GPT-6-Astra 在 TheoPhysEval 物理基准上解出 50 题中的 49 题，单题成本不到 3 美元
一项新基准测试让市面可用的 AI 智能体在无人类提示下求解理论物理研究题，运行在 OpenAI Codex 环境中的 GPT-6-Astra 解出 50 题中的 49 题（98%），平均单题成本不到 3 美元，整套基准约 116 美元。
推荐理由：读者可看到智能体在理论物理论文级计算上的实际得分、成本与失败模式，以及作者对科研训练和资源分配的影响判断。
#数据/训练
The Decoder精选AI 评分7878 TechCrunch · AIAI 评分2222 Ricursive Intelligence 押注 AI 设计芯片，破解算力危机
Ricursive Intelligence 在 TechCrunch Disrupt 上披露，正开发能设计芯片、从每次迭代中学习并改进后续设计的 AI，以自动化和加速芯片设计流程。
Mistral AI精选AI 评分7171 Mistral 发布时间序列基础模型 Timestral
Mistral 发布首个时间序列基础模型系列 Timestral，最大版本仅 209M 参数，在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上均排名第一，且只用了此前 SOTA 约三分之二的参数量。
推荐理由：Mistral 首次把基础模型思路用于时间序列，给出四个尺寸与 CPU 推理延迟，可据此判断企业预测场景的落地成本。
NVIDIA BlogAI 评分3030 NVIDIA 通过开放学习资源、合作与算力支持扩大欧洲科研界先进技术获取
NVIDIA 加入欧盟委员会在都柏林 AI in Science Summit 上启动的 AI in Science Enablers Initiative，为欧洲科研社区提供加速工具、算力与培训支持。
Latent SpaceAI 评分6262 Modal 年化收入达 10 亿美元，完成 16 亿美元 D 轮融资
Modal 年化经常性收入突破 10 亿美元，并以 157.5 亿美元估值完成 7.5 亿美元 D 轮融资，由 Accel 领投，用量同比增长超过 15 倍。其 2023 年推出的 Sandboxes 产品单独达到 3 亿美元年化收入，累计启动近 30 亿个沙箱，可扩展至百万级并发。
Google DeepMind精选AI 评分6262 Google Antigravity 推出智能体科研工作台，加速抗菌肽发现
Google DeepMind 介绍 Google Antigravity 这一智能体开发平台如何用于抗菌肽发现，把原本分散在多个数据库的检索压缩到单次会话中，并借助 ProtNLM 扫描 UniProt 中数百万条未表征蛋白质序列。
推荐理由：原文给出智能体科研工作台与 3D 结构查看器的具体协作流程，可了解生物发现工作流的整合方式。
Latent SpaceAI 评分5858 Leash Bio 发布 Minos 预印本与开放数据集，用 DEL 数据做科学智能体强化学习
Leash Bio 的 Ian Quigley 在 Latent Space 访谈中透露，团队把多年积累的 DNA Encoded Libraries（DEL）数据转化为数万个 lab-in-the-loop 模拟环境，供智能体做可验证的科学推理与强化学习；两个月后该工作发展为 Minos，并发布完整预印本、博客和开放数据集。
The DecoderAI 评分6262 Google 称自我改进型 AI 仍遥不可及
Google DeepMind 工程师 Haydn Belfield 表示，自我改进型 AI 仍远未到来，团队未观察到 AI 自身驱动 AI 研究出现可测量的加速。
The DecoderAI 评分5858 丘成桐等发起数学与 AI 联盟，西方数学家担忧 AI 削弱理解力
菲尔兹奖得主丘成桐与多位中国数学家周日在京发起“丘成桐数学与人工智能实验室联盟”，联合八家机构，目标建成超 1000 名研究者的网络，丘成桐警告中国在该领域落后于美国。
Ars Technica · AIAI 评分6262 研究者用 AI 设计可切割其他蛋白的蛋白酶
研究者用 AI 蛋白设计工具保留两类蛋白酶的催化核心、替换其余部分，设计出能定向切割特定蛋白的酶，并用其切割与神经疾病相关的蛋白。肽键本身极为稳定，估计半衰期达数百年，而生物体内的蛋白酶能催化其断裂。原文未给出具体模型名称或实验数据。
TechCrunch · AIAI 评分4242 Satlyt 获 800 万美元种子轮，其卫星 AI 软件将随 SpaceX 火箭与 Google Project Suncatcher 同飞
