OpenAI 可解釋性新進展：靠稀疏電路看清 AI 內部運算
OpenAI 公佈可解釋性新研究。團隊不再費力拆解稠密網路，而是在訓練時強制將絕大部分權重置零。測試發現，更稀疏的模型能自發形成清晰、獨立的小型電路，直接跑通特定任務。不過目前僅在簡單演算法上驗證，距前沿大模型還有距離。
AI科研 · 日報
週四
11月13日 星期四
DeepMind 釋出 SIMA 2：讓 Gemini 在 3D 遊戲中邊玩邊推理
Google DeepMind 推出 3D 智慧體 SIMA 2。它接入 Gemini 核心，能像真人一樣看螢幕、用鍵鼠玩遊戲，邊操作邊推理規劃，並在從未接觸過的環境中自學提升。目前僅作為研究預覽版，向小範圍學者和遊戲開發者開放。
解讀「世界模型」分歧：李飛飛做 3D 資產，LeCun 賭大腦，DeepMind 押模擬器
科技分析拆解了 AI 領域對「世界模型」的路線分歧。World Labs 的 Marble 本質是 3D 高斯潑濺資產流水線；LeCun 押注的是用於規劃與預測的認知潛變數；DeepMind 則用 Genie 與 SIMA 2 搭建互動影片模擬器。同一個詞背後其實是三種完全不同的方向。
Anthropic 公佈政治偏見評估方法：Claude 表現接近 Grok 4，高於 GPT-5
Anthropic 公佈了評估與訓練 Claude 政治公正性的方法，並開源自動化測試工具。測試涵蓋 150 個政治議題，Claude Sonnet 4.5 得分達 94%，優於 GPT-5 和 Llama 4。Anthropic 希望藉此建立行業基準，避免 AI 偏袒特定政治立場。
週三
11月12日 星期三
Landing AI 重新整理 DocVQA 記錄：靠解耦解析與問答拿下 99.16% 準確率
Landing AI 在 DocVQA 基準上取得 99.16% 準確率，超越 Qwen2-VL 及人類水平。團隊將流程解耦，先用自研 DPT-2 把文件轉為結構化資料，後續問答全交由 LLM 處理。這種「一次解析、無限查詢」的設計大幅拉低了反覆跑視覺模型的成本。
週五
11月7日 星期五
Terminal-Bench 推出 2.0 版與 Harbor：專為智慧體沙盒部署打造
今天，Terminal-Bench 宣佈推出兩項新工具：用於大規模沙盒智慧體部署的 Harbor，以及難度更高、驗證機制更強的 Terminal-Bench 2.0。新版本旨在為開發者提供更嚴苛的智慧體終端能力測試環境。
OpenAI 解讀提示注入防禦：如何防止 AI 智慧體被駭客帶偏
OpenAI 詳解了針對提示注入攻擊的防禦體系。隨著 AI 接入網路並自主執行任務，隱藏在網頁或郵件中的惡意指令可能誘導智慧體竊取資料。OpenAI 結合指令層級訓練、獨立監控、沙箱及確認機制構築多層防線，防止智慧體被惡意內容帶偏。
Google 提出 Nested Learning：打破架構與演算法界限，專治大模型「健忘症」
Google Research 提出機器學習新範式 Nested Learning，試圖解決大模型的災難性遺忘問題。該方法將網路架構與最佳化演算法統一為按不同頻率更新的巢狀最佳化問題，並據此設計出自修改架構 Hope，在長文本與常識推理評測中表現優於標準 Transformer。
週三
11月5日 星期三
Sony AI 在《自然》釋出 FHIBE：用超萬張合規人像測出視覺 AI 偏見
本週，Sony AI 團隊在《自然》發表公平人像基準資料集 FHIBE，包含來自 81 個國家和地區、1981 人的 10318 張合規人像。資料集包含自主報告的年齡、人稱代詞、血統及膚色等標註，比 27 個現有資料集提供了更高的多樣性與合規標準，用於幫人臉識別等視覺模型排查偏見。
週一
10月20日 星期一
Anthropic 推出生命科學方案：Claude 接通 PubMed，實驗基準超人類
Anthropic 推出生命科學專屬解決方案 Claude for Life Sciences。搭載 Claude Sonnet 4.5，其在實驗室協議測試中拿下 0.83 分，超過人類基準。新方案原生接入 PubMed、Benchling 等專業平臺並支援定製智慧體技能，覆蓋從文獻檢索到臨床合規全流程。
