全部动态

Import AI 469：DiG-bench 测科学发现能力、RSI 模拟器与扎克伯格的技术悲观主义

Import AI 第 469 期介绍了新基准 DiG-bench（Discovery in Games），包含 70 款规则与目标均隐藏、需靠交互探索发现的游戏，其中 21 款已公开，由 Thinking About Thinking、牛津大学、普林斯顿大学、KAUST、Swiss AI Lab、Inria、MIT 等机构研究者构建。

Elicit 与网页搜索 API 对比：BioASQ 基准上召回率 60.3% 领先

Elicit 在生物医学检索基准 BioASQ 的 5,486 个问题上取得最高召回率，50 篇结果时达 60.3%，高于次优系统的 40.3%。该评测将 Elicit 与 Exa、Brave、Parallel、Perplexity 四款网页搜索 API 对比，后者被限制在 PubMed 与 PubMed Central 范围内以保证公平。

K-Dense 与 Litmus Science 推出假设到证据资助计划，并更新 K-Dense Web

K-Dense 与 Litmus Science 合作推出 Hypothesis-to-Evidence Grant，为研究者提供最高 5000 美元的湿实验室实验经费，用于在其实验室试点闭环实验。

FutureHouse PaperQA v2026.08.12 发布

FutureHouse PaperQA 发布 v2026.08.12，为原始 nemotron-parse 输出新增 NemotronParseBBox.to_original_coordinates，并修复 PyMuPDF 类型问题、清理 evidence-summary JSON 系统提示中的重复“words”。

Digital Science 推出 Dimensions 与 Altmetric MCP，让 AI 智能体返回可验证可引用结果

Digital Science 发布 Dimensions Semantic Search MCP、Dimensions Analytics MCP 和 Altmetric MCP，通过 Model Context Protocol 把 LLM 连接到结构化科研数据，返回带完整出处的可验证、可引用结果。

入选理由Digital Science 把 Dimensions 与 Altmetric 的数据接入 MCP，研究者可用自然语言查询并拿到带出处的可引用结果。

Claude for Science 演示之夜将于 8 月 20 日在 Humanmade 举办

Claude 社区大使 Sean 与 Claude Community SF 将于 8 月 20 日在 Humanmade 举办 Claude for Science 演示之夜，展示科学家、初创公司和团队如何在日常工作中使用 Claude Code 与 Claude for Science。

Wiley 发布整合 Wiley Registry 与 NIST 质谱库的化学鉴定数据库

Wiley 发布新版 Wiley Registry/NIST Mass Spectral Library，将 Wiley Registry of Mass Spectral Data 与 NIST/EPA/NIH EI Mass Spectral Library 合并为单一数据库，2026 版新增数万种经校验化合物，电子电离（EI）质谱总数超过 120 万条。

Aaron Tay：不要让大语言模型头脑风暴关键词，应让它直接检索

图书馆员 Aaron Tay 在 Substack 发文提出，面向研究者和图书馆员的常见建议——只用大语言模型头脑风暴检索词、再由人自己去数据库执行——应当反过来：先用 Undermind、Elicit、Consensus、Scite Assistant 或前沿聊天机器人的 deep research 模式等 AI 检索工具真正检索并阅读论文，之后再从已找到的文献中收集关键词。

K-Dense Web 更新：92 种科研文件预览与 K-Dense BYOK v0.9.7

K-Dense Web 新增 92 种科研文件的原位富预览，覆盖 3D 结构、化学文件、光谱、测序数据、医学影像与笔记本，并支持 Word、PowerPoint、Excel。

Edison Scientific 举办 AI for Science Demo Night（8 月 13 日）

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。

OpenAI 称苹果做法有误

苹果在这件事上搞错了。 https://openai.com/index/apple-is-getting-this-wrong/

Elicit 发布 Research Agent，面向高风险科研决策并推出 BioDecisionBench 基准

Elicit 发布 Research Agent，一个面向高风险决策的 AI 环境，可跨数百万科学来源、公开数据源（含网络）和用户上传的内部数据汇集证据，并生成带完整引用的报告、数据分析、表格、可视化、幻灯片和文档，已通过 elicit.com 或 API 提供。

