AI 科研月报
- 件大事
- 30
- 条精选
- 37
- 期日报
- 15
本期导读：本月 AI 与科研的结合明显加速：OpenAI 宣称其模型在数学、计算机科学与物理学取得多项成果，包括挂谷猜想、指数时间假设与量子场论，发布方式也引发学界讨论。工具层面，Google 推出 Deep Review 与 Gemini 4 Argon，OpenAI 推出面向美国高校实验室的 Rosalind Academic Plan，科研智能体与证据综述接口密集上线。科学发现方面，微软研究者证明 31 年未解的 KLS 猜想，蛋白质设计模型 RFdiffusion3 与 Pinal 相继公布。研究与调查则关注 AI 对科研生态的影响，arXiv 投稿出现断点，论文语义相似度上升。
OpenAI 称模型在数学、算法与量子场论取得三项成果，部分证明已公开
入选理由：三项成果分别涉及调和分析、计算复杂性假设和量子场论存在性，数学与算法部分已公开 Lean 形式化证明，物理部分仍在专家审查中。
本期要闻
微软研究者证明 31 年未解的 KLS 猜想，AI 智能体参与探索证明路径
微软研究院机器学习与优化组的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，证明该关系在高维下由固定常数界定、不随维度增长。
GPT-6-Astra 在 TheoPhysEval 上解出 50 道理论物理题中的 49 道，单题成本不足 3 美元
研究团队用 50 道理论物理常规计算题测试商用 AI 智能体，且不提供任何人工提示。运行在 OpenAI Codex 环境中的 GPT-6-Astra 解出 49 道。
arXiv 投稿增长在 2026 年初出现断点，与智能体 AI 模型发布同期
一项预印本分析用 arXiv 月度投稿量与元数据发现，2025 年 12 月至 2026 年 2 月间出现第二次增长断点，时间上紧随 2025 年末一批可长时间自主工作的模型发布。
工具与产品
本月工具密集走向科研工作流：文档评审、证据综述、论文复现与蛋白质设计工作台纷纷以智能体和接口形式开放。
Google 发布 Deep Review，面向全球开放技术文档自动评审
Google 公开发布智能体系统 Deep Review，对复杂文档提供技术验证与反馈，最初面向计算机科学论文分析，现已扩展到法律、金融等领域。每位用户每周可免费获得两次文档评审，也可接入 Gemini API key 提高用量并通过 Deep Review API 做程序化集成，目前支持 PDF 和纯文本输入。
Consensus 通过 API 和 MCP 开放 Threads 证据综述功能
Consensus 将 consensus.app 上的 Research Agent 以 Threads 形式开放到 API 和 MCP，输入研究问题即可返回带引用、支撑引文和来源章节的证据综合，并可在同一线程中追问收窄问题。
alphaXiv 推出 autoresearch：改 arXiv 链接即可自动复现论文
alphaXiv 推出面向 arXiv 论文的 autoresearch 功能，把任意论文 URL 中的 arxiv 改成 autoarxiv 即可触发。OpenResearch 会为用户创建项目、在用户选定的算力上搭建环境并运行最小复现，智能体在完全本地的闭环中跟踪日志、可视化运行过程并产出结果文件。
OpenAI 推出 Rosalind Academic Plan，为美国高校实验室免费提供 GPT-Rosalind
OpenAI 推出 Rosalind Academic Plan，符合条件的美国高校实验室可免费获得最多 30 个 Business Standard 席位、最长 12 个月，并可使用 GPT-Rosalind 与 Rosalind Workbench。
上海AI实验室上线通专融合智能体书生-A1.5，验证真实科学场景驱动模型自进化
上海AI实验室推出通专融合智能体书生-A1.5（Sage-A1.5），在神经科学、电化学等场景验证由真实科研场景牵引基础模型自进化的递归自我改进路径，并提供体验链接。
科学发现与模型
模型在数学与理论物理证明上接连产出成果，蛋白质与气候、卫星等科学模型也持续开源和迭代。
