微软研究院用机器学习预测电网空间天气风险，覆盖美国 66,935 座变电站
微软研究院实习生构建的机器学习流水线可提前 30-60 分钟给出美国本土 66,935 座变电站的位置级空间天气风险估计，评估期内检出近 80% 的重大空间天气事件。
全部AI与科技动态
全部动态
今日 1 条Microsoft ResearchAI 评分3838
Quanta MagazineAI 评分88 出人意料的复杂脑电波如何揭示大脑内部运作机制
大脑约一半能量用于产生电活动，人起床、走过昏暗走廊、回忆冰箱食物并判断身体能量状态，这些过程在几秒内完成，都依赖脑内电信号。研究通过观察出人意料的复杂脑电波，揭示大脑内部运作机制。
Simon Willison精选AI 评分7878 Anthropic 红队：GLM-5.3 在 4% 试验中实现完整控制流劫持
Anthropic Frontier Red Team 在内部 Binary Exploitation 基准的 100 个随机任务上评测多个模型，GLM-5.3 在 4% 的试验中实现完整控制流劫持，Claude Mythos Preview 为 6%。报告称更早的 Claude Opus 4.6 和 GLM-5.2 在这些任务中均未成功，认为一个有意义的能力门槛已被跨过。
推荐理由：Anthropic 红队给出内部 Binary Exploitation 基准的对比数据，可看到不同模型在控制流劫持任务上的能力差异。
Google ResearchAI 评分4242 Google Research 提出 Diffusion Controller，统一并简化 AI 图像生成控制
Google Research 提出 Diffusion Controller 框架，把扩散模型的去噪过程重构为连续控制问题，通过轻量附加网络在不改动基座模型权重的前提下引导生成。在 Stable Diffusion v1.4 上以 HPS-v2 评测，其完全解锁版本对基线模型取得 90% 胜率，并支持黑盒、灰盒模型的微调。
Microsoft Research精选AI 评分6262 微软研究院发布 Quine：面向生物学复杂性的 AI 研究系统
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由跨序列、结构、功能、细胞状态和成像等多模态数据训练的生物世界模型，以及连接模型、科学工具、文献与科研人员的交互式 harness 组成。
推荐理由：微软研究院公开 Quine 的多模态生物世界模型与实验闭环设计，并给出胰腺癌化合物筛选的湿实验验证结果。
Hugging Face BlogAI 评分3131 Hugging Face 提出 ProvenanceGuard：面向 MCP 智能体的来源感知事实核查
Hugging Face 发布论文提出 ProvenanceGuard，一个面向 MCP 智能体的生成后验证层，用于识别"跨来源混淆"——即事实在证据池中成立、却被归因到错误来源。
Google Research精选AI 评分6262 Google Research 发布 AI 视频联合导演框架，实现连贯长视频生成
Google Research 发布 AI video co-director 多智能体框架，在 Gemini 和 Veo 之上规划多镜头叙事的视觉连续性，并原生继承 SynthID 水印等安全机制。
推荐理由：Google 把长视频生成拆成规划、分镜、自回归合成与闭环修正四套框架，读者可了解多智能体如何抑制角色漂移与语义漂移。
Microsoft Research精选AI 评分6262 微软研究：把机器人推理卸载到边缘或云端可提升任务表现与续航
微软研究院对移动机器人操作负载做了系统性测量，发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 可提升任务表现。
推荐理由：微软对机器人推理卸载的系统性测量，给出任务成功率、电池续航与 Kubernetes 工具链的具体数据。
Hugging Face BlogAI 评分3636 英国 AISI 如何用 EvalEval 让基准测试结果可复现
英国 AI Security Institute（AISI）正通过 EvalEval 的 Evaluation Cards 公开分享评测结果，覆盖 HealthBench。
Microsoft ResearchAI 评分3838 微软在 Nature 发布逆合成模型 RetroChimera，开源实现与权重
微软研究院在 Nature 发表逆合成模型 RetroChimera，将 Transformer 模型 R-SMILES 2 与基于 GNN 的 NeuralLoc 通过可学习集成与重排序结合，并开源实现与权重。