入选理由Elicit 把证据综合扩展到跨文献、试验、专利与内部数据的决策支持，并公开了自建基准的评测口径，研究者可据此判断它能否用于高风险的研发决策场景。

Scite 2026 年 7 月更新：Feed 与 Alerts 合并为统一 Research Feed

Scite 在 7 月更新中把 Feed 和 Alerts 合并为统一的 Research Feed，关注的科研人员、主题和论文更新汇入同一信息流，并新增集中展示已保存收藏集动态的 Collections feed。

Elicit 发布 BioDecisionBench，评测模型在药物开发决策中的推理能力

Elicit 发布 BioDecisionBench，包含从 26 个生命科学复杂推理失败案例衍生出的 40 个任务变体，覆盖靶点选择、临床试验设计到新适应症选择等药物开发环节。

入选理由Elicit 公开了自建基准 BioDecisionBench 的题目来源与评分方式，研究者可据此判断这类高利害推理评测是否可信。

Qwen 发布 Qwen3.8-Max：2.4 万亿参数，主打长周期自主科研与工程任务

Qwen 团队发布 Qwen3.8-Max，称其为 Qwen 系列迄今最强模型，参数规模 2.4 万亿（95B 激活），已通过 QwenCloud 提供 API，权重将于下周在 Hugging Face 和 ModelScope 开源。

入选理由材料展示了模型在论文复现与改进、量化因子挖掘、芯片设计等长周期科研任务上的自主执行过程，研究者可据此判断其能否介入自己的实验与计算流程。

我搭了一套精巧的图书馆员推荐系统，结果被一个 CSV 打败了

作者为 Primo 发现系统自建 MCP 服务器，让 LLM 通过智能体式检索推荐学科馆员，试图取代依赖关键词匹配的 LibGuides、Summon Best Bets 等传统方案。

没有黄金标准：Medical Affairs 如何衡量成功

Digital Science 旗下 Dimensions 推出 Compass，将传统引文指标与社交媒体、播客等替代指标合并，供 Medical Affairs 团队对照内部与竞品数据、跨渠道追踪出版物表现。原文指出期刊引文已非唯一影响力来源，而通用 AI 输出常不标准化、不可复现，团队只得速度不得确定性。

深度势能分子动力学研究 LiF-NaF-KF-ThF₄ 熔盐的微观结构与热物性

中国科学院宁波材料技术与工程研究所陶波副研究员团队联合华北电力大学等，在 Chemical Engineering Science 发表研究，用 DPGEN 主动学习结合深度势能分子动力学，系统模拟了 21 种 LiF-NaF-KF 配比下的 FLiNaKTh 四元熔盐体系。

当 Claude Fable 5 与 GPT-5.6 Sol 的论证比你还难分辨对错

一位学术搜索领域从业者发现，在 Claude Fable 5 与 GPT-5.6 Sol 就智能体搜索、检索与排序瓶颈等专业问题互相批评时，自己会被最新读到的一方说服，反复改变立场。

Wiley 加入美国能源部 Genesis Mission 联盟，向 DOE 国家实验室开放研究智能工具

Wiley 宣布加入支持美国能源部（DOE）Genesis Mission 的公私合作联盟 Genesis Mission Consortium，是联盟成员中唯一的科学出版商，其他成员包括 Nvidia、AWS、Microsoft、IBM 和 AMD。

LILA 入选美国能源部 Genesis Mission，三个灯塔项目进入第一阶段

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。

Meta 开源模型 SAM 3 与 DINOv3 支撑美国能源部 Genesis Mission 项目 SYNAPS-I 的光束线图像分割

Meta 介绍其开源视觉模型 SAM 3 与 DINOv3 被用于美国能源部 Genesis Mission 旗舰项目 SYNAPS-I 的图像分割流程，该项目由 Berkeley Lab 牵头，联合 Argonne、Brookhaven、Oak Ridge 和 SLAC 国家实验室。

