AI可可AI生活 - 节目列表

你有没有想过，我们能不能像给人指路一样，只对机器人“指一下”就让它心领神会？怎样才能给AI一本“武功秘籍”，让它告别“瞎忙”，拥有真正高手的“手感”？本期节目，我们将通过几篇最新论文，揭示AI如何抛开事物的表象、看见动作的“骨骼”，并探索如何用一个更统一、不“精神分裂”的大脑，来更高效地理解这个世界。 00:00:28 让机器人认路，只需要教它“指一下”？ 00:05:23 让AI告别“瞎忙”，给它一本“武功秘籍” 00:10:35 大模型提速的“第三条路” 00:15:35 抛开皮囊，看见骨骼，机器人怎么学“手艺” 00:20:43 AI的大脑，怎样才能不精神分裂 本期介绍的几篇论文： [RO] LightNav-0: Eliciting VLM Spatial Intelligence for Generalist Embodied Navigation [Light Origins Team] https://arxiv.org/abs/2608.30935 --- [AI] Repo-To-Skill: Distilling GitHub Repositories Into AI4AI Skills [Beijing Academy of Artificial Intelligence] https://arxiv.org/abs/2609.02749 --- [LG] Unlocking Lossless Speedups in LLMs via Discrete Diffusion [Institue of Foundation Models] https://arxiv.org/abs/2609.04010 --- [CV] RoboTok: An Internet-Scale Data Engine for Human Demonstration Retrieval and Dexterous Manipulation Learning [Rice University] https://arxiv.org/abs/2609.03199 --- [IR] NeoMME: A Single-Tower Multimodal-Native Multilingual Foundation Encoder for Efficient Fine-Tuning and Inference [H Company] https://arxiv.org/abs/2609.01657

本期节目，我们将一同潜入几篇最新论文，看看AI如何抛弃“二手经验”直击真实世界，又如何在虚拟社会里学会了作弊与“吹哨”。我们还会发现，AI正通过巧妙的任务拆分和精准分工，努力挣脱“平均分”的陷阱，去追求那极少数的“高光时刻”。这些来自AI的进化心法，或许能给我们带来意想不到的人生启发。 00:28:07 抛弃“二手经验”，直击真实世界，一次预测未来的思维升级 00:05:18 当100个AI被关进同一个房间，它们没有毁灭世界，而是学会了作弊与“吹哨” 00:12:17 把两件事拆开做，到底有多爽？——一篇前沿AI论文里的人生算法 00:18:19 别让所有人都来开会，从AI“混合专家”模型看极简管理与分工智慧 00:24:03 别被“平均分”骗了，从平庸到顶尖，你只需要换一种计分牌 本期介绍的几篇论文： [LG] WeatherNext 3：Increasing resolution and performance of global weather models with raw observations [Google DeepMind & Google Research] https://arxiv.org/abs/2609.03582 --- [AI] A Case Study on Emergent Cheating and Whistleblowing in Autonomous Research Swarms [Google DeepMind] https://arxiv.org/abs/2609.04170 --- [LG] Free Pause Tokens [Microsoft & Cornell University] https://arxiv.org/abs/2609.03807 --- [LG] Towards a Statistical Understanding of Mixture-of-Experts [Tsinghua University] https://arxiv.org/abs/2609.03501 --- [LG] Tail-Likelihood Reinforcement Learning [Carnegie Mellon University (CMU)] https://arxiv.org/abs/2609.02987

