Delphi 平台核查生物学论断
一等奖 Delphi 构建了一个平台，依据文献、形式化证明和数据来核查生物学论断，报告了 1,763 条论断和 174 项数据测试。其飞鱼设计工作室将这些证据与模拟以及可3D打印的机身和鳍设计连接起来。 @xX_itsamit_Xx @ashleycaselli @Jdietz @kk_VirtualVerve
全部动态
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。
285 条收录动态，更新于 23:56
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。
11月3日
星期二，6 条VideoMemBench：MLLM 在视频对话中能记住多少？
研究者提出视频问答基准 VideoMemBench，用带跨轮依赖的多轮对话检验多模态大语言模型的“上下文视频记忆”，含 326 个视频、2,476 轮对话，其中 1,387 轮依赖前文。在 20 多个开源与闭源 MLLM 中，Claude Opus 5 总分最高也仅 45.7%。数据集与评测已公开。
VisSearch-Bench 发布：204 项任务评测多模态智能体的长程视觉搜索
研究者提出 VisSearch-Bench，用 204 个人工编写的任务评测多模态智能体的长程视觉搜索，覆盖 7 个主领域、25 个子领域，包含集合式视觉搜索、序列式视觉搜索、宽深混合搜索、竞争性视觉消歧和视觉结构引导搜索五类任务。
Biohub 影像驻留项目：18 位科学家与团队共研显微成像新技术
Biohub 启动影像驻留项目（Imaging Residency Program），已选出 18 位科学家嵌入其研究团队，围绕冷冻电子断层扫描、计算成像、发育系统图谱等方向开展合作，并提供固定经费支持聚焦项目。
Meta发布Muse Wonder模型等十月亮点
十月亮点回顾： 我们发布了 Muse Wonder 和 Muse Wonder Full 两款面向 AI 智能体的前沿模型；澄清了关于数据中心的一些最大误解；并与美国高校合作，利用 AI 加速医学与科学突破。
斯坦福大学启动 Stanford Digital Brain Project，拟用约 14000 小时影像数据构建人脑数字孪生
斯坦福大学 Wu Tsai Neurosciences Institute 启动 Stanford Digital Brain Project，计划未来五年从约 100 人采集约 14000 小时影像数据，训练预测脑活动、生成可后续在人体验证的假设的 AI 基础模型。
11月2日
星期一，7 条Olam Labs 让 50 个 AI 智能体在 Minecraft 中生存三小时，自发形成官僚式分工
Olam Labs 将 50 个 GPT-6.1 Sol 智能体放入 Minecraft 生存世界三小时，唯一指令是建立繁荣文明，期间交换约 5900 条消息。
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%。
研究发现：好奇心或驱动人类大脑形成复杂结构
剑桥大学团队训练数千套学习模式各异的人工神经网络，发现好奇心最强的网络在新任务上表现更好，并自发形成分层模块化等类脑结构。研究还采集275名8至15个月婴儿的眼动追踪数据，据此设定网络的好奇心机制。高好奇心网络连接密度先升后降，与人脑发育规律吻合，估算对应年龄约20岁，缺乏好奇心的网络约9岁。
AutoAnalysis：自动自我更新的元分析显示人机组合优于人类单独但未达协同
MIT Sloan 的 Michelle Vaccaro、Abdullah Almaatouq 与 Thomas W. Malone 在 arXiv 预印本中提出 AutoAnalysis，由前沿 AI 智能体按预注册协议完成检索、摘要筛选、全文评审、效应量提取与合并，并按计划自动纳入新研究。
面向科学 AI 的可观测量特定有效性检验：受控近似与干预响应
