对话黄铁军：世界模型的第一步，是做到普通人的样子

黄铁军在北京智源大会 编者按：6月12日-13日，2026智源大会在北京如期举行，这是世界模型、具身智能、智能体等议题首次以如此密集的方式占据主舞台的一届。在大会现场，智源研究院理事长、北京大学计算机学院教授黄铁军与《知识分子》等多家机构交流，涉及世界模型、具身智能、AI改变科研等多个话题。 "世界模型"是今年智源大会出现频率最高的词之一。它指的是让机器对物理世界建立内在表征，不只是识别物体、理解语言，而是掌握事物之间的因果关系和运动规律，能够预测接下来会发生什么。

火热的核聚变赛道，被狠狠泼了盆冷水？

“中国环流三号”，图片来源：核工业西南物理研究院 人类到底什么时候才能实现可控核聚变？这个问题或许并不关键，因为通过建设聚变电站来供给电力可能并没有商业价值。 3月23日，苏黎世联邦理工学院（ETH Zurich）的研究团队在《自然·能源》（Nature Energy）发表论文指出，主流技术路线的聚变发电厂经验率（Experience Rate）仅有2%-8%，远低于目前聚变商业公司的假设。

爱因斯坦：生活的理想类型

阿尔伯特·爱因斯坦（德语：Albert Einstein，1879年3月14日—1955年4月18日），德国犹太裔理论物理学家，拥有瑞士和美国国籍。图源：维基百科 1925年春，爱因斯坦应邀访问阿根廷、乌拉圭和巴西，进行一系列关于相对论与现代科学的演讲。这是他第一次访问拉丁美洲，也是他作为世界性公共知识分子的重要一次文化之旅。停留阿根廷期间，当地著名报纸《新闻报》（La Prensa）邀请他为普通读者撰写专稿，《生活的理想类型》便是其中之一。

从物理学到社会学: 一位哈佛教授如何理解社会不平等

今天推荐一篇哈佛大学社会学教授周翔的自述。他本科毕业于清华大学基础科学班，主修数学与物理。原本，他感兴趣的是那些像牛顿力学一样“简洁而优美”的理论体系；但在旁听经济学课程、接触应用微观研究之后，他开始意识到：真实世界远比理论复杂，而真正有意思的问题，恰恰藏在理论与现实之间的缝隙里。 从那以后，他转向社会科学研究。从密歇根大学博士，到哈佛任教，再到获得终身教职，他的研究一路进入社会学、经济学、政治学、统计学等多个领域的顶级期刊。他是一位罕见的、能在复杂的现实问题与极致的前沿方法之间自由穿行的学者。

一个物理学家眼中的 AI for Science

本文认为，人工智能革命，尤其是大语言模型的兴起，其最重要的意义并不只是自动化，而在于复杂信息以及人类 know-how 的承载、复制与共享方式发生了根本变化。从这个角度看，AI for Science 之所以尤其重要，是因为它改变的不仅可能是科研效率，还可能是科学协作、科学发现、科研出版与科研评价的整体结构。本文勾勒了 AI 从科研工具逐步走向科研合作者的路径，并讨论 AI 可能如何根本性地重塑科研出版。

王贻芳：痛悼钱致榕先生

惊悉钱致榕先生于4月10日在旧金山家中去世，不胜悲痛。这个世界上又少了一个哲人，我也失去了一个导师，一个忘年交。自1981年我在南京大学有幸受教于先生，凡45年，其间在多个人生的关键阶段得到先生的指点、帮助和支持。今年春节还收到他的微信，满满的全是鼓励，没想到这其实是他的临别赠言，感佩之情真是无可言表。 钱先生是著名高能物理学家、教育家，也是优秀的管理者。

全球最大的论文预印本平台arXiv，要离开康奈尔大学了

如果有一天，全球科研人员突然无法访问 arXiv，许多领域的研究节奏可能会被打乱。每天清晨刷新论文列表，已经成为部分数学家、物理学家和AI研究者的固定习惯。许多重要研究从诞生到传播的第一站，往往不是期刊，而是这个界面朴素的预印本服务器。 然而，这个支撑全球科研交流的基础设施，在很长时间里却只是康奈尔大学图书馆中的一个项目。最近公布的计划显示，arXiv 正在准备从康奈尔大学系统中独立出来，成立一个新的非营利机构。

学阀、天才与失落的研究所：一场撕裂苏联物理学的“内战”

1929年，在哥本哈根的尼尔斯·玻尔研究所，列夫·朗道（左）与乔治·伽莫夫（右）骑着摩托车，中间载着的尼尔斯·玻尔的儿子（中） | 图源：伽莫夫自传 1933年10月，伽莫夫携妻子趁着到布鲁塞尔开会之机，远赴欧美，再未归来。他走的如此决绝，如同一只挣脱了牢笼的金丝雀——从两年前被限制出境，他心心念念想着的似乎只是逃走。无论是他写的“自传”[1]，还是接受采访[2]、相关信件[3]，这都是他强调的逻辑和叙事。 然而，这可能只是部分的事实。

对话清华刘子鸣：AI还没迎来自己的牛顿时代

去年年底，清华大学人工智能学院助理教授刘子鸣在个人博客上发文，直言 AI 研究尚未迎来属于自己的“牛顿时代”。他借用物理学史上“第谷—开普勒—牛顿”的演进路径作类比，形容今天的 AI 更像停留在观测和经验公式阶段。我们拥有大量数据和模型，却缺乏真正理解背后规律的科学语言。Scaling Law 虽然有效，却让研究者沉迷于规模扩张，而忽略了对机制的探索。 刘子鸣出身物理系，早期研究集中在“AI for Physics”，用 AI 解决物理问题。

能量守恒，其实不是宇宙铁律，一个女数学家如何改变了物理学？

我们从小就被灌输一个“物理常识”：能量守恒。 能量不会凭空产生，也不会凭空消失，只会从一种形式转化为另一种形式。 听起来像宇宙的铁律，甚至像一种“道德”： 你不能作弊，永动机永远不可能出现。 但20世纪初，一位数学家做了一件惊人的事：她告诉我们—— 守恒定律并不是宇宙的基本规则，它其实来自一种更深层的东西：对称性。而在爱因斯坦相对论的时空观里，能量是不守恒的！ 这位数学家叫：艾米·诺特（Emmy Noether）。