跳到正文
AI 科研动态

事件追踪

同一件事被多家来源报道、或者有了后续进展，就合成一个事件持续追踪。这里只列近 7 天有多篇报道的事件，按重要性排序。

42 个事件，共 192 篇报道

科学发现24 小时内有新进展

DeepMind发布AlphaGenome 2，按细胞类型预测变异

Google DeepMind 发布下一代 DNA 序列模型 AlphaGenome 2，可按特定组织、细胞类型或细胞状态，预测 DNA 变异对基因表达、染色质可及性、组蛋白修饰和 DNA 甲基化的影响。DeepMind 称，该模型基于 68 种组织的 1 亿多条图谱训练，每次聚焦一种细胞类型，识别出的开关基因突变数量约为上一代模型的两倍；研究人员接入几十个细胞的数据即可适配新实验，无需重新训练。 DeepMind 称，该模型用于帮助科学家寻找疾病的细胞层面驱动因素；其研究员 Pushmeet Kohli 称，预测覆盖数百种人类细胞类型，并能在不重新训练的情况下适应未见过的细胞与疾病状态。The Verge 报道，DeepMind 表示更精细的预测计算成本更高，比上一代模型“更贵”。 AlphaGenome 2 及表达条件相关的交互式 Colab 教程即日起通过 AlphaGenome API 向非商业研究开放，商业研究需申请私密预览。DeepMind 表示，后续将在其智能体开发平台 Google Antigravity 中推出 AlphaGenome 2 Skills。DeepMind 注明，AlphaGenome 与 AlphaGenome 2 仅供研究使用，尚未经过临床或诊断用途的验证或批准。

  1. The Verge · AIGoogle DeepMind 发布 AlphaGenome 2，预测遗传变异在具体细胞类型中的影响
  2. Google DeepMind Blog官方Google DeepMind 发布 AlphaGenome 2，按细胞类型预测 DNA 变异效应
  3. Google DeepMindAlphaGenome 2 聚焦特定细胞解析疾病
  4. Google DeepMindGoogle DeepMind模型无需重训练适配实验
  5. Google DeepMindGoogle DeepMind 发布 AlphaGenome 2，按细胞类型预测基因开关突变
  6. Google DeepMindGoogle DeepMind 发布 AlphaGenome 2，可预测同一 DNA 在不同细胞中的读取差异
  7. Pushmeet KohliGoogle DeepMind 发布 AlphaGenome 2 基因组模型，预测 DNA 变异对细胞的影响
  8. IT之家谷歌 DeepMind 发布 AlphaGenome 2 基因序列模型，致病变异识别能力提升近一倍
  9. Pushmeet KohliGoogle DeepMind 发布 AlphaGenome 2 基因组模型
  10. Sundar PichaiGoogle DeepMind 发布 AlphaGenome 2，预测 DNA 变异对特定细胞类型的影响
  11. Sundar PichaiGoogle 发布 AlphaGenome 2，经 API 开放给非商业研究
  12. Demis HassabisGoogle DeepMind 发布 AlphaGenome 2 DNA 序列模型，预测变异在特定细胞类型中的影响
  13. MarkTechPostGoogle DeepMind 发布 AlphaGenome 2，可按细胞类型预测变异效应
  14. IT之家谷歌 DeepMind 发布基因组 AI 模型 AlphaGenome 2，预测深入到单细胞层面
首次报道，追踪 1 天查看事件
科学发现最新进展

百度发布ERNIE Evolve自动研究系统

百度发布自动研究系统 ERNIE Evolve，用于改进 AI 训练与推理。据百度文心 ERNIE 官方博客称，该系统围绕给定代码仓库、优化目标和评测标准自主选择研究方向、修改代码，在隔离环境中运行实验，只有通过独立评估与评审的改动才会保留，每轮结果用于指导下一轮。 百度称，该系统在 NanoChat AutoResearch、NanoGPT Speedrun 和 SOL-ExecBench 三项公开任务上的表现均高于基线，其中前两项超过公开验证的最好结果；这些任务上优化得到的结果已在 GitHub 开源。 MarkTechPost 报道称，ERNIE Evolve 系统本身并未公开，GitHub 上只有结果和日志；上述基准成绩为百度自报，且领先公开基准的幅度较小。

