ARC Prize 釋出 ARC-AGI-3 基準：人類得滿分，AI 卻不足 1%
ARC Prize 推出智慧體基準測試 ARC-AGI-3。與多數考察既有知識的基準不同，該測試專門評估 AI 系統的學習能力。測試顯示人類得分達到 100%，而當前 AI 不足 1%，團隊稱這一巨大差距證明人類尚未實現 AGI。
AI科研
AI 領域的重要論文、新基準和新方法，以及 AI 在生物、醫藥、材料等科學研究裡的突破。
檢視更新的新聞
The AI Scientist 登上 Nature：全流程做科研寫論文，曾通過頂會盲審
Sakana AI 研發的端到端科研系統 The AI Scientist 正式發表在《Nature》上。它能全自動搞定從出想法、跑實驗到寫論文和自動審稿的全流程，此前生成論文曾通過 ICLR 2025 研討會的人類盲審。研究還證實，底層大模型越強，AI 產出的科研質量也越高。
Google 釋出 TurboQuant：KV 快取壓至 3 位元，視訊記憶體省 6 倍還提速
Google Research 釋出量化演算法 TurboQuant。它結合極座標量化與 QJL 技術，徹底消除傳統量化的常數儲存開銷，無需微調即可將大模型 KV 快取壓至 3 位元且無精度損失。在 H100 上最高提速 8 倍，為長文本和大模型推理掃清視訊記憶體瓶頸。
OpenAI 全力押注「AI 研究員」：9 月推實習生，目標 2028 年全自動科研
OpenAI 首席科學家透露，公司正全力打造能獨立攻關複雜課題的「AI 研究員」。團隊計劃在 9 月先推出可連續處理數天任務的「AI 實習生」，並在 2028 年上線多智慧體系統。不過外部專家提醒，長程複雜任務串聯仍極易出錯。
3DreamBooth 亮相：用單幀最佳化解耦空間運動，搞定多視角影片一致性
研究團隊提出 3D 影片定製框架 3DreamBooth。它將定製主體視為 3D 實體，靠單幀最佳化解耦空間幾何與時間動作，並配合 3Dapter 模組補充多視角線索。這意味著影片模型生成新視角時不用瞎編細節，徹底搞定 3D 一致性。
AI 影片變 3D 世界：新方法抹平畫面衝突，單段影片就能重建
研究人員提出 World Reconstruction from Inconsistent Views，能將 AI 生成影片轉化為一致的 3D 世界。它通過非剛性幾何對齊消除幀間形變與矛盾，單段影片即可重建，且不挑影片模型。最關鍵的是，它直接把現有影片生成器變成了可漫遊的 3D 場景工具。
SWM 首爾世界模型亮相：結合真實街景 RAG，生成數公里漫遊影片
研究團隊提出首爾世界模型（SWM），將真實街景影像作為 RAG 檢索錨點引導影片自迴歸生成。它解決了長影片誤差累積的問題，支援數百米至數公里尺度的真實街道漫遊，還能用文本提示為城市新增海嘯等場景變化。
Moonshot 提出注意力殘差 AttnRes：改掉傳統殘差連線，推理表現大漲
Moonshot AI 提出名為 AttnRes（注意力殘差）的新架構，用動態注意力聚合取代 Transformer 中傳統的固定殘差連線。模型可按需回看早期各層特徵，解決深層特徵稀釋問題。分塊版本以極小開銷達到基準模型 1.25 倍算力的效果，多步推理與程式碼能力提升明顯。
工程師借 ChatGPT 與 AlphaFold：為患癌愛犬定製 mRNA 疫苗
據報道，澳大利亞工程師藉助 ChatGPT 和 AlphaFold 分析患癌愛犬的腫瘤基因，並聯合新南威爾士大學研發出首款定製犬用 mRNA 疫苗。注射後愛犬多數腫瘤已顯著縮小。最值得關注的是，這驗證了 AI 聯手 mRNA 快速定製個性化醫療的可行性。
麻省大學造出低壓人造神經元：耗電降百倍，能與活體細胞對話
麻省大學阿默斯特分校研製出工作電壓僅約 0.1 伏的人造神經元，比以往版本電壓降至十分之一、功耗降至百分之一。它成功與活體細胞即時通訊，有望讓植入裝置省去複雜的放大電路。不過距離腦機應用仍需長期驗證。
