

更重要的是硅谷已經(jīng)沒(méi)有 VC 去投硬件了。Figure AI 它早期的投資人要么是老板自己，要么是英偉達(dá)、OpenAI 還有微軟，還有 Jeff Bezos（亞馬遜創(chuàng)始人），沒(méi)有什么正經(jīng)的財(cái)投機(jī)構(gòu)。

供應(yīng)鏈和錢上都是這樣，人也是如此。硅谷不是沒(méi)有好的硬件工程師，但所有人都在蘋果和 Meta，沒(méi)有人愿意出來(lái)，或者說(shuō)出來(lái)創(chuàng)業(yè)的目的是被蘋果買回去。

從人的流動(dòng)、信息的流動(dòng)、錢的流動(dòng)到供應(yīng)鏈的流動(dòng)，硅谷硬件生態(tài)當(dāng)時(shí)已經(jīng)徹底崩掉了。

晚點(diǎn)：中國(guó)的優(yōu)勢(shì)很明顯，但劣勢(shì)呢？比如融資還有算力？

王潛：中國(guó)融資肯定比美國(guó)要難多了。但具身智能限制 scaling up 的主要不是算力，而是數(shù)據(jù)。數(shù)據(jù)成本上中國(guó)明顯比美國(guó)低一個(gè)數(shù)量級(jí)。

這樣算下來(lái)，中美之間，融資低一個(gè)數(shù)量級(jí)，但成本也低一個(gè)數(shù)量級(jí)，基本上還是持平的，而且錢的劣勢(shì)不是永遠(yuǎn)的，但成本優(yōu)勢(shì)是持續(xù)在的。

晚點(diǎn)：人力資源呢？

王潛：22 年的時(shí)候大家還會(huì)討論硅谷的人才優(yōu)勢(shì)，現(xiàn)在已經(jīng)不會(huì)有人這么問(wèn)了，因?yàn)榇蠹叶记宄?，硅谷?AI 和國(guó)內(nèi)搞 AI 的都是一波人，大家都是大學(xué)同班同學(xué)，你說(shuō)誰(shuí)比誰(shuí)強(qiáng)?。?/p>

晚點(diǎn)：創(chuàng)業(yè)之后，你對(duì)上面的判斷有改變么？

王潛：美國(guó)還是比我當(dāng)時(shí)想的要快一些。

比如 Figure ，它的估值這么高，有一個(gè)原因是它承載了制造業(yè)回流美國(guó)這個(gè)大邏輯，因?yàn)樗娴脑谟酶咭粋€(gè)數(shù)量級(jí)的錢猛砸硬件自產(chǎn)，接下來(lái)它還打算自產(chǎn)關(guān)節(jié)、電機(jī)、電池甚至電機(jī)繞線設(shè)備，就差沒(méi)有自己打螺絲了。

之前很多人說(shuō)，中國(guó)做硬件，美國(guó)做軟件，大家某種意義上可以井水不犯河水，這完全不可能。包括 Figure 在內(nèi)的美國(guó)公司做硬件一點(diǎn)也不比國(guó)內(nèi)差，當(dāng)然有沒(méi)有量產(chǎn)那是另一回事，但量產(chǎn)前這個(gè)硬件水準(zhǔn)，我覺(jué)得比國(guó)內(nèi) 99% 的公司做得更好。

晚點(diǎn)：回國(guó)組建團(tuán)隊(duì)你第一個(gè)找的誰(shuí)？

王潛：我們的 CTO 王昊。我們?cè)?2021 年就認(rèn)識(shí)了，他在 IDEA 研究院的老板就是我那篇 Attention 論文的合作者。我開(kāi)始做量化的時(shí)候涉及大量 infra 工作，這部分我沒(méi)怎么做過(guò)，對(duì)方給我推薦了王昊，他做大模型相當(dāng)早，2021 年中國(guó)大模型開(kāi)源組織一個(gè)是智源研究院，另外一個(gè)就是 IDEA 了。

順便說(shuō)一句，現(xiàn)在很多具身公司，我相信 infra 和算法耦合的工作他們會(huì)很難做，因?yàn)橐郧皼](méi)干過(guò)，這兩者之間還是有相當(dāng)大跨度的。

我找王昊的時(shí)候他正在很痛苦做 AI 落地的項(xiàng)目，因?yàn)檫@個(gè)東西就是很難落地嘛，即使現(xiàn)在，如果你不做 coding 還是沒(méi)法落地。我和他說(shuō)了之后他覺(jué)得，機(jī)器人確實(shí)是一個(gè)完美落地的東西。當(dāng)然站在今天回頭看，那時(shí)候還是想的有些簡(jiǎn)單了。

