斯坦福AI健康教练：用行为心理学实现个性化运动指导
斯坦福大学发布AI健康教练应用My Heart Counts，依据行为心理学模型提供定制化运动提醒。参与者甚至更青睐AI生成的提示，而非人类专家撰写的内容。该研究通过随机交叉试验证实其对促进体育锻炼的积极作用。每日打开健身App查看步数后便关闭，这种情形你是否习以为常？斯坦福大学医学院研究团队指出，让健康应用真正改变行为的关键在于：在恰当的时机，采用恰当的方式，向恰当的人群发送恰当的信息。他们研发的AI健康教练应用"My Heart Counts"正是基于这一理念。该应用最初于2015年与苹果合作推出，两
AI 重塑就业：年轻人求职遇阻与破局
人工智能正深刻改变全球劳动力格局，而首当其冲的便是青年群体。01斯坦福研究披露的严峻现实斯坦福大学经济学家埃里克・布林约尔松携手数字经济实验室发布的最新报告，揭示了 AI 浪潮下最无情的就业现状：近三年，在 AI 应用广泛且易被自动化取代的领域，22 至 25 岁的职场新人就业率锐减 13%，年轻人已然成为这波失业冲击波的核心受害者。聚焦软件开发领域，美国 22 至 25 岁的年轻开发者从业人数骤降近 20%，26 至 30 岁人群仅有轻微波动，而 40 岁以上的资深专家则依然稳健。根本原因在于，初入职场
2026年全球AI发展指数报告发布
导 读近日，斯坦福大学以人为本人工智能研究院（HAI）发布2026年《人工智能指数报告》，以全面的数据视角，清晰呈现全球人工智能产业的发展态势，为全球AI发展提供重要参考。报告表明，AI发展机遇与挑战并存。能耗激增，Grok 4 训练碳排放达 7.28 万吨 CO₂当量，AI 数据中心电力容量 29.6 吉瓦，年耗水或超 120 万人饮用水需求。中美差距缩小，中国论文量领先，顶尖模型性能仅落后美国 2.7%。投资激增，全球 AI 企业投资 5817 亿美元。AI 能力分化，奥数水平超人类，视频学习能力仍显
ICLR 2026排名揭晓，清华大学问鼎全球AI机构榜首
ICLR 2026，作为国际学习表征会议，属于AI领域的顶尖盛会，最新排名数据现已公布，清华大学力压麻省理工与斯坦福，荣登全球单一机构榜首。ICLR 2026 全球顶尖 AI 机构排行榜在此简要说明一下，Oral，即"口头演讲"，Poster，即"海报展示"，Oral 的分量与含金量远高于 Poster。Poster 仅是入门资格，Oral 则相当于压轴登场，意味着你的成果属全场最优秀之列，最能代表当前 AI 领域最高水准的那一小部分。这部分内容较为专业，我们不深入探讨，以免大家感到枯燥。如何？是否已经热
斯坦福AI战略大调整：HAI与数据科学合并，李飞飞新角色曝光，AI博士迎来黄金期
人工智能领域传来重大消息：5月4日，斯坦福大学正式宣布将人类中心人工智能研究院（Stanford HAI）与斯坦福数据科学计划进行整合，新机构将继续使用 Stanford HAI 名称，汇聚全球顶尖AI学术资源。被誉为"AI教母"的李飞飞被任命为校长AI特别顾问，与图灵奖获得者John Hennessy共同出任新机构咨询委员会联合主席，从学术管理层面转向全校AI战略规划与协调。此次整合绝非简单的部门合并，而是涉及学术方向、科研资源、职业发展等多个层面的"风向标"——AI研究的未来在于跨学科协作与资源集中化
中国AI论文已超美国？
今天看到一条消息。斯坦福发布了一份AI报告。以前我其实不太会去关注这类东西，总觉得离自己挺远。可当我看到其中一组数据时，还是忍不住停下来看了几秒。它提到，中国的AI论文数量已经超过美国。我当时脑子里先冒出的反应是：啊？因为过去我一直以为，AI主要是美国那边的事情。比如ChatGPT，包括我之前刷到的那些AI公司，很多都在国外。所以今天看到这组数据，我又把内容重新读了一遍。但就是说不出哪里不一样。感觉和我以前形成的印象，有点对不上。后来我又换个角度想了想。好像最近接触到的一些信息，也在慢慢带来类似的感觉。只
人工智能解锁病毒设计新篇章，生命创造临近？
人工智能在病毒设计领域取得突破！人类社会发出疑问：“危险？” 2025年9月，斯坦福大学的研究人员公布了他们利用人工智能成功设计出首个能够消灭大肠杆菌的病毒。这项里程碑式的研究成果随后发表在享有盛誉的国际科学期刊《Nature》上。 论文的通讯作者Brian Hie 评论道：“这是人工智能系统首次展现出编写完整基因组序列的能力。未来，人工智能或许能够真正地创造生命。” 本期内容策划：He Huizi 科学内容审阅：胡志国，中国科学院分子细胞科学卓越创新中心博士 上海 , 2小时前 ,2025年9月，斯坦福
23倍资金不等于23倍智能：斯坦福AI报告的“逻辑卡点”
为什么中美之间的23倍资金差距，并没带来同等幅度的技术拉开理解资源效率、机会真假，以及“看不见的投入”如何影响结果在AI时代建立“结构感”与可靠判断力斯坦福大学发布《2026年人工智能指数报告》后，讨论很快被一组数字带偏到“差距叙事”：2025年美国私人AI投资累计达2,858亿美元，中国私人AI投资为124亿美元，前者约为后者的23倍多。但如果只看到这里，这种叙事又显得过于顺滑。作为长期参与一级市场判断的人，我的直觉并不是立刻震惊，而是觉得这条逻辑链有些经不起细究。因为同一份报告继续往后，研究者给出了另