Satlyt 完成 800 万美元种子轮融资，其卫星 AI 软件将于周四随 SpaceX 火箭发射，与 Google 空间数据中心项目 Project Suncatcher 的首个原型同飞。该公司不造航天器，专注让多颗卫星共享大型计算任务，此前已在 Momentus 航天器上部署 Google DeepMind 的 Gemma 模型，将软件错误传输体积缩减超 60%。
The Verge · AIAI 评分2222 我用 AI 数字孪生决定每天吃什么：Twin Health 代谢孪生 100 天体验
The Verge 资深评测人 Victoria Song 用 Twin Health 的 AI 代谢数字孪生管理饮食 100 天，该系统依据智能体重秤、Dexcom G7 CGM、智能血压计和 Apple Watch 数据，用红橙绿三色预测食物对血糖的影响。
Hugging Face BlogAI 评分5454 Ai2 发布 HiRO-ACEv2：以约 1/300 成本模拟 3 km 分辨率极端天气
Ai2 发布 HiRO-ACE 系统的新版本 HiRO-ACEv2，其新降尺度模型 HiROv2 可同时预测多个高分辨率气象场，在给定粗化的 X-SHiELD 数据时，对极端降雨、风速和气压的统计匹配误差在 3% 以内，并能生成带眼壁和雨带的飓风。
Google Research精选AI 评分6060 Google 发布地理空间推理智能体技术报告与两个新基准
Google Research 发布地理空间推理智能体的技术报告，在 CBGB、UnivEARTH 及自研的 GeoExpertQueries、GeoKTools 四个基准上对比四种配置，并开源两个新基准的开发集。
推荐理由：Google 公开地理空间推理智能体的技术报告与两个新基准，并给出与 WHO 等伙伴的实测案例，可了解专用工具与前置规划对空间推理的作用。
The Verge · AIAI 评分6060 微软开源机器学习工具 PBC，改进两到六周天气预报
微软研究院联合 MIT、ECMWF 等机构在 Nature 发表研究，提出概率偏差校正方法 PBC，用机器学习识别并修正现有天气预报模型的系统性偏差，而非新建独立模型，相关工具已开源。
TechCrunch · AIAI 评分3838 Scimplify 融资 2500 万美元，用 AI 挑战中国在关键材料领域的主导地位
印度初创公司 Scimplify 完成 2500 万美元全股权战略融资，由 Hitachi Ventures 领投，投后估值 2.5 亿美元。其 AI 平台 Scinode 用专用智能体协调特种化学品与关键材料的生产，可将交付周期从通常的 12 至 18 个月缩短至两个月，目前年化营收约 2 亿美元，计划明年拓展美国与日本产能。
NVIDIA BlogAI 评分2222 NVIDIA 宣布投资 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 等英国初创企业
NVIDIA 宣布计划投资 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 五家英国 AI 与量子计算初创公司，并作为 Global Alliance Founding Partner 与 Earthshot Prize 合作。
Latent SpaceAI 评分6767 Dyna Robotics 联创 Jason Ma 谈 Dyna-2 世界动作模型与机器人落地
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在访谈中介绍，公司上月发布的世界动作模型 Dyna-2 基于超过一百万小时人类视频预训练，并已推出物理机器人智能体 Dyna-2.1。
MIT Technology Review · AIAI 评分6464 AI 实验室开始收购倒闭创业公司的数据用于模型训练
AI 实验室正通过 SimpleClosure、Sunset 等公司收购倒闭创业公司的代码与工作区数据用于模型训练，SimpleClosure 的 Asset Hub 已处理超 150 笔交易，预计到 2026 年底向创业公司返还超 1000 万美元。
Microsoft ResearchAI 评分4040 微软 StudentSim：用个性化学生模拟器在真实学习者之前评估 AI 导师
微软研究院推出 StudentSim，一个在真实学习者测试之前评估和改进 AI 导师的研究系统，它从公开的去标识化学习记录训练个性化学生模拟器，每个模拟器对应一名学生。
NVIDIA Blog精选AI 评分6262 NVIDIA 在 OCP 全球峰会开放 Vera Rubin 架构并发布多项 AI 工厂合作
NVIDIA 在 OCP 全球峰会上宣布将 Vera Rubin 机架和计算托盘设计通过开放的 NVIDIA MGX 架构贡献给 OCP，为系统厂商提供构建下一代 AI 工厂基础设施的共同基础。
