筛选结果
18 篇排序
1:29:02EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2026年7月1日播客从每天 50 个设计到 1500 个：AI 如何改变了捷豹路虎的探索范围主持 Nathan LabenzNeural Concept 的 Thomas von Tschammer 谈专业物理模型、工程副驾（engineering copilot），以及为什么一级方程式赛车（Formula 1）已经能在一夜之间跑完上千种设计。
1:50:08EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年8月7日播客Waymo 的受伤率低了五倍，却仍输给一辆 Lyft主持 Nathan Labenz人类司机平均每 1 亿英里才发生一起致命事故，这道门槛至今仍是自动驾驶争论的标尺。
1:16:11EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年7月11日播客把食物舀进餐盒，占了工厂人工的 70%主持 Nathan LabenzChef Robotics 首席执行官 Rajat Bhageria 谈 2000 万份装盘餐食、食品领域的基础模型，以及厨房为什么可能搬出住宅。
1:20:44EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年3月30日播客像 Mamba 一样看世界：视觉、腐坏的状态与 90 天里的细胞模型主持 Nathan LabenzNathan Labenz 和 Jason Meaux 梳理了原版 Mamba 发布之后的视觉论文、长上下文实验和生物学工作。
1:40:07EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年7月4日播客每秒 30,000 次电压更新：深入 Skydio 的自主技术栈主持 Nathan LabenzHayk Martiros 带 Nathan Labenz 逐一了解一架约 0.9 公斤重的无人机：它能看向四面八方，机上运行十多个神经网络，而且不会被武器化。
2:45:10EN → 简体中文
Lex Fridman· 2022年1月22日播客 · 2 人对谈青少年二十小时学会开车，汽车却还学不会嘉宾 Yann Lecun · 主持 Lex FridmanYann LeCun 在 Lex Fridman 的播客里讲明白：自监督世界模型（self-supervised world models）为什么是智能缺失的“暗物质”，以及机器为什么还没到家猫的水平。
2:30:30EN → 简体中文Lex Fridman· 2021年7月31日播客 · 2 人对谈成功第一步的谬误嘉宾 Ishan Misra · 主持 Lex Fridman伯克利的 Jitendra Malik 解释了计算机视觉为何仍然看起来很简单、全自动驾驶为何还遥遥无期，以及孩子知道而今天的网络不知道的是什么。
1:41:37EN → 简体中文Lex Fridman· 2020年7月21日播客 · 2 人对谈成功第一步的谬误：Jitendra Malik 谈视觉为何仍未被解决嘉宾 Jitendra Malik · 主持 Lex Fridman伯克利的 Jitendra Malik 向 Lex Fridman 说明，计算机视觉为何总是低估自己，完全自动驾驶为何仍需要认知（cognition）能力，以及为何视觉是语言的母体。
1:22:51EN → 简体中文Lex Fridman· 2020年5月19日播客 · 2 人对谈看密度，不看演示：Sertac Karaman 谈会飞、会开车的机器人嘉宾 Sertac Karaman · 主持 Lex FridmanMIT 机器人学家、Optimus Ride 联合创始人讲述，为什么与人共享空间比造出机器本身更难，以及在交通规模上飞行仍是更难的问题。
56:47EN → 简体中文Lex Fridman· 2019年9月8日播客 · 2 人对谈Vijay Kumar 为什么不肯把它们叫作“无人机”嘉宾 Vijay Kumar · 主持 Lex Fridman宾夕法尼亚大学（Penn）机器人学家谈蜂群设计、真正的自主，以及为什么限制天空的仍是电池而不是算法。
1:09:11EN → 简体中文Lex Fridman· 2019年6月10日播客 · 2 人对谈别做成自动驾驶：Gavin Miller 谈把主导权留给创作者的 AI嘉宾 Gavin Miller · 主持 Lex FridmanAdobe 研究院（Adobe Research）负责人在与 Lex Fridman 的对话中说明，为什么智能默认值、可修复的错误和研究院式的小赌注，比全自动的 Photoshop 更重要。
32:45EN → 简体中文Lex Fridman· 2019年4月12日播客 · 2 人对谈马斯克：驾驶员的每一次操作都是错误，特斯拉 Autopilot 必须消除嘉宾 Elon Musk · 主持 Lex FridmanMIT 发表了一项关于驾驶员使用 Autopilot 时功能性警觉的研究后，Lex Fridman 与马斯克坐下来，讨论车内摄像头、车队数据，以及人是否还应该留在驾驶回路里。
1:25:16ENLex Fridman播客From Hand-Built Features to ResNets: Andrej Karpathy's Crash Course in Convolutional Networks主持 Lex FridmanA 2016 Deep Learning School talk covering how convnets work, how the ImageNet winners evolved, and how to apply them without being a hero.
54:33ENLex Fridman播客 · 2 人对谈Vision or Lidar, Human or Machine: Lex Fridman's 2019 Map of the Self-Driving Race嘉宾 Self-Driving Cars · 主持 Lex FridmanThe opening lecture of MIT's 6.S094 course surveys 2018's milestones, the industry's optimistic predictions, and the beliefs about driving and humans that will decide who wins.
1:11:50ENLex Fridman播客Data Is Everything: Teaching Self-Driving Cars to Understand the Human Behind the Wheel主持 Lex FridmanIn an MIT lecture, Lex Fridman shows how deep learning can sense pedestrians, driver posture, gaze, emotion and cognitive load, and why that matters for human-centered autonomy.
1:19:52ENLex Fridman播客From Pixels to Steering Wheels: Convolutional Networks and End-to-End Driving主持 Lex FridmanLex Fridman's MIT 6.S094 lecture explains how convolutional neural networks work, where deep learning helps a self-driving car, and how to train a network to steer from video.
1:13:22ENLex Fridman播客The Second 90%: What It Really Takes to Put Deep Learning on a Driverless Car主持 Lex FridmanWaymo's Sacha Arnoud walks MIT students through Waymo's history, its perception stack, and the industrial-scale labeling, compute and testing behind it.
53:13ENLex Fridman播客How Machines Learn to See: From Pixel Differences to Convolutions, ResNets and Scene Segmentation主持 Lex FridmanLex Fridman's MIT 6.S094 lecture walks from the basics of image classification through landmark network architectures to pixel-level segmentation, optical flow and the SegFuse competition.