中國科學家揭示幼年社交玩耍背後的多巴胺機制
北京腦科學與類腦研究所李瑩、吉妮團隊在 Cell 發表研究,揭示幼年動物的多巴胺信號會因不同社交行為而變化,並參與塑造社交策略。研究團隊結合人工智能行為分析、神經信號記錄與實時調控,在自閉症動物模型中改善了社交玩耍行為。研究屬動物模型基礎機制研究,結果不能直接推廣至人類臨牀應用。
北京腦科學與類腦研究所李瑩、吉妮團隊在 Cell 發表研究,揭示幼年動物的多巴胺信號會因不同社交行為而變化,並參與塑造社交策略。研究團隊結合人工智能行為分析、神經信號記錄與實時調控,在自閉症動物模型中改善了社交玩耍行為。研究屬動物模型基礎機制研究,結果不能直接推廣至人類臨牀應用。
研究以雙向 LSTM 將 Wi-Fi CSI 序列與按鍵特徵關聯,測得被動推斷的 F₁ 在視線可及辦公室達 85.4%,隔着 15 cm 石膏板仍為 61.2%。
Google DeepMind 開放 WeatherNext 3 所依託的 SatWeave 與 PARDIG 數據集,提供即時數據流及 CC BY 4.0 授權;PARDIG 歷史檔案涵蓋 1999 年至 2026 年。
清華大學江瑞課題組發布單細胞蛋白組基礎模型 ProtCell,並在摩爾線程 MTT S5000 上完成全流程預訓練復現。模型以約3.8億個細胞及98個公開數據集進行預訓練與評估,雙平台主要定量評測指標差異約0.2%。ProtCell 程式碼已在 GitHub 開源,官方倉庫整合 MUSA 預訓練啟動入口。
中山大學梁曉丹團隊提出 GeoThinker 系列兩項研究,先讓視覺語言模型按需利用外部幾何資訊,再以 GeoThinker-F 探索由模型內部生成空間線索。相同訓練數據下,GeoThinker-F 的六項空間智能基準平均得分為 62.21,與 GeoThinker 的 62.23 幾乎相同。GeoThinker-F 推理延遲由 1.45 秒降至 0.40 秒,速度提升約 3.6 倍。
中國科學院合肥物質院健康所、合肥腫瘤醫院等科研團隊提出 M³Net,模仿醫生先看全局、再看局部和細節的診斷流程,分析肺結節胸部 CT 影像。模型在 LIDC-IDRI 和 USTC-FHLN 數據集上的分類準確率等指標均較十二種 AI 算法提升,參數量與運算成本亦較低。
OpenAI 將「Respecting Warnings」評測與去識別化 Codex 生產日誌中的可比決策對照,發現六個模型在評測中的成功率均低 10.2 至 37.4 個百分點。研究將差距歸因於模型誤判評測目標,把真實權限警告當成提示注入而忽略。文章建議以結構匹配的線上樣本檢查評測與生產成功率的差異,而非用評測絕對分數作準入門檻。
中國科學院合肥物質院科研團隊提出 M³Net,模仿醫生先看全局、再看局部和細節的流程,利用多尺度影像分析肺結節良惡性。模型在 LIDC-IDRI 和 USTC-FHLN 數據集上的分類準確率等指標均較十二種 AI 算法提升,參數量與運算成本亦較低。
DeepStress 是一套動態壓力測試框架,透過可控地降低檢索證據品質,測試搜尋智能體在不同證據條件下的表現。研究以 HotpotQA 和 BrowseComp-Plus 的問題評估 12 個系統,發現多個開放權重智能體在來源有明顯可信度警號時仍會自信作答。許多 HotpotQA 問題即使所有檢索文件均有事實錯誤,仍會依靠模型參數中的知識作答。
Test-Time Baking(TTB)透過把跨視圖注意力中的全局場景資訊烘焙至輕量 MLP,提升僅解碼器大型視圖合成模型的新視圖解碼品質,同時維持 Test-Time Training 的渲染效率。TTB 在多個 benchmark 上達到最高 23x 渲染加速,品質媲美當前最先進方法。
論文作者報告,TestPrism 將評測標準由單一參考答案改為多補丁面板後,14 種 Coding Agent 配置中最佳成功率由 59.67% 降至 28.00%。新標準要求測試在基線上失敗、接納全部正確實作並拒絕全部錯誤實作;286 條失敗軌跡中,50.0% 屬於錯誤檢查。
這篇綜述整理可信任智能體 AI 在安全與私隱方面的研究,將核心問題歸納為行動能否經環境驗證、敏感資料能否妥善保護,以及系統運行時實際洩漏甚麼。作者以推理、驗證、保護和審計構成四層信任架構,涵蓋安全營運、裝置端談判、對話智能體及多智能體洩漏審計。
