与梅涛院士聊世界模型的 3 小时访谈:语言、视频、具身终将汇聚,这会是一条全然不同的路径

3.6万
21
2026-07-23 19:38:30
个人观点,仅供参考
800
177
2161
294
从语言大模型,到多模态至全模态模型,再到走向世界模型… 世界正在经历什么? 本期节目我邀请了加拿大外籍院士、智象未来 Hidream的创始人梅涛,还原视频生成模型的技术发展史。 梅涛院士是全球首篇文生视频论文的作者,也是最早探索文生视频的人。 2026 年 5 月 20 日,Google I/O 大会上,Pichai 发布了 Gemini Omni —— Google 第一个原生「any-to-any」的全模态模型:文本、图像、视频、语音都在同一个 Transformer 里原生流动,不再是几个模型拼接——这与梅涛一直以来的主张不谋而合。 与此同时,OpenAI 悄悄砍掉了 Sora 项目,更多聚焦 Coding——硅谷正在做减法。 但中国一侧的多模态战场却没有收敛,甚至大有赶超硅谷之势。从多模态、全模态到世界模型,多模的架构层面正在发生一轮新的分化:DIT、UIT、Omni 各自赌不同的路。 梅涛,作为最懂视频模型的人,正是选择从底层架构下场的创业者之一,致力于成为「视频界的 Anthropic」。 我们从他的中科大、微软亚研院岁月,一路聊到这场世界模型的创业之旅。梅涛的模型世界观可以用一句话精炼,那就是: 图片是入口,视频是过程,世界模型是终局——这也解释了,为什么语言、视频、具身,终将汇聚。 这期的信息量极大,但技术门槛较高,不过,其中穿插着大量生动比喻,跟随下来,也能对当下的AI 趋势进行一场深入的了解。推荐~(本期视频制作 @若有光的创意传播
做最有生命力的科技商业访谈。Explore better tech reading.
85.6万播放
简介
除夕夜,与王兴兴的访谈:揭秘春晚幕后,和宇树这一年
45:59
对话Plaud许高:全球增速最快AI硬件,一种审美、野心与创业美学
02:09:42
和Rokid祝铭明的访谈:AI眼镜、入口与巨头环伺的生态之战
56:33
Minimax上市,大模型牌局的三年演进|对话云启陈昱
46:59
与OpenAI前科学家聊:GPT-5、创新与AI的欺骗性
53:01
对谈Fellou创始人谢扬:孤独、95后、牌桌与生产力的完美创业
02:33:57
对话智源王仲远:首位85后院长、中国AI黄埔军校、以及大模型的最前沿
01:48:09
影石造无人机,跨过大疆护城河背后|独家专访影翎
57:56
和测测创始人聊他的99分野心:闷声用 AI 赚到钱,下一步进军机器人
01:50:08
创世的沉思:与周鸿祎聊Agent、天才之国,后AGI的想象与现实
01:06:36
与田渊栋的访谈:大模型的真问题、变局、AI洪水与the path not taken
01:10:11
杭州六小龙第一股,与群核黄晓煌的访谈:一家硬科技公司的15年进化史
01:20:21
与小米陈龙的访谈:90后AI当家、车与机器人的智能,构建一种Physical AI的世界观
01:24:23
与地瓜、阿里云的访谈:机器人爆发前夜,工程师成长,与AI时代的第三朵云
01:59:16
与灵初王启斌聊「灵巧操作」:10 万小时人类数据,一座富矿,与中国具身大脑的另一种叙事
02:03:35
有关智元、觅蜂的愿景、野心,和具身智能的竞速之旅|与姚卯青的对谈
02:56:46
Seedance之后,视频Agent 何去何从?|与 OiiOii 闹闹聊视频模型的秘密:数据、生态与AI 时代的产品经理
01:45:13
机器人大脑第一股上市,与仙工赵越的4小时访谈:全球第一、机器人金字塔与具身智能的另一条路
03:38:49
与梅涛院士聊世界模型的 3 小时访谈:语言、视频、具身终将汇聚,这会是一条全然不同的路径
03:20:55
Agent Infra,巨头都在布局的隐秘战场|与百度王雁鹏聊模型、智能体与 AI 基建的新动向
01:03:19
宇树上市:王兴兴的「幸运」,投资人的「教训」|与宇树早期投资人、初心资本田江川的访谈
01:50:31
一家 AI 原生创业公司的旅程、反思与预言|与 Aha Creator、蓝色光标的访谈
02:06:15
客服
顶部
赛事库 课堂 2021拜年纪