AI可可AI生活

AI可可AI生活

用最通俗的语言,跟进最前沿的人工智能科研成果

主播 fly51fly 出品 fly51fly 科技 · 科技 1.8 万 订阅 1110 集 1天前更新

在小宇宙收听

简介

来自 @爱可可-爱生活 的第一手AI快报,用最简单易懂的语言,带你直击最前沿的人工智能科研动态。无论你是科技小白,还是行业达人,这里都有你想知道的AI故事和未来趋势。跟着我们,轻松解锁人工智能的无限可能! #人工智能 #科技前沿

[人人能懂AI前沿] 从元技能提炼、对抗性推理到物理世界的“柔性破界”

[人人能懂AI前沿] 从元技能提炼、对抗性推理到物理世界的“柔性破界”

AI可可AI生活

当AI走出聊天框去挑战长周期的复杂任务和真实的物理世界,科学家们在五篇最新论文中交出了令人拍案叫绝的答卷。 今天我们将看到:为什么全能的AI做不好物理科研?给智能体锦囊妙计、甚至在关键时刻让它“故意犯错”,又如何神奇地提升了长线任务的成功率? 更重要的是,普通开源模型如何靠一套通用脚手架接管机械臂,而机器人学徒又是怎样摆脱“师傅”的笨拙习惯、实现聪明越界的——让我们马上开启今天的硬核之旅! 00:00:39 与其在现场手忙脚乱,不如提前准备好“随机应变”的锦囊 00:05:00 顶级AI做起物理研究,为什么连及格线都达不到?真相有点反直觉 00:09:30 人生关键时刻,你需要一次“故意的挫败” 00:14:12 不要迷信“最强大脑”,普通AI接管物理世界的秘密,藏在这个脚踏实地的系统里 00:18:30 聪明的学徒如何超越师傅?从机器人的“学徒困境”看破局之道 本期介绍的几篇论文: [AI] Meta²: Precomputing Reusable Knowledge for Online Harness Evolution in Long-Horizon Agents [University of Maryland & University of Washington] https://arxiv.org/abs/2611.05139 --- [AI] FrontierPhysics: Evaluating Agents for End-to-End Physics Research [BenchFlow & California Institute of Technology & Harvard University & University of Washington] https://arxiv.org/abs/2611.06910 --- [AI] Adversarial Speculative Reasoning Improves Long Horizon Agents [Subconscious Systems Technologies, Inc & Princeton University] https://arxiv.org/abs/2611.05345 --- [RO] Democratizing Robot-Use Agents: A Unified Harness with Open Models [Tsinghua University & UC Berkeley] https://arxiv.org/abs/2611.01560 --- [RO] GSBR: Geometric Support Behavior Regularization for Online RL [UC Berkeley & Physical Intelligence] https://arxiv.org/abs/2611.05295

23 分钟 14 次播放 1天前

[人人能懂AI前沿] 从分配脑容量、无反馈破局到预测未来的代价

[人人能懂AI前沿] 从分配脑容量、无反馈破局到预测未来的代价

AI可可AI生活

今天我们将拆解五篇极具启发性的AI最新论文,看看前沿技术如何巧妙化解现实难题。你将听到AI如何用“匹配滤波器”精准管理脑容量,如何在没有标准答案的无人区通过“自我博弈”造梯子破局,以及为什么放弃死抠细节的“直观闪现”反而让行动更快更准。我们还会探讨教机器人学会“击掌”背后的社交默契密码,并揭示为什么在复杂博弈中“预测未来”的聪明人往往输得最惨。让我们一起剥开学术外衣,从机器的进化中汲取个人成长的智慧吧! 00:00:39 有限的脑容量怎么装下无限的世界? 00:05:22 遇到连标准答案都没有的难题,该怎么办? 00:09:59 别再一步步抠细节了,“直观破局”的智慧 00:14:56 为什么教机器人“后空翻”很容易,教它“击掌”却极其困难? 00:19:18 为什么“预测未来”的聪明人,在复杂局里往往输得最惨? 本期介绍的几篇论文: [LG] Muir: Linear Attention with Sensitivity-Allocated Gating and Matched-Filter Readout [Google & University of Texas at Austin] https://arxiv.org/abs/2611.08376 --- [LG] Test-Time Self-Play: Scaling without a Verifier [ETH Zurich] https://arxiv.org/abs/2611.07367 --- [RO] VFlash: Fast, Accurate Visual Planning via Flash Primitive Decoding [NVIDIA] https://arxiv.org/abs/2611.08449 --- [RO] Social Humanoid: Socially Responsive Human-Humanoid Interaction [UC Berkeley & Sony Group Corporation] https://arxiv.org/abs/2611.08407 --- [LG] Optimistic Hedge in General-Sum Games: Fundamental Limits and Regret Bounds via Temporal Approximation [Tel Aviv University] https://arxiv.org/abs/2611.07078

