时长：
126分钟
播放：
8,647
发布：
1个月前
简介...
「从模型驱动到垂直整合：Gaga-1 是第一个产物。」
图注：飞书“智能会议纪要”功能为本次播客生成的概要图。
本期节目由飞书特别支持播出！欢迎大家尝试“智能会议纪要”(https://www.feishu.cn/product/ai-meeting-summary?hideHeader=1&utm_from=latetalk)，功能，点击前文晚点转述链接，可申请 1 个月免费使用。
2024 年初，刚听说曹越开始新一次创业时，我就找他聊过一次。那时他有一个吸引科技报道者的标签：光年之外联创。
今年 10 月的这次正式访谈中，我有点儿理解了为什么王慧文在 2023 年初见了那么多研究者后，会选择曹越来做技术合伙人——曹越是少数在 ChatGPT 之前，预判到大模型热潮的中国研究者。2021 年，他拿下 ICCV 最佳论文后，离开了微软亚研院，加入了国内最早做大模型的机构，智源研究院。
让我稍感意外的是，曹越做研究员时，就格外关注组织与机制；2021 年，在看到 DALL-E 和 CLIP 后，他开始研究 OpenAI 是怎么协作的，这也是他加入智源的原因之一。
这期节目，曹越回顾了他在清华读本科时，如何看到深度学习，那篇 ICCV 最佳论文的诞生；他从研究员到创业者的转变；对 Sora 的观察，以及 Sand.ai 打造新一代模型 Gaga-1 的思考与实践。
通过学习 OpenAI 等全球顶尖公司，更重要的是通过自己的实践和反馈，曹越现在的认知是，要做一个垂直整合的“端到端”的组织，更好平衡模型进展与从需求出发，10 月中旬 Sand.ai 新发布的模型 Gaga-1 就是垂直整合的产物。它聚焦解决人物表演问题，“人物不一致、表演假”，是许多试图使用 AI 的内容制作者之前最大的痛点。
图注：在 Gaga AI 网站 (https://gaga.art/zh/app) 上，现在可体验音画同出、聚焦人物表演能力的视频生成
在技术驱动的 AI 创业时代，一个模型出身的创始人，如何判断趋势，又怎么学习做 CEO？曹越分享了他的探索和体验。
本期嘉宾：曹越，Sand.ai 创始人兼 CEO
本期主播：程曼祺，《晚点 LatePost》科技报道负责人
**本期播客也有视频版，可在抖音、B站、小红书、视频号搜索《晚点 LatePost》观看。*
时间线跳转：
-从 ICCV 最佳论文到研究 OpenAI 组织力：设计一个系统，最大化压榨算力
02:08 2014 年转向深度学习
03:37 在微软亚研院学到的-1：关注最重要、且有提升空间的 topic
05:09 Swin Transfomer 的诞生，Transformer 被引入视觉任务的两个阶段
11:15 在微软亚研院学到的-2：判断 topic 还不够，得以足够资源做出极致效果
13:02 CLIP、DALL·E 冲击：OpenAI 不是论文驱动，而是设计一个系统，最大化压榨算力
18:10 从 GPT-3 到 ChatGPT，3 年疫情阻隔使 OpenAI 巨变被忽略
-中国为什么没有出现 OpenAI 这样的组织？王慧文说是“不够富”
21:30 和王慧文、梁文锋聊；他们都在 23 年初遍历国内研究者
26:57 问老王：为什么中国没有出现 OpenAI？——“不够富”
32:54 光年之外的经验：一开始就确立了正确的“找人方法论”
34:36 CEO 容易焦虑，这时可以想想大问题
-“真的了解创业后，突然感觉什么都对了”
37:16 23 年 8 月开始思考创业：视频生成让自己兴奋
40:54 创业前的自我觉察：ambitious
46:59 第一个模型 Magi-1 花了 1 年多：低估了自回归路线的难度
50:23 正在发生的业务窗口是“音画同出”
-“Sora 2 是一个端到端的模型，OpenAI 是一个端到端的组织”
52:36 Sora 2 的 3 个特点，第三点最让曹越惊艳
58:23 Sora 2 怎么实现“端到端叙事”的？
01:03:58 Vibes vs Sora，Meta 是缝合，OpenAI 是整合
-Gaga-1：从需求出发，优先解决人物表演
01:06:53 新模型 Gaga-1 聚焦人物表演，成本大幅下降
01:10:33 用 AI 做短剧，卡点正在人物表演和成本；Sora 的新启发是叙事
