2026 年的 AI 学术界有一个奇特的双重特征:它刚刚被”封神”,又同时”分裂”了。

这一篇按这些竞争中的研究命题来组织,每块给三件:背景 / 内容(前沿)/ 人物。它是 07 · AI 科技前沿(产品能力侧)的学术对应,也补全 06 · 五条贯穿线索 里的人物谱。

1. 推理与强化学习:从”更大”到”更会想”

背景:CoT(思维链)证明让模型”分步想”能大幅提升推理;而 RL 提供了”用奖励雕刻能力”的引擎。两者合流,催生了”推理模型”范式——这也是 2024 图灵奖颁给 RL 的现实注脚。

内容(前沿):o 系列把推理时计算做成新的 scaling 轴(o3 在 ARC-AGI-2 拿 75.7%)。开源侧的标志是 DeepSeek-R1(2025 年初,Nature 2025):用 GRPO 做大规模 RL,其 R1-Zero 甚至跳过监督微调、纯靠 RL 就长出推理能力(AIME 15.6%→71.0%),震动全行业。

人物:Richard Sutton & Andrew Barto(2024 图灵奖,RL 奠基、时序差分学习;Sutton 的《The Bitter Lesson》是领域圣经);Jason Wei(CoT 2022,“涌现”);Noam Brown(OpenAI 推理,曾做扑克 Libratus、外交 Cicero);DeepSeek 团队。

2. 世界模型与空间智能:押注”LLM 不是终点”

背景:一派人认为纯语言模型永远到不了通用智能——因为它不理解物理世界的因果。出路是让 AI 先学一个世界模型(能预测”如果我这样做,世界会怎样”)。

内容(前沿):JEPA / V-JEPA 2(联合嵌入预测架构,带物理推理);World Labs 提出”大世界模型(LWM)“,2026 年 2 月融资 10 亿美元,发布可生成可交互 3D 世界的 Marble;Genie 式可交互生成环境(见 07 · AI 科技前沿 线索三)。这是一场把投资焦点从 LLM 拉向 LWM 的转向。

人物:Yann LeCun(2018 图灵奖教父之一,离开 Meta 创办 AMI Labs,旗帜鲜明反对”LLM 通往 AGI”);Fei-Fei Li(ImageNet 之母,创办 World Labs,主张”空间智能是 AI 下一前沿”)。

3. 机制可解释性:给黑箱做”显微镜”

背景:我们能造出模型,却读不懂它内部在算什么。可解释性想把神经网络从”黑箱”变成”可读的对象科学”——它也是 05 · 防御前沿 的承重支柱。

内容(前沿):稀疏自编码器(SAE)、电路追踪、归因图;用它们做”对齐审计”已能挖出模型的隐藏目标(详见 05 · 防御前沿)。被 MIT Tech Review 列为 2026 突破技术,但仍早期、脆弱。

人物:Chris Olah(Anthropic 联创,从图像模型可视化起家,奠基性人物);Neel Nanda(领衔 Google DeepMind 机制可解释性团队)。

4. 架构创新:Transformer 之后是什么?

背景:Transformer 的注意力是序列长度的平方复杂度,长上下文吃不消;于是有人找线性复杂度的替代或补充。

内容(前沿):状态空间模型(SSM)——Mamba 用”选择性状态空间”实现线性时间,Mamba-2 的**状态空间对偶(SSD)**把 SSM 与注意力统一(论文标题就叫”Transformers are SSMs”);工程主流仍是 **MoE(专家混合)**与混血架构(Transformer+Mamba+MoE);扩散式语言模型开始上规模(见 07 · AI 科技前沿 线索五)。

人物:Albert Gu(CMU,SSM/Mamba 主推);Tri Dao(普林斯顿 / Together AI,FlashAttention 与 Mamba 共同作者)。

5. AI for Science:从”读知识”到”产知识”

背景:AlphaFold 把”50 年未解的蛋白折叠”压缩到几秒——这成了”AI 能直接推进基础科学”的样板,也直接拿下 2024 诺贝尔化学奖。

内容(前沿):数学上,AlphaProof(IMO 2024 银牌、Lean 形式化 + RL,Nature 2025)、AlphaGeometry 2(几何金牌级);2025 IMO Gemini Deep Think 与 OpenAI 模型双双金牌。结构与材料上,AlphaFold3(蛋白—DNA/RNA/配体相互作用)、GNoME(新材料)、AlphaMissense、AlphaQubit、AlphaEvolve。再加自动化科研流水线(AI Scientist)。

人物:Demis Hassabis & John Jumper(2024 诺奖,AlphaFold);David Baker(2024 诺奖,蛋白设计);DeepMind 的 AlphaProof/AlphaGeometry 团队。

6. 智能的度量与本质:我们到底在造什么?

背景:当模型刷爆一个个 benchmark,“它真的更聪明了吗”成了元问题。需要能区分”记忆技能”与”流体智力”的新标尺。

内容(前沿):ARC-AGI 系列——把智能定义为”在陌生任务上获取新技能的效率”;ARC-AGI-2(2025)、ARC-AGI-3(2026)持续制造”人类easy、AI 难”的题。它和 Stanford AI Index 的”锯齿状前沿”(奥数金牌却读不准钟表)一起,提醒人们当前能力参差而非均匀(见 07 · AI 科技前沿 线索四)。

人物:François Chollet(Keras 之父,《On the Measure of Intelligence》2019,ARC Prize 发起人)。

7. 基础与安全的学术化:教父们的转向

背景:登顶之后,几位奠基者把研究重心从”造得更强”转向”造得安全/可控”,把 AI 安全从工程话题抬成了学术议程。

内容(前沿):LawZero 的”Scientist AI”——做非智能体、无自身目标、只做概率预测的安全 AI(与 05 · 防御前沿 的 GS AI 思路呼应);Russell 的辅助博弈 / CIRL(见 02 · AI 安全中深刻的风险观点);SSI 把”安全的超级智能”当成唯一产品。

人物:Geoffrey Hinton(诺奖后成为最高调的风险警告者);Yoshua Bengio(创办非营利 LawZero,2025;主持《国际 AI 安全报告》);Stuart Russell(伯克利,assistance games);Ilya Sutskever(离开 OpenAI 创办 SSI,名言”我们正从 scaling 的时代,走向 research 的时代”)。

人物地图:三条主线

学术前沿的”人”可以用三条线看清:

一句话定位整张图:领域刚被基础科学追认,就立刻在”下一步”上分裂成几个互相竞争的命题——而每个命题背后,都站着一两位你叫得出名字的人。

来源

相关笔记:06 · 五条贯穿线索 · 07 · AI 科技前沿 · 09 · 中国与世界 AI 对比