本期 3 件事。点击标题可查看卡片、来源与相关知识点。
程乐松认为，科学主义的问题不在于科学本身，而在于把自然科学规范从特定知识领域越界为评判一切事物的价值标准；这种“越界”正通过技术、器物与社会建制重塑人的生活形态和认知方式，AI时代“人为何不可替代”的追问是这一问题的最新显现。
本文是北京大学哲学系教授程乐松为《留白》一书所写内容的摘选，经搜狐发布。文章从“科学”一词的语义变迁入手：拉丁语 scientia 与德语 die Wissenschaft 原本指“可以习得的知识”或知识的整体，现代主流用法则将“科学”收束为自然科学与实证科学；当这种狭义科学被抬高为衡量一切的标准时，便出现“科学主义”。作者追问：当科学成为知识价值的唯一尺…
腾讯研究院（搜狐同步）
查看来源原文光象科技联合清华大学李升波教授课题组发布的物理原生世界模型 Phi-WM 1.0 ActEffect，在训练阶段用“受控世界模型”检查机器人动作会带来的后果，并把这种检查变成策略优化反馈；训练完成后世界模型退出部署链路，机器人执行任务时不再需要展开未来或搜索候选动作，反而在多个仿真基准上取得了更高成功率。
该研究对世界模型的用法做了一个“反骨”的设计：以前世界模型像机器人随身携带的“脑内沙盘”，机器人先借助它预测未来，再决定下一步动作；模型想得越多，推理链路越长。ActEffect 则让世界模型只停留在训练场里，专门检查机器人自己提出的动作会造成什么后果。它试图回答具身智能中的长期问题：机器人从演示数据里学会动作后，能否进一步利用“动作后果”反过来改善策略？
量子位
查看来源原文GPT-6 Astra被爆料采用“循环深度”（recurrent depth）技术后，循环Transformer迅速成为行业焦点；但循环模型长期受困于“计算冗余”——循环次数增加，后续计算带来的增量却很小。阿里及合作高校团队在约11个月前已围绕该问题发表MeSH与SpiralFormer两篇论文，分别管理循环内部“信息分工”和“计算粒度”，两篇均获顶会接收…
### 背景：GPT-6 Astra引爆“循环深度”
量子位
查看来源原文