Show Notes
最近，《灵魂摆渡·浮生梦》成为中国首部全AI生成的电影，暑期档即将上映 。“AI能否替代真人演员”、“真人短剧是不是在被AI团灭”，这些话题最近都在冲上微博热搜，成为大家讨论的焦点。 人工智能正以惊人的速度渗透进影视工业的核心流程。从剧本开发到视觉预览，从角色建模到声音演绎，AI 带来的效率提升令人震惊。这场变革不仅是技术迭代，更是创作哲学的重构。AI把传统影视制作中长达六个月的特效前期流程，压缩到了72小时；让个体创作者拥有了前所未有的表达自由，却也在审美趋同、情感缺失与版权争议中暴露出局限。 本期《硅谷101》播客邀请导演陆川、配音演员黄莺与AI内容创作者KiSA深入探讨：AI正在如何重塑影视创作生态，而人类艺术家的价值又将在何处闪光。我们从AI工具的效率神话聊到创作的不可复制性，看看这场技术浪潮，到底是解放了创作者，还是在矮化真正的艺术表达。
【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 陆川，中国著名导演，中国AIAIA联盟主席，红树林AI电影周创始主席 黄莺，国家一级演员，上海电影译制厂有限公司译制导演，配音代表作：《哈利波特》赫敏、《盗梦空间》梅尔等 KiSA，编剧、策展人，故事接龙StoryStorm AI影视社区发起人
【两场线下活动预告，南湾见！】 硅谷101这两周有两场线下活动，泓君会在两场活动中各主持一场panel，两场活动都是免费的，名额有限，抓紧报名！ 第一场：Scaling AI — The Infrastructure, Energy & Capital Triangle 4月25日（周六）下午 联合华丰能源举办。 报名链接：luma.com/u4z0gwfc
今年大家都在聊大模型、聊算力，但算力背后的能源问题很少被认真讨论——电从哪来、基建怎么布局、资本怎么进场。这次我们请到了GMI Cloud创始人Alex Yeh、华丰能源董事长David Xu、ZFLOW AI创始人Dr. Zhibin Xiao、华丰集团CTO Harish Jere、Franchise Capital高级总监Christina Xu，一起聊聊AI基础设施这条线上正在发生的事。 第二场：CONNECT 2026 — 首届全球具身智能大会（GEIS） 4月28日（周二）下午2:00 Santa Clara Convention Center 报名链接：luma.com/01fxspog
今年具身智能明显在加速，我们觉得是时候把造机器人的人聚在一起好好聊一次了。开场keynote请到了图灵奖得主Martin Hellman教授，两场panel分别围绕BODY（硬件、灵巧手、供应链）和BRAIN（感知、大模型、决策），嘉宾来自Tesla、NVIDIA、Amazon、Stanford以及多家量产中的机器人公司。现场有真机体验，结束后有after party。
【你将听到】 AI目前能做出什么样的电影？ 00:56 AI视频工具因涉嫌系统性侵权遭到好莱坞的集体声讨，引发关于AI是否威胁影视从业者生计的广泛讨论 04:28 传统影视困境：IP开发周期长、成本高、返工常态化 06:03 AI创作初体验：48小时完成短片，创作门槛被彻底打破 07:36 陆川：传统视效流程长达6个月，AI将效率提升近100倍 11:48 陆川讲AI创作痛点：人物形象同质化，模型审美被大众数据绑架 14:24 陆川认为专业影视创作需要专属工具与统一工作流 16:35 陆川认为AI只是工具，电影的价值仍要回归作品本身 20:21 配音演员黄莺讲AI无法复刻人类下意识、情感与表演逻辑
AI时代的版权和维权困境 25:59 声音的边界：AI克隆、版权侵权与行业维权困境 27:31 声音权利：声音与肖像权同等重要，未经授权属于侵权
