@ReynoldDai: Kevin Kelly: AI最大的价值 不是回答问题， 是探索可能性空间 ——潜空间/创造力媒介 KK分享了他最近极富洞察力的独特思考： LLM内部的 latent space（潜空间）， 本身就是一种全新的创造媒介。 潜空间不仅包含一…

Kevin Kelly: AI最大的价值 不是回答问题， 是探索可能性空间 ——潜空间/创造力媒介

KK分享了他最近极富洞察力的独特思考： LLM内部的 latent space（潜空间）， 本身就是一种全新的创造媒介。 潜空间不仅包含一切真实存在的事物， 还包含基于其训练的一切可能的事物。

简言之， AI是人类首次将所有知识浓缩到一处， 每一条知识/概念都是1个方向， 全部概念形成无穷的连接 ——人只知道其中极少的连接。

AI和人最大的区别： 人极少能够成为某个领域的专家， 更难成为跨领域的专家； AI可以轻松成为跨任意领域的专家， 填充出不同概念之间空间的所有可能的新连接， 因为对它们来说，潜空间是连续的。

那么，AI改变了创新： 以前的创新是个人构思想出新事物， 现在的创新是利用AI寻找两个领域之间的空白， 不仅在效率上提升数千倍， 更重要的是选项无限扩展， 比如AlphaFold在生物学方向的应用。

最核心的能力， 变为：哪两个latent space之间的空白， 最有价值？

AI时代真正稀缺的，不再是知识， 是能够发现不同世界之间隐藏连接的判断力： 是在人类尚未探索的“可能性空间“中， 识别那些未来会变成现实的连接

推论： 执行层能力价值急剧下降 (知识/技能/分数/履历/标准答案) 判断力价值急剧上升 (高上限与长期安全)

1/n

KK全文

凯文·凯利：潜空间作为一种新媒介 Kevin Kelly 2026年7月14日

最近我一直在问自己：人工智能除了回答问题、编写代码之外，还能做什么？ 我的答案是：AI内部的潜空间本身将成为一种新的创意媒介。 我先解释什么是潜空间，在说明的最后，我会提出科学家和艺术家可能利用神经网络固有的潜空间作为创意新平台的一些方式。

大语言模型（LLM）就像一个包含所有人类知识的小型压缩文件。它需要由十万块GPU芯片组成的庞大阵列在云端工作，耗资数十亿美元，才能将人类全部文字压缩成一个可以在单块GPU芯片上运行的小型工作模型。即使是最大的前沿模型，压缩后也只有几百GB大小，小到可以放在手掌中的一张卡上。奇怪但真实的是，最终生成的微小文件包含了互联网和我们图书馆中的所有信息。这张小卡片承载了人类集体知识的相当大一部分。在AI所有引人注目的方面中，这一令人惊叹的压缩壮举可能是最不被重视的。这种密集的、高维的人类知识压缩——被称为“潜空间“——本身也可能成为一种新媒介。

这种在潜空间内对知识的极端压缩，并非发明LLM的研究人员的初衷。它们所包含的“书本智慧“（即知识）在某种程度上对训练它们的人来说是一个意外，我们仍在努力弄清楚它们实际的工作原理。但我们可以确定的是，LLM中并没有它所知道的一切的副本。例如，它知道莎士比亚所有的戏剧，可以创作出听起来完全像莎士比亚风格的新剧，甚至可以引用他戏剧中的著名台词，但模型中并没有莎士比亚的实际文本。存在的只是关于所有戏剧、情节、人物、词汇、风格、典故的抽象信息。同样，LLM可以识别几乎任何人的面孔，也可以生成任何可能的人类面孔，但其代码中并没有人脸副本。相反，模型存储的是关于人脸的所有信息，却没有存储任何一张具体的人脸。