推荐理由：NVIDIA 在 OCP 峰会上把 Vera Rubin 机架与计算托盘设计开放给 MGX 架构，读者可据此了解 AI 工厂基础设施的开放路径。
Latent SpaceAI 评分3838 Standard Bots 如何为工业机器人构建可靠执行的 AI
Standard Bots 用共享基础模型加演示微调的方式驱动机器人，最大模型仅数十亿参数，靠超 10 亿张图像训练的零样本感知系统识别零件，运动与单元逻辑仍由传统编程处理。模型在云端训练、边缘 GPU 本地推理，以 action chunks 流式输出到低层控制，避免依赖工厂网络。
Latent SpaceAI 评分2828 为什么 AlphaFold 没有解决蛋白质折叠问题——对话 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在对话中指出，AlphaFold 的突破只是开始，蛋白质折叠问题远未解决，静态结构预测无法覆盖蛋白质动态与无序性。
Hugging Face BlogAI 评分3636 Ai2 如何用 GPU 时间预算重构集群调度
Ai2 用 GPU 时间预算、分层公平分配和时间切片合约替换了原有优先级调度器，把各研究项目该分多少 GPU 时间的争论从逐案运维转为透明的预算流程。其集群管理数千块 NVIDIA H100、B200 和 B300，规模 88 至 1024 块 GPU，约 150 名内部研究者的需求长期是可用算力的 2-3 倍。
Hugging Face Blog精选AI 评分7474 作者用 ML-intern 两天训出六个模型，总花费约 103 美元
作者在 HuggingChat 中开启 ML-intern，用自然语言描述需求，两天内做出六个模型，包括 0.8B 的 Pocket Rewriter、柑橘病害 VLM、Huggy LoRA、相机视角 LoRA、Doodle-in LoRA 和 Agate 4-step 蒸馏模型，总计算成本约 103 美元。
推荐理由：作者用 ML-intern 在两天内从零训出六个模型，给出了提示词写法、预算控制和成本明细，可迁移到自己的训练流程。
Google Research精选AI 评分6666 Google Research 三个月实地实验：AI 辅助提升专利撰写产出，但初级律师无辅助判断力未见提升
Google Research 在 NBER 发布一项针对 133 名专利律师的三个月实地实验，随机让三分之二律师提前使用当时未发布的 Google Labs AI 专利撰写工具（现属 Gemini Notebook）。
推荐理由：三个月实地实验区分了AI带来的即时产出提升与无辅助判断力的变化，为评估AI对专业能力的影响提供了可参考的实验设计。
Microsoft Research精选AI 评分6060 微软研究院开源 Agent Lightning v1.0：3500 行代码的轻量智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重新实现智能体。
推荐理由：微软研究院开源 Agent Lightning v1.0，用约 3500 行代码把真实 harness 直接接入强化学习训练，并给出可复现的编码智能体训练结果。
Hugging Face Blog精选AI 评分6060 Nemotron 微调后在 IOI 2026 与 IMO 2026 均达金牌水平
英伟达团队从 Nemotron 3 出发，用 SFT、RL 和生成-验证-改进的推理流程做领域微调，在 IOI 2026 和 IMO 2026 均达到金牌水平。
推荐理由：原文公开了从 Nemotron 3 微调到 IOI、IMO 金牌级成绩的完整配方与数据集，可迁移到其他专业领域。
Google ResearchAI 评分5050 Google Earth AI 的 PDFM 地理空间基础模型如何用于全球公共卫生
Google Earth AI 的 Population Dynamics Foundation Model（PDFM）将搜索趋势、人口流动、建成环境密度和环境决定因素压缩为位置嵌入向量，无需任务特定微调即可直接接入现有流行病学模型。
MIT Technology Review · AIAI 评分2222 如何将 AI 智能体接入企业知识
MIT Technology Review 基于对 300 名数据与 AI 高管的调研指出，企业平均仅约 34% 的智能体 AI 项目能进入生产环境，知识、上下文与遗留数据系统是主要失败点。生产领先者（平均 61% 项目走出试点）在语义知识能力上更强，55% 的受访者将数据碎片化列为扩展智能体知识访问的首要挑战。企业将优先投资摄取管道、AI-ready API、RAG、AI 评估智能体与知识图谱。
