全部动态

Gemini 4 Argon 将学术PDF变动画绘本

借助 Gemini 4 Argon，你的研究有了讲述故事的新方式 📖 我们在 @GeminiApp 中使用 Nano Banana、Veo 和 Argon，将一份内容密集的学术 PDF 变成了一本全彩动画故事书。

NVIDIA Nemotron 3.5 Super VL 上线 Baseten

NVIDIA Nemotron 3.5 Super VL 在 Baseten 上线，这款 120B 参数混合专家模型每 token 激活 12B 参数，在 Nemotron 3 Super 架构上加入视觉编码器，可读取文档、应用截图和视频并结合推理与工具调用。

Manus 支持定时自动执行重复工作

现在你可以用 Manus 让重复性工作自动运行！ 你只需告诉 Manus 工作何时开始，以及最终成果是什么样。

Sakana AI 开源 The Agentic Scientist，用编程智能体编排自动化科研流程

Sakana AI 发布 The Agentic Scientist，把 Codex、Claude Code 等现成编程智能体包进一套控制其输入、写作、评估与阶段交接的脚手架，并行测试假设并按实验前设定的评分标准评估，通过共享记忆汇总成败，再对胜出程序做消融以生成证据。

入选理由Sakana AI 把现成编程智能体包进受控科研流程，并公开代码与一篇被 ALIFE 2026 接收的论文，研究者可据此判断自动化科研的边界。

OpenAlex 上线可信期刊名单字段 listed_in，已收录 61 份名单

OpenAlex 为每个来源新增 listed_in 字段，记录该期刊出现在哪些外部期刊名单上，用户可在网站和 API 中按名单过滤文献与来源。

入选理由OpenAlex 把 61 份可信期刊名单做成可查询字段，研究者与评估方可以按名单而非单一索引划定检索和评价边界。

在 Mac Studio 上用 MLX 与 RDMA 本地及分布式运行大模型推理

Apple 在 Mac Studio 上借助最新版 MLX 与 Thunderbolt 上的 RDMA 驱动，实现近万亿参数的 Muse Spark Open 本地及多机分布式推理，四台 Mac Studio 集群生成速度超过 36 tokens/s。

上海AI实验室许地生团队用书生-S2 人机协同证明三维Ghys猜想

上海人工智能实验室访问学者、大湾区大学教授许地生团队依托书生科学多模态大模型S2（书生-S2），通过人机协同完成困扰数学界30余年的三维Ghys猜想证明，论文已发布在预印本平台arXiv，形式化代码在GitHub公开。

入选理由材料完整呈现了人机协同证明数学猜想的流程与形式化验证环节，研究者可据此判断大模型在自身领域承担长程推导的可行边界。

Thinking Machines Lab 回顾 Tinker 上线一年：新增全量微调测试版与生产推理接口

Thinking Machines Lab 回顾其后训练平台 Tinker 上线一年的进展：平台以四个 API 函数连接用户代码与托管 GPU，新增 CISPO、DRO 与自定义 RL 损失、top-k logprobs，并开始提供全量微调测试版。

Google Research 将 Deep Review 从同行评审扩展到 Google Docs 与演示文稿核查

Google Research 在 Research@ 活动上宣布，Deep Review 在 STOC、ICML、NeurIPS 和 ICLR 累计处理 16K+ 份投稿后，将从科学同行评审扩展到对知识文档（包括 Google Docs 与演示文稿）提供有依据的核查，现已开放试用。原文附有试用链接 https://goo.gle/4zx1OEP。

OpenAlex 覆盖近全部 OJS 期刊，收录比例升至 95%

OpenAlex 宣布其收录的活跃 Open Journal Systems（OJS）期刊比例从 80% 升至 95%，过去一个月新增 10,870 种期刊，并改为直接从 21,864 种期刊的 OAI-PMH 源抓取文章。

