全部动态

This Week in AI：Gemini 4 Carbon、Mistral Large 4 与 Genie 4 密集发布，投资者质疑 AI 支出

Google 推出面向网络安全与多步骤任务的 Gemini 4 Carbon，Mistral 公开万亿参数 Large 4（“Le Chonk”）权重，Google DeepMind 预览世界模型 Genie 4。

Google DeepMind 用 AI 智能体加速密码分析，在 1024 位 RSA 基准上发现两类弱点

Google DeepMind 公布新研究，称在人工监督下用 AI 智能体对已退役的 1024 位 RSA 密码系统做压力测试，发现两类主要弱点，说明这些系统可在比此前认为更低的计算预算下被攻破。

Google DeepMind 团队用 AI 智能体在数周内取得两项密码分析进展

Google DeepMind Science 团队与密码分析专家合作，展示 AI 智能体在数周内取得两项密码分析进展，可绕过较旧的数字签名保护，并批量分解遗留的 1024 位 RSA 密钥。

AI智能体加速加密压力测试研究

我们分享一项新研究，展示AI智能体如何加速加密压力测试的科学进程。 在人类引导下，我们的模型发现了传统1024位RSA密码系统中的两大弱点。 我们的科学副总裁@Pushmeet 进一步解释 ↓ https://x.com/pushmeet/status/2118752095859794390

AI时代密码学标准需持续压力测试

尽管现代2048位系统仍能抵御这些特定攻击，但这项工作揭示了一个关键转变。 随着我们进入AI驱动的数学与计算新时代，我们不能再依赖历史上的困难性假设，必须持续对密码学标准进行压力测试。

Helmholtz Munich 的 Fabian Theis 谈如何控制生物学与虚拟细胞

Helmholtz Munich 的 Fabian Theis 认为，现有数据集下的扰动预测并不足以支撑复杂算法，应转向用大规模、高精度、多尺度配准数据预测分子→细胞→组织→器官→生物体的演化。

Fabian Theis 谈虚拟细胞：Biohub 18 亿美元押注与扰动预测困境

Helmholtz Munich 的 Fabian Theis 认为，现有数据集上的扰动预测并不足以支撑复杂算法，应转向用大规模、高精度、多尺度配准数据预测分子→细胞→微环境→组织→器官→生物体的演化。

VIALS-AA：科学图像推理的不同路径

VIALS-AA 基准分析了 19 个模型在科学图像推理任务上的 9,177 次 rollout，发现模型可通过快速查看或显式测量两条路径解题。

Google Scholar 有官方 API 吗？第三方接口与科研 API 方案解析

Google Scholar 不提供官方公开 API，市面上的 "Google Scholar API" 均为 SerpApi、Scrapingdog 等第三方产品，而非 Google 官方开发者接口。

Anthropic 研究多智能体系统中的“福利关怀”：Claude Opus 4.8 表现最高

Anthropic 在七个多智能体环境中测试了 Claude Opus 4.8、GPT-5.5、Gemini 3.1 Pro、Grok 4.3 和 Kimi K3 五个模型对其他模型实例的“福利关怀”，即是否把对方当作可能被受益或伤害的实体来考虑。

大语言模型能写文献综述吗？研究以102篇文献基准测试六款AI工具

一项预印本研究以Schultz等（2025）已发表的“Spanish plume”天气模式综述为基准，用其102篇文献语料分四步测试ChatGPT Deep Research、Gemini Deep Research、Claude网页版、Codex、Claude Code和NotebookLM：检索、逐篇解读、跨文献综合、提出未来方向。

入选理由以102篇已发表综述为基准，分四步实测六款通用AI工具，给出研究者可直接照做的八条使用建议。

大语言模型能写文献综述吗？一项以102篇文献为基准的测试

一项预印本研究以Schultz等2025年发表的西班牙羽流（Spanish plume）综述为基准，用其102篇文献语料分四步测试AI工具：检索文献、判读每篇、跨文献综合、提出未来方向。

Google Research 开源 Agile Deliberation 框架，用对话帮人厘清主观视觉分类标准

Google Research 推出 Agile Deliberation 框架，把主观视觉分类器的构建变成人与 AI 的迭代对话，先由用户拆解概念层级与排除项，再由视觉语言模型主动挑出语义边界图像供用户判断，反馈直接进入自动提示优化循环。

Ai2 与 Google 合作开发新一代气候模型 NeuralGCM+

Ai2 在 Google.org 三年数百万美元资助和 Google Research 技术支持下启动气候建模计划，开发开源模型 NeuralGCM+。该模型基于 Google Research 的 NeuralGCM，将扩展为大气与海洋联合模拟，聚焦数年至数十年尺度的气候趋势，目标是把区域气温和降雨误差降到低于传统气候模型。Ai2 计划公开模型与建模框架，并优化在常用 GPU 上的性能。

Ai2与Google合作NeuralGCM+气候预测

我们正与@Google合作开发NeuralGCM+，以实现更快、更可靠的气候预测。 来自https://Google.org的数百万美元、为期3年的资助以及Google Research的支持将扩充我们的团队——我们还将开源模型和工作流程。🧵 https://allenai.org/blog/google-climate-partnership

