作為人類社會的最高學府，大學是相當燒錢的，拿中國舉例子，每年國家都要拔出數以萬計的資金給大學，其中清華大學的經費最多，大約有395億元。清華大學的年經費幾乎和一座小城市的GDP，或一座中型城市的年財政收入差不多。但是清華大學的經費收入拿到國際上排名不算多，世界上年經費最多的大學經費是清華大學的近10倍。2025年中國大學經費投入前50名。哈佛大學是世界上經費收入最高的大學，2024年經費收入達520億美元，折算成人民幣就是3640億元！哈佛大學的年收入都可以抵得上深圳市一年的地方收入，而深圳可是全中國最能賺錢的城市，有1700萬人口。或者再舉個例子，非洲大國喀麥隆2024年的GDP有538億美元，和哈佛大學的一年經費相當，而喀麥隆有近3000萬人口。各種國際大學排名中，哈佛大學也幾乎都是世界第一。作為世界頂級大學，哈佛大學成立於1636年，美國還有將近150年才建國。作為私人研究型大學，目前哈佛大學有1個本科生院和12個研究生院，藏書量超2000萬冊，註冊學生大約2萬人。美國常春藤大學分佈地圖，是美國乃至世界最頂尖的8所大學。哈佛大學的實力強悍，自成立以來誕生了12名美國總統和160餘位諾貝爾獎得主。比如美國總統羅斯福、甘迺迪、歐巴馬等都是畢業於哈佛大學，再比如巨富祖克柏、比爾蓋茲也都出自哈佛大學。中國的大學一般兼具大學和行政機關兩種身份，所以中國大學的主要收入來自於政府財政撥款，而國外的大學不是這樣。哈佛大學經費收入結構圖。拿哈佛大學舉例，哈佛大學的收入結構如上圖所示。哈佛一半的收入來自慈善捐款，畢竟哈佛校園中走出無數億萬富翁。然後就是教育收入，包括學費、住宿費這些，大約佔21%。哈佛大學的學費一年大約是5.42萬美元，折合人民幣就是約39萬元，比較一下中國大學的普遍學費一年才四五千元。聯邦和地方政府的財政撥款只佔哈佛大學收入比重很小一部分，大約佔16%，折算下來也有83億美元，大約580億元了，這樣看也一點不比中國對清華大學的投入力度小。全美大學經費收入排名。美國頂級高校的經費相當充足，哈佛大學之後的德克薩斯大學經費收入有480億美元，耶魯大學的經費收入有410億美元，史丹佛大學的經費收入有380億美元，普林斯頓大學的經費收入有340億美元，麻省理工有250億美元，哥倫比亞大學有150億美元。全美總共有25所大學的經費收入超過80億美元，折算成人民幣就是560億元。國際排名中清華大學一般排在20名左右，前20名一大半都是美國大學，原因一部分就是經費投入力度的多少。世界大學排行榜前24名。中美對大學教育的態度完全不一樣，中國致力於教育公平，頂級大學的經費收入和普通的大專院校差距都不大，比如說清華大學的經費收入有395億元，深圳職業技術大學也有32億元。而且中國公辦大學的學費普遍在1萬元以下，保證了人人都唸得起大學。中國總共有2820所大學，公辦本科才850所，接受過高等教育的人群比例也不過7%。美國強調精英教育，美國頂級大學的經費相當充足，哈佛大學的經費收入是清華大學的接近10倍，同樣哈佛大學的學費也是清華大學的80倍不止。全美有大約5600所大學，除了極少數頂尖大學外，大多數都是社區大學，類似於俱樂部一樣，這種高等教育的氾濫也保證了人人有大學上，加上美國是高度發達的國家，全美的高等教育率大約有40%，遠遠高於中國。全球高技能人才流向地圖，全世界頂級人才都在流向美國。在經費收入來源上，中國大學作為行政機構依賴財政撥款，這樣大學的考評和教學科研質量、學生體驗的關係就不大。而美國很多大學都是私立大學，儘管政府也會適當撥款，但大多數依賴私人慈善資助，這樣那些教學科研質量差，學生就業不好的大學就會越來越窮，甚至破產倒閉。曾經大學是頂級知識殿堂，但現在已經淪落為人人都能上大學。但是無論那個國家，最頂尖的教育資源依舊在頂級大學裡。雖然美國搞快樂教育，但是這只是對底層民眾的，美國的常春藤名校一年經費收入都超過百億美元，全世界最頂尖的人才都去美國頂級大學留學或者做研究，美國依舊是世界上科技最發達的國家。 (未音g)

