2026-07-08 18:18:00

世界模型的理解

强化学习 POMDP 闭环：智能体→动作→状态→观测→智能体

当前三种“世界模型”的定义是以上闭环过程的三种投影

• 第一种“世界模型”可看作渲染器，以像素形式输出供人眼使用的观察数据，重视视觉的真实度。其典型代表包括谷歌的 Genie3 或 World Labs 的 RTFM；此类模型能根据用户输入实时生成图像帧，但不能理解三维结构，只是人类视觉层面的“世界”展示
• 第二种“世界模型”可看作模拟器，其输出的一种包含几何结构和物理定律的世界状态表示，而人类和程序都能在此基础上进行计算或交互。模拟器目前的主要应用场景是作为训练场，实现与世界的模拟交互，测试现实中危险、昂贵或无法运行的场景（智能驾驶或机器人控制）
• 第三种“世界模型”可看作规划器，在给定一个观察和目标后，规划者会输出下一步该做什么的动作。规划器也被称为 World Action Models，其典型应用是机器人在非结构化世界中的动作决策

以上三种分类的底层逻辑，是看“世界模型”的输出处于 POMDP 闭环的哪个环节；渲染器将动作作为输入并产生观测，而规划器则将观测作为输入并产生动作，模拟器将根据观测和动作，更新状态

当前三种类型的“世界模型”的现状（2026-06）

• 渲染器在商业上是最成熟的，图像/文本转视频的市场正处于蓬勃发展的状态，深刻影响到了影视、游戏和艺术创作等领域的制作方式和业态。渲染器重视视觉的可信度，但对物理的准确性有所忽略
• 规划器仍处于发展的早期，与机器人学习/具身智能领域关系密切，所以其前景和潜力也值得看好；但规划期在当前阶段的研究仍被限制在高度受限的实验室理想环境下，距离落地和商业化还有一段距离
• 模拟器受到的关注度较少，但其影响却是最大的；模拟器作为渲染器和规划器直接的桥梁，需要实现对世界本身更完整的信息表示；模拟器应作为结构骨干，可以用于视觉上的渲染推理，也能评估动作的影响

模拟器的领域难点

• 缺少标注足够丰富（几何结构/材料属性/物理注释等）的三维数据用于训练
• 模拟器的输出与现实情况依然存在差异，并可能导致物理现象的荒谬

建立统一的世界模型

• 需要更丰富新颖的输入输出和训练结构，来打破渲染器、模拟器和规划器间的界限
• 建立一个功能全面的基础世界模型，能够渲染画面，服从物理和几何规律，进行动作规划和决策，并根据下游的消费者需求，在不同输出模式（动作/状态/观测）之间切换
• 三个方向都独立推动并塑造数十亿美元的产业，并在未来产生合力从而塑造更伟大的事物；大语言模型只是机器参与谈论世界的方式，而世界模型才是机器最终理解、想象、推理并与之互动的方式

本小节内容主要参考自 《A Functional Taxonomy of World Models》

世界模型的启示

三种类型的“世界模型”虽然输入和输出的形式差异较大，但其本质都在于尝试理解世界的运作方式，包括几何、动物、动力学等信息，因此也可以看作是三位一体的。

画虎画皮难画骨

• 古代艺术家擅长捕捉外在形态、光影和纹理，却因为对内在骨骼结构、肌肉张力存在认知局限，最终的画作也往往流于表面，因而许多画虎大师的作品常被人诟病“形似而神不似”。近现代艺术绘画者则吸取教训，在学徒截断就对生物的肌肉和骨骼进行系统学习和临摹，并得以绘制出很多“神形兼备”的优秀作品
• 从大语言模型的角度来看，这个逻辑可能是不成立的；大语言模型的训练过程是对海量文本和多模态数据的统计建模，其通过对“皮”的海量模仿、调试和反思，从而在参数空间中形成了对“骨”的结构感知。不可否认，当人类也进行如此多的重复练习后，也是可能实现“由皮到骨”的彻悟，但其中的时间成本和精力投入太大
• 而对于世界模型来说，到底是应该先进行海量的画皮练习，还是先研究和理解肌肉骨架，依然是悬而未定的。但是不妨碍人类在当下阶段双管齐下，渲染器是在画皮，重视视觉上的真实还原；模拟器则是在画骨，通过分析结构上支撑；最后以三位一体的思路来打通揉碎，建立一个更为完整统一的世界模型

知人知面不知心

• 心智隐私是社会合作的必要机制，同时也带来永恒的不确定性；以史为鉴，有太多背叛、欺骗和谎言穿插在人类历史的长河中，或许这暗喻着人类社会中长期存在的信任困境是无法消除的。而“言行一致”不仅是一种宝贵的人格品质，也说明仅靠语言建立的信赖关系可能是有些脆弱的
• 从大语言模型的角度来说，这个逻辑可能是不成立的；大语言模型在训练和学习中积累了大量心理语言模式，因此能通过上下文推断用户意图、情感状态甚至潜藏动机；但大语言模型所能读懂的“人心”依据是有局限的，并不能代表真实的主观体验，还可能掺杂着“幻觉式共情”或数据偏差导致的误判
• 而对于世界模型来说，做到这一点可能反而比大语言模型简单，毕竟“读懂世界的心”可能会比“读懂人心”容易一些，当前阶段的世界模型的难点还是在于高质量的训练数据或者更新颖的训练方法，未来的世界模型在整合足够多的世界信号，或许能实现一定程度的反事实推理和未来预测

“读懂世界的心”的难点

• 对于世界的表征和理解来说，有很多复杂而确定的规律（物理/几何/动力学）可学习。不过受限于当前的模型架构和训练机制，AI 学习和理解这类高确定性复杂规则的难度其实是高于人类的
• 此外，一个完整的世界除了核心的万物规律之外，也会有很多复杂而混沌的细节（气象/涡旋/生态循环/生化反应），这都会是影响未来世界模型持续进化的阻塞点

