AI 智能体、视频创作与芯片制造：Forward Future 直播

Matthew Berman 和联合主持人 Nick Wentz 在 2025 年 11 月 7 日的直播中开场，先讨论新闻，并介绍来自 Higgsfield、OpenAI、CrewAI 和 SemiAnalysis 的嘉宾。正式讨论前，节目播放了几分钟音乐。

主持人讨论已宣布的 OpenAI 与 AWS 多年期合作。Berman 将其与 OpenAI 和 Microsoft 关系的变化联系起来，并说 OpenAI 正在向多家供应商寻求算力。

他们引用了 OpenAI 的年化营收预测和据报道规模巨大的基础设施承诺。Berman 强调，年化营收不是利润；这些承诺和预计未来营收也不等同于经核实的现金支出或已经实现的收益。

主持人思考 AI 基础设施投资是否类似互联网泡沫。他们看好长期需求，但承认市场可能出现调整。这些观点是对未来不确定回报的判断。

他们讨论 OpenAI 首席财务官 Sarah Friar 使用“兜底”一词及随后作出的澄清。主持人引用她的声明：OpenAI 并未寻求政府为其自身的基础设施承诺兜底，她更广泛的意思是公共部门和私营部门各自在工业能力建设中的作用。

画面中的清单汇总了多项大型基础设施相关数字。主持人还提到人们对资金在投资者、芯片供应商和客户之间循环的担忧，并承认经济关系很难理清。不同的拟议交易和投资不应简单相加，视为已经发生的支出。

Perplexity 表示，Amazon 因 Comet 智能体在 Amazon 上购物而威胁采取法律行动。主持人讨论用户委托购买的需求，并推测此事对 Amazon 广告和用户数据的影响。画面呈现的是 Perplexity 的说法，而主持人对 Amazon 动机的解释是他们自己的判断。

主持人准备欢迎 Higgsfield 创始人时，连接问题导致采访推迟。制作团队尝试恢复连接，主持人则继续讨论新闻。

主持人讨论一则报道：Apple 可能为 Siri 使用定制版 Google Gemini，据称会在 Apple 私有云上运行，并支付可观的年度费用。他们争论这会是权宜之计还是长期合作；两者都是对报道中计划的解读。

等待嘉宾期间，两人观看 Higgsfield Recast 的公告，其中展示了视频人物替换。公司介绍了动作追踪、声音克隆和背景更换等功能；一个选定的演示不能证明所有情况下都毫无瑕疵。

主持人转向 Google 的 Project Suncatcher，这是一项研究太空计算系统的提议。他们引用 Google 的说法，即 Trillium TPU 接受了模拟辐射测试，同时承认热管理、在轨可靠性和其他工程问题仍未解决。

Berman 描述间距很近的卫星相互传输数据，以及在轨道上维持编队的难度。主持人也指出，在真空中散热是一项挑战。这套系统是早期研究概念，并非正在运行的轨道数据中心。

连接恢复后，Higgsfield AI 首席执行官兼联合创始人 Alex Mashrabov 加入节目。他预测，未来大量社交视频将由 AI 生成，并认为需要频繁发布内容、却没有大型制作团队的小企业存在机会。

Mashrabov 说，合成媒体可能大幅降低宣传内容的制作成本。他对成本的比较和对未来社交视频占比的预测属于公司方面的估计，并非针对所有广告主的实测结果。

谈到电影和电视时，他更加谨慎。他预计好莱坞会视情况混合使用实拍和 AI，但表示无法有把握地预测两者的比例。在他看来，社交媒体对速度和产量的要求尤其高。

他说，广告代理机构已经在使用生成式 AI 制作故事板，并介绍了 Higgsfield 的故事板和团队协作功能。目标是帮助营销团队迅速展示创意，同时保留人物和场景的上下文。

