Why AI Avatars Are Changing Everything (And How to Build One)
示範如何建立能即時互動的 AI 虛擬人，讓其透過語音控制網頁介面。觀眾可學習使用 Synthesia API 與 LiveKit 架構，將語音轉文字、大模型與語音合成串接，打造低延遲的對話式網頁體驗。
2.7 萬次觀看
最新
依發布時間，最新的 30 筆
No, Seriously. Claude Code is Starting To Get Dangerous
探討 Anthropic 因美國政府安全顧慮暫停 Fable 模型的事件，分析 AI 自主能力帶來的真實風險與競爭壓力。講者預測未來將重視 AI 教育、改變網路安全職責，並提出三項關鍵技能：釐清真實商業痛點、嚴格控制系統權限、以及承擔最終…
How People Are Actually Using Jev
介紹 Jev 作為「判斷模型」的運作原理與六大實際應用場景，涵蓋檔案分類、廣告分析、郵件優先順序排序等。看完能學會如何設計適合 Jev 的單一判斷問題，並了解其速度與成本優勢。
台大資訊 深度學習之應用 | ADL 6.6: Prompting Paradigm 基於提示的研究大補帖
介紹深度學習演進歷程，從傳統 supervised learning 到神經網路架構變化，再到預訓練語言模型與提示工程（Prompt Engineering）的興起。
1,568次觀看OPC 已经凉了，FDE 会有光明的未来么？
訪談探討 OPC（一人公司）概念降溫與 FDE（前線工程師）興起的背後邏輯，指出單純提效無用，核心在於「找到付費客戶」。兩人深入分析 DeepSeek Harness 等工具，認為日常開發已無明顯差距，AI 將成為像電網般的基礎設施，未來…
Cisco & Stanford on Why Skills Are the New Code
探討技能工程如何取代模型選擇，成為決定 AI 代理效能的關鍵。透過實測資料揭示技能濫用、版本滯後及無視性問題，並展示中階模型搭配精準上下文即可達成高價值。
Anthropic, OpenAI & Thoughtworks on Context Engineering
探討在 AI 開發中，情境工程（Context Engineering）如何比模型本身更能提升效能。講者從 Anthropic、OpenAI 與 Thoughtworks 分享，說明情境工程如何乘數模型智慧，並分析剩餘的三大限制（人類時間…
1,169次觀看Peter Steinberger: "Fun Is Velocity"
Peter Steinberger 分享 OpenClaw 從個人工具演變為全球最大開源 AI 專案的歷程，探討產品如何因「被煩到」而誕生，以及爆紅後如何應對社群壓力與商業誘惑。
2.6 萬次觀看Stanford CS229 Machine Learning | Spring 2026 | Lecture 12: Representation Learning
深入探討擴散模型的數學原理，包括前向與反向過程的損失函式匯出，並介紹基礎模型範式。內容涵蓋預訓練與適應階段，特別說明 LoRA 等高效微調技術如何透過共享權重來節省記憶體並支援多使用者服務。
Stanford CS547 HCI Seminar | Spring 2026 | Toward Ontological Multiplicity in AI and Computing
演講者 Nava Haghighi 探討 AI 系統中隱含的「存在論邊界」如何限制想像空間，並透過設計方法讓使用者重新定義邊界。觀眾可學習如何質疑技術背後的預設假設，以拓展多元的可能性。
1.4 萬次觀看Vol.125｜世界模型更底层的东西：为什么机器人要先学会「因果」
訪談探討具身智慧中「因果大模型」與傳統「世界模型」的差異，指出僅靠堆疊資料與相關性學習無法讓機器人在真實場景中有效互動。透過與 Aether AI 創始人黃碧薇的對話，深入解析因果發現的歷史演進、如何從理論轉化為實際應用，以及未來在開放環…
EP349｜寶博自己說：OpenAI 搶人、衛星算力上天、穩定幣新時代，AI 正在改寫所有規則！
探討 OpenAI 大規模募資、Transformer 之父加入、馬斯克衛星算力計畫、穩定幣 2.0 發展及記憶體短缺對 iPhone 價格的影響。內容涵蓋 AI 產業動態、太空運算概念與支付系統革新，適合關注科技趨勢與 AI 應用的人。
The Thermodynamic AI Computing Chip - Thomas Ahle
訪談 Thomas Ahle 探討如何用 AI 代理自動設計晶片，解決商業驗證工具昂貴且缺乏開源編譯器的問題。討論了從意圖到量產的全流程自動化，以及驗證 AI 生成程式碼正確性的挑戰與熱力學計算的概念。
AI in Healthcare Series: Inside the Rise of AI in Healthcare, Open Evidence and Cyber Risks