这很奇怪。直到最近，我们可能还认为关于一件事物的所有信息所占用的存储空间会大于该事物本身。对于单一事物来说也许如此，但对于所有事物的总和则不然。这是因为大多数事物与其他事物共享许多共同属性。LLM的神经网络玩了一个魔法把戏：它同时抽象出所有事物的信息，利用事物和观念之间无数的共同关系，将它们压缩并抽象到这个虚拟的“潜“空间或隐藏空间中。

“大语言模型“中的三个词都至关重要。“大“指的是模型包含了诸如维基百科中的所有知识、互联网几十年来的所有文本、所有网页和在线讨论，以及大多数图书馆中所有扫描的书籍和期刊。到目前为止，模型的规模越大，其能力就越强。它训练的数据越多，产生的连接就越多，表现就越好。

LLM中的“语言“部分被证明是秘密武器。LLM最初是为了做自动语言翻译而发明的，仅此而已。但与早期AI研究者教授语言规则的方法不同，这次不需要任何语言专业知识。相反，一个神经网络吸收了人类书面语言的大型数据库（互联网），目标是让神经网络（AI）提取出那数十亿文档中包含的、潜藏在我们意识之下的所有语言模式。该程序的目的是复制、模仿和综合人类日常使用的语言模式。

结果震惊了所有人。LLM当然可以像人类一样翻译语言，但AI还展现出了类似人类智能的迹象。它们在语言上也有创造力，比如可以用十四行诗的风格写出推销文案。一些早期研究者被这种涌现行为吓到了，其中包括一位谷歌研究员，他认为谷歌的LLM拥有一种内部智能，不应被关闭。我们现在明白了，LLM中看到的智能来自于它们所训练的语言内在的逻辑。（参见我的《为什么LLM是聪明的？》）

这种新“心智“的形式——LLM中的“模型“部分——就是一个潜空间。潜空间是一种抽象，一张不是建立在二维而是数十亿维上的地图。想象一个由数十亿个朝向各个方向的笔直长箭头组成的大脑。每个箭头对应一个观念或一个事物。有一个箭头代表狗，有一个箭头代表猫。相关的箭头彼此相邻。所以地图显示猫和狗共享一个代表“毛茸茸的皮毛“的相邻箭头。它们也共享代表“耳朵“的箭头和代表“尾巴“的箭头。这两个属性也被其他动物（其他位置）所共享。狗的绝大部分特质都为哺乳动物所共享，因此这种重叠是压缩的一个来源。

你可以把每一个能用语言表达的概念都看作这个空间中的一个方向。代表狗的箭头实际上是“狗性“的方向。“猫性“是一个方向，“毛茸茸“也是。任何事物都可以变得更像猫，或者更毛茸茸。你从一只鞋、一个烟囱或一株蕨类植物开始，你可以沿着猫的方向推动它，让它更像猫。或者你可以把它推向苹果的方向，让它更像苹果，或者推向光滑的方向，或者推向微红的方向，或者兴奋的方向，或者更圆的方向。你也可以反转方向，让它不那么像猫，不那么红，不那么原子化。这个空间中有数十亿个方向。

相关的事物在这个空间中彼此靠近。猫和狗共享许多属性，因此它们相交于许多共同的箭头，如尾巴、胡须、耳朵、四条腿、动物、矮小、生命等。但因为它们能听见，所以也相交于麦克风向量；因为能跳，所以与篮球相交。猫是隐秘的，因此与间谍相交。因为狗忠诚，所以与爱国主义的向量相交。