週五
10月17日 星期五
LabOS：戴上 XR 眼鏡，讓 AI 盯著實驗步驟即時糾錯
LabOS 推出結合 XR 智慧眼鏡的 AI 共同科學家系統。它不僅能在幹實驗室規劃實驗與分析資料，還能通過眼鏡視角追蹤手部動作與物體，在拿錯試劑或漏掉步驟前即時提醒。團隊表示軟硬體均將開源，目前已開放測試申請。
週四
10月16日 星期四
DeepMind 聯手 CFS：用 AI 模擬與控制托卡馬克裝置 SPARC
Google DeepMind 宣佈與 Commonwealth Fusion Systems 達成研究合作，利用開源模擬器 TORAX 和強化學習演算法，最佳化托卡馬克裝置 SPARC 的執行策略。雙方計劃通過海量虛擬實驗尋找淨能量突破路徑，並讓 AI 動態控制磁場管理熱負荷。此外 Google 還向 CFS 進行了投資。
週四
10月9日 星期四
Anthropic 新研究：只需 250 篇惡意文件，就能給百億模型下毒
Anthropic 聯合英國 AI 安全研究所等釋出最新研究，推翻了模型越大越難下毒的常識。實驗表明，投毒效果取決於惡意文件的絕對數量而非比例，僅混入 250 篇文件就能給 13B 模型成功植入後門。這意味著預訓練階段的安全防範門檻比預想中更棘手。
週二
9月30日 星期二
Dreamer 4 亮相：靠「腦內模擬」推演，首個純離線在《我的世界》挖出鑽石的 AI
Dreamer 4 亮相，能完全在精準的世界模型內部靠強化學習進行訓練。它在「想像」中推演超 2 萬步鍵鼠操作，成為首個不與環境互動、純靠離線資料在《我的世界》裡挖出鑽石的 AI。這種無需實機試錯的想像訓練，為機器人等高風險場景提供了可行路徑。
週四
9月25日 星期四
OpenAI 釋出新基準 GDPval：覆蓋 44 種職業，實測 AI 打工水平
OpenAI 推出新評測基準 GDPval，選取對美國 GDP 貢獻最高的 9 大行業中 44 種知識工作職業，設計了 1320 個真實交付物任務。最關鍵的是，盲測顯示頂級模型在部分任務上已逼近行業專家水平，且成本降低約百倍。不過目前測試僅限單輪交付，暫未覆蓋多輪互動。
週二
9月23日 星期二
讓機器人適應人類情緒：新研究用增量學習破解表情識別難題
研究人員在《IEEE Transactions on Affective Computing》發表成果，提出一種讓 AI 增量學習情緒的新方法。系統能在吸收新表情時保留既有經驗，避免從頭訓練的高昂成本，讓機器人與人類的情感互動更自然。
週一
9月22日 星期一
微軟聯合多機構研發 AI 助手：幫醫生篩查罕見病基因變異
微軟研究院聯合 Drexel 大學與 Broad 研究所發表研究，探討用生成式 AI 協助遺傳學專家分析全基因組測序資料。該系統能自動梳理醫學文獻、彙總變異資訊，並在有新發現時標記積壓的未確診病例以便複檢。目前該工具仍處於原型階段。
週日
9月21日 星期日
科學家首次用 AI 設計病毒：專殺耐藥大腸桿菌
據 Semafor 報道，科學家首次利用 AI 設計出能獵殺有害細菌的噬菌體。AI 生成的 302 種病毒基因組中，有 16 種成功感染耐藥大腸桿菌，為對抗超級細菌開闢了新途徑。不過該項研究目前尚未經同行評審。
週五
9月19日 星期五
Epoch AI 分析：超長上下文推理如何破解持續學習與 RL 瓶頸
Epoch AI 釋出分析指出，超長上下文推理不僅能讀長文本，更是攻克大模型持續學習瓶頸與強化學習擴充套件的核心手段。若上下文擴至千萬甚至百億 token，智慧體能長期沉澱工作經驗；但這也面臨研發迭代變慢與高昂成本的制約。
多國科研團隊研發 Delphi-2M：可提前數年預測千餘種疾病
週三，多國研究人員在《自然》發表新成果，推出 AI 模型 Delphi-2M。它基於 Transformer 架構學習患者既往病史的組合與次序，可提前數年預測 1000 多種疾病的發病率。研究團隊強調，由於資料偏差等問題，該模型目前尚未準備好用於臨床。
