铃阅时讯
❌

普通视图

科学家怎么用ChatGPT?OpenAI做了一项调研

2026年11月17日 17:24

DeepTech深科技 2026-11-17 17:24 北京

人工智能正在进入科学研究的日常工作。从阅读文献、到编写代码、分析数据和提出研究假设,AI逐渐成为科学家的研究助手。但它究竟在多大程度上参与科研?科学家又愿意把多少研究工作交给AI?

近日,OpenAI发布题为“Science at the Frontier: How Scientists Use ChatGPT”的研究报告,收集了来自1,819名科学家的超过58万条科研消息,并结合251名科学家的问卷回答,分析AI如何参与科研,以及它对科学发现可能产生的影响。

报告发现,AI主要用于四类工作:阅读与知识获取、写作与交流、科学分析,以及科研软件与代码开发,合计占科学家平均科研消息的85.1%。相比之下,数据收集、同行评审和行政管理等工作中的AI使用仍然较少。

在探索研究方向时,科学家也经常要求AI提出研究问题或方向;当想法逐渐发展为具体问题时,则更倾向于先提出自己的想法,再让AI帮助完善和评估。报告发现,42.7%的科学家平均每周发送超过两条科研构思相关消息。

不过,科学家并没有完全放手让AI工作。平均有31.8%的初始科研请求会引发进一步的解释、核查或修改。尤其在写作、科学分析和软件开发等领域,科学家仍需检查AI生成的内容。报告还发现,约15%的科学家曾尝试让AI协调完成端到端自主科研任务,但这类请求仅占全部科研消息的0.4%,尚未成为常规工作方式。

在科研效率方面,科学家普遍认为AI带来了生产力提升。不同工作流的自我报告生产力提升倍数为1.35至2.83倍,其中科研软件与代码开发的提升最明显。一些受访者表示,借助AI开发专用研究工具,他们得以开展过去受技术条件限制、难以推进的数据收集和研究工作。

对于AI能否加速科学发现,受访科学家也抱有较高期待。97.6%的人认为AI能够加快所在领域的科学发现;如果一项重要发现原本需要10年,72%的人预计AI能让它至少提前3年实现,21.6%的人认为可以提前7至10年。对开放式回答的分析显示,科学家最常提及的加速机制是提高科研任务执行速度,其次是寻找更有前景的研究方向,以及拓展可探索的科学问题。

但效率提升并不意味着科研瓶颈已经消失。51.8%的科学家提到时间或人员不足,43.8%提到经费不足,只有6.4%认为目前没有明显的科研瓶颈。报告指出,AI能否转化为更广泛的科学进步,不仅取决于模型能力,也取决于人员、经费和其他科研资源能否跟上。

从报告来看,AI已经进入科学家的多个工作环节,并开始影响研究问题的形成和科研任务的执行。但从辅助研究到独立推动科学发现,仍有一段距离。

跳转微信打开

陈丹琦兼职加入斯坦福系初创Noeri!押注持续学习的AI,已获融资1.1亿美元

2026年11月17日 10:27

原创 胡莉花 2026-11-17 10:27 北京

让AI在真实任务中持续学习、调用工具,并探索科学发现的新可能。

在 Thinking Machines Lab 工作约一年后,普林斯顿大学计算机科学副教授陈丹琦又加入了一家新的 AI 创业公司。

11 月 17 日,陈丹琦在个人社交账号上透露,自己已经以兼职身份加入 AI 初创公司 Noeri 约两个月,并特别提到了两位创始人——斯坦福大学计算机科学教授 Yejin Choi 和 Carlos Guestrin。她期待探索多元 AI(plural AI)在科学发现领域的应用,希望让每一位科学家都能利用 AI 解决自己面临的难题。

对于陈丹琦的加入,Yejin Choi 也在社交媒体上表达了欢迎。她转发了陈丹琦的消息,并写道:“能与这位传奇人物共事,我的梦想成真了。”

同日,Noeri 正式对外公布成立消息,并宣布获得 1.1 亿美元融资,投资方包括 Menlo Ventures、Madrona Venture Group、Kindred Ventures、Wing Venture Capital 和 NEA,英伟达、思科和 Snowflake 等科技公司也参与其中。

这家公司的目标,是开发能够从真实工作中持续学习的 AI Agent。除了企业应用,Noeri 也将科学发现作为重要方向,希望让不同领域的 AI 能够积累专业知识、相互协作,并在实际任务中不断改进。

陈丹琦加入新 AI 公司

陈丹琦是自然语言处理领域颇有影响力的华人学者。本科毕业于清华大学计算机科学与技术专业,曾就读于清华姚班。2012 年,她前往斯坦福大学攻读计算机科学博士学位,师从知名计算语言学家 Christopher Manning,2018 年获得博士学位。

博士毕业后,陈丹琦于 2019 年加入普林斯顿大学计算机系,担任助理教授,后来晋升为副教授。她同时担任普林斯顿自然语言处理研究组(Princeton NLP Group)联合负责人,以及普林斯顿语言与智能计划(Princeton Language and Intelligence,PLI)副主任。

她的研究经历,几乎贯穿了自然语言处理从机器阅读、知识检索到大语言模型发展的几个重要阶段。

博士期间,陈丹琦参与了开放领域问答系统 DrQA 的研究。这类系统试图让机器从维基百科等海量文档中检索信息,再阅读相关内容,回答人类提出的问题。

图 | 陈丹琦(来源:普林斯顿大学)

2020 年,她参与提出的稠密段落检索方法 Dense Passage Retrieval(DPR),则利用神经网络将问题和文本映射到向量空间,通过语义匹配寻找相关内容。这项工作成为后来检索增强生成(RAG)技术的重要研究基础之一。

随着大语言模型兴起,她的研究进一步拓展到模型训练、适配和推理能力。她参与的 SimCSE 通过对比学习提升句子语义表示能力、ProLong 探索以更低成本训练长上下文模型,HELMET 则用于评估大模型处理长文本的能力。

近年来,她也将研究延伸到数学推理等方向。2025 年公布的 Goedel-Prover-V2 项目,将大语言模型与 Lean 等形式化数学验证工具结合,让模型能够生成数学证明,并利用验证结果改进输出。

这些研究也为她赢得了多项学术荣誉,包括 2019 年斯坦福大学 Arthur Samuel 最佳博士论文奖、2022 年斯隆研究奖学金、2023 年美国国家科学基金会 CAREER 奖,以及曾于 2019 年入选《麻省理工科技评论》“35 岁以下科技创新 35 人”中国区名单。

陈丹琦的职业经历也不局限于大学。她曾在 Facebook AI Research 和 Google DeepMind 从事研究工作。2025-2026,她还曾以技术团队成员的身份,在 OpenAI 前首席技术官 Mira Murati 创办的 Thinking Machines Lab 工作一年。

如今,她再次进入创业公司,不过这一次选择的是 Noeri。

两位斯坦福教授创办,押注多元智能

Noeri 由两位斯坦福大学计算机科学教授 Yejin Choi 和 Carlos Guestrin 联合创办,两人同时担任公司联合 CEO。公司名称寓意着“多元的智能”(The Plural of Intelligence)。

Yejin Choi 是自然语言处理与人工智能领域的知名学者。她曾长期任教于华盛顿大学,期间在艾伦人工智能研究所(AI2)担任高级总监,负责 Mosaic 项目。2025 年,她加入斯坦福大学,同时也在英伟达担任高级总监。她的研究聚焦于大语言模型的基础能力与局限、推理与知识发现、多元对齐(pluralistic alignment)及 AI 安全。

另一位创始人 Carlos Guestrin 则是机器学习领域的资深研究者,也是开源机器学习工具 XGBoost 的共同开发者,该工具被广泛应用于数据科学和机器学习任务。除了学术研究,他也有丰富的创业和产业经验,此前创办的机器学习公司 Turi 于 2016 年被苹果收购,随后他加入苹果,负责中央机器学习与 AI 团队。目前,他担任斯坦福大学人工智能实验室(SAIL)主任。

图 | Yejin Choi 和 Carlos Guestrin(来源:Noeri)

两人创办 Noeri 的想法,部分源于一次具体的科研合作。

据彭博社报道,Yejin Choi 曾与斯坦福大学一个微生物学和免疫学研究团队合作,帮助研究人员降低使用 OpenAI 模型的成本。团队尝试开发一个能够调用其他 AI 模型的小型系统,让它根据任务需要使用不同模型。这个小模型学会了调用 GPT-4 等模型,在团队所面对的特定科研任务上,表现超过了 GPT-5。

这一经历让两位创始人开始思考:面对不同任务,是否有必要始终依赖最强、也最昂贵的通用模型?能否让一个更小的模型学会调用其他模型、选择工具,并根据任务结果不断调整策略?

Noeri 后来的技术路线,正是围绕这一思路展开。

在公司发布的愿景文章中,两位创始人将这种理念称为“多元智能”。他们认为,未来的 AI 不应该由单一模型或少数几家公司主导,而应该形成一个由不同规模、不同能力的专业化智能系统组成的生态。

Carlos Guestrin 在接受彭博社采访时表示,他和 Choi 都担心 AI 行业过度集中,以及由一家公司掌握所有智能能力的局面。在他看来,企业不应该把核心业务完全建立在一个自己无法控制的外部 AI 系统之上。

Noeri 希望为企业提供一套能够持续改进 AI 系统的工具。它可以分析企业自身的数据和工作流程,针对具体任务调整指令、工具以及不同模型的调用方式,必要时还可以进一步调整模型本身。

例如,一项任务不一定始终需要调用最强大的模型。系统可以先使用成本较低的小模型处理简单环节,遇到复杂问题时再调用能力更强的模型。随着任务不断执行,系统还可以根据结果和反馈优化原有方案。

Noeri 表示,系统提出的每一项调整都会附带解释,并交由人工审批,类似软件开发中的代码审查机制。它同时支持闭源模型和开放权重模型,企业可以保留自己的数据,以及基于这些数据开发的工作流程和模型。不过,涉及第三方模型时,仍需遵守相应的许可协议。

目前,Noeri 在美国帕洛阿尔托和瑞士苏黎世设有办公室,正在招聘研究人员和工程师。

AI 如何成为科研伙伴?

围绕让 AI 不断学习和改进这一目标,Noeri 已经公布了几项研究成果,涉及模型训练、任务反馈和多个 AI 协同工作等方向。

其中,TTT-Discover(测试时训练)研究的是如何让 AI 在解决问题的过程中继续学习,而不是训练完成后就固定不变;SDPO(自蒸馏策略优化)则关注如何让模型从自己的执行结果中吸取经验,例如根据代码报错、任务反馈调整下一次的解决方法。

另一项研究 ToolOrchestra(工具编排)关注如何让一个 AI 根据任务需要,选择和调用其他模型及工具。Noeri 称,其 ToolOrchestra 项目开发的一个 80 亿参数模型,在相关测试中超过了 GPT-5,推理成本约为后者的 30%。这项研究希望证明,完成复杂任务不一定需要始终依赖一个大模型,也可以通过合理安排不同模型和工具来实现。

图 | 给定一个任务,Orchestrator 在多轮中交替进行推理与工具调用来解决该任务(来源:bioRxiv)

除了这些模型研究,Noeri 还将 AI 应用于真实的生物学实验。

公司公布的 Eubiota 项目,尝试利用 AI 研究肠道微生物。研究团队先让 AI 筛选近 2,000 个细菌基因,寻找哪些基因能够帮助细菌在炎症环境下更好地生存,以及背后的 DNA 修复机制。随后,团队设计了一种由四种细菌组成的组合,并通过小鼠实验验证其减轻结肠炎的效果。此外,团队还尝试设计一种抗生素组合,希望在杀灭有害细菌的同时,尽可能保留肠道中的有益菌。

图 | Eubiota 框架示意图(来源:bioRxiv)

按照 Noeri 公布的信息,这些研究结果都经过了实验验证。不过,目前相关成果仍处于研究和临床前阶段,小鼠实验的结果还不能直接证明对人体有效。

从降低大模型使用成本,到让 AI 在实际任务中不断学习,再到尝试参与生物学研究,Noeri 已经展示了自己的技术路线。不过,这些研究能否进一步转化为成熟的产品,让企业和科研团队真正从中受益,还需要时间检验。随着陈丹琦等研究人员加入,这家新公司的下一步发展,以及它能否将多模型协作和持续学习的设想落地,也值得继续关注。

参考链接:

1.https://hai.stanford.edu/people/yejin-choi

2.https://www.geekwire.com/2026/former-uw-ai-researchers-yejin-choi-and-carlos-guestrin-raise-110m-for-ai-startup-noeri/

3.https://www.cs.princeton.edu/~danqic/

4.https://noeri.ai/research/

5.https://www.biorxiv.org/content/10.64898/2026.02.27.708412v1.full.pdf

6.https://profiles.stanford.edu/carlos-guestrin

7.https://arxiv.org/pdf/2511.21689

运营/排版:何晨龙

注:封面/首图由 AI 辅助生成

跳转微信打开

AI生物武器威胁逼近,硅谷初创想用AI对抗AI

2026年11月17日 10:27

原创 杨梦 2026-11-17 10:27 北京

生物防御的投入正在进入更具体的技术环节。

在偏远地区调查疫情,研究人员需要尽快分析采集的样本里有哪些病原体。便携式测序仪已经可以随队带到现场,但测出的数据如果要上传远程服务器分析,断断续续的网络就会让等待时间大幅拉长。

