AI 武林：VLM

One Operator, Many Drones: Inside Skydio's Autonomy Stack — Suchet Bargoti, Skydio

AI Engineer — Thu, 24 Sep 2026 00:00:00 +0800

Suchet Bargoti 展示 Skydio 如何將無人機轉化為可自動起降、執行任務並返回基地的基礎設施。影片包含實機演示，一人透過電腦同時指揮多架無人機進行巡檢、追蹤車輛與緊急應變。

原站：https://www.youtube.com/watch?v=2wgPHvW0mG8

From VLM/VLA's to Embodied Agents — Armen Aghajanyan, Perceptron AI

AI Engineer — Thu, 24 Sep 2026 00:00:00 +0800

演講者 Armen Aghajanyan 提出將視覺語言模型、具身推理與控制整合為單一具身基礎模型，解決影片預訓練資料稀疏與上下文膨脹問題。

原站：https://www.youtube.com/watch?v=ZZcE0HeO-Hc

Building the Document Context Layer for AI Agents — Jerry Liu, LlamaIndex

AI Engineer — Wed, 23 Sep 2026 00:00:00 +0800

Jerry Liu 說明 2026 年 RAG 演變為「代理 harness」與「上下文層」，強調 PDF 等檔案因非為機器設計而難以直接理解。

原站：https://www.youtube.com/watch?v=RQi7x-navxU

From Ingestion to Agents: How AI Teams Build on Document Intelligence — Adit Abraham, Reducto

AI Engineer — Wed, 23 Sep 2026 00:00:00 +0800

Adit Abraham 分享如何將傳統檔案處理與代理系統結合，解決 PDF 解析難題。內容涵蓋從 RAG 到代理的轉變、混合使用傳統電腦視覺與視覺語言模型、以及代理層級的 OCR 校對技術，幫助建立高準確度與高召回率的檔案處理管道。

原站：https://www.youtube.com/watch?v=0I07YAuF8xA

Modality Misalignment and Originality Attribution in Short-Form Video — Aditya Gautam, Meta

AI Engineer — Wed, 23 Sep 2026 00:00:00 +0800

Aditya Gautam 分享 Meta 如何處理百萬級短影片資料中的模態對齊與原創性歸屬問題。透過三個專責代理（觀察者、審查者、檢索者）與小型視覺語言模型，解決資料雜亂、多語言與無基準真值等挑戰，並最佳化成本與延遲。

原站：https://www.youtube.com/watch?v=jNE8No-wvok

Vertical Mobility: Inference from MVP to Trillion-Parameter Workloads — Sitanshu Gupta, CoreWeave

AI Engineer — Sun, 20 Sep 2026 00:00:00 +0800

Sitanshu Gupta 介紹 CoreWeave 正在構建的推理平台，支援無伺服器、預留通量與專屬部署。平台透過 KV 快取感知的路由、快取外掛與量化技術，最佳化不同工作負載的價格與效能表現。

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

Operating Distributed Inference Systems at Scale — Nishant Gupta & Naman Ahuja, Meta

AI Engineer — Sat, 19 Sep 2026 00:00:00 +0800

Meta 工程師分享大規模推理系統的運營挑戰，指出推理流量已超越傳統微服務，需透過路由、快取、批處理與排程進行端到端管理。文章強調以「成功任務成本」為核心指標，並提出避免、共享、移動、延遲四種最佳化策略，以及建立專屬推理控制平面的重要性。

原站：https://www.youtube.com/watch?v=7c9FSUVcXR0

Waymo Co-CEO Dmitri Dolgov: "Move Fast And Ship Safely"

Y Combinator Startup Podcast — Wed, 05 Aug 2026 00:00:00 +0800

Waymo 共同執行長 Dmitri Dolgov 分享從演示到真正產品跨越的七個技術教訓，強調物理世界 AI 需將安全視為基礎而非後顧之憂。

原站：https://podcasters.spotify.com/pod/show/ycombinator/episodes/Waymo-Co-CEO-Dmitri-Dolgov-Move-Fast-And-Ship-Safely-e3mvft2

E247｜对话盛颖：xAI，Infra的浪漫，SGLang，开源，平权与“甄嬛传”

硅谷101 — Wed, 05 Aug 2026 00:00:00 +0800

訪談邀請盛穎分享其從數學研究轉向 AI 基礎設施的歷程，深入探討 SGLang 如何將學術概念轉化為生產級推理引擎。內容涵蓋 xAI 的經驗、RadixArk 的創立，以及對 AI 平權與開源的觀點。

原站：https://sv101.fireside.fm/260

重量級專訪登場！NVIDIA機器人部門產品總監Spencer Huang，深入解析下一個兆元機會！從Agentic AI到Physical AI的未來版圖！

曲博科技教室 Dr. J Class — Tue, 09 Jun 2026 00:00:00 +0800

專訪 NVIDIA 機器人部門產品總監 Spencer Huang，深入解析物理 AI、代理 AI 與人形機器人的差異與發展。

原站：https://www.youtube.com/watch?v=8MP-wFi1F7E

中国机器人的全球化野心、“踢馆”硅谷，及Physical AI的爆发准备：对话魔法原子

硅谷101 — Sat, 09 May 2026 00:00:00 +0800

訪談深入探討中國具身智慧與機器人產業的商業化現狀，透過魔法原子總裁顧詩韜的視角，分析中美公司在供應鏈、技術路線與生態策略上的差異。內容涵蓋從工業場景落地的具體案例、如何構建護城河以應對價格戰，以及公司未來的全球化佈局與上市規劃。

