Google 发布音乐生成模型 MusicLM：文字直接变编曲，但暂不开放
Google 研究人员公布新 AI 模型 MusicLM，能将文字描述转化为高保真音乐。它用 28 万小时音频训练，甚至能串联多个提示词生成数分钟乐曲。不过测试发现约 1% 的内容直接复制了训练音频，出于版权风险考量，Google 暂不打算将其公开发布。
AI科研 · 日报
周五
1月27日 星期五
周四
1月26日 星期四
Salesforce 研发语言模型 ProGen：从零设计人造蛋白质，活性媲美天然进化
Salesforce 联合加州大学团队利用语言模型 ProGen 从零设计出全新蛋白质，成果发表于《自然-生物技术》。该模型在 2.8 亿个蛋白质上训练，把氨基酸当作单词来预测序列，合成样本中 73% 具备活性且成功杀死大肠杆菌。这意味着生成式 AI 能直接参与生物分子设计与新药研发。
周三
1月18日 星期三
UCLA 研发宽带光学 AI 处理器：靠千种光波并行，以光速算矩阵
IEEE Spectrum 报道 UCLA 团队开发出宽带衍射光学处理器，用光子替代电子执行计算。该系统通过波长复用，能以光速同时处理数千个波长通道的矩阵运算，除光源外几乎不耗电，有望化解 AI 算力的能耗危机。
周六
1月14日 星期六
别只顾着画图：科学家正用 AI 破译动物语言
据世界经济论坛报道，非营利组织 Earth Species Project 等团队正利用 AI 解析动物声音及生态声学数据，尝试破译动物之间的沟通方式。研究人员表示，这项研究旨在理解动物需求以辅助生态保护，并尝试实现双向跨物种沟通。
WIRED 展望：AI 正在攻克更大科学难题，将成科研人员日常标配
WIRED 刊文分析 AI 在基础科研中的角色演变。从破解生物学 50 年未解的蛋白质结构预测，到气象临近预报与基因组学，AI 正在跨越孤立学科。文章指出，AI 将在 2023 年像电子邮件一样，演变为全球科学家不可或缺的日常研究工具。
周四
1月12日 星期四
马普所等研发 AI 模型：通过 MRI 精准识别罕见痴呆症
德国马普所等机构公布新研究，利用机器学习分析脑部 MRI 图像识别罕见痴呆症。该模型不仅能区分健康与患病，还能在 7 种不同痴呆综合征间精准辨别萎缩模式。这意味着患者能在早期获得对症治疗，尽量延长正常工作与自理的时间。
周二
1月10日 星期二
多伦多大学用机器学习设计长效注射剂：一次命中目标释放曲线
多伦多大学团队在《Nature Communications》发表研究，利用 LightGBM 等机器学习模型预测并指导长效注射剂的配方设计。团队针对一款卵巢癌药物完成验证，以往需要多次试错的缓释曲线这次一次成功，相关数据集与代码已开源至 Zenodo。
周日
1月8日 星期日
微软推出 VALL-E：只需 3 秒音频就能克隆你的声音
微软公布文本转语音模型 VALL-E。它仅凭 3 秒音频就能模拟说话者的音色、情感甚至房间声学环境。模型基于 Meta 音频库中 6 万小时语音训练，因防范声音冒充等滥用风险，微软目前未开源代码。
周五
1月6日 星期五
MIT 开发跨模态 AI：用 1000 个词对齐视频与语音
MIT CSAIL 团队公布一种多模态表征学习方法，让 AI 能在共享嵌入空间里对齐视频、音频和文本，仅用 1000 个词向量就能识别视频中的动作。最值得关注的是，这种设计提升了跨模态检索准确度和可解释性。不过模型目前一次只能处理两种模态。
周三
1月4日 星期三
斯坦福研发喷雾式智能皮肤：靠 AI 感知手背形变，凭空就能打字
