Qasar Younis
前沿洞察
Qasar Younis 断言物理 AI 的制胜关键已非单纯的模型智能，而是“统计安全验证、现实校准与量产可靠性”。Applied Intuition 正以仿真与 Autonomy OS 构筑横向基建，旨在从汽车渗透至十亿台物理机器，成为物理 AI 时代的底层标准；但他警示：硬件验证周期长、碎片化机器软件生态及高资本消耗执行力，仍是制约其大规模落地的最大现实瓶颈。
观点集合
物理AI领域的 Nvidia：Applied Intuition 150亿美元业务内幕
Dana指出Applied Intuition推出面向物理AI的智能体平台，目标是让工程师乃至任何人开发机器人。其机器端智能、开发工具、专有数据与跨行业物理迁移构成潜在护城河。公司已融资约10亿美元但尚未动用，客户采用与跨行业扩张仍是关键观察点。
查看摘要（7段）
- Qasar Younis的判断是，未来25年，物理AI而非单纯代码补全产品将主导市场注意力：「25年后回头看，我认为真正主导所有人视野的，将是物理AI公司。」 他的市场测算是：工业相关行业约占GDP 5%，仅汽车就占「全球GDP的3%，这是一个天文数字」；而由「相当成熟的投资者」给出的 Waymo 1260亿美元估值，只是一个垂直行业中一个细分领域的一种实现。
- Applied Intuition最应该被理解为把硅片公司的模式应用于智能，而不是 Palantir 的翻版。 公司分为两部分：部署在机器上的模型（近10年的硬件抽象，「有点像 Android……只是我们在上面做的是智能」）以及机外开发工具；两者以授权方式服务于汽车、卡车运输、国防、建筑、采矿、农业和机器人等行业。「我们实际上更像一家硅片公司……只是我们的平台不是硅片，而是智能。」
- 本期节目的新闻焦点是 Dana。 Qasar将其描述为面向物理AI的新型智能体平台；Peter Ludwig称其为「我们过去近10年所做一切的集大成」，并在其他场合称之为「敏捷平台」。使用 Cursor 和 Claude 的客户自然会问：「物理AI领域的 Claude-Cursor 组合在哪里？」Dana希望做到「让外面的任何人——从工程师开始，但最终确实是任何人——都能开发机器人」；Younis称这「几年前还不可能」，因为当时模型「字面意义上还不存在」。
- 护城河论的核心，是专有数据和跨垂直行业的物理迁移效应。 Applied 在日本运营的 L4 卡车产生的数据，能提升模型在「相当不同的环境」中的表现——「模型正在形成对物理规律的感知」——这与 Transformer 让聊天机器人具备通用能力的路径相似。Ludwig补充称，物理AI「几乎所有数据实际上都是专有的」；可靠的数据采集本身就是一道困难且昂贵的护城河，并将模仿学习与基于仿真的强化学习称为「规模化发展物理AI的关键解锁点」。
- 财务上，这家公司是个异类：融资约10亿美元，而且「这些钱全都还在账上」。 公司从未动用过筹来的任何资金。Younis认为这部分得益于横向技术战略，坚持「技术上要非常创新，商业模式上要非常无聊」，并称 BlackRock 参与了最后一轮融资，此前 Fidelity 也曾参与。公司有略超1,000名工程师；主持人称其客户包括全球前20大汽车制造商中的18家，Younis则表示业务收入在各垂直行业之间大致均衡。
- 谈到竞争，Younis认为市场足够庞大，竞争对手不应决定公司的未来。 Waymo并不算真正的竞争对手，因为「他们并没有从我们所取的那个资金池里拿钱」；他的太阳系比喻是，市场「如此广阔、如此庞大，彼此实际上并不会影响对方的引力」。他的结论是：「如果我们没成功，原因就在我们自己。」新进入的硬件公司被视为潜在客户，而不是威胁。
