Pular para o conteúdo

硅谷101

硅谷101
硅谷101
Último episódio

256 episódios

  • 硅谷101

    E247|对话盛颖:xAI,Infra的浪漫,SGLang,开源,平权与“甄嬛传”

    05/08/2026 | 1h 46min
    这期播客的嘉宾是盛颖,xAI前推理团队负责人、开源推理引擎SGLang发起人及RadixArk联合创始人/CEO。

    在开源模型集中爆发之际,盛颖在AI Infra(基础设施)领域的研究和贡献非常核心。她将AI Infra描述为“浪漫的关系”,是产品本身,需要有“美感”。

    由此,我们走进盛颖的世界。

    她曾经想成为一个数学家,沉浸在一个确定、纯粹、仿佛“与世界无关”的世界里。

    但从哥大到斯坦福,从形式化验证到 AI Infra,盛颖一路经历的并不是外界看到的连续发顶刊的高光,背后是不为人知的寻找方向、迷茫、停滞、低谷和重新出发。她逐渐意识到,自己无法勉强去做一件不感兴趣的事;只有真正被一个问题吸引,她才能进入高度专注的状态,并把它做到极致。

    SGLang,是这条研究路径的集大成者。它从一个学术项目成长为面向真实生产环境的开源推理引擎,也把盛颖从研究者带进了更复杂的工程、组织与产业世界。

    在早期的xAI,她获得了难得同时存在的“support”和“freedom”,参与搭建生产级推理系统。但随着SGLang社区迅速扩张,仅靠开发者在业余时间维护,已经无法支撑项目继续向前。为了让这件事真正走下去,她选择离开xAI,创立RadixArk。

    这期节目,我们从盛颖眼中的数学之美、论文和低谷聊到SGLang、xAI与RadixArk,也聊一个人如何逐渐理解自己的天性,并决定不再与之对抗。

    盛颖说,她在乎的不是“making impact”,而是那些她认为正确的事情,最终有没有发生。从“世界与我无关”,到“想要构建那个跟强力AI共存、且人类不会输的未来”,这,是盛颖的故事。

    【主播】

    陈茜,硅谷101联合创始人

    【嘉宾】

    盛颖,RadixArk联合创始人&CEO,xAI前推理团队负责人、开源推理引擎SGLang发起人

    【你将听到】

    02:16 违约金、纽约与数学之美:“世界与我无关”

    16:06 顶刊、低谷期与甄嬛传:“世界又与我有关了”

    26:01 谷歌实习:最早的“AI for code”

    31:54 Databricks:人生导师Ion Stoica与“making impact”价值观

    34:37 xAI:拥有“support”和“freedom”的美好v1.0时代

    44:07 RadixArk:“两个月也等不了”

    48:07 Two Sigma:“有组织的公司”应该有的样子

    51:10 SGLang:“AI Infra是浪漫的”

    01:15:29 SandHill Road的套路与规则

    01:19:33 “养大我”的开源生态

    01:27:03 LMSYS:平等、平权,以及“她赢了,不需要被解释”

    01:37:42 “世间的美好是存在的”

    【延伸阅读】

    本期节目视频版已上线,附精校字幕及术语注解,适合想逐句细听的听友

    “榨”出硅的极限:怎么让GPU不“闲着”?|与SGLang、RadixArk深聊AI Infra技术与千亿美元市场-硅谷101视频 及文字版

    【硅谷101听友群】

    很多听友反馈没有加上我们的听友群,别急,新的入群通道已经安排上啦👏

    之后我们入群二维码我们也会放在节目shownotes中,方便大家随时找到组织。

    在这里,和同好一起深聊科技、商业与未来,期待你的声音,也期待更多有趣的讨论。

    扫码加入,即刻相遇。

    【硅谷101正在招聘】

    《硅谷101》招聘多个全职岗位,欢迎加入我们的超酷的深度内容工作团队!

