“我们不会每年押注30个项目”：曾在a16z管理40亿美元的Vijay Pande谈小规模投资
Vijay Pande去年离开了规模约40亿美元的Andreessen Horowitz生物科技投资部门，随后创办了规模更小、以AI为核心的VZVC。他表示，生物学正从“发现”科学转向“工程”科学，但临床试验仍然极其昂贵。Pande认为，真正推动AI改变医学的关键不是封闭的数据壁垒，而是开放、可共享的数据集。
AI 新闻中心
AI 新闻中心 过去一年分析了 1378 篇文章，发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
Anthropic 展示让 AI 训练 AI 的低成本高速方法
Anthropic 发布了一项研究，介绍一种用于改善 AI 模型对齐表现的自动化研究系统。该系统会查阅现有文献、提出训练方法、短时间训练模型，并根据测试结果反复保留或淘汰方案。在针对 10 种具体失调行为的测试中，10 项指标均有所改善，同时没有牺牲模型的整体能力。Anthropic 表示，表现最好的自动化方法平均只需约 6 小时，就能超过经验丰富的人类研究人员提出的方案。其 API 推理成本约为
玄幂 Xenomi 发布，号称行业首个量子增强型大语言模型
国光量子发布了玄幂 Xenomi 大模型家族，称其将量子技术融入大语言模型的决策与推理过程。该系列面向科研和学术场景，支持科研科普、路由和智能体决策等任务。公司表示，在特定任务中，玄幂相比主流开源模型具备更稳定的专业理解、更清晰的任务判断和更短的决策路径。玄幂据称已应用于量子计算智能实验平台和多智能体系统，支持文献检索、实验策划、混合编程、量子任务调度、数据分析及报告生成。不过，公告没有提供独立基
我国2025年智能体专利授权量超过3400件
国家数据发展研究院表示，我国2025年智能体相关专利授权量超过3400件，增速超过上一年的两倍。截至2026年6月底，我国智算规模达到240万PFLOPS，半年增长50.9%，其中近90%的智算资源集中在八大枢纽节点。2025年我国数据产业规模达到6.78万亿元。全国日均词元调用量从2024年初的1000亿增至2026年3月的140万亿，两年间增长超过千倍。
全球首例：武汉医院植入半侵入式视网膜脑机接口
武汉大学人民医院表示，团队已完成全球首例高分辨率半侵入式视网膜脑机接口临床应用，并取得安全有效的结果。医生没有穿透眼球，而是将刺激芯片植入眼白所在的巩膜。因视网膜色素变性而失明4年的60岁患者，在系统启动后能够辨认并写出数字、汉字和英文字母，还能抓取物品，并借助智能眼镜独立行走。智能眼镜将视觉信息转换为电信号，再以无线方式传给植入芯片，由芯片刺激残存的视网膜神经节细胞。与完全侵入式方案相比，该系统
CritICL：利用小型语言模型失败模式实现推理时弱到强泛化
CritICL 是一个用于提升大型语言模型推理能力的推理时框架。该方法将较弱模型中具有结构性的失败模式作为指导，并通过基于批评的上下文学习示例加以利用。CritICL-dynamic 会预测特定输入的失败模式并检索相关批评，CritICL-static 则使用全局失败模式概况。实验结果显示，CritICL 持续优于标准上下文学习，其性能可媲美或超过测试时扩展方法，同时显著减少生成次数并降低词元成本
Anthropic 研究员展示自我改进型 AI 的初步成果
自动化系统在评估特定失配行为的 10 项基准测试中全部提升了表现，同时没有降低整体性能。这些结果初步展示了开发自我改进型 AI 的方法，但尚未证明 AI 已具备广泛且自主的自我改进能力。
CaSKG：面向可扩展智能体技能检索的反事实因果技能图
