筛选结果
248 篇排序
15:45EN → 简体中文AI 新闻:Gemini 2.5 Flash、OpenAI 模型、Claude Research 与 Kling 2.0Matthew Berman · Forward FutureMatthew Berman 回顾 2025 年一周内的模型发布、研究工具和智能体公告,包括当时的价格与基准测试比较。
58:11EN → 简体中文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。
2:29:41ZH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。
1:14:11EN → 简体中文推理曲线其实一直很平滑:Gemini 2.5 的 Jack Rae 谈思考、记忆与 AGI主持 Nathan Labenz谷歌 DeepMind 的思考与推理负责人解释:为什么推理用的强化学习(RL)显得来得突然,为什么 Gemini 会展示原始思维链,以及为什么一百万 token 的窗口仍然不等于记忆。
26:05EN → 简体中文深入 Claude:可解释性研究揭示了什么,还有什么尚未解释Matthew Berman · Forward FutureMatthew Berman 解读 Anthropic 关于多语言特征、规划、算术、幻觉和安全的案例研究。
1:43:54EN → 简体中文培育一个脑类器官要一年,模拟一次只要一小时主持 Nathan Labenz斯坦福博士后 Siyu He 向 Nathan Labenz 讲述 Squidiff 和 CORAL 如何把单细胞实验与空间实验搬进电脑,以及这些模型目前还做不到什么。
35:14EN → 简体中文机器人没有维基百科,Chelsea Finn 从三栋楼起步主持 Sarah Guo, Elad GilPhysical Intelligence 联合创始人在 No Priors 节目上说明:通用机器人模型为什么必须跨本体训练,开源硬件为什么等于在对抗“问题无人解决”这种结局,以及人形机器人为什么有点被高估。
1:10:23EN → 简体中文每美元一百万个 Token:为什么 Noam Shazeer 认为推理算力(inference compute)仍未被充分挖掘主持 Jacob EffronTransformer 共同发明人 Noam Shazeer 与 Gemini 研究员 Jack Rae 讲述测试时算力(test-time compute)、Ilya Sutskever 对通用人工智能(AGI)的批评,以及一个四岁孩子如今能给老师讲蜥蜴的故事。
1:56:38EN → 简体中文o3 把 ARC 得分从 20% 拉到 87%,Nathan Labenz 勾勒早期超级智能主持 Nathan Labenz在 Consistently Candid 节目里,《The Cognitive Revolution》的主持人认为,到 2026 年数学和编程就会达到超人水平;而一个推理核心,加上专门掌握“直觉物理”的专家模型,可能已经够用了。
1:02:41EN → 简体中文Mike Krieger 谈人工智能产品、模型竞争与编程的未来嘉宾 Mike Krieger · 主持 Harry StebbingsAnthropic 首席产品官解释他如何看待产品设计、模型差异和当前人工智能工具的局限。
57:41EN → 简体中文一亿个细胞,四个人,三天:生物学的 ImageNet 时刻主持 Sarah Guo, Elad GilVevo Therapeutics 和 Arc Institute 在同一周开源了 Tahoe-100M,以及一个包含 2.3 亿个细胞的图谱,并认为生物学的下一个语言模型是虚拟细胞(virtual cell),而不只是蛋白质折叠模型。
1:18:09EN → 简体中文Steeve Morin 谈人工智能推理、芯片与切换硬件的成本嘉宾 Steeve Morin · 主持 Harry StebbingsZML 创始人解释训练与生产推理的区别,并分享他对人工智能硬件市场竞争的看法。
2:36:13ZH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
1:25:52EN → 简体中文Jonathan Ross:Groq、推理经济性与 AI 基础设施竞赛嘉宾 Jonathan Ross · 主持 Harry StebbingsGroq 首席执行官解释他对推理芯片的押注、将公司的架构与 GPU 比较,并讨论扩大规模所需的融资和电力。
22:32EN → 简体中文那 550 万美元只是最后一公里主持 Sarah Guo, Elad Gil在 No Priors 的第 100 期节目里,Sarah Guo 和 Elad Gil 把 DeepSeek 论文上写的成本,与背后真正的算力投入分开来看,然后梳理了 OpenAI 的 Deep Research、星际之门(Stargate),以及他们对 2025 年的押注。
2:49:35ZH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。
1:50EN → 简体中文Coveo 的 Sébastien Paquet 讨论的五个 AI 趋势Matthew Berman · Forward FutureMatthew Berman 总结一场 2025 年访谈,涉及生产系统、小模型、智能体与信任。
1:48:20EN → 简体中文从 15% 到 70%:DeepSeek-R1 把强化学习的底牌摊了出来主持 Nathan Labenz2025 年美国总统就职日当天,DeepSeek 和月之暗面放出了推理模型的成果。在 Nathan Labenz 看来,这证明强化学习的配方简单、公开,而且仍在持续攀升。
1:40:22EN → 简体中文20 原子晶体教会 AI 心跳的物理学主持 Nathan LabenzOrbital Materials 的 Jonathan Godwin 和 Tim Duignan 向 Nathan Labenz 讲述,一个在微小晶体上训练的神经网络,如何在一块 2017 年款 GPU 上模拟了钾离子通道。
2:04:45EN → 简体中文o3 在 ARC-AGI 上达到超人水平,却仍输在井字棋上主持 Nathan LabenzNathan Labenz 梳理了 OpenAI o3 的分数、审慎对齐,以及为什么 2024 年最大的意外是击败了博士,却订不好一个日程邀请。
30:29EN → 简体中文研究者如何理解 o1 式推理模型Matthew Berman · Forward FutureMatthew Berman 解读一篇关于策略初始化、奖励、搜索和强化学习的综述,以及推理模型面临的开放问题。
1:27:13ZH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。
1:07:32EN → 简体中文o1 已是新一代模型,通用人工智能(AGI)到来那天可能平淡无奇主持 Jacob EffronOpenAI 前首席研究官 Bob McGrew 谈:为什么 o1 是 100 倍的跨越,为什么智能体(Agent)会卡在可靠性上,以及为什么 AGI 可能以办公室里的琐碎事务降临,而没有一个惊天动地的时刻。
48:18EN → 简体中文Noam Brown:没有硬墙,只有八个数量级的余地主持 Jacob Effron一次 ChatGPT 查询大约一分钱。他说,社会最关心的那些问题,值一百万美元。
加载更多已显示 24 篇,共 248 篇







