Sakana AI 推出 CycleQD：不用微調，靠進化演算法給模型「疊技能」
Sakana AI 研究人員開發出名為 CycleQD 的新框架，通過進化演算法直接融合多個不同專長的小模型。該方法利用模型合併與矩陣分解進行交叉和變異，測試顯示其在程式碼、資料庫和系統操作任務上的表現超過了傳統微調與模型合併，算力消耗大幅降低。
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
AI 模型 BioEmu 釋出：單 GPU 每小時生成數千個蛋白質構象
研究人員提出蛋白質模擬系統 BioEmu。它將擴散模型與分子動力學資料結合，單張 GPU 每小時即可生成數千個獨立的蛋白質構象樣本，自由能誤差約 1 kcal/mol。這讓原本依賴超算耗時良久的蛋白質動態分析，在數小時內就能低成本完成。
DeepMind 推出 GenCast：15 天天氣集合預報超越歐洲中期中心
Google DeepMind 推出 AI 天氣集合預報模型 GenCast 並開原始碼和權重。在 1320 項指標測試中，它有 97.2% 勝過歐洲中期天氣預報中心 ENS；單張 TPU 僅需 8 分鐘即可跑完 15 天預測。
DeepMind 釋出 Genie 2：一張圖生成可玩 3D 世界，鍵鼠直接操控
Google DeepMind 釋出基礎世界模型 Genie 2。輸入一張靜態圖片，它就能推演生成支援鍵鼠操控的 3D 互動環境，最長維持 1 分鐘一致性。這意味著研究者無需依賴預設遊戲，就能為具身智慧體批次打造無限的訓練場景。目前該技術仍處於早期研究階段。
生成式 AI 如何將氣候模擬提速 25 倍：從 78 小時縮減到 3 小時
Allen Institute for AI 與 UC San Diego 團隊提出氣候模型 Spherical DYffusion。它通過球面條件擴散過程學習物理模型資料，將 10 年氣候模擬從 78 小時壓縮到不到 3 小時，提速超 25 倍，不過極地和高空預測偏差仍高於傳統模型。
Altera 實驗：千個 AI 智慧體在《我的世界》自發分工甚至建宗教
初創公司 Altera 披露在《我的世界》中開展的 Project Sid 實驗，多達 1000 個由大模型驅動的智慧體在無額外人類干預下，自發形成了職業分工、為稅改投票並傳播宗教。最值得關注的是，它們展現出複雜的社會群體湧現行為。不過這依然是模型對人類行為模式的高階模仿，AI 並不具備真實意識。
MIT 研發 Earth Intelligence Engine：能生成未來的洪水衛星圖
MIT 研究團隊公佈名為 Earth Intelligence Engine 的新工具，將生成對抗網路與物理洪水模型結合，能提前預測並生成暴風雨過後的衛星圖。這能解決純 AI 經常在不可能積水的高地「瞎編」淹水畫面的幻覺問題，幫助居民更直觀地做撤離決策。
OpenAI 資助杜克大學研究：讓演算法預測人類的道德判斷
稅務檔案披露 OpenAI 正資助杜克大學一項「AI 道德」研究，屬於三年 100 萬美元資助的一部分。團隊試圖訓練演算法在醫療、法律等場景預測人類的道德判斷，充當「道德 GPS」。不過道德高度主觀，AI 能否真正掌握倫理仍存疑。
Google 推出 AlphaQubit：用 Transformer 做量子糾錯，錯誤率降 30%
Google DeepMind 與 Google Quantum AI 在《自然》公佈神經解碼器 AlphaQubit。它將 Transformer 架構用於量子糾錯，在 Sycamore 處理器上的糾錯率比主流可擴充套件演算法高 30%。不過它的推理速度目前還不夠快，尚無法做到百萬赫茲級的超導即時糾錯。
ChatGPT 診斷比醫生準 16%：獨立拿 90 分，但醫生不聽它的
據 Quartz 報道的一項研究顯示，ChatGPT 在病歷診斷中拿下 90% 的平均分，大幅領先人類醫生的 74%。更戲劇化的是，配合 AI 的醫生得分僅微升至 76%，主因是多數醫生不聽 AI 與自己相悖的判斷，且不會有效使用它。