    👉🏻点击查看招聘详情

    【制片/总编辑】

    陈茜

    【采访】

    陈茜

    【剪辑】

    Frentee Jacob

    【视觉编辑】

    王梓沁

    【音频后期】

    Amei

    【运营】

    孙泽平 13 朱婕

    【BGM】

    The Hoover Dam - Bonnie Grace

    Spring Dance - Forever Sunset

    Curiosity Cabinet - Mike Franklyn

    【在这里找到我们】

    公众号:硅谷101

    收听渠道:Apple Podcast|Spotify|小宇宙|喜马拉雅|蜻蜓FM|荔枝FM|网易云音乐|QQ音乐

    其他平台:YouTube|Bilibili 搜索「硅谷101播客」

    联系我们:podcast@sv101.net
    Special Guest: 盛颖.
  • 硅谷101

    E246|何谓蒸馏?聊聊硅谷如何看中国开放模型逼近前沿

    01/08/2026 | 1h 7min
    7月27日,月之暗面正式发布Kimi K3的完整模型权重。自7月16日API上线以来,K3就在在多项测试中展现出接近前沿模型的能力。因此,它成为了硅谷最近讨论开源时的重要案例之一。从2025年初的DeepSeek时刻,到当下的Kimi K3,中国开源模型正在从成本更低、能力稍弱的替代品,逐渐逼近甚至超过最强的闭源前沿模型。

    随之而来的,是一场越来越激烈的蒸馏争论。什么是蒸馏?通过闭源模型的输出进行训练,和未经授权的大规模能力提取,有什么区别?即使中国实验室使用过美国模型生成的数据,它又究竟能解释多少最终能力?

    本期播客,我们邀请到两位嘉宾来分别从开源生态和企业的视角,讨论这一波中国开源模型的影响:前Hugging Face亚太开源生态负责人王铁震,和TinyFish联合创始人Keith Zhai。

    我们从K3带给硅谷的挑战聊起,讨论了为什么把中国模型的进步全部归因于蒸馏,实际上忽略了架构、强化学习、数据工程和推理基础设施上的创新。而当蒸馏从一种中性的训练技术,变成商业竞争和政策讨论中的指控时,争议的核心又变成了什么?

    在此之外,我们也讨论了K3针对大型推理服务商设计的商业授权:当开源权重模型持续压低成本,它会如何冲击OpenAI、Anthropic等闭源实验室的商业模式?当模型能力逐渐商品化,未来AI行业的价值会流向模型本身、推理基础设施,还是Agent与企业工作流?

    注:本期播客中提到的“开源”,更准确地说是开放权重(open weights)。K3官方称自己为开放模型,它使用的是Kimi K3 License,不是标准 MIT/Apache 这类完全开放的OSI license。

    【主播】

    Yiwen,硅谷101特约研究员

    【嘉宾】

    王铁震,Hugging Face前亚太生态负责人

    Keith Zhai,TinyFish联合创始人

    【你将听到】

    中国开放模型,硅谷怎么看?

    01:45 Kimi K3为什么突然成为硅谷关注的焦点?

    03:33 从DeepSeek、GLM到K3:硅谷对中国模型的判断如何变化

    06:51 企业为什么开始转向中国模型

    10:23 中国开放模型推理成本

    蒸馏争端始末

    13:24 蒸馏争议:到底什么是蒸馏?

    17:22 K3是否可能在短时间内蒸馏最强闭源模型?

    19:48 蒸馏能解释模型的核心能力吗?

    开放模型对闭源商业模式的影响

    23:54 K3 License与开放模型商业化

    34:27 开放模型会怎样冲击OpenAI和Anthropic的收入与估值?

    37:39 英伟达为什么支持开放权重

    43:41 中国公司为什么选择开放

    强大的开放能力下,Agent生态如何变化?

    45:04 Thinking Machines为什么开放权重?

    48:39 开放模型催生的新生态

    48:43 OpenRouter等多模型平台为什么开始受益?

    49:56 对Agent产品和基础设施的影响

    开放模型的安全之争

    55:40 接近前沿的模型,到底应不应该开放权重?

    01:04:01 开源和闭源模型,谁更容易被滥用?