清華大學近日成立具身智能與機器人研究院，將重點突破“強健本體+智慧大腦”全端技術的“0到1”原始創新，同時建構“技術研發-中試驗證-場景應用”全鏈條轉化樞紐，加速技術成果落地。研究院掛靠科研院，由自動化系、機械系、電子系、電腦系共同建設，院長由清華大學自動化系主任張濤擔任。研究院將打造具有全球影響力的人才高地和創新策源地，強化清華大學在國家“機器人+”戰略中的核心支點地位，為中國搶佔具身智能與機器人領域賽道，培育新質生產力提供核心驅動力，為國家在新一輪科技革命和產業變革中贏得戰略主動。清華校長李路明表示，具身智能與機器人研究院的成立是該校主動服務國家戰略需求，充分發揮多學科與人才優勢，進一步完善人工智慧佈局，有組織開展前瞻性、戰略性、系統性的科技攻關的重要舉措。希望研究院充分發揮清華多學科優勢，積極探索交叉創新新範式，打造科研創新和拔尖創新人才培養重要基地。研究院還將與企業在智能算力供給、智能體研究、具身智慧型手機器人開發、前沿場景驗證、技術成果轉化等方面展開深度合作。此外，該校近日還發佈了《清華大學人工智慧教育應用指導原則》，首次系統性地對校園中的人工智慧應用提出全域性、分層級的引導與規範，劃定人工智慧教育應用“紅線”與“綠道” 。該校明確，人工智慧始終是輔助工具，師生才是教學與學習的主導者。要求師生對人工智慧使用情況及生成內容依規進行披露聲明，嚴禁學術不端。嚴禁師生使用敏感資訊、涉密資料或未授權資料訓練或驅動人工智慧模型。提醒師生警惕人工智慧“幻覺”，應通過多源驗證防範因過度依賴導致的思維惰化。清華建議教師基於教學目標自主制定人工智慧的應用方式與程度，在課程開始時向學生明確說明使用規範，並對人工智慧生成的教學內容負責。同時，教師需主動引導學生辯證認識人工智慧，培養其核心素養。該校還鼓勵學生在遵守課程規定的前提下積極探索人工智慧工具輔助學習，但嚴禁將人工智慧生成的文字、程式碼等內容直接複製或簡單轉述後作為學業成果提交。針對研究生群體，該校特別強調禁止用人工智慧代替本應由本人進行的學術訓練，嚴禁使用人工智慧實施代寫、剽竊、偽造等行為。研究生指導教師需在此過程中提供規範性指導並進行全過程監督，確保學術訓練的完整性和學位論文及實踐成果的原創性。清華線上教育中心主任王帥國表示，指導原則也為未來在學術研究、管理服務等更多場景中拓展人工智慧應用邊界、譜寫新的篇章預留了充分空間。“我們希望它不是一個‘束縛手腳’的檔案，而是一個有生命力的、能隨著技術演進不斷生長的指導體系。” (新華網)

輝達首席執行官黃仁勳本月早些時候發出警告，稱在全球人工智慧主導權競爭中，中國正迅速縮小與美國的差距。年初深度求索（DeepSeek）異軍突起，恰恰印證了這種實力對比的快速演變。這場較量不僅在矽谷和深圳上演，更已延伸至大學校園。中國政府正依託清華大學穩步建構本土人工智慧引擎，挑戰美國常春藤盟校在尖端科技領域的霸主地位。圖片來源：VCG/VCG via Getty Images清華大學產出的全球百篇高被引AI研究論文數量位居全球高校之首，且該校每年申請的人工智慧相關專利數量超過麻省理工學院、史丹佛大學、普林斯頓大學和哈佛大學的總和。