印奇出任阶跃星辰董事长：基模公司做2B和纯2C都不成立
基模一年至少烧30亿人民币、要维持三到五年，所以做2B或纯C端软件都算不过账；阶跃的赌注是基模加终端，用软硬一体换一张上牌桌的资格。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
基模公司做2B和纯2C都不成立
印奇用排除法讲商业模式：做基模意味着一年至少30亿人民币以上投入，且要维持三到五年，基础研发投入至少100亿人民币量级。在这个前提下，同时做2B不成立，因为2B变现周期长、收入和利润上限有限；同时做纯C端软件应用也不成立，因为那是已有互联网大厂擅长的领域，他们有用户、有数据、有数据飞轮。所以阶跃选的是偏软硬结合的C端场景，中间做一部分2B服务，最终落在AI加终端。
— 印奇阶跃的bet是基模加终端
印奇把大模型公司的分化拆成两层：第一层是做基模和不做基模，这是最大的bet，未来三年能坚持下来很难；第二层才是商业化路径。阶跃的路径是用终端来牵引模型，因为模型不是越大越好，Gemini Flash也证明了这一点，效率、成本和专项能力同样重要。所以阶跃不纠结在单点benchmark上刷第一，而是关注模型架构是否适配未来终端场景。
— 印奇编程是最好的强化学习环境，但收不到钱
印奇说现在中国大模型公司基本都在卷编程。编程从提升智能角度有价值，因为编程是有结果、能判断对错又复杂的场景，是最好的强化学习环境。但编程本身在商业化角度价值非常有限：大厂这块做得不错，开源有DeepSeek把水位拉得很高，大厂竞争激进会把价格压得很低，而且编程跟它的下游环境很相关。所以这个赛道跟Chatbot一样，新公司都没有任何意义。
— 印奇Chatbot不是长期产品形态
印奇认为Chatbot是一个阶段性的成果，甚至可能不是搜索那个级别的东西。理由是它的交互很不自然：在一个对话框里放AIGC能力，从事实上看都不是很成功。他判断用AI大模型取代搜索是确定性的事情，但产品形态是什么现在还不明朗。Chatbot在境外可能是一个阶段性的产品，但护城河并不稳固，Gemini整个的日活起得非常快，现在没有谁有特别大壁垒。
— 印奇自驾会高度头部化，坐舱会回到车企自研
印奇判断自驾和坐舱不一样：坐舱高度个性化、跟人机交互体验感相关、未来有很多增值服务空间，所以车企自研比例会很高；自驾是安全件，会像当年博士这些安全件一样回到Tier 1手里。因为利润率不高、研发投入很高，单台车能收的空间有限，就一定要有规模，最终会形成三家左右的核心供应商，华为肯定是一家，另外可能有两家综合供应商，再加上中小型车企需要的供应商，未必是二加一或二加二。
— 印奇聪明人不是稀缺品，长期坚持的才是
印奇说当年旷视对标的40人里有一堆OI金牌、IPHO金牌、数学金牌，但聪明分两类：一类能做团队协同，一类自己很强但难协同。他更看重的是长期能坚持的聪明人，因为聪明人有很多选择，聪明会让你有很多捷径，除非有使命要去完成，否则为什么不走捷径。第二点是用正确的笨办法长期做一件事，聪明人往往想用快捷方式，这反而容易走错。所以他认为聪明没有那么重要，还要有商业敏感和智慧。
— 印奇AI组织要融合top down和bottom up
印奇认为每一代企业都是那个阶段最领先的组织形态，适配当时的技术和商业就脱颖而出了。从制造业到ICT总体是top down，互联网公司整体是bottom up，AI体系需要两者融合：因为任何一个大项目都是multi project，消耗资源很大，要集中力量来做，但同时组织文化和人才容纳度又要有bottom up的活力。他还判断未来AI头部公司可能也得一两万人，但是一两万人才密度极高的人。
— 印奇胜负手是技术摇得住加应用能闭环
印奇给出一个数学题：技术研发一年30亿起步，他预判是30到50亿，如果看五年就是150亿打底的投入；反过来，三到五年之后能不能有一个核心应用，让你有可能每年有30到50亿的利润。这两件事都得满足才有机会走到那个阶段。他还说中国2B市场本质上是2G市场，由政府和央国企往外覆盖，中小B更像C，所以在中国不能是2B的。
— 印奇原话 · 已逐字校验
如果做基模公司，然后同事做2B，我觉得就肯定不成立
如果做基模公司，同时又做2B，我觉得就肯定不成立。
印奇17:13
聪明的人其实有很多选择，就是长期能坚持的聪明人，才是比较重要的
聪明的人其实有很多选择，长期能坚持的聪明人，才是比较重要的。
印奇1:15:40
聪明人第一要长期坚持，第二要用正确的笨办法来做，其实都挺难的，所以其实聪明我觉得没有那么重要
聪明人第一要长期坚持，第二要用正确的笨办法来做，其实都挺难的，所以聪明我觉得没有那么重要。
印奇1:16:42
数字与实体
| 基模年度投入下限 | 30亿人民币以上 | 18:16 |
| 基模基础研发投入 | 至少100亿人民币 | 18:16 |
| 技术研发年度投入预判 | 30到50亿人民币 | 1:39:59 |
| 自驾核心供应商数量预判 | 三家左右 | 49:30 |
| 具身智能时间周期 | 五年左右 | 12:11 |
| 物理空间数据收集中长期时间 | 五到七年 | 35:27 |
| AI人才薪资涨幅 | 五到十倍 | 28:22 |
术语
- VLA视觉语言动作模型
- 把视觉、语言和动作执行统一到一个模型里的架构。
- foundation model基础模型
- 在大规模数据上预训练、可适配多种下游任务的通用模型。
- edge长板
- 印奇用来指技术上真正差异化的领先身位。
- MVP最小可行产品
- 用最小功能集合验证产品假设的做法。
收听指南
适合关注大模型商业化路径、AI终端和智能驾驶格局的创业者与投资人，尤其想听基模公司如何算账的人。
1:42:27 之后关于姚班、冷板凳和个人性格的部分可快进。