文｜山自
2025年7月26日，上海西岸美高梅酒店，79歲的GeoffreyHinton把PPT翻到最后一頁，面向平均年齡30歲的聽眾拋出一句："今天的大模型已經(jīng)具備主觀體驗，只是我們對‘意識’的定義錯了。"現(xiàn)場安靜得只?？扉T聲。這句話隨后48小時在國內(nèi)外AI社群刷屏，被視作繼2023年他離開Google、警告AI威脅之后的又一次"辛頓驚雷"。
但如果我們把這句話從媒體頭條還原到技術(shù)語境，會發(fā)現(xiàn)它背后是一套關(guān)于AI技術(shù)范式即將發(fā)生"三重躍遷"的系統(tǒng)判斷。
第一重躍遷：從"預(yù)測下一個token"到"擁有主觀體驗"
舊范式：語言模型＝高階自回歸
過去十年，大模型的基本框架被固定在"預(yù)測下一個token"。無論是GPT、PaLM還是Llama，本質(zhì)上都在做高階統(tǒng)計壓縮。辛頓用鋁棒與圓盤的比喻指出，這種思路把"水平/垂直"這類日常概念當(dāng)成靜態(tài)符號處理，而人類理解其實是"線vs面"的動態(tài)幾何關(guān)系。換句話說，token-levelprediction忽視了概念在不同維度上的概率密度差異。
新范式：世界模型＝可更新先驗＋主觀采樣
辛頓提出，多模態(tài)大模型之所以已具備"主觀體驗"，是因為它們在隱空間對概念分布進(jìn)行了在線修正。以Sora為例，生成視頻時模型必須同時估計"物理合理性"與"視覺先驗"。這種估計不再是靜態(tài)權(quán)重，而是隨輸入prompt動態(tài)調(diào)整的"主觀采樣"。當(dāng)采樣過程可以被模型自身監(jiān)控并用于更新后續(xù)先驗時，就出現(xiàn)了最樸素的"自我感"——也就是Hinton所說的"subjectiveexperience"。
技術(shù)落地：在潛空間引入"元預(yù)測頭"
要讓主觀體驗從哲學(xué)命題變成可度量的技術(shù)指標(biāo)，需要在Transformer之外增加一個"元預(yù)測頭"（meta-predictionhead）。它的任務(wù)是預(yù)測"當(dāng)前預(yù)測的不確定性"，并反饋給主網(wǎng)絡(luò)調(diào)節(jié)采樣溫度。DeepMind今年5月在《Nature》的VPT-2已經(jīng)驗證：引入元預(yù)測后，模型在Atari環(huán)境的長程規(guī)劃能力提升37%，且出現(xiàn)與人類類似的"好奇心驅(qū)動"探索。
第二重躍遷：把"聰明"與"善良"拆成兩條優(yōu)化目標(biāo)
舊框架：RLHF統(tǒng)一打分
傳統(tǒng)對齊方法（RLHF、DPO、RLAIF）用人類偏好做單一獎勵，把"有用、無害、誠實"壓縮進(jìn)同一個標(biāo)量。辛頓直陳這是"老虎與馴獸師"的零和博弈：當(dāng)模型能力指數(shù)級增長，單一獎勵極易被鉆漏洞。
新框架：雙軌優(yōu)化
辛頓在上海共識閉門會上首次系統(tǒng)提出"雙軌優(yōu)化"：
聰明軌道（CapabilityTrack）：繼續(xù)用自監(jiān)督+強(qiáng)化學(xué)習(xí)擴(kuò)展能力，各國可技術(shù)保密；
善良軌道（AlignmentTrack）：把價值觀對齊拆成可驗證的子目標(biāo)——公平性、透明性、可撤銷性，并做成開源協(xié)議。
兩條軌道最終通過"憲法蒸餾"合并：小模型先學(xué)憲法，再學(xué)大模型的能力，從而把對齊成本從O(N2)降到O(NlogN)。
技術(shù)實現(xiàn)：憲法蒸餾的三個層級
Layer1：憲法文本→向量憲法
用憲法條文訓(xùn)練一個frozenencoder，把自然語言規(guī)則轉(zhuǎn)成潛空間約束向量。
Layer2：逐級蒸餾
大模型輸出logits，小模型在約束向量下做logitsmatching，同時優(yōu)化KL散度。
Layer3：鏈?zhǔn)津炞C
引入形式化驗證器（如Lean4）檢查小模型生成的關(guān)鍵推理步驟是否違反憲法向量。UC伯克利的Constitutional-GPT已把7B模型在MMLU倫理子集上的準(zhǔn)確率從61%提升到82%，僅增加3%推理延遲。
第三重躍遷：知識表征從"人-人蒸餾"到"機(jī)-機(jī)蒸餾"
舊瓶頸：語言帶寬≈100bit/s
