当所有人嘲笑谷歌时,TPU和Transformer早已埋下胜负手
一年前,很多人断言“谷歌在AI竞赛中已经出局”。但MatX CEO、前Google TPU架构师 Reiner Pope 给出了完全相反的答案:今天AI算力格局的关键,恰恰来自谷歌十年前那些看似笨拙、过早、甚至被低估的决定。这是一场关于芯片、Transformer和‘机械同理心’的硬核复盘。
一年前,很多人断言“谷歌在AI竞赛中已经出局”。但MatX CEO、前Google TPU架构师 Reiner Pope 给出了完全相反的答案:今天AI算力格局的关键,恰恰来自谷歌十年前那些看似笨拙、过早、甚至被低估的决定。这是一场关于芯片、Transformer和‘机械同理心’的硬核复盘。
当所有人都在高喊“SaaS apocalypse”时,TBPN却在节目里直接宣布:末日取消了。更反直觉的是,AI并没有均匀地摧毁一切,而是在把公司清晰地分成两类——不可阻挡的,和注定被碾压的。哪些公司正在悄悄翻盘?哪些看似安全的商业模式,其实已经开始塌陷?
Rivian创始人RJ Scaringe抛出一个近乎挑衅的判断:2030年,不会自动驾驶的车将“不可想象”。这不是营销口号,而是一场围绕Transformer、AI推理成本和整车架构的深度重构。更重要的是,他解释了为什么真正的竞争不在传感器,而在‘大脑’。
如果你还在纠结“哪个大模型会赢到最后”,这期 Lex Fridman 的对话可能会直接颠覆你的默认认知。在 Sebastian Raschka 和 Nathan Lambert 看来,2026 年的 AI 竞争,赢家不是某一个模型,而是一整套新的玩法:开源与闭源并存、速度与智能取舍、后训练比架构更重要,以及一个被低估的关键词——“多模型时代”。
当大多数人还在用 Vibe Coding 写网页时,有人已经在咖啡店里“边聊天边把 App 推上应用商店”。Replit 的一个新功能,正在把移动应用开发从工程问题,变成操作问题。而这只是今天 AI 行业剧烈变化的一个缩影。
这场来自Google DeepMind的现场分享,罕见地把视角从模型参数转向“如何真正构建产品”。Kat Kampf与Ammaar Reshi结合Gemini 3 Pro的发布,讲述了DeepMind多年技术积累如何转化为可用、可演示、可设计的AI能力。
在这期《No Priors》中,Sunday Robotics两位联合创始人罕见地从数据、模型到产品化,完整讲述了家用机器人为何迟迟未爆发,以及他们如何一步步拆解这个看似简单却极其顽固的问题。
这支来自 OpenAI Sora 团队的访谈,罕见地把生成视频放在更宏大的技术路径中讨论:从扩散式 Transformer 到时空潜变量,再到“世界模型”的长期目标。本文提炼他们最关键的判断、转折与未解问题。
本文带你回顾Transformer架构的诞生历程,揭示三次关键突破背后的故事与洞见,解析从LSTM到注意力机制再到Transformer的技术演变,以及它如何成为ChatGPT、Claude、Gemini等顶级AI的共同基石。你将看到技术转折点、人物经历与行业影响,获得只有这个视频才能带来的深度理解。
本文深度梳理了Y Combinator关于AI创业公司护城河的独家洞见,通过真实案例与行业方法论,揭示速度、技术壁垒、客户痛点与数据如何决定AI公司的生死。你将看到创业者如何在巨头环伺下突围,以及哪些护城河在AI时代真正有效。