    【延伸阅读和相关术】

    Kimi K3官方技术报告与模型权重

    Kimi K3授权协议

    Anthropic对蒸馏攻击的指控

    《开放权重与美国AI领导力》

    【相关术语】

    开放权重(Open Weights):指模型开发者公开模型训练完成后的参数文件,允许用户下载模型,并在自己的设备或云端进行部署、推理、微调或进一步开发。开放权重并不意味着训练数据、训练代码和完整训练流程也同时公开,具体使用方式还会受到模型授权协议的限制。

    开源模型(Open-Source Models):通常指不仅公开模型权重,还公开足以让外部开发者研究、修改和复现模型的更多组成部分,例如训练代码、模型架构、数据处理方法、训练流程,以及在部分情况下使用的训练数据。由于大模型很少完整披露所有训练材料,目前业界对什么样的模型可以被严格称为“开源”仍存在争议。

    思维链(Chain of Thought):指模型在生成最终答案之前,用一系列中间步骤拆解问题、组织信息和进行推理的过程。

    规模扩展效率(Scaling Effiency):指模型将计算资源转化为能力提升的效率,也就是在使用相同或更少的算力、数据或训练成本时,能否获得更好的模型表现。

    键值缓存(KV Cache):指模型在处理上下文和生成内容时,保存此前token在注意力计算中产生的Key和Value数据。这样,模型在生成下一个token时不必重新计算全部历史内容,可以显著降低重复计算,提高生成速度;但上下文越长,KV Cache占用的内存通常也越大。

    【硅谷101听友群】

    很多听友反馈没有加上我们的听友群,别急,新的入群通道已经安排上啦👏

    之后我们入群二维码我们也会放在节目shownotes中,方便大家随时找到组织。

    在这里,和同好一起深聊科技、商业与未来,期待你的声音,也期待更多有趣的讨论。

    扫码加入,即刻相遇。

    【硅谷101正在招聘】

    《硅谷101》招聘多个全职岗位,欢迎加入我们的超酷的深度内容工作团队!

    👉🏻点击查看招聘详情

    【监制】

    泓君

    【后期】

    Amei

    【运营】

    朱婕

    【BGM】

    Kablaam - Ealot

    Flickering Torches - Christian Andersen

    Radar Focus - Blue Saga

    Pulse Runner - Helmut Schenker

    【在这里找到我们】

    公众号:硅谷101

    收听渠道:Apple Podcast|Spotify|小宇宙|喜马拉雅|蜻蜓FM|荔枝FM|网易云音乐|QQ音乐

    其他平台:YouTube|Bilibili 搜索「硅谷101播客」

    联系我们:podcast@sv101.net
    Special Guests: Keith Zhai and 王铁震.
  • 硅谷101

    E245|藏在大模型背后的新闻人:GPT们的回复是这样写出来的

    24/07/2026 | 46min
    当你觉得AI“懂你”的那一刻——精准抓住一个你自己都没说清的情绪,问出一个让你陷入沉思的问题——你以为那来自数据中心的芯片、模型里的参数、程序员敲下的代码,但真相是,那些问进你心坎里的问题、让你会心一笑的遣词造句,背后站着一群人:他们曾是记者、编辑和纪录片导演,如今藏在大语言模型之后,有一个鲜为人知的名字——内容工程师(Content Engineer)。

    当模型能力日益趋同,真正决定用户去留的,已不再是参数,而是它能否让人觉得“懂我”。那些“只可意会、不可言传”的语感与共情,正被一群文字工作者拆解成一套可以装进AI的规则。

    本期《硅谷101》播客,我们邀请到两位从新闻业转身的资深内容工程师——前媒体人、播客《行星酒馆》主播东尼,与NBCUniversal AI战略总监Bianca,深入探讨:什么才算“好”的对话,以及如何把它拆解成可量化、可训练、可评估的工程标准。我们从这个正在各家AI公司裂变扩张的新兴岗位聊起,看看当模型能力逐渐拉平,内容与品味如何成为产品竞争力的关键,而懂人文、懂社科的判断力,又该如何翻译成工程能用的语言。

    【主播】

    Faith静远,硅谷101特约研究员

    【嘉宾】

    Tony Lin,人工智能实验室模型设计负责人,《行星酒馆》主播

    Bianca Consunji,NBCUniversal AI战略总监

    【你将听到】

    02:54 内容工程师是什么?

