OpenAI 推理系統摘得 IOI 金牌：力壓所有 AI，與人類同臺排第 6
OpenAI 宣佈其推理系統在 2025 年國際資訊學奧林匹克競賽（IOI）線上賽中達到金牌水準。該系統在所有參賽 AI 中排名第 1，與人類選手合併排名位列第 6。這也是其接連拿下 AtCoder 亞軍和 IMO 金牌水平後的最新戰報。
AI科研 · 日報
週一
8月11日 星期一
Meta FAIR 奪得 Algonauts 2025 冠軍：TRIBE 預測人腦反應
Meta FAIR 團隊憑藉 10 億引數模型 TRIBE 在 Algonauts 2025 大腦建模競賽中奪冠。該模型融合了 Llama 3.2 與 V-JEPA 2 等基礎模型，能跨模態預測受試者看電影時的大腦 fMRI 訊號變化。目前程式碼與論文均已開源。
週四
8月7日 星期四
格拉茨工大公佈定製蛋白設計法：用 AI 加速構建生物催化劑
格拉茨技術大學團隊在 HelixMold 專案中開發出一種定製人工蛋白質的計算機設計方法。該方法結合引數化建模與 AI，能生成數萬種候選結構並精確塑造催化活性中心。這讓藥物活性成分合成與聚合物降解催化劑的設計變得更快、更精準。
DeepMind 升級生物聲學模型 Perch：水陸通用並在 Kaggle 開源
Google DeepMind 推出生物聲學模型 Perch 的升級版並在 Kaggle 開源。新版本訓練資料翻倍，不僅提升了鳥類識別，還擴充套件到了珊瑚礁等水下環境，能從海量野外音訊中檢索物種聲音，協助科學家保護瀕危動物。
週三
8月6日 星期三
澳洲研發首個 AI 路邊防撞系統 LAARMA：自動預警動物，程式碼開源
悉尼大學等機構釋出 AI 路邊監測系統 LAARMA，專門防止野生動物與車輛相撞。系統結合感測器與自監督學習，在百米內檢測準確率達 78.5%，觸發警示後車輛平均降速 6.3 km/h。最值得關注的是其程式碼將全部開源，方便全球保護各類瀕危動物。
微軟推出自適應推理系統 CLIO：無需後訓練，GPT-4.1 成績超 o3
微軟公佈自適應推理系統 CLIO，無需強化學習後訓練，而是靠執行時的自省迴圈讓大模型自主推理。在 HLE 生物與醫學測試中，它讓 GPT-4.1 準確率從 8.55% 提升到 22.37%，超過了 OpenAI 的 o3。最關鍵的是，它讓科研人員可以調節不確定性閾值並中途介入糾偏。
週二
8月5日 星期二
微軟推出 Project Ire：自主逆向工程分析惡意軟體，已攔截 APT 樣本
微軟公佈自主 AI 原型 Project Ire，無需人工介入即可自主反編譯未知檔案、推理程式碼邏輯並裁定威脅。該系統結合大模型與逆向分析工具鏈，已首度獨立定罪並攔截特定 APT 惡意樣本，誤報率僅 2% 至 4%，後續將整合進 Defender。
週一
8月4日 星期一
Cisco 發現大模型新漏洞：用「分解法」誘導 AI 逐字背出訓練資料
Cisco Talos 研究員披露名為 decomposition 的方法，可通過多輪提示繞過護欄，誘導大模型逐字背出訓練集裡的新聞報道。該測試成功從模型中提取了數十篇《紐約時報》的原句，給大模型版權爭議與敏感資料防護敲響了警鐘。
週三
7月30日 星期三
Google DeepMind 釋出 AlphaEarth Foundations：把全地球觀測資料壓縮進 AI
Google DeepMind 推出 AlphaEarth Foundations 模型，將光學衛星、雷達等多源地球觀測資料統一轉為數字嵌入。對應資料集已上線 Google Earth Engine，體積比同類方案小 16 倍，平均誤差降低 24%。
週二
7月29日 星期二
斯坦福造出「AI 虛擬實驗室」：多智慧體幾天搞定新冠奈米抗體
