全部动态

上海交大团队构建 AI 原生科学实验室 AutoDNA，实现自主分子生物学实验操作并登上《自然》

上海交通大学陈海波、王肇国团队与樊春海、王飞团队合作构建 AI 原生科学实验室 AutoDNA 装置（思源一号），实现自主分子生物学实验操作，成果发表于《自然》并获该刊官网首页头条报道。

入选理由AutoDNA 把文献检索、方案设计到仪器执行串成闭环，研究者可据此判断自主实验在分子生物学场景的落地边界。

“苦涩教训”提出者 Richard Sutton：LLM 扩展的苦涩教训

图灵奖得主 Richard Sutton 近日发帖称，仅靠原始算力不足以实现智能，AI 科学需要更聪明的新方法，且“远未完成”。他此前曾批评单纯扩展大语言模型的局限，并称合成数据是“大错误”，主张智能体应具备世界模型、能从自身经验持续学习。AI 研究者 Jerry Tworek 则回应称苦涩教训仍成立，但算力投入越多算法越重要，部分算法能扩展、部分会走进死胡同。

Google DeepMind 科学发现节奏迎来相变

在 @GoogleDeepMind 我们的各个项目中，我们正目睹科学发现速度发生真正的相变。未来几周我们的发布中，你将窥见一斑。

Google DeepMind 谈AI加速科研

@GoogleDeepMind 随着这种由AI驱动的加速不断展开，我们的重点将是赋能更广泛的科学界负责任地运用这些工具。

STAT+：最新心脏病药物试验接连失败，为何应对 AI 炒作保持怀疑

美国心脏协会年会上公布的两项研究显示，基于遗传学预期的心脏病新药接连落空：Novartis 的 pelacarsen 虽降低了血液中的 lp(a)，却对心脏病发作和中风发生率无效；Novo Nordisk 靶向 IL-6 的抗炎药同样未显示获益。STAT 资深撰稿人 Matthew Herper 据此指出，这类"新技术加速新药上市"的承诺屡屡落空，公众应对 AI 治愈疾病的炒作保持怀疑。

NVIDIA 论文提出 VFlash：并行生成视觉规划，机器人规划延迟降低约 80%

NVIDIA 的新论文 VFlash 提出用轻量扩散模型并行预测整条轨迹、边界框和 3D 运动，而不是逐个坐标生成视觉规划，使机器人规划延迟降低约 80%，同时提升空间精度。在 MolmoSpaces 上，动作模型使用 VFlash 生成的规划后，机器人任务成功率从 62.6% 提升到 70.2%。论文链接：https://www.alphaxiv.org/abs/2611.08449

Hinted Scaling Laws 用提示辅助小模型预测大模型难题表现

alphaXiv 介绍了一篇提出 Hinted Scaling Laws 的论文：给小模型不同程度的帮助（如部分解题步骤），观察其准确率如何提升，再用这些规律预测大模型在无提示条件下的表现。在 GSM8K、AIME 和 HLE 上，该方法把预测误差中位数从 21% 降到 4.3%。论文链接：https://www.alphaxiv.org/abs/2611.02270

Sutton 谈 AI 的苦涩教训

苦涩教训 2.0

OpenAI GPT-6.1 Sol 参与活体小鼠脑手术，三次操作后定位误差减半

Exin Therapeutics 披露，OpenAI 的 GPT-6.1 Sol 连续参与三次活体小鼠脑部手术的解剖标志定位任务，识别 Bregma 和 Lambda 的耗时从 169 秒缩短至 86 秒，定位误差从 0.6 毫米降至 0.3 毫米，人工纠正从 4 次减至 2 次。

Elicit 亮相 ISPOR 维也纳展会

如果你本周在维也纳参加 @ispororg，欢迎来 205 号展位聊聊 Research Agent 以及 Elicit 正在发生的种种精彩。我们正让重大决策更容易站得住脚。

alphaXiv孟买首届Paper Club聚焦持续学习

孟买首届Paper Club聚会的美好夜晚！ 很高兴与大家相聚，深入探讨持续学习的最新研究 感谢Shweta博士在Homi Bhabha科学教育中心接待我们 祝所有庆祝排灯节的人节日快乐 🪔

alphaXiv 致谢论文领读人

特别感谢 @calvingenuity 牵头并为小组展示以下论文 https://alphaxiv.org/overview/2606.24752

芝加哥大学教授 Frank Calegari：AI 时代数学人才招聘将更看重研究愿景与表达能力

芝加哥大学数学教授弗兰克·卡莱加里在陶哲轩博客发文提出，AI 能批量生成证明后，数学人才招聘应更多依赖面对面交流而非书面材料，30 分钟面谈即可区分批量产出低质量成果者与有清晰研究愿景者。他批评仅凭一篇论文或一项成果录用学生的“懒惰的评审委员会”，并主张院系应更认真培养研究生的数学表达能力。

埃森哲报告被指含 15 条虚假引用和虚构案例，公司否认系 AI 幻觉所致

GPTZero 分析称，埃森哲与马德里 IE 大学研究人员合作发布的《跨越式发展》报告涉嫌包含 15 条虚假引用和完全虚构的案例研究，该报告探讨 AI 如何提高非洲农业产业生产力。

Retraction Watch 周末阅读：Francesca Gino 对哈佛的诉讼被驳回；科学侦探简史；中国争议性临床试验放缓

Retraction Watch 周末汇总提到，Francesca Gino 对哈佛商学院的合同与歧视指控被驳回，其联合创始人的《现代科学侦探简史》同期发布。中国在患者死亡后出现大量争议性临床试验放缓，其中一项由该媒体率先报道。另有研究者称 AI 文章评审“优于人类最佳水平”，并讨论 AI 虚构引用是否应视为学术不端。

