Anthropic 打造 AI「顯微鏡」：深入觀察 Claude 內部思維機制
Anthropic 釋出最新研究成果，打造了一款專門透視大語言模型內部運作的「顯微鏡」工具，用於追蹤和解析 Claude 複雜且常令人意外的內部思維機制，試圖徹底開啟大模型思考的黑盒。
AI科研 · 日報
週四
3月27日 星期四
達特茅斯測試 AI 心理治療應用：憂鬱症狀平均減輕 51%
達特茅斯學院在《NEJM AI》發表 AI 治療應用 Therabot 的首個臨床試驗。受試者抑鬱與焦慮症狀分別平均減輕 51% 和 31%，療效堪比傳統門診。患者對其信任度接近真人醫生，但團隊強調 AI 仍需醫生監管，不能完全自主執行。
週一
3月24日 星期一
ARC Prize 釋出 ARC-AGI-2 基準：人類輕鬆過關，純 LLM 拿下 0 分
ARC Prize 基金會推出全新基準 ARC-AGI-2 並啟動 2025 年度競賽。新基準專測高難度通用推理與快速適應能力，每道題均有至少兩位人類在兩次嘗試內解出，但純大模型得分為 0%，公開推理模型也僅有個位數得分。
Midjourney 聯手 NYU 發論文：教大模型別再寫千篇一律的爛俗故事
本週，Midjourney 與紐約大學共同發表論文，提出 DDPO 和 DORPO 兩種最佳化方法。大模型在傳統微調後往往只挑「安全牌」，寫出的故事千篇一律；新技術通過在後訓練中獎勵高質量的獨特回答，讓 Llama 3.1 和 Mistral 在創意寫作時展現出更豐富的想像力。
週三
3月12日 星期三
Sakana AI 宣佈：AI 全程撰寫的論文首次通過 ICLR 同行評審
Sakana AI 宣佈由 The AI Scientist-v2 獨立生成的論文，在 AI 頂會 ICLR 旗下研討會通過了同行評審。這是首篇完全由 AI 生成並通過人類同等評審流程的學術論文。實驗得到了 ICLR 組織方協作支援，完整細節近期公開。
週二
3月11日 星期二
Luma 推出 IMM 預訓練演算法：取樣效率提升 10 倍，突破擴散模型上限
Luma AI 提出新預訓練技術 IMM 並開原始碼。該方法拋棄了傳統的去噪分數匹配，引入目標時間步處理與矩匹配，取樣步數減少 30 倍的同時影像質量反超擴散模型，試圖打破多模態預訓練的演算法天花板。
週一
3月10日 星期一
GIDD 離散擴散架構釋出：讓語言模型學會「自己改錯」
研究人員提出通用插值離散擴散（GIDD）框架，打破了掩碼擴散無法修改已生成內容的侷限。通過混合掩碼與均勻噪聲，模型在同等算力下不僅提升了生成質量，還解鎖了自迴歸模型一直欠缺的自我糾錯能力。程式碼已開源。
週四
3月6日 星期四
Google 升級醫療模型 AMIE：從確診跨到慢病管理，表現媲美初級醫生
Google 升級醫療 AI 系統 AMIE，將其能力從單次診斷擴充套件至長期疾病管理。系統採用雙智慧體架構結合臨床指南，在 100 場多次就診模擬測試中，治療規劃能力達到或超過了初級醫生。不過該成果仍基於模擬問診，尚未進入真實臨床。
週二
3月4日 星期二
OpenAI 發起 NextGenAI 聯盟：出資 5000 萬美元支援 15 所名校科研
OpenAI 宣佈成立 NextGenAI 聯盟，承諾向哈佛、MIT、牛津等 15 家機構提供 5000 萬美元的資助、算力與 API 介面。重點支援罕見病診斷、珍本古籍數字化等科研落地，進一步把自身生態推進頂尖學府。
週一
3月3日 星期一
拿《超級馬里奧》測 AI：Claude 3.7 奪冠，o1 因想太久頻頻掉坑
上週五，加州大學聖迭戈分校 Hao AI Lab 用《超級馬里奧兄弟》測試大模型。Anthropic 的 Claude 3.7 表現最好，而 OpenAI o1 等推理模型反而墊底。原因很現實：遊戲極吃即時反應，推理模型一步要想幾秒鐘，馬里奧早就掉進坑裡摔死了。
Meta 公佈 Avat3r：只需 4 張自拍照，幾分鐘捏出可動逼真頭像
Meta 與慕尼黑工業大學研究團隊公佈論文 Avat3r，僅憑 4 張手機自拍和幾分鐘計算，就能生成可驅動的照片級 3D 頭像。它藉助視覺 Transformer 預測 3D 高斯，砍掉了以往百臺相機或數小時渲染的門檻；不過目前在 RTX 3090 上僅跑 8 FPS，尚無法即時渲染。
週五
2月28日 星期五
