今天咱们聊点硬核的AI领域又出大新闻了！DeepSeek和清华大学的研究人员刚刚发布了一项重磅研究，他们发现了一种全新的奖励模型推理时扩展方法。这可不是什么小打小闹的改进，而是可能彻底改变我们使用大型语言模型方式的重大突破。

先说说背景。现在的AI模型，特别是那些大型语言模型LLM，都离不开强化学习RL的训练。但有个老大难问题一直困扰着研究人员在那些没有明确规则或标准答案的开放领域，怎么给AI提供准确的奖励信号？这就好比教孩子做作业，数学题有标准答案好打分，但写作文呢？怎么评判好坏？

DeepSeek和清华的团队这次提出的解决方案相当巧妙。他们开发了一种叫自我原则点评调优SPCT的新方法，让AI自己学会生成评判标准，然后再用这些标准来评估内容。这就像让AI既当学生又当老师，自己给自己制定评分标准。

具体来说，他们的DeepSeekGRM模型有两个关键创新首先是把原则从理解过程转变为生成过程的一部分，让AI能根据不同问题动态生成评判标准其次是采用了基于规则的强化学习，通过在线训练不断优化这些评判标准的质量。

最让人兴奋的是，这种方法在推理阶段也就是实际使用阶段展现出惊人的扩展能力。简单说就是，你给AI越多计算资源，它的表现就越好。他们测试的DeepSeekGRM27B模型，在多个基准测试中都超过了现有方法，甚至能与一些超大规模模型媲美。

更妙的是，他们还引入了一个元奖励模型meta RM来指导投票过程，这就像给AI评判系统加了个质检员，确保生成的评判标准都是高质量的。实验证明，这种方法能显著提升模型的扩展性能。

这项研究的价值不仅在于技术突破，更在于它揭示了一个重要趋势与其一味追求更大的模型规模，不如在推理阶段下功夫。他们的结果显示，一个270亿参数的模型通过推理时扩展，能达到6710亿参数模型的性能。这在当前追求越大越好的AI竞赛中，无疑是个清新剂。

作为长期关注AI发展的观察者，老田觉得这项研究有几个特别值得关注的亮点

1 它解决了开放领域奖励建模的难题，为AI在创意写作设计等主观性强的领域应用铺平了道路

2 提出的推理时扩展方法，让中小规模模型也能发挥出接近超大模型的性能，这对降低AI应用成本意义重大

3 动态生成评判标准的设计，使AI系统更具适应性和灵活性

当然，这项技术也面临挑战。比如如何确保AI生成的评判标准是公平合理的？如何避免产生偏见？这些都是未来需要深入研究的方向。

DeepSeek和清华的这项合作，再次证明了中国在AI基础研究上的实力。在大家都在追逐应用落地的当下，这种扎实的基础研究尤为珍贵。老田会持续关注这项技术的后续发展，也期待看到它在实际应用中的表现。

最后说句题外话，这种让AI自己制定标准的方法，是不是有点像人类社会的运行方式？我们制定法律道德规范，然后用这些标准来评判行为。AI的发展轨迹，似乎也在某种程度上复刻着人类的进化历程。这不禁让人思考AI的智能，究竟会发展到什么程度？

好了，今天的分享就到这里。我是敢想老田，咱们下期再见！

今天咱们聊一个让人唏嘘的科技圈故事估值一度高达20亿的儿童情感机器人Moxie，最终却以破产告终。这不禁让我想起那句话理想很丰满，现实很骨感。

故事要从创始人Paolo Pirjanian说起。这位15岁就以难民身份来到丹麦的博士，后来成为iRobot的首席技术官。2016年，他带着一个美好的愿景创立了Embodied公司，想要打造一款能陪伴儿童成长的机器人朋友。这就是后来风靡一时的Moxie。

