⌈AI青年说栏目⌋
当代码与算法成为通用语言，真正定义未来的，是背后思考的人。本栏目聚焦学院不同学科背景学生的多元智慧与思维碰撞，记录他们在AI浪潮中的独到见解与前沿思考。让年轻的声音被世界听见，让跨界的融合催生更多可能。在这里，每一个观点都是与时代的对话，每一次发声都在定义未来的图景。
把跨专业选课一门门加进课表，再用公开课把深度学习体系补齐；大三进实验室却迟迟交不出“像样的成果”，只能先把方法、流程与工具链练熟；博士一年级又撞上“5月截稿+6月考试”的叠加，几乎靠通宵把两篇论文推到可提交状态——随后情绪在一通电话里彻底失控……
这些不体面的瞬间，才是科研真实的原始记录：没有滤镜、没有捷径，只有反复试错后的整理、调整与再出发。
也正是在一次次高压与自我修复中，他入选 2025 年度中国科协青年科技人才培育工程博士生专项计划，并获得北京中关村学院“创新突破臻益奖学金”等荣誉。
他就是本期嘉宾——魏来，上海交通大学计算机学院2024级直博生，2024年加入北京中关村学院，24年6月- 24年9月参加腾讯WXG实习，2025年入选中国科协青年科技人才培育工程博士生专项计划，荣获北京中关村学院“创新突破臻益奖学金”。他的研究聚焦于鲁棒、高效、可扩展的多模态大模型，重点落在评测框架与后训练范式，并持续向医疗 AI、多模态推理与自动科学发现等方向延伸。
本期节目，融媒体中心采编部邀请到魏来同学围坐畅谈，从他的个人科研实践出发，延伸至对前沿趋势的追问与思辨，让我们一同探索那些值得深耕的观点吧！
本期看点：
▶（01:54）UPT这种“无监督自我提升”是否能在数据枯竭背景下成为突破Scaling Law边际递减的关键，以及它相对RLHF的性能上限在哪里？
▶（07:10）用模型生成合成数据会不会导致同质化被高估？要做成“AI 自驱数据飞轮”必须解决哪些保证多样性的“熵减”难题？
▶（11:57）表征秩的变化是否揭示多模态智能涌现的通用规律，能否用数学手段提前预警幻觉或推理错误？
▶（18:17）面对 Goodhart’s Law，评测更该依赖静态 Benchmark 还是动态/AI 评测（如 LLM-as-a-Judge）？训练不偏科奖励模型的最大瓶颈是什么？
▶（23:09）当前 MLLM 是否真正具备物理常识以迈向具身智能？从“看图”到“行动交互”需要对 Transformer 做哪些本质架构革新？
▶（29:20）在研究高速迭代中如何平衡追热点与做基础？
▶（33:31）从工程优化转向第一性原理的数学分析，下一波红利更来自工程 Trick 还是来自更底层的理论推导与范式重构？
学以致功：在“卡住”的阶段在卡住的阶段打牢基本功
大三第一次进实验室，他并没有立刻获得成果。更多时候是在“练习研究”本身：如何拆问题、如何记录实验、如何读论文抓主张、如何复现、如何汇报阶段性结论。这样的投入当下未必立刻显效，却在悄悄决定之后能否把研究真正做起来。他后来反而觉得，这段“交不出漂亮结果”的时期非常必要：科研早期最重要的不是迅速拿出作品，而是先把研究的手感练出来——把模糊直觉变成可操作步骤，把每一次失败变成下一轮尝试的依据。
前往温哥华参加 NeurIPS 2024 并进行线下海报展示
磨以致远：那年五月，把“节奏问题”逼到台面上
博士一年级的那次“五月叠加”，几乎是许多同学都经历过的典型场景：截稿临近、任务堆叠，同时还要应对考试节点。 那时他与组内同学连续通宵、协同分工、反复改写实验与行文，最终完成两篇论文提交，其中一篇被接收。
当紧绷松开，长期压力与自我怀疑一下子涌上来，那一刻他意识到：靠临近截止的爆发固然能换来短期产出，但如果把它当作常态，迟早会透支。从那之后，他重新理解“效率”：
效率不是把自己压榨到极致，而是把事情提前拆开，把工作前置；把推进做成可复用的节奏，让每一次投入都能被下一次调用；选题上更谨慎，不轻易被热点牵走，把个人判断放在更前面。
学以明辨：审稿与社区 让判断变得更“准”
他担任 NeurIPS 2025 Reviewer，并作为审稿人参与 ICLR 2025/2026、CVPR 2026。在他看来，审稿是一种高密度的对标训练：当你能看到其他审稿人的意见，并把它们与自己的评分理由逐条对照时，判断标准会被不断拉直——哪些问题真正值得投入，哪些只是看起来热闹却经不起细看，也会慢慢变得清晰。
与此同时，他也持续活跃于学术社区：担任 NICE 委员、AI TIME 学术部门成员，并多次参与线上线下报告与分享。这些经历带来的不止是“认识更多人”，更在于它们提供了一种持续校准的方式——你需要反复把自己的工作讲清楚，把选择的理由说透，把可能的漏洞提前暴露出来，在一次次讨论与质询中把方向感和边界感磨得更准。
在 MLA 2024 (中国机器学习及其应用研讨会)受邀做大会口头报告
学以成线：让每一次投入都能接上下一步
魏来认为写材料时要有“主线”。他会把不同阶段的工作按逻辑关系组织起来：先针对评估维度单一的问题推动更丰富的评测（例如不只看准确率，更关注鲁棒性、偏差、跨域漂移与成本）；再进入医疗场景处理数据与任务的适配；在标注资源受限时，进一步考虑合成数据等路径，为后续训练提供可扩展的输入来源。
当这些部分能够互相承接，研究就不再是“做完一个点就换题”，而是每一段投入都能成为下一段工作的起跳板：能复用、能修正、也能沉淀。
科研不是把自己燃尽换产出，而是把方法做成能长期运行的系统。