Google Research@ 2026 公布十项研究进展
Google Research 在 Research@ 2026 活动上公布十项研究进展,覆盖地球科学、医疗、科研智能体与教育等方向。Google Earth AI 扩大早期访问,新增地理空间分析、行星预测引擎和 agent-to-agent API,并整合 Dataset Search 与 TimesFM。
Google Research 在 Research@ 2026 活动上公布十项研究进展,覆盖地球科学、医疗、科研智能体与教育等方向。Google Earth AI 扩大早期访问,新增地理空间分析、行星预测引擎和 agent-to-agent API,并整合 Dataset Search 与 TimesFM。
研究人员用 AI 蛋白设计工具,取两类蛋白酶的催化核心并替换蛋白其余部分,得到可定向将特定蛋白切成两半的酶。他们用这些酶切割与神经疾病相关的蛋白,验证了其有效性。研究称这一做法绕过了蛋白酶自然多样化的演化过程。
The Verge 资深评测人 Victoria Song 用 Twin Health 的数字孪生追踪了约 100 天代谢数据,该服务通过 Dexcom G7 CGM、智能体重秤、血压计和血液检测构建虚拟代谢模型,用红橙绿三色预测食物对血糖的影响。她表示记录饮食确实减少了不健康零食,但未带来明显减重,减药目标也未顺利实现。Twin Health 目前仍属实验性服务,仅通过企业或私人健康计划提供。
微软研究院联合 MIT、ECMWF 等机构在 Nature 发表 Probabilistic Bias Correction(PBC)方法,用机器学习识别并校正现有天气预报模型的系统性偏差,而非另建独立模型,相关工具已开源。
NVIDIA 宣布对 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 五家英国 AI 与量子计算初创企业进行新投资,并承诺五年 2.5 亿美元算力投入,用于加强英国智能体安全与安保研究。NVIDIA 同时以全球联盟创始合作伙伴身份加入 Earthshot Prize,提供算力与技术专长。
Cerebras CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上批评 AI 末日论,称部分 AI 领袖"或许不该被允许公开讲话",认为行业忽视了 AI 的潜力。
Industrial Next 在 TechCrunch Disrupt 2026 的 Startup Battlefield 上展示其 AI 驱动的自包含机器人工作站,称借助专有基础模型可将产线换型从数周缩短到几分钟,无需传统编程。
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 访谈中介绍,Dyna-2 是基于超过一百万小时人类视频预训练的世界动作模型,后续的 Dyna-2.1 已作为实体机器人智能体落地。
密歇根大学孵化的 Laplace Intelligence 正在为机器人和物理 AI 构建自动化红队测试,其核心是高保真仿真环境与自动设计 corner case 的 AI 智能体,让 AI 在部署前于仿真中暴露并修复问题。
Satlyt 获 800 万美元种子轮,其卫星 AI 软件将于周四随 SpaceX 火箭发射,与 Google 太空数据中心项目 Project Suncatcher 的首个原型同乘。
AI 实验室正通过 SimpleClosure、Sunset 等公司收购倒闭创业公司的代码与工作区数据用于模型训练,SimpleClosure 的 Asset Hub 已处理超 150 笔交易,预计到 2026 年底向创业公司返还超 1000 万美元。
Meta 发布前沿模型 Muse Wonder,含 Muse Wonder Full 与 Muse Wonder 两个版本,在 Artificial Analysis Intelligence Index v4.3 上分别得 56 分和 52 分,前代 Muse Spark 1.3 为 48 分。
推荐理由:Meta 新前沿模型在智能体与编码评测上的跃升和成本上涨,可对照其与头部模型的差距。
