最近，谷歌研究团队新发了一篇很牛的论文。

他们推出了他们的深度研究型智能体——TTD-DR（Test-Time Diffusion Deep Researcher），翻译过来就是测试时扩散深度研究员。

说白了，就是让AI学会像人一样打草稿。

如果让你写一篇深度研究报告，你会怎么做？

一般都是先列个提纲，然后写个初稿，接着查资料、改来改去，最后才能交出一份像样的成果。

这个看似平常的过程，却难倒了一众AI。

比如今年2月，OpenAI推出了Deep Research功能，号称能帮你写出专业级的研究报告。Perplexity紧随其后，Grok也不甘示弱。

一时间，AI研究助手赛道热闹非凡。

但问题来了，现有的AI研究助手基本都是一条道走到黑：接到任务，搜索资料，生成报告，完事儿。

这就像考试时不打草稿直接往答题卡上写，一旦跑偏了就很难纠正。

谷歌团队仔细研究了人类的写作习惯后发现，没有人是从第一个字写到最后一个字的。

1981年的一项认知研究就指出，人类写作是个反复迭代的过程：先有个大概框架，然后不断修改完善。
这个过程中，我们会不停地查资料、调整思路、推倒重来。

有意思的是，这个过程跟物理学里的扩散模型惊人地相似。
扩散模型简单说，就是从一团噪声开始，逐步去噪，最终生成清晰的图像。

谷歌团队灵机一动：既然能用这个方法生成图像，为啥不能用来生成研究报告呢？

TTD-DR的核心创新在于两个机制同时发力。

第一条腿是去噪优化。
系统先根据用户需求生成一个粗糙的初稿，就像画画时的草图。
然后，每次搜索到新信息，就对这个草稿进行一次修订。

这个过程就像雕刻家一点点雕琢大理石，每一刀都让作品更接近理想状态。

第二条腿是自我进化。
系统的每个组件（制定计划的、生成问题的、搜索答案的、写报告的）都会产生多个版本，然后通过内部评分机制选出最优解。
这就像让五个人同时写同一份报告，然后取各家之长，合成最终版本。

这两条腿配合起来威力惊人。
在测试中，TTD-DR在长篇研究报告生成任务上的胜率达到69.1%和74.5%，碾压OpenAI Deep Research。

在需要多跳推理的复杂问题上，准确率也提升了4.8%到7.7%不等。

论文里有个特别有意思的发现：系统在第9步修改时，就已经包含了最终报告51.2%的信息。

这意味着传统方法要搜索20次才能达到的效果，新方法不到一半的步骤就能实现。

欸，2000块租个LOVOT机器人竟被坑1.6万，我还是天真了，没想到现在做生意已经这么黑了。。
在这里把我被坑的经历写出来，希望大家警惕，不要再被骗了。

前阵子看了 LOVOT 作者写的一本书，非常喜欢。
那时候正好在小红书刷到了 LOVOT 某个中国代理的广告，说他们在搞租赁，租15天要2000块钱，押金一万。
其实到这里我就应该嗅到一点商业模式的气息了。
当时虽然有怀疑这个代理是不是真的，但是看到好歹他们也有上海实体店，总不至于跑路吧，没想到我还是太天真了。
出于对作者的喜爱和对这个机器人的好奇，我还是租了一台放办公室，也在即刻晒了图。
租到后面的时候，发现这个机器人不会自己充电了，需要抱到基座上才能充电，我就把机器人退回了。
押金说是退回三个五个工作日退我，结果一直也没联系我退还押金。

又过了15天之后，也就是今天，突然微信山跟我说，不仅押金不退了，还要我再交5929元。
我当时就内心充满疑惑，这什么情况，我被诈骗了？
仔细看这个微信号确实是之前他们的员工。
但是这个员工在维修之前没跟我确认，在维修之后也没有把视频证据发过来，就冷冰冰地丢了一个报告，打开里面是一个大大的付款二维码。
再仔细看这个维修报告的时候，我差点被气笑了。
维修报告里说我对LOVOT 进行过拆解的痕迹，还更换了非原厂零部件。
这么冷门的玩意儿，我何德何能在中国找到 LOVOT 的零部件啊。
而且这个维修账单里，光是检测费就4800, 修个车也不敢这样报价啊。
真的太太太离谱了。

一个在日本卖3万块钱的机器人，在中国租15天就要付出1.5万的成本。
真的是很厉害的商业模式啊。

Nano banana又火了几个玩法 ：
1. 生成跟小时候的自己合影的拍立得
2. 生成情侣自拍四宫格

难怪gemini能一直保持在app store 榜一！ UGC的力量太强了！

有人想要提示词吗？