访谈脉络:从量子光学到地下矿体
开场与快问快答:谁在用 AI 挖矿
节目开场,Koji 穿着此前嘉宾 Nesa 赠送的「Hands Dirty Club」卫衣,引出创业要「把手弄脏」的主题——而相子恒所在的矿业,或许是物理意义上把手弄得最脏、决策筹码也最重的行业之一:一次勘探或开发决策动辄押上数亿美金,且开工后几乎没有回头路。本期嘉宾相子恒是 DeepOptica 创始人兼 CEO,曾在剑桥大学攻读量子光学博士期间划了四年赛艇,并在最后一年成为学院史上首位华人赛艇队主席兼大队长。
谈及剑桥赛艇履历,相子恒说刚到剑桥时,除了福尔摩斯与《哈利·波特》式的学院氛围,最想做的是「只有在剑桥才能做的事」,于是加入赛艇队。四年里他从男二队打到男一队,第三年任副队长,第四年出任学院赛艇队主席。Koji 打趣问在一个几乎看不到亚洲面孔的队伍里当队长是不是靠「东方政治之术」,他否认称完全没有政治手腕:一方面自己的划艇成绩虽非第一,但也排在学院第二、第三名;另一方面,他对如何组织训练、帮助全队提升成绩有更深理解,因此自然接过队长职责。
马斯克探索太空,矿业探索地底
在相子恒眼里,矿业绝不是刻板印象中开矿车、守矿山的「土老板生意」,而是一个很酷的行业:马斯克在探索太空,矿业是在探索地球和地底世界。真正接触国际化矿业公司后会发现,行业领军人物往往不是技术出身就是金融出身,矿业本质上是通过技术与金融两种手段发现地下资源、为人类社会提供基础原材料的行业。
之所以选择此时切入,他给出两层判断。需求侧,矿产是不可再生资源,而算力中心、新能源、机器人等所有代表未来的科技产业都需要海量金属,矿业实际上是整个科技叙事的地基;技术侧,大模型架构、世界模型以及把物理规律融入 AI 的路线逐渐成熟,使「把地球科学集成到模型里」第一次具备可行性。他坦承现有 AI 能力距离完全实现愿景「还差一点」,但时间窗口已经打开。
把大象塞进冰箱:传统找矿三步与 AI 反演的切入点
Koji 追问「把地球变透明」具体要走哪几步。相子恒先还原了延续百余年的传统探矿流程:
- 地质学家实地踏勘与地质填图:判断哪些构造带有成矿条件、岩浆活动是否留下成矿机会,并在现场寻找线索——例如地表露头(地下矿物经长期风化裸露到地表的部分)。
- 地球物理与遥感卫星探测:测量区域的磁场、重力场、电磁场和电阻率变化(地下铁、铜等金属富集会对磁场和重力场产生扭曲);同时借助遥感卫星捕捉蚀变矿物(成矿热液改变周围岩石后形成的特征矿物)在地表呈现的光谱信号,综合圈定成矿潜力区。
- 打钻验证:钻入地下取岩芯,逐米测定岩性与金属品位。
核心难题在于多解性反演:传统方法靠模拟大量地下结构去匹配地表测量值,但同一个地表地球物理异常信号,可能对应地下多达十万种不同的三维矿体结构。浅层、单模态的 AI 无法消化跨学科约束,DeepOptica 的核心思路是用大量数据把地质知识、地球物理和遥感耦合到一起,将原本分离的三维反演与地质解析合并,约束模型输出的三维地下结构既符合当地成矿规律,又能解释实测物理量。
为了解释模型原理,相子恒打了个多模态医学 CT 的比方:团队里有医学影像背景的成员,过去研究如何从二维器官扫描重建三维结构,技术栈上也会用到 ViT(视觉 Transformer)及多模态模型提取特征、判断深度。但「给地球拍 CT」比人体 CT 难得多——人体 CT 可以围绕身体 360 度扫描,地球测量却只能在地表完成,因此只能通过扩大地表空间测量范围来换取对深度的推断。
面对真实矿区训练数据稀缺的问题,团队引入合成数据以增强泛化能力。相子恒透露,目前合成数据在训练集中的占比约 50%,且仍在持续扩充;验证方式是将真实已知矿体结构与合成生成的三维地下地质状态进行比对。
对标 KoBold Metals:从「下一钻打哪」到「这座矿值多少钱」
