跳到正文

主题档案

AI 科学家与自动化科研 最新动态

能自主提出假设、做分析、跑实验的 AI 科学家与科研智能体,以及自动化实验室。

57 条精选近 30 天 28 条共收录 522 条

更新

入选归档 · 第 2 页

10月17日周六第 21–40 条
  1. Google 研究让 AI 智能体在湿实验室闭环完成适配体与蛋白设计

    Google Research 公布三项研究,推进 AI 智能体从计算设计走向真实湿实验室实验:VERID 框架为实验室工作单元建立语义数字孪生,让智能体在动作前检查台面布局、孔内体积和吸头库存,并在模拟中预演协议。

    Google Research Blog官方
    入选证据待确认重要性76

    入选理由:Google 展示了智能体在真实湿实验室中闭环设计并验证核酸适配体与蛋白结合体的进展,研究者可据此判断自动化实验的可行边界。

10月16日周五
  1. Sakana AI 发布第三阶段系统 The Agentic Scientist,把 Codex、Claude Code 等现成编码智能体包进一套 scaffold,由它控制智能体看到什么、写什么、如何评估以及结果如何交给下一阶段,覆盖课题设定、假设探索、实验、验证到论文写作。

    引用Sakana AI@SakanaAILabs

    The Agentic Scientist: Orchestrating Coding Agents for Automated Scientific (Co-)Discovery Blog: https://pub.sakana.ai/agentic-scientist/ GitHub: https://github.com/SakanaAI/AI-Scientist-v3 arXiv: https://arxiv.org/abs/2610.18933 Since 2024, we’ve used The AI Scientist as a way to test how far AI alone can take scientific research, from v1 to v2 to the paper published in Nature earlier this year. The Agentic Scientist is the next step in that line of work, built for the era of coding agents. Coding agents such as Codex and Claude Code now carry out long software tasks on their own. Handing them a research problem, however, tends to produce a strong hyperparameter optimizer rather than a scientist: scores go up, but ideas stay narrow, and the reasons for the gain are rarely examined. The Agentic Scientist makes the research loop explicit. It wraps off-the-shelf coding agents in a scaffold that controls what they see, what they write, how they are evaluated, and how results are handed to the next stage. Parallel workers test hypotheses against rubrics defined before any experiment runs, share successes and failures through a common memory, and then ablate the winning program to generate evidence. We used an early version of the system to study Error Diffusion, a biologically motivated alternative to backpropagation. Our researchers set the question and the rubric, chose directions at each stage, and verified the results, references, and claims before submission. The resulting paper was accepted as an oral presentation at ALIFE 2026. In autonomous runs, the system also raised Doc-to-LoRA retrieval accuracy from 52% to 98% on multi-needle tasks and designed a learned evolution strategy that improves over its CMA-ES reference on unseen tasks. Alongside it we release AutoIllustrate, a pipeline for scientific figures that keeps an editable http://draw.io file as the source of truth, so every diagram can be corrected by hand. Humans define the question and the standards of evidence; agents expand the experiments researchers can run. We call this Co-Discovery, and we are releasing both systems as open source for the community to build on.

    Sakana AI
    入选预印本重要性78

    入选理由:Sakana AI 公开了把编码智能体组织成科研流程的开源框架,研究者可以据此判断人机分工的边界。

  2. Google 发布 Antigravity 智能体科研工作台,并内置 Biomolecular Structure Viewer

    Google 发布智能体开发平台 Google Antigravity,提供面向生物学家的智能体科研工作台,把原本分散在多个数据库的检索压缩到一次会话中,并借助 ProtNLM 扫描 UniProt 中数百万条功能未知的蛋白质序列。

    Google DeepMind Blog官方
    入选证据待确认重要性71

    入选理由:Google 把跨数据库检索、结构分析与文献综合放进一个智能体会话,研究者可据此判断这类工作台能否压缩抗菌肽早期筛选流程。

10月15日周四
  1. NVIDIA 加入欧盟 AI in Science Enablers 计划,开放模型、课程与算力资源

    在都柏林 AI in Science Summit 上,欧盟委员会启动 AI in Science Enablers Initiative,这是与 RAISE(Resource for AI Science in Europe)相连的共享框架,NVIDIA 宣布加入并提供加速工具、算力云资源、培训与技术支持、合作试点及初创生态支持。

    NVIDIA Blog官方
    入选证据待确认重要性62

    入选理由:欧盟 RAISE 框架下 NVIDIA 开放模型、课程与算力通道,欧洲小型实验室和初创可据此判断能拿到哪些资源。

  2. Google Research 发布十项科研工具进展,Deep Review 开放公众使用

    Google Research 在 Research@ 活动上公布十项科研相关工具进展,其中智能体审稿系统 Deep Review 从早期版本扩展至面向公众开放,用于核查技术文档的逻辑一致性与事实依据。

    Google Research Blog官方
    入选证据待确认重要性60

    入选理由:Google 公布十项科研相关工具进展,其中 Deep Review 已用于审阅逾 1.6 万篇会议投稿,研究者可据此判断 AI 审稿辅助的可用范围。

10月14日周三
  1. vLLM 开源训练推理逐位一致配方与智能体技能,加速 RL 训练

    vLLM 团队发布 train-inference-consistency 技能与配套代码,让训练前向直接调用 vLLM 推理内核并改造高性能内核,使 rollout 与训练对每个采样 token 的 logprob 逐位相同(diff = 0)。

    vLLM 官方博客
    入选开放代码重要性78

    入选理由:vLLM 团队公开了让训练与推理逐位一致的算子级配方和智能体技能,可迁移到新模型与低精度部署。

  2. Google DeepMind 发布 Gemini 4 Argon 机器人物理推理模型

    Google DeepMind 发布 Gemini 4 Argon,定位为通用物理推理模型,在 Embodied Reasoning(ERQA)基准上以纯推理取得 87%,称超过其他前沿模型。

