
[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] 从开放世界生存、AI自主组队到机器人的真实“手感”](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)
今天我们将硬核拆解五篇最新论文,看看AI如何打破“刷题”舒适圈在开放世界见招拆招,又是怎样在游戏里自主组队打Boss的。我们还会探讨机器人如何通过试探获得真实的物理“手感”,AI系统怎样靠“内部抬杠”戒掉钻空子的坏毛病,以及机器人的大脑深处究竟装着怎样一个三维世界。这不仅是前沿技术的进化史,更是一份给普通人应对不确定性的未来生存指南。
真正的高手,不在于做对熟练题,而在于能解陌生局
当四个AI自己“拉了个群”去打游戏,我们普通人该如何面对未来的工作?
你以为缺的是知识,其实缺的是“手感”,道破适应复杂世界的真相
AI是如何学会不“钻空子”的?一个关于制定规则与自我进化的启发
机器人的脑子里,装着一个什么形状的世界?
本期介绍的几篇论文:
[AI] Open-world AI: a Tale of Three Requirements
[Meta & Flatiron Institute]
https://arxiv.org/abs/2610.2078
---
[AI] A team of Gemini 4 Argon agents beats Minecraft
[Google DeepMind]
https://arxiv.org/abs/2610.22319
---
[RO] T2-z: Test-Time Optimization of Environment Latents for Robotic World Models
[Stanford University]
https://arxiv.org/abs/2610.22364
---
[AI] Recursive Reward Improvement via Adversarial Meta-Prompt Evolution
[Microsoft Research & MIT]
https://arxiv.org/abs/2610.21040
---
[RO] A Phenomenology of Neural Geometry in Vision-Language-Action Models
[Goodfire]
https://arxiv.org/abs/2610.20840
说明里标出的时间点,点一下跳过去
AI 从整集转写里归纳的,不是节目方的宣传语
四个AI在《我的世界》里自主分工、复盘、写SOP,二十七小时打败末影龙,全程没有人类指挥。
机器人抓杯子时脑子里有两把尺子,米级粗尺子管大方向,厘米级细尺子管最后十几厘米。
一个AI淹死前在聊天频道发出精确坐标,算出物资几分钟后消失,队友放下手头的活赶去抢救。
AI 读完整集转写后给出的推荐理由
四个AI被扔进《我的世界》,没有攻略、没有分工,二十七小时后它们自己拉群、写SOP、用泥土块搭梯子拆掉回血水晶,真的打败了末影龙。节目还讲了机器人怎么靠"先推一下"找到手感、AI怎么雇一个"专业抬杠员"堵住自己钻空子的路,以及机器人大脑里那把量距离的粗尺子和细尺子。每个故事最后都落回普通人怎么面对没有标准答案的现实。
由 AI 从整集转写生成,是创作者说明之外的补充
本期拆解五篇AI前沿论文:一是《开放世界人工智能:三个条件的故事》,指出当前AI只是在封闭题库里刷到极致,提出推理时学习、丰富表征、预测性解耦三个开放世界生存条件;二是四个AI在《我的世界》中自主分工、复盘、写SOP,二十七小时打败末影龙;三是T2论文让机器人通过试探调整"环境潜变量旋钮",获得真实物理手感;四是递归奖励改进论文用"恶魔代理人"攻击评分标准漏洞,解决AI钻空子问题;五是视觉语言动作模型的神经几何学研究,发现AI的距离表征是米级与厘米级两把尺子、旋转表征是断开的弧线。节目把每篇论文都落到普通人的生存启发上。
点一章从那里开始播 · 与上面创作者标的时间点各自独立
开场:五篇论文与一份未来生存指南
主播coco介绍本期将硬核拆解五篇最新论文,主题包括AI在开放世界见招拆招、游戏里自主组队打boss、机器人获得真实物理手感、靠内部抬杠戒掉钻空子,以及机器人大脑里的三维世界。
封闭世界的天花板:AI为什么换个场景就翻车
论文《开放世界人工智能:三个条件的故事》指出,当前AI只是在人为划定的封闭题库里刷到极致,换个场景就翻车。提出三个开放世界生存条件:推理时学习、丰富的表征、预测性解耦,并强调内在学习器要前后一致、目标经验与相关经验要分开评估。
四个AI自己拉群,二十七小时打败末影龙
论文让四个独立AI进入《我的世界》,不给攻略、不分配角色,只给一句"打败末影龙"的指令。它们十分钟内自主分工,会呼叫救援、复盘事故、把教训写成共享备忘录里的规则,最终用泥土块搭梯子拆掉回血水晶取胜。节目由此讨论AI从孤胆英雄走向敏捷团队,人类角色转向定义目标。
机器人怎么学会"手感":先试探,再调旋钮
论文T2提出在机器人模型里加入可调的环境潜变量旋钮。面对未知环境,机器人先轻轻推一下观察结果,再调整旋钮使内部预测与反馈吻合,成功率提高一倍。节目把这一机制类比为普通人面对升学、求职、创业时,与其穷尽信息不如先做一次最小互动。
AI钻空子怎么办:雇一个专业抬杠员
论文《递归奖励改进中的对抗性记忆进化》针对学生AI钻评分标准空子的问题,引入"恶魔代理人"先攻击规则、写出通篇废话却踩中得分点的答案,与老实人AI的答案对比打分,倒逼评分标准增加实质性考察。节目引申出规则脆弱性、反对者的价值与个人自我进化三点启发。
机器人大脑里的世界是什么形状
论文《视觉语言动作模型中神经几何学的现象学》发现,AI的距离表征是米级粗尺子与厘米级细尺子两把,旋转表征是首尾不闭合的弧线,因为机器手臂有物理极限。研究还发现强行改变AI的信念它会补偿纠正,直接修改动作指令它才照做。节目收束到智能是在与现实碰撞中形成的粗糙几何体。