AI不可替代的是什么？ 29:36 陆川动情讲述《南京！南京！》拍摄现场，AI无法替代的创作瞬间 32:18 陆川认为未来AI会成为一把尺，实拍将成为顶级奢侈创作 37:02 创作者的底气：AI让每一个想法都有机会被拍成电影 38:31 陆川对给年轻创作者的建议：电影学院的现场体验无法被AI替代
【延伸阅读和相关术语】 Midjourney：全球主流 AI 图像生成工具，可根据文字提示快速生成高精度图片，广泛用于影视概念设计、分镜与场景可视化。 Story board artist（分镜师）：影视制作核心岗位，负责将剧本、导演创意绘制成连续静态画面，确定镜头、构图与叙事节奏，是拍摄与后期的执行蓝图。 Motion board（动态分镜）：在静态分镜基础上加入简单运动、转场与节奏，形成初步动态预览，用于快速验证镜头逻辑与叙事流畅度。
【监制】 泓君 【采访 & 制作】 静远 【运营】 朱婕 【BGM】 Waiting in Vain - Kikoru The Connection - Lennon Hutton Poisson d'Avril - Ludvig Moulin Oh Please - Gerhard Feng Open Road - Lennon Hutton The Big Truth - August Wilhelmsson Cassette Party - Automatic Bananas Charcoal Stream - Curved Mirror Elan - Jakob Ahlbom Deep meaning - Timur Haisyn Deep motivation - Abstract solar Hidden Place - Finval
More from 硅谷101|中国版
回顾9月，AI圈的重磅新闻一个接一个。 先是OpenAI发布GPT-6 Astra，总裁格雷格·布罗克曼在发布会上宣布：AGI已经到来。 这场发布对机器人行业的冲击，来得有些意外，一个发布会报告里只字未提机器人的通用模型，转身就空降了机器人评测榜首，甚至让很多机器人的Benchmark都失效了。有人开玩笑说：机器人领域等了这么多年的“GPT时刻”，居然是GPT自己。 同样在这个月里：Meta Muse冲上美国App Store榜首，它的竞争对手Instinct估值也涨到了100亿美元；xAI的Grok Bot也开放了企业部署；不生成文本、只给选项打概率的决策模型Jev以“系统1”走红，发布24天就融了8.7亿美元。 在AI for Science方面，Claude发现类CRISPR的新酶系统；扎克伯格夫妇资助成立的Biohub宣布将虚拟细胞计划扩大到18亿美元，这些进展又会为科学发现带来哪些改变？ 本期《硅谷101》，我们请来三位分别站在Agent、机器人和AI制药一线的研究者，聊清楚三件事：个人Agent商业化卡在哪？机器人怎么被Astra这样的底层模型冲击？AI制药真正的瓶颈是什么？ （本期节目录制于2026年9月29日）
模型在榜单上越来越强，为什么真正把工作交给AI，还是需要人反复解释、检查和兜底？ 半年前，我们与阿里国际站总裁张阔聊了Accio Work，以及Agent如何参与采购和日常经营。半年后，我们再次请到他，聊聊这半年来商家使用Accio Work的真实案例，试图回答这个问题：模型能力的提升，究竟有多少变成了商家工作里的进步？ 张阔分享，很多模型的通用评测成绩已经接近满分，但团队在真实经营中，并没有感受到同样幅度的提升。为此，他们从实际业务中整理了107个任务，包括比较供应商报价、识别钓鱼邮件、预订船期和处理交易纠纷。据他介绍，在这套特定评测中，最前沿模型在无人干预条件下的任务通过率约为61%。 这些任务没有数学竞赛那么耀眼，却直接关系到商家的成本、交期和利润。一个好用的Agent，既要能把工作做完，也要让人用得起；既要理解工具和流程，也要理解这盘生意究竟想追求什么。 这期节目，我们聊聊榜单成绩与实际交付之间的落差、通用模型与垂直产品的竞争，以及当AI接手越来越多的执行工作，人还需要保留哪些判断。