彭博社基於律商聯訊（LexisNexis）的資料分析顯示，2005年至2024年底，清華大學研究人員共申請4986項人工智慧與機器學習領域的專利，僅去年一年就申請了900多項。不過，美國仍保持著優勢。美國機構持有眾多最具影響力的AI專利，根據史丹佛大學《2025 年人工智慧指數報告》（2025 AI Index Report），美國已推出40個“重要AI模型”，數量遠超中國的15個。但中國模型正在質量方面迅速縮小差距。“政府、產業界和學術界對人工智慧和機器學習充滿熱情，” 今年從哈佛大學加盟清華大學、牽頭組建該校新統計與資料科學系的劉軍教授向彭博社表示，“吸引人工智慧人才的關鍵在於資本，以及中國政府對科學研究，包括人工智慧及相關領域的支援。”美國企業爭相吸納中國AI人才中國科技戰略佈局遠不止於大學階段。如今，人工智慧基礎知識已走進六歲學童的課堂。今年秋季，北京市中小學全面開設人工智慧通識課程，每學年不少於8課時，內容涵蓋聊天機器人等工具的使用、技術原理背景以及人工智慧倫理等主題。這種前瞻性佈局，為中國培育了規模龐大的科技人才隊伍。據美國戰略與國際研究中心（Center for Strategic and International Studies）統計，2020年中國STEM（科學、技術、工程和數學）專業畢業生為357萬人，而美國同期僅為82萬人。中國官方媒體後續報導稱，這一數字預計將突破每年500萬。（註：中國人口規模為美國的四倍多）美國科技企業已敏銳地察覺到這一趨勢，並爭相搶奪中國人才。今年夏季，Meta宣佈啟動全新“超級智能實驗室”，旨在打造超越人腦的智慧型手機器。據《紐約時報》（New York Times）報導，該實驗室11位創始研究員均非在美國接受高等教育，其中7人出生於中國。保爾森基金會（Paulson Institute）2020年的一項研究發現，在全球百位頂尖人工智慧科學家中，近三分之一是中國籍研究人員，且其中多數人供職於美國高校與企業。卡內基國際和平基金會（Carnegie Endowment for International Peace）後續研究發現，儘管地緣政治緊張局勢加劇，這些研究人員中仍有87%選擇繼續在美國工作。正如參與這兩項研究的分析師馬特·希恩對《紐約時報》所說：“美國人工智慧產業是中國人才紅利的最大受益者。”（財富中文網）

固態電池領域，再爆重磅突破！在被日韓「卡脖子」20年的電池戰場上，中國終於迎來一記反擊。最近，清華聯手天津大學團隊，甩出王炸技術：固態電池，實現零下30℃極寒，快充7000小時無損循環，高電流快充仍穩如初。這不是實驗室秀肌肉，而是實打實的應用前緣。過去十年，中國電動車一路狂飆。從造車新勢力崛起，到鋰電池產業鏈全球領先，中國的新能源故事堪稱奇蹟。我們從300公里撐到600公里，卻始終逃不過「快充傷電池、低溫廢續航、安全懸頭頂」的死循環。我們這些電動車用戶，也早就被折磨得沒脾氣了。露天停車，怕自燃提心吊膽；快充幾次，電池容量就跳水；寒冬臘月，續航里程直接腰斬；換電池，​​要花大幾萬血汗錢!而被吹了好多年的固態電池，卻只聞其聲不見其車。不是不想做，是全世界的科學家都卡在一個死胡同，電池裡的保護殼根本扛不住現實路況暴擊，日韓車企砸上千億，結果充電慢、壽命短、低溫報廢。實驗室裡的固態電池看著完美，車上就歇菜，核心問題就在「介面矛盾」。鋰金屬負極和固態電解質，就像兩枚齒輪，中間SEI膜是潤滑油加保護套。