7月26日的开幕活动中，2024年诺贝尔奖得主杰弗里·辛顿最为AI界的宗师，进行了演讲，这位一直坚持“AI威胁论”的知名学者，再次重申了AI无序发展的危险，呼吁全球建立AI研究的“安全网络”。
在首次中国演讲中，AI教父Hinton于WAIC2025上探讨数字智能与生物智能的差异，指出AI因具备永生与高效共享而快速超越人脑。他警示若无全球安全协作，超级智能或将反噬人类。Hinton提出通过AI安全研究所联盟与技术栈分离，推动AI向善发展。
不要只盯着明星AI研究员！为了打造ASI，Meta、贝索斯等狂砸百亿，招聘专家当AI的「老师」。在此背景下，数据标注员的角色逐渐从基础任务转向更高技能的领域，门槛水涨船高。
还在为 LoRA 训练不稳定、模型融合效果差、剪枝后性能大降而烦恼吗？来自香港城市大学、南方科技大学、浙江大学等机构的研究者们提出了一种简单的渐进式训练策略，CoTo，通过在训练早期随机失活一部分适配器，并逐渐提高其激活概率，有效缓解了层级不均衡问题，并显著增强了模型在多任务融合和剪枝等操作上的鲁棒性和有效性。该工作已被机器学习顶会 ICML 2025 接收。
伦敦政治经济学院的Jeremy Coller动物感知中心以400万英镑的资助，集结神经科学、哲学与AI专家，研究从猫狗到章鱼的动物意识。研究中心正用科学揭开动物意识之谜，探索AI在宠物交流中的潜力与风险。
近日，来自 OPPO、耶鲁大学、斯坦福大学、威斯康星大学麦迪逊分校、北卡罗来纳大学教堂山分校等多家机构的研究团队联合发布了 Agent KB 框架。这项工作通过构建一个经验池并且通过两阶段的检索机制实现了 AI Agent 之间的有效经验共享。Agent KB 通过层级化的经验检索，让智能体能够从其他任务的成功经验中学习，显著提升了复杂推理和问题解决能力。
AI+精神病学，这两个词居然能合并到一起，不是整活，不是用于人类治疗。这不，Claude团队正式启动了一个“AI精神病学”小组，年薪两百万元招人来专门研究AI的精神状态。
就在昨天，来自UCLA的两位研究者黄溢辰和杨林做了一件让整个AI圈都震惊的事。他们用Google的Gemini 2.5 Pro模型，在2025年国际数学奥林匹克竞赛中拿下了金牌水平的成绩，6道题解对了5道。这可不是什么花架子，IMO被公认为是测试AI推理能力的终极试金石，因为它需要的不仅仅是计算，更需要创造性思维和严密的逻辑推理。
微软「AI for Science」团队推出BioEmu，将蛋白质研究速度提升10万倍！从结构到功能，从折叠到突变，这个开源神器正改变药物研发的未来。
持续适应性学习，即指适应环境并提升表现的能力，是自然智能与人工智能共有的关键特征。大脑达成这一目标的核心机制在于神经递质调控（例如多巴胺DA、乙酰胆碱ACh、肾上腺素）通过设置大脑全局变量来有效防止灾难性遗忘，这一机制有望增强人工神经网络在持续学习场景中的鲁棒性。本文将概述该领域的进展，进而详述两项6月Nature发表的背靠背相关研究。
