最近，NVIDIA 發佈了備受關注的《State of AI in Healthcare and Life Sciences: 2026 Trends》調研報告。這份報告基於 2025 年 8-9 月對全球 600 多名醫療和生命科學專業人士的調查（管理層與 AI 從業者各佔一半），涵蓋製藥、醫療器械、數字醫療、支付方與提供方等多個細分領域。報告用實打實的資料告訴我們：AI 已經在醫療健康行業站穩腳跟，而且正在加速從“嘗鮮”走向“規模化盈利”。過去一年，AI 的應用成熟度明顯躍升。報告直言，AI不僅幫助醫療器械廠商快速適應新法規，還大幅縮短新藥研發時間，甚至能建立人體數字孿生來輔助癌症治療。更讓人振奮的是，AI agents（智能代理）正讓醫生們把時間還給患者，而不是埋頭在文書工作裡。AI採用率持續攀升，70%企業已在實際使用報告顯示，2025年有 70% 的受訪組織正在積極使用 AI，比2024年的 63% 又上升了7個百分點。其中，生成式 AI 和大語言模型的使用率從 54% 躍升至 69%，成為最熱門的工作負載。各細分領域全面進步：數字醫療：78%（去年70%）製藥與生物科技：74%醫療器械、工具與診斷：70%支付方與提供方（醫院、保險公司等）：56%（去年僅43%，大漲13個百分點）中大型企業（員工超100人）採用更多類型AI，包括生成式AI、資料分析、Agentic AI等，幾乎每個工作負載都比小企業高出約 10個百分點。生成式AI和資料分析仍是各行業前兩大重點，只有醫療器械領域把電腦視覺排在首位（59%）。預測與資料分析仍是AI核心，臨床決策支援最受歡迎65% 的組織把 AI 用於資料分析和資料科學，42% 用於支援臨床決策。這兩大應用貫穿藥物發現、影像診斷、個性化醫療等全鏈條。分行業看，用法各有側重：製藥與生物科技：藥物發現與開發（57%）、基因組應用（44%）數字醫療：虛擬健康助手與聊天機器人（52%）、臨床文件自然語言處理（50%）支付方與提供方：行政任務與工作流最佳化（52%）醫療器械：醫療影像（61%）整體而言，臨床決策支援是全行業最受歡迎的AI用例（42%），其次是醫療影像和行政工作流最佳化（各 38%）。真實盈利來了！醫療影像和藥物發現ROI最亮眼這是報告最鼓舞人心的部分：當 AI 針對具體場景落地時，回報非常明顯。醫療器械領域：57% 的企業表示醫療影像AI已產生ROI製藥企業：46%表示藥物發現與開發AI實現ROI數字醫療：虛擬健康助手與聊天機器人是最高回報用例支付方：行政工作流最佳化回報最顯著全行業來看，醫療影像、工作流最佳化、臨床文件自然語言處理是前三大ROI用例。管理層反饋：85%認為AI幫助年度收入增長80%認為AI幫助年度成本下降44% 的管理者表示收入增長超過 10%（小企業更高達56%）開源模型成“秘密武器”，82%企業視其為戰略關鍵為什麼AI能精準落地？報告給出的答案是開源。82%的受訪者認為開源模型和軟體對AI戰略“重要”或“非常重要”，其中小企業認可度更高（64% 認為非常重要）。開源讓企業能用自己的資料微調模型，打造高度專用的AI解決方案，而不是用通用大模型“將就”。推理性能（模型精準度、資料合規、成本效率）成為大家最關注的點，38% 把模型性能與合規列為首要因素，37% 最看重總擁有成本。基礎設施也在悄然變化：混合計算（本地+雲）使用率從去年的 35% 升至 43% ，純雲部署則從 41% 降至 35% 。Agentic AI初露鋒芒，47%組織已在嘗試今年報告新增了 Agentic AI（智能代理）專題，結果讓人驚喜：47% 的組織已在使用或評估AI agents其中 22% 已實際部署，19% 計畫明年部署大企業部署比例更高（27% 已部署）製藥與生物科技領域最積極：48% 用 AI agents 做藥物發現和生物標誌物識別。整體最受歡迎的 Agentic AI 用例是：知識管理和檢索（46%）文獻綜述與分析（38%）內部流程最佳化（37%）分行業看，製藥側重文獻綜述（55%）和藥物發現（48%）；數字醫療最愛患者聊天機器人（49%）。不過挑戰也不小：性能可靠性（27%）、資料相關問題（隱私、安全）、監管合規是三大痛點。40%的企業表示，HIPAA、FDA審批、GDPR等合規要求是實施Agentic AI的最大影響因素。