Anthropic 打造 AI「显微镜」：深入观察 Claude 内部思维机制
Anthropic 发布最新研究成果，打造了一款专门透视大语言模型内部运作的「显微镜」工具，用于追踪和解析 Claude 复杂且常令人意外的内部思维机制，试图彻底打开大模型思考的黑盒。
AI科研 · 日报
周四
3月27日 星期四
达特茅斯测试 AI 心理治疗应用：抑郁症状平均减轻 51%
达特茅斯学院在《NEJM AI》发表 AI 治疗应用 Therabot 的首个临床试验。受试者抑郁与焦虑症状分别平均减轻 51% 和 31%，疗效堪比传统门诊。患者对其信任度接近真人医生，但团队强调 AI 仍需医生监管，不能完全自主运行。
周一
3月24日 星期一
ARC Prize 发布 ARC-AGI-2 基准：人类轻松过关，纯 LLM 拿下 0 分
ARC Prize 基金会推出全新基准 ARC-AGI-2 并启动 2025 年度竞赛。新基准专测高难度通用推理与快速适应能力，每道题均有至少两位人类在两次尝试内解出，但纯大模型得分为 0%，公开推理模型也仅有个位数得分。
Midjourney 联手 NYU 发论文：教大模型别再写千篇一律的烂俗故事
本周，Midjourney 与纽约大学共同发表论文，提出 DDPO 和 DORPO 两种优化方法。大模型在传统微调后往往只挑「安全牌」，写出的故事千篇一律；新技术通过在后训练中奖励高质量的独特回答，让 Llama 3.1 和 Mistral 在创意写作时展现出更丰富的想象力。
周三
3月12日 星期三
Sakana AI 宣布：AI 全程撰写的论文首次通过 ICLR 同行评审
Sakana AI 宣布由 The AI Scientist-v2 独立生成的论文，在 AI 顶会 ICLR 旗下研讨会通过了同行评审。这是首篇完全由 AI 生成并通过人类同等评审流程的学术论文。实验得到了 ICLR 组织方协作支持，完整细节近期公开。
周二
3月11日 星期二
Luma 推出 IMM 预训练算法：采样效率提升 10 倍，突破扩散模型上限
Luma AI 提出新预训练技术 IMM 并开源代码。该方法抛弃了传统的去噪分数匹配，引入目标时间步处理与矩匹配，采样步数减少 30 倍的同时图像质量反超扩散模型，试图打破多模态预训练的算法天花板。
周一
3月10日 星期一
GIDD 离散扩散架构发布：让语言模型学会「自己改错」
研究人员提出通用插值离散扩散（GIDD）框架，打破了掩码扩散无法修改已生成内容的局限。通过混合掩码与均匀噪声，模型在同等算力下不仅提升了生成质量，还解锁了自回归模型一直欠缺的自我纠错能力。代码已开源。
周四
3月6日 星期四
Google 升级医疗模型 AMIE：从确诊跨到慢病管理，表现媲美初级医生
Google 升级医疗 AI 系统 AMIE，将其能力从单次诊断扩展至长期疾病管理。系统采用双智能体架构结合临床指南，在 100 场多次就诊模拟测试中，治疗规划能力达到或超过了初级医生。不过该成果仍基于模拟问诊，尚未进入真实临床。
周二
3月4日 星期二
OpenAI 发起 NextGenAI 联盟：出资 5000 万美元支持 15 所名校科研
OpenAI 宣布成立 NextGenAI 联盟，承诺向哈佛、MIT、牛津等 15 家机构提供 5000 万美元的资助、算力与 API 接口。重点支持罕见病诊断、珍本古籍数字化等科研落地，进一步把自身生态推进顶尖学府。
周一
3月3日 星期一
拿《超级马里奥》测 AI：Claude 3.7 夺冠，o1 因想太久频频掉坑
上周五，加州大学圣迭戈分校 Hao AI Lab 用《超级马里奥兄弟》测试大模型。Anthropic 的 Claude 3.7 表现最好，而 OpenAI o1 等推理模型反而垫底。原因很现实：游戏极吃即时反应，推理模型一步要想几秒钟，马里奥早就掉进坑里摔死了。
Meta 公布 Avat3r：只需 4 张自拍照，几分钟捏出可动逼真头像
Meta 与慕尼黑工业大学研究团队公布论文 Avat3r，仅凭 4 张手机自拍和几分钟计算，就能生成可驱动的照片级 3D 头像。它借助视觉 Transformer 预测 3D 高斯，砍掉了以往百台相机或数小时渲染的门槛；不过目前在 RTX 3090 上仅跑 8 FPS，尚无法实时渲染。
周五
2月28日 星期五
