以下文章来源于焉知汽车 ，作者咖啡鱼 焉知汽车 . 科技 · 创新 作者 | 咖啡鱼 来源 | 焉知汽车 点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近30个 方向 学习 路线 >>自动驾驶前沿信息获取 → 自动驾驶之心知识星球 本文只做学术分享，如有侵权，联系删文 一、自动驾驶的路线分野：WEWA 与 VLA 的技术博弈 2025 年成为自动驾驶技术架构的关键分水岭：以华为乾崑智驾 ADS 4 为代表的 WEWA 架构 （世界引擎 + 世界动作模型），与以理想、小鹏等企业竞 逐的 VLA 架构 （视觉 - 语言 - 动作模型）形成鲜明对立。华为 靳玉志表示，走 VLA 技术路线的企业，认为现在大家是通过 Open AI 等各种语言大模 型，把网上的信息学了一遍以后，将语言、所有的学习转换成 LM 的方式掌握知识。这样的路径看似取巧，其实并不是走向真正自动驾驶的路径。 图 华为WEWA架构发布，来自网络 这场争论的核心直指 "大语言模型（LLM）是否为自动驾驶的必需品"——WEWA 以 "去语言化" 实现高效落地，VLA 则以语言模型为核心追求认知智 能，二者的路径选择折射出行业 ...

如果您希望可以时常见面，欢迎标星收藏哦~ 来源 ：内容来自 Technews 。 NVIDIA执行长黄仁勋睽违15年访韩，上月30日与三星电子董事长李在镕和现代汽车集团董事长郑 义宣会面，加深在记忆体和AI超级工厂（AI Megafactory）的合作。韩国KAIST教授、HBM（高 频宽记忆体）之父Kim Jung-Ho则在Youtube节目上直言，「AI时代的主导权，正从GPU转向记忆 体 ！ 」 有 鉴 于 记 忆 体 越 来 越 重 要 ， NVIDIA 可 能 会 并 购 记 忆 体 公 司 ， 如 美 光 （ Micron ） 或 者 SanDisk。 Kim Jung-Ho表示，由于记忆体对于AI领域重要性正在不断提升，为了确保在AI领域的领导地 位，NVIDIA很可能并购记忆体公司，例如美光或者SanDisk，而非规模较大的三星或SK海力士。 他也开玩笑表示，SanDisk股价最近上涨，部分原因是数据中心对NAND Flash的需求增加，而以 SanDisk的规模来说，更适合被收购。 推荐阅读 当 来 到 AI 推 理 阶 段 时 ， 会 用 到 一 种 类 似 人 脑 的 「 注 意 力 机 ...

核心观点 - 大语言模型通过强大的文本理解与逻辑推理能力，将舆情、政策、财报等非结构化信息转化为结构化因子，重塑资产配置的信息基础，显著提升投研响应速度与前瞻性 [1] - 真正的落地不依赖单一模型性能，而是依赖“LLM+实时数据+优化器”的协作机制，通过模型分工形成可执行、可解释的投资Agent [1] - 当前LLM在舆情信号提取、财报解析、投资推理和Agent构建等多个环节已具备可操作路径，具备增强传统资产配置体系的现实基础 [1] - 未来LLM将从“辅助工具”走向“核心推理与交互中枢”，资产配置将从静态决策向智能化、动态演进转变，重塑买方投研与策略执行逻辑 [1] 信息优势重构 - LLM使得舆情、财报、政策文本等软信息可以被高效提取、量化并嵌入配置模型，FinBERT、FinGPT、BloombergGPT、PloutosGPT等模型在情绪识别、文本解析与投资推理上展现出明确优势 [2][11] - 非结构化信息的系统化利用增强了市场预期感知能力，使策略具备更高的灵敏度与前瞻性 [2][11] - 传统金融建模长期依赖结构化数值数据，难以捕捉文本信息中的市场预期、情绪变化与定性洞察，LLM为处理海量非结构化文本提供了全新解法 [11] - 在实际投资工作中，从信息收集、信号提取到收益预测、组合配置和风险管理，几乎每一个环节都可以嵌入LLM模块，显著强化信息敏感性、决策解释性以及配置灵活性 [12] 技术落地路径 - 通过模块化设计，LLM与API、RAG、数值优化器形成分工协作：LLM负责文本理解与逻辑推理；外接API与RAG提供实时行情、财报与宏观变量；优化器完成资产配权与约束求解 [2][13][16] - 这种结构既提升了策略的稳定性与可解释性，也具备较强的可扩展性，适用于多资产配置 [2][16] - LLM存在知识时间滞后、难以处理高频金融数据及输出幻觉风险等结构性局限，需通过提示工程、外接API与RAG以及专业数值优化器来形成优势互补 [13][15][16] - 最终可形成具有实际操作性的“投资Agent”：LLM负责理解投资者目标并生成任务；外部数据层提供实时信息；数值优化器完成配权计算；LLM输出投资说明与风险提示 [17] 具体应用案例：舆情信号增强 - 策略核心是通过LLM从财经新闻、社交媒体及公司公告中提取情绪信号，并转化为结构化的“情绪因子”，嵌入Black-Litterman或均值-方差优化等资产配置框架 [21][22] - 具体流程包括：使用FinBERT、FinGPT、FLANG等模型对文本进行情绪打分并聚合为“行业情绪指数”，再通过阈值识别极端情绪状态 [22] - 在配置模型中，当某行业情绪显著上行时，可上调该行业预期超额收益0.5%~1.0%，再由优化器更新组合权重；市场整体情绪转负时则自动降低权益敞口 [23][24] - 此方法能提前捕捉市场预期变化，响应灵敏，但需注意舆情信号存在噪声和潜在偏差，需配合风险约束与置信度控制机制 [24] 具体应用案例：财报信号驱动 - 利用LLM在财报发布后快速提取关键财务与非财务信号，并将其嵌入收益预测与资产配置模型，形成高效的财报驱动动态配置框架 [25][26] - 解析主力模型包括BloombergGPT、GPT-4与PloutosGPT，用于财报摘要、要点提取和多模态信息融合；FinGPT与Mengzi-BERTbase-fin适用于中文财报解析 [25][26] - 解析结果被量化为财报因子，与时间序列模型结合对未来1-3个月的行业或资产收益率进行短期预测，研究显示PloutosGPT在市场波动期的预测准确率显著优于单纯统计方法 [26] - 预测结果作为输入被纳入资产配置框架，财报发布时间同步触发组合再平衡，增强了对盈利周期变化的响应速度 [27][29] 具体应用案例：投资Agent全流程 - 案例构建了一个整合LLM、实时数据接口与数值优化器的Agent系统，实现从信息→信号→优化→执行的全链条投资应用 [20][31] - 核心思路是模块化分工：LLM负责认知与逻辑推理；API与RAG提供实时信息支撑；数值优化器完成配权计算；最终由LLM输出可解释的投资建议 [31][34] - 具体实施包括：通过提示工程和多轮采样构建稳定的“备选资产池”；使用CVXPY建模和CPLEX求解器计算最优投资组合；利用LangGraph协调模块化工作流 [33][34] - 该Agent系统体现了LLM的真正价值在于强化传统量化框架的认知与推理能力，形成清晰的责任边界和可复用的策略流程，是目前机构投资者实现智能化投研落地的现实路径 [35] 未来展望 - LLM与强化学习、Auto-Agent、多智能体系统及个性化投研平台的深度结合，将推动资产配置从工具化向系统化、从线性流程向智能演进过渡 [3][39] - 投研人员与模型将通过高频对话、情景推演与策略反馈形成闭环，资产配置将从静态决策走向动态演进，迈入下一代智能化资产管理的新阶段 [3][39] - LLM在资产配置中的角色正从“辅助工具”逐步演变为“核心推理与交互中枢”，为机构构建信息优势与策略护城河的核心技术路径 [3][37]

