张小珺Jùn｜商业访谈录 117. 开源一段论文探索之旅：模型范式、Infra和数据、语言、多模态的完整变迁史
今天的嘉宾是谢青池，他是美团光年之外的产品负责人。
一个月前，青池找到我，说他用了一年多的时间一篇一篇地啃完了200多篇AI论文，从开始全然不得要领，到后来逐渐地入门——而他希望将他的论文探索之旅开源给大家。
就这样，我们有了今天这集特别的节目。
他从200多篇论文中精选了36篇经典，4小时讲解，带你穿越AI变迁史。
他说，读论文是“给你打开一扇门”，让你能直接“与这个世界最聪明的头脑对话”。
2025年，期待我们和AI共同进步！
01:30 探索的缘起
07:25 怎么读论文？（用AI学AI）
10:20 辅助小工具和路书
论文讲解的主干：
19:35 Part 1：模型的范式变迁
故事要从1999年的第一颗GPU开始讲起
Brook: 用GPU进行计算 （2004.08）
AlexNet: 深度学习的开端（2012.10）
对序列建模：seq2seq和Attention的引入（2014.09）
蒸馏：模型能被学习吗？（2015.03）
ResNet: 比深更深（2015.12）
Transformer来了！拉开一个时代的序幕（2017.06）
AlphaGo Zero: 强化学习的突破（2017.10）
现代MoE的开端（2017.01）
CoT: Prompt Engineering的奠基之作（2022.01）
LoRA: 那个我们每天都在用的东西（2021.06）
ReAct: Agent从理论到落地（2022.10）
The Bitter Lesson: 过去70年的教训（2018.08）
01:52:58 Part 2：Infra与数据的变迁
ZeRO: 大规模的GPU并行计算（2019.10）
Scaling Law & Chinchilla: 上帝的指挥棒（2020.01 2022.03）
LAION-5B: 开源社区的英雄主义（2022.10）
The RefinedWeb: 互联网的数据也很够用（2023.06）
MegaScale: 万卡GPU集群的训练（2024.02）
02:21:29 Part 3：语言模型的发展
Word2Vec: 用机器学习将单词向量化（2013.01）
Google Translate: 神经网络的大规模线上部署（2016.09）
GPT-1，它来了（2018.06）
BERT: 曾经的王（2018.10）
GPT-2: 是时候告别微调了（2019.02）
GPT-3: ChatGPT来临前夜（2020.05）
InstructGPT: 给LLM以文明（2022.03）
Tulu 3: 后训练的开源（2024.11）
03:08:08 Part 4：多模态模型的发展
DeepVideo: 深度学习进入视频领域，Andrej 初出茅庐（2014.06）
双流网络: Karén和学术重镇牛津登场（2014.06）
图像生成的序章: GAN来了（2014.06）
Diffusion: 在GAN的阴影下，悄然成长（2015.03）
DDPM: Diffusion重回图像舞台的中央（2020.06）
ViT: 当图像遇到Transformer（2020.10）
CLIP: 文生图的奠基石（2021.03）
Stable Diffusion，它来了（2021.12）
DiT: 人们期待一个融合的未来（2022.12）
03:56:38 最后的聊天
架构抱住了硬件的大腿
今天技术的边界到达了哪？
给“站在AI世界门外张望的人”和“已经在体系中工作多年的人”的建议
【技术之美】系列：
逐句讲解DeepSeek-R1、Kimi K1.5、OpenAI o1技术报告——“最优美的算法最干净”
逐篇讲解DeepSeek关键9篇论文及创新点——“勇敢者的游戏”
逐篇讲解DeepSeek、Kimi、MiniMax注意力机制新论文——“硬件上的暴力美学”
逐篇讲解机器人基座模型和VLA经典论文——“人就是最智能的VLA”
逐段讲解Kimi K2报告并对照ChatGPT Agent、Qwen3-Coder等：“系统工程的力量”
【更多信息】
本集的投屏视频版已经同步发布于Bilibili（张小珺商业访谈录）：https://www.bilibili.com/video/BV1pkyqBxEdB/?spm_id_from=333.1365.list.card_archive.click&vd_source=aa7c66a3d015be4b5bfcd520784f2790
50页完整PPT开源地址（所有论文链接附在PPT上）：https://w7py8ou4dk.feishu.cn/wiki/KacewdlmSiSGC9kUOKDch9gwnKf?from=from_copylink
