第二点最难做，因为技术驱动的创新需要前期投入很多，比如最早做无人车的公司，投入了几十亿美金，走了许多弯路，最后还不一定能拿到结果，转化为商品。
第三点适合大公司，由多条业务线产品需求做整合与抽象，整理出了平台级的创新。比如上面说的 “京东城市操作系统”，就是在多条城市业务线需求上层做的抽象创新，可以赋能更多业务。
另外劝解了创业公司不要拿来主义，因为拿来主义可以低成本弯道超车，久而久之，就没有人愿意做创新的领头羊。
机器人成为人类伙伴之前的「必修课」熊友军 - 优必选 CTO
最大感触就是说到了 人形机器人 是未来最有价值的机器人形态。
人形机器人首先对人类友好，其次可以复用现有社会为人类建造的各种设施，比如楼梯，门 等基础设施。现代社会的环境接口都是以人为交互对象设计的，所以人形机器人可以天然利用这些环境接口。
现在优必选的人形机器人已经可以画画、端茶送水了，其核心控制系统不仅要保证功能的实现，还要保证动作的 “柔韧性”，防止误伤了人类。
一个明显的突破是，当机器人手臂在做动作时，如果人的手碰上去，机器人的手会以你按压的角度进行动作倾斜。如果继续保持原有动作，可能与人的触碰产生直接碰撞，导致伤到人，但优必选的柔韧性设计让机器人运动路径考虑到了外界触碰，并作出反馈，这个在我看来是很大的进步。
如何让无人驾驶变成「老司机」？王京傲 百度执行总监 - Apollo 平台研发总经理
百度的 Apollo 已经踏踏实实做了两年，从最初我们的怀疑，到现在稳定版本迭代，量产，百度如果继续保持这个节奏，确实可能在无人驾驶领域合作生态中独树一帜。
Apollo 1.0 实现封闭场地循迹自动驾驶，这个版本比较 low，一是封闭场地，一是根据路线来跑。
Apollo 1.5 安装了雷达，可以自动躲避障碍物。
Apollo 2.0 可以在简单路况下自动驾驶，可以识别信号灯。
Apollo 2.5 实现限定区域高速自动驾驶。
Apollo 3.0 主要是量产了，以班车作为业务场景去突破，班车是很好的固定路线试验田。
Apollo 3.5 支持城市路况自动驾驶，支持了复杂路况，而且是拥有量产能力的。
可以看到，百度的无人车确实在摸着石头过河，一步一个脚印，从跑 Demo 到灰度，再批量发布。相信未来 Apollo 还会发布 4.0 5.0 等重量级版本，百度无人车开源是一个杀手锏，只要功能做的好，帮助到未来智能造车的中小企业，将是一个巨大的市场。
我们平时都聚焦在大车厂的智能车计划，但就像阿里巴巴的理念，帮助中小企业一样，中小企业才是市场的中坚力量，未来无人驾驶行业一定会涌入大量中小企业玩家，谁服务好他们，谁就是下一个平台。
AutoML：让机器学习可以为人人所用卢一峰 - Google 资深工程师
AutoML 可以自动完成 AI 算法和模型训练。
AutoML 分为算法机器人与执行机器人，算法机器人负责写出算法，然后交给执行机器人执行，执行结果反馈到算法机器人那用来改进算法，由此完成一个训练闭环，通过不断训练，得到一个相对较好的算法。
卢一峰 提到的关键点是，未来数据不会缺，算力不会算，缺的是算法专家，所以现在尝试通过 AutoML 解决算法专家的瓶颈，并且获得了比人类编写的算法更高效的算法。
未来让每个人都理解算法原理是不可能的，至少几十年内不太可能，但十几年内，算法就可能成为整个社会的基础设施，其实我们只要学会利用算法解决问题就行了。
AutoML 已经帮助各个行业自动识别图像、文字和意图，做到了将 AI 赋能给普通大众，降低了 AI 的使用门槛。
另外也引发了我的思考，为什么门槛最高的算法专家是第一个被证明可以取代的呢？或者说顶尖算法专家不会被取代，但至少入门或中级的算法工程师将极有可能不再需要。
也许是因为深度学习比较模式化，或者说过于理性化，不需要感性的人或者业务参与，这样就导致了无论算法还是训练都可以被完整抽象出来。而普通的技术工种其实是在和业务，在和人打交道，人是最大的变量，能被完全抽象的领域其实很少。
中国式经济魔方中潜藏的创新机会汪 华 创新工场 - 联合创始人 & 管理合伙人
中国经济之所以比喻为魔方，是为了说明中国市场有多个维度，中国是多元经济，有个多个层次的机会。
这个话题非常大，更详细内容推荐查看 文字记录。
主要分为四个维度说，分别是 人口地域、前端后端、发展阶段、行业分化，这四个维度在中国是不均匀的。