有一種看似非常簡單的方式可以描述“物理 AI”究竟是什麼，而且任何具備 STEM 背景的人都能直覺地理解它。像所有其他 AI 模型一樣，控制機器人的模型本質上也是一個函數。它接收觀測輸入（攝影機像素、關節角度、夾爪感受到的阻力等），並輸出動作，也就是其電機下一組位置與扭矩指令。除此之外的所有內容——那些複雜的演算法、訓練方法，以及資料規模化理論——本質上都是在服務於一件事：產出這個函數的一個優良版本，並把它嵌入神經網路的權重之中。 本文來源於 An Overview of Modern AI Robotics from First Principles，翻譯整理而來，僅供參考。如需查看英文原版及更多資料，可在文末獲取。 圖 1 · 策略函數 圖 1 機器人的策略本質上是一個函數。觀測資訊從左側持續流入，網路對其進行提煉，然後一組動作指令從右側持續流出——機械臂的每一個關節、每一個自由度都對應一條指令。這個領域裡其餘的一切工作，都是為了讓這一個函數變得足夠優秀、足夠快速。

“這是我目前發過的所有論文裡，第一次有關鍵技術步驟是由AI搞定的，思路源自GPT-5-Thinking。”當下頗具影響力的理論電腦和量子計算大牛Scott Aaronson在最新發表的部落格文章中如此感慨道。Scott Aaronson是誰？他被廣泛認為是當今最聰明的人之一，80後科學家，學術圈知名度跟陶哲軒不分伯仲，他現任美國德克薩斯大學奧斯汀分校百年講席教授，並擔任該校量子資訊中心創始主任。Aaronson是量子計算與複雜性理論的奠基者，曾與同事共同提出“高斯玻色取樣”這一量子計算任務，為實驗驗證 “量子霸權”（quantum supremacy）奠定了理論基礎，目前已是成為全球頂尖科研機構量子計算實驗的重要參照系。究竟發生了什麼讓這位聰明的科學家對AI刮目相看並讚賞有加？GPT-5給科學家提出“關鍵”建議事情發生在幾天前，Scott Aaronson和荷蘭國家數學和電腦科學研究所（CWI）的Freek Witteveen合作，在arXiv上發表了一篇題為《量子複雜度類QMA中黑箱放大的侷限性》的論文。Aaronson在量子計算的基礎理論領域貢獻卓著。2008年，他通過構造量子諭示（quantum oracle）證明了量子複雜度類QMA（量子梅林-亞瑟）與QMA₁（具有完美完備性的QMA）的分離，即存在某些問題在量子計算模型下無法實現100%的驗證精準率。這一結果為量子計算的能力邊界劃定了重要標尺，被學界視為該領域的經典之作。簡單來說，新論文研究了量子複雜度類QMA（量子梅林-亞瑟）中黑箱放大的侷限性。可以把QMA想像成一場“量子批卷考試”，有兩個角色：梅林相當於“學生”，亞瑟相當於“老師”。科學家都希望老師批卷能“全對”—— 也就是“只要答案是對的，就100%判對”（專業詞彙叫作“完美完備性”）。在經典數學裡（比如普通的電腦演算法），“批卷老師”（經典版MA）早就能做到“百批百對”，但到了量子計算領域，問題就卡殼了，想把量子批卷的“判對誤差”縮到超級小非常困難，而現在Aaronson證明，任何QMA協議，都能通過黑箱方法，把完備性誤差縮小到“雙重指數級”。在這篇論文論證過程中，當時他們卡在一個“數學坎”上：要分析一個特別複雜的“量子公式”（專業叫N×N埃爾米特矩陣），對於他們而言大概需要一兩周時間去查文獻、測試不同的解題思路。但為了省點時間，這次他們嘗試向GPT-5-Thinking提問。一開始，它5分鐘就給了一個答案：看起來自信又合理，但作為資深科學家，Aaronson一眼就看出其不對的地方，不過沒直接否定，而是繼續告訴它“那裡出錯了”，接著，它又重新思考、道歉，再給出新方案——整個過程像極了教授和研究生或同事討論問題。大概半小時後，GPT-5-Thinking建議兩位科學家研究一個新函數，而且經驗證後發現：這方法居然真的管用！Aaronson表示：如果這是人類學生提出的思路，我肯定會誇他“腦子轉得真快”，很多時候，科研難題就差這麼一層“窗戶紙”，誰捅破誰厲害，到了2025年9月，AI終於“進軍”了“最具人類代表性的智力活動”——量子複雜度類的諭示分離證明。當然，現在AI還幾乎不可能獨立寫出一篇“正確且高品質”的科研論文，但它能作為“科研搭子”，幫那些“本身知道大概方向的研究者突破靈感和瓶頸”——這無疑是一個“黃金階段”。Aaronson調侃說：幸好我有終身教職（不用擔心被AI“搶飯碗”）。AI正在成為核心“合著者”2025年，AI與頂尖科研人員的協作已從“輔助工具”階段躍升至“深度協同”階段，在多個基礎科學與技術前沿領域取得了革命性進展，“科學突破”的速率可能越來越快。即便是基礎科學，也不再是“人類的獨角戲”。例如，中國科學技術大學團隊與上海人工智慧實驗室合作，利用深度學習技術建構了包含2024個原子的無缺陷量子計算陣列，創下新的世界紀錄，這一突破使量子電腦的規模化成為可能，為量子糾錯和實用演算法開發奠定了基礎。歐洲核子研究中心（CERN）的ATLAS實驗團隊通過百萬級模擬資料訓練的深度神經網路，首次在13TeV質子-質子碰撞中探測到縱向極化W玻色子，驗證了希格斯機制對粒子質量起源的關鍵預測。GPT-5在“哥德爾測試”中成功解決三大組合最佳化猜想，提出的解法徹底顛覆了人類研究者的原有思路，被媒體評價為“首次實現AI在數學發現中的真正創造性貢獻”。AI還創造出了自然界中不存在的、具有全新化學結構的分子，其中兩個先導化合物在動物模型中成功殺滅了兩種“超級細菌”。這些突破背後，是AI與人類科學家協作範式的重構。AI開始能參並提出有價值的科研問題和思路，同時也使高通量驗證成為可能，或許不久之後，經過學術倫理認定，AI會成為名副其實的論文合著者。被罵慘的OpenAI儘管科學家對GPT-5的表現讚賞有加，但普通使用者能不能用到高配版模型並不好說。近日，OpenAI被曝在付費使用者不知情的情況下，偷偷將ChatGPT的GPT-4、GPT-5等高階模型切換至兩款低算力的“秘密模型”——gpt-5-chat-safety和gpt-5-a-t-mini，引發使用者一片聲討。不少使用者氣憤地表示，這種隱性的剝奪以及公然違背產品倫理的行為，正在嚴重損害使用者的選擇權、情感權利和經濟信任，這不僅僅是一個技術或產品問題，而是一家全球人工智慧公司以卑鄙的手段背叛使用者的信任和喜愛。儘管OpenAI副總裁Nick Turley回應稱是因為正在測試新安全系統，強調“僅針對敏感話題臨時切換”，且“詢問時會告知模型資訊”，但這一解釋未能平息質疑，使用者協議未提及模型動態替換條款，部分使用者發起集體訴訟，指控OpenAI構成“欺騙性商業行為”。OpenAI創始人兼首席執行官Sam Altman並未對“GPT降智門”事件進行回應，但在近期採訪時表示，預計新一代AI模型將於2026年問世，並聲稱它的進步可能會“相當令人驚訝”，到2030年，人工智慧或將真正超越人類智能。 (頭部科技)