悉尼科技大学提出 Torque 算法：无需人工标注，准确率达 97.7%
据报道，悉尼科技大学团队提出全新无监督学习算法 Torque Clustering。该算法受星系合并的力矩平衡启发，完全无需人工标注和调参，在 1000 个数据集上取得 97.7% 的聚类准确度，大幅超越传统方法。代码已开源。
AI科研 · 日报
周日
2月16日 星期日
周五
2月14日 星期五
Meta 脑机研究突破：用 AI 非侵入式解码脑电波，打字准确率达 80%
Meta 发布两项非侵入式脑机接口研究，利用深度学习模型 brain2qwerty 将打字时的脑信号解码为文本。在测试中，模型单字准确率达七至八成，最佳表现甚至能完全还原整句。最关键的是无需开颅植入芯片，就能为失语者复原交流提供新途径。
微软新研究：过度依赖 AI 会削弱批判性思维
Microsoft 与 Carnegie Mellon University 发布研究，调查了 319 名知识工作者。结果显示，员工越信任 AI 的能力，就越少进行审视和独立思考，低风险任务尤为明显；同时使用 AI 的人产出的结果多样性也明显更低。
周四
2月13日 星期四
防烫伤防过热：研究人员造出靠 AI 动态调温的智能夹克
研究人员公布了一款结合 AI 与变色纤维的智能加热夹克。该夹克的 AI 算法基于 50 名受试者数据训练，能在不同环境下动态调节舒适温度，纤维还会随温度变色预警。这项设计解决了传统电热织物易导致过热烫伤的隐患，尤其适用于老年群体。
研究团队提出 ImageRAG：免重新训练，检索参考图搞定生僻生图
研究团队提出 ImageRAG 框架，将检索增强生成（RAG）引入文生图领域。它用视觉语言模型挑出初稿中缺失的概念，再从外部检索真实参考图引导生成，无需对底层模型专门训练。在 SDXL 和 OmniGen 上的测试显示，它显著提升了罕见概念的生成准确度。
周二
2月11日 星期二
CADFusion：让大模型看懂 3D 设计，文字直接生成 CAD 模型
研究人员提出 Text-to-CAD 框架 CADFusion，用大语言模型将自然语言转换成 CAD 参数序列。训练时交替进行参数序列学习与视觉反馈，既保证代码逻辑连贯，又奖励渲染效果更好的模型，大幅提升了生成质量。
周一
2月10日 星期一
Anthropic 发布经济指数：AI 更多是协同增强，中高薪职业用得最多
Anthropic 推出「经济指数」项目，基于 Claude 对话数据分析 AI 对劳动力市场的影响并开源数据集。研究显示，57% 的使用场景偏向人机协同增强，而非完全自动化（43%）。编程和文案写作占主流，中高薪职业应用最多。
Animate Anyone 2 发布：不仅让静态人物动起来，还能和环境真实互动
研究团队推出角色动画模型 Animate Anyone 2，主打环境交互能力。新模型通过引入环境表征作为条件输入，并加入物体引导器和空间融合技术，让生成的角色不再像浮在背景上，而是能真正与周围物体自然交互，动作适应度大幅提升。
周日
2月9日 星期日
VFX Creator 框架：给静态图做特效，时间和位置都能精准控制
研究团队推出特效生成框架 VFX Creator 与 Open-VFX 数据集。用户只需输入静态图和文本，就能借助 Mask 遮罩指定生效区域，并输入时间戳精确控制特效在视频哪一秒发生。它包含 15 类常见特效，用极少训练数据就能实现时空维度的精准控制。
周五
2月7日 星期五
ProtGPS 登《Science》：AlphaFold 算结构，它来预测蛋白质在细胞里去哪
MIT 与 Whitehead 研究所团队推出深度学习模型 ProtGPS，能预测蛋白质在细胞内各类凝聚体中的具体去向。该工具基于 Meta 的 ESM 架构开发，补齐了类似 AlphaFold 只算结构的短板，还能按需设计新蛋白质辅助药物研发，但内部决策机制仍属黑盒。
周三
2月5日 星期三
斯坦福联手华大造出 s1：成本不到 50 美元的开源推理模型