01:15:27 需求分析：短剧制作、广告片、C 端斗视频
01:19:42 Sora 能否成为 C 端新平台？曹越的两个判断指标
-垂直整合组织的核心就是：不同背景的人，能对齐上下文
01:23:10 PMF 一直讲，一直难：因为模型和产品的磨合就是要花时间
01:28:07 垂直整合：不同背景的人频繁交流，对齐上下文
01:31:16 再看“模型即产品”：早期产品跟着模型走，现在要互相放大
-成为 CEO
01:38:41 一个“专业”的 CEO
01:42:04 “Gemini 老师”的最大作用是对齐上下文
01:50:27 所有内容的终局都是“叙事”
01:52:29 老王的建议：研究皮克斯商业模式
01:56:06 研究者和 CEO 的“夹角”
01:58:24 最优先级的工作
02:01:01 Next Question：ASI 到来后会怎样
02:03:12 连点成线：往期推荐
相关链接：
图文版：《对话曹越：马尔奖、光年之外、Sand.ai，研究员到 CEO 的十年串起大模型变迁》
晚点聊 136：《Sora新世界 & Lovart 4个月复盘 | 与陈冕聊怎么做垂类Agent|Agent#5》
晚点聊 58：《光年之外联创再出发，与袁进辉聊 AI Infra 到底做什么？》
晚点聊 39：《从美团收购光年之外，聊聊科技公司收并购的操作与故事》
附录：
CNN（卷积神经网络）：由 Yann LeCun（杨立昆） 等人在 1989 年提出，用于从图像等网格数据中提取局部特征，是深度学习在计算机视觉领域的基础架构。
Transformer：由 Google Brain 在 2017 年 提出，用“自注意力机制”替代循环结构，实现了高效的并行训练，成为目前大模型的核心架构。
iGPT（Image GPT）：由 OpenAI 在 2020 年提出，将 GPT 语言建模思想用于图像像素预测，验证了 Transformer 可用于视觉生成任务。
ViT（Vision Transformer）：由 Google Research 在 2020 年提出，将图像分割为小块后输入 Transformer，首次在大规模数据上超越 CNN 的图像识别性能。
Swin Transformer：由微软亚洲研究院刘泽、曹越等人在 2021 年提出，通过“层次化窗口注意力”结构改进 ViT，使 Transformer 能高效处理不同尺度的视觉任务。
DALL·E：由 OpenAI 在 2021 年 发布，将 GPT-3 与图像生成结合，可根据文字生成符合语义的图像。
CLIP：由 OpenAI 在 2021 年提出，通过大规模图文对比学习，实现文本与图像的语义对齐，是后续多模态系统的基础模型之一。
Instruct-GPT：由 OpenAI 在 2022 年 发布，通过基于人类反馈的强化学习（RLHF）让 GPT-3 更好理解指令，是 ChatGPT 产品化的重要前提。
剪辑制作：甜食
本期主播：
小红书@曼祺_火柴Q即刻@曼祺_火柴Q
☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆
欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。
这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。
请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。
关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
图注：飞书“智能会议纪要”功能为本次播客生成的概要图。
本期节目由飞书特别支持播出！欢迎大家尝试“智能会议纪要”(https://www.feishu.cn/product/ai-meeting-summary?hideHeader=1&utm_from=latetalk)，功能，点击前文晚点转述链接，可申请 1 个月免费使用。
2024 年初，刚听说曹越开始新一次创业时，我就找他聊过一次。那时他有一个吸引科技报道者的标签：光年之外联创。
今年 10 月的这次正式访谈中，我有点儿理解了为什么王慧文在 2023 年初见了那么多研究者后，会选择曹越来做技术合伙人——曹越是少数在 ChatGPT 之前，预判到大模型热潮的中国研究者。2021 年，他拿下 ICCV 最佳论文后，离开了微软亚研院，加入了国内最早做大模型的机构，智源研究院。
