跳到正文
AI 科研动态

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。

181 条收录动态，更新于 17:06

#科学模型 ×清空筛选

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。

10月29日

星期四，4 条
  1. 科学发现

    EVENET：面向粒子碰撞数据分析的基础模型

    Hsu 等人在 Nature Machine Intelligence 发表 EVENET，这是一个在模拟粒子碰撞数据上预训练的基础模型，同时使用自监督学习和物理标签。该模型可迁移到多种分析任务，并能在真实对撞机数据上运行。

    Nature Machine Intelligence同行评审未入选重要性 68
  3. 科学发现

    Google 公布 Gemini 4 Carbon 早期版本，在 Artificial Analysis 智能指数 v5 上以 59 分居首

    Google 公布 Gemini 4 Carbon 的早期版本，该模型在 Artificial Analysis Intelligence Index v5 上得分 59，比 Gemini 4 Argon 高 9 分，在复杂推理、知识和科学任务上领先。据 Artificial Analysis 的评测，它在 HLE-Diamond、Terminal-Bench-Science 等 4 项评测中排名第一，但编码与知识工作未居首；目前仅向部分用户开放，尚未公开发布，定价为每百万输入/输出 Token 4/20 美元，并有 50% 的发布折扣。

    引用Artificial Analysis@ArtificialAnlys

    Google’s Gemini 4 Carbon is the new #1 on the Artificial Analysis Intelligence Index v5, and second only to Claude Opus 5.5 on the Artificial Analysis Coding Agent Index Gemini 4 Carbon scores 59 on Intelligence Index v5, driven by leading performance in complex reasoning, knowledge, and scientific tasks. It also has large gains in coding and knowledge work, particularly when compared to other Gemini models, but it is not leading in all these areas. As with launch of Gemini 4 Argon, Gemini 4 Carbon is being rolled out to selected users and is not yet publicly available. Google is offering a 50% launch discount, with no confirmed end date. All our charts and figures use standard pricing for both Gemini 4 Carbon and Argon. Key results for Gemini 4 Carbon with high reasoning: ➤ Gemini 4 Carbon leads the Intelligence Index v5, with the #1 score in 4 of the 9 Index evaluations: HLE-Diamond, Terminal-Bench-Science, AA-Omniscience, AutomationBench-AA. Carbon makes substantial gains elsewhere but is not leading in coding and knowledge work ➤ Behind only Claude Opus 5.5 on coding agents: With Antigravity CLI, Gemini 4 Carbon (high) scores 59 only 3 points behind Claude Code with Claude Opus 5.5 (max, 62) on the Artificial Analysis Coding Agent Index. Carbon ranks second on both Terminal-Bench 4.0 (64%) and FrontierCode v1.1 (51%), behind Claude Opus 5.5 (max) at 56%. Google has historically underperformed in this area and so this improvement stands out ➤ Improved agentic knowledge work, but not yet leading: On AA-Briefcase, Gemini 4 Carbon (high) scores 1609 Elo, a 126-point improvement over Gemini 4 Argon (high, 1483), but still behind models including Grok 4.7 (xhigh, 1638), Muse Wonder (max, 1659) and Kimi K3.1 Pro (1678). The largest gain comes from Presentation, up 293 Elo to 1598, alongside a 120-point improvement in Analytical Quality to 1671 ➤ Lower Cost per Task than Claude Opus 5.5 for comparable overall intelligence: Gemini 4 Carbon costs $7.76 per Intelligence Index task, ~23% less than Claude Opus 5.5 (max, $10.04) but ~1.2x GPT-6 Astra (max, $6.25). It uses 123k output tokens per task, 29% fewer than Claude Opus 5.5 (max, 173k). At the same $4/$20 standard pricing, its Cost per Task is in line with Gemini 4 Argon ($7.68), while scoring 9 points higher on the Intelligence Index ➤ Leading AA-Omniscience v1.1 score, with low hallucination: Gemini 4 Carbon scores 54 on our recently updated AA-Omniscience v1.1, 6 points ahead of Claude Opus 5.5 (max, 48) and 8 points ahead of Gemini 4 Argon (46). Accuracy (% correct) rises 10 points over Argon to 58%, while its hallucination rate rises from 4% to 11%. This is still the second lowest of any model, behind only Argon, compared with 50% for both Claude Opus 5.5 (max) and GPT-6 Astra (max) Key model details: ➤ Context Window: 1M tokens ➤ Multimodality: Text, image, video, and speech input, with text output ➤ Pricing: $4/$20 per 1M input/output tokens, the same as Gemini 4 Argon’s standard pricing, with a 50% discount. Cached input tokens receive a 95% discount ($0.20 per 1M) Congratulations to the @GoogleDeepMind team!

