Nature 论文：AI 结合卫星雷达，曝光全球 75% 隐形渔船
Global Fishing Watch 在《Nature》发文，利用深度学习模型分析 Sentinel-1 卫星雷达图像，绘制出全球海洋工业活动地图。研究发现约 75% 的工业渔船未被公开系统追踪。AI 填补了传统盲区，为划定海洋保护区提供了关键依据。
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
UTS 研发 DeWave：不插芯片，戴上脑电帽就能把想法翻译成文字
悉尼科技大学团队公布 DeWave 系统。它不用做开颅手术，只靠一顶脑电帽就能记录神经信号，结合大语言模型将脑电波直接转录为文本，早期准确率超 40%。这有望帮失语瘫痪患者无声交流，不过目前名词识别仍易混淆，距离实用仍需提升精度。
DeepMind 新发现：欺骗 AI 视觉的对抗图像，其实也能影响人类
Google DeepMind 在《自然-通讯》发表研究，发现专门用来欺骗计算机视觉的对抗样本图像，即便像素变化微弱到肉眼难以察觉，也会系统性诱导人类的视觉判断。这项发现揭示了人脑与机器视觉潜在的共通弱点，也为视觉模型的安全对齐提供了新思路。
MIT 联手哈佛用 AI 筛出新抗生素：60 年来首个新类别，对付超级细菌
MIT 与哈佛等团队在《Nature》发表研究，借助可解释性更强的深度学习模型，从 1200 万种化合物中筛出能对抗耐药超级细菌 MRSA 的全新抗生素类别。在小鼠实验中，候选化合物将细菌载量降低了 10 倍且毒性极低，让 60 年未见突破的抗生素研发打开了新缺口。
研究人员用 Transformer 预测寿命：基于丹麦 600 万人数据
丹麦技术大学与美国东北大学等团队公布 life2vec 模型。它借鉴大语言模型思路，把 600 万丹麦人的就医、教育和收入经历当成「句子」训练，能高精度预测死亡风险与性格。最值得关注的是，研究团队强调这只能作为理解社会的透视镜，绝不能用于预测现实中的真人。
MIT 与哈佛用 AI 发现新型抗生素：1200 万化合物中筛出耐药菌克星
MIT 与哈佛 Broad 研究所团队借助 AI 筛选 1200 万种化合物，发现了一类新型抗生素。小鼠实验证实，其中两种低毒性化合物能有效杀灭 MRSA 等耐药超级细菌。这是 60 年来罕见的新抗生素类别突破，AI 还首次从化学结构层面解释了药效机制。
苹果如何优化端侧大模型：靠闪存突破内存限制，跑 2 倍大模型
Apple 发表论文《LLM in a flash》，展示如何将模型参数存放在闪存并按需调入 DRAM。借助窗口化复用与行列捆绑技术，设备能运行自身内存 2 倍大的模型，GPU 推理提速最高达 25 倍。这为端侧生成式 AI 落地铺平了道路。
OpenAI 设立 1000 万美元资助：专攻超人类 AI 对齐难题
OpenAI 联合 Eric Schmidt 设立 1000 万美元的超级对齐快速资助计划，支持超人类 AI 系统的安全研究。资助面向学术实验室、非营利组织与个人，金额在 10 万至 200 万美元之间，还设 15 万美元的研究生奖学金。重点资助从弱到强泛化与可解释性等方向，不要求过往对齐经验。
ChatGPT 也想放假？测试显示 GPT-4 设在 12 月会偷懒变短
研究者测试发现，GPT-4-turbo 在系统提示词被告知是 12 月时，生成的代码长度显著短于设定为 5 月（4086 对比 4298 字符，p < 2.28e-07）。这为此前流传的「AI 冬假假说」提供了统计支持，表明大模型可能学到了人类临近节日想少干活的习惯。
DeepMind 发布 GNoME：一口气预测 38 万种稳定新材料