如何压缩分析时间,争取机会拯救更多生命?近日据《连线》(WIRED)消息,一家名为 Radical Numerics 的美国生物 AI 初创声称,即便在网络环境不稳定的野外采样地点,他们的 AI 生物防御工具 Omnii Defense 也能在本地分析生物序列,标记出可能与病原体有关的信号。

在样本对比中,现有工具大多依赖数据库中的相近对象,而 Omnii Defense 正在尝试利用模型学到的生物规律,从复杂的测序数据中找出与已知病原体差异很大、却可能保留相关生物功能的序列,帮助检测人员进一步缩小调查范围。

已知序列之外的检测难题

生物检测经常从寻找相似性开始:研究人员获得样本的遗传序列,将其与参考数据库比较,再根据匹配结果判断样本中可能有哪些生物。匹配对象越充分,序列来源就越容易解释。

随着生物设计能力增强,序列相似性与实际功能之间的关系成为新的研究重点。部分蛋白质序列变化之后,分子仍可能保留相近的结构或作用。检测工具需要判断这些差异究竟改变了哪些功能,仅凭与已知序列的相似性对比很难覆盖全部情况。

2025 年 10 月,《科学》(Science)发表的一项研究已经指出了这一问题。微软(Microsoft)等机构的研究者发现,开源 AI 蛋白质设计工具生成的部分序列会绕开筛查工具。研究团队随后开发并部署补丁,提高了对这类序列的检出能力。

在生物安全领域,美国国家标准与技术研究院(NIST)等机构研究者又发表论文,进一步提出基于功能的核酸合成筛查。研究者建议,将功能预测与已有序列筛查结合,先针对定义清楚的危险功能建立模型,再逐步扩大覆盖范围。

一年多前,曾参与 Evo 系列基因组模型开发的部分核心成员创办了 Radical Numerics,将生物 AI 设计与生物防御作为两条研发主线,并于 2026 年 6 月完成 5,000 万美元种子轮融资。

其核心模型 Omnii-1 是多模态基因组语言模型,预训练覆盖遗传序列、蛋白质、基因表达、甲基化等约 28 类生物信息,并将细胞类型和组织背景纳入考量。

这些数据既包括遗传信息的排列方式,也包括特定序列在特定环境中会发挥怎样的作用,模型可以从中学习序列变化与实验结果之间的联系,再将学到的特征用于具体任务。

2026 年 10 月,Radical Numerics 声称,使用 Omnii-1 设计的噬菌体变体已在同情用药(compassionate use)框架下被用于一名耐药细菌感染患者,这也是被其称为首个进入人体的 AI 设计生物体案例。不过该案例仍属早期探索,尚未形成常规临床数据。

生物基础模型从大量数据中学习序列与分子性质之间的联系,这为识别缺少近缘参考的对象提供了另一条路径。Omnii Defense 要做的,正是尝试把这类能力接入合成筛查和病原体监测。

围绕生物防御,团队首先训练了用于蛋白质检测的分类模块,判断输入序列是否与潜在致病功能有关。面对环境样本中的测序短片段,团队又通过知识蒸馏等训练,开发出较轻量的分类和检索模型,识别可能来自人类感染性病毒的读段。

读段是测序仪读取的遗传序列片段,知识蒸馏则将较大模型学到的能力转移给较小模型,降低运行所需的计算资源。训练好的模型和分析程序预先部署在笔记本上,测序仪通过数据线传入数据,电脑便能在本地完成分析,无需连接远程服务器。

图 | 左侧显示测序进度,右侧为 Omnii Defense 的筛查与分类结果。(来源:Radical Numerics)

完成任务适配后,研究人员分别用蛋白质序列和病毒测序片段检验模型。

在利用 AI 生成、与原始序列存在较大差异的变体进行蛋白质测试时,研究人员根据计算预测的结构等指标筛选可能保留功能的候选,并加入预测不能维持功能的变体和非病原相关蛋白,检查模型能否将它们区分开。

公开数据显示,在这组测试中,Omnii-1 的召回率(Recall)达到 95.8%,通用蛋白质序列比对工具 DIAMOND 为 78.6%;两者的精确率(Precision)分别为 63.8% 和 64.9%。即 Omnii-1 在相近的精确率下,找出了更多需要关注的序列。

病毒测试进一步考察模型面对陌生对象的表现。团队选择了登革热病毒和邦迪布焦病毒(Bundibugyo virus,一种可引发埃博拉病的病毒)作为基础,从天然病毒基因组模拟生成测序短片段,再逐步从训练数据和参考数据库中排除目标物种及其整个属,并重新训练相应版本的模型。随着近缘信息减少,系统需要更多依靠从其他生物数据中学到的特征完成识别。

在排除整个属的条件下,模型与已有分析流程结合,找回了 44.6% 的登革热病毒读段对,以及 22.0% 的邦迪布焦病毒读段对;对照流程对两种病毒的找回比例均不足 0.1%。这表明,即使缺少近缘参考,模型仍能提供一部分病毒来源线索,扩大后续调查的范围。

为检查整套工具能否在网络不稳定或要求数据留在现场的环境中正常运转,研究人员将便携式测序仪接到一台配备 M3 Max 芯片、128GB 内存的 MacBook Pro 上,把测序、序列识别和模型分析串联起来,全程本地运行。

图 | 研究人员在本地部署测试中,将便携式测序仪连接笔记本电脑。(来源:Radical Numerics)

这次测试使用环境样本的测序数据,并在读段中加入关注序列,观察系统能否从复杂背景中找出目标。分析界面同时显示测序进度、标记出的读段、功能分类和可能的生物来源,研究人员可以据此选择优先检查的对象。

在公司展示的一轮数据回放测试中,系统将 2,672 条测序读段分成 30 批处理。数据以原始记录一半的速度持续输入,历时 20 分钟;输入结束后约 35 秒,笔记本完成剩余分析,输出了全部批次的结果。

公司表示,他们希望将这套能力接入两个环节:在核酸合成之前,帮助服务商审查提交的序列;在样本采集之后,帮助监测人员从测序数据中寻找新出现或经过改造的生物威胁。前者可以通过在线服务开展批量筛查,后者则可以利用离线部署,在采样地点完成初步分析。

目前,Omnii Defense 向经过审核的外部测试者开放,公司正与国家实验室、政府机构及其他评估方开展验证。接下来的研发将继续提高分类精度,并通过实际运行测试,将模型输出接入合作机构的筛查流程。

从发现信号到提前准备应对手段

检测工具正在向采样现场靠近,另一批公司则把防御工作推进到药物设计端,希望在新威胁出现之前准备更多应对手段。获得 OpenAI 投资的红皇后生物公司(Red Queen Bio)是其中一个代表。

2025 年 11 月,红皇后生物公司公布 1,500 万美元种子轮融资,由 OpenAI 领投。公司从一家研发信使核糖核酸(mRNA)疗法的企业分拆而来,将模型、实验室自动化与生物药制造结合,用于评估新兴威胁并研发医疗应对手段。

“红皇后”取自演化生物学中的红皇后假说(Red Queen Hypothesis),强调物种与不断变化的对手共同演化。公司将其思路概括为防御能力同步扩展:随着前沿模型能力增强,用于防御的计算资源和资金也应同步增加,使药物研发能够跟上风险变化。

抗体是这条路线的具体落点,今年 1 月,抗体技术公司 AbTherx 宣布与红皇后合作,将其能够产生人源抗体的转基因小鼠平台,与红皇后的免疫和人工智能抗体开发流程结合。双方称,合作已产生初步的动物体内抗体数据,相关结果用于筛选并推进候选抗体。

这里形成了一条贯穿实验数据与模型设计的路线:动物实验提供能够识别目标的抗体及测量结果,人工智能参与后续设计,研究团队再对候选进行验证。红皇后关注的交付物是医疗应对手段,与 Omnii 侧重发现可疑序列的工作处在防御体系的不同位置。

据《华尔街日报》(The Wall Street Journal)9 月报道,红皇后当时累计融资 3,600 万美元,计划于 2027 年启动针对禽流感及其他流感病毒的抗体药物人体临床试验。公司把尚未出现的潜在威胁纳入研发目标,同时从流感等已有明确研究对象的方向推进药物开发。

监测机构也在尝试缩短从采样到预警的时间,非营利生物安全机构 SecureBio  8 月宣布获得 OpenAI 基金会(OpenAI Foundation)1,720 万美元资助,目标是通过优化样本运输、自动化实验准备和改进数据处理流程等手段,将采样到可行动结果的时间从 14 天压缩至 3 天。

AI 正在扩大人类探索和改造生物系统的能力,在这一背景下,生命科学需要同时回答两个问题:我们能够创造什么,以及我们如何应对这些创造带来的影响?更强的设计能力,需要由相应的检测、研究和公共卫生能力共同支撑。

从检测陌生序列,到持续采样和抗体研发,生物防御的投入正在进入更具体的技术环节。对于偏远地区的疫情调查人员,重要的是能否及时弄清样本里有什么;对于面临感染的人,重要的是能否及时获得有效的治疗。生物 AI 的价值,也应当用这些实际变化来衡量。

参考资料:

https://www.radicalnumerics.ai/blog/omnii-defense-api

https://www.wired.com/story/startup-fights-ai-bioweapons-with-ai/

https://doi.org/10.1126/science.adu8578

https://www.abtherx.com/abtherx-and-red-queen-bio-partner-on-therapeutic-antibody-discovery/

https://www.wsj.com/health/this-startup-is-using-ai-to-fight-off-a-future-ai-pandemic-aceedf1b

https://securebio.org/blog/three-day-early-warning-system/

运营/排版:何晨龙

注:封面/首图由 AI 辅助生成

跳转微信打开

硅谷研究机构实探中国版“星际之门”:速度、成本与系统能力令人瞩目

2026年11月16日 16:18

原创 张锦怡 2026-11-16 16:18 北京

“美国算力路线图中的诸多问题,都可以在这里找到思路。”

监管、民意和融资等多重压力之下,美国 AI 基础设施建设正面临新的挑战。

刚刚结束的美国中期选举,让数据中心建设引发的争议进一步受到关注。多地限制性公投获得通过,电力供应、土地占用等问题成为地方政策讨论的焦点。

与此同时,美国 AI 基础设施旗舰项目“星际之门”(Stargate)也面临融资和项目推进方面的压力。据彭博社 11 月 5 日报道,荷兰 ING 集团正寻求出售约 5 亿美元的数据中心贷款资产,其中涉及“星际之门”项目融资。而早在今年 9 月,甲骨文就曾针对该项目位于新墨西哥州的一处数据中心发出援引不可抗力的通知,以应对潜在的项目延期风险。

就在美国 AI 数据中心扩张面临诸多挑战之际,一份关于中国大型算力基础设施的实地考察报告引起了行业关注。

今年 9 月,美国半导体与 AI 基础设施研究机构 SemiAnalysis 来到中国内蒙古乌兰察布,实地考察了远景科技集团设计开发的星河基地。11 月 7 日,研究团队发布了题为《我们走访了中国内蒙古的“星际之门”》(We Visited China’s Stargate in Inner Mongolia)的深度报告。

报告将同样拥有广阔土地和丰富能源资源的内蒙古比作中国的“西得州”(West Texas),并将星河基地与美国得州的“星际之门”项目进行比较。研究团队直言,“美国算力路线图中诸多悬而未决的问题,都可以在这里找到解题思路。”

(来源:SemiAnalysis)

SemiAnalysis 对星河基地的建设速度、规模、低成本和垂直整合能力给予了较高评价。

这不是海外机构第一次关注乌兰察布。今年 8 月,高盛就曾发布研究报告,分析当地算力集群的增长情况;美国科技媒体也陆续报道了这里的数据中心建设进展。不过,此前的讨论更多集中在投资规模和产业布局,SemiAnalysis 此次考察则披露了更具体的工程与技术细节。

星河基地一期 120MW 设施从开工到交付不到一年,单位建设成本约为美国可比项目的五分之一。园区还配套规划了风电、储能等设施,以提高绿色电力的使用比例。

而在下一代供电技术上,星河基地已经率先迈出一步。这里采用固态变压器(SST)的 800V 直流供电系统已投入实际运行。这是全球首套在大型 AI 数据中心实现商业化运行的同类架构。

与美国“星际之门”相比,星河基地的优势也体现在能源供应和系统设计上。从风电场到服务器机柜,远景将多个环节纳入统一规划,并率先推动下一代供电技术在实际项目中落地。

过去,中国基础设施建设的优势往往体现在设备成本和施工效率上。而在星河基地,远景从项目规划阶段就统筹发电、输电、配电和算力负荷,通过系统设计与集成,减少不同环节之间的协调成本。

这种从能源开发延伸到机房内部供电的全链路能量管理能力,也为星河基地控制建设成本、缩短交付周期提供了支持,成为中国 AI 基础设施建设的一项重要竞争优势。

中国版“星际之门”,领先在哪里?

