Databricks AI 研究团队如何使用 AI Runtime
Databricks AI 研究团队自去年 AI Runtime(AIR)推出起便作为首位客户,用它开发、训练和测试支撑 AI Functions 的模型。AIR 提供 GPU 预检与节点健康监控,可隔离故障节点,避免数百块 GPU 因单点故障闲置;配合 AIR CLI、自定义 Docker 容器和 MLflow 自动实验追踪,训练任务可在数秒内启动。
按时间排列的全部内容。默认只显示通过双重评分的入选条目;切换到“全部收录”可以检索所有抓到的资料。
89 条收录动态,更新于 03:03
全部收录包含没有通过评分的资料,标题以常规字体显示并标为“未入选”,只供检索,不写入选理由。
Databricks AI 研究团队自去年 AI Runtime(AIR)推出起便作为首位客户,用它开发、训练和测试支撑 AI Functions 的模型。AIR 提供 GPU 预检与节点健康监控,可隔离故障节点,避免数百块 GPU 因单点故障闲置;配合 AIR CLI、自定义 Docker 容器和 MLflow 自动实验追踪,训练任务可在数秒内启动。
Google 发布面向机器人任务的 Gemini 4 Argon,宣称可控制机器人、生成虚拟训练环境并评估训练视频质量,目标是覆盖从单台机器人控制到复现已发表研究的完整流程。
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。
Wiley 产品管理高级总监 Chris Reid 提出,学术内容正从"智能体发现"走向"智能体消费"——后者指系统在工作流中使用文献、执行动作、评估结果并决定下一步。
我们很高兴地宣布首批获奖者名单!
Announcing our first Hypothesis to Evidence grantees! Each receives $5k to take a hypothesis all the way to the bench: K-Dense designs and analyzes, @litmus_science runs the experiments. Meet the grantees and their projects: https://www.k-dense.ai/blog/introducing-hypothesis-to-evidence-fellows
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。
我们一直在探索利用 Gemini 4 Argon 加速 @Google 研究的潜力。其中一项测试是使用人类完成趣味任务的视频(比如投沙包游戏?)来自主生成训练模拟,而非完全依赖手动编程。 听听我们研究团队的介绍,并观看实际效果:我们的类人机器人研究这些视频、运行模拟,并掌握了投沙包游戏。
Google DeepMind 发布 Gemini 4 Argon,定位为通用物理推理模型,在 Embodied Reasoning(ERQA)基准上以纯推理取得 87%,称超过其他前沿模型。
入选理由材料给出 Argon 在机器人全流程的提示词示例与开放渠道,研究者可据此判断它能否接入自己的仿真与真机工作流。
上海人工智能实验室推出实验设备访问与协同协议书生SCP-Lab,为科研智能体提供统一的设备能力发现、任务交互与可信反馈机制,支撑书生·端砚把科学构想转化为真实物理实验。
入选理由材料给出协议的分层架构与五级控制粒度,研究者可据此判断自家异构设备能否接入科研智能体的实验流程。
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。
Import AI 475 讨论了 AI 群体(swarm)扩展的收益与代价:Toby Ord 分析认为 4 智能体群体完成同等任务所需 token 总量约为单智能体的两倍,但因并行运行理论上可将耗时减半,同时群体规模扩大存在类似经济学的“踩脚”递减效应。
韩国电子通信研究院(ETRI)提出 YouRA(Your Research Agent),一种面向自主科研的持久状态架构,通过 Verification State Architecture(VSA)、Independent Controller 和 Stateful Reflection 三个组件保存研究状态、执行证据与失败历史。
K-Dense 发布开源 LabMCP,包含 32 个连接器和 411 个动作,让 AI 助手用自然语言操作天平、加热板、泵和探头;每个请求都会对照用户设定的安全限值检查,所有命令均被记录,并提供无需接入设备的练习模式。
入选理由材料给出了连接器数量、安全限制与日志机制,研究者可据此判断能否用自然语言驱动实验室仪器。
