标签归档:创见播客

#033 对话孙邻家|3个月融资5000万:那个让OpenAI、NVIDIA、Anthropic高管掏钱下注的中国创始人

一个六次创业的草根型硅谷创始人,第一次系统全面地把如何融资和硅谷生存之道说透。

本期为「创见BuildUp」付费独家内容,也可以视作给创始人们的必修课:「融资 101」

2026 年 CES 期间,影视飓风 Tim 的一条视频意外引爆中文互联网。视频里,他最推荐的一款产品,是一只能将狗叫声实时翻译成人类语言的 AI 智能项圈。

视频背后,是一家由华人创始人创立的硅谷初创公司,Traini AI。就在同一周,他们宣布完成超 5000 万元人民币的新一轮融资。投资人名单里出现了 Nvidia、OpenAI、Anthropic、Google、Meta、Palo Alto Networks 的高管,小米联创,以及多家头部传统 VC。

而本期嘉宾正是Traini 创始人兼 CEO 孙邻家 Arvin

在这场75分钟的深度对话里,他对我讲了这几件事:

第一件,也是这一期最硬核的部分:「融资」

Traini 在不到三个月时间里完成近千万美金种子轮融资。而 Arvin 也第一次把一轮融资是如何真正跑通的,系统拆开:

投资人结构应该如何设计?不同阶段该拿什么样的钱?什么样的投资人值得长期绑定,什么样的资金必须保持警惕?如何在几句话之内,让一个陌生投资人迅速理解产品价值?拿到支票之后,又如何把这层关系沉淀为真正能够反哺技术路径、战略决策与长期资源的能力?

以及更少有人真正了解的:机构投资人内部到底如何运作?个人天使和机构 VC 的判断逻辑,本质区别是什么?

这些问题,Arvin 几乎没有保留,全盘托出。

第二件,是硅谷的商业文化。

「在硅谷,最好的社交方式就是给支票」这句话被我们反复引用,但 Arvin 第一次完整解释了它——这与势利无关,而是与一种他真正认同的商业秩序有关:专业服务必须付费,时间与注意力都是有价的。

第三件,是围绕 Traini 技术底座的舆论争议。

过去很长时间里,Traini 被外界简单贴上“狗语翻译”的标签。但在这期节目中,Arvin 第一次系统回应了这些误读,并完整解释了 Traini 真正在做的事情:一个集内容生成、搜索和推荐于一体的生成式人工智能宠物情感互动平台。他们真正想解决的,并不是“翻译叫声”本身,而是建立宠物与人类之间更深层的情感连接与精神共联。

第四件,最为动人。他完整复盘了自己的来时路,从大学勤工俭学卖被子开始。

他是一个典型的“硅谷非典型创始人”——没有名校光环,没有大厂履历,没有美国留学背景,英文也算不上流利,自述只是一个国内二本毕业生。第六次创业,在前两年零工资、长期被硅谷这个天才密度最高的创业生态埋没的至暗阶段里,他几乎是硬生生熬出来的。而最终,他一张一张拿到了硅谷顶级技术大脑的支票,与信任。

最后他告诉我,热爱才是 Traini 真正的护城河。

如果你正走在融资路上,想搞清楚一个非典型创始人如何在硅谷从 0 到 1 pitch 投资人,又如何把这些关系沉淀为公司的长期价值;或者只是好奇,一个普通创业者在最贵最卷最不相信眼泪的硅谷,是如何把看似不可能的项目一点点做出来、低开高走,最终获得并最终获得圈内顶级技术人与投资人的信任——这一期创始人必修的融资课,值得你认真听完。

其中几句话值得单独记下来:

「硅谷不缺钱。问题是,他为什么要你的钱?」

「我们能不能成事,是看我们能不能挤进对方社交名单的那个优先级上。」

「你做一个新品类的开创者,一定会被挑战、被质疑。往回看五年,大众也不能理解 OpenAI 当时在干什么。」

以下是本期访谈内容,视频播客也同步在全网播出,欢迎收看。

🎙️ 本期主播

尚莞迪 Lydia 

  • Stanford GSB Ignite Fellow|沃顿商学院|国际量化金融分析师
  • Astra X Ventures 创始人 
  • 《创见 Build Up》播客主理人 
  • 小红书:尚莞迪 Lydia 🦋  / bilibili:尚莞迪 Lydia
  • 视频号:尚莞迪 Lydia / 公众号:硅谷创见汇

🎙️ 本期嘉宾

孙邻家 Arvin 

  • Traini AI 创始人兼 CEO|六次连续创业者 
  • 2024年福布斯Top100 / 2022 AACYF北美华人十大杰出青年
  • 远见教育基金会导师 / 哈佛创投导师
  • 日日煮DDC(纽交所上市公司)美国合伙人
  • 在AI应用,移动互联网平台、O2O、新零售,运营以及产品方面有丰富经验

⌚️ 时间戳

01:27 这一轮融资为什么比上一轮容易了那么多?

