即刻App年轻人的同好社区
下载
在 AWS 上海峰会，我的分享结束下来，被问到最多的一个问题，出乎意料的不是PEGA世界模型上线时间，不是技术实现方式，而是：“AI 工具我们试了一堆，为什么真放进业务流程里就卡住了？”
看来大家之前确实有关注到Seele 的AI办公实践，想一起讨论到底如何落地。这个问题戳中了很多人的现状。通用 AI 很强，可以写周报、做总结、生成方案，都很好用。但一旦你想让它进销售、研发、增长、交付这些业务里，它就停了。不怪 AI，因为业务现场里不只有生成答案，还有流程、数据、权限、责任。通用 AI 能聊，但没法替你推进一个销售机会、完成一轮投放实验、把一个研发任务从定义做到验收。
这也是 Seele 这一年在解决的事——让 Agent 真正进到业务流里，能拆任务、推进度、验结果、复盘迭代。
看来大家之前确实有关注到Seele 的AI办公实践，想一起讨论到底如何落地。这个问题戳中了很多人的现状。通用 AI 很强，可以写周报、做总结、生成方案，都很好用。但一旦你想让它进销售、研发、增长、交付这些业务里，它就停了。不怪 AI，因为业务现场里不只有生成答案，还有流程、数据、权限、责任。通用 AI 能聊，但没法替你推进一个销售机会、完成一轮投放实验、把一个研发任务从定义做到验收。
这也是 Seele 这一年在解决的事——让 Agent 真正进到业务流里，能拆任务、推进度、验结果、复盘迭代。
这两天被问到最多的一个问题
5 00
看完这期世界模型访谈，有点失望。
访谈里花了不少篇幅强调“因果世界模型”相对于V-JEPA的优势，但几乎没有提Meta后来沿着同一路线继续推进的Causal-JEPA工作。这会给不了解背景的观众一种印象：仿佛JEPA停留在相关性建模，而因果建模是一条全新的路线。
实际上，JEPA最大的价值恰恰在于它提出了一种极其优雅的世界建模框架：不预测像素，而预测抽象状态表征。很多后续世界模型工作，无论是否打着“因果”“物理”“具身”的旗号，本质上都建立在这一思想之上。
我并不反对因果偏置、物理约束、模拟器增强这些方向，它们都可能有价值。但如果因此把JEPA描述成偏理论、偏学术，而把自己的路线包装成真正解决现实问题的方案，就多少有点失真了。
至少到目前为止，我还没有看到任何公开结果能够证明“因果世界模型”已经解决了JEPA解决不了的问题。相反，我看到的是越来越多工作在JEPA框架上不断加入对象建模、干预训练和物理归纳偏置。
所以与其强调与JEPA的区别，不如更坦诚地承认：大家其实都还站在同一棵树上。
访谈里花了不少篇幅强调“因果世界模型”相对于V-JEPA的优势，但几乎没有提Meta后来沿着同一路线继续推进的Causal-JEPA工作。这会给不了解背景的观众一种印象：仿佛JEPA停留在相关性建模，而因果建模是一条全新的路线。
实际上，JEPA最大的价值恰恰在于它提出了一种极其优雅的世界建模框架：不预测像素，而预测抽象状态表征。很多后续世界模型工作，无论是否打着“因果”“物理”“具身”的旗号，本质上都建立在这一思想之上。
我并不反对因果偏置、物理约束、模拟器增强这些方向，它们都可能有价值。但如果因此把JEPA描述成偏理论、偏学术，而把自己的路线包装成真正解决现实问题的方案，就多少有点失真了。
至少到目前为止，我还没有看到任何公开结果能够证明“因果世界模型”已经解决了JEPA解决不了的问题。相反，我看到的是越来越多工作在JEPA框架上不断加入对象建模、干预训练和物理归纳偏置。
