筛选结果
15 篇排序
25:50EN → 简体中文Kimi K3.1 Pro 实测：3D 演示出色，表现不一，价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力，并比较基准成绩与价格。
32:20EN → 简体中文本地 AI 究竟适合谁？成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权，与硬件成本、设置复杂度及推理速度之间的关系。
21:29EN → 简体中文Mistral Large 4 预览版：欧洲开放权重、网络安全基准与设置障碍Matthew Berman · Forward FutureMatthew Berman 回顾模型公布的规格和基准，并在智能体编程工作流中进行测试。
20:46EN → 简体中文开放权重 AI 模型：Token 份额、支出与战略取舍Matthew Berman · Forward FutureMatthew Berman 分析 Vercel AI Gateway 的一份快照，说明模型使用量与支出可能呈现截然不同的情况。
52:29EN → 简体中文Claude Opus 5：基准测试、任务成本与初步体验Matthew Berman · Forward FutureMatthew Berman 直播解读模型发布、评测和定价，并说明为什么完成任务的成本比单纯的 token 单价更值得关注。
1:52:38EN → 简体中文开放模型、AI 基础设施与搜索：四位嘉宾的观点Matthew Berman, Nick Wentz, Himanshu Tyagi, Misha Laskin, Bryan Catanzaro, Robby Stein · Forward FutureForward Future 与 Sentient、Reflection AI、NVIDIA 和 Google 的负责人讨论开放性、规模、安全和 AI 搜索。
33:18EN → 简体中文Zuckerberg 与 Nadella 谈 AI 编程、智能体和未来软件栈Matthew Berman, Mark Zuckerberg, Satya Nadella · Forward FutureMatthew Berman 解读两人在 2025 年 LlamaCon 上关于 AI 辅助开发、开放模型和工作流程变化的对话。
5:27EN → 简体中文体验 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。
0:28EN → 简体中文比较三个本地编程模型Matthew Berman · Forward FutureMatthew Berman 介绍一项赞助比较：在工作站上运行 DeepSeek Coder V2、Yi-Coder 和 Qwen Coder。
16:06EN → 简体中文AI 新闻：视频生成、Apple Intelligence、机器人与 DeepSeek Coder V2Matthew Berman · Forward FutureMatthew Berman 回顾一周的发布与研究，从 Luma、Runway 到 NVIDIA、机器人和编程模型。
12:50EN → 简体中文测试 Smaug：托管 70B 与较小本地模型的比较Matthew Berman · Forward FutureMatthew Berman 在贪吃蛇、数学和推理题上比较两种 Smaug 配置。
15:01EN → 简体中文发布时测试 Llama 3：代码、推理与图像生成Matthew Berman · Forward FutureMatthew Berman 用贪吃蛇游戏、逻辑题和快速图像生成体验 Meta AI 的新界面。
14:23EN → 简体中文实测 DBRX：编程能力亮眼，推理仍有短板Matthew Berman · Forward FutureMatthew Berman 介绍 Databricks 的开放权重模型，并用编程、算术和推理题进行测试。
23:00EN → 简体中文发布时实测 Google Gemma 7B：配置会影响结果Matthew Berman · Forward FutureMatthew Berman 比较 Google 早期开放权重模型的本地测试与托管服务复测。
4:42EN → 简体中文通过 LM Studio 将 AutoGen 连接到本地模型Matthew Berman · Forward FutureMatthew Berman 演示早期本地模型配置，并解释智能体行为仍需调整的地方。