  1. 百度文心 ERNIE 官方博客百度发布自动研究系统 ERNIE Evolve，并在 ERNIE-5.5-Flash 推理优化中落地
  2. Baidu Inc.百度推出自动化研究系统 ERNIE Evolve，用于改进 AI 训练与推理
  3. MarkTechPost百度发布 ERNIE Evolve 自动化研究系统，在多项基准上超过 NanoChat 与 NanoGPT 记录
首次报道，追踪 1 天查看事件
科学发现最新进展

DeepMind用AI形式化验证Signal协议机器码

Google DeepMind 称，其智能体框架 AlphaProof Code 对 Signal 消息协议设备上实际运行的机器码完成了形式化验证，证明其关键安全属性成立，并称这是首次有广泛部署协议的真实生产代码被验证到这一深度。该框架运行在大语言模型上，相关模型包括 Gemini 4 Carbon；据 Google 方面称，Gemini 4 Carbon 生成了超过 600 万行经 Lean 机器校验的证明，约 1% 的代码库需人工复核，其余由 Lean 自动检查，整个分析耗时约四周。 验证范围限于 Signal 加密协议本身，并非对 Signal 整个应用做全面安全审查；DeepMind 研究人员称这只是更大进程中的一个里程碑。团队还用该方法测试了含已知漏洞的旧版协议实现，AI 识别出问题并判定其未通过验证。 Google 表示将开源形式化规范与验证产物。Ars Technica 报道称，DeepMind 以研究项目形式免费完成此次分析，Google 拒绝披露分析成本，也未说明是否计划推出商业化的形式化验证产品或服务；Google 同时表示，尚无法确定该技术在更大范围推广的实际可行性，也未公布所需算力规模。

  1. Pushmeet KohliGoogle DeepMind 用 AlphaProof Code 形式化验证 Signal 协议生产代码
  2. IT之家谷歌 DeepMind 用 AI 智能体完成 Signal 协议形式化验证
  3. Sundar PichaiGoogle 用 Gemini 4 Carbon 与 AlphaProof Code 形式化验证 Signal 协议代码
  4. Google DeepMindGoogle DeepMind 用 AlphaProof Code 数学证明 Signal 协议代码层安全
  5. Ars Technica · AIGoogle DeepMind 用智能体 AI 对 Signal 协议关键密码学保证完成形式化验证
  6. The DecoderGoogle DeepMind 的 AlphaProof Code 用四周完成 Signal 加密核心的形式化验证
首次报道，追踪 1 天查看事件
科学发现最新进展

上海AI实验室推出书生·太一元认知框架

上海人工智能实验室推出元认知智能体框架书生·太一（Sage·Taiyi），通过科学搜索与认知调控两层架构，把科研猜想、探索路径与实证结果串联起来，驱动智能体迭代研究方案。该框架已接入书生·端砚科学发现平台，向全球科研人员开放体验。 据该团队介绍，这一架构在科研构思基准上排名居首，并在化学实验中验证可提升产率；相关评测与实验细节尚未在报道中展开。

  1. Hugging Face Daily PapersSage-Taiyi 元认知架构在科研构思基准居首，化学实验验证提升产率
  2. 上海人工智能实验室·科研动态官方上海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
首次报道，追踪 3 天查看事件
工具与产品最新进展

