筛选结果
85 篇排序
1:48:57EN → 简体中文AI 安全真正短缺的是创始人,点子反倒不缺主持 Nathan LabenzHalcyon 的 Mike McCormick 谈三年内推动约 30 家 AI 安全、网络安全和生物安全机构成立,以及为什么瓶颈在于经验丰富的领导者,光靠多写几份谷歌文档解决不了问题。
1:04:14EN → 简体中文帮忙在 120 天内建起 Colossus 的人,正押注一个住在你家里的 AI主持 Jacob EffronxAI 联合创始人 Igor Babuschkin 离开后创办了 River AI。他认为,编程智能体(Agent)已经跨过了一道门槛,闭源实验室正被挤压,而下一个大奖是个人化、本地化的智能。
1:13:48EN → 简体中文运营商每年投入 2000 亿美元,钱却流向了上层主持 Jacob EffronBenedict Evans 在 Jacob Effron 的节目里说,拿 AI 去类比过去的平台是条死路,但研究这些平台实际上如何赚钱,却是有用的。
2:35EN → 简体中文Matthew Berman 的 Microsoft 365 Copilot Business 工作流程Matthew Berman · Forward Future在与 Microsoft 的合作视频中,Berman 介绍如何使用 Copilot 起草内容、初步审阅合同和自动化工作流程,并分享自己的时间估算。
1:28EN → 简体中文Matthew Berman 谈 Cal AI、MyFitnessPal 与复制软件的成本Matthew Berman · Forward Future一家由青少年创立的卡路里追踪应用被收购,引发了关于 AI 编程能复制什么,以及哪些东西仍难以建立的讨论。
1:55:12EN → 简体中文28,000 份文献、一个 30 亿参数的模型、22 个人:天主教 AI 的技术账本主持 Nathan LabenzLongbeard 首席执行官 Matthew Harvey Sanders 在 The Cognitive Revolution 节目中讲述,一支使命驱动的团队如何让模型与天主教训导对齐,以及为什么微调还不够用。
1:02:05EN → 简体中文1 亿美元的研究员与 2000 亿美元的 xAI:AI 圆桌算了一笔账主持 Jacob EffronDatology 的 Ari Morcos 与 Radical Ventures 的 Rob Toews 争论:模型是否进入平台期,强化学习环境(RL environment)创业公司能否撑得久,以及为什么谷歌是他们会选的实验室。
1:51:39EN → 简体中文给 AI 做的原生广告引擎,以及它绕不开的几个问题主持 Nathan Labenz曾把 Honey 以 40 亿美元卖给 PayPal 的 Ryan Hudson,与 Nathan Labenz 一起解释 ZeroClick 押注付费推理时广告的理由,以及他尚未被迫正面回应的社会层面的激励问题。
57:52EN → 简体中文目标是 1%,实验室做到了 20%:Chai Discovery 把抗体设计搬到了电脑上主持 Jacob EffronJoshua Meier 谈 AI 药物发现的三波浪潮,为什么 Chai-2 对分子来说就像 Photoshop,以及为什么 1% 的命中率本应足以改变整个行业。
1:19:46EN → 简体中文被哥伦比亚大学停学后,Roy Lee 募得 1500 万美元,喊出“什么都作弊”主持 Nathan LabenzCluely 创始人 Roy Lee 认为,一层不可被察觉的桌面覆盖层、AI 极大化主义,以及活到 800 岁的后 AGI 人生,本质上是同一场赌注。
1:24:27EN → 简体中文每月处理 500 万亿个 Token:谷歌如何一年增长 50 倍主持 Nathan LabenzLogan Kilpatrick 重返 Cognitive Revolution,拆解谷歌 2023 年年中的合并、他为何预计前沿实验室(frontier labs)会走向分化,以及创业公司为何仍握有速度优势。
1:00:48EN → 简体中文a16z 的 AI 政策负责人最担心的一句话:“只覆盖少数几家公司”主持 Nathan LabenzMatt Perault 认为,AI 规则应当针对有害用途,而不是模型研发本身;而门槛定得“温和”的规定,可能把寡头格局固化下来。
