{"source":{"id":"2069873341901713676","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…","url":"https://mubeitech.com/p/2069873341901713676"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2045912351690592708","account":"mubei","brand":"@mubei","title":"把一台AI的知识库强行锁死在1911年。 切断一切后续信息。 它能凭空推导出爱因斯坦在1915年发表的广义相对论吗？ D…","summary":"把一台AI的知识库强行锁死在1911年。 切断一切后续信息。 它能凭空推导出爱因斯坦在1915年发表的广义相对论吗？ DeepMind掌门人Demis Hassabis给出了他的终极标准。 能做到，就是真正的AGI。 做不到，就依然只是个高级工具。 他把这称为“爱因斯坦测试”。…","body":"把一台AI的知识库强行锁死在1911年。\n切断一切后续信息。\n它能凭空推导出爱因斯坦在1915年发表的广义相对论吗？\n\nDeepMind掌门人Demis Hassabis给出了他的终极标准。\n能做到，就是真正的AGI。\n做不到，就依然只是个高级工具。\n他把这称为“爱因斯坦测试”。\n\n现在的AI到底什么水平？\n它们能在国际数学奥赛上斩获金牌。\n但换个提问方式，又会在最基础的算术题上跌大跟头。\nHassabis用了一个词来形容这叫“参差不齐的智能”。\n\n真理不会因为换了身衣服就不被认出。\n真正的通用智能，绝对不允许出现如此割裂的智力落差。\n研究了二三十年，Hassabis看得比谁都透。\n人类大脑，依然是目前全宇宙唯一已知的通用智能样本。\n\n距离真正的AGI，现在还差三个硬指标。\n真正的创造力。\n持续学习的能力。\n长期规划的视野。\n\n靠堆算力和海量语料背下所有定理，终究只是在复述历史。\n能在没有前人脚印的黑暗里砸出火花，才叫真正的智能。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2045989375951995161","translated_status_id":"2045989375951995161","published_at":"2026-04-19 22:05:16","created_at":"2026-04-19T23:52:16.238114","url":"https://mubeitech.com/p/2045912351690592708","markdown_url":"https://mubeitech.com/p/2045912351690592708/markdown"},{"rank":2,"id":"2081379723834184049","account":"mubei","brand":"@mubei","title":"全球的AI实验室烧掉几百亿美元，到底在追什么？ 不只是算力。 他们都在死磕一个老问题：怎么把大自然压缩成机器能算的东西。…","summary":"全球的AI实验室烧掉几百亿美元，到底在追什么？ 不只是算力。 他们都在死磕一个老问题：怎么把大自然压缩成机器能算的东西。 1964年，物理学家理查德·费曼拿起一根粉笔，把这个根本困境讲透了。 他当年没谈AI，但今天大模型想构建“世界模型”的死穴，全在里面。 来，我们试着用大白话，…","body":"全球的AI实验室烧掉几百亿美元，到底在追什么？\n不只是算力。\n他们都在死磕一个老问题：怎么把大自然压缩成机器能算的东西。\n\n1964年，物理学家理查德·费曼拿起一根粉笔，把这个根本困境讲透了。\n他当年没谈AI，但今天大模型想构建“世界模型”的死穴，全在里面。\n\n来，我们试着用大白话，建一个不用复杂数学的引力模型。\n假设宇宙里充满了看不见的微粒，从四面八方撞击地球。\n因为太阳挡在中间，从太阳方向撞过来的微粒变少了。\n地球另一边的微粒，就会把地球往太阳的方向推。\n完美。\n把复杂的引力公式全绕过去了，普通人一秒就能听懂。\n\n但这套模型一跑起来，立刻崩溃。\n为什么？\n因为地球在轨道上飞。\n想象你在大雨里狂奔，是不是迎面砸在脸上的雨水，永远比落后脑勺的雨水多？\n微粒也一样。\n地球往前飞，迎面撞上的微粒就会多于背后的微粒。\n这会产生一个极其强烈的侧向阻力。\n如果这套简单的理论成立，地球早就停转了，根本撑不过它绕着太阳转过的这三四十亿年。