AI 武林：Sora

182: 对话梁琛奇：抖音、猫箱、创业，「他们都搞生产力，我想用 AI 创造开心」

晚点聊 LateTalk — Thu, 24 Sep 2026 00:00:00 +0800

梁琛奇在訪談中分享其從字節跳動到創立動念引線的創業歷程，探討如何用 AI 創造娛樂體驗而非僅限於生產力。他認為推理成本下降與模態進化是關鍵，並提出漫畫形式因壓縮資訊量更易在 AI 時代獲得使用者接受，旨在探索讓大眾主動創作的未來娛樂形態。

原站：https://podcast.latepost.com/182

World Models, Robotics, and the Future of 3D AI

The a16z Show — Sun, 13 Sep 2026 00:00:00 +0800

World Labs 創辦人 Justin Johnson 在 Podcast 中介紹 Atlas，這是世界首款能生成、重建與模擬的多模態世界模型。

原站：https://a16z.simplecast.com/episodes/world-models-robotics-and-the-future-of-3d-ai-mGOuUHi0

RSI推进越快，OpenAI的IPO越迟 | Sam Altman | OpenAI | RSI递归自我改进 | AI安全 | 对齐 | Astra | 大合并 | 计算机操作智能体

Best Partners TV — Sun, 06 Sep 2026 00:00:00 +0800

薩姆·奧爾曼坦回應 OpenAI 因模型能力過快提升而暫停前沿訓練，並提出 RSI 進展越快 IPO 應越遲的反常識觀點。內容涵蓋安全對齊調整、Astra 模型突破與算力策略，探討超級智慧時代人類生活與隱私立場。

原站：https://www.youtube.com/watch?v=MyoAYN10NNw

80.与梅涛院士的 3 小时访谈：语言、视频、具身终将汇聚，为什么是世界模型？

卫诗婕｜漫谈 Light the Star — Fri, 24 Jul 2026 00:00:00 +0800

訪談邀請了智象未來創始人梅濤院士，深入探討從圖片到影片、再到世界模型的技術演進路徑。梅濤分享了他團隊如何從圖片模型切入，利用龐大資料量構建影片生成模型，並展望未來語言、影片與具身智慧將匯聚成世界模型的終局。

原站：https://www.xiaoyuzhoufm.com/episode/6a621750a3fec224d5a24b2a

78.Seedance之后，视频Agent何去何从？｜与 OiiOii 闹闹聊视频模型的秘密：数据、生态与感性的结构化

卫诗婕｜漫谈 Light the Star — Fri, 26 Jun 2026 00:00:00 +0800

訪談深入探討 Sora 與 Seedance 之後，影片生成模型（Video Agent）的發展路徑、資料生態與技術挑戰。

原站：https://www.xiaoyuzhoufm.com/episode/6a3d60de2e335a35a80979f1

Microsoft’s new AI models & bots dominate the internet

Mixture of Experts — Fri, 19 Jun 2026 00:00:00 +0800

訪談探討 AI 代理已佔全球網路請求超過半數的現象，並分析 Microsoft 推出 trillion-parameter 混合專家模型 MAI-Thinking-1 與 MAI-Image-1 的市場意涵。

原站：https://mediacenter.ibm.com/media/cast/1_wdw0ghdz/403892542

10 秒就能複製你！Gemini Omni 影片生成太可怕！？連聲音都可以完美生成？

泛科學院 — Wed, 27 May 2026 00:00:00 +0800

實測 Google 新推出的 Gemini Omni 影片生成模型，能保留使用者聲音與外貌，將 10 秒影片轉換為不同場景或風格。同時介紹 Gemini Avatar 數位分身功能，透過自拍照建立可重複使用的 AI 形象。

原站：https://www.youtube.com/watch?v=VQLhwAZdWk8

165: GEAR 高深远：世界模型、自进化循环、DreamDojo

晚点聊 LateTalk — Mon, 18 May 2026 00:00:00 +0800

訪談釐清世界模型的概念分類與現狀，並深入探討輝達 GEAR 團隊的 DreamDojo 與 DreamZero 研發歷程。內容解析了由世界模型、策略模型與 Agent 構成的自進化迴圈機制，說明其如何突破物理限制以最佳化具身智慧策略。

原站：https://podcast.latepost.com/165

S2E54 LLM 賭錯方向了？從駕馭工程到世界模型

矽谷輕鬆談 Just Kidding Tech — Sun, 26 Apr 2026 00:00:00 +0800

探討大型語言模型與駕馭工程能否通往通用人工智慧，並分析世界模型如何補足對物理世界理解的不足。內容涵蓋 AI 詐騙防護、開發者體驗痛點，以及 Yann LeCun 提出的 JEPA 架構與 LeWorldModel 新突破，最後預測未來可能…

原站：https://podcasters.spotify.com/pod/show/jktech/episodes/S2E54-LLM-e3ifp9k

Moonlake: Causal World Models should be Multimodal, Interactive, and Efficient — with Chris Manning and Fan-yun Sun

