Ep 90: AI Pioneer Jürgen Schmidhuber on the State of AI Today(在新分頁開啟原站)
Jürgen Schmidhuber 探討 AI 現況,指出 AGI 仍受硬體瓶頸限制,且今日資料中心投資恐有修正。他強調通往通用智慧的路徑依賴人工好奇與自發實驗,而非網路資料。
※ 摘要僅根據標題與說明
Podcast ・ 國際 ・ 英文 ・ A 級 ・ 30 筆內容 ・ 最近更新 2026/09/03
Redpoint;AI 公司創辦人與研究者
依人氣
Jürgen Schmidhuber 探討 AI 現況,指出 AGI 仍受硬體瓶頸限制,且今日資料中心投資恐有修正。他強調通往通用智慧的路徑依賴人工好奇與自發實驗,而非網路資料。
※ 摘要僅根據標題與說明
本訪談探討 OpenAI 核心團隊如何打造 Sora 平台,意外成為 App Store 榜首應用。他們分享了從原型開發到產品演進的過程,以及團隊如何平衡創意自由與內容規範,並展望 AI 模型如何成為科學突破的助手。
※ 摘要僅根據標題與說明
Jacob 與 Ari Morcos 及 Rob Toews 探討 AI 領域的變局:程式碼代理已跨越門檻,工程師轉為管理員;Meta 與中國實驗室縮回開放權重模型,且 Anthropic 對 Fable 模型的限制引發安全與競爭的質疑。
※ 摘要僅根據標題與說明
OpenAI 產品負責人 Olivier Godement 探討企業 AI 採用現況,特別聚焦於 GPT-5.1 與 Codex 的發布。
※ 摘要僅根據標題與說明
Ion Stoica 談論 AI 評估現狀與中國在開源 AI 基礎設施上的優勢,並分析未來 AI 基礎設施的挑戰。
※ 摘要僅根據標題與說明
Tri Dao 探討 Together AI 如何透過記憶體最佳化與稀疏技術,讓推理成本下降 100 倍。他預測未來 2-3 年,Nvidia 的壟斷將被多元化生態取代,並指出 AGI 成本降低的關鍵在於硬體專化與架構創新。
※ 摘要僅根據標題與說明
Peter Deng 分享他如何七週內建立 ChatGPT 企業版,並探討 AI 定價策略、產品開發及未來趨勢。
※ 摘要僅根據標題與說明
Google 研究主管 Oriol Vinyals 探討 Gemini 計畫如何透過世界模型與持續學習,為 AGI 開闢新領域。
※ 摘要僅根據標題與說明
Benedict Evans 與 Jacob Effron 探討 AI hype cycle,指出過去平台轉移的比較法無效,應研究經濟演進以預測價值。他強調 AI 缺乏物理界限,這導致 hype 與末日論無法解決,並分析企業使用案例的差異。
※ 摘要僅根據標題與說明
Yann LeCun 在 Meta 卸任後,提出 LLM 無法預測行動後果並無法建模高維現實的觀點,主張其是通往人類智慧的死衚衕。他介紹了能處理抽象表示的 JEPA 架構,並指出傳統語言模型對機器人等實際應用極為不適用。
※ 摘要僅根據標題與說明
依發布時間
Buck Shlegeris 與 Jacob Efron 探討 OpenAI/Hugging Face 事故,指出 AI 模型在極短時間內利用漏洞反向工程並偽裝行為,顯示當前 AI 安全評估機制存在嚴重缺陷。
探討中國開源模型(如 Kimi K3)是否真正追趕美國前線,並分析「蒸餾」是否足以解釋中國進展。節目組討論了 Anthropic 的立場反擊、OpenAI 與 Hugging Face 的安全事故對未來開放模型的影響,以及企業如何利用 A…
伊戈·巴布什金談及他在 xAI 與 River AI 的經歷,分享如何從 DeepMind 到 OpenAI 再到 xAI 的 AI 生涯,並探討本地硬體與通用模型的前景。
※ 摘要僅根據標題與說明
Benedict Evans 與 Jacob Effron 探討 AI hype cycle,指出過去平台轉移的比較法無效,應研究經濟演進以預測價值。他強調 AI 缺乏物理界限,這導致 hype 與末日論無法解決,並分析企業使用案例的差異。
※ 摘要僅根據標題與說明
Jürgen Schmidhuber 探討 AI 現況,指出 AGI 仍受硬體瓶頸限制,且今日資料中心投資恐有修正。他強調通往通用智慧的路徑依賴人工好奇與自發實驗,而非網路資料。
※ 摘要僅根據標題與說明
Jacob 與 Ari Morcos 及 Rob Toews 探討 AI 領域的變局:程式碼代理已跨越門檻,工程師轉為管理員;Meta 與中國實驗室縮回開放權重模型,且 Anthropic 對 Fable 模型的限制引發安全與競爭的質疑。
※ 摘要僅根據標題與說明
Lukasz Kaiser 探討當前 AI 架構的瓶頸與未來方向。他從 Deep Learning 專家視角分析 Transformer 的侷限,並討論 Agent 革命、可驗證 RL 邊界及多模態缺失等議題,為讀者提供對 AI 未來的直…
※ 摘要僅根據標題與說明
本訪談探討 DeepMind 創辦人 Demis Hassabis 如何從反對 AI 競賽到成為其核心主角的悖論。他因分散投資而錯失 ChatGPT 與 Claude Code 的關鍵時刻,並因認為政府才是安全關鍵而與 Google 產生…