Ropedia Xperience 2 提出以環境和行為共同採集為核心的具身 AI 數據方案。數據包括 1,589 個已公開、具公制尺度的 3D 掃描,以及涵蓋 74 項任務、共 131 小時的 4,230 段第一視角錄影。場景可轉成具物理互動性的模擬環境,人類動作可重定向為全身機械人軌跡,並以虛擬遙操作和自動生成長時程軌跡補充機械人行為,為研究環境與行為的規模擴展規律奠定數據基礎。
Ropedia 發佈 Physical AI 數據集 Xperience 2,將真實場景掃描與人的第一視角活動記錄對齊,涵蓋場景幾何、影片、軌跡及身體姿態。本次發佈包括 1,589 個場景、12 類真實空間;技術報告展示把掃描場景轉成可互動模擬環境,以及將人體動作重定向為機械人軌跡等用途。
PhysLoop 以大語言模型引導影片生成、篩選及修正,協助影片生成模型生成符合物理規律的影片並自我改進。研究團隊公開了涵蓋室內及室外場景的 100K 段影片、生成工具,以及 PhysLoop-Gen 和 PhysLoop-Repair 兩個評測數據集。研究亦以 Physics-IQ Verified benchmark 評估影片的物理表現。
UniSpark-9B是一款探索混合注意力的統一多模態模型,每個分支約有9B參數,支援視覺問答、文字生成圖像、指令引導編輯及交錯文字與圖像預測。模型在MME-S取得2470.3分,在GenEval取得0.83分,並將圖像合成能力延伸至2K。
WorldDraft 評測基準用來衡量影片模型在程式碼構建 4D 世界後,能否保留世界運動並呈現指定視覺效果。基準包含 432 個測試案例,涵蓋 48 個可執行的 4D 世界類別;對 12 個代表性模型的評估發現,來源線索衝突可引發高達 64% 的來源洩漏。研究提出 WorldDraft-Primer,一種視覺提示策略,可提升凍結影片渲染器在兩項目標上的表現。
FOAM 是一種輕量級 SOAP 變體,透過僅輸入端預處理及因子化 Adam 矩估計器,降低記憶體使用量並移除一次特徵分解。LLM 預訓練測試顯示,FOAM 在 124M 至 760M 參數規模下,驗證損失媲美 SOAP 和 Muon,優化器狀態僅為 SOAP 的一半,運行速度則達 Muon 級別。它亦能在三倍學習率範圍內保持穩健。
研究發現,表現不佳的決策模型仍可透過評判完整行動軌跡,有效教導強化學習策略。JEV以GRPO訓練Qwen2.5-1.5B策略後,ALFWorld成功率由72.8%升至82.9%,WebShop則由56.8%升至71.4%。逐一判斷每個行動是否有幫助,能區分有用和無用的行動。
LoopVQ 以低於 1 bit 的精度壓縮 KV cache,提升長上下文解碼速度及服務吞吐量,無需重新訓練底層 Transformer。每個元素採用 0.5 bits 時,32K tokens 下的解碼延遲約為 BF16 的一半;在 1.4B 和 2.6B Ouro 模型上,峯值服務吞吐量分別提升最多 4.3× 和 6.1×,一般批次大小下每秒請求量約增至兩倍。
浙江大學團隊提出 SpaceCast-Bench,評估 VLM 根據場景變換推斷新空間關係的能力;21 個模型中最高準確率為 58.0%,人類為 87.2%。基準涵蓋 182 個真實室內場景、3862 道問題和 16 類任務;6 個空間專項模型準確率為 25.7% 至 29.1%,接近 25.9% 隨機基線。提供文本形式的 3D metadata 後,閉源模型平均提升 30.7 個百分點。
MIT 研究人員研發協作式 AI 設計系統,讓工程師在拓撲優化生成結構時提供意見,改善結構的可製造性及線性屈曲載荷。研究示範顯示,這種人機協作方法令兩項指標提高 39%,相比全算法設計只增加 15 秒設計時間。系統利用機器學習找出最可能需要修改的設計區域,供工程師提供意見。
研究提出以自適應計算訓練多層深度的 System One 決策模型,讓單一模型按需增加計算,提升準確度與效率的取捨。研究發現,決策資訊集中於中間層,移除最後六層仍不損失表現。該方法在七項決策基準測試中,各深度的表現均媲美或優於獨立訓練的模型。
IsoKron 審計 GitHub、Grafana、PostHog、Kubernetes 四個 MCP 伺服器,發現測試中出現並行更新遺失或過期資料覆蓋。
Google DeepMind 發佈 AlphaProof Code,讓人類專家與 AI 智能體協作驗證軟件,並在若干假設下,對 Signal 協定參考實作 libsignal 的編譯後機械碼證明若干安全性質。
在四項 TypeScript 程式碼議題、共 24 次測試中,兩個以同一個 27B checkpoint 壓縮至每個權重約 2 bit 的模型平均同得 13.33/15,未顯示質素差異。
