Sakana AI 提出 MASS 自改进方法，模型自我评估与优化仍有共享盲区
Sakana AI 与 UC Berkeley 提出多智能体自监督方法 MASS，让同一个语言模型同时承担解题、优化工作流和评估结果三个角色，实现递归自我改进，无需更强的教师模型。
#数据/训练
The DecoderAI 评分6969 TechCrunch · AIAI 评分4949 WindBorne 获美国空军近 5000 万美元气象气球数据合同
美国空军将采购 WindBorne Systems 自主气象气球群收集的数据，合同价值最高 4900 万美元，目前已下单 170 万美元。WindBorne 目前约 700 个气球在全球飞行，其数据同时用于自有 AI 天气预报模型 WeatherMesh 6，该模型号称比 ECMWF 传统物理模型更准。
Microsoft ResearchAI 评分2727 微软 StudentSim：用个性化学生模拟器改进 AI 辅导
微软研究院推出 StudentSim，一个从公开去标识化学习记录中训练个性化 AI 学生模拟器的研究系统，用于在接触真实学习者之前评估和改进 AI 辅导工具。该研究同时提出 StudentSimEval 基准，从行为保真度和指导响应性两个维度评估模拟器，覆盖国际象棋、英语二语写作和数学三个领域，StudentSim 在这些领域均优于主流基线，并为训练 AI 导师提供了有效反馈信号。
Ars Technica · AIAI 评分3939 Amazon 机器人数量超 100 万台，人类员工接下来会怎样？
Amazon 已有超过 100 万台机器人在仓库全天候工作，支撑每日数千万件当日达和次日达包裹配送，同时其人类员工超过 150 万名，为全球第二大企业雇主。Amazon 高管称机器人承接了最危险、最易致伤的任务，但劳工权益组织和独立研究者指出，AI 驱动的仓储自动化对人类并非全是利好。
Anthropic Research精选AI 评分6262 Anthropic 公布针对蒸馏攻击的防御方法
Anthropic 公布其对抗蒸馏攻击的新方法，称早期证据显示蒸馏者获取的数据量减少约 90% 至 99%。防御主要围绕保护 Claude 的推理过程，包括限制 API 账户编辑先前上下文、用两阶段分类器拦截提取尝试，以及对持续尝试的账户收紧限额或封禁。
推荐理由：Anthropic 公开了反蒸馏防御的具体方法与量化效果，同时说明了误伤正常请求和计费变化等代价。
InfoQ · AI/ML/数据/工程AI 评分6262 Context Language Models：让语言模型自管上下文以提升性能并降低算力成本
Meta、MIT 和华盛顿大学的研究者提出 Context Language Models（CLMs），让语言模型像编辑文件一样自行改写、压缩和整理上下文，替代摘要、压缩、外部记忆等预设机制。
Latent SpaceAI 评分3939 Standard Bots 如何为工业机器人构建可靠执行的 AI
Standard Bots 用共享基础模型加客户演示微调，靠零样本感知系统完成机器上下料等短周期任务，最大模型参数仅数十亿，推理全部本地部署在边缘 GPU 上。其感知骨干网络基于超 10 亿张图像训练，负责识别零件，运动与单元逻辑仍用传统编程，训练在云端、推理在工厂内完成。
Latent SpaceAI 评分3131 为什么 AlphaFold 没有解决蛋白质折叠问题——Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 对谈
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在 Latent Space 的 Panel 上表示，AlphaFold 的突破只是开始，蛋白质折叠问题远未解决。
Ars Technica · AIAI 评分6666 研究：AI 编码智能体生成更多代码，软件产出并未增加
哈佛大学研究人员 Fiona Chen 和 James Stratton 利用 Jellyfish 的聚合分析数据，考察 2021 年至 2026 年 3 月间 700 多家软件开发企业、超过 70 万名员工、3 亿条工作事件，发现人类代码审查成为 AI 编码工具整体效率的显著瓶颈。
Hugging Face BlogAI 评分4747 Ai2 如何用 GPU 时间预算与分层公平分配调度 H100/B200/B300 集群
Ai2 用 GPU 时间预算、分层公平分配和时间切片契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处理变成透明的预算分配流程。Ai2 管理着数千块 NVIDIA H100、B200 和 B300，集群规模从 88 到 1024 块 GPU 不等，服务约 150 名内部研究员，但待处理请求始终是可用 GPU 的 2-3 倍。
