[人人能懂AI前沿] 世界模型、自我蒸馏、缩放法则、证据链与专家混合

你有没有想过，一个AI要怎样才能真正“看懂”世界，而不是假装看懂？本期节目，我们将从一篇最新论文出发，揭示一个简单的“高斯沙堆”如何帮助AI解开世界的本质。紧接着，我们会看到AI如何像武林高手一样“左右互搏”，在没有老师的情况下实现自我进化。然后，我们将探索一个能预测AI未来的“万能公式”，并直面AI的“诚信危机”，看看如何用一条“证据链”让它变得可信。最后，我们会发现，为了让你的手机变得更聪明，AI正在悄悄组建一个“专家委员会”。00:00:42 想让AI看懂世界？你只需要一个高斯分布00:06:30 不用老师，AI怎么自己考上大学？00:12:21 增长的“万能公式”，如何科学地预测你的下一步？00:19:27 AI的诚信危机，我们如何相信一个“超级大脑”？00:25:58 你的手机，为什么要养一个“专家委员会”？本期介绍的几篇论文：[LG] When Does LeJEPA Learn a World Model? [Cold Spring Harbor Laboratory & New York University & Brown University] https://arxiv.org/abs/2605.26379 ---[CL] Self-Verified Distillation: Your Language Model Is Secretly Its Own Synthetic Data Pipeline [Stanford University] https://arxiv.org/abs/2605.26132 ---[LG] Unified Neural Scaling Laws [Mila, University of Montreal & Google DeepMind] https://arxiv.org/abs/2605.26248 ---[AI] ScientistOne: Towards Human-Level Autonomous Research via Chain-of-Evidence [Google Cloud AI Research] https://arxiv.org/abs/2605.26340 ---[LG] MobileMoE: Scaling On-Device Mixture of Experts [Meta AI] https://arxiv.org/abs/2605.27358 在小宇宙查看该单集文稿