被问及全球 AI 找矿的先行案例,相子恒提到 KoBold Metals。他概括 KoBold 的经典打法是用贝叶斯决策(一种随新证据不断更新概率分布的统计决策框架)把已有钻孔与地表测量结合,输出两类优化目标:第一,下一钻打在什么位置、以什么角度,命中矿体的概率最大;第二,打在何处最能消除当前不确定性。其最具代表性的战果是在赞比亚已有矿区周边发现了一座世界级大型铜矿,并顺势拿下矿权进入自身项目池。
Koji 追问:既然这套路径已被验证,为什么不沿用?相子恒回应,决策智能只是 DeepOptica 产品线的一部分,两家公司的核心目标存在明显分层:KoBold 主要回答「下一钻往哪打」,却无法直接回答地下到底藏着多少吨铜、多少盎司黄金;DeepOptica 希望打造矿业世界模型,用更少的钻孔结合多源数据,提前揭示地下三维矿体结构乃至估算资源量与潜在经济价值,帮助矿企更早做出收购、估值与开发决策。至于「让地球透明」是不是夸张修辞,他表示这确实是终极愿景,落地则先从有经济价值的矿体切片做起。
量子光学博士跨界挖矿:同一套数学语言换了战场
从量子光学博士到挖矿,外人看来风马牛不相及,相子恒却称之为「非常自然的过渡」。他读博期间深入研究量子传感,而量子传感最大的两个工业应用恰恰是量子重力仪与量子磁力计——其最大买单方正是矿业与油气勘探,因此读博时他就已接触矿企。更底层地看,地球物理与量子物理、波动光学一样都要解偏微分方程,背后的分析工具与数学直觉高度相通。身边家人、朋友与合伙人对这次转行普遍支持,共识都落在金属不可再生且被新能源、算力和机器人长期拉动这一大趋势上。
小而酷的组织形态:二三十人重写矿业咨询模式
聊到理想中的公司形象,相子恒希望外界记住 DeepOptica 是一家「体量不大、但特别酷、勘探科技很深」的技术矿业公司,核心团队 10 到 20 人、最多二三十人或许就够了,重点是用 AI 把顶尖核心成员的生产力推到极致、让大家享受每天的工作。
Koji 质疑矿业服务大客户往往是劳动密集型生意,团队很难小。相子恒结合近期已交付的服务案例和中东大额服务订单回应:AI 的生产力加成让单个项目不再需要庞大人力;遇到必须去现场的野外作业(field work),团队只需完成几个明确任务,把数据带回后共同分析。他判断这种模式未来会在相当程度上替代传统矿业咨询服务。
世界模型与大语言模型:自建架构与两道护城河
谈到近期真正推动愿景落地的 AI 技术进展,相子恒点出两条线:
- 世界模型:核心是将物理规律嵌入模型,根据前一帧预测下一帧的动态演化。这与地质成矿推演高度契合——许多矿床诞生于板块交界处为地下岩浆腾出空间后,高温高压岩浆上涌并与周围岩石、土壤剧烈反应,金属离子发生置换富集,这是一个由时间驱动的物理过程。
- 大语言模型与 Agent:传统矿山经济价值评估依赖分析师手工翻阅资源量、储量与运营文档,如今语言模型和 Agent 可以直接辅助处理这些评估链路。
面对「站在开源肩膀上岂不是谁都能做」的追问,相子恒明确表示 DeepOptica 的核心勘探模型并非套壳通用开源世界模型——二者架构差异极大,团队只是吸收其中若干小模块,整体更接近 AI 制药、AI 材料这类 AI for Science 自研路线。他将公司护城河总结为两点:第一是矿业技术与运营数据库;第二是能跑通「矿业合成数据到矿业世界模型」完整体系的交叉团队。
门外汉如何破局与纯华人团队的全球信任
融资过程中被问得最多的问题,直指团队资历:三位合伙人中 CFO Jesse 在矿业深耕十余年,而相子恒与 CTO 方博在矿业打磨的时间加起来仅五六年,凭什么改造传统巨头林立的行业?相子恒的回答很务实:Jesse 扮演最懂行业的「需求方」,清楚矿企真正要什么答案;自己和方博把前沿勘探技术与 AI 结合起来。若是在传统矿企干了五十年的老地质学家,反而容易被既有范式框住思维——当然行业内团队同样有机会,只是外来视角更容易带来数据驱动的新打法。他还分享了一个巧合:KoBold Metals 的创始组合同样是一位量子计算科学家、一位地球科学家加一位金融背景合伙人,「创业基因不谋而合」。
