数据：
在基本物理任务上，前沿AI模型仍会失败，顶尖模型在零件加工任务中表现不佳，未来AI自动化将主要针对白领工作，而蓝领工作不受影响。
线索：
当前的AI模型在物理任务与视觉理解上存在明显不足，特别是在复杂的制造场景中，未能展现出与人类技术工人同样的能力。这样的局限性可能导致投资者在AI技术的应用领域中需谨慎评估白领与蓝领工作的自动化替代风险，制造业的传统技术工人或将保持相对稳定。
正文：
在基本物理任务中，前沿的AI模型如OpenAI的o3和Gemini 2.5 Pro在零件加工的测试中全部未能达标。尽管o3的智商高达136，然而在此次任务中其表现不如经验丰富的工人。专家Adam Karvonen评估后认为，AI将会自动化许多白领工作，但蓝领工作不会受到同样影响，自动化不会在全行业均匀展开。
评估零件制造任务的过程相对简单，技师通常将其视为常规工作，但前沿模型在这一领域经常出现明显错误，尤其是在视觉能力和物理推理方面。大部分模型在视觉上表现不佳，无法准确描述零件的特征。而即使在视觉能力有所提升的情况下，例如Gemini 2.5 Pro，仍存在物理推理错误，例如对工件夹持的不合理建议。
Karvonen指出，虽然现有的AI模型在教科书知识上表现尚可，但在实际制造中却常常缺乏有效的应用。他强调如今的模型在制造行业的核心业务中几乎无用。
改善AI在物理任务上的表现不是简单的过程，结构复杂的物理世界包含了许多无法通过现有数据轻易捕捉的细节。此外，缺乏清晰的奖励信号以及高成本和风险的试错方法也为AI在物理领域的进一步发展带来了挑战。
尽管如此，AI研究的进展与合成数据的应用可能为未来的发展提供新的可能性。如果当前的趋势持续下去，将可能出现巨大的自动化差距，导致社会阶层的紧张，加剧公众对AI的反对，甚至让体力劳动成为技术进步的瓶颈。
发布时间：
2025-05-20 20:37:20
评论 ( 0 )