X @OpenAI● 精選AI 評分65
OpenAI 發布 BioBasicsBench，衡量 AI agent 的溼實驗分析能力
OpenAI 與酶設計生物技術公司 Ligo 合作推出 BioBasicsBench，用 100 個來自真實實驗的任務衡量 AI agent 能否完成溼實驗室的常規資料分析。任務考察 agent 解讀原始實驗資料、識別錯誤，以及判斷證據是否足以支援結論。OpenAI 表示該基準能指出模型需要改進的地方，並追蹤這些進步對科研進展、生物安全與生物安保的意義。
搜尋
依意思最接近的 30 筆
OpenAI News● 精選AI 評分60
OpenAI 發布 BioBasicsBench，評測 AI 智慧體溼實驗能力
OpenAI 推出 BioBasicsBench，一個包含 100 項任務的基準，用來衡量 AI 智慧體解讀原始實驗資料、處理日常溼實驗科學工作的能力。該基準關注的是實驗室裡日常操作層面的任務，而不是單一的結果性問答。
Hacker News front pageAI 評分71
Biohub 與 DOE、NIH、Google DeepMind 等投入 18 億美元建 AI 生物資料
Biohub、美國能源部（DOE）、NIH 與 Google DeepMind、Isomorphic Labs、Meta 等宣布共同投入 18 億美元，生成面向 AI 的開放生物學資料。其中 DOE 五年投入逾 5 億美元用於測量、建模與算力，NIH 協調此前超 5 億美元聯邦投資積累的生物醫學資料集，三家科技公司則向 2026 年 4 月啟動的 Virtual Biology Initiative 合計投入 3 億美元。
機器之心AI 評分55
BioStack 獲 950 萬美元融資，把醫院資料做成醫學 AI 訓練集
醫療資料基礎設施公司 BioStack 完成 950 萬美元種子輪融資，將用於擴充套件醫院資料網路與技術平台。公司稱其在美國、印度、巴西和阿根廷的醫院合作網路可接觸超 1 億條去標識化患者記錄，已把數十萬量級 X 光、MRI、CT 影像與病理及臨床記錄結合。其技術部落格還公布了一套含 513 道題的醫學影像評測基準，前沿模型答案准確率 33.9%–41.9%，但同時要求指出支援影像的聯合準確率僅 11.7%–25.0%。
The Verge AIAI 評分68
Google DeepMind 與 Meta 等向虛擬細胞專案投資 3 億美元
Google DeepMind、Meta 與 AI 製藥公司 Isomorphic Labs 共同出資 3 億美元，投入由扎克伯格夫婦創立的非營利生物醫學機構 Biohub 牽頭的“虛擬細胞”專案。該專案屬於總額 18 億美元的“Virtual Biology”計劃，目標是建置可供 AI 使用的生物資料集與高精度預測模型，讓研究者能以數字化方式提出、預測並回答生物學問題，用於對抗疾病。Biohub 成立於 2016 年，長期以預測模型推動疾病防治研究。
TechCrunch AIAI 評分59
OpenAI 收購 Orchestra Bio，團隊併入生命科學模型 Rosalind
OpenAI 於 10 月 20 日宣布收購成立四年的 AI 生物科技軟體創業公司 Orchestra Bio，交易金額未披露，該公司截至 2025 年累計融資約 2000 萬美元，投資方包括 Andreessen Horowitz、Atria 和 8VC。Orchestra 的 AI agent 用於協助生物科技公司處理藥物發現中的運營瑣事，例如跟蹤財務、協調臨床試驗排期；
X @OpenAIAI 評分58
OpenAI 收購 Orchestra Bio，加速藥物研發
OpenAI 宣布收購 Orchestra Bio，這是一個幫助生物製藥團隊協調藥物研發複雜流程的平台。收購後雙方將以 OpenAI 面向生命科學研究的 Rosalind 模型與工具為基礎，簡化這些運營環節，讓新療法更快到達患者；Orchestra Bio 創始人 Ashokaraj 及團隊一同加入。
Latent SpaceAI 評分64
Fabian Theis：虛擬細胞瓶頸在資料，Biohub 等投入 18 億美元
Helmholtz Munich 的 Fabian Theis 在訪談中稱，虛擬細胞的關鍵瓶頸是資料而非演算法，Biohub 等機構投入 18 億美元採集多尺度生物資料。他指出 2025 Arc 虛擬細胞挑戰中常數基線常擊敗複雜模型，部分原因是評估指標失準；在更好指標下深度學習可超過均值基線。真正值得做的是預測分子→細胞→微環境→組織→器官→個體及跨尺度相互作用，其團隊正為此開發演算法並用於精準醫學。
OpenAI News● 精選AI 評分63
OpenAI 收購 Orchestra Bio，併入 Rosalind 生命科學線
2026 年 10 月 20 日，OpenAI 宣布收購藥物研發協作平台 Orchestra Bio，其團隊與技術將併入面向生命科學研究的 Rosalind（含 GPT-Rosalind 與 Rosalind Workbench）。Orchestra 的平台讓人與 AI agent 共同推進藥物專案：例如某批生產失敗時，agent 定位受影響的試驗與時間線、彙集資訊並比較應對方案。
X @GoogleDeepMind● 精選AI 評分80
@GoogleDeepMind: SynthID Bio is our new family of watermarking methods made for AI-generated biological designs.
