[人人能懂AI前沿] AI的“悟性”：从多视角脑补、系统化草稿到渐进式遗忘

你有没有想过，AI要怎样才能像我们一样，“脑补”出世界的立体样貌，而不是死记硬背照片？当AI进行创作时，它脑中的“草稿”怎样才算恰到好处？本期节目，我们将一起探索几篇最新论文，看看AI如何通过理解“关系”而非事实获得视觉，如何通过引入“陪练老师”和“参考答案”实现自我进化，甚至学会了将记忆内化为“肌肉记忆”的“断舍离”神功，以及像搭乐高一样构建自己的能力。

00:00:34 你的大脑如何“脑补”出整个世界？

00:07:02 AI绘画的“草稿”，怎么打才算恰到好处？

00:12:32 为什么最聪明的AI，要先学会“断舍离”？

00:17:38 乐高式AI，未来模型的正确拼法

00:23:06 AI进化的秘密，优等生的“参考答案”

本期介绍的几篇论文：

[CV] Human-level 3D shape perception emerges from multi-view learning  

[UC Berkeley]  

https://arxiv.org/abs/2602.17650 

---

[LG] Unified Latents (UL): How to train your latents  

[Google DeepMind Amsterdam]  

https://arxiv.org/abs/2602.17270 

---

[LG] Training Large Reasoning Models Efficiently via Progressive Thought Encoding  

[Microsoft Research & University of Rochester]  

https://arxiv.org/abs/2602.16839 

---

[LG] A Theoretical Framework for Modular Learning of Robust Generative Models  

[Google Research]  

https://arxiv.org/abs/2602.17554 

---

[CL] References Improve LLM Alignment in Non-Verifiable Domains  

[Yale University & Meta]  

https://arxiv.org/abs/2602.16802