乌兰察布发展数据中心已有十多年。2013 年前后,华为率先在当地布局,此后阿里巴巴、苹果、快手等企业陆续进入。最初,这些设施主要承担数据存储、备份和通用云计算等业务,近年来随着生成式 AI 兴起,当地开始迎来新一轮大型算力投资。

风能资源丰富、平均气温较低、距离北京较近,是乌兰察布长期吸引数据中心的原因。如今,大模型训练和推理需要部署大量高功率芯片,机房对稳定供电和散热的要求不断提高,当地的能源条件也因此有了新的价值。

今年 9 月,SemiAnalysis 研究团队来到乌兰察布,实地考察了远景科技集团开发的星河基地。该基地分四期建设,其中一期 120MW 已于今年 8 月交付。这也是远景在乌兰察布总计约 3GW 数据中心规划中的首个大型园区。

图|星河基地(来源:远景科技)

为了说明这一项目的规模,SemiAnalysis 将其与美国得州阿比林的“星际之门”进行了对比。后者由 AI 基础设施公司 Crusoe 开发,并租赁给甲骨文(Oracle),由甲骨文为 OpenAI 提供算力服务。其核心区域规划了 8 栋建筑,总供电规模约 1.2GW,对应 IT 容量也与星河基地规划的大体相当。

两座园区的建设速度很接近,都耗时不到一年便完成交付。然而,SemiAnalysis 估算,星河基地一期的单位建设成本仅为美国的五分之一左右。

这一成本优势,除了中国设备和施工成本优势,也与星河基地的电力系统设计有关。

阿比林主要依靠公共电网,并配置现场燃气轮机作为补充。星河基地则从项目规划阶段,就将配套风电场、专用输电线路、储能设施和数据中心统一考虑,甚至延伸到机房内部的供电架构。通过统一规划和设备集成,可以减少不同系统之间的重复配置、现场调试和工程衔接,从而进一步控制建设成本和交付周期。

这种建设方式与远景长期积累的能源技术有关。远景最早从风机技术制造起家,后来逐步进入储能、电力电子和全链路能量管理领域。在星河基地项目中,它既承担数据中心开发,也参与深度布局与整合配套能源设施和机房供电系统的设计与集成的 AI 全价值链服务。

SemiAnalysis 在报告中评价,远景是其研究团队见过的“垂直整合程度最高的数据中心参与者之一”。

(来源:SemiAnalysis)

与传统数据中心开发商相比,远景参与的环节更为广泛。从自建风电场、铺设专用输电线路,到储能系统制造、低压配电和 800V 直流供电架构设计,再到预制式变电站的联合开发,星河基地将能源供应与算力设施建设纳入同一套系统。

传统数据中心通常先确定算力规模,再分别协调电网接入、供电设备和工程建设。远景则从项目规划阶段,就将当地风光资源、电网条件、储能配置和 GPU 负荷统一考虑,并根据数据中心的用电需求设计相应的能源设施。

这种从电源侧到 AIDC 负荷侧的全链路设计,是远景区别于传统开发商的核心优势。它能够在项目建设之初协调不同设备的配置和运行要求,减少系统之间的衔接工作,同时为后续的能源调度和算力负荷管理打下基础。

在工程建设方面,星河基地采用预制式变电站,提前在工厂完成模块生产和测试,再运输到现场安装,将交付周期压缩到三个月以内,而传统室内变电站通常需要约六个月。机房冷却系统也充分利用乌兰察布寒冷的气候条件,减少对传统机械制冷设备的依赖。

从能源供应、设备制造到工程交付,远景将多个环节的技术能力整合起来,高效地全链路能量管理,也让星河基地在建设成本、交付效率和绿色能源利用方面形成优势。

更重要的是,这套 AIDC 系统还将电力管理延伸至服务器负荷侧,使能源供应能够更好地适配 AI 计算的实际需求。这与国内正在推动的“算电融合”方向高度一致,也代表着大型 AI 数据中心从单纯建设算力设施,向能源与算力一体化规划发展的技术趋势。

在 SemiAnalysis 此次考察中,最能体现这种系统能力的技术成果,是星河基地已经投入商业运行的 800V 直流供电系统。这项技术也是英伟达正在推动的下一代 AI 数据中心供电方向。

星河基地,如何成为下一代 AI 供电的技术灯塔?

随着 AI 芯片功耗持续增加,单机柜功率正从过去的几十千瓦向数百千瓦发展。

例如,英伟达规划中的 Kyber 架构,单机柜功率预计达到约 600kW。如此高的功率密度,对数据中心的电力输送和转换效率提出了更高要求。

传统数据中心主要采用交流供电,电力进入机房后,需要经过低压变压器、不间断电源(UPS)、整流等多个环节,再送至服务器。这些设备会产生转换损耗,也占用机房空间。为此,英伟达正在推动 800V 直流供电架构,通过提高供电电压、减少转换环节,满足下一代高密度 GPU 集群的需求。

在星河基地中,远景采用固态变压器(SST),将 10kV 交流电直接转换为 800V 直流电,再输送至服务器机柜,由机柜内的 DC/DC 模块进一步降压。这种设计省去了传统方案中的低压变压器、UPS 和独立整流等中间环节,有助于降低电力损耗和设备占地。

这是全球首套在大型 AI 数据中心实现商业化运行的一体化 SST 直转 800V 高压直流供电系统。SemiAnalysis 的实地考察确认,该系统已在真实机房中运行,而美国同类架构仍处于较早的部署阶段。

(来源:远景科技)

不过,提出技术架构与将其投入商业运行,面临的挑战并不相同。AI 服务器的用电负荷会随计算任务快速变化,一旦发生设备故障,供电系统还需要及时隔离故障,避免影响其他正在运行的服务器。

因此,远景在系统设计阶段,就将 SST、储能、保护装置和控制策略放在一起考虑,提前确定故障隔离范围、关键负荷的供电保障和恢复顺序。

例如,同样是直流母线电压下降,如果由 GPU 负荷突然增加引起,储能系统需要及时补充功率;如果是某条支路发生短路,保护装置则要迅速切除故障,阻止其他电源继续向故障点供电。

这种协同设计要求不同设备围绕同一套运行工况进行验证。星河基地的实际运行,也让远景能够将 GPU 负荷波动、设备响应和故障处理过程中积累的经验,反馈到产品设计和系统验证中,持续改进供电架构。相比单纯提供某一类设备,这种从系统设计到商业运行的工程能力,是其重要优势。

而在机房之外,远景还将能源管理延伸到风电场、输电线路和储能设施,形成从电源侧到算力负荷侧的完整供电体系。

根据 SemiAnalysis 的介绍,星河基地规划了两座相距约 80 公里的风电场,这两座风场可以利用不同地点的风况差异,减少同时处于低风速状态的时间。配合四小时电池储能系统,规划绿电覆盖比例超过 80%。

为了协调风电出力与数据中心的用电需求,远景还将气象预测和能源管理技术应用到园区。其远景天机气象预测系统可以提前预测风电出力,天枢能源管理系统则结合发电情况、储能状态和算力负荷,动态调整能源调度策略。

例如,预测显示未来几个小时风电出力可能下降,系统便可以提前调整储能充放电计划,协调其他电源补充;而当 GPU 负荷突然增加时,机房内部的供电设备则负责快速调节功率,维持电压稳定。

从数小时尺度的发电预测和储能调度,到瞬时的功率控制,远景将不同时间尺度的能源管理连接起来。这也是其所强调的“全链路能量管理”,在规划阶段统筹能源资源和算力需求,并在运行过程中持续优化电力的生产、输送和使用。

其目标是让每度电产生更多算力和 Token。随着 AI 数据中心的用电规模持续扩大,能源利用效率也需要从机房内部延伸到整个供电链路。减少电力转换损耗、提高新能源利用率,并保障高密度 GPU 集群稳定运行,最终都有助于降低单位算力的能源成本。

下一场 AI 基建竞赛,AIDC 电力系统成为关键变量

中国的 AI 数据中心建设正加速推进,大型园区不断落地,新型供电技术也开始投入商业运行。然而在大洋彼岸,美国的数据中心扩张却遭遇了新一轮阻力。

过去几年,得州凭借充足的土地、相对低廉的能源价格和税收优惠,吸引了大量超大型数据中心项目。但随着算力需求迅速增长,电网扩容和电力接入逐渐成为建设瓶颈,一些项目开始额外部署燃气轮机、燃料电池和储能设施,以保障供电。

与此同时,大型数据中心带来的设备噪声、土地占用、水资源消耗,以及居民对电价上涨和电网稳定性的担忧,也引发了越来越多的反对声音。

在近期美国中期选举中,这种反对情绪进一步显现。据美国选举信息网站 Ballotpedia 统计,11 月 3 日举行的 41 项数据中心相关地方公投中,40 项结果倾向于限制开发。其中,27 项限制性措施获得通过,另有 13 项便利建设的提案遭到否决。

美国数据中心面临的这些挑战,也凸显出能源供应与算力建设协同的重要性。中国拥有丰富的新能源资源、成熟的电力设备供应链,以及大规模工程建设能力,为 AI 基础设施扩张提供了有利条件。

远景星河基地便是其中一个案例。依托自身在新能源装备、电力电子和能源管理领域的积累,远景能够在项目规划阶段就统筹发电、储能、输电和机房用电需求,并通过设备制造、系统集成和工程建设之间的协同,提高交付效率、控制建设成本。

把中美两座“星际之门”放在一起看,差异已经十分清楚:在建设成本和下一代供电架构的实际应用上,星河基地展现出领先优势。尤其是 800V 直流供电系统率先实现商业化运行,体现了中国企业在 AIDC 电力系统设计、集成和工程落地方面的技术能力。

这背后是两条不同的建设路径。美国依托资本、芯片和云计算生态持续扩大算力规模,电力供应却日益成为制约因素;以星河基地为代表的中国项目,则把新能源、电力装备和工程制造能力融入数据中心建设,从风电场到 GPU 机柜统一设计,让每一度电尽可能多地转化为算力。

而星河基地的意义,也不止于中美两座“星际之门”的比较。

随着算力需求持续增长,AI 基础设施的竞争将越来越多地延伸到能源领域。全世界都在寻找一条以更低成本、更清洁的方式将电力转化为算力的路径。星河基地已经展示了绿色电力与高密度算力相结合的工程方案,也让下一代 AI 基础设施建得更快、成本更低、能源利用更加高效成为可能。

从这个角度看,中国版“星际之门”的进展,体现了中国新能源产业、工程制造和电力系统技术长期积累的成果,也为全球 AI 基础设施建设提供了一种新的思路。

参考链接:

1.https://newsletter.semianalysis.com/p/we-visited-chinas-stargate-in-inner

2.https://www.wired.com/story/the-unlikely-place-at-the-center-of-chinas-ai-boom/

3.https://www.crusoe.ai/resources/newsroom/crusoe-blue-owl-capital-and-primary-digital-infrastructure-enter-joint-venture

4.https://www.xxquant.com/en/institution/institutional-research/7d948f57e18365ce62c9e29381543012 

运营/排版:何晨龙

注:封面/首图由 AI 辅助生成

跳转微信打开

2026谷歌奖学金名单公布,40名华人上榜

2026年11月15日 15:22

DeepTech深科技 2026-11-15 15:22 北京

近日,谷歌公布了2026年度博士奖学金(Google PhD Fellowship)获奖名单。来自全球38个国家或地区的148位青年研究者入选,谷歌今年提供的资助总额达到1300万美元。其中,华人学者占据相当大的比例,40人上榜。

谷歌博士奖学金创立于2009年,旨在支持计算机科学及相关领域具有突出研究潜力的博士生,帮助他们开展前沿基础研究。截至目前,该计划已在全球资助超过1100名博士研究生,其中不少人后来成为高校教授、科技创业者及产业研究领军人物。

这项奖学金覆盖机器学习、计算机视觉、人机交互、系统安全、量子计算等多个研究方向。入选者不仅需要具备出色的学术表现,也需要在各自的研究领域展现创新能力与长期潜力。

今年入选的华人学者来自斯坦福、牛津、剑桥、普林斯顿、伯克利等世界知名高校,也包括多位清华、复旦、华中科技大学、大连理工等中国高校的校友。

从研究方向来看,大模型、生成式AI、具身智能依然是热门领域,AI安全、基础算法、计算机系统与量子计算等基础研究方向同样占据重要位置。

以下是本次整理的华人获奖学者名单,按照研究方向分类:

机器学习与机器学习基础(15人)

Chenhao Chao、Dongdong Wu、Ginnie Ma、Jiajun He、Jiale Chen、Jinheng Xie、Rui-Yang Ju、Wenyi Wang、Xin Liu、Xin Xie、Yiyuan Yang、Zhiting Mei、Zichen Tian、Ziheng Chen、Zixuan Hu。

机器感知(6人)

Chaoyue Song、Peiqing Yang、Xiaohao Xu、Xu Cao、Xuanjun Chen、Yuanze Lin。

人机交互(6人)

Chenfeng Gao、Yu Hui Sim、Ran Zhou、Yi Zhao、Yichun Zhao、Yihao Dong。

其他研究方向(13人)

Ruiquan Gao、Jiaxin Wan、Xiaoming Zhang、Xingyu Tan、Joshua Ong、Hao Sun、Junpeng Wan、Ying Li、Zeyu Liu、Junyu Zhou、Haonan Li、Liang-Chi Chen、Ziming Mao。