\n\n这就是费曼的暴击：任何一套你想出来的模型，都必须能承受所有后果的推演。\n你可以为了好懂把规则简化，但它最后一定会跑出一个虚假的现实。\n\n今天搞大模型仿真的公司，面对的是同一个地狱。\n想让AI理解物理世界？想预测未来？\n大自然有一个极其难伺候的“毛病”：它的法则，只用一种方式给出答案，那就是极其复杂深奥的数学。\n数学不仅仅是一门语言。\n数学是语言加上逻辑，是人类唯一能把大自然的无数种表象缝合在一起，推演一万步还不穿帮的工具。\n\n想用单纯的自然语言或是简单的经验法则去重构世界？\n大自然连商量的余地都不会给。\n\n这才是今天AI大逃杀的底色。\n巨头们砸下几百亿，不单是在买显卡。\n他们是在替机器补交那笔最昂贵、也最不可能绕开的数学翻译费。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2081554689540145377","translated_status_id":"2081554689540145377","published_at":"2026-07-26 19:36:18","created_at":"2026-07-26T21:28:03+02:00","url":"https://mubeitech.com/p/2081379723834184049","markdown_url":"https://mubeitech.com/p/2081379723834184049/markdown"},{"rank":3,"id":"16421023","account":"mubei","brand":"@mubei","title":"2026年，全球的AI实验室都在撞同一堵墙。 这堵墙，理查德·费曼在1964年就指出来了。 今天的大模型团队，都在逼着机…","summary":"2026年，全球的AI实验室都在撞同一堵墙。 这堵墙，理查德·费曼在1964年就指出来了。 今天的大模型团队，都在逼着机器用人类语言去“推理”。 在康奈尔大学的黑板前，费曼用一个物理实验讲透了为什么这条路是死胡同。 来试着用普通人都能听懂的大白话，解释一下引力。 有人发明过一个极…","body":"2026年，全球的AI实验室都在撞同一堵墙。\n这堵墙，理查德·费曼在1964年就指出来了。\n\n今天的大模型团队，都在逼着机器用人类语言去“推理”。\n在康奈尔大学的黑板前，费曼用一个物理实验讲透了为什么这条路是死胡同。\n\n来试着用普通人都能听懂的大白话，解释一下引力。\n有人发明过一个极好懂的“大白话模型”：\n假设宇宙里充满微小粒子，从四面八方撞击地球，这就产生了引力。\n不用算公式，听着极其合理。\n\n但它有一个致命推论。\n地球是在轨道上往前跑的。\n只要你在往前跑，迎面撞上的粒子绝对比从背后追上的多。\n就像你在雨中狂奔，脸上永远比后脑勺被淋得更狠。\n这种迎面的粒子阻力，会直接把地球拖垮。\n真有这种阻力，地球根本没法绕着太阳转上三四十亿年。\n大白话理论，当场破产。\n\n费曼说，从牛顿到现在几百年。\n没有任何人能用一套非数学的语言，把引力讲明白且不出错。\n一旦你想把深奥的规律强行翻译成“让外行舒坦”的日常词汇。\n结果就是制造一场接一场的混乱。\n听众看到的，只会是一句接一句极其复杂、毫无关联的废话。\n\n为什么会这样？\n因为数学从来不仅仅是一门语言。\n数学，是语言加上推理，是仔细推敲后的逻辑结晶。\n大自然用来给出答案的底层逻辑，不是口语，是纯粹的数学。\n\n这就解释了今天大模型的困境。\n靠语言概率拼接去硬堆逻辑链条，注注定满盘皆输。\n因为人类的日常口语里，根本没有装载大自然的推理引擎。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2079648471242383658","translated_status_id":"2079648471242383658","published_at":"2026-07-21 11:41:11","created_at":"2026-07-21T13:21:09+02:00","url":"https://mubeitech.com/p/16421023","markdown_url":"https://mubeitech.com/p/16421023/markdown"},{"rank":4,"id":"2070628394342195460","account":"mubei","brand":"@mubei","title":"“宣称 AI 将让智力变得免费，是极其不负责任的。” 