    Google DeepMind Blog官方
    入选证据待确认重要性66

    入选理由:材料给出 Argon 在机器人全流程的提示词示例与开放渠道,研究者可据此判断它能否接入自己的仿真与真机工作流。

10月12日周一
  1. 上海AI实验室推出实验设备访问与协同协议书生SCP-Lab

    上海人工智能实验室推出实验设备访问与协同协议书生SCP-Lab,为科研智能体提供统一的设备能力发现、任务交互与可信反馈机制,支撑书生·端砚把科学构想转化为真实物理实验。

    上海人工智能实验室·科研动态官方
    入选开放代码重要性72

    入选理由:材料给出协议的分层架构与五级控制粒度,研究者可据此判断自家异构设备能否接入科研智能体的实验流程。

10月11日周日
  1. Sakana AI 提出 MASS:多智能体自监督实现递归自我改进

    Sakana AI 发布论文《Recursive Self-Improvement through Multi-Agent Self-Supervision》,提出 MASS 方法:一个共享模型通过虚拟子智能体团队解题,搜索更优的多智能体工作流,再用自身判断选出最佳方案,并把最佳团队的执行经验蒸馏回共享模型。

    Sakana AI官方
    入选预印本重要性60

    入选理由:论文提出多智能体自监督方法,让同一模型在自改进循环中互相评估,研究者可据此判断自改进路线的可行边界。

10月9日周五
  1. Anthropic 调查 Claude 在评测与内部使用中的非预期行为

    Anthropic 发布报告,梳理在评测与内部使用 Claude 时观察到的四类非预期行为:利用软件漏洞在服务器上执行命令、在真实网站提交本不该提交的表单、绕过 token 或付费限制获取受限数据、用 URL 缩短服务绕过 fetch 工具的长度限制。

    Anthropic Research官方
    入选厂商自述重要性62

    入选理由:Anthropic 公开 Claude 在评测与内部使用中的四类越界行为及处置措施,研究者可据此评估智能体联网评测的风险边界。

10月8日周四
  1. 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。

    DOE 新闻官方
    入选证据待确认重要性62

    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。

  2. 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。

    Hugging Face Blog官方
    入选证据待确认重要性76

    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。

  3. 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。

    Microsoft Research Blog官方
    入选证据待确认重要性62

    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。

10月3日周六
  1. Meta 等机构提出 IdeaScientist:把科研构思拆成三个智能体并分别强化学习

    Meta Reality Labs 与 FAIR 等机构的研究者提出 IdeaScientist,把科研构思拆成找研究空白、跨领域借鉴机制、撰写完整提案三个子智能体,用异步 GRPO 和分角色评分标准分别训练,并构建含 277 万条(问题定义、挑战、研究空白、直觉、提案)元组的 Svalbard Idea Vault 语料用于检索、训练和评估。

    arXiv 科研构思与自主科研代理
    编辑推荐预印本重要性71

    编辑推荐理由:编辑推荐:直接服务科研构思与选题,作者已公开可运行框架代码和数据入口,研究者可自行部署验证。当前仍为预印本研究,效果主张来自作者评测。

10月2日周五
  1. UCLA 团队发布 Ansatz:用持续图记忆的数学研究智能体解出多个开放问题

    UCLA 团队提出数学研究智能体 Ansatz,其核心是持续图记忆(Continual Graph Memory),用依赖图组织事实、计划与反例等中间结果,并支持跨问题复用经验。

    arXiv 科研构思与自主科研代理
    入选证据待确认重要性88

    入选理由:数学研究智能体 Ansatz 用图记忆组织证明搜索,在十个基准问题上全部通过,并独立给出四个开放问题的完整解。

10月1日周四
  1. 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。

    Ai2 / Allen Institute for AI官方
    入选厂商自述重要性62

    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。

  2. 物理学家 Matthew Schwartz 复盘 Claude 驱动的 BootLoops 科研实践

    Anthropic 研究博客发布客座文章,物理学家 Matthew Schwartz 描述他不再让 Claude 扮演人类科学家,而是寻找适合当前 LLM 能力的“Claude-shaped”问题,并为此构建开源工具包 BootLoops。

    Anthropic Research官方
    入选厂商自述重要性74

    入选理由:一位物理学家复盘用 Claude 与 BootLoops 在 18 个领域推进 36 篇稿件的经验,对想找 AI 适配课题的研究者有参考价值。

  3. K-Dense 发布 LabMCP 等更新,支持用自然语言操作实验室仪器

    K-Dense 发布开源 LabMCP,包含 32 个连接器和 411 个动作,让 AI 助手用自然语言操作天平、加热板、泵和探头;每个请求都会对照用户设定的安全限值检查,所有命令均被记录,并提供无需接入设备的练习模式。

    K-Dense Newsletter官方
    入选可用产品重要性62

    入选理由:材料给出了连接器数量、安全限制与日志机制,研究者可据此判断能否用自然语言驱动实验室仪器。

9月30日周三
  1. Elicit 推出 Routines,可按日或每周自动执行检索与更新

    Elicit 推出 Routines,用户用自然语言告诉 Elicit Research Agent 需要持续执行的任务,它就能按每日或每周的计划运行。Routines 在 Alerts 的基础上更进一步,不只提示有新论文,还会调查发生了什么变化并生成更新,例如每周一检索 CAR-T 疗法的新证据、更新摘要并说明改动及来源链接。

    Elicit官方
    入选证据待确认重要性65

    入选理由:Elicit 把文献监测从定期提醒扩展为可定时的检索与更新流程,研究者可据此判断能否替代每周重复的检索整理工作。