VLA与世界模型如何赋予机器人具身大脑
本文介绍了VLA模型和世界模型在上海的研发与部署情况：VLA使机器人能够执行任务，而世界模型则预测行动前可能发生的情况。蚂蚁灵波的“灵波通用大脑”已适配17个机器人品牌和20种配置，搭载该系统的机器人已在上海多家药房门店工作。文章称，这两种方法正开始融合，规划、标准制定和评估工作也在推进。
全部动态 · 今日2条
#推理
信源抓到、进了内容池的全部内容，按时间排列；精选只是其中一部分。
观点
人物观点、评论、分析、访谈、现象与趋势讨论
量子位43 Sam Altman · X55 Sam Altman 欢迎 Nick Cammarata 对机械可解释性的乐观看法
Sam Altman 表示，他很高兴看到 Nick Cammarata 发布关于可解释性的帖子。 Cammarata 表示，他在 OpenAI 的早期工作让他感到悲观：当时原始的工具只能让约 2% 的神经元变得可理解。他如今声称，现代智能体工具能让规模高达数万亿参数的模型中绝大多数神经元变得可理解，并相信随着自动化科学家不断改进，雄心勃勃的可解释性研究很快就能取得突破。 https://already-clean.goodfire.com/
The Decoder64 AI 可解释性是否接近突破？一篇新文章引发研究人员分歧
Cammarata 认为，更好的工具和自动化智能体让神经网络比早期研究所认为的更容易解释；而 Google DeepMind 的 Neel Nanda 则反驳说，广泛意义上的突破还遥不可及。Cammarata 报告了初步发现：在 Qwen3-32B 中，约 90% 的神经元极点各有一项主要功能；他还将经典的叠加示例重新解释为彼此相关的特征。Nanda 认为神经元分析具有实用价值，但预计仍会存在显著缺口，并坚持认为叠加现象确实存在。配套的技术论文尚未发布。
Ethan Mollick · X22 这篇论文说明了为什么我对“前沿模型可以轻易被更便宜的模型取代”这一观点持怀疑态度（也说明了为什么你应该让最好的模型担任编排者）：在长期任务中，准确性和判断力的微小提升会不断累积，从而大幅改善最终结果。
这篇论文说明了为什么我对“前沿模型可以轻易被更便宜的模型取代”这一观点持怀疑态度（也说明了为什么你应该让最好的模型担任编排者）：在长期任务中，准确性和判断力的微小提升会不断累积，从而大幅改善最终结果。
Ethan Mollick · X49 Ethan Mollick 称，Harness 和智能模型可能让著名的高难度基准测试走向终结
Harness + 智能模型 = 最后一批著名高难度基准测试的终结。 模型现在可以连续工作极长时间（再见了，METR Long Tasks），可以输出数学计算正确的专业文档（再见了，GDPval），还可以解开复杂的新颖谜题（告别了，ARC-AGI-3）。https://twitter.com/arcprize/status/2110768288523251762
Ethan Mollick · X32 CoT 价值的下降正在改变人们与 AI 智能体协作的方式
在智能体时代，CoT（包括摘要版 CoT）的价值骤然下降，这改变了人们与 AI 协作的方式。 要有效引导 AI 并获得任何形式的可观测性，现在都需要你要求 AI 提供中间输出和测试，并借助 AI 排查你发现的问题。
Alexandr Wang · X21 Alexandr Wang 称 Muse Wonder 的交互风格为“主动专注”
Muse Wonder：“这确实是我第一次觉得，使用模型就像是在告诉一名员工该做什么，而不是像照看一只蠢宠物一样，事事都得一步步引导它。” 我们称之为 ACTIVE FOCUS ™️ https://twitter.com/harris_p10/status/2110387905550024815
Alexandr Wang · X35 Alexandr Wang表示，Muse Wonder速度快、令牌效率高
@merge_api表示，Muse Wonder完成一项任务平均需要6.8分钟，而Claude Opus 5.5需要13.2分钟，Claude Sonnet 5.5需要15.3分钟。引述的帖子称，三者的得分分别为52.4、57.6和56.0。 Alexandr Wang称Muse Wonder“速度超快，令牌效率高”，并表示：“试试看！” https://twitter.com/merge_api/status/2110385332046762163
François Chollet · X28 François Chollet 表示，自主机器人技术需要因果推理和离散推理
仅靠自回归采样无法解决现实世界中的物理任务。物理世界完全无法容忍幻觉或近似模式匹配。如果我们想实现真正的自主机器人技术，就必须将因果推理和离散推理重新融入其中 https://t.co/UJtL2t0tQ2
Nathan Lambert · X18 Nathan Lambert称情境意识令人毛骨悚然，但并不出奇
我觉得这种程度的情境意识并没有那么出奇，但这段互动读起来仍然非常诡异。我敢说，相当老的模型只要被告知“要安全，你是人工智能，我们正在监视你”，也会做出类似的事。