24 分钟 48 次播放 2天前

[人人能懂AI前沿] 从交互式世界、软硬协同到警惕AI的温柔陷阱

[人人能懂AI前沿] 从交互式世界、软硬协同到警惕AI的温柔陷阱

AI可可AI生活

本期我们将为你拆解五篇极具启发性的最新论文,看看AI如何打破常规,重塑我们解决问题的底层逻辑。今天,我们会聊聊机器人如何在“平行宇宙”里靠交互生成未来,算力流水线如何逼出软硬协同的智慧,以及聪明的AI是怎么在记忆上巧妙“偷懒”的。此外,还有人形机器人教我们拒绝“空动作”掌握发力技巧,并带你一起警惕那些过度讨好你的“近视”AI。 00:00:34 给机器人造一个“平行宇宙”,以及它带给我们的做事心法 00:05:16 换个姿势解决问题,被物理法则逼出来的效率跃迁 00:10:19 别用战术上的勤奋掩盖战略上的懒惰,看看顶级AI是如何“偷懒”的 00:14:34 别光顾着摆架子,得看你用了多少力,一个机器人实验给普通人的进阶启示 00:19:54 为什么越是“懂你”的AI,越可能成为剥夺你能力的温柔陷阱? 本期介绍的几篇论文: [AI] Interactive World Simulation with Cosmos for Physical AI [NVIDIA] https://arxiv.org/abs/2611.06627 --- [LG] Systolic Linear Attention:Co-Designing Tile-Grouped Gated Delta Attention for TPUs [Google] https://arxiv.org/abs/2611.06828 --- [LG] Shallow Encoding Emits Deep Memories [NVIDIA] https://arxiv.org/abs/2611.06084 --- [RO] Ctrl-F:Force as an Interface for Humanoid Loco-Manipulation [UC Berkeley] https://arxiv.org/abs/2611.05507 --- [LG] Alignment Myopia in Generative AI [Google Research & Google DeepMind] https://arxiv.org/abs/2611.06830

25 分钟 66 次播放 3天前

[人人能懂AI前沿] 从上下文回路、拒绝“超长记忆”到超越打分机

[人人能懂AI前沿] 从上下文回路、拒绝“超长记忆”到超越打分机

AI可可AI生活

本期我们将硬核拆解五篇最新论文,带你彻底打破关于AI和人类心智的“效率幻觉”。我们将探讨底层的分词器如何暗藏偏见,揭秘AI为何不需要“超长记忆”也能干好重活,并拆开黑盒看懂它“现学现卖”背后的神经回路。此外,我们还会看看AI如何通过一张限制视野的“草稿纸”实现算术零错误,以及为什么单纯的“打分机制”教不出真正的顶尖高手。准备好给大脑来一次系统升级了吗,我们马上开始! 00:00:36 为什么“浓缩”不一定是精华?戳破关于聪明的三个错觉 00:05:47 别被“超长记忆”骗了,揭示真正的高手思维 00:10:32 哪怕只看一遍,AI凭什么能“现学现卖”? 00:15:57 别让大脑硬扛,一个让AI永不出错的奇妙思路 00:20:22 为什么光靠“打分”教不出顶尖高手?从训练AI看懂真正的高效成长 本期介绍的几篇论文: [CL] Tokenizer Myths and Where To Find Them [Stanford University] https://arxiv.org/abs/2611.04215 --- [AI] You don't need long context [NVIDIA] https://arxiv.org/abs/2611.05306 --- [CL] A Circuit for In-Context Learning [Stanford University] https://arxiv.org/abs/2611.05344 --- [LG] Sketchpad: certified exact arithmetic with a small vision-language model [MIT] https://arxiv.org/abs/2611.04434 --- [LG] Stabilizing On-Policy Targeted Guidance in Agentic Reinforcement Learning [Cursor Research & UC Berkeley] https://arxiv.org/abs/2611.05266

26 分钟 80 次播放 4天前

评价

还没有人评价。听过的话,留个分数和一句短评吧。

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