上海AI实验室上线元认知智能体框架书生·太一，接入书生·端砚科学发现平台
上海AI实验室推出元认知智能体框架书生·太一（Sage·Taiyi），将科研猜想、探索路径与实证结果串联，通过科学搜索与认知调控两层架构驱动智能体迭代研究方案，已接入书生·端砚科学发现平台并向全球科研人员开放体验。
入选理由上海AI实验室公开了书生·太一框架的接入入口与跨学科实证案例，研究者可据此判断这类元认知智能体能否嵌入自己的构思与实验迭代流程。
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。
23 条入选报道，更新于 15:29
11月11日
星期三，1 条11月10日
星期二，1 条亚马逊发布表格基础模型 Mitra-v2，扩大合成预训练规模并开放权重
亚马逊发布表格基础模型 Mitra-v2，同时支持分类与回归，在 Hugging Face 以 Apache-2.0 许可开放微调版本及推理与微调代码。模型架构未变，预训练表格的行数是 Mitra-v1 的 10 倍、列数约 3 倍，并新增混合 SCM 先验。
入选理由表格基础模型在公开基准上的表现与开放权重，让需要处理结构化数据的科研人员多了一个免训练的选择。
11月9日
星期一，1 条Anthropic 测试 Claude 设计真实电子硬件：三款设备原型一次成型
Anthropic 与电路板设计公司 Diode Computers 合作，让 Claude Fable 5.2 仅凭简单提示词完成扬声器电话、语音助手中枢和掌上电子宠物三款设备的设计，包括规格、原理图、PCB 布局布线、3D 打印外壳、固件和物料清单，Diode 按设计文件直接制造并组装出可正常工作的原型。
入选理由Anthropic 与 Diode 用 Claude Fable 5.2 从提示词走到可运行硬件原型，展示了模型在电路板布局与制造约束上的进展边界。
11月4日
星期三，1 条Incyte 与 Edison Scientific 合作开发 Kosmos TA，将靶点评估证据准备压缩至一个工作日内
Edison Scientific 与生物制药公司 Incyte 合作开发 Kosmos Target Assessment（Kosmos TA），这是其 AI Scientist 产品 Kosmos 的专用版本，用于评估药物靶点并筛选候选。
入选理由材料给出药企与 AI 公司合作定制靶点评估智能体的具体做法与内部评测结果，可供关注药物发现工作流的从业者参考。
10月27日
星期二，1 条Consensus 通过 API 和 MCP 开放 Threads 证据综述功能
Consensus 将 consensus.app 上的 Research Agent 以 Threads 形式开放到 API 和 MCP，输入研究问题即可返回带引用、支撑引文和来源章节的证据综合，并可在同一线程中追问收窄问题。
入选理由Consensus 把证据综述能力开放到 API 和 MCP，研究者可据此判断能否把文献评估接入自己的筛选流程。
10月22日
星期四，1 条Ai2 发布 OlmoEarth v1.3 卫星嵌入模型及全球预计算嵌入
Ai2 发布 OlmoEarth v1.3 卫星嵌入模型，读取一年 Sentinel-1 雷达与 Sentinel-2、Landsat 多光谱时序，为全球每个 10 米像元生成 128 维向量，前 64 维可单独使用。
入选理由Ai2 公开了全球卫星嵌入、权重与预计算数据，地球观测研究者无需 GPU 即可用少量标注做地表分类与变化分析。
10月21日
星期三，1 条NVIDIA 与华盛顿大学蛋白设计研究所发布开放蛋白设计模型 RFD4-Proteina
NVIDIA 与 UW Medicine 蛋白设计研究所（Institute for Protein Design）在 GTC Berlin 发布开放模型 RFD4-Proteina，把可编程蛋白设计与搜索能力结合，可按分子输入、约束和打分目标生成并优化设计。
入选理由蛋白质设计模型与放疗规划两条线同时落地，研究者可据此判断开放模型能接入哪些现有科研与临床工作流。
10月16日
星期五，1 条NVIDIA 与 IIT Madras 发布 2.8 万亿 token 印度语言预训练语料及开放生成流程
NVIDIA 联合 IIT Madras 的 AI4Bharat 实验室发布 Nemotron-pretraining-Indic-v1，覆盖 22 种印度语言、约 2.8 万亿 token，并公开用于生成该语料的 GPU 加速数据生成流程。
入选理由NVIDIA 与 IIT Madras 公开 2.8 万亿 token 的印度语言预训练语料及生成流程，研究者可据此评估多语言模型的训练数据来源。
10月15日
星期四，2 条GPT-6-Astra 在 TheoPhysEval 上解出 50 道理论物理题中的 49 道，单题成本不足 3 美元
研究团队用 50 道理论物理常规计算题测试商用 AI 智能体，且不提供任何人工提示。运行在 OpenAI Codex 环境中的 GPT-6-Astra 解出 49 道。
入选理由这份基准显示 AI 智能体已能完成理论物理的常规计算，研究者可据此重新考虑早期科研训练的安排。
NVIDIA 发布 cuPotential 库，并联合半导体厂商推进 AI 定义晶圆厂
NVIDIA 发布 CUDA-X 新库 cuPotential，开发者可用它构建模拟原子与分子相互作用的 AI 智能体，早期访问测试中在已针对 GPU 优化的流程上再提速 2-3 倍。
