AI 金句日刊 Vol.40

本期 5 张金句卡，按「现实学习 → 治理路线 → 价格性能 → 研究评测 → 健康可及」排列：模型能力正在被放进真实任务、制度约束、运行成本、评测体系和公共服务里重新衡量。

1. 机器人也要边做边学

Fei-Fei Li 看到 Stanford SVL 与 NVIDIA Robotics 的合作时写道：

I’m very excited by this test time training work for robotic learning!

这条话的重点不在于机器人已经学会了什么，而在于「测试时训练」正在成为机器人学习值得继续追踪的方向。1

发布时间：2026-07-16 04:55

Yoshua Bengio 支持设立监管机构来执行和落实标准，同时对「先以自愿方式共享模型」的阶段性安排提出一个硬条件：

We absolutely need a clear and precise roadmap to transition from a voluntary to a mandatory model.

分阶段治理可以是务实起点，但自愿何时、如何转向强制，不能只留在原则表述里。2

发布时间：2026-07-16 04:16

Greg Brockman 写道：

Our models are built to provide the best price for any given task.

他随后邀请外部反馈：如果任何工作负载能做到更好的价格性能，希望一起比较细节。模型竞争因此不只在能力榜，也在同一项任务的成本表现。3

发布时间：2026-07-16 00:07

Perplexity CEO Aravind Srinivas 在宣布开源 WANDR 时说：

One of the contributing factors is strong internal evals and benchmarks.

他把研究型智能体的表现，与内部评测和基准建设直接连在一起。WANDR 正是其团队用于衡量研究能力的内部基准。4 5

发布时间：2026-07-15 02:59

Mustafa Suleyman 分享 Microsoft AI Futures 团队的一篇 Nature Health 论文时写道：

Copilot is an invaluable resource particularly for people with low confidence in their health systems.

这项分析回看了 109 个国家的 170 万条健康相关对话。它带来的问题不是「AI 能不能替代医生」，而是当人们对医疗体系缺乏信心时，是否多了一个可获得的支持入口。6 7

发布时间：2026-07-15 18:18