动态列表

  • 腾讯王者归来:混元图像3.0登顶LMArena!一手实测全球最强图像AI
  • AI「学不会」竟成相变探针!UCSD华人联手谷歌等,曝光量子纠缠秘密
  • 奥特曼:感受不到GPT-5变强,是因为你还不够「专业」
  • GPT-6或将比GPT-5强10倍!奥特曼揭秘ChatGPT如何诞生
  • LSTM之父再出手!xLSTM挑战Transformer:一场关于Scaling Laws的正面交锋
  • NeurIPS 2025 | AI也能做数学建模?本科生携手MM-Agent勇夺美赛全球前2%
  • “移步换景”一试,大模型全乱了:OST-Bench揭示MLLM时空推理短板
  • 微软下架「炉石」等多款游戏;华为云:华为算力效能超英伟达芯片 3 倍;马斯克回应特斯拉机器人打拳:并非遥控
  • 陶哲轩联手GPT-5,1小时攻克数学难题!全程无需编码,OpenAI副总惊呼
  • 1亿签约金抢AI大神?谷歌AI元老劝退全网:别再读博了!
  • 三天逆袭,Sora登顶美榜!15秒大片玩疯奥特曼,全网直呼真假难辨
  • 10个Agent一键组队:并行智能体协作,端到端交付从24h缩减到4h!
  • 首位AI女演员出道!好莱坞「天敌」来了,下一代偶像全是代码制造?
  • 南理工提出FMC-DETR:巧用“频率解耦”,航拍小目标检测精度飙升8.2% AP50
  • 网红挑战特斯拉FSD穿越美国出车祸;小米回应「小米汽车突然自己开走」;Sora 登顶美区苹果商城免费榜
  • 刚刚,Anthropic紧急换帅!新任CTO执掌算力命脉,直面OpenAI千亿赌局
  • Gemini 3.0 Pro内测流出,编程实力惊人!下周上线
  • 刚刚,奥特曼首曝:AI取代CEO后,我想去当农民!
  • 华人主导谷歌SLED,论文登顶会!一键让模型学会自救
  • LeCun考虑辞职!Meta AI百亿豪赌引爆「内战」,逼走首席科学家
  • NeurIPS 2025 | RAD:基于大规模3DGS孪生数字世界的端到端强化学习训练策略
  • 小米 17 系列销量超百万;苹果新产品泄密源头疑为越南工厂;低价版 model Y 现身官网代码|极客早知道
  • 刚刚,这家0产品0模型就估值854亿的公司,终于发布了首款产品!
  • 刚刚,奥特曼亲赴,韩国「举国」投靠!
  • 奥特曼「一张脸」引爆全球狂欢!Sora 2冲上APP榜第三,邀请码炒到1250元
  • 60岁老人AI养生三个月吃进医院!「AI精神病」全球扩散,OpenAI急招医生
  • 一杯咖啡,3亿美金!斯坦福天才少女退学创业,Meta AI大牛排队加入
  • 武大新作MASt3R-Fusion:融合IMU与GNSS,为新一代视觉SLAM注入“多感官”智慧
  • 中科大、清华、快手等发布OpenGPT-4o-Image:为多模态AI打造的“超级燃料”,图像编辑性能提升18%
  • 历史首位,马斯克身家突破 5000 亿美元;王腾注销、清空多个社媒账号;美国演员工会抵制 AI 演员
  • 刚刚,OpenAI Sora 2重磅登场!首个APP上线,或将成为AI时代新TikTok
  • Sora 2全网疯狂实测:以假乱真、脑洞大开、虚实难分|附首个APP教程和邀请码
  • OpenAI和DeepMind大佬离职联手,誓用AI科学家实现室温超导!已融3亿美元
  • 南洋理工联合商汤提出Visual Jigsaw:像玩拼图一样,显著提升多模态大模型的视觉理解力
  • 天津大学联合腾讯提出Wan-Alpha:一键生成高质量透明视频,发丝级抠图不再是梦
  • OpenAI 深夜重磅推出新视频模型和独立 App;英伟达市值突破4.5万亿美元;特斯拉预计推出第三代人形机器人 | 极客早知道
  • 刚刚!软银系创始人4个月打造机器人超级黑马,获2轮近亿元融资
  • 博士生,当代最穷科研民工?Nature最新调查:不涨工资,我们就跑路了
  • Thinking Machines曝LoRA终极指南:10倍学习率,媲美全参微调
  • AI改造出行体验:滴滴的试验能否开启行业范式转变?
  • GPT-5「降智」真相曝光:不是变笨,而是五个超级开关没激活
  • OpenAI 刚刚发布了属于 AI 的抖音,还有 Sora 2
  • YOLO26首份学界评论:端到端无NMS,目标成为边缘设备实时目标检测新标杆
  • DeFacto:用强化学习治愈AI幻觉,让多模态模型“有据可查”
  • NeurIPS 2025 | 清华大学与华为等提出全新正则化方法,破解稀疏视图3DGS“协同适应”难题
  • LoRA到底能否媲美全参?Thinking Machines用实验曲线划出「无悔区」
  • 榜一换人!OCRBench v2九月新榜:揭示多模态大模型文档智能真实水平
  • 把“俄罗斯方块”搬进设计室:物竞天择让振动微型机器人进化得越跑越快
  • DeepSeek V3.2 发布,API 成本减半;特斯拉员工被机器人打伤,索赔 5100 万美元;Claude 新模型登场
  • 谷歌Veo 3论文竟无一作者来自美国!揭秘零样本「看懂」世界
  • 零样本「即插即用」!智源开源RoboBrain-X0,一个基座模型开动不同机器人
  • AI老司机现身重庆!徐峥挑战赛车手,上演「不再囧途」
  • 强化学习之父给LLM判死刑!站队LeCun:我们全搞错了
  • 独家!DeepSeek最新模型上线,全新注意力机制基于北大ACL最佳论文
  • 北京内推 | 快手可灵AI技术部招聘视频生成/数字人方向算法实习生
  • KDD 2025 | 看不见也能控:用“基混杂向量”打穿分布移位,交通预测稳了
  • 4B逼近DeepSeek-R1!Bengio团队「递归聚合」刷新小模型上限
  • 在云栖,我们遇见了最会玩的「AI 原住民」
  • NeurIPS 2025 | UniPixel:首个统一对象指代与分割的像素级推理框架,让大模型看懂每一个像素
  • NeurIPS 2025 | Seg4Diff:无需分割头,揭示并放大扩散Transformer中的涌现分割能力
  • 做 AI 陪伴收获 1000 万用户后,前微信 AI 产品负责人,要重新定义生活里的 AI
  • 透视阿里云产品生态团队:AI 落地的「关键通道」
  • OpenAI「降配门」发酵,偷换模型遭全网实锤;小米 SU7 在日本首秀;苹果内部测试类 ChatGPT 应用|极客早知道