研究提出"可观测量特定有效性记录"，把近似与其参考模型、误差度量、容差、参数域及变换或干预绑定，用于科学 AI 的可核查验证。在 16 次重复神经网络拟合中，施加量纲齐性使能量尺度迁移误差从 52.3% 降至 0.0768%，同时满足 gap 与响应容差的中位比例从 0 升至 100%。
SemiAnalysis 推出 GDPx 基准，衡量前沿模型在芯片设计、金融、生物等领域的智能体能力
SemiAnalysis 发布 GDPx 基准，覆盖芯片设计、网络安全、生物、金融、法律、量化交易、递归自我改进、硬件设计、材料科学、对齐和软件工程等领域，最高分模型仅得 12%。
Sakana AI 发布自研语言模型 Sawara 计划
Sakana AI 在东京一桥讲堂举办“From World Models to Real-World AI”研讨会，宣布正从预训练阶段自研语言模型系列“Sakana Sawara（暂定名）”，首个小型模型“Sawara Small（暂定名）”若进展顺利计划于2027年春季公开。
11月1日
星期日，3 条LeCun 与 Balestriero 用数学论证柏拉图表征假说并给出更优训练路径
alphaXiv 介绍 Yann LeCun 与 Randall Balestriero 的一项工作，从数学上表明在一定条件下，两个完全独立训练的 JEPA 可以学到基本相同的世界表征，一个从同一场景的不同图像学习，另一个从该场景的不同描述学习，全程不使用图像文本配对。
2026世界顶尖科学家论坛：诺奖与菲尔兹奖得主谈AI如何改变科研范式
2026世界顶尖科学家论坛在沪开幕，主题为“范式变革：科学突破的下一个十年”。2025年诺贝尔化学奖得主奥马尔·亚吉提出发展“选择科学”，其实验室借助大模型给出96组潜在新材料结晶条件，由机器人和自动化实验平台验证，不到一个月结晶性能显著改善。2002年菲尔兹奖得主洛朗·拉福格则追问机器擅长证明后数学家的创造力何在。
智能体计算机图形学研究进展：统一分类框架与智能体文献分析系统
一篇报告提出面向计算机图形学各类任务的智能体系统统一分类框架，并开发了一个智能体文献系统，可辅助研究者大规模分析已有和新发表的论文。报告据此梳理了该领域的新兴研究趋势，并讨论了跨图形任务协调智能体与工具、设计人机协作接口与表示、维持长程规划与迭代改进、可靠评估交互式图形系统等开放挑战。该报告发布在 Hugging Face Daily Papers，原文未说明是否经过同行评审。
10月31日
星期六，5 条西湖大学成立世界模型研究中心
西湖世界模型研究中心于2026年10月31日在西湖大学云谷校区成立，是该校面向物理智能领域设立的校级交叉科研平台。中心由于开丞任主任、金耀初任首席科学家，聚焦世界模型与物理智能，突破智能系统理解物理规律、预测环境变化和交互决策的瓶颈，并探索其作为机器人“物理大脑”的应用。
哈佛 CMSA“AI 时代的数学研究”峰会报告发布
哈佛大学数学科学与应用中心（CMSA）举办为期两天的“AI 时代的数学研究”峰会，32 名来自学术界、政府和工业界的数学家参会，围绕研究评估、生产与传播，AI 时代的协同行动，开源工具，数学形式化，以及学术界与 AI 实验室合作五个工作组展开讨论。峰会报告已在峰会网站发布，并附反馈入口。
Google Research 谈AI时代提问能力
在AI时代，最关键的技能不只是会写代码——而是知道该问哪些问题。 @sineadbovell 与 @ymatias（Google 副总裁兼 @GoogleResearch 总经理）坐下来讨论了环境智能的兴起、跨学科构建者，以及研究人员如何演变为“一人组织”。 观看完整对话： https://youtu.be/FlOufV3hZFo
MIT 五位教师及两位校友入选 2026 年 Schmidt Sciences AI2050 Fellows
Schmidt Sciences 公布 2026 年 AI2050 Fellows 名单，MIT 五位教师和两位校友入选，其中包括资深研究员 Sendhil Mullainathan 与四位早期职业研究员。Mullainathan 的项目聚焦把 AI 可检测的模式转化为可检验的理论，其余入选者分别研究高效模型训练、面向立法者的结构化公众意见收集、生物酶功能判定以及 AI 广泛依赖的负面影响缓解。
StreamDuo：面向未见游戏的实时解说员与研究智能体