傳統SEI膜硬邦邦，脆得要命：快充應力一來碎裂，低溫直接凍住。一旦破裂，鋰枝晶瘋長，刺穿電池，短路事故隨時可能發生。全世界都卡在這裡，固態電池遲遲無法商用。就在產業幾乎放棄的時候，中國團隊出手了。清華康飛宇、賀艷兵攜手天津楊全紅，在《自然》公佈最新突破。他們不再修補“玻璃殼”，而是讓它變軟一點，甚至提出了一個全新的概念：“塑性富無機SEI”，直接給電池換上“柔性防彈衣”。簡單說，就是讓這層保護膜既能像金屬一樣變形、又能像橡膠一樣韌，外柔內剛。更棒的是，這層「鎧甲」在運作中還能自我修復。當電極膨脹或收縮，它會自動延展，不會破裂。當溫度下降，它依然保持離子通道暢通。結果實測數據震撼：即便在攝氏零下30度極端環境下高電流快充，7000小時循環後仍穩定。這意味著其壽命和安全性，雙雙邁入實用門檻，下一代固態電池，也終於將不再只是紙上談兵，而是觸手可及的生活體驗。未來，電動車續航力輕鬆突破1000公里，冬天去漠河自駕遊也不怕續航腰斬。充電30分鐘就能滿電出發，安全隱憂不再懸頂。別小看這一「塑性鎧甲」，它背後是中國在高端能源材料上的一次結構性突圍。要知道，全球固態電池賽道上，美、日、韓早已佈置多年。美國QuantumScape背靠大眾；日本豐田拿著上千項專利；韓國三星幾乎每年都有原型發行。而中國雖然在鋰電池量產上領先，卻在核心材料、介面設計、固態電解質等關鍵技術上被限制。這次清華團隊登上《自然》，不僅是學術突破，更是產業訊號：我們有了屬於中國的「原創解法」，能把實驗室的創新一步步推向量產。過去十年，中國電動車的成功，被全球質疑為「規模取勝」。但事實正在改變，從寧德時代的鈉離子電池，到清華團隊的固態電池介面創新，中國科研正在把「被動跟隨」轉化為「主動定義」。而一旦固態電池實現量產，將直接改寫三條主線：1、電動車不再受制於充電時間；2、儲能係統安全性全面提升；3、動力電池的壽命和成本平衡迎來質變。更現實的是，在碳中和、能源安全、產業升級的多重博弈下，誰率先掌握固態電池量產能力，誰就擁有下一個十年的能源主導權。固態電池不僅是續航力器，還能解放重量和體積。能量密度比液態電池高50%，重量減三分之一。未來，儲能電站、無人機、新能源飛機都能藉力。充電不再排隊，冬天不再趴窩，安全不再焦慮。這背後，是中國科研20年深耕的累積。康飛宇、賀艷兵、楊全紅團隊，不只是改良電池，而是重新定義材料科學與電化學結合的極限。他們證明了：不是硬邦的保護殼撐起安全，而是「剛柔並濟」的梯度結構。過去我們在晶片被卡、在高階設備被限，如今在電池這條賽道，我們不再求補課，而是在引領創新。就像當年鋰電改變電子設備一樣，中國技術正在定義下一代能源時代。有人說，固態電池距離量產還有路要走。也有人說，這才是真正意義上的「新能源革命」。但無論如何，這次突破，標誌著中國在全球新能源競爭中，終於握住了技術話語權。現如今，從充電樁前的漫長等待，到寒冬裡的續航焦慮，我們忍了十年的痛點，終於要被中國科研一錘定音。你準備好，和續航焦慮說再見了嗎？ (正商參閱)

清華大學團隊研製出亞埃米級快照光譜成像晶片“玉衡”。清華大學電子工程系方璐教授團隊在智能光子領域取得重大突破，首創了可重構計算光學成像架構，研製了高分辨光譜成像晶片“玉衡”，實現了亞埃米級光譜解析度，千萬像素級空間解析度的快照光譜成像，標誌著中國智能光子技術在高精度成像測量領域邁上新台階。相關研究成果以《整合鈮酸鋰光子學亞埃米級快照光譜成像》（“Integrated lithium niobate photonics for sub-angstrom snapshot spectroscopy”）為題線上發表於學術期刊《自然》。