[人人能懂] 装上好耳朵，练就远见，再请个“野蛮人”搭子

本期节目，我们将一起潜入AI能力的最前沿，看看那些看似无所不能的大模型，究竟藏着哪些不为人知的秘密。我们会从一篇最新论文出发，揭示为何AI“学霸”其实是个严重的“偏科生”，又是如何靠“运气”搞科研的。接着，我们将探讨一种绝妙的改造思路，看看如何为只会“说”的AI装上“好耳朵”，让它更会理解。我们还会认识一位跨界的AI“野蛮人”，看它如何用18世纪的政治学知识，解决今天的计算机难题。最后，我们将解开两个关于AI核心能力的谜题：一个是看似“短视”的AI如何做到深谋远虑，另一个则是AI画画如何从“慢工出细活”进化到革命性的“一步到位”。00:00:47 AI：从“学霸”到“科学家”，还有多远？00:07:10 AI进化论：为什么聪明的模型需要一个好“耳朵”？00:12:20 你的下一个科研搭子，可能是个AI00:17:43 只会“接龙”的大模型，怎么就学会了深谋远虑？00:22:33 从“慢工出细活”到“一步到位”，AI画画的效率革命本期介绍的几篇论文：[AI] Evaluating Large Language Models in Scientific Discovery[Deep Principle & Cornell University & The Ohio State University]https://arxiv.org/abs/2512.15567---[CL] T5Gemma 2: Seeing, Reading, and Understanding Longer[Google DeepMind]https://arxiv.org/abs/2512.14856---[AI] Let the Barbarians In: How AI Can Accelerate Systems Performance Research[UC Berkeley]https://arxiv.org/abs/2512.14806---[LG] Autoregressive Language Models are Secretly Energy-Based Models: Insights into the Lookahead Capabilities of Next-Token Prediction[Google DeepMind]https://arxiv.org/abs/2512.15605---[LG] SoFlow: Solution Flow Models for One-Step Generative Modeling[Princeton University]https://arxiv.org/abs/2512.15657在小宇宙查看该单集文稿