大风热搜网3月7日上午，全国人大代表、南方科技大学校长薛其坤，在广东代表团小组会议上结合我国发展实际，围绕科技与人才话题展开发言，重点强调了顶尖科技人才对国家发展的核心作用，同时提出多项务实建议，包括借鉴国际先进经验、深耕基础研究、推动教育科技人才一体化发展，最终依靠科技创新助力民族复兴大业。
今年政府工作报告中，明确提出要一体推进教育、科技、人才协同发展，薛其坤对此深表认同。他指出，我国从来不缺优秀的科研人才，而广东作为全国经济第一大省，具备得天独厚的发展优势，更要在“十五五”时期主动担当，为国家持续培育和输送一批顶尖科研人才。在他看来，核心关键技术往往掌握在少数顶尖人才手中，打造顶尖人才队伍，是突破技术瓶颈、实现科技自强的核心关键。
发言过程中，薛其坤特意以年轻科研人才姚顺雨的案例，印证顶尖人才的核心价值。姚顺雨出生于1998年，年纪轻轻就被腾讯聘为首席AI科学家，还拿到了高薪待遇，这份认可恰恰说明他具备过硬的科研实力。薛其坤介绍，姚顺雨拥有清华大学本科、普林斯顿大学博士的求学经历，还曾在OpenAI任职，想要走到这个位置，必须拥有顶尖的科研水平和创新能力，这样的年轻顶尖人才，正是国家亟需的核心资源。
围绕国家长远发展，薛其坤着重强调，必须高度重视基础研究工作，这是支撑国家长期稳定发展的核心能力，没有扎实的基础研究作为根基，科技创新就成了无源之水、无本之木。广东经济实力雄厚、发展资源充足，更要加大对基础研究的投入和重视，筑牢科技发展的底层根基。
对于“创新”，薛其坤也给出了清晰的定义，他表示，简单的小发明、小改进，算不上真正意义上的高水平创新。真正的创新，要聚焦主流核心技术发力，既要助力百姓过上富足生活、推动国家走向强大，也要为世界未来发展开辟方向，为人类可持续发展贡献力量，这才是民族复兴的真正标志。
薛其坤还提到，广东作为经济大省，理应在国家高水平科技自立自强进程中扛起重任，全力建设优质的科研课题与创新中心。他同时提醒，发展不能盲目发力、“眉毛胡子一把抓”，要找准核心问题、抓住关键重点，既要清晰认知自身发展优势，也要直面短板不足，主动向国际先进水平、国内其他优秀省市学习借鉴，补齐发展短板。
年轻科学家领衔攻坚 腾讯大模型团队发布重磅研究成果
据南方都市报此前报道，今年2月3日，姚顺雨出任腾讯首席AI科学家后，其带领的团队正式发布首个重磅研究成果，引发行业广泛关注。腾讯混元官网技术博客发布相关论文，题为《从上下文中学习，远比我们想象的要难》，这项研究由腾讯混元团队联合复旦大学共同完成，直指当前大语言模型的核心短板。
早在去年12月17日，腾讯就对大模型研发架构进行全面升级，新组建AI Infra部、AI Data部、数据计算平台部三大部门，全方位强化大模型研发体系和核心竞争力。正是在此次架构调整中，曾在OpenAI深耕科研的知名研究者姚顺雨，正式出任腾讯“CEO/总裁办公室”首席AI科学家，直接向腾讯总裁刘炽平汇报；同时兼任AI Infra部、大语言模型部负责人，同步向技术工程事业群总裁卢山汇报，肩负起腾讯大模型核心研发重任。
过去几年，大语言模型技术实现飞速突破，当下前沿大模型已经具备极强的答题和推演能力，不仅能解开高难度奥数题、完成复杂编程任务，甚至能顺利通过人类需要长期备考才能拿下的各类专业资格考试，堪称顶尖的“做题能手”。
但科研团队通过研究发现，这类大模型在真实场景任务中的表现，依旧存在明显不足。人类在实际工作中，往往能灵活从当下场景获取信息、实时学习，比如玩家看一遍游戏规则就能上手实操，科学家能从实验数据中提炼新结论，这类实时从上下文学习的能力，正是当前大模型所欠缺的。
腾讯混元与复旦大学联合团队在论文中明确指出，想要让大模型真正掌握“上下文学习”能力，难度远超大众预期。即便消除了上下文的信息差异，大模型依旧无法顺利解决实际问题，足以说明当前大模型在上下文利用方面，存在显著的能力短板，距离实用化还有很长的路要走。
为了精准评测大模型的上下文学习能力，研究团队专门搭建了名为CL-bench的专业评测基准，这套测评体系由资深领域专家打造，包含500个复杂上下文场景、1899项测试任务以及31607个验证标准，核心要求只有一个：模型必须从给定上下文里，学到预训练阶段未接触过的新知识，并且能灵活运用这些知识完成任务，测评标准十分严苛。
测试结果显示，全球排名前十的大语言模型，在CL-bench测评中的任务解决率平均仅为17.2%。这一数据意味着，即便当前最顶尖的大模型，在上下文利用与学习方面表现依旧很差，甚至可以说尚未掌握核心能力，也为大模型后续优化迭代指明了核心方向。
研究团队同时指出，未来大模型领域的竞争焦点，将从“优化模型训练效果”转向“为任务提供更丰富、更精准的相关上下文”，人类在AI体系中的角色，也会从数据提供者转变为上下文提供者。除此之外，模型记忆能力的优化，大概率会成为2026年大模型发展的另一核心主题，一旦上下文学习与记忆能力实现可靠突破，大模型有望实现自主学习，自主搭建学习场景、吸收知识并自我优化，迎来全新的发展阶段。