这个夏天，来自全球各地的多个气象机构都拉响了同一个警报，一场史无前例的超级厄尔尼诺正在上演。 来自摩根大通的经济学家预计，全球的食品通胀将在2027年的上半年上升到5%，明显高于今年同期的2.8% 。这其中有来自霍尔木兹海峡封锁和黑海冲突的因素，也部分归因于我们正身处的这场、50年来颇为罕见的超级厄尔尼诺。 它究竟会通过什么方式影响到全球供给？它所带来的危害是否真的像媒体报道的那么大？在一次次与极端气候变化的对抗中，人们又为应对厄尔尼诺做了怎样的准备？
随着AI模型能力提升，训练需求更复杂，一批为模型公司提供训练数据的新公司正在快速增长：AfterQuery今年4月宣布A轮融资时，估值为3亿美元，到了9月，据媒体报道，新一轮融资已经将其估值推至32亿美元。另一家提供训练数据与智能体环境的公司Bespoke Labs，也在今年7月宣布，种子轮与A轮融资合计达到4000万美元。 虽然估值水涨船高，AI数据行业对外界来说却极其不透明。问题来了：这些公司究竟在卖什么？ 过去提到数据标注，我们容易想到给图片打标签、给模型回答打分。但随着AI从回答问题走向执行任务，数据公司的交付物也在变化：从专家写出的评分标准，到包含任务、工具和验证机制的强化学习环境。它们需要找到懂行的人，获得真实的行业资料，再把专业知识与工作经验转化成模型能够学习的训练信号。 与此同时，新的AI评测层出不穷。榜单分数提高了，究竟代表哪些能力变强了？针对评测生产数据，什么时候能改善真实用户体验，什么时候又会变成单纯的刷分？对于每天训练模型的研究员来说，他们最需要的数据，到底是什么？ 本期节目，我们邀请到在Scale AI负责后训练与评测研究的何允中，以及加州大学伯克利分校博士后、Agents’ Last Exam项目研究者孙一铀，从产业与研究两个视角，拆解这门透明度不高、又变化极快的生意。 我们聊了Scale、Mercor、Surge等数据公司的不同背景，也讨论了小团队在合成环境与垂直领域中的机会。从采购一份游戏源码，到验证专家提交的任务，再到设计让人愿意交出经验的激励机制，好数据的难点，往往藏在榜单之外。
【本期节目由Eight Sleep赞助播出】 在这个健康意识崛起的时代，我们越来越愿意花大价钱管理自己的身体。睡眠，就是其中最重要的方面之一。 与手表、戒指等可穿戴设备不同，Eight Sleep的产品是一张能够自动控温的智能床套。马斯克、扎克伯格、Bryan Johnson、Sam Altman，都是它的用户。多名职业运动员，也习惯带着它去比赛。这张售价约两万元的智能床套，究竟替我们做了什么？ 这期播客，我们邀请了Eight Sleep的两位创始人，Matteo Franceschetti和Alex Zatarain，聊聊睡眠科技和文化。 他们说，现代人已经熟悉了各项睡眠指标，例如深度睡眠、REM、HRV。但Eight Sleep想要更进一步：在人们熟睡时，根据身体的变化，自动调整床面温度、床体高度，让技术在你毫无知觉的时候工作。 这张床套背后，也是一家消费硬件公司十多年的摸索。从拆开电热毯做原型机，到众筹卖爆却发现卖一台亏一台；从搬到中国学习制造，到反复经历现金流危机，创始人踩了很多坑，才慢慢探索出令人满意的产品形态。 今年4月，Eight Sleep进入中国。消费竞争激烈的中国市场，反而是他们增长最快的一个。一张床套卖两万人民币，Eight Sleep如何解释自己的定价？进入全球35个国家，这家公司从上百万用户身上学到了什么？ 我们也聊到伴侣之间的温差、孕期与产后的睡眠变化，以及他们更远的野心：从改善睡眠，走向健康异常预警和预防医疗。最后，我们还是回到那个最朴素的问题：究竟怎么才算睡个好觉？