Paper Morning 2026-08-12

各位早上好，今天Paper Morning开播。 最近agent领域特别热闹，咱们聊聊几篇有意思的工作。 先说第四篇，On-Policy Self-Distillation without Any Supervision，这篇提出了无监督的on-policy自蒸馏。传统上蒸馏需要外源监督信号，但这篇工作让模型自己当老师，用多数投票构建伪标签，然后在"不一致"的地方做知识蒸馏。这个思路让我想到科学计算里的一个老问题：我们训练PDE求解器的时候，是否也需要这种自我一致性来约束解的物理合理性？比如流体模拟中，模型输出的速度场是否满足连续性方程，或许也可以用类似的自洽性来约束。 第三篇Beyond Pixels讲的是从视频先验到4D世界的生成。这篇的核心贡献是提出了latent-to-4D的方法，不再依赖RGB重建，而是直接利用视频模型的latent space。这让我想到最近AI4S里一个很火的思路：我们能不能把预训练视频模型学到的物理先验，直接迁移到科学问题的时空建模上？比如流体力学里的湍流、液滴演化，这些现象在视频数据里已经学到了大量时空相关性。 第二篇Co-Evolution是关于agent系统的共演化。这篇survey把agent的自我进化分成了三个阶段，从agent之间的对抗协作，到agent与环境的交互，最后到元层面的共演化。这让我想到科学模拟里的一个根本问题：我们在训练物理世界模型的时候，是不是也该考虑模型和模拟环境之间的共演化？比如用神经网络PINNs求解PDE时，解和方程本身是否也可以形成一种共演化关系？ 第一篇ComBodied Agents提出的是以人为中心的agent范式。这篇工作很有趣，它把人的状态和能动性放在建模的核心位置，而不是单纯把工具当作执行器。这让我想到一个问题：我们在做AI4S的时候，是否也该更多关注"人-机协同"这个维度？比如科学家如何和PDE求解器agent配合，各自发挥比较优势，这可能是未来科学发现的一个新范式。 第五篇BDH-CQ是今天最火的一篇，551个upvotes，讲的是in-context learning结合递归 latent reasoning。这个模型在推理时不输出中间步骤，而是在高维latent空间里做迭代计算。有趣的是它在ARC-AGI上以极低的计算成本达到了新的帕累托前沿。这让我想到一个更大的问题：科学计算里的很多问题，比如 PDE 求解，本质上也是在做"推理"——从方程和边界条件"推理"出解。那么这种 latent reasoning 的范式，能否迁移到更复杂的科学推理任务上？ 今天这几篇论文看似分散，但我觉得有一个共同的脉络：都在探索"自我"这个维度——自蒸馏、自一致性、自演化latent reasoning。这可能反映了当前AI研究的一个转向：不依赖外部监督，而是挖掘模型内部的结构化知识。对我们做AI4S的人来说，这个趋势值得关注，因为它可能为科学计算中的无监督或弱监督学习提供新的思路。