Gemini 4 Carbon 登顶 AA 指数并向付费用户开放

Google DeepMind 发布 Gemini 4 Carbon，并已向付费开发者、企业、Google AI Ultra 订阅用户和科研人员开放。据 Artificial Analysis 评测，该模型在 Intelligence Index v5 上以 59 分排名第一，比上一代 Argon 高 9 分；在 Coding Agent Index 上仅次于 Claude Opus 5.5。Artificial Analysis 称，它在 HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA 四项评测中位列第一；alphaXiv 称，它在 Terminal-Bench-Science 上达到 64.8%，高于 GPT-6 Astra 的 63.3%。ARC Prize 公布已核验成绩：ARC-AGI-3 在标准测试框架下为 65.1%，在 provider adapter 下为 99.1%；ARC-AGI-2 为 94.2%；ARC-AGI-1 为 98.5%。ARC Prize 称，在标准测试框架下，Carbon 在 ARC-AGI-3 上比 Argon 高 18 个百分点。 发布初期，Google 称该模型尚未公开可用，先向部分网络安全专家开放，再经 Fairwind Program 扩大范围；alphaXiv 当时称，还需约两周才会正式可用（GA）。11 月 11 日，Google DeepMind 博客宣布，该模型已通过 Google AI Studio 和 Gemini for business 的 API 向所有付费开发者和企业开放，并陆续向 Google AI Ultra 订阅用户在 Antigravity、Gemini 应用和搜索 AI Mode 中推出。 定价方面，Google 博客与 The Decoder 称，采用与 Argon 相同的入门价，每百万输入 token 2 美元、每百万输出 token 10 美元；Google 官方 X 帖则称，标准价为每百万输入/输出 token 4/20 美元，并提供 50% 发布折扣，截止日期未确认。IT之家称该优惠价持续至 2026 年 11 月 30 日，此后恢复 4/20 美元。缓存输入 token 均享 95% 折扣。Perplexity 的 Aravind Srinivas 分享早期评测称，这是其见过的长篇幅研究和回答质量最强的模型，在 WANDR 基准上取得新的 SoTA，待 token 容量足够后向 Perplexity Pro 和 Max 用户开放。

  1. Artificial Analysis 完整文章Google Gemini 4 Carbon 登顶 Artificial Analysis Intelligence Index v5
  2. Google DeepMindGemini 4 Carbon 发布
  3. Demis HassabisGemini 4 Carbon 关键基准达 SOTA
  4. alphaXivGemini 4 Carbon 智能体科研基准领先
  5. The DecoderGoogle DeepMind 发布 Gemini 4 Carbon，距 Argon 仅两周
  6. GoogleGoogle 公布 Gemini 4 Carbon 早期版本，在 Artificial Analysis 智能指数 v5 上以 59 分居首
  7. Aravind SrinivasPerplexity 分享 Gemini 4 Carbon 早期评测
  8. The Verge · AIGoogle 发布 Gemini 4 Carbon，Antigravity 平台预览智能体“蜂群”功能
  9. Google DeepMind Blog官方Google DeepMind 发布 Gemini 4 Carbon，面向科研与智能体工作流
  10. GoogleGemini 4 Carbon 正式发布
  11. Josh WoodwardGemini 4 Carbon 上线 Gemini App
  12. Philipp SchmidGemini 4 Carbon 上线 API 与 AI Studio
  13. Philipp SchmidGemini 4 Carbon 现已可用
  14. Logan KilpatrickGemini 4 具备前沿网络能力并安全部署
  15. Google AIGoogle 发布前沿模型 Gemini 4 Carbon，科研人员可申请 6 个月免费使用
  16. Google AIGemini 4 Carbon 现已发布
  17. Demis HassabisGemini 4 Carbon 现已开放使用
  18. Google DeepMindGemini 4 Carbon 发布
  19. ARC PrizeGemini 4 Carbon 在 ARC-AGI 基准上的成绩
  20. ARC PrizeGemini 4 Carbon 登 ARC Prize 排行榜
  21. ARC PrizeARC-AGI-3 游戏模型动作数对比
  22. ARC PrizeGemini 4 Carbon 在 ARC-AGI 基准上的成绩
  23. ARC PrizeGemini 4 Carbon 登 ARC Prize 排行榜
  24. IT之家谷歌开放 Gemini 4 Carbon 模型，主打复杂编程、科学研究与网络安全
  25. Pushmeet KohliGoogle DeepMind 宣布 Gemini 4 Carbon 正式开放，并更新 Antigravity Science 插件
  26. Pushmeet KohliGemini 4 Carbon 详情见 Koray 帖子
首次报道，追踪 15 天查看事件
工具与产品最新进展

