此话当真

28 episodes

Updated Weekly

Accepts GuestsHas SponsorsLocation 🇨🇳

Overview

这是一档由真格基金出品的泛商业类播客，真格基金投资团队将在此和各领域的领军人物一起分享最新热点和行业洞察。真格，你的创业第一站！

Language

🇨🇳

Publishing Since

5/29/2023

Visit Website View on Apple Podcasts RSS Feed

Reach out to this podcast

Get in touch with the podcast creators

Email Addresses

1 available

Phone Numbers

0 available

Get Full Contact Details

Recent Episodes

July 25, 2024

在奥运前夕，和有志者 Uzis 创始人聊聊中国运动消费市场

有志者代言人张宁要冲击巴黎奥运了！2018 年，还在参加《这就是灌篮》综艺的张宁被有志者 Uzis 看中并签约成为代言人，谈起这一决策，Uzis 创始人王森认为“他对篮球纯粹的热爱和好胜心非常贴合我们的品牌精神”。 <img data-key="0" src="http://imagev2.xmcdn.com/storages/a49c-audiofreehighqps/1D/AE/GAqhAW0Kd7GHAAHNMwL2GAgh.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large" alt="" data-origin="http://imagev2.xmcdn.com/storages/a49c-audiofreehighqps/1D/AE/GAqhAW0Kd7GHAAHNMwL2GAgh.jpg?op_type=0" data-large="http://imagev2.xmcdn.com/storages/a49c-audiofreehighqps/1D/AE/GAqhAW0Kd7GHAAHNMwL2GAgh.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large" data-large-width="750" data-large-height="435.07853403141365" data-preview="http://imagev2.xmcdn.com/storages/a49c-audiofreehighqps/1D/AE/GAqhAW0Kd7GHAAHNMwL2GAgh.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_small" data-preview-width="140" data-preview-height="81.21465968586388"> <img data-key="1" src="http://imagev2.xmcdn.com/storages/9c7d-audiofreehighqps/67/1B/GAqhLRkKd3gkABoopwL1_bOM.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large" alt="" data-origin="http://imagev2.xmcdn.com/storages/9c7d-audiofreehighqps/67/1B/GAqhLRkKd3gkABoopwL1_bOM.jpg?op_type=0" data-large="http://imagev2.xmcdn.com/storages/9c7d-audiofreehighqps/67/1B/GAqhLRkKd3gkABoopwL1_bOM.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large" data-large-width="750" data-large-height="421.875" data-preview="http://imagev2.xmcdn.com/storages/9c7d-audiofreehighqps/67/1B/GAqhLRkKd3gkABoopwL1_bOM.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_small" data-preview-width="140" data-preview-height="78.75"> 有志者 Uzis 成立于 2017 年，是一家从长沙市老厂房里生长出来的新消费品牌，从篮球袜切入新一代篮球运动市场。不到五年时间，Uzis 凭借对篮球人群的精准洞察和对篮球袜的独特产品设计，填补了国内篮球袜细分赛道的空白，成为该品类下的 NO.1。与传统“单一品类+广泛人群”的品牌方法论不同，Uzis 在打响篮球袜细分市场后选择开拓产品品类，持续将精力投入于团队最了解的篮球人群，探索“满足篮球人群所有需求”的品牌新思路，正如王森所说的，要成为“新一代篮球运动品牌”。 