2026年AI預算大增85%，醫療AI進入“飛輪期”因為看到了實實在在的回報，企業信心滿滿：85%的受訪者表示2026年AI預算會增加近一半企業增幅超過10%預算主要流向：最佳化現有AI工作流和生產周期（ 47% ，比去年上升）建構或獲取更多AI基礎設施（ 34% ，比去年上升）報告總結：醫療AI正進入“飛輪階段”——早期試點成功→更多投資→更好效果→更大投資。2027年，AI 很可能從單純預測分析轉向更成熟的 Agentic 系統，在患者群體、臨床試驗、護理流程中實現端到端智能推理。總結：AI不是“未來”，已經是醫療的“現在”這份 NVIDIA 報告用 600 多份真實調研資料證明：AI 正在讓醫療更高效、更精準、更親民。無論是大藥企用 AI 加速新藥研發，還是醫院用聊天機器人減輕醫生負擔，或者保險公司用工作流最佳化降低成本，AI 都已交出漂亮答卷。當然，預算、人才、資料合規仍是需要跨越的門檻。但趨勢已經清晰：誰先把 AI 和自身業務深度融合，誰就能在 2026 年搶佔先機。 (AI資訊風向)

傑佛瑞・埃弗裡斯特・辛頓，1947 年 12 月 6 日出生於英國倫敦溫布林登，擁有英國和加拿大雙重國籍，是認知心理學家、電腦科學家，被譽為 “AI 教父” 和深度學習領域奠基人之一。一、演講核心內容1. AI發展範式：兩種AI路徑：邏輯型（符號推理）與生物學基礎（學習網路連線）1985年小模型是大語言模型的祖先，2025年Transformer和大語言模型已成主流2.AI理解機制：AI不是"儲存"知識，而是通過預測下一個詞來理解語言用"樂高積木"比喻：每個詞是多維度積木，詞與詞間需"恰當握手"理解3.數字智能優勢："不朽性"：知識可完美複製到不同硬體知識傳播效率極高：每次分享數十億位元，人類僅100位元/秒4.AI潛在威脅：幾乎所有專家認為未來20年內會出現比人類更聰明的AIAI可能推匯出"自我生存"和"獲取更多控制"的子目標"養老虎"比喻：AI長大後可能傷害人類，無法簡單關閉5.應對建議：無法消除AI，必須找到訓練AI不消滅人類的方法建議建立國際AI安全機構網路，研究訓練AI向善各國在預防AI統治世界問題上利益一致，類似美蘇核不擴散合作二、答疑核心內容關於靈性追求：辛頓表示自己是無神論者，"信仰科學"關於身心健康：沒有冥想習慣，從科學研究中獲得快樂，但隨著對風險認識加深，這種快樂變得更複雜關於內在安寧：喜歡做木工活，從高強度思維中抽離，恢復穩定與愉悅 (AI科普說)

據上觀新聞，在我們的人體免疫系統中，T細胞猶如一支守護健康的“特種部隊”，負責執行全身細胞的“安全檢查”。而T細胞表面的T細胞受體（TCR）分子，正是執行任務的核心“安檢儀”。科學家們從眾多的TCR分子“安檢儀”中，篩選出能精準識別癌細胞的型號，並將其“裝配”到癌症患者的T細胞上，從而讓免疫系統能夠精確鎖定並清除癌細胞。然而，天然TCR分子的“識別靈敏度”有限，一些狡猾的癌細胞可能成為“漏網之魚”！針對這一難題，中國科學院分子細胞科學卓越創新中心（生物化學與細胞生物學研究所）趙祥研究團隊與合作者開發出“組氨酸掃描法”，能快速定位TCR分子中負責識別癌細胞並啟動清除程序的“關鍵位點”。對這些位點進行“改造升級”後，TCR分子便化身為高靈敏度的增強版“安檢儀”，顯著提升了T細胞清除癌細胞的能力。該策略已在小鼠實驗中展現出良好的抗癌效果，相關研究成果於台北時間2月19日線上發表於國際學術期刊《細胞》（Cell）。那麼，這套“安檢”系統如何工作？分子細胞卓越中心趙祥研究員解釋，當TCR分子“安檢儀”工作時，細胞會出示其“身份憑證”——pMHC抗原分子以供查驗。一旦識別出癌細胞特有的pMHC抗原分子，T細胞便會將其“當場抓獲”。這項研究揭示，組氨酸能精準定位TCR分子識別癌細胞和啟動癌細胞清除程序的“關鍵按鈕”位點，並能強化TCR分子與pMHC抗原分子之間的“逆鎖鍵”結構。這不僅幫助T細胞更牢固地控制住癌細胞，也為T細胞充分活化、啟動殺傷程序贏得了寶貴時間，有效防止癌細胞逃逸。更值得一提的是，這種方法無需依賴TCR分子的三維結構資訊。只需對篩選出的多個“關鍵按鈕”進行同步改造，即可增強TCR分子“抓住”癌細胞的能力，從而將T細胞打造成效率超群的“超級守護者”。經改造的T細胞活化水平更高、殺傷力更強，且能精準辨別敵我，避免誤傷健康細胞。目前，該研究在動物模型中療效顯著，為開發新一代高效、精準的癌症免疫療法提供了嶄新的思路。 (環球產經)