44:21EN → 简体中文Mercor CEO:知识型工作的下一个岗位是写评测主持 Jacob EffronBrendan Foody 向 Redpoint 讲述,Mercor 如何靠 AI 招聘和专家数据拿到一轮 1 亿美元的融资,以及他为什么认为很大一部分白领工作会变成为模型编写测试。
1:54:08EN → 简体中文为什么 Anthropic 的第一笔投资给了一家为神经网络造显微镜的公司主持 Nathan LabenzGoodfire 的 Dan Balsam 和 Tom McGrath 认为,机制可解释性(mechanistic interpretability)如今已经有了一个准范式,留着两道顽固的缺口,还有三款今天就值得推出的产品。
43:51EN → 简体中文只有 AI 成为 1.5 万亿美元的市场,1770 亿美元的 GPU 押注才说得通主持 Jacob EffronRedpoint 的四位合伙人向自己的有限合伙人(LP)讲解 AI 价值将在哪里积累,以及为什么收入如今是最容易看错的指标。
0:51EN → 简体中文Mira Murati 宣布创立 Thinking Machines LabMatthew Berman · Forward FutureMatthew Berman 回顾这家 AI 实验室在 2025 年 2 月公告中提出的目标。
1:27:33EN → 简体中文一个 70B 模型订餐的成功率只有两成,MultiOn 一天之内把它提到 95%主持 Nathan LabenzMultiOn 首席执行官 Div Garg 再次做客《The Cognitive Revolution》,回顾 18 个月来的智能体(Agent)热潮、AgentQ 的技术栈,以及为什么 2025 年仍可能是垂直领域智能体的一年。
1:06:15EN → 简体中文越狱变难了,规模却让其中一种攻击更糟主持 Nathan LabenzHaize Labs 花了一个月自动攻击 OpenAI 的 o1。模型对该拒绝什么的推理更加细致,但你若教它一套自制密码,就另当别论了。
1:52:00EN → 简体中文每个概念都得靠 4096 个数字来承载,Goodfire 想要的是旋钮主持 Nathan LabenzDan Balsam 和 Tom McGrath 解释稀疏自编码器(sparse autoencoder)如何拆开语言模型的残差流(residual stream),以及一家公益性公司为什么想把这件事做成产品。
9:58EN → 简体中文Abstract AI:构想中的语言模型路由层Matthew Berman · Forward FutureMatthew Berman 提出一个创业点子:根据成本、速度和质量选择模型与工作流。
1:03:22EN → 简体中文40 人团队年收入 3500 万美元:HeyGen 把 AI 数字人做成了生意,不再只是演示主持 Nathan LabenzJoshua Xu 和 Benchmark 的 Victor Lazarte 向 Nathan Labenz 讲述,这款替代摄像机的产品如何发展到 4 万多家企业客户,以及为什么这一期里有一半的出镜面孔是假的。
1:32:45EN → 简体中文他用 AI 让公司翻了一番,随后却请各大实验室暂停超大规模扩张主持 Nathan Labenz在《Nick Halaris Show》节目中,《The Cognitive Revolution》主持人 Nathan Labenz 主张尽快采用当下的模型,同时放慢竞相打造比人类更强大系统的步伐。
52:45EN → 简体中文一个 1.5 亿美元的模型,六个月后 500 万美元就能复制:Benchmark 的 AI 投资账主持 Nathan LabenzEric Vishria 与 Quilter 的 Sergiy Nesterenko 解释:为什么印刷电路板(PCB)布局不属于 Copilot 那类问题,为什么人工设计的板子数据是错误的训练集,以及哪些 AI 公司看起来只是一时的虚火。
56:56EN → 简体中文一周的 PCB 布线,一小时就能完成:Quilter 训练的是智能体,而非模仿者主持 Nathan LabenzSpaceX 出身的 Sergiy Nesterenko 向 Will Summerlin 讲述,Quilter 如何用强化学习(reinforcement learning)把原理图编译成可以量产的电路板,以及为什么克隆人类的布线会把系统的上限锁定在人类水平。
加载更多已显示 24 篇,共 85 篇









