Lattice 打造本地 LaTeX 工作臺：整合 Overleaf 同步並接入 Claude Code
Lattice 推出面向學術研究的本地 LaTeX 工作臺，將論文編輯、PDF 即時預覽與文獻筆記整合在同一工作區。它支援與 Overleaf 雙向同步，並能直接接入 Claude Code 等 Coding Agent 來排查編譯錯誤和修改排版，省去多工具頻繁切換的麻煩。
AI科研 · 日報
每日 AI 內容精選
週六
昨天
週五
11月6日 星期五
Anthropic 部落格解析：AI 如何改變科學建模
Anthropic 科學部落格發文探討 AI 對科學建模的改變。過去科學家需要手動編寫並比對多種競爭模型，現在 AI 能將模型寫成程式碼並自動執行、擬合與修改，從而快速探索多種可能的模型結構，找出契合真實資料的科學解釋。
OpenAI 推出溼實驗基準 BioBasicsBench：GPT-6 Astra 跑出 66.7% 得分
OpenAI 聯合 Ligo 推出評測基準 BioBasicsBench，用電泳圖、顯微鏡成像等原始實驗資料，測試 AI 智慧體處理 100 項日常溼實驗分析的能力。在最高推理設定下，GPT-6 Astra 拿到 66.7% 的分數，遠超 GPT-5.6 Sol。不過模型在對照檢查和菌落計數上仍容易犯錯。
PSI 用非公開 Anthropic 模型攻克阿倫森-安拜尼斯猜想：量子計算 18 年懸案告破
PSI 團隊藉助非公開的 Anthropic 模型與 Lean 驗證器，僅用 3 天便完整證明了懸而未決 18 年的阿倫森-安拜尼斯猜想。該定理正式確認量子計算機處理無規律隨機資料時無法實現指數級加速，徹底為量子計算劃定了嚴格的數學邊界。
Anthropic 讓 Claude 玩 EVE：靠炒貨把資金翻 6 倍，組隊卻查不出「內鬼」
Anthropic 公佈讓 Claude 玩太空網遊 EVE 的實驗結果。在模擬市場中，最新模型靠低買高賣賺取價差，把本金做大高達 600%；但在 4 人組隊任務裡，智慧體幾乎抓不出暗中搞破壞的隊友。這展現了 AI 自主管理資本的潛力，也揭示了多智慧體協作的信任漏洞。
Anthropic 詳解 Claude 記憶機制：讓智慧體靠「做夢」自動糾錯
Anthropic 提出名為「做夢」的智慧體記憶機制，讓 Claude 在任務間隔的空閒時間復盤歷史日誌，自動修正錯誤筆記並提煉長期規則。這模擬了人類睡眠時的記憶鞏固，核心在於讓 AI 學會判斷什麼才值得記，而不是盲目把所有細節塞滿上下文。
Anthropic 資助學者談科學建模：讓 AI 找規律洞察，而非光擬合數據
Anthropic 資助的圖賓根學者撰文指出，AI 參與科學建模必須超越單純擬合數據。研究者提出通過基於模擬的推斷和智慧體，讓 AI 探索合理模型的機率分佈，而非只給單一答案。這有助於科學家從無數可能中提煉真正的機理洞察。
週四
11月5日 星期四
Runway 最佳化 57B 即時影片模型：算力需求減半，4 張 H100 跑出 24 幀
Runway 公佈即時數字人 Characters 的推理最佳化方案，將 57B 影片模型的硬體需求從 8 張 H100 減半至 4 張。通過在寫入快取時做量化並融合通訊運算元，單步擴散縮至 147.4 毫秒，穩定跑滿 24 幀即時生成。這意味著大規模部署即時高保真影片的硬體門檻大幅降低。
週三
11月4日 星期三
Anthropic 用 Claude 攻克生物謎題：首次解析原核生物穹窿體 3D 結構
Anthropic 生物實驗室在 Claude 協助下，首次解析出原核生物中類似穹窿體（vault）的 3D 蛋白質結構。從搜尋基因、最佳化提純到處理冷凍電鏡資料，Claude 參與了全流程，把原本需數週的模型搭建縮短至 34 小時。這為揭開這一自 1986 年發現以來功能未明的巨大結構帶來了新線索。
週二
11月3日 星期二
MIT 演示 AI 直接重寫模型權重：無需訓練，僅改 0.016% 修復小模型缺陷
MIT 研究人員發現，OpenAI 的 GPT-6 Astra 能在不進行二次訓練的情況下，直接讀取並修改其他小模型的連續權重。在測試中，Astra 僅修改了 Qwen 模型 0.016% 的權重就修補了死迴圈缺陷，將其數學得分從 7.9% 拉高至 48.1%。這意味著前沿模型未來或能直接在底層手動升級 AI，無需依賴繁重的訓練流程。