最新,2025诺奖预测出炉!中国科学家有望拿下化学奖?



  新智元报道  

编辑:KingHZ 好困
【新智元导读】10月6日起,诺贝尔生理学或医学、物理、化学奖将相继揭晓。从「减肥神药」、囊性纤维化的「神级」疗法,到量子算法与超材料,再到新一代DNA测序、MOF与相分离……结果即将揭晓。

一图看透全球大模型!新智元十周年钜献,2025 ASI前沿趋势报告37页首发

又到了一年中的这个时候,顶尖科学家们可能不想让任何电话转入语音信箱。

由瑞典实业家阿尔弗雷德·诺贝尔在一个多世纪前设立的化学奖、物理学奖以及生理学或医学奖,将与和平奖和文学奖一同于下周公布。

2024年诺贝尔奖,堪称是AI界的狂欢。

其中,化学奖授予了Demis Hassabis和John Jumper,他们凭借人工智能成功预测出几乎所有已知蛋白质的结构。

物理学奖则授予了Geoffrey Hinton和John Hopfield,他们从物理学中汲取灵感,开发出的方法为当今的人工智能奠定了基础,使机器能够筛选并处理海量数据。

据官网消息,2025年诺贝尔奖将于10月6日起陆续揭晓,科学奖的揭晓时间依次是——

生理学或医学奖,将于北京时间10月6日(周一)17时30分公布;

