印奇在2025年10月出任千里科技（A股上市公司，专注AI与车的结合）董事长后，又正式出任大模型公司阶跃星辰的董事长。他用"大脑"与"终端"的隐喻来描述这两个角色的关系。
印奇表示80%以上的时间花在技术和产品上，两家公司的技术产品"非常连贯"——从基础模型研发到软硬结合的产品化再到推向市场，是一条连续的链条。他更倾向于"以脑为主"，在阶跃星辰中主抓基模组织变革、技术攻坚和终端商业化方向，日常运营由CEO姜大昕统管。
印奇选择"董事长"而非"CEO"的title，核心原因是他更希望以核心创始人角色推动两家公司发展，同时自己更专注技术和产品领域。在阶跃内部，他与姜大昕的分工是：印奇抓专项（基模组织变革、技术攻坚、终端商业化），姜大昕综合管理日常运营。
印奇已不在旷视任职。他将旷视描述为"AI 1.0时代的一个好的平台"，培养了很多人，也孵化了多个项目。旷视联合创始人唐文斌做了机器人公司。印奇认为这些都是"一个大生态"的延续。
阶跃星辰成立于2023年4月，印奇从最早期就有深度参与。公司名字蕴含了双重技术隐喻。
"阶跃"的英文是Step Function，数学上代表从量变到质变的非线性跳跃。在深度学习中，非线性是神经网络的核心特性——"很多非线性的叠加，某种意义上也是一种智能的本质"。"星辰"则代表做AI的人应有的星辰大海的追求。
印奇将大模型竞争定性为"可能是有史以来最激烈的一次科技竞争"，并从多个维度阐述了这个判断。
相比2023年准备做阶跃时的预期，印奇坦承实际情况"更残酷"——速度更快、竞争强度更大、泡沫比例更高、资源消耗更大。泡沫主要体现在两个指标：公司股价和核心研发人员薪酬。中国优秀的AI华人人才，在中国和美国的package基本是"人民币换美金"的水平。
印奇将大模型竞争描述为"淘汰赛"——最早大家讲"六小虎"，现在已经没有六家了。大家最初都抱着通往AGI的美好想象，后来发现路径残酷、需要极多资金、人才供给不足。他认为在未来三年，能坚持做基模的公司会越来越少，这本身就是最大的分化。
印奇对基础模型公司的商业化路径给出了一个极其清晰的排除法——先排除"肯定不成立"的模式，再找剩下的可能。
| 被排除的模式 | 排除原因 |
|---|---|
| 基模 + 纯2B | 基模投入每年至少30亿，2B商业化周期长、创新公司收入利润上限有限——投入产出算不过账 |
| 基模 + 纯C端软件应用 | 互联网大厂有用户、有数据、有数据飞轮；当前基础模型做的应用既找不到数据飞轮，也找不到网络效应 |
印奇算了一笔账：如果每年至少花30亿做基模（一年30-50亿），3-5年就是150亿的打底投入。反过来推，3-5年后你需要有一个核心应用能产生每年30-50亿的利润来支撑研发。这在中国的纯2B或纯C端软件赛道几乎不可能实现，只有AI+终端的软硬结合路径有可能达到。
印奇将终端划分为三大场景：人（手机和穿戴式）、车（以车为核心的智能化）、家（家用IoT，未来是具身智能的核心场景）。
千里科技已在落地。智驾领域的VLA模型、多模态模型、世界模型的基模都源于千里与阶跃的合作。座舱是第二个场景——大模型在车内做超级助手"甚至比手机更顺"。
"一定不会直接是一个手机，而是一些创新品类。"AI重新定义了交互方式，通过语音和多模态交互释放了屏的束缚，很多创新硬件都可能出现。
印奇以Ploud（录音和办公效率硬件）为例说明新一代AI硬件的逻辑：切一个核心领域，模型效果要很好，用户用的本质上就是模型——"模型即产品"。软件和硬件的存在是为了把这项AI服务的用户体验做到更好。这是一个AI native的产品定义思路，不同于传统以屏幕尺寸定义硬件的方式。
印奇认为数字空间和物理空间的数据必须融合在一个模型里。物理空间数据的收集和注入需要5-7年的中长周期。智驾已经解决了室外大尺度的物理数据，但室内精细化人机交互数据仍然极度缺乏，需要通过规模化的具身平台和穿戴式设备来收集。
印奇坦诚地回忆了自己对ChatGPT出现时的第一反应——一段从误判到认知转变的过程。
初始判断：这可能是一个局部变革，更多跟语言相关。自己的赛道是CV（计算机视觉），是另一个领域。
深度体验ChatGPT、与技术骨干做大量研究讨论后，判断发生根本转变——"这是对于整个AI底层技术的一个变革"，作为AI创业者"不得不入局"。