主持人询问，更长的视频基础模型和拼接短片段的软件，哪一种会进步得更快。Mashrabov 则强调实验：他说团队可以生成大量变体，测试不同人物、背景和灯光。

Mashrabov 表示，部分营销活动的 CPM 出现了两位数百分比的变化。当主持人问这是否意味着翻倍时，他更正为约 10% 至 20%；他还说，这些系统直接提高销售额的证据仍在出现。这些是公司的观察，并非独立确认的因果结果。

他介绍说，合成代言人和 AI 形象是热门用途。团队也可以更换视频中的背景、演员或产品，从而测试更多版本，但任何营销活动的实际表现仍取决于执行情况。

被问及主持人是否需要 AI 形象时，Mashrabov 区分了他们的专业知识和真实长内容，与寻求规模化宣传内容的小企业需求。他预计真实内容会与合成内容并存。

Berman 询问，Higgsfield 为何既使用其他供应商的模型，也构建自己的模型。Mashrabov 认为，更大的机会不只是生成视频，而是通过后训练、实验和降低获客成本来改善营销结果。

Mashrabov 说，公司每年在图像模型工作上花费数百万美元，并认为训练前沿视频模型可能昂贵得多。他还比较了美国和中国实验室的活动；这些成本和市场数字是他自己的判断。

嘉宾讨论 GPU 的获取，以及政府是否应该支持本国 AI 基础设施。Mashrabov 声称，在他公司所需的规模下，中国的 GPU 成本更低，同时指出 Higgsfield 不在中国运营。这一比较是他的经验性说法，并非普遍价格。

被问及视频制作更容易之后哪些技能重要时，Mashrabov 区分了效果营销与独特的创意工作。他预计团队会测试大量变体，同时真实的创作者仍会找到受众。

休息后，主持人讨论 Kimi K2 Thinking，并引用公告中展示的基准测试数字。他们对开放权重模型能够在推理过程中使用工具印象深刻，但 Berman 表示自己的团队才刚开始测试该模型。

他们还讨论了 Google 公布的 Gemini API 文件搜索工具。Nick 介绍通过 Slack 搜索内部知识的做法，而 Berman 希望有一个可集中搜索文章、帖子和视频的资料库。这些是他们希望改善的用途，并非完整的产品评估。

负责 ChatGPT Atlas 的 OpenAI 工程负责人 Ben Goodger 加入节目。他说，构建浏览器的动机是让人们浏览网页时能够随时获得对话式帮助。

Goodger 分享了自己的使用例子，包括检查一双鞋在其他地方是否更便宜，以及用侧边栏解释患者门户中的信息。这些是个人经历；生成的解释不能代替独立的专业判断。

他还介绍了让智能体模式为用户研究创建 Google 表单的经历。主持人询问普通用户如何发现这类可能性；Goodger 说，团队仍在了解哪些工作流有用，以及如何最好地提供帮助。

Goodger 解释，Atlas 使用 Chromium 和名为 Owl 的集成层。他说，Chromium 提供网页兼容性和安全基础，将它与应用的其余部分分开，有助于团队处理性能、开发和智能体功能。

按照他的描述，模型可以合成鼠标点击等输入事件，再通过集成层传递给网页内容。网页接收到的交互类似普通输入事件。Goodger 说，这种结构有助于避免浏览器其他部分出现意外影响。

被问及 OpenAI 为何不从头构建新的浏览器引擎时，Goodger 说，团队希望探索以 ChatGPT 为核心的体验，而不是重建整个技术栈。他指出，浏览器项目有在早期开源成果之上继续构建的传统。

主持人询问出版商和网站可能如何适应智能体流量。Goodger 说，这一领域仍处于萌芽阶段，开发者可能有办法让助手更容易理解和操作网站。他没有为未来的网络提出已经确定的规则。

Goodger 认为，智能体流量最终可能超过人类流量，但预计人们仍会浏览网页，用于学习、娱乐和自己想做的决定。他将智能体视为减少重复工作的工具，而不是停止访问网络的理由。