物理学奖,将于北京时间10月7日(周二)17时45分公布

化学奖,将于北京时间10月8日(周三)17时45分揭晓

左右滑动查看

以下是专家们认为有望摘得诺奖桂冠的足以改变人类生活的突破与发现。

生理学或医学奖
从治病神药到DNA测序新方法

科学撰稿人Katie Hunt预测了5项诺奖级科学进步,其中三项生理学或医学奖相关。

  • 囊性纤维化的治疗突破

两年前,Make-A-Wish基金会宣布,遗传性疾病囊性纤维化已不再自动被视为其援助项目中符合资格的绝症。

这主要归功于三位科学家在治疗该疾病方面取得的革命性进展。囊性纤维化会导致患者体内产生过量粘液,从而滞留感染物并阻塞肺部气道。

这三位科学家于今年9月荣获了2025年拉斯克-德贝基临床医学研究奖。

爱荷华大学内科-肺病、重症监护与职业医学教授Michael J. Welsh博士,揭示了致病蛋白的作用机制及其在患者体内的异常表现。

这一发现为另外两位研究人员铺平了道路。他们找到了纠正这种功能异常蛋白质的方法,并最终开发出一种组合药物,成功将囊性纤维化转变为一种可管理的疾病。

拉斯克基金会称,曾在Vertex任职的物理有机化学家Jesús Tito Gonzalez开创了候选化合物筛选体系;该公司细胞生物学家Paul Negulescu则主导并推进了后续研究。

  • 肠道微生物组的奥秘

数以万亿计的微生物——包括细菌、病毒和真菌——栖息于人体内外,共同构成了人类微生物组。

随着过去二十年基因测序技术的进步,科学家们已能更好地理解这些微生物的功能、它们如何相互沟通,以及如何与人体细胞(尤其是在肠道内)相互作用。

科睿唯安(Clarivate)研究分析主管David Pendlebury表示,这个领域也早就该获得诺贝尔奖的认可了。

该领域的先驱是圣路易斯华盛顿大学的Robert J. Glaser杰出大学教授、生物学家Jeffrey Gordon博士。

他最初从对小鼠的实验室研究起步,致力于阐明人类肠道微生物组如何塑造人类健康。

他领导的研究发现,肠道微生物组在营养不良对健康的影响中扮演着重要角色——全球有近2亿儿童受营养不良困扰。

论文链接:https://www.cell.com/action/showPdf?pii=S1931-3128%2822%2900208-6

目前,他正在开发旨在改善肠道健康的食物干预方案。

  • 新一代DNA测序技术

人类基因组计划长期位列诺奖最热门的候选领域之一。

这项宏伟的工程于1990年启动,2003年完成,汇集了来自美国、英国、法国、德国、日本和中国的数千名研究人员。

这项成就对生物学、医学及众多其他领域产生了深远影响。

作为参与这项工作的唯一发展中国家,1999年起,中国集中了最优秀的生物学家参与并负责测定人类基因组全部序列的1%,也就是三千万个碱基的排序。

但该项目迟迟未能获得诺奖的原因之一,可能在于其参与人数过于庞大。根据诺贝尔在1895年遗嘱中订立的规则,每个奖项最多只能授予三位获奖者——在当今科研合作日益普遍的背景下,这已成为一项日益严峻的挑战。

同理,Pendlebury认为,诺贝尔委员会可能会表彰英国剑桥大学的化学家Shankar Balasubramanian和David Klenerman,以及法国斯特拉斯堡大学的生物物理学家Pascal Mayer,以嘉奖他们在新一代测序技术领域的贡献。该技术可以一次性解码数百万个DNA片段。

从左至右:化学家Shankar Balasubramanian与David Klenerman、生物物理学家Pascal Mayer,于2023年4月在洛杉矶举行的第九届Breakthrough Prize颁奖典礼上同台亮相

在他们发明这项技术之前,完成一个完整人类基因组的测序需要数月时间,耗资数百万美元。而如今,这一过程可在一天内完成,成本仅需几百美元。

Pendlebury指出,这项工作已彻底改变了医学、生物学、生态学和法医学等多个领域,意味着医生可以更轻易地了解疾病的遗传基础,从而推动个性化医疗和其他疗法的发展。

此外,发明减肥神药物司美格鲁肽的科学家也有望获得生理学或医学奖,也有可能获化学奖。

物理
量子信息与算法是大赢家

受去年物理学诺贝尔奖授予两位人工智能领域的计算机科学家的启发,Physics World预测今年的获奖者将因其在量子信息与算法领域的贡献而获此殊荣。

这个领域的许多开创性工作完成于几十年前,如今已在实用的量子计算机和密码学系统中开花结果。

博客地址:https://physicsworld.com/a/quantum-information-or-metamaterials-our-predictions-for-this-years-nobel-prize-for-physics/

对此,Physics World列出了四位实力强劲的候选人:Peter Shor、Gilles Brassard、Charles Bennett和「量子计算之父」David Deutsch。