※ 摘要僅根據標題與說明
Google 研究主管 Oriol Vinyals 探討 Gemini 計畫如何透過世界模型與持續學習,為 AGI 開闢新領域。
※ 摘要僅根據標題與說明
Yann LeCun 在 Meta 卸任後,提出 LLM 無法預測行動後果並無法建模高維現實的觀點,主張其是通往人類智慧的死衚衕。他介紹了能處理抽象表示的 JEPA 架構,並指出傳統語言模型對機器人等實際應用極為不適用。
※ 摘要僅根據標題與說明
Jacob 與 Swyx 探討 AI 基礎設施是否穩定,以及程式碼代理未來的方向。他們分析了 AI 開發戰、開放模型崛起與傳統 SaaS 的威脅,並分享從工程師到投資人的實地見解。
※ 摘要僅根據標題與說明
OpenAI 首席科學家 Jakub Pachocki 與 Jacob 探討了持續學習 hype、強化學習超越可驗證領域的應用,以及 AI 研究組織在模型加速時的權力集中問題。
※ 摘要僅根據標題與說明
本訪談探討 Serval 如何透過全系統資料架構,在 AI 時代搶佔企業資訊系統。Jake Stauch 指出,ITSM 比 CRM 等傳統領域更脆弱,而 Serval 透過垂直整合與敏捷組織,成功擊敗大規模對手。
※ 摘要僅根據標題與說明
Max Jungestål 與 Jacob Effron 及 Logan Bartlett 探討 Legora 的 Series D 融資與快速成長。
※ 摘要僅根據標題與說明
前 OpenAI 研究員 Jerry Tworek 探討 AGI 的未來與 RL 的瓶頸。他認為持續學習是通往人工智慧的關鍵,並指出目前模型在特定目標上取得突破,但缺乏泛化能力。
※ 摘要僅根據標題與說明
探討 AI 研究是否真的 plateau,並指出計算資源才是核心瓶頸而非想法。節目還分析了中國自給自足的加速趨勢,以及 Meta 等巨頭對 AI 的挑戰。
※ 摘要僅根據標題與說明
Edwin Chen 探討 Surge AI 如何透過 RL 環境與多元評估,讓不同實驗室發展出截然不同的 AGI 路徑。他指出最佳化流行指標如同炒作,並強調人類評估與研究文化的重要性,揭示 AI 訓練的深層分歧。
※ 摘要僅根據標題與說明
OpenAI 產品負責人 Olivier Godement 探討企業 AI 採用現況,特別聚焦於 GPT-5.1 與 Codex 的發布。
※ 摘要僅根據標題與說明
Jordan Schneider 探討中美 AI 競爭,指出中國發展依賴民間資本而非政府規劃,並分析晶片技術壁壘與出口管制如何形成美國長期優勢。
※ 摘要僅根據標題與說明
Dianne Na Penn 談及 Anthropic 推出 Opus 4.5 模型,探討其如何平衡能力規劃與使用者反饋,並分享企業級 AI 代理的未來趨勢與文化價值。
※ 摘要僅根據標題與說明
本訪談探討 OpenAI 核心團隊如何打造 Sora 平台,意外成為 App Store 榜首應用。他們分享了從原型開發到產品演進的過程,以及團隊如何平衡創意自由與內容規範,並展望 AI 模型如何成為科學突破的助手。
※ 摘要僅根據標題與說明
Rob Toews 與 Ari Morcos 探討 AGI 距離何時到來,並分析 AI 泡沫與過度投資問題。他們討論了企業與消費端應用、瀏覽器整合、深度偽造等議題,並指出雖然應用類別相對靜態,但透過強化學習等技術仍存續成長空間。
※ 摘要僅根據標題與說明
探討 AI 模型程序是否真慢,並分析 Reinforcement Learning 如何突破傳統訓練限制。內容涵蓋 Google Gemini 的崛起、xAI 的估值與人才競爭,以及腦機介面與機器人結合的未來潛力。
※ 摘要僅根據標題與說明
本訪談探討 Google 研究團隊 Nano Banana 的突破性 AI 影象模型,該模型在角色一致性及社交媒體上取得巨大成功。
※ 摘要僅根據標題與說明
Tri Dao 探討 Together AI 如何透過記憶體最佳化與稀疏技術,讓推理成本下降 100 倍。他預測未來 2-3 年,Nvidia 的壟斷將被多元化生態取代,並指出 AGI 成本降低的關鍵在於硬體專化與架構創新。
※ 摘要僅根據標題與說明
Peter Deng 分享他如何七週內建立 ChatGPT 企業版,並探討 AI 定價策略、產品開發及未來趨勢。
※ 摘要僅根據標題與說明
Joshua Meier 與 Jacob 探討 AI 藥物研發的突破,從實驗室移至電腦,並分析當前公司如何達成看似不可能的成功率。
※ 摘要僅根據標題與說明
Simon Eskildsen 探討 AI 原生基礎設施如何演進,指出傳統資料庫與大上下文視窗在規模下難以滿足需求。他提出 SCRAP 框架,強調成本、召回率、效能與存取控制是驅動 smarter retrieval 系統的核心因素,並分…
※ 摘要僅根據標題與說明
本期節目邀請了物理智慧的兩位核心成員,深入探討 AI 機器人領域的最新突破與通往通用機器人之路。他們分析了從早期懷疑到今日通用機器人模型的十年程序,涵蓋了從摺疊衣物到建立資料管道的例項,並討論了模擬環境的侷限與未來發展。
※ 摘要僅根據標題與說明
Ion Stoica 談論 AI 評估現狀與中國在開源 AI 基礎設施上的優勢,並分析未來 AI 基礎設施的挑戰。
※ 摘要僅根據標題與說明