Sakana AI 推出 CycleQD：不用微调，靠进化算法给模型「叠技能」
Sakana AI 研究人员开发出名为 CycleQD 的新框架，通过进化算法直接融合多个不同专长的小模型。该方法利用模型合并与矩阵分解进行交叉和变异，测试显示其在代码、数据库和系统操作任务上的表现超过了传统微调与模型合并，算力消耗大幅降低。
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
AI 模型 BioEmu 发布：单 GPU 每小时生成数千个蛋白质构象
研究人员提出蛋白质模拟系统 BioEmu。它将扩散模型与分子动力学数据结合，单张 GPU 每小时即可生成数千个独立的蛋白质构象样本，自由能误差约 1 kcal/mol。这让原本依赖超算耗时良久的蛋白质动态分析，在数小时内就能低成本完成。
DeepMind 推出 GenCast：15 天天气集合预报超越欧洲中期中心
Google DeepMind 推出 AI 天气集合预报模型 GenCast 并开源代码和权重。在 1320 项指标测试中，它有 97.2% 胜过欧洲中期天气预报中心 ENS；单张 TPU 仅需 8 分钟即可跑完 15 天预测。
DeepMind 发布 Genie 2：一张图生成可玩 3D 世界，键鼠直接操控
Google DeepMind 发布基础世界模型 Genie 2。输入一张静态图片，它就能推演生成支持键鼠操控的 3D 互动环境，最长维持 1 分钟一致性。这意味着研究者无需依赖预设游戏，就能为具身智能体批量打造无限的训练场景。目前该技术仍处于早期研究阶段。
生成式 AI 如何将气候模拟提速 25 倍：从 78 小时缩减到 3 小时
Allen Institute for AI 与 UC San Diego 团队提出气候模型 Spherical DYffusion。它通过球面条件扩散过程学习物理模型数据，将 10 年气候模拟从 78 小时压缩到不到 3 小时，提速超 25 倍，不过极地和高空预测偏差仍高于传统模型。
Altera 实验：千个 AI 智能体在《我的世界》自发分工甚至建宗教
初创公司 Altera 披露在《我的世界》中开展的 Project Sid 实验，多达 1000 个由大模型驱动的智能体在无额外人类干预下，自发形成了职业分工、为税改投票并传播宗教。最值得关注的是，它们展现出复杂的社会群体涌现行为。不过这依然是模型对人类行为模式的高级模仿，AI 并不具备真实意识。
MIT 研发 Earth Intelligence Engine：能生成未来的洪水卫星图
MIT 研究团队公布名为 Earth Intelligence Engine 的新工具，将生成对抗网络与物理洪水模型结合，能提前预测并生成暴风雨过后的卫星图。这能解决纯 AI 经常在不可能积水的高地「瞎编」淹水画面的幻觉问题，帮助居民更直观地做撤离决策。
OpenAI 资助杜克大学研究：让算法预测人类的道德判断
税务文件披露 OpenAI 正资助杜克大学一项「AI 道德」研究，属于三年 100 万美元资助的一部分。团队试图训练算法在医疗、法律等场景预测人类的道德判断，充当「道德 GPS」。不过道德高度主观，AI 能否真正掌握伦理仍存疑。
Google 推出 AlphaQubit：用 Transformer 做量子纠错，错误率降 30%
Google DeepMind 与 Google Quantum AI 在《自然》公布神经解码器 AlphaQubit。它将 Transformer 架构用于量子纠错，在 Sycamore 处理器上的纠错率比主流可扩展算法高 30%。不过它的推理速度目前还不够快，尚无法做到百万赫兹级的超导实时纠错。
ChatGPT 诊断比医生准 16%：独立拿 90 分，但医生不听它的
据 Quartz 报道的一项研究显示，ChatGPT 在病历诊断中拿下 90% 的平均分，大幅领先人类医生的 74%。更戏剧化的是，配合 AI 的医生得分仅微升至 76%，主因是多数医生不听 AI 与自己相悖的判断，且不会有效使用它。
