全部动态

OneSearch-VL：面向图像与视频的统一多模态深度研究智能体

arXiv 预印本提出 OneSearch-VL，一个以视觉锚定证据图 VGEG 为核心、统一处理单图、多图与视频深度研究的智能体，将视觉定位、外部检索与事实组合的依赖关系编码为任务级参照，用于数据构建、过程监督与操作级评测。

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。

DataSense-Bench：评估 AI 智能体能否在训练前判断数据价值

研究者提出 DataSense-Bench，让 CLI 智能体在只能推理、不能训练模型或接触评测任务的条件下，从候选轨迹池中选出五组互不重叠的训练数据并按预期训练价值排序，随后用监督微调 Qwen3-4B 并分别在 TBLite 和 BFCL 上验证。

Sakana Namazu 被引入医生用证据检索工具 Evidence Finder

Sakana AI 的日本适配大语言模型 Sakana Namazu 被医疗 AI 公司 Iris 提供的医生用证据检索工具 Evidence Finder 采用，负责对检索到的文献进行比较、整合并生成回答。

NSF 为下一代技术与美国人才支持奠定基础

美国国家科学基金会（NSF）宣布一系列项目与计划，以支持白宫报告《Science: A New Golden Age》中提出的愿景。该报告阐述了对下一代技术与美国人才支持的构想，NSF 此次公布的项目旨在为该愿景落地提供支撑。

NSF 与 UKRI 发布元科学合作声明

美国国家科学基金会（NSF）与英国研究与创新署（UKRI）发布联合元科学声明，将把科学的实验与分析流程用于各自科研资助、实践与组织方式的研究。双方拟在衡量科研产出与影响、改进研究评审与资助、评估新方法与工具在研究中的使用、以及负责任地分析元科学相关数据等方向探索合作。NSF 元科学办公室与英国元科学部门的这一合作还支持建立国际元科学机构网络，未来数月双方计划正式确定合作并找出首批联合元科学项目。

入选理由NSF 与 UKRI 把元科学写入双边合作，研究者可据此判断资助与评审方式可能被纳入实验性研究。

美国能源部公布 Genesis Mission 新一批奖项，资助 12 个二期和 6 个一期项目

美国能源部宣布 Genesis Mission 新一批奖项，包括 12 个二期项目和 6 个一期项目，用于推进面向科学的超级智能（Super Intelligence, SI）。该计划首年项目组合共 297 个项目。原文未披露具体资助金额与承担机构。

入选理由美国能源部公布 Genesis Mission 新一批项目名单，研究者可据此了解该计划的项目结构与资助方向。

研究智能体的研究契约：仅凭输出评审无法验证什么

帝国理工学院 Ben Glocker 等人提出"研究契约"（study contracts），将申报的实验选择、执行义务与主张范围绑定到记录的执行证据上，并区分契约相对验证与科学真伪。

Duke University Press 迎来百年：学术出版如何守护思想自由与溯源

Duke University Press 于 2026 年迎来百年，其前身 Trinity College Press 于 1926 年 1 月更名。该社以严谨同行评审著称，出版周期可达数年，并称 2026 年共有 10 家大学出版社庆祝周年。其历史可追溯至 1902 年 Bassett Affair，该事件确立了学术自由与言论自由原则，成为出版社的立社基础。

SAIL：面向文献研究与科学编程的35B开源科研智能体模型

研究团队发布 SAIL，一个总参数 35B、激活参数 3B 的开源模型，面向文献研究、科学编程和多步研究流程。该模型通过科学感知的改进循环开发：由前沿 AI 模型驱动的智能体分析其任务失败，并针对文献任务中的检索与证据选择、编程中的科学假设与推理、长流程研究中的规划与修订等能力缺口构造训练任务，再经监督微调、专项训练、多教师同策略蒸馏和智能体强化学习训练。

Sakana AI 提出以矛盾检测为核心的 LLM 辅助同行评审框架与基准

Sakana AI 团队在预印本中提出以验证为中心的 LLM 辅助同行评审视角，把错误检测作为评审的关键任务，并构建 Contradiction Benchmark：从 ACL、AISTATS、CVPR、ICML 2025 和 NeurIPS 2024 共 257 篇论文中合成插入矛盾，生成 1164 个评测点。

天体物理学中如何培育技术转移文化

原文正文未能加载，仅能从标题判断文章主题为天体物理学领域的技术转移文化建设。由于缺少可核验的正文内容，无法提供具体机构、案例或数据。

Anthropic 承诺三年投入 1.5 亿美元支持美国 Genesis Mission 科研计划

Anthropic 宣布三年投入 1.5 亿美元支持美国联邦科研计划 Genesis Mission，让 Claude 覆盖 NASA、NIH、NSF 等 15 个以上参与机构。

入选理由Anthropic 把 Claude 送进美国联邦科研体系，研究者可据此判断哪些机构与项目将获得算力和工具支持。

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。

Anthropic 研究员用 Claude Science 生成首张完整紫外全天图

约翰斯·霍普金斯大学天体物理学家、Anthropic 研究员 Brice Ménard 与 Claude Science 合作，生成了首张完整的紫外波段全天图，其中约三分之一天空（包括银河系盘面大部分区域）此前从未被紫外望远镜观测，由模型预测补全。

入选理由一位天体物理学家用 Claude Science 编排智能体团队补全了缺失三分之一的紫外全天图，研究者可据此判断这类低优先级但有用的资源工作能否交给 AI 完成。