被问及智能体主动执行操作时，他称这是一项长期愿景，还有许多步骤要走。他强调，Atlas 智能体模式当时是研究预览，初始产品只是这一旅程的早期阶段。

Goodger 说，团队选择尽早发布以向用户学习，因此没有包含所有想要的浏览器功能。采访时，Windows 版本和多配置文件功能仍在开发中；他将它们描述为进行中的工作，而非已有功能。

他介绍使用 Codex 协助构建标签页搜索功能的过程。Goodger 说，他描述了功能，根据设计反馈反复调整交互细节，并将代码审查意见交回工具处理。他所说的几小时工作量是一个团队成员的经历，不是通用的生产力基准。

Atlas 项目在更早的原型工作之后，于 2025 年初开始开发。Goodger 介绍了团队如何先与同事和朋友分享逐渐完善的版本，并在节目播出前几周发布。

谈到智能体浏览的主要瓶颈，Goodger 提到速度、成本、访问限制，尤其是用户能否相信助手会执行正确操作。他说，这需要工程优化和模型研究共同推进。

模型在找到解决方案之前如果多次尝试失败，就会增加延迟。Goodger 说，提高首次尝试的准确率，并改进从浏览器到服务器的整个技术栈，都可能缩短等待时间，同时强调还有大量工作要做。

对于企业用途，他设想助手从多个系统收集数据，整理状态更新或电子表格。人的判断仍然重要，但他预计例行信息转移会更容易实现自动化。

Goodger 对个性化和浏览记忆感到兴奋，例如记住用户偏好的航空公司。他设想浏览器帮助安排日常任务，但将这种更主动的体验视为目标，而非已经完成的产品。

采访结束后，主持人讨论发现何时适合使用智能体有多难。Nick 更看重准确性，因为反复出错会削弱信任；Berman 则说自己尤其无法忍受执行缓慢。两人的偏好体现了不同的产品权衡。

主持人欢迎 CrewAI 创始人兼首席执行官 João Moura。Nick 说自己以前与 Moura 共事过；Berman 在讨论公司之前披露，他早期对 CrewAI 有一笔小额投资。

Moura 说，CrewAI 于 2023 年起步为开源智能体框架，随后发展为帮助企业构建、部署、监控和编排智能体的公司。公司称与 60% 的财富 500 强企业合作；采访没有独立验证这一数字，也没有界定每项合作的深度。

他区分了开发者对开源框架的广泛试用和由高级技术主管主导的企业销售。他说，随着客户从试探性试点转向更大规模合作，销售周期缩短、交易规模增加；这些数字由公司提供。

Moura 描述了一项从通话记录开始的销售工作流：智能体识别潜在客户用途、研究其中一项、构建演示，并制作带有他合成面孔的视频，供销售人员分享。他在一个例子中表示，整个过程约需 50 分钟。

Moura 说，对于发票核对等复杂场景，系统会先研究不熟悉的细节，再制作定制演示。他并未声称生成的原型可以自动用于客户的生产环境。

即使在同一行业，企业使用场景也会因数据和集成方式不同而有差异。Moura 将常见工作归为后台自动化、市场拓展、物流、客户支持、编程，以及受监管的文档或身份处理流程。

主持人询问一种预测：未来智能体会做许多人类从未做过的工作。Moura 区分了全新任务、重新设计的现有流程，以及过去成本太高而未曾尝试的新业务。他以涉及信用服务的电信公司客户故事为例。

作为重新设计流程的例子，Moura 提出，如果智能体既定义功能范围又完成实现，那么一些围绕人类交接设计的工作跟踪步骤可能改变。他使用 Jira 作为示例，并非证明每个团队都应放弃跟踪系统。

