Resultados
8 artículosOrdenar
2:06:16ZH
Zhang Xiaojun Podcast· 28 nov 2025Pódcast · 2 voces谭捷：机器人通用智能的瓶颈在数据，通用形态仍需时间Invitado: 谭捷 · Presenta: 张小珺Google DeepMind 机器人研究科学家谭捷回顾了从计算机图形学到机器人、从强化学习到 Gemini Robotics 的研究路径。他认为机器人基础模型尚未成为独立学科，数据规模与覆盖度、跨本体迁移、实时推理和安全仍是走向真实应用的关键。
1:39:39ZHZhang Xiaojun Podcast· 30 ago 2025Pódcast · 2 voces杨植麟：Kimi K2、智能体泛化与无尽的技术攀登Invitado: 杨植麟 · Presenta: 张小珺月之暗面创始人回顾 K2 的研发，并讨论智能体训练、产品与组织。
2:20:45ZHZhang Xiaojun Podcast· 30 jul 2025Pódcast · 2 voces郑博元解读 Kimi K2 与智能体训练：数据、奖励和系统工程Invitado: 郑博元 · Presenta: 张小珺从合成轨迹和强化学习到浏览器环境与上下文工程，研究者比较 2025 年的几份技术报告。
3:20:53ZHZhang Xiaojun Podcast· 15 feb 2025Pódcast · 2 voces何俊贤解读 DeepSeek 论文：从基座模型到推理训练Invitado: 何俊贤 · Presenta: 张小珺沿论文脉络理解 MoE、注意力缓存、训练效率和强化学习。
2:49:35ZHZhang Xiaojun Podcast· 4 feb 2025Pódcast · 2 voces潘嘉怡解读 R1、o1 与 Kimi K1.5：强化学习如何教模型学会推理Invitado: 潘嘉怡 · Presenta: 张小珺伯克利博士生潘嘉怡带读 DeepSeek、OpenAI 与 Kimi 的推理模型报告，拆解长思维链、GRPO、奖励设计与蒸馏。R1-Zero 的“顿悟时刻”展示了推理策略如何在强化学习中涌现。
39:05ZHZhang Xiaojun Podcast· 25 sept 2024Pódcast · 2 voces王小川：o1、强化学习与从快思考走向慢思考Invitado: 王小川 · Presenta: 张小珺百川智能创始人解读 o1 的可能技术路径，讨论强化学习、医疗场景和创业公司的选择。
1:14:11ZHZhang Xiaojun Podcast· 18 sept 2024Pódcast · 2 voces吴翼解读 o1：推理、强化学习与早期 OpenAIInvitado: 吴翼 · Presenta: 张小珺强化学习研究者讨论 o1-preview 的潜力、尚未知晓的实现细节，以及他在 OpenAI 的研究经历。
1:27:02ZHZhang Xiaojun Podcast· 5 sept 2024Pódcast · 3 voces广密：Self-play RL 可能开启 AGI 的新 Scaling LawInvitado: 广密 · Presenta: 张小珺广密认为，纯靠语言预训练扩展模型的边际收益可能正在减弱，self-play 强化学习是更值得押注的新路径。它能否泛化到代码、视频、机器人和更广的领域，将决定下一阶段的 AGI 竞赛。