    05:55 内容工程师如何拆解好内容

    10:42 如何训练AI理解提问者的言下之意

    13:42 内容工程师如何“翻译”语言和文化

    16:45 新闻训练和AI对话训练都需要给到“上下文”

    18:42 语境破碎:AI对话和“网络互喷”的相似之处

    19:59 记者和内容工程师的技能重合点

    23:44 一篇爆火文章背后,文科生的AI恐慌

    26:45 基于共识训练出来的AI,不会产生伟大的艺术

    28:56 媒体影视从业者失业,罪魁祸首是AI吗?

    31:37 东尼如何在养病期间做出震惊谷歌的voice agent

    37:02 AI谄媚是产品设计问题,本质是人想要的太多了

    39:20 人除了智商情商,还会需要“AI商”

    43:33 职业价值迁移:“曾经我出卖成果,现在我展示过程”

    【延伸阅读和相关术语】

    系统提示词(System Prompt):写给模型、用于设定其身份、语气与行为边界的底层指令。本质是一种既要有创造力、又要让模型"听得懂"的技术性写作,是内容工程师的核心工作之一。

    少样本示例(Few-shot Example):在与模型交互时,随机提供几条相关案例作为参考,让模型据此理解"什么是好问题、好内容、好语气"的方法。

    语音智能体(Voice Agent):能够以语音方式进行多轮对话的AI智能体,相比文本交互更强调对话的流动感与自然度。

    多轮对话(Multi-turn Conversation):用户与AI连续来回交互的对话形式,通常是AI的弱项。当缺乏足够上下文时,AI会不断"脑补",答案越来越臃肿,中途出错则如滚雪球般放大。

    意图理解(Intent Understanding):理解提问者的“言下之意”,而非仅仅回答字面问题。它要求模型捕捉话语背后未被直接说出的真实需求,而不止于表面的信息拼接。

    来源归属(Source Attribution):在回答中注明信息出处、并承认现有信息不确定性的做法,是判断一则回答质量高低的重要维度之一。

    拟社会关系(Parasocial Relationship):传播学经典概念,指人对一个遥远实体(书中人物、电视形象,乃至AI)单向建立的情感关系。人在这种关系里依然拥有agency(能动性),可自行决定与对方的关系、并在互动中创造意义。

    AI谄媚(Sycophancy):指AI顺着谈话对象的价值取向和信息茧房去迎合、讨好用户的倾向。它本质上是一个产品设计问题——为了留住用户、提升engagement,产品往往会做出迁就。

    事实核查(Fact Check):新闻业的核心技能,即在信息发布前核实其真实性。AI在事实核查上效率极高,能快速交叉验证信息、呈现不同立场,帮助人跳出单一信息流。

    零工经济(Gig Economy)与AI训练师(AI Trainer):AI trainer指按小时、按项目为AI生成的内容打分、改写、示范的临时工作。这类工作依托零工经济而存在,而零工经济对媒体与艺术从业者的冲击在AI出现之前便已发生。

    【硅谷101正在招聘】

    《硅谷101》招聘多个全职岗位,欢迎加入我们的超酷的深度内容工作团队!

    👉🏻点击查看招聘详情

    【监制】

    泓君

    【采访 & 制作】

    Faith

    【配音】

    Yiwen

    【后期】

    Faith Amei

    【运营】

    朱婕

    【BGM】

    The Detective - Christoffer Moe Ditlevsen

    Reclaim - Megan Wofford

    Paper wings

    Hangover by ruiqizhao

    The light from within—howard harper-bames

    Overture - dozeoff

    New car smell—bagel

    Quiet down—Ryan connors

    【在这里找到我们】

    公众号:硅谷101

    收听渠道:Apple Podcast|Spotify|小宇宙|喜马拉雅|蜻蜓FM|荔枝FM|网易云音乐|QQ音乐

    其他平台:YouTube|Bilibili 搜索「硅谷101播客」

    联系我们:podcast@sv101.net
    Special Guests: Bianca Consunji and Tony Lin.
  • 硅谷101