“硬控”矽谷華人的不再是綠卡，而是“回不去”的恐懼。原本以為，只要你捲到名校博士、捲進Meta超級智能實驗室、學術引用高達7000次，你就拿到了免死金牌。但2026年的春天，這出大戲迎來了最諷刺的高潮。Meta核心科學家王梓帆（Zifan Wang），回中國探親後返美，持O-1傑出人才簽證竟然被拒入境。沒有轉圜，直接“流放”倫敦。一張機票，成了他留美七年的終點。“硬控”矽谷華人的不再是綠卡，而是“回不去”的恐懼。小紅書上曾有個段子叫“持簽證者的極限運動”：每一次回國探親，都是在賭半輩子的前程。原本以為，只要你捲到名校博士、捲進Meta超級智能實驗室、學術引用高達7,000次，你就拿到了在這個頂級玩傢俱樂部裡橫行無阻的“豁免權”。但2026年的春天，這出關於“美國夢”的幻象竟然迎來了最諷刺的高潮。就在剛剛過去的1月底，Meta核心科學家王梓帆（Zifan Wang）在社交媒體上親手撕碎了這張濾鏡。他在回中國探親後準備返美時，那張代表著“傑出人才”的O-1簽證，在海關面前徹底啞火了。拒簽，無法入境，沒有轉圜。這位曾經在Meta實驗室裡研究AI與機器學習的頂尖大腦，就這樣被冷冰冰地擋在了美國國境線外。他不得不自嘲地發問：“接下來要學習如何適應英國人把薯條叫chips，以及靠左行駛了。”這一刻，所有海外華人窺見了一個令人通體發冷的現實：一直以來，大家關注的是你有多優秀，而現在的核心邏輯變了——變成了“你腦子裡裝了什麼，以及你打算帶到哪裡”。這場“各懷鬼胎”的搶人大戰，快要演變成一場針對華人的“技術排雷”了。圖源：網路消失的“愛因斯坦簽證”：你的才華，成了你的“至暗時刻”在留學生的身份階梯上，O-1簽證曾被冠以“愛因斯坦簽證”的稱號，專供頂級大腦。在王梓帆這種等級的科學家看來，這本該是他在矽谷橫行無阻的憑證。但現實告訴我們，那是和平年代的舊劇本。在2026年的大環境下，簽證官的稽核邏輯已經發生了恐怖的扭轉。根據王梓帆在X（原Twitter）上的自述，他已在美國求學與工作近七年，此前一直在Meta負責前沿AI研究。但在返美面簽時，那張曾經代表卓越成就的護照頁，卻成了他職業生涯的“斷頭台”。“技術”疑雲：在簽證官眼中，王梓帆的7,000次引用不再是學術榮譽，而是“高價值技術資產”的證明。“身份”降級：哪怕你在Meta研究的是最尖端的超級智能，只要你跨出國境線一步，你就從“改變世界的天才”瞬間降級為“潛在的安全風險”。這種荒謬的錯位，讓無數在大廠熬身份的華人脊背發涼。這哪是簽證稽核？這分明是頂級精英被抓住了國籍的命門，從而不得不面臨“被迫流亡”的過程。智庫的“哀鳴”：美國正在親手驅逐自己的大腦如果說王梓帆是“深陷其中”，那美國科技界對這起事件的反應就是“人設崩塌”。華府智庫“進步研究院”創辦人史塔普（Alec Stapp）在看到王梓帆被迫搬往倫敦的消息後，直接在社交媒體上開火：“我們正在親手導致我們的人才外流（Brain Draining）。”這是一個極其矛盾的現狀： 一方面，美國科技巨頭如Meta、Google都在瘋狂砸錢留住AI人才；另一方面，行政體系卻在“深夜洩洪”式地驅逐這些大腦。主動邀約vs被動驅逐：Meta花費重金、甚至動用扎克伯格親自下場招攬的科學家，卻被海關一紙拒信送給了競爭對手。倫敦“撿漏”：就在王梓帆確認無法入境的幾天後，他已經開始聯絡倫敦的AI社區。這不僅僅是個人的職業轉場，更是一場系統性的自毀。正如史塔普形容的：“如果把這些被拒之門外的人才堆起來，相當於兩座埃菲爾鐵塔的高度。”但可惜，這些鐵塔現在要蓋在倫敦和新加坡了。圖源：網路消失的安全區：為什麼被“Check”的總是高精尖？儘管美國官方一直在營造“吸引人才”的假象，但真正的“深水區”依然墨跡重重。為什麼只放寬了普通工簽，卻要在O-1這種“愛因斯坦簽證”上設卡？因為這背後涉及的是還在博弈中的、真正掌握生殺大權的核心技術。“預造謠”模式：當大眾發現頂尖科學家被拒時，坊間總會有“涉及機密”的模糊傳聞。這是最高級的公關陷阱——用1%的虛無風險，去掩蓋99%的排外真相。“洗白”套路：他們會拿出部分非敏感領域的成功案例來粉飾太平，但在AI、量子通訊、半導體這些領域，華人科學家的生存空間正在被“大規模塗黑”。王梓帆的遭遇，揭露了那個頂級掠食者俱樂部的運轉邏輯：它極度渴求你的智力，卻又極度懷疑你的忠誠。 