斯坦福AI与数据科学联手，李飞飞晋升校长智囊！揭秘四大顶尖名校AI项目申请难度
2026年5月4日，作为全球AI教育领域的风向标，斯坦福大学宣布了一项震撼业界的重大举措：正式将以人为中心的人工智能研究院（HAI）与斯坦福数据科学计划（Stanford Data Science）合二为一，新机构继续沿用Stanford HAI的名称，由计算机科学家James Landay出任院长；HAI的联合创始人、被誉为华人"AI教母"的李飞飞则晋升为校长AI特别顾问，并与斯坦福前校长John Hennessy共同担任新机构咨询委员会的联席主席。这并非一次普通的"机构整合"，而是顺应AI"大模型+大
AI领域动态：美防部牵手七巨头，中国模型调用量领先
即时资讯，D1时刻呈现！美国国防部与七家AI公司达成合作协议美国国防部于5月1日发布声明，宣布已与七家顶尖人工智能公司签署协议，这些公司包括SpaceX、OpenAI、谷歌、英伟达、Reflection、微软以及AWS。声明指出，“这些合作将加速美军的现代化进程，目标是构建一支‘人工智能驱动’的作战力量，并提升美军在所有作战领域保持决策先发优势的能力。”Anthropic发布金融服务AI智能体，服务于银行业等专业领域为了吸引华尔街的客户，Anthropic PBC推出了一系列新的AI智能体，旨在处理更多样
谷歌联手斯坦福发布免费教育游戏《AI探索之旅》，寓教于乐成教师新宠
人工智能正逐渐演变成像读写能力一样至关重要的基本素养。我们该如何引导下一代，使其从被动的技术使用者蜕变为具备洞察力且负责任的技术创造者？近期，谷歌与斯坦福大学合作发布了一款免费的教育游戏化产品：AI Quests（AI 探索之旅）。为何说这是教育领域的一次重大突破？该项目由斯坦福教育学院的专家主导，其设计重点在于依据11至14岁青少年的认知发展规律，将原本抽象乏味的AI开发过程，转变为在游戏中通过科技解决人类重大难题（例如气候变化、医疗普及及脑科学探索）的思维训练。此外，该游戏不仅适配家庭电脑，还为每一关
当高校还在教就业，AI已开启创业课堂——AI时代高等教育双创功能的破局与重构
一位刚走出校门的毕业生告诉我：他用四年时间将《管理学》倒背如流，但步入社会后才意识到，利用AI搭建个人网站、承接自由职业项目，比课堂上学到的所有「渠道管理」知识都更具实操价值。他并非在抱怨母校，而是在揭示一场正在上演的教育鸿沟。这种鸿沟在学术界有专业称谓：高校显性职能与现实社会需求间的结构性偏差。社会学家默顿曾构建经典理论模型，将教育功能划分为显性层面与隐性层面。显性功能指大众熟知且期待的模块：知识传授、学历认证、技能训练——这正是高校对外展示的标准化形象。隐性功能则是那些未被言明却真实存在的部分：构建关
斯坦福大动作：HAI与数据科学合并，李飞飞履新校长顾问
今日，斯坦福大学发布重大变革通知：决定整合校内两大关键部门——‘以人为本人工智能研究院’（Stanford HAI）以及‘斯坦福数据科学计划’（Stanford Data Science）。整合后的实体将继续使用Stanford HAI的原有名称。计算机专家James Landay留任院长一职，HAI联合创始人李飞飞不再担任联席院长，转而受聘为校长Jonathan Levin的AI专项顾问，同时她将与斯坦福前校长John Hennessy联手，出任新机构咨询委员会的联席主席。配图说明：左起依次为James
斯坦福AI战略大调整：学院合并与李飞飞新角色预示变革
学术界近日迎来重磅消息。斯坦福大学宣布，将整合现有的两个人工智能体系——斯坦福HAI（Human-Centered Artificial Intelligence）和斯坦福数据科学研究院（Stanford Data Science）。虽然保留HAI的名称，但其内涵已发生根本性变化。与此同时，知名AI学者李飞飞的职务也进行了调整，从直接领导具体研究团队转变为校长AI特别顾问，肩负起指导全校AI发展的重任。许多人可能将此视为一次简单的组织架构优化。然而，若将其置于近期一系列行业信号中审视，便能洞察其深层含义—
斯坦福深度洞察：2026 AI格局下的文明重塑
2026年，人工智能将不再局限于一个行业领域，而是标志着一场文明的深刻变革。斯坦福大学最新发布的《2026人工智能指数报告》，凭借其长达423页、涵盖全行业最详尽的数据，揭示了这场人工智能浪潮背后真实的分裂与真相。在2025年之前，人工智能军备竞赛的核心焦点在于“参数规模”，即模型越大越强大似乎是行业不容置疑的法则。然而，到了2026年，这一逻辑正在被彻底颠覆。在过去一年半的时间里，大型模型的推理成本已大幅下降97%。这意味着，同样的计算能力，在2024年仅能支持一个千亿参数的模型运行，而如今却能轻松运行