Podcast2026/05/221 小時高階EN

Ep 87: Gemini Co-Lead on World Models, RL's Next Domains & Continual Learning

摘要

Google 研究主管 Oriol Vinyals 探討 Google Gemini 專案的核心研究，包括將世界模型（World Models）作為通往 AGI 的關鍵路徑，以及 AI 如何從語言模型轉向多模態互動。他強調，透過將視覺與語言資料結合，並利用非參數化檔案系統式記憶，能更有效地處理海量資料。此外，他分析了 RL（強化學習）的未來，指出在資料受限的現狀下，專注於特定領域（如數學或程式碼）的訓練反而能產生泛化效果，並反思了組織架構如何平衡研發與商業需求。

Google Research VP Oriol Vinyals discusses the core research behind Google Gemini, including the strategic use of world models as a path to AGI and the shift from language models to multimodal interaction. He highlights the advantage of non-parametric file-system-style memory and analyzes the future…

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

Google 將世界模型視為通往 AGI 的關鍵路徑，並透過多模態融合實現自然互動。
非參數化檔案系統式記憶比將記憶烘焙進權重更適合處理海量資料。
RL 面臨資料限制，專注窄領域訓練反而能產生泛化效果。組織需平衡研發與商業需求。

章節

依話題轉折切分，標題由 AI 產生

00:00Google 推出世界模型：RL 新領域與持續學習
03:31多模態學習的未來：從影片到語言的知識整合
09:11世界模型在機器人與自駕車中的應用潛力
12:53如何評估世界模型中的物理與行為知識
16:28專注於特定領域的系統設計策略
18:49系統架構的演進：從通用到智慧 Scaffold
21:33模型如何適應使用者需求並解決複雜問題
26:50記憶與技能：Agent 的核心挑戰與解決方案
31:38持續學習的動態：從 Scaling Laws 到新研究方向
35:37Gemini 的核心建模努力與探索策略
38:23Meta 能力：衡量模型智慧的指標與遊戲測試
49:57可驗證領域的價值：遊戲作為評估標準
54:52持續學習的邊界：效率提升與物理限制
58:48AI 研究員的思維轉變：從訓練到投資策略

提到的工具與公司

Gemini
DeepMind
NVIDIA

適合誰看

對 AI 未來、世界模型、強化學習及 Google 研發策略感興趣的讀者。

摘要依據

講者: Jacob Effron
依據: 語音轉文字

為什麼排在這裡

人氣: 0.50
新鮮: 0.60

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

摘要由 AI 根據原文產生，可能有誤；完整內容請看原站。聽節目（在新分頁開啟原站）

摘要

重點

章節

提到的工具與公司

適合誰看

摘要依據

為什麼排在這裡

相關內容