一部纪录片，在YouTube上仅仅上线四周，就突破了2亿人观看！ 诺奖得主Demis Hassaibs亲自力荐：想知道一个通用人工智能实验室幕后是怎么运作的吗？是什么造就了AlphaFold这样的诺奖级获奖项目？一定要看这部 片！ 另外，这部纪录片的配乐，也是一流。 人类，正亲手创造第二种智慧 当人类第一次意识到，自己或许正在创造一种不再依附于血肉、不再受限于寿命、不再困于经验的智慧。这个瞬间，足以撕裂时代。 令人感动的是，纪录片《The Thinking Game》并不是一部炫技的科技宣传片，它更像一部时代的自白书。 它从人类与AI的第一次朴素笨拙的交流开始——「你，能学会思考吗？」 真正令人震撼到，不是AI给出的回答，而是提问的人类。这群人被同一个执念牵引—— 是的，这部名为《思考游戏》的纪录片，并不是一部普通的片子，它由AlphaGo原班团队历时五年贴身拍摄。 短短四周内，它就如一场风暴，席卷全球。 可以说，它绝不仅仅是一部电影，而是一次对AGI科学盛典最核心地带的闯入。 如果智能可以被创造，那么人类理解自身的方式，将被彻底改写。 当还不是诺奖得主的Demis Hassabis说出这句话「Trying ...

Group 1: Generative AI Developments - Anthropic has officially open-sourced the Skills project on GitHub, which includes 16 production-grade skill libraries covering document processing, creative design, and development technologies [1] - The Skills project features a skill-creator meta-skill that helps users create new skills, significantly lowering the customization barrier [1] - ByteDance's Seed team launched Seed Prover 1.5, achieving a score of 35/42 in the IMO 2025 top problems within 16.5 hours, utilizing a new Agentic Prover architecture [2] Group 2: Voice Interaction Models - Tongyi Bailing has open-sourced the Fun-Audio-Chat-8B voice interaction model, achieving state-of-the-art results in multiple authoritative benchmarks [3] - The model employs an innovative dual-resolution end-to-end design, reducing audio frame rates to the industry's lowest at 5Hz, saving nearly 50% GPU computation [3] - Fun-Audio-Chat-8B demonstrates excellent empathetic dialogue capabilities, automatically sensing user emotions without the need for emotional labels [3] Group 3: AI in Social Interaction - Second Me 1.1 has transformed the dialogue framework, allowing AI to proactively deliver content based on context and emotional temperature [4] - The platform utilizes a unique identity modeling approach, enabling users to leverage real identity information for content creation [4] - The upgrade from "social graph" to "context graph" enhances privacy through strict memory boundary delineation [4] Group 4: Robotics and AI Integration - Vbot's super-powered robotic dog achieved over 1,000 orders within 52 minutes of its launch, setting a record for high-end intelligent products [5][6] - The robot features 128 TOPS edge AI computing power, which is more than three times that of mainstream competitors, and supports 240W fast charging [6] - Priced at 9,988 yuan, Vbot aims to redefine consumer-grade embodied intelligence standards [6] Group 5: AI Perspectives and Future Trends - Turing Award winner Bengio argues that cognitive jobs are more susceptible to AI replacement, emphasizing the need for AI safety investments [7] - Google’s annual summary, led by Jeff Dean and Hassabis, predicts 2025 as a pivotal year for AI agents and scientific discovery, with Gemini 3 Pro leading benchmark tests [8] - Notion's CEO envisions AI as a transformative force in the knowledge economy, enhancing productivity significantly [9] Group 6: AI Growth and Market Insights - Epoch AI's year-end report indicates a significant acceleration in AI capabilities since April 2024, with reasoning models and reinforcement learning gaining prominence [10] - Key insights include a tenfold decrease in LLM reasoning costs and a rapid doubling of Nvidia chip computing power every ten months [10][11] - The report suggests that the greatest value of AI may come from widespread automation in economic systems rather than accelerated research [11]

编译丨王聪 编辑丨王多鱼 排版丨水成文 基于机器学习 （ Machine Learning ） 的人工智能 （AI） 工具，彻底改变了科学家研究蛋白质结构的方式。 近日，《 自然·化学生物学 》 （Nature Chemical Biology） 期刊采访了 Cecilia Clementi （柏林自由大学） 、 Bruno Correia （洛桑联邦理工学院） 和 卢培 龙 （西湖大学） ， 探讨了开发用于预测蛋白质结构和性质的计算工具方面的进展，这些工具如何用于蛋白质设计，以及他们希望在该领域看到的发展。 问 ：用于预测蛋白质结构和特性的新计算工具已经彻底改变了化学生物学的许多领域。最近蛋白质建模方面有哪些进展让您感到兴奋？您在自己的研究中是否已 经开始使用任何新工具？ Cecilia Clementi ：我们正生活在一个非常令人兴奋的时代，机器学习正在推动不同科学领域取得重大进展。我特别兴奋的是，机器学习工具现在开始着手应对理 解大分子动态和功能的挑战，超越了单一结构的局限。在我的研究小组中，我们正在朝着这个方向努力，并且正在基于诸如 AlphaFold 和 BioEmu 这样的工具开 展工作。 Bru ...

