MIT 演示 AI 直接重写模型权重：无需训练，仅改 0.016% 修复小模型缺陷
MIT 研究人员发现，OpenAI 的 GPT-6 Astra 能在不进行二次训练的情况下，直接读取并修改其他小模型的连续权重。在测试中，Astra 仅修改了 Qwen 模型 0.016% 的权重就修补了死循环缺陷，将其数学得分从 7.9% 拉高至 48.1%。这意味着前沿模型未来或能直接在底层手动升级 AI，无需依赖繁重的训练流程。
MIT
MIT 推出 DAAAM 系统：给机器人装上实时「长期记忆」
MIT 研究团队公布名为 DAAAM 的机器人记忆系统。它通过生成带时间戳的「4D 场景图」，实时记录机器人何时何地看到了什么物体，并支持自然语言查询。测试中其导航任务正确率提升约 28%，团队表示后续将开源代码。
MIT 研发 VideoCAD：让 AI 模仿人类点鼠标，草图直接变 3D 模型
MIT 工程师正在研发能直接操作 CAD 软件的 AI。团队制作了包含超 41,000 个建模示范视频的 VideoCAD 数据集，让 AI 学习人类在界面上的点击与拖拽操作。系统能直接把 2D 草图建造成 3D 模型，目标是打造一个降低设计门槛的 CAD 助手。
可口可乐联手 MIT：用 AI 抢救面临绝迹危机的橙汁产业
Coca-Cola 作为创始成员加入 MIT 生成式 AI 影响力联盟，并联手 OpenAI 等机构启动「Save the Orange」项目。该计划利用 AI 联合农业技术与生命科学，全力攻克导致佛州减产超 90% 的柑橘黄龙病，试图阻止全球橙子供应在未来 25 年内崩溃。
MIT 用生成式 AI 设计全新抗生素：可杀灭耐药淋病菌与 MRSA
MIT 研究团队在《Cell》发文，利用生成式 AI 算法从 3600 万种虚构化合物中筛选出两款新型候选抗生素 NG1 和 DN1。它们能有效清除耐药淋病菌与超级耐药金黄色葡萄球菌，结构完全脱离现有抗生素框架，通过破坏细菌细胞膜开辟全新杀菌路径。
MIT 新研究：长期用 ChatGPT 写作，大脑连接明显减弱
MIT 研究团队发布论文，通过脑电图监测发现，使用 ChatGPT 辅助写作的人大脑网络连接最弱，甚至失去对文章的掌控感。当换回纯脑力写作时，他们的大脑仍处于参与不足状态。研究者指出，AI 带来的短期便利可能会积累长期「认知负债」。
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。
MIT 研发 Earth Intelligence Engine：能生成未来的洪水卫星图
MIT 研究团队公布名为 Earth Intelligence Engine 的新工具，将生成对抗网络与物理洪水模型结合，能提前预测并生成暴风雨过后的卫星图。这能解决纯 AI 经常在不可能积水的高地「瞎编」淹水画面的幻觉问题，帮助居民更直观地做撤离决策。
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。
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。
MIT 推出 Style2Fab：打字就能魔改 3D 打印模型，还不坏功能
MIT 研究团队公布生成式 AI 工具 Style2Fab，用户只需输入文字提示词，就能直接自定义 3D 打印模型的外观。系统会自动将模型拆解为功能部分和装饰部分，在保留原本结构特性的同时生成新纹理与造型。新手无需掌握复杂 CAD 也能轻松改装模型。
MIT 推出 FrameDiff：用扩散模型生成自然界没有的蛋白质结构
MIT CSAIL 团队发布用于设计蛋白质结构的计算工具 FrameDiff。它将常用于 AI 画图的扩散模型与微分几何中的「框架」结合，能不依赖既有预训练预测模型直接生成蛋白质骨架。最值得关注的是，这种生成方式能摆脱自然界限制，为靶向给药和疫苗设计合成全新结构。
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。