最近更新的频道

点选即可只看该频道浏览全部频道 →

筛选结果

10 篇
排序
5 张幻灯片20:46EN → 简体中文
Matthew Berman· 2026年8月26日开放权重 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。Open-weight modelsAI cost & performanceAI Strategy+2
5 张幻灯片15:37EN → 简体中文
Matthew Berman· 2026年8月4日Matthew Berman 谈 Qwen3.8-Max、AI 成本与开放权重竞争Matthew Berman · Forward Future一场 2026 年对已公布的基准测试和研究演示的评析,引出了部署经济性与地缘政治依赖的问题。Open-weight modelsBenchmarksAI cost & performance+2
9 张幻灯片54:57EN → 简体中文
Matthew Berman· 2026年7月29日开放权重 AI:竞争、安全与围绕 Anthropic 的争论Matthew Berman · Forward FutureMatthew Berman 主张广泛开放 AI 模型,权衡经济与安全论点,并回应 Dario Amodei 对开放权重的立场。Open-weight modelsAI SafetyAI Regulation+2
4 张幻灯片27:13EN → 简体中文
Matthew Berman· 2026年7月21日Kimi K3 与开放权重 AI 之争Matthew Berman · Forward FutureMoonshot AI 宣布 Kimi K3 后,Matthew Berman 探讨模型经济性、竞争与安全方面的争论。Open-weight modelsAI cost & performanceAI Regulation+2
7 张幻灯片12:12EN → 简体中文
Matthew Berman· 2026年7月18日Kimi K3:编程基准、成本与开放权重 AI 竞争Matthew Berman · Forward FutureMatthew Berman 考察 Kimi K3 的早期基准成绩、单任务成本和一个魔方模拟器,并讨论这些结果的局限。Open-weight modelsBenchmarksAI cost & performance+2
0:42EN → 简体中文
Matthew Berman· 2026年7月15日据报道 DeepSeek 和智谱探索定制 AI 芯片Matthew Berman · Forward FutureMatthew Berman 讨论 2026 年关于中国模型开发商寻求自研处理器的报道,以及掌握更多 AI 基础设施的战略吸引力。Semiconductors基础设施与部署Geopolitics
1:03EN → 简体中文
Matthew Berman· 2026年7月15日关于中国 AI 模型出口讨论的报道及战略争论Matthew Berman · Forward FutureMatthew Berman 讨论有关限制海外获取中国 AI 模型的报道,并质疑限制传播是否符合中国的利益。AI RegulationGeopoliticsOpen-weight models
5 张幻灯片1:42:54EN → 简体中文
Matthew Berman· 2026年5月12日AI 与网络安全:Matthew Berman 的警告、预测与未解问题Matthew Berman · Forward Future一场直播回顾据报道的 AI 辅助威胁,并讨论更强的防御模型能否跟上攻击者。AI security安全AI Safety+2
幻灯片1:29:32EN → 简体中文
Matthew Berman· 2026年3月9日Dylan Patel 谈 AI 智能体、军事用途、就业与算力竞赛Matthew Berman, Dylan Patel · Forward FutureSemiAnalysis 创始人探讨 AI 智能体如何改变他的业务、军事用途引发的争议,以及前沿模型的经济和地缘政治影响。AI agentsFuture of WorkGeopolitics+2
4 张幻灯片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。模型与训练AI cost & performanceOpen-weight models+2