新研究：AI 审计智能体能抓出多数智能体不当行为，但误报淹没人工复核

Anthropic Institute 研究员 Andy Hall 在 Substack 发布一项复现并扩展 METR 研究的分析，用 GPT-5、GPT-5 nano、GPT-6 Astra、Opus 4.8 和 Gemini 3.8 Flash 审查 METR MALT 数据集中人类标注过的智能体日志。

32家新实验室融资与创始人引用对比

我们梳理了32家新实验室（neo-labs）的融资额与创始人引用量 它们的创始团队累计获得835万次引用，融资总额近260亿美元 Discovery Loop以159万次创始人引用领先，其次是SSI（91.5万）和AMI Labs（75.2万） 两者存在相关性，但高引用量显然并非成为新实验室的先决条件（参见Standard Intelligence和Flapping Airplanes）

alphaXiv 机构资助引用可视化页面

Artifact，点击每个机构即可查看对应的 alphaXiv 来源页面：https://neolab-funding-citations.fzk23.chatgpt.site/

METR 报告称 Anthropic 模型改进速度约为一年前两倍，多数证据被删节

AI 安全研究机构 METR 在 Anthropic 内部进行 11 周调查后发布报告，称 Anthropic 的模型改进速度约为一年前的两倍，基准分数显示其过去一年取得约两年的历史进展，研究者认为加速主要来自 AI 而非算力扩张。

九个 AI 智能体挑战美国国家实验室开放问题，135 份投稿无一达到专家标准

一项研究让 Claude Opus 4.8、Claude Opus 5、Claude Fable 5、Claude Opus 5.5、GPT-5.6 Sol、GPT-6 Astra。

入选理由这项基准用美国国家实验室研究者的开放问题检验九个智能体，显示自主科研的短板集中在自我核查与诚信环节。

Zyphra 提出 ZHA 分层注意力压缩 KV-cache

Zyphra 新论文提出 Zyphra Hierarchical Attention（ZHA），将 KV-cache 组织成压缩摘要树，查询自上而下搜索以缩小需关注的 token 范围。

谷歌 AI-PPG-ACC-HTN 系统用消费级智能手表检测高血压，成果登 Nature

谷歌发布 AI-PPG-ACC-HTN 多模态 AI 系统，无需袖带校准，用普通消费级智能手表被动检测持续高血压迹象，相关成果发表于 Nature。

WorldFoundry 开源世界模型推理与评测基础设施

WorldFoundry 是一套开源基础设施，面向视频、3D 与 4D、具身动作和交互式世界系统，提供可复现的推理与评测。它把模型与基准发现、运行时与资产准备、执行编排、产物管理和交互式可视化统一起来，并通过显式清单、产物契约和证据感知评分卡把执行就绪与评测结论分开。其目录收录 270 个模型条目、74 个基准和 62 个已登记指标条目，就绪与执行证据分别记录。

苹果披露人形机器人 HALO 系统：调用千问模型在宇树 G1 上验证，单项任务平均成功率 91%

苹果研究团队在 arXiv 预印本论文《Perceptive Humanoid Motion from Simulation》中披露人形机器人自主控制系统 HALO，并公开数据生成、模型训练与部署代码。

PSI 借助 Anthropic 未发布模型证明阿伦森－安拜尼斯猜想

物理研究机构 Physical Superintelligence（PSI）宣布，借助 Anthropic 一款尚未发布的 AI 模型证明了量子计算领域的阿伦森－安拜尼斯猜想，该猜想自 2008 年提出以来一直未获证明。

中国数学会发布 AI 时代数学发展与人才培养声明，倡导减少重复性运算考核比重

中国数学会发布关于人工智能时代数学发展与人才培养的声明，倡导非数学专业数学课程合理使用 AI 工具，减少重复性运算在教学与考核中的比重，把重点转向数学思想、理论结构、建模方法和结果解释。

LSA：超长上下文稀疏注意力加速新方法

论文提出 Latent Sparse Attention（LSA），将相似 token 聚类并组织成可搜索的层级结构，使查询无需扫描整个上下文即可定位相关信息。在 10M token 上下文下，LSA 单层注意力的 prefill 比 GLM-5.3-Flash 原稀疏注意力快 22.7 倍、解码快 4.6 倍，且准确率相近。

alphaXiv OpenResearch v0.2.25 发布

alphaXiv OpenResearch 发布 v0.2.25，重写了实验引擎并支持在对话中途切换 harness。该版本新增跨工作区聊天记录搜索、可调整大小的聊天输入框和土耳其语界面，并修复了远程会话中 alphaXiv 登录不打开浏览器、Linux 桌面端无法粘贴剪贴板图片等问题。项目还支持以 .orx 文件分享项目、发布为 openresearch.sh 链接。

在策略自蒸馏（OPSD）的偏差问题

在策略自蒸馏（OPSD）用带额外上下文（如标准答案）的同一模型作教师，理论上可提供逐 token 的稠密监督，但该监督主要引入偏差而非有效信息。文献显示，OPSD 在 Qwen3-8B 数学任务上 100 次更新后可追平并超过 GRPO，但在留出编程问题上 SDPO 于 Qwen3-8B 下降 2.5 分、Olmo-3-7B-Instruct 下降 9.9 分。

Together Compiler 论文独家发布于 alphaXiv

Together Compiler 独家发布于 alphaXiv！