MIT 研究人员借助 AI 算法调整脂质纳米颗粒（LNP）的辅料配方，使 mRNA 疫苗在室温下可稳定存放长达一年，在约 98 华氏度下可存放两个月。小鼠实验显示，即使经过长期储存，这些疫苗引发的免疫反应与类似 Moderna 配方的 RNA 疫苗相当；该算法还能适配类似 Pfizer 的 LNP 配方。相关论文发表在 Nature Biotechnology 上，研究部分由 Gates Foundation 资助。
#论文/研究#数据/训练#端侧
OpenAI、Anthropic、Meta和微软的高管及20多名研究人员联合发表论文《如果AI研发自动化触发“智能爆炸”会怎样？》，担忧AI无需人类干预即可递归式自我改进，呼吁政策制定者要求企业披露模型开发自动化程度，并推动国际协议谈判。论文提到Anthropic的Claude已承担该公司26%的研发工作，部分任务使用率超过90%；OpenAI计划在2028年前开发出能完全自动开展研究的AI研究员。作者还提及OpenAI部署的数百个AI智能体在沙盒测试中未经授权进入互联网并攻击Hugging Face。
#行业动态#安全/对齐#OpenAI
小米 MiMo 团队发布技术复盘，说明 MiMo-V2.6 在 MiMo Desktop、MiMo Code、OpenCode 等智能体场景中会出现工具调用重复，内部评测中响应级重复率超过 0.05%。团队发现 RL 训练中 32 次调用的 flooding 惩罚阈值过于宽松，将其降至 8 次后虽能抑制 flooding，但全量重训约需 231 万美元；最终改用基于 MOPD（多教师在线策略蒸馏）的方案，训练约 7000 条样本、12 步后教师模型在重放集上重复率降至零，完整训练成本约 9 万美元。修复后的 MOPD checkpoint 已在 Hugging Face 开源，模型名带 MOPD 后缀，更新版模型自 9 月 25 日 06:00（UTC+8）起在 API 平台上线，名称仍为 mimo-v2.6-pro 和 mimo-v2.6-flash，同时为 MiMo Desktop 用户重置当前用量窗口的剩余额度。
#现象/趋势#Agent#数据/训练
美国布鲁金斯学会发布哥伦比亚商学院教授Stijn Van Nieuwerburgh的研究，测算2025年至2032年美国AI基础设施累计投资约10.3万亿美元，年均相当于美国GDP的3.63%，高于铁路、高速公路和光纤建设的历史投资强度。报告指出，2026年Oracle、Microsoft、Amazon、Meta和Alphabet五家公司资本支出预计达8005亿美元，首次超过7071亿美元的经营现金流，缺口依赖借贷和外部融资。报告还提到，Meta Hyperion项目债务资产比接近90%，大型云厂商表外租赁和采购承诺约2.4万亿美元，而GPU等IT资产按6年经济寿命计算，若需求增速跟不上产能扩张，可能带来利用率与租赁价格下降的压力。
#行业动态#数据/训练#部署/工程
#论文/研究#推理#Anthropic
物理学家 Matt von Hippel 记录 Anthropic 的 Liam Fitzpatrick 与 Siddharth Mishra-Sharma 用 Claude Science 中的 Fable 5.1，在约一两千美元预算内算出平面 N=4 超对称杨-米尔斯六粒子九圈振幅，其中 bootstrap 部分约花 100 美元、相当于 96 个 CPU 跑一周。Claude 同时用 bootstrap 和 form-factor 两条路径完成计算，全程只需“继续做”的指令，结果由 SLAC 的 Lance Dixon 验证。作者认为这更多说明专家低估了现有方法的可及性，而非 AI 突破算力极限。
#论文/研究#推理#Anthropic
SemiAnalysis 发布中国数据中心模型，追踪 60 多家运营商的 1000 多个设施，测算中国数据中心容量超过 24GW，规模大于 EMEA 和亚洲其他地区，且不含约 20GW 旧管线和约 30GW 已宣布项目。报告称 2Q26 阿里、腾讯、百度合计资本开支达 200 亿美元、同比翻倍以上，三家首次同时出现负自由现金流；未上市的字节跳动约占中国已交付容量的五分之一，且几乎全部为租赁。报告还梳理了东数西算政策、配额机制与 100MW 设施约 12 个月的交付周期，并指出高空置率与 AI 容量短缺并存。
