Elsevier 与 JAMA Network 签署内容协议,JAMA 系列期刊全文接入 ClinicalKey AI
Elsevier 与 JAMA Network 签署战略内容协议,将 JAMA 系列 13 本期刊的全文内容和图表接入临床级 AI 工作空间 ClinicalKey AI,包括 JAMA、JAMA Network Open 及 11 本专科期刊。
入选理由临床 AI 工作空间的内容授权格局再添一家医学期刊,医学研究者可据此判断其证据来源与可用范围。
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。
194 条入选报道,更新于 15:29
Elsevier 与 JAMA Network 签署战略内容协议,将 JAMA 系列 13 本期刊的全文内容和图表接入临床级 AI 工作空间 ClinicalKey AI,包括 JAMA、JAMA Network Open 及 11 本专科期刊。
入选理由临床 AI 工作空间的内容授权格局再添一家医学期刊,医学研究者可据此判断其证据来源与可用范围。
Google 研究人员与 Northwestern Medicine、Jacaranda Health 合作,在肯尼亚内罗毕和芝加哥各招募 1000 名孕妇开展研究,训练医护人员执行简单的盲扫超声,并用机器学习模型分析视频,识别孕龄和胎位,准确率与受过训练的超声技师相当。
入选理由研究者可了解盲扫超声配合端侧 AI 模型在资源匮乏地区替代专业超声技师的一条可行路径。
Google 以 Earth AI 中的 Population Dynamics Foundation Model(PDFM)为概念验证,把搜索趋势、人口流动、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,无需任务微调即可作为即插即用输入接入现有流行病学模型。
入选理由Google 公开 PDFM 位置嵌入在五类公共卫生任务中的合作评估结果,研究者可据此判断地理空间基础模型能否接入现有流行病学建模流程。
Google 发布与全球卫生伙伴合作的多篇研究论文,展示 Google Earth AI 结合卫星影像、移动性数据与 AlphaEarth Foundations、Population Dynamics Foundation Model(PDFM)等基础模型,用于疾病暴发预测与社区健康趋势分析。
入选理由Google 把地理空间基础模型与人口动态模型接入公共卫生预测,研究者可据此判断这类模型能否用于疾病监测与资源调度。
欧盟委员会在 Horizon Europe 框架下划拨 6500 万欧元,用于保障支撑新药研发和生物技术 AI 工具的科学数据与知识资源。其中 GENCODE 获 1900 万欧元、UniProt 获 3000 万欧元、Europe PMC 获 800 万欧元,分别由 EMBL-EBI、基因组调控中心及 SIB 瑞士生物信息研究所等机构参与,资金用于内容维护与策展。
入选理由欧盟委员会为生命科学核心数据资源划出专项经费,科研服务从业者可据此判断欧洲生物数据基础设施的资助方向与开放获取取向。
Scite 发布 2026 年 9 月更新,Scite MCP 新增引用证据、全文阅读、参考文献格式化和引用报告工具,可查看论文被支持、对比或提及的引用及引用原文,并逐页阅读开放获取论文和机构订阅内容。
入选理由Scite 把笔记、全文阅读和引用证据接入 AI 助手,研究者可据此判断文献工作流能否在对话中完成。
K-Dense 发布免费工具 Citation Telephone,用户给出一句被引论断及其 DOI、PubMed ID 或 arXiv ID,工具会沿引用链逐篇读取全文,标出每一跳是匹配、部分匹配、更进一步还是被改写,并判断该论文是原始出处还是转引他人。
入选理由免费工具把引文核查从逐篇翻原文变成可追溯的链条,审稿人和写作者能据此定位引用漂移发生在哪一跳。
Consensus 推出 Skills,一组面向常见科研任务的预设工作流,用户从查询框选择任务并输入问题、起始论文或稿件段落,系统在 220M+ 同行评审论文语料中检索阅读后返回结论及支撑论文与原文段落。
入选理由Consensus 把文献综述、引文追溯和引用核查做成可复用工作流,研究者可据此判断哪些写作环节能交给工具。
OpenAlex 为 4.19 亿条作品换上取自 188 万词表的新关键词,官方用 OpenAI 的 GPT-6 Astra 对 400 篇随机作品评测,称准确率为 91%,旧关键词为 44%。
入选理由OpenAlex 为 4.19 亿条记录重做关键词,并把它并入默认检索,研究者可据此判断跨语言、无摘要文献的检索覆盖变化。