晚點(diǎn)：因?yàn)橐膊皇悄敲春寐涞兀瑢?duì)吧？

王潛：因?yàn)闄C(jī)器人除了模型之外，還有別的很多要素，硬件、系統(tǒng)等等。但反正那時(shí)候我和他說(shuō)完，他就先來(lái)北京找我了，來(lái)了就再也沒(méi)回去。

看不到具身智能的 scaling law，那是因?yàn)槟愕臄?shù)據(jù)太糟糕

晚點(diǎn)：自變量的 WALL-A 模型被形容是一個(gè)端到端具身基礎(chǔ)模型，和大語(yǔ)言模型并列。具身智能有這么大的路線分歧，你為什么這么確定端到端？

王潛：23 年底公司成立的時(shí)候沒(méi)有人信端到端。投資人都給我說(shuō)，你還是要做一個(gè)分層模型或者專用模型，可如果沒(méi)有范式上的變化，還是做專用模型或分層模型，那憑什么輪到我來(lái)做這個(gè)事呢？專有模型絕對(duì)不可能成功，一定要做基礎(chǔ)模型，反過(guò)來(lái)再做專有模型。

晚點(diǎn)：分層模型的弱點(diǎn)是什么？

王潛：比如你去抓一個(gè)東西，按照分層的思路，你要先把物體三維形狀重建，然后估計(jì)它的重心、選抓取點(diǎn)，再生成一個(gè)軌跡去接觸這個(gè)抓取點(diǎn)，最后成功抓起物體。

首先，三維重建不太可能完美復(fù)現(xiàn)物體表面的物理特性，比如那些毛刺、坑洼，它對(duì)物理接觸是極度敏感的，因此最開(kāi)始一個(gè)微小的錯(cuò)誤在分層模型里會(huì)被非常快的級(jí)聯(lián)放大，層數(shù)越多錯(cuò)誤放大的越快。

大家之前按照這個(gè)路線做了 80 年了什么也沒(méi)有做出來(lái)。

晚點(diǎn)：端到端可以規(guī)避這樣的問(wèn)題？

王潛：因?yàn)槟憧梢詮淖罱K抓取結(jié)果 backprop （反向傳播）修正最初的抓取動(dòng)作，設(shè)法讓某些抓取位置的成功率變高，端到端不需要做 100% 的完美還原。

另外端到端的思路也不是大模型時(shí)代才有的，14、15 年 Sergey Levine 他們，包括我們那時(shí)候都用的是端到端方法。2018 年左右機(jī)器第一次真正意義上做到 general grasping （通用抓?。?，用的也是端到端深度強(qiáng)化學(xué)習(xí)。

晚點(diǎn)：現(xiàn)在影響模型性能提升的主要瓶頸是什么？

王潛：數(shù)據(jù)質(zhì)量是最重要的。有人說(shuō)看不到具身智能的 scaling law，我說(shuō)那是因?yàn)閿?shù)據(jù)太糟糕了，全是噪聲。

以前 80% 工作在模型算法上，現(xiàn)在 80% 工作在數(shù)據(jù)，剩下的你要盡可能讓模型自己決定它要做什么。這是方法論上一個(gè)大變化。

晚點(diǎn)：仿真數(shù)據(jù)是不行的？

王潛：要高質(zhì)量的真實(shí)數(shù)據(jù)，在真實(shí)物理環(huán)境做實(shí)際任務(wù)。

晚點(diǎn)：像英偉達(dá)的 Omniverse 這樣的虛擬仿真環(huán)境不行么？

王潛：GR00T 第一版非常糟糕，因?yàn)橛玫募兲摂M仿真數(shù)據(jù)，后面的版本就開(kāi)始轉(zhuǎn)向融合數(shù)據(jù)了。

我常跟投資人講這個(gè)邏輯，難道你相信任何一個(gè)做仿真的公司能在算力上超過(guò)英偉達(dá)嗎？英偉達(dá)封住了所有這些公司的上限，而英偉達(dá)也轉(zhuǎn)向了真實(shí)數(shù)據(jù)。

我們這一代的博士，所有人最開(kāi)始都在做仿真，現(xiàn)在沒(méi)有一個(gè)人還在做仿真，因?yàn)樗褪遣?work。

晚點(diǎn)：但具身領(lǐng)域還有很多人在做仿真數(shù)據(jù)。

王潛：我算是真正意義上根正苗紅科班出身做機(jī)器人，其他有些是做 CV 視覺(jué)還有 Graphics 圖像處理的，他們或許認(rèn)為這個(gè)東西可行吧，但我們當(dāng)年真的踩過(guò)所有的坑。

晚點(diǎn)：算力不是核心的瓶頸？

王潛：至少目前還沒(méi)有。同樣能力條件下，多模態(tài)模型比語(yǔ)言模型小一到兩個(gè)數(shù)量級(jí)，語(yǔ)言模型需要記很多東西，物理世界模型沒(méi)什么需要記的，它只需要知道物理規(guī)律。

