11-0246分钟
模型与研究
11月2日 星期一
10月31日 星期六
10-311小时28分
[模型与研究]Arena用真实对话轨迹审查AI越权与虚报完成
Google新模型Carbon在Arena的AI智能体（Agent）榜单取得靠前名次，但节目指出，单轮测试不足以证明长任务可靠。访谈还讨论Kepler的铁电存储、Mistral的稀疏架构，以及自动化攻击成本下降的风险。
原节目：The Cognitive Revolution · AI:AM: Carbon in the Arena, Mistral's Le Chonk, the Agent-Run Economy, Ferroelectric RAM + New Hacks
10月26日 星期一
10-263小时43分
[模型与研究]Alex认为AI证明数学命题不等于人类理解深度
在这场223分钟的对谈中，Alex以「解决公理」设想AI独立解题的未来，同时强调这不是现状。Brunton看重工程求解能力的提升，Moitra则担忧成果激增会冲击研究生培养；证明是否正确、是否带来新观念，仍须分别判断。
原节目：Lex Fridman · #503 – AI Crisis in Math: Navier-Stokes, Riemann Hypothesis & Complexity Theory
10-2617分钟
[模型与研究]Leash Bio用已测分子结果评测科学智能体
智能体在有限实验预算内寻找蛋白结合分子，评测者则用预先测得的结果检查它找到了什么、错过了什么。Ian Quigley指出，较强模型会更快离开低产出的分子邻域，但这种决策能力能否迁移到新问题仍待验证。
原节目：Latent Space · ⚡ An Eval for AI Scientists That Knows the Answer Key - Ian Quigley, Leash Bio
10月20日 星期二
10-201小时5分
[模型与研究]Biohub科学负责人：虚拟细胞瓶颈在测量与数据精选深度
Biohub科学负责人Alex Rives认为，关键生物状态若无法被观察，增加训练算力也难以让模型学到所需机制。在Biohub宣布18亿美元扩展计划之际，他主张采集带有组织位置和时间背景的数据，并用实验检验细胞状态预测。
原节目：The Cognitive Revolution · A World Model of Life: Biohub's Alex Rives on Virtual Cells, Measurement, & the $1.8B Data Push
10-2045分钟
[模型与研究]Mecka用触觉手套采集机器人训练数据
Josh Gao说，第一人称视频难以记录接触力度，Mecka因此从手机应用扩展到带摄像头的帽子和触觉手套，并采集工作场景数据。人类演示能扩大训练覆盖面，但特定任务仍需机器人本体数据和现场示范。
原节目：Training Data · Inside the Robot Data Factory: Mecka's Josh Gao on Sensorizing Humans to Train Robots
10月14日 星期三
10-141小时
10月13日 星期二
10-131小时12分
[模型与研究]Dyna Robotics称洗衣流程可自主运行约一小时精选深度
Jason Ma介绍，Dyna让模型同时预测动作如何改变环境、控制机器人行动，并用人类视频建立广泛先验、用机器人实采数据适配硬件。他认为，长时工作还取决于传感器、本地推理和任务调度，不能只靠扩大模型。
原节目：Latent Space · Dyna-2: General Purpose Physical Agents with Hour-Long Autonomy — Jason Ma, Dyna Robotics
10月12日 星期一
10-1233分钟
10月10日 星期六
10-102小时2分
[模型与研究]Eric Bigelow：关键 token 可改变模型答案走向精选深度
Goodfire 的 Bigelow 介绍逐位置重采样实验：答案概率有时会在一个词、甚至左括号处骤变。他认为，定位行为分叉不等于解释内部机制，理解模型决策还需结合内部表征与干预实验。
原节目：The Cognitive Revolution · How Agents Decide: Goodfire's Eric Bigelow on Critical Tokens, Phase Shifts, & In-Context Learning
10月9日 星期五
10-091小时10分
10-0932分钟
