普林斯顿王梦迪外滩大会提醒：Ai实现自主发现，并非只需模型更大

📌 核心事实

普林斯顿王梦迪在外滩大会指出，大模型擅长找“最可能”答案，却低估长尾分布，难以实现真正科学发现；数学/Coding因有明确验证器而进展快，基础科学因验证困难而滞后，关键在让现实世界更可验证。

💡 价值分析

这揭示了当前AI能力跃迁的核心瓶颈：不是模型规模，而是验证闭环的缺失。数学和编程的成功恰恰证明，可验证性是AI自我进化的前提。这意味着AI从“知识压缩器”走向“发现引擎”，必须依赖自动化实验、形式化验证等基础设施，而非单纯堆参数。基础科学将成为下一波AI突破的主战场。

🏢 企业启示

不要只卷模型参数，要优先构建“可验证环境”——无论是自动化实验平台、仿真系统还是形式化验证工具。谁能降低验证成本，谁就掌握AI自主发现的钥匙。创业者应聚焦垂直领域的验证基础设施。

🚀 相关机会

自动化实验平台（如量子材料、生物医药）、AI驱动的形式化验证工具、科学仿真环境、长尾数据增强与分布校准技术、跨团队科研协作协议标准化。

本文由AI681 7x24快讯深度整理，内容来源于公开科技媒体，仅供参考。