真格基金与 Uzis 相识于 2021 年。本期节目，我们邀请到了有志者 Uzis 创始人兼 CEO 王森，和我们一起聊聊 Uzis 创立背后的故事，以及打造一个篮球运动品牌在产品、营销、组织上的深度思考。你将会在这期节目中听到王森创业的心路历程，了解他开车横穿美国后决定辍学的创业故事，以及 Uzis 是如何从一个初创公司一步步成长为篮球袜细分赛道的头部品牌的。欢迎订阅收听~ 【本期嘉宾】王森 Uzis 创始人兼 CEO 【时间轴】与 Uzis 聊聊代言人张宁、奥运与篮球精神的中国式表达<a style="color:#4990E2;text-decoration:none;">02:13</a> Uzis 与走不寻常路径的张宁：期待他在巴黎奥运会拿金牌<a style="color:#4990E2;text-decoration:none;">06:22</a> 做自己的赛事 IP，为中国篮球输送纯粹、热血、有梦的新生代潜力球员<a style="color:#4990E2;text-decoration:none;">08:12</a> 唤醒国人内心的中国式运动精神表达：有志者，事竟成王森的创业心路：NBA 梦想的幻灭与创业的决心<a style="color:#4990E2;text-decoration:none;">13:31</a> 一直都渴望赢：体育运动与竞争欲望铺陈了对成功的一腔热血<a style="color:#4990E2;text-decoration:none;">17:55</a> 做过卖猪脚的 APP、开过潮汕牛肉火锅店，最终回到热爱的领域创业<a style="color:#4990E2;text-decoration:none;">20:06</a> NBA 梦想幻灭后陷入迷茫，开车横穿美国后决定辍学回国创业<a style="color:#4990E2;text-decoration:none;">26:20</a> 糅合规律、巧合与趋势，选择从篮球袜开始切入成为细分赛道的头部品牌，作为创业公司的 Uzis 做对了什么？<a style="color:#4990E2;text-decoration:none;">28:21</a> Uzis的爆款逻辑：功能的视觉张力、创新指数与创新收益的曲线高点<a style="color:#4990E2;text-decoration:none;">31:58</a> 产品、组织上的转型与突破，带来创业激情与理性的平衡<a style="color:#4990E2;text-decoration:none;">34:28</a> 果断砍掉原有的印花袜产品线，采用编织袜的产品模式<a style="color:#4990E2;text-decoration:none;">37:38</a> 做对了什么决策？赛道聚焦的精准、产品的打磨、渠道营销的迅速把握<a style="color:#4990E2;text-decoration:none;">41:33</a> 未来发展重点与“聚焦人群而非供应链”的实践<a style="color:#4990E2;text-decoration:none;">45:29</a> 抓住受众对产品的精细体验与心理活动，塑造差异化需求<a style="color:#4990E2;text-decoration:none;">47:44</a> 工艺细节的长久打磨造就极致体验，最终形成产品的核心竞争力有关运动消费行业、品牌愿景与个人分享<a style="color:#4990E2;text-decoration:none;">50:24</a> 面对市场增速放缓，要提前做好战略升级的准备<a style="color:#4990E2;text-decoration:none;">51:36</a> 关于行业与竞争：运动消费行业有很多共识，难的是知行合一<a style="color:#4990E2;text-decoration:none;">57:54</a> “新一代篮球品牌，又帅又能打”与 Uzis 的长期愿景<a style="color:#4990E2;text-decoration:none;">01:00:19</a> 想做扣篮运动员的王森对时间管理与个人爱好的分享 【Staff】监制：加分、Stone后期：Keyone Studio 【关于真格】《此话当真》是一档由真格基金出品的泛商业类播客，真格基金投资团队将在此和各领域的领军人物一起分享最新热点和行业洞察。 真格基金创立于2011 年，是国内最早的天使投资机构之一。自创立伊始，真格基金一直积极在人工智能、芯片与半导体、机器人与硬件、医疗健康、企业服务、新能源、跨境出海、消费生活等领域寻找最优秀的创业团队和引领时代的投资机会。 真格，你的创业第一站！ 【联系我们】公众号：真格基金（ID:zhenfund）官网链接：www.zhenfund.com邮箱：[email protected]你可以通过小宇宙、苹果Podcast、喜马拉雅收听我们。如对节目有任何的建议与期待，也欢迎大家在留言中互动~