人类与 AI 的进化之道

• 由皮到骨可能对人类来说是笨方法，但对于不怕重复和低效的 AI 来说则不一定，只要每次努力都获取一定的成长或回报，AI 就能通过大量的重复实践和总结反思，从而达到人类未曾设想到的高度
• 对于脑力和时间有限的人类来说，其学习的目标是如何在有限的练习过程中，尽可能多地掌握更多的知识，而抽象、反思和传承就是其中的精髓；（1）抽象能让人类拨开事物的表象，通过更本质的规律以点带面，构建出无形但有结构的知识图，来捕捉到更多事物的共性（2）反思则是对知识图局部的持续维护与修补，哪怕这份局部知识只是世界的冰山一角，哪怕这种探索与求知最后走向了死胡同，那依然会点亮了原本暗淡地图的一角（3）传承让人类得以站在巨人的肩膀上看世界，个体的知识火炬只能照亮一小片黑暗，但连成片的火炬将照亮更多的大地和天空，人类也会看到更远处的风景
• 积硅步，至千里，这是属于 AI 的成功之路。AI 的成长过程是一个不断从量变到质变的连续过程，或许其最终也将在反复的质变和涌现过程中掌握更深层的学习能力，从而实现自我递归改进，促进技术的指数级增长，并带动人类社会往更高层的跃迁和进化
• 格物致，传道远，这是属于人类的智慧火光。人类社会的发展过程，时而克制且持续，时而剧烈且短暂， 而 AI 既有的技术影响力已经达到了非常高的量级，其终将渗透落实到社会的各个方面；人类当下需要做好的应该是，进行更快的社会结构和生产关系的转型来拥抱 AI；建立新的社会保障和监管机制，来降低这次技术大爆炸对当前社会和时代的负面影响，阵痛之后，即是未来

千万次画皮，终得皮中骨；亿万次识人，自辩人世心。

论文扩展阅读：

世界模型：基于强化学习捕捉环境的时间和空间表示
Genie：生成可交互环境的基础世界模型

2026-07-01 11:06:00

仅搜集收录了部分个人感兴趣的文章，并进行简单记录

1 概念科普

1.1 多样化的锻炼方式能显著减低死亡风险

2026-04-27 文章链接

研究人员分析了两项大型长期研究的数据：护士健康研究（121700 名女性参与者）和健康专业人员随访研究（51529 名男性参与者）。这些研究对参与者进行了 30 多年的跟踪，每两年通过问卷收集一次参与者生活方式、健康史和运动习惯的定期更新信息

活动类型：步行、慢跑、跑步、骑行（包括固定健身器材骑行）、泳池游泳、划船或徒手体操、网球以及壁球或短柄墙球；后续补充了力量训练或抗阻训练；瑜伽、拉伸和塑形等低强度运动；修剪草坪这类高强度体力活；维修和园艺等中等强度户外作业；以及挖掘、劈砍等重体力户外作业；还有每天爬楼层数

代谢当量（MET）评分，

• MET = 每项活动的平均耗时（以小时/周为单位）x 其代谢当量值
• 代谢当量表示一项活动相较于静息状态所消耗的额外能量

主要结论：

• 行是最常见的休闲锻炼方式，而男性比女性更有可能慢跑或跑步
• 整体活动水平更高的人通常更健康，其吸烟、患高血压或高胆固醇的可能性更低
• 高水平的身体活动，以及除游泳外的大多数单项运动类型，均与更低的全因死亡风险相关
• 总活动量带来的益处在每周约20个代谢当量小时后趋于平稳，超过该阈值后额外收益会减少
• 步行与死亡风险的关联最为显著，步行最多的人与步行最少的人相比，死亡风险降低了17%。爬楼梯则与10%的死亡风险降低相关；网球、壁球或短柄墙球与15%的风险降低相关
• 划船或健美操显示风险降低14%。力量训练或抗阻训练以及跑步分别与13%的风险降低相关。慢跑与风险降低11%相关，而骑自行车的风险降低幅度较小，为4%
• 在考虑了总运动量后，活动类型最多样的参与者因各种原因导致的死亡风险降低了19%；与参与活动类型较少的人相比，他们因心血管疾病、癌症、呼吸系统疾病及其他原因导致的死亡风险也降低了13%至41%

1.2 荟萃分析显示手指长度比值与性倾向存在显著关联

2026-04-29 文章链接

一项涵盖 51 项研究、逾 22.7 万名参与者的荟萃分析显示，2D: 4D（食指与无名指） 手指长度比值与性倾向显著相关。研究发现，女同性恋者的比值较低，表现出更典型的男性特征；男同性恋者的比值则较高，表现出更典型的女性特征。这些发现支持了产前雄激素和雌激素水平共同影响手指发育与性倾向形成的假说。

1.3 临床版 ChatGPT 在临床任务上的表现优于医生

2026-04-22 文章链接

根据美国医学会⁠ (AMA) 2026 年的一项调查，医师对 AI 的使用率现已达到历史新高：72% 的医师报告他们在临床实践中使用 AI，而去年这一比例仅为 48%

HealthBench Professiona 是针对真实临床专业人士对话任务的开放基准测试，涵盖了诊疗咨询、文书撰写与记录，以及医学研究这三个用例，是对 HealthBench⁠ 更广泛的医疗对话评估体系的进一步补充

• 定制版 GPT-5.4 取得了 59.0 分的成绩，表现超过人类医生的 43.7 分（在医生不限时且允许互联网访问的情况下）；对 6924 次临床 AI 对话进行测试，其中 99.6% 的回复被评定为安全且准确

1.4 《飞利浦未来健康指数》调研

2026-05-30 文章链接

《飞利浦未来健康指数》调研

• 发起方：Vitreous World；调研时间：26年 2 至 4 月
• 覆盖范围：10 个国家、2011 名医护人员及 20085 名患者
• 核心结论：医护人员每周平均可多接诊 5 名患者。约 30%的受访医生称 AI 助力削减预算，27%的人表示过去三个月内 AI 至少三次协助排查医疗失误，36%表示接诊量增加。但 77%的受访医护人员反映培训资源缺失。目前 AI 主用于行政事务，而医疗保险公司则担忧其滥用导致理赔费用上涨

1.5 八种常见的食品添加剂与高血压和心脏病有关

2026-06-18 文章链接

实验设计：来自法国各地的112,395名志愿者。参与者每六个月报告他们在三天内的所有饮食和饮水情况；研究人员随后对这些食品和饮料中的成分进行了详细评估，包括防腐添加剂。参与者的健康状况被监测平均七到八年，以确定他们是否发展为高血压或心血管疾病

