人类到今天都写不出一颗煎蛋的物理方程,
一颗鸡蛋打进热油锅,它怎么凝固、怎么摊开、边缘怎么变焦,
没有任何一个公式能描述清楚,这种例子在物理世界里多到数不过来。
而这恰恰是当下通用 AI 范式的天花板,视频生成、VLA 学的都是像素层面的统计相关性,
它能生成一颗煎蛋的样子,却不知道当把油温调低、锅换小,蛋会变成什么样,因为它从没碰到背后真正的因果。
UCSD 的
@huang_biwei 黄碧薇教授在做的,
就是让AI模型从普通视频里自动抽出这些人类都写不出的物理规律,
目标甚至是反过来,发现人类未知的新物理。
黄教授把近 30 年的 AI 拆成四代,
相关性小模型、因果小模型、相关性大模型也就是今天的 LLM,再到因果大模型,
我们正站在第四代的门口。
黄教授在因果 AI 领域深耕 12 年,是causal-learn 作者、入选过 Apple Scholar,
师承因果发现的开山一代,这套血统不是蹭概念蹭得来的。
今天 Aether AI 正式官宣完成首轮融资,
我更愿意把它解读成一个明确的信号,
终于有人开始为下一代 AI 范式下注,
而不是继续给大模型圈堆参数、拼体量、比算力这些"以胖为美"的相扑比赛加注。
官网传送门: