Chaînes mises à jour récemment

Choisissez-en une pour ne voir qu’elleToutes les chaînes →

Résultats

6 articles
Trier
3:46:12EN
Zhang Xiaojun Podcast· 16 juil. 2026Podcast · 2 voixKay Ke on Physical Intelligence, Robot Learning, and the Future of RoboticsInvité : Kay Ke · Anime : 张小珺Physical Intelligence researcher Kay Ke traces the field's research lineages and explains Pi's progression from π₀ to π*₀.₆. She also reflects on education, fiction, ambition, and what it means to build robots that work beyond a demo.RoboticsReinforcement LearningAI research+2
2:06:16ZH
Zhang Xiaojun Podcast· 28 nov. 2025Podcast · 2 voix谭捷:机器人通用智能的瓶颈在数据,通用形态仍需时间Invité : 谭捷 · Anime : 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。RoboticsFoundation ModelsWorld models+2
1:39:39ZH
Zhang Xiaojun Podcast· 30 août 2025Podcast · 2 voix杨植麟:Kimi K2、智能体泛化与无尽的技术攀登Invité : 杨植麟 · Anime : 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。AgentsModèles et entraînementReinforcement Learning+2
2:20:45ZH
Zhang Xiaojun Podcast· 30 juil. 2025Podcast · 2 voix郑博元解读 Kimi K2 与智能体训练:数据、奖励和系统工程Invité : 郑博元 · Anime : 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。AgentsIngénierie d’agentsModèles et entraînement+2
2:49:35ZH
Zhang Xiaojun Podcast· 4 févr. 2025Podcast · 2 voix潘嘉怡解读 R1、o1 与 Kimi K1.5:强化学习如何教模型学会推理Invité : 潘嘉怡 · Anime : 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。Reinforcement LearningModèles et entraînementAI research+2
39:05ZH
Zhang Xiaojun Podcast· 25 sept. 2024Podcast · 2 voix王小川:o1、强化学习与从快思考走向慢思考Invité : 王小川 · Anime : 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。AI researchReinforcement LearningReasoning & test-time compute+2