机器人:AI 的身体
大模型让机器人有了“大脑”:理解语言指令、感知环境、自主规划动作。具身智能被视为 AGI 的关键路径——只有让 AI 进入物理世界,它才能真正理解世界。 具身智能最深刻的洞见是:智能不只存在...
AI 与科学发现:科研的范式革命
AI 正在加速科学发现:预测蛋白质结构、设计新材料、寻找候选药物、处理天文数据。AlphaFold 解决了困扰生物学五十年折叠难题,预示着“AI 驱动的科学发现”成为新范式。 AI 与科学的结合是最令...
视频生成:AI 导演的诞生
视频生成是图像生成的升级版:不仅要生成每一帧,还要保证帧与帧之间的时序连贯。Runway、Sora、可灵等模型正在让“用文字拍电影”成为现实。 视频生成的意义远超娱乐:它是 AI 从理解静态世界...
3D 生成:构建数字世界
3D 生成从文字或图片创造出三维模型,可直接用于游戏、电影、元宇宙、工业设计。它把创作从二维平面解放到了三维空间。 3D 生成让我们看到了通向“数字孪生”的捷径:给 AI 看几张照片,它就重...
小样本学习:几个例子就能学会
小样本学习(Few-shot Learning)研究如何用极少量样本掌握新任务——人类看一个苹果就能认识苹果,机器却需要成千上万张图。这是当前 AI 与人类智能差距最明显的地方之一。 小样本学习触及了智...
元学习:让模型学会学习
元学习(Meta-Learning)的训练对象不是某个具体任务,而是“快速学习新任务的能力”。它让模型面对新问题时能用更少数据、更短时间适应,被称为通向 AGI 的路径之一。 元学习把“学习”本身变...
涌现能力:量变何时引发质变
涌现能力指模型规模突破某个阈值后,突然表现出训练时未直接强化的新能力——比如学会做数学题、写代码、理解幽默。这种“整体大于部分之和”的现象是当前 AI 研究的热点。 对应用者而言,关注...
缩放定律:AI 领域最重要的经验规律
缩放定律(Scaling Law)揭示:模型性能随着参数量、数据量、算力的增加而可预测地提升,且在对数坐标下近似线性。这条定律是近十年 AI 算力军备竞赛的理论依据。 缩放定律最深远的影响是改变了...
强人工智能与弱人工智能:我们处在哪个阶段
弱人工智能(Narrow AI)在单一任务上表现出色,比如下棋、翻译、识别图片;强人工智能(AGI)则指具备与人类同等通用智能、能自主跨领域学习的机器。目前所有 AI 产品都属于弱 AI,AGI 仍是研...
通用人工智能(AGI):终点还是幻觉
AGI 指能够理解、学习并执行任何人类智力任务的机器智能。与只会单一任务的弱 AI 不同,AGI 能举一反三、自主设定目标。它是 OpenAI、DeepMind 等机构公开的终极目标。 关于 AGI 最大的误解是“...