Ai2 发布 ToyBlocks 仿真环境，模型可迁移真机

Ai2 发布开源仿真桌面环境 ToyBlocks，用于机器人学习的受控实验：用户定义堆叠积木序列等高层任务，ToyBlocks 规划低层技能完成并生成演示，用于训练从相机等传感器观测出发行动的模型。代码、仿真资产、任务与演示生成器、2 个已训练模型、训练与评估代码及验证集均已开放；初始版本含 85K 条长程演示，每条由约 6–12 个技能演示组成。Ai2 称，后续将发布更大规模数据集、更多技能和更全面的基准，并加入当前版本没有的完整强化学习训练能力。 Ai2 公布的初步测试显示，ManiFlow、π0.5 和 MolmoAct 2 对新空间配置的泛化表现不佳。Ai2 称，仅在 ToyBlocks 虚拟世界中训练的 Molmo 2 + ManiFlow 在物理机器人上以 15/30 次尝试成功堆叠字母积木拼出一个单词，仿真中为 111/200 次；Ai2 据此称仿真训练的模型可迁移到物理机器人，但还需更多试验。

  1. Ai2 / Allen Institute for AI官方Ai2 发布 ToyBlocks：面向机器人学习与评测的受控仿真环境
  2. Hugging Face Blog官方Ai2 发布 ToyBlocks 仿真框架，用于机器人学习的可控实验与评测
  3. Ai2Ai2 推出开源仿真桌面 ToyBlocks，用于机器人学习受控实验
  4. Ai2Ai2 发布 ToyBlocks 数据集，支持按技能构建训练混合
  5. Ai2Ai2 ToyBlocks 用高层任务训练模型
  6. Ai2Ai2 ToyBlocks：用积木学空间推理
  7. Ai2Ai2 测试 ManiFlow 等模型的泛化能力
  8. Ai2Ai2 ToyBlocks 自定义评测
  9. Ai2Ai2 ToyBlocks 工具接口连接前沿模型
  10. Ai2Molmo 2 + ManiFlow 仿真到真机迁移
  11. Ai2Ai2 发布 ToyBlocks 机器人学习资源
首次报道，追踪 1 天查看事件
科学发现最新进展

OpenAI与Ligo发布湿实验室基准BioBasicsBench

OpenAI 与专注酶设计的生物技术公司 Ligo 推出 BioBasicsBench，用于评测 AI 智能体处理湿实验室常规分析的能力。 该基准包含 100 项来自真实实验的任务，考察智能体能否解读实验室原始数据、识别错误，以及判断证据是否支持某一结论。OpenAI 称，该基准衡量 AI 智能体解读原始实验数据、处理湿实验室日常科研工作的表现。

  1. OpenAI News官方OpenAI 推出 BioBasicsBench，用 100 项任务评测 AI 智能体处理湿实验室日常科研的能力
  2. OpenAIOpenAI 与 Ligo 推出 BioBasicsBench 评测智能体处理湿实验室常规分析
首次报道，追踪 1 天查看事件
元研究24 小时内有新进展

Artificial Analysis 发布 VIALS-AA 生命科学视觉推理榜单

Artificial Analysis 发布 VIALS-AA 榜单，评测 Handshake AI 的 VIALS 生命科学视觉推理基准：161 项任务覆盖八个领域，要求模型解读凝胶印迹、流式细胞图、质粒图谱和系统发育树等图像并得出科学结论。评测在 Artificial Analysis 的开源 agent 框架 Stirrup 中进行，每项任务运行三次，并提供代码执行和图像检查工具；由 GPT-6 Luna (medium) 对照参考答案评分，榜单报告三次均被判正确的任务占比（pass^3）。 Artificial Analysis 称，在 VIALS-AA 上，Claude Fable 5.2 (max) 使用工具时得分 67%，每项任务成本 4.20 美元；改为单次请求、不提供工具后降至 44%，成本 0.73 美元。Claude Haiku 5.5 (max) 使用工具时得分 49%，每项任务成本 0.07 美元，高于 Fable 5.2 无工具时的得分，成本约为其十分之一。 此前，Artificial Analysis 已对 VIALS-AA 原始测试集中 19 个模型的 9,177 次 rollout 的工具调用做了分类，发现模型解题有快速查看或显式测量两条路径。

  1. Artificial Analysis 完整文章VIALS-AA：科学图像推理的不同路径
  2. Artificial AnalysisArtificial Analysis 推出 VIALS-AA 生命科学视觉推理榜单
  3. Artificial AnalysisClaude 模型工具使用对生命科学视觉推理影响显著
首次报道，追踪 7 天查看事件
科学发现24 小时内有新进展