斯坦福大学与华盛顿大学研究人员推出开源推理模型 s1。该模型以 Qwen 开源小模型为底座，通过监督微调蒸馏 Google Gemini 的推理过程，仅耗费不到 50 美元算力便在数学和编程评测中追平 OpenAI o1，代码与数据已开源。
周二
2月4日 星期二
ETRI 研发 AI 烟雾传感器：靠光散射区分真假火警
韩国电子通信研究院（ETRI）宣布研发出防误报 AI 传感器。该技术通过测量粒子在不同光波长下的散射光谱，结合 AI 区分真实火灾烟雾与水汽、灰尘等非火灾气溶胶。ETRI 计划先将其应用于吸气式感烟探测器并推进商业化。
VideoJAM 视频生成框架：联合建模外观与运动，破解 AI 物理动态失真
研究人员提出视频生成框架 VideoJAM，解决 AI 视频物理失真与运动不连贯的问题。模型同时学习外观与运动的联合表征，推理时用自身运动预测引导生成。该框架能适配任意视频模型，在复杂动态测试中表现优于 Sora 等闭源产品。
周五
1月24日 星期五
研究团队提出 MatAnyone：首帧点选一下，复杂视频也能精细抠图
研究团队推出视频抠图框架 MatAnyone。针对复杂背景容易失真的难题，模型引入区域自适应记忆融合机制，用户只需在首帧点击标记目标，系统就能在后续视频中保持语义稳定并保留发丝级边缘细节。这项研究已被 CVPR 2025 接收。
周四
1月23日 星期四
耶鲁大学开发 AI 新工具：看一眼心电图照片，就能预测心衰风险
耶鲁大学医学院 CarDS 实验室宣布开发出一款 AI 工具，只要输入标准 12 导联心电图的照片或图像，就能在出现明显症状前预测心衰风险。该模型已在美国、英国和巴西等多国人群中完成验证，大幅降低了常规筛查门槛。
周四
1月16日 星期四
微软登上 Nature：开源生成式材料设计模型 MatterGen
微软在《Nature》发表论文并以 MIT 协议开源材料生成模型 MatterGen。与过去在已知数据库里筛选不同，它能根据力学、电磁等性能要求，像画图一样直接生成全新晶体结构。团队已联手中科院深圳先进院成功合成了全新材料 TaCr2O6，实测性能与设计目标误差不到 20%。
扩散模型推理扩展新研究：不止增加去噪步数，算力堆对地方画质大涨
arXiv 上发表的一项研究探索了扩散模型的推理算力扩展。以往单纯增加去噪步数在几十步后收益见顶，该研究转为构建验证器与搜索算法寻找更优质的采样噪声，让生成时投入的算力能持续转化为画质提升。
周三
1月15日 星期三
Keras 之父创办新实验室 Ndea：押注程序合成，探索 AGI 新路径
Keras 之父 François Chollet 宣布联手 Zapier 联合创始人 Mike Knoop 创办新实验室 Ndea。该机构不走纯大模型暴力缩放的老路，而是将深度学习与「程序合成」结合，试图让 AI 像人类一样高效推理和自我迭代。Chollet 认为，程序合成如今正处于类似 2012 年深度学习爆发前夕的关键节点。
AI 从头设计蛋白质解蛇毒：小鼠存活率最高达 100%
诺奖得主 David Baker 团队在《自然》发表成果，用深度学习设计出能中和蛇毒的全新蛋白质。该分子能精准拦截致命的三指毒素，小鼠存活率达 80% 至 100%。它可用微生物低成本量产，不过目前尚无法应对全成分毒液，短期内仍需配合传统血清使用。
周二
1月14日 星期二
Sakana AI 提出 Transformer²：像活脑一样实时调整权重，性能反超 LoRA
Sakana AI 发布自适应架构 Transformer²。它先分析任务需求，再通过强化学习训练的奇异值微调动态调整模型权重。其参数量远少于 LoRA，却在数学、代码与视觉任务中全面占优，甚至支持跨模型复用能力。
Netflix 提出 Go with the Flow：不改模型架构，靠噪声扭曲精准控制视频运镜
Netflix 与 Eyeline 团队提出视频扩散控制方案 Go with the Flow。该方法无需修改模型架构与训练管线，仅在数据端通过光流场对潜空间噪声进行实时扭曲采样，就能实现局部物体运动、全局运镜及动作迁移，同时维持逐帧画质。