RFdiffusion3 可按原子层面设计蛋白质，设计方案在《科学》公布
华盛顿大学、牛津大学、英伟达等机构组成的国际联合研究团队在《科学》发表 RFdiffusion3 的详细设计方案，该系统可按单个原子建模设计蛋白质与核酸，团队已于 2025 年 12 月 3 日开源。
OpenAI公布数学、计算机和物理学3项新发现，涉及挂谷猜想与杨–米尔斯理论
OpenAI于当地时间10月26日宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，称其模型给出了局部光滑猜想在所有维度下的证明，并证明指数时间假设（ETH）为假，还严格证明了包含规范场与费米子的四维相互作用量子场论。
MIT 团队用机器学习后处理将两到六周天气预报准确率提高一倍
MIT 等机构的研究团队开发了一种机器学习后处理层，通过学习历史数据修正现有预报模型的误差，在两周到六周的次季节预报中把黄金标准模型的预测能力提高了一倍，并首次在该时间尺度上超过气候平均值。相关论文发表在 Nature，该方法在 ECMWF 的预报竞赛中获第一名，对极端天气的预测也有统计显著提升。该模型是开源、低成本的附加组件，可搭配任意预报模型使用，肯尼亚气象部门已联系希望用于改进季风预报。
OpenAI 宣布数学、计算机科学与物理学三项成果，发布方式引发科研界不满
OpenAI 于当地时间周一宣布在数学、计算机科学与物理学领域取得三项突破，并称将调整成果发布方式。数学方向称已在全部维度上证明挂谷猜想，AI 生成的推导内容直接放出交由学界解读；计算机科学方向称证伪指数时间假说，由 OpenAI 组建外部研究小组解读；物理学方向围绕量子色动力学与杨-米尔斯理论，暂不公开，交由外部专家团队决定发布形式。
微软 MAI-DxO 诊断系统在 Science 发表，复杂病例准确率高于医生
微软 Health MAI 团队发布 AI 诊断系统 MAI-DxO，并配套提出逐步诊断基准 SDBench，成果发表于 Science。在 304 个 NEJM 复杂病例上，MAI-DxO 诊断准确率为 83%，医生在有外部参考资料时为 36%、无参考资料时为 22%；在 MIMIC-IV-ED 的急诊常见病例上为 80%，医生为 47%。
Pinal模型登《自然》：输入功能文字描述即可生成候选蛋白质序列
香港科技大学（广州）、西湖大学与中国科学院深圳先进技术研究院等团队合作提出蛋白质设计模型Pinal，相关研究发表于《自然》。模型以自然语言功能描述为输入，先生成蛋白质三维结构再设计氨基酸序列，训练数据含17亿组蛋白质—文本配对、覆盖约1.35亿条序列，参数规模160亿。
OpenAI 宣称证明准黎曼猜想，数学家如何评价
OpenAI 在 2026 年 10 月 6 日公布的 377 项结果中，有一项宣称解决了准黎曼猜想，即黎曼猜想的一个较弱版本。斯坦福大学的 Jared Duker Lichtman 称这项新证明是迄今 AI 用于数学最重要的成果，且领先幅度相当大。
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。
OpenAI 公布数学、计算机与物理三项 AI 成果，并引入外部专家把关
OpenAI 公布三项由 AI 产出的“重大”成果：数学上给出欧氏波动方程局部光滑性的证明，并称由此解决 Kakeya 猜想与 Stein 限制性猜想；计算机科学上给出确定性算法，称 3-SAT 情形可反驳指数时间假设（ETH）；物理上给出含规范场与费米子的四维相互作用量子场论的数学严格存在性证明，涉及 QCD 与标准模型统一完成，但物理部分未全文公开。
Google 发布 Gemini 4 Argon，面向科研与工程任务并开放 1 万名科学家免费申请
Google 发布前沿模型 Gemini 4 Argon，今日起通过 AI Studio 和 Gemini 平台的 API 面向开发者与企业开放，Google AI Ultra 订阅者可在 Google Antigravity 使用。
Claude 在 Claude Science 中自主设计蛋白结合体，靶向蝎毒神经毒素