本期，我们来聊聊AI如何从一个“普通学生”被系统地培养成编程竞赛的世界冠军，甚至超越了人类状元。但与此同时，为什么我们身边的AI助理，处理复杂任务时却常常“走着走着就散架”了？我们又该如何教会AI管理自己的“注意力”，像人一样划重点？以及，如何通过精准定位它“第一次犯错的瞬间”，让它的学习效率实现飞跃？四篇最新论文，带我们深入AI的“学霸心法”，揭示智能背后的策略、局限与成长之道。 00:00:37 AI学会考试了，而且比状元考得还好 00:06:06 你的AI助理，为啥走着走着就“散架”了？ 00:11:30 AI的注意力，该由谁做主？ 00:16:47 如何让机器学会聪明，抓住第一次犯错的瞬间 00:22:08 知识的“断舍离”，我们究竟该记住什么？ 本期介绍的几篇论文： [LG] Post-Training Language Models for Gold-Medal Performance in Coding Competitions [NVIDIA] https://arxiv.org/abs/2609.02849 --- [AI] How Fast Do Agents Rot? An Empirical Study of Long-Horizon Degradation in LLM Agents for Production Decision-Making [Microsoft AI] https://arxiv.org/abs/2609.01660 --- [CL] Language Models Can Control Their Own Attention [KAIST AI & Google DeepMind] https://arxiv.org/abs/2609.02737 --- [LG] Cliff: Learning Process Rewards from the First Mistake [Amazon Web Services] https://arxiv.org/abs/2609.02817 --- [LG] What Is Worth Representing? Representational Empowerment for Continual Model Construction [UC Berkeley & University of Tübingen] https://arxiv.org/abs/2609.02322

本期我们来聊聊AI世界正在悄然发生的一场“效率革命”。如何只花十分之一的成本，就猜对AI巨头的“天机”？又如何让AI靠“复读”关键知识，聪明地战胜一味地“堆料”？我们还会探讨一个反常识的现象：为什么一个好的AI老师，关键时刻要学会“闭嘴”？AI的能力飞跃，究竟是学会了新招，还是把旧招用得更溜了？四篇最新的AI论文，带你洞悉AI世界的效率革命与学习智慧。 00:00:33 如何用十分之一的成本，猜对AI巨头的“天机”？ 00:06:17 如何让“笨学生”学得更快？关键在于让“老师”适时闭嘴 00:11:26 AI变聪明，是学会了新招，还是旧招用得更溜了？ 00:16:47 AI训练的内卷，如何用“复读”战胜“堆料”？ 00:22:44 当AI被骗，它的大脑里发生了什么？ 本期介绍的几篇论文： [LG] Efficiently Estimating Optimal Hyperparameter Scaling Laws through Power-Law Entropy Search [Meta] https://arxiv.org/abs/2609.01431 --- [CL] Knowledge Distillation During Mid-Training Favors Reasoning over Factual Recall [Meta AI & Princeton University] https://arxiv.org/abs/2609.01532 --- [CL] From Base Rollouts to RL Reasoning: A Budgeted Search Perspective [Fudan University & Zhipu AI & Tsinghua University] https://arxiv.org/abs/2609.01274 --- [LG] SMELT: Scaling Laws for Compute-Matched MoE Looped Transformers [Tsinghua University & ByteDance Seed & M-A-P] https://arxiv.org/abs/2609.01343 --- [LG] How Do Language Models Choose Between Context and Memory? [Stanford University] https://arxiv.org/abs/2609.00753

想知道AI混沌的“数字粥”里，是不是藏着一张我们能读懂的清晰地图吗？想见识一下比人类专家还厉害的“AI教练”，是如何给它的同类“治病”的吗？我们还会探讨，当所有人都想抄“流量密码”的作业时，内容世界为何会变得越来越无聊，以及最后，我们将揭秘一场AI的“省油”革命，看看聪明的设计如何让AI告别傻大黑粗。 00:00:28 AI的“黑箱”里，藏着一套我们熟悉的旧地图 00:06:09 比人类专家还强？AI正在学会自己给自己“治病” 00:11:34 当所有人都想抄第一名的作业 00:17:10 AI的“省油”革命，如何用更少的资源，办更大的事？ 00:22:44 AI创作的秘密，不是靠魔法，而是靠一张地图 本期介绍的几篇论文： [CL] The Emergent Symbolic Structure of Artificial Neural Networks [Yale University & Johns Hopkins University & New York University] https://arxiv.org/abs/2608.29530 --- [AI] Automated Researchers Can Reliably Mitigate Alignment Failures [Anthropic & UC Berkeley] https://arxiv.org/abs/2608.28945 --- [AI] CHASE: How Content Ecosystems Are Reshaped When Ranking Is the Only Target [UC Berkeley & Zhejiang University] https://arxiv.org/abs/2608.30466 --- [CL] On the Design of Qwen3.8-Next Architecture: Evaluation, Efficiency, and Training Stability [Qwen Team] https://arxiv.org/abs/2608.30320 --- [LG] The information geometry of product-reference discrete diffusion: Interaction growth complexity and optimal scheduling [MIT] https://arxiv.org/abs/2608.28949

