[人人能懂AI前沿] AI的笨功夫、马虎病与美食家难题
AI可可AI生活
你有没有想过，AI画画是不是也需要打草稿？面对一个“马虎”的AI，我们除了让它变聪明，还能不能帮它“划重点”？本期节目，我们将一口气解锁五篇最新论文里的智慧：看AI如何用“笨功夫”画出惊艳作品，如何从“作弊”中学到创造力，甚至如何用“供应链”思维组建一个高效的AI团队。准备好，我们一起看看AI是如何学会更聪明地工作的。
00:00:32 AI画画的“笨功夫”
00:05:58 人工智能的“马虎”病，我们找到了一个药方
00:10:45 让AI设计个东西，它居然学会了“作弊”？
00:17:04 AI搞团队建设，为什么总像拉一个草台班子？
00:23:00 AI大模型的美食家难题，如何调配完美的学习菜单？
本期介绍的几篇论文：
[CV] One Pass Is Not Enough: Recursive Latent Refinement for Generative Models
[Simon Fraser University]
https://arxiv.org/abs/2605.15309
---
[CV] Minerva-Ego: Spatiotemporal Hints for Egocentric Video Understanding
[Google DeepMind]
https://arxiv.org/abs/2605.15342
---
[CL] Optimized Three-Dimensional Photovoltaic Structures with LLM guided Tree Search
[Google Research]
https://arxiv.org/abs/2605.16191
---
[LG] AstraFlow: Dataflow-Oriented Reinforcement Learning for Agentic LLMs
[CMU]
https://arxiv.org/abs/2605.15565
---
[CL] Always Learning, Always Mixing: Efficient and Simple Data Mixing All The Time
[New York University & CMU]
https://arxiv.org/abs/2605.15220