光譜記錄著光在不同波長下的強度變化，揭示了物質與光的相互作用，是解析成分、結構與特性的“光學金鑰”。然而，傳統光譜測量受限於分光採集與固化結構，光譜解析度與成像通量之間長期存在固有矛盾，成為光譜成像領域久未破解的科學難題。研究團隊基於智能光子原理，創新提出可重構計算光學成像架構，將傳統物理分光限制轉化為光子調製與計算重建過程。通過挖掘隨機干涉掩膜與鈮酸鋰材料的電光重構特性，團隊實現高維光譜調製與高通量解調的協同計算。可重構計算光學成像架構並由此研製出亞埃米級高分辨光譜成像晶片——“玉衡”。無需在波長維度犧牲通量，每個像素均可獲取完整光譜資訊，快照光譜成像的分辨能力（R=12,000）提升兩個數量級，突破了光譜解析度與成像通量無法兼得的，長期瓶頸。與傳統體型龐大、採集緩慢的高分辨光譜裝置不同，“玉衡”晶片僅約2釐米×2釐米×0.5釐米，卻可在400—1000奈米的寬光譜範圍內，實現亞埃米級光譜解析度、千萬像素級空間解析度的快照光譜成像，能在單次快照中同步獲取全光譜與全空間資訊，並具備88 Hz 的快照光譜成像能力，為高分辨光譜成像開闢了新路徑。方璐表示，“玉衡”攻克了光譜成像系統的解析度、效率與整合度難題，可廣泛應用於機器智能、機載遙感、天文觀測等領域，以天文觀測為例，“玉衡”的快照式成像每秒可獲取近萬顆恆星的完整光譜，有望將銀河系千億顆恆星的光譜巡天周期從數千年縮短至十年以內，憑藉微型化設計，它還可搭載於衛星，有望在數年內繪製出人類前所未有的宇宙光譜圖景。據悉，目前課題組正基於原理樣片，加速工程化樣機與系統級最佳化，並將在10.4米口徑加那利大型望遠鏡（GTC）上進行測試應用。小彩蛋！為何這枚晶片會取名叫“玉衡”呢？據清華大學解釋稱，玉衡之名：以光校衡天地。《尚書·舜典》有言“在璿璣玉衡，以齊七政”，古人以“玉衡”校定日月星辰的運行秩序。而今，科學家以同名之芯，校衡光的頻譜與宇宙的奧秘。“玉衡”是融合人工智慧、整合光子學與材料科學的突破。未來，隨著高分辨光譜獲取範式的持續變革，以“玉衡”為代表的計算光譜成像技術有望以更小的體積、更高的分辨力、更廣的應用邊界，為材料科學、地球科學、天文科學開拓新的光譜天地。 (半導體產業縱橫)

記者15日從清華大學獲悉，該校電子工程系方璐教授團隊在智能光子領域取得重大突破，成功研製出全球首款亞埃米級快照光譜成像晶片“玉衡”，標誌著中國智能光子技術在高精度成像測量領域邁上新台階。相關研究成果線上發表於學術期刊《自然》。科研團隊基於智能光子原理，創新提出可重構計算光學成像架構，將傳統物理分光限制轉化為光子調製與計算重建過程。通過挖掘隨機干涉掩膜與鈮酸鋰材料的電光重構特性，團隊實現高維光譜調製與高通量解調的協同計算，最終研製出“玉衡”晶片。“玉衡”晶片僅約2釐米×2釐米×0.5釐米，卻可在400—1000奈米的寬光譜範圍內，實現亞埃米級光譜解析度、千萬像素級空間解析度的快照光譜成像，能在單次快照中同步獲取全光譜與全空間資訊，其快照光譜成像的分辨能力提升兩個數量級，突破了光譜解析度與成像通量無法兼得的長期瓶頸，為高分辨光譜成像開闢了新路徑。方璐表示，“玉衡”攻克了光譜成像系統的解析度、效率與整合度難題，可廣泛應用於機器智能、機載遙感、天文觀測等領域，以天文觀測為例，“玉衡”的快照式成像每秒可獲取近萬顆恆星的完整光譜，有望將銀河系千億顆恆星的光譜巡天周期從數千年縮短至十年以內，憑藉微型化設計，它還可搭載於衛星，有望在數年內繪製出人類前所未有的宇宙光譜圖景。 (佔豪)