    E244|机器人走错路了?与苏度韩铮聊聊具身智能的3D数据、路径分野与硅谷竞赛

    16/07/2026 | 1h 17min
    机器人已经能在舞台上做到翻跟头、表演武术了,但要让它在开放环境里伸手帮你拧开一个瓶盖,难度陡然跃升2到3个量级——因为那一刻,它需要理解眼前的物理世界。

    这正是苏度科技想啃下的硬骨头。苏度科技联合创始人、董事长苏昊是ImageNet的核心作者之一,师从李飞飞。这家公司走了一条与硅谷主流"纯大脑黑盒大模型"不太一样的路:软硬件协同设计,上下分层架构,上层负责任务规划与环境理解,下层负责具体物体操作;Sim-to-Real作为核心训练范式,让机器人在虚拟世界里经历几百万年的进化,再迁移到现实。

    这条路已经跑出了一定成效:面对从未见过的新物体,他们的零样本通用抓取单次成功率接近100%。

    本期硅谷101,我们邀请苏度科技CEO韩铮,一起聊聊机器人“动手”怎么实现?他预测,接下来会有更多的硅谷公司重新回到“上下分层”的方向上来。

    【主播】

    泓君,硅谷101创始人,播客主理人

    【嘉宾】

    韩铮,苏度科技联合创始人&CEO

    【你将听到】

    机器人“动手”的数据根基

    03:17 为什么做全栈(大脑+本体)通用机器人?

    07:14 苏昊早年经历:从图片标注ImageNet,到3D数据集ShapeNet

    11:08 3D数据收集,难在哪里?

    13:21 仿真需要亚毫米级精度,视频训练无法达到

    16:33 什么是Sim-to-Real(从仿真到现实)?

    18:08 创业时机的判断:DALL-E带来的数据拐点

    Sim2Real技术验证与关键突破

    21:40 仿真器的技术内核:经典物理法则+强化学习

    24:17 数据集质量与规模的平衡:自建结构化3D数据集

    28:05 实际效果如何?零样本通用抓取,一次性成功率98%

    32:11 回应Demo质疑:去学术会议现场随机环境中演示

    34:22 基础Zero-Shot泛化能力比长程任务串联更为关键

    35:45 灵巧手虽好,但不是当下的性价比最高的方法

    技术路线之争

    38:16 商业模式思考:硬件+底层模型+API,类比智能手机生态

    41:23 仿真器与机器人本体,必须软硬件协同设计强绑定

    44:04 如何教会机器人拧瓶盖?加入真实世界数据更高效

    44:51 难度对比:操作物体比运动控制难2~3个数量级

    47:28 白盒与黑盒之争:分层模型,在预训练中融入物理理解

    51:11 Sapien仿真器,让机器人像幼童第一次拧瓶盖一样操作

    53:27 数据冷启动困境:无法复刻特斯拉,必须靠仿真做冷启动

    55:38 嘉宾预言:被硅谷抛弃的“上下分层”即将重回主流

    全球机器人竞争格局

    59:08 实现机器人动手,软硬件强结合的公司才能做到

    01:00:34 硅谷明星公司点评:Skild、Figure、Optimus

    01:05:40 为什么最看好DeepMind+波士顿动力Atlas的组合?

    01:09:01 亚马逊机器人,场景多但整合困难

    01:10:02 为什么多数公司退回垂类?因为不知道通用该怎么走

    01:12:43 不做垂类押注,而是构建开发者生态,目标是成为机器人时代的“iOS+硬件”

    【延伸阅读】

    节目中提到的Demo:sudo R1评测——60分钟连续无剪辑实测

    【硅谷101正在招聘】

    《硅谷101》招聘多个全职岗位,欢迎加入我们的超酷的深度内容工作团队!

