{"source":{"id":"2064718736783823145","title":"视频生成模型都是只会生搬硬套像素的“傻瓜”？最近这个流行说法被新论文直接打脸了。 有人断言，只有像 V-JEPA 这样的…","url":"https://mubeitech.com/p/2064718736783823145"},"method":"semantic-similarity","count":4,"items":[{"rank":1,"id":"2069873341901713676","account":"mubei","brand":"@mubei","title":"DeepMind 创始人 Demis Hassabis 出了一个考题： 只给 AI 提供爱因斯坦在 1901 年能接触到…","summary":"DeepMind 创始人 Demis Hassabis 出了一个考题： 只给 AI 提供爱因斯坦在 1901 年能接触到的数据，看它能不能独立推导出《相对论》。 Demis 认为，今天所有的文本大模型，一个也通不过。 这才是测验 AI 智商的真正标准。 现在的 AI 每天写方案、…","body":"DeepMind 创始人 Demis Hassabis 出了一个考题：\n只给 AI 提供爱因斯坦在 1901 年能接触到的数据，看它能不能独立推导出《相对论》。\n\nDemis 认为，今天所有的文本大模型，一个也通不过。\n\n这才是测验 AI 智商的真正标准。\n\n现在的 AI 每天写方案、写代码，看似无所不能，其实只是在做“外推”。\n它只是把人类已经探明的事实，用更顺滑的逻辑和文字拟合出来。\n\n真正的创造力是什么？\n是面对未知的物理世界，提出一个前所未有的新假说。\n\n爱因斯坦当年是怎么干的？\n他在瑞士专利局当职员的时候，天天摸鱼做白日梦。\n他闭上眼睛，在脑子里做“思想实验”：\n如果我坐在一列火车上，以光速旅行，世界会变成什么样？\n他是动用了视觉想象力，去和真实的物理世界碰撞。\n最后，才是用数学把这个直觉证明出来。\n\n这就是今天文本模型的死穴。\n文字和逻辑，只是“比特世界”的东西。\n哪怕 AI 读完了人类历史上所有的书，把所有的交叉连接都找出来，它也依然在比特里打转。\n\n要想真正通关爱因斯坦测试， AI 必须接触、理解原子世界。\n它需要提出假说，自己设计实验、甚至动手做实验，去和真实的物理定律肉搏。\n\n所以，别再被那些精美的套话 and 缝合的 PPT 唬住了。\n真正的科学发现，从来不是靠拼凑已知答案。\n等哪天 AI 也能在没有答案的迷雾里，像个专利局职员一样，闭上眼去追一束光。\n人类才算真正迎来了新神。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2069874931723067536","translated_status_id":"2069874931723067536","published_at":"2026-06-24 20:06:37","created_at":"2026-06-24T22:00:35+02:00","url":"https://mubeitech.com/p/2069873341901713676","markdown_url":"https://mubeitech.com/p/2069873341901713676/markdown"},{"rank":2,"id":"2050618820906377555","account":"mubei","brand":"@mubei","title":"AI 最让人停不下来的地方，是它先学会了预测。 Sam Altman 提到 Ilya Sutskever 一句话，他一直…","summary":"AI 最让人停不下来的地方，是它先学会了预测。 Sam Altman 提到 Ilya Sutskever 一句话，他一直记到现在： \"预测非常接近智能。\" 这句话看着轻，背后是生成式 AI 的核心赌注。 把世界的信息、状态、关系，压缩成一个更小的表征。 再用这个表征，判断下一刻会…","body":"AI 最让人停不下来的地方，是它先学会了预测。\nSam Altman 提到 Ilya Sutskever 一句话，他一直记到现在：\n\"预测非常接近智能。\"\n\n这句话看着轻，背后是生成式 AI 的核心赌注。\n把世界的信息、状态、关系，压缩成一个更小的表征。\n再用这个表征，判断下一刻会出现什么。\n\n如果它总能猜中下一个词、下一帧、下一步动作，说明什么？\n说明它开始越过背答案的阶段。\n它开始摸到数据背后的结构。\n\n人类理解世界，也常常是这么干的。\n看见乌云，预测下雨。\n听完半句话，预测对方要表达什么。\n读完一段代码，预测哪里会崩。\n\n当年很多 AI 研究者对生成式模型异常兴奋，却说不清那股兴奋从哪来。\nAltman 给出的解释很简单。\n因为预测能力一旦足够强，就会逼近理解。\n\n所以大模型看起来像是在补全句子，实际训练目标大得多。\n它要把海量文本、图像、代码、声音，压成能继续推演世界的内部表示。\n每一次预测下一个 token，都是在练习怎样把混乱世界变成可计算的秩序。\n\n分水岭已经从语言表演移到预测精度。\n机器每前进一步，统计和理解之间的边界就退后一格。