量子位

1953年，亨利·莫莱森（简称H.M.）走进了一间实验室。彼时的他不会想到，往后自己会成为神经科学发展史上标志性的案例。为根治从小反复发作的癫痫，医生切除了他大脑内侧颞叶的部分组织。手术成功控制住了癫痫，但也带来了无法逆转的副作用：他再也无法形成长期的全新记忆。童年的往事、旧日的住所他记忆犹新；可几分钟前刚聊过的人和事，转瞬便会彻底清零。科研人员短暂离开再折返回来，H.M.总会像初次见面一样，礼貌地重新问候眼前这个人。不过，真正颠覆学界认知的并不是他失忆这件事，而是镜像描画实验带来的发现。研究人员安排他看着镜子临摹复杂图案。虽然他完全不记得自己练习过这项任务，但日复一日下来，他的手法越来越熟练。身体记住了经验，可他的意识对此一无所知。这件事让科学家明白：存储经历和主动回想是两套各自独立的过程。信息可以被保留，却不一定能被调取。如果H.M.代表记忆缺失的极端，俄罗斯记者所罗门·舍雷舍夫斯基则站在了另一个极端。他可以长久记住海量文字、数字和细碎画面，可超强记忆反倒成了枷锁—— 他没法过滤无用细节，气味、画面、零碎往事随时随地涌上脑海，繁杂信息挤占了思考空间，导致他很难从具体画面中提炼出抽象理解。两个案例印证了同一个核心道理：遗忘并不是记忆的漏洞，它本就是记忆自带的能力。高效的记忆，是筛选关键内容、舍弃琐碎细节，后续再结合现实重新理解过往。但反观当下的AI行业，大家做的恰好是相反的事。现在主流AI记忆方案逻辑十分单一：把过往对话全部储存，借助向量匹配，检索相似度高的聊天片段用来回答问题。不管是RAG检索还是超长上下文，本质只是在做存储和关键词匹配。它调取的是历史记录，算不上真正意义上的回忆，内容相似，并不代表贴合问题本身。为什么相似不等于相关？特德·姜在小说《双面真相》里，借两种截然不同的记忆逻辑给出了更深的解释。第一种叫vough（事实存档），只客观记录真实发生过的全部细节，不加主观改动。故事中一位父亲，机器录像清清楚楚证明是他率先指责了女儿；但在自我辩解的本能驱使下，他脑海里篡改了事实，一直认定是女儿伤害了自己。第二种叫mimi（现实解读），结合当下处境对过往经历做出合理理解，帮我们自洽地继续生活。人脑有一个天生的特性，每次回忆往事的时候，都会悄悄改写记忆内容。回忆和修改过往经历，是人脑绑定在一起的本能。每一次想起，都是一次重写。但AI可以打破这种束缚。原始事实的存档和结合当下的回忆推理，完全可以拆分成两套独立系统。存档阶段恪守客观事实，一旦记录完毕就绝不改动；回忆阶段针对当下问题，综合多条线索重新推导答案。回忆不该只是简单查表，而是结合现状重新梳理过往经验。一群来自上海交大、哈佛、CMU、芝加哥大学、清华、UC Berkeley、JHU、复旦、UCL等名校的年轻人，创办Shadoweave（织影）团队，自研了Holographic Memory System全息记忆系统，正是沿着这套思路在工程上落地。

行业密探

代码Agent这两年为何进步飞快，成为AI界的宗门大师兄？因为这玩意儿自己个儿就超！闭！环！的！代码Agent可以自动执行、自动验证、自动反馈。写了代码跑一下就知道对不对，奖励信号非常清晰明确。这给后训练（Post-training）阶段的自反馈闭环提供了完美条件。同样是AI界大热门，具身智能目前就缺少这种“神助”。它面对的物理世界比代码Agent面对的世界复杂多了，而且很难得到即刻验证。它接收的信号不像代码那样有一个编译器就能判定，它们模糊、昂贵，而且每一次真机试错都意味着真金白银的人力和硬件损耗。 VLA（视觉-语言-动作模型）是具身智能中最早受到关注的技术路线。但很快，大家发现这个技术存在物理理解缺失、泛化能力极弱、长时序与规划能力不足等等问题，做不到“一家独大”包打天下。大家有点着急。后来，世界模型又成了行业里的新宠儿。但世界模型似乎也不是灵丹妙药（至少目前来看是这样的）…… 这也不行那也不行，具身智能，你到底要怎样啊？？这个时候，原力灵机相关负责人站出来表态：我觉得特别愚蠢的一件事情是在「技术路线」上给自己贴标签。这件事情是特别蠢的。应该以目标导向。你要解决什么问题，挑选对应的方法去解决它，而不是说我是什么方法的、什么流派的，为此来证明只有我才是标新立异的。他介绍，大约今年过年前，原力灵机意识到可将世界模型作为后训练的一部分。一晃眼半年过去了。这个月，原力灵机发布了旗下首款具身世界模型DW0.5，并将它接入世界模型驱动的具身智能后训练框架DFOL2.0。 “这套基模支持多模态输入，包括任务指令、图片和视频，还能选定机器人类型。我们可以凭借历史动作，预测后续视频状态。”原力灵机联合创始人汪天才说。他介绍道，DW0.5用上万小时真机、多视角数据完成联合预训练，仿真能力很强，能生成各类画面。不光能做出机械臂正常作业的视频，就算参考错误动作，也能还原任务失败的场景，以此支撑DFOL2.0框架的在线强化学习训练。 DW0.5作为一个高保真仿真器，把强化学习搬进虚拟世界。 VLA先给出候选动作，DW0.5在虚拟环境中预演未来，判断成功、失败与偏离风险，再把可用反馈送回强化学习。按其披露的数据，这套流程可让后训练中真机数据需求骤降60%，整体训练成本下降40%。

行业密探