学术 CV、biosketch 与研究者档案：各自该写什么？

SciSpace 发布研究指南，区分学术 CV、biosketch 与研究者档案三类文档：学术 CV 全面记录教育、职位、论文、基金、奖项等；biosketch 聚焦与特定项目或基金相关的资格与贡献，强调相关性而非完整性；研究者档案则是在线展示研究身份与成果。指南提醒具体要求因机构、资助方、出版商或平台而异，提交前须核对说明。

作者用 Hugging Face ML Intern 两天自建六个模型，总花费约 103 美元

作者在 HuggingChat 中开启 ML-intern 模式，用提示词描述需求，由智能体完成规划、预算确认、小规模测试、训练、评估与发布，几天内做出六个公开模型，总 GPU 与 CPU 费用约 103 美元。

入选理由作者用 ML Intern 在两天内自建六个小模型，公开了完整提示词与每项算力花费，研究者可据此评估智能体代跑训练流程的可行边界。

Consensus 如何做科研：从一个问题到可共享文献库的完整流程

Consensus 在 Consensus 101 课程中以“镁是否改善睡眠质量”为例，演示从提问、检索到建库的完整流程：其 220M+ 篇论文库结合关键词与语义检索，Deep 模式在该问题上运行 31 步并生成论点-证据表、研究时间线和研究空白。

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。

Google 三个月实地实验：AI 辅助提升专利撰写产出，但未加速初级律师技能养成

Google 研究团队在 National Bureau of Economic Research 发布一项三个月实地实验，将当时未发布的 Google Labs AI 专利撰写助手（现属 Gemini Notebook）随机开放给 11 家知识产权律所的 133 名律师，其中三分之二获得早期访问权。

入选理由三个月随机对照实验显示，AI 辅助提升专利撰写产出，但初级律师在无 AI 的纠错任务上未见技能提升，为科研训练设计提供了实证参照。

面向太阳能电池板分割的 AutoResearch 实验洞察

一项研究将 AutoResearch 协议用于光伏电池板分割：编码语言模型在一小时 GPU 预算内修改训练程序，仅当验证 IoU 提升才保留改动，架构固定为 DeepLabV3–ResNet-50。

研究者提出以科研制度组织上万自主科研智能体的 Society of Researchers

arXiv 预印本提出 Society of Researchers，把大量持久化科研智能体置于明确制度下：由项目负责人通过招标、独立评审和资助竞争有限算力，人类市长只分配资源、不指派任务。作者称已在 Research City 部署约一万名研究者，围绕改进语言模型预训练展开，其中一个实验室报告以约 30% 更少算力达到同等质量，但测试该结果的实验室尚未达成一致；论文称这些论文尚未经过外部评审。

SciSpace 推出 Citation Verifier，核查引用文献是否支持论文论断

SciSpace 发布 Citation Verifier，一款 AI 引用核查工具，除验证被引论文是否存在、出版信息以及是否被撤稿或更正外，还会检查引用来源是否真正支持论文中的论断。

入选理由SciSpace 把引用核查从“文献是否存在”推进到“文献是否支持该论断”，投稿前自查引用错配的研究者可以据此判断是否纳入写作流程。

Kernaut 用编码智能体自动发现核函数，在未见任务上迁移

预印本论文提出 Kernel Autoresearch（Kernaut），让编码智能体以程序形式编写核函数组件，由可信解释器按保正半定的构造契约组装，只有通过 Tier 2 校验的程序才进入质量-多样性存档。

Google DeepMind 与 Chan Zuckerberg 虚拟生物学计划合作构建多模态生物数据集

Google DeepMind 与 Chan Zuckerberg 的 Virtual Biology Initiative 建立合作，为改进预测性生物学模型构建所需的多模态数据集。

Ithaka S+R 调查：高校教师把不使用 AI 本身视为一种技能

Ithaka S+R 在一项全国性调查中请高校教师列出课堂上重视并教授的 AI 相关技能，部分教师提出最重要的 AI 相关技能是完全不使用生成式 AI。作者把教师的抵触归为五类：AI 干扰学习、削弱认知发展、与学科价值冲突、AI 本身不道德、AI 输出不可信，并指出这些理由并不单一，其中提到学科信息的怀疑回答全部来自艺术与人文学科教师。

入选理由调查把教师对 AI 的抵触拆成五类具体理由，高校在制定 AI 教学政策时可据此分辨教师究竟反对什么。

微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体强化学习框架

微软研究院开源 Agent Lightning v1.0，提出 Harnessed Agentic RL 训练范式，让部署时使用的智能体框架直接参与强化学习，无需在训练框架内重新实现智能体。

入选理由微软研究院开源 Agent Lightning v1.0，让部署用的智能体框架直接参与强化学习训练，研究者可据此评估自建训练流水线的成本。

AI 逼近唯一游戏猜想证明，研究者抢先冲刺

2026 年 9 月 11 日，MIT 教授 Dor Minzer 收到朋友短信，询问他是否即将解决理论计算机科学中最著名的开放问题之一。Minzer 是“唯一游戏”猜想领域的顶尖专家，起初以为这是玩笑，随后更多消息接连传来。

Sakana AI 推出新闻通讯「Sakana AI Insider」，覆盖研究、产业落地与产品

Sakana AI 推出新闻通讯「Sakana AI Insider」，以每月约 2 次的频率介绍其基础模型与智能体开发、RSI Lab 和 Frontier Intelligence Group 的最新研究、金融与防务等领域的产业落地，以及「Sakana Marlin」「Sakana Fugu」等产品。