全部动态

蚂蚁 inclusionAI 发布 ZoomGain-9B 视觉语言模型及配套基准与 RL 数据

蚂蚁 inclusionAI 发布 ZoomGain-4B 与 ZoomGain-9B 模型检查点，并同步开放 arXiv 论文、ZoomGainBench 评测基准和 RL 训练数据。

蚂蚁 inclusionAI 发布 ZoomGain-4B/9B 模型、ZoomGainBench 基准与 RL 训练数据

蚂蚁 inclusionAI 发布 ZoomGain-4B 与 ZoomGain-9B 视觉语言模型，并同步开放 arXiv 论文、ZoomGainBench 评测基准和 RL 训练数据。

上海AI实验室上线元认知智能体框架书生·太一，接入书生·端砚科学发现平台

上海AI实验室推出元认知智能体框架书生·太一（Sage·Taiyi），将科研猜想、探索路径与实证结果串联，通过科学搜索与认知调控两层架构驱动智能体迭代研究方案，已接入书生·端砚科学发现平台并向全球科研人员开放体验。

入选理由上海AI实验室公开了书生·太一框架的接入入口与跨学科实证案例，研究者可据此判断这类元认知智能体能否嵌入自己的构思与实验迭代流程。

谷歌开放 Gemini 4 Carbon 模型，主打复杂编程、科学研究与网络安全

谷歌正式开放 Gemini 4 Carbon 模型，面向开发者、企业、科研人员和消费者，重点用于复杂软件工程、多步骤智能体任务、科学研究和网络安全。谷歌称该模型在复杂任务中投入更多推理 Token 做假设探索与结果验证，已通过 Gemini API 和 Google AI Studio 向付费开发者开放，并逐步向 Google AI Ultra 订阅用户开放。

Baseten 与 Genspark 后训练 Qwen3.5-397B 打造深度研究模型，称在自有评分上超过 Opus 5.5

Baseten Applied Research 与 Genspark 合作，将 Qwen3.5-397B 后训练为专用 Deep Research 模型，在 Genspark 自建质量评分器上得分 0.759。

Gemini 4 Carbon 正式开放，谷歌称其在开放式科研与漏洞发现上更强

谷歌将 Gemini 4 Carbon 从面向安全专家的两周测试转为正式可用，称其与 Gemini 4 Argon 并存，Argon 更适合多数软件工程与知识工作任务，Carbon 面向复杂多步编码调试和开放式科学研究等任务。

亚马逊发布表格基础模型 Mitra-v2，扩大合成预训练规模并开放权重

亚马逊发布表格基础模型 Mitra-v2，同时支持分类与回归，在 Hugging Face 以 Apache-2.0 许可开放微调版本及推理与微调代码。模型架构未变，预训练表格的行数是 Mitra-v1 的 10 倍、列数约 3 倍，并新增混合 SCM 先验。

入选理由表格基础模型在公开基准上的表现与开放权重，让需要处理结构化数据的科研人员多了一个免训练的选择。

Google 发布前沿模型 Gemini 4 Carbon，科研人员可申请 6 个月免费使用

Google 发布前沿模型 Gemini 4 Carbon，面向复杂长周期工作流，覆盖智能体工作流、软件工程、网络安全和科学推理，官方称其适用于从多步调试到开放式科学研究的高难度任务。

Google DeepMind 发布 Gemini 4 Carbon，面向科研与智能体工作流

Google DeepMind 向开发者、企业、科学家和消费者开放 Gemini 4 Carbon，称其在网络安全和长程智能体工作流上具备前沿表现，并强调物理、数学和生命科学推理能力的提升。

入选理由原文列出 Carbon 在酶测定、蛋白同源序列检索和形式化验证中的具体用法，研究者可据此判断它适合承担哪类科研任务。

Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2：同一模型，不同安全防护

Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，两者为同一底层模型，Fable 5.2 增加分类器拦截高风险网络安全任务和多数研究生物学任务，Mythos 5.2 则移除这些限制、需通过 Cyber Verification Program 与 Life Sciences Verification Program 使用。

PARIS：面向PRISMA系统综述的开源多智能体LLM框架

PARIS（PRISMA Agentic Research Intelligence System）是一个开源框架，由运行在Claude Code中的调度智能体编排15个专用LLM智能体，覆盖从研究问题界定到导出稿件草稿的系统综述流程，并在研究纳入、语料充分性和综述提纲三处设置人工检查点。

Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，重夺全球 LLM 第一

Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，在 Artificial Analysis Intelligence Index v5 上以 65 分重回第一，超过 Gemini 4 Carbon（60）与 Opus 5.5（59）。

Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，编程基准超 GPT-6 Astra

Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款前沿模型，官方称编码、推理、科学研究等领域显著提升，输出速度最高提高 30%、成本下降 20%。

Anthropic 推出 Claude Fable 5.2 与 Mythos 5.2，API 调用费下降 20%

Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2，两款模型基于同一底层模型，前者面向普通用户并内置网络安全与生物安全防护，后者面向通过审核的网络安全和生命科学机构开放。

Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，称约千个智能体 30 小时完成费马大定理 Lean 形式化

Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，两者共用同一模型底座，区别在访问权限：Fable 面向所有用户并对网络安全和生物学高风险任务设限，Mythos 解除部分限制，仅向通过 Anthropic 网络安全或生命科学验证计划的组织开放。

