今天这期节目，我们要聊五篇最新论文，它们从不同角度揭示了AI智能的本质。第一篇告诉我们，一万亿参数的模型在零强化学习下，居然自己"长"出了结构化思考、并行推理、甚至拟人化焦虑；第二篇发现，视频生成AI在多球碰撞这种简单物理任务上会崩盘，因为它的并行工作方式无法处理严格的因果链条；第三篇提出用"机械主义世界模型"让AI从预测者变成发现者，核心是学习可复用的解释机制而非死记硬背数据；第四篇揭示了一个可怕的"世界-行动漂移"攻击，机器人的"想象"和"行动"可以被恶意解耦，它想得对但做得错；第五篇则展示了如何让机器人真正"开窍"，关键是把语言规划和视觉想象融合成交织的思考序列。这五篇论文，构成了一幅关于AI认知边界与突破路径的完整拼图。

00:00:55 AI的“笨”功夫，当一万亿参数学会自己思考

00:07:37 为什么AI“想得越久”，反而越糊涂？

00:12:47 为什么懂了那么多道理，还是过不好这一生？AI也一样

00:20:51 机器人“口是心非”，当它想得挺美，干得却不对

00:25:37 机器人怎么才算“开窍”了？它得会“脑补”

本期介绍的几篇论文：

[CL] Ring-Zero: Scaling Zero RL to a Trillion Parameters for Emergent Reasoning

[Renmin University of China & Ant Group]

https://arxiv.org/abs/2607.12395

---

[LG] The Seriality Gap in Video Diffusion Models

[UC Berkeley]

https://arxiv.org/abs/2607.13031

---

[AI] From Observation to Insight: Mechanistic World Models and the Quest for Autonomous Discovery

[University of Oxford]

https://arxiv.org/abs/2607.12474

---

[LG] BadWAM: When World-Action Models Dream Right but Act Wrong

[National University of Singapore & The Hong Kong Polytechnic University]

https://arxiv.org/abs/2607.15207

---

[RO] RxBrain: Embodied Cognition Foundation Model with Joint Language-Visual Reasoning and Imagination

[Tencent Robotics X Team]

https://arxiv.org/abs/2607.14187