在商业验证上,相子恒表示团队已在蒙古、中东和巴西跑出验证案例,现有商业订单均是在早期概念验证(PoC)赢得信任后签下的。他特别提到,作为一家刚完成种子轮的纯华人团队,DeepOptica 已与南美最大的地质咨询公司 GE21 展开数据与产品层面合作。
被问及一张中国面孔如何在海外重资产行业迅速建立信任,他分享了前一天晚上的亲身经历:晚上九点多与中东客户开最后一个电话会,他开场第一句便说「你们昨天发来的需求,我们已经做了初步分析」,甲方项目经理当场转头对搭档感叹:"See, I told you, this team can manage a lot of stuff." 在他看来,跨文化建立信任靠四件事:第一是交付极度靠谱;第二是在英文对话开场一分钟内迅速捕捉对方是谁、想要什么、己方能否解决(如在阿联酋 pitch 或与巴西客户沟通时),顺畅切入方案;第三是避开海外华人常见的两个极端——要么过度害羞,要么急于推销——先建立真诚的「心对心」连接再谈生意;第四则是 AI 时代赋予华人团队的独特红利:国际客户普遍认为 AI 领域最靠谱的工程师群体来自华人,叠加国际化视野与沟通力,反而能迅速拉近距离。
赛道格局、商业模式与「矿业 DeepMind」路线图
谈及竞争烈度,相子恒说团队内部习惯给自己上压力,但跳出来看,这条赛道其实并不拥挤。全球矿业上市公司有数千家,其中大量是只有几个人的小型初级矿企(junior miner),根本接触不到顶尖 AI 与数据系统;大矿企虽在自研勘探工具,但行业高度分散、远非垄断,仍有大量空白区域。面对「卖软件还是自己当矿主」的分岔口,他的顺序很清晰:先把模型与产品打磨过硬,服务中小矿企;等对某一区域形成深度认知后,可以顺理成章地与客户联手,在已有矿区周边的高潜力靶区以技术入股、「占山头」的方式共同获取矿权,不必非要等到全球完全泛化才启动合作。
他不认为这套技术会轻易沦为大宗商品(commodity):除了高昂的资金与算力门槛,地球科学与计算机科学之间仍横亘着一道巨大鸿沟——不像物理+CS、生物+CS 已有成熟交叉学科,连地质统计学本身诞生都没多久,并非几名聪明工程师拿几个矿区数据就能复制。这正是 DeepOptica 所站的「交叉学科十字路口」。
面向成为「矿业 DeepMind」的目标,他披露了当前的技术短板与里程碑:
- 合成数据引擎扩充:目前已在典型的火山成矿、斑岩型矿带上表现较好,下一步还需向铁氧化物型、矽卡岩型、沉积岩型等更多矿床类型持续投入。
- 核心招聘方向:聚焦地球科学、AI 合成数据与大模型三类人才。
- 阶段节点:计划在 2026 年内完成澳大利亚、南美与非洲几个核心成矿区的验证,争取在明年上半年推出第一版具备跨区泛化能力的矿业世界模型。
剑桥赛艇大队长的「无授权领导力」
对话回到剑桥赛艇队,相子恒直言赛艇最大的标签是「极度内卷」:第四年担任一队主力兼大队长时,他在做博士实验的同时每天训练两次。更残酷的是,赛艇是严格集体项目,「只要有一个人今天没来,整条八人艇就出不了水」;而队员大多是学业繁重、自带傲气的英国名校本科生。为了抢占清晨第一艘下河、面前水道一望无际的黄金训练窗口,春季清晨五点半集合前,团队靠一套「人形闹钟」机制运作:五点在群里互相确认起床,没起就直接去敲门;训练前做简报明确当天要突破的能力,训练后一起吃饭维系氛围;再把全年大赛拆成每月 2000 米测功仪成绩提升几秒等具体小目标,先让大家发自内心觉得加入赛艇队、打赢别的学院很酷。