Google用模拟患者强化学习训练精神科问诊模型

Google发表论文，用模拟精神科病人对语言模型做多轮强化学习训练，奖励信号来自诊断准确性、沟通效果和临床安全。在精神科医生扮演病人的盲评中，训练后模型在76.7%的场景中优于基线，恰当鉴别诊断比例从33.3%升至68.3%，以患者为中心的沟通得分从65.2%升至82.0%。 上述结果来自该论文的盲评，属研究自测阶段，尚未见独立复现。Google Research随后称其与临床医生合作训练模型，使其能理解患者背景。

  1. alphaXivGoogle 用模拟精神科病人训练 LLM，鉴别诊断准确率从 33.3% 升至 68.3%
  2. Google ResearchGoogle Research 与临床医生合作训练模型
首次报道，追踪 13 天查看事件
24 小时内有新进展

alphaXiv 复现权重空间编程全部 9 项实验

alphaXiv 称已复现《Sparks of Weight-Space Programming》博客中的全部 9 个实验，并将完整智能体轨迹、样本前向传播激活等实验产物公开，读者可提问或继续实验。 此前 alphaXiv 官方账号只发帖推荐该论文，未说明方法、实验设置或结果。博主 Simon Willison 随后按论文中的一个示例实测：在笔记本上用 LM Studio 加载 Qwen 3.8 27B，需使用长上下文窗口（默认 8192 上下文报错），并安装 llm-lmstudio 插件；模型仅凭原始权重文本、无工具无代码执行，识别出四个 10x10 网格游戏网络各自训练的游戏。他另提到一个 Breakout 提示需安装 llm-openrouter 插件、经 OpenRouter 调用 Kimi K3.1 Pro。 上述复现均为各自一方的说法，论文本身的证据阶段与完整结论仍未经报道确认。

  1. alphaXivalphaXiv 上的权重空间编程研究
  2. Simon Willison 博客Qwen 3.8 27B 在笔记本上也能解读模型权重
  3. alphaXivalphaXiv 复现权重空间编程全部 9 个实验并公开智能体轨迹
首次报道，追踪 10 天查看事件
工具与产品24 小时内有新进展

Anthropic发布Fable 5.2与Mythos 5.2，Fable登顶多项评测

Anthropic发布Claude Fable 5.2和Claude Mythos 5.2，两者共用同一底层模型，区别在访问权限：Fable 5.2向所有付费计划用户开放，内置网络安全与生物安全防护；Mythos 5.2解除部分限制，仅向通过Anthropic网络安全或生命科学验证计划申请的组织开放。Fable 5.2输入价格降至每百万token 8美元、输出40美元，较5.1下降20%；Anthropic称其响应速度提升最多30%，可选快速模式最高再快2.5倍但价格翻倍，且仅在Claude Code、Claude Platform、Google Cloud、Microsoft Foundry等部分平台提供。 第三方评测显示Fable 5.2表现突出：Artificial Analysis称其在Intelligence Index v5以65分登顶，领先Gemini 4 Carbon（60）和Opus 5.5（59）；ARC Prize称其在标准harness下以81.2%创ARC-AGI-3新高分，ARC-AGI-2得分93.8%为第三高，仅次于GPT-6 Astra（95.0%）和GPT-6.1 Sol（94.2%）；alphaXiv称其在Terminal-Bench-Science 0.1上得74.6%，高于Opus 5.5（58.7%）和GPT-6 Astra（68.1%）。Anthropic称新模型在多数对齐指标上与近期模型相当或更好，发布前经AISI、Frontier Design2、METR等外部评估。 Anthropic官方账号还称Fable 5.2解决了黑洞理论物理中两个开放问题，包括一项悬置23年的计算，但未给出论文或验证细节。Ethan Mollick在公开发布前试用后认为其接近他所定义的“锯齿状AGI”，即多数电脑知识任务接近人类专家但仍有明显短板；他披露获得提前访问且期间token不计费。

