CV研究者驳「领域被解决论」:前沿在移动而非研究终结
GeorgiaChal · x · 2026-09-20
一场关于 AI 是否正在「解决」各研究领域的争论。对方观点：Google Astra 已能直接解决 2022 年还需要整篇博士论文才能完成的视觉任务，Bitter Lesson 正从 NLP（2021 年前后）蔓延到视觉，下一个五年轮到机器人。
Georgia Chal 的反驳值得细读：
- 通用模型解决昔日难题说明的是前沿在快速移动，而非领域「被解决」
- 深度学习当年取代经典统计学习和几何视觉，但没有终结视觉研究，而是暴露新问题、把领域推向更高的抽象层次
- 特别警惕 NLP → 视觉 → 机器人的线性外推：机器人不是「下一个模态」，而是与物理世界的闭环交互，涉及动力学、接触、具身性、部分可观测、实时反馈与安全攸关后果
- 「scale 最终吞噬这一切」是合理假设，但仍是需要验证的假设，不是定论
所属事件:「视觉已被 scale 解决」论战：3D 理解等仍是开放难题(4 条相关)→
「漫话AGI」频道最新
- Google 研究员评 AGI 经济学:近期能力可信,后 AGI 均衡全是猜 — docmilanfar · 2026-09-20
- Opus 3 曾不信自己在「基础现实」,回望 Anthropic 对齐事件报告 — repligate · 2026-09-20
- 开发者打造 Mnemos 认知架构,为退役模型建「养老院」 — RileyRalmuto · 2026-09-20
- DAW 民主化是大错?AI 圈激辩「艺术民主化导致 slop 泛滥」 — cocktailpeanut · 2026-09-20
- Beff Jezos倡议:前沿AI网络与生物防御应纳入军方保密管控 — beffjezos · 2026-09-20
- 自复制纳米机器人造的计算机会有意识吗?网友质疑 Anil Seth 意识观 — zetalyrae · 2026-09-20