斯坦福大学研究人员研发出一种喷雾式智能皮肤。这种生物相容性材料可像防晒霜一样喷在手背上，由可拉伸的纳米网感知皮肤伸展时的电导率变化，再通过机器学习算法识别手势并打出文字，用后也能轻松清洗去除。
周二
1月3日 星期二
AI 预测黑天鹅灾害：结合贝叶斯推理，靠极少数据预判极端危机
研究团队提出一套预测黑天鹅事件的 AI 策略，成果发表在《Nature Computational Science》。该方法将贝叶斯统计与双网络架构 DeepONet 结合，绕开复杂的物理控制方程，只用极少数精选样本就能评估巨浪或疫情峰值等罕见风险，让极难预测的极端灾难变得可防可控。
周三
12月28日 星期三
斯坦福研究：用 AI 写代码更易留漏洞，开发者还更自信
斯坦福大学研究团队发现，使用 OpenAI Codex 等 AI 代码生成工具的开发者更容易在软件中引入安全漏洞，且更容易误以为代码安全。研究人员警告 AI 尚无法替代人类，跨领域使用时必须仔细审查输出。
斯坦福提出树突计算模型：AI 功耗有望从兆瓦直降到手机瓦级
斯坦福大学学者 Kwabena Boahen 提出以树突为核心的新计算模型。不同于传统模拟突触，该方案模拟树突接收特定时序信号的特性，结合铁电晶体管硬件，有望让神经网络仅靠手机电池的瓦级功耗运行，摆脱云端兆瓦级的能耗依赖。
周一
12月26日 星期一
德雷塞尔大学新研究：用 GPT-3 分析日常语音，80% 准确率筛查阿尔茨海默病
德雷塞尔大学团队在《PLOS Digital Health》发表成果，利用 OpenAI 的 GPT-3 分析自发语音文本，预测早期痴呆的准确率达 80%。该方法比单纯分析停顿等声学特征更准，团队计划据此开发网页初筛工具。
AI 血压预测方法学综述：梳理主流模型与常被忽视的评估陷阱
研究团队系统梳理了机器学习与深度学习在血压预测中的应用进展。综述重点分析了常用数据集、评估指标以及常被忽视的数据划分策略陷阱，提出了客观评估模型表现的统一标准。团队已在 GitHub 开源基于 MIMIC III 的评测代码与资源。
阿尔托大学等开发虚拟现实游戏：借助机器学习客观检测 ADHD
阿尔托大学等团队公布一项研究，利用虚拟现实游戏、眼动追踪和机器学习，根据眼动差异客观检测儿童 ADHD 症状。该方法有望改变依赖问卷的主观诊断现状，提供更精准的日常行为评估。
周五
12月23日 星期五
布莱根妇女医院研发 AI 模型：把术中粗糙冷冻切片秒变「金标准」图像
布莱根妇女医院与博阿齐奇大学团队在《Nature Biomedical Engineering》发表深度学习模型，能将手术中快速冷冻切片的图像转化为接近「金标准」的高质量图像。这项技术能帮病理医生在几分钟内更准确地鉴别胶质瘤和肺癌等亚型。不过入驻手术室前仍需临床验证。
算法决策真的没有偏见吗？剖析机器学习里的「可预测噪声」
Becoming Human 刊文探讨算法决策缺陷。常有人认为 AI 面对相同输入总会给出确定结果、毫无情绪噪声，但作者指出，模型训练起点等随机因素会固化为「可预测噪声」，导致多套系统在关键决断上产生毫无意义却不可逆的系统性分歧。
周四
12月22日 星期四
扩散模型简史：从加噪去噪到催生图像、音乐与蛋白质设计
盘点了支撑当下图像生成 AI 的核心技术扩散模型的发展历程。扩散模型借鉴非平衡热力学，通过学习从噪声中恢复数据的逆过程，并在 OpenAI CLIP 的指引下实现精准生成。除了画画，该架构正快速扩展至音乐创作以及蛋白质和 DNA 序列设计等生物医疗领域。
