时长：
68分钟
播放：
4,453
发布：
9个月前
主播...
简介...
1. Deepseed 的三大战役 00:00
2. 多模态竞争格局 03:15
3. 多模态技术现状与缺陷 09:11
4. 统一场多模态的初步尝试 14:35
4.1 清华唐杰教授的 CogVLM 22:04
4.2 Yang LeCun 和谢赛宁教授的 MetaMorph 27:46
5. Janus-pro 系统架构 30:59
5.1 Adaptors + Pretained Encoders 31:24
5.2 AutoRegressive Transformer + Rectified Flow Model 33:48
6. 模型训练成了炼金术 37:05
6.1 分成三个阶段来训练 38:58
6.2 每个阶段的时长的配比 40:41
6.3 每个阶段不同类型数据的配比 42:26
7. 训练成本 48:20
8. 两个先进武器迎战最后的决战 51:12
8.1 用流体力学来生成图像 52:45
8.2 当多模态与 MLA 和 MoE 融合 62:48
9. 总结 66:10
1. Janus-Pro: Unified Multimodal Understanding and Generation with Data and Model Scaling
3. CogVLM: Visual Expert for Pretrained Language Models
4. MetaMorph: Multimodal Understanding and Generation via Instruction Tuning
评价...
空空如也
小宇宙热门评论...
張小米粒
8个月前
江苏
2
主播的南京口音好重
Lalania-D
8个月前
四川
1
声乐有点低，听起来有点费力。
__noble__
9个月前
北京
0
00:32 v3主要是讲工程优化吧
谈得来
6个月前
吉林
0
其实普通人真的用deepseek做不了什么，实实在在说，现在人工智能大模型无非就是组稿、生成图片、制作小视频，可是每天搬砖打工的人也不写报告也不做设计，冷静冷静吧，人工智能发展基础是替代人类大量算力而产生的，所以不要盲目追风，踏踏实实做事劳动赚钱才是最美的。
目前网络上充斥着卖deepseek教程的，线下培训班等等要理性消费。
一些重复性大数据分析或者筛选或者重组才是人工智能的需求，例如海量信息中如何找到自己想要的贴合自己需求的需要deepseek去深度输出，再有设计图片想要效果图他会快速成型，再修图。
还有，本地部署是收费的，而且调用不同API也得根据数据收费，所以不要过度宣传，人工智能还在初级阶段，而且把更多算力释放给科研人员，让他们培养更加智能的大模型造福解放劳力！
支持播主的普及科技方法。
加油加油加油
Nan木南
8个月前
广东
0
不明觉厉！
大郎吃药_XJFl
8个月前
北京
0
烧锅炉的立大功🤦
moc
8个月前
北京
0
👍
生而为猫奴
8个月前
广东
0
这跟微信公号是同一人吗？
__noble__
8个月前
北京
0
34:46 所以实际上是上下游不一致吧
__noble__
8个月前
北京
0
44:40 调比例在deepseek 67b里也详细说过
陈威
8个月前
安徽
0
说的太精彩了 深入浅出，难得的非常专业独到的观点
MissWednesda
8个月前
上海
0
感谢侃爷！认真听了两遍，弱弱的提个小建议，我耳机音量放到最大好像也才能正常听到，可否把原始音量放大一些，感谢分享！
cherdz
8个月前
美国
0
侃爷 你所提到的语言的语言是不是就是所谓的“信息”如果这些向量都可以通用的话 是不是可以预见vision pro的应用程序开发的降低 后面会生态大爆发
HD613174x
7个月前
广东
0
有没有硬核技术类的AI播客？
娜娜啾啾啾
7个月前
青海
0
真心受教了，把好多观点都集合起来，让我们快速的获取核心知识点，赞👍
薛薛_D4ED
4个月前
浙江
0
内容真心不错，就是语音质量和噪音影响听感
Ray____
8个月前
北京
0
生成图像的网络一般叫解码器吧