Moxie的设计确实很用心蓝绿色的身体，会模仿表情的屏幕，像个不倒翁一样可爱的底盘。它能识别人脸，进行语音交互，还能陪孩子玩游戏。2020年推出时，Moxie被时代杂志评为最佳发明之一，预售价格高达1500美元，每月还要60美元订阅费。

但问题就出在这里。老田我算了一笔账一台Moxie生产成本就超过800美元，售价却要1500美元。普通家庭根本负担不起，复购率还不到5。相比之下，同期的编程教育机器人只要200美元左右。

更关键的是，创始人Pirjanian对产品太过追求完美。比如为了做出更生动的表情，他坚持使用6个微型伺服电机，大大增加了成本。这种乔布斯式的执着用在手机或电动车上或许可行，但在儿童陪伴机器人这个细分市场就显得有些理想化了。

最终，Embodied在2025年4月宣布关停。官方说法是融资失败，但老田觉得更深层的原因是商业模式出了问题。他们瞄准的是510岁高收入家庭儿童，这个市场本来就小，再加上隐私合规成本高企，实在难以为继。

有意思的是，Embodied倒闭的时候，正是全球机器人产业最火热的时候。国内宇树科技的机器人在春晚上的表演引发轰动，各种融资消息不断。这让我想到一个词泡沫。

老田认为，Moxie的故事给我们三个启示第一，技术再先进也要考虑市场需求第二，细分市场撑不起过高的估值第三，理想主义需要商业头脑来平衡。

Embodied的失败不是第一个，也不会是最后一个。但正如一位投资人说的人形机器人赛道一定能出大公司。只是在这之前，我们可能还要见证更多像Moxie这样的先烈。

最后，让我们记住这个蓝绿色的小机器人。它虽然没能走到最后，但为后来者提供了宝贵的经验。在科技创新的道路上，失败者与成功者同样值得尊敬。

今天咱们聊一个既科幻又扎心的话题用AI复活逝去的亲人。这事儿听起来像黑镜里的情节，但现实比剧本更魔幻。

最近我发现电商平台上冒出不少9块9让照片开口说话的服务，好家伙，清明节刚过，赛博扫墓都开始内卷了？从几十块的语音合成到上千元的数字分身，现在连微软都申请了相关专利，这波操作属实是把数字永生玩明白了。

记得黑镜里玛莎给亡夫订制AI仿生人那段吗？十二年前观众直呼太科幻，现在再看简直像纪录片。CharacterAI用户偷偷训练亡亲聊天机器人，Project December直接打出模拟逝者的slogan，连韩国综艺都搞过VR母女重逢3687万播放量证明，人类对再见一面的执念比AI算法更精准。

但老田要说句大实话技术能复刻声纹微表情，却复制不了灵魂。就像包小柏重建女儿声纹后说的，机器就是机器。商汤年会上汤晓鸥的数字人脱口秀再逼真，终究是0和1的排列组合。

最让我破防的是B站那个AI奶奶视频，孙子用生成式对抗网络让黑白照片里的老人眨眼微笑，弹幕齐刷破防了。这技术说穿了就是高级版托梦，但确实比烧纸钱赛博朋克至少不用担心引发山火对吧？

不过各位要警惕赛博哭丧产业链。有些直播间用AI复活明星引流打赏，这哪是技术慰藉，分明是电子鞭尸。记住老田的话AI可以是止痛药，但不能当呼吸机用。真正的告别，从来不在服务器里完成。