这些青年研究者正在探索的方向,涵盖了从AI基础模型到计算机底层系统的多个关键领域。

跳转微信打开

星舰绕地球飞行14圈后,SpaceX首次用机械臂接住返回的飞船

2026年11月15日 07:48

胡莉花 2026-11-15 07:48 北京

星舰飞船绕地球 14 圈后被机械臂接住。

北京时间 11 月 15 日凌晨,SpaceX 的星舰飞船结束了约 22 个半小时的飞行,返回美国得克萨斯州星港基地。随着飞船缓缓降至发射塔旁,两根巨大的机械臂合拢,将它稳稳接住。这是 SpaceX 首次用发射塔接住从轨道返回的星舰上面级飞船。回收成功后,SpaceX 的首席执行官埃隆·马斯克(Elon Musk)向团队表示祝贺,称赞这是一支“出色的团队”。

不过,在同一次任务中,星舰下方的“超重型”助推器没能如愿返回。由于返航过程中出现异常,助推器自动放弃塔架回收,转向近海并发生爆炸。SpaceX 原本希望在第 15 次试飞中首次同时接住两级火箭,最终只完成了飞船的回收。

此前,SpaceX 已经多次接住助推器,但飞船从未尝试过返回发射塔。相比助推器,飞船需要从地球轨道返回,经历更长时间的太空飞行和更严酷的大气再入。因此,尽管“双回收”未能实现,飞船首次返回仍是星舰项目的一个重要节点。

飞了 22 个多小时,飞船回到了发射塔

北京时间 11 月 14 日 6 时 47 分,星舰从得克萨斯州星港基地升空,开始第 15 次综合飞行试验。

这枚高约 124 米的火箭由两部分组成:下方是负责提供起飞推力的“超重型”助推器,上方则是星舰飞船,也就是火箭的上面级。此次任务使用的助推器编号为 B22,飞船编号为 S42。

SpaceX 原本打算让两者分别返回:助推器在起飞几分钟后飞回发射塔,飞船则进入轨道,在完成卫星部署和长时间在轨飞行后,再回到同一座发射塔。

计划的第一步很快遭遇挫折。助推器与飞船分离后,在返航过程中出现异常,自动中止塔架回收,转向墨西哥湾方向。SpaceX 表示,助推器的发动机在返回途中提前停止工作,制导系统随后判断其位置不适合返回,并启动改道和自毁程序。具体原因仍在调查中。

助推器回收失败后,上面级飞船继续执行任务。S42 随后进入地球轨道,释放了携带的 26 颗新一代星链 V3 卫星。这也是星舰继第 14 次试飞后,第二次进入轨道并部署星链卫星。

完成卫星部署后,飞船没有立即返回,而是继续绕地球飞行。在约 22 个半小时的任务中,它绕地球飞行了约 14 圈。此前,星舰第 14 次试飞虽然首次进入轨道,但在太空中停留约 3 小时便结束了任务。

漫长的等待之后,S42 开始返航。飞船穿过大气层,调整姿态并点火减速,最终降至星港基地的发射塔旁。随着两根机械臂合拢,这艘刚从轨道返回的飞船被接在了空中。

图像

(来源:社交媒体 X)

SpaceX 表示,飞船及其隔热盾在飞行中表现良好。

接住飞船,为什么比接住助推器更难?

在星舰这套系统中,助推器和飞船虽然都要返回发射场,但经历的飞行过程有很大不同。

助推器在起飞约两分多钟后与上面级分离,随后调整方向、点火返航。此前,SpaceX 已经三次用发射塔机械臂接住星舰助推器,最早的一次发生在 2024 年 10 月。

飞船则要继续加速进入轨道。从轨道返回时,它必须先降低速度、穿过大气层,依靠隔热盾承受再入过程中的高温,接近地面后再调整姿态、启动发动机,将自己送到发射塔机械臂之间。

对于 SpaceX 而言,隔热盾是其中一项关键挑战。飞船表面覆盖着大量隔热瓦,既要保护箭体免受再入高温影响,也需要尽可能经受住发射和返回过程,以减少下一次飞行前的维修工作。

此次 S42 延续了此前试飞后的部分改进:在一些更容易于上升过程中脱落的区域,SpaceX 增加了隔热瓦固定结构;飞船大面积区域还使用了曲面隔热瓦,以减少瓦片缝隙处的受热。

为了检查飞船在轨状态,此次任务搭载的星链卫星中,有三颗配备了摄像设备,用于拍摄 S42 的隔热盾。地面团队可以结合这些图像和其他数据,判断飞船是否具备返回发射场的条件。

SpaceX 为这次返回设置了备用方案:只有在飞船关键系统状态满足要求时,才让它飞回发射场;如果检查发现问题,飞船可以提前离轨,转向预定海域。最终,S42 完成了从轨道返回、再入大气层和塔架捕获的全过程。

接下来,还要让飞船再次飞起来

星舰的设计目标,是让助推器和飞船都能够回收并重复使用。

SpaceX 此前已经接住并再次使用过星舰助推器,但在第 15 次飞行之前,还没有一艘星舰上面级飞船被发射塔接住。此前的飞船要么在飞行过程中损失,要么在完成任务后落入海中。

把飞船直接接回发射塔,一方面可以省去海上回收的环节;另一方面,也为工程师提供了一艘经历完整轨道飞行和再入过程的飞船,让他们能够检查隔热瓦、发动机和其他部件的状态,评估哪些需要维修、更换。

不过,接住飞船只是重复使用的第一步。接下来,SpaceX 还需要回答一系列更实际的问题:S42 的隔热盾和发动机状况如何?需要经过多少检查和维修才能再次起飞?两次飞行之间需要间隔多久?

这些问题的答案,将影响星舰能否实现 SpaceX 所期待的高频、低成本发射。此前,航天飞机也能够重复使用,但飞行后的检查和翻修工作相当复杂。星舰不仅要证明飞船可以回来,还要证明它能够以可接受的时间和成本再次飞行。

与此同时,助推器的回收问题仍待解决。此次 B22 原本有望成为首个被发射塔接住的第三代“超重型”助推器,但返航异常让这一目标落空。SpaceX 需要查明故障原因,并在后续试飞中再次验证第三代助推器的返回能力。

在第 15 次试飞中,SpaceX 已经接住了从轨道返回的飞船;而此前的试飞也证明过助推器可以被捕获。下一步的看点,是能否在同一次任务中把两者都接回来,再让回收的飞船真正飞上第二次。

参考链接:

1.https://apnews.com/article/spacex-elon-musk-starship-rocket-df394c1b5a0f85e11194f9ff7db9ee6b

2.https://www.spacex.com/launches/starship-flight-15

3.https://arstechnica.com/space/2026/11/starship-flight-15-powers-to-orbit-setting-up-a-possible-catch-on-saturday/

4.https://www.space.com/space-exploration/launches-spacecraft/spacex-starship-flight-15-chopsticks-double-catch-super-heavy-ship

5.https://www.space.com/space-exploration/launches-spacecraft/double-catch-drama-why-starships-flight-15-is-so-important-to-spacex

跳转微信打开

OpenAI再次解散机器人团队:GPT-6太强,决定All in通用模型

2026年11月14日 15:30

原创 杨梦 2026-11-14 15:30 云南

专门为机器人开发的模型,开始在机器人任务上输给通用模型。

英伟达 10 月公布的一项仿真测试显示,通用模型 GPT-6 Astra 直接生成机器人动作,成功率达到 66.3%;使用智能体系统后,成功率进一步升至 74.8%,远超专用机器人模型的表现。理解场景、判断下一步、根据执行结果纠错,这些过去需要机器人研究者专门处理的工作,正在进入通用模型的能力范围。

这些变化的影响正在传导至 OpenAI 的研发组织。最近,OpenAI 向《财富》(Fortune)确认,由于通用模型已经展现出直接用于部分机器人任务的能力,公司希望进一步整合机器人研发与通用模型研究,将撤销独立机器人团队,将相关人员转入核心研究和应用部门。

机器人要想理解环境、选择动作和纠正错误,原本需要单独训练专用的模型;如今,面向语言、代码和视觉等广泛任务发展的模型,开始侵蚀二者间原本泾渭分明的边界。

数据瓶颈与机器人研究的回归

其实在这次整合之前,OpenAI 已经因训练数据不足而叫停过机器人研究。

2019 年 10 月,OpenAI 公布了机械手解魔方的研究。团队在仿真环境中训练神经网络,通过强化学习,让系统根据动作结果改善控制方式,再把能力迁移到真实机械手上。为缩小虚拟环境与现实的差异,研究人员不断改变魔方尺寸、质量、手指摩擦等参数,让模型适应不同条件。

(来源:OpenAI)

这个项目展示了学习系统处理复杂物理操作的潜力,但机器人研究很快就遭遇了数据瓶颈,OpenAI 不得不停止继续推进当时的机器人研究。2021 年,联合创始人沃伊切赫·扎伦巴(Wojciech Zaremba)在播客中解释,机器人缺少适合预训练的大量数据,而其他领域的数据丰富得多,更有利于公司推进通用人工智能(AGI)。

沃伊切赫所说的预训练,是先让模型从广泛数据中学习可重复利用的知识和表示,再用于不同任务。语言模型可以通过预测后续文字学习表达与知识,机器人则需要把观察与身体动作对应起来:手该往哪里移动,夹爪何时闭合,接触后物体会怎样变化。这类交互记录远少于互联网文本,采集还需要硬件、操作者和现场维护。

同时,机器人领域也已经开始利用互联网预训练的知识。2023 年,谷歌 DeepMind 提出视觉—语言—动作模型(VLA)RT-2,把视觉语言任务与机器人轨迹数据结合训练。它让语言和视觉知识参与动作预测,改善对新物体、新指令的理解,同时仍然使用机器人数据建立观察与动作之间的对应。

2024 年,OpenAI 重建机器人团队,并与人形机器人公司 Figure 签署合作协议,计划结合自身模型研究与对方的机器人硬件、软件经验,开发人形机器人模型。经历数年的通用模型发展后,公司再次为机器人配置专门的研究资源。

视频模型也提供了新的入口。同年发布的视频生成模型 Sora,其技术报告把生成视频描述为探索物理世界模拟器的一条路径。视频呈现物体运动和相互作用,有望帮助模型获得可以用于物理任务的知识。机器人仍需要把这些知识转化为自身能够执行的动作。

OpenAI 早期试图直接从机器人的行动中发展智能,后来转向数据更丰富的领域。随着通用模型能力增长,公司开始看到另一种可能:机器人所需的部分智能,可以从更广泛的模型训练中获得。

Astra 开始承担机器人模型的工作

今年 9 月,OpenAI 推出 Astra,重点展示了编码、计算机操作、科学研究等能力。随后,外部团队开始尝试将它连接到机器人,以此探究一个更具体的问题:能读取图像、推理和处理反馈的通用模型,能否根据摄像头画面和机器人状态,直接生成动作,承担机器人策略的工作?

研究人员向模型提供任务指令、机器人规格、图像和当前状态,模型通过控制接口输出机械臂末端的位置、朝向或关节目标,再由控制系统转成实际运动。动作执行后,新图像和执行结果回到模型,它据此决定下一步。

这些实验进一步向动作生成延伸,例如,给出机械臂位置目标、调用已有抓取技能和直接控制电机,分别要求不同层次的能力;实验采用的控制接口,决定了模型具体承担哪些工作。

研究人员通过提示提供机器人信息和任务要求,考察模型在不额外进行任务专用微调的条件下能做到什么。动作格式、身体约束可以写进提示,执行反馈则为模型修正动作提供依据。

英伟达(NVIDIA)10 月公布的研究,在包含 120 项抓取和放置任务的 RoboLab-120 仿真基准上测试 Astra。直接生成动作的成功率为 66.3%;使用持续保留历史的编码智能体 Codex 后达到 74.8%,高于页面列出的最强专用策略参照的 51.0%。

会话历史保存了计划、动作与反馈,帮助模型跟踪任务进展。不过,在子集实验中,额外开放代码执行、图像检查等工具的提升有限。

真实硬件上的案例,则显示出通用推理能怎样改变动作选择。商汤科技(SenseTime)的日日新(SenseNova)联合研究团队,把同一个 Astra 接到单臂、双臂、移动机器人和人形机器人等 8 种平台上。

(来源:商汤科技)

在双臂机器人的插花任务中,夹爪竖直握住花茎,持花机械臂自己的腕部摄像头看不到花瓶口。单臂配置下插入失败;在双臂配置中,模型移动空闲机械臂,让另一台腕部摄像头看清瓶口,随后完成插入。

团队还发现,模型处理刚性物体的抓取、堆叠较可靠,柔性物体、精密接触和长距离移动操作更困难。实验仍依靠人工提供的机器人约束与控制接口,但跨平台的场景理解、行动判断和反馈纠错,已经能由同一个通用模型承担。

这样的能力会改变机器人软件的开发方式:过去,任务变化常常需要补充示范、重新训练或调整专门流程。通用模型能够在执行中理解新的目标、发现视野受阻并选择补救动作,使一部分变化可以在运行过程中处理。开发者仍需定义身体能够执行的指令,但处理任务变化的能力开始由更通用的模型提供。