July 16, 2024

对话秦佑铭：从 MaRS 实验室到“留形”机，打造最真实的虚拟世界

本期的嘉宾是留形科技的创始人兼 CEO Aaron 秦佑铭。 2017 年，在弗吉尼亚理工大学读本科的秦佑铭首次带队参赛 RoboMaster 便打入决赛，成为全北美唯二打入决赛的队伍之一。博士期间他跟随张富导师建立了香港大学第一个无人机实验室 MaRS Lab，其中最出名的 FAST-LIO 开源项目在三维建图及测绘领域产生了国际性的深远影响，GitHub 星标已达到 2.4k。2022 年秦佑铭和同门创立了留形科技，产品在推出三个月后就快速实现了盈利。 <img data-key="0" src="http://imagev2.xmcdn.com/storages/47de-audiofreehighqps/10/53/GKwRIasKbFGcAAfikQLx7o_K.png!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large" alt="" data-origin="http://imagev2.xmcdn.com/storages/47de-audiofreehighqps/10/53/GKwRIasKbFGcAAfikQLx7o_K.png?op_type=0" data-large="http://imagev2.xmcdn.com/storages/47de-audiofreehighqps/10/53/GKwRIasKbFGcAAfikQLx7o_K.png!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large" data-large-width="750" data-large-height="435.0877192982456" data-preview="http://imagev2.xmcdn.com/storages/47de-audiofreehighqps/10/53/GKwRIasKbFGcAAfikQLx7o_K.png!op_type=4&device_type=ios&upload_type=attachment&name=mobile_small" data-preview-width="140" data-preview-height="81.21637426900584"> 在本期节目里，我们聊到了秦佑铭创立留形科技之前经历的重要时刻，以及留形科技的产品在三维重构领域的技术路线与颠覆性创新是什么？三维感知的数据获取与仅靠视觉的数据获取之间的区别是什么？留形科技是如何找到产品的主要应用场景的？XR 和具身智能浪潮下三维感知技术的未来形态会是什么样？如果你也对机器人的三维感知与影像重构、以及 VR、AR 的发展充满兴趣，欢迎订阅收听~ 【本期嘉宾】秦佑铭留形科技创始人兼 CEO、香港大学助理研究教授 【时间轴】创业之前：在机器人研究领域逐步纵深<a style="color:#4990E2;text-decoration:none;">01:39</a> 与机器人研究的渊源及学生时代的经历<a style="color:#4990E2;text-decoration:none;">05:13</a> 成为港大 MaRS 实验室的“一代目”核心是三维的感知决策：留形科技的野心不止于测绘行业<a style="color:#4990E2;text-decoration:none;">10:20</a> 留形科技专注于机器人空间感知决策技术的研发与应用<a style="color:#4990E2;text-decoration:none;">12:13</a> 试过艺术、游戏、特检等场景，最终在建筑行业得到了最直接的反馈<a style="color:#4990E2;text-decoration:none;">21:04</a> 创始人每天在家钻研技术其实是不务正业的表现<a style="color:#4990E2;text-decoration:none;">23:18</a> 留形科技目前的产品线及其背后技术原理介绍<a style="color:#4990E2;text-decoration:none;">26:18</a> 解决了技术瓶颈后，未来一定是属于三维世界的<a style="color:#4990E2;text-decoration:none;">30:18</a> 技术优势一定不是永远的护城河，更重要的是了解客户<a style="color:#4990E2;text-decoration:none;">36:06</a> 成立半年内就实现盈利，留形科技是产学研的优秀案例<a style="color:#4990E2;text-decoration:none;">37:23</a> 留形科技目前的商业化计划与应用场景的拓展方向技术瓶颈与可见的未来：三维感知之于具身智能的想象<a style="color:#4990E2;text-decoration:none;">40:57</a> 感知决策技术其实是具身智能的核心前提<a style="color:#4990E2;text-decoration:none;">43:51</a> 3D 单反肯定会在某个时间点出现，但它的出现是有前提的<a style="color:#4990E2;text-decoration:none;">46:13</a> C 端视角上，留形机的极限大场景可能是与游戏、三维社交结合关于创业：持续探索与尝试<a style="color:#4990E2;text-decoration:none;">47:21</a> 我的活法是，在有限的生命里抓紧时间去探索自己相信的 vision<a style="color:#4990E2;text-decoration:none;">49:09</a> 给机器人背景的学生或从业者的建议与书籍推荐 【相关资料】FAST-LIO 项目：由香港大学 MaRS Lab 实验室开发的开源项目，专注于基于激光雷达和视觉的快速三维建图技术。该项目以其高效性、鲁棒性以及对不同环境的适应性而受到业界的认可和应用。项目 GitHub 链接：https://github.com/hku-mars/FAST_LIO 【Staff】监制：加分、Stone后期：Keyone Studio 【关于真格】《此话当真》是一档由真格基金出品的泛商业类播客，真格基金投资团队将在此和各领域的领军人物一起分享最新热点和行业洞察。 真格基金创立于 2011 年，是国内最早的天使投资机构之一。自创立伊始，真格基金一直积极在人工智能、芯片与半导体、机器人与硬件、医疗健康、企业服务、新能源、跨境出海、消费生活等领域寻找最优秀的创业团队和引领时代的投资机会。 真格，你的创业第一站！ 【联系我们】公众号：真格基金（ID:zhenfund）官网链接：www.zhenfund.com邮箱：[email protected]你可以通过小宇宙、苹果 Podcast、喜马拉雅收听我们。如对节目有任何的建议与期待，也欢迎大家在留言中互动~