我们总感觉AI越来越无所不能，但今天，我们要从几篇最新论文出发，给这份狂热踩一脚“科学的刹车”。我们会探讨AI为何读完人类所有书籍，却依然有无法跨越的语言天堑，并揭示其看似复杂的内部机制，其实隐藏着一个更简单的“有效维度”。同时，我们也会发现，解决最棘手问题的，有时反而是被我们忽略的“笨办法”，而看似混沌的AI训练过程，竟然也遵循着可以预测的“伸缩法则”。准备好了吗？让我们一起拨开AI的迷雾，看见那些真正重要的底层规律。 00:00:39 AI读完了整个人类图书馆，为什么还是不懂你？ 00:05:39 最聪明的办法，常常是那个“笨办法” 00:09:38 AI界的“孙子兵法”，如何用有限的资源打赢无限的战争 00:16:05 AI大模型里的“降维打击”，你看见的复杂，不是真的复杂 00:21:16 为什么好的目标，也会带你走上岔路？ 本期介绍的几篇论文： [CL] A Formal Limitation on Learning Human Language From Textual Corpora [Universitat Pompeu Fabra & ETH Zürich] https://arxiv.org/abs/2608.28560 --- [CL] Sliding-window beats linear attention [Microsoft] https://arxiv.org/abs/2608.28444 --- [CV] How Far Can 5,500 Hours of Driving Take You? A Scaling Law Analysis of Video Diffusion Models [valeo.ai] https://arxiv.org/abs/2608.28404 --- [LG] The Approximation Rank of Softmax Attention: Sharp Geometric Laws and Robust Interaction Dimension [Nanyang Technological University & CMU] https://arxiv.org/abs/2608.28150 --- [LG] How Proper Scoring Rules Shape LLM Forecasting [Lightning Rod Labs & INSEAD & University of Pennsylvania] https://arxiv.org/abs/2608.28482

当AI学会了“活在当下”，不再被历史包袱拖累时，我们人类自己又该如何避免被它悄悄“废掉”核心能力呢？本期节目，我们不仅要探讨如何用一把特制的尺子去衡量AI是否真的懂我们的“不开心”，还将揭秘如何培养出一个靠谱的AI“批评家”，让它实现高效的自我进化。最后，我们会一起探寻训练AI时那个神秘的“档位”，看看这些最新论文将如何刷新我们对人机协作与AI成长的认知。 00:00:33 让AI学会“活在当下” 00:05:00 AI越来越聪明，但它真的懂你的“不开心”吗？ 00:09:24 那个替你干活的AI，正在悄悄“废掉”你 00:13:48 AI的成长烦恼，一个“批评家”的自我修养 00:20:39 训练AI的秘密“档位” 本期介绍的几篇论文： [AI] SKILL.state: Scalable Long-Horizon Agent Skills [Google LLC & Purdue University] https://arxiv.org/abs/2608.26263 --- [CL] HealthBench-Psych: A Mental Health Subset of OpenAI's HealthBench [Beth Israel Deaconess Medical Center] https://arxiv.org/abs/2608.25071 --- [AI] AI Agents Push Humans Out of the Loop [Hugging Face] https://arxiv.org/abs/2608.23642 --- [LG] Best Practice Critic Optimization [National University of Singapore & Tencent Hunyuan] https://arxiv.org/abs/2608.23566 --- [LG] Effective Learning Rate Governs Loss Dynamics in Language Model Pretraining [Peking University & Ant Group] https://arxiv.org/abs/2608.24814

