筛选结果
131 篇排序
1:17:20EN → 简体中文Hume 想把幸福感写进目标函数,一次测量 53 种情绪主持 Nathan LabenzAlan Cowen 向 Nathan Labenz 介绍了 Hume AI 如何通过脸部、声音和语言读取情绪,以每小时 1.66 美元的价格提供定制模型,并主张用长期幸福感(well-being)覆盖 AI 的所有其他目标。
26:52EN → 简体中文Google 发布 Gemini:多模态演示、基准测试与科研应用Matthew Berman · Forward FutureMatthew Berman 回顾 Google 于 2023 年 12 月发布的 Gemini 报告和宣传演示,涵盖视觉推理与科学文献筛选等内容。
6:57EN → 简体中文用 GPT-4 Vision 和 ElevenLabs 制作摄像头旁白Matthew Berman · Forward FutureMatthew Berman 演示一个 2023 年的项目:将摄像头画面转成自然纪录片风格的语音旁白。
1:19:24EN → 简体中文一篇玩具论文没有证明大语言模型不能泛化,舆论却照样跟着跑主持 Nathan LabenzNathan Labenz 和 Erik Torenberg 拆解了一条在网上疯传的 DeepMind 结果、一次周末复现,以及一场针对自愿性 AI 承诺、来得太早的骂战。
1:36:39EN → 简体中文OpenAI 的 500 万美元押注:60 人团队想让 GPT-4V 赋予汽车常识主持 Nathan LabenzGhost Autonomy 联合创始人 John Hayes 在 Cognitive Revolution 节目里说,把多模态模型放进驾驶路径,可能会让自动驾驶在二十年的 DARPA 时代技术栈之后重新起步。
1:14:48EN → 简体中文首届开发者大会(DevDay)或许催生了数千家创业公司,OpenAI 的 Logan Kilpatrick 这样说主持 Nathan LabenzOpenAI 首届开发者大会次日,开发者关系负责人 Logan Kilpatrick 对 Nathan Labenz 讲了:为什么薄薄一层 API 封装从来不算公司,为什么智能体(Agent)没有被做成完全自主的,以及 200 万美元起的定制模型到底有什么用。
1:32:40EN → 简体中文教会 GPT-3.5 击败 GPT-4 的历史学家主持 Nathan LabenzMark Humphries 谈一公里长的未读纸质档案、嵌入(embeddings)模型看不懂的皮毛贸易行话,以及廉价的处理能力为什么会迫使历史被重写。
9:21EN → 简体中文在 Bing 和 ChatGPT 中使用 DALL·E 3:2023 年操作演示Matthew Berman · Forward FutureMatthew Berman 在两个界面中体验 DALL·E 3,并与 Leonardo.ai 比较标志文字和图像风格,记录了有希望的结果及服务延迟。
18:23EN → 简体中文ChatGPT Vision 早期示例:从图解到代码,以及视觉错误Matthew Berman · Forward FutureMatthew Berman 盘点 2023 年图像输入在教育、设计和编程中的演示,也考察未核验或细节出错的例子。
2:17:30EN → 简体中文Gemini 成了日常主力;名副其实的 GPT-5 才能让智能体真正跑起来主持 Nathan LabenzZvi Mowshowitz 再次做客 Cognitive Revolution,聊 Gemini 1.5、Sora、超级对齐(superalignment)、潜伏代理(sleeper agent),以及前沿实验室的实时格局。
20:26EN → 简体中文2023 年 9 月 AI 新闻:ChatGPT 视觉、Meta AI 与 Mistral 7BMatthew Berman · Forward FutureMatthew Berman 回顾繁忙一周内的 AI 发布、机器人演示和投资公告,以及随之出现的隐私与安全问题。
