
11 月 10 日 · 26 分钟
![[人人能懂AI前沿] 从生成即感知、潜空间干预到认知框架重构](https://media-one.wavpub.com/covers/1b225f87-4eea-40e2-9522-fb4563ec9b2c/d48cb32e6dd1d52c.png?x-oss-process=image/resize,m_lfit,w_520,h_520/format,webp)
今天我们要聊聊,AI那些颠覆我们常识的学习心法。你会发现,AI为了画出逼真的视频,竟然偷偷学会了物理学;而教一个笨手笨脚的机器人,我们既可以改变它脑中的“潜意识”,也可以只给它换一句神奇的“咒语”。我们还会看到,AI如何把每一次“失败”都变成成功的养料,以及“抽象思维”在它脑海里清晰浮现又逐渐妥协的全过程。准备好,让我们一起潜入AI的“思想深处”,看看它到底是怎么变聪明的。
别以为AI生成视频只是为了好玩,它其实是在偷偷“理解”物理世界
别再给AI做“开颅手术”了,教机器人干活有更聪明的办法
别把“失败”当废料,它只是放错了位置的“成功”
AI的“抽象思维”是怎么炼成的?揭开学习与认知的隐藏规律
当AI遇到死胡同,给它换个“咒语”就能破局
本期介绍的几篇论文:
[CV] Video Generation Models are General-Purpose Vision Learners
[Google DeepMind]
https://arxiv.org/abs/2607.09024
---
[RO] FlowDAgger: Human-in-the-Loop Adaptation of Generative Robot Policies in Latent Space
[Microsoft Research]
https://arxiv.org/abs/2607.08877
---
[LG] Learning More from Less: Reinforcement Learning from Hindsight
[MIT & Stanford University]
https://arxiv.org/abs/2607.09042
---
[LG] How are linear representations learned? Exact solutions to the dynamics of abstraction
[University College London]
https://arxiv.org/abs/2607.08843
---
[LG] Prompt-Driven Exploration
[MIT]
https://arxiv.org/abs/2607.08837
说明里标出的时间点,点一下跳过去

11 月 10 日 · 26 分钟

[人人能懂AI前沿] 3D持续打磨、多智能体博弈与微米级控制
11 月 9 日 · 24 分钟

[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”
11 月 8 日 · 23 分钟

[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
11 月 7 日 · 24 分钟
![[人人能懂AI前沿] 从生成即感知、潜空间干预到认知框架重构](https://media-one.wavpub.com/covers/1b225f87-4eea-40e2-9522-fb4563ec9b2c/d48cb32e6dd1d52c.png?x-oss-process=image/resize,m_lfit,w_400,h_400/format,webp)
AI可可AI生活 · 7 月 14 日 · 28 分钟
今天我们要聊聊,AI那些颠覆我们常识的学习心法。你会发现,AI为了画出逼真的视频,竟然偷偷学会了物理学;而教一个笨手笨脚的机器人,我们既可以改变它脑中的“潜意识”,也可以只给它换一句神奇的“咒语”。我们还会看到,AI如何把每一次“失败”都变成成功的养料,以及“抽象思维”在它脑海里清晰浮现又逐渐妥协的全过程。准备好,让我们一起潜入AI的“思想深处”,看看它到底是怎么变聪明的。
别以为AI生成视频只是为了好玩,它其实是在偷偷“理解”物理世界
别再给AI做“开颅手术”了,教机器人干活有更聪明的办法
别把“失败”当废料,它只是放错了位置的“成功”
AI的“抽象思维”是怎么炼成的?揭开学习与认知的隐藏规律
当AI遇到死胡同,给它换个“咒语”就能破局
本期介绍的几篇论文:
[CV] Video Generation Models are General-Purpose Vision Learners
[Google DeepMind]
https://arxiv.org/abs/2607.09024
---
[RO] FlowDAgger: Human-in-the-Loop Adaptation of Generative Robot Policies in Latent Space
[Microsoft Research]
https://arxiv.org/abs/2607.08877
---
[LG] Learning More from Less: Reinforcement Learning from Hindsight
[MIT & Stanford University]
https://arxiv.org/abs/2607.09042
---
[LG] How are linear representations learned? Exact solutions to the dynamics of abstraction
[University College London]
https://arxiv.org/abs/2607.08843
---
[LG] Prompt-Driven Exploration
[MIT]
https://arxiv.org/abs/2607.08837
说明里标出的时间点,点一下跳过去

https://feed.xyzfm.space/wl9t7httkfd3复制内容版权归创作者,声湃按创作者开放的 RSS 收录。了解收录与 RSS →

11 月 10 日 · 26 分钟

[人人能懂AI前沿] 3D持续打磨、多智能体博弈与微米级控制
11 月 9 日 · 24 分钟

[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”
11 月 8 日 · 23 分钟