Meta Newsroom · AIAI 评分2323 Meta 回应数据中心三大迷思：水耗、电费与就业
Meta 针对数据中心用水、电费和就业三方面误解作出回应。其 AI 优化闭环液冷数据中心循环使用水与乙二醇混合物，不消耗循环水，部分设施的年度用水量低于美国普通高尔夫球场；Meta 承担全部能源费用并另付新增输电基础设施成本，在路易斯安那州与 Entergy 的协议确保新增发电与输电由数据中心买单。
Latent SpaceAI 评分4242 Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 谈“合成超级智能”：从半导体到超导体
Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 在播客中提出“合成超级智能”，主张 AI 科学发现不能只靠更多互联网数据训练，而要让模型在真实物理实验中学习。他们介绍了以强化学习结合物理实验、AI 材料表征、DFT 与高通量实验室构建材料发现闭环的思路，并称自动化实验有望把数十年的试错压缩到几个月。
AWS Machine Learning BlogAI 评分2727 用 Amazon SageMaker HyperPod 实现跨团队 GPU 集群隔离与公平共享
AWS 发布基于 Amazon SageMaker HyperPod 的多租户参考架构，让多个团队共享同一 EKS GPU 集群。
Hugging Face Blog精选AI 评分8585 作者用 ML Intern 在几天内训练并发布六个小模型，总花费约 103 美元
作者用 HuggingChat 中的 ML-intern 在几天内训练并发布了六个模型，包括 0.8B 的 Pocket Rewriter、柑橘病害 VLM 和相机视角 LoRA，总计算成本约 103 美元。
推荐理由：作者公开了七个提示词与六次训练的真实成本，可迁移到自己的模型微调流程中。
Google ResearchAI 评分5656 Google Research 三个月专利撰写实验：AI 辅助未必让初级律师更快成长
Google Research 与 NBER 发布一项三个月现场实验，在 11 家 IP 律所的 133 名律师中随机分配一款尚未发布的 Google Labs AI 专利撰写助手（现属 Gemini Notebook）的早期访问权。
Hugging Face BlogAI 评分5757 Nemotron 微调在 IOI 2026 与 IMO 2026 双双达到金牌水平
英伟达团队以 Nemotron 3 为基础，通过 SFT、RL 与反馈驱动推理分别构建 IOI 和 IMO 专项模型，在 IOI 2026 取得 535.4/600、IMO 2026 取得 30/42，均超过金牌线。
Google ResearchAI 评分4141 Google Earth AI 的 PDFM 如何用行星级地理空间基础模型赋能全球公共卫生
Google Earth AI 的 Population Dynamics Foundation Model（PDFM）将匿名搜索趋势、人类移动性、建成环境密度和环境决定因素压缩为按月更新的位置嵌入向量，无需任务特定微调即可接入现有流行病学模型。
NVIDIA BlogAI 评分2222 电信运营商为何将 AI 战略建立在开放模型之上
NVIDIA《State of AI in Telecommunications》报告显示，89% 受访者认为开源模型和软件对公司 AI 战略重要。
Artificial Analysis精选AI 评分7474 Mistral 发布 Mistral Large 4，位列美中之外最智能模型
Mistral 以 Research Public Preview 形式发布 Mistral Large 4，在 Artificial Analysis Intelligence Index 上得分 38，与 GPT-6 Luna（max，38）相当，略低于 DeepSeek V4.1 Flash（max，39），成为美国和中国之外最智能的模型。
推荐理由：Mistral Large 4 的评测数据覆盖智能指数、网络安全与成本，可对比同期中美模型的能力与价格定位。
MIT Technology Review · AIAI 评分2525 将 AI 智能体接入企业知识
MIT Technology Review 对 300 名数据与 AI 高管的调研显示，企业平均仅约 34% 的 agentic AI 项目能进入生产环节，遗留数据系统、安全隐私顾虑以及知识与上下文缺失是主要失败点。生产领先者平均有 61% 的智能体项目走出试点，其知识能力更强，尤其在语义层面。55% 的受访者将数据碎片化列为扩大智能体知识获取的首要挑战。
MIT Technology Review · AIAI 评分1616 预测分析如何走向智能体 AI 时代
