整整4年前，计算机视觉领域专家孙晨首次做客节目，介绍了计算机视觉领域的发展。如今，他再次做客，详细讨论了大语言模型对计算机视觉带来的巨大冲击与新机遇，并回顾了过去4年的显著变化。他提到生成式模型的崛起，使图像和视频生成技术取得了突破性进展，以及扩散模型在生成高保真度图像中的应用。孙教授分享了他的研究成果，包括一个用于测试模型在新环境中表现的宇航员测试集。他还探讨了大语言模型在医学、教育等领域的广泛应用和未来趋势，强调了工程能力在该领域的重要性，并提出了未来发展的挑战与机遇。

嘉宾：孙晨

主播：斯图亚特、Vindy

剪辑&时间线：季雨清

• 00:01:53 ">00:01:53 学校做科研和企业做研究的区别


• 00:09:39 ">00:09:39 短短4年，做菜视频生成菜谱的理想已经实现


• 00:19:34 ">00:19:34 学术界寻找自我


• 00:22:37 ">00:22:37 计算机视觉的最新进展


• 00:29:01 ">00:29:01 AI具备“理解”能力吗


• 00:37:16 ">00:37:16 给AI打工


• 00:44:41 ">00:44:41 计算机视觉的可能未来


• 00:51:24 ">00:51:24 如何进入计算机视觉领域

欢迎您在每期节目下方给我们留言，和我们的主播互动交流。如果您对我们的志愿者工作有兴趣，请点击 这个链接 看我们的招募帖；你有什么有趣的话题，想来作牛油果烤面包的嘉宾，或是对节目有任何的意见或建议，欢迎发邮件和我们联系。我们的邮件地址是：host@avocadotoast.live

片头片尾音乐：

Courante 1st Cello Suite

Exzel Music Publishing (freemusicpublicdomain.com)

Licensed under Creative Commons: By Attribution 3.0

http://creativecommons.org/licenses/by/3.0/