July 3, 2024

深度对谈 vLLM 团队：如何从零搭建一个成功的开源生态

本期的嘉宾是 vLLM 团队的李卓翰、Simon Mo、柳晓萱 Lily、游凯超，和真格基金管理合伙人戴雨森。 两年时间，vLLM 从加州大学伯克利分校的一个 Demo 项目成长为全球范围内最受欢迎的开源大模型推理加速框架。AI 技术不断突破极限，大语言模型正处于浪潮之巅。而在开发以外，模型的部署常常受到推理速度过慢、GPU 利用率过低的阻碍。vLLM 以 PagedAttention 核心算法，支持 30+ 生成式大语言模型，多种硬件厂商的适配和前沿的优化，能够做到与 Hugging Face Transformers 相比 24 倍的吞吐量。 昨天，真格基金正式宣布对 vLLM 项目进行捐赠。对于创造未来的重要基石，我们愿尽绵薄之力。本期播客，我们请来了 vLLM 项目的四位主要团队成员以及主导这次捐赠的真格基金管理合伙人戴雨森，聊聊 vLLM 背后的开源故事，以及这个项目是如何在 AI 浪潮中势如破竹的。<img data-key="0" src="http://imagev2.xmcdn.com/storages/4a84-audiofreehighqps/A7/C5/GKwRIasKWnPEAAB08wLq_f9d.png!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large" alt="" data-origin="http://imagev2.xmcdn.com/storages/4a84-audiofreehighqps/A7/C5/GKwRIasKWnPEAAB08wLq_f9d.png?op_type=0" data-large="http://imagev2.xmcdn.com/storages/4a84-audiofreehighqps/A7/C5/GKwRIasKWnPEAAB08wLq_f9d.png!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large" data-large-width="750" data-large-height="343.75" data-preview="http://imagev2.xmcdn.com/storages/4a84-audiofreehighqps/A7/C5/GKwRIasKWnPEAAB08wLq_f9d.png!op_type=4&device_type=ios&upload_type=attachment&name=mobile_small" data-preview-width="140" data-preview-height="64.16666666666666"> 在本期节目里，我们聊到了 vLLM 如何在短短两年成为了炙手可热的开源大模型推理加速框架？从学界项目起始，vLLM 团队是如何精准发挥自身优势同时进行适应的？为何 vLLM 开源项目能够建立起如此活跃的技术社区生态，吸引全球人才共创？vLLM 的团队如何看待商业化，他们对作为开源项目的 vLLM 有什么愿景？相信无论你是大模型领域的技术开发者，还是对 AI 的发展与创新感兴趣，抑或是开源社区的经营者，这期节目都能带给你启发。 【本期嘉宾】戴雨森真格基金管理合伙人李卓翰加州大学伯克利分校博士生， vLLM 创始人之一，目前负责 vLLM 的高层设计与开源社区管理Simon Mo 加州伯克利分校博士生，目前在 vLLM 承担产品经理/开源社区生态管理的角色柳晓萱加州伯克利分校博士生，目前在 vLLM 负责科研导向的设计与改进游凯超清华博士生，赴伯克利访问，目前在 vLLM 负责开源内容的维护管理 【时间轴】<a style="color:#4990E2;text-decoration:none;">02:07</a> vLLM 项目与团队的基本介绍<a style="color:#4990E2;text-decoration:none;">12:04</a> 在 vLLM 之前，没有 LLM 推理框架尝试在多请求角度做优化<a style="color:#4990E2;text-decoration:none;">15:38</a> 从零到一，成为最快、最好用的开源引擎<a style="color:#4990E2;text-decoration:none;">23:12</a> 「大卫战胜哥利亚」，开源模式和代码质量是核心<a style="color:#4990E2;text-decoration:none;">30:22</a> 开源传统塑造学界与业界「探索性+实用性」的火花碰撞<a style="color:#4990E2;text-decoration:none;">32:35</a> 开源发布之后，vLLM 的目标不再是只是速度<a style="color:#4990E2;text-decoration:none;">35:27</a> 一个模型火了，关于这个模型的 issue 就会疯狂增加<a style="color:#4990E2;text-decoration:none;">40:20</a> 发论文可以有很多前提条件，但做系统需要解决所有极端情况<a style="color:#4990E2;text-decoration:none;">43:51</a> 未来大模型会更倾向于场景驱动，探索模型效率的极限<a