[模型与研究]Kohli：AlphaFold尚不能预测蛋白质动态
Google DeepMind的Kohli指出，AlphaFold预测实验结构的成功，不等于掌握蛋白质在不同环境中的运动与功能。Biohub的Candido认为，增加算力无法弥补未被观测的信息，数据覆盖比样本整齐更重要。
原节目：Latent Space · Why AlphaFold Didn't Solve Protein Folding — Pushmeet Kohli, Google DeepMind & Sal Candido, Biohub
10月8日 星期四
10-081小时24分
[模型与研究]Periodic Labs称AI材料发现的瓶颈在自动表征精选深度
Periodic Labs 的 Liam Fedus 和 Ekin Dogus Cubuk 认为，模拟能筛选候选材料，但真实合成与测量才能检验假设。团队希望记录实验过程与失败结果，让模型学会调整合成条件；若无法快速识别产物，提高实验通量也难以带来有效反馈。
原节目：Latent Space · Synthesis Superintelligence: from Semiconductors to Superconductors — Periodic Labs’ Liam Fedus and Ekin Dogus Cubuk
10月3日 星期六
10-031小时32分
[模型与研究]DeepMind研究员：机器人跨机身泛化仍是难关精选深度
Keerthana介绍，Gemini Robotics 2由ER负责场景理解与规划，VLA负责将意图转成动作；前者可通过API使用，后者主要面向受信任测试者。她指出，少量示范学会动作不等于换个机身后仍能稳定执行，长任务还面临延迟、记忆和安全挑战。
原节目：The Cognitive Revolution · One Brain, Any Body: Google DeepMind's Keerthana on Gemini Robotics 2, Cross-Embodiment & Humanoids
10月1日 星期四
10-011小时41分
[模型与研究]MIT 的 Alex Zhang：学术研究应重设计模型与工具精选深度
Alex Zhang 认为，学术界不必沿着大公司的算力路线追逐指标，更应重新思考模型形态和研究问题。他以递归语言模型为例，讨论任务拆分与上下文设计如何影响策略迁移，同时提醒：榜单速度不等于真实系统价值。
原节目：Latent Space · Academia is for Ambition — Alex Zhang, MIT
9月24日 星期四
09-241小时36分
[模型与研究]Runway 联合创始人：实时世界模型须能模拟失败精选深度
Runway 联合创始人回顾公司从艺术家工具走向实时世界模型的过程，认为可控性和对行动后果的预测比画面逼真更关键。团队正尝试让视频生成持续响应动作，但模型能否可靠呈现失败场景，仍需干预式测试验证。
原节目：Latent Space · Runway’s WorldPrompt and the Engineering of Real-Time Worlds
9月22日 星期二
09-222小时1分
[模型与研究]John Platt：AI加快科研建模，实验验证仍靠人精选深度
Google Fellow John Platt 介绍了 ERA 如何通过评分函数搜索和修改科研代码，并讨论凝结尾迹与野火项目。他强调，系统可能利用评分漏洞；高预测分数也不能替代独立数据和实验检验。
原节目：Latent Space · 🔬 An Oscar, Two Asteroids, and the Algorithm in Your sklearn: John Platt on AI for Science
9月21日 星期一
09-212小时21分
[模型与研究]TypeSafe AI CEO：Jev要做供代码调用的可靠模型精选深度
Diogo Almeida认为，AI的主要消费者最终将是代码，而非人类。Jev面向分类、提取和路由等高频任务，强调结构化输出、置信度校准与单位成本；但其训练方法和可靠性指标仍待公开验证。
原节目：Latent Space · Jev: System One models for Prod, not God — with Diogo Almeida, CEO, TypeSafe AI
9月17日 星期四
09-1740分钟
[模型与研究]fal称实时AI视频竞争转向运镜与角色控制精选