让我稍感意外的是，曹越做研究员时，就格外关注组织与机制；2021 年，在看到 DALL-E 和 CLIP 后，他开始研究 OpenAI 是怎么协作的，这也是他加入智源的原因之一。
这期节目，曹越回顾了他在清华读本科时，如何看到深度学习，那篇 ICCV 最佳论文的诞生；他从研究员到创业者的转变；对 Sora 的观察，以及 Sand.ai 打造新一代模型 Gaga-1 的思考与实践。
通过学习 OpenAI 等全球顶尖公司，更重要的是通过自己的实践和反馈，曹越现在的认知是，要做一个垂直整合的“端到端”的组织，更好平衡模型进展与从需求出发，10 月中旬 Sand.ai 新发布的模型 Gaga-1 就是垂直整合的产物。它聚焦解决人物表演问题，“人物不一致、表演假”，是许多试图使用 AI 的内容制作者之前最大的痛点。
图注：在 Gaga AI 网站 (https://gaga.art/zh/app) 上，现在可体验音画同出、聚焦人物表演能力的视频生成
在技术驱动的 AI 创业时代，一个模型出身的创始人，如何判断趋势，又怎么学习做 CEO？曹越分享了他的探索和体验。
本期嘉宾：曹越，Sand.ai 创始人兼 CEO
本期主播：程曼祺，《晚点 LatePost》科技报道负责人
**本期播客也有视频版，可在抖音、B站、小红书、视频号搜索《晚点 LatePost》观看。*
时间线跳转：
-从 ICCV 最佳论文到研究 OpenAI 组织力：设计一个系统，最大化压榨算力
02:08 2014 年转向深度学习
03:37 在微软亚研院学到的-1：关注最重要、且有提升空间的 topic
05:09 Swin Transfomer 的诞生，Transformer 被引入视觉任务的两个阶段
11:15 在微软亚研院学到的-2：判断 topic 还不够，得以足够资源做出极致效果
13:02 CLIP、DALL·E 冲击：OpenAI 不是论文驱动，而是设计一个系统，最大化压榨算力
18:10 从 GPT-3 到 ChatGPT，3 年疫情阻隔使 OpenAI 巨变被忽略
-中国为什么没有出现 OpenAI 这样的组织？王慧文说是“不够富”
21:30 和王慧文、梁文锋聊；他们都在 23 年初遍历国内研究者
26:57 问老王：为什么中国没有出现 OpenAI？——“不够富”
32:54 光年之外的经验：一开始就确立了正确的“找人方法论”
34:36 CEO 容易焦虑，这时可以想想大问题
-“真的了解创业后，突然感觉什么都对了”
37:16 23 年 8 月开始思考创业：视频生成让自己兴奋
40:54 创业前的自我觉察：ambitious
46:59 第一个模型 Magi-1 花了 1 年多：低估了自回归路线的难度
50:23 正在发生的业务窗口是“音画同出”
-“Sora 2 是一个端到端的模型，OpenAI 是一个端到端的组织”
52:36 Sora 2 的 3 个特点，第三点最让曹越惊艳
58:23 Sora 2 怎么实现“端到端叙事”的？
01:03:58 Vibes vs Sora，Meta 是缝合，OpenAI 是整合
-Gaga-1：从需求出发，优先解决人物表演
01:06:53 新模型 Gaga-1 聚焦人物表演，成本大幅下降
01:10:33 用 AI 做短剧，卡点正在人物表演和成本；Sora 的新启发是叙事
01:15:27 需求分析：短剧制作、广告片、C 端斗视频
01:19:42 Sora 能否成为 C 端新平台？曹越的两个判断指标
-垂直整合组织的核心就是：不同背景的人，能对齐上下文
01:23:10 PMF 一直讲，一直难：因为模型和产品的磨合就是要花时间
01:28:07 垂直整合：不同背景的人频繁交流，对齐上下文
01:31:16 再看“模型即产品”：早期产品跟着模型走，现在要互相放大
-成为 CEO
01:38:41 一个“专业”的 CEO
01:42:04 “Gemini 老师”的最大作用是对齐上下文
01:50:27 所有内容的终局都是“叙事”
01:52:29 老王的建议：研究皮克斯商业模式
01:56:06 研究者和 CEO 的“夹角”
01:58:24 最优先级的工作
02:01:01 Next Question：ASI 到来后会怎样
