筛选结果
258 篇排序
3:34:27EN → 简体中文AI、数学与证明的意义嘉宾 Steven Brunton, Ankur Moitra, Alex Kontorovich · 主持 Lex FridmanLex Fridman 与三位数学家讨论近期 AI 生成的研究、悬而未决的难题,以及人类理解的价值。
55:07EN → 简体中文Karan Singhal:AI、信任与医疗的未来嘉宾 Karan Singhal · 主持 Jay RughaniOpenAI 健康 AI 研究负责人讨论医疗评估、患者支持,以及信息与医疗服务之间的差别。
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)。
31:00EN → 简体中文为什么 AI 实验室自己警告会出重大事故,却还在继续竞赛Sam Altman, John Schulman · OpenAIAI Explained 梳理正在变弱的安全防护、前沿竞赛背后的激励,以及研究突破为何让未来 18 个月更难预测。
2:00:51EN → 简体中文在每个 Token 处重新采样,就能看见模型怎样做决定主持 Nathan LabenzGoodfire 的 Eric Bigelow 谈分叉路径、上下文学习,以及为什么越来越难信任思维链(chain-of-thought)监控。
1:30:54EN → 简体中文人形机器人跑赢了博尔特,DeepMind 仍将机器人评为 GPT-2 水平主持 Nathan LabenzGoogle DeepMind 的 Gemini Robotics 负责人讲述:为什么冲刺很容易、煎蛋很难,以及为什么一个大脑应该能驱动任何身体。
2:13:27EN → 简体中文他写书要叫停 AI 竞赛,自己却差点对 Claude 上了瘾主持 Nathan Labenz记者 Garrison Lovely 相信 AGI 实验室说的话,拒绝“泡沫论”的说法,并主张冻结前沿研发,直到公众真正表示同意。
51:55EN → 简体中文AI 解不出的最后一道 IMO 题Grant Sanderson · 3Blue1BrownGrant Sanderson 带你走一遍 2025 年 IMO 第 6 题——前沿模型没做出来的铺砖谜题——以及要证明一种构造最优,需要怎样的视觉耐心。
38:14EN → 简体中文扩散模型将赢得推理之战:Stefano Ermon 押注并行生成的 Token 能胜过定制芯片主持 Sarah Guo, Elad Gil斯坦福大学扩散模型先驱在《No Priors》节目中说,一家 50 人的实验室正在训练一次能生成多个 Token 的语言模型,并解释这种模型与 GPU 的适配,就像当年 Transformer 与训练的适配一样。
32:54EN → 简体中文Matthew Berman 谈 AI 自我改进、安全警告与不安中的乐观Matthew Berman · Forward Future一篇 2026 年 9 月的评论,讨论加速的 AI 研究、Anthropic 研究员辞职,以及治理能力日益增强的系统所面临的挑战,并对其中的数学和评测说法作出重要更正。
2:10:42EN → 简体中文没人审核的考卷主持 Nathan Labenz前沿实验室从一群小供应商那里购买强化学习(reinforcement learning)环境,却几乎没人核查这些测试是否贴合真实工作。
2:13:09EN → 简体中文一条思维链,1 亿 Token:强化学习真让人上瘾主持 Nathan LabenzApollo Research 的 Bronson Schoen 谈追逐奖励的模型、模型自创的俚语,以及为什么思维链监控救不了我们。
1:09:50ZH苏庭灏:一位高中生的 AI 研究、教育与快乐嘉宾 苏庭灏 · 主持 张小珺从自学 Transformer 和发表论文,到思考 AI 时代的学习、焦虑与人与人的连接。
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。
3:36:13EN → 简体中文NVIDIA 研究副总裁 Ming-Yu Liu 谈 Cosmos、Physical AI 与开拓新市场嘉宾 Ming-Yu Liu · 主持 张小珺NVIDIA 研究副总裁 Ming-Yu Liu 回顾十年生成式模型研究如何走向 Cosmos 3——一个面向 Physical AI 的世界基础模型。他也分享了黄仁勋教给他的长期投入、团队协作,以及开创新市场而非争夺存量的理念。
3:36:13ZH刘洺堉:Cosmos 世界模型与物理 AI 的长期路线嘉宾 刘洺堉 · 主持 张小珺从图像生成、研究管理到 Cosmos 3,英伟达研究负责人讨论如何为物理 AI 构建基础。
2:16:29EN → 简体中文从每月两篇到每月六十篇:两周中国行看到的 AI 安全主持 Nathan LabenzNathan Labenz 认为,那句耳熟能详的“中国绝不会慢下来”,一接触到中国真实的 AI 安全生态就站不住了。
32:18EN → 简体中文调节 AI 前沿发展节奏:Theo 谈安全、竞争与协调Theo Browne · Ping LabsAI 公司员工发表声明,要求为协调自动化 AI 发展的速度建立工具。Theo 探讨相关风险和达成国际协议的困难。
1:40:35ZH刘子鸣:用科学方法理解 AI,能否加速 AI 研究?嘉宾 刘子鸣 · 主持 张小珺从 KAN 到元模型与自动化研究,刘子鸣讨论新型实验室的路线和仍待验证的问题。
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。
2:59:03EN → 简体中文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。
50:57EN → 简体中文一万亿美元的 GPU 五年后只值 1000 亿美元:LSTM 提出者 Jürgen Schmidhuber 这样说主持 Jacob Effron这位 AI 先驱在《Unsupervised Learning》节目中对 Jacob Effron 说,他为何对这项技术极为乐观,却对买下芯片的模型公司极为悲观。
1:57:46EN → 简体中文意识 30%、蜜蜂 47%、人员更替 80%:用数字衡量 AI 正在变成什么主持 Nathan Labenz《The Cognitive Revolution》的周度精选,先从 Cameron Berg 谈模型内部开始,再拉远到“逐步剥夺人类权力”(gradual disempowerment)、欧洲的两难处境,以及围绕智能体(Agent)重新搭建业务的公司。
加载更多已显示 24 篇,共 258 篇









