[人人能懂AI前沿] 机制、想象与漂移:五个视角看AI的认知边界
AI可可AI生活

[人人能懂AI前沿] 机制、想象与漂移:五个视角看AI的认知边界

31分钟 145 2周前
节目简介
来源:小宇宙
今天这期节目,我们要聊五篇最新论文,它们从不同角度揭示了AI智能的本质。第一篇告诉我们,一万亿参数的模型在零强化学习下,居然自己"长"出了结构化思考、并行推理、甚至拟人化焦虑;第二篇发现,视频生成AI在多球碰撞这种简单物理任务上会崩盘,因为它的并行工作方式无法处理严格的因果链条;第三篇提出用"机械主义世界模型"让AI从预测者变成发现者,核心是学习可复用的解释机制而非死记硬背数据;第四篇揭示了一个可怕的"世界-行动漂移"攻击,机器人的"想象"和"行动"可以被恶意解耦,它想得对但做得错;第五篇则展示了如何让机器人真正"开窍",关键是把语言规划和视觉想象融合成交织的思考序列。这五篇论文,构成了一幅关于AI认知边界与突破路径的完整拼图。
00:00:55 AI的“笨”功夫,当一万亿参数学会自己思考
00:07:37 为什么AI“想得越久”,反而越糊涂?
00:12:47 为什么懂了那么多道理,还是过不好这一生?AI也一样
00:20:51 机器人“口是心非”,当它想得挺美,干得却不对
00:25:37 机器人怎么才算“开窍”了?它得会“脑补”
本期介绍的几篇论文:
[CL] Ring-Zero: Scaling Zero RL to a Trillion Parameters for Emergent Reasoning
[Renmin University of China & Ant Group]
https://arxiv.org/abs/2607.12395
---
[LG] The Seriality Gap in Video Diffusion Models
[UC Berkeley]
https://arxiv.org/abs/2607.13031
---
[AI] From Observation to Insight: Mechanistic World Models and the Quest for Autonomous Discovery
[University of Oxford]
https://arxiv.org/abs/2607.12474
---
[LG] BadWAM: When World-Action Models Dream Right but Act Wrong
[National University of Singapore & The Hong Kong Polytechnic University]
https://arxiv.org/abs/2607.15207
---
[RO] RxBrain: Embodied Cognition Foundation Model with Joint Language-Visual Reasoning and Imagination
[Tencent Robotics X Team]
https://arxiv.org/abs/2607.14187

加入我们的 Discord

与播客爱好者一起交流

立即加入

扫描微信二维码

添加微信好友,获取更多播客资讯

微信二维码

播放列表

自动播放下一个

播放列表还是空的

去找些喜欢的节目添加进来吧