style="color:#4990E2;text-decoration:none;">45:52</a> vLLM 选择做的与选择不做的<a style="color:#4990E2;text-decoration:none;">50:50</a> 建立起广泛的贡献者生态没有什么诀窍，就是一个一个来<a style="color:#4990E2;text-decoration:none;">58:32</a> 要抑制自己动手的冲动，让社区慢慢成长起来<a style="color:#4990E2;text-decoration:none;">01:02:39</a> PMF 出现在当 PR 开始爆炸性增长而我们没精力去提供新的功能时<a style="color:#4990E2;text-decoration:none;">01:03:10</a> 在 vLLM 做科研是一个正向迭代的过程<a style="color:#4990E2;text-decoration:none;">01:07:10</a> 更多硬件和模型支持、更高的性能优化，vLLM 会持续构建和维护开源<a style="color:#4990E2;text-decoration:none;">01:11:43</a> 我们很高兴能做一个非商业化的项目，让大家都能更好地商业化<a style="color:#4990E2;text-decoration:none;">01:16:57</a> vLLM 团队关注的新鲜开源项目与书籍分享 【相关资料】vLLM 项目 GitHub 网址：https://github.com/vllm-project/vllm vLLM 项目：vLLM 是大语言模型的推理与服务引擎。简单来说，vLLM 的主要功能是将训练好的模型部署到生产环境里，着重于效率与成本，让模型推理变快，让 GPU 更能物尽其用，最终让 AI 产品落地更快。技术上来讲，vLLM 是一个基于 PagedAttention 核心算法的开源项目，支持 30+ 生成式大语言模型，多种硬件厂商的适配和前沿的优化。 PagedAttention ：是一种内存管理算法，它被设计用于优化大型语言模型（LLM）中的注意力（Attention）机制。PagedAttention 的核心思想是利用操作系统的分页（Paging）和虚拟内存技术来管理 Transformer 模型注意力操作里的 KV 缓存（KV Cache），使得大型语言模型在推理过程中能更有效地利用计算资源。 KV（Key-Value）：在注意力机制中，输入数据被分为两部分：键（Key）和值（Value）。模型通过计算键和查询（Query）之间的相似度来确定每个值的重要性。 分页（Paging）：分页是操作系统用于管理内存的一种技术。它将内存分成固定大小的页，并只加载当前需要的页到物理内存中，其他页则存储在磁盘上。当需要访问不在物理内存中的页时，操作系统会进行页面置换。 虚拟内存（Virtual Memory）：虚拟内存是一种技术，允许计算机使用比物理内存更多的内存。它通过将部分数据存储在磁盘上，而不仅仅是物理内存中，来扩展可用的内存空间。 Prefix Caching（前缀缓存）：一种计算机科学中的技术，用于存储昂贵函数调用的结果，并在相同的输入参数再次出现时返回缓存的结果。这种技术特别适用于那些计算成本高且频繁使用相同参数调用的函数。 推测解码（Speculative Decoding）：作为 2023 年新兴的一项大语言模型推理加速技术，提出了一种类似的解决方案：通过增加每个解码步大语言模型计算的并行性，减少总的解码步数（即减少了大语言模型参数的反复读写），从而实现推理加速。 CUDA Kernel：在 CUDA 中，Kernel 是在 GPU 上执行的函数。当我们说“启动 Kernel”时，我们是指在 GPU 上调度和执行该 Kernel。 Chunked Prefill：通过把较长的用户请求输入分块处理，使得有更多的空间来处理其他的请求，减少一个较长的请求对其他请求的影响，增加整体服务的延迟的稳定性。 MoE：全称 Mixture of Experts，混合专家模型。MoE 是大模型架构的一种，其核心工作设计思路是“术业有专攻”，即将任务分门别类，然后分给多个“专家”进行解决。 Hugging Face：是一个专门为自然语言处理和深度学习提供支持和服务的开源库，由法国的一家同名公司开发。它提供了一系列强大的功能，包括模型训练、数据预处理、模型转换等，使得用户可以更加便捷地进行自然语言处理任务。 Transformers：是由 Hugging Face 开发的一个 NLP 包，支持加载目前绝大部分的预训练模型。随着 BERT、GPT 等大规模语言模型的兴起，越来越多的公司和研究者采用 Transformers 库来构建 NLP 应用。 Encoder-Decoder：一种模型，同时有 encoder（编码器）和 decoder（解码器）。 State Space（空间状态模型）：用于描述这些状态表示并根据某些输入进行下一个状态预测的模型。Hugging Face链接：https://huggingface.co/blog/lbourdois/get-on-the-ssm-train Latent Attention：DeepSeek-V2 设计了一种称为 MLA（Multi-Head Latent Attention）的注意力机制。MLA 通过低秩 key-value 联合压缩，实现了比MHA更好的效果并且需要的 KV Cache 要小很多。 