Ai2 与 Google 合作开发新一代气候模型 NeuralGCM+
Ai2 在 Google.org 三年数百万美元资助和 Google Research 技术支持下启动气候建模计划，开发开源模型 NeuralGCM+。该模型基于 Google Research 的 NeuralGCM，将扩展为大气与海洋联合模拟，聚焦数年至数十年尺度的气候趋势，目标是把区域气温和降雨误差降到低于传统气候模型。Ai2 计划公开模型与建模框架，并优化在常用 GPU 上的性能。
全部动态
按时间排列的全部内容。默认只显示通过双重评分的入选条目；切换到“全部收录”可以检索所有抓到的资料。
2,300 条收录动态，更新于 17:55
全部收录包含没有通过评分的资料，标题以常规字体显示并标为“未入选”，只供检索，不写入选理由。
11月4日
星期三，1 条11月5日
星期四，6 条Ai2与Google合作NeuralGCM+气候预测
我们正与@Google合作开发NeuralGCM+，以实现更快、更可靠的气候预测。 来自https://Google.org的数百万美元、为期3年的资助以及Google Research的支持将扩充我们的团队——我们还将开源模型和工作流程。🧵 https://allenai.org/blog/google-climate-partnership
Google Research NeuralGCM 模拟气候
@Google Google Research 于 2024 年推出的 NeuralGCM，利用物理学模拟大尺度大气动力学，并用 AI 模拟云的形成与降雨。 它可以模拟历史气候，但对更温暖未来的可靠预测仍是一项研究挑战。
Ai2 回应 Google：聚焦年代际气候预测
@Google 自发布以来，Google Research 一直在为周至月尺度的预报开发 NeuralGCM。我们的重点将放在年至十年尺度的气候预测，连接大气与海洋模型，以捕捉海洋如何吸收和重新分配热量。
Ai2 与 Google 联合研究降水与水资源变化
@Google 我们旨在回答这样的问题：到本世纪中叶，美国西南部等地区的降雨与水资源可用量可能如何变化？ 将海洋与大气放在一起建模，将有助于探索这对供水意味着什么。
Ai2 公布 NeuralGCM+ 优先事项
@Google 我们的 Ai2 气候模拟器（ACE）已经加速了气候模拟。 我们对 NeuralGCM+ 的优先事项： 🌊 耦合大气、海洋与海冰 🌡️ 加入物理机制并测试更暖气候 💻 发布模型、框架与有文档的工作流程；提升 GPU 性能
11月4日
星期三，14 条GPT-6 Astra 通过权重直接改写其他 AI 模型
研究人员让 GPT-6 Astra 直接读取和生成神经网络的原始权重，并把这一做法称为 Weight-Space Programming。
新研究检验 AI 模型能否觉察自身思维
一项新研究检验 AI 模型是否具备内省能力，即觉察自身思维过程。内省在哲学与心理学界仍有争议，有观点认为它与意识密切相关，也有观点认为它只是一种精巧的错觉。
Incyte 与 Edison Scientific 合作开发 Kosmos TA，将靶点评估证据准备压缩至一个工作日内
Edison Scientific 与生物制药公司 Incyte 合作开发 Kosmos Target Assessment（Kosmos TA），这是其 AI Scientist 产品 Kosmos 的专用版本，用于评估药物靶点并筛选候选。
入选理由材料给出药企与 AI 公司合作定制靶点评估智能体的具体做法与内部评测结果，可供关注药物发现工作流的从业者参考。
Scite 更新 Collections 与 Assistant：支持上传研究文件并扩展至临床试验、专利和基金检索
Scite 发布 10 月更新，Collections 现在可存放论文与笔记之外的研究文件，支持 PDF、Word、Excel、PowerPoint、CSV、Markdown、HTML 和图片，单个文件上限 25 MB，共享 Collection 的同事可访问，公开链接不显示文件。
入选理由新版助手把检索范围从论文扩展到临床试验、药品标签、专利和基金，研究者可据此判断它能否覆盖自己的证据来源。
陶哲轩警告：人类把思考交给 AI，危险可能很快到来
