跳到正文
IFAI

AI科研

AI 领域的重要论文、新基准和新方法，以及 AI 在生物、医药、材料等科学研究里的突破。

近 7 天 13 条

  2. 传播指数 44

    Anthropic 博客解析：AI 如何改变科学建模

    Anthropic 科学博客发文探讨 AI 对科学建模的改变。过去科学家需要手动编写并比对多种竞争模型，现在 AI 能将模型写成代码并自动运行、拟合与修改，从而快速探索多种可能的模型结构，找出契合真实数据的科学解释。

  3. 传播指数 64

    OpenAI 推出湿实验基准 BioBasicsBench：GPT-6 Astra 跑出 66.7% 得分

    OpenAI 联合 Ligo 推出评测基准 BioBasicsBench，用电泳图、显微镜成像等原始实验数据，测试 AI 智能体处理 100 项日常湿实验分析的能力。在最高推理设置下，GPT-6 Astra 拿到 66.7% 的分数，远超 GPT-5.6 Sol。不过模型在对照检查和菌落计数上仍容易犯错。

  6. 传播指数 80

    Anthropic 详解 Claude 记忆机制：让智能体靠「做梦」自动纠错

    Anthropic 提出名为「做梦」的智能体记忆机制，让 Claude 在任务间隔的空闲时间复盘历史日志，自动修正错误笔记并提炼长期规则。这模拟了人类睡眠时的记忆巩固，核心在于让 AI 学会判断什么才值得记，而不是盲目把所有细节塞满上下文。

  8. 传播指数 36

    Runway 优化 57B 实时视频模型：算力需求减半，4 张 H100 跑出 24 帧

    Runway 公布实时数字人 Characters 的推理优化方案，将 57B 视频模型的硬件需求从 8 张 H100 减半至 4 张。通过在写入缓存时做量化并融合通信算子，单步扩散缩至 147.4 毫秒，稳定跑满 24 帧实时生成。这意味着大规模部署实时高保真视频的硬件门槛大幅降低。

  9. 传播指数 52

    Anthropic 用 Claude 攻克生物谜题：首次解析原核生物穹窿体 3D 结构

    Anthropic 生物实验室在 Claude 协助下，首次解析出原核生物中类似穹窿体（vault）的 3D 蛋白质结构。从搜寻基因、优化提纯到处理冷冻电镜数据，Claude 参与了全流程，把原本需数周的模型搭建缩短至 34 小时。这为揭开这一自 1986 年发现以来功能未明的巨大结构带来了新线索。

  10. 传播指数 47

    MIT 演示 AI 直接重写模型权重：无需训练，仅改 0.016% 修复小模型缺陷

    MIT 研究人员发现，OpenAI 的 GPT-6 Astra 能在不进行二次训练的情况下，直接读取并修改其他小模型的连续权重。在测试中，Astra 仅修改了 Qwen 模型 0.016% 的权重就修补了死循环缺陷，将其数学得分从 7.9% 拉高至 48.1%。这意味着前沿模型未来或能直接在底层手动升级 AI，无需依赖繁重的训练流程。

  13. 传播指数 46

    Anthropic 开源 FlashProve：用零知识证明防模型掉包，单卡每秒 110 token

    Anthropic 开源可验证推理系统 FlashProve，利用 zkSNARK 零知识证明技术，在不暴露模型权重的前提下，验证回答是否确由指定模型生成。在单张 H100 上跑 400B 规模的 Llama 4 Maverick，证明速度达每秒 110 token。虽然生成证明比原生推理慢 70 至 95 倍，但普通 CPU 几秒内即可完成验证，为防范输出篡改和合规监管提供了新工具。

  15. 传播指数 36

    Anthropic 收购单人药企：靠 Claude 搞定药物设计，启动自研制药

    Anthropic 披露多项 Claude 制药成果，并宣布收购单人药企 Mithril Medicine，正式下场自研药物。借助 Claude 协作，Mithril 的候选药 18 个月即跑通小鼠实验，有望 2028 年底进人体试验；它还在 4 小时内起草原本耗时 3 个月的监管申报。不过官方提示该业务可能无法产生收益。

  16. 传播指数 36

    Cortical Labs 联机 15 台生物计算机：活体神经元协同，跑赢传统 AI

    Cortical Labs 推出 HIVE 系统，将 15 台搭载活体人类神经元的 CL1 生物计算机组网协同。在虚拟导航测试中，15 台集群得分达到约 70%，大幅领先传统深度 Q 网络的 32%。这种脑细胞分工机制有效平抑了生物活体的波动，证明了网络化生物计算的落地潜力。

  18. 传播指数 33

    研究人员推出 DecisionRAG：不用检索器，268 万段资料检索只要 0.7 秒

    研究人员推出 DecisionRAG，用决策模型替代传统向量检索与生成式推理。系统借鉴人类查阅图书的层级结构，单次前向传播即可给同级选项同时打分，不生成文本直接逐层定位。在 268 万段维基百科测试中，检索仅需 0.7 到 1.8 秒，召回率大幅领先传统重排方案。

  19. 传播指数 52

    Microsoft 诊断系统登《Science》：准确率超医生两倍，成本压低过半

    Microsoft 在《Science》发表多智能体诊断系统 MAI-DxO。它模拟医生专家组多轮会诊，在《新英格兰医学杂志》复杂病例中达到 83% 准确率，远超查阅资料的医生（36%），且检查花费减少一半以上。最值得关注的是，AI 能自主权衡开单收益与成本，目前正计划在波士顿医院展开前瞻性临床测试。