02:03:12 连点成线：往期推荐
相关链接：
图文版：《对话曹越：马尔奖、光年之外、Sand.ai，研究员到 CEO 的十年串起大模型变迁》
晚点聊 136：《Sora新世界 & Lovart 4个月复盘 | 与陈冕聊怎么做垂类Agent|Agent#5》
晚点聊 58：《光年之外联创再出发，与袁进辉聊 AI Infra 到底做什么？》
晚点聊 39：《从美团收购光年之外，聊聊科技公司收并购的操作与故事》
附录：
CNN（卷积神经网络）：由 Yann LeCun（杨立昆） 等人在 1989 年提出，用于从图像等网格数据中提取局部特征，是深度学习在计算机视觉领域的基础架构。
Transformer：由 Google Brain 在 2017 年 提出，用“自注意力机制”替代循环结构，实现了高效的并行训练，成为目前大模型的核心架构。
iGPT（Image GPT）：由 OpenAI 在 2020 年提出，将 GPT 语言建模思想用于图像像素预测，验证了 Transformer 可用于视觉生成任务。
ViT（Vision Transformer）：由 Google Research 在 2020 年提出，将图像分割为小块后输入 Transformer，首次在大规模数据上超越 CNN 的图像识别性能。
Swin Transformer：由微软亚洲研究院刘泽、曹越等人在 2021 年提出，通过“层次化窗口注意力”结构改进 ViT，使 Transformer 能高效处理不同尺度的视觉任务。
DALL·E：由 OpenAI 在 2021 年 发布，将 GPT-3 与图像生成结合，可根据文字生成符合语义的图像。
CLIP：由 OpenAI 在 2021 年提出，通过大规模图文对比学习，实现文本与图像的语义对齐，是后续多模态系统的基础模型之一。
Instruct-GPT：由 OpenAI 在 2022 年 发布，通过基于人类反馈的强化学习（RLHF）让 GPT-3 更好理解指令，是 ChatGPT 产品化的重要前提。
剪辑制作：甜食
本期主播：
小红书@曼祺_火柴Q即刻@曼祺_火柴Q
☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆
欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。
这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。
请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。
关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
评价...
空空如也
小宇宙热门评论...
曼祺_MatchQ
1个月前
北京
10
第一次见曹越是 24 年春天，当时的印象是一个 nice，思维清晰的技术背景 founder。
这次聊，感到了他 aggressive 和不服输的一面，虽然只是 3 个多小时里的一瞬：
那是他聊起 21 年看到 OpenAI 做了 CLIP 和 DALL·E，他理解了这些成果的重要，也没有因算力悬殊望而却步，而是想：为什么我们做不出来？难道我们更笨吗？——No!
这也是他开始研究 OpenAI 组织方式的契机，和他在 22 年加入智源的原因——这在当时不是个被所有人理解的选择。
24 年至今，曹越开始作为一号位创立 Sand.ai。从外部看，Sand.ai 的第一代模型 Magi-1 开发了约一年。曹越说：低估了把自回归做到极致的难度。刚发布的 Gaga-1 是 Sand.ai 思路调整的产物：从更侧重模型、技术驱动，到模型与产品的更深“垂直整合”。
一个 researcher 能多快成为专业 CEO？环境又能给多少余裕？Sand.ai 的后续动作是很好的观察样本。
曼祺_MatchQ
1个月前
北京
10
第一次见曹越是 24 年春天，当时的印象是一个 nice，思维清晰的技术背景 founder。
这次聊，感到了他 aggressive 和不服输的一面，虽然只是 3 个多小时里的一瞬：
那是他聊起 21 年看到 OpenAI 做了 CLIP 和 DALL·E，他理解了这些成果的重要，也没有因算力悬殊望而却步，而是想：为什么我们做不出来？难道我们更笨吗？——No!