    👉🏻点击查看招聘详情

    【监制】

    泓君

    【后期】

    Amei

    【运营】

    朱婕

    【BGM】

    Particle Emission - Silver Maple

    My Moon and Your Sun - Hampus Naeselius

    On the March - Brendon Moeller

    Quietly Tense - Marten Moses

    【在这里找到我们】

    公众号:硅谷101

    收听渠道:Apple Podcast|Spotify|小宇宙|喜马拉雅|蜻蜓FM|荔枝FM|网易云音乐|QQ音乐

    其他平台:YouTube|Bilibili 搜索「硅谷101播客」

    联系我们:podcast@sv101.net
    Special Guest: 韩铮.
  • 硅谷101

    E243|特朗普“缓刑”红牌之外,美国资本如何硬控全球足坛

    10/07/2026 | 1h 16min
    世界杯发生了闻所未闻的一幕,在特朗普介入后,美国球员巴洛贡吃到的红牌被暂缓1年执行,有人不禁要问了,国际足联为什么要那么听美国人的话。

    部分原因可能来自于,美国资本已经渗透进了全球足坛的方方面面。比如英超的20家俱乐部中,有11家都被美国资本控股,美资甚至渗透进了欧洲五大联赛的俱乐部、商业权益开发、球员球队买卖资金周转等等方面。

    没有英式足球积淀的美国人,为什么会那么喜欢投资英式足球?美国资本又在怎么改变世界足坛呢?

    【主播】

    麻花,硅谷101特约研究员

    【嘉宾】

    张兵,懒熊体育《摸鱼的熊彼得》主理人

    施骅伦,《翻转体育》主播

    【你将听到】

    没有足球文化的美国,资本为什么爱足球

    03:05 售股两年后,曼联老板为什么又要找下家

    06:21 20支英超球队11支被美资控股,美国富豪为什么那么上头

    09:48 英超球队的上市潮与退市潮

    16:14 两任美国老板,在英国“小队”伊普斯维奇上赚翻了

    19:47 美国人对体育资产的商业化运作,到底能有多强

    美国老板们,为什么永远被球迷Diss

    22:47 曼联往事:格雷泽家族20年的骂名从哪儿来

    27:35 曼联新老板拉爵,带来的新变化可能喜忧参半

    30:04 从阿森纳到曼联,豪门为什么都爱捣鼓球场

    36:56 SoFI球场,美国人商业运作体育场馆的典型案例

    38:16 阿森纳老板克伦克,与前大股东乌斯曼诺夫的控制权之争

    45:31 克伦克说拿钱砸冠军不是第一位,那他是个好老板吗

    48:24 利物浦的两任美国老板,为什么口碑差距那么大

    52:47 美国资本,如何在切尔西身上玩脱了

    英超之外,美国资本如何渗透全球足坛

    57:10 不只英超,欧洲足坛都要被美国资本包圆了

    01:03:23 控制了众多命脉的美国资本,很可能会打造自己专属的超级联赛

    01:05:46 版权费增长停滞、球员成本上升,美资从哪儿延续回报率

    01:10:41 球迷文化抵制足球资本,但商业化的进程一直在所难免

    【延伸阅读与相关名词】

    英超Big 6:包括阿森纳、切尔西、利物浦、曼联、曼城和托特纳姆热刺,其中前4支球队又被称为Big 4或者传统四大豪门,Big 4如今都被美资控股

    阿布卡拉莫维奇:俄罗斯富豪,2003年买下切尔西,斥超过20亿英镑引援,并先后聘请穆里尼奥、希丁克等名帅执教,让切尔西收获21个冠军奖杯。后因俄乌战争被迫出售切尔西,并免除了俱乐部对其个人约15亿英镑的债务。

    大卫·邓恩:英国商人&前阿森纳副主席,英超联赛创立的核心推手之一,1996年力排众议聘请温格执教,开启阿森纳辉煌时代,2007年因支持外部资本收购俱乐部,与董事会产生分歧而被迫离开。

