[人人能懂AI前沿] 从物理探索盲区、破解“深度思考”成本，到AI化身交互造物主

今天我们将硬核拆解五篇最新论文，看看AI在自由探索物理定律时为何会对“反常现象”视而不见，以及花大价钱让大模型“深度思考”到底是不是在交智商税。我们还会从AI底层函数的极端压力测试中汲取“属性思维”，并围观AI如何在虚拟精神科问诊里学会人类的察言观色。最后，我们将见证AI从单纯的视频画师，进化为能让你自由探索的交互式“造物主”。准备好你的好奇心，我们马上发车！

00:00:36 当AI无所不知，它能像牛顿一样被苹果砸醒吗？

00:05:07 花大价钱让AI“深度思考”，你可能做了冤大头？

00:09:33 打破常识的盲区，AI底层的一条小缝隙，和解决问题的新思维

00:13:11 当人工智能在“虚拟空间”里学会察言观色，我们离看透人心还有多远？

00:17:52 别只把AI当画师，它正在悄悄成为“造物主”

本期介绍的几篇论文：

[CL] Can LLMs Uncover Hidden Physical Laws through Free Exploration?

[HKUST(GZ) & Alibaba Group & ZJU]

https://arxiv.org/abs/2610.37649

---

[AI] What Effort Level Should I Choose? On the Economics of Reasoning Effort in LLM Agents

[Johns Hopkins University & Together AI]

https://arxiv.org/abs/2610.34491

---

[LG] Property-Based Testing for Robust Softmax and Cross-Entropy

[M Maaz]

https://arxiv.org/abs/2610.36427

---

[AI] Training language models in simulation for psychiatric intake

[Google DeepMind]

https://arxiv.org/abs/2610.40476

---

[CV] Hy-Nomas: Towards Free-form Interactive World Generation

[Tencent Hy Visual Generation Team]

https://arxiv.org/abs/2610.36729