  1. ClaudeClaude Fable 5.2 与 Mythos 5.2 发布
  2. ClaudeFable 5.2 与 Mythos 5.2 能力评测提升
  3. ClaudeFable 5.2 与 Mythos 5.2 对齐表现
  4. ClaudeClaude 推出 Fable 与 Mythos 模型
  5. The Verge · AIAnthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2 模型
  6. AnthropicClaude Fable 5.2 与 Mythos 5.2 发布
  7. Ethan Mollick · One Useful ThingClaude Fable 5.2 与"锯齿状 AGI"：一次跨领域能力实测
  8. Aravind SrinivasFable 5.2 上线 Perplexity
  9. ARC PrizeClaude Fable 5.2 刷新 ARC-AGI-3 高分
  10. ARC PrizeARC Prize 公布 Claude Fable 5.2 测试结果
  11. ARC PrizeFable 5.2 在 ARC-AGI-2 得分 93.8%
  12. TechCrunch · AIAnthropic 发布 Mythos 5.2 与 Fable 5.2，回应 RSI 担忧
  13. PerplexityClaude Fable 5.2 上线 Perplexity
  14. Artificial AnalysisClaude Fable 5.2 登顶 AA 智能指数
  15. alphaXivFable 5.2 登顶科研智能体基准
  16. ClaudeClaude 称 Fable 5.2 解决黑洞理论物理两个开放问题
  17. ClaudeClaude Fable 5.2 上线付费计划
  18. Google AI：DEV 作者专属Claude Fable 5.2 在 Google Cloud 上线
  19. The DecoderAnthropic 发布 Claude Fable 5.2 与 Mythos 5.2，称约千个智能体 30 小时完成费马大定理 Lean 形式化
  20. IT之家Anthropic 推出 Claude Fable 5.2 与 Mythos 5.2，API 调用费下降 20%
  21. IT之家Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，编程基准超 GPT-6 Astra
  22. MarkTechPostAnthropic 发布 Claude Fable 5.2 与 Mythos 5.2：同一模型，不同安全防护
  23. ClaudeClaude Fable 5.2 现已上线
  24. OpenClaw🦞Claude Fable 5.2 上线 OpenClaw
首次报道，追踪 3 天查看事件
科学发现24 小时内有新进展

腾讯发布混元Hy4正式版，称跻身最强开源模型

腾讯发布大语言模型混元 Hy4 正式版，官方称其首次跻身最强开源模型之列。相比 Hy4 preview，Hy4 扩大了预训练和后训练规模，首次加入视觉能力和电脑操作支持；腾讯称其性能显著超过 preview，API 价格不变，据 The Decoder 报道，每百万输入 token 约 0.83 美元、输出约 2.50 美元。 Hy4 目前通过腾讯云、OpenRouter 和元宝等腾讯应用提供，并可在 CodeBuddy / WorkBuddy、ima 等产品上体验；OpenClaw 称 Hy4 已在该平台获得支持，具备 100 万 token 上下文窗口，可通过腾讯 TokenHub、TokenPlan 和 OpenRouter 使用，腾讯称 Hy4 即将上线 Chutes。 腾讯称，在 200 多名金融从业者对近 600 项真实任务的评测中，Hy4 领先 Deepseek V4.1 Flash、Kimi K3.1 Pro 和 GLM-5.3 Flash；内部测试中联网研究幻觉率从近 16% 降至约 5%。模型权重和系统卡片尚未发布，腾讯称将于近期开源权重、发布系统卡片，并重点关注网络和生物安全等风险；Hy4 flash 也计划近期发布。上述性能与开源安排均为腾讯方面的说法，尚无第三方评测或已公开的权重可供验证。

  1. IT之家腾讯混元 Hy4 正式版发布，号称首次跻身最强开源模型之列
  2. 腾讯混元腾讯混元Hy4发布，新增视觉能力
  3. 腾讯混元腾讯混元发布 Hy4 模型
  4. OpenClaw🦞腾讯混元Hy4接入OpenClaw
  5. 腾讯混元腾讯混元Hy4即将上线Chutes
  6. 腾讯混元腾讯混元Hy4上线OpenClaw
  7. X.PIN腾讯Hy4模型宣称跻身中国顶尖
  8. The Decoder腾讯发布 Hy4：首次支持图像理解与电脑操作，自称跻身开源模型前列
  9. 腾讯混元腾讯混元Hy4上线OpenRouter
首次报道，追踪 8 天查看事件
政策与诚信最新进展