正式以新平台方式入局大模型。关键发现：很少有垂类模型能独立存在，最终都会被大的基座模型"吸进去"——"大脑只有一个，你只能选择做还是不做"。
印奇强调自己一直相信"连续性"——如果觉得某件事是颠覆性的，可能只是缺少了前序信息。但技术确实会"量变到质变"，"就像阶跃函数一样，在一个领域持续累积之后，很多时候确实跟原来的认知不一样"。旷视本身就是"deep learning native"的，从第一天就在做深度学习，所以技术上是非常延续的。
当被问及"如果把1.0重新来一次会做什么不一样"时，印奇给出了非常坦诚的复盘。
印奇承认当时的底层原因是"觉得每个领域不够大"，一直想找更大的机会——这种心态导致不断扩张而非聚焦。他引用连创的复盘："各个领域全线开花，一直做加法，舍弃得不够。"他确认这个复盘是对的。
印奇坦言千里科技是他"第一次打后发"。之前在旷视都是先发——从技术出发找场景。这次入主千里，是因为看到了时机。
印奇表示从吉利学到了很多——吉利的文化是"用户至上、战略牵引、原动力保障"。特别是"原动力"——激发每一个人的内驱力，通过赛马机制让组织更有活力。项目管理做得非常好。千里以服务好吉利生态为起点，同时服务更多车企。
旷视早期40人中有"一堆OI金牌、IPHO金牌、数学金牌"——是"那个年代人才密度最高的组织，没有之一"。印奇对"聪明人组织"做了深刻反思。
印奇用科研类比来识别人才：有些PhD第一年就开始发论文，三四年快速毕业；有些PhD前三年不发论文，在找一个大坑，到第三四年开始连发高质量论文。前者是线性增长，后者是指数型曲线。"看他的简历上是不是有特别多光环、职场上每段时间都很短——这些光鲜但跳跃的同学，长期未必有竞争力。"
"我不是最聪明的那一类人。"他坦承自己"曾经一直想走捷径，但每次走捷径都不顺利"——从物理竞赛想免高考到最后都是靠高考中考正常通过。最终认识到自己更适合"稳扎稳打的打法，比较坚韧地往前走"。
印奇为阶跃星辰的模型战略定义了三个关键词，构成了其差异化的技术定位。
印奇对智驾行业的终局格局给出了明确判断。
印奇认为所有中国科技创业公司都要面对字节和华为。字节从互联网应用往下延伸，华为从底层通讯和半导体往上涨。创业公司不是跟整个字节或华为竞争，而是跟它局部的那支部队竞争——关键是找到自己的长板和切口。千里和阶跃的核心优势是"这帮人是非常AI原生的一帮人"。
印奇对未来5年的技术路线给出了系统性预判，同时对业界部分观点表示不认同。
| 主线 | 当前阶段 | 未来方向 |
|---|---|---|
| 学习范式 | 从模仿学习到强化学习（后半段） | 自主学习——三个学习范式基本确定 |
| 记忆系统 | 长短期记忆如何实现仍是开放问题 | 完整记忆系统的搭建是"非常重要的内核" |
| 数字→物理 | 语言→多模态→世界模型 | 从数字世界走向物理世界，确定性主线 |
印奇对伊利亚"即将进入Research时代"的说法持保留态度。他认为当前的Scaling Law缺乏几个关键模块（如Transformer的下一代），但"总体还是一个大系统工程为主导的体系，中间需要有研发来驱动"——不是纯研究驱动。这意味着工程能力和系统能力仍然是决胜因素。
大模型公司未来3-5年的胜负手只有两点：技术上能不能咬得住（世界顶级模型的研发和组织能力）+ 应用能不能闭环（核心应用每年产生30-50亿利润）。资金方面，印奇预判年投入30-50亿人民币起步。
当被问到"创业是解一个什么样的题"时，印奇回答：一个超多元方程。这个比喻贯穿了他对创业方法论的所有思考。
印奇将创业决策描述为两个弹簧的持续拉扯——一边是技术的push（技术passion和方向判断），一边是商业的pull（以终为始的商业闭环判断）。"在做一个决策的时候，不能只说我对这个技术有很强的passion所以我做了——在这个基础上你还得说，它怎么能去商业闭环。"
印奇坦言自己最大的变化是"更成熟"——对很多事情的预期从乐观调整到谨慎乐观，做决策更果断（包括招人和裁人），对困难的预期更高。他不觉得自己有什么后悔："每个人类型不一样。有些是你应得的，有些你可能就是想得到自己不该得到的东西。最终你慢慢会比较坦然——知道做到什么能够得到什么。"
当被问到"如果接下来十年做不成什么样算失败"时，印奇说："我对结果没有那么执念。而是在这个过程中，我有没有真正把我认为正确的方法论实践下去。"他认为你能努力的是过程，结果取决于综合因素。"首先选择正确的事，同时以正确的方式来做——这两件都做到，最后结果不会太差。"
