
Sign up to save your podcasts
Or


大家好。欢迎来到 AI Odyssey。本期播客我们有幸邀请到了文生图领域内的两位专家:林之秋和李嘉琛。两位嘉宾和主播深入探讨了文生图模型的最前沿研究,涵盖了模型的结构原理、推理加速以及评估方法。此外嘉宾还分享了模型架构的细节和优化技巧,以及模型评估的挑战和解决方案。本期内容丰富,为大家提供了一次深入了解文生图模型的机会,相信本期播客能带给大家新的启发和思考。欢迎收听,期待和大家一起探索AI的奥秘。
嘉宾介绍:林之秋:CMU机器人研究所四年级博士,关注vision-language model以及generative AI。Twitter: @ZhiqiuLin
Jiachen Li (李嘉琛, 推特:@JiachenLi11) :加州大学圣塔芭芭拉分校 (UCSB)三年级PhD,主攻文生图模型,机器人控制,多模态学习。Jiachen带队参加了Amazon SimBot Challenge,获得了第二名以及10w美元的奖金。
本期主播:Leo Zhao: 硅谷大厂高级机器学习工程师,GenAI LLM发烧友
Shownotes:00:34 嘉宾自我介绍
02:08 讨论文生图模型的分类:闭源模型和开源模型,以及它们的特点和区别
03:52 探讨闭源模型和开源模型在数据质量和模型架构上的差异
06:06 分析 Diffusion Model (扩散模型)的原理,包括其与 GAN(生成对抗网络)的比较和优化
09:33 解释 Stable Diffusion 模型的特点,包括在潜在空间的生成和文本条件的引入
11:44 详细介绍 Diffusion Process 的理论基础,包括随机微分方程和逆过程的概念
16:00 讨论LCM(一致性模型)在降低推理步骤和保持生成质量方面的作用
20:42 探讨生成模型的评估指标,包括对齐度、质量、人工评估和自动化指标的重要性
27:02 分析现有自动化指标的局限性,包括 CLIP Score 的问题和改进方向
33:29 探索奖励建模在引导生成模型方面的应用和挑战
38:47 讨论不同奖励模型策略对生成模型的影响及训练的挑战
44:06 探讨用于评估和改进生成模型的新方法,包括弱模型指导强模型的潜力
49:44 讨论提高生成模型文本理解能力的重要性及其在专业应用中的潜在应用
54:29 探索用于生成模型评估的新基准和方法,重点关注文本对齐
59:36 讨论合成数据在生成模型训练中的应用及潜在优势
感谢收听,我们下期再会~
欢迎收听本期 AI Odyssey,本期我们有幸邀请到了HuHu AI CEO 刘天强,一位经验丰富的连续创业者。在这期节目中,嘉宾不仅分享了他在 AI 领域的创业历程,还深入讨论了关于 AI 产品设计、用户增长策略、以及如何在竞争激烈的市场中找到立足点。无论你是 AI 领域的专业人士,还是对文生图应用充满好奇的听众,这期节目都将为你提供独到的见解和启发。欢迎收听,与我们一起探索 AI 文生图的奥秘!
嘉宾介绍:刘天强:HuHu AI CEO,连续创业者。曾经创立Orbeus并被Amazon收购,后成为Amazon Rekognition的创始架构师。在创立Huhu AI前,曾经是智能家居公司Wyze的CTO (Twitter: @Tianqiang_Liu, xhs: @AI创业中的井叔)
主播介绍:Leo Zhao: 硅谷大厂高级机器学习工程师,GenAI LLM发烧友
产品介绍:Chat Designer
Chat Designer 是HuHu AI 的第一款 AI 产品。支持从文本生成图片,包括肖像图和产品图。用户通过简单的聊天对话即可进行像素级编辑。支持修图工具进行精确调整,轻松创造个性化图像。
HuHU AI
HuHu AI 为各种商业场景提供 AI 设计代理解决方案。
Shownotes感谢收听,我们下期再见!
欢迎来到《AI Odyssey》播客。我们将为您带来本周AI领域的最新动态,欢迎收听!
以下是本期内容:
00:05 - 马斯克开源Grok-1
项目地址 github.com01:39 - OpenAI 开源 Transformer Debugger (TDB) 工具
GitHub 链接:github.com03:19 - OpenAI 大模型加持的 Figure 01 机器人
Demo 视频链接04:01 - Devin:Cognition AI 团队发布的首个 AI 软件工程师
05:10 - A16Z 分享 Top100 GenAI ToC 产品
原文链接06:29 - 探索最新 AI 创业公司的 Pitch Deck 网站
官网链接07:26 - Yann LeCun 在 Lex Fridman 播客中的专访内容
视频链接09:21 - 张小珺对王小川的采访
王小川想提出中国AGI第三种可能性感谢收听本期播客,更多精彩内容,请持续关注我们的节目。下期再见!
欢迎来到《AI Odyssey》播客。我们将为您带来本周AI领域的最新动态,欢迎收听!