核心结论：

• 几乎所有参与者都接触了防腐剂。在研究的前两年内，99.5%的人至少摄入了一种食品防腐剂
• 摄入最多非抗氧化防腐剂的参与者，高血压风险比摄入最少者高出29%。他们患心血管疾病的风险也高出16%，包括心脏病发作、中风和心绞痛；抗氧化防腐剂摄入量最高的人群，高血压风险增加22%
• 8项常使用的防腐剂与高血压风险显著相关：山梨酸钾（E202）、亚硫酸氢钾（E224）、亚硝酸钠（E250）、抗坏血酸（E300）、抗坏血酸钠（E301）、赤胯菧酸钠（E316）、柠檬酸（E330）、迷迭香萃取（E392）；抗坏血酸（E300）也被特异性地与心血管疾病相关

2 模型预测

2.1 儿童呼吸道合胞病毒感染致危重症肺炎风险的列线图预测模型

2026-05-06 文章链接

数据说明：

• 2021 年 1 月至 2024 年 12 月上海市儿童医院收治的 515 例 RSV 感染致重症肺炎患儿
• 患儿中男299例、女216例，就诊年龄20月龄，危重症组207例（40.2%），重症组308例（59.8%）

核心结论：

• 危重症组就诊年龄≤6月龄、有喘息症状、肥胖、早产和合并基础疾病的占比均高于重症组（均 P<0.05）；热程、中性粒细胞与淋巴细胞比（NLR）和降钙素原均高于重症组（均 P<0.05）
• 多因素Logistic回归分析示，就诊年龄≤6月龄、喘息、基础疾病、NLR和降钙素原均是RSV危重症肺炎的独立危险因素（ OR=3.30、3.10、6.57、1.16、1.22）
• 列线图模型，经Bootstrap校正后模型区分度良好（C指数0.80，95% CI 0.77~0.84）

2.2 基于血清指标和肺部超声特征预测小儿重症肺炎并呼吸衰竭

2025-03-24 文章链接

数据说明：

• 2019年1月至2024年1月九江市妇幼保健院儿童重症医学科收治的208例重症肺炎患儿
• 根据患儿入院后3个月有无伴发呼吸衰竭分为衰竭组（131例）和非衰竭组（77例）

核心结论：

• 单因素分析显示，两组患儿年龄、既往肺部感染病史、儿童危重病情评分（PCIS）、先天性气道畸形、先天性心脏病、肺部超声评分（LUS）、涎液化糖链抗原（KL-6）、血清可溶性髓系细胞表达的触发受体-1（sTREM-1）比较，差异均有统计学意义（均P<0.05）。
• 多因素Logistic回归分析显示，年龄、PCIS评分、LUS、先天性心脏病、KL-6、sTREM-1均是重症肺炎患儿伴发呼吸衰竭的独立危险因素（均P<0.05）。CRT模型构建显示，年龄、先天性心脏病、KL-6 及先天性气道畸形是重症肺炎患儿伴发呼吸衰竭的影响因素。BPNN模型结果显示，影响因素重要性排序为KL-6>年龄>sTREM-1>LUS>PCIS 评分>先天性心脏病>先天性气道畸形>既往肺部感染病史。
• 3 种机器学习算法中，Logistic 模型预测效能最佳，AUROC 为 0.981，灵敏度为 0.962，特异度为 0.909

2.3 基于机器学习的儿童重症肺炎预警模型的研究

2026-01-16 文章链接

数据说明：

• 武汉儿童医院2019年1月1日至2023年12月31日期间因CAP入院的15 750名患儿
• 年龄限制在28天至18周岁，年龄中位数为2（0，4）周岁。其中，男童9 555例（60.67%），女童6 195例（39.33%），2 211例（14.04%）罹患重症肺炎

核心结论：

• 6种有监督的机器学习模型中 XGB 测试集性能最佳，AUROC：0.884（0.870~0.898）
• 在最佳阈值下，模型灵敏度为 0.803（0.772~0.832），特异度为 0.828（0.816~0.839）。模型预测风险与实际风险之间具有高度一致性（Brier：0.081，0.075~0.086）
• 基于SHAP法的模型解析发现，呼吸频率、心率、T淋巴细胞亚群、红细胞体积分布宽度-SD等指标是儿童CAP重症化的关键预测因子

2.4 基于常规实验室指标的幼儿重症肺炎风险机器学习模型

2025-12-17 文章链接

数据说明：

• 2013 年 1 月至 2023 年 8 月，中国安徽省儿童医院85,886名肺炎患儿
• 纳入与排除标准：纳入5岁以下、住院至少24小时且符合《国际疾病分类第十版》（ICD-10）肺炎诊断标准的儿童；排除实验室数据缺失超过50%或存在不合理实验室值（如细胞计数为负）的病例
• 外部验证数据：浙江大学医学院附属儿童医院重症监护数据库 PIC

核心结论：

• 单因素逻辑回归识别出50个与重症肺炎相关的候选特征（P<0.10）；经SelectFromModel算法筛选，最终得到17个按预测重要性排序的生物标志物，包括氯（Cl）、葡萄糖（GLU）、乳酸脱氢酶（LDH）等
• 基于17个生物标志物训练的9种机器学习模型进行入院24小时内重症肺炎诊断预测；其中CatBoost模型性能最优（AUC=0.879），其次是XGboost（0.876）、LightGBM（0.876）和GBM（0.873）
• 在保持性能不变的情况下，精简CatBoost模型特征为11个生物标志物：Cl、GLU、直接胆红素（DBil）、血尿素氮与肌酐比值（BUN/SCr）、LDH、淋巴细胞比率（LY%）、胆碱酯酶（CHE）、间接胆红素（IBil）、尿酸（UA）、血小板分布宽度（PDW）、γ-谷氨酰转移酶（GGT）
• 精简后CatBoost模型测试集表现，AUC=0.879、准确性=0.800、敏感性=0.774、特异性=0.826、F1分数=0.795、AUPR=0.881；外部验证表现良好，AUC=0.839
• 根据 SHAP 依赖图确定了临床相关阈值：Cl≤103 mmol/L和LDH≥298 IU/L会增加重症肺炎概率，而GLU≤5.7 mmol/L和LY%≥43.2%会降低风险

2.5 可解释性机器学习模型预测肺炎患者住院死亡率

2025-09-29 文章链接

数据说明：

• 回顾性多中心，包括 MIMIC-IV（9,410名患者），MIMIC-III（2,487名患者）、eICU（13,541名患者）和复旦大学内部；其中 MIMIC-IV 为训练集，后三个为外部验证集
• 研究结果显示该队列包括 25,783 名肺炎患者，数据库死亡率为 17.1%-38.3%

