数学类 - 《证明的故事：从勾股定理到现代数学》涵盖代数、微积分等数学分支证明故事，讲述证明演变及重要作用，展现数学大师发现发明 [2] - 《非凡之数：9个神奇数字中的宇宙真相》展示9个神奇数字在黑洞、相对论等领域作用，探索万物理论 [3][4] 科学史类 - 《DK时间线上的科学史》通过历史绘画等呈现科学发展，将300万年科学技术史提炼为1400个重要时刻 [6] 物理类 - 《怀疑的首要性》指出世界本质充满不确定性，涉及自然科学和社会决策等领域，强调养成“怀疑”思维方式 [8] - 《物理视角读唐诗》从物理学视角解读唐诗，阐述人情即物理道理，收录43篇可引发物理阐述的唐诗 [15] 天文学类 - 《地出：人类初次看见完整地球》从“地出”照片展开，阐述人类见识地球全貌后形成的全新宇宙观 [11] - 《天文学家的椅子：19世纪的科学、设计与视觉文化》探讨19世纪天文学家观测椅的意义，及其在建构自我形象和历史进程中的作用 [13] - 《小行星猎人：贝努小行星生命起源样本采集任务全记录》记录科学家从贝努小行星获取样本的探险，以解开生命起源之谜和防范灾难 [17] 人类文明与自然史类 - 《人类文明的自然大历史》认为应将文明史解读为自然史，追溯从“原生汤”到化石能源时代演变，探索竞争与合作对人类等的影响 [19] 气候变化类 - 《气候变化问题的真相》指出气候变化问题研究、报道和大众媒体存在误解和错误信息，核心问题仍未解答 [21] 矿物学类 - 《世界矿物图鉴》基于博物馆和私人藏品编写，收录500余种矿物，用高清彩图和文字介绍矿物信息 [23] 鸟类与动物类 - 《鸟事一堆：鸟界戏精观察报告》对全球六大洲59种鸟类进行个性化分类描述，有配对游戏等内容 [25][26] - 《动物建筑》跨界融合建筑学与生态学，探讨人类与动物共享星球，展示动物建筑智慧为人类提供灵感 [28] - 《雪豹一家：卓玛王朝》记录作者跟拍中国野生雪豹卓玛一家的纪实，展现雪豹社会化行为和故事 [30] 植物类 - 《树叶的故事》以树叶为主题，精选50种树叶，讲述其科学与历史及生命故事 [32] - 《如何阅读一棵树：探寻树木的生命密语》揭示树木隐藏线索，帮助读懂树木生命故事和寻找自然方向 [34] 人类与自然情感类 - 《到自然中去：人类与自然的情感关联》展示人与自然共处及与人建立关系可带来内心平和与满足，强调人与自然是生命共同体 [37] 工程学类 - 《再造世界：工程师的冒险》讲述19个工程学领域传奇故事，展示工程师工作及成功前的挫败，提醒失败是新发明必经之路 [40] 心智与人工智能类 - 《心智简史》再现30亿年心智演化历程，阐述意识等起源，回答哲学追问并对人工智能挑战提供见解 [42] - 《智能涌现——AI时代的思考与探索》阐述人工智能技术演变趋势等，分析发展背后问题和风险及应对措施 [44] 饮食与健康类 - 《饮食的谬误：别让那些流行饮食法害了你》引用最新科学研究成果，对流行饮食法提供可信任健康建议 [47] 长寿科学类 - 《长寿简史：解码长寿科学的过去、现在与未来》围绕人口趋势，探寻寿命延长原因及未来方向 [49]

文章核心观点 曾任美国普渡大学数学系教授的陈敏回国担任宁波东方理工大学（暂名）教授，该校是新型研究型大学，规划十年内达到一定规模并开展招生工作 [1][2] 分组1：陈敏个人信息 - 1978年进入北京大学数学系学习，1985年北大硕士毕业，后在普林斯顿大学航空航天系、印第安纳大学数学系攻读硕士、博士学位 [1] - 1991年起先后任职宾夕法尼亚州立大学、中佛罗里达大学，2002年起任职普渡大学数学系，先后任副教授、教授，近期回国任教宁波东方理工大学（暂名） [1] - 多次主持美国国家自然科学基金，主要研究计算数学中的非线性波、数值分析、科学计算、偏微分方程、有限维和无限维动力系统 [1] 分组2：宁波东方理工大学（暂名）情况 - 由浙江省宁波籍著名企业家虞仁荣先生设立的教育基金会举办，浙江省和宁波市政府重点支持筹建的高起点、高定位的新型研究型大学 [1] - 立足全球科技前沿、紧扣国家重大需求，努力打造面向未来的科技创新生态体系，为突破“卡脖子”技术难题和发展“高精尖”产业提供源头支撑 [2] - 规划十年内在校生规模为10000人，本科、硕士、博士比例为4:3:3，初期将与国内外知名高校联合培养研究生 [2] - 2022年招收首批研究生，本科生招生在教育部正式批准大学设立后即行开始 [2]

