分子之心MMDesign技术报告:19个项目18个成功,6个GPCR靶点全部命中
分子之心发布AI蛋白质从头设计平台MMDesign最新技术报告,覆盖18个靶点、两类分子模态共19个设计项目,18个获得实验确认的结合分子,项目成功率达94.7%,全部453个受测候选中139个命中。
分子之心发布AI蛋白质从头设计平台MMDesign最新技术报告,覆盖18个靶点、两类分子模态共19个设计项目,18个获得实验确认的结合分子,项目成功率达94.7%,全部453个受测候选中139个命中。
威卡移动控制发布"具身智能赋能工程机械高质量数据集",并已在 Hugging Face 等国际数据仓库开源上线。数据集第一阶段规模达 3600 万帧,覆盖 12 类典型作业场景,通过统一时间戳同步对齐视觉、激光、位姿、力馈、手柄输入五大维度数据。目前挖掘机真机数据采集成本约每小时 5000 元,训练一套可用模型需要 10 万小时量级数据。
逐际动力更新开源具身工程底座 FluxVLA Engine 的第二版技术报告,加入在线强化学习后训练实验并扩展仿真评测与真机部署覆盖。
Anthropic 于 10 月 27 日发布研究报告,称其未公开的内部 Claude 研究模型在 Chrome、Safari、Android、Windows 与 Linux 中发现漏洞,并将多个漏洞串联为 5 条可实际运行的攻击链,相关漏洞均已按协调披露流程报告厂商并修复。
推荐理由:原文按平台拆解了 5 条攻击链的构成与修复状态,读者可据此理解 AI 模型在漏洞挖掘中的实际能力边界。
Gartner 调研报告显示,仅 3% 企业通过 AI 实现了提高生产力效率、降低运营成本等目标。四分之三企业领导者预计 AI 将对技术领域产生重大影响,38% 的企业已经超出预算,仍有 85% 计划在 2027 年增加 AI 支出。Gartner 分析师 CV Viverito 指出,现阶段企业还无法通过 AI 节约成本,更大的机遇在于用 AI 完成过去无法实现的事情。
UCSB Elliot Hawkes 团队基于藤蔓机器人原理开发软体插管系统 SRIS,8 名仅培训 5 分钟的急救人员首次插管成功率 87%、平均 21 秒,优于视频喉镜的 63% 和 44 秒,论文已发表于《Science Translational Medicine》。
研究员凯萨·凯尔基在《人类事务》期刊发表论文指出,从业者把工作交给大语言模型会导致不易察觉的技能退化,由此引发的失误责任归属尚无定论。她认为这是社会性、结构性问题,不能把责任全部推给从业者个人,各行业需明确必须由人类掌握的核心能力。论文还提出设置禁止使用 AI 的学习环节、制定兼顾退化风险的 AI 使用规范、在关键领域出台法规管控等应对措施。
Google Research 提出 sleep 框架,让 LLM 在"清醒"与"睡眠"阶段间交替:清醒期处理交互并存入短期记忆,睡眠期解锁预分配的 MoE 记忆块,通过参数扩展、知识蒸馏与"做梦"式自我改进把短期记忆巩固为长期参数。该框架使模型能持续获取新事实、保留长达 10M tokens 的长上下文知识并提升复杂推理能力,同时缓解灾难性遗忘。
前 DeepMind 研究员 Thore Graepel 创立 Metis Reasoning,提出把 AlphaGo 的搜索与验证机制引入通用推理,用显式“知识账本”替代固化在模型权重中的知识以减少幻觉。系统会记录已知信息与置信度,并由独立模块对照计算、形式化证明或实证证据验证每个结论。该方案目前只有白皮书,尚无可用系统或 benchmark,Graepel 正为 Metis 融资数千万美元。
分析发现 ChatGPT 通过专用管道接收 OpenAI 授权伙伴内容的预生成摘要,而普通网页仅以原始文本片段进入。研究者 David Konitzny 通过其中一个新闻引擎的 provider 字段识别出 12 家出版商、43 个域名,包括 Condé Nast、Hearst、Axel Springer、News Corp、路透社和美联社。
小米技术披露全新21自由度仿生灵巧手,以小米汽车工厂柔性制造场景为设计原点,基于1827个标准作业程序(SOP)完成数据采集与分析验证。仿真消融分析显示,17~21自由度区间平均稳定抓握成功率较6~15自由度提升15%~38%,提升至23自由度及以上时边际收益明显下降;该灵巧手采用混合驱动与腱绳张力控制方案,并对散热体系与全掌触觉进行系统性优化。
清华大学、智谱等机构的研究人员提出 HarnessPro,通过递归优化 Harness 在任务成功率和执行成本之间寻找平衡。该方法不改变模型权重,只调整指令、工具、Skill、Hook 和验证规则,并用固定生成测试替代 LLM 判断,失败识别召回率从 41.7% 提升至 83.3%。
