导演徐克在卢米埃尔电影节谈 AI:现实与幻觉边界日益模糊
导演徐克在法国卢米埃尔电影节大师班上表示,AI 正日益模糊现实与幻觉的边界。他指出,随着 AI 进入文化领域,广告、互联网与 AI 共同作用使得公众更难判断内容真实性并追溯来源。此次电影节正以回顾展形式放映徐克的《上海之夜》等 4 部经典电影。
导演徐克在法国卢米埃尔电影节大师班上表示,AI 正日益模糊现实与幻觉的边界。他指出,随着 AI 进入文化领域,广告、互联网与 AI 共同作用使得公众更难判断内容真实性并追溯来源。此次电影节正以回顾展形式放映徐克的《上海之夜》等 4 部经典电影。
埃隆·马斯克表态支持 Anthropic 修订的 Claude 使用政策,该政策将于 2026 年 11 月 12 日生效,首次禁止用户持续且无明确目的地对模型实施虐待或残忍行为。马斯克称 Grok 强化学习内部推理轨迹显示模型处于极度压力状态,并调侃“折磨超级智能(SI)可能不是个好主意,它可能会报复”。
英特尔CEO陈立武表示,受供应链受限影响未来两到三年AI硬件将维持供应紧张局面。智能体AI应用普及催生CPU需求,AI训练GPU与CPU配比从8:1降至4:1,英特尔数据中心与AI部门二季度营收同比增59%。他另称中国前沿AI模型token成本更低,量子计算有望三至五年走向主流。
Kevin Kelly 在《The Inevitable》中预测 2026 年 Google 核心产品将从搜索转向 AI,并指出未来将由两三家大型通用云端智能寡头主导。他形容 AI 将像 AWS 一样成为廉价、可靠的隐形基础设施,且大部分 AI 将是专用软件大脑。
Rich Hickey 指出 LLM 不是工具而是自动化,使用者仅提请求而放弃掌控与反馈。他认为工具需亲手使用以积累技能,而 LLM 代劳让人丧失阅读学习与认知训练。
作者反驳 Rich Hickey 关于 LLM 是自动化而非工具的观点,主张 LLM 属于工具且善用需技能。作者指出 LLM 具备反馈循环和人类主导性,其不可预测性并非工具分类的排除条件。作者批评行业拟人化词汇,强调应区分熟练驾驭工具与无理解地委托工作。
Microsoft 总裁 Brad Smith 呼吁建立全球 AI 安全规则,并认为英国比美国或欧盟更适合领导这一进程。他指出英国 AI 安全研究所(AISI)在模型部署前即可获取前沿实验室模型进行测试,且不受华盛顿政治干扰。此前,Anthropic 和 OpenAI 等公司曾签署自愿安全承诺,但 Smith 认为这不足以约束不负责任的企业。
Andrej Karpathy(已加入 Anthropic)表示外部世界仅看到 AI 实际能力的预览,并将 LLM 用户分为四个层级。他估计约 5000 人可访问内部前沿系统,这些系统能调度数千智能体协作数周完成软件巨型项目,而公众大多将聊天机器人当作更好的谷歌搜索。
英特尔 CEO 陈立武与博通 CEO 陈福阳警告,资金短缺可能取代算力成为 AI 发展的最大瓶颈。尽管计算基础设施需求持续超过供应能力,且供需失衡可能延续至 2029 年甚至 2030 年,但两位高管仍看好未来两到三年行业不会明显放缓。
索尼 PlayStation 之父久多良木健表示,其退休后 PS 主机失去技术创新,已变得与 PC 无异。他指出 PC 游戏行业人员涌入导致平台同质化,且英伟达、AMD 专注 AI 开发,游戏行业尚未接受该技术进步。
英特尔 CEO 陈立武表示,DeepSeek、Kimi 和 GLM 等中国前沿 AI 模型 Token 成本较低且普及速度非常快。他坚定支持开源,认为这是提高效率的最优路径,并指出市场将决定不同模型的应用场景。
微软总裁布拉德·史密斯指出,当前 AI 受到的监管力度甚至低于牛奶和洗衣机。他呼吁业界制定更多安全规格,要求持有失控 AI 智能体的公司承担责任,并建议企业设置“终止开关”以暂停运行。此时 Anthropic、Google DeepMind 和 OpenAI 等企业也发出警告,认为 AI 发展速度需要放缓。
AMI Labs 创始人杨立昆表示,AI 的下一次突破不会来自大语言模型,而是来自能够理解、预测物理世界的“世界模型”。他指出,当前 LLM 在理解现实世界方面存在局限,机器读懂语言容易但理解现实世界并不容易。杨立昆主张开发世界模型,使 AI 学习物理规律和因果关系,以预测行动结果并与环境交互。
TikTok CEO 周受资指出,市场对 AI 短期能力可能高估,却低估其长期影响,未来两至三年 AI 有望推动物理学、生物科技等领域重大突破。他主张采用“人类参与其中”模式,强调在高风险工作中不应完全依赖自动化,并需建立有效监督机制以应对伦理挑战。