这也是他开始研究 OpenAI 组织方式的契机，和他在 22 年加入智源的原因——这在当时不是个被所有人理解的选择。
24 年至今，曹越开始作为一号位创立 Sand.ai。从外部看，Sand.ai 的第一代模型 Magi-1 开发了约一年。曹越说：低估了把自回归做到极致的难度。刚发布的 Gaga-1 是 Sand.ai 思路调整的产物：从更侧重模型、技术驱动，到模型与产品的更深“垂直整合”。
一个 researcher 能多快成为专业 CEO？环境又能给多少余裕？Sand.ai 的后续动作是很好的观察样本。
曼祺_MatchQ
1个月前
北京
10
第一次见曹越是 24 年春天，当时的印象是一个 nice，思维清晰的技术背景 founder。
这次聊，感到了他 aggressive 和不服输的一面，虽然只是 3 个多小时里的一瞬：
那是他聊起 21 年看到 OpenAI 做了 CLIP 和 DALL·E，他理解了这些成果的重要，也没有因算力悬殊望而却步，而是想：为什么我们做不出来？难道我们更笨吗？——No!
这也是他开始研究 OpenAI 组织方式的契机，和他在 22 年加入智源的原因——这在当时不是个被所有人理解的选择。
24 年至今，曹越开始作为一号位创立 Sand.ai。从外部看，Sand.ai 的第一代模型 Magi-1 开发了约一年。曹越说：低估了把自回归做到极致的难度。刚发布的 Gaga-1 是 Sand.ai 思路调整的产物：从更侧重模型、技术驱动，到模型与产品的更深“垂直整合”。
一个 researcher 能多快成为专业 CEO？环境又能给多少余裕？Sand.ai 的后续动作是很好的观察样本。
曼祺_MatchQ
1个月前
北京
10
第一次见曹越是 24 年春天，当时的印象是一个 nice，思维清晰的技术背景 founder。
这次聊，感到了他 aggressive 和不服输的一面，虽然只是 3 个多小时里的一瞬：
那是他聊起 21 年看到 OpenAI 做了 CLIP 和 DALL·E，他理解了这些成果的重要，也没有因算力悬殊望而却步，而是想：为什么我们做不出来？难道我们更笨吗？——No!
这也是他开始研究 OpenAI 组织方式的契机，和他在 22 年加入智源的原因——这在当时不是个被所有人理解的选择。
24 年至今，曹越开始作为一号位创立 Sand.ai。从外部看，Sand.ai 的第一代模型 Magi-1 开发了约一年。曹越说：低估了把自回归做到极致的难度。刚发布的 Gaga-1 是 Sand.ai 思路调整的产物：从更侧重模型、技术驱动，到模型与产品的更深“垂直整合”。
一个 researcher 能多快成为专业 CEO？环境又能给多少余裕？Sand.ai 的后续动作是很好的观察样本。
曼祺_MatchQ
1个月前
北京
9
感谢【飞书】对本期节目的特别支持播出。在 shownotes 里点击《晚点》专属链接，可免费使用【智能会议纪要】一个月。
曼祺_MatchQ
1个月前
北京
9
感谢【飞书】对本期节目的特别支持播出。在 shownotes 里点击《晚点》专属链接，可免费使用【智能会议纪要】一个月。
曼祺_MatchQ
1个月前
北京
9
感谢【飞书】对本期节目的特别支持播出。在 shownotes 里点击《晚点》专属链接，可免费使用【智能会议纪要】一个月。
曼祺_MatchQ
1个月前
北京
9
感谢【飞书】对本期节目的特别支持播出。在 shownotes 里点击《晚点》专属链接，可免费使用【智能会议纪要】一个月。
咖啡拌饭
1个月前
上海
6
29:09 这一点很认同，就如同跑马一样，当一个极限配速没有人实现时，那么大多数人是不敢想这个目标的，但当有一个人实现了这个目标，就会发现很快就有很多人也实现了这个目标。
咖啡拌饭
1个月前
上海
6
