曝 GPT-6 Astra 采用循环深度潜空间推理，安全专家忧推理不可监控
DJiafei · x · 2026-09-12
- 传闻称 OpenAI 下一代模型 GPT-6 Astra 采用 Recurrent Depth（Loop Transformer） 架构进行推理：模型在潜空间中迭代思考，不产出 Chain-of-Thought token，可显著降低算力开销（Fortune 报道，未证实）。
- 同一思路已被作者团队在机器人上开源验证：RD-VLA（Recurrent-Depth VLA），一种潜空间迭代推理的机器人控制架构——无需思维链 token、无额外显存开销，直接在 latent space 推理，代码已全部开源。
- 安全争议：AI 安全专家警告，这种「不透明推理」设计会让 AI agent 的推理过程更难被人类监控，可能是朝不可解释方向迈出的危险一步。
「具身」频道最新
- 周末机器人格斗实验：和 AI 教练聊天就能训练自己的战斗机器人 — dee_hw · 2026-09-12
- 中国飞行人形机器人30层高空装空调,远程操控替代绳索工人 — TansuYegen · 2026-09-12
- 11 年人形机器人进化史:从摔倒到跑步踢球 — TinfoilTricorn · 2026-09-12
- 破壳机器人 CTO:一年内家庭任务 80% 零样本泛化 — suchenzang · 2026-09-12
- 机器人搬运 50kg 米袋不解开挂钩,「愚蠢」该如何度量? — ducha_aiki · 2026-09-12
- ECCV 论文:预训练 ViT 每 patch 一个标量即可驱动真实世界导航 — chriswolfvision · 2026-09-12