搜索
AI 能逼真地 “搭出” 一个世界，就能准确预测它如何运转吗？GPT-6 Astra 展现出的场景建模能力令人印象深刻。但几何与外观的逼真还原，并不意味着对物理规律的准确把握。避免物体穿模、借助语义先验估计物理属性，与准确推演物体运动之间，仍有距离。后者还需要进一步识别质量、摩擦系数和阻尼等难以仅凭外观确定的属性与参数。
把一只马克杯挂上杯架，动作的成败往往在第一次接触时就已埋下伏笔。
物理规律有时很反直觉：物体的运动速度不能超过真空光速。我们能否当一回「造物主」，构建一个物理规律不同的「异世界」，让大模型自己发现异常、提出问题、做实验、找规律？这让我们想起王阳明的「龙场悟道」。于是有了 LongChang（龙场）：在玻璃房里改写物理规律，让模型自主探索、认识自己的世界。
毫无预警，Anthropic深夜丢出了下一代旗舰Fable 5.2，直接杀入了物理世界。
Anthropic发布Claude 5.2“双子星”Fable 5.2和Mythos 5.2，完成电路板设计、分子合成路线、运筹学及黑洞物理计算等预发布测试，刷新72项纪录并解决搁置23年的黑洞难题，但相关结果仍待实验验证。
特朗普公开承认曾威胁逮捕Anthropic CEO Amodei，此前Anthropic因拒绝放开Claude用于无人监督的致命武器或大规模监控而与特朗普政府发生冲突。
现在让 AI 生成一张漂亮的图片，已经算不上什么难事了。
前段时间，Anthropic 展示了一项 AI for Science 研究成果：Claude 在 64 小时内生成了 31.8 万个蛋白质设计方案，经过筛选，211 个被送入湿实验室测试，最终有 17 个达到预设的蛋白结合标准，展示了 AI 科学设计走向真实实验验证的巨大潜力。但 Anthropic 也指出，从结合命中到真正可用的抗毒疗法，仍面临复杂的活性验证与成药性考验等一系列考验。
苹果新 CEO 最近对自家 AI 的进度有点不满意。
Ben：Agent碰到障碍，会继续尝试，直到把任务做完。它不会告诉你中途哪里失败过，最后只会说：已经完成了。