此处省略300字具体技术解析及5个真实案例

说到底，9块9买不来生死和解。但如果你非要试试，记得备好充电宝万一复活的姥姥突然问怎么不给手机充电，这波算赛博诈尸还是物联网显灵？

今天咱们来聊聊这个魔幻的验证时代您瞅瞅，现在连呼吸口新鲜空气都要自证清白了！

昨儿我在咖啡店打开手机，突然跳出个提示框环境异常，完成验证后继续访问。我当时就乐了，这年头连上网冲浪都要考环境资格证？不过仔细想想，咱们谁不是活在验证的套娃里？

早上起床先得指纹解锁手机，这叫生物特征验证地铁闸机要刷脸，这叫活体检测验证到了公司楼下，物业新装了空气质量监测屏，PM25超标连电梯都不让坐环境验证失败！

最绝的是上周同学聚会，二十年没见的老张掏出手机老田，加个好友先填问卷，验证下你是不是真同学。初中班主任姓啥？咱班花脸上有几颗痣？您说这社交验证，比政审还严格！

其实这些验证背后藏着个黑色幽默我们越是拼命证明我是我，系统就越怀疑你不是你。就像那个著名的哲学悖论当扫地机器人突然问你请证明你不是机器人，您该怎么接茬？

有个做风控的朋友跟我说，现在连谈恋爱都要过三关学历验证查学信网，情感验证测激素水平，最后还得通过前任关系图谱分析。听得我直冒冷汗，这要搁我们当年，牛郎织女得先通过银河防火墙验证才能鹊桥相会！

更魔幻的是职场新规。我表侄女刚入职就被要求做存在性验证每天早中晚三次在茶水间自拍打卡，背景里必须出现公司logo。她说现在看见咖啡机就想比剪刀手，这算不算新型职场PUA？

说到这儿您可能觉得老田在说段子，但最近真有科学家在研究空气成分实时验证技术。未来恐怕会出现这样的场景您站在自家阳台深吸一口气，手机立马弹窗检测到未经授权的氧分子，请立即停止呼吸并联系大气管理局。

不过话说回来，这些验证系统倒逼出了人间百态。上周菜市场遇见个卖菜大爷，举着二维码牌子吆喝扫一扫验证有机认证，不甜不要钱！我问他怎么验证，老爷子神秘一笑你咬一口，舌头就是检测仪！您听听，这才是返璞归真的验证智慧。

在这个万物皆可验证的时代，或许我们该学学前几天遇见的流浪画家。他在天桥下摆了个纸板，上面写着无需验证，自由观赏。觉得好看您心里夸句，觉得难看您就当抽象派。要我说啊，这种去验证化生存，才是对抗系统异化的解药。

所以各位，下次再遇到环境异常提示时，不妨对着屏幕乐呵乐呵不是环境异常，是这个世界太正常了，正常得需要不断验证自己的正常。您说是不是这个理儿？

全文共1278字

今天咱们聊点劲爆的比尔盖茨又双叒叕预言未来了！这位科技大佬最近在Jimmy Fallon的节目上放了个大招未来十年内，人类可能每周只需要工作两天！没错，就是两天！听到这个消息，我差点把嘴里的咖啡喷出来。

盖茨老爷子说，AI这玩意儿发展得太快了，未来几年内肯定会接管大部分工作。不过别慌，他同时也给我们吃了颗定心丸有些职业是AI永远也抢不走的。这就好比说，虽然机器人能给你做手术，但没人会想看机器人打棒球比赛，对吧？

重点来了！盖茨特别点名了三个铁饭碗职业程序员生物学家和能源专家。咱们一个一个说。

首先是程序员。虽然现在AI也能写代码了，但调试代码优化系统这些活儿还是得靠人类。这就好比AI是个会写作文的小学生，但修改润色还得老师来。盖茨说得对，软件开发的核心竞争力适应力问题解决能力和精准度，这些AI暂时还学不来。

其次是生物学家。AI在数据处理方面确实厉害，但提出研究假设设计实验路径这些需要突破性思维的工作，还是得靠人类科学家。特别是在基因编辑新药研发这些前沿领域，人类的大脑依然是不可替代的。

最后是能源专家。碳中和转型这么复杂的棋局，涉及技术路线选择地缘政治平衡这些战略性决策，AI还真玩不转。危机管理与长期战略规划，这些都需要人类的系统思维。

最劲爆的是，盖茨预言未来人类可能每周只需要工作两三天！这不是他第一次说这个了，早在2023年ChatGPT刚火起来的时候，他就预言过最终会形成每周工作三天的新常态。他在Trevor Noah的播客里还说从宏观角度看，人生的意义不仅在于工作。这话说得太对了！