Ai2 发布 HiRO-ACEv2 气候模拟系统，3 公里分辨率成本约为原来的三百分之一

Ai2 发布 HiRO-ACEv2 系统，可在 3 公里分辨率下模拟全球极端天气，成本约为原来的三百分之一，同时其统计特征与 X-SHiELD 的偏差在 3% 以内，即使对百万分之一量级的稀有事件也是如此。模型已在 Hugging Face 开放（https://huggingface.co/allenai/HiRO-ACEv2）。

NVIDIA 发布 Nemotron 3.5 Super VL 多模态模型，开放权重并配套后训练数据

NVIDIA 发布 Nemotron 3.5 Super VL，这是一个开放、可定制的多模态模型，采用 120B 参数 MoE 架构、每个 token 激活 12B 参数，融合推理、指令遵循、工具调用与文本、图像、文档、视频理解。

K-Dense Web 公布 Hypothesis-to-Evidence Grant 首批研究员，资助端到端智能体科研

K-Dense Web 公布 Hypothesis-to-Evidence Grant 首批入选者：香港大学 Joy-Yan Lam 与 MIT 的 Alexander Reading、Daniel Pascal 团队，项目从计算结果出发，经 K-Dense Web 形成假设与实验方案，再由 Litmus Science 完成湿实验室检测。

Ai2 将 Molmo 2 适配鲑鱼声呐视频

Kai Van Brunt 将 Molmo 2——我们用于视频理解的开源模型——适配到了一个远超其训练数据的领域：鲑鱼的声呐视频。 认识 Molmo2Fish，这是一个可追踪鱼类、并能通过自然语言引导纠正部分错误的原型。🧵 https://allenai.org/blog/molmo2fish

Ai2 用 TutorMoments 评测前沿模型

我们在 TutorMoments 上测试了包括 Astra 和 Opus 5.5 在内的前沿模型，该评测用于判断大语言模型是帮助学生自己解决问题，还是替他们做得太多。 总体而言，模型在详细提示下得分更高，而仅被告知“好好辅导”时得分较低。 https://tutormoments.allen.ai/

上海AI实验室推出决策模型书生·明决，4B版七项评测平均90.02分

上海人工智能实验室推出决策模型书生·明决（Decision），含0.8B、2B、4B三档参数版本，将原生视觉感知与指令遵循结合，可在读取画面的同时输出结构化决策。

CompLit 基准：文献检索评测需覆盖隐含、累积与无解需求

首尔大学、LG AI Research 等机构的研究者提出文献检索基准 CompLit，覆盖 arXiv 全部八个领域，包含 870 条单轮查询和 220 段多轮对话，并设置 Standard、Implicit、Cumulative、Unmet 四种评测场景。

Google 本周发布 SynthID、Nano Banana 2.1 等多项更新

Google 本周宣布 SynthID.com 面向全球开放英文版，任何人可用该检测门户核验图像、视频或音频是否由 Google 及行业伙伴的 AI 生成。同期发布 Nano Banana 2.1，在视觉设计、主体一致性和精准局部编辑上有提升；还推出首个原生多模态开放模型 EmbeddingGemma 2，将文本、图像、视频、音频和代码统一到单一空间用于端侧嵌入。

alphaXiv OpenResearch v0.2.18 发布

alphaXiv OpenResearch 发布 v0.2.18，新增桌面应用安装方式，无需单独安装或终端配置，默认自动更新。该版本修复了 Claude Code 卡片显示原始 billingType 值、聊天线程外选中文字几乎不可见等问题，并改进远程运行与 OpenCode V2 执行失败提示。

K-Dense 更新：AI 信任议题、AI 科研助手播客与三款基于 Jev 的免费工具

K-Dense 发布三款基于 Jev 的免费免登录工具：Citation Telephone 可沿引用链追溯被引论文是否支持原句，Rigor Scan 对 PDF 执行 74 项报告规范检查且文件留在浏览器内，Claimscape 按研究设计与年份映射 PubMed 摘要。

