DeepMind Gemini 3 Lead: What Comes After "Infinite Data"

摘要

DeepMind Gemini 3 首席訓練負責人 Matt Turck 專訪 Sebastian Bourgeaud，探討從「無限資料」轉向「資料受限」時代的產業變遷。內容涵蓋 Gemini 3 的混合專家架構、原生多模態設計、評估難題以及未來 AI 系統化發展趨勢。

An interview with DeepMind's Gemini 3 lead discussing the shift from infinite data to data-limited regimes and the evolution of AI system building.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• AI 發展正從無限資料時代轉向資料受限與精選資料時代。
• Gemini 3 採用混合專家架構與原生多模態設計提升效能。
• 未來研究重點將從單純訓練模型轉向完整系統與評估。

章節

依話題轉折切分，標題由 AI 產生

1. 00:00從無限資料轉向資料受限的範式轉移
2. 10:51Google 垂直整合與研究工程化優勢
3. 13:18跨國成長背景與申請劍橋大學經歷
4. 15:53從強化學習到大型語言模型演進
5. 18:11Gopher 與 Chinchilla 的規模化研究
6. 20:28研究者如何平衡短期修正與長期創新
7. 26:22Gemini 3 採用混合專家架構原理
8. 30:20規模法則仍有效，架構最佳化更關鍵
9. 33:01合成資料應用需謹慎，體量仍極大
10. 40:33評估難度高於訓練，需內建代理指標
11. 43:04避免有害內容，思考模型與代理執行
12. 46:35持續學習新知識，長上下文與搜尋工具
13. 48:48有限資料時代，降低推理成本與資源
14. 53:49團隊協作驅動進步，未來發展無盡頭

適合誰看

適合對 AI 架構、模型訓練策略及前沿研究感興趣的開發者與研究者。

摘要依據

講者

Matt Turck

依據

語音轉文字

為什麼排在這裡

人氣

0.50

新鮮

0.33

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• 谷歌DeepMind掌舵人承认当前模型略逊于前沿​ | ​Koray Kavukcuoglu | Gemini 4 | 3.5 Pro | AI前沿 | AGI | 强化学习 | 深度学习 |影片 ・ Best Partners TV ・ 17 分鐘（在新分頁開啟原站）
• Ep 87: Gemini Co-Lead on World Models, RL's Next Domains & Continual LearningPodcast ・ Unsupervised Learning ・ 1 小時
• 谷歌AI的14年、Gemini翻身之战，与视觉理解模型：专访DeepMind前核心科学家Andrew Dai｜Neolabs特辑影片 ・ 硅谷101 ・ 1 小時 4 分（在新分頁開啟原站）
• E406: DeepMind 哈薩比斯如何用 AI 改變世界？｜《無限機器》共同譯者 林俊宏【塞掐 Side Chat】E406Podcast ・ 塞掐 Side Chat ・ 1 小時
• Decoding Google Gemini with Jeff DeanPodcast ・ Google DeepMind: The Podcast ・ 53 分鐘
• Koray Kavukcuoglu on frontier models, coding agents, and building AGI影片 ・ Google for Developers ・ 27 分鐘（在新分頁開啟原站）