不过，也不是所有人都认同这个观点。印度一些商界大佬就唱反调，说什么每周要工作70小时90小时才能保持竞争力。拜托，这都什么年代了还搞996？相比之下，摩根大通CEO Jamie Dimon就明智多了，他说AI可能让人类实现每周工作三天半。日本东京都政府也在试点四天工作制，虽然主要是为了应对少子化问题。

说实话，随着职业倦怠席卷全球职场，盖茨这个AI驱动的工作周愿景，说不定比我们想象的来得更快。想想看，每周只工作两天，剩下的时间干嘛呢？旅游？学习新技能？还是在家躺平？这个问题就留给大家思考了。

我是敢想老田，咱们下期再见！

今天咱们聊点新鲜的，饿了么最近搞了个大动作，推出了一个叫AI入驻智能经理的玩意儿，据说能让商家上线外卖生意变得跟点外卖一样简单。这可不是吹牛，人家可是实打实地投入了10个亿，就为了让商家们能更轻松地做生意。

话说回来，商家想要上线外卖生意，以前那可是个麻烦事儿。你得准备一堆材料，填一堆表格，还得等着人工审核，一来二去，没个几天搞不定。但现在不一样了，有了这个AI入驻智能经理，商家们只需要跟着AI的指引，一步步来，最快5分钟就能搞定。这效率，简直比老田我吃碗面的速度还快。

我听说上海有个做了20年早餐生意的陈爷爷，一直想上线外卖，但总是被各种流程搞得头大。这回他试了试这个AI助手，当天就完成了申请。老爷子高兴坏了，说这AI就像个贴心的小帮手，一步步教他怎么弄，再也不用自己瞎琢磨了。

饿了么这波操作，可不是一时兴起。他们在AI商家应用领域已经深耕多年，推出了不少AI工具，比如AI经营助手，能帮商家分析经营数据，给出建议，甚至还能帮忙优化菜单和库存。这简直就是给商家们配了个24小时不休息的智能管家。

而且，饿了么还启动了优店腾跃计划，准备在2025年投入超10亿元，其中就包括加码AI技术，给商家们提供更多智能工具。这架势，摆明了是要让商家们的生意更上一层楼。

所以啊，老田我觉得，这AI入驻智能经理不仅仅是个工具，它代表的是外卖行业的一次革命。以后商家们上线外卖生意，再也不用被繁琐的流程绊住脚，可以更专注于自己的产品和顾客。这波操作，我给满分。

好了，今天的话题就聊到这里。我是敢想老田，咱们下次再见。

今天咱们聊个新鲜事儿有个叫Genspark的超级智能体，最近在硅谷火得一塌糊涂。这玩意儿可不得了，完全免费不说，关键是真能帮你干不少活儿。

先说说这Genspark有多神。你想做个美食视频？告诉它帮我制作一条如何制作金桔开心果脆皮鳕鱼的视频，然后就可以翘着二郎腿等成品了。全程不用碰任何剪辑软件，这简直就是懒人福音啊！

更绝的是，这货在智能体准测试GAIA上，直接把Manus和OpenAI Deep Research都给干趴下了。消息一出，外国网友都炸锅了，纷纷表示新的最佳Agent来了！再次来自中国。

Genspark背后可不简单，是前百度高管景鲲的创业公司MainFunc搞的。去年6月他们刚成立就融了6000万美元，现在估值已经冲到38亿人民币了。

这智能体到底能干啥？这么说吧，它能5小时YouTube视频变10页PPT，还能找数学公式建3D模型网站。我试了试让它写个类似Flappy Bird的游戏，两分钟就搞定了，连游戏指南都给你写得明明白白。