随着能力持续迭代,机器人能力的增长也出现在其他通用模型中,11 月,Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,展示前者控制真实机器人拧瓶盖、解益智方块和绘画。在公司内部采用相同运行框架、各模型最高可用推理强度的 RoboDojo Sim 双臂机器人仿真评测中,Fable 5.2 得分为 64.9%,上一代 Fable 5.1 为 27.6%,Astra 为 29.8%。

(来源:Anthropic)

谷歌则同时推进两条路线。通用模型 Gemini 4 Argon 的发布中,谷歌展示其通过动作接口控制机械臂摆正杯子、放入纸巾,还让它为波士顿动力(Boston Dynamics)的 Spot 四足机器人构建垃圾桶的仿真模型,练习踩踏板开盖后,再到真实环境中投放易拉罐。

近日,谷歌发布新一代机器人动作模型 Gemini Robotics 2.5。在梅赛德斯-奔驰(Mercedes-Benz)工厂开展的汽车零件分拣装盘概念验证中,具身推理(embodied reasoning)模型负责跟踪工作流程,动作模型负责控制手臂。谷歌表示,Argon 还通过构建仿真环境和分析失败过程,帮助加快这款机器人模型的开发。

三家的公开动作中,OpenAI 把机器人研究进一步纳入通用模型体系;Anthropic 把机器人操控纳入旗舰通用模型的能力展示与评测;谷歌在发展通用模型能力的同时,继续训练机器人动作模型,并用前者帮助开发后者。

理解一项操作和以合适的速度持续执行,需要不同的资源配置。机械臂接触物体后,要及时处理位移、受力和碰撞;机器人本地计算能力、网络条件和任务节拍,也会限制模型的规模与运行方式。

OpenAI 这次把研究人员并入主模型团队,折射出它对研发资源的重新安排:部分机器人问题可以进入通用模型的能力建设,相关进步也能由多个应用共同利用。硬件与控制工程继续处理具体身体的约束,模型研究则进一步扩大能够统一解决的问题范围。

因此,独立机器人模型公司要继续生存,就必须证明自己的独特价值。目前市场中,Physical Intelligence 通过 API 提供模型微调和托管推理,为客户提供高效的新任务适配;另一家初创企业 Generalist 依靠自采物理交互数据训练模型,并适配夹爪等不同机械臂末端工具,独有数据能带来多大执行优势,将影响其竞争位置。

当然,这些公司也在追求跨任务、跨机器人的通用能力。随着前沿模型不断进入物理行动领域,竞争将更多落到相近条件下的实际表现:完成同一项工作,需要多少新数据、多久适配时间,以及多高的运行成本。

总体来看,机器人仍然需要在真实世界中积累经验,但越来越多的理解、推理和行动判断,正逐渐成为通用模型的领地。

参考内容:

https://fortune.com/2026/11/13/openai-disbands-robotics-team-as-its-general-models-start-running-robots/

https://research.nvidia.com/labs/srl/projects/astranomy/

https://www.sensenova.ai/has-gpt-6-astra-achieved-embodied-intelligence

https://www.anthropic.com/claude-fable-and-mythos-5-2

https://developers.googleblog.com/en/gemini-4-argon-for-robotics/

https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/

注:封面/首图由 AI 辅助制作

跳转微信打开

对话上交大连文昭:机器人学会实验,距离自主科研闭环还有多远?

2026年11月12日 10:30

原创 胡莉花 2026-11-12 10:30 北京

2023 年,连文昭决定离开硅谷,回国创业。

这个决定背后,是他在机器人领域十多年的积累。连文昭曾先后在 Vicarious 从事通用人工智能研究、在 Google X 任资深研究科学家、在 Figure AI 任技术总监,并是 Figure AI 的初创成员之一。经历了从通用人工智能探索到机器人模型、软硬件协同的不同阶段。随着多模态大模型的发展,他看到了机器人进入真实物理世界的新机会,也希望将多年的技术积累真正转化为产品。

回国后,他找到了高中同学谢铮。一个长期在硅谷研究 AI 模型与算法,另一个则在国内深耕机器人硬件,曾负责优必选 Walker 人形机器人产品线。两人决定将各自的经验结合起来,共同创办物理智能机器人公司源络科技。如今,连文昭还担任上海交通大学人工智能学院教授。

但他们选择的创业方向,却不是当时更受关注的工业制造、仓储物流或家庭服务, 而是生命科学实验室。

在连文昭看来,实验室需要机器人同时具备高柔性、高精度和长序列任务执行能力,是一个足够困难的场景。“难是一件好的事情。”他认为,只有这样的场景入手,才能倒逼机器人建立真正通用的能力。

成立近三年,具身智能迎来热潮,源络也开始将机器人部署到真实实验室。从实验操作到自主科研,机器人距离真正改变科学研究还有多远?近日,DeepTech 在北京海淀与连文昭进行了交流。

以下为经编辑整理的对话内容:

从硅谷回国,为什么选择生命科学实验室?

DeepTech:你曾先后在 Vicarious 从事通用人工智能研究、在 Google X 任资深研究科学家、在 Figure AI 任技术总监,并是 Figure AI 的初创成员之一。 2023 年,为什么决定离开 Figure AI,回国创业?

连文昭:我在机器人行业工作了十多年。最早加入的 Vicarious 是一家探索通用人工智能(AGI)的公司,后来在 Google X,我进一步接触了机器人技术的工程实践,以及最前沿模型和算法研究。

2022 年前后,多模态大模型发展迅速,我判断这些技术有望加速机器人的实际应用。虽然机器人比大语言模型面临更多物理约束,需要在复杂、动态的真实环境中完成任务,但我认为它很可能成为 AI 下一阶段的重要方向。

在 Figure AI 工作期间,我第一次与硬件团队深入合作,对软硬件协同有了更全面的认识。有些问题通过软件很容易解决,但在硬件上实现却非常困难,反过来也一样。

经过这些年的积累,我觉得到了该自己做一件事的时候。同时,国内在人才、供应链和软硬件协同研发方面具有优势,能够支持更快的产品迭代,所以最终决定回国。

DeepTech:你在硅谷接触过不少工业制造、物流等应用场景。为什么创业后,选择了生命科学实验室?

连文昭:我之前工作的几家公司主要探索的应用场景是家庭、工厂和仓库,但真正进入部署阶段后,我们发现工厂未必是发展智能机器人的最佳试验场。工业制造追求标准化、低成本和高效率,很多问题可以通过调整环境和流程来解决,不一定需要机器人具备很高的智能水平。

生命科学实验室则不同。实验流程、样本配比和操作要求可能经常变化,不同研究人员的操作方式也不完全一样,很难把所有条件都标准化。同时,实验室对机器人的要求又非常高,除柔性外,也需要精细操作,还需要连续动态的完成多个步骤,这对物理智能确实有真正的需求。

另一方面它确实很有难度,难度是一件好事。如果一开始的场景足够有挑战,就能倒逼我们建立智能机器人真正需要的能力。未来,这些能力也可以迁移到其他领域。

DeepTech:2023 年前后,生命科学领域已经出现了不少自动化实验室,包括高通量实验平台和“黑灯实验室”。你们为什么认为,还需要新的智能机器人?

连文昭:我会把实验室的发展分成三个阶段。实验室 1.0 是以人为核心的传统实验室,科研人员依靠双手和眼睛完成各种实验操作;实验室 2.0 是以设备为核心的自动化实验室,通过高通量仪器、工作站和机械臂,把固定流程连接起来。这种方式适合标准化、重复性高的任务,但灵活性相对不足。另外,固定式高通量设备通常需要一定的实验规模才能发挥优势。

我们希望推动的是实验室 3.0,也就是由上层 AI 模型和智能体规划任务,底层智能机器人负责执行,实现“手脑联动”。

这并不意味着要替代所有自动化设备,而是让机器人利用柔性操作能力,把现有仪器和实验环节连接起来。AI 可以根据实验结果调整下一步计划,机器人负责执行,并把新的数据反馈给模型。这样才有机会形成真正的科研实验闭环。

DeepTech:未来,你认为实验室 3.0 会逐渐取代前两个阶段,还是三种模式会长期共存?

连文昭:我认为三种模式会长期共存,但比例会发生变化。

以人工操作为主的实验室可能会逐渐减少,对于流程固定、实验量大、重复性高的任务,传统自动化工作站仍然具有成本和效率优势。实验室 3.0 的占比则可能越来越高。随着 AI 能力提升,实验室会逐渐具备自主规划和执行实验的能力,但这应该是一个持续发展的过程。

DeepTech:创业时,你还邀请了优必选 Walker 系列产品线负责人谢铮。你们之前就认识吗?为什么选择他作为创业伙伴?

连文昭:我和谢铮是高中同学。后来我去美国读博士,一直从事机器人模型和算法研究;他则长期在国内研究机器人硬件、机械结构和控制技术。

机器人是一个软硬件高度耦合的系统。我过去更熟悉算法,但在机器人硬件还没有完全成熟的阶段,如果软件研发完全依赖外部硬件平台,就会限制性能和迭代速度。

所以我认为,现阶段更适合采用类似苹果的垂直整合模式,把关键硬件、底层控制和 AI 模型结合起来。谢铮的硬件背景正好与我互补。现在他主要负责机器人本体和底层控制,我主要负责模型与算法研发。

从技术演示到真实部署,难点在哪里?

DeepTech:源络成立快三年了,与最初的设想相比,现在的产品和技术路线有哪些变化?

连文昭:我们一直是设想通过数据闭环推动机器人技术研发和落地。这条路线基本没有改变。从 2023 年开始,我们一方面持续积累实验室场景的数据训练模型,包括很早采集了大量第一视角视频;另一方面持续研发高柔性、高精度的机器人本体。

经过多轮迭代,目前我们的机器人末端执行精度可以达到 ±0.1  毫米,满足目标实验室场景的要求。基于前期积累的数据,我们也训练了相关模型,已经能够在物体和任务层面实现一定程度的泛化。

商业化方面,我们与一些科研机构和企业建立了合作。客户通常会分阶段提出需求,完成前期目标后,再提高运行速度、覆盖更多实验环节。

DeepTech:此前有报道提到,你们的机器人已经能够复现 80% 以上的常见实验流程。这个比例具体意味着什么?距离完全自主运行还有多远?

连文昭:80% 指的是关键流程的覆盖率,是一个比较粗略的估计,具体取决于怎样界定实验流程范围。

从目前的能力来看,针对细胞培养与传代、细胞毒性检测、核酸提取与检测等常见实验,我们已经能够覆盖相当多的操作环节。但最终目标肯定不止于此。我们希望机器人能够覆盖完整的实验流程,真正实现无人值守运行。

如果能够做到这一点,就可以把实验室里原本需要人工辅助的设备连接起来,让它们实现每周 7 天、每天 24 小时持续运转。所以,接下来还需要继续扩大操作覆盖范围,提高运行速度和可靠性。

DeepTech:不同实验需要的操作方式差异很大。你们目前研发了哪些机器人形态?

连文昭:我们正在从单一产品走向多种模块化机器人组合。最早的 Monte 01 是轮式双臂机器人,后来的 Monte 02 延续了类人形设计。我们还推出了轮式单臂机器人 Monte S1,当然也支持固定式单臂、双臂等其他形态。

图|Monte 系列机器人(来源:受访者提供)

这些机器人虽然形态不同,但可以共享关键硬件模组、底层控制系统和上层 AI 模型。因为不同实验任务需要的能力不一样。比如称量、滴定等操作可能需要双臂协作,但简单转运样品,轮式单臂机器人可能就足够了。我们不要求所有任务都由同一种机器人完成,而是希望根据实际需求,让不同形态的机器人协同工作。

DeepTech:现在各类硬件和开源模型越来越容易获得。如果其他公司购买现成硬件,再搭配先进模型进入科学实验室,你们的技术壁垒在哪里?

连文昭:其实十年前做物流仓储机器人时,我们就遇到过类似问题。

从技术演示的角度看,让机器人完成一次抓取并不难。现在借助开源模型和成熟硬件,不需要机器人 PhD 也可能很快搭建一个演示系统。但真正的难点,不是让机器人成功完成一次操作,而是让它在真实环境中持续、可靠地完成任务,同时把成本控制在合理范围内。

这有点像电动汽车。造出一辆能够行驶的车,与开发出性能稳定、成本可控、能够大规模交付的产品,是完全不同的事情。机器人同样如此。除了模型和硬件,还需要解决系统可靠性、运行速度、成本控制,以及怎样满足客户的实际需求。尤其是科学实验室,还需要把实验工艺、操作经验等行业知识融入机器人系统。这些能力都需要长期的工程积累和用户合作沉淀。

DeepTech:在实际研发和客户合作过程中,有没有哪些实验操作,目前的智能机器人仍然很难完成?

连文昭:没有绝对无法完成的操作,关键在于采用什么方法,以及需要付出多大的成本。

比如实验室经常需要高精度称量粉末或颗粒样品。一种方式是让机器人像人一样,用勺子取样,再通过调整动作控制落入天平的重量。我们训练过这样的端到端模型,机器人面对新的样品,也能自主完成比较精细的称量。但这种方式需要大量数据和模型训练,精度也存在一定上限。另一种方式是使用专用自动化称量设备,通过气泵等装置控制样品输出。这类设备可能更高效、成本更低,但通常难以适应所有样品。

这体现了两种技术路线的取舍:通用机器人具有更强的适应能力,但成本和效率未必最优;专用设备可能更经济,却牺牲了一部分灵活性。所以,我们并不认为所有实验都必须由通用机器人独立完成,而是根据任务要求,选择机器人、专用设备或者两者结合的方案。

让机器人学会实验,数据和模型还缺什么?