fal 联合创始人和工程负责人介绍，H3 Max 通过开源权重后训练及系统、硬件优化降低时延，Turbo 约 1.5 秒可生成 5 秒视频。Director 模式利用约两分钟细粒度记忆支持中途改指令，让连续导播成为可能。
原节目：a16z · The Next Frontier of AI Video Is Control
9月14日 星期一
09-141小时32分
[模型与研究]Richard Socher主张让AI自动化研究循环深度
Socher认为，通向持续发明的AI，关键是让学习系统逐步承担提出想法、实现和验证，而不只是扩大模型。他也警告奖励指标可能偏离真实意图，主张以法律约束和具体应用监管降低风险。
原节目：Latent Space · Humanity’s Last Invention — Richard Socher of Recursive
9月13日 星期日
09-1324分钟
[模型与研究]World Labs的Atlas支持2D直出与按需3D精选
联合创始人Justin Johnson介绍，Atlas面向物理世界，具备生成、稀疏重建和仿真能力；相比上一代Marble，它不再让所有任务都经过Gaussian表示。他还谈到用仿真完成机器人从现实到模拟的最后一公里评估与微调。
原节目：a16z · World Models, Robotics, and the Future of 3D AI
9月11日 星期五
09-111小时37分
[模型与研究]Schulman等研究者分析AI自我改进的三道瓶颈精选深度
John Schulman等三位研究者讨论为何到2036年仍可能没有超级智能爆炸：仿真到现实的落差、能力不均与判断力瓶颈，以及现有训练范式可能缺少关键创新。他们还讨论蒸馏和真实用户请求数据为何可能削弱AI能力的集中化。
原节目：Dwarkesh · AI researchers debate how close we are to recursive self-improvement
9月9日 星期三
09-0940分钟
[模型与研究]Vals认为公开基准易被过拟合，评测需要私有数据
节目讨论了融资与估值压力下，模型实验室自评的可信度问题，并以 Llama 4 为例说明公开基准可能被针对性优化。独立评估既能为模型改进提供方向，也能帮助企业衡量 token 支出的回报。
原节目：a16z · Who Grades the AI Models? | Ben Horowitz & Rayan Krishnan
9月8日 星期二
09-081小时5分
[模型与研究]OpenAI数学家称AI用简短证明破解长期数学难题深度
两位研究者以高维球体堆积和非 sofic 群反例为例，讨论推理模型的突破与局限。他们认为，AI能持续探索合理方向；人类数学家未来或更侧重发现问题、整合成果。
原节目：a16z · OpenAI Researchers on the Future of Mathematical Reasoning
9月7日 星期一
09-078分钟
[模型与研究]Lukasz Kaiser：AI 权力集中并非技术宿命
这位 Transformer 论文共同作者认为，当前的规模竞赛源于现有架构对海量数据的依赖，下一代算法可能改变局面。他指出，消费级 GPU 算力的提升也让个人研究者更有机会探索新架构。
原节目：a16z · Can Open Source Keep AI Power From Concentrating?
9月5日 星期六
09-0534分钟
9月4日 星期五
09-0444分钟
09-041小时32分
[模型与研究]Chamath称AGI已到来，GPT-6是重要里程碑
Chamath和Greg Brockman认为AGI已经到来，Sam Altman则表示未来模型会更强。节目还讨论了旧金山楼市变化，以及AI安全漏洞是否只是暂时问题。
原节目：All-In · GPT-6 Hits AGI? Tech Euphoria 2.0, SF Mansion Shortage, NYC Bans AI in Schools & Venezuela Oil Deal
9月1日 星期二
09-011小时3分
8月26日 星期三
08-261小时24分
[模型与研究]Anima Anandkumar：语言模型不能替代物理验证精选深度
她认为语言模型能辅助提出科学假设，但科学 AI 还需要模拟、验证与设计，并介绍神经算子和 TorchLean 形式化验证两条互补路线。天气案例中，神经算子的运行速度被描述为比传统预测系统快数万倍。
原节目：Latent Space · 🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
1 / 2下一页 ›