29:09 这一点很认同，就如同跑马一样，当一个极限配速没有人实现时，那么大多数人是不敢想这个目标的，但当有一个人实现了这个目标，就会发现很快就有很多人也实现了这个目标。
咖啡拌饭
1个月前
上海
6
29:09 这一点很认同，就如同跑马一样，当一个极限配速没有人实现时，那么大多数人是不敢想这个目标的，但当有一个人实现了这个目标，就会发现很快就有很多人也实现了这个目标。
咖啡拌饭
1个月前
上海
6
29:09 这一点很认同，就如同跑马一样，当一个极限配速没有人实现时，那么大多数人是不敢想这个目标的，但当有一个人实现了这个目标，就会发现很快就有很多人也实现了这个目标。
HD683786m
1个月前
北京
5
嘉宾好坦诚，感谢真实分享
iHxE鹤
1个月前
广东
4
1:47:11 是的 交流的上下文语境很重要 😂
HD683786m
1个月前
北京
4
嘉宾好坦诚，感谢真实分享
iHxE鹤
1个月前
广东
4
1:47:11 是的 交流的上下文语境很重要 😂
HD683786m
1个月前
北京
4
嘉宾好坦诚，感谢真实分享
iHxE鹤
1个月前
广东
4
1:47:11 是的 交流的上下文语境很重要 😂
HD683786m
1个月前
北京
4
嘉宾好坦诚，感谢真实分享
iHxE鹤
1个月前
广东
4
1:47:11 是的 交流的上下文语境很重要 😂
晞仔
1个月前
上海
3
37:32 近期听 aigc 最舒服的一期，听进去了
知骤
1个月前
北京
3
43:37 小ego太重要了
small ego, big ambition
知骤
1个月前
北京
3
43:37 小ego太重要了
small ego, big ambition
知骤
1个月前
北京
3
43:37 小ego太重要了
small ego, big ambition
知骤
1个月前
北京
3
43:37 小ego太重要了
small ego, big ambition
Whenchangcing
1个月前
浙江
2
1:47:33 懂了。ai是我们的替身，替身使者是会互相吸引的。
树杨
1个月前
上海
2
一个新组织的第二个模型能训成这样真的很了不起了
期待曹老板未来几个模型质量提升的斜率
wangmin
1个月前
浙江
2
1:03:00 听到这里，还有点意外。可能在一个外行看来，做出最顶尖的模型，最重要应该是突破性的技术，人无我有。而分享者的观点是，技术很重要，但最重要的还是组织能力，如何将各个最顶尖的人对齐一个目标。
Whenchangcing
1个月前
浙江
2
1:47:33 懂了。ai是我们的替身，替身使者是会互相吸引的。
晞仔
1个月前
上海
2
37:32 近期听 aigc 最舒服的一期，听进去了
树杨
1个月前
上海
2
一个新组织的第二个模型能训成这样真的很了不起了
期待曹老板未来几个模型质量提升的斜率
wangmin
1个月前
浙江
2
1:03:00 听到这里，还有点意外。可能在一个外行看来，做出最顶尖的模型，最重要应该是突破性的技术，人无我有。而分享者的观点是，技术很重要，但最重要的还是组织能力，如何将各个最顶尖的人对齐一个目标。
Whenchangcing
1个月前
浙江
2
1:47:33 懂了。ai是我们的替身，替身使者是会互相吸引的。
晞仔
1个月前
上海
2
37:32 近期听 aigc 最舒服的一期，听进去了
树杨
1个月前
上海
2
一个新组织的第二个模型能训成这样真的很了不起了
期待曹老板未来几个模型质量提升的斜率
wangmin
1个月前
浙江
2
1:03:00 听到这里，还有点意外。可能在一个外行看来，做出最顶尖的模型，最重要应该是突破性的技术，人无我有。而分享者的观点是，技术很重要，但最重要的还是组织能力，如何将各个最顶尖的人对齐一个目标。
Whenchangcing
1个月前
浙江
2
1:47:33 懂了。ai是我们的替身，替身使者是会互相吸引的。
晞仔
1个月前
上海
2