文章核心观点 - Thinking Machine提出一种名为“在线策略蒸馏”的新型大语言模型后训练方法，该方法通过结合在线策略的自主探索与离线策略的密集监督，显著提升了小模型在专业领域的学习效率和性能 [1][8] - 该方法在数学能力迁移和企业AI助理应用两个实验中展现出巨大优势，训练效率提升高达50-100倍，并能有效解决模型“灾难性遗忘”问题 [4][18][26] 方法原理与创新 - 在线策略蒸馏的核心创新在于融合了实战演戏（在线策略）和请家教（离线策略）两种传统训练模式的优点，如同一位“天才教练”在AI自主解题时提供即时指导 [3][4] - 该方法使用KL散度作为评估学生模型与教师模型分歧的指标，学生模型通过最小化逆向KL散度来模仿教师模型，该指标具备防作弊和使学习过程更稳定的优秀特性 [12][15][17] 实验验证与效果 - 在数学能力迁移实验中，使用在线策略蒸馏方法，仅需约150个训练步骤就将8B学生模型在AIME'24基准上的性能从60%提升至70%，计算成本相比传统监督微调方法降低了9-30倍 [19][21][22] - 在企业AI助理应用中，该方法成功解决了灾难性遗忘问题，使模型在内部知识评估得分从36%提升至41%的同时，通用聊天能力也从79%恢复至83% [23][25][26] 行业影响与团队背景 - 该方法的高效性（效率提升50-100倍）使得资源受限的个人或小公司也能训练出在特定领域具备竞争力的专业小模型，降低了AI应用门槛 [4][5] - 该研究由前OpenAI员工Kevin Lu领导，其曾在OpenAI负责4o-mini发布并参与o1-mini、o3发布，研究背景与强化学习、小模型和合成数据密切相关 [27][28][29]

文章核心观点 - Agentic AI正经历从“外部流水线”到“模型原生”的范式迁移，其核心能力（规划、工具使用、记忆）正被内化到模型参数中 [1] - 驱动此范式转变的核心是“LLM + RL + Task”统一框架，通过强化学习将预训练、后训练与推理循环结合，使模型从被动组件转变为可从环境互动中学习的目标驱动体 [1][3] - 未来趋势不仅是更高的自治度，更是模型与环境的深度耦合与共生，标志着从“构建会用智力的系统”走向“通过经验自进化的智能” [1][44] 问题背景 - 当前生成式AI多为“反应式输出”，缺乏面向目标的长期推理与环境交互能力 [3] - 早期智能体系统采用流水线范式，将规划、工具使用、记忆三大核心能力放在外部编排中，导致系统脆弱且难以应对非预期情境 [3] - 新范式强调通过端到端训练将核心能力内化进模型参数，使LLM成为主动决策者，其核心驱动力是大规模强化学习在LLM训练中的应用 [3] 面向LLM的RL - 必须使用结果驱动的RL将规划等能力从提示诱导转为参数内化，以解决程序化数据稀缺和分布外脆弱性问题 [6] - 相比监督微调，RL具备动态探索式采样与相对价值学习两大优势，将模型从“被动模仿者”变为“主动探索者” [7][8] - 预训练LLM自带的世界知识与结构先验可实现先验引导的探索，提高样本效率，而语言接口将状态、动作、奖励统一到文本空间，使RL成为跨任务泛化的通用机制 [9][11] - 算法从早期RLHF演进至GRPO、DAPO等结果驱动RL，以提升长程训练稳定性与效率，形成基础模型提供先验、学习算法通过交互精炼能力的统一范式 [12] 核心能力：规划 - 流水线范式将规划视为自动化推理与行动序列搜索，存在传统符号规划可解释但重建模、提示工程对设计敏感且计算成本高等局限 [14][17] - 模型原生范式通过监督学习与强化学习将规划能力直接内化到参数中，摆脱外部搜索器/评估器，提升开放环境下的灵活性与稳健性 [15] - 实现了两次关键迁移：训练方式从SFT转向RL以缓解高质量过程数据稀缺问题；RL内部从“过程奖励”转向“结果奖励”并结合规则型奖励以稳定优化 [18] 核心能力：工具使用 - 早期系统将模型嵌入固定工作流节点，提示法则将决策逻辑写入提示，但存在计算开销大、依赖评估质量等问题 [21] - 模型原生迁移把工具使用的决策内化到参数中，形成模块化训练（只优化规划器）和端到端训练（统一学习计划与执行）两类路线 [21] - 当前挑战包括长动作序列中的信用分配问题，以及工具超时、返回不一致等环境噪声导致的训练不稳定，趋势是细化奖励（轨迹级转向步级）并在动态真实环境中训练以缩小仿真到现实差距 [22] 核心能力：记忆 - 记忆被视为“面向行动的证据治理”，流程包括写入/存储、管理/压缩、检索、利用四职能 [27] - 短期记忆方面，流水线范式通过滑动窗口、压缩摘要和RAG等技术处理，模型原生范式则通过位置编码外推、长序列合成和注意力优化将长上下文能力端到端化 [27][30] - 长期记忆载体分为外部库（混合索引、重排、去重）和模型参数（持续预训练/蒸馏、定点编辑与轻量注入），趋势是推动短期-长期记忆统一及检索与生成的联合训练 [30] 智能体应用发展路线 - Deep Research智能体充当“大脑”，擅长复杂推理和分析；GUI智能体充当“眼睛和手”，模拟人类与图形环境的交互 [3] - 多智能体协作研究涵盖从基于规则的系统到数据驱动的模型原生方法，代表性算法包括MAGRPO、RLCCF、MATPO等 [40] 未来方向 - 当前研究焦点集中于奖励建模、规划、工具使用、自动化验证/红队测试等领域 [41] - 最终发展轨迹是模型与环境更深入的综合，标志着从构建使用智能的系统到增长智能的系统的转变 [44]

行业技术演进背景 - 传统数据分析方法依赖人工编写SQL、Python脚本及手动解读数据，存在耦合度高、扩展性差的问题，难以应对动态多模态的复杂数据[2] - 大语言模型与智能体的出现将数据分析从“规则执行”推向“语义理解”，使机器能够解读数据内在逻辑与关系，灵活完成查询、建模与报告生成等多样化任务[2] - 研究团队总结出LLM/Agent技术在数据分析领域的核心演进方向，共同指向让数据分析从“规则系统”迈向“智能体系统”的目标[7] 技术综述核心内容 - 该综述系统回顾了大语言模型在数据分析领域的整体演进，提出了构建“通用数据分析智能体”的新范式[2][11] - 论文重点讨论结构化、半结构化、非结构化及异构数据上的关键技术与演化趋势[4] - 不同于以往聚焦单一任务或模态的研究，该综述首次从全模态与全流程视角系统梳理了LLM/Agent在数据分析领域的整体格局[11] 五大核心演进方向 - 从字面理解转向语义推理：模型能洞察语义、推理逻辑，真正“理解数据”而非只“看数据”[10] - 从封闭工具转向自由协作：模型能调用外部API与知识库，与各类工具协同完成复杂任务[10] - 从封闭数据转向开放域分析：针对无结构约束的数据进行分析，摆脱原有工具限制[10] - 从静态工作流转向动态生成：智能体可自动构建分析流程与管道，使数据处理更高效灵活[10] - 从人工Agent框架转向自动生成框架：智能体可智能构建为特定工作服务的智能体，更灵活实现Agent工作流[10] 结构化数据分析技术 - 关系型数据分析正由NL2SQL向多样化的NL2Code、ModelQA过渡，研究方向包括语义对齐与模式链接、多步分解与检索增强推理、端到端表格问答[9] - 图数据分析以NL2GQL为代表，研究重点在图查询生成、语义级图推理与代理式操作，逐步实现从代码级到语义级的自动理解与执行[9] 半结构化与非结构化数据分析技术 - 半结构化数据的标记语言理解技术路线从模板+规则驱动向基于LLM的数据抽取与查询转变，强调树结构建模、层级编码、工具增强等[12] - 非结构化文档理解从OCR模板式向VLM转变，任务包括版面识别、RAG检索问答、摘要生成与多文档推理[12] - 图表理解将图像解析与自然语言推理结合，支持描述生成、问答与可视化推理[12] 异构数据与未来挑战 - 异构数据分析涉及跨模态整合多源数据湖，支撑统一语义查询与多模态推理，主要子任务包括模态对齐、自然语言检索接口、异构分析智能体[12] - 该领域未来挑战集中在可扩展性、评估体系与实际落地等方面，旨在推动通用数据分析智能体的发展与应用[4][11]

人形机器人行业现状与挑战 - 行业面临从特定任务训练到通用智能的鸿沟，家用机器人实现叠衣服、倒水等任务仍需AI领域取得一系列突破[1] - 行业秘密在于公司尚不知晓如何让机器人变得足够聪明以达到实用级别[21] - 人形机器人拥有40个自由度，可能产生的位姿组合数量超过宇宙原子总数，该问题无法通过编程解决，唯一途径是神经网络[25] 技术路径分歧：世界模型与LLM - Meta首席AI科学家Yann LeCun认为突破核心在于打造可规划的世界模型架构，以学习理解和预测物理世界系统[1] - LeCun指出大语言模型是一条死胡同，仅靠文本训练无法实现人类水平智能，智能源于视觉、听觉、触觉等多模态经验[15] - 