Moura 说，企业部署仍处于早期：许多组织有吸引人的原型，却难以将其投入生产。构建智能体只是最初的成本；他认为，部署并使用之后才会产生业务价值。

他认为信心是主要障碍。企业需要回答关于安全、数据处理、审计日志、可观测性和防护措施的问题；许多障碍与组织或基础设施有关，而不只是模型的智能程度。

Berman 询问从实验到部署的过程中模型选择如何变化。Moura 说，已有云合同和额度通常会影响最初的选择，客户数据是否可用于训练的要求也会产生影响。

他预计微调和较小模型会变得更加重要，并介绍某些地区偏好适应当地语言和业务需求的模型。这是他的预测和客户经验，不是普遍适用的部署规则。

随着模型供应商和云公司构建自己的智能体工具，主持人提出平台风险问题。Moura 说，企业重视使用不同模型与云平台、保留自身工作流的能力；他将 CrewAI 的可移植性定位为对这些担忧的回应。

最后一位嘉宾是 SemiAnalysis 分析师 Jeff Koch，他研究芯片制造设备、工艺技术和材料。主持人询问他所在机构对 Substrate 的分析；这家初创公司提出了新型光刻设备和美国先进晶圆厂的计划。

Koch 说，Substrate 声称其设备在纸面上可与 ASML 的先进设备竞争，成本约为后者的十分之一，并希望通过晶圆厂挑战 TSMC。他认为这项工作有意思，但表示非同寻常的主张需要更多证据。

光刻将微小电路图案反复转移到晶圆上，并要求精确对准。Koch 用光、带图案的掩模和晶圆解释提出的 X 射线方法；采访并未披露 Substrate 设计的全部细节。

他将这一提议与 ASML 使用 13.5 纳米波长光的极紫外光刻设备相比较。较短的波长有助于制作更小的图案，但完整制造流程远不止波长比较。

Koch 说，最先进的光刻设备价格可能约为 4 亿美元，并提到 Substrate 所声称方案可能约为 4000 万美元。这些只是近似比较数字；该初创公司的生产成本和性能尚未经过大规模验证。

Koch 说，带有图案的晶圆图像令人鼓舞，但不能证明大批量制造能力、良率或商业可靠性。成像演示能够工作和拥有一家有竞争力的晶圆厂是不同的里程碑。

被问及为何 ASML 如此难以挑战时，他指出其庞大的工程团队、持续研发支出和长期技术押注。他以浸没式光刻和 EUV 为例，说这些技术经过多年才成熟，并帮助公司确立领先地位。

Koch 介绍了 Substrate 创始人 James Proud 和 Oliver Proud，并说初创公司招募了工程人才。他指出，公司披露的技术细节很少，限制了外部分析师能够独立评估的内容。

被问及是否相信这些主张时，Koch 说，他认为图像支持了设备成像能力的某些方面。但他对商业化远不那么确定，称其是一项非常困难、尚未得到证明的挑战。

Substrate 宣称的战略是建立自己的晶圆厂，而不是仅向 TSMC 销售光刻机。Koch 将大幅降低先进晶圆制造成本的目标描述为一项宏大的探索，而不是已经取得的制造成果。

公司曾讨论在 2028 年生产晶圆。Koch 认为这一时间表非常困难，觉得接近十年的时间可能更合理；即便是更长的时间表，也只是他的预测，而非承诺或结果。

话题转向先进芯片制造集中在台湾的情况。Koch 认为，如果无法获得这部分产能，将同时产生经济和国家安全影响，但他也承认，新竞争者会如何改变台湾的地位仍不确定。

Koch 还讨论了中国在光刻方面的努力，包括 X 射线和类似 EUV 的技术路线。他认为中国可能在五至十年内取得重大进展，但这只是对不确定的研究和产业发展的预测。

主持人感谢 Koch 解释芯片制造行业，并在回顾嘉宾后结束节目。讨论留下的核心问题仍未解决：这些拟议技术能否成为可靠且经济的生产系统。