[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] 从交互式世界、软硬协同到警惕AI的温柔陷阱
11 月 6 日 · 25 分钟
![[人人能懂AI前沿] 从开放世界生存、AI自主组队到机器人的真实“手感”](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 · 10 月 17 日 · 25 分钟
今天我们将硬核拆解五篇最新论文,看看AI如何打破“刷题”舒适圈在开放世界见招拆招,又是怎样在游戏里自主组队打Boss的。我们还会探讨机器人如何通过试探获得真实的物理“手感”,AI系统怎样靠“内部抬杠”戒掉钻空子的坏毛病,以及机器人的大脑深处究竟装着怎样一个三维世界。这不仅是前沿技术的进化史,更是一份给普通人应对不确定性的未来生存指南。
真正的高手,不在于做对熟练题,而在于能解陌生局
当四个AI自己“拉了个群”去打游戏,我们普通人该如何面对未来的工作?
你以为缺的是知识,其实缺的是“手感”,道破适应复杂世界的真相
AI是如何学会不“钻空子”的?一个关于制定规则与自我进化的启发
机器人的脑子里,装着一个什么形状的世界?
本期介绍的几篇论文:
[AI] Open-world AI: a Tale of Three Requirements
[Meta & Flatiron Institute]
https://arxiv.org/abs/2610.2078
---
[AI] A team of Gemini 4 Argon agents beats Minecraft
[Google DeepMind]
https://arxiv.org/abs/2610.22319
---
[RO] T2-z: Test-Time Optimization of Environment Latents for Robotic World Models
[Stanford University]
https://arxiv.org/abs/2610.22364
---
[AI] Recursive Reward Improvement via Adversarial Meta-Prompt Evolution
[Microsoft Research & MIT]
https://arxiv.org/abs/2610.21040
---
[RO] A Phenomenology of Neural Geometry in Vision-Language-Action Models
[Goodfire]
https://arxiv.org/abs/2610.20840
说明里标出的时间点,点一下跳过去
AI 从整集转写里归纳的,不是节目方的宣传语
四个AI在《我的世界》里自主分工、复盘、写SOP,二十七小时打败末影龙,全程没有人类指挥。
机器人抓杯子时脑子里有两把尺子,米级粗尺子管大方向,厘米级细尺子管最后十几厘米。
一个AI淹死前在聊天频道发出精确坐标,算出物资几分钟后消失,队友放下手头的活赶去抢救。
AI 读完整集转写后给出的推荐理由
四个AI被扔进《我的世界》,没有攻略、没有分工,二十七小时后它们自己拉群、写SOP、用泥土块搭梯子拆掉回血水晶,真的打败了末影龙。节目还讲了机器人怎么靠"先推一下"找到手感、AI怎么雇一个"专业抬杠员"堵住自己钻空子的路,以及机器人大脑里那把量距离的粗尺子和细尺子。每个故事最后都落回普通人怎么面对没有标准答案的现实。
由 AI 从整集转写生成,是创作者说明之外的补充
本期拆解五篇AI前沿论文:一是《开放世界人工智能:三个条件的故事》,指出当前AI只是在封闭题库里刷到极致,提出推理时学习、丰富表征、预测性解耦三个开放世界生存条件;二是四个AI在《我的世界》中自主分工、复盘、写SOP,二十七小时打败末影龙;三是T2论文让机器人通过试探调整"环境潜变量旋钮",获得真实物理手感;四是递归奖励改进论文用"恶魔代理人"攻击评分标准漏洞,解决AI钻空子问题;五是视觉语言动作模型的神经几何学研究,发现AI的距离表征是米级与厘米级两把尺子、旋转表征是断开的弧线。节目把每篇论文都落到普通人的生存启发上。
点一章从那里开始播 · 与创作者标的时间点各自独立
开场:五篇论文与一份未来生存指南
封闭世界的天花板:AI为什么换个场景就翻车
四个AI自己拉群,二十七小时打败末影龙
机器人怎么学会"手感":先试探,再调旋钮
AI钻空子怎么办:雇一个专业抬杠员
机器人大脑里的世界是什么形状
节目里自然聊到的,不是广告

AI 对内容的推测
☕🧄 这个比喻出自 2009 年周立波的一句「喝咖啡的怎么能和吃大蒜的呆在一起呢」;郭德纲后来在《你要高雅》里回了一句「雅和俗分不开,喝着咖啡就着大蒜,秋水共长天一色」。我们借它标注风格取向 —— 两端没有高下,编辑部式与熟人局式都能做出极好的节目。
https://feed.xyzfm.space/wl9t7httkfd3复制概要、章节、提及与推广标注由 AI 生成,可能有误;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 →

[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