PubMed 不會把加引號的舊 MeSH 標題映射至新標題,令相關搜尋找不到記錄。測試 2016 至 2019 年更名的標題後,259 個舊主題標題中有 246 個、4 個舊地理名稱中有 3 個會觸發「quoted phrase not found」。pubmed-pt-check 0.1.5 可識別查詢中的舊名稱,並以現行標題改寫。
德州農工大學研究團隊提出 5G CATS,把 5G 無線電直接封入 GPU 封裝,以驗證晶片實際運行地區,防止走私。使用 ns-3 和 5G-LENA 的模擬顯示,方案每次都能攔截 300 公里外的光纖中繼攻擊;預設 5G 則要到 2000 公里才可攔截。99.9 百分位往返時延波動由 39.28 毫秒降至 2.60 毫秒。
毛德華團隊利用遙感大數據和雲計算平台,實現國家尺度濕地動態監測,涵蓋2016—2024年,空間分辨率為10米,平均總體精度達81%以上。團隊評估了1980至2020年間中國濕地景觀變化對土壤有機碳庫的影響,發現濕地保護與恢復可抵消濕地農田化造成的部分碳損失。
Nvidia 研究人員打造 Déjà View,以 117 million 個參數將不同角度拍攝的照片轉換成 3D 場景,並在重用同一層的設計下,媲美或超越參數量為其 8 至 10 倍的模型。模型在五項 3D 重建基準測試中,平均相機位置準確度領先,所需運算能力亦比測試中的最大競爭模型少 1.9 至 2.3 倍。論文獲選為 NeurIPS 2026 口頭報告,Nvidia 已釋出程式碼。
Unemployment Labs 的 Will DePue 發表鑑識報告,指 DeepSeek、Moonshot AI、MiniMax 和 Ant Group 的六款模型權重呈現與 NVIDIA Blackwell GPU 初始化配置相符的數值模式。
推薦理由:報告透過模型權重中的初始化數值模式辨識硬件配置,並説明這類指紋支持哪些推論,以及無法確認哪些出口管制事實。
澳洲 CSIRO 團隊以 GenDIReCT 獨立復核 EHT 對 M87* 的觀測數據,確認人類首張黑洞照片中的緊湊環狀結構並非成像或儀器誤差造成。研究團隊以「閉合不變量」處理三站望遠鏡組合,並用與天文無關的圖像訓練 AI 模型,避免演算法預設黑洞應有的影像形態。
澳洲 CSIRO 團隊以新算法 GenDIReCT 復核 M87* 的觀測資料,確認人類首張黑洞照片中的環狀結構並非成像假象。研究人員將 2017、2018 和 2021 年的 EHT 公開觀測數據輸入算法,不同視場及年份下均得到直徑約 42.2 微角秒的緊湊環狀結構。研究指出,該結構源於黑洞周圍經引力透鏡效應和紅移的輻射,並進一步支持廣義相對論對黑洞陰影的預言。
AI 模型知道「婦女、和平與安全」議題,卻不會主動提出這個議題。討論中有人解釋,這是聯合國倡議,旨在讓女性參與戰爭、和平談判、軍事行動及戰後重建的決策。
Unemployment Labs 的分析在四家公司的六款開放權重模型中,發現與 NVIDIA Blackwell GPU 初始化相符的模式。
研究團隊以新開發的獨立成像算法重新分析 EHT 數據,獨立驗證人類首次拍攝到的黑洞圖像中的環狀結構。新重建圖像與原始圖像高度重合,但研究人員指出,採用不同先驗模型和重建方式仍可能令圖像細節有所不同。
毛德華團隊首次實現10米空間解析度、2016—2024年年度連續更新的全國濕地動態監測,平均總體精度達81%以上。研究顯示,40年間濕地農田化累計造成約574.66萬億克碳損失,退耕還濕增加的碳量抵消了約32.4%的相關損失。
在同一組 24 條問題測試中,GPT、Claude、Gemini、Grok 和 Llama 在推薦問題上的分歧最多,平均每題有 3.17 項重大分歧。事實問題平均每題只有 0.33 項重大分歧,而 6 條推薦問題中有 5 條出現至少一項重大分歧。
康奈爾研究發現,美國四個主要電網在2020至2025年間的數據中心相關基建成本,大多由居民承擔。2025年,數據中心平均支付38%的相關成本,即$3.12 billion;總額為$8.25 billion,餘下62%($5.13 billion)主要由居民承擔。最低收入家庭的額外能源開支最高可達收入的28%。
Microsoft Research Focus 第 98 期涵蓋 AI 跨語言翻譯、解決 KLS 猜想,以及提升編碼智能體效率等研究進展。研究團隊分析 1,350 萬次編碼工作階段,發現少於 8% 需要上下文壓縮,但佔 AI 處理成本的 44%;APEC 將成本最多降低 25.4%,執行時間降低 9.6%。