Latent Space73 Dyna Robotics 联合创始人 Jason Ma 解析 Dyna-2 与持续一小时的实体智能体工作流
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 介绍了 Dyna-2 如何将未来视频预测与机器人动作相结合，以及智能体框架如何支持持续一小时的工作流。他表示，该模型使用了超过一百万小时的人类视频进行训练，有些任务只需 45 分钟的演示数据。访谈还谈到大董餐厅的折餐巾部署、设备端推理，以及硬件耐用性和感官数据缺失对拓展机器人能力的限制。
Google AI · X45 我们一直在探索利用 Gemini 4 Argon 加速 @Google 研究工作的潜力。我们进行的一项测试是，使用人类完成趣味任务（有人想玩投沙包吗？）的视频，自动生成训练模拟，而不是完全依赖手动编程。https://t.co/3oK74wKSmt
我们一直在探索利用 Gemini 4 Argon 加速 @Google 研究工作的潜力。我们进行的一项测试是，使用人类完成趣味任务（有人想玩投沙包吗？）的视频，自动生成训练模拟，而不是完全依赖手动编程。https://t.co/3oK74wKSmt
宝玉 · X11 作者建议为 Codex 和 Claude Code 配备健身硬件
我认为应该为 Codex 和 Claude Code 配备配套的健身硬件。例如，可以将推理强度与握力挂钩：握力越强，推理强度越高。这样，你就可以通过更努力地锻炼来获得更高的推理强度。
The Decoder59 安德烈·卡帕西谈人们体验 AI 能力的差距正在扩大
安德烈·卡帕西将人们接触大语言模型（LLM）的情况分为四个层级，并认为公众对其能力的认知落后于前沿系统用户所体验到的能力。他估计，约有 60 亿人几乎没接触过大语言模型，10 亿至 20 亿人使用休闲型聊天机器人产品，2000 万人在数学和代码工作中使用前沿模型，另有 5000 人可以访问内部前沿系统。他声称，这些内部系统能协调数千个智能体开展项目，而专家完成这些项目需要数年；人工审核则已跟不上进度。他将模型在代码和数学方面的进步归因于针对可验证奖励的强化学习，以及商业化的训练优先事项。
Ethan Mollick · X40 GPT-6 Pro 在处理其他工作的过程中，经常会发现学术论文中疑似存在的错误。如今，确认这些错误并了解其重要性仍然需要花费大量时间，但这一过程会越来越快。我们还没有建立起适当的机制来应对大量更正。
GPT-6 Pro 在处理其他工作的过程中，经常会发现学术论文中疑似存在的错误。如今，确认这些错误并了解其重要性仍然需要花费大量时间，但这一过程会越来越快。我们还没有建立起适当的机制来应对大量更正。
Ethan Mollick · X57 Ethan Mollick认为，实验室对先进模型的使用仍集中在少数几个领域
Ethan Mollick认为，在实验室中有权使用先进模型的5,000人里，仍有许多人尚未充分利用这些模型；目前的使用主要集中在网络安全、数学和人工智能研发领域。 他补充说，还有许多其他领域可以推进，也有许多问题有待解决。他是在回应@karpathy关于人们对大型语言模型能力的共同理解差距正在扩大的观点。
Ethan Mollick · X16 突然之间，赛博格开始主导数学研究。
突然之间，赛博格开始主导数学研究。
François Chollet · X23 一张图看懂 AI 如何从转导式范式（逐个 token 补全答案）转向归纳式范式（即时合成推理链）。这是 2025 年和 2026 年的大事。这正是编码代理得以运作的关键。
一张图看懂 AI 如何从转导式范式（逐个 token 补全答案）转向归纳式范式（即时合成推理链）。这是 2025 年和 2026 年的大事。这正是编码代理得以运作的关键。
雷锋网28 IROS 2026 主题演讲：更多数据并不意味着更好的机器人决策
在 IROS 2026 上，昆士兰大学研究员 Jen Jen Chung 在主题演讲中提出，数据量并不等同于信息，盲目堆积数据可能会降低机器人策略的性能。她结合无人机翱翔、多机器人通信和接触密集型装配方面的研究指出，数据价值分布不均，只共享或采集能够改变决策的信息，优于全量广播或均匀采样。
雷锋网36 IROS 2026 显示具身 AI 从概念转向工程
据雷峰网报道，于 9 月 27 日至 10 月 1 日在匹兹堡举行的 IROS 2026 上，具身 AI 研究正汇聚于四大趋势：基础模型内化物理规律、“大脑-小脑”架构成为标准、触觉成为灵巧操作的核心，以及数据采集成本降低。所引用的论文包括 ULTRA、LITHE、VOFA、KineFuse、VTAP Gripper、ViHaTeleop 和 HALO，此外还有关于物理世界模型与不确定性的研讨会。
Ethan Mollick · X55 Astra 和 Opus 5 击败了《蒙特祖玛的复仇》，但 Metaculus 的 AGI 赌注仍未有定论