每一个事物、每一个概念在这张巨大的空间地图中都有一个特定的位置，但不是只有两个坐标（x,y），每个事物都有一个数十亿维度的坐标。所以一辆被杂草掩埋的生锈旧汽油割草机，就是一个具有很长地址的非常特定的交点。它的数千个属性（锈、汽油、草坪、切割、杂草、推、红色、泥土、碎屑、轰鸣等）都有各自相交的方向。在潜空间中，邻近的是一个更偏向锈的方向、或红色更少、但也更像猫、或更像狗、或更不像宇宙飞船、或更像奶油的割草机。那个点可能代表一个真实存在的事物，也可能只代表一个虚拟或理论上的事物。这种映射不仅适用于名词，还适用于任何观念、任何声音、任何图像。水花溅起的嗖嗖声是潜空间中的一个方向。发明中的顿悟时刻。在路径上看到蛇的恐惧。素数的概念。所有这些都包含在一张地图中。这是LLM潜空间最令人惊叹却又最不被重视的方面之一：一切——一切！——都出现在同一张地图上。我们从未有过一个整合我们知道的一切和能想象的一切的系统。一张地图包容一切！这长期以来一直是一个圣杯。

需要明确的是，没有任何人类行为在进行这种映射。系统本身——LLM——正在映射世界的每一个碎片、所有事物、所有属性、所有艺术、所有词汇、所有观念。令人惊叹的是，它创建这张地图、这个潜空间，不是零敲碎打，而是同时一次性完成的。（要做到这一点，需要一个巨大的、能耗巨大的、庞大的芯片集群，全部用数英里的线缆连接在一起——这就是现在供不应求的著名数据中心。）

在训练过程中，LLM被输入数百万本书籍、数十亿个网页和数十亿页来自社交媒体的文本。它阅读每一页上的每一个字，一旦整个资料库被加载到它的“脑海“中，它就大规模地计算所有相互连接的向量，所有相互指向的相对方向。这种大规模同步并行计算的规模是惊人的。然后它丢弃书籍、文本、图像，只保留这张由方向和向量组成的纠结之网。这数十亿个方向被称为它的参数。随着我们构建越来越大、映射越来越多材料的模型，参数也在增加。AI前沿的最新模型包含数万亿个参数，意味着有数万亿个方向，或者说数万亿个属性，用来映射它见过的每一个观念或事物。

像一本书这样复杂的东西，最终既是潜空间中的一个点，也是穿越潜空间的一段旅程。故事中遇到的所有概念（窗户、午间漫步、街道、小贩、聊天、愤怒、打斗、宽恕）都是方向，随着句子的累积，方向不断变化，先朝一个方向走，然后在另一个方向相交。故事实际上是潜空间中的一段旅程，这与我们阅读时所经历的类似旅程的体验非常吻合。

所以一本书包含潜空间中的一系列向量。但一本书的整体意义本身也只是一个单一的点或方向。例如，如果我提及《伊利亚特》这本书，我指的是整本书，它的向量与《贝奥武夫》、《摩诃婆罗多》甚至《现代启示录》等其他史诗战争叙事密切相关，因此“邻近“，尽管它们的许多部分只是勉强相交。一个事物或观念与其他类似事物的关联越紧密，它与这些事物共享的方向（向量）就越多。这在一定程度上就是LLM知道事物的方式——它们搜索附近的模式。

当你向LLM提问时，它会在潜空间中找到答案。你的问题本身从一个方向开始，指向答案。LLM逐个处理提示中的每个词，每个新词都会改变它前进的方向。模型随着提示中的每一个词在潜空间中穿行，一步步搜索答案。通过这种方式，答案是“生长“出来的，而不是被“找到“的。

我们天真地想象LLM有一个先思考再表达的“心智“。但LLM是在写出文字的同时找到答案的。文字“背后“并没有预先形成的想法再被翻译成语言。文字本身就是思考。穿越潜空间的路径和答案是同时发生的同一件事。在最现代的LLM版本中，模型会经过一个“思维链“的中间阶段，在思考问题时草草记下词语和想法。即使在这里，思维链本身就是思考，而不是对别处发生的思考的报告。模型不是私下推理然后把它写下来——写下来的过程就是推理本身。