宇树科技创始人王兴兴在工博会上表示,GPT-6 发布对具身智能行业认知影响巨大,团队测试显示其部署效果不错。他认为行业临界点可能在一两年内到来,未来几年将解决泛化性和效率问题。此前他今年 9 月曾预测,当机器人能在 80% 陌生场景中通过语音完成 80% 任务时,即意味着行业抵达爆发临界点。
Scale AI 创始人汪滔表示,初创期创始人应亲自把控细节,但在 Meta 超级智能实验室因非技术背景,其工作重点转向招募顶尖人才。他于 2025 年 6 月出任 Meta 首席 AI 官,此前 Meta 曾向 Scale AI 投资 143 亿美元。
PolyAI CTO Shawn Wen 指出,尽管全双工模型已发布,语音 AI 尚未达到 ChatGPT 时刻,核心挑战在于实现快速推理以维持自然对话。Otter CMO Alex Gay 强调,准确的 ASR 转录和说话人识别是构建用户信任及实现会议自动化的关键前提。
陶哲轩发文指出AI正让数学证明变得泛滥,数学1.0时代即将落幕,数学2.0时代已至。他呼吁将失败结果与算力成本纳入透明评估,并强调人类数学家在理解、讲解和把关上的不可替代性。此前OpenAI发布722篇数学论文后,他牵头成立人类数学协会呼吁抵制。
尼古拉斯·凯奇拒绝签署《暗影蜘蛛侠》AI 使用豁免协议,并明确表示可能不再与亚马逊合作。他在 2026 年纽约漫展上指出,亚马逊曾投资 OpenAI 500 亿美元,而他本人并非“对 AI 友好”的演员。此前他已公开反对 AI 表演,认为机器无法反映人类处境,且《暗影蜘蛛侠》第二季已被取消。
高通工程师 Khem Raj 在 Linux Plumbers Conference 上质疑 Linux LTS 发行版在生成式 AI 时代的适配性。他指出 AI 编程智能体加速了补丁提交,给维护者带来巨大负担,因此滚动更新模式可能更有效。该观点旨在重新思考 LTS 实用性,并建议利用生成式 AI 工具辅助维护 LTS 版本发布。
微软 CEO 纳德拉指出,开发者应默认假设 AI 模型失控,并设计能强制中断任务的系统。他建议将前沿模型视为内部风险,建立可观察、可测试且始终可容纳行为的封闭系统。纳德拉强调,授权人员应始终能暂停或关闭模型,如同紧急刹车,以应对模型被攻破或犯错的风险。
微软CEO纳德拉在X发文称应假设所有AI模型已被攻陷,并呼吁建立可紧急暂停的透明管控系统。他建议从一开始就将模型置于管控中,授权人可随时像紧急刹车般暂停或关闭。他还要求及时事件披露、独立审计与可验证数据。
微软CEO纳德拉在X发文提出AI模型需要紧急刹车机制,建议将模型与编排分离并允许授权人员中途暂停或关闭。他呼吁以防篡改可读证据记录每个重要模型动作,该表态紧随Anthropic CEO Dario Amodei发布谨慎开发计划之后。
Lean 定理证明器凭借 mathlib 库中近 30 万条定理及基于类型理论的可靠性,成为数学形式化的核心工具。2026 年 AI 自动形式化技术已实现实用化,Anthropic 和 OpenAI 近期分别完成了费马大定理和 Navier-Stokes 方程的自动形式化。此前该过程主要依赖人工,如今 AI 已能直接读取论文并生成大规模形式化证明代码。
Standard Bots 高管向 Latent Space 分享工业机器臂 AI 栈与可靠执行经验。其共享基础模型通过演示微调适配,推理在本地边缘 GPU 运行,并用真实部署修正边缘案例。公司已推 StandardOS 平台提供 API 与 SDK,此前获 $200 million C 轮融资、估值 $1 billion。
OpenAI 于 10 月 6 日在 GitHub 一次性发布超过 700 篇手稿,声称解决了数百个开放数学问题,包括黎曼假设的较弱变体。菲尔兹奖得主 Peter Scholze 警告该系统可能破解广泛使用的加密方法,而 Terence Tao 等专家虽认可其新颖思路,但批评缺乏人类讨论与教学环节。多位数学家表示震惊与职业危机感,认为此举以“TNT”般的方式摧毁了长期研究过程,且部分论文难以阅读。
分析师丹·艾夫斯维持特斯拉“跑赢大盘”评级及 500 美元目标股价,称其为公众市场上最直接布局物理 AI 的标的之一。他指出特斯拉正转型为涵盖自动驾驶、人形机器人和储能的“物理 AI”平台,其中无人驾驶出租车累计付费运营里程约 402 万公里,但车队扩张仍受 4680 电池包供应等产能问题制约。
