Sakana AI 推出自动化 CUDA 优化智能体：PyTorch 代码自动转写加速
Sakana AI 推出一套自动化 CUDA 内核发现与优化框架及基准 robust-kbench。该框架能将 PyTorch 代码转写为 CUDA 内核，并通过演化生成机制和大模型验证器迭代优化底层性能。这意味着写底层算子优化的门槛大幅降低，繁重的工程调优可以交给 AI 自动完成。
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。
查看更新的新闻
顶尖 AI 认表盘惨败：人类准确率 89.1%，最强模型仅 13.3%
研究者 Alek Safar 发布新基准 ClockBench，测试 11 款主流大模型看指针时钟的能力。人类识别准确率达 89.1%，而表现最好的 Gemini 2.5 Pro 仅有 13.3%，中位误差达 1 小时。最值得关注的是，AI 一旦认对时间就能算对，瓶颈出在纯粹的视觉空间推理上。
哈佛医学院开源 PDGrapher：能揪出逆转病变细胞的药物组合
哈佛医学院团队发布开源 AI 工具 PDGrapher。它放弃传统的单靶点测试，通过图神经网络分析细胞内复杂通路，直接预测能让病态细胞恢复健康的基因靶点与用药组合。在 11 种癌症测试中，其预测速度较同类模型快 25 倍。
OpenAI 解析大模型为何产生幻觉：现有评测机制逼着 AI 瞎猜
OpenAI 发布研究指出，大模型频繁产生幻觉的主因在于现行评测只看准确率，变相鼓励模型「瞎猜」而非承认不确定。就像选择题留空得零分一样，榜单奖励了碰运气的盲猜。OpenAI 呼吁修改基准，加大对自信错误的惩罚，并奖励坦白承认不知道。
DeepMind 揭开向量检索硬伤：单向量撑不住复杂 RAG
Google DeepMind 最新研究表明，现代 RAG 依赖的单向量检索存在底层几何容量上限，无法承载多文档重叠组合。新测试集 LIMIT 显示，主流模型召回率甚至不足 20%，反而传统 BM25 表现更好。光靠堆参数或微调已无法解决。
腾讯推 R-Zero 训练框架：大模型不靠人工标注也能自我进化
腾讯 AI Lab 与圣路易斯华盛顿大学联合提出 R-Zero 框架，让大模型无需任何人工标注数据即可自我进化。该技术将模型拆分为「出题者」与「解题者」协同博弈，自动生成难度适中的递进任务。测试中 Qwen3-4B 数学推理均分提升 6.49 分，大幅降低了推理模型的训练门槛与数据成本。
瓦萨大学研发智能包装：靠变色油墨与 AI 代替昂贵传感器
芬兰瓦萨大学研究人员公布一项智能包装方案，将随温湿度变色的功能油墨与人工智能算法结合，无需昂贵电子元器件即可精准识别人眼难辨的微小颜色变化。该方案成本极低且便于回收，有望用于生鲜食品与药品的实时保质监控。
斯坦福最新研究：受 AI 冲击岗位中，年轻打工人就业暴跌 16%
斯坦福大学研究团队基于 ADP 工资单数据发布报告，显示自 2022 年底以来，软件开发与客服等受 AI 影响岗位中，22 至 25 岁年轻员工就业人数锐减 16%。相比老员工的隐性经验，缺乏实战的应届生更容易被 AI 取代，行业人才梯队或面临断层危机。
OpenAI 联手 Retro Bio：用 AI 重新设计山中因子，标志物表达提升 50 倍
OpenAI 与 Retro Biosciences 宣布，利用生物学特化模型 GPT-4b micro 成功重新设计了山中因子蛋白变体。体外实验显示，新变体让干细胞重编程标志物的表达量比野生型提高了 50 倍以上，且 DNA 损伤修复能力更强。该成果已在多种人类供体细胞上得到重复验证。
萨里大学发布 PEnG：不用 GPS，靠普通单目相机实现 22 米定位
英国萨里大学团队发布无 GPS 视觉定位系统 PEnG。它结合卫星图与普通车载单目相机的街景画面，在测试中把城市定位误差从 734 米大幅压缩到 22 米。最值得关注的是，这项技术能填补高楼和隧道等卫星信号盲区，研究成果已开源并发表于 IEEE 期刊。