Sakana AI 与 UC Berkeley 提出 Multi-Agent Self-Supervision(MASS),让同一个语言模型同时承担解题、优化工作流和评估结果三种角色,无需更强的教师模型。
美国空军将采购 WindBorne Systems 自主气象气球群采集的数据,合同价值最高 4900 万美元,目前已下单 170 万美元。WindBorne 目前约有 700 个气象气球在全球飞行,其数据同时用于自家 AI 天气预报模型 WeatherMesh 6。该合同未经过竞标,公司称政府认定其是全球数据采集能力的唯一合格提供方。
微软研究院发现,长时运行的 Autoresearch 智能体会因累积的对话上下文陷入“idea basins”,同一任务八次独立运行的最终得分从 68.3 到 100.0 不等,增加算力也无法消除差距。
微软研究院推出 StudentSim,通过公开的去标识化学习记录训练个性化 AI 学生模拟器,让 AI 导师在接触真实学生前就能获得反馈信号。该研究同时提出 StudentSimEval 评测协议,从行为保真度和指导响应性两个维度评估模拟器,覆盖国际象棋、第二语言英语写作和数学三个领域,StudentSim 均优于主流基线。StudentSim 仅为研究系统,不部署于课堂,也不旨在取代教师。
NVIDIA 在 OCP Global Summit 上通过开放 MGX 架构向 OCP 贡献 Vera Rubin 机架与计算托盘设计,并发布第三代 MGX AI 数据中心参考设计。
推荐理由:NVIDIA 在 OCP 峰会上开放 Vera Rubin 机架与计算托盘设计,并公布 MGX 1.2 与 DSX 开源组件,读者可据此了解 AI 工厂基础设施的开放标准走向。
Epoch AI 用新基准 InnovationEval 测试 AI 智能体能否独立做研究,任务是发明一种改进语言模型训练后阶段的新方法并自行实现、测试和迭代。
arXiv 宣布自 2026 年 10 月 1 日起将投稿限制为每人每自然月两篇,原有同时最多三篇活跃投稿的上限保留,共同作者不受影响。平台称 AI 工具推动月度投稿量突破 4 万篇,两年翻倍,仅 cs.AI 类别两年增长超六倍,9 月投稿量创历史新高并产生近 9000 张支持工单。
Odyssey 面向公众开放其世界模型 Odyssey-3 的研究预览,用户可从文本提示生成可实时探索的交互环境,开发者可申请 API 访问。免费在线演示基于 Odyssey-3 Flash,基础模型 14B 参数、生成 832×480 视频,Pro 版支持 1280×720。
Standard Bots 用共享基础模型加演示微调的方式为工业机械臂构建 AI,最大模型仅低十亿级参数,靠超十亿张图像训练的零样本感知系统定位零件,运动与单元逻辑仍由传统编程处理。
a16z 发布第七版最常用消费级 AI 产品榜单,首次通过 YipitData 数据追踪美国消费者在 AI 上的实际支出。约半数美国消费者使用 AI,但仅 4.5% 拥有 ChatGPT、Gemini 或 Claude 的付费个人订阅,且支出高度集中,头部 1% 用户贡献近五分之一的总支出,月均约 900 美元,而普通付费用户约 25 美元。
TypeSafe 宣布 Series AI 融资,Sequoia 透露其 Jev 上线首周 ARR 突破 1 亿美元,公司估值达 75 亿美元。
推荐理由:汇总了决策模型这一新品类同日多家厂商的发布与定价,可对照各家路线与成本差异。
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在一场对谈中指出,AlphaFold 的突破只是开始,蛋白质折叠远未被解决,静态结构预测无法覆盖蛋白质动态与无序性。
TypeSafe AI 以 75 亿美元估值完成 8.7 亿美元融资,由 Andreessen Horowitz 领投,Sequoia 和现有投资方 DCVC 参投。
OpenAI 本周发布近 400 项 AI 生成的数学结果,分布在 700 多份手稿中,涵盖组合数学、几何、数论、理论计算机科学、代数、拓扑、概率与统计力学、数学物理等领域。
推荐理由:通过数十位数学家的第一手反应,呈现近400项AI数学成果对学术生态与研究者职业路径的冲击。
