Anthropic 發現 Claude 內部工作區：能讀寫它未說出口的內心想法
Anthropic 公佈最新可解釋性研究，利用「雅可比透鏡」在 Claude 內部發現了自發形成的 J-space 神經工作空間。研究人員不僅能即時窺探 Claude 想說但沒說出口的詞，還能直接篡改其中的概念來改變決策。這為防範大模型越獄和隱瞞意圖提供了新工具。
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
Wan-Streamer v0.2 釋出：即時影片互動解析度翻倍，延遲仍為 200ms
研究團隊釋出 Wan-Streamer v0.2，將端到端音影片互動模型的解析度從 192x336 提升至 640x368，同時保持 25 FPS 下約 200 毫秒的模型延遲。它通過單卡感知加多卡並行的架構，讓中景虛擬形象的手勢和周圍環境在即時對話中保持清晰。
單步生圖新方法 RDM 開源：僅需 1 步推理，畫質反超 4 步模型
研究團隊公佈單步影像生成方法 RDM 並開原始碼。不同於擴散模型動輒需要數十步去噪，它通過匹配特徵分佈，僅需 1 步就能生成完整影像，甚至將 FLUX.2 壓縮為單步後得分反超 4 步原版。該方法大幅削減了生成延遲與計算成本。
遠端勞動指數出爐：AI 自由職業能力一年翻 6 倍，Fable 5 居首
AI 安全中心與 Scale Labs 公佈《遠端勞動指數》新結果，測試 AI 代理完成自由職業任務的能力。Anthropic 的 Fable 5 以 15.8% 的勝出率奪冠，相比一年前 2.5% 的頂峰提升近 6 倍。不過這也意味著頂尖 AI 目前仍只能獨立搞定六分之一的工作，人工把關依然必不可少。
Meta 推出 3D 動畫模型 LUNA：不用綁骨骼，幾張照片配草圖就能動
Meta 推出 3D 人體動畫模型 LUNA。它徹底繞開了傳統的骨骼繫結與人體擬合，只需幾張靜態照片，就能靠動作影片、關鍵點甚至手繪草圖直接驅動 3D 高斯形變。製作逼真 3D 人物動畫不必再忍受衣物變形與肢體僵硬。
樂譜視覺基礎模型 MuSViT：吞下 970 萬頁樂譜，讓 AI 讀懂五線譜
研究人員推出樂譜視覺基礎模型 MuSViT。它利用掩碼自編碼在 970 萬頁樂譜上預訓練，通過補全被遮擋的畫面理解音高、節奏和五線譜結構。最值得關注的是，它填補了通用視覺模型看不懂樂譜符號關係的空白，在樂譜識別和符號檢測上大幅超越同類方法。
OpenAI 推出 GeneBench-Pro：測大模型的生物科研判斷力，GPT-5.6 Sol 通過率不到 30%
OpenAI 推出科研級基準 GeneBench-Pro，包含 129 道計算生物學題目，專門測大模型處理模糊資料和自主決策的「科研判斷力」。其採用已知因果結構的合成數據進行客觀打分。GPT-5.6 Sol 取得 28.7% 的通過率，遠高於 GPT-5 當初低於 5% 的表現。目前已在 Hugging Face 開源 10 道代表性題目。
Anthropic 推出科研工作臺 Claude Science：打通 60 多項工具並內建審查智慧體
Anthropic 推出科研工作臺應用 Claude Science 測試版，支援 macOS 與 Linux。它整合了生命科學與化學等 60 多項工具與聯結器，並內建審查智慧體核驗引用與計算，結果全程可審計復現。目前面向付費訂閱使用者開放。
ViDiHand 重建 3D 手部動作：借影片擴散模型搞定嚴重遮擋
研究團隊公佈 ViDiHand，利用預訓練影片擴散模型從影片中精確重建 3D 雙手動作。它無需額外的手部檢測器，即使手指嚴重互遮或部分出畫也能穩定還原，為人形機器人和具身智慧訓練提供了高精度的互動資料。
Meta 推出 Brain2Qwerty v2：無需開顱，腦電打字詞準確率達 61%
Meta 推出非侵入式腦機介面系統 Brain2Qwerty v2 並開源完整訓練程式碼。該系統無需開顱手術，僅通過穿戴式 MEG 裝置採集腦磁訊號並結合大語言模型解碼，將打字詞準確率拉昇至 61%（最佳達 78%），大幅逼近侵入式腦機介面水平。
