# AI研究的所有文章

在 HTX 新闻中心浏览与「AI研究」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策，提供权威的加密行业洞察。

一周代币解锁：H解锁达流通量7.9%代币

本周有三个加密货币项目将进行代币解锁，数量与金额如下： **Humanity Protocol** - 解锁数量：2.7亿枚 - 解锁金额：约1988万美元 - 简介：一个抗女巫攻击的区块链网络，提供人类身份验证机制，并确保用户对数据和身份的所有权。 **SoSoValue** - 解锁数量：2345万枚 - 解锁金额：约727万美元 - 简介：一个AI驱动的投资研究平台，结合CeFi效率与DeFi透明度，旨在解决加密市场信息过载和跨链资产管理问题。 **Collector** - 解锁数量：2886万枚 - 解锁金额：约557万美元 - 简介：一个将实物收藏品所有权与Web3数字市场结合的平台，用户可数字化藏品、进行交易或抵押借贷。以上各项目的代币释放曲线图可在原文中查看。

marsbit前天 11:40

marsbit前天 11:40

Claude开始自主设计新蛋白质，效率超越人类专家数十倍

Anthropic公司让Claude人工智能自主设计蛋白质结合剂，在针对15个靶标的测试中成功命中14个。实验共生成1320个设计，其中354个经独立实验室验证有效，总成功率达26.8%，是行业平均水平（10%-15%）的两倍多。若仅看Claude自评排名第一的设计，命中率高达49%。研究人员通过编写约1.6万词的提示词，将蛋白质工程师的专业知识和流程编排赋予Claude。Claude在接到任务后，自主调用包括RFdiffusion、ProteinMPNN在内的现有开源工具，完成选择靶点、设计序列、优化筛选等全套流程，全程无人干预设计决策。在多靶标模式下，处理14个靶标仅需48小时。在具体案例中，Claude在曾举办过公开设计竞赛的RBX1蛋白上取得显著成果，其最佳设计的结合紧密程度是原竞赛冠军的十倍。在难度较高的TNFα靶标（与明星药物Humira相关）上，Claude也成功设计出多个有效结合剂。 Anthropic已开源全部提示词、数据和设计模型。公司出于安全考虑，已在公开版Claude中封锁了相关生物能力。这项成果标志着AI在短短六年内，已从预测蛋白质结构（AlphaFold）发展到自主设计蛋白质。

marsbit08/19 11:40

marsbit08/19 11:40

奥特曼点名：他才是AI界最重要的研究者，但几乎没人知道他

奥特曼在访谈中称Alec Radford为“AI历史上最重要、却不太为人所知的研究者”，并视其为OpenAI崛起的幕后功臣。Radford是GPT-1、GPT-2、CLIP、Whisper等里程碑论文的第一作者，并参与了GPT-3、DALL·E、Scaling Law等关键工作。他在2016年加入OpenAI后，主导了早期语言模型探索，其“无监督情感神经元”实验揭示了模型通过预测任务可自发学习新能力。他率先将Transformer架构用于生成式预训练，催生了GPT系列，为OpenAI确立了核心发展方向。 Radford的研究直觉始终如一：为模型设计足够通用的训练任务，提供充足的数据与算力，通用能力便会自行涌现。这一理念不仅贯穿于语言模型，也体现在其跨模态工作中，如DCGAN、Image GPT、CLIP和Whisper，他总能领先行业一步，找到下一个值得规模化的简单任务。尽管成就卓著，Radford极为低调，几乎不经营个人品牌，很少接受采访。2024年底他离开OpenAI从事独立研究，近期推出的“Talkie”项目却一反行业潮流：这是一个仅用1931年前文本训练的“古董”模型，旨在探索模型在未见过的领域（如现代编程）中快速学习新技能的能力，而非依赖海量数据记忆。这再次体现了他前瞻性的思考方式：当外界还在追逐规模时，他已转向探究人工智能的学习本质。

marsbit08/17 08:13

marsbit08/17 08:13

牛津、NUS提出下一代世界模型方向：心智世界模型来了

牛津大学与新加坡国立大学的研究团队提出了“心智世界模型”（Mental World Modeling, MWM）框架，旨在克服传统世界模型仅关注物理层面（物体、位置、运动）的局限。传统模型在预测人类行为时可能产生“物理合理但行为错误”的结果，例如无法理解他人因信息缺失而产生的错误信念。 MWM将心智变量（如信念、目标、情绪、社会规范）与物理变量共同纳入世界状态，构建一个物理-心智耦合的全局模拟器。该模型首先生成目标智能体（如人）基于其视角的局部观测，然后模拟其行动如何同时改变物理世界和心智-社会状态。为验证框架，团队开发了无需训练的基准系统MENTIS。它将决策预测分解为明确阶段：状态解析、观测生成、行为分解、耦合状态转移模拟和评估。实验表明，完整MWM配置能显著提升行为预测准确性（尤其在人际互动场景），且当前主要瓶颈在于状态转移模拟能力。 MWM的核心价值在于，当行为有效性取决于心智社会变量（而非仅物理可行性）时，它能提供关键推理支持，例如服务机器人、医疗助手等人类中心场景。研究为下一代世界模型指明了融合心智推理的发展方向。

