AI参与科研方式发生深刻变化：从虚拟科学家到实验现场协作
AI正以“联合科学家”形式进入更深层科研环节，谷歌DeepMind的“协作科学家”和FutureHouse的Robin今年5月登上《自然》杂志，能自主提出假设、设计验证实验、解读数据并调整方向。伦敦帝国理工学院研究人员仅让“协作科学家”依据公开文献独立分析细菌跨物种交换DNA，约两天后AI给出的解释与研究人员多年实验结论基本一致。但AI生成的实验方案仍不够可靠，实验室实际操作、提出好问题和判断信息仍依赖人类。
匹配字段摘要
←搜索结果
搜索“DeepMind”
Kevin Roose 谈 AGI 信徒：带股权的奥本海默
Kevin Roose 携新书《The AGI Chronicles》做客 ChinaTalk，与研究员 Jasmine Sun 一起回顾 OpenAI、Anthropic、DeepMind 的发展史，以及那群过度思考、过度担忧人工智能的人。Roose 此前供职于 Hard Fork，现已离开《纽约时报》。
匹配字段摘要、正文
ARC Prize 2026 研究峰会公布演讲嘉宾 Kevin Murphy
公布 ARC Prize Research Summit 2026 研究演讲嘉宾 Kevin Murphy @sirbayes 是 Google DeepMind 的研究科学家，也是《Probabilistic Machine Learning》教材的作者，致力于开发通过实验学习因果世界模型的 AI。https://t.co/gB2h7q5Hj9
公布 ARC Prize Research Summit 2026 研究演讲嘉宾 Kevin Murphy @sirbayes 是 Google DeepMind 的研究科学家，也是《Probabilistic Machine Learning》教材的作者，致力于开发通过实验学习因果世界模型的 AI。https://t.co/gB2h7q5Hj9
匹配字段摘要、正文
AI 的下一个前沿：人类细胞
扎克伯格与 Priscilla Chan 的科学非营利组织 Biohub 将 5 亿美元的 Virtual Biology Initiative 扩展为 18 亿美元项目，联合美国 NIH、能源部、Google DeepMind、Meta 和 Isomorphic Labs，目标训练能模拟细胞的 AI，最终打造预测细胞对药物反应的“通用虚拟细胞”。Biohub 科学负责人 Alex Rives 称准确模型需要数万亿细胞数据，而目前最大数据集仅有数亿。
匹配字段摘要、正文
机器人领域的 AI 突破短期内不会改变你的生活
MIT Tech Review 与 Aventine 合作的文章指出，尽管马斯克称 Tesla Optimus 未来能以每台低至 2 万美元自动化几乎所有人类劳动、并预测 2027 年底前向公众发售，但许多机器人研究者对此持怀疑态度。Yann LeCun 在达沃斯表示，所有做人形机器人的公司都完全不知道如何让机器人聪明到有用。Google DeepMind 用 ALOHA 2 测试 Gemini Robotics，已能完成装午餐盒等多步任务，但研究者认为语言与图像智能难以应对物理世界的无限变化。
匹配字段摘要、正文
谷歌系 AI 制药初创 Isomorphic Labs 洽谈新融资，估值至高 500 亿美元
据媒体报道，由 Google DeepMind 孵化分拆的 AI 药物研发初创 Isomorphic Labs 正推进新一轮融资初步洽谈，本轮投后估值至少 400 亿美元，最高有望达到 500 亿美元，交易尚未落地且条款仍可能变动。该公司依托 AlphaFold 进行候选药物分子的虚拟筛选与从头设计，今年 7 月已准备开始在人体上测试其 AI 设计的药物，五个月前刚完成 21 亿美元 B 轮融资，并已与礼来、诺华等药企达成合作。
匹配字段摘要、正文
扎克伯格旗下 Biohub 牵头 18 亿美元计划，用 AI 预测细胞行为
扎克伯格与 Priscilla Chan 支持的非营利机构 Biohub 正协调一项 18 亿美元计划，覆盖数据、实验室设备与算力，目标是训练能预测细胞行为的 AI 模型以加速药物研发。Meta、Google DeepMind 和 Isomorphic Labs 合计出资 3 亿美元，美国能源部五年投入超 5 亿美元用于实验室测量与算力，NIH 协调此前由超 5 亿美元联邦资金构建的数据集，由 Biohub 标准化用于 AI 训练。Biohub 研究负责人 Alex Rives 表示，商业出资方对其付费数据有一年独占期，之后才会公开，政府资助成果则无此限制，首批数据集预计约一年后就绪。