所以与其强调与JEPA的区别，不如更坦诚地承认：大家其实都还站在同一棵树上。
shimu: @杨远骋Koji 最新的一期讲世界模型的访谈看过之后，有话不吐不快。 为了营销自己，突出所谓因果世界模型，把V-JEPA拿出来说事儿，而闭口不谈Causal-JEPA。然后话里行间把Lecun往“理论派”上放，再把自己营销成很注重落地，并且尊重老前辈，站在巨人肩膀上。 JEPA的最大效用闭口不提，它在数学上是多么优美简洁。你自己用这个思想再叠加几个模拟器、渲染器就可以和它平起平坐了？ 现在一堆世界模型营销自己能搞定具身大脑、搞定因果的，都是瞎扯淡，为了碎银几两节操碎一地。赶紧都给Lecun去磕一个，他不把JEPA弄出来你们都骗不到人。
8 06
@杨远骋Koji 最新的一期讲世界模型的访谈看过之后，有话不吐不快。
为了营销自己，突出所谓因果世界模型，把V-JEPA拿出来说事儿，而闭口不谈Causal-JEPA。然后话里行间把Lecun往“理论派”上放，再把自己营销成很注重落地，并且尊重老前辈，站在巨人肩膀上。
JEPA的最大效用闭口不提，它在数学上是多么优美简洁。你自己用这个思想再叠加几个模拟器、渲染器就可以和它平起平坐了？
现在一堆世界模型营销自己能搞定具身大脑、搞定因果的，都是瞎扯淡，为了碎银几两节操碎一地。赶紧都给Lecun去磕一个，他不把JEPA弄出来你们都骗不到人。
为了营销自己，突出所谓因果世界模型，把V-JEPA拿出来说事儿，而闭口不谈Causal-JEPA。然后话里行间把Lecun往“理论派”上放，再把自己营销成很注重落地，并且尊重老前辈，站在巨人肩膀上。
JEPA的最大效用闭口不提，它在数学上是多么优美简洁。你自己用这个思想再叠加几个模拟器、渲染器就可以和它平起平坐了？
现在一堆世界模型营销自己能搞定具身大脑、搞定因果的，都是瞎扯淡，为了碎银几两节操碎一地。赶紧都给Lecun去磕一个，他不把JEPA弄出来你们都骗不到人。
14 24
6月5日Seele在上海静安市北高新举办发布会，正式官宣游戏多模态大模型和世界模型PEGA。这是当天的视频，Seele还登上了陆家嘴大楼的大屏[呲牙]
感谢市区领导！感谢市北高新！感谢合作伙伴！感谢团队兄弟姐妹！
Seele to the moon!
感谢市区领导！感谢市北高新！感谢合作伙伴！感谢团队兄弟姐妹！
Seele to the moon!
00:56
13 01
Seele的多模态模型可以端到端生成游戏（小游戏、2D、3D高品质的都可以），其训练起点就来自于此。
Seele对模型研究的理念是追求足够大的创新。每年的best paper 不少，但三五年后再看，真正经得起时间考验的科研成果泾渭分明（最新一届戛纳电影节大奖导演，也说了类似的话），在浮躁的时代，人和组织的追求塑造了自身的个性与不同，可以穿越周期。
后续还会开源回馈社区。
Seele对模型研究的理念是追求足够大的创新。每年的best paper 不少，但三五年后再看，真正经得起时间考验的科研成果泾渭分明（最新一届戛纳电影节大奖导演，也说了类似的话），在浮躁的时代，人和组织的追求塑造了自身的个性与不同，可以穿越周期。
后续还会开源回馈社区。
EVA01上线！首个原生3D多模态大模型，统一理解、生成与编辑
4 10
诗沐问答｜我的首次直播：AI投融资、创业、技术、产品，随便问