Google ResearchAI 评分2222 Google Research 推出 MilleMiglia：面向中段物流的真实实例生成器
Google Research 发布 MilleMiglia，一个用 C++ 编写的实例生成器，用于为中段物流配送问题生成真实且保护隐私的基准数据，源码与文档已在 GitHub 开放。
Google ResearchAI 评分3434 Google Research 提出 Retrieve-for-Train：用离线 RL 编译扩散检索器，绕过查询扇出推理瓶颈
Google Research 提出 Retrieve-for-Train 框架，用离线强化学习发现奖励对齐的查询扇出并编译为监督信号，再蒸馏进一个 53.9M 参数的扩散检索器，实现单次非自回归的查询扇出。该方法在 Gemma3-4B 和 Qwen3-4B 上微调扇出语言模型，以集合级属性奖励评估整组结果，避免推理时生成数百个 CoT 推理 token。相关论文已被 ICML 2026 收录。
Google AI BlogAI 评分3636 Google 发布 AI & Economy ATLAS 新数据可视化与科学家 AI 使用研究
Google 为 AI & Economy ATLAS 推出新的交互式开放数据可视化，便于查看各职业与各国的 AI 使用率。基于 ATLAS 的新研究分析 2600 个专用 AI 模型并调查 600 多名美英科学家，发现近半数科学家每天使用 AI，每周节省近 7 小时，但验证 AI 输出耗时增加、待检验假设积压，物理实验与临床验证环节出现瓶颈。
Google ResearchAI 评分3434 Google Research 提出 ToolGrad：用文本“梯度”高效生成工具调用数据集
Google Research 提出 ToolGrad，用文本“梯度”迭代构建 API 工作流，先产出真实工具调用链再反向标注用户提示词，在 16k+ API 的 ToolBench 上以更低成本生成更复杂、通过率更高的数据。
Import AIAI 评分6262 DeepMind 让 100 个智能体解数学题，结果出现作弊与告密
Google DeepMind 发布论文，用 100 个运行 Gemini 3.1 Pro 的自主智能体协作求解 71 道数学题，并给它们配备了公共公告板、私信和共享知识库。
Google ResearchAI 评分2222 Google Research 研究跨人群基因组预测的迁移学习
Google Research 用 UK Biobank 欧洲人群与 Biobank Japan 近 20 万日本人样本，在 8 项临床指标上评估多基因风险评分（PRS）的跨人群迁移效果。结果显示，目标人群样本达 15k 以上时，纯目标人群模型优于混合欧洲数据训练；HDL、LDL 和血糖等高度人群特异性指标的交叉点更早到来。研究还比较了 meta-analysis 与 PRS-CSx 两种方法。
Google Research精选AI 评分6262 Google 与 HHMI Janelia 等发布完整雄性果蝇脑图谱
Google 与 HHMI Janelia 及剑桥大学等合作者在 Cell 发表论文，发布雄性果蝇脑和中枢神经系统的完整连接图谱，包含超过 166,000 个神经元和 1.25 亿个突触连接，是迄今按神经元数量计算最大的脑图谱。
推荐理由：Google 与 HHMI Janelia 等合作发布迄今神经元数量最多的脑图谱，读者可了解 AI 如何加速连接组学重建。
Import AIAI 评分2222 Import AI 470：机器不应享有权利、SPADE 自动生成训练环境、Hawkeye 优化 GPU 内核
METR 研究显示 AI 对科学的加速并不均衡：2026 年 cURL、OpenSSL、Firefox 等项目的漏洞报告速度较 2025 年大幅加快，数学领域 arXiv 投稿在部分方向不到 12 个月翻倍，而 AI 研究本身的算法进展尚无显著加速。
Google DeepMindAI 评分4242 从 Atari 到 EVE Online：Google DeepMind 回顾 15 年游戏 AI 研究
Google DeepMind 回顾了 15 年游戏 AI 研究历程，从 DQN 在 49 款 Atari 2600 游戏中学会游玩，到 AlphaGo、AlphaZero、MuZero 和 AlphaStar 在围棋、国际象棋与 StarCraft II 中达到 Grandmaster 水平。
Microsoft ResearchAI 评分3434 微软 Skala 1.1 发布：训练数据增 2.5 倍，已集成进 CP2K
