中文 AI 前沿证据库

AI 自主研发、科学发现与物理世界能力,走到了哪一步?

追踪 AI 能力进展,区分已验证结果、厂商主张与未来预测。每个结论都带证据强度、反方,以及什么事实会推翻它。

看全部判断查证据
第一次来?先看怎么读 →
AI 能自己研发 AI 了吗?
第 3 阶段:进行中
AI 加速 AI 研究(四阶段是分类,不是进度条:阶段之间距离不等)
证据边界
工程层已大面积自动化,研究判断层没有;关键数字全是实验室自测,没有第三方复核。
下一里程碑
METR、Epoch 等第三方独立测出 AI 对前沿模型研发的加速倍数
置信度中证据与反方 →
AI 能做科学发现了吗?
约两年内成熟预测
2028 年 9 月对账。「成熟」指至少两个方向出现经独立检验的 L3 闭环,或 AI 设计的药物在二期达到主要终点。
证据边界
预测与设计两层已经可用,蛋白质方向有湿实验验证;但真正的硬终点(临床、第三方复现)目前只有零星几例,这一判断靠的是趋势,不是结果。
下一里程碑
Rentosertib 后续试验读出结果;自动实验室的结果被第三方复现
置信度低证据与反方 →
AI 能在物理世界里干活了吗?
行业早期判断
证据边界
证据主要在能力矩阵:四条技术路线都有演示,少有跨场景的实测。2026 年秋,世界动作模型与 VLA 给出了真机上少样本学新任务的成功率,通用大模型也能在模拟器里直接控制机器人,但真机数字都是厂商自报、还没有第三方复现。物理世界只有真机能验证,又慢又贵,所以它仍在阶梯的最后一级。
下一里程碑
世界模型训练的机器人策略在没见过的真实场景里稳定泛化,并被第三方复现
置信度中证据与反方 →

假说:验证一个结果越便宜,AI 越早接手

判断

代码有测试,验证快而便宜,最先被接手;物理世界的结果多半要上真机验证,又慢又贵,排在最后。验证成本不是唯一因素,数据多少、容错程度与部署门槛也影响先后——所以它是一条可以被推翻的假说,推翻条件写在判断页里。

大模型把每一级往上推RSI让推的速度本身变快

最新动态

全部动态 →
2026 年 11 月 11 日
大模型开始直接控制机器人,但成绩几乎都在模拟器里

Claude Fable 5.2 第一次把机器人控制写进发布页,第三方也测出 GPT-6 Astra 能直接当机器人策略;真机上的少样本学新任务交给了世界动作模型与 VLA,数字仍全是厂商自报。

14条判断在 2026 年 11 月 11 日 复核0条改变14条判断在台账里看完整判断台账 →
改变了什么

14 条判断全部复核,没有改变:新证据还不足以改写任何一条结论。

最接近改变的判断

两个引擎,两条前沿

大模型与 RSI 是引擎,把能力往前推;科研与物理世界是前沿,看推到了哪里。

RSI 四阶段4 档中的第 4 档1 经验自进化4 档中的第 3 档2 Harness 自进化4 档中的第 3 档3 AI 加速 AI 研究4 档中的第 1 档4 AI 端到端训练下一代 AI

资料库

全部 →