04:14 2022 年 5 月之后,我不再”说服”投资人

05:39 Elevator Pitch 不是技能,是必须刻进血液里的东西

07:40 创始人和投资人的双向奔赴

09:20 创始人在拿投资人的支票之外,还应该拿什么?

10:49 个人投资人 vs 机构投资人,pitch策略怎么定?

13:54 机构投资人的 IC 困境,创始人该如何破?

18:15 年轻投资人 vs 资深投资人:登味儿真实存在

19:55 为什么founder 给投资人做承诺,反而是假的?

22:57 早期员工画像决定公司未来十年的”调调” 

24:40 国内白嫖文化与硅谷付费文化的反差 

27:23 支票只是敲门砖:如何”挤进对方社交名单的优先级”才是核心 

32:14 不敢破华人圈的创始人,本质是没勇气接受被拒绝 

34:56 韧性是创始人的必修课:脸皮厚、钝感强、随时准备”下次再来” 

36:28 第一次创业:大学卖被子——商业嗅觉在十几岁的早期觉醒 

39:48 北美人口结构、生育力下降、宠物经济与情感需求底层的逻辑 

46:32 PEBI 多模态系统的真正难度:声音、表情、肢体三路信号融合

49:30 何为模型中的7+3定律?

50:33 为什么决定自己做硬件?3000 万人民币入门费交给谁?

54:45 面对外界质疑,为何选择沉默?

01:02:58 如何做到「人在硅谷,心要跳出」,以及保持纯粹性,不被无效内卷裹挟?

01:07:54 决定性变量到底是什么——天赋、资源,还是历练?

01:12:45 时代变了,但我仍然相信天道酬勤

01:15:04 快问快答:关于一条建议,真正自由以及墓志铭

📑 名词解释

Elevator Pitch 在极短时间(30 秒到 1 分钟)内把”你是谁、做什么、为什么值得关注”讲清楚的一段高度提炼的自我介绍。硅谷创业者的核心生存技能之一。

IC(Investment Committee)投资委员会。机构投资人内部的决策机制,通常由多名合伙人组成。一笔投资能否成行往往需要 IC 集体过会,而非单一项目负责人决定。

Sponsor 在 VC 语境下指一笔投资在机构内部的”内部背书人”。一个项目要走通 IC,通常需要先让 principal 或 MD 在内部成为该项目的 sponsor,再由其向更资深的合伙人推动,层层接力。

数据飞轮 AI 产品在用户使用中持续积累高质量数据,反过来不断强化模型表现、形成产品壁垒的正向循环。在 AI 应用层公司,数据飞轮往往被视为长期护城河的关键。

PEBI(Pet Empathic Behavior Interface)Traini AI 自研的宠物情感与行为多模态识别系统,融合声音、表情、肢体三路信号,对宠物的情绪、健康、行为意图进行解读。

✨ 关于播客「创见 Build Up! With Lydia」

一档从硅谷出发、连接全球创业者与投资人的商业对话节目,由投资机构 Astra X Ventures 出品。对话来自全球科技、资本、创新与文化领域的杰出建造者,探索他们的战略判断、行动框架与创造未来的方式。

节目曾连续五次登上小宇宙「新星榜」,并入选「锋芒榜」与「播客寻宝」。

📻 收听与订阅

音频:苹果播客 · 小宇宙 · 微博播客 · Spotify · Substack 搜索「创见 Build Up」

视频:微信视频号 · YouTube · B站 搜索 尚莞迪Lydia LydiaShang 即可找到我们。

📩 联系:Lydia@astraxventures.com

🔥 本期团队

制片:Lydia 

策划:Lydia 

导演:Leo 

拍摄:Steven 

后期:乐神 

文案/运营:Lydia

🤝 商业合作

期待与创业者、投资人、内容创作者共创高质量内容与长期价值。

📩 lydia@astraxventures.com

🚀 加入「创见」节目组

现开放商务实习生、内容实习生岗位,面向国内/北美,支持远程协作。

📩 team@astraxventures.com

#032 独家对话|田渊栋x邓亚峰:当AI开始记住一切,然后呢?