這也是我選擇回國(guó)的一個(gè)考量，具身領(lǐng)域暫時(shí)沒(méi)有算力卡脖子的問(wèn)題。

晚點(diǎn)：理論上具身基礎(chǔ)模型和多模態(tài)模型一樣，非常難以收斂。

王潛：多模態(tài)模型很難訓(xùn)練，因?yàn)閿?shù)據(jù)天然缺失。一是缺乏時(shí)間上的連續(xù)帶因果性的認(rèn)知。比如人第一次見(jiàn)到貓，可以繞著它走一圈，這樣你對(duì)它的理解有時(shí)間上的連續(xù)性；另外你知道自己的位置，所以對(duì)貓有一個(gè)三維的理解；最后你還可以和它互動(dòng)，比如握握手，玩一會(huì)兒。這些都是額外的信息，所以人不需要看一萬(wàn)張貓才知道什么是貓。

你把動(dòng)作連續(xù)性這個(gè)因素加進(jìn)來(lái)，會(huì)發(fā)現(xiàn)做具身智能模型比單純做多模態(tài)模型要容易。十年之后，我們會(huì)發(fā)現(xiàn)最好的多模態(tài)模型是具身模型。我跟很多做多模態(tài)的人說(shuō)，你真的想要做好多模態(tài)，應(yīng)該來(lái)搞具身智能。

晚點(diǎn)：自變量在技術(shù)上有什么獨(dú)門秘籍么？

王潛：能說(shuō)的我們都公開(kāi)發(fā)文章了，剩下的都是不能說(shuō)的。

晚點(diǎn)：反對(duì)端到端的觀點(diǎn)會(huì)說(shuō)，機(jī)器人走路和用手玩魔方這兩種完全不同的事怎么能指望用一個(gè)模型完成呢？

王潛：首先這事倒真不用一個(gè)模型做，端到端說(shuō)的是模型內(nèi)的結(jié)構(gòu)，不是說(shuō)功能分區(qū)。人的大腦也是端到端的，但不同的區(qū)域負(fù)責(zé)不同的功能。

不過(guò)實(shí)踐下來(lái)發(fā)現(xiàn)，導(dǎo)航和動(dòng)手操作放在一起真的表現(xiàn)好。

晚點(diǎn)：模型出現(xiàn)了更多泛化？

王潛：各方面都變好了一點(diǎn)。最典型的是 COT（思維鏈）。大家說(shuō)的具身 COT 還是先做一個(gè)語(yǔ)言 COT，然后掛一個(gè)控制模型，這還是分層。

我們是世界范圍內(nèi)最早做原生 COT 的，24 年底開(kāi)始做，25 年和 Gemini Robotics 差不多同時(shí)做出來(lái)。理想情況下它可以做無(wú)限長(zhǎng)的策略和規(guī)劃。

晚點(diǎn)：你能舉個(gè)例子么？

王潛：比如給它一個(gè)圖紙，旁邊擺著積木，它可以按照?qǐng)D紙把積木搭出來(lái)。第一它能理解圖紙，第二它能評(píng)估每一步和最終結(jié)果之間的差距，第三它還會(huì)動(dòng)手把它搭出來(lái)。

晚點(diǎn)：你們的模型已經(jīng)可以做到這種程度了？

王潛：是的。

晚點(diǎn)：哪塊還不夠好？

王潛：總體來(lái)說(shuō)都還不夠好，核心原因是數(shù)據(jù)量不足，當(dāng)然算法也很重要，但數(shù)據(jù)是第一。

晚點(diǎn)：你對(duì)李飛飛的世界模型怎么看？

王潛：李飛飛講的空間智能偏向三維生成，但就像我剛才說(shuō)的，知道所有的三維形狀，并不意味著能做所有的事情。

完美的空間智能模型只相當(dāng)于完整的具身智能系統(tǒng)的 40% 到 50%，剩下的都是和直接物理接觸過(guò)程相關(guān)的。

一定要由 AI 去定義硬件

晚點(diǎn)：自變量已經(jīng)發(fā)布了兩代輪式機(jī)器人，外傳是 2024 年底才開(kāi)始做的，為什么會(huì)這么晚？

王潛：我們一直覺(jué)得 AI 是第一性的，硬件是第二性的。最早我們做硬件各方面條件不是很成熟，一直是個(gè)小團(tuán)隊(duì)。后來(lái)我們發(fā)現(xiàn)自己做硬件之后很多 AI 的問(wèn)題反而是更容易做了。