Meta Reality Labs 与 FAIR 等机构的研究者提出 IdeaScientist,把科研构思拆成找研究空白、跨领域借鉴机制、撰写完整提案三个子智能体,用异步 GRPO 和分角色评分标准分别训练,并构建含 277 万条(问题定义、挑战、研究空白、直觉、提案)元组的 Svalbard Idea Vault 语料用于检索、训练和评估。
编辑推荐理由编辑推荐:直接服务科研构思与选题,作者已公开可运行框架代码和数据入口,研究者可自行部署验证。当前仍为预印本研究,效果主张来自作者评测。
Ai2 开源 AstaBrief 8B,一个把研究问题和检索到的文献片段转成带引用报告的模型,已在 Asta 的 Generate a report 功能中作为 Fast mode 上线,与 Claude 驱动的 Thinking mode 并列。
入选理由Ai2 公开了报告生成模型的权重、训练数据与本地部署工作流,研究者可据此评估自建文献综述流程的可行性。
UCLA 团队提出数学研究智能体 Ansatz,其核心是持续图记忆(Continual Graph Memory),用依赖图组织事实、计划与反例等中间结果,并支持跨问题复用经验。
入选理由数学研究智能体 Ansatz 用图记忆组织证明搜索,在十个基准问题上全部通过,并独立给出四个开放问题的完整解。
Ai2 发布 Olmo-core 3,这是其大语言模型开发框架的一次重大升级,重新设计了开放的混合专家(MoE)训练系统,目标是把 MoE 训练扩展到万亿参数规模并保持计算效率。
入选理由Ai2 开放了面向万亿参数 MoE 的训练框架,学术研究者和小型实验室可据此评估自建大模型训练的门槛。
Anthropic 研究博客发布客座文章,物理学家 Matthew Schwartz 描述他不再让 Claude 扮演人类科学家,而是寻找适合当前 LLM 能力的“Claude-shaped”问题,并为此构建开源工具包 BootLoops。
入选理由一位物理学家复盘用 Claude 与 BootLoops 在 18 个领域推进 36 篇稿件的经验,对想找 AI 适配课题的研究者有参考价值。
美国 CDC 本周公布的 2025-26 流感季赛后分析显示,在 39 个合格模型中,Google 用 AI 构建的流感预测模型对流感相关住院人数的预测最接近实际观测值。
入选理由CDC 对 2025-26 流感季的赛后评估显示,Google 的 AI 模型在 39 个合格模型中预测住院人数最准,研究者可据此了解 AI 生成优化算法在真实公共卫生预测中的位置。
Google DeepMind 发布前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络防御方开放,随后逐步扩展到开发者、企业和消费者,起步价为每百万输入 token 2 美元、每百万输出 token 10 美元。
入选理由Gemini 4 Argon 把长程推理和百万级输出用于代码迁移、漏洞发现与科研优化,研究者可据此判断它在自身工作流中的位置。
K-Dense 发布开源 LabMCP,包含 32 个连接器和 411 个动作,让 AI 助手用自然语言操作天平、加热板、泵和探头;每个请求都会对照用户设定的安全限值检查,所有命令均被记录,并提供无需接入设备的练习模式。
入选理由材料给出了连接器数量、安全限制与日志机制,研究者可据此判断能否用自然语言驱动实验室仪器。
Google DeepMind 推出 SynthID Bio,把水印嵌入 AI 生成的蛋白质序列和 3D 结构,并可在合成出的实体蛋白上验证,同时保持其生物功能。
入选理由Google DeepMind 把水印嵌入蛋白质序列与 AlphaFold 3 预测结构,为 DNA 合成筛查和数据库标注提供可验证信号。
SciSpace 上线 Folder Share,可将库中任意文件夹变为团队共享研究空间,成员共同添加论文、使用专用研究智能体并协作编辑 notebook,个人对话仅自己可见。该智能体可跨文件夹内全部论文生成报告、做文献综述与引用核查,或起草稿件和演示文稿;文件与 notebook 对受邀者可见,聊天记录不共享。用户可在文件夹顶部点击 Share 输入邮箱并设置权限邀请成员。
入选理由SciSpace 把文件夹变成团队共享研究空间,研究者可据此判断它能否替代现有的协作与文献整理流程。
OpenAlex 现在支持按研究设计筛选全部文献,涵盖随机对照试验、系统综述、元分析等七种设计,共 2100 万篇作品带标签,覆盖所有领域和语言。OpenAlex 称其随机试验标签精确率为 99.7%,在同一批论文上高于 PubMed;其标注范围是每篇有摘要的作品,其中 30.6 万篇随机试验发表在 MEDLINE 未收录的期刊上。
