创作者写的节目说明

今天我们将硬核拆解五篇最新论文，看看AI在自由探索物理定律时为何会对“反常现象”视而不见，以及花大价钱让大模型“深度思考”到底是不是在交智商税。我们还会从AI底层函数的极端压力测试中汲取“属性思维”，并围观AI如何在虚拟精神科问诊里学会人类的察言观色。最后，我们将见证AI从单纯的视频画师，进化为能让你自由探索的交互式“造物主”。准备好你的好奇心，我们马上发车！

当AI无所不知，它能像牛顿一样被苹果砸醒吗？

花大价钱让AI“深度思考”，你可能做了冤大头？

打破常识的盲区，AI底层的一条小缝隙，和解决问题的新思维

当人工智能在“虚拟空间”里学会察言观色，我们离看透人心还有多远？

别只把AI当画师，它正在悄悄成为“造物主”

本期介绍的几篇论文：

[CL] Can LLMs Uncover Hidden Physical Laws through Free Exploration?

[HKUST(GZ) & Alibaba Group & ZJU]

https://arxiv.org/abs/2610.37649

---

[AI] What Effort Level Should I Choose? On the Economics of Reasoning Effort in LLM Agents

[Johns Hopkins University & Together AI]

https://arxiv.org/abs/2610.34491

---

[LG] Property-Based Testing for Robust Softmax and Cross-Entropy

[M Maaz]

https://arxiv.org/abs/2610.36427

---

[AI] Training language models in simulation for psychiatric intake

[Google DeepMind]

https://arxiv.org/abs/2610.40476

---

[CV] Hy-Nomas: Towards Free-form Interactive World Generation

[Tencent Hy Visual Generation Team]

https://arxiv.org/abs/2610.36729

在小宇宙查看该单集文稿

说明里标出的时间点，点一下跳过去

AI 看点

本期看点

AI 从整集转写里归纳的，不是节目方的宣传语

最值得听的

阶梯式使用AI努力旋钮：先用最低成本跑一遍，失败再开最大，成功率不降还省钱。

别处听不到的

AI在虚拟精神科诊室被成千上万个虚拟病人训练，学会在追问敏感问题前先表达关心。

最打动人的

AI面对悬在半空的物体视而不见，而人类大脑会“发痒”——那句“为什么”是最后的护城河。

AI 推荐理由

为什么值得听

AI 读完整集转写后给出的推荐理由

十二个顶尖AI模型被扔进物理定律被篡改的房间，十一个交了白卷——它们对自动移动的红球视而不见，继续推自己的篮球。这期节目用五个具体实验讲清AI的能力边界：深度思考旋钮开满成本飙升42倍却可能做错题，精神科问诊AI在虚拟病人身上学会先共情再追问，Hy-Nomas模型让你按W键就能实时走进自己生成的世界。每个结论都带数字和场景，听完能直接拿去用。

AI 概要

本期概要

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：第一，大语言模型在物理定律被篡改的虚拟环境中自由探索，十二个顶尖模型中十一个成功率为零，暴露其缺乏将意外转化为科学问题的本能；第二，大模型“深度思考”努力旋钮并非越高越好，简单任务开满成本可飙升42倍，且高努力反而可能做错，阶梯式策略更划算；第三，通过基于属性的测试，发现Softmax与Cross-Entropy补丁中的隐蔽精度盲区，并引申出“底层铁律”思维；第四，AI在虚拟精神科问诊模拟器中通过强化学习学会察言观色，近八成评估优于基线，但尚不能独立行医；第五，Hy-Nomas模型实现自由形式交互式世界生成，通过历史缓存与动作时间窗解决记忆连贯与动作边界难题，让普通人也能实时创造可探索的虚拟世界。

AI 识别的章节

章节

点一章从那里开始播 · 与上面创作者标的时间点各自独立