K-Dense Web 重跑 Kang 2018 干扰素数据：细胞层面与供体层面检验相差 38% 显著结果

K-Dense Web 对 Kang et al. 2018 发表于 Nature Biotechnology 的 IFN-β 刺激 PBMC 数据（GEO GSE96583。

SciSpace 指南：如何一步步做系统综述（含真实 PRISMA 示例）

SciSpace 发布系统综述分步指南，以 Dr. Ullah 的真实综述为例，演示如何将 4,634 条检索记录筛选至 74 篇纳入研究。指南覆盖确认综述必要性、定义并试点研究问题、构建可复现检索策略、设定纳入排除标准、筛选研究、数据提取、证据综合与报告质检八个步骤，并强调用 PRISMA 流程图记录筛选决策。

SciSpace 发布七步流程，核查 AI 生成引用与论断

SciSpace 基于 Joanne Donoghue 教授的讲座整理出一套七步工作流，用于核查 AI 生成的研究内容：先识别虚构论文、错误 DOI、作者名单错误、结论被曲解、编造统计量、虚假指南建议和虚假共识等错误类型，再依次定义证据标准、核验文献记录、获取全文、追溯论断出处、比较研究间差异并审计参考文献。

K-Dense Web 采用 Grok Bots 智能体

现在我打算采用 Grok Bots。不绑定特定模型的智能体才是正确方向。我们设计 K-Dense Web 时就是这么做的：针对给定任务选用最佳 API，而不被次等技术所束缚。

alphaXiv OpenResearch v0.2.17 发布

alphaXiv OpenResearch 发布 v0.2.17，新增韩语和日语本地化，并改进 Windows 上 Git 与 OpenCode 的安装可靠性。该版本修复了 SSH 复用连接被拒后无法重连的问题，并让桌面应用在 Windows 双击 orx.exe 时启动。更新还调整了 CLI 用户引导、侧边栏项目折叠和更新等待机制。

SciSpace 发布文献综述写作指南：附注释范例与七步流程

SciSpace 发布文献综述写作指南，用一篇虚构教学范例演示如何围绕主题比较研究、指出证据差异并引出研究空白。指南给出七步流程：界定综述问题、统一记录证据、核查可比性、按主题分组、撰写综合、确立空白、核对原文。内容整合自 3 场 SciSpace 网络研讨会，并演示将 Literature Review Agent 限定在选定的 Zotero 馆藏内提取字段。

alphaXiv 推出 Paperscrolling 移动应用，以信息流形式浏览论文要点

alphaXiv 推出 Paperscrolling，已在 iOS 和 Android 上线，用户可通过信息流查看最新研究的关键要点、图表和音频解读，内容来自 alphaXiv Briefs。Google Play 页面显示应用包名为 org.alphaxiv.mobileapp。Timothy Kassis 转发该消息并评论称这是有用的刷屏。

如何挑选合适的种子论文：启发式方法与迷你基准

SciSpace 发布网页研究指南，给出挑选文献综述种子论文的启发式方法与迷你基准。指南建议按引用量、时效性和相关性排序种子论文，并称其迷你基准显示优质种子能显著减少文献地图的覆盖缺口。文中还列出选择偏差、数据库覆盖不全等常见问题，并演示用 SciSpace 相关文献智能体从种子论文扩展生成文献地图。

SciSpace 指南：用可复现评分模型衡量研究空白“值得做程度”

SciSpace 发布研究指南，提出把研究空白的创新性、影响力和可行性各按 1-10 分打分、合计 30 分的“gap worthiness”评分模型，用于快速排序科研选题。

SciSpace 指南：用人在回路验证小组核验 AI 发现的研究空白

SciSpace 发布指南，介绍用人在回路验证小组核验 AI 发现的研究空白，流程为 AI 发现、人工验证、迭代完善三步。指南指出 AI 空白发现工具存在数据不完整、偏见放大、语境盲区和模型幻觉等风险，需专家结构化评审补足。SciSpace 的 research gap agent 与 ResearchGPT 负责生成和追问空白，结果可导出至协作空间供小组评审。