[人人能懂AI前沿] 从物理建模、平滑生成到硬件协同

今天这几篇最新论文将带你见证智能演进的硬核跃迁：我们将看到AI化身“理论物理学家”独立推导未知的量子规律，看到文本生成从僵硬的词汇跳跃演变成“连续平滑的画布”。我们还会深入设计未来芯片的智能体协同架构，理解教会算法在有限预算内果断断舍离的“倒计时学习法则”。而最让人振奋的是，最新研究用海量数据证明，那些不可言传的“审美与手感”，正是人类面对算法浪潮最坚固的底牌。

00:00:37 当AI开始自己推导物理规律，人类的价值将被倒逼向何方？

00:04:45 把离散的跳跃变成连续的舞蹈，一篇AI论文给我们的破局启示

00:09:32 造物主的烦恼，当AI开始替人类设计未来的AI芯片

00:15:16 你的努力，是不是用错了倒计时？

00:21:37 那些说不清的“手感”，正是人类面对AI最后的底牌

本期介绍的几篇论文：

[LG] The AI Theorist reveals excitonic structure in α-RuCl3

[University of Oxford & University of Waterloo & Stanford University]

https://arxiv.org/abs/2610.0241

---

[CL] Large Language Continuous Diffusion Models

[NVIDIA]

https://arxiv.org/abs/2610.02665

---

[AI] Coco: An Agentic Copilot for the Hardware--Software Co-Design Lifecycle

[Google & Google DeepMind]

https://arxiv.org/abs/2610.0237

---

[LG] Planning to Learn

[Google DeepMind]

https://arxiv.org/abs/2610.03667

---

[AI] Verifiable, Articulable, and Tacit Components of Preference

[Stanford University & University of Toronto]

https://arxiv.org/abs/2610.03025