左右滑动查看

与此同时,科睿唯安科学信息研究所研究分析主管David Pendlebury也认为,量子计算作为一个新兴领域,获得诺贝尔奖的认可时机已经成熟。

他通过分析关键论文的历年被引用频率,提出了两位在量子比特研究领域做出杰出贡献的物理学家:David P. DiVincenzo和Daniel Loss。

下面这幅信息图,按研究领域梳理了诺贝尔物理学奖的颁奖历史。可以明显看出,自1990年左右以来,某些领域的授奖间隔非常规律。

以「原子、分子与光学物理」为例,授奖间隔大约在5-10年。由此可以推断,诺贝尔委员会在评选时会有意平衡不同领域,避免在同一领域扎堆颁奖。

从图上看,核物理与粒子物理领域似乎早就该获奖了——上一次授奖已是10年前。然而,该领域近年来并未出现太多重大突破。

21世纪以来,粒子物理学中有两个成果丰硕的方向:一是研究重核碰撞时形成的夸克-胶子等离子体;二是对反物质的精确研究,例如观察其在引力下的行为。

粒子物理学领域的一个潜在获奖方向是宇宙暴胀理论的发展。该理论通过假设宇宙在极早期经历过一次指数级膨胀,来解释我们今天观测到的宇宙形态。

如果为暴胀理论颁奖,获奖者几乎可以肯定是Alan Guth和Andrei Linde。第三个名额的自然人选本应是Alexei Starobinsky,但他不幸于2023年逝世——而诺贝尔奖不授予已故人士。如果暴胀理论有第三位获奖者,那很可能是Paul Steinhardt。

凝聚态物理学上一次获得诺贝尔奖是在2016年,那么今年该领域有什么工作值得嘉奖呢?

超材料(metamaterials)领域涌现了大量非常有趣的研究——

这是一种经人工设计、具有特殊属性的材料,尤其是在与光或声波的相互作用方面。

如果为超材料颁奖,理论家John Pendry必定榜上有名,他开创了「变换光学」这一概念。

该理论简化了我们对光与超材料相互作用的理解,并有助于设计具有惊人特性的物体和设备,其中就包括「隐形斗篷」。

第一件隐形斗篷由实验物理学家David Smith于2006年制成,他也是今年诺贝尔奖的有力竞争者。

Smith的斗篷在微波频率下工作,而第三位人选则在开发用于光学实际应用的超材料方面取得了惊人的成就。

如果你关注这个领域,就一定知道这指的是应用物理学家Federico Capasso——他同样因发明量子级联激光器而闻名遐迩。

中科院院士有望获化学诺奖?

去年,《化学与工程新闻》(C&EN)副主编Laura Howes就曾成功预测化学奖将颁给David Baker、哈萨比斯Demis Hassabis和Jumper,表彰他们在蛋白质设计与结构方面的贡献。

10月1日,Laura Howes与嘉宾一同「预言」未来诺奖归属的,包括:德国杜塞尔多夫海因里希·海涅大学Nils Hansson、德州农工大学化工教授Jodie Lutkenhaus、科罗拉多大学博尔德分校的助理教授Ankur Gupta,以及美国化学会(ACS)董事会成员Katherine Lee。

在今年的研讨会中,她表示,化学奖可能不会连续两年颁给与生物化学相关的研究。

今年讨论名单中,多次出现一组对人类健康产生重大影响的科学家:Joel Habener、Svetlana Mojsov和Jens Juul Holst因开发模拟GLP-1(胰高血糖素样肽1)的减肥与糖尿病药物而受到关注。

模拟胰高血糖素样肽-1(GLP-1)激素的「重磅」2型糖尿病和减肥药物的问世,给医疗健康领域带来了颠覆性影响。

全球有八分之一的人口患有肥胖症——这一数字自1990年以来翻了一倍多。这类药物能够降低血糖、抑制食欲,有望为肥胖症及2型糖尿病等相关疾病的治疗开启一个全新时代。

三位参与该药物(通用名:司美格鲁肽)研发的科学家Svetlana Mojsov、Joel Habener和Lotte Bjerre Knudsen,都荣获了2024年拉斯克-德贝基临床医学研究奖,该奖项常被视为诺贝尔奖的「风向标」。

