Cassi Field Intelligence：持续学习、精确证据以及透明的非语言决策。一种基于物理原理构建的新类型机器学习架构 [R]

2026 年 9 月 7 日，Cassi 团队发布一种基于物理理论的新型机器学习架构。该架构旨在通过单个张量实现持续学习、不确定性追踪及透明非言语决策（deliberation）。其核心机制包含两个相互转换的流体分量（收缩与膨胀）及其流动机制，用于解释意识并解决数学化问题。该框架定义了四个核心概念：作为具身场体验的意识、基于自身状态建模的自我意识、由内部可能性引导的智能以及因果连续的身份。目前原型虽已迭代，但相关理论仍具参考价值，且其组织法则的扩展意义远超机器学习领域。