StreamDuo 将可训练解说员与读取所玩游戏 wiki 的冻结研究智能体配对，让模型为训练中从未见过的游戏做实时解说。仅在 Baldur's Gate 3 上训练后，它在十个未见游戏上把实体召回率从 Proact-VL 的 0.082 提升到 0.116，并将源游戏泄漏从 9.9% 降至 1.0%。在流式模型中，它的解说时机最佳，生动度与整体质量评分也最高。
10月29日
星期四，1 条研究者用 JEPA 证明并改进柏拉图表征假说
研究者提出柏拉图表征定理，证明在不同模态上分别训练的联合嵌入预测架构（JEPA）在正样本对为同一场景的两个观测时，学到的表征仅相差一个旋转。作者进一步指出下一词预测相当于使用劣质视角的 JEPA，这解释了语言模型为何只能靠规模与视觉对齐。
10月31日
星期六，1 条Google Project Suncatcher 原型卫星首次在轨运行 TPU 并返回 AI 响应
Google Project Suncatcher 原型卫星完成首次在轨 AI 响应：地面站向星上 Gemma 4 开放模型上传提示词，卫星飞经挪威斯瓦尔巴群岛上空时下传了一首关于太空的俳句。此前数周已完成主机与 TPU 托盘加电及早期机器学习测试。下一步将评估 TPU 在轨道热应力和辐射暴露下的表现，为 2027 年双星互联里程碑铺路。
10月30日
星期五，1 条Air Street 发布 State of AI 2026 报告：与 Matt Turck 谈 AI 构建 AI、世界模型与 2027 年 AGI 预测
Air Street 发布 State of AI 2026 报告，创始人 Nathan Benaich 在 MAD Podcast 与 Matt Turck 对谈，内容涵盖 AI 构建 AI、世界模型与网络安全，并重申其 2027 年实现 AGI 的预测。
10月29日
星期四，1 条让 AI 自己提出研究问题：自主科研代理连续完成五次从选题到修订论文
作者 Ko Fujimura 报告一套由通用编程代理、约 7300 词指令文档和两个技能（研究问题构思、同行评审）组成的自主科研系统，在笔记本电脑本地计算、无人类研究输入的情况下连续完成五次运行，从提出研究问题走到经 AI 评审并修订的可重算论文。
10月30日
星期五，5 条Artificial Analysis 推出 HLE-Diamond 榜单
Artificial Analysis 在 Intelligence Index v5 中上线 HLE-Diamond 榜单，独立评测 CAIS 与 Scale AI 经一年清洗修订的 Humanity's Last Exam 1000 题版本，其中 272 题含图像，推理与知识题各半。
普林斯顿团队分析约6000万篇论文：大团队更易改变研究方向的结论源于测量偏差
普林斯顿大学的研究者分析 OpenAlex 中约6000万篇论文后指出，2019年 Nature 论文所称小团队更易改变研究方向的结论，很大程度上是标准改变研究方向指数（DI）对参考文献数量的机械依赖造成的测量偏差。
Samyama.ai 用双层知识图谱重建学科开放问题目录，状态判定审计 41 条仅 9 条正确
Samyama.ai 作者在 arXiv 预印本中提出把学科开放问题做成数据：手工维护的问题层原样保留，其下叠加从文献索引重建的证据层，两层用带来源的 SAME_AS 与 EVIDENCE_FOR 边连接，存于同一图数据库并用 openCypher 查询。
论文激增背后：计算机科学作者增长与差距扩大
一项预印本研究利用 arXiv、DBLP 和会议投稿记录，分析 2010–2025 年计算机科学论文增长，把论文总量拆成作者人数与人均论文数两项，发现论文量增长几乎全部来自发文作者人数增加。
从碎片化到融合：全模态嵌入研究综述与路线图
一篇立场论文提出用覆盖、可比性、组合性三层递进能力框架梳理全模态嵌入研究，并给出三条统一路径：变换扩大覆盖、对齐实现可比、联合嵌入指向组合性。作者称这是首个跨模态、贯通式的全模态嵌入研究综述，指出各模态社区长期各自为战，但对比学习、Transformer 架构与粒度转变正推动其收敛到共同原则。