核心结论：

• 使用了 Boruta 算法进行特征筛选，找到 21 个重要特征变量；机器学习建模+SHAP 分析后，最终确定了九个始终重要的特征：年龄、舒张压、心率、体温、呼吸频率、肌酐、血尿素氮、血小板计数和白细胞计数
• XGBoost 表现最佳，训练集 AUC 0.747（95% CI：0.733–0.761）， 测试集 AUC为0.672（MIMIC-IV）、0.670（MIMIC-III）、0.695（eICU）和0.653（FAHZU）
• SHAP分析显示血小板计数是最具影响力的预测因子，其次是血尿素、氮和年龄

2.6 基于Shapley 加法解释法的肺病 ICU 患者死亡率预测模型

2024-09-13 文章链接

数据说明：

• eICU-CRD（2014-2015）成人肺炎患者，考虑入 ICU 之后的前 24h 数据
• 在10,962名肺炎（ICD9+诊断关键词匹配）患者中，住院死亡率为16.33%

核心结论：

• XGBoost 模型预测性能最佳（AUC：0.778 ± 0.016），比传统评分和其他方法高 10%
• SHAP 分析确定天冬氨酸氨基转移酶（AST）是主要预测因子，其次是患者年龄、白蛋白、BMI等

2.7 可解释性机器学习模型用于预判中风相关肺炎的早期诊断

2024-11-08 文章链接

数据说明：

• 纳入标准，年龄≥18岁，首次ICU住院，住院时间>24小时，且入院前未接受有创机械通气
• 筛选出 11,988 例 MIMIC-IV 患者数据库用于训练，34,885例 eICU-CRD 患者数据库外部验证
• 特征变量纳入五类共 41 个（排除了 10 个缺失率>50%的变量）：人口统计学特征、其他静态信息（如ICU前住院时长）、生命体征、实验室数据（血气、肝肾功能等）、临床评分（如SOFA、GCS）

核心结论：

• CatBoost 模型在测试集 AUC 达 0.881，外部验证集 AUC 为 0.750
• SHAP分析显示，对预测影响最大的前5个特征依次是：格拉斯哥昏迷评分（GCS）、身体质量指数（BMI）、动脉血氧分压（PaO₂）、呼吸频率（RR）和ICU入院前住院时长（LOS before ICU
• 使用上述5个关键特征的简化CatBoost模型，在测试集中AUC达到0.86

3 治疗干预

3.1 胰腺癌新药 3 期试验生存时长翻倍

2026-06-16 文章链接

• 新型靶向治疗药物 Daraxonrasib 通过识别并拉住处于活性状态的RAS蛋白来阻止癌变信号的传递
• 可用于晚期抗肿瘤活性，不良反应目前也只是以轻度皮疹、胃肠道反应为主，适用其它RAS驱动型癌症
• 3期试验的试验对象均为经治转移性胰腺癌患者。其中，RAS G12突变亚组里，Daraxonrasib中位总生存期可达13.2个月，而化疗患者是6.6个月，两组死亡风险比均为0.40（P＜0.001）

2026-06-25 22:52:00

本文主要围绕三个重要章节来展开

• 回顾篇 - 当 AI 遇见游戏：描述游戏领域的 AI 发展历史和关键节点
• 应用篇 - 当游戏遇见 AI：描述当下 AI 技术在游戏领域的现实业态
• 展望篇 - 虚拟现实的模糊：展望未来的 AI 技术发展对游戏和社会的影响

回顾篇 - 当 AI 遇见游戏

早期基础（1940s-1970s）

• 《尼姆罗德》 计算机游戏（Nimrod）：1951年 由英国费兰蒂公司制造的专用计算机；规则很简单，由对局双方从一堆石子中轮流取走至少一个石子，拿走最后一个石子的获胜/失败；作为首批专用电脑游戏，其背后硬编码了一套游戏必胜策略；人们第一次直观地感受到“机器能和人玩游戏，甚至击败人”
• 《乓》投币式电玩游戏（Pong）：雅达利公司在 1972 年推出的乒乓球模拟对打游戏，通过硬编码实现简单人机对战；该游戏设计巧妙，还会模拟人类的失误，在商业上取得了巨大成功，奠定了电子游戏的产业基石；作为早期 AI 研究的基准游戏，也是 2013 年 DeepMind 的首个深度强化学习成果
• 《太空侵略者》固定射击类游戏（Space Invaders）：由日本太东公司于 1978 年 推出，该游戏通过用户输入作为哈希，来实现多个规则组合（集群移动/动态加速/随机攻击），形成无限玩法，奠定了“有限状态机”式的群体 AI 基础
• 《吃豆人》（Pac-Man）：游戏中的四种鬼魂都有自己的行为模式，红鬼喜欢追踪/粉鬼擅长埋伏/青鬼走位飘忽/橙鬼性格软弱；首创了多角色协同且各有性格的 AI 系统，确立了“状态机”驱动的游戏 AI 范式，也是后来的多智能体研究的常用训练环境

A* 路径寻找算法逐渐普及，行为树（Behavior Trees）在游戏引擎中广泛使用

初显风采（1990s-2000s）：

• 《深蓝》（Deep Blue），1997 年击败人类棋王卡斯帕罗夫（Garry Kasparov） ；借助算力优势通过暴力搜索和评估，每秒可评估 2 亿次棋局，深度考虑未来 6~12 步的可能走势；虽然仍不具备“学习”能力，但开启了人类对机器直觉与通用 AI 的未来想象
• 《模拟人生》（The Sims），用算法模拟可信的人类日常，游戏的核心体验在于多智能体的行为涌现；每个 NPC 都会有独立的需求系统（饥饿、精力、社交、娱乐等）和动机引擎（可用物体扫描，不同行为的效用评估）；开创了“社会模拟”的游戏类型，从人机对抗转向 AI 驱动的叙事与情感体验