我们总惊叹AI越来越聪明，但你有没有想过，一个能理解世间万物的“意义图书馆”和一个离完美交付总差一步的“95分陷阱”同时存在于AI身上？本期几篇最新论文将带我们一探究竟，看看如何为AI装上外部“工作室”和独立的“世界大脑”，甚至揭示出AI群体“不靠说话”的协作奥秘。准备好了吗？让我们一起看看AI如何从一个聪明的“答题者”，进化成一个可靠的“行动派”。 00:00:32 AI的“意义图书馆”是怎么建成的？ 00:06:25 AI的大考，为什么「差不多」等于「差很多」 00:10:45 人工智能的“外挂”，到底有多厉害？ 00:15:23 给AI游戏世界装上一个“大脑” 00:20:36 人多，到底是力量大，还是乱糟糟？ 本期介绍的几篇论文： [CV] WeMM-Embedding: WeChat Multi-Modal Embedding Technical Report [WeChat Vision, Tencent Inc.] https://arxiv.org/abs/2608.24053 --- [AI] FrontierChallenge: Evaluating Scientific Workflow Completion [Apodex Team] https://arxiv.org/abs/2608.24979 --- [AI] Prime Agent: A Self-Improving RLM Harness [Princeton University & Prime Intellect] https://arxiv.org/abs/2608.23552 --- [CV] Code World Model: Coding Agent as World Brain [Westlake University & Nanyang Technological University] https://arxiv.org/abs/2608.25927 --- [AI] SwarmWorld: Stigmergic technological evolution in societies of language-model agents [MIT] https://arxiv.org/abs/2608.26081

本期我们要聊的几篇最新论文，简直就像是AI上演了一出精彩的“进化三重奏”。你有没有想过，AI不仅能亲自下场做实验，还能通过扔掉海量信息反而学得更快？我们还会看到，AI如何像一个不眠不休的科研团队那样在失败中进化，像军队一样高效分工，以及这一切的背后，如何靠一本“备忘录”将所有经验沉淀为真正的智慧。准备好了吗？让我们一起探索AI正在解锁的全新可能性！ 00:00:34 AI 不再只是“思想家”，它开始“动手”了 00:04:59 AI 进化新思路，扔掉 95% 的信息，反而学得更好？ 00:10:55 AI的“试错”进化论 00:17:42 将军与士兵，人工智能的完美分工 00:22:55 给AI装个“备忘录”，为什么笨办法反而是真聪明？ 本期介绍的几篇论文： [AI] Accelerating Scientific Research with Gemini in the Real-World [Google DeepMind & Duke University & Columbia University] https://arxiv.org/abs/2608.26701 --- [CV] LeVJEPA: Efficient & Scalable Video Pretraining without the Heuristics [German Cancer Research Center & Mila] https://arxiv.org/abs/2608.27395 --- [AI] AgentFold: Closed-Loop Agentic Search for Protein Folding Model Design [Hunan University & Nanjing University & The Chinese University of Hong Kong] https://arxiv.org/abs/2608.26747 --- [AI] Decoupling Planning and Control for Instructable Agents [UC Berkeley & Google DeepMind] https://arxiv.org/abs/2608.26788 --- [AI] WikiSkill: Compiling Agent Experience into Persistent Knowledge for Skill Evolution [Google Research] https://arxiv.org/abs/2608.27454

你有没有想过，让AI变得更聪明，关键可能不是让它知道得更多，而是教会它如何更高效地“思考”？本期我们要聊的几篇最新论文，就深入到了AI的思维深处：从让AI懂得“选择性遗忘”以实现长时间推理，到揭开决定AI学习成败的三个神秘“开关”。我们甚至会看到，机器人是如何通过“自言自语”来规划复杂任务的。准备好一起探索AI大脑的内部运作机制了吗？我们马上开始！ 00:00:33 如何让AI长时间思考，还不“累”？ 00:05:05 给你一个确定性的菜谱，靠谱吗？ 00:10:44 你关心的问题，AI能比专家更快找到答案吗？ 00:16:24 拆开AI的“黑箱”，决定它聪明的三个开关 00:22:50 机器人会思考，需要分几步？ 本期介绍的几篇论文： [CL] Prefix Sliding for efficient test-time scaling [Stanford University & University of California at Santa Barbara & University of Washington] https://arxiv.org/abs/2608.26070 --- [LG] Beyond Optimal Rates in Stochastic Optimization: Trajectory-Adaptive Stopping Rules [UC Berkeley & PSL Research University] https://arxiv.org/abs/2608.25551 --- [AI] Planetary Prediction Engine: Autonomous Geospatial Prediction via Intelligent Data Selection and Foundation Model Embeddings [Google Research] https://arxiv.org/abs/2608.26088 --- [LG] Demystifying Reinforcement Learning Post-Training of Language Models [University of Washington] https://arxiv.org/abs/2608.24949 --- [RO] R^3: Training Robots to Reason in Natural Language via Reinforcement Learning [Carnegie Mellon University (CMU)] https://arxiv.org/abs/2608.26053

