# 研究的所有文章

在 HTX 新闻中心浏览与「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。

完全免费，Claude Science开源平替，DeepSeek/GLM想用哪个用哪个

近日，开源社区推出了“Claude Science”的平替项目OpenScience，引发科研人员关注。Claude Science是Anthropic公司推出的AI科研工作台，集成了文献检索、假设生成、代码实验到论文撰写等全流程工具，并内置大量科学数据库和多智能体系统，可显著提升科研效率。但其仅支持macOS/Linux、需付费且仅限Claude模型使用，门槛较高。 OpenScience由YC孵化的Synthetic Sciences团队开发，同样提供全流程AI科研支持，但采用“模型不可知”设计，用户可自由选用DeepSeek、GLM、Claude、GPT等国内外模型，甚至本地部署。项目开源且安装简便，内置技能包更丰富。团队强调其独立性，与Anthropic无关。该开源方案降低了使用门槛，为科研工作者提供了灵活、开放的AI协作工具选择。

marsbit07/07 07:30

完全免费，Claude Science开源平替，DeepSeek/GLM想用哪个用哪个

marsbit07/07 07:30

刚刚，DeepMind经典巨作再封神，ICML 2026大奖公布

ICML 2026大奖公布，两篇扩散模型研究获得杰出论文奖。其中一篇来自清华团队，指出扩散语言模型的“任意顺序生成”优势在实际中可能成为降低性能的“灵活性陷阱”；另一篇提出了针对扩散模型和对数凹分布的高精度采样方法，提升了技术天花板。这表明扩散模型研究正进入深入审视和夯实基础的阶段。一篇关于AI安全的立场论文获得杰出论文奖，尖锐指出当前的对齐研究（如RLHF）无意中正在构建一套可能被用于内容审查的工具箱，引发了学界对技术伦理的反思。另有五篇研究获得杰出论文荣誉提名，涉及主题包括：探测模型中诚实性的涌现位置、视频生成的运动归因、语言模型的记忆能力、扩散模型一致性的随机矩阵理论解释，以及在岭回归中严格证明“顿悟”现象。一篇关于深度伪造研究忽视AI生成非自愿亲密图像的论文也获得立场论文荣誉提名。时间检验奖授予了DeepMind团队2016年的经典论文《深度强化学习的异步方法》（A3C），其异步训练思想影响深远。整体来看，ICML 2026获奖名单显示，扩散模型是当前研究焦点，同时AI安全与伦理问题获得了前所未有的严肃审视，标志着AI研究从快速扩张转向深度反思与夯实基础的新阶段。

marsbit07/06 02:37

marsbit07/06 02:37

Karpathy最新开喷：一句话让全场Agent开发者安静了

安德烈·卡帕西在近期分享中对当前AI Agent热潮提出尖锐批评。他认为，行业最大的错误是急于让Agent执行复杂任务，却忽视了底层大模型的基础研究。卡帕西以自己2016年在OpenAI的“World of Bits”项目失败为例，指出当时因技术（强化学习）不成熟而受阻，而如今成功的路径已完全不同。他给出三点核心建议：第一，应优先夯实底层模型能力，而非追逐Agent应用；第二，做出炫酷Demo很容易，但将其转化为可靠产品可能需要长达十年的工程努力，自动驾驶和VR即是前车之鉴；第三，Agent本身并非产品，强大的基础能力才是，地基牢固后，高级能力会自然涌现。同时，卡帕西认为开发者应更多从神经科学（如海马体、基底神经节的工作原理）中汲取构建智能的灵感。他最后指出，在Agent这一新兴领域，最前沿的探索者并非OpenAI等巨头，而是广大的独立开发者和创业者。因为大厂在基础模型上积累了深厚经验，但在Agent的实用化探索上，大家几乎处于同一起跑线，小团队的灵活与快速试错可能更具优势。卡帕西的核心观点是反对浮躁，呼吁回归技术本质，在扎实的基础上进行长期建设。

