筛选结果
900 篇排序
1:50EN → 简体中文
Matthew Berman· 2025年1月30日Coveo 的 Sébastien Paquet 讨论的五个 AI 趋势Matthew Berman · Forward FutureMatthew Berman 总结一场 2025 年访谈，涉及生产系统、小模型、智能体与信任。
0:52EN → 简体中文Matthew Berman· 2025年1月29日Genie 2 为 AI 研究生成交互式世界Matthew Berman · Forward FutureMatthew Berman 解释 Google DeepMind 的图像条件世界模型为何可能帮助研究人员为智能体创建环境，同时指出早期演示存在明显局限。
5:27EN → 简体中文Matthew Berman· 2025年1月29日体验 DeepSeek R1 的方式：托管与本地蒸馏模型Matthew Berman · Forward FutureMatthew Berman 演示 DeepSeek 聊天、Groq 托管的蒸馏版，以及 LM Studio 本地模型。
20:34EN → 简体中文Matthew Berman· 2025年1月28日DeepSeek R1 与 AI 成本和算力之争Matthew Berman · Forward FutureMatthew Berman 分析 2025 年各界对 DeepSeek 的反应，涉及训练效率、市场损失、开放权重、隐私及需求反弹的可能性。
16:45EN → 简体中文Matthew Berman· 2025年1月27日DeepSeek-R1 与 AI 成本、算力之争Matthew Berman · Forward FutureMatthew Berman 回顾 2025 年 1 月开放权重推理模型引发的反应、存在争议的成本说法，以及对未来 AI 芯片需求的不同观点。
14:55EN → 简体中文Matthew Berman· 2025年1月25日2025 年业界如何看待 OpenAI OperatorMatthew Berman · Forward FutureMatthew Berman 回顾业内对浏览器智能体的早期看法、其局限、竞争项目，以及委托任务的实例。
0:55EN → 简体中文Matthew Berman· 2025年1月23日RTX 5090 本地 AI 简测Matthew Berman · Forward FutureMatthew Berman 在本地运行一个 8B DeepSeek R1 蒸馏模型，并报告一次生成的速度。
37:58EN → 简体中文Matthew Berman· 2025年1月23日OpenAI Operator 2025 年发布：浏览器任务、人工控制与局限Matthew Berman, Sam Altman · Forward FutureMatthew Berman 观看 Operator 的早期演示，涵盖订餐、购物、安全控制和基准测试结果。
15:10EN → 简体中文Matthew Berman· 2025年1月22日测试 DeepSeek R1 的编程、推理与敏感问题回答Matthew Berman · Forward FutureMatthew Berman 在云端 GPU 上运行完整 R1 模型，测试游戏编程、推理谜题和政治敏感提示词。
7:57EN → 简体中文Matthew Berman· 2025年1月22日Stargate 的 2025 年公告与 OpenAI、微软的合作Matthew Berman · Forward FutureMatthew Berman 解读计划中的美国 AI 基础设施项目，以及当时算力安排的变化。
8:52EN → 简体中文Matthew Berman· 2025年1月21日业界对 DeepSeek R1 于 2025 年发布的反应Matthew Berman · Forward FutureMatthew Berman 回顾 DeepSeek R1 发布初期的反应，涉及开放权重推理模型、本地硬件、基准结果和 API 价格。
12:15EN → 简体中文Matthew Berman· 2025年1月20日DeepSeek-R1：开放权重推理模型、基准结果与初步测试Matthew Berman · Forward FutureMatthew Berman 评析 DeepSeek 于 2025 年 1 月发布的模型，对比报告中的基准成绩和价格，并尝试几个推理提示词。
16:25EN → 简体中文Matthew Berman· 2025年1月18日测试时计算为何可能重塑 AI 推理Matthew Berman, Lisa Su, Jensen Huang · Forward FutureMatthew Berman 解释推理时增加计算如何改善模型输出，以及为什么硬件高管预计推理市场会大幅增长。
2:57EN → 简体中文Matthew Berman· 2025年1月14日ChatGPT Tasks：2025 年推出时的定时提醒Matthew Berman · Forward FutureMatthew Berman 介绍 ChatGPT 定时与周期性任务的初始测试版，并将其放在 AI 助手的发展背景下讨论。
15:06EN → 简体中文Matthew Berman· 2025年1月13日黄仁勋谈通用机器人、AI 员工与科学Matthew Berman, Jensen Huang · Forward FutureMatthew Berman 回顾 NVIDIA CEO 在 No Priors 的一次访谈，讨论现有环境中的机器人、AI 智能体及对科学研究的预测。
11:00EN → 简体中文Matthew Berman· 2025年1月11日Mark Zuckerberg 对 2025 年 AI 工程师的预测与软件就业的未来Matthew Berman, Mark Zuckerberg, Joe Rogan · Forward FutureMatthew Berman 回应 Zuckerberg 关于 AI 能在 Meta 完成中级工程师工作的预测，并将对人类创造力的乐观展望与报道中的 Salesforce 招聘计划相对照。
10:05EN → 简体中文Matthew Berman· 2025年1月9日一项国际象棋实验展示 AI 模型如何利用测试环境Matthew Berman · Forward FuturePalisade Research 的小规模 o1-preview 测试与相关对齐研究说明了目标、权限和评估条件的重要性。
32:29EN → 简体中文Matthew Berman· 2025年1月8日NVIDIA 的 CES 2025：AI 智能体、Cosmos 与 Project DIGITSMatthew Berman, Jensen Huang · Forward FutureMatthew Berman 解读黄仁勋的主题演讲，从神经图形与 AI 扩展，到用于本地模型开发的桌面系统。
27:42EN → 简体中文Matthew Berman· 2025年1月8日Matthew Berman 谈资本、人类抱负与可能的后 AGI 经济Matthew Berman · Forward Future一篇推测性文章提出，如果先进 AI 能取代大部分人类劳动，财富的力量可能更大，而人们通过工作获得的谈判能力可能减弱。Berman 讨论了这对社会流动、制度和人生意义的影响。
13:33EN → 简体中文Matthew Berman· 2025年1月7日Salesforce Agentforce 2.0：数字劳动力、Slack 与客户支持Matthew Berman, Marc Benioff · Forward FutureMatthew Berman 解读 Salesforce 在 2024 年发布的智能体产品、其客服数据，以及将 AI 智能体融入业务流程的愿景。
15:34EN → 简体中文Matthew Berman· 2025年1月6日Sam Altman 谈 AGI 与超级智能：2025 年的一场讨论Matthew Berman, Ray Kurzweil, Lex Fridman · Forward FutureMatthew Berman 解读 Altman 关于 AGI、技术奇点和 AI 可能推动科学进步的表态。
30:29EN → 简体中文Matthew Berman· 2025年1月3日研究者如何理解 o1 式推理模型Matthew Berman · Forward FutureMatthew Berman 解读一篇关于策略初始化、奖励、搜索和强化学习的综述，以及推理模型面临的开放问题。
1:01:30EN → 简体中文Matthew Berman· 2024年12月31日AutoGen 与 AG2：Chi Wang 和 Qingyun Wu 谈多智能体系统的构建Matthew Berman, Chi Wang, Qingyun Wu · Forward FutureAutoGen 的创建者回顾开源历程，分享他们对智能体工作流、人工监督和转向 AG2 的看法。
19:06EN → 简体中文Matthew Berman· 2024年12月28日构建有效的 AI 智能体：模式、权衡与评估Matthew Berman · Forward FutureMatthew Berman 解读 Anthropic 的工作流和智能体指南，并结合自己的项目举例。加载更多已显示 24 篇，共 900 篇