刘洺堉（Ming-Yu Liu）¶
- 背景: NVIDIA 研究副总裁 / Cosmos Lab 副总裁，世界模型 Cosmos 项目负责人。台北长大，台湾交通大学学无线通讯，马里兰大学 CV 博士（导师 Rama Chellappa），第一份工作在三菱电机研究院（MERL），2016 年加入 NVIDIA。从研究员一路做到 VP，据他自述是英伟达第一个走这条路径的人（[01:22:50]、[01:23:53]）。
- 代表工作: CoupledGAN、UNIT（无监督非配对图像翻译）、vid2vid、GauGAN（SPADE，被译作"马良神笔"）、Edify 系列、Cosmos 1/2/2.5/3。带过的实习生包括 Tim Brooks（后做出 Sora）、余家辉（现 Meta）、Jeremy Bernstein（Muon optimizer 作者）。
- 现汇报关系: 2026 年初离开 NVIDIA Research，改向 senior VP of software（
Dwight，英伟达第一位软件工程师；⚠️ 拼写未核实）汇报；此前汇报给 Bill Dally。 - 出现于: 张小珺《商业访谈录》第 150 期（2026-08-13，本库目前唯一一期）
- 在本库中的位置: 第一份来自 NVIDIA 研究体系内部的一手长篇叙述。此前 NVIDIA 只以 Jensen Huang 的 CEO 视角和别人口中"卖铲子的一方"出现。他提供的是中间层视角——研究者如何在基础设施公司里争取算力、被怎样管理、以及 Cosmos 具体怎么做出来。
核心立场与观点¶
关于模型竞赛（本库最该反复引用的两条）¶
- ⚠️ 不接受"一家公司遥遥领先"的叙事："历史上从来没有这样发生过——一家公司掌握所有的科技，其他公司都没有办法去追上。我不觉得 AI 会是一个例外。" 机制是人员流动让 knowhow 自然扩散，并称一家独大"本身就不是一个稳定的社会状态"（视频页 [01:17:45]）。
- ⚠️ 模型能力会收敛，靠模型自己不会是区分：早期就这么判断，因此坚持模型必须与生态结合。终局用软件类比——"现在能活下来的软件公司都有自己的区分方式，我觉得没有理由模型会是不一样"（同上 [01:13:45]、[03:18:10]）。推论：大公司比生态整合，创业公司走大公司不能走的问题（《创新者的窘境》；NVIDIA 自己的门槛是"小于 10 亿的生意没兴趣"，[01:18:45]）。
- 对创业者：不要跟 OpenAI/Anthropic 做同样的事；要解他们"不能 justify 去解"的痛点。正例是 Anthropic——早期被认为落后，但它是最早相信 Coding 的，在 OpenAI 做分散式投资时做集中式投资（同上 [01:19:47]）。
- 对当下 Coding Agent 同质化："同质化竞争是很辛苦的一件事情……我觉得他们做这件事情可能是被迫的，因为任何人都不希望自己核心科技被掌握在别人手里。但我不觉得这是他们计划的全部。"（同上 [01:20:47]）
- ⚠️ 不必神话模型公司："我把它当成中医啊，就是一个 black box……关键是你要拿它干什么。"（同上 [03:19:10]）；不是每家公司都要训模型——"如果是 commodity，你需要建自己的电厂吗？"（同上 [03:31:31]）
关于世界模型与 Cosmos¶
- 拒绝给世界模型下统一定义："因为用途不同，所以你 model 这个世界的方式不一样"；四类用途：预测、理解、三维重建、policy 基座。定义之争类比 AGI——"我觉得这不是很重要的一件事情"（同上 [01:44:20]–[01:48:22]）。
- Cosmos = world foundation model，定位是基座提供方，因为"不是每一个想从事 Physical AI 的公司都有足够资源做自己要的世界模型"（同上 [01:48:22]）。
- ⚠️ action 是 first class citizen——这是他给出的物理世界模型与数字世界模型的分界：数字侧要么以 language 要么以 video 为 first class citizen，"我们认为一个好的物理世界的 Foundation model，也要把 Action 当成 first class citizen"（同上 [02:00:35]）。
- Cosmos 3 把 reason/predict/transfer/policy 合成一个模型，两条理由：这些讯号都描述同一个世界 + foundation model 纳百川；触发决策的是 Jensen 的 LV 类比（减少陈列商品数反而销售提升，同上 [01:54:27]–[01:56:29]）。双塔（离散/连续）首要理由是客户可用性（切开梯度影响），并预告下一步回到单塔（同上 [02:08:41]）。
- "更好的数据 / 更好的起始点 / 更好的环境"三个落点，⚠️ 他自己说第三个最难且"还没发生"（同上 [01:38:17]、[03:25:20]）。
- Physical AI 的 ChatGPT moment 判据：人示范一两次，机器人就地学会；核心问题是泛化（同上 [03:23:16]、[03:24:18]）。
方法论¶
- bitter lesson 的个人版：2021 年因"GAN 不 scalable"果断带团队转 diffusion——"不 scalable 的东西最后做不远"；"你在做选择的时候，要找更加 scalable 的"（同上 [00:55:24]–[00:59:29]）。
- ⚠️ "其实做大模型没有什么 secret sauce"——严格实验、控制变数、累积知识；配套比喻是"deep learning 就很像中医一样，就是试出来的"（同上 [02:07:41]、[02:16:48]）。
- 迭代速度 > 算法，且明确受 DeepSeek 影响（"它可以一年内迭代三次"）；排序是"能用 data 解就用 data 解，不用开发算法"（同上 [01:51:26]、[03:30:28]）。