企业 AI 的焦点已从预测模型能否超越统计预测，转向如何让预测系统在不偏离业务意图的前提下自主决策。深度学习和生成式 AI 驱动的智能分析支持实时训练，并纳入非结构化数据，使 AI 分析从被动回溯转向务实前瞻。Everest Group 合伙人 Vishal Gupta 称，"分析"一词正让位于 AI。
NVIDIA BlogAI 评分2929 NVIDIA Inception 初创公司如何用 AI 补上乳腺癌诊疗的关键缺口
NVIDIA Inception 计划中的多家初创公司正用 AI 补上乳腺癌筛查与治疗的关键缺口。iSono Health 的 FDA 获批 ATUSA 平台约两分钟完成单侧乳房 3D 超声扫描。
Import AIAI 评分2020 Import AI 475：蜂群扩展、Google DeepMind 为生物序列加水印、AI 科学经济
Google DeepMind 推出 SynthID Bio，一套面向合成生物学的加水印方法，可在氨基酸序列和预测 3D 结构中嵌入可检测信号，在 VEGF-A、SARS-CoV-2 spike protein RBD、PD-L1 三个靶点的湿实验中，水印设计与未加水印版本在命中率、结合亲和力和序列多样性上持平。
Google Research精选AI 评分7272 Google 发布基于 TEE 的联邦学习系统，Gboard 已采用
Google Research 发布新一代联邦学习系统，利用 Trusted Execution Environments（TEE）为数据匿名化提供可远程验证和审计的保证，Gboard 已采用该系统。
推荐理由：Google 公布基于 TEE 的联邦学习系统设计，并给出 Gboard 的落地进展与训练提速情况。
Hugging Face BlogAI 评分3939 AutoSynthData：为企业的智能体生成训练数据
ServiceNow CoreAI 推出 AutoSynthData，利用目标模型的失败案例和更强教师的成功经验定位能力短板，自动生成并验证新的可执行训练任务，生成的任务需满足可行性、真实性和难度三项要求。模型进步后，课程会自动转向仍难掌握的能力，形成迭代式训练循环。团队以 EnterpriseOps Gym 数据集演示了该流程。
Anthropic News精选AI 评分6464 Anthropic 投入 1 亿美元推出 Claude Frontier Academy，计划到 2027 年底培训 1 万名工程师
Anthropic 推出 Claude Frontier Academy，并投入 1 亿美元，目标到 2027 年底培训 1 万名 Frontier Deployed Engineers（FDE）。
推荐理由：Anthropic 投入 1 亿美元培训合作方工程师，读者可了解企业 AI 落地中人才缺口的一种解法。
Microsoft ResearchAI 评分3232 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
微软研究院开发了一套端到端机器学习流水线，可为美国本土 66,935 座变电站生成位置相关的空间天气风险预测，并提前 30 至 60 分钟向电网运营商发出预警。该系统结合太阳风观测、AE 与 Dst 指数预测、物理约束及当地地质电导率数据，在 2020-2026 年评估期内识别出近 80% 的重大空间天气事件，GIC 风险模型对 ≥10 nT/min 事件检测率达 76.5%。
Google DeepMind精选AI 评分7373 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质加水印
Google DeepMind 发布 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名嵌入生物代码，使其在数字模型和合成出的实体蛋白质上均可验证。
推荐理由：Google DeepMind 把水印从数字内容延伸到合成生物，读者可了解其方法与对 DNA 合成筛查的意义。
Anthropic Research精选AI 评分7373 Anthropic 研究：机器人如今能完成 34% 工作小时的体力任务，但仅 0.3% 具成本优势
Anthropic 发布机器人暴露指数研究，用 Claude 给 O*NET 的 7,594 项体力任务按工作环境受控程度分 E0 到 E3 四级评级，发现机器人今天可在某类场景完成四分之三的体力任务，占美国全部工作时间的 34%。
推荐理由：Anthropic 用 Claude 按环境受控程度给 7,594 项体力任务评级，量化了机器人替代的边界与成本约束。
Google ResearchAI 评分4343 Google 研究提出 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，通过一个轻量“转向阻尼器”网络在冻结基座模型的前提下动态调整生成轨迹。