西风 发自 凹非寺 量子位 | 公众号 QbitAI 就在DeepSeek-V3更新的同一夜，阿里通义千问Qwen又双叒叕一次梦幻联动了—— 发布 Qwen2.5-VL-32B-Instruct 。 此前开源家族视觉语言模型Qwen2.5-VL包括3B、7B和72B三种尺寸。 这一次的32B版本进一步兼顾尺寸和性能，可在本地运行。 同时经过强化学习优化，在三个方面改进显著： 对比近期开源的Mistral-Small-3.1-24B 、Gemma-3-27B-IT等， Qwen2.5-VL-32B在纯文本能力上也达到了同规模的SOTA表现。在多个基 准上，Qwen2.5-VL-32B甚至超过了72B。 举个栗子，比如根据一张交通指示牌照片，Qwen2.5-VL-32B就能做如下精细的图像理解和推理： 我正在这条路上驾驶一辆大卡车，现在12点了。我能在13点之前到达110公里远的地方吗？ Qwen2.5-VL-32B首先对时间、距离、卡车限速进行分析，然后分步骤条理清晰推算出正确答案： 回答更符合人类偏好； 拥有更强的数学推理能力； 在图像解析、内容识别以及视觉逻辑推导等任务中，表现出更强的准确性和细粒度分析能力 ...

多图数学推理新基准MV-MATH - 中国科学院自动化研究所推出多图数学推理全新基准MV-MATH，旨在全面评估多模态大语言模型（MLLM）在多视觉场景中的数学推理能力 [1][4][5] - MV-MATH包含2009个高质量数学问题，涵盖K-12教育场景中的真实问题，分为选择题、填空题和多步问答题三种类型，覆盖11个数学领域和三个难度级别 [7][8] - 数据集特点包括多视觉场景（每个问题包含2-8个图片）、丰富的标注（至少两名标注者交叉验证）、多样化的数学领域（11个领域）和首次引入的图像关联性特征标签 [12][13][15][16] 数据集统计与分布 - 总问题数2009个，其中选择题1109个，填空题900个（单步800个，多步100个），测试集200个问题 [9] - 难度分布为简单27%、中等48%、困难25%，图像数量分布为2图48.73%、3图15.53%、4图22.55%、5图及以上13.39% [9] - 图像关联性分为相互依赖集（1412个问题）和独立集（597个问题），问题长度最短14个字符，最长383个字符，平均80.17个字符 [9][17] 模型评估结果 - 评估24个主流开源和闭源多模态大模型，表现最好的Claude-3.5整体准确率33.9%，远低于人类水平76.5% [21][22] - 其他表现较好的模型包括GPT-4o（32.1%）、Gemini-1.5-Pro（29.1%）和Qwen-vl-max（26.9%），开源模型LLaVA-OneVision-Chat-72B准确率26.2% [21][22] - 模型在不同领域表现差异显著，Claude-3.5在算术领域准确率54.2%，但在组合几何领域仅为27.0% [24][25] 细粒度分析 - 难度级别分析显示GPT-4o在简单问题上准确率最高（40.3%），Claude-3.5在中等难度问题上最高（37.5%），困难问题上所有模型表现大幅下降（Claude-3.5仅26.6%） [27] - 图像关联性分析表明绝大多数模型在相互依赖图像子集（MD）上性能低于独立图像子集（ID），Gemini-1.5-pro差距最大（7.8%） [29][30] - 图像输入方式分析显示图像序列输入表现优于合并输入，保留图像位置和顺序信息对多图推理至关重要 [30][31] 研究意义与展望 - 研究证实MLLM在复杂多视觉感知与图像交叉理解上存在困难，多图数学推理有极大改进空间 [33] - 研究旨在推动多图数学推理发展，为视觉大模型的慢推理范式提供参考 [32][33]