    乌斯曼诺夫:乌兹别克裔俄罗斯寡头,通过投资钢铁、电信和Facebook、阿里巴巴等互联网企业积累巨额财富,曾是阿森纳第二大股东,后因俄乌战争被制裁资产遭冻结,也通过DST投资过京东、小米和滴滴。

    法哈德·莫希里:英籍伊朗裔富商,因结识乌斯曼诺夫而发迹,曾任埃弗顿足球俱乐部大股东。他在埃弗顿投入巨资但管理混乱,球队战绩下滑并屡次违反财务规则,最终于2024年将俱乐部出售。

    霍斯特·达斯勒:阿迪达斯创始人之子,现代体育营销先驱,不仅帮助阿迪达斯实现了国际化,更参与并主导了世界杯、奥运会等大型国际体育赛事的商业化模式制定。

    CAA Eleven:是国际顶尖经纪公司CAA在瑞士成立的子公司,主要负责独家管理欧足联旗下国家队赛事的商业版权,包括欧洲杯、欧洲杯预选赛、欧国联及女足欧洲杯等赛事的转播与赞助权。

    TEAM Marketing:瑞士体育营销公司,是欧冠联赛从1992年改制至今的“幕后缔造者”,为欧足联创造了超过500亿欧元的收入,但双方合作将在2027年结束。

    Relevent Sports:美国体育传媒与赛事推广公司,由NFL迈阿密海豚队老板斯蒂芬·罗斯创立,以创办国际冠军杯(ICC)闻名,将欧洲豪门季前赛引入北美,还代理西甲、德甲等联赛在美洲的媒体版权。2027年起接替TEAM Marketing,负责欧足联旗下男子俱乐部赛事的全球商业版权。

    ECA:European Club Association,欧洲俱乐部协会,代表欧洲职业俱乐部利益的官方组织,拥有超过200家会员俱乐部。

    DAZN:英国全球体育流媒体平台,被誉为“体育界Netflix”,由乌克兰裔美国亿万富翁Len Blavatnik通过其美国投资集团Access Industries拥有。

    ISL:由霍斯特·达斯勒成立,是上世纪足球商业化的关键推手,曾长期独家代理FIFA世界杯的电视转播权和商业赞助权,后因过度扩张陷入债务危机最终破产,并引发了国际足联历史上最大的腐败丑闻。

    【硅谷101正在招聘】

    《硅谷101》招聘多个全职岗位,欢迎加入我们的超酷的深度内容工作团队!

    👉🏻点击查看招聘详情

    【监制】

    泓君

    【后期】

    Amei

    【运营】

    朱婕

    【BGM】

    Kick Off - Earle Belo

    Don't You Think I Know They're Faster STEMS DRUMS - Eden Avery

    Kablaam - Ealot

    Bocosaurus - Arc De Soleil

    Light-Footed - Bonnie Grace

    【在这里找到我们】

    公众号:硅谷101

    收听渠道:Apple Podcast|Spotify|小宇宙|喜马拉雅|蜻蜓FM|荔枝FM|网易云音乐|QQ音乐

    其他平台:YouTube|Bilibili 搜索「硅谷101播客」

    联系我们:podcast@sv101.net
    Special Guests: 张兵 and 施骅伦.
Mais podcasts de Empreendedorismo
Sobre 硅谷101
失败、背叛、不被理解,硅谷精神领袖一直都不是完美的存在;他们是科学家,创造者,行动派,他们有独立的价值观。《硅谷101》是由媒体人泓君发起的深度访谈节目,是一档分享当下最新鲜的技术、知识与思想的科技播客。 公众账号:硅谷101 联系邮箱:podcast@sv101.net
Site de podcast

Ouça 硅谷101, Café com Ferri - Podcast ☕ e muitos outros podcasts de todo o mundo com o aplicativo o radio.net

Obtenha o aplicativo gratuito radio.net

  • Guardar rádios e podcasts favoritos
  • Transmissão via Wi-Fi ou Bluetooth
  • Carplay & Android Audo compatìvel
  • E ainda mais funções
Aplicações
Social
v8.12.2 | © 2007-2026 radio.de GmbH
Generated: 8/5/2026 - 6:08:57 PM