第173期 - 从预训练、后训练和世界模型开始，真正理解AI

用大白话拆解游戏行业从业者最容易被绊住的一批AI术语：预训练、后训练、SFT、RLHF、对齐、推理、参数、MoE、蒸馏，以及今年最热的coding、Agent、Computer Use和世界模型。把这条从「基座模型」到「内部助手」的链路讲清楚，并落到一个游戏行业的核心问题上——游戏公司到底要不要有自己的模型。核心结论：大多数公司不会从零做预训练，但自部署开源模型、用私有数据做微调和后训练，正在变得可行。

本期讨论了这些问题

• 预训练、后训练和推理，到底各自决定了模型的什么？
• 为什么有的模型特别会哄人？「对齐」和「谄媚」是怎么来的？
• 什么是Agent和Computer Use，它们和普通聊天机器人有什么区别？
• 游戏公司要不要有自己的模型，现实的路径是什么？
• 世界模型对游戏行业意味着什么？

要点与金句

• 预训练决定模型会什么，后训练决定模型怎么表现
• 「会哄人」是对齐训练的副产品，不是模型有人格
• Agent和聊天机器人的区别：一个自己动手，一个只动嘴
• 大多数游戏公司不做预训练，但微调开源模型正在变得可行
• 微调的前提是数据够干净、评估标准够明确

想建立系统的AI认知框架，可以看《游戏人的AI第一课》。

想听完整的术语拆解，可以前往小宇宙收听本期节目。