以下是本期内容:
00:49 - 马斯克对OpenAI的诉讼及其影响
外媒链接01:16 - OpenAI回应马斯克诉讼,公开过去8 年的邮件沟通记录
公开链接:openai.com01:54 - OpenAI就CEO被罢免事件的调查结果,Sam重返董事
03:22 - Anthropic发布新的AI模型系列Claude 3
42 页的技术报告《The Claude 3 Model Family: Opus, Sonnet, Haiku》04:00 - Claude 3 Opus模型具有自我认知
05:10 - 前 Google 工程师,AI 创业心路历程分享
原文链接:www.yitay.net07:36 - 张小珺对杨植麟和朱啸虎的专访
月之暗面杨植麟专访:AI不是接下来一两年找到PMF,而是接下来十到二十年如何改变世界朱啸虎讲了一个中国现实主义AIGC故事08:12 - Mini Max融资6 亿美元
感谢您的收听,我们下期再见~
欢迎来到《AI Odyssey》播客。我们将为您带来本周AI领域的最新动态,欢迎收听!
以下是本期内容:
00:08 - Sora模型介绍
00:33 - Sora的技术优势以及其扩散模型和Transformer架构的特点
01:27 - Sora在社交媒体上的影响
02:05 - 扩散模型的原理与应用
论文地址02:47 - Sora模型的几何一致性分析
论文地址03:43 - Sora的发展前景
04:46 - OpenAI与纽约时报版权争议
文件链接05:57 - 谷歌Gemma模型介绍
07:00 - Gemini模型因种族偏见问题受到的批评和紧急关闭事件
08:04 - Meta 计划在 7 约发布 LLaMa 3 模型
08:47 - Klarna公司采用OpenAI的AI客服系统的表现和业务影响
09:48 - 中信证券的AI投资指南
原文地址以上就是我们这期节目的要点摘要,详细内容请收听完整播客。我们下期节目再会。
【主播的话】
大家好,新年快乐!
农历新年的第一期节目,我们有幸邀请到 Lepton AI 的产品负责人鱼哲。他将与我们深入探讨 AI 基础设施领域的最新动态和未来趋势。嘉宾不仅是一位从开发者转型为产品经理的 AI 行业专家,还曾负责高性能 AI 计算架构平台的工作,对 AI 应用层开发者的需求有着深刻的理解。
在本期节目中,我们将聚焦于 AI Infra 的核心挑战,探讨如何通过产品和技术的融合提升 AI 应用的性能和效率。嘉宾还将分享他对多模态模型、结构化输出以及 AI 应用开发者需求的独到见解。
本期节目为我们探索 AI Infra 的重要一步,我们将继续带来更多深入的解析和讨论。
嘉宾和主播长期在北美工作生活,夹杂英文在所难免,不接受抱怨!Enjoy!
【本期嘉宾】
Yuze 鱼哲,毕业于美国伦斯勒理工大学。前阿里云高性能AI平台产品负责人。专注于AI在金融量化,风控,搜索推荐,自动驾驶,互联网娱乐等行业落地及应用。目前在北美明星AI架构平台Lepton AI 就任产品负责人。推特 @YuzeMa5。
【本期主播】
Leo Zhao 硅谷大厂高级机器学习工程师,GenAI LLM发烧友
【本期焦点】
01:56 AI Infra 的目标用户和需求分析
03:45 AI 应用开发者的特点和需求
06:21 AI 应用开发的路径和挑战
08:25 AI Infra 的覆盖面和优化方向
10:10 具体案例讨论:动画片分镜制作的 AI 应用
13:44 AI 模型的可扩展性和后端服务的挑战
15:28 AI 推理方向的技术探讨
18:53 AI 性能优化的具体方法和案例
22:51 AI 模型的定制化开发和技术选择
27:12 RAG 在 AI 应用中的挑战
32:30 AI 模型推理的优化方向和实践
38:01 AI 模型推理的算法和硬件优化
42:36 AI 应用开发的优化策略和业务取舍
47:20 Lepton AI 的收费模式和用户成本
51:04 AI 应用开发的未来趋势和发展方向
欢迎来到《AI Odyssey》播客。我们将为您带来本周AI领域的最新动态,欢迎收听!
