搜索
OpenAI正式发布生命科学AI工作台Rosalind Workbench，基于GPT-Rosalind推理模型集成至Codex，内置分子结构、序列比对、病理切片三个可视化查看器及NGS分析模块，接入Boltz等外部专业插件，目前以研究预览形式向机构开放。
Alaya Lab推出反事实社会模拟产品合成世界Synthetic World，用户可改变故事中的关键事实进入平行时间线，观察AI居民持续互动、建立关系并自主推动剧情演化，目前平台已积累数百个世界、万级居民和近两万条社区动态。
Accelerated Understanding由英伟达前AI研究总监Anima Anandkumar联合创立，采用神经算子架构构建支持5万亿推理上下文的物理AI大模型，可一次推演完整4D时空轨迹，其创始人拒绝贝索斯35%股权及超20亿美元融资的普罗米修斯计划招揽。
在此背景下，新加坡国立大学、普林斯顿大学与斯坦福、牛津等研究团队合作提出了 Recuris（Recursive Experiential–Working Memory Evolution），作为首个将递归自我改进应用在记忆控制层内的智能体架构，Recuris 通过三项核心技术突破，无需训练即成功实现了从 3B 小模型到 Claude Opus 5 的全面提升。
2026年，Recursive Self-Improvement（RSI，递归式自我改进）开始从论文中的长期命题，变成了AI产业议程上一个新的赛道。学术界开始把RSI从分散研究方向变成一个独立议题。4月，ICLR首次为Recursive Self-Improvement（RSI，递归式自我改进）单独办了一场Workshop。
近日，一家面向通用具身智能的新公司 —— 原方智能（Cirquar AI）正式启动。公司同时发布启动宣言《让机器拥有关于世界的信念》，将世界模型确立为核心技术路线。原方智能由南京大学 LAMDA 实验室博士生林浩鑫与机器人学院助理研究员唐开强共同创立，技术积累源于 LAMDA 团队围绕环境模型、虚拟环境、模型驱动策略学习、因果世界模型和具身世界模型展开的八年持续研究。
寻找传统游戏的留白。
在 AI 时代，只要你学得足够慢，你就可以不用学。年初 OpenClaw 最火的时候，为了养一只「龙虾」，有人专门买 Mac mini，有人从命令行开始补课，装环境、配模型、研究 Skill，顺便再和各种报错斗智斗勇。
训练一切AI的算法，被AI自己判了「死刑」？就在最近，清华大学和宾大沃顿商学院的两位研究者挂出一篇新论文，给了一个优化理论界等了40年的结论——梯度下降想跑到最快，光调步长没用。
当算力真正成为稀缺资源时，人们会发现，在任何一个机构里，往往只有几十名研究者贡献了大约80%的成果。真正昂贵的不是研究者本人，而是与他配套的算力。因此，如果拥有一定的Token预算，你要把它分配给谁，为什么。