伴随硬件性能和深度学习的突破，AI 逐渐在大多数游戏领域呈现出超越人类极限的性能表现

突破极限（2010s-2019s）

• 2016：DeepMind - AlphaGo 曾获得 18 次国际围棋冠军的李世石，该模型通过融合蒙特卡洛树搜索与深度神经网络，用神经网络指导搜索算法的策略生成，通过又借助对弈结果反过来改进神经网络
• 结合神经网络 + Monte Carlo Tree Search (MCTS) + RL，证明 AI 可处理极高复杂度游戏。
• 2017：DeepMind - AlphaGo Zero 在没有人类知识注入的情况下，依靠自我对弈的强化学习显著超越 AlphaGo 围棋水平，并将适用性泛化到国际象棋、日本将棋等领域
• 2019：DeepMind - AlphaStar 在即时战略游戏《星际争霸 2》中击败世界冠军；该游戏需要时刻兼顾经济、科技、生产、侦察、多线进攻，在复杂的战争迷雾下进行宏观战略规划和微观微操；模型通过多智能体的角色互相博弈，产生连绵不绝的战术演化与反制策略
• 2019：OpenAI - Five 在游玩复杂的多人竞技游戏《Dota2》中击败世界顶级职业电竞战队；该游戏的核心挑战在于信息不全、局时极长、多人协同，模型需要引入了 PPO 强化学习来进行自我对弈，LSTM 网络增强长期记忆，最终实现复杂的5人协同作战，能够实时评估局势、分配任务并进行掩护与支援

关键人物解读：2_object/person/AI 领军人物/Demis Hassabis

2020s 之后，人类进入生成式 AI 时代，文本/语音/视频/3D 模型生成技术成熟\工具普及

2025s ~ 2027s，人类进入 Agentic AI 时代，自主代理、多代理协同系统成熟，可靠执行复杂多步任务、工具调用与长期规划成为标配，工作流自动化与个性化数字伙伴大规模落地

应用篇 - 当游戏遇见 AI

游戏领域 AI 赋能方向

NPC 与动态行为/对话

• 从硬编码脚本/优先状态机转向以 LLM+强化学习为核心的智能体驱动
• 该技术能显著提高玩家的沉浸感与满意度，但推理成本与“恐怖谷效应”依然是挑战

程序化内容生成 (PCG)

• 利用AI/算法生成内容，避免内容的重复，提升游戏的可玩空间
• 可自动生成内容包括世界、关卡、任务、叙事等相关文本/画面（LLM/扩散模型）
• 个性化与运营：自适应难度、玩家建模、内容推荐、对话审核、个性化叙事/本地化

《无人深空》No Man’s Sky 式扩展，通过多年、完全免费的大型版本更新，持续、根本性地将一个游戏从最初的状态，重塑并扩展成另一个更宏大游戏的过程；2016 年由于玩家期待过高和游戏内容贫乏而遭遇严重口碑危机，之后通过 8 年 25 个大版本的免费更新实现口碑逆转和游戏重塑

追光（光线追踪）：一种模拟真实光影的高级画质技术，利用算法来模拟真实世界中的光线的物理特点，实现更清晰的倒影，玻璃反光更透彻、镜头感更加真实 DLSS（动态帧数补偿）：借助独立显卡和 AI 提升帧率、降低延迟并增强画质

开发效率提速

• Vibe Coding 代码辅助能够加速程序开发和游戏逻辑快速的实现与测试
• Agentic 工作流可用于自动化测试/QA、原型设计、头脑风暴、内部管理等方面
• 引擎快速渲染，DLSS 先低成本渲染再由 AI 补全细节，实现更高帧率与真实感
• 数字内容创作（DCC），制作 3D 模型、贴图、动画等资产后再导入引擎
• 其他：语音/音频生成、平衡测试、电竞分析工具（eSports）

新型实验模式

• 《Colony》，AI 驱动生存模拟游戏，玩家与AI协作生成物品、叙事和决策。AI会判断玩家创意方案的可行性，并据此动态调整世界/代理行为（资源管理、殖民地建设、谈判适、涌现叙事）
• 《Roguelite》，僵尸生存游戏，根据玩家文本描述生成生成高度个性化的可玩英雄和叙事；每轮运行（run）都是个性化故事：时间/旅行/伤害机制/攻击要素，约 5 小时完整通关（10 个场景）

成本的降低和效率的提升，有助于更多游戏涌现，更多个性化商业模式的留存

AI 驱动下的游戏业态变化

顶尖 AI 公司布局

• NVIDIA ACE，以生成式 AI 为核心的技术中间套件，接入游戏引擎直接为游戏角色打造的 AI 数字人，实现低延迟、情感/表情丰富的即时口语对话，能独立完成流畅操作、玩 1000 多款游戏的基础模型
• Microsoft 推出基于游戏训练数据的世界模型 Muse，能够同时生成游戏视觉画面 + 控制器动作，理解 3D 世界物理、动态和玩家动作反馈，可用于游戏概念验证和原型迭代
• xAI 计划推出完全 AI 生成的游戏并招募开发者训练 Grok；目标在 2026 年底前 推出完全 AI 生成的优质视频游戏（“great AI-generated game”）。Grok 模型将深度参与世界构建、机制设计、叙事生成和交互逻辑，实现端到端的 AI 游戏创造（存疑...）
• Google 推出游戏世界引擎 Genie 3，给定一个文本提示，Genie 3 可以模拟可交互的动态世界，能够在实时 24 帧每秒的情况下进行 720p 分辨率画面生成；更多细节可参阅 Genie
• 字节推出 Seedance，可生成高质量游戏预告、过场动画和 3D 预览，服务游戏营销与内容创作

生成式AI在游戏领域的市场规模预计将达到约17.9亿美元，并且保持高复合年均增长率

传统游戏厂商跟进：

• Inworld AI，提供完整的角色引擎，可定义角色的身份、记忆、情绪、目标和语言风格；内置长期记忆、情境理解、情感状态和即时对话的多层认知结构；内置了内容过滤、话题边界控制和品牌安全策略；支持低延迟的自然对话和主流引擎的深度集成；2023 年与微软 Xbox 达成合作
• Ubisoft NEO，育碧在 2024 年 GDC（游戏开发者大会）上展示的 NPC 生成式 AI 原型项目，NPC 的记忆、情感和对话完全自由生成；NPC 具备自我认知和环境感知，能够实现情报推送，引怪辅助等功能；作为一种全新的游戏机制，玩家与角色的关系也将因此有所改变
• Rosebud AI，用于游戏资产的快速创建，服务于用户生成内容（UGC）场景；用户上传照片或文本描述，即可快速生成带骨骼绑定、可动画的 3D 人物模型；玩家从内容的消费者转为共创者
• 游戏发行/平台：Steam 披露 AI 标签增加，20-30% 新游戏均声明包含 AI 参与创作；Epic Games 平台推出AI NPC系统，用于动态事件和交互；2026 GameChangers 列表展示大量 AI 游戏初创，聚焦 AI NPCs、世界构建、eSports 工具
• 3A 多人射击游戏《Arc Raiders》引入 AINPC，每个 NPC 内部维持一组动态需求（安全、食物、弹药、社交、好奇），支持搜刮资源、寻找掩体、或与他人组队

