筛选结果
28 篇排序
3:15:53EN → 简体中文目标是机器人和平,而非赢得 AI 竞赛主持 Nathan Labenz在中国待了两周后,Nathan Labenz 主张美国应该用芯片换机器人,维持共享的 AI 范式,追求彼此富足,而不是再造一把达摩克利斯之剑。
1:57:29EN → 简体中文前沿视觉模型得分 12.5%:Joseph Nelson 谈计算机视觉的真实水位线主持 Nathan LabenzRoboflow 的首席执行官向 Nathan Labenz 解释,视觉为何仍落后于语言,如何把 SAM 3 蒸馏成温布尔登可用的边缘模型,以及美国为何几乎从未在开源视觉上领先。
1:34:29EN → 简体中文三个 IMO 金牌级系统漏掉了同一道题,Harmonic 想让数学能够编译主持 Nathan LabenzVlad Tenev 和 Tudor Achim 打造了 Aristotle,让它输出内核能够检验的 Lean 证明。他们认为,这正是数学超级智能保持可信的方式。
1:25:54EN → 简体中文训练结束数小时后,Z.ai 就把权重放上了互联网主持 Nathan LabenzZ.ai 的 Zixuan Li 向 ChinaTalk 讲述中国实验室如何发布 GLM,如何把开放权重当作进入西方生态的门票,以及他们仍然如何看待自己:一家后起之秀。
2:20:35EN → 简体中文ChatGPT 满一千天了,Emad Mostaque 说我们大约还剩一千天主持 Nathan LabenzStability AI 创始人提出的新经济学认为,智能一旦变得丰裕,建立在稀缺之上的货币和 GDP 就不再说得通。
1:45:00EN → 简体中文美国拥有全球 45% 的数据中心,其他国家要么自建、要么购买、要么结盟主持 Nathan Labenza16z 的 Anjney Midha 梳理了“主权 AI”对企业而言意味着什么,对那些永远不可能拥有人才、数据和算力前沿的国家又意味着什么。
1:24:29EN → 简体中文StackBlitz 差点关门,Bolt 八周内年度经常性收入(ARR)破 2000 万美元主持 Nathan LabenzEric Simons 向 Nathan Labenz 讲述:一个做了七年的浏览器操作系统、Claude Sonnet 3.5 和一个文本框,如何取代了本地工具链。
2:16:17EN → 简体中文横跨三大洲训练的 100 亿参数模型,与每小时 1.49 美元的 H200主持 Nathan LabenzPrime Intellect 的两位创始人提出一份四步计划,要把全球闲置的 GPU 变成共同拥有的智能;他们还认为,强化学习(reinforcement learning)刚刚让他们的工作变得更容易了。
2:11:15EN → 简体中文50% 的灭绝概率,还有人人都用得起的 50 美元 GPT-4主持 Nathan LabenzEmad Mostaque 向 Nathan Labenz 解释了他为什么把末日概率(p(doom))定在五五开,为什么一个五瓦的模型会改变能源之争,以及 Intelligent Internet 将如何用一种类似比特币的代币,为全民基础 AI(universal basic AI)提供资金。
1:40:13EN → 简体中文如果我是加州州长,我会签署:SB 1047 在加州的最后一场辩论主持 Nathan Labenz三位嘉宾再次登场,拆解改写后的前沿 AI 法案。OpenAI 表示反对,Anthropic 认为该法案可行,加州议会的最终表决即将到来。
2:04:15EN → 简体中文鹦鹉不会换个说法,Claude 也没法被说服去做有害的事主持 Nathan LabenzNonzero 播客的 Robert Wright 采访 Nathan Labenz,谈大语言模型到底懂不懂什么、Anthropic 那 1000 万个特征究竟说明了什么,以及开放权重为何会与中美政策相冲突。
1:56:03EN → 简体中文人类接近满分,最强 AI 仍只拿到 39%主持 Nathan LabenzZapier 联合创始人 Mike Knoop 和 François Chollet 为 ARC-AGI 拿出了 100 万美元奖金。ARC-AGI 是 2019 年提出的、考察样本效率的智能测试,在每题一美分的算力预算下,语言模型至今仍无法破解。