原站：https://www.youtube.com/watch?v=oU_V5GlHq7I

161: 原力灵机唐文斌：中国最早的 AI 创业者和他的具身新旅程

晚点聊 LateTalk — Fri, 24 Apr 2026 00:00:00 +0800

唐文斌回顧中國最早 AI 創業公司「曠視」的歷程，並介紹新創公司「原力靈機」的具身智慧策略。節目探討了從多模態預訓練到機器人資料整合的技術路徑，以及為何選擇不專注於人形機器人而轉向模組化組合的商業考量。

原站：https://podcast.latepost.com/161

XEP23 - 生成式 AI 走錯路了？深度解析 AI 傳奇 Yann LeCun 的逆風豪賭！【試聽】

科技浪 — Tue, 24 Mar 2026 00:00:00 +0800

訪談深入解析 Yann LeCun 對當前生成式 AI 路線的質疑，並介紹其提出的 JEPA 架構。內容探討為何物理世界 AGI 無法僅靠現有模型達成，以及 JEPA 如何透過建立世界模型來解決此問題。

原站：https://www.youtube.com/watch?v=4lKobwRFffM

155: 至简动力贾鹏：从英伟达到理想，具身智能的六边形战士

晚点聊 LateTalk — Mon, 23 Mar 2026 00:00:00 +0800

訪談具身智慧創業者賈鵬，回顧其從輝達到理想的智駕經驗，並探討至簡動力如何打造具備技術、戰略、產品等多面能力的團隊。內容涵蓋具身智慧的技術路徑、組織架構設計及行業發展趨勢，適合關注具身智慧創業與技術落地的讀者。

原站：https://podcast.latepost.com/155

Olmo Hybrid and future LLM architectures

Interconnects — Fri, 06 Mar 2026 00:00:00 +0800

Podcast 訪談探討混合架構（如 Olmo Hybrid）如何結合 RNN 與注意力機制，理論上提升表達力與效率。講者分析現有模型實驗結果，指出工具支援不足導致實際效能未達預期，並預測未來大模型可能採用此架構。

原站：https://www.interconnects.ai/p/olmo-hybrid-and-future-llm-architectures

Intelligent Robots in 2026: Are We There Yet? with Nikita Rudin - #760

The TWIML AI Podcast — Fri, 09 Jan 2026 00:00:00 +0800

訪談 Flexion Robotics 創辦人 Nikita Rudin，探討自主機器人落地的挑戰與現況。內容涵蓋強化學習、模擬訓練與真實環境的差距（Sim2Real），以及視覺輸入如何增加複雜度。

原站：https://twimlai.com/podcast/twimlai/intelligent-robots-in-2026-are-we-there-yet

AI Orchestration for Smart Cities and the Enterprise with Robin Braun and Luke Norris - #755

The TWIML AI Podcast — Thu, 13 Nov 2025 00:00:00 +0800

探討企業如何透過 AI 自動化後台流程並實現實際投資回報，重點在於從雲端測試轉向生產環境的挑戰與解決方案。講者分享了與 HPE 合作在科羅拉多州維爾市推動「代理智慧城市」專案的經驗，包括利用多代理系統處理網站無障礙合規（508 合規）與地…

原站：https://twimlai.com/podcast/twimlai/ai-orchestration-for-smart-cities-and-the-enterprise

106. 和王鹤聊，具身智能的学术边缘史和资本轰炸后的人为乱象

张小珺Jùn｜商业访谈录 — Mon, 23 Jun 2025 00:00:00 +0800

訪談北大助理教授王鶴，探討具身智慧的學術源流、從邊緣到主流的演變，以及 ChatGPT 帶動下的產業泡沫與亂象。內容涵蓋 VLM 為何弱於 LLM、合成資料的挑戰，以及具身智慧應聚焦「生產力」而非單純「智慧」的觀點。

原站：https://www.xiaoyuzhoufm.com/episode/6857f2174abe6e29cb65d76e

98. 逐篇讲解机器人基座模型和VLA经典论文——“人就是最智能的VLA”

张小珺Jùn｜商业访谈录 — Mon, 07 Apr 2025 00:00:00 +0800

訪談由陳建宇主講，梳理人形機器人從專用走向通用的演進路徑，重點解析 VLA（視覺語言動作）基座模型與經典論文。內容涵蓋如何利用大型語言模型替代規劃、感知與執行，並探討Scaling Law在機器人領域的應用前景與商業落點。

原站：https://www.xiaoyuzhoufm.com/episode/67f28c6e0decaeb0943fb14a

96. 和郎咸朋聊，自动驾驶10年演进史、关键技术细节和特斯拉

张小珺Jùn｜商业访谈录 — Mon, 17 Mar 2025 00:00:00 +0800

訪談理想汽車自動駕駛研發副總裁郎咸朋，回顧十年技術演進與關鍵節點。內容涵蓋從高精地圖與鐳射雷達到特斯拉純視覺方案的轉變，深入解析 BEV、Transformer 及端到端架構原理，並探討 L3/L4 級別定義與資料驅動策略。

原站：https://www.xiaoyuzhoufm.com/episode/67d59d8fe924d4525ad9feb8