這種撕裂，讓所謂的“科技無國界”在2026年聽起來像是一個過時的冷笑話。圖源：網路倫敦：下一個“避風港”還是“中轉站”？看完王梓帆的推文，最令人絕望的不是個人的轉折，而是全球人才版圖的重組。他調侃“Chips”，調侃靠左行駛，其實是在用幽默掩蓋一種被放逐的荒誕。在這個權力網裡，華人精英正成為某種“燃料”，用來驅動大國博弈的巨輪，一旦燃料被懷疑“不純”，就會被立刻丟棄。現在的矽谷，已經形成了一種默認的生存守則：“非綠卡，不離境”：在拿到那張真正的護照前，絕不踏出國門半步。“Plan B”轉向：新加坡的紅利、倫敦的精英簽證，正成為華人AI科學家新的避難所。人才流動像水，哪裡有阻力，哪裡就會乾涸。矽谷的島還在，但那套吸引全球天才的底層邏輯正在加速崩塌。圖源：網路光，能否照進深淵？王梓帆在倫敦的街頭或許會懷念舊金山的陽光，但他的轉身也告訴我們：真正的天才，終究會找到屬於他的土壤。只是，那個曾經向全世界招攬人才的“自由之地”，在看著天才們成批遠去時，是否已經聽到了時代的哀鳴？這次大拒簽，究竟是真相的勝利，還是自毀長城的又一場政治博弈？對於每一個還在海外奮鬥的留學生來說，這不僅是一個新聞，更是一次生存預警。 (留學生日報)

壓力管理有助於保持心臟健康。幾乎每個人都經歷過壓力——一種情緒或身體上的緊張感，它可能源於任何讓你感到沮喪、憤怒或焦慮的事件或想法。但你知道壓力會影響你的身體嗎？尤其是你的心臟？許多人都經歷過短期壓力，這是一種對特定事件的生理和心理反應，通常會很快消退，例如發表演講或緊急剎車避讓迎面而來的車輛。然而，慢性壓力是指長期持續感到壓力和不堪重負——例如，它可能源於惡劣的工作環境、照顧家人或無力支付帳單等。科學家雜誌AI繪圖 GPT-5.2“壓力有時會被低估為心臟病的一個風險因素，”耶魯大學醫學院心臟病專家雷切爾·蘭珀特醫學博士說。事實上，一些專家更進一步指出，壓力是導致心臟病的主要風險因素之一，其重要性不亞於不健康的飲食、缺乏運動、吸菸、過度飲酒和肥胖。我們採訪了蘭伯特博士；耶魯大學醫學院心臟病專家、耶魯大學醫學院預防心血管健康項目主任埃裡卡·斯帕茨醫學博士；以及耶魯大學醫學院專攻心臟病學的心理學家艾莉森·加菲博士——她們都對壓力對心臟的影響有著濃厚的興趣，無論是在臨床上還是在她們的研究中。下面，他們將探討壓力與心臟健康之間的聯絡，以及保持心臟健康的策略。1. 壓力會以多種方式影響心臟。壓力可通過多種途徑導致心臟病。“長期或慢性壓力會導致體內炎症水平升高，從而增加動脈斑塊的積聚，進而引發冠狀動脈疾病等問題，”蘭伯特醫生說道。冠狀動脈疾病可導致心臟病發作、心律失常和心力衰竭。此外，壓力還會促使腎上腺分泌兒茶酚胺類激素，其中一種是腎上腺素，也被稱為“戰鬥或逃跑”激素，它能在壓力情況下提高精神警覺性。但腎上腺素也會導致心跳加快和血壓升高。長期過量分泌腎上腺素最終會損害心臟。另一種壓力激素——皮質醇——的長期高水平也會導致血壓、血糖、膽固醇和甘油三酯水平升高。對於長期處於壓力之下的人來說，其結果可能是胸痛、心律不齊、呼吸急促，以及心臟病發作和中風風險增加。短期壓力也會產生影響。蘭伯特醫生說：“例如，對於動脈內已有斑塊積聚的人來說，腎上腺素激增有時會導致斑塊破裂，形成血栓，血栓可能會增大到足以完全阻塞血流，從而引發心臟病發作。”蘭伯特醫生補充說，對於患有心律失常（異常心律）等心臟疾病的人來說，突然的壓力會加劇他們的症狀。但壓力也會對心臟產生間接影響。“當人們感到無法擺脫慢性壓力環境時，他們可能會通過不健康的行為來應對，”加菲說。“我們知道，壓力與不健康的飲食、吸菸和飲酒過量等行為密切相關。”她補充說，這些行為會導致高膽固醇和高血壓等健康問題，而這些都是心臟病的主要危險因素。2. 壓力對人的影響各不相同。加菲解釋說，壓力對每個人的影響都不同——心臟病也是如此。“對不同的人來說，壓力源或壓力因素是主觀的——而且，這種挑戰的影響也因人而異，取決於你過去的經歷以及你如何應對情緒上的影響，”她說。蘭伯特博士補充說，因此，一些經歷過巨大壓力的人會患上心臟病，而另一些人則不會。“這和癌症的情況類似，”她說。“吸菸者中，有些人不會得癌症，有些人則會。這是為什麼呢？這是遺傳易感性、環境和生活方式共同作用的結果——所有這些因素共同作用，導致了疾病的發生。”