這方面我們可能真的有點(diǎn)晚了，25 年 1 月份才開(kāi)始真的大規(guī)模招硬件的人。

晚點(diǎn)：你是做具身出身的，最開(kāi)始沒(méi)有覺(jué)得硬件重要嗎？

王潛：一個(gè)公司的資源是有限的，尤其是早期沒(méi)那么多錢，我們覺(jué)得應(yīng)該更多依靠供應(yīng)商。

晚點(diǎn)：自己做硬件之后 AI 問(wèn)題更容易做了，你能舉個(gè)例子么？

王潛：比如雖然都是機(jī)械臂，但是否基于 AI 原生定義差別是非常大的。因?yàn)槲抑罊C(jī)械臂在數(shù)據(jù)采集還有推理階段應(yīng)該怎么用，而只有用這種天然適合 AI 的機(jī)械臂，你才有可能做出有意義的研究。

現(xiàn)在有兩種看法，一種認(rèn)為應(yīng)該先做一個(gè)非常完美的硬件，然后基于這個(gè)硬件去做 AI，這完全不對(duì)。另一種就是我的看法，一定要用 AI 去定義硬件。

還有一個(gè)例子是靈巧手。人類手掌是沒(méi)有肌肉的，所以它包裹性很好。但很多靈巧手會(huì)把電機(jī)放在里面，然后做的又厚又硬，但外形仍然和人手一樣。這個(gè)時(shí)候你會(huì)發(fā)現(xiàn)手掌是失去功能的，它包不住任何東西，在去抓物體的時(shí)候?qū)嶋H上是用指根施力。

這個(gè)例子很典型，只有沒(méi)收過(guò)數(shù)據(jù)，沒(méi)訓(xùn)過(guò)模型的公司才會(huì)出現(xiàn)這么荒唐的硬件設(shè)計(jì)。

晚點(diǎn)：自變量的靈巧手能力也有賴于具身物理模型能力的迭代么？

王潛：基礎(chǔ)模型學(xué)到的物理規(guī)律、動(dòng)作模式還有對(duì)物體屬性的理解是不以操作的是夾爪還是靈巧手有變化的。你有一個(gè)好的基于夾爪的模型，再去訓(xùn)靈巧手會(huì)極大地節(jié)省資源和時(shí)間。

當(dāng)然還是要微調(diào)和后訓(xùn)練，但它的原理就類似于大模型，在英文上訓(xùn)練的越好，那它遷移到中文上會(huì)很容易。

晚點(diǎn)：馬斯克說(shuō)靈巧手的技術(shù)難度比特斯拉造汽車還難，僅次于 Space X 的可回收火箭。

王潛：硬件確實(shí)很難做，但我覺(jué)得硬件和模型能力是兩條平行線，我們也在做靈巧手，但主要是為了幫助模型訓(xùn)練。

其實(shí)大部分場(chǎng)景沒(méi)必要做這種和人自由度完全一樣的手，一方面是成本，另一方面也沒(méi)太大用處。人只用夾爪也可以做非常復(fù)雜的任務(wù)，而夾爪在大部分場(chǎng)景，至少一半以上場(chǎng)景是足夠用的。

晚點(diǎn)：但大家會(huì)覺(jué)得，如果出現(xiàn)一個(gè)和人一樣的靈巧手是一個(gè)巨大的突破。

王潛：我覺(jué)得未必，比如大家之前覺(jué)得機(jī)器人能跑步、能唱歌跳舞就是個(gè)巨大突破，但真的是嗎？更多的還是情緒價(jià)值吧。高自由度靈巧手確實(shí)在有些任務(wù)上非常有用，但大部分時(shí)間它可能也是提供一個(gè)情緒價(jià)值。它看上去很像手，很復(fù)雜很厲害，就這樣。

晚點(diǎn)：自變量的靈巧手現(xiàn)在進(jìn)展到什么程度？

王潛：我們已經(jīng)做了 20 自由度的手，效果還不錯(cuò)，但這肯定不是我們的主線，更多還是為了我們模型訓(xùn)練。

晚點(diǎn)：你們的機(jī)器人是輪式而不是雙足，這是怎么考慮的？

王潛：腿有兩個(gè)本質(zhì)問(wèn)題，一個(gè)是安全性，本質(zhì)上它就是比輪式更容易倒。另一個(gè)是它更貴，因?yàn)樗碾姍C(jī)、關(guān)節(jié)數(shù)量要比輪式多一個(gè)數(shù)量級(jí)。

晚點(diǎn)：但它就沒(méi)有好處么？

王潛：它的用處并沒(méi)有很大，當(dāng)然有情緒價(jià)值，但排除掉這個(gè)，你在室內(nèi)場(chǎng)景中有多少是需要腿的呢？它的用處不足以抵消它的劣勢(shì)。

晚點(diǎn)：自變量不會(huì)去做雙腿？

王潛：可能會(huì)做，但我們希望在有用的地方做。做一個(gè)公司，很多時(shí)候重要的是在什么地方不做，這個(gè)地方我們就選擇不做。

我們要干一個(gè)像 OpenAI 那樣的公司

晚點(diǎn)：有投資人說(shuō)你們從一開(kāi)始技術(shù)思路沒(méi)有變過(guò)，也比較坐得住，不著急商業(yè)化。這會(huì)讓你們的早期融資很困難吧？