DeepTech:刚才你提到,高精度称量需要大量数据训练。你们目前主要通过哪些方式采集机器人训练数据?

连文昭:我们的数据主要来自几个方面。

首先是第一视角和第三视角视频,帮助模型理解任务、识别操作目标。但仅靠视频,机器人在精细动作控制上仍然存在局限。因此,我们也会采集真实机器人操作数据,比如人工引导机器人的末端执行器,或者通过遥操作设备控制机器人,记录动作和环境反馈,这类数据目前仍然非常重要。

此外,我们还在尝试让机器人通过自主探索学习。比如在称量实验中,让机器人不断尝试用勺子取样,再根据电子秤反馈的重量变化,逐渐学习如何调整操作。这种方式的关键是,机器人不只是模仿人类动作,还能够通过自己的操作获得反馈,不断改进。

DeepTech:你们也开发了自己的 OPN 模型(Object-Centric Physics-Native Model)。与目前主流的 VLA、世界模型等技术路线相比,有什么不同?

连文昭:我们不会特别强调不同技术路线之间的区别,因为很多能力可以融合。我们的框架中既有视觉语言模型(VLM),也引入了世界模型的监督方式,来预测未来的视频帧、力觉信号等。比较有特色的一点,我们自研的 OPN 模型是采用以物体为中心的表征方式,提高模型的数据效率和可靠性。

现在一些端到端模型直接根据原始图像和机器人状态预测动作,容易依赖训练数据中的具体场景。当物体的位置、颜色、材质发生变化时,需要大量新数据才能适应。我们的模型提取物体的姿态、可供性等结构化信息,并编码物体之间的关系,预测未来状态并生成动作,能够减少数据需求,提高泛化能力和操作可靠性。

DeepTech:不同实验室使用的仪器和实验流程可能各不相同。针对不同的用户需求,都需要重新开发一套系统吗?

连文昭:虽然仪器种类很多,但从操作类型来看,很多实验步骤其实相似,可以拆解为有限的基础技能。机器人如果掌握了这些基础能力,再适应不同设备的位置、尺寸和结构,就不需要针对每台设备重新开发程序。我们在不断积累这种可复用的操作技能,逐步真正实现开箱即用。

图 | Monte 系列机器人可连续实现 50 余种操作技能(来源:受访者提供)

DeepTech:近年来,一些 AI 公司开始推动实验仪器接口标准化,让模型直接调用设备。如果未来设备能够通过统一协议连接,机器人还有必要吗?

连文昭:首先,人其实就是实验室里最通用的接口。不管设备来自哪个厂商,人都能操作按钮、开关和样品,把不同实验环节连接起来,智能机器人可以承担类似的角色。

如果不同厂商能够采用统一协议,AI 可以直接调用设备,实验室的集成效率一定会提高。但是即使设备能够通过软件直接控制,样品转运、上下料等物理操作仍然需要完成。所以,未来两种方式一定会逐步实现动态的平衡。

实验室 3.0, 能否成为 AI for Science 的新基础设施?

DeepTech:你们长期希望发展通用物理智能,但目前主要服务生命科学实验室。你是否会担心技术会越来越垂直,难以迁移到其他行业?

连文昭:创业公司首先需要明确具体任务,才能为硬件设计和模型研发提供清晰目标。实验室其实是一个要求非常高的场景,需要高柔性、高精度和长序列任务能力。

如果把实现通用物理智能作为终极考试,我觉得实验室可能是最好的模拟考场。比如未来大家希望机器人进入家庭,做饭、洗碗、清洁等工作,都涉及操作电器、使用容器、处理液体,以及连续完成多个步骤。这些任务与实验室有不少相似之处,只是实验室对精度的要求通常更高。

所以,专注实验室并不会偏离通用物理智能的目标,反而可能帮助我们提前积累通用机器人需要的关键能力。

DeepTech:现在 AI 行业经常讨论 Scaling Law(规模定律)。随着操作数据和实验量增加,科学实验机器人的能力也会持续提升吗?

连文昭:一方面是机器人的物理操作能力。随着机器人不断执行任务、积累操作经验,精度和速度都有机会提升,我们已经在一些完整实验流程和液体处理等单项操作中观察到这种变化。另一方面是实验数据对科学模型的价值。过去,科学模型主要依赖论文和历史实验数据进行训练。未来机器人能够持续执行实验、产生新的数据,并将这些数据反馈给科学模型自我迭代。

如果把科学模型比作一块海绵,目前它还有很大的容量,可以继续吸收数据水分。至少现阶段,我们还没有看到模型能力提升的明显天花板。

DeepTech:许多实验室没有公开的数据,可能恰恰更有价值。毕竟最终发表出来的,往往只是那些成功的实验结果。

连文昭:是的,这实际上涉及科学数据的缺失和偏差问题。

一项研究可能做了很多次实验,但最终发表的只是其中一部分结果。如果模型只依赖这些经过筛选的数据,一定是有系统误差的。比如科学研究中一直存在 P-Value Hacking,这类数据如果被用于训练,一定影响模型判断。

所以,我们希望通过智能机器人连接实验设备,尽可能完整地记录实验条件、操作过程和最终结果,不只是保存成功的实验。这样才能为科学模型提供更加完整、可靠的一手数据,支持后续训练和改进。

DeepTech:如果进入你所说的实验室 3.0 阶段,机器人有可能在短期内实现自主科研闭环吗?

连文昭:我们实际上已经在一些具体案例中尝试并实现了这样的闭环,关键在于怎样界定问题的范围。实验室与自动驾驶面对的开放道路不同,它通常是一个相对可控的环境,可以提前明确任务目标、设备条件和操作范围。当问题被限定在清晰的范围内时,就有可能实现很高的可靠性,让系统自主运行。

我们的思路是先解决边界明确的问题,在这些场景中实现稳定的实验闭环,再逐步放宽约束,扩大能够自主完成的任务范围,不断产生实际价值,积累真实数据,同时利用这些数据继续训练和改进模型。

所以,自主科研闭环不一定要等到机器人具备完全通用的智能才能实现,可以从具体任务开始,逐步向更加复杂的科研场景扩展。

DeepTech:最后回到源络科技本身。现阶段,你最希望公司实现的目标是什么?

连文昭:我们现阶段的目标比较明确,就是推动智能机器人在实验室实现规模化部署,并与行业合作伙伴共同建立科学智能与物理 AI 相结合的闭环生态。 从 AI for Science 出发,构建通用物理智能。

更长远来看,我们也希望 AI 能够在科学研究中取得突破性成果。就像近年来 AI 在数学和软件工程领域展现出的能力一样,未来在科学领域取得超越人类现有水平的成果。

运营/排版:何晨龙

注:封面/首图由 AI 辅助生成

跳转微信打开

DeepMind发布新一代DNA模型:基因变异会影响哪种细胞?AI正在给出答案

2026年11月12日 10:30

原创 胡莉花 2026-11-12 10:30 北京

让AI看清基因变异在哪些细胞中发挥作用。

2025 年,谷歌旗下人工智能公司 Google DeepMind 发布了 AlphaGenome。这个模型可以读取长达 100 万个碱基对的 DNA 序列,预测其中的细微变化可能如何影响基因活动,帮助科学家寻找与疾病有关的遗传线索。

一年多后,DeepMind 又推出 AlphaGenome Atlas,用 AlphaGenome 预先计算了人类基因组中约 90 亿种可能的单字母变异的影响,并将这些预测结果整理成图谱,供研究者直接查询。

现在,DeepMind 想让模型回答一个更具体的问题:同一个 DNA 变异,究竟会在哪种细胞中发挥作用?

当地时间 11 月 11 日,DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2。与上一代相比,新模型引入了大量单细胞数据,能够更细致地预测遗传变异在不同细胞类型和细胞状态下的影响。

在一项针对免疫细胞的测试中,AlphaGenome 2 识别出的相关因果变异比例为 30%,接近经过单细胞数据微调的第一代模型的两倍。研究人员还用新模型回顾性分析了一项炎症性肠病研究,预测出了与既有实验结果相符的变异、基因和细胞类型。

这一方向,DeepMind 团队此前已经有所提及。在介绍第一代 AlphaGenome 的团队访谈中,基因组学项目负责人 Žiga Avsec 曾表示,他期待利用单细胞图谱,将模型的研究范围从组织层面推进到组织内的具体细胞类型,从而更深入地研究与特定细胞异常相关的疾病。

同一段 DNA,在不同细胞中发挥什么作用?

人体的大多数细胞都携带着同一套 DNA,但心脏细胞、神经细胞和免疫细胞承担的工作却截然不同。原因之一在于,它们会根据各自的需要,开启或关闭不同的基因。

因此,DNA 中的一个微小变化也可能产生不同后果:它或许会影响某一种免疫细胞中的基因活动,在其他细胞中却没有明显作用。对于寻找疾病原因的科学家来说,知道变异出现在哪段 DNA 上只是开始,还要进一步找到它可能发挥作用的细胞。

在 DeepMind 发布的宣传视频中,研究工程师 Anne Mottram 将观察整个组织时得到的结果比作一幅“模糊的画面”。一个组织包含多种细胞,如果将它们混合起来测量,得到的主要是平均信号,一些只发生在特定细胞中的变化可能就此被掩盖。

第一代 AlphaGenome 已经能够预测多种组织和细胞系中的分子活动,训练和预测范围也涉及不同细胞类型。不过,按照 DeepMind 的说法,模型需要同时处理大量预测任务,较难捕捉相近细胞类型之间的细微差异。

图 | 比较 AlphaGenome 1 和 2 处理细胞类型的方式(来源:Google DeepMind)

为了改进这一点,研究团队调整了 AlphaGenome 2 的设计。现在,除了输入 DNA 序列,研究者还可以指定希望分析的组织、细胞类型或细胞状态,让模型结合这一条件进行预测。

DeepMind 研究科学家 Adam Gayoso 在视频中举了一个例子:心脏包含多种承担不同任务的细胞,AlphaGenome 2 可以聚焦于其中一种,比如参与调节心跳节律的起搏细胞,预测 DNA 变异在这种细胞中的影响。

为了让模型认识更多细胞,研究团队使用了来自人类和小鼠的组织及单细胞数据,其中包括超过 1.07 亿个细胞的单细胞图谱数据,覆盖 68 种组织。

基于这些数据,AlphaGenome 2 尝试学习不同细胞之间的调控差异,再预测 DNA 变化可能带来的影响。模型给出的结果不仅包括基因表达,还包括染色质开放性、组蛋白修饰等与基因调控有关的分子特征。与上一代相比,它还新增了对 DNA 甲基化的预测。DNA 甲基化是一种与基因活动调节有关的化学修饰。

图 | AlphaGenome 2 会根据每个条件自适应调整序列表征,以预测在已观测和未见过的细胞状态中的多模态基因组读数

为了检验模型的能力,研究人员使用包含 28 种原代免疫细胞的 TenK10K 单细胞数据集,考察模型能否识别影响基因表达的遗传变异。原代细胞直接取自生物体,与长期在实验室培养的细胞系有所不同。

结果显示,AlphaGenome 2 识别出了约 30% 的相关因果变异,而经过单细胞数据微调的第一代 AlphaGenome 识别出的比例为 16%。对于变异会让基因表达增强还是减弱,两个模型的识别比例分别为 43% 和 23%。

除了分析模型已经认识的细胞类型,研究者还可以输入自己的单细胞基因表达数据,让 AlphaGenome 2 针对此前没有见过的细胞状态进行预测,而不必重新训练模型。

DeepMind 用一项新冠 mRNA 疫苗研究中的数据展示了这一能力。研究人员向模型提供 T 细胞的基因活动信息,让它区分处于静息状态和被疫苗激活的细胞。模型预测,一个与新冠重症相关的遗传变异,在激活状态下对基因活动的影响更强;如果只观察静息状态的细胞,这种差异可能被忽略。

人类细胞图谱计划联合创始人、剑桥大学教授 Sarah Teichmann 表示,AlphaGenome 2 令人期待的一点,是它能够适应新的单细胞数据,即使只有少量细胞样本,也可以尝试预测新细胞状态下的变异影响。

从疾病相关变异,找到受影响的细胞

2024 年,英国弗朗西斯·克里克研究所的免疫学和遗传学研究者 James Lee 与同事发现了一条与炎症性肠病有关的遗传线索。

他们关注的 DNA 区域位于一片远离蛋白质编码基因的“基因荒漠”(gene desert)中。这里虽然没有编码蛋白质的基因,却存在影响其他基因活动的调控序列。对于研究者而言,难题是弄清楚:这片区域中的哪个变异与疾病有关,它又会影响哪个基因?