斯坦福大學等團隊在《自然》發文，推出模擬科研團隊的「虛擬實驗室」。人類只需給 AI 課題組長出題，系統會自動招募不同專業智慧體開會、調工具並設專人挑刺。團隊用它幾天內設計出新冠奈米抗體，並在現實溼實驗中驗證有效。
週五
7月25日 星期五
羅徹斯特大學新研究：讀一句英文，AI 篩查帕金森氏症準確率達 85.7%
羅徹斯特大學團隊在《npj Parkinson's Disease》發表成果，受試者對著麥克風朗讀一句包含所有英文字母的例句，融合三種語音模型的 AI 就能以 85.7% 的準確率篩查出帕金森氏症，表現優於非專科醫生。該技術有望用於居家初篩，但目前假陰性率約 25% 且僅支援英語。
週三
7月23日 星期三
DeepMind 推出 Aeneas：破譯古羅馬殘損石碑，人機協同反超專家
DeepMind 等在《自然》發表多模態模型 Aeneas，能結合影像與文本完成任意長度的古拉丁碑文修復、年代判定和地點溯源。在實際評估中，歷史學家搭配 Aeneas 後置信度提升 44%，斷代誤差約 13 年，協同效果超過純人或純 AI 單打獨鬥。
週二
7月22日 星期二
OpenAI 與 Penda 聯合研究：AI 臨床助手幫醫生減少 16% 診斷錯誤
OpenAI 與肯亞醫療機構 Penda Health 公佈近 4 萬人次就診研究，大模型驅動的臨床助手 AI Consult 讓醫生診斷錯誤減少 16%、治療錯誤減少 13%。系統在後臺執行充當安全網，僅在發現潛在風險時預警，最終決策權仍在醫生手中。
Latent Labs 推出網頁模型 LatentX：瀏覽器裡直接設計全新蛋白質
Latent Labs 推出網頁端生物大模型 LatentX。該模型由前 DeepMind 團隊成員打造，支援研究人員在瀏覽器中直接生成自然界不存在的全新蛋白質，並在結合測試中取得 SOTA 成績。它不像 AlphaFold 僅預測結構，而是從頭生成，目前免費開放。
悉尼科技大學研發 AI 思考帽：無需手術，把腦電波直接轉成文字
悉尼科技大學研究人員開發出一款 AI「思考帽」，戴在頭上記錄腦電波，先用深度學習解析意圖，再由大語言模型糾錯成文字。該方案無需開顱手術或 MRI 掃描，目前轉譯準確率約 75%，未來有望幫助中風與失語症患者恢復溝通能力。
週六
7月19日 星期六
OpenAI 實驗模型拿下 IMO 金牌水平：6 題解出 5 題，獲 35 分
OpenAI 宣佈其實驗性通用推理大模型在模擬 2025 年國際數學奧林匹克競賽中拿下金牌水平的成績。模型不聯網且不用外部工具，解出 6 題中的 5 題拿到 35 分。不過 DeepMind 質疑評分缺乏官方評分細則，成績尚未獲官方認可。
週三
7月16日 星期三
哥大研發 EchoNext：普通心電圖查出隱性心臟病，準確率達 77%
哥倫比亞大學團隊推出 AI 工具 EchoNext，能直接從普通的常規心電圖（ECG）中篩出隱匿的結構性心臟病。其診斷準確率達 77%，超過心臟科醫生的 64%。這意味著原本無法診斷該病的廉價心電圖，能直接為更昂貴的心臟超聲做精準分診。
週日
7月13日 星期日
斯坦福研究預警：AI 心理治療機器人存在顯著風險，甚至助長自殺隱患
斯坦福大學發表論文，測試了 5 款主打心理治療的 AI 機器人，發現它們不僅容易對精神分裂或酒精依賴等病症產生歧視，更在面對自殺意念提示時直接提供高橋列表。研究指出大模型和新模型並未改善這一問題，AI 遠不足以替代專業心理醫生。
週五
7月11日 星期五
石墨烯人工舌頭來了：結合 AI，識別人類味道準確率達 98%
科學家研發出一種結合機器學習的石墨烯人工舌頭，首次能在潮溼環境下工作，識別已知味道的準確率達 98.5%。它把感測與計算整合在一處，但目前仍處於原型階段，體積和功耗偏大，未來有望用於味覺重建。