以下是本期内容:
[00:09] ChatGPT如何在亚马逊上"开网店"并迅速成为网红探讨
[01:14] Stability AI发布Stable Code 3B模型,高光时刻讨论
参考链接:stability.ai[03:14] 小模型集合与大模型性能相匹敌的研究介绍
论文链接:arxiv.org模型链接:huggingface.co[04:22] 大模型可能藏有后门的研究揭示
论文地址:arxiv.org[05:38] Sam Altman筹集资金建立全球晶圆厂网络的动态
[06:40] A16Z关于2024年AI视频领域的展望分析
参考链接:a16z.com[07:42] 大模型“幻觉”现象的解决策略探讨
引用 1: EVALUATING TEXT GENERATION WITH BERT
引用 2:Zero-Resource Black-Box Hallucination Detection for Generative Large Language Models
引用 3:A Broad-Coverage Challenge Corpus forSentence Understanding through Inference
【主播的话】
在这一期的AI Odyssey 节目中,我们深入探讨了AI行业的求职途径和职业发展策略。非常荣幸请到了AI 大模型资深顾问许志鹏。许老师在大模型招聘方向有着丰富的经验。本次对话不仅给我们提供了宝贵的行业见解,还揭示了AI领域的最新趋势和就业机会。感谢您的聆听,希望本期节目能帮助您在AI行业开启一段精彩的职业旅程。
【本期嘉宾】
许志鹏 Roc(WeChat:LK99ER),复旦化学本科。伯周咨询创新业务负责人。典型项目:千人专家回国任上市公司研究院长,某大厂一级BU技术VP,某头部底座公司AIGC产品负责人。之前曾是CGL高级顾问和Fork AI招聘负责人,有过半年运作4位P9级大厂人才担任Startup CTO。
【本期主播】
Leo Zhao 硅谷大厂高级机器学习工程师,GenAI LLM发烧友
PongPong 连续创业者,Startup 产品负责人
【本期焦点】
00:31- 许老师的自我介绍,随后讨论AI行业的历史和GPT模型的发展
02:09- 多模态技术和GPT4的普及影响,以及许老师对大模型领域的看法和个人经历
03:15- 许老师谈论加入AI行业的时机,以及AI企业对人才的需求和行业领导者
04:25- 分析AI领域主要公司和其创始人的特点
07:24- 探讨大型公司在AI领域的角色,以及垂直模型公司的介绍
09:40- 讨论国内大模型市场的趋势和竞争
11:48- 对不同公司大模型实力的分析,以及大厂和初创公司在招聘方面的差异
14:39- 分析大厂和创业公司在资源分配和风险承担方面的差异,及其在AI研究和开发方面的策略
18:32- 人才在大厂和创业公司间的流动分析,以及Leo分享对加入初创公司的看法
22:26- AI人才在地域上的分布,以及AI行业中的企业洞察和岗位分布
28:57- 技术推动产品和市场的变化及其特征
29:51- 讨论通用人工智能(AGI)的发展及其对社会的影响
31:39- 探讨国内大模型发展的困难,包括监管红线和算力资源的限制
33:02- 讨论国内外大模型行业的竞争和合作,以及对AI的重视程度
37:02- 分享AI行业的机遇,包括跨职位、职级和行业的交流机会
41:03- 对想进入AI行业的人的建议,包括评估公司的硬实力和软实力
43:32 - 讨论企业文化和年轻人生活态度在选择公司时的重要性
45:35- 讨论在大公司和创业公司工作的不同考虑因素
49:21- 探讨在技术驱动公司中理解产品和市场的重要性
53:24- 讨论AI行业未来趋势,包括潜在新玩家和现有玩家的角色
欢迎来到《AI Odyssey》播客。我们将为您带来本周AI领域的最新动态,欢迎收听!
以下是本期内容:
00:11 - GPT Store上线
GPT Store 仅对 ChatGPT 的付费版本开放(Plus、企业版以及刚刚推出的 Team 版本),并非所有付费用户都能进入 GPT Store 界面,产品或还没有全量开放。00:59 - ChatGPT推出新的Team付费模式
01:28 - 纽约时报诉讼案跟踪报道
吴恩达教授热评02:51 - AI搜索引擎Perplexity AI完成新一轮的融资
恭喜 perplexity🎉
03:18 - LangChain官方发布首个稳定版本 ——LangChain v0.1.0
03:59 - Rabbit R1 AI只能硬件发
Rabbit 官网04:41 - 罗永浩可能转向大模型行业
05:14 - 播客推荐:比尔盖茨与Sam的对话
我与萨姆·奥尔特曼的对话 | 盖茨播客感谢您的收听~
欢迎来到《AI Odyssey》播客,这里是2024 年第一期的AI科技快讯。我们将为您带来本周AI领域的最新动态,欢迎收听!
【主持人】
PongPong,
以下是本期内容:
1. GPT的最佳自定义指令
2. OpenAI新一轮融资
3. OpenAI与微软被《纽约时报》起诉
4. 苹果公司相关资讯
5. Stream Diffusion:图像生成的革新
6. BloombergGPT的故事
7. 百度文心一言的发展
8. 快手KwaiAgents
9. HiDream.ai的视频生成技术
10. 旷视科技的多模态大模型Vary
11. 机器人基础模型
AI 产品:
babystoryai 可以模拟家长声音,生成给小孩讲的故事;
官网habit-hero 通过 WhatsApp,利用 AI 生成个性化成长和规划指导的Coach;
官网whatonearth 搜索引擎;数据更新于 24h 前,perplexity平替;
官网Jellypod,将每日订阅邮件内容,整理为每日播客;
官网impakt;个人 AI 健身教练
官网感谢您的收听~
From the publisher's feed