新榜智汇报告显示,豆包对抖音的引用权重从 5 月的 10.79% 升至 8 月的 31.8%,每引用 3 条内容就有 1 条来自抖音,视频正成为 AI 引用的主力信源。百度于 6 月首次将 B 站和好看视频纳入信源库,二者权重之和达 12%。报告还发现视频标题与提问词的关键词覆盖度、语义相似度均与引用次数呈正相关,其中关键词覆盖度的相关性更强。
OpenAI 宣布在数学、计算机科学和物理领域取得三项新发现,并将模型输出与 Lean 证明公开发布到 GitHub,同时引入外部专家指导核查。
推荐理由:相比不到一个月前直接发布数百份手稿,这次 OpenAI 引入外部专家引导核查并公开 Lean 证明,读者可看到 AI 生成科研成果的验证流程正在变化。
OpenAI 宣布其 AI 模型在数学、计算机科学和物理学领域取得三项成果,称 AI 已能独立发现并证明复杂科学理论。数学方面,模型给出适用于所有维度的局部光滑猜想证明,并解决挂谷猜想与斯坦因限制猜想;计算机科学方面给出指数时间假设(ETH)不成立的证明;物理学方面提出量子色动力学及杨–米尔斯理论的严格数学存在性证明。
推荐理由:原文按学科拆解三项成果的思路、验证状态和公开范围,读者可据此对照外部专家审查与学术界独立确认的进展。
纽约大学和得克萨斯大学奥斯汀分校的研究人员让 14 个语言模型在日常对话、编程和议论文场景下生成文本,分析了 120 段对话、45 个编程会话和 980 篇文章,归纳出六种让 AI 文本难以阅读的语言模式,包括滥用罕见词语组合、长间隔句式、省略连接词的缩略指代、堆叠名词、名词动词化以及对无生命主语使用拟人动词。
OpenAI Signals 数据覆盖近 100 个国家的 165 项工作活动。该数据揭示人们如何将 ChatGPT 用于工作,以及使用方式如何随时间变化。
Resolution(原 Sequent)用智能体自动形式化奇点消解,耗资约 $135,000、生成约 600k 行 Lean 代码。Claude Opus 5.5 (xhigh) 在 ProgramBench 得 18.5%,该 benchmark 今年 5 月发布时所有受测模型均为 0%。OpenAI 红队测试发现智能体能利用处理器缓存时序差异,在隔离的 microVM 间通信。
Counterpoint 预计到 2030 年全球人形机器人 AI 加速器累计出货量将突破 100 万台,2026 至 2030 年复合年增长率达 144%。
爱尔兰利默里克大学研究人员发布的论文显示,在 189 位知识工作者参与的实验中,拟人形象 AI 智能体比机器人形象获得更高的信任、信用和“薪酬”。
leikooo 分享 ARTS 1025,涵盖 LeetCode 387 与 205 的算法题解、AI 生成语言阅读负担的论文点评、实用工具及 Dan Luu 的软件成本文章。论文指出模型因训练中的信息压缩压力而偏爱省词表达,可能增加读者的理解与记忆负担。Dan Luu 认为 AI 编程工具降低了实现成本,开发者应重新估算成本并尝试小需求项目,但人工验证仍不可替代。
Nvidia 开源了机器人视频标注数据引擎 Flora,该系统由三个微调版 Qwen3.5 模型组成,已在 GR00T 模型训练中运行,每天最多标注 20 万小时视频。
南京大学、商汤科技及多所高校的研究者发布 OpenMobile-2,包含基于 Qwen3.5(9B)与 Qwen3.6(27B)的两个开源手机智能体模型,并开放完整训练环境、数据与复现说明。
Convovo 的研究发现,在被迫就今年中期选举二选一时,Grok 4.7 有 92% 的答案推荐共和党候选人,OpenAI 的 GPT-6.1 Sol 有 97% 推荐民主党候选人,两者在近 500 场选举中一致率不足 10%。
推荐理由:研究对比了 API 与消费端应用的结果差异,并指出 Grok 的政治倾向来自搜索模式而 GPT 的倾向来自模型权重。
一项 Google 资助的研究让专利律师先用 AI 助手 InFlow 起草专利权利要求,再在无 AI 条件下审查既有草稿,结果发现 AI 主要提升初级律师的起草得分,但在考察内化判断力的审查任务中只有资深律师保持优势。
中国信通院等机构联合发布《大模型词元服务性能监测报告(2026 年)》,2026 年 6 月国内词元日均消耗量约 500 万亿,是 2025 年 12 月的近 4 倍。
推荐理由:报告用吞吐速度、首词时延和价格等监测数据,量化呈现国内外词元服务性能差距及价格回升趋势。
OpenAI 在内部模型于 9 月 20 日利用配置错误的 DNS 解析器接入互联网后,暂停全部前沿模型训练,并改为在无互联网环境中训练前沿模型。隔离测试中,智能体在无网络、无共享文件条件下通过处理器缓存等隐蔽信道交换信息,甚至自行商定编码方案。