国内典型案例：

• 网易《燕云十六声》的部分 NPC 有自己的生活轨迹， 能够彼此交互（包括玩家）；
• 腾讯《王者荣耀》的语音灵宝与成熟的 AI Coach 教练系统，能实时回答地图、阵营、玩法问题；
• 《三角洲行动》 AI 助手，能实时分析战场态势。识别枪声方位、分析安全路线、提醒队友状态和物资需求；
• 《和平精英》中作为战术单元的 AI 战犬“布鲁斯”，能听懂自然语言、牵制敌人、救援队友并影响全局策略
• 米哈游推出首款 AI 驱动游戏《星之低语》，实现主角实时对话、玩家自定义开放剧情和沉浸式叙事

当 AI 队友理解指令、配合节奏并反馈时，它学到的不仅是战术，而是对人类价值和目标的理解

遗留问题：

• 高端卡依赖明显，算力资源紧张，需要更轻量化模型和更多样化的平台支持（比如 AMD）
• 目前部分玩家对 AI 创作游戏存在抵触情绪，该情况可能会随着工具成熟和玩家接受度提升而逐步改善
• AI 公司和传统游戏厂商存在错配，AI 公司有模型和算力但缺真实落地场景，传统游戏厂商有用户和 IP，但缺前沿技术掌控力

展望篇 - 虚拟现实的模糊

展望思考

• “把设计制作师从大量体力活中解放出来”，人类最后进行修复打磨，保留最终判断与创意
• 当创作门槛大幅降低后，游戏世界的规模和复杂度可能会呈指数级增长，进而改变整个文化生产方式
• 真正匹配这轮 AI 能力跃迁的游戏形态尚未完全出现，突破关键在于 AI 公司与游戏厂商的深度融合
• 商业化思考：AI 与核心玩法的融合（而非简单辅助）才是杀手级方向
• 行业布局表面是技术应用，背后却是游戏与 AI 之间深刻的相互塑造、共同进化关系

关键：游戏是 AI 的理想训练场，可作为微缩世界进行试错学习

• 每次 AI 关键突破都与游戏紧密相关；游戏是规则清晰、反馈及时、可无限试错的理想试验场
• 游戏能为 AI 带来“情绪价值”和“从行为层面对齐人类目标”，也可能会成为训练人类与 AI 建立深度信任与默契
• 未来游戏可能成为人类与 AI 共处、共创的空间，而虚拟与现实的边界也将因为 AI 从存在逐渐模糊

虚拟与现实的边缘逐渐模糊

• 当前阶段的虚拟世界依托游戏而生，其基础的信息与知识已经通过 AI 实现共享
• 虚拟世界从现实世界汲取养分，逐渐成熟，也为 AI 的诞生与成长提供试错学习
• 伴随现实世界海量信息涌入 AI 与虚拟，人类精神与信念也开始在两个世界对齐
• 最终随着智能制造与 AI 辅助科研的发展，虚拟世界将其营养反哺于现实物质中

2027s~？（预测）

• 人类进入 Embodied / World Model 时代，具身智能与世界模型深度融合，AI 能实时感知、模拟并作用于物理/虚拟三维环境，机器人、沉浸式模拟与动态开放世界游戏实现高度自主交互
• 人类进入 Multi-Agent Orchestration / 混合智能时代，大规模代理网络自主协作、自我优化，人类-AI 共创系统主导研发、生产与决策，持久性自主世界与社会模拟成为日常基础设施
• 人类进入 AGI / 后 Agent 时代，通用智能与超级智能涌现，AI 驱动的科学发现、创意爆炸与社会重构成为常态；一个想法的诞生与落地的时间被压缩到极致；游戏领域实现从“玩游戏”到“与 AI 共生世界”的深刻转变

参考： Wkipedia - Artificial intelligence in video games
硅谷 101 - 为何顶尖 AI 公司都盯上游戏？

2026-06-22 15:13:00

1 基本概念

重症肺炎的定义

• 由细菌、病毒、真菌、非典型病原体或混合病原体导致的严重肺部感染
• 伴有显著氧合障碍、呼吸衰竭、脓毒症、休克或其他器官功能受累
• 由感染证据、肺实质受累、全身炎症反应和器官功能损害共同构成的临床综合征

重症肺炎的分类：

• 按来源分为社区获得性肺炎（community-acquired pneumonia, CAP）、医院获得性肺炎（hospital-acquired pneumonia, HAP）、呼吸机相关性肺炎（ventilator-associated pneumonia, VAP）、误吸性肺炎、免疫抑制相关肺炎、术后肺炎等
• SCAP 一般发生在院外，入院后有潜伏期；SHAP 一般发生在入院 48h 后；VAP 一般发生在机械通气 48h 后

2 诊断标准

重症社区获得性肺炎 SCAP 的诊断标准（IDSA/ATS 2007）

• 符合1项主要标准或≥3项次要标准，即判定为 SCAP
• 主要标准：（1）需有创机械通气（2）脓毒症休克需血管活性药物
• 次要标准：（1）呼吸频率 ≥30 次/分；（2）PaO₂/FiO₂ ≤250；（3）多肺叶浸润；（4）意识障碍/定向障碍；（5）BUN ≥20 mg/dL 或 ≥7.14 mmol/L；（6）低血压需积极液体复苏；（7）白细胞减少，<4×10⁹/L；（8）血小板减少，<100×10⁹/L；（9）低体温，<36℃

IDSA/ATS 诊断标准解读：（1）PaO₂/FiO₂ ≤250：即使无休克，也提示严重低氧 （2）多肺叶浸润：人类肺有 5 叶，影像学累及2个或以上肺叶，提示病变广泛 （3）意识障碍：反映脑灌注不足，是严重感染的标志