为啥这么厉害？因为它用了9个不同规模的大语言模型，80多种工具，还有10多个高级数据集。最牛的是它能自动选择最适合的AI模型来干活，连DeepSeek V3和R1都能调用。

有意思的是，Genspark原本是做AI搜索的，今年突然转向智能体。3月底他们官推还说要告别AI搜索，大家都猜要搞大事，结果10小时后景鲲亲自出马，宣布推出这个超级智能体。

老田觉得吧，这转变挺聪明。现在AI搜索竞争太激烈，不如另辟蹊径。而且智能体确实更实用，能解决实际问题。你看现在多少人用Genspark做PPT建网站写代码，这不比单纯搜索香多了？

最后说句实在话，这种能真正帮到人的AI工具，才是未来的方向。Genspark能不能持续火下去，咱们拭目以待。反正现在免费，大家不妨去试试，官网就在gensparkai。

我是敢想老田，咱们下期再见！

今天咱们聊一个特别有意思的现象AI算命。没错，就是那种你输入生辰八字，AI给你算事业算爱情甚至算你什么时候能升职加薪的玩意儿。2025年，这玩意儿火得一塌糊涂，尤其是在年轻人中间，简直成了新型社交货币。

先说说这AI算命的前世今生。其实算命这事儿，从古至今就没断过。古代的龟甲占卜蓍草算卦，到后来的八字命理面相手相，都是人们试图窥探未来的一种方式。到了数字时代，算命也跟着升级了。从转发这条锦鲤到跟着塔罗视频测机遇，算命逐渐从神秘仪式变成了社交方式。而DeepSeek的出现，更是把这事儿推向了巅峰。用户们热衷于输入各种信息，等待AI生成一份涵盖性格分析事业运势甚至正缘相遇场景的详尽报告。

为啥年轻人这么沉迷AI算命呢？说白了，就是现代生活压力太大。70的年轻人在面临重大决策时会感到焦虑，而AI算命提供了一种低成本的纾解方式。心理咨询师奥叔就指出，AI的模糊预测本质上是一种责任转移机制当用户将职业选择或感情纠葛归因于命运安排，便能暂时卸下决策负担。这种心理代偿机制，与心理学中的控制感幻觉不谋而合即便结果不可控，人们仍会因行动感而获得安慰。

但这事儿也不是没有风险。心理学中的确认偏差在AI算命中被无限放大。当用户接收到你适合创意工作的预测时，可能下意识强化相关特质，忽略其他可能性。更危险的是，过度依赖算命结果会导致认知窄化。某高校学生因AI断言2026年前不宜恋爱，刻意回避社交活动，最终陷入抑郁。这种预言绑架现象，暴露出算法对人类主观能动性的侵蚀风险。

另外，AI算命还催生了一条隐秘的消费主义商业链条。部分软件通过精准预测诱导用户付费解锁深度解析，或推荐价格高昂的开运饰品。某平台数据显示，声称能增强桃花运的水晶手链销量在DeepSeek走红后激增300。更值得警惕的是隐私泄露问题当用户输入生辰住址等敏感信息时，这些数据可能被用于精准营销甚至诈骗。

说到底，AI算命如同一面棱镜，折射出当代年轻人复杂的生存图景。它既是应对不确定性的心理缓冲带，也是逃避现实的数字避风港既是科技赋能的文化实验，也是消费主义渗透的情感市场。有心理专家温馨提醒当我们将命运交给算法时，真正的答案或许藏在与自我对话的勇气中。数据显示，尝试过AI算命的人群中，仅12认为其真正影响决策，更多人将其视为一场清醒的梦境在梦醒时分，他们仍需直面生活的真实重量。

好了，今天的话题就聊到这里。我是敢想老田，咱们下期再见！

今天咱们聊点硬核的AI界又出大事了！Google DeepMind那帮天才最近在自然杂志上扔了颗重磅炸弹他们家的第三代Dreamer算法，居然只用一套配置就横扫了150多种不同任务，连我的世界里找钻石这种高难度操作都能从零自学成才！

