迈克尔·莱文（Michael Levin）在其最新论文中提出了一个颠覆性的观点：心灵是否源自柏拉图空间中的模式，而身体和机器仅是这些模式的接口？这一论点挑战了关于哲学和生物学的基本假设，主张周围世界的复杂性可以通过柏拉图区域中任意复杂性的模式来解释。
莱文认为，新兴的合成形态学和多元智能科学揭示了非物理主义的思维模式。他提出，思维与大脑的关系类似于数学模式与其指导的形态遗传结果之间的关系（即“思维：身体”如同“数学：物理”）。无论是生物体、工程系统还是混合体，都是大规模、多层次模式进入物理世界的接口。特定的模式由生物物理、生物机械或化学信息场所代表，作为静态过程或导航各种问题空间中目标状态的编码设置点。
莱文指出，我们已经知道非物理模式如何影响非生物和生物世界中的功能性物质。柏拉图式形式将信息注入并影响物理事件，例如生物体的生长和形态。这种潜伏的空间不仅包含低代理形式（如整数和几何形状的事实），还包含越来越多的高代理模式，其中一些被称为“类型的思想”。因此，作为灵魂体现的模式，心灵的非物理性质与居住和指导简单物理结构行为的模式在本质上是相同的，仅在程度上有所不同。
虽然目前没有完全自主运行的实验直接支持这一理论，但现有现象表明，看似简单的系统能够在假设的柏拉图式复杂空间中探索并扩展到丰富的模式。例如，由青蛙细胞制成的异种机器人（Xenobots）展示了与青蛙胚胎相邻的模式；另一项令人惊讶的实验显示，通过扰乱标准排序算法（如锁定某些细胞），系统会围绕这些细胞运行，或者让每个数字运行不同类型的排序算法时，会在数字空间中聚集形成无法仅通过抽象观察预测的新属性。这种行为被描述为“算法允许但未直接规定”，相当于自由或秘密。
AI 实验室加速递归自我改进
人工智能实验室正在利用其最强大的模型加速基础设施和其他模型的开发，这一趋势日益普遍。Z.ai 团队在博客中指出，过去内部使用 GLM 进行编码带有一种义务感，而如今 GLM-5.3 已成为团队不可或缺的每日编程伙伴，并正稳步迈向取代人类的位置。
该团队承认，尽管人类目前在做出更高层面的设计决策方面仍具有比较优势，但这种优势可能很快消失。“我们认为人类应在很长一段时间内继续坚守这条底线，”他们写道，“即使我们希望如此，这一边界的进步也不会放缓。”这标志着 AI 系统能力增强背景下的递归自我改进（RSI）循环正在外部化。
Periodic Labs 推出 AI 科学家 Periodic Neon
初创公司 Periodic Labs 开发了能够执行科学实验的 AI 系统，旨在寻找更好的超导体和磁铁。该公司发布了名为 Periodic Neon 的模型，这是一个拥有 1 万亿参数的系统，基于 Kimi 2.6 进行中期训练，并在其物理实验室数据上进行强化学习。
在早期测试中，Periodic Neon 专注于 X 射线衍射（XRD）分析这一关键能力。在内部评估集“FrontierXRD”上，该模型的成功率为 55.3%，相比 Kimi 2.6 的 2.7% 成功率提高了 20 倍。此外，在泛化性测试中，该模型在处理从中期训练和强化学习中保留出来的化学系统数据时表现良好，优于 GPT-6 Astra 和 Claude Fable 5.1 等前沿模型。
值得注意的是，Periodic Labs 仅使用了 1,300 块 H200 GPU 完成这项工作，远低于预训练大型模型所需的 1 万到 10 万块芯片规模。该公司的方法将材料发现分为三个阶段的循环：首先基于稳定性和属性预测假设目标；其次预测合成方法；最后理解制造出的材料及其属性，以此完善假设并重复循环。
Periodic Labs 表示：“这些结果增强了我们的信念，即扩展我们的自主实验室以及从中学习的 AI 系统将使我们能够解决今天超出我们能力的科学问题。”这一进展代表了新一波寻求将 AI 系统转向自动化科学的公司趋势，涵盖从材料科学到芯片设计等多个领域，预示着科学发现步伐的大幅加快。