1:04:38EN → 简体中文相隔数百英里,扎克伯格与 Fridman 近得能看清皱纹嘉宾 Mark Zuckerberg · 主持 Lex FridmanLex Fridman 在奥斯汀的一间昏暗房间里戴着 Quest 头显;扎克伯格在另一间会议室里,同样戴着头显,但感觉并不像视频通话。
55:08EN → 简体中文一个模型跑进 38 款产品:Paige Bailey 谈谷歌如何训练并上线 PaLM 2主持 Nathan Labenz2023 年 5 月谷歌 I/O 大会上,PaLM 2 发布时已经运行在二十多款产品里,它的产品负责人讲述了这背后的全部工作。
39:02EN → 简体中文AI 的产品优势是一致,真正的软肋是容易被骗主持 Nathan LabenzNathan Labenz 更新了 The Cognitive Revolution 的球探报告:越狱、简历自动化、Med-PaLM 在放射学对决中 40% 的胜率,以及 Transformer 之后可能出现什么。
39:50EN → 简体中文为什么 AI 视频还是四秒钟的柯基主持 Sarah Guo, Elad GilMeta 研究总监 Devi Parikh 解释了文生视频(text-to-video)为什么还停留在短动画图片上,以及要突破这一平台期需要什么。
1:32:22EN → 简体中文一百万字节与 256 个符号:Meta 的 MEGABYTE 想扔掉分词器主持 Nathan LabenzMeta AI 的 Lili Yu 讲解一种多尺度 Transformer:它能预测百万字节的序列,不做分词,目标是把任何文件都当作原始字节来建模。
1:18:18EN → 简体中文一万五千个脑部数值,足以还原一个人看到的画面主持 Nathan LabenzTanishq Mathew Abraham 带我们了解 MindEye。这是一个把功能磁共振(fMRI)信号还原成图像的系统,它把少量体素(voxel)数值映射到 CLIP 和扩散模型(diffusion model)上。
1:25:35EN → 简体中文两年半,从 33.3% 到 86.5%:谷歌把基础模型送进了医学院主持 Nathan LabenzVivek Natarajan 向 Nathan Labenz 讲述 Med-PaLM 和 Med-PaLM 2:少数据的技术、九个维度的临床医生评测,以及为什么美国医师执照考试(USMLE)式的高分是一个错误的奖杯。
5:24EN → 简体中文Google I/O 2023:Bard、PaLM 2 与 Google 产品中的 AIMatthew Berman · Forward FutureMatthew Berman 回顾 Google 2023 年的 AI 发布,分析其重点改进现有产品的策略。
7:53EN → 简体中文HuggingGPT:用语言模型协调 AI 工具Matthew Berman · Forward FutureMatthew Berman 介绍一个研究系统:它以语言模型为控制器,将多模态任务分配给专门的模型。
1:29:31EN → 简体中文130,000 段遥操作演示:谷歌为机器人复刻的 GPT 打法主持 Nathan Labenz谷歌机器人团队的 Keerthana Gopalakrishnan 向 Nathan Labenz 讲述,RT-1、SayCan 和 PaLM-E 如何把语言模型的规模化,变成能进厨房干活的移动操作机器人。
1:21:20EN → 简体中文冻结眼睛和大脑,只训练视神经主持 Nathan LabenzJunnan Li 和 Dongxu Li 向 Nathan Labenz 讲述了 BLIP 如何清洗嘈杂的网页图像说明,以及 BLIP-2 如何在一块 A100 上、不到十天的时间里,把一个冻结的视觉模型接到一个冻结的语言模型上。
45:03EN → 简体中文Emad Mostaque 的赌注:开放的小模型,而非一个巨型大脑主持 Sarah Guo, Elad GilStability AI 创始人在 No Priors 节目上讲述,为什么基础模型应当是公共基础设施,为什么小模型能胜过巨型模型,以及这对媒体、医学和 AGI 意味着什么。
1:03:29ZH多模态论文串讲:BLIP、CoCa 与 BEiT-3从图文数据清理到统一预训练,梳理三种视觉语言模型的结构、目标函数与相互联系。
加载更多已显示 24 篇,共 131 篇









