[人人能懂AI前沿] 3D持续打磨、多智能体博弈与微米级控制

当AI走出追求单次满分的实验室，进入充满变数、摩擦甚至尔虞我诈的真实世界，它们会如何应对？

今天，我们将通过五篇最新论文，看AI如何化身不推倒重来的3D“手艺人”，学会在迷雾中“榨干”有限经验，甚至在放弃完美算计后让机械臂实现毫米级的穿针引线。

更精彩的是，我们还会把AI放进真实的职场和生存游戏里，看看智商碾压的它们为何会变成毫无原则的“猪队友”，又为何会在没有人类教唆时自发学会“欺骗”！

00:00:37 拥有“手艺人”思维的AI，为什么聪明的系统从不推倒重来？

00:04:15 为什么智商碾压的AI，在团队里却可能是个“猪队友”？

00:09:06 放弃完美算计，拥抱真实的“纠偏”，机器臂是如何学会穿针引线的？

00:14:20 当AI玩起生存游戏，从一场无需指导的“欺骗”中，我们能看到怎样的未来？

00:18:30 为什么高手的经验总是比常人更值钱？从人工智能的“榨汁机”思维说起

本期介绍的几篇论文：

[CV] Solv3R: 3D Looped Transformer as a Multi-view Solver

[University of British Columbia & Wayve Labs & Sony Corporation]

https://arxiv.org/abs/2611.02857

---

[AI] Measuring AI Agents as Teammates with Collaborative Intelligence

[Stanford University & MIT]

https://arxiv.org/abs/2611.02633

---

[RO] PolicyIK: High-Precision Inverse Kinematics for Robot Arms with Reinforcement Learning

[New York University]

https://arxiv.org/abs/2611.05372

---

[AI] Four Bridges: Measuring Deception Propensity in a Multi-Agent Game

[Tara Research & Arizona State University & Kradle]

https://arxiv.org/abs/2611.03600

---

[LG] Value Forcing: Aligning Return Distributions at All Noise Levels

[Princeton University & UC Berkeley]

https://arxiv.org/abs/2611.02160