Show Notes
就在一个多月前，黄仁勋在 Computex 2026 上发布了英伟达 RTX Spark——第一个面向消费级 PC 的 AI 超算芯片，1 Petaflop 算力、128GB 统一内存，能在笔记本本地跑 120B 甚至 200B 参数的大模型。几乎同一时间，苹果 M5 系列也将端侧 AI 推到了前所未有的高度。硬件就位了，但一个老问题依然存在：如果 AI 助理不记得你是谁、不记得你三年前说过什么，再强的算力也只是个聪明的失忆者。
这期节目的嘉宾是 Clipto.AI 的创始人兼 CEO 康洪文（Henry Kang），他在做一款在端侧本地运行的多模态 AI 产品，能读懂你所有的音视频、图片和文档，并在此基础上构建个人记忆系统。我们一起聊了聊大模型做记忆（memory）的天花板在哪里，为什么端侧比云端更适合承载个人记忆；把云上成熟的 AI 架构搬到端侧，都会遇到什么挑战；以及当苹果、谷歌这样的 OS 巨头自己做记忆层（memory layer）时，一家创业公司凭什么不被碾压。
本期人物
康洪文 Henry， Clipto.AI 创始人兼 CEO
Yaxian，「科技早知道」主播
时间轴
[02:12] 英伟达 RTX Spark 的突破是什么？
算力与内存双重突破，让本地跑百亿参数模型成为可能
OpenAI 就是大型机，端侧助理就像个人PC
[04:58] 大模型的万亿参数是公域知识的最大似然估计（MLE）
大模型的生态位应是存储世界共识与通识
用万亿参数去做个人知识是“杀鸡用牛刀”
生态中缺一个专门记录和存储个人记忆的 player
[09:35] Clipto 在做什么：端侧多模态记忆系统
本地 100% 运行，10 个模型协同将裸数据结构化
上层构建时空对齐的知识记忆系统，支持文本和语音查找
[18:16] 大模型做记忆的三条路径与共同天花板
Context Window、RAG、LoRA 微调都在尝试让模型记住用户
共同问题：都没跳出大模型 MLE 框架，只能提供概率性记忆
无法精确定位到“三年前某天下午和谁聊了什么”这种事实记忆
[22:14] 数据不等于记忆：坐在金矿上的穷人
每个人都是 data rich 但 memory poor，数据没有被结构化就不叫记忆
只有可查找、可复用、可执行的记忆才是真正的记忆
[36:58] 云上架构搬到端侧：垂直整合怎么做？
带着云上思维框架看端侧“完全不 work”
从芯片算子优化到算力调度到模型优化到 Agent 搭建，每一步都需要攻克
[41:48] Memory layer 苹果和 Google 能做吗？创业公司的机会在哪里？
苹果是硬件设备公司基因，更应搭建好 macOS 生态与第三方合作
集齐“芯片+算力+模型+独立产品运营”，大公司极难发生
谷歌、Meta 诞生第一天都是应用公司，终局是 memory layer 平台
[52:06] 两年前的预判：算力涨、模型小，两件事必然发生
苹果 M1 已具备 AI 推理能力，摩尔定律指向算力指数级增长
第一个模型最复杂，后续一定有办法优化——模型变小是必然
以终局看可能只做了 1/10，但完整记忆系统已搭建起来
幕后制作
监制：Yaxian
后期：迪卡
运营：George
设计：饭团
商业合作
声动活泼商业化小队，点击链接直达声动商务会客厅，也可发送邮件至 [email protected] 联系我们。
加入声动活泼
声动活泼正在招聘全职商务运营经理、早咖啡内容实习生和社群实习生，如果你也对播客行业的内容制作感兴趣，欢迎[点击招聘入口](https://eg76rdcl6g.feishu.cn/docx/XO6bd12aGoI4j0xmAMoc4vS7nBh?from=from_copylink\)
关于声动活泼
「用声音碰撞世界」，声动活泼致力于为人们提供源源不断的思考养料。
我们还有这些播客：声动早咖啡、声东击西、吃喝玩乐了不起、反潮流俱乐部、泡腾 VC、商业WHY酱、跳进兔子洞 、不止金钱
欢迎在即刻、微博等社交媒体上与我们互动，搜索 声动活泼 即可找到我们。
期待你给我们写邮件，邮箱地址是：[email protected]
欢迎扫码添加声小音，在节目之外和我们保持联系。 Special Guest: 康洪文 Henry.
More from What's Next｜科技早知道
最近几个月，像 Meta 的 Muse，OpenAI 的 Dots 这样的 Personal agent 产品大火。模型不仅越来越擅长调用工具、规划任务，也开始能够执行数百甚至上千个步骤的复杂工作。但当 AI 真正进入现实世界，问题也随之出现：订错机票怎么办？执行到一半忘记了原本的任务怎么办？如果 Agent 需要使用你的邮箱、银行卡和个人数据，我们又该如何确保它不会越权操作？这些问题背后，指向一个更深层的变化：当互联网的使用者从人类逐渐变成 AI Agent，我们今天熟悉的软件、通信、安全和支付系统，可能都需要重新设计。
2026 年诺贝尔生理学或医学奖将聚光灯投向了光遗传学。科学家从藻类中找到一种对光敏感的蛋白，再把它引入神经细胞，就可以通过光来控制神经元的活动。过去，我们研究大脑，更多只能观察哪些脑区在某种情绪下变得活跃，却很难判断它们究竟是情绪产生的原因，还是结果。光遗传学改变了这一局面，让科学家第一次有机会以极高的精度主动操控神经环路，探索大脑活动与情绪、行为之间的因果关系。它也为理解抑郁症、焦虑症、强迫症等精神疾病，以及寻找更精准的治疗方法，打开了新的可能。
几天前，2026 高通骁龙峰会在夏威夷茂宜岛开幕。高通今年整场峰会就围绕一个核心叙事： Agentic AI 的时代，手机正在从「以 App 为中心」转向「以智能体为中心」。围绕 Agentic AI 的方向，高通在芯片上一口气发了两颗的 2nm 的旗舰芯片，设备形态从手机延伸到了 眼镜、耳机、甚至 AI Pin；还和阿里、 Google等软件厂商合作了 AI 笔记本电脑 。你能感觉到，高通不只是在发一颗芯片，而是想把整个智能体时代的基础设施全部握在手里。
十年前，Snap 推出第一代 Spectacles。售价 129.99 美元、造型鲜艳、通过黄色自动售货机 Snapbot 限量销售，Evan Spiegel 甚至把它称作一个「toy」。十年后，Spectacles 变成了 SPECS，价格涨到 2195 美元，Snap 也不再满足于把一台相机戴到人脸上，而是想把它变成一台真正的空间计算机。
2026 年上半年，全球 AI for Science 领域的融资超过 44.3 亿美元，成为 AI 赛道里讨论最多，竞争也最激烈的一块。各大前沿模型厂商也接连出招：4 月 OpenAI 发布面向生命科学研究的推理模型 GPT-Rosalind，6 月 Anthropic 推出整合多种科研工具的 Claude Science；前谷歌科学家 Jeff Dean 离职后创办 Discovery Loop，想用 AI 自动化整个科研流程。拿到诺奖的 Demis Hassabis 则说，AI 是加速科研发现的终极工具。