OpenAI 可解释性新进展：靠稀疏电路看清 AI 内部运算
OpenAI 公布可解释性新研究。团队不再费力拆解稠密网络，而是在训练时强制将绝大部分权重置零。测试发现，更稀疏的模型能自发形成清晰、独立的小型电路，直接跑通特定任务。不过目前仅在简单算法上验证，距前沿大模型还有距离。
AI科研 · 日报
周四
11月13日 星期四
DeepMind 发布 SIMA 2：让 Gemini 在 3D 游戏中边玩边推理
Google DeepMind 推出 3D 智能体 SIMA 2。它接入 Gemini 核心，能像真人一样看屏幕、用键鼠玩游戏，边操作边推理规划，并在从未接触过的环境中自学提升。目前仅作为研究预览版，向小范围学者和游戏开发者开放。
解读「世界模型」分歧：李飞飞做 3D 资产，LeCun 赌大脑，DeepMind 押模拟器
科技分析拆解了 AI 领域对「世界模型」的路线分歧。World Labs 的 Marble 本质是 3D 高斯泼溅资产流水线；LeCun 押注的是用于规划与预测的认知潜变量；DeepMind 则用 Genie 与 SIMA 2 搭建交互视频模拟器。同一个词背后其实是三种完全不同的方向。
Anthropic 公布政治偏见评估方法：Claude 表现接近 Grok 4，高于 GPT-5
Anthropic 公布了评估与训练 Claude 政治公正性的方法，并开源自动化测试工具。测试涵盖 150 个政治议题，Claude Sonnet 4.5 得分达 94%，优于 GPT-5 和 Llama 4。Anthropic 希望借此建立行业基准，避免 AI 偏袒特定政治立场。
周三
11月12日 星期三
Landing AI 刷新 DocVQA 记录：靠解耦解析与问答拿下 99.16% 准确率
Landing AI 在 DocVQA 基准上取得 99.16% 准确率，超越 Qwen2-VL 及人类水平。团队将流程解耦，先用自研 DPT-2 把文档转为结构化数据，后续问答全交由 LLM 处理。这种「一次解析、无限查询」的设计大幅拉低了反复跑视觉模型的成本。
周五
11月7日 星期五
Terminal-Bench 推出 2.0 版与 Harbor：专为智能体沙盒部署打造
今天，Terminal-Bench 宣布推出两项新工具：用于大规模沙盒智能体部署的 Harbor，以及难度更高、验证机制更强的 Terminal-Bench 2.0。新版本旨在为开发者提供更严苛的智能体终端能力测试环境。
OpenAI 解读提示注入防御：如何防止 AI 智能体被黑客带偏
OpenAI 详解了针对提示注入攻击的防御体系。随着 AI 接入网络并自主执行任务，隐藏在网页或邮件中的恶意指令可能诱导智能体窃取数据。OpenAI 结合指令层级训练、独立监控、沙箱及确认机制构筑多层防线，防止智能体被恶意内容带偏。
Google 提出 Nested Learning：打破架构与算法界限，专治大模型「健忘症」
Google Research 提出机器学习新范式 Nested Learning，试图解决大模型的灾难性遗忘问题。该方法将网络架构与优化算法统一为按不同频率更新的嵌套优化问题，并据此设计出自修改架构 Hope，在长文本与常识推理评测中表现优于标准 Transformer。
周三
11月5日 星期三
Sony AI 在《自然》发布 FHIBE：用超万张合规人像测出视觉 AI 偏见
本周，Sony AI 团队在《自然》发表公平人像基准数据集 FHIBE，包含来自 81 个国家和地区、1981 人的 10318 张合规人像。数据集包含自主报告的年龄、人称代词、血统及肤色等标注，比 27 个现有数据集提供了更高的多样性与合规标准，用于帮人脸识别等视觉模型排查偏见。
周一
10月20日 星期一
Anthropic 推出生命科学方案：Claude 接通 PubMed，实验基准超人类
Anthropic 推出生命科学专属解决方案 Claude for Life Sciences。搭载 Claude Sonnet 4.5，其在实验室协议测试中拿下 0.83 分，超过人类基准。新方案原生接入 PubMed、Benchling 等专业平台并支持定制智能体技能，覆盖从文献检索到临床合规全流程。