在 IDSA/ATS 2007 的基础上，中华医学会呼吸病学分会制定了《中国成人社区获得性肺炎诊断和治疗指南（2016 年版）》，并对重症肺炎重新进行了界定

• 符合1项主要标准或≥3项次要标准，即判定为重症肺炎
• 主要标准：（1）需有创机械通气（2）脓毒症休克经积极液体复苏后仍需血管活性药物
• 次要标准：（1）呼吸频率 ≥30 次/分；（2）PaO₂/FiO₂ ≤250；（3）多肺叶浸润；（4）意识障碍/定向障碍；（5）BUN ≥7.14 mmol/L（6）收缩压<90mmHg 需要积极的液体复苏

《儿童社区获得性肺炎管理指南（2024 修订）》指出当肺炎出现以下 10 条标准中任一条指标即为重症：（1）一般反应差；（2）拒食或脱水征；（3）意识障碍；（4）呼吸频率明显增快（婴儿≥70 次 /min，大龄儿童≥50 次 /min）；（5）发绀；（6）呼吸困难；（7）氧饱和度≤0.92（海平面）或 <0.90（高原）；（8）肺浸润范围为多肺叶性或单侧肺≥2/3 受累；（9）胸腔积液；（10）肺外并发症

3 分级评分

CRB-65 评分

• 简洁，适合急诊快速评估；共四项，满足一项得一分，最多四分
• 具体评分项：（1）存在意识障碍（2）呼吸频率≥30 次/分（3）收缩压<90 或舒张压≤60（4）年龄≥65 岁
• 结果解读：0 分，低危，可门诊治疗；1~2 分，中危，建议住院；≥3分：高危，需住院并考虑ICU

英国胸科协会改良肺炎评分 CURB-65 评分

• 评估 30 天死亡率，指导住院决策；共五项，满足一项得一分，最多五分
• 具体评分项：（1）存在意识障碍（2）尿素氮>7mmol/L（3）呼吸频率≥30 次/分（4）收缩压<90 或舒张压≤60（5）年龄≥65 岁
• 结果解读：0-1 分，低危，可门诊治疗；2 分，中危，建议住院；≥3分：高危，需住院并考虑ICU

肺炎严重指数 PSI

4 预测建模

症状与体征预警：

• 持续高热 39℃以上≥5 天或发热≥7 天，退热药物效果不佳 → 提示炎症反应强烈，可能为重症
• 呼吸困难、喘息、气促；安静状态下低海拔指脉指脉氧≤93% → 低氧血症
• 感染中毒症状：精神萎靡、嗜睡 → 全身炎症反应

实验室指标预警（治疗 72 小时后仍无改善）

• C 反应蛋白持续升高
• 乳酸脱氢酶（LDH）明显升高 → 组织损伤标志
• D-二聚体明显升高 → 微血栓形成风险
• 谷丙转氨酶明显升高 → 肝损伤

影像学进展预警：

• 24-48 小时内病变进展＞50% → 快速进展型
• 肺部大面积实变（1 个肺叶的 2/3 以上或≥2 个肺叶高密度实变）
• 单侧或双侧弥漫性细支气管炎

高危因素：

• 基础疾病（哮喘、原发性免疫缺陷病）
• 混合感染（细菌、病毒）
• 有效抗感染治疗延迟
• 病情进展快、多肺叶浸润、治疗后出现低氧血症

建模方法：

• 2.1 儿童呼吸道合胞病毒感染致危重症肺炎风险的列线图预测模型
• 2.2 基于血清指标和肺部超声特征预测小儿重症肺炎并呼吸衰竭
• 2.3 基于机器学习的儿童重症肺炎预警模型的研究
• 2.4 基于常规实验室指标的幼儿重症肺炎风险机器学习模型
• 2.5 可解释性机器学习模型预测肺炎患者住院死亡率
• 2.6 基于Shapley 加法解释法的肺病 ICU 患者死亡率预测模型
• 2.7 可解释性机器学习模型用于预判中风相关肺炎的早期诊断

5 治疗干预

• 2025年关键更新：ATS指南强烈推荐对住院重症CAP患者使用糖皮质激素（死亡率相对风险0.62），这是自2019年以来的重大变化。但流感重症肺炎、粒细胞减少症、吸入性肺炎仍禁用激素
• 抗生素策略：重症CAP推荐β-内酰胺类联合大环内酯类；非重症CAP可考虑β-内酰胺单药（法国、荷兰、瑞士2025指南推荐，联合治疗在非重症中获益未证实）。有耐药风险者需覆盖铜绿假单胞菌、MRSA等多重耐药菌
• 呼吸支持：急性低氧性呼吸衰竭首选经鼻高流量氧疗（HFNO）；无创通气失败或有创通气指征时及时插管，采用肺保护性通气策略（潮气量6ml/kg理想体重、平台压≤30cmH₂O、驱动压≤14cmH₂O、SpO₂ 92-96%）

临床稳定标准：

• 体温≤37.8℃
• 心率≤100 次/分
• 呼吸频率≤24 次/分
• 收缩压≥90mmHg
• 血氧饱和度≥90%（吸空气）
• 能经口进食
• 意识状态恢复

参考

重症肺炎——基于 2025 中国指南与 ATS/NICE 指南的临床处置规范

2026-06-11 22:46:00

序

每每打开手机，消息、文章、视频裹挟着海量数据铺面而来，思绪都仿佛变得纷飞而迟钝

看得多了，很容易让人忘记这场景应是相当壮观的，牛顿看到了都可能得直呼上帝

数据背后，诸多互联网公司仗着先发优势圈地自足，还在周围盖起了层叠的护城河

原本生机勃勃的大江大河在各大资本的切割下，变成了小湖小溪

幸得最近几年雨水很充足，所以那些小湖小溪倒也显得有几分热闹

只是生态似乎脆弱了些，川流显得污浊了些，大鱼也因为没了生存空间见不得踪影

现实似乎总是这样，无情中带着几分让人埋怨不起来却又平不下心气的合理

1 困惑与思考

刚刚乱七八糟的的东西想到了太多，但一时半会儿似乎也不说清楚

索性思绪收拢一下，再次回归本文的主题：突破信息茧房与主动式学习

大多数人在面对海量信息时应该都会有很强的无力感。当面对三扇门的时候，有的人可能会稍微思索一二再选择打开，有的人也可能会仔细斟酌，寻找对自己来说最合适的一扇门；但是当面对三百万扇，乃至三百亿扇门的时候，人们可能就会直接随便打开一扇门，因为他们潜意识里已经意识到：选不过来啊，人类是有极限的

