筛选结果
74 篇排序
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。
1:01:14EN → 简体中文模型吞掉脚手架:谷歌如何计划把智能体推向各处主持 Nathan Labenz泄露的“没有护城河”备忘录发布三年之后,DeepMind 的 Gemini 负责人带我们了解 3.5 Flash、Omni,以及如今贯穿谷歌各项产品的共享智能体(Agent)框架(harness)。
1:57:29EN → 简体中文前沿视觉模型得分 12.5%:Joseph Nelson 谈计算机视觉的真实水位线主持 Nathan LabenzRoboflow 的首席执行官向 Nathan Labenz 解释,视觉为何仍落后于语言,如何把 SAM 3 蒸馏成温布尔登可用的边缘模型,以及美国为何几乎从未在开源视觉上领先。
1:12EN → 简体中文SAM Audio:从嘈杂视频中分离人声Matthew Berman · Forward Future在与 Meta 合作的演示中,Matthew Berman 分离说话者的声音,并播放剩余背景音。
1:47EN → 简体中文使用 Meta SAM 3D 将二维图像变成三维物体Matthew Berman · Forward Future在与 Meta 合作制作的视频中,Matthew Berman 演示物体选择、三维生成和视觉特效。
5:13EN → 简体中文实测 Meta SAM Audio:分离人声与乐器Matthew Berman · Forward FutureMatthew Berman 在与 Meta 合作的视频中演示通过提示词分离声音及添加效果。
10:45EN → 简体中文World Labs Marble:生成和编辑可探索的三维世界Matthew Berman · Forward FutureMatthew Berman 演示 Marble 的多模态输入、场景编辑和三维导航,并尝试用一张图像重建自己的办公室。
8:42EN → 简体中文DeepSeek-OCR 与视觉上下文压缩的设想Matthew Berman · Forward FutureMatthew Berman 介绍一款 2025 年的 OCR 模型,以及用更少视觉 token 表示文档文本的可能性。
42:20EN → 简体中文凌晨两点半想出的名字,把 Gemini 推上了 App Store 榜首主持 Jacob Effron谷歌的 Nicole Brichtova 和 Oliver Wang 谈 Nano Banana:图像模型为什么是随着语言模型一起变聪明的,以及为什么一句提示词仍然算不上成品。
1:55:02EN → 简体中文每天一百次实验,以及材料领域的“死亡之谷”主持 Nathan LabenzRadical AI 两位联合创始人向 Nathan Labenz 讲述,如何通过前沿模型与自驾实验室组成的闭环,把四十年的材料研发周期压缩到十年以内。
18:31EN → 简体中文测试 Nano Banana:Gemini 2.5 Flash 图像编辑Matthew Berman · Forward FutureMatthew Berman 测试角色一致性、图像编辑、生成、视觉序列以及常见失败案例。
25:24EN → 简体中文GPT-5 编程、模拟与多模态任务测试Matthew Berman · Forward FutureMatthew Berman 试用浏览器应用、视觉模拟和图像提示词,展示早期动手测试中的成功与缺陷。
23:39ZH李沐:给文本大模型加入一千万小时语音,开源 Higgs Audio李沐 · Boson AI李沐介绍团队如何在文本大语言模型的训练里加入大量语音数据,做成能听能说的 AudioLLM,并把 Higgs Audio 开源。他讲了架构取舍、token 压缩、数据从哪来,以及怎么在 3090 上跑起来。
1:19:10EN → 简体中文原本要拍几个月的机械臂镜头,如今收进了一条提示词里主持 Nathan LabenzLuma Labs 的 Amit Jain 与 Jiaming Song 谈 Ray 2、少样本镜头概念,以及他们为什么认为视频模型处在通往通用人工智能(AGI)的路上。
26:35EN → 简体中文测试 Gemini 2.5 Flash 的编程与视频理解能力Matthew Berman · Forward FutureMatthew Berman 通过交互式模拟、游戏和长视频问答,将 Google 的快速模型与 Gemini 2.5 Pro 比较。
15:15EN → 简体中文OpenAI o3 与 o4-mini 的早期反响:工具使用、数学与错误Matthew Berman · Forward FutureMatthew Berman 回顾 2025 年的演示和基准报告,从地点识别、编程到挑战乐观预期的简单错误。
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。
3:53:49EN → 简体中文数据只有十二分之一,一个开源视觉模型击败了 GPT-4o主持 Nathan LabenzVeratai 的 Will Hardman 带 Nathan Labenz 梳理了两年来的视觉语言模型(VLM),从 ViT 和 CLIP 讲到 InternVL、BLINK 和 Transfusion。
9:00EN → 简体中文Best-of-N 越狱:2024 年反复变换提示词的研究发现Matthew Berman · Forward FutureMatthew Berman 解读研究,探讨反复变换输入如何暴露文本、视觉和音频模型的安全失效。
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。
55:16EN → 简体中文Gemini API 半年增长 14 倍,谷歌产品经理谈追赶之路主持 Nathan LabenzLogan Kilpatrick 和 Shrestha Basu Mallick 谈到搜索接地(grounding)、Gemini Flash 在价格与延迟上的独特位置,以及为什么排行榜上几乎打平,谷歌在多数开发者的候选名单里仍排第三。
54:45EN → 简体中文几兆的《毁灭战士》,几吉的模型:Runway 为何押注泛化主持 Nathan LabenzRunway 首席技术官 Anastasis Germanidis 在 The Cognitive Revolution 节目里谈到:为什么视频比文本更完整地记录了世界,物理规律为什么无需编程就会自己出现,以及一家小实验室如何与近乎无限的算力竞争。
19:25EN → 简体中文2024 年 9 月 AI 新闻:Advanced Voice、Llama 3.2 和 OrionMatthew Berman · Forward FutureMatthew Berman 测试 ChatGPT 语音功能,回顾 Meta 的模型与 AR 原型,以及一周的 AI 行业动态。
9:15EN → 简体中文Llama 3.2 增加视觉能力与更小的端侧模型Matthew Berman · Forward Future在一段与 Meta 合作的 2024 年视频中,Matthew Berman 解读该模型系列、工具及一次托管的 1B 模型简短演示。
加载更多已显示 24 篇,共 74 篇