写出 ImageNet、开启上一轮视觉革命的 AI 教母 Fei-…","summary":"“宣称 AI 将让智力变得免费，是极其不负责任的。” 写出 ImageNet、开启上一轮视觉革命的 AI 教母 Fei-Fei Li 公开泼了盆冷水。 人类的智力太深邃了。 语言只是其中的冰山一角。 用文字你可以教人写代码、做推论，但你没办法用文字教会一台机器开车，更没法用文字教…","body":"“宣称 AI 将让智力变得免费，是极其不负责任的。”\n写出 ImageNet、开启上一轮视觉革命的 AI 教母 Fei-Fei Li 公开泼了盆冷水。\n\n人类的智力太深邃了。\n语言只是其中的冰山一角。\n用文字你可以教人写代码、做推论，但你没办法用文字教会一台机器开车，更没法用文字教会它投篮。\n这中间存在着巨大的“信息损耗”。\n只靠会聊天的语言模型，AI 永远无法真正理解这个复杂的物理世界。\n\n所以，她直接攒了一个估值超过 10 亿美元的新局，去死磕当前模型根本搞不定的方向：\n空间智能（Spatial Intelligence）。\n\n当年，她用 ImageNet 给模型喂出了视觉革命；\n现在，她要把战场从“会说话的黑盒子”，带向“能理解物理规律的世界模型”。\nAI 革命远没有结束，它才刚到 V1 版本。\n\n工业革命没有消灭劳动力，它让劳动变得更高效。\nAI 也不会让智力免费，它要把“下一种稀缺”狠狠地暴露出来。\n当文字和代码变得越来越便宜，真正高门槛的稀缺资产，将变成那些能感知空间、理解物理规则、并在现实中做出精准动作的实体系统。\n\n别被廉价的口号蒙蔽了。\n当潮水退去，真正的科技护城河，永远在硬碰硬 of 物理世界里。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2070636570558771281","translated_status_id":"2070636570558771281","published_at":"2026-06-26 22:04:26","created_at":"2026-06-27T00:00:54+02:00","url":"https://mubeitech.com/p/2070628394342195460","markdown_url":"https://mubeitech.com/p/2070628394342195460/markdown"},{"rank":5,"id":"2071787459319349673","account":"mubei","brand":"@mubei","title":"查理·芒格生前最爱讲一个寓言式的故事。 普朗克拿到诺贝尔物理学奖后，在德国各地巡回演讲。 他的专职司机天天在台下听，把整…","summary":"查理·芒格生前最爱讲一个寓言式的故事。 普朗克拿到诺贝尔物理学奖后，在德国各地巡回演讲。 他的专职司机天天在台下听，把整篇演讲背得滚瓜烂熟。 有一天，司机对普朗克说： “教授，每次都是你讲，太枯燥了。要不这次我上台演说，你穿上司机的衣服坐在台下？” 普朗克居然同意了。 司机上台，…","body":"查理·芒格生前最爱讲一个寓言式的故事。\n\n普朗克拿到诺贝尔物理学奖后，在德国各地巡回演讲。\n他的专职司机天天在台下听，把整篇演讲背得滚瓜烂熟。\n\n有一天，司机对普朗克说：\n“教授，每次都是你讲，太枯燥了。要不这次我上台演说，你穿上司机的衣服坐在台下？”\n普朗克居然同意了。\n\n司机上台，一字不差地背完了整场硬核物理报告，台下掌声雷动。\n这时，突然一位物理学家站起来，提了一个极其刁钻、极其高深的技术问题。\n\n换作普通人，当场就得穿帮。\n但这位司机脑子极快，他面不改色地看着对方说：\n“我真没想到，像慕尼黑这样先进城市的学者，居然会问出这么基础的问题。这个问题，让我坐在台下的司机来回答就够了。”\n\n开始吧。\n\n芒格讲这个故事，是为了区分两种知识：\n一种是“普朗克知识”，也就是真正搞懂、付出过代价的真知；\n另一种是“司机知识”，也就是只学会了名词、靠模仿和背诵来假装懂了的表演。\n\n现在，AI 时代来了。\n\n你会发现，大语言模型（LLM）的本质，就是这个世界上最完美的“司机”。\n它看过了人类所有的“演讲稿”，能在几秒钟内，用最流畅的行业黑话，给你整出一篇极其专业的报告。\n只要你不追问，它看起来就像个无所不知的诺奖得主。\n\n这导致了一个极其残酷的现实：\n“司机知识”在一夜之间，变得极其便宜，甚至免费。\n任何一个会用 prompt 的人，都能在表面上扮演某个领域的专家。