筛选结果
92 篇排序
2:51:18EN → 简体中文Lindon Gao 谈打造 Dyna Robotics,以及如何在迷雾中找到方向嘉宾 Lindon Gao · 主持 张小珺Dyna Robotics CEO Lindon Gao 解释公司为何从真实工作流中发展智能、硬件与研究为何必须同步迭代,以及创始人如何放下必须正确的执念、重新找回清晰感。
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。
1:16:29EN → 简体中文Grant Sanderson 与 Alok Puranik:从群论看位置编码Grant Sanderson, Alok Puranik · 3Blue1Brown从注意力机制的假设出发,他们推导矩阵指数,并将旋转、衰减和 Jordan 块与 RoPE、ALiBi 联系起来。
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。
36:58EN → 简体中文STaR 作者要的是有情商的模型,不只是智商更高主持 Sarah Guo, Elad Gil斯坦福和 xAI 的研究员 Eric Zelikman 是 STaR 和 Quiet-STaR 的作者。他推出了 humans& 公司,押注的是:过去三年都在拼智商规模化,模型在情感上却仍然不聪明。
13:30EN → 简体中文AlphaGeometry 如何结合逻辑证明与创造性作图Aleph0Aleph0 讲解了符号几何求解器如何在不使用 AI 的情况下解决大量难题,以及语言模型如何提供辅助作图,让系统达到奥数竞赛水平。
1:07:41EN → 简体中文Edwin Chen 谈 Surge 的创建与 AI 模型背后的数据嘉宾 Edwin Chen · 主持 Harry StebbingsSurge 创始人讨论自筹资金经营、训练数据质量,以及他眼中 AI 基准测试和合成数据的局限。
47:05EN → 简体中文Logan Kilpatrick 谈 AI 开发者、交互界面与模型的未来Matthew Berman, Logan Kilpatrick · Forward Future在 2025 年 7 月的对话中,Google 的 Logan Kilpatrick 讨论 Windsurf、智能体界面、编程技能、Veo,以及模型与应用支架之间不断变化的边界。
1:09EN → 简体中文关于 GPT-4.5 规模与训练的讨论一位发言者评价 GPT-4.5 的成本、速度与据称遇到的训练挑战。
22:05EN → 简体中文Apple《思考的幻觉》:谜题实验的局限与代码辅助测试Matthew Berman, Ilya Sutskever · Forward FutureMatthew Berman 回顾 Apple 的推理模型实验,并用生成的代码测试另一种解决汉诺塔问题的方法。
38:10EN → 简体中文o3 应该恰好等到答案算出来为止主持 Sarah Guo, Elad GilOpenAI 研究员 Eric Mitchell 和 Brandon McKinzie 在 No Priors 节目上解释,o3 的飞跃为什么在于推理(reasoning)过程中串起一连串工具,以及你为什么应该把同一个提示词发上一百遍。
35:14EN → 简体中文机器人没有维基百科,Chelsea Finn 从三栋楼起步主持 Sarah Guo, Elad GilPhysical Intelligence 联合创始人在 No Priors 节目上说明:通用机器人模型为什么必须跨本体训练,开源硬件为什么等于在对抗“问题无人解决”这种结局,以及人形机器人为什么有点被高估。
1:02:41EN → 简体中文Mike Krieger 谈人工智能产品、模型竞争与编程的未来嘉宾 Mike Krieger · 主持 Harry StebbingsAnthropic 首席产品官解释他如何看待产品设计、模型差异和当前人工智能工具的局限。
57:41EN → 简体中文一亿个细胞,四个人,三天:生物学的 ImageNet 时刻主持 Sarah Guo, Elad GilVevo Therapeutics 和 Arc Institute 在同一周开源了 Tahoe-100M,以及一个包含 2.3 亿个细胞的图谱,并认为生物学的下一个语言模型是虚拟细胞(virtual cell),而不只是蛋白质折叠模型。
1:18:09EN → 简体中文Steeve Morin 谈人工智能推理、芯片与切换硬件的成本嘉宾 Steeve Morin · 主持 Harry StebbingsZML 创始人解释训练与生产推理的区别,并分享他对人工智能硬件市场竞争的看法。
2:36:13ZH松琳解读 DeepSeek、Kimi 与 MiniMax 的注意力新论文嘉宾 Songlin Yang(松琳) · 主持 张小珺从动态稀疏注意力到线性注意力混合架构:三条长上下文路线如何兼顾训练、推理与硬件效率
1:25:52EN → 简体中文Jonathan Ross:Groq、推理经济性与 AI 基础设施竞赛嘉宾 Jonathan Ross · 主持 Harry StebbingsGroq 首席执行官解释他对推理芯片的押注、将公司的架构与 GPU 比较,并讨论扩大规模所需的融资和电力。
22:32EN → 简体中文那 550 万美元只是最后一公里主持 Sarah Guo, Elad Gil在 No Priors 的第 100 期节目里,Sarah Guo 和 Elad Gil 把 DeepSeek 论文上写的成本,与背后真正的算力投入分开来看,然后梳理了 OpenAI 的 Deep Research、星际之门(Stargate),以及他们对 2025 年的押注。
2:49:35ZH潘嘉怡解读 R1、o1 与 Kimi K1.5:强化学习如何教模型学会推理嘉宾 潘嘉怡 · 主持 张小珺伯克利博士生潘嘉怡带读 DeepSeek、OpenAI 与 Kimi 的推理模型报告,拆解长思维链、GRPO、奖励设计与蒸馏。R1-Zero 的“顿悟时刻”展示了推理策略如何在强化学习中涌现。
1:27:13ZH李想:汽车将从交通工具进化为空间机器人嘉宾 李想 · 主持 张小珺理想汽车 CEO 李想谈公司为何从造车走向人工智能:基座模型是 AI 时代的操作系统,汽车是进入物理世界的重要载体。对他而言,技术路线最终要落实为更好的用户体验、能力与长期价值。
5:15:00EN → 简体中文Dario Amodei:这部规模化电影他已经看过太多遍嘉宾 Dario Amodei · 主持 Lex FridmanAnthropic 首席执行官给前沿模型的训练成本和 AGI 算了账,随后把话筒交给塑造 Claude 性格、并研究其权重内部结构的人。
1:19:00EN → 简体中文Eiso Kant 谈 Poolside、算力与软件开发 AI嘉宾 Eiso Kant · 主持 Harry StebbingsPoolside 首席技术官解释代码执行反馈、模型开发成本以及公司在 AI 竞赛中的抱负。
1:03:46EN → 简体中文Zico Kolter 谈 AI 安全、模型扩展与开放模型的边界嘉宾 Zico Kolter · 主持 Harry Stebbings这位 Carnegie Mellon 研究者和 OpenAI 董事解释了他为何担忧提示注入、如何看待开放权重,以及 AI 进展为何仍有不确定性。
加载更多已显示 24 篇,共 92 篇