Google DeepMind 發布 SynthID Bio，一套面向 AI 生成生物設計的水印方法。官方稱這是全球首次能在不影響生物功能的前提下，把不可感知的簽名直接嵌入蛋白質序列。該技術屬於 SynthID 水印體系的新分支，具體覆蓋範圍、檢測方式與可用時間尚未公布。
機器之心● 精選AI 評分65
OpenAI 收購 Orchestra Bio，團隊併入 Rosalind
OpenAI 宣布收購 2022 年成立的 AI 生物製藥公司 Orchestra Bio，並將其團隊與技術整合進面向生命科學的 Rosalind 模型與工具。Orchestra 的平台用於協調藥物開發流程，其 CTO Andy Xu 畢業於北京大學與約翰斯·霍普金斯大學，曾在微軟工作近 19 年。同日，Anthropic 公布 Claude 在 64 小時內生成 318484 種蛋白質設計，其中 17 種達到結合蠍毒神經毒素的預設標準；
機器之心● 精選AI 評分75
阿里資料團隊提出基準健康指數，為 158 個評測基準打分
阿里資料等團隊提出基準健康指數（BHI），從能力區分度、抗飽和度、影響力三個維度給 158 個 LLM 評測基準打分，論文已被 NeurIPS 2026 評測與資料集賽道接收為 Oral。結果顯示 Humanity's Last Exam 以 67.05 分居首，Agents' Last Exam（53.08）和 AutomationBench（52.68）緊隨其後。研究基於 117 個模型的技術報告，用留一基準法估計模型能力，並驗證隨機移除 30% 模型後排序相關係數仍高於 0.97。
機器之心● 精選AI 評分77
斯坦福發布 Virtual Biotech 多智慧體藥物研發平台
斯坦福團隊 9 月 17 日在 Science 發表 Virtual Biotech：由虛擬首席科學官統籌 8 個專業科學家智慧體、2 個支援智慧體，並通過自建 MCP 伺服器接入 100 多種分析工具與 ClinicalTrials.gov 等資料庫。系統用約 6 小時並行完成 37,075 項 II／III 期臨床試驗的結構化提取，比單智慧體估算快約 184 倍，並復盤了因中期無效而終止的 OSMRβ 潰瘍性結腸炎 II 期試驗。
機器之心● 精選AI 評分74
SLDBench v2 讓 AI 自主挑選實驗，8 個前沿模型全部掉分
SLDBench v2 把「做哪些實驗」也交給 AI，8 個前沿模型需要自主選擇實驗後，成績全部下滑，預測誤差擴大到原來的 1.5 至 4.7 倍。該基準把 30 個任務的真實訓練記錄做成一份標價目錄，AI 按當年實際消耗的算力付費購買結果，再據此預測從未見過的更大規模實驗。表現最好的 Claude Opus 5.5 只花全量成本中位數 4.01%，R² 中位數 0.570，仍超過經典冪律公式用全部資料擬合的 0.455。
X @GoogleDeepMindAI 評分57
@GoogleDeepMind: As AI accelerates scientific discovery, we’re helping researchers keep pace by quickly authenticati…
Google DeepMind 發布了一套可快速驗證生物設計是否內建安全防護的工具，並以開放形式供研究使用。該工具面向科研人員，目的是在 AI 加速科學發現的同時不拖慢關鍵研究進度。官方未披露具體工具名稱、技術細節與適用限制。
機器之心● 精選AI 評分67
AIPOCH 開源科研平台 Open-Science，推出 .science 研究過程包
AI 科研平台 Open-Science 由 AIPOCH 以 Apache License 2.0 開源發布，同時推出 .science 軟體包格式。.science 把選定的對話分支、檔案版本、Notebook 記錄與驗證證據整合成一個可移植檔案，可分享、遷移到另一臺機器，或作為只讀記錄匯入評審，相容 RO-Crate 標準，資料預設本地儲存，不會自動執行程式碼或恢復憑據。
NVIDIA blogAI 評分57
C-BRAIN 開源阿爾茨海默科研智慧體，數週分析縮至數分鐘
