Biohub 影像驻留项目：18 位科学家与团队共研显微成像新技术
Biohub 启动影像驻留项目（Imaging Residency Program），已选出 18 位科学家嵌入其研究团队，围绕冷冻电子断层扫描、计算成像、发育系统图谱等方向开展合作，并提供固定经费支持聚焦项目。
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。
2,301 条收录动态，更新于 18:14
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3日
星期二，1 条11月2日
星期一，1 条MIT 的 Regina Barzilay 与 Jim Collins 获 Pritzker AI 科学研究卓越奖，表彰 AI 驱动抗生素发现工作
MIT 的 Regina Barzilay 与 James Collins 获得 2026 年 Pritzker AI 科学研究卓越奖，表彰其整合深度学习、生物工程与实验验证来发现抗耐药菌候选药物的工作。
11月3日
星期二，2 条Meta发布Muse Wonder模型等十月亮点
十月亮点回顾： 我们发布了 Muse Wonder 和 Muse Wonder Full 两款面向 AI 智能体的前沿模型；澄清了关于数据中心的一些最大误解；并与美国高校合作，利用 AI 加速医学与科学突破。
斯坦福大学启动 Stanford Digital Brain Project，拟用约 14000 小时影像数据构建人脑数字孪生
斯坦福大学 Wu Tsai Neurosciences Institute 启动 Stanford Digital Brain Project，计划未来五年从约 100 人采集约 14000 小时影像数据，训练预测脑活动、生成可后续在人体验证的假设的 AI 基础模型。
11月2日
星期一，1 条Elicit 扩展检索范围：论文之外接入专利、Open Targets、DepMap、FAERS/MAUDE 与 ChEMBL
Elicit 宣布其检索不再局限于科研论文，可调用专利（USPTO、EPO、WIPO）、Open Targets 的基因与疾病关联证据、Broad Institute 的 DepMap 癌症依赖数据、FDA 的 FAERS 与 MAUDE 自发报告数据库，以及 EMBL-EBI 的 ChEMBL 生物活性分子数据。
入选理由材料说明 Elicit 在论文之外接入专利、靶点遗传证据、DepMap、FDA 安全报告和 ChEMBL，药物研发读者可据此判断证据来源边界。
11月3日
星期二，2 条Sakana AI 东京研讨会：发布自研语言模型计划
Sakana AI 在东京一桥讲堂举办“From World Models to Real-World AI”研讨会，超400人参加，首席科学顾问 Jürgen Schmidhuber 发表主题演讲。首席科学家秋叶拓哉公布从预训练做起的新语言模型系列“Sakana Sawara”（暂定名），首个小型模型“Sawara Small”（暂定名）若进展顺利将于2027年春季发布。
引用Sakana AI@SakanaAILabsSakana AIシンポジウム：日本から挑む言語モデル・世界モデル・Physical AI 開催レポート https://sakana.ai/symposium-2026/ 10月26日、東京・一橋講堂でシンポジウム「From World Models to Real-World AI」を開催しました。9月にChief Scientific Advisorとしてお迎えしたJürgen Schmidhuber教授の基調講演 と、2018年に教授と論文「World Models」を共著したCEOのDavid Haとの対談に、400名を超える方にご参加いただきました。 基調講演では、甘利俊一氏や福島邦彦氏をはじめとする日本の研究者を含め、世界各地の研究者の功績に触れながら、自身による1990年の世界モデルや人工好奇心の研究まで、いまのAIにつながる流れをたどりました。 また、チーフサイエンティストの秋葉拓哉が、事前学習から自社で開発する言語モデルシリーズ「Sakana Sawara（仮称）」を発表しました。最初のモデルとなる小規模な「Sawara Small（仮称）」は、順調に進めば2027年春に公開する予定です。 Jürgenが思い描いてきたAIのうち、生成AIが実現したのはおそらく半分です。自ら実験を考える人工科学者や、実世界で働くPhysical AIといった残りの半分は、まだスケールに至っていません。その機会は大型ラボ以外にこそ開かれていて、日本はその有望な場所の一つだと考えています。このシンポジウムが、日本の企業や研究機関の皆さんとともに、日本のAIの次の時代を切り開いていく出発点の一つとなれば幸いです。 後日動画も公開する予定です。 ご来場いただいた皆さま、ありがとうございました！