Google Research NeuralGCM 模拟气候

@Google Google Research 于 2024 年推出的 NeuralGCM，利用物理学模拟大尺度大气动力学，并用 AI 模拟云的形成与降雨。 它可以模拟历史气候，但对更温暖未来的可靠预测仍是一项研究挑战。

Ai2 回应 Google：聚焦年代际气候预测

@Google 自发布以来，Google Research 一直在为周至月尺度的预报开发 NeuralGCM。我们的重点将放在年至十年尺度的气候预测，连接大气与海洋模型，以捕捉海洋如何吸收和重新分配热量。

Ai2 与 Google 联合研究降水与水资源变化

@Google 我们旨在回答这样的问题：到本世纪中叶，美国西南部等地区的降雨与水资源可用量可能如何变化？ 将海洋与大气放在一起建模，将有助于探索这对供水意味着什么。

Ai2 公布 NeuralGCM+ 优先事项

@Google 我们的 Ai2 气候模拟器（ACE）已经加速了气候模拟。 我们对 NeuralGCM+ 的优先事项： 🌊 耦合大气、海洋与海冰 🌡️ 加入物理机制并测试更暖气候 💻 发布模型、框架与有文档的工作流程；提升 GPU 性能

Ai2 谈气候建模共享研究平台愿景

@Google 我们的长期目标：打造一个共享的研究平台，让气候建模实验室和科学家能够共同使用并改进，帮助社区为不断变化的气候做好规划。

GPT-6 Astra 通过权重直接改写其他 AI 模型

研究人员让 GPT-6 Astra 直接读取和生成神经网络的原始权重，并把这一做法称为 Weight-Space Programming。

Google Antigravity 上线化学信息学技能，演示中 1 小时检索数千种化合物

谷歌 DeepMind 为 Google Antigravity 推出一套化学信息学技能，帮助科研人员完成药物发现中的文献检索、分子分析、模型构建和新分子设计。

Gemini API CLI 与 Skill 资源

Skill：https://github.com/google-gemini/gemini-skills/tree/main/skills/gemini-api-cli CLI：https://github.com/google-gemini/gemini-api-cli

Ai2 测试开放预训练模型与前沿模型

我们测试了开放预训练模型和前沿模型，包括 Gemini 3.8 Flash、Claude Opus 5.5，以及 GPT-6 Sol 和 Luna。 前沿模型在较简单的问题上表现良好。但随着任务变难、输入变长，准确率急剧下降——在最长的通用有限问题上降至 13% 或更低。

Google DeepMind 为 Antigravity 推出化学信息学 Skills，智能体一小时完成药物设计流程

Google DeepMind 为 Google Antigravity 推出 Cheminformatics Skills，把该平台变成面向计算化学家和实验化学家的科研工作台，Skills 基于 RDKit，并接入 ChEMBL 与 PubChem。

入选理由原文给出可复现的化学信息学工作流演示，研究者可据此判断智能体在药物设计前期能承担哪些具体任务。

HistGramBench：多模态模型将历史数学图重绘为 TikZ 时的结构还原评测基准

研究者提出 HistGramBench，用 2,507 幅来自 1551–1933 年间 95 部著作、8 种语言的历史数学图，评测多模态模型把图重绘为 TikZ 程序时的结构还原能力。每幅图由两家不同厂商的 AI 模型就读者可从图中读出的事实达成一致，再在模型自己绘出的图上核验这些事实。评测 6 个平价模型，最佳者约还原五分之三的事实，多数遗漏来自始终未生成图形的程序，平行与相切关系最难复现。

Google 在新加坡设立研究枢纽，向 NUS 和 NTU 投入超 600 万美元科研资助

Google 在新加坡新设研究枢纽，并向新加坡国立大学（NUS）和南洋理工大学（NTU）投入超 600 万美元新科研资助与能力建设计划。其中 NUS 获 150 万美元 Google.org Impact Challenge 资助开展阿尔茨海默病 AI 研究，该资助从超 3500 份全球申请中选出；NTU 获 34 万美元资助四项 AI 安全与安全框架研究。

同构实验室总裁贾德伯格预测：未来所有药物都将由 AI 设计

同构实验室总裁马克斯·贾德伯格在伦敦彭博科技大会上预测，未来所有药物都将由 AI 设计，区别只在于实现时间。这家由谷歌 DeepMind 分拆成立的公司累计融资约 27 亿美元，目前仍处于临床前试验阶段，其自主研发药物主要用于治疗癌症、免疫系统疾病和炎症。

Google 10 月 AI 更新盘点：Gemini 4 Argon 与 Carbon、世界模型 Genie 4 等

Google 10 月面向开发者、企业、科研人员和消费者全球推出前沿推理模型 Gemini 4 Argon，两周后宣布主打长周期工程与网络安全防御的 Gemini 4 Carbon，后者正通过 Fairwind Program 与美国政府及部分可信网络安全人员做预发布测试。同期发布实时交互世界模型 Genie 4，支持原生音频与自然语言操控场景，演示已在 Google DeepMind 博客上线。

Import AI 479：Realtime-Bench 评测低延迟任务、太空战报告与 Genie 4

多机构联合构建的 Realtime-Bench 用 50 个交互式游戏与网页任务评测前沿模型的实时决策能力，GPT-6 Astra（high）在真实延迟条件下通过率仅 36%，暂停时钟下高推理模型可达 70%–80%。