经过一系列实验,Lee 的团队发现,其中一个与疾病风险相关的变异会增强调控序列的活性,让肠道巨噬细胞中的 ETS2 基因过度活跃。巨噬细胞是免疫系统的一部分,参与识别病原体和调节炎症反应。

Mottram 在 DeepMind 的视频中用“警报”来解释这种变化:当免疫系统检测到威胁时,它会发出警报;而在炎症性肠病等疾病中,相关遗传变异可能让这一警报信号被过度放大。

在 AlphaGenome 2 的研究中,DeepMind 团队选择这一已有发现作为案例,让模型分析候选变异在不同免疫细胞中的影响。结果显示,模型找到了与原有实验结果相符的关键变异,并预测它主要在肠道巨噬细胞中增强 ETS2 的活动,对其他细胞类型和基因的影响则相对较小。

图 | AlphaGenome2 的预测结果与观察到的基因表达更为接近(来源:Google DeepMind)

据 Nature 报道,Lee 对这一结果印象深刻。他表示,DeepMind 团队大约用了 30 分钟,就得出了与他们部分研究发现相符的结果;而他的团队此前花费一年半开展实验,才逐步揭示出相关机制。

不过,这两个时间数字对应的工作并不完全相同。Lee 的团队从人群遗传学线索出发,使用基因编辑等方法寻找并验证机制;DeepMind 则是在已有研究基础上进行回顾性分析,检验模型能否给出相符的预测。

Lee 还向Nature谈到了第一代 AlphaGenome 对自己研究的局限。对于研究疾病相关变异的科学家来说,知道变异可能作用于哪一种细胞非常重要,而这正是此前模型较难提供的细节。

除了炎症性肠病案例,DeepMind 还针对与不同性状相关的遗传变异,预先计算了它们在数百种人类细胞和组织条件下的预测结果。这些结果可以帮助研究者从大量候选变异中,筛选出值得进一步研究的变异、基因和细胞。

目前,AlphaGenome 2 已通过 AlphaGenome API 向非商业研究开放,商业研究则处于私有预览阶段。Mottram 在视频中提到,新模型还可以与 AlphaGenome Atlas、蛋白质结构预测工具 AlphaFold 等结合使用,帮助科学家从不同角度研究疾病。

不过,模型给出的仍然是需要检验的预测。它能够帮助研究者缩小寻找范围,但一个变异是否真正影响疾病、通过什么机制发挥作用,仍需要进一步实验验证。DeepMind 也表示,AlphaGenome 2 目前仅供研究使用,尚未经过临床或诊断用途的验证和批准。

对于正在研究疾病遗传机制的科学家来说,AlphaGenome 2 提供了一个新的工具:当他们在 DNA 中发现可疑变异后,可以进一步预测它可能影响哪一个基因、作用于哪一种细胞,再决定下一步实验该从哪里入手。

参考链接:

1.https://deepmind.google/blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease/

2.https://www.nature.com/articles/d41586-026-03673-0

3.https://video.twimg.com/amplify_video/2120531931515219969/vid/avc1/1080x1350/k9T7cuz2PyU92s7f.mp4

4.https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease/alphagenome-2.pdf

注:封面/首图由 AI 辅助生成

跳转微信打开

哈佛大学尹希离开OpenAI,加盟Periodic Labs,AI自主实验室为何都想要科学家?

2026年11月11日 17:37

原创 杨梦 2026-11-11 17:37 北京

顶尖科学家与AI企业的双向奔赴。

在基础物理学家的圈子,很少有人像尹希这样看好 AI。

作为哈佛大学物理学教授,他曾公开表示,AI 让自己的编程工作提速了至少 100 倍。在尹希看来,世界上不存在任何一种 AI 无法复制的人类智力能力。而今年,他把这种判断变成了职业选择。

5 月底,尹希被曝加入 OpenAI。直到最近,只待了五个月的他决定离职,并在社交平台 X 上宣布加入一家名为 Periodic Labs 的美国 AI 初创,公司的主营业务是建设自动化材料实验室,用 AI 模型指挥机器人做实验,试图找到更实用的超导体和磁性材料。

有趣的是,Periodic Labs 想用实验结果来判定模型的对错,而尹希专注于弦理论和量子引力研究,相关理论几乎无法用实验检验。一位研究方向离实验很远的理论物理学家,走进一家以实验为核心的 AI 公司,这恰好映照出今年 AI 与科学研究交汇处的关键变化:越来越多顶尖科学家进入 AI 企业,越来越多 AI 企业开始自己动手做实验。

一位主动拥抱 AI 的弦论学者

尹希 1983 年出生于湖南株洲,1996 年 12 岁时考入中国科学技术大学少年班,后赴哈佛大学读博并留校任教,31 岁成为哈佛历史上最年轻的华人正教授之一,2017 年获得物理学新视野奖。

(来源:哈佛大学)

他研究的弦理论和量子引力试图回答引力在最微观的尺度上如何运作,理论极其复杂,难以被人类现有的任何装置验证,几十年来,领域内的物理学家判断一个想法是否成立,主要依靠数学上的自洽。

AI 的兴起,让物理学家们从大量计算工作中解放出来。今年 4 月接受《哈佛深红报》(The Harvard Crimson)采访时,尹希表示,即便需要人工监督,AI 几周写出的代码换作他自己也要写十年,一些过去因为工作量太大而根本不会考虑的课题,现在都可以放手去做。

在代码托管平台 GitHub 上,尹希还维护着一部多卷本量子场论专著,署名为 “GPT 5.5 在尹希指导下撰写”(GPT 5.5 under the supervision of Xi Yin)全书规划 20 卷,前 12 卷已经成稿,从量子场论的基础一直写到弯曲时空中的量子场论。他还用 Lean(一种让计算机逐步检验数学证明的语言)发起了几个形式化项目,贡献者名单里同样包括 Claude。

这种做法在学界有不小的争议。9 月,陶哲轩等 25 位菲尔兹奖得主发表联署声明,担心 AI 公司把攻克数学难题当作竞赛指标,答案越来越多,对这些成果的理解、整理和传承却跟不上。

尹希转发了一位数学家的反驳,称这是近几天看到的回应里他完全同意并支持的一条:数学一直在扩充自己的工具箱,经过验证的机器证明即便暂时超出个人的理解能力,也可以成为下一步研究的基础。

他甚至曾在采访中表示,只要 AI 能找到答案,并且有办法验证,他就会很高兴,答案是不是他自己想出来的是次要的。

这种乐观也引来了部分学者的质疑,香港大学计算与数据科学学院院长马毅就表示,尹希是伟大的物理学家,但不等于是 AI 技术专家,不能轻易断言 AI 有没有局限。

加入 OpenAI 后,尹希继续用这种方式做物理。他在一段公开视频中说,物理学的突破往往来自提出正确的假设,AI 不仅能给出他从未想过的新猜想,还能自己编写数值检验。

11 月初,尹希和两位哈佛合作者在预印本平台 arXiv 上发布论文,为一个研究量子引力的经典模型求出了最低能量状态的近似解。这个问题的计算规模极其庞大,学界一直认为常规方法无法整体求解。研究人员大幅简化了问题,得到的解与真实解的重合度超过 99.999%,整个计算在一台笔记本电脑上就能完成。他们在致谢章节特别指出,代码编写和稿件撰写修改都用到了 OpenAI 和 Anthropic 的模型。

论文提交前,尹希已经宣布离开 OpenAI。他在推文中写道,这是一段很棒的旅程,也是“自己人生中的第一份企业工作”;但他决定提前下车、探索新的方向。随后不久,尹希便宣布加入 Periodic Labs,尚未透露具体职责。

(来源:X@XiYin137)

一家自己做实验的 AI 公司

用实验为 AI 判对错,是 Periodic Labs 整套打法的出发点。

此前,AI 的进步主要来自用互联网数据训练的模型,但这部分数据规模有限,最好的前沿模型已经把它用尽。要想更上一层,仍需通过真实世界的实验生产新数据。在 Periodic Labs 看来,自主实验室可以产出独特的高通量、高质量数据,还能记录学界很少发表的失败结果,同时让 AI 掌握动手能力。

AI 在数学和编程上进步最快,是因为这两个领域数据充足、结果可以验证。Periodic Labs 认为物理世界同样可以验证,而且实验信噪比高、周期相对短,物理模拟也已经能较好地描述许多体系。按公司的说法,自然界就是强化学习的训练环境。

Periodic Labs 的首个公开目标是找到比现有材料更实用、临界温度更高的超导体,用于低损耗电网和下一代交通,公司同时为航天和半导体等领域的客户提供服务,例如帮助一家芯片制造商训练定制的 AI 智能体,分析芯片散热问题的实验数据。

公司的两位创始人都来自科技大厂,其中,利亚姆·费杜斯(Liam Fedus)曾在 OpenAI 担任负责后训练的研究副总裁,是 ChatGPT 的共同创造者之一,2025 年 3 月宣布离职创业。

埃金·多乌什·丘布克(Ekin Dogus Cubuk)博士毕业于哈佛大学,此前在谷歌 Brain 和谷歌 DeepMind 领导材料与化学研究团队。2023 年,他与团队开发出一款名为 GNoME 的材料发现系统,预测了约 220 万种新晶体结构,相关研究发表于《自然》(Nature)。

埃金曾解释为什么选择在这个时间点创业,在他看来,用于粉末合成的机械臂已经足够可靠,机器学习模拟能够描述复杂的物理体系,大语言模型也具备了较强的推理能力,三者终于可以组合成一个系统,由 AI 提出假设、指挥机器人做实验,再从结果中学习。

2025 年 9 月底,Periodic Labs 宣布完成 3 亿美元种子轮融资,获得 a16z、英伟达、杰夫·贝索斯(Jeff Bezos)、埃里克·施密特(Eric Schmidt)和时任谷歌首席科学家杰夫·迪恩(Jeff Dean)等人的投资。12 月,公司成为首批加入美国能源部“创世纪计划”(Genesis Mission)的 24 家机构之一。

今年有消息称,Periodic Labs 正以约 70 亿至 75 亿美元的估值洽谈新一轮融资,目前交易尚未完成。

2025 年成立以来,Periodic Labs 已在门洛帕克建起高通量粉末合成实验室和大规模物理模拟的计算设施。他们将材料发现拆成一个循环:先根据稳定性和性质预测决定合成什么、预测怎么合成,再借助实验验证实际合成的物质是否符合预期,据此修正假设,开始下一轮。

在实验室里,机械臂负责把样品装进 X 射线衍射仪,测量数据交给语言模型分析,由模型判断实验是否成功、下一步做什么。截至今年 9 月,实验室每天进行约 100 次实验,公司正在建设第二个实验室,计划把规模提升到每天 1,000 次。

(来源:Periodic Labs)

Periodic Labs 还在开源模型 Kimi K2.6 的基础上,用自家实验数据训练了一个专门分析 X 射线衍射数据的模型 Periodic Neon,公司称它在内部测试中的表现超过了 GPT-6 Astra 和 Claude Fable 5.1。

高温超导是一个困扰物理学界几十年的难题,自主实验室能否比传统研究更快地找到答案,仍有待时间检验。截至目前,公司还没有宣布发现新的超导体或其他新材料。

据《纽约时报》消息,Periodic Labs 亮相前后,已有 20 多名研究人员从 Meta、OpenAI、谷歌 DeepMind 等机构离职加入。团队里既有物理学家,也有机器学习研究者,公司每周还会举办交叉授课。

如今,尹希也加入了这支队伍。在 OpenAI 时,他用通用大模型推进理论物理研究;Periodic Labs 目前主要进行的粉末合成和衍射分析,对一位做了二十多年弦论的理论物理学家而言,确实是全新的领域。

科学家走进企业,企业建起实验室

顶尖科学家离开大学、加入 AI 企业的故事,在今天的科技圈并不少见。《大西洋月刊》(The Atlantic)今年 7 月发文统计,OpenAI、Anthropic、Meta 和谷歌 DeepMind 四家公司里至少有 80 多位现任或前任大学教授,其中多数是计算机科学家,作者认为这一数字很可能偏低;仅今年一年,就有至少 22 位斯坦福大学、哈佛大学、麻省理工学院等名校的教授离职或休假加入这四家公司。

流向 AI 企业的教授早已不限于计算机系。今年年初,理论计算机科学家陈立杰加入 OpenAI,专攻数学推理;5 月,宾夕法尼亚大学沃顿商学院统计学家苏炜杰在学术休假期间加入 OpenAI,参与模型训练。

《麻省理工科技评论》(MIT Technology Review)曾发文分析原因:大学负担不起训练和运行前沿模型所需的显卡,前沿实验室也不对外公开模型的内部细节,学术界研究者只能观察模型的行为,无法参与模型的设计和训练。

对于尹希等希望主动拥抱 AI、加速科研进展的学者而言,进入企业就成为了解 AI 前沿进展的最直接途径。

而科学家带着问题和判断力加入企业,将为后者的模型补上至关重要的实验和数据。《麻省理工科技评论》分析认为,经验科学可能比数学更难自动化。

对于物理、化学、生物这类依赖实验获得发现的学科,收集数据是一个缓慢的过程。而大部分时候,对实验成功与否的判断又没有现成答案,需要懂行的人决策。Periodic Labs 招揽物理学家,又请材料领域的博士给数千个样本打分,正是为了把这种判断能力教给模型。