Ai2 用 GPU 时间预算、分层公平分配和时间切片合约替换了原有的优先级调度器,把各研究项目该分多少 GPU 时间的争论从逐案运维任务变成透明的行政预算流程。
Hugging Face 作者 yuvraj sharma 与 Abubakar Abid 用 HuggingChat 中的 ML-intern 模式,在几天内做出六个模型。
推荐理由:作者用 ML-intern 在两天内做出六个模型,公开了完整提示词与每项算力成本,可迁移到自己的训练流程。
Anthropic 为 Claude 推出两项 beta 功能:Dashboards 可连接 BigQuery、Databricks、Snowflake、Salesforce 等数据源。
Ben Affleck 本周因多段采访视频走红,他在 GQ 和 Bloomberg Screentime 2026 活动上展示了机器学习、神经网络、Transformer、张量、GPU、推理等 AI 术语的理解,并称自己会写 Python。
AWS 发布基于 Amazon SageMaker HyperPod 与 EKS 的多租户参考架构,让多个团队共享同一 GPU 集群并保持隔离与资源公平。
Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 在 Latent Space 播客中提出“合成超级智能”(synthesis superintelligence),主张 AI 科学发现不能只靠更多互联网数据训练,而要让模型在真实物理实验中学习。
Ben Affleck 自述从小对计算机感兴趣,在电影从模拟转向数字后更关注视觉特效流程,并指出该流程多年来已包含机器学习。他称自己会写"相当糟糕的 Python 脚本",并解释卷积神经网络作为 Transformer 的前身,可通过 tensor 中的数值识别边缘检测与特征提取,从而更轻松地抠出绿幕并替换背景。
扎克伯格与 Priscilla Chan 支持的 Biohub 正牵头一项 18 亿美元的计划,覆盖数据、实验室设备与算力,目标是训练能预测细胞行为的 AI 模型,以加速药物研发。
NVIDIA 团队从 Nemotron 3 出发,用监督微调、强化学习和生成-验证-精炼推理流程,让 Nemotron-3-Ultra-CC 在 IOI 2026 取得 535.4/600 分,超过 361.12 的金牌线和人类最高分 498.27;IMO 2026 系统取得 30/42 分,超过 29 分的官方金牌线。
推荐理由:NVIDIA 公开了 Nemotron 在 IOI 与 IMO 达到金牌水平的微调配方、数据集与推理流程,可复现。
微软研究院开源 Agent Lightning v1.0,这是一个约 3500 行代码的轻量智能体强化学习框架,提出 Harnessed Agentic RL 范式,让部署时使用的 agent harness 直接参与训练,无需在训练框架内重写 agent。
推荐理由:微软开源 Agent Lightning v1.0,给出约 3500 行代码的智能体 RL 框架与完整训练配方,可据此评估真实 harness 训练的落地成本。
Healthleap 完成 3800 万美元种子轮和 A 轮融资,其中 800 万美元种子轮由 Sequoia Capital 和 First Round Capital 联合领投,3000 万美元 A 轮由 Hummingbird Ventures 领投。
Google DeepMind、Meta 和 AI 药物研发初创公司 Isomorphic Labs 联合向扎克伯格夫妇创立的非营利生物医学研究机构 Biohub 投资 3 亿美元。
OpenAI 从一个未公开的内部前沿模型发布 722 篇数学手稿,归入 372 个相关结果族,来自约 4000 个研究问题的评估,平均每个结果消耗约 3 小时 ChatGPT Pro 推理算力。
推荐理由:OpenAI 内部模型一次性产出 722 篇数学手稿,读者可据此了解 AI 做数学研究的规模、算力与外界质疑。
OpenAI 发布 722 篇手稿,覆盖 372 个结果族,称其中包含对“数百个”未解数学问题的解答,这些结果由一款未发布的前沿模型产出。发布内容还包括部分模型推理摘要、算力估算和尝试问题数量的统计,OpenAI 称“平均结果”相当于 ChatGPT Pro 思考三小时。