格式塔（成都）科技有限公司

从 LLM 的超长文本处理、视频生成模型的以假乱真、Agent 自主规划与执行的日趋成熟，到 VLA、世界模型等开始进入物理世界，AI 正在不断拓宽其能力边界。 模型版本的迭代周期不断缩短，行业新闻与技术讨论的热度居高不下。在这样一往无前的氛围中，我们似乎离 AGI 近在咫尺。 但一个疑问始终有待解答：这些服务器里的 AI，真的「理解」这个世界吗？或者说，它们展现出的智能，与生物在真实物理世界中生存所展现出的认知，在本质上是否同一？ 近期，学者 Banafsheh Rafiee 与强化学习之父 Richard S. Sutton 共同撰写了一篇论文，对当前主流人工智能（包括大语言模型、纯视觉模型乃至传统的符号系统）所依赖的「被动表征」路线进行了系统性的反思与批判，并将认知科学中的「生成认知」（Enactive Cognition）框架引入 AI 领域。 该研究主张感知、认知和行动是相互建构的不可分割的整体，探讨了 AI 如何从依赖静态数据的被动信息处理系统，走向能够通过环境互动、具身行动与自我评估获得经验的智能体。 论文标题：Toward Enactive Artificial Intelligence 世