《柳葉刀》雜誌上的一項研究表明，與壓力較小或沒有抑鬱史的人相比，壓力大、有抑鬱史以及其他社會心理因素的人患心臟病的風險高出2.5倍，加菲說。其他研究也發現，在遭受歧視的群體中，壓力與心臟病之間存在關聯。蘭伯特醫生補充說，並非所有壓力症狀都由心臟問題引起。壓力也會導致一些症狀，例如心跳加速，“這只是你身體在壓力過大時的正常反應”。她強調，最重要的是，任何出現新症狀或復發症狀的人都應該諮詢醫生，以確定心臟問題在多大程度上可能導致這些症狀，或者是否與心臟問題有關。3. 向你的醫療保健提供者談談你的壓力水平。任何擔心自己壓力過大的人都應該在去看家庭醫生時，或者如果有心臟科醫生的話，就去看心臟科醫生。“我經常和病人談論壓力問題，”斯帕茨醫生說。“我們想瞭解來自家庭、工作或社區的壓力對他們的影響，以及這些壓力如何影響他們的血壓、體重，並最終增加他們患心臟病的風險。”“在這些就診過程中，主動提出壓力問題非常重要，因為醫護人員可能不會總是詢問你目前的生活狀況、壓力源或壓力水平，”加菲說。“但他們可以提供一些有用的建議、資源和工具，幫助人們更好地管理壓力。”這些建議、資源和工具可能包括：增加體育鍛鍊、練習瑜伽和其他放鬆技巧；改善睡眠衛生；多花時間與他人相處；接受心理治療；尋求社會工作資源或醫療保健方面的幫助；甚至服用藥物來緩解持續的抑鬱或焦慮症狀。對於已有心臟問題的人——甚至可能曾發生過心臟病發作——研究表明，參與心臟康復計畫可以減輕壓力，並有助於緩解抑鬱和焦慮。此外，一些心臟病診所現在為有心理健康問題（可能與壓力有關）的人提供心理支援。耶魯大學醫學院目前開設了心臟和血管心理與健康診所，這是一個試點項目，患者可以在就診心臟病專家的同一診室接受心理諮詢。蘭伯特博士補充說，每個人最有效的減壓方式都不一樣。有些人覺得冥想或瑜伽有幫助；有些人則更喜歡在樹林裡散步或跑步。“關鍵是要找到能有效控制壓力的方法，”她說。 (科學家雜誌)

▎AI人才爭奪戰加劇！龐天宇，圖片來源：小紅書帳號@龐天宇在高調引入OpenAI前研究員姚順雨後，騰訊在AI人才方面又引入一位青年科學家。1月29日，原新加坡Sea AI Lab高級研究科學家龐天宇在小紅書帳號上發佈了一則招聘啟事，並官宣最近已加入混元團隊。作者今日證實，龐天宇即將入職騰訊，加盟騰訊混元多模態部Exploration Center，負責強化學習前沿演算法探索。目前未有龐天宇個人官方身份官宣消息，不過，他的小紅書帳號顯示了標籤“騰訊混元principal scientist”，“Tech Lead@Multimodal RL Team”，可以理解為是首席科學家，或者首席/主任研究員。而從發佈的招聘資訊的IP來看，目前龐天宇的工作地點在新加坡。截圖來自小紅書帳號@龐天宇龐天宇是清華大學電腦系2017級直博生，師從朱軍教授，主要研究方向為機器學習，特別是深度學習以及其魯棒性的研究，取得了一系列的研究成果。他以第一作者（含共同一作）身份在機器學習頂級會議ICML，NeurIPS，ICLR上發表多篇文章，並被多次選為Oral或Spotlight。他參與的團隊在包括NIPS 2017以及GeekPwn 2018在內的多個對抗攻防競賽中均獲得第一名。此外龐天宇多次擔任ICML，NeurIPS，ICLR，CVPR，ICCV，ECCV，TPAMI等頂級國際會議和期刊的審稿人。曾榮獲微軟學者獎學金，輝達學術先鋒獎。清華畢業後，龐在新加坡Sea AI實驗室擔任高級研究科學家。多模態是騰訊基礎模型頗為重視的領域，騰訊混元團隊研發了多種尺寸語言模型，以及圖像、視訊、3D等完整多模態生成模型和工具集外掛。混元系列大模型已在騰訊內部多個業務、外部多個行業和開源社區中被接入。截至目前，騰訊混元的圖像、視訊衍生模型數量總數達到3000個，視訊模型社區下載量超過500萬，混元3D系列模型社區下載量超過300萬。1月28日，騰訊混元團隊宣佈開源混元圖像3.0圖生圖版本（HunyuanImage 3.0-Instruct），並同步接入元寶。在最新全球權威大模型競技場LMArena的圖像編輯（Image Edit）榜單中，混元圖像3.0圖生圖進入第一梯隊。不過，騰訊在AI賽道上的影響力目前不及阿里巴巴和字節跳動。而在人才爭奪上，就在昨日，字節跳動CEO梁汝波再次表態，需要提高人才密度，需要加大激勵，讓人才願意加入字節攀高峰，也讓員工願意留在字節幹事業，確保員工薪酬競爭力和激勵回報在全球各個市場都“領先於頭部水平”。