本期节目由盛大集团、EverMind联合赞助播出。

2026年4月4日,坐标硅谷计算机历史博物馆。400多位年轻参赛者正在角逐Evermind全球记忆挑战赛的决赛。在礼堂之外的一间安静演播室中,两位世界级AI科学家在主播尚莞迪的邀请下,一同坐到了「创见」播客的话筒前。

一位是田渊栋。前Meta FAIR研究总监,在Meta十年有余,是该机构职位最高的华人科学家之一。他提出的位置插值技术开启了长文训练的时代,主导的ELF OpenGo项目用极少资源超越了AlphaZero。反感暴力堆算力,擅长找到更聪明的路径。2025年底离开Meta开始创业,问他做什么,笑而不语。

一位是邓亚峰。清华毕业,深耕AI领域二十余年,从Pattern Recognition一路走到大模型时代。曾任360集团副总裁、格灵深瞳CTO,手握160余项发明专利。现掌舵盛大旗下EverMind,带队攻坚AI长期记忆。这场对话的录制地,正是由他发起的Memory Genesis Competition 2026全球记忆挑战赛的决赛现场。

本期「创·见」以视频播客的形式录制。这场对话的起点是近期一则行业八卦:Anthropic的代码泄露事件,但话题很快滑向了更深的地带。两个小时的对话横跨了AI memory技术底层、大模型公司组织管理、人类记忆机制与遗忘的哲学、意识的边界,最终落在一个所有人都在回避却无法绕开的问题上:当AI可以接管人类的一切工作以及承接人类所有记忆,那么人类的未来,到底在哪里?

两人在对话中达成了几个关键共识:AI记忆不等于上下文窗口,它是一个比context更大的抽象概念;2026年行业从「卷参数」转向「谈记忆」,本质是大模型终于开始落地;技术没有绝对壁垒,真正的护城河是数据迭代飞轮和非共识决策的人才;AI不太可能自发产生意识,但被人滥用的风险远比”AI觉醒”更值得警惕。

他们也有清晰的分歧点:田渊栋相信打开黑盒有可能从根本上解决幻觉问题;邓亚峰认为可解释性路线在历史上从未真正work,最终解决问题的还是scaling。关于AI能否在所有领域超越人类,邓亚峰认为从能力侧来看,将来没有什么AI不能超过人类的,技术问题终将被解决;田渊栋则保持谨慎,认为人类专家从极少数据中获取洞察的能力,AI目前还达不到——不过一旦这个gap被填平,则可能标志着AGI真正意义上的到来。

对话中有两条金句值得单独记下来:

田渊栋:你的护城河,可能是你自己看code,别人vibe coding。”

邓亚峰:“两条建议:敢想,马上做。”

本期节目将会是你听到的本年度最具含金量的AI对话。欢迎收听!

🎁 有奖互动:在评论区留下你对本期话题的思考,获得最高点赞数的小伙伴,我们会送出田渊栋亲笔签名小说《破晓之钟》。仅此一本,认真留言才有机会。

🎙️ 本期主播

尚莞迪 Lydia

  • Stanford GSB Ignite Fellow|沃顿商学院|CQF
  • Astra X Ventures 创始人
  • 《创见 Build Up》播客主理人
  • 小红书:Lydia Shang🦋 / 视频号:尚莞迪Lydia
  • 公众号:硅谷创见汇

🎙️ 本期嘉宾

田渊栋

  • AI 科学家|硅谷 Startup 联创人
  • 前 Meta FAIR 研究总监
  • 科幻小说《破晓之钟》作者

邓亚峰

  • Evermind CEO|盛大集团副总裁
  • 前360集团副总裁、人工智能研究院院长兼搜索事业部总经理、格灵深瞳 CTO
  • Memory Genesis Competition 2026 全球记忆挑战赛发起人

⌚️ 时间戳

03:00 开场及嘉宾介绍

03:52 Anthropic意外开源Claude Code,这是失误还是”技术平权”?行业热闹背后的两种读法

06:16 AI memory概念、形式功能及重要性探讨:权重记忆、KV cache、Agent记忆——三层框架建立共识

10:54 大模型公司从卷参数到记忆大战,这个转向是如何发生的?为什么偏偏是现在发生?

17:51 扩展context是解决AI memory的解法吗?positioning interpolation(位置插值)的”数学骗术”是指什么?

21:38 两到三年后,AI领域最值得期待的突破:Self-evolving、主动性、科学发现

25:18 AI应该像人吗?

28:26 遗忘是人类的高阶能力吗,那么好的AI记忆模型该学会遗忘吗?