面对 90% 为欧洲人的学院里新生对「为什么是华人当队长」以及「你成绩不是全队第一凭什么领导我们」的质疑,他没有走锋芒毕露的强硬路线,而是靠行动建立无授权领导力:自己比所有人更拼以拉高成绩,同时为队员争取更好的教练和器材、拉着船和桨驱车 100 公里去巴斯(Bath)与牛津队伍比赛、组织派对并带队在剑桥赛场拿下含金量极高的胜绩。他明确指出,领导力与「别人喜不喜欢你」之间并没有决定性正相关——比如队里曾有一位俄罗斯队员起初非常抵触他、甚至不愿和他说话(相子恒猜测对方可能内心孤独、想更贴近英国同学),他既不刻意迎合也不回避,只把对方当作需要帮助提升的队员正常对待。他把赛艇带给创业的资产归纳为三个词:能卷的经历、淡定的领导力、以及不把个人置于团队之上的全局观。
最大风险、五年愿景、低谷复盘与早期人才杠杆
Koji 反向提问:如果有一天 DeepOptica 失败了,最可能败在哪里?相子恒没有选技术,而是指向节奏(rhythm)——创业公司的融资节点、拿客户节点与技术交付节点必须严丝合缝,一旦某个时间点没管理好,企业就可能滑入下坡路。为此,团队维护着一套 3 年长期规划 → 18 个月中期规划 → 每 3 个月一个节点的短期拆解,明确每季度的技术状态与商业支撑。Koji 调侃这很像「小镇做题家」,他反驳道:做题家只盯着一道现成题目的解法,而团队是用长期与中期愿景拆解出每个人可落地的动作,更像一辆运转严密的 well-organized vehicle。
畅想五年后的成功图景,相子恒勾勒出三层拼图:第一,做出 AlphaFold 级别的矿业基础模型,采取基础版开源、商用版收费的模式,让全球矿企都能用来理解本地地质;第二,与全球最大的几家矿业巨头建立深度合作;第三,沉淀出矿业金融能力,依靠自研模型与估值系统做矿业权益金投资甚至直接入股矿权,形成「技术 + 矿业运营 + 矿业金融」的结合体。
面对「一路开挂的学霸」评价,他笑着拆台:自己初高中一直是班里前五到前十名,大学成绩好些才侥幸去了剑桥,「不是开挂,而是很多努力,只是表现得比较臭屁」。读博期间实验屡不如意,眼看同组同学的研究方向更有影响力时也曾失落;2021 年刚博士毕业时,他放弃不少选择并自掏腰包做过一次彻底失败的创业,打击极大,却也让他真正学会管理压力与预期。他自认物质欲望不高,不会因钱少焦虑,真正让他极度焦虑的是内心空虚和没做自己想做的事——他心底的终极理想一直是探索地球与太空(读博时沉迷量子力学、相对论与哲学,工作后涉足遥感卫星与低轨卫星推进器)。录制完这期节目,他马上要飞往阿布扎比和南非出差,并把眼下的矿业旅程视作通往太空采矿、海底探矿的台阶。
节目尾声,相子恒反客为主向 Koji 请教给早期创始人的建议。Koji 结合投资观察点出韧性(resilience)与无授权领导力后,给出一条极具实操性的提醒:早期创业公司拥有一项大公司没有、却常被忽视的超级杠杆——靠「希望」挖到顶级人才。这个红利到第三、四年往往会瞬间失效:没做起来吸引不到人,做大了又给不出早期那种跃迁式的希望。相子恒深表认同,顺势补充:在当下这个阶段就应该充满野心,去挖那些看似根本不可能挖动的人,因为对方很可能正处于职业焦灼期,愿意为一次真正有想象力的冒险试一试。
机制拆解:为什么一次观测可能有多个答案
用一个简单的玩具例子理解相子恒反复提到的「多解性反演」。假设地表某测点测得重力或磁异常值为 10:在一套简化物理计算规则下,「埋藏较浅、体积较小的矿体 A」算出的地表响应是 10,「埋藏较深、体积较大的矿体 B」算出的地表响应也是 10。仅凭这一个测点,A 和 B 同样自洽,数学上无法区分。若把测量范围向四周拓展(相子恒所说「用更大面积的地表空间换取对深度的理解」),或者叠加电阻率、地表蚀变光谱与一口实测钻孔,A 和 B 在其他位置上的预测曲线往往会分叉,从而排除其中之一——当然,新数据仍可能留下多个候选解。
现实勘探的反演输入是多位置、多物理场且含观测噪声的数据,输出可以是候选三维地下结构、各候选的置信度分布或下一步钻探建议。在模型中注入成矿理论与地质先验,相当于把搜索空间收敛到「在当地构造条件下可能形成的地质体」;这能大幅压低多解性,但硬币的另一面是:若地质先验本身设错,模型也会自信地把真实矿体排除在外。美国地质调查局(USGS)的多篇研究均指出,重磁异常反演天然非唯一,必须依赖外部地质信息与显式先验加以约束。