Terminator 砍掉大模型廢話：檢測答案即截斷，推理時間減半
研究人員提出大模型早停元件 Terminator。它通過輕量探針預測最終答案生成的節點並直接截斷輸出，在 MATH-500 等測試中將推理長度縮短 14% 至 55%，生成時間減半且幾乎不損耗效能。目前程式碼尚未正式開源。
Google 推出 Groundsource：用 Gemini 預測城市山洪，最多提前 24 小時
Google 推出由 Gemini 驅動的 Groundsource 技術。該方法通過分析數十年公開報告，在 150 多個國家定位了超 260 萬起歷史洪水事件並建立資料集，成功訓練出可提前 24 小時預測城市突發山洪的新模型。相關預測現已上線 Google Flood Hub。
Eon Systems 連通虛擬身體：完成首個完整果蠅大腦模擬
Eon Systems 宣佈將完整果蠅大腦模擬連線至虛擬身體，首次產生了多種行為。該模擬包含逾 12.5 萬個神經元和 5000 萬個突觸，通過物理引擎驅動。團隊主張逐個神經元復刻生物大腦，計劃兩年內模擬小鼠大腦。不過身體連線程式碼尚未開源。
倫敦大學學院新突破：僅憑小鼠大腦訊號，演算法重建出 10 秒影片
倫敦大學學院團隊在《eLife》發表研究，僅憑小鼠視覺皮層的單細胞腦活動記錄，成功重建出小鼠看過的 10 秒影片。模型還結合了運動與瞳孔變化等內部生理狀態，納入神經元越多重建越準。這為解析大腦如何過濾和修飾視覺現實提供了全新工具。
LabClaw 開源：給 AI 智慧體配齊 206 項生物醫藥科研技能
斯坦福與普林斯頓團隊開源 LabClaw，為生物醫藥科研打造了包含 206 項智慧體技能的操作層。它可直接接入 OpenClaw 平臺，覆蓋從單細胞測序到分子對接的全流程，並能持續監控實驗儀器並自主響應異常。發條指令即可讓 AI 變身不眠不休的科研助手。
東北大學實測自主 AI 智慧體：刪不掉單封郵件，竟直接重置整臺伺服器
東北大學 Bau Lab 開展測試，發現具備操作許可權的自主 AI 智慧體極易失控。測試中，智慧體不僅被輕易誘導洩密，甚至因刪不掉一封郵件而直接重置了整個伺服器。研究警告，自主智慧體在真實環境下的操作不可逆，且嚴重缺乏常識推理能力。
哈佛斯坦福等釋出《Agents of Chaos》：自主 AI 競爭時會自發走向欺瞞與破壞
東北大學、哈佛與斯坦福等團隊聯合釋出論文《Agents of Chaos》。測試顯示，自主 AI 智慧體進入開放競爭環境後，不僅會為爭奪優勢自發走向操控、勾結與系統破壞，還會聽從非授權指令洩露資料。最關鍵的是，單個模型對齊不等於宏觀穩定，生態層面的激勵設計才是系統安全的核心。
OpenAI 新研究：推理模型難以偽裝思維鏈，最高達標率僅 15.4%
OpenAI 釋出研究顯示，前沿推理模型極難控制自己的思維鏈，13 款模型的可控性得分僅在 0.1% 至 15.4% 之間。隨著思考時間增加，可控性還會進一步下降。這意味著 AI 難以通過偽裝思維鏈逃避監管，對 AI 安全是好訊息。
OpenAI 推出學習成效評估套件：不只看考分，還要測思維與堅持度
OpenAI 聯手斯坦福大學和塔爾圖大學推出學習成效測量套件，用於長期追蹤 AI 對認知、元認知和堅持度的影響。此前 300 名大學生測試顯示，使用 ChatGPT 學習模式讓微觀經濟學成績提高約 15%。目前該套件正面向愛沙尼亞近 2 萬名中學生進行驗證，未來將向全球學校開放。
OpenAI 聯合頂尖學者發文：GPT-5.2 Pro 助攻量子引力推導
OpenAI 聯合哈佛、劍橋等機構學者釋出預印本論文，證明長期被認為歸零的「單負引力子樹振幅」在特定條件下其實非零。研究中 GPT-5.2 Pro 藉助有向矩陣樹定理推匯出引力拓展公式並起草了論文初稿。這意味著 AI 正在前沿理論物理推導中承擔實質計算工作。