WAIC 2026|从纳米抗体到环肽:分子之心30天两度验证AI底层设计力,筑牢生物经济“多模态新基建”
分子之心30天内两次验证AI设计纳米抗体与环肽的能力


这,可能是今年WAIC最惊艳的图片!
WAIC上展示原生统一理解、生成、行动的AI模型。
TimeLens2:基于多模态大语言模型的通用视频时间定位
提出通用视频时间定位方法,通过区间集监督和Wasserstein奖励提升性能。

让VLA更懂接触,优理奇UniTac让机器人拥有“触觉想象力”
优理奇提出UniTac,赋予机器人触觉想象力,入选ECCV 2026。
追随问题,引领民主:贝利·弗拉尼根的计算方法
MIT助理教授用计算方法助力民主决策。
Apple-π:面向法律约束物理智能的视频推理基准测试
首个以物理定律锚定视频模型评估的基准,揭示当前模型远非可靠的世界模拟器。
DSWorld:面向高效自主智能体的数据科学世界模型
提出数据科学世界模型DSWorld,预测操作效果,加速智能体训练与推理。
S1-Omni:面向科学理解、预测与生成的统一多模态推理模型
S1-Omni统一多模态科学推理模型,在60多项基准上超越GPT-5.5和Gemini-3.1-Pro。
从预训练到后训练:理解推理能力的形成
用国际象棋作为受控实验环境,研究预训练与RL后训练对推理能力的影响。
音视频火烈鸟:面向长复杂视频的开放音视频智能
提出开放音视频大模型AV-Flamingo,在长视频理解上超越同类开源模型。

如何制造隐形无人机
西北大学研发 Phantom Twist 无人机,通过高速旋转实现视觉隐形。
我们对生物韧性的方法
DeepMind与Isomorphic Labs分享联合生物韧性及AI模型方法。
一种将2D设计转化为3D模型以加速原型制作的更好方法
MIT研究人员开发自动化框架,提升AI生成CAD程序的准确性和效率。
3个问题:神经透明性与AI设计的未来
新界面让用户窥见AI神经网络内部。
VIABench:面向视障人士辅助的视频基准测试集
首个由盲人第一视角视频构建的MLLM评估基准。
SUFLECA:扩展特征学习实现CAD到图像对齐
提出弱监督框架SUFLECA,实现零样本CAD到图像对齐,性能超越全监督方法。
分层去噪实现多步视觉推理
提出HDR框架,通过分层潜变量实现因果视频生成中的多步推理。

AI还没能比婴儿聪明——至少现在还没有
探讨婴儿学习机制如何启发下一代AI架构设计。
探索层次兴趣表示用于Meta广告深度漏斗优化
Meta提出层次兴趣表示(HIR),通过图学习与多模态融合优化深度漏斗广告。

首个聊天机器人的多重人格
ELIZA源代码揭示其具备多种人格,远超心理治疗功能。

AI 将 DNA 折叠成微型杰作
韩国科学家用生成式 AI 简化 DNA 折纸设计,可快速生成任意形状。
Hugging Face 博客发布 Real World VoiceEQ:衡量语音 AI 的人类质量
Hugging Face 推出新指标,评估语音 AI 的自然度与人类相似度。
使局部神经算子能够进行无方程的系统级分析
研究局部神经算子实现无方程系统级分析的方法。
RxBrain:具身认知基础模型,融合语言-视觉推理与想象
提出融合语言与视觉想象的具身认知基础模型。
Chat2Scenic:基于迭代RAG的自动驾驶场景生成框架
提出迭代RAG框架,从法规描述自动生成可执行场景脚本。
从神经叠加到稀疏可解释编码的统一框架
提出连接神经叠加与稀疏编码的理论框架
通过优化、开发和测试人类感知的ergoCub机器人实现人形机器人的共享具身智能
研究提出ergoCub人形机器人,旨在实现人类与机器人的共享具身智能。

MLPerf 推理基准新增智能体推理测试
MLCommons 发布多轮对话与智能体工作负载基准

因为 8 ≈ e²,Anthropic 的研究员效能提升可能超过 2 倍
METR 通过数学类比推测 Anthropic 研究员效能提升超 2 倍
Import AI 464:Fable 编写 GPU 内核;AI 自动化;模拟计算
AI 研究简报:Fable 自动编写 GPU 内核,暗示 AI 研发自动化趋势。