亞洲排名第1的是清華大學，連續3年排在全球第12位。日本排名第1的是東京大學，從2024年的全球第28位上升至第26位。英國泰晤士高等教育（THE）評價稱，中國等的大學排名上升，東亞的大學“發展迅速”……東京大學安田講堂英國教育資料機構泰晤士高等教育（THE）10月9日公佈了2025年的全球大學排名。亞洲有929所學校上榜，為歷年最多。THE評價稱，中國等的大學排名上升，東亞的大學“發展迅速”。日本排名第1的是東京大學，從2024年的第28位上升至第26位。該排名對教育環境、研究和國際性等方面進行評估。共有3168所學校參加，來自115個國家和地區的2191所學校上榜。綜闔第1位連續10年是英國牛津大學，第2位仍是美國麻省理工學院，前10位被英美的大學佔據。不過，進入500強的美國大學數量為102所，在THE統計中創出歷史最低。亞洲排名第1的是中國大陸的清華大學，連續3年排在第12位，北京大學排在第13位。中國大陸的大學有超過20%排名上升。韓國有4所大學進入前100位，比2024年翻了一番。香港有6所大學進入前200位，在THE統計中創歷史最多。日本有115所大學上榜。東北大學排在第103位，大阪大學排在第151位，順天堂大學排在600位以內。緊隨東京大學之後的京都大學從第55位降至第61位。THE評價稱，日本的大學“在研究質量相關的所有指標上都有所改善”，同時分析稱“在排名前列的存在感有所下降”。THE的菲爾・貝蒂指出，勢力均衡正在從歐美名校向東亞大學轉移。歐美在確保研究資金和獲取國際人才方面處於停滯狀態，“這一趨勢或將持續下去”。此次評估是在美國川普政府停止對著名私立大學的資助和剝奪留學生接收資格之前實施的。貝蒂指出，“今後美國大學的研究質量、吸引優秀學生的能力、國際性可能會下降”。 (日經GO)

【新智元導讀】清華物理系傳奇特獎得主姚順宇離職Anthropic，正式加盟GoogleDeepMind！他在Anthropic僅工作一年，離職原因中約40%與公司「價值觀」不合。他指出現階段AI研究如同17世紀熱力學探索：雖缺乏完整理論，卻充滿規律發現的契機。清華物理系傳奇特獎得主Yao Shunyu（姚順宇），官宣離職Anthropic，正式加盟GoogleDeepMind！從領英的履歷來看，他在2024畢業到加州伯克利做了幾個月博士後，2024年10月加入了Anthropic。滿打滿算，姚順宇在Anthropic只待了一年。此次離職，姚順宇在他的個人部落格（文末有全文）聲明了兩點原因，其中幾乎一半（40%）原因是因為Anthropic「價值觀」問題！眾所周知，Anthropic此前在2025年9月4日的博文裡把中國列為「adversarial nations」。此舉激起了AI領域國內外眾多反對之聲！姚順宇在部落格中也透露，即使Anthropic內部，大多數人也不同意這種說法。他認為這是離職的Anthropic的主要原因之一，其他原因涉及企業內部資訊，無法透露。順便一提，現在搞大模型的Yao Shunyu有兩位。一位就是今天的主角，本科就讀於清華大學物理系，研究方向為理論物理（包括但不限於理論凝聚態物理、理論高能物理和混沌系統）。另一位就是OpenAI的Yao Shunyu（姚順雨），目前最新動向還未「解禁」。順便說一句，這兩位大神名字都太硬了，Yao Shunyu（拼音同漢字，堯舜禹），也只有這兩位大神能壓得住了～姚順宇在最新的領英中同時更新了一篇部落格，詳細總結了這一年在AI領域的經歷。