marsbit08/13 04:46

marsbit08/13 04:46

OpenAI研究员：我们都不读论文了

OpenAI一位研究员指出，许多前沿实验室的研究人员已不再阅读学术论文，并批评三大顶会（如ICML、ICLR）中存在大量夸大成果和造假现象。今年7月，由芝加哥大学研究人员成立的SAI对ICML 2026的168篇Oral论文进行了大规模实验复现审查，其中只有105篇代码开源且可完整复现。结果显示，仅34篇论文复现了超过40%的主张，而复现比例超过80%的仅有8篇。常见问题包括代码无法运行、文件缺失、结果与论文不符，甚至依赖已下线模型。复现成本高昂，中位数约为8900美元，最高可达近220万美元，使得独立验证极为困难。这导致存在问题的论文仍能通过评审、获得引用，并为作者带来学术或职业收益，而风险极低。尽管产业界前沿实验室可能依赖内部实验而非公开论文，但论文在学术界和招聘中仍扮演关键角色——学生和年轻研究者仍需依靠顶会论文申请职位或进入顶尖实验室。这种矛盾凸显了当前学术体系的困境：论文在知识传播上的可信度受质疑，但其在人才筛选中的价值却未减弱。研究者们一方面面临发表压力，另一方面也需应对复现困难、成本高昂的挑战。最终，这引发了关于学术诚信、评审标准以及产业界与学术界关系的广泛讨论。

marsbit08/09 23:31

marsbit08/09 23:31

中国版「生物DeepSeek」诞生，4个牛津学霸，让AI接管生命科学

津渡生科（由四位牛津大学归国学霸创立）自主研发的生命科学垂类大模型GeneLLM，作为全球首个直接使用多组学原始数据进行预训练的基础模型，相继登上《Nature Communications》与《Advanced Science》。该模型将RNA序列中的碱基作为基本Token，通过Transformer架构预测下一条生命信息，无需依赖人工标签，直接从原始数据中学习生命规律。目前已完成15亿参数和3.5万亿碱基序列的预训练，在极浅测序深度下仍保持高精度，有望推动普惠精准医疗。除了基础模型，公司还构建了BioFord Harness智能实验执行系统，将实验室转变为可编译、可调度、可观测的体系。其BioFord Agent平台包含文献检索、实验设计、科学推理、实验调度和数据分析五大智能体，能打通科研全流程，显著提升效率并沉淀失败数据以供学习。津渡生科选择了一条轻量化物理AI路线，专注解决AI与实体实验间“最后一公里”的基础设施问题，而非参与底座竞赛或自建重资产管线。公司成立一年内完成4轮融资，获得红杉中国、高特佳投资等机构支持。团队目标是打造生命科学领域的智能操作系统，定义AI时代的研发新范式。

marsbit08/04 13:56

marsbit08/04 13:56

开源版Claude Science来了，零依赖、MIT协议，内置30+项科研Skills

北京大学与元空AI联合实验室开源了科研智能体项目OpenAI4S，这是一个仿照Claude Science思路构建的开源科研助手。该项目采用MIT协议，核心零依赖，致力于让AI真正融入科研工作流。 OpenAI4S的核心是“代码即行动”（Code-as-Action），它允许智能体直接生成并执行Python或R代码，在一个持续运行的内核环境中完成复杂任务链，如数据检索、清洗、分析和可视化，中间结果可保留复用。项目提供了一个集成的科研工作台，内置30多个科研Skills，涵盖蛋白质分析、分子对接、单细胞分析、文献检索等领域，其中14个涉及GPU计算。它支持接入自有计算环境（如GPU服务器），将重型计算任务分发执行。项目强调“不伪造”原则，要求使用真实数据和计算，若服务不可用则明确报错，绝不编造结果。这确保了科研产出的真实性。开源是该项目推动产学研协同的实践，旨在构建可执行、可检查、可扩展的科研基础设施。团队邀请高校、开发者和产业伙伴共同贡献，通过开发新Skills或完善架构，推动科研智能体应用于更多真实场景。