Latent Space — Fri, 03 Apr 2026 00:00:00 +0800

Moonlake 創辦人 Chris Manning 與 Fan-yun Sun 探討如何建立具備因果推理、多模態互動且高效的世界模型。

原站：https://www.latent.space/p/moonlake

新春特辑｜Seedance2.0！春节档大杀器！根本就是 10 亿抖音用户“调教”出来的！

人民公园说AI — Tue, 17 Feb 2026 00:00:00 +0800

探討 Seedance 如何利用抖音海量使用者資料與工程化優勢，在文生影片領域超越 Sora 與 Veo。透過對比測試，揭示其精準卡點與電影級質感的差異，並分析中國公司如何透過「搶奶茶」等場景落地實現 AI 普及。

原站：https://www.xiaoyuzhoufm.com/episode/699440eda22480add659b258

The State of A.I. 2025 (ft Richardson Dackam)

Tool Use - AI Conversations — Wed, 31 Dec 2025 00:00:00 +0800

回顧 2025 年 AI 領域的劇烈變化，涵蓋 GPT-5.2 等前沿模型的加速迭代、開源模型如 DeepSeek 的衝擊，以及資料中心能源瓶頸與物理機器人等新趨勢。

原站：https://podcasters.spotify.com/pod/show/tooluse/episodes/The-State-of-A-I--2025-ft-Richardson-Dackam-e3d05g5

GPT-5.2 Can't Identify a Serial Killer & Was The Year of Agents A Lie? EP99.28-5.2

This Day in AI — Fri, 12 Dec 2025 00:00:00 +0800

訪談測試 OpenAI 最新推出的 GPT-5.2 模型，發現其無法識別明顯的「連續殺人犯」文字，且在工具呼叫與複雜任務上表現不佳。

原站：https://share.transistor.fm/s/a3cd690c

ChatGPT Atlas and the next era of web browsing - Episode 9

OpenAI Podcast — Thu, 13 Nov 2025 00:00:00 +0800

探討 ChatGPT Atlas 如何將大型語言模型置於瀏覽器核心，讓使用者能以自然語言指令完成搜尋、購物與複雜任務。講者分享了從傳統瀏覽器到「代理式」瀏覽器的轉變，並示範了滾動標籤頁等實用功能。

原站：https://shows.acast.com/openai-podcast/episodes/episode-9-chatgpt-atlas-and-the-next-era-of-web-browsing

Ep 76: Sora Creators Bill Peebles, Rohan Sahai & Thomas Dimson on Their Unexpected Viral Success

Unsupervised Learning — Mon, 03 Nov 2025 00:00:00 +0800

Sora 核心團隊成員分享產品如何從原型演變為 App Store 排名第一的應用，並探討「 Cameo」功能的意外成功。他們談到小團隊如何應對技術挑戰、內容審核，以及將 AI 影片模型視為世界模擬器以推動科學突破的願景。

原站：https://unsupervised-learning.simplecast.com/episodes/ep-76-sora-creators-bill-peebles-rohan-sahai-thomas-dimson-on-their-unexpected-viral-success-hlfcz1HK

All things AI w @altcap @sama & @satyanadella. A Halloween Special. 🎃🔥BG2 w/ Brad Gerstner

BG2Pod — Sat, 01 Nov 2025 00:00:00 +0800

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。

原站：https://podcasters.spotify.com/pod/show/bg2pod/episodes/All-things-AI-w-altcap-sama--satyanadella--A-Halloween-Special--BG2-w-Brad-Gerstner-e3ab5db

【生成式AI導論 2024】第18講：有關影像的生成式AI (下) — 快速導讀經典影像生成方法 (VAE, Flow, Diffusion, GAN) 以及與生成的影片互動

Hung-yi Lee — Sun, 02 Jun 2024 00:00:00 +0800

介紹 VAE、Flow、Diffusion 與 GAN 等經典影像生成模型的原理與差異，並深入解析 Sora 如何利用 Diffusion Transformer 結合雜訊去除技術生成影像。

原站：https://www.youtube.com/watch?v=OYN_GvAqv-A

【生成式AI導論 2024】第17講：有關影像的生成式AI (上) — AI 如何產生圖片和影片 (Sora 背後可能用的原理)

Hung-yi Lee — Sat, 01 Jun 2024 00:00:00 +0800

由李宏毅講授，深入解析生成式 AI 如何產生圖片與影片，涵蓋從視覺語言模型到 Sora 背後的原理。內容說明如何利用深度學習自動提取特徵，並透過多階段生成策略提升畫質與幀數，同時探討影像生成在 VTuber 與影像修復等領域的應用。

原站：https://www.youtube.com/watch?v=5H2bVEmYDNg

Diffusion Models for Video Generation

Lilian Weng（部落格） — Fri, 12 Apr 2024 00:00:00 +0800

深入探討利用擴散模型生成影片的研究現狀，涵蓋從基礎參數化到不同架構（如 3D U-Net、DiT）的技術細節。讀者可學習影片生成面臨的時序一致性挑戰，並了解 VDM、Imagen Video、Sora 等主流模型的設計原理與實作策略。

原站：https://lilianweng.github.io/posts/2024-04-12-diffusion-video