- 孙子兵法"备多则力寡"是他反复使用的思维工具（全篇出现三次）：用来解释 OpenAI 收缩 Sora、解释 Cosmos 合并模型、解释单一任务模型可以放弃什么。
- ⚠️ 重新定义"创新"的标准："所有的这些大语言模型都是 Transformer 架构，你可以讲大家都没有创新，但是它的那些细节会让某些模型比另外一些模型好很多……我越来越不重视这些东西是不是一个革命性的原创。对我来讲，它有用、产生 impact，是它的重点。"（同上 [01:58:33]）
关于开源与"low ego"¶
- 开源动机是生态而非理念：不只开源模型，还开源训练框架与部分合成数据；⚠️ 明确对照"Frontier Lab 很多走向闭源，即使写 paper 也不愿讲关键环节。我们决定走不一样的道路"，并说"我不担心别人可以做出一模一样的东西"（同上 [01:58:33]–[01:59:35]）。
- 对同行的喊话："如果说你用我们做出比我们更好的模型，这模型也是开源的……所以你就比我们好，我们也觉得这是一件好事"（同上 [02:42:17]）。面对"英伟达又想卖我卡"的反诘，回答是"对，那你需要做运算嘛"。
- ⚠️ 被直接追问"这真的 low ego 还是一种隐藏"："我觉得是一种 confidence，是一种自信……我对我自己做的东西要求很高，但我的目标并不是击败对手。" 他解释研究员为什么天然 high ego：论文要被接收就得 state-of-the-art，而 state-of-the-art 代表要击败所有人。他现在的表述是"具备做 number one 模型的能力，但是做出对这个世界贡献最大的事情"（同上 [03:02:50]、[03:11:04]）。
关于中美¶
- 对中国模型："非常的 impressive"，点名 DeepSeek、千问、豆包、MiniMax、Kimi、MiMo、混元、智谱（同上 [03:14:07]）。
- ⚠️ 一条结构性差异：美国 Frontier Lab 现在很少招实习生，knowhow 留在内部；中国这些公司招很多实习生，把 knowhow 传出去。 他定性为"对人类整个知识扩增……是一件好事"，与他的口号一致——"研究的茂盛程度应该是根据 idea 多快从一个人的脑袋流到另外一个人脑袋去"（同上 [03:14:07]、[00:01:11]）。
- 不认可"硅谷已被 LLM 催眠"（谢赛宁语）：领先公司确实从 LLM 出发，且"我现在已经不知道没有 Coding Agent 我要怎么过下去"；"你很难想象一个人、就这么聪明的人，一辈子就只做 LLM"（同上 [03:15:09]）。
- 中美机器人产业：美国做本体的只有 Tesla 和 Figure AI，中国很多家；中国制造业构成"可以做一些在美国不容易做到的事情"的条件（同上 [03:22:13]）。
对 Jensen Huang 与 NVIDIA 组织的一手观察¶
- 不裁员 / 无末位淘汰 / 不赛马：疫情期砍差旅、砍 Slack 而非砍人；⚠️ 他也说出了代价——技术换代时员工转型比直接换人慢（同上 [02:50:27]–[02:53:37]）。
- mission is the boss + top-5 email：公司像有机体而非固定框架，"Cosmos 就是这样一个案例"；⚠️ 他点名苹果可能是资讯透明的反例（同上 [02:59:48]）。
- Jensen 的决策法则 = first principle + prioritization，他推想 Jensen 靠每天读大量 email 强迫自己快速判断轻重来练这个能力（同上 [01:28:59]–[01:31:05]）。
- zero-billion-dollar business / 造市场而非存量竞争："CUDA 就是造市场"；风险论证是反的——"你不做这件事情更加 risky"（同上 [00:28:45]、[03:33:31]–[03:34:31]）。
- ⚠️ "Cosmos 97"：做完 Cosmos 1 时 Jensen 说"你就做到 Cosmos 97"，他的解读是 commitment 而非数字（同上 [01:36:15]）。
- ⚠️ 最记得的一句批评：他说竞品 setting 不公平，Jensen 回"Are you a quiet baby？这世界上没有什么是公平的。"——"我后来就不再找理由了"（同上 [03:08:58]）。
- 对 Jensen 的形容："我们叫他六边形战士"——能深到 register 级架构细节，也能教 marketing 与定价（同上 [03:06:55]）。
个人侧写¶
- 4–5 点起床（运动、中国武术、ice plunge），10 点左右睡；一周开十次以上会（[02:34:01]、[02:58:43]）。
- 练中国功夫数十年（师承徐纪，其师刘云樵，上溯李书文一系的八极拳、劈挂掌），起点是金庸小说。⚠️ 他自己把它与研究方法连起来：发力要全身协调、要不断自我修改——"跟我喜欢一直自我检讨、一直追求，都有很深的原影响"；并强调"我学武术的目标不是为了打架"（[01:33:09]–[01:35:10]）。
- ⚠️ 两次"决心不够"的自省是他的暗线：DALL·E 出来时（"我的野心不够大，我不够勇敢"）、Sora 出来时（作者 Tim Brooks 是他带过的实习生）。两次都直接导致他给 Jensen 写信要资源——第一次要到 1000 张 A100，第二次促成 Cosmos 立项（[00:10:24]、[00:15:33]）。
- 给年轻研究员的建议："不要紧张"——针对"会不会明年 AI 就结束了"的焦虑（[03:28:22]）。
已收录视频¶
| 日期 | 视频 | 主题 |
|---|---|---|
| 2026-08-13 | Cosmos 3、世界模型、武术、黄仁勋（张小珺第 150 期） | world foundation model、action 作为 first class citizen、模型能力收敛、开源立场、NVIDIA 组织文化、Physical AI 的 ChatGPT moment |