Hugging Face BlogAI 评分4040 ServiceNow CoreAI 推出 AutoSynthData：为企业智能体生成训练数据
ServiceNow CoreAI 构建了 AutoSynthData，利用目标模型的失败案例与更强教师的成功示范，自动生成并验证新的可执行训练任务，随模型进步动态调整课程。该流程在 EnterpriseOps Gym 环境中演示，生成任务需满足可行性、真实性与难度三项要求，验证器则需保证一致性、可靠性与完整性。
Microsoft ResearchAI 评分3636 微软研究院用机器学习预测电网空间天气风险
微软研究院开发了一套机器学习流水线，利用太阳风观测、AE 与 Dst 指数预报及地质电导率数据，为美国本土 66,935 座变电站生成提前 30 至 60 分钟的位置级空间天气风险估计。在 2020-2026 年评估期内，该系统检测到近 80% 的重大空间天气事件，对 ≥10 nT/min 事件检测率达 76.5%，Dst 预测在 62.2% 的峰值活跃小时上优于 Burton 方程。
Google DeepMind精选AI 评分7171 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入水印
Google DeepMind 推出 SynthID Bio，把水印技术带入合成生物学，可在生物代码中嵌入不可感知的签名，并能在合成出的实体蛋白质上验证，同时保持其生物功能。
推荐理由：SynthID 水印从图像扩展到合成生物学，读者可了解其在蛋白质设计与 DNA 合成筛查中的验证思路。
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、细胞状态和影像等多模态数据训练的生物学世界模型，以及连接模型、科学工具、文献和实验人员的交互式编排框架组成。
推荐理由：微软研究院公开 Quine 的生物学世界模型与工具编排框架，并给出胰腺癌化合物筛选的湿实验验证结果。
Microsoft ResearchAI 评分2020 微软亚洲研究院新加坡成立一年：推进前沿 AI 研究、合作与人才培养
微软亚洲研究院新加坡（MSRA – Singapore）作为微软在东南亚的首个研究实验室，成立一年来围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践、生态与人才培养四大方向展开工作。实验室与新加坡医疗生态伙伴合作推进多模态医疗 AI 和自进化诊断智能体，并联合 EDB 于 2026 年 2 月举办物流与运输 AI 高管圆桌会。
Microsoft ResearchAI 评分4040 微软在 Nature 发布 RetroChimera 逆合成模型并开源权重
微软在 Nature 发表逆合成模型 RetroChimera，并开源其实现与权重。该模型融合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc，通过学习式重排序整合两者互补预测，在盲测中化学家对其单步反应预测的偏好超过前代模型与文献反应。
Mistral AIAI 评分3838 Mistral 与 Cloudera 达成合作，将主权 AI 引入企业数据平台
Mistral 与 Cloudera 宣布合作，将 Mistral 模型集成进 Cloudera 混合数据平台，支持企业在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。企业可在受控环境中用专有数据训练定制模型，并基于开放权重拥有数据和由此产生的智能。Cloudera 平台承载 30 exabytes 客户管理数据。
Berkeley AI ResearchAI 评分3636 Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互摘要
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，以缓解递归摘要带来的性能损失。在 CollabBench 协作编程任务上，基于重建的信念评分（ABBEL-rec-BG）把与全上下文模型的差距缩小约 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。
Berkeley AI ResearchAI 评分3636 智能免费之后怎么办？面向智能体、由智能体运行、由智能体构建的数据系统
伯克利 EPIC Data Lab 提出近零推理成本时代数据系统面临三大挑战：面向智能体（For Agents）、由智能体运行（Of Agents）、由智能体构建（By Agents）。GPT-4 级能力从 2023 年初约 $30/百万 token 降至如今不到 $1，部分厂商已低于 $0.10，推理价格年降幅在 9x 到 900x 之间、中位数约 50x。