#519.普林斯顿Zhuang Liu谈架构、数据与记忆的真相

跨国串门儿计划 · May 5, 2026 · 46m

📝 本期播客简介

本期我们克隆了资深科技播客《Information Bottleneck》的一期节目 What Actually Matters in AI? - with Zhuang Liu (Princeton)

主持人 Ravi 和 Ellen 对谈普林斯顿大学助理教授 Zhuang Liu。Zhuang Liu 是深度学习架构、视觉表征与多模态学习领域的活跃研究者，曾提出 ConvNeXt 等广为采用的模型。在这场深度对话中，他系统性地拆解了构建强大 AI 系统中那些真正起作用的因素：为什么架构创新可能被高估，数据才是真正的驱动力；如何科学地评估一个新架构的价值；视觉数据的极高带宽如何让语言模型率先突破；以及他对记忆、上下文和智能体未来的独到见解。无论你是研究者、工程师还是 AI 爱好者，这期节目都将刷新你的认知。

👨‍⚕️ 本期嘉宾

Zhuang Liu，普林斯顿大学助理教授。研究兴趣包括深度学习架构、视觉表征、多模态学习。曾提出 ConvNeXt 等广受关注的模型，并在多篇顶会论文中探讨神经网络设计的核心要素。

⏱️ 时间戳

00:00 开场介绍 & 嘉宾背景

架构与细节：什么才是神经网络成功的关键？

02:05 从 ConvNeXt 谈起：卷积网络能否与 Transformer 抗衡？

06:39 细节组合胜于核心组件：激活函数、归一化层的累积效应

08:51…