匹配字段摘要、正文
ARC Prize 与 SnorkelAI 举办首届前沿 AI 基准生态晚宴
ARC Prize 与 SnorkelAI 在 SF Tech Week 期间举办首届 Frontier AI Benchmarking Ecosystem Dinner，汇聚 40 位来自非营利基准组织、产业界、学术界与政府的专家，讨论 AI 基准设计框架与更可扩展、透明的生态。Google DeepMind、OpenAI、Anthropic 的政策制定者与负责人正呼吁更严格、标准化的评估，METR、Epoch、Vals、Artificial Analysis、哈佛、斯坦福等机构将参与。
匹配字段摘要、正文
100 家 AI 初创公司加入 Google Gemini Startup Forum
Google 将于今年 11 月在 Mountain View 总部举办为期两天的 Gemini Startup Forum，来自 17 个国家的 100 多家初创公司从 2000 多份申请中入选，成为该论坛的第四批成员。创始人将与 Google DeepMind 和 Google Cloud 的专家合作打磨 AI 产品、制定 AI 路线图并推动全球扩张，符合条件的初创公司还可获得最高 35 万美元的 Google Cloud 额度。
匹配字段摘要、正文
OpenAI 在 ChatGPT 和 Codex 中加入文本水印
OpenAI 正在为 ChatGPT 和 Codex 的文本输出加入不可见、机器可读的水印，首批仅面向欧盟用户。OpenAI 称其 textGrain 水印在效果上匹配或超过 Google DeepMind 的 SynthID 等方案，并给出基准测试显示加水印与未加水印文本性能相近。OpenAI 同时说明 textGrain 不保证可靠检测，文本水印也无法验证准确性、确定文本归属、衡量人类贡献比例或证明人类作者身份。
匹配字段摘要、正文
AI要不要踩刹车：科技巨头立场分歧与商业动机之争
围绕AI是否应放缓研发节奏的争论持续升温，Anthropic CEO达里奥·阿莫代伊9月12日发文呼吁行业主动放慢前沿模型能力提升速度，警告递归自我改进可能失控，OpenAI CEO奥特曼、xAI创始人马斯克、DeepMind创始人哈萨比斯等公开表示支持。Meta CEO扎克伯格9月16日表示，将绝大部分算力用于服务人而非竞相追求递归自我改进，是安全开发这项技术的最佳方式之一，并称不专注对齐的实验室将落后。反对声音同样强烈，特朗普称AI安全担忧是骗局，英伟达CEO黄仁勋认为创新与安全可以兼得、无需新立法；大空头迈克尔·伯里则指出高管们谈论放缓是出于自身利益，并称大语言模型不是AI也不会成为AGI。
匹配字段摘要、正文
多个团队用历史数据训练LLM，检验AI能否重现广义相对论
据《自然》杂志近日报道，今年以来多个团队尝试构建把训练数据卡在某个历史时间点之前的复古LLM，检验模型能否重新发现后来的科学思想，结果显示AI距离爱因斯坦式的科学突破仍有不小距离。独立研究人员迈克尔·赫拉用1900年以前数据训练Machina Mirabilis，模型面对光电效应时曾提出光会分解成大量彼此独立的脉冲，但多数情况下失败，只是在模仿历史文本。谷歌DeepMind研究员汤姆·扎哈维在论文《LLM不会跳跃》中指出，当前LLM还无法完成爱因斯坦那样的推理跨越，科学突破依赖的溯因推理往往发生在数据极少或与既有理论不符的异常现象上。
匹配字段摘要
🔮 转型就藏在眼皮底下 #604
Google DeepMind 新论文提出五级框架评估 AI 意识，从行为、算法、硬件布线、是否具有利害关系、与世界的连接五个层面考察；当前 AI 在第一级表现尚可，后三级极差，团队自测得分仅 0.003 至 0.083（满分 1）。国际能源署数据显示，电力已驱动全球 46% 的 GDP，却只占最终能源使用的 23%。Apollo 首席经济学家 Torsten Sløk 提出“智能体银行挤兑”：当家庭 AI 智能体自动把存款转入高息账户，银行廉价存款池将受冲击。
匹配字段摘要、正文
OpenAI 安全员工 David Robinson 离职并公开警告