\n\n那么，在信息密度瞬间被拉平的时代，什么才是真正稀缺的？\n\n是真正的“普朗克知识”。\n也就是：\n第一，能不能回答直击痛处的追问？\n第二，面对逻辑反例时，能不能给出合理的解释？\n第三，也是最重要的一点，知不知道自己的认知边界在哪里，并坦然承认“我不知道”？\n\n大模型能帮你模仿一切，但它唯独无法产生真正的“理解”。\n\n潮水退去的时候，谁是普朗克，谁是那个穿着西装在台上流汗的司机，往往只需要一两个追问，就立刻现形了。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2071900636652736990","translated_status_id":"2071900636652736990","published_at":"2026-06-30 10:16:20","created_at":"2026-06-30T12:12:38+02:00","url":"https://mubeitech.com/p/2071787459319349673","markdown_url":"https://mubeitech.com/p/2071787459319349673/markdown"},{"rank":6,"id":"2070673764828979595","account":"mubei","brand":"@mubei","title":"为什么 AI 能帮你写出几千行的复杂代码，却至今没办法帮你叠好一件衣服？ 这并非段子，这是当下 AI 行业最大的一堵墙。…","summary":"为什么 AI 能帮你写出几千行的复杂代码，却至今没办法帮你叠好一件衣服？ 这并非段子，这是当下 AI 行业最大的一堵墙。 用李飞飞（Fei-Fei Li）的话来说，因为我们严重低估了“空间智能”的难度。 在生物进化史上，动物演化出“空间智能”整整花了 5 亿年，而语言的出现只是最…","body":"为什么 AI 能帮你写出几千行的复杂代码，却至今没办法帮你叠好一件衣服？\n这并非段子，这是当下 AI 行业最大的一堵墙。\n用李飞飞（Fei-Fei Li）的话来说，因为我们严重低估了“空间智能”的难度。\n\n在生物进化史上，动物演化出“空间智能”整整花了 5 亿年，而语言的出现只是最后的一瞬间。\n对大脑而言，说话、聊天和写代码，其实是某种“投机取巧”的符号游戏。\n而面对一个被重力、摩擦力、遮挡和三维几何支配的现实物理世界，才是真正的挑战。\n\n李飞飞把“空间智能”拆成了四个部分。\n第一，理解（Understanding）。\n你能看懂这个三维甚至四维的环境，分得清设备、家具和人。\n\n第二，推理（Reasoning）。\n你想去冰箱拿瓶水，你得在脑子里规划：怎么绕开障碍、怎么走过楼梯、怎么找到冰箱。\n\n第三，生成（Generation）。\n闭上眼睛，你脑海里能凭空想象出一个客厅的三维画面。\n现在 AI 的 2D 生成已经很强了，但在 3D 生成上，也就是像 World Labs 这类公司正在做的，才是通往机器人和真实物理设计的核心。\n\n第四，也是最难的：交互（Interaction）。\n这就是为什么 AI 叠不好衣服。\n一件衣服是柔软的，有无数种褶皱、摩擦力和形变可能。\n每一次抓取、折叠，都需要机器实时根据物理反馈去调整。\n这不是靠背诵几万亿个文本词汇就能解决的。\n\n这就像投篮。\n你站在球场上，脑子里想“这一球进了，我们就能赢”，这是语言与逻辑智能在运转。\n但你看着防守球员的位置，瞄准篮筐的距离和角度，这是空间智能。\n最后，你起跳、滞空、把球精准投出去，这是物理智能。\n\n以前人类总觉得，能写文章、会聊天就是最高级的智慧。\n现在 AI 用实际行动证明了：在虚拟的符号世界里，所谓的“高智商”其实挺便宜的。\n而能在现实世界里体面地走两步、叠件衣服，才是进化最昂贵的奇迹。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2070676121322942740","translated_status_id":"2070676121322942740","published_at":"2026-06-27 01:07:05","created_at":"2026-06-27T03:01:11+02:00","url":"https://mubeitech.com/p/2070673764828979595","markdown_url":"https://mubeitech.com/p/2070673764828979595/markdown"}]}