如果说年初外界还在唱衰这家巨头「大象难转身」，那么到了年底，谷歌用实力上演了一出从被打落神坛，到扬眉吐气、重回巅峰的好戏。 尤其是年底这波Gemini 3和Nano Banana的组合拳，简直是降维打击！ 回顾2025年，对于谷歌来说，可谓是一部跌宕起伏的「复仇爽文」。 不仅稳稳占据了LMArena的榜首，更是在推理和多模态能力上打得对手OpenAI一个措手不及。 谷歌在向世界宣告：硅谷的AI铁王座，依然姓Google。 就在刚刚，谷歌AI掌门人们：首席科学家Jeff Dean、DeepMind CEO Demis Hassabis以及负责技术与社会的SVP James Manyika三位重量级人物联名发布了 谷歌2025年度总结。 而且也给AI这一年定了一个基调：这一年，是属于AI智能体、深度推理与科学探索的大成之年。 从3月发布的Gemini 2.5到11月震惊业界的Gemini 3，谷歌彻底解决了推理能力的瓶颈。 谷歌这一年把「科研」变成「现实」，在8大领域实现了全面突围。 以下是谷歌这一年「秀肌肉」的高光时刻 模型层面的「碾压」：Gemini 3重新定义天花板 谷歌今年的策略非常狠：「下一代的Flas ...

信仰 1.Scalling Law驱动 向AGI持续进化 王齐昂 独立科技观察者 谁也无法想到，ChatGPT迎来三周年之际，没有庆祝和纪念，反而是内部发布的一封红色警报，再次敲 响了人工智能竞争白热化的战鼓。在受到Gemini 3惊艳效果的威胁下，Open AI加速推出了GPT 5.2，用 更多的资源，在多项指标上实现了反超。但三年下来，各大模型之间的性能差距和范式差异持续缩小， 业界出现不少质疑的声音，认为大模型发展正面临天花板。但也有很多人坚定看好AGI的到来，产业充 满了更多的争论和分化。 站在2025的年尾，回顾来时之路，从DeepSeek的火热，到GPT4o 后吉卜力动画的流行，Sora2的与山姆 奥特曼同框，再到谷歌Nano Banana生图的各种机器猫讲解。 有时似乎有恍如隔世之感，一项今年的技 术，仿佛已是多年前的流行。 展望2026，我们不仅感受到对大模型智能瓶颈和投资回报不确定性的焦虑，看到更多的非共识，也看到 大家的坚守和信仰，以及有望在多个方向的突围，更多的期待和探索正在扑面而来。 自 ChatGPT 横空出世以来，业界主流都相信只要不断增加算力、扩充数据、堆叠参数，机器的智能就 会 ...

由北京市通州区人民政府指导，《财经》杂志、财经网、《财经智库》主办的"《财经》年会2026：预测与战略·年度对话暨2025全球财富管理论坛"于 12月18日至20日在北京举行，主题为"变局中的中国定力"。 12月18日，中国科学院院士、中国科学院原院长白春礼在论坛上表示，随着科学与技术边界加速融合，产业迭代周期显著缩短，技术路线快速演进，国 际竞争明显前移，基础研究越来越成为产业竞争的"先手棋"，越来越成为国家竞争力的"源头工程"。 中国科学院院士、中国科学院原院长 白春礼 "基础研究决定国家竞争力的源头，企业基础研究决定产业优势的长久性。"白春礼指出，必须把企业基础研究摆在更加突出的位置，基础研究的重要性 更加凸显主要体现在三个方面。一是，国际竞争加速向基础前沿前移。大国竞争的焦点正在从单点技术优势，转向底层理论、关键机理、核心算法、重大科 学装置等更深层次能力的竞争。企业是否有良好基础研究基础，也决定了其能否直接地把"前沿原理"转化为"产业范式"。 二是，科技创新和产业创新的边界更加模糊。过去基础研究到产业应用的周期相对较长，现在周期明显缩短，基础突破常常迅速外溢到工程实现和产业 化路径。同时，产业发展中 ...