菲尔兹奖得主陶哲轩在加州大学洛杉矶分校 Science x AI Summit 演讲中警告，人类正把思考委托给 AI，却逐渐失去对问题与解决方案的理解，后果可能很快在现实世界显现。他点名电网、航空交通管制、药物研发和芯片设计等领域，担心 AI 方案在数学模型中成立却偏离现实需求。他主张推动数学研究进入“Math 2.0”时代，让 AI 增强而非替代人类的理解与判断。
STAT+：跳过 AI 做药物发现的生物科技初创公司
STAT+ 报道了一类不走 AI 路线的药物发现生物科技初创公司，但该文为 STAT+ 订阅专享，正文仅公开了 AI Prognosis 通讯的导语与作者介绍，未披露具体公司、方法或数据。
牛津大学出版社启动试点，将订阅学术内容接入 ChatGPT Edu
牛津大学出版社（OUP）与哈佛图书馆、宾夕法尼亚大学沃顿商学院和牛津大学合作，于 2026 年 10 月至 12 月开展试点，把机构已购买或订阅的 OUP 同行评审内容接入 ChatGPT Edu。
IEEE 从 IEEE Xplore 撤稿约 1400 篇不符合标准的会议论文
IEEE 宣布在全面审查后从 IEEE Xplore 撤稿约 1400 篇论文，这些论文被认定违反其出版原则。IEEE 表示，异常由一项外部研究识别后，其借助新技术与筛查方法启动调查，并在知悉问题后数月内完成撤稿；受影响文章占其六年期间会议论文的不到 0.06%，IEEE 每年发表超过 35 万篇会议论文。
剑桥、约翰霍普金斯、普林斯顿大学出版社与 Cashmere 联合推出学术内容 MCP 网关 Meridian
剑桥大学出版社、约翰霍普金斯大学出版社和普林斯顿大学出版社宣布成为 Meridian 的创始出版商，该计划由 Cashmere 召集并担任初始运营方与平台提供方，是一个经大学出版社授权的学术内容 Model Context Protocol（MCP）网关，把图书馆的同行评审馆藏与研究者使用的 AI 工具连接起来。
RobPicker：用于冷冻电子断层图像中大分子稳健识别的元学习框架
研究提出 RobPicker 元学习框架，用于在冷冻电子断层图像（cryo-ET）中识别大分子。作者同时公开了配套数据集与源代码（均存于 Zenodo），论文发表于 Nature 旗下方法学期刊。该框架面向 cryo-ET 数据中分子模式识别这一结构生物学数据处理环节。
从 AI 采纳到 AI 实践：学术出版如何构建受治理的 AI
SSP 2026 年“AI in Scholarly Publishing Pulse Check”调查显示，多数学术出版机构已有至少一个在用的 AI 场景，但仅 3% 自认准备充分，伦理、法律风险、隐私、安全与人员能力仍是主要障碍。
专利悬崖逼近：为什么 AI 科研工作流离不开高质量专利数据
Deloitte 数据显示，到 2030 年将有 190 款高收入药物失去专利保护，其中 36% 为高收入药物，约 2360 亿美元收入面临风险。
小鹏联合北大、港大发布 GroundingPI 具身感知基座模型
小鹏集团联合北京大学、香港大学等团队发布具身感知基座模型 GroundingPI，约 40 亿参数，在 34 项公开感知基准的综合评测中位列第一，得分 73.68，对比 GPT-6 Astra 的 71.54。
从“台上的圣人”到“认知挣扎的守护者”：AI 时代高校教师角色的转变
面对 ChatGPT 等 AI 工具让学生可随时获得协助，高校教师的核心角色应从传授内容或答疑引导，转为守护学生必要的认知挣扎。教师需为学生划定哪些任务可交给 AI、哪些必须独立完成，并据此重新设计学习成果。文中以伦理学课程为例，让学生先独立撰写案例摘要，再把 AI 当作苏格拉底式对话伙伴检验理解。
11月3日
星期二，1 条VidUEU-Agent：从原始视频自动合成多模态指令数据的智能体
研究团队提出 VidUEU-Agent，一个从原始视频自动合成多模态理解、编辑与统一任务指令数据的四阶段流水线，并可根据下游训练结果自主迭代数据分布。基于该流水线构建的 VidUEU-100K 包含 100K 训练样本，覆盖多个领域与任务；在多个代表性基准上微调基线模型后取得一致性能提升。
11月4日