我的AI研究元年——從物理學到AI在我離開伯克利的博士後崗位、加入Anthropic 不久後，我曾計畫寫一篇短文，主要是為自己留下一份筆記，記錄我離開物理學、投身AI研究的心路歷程。然而，由於在Anthropic的工作異常緊張，我一直沒能抽出時間動筆。直到9月19日，我從Anthropic辭職，在加入GoogleDeepMind前有了一周的休息時間。我為什麼離開物理學，又為什麼選擇AI？主要原因在於，我想尋找一個對年輕人機會更多的方向。理論物理是一個絕佳的思維訓練領域：它充滿智力挑戰、博大精深，並需要運用來自數學、電腦科學（如複雜性理論）以及物理學本身等多個領域的知識。然而，這個領域多年來已缺乏新的實驗資料支撐。一個沒有實驗指引的領域，會面臨很多方面的問題。比如，我們很難客觀地評判一項理論工作的價值，也很難僅通過系統性的實驗來消除分歧、澄清困惑。於是，我將選擇範圍縮小到了AI和QC（Quantum Computing，量子計算）。儘管我相信QC在未來會變得至關重要，但我的感覺是，目前其瓶頸主要在於實驗平台。因此，我選擇了AI。有趣的是，我發現AI研究與物理學研究有如下相似之處。作為物理學家，從事AI研究是種怎樣的體驗？在某種意義上，這很像17世紀的熱力學研究。那時，人們甚至不知道「熱」究竟是什麼，事實上，當時學界依然信奉「燃素說」。但這並未阻止人們進行科學的實驗探索。例如，波義耳定律（Boyle's law）揭示了在溫度恆定時，壓力與體積之間的關係。正是通過這樣系統性地設計實驗，人們才總結出了足夠多的「定律」，並在此基礎上指導了熱機的發明與研究，最終改變了世界。在我粗淺看來，如今的大規模AI模型領域與之類似。一方面，我們仍未擁有可靠的理論或模型來描述大型神經網路的行為。另一方面，系統性的研究已開始為我們揭示許多寶貴的認知，例如Scaling Law。而進行這類系統性的研究，正成為在AI領域大規模取得持續進展的關鍵要素。為什麼選擇Anthropic，又為什麼離開？儘管我已經離開，但我依然認為Anthropic是物理學家（可能也包括其他STEM背景的博士）開啟AI研究生涯的最好去處之一。我於2024年10月1日加入Anthropic，當時我們開始為後來發佈的Claude 3.7 Sonnet進行研究。作為一名從事了多年物理研究的人，能夠親眼看到自己的研究成果迅速對前沿模型的能力產生影響，並見證人們與AI的互動方式隨著新能力的湧現而改變，這是一種無與倫比的激動人心的體驗。然而，我最終決定離開，主要出於兩個原因：1. 約40%的原因是：我強烈反對Anthropic發表的反華言論。尤其是在最近的公開聲明中，中國被稱為「敵對國家」。需要澄清的是，我相信Anthropic的大多數人並不同意這種說法，但我認為自己已無法再待下去。2. 剩下的60%則更為複雜。由於其中大部分涉及Anthropic的內部資訊，因此不便透露。是時候翻開新篇章了！與物理學相比，AI的發展速度快得驚人。回首過去一年，發生的一切都讓我感到驚訝。我非常榮幸能見證Claude從3.7迭代到4.5的過程，我個人也收穫良多。但，是時候繼續前行了。從個人發展的角度看，Anthropic是我第一份，也是唯一一份AI工作。因此，我不希望自己的經驗和認知被某一個實驗室所侷限。（尤其是在如今，核心研究團隊已不再公開發表論文的情況下。）所以Anthropic，與你共事很棒，但沒有你我會更好。我已於9月29日（2025年）加入GoogleDeepMind。 (新智元)