OpenAI 联手美九大国家实验室：千名科学家进场用 AI 攻坚科研
OpenAI 联合美国能源部下属九大国家实验室举办「千名科学家 AI Jam Session」。来自橡树岭、伯克利等实验室的千余名研究人员利用前沿模型探索科研难题，并向技术团队反馈需求与评估。后续还将发布报告总结 AI 在科研领域的实际应用。
周四
2月27日 星期四
Meta 发布 Aria Gen 2 眼镜：端侧跑 SLAM，专为机器人和具身感知打造
Meta 发布第二代研究眼镜 Aria Gen 2，用于第一视角与机器人感知研究。新眼镜重约 75 克，搭载定制低功耗芯片，支持端侧运行 SLAM、眼动和手势追踪，鼻托还塞进了心率与拾音传感器。目前主要面向合作实验室开放。
周四
2月20日 星期四
Snap 推出 Set-and-Sequence：单段视频即可定制角色与动作
2025 年，Snap Research 提出文生视频个性化框架 Set-and-Sequence。它把动态概念拆解成学外观的无序帧集合与学运动的时序序列，通过两步 LoRA 训练，让 DiT 模型只靠单段视频就能同时复刻角色的外貌与特定动作并自由组合。
微软开源 BioEmu-1：模拟蛋白质动态结构，单卡每小时生成数千个
微软宣布开源深度学习模型 BioEmu-1。它不仅能预测蛋白质的单一静态结构，还能模拟其运动变化中的多种构象。模型在单块 GPU 上每小时能生成数千个结构，比传统分子动力学模拟节省上万倍算力，有助于加速药物靶点设计。
科学家耗时十年解开的超级细菌难题，Google AI 两天得出相同假说
据 BBC 报道，帝国理工学院团队使用 Google 的 AI 工具「co-scientist」，在 48 小时内推导出了该团队历时十年才证实的超级细菌耐药假说。最值得关注的是，AI 在未接触未公开论文的情况下不仅命中原假说，还额外提供了 4 个科学家从未想过的新方向。
周三
2月19日 星期三
Arc 联合英伟达发布 Evo 2：9 万亿核苷酸训练的基因组大模型
今天，Arc 研究所、斯坦福大学与英伟达联合发布 Evo 2。它是目前公开的最大基因组 AI 模型，用近 9 万亿个核苷酸训练，支持 100 万 token 上下文，在乳腺癌相关基因 BRCA1 的突变预测中准确率达到 90%。
Microsoft 推出 Majorana 1：首款拓扑量子芯片，瞄准百万量子比特
Microsoft 发布首款基于拓扑核心架构的量子芯片 Majorana 1。它利用拓扑超导材料制造出更稳定的马约拉纳粒子量子比特，支持数字控制并内置硬件级抗噪能力。这项突破旨在为单芯片集成 100 万量子比特铺平道路，加速材料科学与 AI 结合的实际应用。
Google 推出 AI co-scientist：多智能体协作生成科学假说
Google 推出基于 Gemini 2.0 的科研多智能体系统 AI co-scientist。它能模拟科研方法，通过辩论与打分自我演进，生成原创科研假设和实验方案。目前相关成果已在白血病老药新用等生物医学实验中得到验证，正面向科研机构开放测试申请。
周二
2月18日 星期二
微软公布多模态模型 Magma：既能点手机界面，也能指挥机械臂
2025 年，Microsoft 推出多模态智能体基础模型 Magma，打通数字界面与实体机器人的操作。它引入标记定位与轨迹规划，既能完成手机 UI 导航，也能控制机械臂抓取物体。最值得关注的是，同一个模型无需大幅重构，就能同时在虚拟和物理世界干活。
OpenAI 推出 SWE-Lancer：拿 100 万美元真实接单任务考 AI
OpenAI 推出 SWE-Lancer 评测基准，汇总了 Upwork 上总值 100 万美元的 1400 多个真实外包工程任务。涵盖 50 美元修 Bug 到 3.2 万美元功能开发。评测显示前沿大模型仍搞不定多数任务，团队已开源评估套件。
周一
2月17日 星期一
MagicArticulate 亮相：静态 3D 模型也能自动绑骨骼做动画
研究团队推出 MagicArticulate 框架，能将静态 3D 模型自动转为可直接绑骨骼做动画的资产。配合发布的 Articulation-XL 数据集包含超 3.3 万个高质量标注模型，通过自回归生成骨骼、扩散模型预测蒙皮权重，大幅减轻手动绑骨成本。