入选理由cuPotential 面向原子与分子相互作用模拟，早期测试在已 GPU 优化流程上再提速 2-3 倍，材料与半导体研究者可据此评估现有模拟流程的改造空间。
10月5日
星期一，1 条K-Dense 发布 Citation Telephone，把被引论断逐跳追溯到原始出处
K-Dense 发布免费工具 Citation Telephone，用户给出一句被引论断及其 DOI、PubMed ID 或 arXiv ID，工具会沿引用链逐篇读取全文，标出每一跳是匹配、部分匹配、更进一步还是被改写，并判断该论文是原始出处还是转引他人。
入选理由免费工具把引文核查从逐篇翻原文变成可追溯的链条，审稿人和写作者能据此定位引用漂移发生在哪一跳。
10月1日
星期四，2 条Ai2 发布 Olmo-core 3，面向万亿参数 MoE 的开源训练框架
Ai2 发布 Olmo-core 3，这是其大语言模型开发框架的一次重大升级，重新设计了开放的混合专家（MoE）训练系统，目标是把 MoE 训练扩展到万亿参数规模并保持计算效率。
入选理由Ai2 开放了面向万亿参数 MoE 的训练框架，学术研究者和小型实验室可据此评估自建大模型训练的门槛。
Google DeepMind 发布 Gemini 4 Argon，输出上限提至 100 万 token
Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络防御方开放，随后逐步扩展到开发者、企业和消费者，起步价为每百万输入 token 2 美元、每百万输出 token 10 美元。
入选理由Gemini 4 Argon 把长程推理和百万级输出用于代码迁移、漏洞发现与科研优化，研究者可据此判断它在自身工作流中的位置。
9月25日
星期五，1 条Claude 在 Claude Science 中自主算出 N=4 超杨-米尔斯九圈散射振幅
物理学者 Matt von Hippel 记录，Anthropic 的 Liam Fitzpatrick 和 Siddharth Mishra-Sharma 使用 Fable 5.1 在付费科研平台 Claude Science 中。
入选理由一位理论物理学者记录了 Claude 在付费科研平台上自主完成九圈散射振幅计算并被专家验证的过程，可供研究者判断 AI 在具体计算任务中的边界。
9月22日
星期二，2 条Weco AI 提出 AIDE2：AI 研究智能体通过递归自我改进提升研究效率
Weco AI 团队在 arXiv 发布预印本，提出递归自我改进系统 AIDE2，让 AI 研究智能体改写自身 harness 代码，并在隐藏评测上保留表现最好的版本。
入选理由论文给出 AI 研究智能体改写自身代码并迁移到未见任务的实测流程，研究者可据此判断自主科研代理的自我改进边界。
Amazon Bio Discovery 发布三篇抗体设计研究，含经实验验证的纳米抗体发现
Amazon Bio Discovery 团队发布三篇抗体设计研究，分别针对结合强度排序、可开发性预测和端到端设计。其中 MochiBind 仅用序列预测抗体相对结合强度，在四个未见抗原上成对准确率均高于结构基线，平均领先近 10%，在 CPU 上约 13 秒可打分 20 万对抗体。
入选理由Amazon Bio Discovery 团队公开三篇抗体设计研究，含一篇经实验验证的纳米抗体发现，研究者可据此了解计算设计加湿实验闭环的完整流程。
9月15日
星期二，2 条Periodic Labs 发布材料分析模型 Periodic Neon，XRD 解析成功率 55.3%
Periodic Labs 用自家实验室数据训练出 Periodic Neon，在其内部最难评测集 FrontierXRD 上成功率为 55.3%，高于 GPT-6 Astra 和 Claude Fable 5.1，且单次分析成本更低。
入选理由材料给出自建 XRD 评测集与专家标注的一致性数据，研究者可据此判断实验室自训模型能否接手耗时的物相分析。
Periodic Labs 用自建高通量实验室数据训练万亿参数模型 Periodic Neon
Periodic Labs 介绍其自建高通量实验室与大规模物理模拟基础设施，并用实验室数据通过 midtraining 和强化学习训练出万亿参数模型 Periodic Neon，称其在衍射分析任务上表现优于 Claude Fable 5.1 和 GPT-6 Astra。
入选理由材料给出实验室自训科学模型在衍射分析上的定位与数据闭环思路，可供材料与自动化实验室方向的研究者参考。
8月4日
星期二，2 条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。
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。
8月3日
星期一，1 条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。
7月21日
星期二，1 条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。
3月16日
星期一，1 条Edison Scientific 与 NVIDIA 合作推进 AI 科学家 Kosmos，并发布 BixBench-Hypothesis 基准
Edison Scientific 宣布与 NVIDIA 合作，将 NVIDIA NeMo 和 Nemotron 技术栈用于其 AI 科学家 Kosmos 的训练与开发。
入选理由Edison Scientific 与 NVIDIA 的合作细节和 BBH 基准，可供开发科研智能体的团队参考其训练与评测路径。