黄仁勋、Anthropic CEO Dario及陶哲轩等25位菲尔兹奖得主围绕AI安全、发展速度与学术伦理展开激烈交锋。争论焦点涵盖AI威胁论、数学研究被"暴力解题"冲击的危机，以及AI行业是否应限速发展，深刻反映出技术狂飙与学术传统、安全可控之间的深层张力。

AI正深度渗透基础科学研究，从Scaling Law的理论反思到数学千禧年难题攻关，再到无线通信、酶工程与药物研发等垂直领域，展现出重塑科研范式的巨大潜力。与此同时，多伦多大学博士论文系统探讨了规模化瓶颈与风险挑战，提示AI科研应用需在效率与严谨性之间寻求平衡。

OpenAI、Kimi等头部厂商加速模型迭代，OpenAI退役史上最快模型，Kimi则开放百万上下文窗口，小模型通过"学会求助"实现性能与成本双优。然而，谷歌、Meta被指刷榜导致排名暴跌，暴露出大模型竞争白热化背后评测体系的诚信危机。

AI行业资本动作与商业战略调整频繁。英伟达拟以最高100亿美元锚定投资Anthropic巨额IPO，彰显基础设施巨头向核心AI资产延伸的战略意图；OpenAI年内放弃IPO并快速退役旧模型，则反映头部企业在技术迭代与资本路径上的重新权衡。

生数科技发布Motus2世界模型，推动机器人从被动执行向主动学习与持续进化跃迁，在灵巧操作中实现自优化。同时，果蝇大脑实时接入ChatGPT的实验展示了生物神经与AI大模型直接交互的可行性，标志着具身智能与类脑计算交叉取得关键进展。

AI基础设施层正经历系统性升级。浙大开源可插拔Agent评测底座，阿里与浙大联手提出Astar实现用AI指导AI系统进化，vLLM-Omni则聚焦视频推理服务优化。这些工作从降低评估成本、提升系统效率到算法自我迭代，为大模型规模化部署提供底层支撑。

AI在创意内容与学术生产中的落地应用持续涌现。从4天完成的获奖AI短片到1小时生成可发表学术综述的DAS系统，再到Astra生成超越人类理解能力的代码，AI正重塑艺术创作、学术写作与软件工程的工作流与能力边界。