AI 生成的每周综合 · 规则自动选择，非人工精选 · 未逐条人工审核 · 引用科学结论前请核验原始来源
《Marcus on AI》审视 OpenAI 在 Erdős 问题上的成果
发生了什么
「Marcus on AI」对 OpenAI 在 Erdős 问题上的成果提出质疑。文中转述 Cal Newport 的邮件：OpenAI 用一款尚未发布的推理模型，通过 chain-of-thought 式「出声思考」，帮助找到一个反例，推翻了 Paul Erdős 80 年前提出的离散几何猜想；职业数学家从长篇推理记录中识别反例并改写为标准证明。审阅完整输出的数学家 Thomas Bloom 指出，研究者多认同 Erdős「猜想为真」的信念而专注求证，大模型工具却系统运用并扩展已有技术、寻找猜想为假的证据；AI 常沿人类认为不值得尝试的路径坚持，兼具超人耐心与广泛技术储备。作者另指出，近年 LLM 已与计算机辅助数学工具结合，系统探索人力难以持久钻研的问题空间。
李飞飞参与团队发布 ESI-Bench: 前沿AI在3D空间中暴露“动作盲视”
发生了什么
斯坦福大学主导、李飞飞参与的研究团队发布基准 ESI-Bench，记录所有受测前沿多模态AI模型的一项具体可测失败：当模型必须在3D环境中主动移动，而非解读预先构好的图像时，最先进系统会持续选错动作、跳过能纠正错误的视角，并以高置信度坚持错误答案；论文称之为“动作盲视”。该基准含10个任务类别、29个子类别、约3000项任务，构建在 OmniGibson 模拟器和斯坦福 BEHAVIOR-1K 数据集上，并围绕哈佛发展心理学家 Elizabeth Spelke 提出的核心知识系统组织。它取消以往基准的“神谕观测”假设，要求智能体先决定调用感知、移动还是操作及其顺序，以主动揭示遮挡结构、动力学、容纳关系与功能等静态图像无法呈现的信息；每项任务的正确答案若不先选择动作便结构上不可得。