越来越多用 AI 驱动科学发现的公司都在补上这一环:在建设自动化实验室的同时,把懂行的科学家请进来。

例如,据纽约材料公司 Radical AI CEO 介绍,其研究人员会把对实验结果的观察记录下来交给 AI,帮它培养科学直觉。生物科技孵化机构 Flagship Pioneering 创办的 Lila Sciences 由哈佛大学遗传学家乔治·丘奇(George Church)担任首席科学家,还在招聘中要求机器学习研究员与湿实验科学家并肩工作,一起解读模型的输出。

谷歌 DeepMind 计划在英国建设的首个自动化材料实验室,也将由一支多学科研究团队负责监督。在模型有能力直接从自然界获得反馈之前,能判断对错的科学家仍然是这套系统里最稀缺的部分。

而 Periodic Labs 请来尹希,未必只是为了眼下的实验。材料的超导性由其电子的量子行为决定。a16z 在投资说明中提到,Periodic Labs 要让模型学会用量子力学推理。按照公司的设想,一旦材料设计实现自动化,摩尔定律、太空旅行和核聚变都可能因此提速。将一位做了二十多年弦论的理论物理学家招入麾下,更像是在为这些更远的目标做准备。

参考内容:

https://www.thecrimson.com/article/2026/4/24/artificial-intelligence-theoretical-science-reckoning/

https://x.com/xiyin137

https://github.com/xiyin137/QFT

https://arxiv.org/abs/2611.09837

https://periodic.com/news/introducing-periodic-labs

https://periodic.com/news/building-labs-that-learn

https://a16z.com/announcement/investing-in-periodic-labs/

https://www.theatlantic.com/technology/2026/07/ai-companies-hiring-academics/688002/

https://www.technologyreview.com/2026/08/10/1141597/ai-professors-are-negotiating-the-new-realities-of-academic-research/

运营/排版:何晨龙

注:封面/首图由 AI 辅助生成

跳转微信打开

谷歌AI自主攻克量子算法优化难题,成本砍掉九成,还能自证无误

2026年11月11日 17:37

原创 杨梦 2026-11-11 17:37 北京

在新药研发、电池材料和核聚变能源等领域,研究者普遍认为,规模足够大、运行足够可靠的量子计算机有望做到传统计算机做不到的事。

但现实是,目前的量子芯片规模小、错误率高,必须经过纠错才能可靠地完成长时间的计算。谷歌目前的 Willow 芯片只有 105 个量子比特,而公司的目标是在 2029 年前后造出一台“有用的、经过纠错的量子计算机”,这样一台机器大约需要 100 万个物理量子比特。

硬件之外,算法的进展同样关键,算法越省资源,硬件需要达到的规模就越小,量子计算机派上用场的那一天也就来得越早。可机器还没造出来,研究者即便写出了量子算法,也没有机器可以运行;量子比特一多,模拟所需的计算量急剧膨胀,很难再用普通计算机模拟检验。因此过去,一个量子算法的改进往往要靠专家花上多年时间手工推导。

近日,谷歌 DeepMind 联合谷歌量子人工智能团队(Google Quantum AI)在预印本平台 arXiv 发表论文,介绍了一种新的做法:程序没法运行,那就用数学证明它是对的。

他们让多支由 AI 代理组成的团队编写量子程序,每个程序都必须由机器逐步核验,既要证明是否算对,也要证明消耗了多少资源。在核聚变、光化学和药物代谢三个科学模拟问题的验证中,AI 代理找到的程序都比此前的最优方案更省资源,降幅最大的一项省下了约九成。

图 | 研究者编写题目后,AI 代理团队提交程序并根据 Lean 的报错反复修改,通过独立复核的结果发布到共享维基,各团队还会定期开会交流。(来源:arXiv)

从测试到证明

近期不少团队都在尝试让 AI 帮忙设计量子算法,思路大多很直观:AI 提出方案,由普通计算机检验方案对不对、开销多大,AI 再据此改进。

10 月中旬,哈佛大学(Harvard University)、Anthropic 和量子计算公司 QuEra 的研究者发布预印本论文,用 Claude Mythos 5 模型在 8 个电路设计任务中的 7 个上降低了所需的量子比特和运算量。10 月 21 日,谷歌量子人工智能团队在数据科学竞赛平台 Kaggle 上发起了奖金池 15 万美元的竞赛,邀请外界用 AI 压缩核聚变、组合优化和化学模拟中的关键电路。

这种策略成立的前提,是设计方案能在普通计算机上检验。因此,两项工作都把搜索限制在一类特殊电路中,电路的行为可以由普通计算机快速抽样测试,但抽样无法严格保证正确,而且,大量实用的量子算法写不进这类电路,一旦超出范围,经典计算机也无从检验。

但数学证明可以绕开这道限制,它能确保程序对所有可能的输入都成立,而且全程不需要真的运行程序。不过,证明同样可能出错,过去要靠专家逐行审读,近两年,随着 AI 生成的代码和证明越来越多,定理证明工具 Lean 的广泛使用改变了这一点。

Lean 兼具编程语言和证明检查的功能,用户可以用它写程序,也可以写关于程序的数学论证,内容会受到可信内核的逐步核验,任何一步推不通,整个证明就不成立。谷歌的最新成果,正试图将这套方法搬进量子程序设计。

团队先在 Lean 中搭建了一套量子编程库,程序可以像真实的量子算法一样,根据中途的测量结果选择接下来的执行路径,并严格算出一个程序消耗的资源。

在这套库里,研究者负责出题,每个问题被写成一份 Lean 文件,其中包括合格规则、计算误差范围等限定条件,由谷歌 Gemini 4 系列模型驱动的 AI 代理自主填写程序、成本数字和具体证明。如果 Lean 接受了 AI 上传的文件,题目就算解决;如果不被接受,AI 会收到报错信息,继续修改直到通过为止。

团队还组建了 7 支结构各不相同的代理团队,有的“单兵作战”,由一个代理反复修改同一个方案;有的分层分工,不同代理分别负责设计子程序、分析误差和编写证明。

AI 代理之间可以通过“榜单”和“学术会议”开展交流。共享维基会记录每个问题当前最好的已验证方案、可以复用的证明片段,以及走通和走不通的思路,新方案要经过独立复核,且比原纪录至少好 5% 才能上榜;另一种是每 4 小时举行一次的“会议”,各团队在共享论坛上提出想法、互相挑错。不过,会议产生的想法只有写成证明并发布到维基,其他团队才可以拿来复用。

这种协作同样依赖证明运转:每个结果都经过机器核验,一支团队可以直接在另一支团队的程序上继续工作,不必反复花时间验证。例如,在光化学模拟问题上,不同团队先后提出了多种领先方案,单次最大改进削减了 34% 的成本,它最初是一支团队在会议上提出的设想,由另一支团队完善并完成证明。团队统计,在论文展示的三个科学问题中,平均约四成改进都来自团队之间的交流。

让 AI 自己写证明,还得防着它在题目上动手脚、钻空子。能改写文件的代理有时会悄悄放宽定理的表述,或者加一条会让 Lean 无条件接受的公理(axiom),假装已经解决了题目。

研究团队为此在外部设置了独立的核验程序,确认题目与最初冻结的版本一致、证明没有借助额外的假设。不过,由于证明只能保证程序满足题目的要求,题目写得不对,证明也无能为力。论文提到,曾有代理钻了成本计数规则的空子,电路没有实质改进,成本数字却变低了,最后只能改写题目。

压缩后的程序离硬件还有多远?

论文显示,AI 代理在一个基础运算上取得了降幅最大的成果:在量子叠加态中计算反正弦函数是把数值载入量子态的常用步骤,而 AI 代理给出的方案是目前已发表最优方案成本的 1/290。

相比之下,在论文中演示的三个科学模拟问题,所需程序都要用到数百乃至数千个逻辑量子比特(logical qubit,经过纠错保护的量子比特),无法用经典计算机检验,只能借助证明确认其正确性。

图 | 三个科学模拟问题的资源需求对比。横轴为程序所需的逻辑量子比特数,纵轴为最昂贵一类运算(T 门)的执行次数,两轴均为对数刻度,越靠近左下角,程序消耗的资源越少。(来源:arXiv)

其中,核聚变问题研究的是惯性约束聚变(inertial confinement fusion)中,燃料能否吸收足够多由聚变反应产生的能量,从而让燃烧持续下去。AI 代理的新程序把成本降到此前最优方案的约 9%,所需的逻辑量子比特也从 5,650 个减少到 4,374 个。其中一处改进使用了一个低成本的计算步骤,它在三个及以上电子处于同一位置时会算错,但 Lean 证明这种情况在物理上不会出现,确认可以安全使用。

光化学问题要求模拟一个分子在光驱动反应中的短时变化,这类过程与太阳能转化有关。计算时需要同时考虑电子和原子核的量子行为,比常规的化学计算复杂得多。AI 代理设计的新程序将成本压缩至原先的 1/8 左右。

在生物学领域,人体代谢大多数药物都依赖一个名为细胞色素 P450(cytochrome P450)的酶家族,现有的近似计算方法难以准确算出它在反应过程中的关键能量。新程序降低了 60% 的成本,而这种节省主要来自一种此前被认为效果略差的编码方式。

这项研究还存在明显局限,演示的结果都是资源估算,程序并未在真实的量子计算机上运行过。即便经过压缩,上述的药物代谢问题仍需一台执行约 1 万亿次逻辑运算的容错量子计算机才能完成,核聚变和光化学问题所需的机器还要更大。据论文估计,第一批容错量子计算机大约只能执行 100 万次逻辑运算。

团队表示将很快公开 Lean 库、题目和验证后的程序,在此之前,外界还无法独立检查这些证明。

谷歌 DeepMind 在 7 月发表的一份政策文章中提出,AI 代理提出科学设想的速度已经超过了验证这些设想的速度,验证正在成为科研的新瓶颈。

在量子算法领域,这个问题更加突出,能够运行这些程序的机器尚未问世,实验验证无从谈起。谷歌团队的做法是用数学证明代替实验,让 AI 在给出方案的同时完成验证,研究者的工作则转向选择问题、编写准确反映物理条件的题目,并解读 AI 给出的结果。

按照这样的分工,量子算法研究或有望在硬件成熟前先行推进。

参考内容:

https://arxiv.org/abs/2611.09822

https://arxiv.org/abs/2610.22367

https://opensource.googleblog.com/2026/10/announcing-verifiable-quantum-circuit-compilation-competition-on-kaggle.html

https://deepmind.google/public-policy/conjecture-machines-ai-agents-and-the-new-validation-bottleneck-in-science/

https://www.insidequantumtechnology.com/?p=12317

https://heise.de/-10192990

运营/排版:何晨龙

注:封面/首图由 AI 辅助生成

跳转微信打开

AI的下一个五年,斯坦福报告预测了12个变化

2026年11月11日 15:39

DeepTech深科技 2026-11-11 15:39 北京

过去五年,AI 从实验室走进了办公室、学校和科研机构。生成式 AI 不仅能够写作、编程和生成图像,也开始参与数学证明、实验设计等曾被认为难以自动化的工作。

近日,斯坦福大学管理的“人工智能百年研究”(AI100)项目正式发布第三份五年期报告“AI Goes Mainstream”,回顾了过去五年 AI 的发展,并展望未来可能出现的变化。该项目于 2014 年启动,每五年组织专家评估 AI 的技术进展及其对社会的影响。

报告认为,推动上一轮 AI 突破的关键,是不断扩大训练数据和计算规模。但随着高质量数据日益稀缺、前沿模型训练成本上升,单纯依靠扩大规模正面临更多约束。下一阶段,竞争可能更多转向如何让模型在回答问题时投入更多计算、进行推理,以及如何利用上下文、记忆、工具和智能体完成复杂任务。

AI 的应用也正在突破原有边界。创意工作、软件开发和纯数学曾被认为难以被机器触及,如今都开始受到生成式 AI 的影响。在科研领域,AI 正被用于分析数据、设计实验和辅助发现,有望将部分原本需要数年完成的研究缩短至数月或数周。报告预计,未来十年,AI 驱动的实验室将在更多学科成为常态,但机器生成的发现仍需要经过严格验证。

技术扩张的另一面,是规模空前的基础设施投资。为训练和运行 AI 模型,科技公司正大量建设数据中心、采购芯片,推动资本市场增长,也带来电力、淡水供应和碳排放方面的压力。报告指出,尽管投资持续增加,AI 的经济效益和企业投资回报尚未充分体现在总体数据中,这也加剧了外界对泡沫的担忧。

与此同时,前沿 AI 的开发集中在少数美国和中国机构。报告认为,美国在最强前沿模型方面占据优势,中国则在开放权重模型领域表现突出。对于其他国家而言,如何获得技术、发展自身能力,以及参与制定全球规则,正成为越来越重要的问题。

AI 进入更多场景,也让风险变得更加具体。模型既能帮助发现网络漏洞,也可能被用于发起攻击;越来越逼真的图像、音频和视频,则让公众更难判断所见所闻是否真实。军事应用、就业变化、教育和心理健康等问题,也在引发更多讨论。

报告指出,过去五年 AI 的进展超出了许多人的预期。如果当前发展速度延续,未来五年同样可能带来意想不到的变化。随着 AI 对社会的影响不断扩大,公众也应在技术如何开发和使用的问题上拥有更多发言权。

跳转微信打开

❌