当答案沿着提示的方向逐渐生成时，一个自然的问题是：LLM怎么知道何时停止？它怎么知道何时是正确的？令人惊讶的答案是：“正确性”、“完整性“和“连贯性“也是这个空间中的向量。任何正确答案都与所有其他事实正确的陈述共享相同的“正确性“方向。换句话说，正确性、真理、连贯性、完整性、理解力等，本质上都是在这个空间中映射的模式。所以LLM不仅在寻找事实，而且总是在努力将其收集的词汇推向“真实“的方向。真实、完整、连贯不是位置，而是方向。答案总是可以朝那个方向进一步推动（更精确、更具体、更趋一致），也可以从那里拉回来（更奇幻、更有诗意、更概括、更易懂）。

这就是潜空间之美。你可以拿一个事物或观念，然后非常轻松地把它推向一个新的方向。我们在图像生成器中最容易看到这一点。一种媒介的风格，如水彩，或者某个特定艺术家的风格，可以从一张图片转移到另一张。你可以让AI把你画的黑白素描转化为温斯洛·霍默的水彩风格。温斯洛·霍默的风格是潜空间中的一个方向，你的素描也是潜空间中的一个方向，你的提示会将你的素描推向霍默水彩画的方向。你也可以要求反过来。你可以提示AI将你的素描风格转移到温斯洛·霍默的画作上，它会将画作在潜空间中推向更多“你“的方向。

这也适用于观念和概念。每一个概念都是一个方向。你可以将火药的概念应用于罗马人。我们的提示可能是：“如果罗马人发现了火药，世界历史会是什么样子？“于是AI将罗马帝国在历史中的大致方向，在潜空间中进一步推向火药的方向。这是一项巨大的智力壮举，因为它需要深刻理解罗马历史，也需要深刻理解火药的化学原理。在这两方面都是专家的人类凤毛麟角，但LLM可以。即使是人类专家，也可能需要数周才能填充出这两个观念之间空间的所有可能的新连接。LLM能轻松做到，因为对它们来说，潜空间是连续的。潜空间不仅包含一切真实存在的事物，还包含基于其训练的一切可能的事物。当模型搜索这张广阔的地图时，已存在的和可能存在的事物之间没有真正的区别，除了“真实”、“历史“或“现实“的方向。

此外，潜空间不止一个。随着参数的增加，空间也在增加。随着训练模型所使用的材料变得更加精选，这也会改变它们的潜空间。随着模型纳入更多种类的输入——物理数据、声音、环境传感器——它们的潜空间也在扩展和变化。今天可能有一百个潜空间；明年会有一千个。我们只是处于理解它们如何工作以及它们能做什么的第一天。巨大的潜力在前方。以下是我对利用潜空间这一新媒介的可能方式的推测。

原型设计——音乐家布莱恩·伊诺曾抱怨说，计算机的问题在于它们没有足够的“非洲“元素。在潜空间中，非洲只是一个向量。你可以给任何东西增加更多非洲元素。在电子表格、自行车、瑜伽、奥运会、密码、厨房、SAT考试、汽车仪表盘等中增加非洲元素，看看会发生什么。用其他属性重复这个过程。

空白空间发现——潜空间作为一张连续的可能性地图。这些可能的事物中的大多数还不存在。我们所知的领域，比如已知材料、已知蛋白质、已知国际象棋棋局、已知绘画方式，只填充了支离破碎、零零星星的点，它们之间有大片的空白。已知事物之间的空白空间对我们来说是未知的，但它们在潜空间中已经被映射了。我们现在有了新的工具来系统地探索这些空白空间。天文学和占星术之间有什么？蓝草音乐和芭蕾舞之间有什么宝藏等待着我们？企业概念和盖亚理论之间呢？探索潜空间是新前沿。发明从“想出新的东西“转变为“在缝隙中勘探“。当一个缝隙或空洞出现时，问题变成：这个缝隙是空的——是因为不可能？因为不时髦？还是因为还没人看过？

