[人人能懂AI前沿] 从寻找“能量谷”、无缝接续到打开AI暗箱

今天我们将通过五篇极具启发性的最新论文，带你用“能量谷”视角把复杂的AI技术化繁为简，看看智能体如何通过“无缝接续”告别低效折返跑。我们还会探讨AI如何被迫写出透明代码打破“暗箱”，怎样利用“潜在反馈”告别死记硬背，以及如何打破壁垒真正看懂三维物理世界。准备好升级你的认知底座了吗？我们马上开始！

00:00:31 万物皆有“能量谷”，用一个视角看懂AI

00:04:54 真正的高效，在于随时随地无缝接续

00:09:25 AI的“暗箱”被打开了：我们要的不只是答案，还有解释

00:13:00 “死记硬背”不灵了，普通人怎么办？

00:16:45 为什么AI总是“凭空捏造”物理规律？让机器看懂世界的新思路

本期介绍的几篇论文：

[AI] An Energy-Based Perspective on Machine Learning

[Georgia Institute of Technology & Harvard University]

https://arxiv.org/abs/2611.14383

---

[AI] FlashStates: Unlocking Flexible Hybrid State Management for Agentic LLM Inference

[Together AI & UIUC]

https://www.alphaxiv.org/abs/2611.flashstate

---

[AI] Interpretable Weight-Space Programming Builds Transparent Transformers and Brain Encoding Models

[Microsoft Research & JHU & Columbia]

https://www.alphaxiv.org/abs/2611.interpretable-weight-space-programming

---

[AI] Latent Feedback Is a Compute and Data Amplifier: Scaling Law for Latent Feedback Transformers on Repeated Data

[IMF & CMU]

https://www.alphaxiv.org/abs/2611.latent-feedback-transformers-scaling-law

---

[CV] UGG: Unified Generative Geometry Model

[Harvard University & MIT & UC San Diego]

https://arxiv.org/abs/2611.14440