Ethan Mollick 表示，Astra 和 Opus 5 都击败了《蒙特祖玛的复仇》，但要判定 AGI 赌注的结果，AI 还必须赢得一项已停办、类似弱版图灵测试的奖项。他说，Metaculus 已决定重新举办这项测试，以确认是否满足该条件。 在引述的帖子中，Metaculus 表示，GPT-6 Astra 上个月击败了这款游戏，但其于 2020 年推出的“弱通用人工智能”问题仍未有定论。
Latent Space30 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 谈：为什么 AlphaFold 没有解决蛋白质折叠问题
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在对话中指出，AlphaFold 的突破只是开始，蛋白质结构预测远未解决，蛋白质动态与无序结构仍是难题。
François Chollet · X58 ARC Prize 报告称 @tufalabs 在 ARC-AGI-2 上取得 88.06% 的高分
François Chollet 写道：“我们现在在 Kaggle 上的 ARC-AGI-2 得分相当不错！” 在这条被引用的帖子中，@arcprize 报告称，@tufalabs 在 ARC Prize 2026 的 ARC-AGI-2 上取得了 88.06% 的新高分。除保证奖金外，15 万美元的额外奖金将在所有得分超过 85% 的团队之间分配。
Latent Space36 Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 谈"合成超级智能"：从半导体到超导体
Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 在访谈中提出"合成超级智能"（synthesis superintelligence）路线：以物理实验为环境的强化学习、AI 驱动的材料表征、DFT 与高通量实验室，让模型学习做科学的全过程而非只看已发表结果。
雷锋网58 吴佳俊 IROS 2026 演讲：结构化表征是机器人学会推理的脚手架
斯坦福大学助理教授吴佳俊在 IROS 2026 的 RoBoWoMo 研讨会上发表题为《Building Physical Agents via Structured Representations》的报告，提出结构化表征不是要硬塞进系统的答案，而是帮助机器人高效学习、并让人类与之沟通的脚手架。
Aravind Srinivas · X41 Aravind Srinivas 称赞 Perplexity Decider 演示“很酷”
@sanchitmonga22 表示，Perplexity 的 Decider 模型以速通的方式玩《谁想成为百万富翁？》，并称它是“最好的决策模型”。Aravind Srinivas 称这个演示很酷：https://twitter.com/sanchitmonga22/status/2107959692458922157
Noam Brown · X62 Noam Brown：在一些研究问题上，大型语言模型已超越顶尖人类专家
Noam Brown认为，大型语言模型已跨过一个重要门槛：在一些研究问题上超越了顶尖人类专家。略低于专家水平与略高于专家水平之间的差距，有助于解释数学成果看似突然激增的现象。 他强调，模型的能力仍参差不齐，在许多方面仍不如人类；但他预计，随着模型不断进步，其他领域也将取得突破，并开启科学发现的新时代。
Boris Cherny · X39 Boris Cherny 表示，Haiku 5.5 是一款不错的 Haiku
Haiku 5.5 是一款不错的 Haiku。 它还拥有 100k token 的上下文窗口，价格也比 Haiku 4.5 便宜 10 倍 https://twitter.com/claudeai/status/2107894039626277339
Mark Chen · X44 Mark Chen 表示，为期一周的运行代表了数学领域十年的进展
纳维-斯托克斯方程这一时刻，意义始终更多在于下方的图，而不是纳维-斯托克斯问题本身。这次运行在一周内展现了数学领域十年的进展。 迫不及待想把这些工具用于生命科学、构建我们的下一代模型，以及对齐研究！ https://twitter.com/OpenAI/status/2107596716367388924
量子位22 这年头还有说人话的AI吗？Claude、GPT思维链被曝为省Token改说"穴居语"
量子位文章吐槽Claude、GPT等模型在Coding场景下表达严重黑话化，如"账本15/15全绿""单腿哑火"，网友分析主因是CoT为省Token被压缩成"穴居语"，Token消耗量比白话文少70%。文章称Opus 5.5语言能力回升，而Gemini被赞为少数仍说人话的模型，GitHub上教AI说黑话的CaveMan Skill已获104K星星。
Kevin Weil · X50 Kevin Weil 称赞 OpenAI 今日发布的数学成果，并展望物理科学领域的进展
