2026年6月11日
2 分钟
2026年最火的世界模型,剧本三年前就写好了
最近世界模型有多火，不用我多说了。李飞飞下场创业，Google 的 Genie 把实时交互世界玩出花，国内 Matrix-Game 这类开源项目一个接一个。我自己在公司是干什么的呢，研究模型部署镜像的。最近打的全是世界模型，打到手软。打包的间隙，我突然冒出一个念头：这波热潮，源头到底在哪？于是我顺着...
探索前沿技术，分享实践经验，追踪行业动态
--- 一、第一性原理：世界模型和 LLM 到底差在哪 搜索"世界模型",会看到一长串互相矛盾的定义：有人说它是视频生成模型，有人说它是自动驾驶仿真器，有人把它和 AGI 划等号，有人觉得它是新瓶装旧酒。我们先把它的边界划清楚。 一句话定义:世界模型是给定"当前观测 + 即将执行的动作",预测"下一...
6 月 4 日，李飞飞和 World Labs 团队发了一篇新文章。 开头第一句话就很狠： "The world is not made of words."(世界不是由词语构成的。) 这是去年 11 月那篇《From Words to Worlds》的续篇。上一篇讲的是"空间智能是 AI 的下一个...
半个月前，Richard Sutton——强化学习的那个 Sutton，2024 年图灵奖得主——和 Banafsheh Rafiee 合写挂了一篇论文，《Toward Enactive Artificial Intelligence》（arXiv 2605.24238，5 月 22 日）。没有模...
信号 1:中国 AI 视频生成完成"从模型秀到工作流嵌入"的跃迁 2024-2025 年，可灵、Sora、Runway、Pika 还在"卷参数、卷 demo、卷哪个生成的 5 秒镜头最像样"。2026 年的关键词变了：工作流嵌入。 可灵这次戛纳发布的措辞很微妙——"AI is entering r...
> 一个 Agent 跟你说"任务完成"的时候，你信吗？ > 当一个 LLM 评测榜单上某个 Agent 拿了 85 分，你想过它可能"三次里只成功一次"吗？ > Claw-Eval 是 ModelScope 团队新开源的端到端 Agent 评测框架，300 个人工验证任务，从完成度、安全性、鲁棒性...
「技能」（skill）正在成为 Agent 系统里一个越来越关键的抽象：它把能力从庞大的模型权重里解耦出来，封装成可执行的代码、操作流程或领域指令，让 Agent 能像搭积木一样组合调用。逻辑上，这是 Agent 持续变强的天然路径——它应该能自己造技能、自己存、自己挑、自己改，而不必每一步都等人来...
大学毕业之后，想凑齐八到十二个人打一局完整的狼人杀，几乎成了奢侈。可这游戏真正迷人的地方，从来不只是社交本身——而是那套逻辑推演、话术博弈，以及在只言片语里反复确认谁在说谎的过程。 Wolfcha 想还原的，正是后面这部分。 它的设定很简单：一桌人里只有你是真人，其余七到十一个座位，全部交给大语言模...
2026 年 5 月，OpenAI 宣布它的一个内部模型，反驳了离散几何领域一个悬置了近 80 年的猜想。 这个问题本身简单得惊人。1946 年，数学家 Erdős 提出了"单位距离问题"：在平面上放 n 个点，最多能有多少对点之间的距离恰好等于 1？近 80 年里，数学界普遍相信，规整的方形网格...
> 这是上面那套漫画的正文。漫画里阿哲的那一晚，我想很多带过团队的人都熟。下面把那晚背后的事，讲透一点。 做技术负责人的人，都有过阿哲那一晚。 大促前夜，监控大屏上那条流量曲线开始往上翘。你盯着它，手心冒汗，脑子里只有一个念头：这波别崩。 崩了，老板第一个找你；不崩，也没人记得你熬了通宵。 这是这...
红杉的 xbench 放了份测评，让 AI 去药企当"科研实习生"，从头到尾做一遍真实的数据分析。 结果很炸：最强的 AI 拿了 73 分，把人类实习生 40 到 50 分的平均线甩在了后面。 这两天的解读，标题全是"AI 超过人类科学家"。 我也认真读了。然后我想说一句可能不太讨喜的话—— 那个...
做 AI 的人都有个习惯动作：要跑个活，先去租台 GPU。 租一台 4090，按小时计费，开机，跑任务，跑完……记得关机。 就这最后一步，我栽过太多次。 有一次跑一批图，半夜跑完，我睡了。第二天中午想起来——那台卡空转了 12 个小时，啥也没干，钱照烧。 后来我研究了一下共绩算力那个 Job 批处...
哈喽，我是时雨。 天天在公司用 Claude 做产品。 写 PRD、跑 Eval、调 Prompt、部署模型、push 镜像、改 Skill—— 基本上一天 8 小时都在和它对话。 上周加完班，凌晨两点刷到 Anthropic 自己出的《AI 原生创业手册》。 本来想随便扫一眼睡觉，结果越看越坐直—...
跑模型、做训练，你是否也经历过这样的"算力焦虑"？ 机器 24 小时开着，业务高峰期急需扩容，却发现一卡难求，任务只能排队苦等； 业务低谷期，算力闲置空转，看着云服务商的账单，总感觉在为大量的"无用时间"买单； 想要提前锁定资源，又担心一次性投入太大，最后利用率不高，成本难以收回…… 这就像你为了...
在 AI 时代做产品经理，有一层反讽：我的工作反而比以往更像「人在做事」。 产品管理从来不是纯「码字写方案」，而是在 手工艺（craft）与 对齐（alignment）之间拉扯。作者在文中回忆，很长一段时间里她的周议程被后者占满：跨职能会议、对齐、状态汇报、以及和工程一起看 backlog。凭直觉很...
只有当对话节奏逼近 人类说话的自然节拍 时，语音 AI 才会「好听、好用」。网络一旦在中间插一脚，人类会立刻听成：尴尬停顿、抢话不完整、打断（barge-in）变慢。这对 ChatGPT 语音模式、使用 Realtime API 的开发者、交互式 Agent 流水线，以及「边听边推理」的模型形式都成...
如果你在近 60 天里尝试过高规格 GPU 算力申请，多半已经感到「规则变了」：H100 难订，B200 在各家的可订窗口都偏紧，长租合约单价相较 2025 年 10 月左右普遍抬升约 四成，全行业 按需（on-demand）剩余容量 也变得少见。 作者认为，这并非短期波动，而是 AI 基础设施市场...
不少团队不仅把 Automatic1111（AUTOMATIC1111 stable-diffusion-webui）当图形界面用，还直接把它当 HTTP API 层。在这种架构上扩缩容时，冷启动少几秒往往就是少付几轮排队与超时——如果你正在压 A1111 的安装与启动时间，下面的两条 Docker...