英国OfS调查AI影响大学考核并警告处罚

英格兰高等教育监管机构学生事务办公室（OfS）发布调查称，AI 普及后，大学教师几乎无法判断学生的课程作业是否反映其真实水平，建议高校重新采用传统考试和现场汇报等方式考核学生。 OfS 进一步警告，若高校不建立可靠的考核形式，可能对相关院校实施处罚。这一建议针对英格兰高校课程作业与考试中的 AI 使用，主张以现场、受监督的考核替代部分可借助 AI 完成的作业。

  1. IT之家英国学生事务办公室调查：AI 让教师难以判断课程作业是否反映学生真实水平
  2. The Decoder英国高教监管机构警告高校：不采用防 AI 作弊的考核形式将面临处罚
首次报道，追踪 1 天查看事件
工具与产品最新进展

腾讯上线元宝搜索，覆盖公众号与学术文献

腾讯云宣布搜索产品“元宝搜索”正式上线，用户可在浏览器访问 so.qq.com，或将 QQ 浏览器升级后在引擎设置中切换使用。腾讯称其搜索范围覆盖全网网页、公众号、视频号等腾讯生态内容及学术文献，接入 157 个权威信源；学术内容支持通俗解读论文结论、保留原文依据和英文一键翻译。 腾讯元宝搜索网页版产品负责人李锐章表示不排斥广告，但“用户不应该在广告里找答案”，会基于用户当前需求呈现相关产品内容。腾讯称结果页优先展示权威机构与官方来源，并将广告与答案区分、支持整块折叠广告。 上述功能与效果描述均来自腾讯方面，尚无第三方实测结果。

  1. IT之家腾讯搜索产品“元宝搜索”上线，覆盖公众号、视频号与学术文献
  2. IT之家腾讯元宝搜索上线：李锐章谈商业模式，不排斥广告但广告与答案明确区分
首次报道，追踪 1 天查看事件
科学发现最新进展

蚂蚁 inclusionAI 发布 ZoomGain 模型及 GGUF 权重

蚂蚁 inclusionAI 在 Hugging Face 发布 ZoomGain-4B 与 ZoomGain-9B 视觉语言模型检查点，并同步开放 arXiv 论文、ZoomGainBench 评测基准和 RL 训练数据。代码以 Apache License 2.0 发布，随附训练框架保留其上游许可与声明；各数据集和检查点的具体条款需查看对应的 Hugging Face 模型卡。 随后，该团队又发布了 ZoomGain-4B 的 GGUF 格式权重，这些权重经 llama.cpp 转换，语言模型与视觉编码器、投影器（mmproj）均提供 FP16、Q8_0、Q4_K_M 三种精度。官方提示，图像输入需同时提供语言模型和对应的 mmproj 文件，并使用支持 Qwen3.5 多模态的 llama.cpp 构建；量化可能影响精度。

  1. 蚂蚁 inclusionAI：HuggingFace 新模型蚂蚁 inclusionAI 发布 ZoomGain-4B/9B 模型、ZoomGainBench 基准与 RL 训练数据
  2. 蚂蚁 inclusionAI：HuggingFace 新模型蚂蚁 inclusionAI 发布 ZoomGain-9B 视觉语言模型及配套基准与 RL 数据
  3. 蚂蚁 inclusionAI：HuggingFace 新模型inclusionAI 发布 ZoomGain-4B 的 GGUF 格式权重
首次报道，追踪 2 天查看事件
最新进展

Crick 研究所十周年：AI 辅助肺癌风险识别

弗朗西斯·克里克研究所成立十周年，其团队正利用基因组学与人工智能，在肺癌形成前识别高危人群。该机构由 MRC、Wellcome、Cancer Research UK 与高校合作创建。据 UKRI 新闻，十年间该机构产出逾 6,500 篇论文、获得 3.53 亿英镑竞争性经费，并催生 15 家衍生公司、吸引 23 亿英镑后续投资。 所长在履职首年、研究所成立十周年之际撰文称，AI 能整合跨尺度复杂数据集，Google DeepMind 的 AlphaFold 已向全球研究者开放数百万个蛋白质结构预测；但他强调，AI 识别出的模式仍需由人审视并通过实验验证，科研环境应围绕人与科学问题而非机构划分来组织。

