顶尖前沿实验室发表最新联合行业展望：随着纯文本预训练边际效益递减，AI 演进的关键驱动力已全面转向「后训练环境扩展（Post-Training Environment Scaling）」。各大实验室正在将上万张 GPU 算力转向构建包含真实物理、网络安全演练与复杂操作系统的高保真仿真沙箱，通过强化学习验证奖励（RLVR）驱动模型自主演化。

核心要点速览 (Key Takeaways)

  • ✓算力分配重心从海量网页预训练全面向高拟真交互式动态仿真沙箱迁移
  • ✓借助强化学习可验证奖励机制（RLVR），智能体在无人类标注下实现自博弈进化
  • ✓标志着人工智能从「拟合既有数据知识」迈入「通过环境交互自主生成新知识」的奇点前夜
ADSponsored