alphaXiv 推出 NeurIPS 参会者名单功能
要去 NeurIPS 吗？ 查看参会人员名单，并按会场筛选：Sydney、Paris 或 Atlanta！ 认领你的 alphaXiv 个人资料，把自己加入名单！ https://alphaxiv.org/conferences/neurips/2026?view=attending
11月2日
星期一，23 条Amazon 用 Lean 4 形式化证明 AWS Aurora 数据分发协议的鲁棒性
Amazon 自动推理团队用 Lean 4 形式化并证明了 AWS Aurora 分布式协议 Grover 的核心数据修复与迁移协议，证明其满足默认六副本容忍任意两节点同时故障的承诺，且证明不限定副本数。团队让 LLM 迭代提出规范并尝试证明或反例，过程中发现并记录了文档中的隐性假设与歧义，若照文档实现可能导致数据丢失。两种风格的协议形式也被证明等价，便于专家审阅。
Olam Labs 让 50 个 AI 智能体在 Minecraft 中生存三小时，自发形成官僚式分工
Olam Labs 将 50 个 GPT-6.1 Sol 智能体放入 Minecraft 生存世界三小时，唯一指令是建立繁荣文明，期间交换约 5900 条消息。
Elicit 对话 Parantu Shah：AI 自主科研
大多数技术让科学家获得更多信息。AI 是第一个自己动手做事的。 这是 Parantu Shah 在生物学领域从事机器学习 20 多年后的观点。他负责 EMD Serono / Merck KGaA, Darmstadt, Germany 的数据科学工作，并与我们的 CEO 坐下来讨论了这一转变对药物发现意味着什么。
Parantu 分享科研 AI 实践要点
以下是 Parantu 所讲内容的要点回顾： • 别再检索，开始判断：“不要问什么已发表，要问证据是什么。” • AI 错误会累积。围绕模型搭建一套框架，并把它当作你的知识产权。 • 数据孤岛才是真正的瓶颈。 • 当下一个部门主动来要时，试点才算成功。
Elicit 分享完整录像与要点
完整录像和要点在这里：https://www.youtube.com/watch?v=TXRpGelZekA
Import AI 479：Realtime-Bench 评测低延迟任务、太空战报告与 Genie 4
多机构联合构建的 Realtime-Bench 用 50 个交互式游戏与网页任务评测前沿模型的实时决策能力，GPT-6 Astra（high）在真实延迟条件下通过率仅 36%，暂停时钟下高推理模型可达 70%–80%。
腾讯混元发布 AI 科研系统 Hyra 2.0，转向让 Agent 研发可复用工具
腾讯混元发布 AI 科研系统 Hyra 2.0，研发重点从直接用 AI 攻克科学难题转向让通用 Agent 参与科学模型、研究工作流及软件工具的研发与升级，使一次研发的成果在后续研究中被反复使用。
从声誉到触达：Medical Affairs 出版目标的数据驱动决策
Digital Science 旗下 Dimensions 的 Compass 工具可基于用户自定义基准和出版表现追踪，帮助 Medical Affairs 团队用触达等量化指标选择期刊与会议，替代依赖熟悉度和声誉的定性判断。文章指出，仅靠影响因子、引用数或网页访问量等传统指标会放大选择偏差，并给出一个药品首年于多个 EMEA 市场上市、需制定区域会议投稿策略的实例。
AI 需要有意义的版本管理
Nature Machine Intelligence 刊文指出，AI 提供商频繁更新模型与系统集成却不相应变更公开标识，损害监管监督与科学可复现性。文章主张推行满足监管者与研究者需求的“有意义的 AI 版本管理”。
研究发现：好奇心或驱动人类大脑形成复杂结构
剑桥大学团队训练数千套学习模式各异的人工神经网络，发现好奇心最强的网络在新任务上表现更好，并自发形成分层模块化等类脑结构。研究还采集275名8至15个月婴儿的眼动追踪数据，据此设定网络的好奇心机制。高好奇心网络连接密度先升后降，与人脑发育规律吻合，估算对应年龄约20岁，缺乏好奇心的网络约9岁。
The Scholarly Kitchen 评论：AI 透明度陷阱——披露不等于科研诚信
The Scholarly Kitchen 文章指出，AI 既被用于写作也被用于稿件筛查，却可能一边引入错误一边识别自身引入的错误，形成“漏桶”循环。作者认为，AI 披露只说明是否使用及如何使用，无法证明研究诚信；JAMA 网络已于 2026 年 8 月更新指南，承认披露政策可能不足以应对虚构内容。文章主张把重点转向问责与验证框架，由人类判断补足技术检查，而非以是否使用 AI 作为诚信评估依据。
通过个体化寿命轨迹建模重新界定死亡风险时点