37:32 近期听 aigc 最舒服的一期，听进去了
树杨
1个月前
上海
2
一个新组织的第二个模型能训成这样真的很了不起了
期待曹老板未来几个模型质量提升的斜率
wangmin
1个月前
浙江
2
1:03:00 听到这里，还有点意外。可能在一个外行看来，做出最顶尖的模型，最重要应该是突破性的技术，人无我有。而分享者的观点是，技术很重要，但最重要的还是组织能力，如何将各个最顶尖的人对齐一个目标。
叶子泡泡
1个月前
北京
1
1:48:40 这个洞察好深刻
冬阳Sunshine
1个月前
北京
1
40:59 这就是由俭入奢易，由奢返俭难吧
霜雪明
1个月前
广东
1
1:44:00 语言模型的底层逻辑就是记录并比较不同单词之间的相似向量，所以它从本质上擅长类比
黑羽快斗
1个月前
江苏
1
1:50:09 感觉飞书可以在会议纪要里加这段提到的模型context的能力了🤣应该也不难
milanow
1个月前
上海
1
29:28 结合刚才说用gpt的方法pixel based 暴力解图像，就在想“暴力解”这种事很多时候是“不敢想”。结合嘉宾提到这里“不够富”的确很相通了。甚至有点听出来一点穷养富养的差距哈哈哈哈哈哈。之前梵高moneytalk高蕾说幻方的量化和infra技术是在国内这种恶劣的量化环境里面磨练出来的，也有点类似的意思hhh
Atma_
1个月前
北京
1
14:40 这一段关于组织的感想很有感触，理解了为什么同样在msra有的做的那么好，有的只是收获一堆paper
所叶
1个月前
北京
1
17:37 确实 scalable mind set和novelty追求不太一致
milanow
1个月前
上海
1
1:49:37 和嘉宾的直觉相反，我觉得语言模型可以bridging gap这件事应该早早被大家认识到了（至少追ai稍微勤奋的人）。比如grok ai的explain this post，可以解释post里面的组多引用和meme，应该就是嘉宾所说的意思？
milanow
1个月前
上海
1
1:54:15 wow，之前从来没有想过电影和动画的区别，电影的ip是被演员拿走的
伊利丹怒风
1个月前
上海
1
曹越应该多出来讲给大家普及普及，其他讲大语言和基座的比较多讲视频生成diffusion的比较少
叶子泡泡
1个月前
北京
1
1:48:40 这个洞察好深刻
冬阳Sunshine
1个月前
北京
1
40:59 这就是由俭入奢易，由奢返俭难吧
霜雪明
1个月前
广东
1
1:44:00 语言模型的底层逻辑就是记录并比较不同单词之间的相似向量，所以它从本质上擅长类比
黑羽快斗
1个月前
江苏
1
1:50:09 感觉飞书可以在会议纪要里加这段提到的模型context的能力了🤣应该也不难
milanow
1个月前
上海
1
29:28 结合刚才说用gpt的方法pixel based 暴力解图像，就在想“暴力解”这种事很多时候是“不敢想”。结合嘉宾提到这里“不够富”的确很相通了。甚至有点听出来一点穷养富养的差距哈哈哈哈哈哈。之前梵高moneytalk高蕾说幻方的量化和infra技术是在国内这种恶劣的量化环境里面磨练出来的，也有点类似的意思hhh
Atma_
1个月前
北京
1
14:40 这一段关于组织的感想很有感触，理解了为什么同样在msra有的做的那么好，有的只是收获一堆paper
所叶
1个月前
北京
1
17:37 确实 scalable mind set和novelty追求不太一致
milanow
1个月前
上海
1
1:49:37 和嘉宾的直觉相反，我觉得语言模型可以bridging gap这件事应该早早被大家认识到了（至少追ai稍微勤奋的人）。比如grok ai的explain this post，可以解释post里面的组多引用和meme，应该就是嘉宾所说的意思？
milanow
1个月前
上海
1