由 18 家機構組成、2025 年 11 月啟動的 C-BRAIN 聯盟正與 NVIDIA 合作，用 AI 挖掘此前無法訪問的阿爾茨海默研究資料，並開源兩款科研智慧體。其中與勞倫斯伯克利國家實驗室共建的 OpenScientist 能半自主生成假設並完成分析，官方稱原本需數週到數月的工作幾分鐘即可完成，單次成本低於 10 美元；InsightEngine 則用文獻與知識圖譜逐條核對結論以減少幻覺。
Hacker News front pageAI 評分54
OpenAI 用 AI agents 從生物資料中發現新線索
OpenAI 發布文章，介紹用 AI agents 在複雜生物資料中尋找新線索。文章聚焦生物資料的複雜性與規模化分析，屬於 OpenAI 官方分享的研究方向。公開頁面未給出所用模型、資料集、合作方或具體發現數量，暫無可核實的實測結果。
OpenAI NewsAI 評分42
LifeVal 基準發布：衡量 AI 完成日常事務的能力
LifeVal 是一個新的 AI 基準，用於衡量 AI 在多大程度上能幫人完成日常事務。公告列出的場景包括尋找托兒服務、管理個人財務以及處理政府文書。目前公開的只有基準的目標與覆蓋範圍，具體任務數量、評分方式和榜單結果尚未披露。
Anthropic NewsAI 評分48
AI for Science expands to foundations and institutions
Anthropic 宣布把 2025 年 5 月啟動的 AI for Science 計劃擴充套件至全球 20 家科研基金會、機構與研究團隊，為從事高影響力科研專案的研究者提供免費 Claude 額度。合作方包括美國國家科學基金會（NSF）、施密特科學、Sloan 與 Simons 基金會、Wellcome Sanger 研究所、Crick 研究所、EMBL、太空望遠鏡科學研究所等。此前該計劃已支援生物、醫學、物理、化學、氣候與數學領域的數百個專案；
Hugging Face blog● 精選AI 評分73
Ai2 發布 StateBench：前沿模型長文狀態追蹤仍失靈
Ai2 推出 StateBench，一個按四檔難度衡量語言模型在長文件中追蹤實體狀態變化的基準。結果顯示：迴圈與混合架構（如加入 Gated DeltaNet 層的 Olmo Hybrid）在直接訓練後泛化能力遠超 transformer，而 Gemini 3.8 Flash、Claude Opus 5.5、GPT-6 Sol/Luna 等前沿模型在輸入變長、依賴鏈變複雜時仍會失效。
機器之心AI 評分48
生數科技直播 Motubrain 2.0 訓練全流程，模型即將開源
生數科技世界模型團隊自 10 月 21 日起，連續半個月公開直播 Motubrain 2.0 具身模型的訓練全流程，該模型即將開源。直播覆蓋四個環節：預訓練（觀察訓練規模對效能與零樣本泛化的影響）、後訓練（提升具體任務執行能力）、Agent 任務執行（把已有經驗遷移到其他任務）以及 RSI 遞迴自我改進（模型依據執行反饋評估並改進自身行動）。團隊表示會一併展示訓練中的失敗、試錯和調整，而不只是最終 Demo。
X @OpenAI● 精選AI 評分65
OpenAI 發布 LifeVal 基準，評測模型處理日常事務的能力
OpenAI 發布 LifeVal，一個衡量模型能否處理使用者日常事務的新基準。該基準依據數千名 ChatGPT 使用者的反饋設計，覆蓋尋找托育、獲取政府服務、管理個人財務等他們最希望由個人助理代勞的場景。OpenAI 稱過去一年已用 LifeVal 評估並改進模型在這些日常任務上的表現。
Hacker News front pageAI 評分27
Show HN 上線生物學專案 Grimoire for Biology
Show HN 上出現了一個名為 Grimoire for Biology 的新專案，站點為 grimoire.bio，帖子發布於 2026 年 10 月 16 日。發布時該帖僅有 7 分、2 條評論，正文沒有提供功能說明、所屬公司、所用模型或價格等任何細節。想弄清它具體做什麼，目前只能訪問網站或翻看 HN 上的兩條評論。
X @AIatMeta● 精選AI 評分62
@AIatMeta: We’re exploring how AI can accelerate health science research.
