上海AI实验室联合中科大发布SpectrumWorld，打造谱学智能新基建
谱学作为鉴定、表征、测量及预测物质结构的“基石工具”，在新材料研发、药物筛选和生命科学领域扮演着不可或缺的角色。近年来，人工智能大模型为谱学数据的智能化分析开辟了全新路径，但该领域研究长期受困于四大核心难题：高质量实验数据匮乏且分布不均、计算光谱与真实实验环境存在巨大域间差距、多种光谱模态（如IR、NMR、MS）难以统一对齐，以及缺乏标准化基准导致模型评估碎片化。这些问题严重阻碍了谱学智能从“单点突破”向“系统创新”的跨越。为突破上述瓶颈，上海人工智能实验室联合中国科学技术大学等机构，共同推出了谱学智能研
SpectrumWorld：构建光谱智能标准化平台
谱学作为物质结构鉴定、表征、测量、预测的"核心工具"，在新材料发现、药物筛选及生命科学研究中发挥着不可替代的作用。近年来，人工智能大模型为谱学数据的智能化分析开辟了新路径，然而该领域研究长期面临四大核心瓶颈：高质量实验数据稀缺且类别失衡、计算光谱与真实实验环境存在显著域间鸿沟、不同光谱模态（如IR、NMR、MS）难以统一对齐，以及缺乏标准化基准导致模型评估碎片化等问题，严重制约了谱学智能从"单点突破"迈向"系统创新"。为解决上述问题，上海人工智能实验室联合中
夯实安全底座 推动我国AI标准与基础研究齐头并进
伴随人工智能技术不断深入产业体系和社会生活，算法安全、数据合规以及伦理风险等问题愈发显现。为更好统筹技术进步与风险治理，我国正在提速构建人工智能安全标准体系，聚焦模型安全、应用规范、测试评估、治理监管等重点环节，建立覆盖全生命周期的标准框架，为AI产业稳健有序发展筑起制度防线。在标准体系持续推进落地的同时，我国AI基础研究也取得了里程碑式进展。北京大学团队依托自主打造的自动化AI框架，成功破解交换代数领域的安德森猜想，完成大规模形式化验证，首次在国内实现AI自主攻克数学开放问题。这一成果表明，我国在AI科
人工智能的下一个转折点：2026下半年展望
2026年下半年，AI模型极有可能在任务自主执行时长、科学逻辑推理以及计算机操作技能等方面实现重要突破——把目前尚属“接近实用”的各项能力转化为可以直接投入生产的系统，进而开启全新的应用场景。Anthropic、OpenAI和Google DeepMind等机构研发的先进模型已在多项评测中达到甚至超越人类平均水平，其任务自主执行时间每3至5个月就会翻一番。若此趋势延续，到今年年底或将出现能够连续工作数天、验证科研成果并稳定操控多种应用程序的AI代理。这种变化将深刻影响全部知识型行业：自动软件开发、由AI推