大科技公司忽略的東西，正是新創公司翻盤的機會
📋 Brief
這支影片是連續創業者 Alex（Wit.ai、Nabla 創辦人）與 Yann LeCun 共同創辦的新創公司 AMLabs 的訪談。核心在討論一個大問題：大型語言模型（LLM）的侷限在哪裡？為什麼「世界模型」才是下一步？以及，為什麼大公司明明有資源，卻總讓小公司搶走先機。
⏱️ 內容分段導航
| 時間段 | 內容摘要 |
|---|---|
| [00:00] - [00:33] | 融資 12 億美元的真實成本不是稀釋股權，而是期望壓力。 |
| [00:33] - [02:07] | Alex 的創業背景：從 Wit.ai 到被 Facebook 收購的過程。 |
| [02:07] - [05:43] | 為什麼 Alex 的公司總是「太早」？這跟創辦人的特質有關。 |
| [05:44] - [08:54] | 什麼是「世界模型」？它和 LLM 有什麼根本不同？ |
| [08:55] - [12:29] | 世界模型的應用場景：機器人、自動駕駛，以及 LLM 的能力邊界。 |
| [12:30] - [15:16] | 大公司為何錯過機會？OpenAI 如何靠「敢冒險」勝出。 |
| [15:17] - [18:16] | 當前三大瓶頸，以及與 Yann LeCun 合作的契機。 |
📖 詳細內容
01｜融資的真實成本
核心觀點： 籌到 12 億美元這件事，最大的代價其實不是股權被稀釋。真正沉重的，是來自投資人、市場的「期望」。如果你拿了錢卻兩年沒動靜，這家公司很難活下去。這是一種心理壓力，而不只是財務問題。
重要原話：
「如果你籌了 2000 萬美元，兩年什麼都沒做，或者人們看不到任何成果，那你就很難活下去。」
（原文：if you raise 20 million and you do nothing for 2 years or people don't see anything coming out of it for 2 years, then it's very very hard to survive.）
個人感受： 這段話點醒了我。我們常以為融資成功就是勝利，但拿了錢反而像被架在火上烤。壓力是即時的，而且無處可躲。
延伸思考： 這也是為什麼有些創辦人寧願保持小規模、慢一點成長。沒有外部壓力，反而能做出真正對的東西。
可參考的行動： 下次聽到某公司剛完成大額融資，先別急著羡慕。去查一下他們過去兩年的產品進度，這才是真實的健康指標。
02｜總是「太早」的創業者
核心觀點： Alex 在 2002 年就開始做聊天機器人，那時候人們連「即時聊天」是什麼都不知道。他的公司總是在市場還沒準備好時就跳進去。這不是巧合，而是他的能力特質決定的：他擅長從非常早期的技術裡，找出產品的可能性。
重要原話：
「如果你的強項是行銷和銷售，那你不能太早。你需要產品準備好，市場準備好。但我的強項是把非常早期的技術變成產品，所以我傾向選擇早期的想法。」
（原文：if your strengths as co-founders is go-to-market sales marketing then you shouldn't be too early... in my case I think what I like to do is take very very early tech and think about what product how we can sell it through a product.）
個人感受： 這讓我重新思考「時機」這件事。它不是絕對的好壞，而是要看你是誰、你能做什麼。有些人天生適合開荒，有些人適合收割。
延伸思考： 很多創業失敗案例被歸因於「太早」，但其實可能是創辦人跟市場階段不匹配。找到自己的位置，比追逐熱門趨勢重要得多。
可參考的行動： 列出你最擅長的三件事，然後去看看目前哪些早期技術領域需要這些能力。或許那就是你的機會。
03｜LLM 的侷限：只讀過書，沒出過門
核心觀點： LLM 是透過閱讀人類寫的文本來學習世界的，它從沒直接經驗過真實世界。Alex 用了個比喻：它像一個從未離開房間的人，讀了幾世紀的書，看起來什麼都懂，但沒有嘗試、沒犯過錯、沒有真正的常識。世界模型則是讓 AI 像嬰兒一樣，從影像、聲音、觸覺等感官數據直接學習。
重要原話：
「LLM 就像一個從未離開過出生房間的人，讀了幾世紀的書，看起來像個專家，但缺乏對世界的直接經驗，常識有限。」
（原文：An LLM is like someone who has never go outside, never left the room they were born in, and but read all the books every day for centuries and centuries. And so, this person would be seems like an expert in many things, but with no direct experience of the world, will have limited no common sense.）