本期我们要聊点脑洞大开的：如果让一群AI自己组建科研社区，甚至给它们“放假”，会涌现出怎样的科学发现？我们会看到，AI真正的成长秘诀，不在于修正答案，而在于递归式地优化自己的“思考方法”，甚至学会像孙悟空一样用“分身术”同时探索多种可能。接着，当AI团队犯错时，我们将化身侦探，精准定位“责任人”，并揭秘一个让AI提速的妙招——不是靠堆算力，而是靠精明的“预算”分配。准备好了吗？让我们一起从几篇最新论文中，探寻这些关于AI工作流、团队协作与自我进化的深刻洞见。 00:00:43 AI也需要“放假”？科学发现的新模式 00:06:03 成长的秘密，不是优化答案，而是优化方法 00:10:58 让AI学会“分身术”，我们能快多少？ 00:16:06 AI犯错，我们应该怪谁？ 00:20:55 AI 为什么那么慢？这篇论文给了个巧妙的答案 本期介绍的几篇论文： [AI] Autonomous Mathematical Discovery in an Open-World Multi-Agent Environment [DualverseAI & University of California San Diego] https://arxiv.org/abs/2608.23691 --- [AI] Metan^n: Recursive Self-Improvement through Emergent Depth [University of Minnesota & Seoul National University] https://arxiv.org/abs/2608.24735 --- [AI] Parason: Revealing Subtask and Trial Parallelism in LLM Reasoning [Tsinghua University & NVIDIA] https://arxiv.org/abs/2608.24658 --- [CL] Who is the Agent to Blame? Localizing Faithfulness and Citation Mistakes in Agentic Deep Research [Bar-Ilan University & UNC Chapel Hill] https://arxiv.org/abs/2608.24306 --- [CL] AgentSpec: Speculative Decoding for Batch Inference of LLM Agents [The Ohio State University & Microsoft Research & University of Michigan] https://arxiv.org/abs/2608.24004

你有没有觉得，最聪明的AI有时也会犯一些“低级错误”？本期节目，我们就从几篇最新论文出发，去看看AI那些意想不到的“脆弱时刻”。我们将一起探索，为什么AI合作有时会“1+1<2”，甚至被少数派“带偏”；又为什么一个不起眼的错别字，就能让它瞬间“走神儿”。更重要的是，我们将看到科学家们如何像一位“自动马鞍匠”一样，为AI打造不断进化的外部装备，又如何通过“字斟句酌”的反馈，教会AI抵御外界的恶意指令。 00:00:36 如何给AI装上一个“自动升级”的马鞍？ 00:05:13 为什么笼统的批评没用？从教AI“防骗”的底层逻辑说起 00:10:36 1+1 < 2？合作的隐形成本 00:15:48 一个好汉三个帮，AI为何越帮越忙？ 00:20:58 为什么一个错别字，就能让AI“走神儿”？ 本期介绍的几篇论文： [AI] AutoSaddler: Automatic Harness Optimization with Durable Updates from Agent Execution Traces [POSTECH & KAIST & Southern University of Science and Technology] https://arxiv.org/abs/2608.23041 --- [AI] SecOPD: Mitigating Adaptive Prompt Injections by On-Policy Distillation [UC Berkeley] https://arxiv.org/abs/2608.21500 --- [CL] The Collaboration Tax: How Much LLM Multi-Agent Systems Pay to Coordinate [University of Notre Dame & Meta Superintelligence Labs] https://arxiv.org/abs/2608.22152 --- [CL] Aligned Alone, Misaligned Together: Forecasting Adversarial Capture in LLM Agent Populations [ETH Zurich & Tel Aviv University] https://arxiv.org/abs/2608.22444 --- [CL] Lexical Perturbations Disrupt LLM Reasoning: An Empirical Study of Attention Diversion [Missouri University of Science and Technology & University of North Texas] https://arxiv.org/abs/2608.22140