筛选结果
100 篇排序
1:08:02EN → 简体中文AlphaGo 花了两年,AlphaZero 只用了几个小时:Silver 在超级智能上押了同样的注David Silver 和 Lasse Espeholt 离开 DeepMind,创办了一家二十人的实验室 Ineffable Intelligence。他们想打造一个超级学习者(superlearner),让它从经验中发现科学、数学和语言,而不是靠一轮预训练(pre-training)。
1:04:26EN → 简体中文100,000 个加速器,每小时都有东西出故障Google AI 基础设施负责人 Amin Vahdat 向红杉资本的 Sonya Huang 解释,为什么 FLOPS 是虚荣指标,为什么 TPU 产品线一分为二,以及为什么他宁愿等电网接入,也不自己建一座吉瓦级的数据中心。
1:05:21EN → 简体中文从模型到工作流的桥,是一门万亿美元的生意Box 首席执行官 Aaron Levie 认为,这一轮的钱就在前沿模型与真实企业工作之间那片混乱的空档里;编程领域一夜之间的扩散,不会在其他行业重演。
52:27EN → 简体中文二十多个警察局拒绝之后,他们做出了一家反网络效应的 AI 公司威斯康星州的一个县有一桩悬案,积压着 300 GB 的材料,而 Peregrine 的创始人至今仍不肯邀功。
55:19EN → 简体中文人类点击数据是个 bug:为智能体的网络重建搜索前 Twitter CEO、Parallel Web Systems 创始人 Parag Agrawal 认为,智能体查询网络的次数将是人类的一千倍,搜索基础设施和依赖广告的互联网,都必须为这位新客户重新打造。
53:44EN → 简体中文当今模型最大的毛病:权重从不更新图灵奖得主 Rich Sutton 与 Khurram Javed 创办 Oak Lab,要造出上线后仍能持续学习(continual learning)的智能体(Agent)。他们认为,合成数据是一个大错误。
47:22EN → 简体中文从千分之一到 15%:Chai Discovery 把药物设计看作规模问题Joshua Meier 和 Matthew McPartlon 在红杉资本的 Training Data 节目中说明:抗体设计本质上是工程问题,以及他们为什么卖分子 CAD 套件,自己不做药。
49:12EN → 简体中文为 Transformer 写悼词的人,想要一个能在他们度假时继续工作的实验室o1 推理团队的负责人和 Gemini 预训练负责人认为,现在的瓶颈在于架构,单靠堆规模已经解决不了;要替换架构,就得先从自动生成算子内核(kernel)做起。
51:31EN → 简体中文他们退还了将近 200 万美元,随后 Factory 的 CEO 讲起了“黑灯工厂”(dark factory)Matan Grinberg 谈自己早了两年的布局,为什么与模型无关的调度框架(harness)胜过实验室的联合设计,以及为什么很快就会有 90% 的编码 Token 在熄灯的状态下运行。
48:55EN → 简体中文Anthropic 的开发者平台一年长出三层,token 也有了分工Katelyn Lesse 和 Angela Jiang 在红杉资本(Sequoia Capital)的《Training Data》播客中讲述,Anthropic 如何从无状态的 Messages API,走到知识、执行和协调三层,同时并不打算自己拥有服务器。
55:19EN → 简体中文无人机只占 Zipline 的 15%:1.4 亿英里,零事故Keller Rinaudo Cliffton 和 Eric Watson 解释了:飞行器只是自动化物流系统中的一小部分,而这套系统如今的成本已低于派车送货。
1:10:15EN → 简体中文100 倍藏在各层之间:Dylan Patel 谈协同设计,以及一年降本 60 倍SemiAnalysis 创始人认为,让模型、算子和芯片彼此匹配,才能把这里的 2 倍、那里的 2 倍叠加成 100 倍;与此同时,同等质量的推理(inference)成本一年里便宜了约 60 倍。
44:52EN → 简体中文一份 80GB 的维基百科缓存,与一个装下整个互联网的 100GB 模型Engram 的创始人认为,把整家公司塞进上下文窗口,是一种代价高昂的记忆方式;而把它烘焙进权重,可以把 token 用量降低两个数量级。
38:45EN → 简体中文从 25 个智能体组成的小镇,到财富 500 强的决策沙盒在斯坦福的一次模拟中,情人节前一天,咖啡馆老板 Isabella 决定办一场派对,而剧情没有任何人编写。
51:09EN → 简体中文按模型一年内会吞掉你的智能体脚手架来做负责谷歌 AI Studio 和 Gemini API 的 Logan Kilpatrick,在红杉资本 Sonya Huang 的访谈中解释:为什么智能体脚手架只是一项只能用 12 个月的资产,为什么编程已经像狭义超级智能,以及为什么谷歌优化的是结果,而不是眼球。
41:20EN → 简体中文400 万美元的机柜与万亿美元的一年:黄仁勋把 AI 工厂讲成了制造业故事在红杉资本的 Training Data 舞台上,英伟达 CEO 向来自六十个国家的观众讲述:ChatGPT 的小把戏如何走向智能体式(agentic)工作,五层的产业蛋糕是什么,以及为什么放射科的招聘反而增加了。
40:22EN → 简体中文接近 AGI 时,构建变得更容易,知道该造什么却不会Listen Labs 的 CEO Alfred Wahlforss 谈 AI 访谈智能体、一个 3000 万人的受访者库,以及为什么在预测客户时,访谈记录比信用卡数据更有用。
45:33EN → 简体中文Cursor 如何在一分钟内跨洋传输 1TB 的 Composer 权重Federico Cassano 和 Fireworks 的 Dima 讲解了训练 Composer 2 的全球分布式强化学习技术栈,其底座是一个稀疏的万亿参数混合专家模型(MoE)。
38:24EN → 简体中文Serval 的赌注:保留 ServiceNow 的基本原语,让人不再参与搭建Serval 创始人 Jake Stauch 向红杉的 Pat Grady 讲述,这家成立两年的 IT 服务管理(ITSM)创业公司,如何用代码生成智能体、朴素甚至有些枯燥的企业管控,以及“更少、更好”的招聘,重建 AI 时代的员工支持。
34:56EN → 简体中文在 Suno,90% 的日活用户都在做一首歌Suno 的 CEO Mikey Shulman 谈为什么要直接对原始声音建模,而不是依靠乐理;为什么音乐不是大语言模型(LLM)那样的规模问题;以及把创作本身当作娱乐。
31:26EN → 简体中文为了买一个淋浴头,ChatGPT 打开了 65 个网页Profound 首席执行官(CEO)James Cadwallader 认为,互联网的入口没有变,变的是走进这扇门的人:现在进来的是智能体(Agent),营销就得为这位新访客重写。
58:27EN → 简体中文就算 AI 没那么聪明,只要不离开实验室,也能在科学上取胜Ginkgo Bioworks 首席执行官 Jason Kelly 向红杉讲述,改变实验科学做法的会是自主实验室,更聪明的模型只是其次。
44:19EN → 简体中文每公斤 500 美元这条线:为什么 Starcloud 认为数据中心应该建在太空Starcloud 创始人 Philip Johnston 逐一拆解了把 AI 算力送入轨道的物理原理、发射经济账和商业模式。
40:56EN → 简体中文前五大国防主承包商中有四家,硬件测试仍在用 PowerPointNominal 的两位联合创始人认为,硬件领域没有享受过去二十年的软件基础设施建设,在测试数据汇集到一处之前,物理 AI 会停滞不前。
加载更多已显示 24 篇,共 100 篇