Google DeepMind 在《自然》发表新成果，其 AI 程序 GNoME 预测出 38 万种潜在稳定的新晶体，直接把已知稳定材料库扩大了近 10 倍。Berkeley 实验室随后用机器人成功合成了其中 41 种。不过模型代码暂不开源，实际商业化落地也还有漫长距离。
微软评估 GPT-4 放射学能力：生成的报告摘要，有时比医生写的更好
微软研究院与 Nuance 公布关于 GPT-4 在放射学应用的研究。测试显示，GPT-4 在疾病分类和报告摘要等任务上超越现有模型，生成的摘要在部分情况下甚至比资深医生写的更受欢迎，还能将非结构化影像报告自动结构化。不过研究团队强调，临床落地仍需人工严格把关。
SDSU 团队开发 ALERTA-Net：融合宏观与社交数据预测美股波动
南达科他州立大学团队推出 AI 模型 ALERTA-Net，结合宏观经济、搜索及社交数据预测股市走向与波动。对 41 支蓝筹股的测试显示，其表现优于 DP-LSTM 等基线模型。团队表示后续还将尝试加入音视频数据。
AI 靠平扫 CT 筛查胰腺癌：敏感度比放射科医生高 34%
发表在《Nature Medicine》的研究展示了深度学习模型 PANDA。它打破了平扫 CT 无法筛查胰腺癌的传统认知，敏感度比医生平均高出 34.1%，特异度达 99.9%，让普通体检顺带排查「癌王」成为可能。
Meta 推出 Emu Edit 与 Emu Video：指哪改哪的图像编辑和四秒视频生成
Meta 公布两项基于 Emu 模型的 AI 研究成果：Emu Edit 和 Emu Video。Emu Edit 主打精确的文本指令图像修图，只动指令相关的像素；Emu Video 则用简化的扩散模型架构生成 4 秒短视频。这项研究目前仍处于研发阶段。
Google DeepMind 开源 GraphCast：1 分钟算完 10 天全球天气预报
Google DeepMind 在《Science》发表全球天气预报模型 GraphCast。单台 TPU 运行不到 1 分钟即可生成 10 天预测，并在 90% 以上测试变量上超越行业标杆 HRES。模型代码现已开源，欧洲中期天气预报中心已展开实时测试。
DeepMind 预告下代 AlphaFold：拓展至 DNA 与药物小分子预测
Google DeepMind 披露下一代 AlphaFold 进展。新模型不再局限于蛋白质，能以原子级精度预测配体、DNA 及 RNA 复合结构。它无需预设参考结构即可超越传统对接方法，将直接加速靶向药设计。
Klick Labs 研发声音诊断 AI：听 10 秒语音，测出 2 型糖尿病
加拿大 Klick Labs 等机构研发出一款 AI 模型，仅听 6 至 10 秒人声即可辅助筛查 2 型糖尿病。模型能识别人耳难以分辨的音高与音强微调，女性诊断准确率达 89%、男性达 86%。若技术落地，有望让糖尿病筛查摆脱耗时的验血流程。
佛罗里达大学用街景做建筑安全体检：数月排查缩短至几小时
佛罗里达大学研究团队借助 NVIDIA DGX A100 与 Google 街景图像，开发出建筑安全自动评估模型。灾后需要耗时数月的人工排查被缩短至数小时，按 FEMA 标准评估准确率超 85%。目前该系统正在墨西哥等地的城市展开实测。
多校联合推出 3D-GPT：输入一句话，多智能体联动生成 3D 世界
来自澳大利亚国立大学、牛津大学和北京智源人工智能研究院的研究团队发布了 3D-GPT 系统。它将任务拆解给任务调度、概念化及建模等多个 AI 智能体，直接生成代码驱动 Blender 等软件完成 3D 建模。虽然画面尚未达到拟真级别，但有效简化了繁琐的传统建模流程。
Meta 读脑新突破：用脑磁图实时重构眼睛看到的画面
Meta 展示了一项 AI 系统，能通过非侵入式的脑磁图（MEG）信号每秒采集数千次脑电活动，实时重构出人眼看到的图像。该系统利用 DINOv2 视觉架构将脑信号与图像特征对齐。目前高层语义抓得很准，但细节方位仍有偏差。