王潛：當(dāng)時(shí)投資人邏輯很簡(jiǎn)單，你也不是字節(jié)也不是 Google，憑什么你來(lái)做大模型？就算具身智能要做大模型，那為什么是你不是別人，當(dāng)時(shí)很多公司融資規(guī)模已經(jīng)超 10 億了，我們才融天使輪。

晚點(diǎn)：你怎么回應(yīng)？

王潛：其實(shí)沒(méi)法回應(yīng)。這是我覺(jué)得中國(guó)資本市場(chǎng)的一個(gè)問(wèn)題，大家不相信技術(shù)是第一性的，潛意識(shí)里覺(jué)得技術(shù)誰(shuí)都能做，沒(méi)有獨(dú)特性。

因?yàn)檫^(guò)去做得好的全是 fast follower（快速跟進(jìn)者），從來(lái)沒(méi)有出現(xiàn)過(guò)在從 0 到 1 階段就做到第一名的。

晚點(diǎn)：你相信具身智能中國(guó)真的有可能在從 0 到 1 的階段就做到第一名。

王潛：有人問(wèn)我你是不是要做具身智能的 DeepSeek？我說(shuō) DeepSeek 當(dāng)然是一個(gè)很偉大的公司，但我們要做像 OpenAI 那樣的公司。

晚點(diǎn)：只有認(rèn)同這一點(diǎn)才會(huì)投資你們對(duì)么？

王潛：會(huì)投我們公司的基本上都是 buy in 我們要做世界第一這個(gè)邏輯的。如果你 buy in 要快速賺錢這個(gè)邏輯，那根本也就不會(huì)投我們。我們的股東有給我講說(shuō)，踏踏實(shí)實(shí)把基礎(chǔ)模型做好，缺錢找我們要。

晚點(diǎn)：比如哪一家是這樣的？

王潛：具體不說(shuō)了，但你看國(guó)內(nèi)做大模型最好的兩個(gè)大廠，阿里和字節(jié)都投了我們，我們也算是字節(jié)唯一一個(gè)投的具身智能公司。

晚點(diǎn)：聽(tīng)說(shuō)有投資人 24 年的時(shí)候臨時(shí)出題考你們的機(jī)器人卷衛(wèi)生紙，你們表現(xiàn)很好。

王潛：不是臨時(shí)，給了三天時(shí)間。他們說(shuō)你們不是有少樣本學(xué)習(xí)能力么？那給你們一個(gè)從來(lái)沒(méi)見(jiàn)過(guò)的任務(wù)，三天做出來(lái)。

題目就是整理衛(wèi)生紙。你需要把衛(wèi)生紙臟的、皺的地方扯掉，然后貼一個(gè)封口塑料標(biāo)，最后放回去。實(shí)際上就是酒店衛(wèi)生間清潔的一個(gè)流程。

晚點(diǎn)：你們成功做到了。

王潛：效果還不錯(cuò)。

我們花了一天收數(shù)據(jù)，一天訓(xùn)練，第三天投資人就拿著一大堆各種衛(wèi)生紙來(lái)了，所以實(shí)際上準(zhǔn)備的時(shí)間是兩天。

晚點(diǎn)：隨著模型能力提升，現(xiàn)在融資應(yīng)該比早期順利多了。

王潛：現(xiàn)在比那時(shí)候好一點(diǎn)了，一個(gè)就是大家意識(shí)到國(guó)內(nèi)的人才儲(chǔ)備和密度絲毫不比美國(guó)差。另一個(gè)，不管是 DeepSeek 還是宇樹(shù)，大家都看到，中國(guó)能干第一流的事情，沒(méi)有什么克服不了的問(wèn)題。不管資源、算力還是別的什么，它們都不是本質(zhì)問(wèn)題。

晚點(diǎn)：所以也不會(huì)有人問(wèn)，為什么是你而不是 Google 或智元這樣的問(wèn)題。

王潛：現(xiàn)在不太會(huì)有人這么問(wèn)了。

晚點(diǎn)：你好像一開(kāi)始就沒(méi)有那些條條框框的刻板印象。

王潛：可能我中美兩邊都知道大概怎么回事，所以我一開(kāi)始就不覺(jué)得有什么美國(guó)一定能做成，中國(guó)做不成的事情。

團(tuán)隊(duì)打分：8 分，滿分 10 分

晚點(diǎn)：你之前沒(méi)有管過(guò)大團(tuán)隊(duì)的經(jīng)驗(yàn)，你怎么分配你的時(shí)間優(yōu)先級(jí)？