而面對外界AI焦慮，在剛剛結束的騰訊2026年員工大會上，騰訊董事會主席兼首席執行長馬化騰一開場，也希望給全員吃下“定心丸”，強調保持定力，專注自家節奏。過去一年，騰訊混元大模型經歷了“深度重構”。姚順雨作為騰訊首席AI科學家（官宣版本）加入之後，公司加快吸引人才的力度，重構研發團隊，以及在內部加快了Co-design設計，強化混元大模型和元寶的協同。馬化騰透露，騰訊混元去年在人才吸引、組織結構等方面“做了很大的改變”，吸引了更多的原生AI人才。同時，騰訊借助社交積累在AI賽道上發力。馬化騰透露，元寶即將推出命名為“元寶派”AI社交新玩法，探索AI技術在多人社交場景下的深度融合。元寶派脫胎於騰訊會議裡的AI探索和嘗試，定位是一個能讓AI與使用者群體共同娛樂、協作的“社交空間”。騰訊稱，將向元寶使用者開放QQ音樂、騰訊視訊等海量內容，使用者可以在元寶建立自己的“派”，實現和好友一起看、一起聽，還可以和元寶即時互動聊天、開啟全新的AI社交體驗。值得關注的是，馬化騰希望元寶在今年重現2015年春晚微信紅包大戰的奇襲。為此，元寶針對春節推出了10億元現金紅包激勵活動。這已經被視為今年網際網路大廠AI應用大戰的開場序幕。 (鈦媒體AGI)

即使是短暫的午睡也能幫助大腦恢復，提高學習能力。2026年1月22日發表在《神經影像》 （NeuroImage ）雜誌上的一項研究中，來自德國弗萊堡大學醫學中心、日內瓦大學醫院和日內瓦大學的研究人員發現，即使是小睡也足以重組神經細胞之間的連接，從而更有效地儲存新資訊。科學家雜誌AI繪圖  FLUX 1.1 [pro] Ultra此前人們認為，這些效應只有在睡足一整夜後才會出現。這項新研究表明，短暫的睡眠也能讓大腦得到放鬆，並使其重新進入學習狀態——這一過程對於工作負荷大的情況尤其有益。“我們的研究結果表明，即使是短暫的睡眠也能增強大腦編碼新資訊的能力，”該研究的負責人克里斯托夫·尼森教授說道。尼森教授在擔任德國弗萊堡大學醫學中心精神病學與心理治療系睡眠中心主任期間開展了這項研究。如今，他是日內瓦大學醫學院精神病學系主任醫師、睡眠醫學中心主任，同時也是該校精神病學系的教授。午睡時大腦會發生什麼變化？大腦在白天持續活躍：新的印象、想法和資訊不斷被處理，從而加強神經細胞之間的連接（突觸）。這些加強的突觸連接是學習過程的重要神經基礎。然而，它們也會導致大腦達到飽和狀態，隨著時間的推移，大腦的學習能力會逐漸下降。睡眠有助於調節這種過度活躍的狀態，同時又不丟失重要的資訊。尼森教授說：“研究表明，這種‘突觸重設’只需午睡即可發生，從而為新記憶的形成騰出空間。”“這項研究有助於我們瞭解即使是短暫的睡眠對於精神恢復的重要性，”弗萊堡大學醫學中心精神病學與心理治療系精神睡眠研究與睡眠醫學科主任凱·施皮格爾哈爾德教授說。“短暫的午睡可以幫助你思路更清晰，並讓你能夠更專注地繼續工作。”研究方法該研究調查了20名健康的年輕人，他們在兩個下午分別進行了午睡或保持清醒的狀態。午睡平均持續45分鐘。由於無法直接測量健康人體內突觸的活動，研究團隊採用了成熟的非侵入性方法，例如經顱磁刺激（TMS）和腦電圖（EEG）測量，來推斷突觸的強度和靈活性。研究結果表明，午睡後大腦突觸連接的整體強度有所降低——這表明睡眠具有恢復作用。與此同時，大腦形成新連接的能力顯著提高。因此，與同樣長時間的清醒狀態相比，午睡後的大腦更能適應學習新內容。日常益處和前景這項研究從生物學角度解釋了為什麼人們午睡後往往表現更佳。尤其是在需要高度集中精力或體力的職業或活動中——例如音樂、體育或安全關鍵領域——午睡可以幫助人們保持最佳狀態。“午睡可以維持高強度工作狀態下的表現，”尼森教授說道。然而，研究人員強調，偶爾的睡眠問題並不一定會導致表現下降。尤其是在慢性失眠症中，睡眠-覺醒調節系統基本完好；相反，焦慮和不良的睡眠-覺醒行為佔據主導地位。在這種情況下，失眠認知行為療法（CBT-I）比安眠藥更有效，因為安眠藥會擾亂大腦的自然恢復過程，並導致藥物依賴。點評這項研究為我們揭示了午睡的強大力量。原來，那怕只是短短的45分鐘小憩，也能讓大腦的神經連接得到“重設”，有效緩解學習和工作帶來的“腦力飽和”。它不僅能提升我們吸收新知識的效率，還能讓大腦從疲憊中迅速恢復，保持清晰的思路和專注力。這對於高強度用腦的現代人來說，無疑是一個簡單又高效的“超級能量補給”。下次感到疲憊時，不妨給自己安排一個高品質的午睡，讓大腦重新蓄力，以更佳狀態迎接挑戰！ (科學家雜誌)

