概念Moravec's paradox
莫拉维克悖论
由Hans Moravec提出的AI理论，指出对人工智能而言，高级推理任务反而比低级的感知和运动控制更容易，即下棋可战胜人类但叠衣服极难。
时间轴 (近 90 天)
10月13日
莫拉维克悖论由人工智能先驱汉斯·莫拉维克等人于20世纪80年代提出，其核心观点是：逻辑推理、数学运算等高阶智能对计算机而言相对容易，而感知、运动、抓取等低阶能力反而需要巨大计算资源才能模拟。
待验证50%
10月13日
Gemini 4 Argon在ERQA上取得87%的纯推理得分，暗示大模型可能找到了绕开莫拉维克悖论的新路径：不再依赖手工编码的物理规则，而是通过海量数据学习到类似人类直觉的物理常识。
待验证50%
10月13日
莫拉维克悖论指出，对 AI 而言，高级推理反而比低级的感知和运动控制更容易。
待验证50%
9月17日
莫拉维克悖论由机器人学家汉斯·莫拉维克于1980年代提出，指出对人类困难的高层认知任务对AI相对容易，而人类轻松完成的低层感知运动任务对AI极为困难
待验证50%
全部知识事实 (4)
待验证
莫拉维克悖论由人工智能先驱汉斯·莫拉维克等人于20世纪80年代提出，其核心观点是：逻辑推理、数学运算等高阶智能对计算机而言相对容易，而感知、运动、抓取等低阶能力反而需要巨大计算资源才能模拟。
50%待验证Gemini 4 Argon在ERQA上取得87%的纯推理得分，暗示大模型可能找到了绕开莫拉维克悖论的新路径：不再依赖手工编码的物理规则，而是通过海量数据学习到类似人类直觉的物理常识。
50%待验证莫拉维克悖论指出，对 AI 而言，高级推理反而比低级的感知和运动控制更容易。
50%待验证莫拉维克悖论由机器人学家汉斯·莫拉维克于1980年代提出，指出对人类困难的高层认知任务对AI相对容易，而人类轻松完成的低层感知运动任务对AI极为困难
50%