冥想、扩散与大模型的另一条路丨对谈西湖心辰创始人蓝振忠
冥想、扩散与大模型的另一条路丨对谈西湖心辰创始人蓝振忠蓝振忠的气质看上去像一名在读研究生,沉静,说话不疾不徐,他是卡耐基梅隆大学博士,计算机视觉出身,曾是谷歌的大模型专家,做出了 ALBERT。两个多小时的访谈里,他三次共享屏幕给我们看论文,讲到自己的技术判断时,语气从来没有犹豫过。
搜索
蓝振忠的气质看上去像一名在读研究生,沉静,说话不疾不徐,他是卡耐基梅隆大学博士,计算机视觉出身,曾是谷歌的大模型专家,做出了 ALBERT。两个多小时的访谈里,他三次共享屏幕给我们看论文,讲到自己的技术判断时,语气从来没有犹豫过。
设想这样一个场景:给机器人下达一句自然语言指令,让它穿过走廊、接连转弯,最终走进指定房间。视觉语言导航(VLN),需要让机器人结合沿途看到的画面,把人类的语言指令转化为一连串连续行动。
一个充电器,一根缠成一团的线。
DeepSeek-R1等模型让人们看到了强化学习的潜力。但已有研究发现,模型答得更准,未必意味着能解出的题目更多。
想象一下,你向几个 AI 倾诉最近的压力。
AI 的下一次突破将从何而来?业界大佬们一两年前就已给出判断。
刚刚,谷歌甩出全新前沿王炸模型Gemini 4 Carbon,一口气把全球第一抢了回来!
什么时候是具身智能的ChatGPT时刻?
随着多模态大模型越来越强,OCR的短板反而逐渐明显。
每个做 AI 系统的人都经历过这个阶段:效果上不去,又不知道往哪使劲——读轨迹、改 prompt、调配置,靠人一轮轮试,一试就是好几天。