文章

理解 AI 模型的多个视角

从物理演化、概率拆解，到信息、几何、计算与因果，为现代 AI 模型搭一套互不重叠的坐标系。

  1. 物理视角：把 AI 模型看成物理系统的演化定律

    从玻尔兹曼机、扩散模型到哈密顿网络，沿“能量地形 → 演化轨迹 → 守恒律”一条主线理解物理驱动的 AI 模型。

    ·约 27 分钟

  2. 概率拆解视角：生成模型如何切分高维联合分布

    自回归、扩散、流与能量模型，本质上是对同一个联合分布 p(x) 的不同拆法；它们在“坐标 × 噪声”的二维网格上走向合流。

    ·约 26 分钟

  3. 还缺的四个视角：信息、几何、计算与因果

    物理与概率拆解之外，信息论压缩、散度与流形几何、计算状态与测试时算力、因果干预与世界模型四个视角补齐理解 AI 模型的坐标系。

    ·约 8 分钟