周五
10月17日 星期五
LabOS：戴上 XR 眼镜，让 AI 盯着实验步骤实时纠错
LabOS 推出结合 XR 智能眼镜的 AI 共同科学家系统。它不仅能在干实验室规划实验与分析数据，还能通过眼镜视角追踪手部动作与物体，在拿错试剂或漏掉步骤前实时提醒。团队表示软硬件均将开源，目前已开放测试申请。
周四
10月16日 星期四
DeepMind 联手 CFS：用 AI 模拟与控制托卡马克装置 SPARC
Google DeepMind 宣布与 Commonwealth Fusion Systems 达成研究合作，利用开源模拟器 TORAX 和强化学习算法，优化托卡马克装置 SPARC 的运行策略。双方计划通过海量虚拟实验寻找净能量突破路径，并让 AI 动态控制磁场管理热负荷。此外 Google 还向 CFS 进行了投资。
周四
10月9日 星期四
Anthropic 新研究：只需 250 篇恶意文档，就能给百亿模型下毒
Anthropic 联合英国 AI 安全研究所等发布最新研究，推翻了模型越大越难下毒的常识。实验表明，投毒效果取决于恶意文档的绝对数量而非比例，仅混入 250 篇文档就能给 13B 模型成功植入后门。这意味着预训练阶段的安全防范门槛比预想中更棘手。
周二
9月30日 星期二
Dreamer 4 亮相：靠「脑内模拟」推演，首个纯离线在《我的世界》挖出钻石的 AI
Dreamer 4 亮相，能完全在精准的世界模型内部靠强化学习进行训练。它在「想象」中推演超 2 万步键鼠操作，成为首个不与环境交互、纯靠离线数据在《我的世界》里挖出钻石的 AI。这种无需实机试错的想象训练，为机器人等高风险场景提供了可行路径。
周四
9月25日 星期四
OpenAI 发布新基准 GDPval：覆盖 44 种职业，实测 AI 打工水平
OpenAI 推出新评测基准 GDPval，选取对美国 GDP 贡献最高的 9 大行业中 44 种知识工作职业，设计了 1320 个真实交付物任务。最关键的是，盲测显示顶级模型在部分任务上已逼近行业专家水平，且成本降低约百倍。不过目前测试仅限单轮交付，暂未覆盖多轮交互。
周二
9月23日 星期二
让机器人适应人类情绪：新研究用增量学习破解表情识别难题
研究人员在《IEEE Transactions on Affective Computing》发表成果，提出一种让 AI 增量学习情绪的新方法。系统能在吸收新表情时保留既有经验，避免从头训练的高昂成本，让机器人与人类的情感互动更自然。
周一
9月22日 星期一
微软联合多机构研发 AI 助手：帮医生筛查罕见病基因变异
微软研究院联合 Drexel 大学与 Broad 研究所发表研究，探讨用生成式 AI 协助遗传学专家分析全基因组测序数据。该系统能自动梳理医学文献、汇总变异信息，并在有新发现时标记积压的未确诊病例以便复检。目前该工具仍处于原型阶段。
周日
9月21日 星期日
科学家首次用 AI 设计病毒：专杀耐药大肠杆菌
据 Semafor 报道，科学家首次利用 AI 设计出能猎杀有害细菌的噬菌体。AI 生成的 302 种病毒基因组中，有 16 种成功感染耐药大肠杆菌，为对抗超级细菌开辟了新途径。不过该项研究目前尚未经同行评审。
周五
9月19日 星期五
Epoch AI 分析：超长上下文推理如何破解持续学习与 RL 瓶颈
Epoch AI 发布分析指出，超长上下文推理不仅能读长文本，更是攻克大模型持续学习瓶颈与强化学习扩展的核心手段。若上下文扩至千万甚至百亿 token，智能体能长期沉淀工作经验；但这也面临研发迭代变慢与高昂成本的制约。
多国科研团队研发 Delphi-2M：可提前数年预测千余种疾病
周三，多国研究人员在《自然》发表新成果，推出 AI 模型 Delphi-2M。它基于 Transformer 架构学习患者既往病史的组合与次序，可提前数年预测 1000 多种疾病的发病率。研究团队强调，由于数据偏差等问题，该模型目前尚未准备好用于临床。
