筛选结果
27 篇排序
20:55EN → 简体中文Jesse Hall:语音智能体要为对话而优化,而非只看排行榜Jesse Hall · LiveKitLiveKit 的 Jesse Hall 解释了为什么语音智能体必须像实时系统一样接受评测:听清用户、允许打断、在工具调用期间继续对话,并在用户真正听到声音之前控制延迟。
1:04:35EN → 简体中文Cliff Weitzman 谈拥有 GPU、语音 AI 与建设 Speechify嘉宾 Cliff Weitzman · 主持 Harry StebbingsSpeechify CEO 解释为何拥有部分算力设备、反思错过的企业软件机会,并讨论 AI 辅助团队。
34:30EN → 简体中文暖气坏了的时候,Netic 的智能体来接电话主持 Sarah Guo, Elad Gil创始人 Melisa Tokmak 向 Elad Gil 讲述,这个成立两年的平台如何成为暖通(HVAC)、屋顶施工、宠物护理等民生服务行业的 AI 运营层。
1:23:53EN → 简体中文创作者为去除语气词叫好,却对生成式视频喝倒彩主持 Nathan LabenzDescript CEO Laura Burkhauser 把同一批客户对 AI 的三种不同程度的反应分开来看:他们喜欢确定性的按钮,想要又忍不住数落的智能体(Agent)式协同剪辑助手,以及他们明确讨厌的生成式视频。
1:37:50EN → 简体中文Granola 出人意料地“不求大”,却赢得了几乎最多的新客户主持 Nathan Labenz联合创始人 Sam Stephenson 向 Nathan Labenz 讲述,一款为忙乱会议日准备的安静笔记应用、一条通过 Slack 分享的传播循环,以及不去承诺解决火烧眉毛之事的决定,如何做出了一家估值 15 亿美元的公司。
41:38EN → 简体中文ElevenLabs 在没人相信语音会成为界面之前就押注语音,年化营收做到 3 亿美元主持 Sarah Guo, Elad Gil在波兰,看外国电影是一种特别的煎熬:全片只有一个旁白,包办所有角色,从头到尾语气平淡。
44:47EN → 简体中文最后一公里,才是联络中心 AI 真正落地的地方Cresta 首席执行官 Ping Wu 与红杉资本的 Doug Leone 谈到:为什么 1700 万到 2000 万名坐席、遗留系统,以及最后一公里的集成,将决定谁能赢得客户体验。
59:38EN → 简体中文ElevenLabs 本该被碾压出局联合创始人 Mati Staniszewski 谈音频数据的脏乱、专业消费者(prosumer)式的病毒式传播,以及为什么语音应当成为技术的默认界面。
38:43EN → 简体中文五分之二的医生想离开。一位值班心脏科医生做出了能让他们留下来的病历主持 Sarah Guo, Elad GilAbridge 首席执行官 Shiv Rao 谈论如何把医患对话当作医疗领域的信息源头,以及公司为什么一开始就直接瞄准最难啃的大型医疗系统。
1:05:11EN → 简体中文一段假的五秒等待:语音 AI 已经在跟卡车司机讨价还价主持 Nathan Labenza16z 的合伙人 Olivia Moore 和 Anish Acharya 与 Nathan Labenz 聊语音 AI 的现状:呼叫中心、教练、陪伴类产品哪些已经奏效,哪些还没有。
30:09EN → 简体中文Bilt 省下 65 个客服席位,Decagon 创始人:多数智能体(Agent)想法依然卖不动主持 Sarah Guo, Elad GilJesse Zhang 谈为什么客户支持是智能体最理想的应用场景,为什么指令遵循比 o1 式推理更重要,以及淘汰多数智能体创业公司的两道筛选。
56:10EN → 简体中文DeepL 靠不做通用模型,在翻译上击败了谷歌主持 Jacob Effron全世界只有 18% 的人说英语,德国科隆的一家创业公司把这个事实变成了一家估值 20 亿美元的语言 AI 公司。
32:07EN → 简体中文十人团队、一次点击,以及两年的假截止日期NotebookLM 的产品负责人和设计负责人解释,一个基于来源(source-grounded)的研究工具如何变成爆红的双主持人播客生成器,以及他们决定暂不添加什么功能。
34:09EN → 简体中文五个独立团队都找到了同一个胜过 Transformer 的 10:1 混合比例主持 Sarah Guo, Elad GilS4 和 Mamba 的作者认为,以状态空间(state-space)层为主、再掺一点注意力(attention)的架构才真正有效,他们首先把它做成了实时语音。
1:45:11EN → 简体中文AI 在共情上已胜过医生,灾难仍非默认结局主持 Nathan LabenzNathan Labenz 对 Sarah Hastings Woodhouse 解释了自己为何既是加速采用派,又是超大规模扩展的暂停派,并列出了他不加入铁杆末日论者阵营的八个理由。
1:22:43EN → 简体中文50 亿分钟通话:Dialpad 为什么要训练自己的商务大语言模型(LLM)主持 Nathan LabenzDan O’Connell 谈实时语音、技术栈的纵向整合,以及他与 Nathan Labenz 在 AI 员工何时出现这一问题上的分歧。
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。
1:20:55EN → 简体中文过去定制一个声音要花 10,000 美元,现在十分钟音频就能克隆主持 Nathan LabenzPlay.ht 的 CEO Mahmoud Felfel 在与 Nathan Labenz 的对话中,讲述了文本转语音(TTS)如何从机械的云端 API,跃升为导演级的声音生成,以及公司为何正在加紧遏制滥用。
1:28:46EN → 简体中文这家语音公司,靠给自己的训练数据做标注赚钱嘉宾 Dan Kokotov · 主持 Lex FridmanRev 工程副总裁 Dan Kokotov 向 Lex Fridman 讲解,为什么每分钟 1.25 美元的人工转录、14% 的机器词错率和双边自由职业者市场,是同一个飞轮。
1:45:58EN → 简体中文十位同事有九位说远场语音做不成嘉宾 Rohit Prasad · 主持 Lex Fridman亚马逊 Alexa 副总裁兼首席科学家 Rohit Prasad 与 Lex Fridman 谈论对话式 AI、Alexa Prize、信任,以及为什么一场 20 分钟的聊天,仍然还要好几年才能做到。
1:09:31ENThe Staircase to an AI Tutor: Connor Wick on Speak, Moats, and Voice-First Learning主持 Jacob EffronHow Speak's CEO is building a fluency product one model-capability step at a time, from specialized speech models to evals, pricing, and the future of education.
14:41ENTalking for 20 Minutes: How the Alexa Prize Turns Real Customers into a Testbed for Conversational AI嘉宾 Rohit Prasad · 主持 Lex FridmanRohit Prasad, head scientist of Amazon Alexa, explains the Alexa Prize grand challenge, how it is judged and why true conversation still needs reasoning.
1:09:00ENThe Meeting Is the Moat: Fireflies.ai’s Path to 16 Million Users主持 Jacob EffronKrish Ramani explains how Fireflies.ai turned AI note-taking into a meeting chief of staff, why he avoids fine-tuning, and how a startup competes with Microsoft, Zoom, and Google.
17:21ENHow Alexa Learned to Hear From Across the Room: Rohit Prasad on Far-Field Speech and Intent嘉宾 Rohit Prasad · 主持 Lex FridmanAlexa's head scientist recalls the early days of the Echo, when far-field speech recognition seemed unsolvable and there were no customers to collect data from.
加载更多已显示 24 篇,共 27 篇








