← 返回花园首页

播客深度学习笔记

这里收集了前沿学术、硬核工程与人文学术等领域的马拉松式播客深度对谈。 我们采用高精度的 ASR 系统进行转写,并进行精细的高维度提炼、章节化拆解,生成附带音频时间戳一键跳回的交互式学习手册。

排序
没有匹配的播客,换个关键词或标签试试。
⏱ 04:37:51 2026-07-31

廖恒访谈:一部昇腾史、18 层宝塔与全球芯片 30 年

华为 Fellow、半导体首席科学家廖恒把个人工程经历放进一部三十年芯片史:从 CPU 黄金时代与互联网泡沫后的行业日落,到昇腾 910、制造受限、超节点和 950 系列;再用“18 层宝塔”解释材料、工艺、架构、编译器、模型和应用为何必须跨层协同。访谈也讨论芯片人才、开源与垄断、光互联,以及 AI 时代工程师真正不可替代的能力。

⏱ 03:34:39 2026-07-01

罗福莉访谈:AI 范式已然巨变、OpenClaw 与智能体框架

小米大模型负责人罗福莉复盘了她如何在春节被 OpenClaw 点燃,并重估智能体框架、后训练算力、卡的分配、模型结构与组织形态。核心判断很锋利:agent 范式很吃 post-train,预训练比后训练已走到 1:1;研究、预训练、后训练的卡该按 3:1:1 分配;一 T 基座加后训练敏捷性是入场券;而组织要用无职级、热爱驱动、环境比经验更重要的新方式重建。

⏱ 03:37:32 2026-06-10

阳萌访谈:消费电子死与生、第三类公司与 AI 变量

安克创新创始人阳萌从 Google、亚马逊电商和充电宝起步讲到 1357 消费分层、浅海品类、从 5 系到 7 系的组织转型、存算一体芯片、AI 中台与第三类公司。访谈的核心问题是:消费电子单品会速生速死,一家公司怎样把产品能力、创造者密度和 AI 变量沉淀成长期系统。

⏱ 01:26:12 2026-06-10

何小鹏第二次访谈:物理 AI 的更大赌注、Iron 与 GX

小鹏集团创始人何小鹏围绕物理 AI、第二代 VIA、人形机器人 Iron、那场“真人伪装”舆论意外、GX 高端 SUV、L4 与车企终局展开复盘。访谈真正锋利的地方,是他把“AI 缝合怪”和旧软件方法论拆开,解释为什么物理世界的 CEO 必须同时押注技术、组织、制造、安全和商业。

⏱ 06:44:38 2026-06-02

谢赛宁马拉松访谈:世界模型之外,也是在寻找一种研究生活

这场长达 6 小时 44 分钟的灵魂对谈中,DiT 联合作者谢赛宁不仅深度拆解了世界模型(World Model)、Yann LeCun 与 AMI Labs 的科研路线,更坦诚地反思了学术界与工业界的博弈、逃离硅谷的心路历程,以及在极度商业化的浪潮下,研究者该如何守住独立品味与精神 integrity。

⏱ 04:23:11 2026-06-02

洪乐潼访谈:AI for Math、将数学翻译为 Lean 与天书中的证明

探讨如何用计算机可交互证明语言 Lean 形式化翻译数学大厦,解析“数学天书”中的至美证明。从直觉的边界、机器的物理极限,到人类创造数学与发现数学的哲学思辨,带您走入数学与人工智能交汇的前沿无人区。

⏱ 03:48:01 2026-06-02

姚顺宇访谈:Anthropic 与 Gemini 训模现场、Scaling Law 与英雄主义之后

ReAct 与 Tree of Thoughts 作者姚顺宇回望从物理出逃、Anthropic Horizon 组大尺度 RL,到 Google Gemini 团队的工程现场。访谈串联后训练、Scaling Law、Bug 墙、世界模型、安全治理与个人学徒人生,是一份带刺但极清醒的大模型时代内部观察。

⏱ 01:29:41 2026-06-03

杨硕访谈:妙动科技、Tesla Optimus 与人形机器人的量产现实

妙动科技创始人杨硕从大疆飞控、CMU 机器人博士到 Tesla Optimus 的经历出发,拆解人形机器人为什么还处在 GPT-1 前夜、量产可靠性如何成为真正护城河,以及消费级机器人公司该如何在工程细节、供应链、售后和人机共生叙事中找到位置。

⏱ 01:39:39 2026-06-09

杨植麟访谈:K2、Agentic LLM 与站在无限的开端

月之暗面创始人杨植麟围绕 K2、强推理模型、Agentic LLM、token efficiency、开源生态、模型级产品与组织管理展开系统复盘。访谈的核心不是某个发布节点,而是 AI 如何在“问题不可避免、问题可以解决”的循环中,用更强的推理、Agent、创新与组织能力继续爬一座没有尽头的雪山。

⏱ 02:40:10 2026-06-09

陈天奇访谈:机器学习系统、长期主义与开源工程

XGBoost、MXNet、TVM、MLC LLM 与 OctoML 背后的共同主线,是“让机器学习系统更易构建、更快部署、被更多人使用”。这期访谈从县中自学编译器、UW 的系统研究、开源社区与创业转向,一直讲到如何接受失败、保持初心,并继续选择重要问题。

⏱ 02:02:45 2026-06-09

翁家翌访谈:OpenAI 后训练 Infra 与把影响力做成工具

OpenAI 核心贡献者翁家翌从奥数、OI、清华开源作业、天授与 tuixue 聊到 GPT 系列模型背后的 post-training RL infra。访谈的主线不是单纯的履历复盘,而是一个人如何把信息差、研究痛点和真实需求,持续改造成可以被别人使用的工具、框架与模型生产系统。

⏱ 02:17:24 2026-06-09

徐丹飞访谈:人类数据、行为克隆与机器人 GPT-3 Moment

Georgia Tech 机器人学习教授徐丹飞从 Syntouch 触觉传感、CMU 无人车采数、Stanford robot learning 与 DeepMind 行为克隆经历讲起,系统拆解 human data、EgoMimic、UMI、SLAM、触觉与 full-stack robotics 如何共同指向一个目标:让机器人真正 behavior clone a human。

⏱ 03:04:20 2026-06-09

胡渊鸣访谈:从 Taichi 到 Meshy,勇气是不断重启自己

Meshy AI 创始人胡渊鸣从童年写物理仿真小游戏、清华姚班、MIT 图形学博士、Taichi 开源编译器,一路讲到 3D 生成 AI 的商业化转型、respect facts 的组织文化,以及“每 3-6 个月开除一次过去的自己”的阶段跃迁。技术主线是模拟世界,人生主线是勇气。