marsbit08/04 10:21

开源版Claude Science来了，零依赖、MIT协议，内置30+项科研Skills

marsbit08/04 10:21

10万科学家免费用1年，OpenAI把科研流水线搬进ChatGPT

OpenAI于7月29日推出“ChatGPT for Academic Researchers”计划，旨在为10万名高校科研人员提供为期一年的免费高级模型使用权。首批名额1万个，目标在2027年达到10万。入选机构包括巴黎高师、普林斯顿高等研究院等知名学府。获批研究者将获得包含ChatGPT、ChatGPT Work、Codex在内的一整套集成工作区，并配备扩容版Deep Research、更高使用限额和更大上下文窗口。该工作区集成了超过75个生命科学专用技能，并能连接Zotero、GitHub、公共数据库等多种科研常用工具。模型方面，GPT-5.6系列分工明确，其中旗舰型号Sol Pro在专业数学和生物数据分析基准测试中表现出色。 OpenAI数据显示，每周约有130万人使用ChatGPT进行高等科学与数学研究，相关论文致谢ChatGPT的数量亦快速增长。分析认为，该计划旨在培养科研人员的工作习惯，通过深度绑定其工作流程，在免费期结束后形成高迁移成本。此次免费提供的是产品使用权，而非无限额度或API访问，更不包含模型权重。申请者需为高校教职或博士后，通过机构验证并提交近期学术论文。此举被指绕开了AI基础研究人员对模型权重和训练数据的核心诉求。相比之下，Anthropic的“AI for Science”计划主要提供API额度。两者均未开放模型权重，理由是为防止滥用。最终，这份工具红利虽能显著提升科研效率，但也引发了关于用户依赖性和AI研究透明度的思考。

marsbit07/30 11:51

marsbit07/30 11:51

他让GPT-5.6 Sol连跑33小时攻关费马大定理，被系统强制终止

近日，菲尔兹奖公布引发数学与AI结合的讨论。可逆计算专家Michael P. Frank尝试让GPT-5.6 Sol探究费马大定理是否存在比现有证明更简洁的途径，任务运行约33小时后被OpenAI系统强制终止。 GPT-5.6 Sol分析可能原因包括会话占用资源过多，或OpenAI此前已尝试类似问题但失败。模型在运行期间进行了扎实工作，将许多“听起来可行”的思路转化为精确陈述并逐一验证或排除，最终产出了一张“此路不通”的地图，而非证明本身。对于终止原因，存在多种解读：有人认为OpenAI可能刻意限制模型解决重大难题，以保持自身竞争优势或避免监管风险；OpenAI研究员Noam Brown则反驳称，若用户能用模型解决千禧年难题并获得奖金，对OpenAI将是最好的宣传。也有观点指出，终止可能是技术性原因，如模型运行时触发了防卡死机制，或是版本bug导致。这一事件引发关于AI能力边界、资源分配与科技公司策略的思考。

marsbit07/28 12:26

marsbit07/28 12:26

AGI倒计时，OpenAI首席研究官重磅表态：留给人类的窗口“很小”

OpenAI首席研究官Mark Chen近日表示，通用人工智能（AGI）即将到来，人类面临的窗口期“很小”。他认为，AI模型正快速接近能够自主进行“自我维持研究”的阶段，届时创新和进化或将由AI主导。 Chen指出，如今在各个领域都已出现AI的“神之一手”——做出超越人类直觉的突破。他坚信，扩展定律（Scaling Laws）尚未失效，技术进步仍处在指数曲线上。此前OpenAI在内部大力押注的推理模型o1的成功，也增强了这一信心。随着AI执行能力的大幅提升，人类在研究中的角色可能演变为“氛围研究员”（Vibe Researcher），即主要负责提出关键问题和凭借“品味”判断成果价值，而将具体的实施、编排工作交给AI。OpenAI的路线图目标正是实现端到端的AI自主研究。然而，通往AGI之路仍充满挑战。一是评估危机（Benchmaxxing），现有评测方法易被钻空子，缺乏真正有效的评估标准；二是“参差的前沿”问题，AI可能在复杂任务上表现出色，却在需要常识或持续学习的简单任务上失败。Chen承认这些难题，但相信正在被攻克。最后，Chen谈及一个温馨的隐喻：当AGI实现后，他个人的愿望是开一家面馆。这暗示在AI主导认知与创新的未来，人类独有的体验、情感与故事，可能成为最宝贵的价值。

marsbit06/30 08:37