入选理由材料说明开放权重视觉模型如何被实验室微调后接入光束线数据处理，研究者可据此判断这类模型能否迁移到自己的成像分析流程。

AI 搜索正在重新打包图书馆所知的发现系统

Aaron Tay 在 Musings about Librarianship 撰文指出，AI 搜索正把原本分散在不同专业层与职业中的搜索活动重新打包，使各传统对"搜索何为成功"的分歧更难被忽视。

Elicit 在 BioASQ 检索评测中召回率高于五款检索系统

Elicit 公布其论文检索在 BioASQ 生物医学检索基准上的评测结果，在 5,486 道题、前 50 条结果的平均召回率为 60.3%，高于其余五款被测系统，其中次优的 OpenAlex 关键词检索为 47.4%。

Elicit 推出 API 与 MCP 服务器，开放检索、报告和系统综述三项能力

Elicit 发布 API 和 MCP 服务器，把检索、报告和系统综述三项能力开放给外部调用，Pro 及以上订阅用户今天即可使用。

入选理由Elicit 把检索、筛选、提取和系统综述拆成可编程调用的接口，研究者可据此把证据综合接入自建流程。

Taylor & Francis 与筑波大学扩大 Japan Institutional Gateway，向全日本研究者开放投稿

Taylor & Francis 与筑波大学签署 MOU，将双方共同运营的 Japan Institutional Gateway（JIG）出版平台通过新设的 All Japanese University Area（AJUA）向全日本大学和研究机构的研究者开放投稿，此前投稿资格仅限筑波大学及其协赞机构。

入选理由日本机构出版平台把投稿资格从一所大学扩至全国，并允许日语论文进入 Scopus 等国际数据库，学术服务从业者可据此判断区域出版格局的变化。

Biohub 联合创始人 Priscilla Chan 回顾年内进展：蛋白质模型、细胞成像与患者驱动科研

Biohub 联合创始人 Priscilla Chan 撰文回顾今年以来的工作，包括 5 月发布基于下一代 ESM 的蛋白质生物学世界模型，可预测蛋白质折叠、相互作用与功能并设计新蛋白，已有科学家用它设计抗体候选物并在针对癌症和免疫相关靶点的早期实验室测试中显示初步结果，相关论文发表于 Nature，模型完全开放。

入选理由Biohub 负责人梳理了蛋白质世界模型、激光相位板与虚拟细胞计划，研究者可据此了解这些开放工具和共享数据的参与方式。

ResearchRabbit 更新阅读清单、结果数量自定义与高风险论文提示

ResearchRabbit 发布更新，新增阅读清单功能，可暂存待读和已开始阅读的文章，未加入收藏集时也会保存在 Library 的 Reading List 中。文献地图和结果首页的展示数量现可选 10、20 或 40 篇，默认仍为 20 篇。ResearchRabbit+ 用户还会看到与 Signals 合作标注的高风险论文提示，依据引用行为和引用网络评估。

Biohub 用全基因组 CRISPR 筛选结合 AI 发现银屑病新药靶点

Biohub 团队对原代人成年皮肤细胞开展全基因组 CRISPR 筛选，并用基于已发表文献训练的大语言模型 VirtualCRISPR 找出文献中未被关注的命中基因，相关结果发表于 Nature Communications。

入选理由研究者可看到 AI 如何从全基因组 CRISPR 筛选中筛出文献未关注的靶点，并据此设计局部外用候选药物。

字节跳动发布 EdgeBench 基准，测量智能体真实环境学习并提出新缩放规律

字节跳动 Seed 发布 EdgeBench，一个面向真实环境学习的超长时程基准，包含 134 项任务、覆盖科学问题与机器学习、系统与软件工程、专业知识工作、组合优化、形式数学与定理证明、交互游戏与模拟器六个领域，每项任务支持至少 12 小时连续运行。

入选理由字节跳动开源 51 项超长时程任务与评测框架，研究者可据此评估智能体在真实环境中持续学习的能力。