中国科学院计算技术研究所等机构的研究者提出 Experimental Experience Modeling(EEM)框架,用于自主科研中的实验决策:从既往实验轨迹中提取可复用的经验条目,判断历史经验是否足以决定某个方向是否值得继续投入,不足时再执行低成本的针对性试点实验,并将新经验回填经验库。
得克萨斯大学奥斯汀分校与 Amazon FAR 等机构的研究者提出 SimEX,一个把仿真实验与编码智能体结合的自动科研框架:第一阶段智能体在仿真中自主生成任务、探测能力库弱点并迭代优化,第二阶段用少量真机试验校正仿真并筛选修复方案。
Michael Levin 在 MDPI 发表论文提出"柏拉图心智空间"假说,认为心智与大脑的关系如同数学模式与其引导的形态发生结果之间的关系,身体(生物、工程或混合)只是模式进入物理世界的接口。该假说尚无决定性实验支持,但 xenobots、anthrobots 及排序算法扰动实验被视为旁证。
K-Dense 发布免费开源的 LabMCP,基于 Model Context Protocol 提供连接器,让 AI 助手用自然语言操作天平、加热搅拌器、pH 探头等实验室仪器。
入选理由原文说明了连接器覆盖的仪器范围、安全限制和全部连接器尚未在真实硬件上验证的状态,研究者可据此判断能否接入自己的实验台。
Lila Sciences 团队用 AI 驱动的闭环实验室(AI Science Factory)在酸性析氧反应(OER)中筛选出钯基催化剂,其最优组成的活性与稳定性可与钌相当,相关细节已写入一篇预印本。
入选理由AI 闭环实验室在数月内找到被领域视为死路的钯基 OER 催化剂,研究者可据此判断自动化实验平台在材料发现中的实际位置。
Periodic 用峰值 1300 块 H200 GPU 完成中期训练与强化学习,训练出在其 X 射线衍射评测上 Pareto 优于 GPT-6 Astra 和 Claude Fable 5.1 的专用模型,现已用于高通量实验室寻找超导体与磁体。
Openshelf 创始人 Chiu Chau 在 AI Science Summit 2026 演讲中提出,实验室硬件需跟上 AI 智能体的发展,下一代实验室机器人应能与智能体通信。
SF Claude Community 与 BioKEA 创始人 Sean 联合举办的 AI Science Demo Night 回顾显示,BioKEA 的 Austin 演示了用计算机视觉流水线驱动桌面取放机自动分拣昆虫样本,当前产能为每月 30-40 块板,目标提升至每天 18 块。
教育非营利机构 Worldwide Studios 举办的首期免费 100 天 AI for Science 奖学金项目完成演示,五位学员分别展示了 AI 实验室助手 Benchmate、DIY 自动细胞培养实验室、网球可穿戴视觉分析、智能体运行可观测层和罕见病 AI 药物发现平台。
Edison Scientific 将于 8 月 13 日举办免费 AI for Science Demo Night,展示 100 天 fellowship 期间科学家与工程师的成果。
LILA 宣布入选美国能源部 Genesis Mission,其提交的三个 Lighthouse Challenge 提案获得第一阶段资助,每个项目均与国家实验室或研究型大学合作。
入选理由LILA 公布入选美国能源部 Genesis Mission 的三个灯塔项目,研究者可据此了解 AI 自主实验平台与国家实验室合作的具体方向。
Lila Sciences 介绍其 AI Science Factories 自动化实验室平台,通过 NVIDIA BioNeMo Agent Toolkit 提供的领域模型、NIM 微服务和生命科学配方,让智能体完成结构预测与从头设计,并用 NVIDIA Nemotron 3 等推理模型做后训练。
入选理由Lila Sciences 与 NVIDIA 合作把 BioNeMo 智能体工具包接入自动化实验室,研究者可了解智能体闭环做实验的现有做法。
Lila Sciences 入选 2026 CNBC Disruptor 50 榜单第 25 名。这家由 Flagship Pioneering 于 2023 年创立的公司正在打造其所称的"全球首个科学超级智能平台",可自主生成假设并设计、执行实验,同时建设由 AI 模型驱动的自动化机器人实验室 AI Science Factories。
Lila Sciences 称正在构建能自主执行科学方法的 AI 系统,可生成假设、设计实验、运行实体实验室并迭代,速度与规模超人。文章将 2026 年类比为 1997 年 Deep Blue 击败国际象棋世界冠军、2016 年 AlphaGo 走出第 37 手之后,科学领域对应的时刻。
英国高级研究与发明局(ARIA)启动 AI 科学家资助计划,拟资助 5-6 家已拥有可运行 AI 科学家系统的机构,在九个月内解决真实科研问题。每个提案须包含一个团队确信能解决的问题和一个预期会遇挫的问题,以检验自主系统在假设生成、实验设计、自动化实验室执行与失败迭代上的实际能力边界。