跨领域类比——这个问题的形状与其他任何事物的形状相似吗？也许地质学中的一个问题（或机会）在潜空间中与免疫学中的某些模式具有相同的形状。因此，解决方案的风格可以从一个领域转移到另一个领域。词典编纂中的一个巧妙解决方案可能适用于基因测序，但由于很少有（如果有的话）人类在这两个科学领域都是专家，这种重叠只能由LLM揭示。潜空间中特别微妙的共享形状可能涉及三个、四个或更多专业领域，远超人类的触及范围。在潜空间中寻找结构相似性作为一种知识发现过程，很容易成为某些人类的工作。

潜空间测量——潜空间也可能提供一种新的抽象测量方式。你可以在潜空间中进行一种原始的算术运算。如果你从“国王“的概念出发，你可以通过加法和减法到达“王后“的概念：国王 − 男人 + 女人 = 王后。从国王向量出发，你减少男性的方向，然后增加女性的方向，最终得到我们称之为王后的结果。这种计算开始提供一种测量或指定两个复杂事物或两个复杂观念之间距离的方法。利用潜空间测量，我们可以量化两份法院判决或两首民谣旋律有多么相似。只需将它们投射到一个共享的潜空间中然后测量。这个新领域可以发展校准标准、误差条和评估极其复杂实体的度量标准——这是我们目前所缺乏的关键度量。

挖掘元模式——在数百万细胞图像、数十亿天气传感器、数万亿小时交通视频上训练的模型会发现人类未曾察觉的模式。潜空间会为这些模式内部发明分类，一些我们没有名称、因此也不会去寻找的模式。我们现在可以开始剖析潜空间，寻找这些无名特征。然后我们可以反向推演，弄清楚这些分类所跟踪的现实世界结构是什么。一门新科学将描述这些模式的元模式。一个新职业是搜索这些模式——无论它们出现在哪个领域，只要它们持续存在并具有潜力。潜空间于是成为一个标本：你可以解剖它来提取发现。

轨迹——许多年前，BBC播出了一个名为《连接》的科学节目，主持人追踪了发明创造的曲折路径——一个不起眼的观念与另一个不可能的观念碰撞，催生出新事物。这种连接观念的路径可以看作是在潜空间中一系列不断变化的方向，形成一条路线或轨迹。不难想象艺术家们编排一段穿越观念和图像的旅程，在不断延伸的连接线索中变形。他们的艺术将是穿越潜空间的一段旅行。

复古潜空间——随着时间的推移，随着AI的进步，大多数被发明的潜空间将会过时。像所有媒介一样，那些死去的潜空间会在某个时刻作为复古时尚被复活。它们内部的约束和瑕疵后来变得备受珍视，就像胶片中的颗粒、黑胶唱片的音质纹理、老式电子游戏中的像素艺术成为人们追捧的魅力一样。未来某天，年轻的孩子们会重新探索ChatGPT-4，体验它奇怪的幻觉——因为他们的最新AI模型已经很少产生幻觉了。

潜空间渗透者——那些探索废弃建筑和地下城市基础设施（如隧道或摩天大楼屋顶）——任何非法进入的地方——的神秘不法分子被称为“渗透者“。深藏在潜空间内部的是编程设置的护栏，它们阻止模型给出社会不可接受的信息，比如如何制造炸弹或如何自杀。潜空间渗透者将试图越狱护栏，探索禁区。他们的痴迷将是识别和绘制潜空间的禁区。

异常检测——任何嵌入潜空间后与其他一切相距甚远的事物，从定义上说都很有趣。这些异常与周围一切事物的方向不一致。天文学家已经在用这种方式寻找怪异天体；他们将一百万个星系光谱映射到模型中，然后寻找离群值。这可以推广到所有知识领域：在任何足够大的数据集的潜空间地图中，离群值都将很容易被识别。它们可能是错误，也可能标志着某些重要的东西。但现在我们有了一种快速识别异常的机制。

