谷歌与牛津大学合作，推出Gemini for Education和NotebookLM等AI工具，提升师生的学习与研究效率。牛津大学的师生可通过部门获取Pro许可证，安全使用这些工具。Gemini提供个性化学习支持，促进研究与创新，增强AI素养，巩固牛津在教育和研究领域的领导地位。

英国蛋白质分析技术研发商 Peptone 公司、英伟达公司、麻省理工学院等组成的联合团队提出了两项关键突破。其一是 PeptoneBench 系统评估框架：该框架整合 SAXS、NMR、RDC、PRE 等多源实验数据，并结合最大熵重加权等统计方法，实现了实验观测与理论预测的严格定量对照。其二是生成模型 PepTron：基于扩展后的合成 IDR...

作者计划在2025年带孩子游览英格兰和苏格兰，参观牛津和剑桥两所著名大学，体验其学术氛围与历史魅力。牛津历史悠久，培养了众多杰出人才；剑桥则以自然风光闻名，尤其是康河。两校在学术上相互竞争，为世界做出重要贡献。

医学领域知识庞大，传统大语言模型难以适应。牛津、卡内基梅隆和爱丁堡大学的团队提出了医学GraphRAG，通过生成循证回答和医学术语解释，提升了模型在医学应用中的表现，确保回答的可信度和质量。该研究已入选ACL 2025，展示了知识图谱与大语言模型结合的潜力。

近年来，医学领域面临大语言模型应用的挑战。牛津、卡内基梅隆和爱丁堡大学联合提出的MedGraphRAG方法，通过生成循证回答和医学术语解释，显著提升了模型在医学问答中的表现，确保了回答的可信度和准确性。该研究已入选ACL 2025。

英国癌症生存率低，因患者多在中晚期确诊。NHS设定目标提升早期诊断，利用新算法结合血液检测评估癌症风险，已在746万人数据中验证，显著提高早期识别能力。

牛津大学的研究在《Nature》上发表，成功实现了两米距离的确定性量子门传送，保真度达到86%。该成果为分布式量子计算和量子互联网奠定了基础，Grover搜索算法的成功率为71%。此技术突破了量子信息跨处理器传输的限制，标志着量子计算的重要进展。

Meta公司发布了SAM 2，可以实时分割静态图像和动态视频内容。牛津大学团队开发了MedSAM-2，基于SAM 2的医学图像分割模型，具有出色的性能和泛化能力。SAM在医学图像分割领域具有潜力，其他团队也在探索其应用。

牛津大学将举办一次“领域驱动设计”课程，重点介绍领域驱动设计原理和与其他软件设计方法的区别。学员将学习如何与领域专家沟通，使用代数类型和函数记录领域概念和活动，以及应用DDD方法处理错误和管理应用程序状态。课程内容包括软件开发过程、设计、数据库等。无需F#经验。