CZI 发布首个虚拟细胞推理模型 rBio：对话推演基因变化
Chan Zuckerberg Initiative 发布生物推理模型 rBio，首创利用虚拟细胞仿真进行训练。它能将 TranscriptFormer 的基因数据转化为自然语言推理，科学家用对话就能预测基因扰动结果，提前筛掉昂贵的湿实验试错。目前专长集中在基因扰动领域。
Microsoft 推出 MindJourney：让 AI 在脑海中「逛」3D 世界做空间推理
Microsoft 发布研究框架 MindJourney。它利用视频生成世界模型模拟第一视角移动，结合视觉语言模型做空间束搜索，无需额外训练即可让 AI 想象多视角画面。在 SAT 基准上，该方法将视觉语言模型的空间推理准确率提升了 8%。
NASA 联手 IBM 推出太阳大模型 Surya：提前 2 小时预报耀斑
NASA 与 IBM 联合发布开源太阳物理基础模型 Surya。该模型基于太阳动力学天文台 9 年观测数据训练，能生成未来 2 小时的太阳耀斑视觉预测，基准表现超现有水平 16%，可用于预警卫星故障与电网受损风险。
Inclusion AI 推出新排行榜：直接把大模型拉进真实应用里打分
蚂蚁集团旗下的 Inclusion AI 推出大模型基准 Inclusion Arena。不同于实验室静态跑分，它直接接入真实应用，在用户日常对话中随机触发盲测，用算法计算胜率。首期超 50 万次对决中，Claude 3.7 Sonnet 和 DeepSeek v3 表现靠前。不过目前仅接入了两款应用。
伯克利与斯坦福推出 GEPA：无需昂贵强化学习，试错轮次省下 35 倍
UC Berkeley、斯坦福与 Databricks 联合提出新型优化方法 GEPA。它摒弃了传统强化学习依赖标量打分的暴力试错，转而让大模型分析执行日志和报错信息，靠自然语言反思迭代提示词，用少 35 倍的试错轮次实现了更优表现。
MIT 用生成式 AI 设计全新抗生素：可杀灭耐药淋病菌与 MRSA
MIT 研究团队在《Cell》发文，利用生成式 AI 算法从 3600 万种虚构化合物中筛选出两款新型候选抗生素 NG1 和 DN1。它们能有效清除耐药淋病菌与超级耐药金黄色葡萄球菌，结构完全脱离现有抗生素框架，通过破坏细菌细胞膜开辟全新杀菌路径。
OpenAI 推理系统摘得 IOI 金牌：力压所有 AI，与人类同台排第 6
OpenAI 宣布其推理系统在 2025 年国际信息学奥林匹克竞赛（IOI）线上赛中达到金牌水准。该系统在所有参赛 AI 中排名第 1，与人类选手合并排名位列第 6。这也是其接连拿下 AtCoder 亚军和 IMO 金牌水平后的最新战报。
Meta FAIR 夺得 Algonauts 2025 冠军：TRIBE 预测人脑反应
Meta FAIR 团队凭借 10 亿参数模型 TRIBE 在 Algonauts 2025 大脑建模竞赛中夺冠。该模型融合了 Llama 3.2 与 V-JEPA 2 等基础模型，能跨模态预测受试者看电影时的大脑 fMRI 信号变化。目前代码与论文均已开源。
格拉茨工大公布定制蛋白设计法：用 AI 加速构建生物催化剂
格拉茨技术大学团队在 HelixMold 项目中开发出一种定制人工蛋白质的计算机设计方法。该方法结合参数化建模与 AI，能生成数万种候选结构并精确塑造催化活性中心。这让药物活性成分合成与聚合物降解催化剂的设计变得更快、更精准。
DeepMind 升级生物声学模型 Perch：水陆通用并在 Kaggle 开源
Google DeepMind 推出生物声学模型 Perch 的升级版并在 Kaggle 开源。新版本训练数据翻倍，不仅提升了鸟类识别，还扩展到了珊瑚礁等水下环境，能从海量野外音频中检索物种声音，协助科学家保护濒危动物。