筛选结果
12 篇排序
1:08:02EN → 简体中文
Sequoia Capital· 2026年10月13日播客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）。
47:22EN → 简体中文Sequoia Capital· 2026年8月4日播客从千分之一到 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Sequoia Capital· 2026年7月29日播客为 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。
1:01:38EN → 简体中文Sequoia Capital· 2026年1月6日播客13 小时煮咖啡、产出翻倍：Physical Intelligence 跨过落地线Karol Hausman 和 Tobi Springenberg 在红杉资本的《Training Data》里讲述：通用机器人大脑加上真实世界的强化学习（RL），如何让煮咖啡、叠衣服和装箱巧克力盒变成真正能跑起来的工作。
41:36EN → 简体中文Sequoia Capital· 2025年11月18日播客四个月开上东京：Wayve 如何把整家公司押在一个端到端网络上Wayve CEO Alex Kendall 对红杉资本的 Training Data 说，为什么 AV 2.0 要抛弃高精地图和手写的软件栈，转而采用一个基础模型，几周之内就能适应一辆新车、一个新国家。
30:11ENSequoia Capital· 2025年7月30日播客From 12 Percent on AIME to IMO Gold in Two MonthsAlex Wei, Sheryl Hsu, and Noam Brown tell Sequoia's Sonya Huang how a three-person OpenAI sprint used general-purpose reinforcement learning, not Lean, to reach gold-level on the 2025 International Mathematical Olympiad.
48:51EN → 简体中文Sequoia Capital· 2025年6月17日播客OpenAI 前研究负责人：通往 AGI 的关键突破已经齐了Bob McGrew 在红杉资本的 Training Data 节目中说，2025 年是推理之年，智能体的价格会贴近算力成本，而到 2035 年，技术栈上不会再添加什么根本性的东西。
58:11EN → 简体中文Sequoia Capital· 2025年4月15日播客Patrick Hsu 想做的是生物学的应用商店，不只是更好的药Arc Institute 联合创始人认为，在基因组上训练、不靠蛋白质数据的 Evo 2，应当成为科学方法每一步工具的底座。
41:42EN → 简体中文Sequoia Capital· 2024年10月22日播客神经网络仍在等待它的热力学OpenAI 研究员 Dan Roberts 谈物理学家为什么不断转向 AI，以及这个领域为什么至今仍缺少相当于理想气体定律的东西。
45:22EN → 简体中文Sequoia Capital· 2024年10月2日播客AlphaGo 每步思考 30 秒，o1 让“多想一会儿”变得通用OpenAI 研究员 Noam Brown、Ilge Akkaya 和 Hunter Lightman 谈如何教语言模型推理，谈生成器与验证器之间的差距，也谈推理时的第二条扩展曲线。
39:45EN → 简体中文Sequoia Capital· 2024年9月24日播客Harmonic 的押注：直接教 AI 数学，2029 年前黎曼猜想就会被攻克Robinhood 的 Vlad Tenev 与 Harmonic 联合创始人 Tudor Achim 向红杉资本讲述：为什么数学就是推理，为什么 Lean 是验证器，以及为什么他们不愿坐等数学能力从规模中自然涌现。
45:12ENSequoia Capital播客Inside a Robot Data Factory: How Mecka Sensorizes Humans to Train RobotsMecka AI founder Josh Gao explains how a company collects, quality-checks and licenses egocentric human data, and why robotics will arrive as a steady unlock of tasks rather than a single breakthrough.