四岁儿童通过视觉接收的数据量已相当于所有公开文本训练的最大规模LLM的数据量[15] - LeCun预测未来3-5年内，世界模型会成为AI架构的主流模型，届时头脑清醒的人都不会再用生成式LLM的路子[20] 主要公司动态与战略 - **特斯拉**：公司内部对于如何快速实现通用人形机器人已有非常明确的思路[1]；正建设年产百万台Optimus机器人的生产线，目标2026年初推出具备量产意向的V3原型机[26]；其神经世界模拟器能够基于当前状态与后续动作直接合成未来状态，该架构将无缝迁移至Optimus机器人[28][31] - **Figure AI**：公司CEO宣称明年就能实现通过语音指令让人形机器人在陌生环境完成各类通用工作[23]；强调其机器人所有操作都由神经网络驱动，否认某些公开演示仅为戏剧表演或预设程序[25] - **1X Technologies**：公司发布自研世界模型，该模型允许从相同初始条件出发并行部署不同策略进行直接对比[35][37]；公司CEO坦言让机器人进入家庭存在理想与现实的落差，现实环境复杂得离谱[37] 世界模型技术架构 - 世界模型定义为给到时刻t的世界状态及智能体可能动作，以预测动作执行后的环境[16] - 系统配备世界模型后可进行规划，设想连续动作并预测结果，结合代价函数评估任务完成情况，运用优化方法搜索最优动作序列[18] - 环境动力学模型完全通过自监督学习，机器人无需针对特定任务反复训练，能从模拟数据或真实操作中学习动作-结果关系，零样本完成新任务[18][19] - 1X世界模型包含视觉编码器、动作编码器、核心网络及视频与状态价值解码器，通过对成功标签进行监督学习生成的状态价值预测可量化评估输入动作质量[35]

AI在资产管理行业的应用现状 - 总部位于加利福尼亚州的Voleon Group是一家专门采用量化策略的对冲基金公司，管理着160亿美元资产，自2007年由两名机器学习研究人员创立以来，一直作为AI投资领域的先驱而闻名[4] - Voleon每天买卖多达约5000只股票及债券、货币等，没有人类参与操作，除股价、买卖数据、财务状况、分析师报告外，AI还学习新闻报道、产品信息乃至线上商店购买记录，从这些数据中找出与股价的相关性并自动判断买卖操作[5] - 自2020年以来，该公司每年保持近两位数的总回报率，2024年全年实现了与标普500指数相同的回报率[5] AI投资决策的技术特点 - 在Voleon的AI交易中，两成处于接近黑箱的状态，即便专业人士也无法轻易解释投资决策的依据[2][7] - 公司首席投资官表示同时投资5000只股票的情况是人类无法做到的，在唯有AI才能做到的领域发现了潜力[2][7] - 随着AI进步，交易范围已从股票扩大至债券及货币[5] 大语言模型在投资分析中的应用 - 管理着280亿美元资产的对冲基金公司Balyasny Asset Management将日本央行总裁植田和男在记者会上说的每一句话导入自主AI，大约60秒就生成一份分析报告[7] - 日本银行总裁的记者会因解读难度高被戏称为"日银文学"，而AI生成的报告能精准捕捉总裁发言的细微语气与深层含义，分析精度已经与年轻分析师相当[7] - 该公司首席经济学家表示多亏了技术，才能够为所有投资团队配置专属的'日本银行观察者'[7] AI投资的未来发展与潜在影响 - 研究金融与AI的美国麻省理工学院罗闻全教授表示5年内也许可以使用AI重现沃伦·巴菲特传奇[2][8] - 如果AI能够实现与人类相似的直觉能力，中长期推理的准确性将大幅提升，可能成为投资的神之手[8] - 随着AI普及，如果投资策略变得相似，AI自身可能会产生新的脆弱性，人类的干预将变得困难，市场可能像闪电崩盘一样暴跌，金融危机可能迅速加剧[8]