    Google厂商自述未入选重要性 57

10月28日

星期三，1 条

10月27日

星期二，1 条

10月29日

星期四，2 条
  1. 科学发现

    Gemini 4 Carbon 发布

    Gemini 4 Carbon 是我们的下一代前沿模型。 它在网络安全和长时程能力方面处于最先进水平。

    Google DeepMind证据待确认未入选重要性 12
  2. 科学发现

    Gemini 4 Carbon 关键基准达 SOTA

    ⚡以闪电般的速度迭代！Gemini 4 Carbon 在关键基准上达到 SOTA，将前沿能力与深入的安全与保障研究相结合。

    Demis Hassabis证据待确认未入选重要性 20

10月28日

星期三，4 条
  1. 科学发现

    苏州国家实验室等联合推出材料多模态大模型“材华·MatVerse”并开放模型与评测基准

    苏州国家实验室、上海人工智能实验室与上海交通大学等联合推出“材华·MatVerse”材料多模态大模型及智能体应用体系，采用“独立编码器+统一解码器”架构，将XRD谱图、电镜图像、分子图等数据映射到同一语义空间，并称模型可从知识记忆转向机理推理。

    入选理由材料说明材料大模型如何把谱图、图像与分子结构纳入同一语义空间，并给出热电池等已制备案例，便于研究者判断其适用范围。

    上海人工智能实验室·科研动态官方可用产品重要性 78
  2. 科学发现

    AntLingAGI 发布 Ling 3.1 Flash 1019 开放权重模型

    AntLingAGI 发布 Ling 3.1 Flash 1019，这是 Ling 3.1 Flash 的更新版推理模型，560B 总参数、25B 激活参数、1M token 上下文窗口，采用 MIT 许可，权重已在 Hugging Face 开放并可通过 InclusionAI 官方 API 调用。

    Artificial Analysis开放代码未入选重要性 49
  3. 科学发现

    Google 提出 sleep 框架，让大模型在持续学习中巩固知识

    Google 研究者提出面向大语言模型持续学习的 sleep 框架，让模型在活跃交互与离线巩固两个阶段之间交替，把短期上下文中的信息写入长期参数。离线阶段通过 MoE 参数扩展、知识蒸馏与强化学习模仿完成记忆巩固，再用随机专家激活生成合成样本进行自我改进。

    入选理由Google 研究者提出让大模型在离线阶段巩固记忆的持续学习框架，并给出长上下文与推理基准上的对比结果，可供关注模型知识更新机制的研究者参考。

    Google Research Blog官方证据待确认重要性 62

10月27日

星期二，2 条

10月26日

星期一，5 条
  2. 科学发现

    DEEPSEA 评测大模型东南亚语言能力

    大语言模型对东南亚语言的理解程度如何？今天上午 10:30，欢迎到 #EMNLP2026 Google 展台（#D5）参加 Shubham Mittal 的现场演示，了解 DEEPSEA——一个用于评估大语言模型在 12 种东南亚语言上表现的基准。阅读论文：https://arxiv.org/pdf/2610.26155v1

    Google Research预印本未入选重要性 25
  3. 科学发现实验与仿真、自主科研

    EmbodiedLab 发布具身智能体基准：在模拟实验室中通过操作仪器获取知识

    研究团队提出 EmbodiedLab 基准，要求机器人在物理模拟实验室中自行选择实验步骤、通过相机读取仪器，以获取关于系统的知识，而非仅改变物体状态。基准覆盖 5 个学科的 30 个实验和 14 种实验装置平台，每个实例重新采样系统参数，评分依据实验过程中记录的读数与任务要求的物理状态，且每个实验均经验证可解。

    Hugging Face Daily Papers开放代码未入选重要性 58

10月24日

星期六，5 条
  2. 科学发现

    Google Research 用 MedGemma 助力结核筛查

    结核病（TB）仍是全球最致命的传染病之一，每年估计夺去 123 万人的生命。本周在 IDWeek 2026 上，我们重点展示 MedGemma 等开放基础模型如何将 AI 带到结核筛查一线，以扩大早期检测范围。了解更多：http://goo.gle/4i7HS4o

    Google Research证据待确认未入选重要性 22

10月23日

星期五，3 条
  1. 科学发现

    Li 等人提出 EdenGNN-Uni 通用电荷密度预测等变框架

    Nature Machine Intelligence 在线发表 Li 等人的研究，提出覆盖元素周期表的通用电荷密度模型 EdenGNN-Uni，用于材料的电子结构计算。摘要称其速度比部分现有方法快一个数量级以上，可支持高效且准确的电子结构计算。doi:10.1038/s42256-026-01326-5

    Nature Machine Intelligence同行评审未入选重要性 60
  2. 科学发现

    Principia：在测试时从假设迭代构建科学原则的 LLM 框架

    研究者提出基于大语言模型的框架 Principia，在测试时从相关输入与观测结果中形成对比性因果假设，再把反复出现的关系归纳为原则，并用新观测修正假设、重建原则。在分子优化、蛋白质工程、基因扰动和分子性质预测等基准上，该框架优于依赖内部知识、外部来源或经验总结的基线，生成的原则与科学文献相符；代码已在 GitHub 公开。

    Hugging Face Daily Papers开放代码未入选重要性 58
  3. 科学发现

    Hugging Face 联合 TIGEM 等机构发布开放 DNA 模型 Carbon-X

    Hugging Face 与 TIGEM、那不勒斯费德里科二世大学和中关村学院合作训练了 Carbon-X，这是一个 14B 开放模型，可直接读取原始 DNA 并用自然语言描述。

    入选理由开放权重、可在笔记本上运行的 DNA 模型，让学术实验室能自行评估它能否用于变异解读这类日常任务。

    Thomas Wolf可用产品重要性 78

10月21日

星期三，3 条