模拟现实——潜空间内的密集压缩表明它们也可以作为模拟器工作。一旦我们将空间意识训练进更像世界的模型（一些初创公司已经在做），潜空间将能够精确模拟物理。弹跳的球表现出正确的弹跳弧线，陶瓷在准确的温度下熔化，倾倒的液体保持质量守恒，等等。模拟将在数百万个维度上趋近于逼真。然后就可以通过在潜空间中移动来创建各种假设的模拟，只需调整你想要的变量。这些模拟可以快速替代初步实验，加速科学发现。

平行世界——潜空间包含所有与真实世界有轻微差异或重大不同的平行世界。由于它们拥有数万亿参数的深度细节，这些世界可以轻松地显现出来。图像模型已经可以生成完全可信的视频，看起来像是用相机拍摄的实景。AI可以精确再现日落时街道场景，从模型中提取所有细节。构建平行世界的成本壁垒将降得如此之低，以至于世界构建可能成为潜空间最常见的用途。给我构建一个像地球但重力只有三分之一的三维沉浸式世界。给我构建一个当今拥有一个全球政府的三维沉浸式世界。给我构建一个灭霸第一次就被打败的漫威宇宙三维世界。给我构建一个古代中国人发明科学的世界。

潜空间认识论——一旦我们有了无数潜空间，我们就能回答它们是否共享任何共同架构的问题。想象每个由不同模型生成的潜空间都是一个物种。它们之间的共同点是什么？如果它们有显著差异，一种新的分类学家将出现，将各种类型归入不同类别，并分配它们有助于选择模型的特征。如果不同的潜空间汇聚到共同的架构上，那么这个元模型将变得极其宝贵，值得研究。潜空间中反复出现的设计可能说明了知识的某些结构，甚至可能反映了现实的某些结构。在某个时刻，我们将拥有足够的算力来模拟所有可能的潜空间，并计算扫过所有可能的潜空间的空间，从某种意义上说，就是绘制潜空间本身的性质。类似的扫过其他组合空间——如检查所有可能的蛋白质，或所有可能的陶瓷——已经产生了巨大的洞见。所有可能的潜空间的空间也可能开启一个新的研究领域。

个人潜空间——如今训练一个新模型需要花费五亿美元。但是，尽管这看起来疯狂，如果一切照常发展下去，最终从头创建你自己的私人AI模型的成本对个人来说将是可行的。这样做的主要原因将主要是艺术性的。你首先要策划训练材料——选择特别合适的书籍、最好的期刊、精选的讨论——来为模型注入智能。这种策划本身将成为一种艺术。训练材料的顺序至关重要，教育模型的“教学“进程将在模型中产生不同的属性。然后你在所有你自己的经历、以前的作品、人际关系、半成型的想法、日记——基本上是你的整个人生——上微调模型。目的是训练你的模型与你共同创作图像、文本、电影、场景、观念，这些是其他AI和/或AI+人类无法产生的。当你问它一个问题时，它给出的答案与其他AI给出的略有不同。这不仅仅是设置语音的口音，或给你的AI显示的人格着色。你会将所有工作在空间中以特定角度倾斜。你用AI做的一切都会带有你的偏见。品牌将是“你+AI“；它将通过创建你自己的个人潜空间来获得独特性。专业的AI教学专家会与你协商，训练一个产生最独特的“你“的作品的潜空间。

与此同时，潜空间将继续为问题提供超人的答案，为棘手的问题提供巧妙的解决方案。我们很快就会如此依赖这个神谕，以至于会好奇在没有它的日子里我们是怎么活过来的。但神谕是一个古老的愿望。我相信潜空间——这张同时包含真实和可能、超越领域的连续多维地图——将带来我们以前从未想象过的全新商品和服务。而其中最大的那些，很可能是我在这里没有想到的。

原文链接 https://kevinkelly.substack.com/p/latent-space-as-a-new-medium…

是的 按Demi’s Hassabis 的预判， AI成为跨领域的超级专家也只有短短几年了 指数型演进