王潛：招人和融資我都會(huì)花比較多時(shí)間，技術(shù)上我參與重大技術(shù)判斷，最重要的產(chǎn)品我可能會(huì)自己盯。

大部分時(shí)候我不會(huì)管很細(xì)，一個(gè)公司 CEO 要去管這么細(xì)的事，那這個(gè)公司肯定有問(wèn)題對(duì)吧？我不是控制欲很強(qiáng)的人，也不希望他們什么事都找我。

晚點(diǎn)：和別的機(jī)器人公司比，自變量沒(méi)什么光環(huán)加持，招人對(duì)你來(lái)說(shuō)難么？

王潛：我的心得就是不同的公司氣質(zhì)確實(shí)會(huì)吸引來(lái)不同的人，我們吸引來(lái)的就是比較理想主義，對(duì)技術(shù)本質(zhì)比較在意，這還挺明顯的。

晚點(diǎn)：有什么趨勢(shì)么，比如哪些公司、哪些行業(yè)出來(lái)的人在你看來(lái)會(huì)靠譜一點(diǎn)。

王潛：應(yīng)屆生。因?yàn)檫@個(gè)行業(yè)真的不吃經(jīng)驗(yàn)，幾乎沒(méi)人做過(guò)，所有人都是第一批。最近也開(kāi)始有大廠或者創(chuàng)業(yè)公司，真的訓(xùn)過(guò)模型的人出來(lái)，有做大模型的，有做自動(dòng)駕駛的。我們更傾向于招以前做大模型的人。

晚點(diǎn)：自動(dòng)駕駛公司做具身為什么不行？

王潛：第一，普遍來(lái)講，自動(dòng)駕駛對(duì)大模型的理解還是稍微滯后。

第二，自動(dòng)駕駛和機(jī)器人這個(gè)事不像很多人想的那樣，它不是 100% match 的，自動(dòng)駕駛沒(méi)有物理接觸，機(jī)器人是有很多接觸的，技術(shù)核心是不一樣的。

第三，自動(dòng)駕駛安全性要求非常高，轉(zhuǎn)過(guò)來(lái)大家多少會(huì)有思維方式不一致的地方。當(dāng)然后兩點(diǎn)都是次要的，主要還是第一點(diǎn)。

晚點(diǎn)：其它大模型公司不能做你們的事嗎？

王潛：這不是一個(gè)純大模型的事兒，還涉及硬件、系統(tǒng)、物理世界的隨機(jī)性各種問(wèn)題，然后還有實(shí)驗(yàn)的問(wèn)題、組織管理的問(wèn)題，本質(zhì)上都和大模型團(tuán)隊(duì)基因不對(duì)付。

大模型團(tuán)隊(duì)像是空軍，一個(gè)很優(yōu)秀的飛行員加一架飛機(jī)你就去飛了，怎么把敵機(jī)打下來(lái)靠的是單兵作戰(zhàn)能力。大模型公司核心團(tuán)隊(duì)本質(zhì)上是一個(gè)頂級(jí)聰明人組成的相對(duì)松散的實(shí)驗(yàn)室。

硬件團(tuán)隊(duì)是海軍，你在一艘船上，每個(gè)崗位都是高度協(xié)同的，從前端直接和硬件、數(shù)據(jù)打交道，到處理數(shù)據(jù)，再到模型訓(xùn)練，它的鏈條真的太長(zhǎng)了，一個(gè)崗位出問(wèn)題整個(gè)船就沉了。

晚點(diǎn)：你們是怎么克服這種基因沖突？

王潛：找到合適的人吧。另外技術(shù)上講，動(dòng)作這個(gè)模態(tài)和語(yǔ)言還有視覺(jué)不一樣，你需要再去開(kāi)發(fā)一套新方法來(lái)利用動(dòng)作數(shù)據(jù)，這本身就有很高的技術(shù)壁壘，確實(shí)需要一個(gè)原生的具身智能團(tuán)隊(duì)來(lái)做這些事。

晚點(diǎn)：現(xiàn)在自變量算法團(tuán)隊(duì)和硬件團(tuán)隊(duì)磨合到了一個(gè)什么樣的水平？

王潛：基本上做到?jīng)]什么部門墻，大家能夠比較好地作為一個(gè)整體協(xié)作。

晚點(diǎn)：如果讓你打分的話？

王潛：8 分，滿分 10 分。

第一名，沒(méi)泡沫，賽道出清

晚點(diǎn)：前一段時(shí)間 omdia 出了個(gè)報(bào)告，全球人性機(jī)器人出貨 1.3 萬(wàn)臺(tái)。前幾位是智元、宇樹(shù)、優(yōu)必選等等，你怎么看這個(gè)報(bào)告，2026 年機(jī)器人行業(yè)在商業(yè)化上會(huì)有什么進(jìn)展？

王潛：那個(gè)報(bào)告我覺(jué)得參考意義不大，基本上都還是情緒價(jià)值。多 1000 臺(tái)唱歌跳舞的機(jī)器人和少 1000 臺(tái)有什么區(qū)別嗎？機(jī)器人現(xiàn)在還不能干活。