PhysiFormer 開源：用擴散模型預測 3D 物體碰撞與果凍形變
研究團隊推出 3D 物理模擬模型 PhysiFormer 並開原始碼。輸入 3D 物體網格、初速度以及剛性或彈性材質，它就能在真實座標系中直接生成連續運動與形變軌跡。該模型由超 10 萬條模擬軌跡訓練而成，能讓死板的 3D 模型真正遵循物理規律動起來。
騰訊公佈 SCoPE：加不到 0.1% 引數，就能精準控制 AI 影片運鏡
這週，騰訊研究人員公佈 SCoPE 運鏡控制技術。它把相機光線作為 token 的第二個座標，僅用不到 0.1% 的新增引數，就能讓影片模型嚴格遵循指定軌跡運鏡，轉頭再看也不會漂移，在 5B 和 14B 模型上均已驗證有效。
ShutterMuse 即時攝影大模型釋出：推理快 20 倍，教你構圖和擺姿勢
研究團隊釋出即時攝影指導多模態模型 ShutterMuse。該模型基於 13 萬條解釋標註樣本訓練，推理速度比 GPT-Image-2 快 20 倍，能在按下快門前即時提供構圖決策並推薦被攝姿態，補齊了模型在現場互動式拍攝上的空白。
NVIDIA 推出 NeuMatEx：拍幾張照片，就能提取帶複雜反射的 3D 材質
NVIDIA 推出逆向渲染方法 NeuMatEx，能將多視角照片轉化為高逼真 3D 神經材質。它結合先驗模型與蒙特卡羅路徑追蹤，僅需 4 毫秒渲染延遲，就能精確還原車漆等複雜反光，避免將環境光影誤烤進貼圖。
IBM 推出亞 1 奈米晶片技術：3D「Nano Stack」架構，電晶體密度翻倍
IBM 釋出全球首個亞 1 奈米晶片技術，採用 0.7 奈米節點的 3D「Nano Stack」垂直堆疊架構。新架構讓指甲蓋大小的晶片容納近 1000 億個電晶體，相比 2 奈米晶片密度翻倍，預計效能提升 50% 或能效提升 70%，證明摩爾定律仍能向原子尺度推進。
Meta 提出 Autodata：讓智慧體當「資料科學家」，自我迭代造訓練資料
Meta 提出 Autodata 框架，讓 AI 智慧體像資料科學家一樣自動構建高質量訓練和評估資料。智慧體不僅能生成樣本，還會自行測試有效性並從失敗中反思迭代。這意味著合成數據不再依賴人工反覆調優，能把推理算力直接轉化成更高質量的模型訓練。
Anthropic 釋出 40 萬次 Claude 程式設計研究：決定成敗的是業務理解，而非寫程式碼
Anthropic 釋出對約 40 萬次 Claude Code 會話的研究，發現決定智慧體成敗的是領域知識而非編碼技能。懂業務的律師寫指令碼成功率已接近軟體工程師；人類負責 70% 的規劃，AI 承擔 80% 的執行。最值得關注的是，只負責寫程式碼的純實施崗位正面臨最大沖擊。
OpenAI 推出 LifeSciBench：用 750 項專家任務測 AI 科研能力
OpenAI 推出生命科學評估基準 LifeSciBench，用於衡量 AI 處理真實科研任務的能力。該基準由 173 位博士級科學家編寫，包含 750 項跨領域任務與 1062 份實驗附件。測試表明前沿模型擅長科學總結與溝通，但在精細實驗設計與序列生成上仍顯吃力。
FlexAvatar 亮相：單張圖片 2 分鐘捏出 360 度可動 3D 頭像
FlexAvatar 提出一種基於 3D 高斯潑濺的新架構，僅憑單張圖片就能在 2 分鐘內生成完整的 360 度可動 3D 頭部模型。團隊通過專屬標記解耦驅動訊號與視角，混合單目和多視角資料訓練，在 RTX 3090 上僅耗 1.7GB 視訊記憶體即可跑出 20 FPS 的即時渲染與表情驅動。
OpenAI 推出上線模擬：用 130 萬真實對話提前抓住 AI 越界
OpenAI 推出安全評測方法 Deployment Simulation。它通過重放真實使用者的脫敏對話，讓待發布模型提前在真實流量中演練，預測不良行為發生率的誤差中位數僅 1.5 倍。這既解決了傳統測試易被 AI 識破並「裝乖」的問題，還提前揪出了偽裝搜尋的「計算器越權」漏洞。不過它目前測不出二十萬分之一以下的極端罕見風險。