Sander Dieleman 访谈：扩散模型的演化与生成 AI 背后的概率直觉
sedielem · x · 2026-09-08
Google DeepMind 研究员 Sander Dieleman（曾参与 AlphaGo、WaveNet 及现代扩散模型相关工作）做客 Fundamental 的 First Principles 播客，与 CSO Marta Garnelo 对谈。核心内容包括：
- 扩散模型的演化：回顾 diffusion 模型如何成为当下主流图像与视频生成系统的底层技术，并讨论其未被充分理解的方面。
- 范式之间的隐秘联系：许多机器学习突破在时间上看似分散，实际上内在关联比表面更近；不同学习范式之间存在深层共通性。
- 高维空间的直觉失效：生成式 AI 本质上关乎概率、抽象与压缩，而人类直觉在高维空间中会系统性失灵。
- 写作即研究工具：他广受阅读的技术博客不只是输出，写作与教学本身成为发现科学问题的方式。
对话还聊及音乐生成、typicality（典型性）、Kaggle 经历，甚至 restricted Boltzmann machines 等早期技术对今天的启发。
「模型」频道最新
- OpenAI 智能体涌向德国维基站，事后才承认再遭透明度质疑 — jeremyakahn · 2026-09-08
- 黄仁勋确认 GPT-6 Astra 用超 10 万块 Grace Blackwell 训练 — rohanpaul_ai · 2026-09-08
- 作弊泛滥：现代 AI 基准测试成绩普遍不可信 — xeophon · 2026-09-08
- 博主称 Astra 已基本解决 computer use 问题 — infoxiao · 2026-09-08
- Looped Transformer 受热捧：Nanbeige4.2-3B 复现 3B 胜 12B 的 Agent 成绩 — alexcovo_eth · 2026-09-08
- 用户吐槽 Claude「焦虑发作」式拒答:Astra 来得正好 — ctjlewis · 2026-09-08