週一
11月2日 星期一
DeepPrinciple 開源科研模型 Hydrogen-1.0：7530 億引數，寫模擬程式碼還能自己修
DeepPrinciple 開源 7530 億引數科研模型 Hydrogen-1.0。它基於 GLM-5.3 後訓練，能分析核磁共振譜圖、編寫分子模擬程式碼並自主修復錯誤，還能將實驗方案編譯為機器人指令。在部分科學推理任務中其表現優於 GPT-6-Astra，權重已在 Hugging Face 開放。
權重空間程式設計：GPT-6 Astra 直接改寫模型引數，數學跑分翻 6 倍
研究人員提出「權重空間程式設計」，GPT-6 Astra 無需訓練即可直接讀寫模型引數。它僅修改 Qwen3.5-0.8B 約 0.016% 的權重就消除死迴圈，數學得分從 7.9% 躍升至 48.1%。不過該最佳化藉助了程式碼工具測試，並未普適於其他模型。
Anthropic 開源 FlashProve：用零知識證明防模型掉包，單卡每秒 110 token
Anthropic 開源可驗證推理系統 FlashProve，利用 zkSNARK 零知識證明技術，在不暴露模型權重的前提下，驗證回答是否確由指定模型生成。在單張 H100 上跑 400B 規模的 Llama 4 Maverick，證明速度達每秒 110 token。雖然生成證明比原生推理慢 70 至 95 倍，但普通 CPU 幾秒內即可完成驗證，為防範輸出篡改和合規監管提供了新工具。
週五
10月30日 星期五
Google 衛星首發太空 AI 回覆：在軌 TPU 跑通 Gemma 4 寫俳句
Google 宣佈 Project Suncatcher 原型衛星通過在軌 TPU 執行 Gemma 4 模型，傳回首個太空 AI 回覆。衛星飛經挪威地面站時受命寫下一首太空俳句。團隊後續將測試其抗輻射與熱應力表現，計劃 2027 年發射雙互聯衛星。
週二
10月27日 星期二
Anthropic 收購單人藥企：靠 Claude 搞定藥物設計，啟動自研製藥
Anthropic 披露多項 Claude 製藥成果，並宣佈收購單人藥企 Mithril Medicine，正式下場自研藥物。藉助 Claude 協作，Mithril 的候選藥 18 個月即跑通小鼠實驗，有望 2028 年底進人體試驗；它還在 4 小時內起草原本耗時 3 個月的監管申報。不過官方提示該業務可能無法產生收益。
Cortical Labs 聯機 15 臺生物計算機：活體神經元協同，跑贏傳統 AI
Cortical Labs 推出 HIVE 系統，將 15 臺搭載活體人類神經元的 CL1 生物計算機組網協同。在虛擬導航測試中，15 臺叢集得分達到約 70%，大幅領先傳統深度 Q 網路的 32%。這種腦細胞分工機制有效平抑了生物活體的波動，證明了網路化生物計算的落地潛力。
週一
10月26日 星期一
OpenAI 稱 AI 取得三大科研突破：證偽 ETH 假說並推進千禧年難題
OpenAI 宣佈其未釋出模型在數學、電腦科學與物理學取得三項突破，包括證偽被廣泛引用的指數時間假說（ETH），以及推進千禧年物理難題。最關鍵的是，部分成果已完成 Lean 形式化驗證，並交由原假說提出者與諾獎得主牽頭核實。
研究人員推出 DecisionRAG：不用檢索器，268 萬段資料檢索只要 0.7 秒
研究人員推出 DecisionRAG，用決策模型替代傳統向量檢索與生成式推理。系統借鑑人類查閱圖書的層級結構，單次前向傳播即可給同級選項同時打分，不生成文本直接逐層定位。在 268 萬段維基百科測試中，檢索僅需 0.7 到 1.8 秒，召回率大幅領先傳統重排方案。
週四
10月22日 星期四
Microsoft 診斷系統登《Science》：準確率超醫生兩倍，成本壓低過半
Microsoft 在《Science》發表多智慧體診斷系統 MAI-DxO。它模擬醫生專家組多輪會診，在《新英格蘭醫學雜誌》複雜病例中達到 83% 準確率，遠超查閱資料的醫生（36%），且檢查花費減少一半以上。最值得關注的是，AI 能自主權衡開單收益與成本，目前正計劃在波士頓醫院展開前瞻性臨床測試。
