大模型也得“睡觉”？Google新研究揭示AI进化密码 AI不知疲倦，但Google最新研究却提出：大模型也得“睡觉”！这并非让服务器关机，而是为了解决AI“边学边忘”的软肋。 目前，大模型主要靠“临时便签”（上下文）记东西，对话一结束就忘。若强行修改底层参数学新知识，又会引发“灾难性遗忘”，把旧本...

【LeCun团队让世界模型学会持续学习】7月5日，纽约大学联合LeCun团队发布JEPA系列最新成果AdaJEPA。与传统预训练后冻结参数的模型不同，AdaJEPA引入测试时自适应机制，通过“计划、执行、观测、更新、再规划”闭环，在环境交互中实时轻量调整参数，实现持续学习。实验表明，该技术有效解决了环境变化导致的模型失准问题。在PushObj等基准测试中，AdaJEPA规划成功率大幅提升，部分场景翻倍，且单次更新延迟仅0.01至0.03秒。这证明世界模型无需训练后冻结，部署时的轻量自我校准即可显著提升鲁棒性。

【CVPR 2026盘点：大模型从“能力扩张”迈向“能力管理”】近日，CVPR 2026聚焦AI模型在真实世界部署中的“稳定性”与“适应性”。研究表明，大模型正从追求单点性能转向关注复杂环境下的持续进化能力。会议盘点了四项前沿成果：一是QKD方法，利用量子门控机制在类增量学习中有效保留旧知识，减少遗忘；二是LCA框架，通过大规模预训练实现高保真3D数字人的强泛化生成；三是FEAT方法，解决联邦学习中多客户端数据异质环境下的样本回放问题；四是PolyV框架，实现图像、视频与3D跨视觉模态的深度协同。这些成果标志着AI正加速适应动态现实世界，为大模型落地提供关键支撑。

2026年1月5日，谷歌DeepMind研究员发布重磅预测：2026年将成为「持续学习」元年，AI将实现自我改进与进化。Anthropic CEO表示，持续学习技术将在2026年实用化，AI已能自动生成代码并完成复杂项目。前OpenAI研究员Daniel Kokotajlo团队预测，2030年可能实现全自动化编程，并有25%概率在一年内迈向超级人工智能（ASI）。研究指出，AI研发将经历三个阶段：自动化编程、自动化研究品味和智能爆炸。到2050年，AI或主导诺奖级科学研究，重塑科研方式，甚至推动核聚变能源等重大突破。科学界认为，AI驱动的「黑灯实验室」将实现24小时无人化实验，开启技术与知识的共生循环。