该研究提出对个体寿命轨迹进行个体化建模，以重新界定死亡风险的时点。原文页面正文未能加载，除标题外无可核验的模型名称、数据规模或发表状态信息。
https://x.com/i/article/2117199889482539009
https://x.com/i/article/2117199889482539009
腾讯混元发布 Hyra 2.0，研究智能体从解题转向构建可复用工具与工作流
腾讯混元发布 Hunyuan Research Agent 的新版本 Hyra 2.0，称其从解决问题转向构建可复用的工具、模型和工作流，以加速后续发现。官方同时发布了对 AutoResearch 下一阶段的看法，链接为 https://hy.tencent.com/research/hyra2，具体功能与开放范围未在推文中说明。
肯塔基大学以宗教豁免允许人文主义者员工不使用 AI
美国肯塔基大学一名研究行政人员 David Durman 以人文主义信仰为由获得宗教豁免，无需在工作中使用 AI 工具，校方于 9 月批准。他在美国人文主义者协会支持下依据 1964 年《民权法案》第七章提出申请，认为将思考工作外包会削弱其作为道德主体的能力。此前该校开始要求员工将 AI 融入工作流程。
Inside Higher Ed 调查：中期选举前，美国高校教师称在 DEI 与政治议题上自我审查
Inside Higher Ed 与 Hanover Research 在 9 月 21 日至 10 月 8 日调查 1,665 名美国高校教师，47% 表示因校园或政治环境而避免发表校外言论，43% 避免在课堂内外与学生谈论某些话题，24% 放弃原本会做的研究或发表。
研究者在《我的世界》测试 AI 智能体集群：协作易官僚化，GPT 对战 Claude 胜率更高
Y Combinator 与 Olam Labs 研究人员在《我的世界》中测试上百个智能体集群的协作与对抗。Civ50 测试中 50 个 GPT-6.1 Sol 智能体三小时内未能发展壮大，还出现四个智能体花 11 分钟任命“唯一肥料操作员”的官僚化行为。
NVIDIA 推 ELR：单模型弹性循环提升准确率
NVIDIA 提出 Elastic Latent Recurrence（ELR），通过门控状态更新并同时训练不同循环次数，让单个模型用推理算力换准确率而不牺牲单次循环性能。
alphaXiv首届Paper Club孟买举行
孟买首届Paper Club会议！ 点击此处加入！https://luma.com/1w044cv1
引用calvin@calvingenuityA quick reminder that AlphaXiv's first ever Paper Club is happening in Mumbai !! We will be discussing about the issues of continual learning found despite scaling and the possible remedies to fix it. Register now for venue details! https://luma.com/1w044cv1
曾毓群：宁德时代用 AI 加速能源科研，短时间筛选千种化合物锁定 7 种潜力材料
宁德时代创始人曾毓群在 2026 世界顶尖科学家论坛上表示，公司正用 AI 加速能源科研创新，基于超 600TB 基础研究数据和超 1 万亿条测试记录，可在短时间筛选千种化合物并锁定 7 种潜力材料。他同时称当前 AI 能力还远远不够，需要更多科学家和更先进模型加入。
AutoAnalysis：自动自我更新的元分析显示人机组合优于人类单独但未达协同
MIT Sloan 的 Michelle Vaccaro、Abdullah Almaatouq 与 Thomas W. Malone 在 arXiv 预印本中提出 AutoAnalysis，由前沿 AI 智能体按预注册协议完成检索、摘要筛选、全文评审、效应量提取与合并，并按计划自动纳入新研究。
面向科学 AI 的可观测量特定有效性检验：受控近似与干预响应
研究提出"可观测量特定有效性记录"，把近似与其参考模型、误差度量、容差、参数域及变换或干预绑定，用于科学 AI 的可核查验证。在 16 次重复神经网络拟合中，施加量纲齐性使能量尺度迁移误差从 52.3% 降至 0.0768%，同时满足 gap 与响应容差的中位比例从 0 升至 100%。
利用大语言模型增强学术论文摘要与全文中的知识实体关系抽取
一项 arXiv 预印本研究系统比较了闭源 LLM 的 CoT 提示、LoRA 微调的开源 LLM、LLM 增强小模型（SLM）等多种策略在学术论文知识实体关系抽取（KERE）上的表现，并新增 SLM 增强开源 LLM、闭源 LLM 增强开源 LLM 两种策略。