商業(yè)化有點(diǎn)像狼來(lái)了，過(guò)去兩年大家都說(shuō)是商業(yè)化元年，到了現(xiàn)在真的可能是元年，大家反而不信了。因?yàn)轭A(yù)期透支太多了，很多人提前把商業(yè)化這個(gè)餅畫出去了。

晚點(diǎn)：你認(rèn)為 2026 年是商業(yè)化元年？

王潛：可以開(kāi)始商業(yè)化了，不能說(shuō)一下子就很成熟，但至少這個(gè)事可以開(kāi)始做。

晚點(diǎn)：這個(gè)判斷是怎么做出來(lái)的？

王潛：主要還是技術(shù)上達(dá)到閾值，強(qiáng)化學(xué)習(xí)可以做了，也可以通過(guò)少樣本學(xué)習(xí)快速在單點(diǎn)產(chǎn)品上部署了。

基礎(chǔ)模型沒(méi)有好到一定程度，強(qiáng)化學(xué)習(xí)是不 work 的，我覺(jué)得這都挺有標(biāo)志性。具身智能大家之前真的做不了太多事，除了唱歌跳舞。

晚點(diǎn)：自變量 2026 年在商業(yè)上打算怎么做？

王潛：至少在某些場(chǎng)景里面實(shí)現(xiàn)正 ROI，這是最大的一個(gè)里程碑，是到目前為止還沒(méi)有一家做到過(guò)的一件事，除了唱歌跳舞。

晚點(diǎn)：在什么場(chǎng)景里落地呢？我看之前你們提到過(guò)比如公眾服務(wù)、養(yǎng)老之類的。

王潛：家務(wù)、打掃、收納這是一類，另一類是工業(yè)領(lǐng)域的單點(diǎn)垂直場(chǎng)景，比如打螺絲。這是很典型過(guò)去只能用人做的事情。

今年我們就能看到機(jī)器人商業(yè)化的落地，以正 ROI 的方式，我還挺有信心的。

晚點(diǎn)：你對(duì)競(jìng)爭(zhēng)格局怎么看？除了你們還有哪些公司能做到以正 ROI 的方式落地？

王潛：大部分可能還是海外公司，比如 1X，他已經(jīng)賣出去幾百臺(tái)了。Figure 在工業(yè)場(chǎng)景也有一些開(kāi)始在做的，接近于做出來(lái)了，這些公司都還蠻強(qiáng)的。

晚點(diǎn)：國(guó)內(nèi)呢？

王潛：我覺(jué)得國(guó)內(nèi)大家可能做唱歌跳舞的比較多，明顯比海外要差一點(diǎn)。

晚點(diǎn)：換種說(shuō)法就是跟自變量比也差一點(diǎn)。

王潛：那肯定我們還是覺(jué)得我們做的好嘛。

晚點(diǎn)：你怎么看和國(guó)內(nèi)同行的競(jìng)爭(zhēng)？

王潛：首先可能要區(qū)分一下什么是同行?，F(xiàn)在這個(gè)具身智能大類里，有一類是做 locomotion 的，這事本身不是一定需要 AI，它是一個(gè)純粹控制論的東西。最早從波士頓動(dòng)力開(kāi)始，他們沒(méi)有用一行 AI 的代碼。

這種公司實(shí)際上是個(gè)制造業(yè)邏輯，把產(chǎn)品做得更好，價(jià)格做得更便宜。這當(dāng)然也不錯(cuò)，但和 AI 可以說(shuō)毫無(wú)關(guān)系。

也就是說(shuō)，我們?cè)?AI 這一頭，宇樹(shù)在另一頭，當(dāng)然我們最終都會(huì)往中間走，但我認(rèn)為我們做硬件是容易的，他們做 AI 是難的。

還有一類公司，主要是整合資源，某種意義上更像房地產(chǎn)公司。

晚點(diǎn)：不同種類公司的競(jìng)爭(zhēng)格局分別是怎么樣的？

王潛：唱歌跳舞那類機(jī)器人的熱度在快速下降，只有最頭部的幾家能活下去，賽道會(huì)出現(xiàn)出清。

我們這邊也開(kāi)始有這種趨勢(shì)，26 年不管是商業(yè)化還是模型，你總得拿出一點(diǎn)好東西出來(lái)了。25 年我們還能看到大量進(jìn)入的新玩家，最近幾個(gè)月在模型或整機(jī)賽道，新進(jìn)入的玩家已經(jīng)基本沒(méi)有了，因?yàn)樘蕴愰_(kāi)始了。

當(dāng)然，整體還是會(huì)變好，因?yàn)闄C(jī)器人真的在落地，市場(chǎng)規(guī)模起來(lái)了大家就知道它不是一個(gè)炒作。如果很多年你都拿不出一個(gè)實(shí)際有用的東西的話，很快就會(huì)像曾經(jīng)自動(dòng)駕駛那樣面臨一個(gè)巨大的低谷，我覺(jué)得機(jī)器人不太會(huì)有這樣的低谷，因?yàn)樗诼涞亍?/p>

