医学研究迎来“零人工”时代了？！清华大学自动化系索津莉课题组，发布首个专为医疗信息学设计的全自主AI研究框架——OpenLens AI。首次实现从文献挖掘→实验设计→数据分析→代码生成→可投稿论文的全链条自动化闭环。
抢滩6G前夜，AI加物理正在重塑无线电地图产业格局。香港科技大学（广州）等机构联手重磅发布PhyRMDM框架，打破认知盲区，将物理约束与生成模型能力融合一体，显著提升高精度无线电地图的生成质量与稳定性。这一成果已被顶会ACM MM 2025接收。
所谓“AI精神病”并非正式医学诊断，实际报道案例多表现为被AI强化的妄想而非全面精神病症状。专家指出这是AI（特别是其“谄媚效应”设计）对脆弱人群（如有精神病史）既有妄想的触发或放大，需警惕过早贴标签的污名化风险，应将其理解为AI加速的精神问题，纳入现有诊疗框架而非创造新类别。
构建一个工业级高仿真 3D 虚拟世界，需要投入多少时间与人力？如果仅需一段描述、一张草图，AI 便可快速自动生成 —— 你相信吗？
一个崭新的战场——AI支付又慢慢浮出水面。Stripe宣布将推出自己的支付L1，Tempo，Paypal宣布投资了Kite.AI，而就在前几天，Google宣布将推出自己的开源支付协议Agent Payments Protocol(AP2, 智能体支付协议），并将于Coinbase之前推出的X402一起合作，将X402整合到Google自己开发的A2A框架中去。
阿里昨晚放大招，正式开源通义DeepResearch，一举登顶碾压OpenAI、DeepSeek。模型、框架、方案全部开源，背后核心技术报告一同公开了。
自从 Google Gemini 将数学奥赛的成功部分归功于「并行思维」后，如何让大模型掌握这种并行探索多种推理路径的能力，成为了学界关注的焦点。
近年来，以人形机器人、自动驾驶为代表的具身人工智能（Embodied Artificial Intelligence, EAI）正以前所未有的速度发展，从数字世界大步迈向物理现实。然而，当一次错误的风险不再是屏幕上的一行乱码，而是可能导致真实世界中的物理伤害时，一个紧迫的问题摆在了我们面前： 如何确保这些日益强大的具身智能体是安全且值得信赖的？
这项名为 MachineLearningLM 的新研究突破了这一瓶颈。该研究提出了一种轻量且可移植的「继续预训练」框架，无需下游微调即可直接通过上下文学习上千条示例，在金融、健康、生物信息、物理等等多个领域的二分类 / 多分类任务中的准确率显著超越基准模型（Qwen-2.5-7B-Instruct）以及最新发布的 GPT-5-mini。
智能眼镜赛道，又添一款新产品。刚刚，魅族官方发布了全新AI拍摄眼镜——StarV Snap，首发价1999元。39g的轻量框架，把“会拍”和“能懂”都塞进了一副眼镜里。