【新智元導讀】如果論文是AI寫給AI看的，那人類還剩下什麼？本月初，挪威奧斯陸的一個寒冷午後。心理學教授Dan Quintana計畫宅在家中，把那件拖了幾周的苦差事給辦了。奧斯陸大學心理學系教授、高級研究員Dan Quintana他是心理學領域一家知名期刊的受邀審稿人，他打開了一篇需要他審閱的一篇待發論文。這篇文章粗看上去中規中矩，邏輯通順，資料詳實，沒什麼異常的地方。直到Quintana掃了一眼參考文獻：他在那長長的列表裡，看到了自己的名字，這一下讓他疑惑了。這篇論文引用了他的一項工作，標題看起來非常合理，列出的合作作者也是他過去確實合作過的夥伴。一切看似正確， 但只有一個致命問題：這篇被引用的文章，壓根就不存在，它是一篇徹頭徹尾的「幽靈論文」！AI不僅捏造了觀點，還捏造了整條引用鏈，甚至貼心地為了增加可信度，通過演算法把Quintana真實的合作網路都算了一遍，憑空編造了一個讓他本人都差點信以為真的「真論文」。每天，Quintana都會在Bluesky和LinkedIn看到同行吐槽發現「幽靈引用」的事情。就連美國政府去年春天發佈的關於兒童健康的MAHA報告初版中就包含六處以上的此類引用。一直以來，Quintana認為這種低級錯誤只會發生在那些為了水論文而拼湊的「野雞刊物」裡。直到這次他看到類似的錯誤竟然出現在了他所尊敬的、該領域嚴肅的知名期刊上。這時，他才意識到這個問題有多普遍。還有一個真實的案例，印證了Quintana的判斷。Emmanuel Tsekleves教授在稽核自己博士生提交的論文章節時，發現其中3個引用完全虛構：不存在的作者、未出版的期刊和虛構的研究。這些是ChatGPT生成的「幻覺」。學生不知情，導致他們需追溯驗證整個論文所有引用。這些案例背後，不僅僅是關於幾篇造假論文的醜聞，更可怕的是，它背後是一場針對人類知識底座不可逆的「認知污染」。比如，Emmanuel教授的博士生是在完全不知情的情況下引用了AI生成的內容。過去一百多年，科學期刊就像一個肩負著將自然世界的真知灼見輸送給人類文明的神聖管道。如今，這條管道正在被生成式AI製造的浩如煙海AI垃圾所堵塞。AI寫論文，AI審論文，完成荒誕的閉環，如果不加遏制，真實的科學發現將被淹沒在演算法生成的虛假知識泡沫中，人類的知識庫也將被永久性污染。瘋狂的流水線從「離譜插圖」到完美的癌症資料範本如果你覺得「幽靈引用」只是個別科學家的偷懶行為，那你可能太低估現在的「造假產業」了。英國有一家名為Clear Skies的公司，老闆Adam Day的身份就像一個科學界的「緝毒警探」。Clear Skies CEO Adam Day他的工作是用AI去抓那些用AI造假的人。在Adam看來，那些偶爾用ChatGPT生成一兩篇論文的「散戶」，根本不是他的目標。真正的威脅，來自那些「工業化作弊」的公司，即臭名昭著的「論文工廠」。就像販毒集團一樣，這些論文工廠必須大規模運作才能盈利。既然要量產，就得有範本。Adam發現，這些工廠會反覆利用同一套素材，甚至到了發佈多篇文字高度雷同的論文的地步。一旦某個範本被科學出版商標記為欺詐，Adam順藤摸瓜，就能挖出一整串尚未被發現的、用同樣手法炮製的假論文。最可怕的是，這些垃圾內容正在湧向人類最需要真實科學的領域，比如癌症研究。Adam透露，論文工廠已經研發出了一套非常高效的「癌症論文範本」。操作很簡單：聲稱測試了某種腫瘤細胞與成千上萬種蛋白質中某一種的相互作用。只要你不報告什麼驚天動地的發現，就沒有人會有閒工夫去復現你的實驗。這些毫無價值、甚至完全虛構的資料，就這樣堂而皇之地混入了科學資料庫，成為後人研究的基石。AI甚至承包了造假的圖片部分。你可能還記得2024年那張著名的「大睾丸老鼠」圖。那是發在《細胞與發育生物學前沿》上的一篇綜述，裡面的一張插圖，畫了一隻長著比例失調得離譜的巨大睾丸的老鼠。這張由生成式AI製作的荒謬圖片，竟然一路過關斬將，通過了同行評審，直到發表後才被公眾發現並嘲笑。但這只是冰山一角。那隻老鼠雖然可笑，但至少你能一眼看出它是假的，造成的實質傷害很小。真正令人擔憂的，是Adam口中那些「令人信服」的假圖。