Claude Fable 5.2 登顶 AA 智能指数

Anthropic 发布 Claude Fable 5.2，在 Artificial Analysis Intelligence Index v5 上以 65 分登顶，领先 Gemini 4 Carbon（high，60）和 Claude Opus 5.5（max，59）。

Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2 模型

Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2 两个模型，称其在编程、推理和视觉方面较 5.1 版本有所提升，输出速度更快。

Fable 5.2 与 Mythos 5.2 对齐表现

Fable 5.2 和 Mythos 5.2 在大多数对齐指标上的表现与我们近期的模型相当或更好。 该模型在发布前还接受了外部评估者的测试，包括 @AISecurityInst、@FrontierDesign2 和 @METR_Evals。

Fable 5.2 与 Mythos 5.2 能力评测提升

Fable 5.2 和 Mythos 5.2 在我们评估的几乎所有能力上都比 Opus 5.5 更胜一筹。 测试人员发现，它们比过去的 Fable 和 Mythos 模型表达更清晰。它们的输出速度比 Fable 5.1 和 Mythos 5.1 快最多 30%。

蚂蚁 inclusionAI 开源 ZoomGain：用全局到局部感知差构建视觉监督

蚂蚁 inclusionAI 发布 ZoomGain，利用放大后才显现的视觉细节生成关于整图的问题，为视觉语言模型构建监督信号。同步开源 ZoomGainBench 评测基准（1,000 题、941 张图，含中英文题干与证据框）、9,000 条 RL 训练数据及 ZoomGain-4B/9B 模型检查点。

OpenAI 推出 BioBasicsBench，用 100 项任务评测 AI 智能体处理湿实验室日常科研的能力

OpenAI 推出 BioBasicsBench，这是一个包含 100 项任务的基准，用于衡量 AI 智能体解读原始实验数据以及处理湿实验室日常科研工作的表现。原文链接：https://openai.com/index/measuring-how-ai-agents-handle-wet-lab-science

入选理由OpenAI 把评测对象从问答转向湿实验室原始数据的解读，研究者可据此判断智能体能否接手日常实验数据处理。

MIT 团队发布分子性质预测基础模型 CheMeleon，少样本下优于现有方法

MIT 团队开发的基础模型 CheMeleon 用 PubChem 中 100 万个分子的约 1600 种分子描述符做预训练，可在少量数据下微调预测溶解度、黏度、生物活性等性质，在 58 个测试案例中表现优于其他基础模型和依赖专家规则的经典模型。

可迁移深度量子蒙特卡洛实现激发态势能面的从头模拟

Nature Computational Science 发表一种用于分子激发态的可迁移深度学习量子蒙特卡洛方法，通过共享参数的拟设让同一波函数表示覆盖多种分子几何与状态，从而降低势能面建模的成本。论文由 Zeno Schätzle 撰写，DOI 为 10.1038/s43588-026-01065-y。

Inkling 2 Small：17A-594B 模型 68 小时、12T Token 训练完成，性能超过 Muse Spark

Thinking Machines 发布 Inkling 2 Small，这是一个 17A-594B 模型，从零预训练不到 3 天、在 12T Token 上完成训练，性能超过 Muse Spark。该模型与 Tinker、Interaction Models 等成果一同被视为 Thinking Machines 已成长为美国前沿新型实验室的标志。

Jim Fan 发布 VFlash：并行解析视觉世界

Jim Fan 发布 VFlash 视觉模型，面向 Physical AI，将物体定位、机器人轨迹规划、密集 3D 运动等固定长度浮点向量任务改为一次性输出整个几何形状，而非逐 token 解码。

百度发布 ERNIE-5.5-Flash-Base 预训练基座模型并开放权重

百度文心团队发布 ERNIE-5.5-Flash-Base，这是一个稀疏 MoE 语言模型，总参数 280B、每 token 激活 14B，在 33.5T tokens 上从零完成预训练，训练上下文逐步扩展至 128K，微调与推理支持 1M tokens。

Thinking Machines 发布 Inkling 2 Small：计划开放权重，暂为专有模型

Thinking Machines 发布 Inkling 2 Small，在 Artificial Analysis Intelligence Index 上得分 31，比 Inkling Small 高 18 分；按其权重发布计划，它将成为当前排名中中国以外得分最高的开放权重模型。

Thinking Machines 发布 Inkling 2 Small

推出 Inkling 2 Small。在 AA Intelligence Index 上得分 31，相较前代大幅提升。 Inkling 2 Small 今日起可在 Tinker 上进行微调和推理，完整权重发布计划于近期推出。 https://thinkingmachines.ai/news/inkling-2-small

Thinking Machines Lab 发布 Inkling 2 Small 模型，权重下周以 Apache 2.0 开放

Thinking Machines Lab 发布第二代模型 Inkling 2 Small，为 594B 总参数、17B 激活的 MoE 模型，支持图像输入与可变推理强度，先在 Tinker 上以闭权重提供推理与微调，计划下周完成外部安全测试与红队后以 Apache 2.0 开放完整权重。

上海AI实验室推出科学多模态框架书生·元征，以RSI让模型自主设计科学感知架构

上海AI实验室推出科学多模态框架书生·元征（Sage SciPerception），通过可训练投影模块把谱图、序列、晶体结构和时序信号转换为语言大模型可识别的表征，并引入递归式自我改进（RSI）模式，让模型参与分析任务表现、提出新的投影模块方案并迭代验证。

入选理由框架把谱图、序列、晶体结构接入语言模型，并让模型自行迭代感知架构，研究者可据此判断科学数据接入方式的可行边界。