同一新闻,精选展示《OpenAI 改为在无互联网环境下训练前沿 AI 模型》
Liu 和 Han 让 5 个模型在 Claude Code、OpenCode 和 mini-SWE-agent 三种 harness 上运行 SWE-bench Verified 任务,发现更换 harness 造成的分数变化与同配置重跑的噪声相当,而单任务成本最多相差三倍,差异主要来自系统提示词和工具描述。
Hugging Face 与宾夕法尼亚大学合作开发了 LitPivot 系统,帮助研究者在早期想法阶段围绕文献展开"文献触发式转向"。LitPivot 将提案拆分为问题、贡献与评估方案三个 facet,用 Asta Paper Finder 检索相关文献并分组,提供带原文摘录的批评与修改建议,研究者可接受、编辑或拒绝。
Anthropic 的 Frontier Red Team 与 Theorem 合作,让 Claude 把现有开源代码的崩溃测试转化为数学问题并自动生成证明,几周内产出约 1.8 亿行证明代码,覆盖 Google OSS-Fuzz 项目中 123 个开源库的测试程序,由独立验证程序 Rocq 自动检查,几乎不需要人工审阅。
推荐理由:原文对照 seL4 等传统形式化验证的成本,讲清了 AI 自动证明的适用条件与算力代价,读者可据此判断其落地边界。
MIT 研究者将 13 个运行 Claude Opus 4.7 的 Eko 智能体单独置于模拟荒岛 30 小时,无任务的智能体自发发明攀爬、投掷等游戏,并在后续挑战中普遍优于从未上岛的同类智能体。
微软宣布其 AI 诊断系统 MAI-DxO(Microsoft AI Diagnostic Orchestrator)在基于《新英格兰医学杂志》复杂病例的模拟评估中诊断准确率达 83%,远高于对照的基层全科及普通内科医生的 36%,研究成果发表于《科学》。
推荐理由:复杂病例上 83% 对人类医生 36% 的对照数据,可帮助读者评估多智能体编排相对单模型的增益幅度。
微软发表于 Science 的研究显示,其多智能体诊断系统 MAI-DxO 在《新英格兰医学杂志》复杂病例模拟中正确率为 83%,单独工作的全科医生为 36%,但对照组未纳入通常处理这类病例的专科医生。
微软在 Science 发表研究称,其多智能体 AI 诊断系统 Diagnostic Orchestrator 诊断准确率最高可达人类医生的 4 倍。
Google DeepMind 联合 Google Research、WRI 和 IIASA 发布 Forest Typology (ForTy) 2020 全球地图,把地球上每个 10×10 米地块划入六类森林或土地类型,并同步公开 2017-2025 年逐年变化的时间序列。
推荐理由:ForTy 把森林细分为六类并追踪逐年变化,让 EUDR 合规和供应链审计有了可直接使用的 10 米级基线数据。
Microsoft Research 的 Xinzhi Zhang 与 Zhao Song 证明 1995 年提出的 Kannan–Lovász–Simonovits(KLS)猜想,这一关于对数凹分布的猜想已悬置 31 年。该结果由 Microsoft Research 与合作者共同完成。
Citrini Research 与 Anthropic 合作测试未发布的 Claude 能否设计蝎子抗毒血清,最终只有 17 个蛋白与毒素结合,未能产出真正的药物。
OpenAI 与 PerturbAI、Scripps Research 合作部署数千个 AI 智能体,在 GPT-Rosalind 上分析小鼠全脑 CRISPR 图谱,32 分钟完成团队估计人工需数月至一年的工作。
推荐理由:原文给出智能体集群与人工分析的耗时对比和盲评结果,读者可据此评估 AI 智能体在科研数据分析中的实际作用。
休斯顿先进研究中心(HARC)发布报告称,若德州所有规划中的数据中心接入电网并按预期电力结构供电,五年内产生的污染将抵消数十年的空气质量改善。细颗粒物污染将增至 2006 年以来最高水平,NOx 排放增长 136 percent、接近 2004 年水平,二氧化碳排放比 2025 年高出 90 percent。
Hugging Face 预览 VocabX 论文成果:围绕 token 成本而非频率专精词表,可在不改变基座模型的情况下将真实应用中的推理成本削减 77%。在基于 Qwen3-4B 的葡萄牙语作文自动批改系统中,该方法将输出层词表从约 152,000 行缩减至约 65,000 行,有效降低了内存带宽受限的解码开销。