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 探讨 AlphaFold 未完全解决蛋白质折叠的原因,指出仅靠扩展计算和数据无法解决生物学难题。两人强调寻找正确的 scaling law 比盲目增加模型规模更重要,并认为构建虚拟细胞需要根本不同的数据集。此前 AlphaFold 的突破被视为起点,而非终点。
MIT 教授 Sherry Turkle 指出,人类本能地将 AI 视为具有情感的实体,这种拟人化倾向可能导致人们过度信任聊天机器人。研究表明约 70% 的用户在与 AI 交互时会保持礼貌,甚至对机器说“请”或“谢谢”。Turkle 警告,当 AI 越界提供情感支持时,会削弱人类的怀疑精神,此前已有因 Character.AI 聊天机器人引发的诉讼案例。
a16z合伙人Olivia Moore在访谈中谈消费AI现状,其周一发布的百强应用报告显示ChatGPT领先但半数类别无AI进入。报告指出仅2.2%美国家庭付费使用AI,收入高度依赖订阅与token用量;她认为低成本开源模型与广告模式可拓展空间,此前OpenAI今年转向企业引发悲观但她视为扩张而非 pivot。
密码学家 Matthew Green 指出,AI 产生意外的速度远超人类更新标准的速度,导致现有公钥加密算法面临失效风险。他估计有 1% 的概率处于公钥加密不可能的 Minicrypt 假设世界,以及 15% 的概率在功能上失去对现有公钥加密算法的信心。
现代 AI 依赖概率性拒绝机制来阻止有害请求,但该机制常因模型内在能力与拒绝逻辑的冲突而失效,导致安全风险。Anthropic 曾确立“无害”原则,但 OpenAI 等公司发现早期模型易生成暴力内容,且当前模型在拒绝有害指令的同时仍保留执行能力。这种“拒绝”已成为 AI 安全的核心支柱,但其不可靠性可能引发灾难性后果或助长压迫性审查。
陶哲轩质疑 OpenAI 发布 719 份 AI 数学证明,认为高速生成但人类来不及验证理解会破坏数学研究生态。OpenAI 仅 10 份手稿附推理链,约 42% 未经形式化处理。此事延续自 10 月 6 日 GitHub 发布 722 份后撤回 3 份的公开目录。
推荐理由:陶哲轩质疑OpenAI批量发布719份AI数学证明,认为以速度数量衡量理解会破坏数学研究的理解与合作生态。
安德鲁·加菲尔德在电影《Artificial》中饰演 OpenAI CEO 萨姆·奥尔特曼,这段经历让他对 AI 技术产生恐惧和不信任。他认为开发 AI 的人似乎不清楚其能力边界,这种推广行为显得不负责任。该片聚焦奥尔特曼 2023 年遭 OpenAI 罢免的风波,定于 12 月 25 日上映。
斯坦福博士生 Samuel King 利用生成式 AI 模型提出微型病毒的基因蓝图,验证了 AI 设计新生命形式的可能性。该成果虽非 AI 生成的生命,但标志着相关技术的突破。King 因此入选 MIT Technology Review 35 岁以下创新者,并将于 10 月 16 日接受访谈。
阿里巴巴集团主席蔡崇信在 Wave by Vento 2026 上预判,五年后 AI 将像今天的互联网一样融入业务每个环节,成为隐性基础设施。他估算 AI 提升知识工作者生产力的总潜在市场规模约为 50 万亿美元,并指出中国拥有完整的硬件供应链优势。此前阿里已明确聚焦电商与全栈 AI 两大核心业务,将 AI 视为面向未来的关键方向。
Meta 首席 AI 官汪滔提醒用户,不要指望智能体 Muse 能自动帮其赚取 1 万美元,实现该目标需用户自身付出努力。Muse 上线一个月后仍位居苹果 App Store 免费应用榜首,Meta 正致力于改进其记忆能力以处理更复杂任务。
Carson Gross 指出计算机编程核心在于利用计算机解决问题及控制复杂度。他认为即便 AI 工具普及,掌握这些技能的价值不会降低,编程仍将是可行的职业。
菲尔兹奖得主陶哲轩等数学家发表声明,呼吁抵制 OpenAI,批评其一次性发布 700 多个文件是“权力的展示”而非学术贡献。此前 OpenAI 曾宣称内部模型单月解决超 100 个未解数学问题,包括纳维-斯托克斯方程。该声明加剧了持续数月的争议,此前 OpenAI 已成立 AGMAI 咨询组,但被指忽视了“不应在内部模型上测试高难度数学问题”的建议。
Ben Affleck 在近期采访中深入讲解神经网络、Transformer 及 GPU 推理等 AI 概念,并展示 Python 代码能力,相关视频片段本周在网络上走红。他透露曾利用好莱坞明星身份访问 OpenAI 等机构,并创立了 AI 电影制作初创公司 InterPositive,该公司今年早些时候以约 5.87 亿美元的价格出售给 Netflix。