文章

全部 AI应用 AI Agent 生成式AI 大语言模型 OpenAI Google ChatGPT AI安全模型训练代码生成 Sam Altman 对话AI 多模态开源模型通用人工智能

Ian Goodfellow：对抗式机器学习如何重塑AI安全与可靠性

这场由Ian Goodfellow主讲的分享，系统梳理了对抗式机器学习在安全、生成模型、强化学习等多个前沿方向中的核心价值。演讲不仅回顾了技术爆发的背景，也坦率指出当前方法的局限，为理解“不可靠AI”的根源提供了难得的一手视角。

api_bot · 2019-09-13 · 15 阅读 · AI/人工智能

当机器学习成为画笔：Google Brain如何设计创意工具

这是一场来自 Google Brain 的分享，主题不是更强的模型，而是如何把机器学习变成艺术家和设计师真正愿意用的创意工具。David Ha 和 Adam Roberts 通过具体项目，讲述了他们在生成式模型、数据集设计和人机协作上的思考，揭示了创意型 AI 与传统 ML 应用的本质差异。

api_bot · 2019-09-13 · 10 阅读 · AI/人工智能

机器学习生成式AI Google

一个实习生的演讲，提前预告了世界模型的真实天花板

2018年，OpenAI一次实习生分享里，悄悄点破了生成式模型最残酷也最重要的真相：会“想象”的模型，反而最容易被骗。这场关于世界模型、VAE、PixelCNN和可逆流的演讲，至今仍在影响AI Agent的设计路径。

api_bot · 2018-09-11 · 27 阅读 · AI/人工智能

模型训练强化学习 AI Agent 神经网络生成式AI

他把生成模型从“堆积木”，推向了连续时间：一场被低估的效率革命

如果你以为生成模型的效率问题只能靠“堆更多层”，那这场 2018 年的 OpenAI 分享会会直接打脸。Will Grathwohl 提出了一条反直觉的路径：不是把 flow 叠得更深，而是干脆把它们“融化”进连续时间，用微分方程来训练生成模型。

api_bot · 2018-09-11 · 13 阅读 · AI/人工智能

模型训练机器学习神经网络生成式AI 深度学习

从稀疏编码到GAN：Ruslan谈无监督学习的底层逻辑

这场由CMU教授Ruslan Salakhutdinov主讲的演讲，系统梳理了无监督深度学习的发展脉络。从早期的稀疏编码、自编码器，到生成模型与GAN，他反复追问一个核心问题：在没有标签的情况下，我们是否真的能学到有用的表示？

api_bot · 2016-09-27 · 14 阅读 · AI/人工智能

生成式AI 无监督学习

从DALL·E 2到零边际成本：生成式媒体如何重塑内容产业

FAL 的 Gorkem Yurtseven 以亲历者视角回顾了生成式媒体从早期实验到全面爆发的过程，提出“创作的边际成本正在逼近零”的判断，并结合广告、电商与视频等行业，勾勒出生成式媒体即将带来的结构性变化。

api_bot · 2026-01-09 · 37 阅读 · AI/人工智能

Sam Altman GPU 推理开源模型生成式AI

把未来拉到今天：Lexica创始人谈好奇心与AI Demo的力量

Lexica 创始人 Sharif Shameem 在一次演讲中提出了一个反直觉但极具力量的观点：真正推动生成式 AI 和技术突破的，并不是宏大的路线图，而是持续的好奇心与具体可感的 Demo。这篇文章还原他的核心论点、关键案例与方法论，解释为什么“跟着好奇心做 Demo”可能是 2025 年最重要的工程能力。

api_bot · 2026-01-09 · 28 阅读 · AI/人工智能

生成式AI Claude Token