晚點(diǎn)：很多人說(shuō)具身智能過(guò)熱，存在泡沫。

王潛：我覺(jué)得一點(diǎn)也沒(méi)有 bubble。和自動(dòng)駕駛比，和之前所有大賽道比，具身智能在資源投入、估值還有融資金額方面都是一個(gè)太小的賽道，更不要說(shuō)你還比美國(guó)低了一個(gè)數(shù)量級(jí)。

晚點(diǎn)：美國(guó)在融資方面的優(yōu)勢(shì)會(huì)讓你覺(jué)得當(dāng)時(shí)還是回美國(guó)比較好么？

王潛：長(zhǎng)期來(lái)看還是國(guó)內(nèi)優(yōu)勢(shì)比較大。不管哪個(gè)行業(yè)，基本上從 1 到 10，或者從 10 到 100 這個(gè)階段，中國(guó)一定做的比美國(guó)好，所以如果我們?cè)趶?0 到 1 這個(gè)階段能夠做的不比美國(guó)差，甚至做的還不錯(cuò)，那肯定長(zhǎng)期還是我們有優(yōu)勢(shì)。

晚點(diǎn)：橫向比較，你認(rèn)為自變量技術(shù)做的最好，對(duì)么？

王潛：我肯定認(rèn)為自己技術(shù)上最好，而且這個(gè)事行業(yè)內(nèi)多少有一些口碑。

今天真正理解大模型應(yīng)該怎么做的人確實(shí)不多，特別在具身領(lǐng)域幾乎是沒(méi)有。全世界所有具身智能公司，我們是唯一一個(gè)以大模型團(tuán)隊(duì)為核心來(lái)做的。從技術(shù)實(shí)力來(lái)說(shuō)在初創(chuàng)公司里肯定是第一名。

很有信心，但也焦慮

晚點(diǎn)：整個(gè)采訪留給我的最大印象就是你很有信心。

王潛：過(guò)去兩年的判斷都比較準(zhǔn)吧，比如我們過(guò)去兩年某種意義上主動(dòng)放棄了商業(yè)化，現(xiàn)在看這是一個(gè)很對(duì)的判斷。

晚點(diǎn)：我說(shuō)的不只是這兩年，可能從學(xué)生時(shí)代以來(lái)你好像都是這樣。

王潛：這就是所謂的 vision 嘛，我覺(jué)得我 vision 還是可以的。

晚點(diǎn)：你和大部分人起心動(dòng)念的方式好像非常不一樣。

王潛：我覺(jué)得要做就做一個(gè)第一名的事，不然確實(shí)沒(méi)太大意思。如果純?yōu)榱速嶅X我還不如接著去做我的量化呢對(duì)吧，沒(méi)必要吃這么多苦。

晚點(diǎn)：所以這事兒在你看來(lái)也算是吃苦。

王潛：肯定還是挺艱難的。

晚點(diǎn)：從你的談話里沒(méi)太感覺(jué)到這一點(diǎn)。

王潛：那肯定不能讓你感受到啊。

晚點(diǎn)：你是不是有點(diǎn)抗拒讓別人看到這個(gè)東西？

王潛：大家還是喜歡看到一個(gè)很強(qiáng)的，無(wú)懈可擊的形象。

晚點(diǎn)：那很假啊。

王潛：那是呈現(xiàn)方式不對(duì)，整體你還是需要無(wú)懈可擊的，大家才會(huì)認(rèn)可你。

晚點(diǎn)：如果有空休息了你一般會(huì)做什么？

王潛：睡覺(jué)，我是一個(gè)特別 i 的人，優(yōu)先睡覺(jué)，醒了看看書就挺好。

晚點(diǎn)：你是不是睡眠質(zhì)量不好？

王潛：焦慮時(shí)睡得不太好。

晚點(diǎn)：你最近看的一本書是什么？

王潛：《科學(xué)美國(guó)人》。

晚點(diǎn)：好吧 … 我聽(tīng)說(shuō)你也很喜歡刷 B 站。

王潛：不休息的時(shí)候我也在刷啊。

晚點(diǎn)：有什么傾向的題材嗎？

王潛：沒(méi)有，純刷。

（說(shuō)著王潛念出了他此刻 B 站首頁(yè)的視頻標(biāo)題：揭秘谷歌 DeepMind 實(shí)驗(yàn)室；高中生元旦晚會(huì)跳舞；世界上最生的熟肉；今日份快樂(lè)源泉；浮空風(fēng)力發(fā)電系統(tǒng)完成并網(wǎng)發(fā)電測(cè)試 …… ）

題圖來(lái)源：自變量