很有意思的是，几乎没有一扇门的背后存在致命的东西，只不过有很多门为了吸引你进去而放了很多有趣的东西，不排除可能存在的甜蜜的毒药哈。现状就是，我们总是疲于奔波，打开一扇扇门，停下来思考的时间少了

所以我想在本文中思考总结一些方法来避免自己陷入这种面对海量信息的无力感与焦虑

2 突破信息茧房

（1）掌握更多的信息搜索/获取渠道

• 利用平台的关注机制，看到合适的作者就点击关注，发现有趣的文章那就点收藏
• 借助自媒体成熟的推送算法，在浏览过程中保持好奇与探索，自然触达更多信息
• 找到合适自己的生态圈（论坛或群聊），与秉性相投的人相互交换优质的信息源
• 重点不在于如何搜索信息，而是主动了解和掌握搜索信息的方法，然后付诸实践

（2）快速筛选高质量的信息与知识

• 更新频率过高的不考虑，长期的质量肯定会下滑
• 注意区分与其他信息源的重叠度，重叠高的不要
• 重视独立思考的内容，尽量过滤工程流水线产物
• 筛选的黄金标准：一手/真实/精炼/独特/低频率

此处“信息与知识”的范围不涉及 新闻/资讯/娱乐/八卦/ 类高频信源

（3）灵活利用 AI 来实现知识的萃取

• 建立统一的信源入口，让 AI 进行集中式的把控和去重
• 不要人工筛选信息，而是给出标准让 AI 来筛选和评分
• 通过 AI 对文章进行总结用于泛读，感兴趣的话再精读

3 构建主动学习蛛网

（1）从不同角度把握思考与实践的脉络与层次感

• 注意不同内容类型上的时间投入分配，探索型/治愈系/学术攻坚战
• 注重自我注意力或能力的消耗占比，避免精力过度消耗或长期饱和
• 了解知识体系，规范学习步骤，限制钻研深度，避免陷入细枝末节

（2）组装不同的学习模式，用生活惯性来打破惰性

• 对于有一定成瘾性的休闲娱乐短视频，可考虑筛选保留优先的几个信源；拒绝被动式信息推送，通过主动关注来控制自己的信息接收量与类型占比；比如 B 站视频只刷动态，而不看首页推荐
• 将不同的信息阅读方式与行为绑定，实现低成本的慎独；比如只在通勤路上听播客，只在睡前听有声小说，只在上厕所的时候，刷梗图或猫猫视频，洗完澡后必须进行至少半小时的深度思考

（3）信息/知识网络的自我更新与成长，无声的断舍离

• 优质可靠的内容中，往往蕴含着其他优质信源，所以要学会舍与得
• 长期坚持优质信息的摄入，根据文章引用捕捉其他相关的优质内容
• 在文章评分排序的基础上，增加过期时限，超期后台自动沉默清理
• 不必焦虑于无止尽的待看，有空闲时则优而读，无逸致则搁置一旁

一篇文章收藏超过半年不打开，就说明这篇文章评分不高，也对你不重要

其他相关阅读：20240420 用 RSS 实现信息流整合

2026-06-08 14:14:00

本文主要参考：Anthropic - When AI builds itself

RSI（recursive self-improvement，递归自我改进）：人工智能系统自主完成设计、测试、训练下一代人工智能的完整流程，形成智能的螺旋式上升，人类不再扮演关键角色。

人工智能模型的进化速度正在加速

• 2026 年，AI 能够可靠完成的任务数大约每四个月翻倍，而之前的趋势是每七个月翻倍
• 2024 年 3 月，Claude Opus 3 能完成约需人类四分钟的编程任务。2025 年，Claude Sonnet 3.7 任务时长约为 90 分钟。2026 年，Claude Opus 4.6 任务时长约 12 小时；2027 年，数周？
• SWE-bench 真实软件工程基准测试，其模型得分在两年内从个位数到饱和（基本攻克）
• CORE-Bench 论文研究复现测试，模型复现成功率 15 个月内从 20% 到饱和（基本攻克）
• 截至2026年5月，Anthropic 代码库的代码中，超过 80% 由 Claude 编写：

人类有了想法，模型能够比以前快一个数量级地实现、测试和评估这些想法

Claude 在不同难度任务中随时间的成功率变化趋势：

2025 年 11 月的最佳模型（Opus 4.5）有 51%的概率胜过人类的判断

当前人类的比较优势，仍在于看到更大的图景，思考超越眼前任务的局限；具体来说，人类的比较优势领域在于研究的品味和判断，包括选择哪些问题重要，哪些结果值得信任，以及何时方法是死胡同

人工智能的 RSI 雏形

• 人工智能很少会因“灵光一现”而获得进步，其大多数的发展都是渐进式的
• 发现问题，修复问题，然后重试，这是目前 AI 所擅长的工作流程
• 人工智能已经让 AI 的发展速度远快于有效 AI 工具出现之前
• “研究品味”可能是人工智能在逐渐掌握的能力，就像之前 AI 逐渐理解笑话和笑点一样

人工智能的 RSI 展望

• AI 的进化速度正从高速指数增长转化为缓和增长，需要新的想法来突破瓶颈
• 限制人工智能发展的在于供应链（能源/芯片制造/计算/带宽），而非模型本身
• 人工智能的开发将实现高度自动化，但人类仍负责设定研究方向并评判结果
• 伴随技术进步，AI 可能会具备人类的变革性创造力，从而实现自我设计和完善
• 在 RSI 成熟的时刻，AI 的发展速度将完全取决于系统算力可用性（推理效率）
• 人类的功能性/必要性将大幅降低，只需要负责 AI 系统运营的监督和验证

以人类劳动力为核心的经济驱动将被彻底改变，无法预测未来社会组织和市场运作方式

人类的选择与应对

• 世界选择放缓或暂停前沿 AI 的发展，有助于社会结构和对齐研究跟上技术进步
• 实质性的放缓或暂停，需要依赖多个资源充分的实验室和国家的同意（军备竞赛难题）
• 人类已经为其他复杂技术（核力量）建立了验证机制，但是此体制的建立耗费数十年时间
• 建立全球协调机制，避免技术放缓而导致的滥用风险，避免降低所有人类的安全感
• 未来需要更多领域人士和组织的参与，探讨 RSI、AI 对齐和协调机制等相关问题