Kevin Weil 庆祝 OpenAI 今日发布数学成果，并表示，要让物理科学领域的模型达到同等水平，还有很多工作要做。 他呼吁人们想象各种可能性，并表示相信模型终将达到这一水平。 在引述的帖子中，@willdepue 说，他让 GPT 6 Pro 和 Fable 5.1 按人类或 AI 的来源对过去三年的发现进行排序，并报告称其中 81% 是今日发布的。
Arthur Mensch · X精选72 Mistral 宣布推出 Mistral Large 4，拥有 1T 参数并原生支持多模态
Mistral AI 宣布推出 Mistral Large 4（又名 Le Chonk），拥有 1T 参数，其中 49B 为活跃参数，并原生支持多模态。该模型今日起可通过 API 使用，开放权重版本计划于 10 月底发布。Mistral AI 称，在综合基准测试中，该模型领先于来自美国或欧洲的开放权重模型，并在视觉定位方面超越闭源前沿模型。 Arthur Mensch 补充说，该模型的研发建立在前期基础工作之上，使用他们自己的算力进行训练和部署，而且强化学习（RL）尚未显现出饱和迹象。
推荐理由：API 今日开放使用、开放权重版本计划于 10 月底发布，这为团队通过托管基础设施或模型权重访问该模型提供了不同的时间安排。
The Verge · AI22 我们的头脑并非为应对 AI 而生
神经科学家 Paul Cisek 提出，大脑不是信息处理器，而是反馈控制系统：以棒球外野手接高飞球为例，人靠"让球保持在视野同一位置"的简单启发式行动，而非计算弹道。文章据此认为 AI 更像"认知版热狗"，即时诱人却损害人类数千年演化出的认知系统。
量子位62 TypeSafe 创始人 Diogo Almeida 访谈：Jev 估值 100 亿美元，公开 benchmark 极易被操纵
TypeSafe AI 联合创始人兼 CEO Diogo Almeida 在 Latent Space 访谈中表示，Jev 上线不到一周日处理量已突破一万亿 token，夜间流量持续走高，说明大量调用来自机器自动化。
MIT Technology Review · AI38 别被 LLM 骗了：大语言模型并不会真正推理
前 Google DeepMind 研究员指出，LLM 的思维链只是同一套 next-token 预测过程的延长迭代，并非 AlphaGo 那种独立推理机制。他认为当前模型存在三大缺陷：没有可检查的持久认知状态、知识与推理在权重中纠缠不清、思维链常是事后编造。为此他主张借鉴 AlphaGo 的游戏树架构，为机器推理建立显式的认知状态。
Latent Space34 MIT 的 Alex Zhang 谈 RLM、GPU kernel 与智能体集群：学术研究应押注工业实验室不会碰的方向
MIT 研究者 Alex Zhang 在 Latent Space 播客中介绍了其提出的 Recursive Language Models（RLM），基于 RLM 的 harness 是首个接近解决 ARC-AGI-3 的系统，早于 OpenAI 的 Astra。
雷锋网40 Kimi 和 DeepSeek 为何出现在同一张模型架构图里？
GLM-5.3-Flash 的 45 层架构中，34 层采用 Kimi 路线的 KDA 线性注意力，11 层采用 DeepSeek 路线的 KPool-DSA 稀疏注意力，Linear 与 Sparse 首次被放进同一套模型。这一组合背后是 Attention 架构从寻找单一更优机制，转向让不同机制分工：Linear 低成本维持长历史，Sparse 按需找回具体信息。
雷锋网34 ECCV 2026 演讲：计算机视觉的下一个十年，从「看懂世界」到「教会人类」
得克萨斯大学奥斯汀分校教授 Kristen Grauman 在 ECCV 2026 首场 Keynote 提出，视觉 AI 应从 understanding 走向 enabling，成为帮人学会现实世界技能的 AI Guide。
雷锋网28 从三维视觉到世界模型：空间智能为何成为 AI 走向物理世界的共同主线？| ECCV 2026 复盘
ECCV 2026 共收到 10473 篇投稿、接收 2834 篇，3D 主题从主导方向退居第三，但三维表示、几何与物理一致性等问题正向视频生成、具身智能和世界模型扩散。93 场 Workshop 中约 10 场与 3D 直接相关、11 场涉及空间智能、9 场指向物理 AI、5 场以世界模型为主题，最佳论文与荣誉提名也集中在三维表面表示、物体重建和几何感知上。
Kevin Weil · X精选79 Anthropic报告称，Claude解决了平面N=4超杨-米尔斯理论中的九圈计算
Anthropic报告称，Claude解决了平面N=4超杨-米尔斯理论中的一个九圈散射振幅问题。在Claude Science中，Claude连续数天基本上在无人监督的情况下运行，总成本为几千美元。Claude采用了Lance Dixon及其同事开发的方法，Dixon也独立验证了这一结果。 曾在研究生阶段计算费曼图的Kevin Weil称这一成果令人难以置信，并表示期待AI在未来12个月为高能物理带来怎样的变化。
推荐理由：报告所述的几千美元成本，为评估学术计算预算内由AI辅助的理论物理计算提供了一个具体参考。