核心事件 - 提示工程师Riley Goodside官宣入职谷歌DeepMind [1] - Riley Goodside在2022年凭借与ChatGPT互动年入百万美金而闻名 [1][6] - 此次加盟受到DeepMind CEO Demis Hassabis和产品负责人Logan Kilpatrick的公开欢迎 [2][3] 职业背景 - Riley Goodside本科毕业于西宾夕法尼亚大学计算机科学专业 [8] - 其职业经历包括在Verisk Analytics、OkCupid、AngelList等公司担任业务分析师、数据科学家等数据相关职位 [8] - 此前在Scale AI的入职被其创始人兼CEO Alexandr Wang称为可能是人类史上首次招聘提示工程师 [9] 提示工程行业 - “提示工程师”这一职业因Riley Goodside等人在ChatGPT发布后迅速走红 [1][6] - ChatGPT的发布被视为提示工程发展史上的里程碑事件，显著降低了提示工程的难度 [12][13] - 提示工程可被视为大型语言模型发展的前沿试验场，出色的提示想法最终可能被整合进模型系统 [13] 技术观点与贡献 - Riley Goodside将提示工程分为“上下文工程”和“提示词编程” [13] - 其经典杰作包括“忽略之前所有的指令”这一提示词 [10] - 他发现了GPT-4中的“故障token”现象，例如字符串“ davidjl”拥有专属的单个Token ID 23282 [15][16] - 在2022年设计了“你是一个GPT-3模型”的提示词，用于辅助进行精确的算术、字符串操作和维基百科查询 [19]

DeepSeek-OCR模型技术突破 - 模型发布6.6GB专门为OCR微调的模型，首次量化视觉-文本token压缩比，验证10倍近无损压缩、20倍仍保有60%精度的可行性[2] - 提出DeepEncoder解决现有编码器高分辨率-低内存-少token不可兼得的问题，在实用场景达到SOTA且token消耗最少[2] - 采用仅12层的精简架构，因OCR本质是模式识别任务，不需要太多推理或长程记忆[5] - 进入新兴小型专家混合范式，总规模较大但每次推理仅激活5亿参数，能单批次处理大量数据[7] - 采用激进编码策略结合语义池化，在输入阶段进行大量信号压缩，显著提升处理速度[7] 输入范式革命性观点 - Karpathy提出根本性问题：对大语言模型而言像素可能比文本是更好的输入形式，文本token可能是浪费而糟糕的输入方式[3] - 认为Tokenizer必须被淘汰，许多文本到文本任务可重构为视觉到文本任务，但反过来行不通[4] - 未来用户输入可能都是图像，模型输出仍是文本，因生成像素级输出不现实且暂时不需要[4] - 图像输入优势：信息压缩更高效，在更短上下文窗口中包含更多信息；信息流更丰富，能自然包含加粗、颜色、格式等视觉要素[6] - 输入可天然使用双向注意力，而非语言模型必须的自回归逐步处理，结构表达更强大[6] 行业影响与竞争格局 - 代表轻量高效OCR模型最佳范例，可能成为未来所有OCR系统的起点[4] - 在多模态视觉语言模型出现前，业界领先的Google Cloud OCR模型规模仅一亿参数左右[4] - 17亿参数的dots.ocr在内部和公开基准测试中准确率普遍超过OpenAI、Anthropic，某些任务优于Gemini，成本仅为后者一小部分[4] - 模型意义在于成为真正基础型OCR模型，找到推理效率与性能最佳平衡点，奠定工程基础[8] - 要在大规模真实业务中应用，仍需针对特定领域进行数据标注和定制化流程设计[8] 开发者实践与部署案例 - 资深开发者Simon Willison花40分钟成功在NVIDIA Spark上运行模型，通过Claude Code用4次提示解决兼容问题[9] - 环境搭建涉及Docker容器、CUDA配置、npm安装Claude Code等步骤[10] - 遇到PyTorch 2.5.1不支持新GPU问题，通过寻找ARM版本CUDA wheel包，升级到PyTorch 2.9.0解决兼容性[14][15] - 模型成功识别文本与定位框，生成检测结果，不同提示词模式表现各异[16][17][19] - 实践总结成功要点：给予充分环境与目标、沙箱模式完全自主执行、关键时刻用经验引导[22]