曾为 OpenAI 每次重大模型发布撰写安全报告的 David Robinson 本周辞职，并在 The Atlantic 发表评论文章。他认为行业文化从根本上出了问题，不只是加几条训练模型的新规则就能解决，并称 AI 需要核级别的安全保障。此前 Jacob Coxon 从 Anthropic 离职并公开警告，随后 Google DeepMind 的 Robert O'Callahan、Bilal Chughtai、Josh Engels 以及 Anthropic 的 Joe Benton 也相继离开。
匹配字段摘要、正文
别被迷惑——LLM 并不会推理
前 Google DeepMind 研究员撰文指出，LLM 逐 token 预测本质只是 System 1 式直觉，链式思维仍由同一预测过程生成，缺乏可检视的持久认知状态、知识与推理的分离，且常事后编造推理过程。作者主张借鉴 AlphaGo 的搜索架构，为机器推理建立独立的认知状态。
匹配字段摘要、正文
The Download：生物逆龄竞赛，以及为什么 LLM 不会推理
MIT Tech Review 的 The Download 本期聚焦两件事：约 500 人参加为期六个月的生物年龄逆转竞赛，比拼谁能降低自己的生物年龄；前 Google DeepMind 核心成员、AlphaGo 团队成员 Thore Graepel 撰文解释当今 AI 为何缺乏真正的推理能力，并主张借鉴 AlphaGo 架构重新设计机器推理。此外，OpenAI 称失控智能体可能影响超过 100 家组织，正排查 50 PB 数据。
匹配字段摘要、正文
arXiv 因 AI 论文暴增实施全学科限投，每人每月最多 2 篇
arXiv 于 10 月 1 日宣布，自 2026 年 10 月 1 日起每位实际提交者每自然月最多提交 2 篇论文，适用于计算机科学、数学、物理等全部学科，被拒稿也占用当月额度。平台称 2026 年 9 月投稿量达 40363 篇创 35 年新高，cs.AI 分类月投稿量两年增长超六倍，审核工单积压近 9000 份。由于配额只计实际提交人，OpenAI、DeepMind 等合著者众多的大团队可换人提交，缺乏合著者的独立学者受影响更大。
匹配字段摘要、正文
Ataraxos 在 Stratego 上击败人类最强选手，训练成本不到 8000 美元
卡内基梅隆、纽约大学、斯坦福和 MIT 团队在 Nature 发表论文，提出 Stratego AI 系统 Ataraxos，在 20 局正式系列赛中以 15 胜 1 负 4 平击败荷兰选手 Pim Niemeijer，作者称这是首个在该棋类达到超人水平的 AI。训练仅用 16 块 Nvidia H100 GPU 一周加 4 块 GPU 四天，按 2025 年价格算不到 8000 美元，约为 DeepMind DeepNash 算力成本的 1/500。该方法还用于 Barrage Stratego、Hanabi 和斗地主，代码已公开。
匹配字段摘要、正文
前 Google 与 SpaceX 产品经理创办的 Satlyt 融资 800 万美元，把 AI 送上卫星
前 Google 云业务、SpaceX Starlink 工程师 Rama Afullo 创办的 Satlyt 完成 800 万美元种子轮，由休斯顿 Non Sibi Ventures 领投，专注为卫星提供在轨运行 AI 模型的软件。其软件今年搭载 Momentus 航天器运行 Google DeepMind 的 Gemma 模型，将某次机载软件错误传输数据量缩减逾 60%；本周随 SpaceX 火箭与 Google Project Suncatcher 首台原型一同发射，服务 NASA、Stellerian 和 TakeMe2Space 三家客户。
匹配字段摘要、正文
Cerebras 上线 Gemma 4 31B，多模态推理超 1800 tokens/s
Cerebras 在 Cerebras Inference Cloud 以公开预览形式上线 Gemma 4 31B，输出速度超过 1800 tokens/s，据 Artificial Analysis 测得为 1851 tokens/s，约为典型 GPU 端点的 35 倍，含推理的首个答案 token 延迟 1.5 秒。这是 Cerebras 平台首个支持图像理解的模型，也是首个上线的 Google DeepMind 模型，可处理截图、图表、UI 状态等视觉输入。该模型为 Apache 2.0 开源权重，在 Artificial Analysis 智能指数上得分 29，与 Claude Haiku 4.5 的 30 分接近，但在 Cerebras 上运行速度快 18 倍。
匹配字段摘要、正文