週三
10月21日 星期三
HiP3R 提出分層位姿圖：不用重訓模型，長影片也能穩拼 3D 大場景
研究團隊提出 3D 重建方案 HiP3R。它採用分層位姿圖結構，先做影片片段級整體對齊，再逐幀最佳化統一相機位姿，解決長影片拼接時的機位漂移問題。最值得關注的是，它無需重訓基礎大模型，直接插入現有演算法就能穩定重建連貫大場景。
OpenAI 派數千個智慧體看腦細胞：人類要做一年的分析，32 分鐘搞定
OpenAI 聯合 PerturbAI 與 Scripps Research 展示了一項研究：利用數千個 GPT-Rosalind 驅動的分散式智慧體，在 32 分鐘內分析了數百萬小鼠腦細胞的 CRISPR 資料。這原本需要人類耗費數月甚至一年，智慧體不僅重現了既有結論，還順藤摸瓜找出了帕金森等腦病的新線索。
週二
10月20日 星期二
Meta 釋出多智慧體世界模型 Overseer：給虛擬世界裝監控，讓多個 AI 視角一致
Meta 推出多智慧體世界模型 Overseer。不同於以往單角色模型，它在 AI 第一人稱視角外引入類似監控的固定輔助視角，讓多個智慧體在同一環境中行動時畫面保持同步，已在 Minecraft 等遊戲中驗證。目前模型未開源，僅公開了資料集。
Claude 跨界解毒：64 小時設計出 17 種抗蠍毒素微蛋白
Anthropic 公佈其內部 Claude 模型在 64 小時自主執行中生成了 318,484 個蛋白設計，並挑選出 211 個送檢。經合作實驗室驗證，其中 17 種微蛋白成功結合目標蠍神經毒素。該實驗展示了 AI 自主設計蛋白質、加速冷門疾病藥物研發的潛力。
週五
10月16日 星期五
Anthropic 借閉環迭代設計量子電路：Claude 重新整理 8 項基準，最高省 12 倍算力
Anthropic 公佈研究，讓 Claude Mythos 5 在無人干預的閉環中設計量子電路。在化學、數論等 8 項基準任務中，其方案全部超越此前已發表紀錄，將核心步驟開銷最高降低約 12 倍。這意味著 AI 能自主推演數學規律來加速量子演算法落地。
Claude 破解 25 年懸案：NIST 橢圓曲線種子來自 90 年代 C 語言隨機數
Anthropic 的 Claude 破解了困擾密碼學界 25 年的懸案，反推了 NIST ECDSA 橢圓曲線種子的來源。它發現種子並非傳聞中的短語雜湊，而是 1997 至 1998 年用 C 語言 lrand48 結合時間戳生成的。這一發現證實曲線不存在故意設計的後門。
週四
10月15日 星期四
Sakana AI 開源 The Agentic Scientist：給科研智慧體加上證據檢驗
Sakana AI 開源釋出第三代科研系統 The Agentic Scientist。輸入一份 Markdown 簡報，系統即可排程智慧體跑並行實驗、出圖並撰寫論文草稿。新版最大變化是引入自動化基線與消融檢驗來核實結果，但最終判斷仍交由人類科學家把關。
Google 攻克量子計算 20 年瓶頸：Willow 晶片實現魔術態培育，誤差直降 40 倍
Google Quantum AI 在《Science》發表突破，在 Willow 處理器上成功執行「魔術態培育」技術。該方案將誤差降低約 40 倍，邏輯保真度達 99.99%。這解決了以往容錯魔術態需耗費量子計算機高達 95% 算力的陳年瓶頸，讓實用化量子計算更近一步。
動作模型 Möbius：一句話生成 3D 動作，還能反向理解與指令編輯
研究人員提出統一動作-語言模型 Möbius，把 3D 人體動作的生成、理解、補全與編輯整合進同一個架構。模型直接處理連續幀級動作，省去了離散化和預訓練 VAE，引數最高拓展至 1.7B。這意味著同一個模型既能聽懂動作也能做動畫，大幅降低了 3D 角色動作製作與微調的門檻。
OpenAI 推出學術資助計劃：生物模型 GPT-Rosalind 免費開放給高校實驗室
OpenAI 推出 Rosalind Academic Plan。符合條件的美國高校實驗室可獲最長 12 個月、最多 30 個免費席位，使用生命科學專用模型 GPT-Rosalind 及科研工作臺。該計劃旨在降低前沿生物科研門檻，需通過安全資質稽核，目前暫不提供 API。