CaSKG是一种改进大语言模型智能体检索可复用程序性技能的框架。它首先利用语义、词法、输入输出和结构等信号构建高召回率的有向候选图，然后通过删除、替换和重排技能对的反事实测试来校准边的相关性。生成的加权图可在不改变智能体策略或任务接口的情况下，实现紧凑且面向任务的技能扩展。在ALFWorld和ScienceWorld上对六种大语言模型进行评测时，CaSKG在全部12种模型与基准组合中取得最高任务得
用户与人均Token的指数增长为何让这个AI时代与众不同
Fin认为，用户数量和每位用户处理的Token数量同时呈指数增长，使当前的AI时代区别于此前的技术基础设施建设周期。这一趋势可能支撑AI实验室的算力经济模型。文章还探讨了继编程之后的下一个收入增长引擎、AI基础设施泡沫的可能性、开源与闭源模型的经济性，以及AI半导体建设周期为何可能比互联网建设更长。
AI让医生开始追问：我们还剩下什么作用？
一篇最新论文认为，在许多医疗任务中，AI的表现往往优于医生。这一观点引发了对医生未来角色、人类责任以及AI在医疗领域应用边界的讨论。
Meta如何创立FAIR、因专注元宇宙而落后，如今投入前所未有的资金追赶
《Fast Company》梳理了Meta在人工智能领域的发展历程。Meta于2013年成立研究机构Facebook AI Research（FAIR），但在公司将战略重点转向元宇宙期间逐渐落后于AI竞争对手。如今，Meta正投入其所称前所未有的大量资金，以重新取得竞争优势。8月，首席执行官马克·扎克伯格在公司网站发布了一篇长达6,537字的AI宣言，阐述公司的人工智能战略。
WikiSkill：将智能体经验编译为持久知识，推动技能演进
WikiSkill 是一个让 AI 智能体技能与持久知识库共同演进的研究框架。它将原始执行经验、积累的知识和可执行技能分开，并持续把经验整合到一个维基中，为后续技能更新提供依据。研究人员表示，在多种模型和基准测试中，WikiSkill 的表现优于现有技能演进方法，也普遍优于不具备技能的基线系统。较大的模型通常能从演进后的技能中获得更多收益，而配备技能的小模型有时可以超过没有技能的大得多的模型。这些
代理式游戏开发：扩展世界模型的可验证数据引擎
该研究认为，扩展世界模型不能只依靠更多爬取的视频和计算资源，还需要能够提供可靠奖励信号的递归式数据引擎。代码智能体可以利用可执行环境，由编译器和运行时系统提供高质量反馈，从而支持强化学习后训练。相比之下，空间生成目前往往依赖CLIP分数等模糊且可能存在偏差的指标。游戏引擎可以自动检查碰撞、物理效果、可导航性和基本可玩性，而开发者则通过接受或拒绝场景提供整体质量信号。研究提出“人类—引擎验证强化学习
Procedura：通过程序化控制实现智能体式3D建模
Procedura是一种3D建模智能体框架，可根据文本提示生成可编辑的参数化程序。大语言模型先将物体规划为装配图，再逐步编写各个部件。每个部件只有通过编译、配合和连通性检查后才会被纳入。独立的视觉评审器会根据诊断出的问题逐项改进装配结果。该图结构还支持按部件指定材料，以及经过模拟验证的关节运动。研究人员表示，在P3D-Bench和硬表面基准MechBench-36上，Procedura在评测质量方
Magpie：面向交互式游戏的实时世界渲染
Magpie 是一种面向交互式游戏的生成式渲染系统，将游戏运行与视觉生成分离。游戏引擎负责处理玩家操作并维护世界状态，独立的渲染服务器则根据引擎生成的白盒画面输出视觉内容。该设计旨在保持游戏规则、对象状态和交互结果的稳定性与可复现性，同时减少早期游戏原型对完整视觉资产制作的依赖。Magpie 为将生成模型应用于游戏实时渲染提供了一种系统级实现路径。