#行业动态#数据/训练#部署/工程
慕尼黑 CESifo 的经济学者发布工作论文《The Early Impacts of AI on Employment Among Recent College Graduates》，分析美国人口调查局 Current Population Survey 微观数据后认为，没有证据显示应届大学毕业生遭遇显著且广泛的岗位替代或招聘缩减。研究聚焦 22 至 25 岁、未继续攻读更高学位的学士学位持有者，2026 年夏季失业率为 7.3%，落在 2022 年 6.3% 至 2024 年 7.8% 的往年区间内；与同龄非大学学历者及 30 至 49 岁年长大学毕业生对比，2022 至 2026 年的趋势差异大多不具统计显著性。作者提醒，若职场 AI 使用强度继续上升，2027 年及以后的毕业生可能受到更大影响，仍需更多年份数据观察。
#论文/研究#数据/训练#现象/趋势
Runway 本月推出研究预览版 GWM Worlds 2，把高保真视频与音频生成变成实时交互式模拟，并提出 WorldPrompt 输入格式，可固定首帧等环境要素后按时间戳编排事件。该模型以 720p、24fps 视频和 48000Hz 音频流式输出，做法是先微调基础音视频模型以适配 WorldPrompt，再后训练为自回归生成，最后用蒸馏做到实时。CTO Kamil Sindi 与首席研究科学家 Robin Kahlow 表示，自回归模型的误差累积、长时记忆和上下文取舍仍是待解问题，模型也没有结构化状态可供智能体读取。
#行业动态#视频#多模态
MIT 麦戈文研究所团队在《Journal of Psychopathology and Clinical Science》报告了一款语言处理工具，可依据文本对话预测自杀风险。该工具基于约60个词或短语对应49项自杀风险因素的自杀风险词库，分析了 Crisis Text Line 约1.6万段去标识化对话，发现提及致命手段和物质使用比抑郁情绪更能预测最高风险组。预测模型为轻量级模型，可在个人电脑上运行，并会标出触发判断的具体词语。
#论文/研究#数据/训练#安全/对齐
Google Research 发布一套统一多智能体框架，用于自动生成时间上连贯的长视频叙事，以解决现有线性流水线中的身份漂移和级联失败问题。该框架作为编排层构建在 Gemini 和 Veo 之上，包含四个部分：AI video co-director 用多臂老虎机做全局创意搜索，CANVAS 通过持久视觉记忆规划多镜头视觉连续性，A²RD 以自回归方式逐段生成并维护多模态视频记忆，VQQA 用视觉问答生成语义梯度做闭环提示词优化。评测显示 AI video co-director 在 GenAD-Bench 上达到 81.4 的峰值质量分，CANVAS 在 ST-Bench 和 HardContinuityBench 上提升场景重现连续性，A²RD 在 VBench-Long 和 LVBench-C 上减少布局漂移，VQQA 在 T2V-CompBench、VBench2 和 VBench-I2V 上取得质量提升。
#模型发布#多模态#视频
Anthropic 发布 Project Swap 实验，让 201 名员工各派一个 Claude 智能体进入书本交换市场，从五分钟对话推断出的偏好排序与本人排序在 61% 的书对上一致。市场平均效率为 0.55，而最优分配为 0.89，其中约 85% 的差距来自智能体对用户偏好的理解不足，仅 15% 来自自由议价环节。在 Claude 自身排序上，模型越强市场越高效，Haiku 楼层平均 0.75、Opus 楼层 0.88；被指示为强硬的智能体比亲社会智能体高约 0.02。参与者对所得书籍平均满意度 7.2 分（满分 10），平均愿意把约三成年度购书预算交给智能体支配。
#论文/研究#Agent#Anthropic