魏茨曼研究所聯手 NVIDIA 推出 GluFormer：可預測未來 4 年血糖變化
NVIDIA 與魏茨曼科學研究所等聯合推出生成式 AI 模型 GluFormer。該模型基於 Transformer 架構，能根據以往連續血糖監測資料，預測未來血糖走勢及長達 4 年的健康狀況，還可預測特定食物引起的血糖反應，有望提前介入糖尿病預防。
IBM 升級 Heron 量子處理器：提速 50 倍，並拉來 Granite 生成程式碼
IBM 宣佈升級 Quantum Heron 量子處理器與 Qiskit 軟體，可執行高達 5,000 個雙量子位元門操作，此前需 112 小時的計算現僅需 2.2 小時完成，提速 50 倍。平臺還引入了基於 Granite 大模型的 AI 程式設計助手，用於加速量子演算法構建與科學計算。
限制非商用：DeepMind 終於開放 AlphaFold 3 程式碼
Google DeepMind 宣佈開放蛋白質結構預測模型 AlphaFold 3 的軟體程式碼，科學家可下載用於非商業研究。此前因發表論文時未附程式碼引發學術界巨大爭議；不過該模型權重仍需提交申請，未完全開源。
拍攝 30 秒影片測血壓：東大 AI 非接觸篩查高血壓與糖尿病
東京大學團隊公佈一項研究，通過 AI 分析面部和手掌的高速影片血流，無需抽血或袖帶即可篩查高血壓與糖尿病，高血壓檢測準確率最高達 94%。最值得關注的是未來有望裝進手機或鏡子實現無感自測。不過該成果仍處於早期研究階段。
SingularityNET 放出 AIRIS：把能自己悟出規則的 AI 扔進《我的世界》
SingularityNET 與 ASI Alliance 宣佈在《我的世界》中部署自學習 AI「AIRIS」。它不需要預設規則，能根據遊戲內的即時遭遇動態總結出避障和尋路規則。團隊希望借沙盒環境測試其即時自適應能力，為未來機器人控制做鋪墊。
OpenAI 開源事實基準 SimpleQA：GPT-4o 正確率不足 40%
OpenAI 開源了事實性評測基準 SimpleQA。該資料集包含 4326 個答案固定且唯一的簡短事實問題，專為測試前沿模型的幻覺設計，目前 GPT-4o 的得分不到 40%。測試發現，雖然模型具備一定自我評估能力，但普遍存在過度自信的問題。
Iambic 推出 Enchant：在研發早期預測藥物人體臨床表現
Iambic Therapeutics 推出多模態模型 Enchant。它將大量易獲取的臨床前實驗資料與極少量的人體試驗資料結合，在研發最早期預測候選分子的藥代動力學特性，人體半衰期預測相關係數達 0.74，大幅重新整理此前紀錄，旨在省去數年臨床前研發週期。
Meta 釋出 3D 資料集 DTC：2400 多個真實物體，精度達亞毫米級
Meta 旗下 Reality Labs 推出 3D 重建資料集 Digital Twin Catalog（DTC），收錄超過 2400 個對應真實物體的 3D 模型。模型幾何精度達亞毫米級，包含真實材質與光照反射細節。該資料集旨在打破高保真資料成本過高的瓶頸，加速電商與 AR 領域的數字孿生落地。
Google 正式定名 AlphaChip 並開源權重：數小時完成晶片佈局，已用於三代 TPU
Google 正式將用於晶片佈局設計的強化學習系統命名為 AlphaChip，並公開了預訓練模型權重。它像下棋一樣把電路元件擺放視作博弈，數小時就能生成優於人類的晶片佈局，已用於設計 Trillium 等三代 TPU 以及聯發科晶片。最值得關注的是，AI 正從被晶片加速，轉向反哺底層硬體的研發。
哈佛釋出 TxGNN：用老藥幫 1.7 萬種罕見病找解藥
哈佛醫學院在《Nature Medicine》發表專為罕見病老藥新用設計的 AI 模型 TxGNN。它從近 8000 種藥物中為 17080 種疾病匹配候選方案，候選識別表現高出同類模型近 50%，還自帶決策解釋，目前已免費開源。