AI 技術前沿
「AI 已經贏了」：普林斯頓高等研究院一場閉門會議，讓頂尖科學家集體震撼
哥倫比亞大學天文物理學副教授 David Kipping 意外參加普林斯頓高等研究院的一場 AI 閉門會議後深受震撼。與會的頂尖科學家一致承認：AI 在寫程式上已達到對人類的完全霸權，在數學推理和問題 …
通往 AGI 的路上，我們更可能先遇到什麼？
Sebastian Raschka 與 Nathan Lambert 在 Lex Fridman Podcast 討論 AGI 的定義之爭、AI 對 GDP 的真實影響、知識民主化的被低估力量，以及百 …
Scaling Laws 還沒撞牆，但遊戲規則正在改寫
Sebastian Raschka 與 Nathan Lambert 在 Lex Fridman Podcast 拆解 AI 三大 scaling 路線的最新進展。從 pre-training 的成本 …
睡一晚就能預測 130 種未來疾病？史丹佛「睡眠基礎模型」登上 Nature Medicine
史丹佛大學團隊打造 SleepFM，用 58.5 萬小時睡眠資料訓練出首個大規模多模態睡眠基礎模型，從一晚的睡眠檢查就能預測死亡、失智症、心臟衰竭等 130 種疾病風險，研究成果發表於 Nature …
從穿戴裝置到病歷 token 化：AI 正在學會預測你的健康未來
2026 臨床 AI 報告揭示一個新趨勢：研究者開始把醫療紀錄當作語言來處理，用 Transformer 架構預測疾病軌跡、預警住院惡化、評估生物年齡。穿戴裝置數據加上常規血液檢查，已經能預測胰島素抗 …
醫生加 AI 不一定比 AI 單獨強：臨床人機協作的殘酷真相
2026 臨床 AI 報告揭示一個違反直覺的事實：在多項隨機對照試驗中，醫師加上 AI 的表現經常只是持平甚至略遜於 AI 單獨運作。報告深入探討自動化偏見、技能退化、以及為什麼工作流程設計比模型能力 …
AI 看診比醫生準，但別急著高興：史丹佛 2026 臨床 AI 報告的六大發現
史丹佛與哈佛研究團隊 ARISE 發布 2026 年臨床 AI 報告，涵蓋 128 頁、橫跨模型能力、評測標準、人機協作、病患端應用等六大面向。報告揭示一個矛盾現實：AI 在控制環境中的診斷能力已超越 …
從看影片到走進影片：Google Genie 3 讓「世界模型」從論文走進瀏覽器
Google DeepMind 正式推出 Project Genie，讓使用者用一句話描述場景，就能生成一個可以走進去探索的互動世界。這項基於 Genie 3 的技術，是 AI 生成式內容從「可以看」 …
AI Agent 不會某天突然取代所有人——一個更務實的發展時程觀點
很多人擔心 AI Agent 會突然取代人類工作，但 Marketing AI Institute 創辦人 Paul Roetzer 認為這個過程會是不均勻的、按產業逐步推進的。現在的 AI …
92% 醫院已導入 AI 文書助手：醫療 AI 從行政效率走向臨床決策與藥物開發
Bessemer Venture Partners 報告顯示，AI 文書助手只花 2-3 年就達到 92% 醫療體系部署率，遠快於電子病歷的 15 年。AI 乳房攝影將癌症檢測率提升 43%，67% …
當 AI 遇上千禧年難題：為什麼最聰明的 AI 離真正的數學突破還很遠
多倫多大學數學教授 Daniel Litt 在 Epoch AI Podcast 中分析 AI 解千禧年問題的可能性。他估計 AI 在 2030 年前自主產出頂級數學論文的機率只有 25%，並指出 …
AI 的數學能力可能永遠是鋸齒狀的：一位數學家的清醒診斷
多倫多大學數學教授 Daniel Litt 在 Epoch AI 的 Podcast 中，深入剖析 AI 在數學領域的真實能力。他指出 AI 在不同數學子領域的表現落差極大，基準測試測的是知識而非推理 …
楊立昆：LLM 革命結束了，下一波是理解真實世界的 AI
圖靈獎得主楊立昆在達沃斯論壇直言：LLM 已觸及天花板，用 LLM 建 Agent 是災難。他離開 Meta 創立 AMI，押注 World Models 與 Physical AI，認為這才是通往真 …
當 Scaling 撞牆，這間新 AI 實驗室押注「資料效率」
Google Ventures 投資的新 AI 實驗室 Flapping Airplanes，不追逐更大的模型與更多的算力，而是回頭問一個根本問題：為什麼人類只需要百萬分之一的資料，就能達到類似的智能 …
AI 正在加速開發下一代 AI：Amodei 描述的回饋循環為什麼讓人不安
Anthropic 執行長 Dario Amodei 透露，AI 正在寫 Anthropic 大部分程式碼，並且正在大幅加速下一代 AI 的開發速度。這個回饋循環逐月加速。他引用十年的 Scaling …
從模仿到自己犯錯：Google 如何用一個模型拿下數學奧林匹亞金牌
Google DeepMind 新加坡團隊負責人 Yi Tay 分享 Gemini 拿下國際數學奧林匹亞金牌的幕後故事。他們放棄了原本表現不錯的專用系統，賭上一切用通用模型挑戰，背後是一個關於 AI …
數學界最聰明的人怎麼用 AI？陶哲軒：它 80% 是垃圾，但那 20% 很珍貴
菲爾茲獎得主陶哲軒分享他如何將 AI 融入數學研究。他坦言 AI 產出的點子有八成是垃圾，但剩下兩成能加速「篩掉壞想法」的過程。從費曼的十個問題清單到質數如何保護你的信用卡，這位當代最頂尖的數學家正在 …
xAI 的 MacroHard：用百萬特斯拉運行「數位員工」的野心
xAI 正在開發一個名為 MacroHard 的專案，目標是打造比人類快 8 倍的「人類模擬器」，並計劃利用全球數百萬輛閒置的特斯拉車載電腦來運行這些數位員工。這個野心勃勃的計畫，可能重新定義 AI …
OpenAI 研究長：Scaling 沒死，我們一年內要讓 AI 當實習生
OpenAI 研究長陳信翰在訪談中給出明確時間軸：一年內讓 AI 實習生參與研發流程，兩年半內實現 AI 端到端獨立研究。他認為「Scaling 已死」是假議題，Pre-training 還有很大空間 …
前 OpenAI 研究員：AGI 還缺兩塊拼圖，2026-2029 年可能達成
Jerry Tworek 主導了 OpenAI 的推理模型開發，親眼見證 Q-Star 第一次展現能力的時刻。他認為目前的模型離 AGI 還有距離，關鍵缺口是架構創新和持續學習。他也分享了對研究文化的 …