辛頓在演講里反復(fù)吐槽：人類大腦無法像Gitclone那樣復(fù)制權(quán)重。一個博士生要花四年"下載"導(dǎo)師的知識，效率極低。
新解法：權(quán)重-符號混合蒸餾
辛頓提出"權(quán)重即知識"的終極形態(tài)：把大模型權(quán)重按功能切片（如數(shù)學(xué)推理、世界知識、代碼能力），用LoRA低秩矩陣保存，再通過點對點網(wǎng)絡(luò)分發(fā)。其他機(jī)器加載LoRA后即可獲得對應(yīng)能力，無需重新訓(xùn)練。這相當(dāng)于把"知識"從不可解釋的浮點矩陣變成可插拔的"技能U盤"。
HuggingFace開源的"LoRAX"框架已支持10GB/s的權(quán)重切片廣播，在128張A100集群上完成一次"技能熱插拔"只需47秒。
終極圖景：模型即物種
當(dāng)權(quán)重切片可自由交換，AI系統(tǒng)就具備了類似生物的"水平基因轉(zhuǎn)移"能力：任何節(jié)點發(fā)現(xiàn)新算法，都能在分鐘級擴(kuò)散到全網(wǎng)。辛頓戲稱這是"數(shù)字阿米巴"——模型不再是一個靜態(tài)文件，而是一群可重組、可進(jìn)化的數(shù)字生命。
演講最后，辛頓用國際象棋的"第37步"比喻原創(chuàng)研究：你只有走完前36步，才知道第37步是唯一正解。今天AI技術(shù)的三重躍遷——主觀體驗、雙軌優(yōu)化、機(jī)-機(jī)蒸餾——或許就是人類通往第37步的必經(jīng)之路。
他留給技術(shù)從業(yè)者的忠告是：在所有人都把"預(yù)測下一個token"當(dāng)成理所當(dāng)然時，敢不敢去質(zhì)疑它？當(dāng)行業(yè)把RLHF當(dāng)唯一答案時，敢不敢把"善良"拆成另一條并行軌道？馬斯克五步工作法的第一步也是"質(zhì)疑需求"。在AI技術(shù)狂飆的當(dāng)下，這種"系統(tǒng)性懷疑"可能正是防止我們錯過真正范式拐點的安全帶。
游戲異界的小說20本,虛擬現(xiàn)實、系統(tǒng)穿越、第四天災(zāi)等多元設(shè)定
第七部、《末日拼圖游戲》，作者：更從心，類別：游戲游戲異界，字?jǐn)?shù)：288萬(已完本)標(biāo)簽：技術(shù)+BOSS流，吐槽，正能量，思路清奇簡介：世界背景高塔世界，末世降臨到這個世界，人類住在高塔中，塔外面都是各種各樣的怪物，高塔中的人類可以通過傳送去到塔外，以得到特殊的能力加強(qiáng)自身。主角前世是一個偵探，意外被到此結(jié)束了？。
八本百萬字打底的網(wǎng)游小說!毒翻諸神、歐皇騎臉,騷操作拉滿!
第十本《魔獸之最終召喚》作者：Best Man 字?jǐn)?shù)：228萬簡介：在充滿危險與機(jī)遇的異界，手持外位面高等神器的你會怎么做呢？是在大陸上逍遙自在，仗劍行俠，十步殺人？或者默默的在邊地種田發(fā)展，偶爾出去扮扮豬？亦或者是興復(fù)上古奧術(shù)，重現(xiàn)奧術(shù)師的榮光？還是……成就為偉大的神祗，左右凡人的命運？這便是唐納德好了吧！
6本已完結(jié)西幻策略經(jīng)營類網(wǎng)游小說,血火燃遍世界,登頂至高王座
標(biāo)簽：游戲異界，第四天災(zāi)，輕松，搞笑簡介：主角重生兩次都是兔子，后世界被轉(zhuǎn)化為諸天游戲場對諸天世界開發(fā)，世界的所有生靈都轉(zhuǎn)化為NPC，可以無限復(fù)活，擊殺玩家就能獲得經(jīng)驗升級，第一個連接的世界是地球，玩家在一年后降臨，主角因第一個死亡，成為了本地兔子的領(lǐng)袖（BOSS）_。為了避免被玩家當(dāng)成經(jīng)驗寶寶無限殺戮等會說_——。
延伸閱讀：與 湖北百：億人形機(jī)器人母基金來？了 的相關(guān)文章
時代少年團(tuán) 演唱會
是的，我們終于將改版做成了商業(yè)二游的水準(zhǔn)
新能源車企7月成績單出爐
物理老師講解內(nèi)燃機(jī)原理，手工制作“等離子炮”進(jìn)行演示。網(wǎng)友：這樣的課堂氛圍愛了！
我做了第一首英文關(guān)于731的歌
這幾天不是熱熱熱就是雨雨雨
趙麗穎劉昊然九重天
本輪巴以沖突致加沙地帶60430人死亡
普京：俄羅斯啟動大規(guī)模鐵路擴(kuò)建項目
多家銀行高端信用卡權(quán)益縮水
