Phoenix Yin (@Phoenixyin13) “这是一篇生于工业界痛点，结晶于学术界理论的破局之作。 3天前，支付宝的母公司、全球” — TopicDigg
Phoenix Yin
@Phoenixyin13
加入 May 2025
0 正在关注 0 粉丝
这是一篇生于工业界痛点，结晶于学术界理论的破局之作。
3天前，支付宝的母公司、全球最大的金融科技独角兽蚂蚁集团与SMU联合发布了一篇新论文，提出了极具突破性的新框架。
像支付宝这种十亿级用户的国民级应用，如果要全面接入 AI，算力成本和Latency就是悬在头顶的达摩克利斯之剑。
因此，这篇论文提出了一个隐空间思维流，并把生成流网络GFlowNets这个学术概念引入到了大模型的隐空间推理中。
“既然把思考过程翻译成文字很慢，那我们干脆不翻译了。就让 AI 的大脑，直接在纯粹的数学意识流里进行高速风暴。”
论文把这个框架拿去和以前的碎碎念框架做对比，实验结果非常惊艳：
在微调和迁移学习的测试里，AI 的解题准确率提升了 9.5%。证明在纯数学向量里思考，没有人类语言的干扰，AI 的逻辑更严密。
同时，AI 在脑子里的思考路径缩减了 27.2%。这意味着它不仅不用吐出文字，而且可以用更少的思考步骤达到更好的效果。
我认为，这篇论文不仅是一个算法的升级，它预示着未来 AI 的发展方向。
以后，大模型会变得超级便宜和快速。我们用那种深度思考型的 AI，不用再等它在后台Thinking几十秒了，它在内部心算可能只需要 0.1 秒。而且，因为省了算力，API 的价格会断崖式下跌。
AI 拥有属于它们自己世界的原生思考方式。
它们可以用人类完全看不懂、但极其高效的数学逻辑，在内部完成逻辑闭环。
显示更多