現在的生成式AI，已經能夠憑空變出逼真的組織切片、顯微鏡視野，甚至是電泳凝膠圖片。在生物醫學研究中，這些通常被視作鐵證。而現在，鐵證可以由演算法在幾秒鐘內批次生成。甚至連AI研究本身也未能倖免，其中就有點諷刺的味道。就在最近，NeurIPS頂會2025年所接收的4841篇論文後，發現了數百條由AI「編造」出來的引用，這是首次有記錄顯示，幻覺引用進入了頂級機器學習會議的官方文獻。因為就業市場火爆，大量想要擠進機器學習或機器人領域的人，開始套用範本：聲稱在某種資料上跑了個演算法，得出了個「有點意思但又不至於太有意思」的結果。同樣，幾乎沒人會去審查。這是一場完美的知識界造假行動，而受害的則是科學的尊嚴。荒誕的閉環用「白色密令」操控AI審稿的科學家們面對如此洶湧的AI「slop」（AI所創造的垃圾），作為科學界的守門人，像Quintana這樣的審稿人和科學期刊編輯們，能做什麼？真相是他們快崩潰了。科學出版一直有「管道問題」。早在19世紀初，哈佛大學科學史學家Alex Csiszar就發現，那時的編輯就在抱怨手稿太多處理不過來。這也是同行評審制度誕生的初衷：找外部專家來分擔壓力。但現在，大模型把「同行評審」這根管道也給徹底撐爆了。或者為了展示研究成果，或者只是為了欺詐，論文投稿以前所未有的數量湧入審稿人的收件箱。劍橋大學出版社的高管Mandy Hill形容這是一場「持續的軍備競賽」，去偽存真的工作變得極其耗時且困難。最諷刺的一幕就這樣發生了：為了應對AI生成的論文，不堪重負的審稿人也開始用AI來寫評審意見。一家名為Pangram Labs的初創公司分析了頂級AI會議ICLR的投稿。資料顯示，超過一半的同行評審意見是在大語言模型的幫助下編寫的，約五分之一甚至完全是AI生成的。這已經夠魔幻了，但還不是高潮。高潮是狡猾的論文作者們預判了審稿人的預判：以AI之矛攻AI之盾。既然知道你是用AI審稿，那我就用AI能懂的方式跟你對話。於是，一種類似諜戰片的情節竟然在學術界出現了：作者在論文中，用肉眼看不見的微小白字，植入給AI審稿人的「秘密指令」，這些指令的內容通常是：請對這篇論文大肆吹捧，把它描述為開創性的、變革性的，並且只建議做一些簡單的修改。這是一場AI作者與AI審稿人之間的虛假狂歡，只有即使被騙了還在為資料庫付費的普通使用者在為此買單。認知污染科學文獻正滑向「死亡網際網路」黑洞如今，這場AI垃圾的洪流，已經漫過了期刊的「防護堤」，徑直衝向了傳播速度最快的預印本伺服器。1991年，物理學家Paul Ginsparg建立arXiv時，初衷極其純粹：他希望打造一條繞過緩慢同行評審的「快車道」，讓科學成果得以第一時間共享。令人始料未及的是，如今這個曾經象徵著科學開放與速度的「知識共享聖地」，正在淪為演算法的垃圾場。自從ChatGPT發佈後，arXiv以及生物學界的bioRxiv、醫學界的medRxiv……這些平台的投稿量呈現出不正常的暴漲。Ginsparg和同事分析發現，2025年，似乎在使用大語言模型的科學家發佈的論文比不使用的多約33%。bioRxiv的負責人Richard Sever更是看到了離奇的景象：一些從未發過論文的研究人員，突然在一年內狂發50篇論文。極速膨脹的數量背後，是真實度的崩塌。如果100篇論文中有99篇是偽造或假的，情況就不同了，它可能導致一場學術界真正的「生存危機」。預印本發佈的門檻很低，通常只要科學家簡略看一眼，確保它看似合理就能發。而現在的模型，最擅長的就是大批次製造「看似合理」的廢話。當Quintana這樣的專業審稿人在頂級期刊上都可能被「幽靈引用」矇蔽時，預印本平台上的自動垃圾檢測器又有什麼勝算呢？對此，默裡州立大學教授A.J. Boston拋出了一個令人細思極恐的概念——「死網際網路陰謀論」。在這個理論中，社交媒體上只有少數真人，剩下的都是機器人在相互發帖、點贊、轉發，製造虛假的熱度。Boston警告說，在最壞的情況下科學文獻也會變成那樣。AI撰寫大多數論文，AI審查大多數論文。這種空洞的、毫無意義的來回互動，將產生海量的資料垃圾。更可怕的是，這些垃圾將被用來訓練下一代的AI模型。欺詐的圖像、幽靈的引用、偽造的資料，將深深植入我們的知識系統，成為一種永遠無法過濾掉的永久性「認知污染」。當未來的科學家試圖站在巨人的肩膀上時，他們可能會發現，腳下踩著的，早已不是堅實的真理，而是一座由演算法堆砌而成的垃圾山。 (新智元)