在最新一期播客中，DeepMind掌门人哈萨比斯清晰地勾勒了他心目中通往AGI的一条现实路径： 一半靠规模扩展，另一半靠真正的科学突破。 henry 发自 凹非寺 量子位 | 公众号 QbitAI 想要实现AGI，技术创新和规模扩展得五五开，缺一不可。 从世界模型、模拟和智能体，一路聊到材料、超导体，甚至可控核聚变。这期播客里，哈萨比斯几乎是站在谷歌的当下，眺望AGI的全局图 景。 以下是哈萨比斯的核心观点速览： AGI实现需要创新与规模化的双重努力 ：约50%的努力集中在模型扩展，50%集中在技术创新，二者结合是通向AGI的关键路径。 根节点问题推动科学突破 ：AlphaFold的成功验证了AI解决基础科学难题的潜力，当前研究正拓展至材料科学（如室温超导体、更优电 池）、核聚变及量子计算等领域。 AI在数学等领域的表现存在"锯齿状智能"现象 ：尽管能在国际数学奥林匹克竞赛中获奖，但在简单逻辑题上仍可能出错，反映出系统在 一致性与可靠推理方面的不足，需提升其自我反思与验证能力。 当前模型依赖人类知识，未来需实现自主学习 ：现有大模型基于互联网知识进行压缩与泛化，类似于AlphaGo；下一步目标是实现类似 Al ...

（原标题：白春礼：国际竞争加速向基础前沿前移，企业创新角色正在升级） 南方财经21世纪经济报道记者郑青亭、实习生王馨梓 北京报道 面向"十五五"时期加快高水平科技自立自强、发展新质生产力的战略目标，白春礼提出四项核心建议： 第一，把企业基础研究纳入国家战略任务体系，形成稳定牵引和长期安排。围绕国家重大战略需求和未 来产业制高点，建立企业参与基础研究的任务清单和组织机制，支持领军企业牵头组建跨领域联合团队 进行长周期攻关。 12月18日，《财经》年会2026：预测与战略暨2025全球财富管理论坛在北京拉开帷幕。中国科学院院 士、中国科学院原院长白春礼在演讲中表示，随着科学与技术边界加速融合，产业迭代周期显著缩短， 技术路线快速演进，国际竞争明显前移，基础研究越来越成为产业竞争的"先手棋"，越来越成为国家竞 争力的"源头工程"。 白春礼指出，基础研究是国家竞争力的源头，而企业基础研究则决定了产业优势的长久性。当前，国际 竞争加速向基础前沿前移，科技创新与产业创新的边界日益模糊，企业在国家创新体系中的角色正从技 术的"应用者"升级为科学的"创造者"。 他援引历史与当代案例予以说明：从贝尔实验室的晶体管发明引爆信息产 ...

在"十四五"规划收官、"十五五"规划谋篇布局的关键节点，如何以科技创新引领高质量发展，成为中国经济迈向下一个五年的核心命题。在近日于北京举行 的"国是论坛：2025年会"上，工业和信息化部原副部长、工业和信息化部电子科技委主任王江平围绕"AI科学发现转化为生产力的问题与对策"发表主旨演 讲，直指当前人工智能与产业融合中的关键堵点，为中国在AI时代实现高水平科技自立自强提供了系统性思考。 王江平指出，随着人工智能深度参与科学研究，AI科学发现正成为继实验科学、理论科学、计算科学和数据密集型科学之后的"第五范式"。在蛋白质结构预 测、新材料发现、药物研发等领域，AI已经显著缩短了科学发现周期，极大拓展了人类认知边界。以AlphaFold为代表的突破性成果，使人工智能研究者首 次走上诺贝尔奖领奖台，标志着AI for Science进入加速发展阶段。 然而，在成果数量呈指数级增长的同时，AI科学发现向现实生产力转化却遭遇严峻挑战。王江平形象地将这一结构性矛盾比喻为"堰塞湖"：一方面，AI模型 每天可以产生成千上万的预测结果;另一方面，人类实验验证能力和产业化能力却只能线性增长，远远无法消化这些成果。以新材料研究为例 ...

Always enjoy discussing the big picture with @FryRsquared. We talked about the frontiers of computability, the nature of the mind, and why I’m optimistic that AI will help us understand the universe’s deepest mysteries.+ this wraps up another season of the award-winning @GoogleDeepMind Podcast - huge congrats to the team!Google DeepMind (@GoogleDeepMind):We’re using AI to work on root node problems – fundamental scientific challenges that unlock societal benefits. 🧪From fusion and superconductors to entirel ...