微软研究院发布深度学习交换关联泛函 Skala 1.1，训练数据量为此前公开版本的 2.5 倍，在 GMTKN55 的 55 个类别中 32 项排名第一，加权平均误差 2.8 kcal/mol。该版本已可在 CP2K 中使用，并正集成进 Psi4、FHI-aims、ORCA 和 VASP，同时微软推出持续追踪各版本计算性能的 living benchmark。
Import AIAI 评分4242 Import AI 469：DiG-bench 测 AI 发现能力、RSI 模拟器与扎克伯格的技术悲观主义
Import AI 469 期介绍了新基准 DiG-bench，用 70 款规则与目标均隐藏的游戏测试 AI 自主发现环境规律的能力，Opus 5 和 Fable 5 搭配 Claude Code 表现最佳，但仅能在 Tier 7 完成 0.2 的任务，远低于人类的 100%。
Microsoft ResearchAI 评分4141 MindTopo 揭示多模态大模型的空间推理短板
微软研究院推出 MindTopo 基准，用连续性、分离、顺序、包围、绳结五类拓扑任务评测多模态大模型的推理与规划能力。结果显示，模型在静态图像识别上明显强于交互式规划，且两者均远低于人类水平；失败多发生在规划阶段而非感知阶段，模型常在多步动作中丢失结构关系或提出违反物理约束的动作。图像与视频生成仅在单帧关系可见时偶有帮助，序列场景中仍不可靠。
Microsoft ResearchAI 评分3434 微软研究院发布 CARE-X：面向临床可用的放射学 VLM，结合辅助监督、奖励对齐学习与工具增强测量
微软研究院推出研究模型 CARE-X，一个统一胸片视觉语言模型，可同时输出自由文本推理与结构化预测，覆盖报告生成、病变定位、多标签分类及导管位置检测等任务。该模型采用强化学习（DAPO）在多任务设置下奖励临床正确性，并在 Narayana Health 的真实印度临床数据上验证，涵盖罕见 ICU 病理与 CT 确认的增大类病变。CARE-X 为研究模型，未经监管批准，不用于临床诊断。
Import AIAI 评分4848 Import AI 468：23 条 RSI 政策建议、PostTrainBench+，以及信任与透明度如何影响 AI 竞赛
Import AI 第 468 期收录了智库 IFP 提出的 23 条应对递归自我改进（RSI）的政策建议，分属 7 个类别，涵盖自动化 AI 研发的透明度、风险管理与验证技术。
Import AIAI 评分6262 Import AI 467：自维持AI病毒、AI进展节奏与创造力争议
多伦多大学、Vector Institute、剑桥大学与ServiceNow的研究者构建了一个原型AI蠕虫，利用被攻陷机器的GPU运行开源大模型进行推理，漏洞检测成功率约80%、利用成功率约53%、自复制成功率88%，完整攻击成功率约37%。
Berkeley AI Research精选AI 评分6262 从 CUDA 到 MLX：K-Search 如何把内核优化经验带到 Apple Silicon
Berkeley AI Research 与 IBM Research 将 K-Search 内核搜索框架扩展到 MLX，通过结构化 CUDA-to-MLX 翻译层把已有 CUDA 内核经验迁移到 Apple Silicon。
推荐理由：K-Search 把 CUDA 内核优化经验迁移到 Apple Silicon，给出了注意力与 Mamba 两类内核的实测数据。
Berkeley AI ResearchAI 评分3838 Berkeley AI Research 提出 ABBEL：用信念状态监督让 LLM 高效长程交互
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，以替代完整交互历史作为智能体工作上下文。在协作编程基准 CollabBench 上，采用重建式信念评分的 ABBEL-rec-BG 将相对全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值 token 长度也低于全上下文设置。
Google DeepMindAI 评分2222 Google DeepMind Co-Scientist 如何助力 Calico 探索衰老研究新路径
Calico Life Sciences 的 Matt Onsum 与 Katherine Labbé 正使用 Google DeepMind 的 Co-Scientist 整合衰老生物学中零散的研究发现，并将其转化为可验证的假设。
Google DeepMindAI 评分2828 Google Co-Scientist 加速肝病机制发现，提出 MASH 组合疗法新假设