魏茨曼研究所联手 NVIDIA 推出 GluFormer：可预测未来 4 年血糖变化
NVIDIA 与魏茨曼科学研究所等联合推出生成式 AI 模型 GluFormer。该模型基于 Transformer 架构，能根据以往连续血糖监测数据，预测未来血糖走势及长达 4 年的健康状况，还可预测特定食物引起的血糖反应，有望提前介入糖尿病预防。
IBM 升级 Heron 量子处理器：提速 50 倍，并拉来 Granite 生成代码
IBM 宣布升级 Quantum Heron 量子处理器与 Qiskit 软件，可运行高达 5,000 个双量子比特门操作，此前需 112 小时的计算现仅需 2.2 小时完成，提速 50 倍。平台还引入了基于 Granite 大模型的 AI 编程助手，用于加速量子算法构建与科学计算。
限制非商用：DeepMind 终于开放 AlphaFold 3 代码
Google DeepMind 宣布开放蛋白质结构预测模型 AlphaFold 3 的软件代码，科学家可下载用于非商业研究。此前因发表论文时未附代码引发学术界巨大争议；不过该模型权重仍需提交申请，未完全开源。
拍摄 30 秒视频测血压：东大 AI 非接触筛查高血压与糖尿病
东京大学团队公布一项研究，通过 AI 分析面部和手掌的高速视频血流，无需抽血或袖带即可筛查高血压与糖尿病，高血压检测准确率最高达 94%。最值得关注的是未来有望装进手机或镜子实现无感自测。不过该成果仍处于早期研究阶段。
SingularityNET 放出 AIRIS：把能自己悟出规则的 AI 扔进《我的世界》
SingularityNET 与 ASI Alliance 宣布在《我的世界》中部署自学习 AI「AIRIS」。它不需要预设规则，能根据游戏内的即时遭遇动态总结出避障和寻路规则。团队希望借沙盒环境测试其实时自适应能力，为未来机器人控制做铺垫。
OpenAI 开源事实基准 SimpleQA：GPT-4o 正确率不足 40%
OpenAI 开源了事实性评测基准 SimpleQA。该数据集包含 4326 个答案固定且唯一的简短事实问题，专为测试前沿模型的幻觉设计，目前 GPT-4o 的得分不到 40%。测试发现，虽然模型具备一定自我评估能力，但普遍存在过度自信的问题。
Iambic 推出 Enchant：在研发早期预测药物人体临床表现
Iambic Therapeutics 推出多模态模型 Enchant。它将大量易获取的临床前实验数据与极少量的人体试验数据结合，在研发最早期预测候选分子的药代动力学特性，人体半衰期预测相关系数达 0.74，大幅刷新此前纪录，旨在省去数年临床前研发周期。
Meta 发布 3D 数据集 DTC：2400 多个真实物体，精度达亚毫米级
Meta 旗下 Reality Labs 推出 3D 重建数据集 Digital Twin Catalog（DTC），收录超过 2400 个对应真实物体的 3D 模型。模型几何精度达亚毫米级，包含真实材质与光照反射细节。该数据集旨在打破高保真数据成本过高的瓶颈，加速电商与 AR 领域的数字孪生落地。
Google 正式定名 AlphaChip 并开源权重：数小时完成芯片布局，已用于三代 TPU
Google 正式将用于芯片布局设计的强化学习系统命名为 AlphaChip，并公开了预训练模型权重。它像下棋一样把电路元件摆放视作博弈，数小时就能生成优于人类的芯片布局，已用于设计 Trillium 等三代 TPU 以及联发科芯片。最值得关注的是，AI 正从被芯片加速，转向反哺底层硬件的研发。
哈佛发布 TxGNN：用老药帮 1.7 万种罕见病找解药
哈佛医学院在《Nature Medicine》发表专为罕见病老药新用设计的 AI 模型 TxGNN。它从近 8000 种药物中为 17080 种疾病匹配候选方案，候选识别表现高出同类模型近 50%，还自带决策解释，目前已免费开源。