OpenAI 聯手美九大國家實驗室：千名科學家進場用 AI 攻堅科研
OpenAI 聯合美國能源部下屬九大國家實驗室舉辦「千名科學家 AI Jam Session」。來自橡樹嶺、伯克利等實驗室的千餘名研究人員利用前沿模型探索科研難題，並向技術團隊反饋需求與評估。後續還將釋出報告總結 AI 在科研領域的實際應用。
週四
2月27日 星期四
Meta 釋出 Aria Gen 2 眼鏡：端側跑 SLAM，專為機器人和具身感知打造
Meta 釋出第二代研究眼鏡 Aria Gen 2，用於第一視角與機器人感知研究。新眼鏡重約 75 克，搭載定製低功耗晶片，支援端側執行 SLAM、眼動和手勢追蹤，鼻托還塞進了心率與拾音感測器。目前主要面向合作實驗室開放。
週四
2月20日 星期四
Snap 推出 Set-and-Sequence：單段影片即可定製角色與動作
2025 年，Snap Research 提出文生影片個性化框架 Set-and-Sequence。它把動態概念拆解成學外觀的無序幀集合與學運動的時序序列，通過兩步 LoRA 訓練，讓 DiT 模型只靠單段影片就能同時復刻角色的外貌與特定動作並自由組合。
微軟開源 BioEmu-1：模擬蛋白質動態結構，單卡每小時生成數千個
微軟宣佈開源深度學習模型 BioEmu-1。它不僅能預測蛋白質的單一靜態結構，還能模擬其運動變化中的多種構象。模型在單塊 GPU 上每小時能生成數千個結構，比傳統分子動力學模擬節省上萬倍算力，有助於加速藥物靶點設計。
科學家耗時十年解開的超級細菌難題，Google AI 兩天得出相同假說
據 BBC 報道，帝國理工學院團隊使用 Google 的 AI 工具「co-scientist」，在 48 小時內推匯出了該團隊歷時十年才證實的超級細菌耐藥假說。最值得關注的是，AI 在未接觸未公開論文的情況下不僅命中原假說，還額外提供了 4 個科學家從未想過的新方向。
週三
2月19日 星期三
Arc 聯合輝達釋出 Evo 2：9 萬億核苷酸訓練的基因組大模型
今天，Arc 研究所、斯坦福大學與輝達聯合釋出 Evo 2。它是目前公開的最大基因組 AI 模型，用近 9 萬億個核苷酸訓練，支援 100 萬 token 上下文，在乳腺癌相關基因 BRCA1 的突變預測中準確率達到 90%。
Microsoft 推出 Majorana 1：首款拓撲量子晶片，瞄準百萬量子位元
Microsoft 釋出首款基於拓撲核心架構的量子晶片 Majorana 1。它利用拓撲超導材料製造出更穩定的馬約拉納粒子量子位元，支援數字控制並內建硬體級抗噪能力。這項突破旨在為單晶片整合 100 萬量子位元鋪平道路，加速材料科學與 AI 結合的實際應用。
Google 推出 AI co-scientist：多智慧體協作生成科學假說
Google 推出基於 Gemini 2.0 的科研多智慧體系統 AI co-scientist。它能模擬科研方法，通過辯論與打分自我演進，生成原創科研假設和實驗方案。目前相關成果已在白血病老藥新用等生物醫學實驗中得到驗證，正面向科研機構開放測試申請。
週二
2月18日 星期二
微軟公佈多模態模型 Magma：既能點手機介面，也能指揮機械臂
2025 年，Microsoft 推出多模態智慧體基礎模型 Magma，打通數字介面與實體機器人的操作。它引入標記定位與軌跡規劃，既能完成手機 UI 導航，也能控制機械臂抓取物體。最值得關注的是，同一個模型無需大幅重構，就能同時在虛擬和物理世界幹活。
OpenAI 推出 SWE-Lancer：拿 100 萬美元真實接單任務考 AI
OpenAI 推出 SWE-Lancer 評測基準，彙總了 Upwork 上總值 100 萬美元的 1400 多個真實外包工程任務。涵蓋 50 美元修 Bug 到 3.2 萬美元功能開發。評測顯示前沿大模型仍搞不定多數任務，團隊已開源評估套件。
週一
2月17日 星期一
MagicArticulate 亮相：靜態 3D 模型也能自動綁骨骼做動畫
研究團隊推出 MagicArticulate 框架，能將靜態 3D 模型自動轉為可直接綁骨骼做動畫的資產。配合釋出的 Articulation-XL 資料集包含超 3.3 萬個高質量標註模型，通過自迴歸生成骨骼、擴散模型預測蒙皮權重，大幅減輕手動綁骨成本。