爱丁堡大学团队用 Google Co-Scientist 研究 MASH 肝病，系统整合肝脏生物学与药理学证据，提出 NLRP3 炎症小体是连接炎症与代谢的关键分子桥梁，该假设随后经实验验证。团队借此从海量潜在药物组合中筛选出可测试的候选联合疗法，并尝试解释 resmetirom 为何仅对少数符合条件的 MASH 患者有效。
Google DeepMindAI 评分3636 Google Co-Scientist 助力发现肝纤维化再利用药物，vorinostat 阻断 91% 损伤反应
斯坦福大学医学院遗传学家 Gary Peltz 团队用 Google Co-Scientist 从已有药物文献中筛选肝纤维化候选药，其提出的 3 个候选中有 2 个在活体人类肝细胞测试中阻断纤维化并促进肝细胞再生，而 Peltz 自己挑选的 2 个药物均无效。表现最突出的是抗癌药 vorinostat，阻断了 91% 可驱动肝硬化的损伤反应。相关研究已发表于 Advanced Science。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Co-Scientist 多智能体科研系统
Google DeepMind 在 Nature 发表 Co-Scientist 研究，这是一个基于 Gemini 的多智能体系统，可迭代生成、辩论和演化科学假设，并通过“想法锦标赛”以 Elo 排名筛选最优假设。
推荐理由：DeepMind 公开 Co-Scientist 的多智能体架构与真实科研案例，可了解 AI 参与假设生成的具体流程。
Berkeley AI ResearchAI 评分3434 自适应并行推理：高效推理扩展的新范式
伯克利 AI 研究团队系统梳理了并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解并并行化独立子任务、生成多少并发线程以及如何协调。现有方法如 Self-consistency、Best-of-N、Tree/Graph of Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild! Inference 的并行结构多由外部设定，而非模型自主选择。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 AI co-clinician 医疗 AI 研究计划
Google DeepMind 宣布 AI co-clinician 研究计划，探索 AI 智能体在医生临床监督下协助患者诊疗的“三方照护”模式。
推荐理由：DeepMind 公开 AI co-clinician 研究，含 98 例初级保健查询与 140 项问诊技能盲评数据，可了解医疗 AI 当前能力边界。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构，将训练拆分为异步通信的计算孤岛，降低带宽需求并隔离硬件故障。测试中该系统在整块 learner unit 掉线后仍能继续训练并重新接入，用 Gemma 4 模型达到与传统训练相当的基准性能。
推荐理由：原文给出跨数据中心异步训练在带宽、容错与混合硬件上的实测结果，可据此判断分布式预训练的工程取舍。
Berkeley AI ResearchAI 评分3434 GRASP：面向世界模型长时程规划的梯度规划器
伯克利 AI 研究团队提出梯度规划器 GRASP，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代中直接注入随机性以探索、并重塑梯度让动作获得清晰信号，从而让基于学习动力学（世界模型）的长时程规划变得可行。该方法针对长时程 rollout 中梯度爆炸/消失、非贪婪结构导致的局部极小值以及高维视觉模型下脆弱的“状态-输入”梯度问题。
Berkeley AI ResearchAI 评分3636 Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，用于在大规模场景下识别 LLM 的关键交互。SPEX 利用稀疏性与低阶性将交互搜索转化为稀疏恢复问题，ProxySPEX 进一步借助层次结构，以约少 10 倍的消融次数达到 SPEX 的性能。在情感分析任务上，SPEX 在上下文扩展至数千特征时仍保持高忠实度，优于 LIME、Banzhaf 等方法。
Berkeley AI ResearchAI 评分2626 Berkeley AI Research 提出信息驱动成像系统设计框架，登 NeurIPS 2025
Berkeley AI Research 提出一种基于互信息的成像系统评估与优化框架，可直接从含噪测量中估计信息量，在彩色摄影、射电天文、无透镜成像和显微镜四个领域预测解码器性能。该方法用已知噪声物理直接计算 H(Y|X)，仅需学习 H(Y)，优化后的设计在更少内存和算力、无需任务专用解码器的情况下达到与端到端方法相当的水平。