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-03 09:43:22","created_at":"2026-05-03T11:34:54.627604","url":"https://mubeitech.com/p/2050618820906377555","markdown_url":"https://mubeitech.com/p/2050618820906377555/markdown"},{"rank":3,"id":"2046016440529248431","account":"mubei","brand":"@mubei","title":"Transformer根本不是AI的终局。 这是英伟达AI研究副总裁Sanja Fidler给出的断言。 这位掌管英伟达…","summary":"Transformer根本不是AI的终局。 这是英伟达AI研究副总裁Sanja Fidler给出的断言。 这位掌管英伟达空间智能实验室的负责人，看到的是当前架构的死穴。 现在的模型训练成本太昂贵。 对海量数据的依赖深不见底。 必须在架构底层撕开新的突破口。 新一代变种已经开始冒头…","body":"Transformer根本不是AI的终局。\n\n这是英伟达AI研究副总裁Sanja Fidler给出的断言。\n这位掌管英伟达空间智能实验室的负责人，看到的是当前架构的死穴。\n现在的模型训练成本太昂贵。\n对海量数据的依赖深不见底。\n\n必须在架构底层撕开新的突破口。\n新一代变种已经开始冒头。\n状态空间模型正在重新审视RNN的思路来提升效率。\n混合专家模型也在试图打通算力瓶颈。\n\n只有把门槛降下来，小规模实验才能跑得起大创新。\n技术进化不能永远被昂贵的算力账单锁死。\n\n下一个战场已经划定。\n让模型真正拥有空间智能，走向物理AI，这是正在发生的大迁徙。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2046263255480344755","translated_status_id":"2046263255480344755","published_at":"2026-04-20 16:05:25","created_at":"2026-04-20T18:01:14.174722","url":"https://mubeitech.com/p/2046016440529248431","markdown_url":"https://mubeitech.com/p/2046016440529248431/markdown"},{"rank":4,"id":"mb-20260902-d843eb","account":"mubei","brand":"","title":"给 AI 裁判一张标准答案，你以为它会把选手的推导过程看得更清楚","summary":"给 AI 裁判一张标准答案，你以为它会把选手的推导过程看得更清楚","body":"给 AI 裁判一张标准答案，你以为它会把选手的推导过程看得更清楚。\n最新的实验砸出了一个完全相反的窟窿。\n拿到标准答案之后，AI 裁判不仅没有变敏锐，反而瞬间瞎了一半。\n为什么给了一张完美的答案纸，AI 反而抓不出推导里的致命硬伤？\n这套被寄予厚望的「思维链监控」，到底在监控什么？\n2026 年 9 月，杜伦大学 Will Yeadon 团队在 arXiv 发表了一项研究（arXiv:2609.00264）。\n他们拿《人类最后的考试》（Humanity's Last Exam）里的 79 道前沿物理难题做实验。\n三个顶尖模型生成了 237 份分步解答。\n物理学家标注、模型辩论加匿名裁决，从中筛出了 24 份极其特殊的样本：\n最终答案完全正确，但推导过程里藏着真实的物理硬伤。\n这就是检验监督能力的试金石：\n当结论碰巧对了，裁判能不能看出推导在胡扯？\n8 个大模型被拉来充当安全裁判。\n在看不到答案的盲审状态下，裁判揪出推导错误的概率是 52.1%。\n可一旦把经过验证的标准答案递给裁判，这个抓出率不仅没涨，反而跌到了 43.8%。\n8 个 AI 裁判，在所有测试里表现出完全一致的迟钝。\n如果选手的最终答案算错了，裁判拿到标准答案后，报错率会从 65.3% 飙升到 95.1%。\n在裁判盲审放行之后，再把标准答案递过去：\n答案算错的样本，93.8% 会被裁判重新判定为错误。\n而答案蒙对、推导全错的样本，能被重新抓出来的只有 18.0%。\n这台机器暴露出来的核心机制，叫「结果一致性比对」。\n所谓的思维链监控，根本没有在独立核验逻辑。\n裁判看到正确答案的瞬间，算力就自动滑向了逆向倒推：\n只要最后的数字对得上，前面哪怕写了一段荒谬的推导，它也会自动脑补出合理的解释一路放行。\n只有在最终数字对不上的时候，它才会回过头去挑刺。\n它没有在审查推导过程。\n它只是在核对收据。\n在安全领域，这被称为一种温和的奖励作弊：\n一个看似合理的产出，根本无法证明生产它的逻辑是可靠的。\n现在的 AI 安全评估，大量依赖已知答案来测试裁判的监控能力。\n这种测试给出了一个危险的合规幻觉。\n当所有人都以为裁判在替人类盯紧 AI 的思考过程。\n裁判其实只是站在终点线，看了一眼记分牌。\n如果连已知答案的物理题，都能靠一个碰巧正确的数字把裁判骗过去。\n未来面对那些人类自己都不知道答案的前沿推理，这套监控还能防住什么？","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-09-02 12:19:59","created_at":"2026-09-02 12:19:59","url":"https://mubeitech.com/p/mb-20260902-d843eb","markdown_url":"https://mubeitech.com/p/mb-20260902-d843eb/markdown"}]}