DJ Patil 與 Stanford 講者探討 AI 如何改變醫療安全、政策與患者賦權。影片指出醫院是網路攻擊目標，但同時強調 Open Evidence 等工具提升醫師效率，並呼籲透過監管沙盒解決醫療資源匱乏。
The Age of Async Agents — Cognition's Walden Yan & OpenInspect's Cole Murray
訪談 Cognition 創辦人 Walden Yan 與 OpenInspect 創辦人 Cole Murray，探討背景代理（Background Agents）如何從概念走向實用，以及 Devin 等工具在 2025 年底後的演變。
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
專訪 DeepMind 前核心科學家 Andrew Dai，回顧他在谷歌 14 年的 AI 發展歷程與技術貢獻。影片探討了從 GPT 啟發到 Gemini 系列模型的演進，以及他創立 Elorian AI 探索視覺推理新路線的動機。
22 萬次觀看※ 摘要僅根據標題與說明
Import AI 457: AI stuxnet; cursed Muon optimizer; and positive alignment
探討三個 AI 相關主題：分析快 16 病毒如何針對高精度計算軟體進行破壞，推測其可能影響核武器研發；介紹 Tilde Research 發現 Muon 最佳化器會導致神經元死亡，並提出新最佳化器 Aurora 的測試結果。
EP137 - Google 正面臨 AI 最關鍵的一戰！Gemini on Android 與未來裝置 | 專訪 Google 資深副總裁 Rick Osterloh
專訪 Google 資深副總裁 Rick Osterloh，深入探討 Gemini 在 Android 裝置上的整合策略與 AI 原生裝置的未來藍圖。內容涵蓋從手機到智慧眼鏡的演進路徑，以及 Google 如何透過資源優勢追趕競爭對手。
5,921次觀看別再省著用了！退訂 Claude 後，我開始了 Token 揮霍無度的人生
比較 Claude、GPT 與開源模型（如 MiniMax、Kimi）的價效比，並教學如何透過 Ollama 與 Codex 安裝開源工具，以極低成本執行 AI Agent。
※ 摘要僅根據標題與說明
全球首份大模型财报！中国硬生生把AI干成了制造业！TOKEN贸易顺差时代来了？
訪談深入解析 Minimax 全球首份大模型財報，揭示其透過極致壓縮模型與 OpenClaw 平台實現低成本運算的策略。內容探討了從「省 Token」到「用 Token」的思維轉變，指出 AI 正從玩具轉化為能直接賺錢的生產力工具，並預測…
Why the Best AI Agents Start With Evals, Not UI
Jason Liu 與 Braintrust 設計工程師 David Kim 分享建立 AI 代理的經驗，強調在寫 UI 前先設計評估框架的重要性。內容涵蓋從原型到生產環境的實戰教訓、工具選擇與模型最佳化策略。
437次觀看※ 摘要僅根據標題與說明
Code Review in the Age of AI
探討 AI 如何改變程式碼審查，強調 AI 加速產出但無法取代人工驗證。作者指出 solo 開發者應依賴自動化測試，團隊則需聚焦於風險、安全與知識傳承。核心觀念是「以證據為基礎」，確保程式碼確實運作而非僅靠感覺。
EP118 对话祥宇：从 AlphaFold 到大语言模型：AI 会颠覆药物研发，还是被高估了？
訪談神經科學博士祥宇，探討 AI 如何改變藥物研發與科學研究。內容涵蓋 AlphaFold 對蛋白質結構分析的衝擊、大型語言模型在文獻檢索與假設驗證中的應用，以及未來科學家角色的轉變。
All things AI w @altcap @sama & @satyanadella. A Halloween Special. 🎃🔥BG2 w/ Brad Gerstner
Brad Gerstner 專訪 Satya Nadella 與 Sam Altman，深入解析 OpenAI 與 Microsoft 的戰略合作架構、營收分成機制及排他性協議。
Live from DevDay - Episode 7
OpenAI 首次直播播客，訪談 Cursor、Abridge、SchoolAI 與 Jam.dev 創辦人，探討 AI 如何重塑教育、醫療與開發。
Build an LLM from Scratch 5: Pretraining on Unlabeled Data
由 Sebastian Raschka 演示如何從零開始預訓練大型語言模型，涵蓋損失計算、訓練流程及解碼策略等核心技術。觀眾可學習使用 PyTorch 在無標籤資料上訓練模型並調整生成隨機性。
※ 摘要僅根據標題與說明
Build an LLM from Scratch 4: Implementing a GPT model from Scratch To Generate Text