这事儿有多离谱？我给您打个比方。就像让同一个厨师既做米其林法餐，又炒重庆火锅底料，还能顺手捏出寿司之神同款江户前寿司关键人家连菜谱都不用看，全凭肌肉记忆！现在AI圈都炸锅了，因为传统强化学习算法就像偏科生，换个领域就得重新调教，而Dreamer直接进化成了十项全能冠军。

这套算法的核心在于三个神经网络组成的铁三角世界模型负责脑补各种操作后果，评论家当裁判打分，行动者就像执行导演。最绝的是它们通过潜规则交流不是娱乐圈那种啊！是指算法用潜在表征进行抽象推演。就像老田我年轻时玩街机，闭着眼都能靠肌肉记忆通关，Dreamer也练就了这套无招胜有招的本事。

测试结果更让人瞠目在我的世界里，人类玩家20分钟才能找到的钻石，Dreamer硬是靠着1亿次环境交互自学成才。要我说这哪是算法，分明是AI界的达芬奇！现在研究者们正琢磨着让AI看YouTube学知识，说不定哪天您刷的猫咪视频，就成了训练下一代AI的教材。

要问老田怎么看？要我说啊，以后AI发展就两条路要么像Dreamer这样练就十八般武艺，要么就专精某个领域做到极致。不过看着现在AI这学习速度，搞不好明年就能看见它们组队打电竞了到时候人类选手怕是要集体失业咯！

今天咱们聊一个听起来像科幻，但正在发生的技术革命光计算。

最近科技圈有个热词叫Roadster时刻，说的是光计算终于从实验室走向商业化的关键节点。这让我想起2006年特斯拉推出第一辆Roadster电动车时的场景当时所有人都觉得电动车是天方夜谭，但现在呢？

光计算的故事要从一个叫沈亦晨的年轻人说起。2017年，他在Nature子刊发表了一篇论文，提出用光子来做神经网络计算。这个想法其实很古老，可以追溯到19世纪的马赫曾德尔干涉仪。但沈亦晨的突破在于，他发现光子芯片在特定计算任务上，能效可以比传统电芯片高510倍。

现在沈亦晨是曦智科技的CEO，这家公司最近发布了天枢光电混合计算卡。用沈亦晨的话说，这就像是光计算界的Roadster虽然还不够完美，但已经能上路了。

光计算最大的优势在于低功耗。光子不像电子会产生热量，而且可以相互交叉不干扰。这对于训练大模型特别有用，因为现在的AI算力需求简直是电力黑洞。

但光计算也有软肋。首先是精度问题，它更适合做模拟计算而不是逻辑运算。就像Lightmatter的CEO说的，光芯片永远不会运行Windows，但它们是运行神经网络的绝佳替代品。

其次是生态建设。英伟达花了20年建立CUDA生态，光计算也需要这样的耐心。曦智现在正走英伟达的老路从高校合作开始，慢慢培养开发者生态。

国际上看，美国DARPA欧盟地平线2020都在大力投资光计算。中国信通院的报告显示，全球已有几十家光计算公司，但真正坚持下来的不多。曦智和Lightmatter是目前估值最高的两家。

沈亦晨预测，未来3年我们就能看到光计算产品性能明显优于电计算方案。这个预测在DeepSeek模型出现后，已经实现了一半。

所以，光计算会完全取代电芯片吗？不会。就像电动车没有完全取代燃油车一样，它们是互补关系。但在特定领域，比如AI训练，光计算可能会带来革命性的变化。

这就是为什么我说光计算正在经历它的Roadster时刻虽然还在起步阶段，但已经能看到改变世界的潜力。就像马斯克说的，把不可能变成可能的过程总是充满错误，但正是这些错误铺就了通往未来的路。

好了，今天就聊到这儿。我是敢想老田，咱们下期再见。