TensorRT-LLM：TensorRT-LLM 是一个由 NVIDIA 提供的开源库，旨在加速和优化在 NVIDIA GPU 上运行的最新大型语言模型（LLMs）的推理性能。它提供了一个综合的库，用于编译和优化 LLMs 进行推理，包括内核融合和量化、运行时优化等技术，同时提供了一个直观的 Python API 用于定义和构建新模型。项目 GitHub 网址：https://github.com/NVIDIA/TensorRT-LLM TGI：Huggingface Text Generation Inference（也称为 TGI）是一个用 Rust 和 Python 编写的框架，用于部署和提供大型语言模型。它是一个可用于部署和提供大预言模型的生产工具包。 ControlNet：一种神经网络，可以与预训练的扩散模型结合使用，特别是 Stable Diffusion 模型。ControlNet 可以用于生成图像的深度学习模型，通过在生成过程中引入外部控制信号来改进生成质量。2022 年， ControlNet 的项目发布者 Zhang Lvmin 张吕敏获得了第一期真 Summer 奖学金。项目 GitHub 网址：https://github.com/lllyasviel/ControlNet Andrej Karpathy：前 OpenAI 创始成员，曾任特斯拉人工智能和自动驾驶部门（Autopilot）负责人。 BSD（Berkeley Software Distribution）：是一种类 Unix 操作系统，最早在 1977 年末由加州大学伯克利分校的计算机系统研究小组（CSRG）开发。 Postgres：加州大学伯克利分校的开源项目，后发展为 PostgreSQL，一个高度可扩展的开源对象关系数据库系统。官网链接：https://www.postgresql.org/ RISC-V：一种开放标准的指令集架构（Instruction Set Architecture, ISA）。官网链接：https://riscv.org/about/ Spark：一个开源的分布式计算系统，提供了快速且通用的引擎来处理海量数据。官网链接：https://spark.apache.org/ Ray：一个开源的分布式计算框架，专为大规模的 AI 和机器学习应用而设计。官网链接：https://docs.ray.io/en/latest/index.html Unsloth：专注于大型语言模型推理加速的微调训练方向。提供了开源版本，可以显著提高训练效率，减少内存使用，并且支持 NVIDIA、Intel 和 AMD 的 GPU。Unsloth 的主要特点包括使用 OpenAI 的 Triton 语言重写所有内核。官网链接：https://unsloth.ai/introducing PyTorch：一个开源的机器学习库，广泛用于计算机视觉和自然语言处理等应用。官网链接：https://pytorch.org/ Jax：由谷歌大脑团队开发的高性能数值计算库，支持自动微分和即时编译（JIT）。官网链接：https://jax.readthedocs.io/en/latest/quickstart.html 【Staff】监制：加分、Stone后期：虫二 【关于真格】《此话当真》是一档由真格基金出品的泛商业类播客，真格基金投资团队将在此和各领域的领军人物一起分享最新热点和行业洞察。 真格基金创立于 2011 年，是国内最早的天使投资机构之一。自创立伊始，真格基金一直积极在人工智能、芯片与半导体、机器人与硬件、医疗健康、企业服务、新能源、跨境出海、消费生活等领域寻找最优秀的创业团队和引领时代的投资机会。 真格，你的创业第一站! 【联系我们】公众号：真格基金（ID:zhenfund）官网链接：www.zhenfund.com邮箱：[email protected]你可以通过小宇宙、苹果 Podcast、喜马拉雅收听我们。如对节目有任何的建议与期待，也欢迎大家在留言中互动~

Similar Podcasts

张小珺Jùn｜商业访谈录

张小珺

硅谷101

What's Next｜科技早知道

声动活泼

疯投圈

黄海、Rio

商业就是这样

高能量

李翔李翔

起朱楼宴宾客

大卫翁

声东击西

ETW Studio

半拿铁 | 商业沉浮录

潇磊&刘飞

知行小酒馆

有知有行

虎嗅·商业有味道

虎嗅APP

声动早咖啡

声动活泼

面基

雪球·财经有深度

雪球

Talk三联

三联中读

Legal Disclaimer

Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.

All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.

We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.

While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at [email protected] for prompt review and appropriate action, which may include content removal or proper attribution.

By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.

Recent articles