先和大家说两件真事。第一个，关于投资判断。2024年有个朋友问我：“Anthropic和OpenAI，哪个更值得下注？”我说：“我没法直接给答案。分享一下我的思考方式吧——可以从技术路线和商业化两个维度来看……”，随后我花了一刻钟，给他拆了两个模型的技术底层差异、融资结构。他听完之后有所思考。当年那个选择也让他在这场投资中得到了非常满意的回报。第二个，关于年轻人的选择。前阵子有个刚毕业的年轻人问我：拿到了大厂AI产品offer，怕不懂技术被淘汰，该不该去？我说：“先去，再学。”他担心不懂算法被鄙视。我告诉他：“我当年做网易云音乐时也不懂推荐算法，硬着头皮跟了几个月才慢慢听懂。干就是最好的学习。”他去了，前两天跟我说：现在能看懂简单的模型评估报告了。
我想把这件事做成一个固定栏目：[诗沐问答]
一个关于投资人的判断，一个关于年轻人的选择。看起来离得很远，但背后都是同一个问题：在 AI 这个快速变化的时代，很多判断不能只靠情绪，也不能只靠一句口号，需要有人把问题拆开来看。类似的私信和提问，我隔一阵子就会收到一批：有人问投资，有人问创业，有人问产品，也有人只是想知道自己下一步该怎么选。问题不同，但底层都有共通的困惑。所以我想开一个栏目，在直播里跟大家聊聊天。直播中只干一件事：你问，我答。（而且，完全免费~）
这是我首次自己直播的一个栏目它不是什么系统课程，也不是一场包装得很完整的公开演讲。它更像一个长期开放的答疑现场。我会围绕几个我长期在看、也长期在做的方向来聊：比如“AI 行业和技术变化”、“创业和战略判断”、“产品和商业化”，就像一个持续更新的公开现场：你带着问题来，我尽量把复杂问题讲明白。你可能想问：关于 AI 行业和投资判断：如果现在有一大笔钱，你会选择投大模型底层，还是投上面的应用层？ AI 行业现在处在周期中的什么位置——是泡沫顶、死亡谷，还是上升期？ 现在做 Agent 创业还有机会吗？投资人到底在看什么？关于创业、产品和商业化：为什么很多 AI 产品第一眼很惊艳，最后却留不住人？ 技术进步这么快，产品和商业到底怎么跟上？ 一个 AI 产品，怎么从 demo 走向真正有人用、有人付费？关于职业选择和个人成长：我在大厂做产品，怎么不被边缘化？ 现在的年轻人，应该去大厂、创业公司，还是自己做项目？ 现在进入 AI 行业，到底该押注什么能力？ 如果不懂技术，还能不能做好 AI 产品？或者——你只是想过来看看大家都在迷茫什么，也可以。
不是只有宏大问题才值得聊。很多时候，真正能帮人的反而是那些卡在眼前、又确实难判断的小问题。我不保证每个问题都有标准答案。但我会尽量把我怎么判断、为什么这么判断、如果是我会怎么做，讲清楚。
时间：本周六（5月16日）晚 20:00-21:30平台：视频号 【王诗沐Seele】时长：90分钟左右怎么提问？1、在这篇文章下留言2、公众号后台留言3、直播间直接提问
写在最后
我是少数从PC干到移动、再干到AI的人。造过亿级国民级产品，走过弯路，也翻过山。希望我的经验能对你有用。5月16日晚，不见不散。——王诗沐
先和大家说两件真事。第一个，关于投资判断。2024年有个朋友问我：“Anthropic和OpenAI，哪个更值得下注？”我说：“我没法直接给答案。分享一下我的思考方式吧——可以从技术路线和商业化两个维度来看……”，随后我花了一刻钟，给他拆了两个模型的技术底层差异、融资结构。他听完之后有所思考。当年那个选择也让他在这场投资中得到了非常满意的回报。第二个，关于年轻人的选择。前阵子有个刚毕业的年轻人问我：拿到了大厂AI产品offer，怕不懂技术被淘汰，该不该去？我说：“先去，再学。”他担心不懂算法被鄙视。我告诉他：“我当年做网易云音乐时也不懂推荐算法，硬着头皮跟了几个月才慢慢听懂。干就是最好的学习。”他去了，前两天跟我说：现在能看懂简单的模型评估报告了。