Mojsov是洛克菲勒大学的生物化学家和副研究教授,Habener则是哈佛医学院的内分泌学家和医学教授,他们共同帮助识别并合成了GLP-1。

而诺和诺德公司研究与早期开发首席科学顾问Knudsen,则在将GLP-1转化为如今造福数百万人的高效减肥药物方面发挥了关键作用。

此外,这三位科学家还与多伦多大学的内分泌学家兼教授Daniel Drucker,以及哥本哈根大学教授、丹麦医生Jens Juul Holst,于今年4月共同获得了由扎克伯格夫妇等人创立的生命科学「突破奖」。

ChemistryViews杂志的读者投票结果,连续两年呼声最高的,是生物化学家翁启惠(Chi-Huey Wong)。

《科学人》(The Scientist)杂志的专家们也偏爱生物化学方向,其中就包括莫伊索夫和光遗传学(optogenetics)先驱Karl Deisseroth。

材料与计算化学领域也被广泛看好。ChemistryViews读者票选金属有机框架(MOF)研究者奥Omar K. Farha和Omar M. Yaghi为热门人选。

德州农工大学化工教授Jodie Lutkenhaus则力挺自由基聚合(free-radical polymerization)方法的发现者Krzysztof Matyjaszewski。

科罗拉多大学博尔德分校的助理教授Ankur Gupta则看好发展分子动力学模拟方法的Roberto Car和Michele Parrinello。

此外,科睿唯安(Clarivate)也于9月25日公布其预测名单。

该公司依据科研论文引用次数(超过2000次)筛选潜在得主:

包括因「发现细胞中相分离生物分子凝聚体对生化组织结构的作用」而被提名的: 


普林斯顿大学化学与生物工程学教授Clifford P. Brangwynne、  

Max Planck分子细胞生物学和遗传学研究所所长Anthony A. Hyman、 

德克萨斯大学西南医学中心生物物理学系主任Michael K. Rosen;

以及能源存储专家、巴黎法兰西学院化学教授Jean-Marie Tarascon。

其中,单原子催化专家中国科学院院士张涛也入选该预测名单。

此外,今年的三位物理学领域入选者也与化学紧密相关:

  • David DiVincenzoDaniel Loss:提出利用量子点中电子自旋作为量子比特的量子计算模型(1997年)。

  • Ewine van Dishoeck:莱顿大学分子天体物理学家,因揭示星际云的分子结构及其在恒星和行星形成中的关键作用而入选,是近年呼声颇高的化学奖热门人选之一。

诺贝尔奖不是终点

虽然诺贝尔多数奖项至今仍广受赞誉,但也有一些随着时间推移饱受争议。例如,Egas Moniz凭借「脑叶切除术」这一如今已被否定的治疗方法,于1949年获得生理学或医学奖,这一决定至今备受质疑。

诺贝尔和平奖也曾多次成为舆论焦点——基辛格、阿拉法特、拉宾和佩雷斯等人的获奖经历引发了大量争议。而未能在1948年甘地去世前授予他和平奖,也被不少人视为诺奖史上的重大遗憾。

诺贝尔奖历史上不乏举世闻名的得主——科学界的爱因斯坦、玻尔、居里夫人,文学界的海明威、加缪,以及如曼德拉、马丁·路德·金、特蕾莎修女这样的精神领袖。

诺贝尔奖和其他奖项一样,是对获得者成就的认可,但并不是获得者个人成就的全部。

在此,向所有推动人类知识边界的科学家致敬,向所有丰富人类精神世界的工作者致敬,向所有推动人类社会进步的行动者致敬。

参考资料:
https://edition.cnn.com/2025/10/04/science/nobel-prize-worthy-scientific-discoveries
https://www.chemistryviews.org/whos-next-nobel-prize-in-chemistry-2025-voting-results-september-26/
https://cen.acs.org/people/nobel-prize/s-Nobel-time-Experts-predict/103/web/2025/10
https://physicsworld.com/a/quantum-information-or-metamaterials-our-predictions-for-this-years-nobel-prize-for-physics/


<br>


    <a class="media_tool_meta meta_primary" href="http://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&amp;mid=2652632273&amp;idx=1&amp;sn=3abe550bd168e8b118f2307b34e6841e&amp;chksm=f004279c85051375b0efb19b7eafd7340919eee06ca829841e2d4ee63266ddd5db5653b7ec8c&amp;scene=0#rd"  target="_blank">文章原文</a>
    <br>




<img alt="" class="" height="1px" src="https://images.weserv.nl/?url=http://www.jintiankansha.me/rss_static/5418/cq9W6L5KjL&amp;maxage=1y"  width="1px"></div></div></body></html>

联系我们