⁣
📰 轻舟智航战略跃迁：从无人驾驶到通用物理AI

轻舟智航在北京车展发布会上宣布战略重心由无人驾驶全面升级为通用物理AI，提出以世界模型+强化学习为统一技术架构，打通数字世界与物理世界的桥梁。云端世界模型具备高可控视频生成、零样本生成和低成本闭环仿真能力，能够通过自然语言快速生成极端场景，降低实车测试成本与风险；车端则以在线世界模型为骨干，结合VLA与强化学习，实现从感知到行动的全链路模型化，提升推理、决策和泛化能力。轻舟还推出轻舟乘风MAX极致城市NOA方案，依托超500TOPS车端算力，强调以真实用户价值和安全体验为导向，率先在量产车型中搭载并逐步扩展规模。关于L4落地，企业选择以更强AI大脑取代单纯堆叠传感器，Robotaxi将基于量产车配置实现高阶智能，稳健落地并关注海外节奏。无人物流方面，推出Robovan解决方案，以载人安全标准提升物流场景稳定性与运营可持续性。总体愿景是成为全球领先的通用物理AI公司，推动智能驾驶从单一场景走向通用物理智能基础设施的阶段性升级。

🏷️ #通用物理AI #世界模型 #强化学习 #NOA #Robotaxi

🔗 原文链接

⁣
📰 Karpathy：智能体什么都干不好，AGI 至少还要十年

在最新一期的《Dwarkesh Podcast》中，Andrej Karpathy对当前AI的发展现状进行了深刻分析。他指出，尽管有许多令人兴奋的技术，但我们距离真正的智能体时代还有很长的路要走。他认为，当前的AI缺乏记忆、感官和动作能力，无法进行有效的规划，因此智能体的全面发展需要十年时间。这十年将是从语言助手转变为具备行为与目标的“数字生命”的关键时期。

Karpathy还讨论了人工智能的学习方式，批评现有的强化学习算法，并提出更有效的“过程监督”作为未来的解决方案。他强调，AI的学习不能仅仅依赖于最终结果，而应涵盖整个过程中的反思与反馈。同时，他指出模型的训练方法也应改进，避免因过度依赖自身生成数据而导致的思维“坍缩”。这种情况使得AI的创造力受到限制，反而更像复读机。

最后，Karpathy对AGI的影响持谨慎态度，认为AGI的发展将是一个渐进的过程，而非一夜之间的巨大变革。他展望未来，认为教育将会与智能体共同学习，每个人都将拥有一个伴学的AI助手，这将改变传统教育方式。他的观点既实际又充满希望，让人对未来的智能体时代充满期待。

🏷️ #智能体 #AGI #教育未来 #强化学习 #数字生命

🔗 原文链接

⁣
📰 红杉资本：AI领域重塑工作和技术的五大投资趋势

红杉资本分享了其投资组合中的五个关键转变，揭示了人工智能的发展方向。首先，工作重心从以人为本转向以人工智能增强的工作，销售人员将从管理少量账户转向监管多个AI代理，虽然精度有所下降，但杠杆效应显著提升。其次，真实世界的验证取代了传统基准，实际表现成为新的评判标准，初创公司通过实战胜出，证明了这一点。

强化学习的普及使得实体企业能够轻松应用这一技术，初创公司也能借助强化学习训练高效的开源模型。同时，人工智能正在加速硬件制造与优化流程，打破数字与物理的界限。红杉资本预测，知识型员工的计算需求将大幅增加，这一变化将重塑整个行业，计算将成为新的生产函数。

整体来看，人工智能正在推动从确定性到杠杆的转变，从实验室到主流应用的演变，影响着各个行业的工作方式。企业需顺应这些趋势，优先关注实际成果，拥抱强化学习，准备迎接计算需求的激增，以实现持续增长。

🏷️ #人工智能 #强化学习 #真实世界验证 #计算需求 #行业转型

🔗 原文链接