筛选结果
12 篇排序
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。
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。
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。
46:47EN → 简体中文像改文档一样剪视频:Descript 如何让 AI 坐上副驾驶主持 Nathan LabenzDescript 首席执行官 Andrew Mason 聊 Underlord、为什么时间线必须被淘汰,以及一款贵十倍的剪辑器会是什么样子。
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。
1:21:28EN → 简体中文提示词是个 bug:Suhail Doshi 押注对像素的控制主持 Nathan Labenz这位 Mixpanel 创始人告诉 Nathan Labenz,一个云端浏览器、一条引发抵制的推文,以及一次周四放出的模型权重,如何塑造了 Playground AI 对图像的押注。
1:36:39EN → 简体中文OpenAI 的 500 万美元押注:60 人团队想让 GPT-4V 赋予汽车常识主持 Nathan LabenzGhost Autonomy 联合创始人 John Hayes 在 Cognitive Revolution 节目里说,把多模态模型放进驾驶路径,可能会让自动驾驶在二十年的 DARPA 时代技术栈之后重新起步。
1:30:21EN → 简体中文一百万张 DALL-E 图片,提炼成十二分钟的影片主持 Nathan LabenzWaymark 的 Stephen Parker 和 Josh Rubin 讲述了他们如何把 DALL-E 2 生成的静帧做成叙事短片《The Frost》,以及下一代视频模型会带来哪些改变。
1:18:18EN → 简体中文一万五千个脑部数值,足以还原一个人看到的画面主持 Nathan LabenzTanishq Mathew Abraham 带我们了解 MindEye。这是一个把功能磁共振(fMRI)信号还原成图像的系统,它把少量体素(voxel)数值映射到 CLIP 和扩散模型(diffusion model)上。
1:01:17EN → 简体中文比尔·盖茨拒绝的 3 亿美元,与流向 OpenAI 的 100 亿美元主持 Nathan LabenzRobert Scoble 和 Ben Tossell 与 Nathan Labenz 聊 AI 侦察、仍在沉睡的苹果神经网络引擎,以及老牌公司与 AI 原生创业公司谁会赢。
1:21:20EN → 简体中文冻结眼睛和大脑,只训练视神经主持 Nathan LabenzJunnan Li 和 Dongxu Li 向 Nathan Labenz 讲述了 BLIP 如何清洗嘈杂的网页图像说明,以及 BLIP-2 如何在一块 A100 上、不到十天的时间里,把一个冻结的视觉模型接到一个冻结的语言模型上。
1:23:18ENFrom GPT-2 to GPT-3 Moments in Robotics: Six DeepMind Papers on Bridging Robots and the Internet主持 Nathan LabenzKeerthana Gopalakrishnan and Ted Xiao walk through RT-2, RT-X, RT-Trajectory, AutoRT, Learning to Learn Faster and PIVOT, and say what is still missing for general-purpose robots.









