@swyx:我认为很容易说“模拟是新的扩展规律”,并将其视为营销炒作,但在采访中途……
摘要
该推文讨论了模拟作为AI中潜在的新扩展规律,强调了来自Simile AI首席执行官的采访洞见,关于模拟人类行为以进行高级AI研究。
查看缓存全文
缓存时间: 2026/08/22 01:16
我觉得很容易把“模拟是新的缩放定律“当作营销噱头来说,但在采访中途,你能听到我从半开玩笑的状态变得非常非常认真。
我虽然迟了两年才关注,但现在终于明白为什么@karpathy和@drfeifei会支持@joon_s_pk @msbernst @percyliang等人——Smallville当时没有任何商业应用,但如果你认真对待RSI(从自动化ML研究和AI工程中越来越大部分任务的模型),最后的*障碍就是模拟人类和人类反馈,而Simile显然就是做这件事的团队,即使在这个早期阶段也已在财富100强企业中找到了PMF(产品市场契合点)。
我从未如此高兴自己曾经如此大错特错。
*或者是倒数第二!:) 关于Science播客的更多内容即将公布
Latent.Space (@latentspacepod): 模拟人类:85%精准的数字孪生、行为基础模型、社会物理学与80亿智能体 https://t.co/k3pNsAC8YQ
@simile_ai CEO @joon_s_pk 阐释AI如何从预测人类行为转向模拟如何塑造结果,为何当今的
相似文章
@swyx: 非常迟了,但回想起来,我认为@sama那个传说中的“建立一个随着模型变好而变得更好的业务”基本上就是我这里所说的Agent Labs。
swyx 回顾了Sam Altman关于构建随着AI模型改进而改进的企业的想法,将其与新出现的Agent Labs概念联系起来,并指出与2025年第四季度收入激增有明显的相关性。
@_jasonwei: 当语言模型首次开始良好使用工具时,我曾同情那种认为无需扩大语言模型规模(lang…)的叙述。
作者认为,虽然工具使用使较小的语言模型能够有效执行任务,但较大的模型在速度、可靠性和内化知识方面仍然至关重要,强调在人工智能领域持续扩展规模的必要性。
模拟一切,差不多如此:世界模型的承诺与局限
一篇Ars Technica的文章探讨了世界模型作为新兴人工智能范式的承诺与局限,将其与大语言模型进行对比,并邀请了专家就其在机器人、研究和资产生成中的应用提供见解。
@levie:一个相当好的方式来思考AI代理的价值以及机会所在。你有一种技术,它将……
这条推文强调了AI代理如何能自动化以前不切实际的任务,建议初创公司瞄准那些增加计算量会导致质变的领域。
@svpino: 我总听说用AI构建应用比以往任何时候都更容易,但为什么我没看到那么多新的好应用?想…
一条推文质疑:尽管声称用AI构建应用比以往任何时候都更容易,但为何AI驱动的应用质量并未显著提升。