筛选结果
9 篇排序
2:51:18EN → 简体中文
Zhang Xiaojun Podcast· 2026年10月15日播客 · 2 人对谈Lindon Gao 谈打造 Dyna Robotics，以及如何在迷雾中找到方向嘉宾 Lindon Gao · 主持 张小珺Dyna Robotics CEO Lindon Gao 解释公司为何从真实工作流中发展智能、硬件与研究为何必须同步迭代，以及创始人如何放下必须正确的执念、重新找回清晰感。
2:59:03EN → 简体中文Zhang Xiaojun Podcast· 2026年7月28日播客 · 2 人对谈You Kaichao 谈 vLLM 如何从开源项目成长为 AI 基础设施公司嘉宾 You Kaichao · 主持 张小珺Inferact 联合创始人 You Kaichao 回顾 vLLM 从 Berkeley 研究项目走向公司的历程，并解释模型、推理、硬件与智能体设计为何越来越需要协同推进。
3:46:12EN → 简体中文Zhang Xiaojun Podcast· 2026年7月16日播客 · 2 人对谈Kay Ke 谈 Physical Intelligence、机器人学习与机器人学的未来嘉宾 Kay Ke · 主持 张小珺Physical Intelligence 研究员 Kay Ke 梳理了机器人领域的研究脉络，并介绍 Pi 从 π₀ 到 π*₀.₆ 的发展。她也谈到教育、小说、抱负，以及如何造出能在演示之外真正工作的机器人。
2:29:41ZHZhang Xiaojun Podcast· 2025年4月7日播客 · 4 人对谈陈建宇：机器人基座模型如何走向通用 VLA嘉宾 陈建宇 · 主持 张小珺从 SayCan、RT-2 到 Diffusion Policy，清华助理教授、星动纪元创始人陈建宇梳理机器人模型从借用语言模型到端到端 VLA 的路线。关键难题仍是多样化数据、跨本体泛化和高频动作控制。
2:36:13ZHZhang Xiaojun Podcast· 2025年2月24日播客 · 2 人对谈松琳解读 DeepSeek、Kimi 与 MiniMax 的注意力新论文嘉宾 Songlin Yang（松琳） · 主持 张小珺从动态稀疏注意力到线性注意力混合架构：三条长上下文路线如何兼顾训练、推理与硬件效率
2:49:35ZHZhang Xiaojun Podcast· 2025年2月4日播客 · 2 人对谈潘嘉怡解读 R1、o1 与 Kimi K1.5：强化学习如何教模型学会推理嘉宾 潘嘉怡 · 主持 张小珺伯克利博士生潘嘉怡带读 DeepSeek、OpenAI 与 Kimi 的推理模型报告，拆解长思维链、GRPO、奖励设计与蒸馏。R1-Zero 的“顿悟时刻”展示了推理策略如何在强化学习中涌现。
1:27:13ZHZhang Xiaojun Podcast· 2024年12月29日播客 · 2 人对谈李想：汽车将从交通工具进化为空间机器人嘉宾 李想 · 主持 张小珺理想汽车 CEO 李想谈公司为何从造车走向人工智能：基座模型是 AI 时代的操作系统，汽车是进入物理世界的重要载体。对他而言，技术路线最终要落实为更好的用户体验、能力与长期价值。
1:33:07ZHZhang Xiaojun Podcast· 2024年8月17日播客 · 2 人对谈广密复盘全球大模型这一年：Scaling Law、AGI 豪赌与中美格局嘉宾 李广密 · 主持 张小珺拾象创始人李广密从硅谷一线观察出发，回顾 OpenAI、Anthropic、Google 与中国模型公司的竞争。他认为，模型能力与成本共同决定新一轮应用爆发，而巨额投入押注的是智能能否持续扩展以及 AI 对经济和产业的长期重构。
49:41ZHZhang Xiaojun Podcast· 2024年8月17日播客 · 3 人对谈傅盛：大模型是生产力革命，机器人迎来新的窗口嘉宾 傅盛 · 主持 张小珺傅盛认为，大模型的核心是逻辑与推理能力，它带来的变化更像蒸汽机，而不是一次普通的互联网迭代。从平民化模型、服务机器人到创业者如何面对低谷，他也回看了自己的判断与心境。