34:26 人类记忆是多模态的网状结构,AI的隐空间能做到吗?

36:47 幻觉从哪里来?打开黑盒能解决它吗?

41:41 AI 公司真正的护城河是什么?数据、速度还是人才?

48:42 大厂的信息失真困局:好消息被放大,坏消息被缩小

50:50 Scaling law是共识,但共识意味着什么?

54:08 当AI有了长期记忆,会不会产生情感或意识?

01:09:15 意识上传,以及蒸馏你的同事

01:11:30 人类的爱,是AI学不会的东西吗?

01:12:58 记忆即隐私:把自己的记忆交给AI系统,安全吗?

01:16:33 数字分身是人类的未来吗?

01:20:59 奇点已到?AGI已到?

01:21:43 教育会被AI如何改变?孩子还有必要上学吗?

01:23:05 费米能级:AI能力线以下的工作,价值趋近于零

01:26:52 AI时代人类存在的价值还剩什么?

01:35:02 给想入场AI技术的年轻人的建议

📑 名词解释

黑盒 / Black Box 指系统内部运作机制对外不透明,只能观测输入与输出,无法追溯决策过程。在AI领域,这一特性是大模型可解释性研究的核心挑战。

位置插值 /Positional Interpolation 一种扩展大模型上下文长度的技术。通过缩放位置编码,将超出原始context window的输入”压缩”映射回模型可处理的范围内,配合少量fine-tuning即可显著提升长文本处理能力。由田渊栋团队于2023年提出。

KV Cache Key-Value Cache,大模型推理时用于缓存注意力机制中间计算结果的存储机制。避免模型对已处理过的token重复计算,显著提升推理效率。是当前AI在单次会话内实现”短期记忆”的核心底层机制。

Latent State / 隐状态 神经网络中间层的向量表示。不以文本形式存在,而是以高维向量的形态编码输入信息的语义、结构等特征。在循环神经网络(RNN)等架构中,隐状态可跨时间步传递,是实现序列记忆的一种方式。

Self-evolving / 自我演化 指AI系统在部署运行过程中,能够根据实时交互和任务反馈持续更新自身能力的特性。区别于当前主流的离线训练范式——现有大模型训练完成后参数固定,无法在使用中自主学习迭代。

费米能级 源自固体物理学,指在绝对零度下电子所能占据的最高能量状态,是描述电子在能带中分布的关键参数。对话中被借用为比喻,描述AI能力的分界线。

数字分身 指基于个人历史数据、行为模式与决策风格构建的AI代理,使其能够在一定范围内模拟、代表特定个人行事。

意识上传 一种假想的技术概念,指将人类的记忆、思维模式与意识结构完整迁移至数字载体,使其在生物体消亡后得以延续存在。目前仍属理论探讨范畴。

涌现机制 /Emergence 复杂系统中,当规模或复杂度超过某一阈值后,系统自发产生在低规模时不存在的新特性或能力的现象。在AI领域特指大模型在参数规模扩大后,突然习得训练数据中未被明确教授的能力。

Scaling Law AI领域的经验性规律:在计算资源、训练数据量、模型参数三者同步扩大的条件下,模型性能呈现可预测的持续提升。由OpenAI等机构于2020年前后系统性验证并提出。

关于「创·见|Build Up」

一档从硅谷出发、连接全球创业者与投资人的商业对话节目,由投资机构Astra X Ventures出品。

对话来自全球科技、资本、创新与文化领域的杰出建造者,探索他们的战略判断、行动框架与创造未来的方式。

节目曾连续五次登上小宇宙「新星榜」,并入选「锋芒榜」与「播客寻宝」。

📻 收听与订阅

音频:苹果播客 · 小宇宙 · 微博播客 · Spotify · Substack

视频:YouTube · B站 搜索「创·见|Build Up」即可找到我们。

📩 联系:Lydia@astraxventures.com

💙 特别鸣谢

感谢课代表立正在本期内容前期准备上给予的支持与灵感。

相关单集🔗#031 关于OpenClaw被封杀以及我们为什么不建议普通人养龙虾?

🔥 本期团队

制片:Lydia

策划:Lydia,Leo,韩云芸

导演:Leo

拍摄:Steven

后期:Michael

文案/运营:Lydia

🤝 商业合作

期待与创业者、投资人、内容创作者共创高质量内容与长期价值。

📩 lydia@astraxventures.com

🚀 加入「创见」节目组

现开放商务实习生、内容实习生岗位,面向国内/北美,支持远程协作。

📩 team@astraxventures.com