我想把这件事做成一个固定栏目：[诗沐问答]
一个关于投资人的判断，一个关于年轻人的选择。看起来离得很远，但背后都是同一个问题：在 AI 这个快速变化的时代，很多判断不能只靠情绪，也不能只靠一句口号，需要有人把问题拆开来看。类似的私信和提问，我隔一阵子就会收到一批：有人问投资，有人问创业，有人问产品，也有人只是想知道自己下一步该怎么选。问题不同，但底层都有共通的困惑。所以我想开一个栏目，在直播里跟大家聊聊天。直播中只干一件事：你问，我答。（而且，完全免费~）
这是我首次自己直播的一个栏目它不是什么系统课程，也不是一场包装得很完整的公开演讲。它更像一个长期开放的答疑现场。我会围绕几个我长期在看、也长期在做的方向来聊：比如“AI 行业和技术变化”、“创业和战略判断”、“产品和商业化”，就像一个持续更新的公开现场：你带着问题来，我尽量把复杂问题讲明白。你可能想问：关于 AI 行业和投资判断：如果现在有一大笔钱，你会选择投大模型底层，还是投上面的应用层？ AI 行业现在处在周期中的什么位置——是泡沫顶、死亡谷，还是上升期？ 现在做 Agent 创业还有机会吗？投资人到底在看什么？关于创业、产品和商业化：为什么很多 AI 产品第一眼很惊艳，最后却留不住人？ 技术进步这么快，产品和商业到底怎么跟上？ 一个 AI 产品，怎么从 demo 走向真正有人用、有人付费？关于职业选择和个人成长：我在大厂做产品，怎么不被边缘化？ 现在的年轻人，应该去大厂、创业公司，还是自己做项目？ 现在进入 AI 行业，到底该押注什么能力？ 如果不懂技术，还能不能做好 AI 产品？或者——你只是想过来看看大家都在迷茫什么，也可以。
不是只有宏大问题才值得聊。很多时候，真正能帮人的反而是那些卡在眼前、又确实难判断的小问题。我不保证每个问题都有标准答案。但我会尽量把我怎么判断、为什么这么判断、如果是我会怎么做，讲清楚。
时间：本周六（5月16日）晚 20:00-21:30平台：视频号 【王诗沐Seele】时长：90分钟左右怎么提问？1、在这篇文章下留言2、公众号后台留言3、直播间直接提问
写在最后
我是少数从PC干到移动、再干到AI的人。造过亿级国民级产品，走过弯路，也翻过山。希望我的经验能对你有用。5月16日晚，不见不散。——王诗沐
24 02
D49 | 今天，我们开源了个AutoResearch工具
Thoth是什么？Thoth是一套AutoResearch的harness工具。 人在睡觉时，它自动根据任务去跑；人醒来时，只需要看一眼「前端面板」，进度一目了然。Thoth 解决了 AI 执行的「执行失控症」：任务会断、状态会盲、结果会假、方向会偏。它是一套开源插件，原生支持Claude Code和Codex，让 Agent 持久运行、全程可视、机械验收、长程一致。让 AI 说到做到、干完干对。地址：github.com
Thoth是什么？Thoth是一套AutoResearch的harness工具。 人在睡觉时，它自动根据任务去跑；人醒来时，只需要看一眼「前端面板」，进度一目了然。Thoth 解决了 AI 执行的「执行失控症」：任务会断、状态会盲、结果会假、方向会偏。它是一套开源插件，原生支持Claude Code和Codex，让 Agent 持久运行、全程可视、机械验收、长程一致。让 AI 说到做到、干完干对。地址：github.com
D49 | 今天，我们开源了个AutoResearch工具
4 10