印奇对基模公司商业化的思考方式极具启发性——不是去想"什么能做"，而是先排除"什么肯定不成立"。基模+纯2B投入产出算不过账，基模+纯C端软件打不过大厂的数据飞轮。排除后剩下的路径——AI+终端（软硬结合）——不是最性感的答案，但可能是唯一数学上成立的答案。他给出的算术很清楚：年投30亿做基模，3-5年后需要年利润30-50亿来支撑，这在2B或纯软件C端几乎不可能。
印奇用打牌比喻回顾旷视的教训——年轻时把把都上，觉得每个领域都不够大所以不断扩张。连创复盘"全线开花、做加法、舍弃不够、每个方向压强不足"，印奇确认这是对的。这个教训在AI 2.0时代同样适用：大模型公司如果同时做编程、ChatBot、搜索、2B、硬件......最终可能也是"毛细血管扎了一点血"。印奇这次的战略选择——基模+车+创新终端——明确只做"最小闭环"。
旷视曾经是"那个年代人才密度最高的组织"，但印奇最终的结论是"聪明没有那么重要"。真正稀缺的不是聪明，而是：使命感（抵御捷径诱惑）、团队协同能力（ego足够小）、用笨办法做事的智慧（不走捷径）、长期主义（享受复利而非短期变现）。这构成了一个悖论：AI时代的下一代科技公司需要"人才密度极高"，但高密度聪明人的组织恰恰最容易在这些"非聪明"品质上失败。
印奇判断ChatBot"不是一个特别本质的长期AI产品形态"，交互方式不自然，AIGC放到对话框里"从数据看都不很成功"。但他坦承"是什么我也不知道"。这与他从一开始就不做C端软件的战略选择一致——如果你无法确定下一代C端产品形态是什么，那就从另一个确定性更高的维度（终端硬件）切入，让终端来定义交互。
印奇最初认为大语言模型只是一个组件"谁好用谁"，但很快发现"很少有垂类模型能独立存在"，视觉模型、语言模型最终都会被基座模型吸收。"大脑只有一个，你只能选择做还是不做"——这个判断驱动了他从CV赛道转向全面入局大模型的决策。对行业的启示是：在AI 2.0时代，试图做独立的领域模型（物理AI模型、机器人模型等）可能都是过渡形态。
印奇和连创都承认旷视时代"从技术出发找场景"的路径有局限——过去十年吃了最大AI蛋糕的是字节和特斯拉这种从场景切入的公司。但印奇不认为应该矫枉过正。他提出"双轮驱动"——技术上持续投入（技术弹簧），同时让商业闭环来牵引（商业弹簧），两个弹簧不断拉扯出最优解。华为和字节都是这个模式的好代表。
印奇自称"一直不是一个很有passion的人"，但他的passion是长期型的——对AI保持了15年的持续热情。他最久"坐了五六年冷板凳"。这与他对技术信仰vs技术投机的识别标准一致：看一个人能不能坐冷板凳。印奇将创业中"从高处跌下来"的经历视为正常的磨砺，因为"做科研很多年的技术同学已经习惯了起伏"——内心比较淡定，不太被外界影响。
| 判断 | 具体内容 |
|---|---|
| 基模年投入下限 | 30亿人民币（高效情况），大厂远高于此 |
| 基础研发投入底线 | 3-5年累计100亿+人民币 |
| AI人才薪资涨幅 | 1.0到2.0涨了5-10倍 |
| 中美AI人才包 | "人民币换美金"——同等package水平 |
| 大模型竞赛阶段 | 赛程过半，逐渐进入决赛圈 |
| 阶跃星辰成立 | 2023年4月 |
| 印奇AI从业年限 | 接近15年 |
| ChatGPT认知转变耗时 | 约半年（从"局部变革"到"底层技术变革"） |
| 物理数据融合周期 | 5-7年 |
| 具身智能赛道周期 | 约5年 |
| 当前具身智能水平 | GPT-1到GPT-2（以GPT-3.5为临界点） |
| 智驾行业终局 | 3-4家核心供应商 |
| 智驾战争剩余时间 | 约3年 |
| 商业闭环利润目标 | 3-5年后年利润30-50亿 |
| 印奇时间分配 | 80%+在技术和产品 |
| 影响AI进程的论文 | ResNet + Transformer |
| 推荐书目 | On Intelligence (Jeff Hawkins) + 哲学的故事 |
| 印奇冷板凳最久 | 约5-6年 |
| 过去十年只打一场仗 | "应该打车这场仗" |
| 理想进车时间 | 2016-2019年 |
| 旷视核心价值观 | 技术信仰 + 价值务实 |