1:23:10EN → 简体中文Flo Crivello 睡了五个小时的那晚:GPT-4 并没有撞墙主持 Nathan LabenzLindy AI 创始人带着 Nathan Labenz 讲时间线、滥用风险、开源风险,以及为什么两位长期的自由主义者现在也想要监管。
31:04EN → 简体中文真正的风险是美国不肯用这些工具,中国抄袭倒在其次主持 Nathan Labenz在 2024 年的 Hill & Valley Forum 上,Alex Wang、Jack Clark 和吴恩达对参议员 Cory Booker 说,中国实验室正在做原创发明,开源模型已经很强,五角大楼在 AI 上的真正失误是用得太少。
46:20EN → 简体中文一个向量,让助手盘算起接管世界主持 Nathan LabenzNathan Labenz 与 Robert Wright 拆解 AI 末日论、机制可解释性(mechanistic interpretability),以及为什么当下的对齐(alignment)手段都不指望能奏效。
54:25EN → 简体中文只有伪证才会坐牢:Scott Wiener 详解加州前沿 AI 法案主持 Nathan LabenzSB 1047 采用了与拜登行政令相同的 10^26 次浮点运算(FLOPs)门槛,这位旧金山州参议员希望在不设许可制度的前提下推动测试。
1:52:18EN → 简体中文两周,三十多次编译:Adam Majmudar 如何从零写出一块 GPU主持 Nathan Labenz在《Cognitive Revolution》播客里,Majmudar 带我们走了一遍 TinyGPU:从 SIMD 内核、访存延迟,到能在笔记本上跑起来的开源芯片流程。
2:00:00EN → 简体中文一次 10^26 FLOPs 的训练,会让加州实验室承担法律责任主持 Nathan LabenzNathan Calvin、Dean Ball 和 Steve Newman 围绕 SB 1047 展开争论。这是美国第一部针对前沿模型尾部风险(tail risk)的法规。
1:37:52EN → 简体中文中国有 1700 万聊天机器人用户,却没有 OpenAI主持 Nathan Labenz一位常驻北京的观察者梳理了中国的大语言模型玩家、产品和监管,以及美国芯片禁令迟来的账单。
1:44:23EN → 简体中文选票可以按议题拆开,还能交给 AI 代投主持 Nathan LabenzTim Reutemann 2018 年的小说 Liquid Reign 勾勒出一个 2051 年的民主制度:它建立在瑞士式公民倡议、液态委托之上,而你还可以把个人 AI 静音。
1:01:53EN → 简体中文陪伴类应用的打开频率是 TikTok 的两倍:a16z 只投“怪但能跑通”的消费产品主持 Nathan Labenza16z 消费团队合伙人 Anish Acharya 与 Justine Moore 向 Nathan Labenz 介绍他们面向 AI 原生消费应用的“丰饶议程”。
1:15:39EN → 简体中文做了二十年前端,Guillermo Rauch 发现 v0 写的代码比自己的更好主持 Nathan LabenzVercel 首席执行官告诉 Nathan Labenz,为什么每个产品都需要幽灵文本(ghost text),为什么软件 2.0(Software 2.0)会让旧技术栈僵化,以及为什么押注开源仍然是代价高昂的错误。
1:25:11EN → 简体中文105 行代码、100 万次曝光,和一位不肯创办公司的风投主持 Nathan LabenzBabyAGI 的作者 Yohei Nakajima 向 Nathan Labenz 讲述,一个周末的原型如何掀起了智能体(Agent)浪潮,以及他为什么又回去做投资了。
55:13EN → 简体中文两天做出原型:a16z 如何把一篇斯坦福论文变成 AI Town主持 Nathan Labenz一个名叫 Alice 的陪伴型角色,一次周末用 Phaser 赶出的小项目,以及 Martin Casado 的论断:模型永远不会取代形式化语言。
加载更多已显示 24 篇,共 28 篇