marsbit07/06 02:33

marsbit07/06 02:33

清华特奖获得者顾煜贤，加入DeepSeek

近日，DeepSeek正大规模招聘，同时其V4正式版将于本月中旬上线。在该版本的论文作者列表中，出现了清华大学2021级博士生、2025年研究生特等奖学金获得者顾煜贤的名字。据悉，顾煜贤已正式加入DeepSeek。顾煜贤师从黄民烈教授，研究方向聚焦于提升大语言模型全生命周期的效率，主要涵盖预训练数据筛选、模型压缩中的知识蒸馏以及高效模型架构三个方向。其代表性工作包括PDS、MiniLLM和Jet-Nemotron等。其中，MiniLLM是一种知识蒸馏方法，已被谷歌、阿里等公司采用；Jet-Nemotron是一种高效混合架构模型，在性能媲美主流大模型的同时实现了显著的生成加速。顾煜贤的论文引用量已近5000，并多次在NeurIPS、ICLR等顶会发表论文。他的加入将为DeepSeek带来其在算法效率与模型优化方面的深厚专长。

marsbit07/06 02:08

marsbit07/06 02:08

Hinton盛赞，Gemini核心贡献者演讲：未来会有数十亿超人级AI爱因斯坦

Gemini核心贡献者、Blueshift团队负责人Adam Brown近期发表演讲，深入探讨了通用人工智能（AGI）与物理学的未来。演讲获得Hinton盛赞。 Brown回顾了AI能力的飞速进步：从几年前在高中数学基准测试中近乎“瞎猜”，到如今已能解决国际数学奥林匹克（IMO）金牌级别的难题，甚至在数学家的协助下完成可发表的研究论文。近期，AI更是独立推翻了尘封八十年的“单位距离猜想”，取得首个重大数学突破。他认为，这些进展遵循着清晰的“扩展定律”（Scaling Law），随着算力、数据和模型规模的持续增长，AI能力有望沿既定轨迹不断提升。 Brown以国际象棋AI的发展历程为类比，预言科学研究也将经历类似的四个阶段：从辅助工具，到人机协作的“半人马”模式，最终进入由“超人级”AI主导的时代。届时，可能涌现出数量庞大的“AI爱因斯坦”，以前所未有的规模和速度推进知识前沿。尽管当前大模型在自主性、规划等方面仍有短板，但Brown指出，即使能力停滞在当前水平，AI也已能作为全天候的私人导师、强大的编程与文献分析助手，彻底改变科研工作方式。他预计，未来几年将是人机协作的黄金时代，而物理学的许多根本性问题，有望在不远的将来获得解答。

marsbit07/04 06:40

marsbit07/04 06:40

Vitalik Buterin 表示混淆技术可以增强区块链隐私

以太坊联合创始人Vitalik Buterin近日发表文章，探讨了混淆技术在加密行业的应用前景。他指出，密码学混淆技术有望在未来增强区块链的隐私和安全性。混淆将普通代码转换为加密形式，同时保持其输出不变，从而保护代码本身不被分析，使开发者能够在不泄露专有代码或商业逻辑的情况下构建应用。 Buterin认为，单纯依靠混淆技术不足以安全处理加密货币等数字资产，因为用户可以复制混淆后的代码。然而，区块链网络通过分布式账本技术记录了所有权和交易，与混淆技术结合后，可以创建既能证明所有权又能隐藏程序逻辑的应用。这种结合有望用于安全的支付系统、金融应用、机密商业运营等场景。不过，混淆技术的实际应用仍面临重大技术障碍。研究人员在“不可区分混淆”领域已取得进展，但现有实现方案的效率极低，某些方法的执行时间甚至超过宇宙寿命。目前，学界正在研究优化密码学方法、改进数学工具以及探索全新方案，以提升算法效率。 Buterin总结称，实用的混淆技术尚需时日才能实现，但随着技术进步，未来有望打造出无需信任第三方的高安全性区块链产品。

TheNewsCrypto06/29 13:00

TheNewsCrypto06/29 13:00

谷歌「推理之王」也跑路Meta了，当年还是李飞飞挖来的

谷歌顶尖AI人才、被誉为“推理之王”的周登勇已低调离职，加入Meta任职研究科学家。他由李飞飞当年引入谷歌，工作八年多，在思维链等LLM基础研究上贡献卓著。几乎同时，Meta还迎来了“安全教母”、伯克利教授宋晓冬及其初创团队。此举是谷歌近期人才流失潮的又一例证。此前，Transformer核心作者Noam Shazeer转投OpenAI，诺贝尔奖得主、AlphaFold负责人John Jumper以及多名Gemini核心成员也相继加入Anthropic。报道指出，深层原因可能与谷歌内部战略重心转移有关。为追赶在AI编程（Coding）领域的竞争对手，谷歌成立了由高层直接领导的“Coding突击队”，并大幅提升其优先级和资源，旨在让Gemini成为编程主力。这一“Coding为王”的实用路线，与DeepMind部分研究人员倡导的“世界模型”AGI长远愿景产生冲突。有离职者透露，其算力资源被分配给了其他团队，这或许是顶级人才纷纷出走的重要推力。