Meta 公布一套由人類主導的健康科學研究框架，由 Muse Spark 1.3 與 Muse Wonder 驅動，可訪問 500 萬份回顧性去標識化電子健康記錄及公開資料。一組醫學專家用該系統開展原創研究，加速假設生成、程式碼執行與論文撰寫，科學決策權仍完全由人類掌握。Meta 同時公開了由此產出的 10 篇研究論文，覆蓋心臟病學、腫瘤學、傳染病、急診醫學等領域。
Latent Space● 精選AI 評分69
Leash Bio 發布 Minos：供智慧體做科學推理的開放資料集
Leash Bio 發布 Minos——一個讓 AI 智慧體進行可驗證科學推理的測試環境，同時公開預印本、部落格與開放資料集。其 DNA 編碼庫（DEL）多年積累的資料可提供數萬條「lab-in-the-loop」模擬，正好用作科學強化學習環境。在該沙盒中，LLM 需用自然語言推理構效關係，在 650 萬分子中、以 100 次預算找出最佳結合物。團隊自研的 Hermes 僅用自家資料訓練，在公開基準上與 Boltz 相當。
Hacker News front pageAI 評分54
Bernstein v3.23.0 發布，用確定性排程統一管理 53 個 CLI agent
開源 AI agent 治理層 Bernstein 更新至 v3.23.0，提供 53 個 CLI agent 介面卡，採用 Apache 2.0 許可並支援本地部署。它用不參與協調的確定性 Python 排程器並行執行 agent，同一個計劃可以逐位元組重放，流程依次為任務拆解、在隔離 worktree 中生成 agent、用測試、型別檢查和 lint 驗證，最後只合並通過驗證的 diff。
量子位AI 評分43
生數科技在正式開源前直播 Motubrain 2.0 訓練全流程，持續半個月
10 月 21 日，生數科技的 Motubrain 團隊啟動了 Motubrain 2.0 訓練全流程公開直播，計劃持續半個月，在正式開源前展示這款具身模型從訓練、測試到能力迭代的過程。直播涵蓋預訓練、後訓練、Agent 任務執行與 RSI（遞迴自我改進）探索四個環節，重點觀察訓練規模對零樣本泛化的影響、經驗能否遷移到其他任務，以及模型能否依據執行反饋改進自身行動。團隊稱將公開訓練中的失敗、試錯與調整，開啟具身模型訓練的“黑盒”，但具體效果仍需後續實驗與評測驗證。
Hacker News front pageAI 評分50
開源基準 Parsimony 按語法單元統計 AI 新增程式碼量
Parsimony 是一個開源基準，用來衡量 AI 模型在改程式碼時到底新增了多少程式碼。它複用 DeepSWE、SWE-bench Verified 與 SWE-bench Live 已公開的補丁，統計語句、呼叫、命名、字面量等「編碼單元」而非程式碼行數，並減去被刪除的程式碼，只算淨增量。GPT-6 與 Claude 5.5 尚無公開補丁，作者在自己的訂閱上跑了 3–10 個任務，結果以淺色圓圈顯示、不參與排名。作者也歡迎提交新模型的公開補丁匯出。
機器之心AI 評分61
阿里 OpenSandbox 被 AAIF 收錄，成國內首個入選專案
阿里巴巴開源智慧體沙箱 OpenSandbox 正式被國際 AI 開源技術組織 AAIF 收錄，成為首個由中國企業主導進入該體系的專案，同批次入選的還有 Agent Skills。OpenSandbox 將伺服器資源切分為多個沙箱隔離執行智慧體，兼顧啟動延遲、批次吞吐與資源開銷，並支援審計追蹤；阿里內部日均建立沙箱已達百萬量級，2025 年 11 月開源後已有 582 名開發者參與共建。