找到 20 筆
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。
約翰斯·霍普金斯大學天體物理學家、Anthropic 研究員 Brice Ménard 與 Claude Science 合作，製作出首張完整的紫外天空圖，其中約三分之一的天空由 Claude 預測補全。此前 NASA 的 GALEX 任務（2003 至 2013 年）僅成像約三分之二天空，並刻意避開明亮恆星所在區域。
清華大學牽頭聯合多所高校推出 OSWorld-Science 科研智慧體評測基準，含 146 項專家任務、覆蓋 7 大科學領域與 14 種科研軟體配置，12 個視覺語言模型平均任務得分僅 34.3%。Claude Fable 5.1 以 73.7% 領先，Claude Opus 5、GPT-6 Astra、GPT-5.6 sol 分別為 57.9%、57.4% 和 50.1%，但化學類任務中僅少數模型超過 20%。
Anthropic 研究員、約翰斯·霍普金斯大學天體物理學家 Brice Ménard 用 Claude Science 製作出首張完整的紫外（UV）全天圖，其中約三分之一天空、包括銀河系盤面的大部分，由模型預測填補。此前 NASA 的 GALEX 在 2003 至 2013 年以約 3.8 萬次觀測覆蓋約三分之二天空，但為保護探測器跳過了亮星密集區，其他望遠鏡的資料也留有缺口。
天體物理學家 Brice Ménard 用 Claude Science 製作出首張完整的全天紫外（UV）圖，此前全天圖從射電到伽馬射線均已具備，但大片天空從未在紫外波段被觀測。他引導 Claude 查詢已有資料集、將其合併，並用統計推斷填補空白區域。這項原本需要人類數週的工作只花幾天完成，期間 Ménard 還在處理其他專案。Anthropic 稱該圖可用於教學，也說明這類低優先順序、科學家一直沒空做的慢活如今變得可行。
Science Corporation 已將視覺修復晶片 PRIMA 植入首位 Stargardt 病患者，手術於今年 5 月在澳大利亞悉尼眼科醫院完成。晶片僅 2×2 毫米，經約一小時手術植入眼底，患者需佩戴帶攝像頭的眼鏡把外界畫面傳給晶片；首位患者在首次康復訓練中認出一個字母，第二次讀出一個單詞，目前只能看到黑白高對比的中央小片視野。PRIMA 已在歐洲上市用於地圖樣萎縮（晚期黃斑變性），Stargardt 病全球約 15 萬人因此失明。
Anthropic 科學部落格稱，Claude 在單條提示下於 Claude Science 中基本無人監督執行數天，完成了平面 N=4 超楊-米爾斯模型中九圈散射振幅計算，總花費數千美元。此前該簡化模型的紀錄是八圈，由 SLAC 的 Lance Dixon 及合作者保持；Dixon 獨立驗證了這次結果。
物理學家 Matthew Schwartz 發布開源工具 BootLoops，作為 LLM 的科研 harness，用於定量科學中的精確計算。他發現當前模型不擅長像人類科學家一樣工作，但擅長特定「Claude 形狀」的問題，於是讓 Claude 自主尋找適配其能力的問題，結果連線到生態學、群體遺傳學等十幾個領域。BootLoops 可搭配任意模型使用，Schwartz 與領域專家合作，將其引導向各領域真正關心的問題。
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。
《紐約時報》發表長文，講述 Margaret Hamilton 在電腦科學變成男性主導領域之前編寫程式碼的經歷。文章以她的經歷為線索，回看那個程式設計工作尚未被男性佔據的年代，以及此後行業性別結構的變化。原文為英文報導，Hacker News 上有對應討論帖。
Anthropic 發布 Science Blog 客座文章，哈佛物理學家 Matthew Schwartz 提出 AI 與科學之間存在類似物理學的阻抗失配：LLM 能力很強，但像對待人類合作者那樣使用它並非發揮其科學優勢的最佳方式。為此他開發了一套用於定量科學精確計算的工具包，Claude 藉此發現與生態學、群體遺傳學等十幾個領域的聯絡，Schwartz 再與領域專家合作將方向引導到有價值的問題上。