marsbit06/26 13:39

marsbit06/26 13:39

拖更三年，北大校友翁荔最新长文刷屏

前OpenAI副总裁翁荔（Lilian Weng）发表了一篇关于AI扩展定律（Scaling Laws）的深度分析文章。文章指出，这条指导了AI行业数百亿美元投入的核心定律，远比人们想象的更为脆弱。文章回顾了Scaling Laws的基本思想，即模型性能随规模扩大而可预测地提升。然而，OpenAI与DeepMind在关键问题上得出了相反结论：给定算力，资源应更多分配给模型还是数据？OpenAI的Kaplan团队认为模型增长应更快，而DeepMind的Chinchilla团队则认为应等比增长。后来研究发现，这一分歧源于参数统计口径的差异和实验规模不足，导致Kaplan的结论仅适用于小规模场景。更关键的是，被行业广泛采纳的Chinchilla最优配比公式本身也存在方法论瑕疵。2024年有团队复现发现，其损失函数因取均值而非求和，导致优化器提前停止，输出并非最优解。此外，用于外推的关键参数精度不足，放大了误差。文章进一步指出，经典Scaling Laws的根本前提——高质量数据无限供应——正在崩塌。数据重复训练不可避免，新研究引入了惩罚项来修正公式，并发现大模型对数据重复更敏感。这解释了行业为何转向强化学习、测试时计算和合成数据等新路径。翁荔的博客以其清晰深入的技术解析著称，这篇文章历时三年完成。她于2025年联合创立了新公司Thinking Machines Lab。文章强调，下一代AI的进步不仅依赖算力规模，更取决于对这些基础定律细节更精确的理解与运用。

marsbit06/26 04:52

marsbit06/26 04:52

95后博士投身世界模型，脸谱心智融资数千万元

近日，AI世界模型公司脸谱心智（FaceMind）宣布完成数千万元Pre-A轮融资，投资方为星连资本，老股东360超额跟投。该公司由95后博士陆弘远创立，核心团队拥有深厚的自然语言处理与大模型底层技术研究背景。脸谱心智最初专注于端侧全模态模型，后转向更具前瞻性的世界模型研发。世界模型旨在预测环境动态变化，可应用于GUI Agent（理解屏幕界面并操作）及具身智能（如机器人任务执行）等领域。公司通过自研的循环迭代、参数高效架构，提升模型的长时序预测与场景理解能力。其早期产品“叠叠社”即利用GUI Agent技术，实时生成与网页内容互动的弹幕，积累了高密度世界模型数据。团队此前在低频词处理、句子表征等底层问题上的研究成果（如SLoW、Adam's Law论文）曾获业内关注，部分技术被Anthropic参考。投资者认为，团队兼具前沿研究判断与工程落地能力，迭代迅速，已在多项评测中达到行业先进水平。目前，脸谱心智的模型已在仿真环境、GUI Agent及真实机械臂场景中验证。未来，公司将深化世界模型研发，为机器人厂商、内容平台及芯片云服务商等提供全链条解决方案，致力于成为下一代AI基础设施的关键参与者。

marsbit06/26 01:49

marsbit06/26 01:49

CoinGecko称大多数Pump.fun迷因币在24小时内死亡

CoinGecko研究显示，基于Solana的Memecoin发布平台Pump.fun上发行的大多数代币会在24小时内失败，其首日失败率接近70%。该数据为Memecoin极高的风险提供了具体佐证，表明对普通买家而言，失败是常态而非例外。 Pump.fun因极简的发行流程而流行，推动了巨大交易量和网络活跃度，但也催生了大量低质量、模仿和短命的代币项目，形成了类似赌场的市场环境。报告指出，尽管少数代币能够存活并建立社区，但研究结果警示不应将平台发行热度等同于健康的市场需求。对于更广泛的加密市场而言，这类平台虽然能创造交易量和关注度，但本质上营造了一个高失败率的环境。忽略这一基本统计数据的交易者，从开始就在与概率对抗。当前市场正处于流动性减弱、监管政策趋严、机构产品发展以及高波动性代币承压的复杂阶段。此事例应被置于更广阔的市场结构中考量，其意义在于揭示了资金、监管和基础设施的动向，而非一个孤立的价格催化剂。

bitcoinist06/25 22:02