你有没有想过，AI的“开窍”瞬间，背后藏着什么样的秘密？这一期，我们将一口气解锁五篇最新论文，探讨AI智能的进化法则。我们会发现，为什么让AI的大脑长得“更高”而不是“更胖”，能让它学会体操一样的神操作；为什么“学得快”的AI画家比“学得久”的更有创造力；以及AI是如何通过自我复盘和深度研究，从一个模仿者，成长为能打通复杂游戏的通才。

00:00:33 人工智能的成长秘密：与其更胖，不如更高

00:04:46 AI画画，为什么“学得快”的比“学得久”的更聪明？

00:09:32 不止是模仿：机器人如何学会自我迭代

00:14:42 AI上岗：我们是怎么教会它打通一款游戏的？

00:20:44 你的大脑不是硬盘，而是搜索引擎

本期介绍的几篇论文：

[LG] 1000 Layer Networks for Self-Supervised RL: Scaling Depth Can Enable New Goal-Reaching Capabilities

[Princeton University]

https://openreview.net/forum?id=s0JVsx3bx1

---

[LG] Why Diffusion Models Don't Memorize: The Role of Implicit Dynamical Regularization in Training

[Université PSL]

https://arxiv.org/abs/2505.17638

---

[LG] π∗0.6: a VLA That Learns From Experience

[Physical Intelligence]

https://arxiv.org/abs/2511.14759

---

[AI] Lumine: An Open Recipe for Building Generalist Agents in 3D Open Worlds

[ByteDance Seed]

https://arxiv.org/abs/2511.08892

---

[CL] General Agentic Memory Via Deep Research

[Beijing Academy of Artificial Intelligence]

https://arxiv.org/abs/2511.18423