由 Sebastian Raschka 示範如何從零編寫 GPT 模型架構，涵蓋層歸一化、前饋網路與注意力機制等核心步驟。觀眾可透過此影片學習如何手動實現 Transformer 結構以生成文字。
※ 摘要僅根據標題與說明
Language Modeling Reading List (to Start Your Paper Club)
整理一份語言模型領域的經典論文清單，每篇都附有一句話的核心摘要。讀者可以透過這份清單快速了解 Transformer、大型語言模型、提示工程及相關技術的關鍵概念，並建立自己的論文閱讀俱樂部。
BERT explained: Training, Inference, BERT vs GPT/LLamA, Fine tuning, [CLS] token
詳細解說 BERT 模型的訓練、推理與微調機制，並與 GPT 及 LLaMA 進行比較。觀眾可透過視覺化步驟理解自注意力機制、[CLS] token 等核心概念，掌握自然語言處理的基礎原理。
※ 摘要僅根據標題與說明
商用詠唱進階 & 黑魔法防禦術 - 提升與保護你的 AI 應用／李慕約 生成式 AI 年會策展人 | #gaiconf #生成式AI年會 #generativeai #gai2023 #genai
李慕約分享生成式 AI 的力量、人類在 AI 中的選擇角色，以及針對 Prompt Injection 等資安威脅的防禦方法。觀眾可了解 AI 應用中的風險與保護策略。
※ 摘要僅根據標題與說明
最受歡迎
依人氣
Why AI Avatars Are Changing Everything (And How to Build One)
示範如何建立能即時互動的 AI 虛擬人，讓其透過語音控制網頁介面。觀眾可學習使用 Synthesia API 與 LiveKit 架構，將語音轉文字、大模型與語音合成串接，打造低延遲的對話式網頁體驗。
2.7 萬次觀看Live from DevDay - Episode 7
OpenAI 首次直播播客，訪談 Cursor、Abridge、SchoolAI 與 Jam.dev 創辦人，探討 AI 如何重塑教育、醫療與開發。
No, Seriously. Claude Code is Starting To Get Dangerous
探討 Anthropic 因美國政府安全顧慮暫停 Fable 模型的事件，分析 AI 自主能力帶來的真實風險與競爭壓力。講者預測未來將重視 AI 教育、改變網路安全職責，並提出三項關鍵技能：釐清真實商業痛點、嚴格控制系統權限、以及承擔最終…
How People Are Actually Using Jev
介紹 Jev 作為「判斷模型」的運作原理與六大實際應用場景，涵蓋檔案分類、廣告分析、郵件優先順序排序等。看完能學會如何設計適合 Jev 的單一判斷問題，並了解其速度與成本優勢。
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
專訪 DeepMind 前核心科學家 Andrew Dai，回顧他在谷歌 14 年的 AI 發展歷程與技術貢獻。影片探討了從 GPT 啟發到 Gemini 系列模型的演進，以及他創立 Elorian AI 探索視覺推理新路線的動機。
22 萬次觀看※ 摘要僅根據標題與說明
The spelled-out intro to language modeling: building makemore
Andrej Karpathy 示範如何從大雙字元語言模型逐步建構至現代 Transformer 模型，並深入解析 PyTorch Tensor 的細節與神經網路訓練架構。
129 萬次觀看※ 摘要僅根據標題與說明
Generalized Language Models
回顧 2018 年自然語言處理的突破性進展，介紹了 GPT、BERT、ELMo 等預訓練語言模型的架構與原理。讀者能理解無監督預訓練如何解決標籤資料需求，並掌握不同模型在下游任務中的應用方式。
Language Modeling Reading List (to Start Your Paper Club)
整理一份語言模型領域的經典論文清單，每篇都附有一句話的核心摘要。讀者可以透過這份清單快速了解 Transformer、大型語言模型、提示工程及相關技術的關鍵概念，並建立自己的論文閱讀俱樂部。
Code Review in the Age of AI
探討 AI 如何改變程式碼審查，強調 AI 加速產出但無法取代人工驗證。作者指出 solo 開發者應依賴自動化測試，團隊則需聚焦於風險、安全與知識傳承。核心觀念是「以證據為基礎」，確保程式碼確實運作而非僅靠感覺。
Peter Steinberger: "Fun Is Velocity"
Peter Steinberger 分享 OpenClaw 從個人工具演變為全球最大開源 AI 專案的歷程，探討產品如何因「被煩到」而誕生，以及爆紅後如何應對社群壓力與商業誘惑。
2.6 萬次觀看