合成数据的流程则是先构造假设的三维地下地质体,再用正演物理模拟算出对应的地表观测信号,借此训练模型学习「从信号反推结构」。这套路线能否真正迁移到未见矿区,至少要过两关:一是合成生成的三维地质体是否覆盖了真实矿床的复杂变异(例如相子恒提到的从斑岩型扩展到矽卡岩型、铁氧化物型、沉积岩型);二是正演模拟出来的地表信号是否真实还原了复杂地形、覆盖层与仪器噪声。在合成验证集上拟合得漂亮,不自动等价于野外新靶区的命中率。
独立判断:从「看见」到「值得开采」有多远
结构、品位、资源量和经济价值不是同一个量
DeepOptica 与 KoBold Metals 的核心差异叙事,落在从「选下一钻」升级到「直接评估地下有多少吨铜、多少盎司黄金及经济价值」。把这道估算链拆开,就会发现它跨越了多层独立变量。不妨算一笔示意账:假设模型圈出一块矿化岩石体积为 100 万立方米、平均密度为每立方米 2.5 吨、平均铜品位为 1%,则矿石量约 250 万吨,所含铜金属量约 2.5 万吨。即便这几个几何与品位参数全部估准,金属量仍不等于可回收量或净利润:若选矿回收率按 80% 计,理论回收金属约 2 万吨,之后还要扣除采矿剥采比、基建、运输、冶炼加工、税费、环保合规与矿权审批。加拿大矿业冶金与石油学会(CIM)等国际矿业报告标准严格区分「矿产资源量(Mineral Resources)」与「矿产储量(Mineral Reserves)」——前者关注地质连续性与合理经济前景,后者必须引入采矿、冶金、经济、法律与环境等修正因子。因此,三维结构预测只是价值链的第一环,离可投决的储量估值仍有很长距离。
概率预测与商业验证需要什么样的硬证据
访谈中嘉宾披露的 550 万元签约订单、接近 100 万元收入、蒙古/中东/巴西 PoC 与 GE21 合作,展示了不错的早期商业起势,但尚未呈现可直接审视的模型评测数据。若模型对 100 个互不重叠的候选靶区都给出「80% 概率成矿」的判断,在口径一致的前提下,后续钻探理应有约 80 个达标;如果只在模型把握最高的极少数点位打钻,就无法检验整体概率校准。更关键的是必须事先钉死标签定义——所谓「有矿」是指见到矿化迹象、达到边界品位,还是具备经济可采性。真正有说服力的基准测试,是固定同一批历史勘探数据与钻探预算,在跨矿区、跨矿床类型的留出集上,把模型方案与资深地质师及传统反演方法同场对照,比较钻孔命中率、资源量估计误差与单吨发现成本。
「选下一钻」与「矿体估值」并非非此即彼,服务化也有隐性上限
相子恒将两家公司区分为「决策优化」与「价值评估」,清晰传达了产品野心,但两者在实际勘探中其实是互补闭环:当最大不确定性恰恰在于两种截然不同的地下构造假说时,一口能最大程度压缩信息熵的探孔,反而会剧烈改写整座矿的资源量估值;反之,更清晰的经济估值模型也能反过来决定哪些不确定性值得花几百万美元打钻消除。值得注意的是,KoBold 公开披露的赞比亚 Mingomba 项目本身也已推进到地质划定与矿山开发阶段,并非只停留在单一选钻工具。至于 DeepOptica 希望以二三十人核心团队承接全球项目并逐步走向技术入股、矿业权益金投资,这一路线既考验跨地区模型的真实泛化力,也考验小团队在面对重资产、长周期、强地缘风险的矿权交易时,能否守住相子恒自己最警惕的「融资、客户与技术三线节奏」。
证据边界与资料索引
本文依据官方节目简介与完整第三方机器转写重建,尚未逐字听审原音频。节目中提及的融资轮次、550 万元订单与近 100 万元收入、蒙古/中东/巴西项目及 GE21 合作、50% 合成数据占比、跨区泛化计划与五年愿景均为嘉宾录制时点的自述,未核对原始合同或复现实验。转写中的「Cobalt」按官方公司名称校正为 KoBold Metals,「G一twenty one」按官方简介校正为 GE21;部分口语背景履历细节以节目录制语境呈现。