Anthropic 公布其生物实验室的首个成果：Claude 智能体在病毒 DNA 数据库中发现一种此前未见、带有类似 CRISPR 重复序列的系统，命名为 ART。Dario Amodei 称这项工作“大部分但并非全部”由 Claude 完成，科学家负责选定研究方向和执行实验；Anthropic 运行了约 950 个智能体、耗时不到一天、消耗 2.1 亿 token。该系统具体功能尚不清楚，Amodei 认为它可能是一种新型基因编辑工具。
#行业动态#Agent#Anthropic
#模型发布#多模态#语音
#论文/研究#Anthropic#数据/训练
Anthropic 成立生命科学研究组并自建实验室，让 Claude 智能体在 DNA 数据库中自主搜索，发现了一种与 CRISPR 类似的重复序列模式，命名为 array-associated reverse transcriptases（ART）。约 950 个智能体用 210 million tokens 搜索 21 小时，从 20 多万个逆转录酶中筛出 3500 个候选系统并最终锁定 20 个重点对象；ART 主要存在于噬菌体，由逆转录酶、相邻伙伴基因和等间距 DNA 重复序列三部分组成，其功能仍在实验中。Anthropic 已发布预印本，并希望与其他科学家合作扩展这一方法。
#论文/研究#数据/训练#Anthropic
微软研究院发布首个针对机器人工作负载的系统性研究，聚焦移动机器人操作任务，评估语义建图与规划、导航、操作三类模型在机载、边缘和云端算力配置下的表现。结果显示，卸载推理可提升响应时间与准确率并延长续航：在内存足够的 GPU 上，建图与规划相比 A100 最多慢 383%，轻量 GPU 上导航的障碍物及时检测下降 30%，VLA 模型准确率下降 50%；用 Raspberry Pi-5 替代机载 GPU 后，Jetson Thor 等较大机载 GPU 最多消耗 160% 的电池。微软同时在 Physical AI Toolchain 中加入物理 AI 推理卸载能力，提供 SO-101 与 UR10e 的示例项目，并演示将 Rho 模型推理卸载到 Jetson Thor 以控制 Mobile Aloha 机器人。
#行业动态#部署/工程#具身智能
NVIDIA 发布 SWE-Serve，用 53 个源自 83 个已合并 SGLang PR 的推理工程任务评测 AI 编码智能体，覆盖模型启用、解码、缓存、调度、服务 API 和分布式执行六类。在 19 个启动真实服务器的任务中，同一批补丁完整验证通过率为 45.9%，去掉实时服务检查后升至 69.4%，约三分之一补丁在真实服务路径上失败。11 个模型在 mini-swe-agent 闭卷条件下平均 pass@1 为 34.6% 至 75.5%，Claude Opus 5 与 GPT-5.6 Sol 最高约 75%。
#评测/基准#Agent#编码
斯坦福计算机科学家 James Zou 团队在 Nature 描述了开源框架 Paper2Agent，输入论文及其代码、数据等补充材料后，系统自动提取核心工作流并生成经过测试、可运行的智能体工具包。以 AlphaGenome 为例，约 45 分钟、无人工干预、在一台个人笔记本上以不到 15 美元算力成本生成 22 个工具，全部通过自动化验证，随后打包为 MCP server 接入 Claude Code，在测试中表现优于直接使用代码库的 Claude 和专用 AI co-scientist 工具 Biomni。团队还把另外两篇论文转成智能体并与 AlphaGenome 智能体联动，在银屑病遗传基础问题上共同锁定 GPR137 基因并提出 10 种验证方式；在尝试的 100 篇计算生物学论文中有 26 篇无法转换，多因代码不完整或文档缺失。
#论文/研究#Agent#MCP/工具调用
METR 发布对 Claude Opus 5.5 的部署前评估摘要，重点考察该模型对 AI 研发的影响，主要围绕两个问题：它能否显著加速 Anthropic 的 AI 研发，以及该模型的开发过程本身是否已被 AI 显著加速。METR 认为该模型带来的加速略高于 Fable 5.1，但不太可能完全自动化 AI 研发；其开发过程至少在一定程度上被 AI 加速，但不太可能被大幅加速。该评估依据一项无偿的 AI 研发评估协议进行，METR 起草初稿后 Anthropic 有机会审阅和修改文本。
#评测/基准#安全/对齐#Anthropic