入选理由OpenAlex 把研究设计标签扩展到全部文献并免费开放 API,做证据综合和循证检索的研究者可据此调整筛选流程。
Elicit 推出 Routines,用户用自然语言告诉 Elicit Research Agent 需要持续执行的任务,它就能按每日或每周的计划运行。Routines 在 Alerts 的基础上更进一步,不只提示有新论文,还会调查发生了什么变化并生成更新,例如每周一检索 CAR-T 疗法的新证据、更新摘要并说明改动及来源链接。
入选理由Elicit 把文献监测从定期提醒扩展为可定时的检索与更新流程,研究者可据此判断能否替代每周重复的检索整理工作。
微软研究院发布 Quine,一个面向生物学复杂性的 AI 研究系统,由生物学世界模型和连接模型、科学工具、文献与研究者的交互式 harness 两部分组成。
入选理由微软研究院公开了面向生物学的多模态世界模型 Quine,并给出胰腺癌细胞状态预测经湿实验验证的案例,研究者可据此判断这类系统在实验设计中的可用边界。
K-Dense 发布免费开源的 LabMCP,基于 Model Context Protocol 提供连接器,让 AI 助手用自然语言操作天平、加热搅拌器、pH 探头等实验室仪器。
入选理由原文说明了连接器覆盖的仪器范围、安全限制和全部连接器尚未在真实硬件上验证的状态,研究者可据此判断能否接入自己的实验台。
物理学者 Matt von Hippel 记录,Anthropic 的 Liam Fitzpatrick 和 Siddharth Mishra-Sharma 使用 Fable 5.1 在付费科研平台 Claude Science 中。
入选理由一位理论物理学者记录了 Claude 在付费科研平台上自主完成九圈散射振幅计算并被专家验证的过程,可供研究者判断 AI 在具体计算任务中的边界。
Lila Sciences 团队用 AI 驱动的闭环实验室(AI Science Factory)在酸性析氧反应(OER)中筛选出钯基催化剂,其最优组成的活性与稳定性可与钌相当,相关细节已写入一篇预印本。
入选理由AI 闭环实验室在数月内找到被领域视为死路的钯基 OER 催化剂,研究者可据此判断自动化实验平台在材料发现中的实际位置。
Consensus 上线新功能,当提问涉及结果、数据或统计时,答案会附上所引论文的图表和表格,点击可跳转到全文对应位置。图表来自开放获取论文,保留原始坐标轴、误差线和样本量,不做重绘或概括;在问题中加入 show figures from the papers 可提高图表出现概率。Consensus 表示目前通过图注和描述匹配图表,尚不能总是回答图表内部的细节问题,后续会纳入更多论文。
入选理由Consensus 把论文图表直接放进检索答案并支持跳转原文,研究者可据此判断能否减少翻 PDF 找数据的时间。
Edison Scientific 宣布与 Springer Nature 达成订阅协议,将 Springer Nature 旗下 Nature 系列专业期刊的授权研究内容直接接入其 AI 科学家 Kosmos。
入选理由这条内容显示出版商内容开始以订阅方式接入 AI 科学家工作流,学术服务从业者可据此观察文献授权的新形态。
Anthropic 成立生命科学研究组与实验室,并公布早期结果:Claude 智能体在仅由科学家给出初始提示的情况下,从 DNA 序列数据库中自主发现了一种与重复序列阵列相关的新型酶系统,命名为 array-associated reverse transcriptases(ART)。
入选理由Anthropic 用约 950 个 Claude 智能体在 21 小时内筛出候选系统,研究者可据此判断 AI 驱动假设生成在基因组挖掘中的实际位置。
Weco AI 团队在 arXiv 发布预印本,提出递归自我改进系统 AIDE2,让 AI 研究智能体改写自身 harness 代码,并在隐藏评测上保留表现最好的版本。
入选理由论文给出 AI 研究智能体改写自身代码并迁移到未见任务的实测流程,研究者可据此判断自主科研代理的自我改进边界。
Amazon Bio Discovery 团队发布三篇抗体设计研究,分别针对结合强度排序、可开发性预测和端到端设计。其中 MochiBind 仅用序列预测抗体相对结合强度,在四个未见抗原上成对准确率均高于结构基线,平均领先近 10%,在 CPU 上约 13 秒可打分 20 万对抗体。
入选理由Amazon Bio Discovery 团队公开三篇抗体设计研究,含一篇经实验验证的纳米抗体发现,研究者可据此了解计算设计加湿实验闭环的完整流程。