- 需求的拉动来自劳动力短缺，而不是对岗位被替代的焦虑——「AI来得还不够快」。 美国农民的平均年龄为58岁，长途卡车运输正面临创纪录的劳动力短缺；采矿业仅雇用全球1%的劳动力，却占到工伤死亡事故的8%。Younis总结其创业时机判断：「大多数公司失败，是因为入场太早；它们很少因为太晚而失败。」
Applied Intuition 的自动驾驶汽车（以及坦克、卡车……）操作系统：与 Qasar Younis 和 Peter Ludwig 对谈
Applied Intuition从工程工具扩展为盈利的车辆操作系统和自动驾驶平台，估值150亿美元、员工超1,000人、营收数亿美元。平台可削减汽车、卡车、坦克和喷气机的硬件成本，但变现未定：类似FSD能力或在5年内普及美国汽车，价格到2030-2035年可能接近免费。
查看摘要（7段）
Applied Intuition 的估值已悄然达到150亿美元，员工超过1,000人，营收数亿美元，并持续盈利。 Elad Gil 说，他原以为公司募集的资金“一毛钱都没花”；但 Qasar Younis 仍将最新一轮融资形容为一种压力，并转述一家全球 OEM 的 CTO 给出的指令：“不要当懦夫。进攻。”
这家公司正在把 Microsoft 从工具到操作系统再到应用的打法，复制到汽车而非 PC 上。 其工程工具最终延伸为完整的车辆操作系统，再进入自动驾驶和座舱应用，形成 Qasar 所说的“几乎就是去掉硬件的 Tesla”。其基础判断是：如果没有制造商参与，自动驾驶就不可能进入量产。
车辆操作系统承诺在提升功能的同时，削减数千美元硬件、冗余控制器和线束。 Applied 将基础功能集中起来——“座椅加热器能开能关”是 Qasar 刻意选择的朴素例子——再让不同芯片组和车型保持一致行为。Peter Ludwig 的参照系是 Android：兼容性基础设施让一个操作系统能够覆盖数千种设备类型和数十亿用户。
Elad Gil 说，在中国定期试驾后，他认为中国汽车在自动驾驶和其他功能上已经“比 Tesla 更好”。 Qasar 则分别强调，中国本土车型“真的很好”，并指出补贴因素。全新设计的 EV 架构与国家支持造就了强大的产品，但 Qasar 预计未来5到10年将出现大规模整合。Huawei 的汽车平台是战略标杆：它让 OEM 可以专注于制造、品牌、分销和客户体验。
围绕自动驾驶技术的争论基本已经收敛，投资问题从“能不能做成”转向“谁能把它变现”。 Applied 熬过了研究驱动阶段，随后将 Tesla FSD V13 和中国系统视为“就是它了”的证据；Qasar 说，行业人才大体都知道如何构建这项技术。Elad 认为 Waymo 在技术上令人印象深刻，但 Tesla 已经建立了商业模式——这一点比任何所谓的技术秘密都更重要。
Qasar 预计，类似 FSD 的能力将在5年内成为美国汽车的普遍配置；Peter 则表示，自动驾驶将显著比人类更安全，而且可以被证明更安全，但永远不会完美。 节目提到 Waymo 平均每约30,000英里才需要一次人工接管，但反常的机器错误比普通的人类交通死亡更能吸引注意力。Qasar 对时间窗口的核心判断是：原本预计在2015-2020年到来的事情，正在2025-2030年发生。
商业窗口可能比技术机会更短，因为到2030-2035年，自动驾驶可能面临严重的降价压力。 消费者最终可能期待自动驾驶“接近免费”，这将制造一场噩梦：投入120亿-150亿美元后，技术却在实现变现前就商品化。但 Qasar 预计，其社会影响力将与 LLM 革命相当，从城市重构延伸到多模态采矿设备，以及国防从“1个人、1台机器”转向1个人指挥多台机器。