個人感受： 這個比喻太精準了。我們現在用的 AI 其實只是「語言的複讀機」，它並不真的理解世界。這讓我對 AI 的能力有一種更清醒的認知。
延伸思考： 如果未來世界模型真的成熟，我們對「智慧」的定義可能要重新寫。不只會說話，而是能理解因果、能在未知情境中反應。
可參考的行動： 用這個比喻去解釋 LLM 給朋友聽。如果你能說清楚這一點，你對這波 AI 浪潮的理解就超過大多數人了。
04｜機器人很硬體很強，但大腦沒跟上
核心觀點： 現在的機器人硬體已經很先進，但它們的大腦還停在原地。它們只能在預設的環境裡做重複的事。一旦放到開放空間——家裡、街上——它們既不安全也沒用。世界模型就是為了讓機器人擁有「理解真實世界」的能力，而不只是執行指令。
重要原話：
「現在的機器人非常非常笨。硬體已經令人難以置信地進步，但大腦沒有改變。你不能把這些機器人帶到開放環境裡。」
（原文：these robots are very very dumb. The hardware is incredibly evolved but the brain hasn't changed and you cannot take these robots in an open environment.）
個人感受： 我看過那些機器人跳舞、翻跟頭的影片，看起來很炫。但這段提醒我：它們可能連避開一張椅子都做不到。我們被表面的進步騙了。
延伸思考： 這也是為什麼「具身智慧」（embodied AI）現在這麼熱。光會講話的 AI 不夠，它得能動、能感知、能適應真實世界的混亂。
可參考的行動： 關注幾家做具身智慧或機器人基礎模型的公司（如 AMLabs、Figure AI），觀察它們的進度，這會是下一個十年的主戰場。
05｜大公司為什麼總讓機會溜走
核心觀點： 大公司有錢、有品牌、有人才，但它們不敢冒險。Meta 曾經在內部做過一個聊天機器人，第一次測試就回答：「正在沙發上看色情片。」法務部門根本不可能讓這種東西上線。OpenAI 之所以成功，是因為它有足夠的資源，又敢在 GPT-1、2、3 上一路試錯，直到 ChatGPT 爆發。這是大公司做不到的。
重要原話：
「大公司有更多資源、品牌，以及很多你沒有的東西。但它們沒有的，是你能做瘋狂事情、承擔風險的能力。」
（原文：the one thing you have that they don't is the ability to take crazy to make crazy things to take some risk.）
個人感受： 這段讓我想到，很多時候限制我們的不是能力，而是「不敢」。大公司被自己的成功綁住了，小公司反而因為什麼都沒有，反而能放手一搏。
延伸思考： 創業的真正優勢不是速度或規模，而是「容許失敗」的文化。這也是為什麼很多顛覆性的創新來自邊緣，而不是中心。
可參考的行動： 如果你在大公司工作，試著爭取一個小規模的「實驗專案」，哪怕失敗也沒關係。這可能是你在組織內部能做的最大貢獻。
06｜世界模型的三大瓶頸
核心觀點： 要做出世界模型，需要三樣東西：頂尖的人才（目前大部分都在做 LLM）、大量的數據（尤其是影片、感官數據），以及足夠的運算資源。就算有錢，現在想取得 GPU 也非常困難。這是一場需要長期投入的比賽。
重要原話：
「你需要聰明的人、大量的數據，以及 GPU 運算資源——就算你有錢，現在也很難確保取得 GPU。」
（原文：you need smart people, talents to understand... you need a lot of data and you need GPUs compute which is very even when you have money it's very very hard to secure GPUs.）
個人感受： 這段話讓我感覺到這不是一場短跑，而是一場馬拉松。就算你有願景，沒有這三樣基礎，一切都是空談。
延伸思考： 這也解釋了為什麼世界模型這個方向，目前只有少數團隊敢碰。不是沒人想到，而是門檻太高了。
可參考的行動： 關注 AI 基礎模型的投資趨勢。如果你在考慮職涯方向，往「數據工程」或「高效運算」領域發展，未來幾年會非常搶手。
💎 精華收穫
這支影片最打動我的地方，是它把 AI 發展的下一章說得這麼清楚：LLM 很強，但它不是終點。真正的智慧來自於跟真實世界的互動，而不只是讀書。而對於想在這波浪潮中找到位置的人，最重要的不是追熱門，而是搞清楚自己的能力在哪裡，然後勇敢押注在還很早期、但方向正確的事情上。這才是小公司能贏的方式。
由 PotatoLearning Hub 自动生成