Thinkgap 信息流
页面仅读取已加工的 items 表，并以中英双语呈现。
3 条内容
2026年6月，卡内基国际和平基金会发布了由前美国商务部顾问阿拉斯代尔·菲利普斯-罗宾斯牵头的研究报告，呼吁美国联合主要盟友（含欧盟、英国、日本、韩国、加拿大、澳大利亚和印度）组建“算力联盟”。报告指出，美国虽拥有全球73%的先进AI算力集群，但本土电网容量和政治阻力制约扩张；中国则以巨额国家投资和美国2.5倍的发电量快速追赶。报告认为任何单一国家都无法独自胜出，联合盟友则可整合电力、半导体设备、人才和资本形成绝对优势。核心建议是以加速审批和电网改革替代财政补贴，建立盟友间投资快速通道，统一AI透明度与测试标准。该方案实质为以美国利益为核心的松散联盟，意图构筑对华算力壁垒。
谷歌DeepMind发表论文《The Topological Trouble With Transformers》，指出Transformer架构在状态追踪上存在结构性缺陷：随序列增长，内部状态更新被推入更深网络层，导致后续处理无法访问，引发逻辑矛盾。论文通过猜数字游戏和“bank”歧义测试中的实际失效案例加以佐证。思维链通过将隐藏状态外显为文本缓解了问题，但计算成本高昂且未触及架构根本。作者主张转向沿序列维度显式传递状态的循环架构（如MAMBA、RWKV-7、DeltaNet），并建议研究更粗粒度的循环机制以及从前馈预训练到循环微调的分阶段训练策略。
在2026智源大会上，11位来自智源研究院、昆仑万维、腾讯混元等机构的一线研究者激辩世界模型的定义，一致认为当前视频生成、3D重建或视觉语言模型路线均未能实现物理因果推理与多传感器输入。专家指出，现有评测过度关注视觉质量，缺乏对物理正确性的检验；数据标注不足、评估标准缺失、精细物理规律建模精度不够是核心瓶颈。与会者提出需从预测下一个token转向预测下一个物理状态，并主张状态与动作联合训练、以事件为尺度分割、通过机器人闭环交互验证模型。