華人團隊 Novix 把 RSI（遞迴自我改進）做成規模化閉環，成立半年已服務 20 萬名專家，覆蓋 40 多個國家和地區、500 多所高校及科研機構。團隊由石宇、湯嘉斌等創立，核心成員來自 Google、微軟、Meta、智譜和 Kimi。
OpenAI CEO Sam Altman 在 X 發帖稱「我們正進入發現的新紀元」，並附上 OpenAI 官網一則題為 Sharing AI progress in mathematics 的頁面連結。推文字身沒有給出更多說明，未披露涉及的具體模型、數學成果或時間表，資訊集中在所連結的頁面上。發帖時間為 2026 年 10 月 7 日。
Anthropic 宣布三年內投入 1.5 億美元支援美國聯邦 Genesis Mission，讓 NASA、NIH、NSF 等 15 個以上參與機構用上 Claude。這筆投入將為數百個研究專案提供 Claude、Claude Code 與 API 額度，重點配合聚變能源、量子計算等科學優先方向，並提供培訓、上手指導與技術支援。
Anthropic 於 2026 年 9 月 17 日推出生命科學驗證計劃（LSVP），向通過驗證的生命科學團隊開放 Mythos、Opus、Sonnet 模型，並放寬生物學相關工作的安全限制。計劃分 Standard Use 與 High-risk Use 兩類授權，前者按年續期、覆蓋整個團隊，後者針對單一專案、每六個月續期，可通過 Claude Science、Claude.ai、Claude Code 和 API 使用。
OpenAI 正在為 ChatGPT 增加視覺展示廣告，廣告會出現在使用者要求生成的影像旁邊，本月晚些時候先在美國上線，僅面向初始測試廣告主，且廣告有明確標註、不影響 ChatGPT 給出的回答。同時 OpenAI 擴充套件廣告衡量工具與合作生態，納入 AppsFlyer、Adjust、Branch 等點選歸因夥伴，並與 DoubleVerify、Integral Ad Science 開展品牌適配性評估試點。
Google DeepMind 的 Pushmeet Kohli 與 Biohub 的 Sal Candido 在對談中表示，AlphaFold 的突破只是開始，蛋白質摺疊問題遠未解決。兩人認為僅擴大算力與資料不足以解決生物學問題，關鍵是先找到合適的 scaling law，低品質宏基因組資料也能提升蛋白質語言模型；建置虛擬細胞需要根本不同的資料集，研究須從單個蛋白質走向整個生物系統，治癒所有疾病要靠 10x 級突破而非漸進改進。
一篇評論用斯特魯加茨基兄弟的科幻小說《路邊野餐》類比 AI 對科學的衝擊：AI 實驗室正成批產出數學發現，多到要另附導讀，速度遠超學界消化能力。作者稱這類「發現傾倒」會出現在所有能閉環快速驗證的領域；NYU 數學教授 Tristan Buckmaster 提到最近一批 AI 科學論文讓整個研究專案一夜之間被抹掉。文章的核心判斷是答案將越來越先於理解到來，理解成為瓶頸，這或許也是反加速主義少有的有效論據。
蘇黎世聯邦理工學院（ETH）與羅氏團隊在《Nature Computational Science》發表研究，把主動學習與幾何圖神經網路串成閉環，預測藥物分子 C–H 硼化反應能否發生、發生在哪個位點。模型從 518 種底物、2044 組高通量實驗資料起步，先用 XGBoost 判斷反應是否成功，再以 BALD 採集函式從羅氏 22,253 種芳香族化合物中挑樣做實驗；三輪共新增 50 種底物、4821 組結果，總計 6865 組，覆蓋 568 種底物。
Periodic Labs 聯合創始人 Liam Fedus 與 Ekin Dogus Cubuk 在一檔播客中介紹了其「合成超級智慧」構想：以真實物理實驗作為強化學習環境，訓練能自主發現新材料的 AI 科學家。這家成立一年的公司正搭建自動化實驗室，希望讓每臺儀器擁有「140 IQ」，並用做科學的完整過程而非僅論文結果來訓練模型。他們認為失敗的實驗可能是最有價值的訓練資料，自主實驗可把數十年的試錯壓縮到數月，目標材料涵蓋室溫超導、磁體與電池。