星期三，8 条Elsevier与Research4Life报告：中低收入国家研究者面临资助、合作与发表多重障碍
Elsevier与Research4Life发布报告《New horizons in participation》，基于对1122名研究者的调查及对100多位机构研究负责人的访谈。
论文提出可动态重组的智能体团队，优化 GPU kernel 快于 FlashInfer 基线
alphaXiv 推介的一篇论文提出一种 supervisor，可根据当前阻塞进展的问题持续重组智能体团队，按需创建调试、性能分析或探索替代方案的专门智能体，并在共享记忆中保留此前尝试的经验。
论文提出 Unified Training：用单一算法统一预训练、监督微调与强化学习
alphaXiv 介绍的一篇论文提出 Unified Training，把强化学习视为从按奖励加权的模型生成中学习，使模型能用同一似然目标持续从预训练数据、示范和成功的强化学习解的混合中学习。
ParallelKernelBench 亮相 NeurIPS 2026
如果你对大语言模型编写多 GPU 内核的能力感兴趣，欢迎关注 NeurIPS 2026 上的 ParallelKernelBench！ 仅在 alphaXiv 上发布 http://alphaxiv.org/abs/2606.parallel-kernel-bench
引用Willy Chan@opengroundsFXProud to announce that ParallelKernelBench (https://www.alphaxiv.org/abs/2606.parallel-kernel-bench) has been accepted to NeurIPS 2026! 🎉 If you are interested in the future of multi-GPU kernels, come say hi! Huge thanks to my amazing collaborators @asplencmnt @simonguozirui @simran_s_arora @realDanFu
腾讯混元Hy4发布，新增视觉能力
👋Hy4 来了，新增视觉能力。 稳居领先开源模型之列。 在各处都更高效：金融、前端、游戏、办公、科研…… 以负责任的方式构建，兼顾网络/生物安全。 试试看，告诉我们你的想法！ 🔗：https://hy.tencent.ai/research/hy4?langVersion=en
腾讯混元发布 Hy4 模型
推出 Hy4
引用Tencent Hy@TencentHunyuan👋Hy4 is here, new with vision. Firmly among the leading open models. More productive everywhere: finance, frontend, game, officework, research… Built responsibly, with cyber/biosecurity in mind. Try it out and let us know! 🔗：https://hy.tencent.ai/research/hy4?langVersion=en
OpenAI 展示 GPT‑6 Astra 辅助硬件研发：一周出图、一月出样，并与马自达合作汽车设计
OpenAI 公布 GPT‑6 Astra 在实体产品研发中的应用：两名员工用不到一周完成可与 Codex 交互的测试设备设计，模型承担外观、外壳结构、电子元件选型、电路板布局及固件生成，代工厂不到一个月制成小批量原型机。OpenAI 承认模型未始终充分考虑生产限制、尺寸公差与装配细节，投产仍需多轮审核迭代。公司同时与马自达的空气动力学及碰撞安全工程师合作，用气流与结构仿真探索新车设计。
TEXMET：考古纺织品重建的深度学习基准
挪威科技大学（NTNU）团队发布 TEXMET，一个取自大都会艺术博物馆开放获取馆藏的 18,644 张历史纺织品图像数据集，用于拼图式重建研究。基于该数据集微调的图扩散模型 DiffAssemble 在纺织品数据上达到 85.89% 拼图准确率，应用于 45 件 Oseberg 船葬残片时准确率从 26.67% 提升至 64.44%。