Anthropic 的 Claude 在面向研究者的 Claude Science 环境中，针对 4 种蝎子的 5 种毒素自主生成 318,484 个蛋白结合体设计，首次提示后自行工作 24 小时，随后由研究团队追加指令引导。
Ai2 发布 HiRO-ACEv2，以约三百分之一成本生成全球 3 公里气候数据
Ai2 发布 HiRO-ACE 系统的新版本 HiRO-ACEv2，其降尺度模型 HiROv2 可同时预测多种高分辨率变量，在给定粗化的 X-SHiELD 数据时，对极端降雨、风速和气压的高分辨率统计量误差在 3% 以内，并能估算热带气旋总能量。
黎曼 ζ 函数临界零点比例新进展：从 Montgomery 到 Anthropic 与 Lamzouri
Caroline Turnage-Butterbaugh 在 Terence Tao 博客客座撰文，梳理黎曼 ζ 函数临界线上非平凡零点比例下界的研究脉络，从 Selberg、Levinson、Conrey 到 2020 年 Pratt 等人的 41.7%。
Ai2 发布 LitPivot：围绕文献动态组织证据，辅助科研构思修订
Ai2 与宾夕法尼亚大学合作发布 LitPivot，该系统用 Asta Paper Finder 检索的论文，把研究提案拆成问题、贡献和评估方案三部分，围绕正在编辑的部分组织文献、给出带原文摘录的批评和可接受或拒绝的修改建议。
Google DeepMind 发布 Gemini 4 Argon，面向科研与工程任务并开放 1 万名科学家免费申请
Google DeepMind 发布前沿模型 Gemini 4 Argon，今日起通过 Gemini API 在 AI Studio 和 Gemini 平台面向开发者与企业开放。
Google 发布 Antigravity 智能体科研工作台，并内置 Biomolecular Structure Viewer
Google 发布智能体开发平台 Google Antigravity，提供面向生物学家的智能体科研工作台，把原本分散在多个数据库的检索压缩到一次会话中，并借助 ProtNLM 扫描 UniProt 中数百万条功能未知的蛋白质序列。
OpenAI 与 PerturbAI、Scripps Research 用数千个 AI 智能体分析小鼠脑细胞数据
OpenAI、PerturbAI 和 Scripps Research 用数千个由 GPT‑Rosalind 驱动的 AI 智能体并行分析已有的小鼠全脑 CRISPR 图谱数据，在 32 分钟内把基因扰动效应与文献发现连接起来，形成可检索的 reasoning atlas。
Ai2 发布 OlmoEarth v1.3 卫星嵌入模型及全球预计算嵌入
Ai2 发布 OlmoEarth v1.3 卫星嵌入模型，读取一年 Sentinel-1 雷达与 Sentinel-2、Landsat 多光谱时序，为全球每个 10 米像元生成 128 维向量，前 64 维可单独使用。
研究与调查
多项研究转向审视 AI 自身：投稿量断点、论文相似度上升，以及模型判断新颖性和影响专家决策的可靠性。
MIT 研究：26000 篇论文全文语义相似度在 2021 年后升至 3 倍
MIT 数学系团队用语义语言模型筛查 CORE 数据库中 8 个领域 2015–2025 年的 26000 余篇全文论文，发现与近五年文献语义相似的文本占比在 2021 年前基本稳定，之后急剧上升，到 2025 年达到 2015–2020 年均值的 3.11 倍。
Ai2 研究：大语言模型能否可靠判断科研想法的新颖性
Ai2 发布研究 Old Ideas, Novel Problems，测试大语言模型作为新颖性评判者（novelty judge）是否可靠，并公开基准、数据和代码及可自动构建评测集的流水线。
Anthropic 研究：专家在统计分析中 86% 采纳 AI 智能体的倾向性选择
Anthropic 研究者让 50 名有因果推断经验的专业分析师借助 Claude Code 完成一项农业咨询效果评估任务，智能体在四个分析决策上的倾向由掷硬币随机指定且未告知分析师，分析师的选择与智能体倾向一致的比例达 86%。
本期完。每条均附原文链接，由编辑系统根据公开来源汇编。