Microsoft Research精选AI 评分6060 Microsoft Research 推出面向生物学复杂性的 AI 研究系统 Quine
Microsoft Research 发布 Quine，一个面向生物学复杂性的 AI 研究系统，包含跨序列、结构、功能、细胞状态和成像等模态联合训练的生物世界模型，以及连接模型、科学工具、文献与研究者的交互 harness。
推荐理由：微软研究院公开 Quine 的多模态世界模型设计，并给出胰腺癌化合物筛选的湿实验验证案例，可了解 AI 参与生物实验设计的当前路径。
Anthropic ResearchAI 评分2727 Anthropic 启动新一轮 AI 访谈研究，公开征集用户真实体验
Anthropic 用 Anthropic Interviewer 发起新研究，征集人们使用 AI 的真实体验，参与者可自行决定是否将完整访谈公开。此次沿用去年 12 月的方法，当时有 81000 人分享了他们对 AI 的希望与担忧，该结果曾用于制定 Anthropic Institute 议程并在世界经济论坛上展示。
Microsoft ResearchAI 评分1212 微软亚洲研究院新加坡成立一年：推进研究、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 原生研究实践和生态与人才培养四大方向推进工作。实验室与新加坡医疗生态合作，研究多模态医疗 AI 与自进化诊断智能体，支持临床决策、疾病诊断与个性化护理，并已拓展至金融、教育和技术领域。
Anthropic News精选AI 评分7676 Anthropic 用 Claude 发现类 CRISPR 的新型酶系统 ART
Anthropic 宣布成立生命科学研究组与实验室，并公布早期成果：Claude 智能体在约 950 个智能体、消耗 2.1 亿 token、检索 21 小时后，从 DNA 序列数据库中自主识别出一种与 DNA 重复序列相关的新型酶系统，命名为 array-associated reverse transcriptases（ART）。
推荐理由：Anthropic 首次公开其生物实验室用 Claude 智能体自主发现新型酶系统的过程与 token 消耗量，可观察 AI 驱动科学发现的工作流。
Microsoft ResearchAI 评分4040 微软研究院开源逆合成模型 RetroChimera，成果登上 Nature
微软研究院在 Nature 发表逆合成模型 RetroChimera，并开源其实现与权重。该模型结合 Transformer 去 Novo 模型 R-SMILES 2 与基于 GNN 的模板模型 NeuralLoc。
Mistral AIAI 评分5151 Mistral 用 AI 智能体将 4 万行 Fortran 77 迁移至 C++
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 代码迁移到 C++，这是总计 30 万行代码迁移的首个冲刺。该代码是一个无测试套件、无集中文档的物理密集型油藏模拟器，团队先搭建数值一致性校验框架，再用 Vibe CLI 生成上百个智能体为代码树编写文档，并按模块运行规划、实现、测试、审查流程。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 AlphaGenome Atlas，预测人类基因组全部 90 亿单字母变异
Google DeepMind 推出 AlphaGenome Atlas，包含人类基因组中全部 90 亿个单核苷酸变异的效应预测，规模约为 AlphaFold Database 的 30 倍，即日起通过免费网站门户、AlphaGenome API 及 Google Antigravity 中的技能开放学术研究使用。
推荐理由：读者可以了解 AlphaGenome Atlas 覆盖 90 亿单核苷酸变异的预测规模，以及 AVI 评分如何同时给出变异排序与分子机制线索。
Berkeley AI ResearchAI 评分3333 Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互
Berkeley AI Research 提出 ABBEL 框架，将摘要隔离为自然语言"信念状态"并加以监督，以解决递归摘要带来的性能损失。在协作编码基准 CollabBench 上，ABBEL-rec-BG 将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。
Berkeley AI ResearchAI 评分2626 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 提出近零推理成本下的三大数据系统挑战：为智能体设计（For Agents）、运行智能体（Of Agents）、由智能体构建（By Agents）。