  1. UKRI 新闻官方Francis Crick Institute 成立十周年：用基因组学与 AI 提前识别肺癌风险
  2. Nature · Machine Learning 主题弗朗西斯·克里克研究所所长：给生物学家好奇的空间，而不只是更好的工具
首次报道，追踪 2 天查看事件
元研究最新进展

alphaXiv公布中美用户模型使用差异

alphaXiv 在社交平台公布其观察到的中美用户模型使用差异：中国用户对 Anthropic 模型的使用量比美国用户少约 7.5 倍，对 OpenAI 模型的使用量多约 2.5 倍，对开源模型的使用量多约 3.9 倍。 alphaXiv 还称，Gemini 在美国用户中更受欢迎，DeepSeek 在中国用户中更常用，并称 Anthropic 与 OpenAI 的上述趋势广泛适用于所有模型。这些数字来自 alphaXiv 的单方面说法，报道未说明统计口径、样本范围或数据来源。

  1. alphaXiv中美用户模型使用差异显著
  2. alphaXivGemini与DeepSeek的中美用户分布差异
首次报道，追踪 1 天查看事件
实践与观点最新进展

SciSpace 发布系统综述八步法研讨会录像

SciSpace 发布了一场 39 分钟网络研讨会录像及配套方法指南，由阿德莱德大学 Dr. Faheem Ullah 讲解系统文献综述的 8 个步骤，从确定综述必要性到分析与报告数据。 Ullah 建议一项系统综述设 2 到 6 个研究问题，超过 6 个就难以逐一深入回答；他建议先用 8–10 篇已知相关论文试测，并称评审者通常会质疑纳入研究少于约 50 篇的综述。SciSpace 说明，2–6 个问题只是基于研讨会建议的规划参考，并非报告规则，PRISMA 2020 只要求明确陈述综述目标，未规定问题数量。 研讨会还演示了用 SciSpace 的 SLR 智能体从研究问题生成 PRISMA 流程图等环节。

  1. SciSpace官方SciSpace 网络研讨会：Dr. Faheem Ullah 讲解系统综述的 8 个步骤
  2. SciSpace官方系统综述应该有几个研究问题？SciSpace 网络研讨会给出 2–6 个的建议
首次报道，追踪 1 天查看事件
科学发现最新进展

Claude称改进MIPLIB 72个开放问题解

Anthropic 的 Claude 官方账号称，在 MIPLIB 优化问题库的 203 个开放问题上，Claude 在 72 个案例中优于所列数学解，并在 45 个案例中证明某个解为最优。MIPLIB 收录机组排班、配送车辆调度等混合整数规划问题。 该账号还称，在一个为 42 列车排时刻以削减峰值用电的问题上，Claude 智能体在不到两小时内得到的时刻表比 MIPLIB 现有最好解优 2.6%，随后证明不存在更好的时刻表；相关解已提交给 MIPLIB 供任何人核查。 上述数字均来自发布方自测，并非独立复现或第三方评测结果。

  1. ClaudeClaude 在 MIPLIB 的 203 个开放优化问题上改进 72 个解
  2. ClaudeClaude 智能体在 42 列车时刻表问题上改进 MIPLIB 最优解 2.6% 并证明其最优
首次报道，追踪 1 天查看事件
工具与产品最新进展

Meta 上线 Muse Ember 模型 API

Meta 于 11 月 10 日将 Muse Ember 上线到 Meta Model API，输入 token 每百万收费 0.10 美元，输出 token 每百万收费 0.50 美元。这一价格由 Meta 在 X 的 AI at Meta 账号公布，并附研究博客链接。 同日，Charlie Holtz 在 X 上称，Ember 的智能水平与 Haiku 5.5 相当，成本仅为其三分之一；这是个人评价，报道未给出测试方法或数据。报道未提及该模型的能力范围、上下文长度或可用地区。

  1. AI at MetaMuse Ember 上线 Meta 模型 API
  2. Charlie HoltzEmber 智能对标 Haiku 5.5，成本仅三分之一
首次报道，追踪 1 天查看事件