1:54:15 wow，之前从来没有想过电影和动画的区别，电影的ip是被演员拿走的
伊利丹怒风
1个月前
上海
1
曹越应该多出来讲给大家普及普及，其他讲大语言和基座的比较多讲视频生成diffusion的比较少
叶子泡泡
1个月前
北京
1
1:48:40 这个洞察好深刻
冬阳Sunshine
1个月前
北京
1
40:59 这就是由俭入奢易，由奢返俭难吧
霜雪明
1个月前
广东
1
1:44:00 语言模型的底层逻辑就是记录并比较不同单词之间的相似向量，所以它从本质上擅长类比
黑羽快斗
1个月前
江苏
1
1:50:09 感觉飞书可以在会议纪要里加这段提到的模型context的能力了🤣应该也不难
milanow
1个月前
上海
1
29:28 结合刚才说用gpt的方法pixel based 暴力解图像，就在想“暴力解”这种事很多时候是“不敢想”。结合嘉宾提到这里“不够富”的确很相通了。甚至有点听出来一点穷养富养的差距哈哈哈哈哈哈。之前梵高moneytalk高蕾说幻方的量化和infra技术是在国内这种恶劣的量化环境里面磨练出来的，也有点类似的意思hhh
Atma_
1个月前
北京
1
14:40 这一段关于组织的感想很有感触，理解了为什么同样在msra有的做的那么好，有的只是收获一堆paper
所叶
1个月前
北京
1
17:37 确实 scalable mind set和novelty追求不太一致
milanow
1个月前
上海
1
1:49:37 和嘉宾的直觉相反，我觉得语言模型可以bridging gap这件事应该早早被大家认识到了（至少追ai稍微勤奋的人）。比如grok ai的explain this post，可以解释post里面的组多引用和meme，应该就是嘉宾所说的意思？
milanow
1个月前
上海
1
1:54:15 wow，之前从来没有想过电影和动画的区别，电影的ip是被演员拿走的
伊利丹怒风
1个月前
上海
1
曹越应该多出来讲给大家普及普及，其他讲大语言和基座的比较多讲视频生成diffusion的比较少
叶子泡泡
1个月前
北京
1
1:48:40 这个洞察好深刻
冬阳Sunshine
1个月前
北京
1
40:59 这就是由俭入奢易，由奢返俭难吧
霜雪明
1个月前
广东
1
1:44:00 语言模型的底层逻辑就是记录并比较不同单词之间的相似向量，所以它从本质上擅长类比
黑羽快斗
1个月前
江苏
1
1:50:09 感觉飞书可以在会议纪要里加这段提到的模型context的能力了🤣应该也不难
milanow
1个月前
上海
1
29:28 结合刚才说用gpt的方法pixel based 暴力解图像，就在想“暴力解”这种事很多时候是“不敢想”。结合嘉宾提到这里“不够富”的确很相通了。甚至有点听出来一点穷养富养的差距哈哈哈哈哈哈。之前梵高moneytalk高蕾说幻方的量化和infra技术是在国内这种恶劣的量化环境里面磨练出来的，也有点类似的意思hhh
Atma_
1个月前
北京
1
14:40 这一段关于组织的感想很有感触，理解了为什么同样在msra有的做的那么好，有的只是收获一堆paper
所叶
1个月前
北京
1
17:37 确实 scalable mind set和novelty追求不太一致
milanow
1个月前
上海
1
1:49:37 和嘉宾的直觉相反，我觉得语言模型可以bridging gap这件事应该早早被大家认识到了（至少追ai稍微勤奋的人）。比如grok ai的explain this post，可以解释post里面的组多引用和meme，应该就是嘉宾所说的意思？
milanow
1个月前
上海
1
1:54:15 wow，之前从来没有想过电影和动画的区别，电影的ip是被演员拿走的
伊利丹怒风
1个月前
上海
1
曹越应该多出来讲给大家普及普及，其他讲大语言和基座的比较多讲视频生成diffusion的比较少
